Análisis factorial

El análisis factorial es una familia de métodos estadísticos para explicar las correlaciones entre variables observadas con un conjunto más pequeño de dimensiones o factores no observados. Puede hacer que un gran conjunto de datos sea más interpretable, pero sólo cuando las variables, la muestra y el modelo son adecuados.

Cuándo usarlo

Utilice el análisis factorial cuando muchas variables medidas puedan reflejar un número menor de constructos subyacentes. Es especialmente útil al desarrollar un cuestionario, validar una escala o simplificar un conjunto de atributos correlacionados.

Por ejemplo, los datos de investigación de clientes pueden contener muchas calificaciones sobre un producto. El análisis factorial puede comprobar si los grupos de calificaciones se mueven juntos de manera consistente con dimensiones más amplias como la conveniencia, la calidad percibida o el valor.

El método ayuda a responder preguntas como:

• ¿Qué atributos medidos se agrupan?
• ¿Qué dimensiones latentes pueden organizar las actitudes de los clientes?
• ¿Se puede reducir un instrumento largo sin descartar información esencial?
• ¿Las medidas propuestas de lealtad, compromiso o actitudes relacionadas con la rotación son empíricamente distintas?

Revela estructura de covarianza; por sí solo no identifica relaciones causales.

Orígenes

El análisis factorial se inició en la psicometría. El trabajo de Charles Spearman de principios del siglo XX examinó las correlaciones entre las puntuaciones de las pruebas y propuso una capacidad latente común. Investigadores posteriores, en particular L. L. Thurstone, desarrollaron métodos para factores múltiples y rotación. Posteriormente, el enfoque se extendió a las ciencias sociales y del comportamiento, al marketing, a la investigación de productos y a las operaciones. Su idea central es que varias variables observadas pueden mostrar patrones de respuesta similares porque se relacionan con un constructo subyacente que no se mide directamente.