Está en la página 1de 20

Tutor: León Darío Bello Parias

CAPACITACIÓN, INVESTIGACIÓN, ESTADÍSTICA Y


MERCADEO
Aprender Haciendo
www.ciemonline.info/blog
ANÁLISIS FACTORIAL
WhatsApp +57 316 575 9247
Tutor: León Darío Bello Parias
ciemvirtual@gmail.com
www.ciemonline.info
WWW.LEONDARIOBELLO.CO
ANALISIS FACTORIAL INTRODUCCION

Técnica de reducción de datos sirve para generar


grupos homogéneos de variables a partir de un
conjunto mayor de ellas. Estos se forman con las
variables que correlacionan entre.

Su propósito es buscar un número adecuado de


dimensiones que expliquen el máximo de
información contenida en los datos.

www.leondariobello.co
www.ciemonline.com
ciemvirtual@gmail.com
Aprender Haciendo
ANALISIS FACTORIAL INTRODUCCION

El propósito de la detección de la estructura es


examinar las relaciones subyacentes (o latentes)
entre las variables.

WhatsApp +57 316 575 9247


www.leondariobello.co
www.ciemonline.com
ciemvirtual@gmail.com
Aprender Haciendo
ANALISIS FACTORIAL INTRODUCCION

www.leondariobello.co
www.ciemonline.info
ciemvirtual@gmail.com
ANALISIS FACTORIAL INTRODUCCION
Existe un Análisis Factorial Exploratorio, donde no se conocen
los factores "a priori“ y el Análisis Confirmatorio donde se
propone "a priori" un modelo, según el cual hay unos factores que
representan a las variables originales.

Xij = F1i ai1 + F2i ai2+....+Fki aik + Vi


Xij la puntuación del individuo i en la variable j .
Fij son los coeficientes factoriales.
aij son las puntuaciones factoriales.
Vi es el factor único de cada variable.

www.leondariobello.co
www.ciemonline.info
ciemvirtual@gmail.com
ANALISIS FACTORIAL vs COMPONENTES
PRINCIPALES.

La varianza común es la parte de la variación de la variable que


es compartida con las otras variables. La varianza única es la
parte de la variación de la variable que es propia de esa variable.

www.leondariobello.co
www.ciemonline.info
ciemvirtual@gmail.com
ANALISIS FACTORIAL vs COMPONENTES
PRINCIPALES.

www.leondariobello.co
www.ciemonline.info
ciemvirtual@gmail.com
Análisis Factorial Exploratorio y Confirmatorio
WhatsApp +57 316 575 9247
Tutor: León Darío Bello Parias
ciemvirtual@gmail.com
www.ciemonline.info
WWW.LEONDARIOBELLO.CO
AFE vs AFC

El AFC se caracteriza por permitir al investigador definir


cuántos factores espera, qué factores están relacionados entre
sí, y qué ítems están relacionados con cada factor.

http://scielo.isciii.es/pdf/ap/v30n3/metodologia1.pdf

www.leondariobello.co
www.ciemonline.info
ciemvirtual@gmail.com
AFE vs ACP

http://scielo.isciii.es/pdf/ap/v30n3/metodologia1.pdf

www.leondariobello.co
www.ciemonline.info
ciemvirtual@gmail.com
AFE vs ACP

http://scielo.isciii.es/pdf/ap/v30n3/metodologia1.pdf
www.leondariobello.co
www.ciemonline.info
ciemvirtual@gmail.com
AFE vs ACP
WhatsApp +57 316 575 9247

http://scielo.isciii.es/pdf/ap/v30n3/metodologia1.pdf
www.leondariobello.co
www.ciemonline.info
ciemvirtual@gmail.com
AFE vs AFC

1. Primero AFE y luego AFC. Mitad de la


muestra para el primero y la otra mitad para
el segundo. No siempre se puede ni se
realiza.*
2. El análisis factorial se encuentran en algún
punto intermedio entre la ausencia total de
información …., y la definición clara de su
estructura factorial.
http://scielo.isciii.es/pdf/ap/v30n3/metodologia1.pdf
Comentario LDBP
www.leondariobello.co
www.ciemonline.info
ciemvirtual@gmail.com
AFE vs AFC

Ferrando y Anguiano-Carrasco (2010) han propuesto


establecer la diferenciación entre las dos aproximaciones, no
en función de su finalidad, sino en función de las restricciones
impuestas, de modo que el AFE y AFC, en lugar de ser
considerados como dos categorías cualitativamente distintas,
deberían ser considerados más bien los dos polos de un
continuo. (Hu y Bentler, 1999; Kline, 2005; Marsh, Hau y
Wen, 2004).

http://scielo.isciii.es/pdf/ap/v30n3/metodologia1.pdf

www.leondariobello.co
www.ciemonline.info
ciemvirtual@gmail.com
La regla de Kaiser se ha venido usando de forma
rutinaria dentro del pack conocido como “Little Jiffy”
que comprende la aplicación del ACP con la regla de
Kaiser y el método de rotación Varimax. No se
sugiere en la actualidad.*

WhatsApp +57 316 575 9247


http://scielo.isciii.es/pdf/ap/v30n3/metodologia1.pdf
*Comentario LDBP
www.leondariobello.co
www.ciemonline.info
ciemvirtual@gmail.com
En la actualidad se recomienda:

1) varios criterios objetivos, y siempre teniendo en cuenta 2) la


interpretabilidad de la solución encontrada y 3) la teoría de
partida (Lorenzo-Seva et al., 2011).

http://scielo.isciii.es/pdf/ap/v30n3/metodologia1.pdf
www.leondariobello.co
www.ciemonline.info
ciemvirtual@gmail.com
- El determinante de la matriz de correlaciones: un
determinante muy bajo indicará altas intercorrelaciones
entre las variables.
- Test de Esfericidad de Bartlett: Comprueba que la
matriz de correlaciones se ajuste a la matriz identidad. Ho:
R=I o Ho: | R| = 1
- Indice KMO de Kaiser-Meyer-Olkin: 1 >= KMO >= 0.9 muy bueno
0.9 > KMO >= 0.8 meritorio
0.8 > KMO >= 0.7 mediano
0.7 > KMO >= 0.6 mediocre
0.6 > KMO > 0.5 bajo
KMO <= 0.5 inaceptable

www.leondariobello.co
www.ciemonline.info
http://www.sicotests.com/psyarticle.asp?id=277

http://personal.us.es/jlroldan/Sitio_web/Partial_Least_Squares_(PLS)_files/Cepeda,%20Roldan
%20(2004)%20ACEDE.pdf

http://www.papelesdelpsicologo.es/pdf/1797.pdf

https://dialnet.unirioja.es/descarga/articulo/4788860.pdf

http://www.redalyc.org/pdf/778/77812441004.pdf * cambios propios

•ciemvirtual@gmail.com •ldbello753@gmail.com

Aprender Haciendo
www.leondariobello.co
www.ciemonline.info
•CIEM
http://www.youtube.com/leondariobello

http://www.facebook.com/belloparias

http://www.leondariobello.co

www.twitter.com/Estadistica_ase
•ciemvirtual@gmail.com •ldbello753@gmail.com

Aprender Haciendo
www.leondariobello.co
www.ciemonline.info
•CIEM

También podría gustarte