Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Análisis Factorial
El análisis factorial es una herramienta estadística que tiene en cuenta tanto las
variables observadas como las variables no observadas, denominadas latentes. El
análisis factorial es un método utilizado por los psicólogos e investigadores en ciencias
humanas y sociales. El análisis factorial se utiliza para estudiar un gran número de
datos. Los resultados de este tipo de análisis estadísticos se representan en una tabla.
El análisis factorial no debe ser orientado a partir de una hipótesis original.
Es una técnica estadística de reducción de datos usada para explicar las correlaciones
entre las variables observadas en términos de un número menor de variables no
observadas llamadas factores. Las variables observadas se modelan como
combinaciones lineales de factores más expresiones de error. El análisis factorial se
originó en psicometría, y se usa en las ciencias del comportamiento tales como ciencias
sociales, marketing, gestión de productos, investigación operativa, y otras ciencias
aplicadas que tratan con grandes cantidades de datos.
Ejemplo
Supóngase que un psicólogo propone una teoría según la cual hay dos tipos de
inteligencia, “inteligencia verbal” e “inteligencia matemática”. Nótese que estas son
inherentemente inobservables. Se busca evidencia para la teoría en las notas de los
exámenes, en 10 temas académicos, a 1000 estudiantes. Si cada estudiante es
seleccionado al azar de una población grande, luego, las 10 notas de cada estudiante
son variables aleatorias. La teoría de los psicólogos diría que por cada una de las diez
materias el promedio de todos los estudiantes que comparten un par de valores para la
inteligencias verbal y matemática es constante multiplicada por el nivel de inteligencia
verbal más otra constante multiplicada por el nivel de inteligencia matemática, es decir,
que hay una combinación lineal de estos dos factores. Los números, para este caso
particular, mediante el cual los dos tipos de inteligencia se multiplican para obtener una
nota determinada, se postulan teóricamente que son similares para todos los pares
obtenidos, lo mismo que el peso de los factores para este tema. Por ejemplo, la teoría
podría sostener que la aptitud promedio del estudiante en la materia de anfibología es:
Los números 10 y 6 son los pesos de los factores asociados a anfibología. Otras
materias tendrán diferentes pesos. Dos estudiante que obtengan el mismo grado de
inteligencia verbal e idéntica inteligencia matemática podrían tener aptitudes diferentes
en anfibología porque las aptitudes individuales son diferentes de las aptitudes
promedio. La diferencia se denomina “error”, un término estadístico para designar la
diferencia que hay entre la nota de un individuo y el promedio para su nivel de
inteligencia.
Los datos observables que van en el análisis factorial serían las 10 notas de cada uno
de los 1000 estudiantes, un total de 10.000 valores. Los pesos de y los niveles de los
factores de las dos clases de inteligencia de cada estudiante se deben derivar de estos
datos, así como también el número de factores.
El análisis factorial se utiliza para identificar factores que expliquen una variedad de
resultados en diferentes pruebas. Por ejemplo, investigación en inteligencia halla que la
gente que obtienen una nota alta en una prueba de habilidad verbal también se
desempeña bien en pruebas que requieren habilidades verbales. Los investigadores
explican esto mediante el uso de análisis factorial para aislar un factor a menudo llamado
inteligencia cristalizada o inteligencia verbal, que representa el grado en el cual alguien
es capaz de resolver problemas usando habilidades verbales.
Ejemplo
Historia
Los factores latentes de Francis Galton y los ejes principales de Karl Pearson fueron los
precedentes más inmediatos del análisis factorial. En 1904, Charles Spearman planteó
una teoría de la inteligencia basada en la existencia de factor común al que denominó
g. De acuerdo con esta teoría, la inteligencia de los individuos podía ordenarse a lo largo
de una sola dimensión.
Los métodos modernos para extraer los factores son los del análisis factorial canónico
de C.R. Rao, el método Alfa (H.F. Kaiser, J. Carey) y el método de la máxima
verosimilitud (D.N. Lawley, Karl Jöreskog).
Hasta los años sesenta, el análisis factorial era principalmente exploratorio. En esa
época nació el análisis factorial confirmatorio que permite confirmar o rechazar hipótesis
planteadas en forma de una cierta estructura subyacente.
Bibliografía