El análisis factorial ha experimentado numerosos desarrollos y métodos de cálculo. Aunque fue utilizado por primera vez por los especialistas en psicometría, su campo de aplicación se ha ido extendiendo a muchos otros ámbitos, como la geología, la medicina y las finanzas.
El análisis factorial es una técnica estadística que hoy en día se utiliza principalmente para analizar encuestas. Permite, cuando tenemos una población de individuos de los que tenemos mucha información relativa a las opiniones, las prácticas y el estatus (sexo, edad, etc.), ver las similitudes y oposiciones entre las características de los individuos.
Por ejemplo, al aplicar una encuesta de satisfacción vas a recolectar un gran número de variables al mismo tiempo. Queremos saber si las preguntas del cuestionario se agrupan de alguna forma característica. A través de este análisis podemos encontrar grupos de variables en las respuestas de los encuestados que tengan un significado común y así reducir el número de dimensiones necesarias para explicar las respuestas recibidas.
Conozcamos más de sus características y los tipos que existen.
¿Qué es el análisis factorial?
El análisis factorial es aquel que pone de manifiesto las relaciones entre las variables y, en general, comprender los datos que se modelan.
Este análisis forma parte del modelo lineal generalizado (MLG) y este método también asume varios supuestos: existe una relación lineal, no hay multicolinealidad, incluye las variables relevantes en el análisis y existe una correlación entre las variables y los factores.
Este análisis puede ser un análisis exploratorio o de verificación.
Quizá te interese conocer también qué es un análisis de correlación.
¿Para qué hacer uso de un análisis tipo factorial?
El análisis factorial es una herramienta útil para investigar las relaciones entre las variables de conceptos complejos como el estatus socioeconómico o las escalas psicológicas.
Permite investigar conceptos que no son fáciles de medir directamente, colapsando un gran número de variables en unos pocos factores subyacentes interpretables.
Métodos para un análisis factorial
Existen diferentes tipos de métodos utilizados para extraer el factor del conjunto de datos:
- Análisis de componentes principales: Es el método más utilizado por los investigadores. Comienza extrayendo la máxima varianza y la coloca en el primer factor. Después, elimina la varianza explicada por los primeros factores y, a continuación, comienza a extraer la varianza máxima para el segundo factor. Este proceso llega hasta el último factor.
- Análisis común: El segundo método más preferido por los investigadores, extrae la varianza común y la coloca en factores. Este método no incluye la varianza única de todas las variables.
- Factorización de imágenes: Este método se basa en la matriz de correlación. El método de regresión se utiliza para predecir el factor en la factorización de imágenes.
- Método de máxima similitud: Este método también trabaja sobre la métrica de correlación pero utiliza el método de máxima similitud para factorizar.
Modelos de análisis factorial
Conozcamos algunas de las características de los tipos de análisis factorial:
- Análisis factorial exploratorio: Asume que cualquier indicador o variable puede asociarse con cualquier factor. Es el análisis factorial más utilizado por los investigadores y no se basa en ninguna teoría previa.
- Análisis factorial confirmatorio: Se utiliza para determinar el factor y la carga factorial de las variables medidas, y para confirmar lo esperado en la teoría básica o preestablecida. El AFC supone que cada factor está asociado a un subconjunto específico de variables medidas. Suele utilizar dos enfoques:
Aplica un análisis factorial, por ejemplo, para conocer el proceso de decisión de compra de un cliente. Puedes analizar diferentes tipos de variables, desde las emocionales hasta las económicas y sociales para una mejor interpretación de los resultados.
