Análisis factorial | Diccionario Economico

Definición de Análisis factorial | Diccionario Economico

Análisis estadístico para identificar patrones y relaciones entre un conjunto de variables observadas.

Por lo tanto, lo que hace este análisis es una reducción. Así, tomamos una gran cantidad de variables y con esta técnica conseguimos reducirlas a un tamaño más manejable. Para ello se utiliza una serie de combinaciones lineales de observables con invisibles.

Dos modelos: exploratorio y confirmatorio.

Tenemos dos formas de aplicar este método estadístico con claras diferencias entre ellas que debes conocer.

  • Análisis factorial exploratorio: En este caso, el objetivo es encontrar las construcciones ocultas (que no son visibles) para comprobar si pueden ser válidas. Por lo tanto, estamos ante información de tipo investigación que sirve para crear un modelo posterior, pero esto no lo sabemos a priori.
  • Análisis factorial confirmatorio: En este caso, nos encontramos ante el proceso de confirmación estadística. Partimos de un modelo teórico creado a partir de la literatura existente sobre el fenómeno objeto de estudio. Posteriormente, lo comparamos para determinar el grado de su fiabilidad.

¿Cómo hacer un análisis factorial?

Veamos de forma sencilla cómo se puede hacer el análisis factorial exploratorio, que es uno de los más utilizados en las ciencias sociales. Tenga en cuenta que los puntos que se mencionan a continuación pueden seleccionarse en programas estadísticos como SPSS al realizar un análisis.

  1. Análisis de fiabilidad: Comúnmente se utiliza el alfa de Cronbach, que permite conocer la consistencia interna del modelo. Valores superiores a 0,70 se consideran aceptables.
  2. Estadísticas descriptivas: nos proporcionan información básica sobre los datos que se analizan. Media, varianza o máximo y mínimo.
  3. Análisis de la matriz de correlación: Estos cálculos son realizados por SPSS. Aquí tenemos que ver si el determinante es cercano a cero. Por otro lado, las correlaciones calculadas deben ser distintas de cero.
  4. Una medida de la adecuación de la muestra KMO: Esto nos permite comparar los coeficientes de correlación. Por un lado, observables, y por otro, parciales. Toma valores de 0 a 1 y se considera aceptable si es mayor a 0,5.
  5. Prueba de esfericidad de Bartlett: En este caso, compruebe que la matriz de correlación es la matriz de identidad, en cuyo caso no se puede realizar el análisis. Se calcula el chi-cuadrado estimado y, si es menor que el teórico, se puede realizar un análisis factorial.
  6. Análisis de la comunidadR: Nuevamente, este es un indicador de relevancia. Para ser válido debe tomar valores mayores a 0,5.
  7. Matriz de componentes rotados: se utiliza para extraer valores propios que son mayores que un valor, generalmente 1. Esto produce coeficientes reducidos que representan variables. Los gráficos de sedimentación y la propia matriz se utilizan para seleccionar el número.
  8. varianza total explicada: Finalmente, este análisis muestra la varianza total explicada por el modelo propuesto. Por lo tanto, cuanto mayor sea este valor, mejor explicará el modelo todo el conjunto de datos.

Ejemplos de análisis factorial

El análisis factorial tiene muchas aplicaciones en varios campos de la ciencia.

Veamos algunos ejemplos:

  • En marketing, es muy utilizado cuando queremos saber la disposición a comprar. Por ejemplo, analizamos diversas variables socioeconómicas, emocionales o personales. Habiéndolos recibido, reduciremos su número utilizando el análisis factorial y podremos interpretarlo mejor.
  • En contabilidad podemos saber qué elementos afectan más claramente a la obtención de beneficios de una empresa. De esta manera sabremos dónde debemos incidir más.
  • En educación podemos conocer la predisposición del alumno hacia la materia. Mediante la realización de determinadas encuestas sobre la forma en que se estudia, podemos obtener una base de datos en la que podemos aplicar el análisis factorial.

¿Problemas o dudas? Te ayudamos

Si quieres estar al día, suscríbete a nuestra newsletter y síguenos en Instagram. Si quieres recibir soporte para cualquier duda o problema, no dude en ponerse en contacto con nosotros en info@wikieconomia.org

Comentarios

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *