El análisis factorial de datos ipsativos: un estudio de simulación
Entidad
UAM. Departamento de Psicología Social y MetodologíaEditor
Colegio Oficial de Psicólogos del Principado de AsturiasFecha de edición
2012Cita
Psicothema 24.2 (2012): 302-309ISSN
0214-9915 (print); 1886-144X (online)Financiado por
Este trabajo ha sido parcialmente financiado por los proyectos CCG08-UAM/ESP-3951 de la Comunidad de Madrid y PSI2008-01685/PSIC del Ministerio de Ciencia e InnovaciónProyecto
Gobierno de España. PSI2008-01685/PSICMaterias
Factor analysis; Simulation; Ipsative data; Statistical analysis; Estadística y Demografía / Estadística; PsicologíaDerechos
© 2012 PsicothemaResumen
En este trabajo se expone un resumen sobre cómo proceder para llevar a cabo un análisis factorial cuando los ítems tienen formato ipsativo. Los procedimientos clásicos de factorización no pueden emplearse puesto que la matriz de covarianzas es singular. Adicionalmente, se revisan los estudios publicados en la literatura previa sobre las condiciones óptimas para la factorización de datos ipsatizados y se presentan los resultados de un estudio de simulación que explora diferentes condiciones: tamaño de la muestra, complejidad del modelo y especifi cación del modelo (correcta vs incorrecta). Los resultados indican que la factorización de los datos ipsatizados ha de hacerse con precaución, en particular si se sospecha que el modelo está incorrectamente especificado e incluye un número menor de factores Factor analysis of ipsative data: A simulation study. This paper introduces a summary on how to proceed to conduct a factor analysis when the input data are ipsative. The classical factor analysis procedures cannot be used because the covariance matrix is singular. Additionally, previous research on the optimal conditions to conduct factor analysis for ipsatized data is reviewed, and the results of a simulation study are presented. The study includes conditions of sample size, model complexity, and
model specification (correct vs. incorrect). The results suggest that researchers should be careful when factor analyzing ipsatized data, particularly if they suspect that the model is incorrectly specified and includes a smaller number of factors
Lista de ficheros
Google Scholar:Ximénez Gómez, María Carmen
-
Calderón Carvajal, Carlos
Lista de colecciones del ítem
Registros relacionados
Mostrando ítems relacionados por título, autor, creador y materia.