2.4.2.3.

2 El Anlisis Factorial de Correspondencias El origen122 del anlisis de correspondencias se remonta a un trabajo de Hartley de 1935, donde se expona la frmula que calculaba la correlacin entre filas y columnas de una tabla de contingencia. No obstante, en esa dcada tambin se publicaron trabajos relacionados con el tema Richardson y Kuder en 1933, o Horst en 1935 -, fundamentalmente en el campo de la psicometra. Fisher en 1940 publica un trabajo desarrollando la misma teora a partir del anlisis discriminante, utilizando un ejemplo clsico que se basaba en la relacin entre el color del pelo y de los ojos. Posteriormente Guttman, en 1941, inici su trabajo en el anlisis factorial de correspondencias mltiple con ms de dos variables -. La dcada de 1950 supuso un fuerte impulso para la tcnica del anlisis de correspondencias. A los trabajos de Guttman se unieron los de Hayashi (en 1950, 1952, 1954 y 1968) y se empezaron a utilizar los computadores. Sin embargo, el desarrollo de esta tcnica se realiza fundamentalmente en el campo de la psicometra. No se produjo hasta 1974, con un trabajo de Hill, el verdadero desarrollo del anlisis factorial de correspondencias fuera del campo de la psicometra. Durante esta dcada Benzcri tambin realiz numerosas aportaciones. Tambin destacan las aportaciones de Lebart, Morineau y Tabard en un trabajo de 1977, y las de los dos primeros con Warwick en otro trabajo de 1984.

Es fundamental sealar que el anlisis factorial de correspondencias tiene dos modalidades claramente diferenciadas: al trabajar con datos cualitativos, el modelo trata con frecuencias (o medias) que son el producto del cruce de dos variables o ms. Cuando se cruzan dos variables, el anlisis factorial de correspondencias utiliza como individuos y variables las distintas modalidades, y se habla de Anlisis Factorial de Correspondencias Simple (ACS). Por el contrario, cuando el nmero de modalidades pertenece a ms de dos variables, se habla de Anlisis Factorial de Correspondencias Mltiple (ACM), que trataremos por separado.

Anlisis Factorial de Correspondencias Simple El anlisis factorial de correspondencias simple (en adelante ACS) parte de una tabla de contingencia donde estn representadas las variables - donde las filas representan los atributos de imagen y las columnas las marcas, productos o instituciones, por ejemplo y en su interseccin el nmero de veces frecuencias- que aparecen las columnas en las filas o bien un valor medio adjudicado por el encuestado de esa fila a esa columna. El primer paso, una vez construida la tabla de contingencia, es verificar si existe asociacin objetiva entre las variables analizadas, que se realiza fundamentalmente por el clculo de la raz cuadrada de la inercia ( en s es el estadstico chi-cuadrado). Se trata ahora de describir los factores resultantes con las contribuciones absolutas y relativas y las coordenadas en el espacio. La contribucin absoluta muestra la contribucin de los puntos a la formacin del eje, y la contribucin relativa indica los bien o mal que estn representados los puntos en los factores. Los puntos con altas contribuciones absolutas y relativas nos indican que informacin resume cada factor. En cuanto a la interpretacin del grfico resultante de la aplicacin del mtodo, es necesario identificar aquellas filas o columnas que mayor contribucin realizan a la formacin de los ejes. Las variables pertenecientes a las filas y columnas que estn ceca del origen de coordenadas, se entiende que tienen un perfil muy parecido a la media, ya que el origen de coordenadas esta formado por el baricentro o centro de gravedad de los perfiles fila o columna. Por ltimo, a mayor cercana de dos puntos en el grfico, mayor similitud de perfiles muestran, especialmente si ambos puntos estn bien representadas en la misma dimensin. Anlisis Factorial de Correspondencias Mltiple La aplicacin del anlisis factorial de correspondencias mltiple (en adelante ACM) cobra sentido cuando se estudian ms de dos variables y la representacin de stas en un tabla bidimensional no es posible124. El ACM parte de una tabla disyuntiva completa, donde las filas estn formadas por los individuos que han sido encuestados y las columnas estn formadas por las categoras de

las variables sometidas a anlisis donde la variable sera el atributo de imagen , que tendra tantas categoras como marcas se investigan - , de tal forma que cada celda est formada por un 1 en caso de poseer el atributo y 0 en caso de no tenerlo. El procedimiento operativo es el mismo que en el caso del ACS, pero matizado por una complejidad estadstica mayor en este caso (ACM).