276 276/280 | www.cienciaytrabajo.

cl | AO 12 | NMERO 35 | ENERO / MARZO 2010 | Ciencia & Trabajo

Artculo de Educacin
ANTECEDENTES Y UN POCO DE HISTORIA
La tcnica del AF permite agrupar un alto nmero de variables en
un conjunto de factores ms reducido mediante subconjuntos de
variables que correlacionen alto entre s en relacin a otros
subconjuntos, lo cual permitira explicar un fenmeno complejo de
manera ms parsimoniosa (Catena, Trujillo y Ramos 2003). Basta
realizar una breve revisin de las ltimas publicaciones en el
mundo de los tests para notar la abundancia de trabajos que
nombran y utilizan la tcnica del AF. Por esto, contar con una
comprensin bsica de l y sus aplicaciones a los tests se torna una
necesidad para aqullos que los utilizan, ya sea para realizar inves-
tigacin o para sus quehaceres profesionales. De este modo, desco-
nocer la tcnica del AF significa una gran barrera para poder
comprender la bibliografa actual sobre los tests y sus aplicaciones
(Moreno 2004).
No es objetivo de este artculo entregar una explicacin minuciosa
y matemtica del anlisis factorial AF, sino entregar nociones
generales que permitan, por un lado, ayudar a la comprensin de
gran parte de la literatura actual sobre los tests y, por otro, preparar
a los lectores interesados en esta fecunda y a ratos compleja
tcnica.
El AF tiene una historia de poco ms de 100 aos; sus primeros
momentos se desarrollaron en Inglaterra, derivndose en gran
parte de los trabajos que realizaba Charles Spearman en el mbito
de la inteligencia. Spearman, basndose en los trabajos previos de
Galton y Pearson, busc generar un mtodo de anlisis de datos
que le permitiera dar sustento a sus estudios sobre la inteligencia
y la teora del factor g y del factor s. A inicios de 1900 public su
trabajo sobre la inteligencia donde mostraba, gracias a un nuevo
mtodo de anlisis denominado prueba de las diferencias tetr-
dicas, datos que sustentaban su hiptesis de la existencia de un
factor general de la inteligencia humana (Yela 1996; Kerlinger y
Lee 2002) y la posibilidad de estudiar los factores especficos de la
inteligencia, a saber: espacial, numrico, mecnico y verbal.
Adicionalmente, el desarrollo del AF tiene como un segundo hito
en su evolucin los aportes creados por el investigador norteame-
ricano Louis Thurstone en el ao 1932. Este autor, quien fuera el
principal antagonista de Spearman y su teora del factor g, plan-
teaba la existencia de ms de un factor para explicar la inteli-
gencia humana. De los esfuerzos mutuos por refutar la hiptesis de
su antagonista, se desarroll y mejor un mtodo que consista en
analizar tablas de correlacin de varias variables. Con estos
aportes, provenientes mayoritariamente desde Thurstone (quien,
entre otras cosas, incorpor el mtodo de rotacin que veremos
Correspondencia / Correspondence
Felipe Maca Seplveda
Fundacin Cientfica y Tecnolgica ACHS
Vicua Mackenna 210 piso 6, Providencia, Santiago.
Tel.: (56-2) 685 3870
e-mail: macia.felipe@gmail.com / fmacia@achs.cl
Recibido: enero 2010 / Aceptado: 2 de marzo 2010
ABSTRACT
Specialized literature on tests is increasingly abundant, independent
of its field of application, where the validity of construct concept and
the factorial analysis method (FA hereafter) are incorporated for its
assessment. Since this is the most widely used method and considering
that its use is increasing, it becomes necessary to know certain
general aspects of this multivariate statistical technique. The purpose
of this paper is to provide a general and simple outlook of factorial
analysis without going into its underlying mathematics. A brief
review of the FA origin, general concepts, use and modus operandi is
made. Finally, a simplified example of the outcome produced by an
FA is provided and how to interpret it.
Descriptors: PSYCHOMETRICS; FACTOR ANALYSIS; VALIDITY; TESTS.
RESUMEN
Es cada vez ms abundante la literatura especializada de los tests,
independiente de su campo de aplicacin, donde se incorporan los
conceptos de validez de constructo y el mtodo del anlisis facto-
rial (AF en adelante) para su estimacin. Al ser ste el mtodo que
ms se utiliza y considerando que su uso sigue en aumento, se hace
necesario conocer ciertos aspectos generales de esta tcnica estads-
tica multivariada. El presente trabajo tiene como objetivo dar una
visin general y simple del anlisis factorial, sin entrar en su
matemtica subyacente. Se realiza una revisin breve al origen,
conceptos generales, utilizacin y modus operandi del AF.
Finalmente, se presenta un ejemplo simplificado del resultado que
entrega un AF y del cmo realizar su interpretacin.
(Maca F, 2010. Validez de los Tests y el Anlisis Factorial: Nociones
Generales. Cienc Trab. Ene-Mar; 12 (35): 276-280).
Descriptores: PSICOMETRA; ANLISIS FACTORIAL; VALIDEZ; TEST.
Felipe Maca Seplveda
Licenciado en Psicologa. Diplomado Psicologa Social y de las Organizaciones. Centro de Estudios Psicosociales del Trabajo y la Salud, Fundacin
Cientfica y Tecnolgica ACHS, Chile.
Validez de los Tests y el Anlisis Factorial: Nociones Generales
VALIDITY OF TESTS AND FACTORIAL ANALYSIS: GENERAL NOTIONS
Ciencia & Trabajo | AO 12 | NMERO 35 | ENERO / MARZO 2010 | www.cienciaytrabajo.cl | 276/280 277
Artculo Original | La Validez de los Test y el Anlisis Factorial: Nociones Generales
ms adelante), se dio origen al mtodo del AF moderno (Kerlinger
y Lee 2002).
Con el perfeccionamiento de la tcnica se comenz a dar paso a su
extensin a otras reas de la psicologa (personalidad, actitudes),
otros lugares geogrficos y a otras ciencias como la Sociologa,
Educacin, Economa, etc. (Yela 1996).
VALIDEZ DE LOS TESTS
En el campo de investigacin de los tests, para que un instrumento
de evaluacin pueda ser considerado como adecuado en su diseo
debe contener, al menos, las siguientes caractersticas (Yela 1996):
(1) Fiabilidad: que las puntuaciones o resultados del test se mantengan
estables en el tiempo y que los cambios en estas puntuaciones se
deban a variaciones verdaderas en el atributo evaluado, y no por
variaciones debido a error del instrumento.
(2) La validez: en palabras sencillas, se refiere a que se est midiendo
lo que el test dice medir.
(3) Entregar la tipicidad o baremos: es decir, valores normativos de la
poblacin con los cuales comparar el puntaje o resultado de una
persona miembro de sta.
Si bien todos estos aspectos son importantes y se constituyen como
los elementos mnimos que debe poseer cualquier test para poder ser
utilizado correctamente, tal como seala Yela (Yela 1996), el requi-
sito ms importante de un test es su validez, debido a que si ste no
es vlido (no mide lo que dice medir) no sirve de nada poseer fiabi-
lidad de las puntuaciones y baremos para la poblacin objetivo. En
otras palabras, a modo de ejemplo, no es til usar un termmetro de
perfecta precisin y con una unidad de medida comprendida y apli-
cable a nuestra cultura (por ejemplo, en Chile utilizando la escala
Celsius), pero que en vez de medir la temperatura, mida la humedad
del ambiente.
De esta forma, se entender que un test posee validez cuando, por
ejemplo, en el caso de la inteligencia las personas consideradas ms
inteligentes obtienen puntajes altos en un test de inteligencia y vice-
versa. Adems, debe demostrar que mide exhaustivamente todos los
componentes del constructo (Abad, Garrido, Olea y Ponsoda 2006).
Siguiendo con el tema de la inteligencia, un test no sera vlido para
evaluarla si slo se enfoca en aspectos aritmticos y deja de lado los
componentes verbales.
Cabe sealar algunas cosas: en primer lugar, existen distintos tipos
de validez de un test, como por ejemplo, validez de contenido, validez
concurrente, etc. Para fines de este artculo, slo se hablar de validez
de constructo, es decir, que los indicadores o tems del test reflejan
adecuadamente el constructo o concepto objetivo. En trminos ms
tcnicos, se habla de validez de un constructo (por la va del anlisis
factorial) cuando todas las medidas diseadas (tems) para evaluarlo
muestran coherencia de la conformacin de sus factores al someterlo
a anlisis factorial (Muiz 1998).
En segundo lugar, existen varias aproximaciones para evaluar la
validez de constructo de un test, y el AF no es el nico. Sin embargo,
hoy en da el anlisis factorial es la tcnica ms utilizada para deter-
minar la validez de constructo de un test. Es bueno dejar en claro que
el estudio de la validez de un test y, por consiguiente, su proceso de
validacin es continuo y con variados procedimientos, donde el AF
es slo una parte de l; sin embargo, tal como ya se ha sealado, al
ser el mtodo ms utilizado se realza la importancia de conocer algo
de l.
Si bien los tests surgieron mucho antes que el anlisis factorial y, en
gran medida, se desarrollaron de forma independiente, hoy esta
tcnica proporciona a ellos un fundamento cientfico ms firme (sin
estar exento de crticas). A pesar de las crticas, el aumento del uso
del anlisis factorial para tratar stos y otros temas actualmente es
continuo (Kerlinger y Lee 2002).
ANLISIS FACTORIAL: QU ES? PAR QU
SE UTILIZA?
Existen varias definiciones ms o menos tcnicas y de variadas
complejidades; se dar cuenta de algunas de ellas, comenzado por las
ms simples a las ms tcnicas. Como ya se ha adelantado, el AF es
una tcnica depurada para el anlisis de las interrelaciones, mediante
el cual el nmero de variables o dimensiones utilizadas para describir
un constructo se reducen.
Por otro lado, Cuesta y Herrero (en Moreno 2004) nos dicen que el
anlisis factorial consiste en resumir la informacin de una matriz de
datos, identificando un nmero reducido (menor que el nmero de
tems o indicadores) que factores que logran representar el concepto
original con una prdida mnima de informacin.
Una definicin clsica plantea que el anlisis factorial consiste esen-
cialmente en mtodos para encontrar grupos de variables relacio-
nadas, siendo cada uno de estos grupos (factores) con mayor corre-
lacin de sus elementos entre s, que con los no incluidos en l
(Nunnally 1973).
Una mirada ms cautelosa sobre el alcance del anlisis factorial es la
definicin del profesor Jos Miz, que lo seala como una tcnica
multivariada que, bajo determinadas condiciones y con ciertas limi-
taciones, permite estimar los factores que dan cuenta de un conjunto
de variables (Miz 1998).
Finalmente, desde una mirada mucho ms tcnica en cuanto
informa de su mecanismo es la propuesta de Abad y colaboradores
(Abad et al. 2006), que postulan al anlisis factorial como el proce-
dimiento que toma los datos de la matriz de correlaciones entre las
variables o indicadores (tems) de inters, dando como resultado una
matriz factorial rotada, la que contiene las saturaciones o cargas
factoriales de cada variable o indicador en cada uno de los factores
extrados, que no es otra cosa que las correlaciones entre cada
variable o indicador (tem) y cada factor (Abad et al. 2006).
En resumen, y en esencia, el anlisis factorial descubre la varianza
comn que da origen a los factores de un determinado constructo. Es
decir, el anlisis factorial es una tcnica estadstica multivariante que
sirve para estudiar las dimensiones o factores que subyacen a las
relaciones entre las variables (Abad et al. 2006).
Ms all de una definicin, es importante comprender que el anlisis
factorial sirve a la causa de la parsimonia cientfica, ya que reduce la
multiplicidad de las medidas hacia una mayor simplicidad, indicando
qu medidas van juntas y miden lo mismo, cuantificando estas carac-
tersticas. De esta forma, la tcnica permite a los investigadores
identificar los factores fundamentales de sus elementos de estudio,
minimizando esfuerzos y usos de recursos (Kerlinger y Lee 2002).
Por ejemplo, supongamos que un investigador ha tomado cierto
nmero de indicadores de un constructo de su inters; luego, con el
fin de ver cmo se interrelacionan los factores de ste, procede a
calcular la matriz de correlaciones; sin embargo, como es de esperar
(sobre todo si se trabaja con un alto nmero de variables), esta matriz
le resultar muy difcil de interpretar. Dada esta dificultad de extraer
o inferir los factores por medio de una simple inspeccin de una tabla
de correlaciones, se desarrollaron tcnicas estadsticas ms precisas
278 276/280 | www.cienciaytrabajo.cl | AO 12 | NMERO 35 | ENERO / MARZO 2010 | Ciencia & Trabajo
Artculo Original | Maca Felipe
para poder localizarlos; estas tcnicas constituyen el AF (Moreno
2004). ste est diseado para tomar esta matriz y encontrar algn
orden en ella, dando como resultado la identificacin de factores con
varianza en comn (Kerlinger y Lee 2002).
El anlisis factorial le proporciona una base y una metodologa ms
rigurosa a los tests, otorgndoles un mejor fundamento tanto para
avances de sus procedimientos prcticos como para su investigacin
(Yela 1996).
Ms acotado a su relacin con el estudio de la validez de los tests, un
anlisis factorial es el anlisis de la matriz de correlaciones entre los
tems, con el fin descubrir estadsticamente los factores y sus
elementos (Abad et al. 2006).
Como el lector puede ir observando, el mtodo del anlisis factorial
es eminentemente matemtico; sin embargo, el razonamiento a la
base no es tan complejo. Esto se tratar de explicar en lo que resta
del artculo.
Para Mariano Yela (Yela 1996), el anlisis factorial se apoya en la
denominada unidad funcional, que no es otra cosa que el conjunto
de procesos que varan concomitantemente; estas unidades funcio-
nales se denominan factores.
En otras palabras, los resultados que se obtienen en los tests no son
independientes y azarosos, sino que poseen variaciones en ciertas
direcciones. El anlisis factorial pretende averiguar cules son estas
direcciones de variacin comn (factores) (Yela 1996). As, un factor
es el conjunto de variabilidad verificada por la covariacin emprica
de una serie de respuestas y que se define por el significado comn
de stas (Yela 1996).
Otros autores definen un factor como un constructo, una entidad
hipottica, una variable latente que se asume en funcin de escalas,
reactivos, indicadores que pueden ser de casi cualquier ndole
(Kerlinger y Lee 2002).
La aplicacin de un anlisis factorial tiene por fin dos objetivos:
primero, determinar cul es el nmero de dimensiones (o factores)
que mide un test y descubrir cul es el significado de cada una;
segundo, obtener la puntuacin de cada sujeto en cada dimensin
(Abad et al. 2006).
PASOS DE UN ANLISIS FACTORIAL EXPLORATORIO
Se puede listar una serie de pasos, ms o menos estables, para
realizar un anlisis factorial tradicional (tambin llamado explora-
torio). De la base de Mariano Yela (1996) y Moreno (Moreno 2004),
ms variaciones propias, se plantean los siguientes pasos:
1. Preparacin
Bsicamente se refiere a la recogida de datos y al estudio y determi-
nacin del nmero de factores involucrados. Es importante destacar
que, en el caso del anlisis factorial exploratorio (AFE), no se sabe o
no se tiene informacin certera sobre el nmero de factores exis-
tentes; en el caso del anlisis factorial confirmatorio (AFC) s se posee
esta informacin, y se busca contrastar hiptesis sobre el comporta-
miento de los tems o indicadores en la conformacin de los factores
tericos ya probados y los factores empricos. Para el presente trabajo
se dejar de lado al AFC, refirindonos en general al proceso del
exploratorio; sin embargo, la lgica general no vara demasiado, ms
bien al confirmatorio se le agregan otros componentes que no se
tratarn en este artculo.
Esta primera fase tiene que ver en gran medida con otros aspectos
de la validez, como en la adecuada seleccin de indicadores o
tems para lograr una representacin adecuada del constructo de
inters.
En trminos prcticos, durante esta etapa se conforma la matriz de
correlaciones, lo que hoy en da, con el apoyo de los paquetes esta-
dsticos computacionales, es un proceso casi automtico.
En trminos del anlisis de los datos, previo a la realizacin del
anlisis factorial, se debe evaluar el cumplimiento de dos supuestos
bsicos de ste, lo cual es muy sencillo con el uso de las computa-
doras y softwares estadsticos actuales. En primer lugar, la adecua-
cin de la muestra mediante el estadstico de Kaiser-Meyer-Olkin
(KMO), con el fin de saber si la magnitud de los coeficientes de corre-
lacin parciales entre las variables son suficientes; y, en segundo
lugar, aplicar la prueba de esfericidad de Bartlett con el fin de corro-
borar que el modelo factorial es adecuado para explicar los datos de
la muestra, indicando que existen relaciones significativas entre las
variables.
2. Factorizacin
El objetivo de esta segunda fase es averiguar el nmero de factores
comunes necesarios para explicar las correlaciones obtenidas. Para el
fin de adquirir una nocin general del anlisis factorial no es nece-
sario detenernos en la mecnica del proceso, debido a que con el
apoyo de las computadoras el proceso es nuevamente automtico.
Sin embargo, lo que hay que tener en mente es que, a partir de la
matriz de correlaciones, el anlisis factorial extrae una nueva matriz
que reproduce de forma ms sencilla la primera: sta se llama matriz
factorial.
En esta fase se emplean los llamados Mtodos de Extraccin; el ms
utilizado es el mtodo de factores principales, que extrae una
cantidad mxima de varianza conforme se calcula cada factor. En
otras palabras, el primer factor extrae la mayor cantidad de varianza,
el segundo la siguiente mayor cantidad de varianza, y as sucesiva-
mente. Durante el proceso, al extraer un primer factor, su contribu-
cin se retira de la matriz de correlacin, desde la cual se comienza
a buscar el segundo, etc. Esta extraccin se detiene cuando la
varianza se torna insignificante (Anlisis factorial exploratorio), o se
alcanza el nmero de factores establecidos por el investigador
(Anlisis factorial confirmatorio). De esto se deriva que cada factor es
independiente de los otros factores (Kerlinger y Lee 2002).
Generalmente se hace por defecto de forma automtica por la gran
mayora de los programas estadsticos, que utilizan la regla del valor
Eigen, donde las unidades se ubican en la diagonal estimada de las
comunalidades, donde se extraen todos los factores que tienen un
valor Eigen igual o mayor a + 1.0, lo que se conoce con el nombre
de Mtodo de componentes principales truncados.
Cada uno de estos ndices o coeficientes obtenidos representan la
correlacin entre el tem y el factor. stos reciben el nombre de pesos,
cargas, ponderaciones o saturaciones factoriales. Para que un tem se
pueda considerar con una carga factorial relevante sobre un factor se
utilizan varios criterios, pero se aconseja exigir un mnimo de 0.30,
considerando sobre ese nmero cargas significativas; cabe sealar
que esto es variable, incluso algunos investigadores consideran signi-
ficativas slo cargas superiores a 0.50. Las cargas factoriales no son
difciles de interpretar: oscilan entre -1.00 y +1.00, al igual que los
coeficientes de correlacin (Kerlinger y Lee 2002).
3. Rotacin
La mayora de los mtodos de extraccin factorial producen resul-
tados que son muy difciles de interpretar, por lo que se da paso a la
rotacin que, en palabras simples, busca la mejor manera de ver estos
Ciencia & Trabajo | AO 12 | NMERO 35 | ENERO / MARZO 2010 | www.cienciaytrabajo.cl | 276/280 279
Artculo Original | La Validez de los Test y el Anlisis Factorial: Nociones Generales
factores, en el sentido de que pueden no indicar qu es lo que estn
midiendo los factores; frente este problema surge la rotacin, que
busca facilitar esta interpretacin.
As, para interpretar la solucin factorial, los tems se agrupan en
factores. Este proceso transforma las saturaciones en otras ms senci-
llas de leer. Para Abad y sus colaboradores (Abad et al. 2006), los
objetivos que siguen a la rotacin son:
a) En cada factor pesa alto un conjunto de variables (y pesan bajo las
restantes).
b) Los conjuntos de tems que definen cada factor no deben solaparse
demasiado.
c) Cada variable pesa slo en un conjunto pequeo de factores,
pesando bajo en el resto.
En otras palabras, la rotacin busca presentar una matriz ms sencilla
de interpretar cmo se estn agrupando los tems para conformar los
factores. En trminos ms tcnicos, con el mtodo de rotacin se
busca aproximar la solucin factorial a la estructura ms simple
(dentro de lo posible), lo que se traducira en que no existan tems
que saturen alto en dos o ms factores, sino que las saturaciones sean
lo ms distintas y extremas entre s. Justamente esto es lo que intenta
hacer la rotacin Ortogonal VARIMAX al buscar valores extremos,
sin valores intermedios y factores independientes entre s; es decir,
que los tems no tengan demasiado solape entre ellos (Abad et al.
2006). Cabe destacar que este tipo de rotacin ortogonal es de las ms
utilizadas en la literatura.
Precisando, existen dos grandes tipos de rotaciones: Ortogonales y
Oblicuas. Las primeras son las ms usualmente utilizadas (y las ms
sencillas de comprender y analizar), por lo que nos centraremos en
este tipo de rotacin en nuestro ejemplo.
Se obtiene una rotacin ortogonal cuando los ejes forman un ngulo
recto, es decir, que la correlacin entre ejes (factores) es nula. En el
caso de las rotaciones Oblicuas la correlacin entre los factores no es
nula; en este caso se puede factorializar los factores y obtener los
llamados factores de segundo orden (Moreno 2004). Este segundo
tipo de rotacin es algo ms compleja, ya que permite de correlacin
entre factores (lo que complica la comparacin de distintos estudios);
adems, integra la opcin de realizar factorializaciones de segundo
orden, lo que nos introduce en el mundo de las ecuaciones estructu-
rales. Todos estos aspectos van ms all del presente trabajo; sin
embargo, los lectores interesados pueden obtener ms informacin
en las obras listadas en la bibliografa.
4. Interpretacin
En esta etapa el foco se sita en indagar y responder sobre cul es el
significado de cada uno de los factores conformados, el porqu de las
variaciones con el modelo terico planteado (en caso de ocurrir, lo
que habitualmente sucede), etc. Si bien en principio se podra sealar
esta etapa como el elemento cualitativo del proceso, y que en gran
medida s lo es, hoy se utiliza una serie de indicadores de la bondad
de ajuste de las distintas soluciones factoriales para ayudar a
responder stas y otras preguntas.
Dicho de otro modo, cuando se busca responder a cules son los
factores, y darles una denominacin, se estn buscando constructos
que logren explicar las varianzas comunes del factor. En sntesis, los
nombres de los factores son tentativos, son hiptesis, nuevo material a
comprobarse con investigaciones posteriores (Kerlinger y Lee 2002).
En trminos prcticos, con el fin de descubrir el significado de la
conformacin de los factores y darles sentido, es necesario fijarse en
las variables que saturan de forma elevada en cada factor. Cuando el
investigador se entrega a la tarea de dar significado a un factor, debe
realizar un proceso inferencial para encontrar el nexo de unin entre
los indicadores o tems que manifiestan correlaciones elevadas en el
factor.
Adems, es importante considerar que los diferentes factores
extrados no tienen la misma importancia. Cada uno explica una
determinada cantidad de la varianza total de los tems, que se expresa
porcentualmente, y que indica la importancia de ese factor para dar
cuenta de la covarianza entre los tems. As, si un factor explica un
porcentaje elevado de la varianza total, eso es sntoma de que las
saturaciones de los tems en dicho factor son altas, lo que significa
que es un factor importante a la hora de describir las relaciones entre
las variables originales (Abad et al. 2006).
Sin duda alguna, uno de los aspectos ms difciles de esta etapa
(aunque ms ligado a un AFC) es responder a la pregunta, cuntos
factores son adecuados? Esto no se debe responder de forma capri-
chosa; se ha propuesto una serie de apoyos estadsticos para tomar
esta decisin, tal como el uso del Chi(x
2
), dividido por sus grados de
libertad, el Error Medio Cuadrtico de Aproximacin a Valores de
Poblacin (ms conocido como RMSEA por su sigla en ingls), etc.
Apoyarse en stos y otros aspectos, como la teora a la base e inves-
tigaciones previas, debe ser un ejercicio recurrente, casi un hbito al
tomar esta decisin, la cual es muy importante ya que responde al
gran objetivo del mtodo: determinar cuntos factores est midiendo
el test y si logran dar cuenta del constructo de inters (Abad et al.
2006).
UN EJEMPLO
Para el presente trabajo pedaggico se analizar brevemente un
ejemplo ficticio del resultado mnimo que se debera obtener de un
anlisis factorial tradicional o exploratorio. Es importante advertir
que en la realidad los resultados muy rara vez son tan claros y senci-
llos de interpretar, pero de este modo se puede facilitar el entendi-
miento de la lgica bsica de este procedimiento.
Un investigador est interesado en estudiar la actitud hacia el nuevo
sistema de prevencin implementado en un hospital, para lo que
construye un breve test, que consiste en 4 tems a responder en una
escala likert que va desde 1 (muy en desacuerdo) hasta 5 (muy de
acuerdo). Estos tems son los siguientes:
tem 1: El nuevo sistema de prevencin facilita mis labores diarias.
tem 2: La implementacin del sistema de prevencin trajo ms
costos que beneficios.
tem 3: El nuevo sistema ayuda a resolver con mayor eficiencia los
incidentes laborales.
tem 4: Creo que el nuevo sistema debera implementarse en otros
hospitales.
Tras aplicar el test a una muestra representativa del personal, se
procedi a aplicar un anlisis factorial, obteniendo los siguientes
resultados:
Tabla 1.
Ejemplo Resultado de un Anlisis Factorial.
tem Factor I Factor II
1 0.821 -0.187
2 -0.304 0.736
3 0.702 0.031
4 0.528 -0.068
Porcentaje de varianza total explicada 29% 16%
280 276/280 | www.cienciaytrabajo.cl | AO 12 | NMERO 35 | ENERO / MARZO 2010 | Ciencia & Trabajo
Artculo Original | Maca Felipe
La solucin factorial muestra la presencia de dos factores que en
conjunto explican el 45% de la varianza, lo cual se puede considerar
como adecuado; en general consideran porcentajes de varianza
explicada adecuados sobre un 30%, lo cual puede variar segn el
objetivo de la investigacin, resultados anteriores, etc.
Un primer factor, que explica un 29% de la varianza, se obtuvo
saturaciones o cargas factoriales positivas y altas en los tems 1, 3
y 4, que indican que el/la trabajador/a cree que el nuevo sistema
implementado es favorable en los aspectos evaluados. El tem 2
posee un indicador negativo, lo que puede indicar que no se cree
favorable el nuevo sistema. As, al indagar sobre el contenido de
los tems y la solucin factorial, se podra sealar que el primer
factor evala la actitud positiva al nuevo sistema de prevencin
del hospital. En cambio, el segundo factor, que explica un 16% de
la varianza, se podra denominar actitud negativa al nuevo sistema
y a su relacin costo/beneficio.
COMENTARIOS FINALES
Parafraseando a Kerlinger y Lee (Kerlinger y Lee 2002), muchos
investigadores consideran el anlisis factorial como la reina de
los mtodos analticos debido a su poder, elegancia y cercana al
corazn del propsito cientfico (la parsimonia). Sin embargo, se
trata de un mtodo que no est libre de controversia, a pesar de
que es poderoso, y no constituye una panacea para estudios mal
diseados.
Adems, conviene tener en cuenta que el anlisis factorial se
realiza a partir de la matriz de correlaciones entre las variables;
por tanto, la informacin que nos da, aunque reelaborada
mediante lgebra matricial, proviene de dichas correlaciones y se
agota en ellas (Muiz 2002); esto concierne a las limitaciones
inherentes del anlisis correlaciones que hereda el anlisis
factorial, por lo cual siempre es deseable (incluso exigible) la
utilizacin de un segundo mtodo de estimacin de la validez de
un instrumento.
Aun as, tal como ya se ha mencionado, es el mtodo ms
utilizado para estudiar la validez de constructo de los tests, y
su uso va en aumento, por lo que instamos al lector interesado
en el mundo de los tests a buscar la comprensin, al menos
general, del tema. En el caso de los lectores que hagan uso de
los tests, ya sea para realizar investigacin o aplicaciones prc-
ticas, el comprender y dominar esta tcnica es hoy casi un
imperativo.
Abad F, Garrido J, Olea J, Ponsoda, V. 2006. Introduccin a la Psicometra: teora
clsica de los test y teora de la respuesta al tem. Espaa: Universidad
Autnoma de Madrid.
Catena, Ramos M, Trujillo H. 2003. Anlisis multivariado: un manual para investi-
gadores. Madrid: Biblioteca Nueva.
Kerlinger F, Lee H. 2002. Investigacin del comportamiento. Mxico: McGraw-Hill.
Moreno P. 2004. El anlisis factorial y los test psicolgicos. Fichas de Ctedra.
Disponible en http://www.psicologia.unt.edu.ar/fichas.htm. [Consultado el 15
de octubre del 2007].
Miz J. 1998. Teora clsica de los test. Madrid: Pirmide.
Nunnally J. 1973. Introduccin a la medicin psicolgica. Buenos Aires: Paids.
Yela M. 1996. Los test y el anlisis factorial. Psicothema. 8(sup):73-88.
REFERENCIAS