Está en la página 1de 10

Test psicolgicos:

El Anlisis Factorial como mtodo de Validacin de Constructo

3datos 2011

CONSTRUCTO

Atributo, propiedad o rasgo, que posee una persona y que nos permite explicar su conducta. Se trata de un concepto terico e hipottico, por tanto no medible directamente. Puede ser UNI-dimensional o MULTI-factorial. Manifestaciones externas y directas de la existencia de un constructo. Son empricamente observables.

INDICADORES

VARIABLES

Operativizacin de los indicadores. Codificacin numrica que representa las distintas respuestas/conductas que las personas pueden ofrecer ante cada indicador.

Validez de Constructo

Es la que determina con exactitud, cul es (o cules son) el/los constructo/s que realmente se miden con el test de manera tal que da significado terico a la interpretacin de las puntuaciones que se obtienen en la realizacin de un test psicolgico. La validez de constructo responde a la pregunta: Qu concepto terico, subyacente a los datos observados, est realmente reflejado en el instrumento?; es decir, hasta qu punto los indicadores miden al constructo terico.

Anlisis Factorial

informacin inicialmente contenida en los datos empricos)

El ANLISIS FACTORIAL de COMPONENTE PRINCIPALES es una tcnica estadstica de reduccin de datos con la menor prdida de informacin que sea posible. (El requisito, generalmente, es que se conserve al menos el 50% de la Como tcnica de validacin de test psicolgicos y de cuestionarios se utiliza para saber qu rasgos tericos (constructos, factores o componentes) se miden a travs de las preguntas empricamente formuladas (los tems).

Ejemplo:
En el proceso de validacin de un test, el conjunto total de N tems del test contiene el 100% de la informacin que se tiene de cada persona en aquello que mide el test. El A.F. tiene como objetivo reducir ese nmero de N datos a una cantidad mucho menor pero manteniendo la mayor parte de la informacin.

TEST
Ejemplo un test con 20 preguntas = 20 tems, genera 20 respuestas = 20 datos empricos 20 VARIABLES EMPRICAMENTE MEDIDAS

Anlisis Factorial

J factores tericos
(no observables)

>50% de la informacin inicial


Ejemplo del resultado final de un A.F. de C.P. donde 20 tem se agrupan en 3 factores

contienen el 100% de informacin de cada persona

1 item1 item6 item3 item2 item4 item7 item5 item11 item12 item9 item13 item10 item8 item14 item19 item15 item16 item20 item17 item18 ,798 ,788 ,717 ,709 ,677 ,645 ,644

Componente 2

El Factor n 1 es un 1er subconjunto de variables empricas.


En el ej. contiene a los tems: 1; 6; 3; 2; 4; 7; 5

El Factor n 2 es un 2 subconjunto de variables empricas.


En el ej. contiene a los tems: 11; 12; 9; 13; 10; 8

,767 ,755 ,746 ,703 ,653 ,646 ,744 ,687 ,680 ,607 ,605 ,590 ,555

El Factor n 3 es un 3er subconjunto de variables empricas.


En el ej. contiene a los tems: 14; 19; 15; 16; 20; 17; 18

Esquema del proceso de validacin de constructo


Definicin terica del CONSTRUCTO Banco de TEMS
Aplicacin PILOTO a una muestra reducida

Estudio de las propiedades psicomtricas de los tems

Muestra de tems seleccionados

Aplicacin a una gran muestra representativa de la poblacin

Denominacin de las dimensiones encontradas en funcin del modelo terico del constructo

Seleccin de tems vlidos

Anlisis factorial

Estudio de las propiedades psicomtricas de los tems

Test / Cuestionario

Versin final del

Fundamentacin Terica

El A.F. se basa en la existencia de muchas inter-correlaciones (r>,300) estadsticamente significativas (p<,050) entre las variables empricas medidas en la muestra Las variables se agrupan en factores (componentes) en funcin de dichas correlaciones

El punto de partida de un A.F. de Componentes Principales es una


que es una tabla de doble entrada que contiene las correlaciones de cada variable con todas las dems

matriz de correlaciones

Var.1 Var.2 Var.3 Var.4 Var.5

Var.1 1 0 0 0 0

Var.2 1 0 0 0

Var.3

Var.4

Var.5

1 0 0

La de al lado, es matriz donde las variables NO correlacionan entre s. Por ello, NO HAY POSIBILIDAD de encontrar factores comunes a las variables. Se llama: matriz identidad o matriz unidad

1 0

Var.1 Var.2 Var.3 Var.4 Var.5

Var.1 1 0,787 0,315 0,325 0,873

Var.2 1 0,316 0,321 0,855

Var.3

Var.4

Var.5

1 0,773 0,317

1 0,281

El de al lado es un ejemplo ficticio de una matriz que contiene muchas correlaciones (r>,300) entre todas las variables; por eso SI es posible extraer factores (dimensiones o componentes). Las variables 1, 2 y 5 correlacionen entre s con valores > ,700; por eso se definen como el 1 factor. Las variables 3 y 4 correlacionan entre s, pero no lo hacen tanto con la 1, 2 y 5; por ello son otro factor diferente (que sera el componente 2)

Matriz de componentes Componente 1 2 Var.5 ,804 Var.2 ,737 Var.1 Var.4 Var.3 ,670 ,677 ,641

Solucin final de este A.F. ficticio

Esquema metodolgico de un A.F. exploratorio

Diagnstico de las condiciones previas necesarias para la aplicacin SE CUMPLEN ?

NO

FIN del proceso


No es posible la factorizacin

SI

FINALIZACIN con xito del proceso

EXTRACCIN de factores

SI NO
SE AJUSTAN LOS RESULTADOS AL MODELO TERICO ?

ROTACIN de factores

DIAGNSTICO de la condiciones

PROCEDIMIENTO GENERAL

La muestra debe tener al menos 200 sujetos y/o a ser posible en una ratio de 10 casos/variable (mnimo: 5/1). Se utiliza la Prueba de adecuacin muestral de Kaiser-Meier-Olkin. Es un valor descriptivo (en una escala de 0 a 1). Se precisa un KMO >,500 y cuanto ms cerca de 1, mejor ser la adecuacin muestral.

Comprobacin de la existencia de inter-correlaciones en la matriz: - Un ndice descriptivo es el Determinante de la matriz; se precisa que sea: D0 - Una prueba inferencial llamada Test de Esfericidad de Bartlett, cuya hiptesis nula es que la matriz de correlaciones es una matriz identidad o unidad (ver anterior). Para que sea factible realizar el A.F. se precisa que su p < ,050 para R la Ho (significacin).

Ejemplo con datos reales, resuelto con IBM-SPSS.19


Matriz de correlaciones a a. Determ inante = 8,15E-006

El valor de KMO=,691 > ,500 es bueno. El determinante es casi 0 Y la prueba de Bartlett tiene una p=,000 < ,050 que permite rechazar la hiptesis de matriz identidad. Luego, el diagnstico es positivo, es decir que se cumplen satisfactoriamente las condiciones para utilizar el A.F.

KMO y prueba de Bartlett Medida de adecuac in muestral de Kaiser-Mey er-Olkin. Prueba de esfericidad de Bartlett Chi-cuadrado aproximado gl Sig. ,691 2142,370 300 ,000

EXTRACCIN de factores

Existen varios procedimientos

Componentes Principales: Mxima cantidad de informacin (varianza) en el menor nmero de factores (componentes) posible = Solucin ms fcil Mxima Verosimilitud: Solucin terica (factorial) que ms y mejor es capaz de reproducir los valores empricos originales = Solucin ms probable (la ms verosimil)

PROCEDIMIENTO GENERAL

Cuntos factores hay que extraer?

A.F. exploratorio: Los que tengan un autovalor > 1. O bien: aquellos que expliquen al menos el 60% de la variabilidad inicial (y nunca < del 50%) A.F. confirmatorio: El nmero de factores esperado en el modelo terico previamente
planteado y que se pretende verificar

Va rianza tota l explica da Autovalores inic iales % de la varianz a % acumulado Total 23,279 23,279 5,820 35,715 3,109 12,436 2,080 8,321 44,036 1,503 6,013 50,049 55,830 1,445 5,781 1,332 5,328 61,158 4,890 66,048 1,223 70,126 1,020 4,079 73,468 ,835 3,342 ,827 3,308 76,776 2,811 79,587 ,703 82,346 ,690 2,758 ,579 2,316 84,661 2,089 86,750 ,522 88,719 ,492 1,969 ,446 1,784 90,503 1,611 92,114 ,403 93,668 ,388 1,554 95,075 ,352 1,407 ,298 1,190 96,265 1,078 97,343 ,270 98,394 ,263 1,051 ,161 ,642 99,036 ,490 99,527 ,123 100,000 ,118 ,473 Sumas de las s aturaciones al c uadrado de la extraccin % de la varianz a % acumulado Total 23,279 5,820 23,279 3,109 12,436 35,715 2,080 8,321 44,036 6,013 50,049 1,503 55,830 1,445 5,781 1,332 5,328 61,158 1,223 4,890 66,048 70,126 1,020 4,079 Suma de las saturaciones al cuadrado de la rotac in % de la % acumulado Total varianz a 17,784 17,784 4,446 27,895 2,528 10,110 1,943 7,774 35,668 7,650 43,319 1,913 50,803 1,871 7,484 1,787 7,150 57,952 6,826 64,778 1,706 70,126 1,337 5,348

Ejemplo con datos reales, resuelto con IBM-SPSS.19

Utilizando el convenio de extraer los factores con autovalor >1, se han encontrado 8 dimensiones

Inicialmente hay tantos factores como variables


(100% de informacin = 100% de varianza)

Componente 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

% de variabilidad explicada por los factores extrados

Mtodo de extraccin: A nlisis de Componentes principales.

ROTACIN de factores

Existen 2 bloques de mtodos

En muchos casos, hay que emplear 2 ms mtodos de rotacin y comparar las soluciones buscando la ms adecuada

Rotacin ORTOGONAL: que se emplea cuando los factores NO estn correlacionados entre s, o lo hacen de una forma muy dbil. De entre ellos, el ms utilizado es el mtodo Varimax. Rotacin OBLCUA: que se emplea cuando los factores S estn correlacionados entre s. El ms habitual en este caso es el mtodo Oblimn (aunque tambin se utiliza bastante el Promax).

PROCEDIMIENTO GENERAL

Solucin FINAL

Es una matriz que nos indica qu variables, y cunto, saturan (correlacionan) en cada uno de los factores encontrados. La saturacin representa el peso, la importancia, de la
variable dentro del componente (o dimensin). tems de una escala de Calidad de Vida en enfermos con trasplante de mdula
Los dolores int erfieren en mis actividades Tengo dolores Me siento enfermo Es toy forzado a permanecer en cama Disfrut o de las cos as que me gustaban Soy capaz de desenvolverme por mi mismo Duermo bien Me canso con facilidad Me preocupa que el trasplante no funcione Me preocupa la muerte Es toy preocupado de empeorar He perdido la esperanz a Respiracin entrec ortada Me siento trist e Me siento nervioso Neces ito desc ansar Tengo nauseas Me siento alejado de la gente Me siento apartado de amigos Tengo molestias bucales Hablamos poc o de enfermedad en familia Me gusta mi aspec to fisico He aceptado mi enfermedad Tengo molestias oc ulares Me siento unido a mi pareja

Ejemplo con datos reales, resuelto con IBM-SPSS.19

Ma triz de com ponentes rotados Componente 4 5

dolores interfieren actividades + tengo dolores + me siento enfermo + estoy en cama + no disfruto cosas + no soy capaz de + no duermo bien + me canso con facilidad

Ejemplo: El factor n 1 est formado por las variables:

1 ,776 ,773 ,731 ,677 -,616 -,601 -,601 ,598

,806 ,777 ,768 ,835 ,635 ,527 ,508 ,841 ,664

Habitualmente slo se indican las saturaciones >,500 que indican una asociacin elevada

me preocupa que el trasplante no funcione + me preocupa la muerte + estoy preocupado por empeorar

Ejemplo: El factor n 2 est formado por las variables:

,789 ,709 -,533 -,786 ,731 ,783 -,721 ,889

Mtodo de ext racc in: Anlisis de componentes principales . Mtodo de rotacin: Normalizac in Varimax con Kaiser.

Muchas gracias por su atencin

www.3datos.es