Análisis factorial Tipo Q

Forma grupos de sujetos o casos basados en sus semejanzas en un conjunto de características.
No es muy utilizado en la actualidad debido al desarrollo del análisis de conglomerados.

Análisis factorial Tipo R

Analiza las relaciones entre variables para identificar grupos de variables que forman
dimensiones latentes (factores). Se utiliza en el análisis factorial exploratorio y en el
confirmatorio.

pág. 6

Autovalor

Es la suma en columna de las cargas al cuadrado de un factor. Representa la cantidad de
varianza explicada por un factor.

Cargas factoriales

Correlación entre las variables originales y los factores. Las cargas factoriales al cuadrado
indican qué porcentaje de la varianza de la variable original es explicada por un factor.

Comunalidad

Es la cantidad de varianza que una variable original comparte con todas las demás variables
incluidas en el análisis.

Factor

Combinación lineal (valor teórico) de las variables originales. Los factores también representan
las dimensiones subyacentes (construcciones) que resumen o dan cuenta del conjunto original
de variables observadas.

Matriz de correlación anti-imagen

Es la matriz de las correlaciones parciales entre las variables una vez realizado el análisis
factorial, o el grado en que los factores se explican entre sí en los resultados.

Matriz factorial

Tabla que muestra las cargas de los factores de todas las variables sobre cada factor.

Medida de la adecuación muestral (KMO)

Es una medida calculada tanto para la toda la matriz de correlaciones como para cada
variable individual para evaluar la adecuación de aplicar el análisis factorial. Valores superiores
a 0,50 ya se trate de la matriz completa o de un individuo indican adecuación.

Ortogonalidad

Independencia estadística o ausencia de relación. Los valores teóricos ortogonales explican la
varianza única, no la varianza compartida.

Puntuación factorial

Medida compuesta creada para cada observación en cada uno de los factores extraídos en el
análisis factorial. Las cargas factoriales se utilizan conjuntamente con los valores de la variable
original para calcular la puntuación de cada una de las observaciones.

Rotación de factores

Proceso de ajuste de los ejes del factor para lograr una solución factorial más sencilla y más
significativa.

pág. 7

Rotación factorial ortogonal

Rotación factorial en la que los factores se extraen de tal manera que los ejes se mantienen en 90
grados. Cada factor es independiente (ortogonal) de todos los demás factores. La correlación
entre los factores es 0 por definición.

Test de esfericidad de Bartlett

Test para ver la significación global de todas las correlaciones en una matriz de correlaciones.

Varianza común

Es la varianza compartida con otras variables analizadas.

Varianza específica

Varianza única de cada variable que no es explicada o que no va asociada con otras variables
analizadas.

Fases del Análisis Factorial

Fase 1: Objetivos

Encontrar la manera de condensar la información de una serie de variables originales en una
serie de dimensiones con la menor perdida de información posible.

Fase 2: Diseño

• Definición de las variables a utilizar.
• Tamaño de la muestra (reducción de datos a través de la matriz de correlaciones, KMO).

Fase 3: Supuestos

El principal supuesto previo que debe valorarse en el AF es que existan suficientes correlaciones
significativas entre las entidades a factorializar.
Las variables que se usen deben estar suficientemente correlacionadas para justificar la
aplicación del AF.
Para ello, se deben valorar algunas matrices de correlaciones, el test de esfericidad de Bartlett o
la prueba KMO (Kaiser-Meyer-Olkin).

Fase 4: Extracción de los factores

En la aplicación de un análisis de componentes principales a cuantos factores de
deben extraer. Autovalores, criterio del porcentaje de varianza explicada (principio de
parsimonia), grafico de sedimentación (elementos a extraer), heterogeneidad de la muestra,
criterio de raíz latente, criterio de contraste de caída, criterio establecido a priori.

pág. 8

Fase 5: Interpretación

En esta fase se trata de determinar el contenido específico de cada uno de los factores extraídos
Para ello, se trata de valorar qué variables presentan cargas factoriales significativas en cada uno
de los factores (o componentes) extraídos para llegar a una interpretación adecuada hay que
evaluar las cargas o saturaciones factoriales, rotar la solución factorial y valorar las
comunalidades.

Fase 6: Validación

La repetición del análisis en otra muestra o mediante un submuestreo y con los siguientes
propósitos.

• Generalización: se trata de valorar en qué medida los resultados obtenidos son aplicables a
  muestras diferentes.
• Influencia de los casos: determinar en qué medida los resultados se ven influidos por casos
  concretos.
• Replicación: los resultados deberían ser replicables, es decir, deberían ser similares a los que se
  ob obtendrían en otras investigaciones.
• Estabilidad: la estructura factorial debería ser estable de unos análisis a otros.
• Impacto de los outliers: establecer el impacto que tienen los casos extremos, mediante su
  inclusión y su exclusión en el análisis.