desarrollado por jfgt para estudiantes de post grado desa

ANLISIS FACTORIAL APLICADO EN UNA TESIS.

Dentro de los mtodos analticos, el anlisis factorial constituye como la reina de dichos mtodos.porqu?, porque reduce la multiplicidad de pruebas y medidas a una mayor simplicidad. Kerlinger N.F.
Su importancia radica en que nos permite saber que pruebas o medidas pertenecen conjuntamente; por medio de las cuales se pueden medir la misma cosa . de este modo, reduce el nmero de variables a tratar. Es de uso comn que en una investigacin cientfica ( tesis) se disee cuestionarios con una gran cantidad de tems, conveniente reducirlas. y muchas veces es Asimismo, ordenar por grupos que tengan

determinadas caractersticas cada grupo . Pues bien, para ello es conveniente recurrir al anlisis factorial. Una de las caractersticas de esta tcnica es que todas las variables son independientes ( no es as en varianza, regresin lineal, etc.) Ejemplo : En las ciencias sociales es comn aplicar un instrumento para recoger los datos de los encuestados, para ello se utiliza el cuestionario, mayormente este instrumento esta compuesto por una gran cantidad de preguntas o tems que dificulta al encuestado responderlo en un corto O si no veamos los Test, los cuestionarios tiempo ( que es lo ideal).

multidimensionales de clima laboral, compromiso etc. Si Ud, esta realizando una tesis y se ve ante esta situacin : apele al anlisis factorial. Realice una prueba piloto ( de acuerdo a los lineamientos segn la metodologa que se sigue para realizar una tesis) y consiga los resultados para este propsito. cmo? Imagnese que Ud, cuenta con un cuestionario de grado de satisfaccin laboral y encuentra afirmaciones o Items como: 1

desarrollado por jfgt para estudiantes de post grado desa

1.- La forma en que se me presta atencin cuando hago bien mi trabajo 2.- El reconocimiento que me brindan por el trabajo que hago.1 ( muy de acuerdo = 5, de acuerdo = 4 etc.) Como comprender todos los encuestados no respondern lo mismo, por lo tanto habr diferencias en las respuestas, ( en la estadstica se conoce como varianza ) !Importante El Anlisi factorial , es un trmino de reduccin de datos, que sirve para encontrar grupos homogneos de variables a partir de un conjunto numeroso de variables. En el ejemplo anterior mostramos unos tems , imagnese si fuese un gran nmero de ellos en un cuestionario de satisfaccin laboral, podemos estar interesados en averiguar si las preguntas del cuestionario se agrupan de alguna forma o caracterstica. Con el anlisis factorial podemos encontrar grupos de variables con significado comn nmero de dimensiones necesarias para sujetos. Por lo expuesto, su propsito ltimo consiste en buscar el nmero mnimo de dimensiones capaz de explicar el mximo de informacin contenido en los datos. y educir de esta manera el explicar las respuestas de los

1.- Diagnstico de las condiciones.

Ahora podemos aplicar ( como seal lneas arriba) la tcnica estadstica de Anlisis factorial para lo cual es necesario tener algunas consideraciones: ( si utiliza el SPSS ) El mtodo Axis factoring Rotacin Direct Oblimin Algunos indicadores como: ( Kaises-Meyer-Olkin) ( KMO) y el test de

esfericidad de Bartletts. asimismo se debe de considerar las comunalities. Para verificar el Item en la estructura general.
a) Si Ud, quiere saber para que sirve el KMO, es un ndice que predice si es probable que los datos consigan factores consistentes que puede variar entre 0 y 1 , ms cerca a 1 indicar que es ms recomendable hacer el uso del anlisis factorial.( considerar como valido mas de 0,5 )

desarrollado por jfgt para estudiantes de post grado desa

caso contrario ( menores a 0,5) la tcnica a utilizar no es el de anlisis

factorial.
b) El ndice de la esfericidad de Bartletts , mientras ms pequeo ( menor a 0,05) indica que hay una probabilidad de relaciones significativas entre las variables y que la hiptesis nula no puede ser rechazada ( mayor a 0,05 ) y nos faculta a no asegurar que el modelo factorial es el adecuado para explicar los datos. El valor de 0,05 corresponde la nivel critico ( sig).
El valor de KMO = 0,691 > 0,5 ( bueno). Barletts tiene una p=000 < 0,50 El determinante es casi 0 Diagnstico de las condiciones para determinar si se puede usar o no el Anlisis factorial(A.F) En este cuadro indica que se cumplen satisfactoriamente por lo tanto se puede utilizar elA.F

Sumado a estos dos criterios: es necesario observar los resultados de las comunalidades ( comunalities). c) Las comunalities indica la cantidad de varianza contada en cada variable. Valores bajos indican que no existe un buen ajuste., por lo tanto dichos tems deben ser retirados. Para un mejor refinamiento de la escala. d) El Oblimin directo. corresponde al mtodo de rotacin directa ( no ortogonal) - El criterio de kaiser, se utiliza para determinar la cantidad de factores del modelo. Segn este criterio todos los componentes que tienen un

Eingenvalue ( autovalores)

menor que 1 deben ser desconsiderados. El

eingenvalue mide la cantidad de variacin en la muestra total considerada

para cada factor, As, si un factor tiene un eigenvalue bajo, estar contribuyendo poco a la explicacin de variaciones en las variables y puede ignorarse como redundante con los factores ms importantes.

desarrollado por jfgt para estudiantes de post grado desa

Las comunalidades vienen expresados de la siguiente manera.( SPSS) aplivacando el mtodo PCA ( Anlisis del componente principal) Cuadro 1
Inicial Extraccin

+ La forma en que se me presta atencin cuando hago

bien mi trabajo -El reconocimiento que me brindan por el trabajo que hago. - las alabanzas que recibo por un trabajo bien hecho - Mi sueldo y la cantidad de trabajo que realizo - la forma en que mi superior maneja a los empleados. - La forma en que mi superior maneja a los empleados

1.0 1,0 1,0 1,0 1,0 1,0

0,65 0,74 0,88 0,61 0,68 0,79

Nota: el valor de 1.0 que viene en la inicial corresponde al mtodo de Componentes principales que se caracteriza porque existe el 100% de posibilidades de explicar la varianza observada.

En este caso es necesario evaluar el KMO, el Indice de la esfericidad de Bartletts.

Si se presentara un valor ( extraccin ) debajo de 0,3 el item deber retirarse. A partir de la cuadro 1 se puede plantear si el nmero de factores obtenidos es suficiente para explicar todas y cada una de las variables incluidas en el anlisis . Pues bien, si el instrumento es multidimensional, es de suponer que realiz la prueba piloto, Es preciso sealar que Si Ud, esta utilizando un cuestionario multidimensional ( por ejemplo de 4 o ms dimensiones) con este tcnica es probable que no exceda de 3 factores. Porque esta tcnica estadstica lo que busca es buscar congruencia entre tems de ah que en trminos porcentuales, podr conocer en que porcentaje los tres factores ( debe ser mayor al 50%) explica de la varianza ( se comprueba mediante el uso del SPSS) y se obtiene a travs la matriz varianza explicada (rotada) ( cuadro

desarrollado por jfgt para estudiantes de post grado desa

2) de todos los tems. kaizer> tambin se le conoce como <Rotation varimax with

2.- Extraccin de Factores.

Cuadro 2

Analicemos el cuadro 2. La lnea roja circunda 3 factores que son mayores que la unidad, la lnea azul muestra el % que estos 3 factores consiguen explicar de la varianza de los datos originales.( 55.422% )

Si se quiere que el porcentaje fuese mayor, se tendra que considerar otro factor ms. El cuadro 2 muestra una matriz de 9x9 , es posible extraer 9 variables independientes, es posible extraer 9 variables independientes y as explicar el 100% de la varianza total.

Con ello se consigue el objetivo de reducir el nmero de dimensiones ( factores) necesarias para explicar los datos. Los componentes o factores son vlidos cuando dichos obtengan valores superiores a 1. Es conveniente considerar que la cantidad de factores a tener en cuenta incluye para ello el porcentaje acumulado, como se seal anteriormente debe ser mayor al 50% ( revisar literatura sobre esta tcnica) Los valores obtenidos en el cuadro 2 se logra mediante el anlisis

factorial ( rotada) el Oblimin Directo. 5

desarrollado por jfgt para estudiantes de post grado desa 3.- Rotacin de Factores.
Se utiliza para clarificar la interpretacin de la estructura factorial, sin alterar la situacin de una variables respecto a las otras. Asimismo sin alterar el % de varianza. Como ejemplo Veamos el cuadro 3 Cuadro 3

Las saturaciones( correlacionan) mayo a 0,500 que indica una asociacin elevada En este ejemplo podemos mostrar el resultado obtenido mediante el Anlisis Factorial rotada, utilizando el Oblimin directo. Nota: - El resultado del Cuadro 2 se obtuvo utilizando la varianza explicada., una vez identificado los factores y su porcentaje de explicacin, se procese a aplicar el anlisis factorial ( cuadro 3 ) como lo expuesto anteriormente. El cuadro 3, se denomina Solucin factorial , esta matriz cambia la denominacin segn el mtodo utilizado como el de Componentes elegidos. Como Principales como mtodo de extraccin Veamos un ejemplo practico: Del cuadro 3 Podr observar que se trata de compromiso organizacional, compuesto por 3 dimensiones. El primero corresponde al compromiso afectivo, el segundo es compromiso continuidad e el tercero es compromiso moral porque? Habr notado la congruencia entre los dos primeros, tems , asimismo las otras dos. 6 de los factores

vemos en ese cuadro los factores son independientes.

desarrollado por jfgt para estudiantes de post grado desa

Por lo tanto, cuando aplica esta tcnica , automticamente lo dividir en dos factores, simplemente porque el encuestado tiende a marcar, iguales, por lo menos cercanos los tems con mayor similitud. En un cuestionario con bastantes tems , es posible que algunos tems no encajen en alguna dimensin por lo tanto habr que desecharlos. De ah el uso correcto de los ndices anteriormente expuestos. Una vez hecho lo anterior , es conveniente , necesario y obligatorio lo siguiente: Realizar el coeficiente Alfa de Cronbach a cada una de los tems. de cada dimensin ( siguiendo los lineamientos para esta aplicacin) no olvide que el valor promedio de cada dimensin debe ser superior a 0,7. Valor que permitir darle la confiabilidad requerida. Si usa el SPSS aplique el Alfa sin si no son

el Item. Si alguno de los Item obtiene un valor bajo, es recomendable

retirar la pregunta para aumentar el Coeficiente alfa de Cronbach.( si es menor a 0,7). Si tiene dudas, es recomendable recurrir a manuales de estadstica. Una vez que realiz todo lo anterior, entonces puede aplicar la tcnica estadstica de Anlisis factorial. Que le permitir refinar la escala validada Ejemplo grfico: Afirmaciones Cuadro A Alfa sin el Item 0,7 204 0,7012 0,7534 0,7621 0,7018 0,7678 0,7345

+ La forma en que se me presta atencin cuando hago

bien mi trabajo -El reconocimiento que me brindan por el trabajo que hago. - las alabanzas que recibo por un trabajo bien hecho - Mi sueldo y la cantidad de trabajo que realizo - la forma en que mi superior maneja a los empleados. - La forma en que mi superior maneja a los empleados

Componente de satisfaccin

( 1) Extrado de Comportamiento organizacional de Kiniki / Kreiner (2003)

desarrollado por jfgt para estudiantes de post grado desa

** Si quiere saber que indica el indice de Varimax, pues simplemente simplifica la interpretacin de los factores optimizando los valores por columna. Obviamente que Ud, tendr que considerar que cada grupo tiene ciertas caractersticas que lo hace diferente del otro, y de acuerdo a su conocimiento le pondr la frase adecuada para cada factor. Por ejemplo; si se cuenta con un cuestionario de Compromiso , es probable que aplicando esta tcnica , se agrupen en 3 factores y tengamos un factor que corresponda al compromiso econmico, otro al compromiso moral, etc.