Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
I.- INTRODUCCIN
El Anlisis Factorial es un mtodo de anlisis multivariante que intenta
explicar, segn un modelo lineal, un conjunto extenso de variables
observables mediante un nmero reducido de variables hipotticas
llamadas factores.
Teniendo como precedentes los conceptos de factor latente de Galton y eje
principal de K. Pearson, el Anlisis Factorial fue originalmente
desarrollado por los psiclogos. En 1904 Spearman desarroll toda una
teora de la inteligencia apoyada sobre un solo factor general: el llamado
factor g.
Pero, lo que se entiende actualmente por Anlisis Factorial tiene su punto
de partida en un trabajo publicado por Thurstone en 1931 y, sobre todo
despus de su obra, publicada en 1947, Multiple factor anlisis.
Hasta aproximadamente los aos 60 el Anlisis Factorial se entendi en
sentido exploratorio, como una herramienta que permitiera explorar la
dimensionalidad desconocida de las variables. La obra de Harman (con
diferentes ediciones: 1960, 1967, 1976) es una buena exposicin del
Anlisis Factorial Exploratorio.
Posteriormente, el Anlisis Factorial se ha entendido, tambin, en sentido
confirmatorio, que quiere decir establecer una estructura para los factores
y seguidamente, mediante estimacin y contraste de hiptesis, confirmarla
con las variables observadas. Han contribuido especialmente a este tema
Bock y Bargmann (1966) y Jreskog (1969, 1970). Las obras de Mulaik
(1972), Lawley y Maxwell (1971), Maxwell (1977) y en nuestro pas
Cuadras (1981) tienen un importante contenido de Anlisis Factorial
Confirmatorio.
Un aspecto esencial del Anlisis Factorial es el que los factores no sean
directamente observables, obedeciendo a conceptos de naturaleza ms
abstracta que las variables originales. Por ejemplo, un modo bastante
comn de dividir las enseanzas es el hacerlo en: asignaturas de ciencias y
asignaturas de letras.
Xn = an1F1 + .. + anm Fm + dn Vn
Las variables F1, F2, ., Fm se denominan factores comunes porque, de
acuerdo con el modelo, influyen en comn en las n variables.
Las variables V1, V2, ., Vn se llaman factores nicos porque cada factor
Vi influye exclusivamente en la variables Xi (i =1, 2,, n).
Los factores comunes explican las correlaciones entre las variables.
Cada factor nico explica la varianza restante (incluyendo el error).
En el modelo factorial lineal se supone:
1) m < n , puesto que se desea explicar las variables por un nmero ms
reducido de variables-factores.
2) La totalidad de los (m+n) factores son variables no correlacionadas.
Se pretende que la parte de la variabilidad de una variable explicada
por un factor no tenga relacin (en sentido lineal) con los dems
factores.
a11
a
A = 21
...
a n1
a12
a 22
...
an2
... a1m
... a 2 m
... ...
... a nm
Matemticas
13
14,5
5,5
14
11
8
6
6
CC.Naturales
12,5
14,5
7
14
10
8
7
6
Francs
8,5
15,5
14
12
5,5
8
11
5
Latn
9,5
15
11,5
12,5
7
8
9,5
5,5
Factor C
14
15
4
15
12
8
5
6
Factor L
7,5
16
15,5
12
4
8
12
4,5
Factor C
0,8
0,7
0,1
0,3
Factor L
0,1
0,2
0,8
0,6
(2)
Las ideas que hemos descrito contienen los conceptos principales que rigen
el Anlisis Factorial, sin embargo, el problema de encontrar la matriz
factorial es bastante complejo y, afortunadamente, existen programas para
ello.
El Anlisis Factorial es muy similar al modelo del Anlisis de Regresin en
lo que se refiere a que una variable se expresa como una combinacin
lineal de otro conjunto de variables mas un trmino residual; sin embargo,
en el anlisis de regresin, el conjunto de variables independientes son
observables, mientras que en el anlisis factorial son entes hipotticos que
nicamente pueden estimarse a partir de los datos observados.