Se utiliza un análisis factorial para descubrir factores entre variables observadas o variables 'latentes'. De manera similar, si un conjunto de datos contiene un número abrumador de variables, se puede realizar un análisis factorial para reducir el número de variables para el análisis. Un análisis factorial agrupará variables similares, produciendo un conjunto de factores, o variables compiladas, para usar en el análisis posterior. Un paquete de software de análisis estadístico será fundamental en el cálculo del análisis factorial. Ejemplos de paquetes de análisis estadístico son SPSS y SAS.
Artículos que necesitarás
-
Un conjunto de datos (con un gran número de variables)
-
Software de análisis estadístico
Generar una matriz de correlación en el conjunto de datos. Una matriz de correlación es una tabla de coeficientes de correlación. Un coeficiente de correlación es la unidad cuantificadora de correlación. Este número expresa la dirección y la fuerza de una relación lineal medida entre dos variables aleatorias.
Establecer líneas de base para los factores deseados (variables compiladas). Por ejemplo, si el instrumento de recolección de datos es una encuesta y las respuestas se miden desde 1 - Resultado menos deseable a 10 - Resultado más deseable, se pueden examinar los valores de 8, 9 y 10 y agrupar las variables correspondientes según las similitudes para crear Factores
Gire los factores para maximizar las relaciones lineales entre factores y variables. Para esta función, la aplicación estadística demuestra su valor. El número de cálculos manuales requeridos sería masivo en un gran conjunto de datos.
Generar e imprimir el informe de salida. El informe de salida incluirá las siguientes secciones: Estadística descriptiva, Matriz de correlación, Prueba de Kaiser-Meyer-Olkin y Bartlett, Comunidades, Diagrama de pedregal, Matriz de factores y Matriz de factores rotados.
Interprete el resultado de la aplicación estadística en base al conocimiento intuitivo de los datos y las preguntas empíricas que deben responderse.
