Cómo utilizar el análisis factorial confirmatorio

Escrito por damon verial Google | Traducido por laura de alba
Cómo utilizar el análisis factorial confirmatorio

El análisis factorial confirmatorio relaciona las variables para refutar o confirmar las hipótesis.

Burke/Triolo Productions/Brand X Pictures/Getty Images

El análisis factorial confirmatorio es una forma especial de análisis en la cual el investigador usa su modelo como base para los factores finales. Su propósito es confirmar o refutar el modelo del investigador. Para completar un análisis factorial confirmatorio, el investigador debe desarrollar un modelo y las hipótesis correspondientes antes de realizar el análisis de los datos. Este modelo relaciona las variables de interés entre ellas; las hipótesis deben posicionar la fortaleza de la relación entre las variables. La meta final de un análisis factorial confirmatorio es confirmar o refutar estas hipótesis y el modelo en sí por medio de la observación del modo en el cuál se conforman en el resultado del análisis. Aunque el análisis factorial confirmatorio puede parecer complicado al principio, es de hecho un proceso bastante sencillo y lineal.

Nivel de dificultad:
Difícil

Otras personas están leyendo

Necesitarás

  • Software estadístico (como R, SAS o SPSS)

Lista completaMinimizar

Instrucciones

  1. 1
    Indica las variables a medir en tu estudio.

    basketman23/iStock/Getty Images

    Haz una lista de las variables en tu estudio. Éstas son las variables que intentas y que puedes medir. Sé claro sobre el número total de variables. Por ejemplo, si estás interesado en los rasgos de personalidad de personas con diferentes estilos de apego, estos rasgos de personalidad serán tus variables.

  2. 2

    Crea factores para tu modelo. Estos factores deben tener categorías similares, de forma que cada variable pueda estar conectada a un factor en tu modelo. El número de factores también debe de ser menor (regularmente mucho menor) que el número de variables. El número de factores y sus significados son las primeras dos hipótesis de tu análisis factorial confirmatorio. En nuestro ejemplo, los factores propuestos podrían ser los estilos de apego: seguro, ansioso y evitativo.

  3. 3

    Posiciona las variables que se ajustan con cada factor. En esencia, necesitas categorizar las variables en factores. Esta es tu tercera hipótesis en el análisis. Por ejemplo, las variables (rasgos de personalidad) "preocupón" y "sospechoso" probablemente entrarían en el factor "ansioso". Usa tus conocimientos sobre los estilos de apego para determinar qué variables coinciden con qué estilo (es decir, ajustan con cada factor).

  4. 4

    Postula las relaciones entre los factores. La hipótesis principal a la que debes llegar es si los factores están correlacionados o no correlacionados. En nuestro ejemplo, no deberían estar correlacionados.

  5. 5

    Recolecta los datos. Por ejemplo, los datos de encuestas se pueden utilizar para recolectar los rasgos de personalidad y los estilos de apego de un grupo de personas.

  6. 6
    Crea una matriz de correlación.

    Wavebreakmedia Ltd/Wavebreak Media/Getty Images

    Acomoda los datos en una matriz de correlación.

  7. 7

    Ingresa la matriz de correlación y el número de factores en un algoritmo de análisis factorial. Esto se hace de la misma forma en que lo harías para un análisis factorial exploratorio. De hecho, la mecánica del proceso es la misma; únicamente la preparación y la interpretación son significativamente diferentes. El resultado debe ser una solución factorial sin rotación.

  8. 8

    Rota la solución. Si tu teoría indica que los factores están correlacionados, usa una rotación oblicua. De otra forma, usa una rotación ortogonal. En nuestro ejemplo, se debe utilizar una rotación ortogonal.

  9. 9

    Confirma si los factores de la solución rotada coinciden con los factores de tu hipótesis. Si no es así, probablemente sea porque tu hipótesis es incorrecta en lo que tiene que ver con los factores y debe ser ajustada. Por ejemplo, si descubres que la variable "preocupación" entra en el factor "evitación", debes reconsiderar tu modelo.

  10. 10

    Comprueba la bondad del ajuste de la solución. El software de análisis factorial no siempre ofrece cálculos de distribución X2 para la bondad del ajuste, pero puedes utilizar un índice de bondad de ajuste (GFI, por sus siglas en inglés) en su lugar. Si el GFI es mayor a 0,9, la solución coincide con tu modelo. Si el GFI es inferior a 0,9, entonces la hipótesis de tu modelo probablemente sea incorrecta. Si deseas ajustar tu modelo, debes intentar ajustar el número de factores y el modo en el cual estableces las hipótesis acerca de la correlación de los factores.

No dejes de leer...

Filtrar por:
  • Mostrar todos
  • Artículos
  • Galerías de fotos
  • Videos
Ordenar:
  • Más relevante
  • Más popular
  • Más reciente

No se encuentran artículos disponibles

No se encuentran slideshows disponibles

No se encuentran videos disponibles

Copyright © 1999-2014 Demand Media, Inc. Acerca de

El uso de este sitio constituye la aceptación de los términos y política de privacidad de eHow. Ad Choices es-US

Demand Media