Introducción al análisis factorial: comprende mejor los datos complejos de tu encuesta

Sintetiza tus datos para medir conceptos difíciles de cuantificar

¿Hay algún dato o medida que describa tu salud general?

¿Tu presión sanguínea? ¿La cantidad de calorías que consumes? ¿Tu peso?

Por separado, ninguno de estos números te dará una idea general clara, pero en conjunto pueden decirte mucho.

Este es un ejemplo de cuándo un investigador utilizaría el análisis factorial, una técnica estadística útil para simplificar y analizar grandes conjuntos de datos con muchas variables.

Puede ayudarte a averiguar si las variables (o, en el caso de las encuestas, las preguntas) se correlacionan entre sí o lo hacen con alguna otra variable o concepto. Los expertos en estadística llaman a estas variables relacionadas factores comunes.

Puedes determinar relaciones entre grupos de variables si juntas aquellas que guardan una correlación estrecha y las conviertes en factores comunes. Esta es la base del análisis factorial, que a menudo se utiliza en el campo de la psicología, la salud y las ciencias políticas.

Ejemplo de análisis factorial

Si un investigador te hiciera una sola pregunta amplia sobre tu salud (por ejemplo, si te pidiera que calificaras tu salud general como excelente, muy buena, buena, regular o mala), tal vez te pondría en un aprieto.

Después de todo para responder, ¿te compararías con tu vecina anciana o con tu hija adolescente, que es atleta? No es fácil saber dónde nos posicionamos en relación con los demás, y es posible que cada persona encuestada se compare con grupos diferentes.

Por el contrario, muchos investigadores harían una serie de preguntas relacionadas con la salud para realizar un análisis factorial y generar así una puntuación estandarizada de tu salud.

Observa estas preguntas que podrías encontrar en una encuesta de atención médica.

  • ¿Cuánto mides?
  • ¿Cuánto pesas?
  • ¿Fumas?
  • ¿Con qué frecuencia haces ejercicio?
  • ¿Tienes presión arterial alta?
  • ¿Has sufrido alguna vez un ataque al corazón?

Individualmente, las respuestas a estas preguntas son demasiado específicas como para decir mucho sobre tu salud general. En cambio, en conjunto pueden darte una medida más global de tu bienestar, lo que constituye el factor común que realmente interesa a los investigadores.

Cuándo se utiliza el análisis factorial

El análisis factorial tiene principalmente tres usos:

  1. Para formular una hipótesis sobre una relación entre variables (lo que los investigadores llaman análisis factorial exploratorio).
  2. Para comprobar una hipótesis sobre la relación entre variables (análisis factorial confirmatorio).
  3. Para comprobar lo bien que tu encuesta mide lo que se supone que tiene que medir; es decir, lo que generalmente se describe como la validez del constructo.

Nota: El análisis factorial es una técnica avanzada que requiere el uso de un paquete de software de estadística. Antes de empezar tu trabajo, tienes que saber usar uno de estos paquetes muy bien.

Cómo preparar tu encuesta para un análisis factorial

Ahora que sabes qué es un análisis factorial, te damos algunos consejos de diseño para tus encuestas que pueden serte útiles si piensas realizar un análisis factorial:

1. Recluta a muchos encuestados

El éxito de un análisis factorial yace en contar con muchos datos. La cantidad exacta de encuestados que se requiere para realizarlo depende de elementos tales como las preguntas que formulas y el tamaño de la población. Puedes apoyarte en nuestra calculadora del tamaño de muestra para tener una mejor idea de a cuántas personas encuestar. No está de más recalcar la importancia de la cantidad de respuestas completas que obtengas.

2. Formula muchas preguntas específicas, más que pocas y amplias

El análisis factorial te permite sintetizar conceptos amplios, que son difíciles de medir, a través de una serie de preguntas más fáciles de analizar. La idea es reunir muchos puntos de datos y consolidarlos más tarde en información útil.

3. Utiliza opciones de respuesta que sean iguales o similares

Para que funcione el análisis factorial, necesitas datos cuantitativos. Entonces, las opciones de respuesta a tus preguntas tienen que ser escalas. No importa si usas una escala numérica (por ejemplo, de 0 a 10), una escala binaria (como Sí o No) o una escala Likert (con opciones como totalmente de acuerdo/de acuerdo/neutral/en desacuerdo/totalmente en desacuerdo). El único requisito es que tus opciones guarden algún orden.

4. Trabaja con un paquete de software de estadística que conozcas bien.

Dentro de la herramienta Analizar de SurveyMonkey, puedes hacer una gran variedad de análisis: generar gráficas, diagramas y estadísticas para resumir datos. Gracias a ella, la mayoría de los clientes de SurveyMonkey podrán recopilar y analizar todos los datos sin ayuda externa. Sin embargo, el análisis factorial se trata de una técnica de análisis más avanzada.

Si ya tienes práctica en el uso de paquetes de software de estadística como R, SAS, SPSS o Stata, solo tienes que exportar los datos de tu encuesta de Analizar y descargarlos en el formato adecuado para tu software.

Las personas que ocasionalmente hacen encuestas tal vez no necesiten el nivel de detalle que proporciona un análisis factorial ni tengan el software adecuado para llevarlo a cabo. En cambio, para las personas expertas en investigación o en estadística, el análisis factorial es una herramienta indispensable. Al reducir múltiples puntos de datos en algo más digerible, puedes medir conceptos que de otro modo serían difíciles de cuantificar y encontrar relaciones en tus datos.

Ve cómo SurveyMonkey puede impulsar tu curiosidad