Beruflich Dokumente
Kultur Dokumente
ISSN: 0034-7450
revista@psiquiatria.org.co
Asociación Colombiana de Psiquiatría
Colombia
Resumen
Abstract
Introduction: Exploratory Factor Analysis (EFA) has become one of the most frequently used
statistical techniques, especially in the medical and social sciences. Given its popularity,
it is essential to understand the basic concepts necessary for its proper application and to
take into consideration the main strengths and weaknesses of this technique. Objective: To
present in a clear and concise manner the main applications of this technique, to determine
the basic requirements for its use providing a description step by step of its methodology,
and to establish the elements that must be taken into account during its preparation in
order to not incur in erroneous results and interpretations. Methodology: Narrative review.
Development: This review identifies the basic concepts and briefly describes the objectives,
1
Nutricionista dietista, candidata a Maestría en Epidemiología Clínica, docente de cátedra
del Departamento de Nutrición y Dietética, Facultad de Ciencias, Pontificia Universidad
Javeriana. Clínica de Obesidad, Hospital Universitario de San Ignacio, Bogotá, Colombia.
2
Estadístico, Maestría en Bioestadística, profesor asociado, Departamento de Epidemio-
logía Clínica y Bioestadística, Facultad de Medicina, Pontificia Universidad Javeriana,
Bogotá, Colombia.
facilidad. Estos dos aspectos deben aporte se mide con los valores
ser considerados al inicio del estu- propios, que representan el to-
dio y para ello se deben basar en el tal de varianza explicada por el
conocimiento que se tenga hasta ese factor. El criterio utilizado para
momento del problema. su uso se basa en tomar para el
análisis solo aquellos factores
Cómo determinar el número de que tengan valores propios ma-
factores por extraer yores a 1 (3,5).
• Criterio del test de pendiente
Una característica de los nuevos (screen test): Al igual que en
factores es buscar la mejor combi- el criterio anterior, depende de
nación lineal que ayude a explicar la los valores propios, pero se di-
mayor variabilidad de las variables ferencia porque los valores son
originales. Al generar los nuevos fac- graficados y se hace un análisis
tores, una propiedad es que el primer visual buscando en la curva un
factor se caracteriza por ser el que punto de inflexión donde esta
mayor varianza explica, mientras el cambie de sentido o de conca-
segundo, que es independiente al pri- vidad. Un problema que puede
mer factor (ortogonal), es el siguiente llegar a presentar es ser muy
en explicar la mayor variabilidad, subjetivo y, por lo tanto, depen-
condicionado a que el primer factor der básicamente del criterio del
ya se calculó, y así sucesivamente. El investigador. No se recomienda
número de factores calculado es igual cuando el número de variables
al número de variables originales. A en análisis es muy alto y la con-
la cantidad de varianza para el total tribución de los nuevos ítems es
de variables que puede ser explicada similar (2,3,5,10).
por cada uno de los nuevos factores • Criterio del porcentaje de va-
se le conoce como eigenvalue o valor rianza: Este criterio establece
propio (2,3,5). de antemano el porcentaje de
Dadas las características de los la varianza total mínimo que
nuevos factores, es importante saber debería ser explicado por los
cómo decidir cuál es el número de nuevos factores; por lo tanto,
factores que se deben considerar la selección final corresponde a
para el análisis. Para tomar esa aquellos factores que se necesi-
decisión se utilizan algunos criterios ten para cumplir con este requi-
estadísticos y otros más de rutina. sito. Su principal problema está
A continuación se presentan los en que, al no tener una idea
más usados: clara de su variabilidad, existe
la posibilidad de tomar muchos
• Criterio del valor propio: Es tal más factores de los necesarios
vez la técnica más utilizada. El (2,3,5).
11. Ledesma RD, Valero-Mora P. Determi- 13. Hogarty KY, Hines CV, Kromey JD, et
ning the number of factors to retain in al. The quality of factor solutions in ex-
EFA: an easy-to-use computer program ploratory factor analysis: the influence
for carrying out parallel analysis. Prac- of sample size, communality, and over
tical Assessment Research Evaluation. determination. Educ Psychol Meas.
2007;12:1-11. 2005;65:202-26.
12. Henson RK, Roberts JK. Use of ex- 14. Costello AB, Osborne JW. Best prac-
ploratory factor analysis in published tices in exploratory factor analysis:
research: Common errors and some four recommendations for getting the
comment on improved practice. Educ most from your analysis. Practical
Psychol Meas. 2006;66:393-416. Assessment Research Evaluation.
2005;10:1-9.
Correspondencia
Carolina Méndez Martínez
Pontificia Universidad Javeriana
Carrera 7 No. 40-62, piso 6
Bogotá, Colombia
lilia.mendez@javeriana.edu.co