ESTRATEGIAS Y DISEOS
AVANZADOS DE INVESTIGACIN
SOCIAL
Titular: Agustn Salvia
MDULO 4 B
ANLISIS FACTORIAL
ANLISIS FACTORIAL
EN LA INVESTIGACIN SOCIAL SE TRABAJA
CON MUCHOS CONCEPTOS COMPLEJOS QUE
NO SON DIRECTAMENTE OBSERVABLES
USOS MS FRECUENTES
Reduccin de
informacin
Identificacin de
estructuras
subyacentes
Creacin de
variables
resumen
ANLISIS FACTORIAL
El Anlisis Factorial es una tcnica que
consiste
en
resumir
la
informacin
contenida en una matriz de datos con V
variables. Para ello se identifican un
reducido nmero de factores F, siendo el
nmero de factores menor que el nmero de
variables. Los factores representan a la
variables originales, con una prdida
mnima de informacin.
El modelo del Anlisis Factorial se expresa
como una combinacin lineal de factores no
ANLISIS FACTORIAL
FACTOR PRINCIPAL
ANLISIS FACTORIAL
COMPONENTES PRINCIPALES
El
Anlisis
Factorial
(mtodo
componentes principales) no supone
que existe un factor comn subyacente
a las variables.
El Anlisis de Componentes Principales busca
hallar
combinaciones
lineales
de
las
variables originales que expliquen la mayor
parte de la variacin total. El primer factor o
componente sera aquel que explica una
mayor parte de la varianza total, el segundo
factor sera aquel que explica la mayor parte
ANLISIS FACTORIAL
Para que el Anlisis Factorial tenga
sentido
deberan
cumplirse
dos
condiciones bsicas:
Parsimonia e Interpretabilidad
Segn el principio de parsimonia el nmero
de factores debe ser lo ms reducido
posible y estos deben ser susceptibles de
interpretacin
sustantiva.
Una
buena
solucin factorial es aquella que es sencilla
e interpretable.
ANLISIS
FACTORIAL
Se asume que los factores nicos no
estn correlacionados entre s ni con los
factores comunes.
Se puede distinguir entre Anlisis Factorial
Exploratorio, donde no se conocen los
factores "a priori sino que se identifican
por el anlisis factorial y, por otro lado
estara el Anlisis Confirmatorio donde se
propone "a priori" un modelo, segn el cual
hay unos factores que representan mejor a
las variables originales.
ANLISIS
FACTORIAL
PASOS
EN EL ANALISIS FACTORIAL
1- Calcular la matriz de correlaciones entre
todas las variables (conocida habitualmente
como matriz R).
2- Extraccin de los factores necesarios para
representar los datos. Anlisis de la matriz de
cargas.
3- Rotacin de los factores con objeto de
facilitar la interpretacin. Representacin
grfica.
ANLISIS
FACTORIAL
REQUISITOS PARA SU
UTILIZACIN
Seleccin de variables que formen
conjuntos correlacionados.
Variables deben estar en escala
mtrica.
Un mnimo de 100 casos
ANLISIS
FACTORIAL
EJEMPLO
Se intentan conocer los determinantes de los
ingresos de la ocupacin principal de los
asalariados. Dado que se supone que estos
estn
asociados
a
un
conjunto
de
caractersticas de la persona y del puesto.
Dado que el conjunto de variables es grande
y se sospecha que algunas de ellas estn
muy relacionadas, por lo que parece
conveniente antes del anlisis intentar
determinar
si
existen
subconjuntos
diferenciados de ellas.
ANLISIS
FACTORIAL
EXAMEN DE LA MATRIZ DE CORRELACIONES
1- El primer paso en el Anlisis Factorial ser
calcular la matriz de correlaciones entre todas
las variables que entran en el anlisis.
2- Una vez que se dispone de esta matriz cabe
examinarla
para
comprobar
si
sus
caractersticas son adecuadas para realizar un
Anlisis Factorial.
3- Uno de los requisitos que deben cumplirse
para que el Anlisis Factorial tenga sentido es
ANLISIS
FACTORIAL
EJEMPLO
EXAMEN DE LA MATRIZ DE CORRELACIONES
Correlation Matrix
Correlation
Sig. (1-tailed)
Tamao del
establecimiento
Nivel de Instruccin
Edad
Calificacin laboral
Tamao del
establecimiento
Nivel de Instruccin
Edad
Calificacin laboral
Tamao
del
estableci
miento
Nivel de
Instruccin
1,000
,281
,136
,379
,281
,136
,379
1,000
-,101
,554
-,101
1,000
,164
,554
,164
1,000
,000
,000
,000
,000
,000
,000
,000
,000
,000
,000
,000
Edad
,000
Calificaci
n laboral
ANLISIS
FACTORIAL
MATRIZ DE CARGA
FACTORIAL
El Anlisis Factorial extrae una matriz factorial:
1
2
F1
P11
P12
F2
P21
P22
ANLISIS
FACTORIAL
EJEMPLO
Component Matrixa
Component
1
Tamao del
establecimiento
Nivel de Instruccin
Edad
Calificacin laboral
2
,680
,202
,775
,185
,859
-,412
,931
1,103E-02
ANLISIS
FACTORIAL
EIGENVALUES (VALORES
PROPIOS)
El cuadrado de una carga factorial indica la
proporcin de la varianza explicada por un
factor en una variable particular.
La suma de los cuadrados de los pesos de
cualquier columna de la matriz factorial es lo
que
denominamos
eigenvalues,
indica
la
cantidad total de varianza que explica ese
factor.
Las cargas factoriales pueden tener como
valor mximo 1, por tanto el valor mximo que
puede alcanzar el valor propio es igual al
ANLISIS
FACTORIAL
EJEMPLO
Extraction
1,000
,504
1,000
1,000
1,000
,771
,900
,738
Component
1
2
3
4
Initial Eigenvalues
% of
Cumulativ
Total
Variance
e%
1,836
45,910
45,910
1,077
26,913
72,823
,702
17,544
90,367
,385
9,633
100,000
ANLISIS
FACTORIAL
COMUNALIDADES
ANLISIS
FACTORIAL
NUMERO DE FACTORES A
CONSERVAR
La matriz factorial presenta un nmero de
factores superior al necesario para explicar la
estructura de los datos. Generalmente hay un
conjunto reducido de factores, los primeros,
que son los que explican la mayor parte de la
variabilidad total. Los otros factores suelen
contribuir relativamente poco.
Existen diversos criterios para determinar el nmero
de factores a conservar. Uno de los ms utilizados es
la regla de Kaiser: "conservar aquellos factores
cuyos valores propios (eigenvalues) son mayores a
ANLISIS
FACTORIAL
EJEMPLO
Scree Plot
2,0
1,5
Eigenvalue
1,0
,5
0,0
1
Component Number
ANLISIS
FACTORIAL
ROTACIONES
FACTORIALES
La matriz factorial resulta difcil de interpretar
pues no queda claro en que factor satura cada
variable. Para facilitar la interpretacin se
realizan lo que se denominan rotaciones
factoriales, la cual consiste en hacer girar los
ejes de coordenadas, que representan a los
factores, hasta conseguir que se aproxime al
mximo a las variables en que estn saturados.
La saturacin de factores transforma la matriz
factorial inicial en otra denominada matriz
factorial rotada, de ms fcil interpretacin. La
matriz factorial rotada es una combinacin lineal
ANLISIS
FACTORIAL
EVALUACIN DE LA MATRIZ
ROTADA
La matriz factorial debe reunir las siguientes
caractersticas: 1- Cada factor debe tener unos
pocos pesos altos y los otros prximos a 0. 2Cada variable no debe estar saturada ms que
en un factor. 3- Los factores distintos deben
presentar distribuciones de cargas altas y bajas
distintas.
Con la rotacin factorial aunque cambie la
matriz factorial las comunalidades no se alteran,
sin embargo, cambia la varianza explicada por
cada factor. Existen varios mtodos de rotacin:
ortogonales
para
factores
independientes
ANLISIS
FACTORIAL
EJEMPLO
MATRIZ ROTADA
Rotated Component Matrixa
Component
1
Tamao del
establecimiento
Nivel de Instruccin
Edad
Calificacin laboral
2
,645
,296
,826
5,196E-02
,849
-,298
,947
,132
Component
1
2
1
,990
-,141
2
,141
,990
ANLISIS
FACTORIAL
EJEMPLO
Component Plot in Rotated Space
edad
1,0
,5
tamao del estableci
calificacin laboral
0,0
Component 2
nivel de instruccin
-,5
-1,0
-1,0
Component 1
-,5
0,0
,5
1,0
ANLISIS FACTORIAL
INTERPRETACIN DE RESULTADOS
Dos cuestiones pueden ayudar a la
interpretacin
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 ms 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