ANALISIS 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.
Ejemplo
Es una simplificación con el objetivo de ilustrar el concepto:
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 datos observables que van en el análisis factorial serían las 10 notas de cada
uno de los 1000 estudiantes, un total de 10.000 valores. Los pesos de y los
niveles de los factores de las dos clases de inteligencia de cada estudiante se
deben derivar de estos datos, así como también el número de factores.
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 hipótesis a 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.