Analisis Factorial confirmatorio

Diferencia entre AFC Y AFE

LA PRINCIPAL DIFERENCIA ENTRE … ES QUE EL AFE generalmente  SE APLICA CON INTRUMENTOS QUE NO SE HAN VALIDADO ni se conoce cual es su fiabilidad entonces lo que queremos conocer con este análisis es ver de que manera esos determinados ítems se pueden agrupar en dimensiones y por otra parte el AFC ya parte de un modelo teórico validado o de un cuestionamiento validado de un instrumento en general y encima es un instrumento fiable y lo queremos conocer es ver que validez tiene ese modelo teórico en nuestra propia investigación, ver si en otros estudios como también ha sido validado, si con nuestra investigación también se puede validar, si también tiene esa validez al igual que los demás estudios

Vemos que estos gráficos como en el análisis factorial exploratorio los ítems no discriminan con su factor. Tenemos que recordar que uno de los mayores problemas que podemos encontrar en estos tipos de análisis es que los factores discriminen con su factor esto es una de las cosas más importantes porque tenemos que recordar que un determinado ítem tiene que medir o tiene que contribuir exclusivamente a formar su propio factor, en este caso vemos que el ítems 5 por ejemplo esta constribuyendo a formar el factor B pero también está contribuyendo a el factor A y entonces esto es un problema cuando queremos ver a través del método de rotación y a que factor esta mas cercano y por ende colocarlo con ese determinado factor y esa determinada dimensión para eso precisamente realizamos este análisis factorial exploratorio. Si ya tenemos claro que ítems pertenecen a este factor entonces lo nuestro sería un análisis factorial confirmatorio.

Tenemos una serie de convenciones que siempre se emplean del mismo modo y tenemos que saber cuales son. Aquí vamos a ir viendo por una parte cuales son las representaciones de unos determinados conceptos y a su vez vamos a ir explicando esos determinados conceptos para recordarlos.

 En la primera convención es que las variables observables son las variables que se miden a los sujetos como puede ser en un cuestionario, los ítems, las pregunatas, etc. Son variables observables pues en los análisis factorial es confirmatorio si en los modelos de ecuaciones estructurales siempre se van a representar estos mediante un rectangulo y en medio del rectangulo le vamos a indicar a que hace referencia, en este caso estaríamos diciendo que es el item 1 es una variable observable y después podemos tener 25 mil millones de variables observables no hay problema pero recordamos que siempre encuadradas en su propio rectángulo

 seguidamente nos encontraremos con las variables no observables también conocidas como variables latentes, constructos, dimensiones, en este caso son características que se esperarían poder medir pero no que no se pueden observar, podemos decir que en este caso el autoconcepto podría ser una variable no observable en el sentido de que en el autoconcepto empleamos precisamente variables observables a través de ítems de preguntas que nos van a permitir posicionar a un sujeto, en este caso existen infinitud de variables no observables, algunas son mas complejas de medir pero todas tienen en común de que se reprsentan a través de un circulo cerrado, por otra parte de la medida de estas variables ya sea través del error que se puede producir a la hora de realizar una medición de las variables no oservables como de las variables observables tenemos a las variables error tenemos que tener en claro que cuando están realizando una medición, en este caso el item 1 va a tener un determiando grado de error a la hora de predecir el autoconcepto, este error dependiendo de su naturaleza uede ser unerror aleatorio en el recordamos que cuando realizamos una investigación siempre planteamos un porcentaje de error que puede variar, generalmente lo establecemos en un 5% y este es el error aleatorio que es propio de l muestra, es decir si nosotros decimos que tenemos un 5% de error significa que en medición que estemos haciendo, el resultado va a poder variar un 5% arriba o un 5% abajo  pero de que va a estar por ahí. esto sria un error aleatorio, esa va a ser un tipo de error de los que podemos encontrar a la hora de realizar una medición y por ptra parte podemos encontrar también los errores sistemáticos que son los errores que se ocurren a la hora de cuando estamos consiguiendo que un determiando constructo o un determinados ítems este midiendo otra cosa, además de lo que esta midiendo. este tipo de error algo mas grave en el sentido de que no esta favoreciendo lo que veníamos comentando anteriormente de la discriminación de factores, tenemos que recordar que un determiando factor tiene que ir siempre exclusivamente con un determiando ítem en este caso podría estar relacionado con la varianza de error sistemático.

...