Autores:
Nacido con el siglo XX, el análisis factorial (AF) se ha
desarrollado considerablemente a lo largo de sus más de 100 años de existencia.
El sencillo modelo inicial propuesto por Spearman (1904) para validar su teoría
de la inteligencia ha dado lugar a una amplia familia de modelos que se
utilizan no sólo en ciencias sociales, sino también en otros dominios como
Biología o Economía. Dado que un tratamiento completo del AF excedería con
mucho las posibilidades de este artículo, conviene delimitar primero qué temas
se van a tratar. Desde hace años el primer autor revisa trabajos empí- ricos en
los que se emplea el AF en la investigación psicológica, y la experiencia
adquirida servirá para establecer las primeras delimitaciones. En primer lugar,
la mayor parte de los estudios factoriales en psicología utilizan el AF para
evaluar (a) la estructura de un test a partir de las puntuaciones en sus ítems,
o (b) hipótesis de tipo dimensional utilizando como medidas puntuaciones en
diferentes tests. Parece razonable, por tanto, centrar la exposición en este
tipo de medidas: puntuaciones en ítems o tests. En segundo lugar, la
experiencia indica que los problemas metodológicos en estos estudios son casi
siempre los mismos. Un primer grupo de problemas surge en la etapa del diseño
de la investigación (etapa generalmente descuidada en los estudios
factoriales). Los problemas del segundo grupo se refieren a las decisiones que
debe tomar el investigador en la etapa de estimación y ajuste del modelo y en
la de rotación. En particular, la mayor parte de los problemas se deben al
empleo injustificado del “pack” conocido como “Little Jiffy”: Componentes
principales - valores propios mayores que uno - rotación Varimax. Dedicaremos
especial atención al diseño y a la estimación y ajuste del modelo.
Objetivos del Análisis Factorial
·
Descubrir las “verdaderas fuentes de la
información”.
·
Resumir la cantidad de información. (Para otras
técnicas)
·
Obtener indicadores.
·
Eliminar información superflua.
Por lo tanto, respecto al Análisis Factorial, el número de
factores debe ser lo más reducido posible y éstos deben ser susceptibles de
interpretación substantiva. Una buena solución factorial es aquella que resulta
sencilla e interpretable. Los pasos o fases que se suelen seguir en el Análisis
Factorial son los siguientes:
Aplicaciones:
1. Cálculo de la matriz de correlaciones entre todas las
variables (conocida habitualmente como matriz R).
2. Extracción de los factores necesarios para representar
los datos.
3. Rotación de los factores con objeto de facilitar su
interpretación.
4. Representación gráfica.
5. Cálculo de las puntuaciones factoriales de cada
individuo.
2. Ventajas y Desventajas
Ventajas:
1. Sus principios son igualmente aplicables a todas las industrias
y a todos los niveles industriales.
2. Al nivel de la empresa puede ser aplicado, después de
alguna práctica, por miembros del cuerpo directivo.
3. Debido a su carácter sistemático es más factible que
pueda ser aplicado a más problemas de productividad industrial que otros
métodos.
4. Es muy útil para especialistas de institutos de
investigación ya que puede acelerar el trabajo y facilitar el informe.
5. Permite una mayor colaboración de los que intervienen en
las tareas para elevar la productividad debido al uso de cuadros y diagramas en
la presentación del informe.
Desventajas:
La respuesta que se obtiene depende de las preguntas que
usted hace
Los factores que aparecen sólo pueden provenir de las
respuestas a las preguntas que usted hace. Si usted no pide hábitos para
dormir, por ejemplo, no será factor relacionado con los hábitos de sueño. Por
otro lado, si le preguntas a punto los hábitos de sueño, entonces puede
aparecer nada. Selección de un buen conjunto de preguntas es compleja, y diferentes
investigadores elegir diferentes conjuntos de preguntas.
Los datos al azar da Factores
Si se genera una gran cantidad de números aleatorios, un
análisis factorial todavía puede encontrar el patrón evidente en los datos. Es
difícil decir si los factores que emergen reflejan los datos o son simplemente
una parte de la potencia del análisis factorial para encontrar patrones.
Es difícil decidir cuántos factores para incluir
Una tarea analítica es el factor para decidir el número de
factores a considerar. Hay una variedad de métodos para determinar esto, y no
hay acuerdo en cuanto a cuál es mejor.
La interpretación de la significación de los factores es
subjetiva
Factor de análisis se puede decir que las variables del
conjunto de datos "van de la mano" de una manera que no siempre son
evidentes. Pero para interpretar lo que estos conjuntos de variables son en
realidad analista responsable, y las personas razonables pueden discrepar.
3. ejemplos reales en donde se aplican actualmente
(incluya imágenes y links de videos)
-Aplicación del análisis factorial a la investigación de
mercados.
El Análisis de la Varianza para un factor y el Análisis
de la Varianza para dos factores o más. En ambos casos la respuesta del
consumidor o el individuo estudiado se clasificaba a priori según un factor,
por ejemplo la ubicación geográfica o dos o más factores, como ubicación,
precio, edad, estímulos externos o aquellos factores identificables antes del
procesamiento de los datos, generándose unos resultados muy útiles en la toma
de decisiones.
En el artículo que aquí se presenta se tiene que a
diferencia de lo que ocurre en otras técnicas como el análisis de varianza o el
de regresión, en el análisis factorial todas las variables del análisis cumplen
el mismo papel: todas ellas son independientes
en el sentido de que no existe a priori
una dependencia conceptual de unas variables sobre otras.
- Análisis Factorial Confirmatorio con variables
ordinales con 5 o menos categorías
Es una
simplificación con el objetivo de ilustrar el concepto:
Supóngase que un psicólogo propone una teoría según la
cual hay dos tipos de inteligencia, “inteligencia verbal” e “inteligencia
matemática”. Nótese que estas son inherentemente inobservables. Se busca
evidencia para la teoría en las notas de los exámenes, en 10 temas académicos,
a 1000 estudiantes. Si cada estudiante es seleccionado al azar de una población
grande, luego, las 10 notas de cada estudiante son variables aleatorias. La
teoría de los psicólogos diría que por cada una de las diez materias el
promedio de todos los estudiantes que comparten un par de valores para la
inteligencias verbal y matemática es constante multiplicada por el nivel de
inteligencia verbal más otra constante multiplicada por el nivel de
inteligencia matemática, es decir, que hay una combinación lineal de estos dos
factores. Los números, para este caso particular, mediante el cual los dos
tipos de inteligencia se multiplican para obtener una nota determinada, se
postulan teóricamente que son similares para todos los pares obtenidos, lo
mismo que el peso de los factores para este tema. Por ejemplo, la teoría podría
sostener que la aptitud promedio del estudiante en la materia de anfibología es
:
{10 x inteligencia verbal} + {6 x inteligencia
matemática
Video: https://www.youtube.com/watch?v=oEThtgARr7E
