Asunción de análisis factorial

El análisis factorial es una técnica de reducción de datos y análisis estadístico que trata de explicar las relaciones observadas entre múltiples medidas de resultado en función de algunas variables subyacentes , o factores . El análisis factorial es especialmente popular en la investigación mediante encuestas y tiene otras aplicaciones en múltiples disciplinas . Sin embargo , el análisis factorial no es apropiado para todas las preguntas de investigación , y es importante para asegurar que los datos cumplan con ciertos supuestos , antes de intentar la técnica . Variables correlacionadas

El supuesto fundamental que subyace en el análisis de factores es que uno o más factores subyacentes pueden dar cuenta de los patrones de covariación entre una serie de variables observadas . Existe covariación cuando dos variables , como el precio y las ventas de un determinado producto , varían entre sí. Por lo tanto , antes de realizar un análisis de los factores , es importante analizar los datos para los patrones de correlación. Si no existe una correlación , a continuación, un análisis factorial es innecesaria . Sin embargo, si usted encuentra al menos niveles moderados de correlación entre las variables de los datos, el análisis de factores puede ayudar a descubrir patrones subyacentes que explican estas relaciones .
Múltiples variables dependientes

Como una técnica de reducción de datos de que se trate con los patrones de exploración , análisis factorial asume que un investigador tiene múltiples variables dependientes . Esto puede ser tan pocos como tres o hasta varios cientos. Según el psicólogo de la Universidad de Cornell Richard Darlington , el número de variables dependientes examinados en el análisis de factores comúnmente van desde 10 a 100.

Función

Muchos de los procedimientos estadísticos , como el análisis de regresión , examinar las relaciones entre una variable dependiente y una o más variables independientes . El análisis factorial se diferencia en que se centra en múltiples variables dependientes e intenta descubrir patrones de relaciones. Por ejemplo , un investigador podría hipotetizar que 10 medidas de resultado diferentes (variables dependientes) se pueden explicar por un uno o más factores subyacentes . Esta es una análisis factorial razón es tan popular en el análisis de datos de encuestas.
Intervalo datos

El análisis factorial es generalmente diseñado para el análisis de datos de intervalo de escala . La escala de intervalos significa que la distancia entre dos puntos adyacentes es el mismo. La escala de temperatura es un ejemplo de una medición de intervalo . La distancia entre los 71 grados centígrados y 72 grados Fahrenheit es exactamente la misma que la distancia entre 32 y 33 años

Consideraciones

Aunque el análisis factorial está pensado para datos de intervalo de escala , muchos investigadores también utilizan la técnica para analizar los datos ordinales , sobre todo respuestas de la encuesta . El nivel ordinal es una escala de clasificación en la que las diferencias entre filas no son necesariamente iguales . La escala Likert utilizada en muchos estudios ( muy de acuerdo , de acuerdo , en desacuerdo, muy en desacuerdo ) en el que las respuestas se les asigna un valor numérico es un ejemplo de medición ordinal.