UNIVERSIDAD NACIONAL SAN ANTONIO ABAD DEL CUSCO

FACULTAD DE CIENCIAS DE LA SALUD

CARRERA PROFESIONAL DE PSICOLOGA

NEUROPSICOLOGIA
ALUMNO: Cdigo : Sonco Huanca Jose Franklin 112166

CUSCO PER 2013

ANALISIS FACTORIAL

El anlisis factorial (AF) es una tcnica de anlisis multivalente que se utiliza para el estudio e Interpretacin de las correlaciones entre un grupo de variables. Parte de la idea de que dichas correlaciones no son aleatorias sino que se deben a la existencia de factores comunes entre ellas. El objetivo del AF es la identificacin y cuantificacin de dichos factores comunes. Por ejemplo, hay fenmenos como estilo de vida, imagen de un producto, actitudes de compra, nivel Socioeconmico, que es necesario conocer pero que no se pueden medir con una sola pregunta, porque se trata de fenmenos complejos que se manifiestan en infinidad de situaciones, sentimientos, Comportamientos y opiniones concretas. Estos fenmenos son el resultado de la medicin de un conjunto de Caractersticas. El AF nos permitir combinar preguntas de manera que podamos obtener nuevas variables o factores que no son directamente medibles pero que tienen un significado. Se trata de una tcnica adecuada para el caso de variables continuas altamente correlacionadas. Modelo Matemtico del Anlisis Factorial El modelo matemtico del AF supone que cada una de las p variables observadas es funcin de un nmero m factores comunes (m<p) ms un factor especfico o nico. Tanto los factores comunes como los especficos no son observables y su determinacin e interpretacin es el resultado del AF. Analticamente, supondremos un total de p variables observables tipificadas y la existencia de m factores comunes. El modelo se define de la siguiente forma:

que podemos expresar de forma matricial como: X = Lf + e donde: X es el vector de las variables originales. L es la matriz factorial. Recoge las cargas factoriales (saturaciones). lih es la correlacin entre la variable j y el factor h. f es el vector de factores comunes. e es el vector de factores nicos. Como tanto los factores comunes como los especficos son variables hipotticas, supondremos, para Simplificar el problema, que: 1. Los factores comunes son variables con media cero y varianza 1. Adems se suponen Correlacionados entre s. 2. Los factores nicos son variables con media cero. Sus varianzas pueden ser distintas. Se supone que estn correlacionados entre s. De lo contrario la informacin contenida en ellos estara en los factores comunes. 3. Los factores comunes y los factores nicos estn correlacionados entre si Esta hiptesis nos

permite realizar inferencias que permitan distinguir entre los factores comunes y los especficos. Basndonos en el modelo y en las hiptesis formuladas, podemos demostrar que la varianza (informacin contenida en una variable) de cada variable se puede descomponer en: aquella parte de la variabilidad que viene explicada por una serie de factores comunes con el resto de variables que llamaremos comunalidad de la variable y la parte de la variabilidad que es propia a cada variable y que, por tanto, es no comn con el resto de variables. A esta parte se le llama factor nico o especificidad de la variable.

El objetivo del AF ser, por tanto, obtener los factores comunes de modo que expliquen una buena parte de la variabilidad total de las variables. Cundo es adecuado realizar un AF? Un AF resultar adecuado cuando existan altas correlaciones entre las variables, que es cuando podemos suponer que se explican por factores comunes. El anlisis de la matriz de correlaciones ser pues el primer paso a dar. Analticamente, podemos comprobar el grado de correlacin con las siguientes pruebas o test: