Análisis factorial

Análisis factorial

1. ¿Qué es el análisis factorial

   • Es un nombre genérico que se da a una clase de métodos estadísticos multivariantes cuyo propósito principal es definir la estructura subyacente en una matriz de datos.
   • Es una técnica de interdependencia en la que se consideran todas las variables simultáneamente, cada una relacionada con todas las demás. En el análisis factorial, los valores teóricos (los factores) se forman para maximizar su explicación de la serie de variables entera, y no para predecir una(s) variable(s) dependiente(s).
   • A la hora de resumir los datos, con el análisis factorial se obtienen unas dimensiones subyacentes que, cuando son interpretadas y comprendidas, describen los datos con un número de conceptos mucho más reducido que las variables individuales originales.

2. El proceso de decisión del análisis factorial

   • Primer paso: Objetivos del análisis factorial
     • Las técnicas del análisis factorial pueden satisfacer cualquiera de estos dos objetivos: la identificación de estructura mediante el resumen de datos, o bien la reducción de datos. Y para ello se apoyo de: Reducción de datos,El uso del análisis factorial con otras técnicas multivariantes y Selección de variables
   • Séptimo paso: Usos adicionales de los resultados del análisis factorial
     • Puede detenerse en la interpretación de los factores o proseguir con uno de los métodos de reducción de datos.Las alternativas consisten en examinar la matriz de factores y seleccionar la variable con mayor carga factorial como un representante de una dimensión factorial particular, o reemplazar el conjunto original de variables por uno totalmente nuevo con menos variables creado a partir de escalas aditivas o de la puntuación de factores.
   • Segundo paso: El diseño de un análisis factorial
     • El diseño de un análisis factorial implica tres decisiones básicas: el cálculo de los datos de entrada para alcanzar los objetivos específicos de la agrupación de variables o encuestados; el diseño del estudio en términos de número de variables, las propiedades de medición de las variables y los tipos de las variables permisibles; y el tamaño de muestra necesario. Y para ello se apoya de: Las correlaciones entre las variables o los encuestados,La selección de variables y cuestiones de medición y el tamaño muestral
   • Tercer paso: Supuestos en el análisis factorial
     • Los supuestos conceptuales que subyacen en el análisis factorial se relacionan con la serie de variables seleccionadas y la muestra elegida. Un supuesto básico del análisis factorial es que existe una estructura subyacente en la serie de variables seleccionadas.
   • Sexto paso: Validación del análisis factorial
     • El método más directo de validación de los resultados consiste en adoptar una perspectiva de confirmación, valorando la replicabilidad de los resultados, bien dividiendo la muestra con los datos originales, bien con una muestra adicional.
   • Cuarto paso: La estimación de los factores y la valoración del ajuste genera!
     • Para realizar esta operación, es necesario tomar decisiones con relación a el método de extracción de los factores y el número de factores seleccionados para representar la estructura subyacente en los datos.
       • • Criterios para el cálculo del número de factores a ser extraídos:Criterio de raíz latente,Criterio a priorí, Criterio de porcentaje de la varianza, Criterio de contraste de caída,Heterogeneidad de la muestra y Resumen de los criterios de selección de factores
   • Quinto paso: Interpretación de los factores
     • Para interpretar los factores y seleccionar la solución factorial definitiva se deben seguir tres pasos.
       • En primer lugar, se calcula la matriz inicial de factores no rotados para que nos dé una indicación preliminar acerca del número de factores a extraer
       • el segundo paso hace uso de un método de rotación para lograr soluciones factoriales más simples y teóricamente más significativas
       • en una tercera etapa, se valora la necesidad de especificar de nuevo el modelo de factores debido a la eliminación de variables en el análisis, el deseo de emplear un método de rotación diferente para la interpretación, la necesidad de extraer un número diferente de factores, o el deseo de cambiar de un método de extracción a otro.

Imágenes y archivos del mapa