Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 7. AFE.
1. Aspectos
2. Fases del AFE
básicos
1. Aspectos básicos
¿Qué es el AFE?
Es una técnica que se utiliza para determinar la VALIDEZ de CONSTRUCTO, es decir, para
estudiar la ESTRUCTURA INTERNA del test
(Por ejemplo…)
Si tenemos un test de 65 ítems, no sería efectivo estudiar particularmente los 65 ítems uno por
uno, es aquí donde se consigue apreciar la utilidad de los factores. Esos ítems (variables)
cuando se agrupan, conforman subconstructos (factores) dentro del constructo principal (por
ej., ansiedad fisiológica, ansiedad cognitiva, ansiedad cdtual, como factores del constructo
principal: la ansiedad)
Siguiendo el ejemplo anterior: será más efectivo y cómodo, analizar de forma particular y
rigurosa 5 factores, que 70 ítems
PREPARACIÓN
MUESTRA
ANÁLISIS PREVIOS
PREPARACIÓN de MUESTRA
-Se deberá escoger una MUESTRA REPRESENTATIVA, para ello se deberá contemplar el
objetivo del instrumentos de evaluación
Teniendo ese mínimo de 200 suj. muestrales, se accede a otro mínimo de 3-4 ítems / factor
[Nota: si no se tienen 200 suj. como muestra, el mínimo de 3-4 ítems / factor no es válido]
-VALIDEZ de CONTENIDO = los ítems deberán cubrir los atributos del constructo a medir,
deberán ser relevantes para evaluar dicho constructo
Ítems válidos en contenido = ítems que se relacionan con el constructo que deseamos medir
Los ítems no deberán ser irrelevantes en contenido, es decir, si evaluamos ansiedad, el ítem no
puede preguntar por asertividad en el círculo familiar, por ej.
-Antes de pasar de esta fase 1 de preparación, los ítems deberán ser ANALIZADOS
Se ELIMINARÁN…
ANÁLISIS PREVIOS
Partimos de que nosotros como investigadores, queremos obtener factores a partir de los
ítems de nuestro test
Para saber si podemos factorizar (agrupar nuestros ítems en factores) o no, deberemos realizar
los 2 siguientes análisis…
FACTORIZACIÓN
Pasada la fase 1 de preparación, llegamos a esta fase 2 con la certeza de que nuestros ítems
correlacionan correctamente entre sí (correlaciones fuertes que no se deben al azar)
Pero ahora la pregunta es: “En la fase 1 hemos concluido que podemos factorizar, pero, ¿cómo
obtenemos esos factores?”
MATRIZ de CORRELACIONES
Partimos de una tabla donde se representan las correlaciones entre todos los ítems de nuestro
instrumento de evaluación, denominada matriz de correlaciones
(sigue )
1
Ejemplo aclaratorio
Nosotros acabamos 2do de bachillerato con unas notas ‘x’ = matriz de correlaciones observadas
El ordenador, según nuestras notas en bachiller, predecirá nuestras notas en la universidad = matriz de
datos reproducida
La probabilidad de error que podemos obtener en nuestra predicción hecha en ordenador (que el
modelo factorial elaborado en el ordenador no prediga bien) = matriz de correlaciones residuales
2
¿Por qué debe predecir nuestro modelo? Si nos llega a consulta una pareja con problemas, si le
pasamos el PAIR-R, nuestro instrumento tiene que poder predecir la relación entre ambos (qué grado de
intimidad tienen, …) para que nos facilite nuestra intervención en el caso como profesionales
Tema 7: Análisis Factorial Exploratorio (AFE)
ESTIMACIÓN de FACTORES
En primer lugar se nos presentan 2 MÉTODOS que subyacerán a dicho número de factores…
Método que intenta minimizar lo máximo posible los residuales, de tal forma que
Método de mínimos cuadrados no la diferencia entre la matriz de correlaciones observadas y reproducida sea
ponderados mínima
ULS
Intenta que los residuos sean lo más cercanos a cero
Mediante este principio mantenemos que la solución factorial (nº de factores) más sencilla,
será la elegida para explicar nuestro constructo
-Si el número de factores es exagerado (más de los necesarios), los resultados serán
difíciles de interpretar
Al haber factores de más, puede que cada factor esté conformado por pocos ítems, y
por lo tanto ser dimensiones débiles teóricamente (contenido trivial o insustancial)
3
Guillermo de Ockham (1280-1349), filósofo escolástico. Principio de parsimonia o navaja de Ockham:
“en igualdad de condiciones, la explicación más sencilla suele ser la más probable”
Tema 7: Análisis Factorial Exploratorio (AFE)
También llamados índices de ajuste = índices que indicarán qué modelo factorial es mejor
(a continuación )
Tema 7: Análisis Factorial Exploratorio (AFE)
Tiene que ser simétrica, normal (aproximadamente) y con una media en torno a 0
Una campana de Gauss con media cero
Distribución de los
residuales
¿Cómo no tiene que ser? Asimétrica y descentrada
Si la distribución es asimétrica, puede indicar necesidad de más factores
¿Cómo se interpreta?
RMCR / RMSA
Cuanto ↓ sea la RMCR, mejor predecirá el modelo
Raíz media cuadrática
residual
Valores por encima de 0,08 = inaceptables
Valores entre 0,05 – 0,08 = aceptables
Valores por debajo de 0,05 = excelentes
GFI
Sus valores oscilan entre 0 y 1
Índice gamma de bondad
Se deben obtener valores por encima del 0,95
de ajuste
Los métodos “subyacentes” serán los que determinarán cómo enfocaremos la estimación de
factores
Para estar seguros de obtener una correcta solución factorial, se analizarán los criterios obj.
ROTACIÓN
Factor 1 Factor 2
Ítem 1 0,012 0,784
Ítem 2 0,678 -0,435
Ítem 3 0,956 0,023
Debido a que la mayoría de resultados obtenidos por el AFE no son tan fáciles de interpretar
como el ejemplo anterior, lo que se hará en esos casos es ROTAR
ROTAR = transformar la matriz factorial para que podamos determinar a qué factor pertenece
cada ítem
Este tipo de rotación parte del supuesto que los factores son INDEPENDIENTES
entre sí, es decir, que no tienen nada que ver
R. ORTOGONAL
POCO REALISTA
Este tipo de rotación parte del supuesto de que los factores NO son
INDEPENDIENTES entre sí, es decir, que tienen relación entre sí
R. OBLICUA
MÁS ACORDE a la REALIDAD
Tema 7: Análisis Factorial Exploratorio (AFE)
INTERPRETACIÓN
Ítem a
Factor 1 Ítem b
Ítem c
Ítem d
Ítem f
Ítem
Factor 3 Ítem
Ítem
La INTERPRETACIÓN únicamente consistirá en dar un nombre y una base teórica a cada factor,
para su posterior interpretación