ANÁLISIS

FACTORIAL.

D A N I E L A M E N D E Z PA S C U A L E S .
 ANÁLISIS FACTORIAL.

¿Qué se pretende con el Análisis Factorial? Varianza compartida y Varianza única.

• El análisis factorial tiene como objetivo • Varianza compartida: Cada ítem o variable
simplificar la información que nos da una tiene su varianza, pero esta varianza de
matriz de correlaciones para que sea más fácil cada ítem puede estar compartida con la
interpretarla. varianza de otros ítems.
• La varianza única se puede descomponer
en: Varianza específica de cada ítem y la de
errores de medición.
La varianza de
cada ítem nos
indica las
diferencias que
crea en la
respuesta.
 ANÁLISIS FACTORIAL.

¿Qué hace el Análisis Factorial? ¿Qué es un factor?

• Mediante el análisis factorial se analiza la • Los factores no existen, lo que obtenemos
varianza común a todas las variables. de cada sujeto es una suma de sus
respuestas a una serie de ítems, una
• Como se parte de una matriz de correlaciones combinación lineal de variables.
lo que busca el análisis factorial es simplificar • Por lo general en cada factor hay ítems con
la información que nos da la matriz de pesos grandes y otros próximos a cero.
correlaciones. • Los factores indican las fuentes de las
varianzas.
Las correlaciones
Las varianzas totales
muy bajas pueden
nos expresa la
deberse a la
diversidad que existe
homogeneidad de
entre los sujetos en
la muestra.
aquello que estamos
midiendo.
 RESULTADOS DEL ANÁLISIS FACTORIAL.
• El análisis factorial nos indica cómo tienden a
agruparse los ítems o variables.
• Examinando el contenido conceptual de los
ítems que pertenecen al mismo factor
podemos comprender qué factores [o
constructos] subyacentes explican las
correlaciones entre los ítems.
• La información del análisis factorial es muy
matizada porque nos indica el grado
(correlación) de cada ítem o variable con cada
factor.
• El análisis factorial de un instrumento de medición ayuda a
establecer la validez de constructo de lo que estamos
midiendo, en el sentido de que nos analiza la estructura del
constructo que estamos pretendiendo medir.
• La información fundamental que nos da el análisis
factorial es la siguiente:
1. Número de nuevas ‘medidas’ o factores
2. El peso o correlación de cada variable (ítem) con cada
factor (matriz factorial)
3. La proporción de varianza que explica cada factor
4. La proporción de varianza explicada por todos los
factores.
5. La puntuación de cada sujeto en cada factor
(puntuaciones factoriales)
FASES DEL ANÁLISIS FACTORIAL.
Primera Fase Enfoques
Condensación de factores componentes factores comunes.
factores: se Se utilizan unos en la No se utilizan unos en la
identifica el número de diagonal de la matriz de diagonal, sino
factores intercorrelaciones; por lo estimaciones de
que explican la máxima tanto se analiza toda la lacomunalidad (o
proporción de varianza varianza, la común y varianza que cada
común también la específica de variable comparte con
a todas las variables. cada variable. todas las demás)
En la construcción de Los factores encontrados Los factores encontrados
tests y son: son:
escalas se puede reales, derivados de los hipotéticos, estimados, a
comprobar la datos partir de los datos.
correlación de cada disponibles en un estudio
variable concreto.
con el primer factor: es el Con muchas variables (más de 15 ó 20), y estructura
que factorial clara, ambos enfoques dan resultados
mejor representa lo que similares.
todos
los ítems miden en común Métodos
(aunque un primer factor
Condensación centroide, Ejes principales (Principal
importante no prueba la
Componentes Principales Axis)
unidimensionalidad).
(es el más Maximum Likelihood,
Esta correlación (o peso)
frecuente), Minimum Residuals,
con el
Otros. Alpha y otros.
FASES DEL ANÁLISIS FACTORIAL.
Segunda Fase De cualquiera de estos métodos se pasa
a:
Con las rotaciones se Rotación ortogonal Rotación oblicua
busca una produce factores no produce factores
estructura más simple e relacionados; estructura relacionados o no
interpretable. más simple y más fácil de relacionados (no se fuerza
La varianza encontrada interpretar. la no relación); estructura
en el más real pero menos
paso anterior se simple.
redistribuye en
Métodos
todos los factores.
Cuando se Varimax, Quartimax, etc. Varimin, Quartimin,
habla de factores se suele Oblimin, etc.
sobrentender factores Después de las rotaciones viene una fase de reflexión
rotados. o análisis
Los factores rotados conceptual. Los factores indican cómo tienden a
clarifican la agruparse los ítems
estructura subyacente a o variables. Ahora se trata de encontrar significado a
las los factores:
variables; aquí radica su ¿qué tienen en común los ítems que mejor definen
importancia en los cada factor?;
estudios de ¿cómo podemos denominarlos (‘bautizarlos’)?; ¿cómo
 CUESTIONES RELACIONADAS CON EL
ANÁLISIS FACTORIAL.
Número de Sujetos.
• En principio son preferibles muestras grandes
porque el error típico de los coeficientes de
correlación será menor y de esta manera
disminuye también la probabilidad de que
surjan factores casuales que no aparecerán en
análisis sucesivos con otras muestras.
• Tener en cuenta dos criterios:
1. La proporción de sujetos con respecto al
número de variables (ítems)
2. El número mínimo recomendable de sujetos
en términos absolutos.
 CUESTIONES RELACIONADAS CON EL
ANÁLISIS FACTORIAL.
Análisis Factorial confirmatorio o exploratorio.
• Análisis Factorial Exploratorio: da resultados más
conservadores; influyen menos las hipótesis del
investigador y es de hecho el más utilizado.
• Análisis Factorial Confirmatorio: Supone
establecer como hipótesis previa:
1. El número de factores.
2. Qué factores están relacionados o son
independientes.
3. Con qué factor o factores están relacionadas (pesos)
cada una de las variables.
 CUESTIONES RELACIONADAS CON
EL ANÁLISIS FACTORIAL.
Componentes principales o factores comunes.
• Componentes principales: Analizamos toda la
varianza, común y no común.
1. Los pesos tienden a estar sobrestimados sobre todo
si los ítems son pocos y esto hay que tenerlo en
cuenta en su interpretación.
• Factores Comunes: Sólo se analiza la varianza En la confección
compartida. de instrumentos
1. los factores van explicando sucesivamente la el análisis más
máxima proporción de varianza en la población, no recomendado
en la muestra. suele ser el de
Componentes
Principales
 CUESTIONES RELACIONADAS CON
EL ANÁLISIS FACTORIAL.
Factores ortogonales o Factores oblicuos.
• Factores Ortogonales: Son factores no relacionados; esta no-
relación está provocada por el mismo método.
Los factores
1. Son de interpretación más sencilla; cada uno representa una oblicuos permiten
fuente de varianza distinta e independiente de los demás una
factores. Son los más recomendados para construir apreciación más
subescalas factoriales. real (y más
• Factores Oblicuos: Pueden estar o no estar relacionados (no confusa a veces)
se fuerza la no relación). de la estructura
1. Son de interpretación más compleja; el investigador no sólo subyacente.
debe interpretar y explicar la estructura factorial, sino
además las relaciones entre factores; sin embargo la rotación
oblicua es más rica y matizada.
 CUESTIONES RELACIONADAS CON
EL ANÁLISIS FACTORIAL.
Rotación ortogonal: Quartimax y Varimax
• Quartimax: Se intenta simplificar las filas (se maximiza la
varianza de las filas).
1. Puede suceder que muchas variables tengan pesos grandes en
el mismo factor; esta rotación tiende a poner de manifiesto
un factor general parecido al primer factor sin rotar.
• Varimax: Se intenta simplificar las columnas (los factores; se
maximiza la varianza de las columnas).
1. Los ítems o variables tienen una carga o peso mucho mayor
en un factor y mucho menores en todos los demás: en las
columnas (factores) nos encontramos (como tendencia)
valores o muy altos o muy bajos.
 CUESTIONES RELACIONADAS CON
EL ANÁLISIS FACTORIAL.
Número de Factores.
• Gutman-Kaiser: Se rotan solamente los factores que en el
primer análisis (antes de las rotaciones) tienen un eigenvalue
(o raíz característica, o varianza) mayor de 1. Como se opera
con puntuaciones típicas y la varianza de cualquier variable es
entonces igual a la unidad, se retienen solamente aquellos
factores que explican más varianza que cualquier variable.
• Scree Test: Reducir el número de factores de manera no
arbitraria.
• Paralell Analysis de Horn: La alternativa para determinar el
número de factores que parece preferible.
 CUESTIONES RELACIONADAS CON
EL ANÁLISIS FACTORIAL.
Criterios para valorar la magnitud de las correlaciones
variable-factor.
• Los pesos o cargas de las variables que definen un factor son y
se interpretan como los coeficientes de correlación de cada
variable con cada factor.
• Estos coeficientes tienen unos errores típicos mayores que los
coeficientes normales, por lo que debemos valorarlos con
criterios más estrictos.
• Suele considerarse un valor en torno a .30 como mínimo; en
torno a .40 ya es más relevante, y valores en torno a .50 son ya
de clara relevancia práctica y definen bien el factor.
 CUESTIONES RELACIONADAS CON
EL ANÁLISIS FACTORIAL.
Número mínimo de variables para definir un factor.

• Los factores se consideran bien definidos cuando al menos

tres variables tienen en él sus mayores pesos.
• Un ítem identifica bien un factor si tiene al menos un peso de .
70 y no los tiene en otros factores que sean mayores de .40; un
factor está bien definido si tiene al menos tres ítems con pesos
grandes.
• Un factor sólido vendría definido por unos 5 ítems con pesos
de .50 o más en el factor.
 CUESTIONES RELACIONADAS CON
EL ANÁLISIS FACTORIAL.
Análisis factorial de variables dicotómicas.
• El análisis factorial supone variables continuas, por lo que en
principio no se debería aplicar a variables dicotómicas.
• El coeficiente phi (φ) es una forma particular del coeficiente
producto-momento r de Pearson (es este mismo coeficiente
aplicado a datos dicotómicos), y en este sentido hay autores
que consideran legítimo el uso del análisis factorial con este
tipo de datos y así es frecuente hacerlo.
• El análisis factorial puede también llevarse a cabo con otros
coeficientes de correlación equivalentes al coeficiente r de
Pearson, como son el coeficiente de correlación biserial-
puntual (una variable dicotómica y otra continua) y el
coeficiente rho (ρ) de Spearman (que equivale al coeficiente r
aplicado a datos ordinales).
 CUESTIONES RELACIONADAS CON
EL ANÁLISIS FACTORIAL.
Análisis factorial y comprobación de la validez de constructo.
• El análisis factorial del instrumento: El análisis factorial
clarifica la estructura del instrumento y del constructo tal
como lo hemos concebido y pretendemos medirlo. El exponer
la estructura interna de las variables nos permite examinar el
significado de lo que estamos midiendo y nos puede sugerir
revisiones del instrumento y mejorarlo.
• El análisis factorial de varios instrumentos: El análisis
factorial de todos los instrumentos nos mostrará si nuestro
instrumento se alinea en el mismo factor con los instrumentos
que supuestamente miden el mismo rasgo (o ámbito
conceptual) aunque sea con matices muy distintos, y a la vez
nos lo sitúa en un espacio factorial más amplio que ayuda a la
comprensión del mismo significado.
 CUESTIONES RELACIONADAS CON
EL ANÁLISIS FACTORIAL.
Cautelas en la interpretación del análisis
factorial .
1. Signos de las correlaciones (‘pesos’) ítem-
factor.
2. Heterogeneidad de la muestra.
3. Significación estadística y significación
conceptual.
4. Indeterminación de la estructura factorial.
 CUESTIONES RELACIONADAS CON
EL ANÁLISIS FACTORIAL.
Otras formas de plantear el análisis factorial.
1. Técnica P.
2. Técnica O.
3. Técnica Q.
4. El análisis factorial convencional parte de una
matriz de correlaciones.
INTERPRETACIÓN DEL ANÁLISIS FACTORIAL
EN UNA ESCALA
ÍTEMS.
DE ACTITUDES.
M σ rit
1 El mejor sistema de gobierno sería una dictadura 3.1
1
1.5
6
.
694
en la que los líderes estuvieran muy bien
escogidos y no tuvieran ambiciones personales
2 El mejor sistema de gobierno de un país es sin 2.4
2
1.2
5
.
475
duda alguna el democrático
3 Los gobiernos autoritarios son los que mejor 3.5
2
1.3
4
.
525
protegen a la gente modesta y con poca
educación, que es presa fácil de propagandas y
demagogias
4 Los partidos políticos son necesarios para poder 2.5
4
1.3
1
.
602
encauzar las diversas maneras de opinar en
política
5 Digan lo que digan, a la hora de la verdad no hay 3.7
7
1.4
6
.
698
mejor sistema de gobierno que una buena
dictadura
6 Con todos sus defectos, el sistema democrático es 3.3
5
1.4
5
.
642
INTERPRETACIÓN DEL ANÁLISIS FACTORIAL
EN UNA ESCALA DE ACTITUDES.
1 3 5 2 4 6
1 1 .510 .729 .358 .422 .504
3 .510 1 .548 .217 .337 .358
5 .729 .548 1 .283 .418 .541
2 .358 .217 .283 1 .553 .436
4 .422 .337 .418 .553 1 .547
6 .504 .358 .541 .436 .547 1
INTERPRETACIÓN COMÚN A LOS FACTORES
SIN ROTAR Y ROTADOS (TABLAS IV Y V).
 INTERPRETACIÓN ESPECÍFICA DE LOS
FACTORES SIN ROTAR Y ROTADOS.
Factores Sin Rotar. Factores Rotados.
• Cuando se trata de construir una escala o • En este caso se ha utilizado el método de
test, los factores sin rotar nos dan al menos rotación ortogonal Varimax, que tiende a
dos informaciones de interés, además del forzar la diferenciación, los contrastes, y
número de factores que va a permanecer deja más clara la estructura subyacente a
idéntico después de las rotaciones. Se trata toda la escala.
sobre todo de la información que da el
primer factor.