analisis

1. ANÁLISIS FACTORIAL
Análisis factorial 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.
El análisis factorial es una técnica de reducción de datos que sirve para encontrar grupos
homogéneos de variables a partir de un conjunto numeroso de variables.
Los grupos homogéneos se forman con las variables que correlacionan mucho entre sí y
procurando, inicialmente, que unos grupos sean independientes de otros.Cuando se recogen un
gran número de variables de forma simultánea (por ejemplo, en un
cuestionario de satisfacción laboral) se puede estar interesado en averiguar si las preguntas del
cuestionario se agrupan de alguna forma característica. Aplicando un análisis factorial a las
respuestas de los sujetos se pueden encontrar grupos de variables con significado común y
conseguir de este modo reducir el número de dimensiones necesarias para explicar las
respuestas de lossujetos.
El Análisis Factorial es, por tanto, una técnica de reducción de la dimensionalidad de los datos.
Su propósito último consiste en buscar el número mínimo de dimensiones capaces de explicar el
máximo de información contenida en los datos.
Fundamentalmente lo que se pretende con el Análisis Factorial (Análisis de Componentes
Principales o de Factores Comunes) es simplificar la información que nos da una matriz de
correlaciones para hacerla más fácilmente interpretable.
TIPOS DE ANÁLISIS FACTORIAL]
-El análisis factorial exploratorio, AFE, se usa para tratar de descubrir la estructura interna de un
número relativamente grande de variables. La hipótesis a priori del investigador es que pueden existir
una serie de factores asociados a grupos de variables. Las cargas de los distintos factores se utilizan
para intuir la relación de éstos con las distintas variables. Es el tipo de análisis factorial más común.
-El análisis factorial confirmatorio, AFC, trata de determinar si el número de factores obtenidos y
sus cargas se corresponden con los que cabría esperar a la luz de una teoría previa acerca de los
datos. La hipótesisa priori es que existen unos determinados factores preestablecidos y que cada uno
de ellos está asociado con un determinado subconjunto de las variables. El análisis factorial
confirmatorio entonces arroja un nivel de confianza para poder aceptar o rechazar dicha hipótesis.
APLICACIONES
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.

2. Análisis factorial en psicología se asocia frecuentemente con la investigación sobre la inteligencia. Sin
embargo, también se ha utilizado en un amplio rango de dominios, tales como personalidad, actitudes,
creencias, etc. Está asociado a la psicometría, debido a que puede evaluar la validez de un
instrumento estableciendo si el instrumento de verdad mide los factores postulados.
RESULTADOS:
INTERPRETACIÓN DE RESULTADOS
Dos cuestiones pueden ayudar a la interpretación y reconocimiento de los factores: 1) Ordenar la
matriz rotada de forma que las variables con saturaciones altas en un factor aparezcan juntas. 2)
Eliminar las variables con cargas factoriales bajas (aquellas por debajo de 0,25).
Llamaremos variable compleja a aquella que satura altamente en más de un factor y que no debe ser
utilizada para identificar los factores. Factores bipolares, son aquellos en los que unas variables
cargan positivamente y otras tienen carga negativa.
VENTAJAS Y DESVENTAJAS:
El análisis factorial como cualquier otra metodología tiene sus ventajas y limitantes. Entre las
ventajas tenemos:
1. Sus principios son igualmente aplicables a todas las industrias y a todos los niveles
industriales.
2. Al nivel de la empresa puede ser aplicado, después de alguna práctica, por miembros del
cuerpo directivo.
3. Debido a su carácter sistemático es más factible que pueda ser aplicado a más problemas
de productividad industrial que otros métodos.
4. Es muy útil para especialistas de institutos de investigación ya que puede acelerar el trabajo
y facilitar el informe.
5. Permite una mayor colaboración de los que intervienen en las tareas para elevar la
productividad debido al uso de cuadros y diagramas en la presentación del informe.
DESVENTAJAS
1. No revela necesariamente todas las fuerzas que afectan las actividades debido a que ha sido
concebido como un método de diagnóstico general.
2. No es un procedimiento infalible ya que sólo es una herramienta para obtener información de
manera racional y con esta formular juicios.
3. Es necesario el criterio del investigador ya que muchos aspectos de las operaciones
industriales no pueden medirse ni compararse cuantitativamente.

3. 4. Como toda metodología es factible de ser corregida, ampliada y mejorada.
EJEMPLOS:
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 :
{10 x inteligencia verbal} + {6 x inteligencia matemática}
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 datosobservablesque vanenel análisisfactorialseríanlas10 notasde cada unode los 1000
estudiantes,untotal de 10.000 valores.Lospesosde y losnivelesde losfactoresde lasdosclasesde
inteligenciade cadaestudiantese debenderivarde estosdatos,asícomo tambiénel númerode
factores.
WEBGRAFIA:
http://www.fuenterrebollo.com/Economicas/ECONOMETRIA/MULTIVARIANTE/FACTORIAL/analisis-
factorial.pdf
http://ciberconta.unizar.es/LECCION/factorial/FACTORIALEC.pdf
http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/AMult/tema4am.pdf
https://es.wikipedia.org/wiki/An%C3%A1lisis_factorial