Análisis factorial

Análisis factorial

1. ¿Qué es un análisis factorial?

   • Es un método que intenta explicar (según un modelo lineal) un conjunto grande de variables observadas, mediante un número reducido de variables hipotéticas llamadas factores

2. ¿Por qué un análisis factorial es diferente a un análisis de varianza o al de regresión?

   • Es diferente porque en el análisis factorial todas las variables tienen el mismo papel funcional, tiene interdependencia en sentido prioritario a la dependencia conceptual de unas sobre otras, simplifica la información que da una matriz de correlaciones para hacerla interpretable, encuentra una respuesta hipotética en relación a las otras variables, factores o dimensiones, y en el análisis de varianza o regresión son variables dependientes de predicción.

3. ¿Cuáles son las circunstancias en las que se debe utilizar un análisis factorial?

   • Se debe utilizar cuando es necesario resumir la información y datos obtenidos de las variables para poder interrelacionar los datos obtenidos, además de que es util en encuestas.

4. Tipos de análisis factorial

   • Exploratorio
     • Se emplea para identificar factores sin restricciones o hipótesis previas, se caracteriza porque se desconoce el número de factores, y en la aplicación empírica se determina este número.
   • Confirmatorio
     • Se emplea cuando de debe verificar la existencia de la estructura subyacente de los datos, anticipando hipotéticamente un fenómeno.

5. Etapas

   • Formulación del problema
     • Es encontrar de forma condensada la información en un amplio número de variables en la menor cantidad de factores.
   • Rotación de factores
     • La interpretación de los factores es crucial, para la estimación, rotación y especificación de la matriz.
   • Extracción de factores
     • Se centra en las características y composición de las variables, se emplea el método de extracción, los ejes principales y de máxima veracidad.
   • Análisis de la matriz de correlación
     • 1.-calcular la matriz de correlación entre variables 2.- medir las variables y el tamaño del muestreo.
   • Determinación del número de factores
     • 1.- Método empleado de obtención de factores 2.-Numero de estos para su selección y mejora de la información.
   • Interpretación de factores
     • Se correlacionan los datos obtenidos con la base de las variables originales, se estima el factor de la matriz objeto de estudio.
   • Validación del modelo
     • Las bases empíricas obtenidas serán utilitarias para el análisis de las variables a utilizar, impacta directamente en la aplicación de técnicas, dirigida a dos direcciones_ analizar y generalizar los resultados

6. ¿Cómo se realiza la comparación del valor estadístico y la tabla en las fases del diseño factorial?

   • Los diseños factoriales son útiles en muchos sectores, se observa un producto o proceso como una caja negra que agrupa las variables que afectan el resultado, algunas variables no son identificables y carecen de control, pero igualmente afectan los resultados, lo cual hace que contenga variabilidad. En todo experimento o investigación se busca una respuesta optima con una variabilidad mínima, por tanto, en ocasiones se utilizan herramientas que minimicen la variabilidad.

7. Ventajas

   • Permite a los investigadores definir los resultados reduciendo los efectos de manipulación, permite el estudio simultaneo de dos o mas factores, estudia la interacción y el efecto o comportamiento de los factores y su nivel, eficientiza el estudio de un solo factor, proporciona resultados generales, proporciona un numero elevado de libertad para el error experimental con la consiguiente ventaja.

8. Referencias utilizadas

   • https://www.fuenterrebollo.com/Economicas/ECONOMETRIA/MULTIVARIANTE/FACTORIAL/analisis-factorial.pdf https://www.estadistica.net/Algoritmos2/analisis-factorial.html http://www.cucea.udg.mx/administra/publicaciones/portadas/pdf/ciencias%20de%20la%20admon%20Tomo%202%20EBOOK.pdf http://personales.upv.es/ccarrasc/doc/2000-2001/Sist.%20Indiz.%20Autom/indizacion.htm