4. CONCLUSIONES
El análisis de componentes principales demostró que las variables con mayor asociación del
componente 1 son las redes sociales, wifi, Bluetooth, correo electrónico, GPS y descargas. Este
componente obtuvo un coeficiente de variación de 0,998 lo que significa que en las viviendas
encuestadas tienen mayor uso del internet por medio del wifi para acceder a las redes sociales.
Esto probablemente se deba a que los planes de los teléfonos celulares dejaron de ser prioridad
debido a las restricciones de movilidad y confinamiento. Además, se usa el wifi y Bluetooth como
medio de comunicación entre dispositivos. La matriz de varianza total explicada por medio de sus
valores permite tomar una decisión para extraer los componentes con mayor variabilidad
contenida en los datos.
REFERENCIAS
[1] M. C. A. T. Alcántara Trujillo, E. T. Caro Meza, M. B. Solis Llallico, y H. Lopez Gutierrez,
«Niveles de satisfacción estudiantil en una facultad de ingeniería por la virtualización de la
enseñanza durante la pandemia de COVID 19», Ciencia Latina, 5(3), 3723-3734, 2021.
[2] C.L. Szwarcwald, et al., "ConVid - Behavior Survey by the Internet during the COVID-19
pandemic in Brazil: conception and application methodology", Cad Saude Publica, Apr 30;37(3),
2021.
[3] M. Montaña Blasco, C. Ollé Castellà, M. Lavilla Raso, "Impact of the Covid-19 pandemic on
media consumption in Spain". Revista Latina de Comunicación Social, 78(1), 155-167, 2020.
[4] INEC (Instituto Nacional de Estadísticas y Censos). (abril de 2021). Obtenido de
https://www.ecuadorencifras.gob.ec/documentos/web-
inec/Estadisticas_Sociales/TIC/2020/202012_Principales_resultados_Multiproposito_TIC.pdf
[5] B. Hidalgo Cajo, M. Gisbert Cervera, "Diseño y validación de un instrumento para evaluar la
adopción de la tecnología digital en el profesorado universitario". Revista Campus Virtuales,
10(2), 51-67, 2021.
[6] I. Roy-García, R. Rivas-Ruiz, M. Pérez-Rodríguez, L. Palacios-Cruz, " Correlación: no toda
correlación implica causalidad", Revista Alergia Mexico, 66(3), 354-360, 2019.
[7] M. L. Garmendia, "Análisis factorial: una aplicación en el cuestionario de salud general de
Goldberg, versión de 12 preguntas", Rev Chil Salud Pública, Vol 11 (2), 57-65, 2007.
[8] Y. Yao, X. Zhou, "Impacts of the internet on perceptions of governance at the community
level: the case of Jiangqiao Township in Shanghai", China. Public Administration and Policy: An
Asia-Pacific Journal, 24(2), 165-181, 2021.
[9] S. Lloret-Segura, A. Ferreres-Traver, A. Hernández-Baeza, I. Tomás-Marco, “El análisis
factorial exploratorio de los ítems: una guía práctica”, revisada y actualizada, Anales de
psicología, vol. 30, no 3, 1151-1169, 2014.
[10] D. Filho, A. Sant’Anna, "Principal component regression-based control charts for monitoring
count data", The International Journal of Advanced Manufacturing Technology, 85, 1565-1574,
2016.