Documento 1 ANALISIS FACTORIAL ESQUEMA Y BIBLIOGRAFIA: 1. INTRODUCCION GENERAL. (Ver también SEOANE, cap. 1) 1.1. FINALIDAD, 1.2, CONCEPTO. 13. CONTEXTO METODOLOGICO. 14, PROCESO 1.5. CAUTELAS Y LIMITACIONES. 1.6. OBIETIVOS. 1.7. TIPOS. 1,8, APLICACIONES. I, BREVE HISTORIA DEL ANALISIS FACTORIAL. (Ver también SEOANE, cap. I, punto 3.) 1) GALTON (finales de! XIX) 2) PEARSON (inales del XIX y prineipios del XX) 3) SPEARMAN (principios del XX). “Padre” de la técnica. 4) BURT, THOMPSON, MAXWELL, GARNET, HOLZINGER 5) HOTTELING (1933) y THURSTONE (1931) (aportaciones esenciales) 6) GUILFORD, EYSENCK y CATTELL (uso masivo en investigacién) 7) ENESPANA: ‘Dr. Mariano YELA (docencia) Dr. Victor GARCIA HOZ (investigacion)mM. CONCEPTOS FUNDAMENTALES DEL ANALISIS FACTORIAL. (Ver FERGUSON y Fdez Diaz, Gareia Ramos, Fuentes y Asenslo- LY, 1) FACTOR: [ | GENERAL: resume la informaci6n de todos los tests. DE GRUPO: resume la informacién de algunos tests. ESPECIFICO( tinico): | resume la informacién de un solo test. TIPOS ORTOGONALES: no se relacionan entre si. _| OBLICUOS: se relacionan entre si. 2) COMUNALIDAD. 3) DESCOMPOSICION DE LA VARIANZA TOTAL DE UN TEST. 4) CARGAS, PESOS 0 SATURACIONES FACTORIALES. 5) FACTORIZACION. Componentes Principales | a partir de la matriz de correlaciones completa (con diagonal igual a la unidad) (OBJETIVO: Extraer la varianza méxima). METODOS Factores Comunes ‘MINRES. (OBJETIVO: Reproducir | Centroide. | del mejor modo las Ejes Principales. variables). Factoras Principales. Diagonal Imagen LJ Alfa... 6) HUELLA DELA MATRIZR. 7) AUTOVALOR, EIGENVALUE 0 RAIZ LATENTE (Lambda) 2. 8) ROTACION. ORTOGONAL Varimax (KAISER, 1958) Quartimax_(NENHAUM y WRIGLEY)Sd Bicuartimin METODOS. ‘Oblimin (CARROLL, 1958) OBLICUO | Quartimin (CARROLL) Covarimin (KAISER) Promax ‘Oblimax |Maxplane (CATTELL y MUERLE, 1960) |Procustes IV. PROCESO GENERAL DEL ANALISIS FACTORIAL. 1) Tabla o matriz. de puntuaciones directas (X) de puntuaciones tipicas (Z). 2) Matriz de correlaciones (R). 3) Matriz factorial directa o matriz factorial no-rotada (F). 4) Matriz factorial rotada (F). Interpretacién 5) Matriz de Puntuaciones Factoriales (P). (Ver SEOANE, Cép. XXII) V. ENFOQUE GEOMETRICO DEL ANALISIS FACTORIAL FACTORIAZACION. 1 La correlacién es la base del Anélisis Factorial 2.-La correlacién también puede venir expresada por el coseno del dngulo de las linéas que representan a ambas variables (magnitud y direccién de cada una de ellas respecto ala otra). 3. -Veotores y matriz. de correlaciones. 4.-Resolucién de vectores (FACTORIZACION). 5. -La geometria del METODO CENTROIDE: 6. OTROS METODOS Y CONCLUSIONES. VL. ENFOQUE MATRICIAL DEL ANALISIS FACTORIAL (Factorizacién) Tipos: a) Componentes principales: (Ver también SEOANE). ») Factores comunes. CALCULO DE LAS COMUNALIDADES: Criterios para determinar el mimero de factores 6ptimo: a) CRITERIO DE KAISER Y PORCENTAJES DE VARIANZA EXPLICADA. b)CRITERIO COMPLEMENTARIO DE CATTELL, Criterios para determinar cuando un peso es significative: a) Cuando explique o represente al menos un 10 % de la varianza de la variable, b) Cuando, con N=30, sea mayor o igual, en valor absoluto 2 0,30. ©) Cuando es igual o mayor que el valor eritico, de significacién de r (utilizacién de tablas con N-2 GRADOS DE LIBERTAD). 4) Cuando es igual o mayor que el valor minimo de significacién del peso (férmula 3que tiene en cuenta el nimero de variables y el niimero de factores). Criterios para valorar un factor, a) CONSISTENCIA. b) ROBUSTEZ. VII. ROTACION DE FACTORES. 1, Soluciones directas y derivadas. 2. Conceptos y uso PRINCIPIOS DE ESTRUCTURA SIMPLE. (THURSTONE) 3. Tipos de rotacién. ROTACION ORTOGONAL ROTACION OBLICUA VIII. INTERPRETACION DE FACTORES IX. CALCULO DE LAS PUNTUACIONES FACTORIALES. Bibliografia bésica: Dossier presente. UNED. Pedagogia experimental III (J. Seoane) Feméndez Diaz, Garcia Ramos, Fuentes y Asensio (“Libro Verde”) Fernandez Diaz, Garefa Ramos, Fuentes y Asensio (“Libro Rosa”) Ferguson Garcia Ramos (87), “Modelos Exploratorios y Confirmatorios....”nd Documento 2 José Manuel Gareia Ramos ANALISIS FACTORIAL (Un ejemplo real de investigaci6u) En una investigacién realizada en Londres sc buscaban los factores comunes a 8 variables diferentes relacionadas con la CREATIVIDAD (PENSAMIENTO DIVERGENTE) Y EL COCIENTE INTELECTUAL (PENSAMIENTO CONVERGENTE). N= 306 A~ MATRIZ DE CORRELACIONES VARIABLES EMPIRICAS |i |2_—|3,—|4_—|s_ 678 1 [Factor verbal. * 2 [Factor espacial. 4 |* Uso de objetos (Fluidez). 08 |.0L |* (4 |Uso de objetos(Originalidad), |.18 |.05 |.58_|* 5_| Consecuencias (Fluidez). 20 [07 |.si [46 * | 6 |Consecuencias (Originalidad). |.13 |-01 |.26 |.40 |.46 |* 7 | Circulos (Fluidez). 10 |.08 |.46 |.27 (40 |. |* [8_|Cireulos (Originalidad), os {oo |.22 |.22 |.21 {as |.si_|* Esta matriz hay que estudiarla de dos formas diferentes: a) Significatividad de la Matriz R: Determinar si conviene la factorizacién. Existen diversos criterios. El més simple indica {que si al menos una tercera parte de los coeficientes es significativa, entonces procede la factorizacién, Otro, més elaborado es la prueba de esfericidad de Barlett (Ver SEOANE). b) También conviene estudiar las asociaciones entre las correlaciones: Con el fin de “adelantarse” a los resultados de la factorizacién. En este ejemplo, se observa que las variables 1 y 2 correlacionan altamente entre si y en cambio no se relacionan apenas con el resto. Parece que ahi se “esconde”” un factor, que podriamos lamar de "pensamiento convergente”. Por otro lado, las variables 3, 4, 5, 6, 7, 8, correlacionan entre si (sobre todo el grupo que va de la 3 a la 6), lo cual nos indica que posiblemente ahi subyace un factor que podriamos denominar de "pensamiento divergente".B, - FACTORIZACION: Aplicando el método de “Componentes Principales" y tomando tnicamente los factores que resultan ser significativos (tres en total), se obtienen los siguientes resultados: Tests Factor I | Factor II Factor IIL he _ 1 3223 8150 0107 _|7688 | 2 1696 8574 0152 7870 3 7610 --1807 |-0714 6169 | 4 7349 -.0511 -3086 _ 3 7694 -.0199 2183 6 366 =.0542 -4871 5603 1 |oss2_ 1373 5746 7824 8 5072 =11922 6202 6788 Rafz Latente_|2,8551 1,4937 1121 5,4698 Yvatianza [35,688 18,672 14,012 68,372 ‘© Los tres factores seleccionados tienen raices latentes mayores que 1 (criterio de KAISER). C. ROTACION ORTOGONAL: Aplicando una rotacién ortogonal (VARIMAX) obtenemos la siguiente tabla: Tests FactorI [Factor [Factor th? ll a7 86 1 7678 2 -.04 89 04 7871 3 6s | 02 39 6169 [4 78 07 16 6354 js 9 12 24 6402 6 4 o1 -08 soa | \7 23 7 85 7824 8 08 -01 82 6788 % varianza |28,53 19,37 20,47 68,37— ew ‘© Segiin el criterio de que el peso mayor que 0,30 en valor absoluto es significativo, vemos que: 1). Enel factor J, saturan las variables 3, 4, 5 y 6, esto es, quedan representadas por este factor. Este factor, pues, podria Hamarse de "pensamiento verbal divergente”. 2), En el factor I, saturan las variables 1 y 2, esto es, quedan representadas por este factor. Parece un factor de “inteligencia". 3). En el factor I, saturan las variables 7 y 8, aunque también es significativo el peso de la variable 3. Seria un factor de “inteligencia divergente no verbal", a pesar de que hay un elemento extrafio ‘+ También se observa que el porcentaje total de varianza contenido en la matriz rotada cs el mismo que el que habia en la matriz no-rotada. Tampoco ha cambiado los valores de h®, Lo que ha cambiado ha sido la distribucién de la varianza, 0 sea, las raices latentes de los factores y, por tanto, 1a proporcién de varianza explicada por cada factor, D.- ROTACION OBLICUA: Aplicando un criterio PROMAX a la solucién directa, se obtiene la siguiente matriz rotada: $$ a + ~ Tests | Factor 1 Factor II Factor TI 1 12 86 04 2 -1L 89 03 81 3 64 -0T 27 49 i 4 79 02 00 a) 5 75 07 .09 57 6 82 -03 225 | 7 05 204 _ 86 8 -10 ~04 86 75 Yovarianza |28,79 19,30 20,28 68,37 | ‘* Vemos que la varianza total de la matriz no ha cambiado. Pero cambia la distribucién de fa varianza entre los factores (raices latentes) y la comunalidad de las variables,‘* Las dos soluciones rotadas no difieren mucho, pero se soluciona el problema de interpretacién de la variable 3, que se ha decantado hacia el factor I. Los tres factores quedan ahora definidos con mayor nitidez. La correlacién entre factores es la siguiente: FACTORES 1 100.1346 -3991 2 1,00 -0727 3 1,00 * Factorizando esta tabla Ilegarfamos a un factor de 2° orden de “pensamiento divergente”Documento 3. jos¢ Manuel Garcia Ramos ANALISIS FACTORIAL (Problema del Cilindro de Thurstone) Tabla 1 MATRIZ DE CORRELACIONES 1203 45 1 Diémetro. 1.00 00 99 8190 2 Altura 00 1.00 00 54 35 3. Area dela base 99 00 100 80 91 4 Area lateral 81 5480 1.0097 5 Volumen 90 35 91 97 1.00 6 Diagonal 56 82 (S687 77 6 36 82 56 87 7 1.00 ‘Ya nos referimos anteriormente a que el A-F. centre sus célculos en un gran niimero de variables, y reduce su complejidad explicando las dimensiones fundamentales o principios que subyacen bajo dicho grupo de medidas. Légicamente, las 6 medidas anteriores deberian estar completamente determinadas por 2 de ellas: el diémetro (1) y la altura (11) las otras variables dependeran de ambas medidas. Esta matriz de correlaciones fue sometida por Thurstone a uno de los diversos procedimientos facto-analiticos, concretamente al llamado “de los ejes principales", obteniendo la siguiente nueva matriz: Tabla 2 MATRIZ FACTORIAL NO-ROTADA (Ejes Principales) 1 Diémetro Altura Area de la base Area lateral Volumen auren Diagonal VARIABIES EACTORES I u 88 -45, 46 89 88 46 98 10 97 oll 86 a7 Saturaciones de cada variable con cada factorEl andlisis ha extraido dos factores ( I, Il) pero podemos observar que las saturaciones de las variables en cada factor no tienen un significado claro, ya que, tal como deciamos antes, Ia primera variable deberia estar saturada totalmente de uno de los factores y no tener saturaciones en el otro, y la 2* ser saturada inversamente. La razén de que no ocurra asi se debe a que el andlisis estrictamente matemético localiza los factores respecto de las variables de forma arbitraria, (ver figura n° 1) y no siempre coincide la localizacién de los factores con aquélla que més sentido real tiene. En Ia rotacién ortogonal, la saturacién de 1a variable con cl factor equivale a su comelaci6n. Geométricamente, equivale a la proyeccién del vector variable sobre los ejes factoriales (Ly 1) EIGURAN?1 0 2 6 “5 "1 8 Para solventar este escollo, es preciso rotar los factores hasta que estos adquieran sentido, Procedimientos de rotacién existen también varios: unos son ortogonales y otros oblicuos, dependiendo de que el éngulo entre los factores sea o no de 90°, Mateméticamente es preferible la rotacién ortogonal, aunque desde cl punto de vista de las Ciencias Conductuales no siempre es lo més correcto, ya que una separaci6n entre dos factores de 90° significa Ia ausencia de correlacién entre ellos, y Ia experiencia nos demuestra que es muy dificil (por no decir imposible) el encontrar variables en nuestros campos de estudio (Béucacién, Psicologia, Sociologia, ete.) totalmente independientes. Pero aiin a pesar de 10estos hechos, el tipo de rotacién mas usado en la actualidad es el ortogonal, y de entre ellos el conocido por el nombre de Varimax y slo se recurre a las oblicuas cuando existe sospecha de que la dependencia entren los factores a buscar es considerablemente grande y la raz6n es que se calcula que Ia distorsién que la forzada ortogonalidad provoca en los factores no afecta decisivamente a su sentido psicolégico. La siguiente tabla da el céloulo de las matrices al eriterio Varimax., Tabla 2 MATRIZ FACTORIAL ROTADA (CRITERIO VARIMAX) FACTORES 1. Didmetro . 99 05 2. Altura 05 1.00 3. Areadelabase 99 05 4, Arealateral 8058 5. Volumen 90 39 . 6. Diagonal S184 VARIABLES — SATURACIONES La figura n° 2 nos ayudaré a entender gréficamente en que ha consistido la rotacién FIGURA N°2 ilDe la observacién de ambas figuras pademos ver como fas variables 1 y 3 (didmetro y drea de la base) estén saturadas del primer factor y no del segundo. La variable 2 (altura) en cambio, esté totalmente saturada por el 2° factor ya que, légicamente, se trata de medida independiente del diémetro. Las restantes variables son dependientes de ambas medidas y ello queda reflejado en la. distribucién de sus saturaciones. El encontrar el nombre con que “bautizar” a los factores extraidos, se hace por referencia a la naturaleza de las variables con grandes saturaciones en ella (en este caso Diametro y Altura); ain asi, la definicién factorial es algebraica y la denominacién meramente convencional (interpretacién). Resumen grafico del proceso Puntuaciones Correlaciones. --Reducida - No-Rotada_Rotada Variable. Variables Variables Factores Fatores ion jm komo kom ' . Feet, Roe Cc i] 3h | i 7 i > ‘aies | > nl mL} al m__| x R R A F x: tk Te aK a’ 12Documento 4. José Manuel Garcia Ramos ROTACION (Aclaracién de Método Va ax de UNED) punto 6.- (Método analitico de Rotacién Ortogonal VARIMAX) = Kaiser ide6 en 1958 el método de Rotacién Varimax, al objeto de maximizar la varianza de los factores. ~ El objetivo es encontrar una nueva mattiz, donde E? 0° Valor maximo ~ Ena préctica, no se maximiza la matriz.F en una sola operacién, sino que se van girando los factores dos a dos, maximizando: ote + SEX = (1,22, ¥3-- Xm) Y= (Yt, Yas Yr Yn) Factores Ly Il de la matriz, A (matriz factorial no rotada), la solucién para maximizar (0°; +a) viene dada por la siguiente ecuacién: 2{ mE (x2 ¥) 2) EY) E ry) } Tag a= m{ EP} Os)? F}- {{ 207 YP E Oe) 7 a) La aplicacién del método Varimax tiene un problema: Si hay comunalidades muy diferentes, as variables con altas comunalidades tienen cargas factoriales que influyen mucho en los resultados. Ast pues, Kaiser decidié NORMALIZAR las filas de Ia matriz {factorial antes de iniciar- la rotacién, de forma que la suma de cuadrados de los elementos de Jas mismas (las filas) fuera. = De esta manera, todas las variables tienen la misma comunalidad. (Esta variante recibe el nombre de "Criterio VARIMAX Normalizado"). Normalizacién de las filas de los factores I y Il de la matriz A (matriz factorial no rotada): 1 U 6274 7004 5765 ATT 9205 S411 9410 3068 9091 ~.2944 13we -Cada valor de ésta matriz habré que dividirlo por la raiz cuadrada de la suma de cuadrados de los valores de cada fila. ~ Ejem: 0.6274 | = 0.6274 = 0.6672 ( V(0.6274¥ + (0.1004"" ) 0.8842 Matriz_A Normalizada: (Factores Ty 1) iT [| a [ #F "672 —*|7449 i 6106 719 1 9377/3473 1 9507 |-3100 | gis |-3081__|1 b)_ Si aplicamos la fSrmula anterior @ los 2 factores normalizados, obtendremos el siguiente valor de tang 4a = 19673. = El dngulo que corresponde a esa tangente es de: 63°, 03°, 17" Caleulo de tang 4a: Te) | mo) Px Bay [OY Oay) [0Y)? YR)? | "6672 | 7449 | -.1097 | 9940 | -.1090 0120 | .9880 =9760 6106 | 6106 | ~243 | 9671} -2459 | 0647 | 9353, -8706 9377 | -3473 | .7587 | 6515] -4941 | 5756 | 4242 1514 9507 | -3100 | .8070 |-.s894-| ~4756 | 6512 | 3474 3038 gsis | 3081 | 8104 |-s863} 4751 | .6567 | 3437 3130 Zora | 13at | -1,7997 | 1.9602 “10784 tang 40= 2 (M E(x?—y") (2xy) -B(x? -y*) D2xy)} MLE?) 2) IE {202-Y)* 2 Oo) FF 42 {5(-1,7997)-(2,0121Y.1340) = 1,9673 = -18,5366 {10784} = { (2,012 - (1341)} 72s 5 El angulo que corresponde a la tang de 4 a (1,9673) es 63° 0,3" 19°" (Arcotg 1,9673= Senda numerador 63° 03°) luego a = 15° 45” $0" ya que tanga = Cos4a — denominador ~ Sabemos por trigonometria que el Angulo serd positive o negativo dependiendo del ‘cuadrante en que se encuentre, De hecho si: | a) Numerador y denominador son positivos: 4 a estar en el primer cuadrante y el Angulo de rotacién seré a. b) Numerador y denominador son negatives: 4 « estard en el tercer cuadrante y el ngulo de rotacién serA -1/4 (180° 4 a)= - (45°- a) ©) Siel numerador es negativo y cl denominador positivo, 4 estaré en el cuarto cuadrante y el Angulo de rotacién seré- a 4) Si el numerador es positivo y el denominador negativo, el angulo 4 a estard en el segundo cuadrante y el dngulo de rotacién seré 1/4 (I80°-4 a)= 45°. a. Las matrices de transformacién respectivas serén: b) | cos(45°- a) sen(45°- a) -sen(45°- a) cos(45*- a) a) } cosa Sena sena cosa d) | c0s(45°- a) -sen(45°- 0) ° | cosa sen. | sen(45°- a) cos(45°- a) -sena cosa = Como en nuestro ejemplo ef numerador y el denominador son negativos, el Angulo de rotacién serd: {45° - a) = -(45° - 15° 45°50"}= -20°1411" = Lamatriz de transformacién exigir calcular: sen -29°14°11 cos -29°14'11= Lamatriz de transformacién seré la b, es decir: 8726 4889 A884 8726 cos(45* - a) sen(45° - a) | es decir -sen(45° - a) cos(45°- a) C.-Si multipticamos la matriz A normalizada. (en sus factores I'y Il por Ia matriz de transformacién obtendremos 1a maitiz factorial rotada normalizada, 6672-74491 2184 9759 6106-7919 8726 4884 | 1460 9892 9377-3473) * |.4884 87261 ~ | 9879 .1549 9507-3100] 9810 .1938 9515-13081 | 9806 .1959 Anormalizada T F normalizada (Matriz factorial rotada normalizada) D- El iiltimo paso del método VARIMAX, es desnormalizar la matriz F para que sus filas yuelvan a ser relativas a las comunalidades de las variables y asf obtendremos la matriz factor rotada que deseébamos, (Para desnormalizar esta matriz.F habrd que multiplicar cada fila de la misma -sus valores- por la raiz cuadrada de la comunalidad de la variable correspondiente): [eave ato | ge (Mort) rotada L n | I 0 I I wo] 6274 | .7004 | 8842 | .2184 .9759 | .2054 NIT 8842 5765 | 7417 | 8914 1460, 9692 1378 9339 8914 | 9203 | -.3411 | .9632 9879 1549 9702 1521 9632 | 9410 | --3068 | .9796 | .9810 1938 9709 1918 9796 9019 | -.2944 | 9001 9808 1959 9372 1872 9001 Bj: (0.2184)x (0.8842)- 0.2054 (Los valores h? son los Ja matriz factorial no rotada), 16