EL NIVEL DE EDUCACIÓN FINANCIERA DE LOS JÓVENES DE BACHILLERATO Y SU INFLUENCIA EN LA PERCEPCIÓN QUE TIENEN DE LAS INSTITUCIONES FINANCIERAS. UN ESTUDIO EMPÍRICO EN XALAPA, VERACRUZ

EL NIVEL DE EDUCACIÓN FINANCIERA DE LOS JÓVENES DE BACHILLERATO Y SU INFLUENCIA EN LA PERCEPCIÓN QUE TIENEN DE LAS INSTITUCIONES FINANCIERAS. UN ESTUDIO EMPÍRICO EN XALAPA, VERACRUZ

María Teresa de Jesús Zamora Lobato
Universidad Cristóbal Colón

Volver al índice

4.2.-   Analisis de datos
Previo al desarrollo del análisis estadístico mediante el análisis factorial exploratorio, con rotación y extracción de componentes principales, es necesario validar el instrumento, de ahí que la sección C de la encuesta consiste en obtener datos sobre la percepción del estudiante hacia algunas afirmaciones en materia: Inversiones, Ahorro, Crédito, Seguros y Pensiones, Gastos y Presupuesto.

4.2.1. Procedimiento Análisis Factorial (extracción de componentes principales)

Mediante este procedimiento se busca identificar variables subyacentes o factores que expliquen la configuración de las correlaciones dentro de un conjunto de variables observadas. El AF se utiliza en la reducción de los datos para identificar un pequeño número de factores que explique la mayor varianza observada en un número mayor de variables manifiestas. Se utiliza también para generar hipótesis relacionadas con los mecanismos causales, e incluso para inspeccionar las variables para análisis subsiguientes, ejemplo de ello para identificar la colinealidad antes de realizar un análisis de regresión lineal.

4.2.2 Procedimiento para el diseño de la matriz para el Análisis Factorial:

A fin de medir la muestra de los 352 estudiantes, se diseña la siguiente matriz de datos para el estudio:
Lo anterior se da regularmente por la ecuación:

En donde F1, …, Fk (K< p) son factores comunes y u1, …., up son factores específicos y los coeficientes {aij; i=1, …, p; j=1, …, k} son la carga factorial. Además se supone que los factores comunes se han estandarizado o normalizado (E(Fi)= 0; Var (Fj) = 1, Los factores específicos que tienen media de 0 y tienen una correlación (Cov (Fi, uj) = 0, =1, …, k; j=1, …, p. Una consideración: si los factores están correlacionados (Cov (Fi,Fj) = 0, if i≠j; j, i=1, …,k) entonces tenemos un modelo con factores ortogonales; de lo contrario, se tiene un modelo con factores oblicuos.
Por lo tanto, la expresión queda de la siguiente manera: x = Af + u X = FA’ + U

En donde:
La prueba de esfericidad de Bartlett, está dada por:
En donde:
n= tamaño de la muestra, R= matriz de correlación, ln= logaritmo neperiano
 (j=1,…,p) valores propios de R

La medida de adecuación de la muestra mediante Kaiser-Meyer-Olkin (KMO) y la medida de adecuación de la muestra para cada variable (MSA) están dadas por:

Finalmente para calcular los componentes principales, tendremos para todos los casos “p” variables iniciales:
X’ =  [X1, X2 ........Xp ]
Así, construimos p componentes principales guiados por:
 (1) Función lineal de las variables originales,
(2) que absorbe la máxima variación de las variables X y
(3) que no están correlacionados.
Yij =   ;            j = 1, 2, ....., n                  
Yi =
La variación de la variable Yi, puede ser:
Dónde:   S = X’X                                                
Para obtener el primer y segundo componente debemos seguir el siguiente procedimiento:

El primer componente es:
De ahí que debemos intentar maximizar
Y para abordar el proceso debemos exigir:
Por lo tanto, al final:
Max  ........
Es decir:
Dejando de lado la solución trivial tenemos    
A partir de aquí, encontramos  que sustituido en  nos da
El segundo componente es: y una vez más necesitamos intentar maximizar una vez más sujetos a  a lo cual, ahora añadimos la falta de correlación con el primer componente: Y’2Y1=0.... 
Que es igual a    
El cual puede ser escrito como     
Por lo tanto, la función a maximizar es:
Después de encontrar la primera derivada y con la realización de una serie de reducciones, tenemos:

Es decir....
Por lo tanto, se resuelve utilizando el mismo método utilizado para el primer componente.
Con todo lo anteriormente expuesto, se procedió a los cálculos correspondientes utilizando el software SPSS v.19 de ahí que ahora se tengan los siguientes resultados empíricos:

4.2.3.- Resultados empíricos

De acuerdo a la interrogante: ¿Cuál es el conjunto de variables que formen una estructura que permita comprender la percepción de los estudiantes en materia de Inversiones, Ahorro, Crédito, Seguros y Pensiones, Gastos y Presupuesto?  

Consideremos a la variable latente como una “…construcción o elaboración teórica acerca de procesos o eventos que no son captados a simple vista, sino que deben inferirse a través de la presencia de objetos, eventos o acciones”, según refiere Corral y Obregón  (1996), es entonces que se toman las variables propuestas por Lusardi (2008), Mandel (2009),  OCDE (2005), FINRA (2008), UNICEF (2012) sobre la percepción del estudiante hacia algunas afirmaciones en materia de: Inversiones, Ahorro, Crédito, Deuda, Seguros y Pensiones, Gastos y Presupuesto, para establecer el constructo principal de este estudio y que se muestra a continuación:

Modelo Conceptual de Estudio (constructo)

Las hipótesis que se busca constrastar sugieren que:
H0:No hay un conjunto de variables que formen una estructura que permita comprender la percepción de los estudiantes en materia de Inversiones, Ahorro, Crédito, Seguros y Pensiones, Gastos y Presupuesto.
Hi: Hay un conjunto de variables que forman una estructura que permita comprender la percepción de los estudiantes en materia de Inversiones, Ahorro, Crédito, Seguros y Pensiones, Gastos y Presupuesto.

4.3.-  Resultados y su discusión
Habiendo aplicado el análisis factorial a los datos obtenidos en la investigación de campo,  en primer término se muestran los estadísticos descriptivos: media, desviación estandar y el correspondiente coeficiente de variación con el fin de identificar la variación de cada uno de los ítems del instrumento (la menor y la mayor). Dentro de este orden de ideas, ahora se describe en la tabla 14, la media y la desviación estándar de cada uno de los ítems para determinar el coeficiente de variación y con ello poder identificar las variables con mayor variación con respecto a los demás.

Con base en los resultados de la tabla 14, se puede ver que el ítem INVER01 es el que más variación presenta y GASPRE28 es el ítem de menor variación.

Posteriormente se procede a la evaluación e interpretación de los datos obtenidos y para ello primeramente se tiene que justificar la pertinencia del uso de la técnica estadística a utilizar, por lo tanto el criterio de decisión se hará con base en los resultados del procedimiento estadístico multivariante del Análisis Factorial con extracción de componentes.

La justificación la da el valor de la prueba de bondad de ajuste X2 (Chi- cuadrada), el valor del test de esfericidad de Bartllet con KMO (Kaiser, Meyer, Olkin), el valor de las MSA (medidas de adecuación de la muestra) con significancia α=0.05 para ello se emplea el software estadístico SPSS v.20

Prueba de Esfericidad de Bartlett y KMO (Kaiser-Meyer-Olkin): En donde, un índice KMO bajo (< 0.5) indica que la intercorrelación entre las variables no es significativa, y por lo tanto, no sería conveniente la aplicación del Análisis Factorial para tratar de explicar el fenómeno en estudio a través de esta técnica estadística.
Las fases del análisis factorial aplicado en esta investigación, de acuerdo a García-Santillán, Escalera-Chávez y Venegas-Martínez (2014) fueron:

  • Selección de las variables explicativas.
  • Cálculo de KMO y Test de Bartlett, X2
  • Examen de la matriz de correlaciones de todas las variables y el determinante.
  • Matriz reproducida y Matriz anti-imagen para cálculo de MSA.
  • Cálculo de las comunalidades (proporción de varianza para cada variable).
  • Varianza total explicada (saturaciones).
  • Rotación de los factores con el método Varimax con Káiser  (si fuere necesario para facilitar su interpretación).
  • Representación gráfica de los eigenvalues (criterio > a 1).

Seleccionadas las variables del modelo causal de estudio, se procede al cálculo de la medida de la adecuación muestral Kaiser-Meyer-Olkin (KMO), la cual contrasta si las correlaciones parciales entre las variables son pequeñas.

Posteriormente se calcula la prueba de esfericidad de Bartlett, para contrastar si la matriz de correlaciones es una matriz identidad, lo que indicaría que el modelo factorial es inadecuado.

La matriz reproducida permite obtener las correlaciones estimadas a partir de la solución factorial y muestra las correlaciones residuales (la diferencia entre la correlación observada y la estimada). Acto seguido se calcula la matriz de correlaciones anti-imagen, misma que contiene los negativos de los coeficientes de correlación parcial y la matriz de covarianza anti-imagen contiene los negativos de las covarianzas parciales.

En un buen modelo factorial la mayoría de los elementos no diagonales deben ser pequeños. En la diagonal de la matriz de correlaciones anti-imagen se muestra la medida de adecuación muestral para esa variable.

De esta forma procedemos a hacer la comprobación y a justificar que el AF es una técnica adecuada para desarrollar este estudio empírico, entonces se aplica en primer término el cálculo de KMO, el test de esfericidad de Bartllet y X2 (tabla 15).

Bajo el criterio que establece que el KMO bajo (< 0.5) indica que la intercorrelación entre las variables no es grande y un Análisis Factorial no sería práctico. Sin embargo, un valor KMO > 0.5 indica que existe un nivel de correlación significativo y por lo tanto, el uso del Análisis Factorial es conveniente y útil.
Para este estudio, el resultado de 0.907 (reportado en la tabla 15) y el valor de X2 de 3189.513 con 300 gl y sig. = 0.00 da evidencia suficiente para confirmar la utilización del Análisis Factorial, y considerando el criterio de decisión X2c >X2t, (p<0.01) entonces se tiene evidencia significativa para el rechazo de H0.
A priori podemos señalar que sí hay un conjunto de variables que subyacen en el fenómeno de la educación financiera, y que pueden ser explicadas por las variables implicadas en el modelo causal de estudio, de ahí que, este resultado nos lleva a pensar que el modelo recoge información útil de los temas financieros en materia de: Inversión, ahorro, crédito, seguiros y pensiones, gasto y presupuesto.
Con esta información y habiendo validado la técnica estadística, ahora se continua con el procedimiento correspondiente al cálculo de las correlaciones, comunalidades, medidas de adecuación muestral por variable, saturaciones y varianza explicada. En la tabla 16 se muestran las correlaciones obtenidas.
La tabla anterior nos permite observar correlaciones significativas en todos los casos, ya que el valor del determinante es 0.000 lo que significa que entre más cercano esté a cero, es evidencia de que todas las variables están correlacionadas.
En la tabla 17 se muestran los valores obtenidos de la medida de adecuación de la muestra (MSA), cuyos valores resultan ser muy significativos en todos los casos (>.5)
            La matriz anti-imagen muestra los valores obtenidos de la medida de adecuación de la muestra (>.5), nuevamente dan peso y justifican la aplicación del Análisis Factorial como procedimiento que permite identificar las variables que conforman una estructura latente.  Como se observa en la tabla 17, todas las variables en la diagonal son superiores a >.5 los valores mínimos y máximos van de .812ª a 943ª todos cercanos a la unidad.
A continuación, para obtener los factores se realiza el procedimiento de componentes principales. En la extracción de los factores, las cargas factoriales son expresadas en las comunalidades (proporción de la varianza), las cuales representan la suma de los cuadrados de todas las cargas factoriales que tiene cada reactivo. En la tabla 18 se presentan las comunalidades de cada ítem, para posteriormente analizar bajo el criterio de valor propio >1, y obtener el porcentaje de varianza total que dichos componentes dan cuenta del fenómeno estudiado.
Los valores que se muestran en la tabla 18 denominada comunalidades, representan la varianza explicada por los factores comunes y estas variarán entre 0 y 1; los valores de cero indicarán que los factores explican poco la variable y 1 que explican completamente la variabilidad de los factores.
Acto seguido, se calcula el análisis factorial con rotación Varimax con normalización Kaiser, en donde se obtiene una matriz de 4 componentes.  En la tabla 19 se aprecia que es el primer componente el que tiene la mayor carga de ítems (8), el segundo (5), tercero (4) y el cuarto (3).
En la varianza explicada de la totalidad de los factores obtenidos, estos explican un 48.444 % de la variabilidad total de los ítems.
Desde luego que se puede observar que el componente que mayor explica la varianza con el 15.261% es el primero, y que en la tabla 19 se hizo referencia que es el componente que mayor ítems agrupa con 8.
Así sucesivamente, se puede observar cómo cada uno de los tres componentes restantes van contribuyendo en su porcentaje a la explicación de la varianza: el segundo (con 5 ítems) 13.062%, tercero (con 4 ítems) 12.877% y el cuarto (con 3 ítems) el 7.245%.

Finalmente, se muestra el gráfico de sedimentación que recoge el valor de los factores bajo el criterio de valor propio >1 siendo cuatro los factores > a 1.
La interpretación de los factores que explican la percepción del estudiante hacia los tópicos de educación financiera, de manera específica a las instituciones financieras y a los productos que ofrecen, son:

Factor I: Este primer factor, mide la percepción del alumno hacia el crédito y el ahorro y es explicado por los reactivos: CREDI11 (.681), CREDI12 (.660), CREDI13 (.651), AHOR07 (.578), AHOR08 (.554), AHOR09 (.539), AHOR06 (.518), CREDI14 (.504). Es claro que el estudiante percibe de manera favorable lo accesible que resulta el crédito en las instituciones financieras, ya que hoy en día creen que, cubrir los requisitos que solicitan las instituciones financieras en el otorgamiento de los créditos personales, las tarjetas de crédito, los créditos hipotecarios, el crédito automotriz, todo ello, es muy accesible y fácil.

En materia de ahorro consideran que ha habido apertura por parte de los bancos para que el ahorrador pueda exponer sus necesidades y demandas específicas a este tema. De hecho perciben favorablemente que los bancos se han adaptado a las necesidades del cliente, y que la información que proporcionan acerca de sus cuentas de ahorro es clara y completa. De igual forma consideran que los requisitos para contratar una cuenta de ahorro son muy accesibles. Y como dato adicional que recoge este componente, es sobre la percepción del estudiante, los requisitos para contratar un crédito Pymes o microcréditos son sencillos y accesibles.

Factor II: Este segundo factor mide la percepción del alumno hacia los seguros y pensiones así como a gasto y presupuesto, y es explicado este segundo factor por los reactivos: SEGUPEN27 (.670), SEGUPEN20 (.644), SEGUPEN26 (.574), SEGUPEN22 (.542), GASPRE29 (.535). El estudiante percibe de manera aceptable, la información que proporcionan las instituciones en materia de Afores, consideran que es clara y completa, además queda claro el tema relacionado al cobro de las comisiones que genera el tener contratada la Afore. 
Otro dato que resulta interesante destacar, es sobre temas específicos que se relacionan a las aseguradoras. La información obtenida de la aplicación del instrumento en la muestra seleccionada, arrojó datos que permiten suponer que los alumnos han tenido acercamiento con las aseguradoras y al parecer, han tenido alguna experiencia para exponer sus necesidades de cobertura.  Esto bien pudo ser por algún seguro de vehículo, seguro de gastos médicos, o cualquier otro tipo de seguros, pero es claro que la percepción del alumno hacia este tema es que deja entrever que sí ha tenido dicho acercamiento.
Una explicación lógica pudiera ser, que las instituciones educativas tienen contratado por lo regular algún tipo de seguro para los estudiantes, con la finalidad de que cubra los gastos médicos mayores ante algún posible evento. Con esta idea, posiblemente alguna aseguradora haya tenido plática con los alumnos para explicarles el funcionamiento, por lo que probablemente sería una causa o razón del por qué tienen conocimiento sobre el tema. Recordemos que el tema de los seguros y pensiones, ya ha sido incluido dentro de las materias de seguridad social en las curriculas de nivel medio superior.
Este segundo factor que extrae la varianza de algunos reactivos asociados a la variable seguros y pensiones, también se compone de la varianza extraída de un reactivo asociado a la administración de los gastos, lo cual se traduce en la percepción que tiene el alumno con relación a las opciones que ofrecen las instituciones financieras relativas a los productos y servicios como alternativas para administrar sus gastos. Una forma muy palpable de poder llevar a cabo esto, es precisamente a través de una cuenta de ahorro o inversiones, asociada a una tarjeta de crédito para realizar sus gastos en función a un porcentaje de sus ingresos ahorrados.
Factor III: Este tercer factor extrae la varianza para explicar la percepción del alumno hacia los gastos y presupuestos, así como seguros y pensiones, el cual es explicado por los reactivos: GASPRE28 (.776), SEGUPEN24 (.758), GASPRE30 (.748), SEGUPEN23 (.740). En este factor hay un dato muy importante a destacar, y es precisamente que el alumno percibe como importante y de gran utilidad poder contar con un presupuesto para administrar sus recursos. Además está consciente, o al menos así lo percibe, que contar con un seguro de vida es muy importante; de ahí que es relevante también poder llevar un control claro de sus gastos, lo que le permitirá gestionar sus ingresos y egresos, para que coadyuve en lo posible a mantener sus finanzas sanas.
Y por último, se logra identificar que el alumno además de percibir como importante contar con un seguro de vida, va de la mano con un seguro de gastos médicos.
Factor IV: Este cuarto factor mide la percepción del alumno hacia los aspectos de inversión y es explicado por los reactivos: INVER02 (.771), INVER03 (.674), INVER01 (.526). En este último factor se logra extraer la varianza de algunos indicadores relativos a la variable de inversiones. Si bien es cierto, la percepción del estudiante hacia estos conceptos es aceptable, es conveniente tomar con prudencia este dato, ya que el concepto de inversiones involucra aspectos más especializados dentro del ahorro, y está más asociado a aspectos patrimoniales.
De esta forma, al parecer el estudiante considera que los bancos ofrecen alternativas acordes a las necesidades de inversión. Además, los productos y servicios que en materia de inversión ofrecen las instituciones financieras se adaptan a las necesidades de ellos. Finalmente consideran que las instituciones financieras facilitan el acceso a los productos de inversión que ofrecen.