Menú Cerrar

Análisis factorial: a veces lo ¿olvidamos? al validar un instrumento

Analisis factorial destacada

En la gran mayoría de los libros de texto dedicados al tema metodología de la investigación, si te tomas la molestia de revisar el apartado que tiene que ver con la validación de un instrumento,

Notarás, palabras más palabras menos,  que recomiendan recurrir a la técnica del juicio de expertos: un panel integrado por tres, cinco o siete académicos especialistas en la materia objeto de estudio,

Metodología y/o construcción de instrumentos de medición

Les entregas un ejemplar de tu cuestionario, acompañado de una matriz de valoración con una serie de criterios para cualificar las preguntas

Además, les informas acerca de los objetivos de la investigación, el sistema de variables, etc.

La mala noticia implícita en esta forma de proceder, es que no vas a conseguir experto alguno que así,   “a ojo de buen cubero” sea capaz de identificar cuáles son las dimensiones subyacentes de la variable teórica que  intentas medir

Dicho de otra forma, ningún experto te garantiza la validez de constructo del instrumento, a menos que ejecute con tus datos un procedimiento estadístico conocido como Análisis Factorial exploratorio en esta primera fase

Es preferible en todo caso, indagar en la literatura especializada en búsqueda de instrumentos de recogida de datos ya validados y probados en otros contextos y, luego de las adecuaciones y ajustes pertinentes, utilizarlos en nuestro proyecto de investigación

Recuerda que la investigación científica es un diálogo entre colegas que nos han precedido en el abordaje de un problema y, por tanto,  debemos apoyarnos en los hallazgos  que otros obtuvieron

Como se ha dicho tantas veces, no hay que inventar de nuevo la rueda

 

¿Qué es el Análisis Factorial?


Al igual que el análisis de conglomerados implica agrupar casos similares, el análisis factorial implica agrupar variables similares en dimensiones.

Este proceso se utiliza para identificar dimensiones o constructos latentes.

El propósito del análisis factorial es reducir muchos elementos individuales a un número menor de dimensiones.

El análisis factorial se puede utilizar para simplificar los datos, como reducir el número de variables en los modelos de regresión.

Más a menudo, los factores se rotan después de la extracción.

El análisis factorial tiene varios métodos de rotación diferentes, y algunos de ellos garantizan que los factores sean ortogonales (es decir, no correlacionados),

lo que elimina los problemas de multicolinealidad en el análisis de regresión.

El análisis factorial también se utiliza para verificar la construcción de la escala.

En tales aplicaciones, los elementos que conforman cada dimensión se especifican por adelantado.

Esta forma de análisis factorial se utiliza con mayor frecuencia en el contexto del modelado de ecuaciones estructurales (SEM)  y se conoce como análisis factorial confirmatorio.

El análisis factorial también se puede utilizar para construir índices.

La forma más común de construir un índice es simplemente sumar todos sus elementos

Sin embargo, algunas variables que componen el índice pueden tener un poder explicativo mayor que otras.

Se podría usar un análisis factorial para justificar la eliminación de ciertas preguntas para acortar los cuestionarios.

 

Análisis factorial con SPSS


Para ilustrar como llevar a cabo un análisis factorial utilizando el paquete estadístico SPSS, vamos a trabajar con el siguiente ejemplo:

Sobre una muestra de 20 individuos que aspiran a ingresar en el corto plazo a estudios universitarios, se llevó a cabo una valoración de sus intereses por las siguientes disciplinas: música, matemática, pintura, deportes, poesía y novela, ensayo, espectáculos. Las valoraciones de sus intereses por cada una de estas áreas se han codificado así: 0 = nada, 1 = algo, 2 = bastante, 3 = mucho. Los datos obtenidos se resumen en la tabla siguiente

La pregunta de investigación que queremos responder con nuestro análisis factorial exploratorio es:

¿Cuáles son las dimensiones subyacentes (variables latentes) en el conjunto de datos de puntajes por intereses en cada una de las 7 áreas consideradas?

Es decir, ¿cómo los intereses de los estudiantes por las diferentes disciplinas  determinan las dimensiones del constructo teórico predisposición hacia determinadas carreras?

El análisis factorial se puede encontrar en  Analizar > reducción de dimensiones > Factor:

Analisis factorial - dataset
Analisis factorial – dataset

 

En el cuadro de diálogo de Análisis Factorial, comenzamos agregando nuestras variables (interés por Música, Matemática, Pintura, Deportes, Literatura, Ensayo, Espectáculos) a la lista de variables.

 

Analisis factorial - cuadro
Analisis factorial – cuadro

 

En el cuadro de diálogo Descriptivos… necesitamos agregar algunos estadísticos para verificar las suposiciones hechas por el análisis factorial.

Para verificar los supuestos, necesitamos la prueba KMO y esfericidad de Bartlett  y la matriz de correlación de anti-imagen.

 

Descriptivos
Descriptivos

 

El cuadro de diálogo Extracción…  nos permite especificar el método de extracción y el valor de corte para la misma

En general, SPSS puede extraer tantos factores como variables tengamos

En un análisis exploratorio, el valor propio se calcula para cada factor extraído y se puede usar para determinar el número de factores a extraer.

Un valor de corte de 1 se utiliza generalmente para determinar los factores basados  en valores propios.

 

Extracción
Extracción

Sigamos con los pasos restantes

A continuación, se debe seleccionar un método de extracción apropiado.

Los Componentes Principales  es el método de extracción predeterminado en SPSS.

Extrae combinaciones lineales no correlacionadas de las variables y proporciona la cantidad máxima de varianza explicada del primer factor.

Todos los factores siguientes explican porciones cada vez más pequeñas de la varianza y no están relacionados entre sí.

Este método es apropiado cuando el objetivo es reducir los datos, pero no es apropiado cuando el objetivo es identificar dimensiones o constructos latentes.

El segundo método de extracción más común es Factorización de ejes principales

Este método es apropiado cuando se intenta identificar dimensiones subyacentes, en lugar de simplemente reducir los datos.

En nuestra pregunta de investigación, estamos interesados

en las dimensiones detrás de las variables y, por lo tanto, vamos a utilizar la Factorización de ejes principales

El siguiente paso es seleccionar un método de rotación.

Después de extraer los factores, SPSS puede rotarlos para adaptarse mejor a los datos.

El método más utilizado es Varimax

Varimax  es un método de rotación ortogonal que tiende a producir una carga de factor que es muy alta o muy baja, lo que hace que sea más fácil hacer coincidir cada elemento con un sólo factor.

Si se desean factores no ortogonales (es decir, factores que pueden estar correlacionados), es apropiada una rotación Oblimin directo

Aquí, elegimos Varimax.

 

Análisis factorial - rotación
Análisis factorial – rotación

 

Rematando la faena…

En el cuadro de diálogo Opciones…  podemos gestionar la forma en que se tratan los valores faltantes: podría ser apropiado reemplazarlos con la media,

lo que no cambia la matriz de correlación pero garantiza que no imputaremos los valores ausentes

Además, podemos especificar en la salida si no queremos mostrar todas las cargas factoriales

Las tablas de cargas factoriales son mucho más fáciles de leer cuando suprimimos las cargas pequeñas

El valor predeterminado es 0.1, pero en este caso, aumentaremos este valor a 0.4

El último paso sería guardar los resultados en el cuadro de diálogo Puntuaciones…

Esto crea automáticamente puntuaciones estandarizadas que representan cada factor extraído.

Opciones
Opciones

 

Luego que hagamos clic en el botón aceptar, posterior a todos los cambios introducidos, obtenemos los resultados:

Análisis factorial - resultados 1
Análisis factorial – resultados 1

 

Análisis factorial - resultados 2
Análisis factorial – resultados 2

Interpretación resultados del Análisis Factorial


En el Factor 1 tienen alta ponderación Música, Matemática, Deportes y Ensayo; al contrario, las más altas ponderaciones en el Factor 2 corresponden a Pintura, Literatura y Espectáculos

La interpretación de ambos factores aparece, pues, como evidente: El Factor 1 puede concebirse como orientación hacia las ciencias o vocación científica.

Si bien la música tiene fuertes connotaciones artísticas, es bien conocido que las capacidades matemáticas y musicales a menudo van aparejadas.

Además, la práctica regular de algún deporte parece estar más relacionada con individuos de perfil científico que con los de inclinaciones artísticas.

El  Factor 2, por su parte representa las inclinaciones artísticas con la excepción ya comentada de la música

A continuación, te muestro los resultados en forma gráfica a través del Path Analysis

Esta salida no está disponible en SPSS, por lo que ha sido producida utilizando el paquete estadístico de código abierto JASP

Path Analysis
Path Analysis

Recapitulando…


Hasta aquí hemos conducido un Análisis Factorial exploratorio muy simplificado que nos ha llevado a descubrir 2 dimensiones o variables latentes en el constructo teórico Vocación de carrera

Podríamos llamarlas Predilección por carreras científicas (El Factor 1) y Predilección por carreras artísticas (El Factor 2)

El paso siguiente sería llevar a cabo un Análisis Factorial Confirmatorio utilizando la técnica estadística conocida como Modelado con Ecuaciones Estructurales (SEM), pero esto escala la complejidad del procedimiento

Te invito, eso sí, a que le des un vistazo al artículo de los colegas Bazan A., Navarro, A y Velarde, N.

Bazán, A, Navarro, A. L. & Velarde, N. (2016). Validez de constructos de estrategias de apoyo familiar para el estudio y aprendizaje escolar 5 (1). Revista REVALUE.

Consultado el 29 de junio de 2019 en: http://revalue.mx/revista/index.php/revalue/issue/current

Espero te sea de utilidad lo comentado en este post, si te apetece déjame tus comentarios al final

Estaré esperando para leerte

 

 

 

 

 

Please follow and like us:
Facebook
Twitter
Visit Us
LinkedIn
Pinterest
Pinterest

Deja un comentario

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

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.plugin cookies

ACEPTAR
Aviso de cookies