Como variante de los métodos factoriales, el Análisis Factorial de Correspondencias (AFC) es una técnica que facilita la lectura de extensas matrices de datos, en particular, de tablas de contingencia, Su aplicación simplifica la estructura básica de la información y detecta los patrones de comportamiento más destacados, permitiendo visualizar las asociaciones más relevantes entre las categorías de las variables recogidas en la tabulación cruzada.
Ahora bien, el carácter exploratorio de esta técnica no implica que sus resultados no deban ser sometidos a algún tipo de "control de calidad".
Los resultados del análisis son válidos en la medida en que son estables.
Es esta investigación, centramos nuestro interés en el estudio de la "estabilidad externa" según la diferenciación establecida por M. Greenacre, lo que supone verificar la validez de los resultados respecto a las fluctuaciones del muestreo.
Teniendo en cuenta las limitaciones que presenta la inferencia estadística clásica para profundizar sobre la validez de los resultados de los análisis factoriales y especialmente del AFC (por la complejidad de las funciones manejadas y el desconocimiento de la distribución de algunos estadísticos), recurrimos a procedimientos intensivos en computación, específicamente, a métodos de remuestreo como el Bootstrap. La utilización del Bootstrap supone la generación de muestras simuladas a partir de los datos de la muestra observada, la repetición del análisis en dichas muestras simuladas y la observación de la variabilidad de los resultados.
No obstante, la aplicación del Bootstrap a los métodos factoriales se enfrenta en una serie de dificultades que conllevan una valoración incorrecta y/o incompleta del grado de estabilidad de la estructura factorial. En la literatura del AFC, la resolución de esas dificultades no ha sido satisfactoria. Por ello, proponemos una metodología que efectúa correcciones en la uti
© 2008-2024 Fundación Dialnet · Todos los derechos reservados