Programa de Formacin en Investigacin, Ciencia y Tecnologa (ProFInCyT)

Anlisis de Datos II: Anlisis bivariados y multivariados

Unidad 5:

Anlisis Factorial Exploratorio

1 Introduccin
Anlisis Factorial es el nombre genrico que se da a una clase de mtodos estadsticos multivariantes, cuyo propsito principal es sacar a la luz la estructura subyacente en una matriz de datos. Permite visualizar la estructura de las interrelaciones entre un gran nmero de variables, calculando un conjunto de dimensiones latentes, conocidas como factores, que buscan explicar dichas interrelaciones.

 Es una tcnica de reduccin de datos, ya que la informacin contenida en la matriz de datos puede expresarse en un nmero menor de dimensiones representadas por estos factores. Informa sobre la existencia de otras variables, dimensiones o factores que explican por qu unos tems se relacionan ms con unos que con otros.

Resultados en el anlisis factorial

El anlisis factorial nos indica cmo tienden a agruparse, a travs de intercorrelaciones, los tems o variables que componen un instrumento de medicin. Luego, se deber examinar el contenido conceptual de los tems que pertenecen al mismo factor para comprender qu factores (o constructos) subyacentes explican esa agrupacin.

Informacin proporcionada por el anlisis factorial 1. Nmero de nuevos factores

Se busca que entre todos los factores se explique la mayor proporcin de varianza posible. No se extraen todos los factores posibles, sino los que explican ms varianza que cualquier tem solo.

2. Peso o correlacin de cada tem con cada factor

Los factores se definen por los tems que tienen mayores pesos en l. Para considerar un tem en un factor, debe tener una correlacin de .30 o ms. Un factor debe estar definido al menos por tres tems.

Cuestiones relacionadas con el anlisis factorial

Contar con muestras grandes para disminuir el margen de error de los coeficientes de correlacin. Tener en cuenta la proporcin de sujetos con respecto al nmero de variables (tems).
Que el nmero de sujetos sea el doble que el nmero de variables. Que la muestra no baje de 200 sujetos aunque el nmero de variables sean muy pocas. Que al menos haya 5 sujetos por tem.

 Muestras ms pequeas pueden ser adecuadas solo cuando la estructura factorial es muy clara (ms de tres variables definiendo cada factor y ninguna variable en ms de un factor).
Independientemente del nmero de sujetos, la muestra debe tener la heterogeneidad que es normal encontrar en la poblacin de estudio. A mayores diferencias entre los sujetos que componen la muestra, las correlaciones entre las variables sern mayores y el resultado del anlisis factorial ser ms claro.

Criterios para valorar la magnitud de las correlaciones variable-factor

Aunque no hay un valor ptimo de referencia, hay que distinguir entre significacin estadstica y relevancia prctica. Desde el punto de vista prctico suele considerarse un valor aceptable en torno a .30 y .50. A mayor nmero de sujetos, los coeficientes pueden ser menores, aunque no deben ser inferiores a .30. Si un tem tiene pesos importantes (en torno a .30) en ms de un factor, lo mejor es suprimirlo.

Anlisis factorial y validez de constructo

Una de las funciones del anlisis factorial, adems de analizar la estructura de un instrumento, es establecer la validez de constructo. Hay que distinguir dos usos del anlisis factorial en el contexto de la validez:
1. Anlisis factorial del instrumento 2. Anlisis factorial del instrumento junto con otros instrumentos

1. Anlisis factorial del instrumento

Nos permite apreciar si estamos midiendo lo que decimos medir al clarificar los aspectos que subyacen a una serie de factores, qu variables o tems definen cada factor y cmo estos factores estn relacionados entre s.

2. El anlisis factorial del instrumento junto con otros instrumentos

El anlisis factorial de todos los instrumentos nos mostrar si nuestro instrumento se alinea en el mismo factor con los instrumentos que supuestamente miden el mismo rasgo, aunque sea con matices muy distintos.

Cuidados en la interpretacin del anlisis factorial

Signos de las correlaciones tem-factor: Si hay variables con signos opuestos en el mismo factor quiere decir que se relacionan con el factor (y lo definen) de manera opuesta. La interpretacin es la misma que haramos con cualquier coeficiente de correlacin. Heterogeneidad de la muestra: Si la muestra es heterognea con respecto a variables importantes (sexo, nivel educacional, etc.), los factores resultantes pueden estar producidos por diferencias en estas variables. Los resultados son ms fcilmente interpretables si la muestra es homognea en estas variables.

 Significacin estadstica y significacin conceptual: En la interpretacin de los factores no hay que olvidar que el anlisis factorial opera a un nivel puramente estadstico y no conceptual. Las consideraciones estadsticas solas no garantizan resultados con significacin conceptual. Indeterminacin de la estructura factorial: El anlisis factorial no nos da un retrato fiel de la realidad subyacente en trminos de factores. Si aadimos nuevas variables podremos ver que o bien se mantienen los factores, o bien cambia la estructura.