Una simulación sobre el comportamiento de la regla k1 en la estimación del número de factores

• Autores: Rafael San Martín Castellanos, Miguel Ángel Ruiz Díaz
• Localización: Psicothema, ISSN-e 1886-144X, ISSN 0214-9915, Vol. 4, Nº. 2, 1992, págs. 543-550
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 7 Citas
• Resumen

  • A pesar de su controversia teórica, la regla de Kaiser-Guttman sigue siendo utilizada de manera extensiva en la determinación del número de factores en el Análisis Factorial de Factor Común. Mediante una simulación se manipulan el número de factores, el número relativo de variables y el tamaño relativo de las muestras, para determinar el comportamiento de dicha regla y el efecto de la utilización de la misma sobre la estimación de la comunalidad. Aunque la regla sobreestima la comunalidad sistemáticamente, su utilización sólo lleva a un sesgo en la estimación del número de factores cuando la proporción de sujetos por variable es baja.

• Referencias bibliográficas
  • Bartlett, M. S. (1951). A further note on tests of significance in factor analysis. British Journal of Psychology, 4, 1-2.
  • Bartlett, M. S. (1950). Tests of significance in factor analysis. British Journal of Psychology, 3, 77-85.
  • Cattell, R. B. (1966). The Scree test for the number of factors. Multivariate Behavioral Research, 1, 245-276.
  • Cattell, R. B. Y Vogelmann, S. A. (1977). A comprehensive trial of the Scree and KG criteria for determining the number of factors. Multivariate...
  • Cliff, N. (1988). The eigenvalues-greater-than1 rule and the reliability of components. Psychological Bulletin, 103, 276-279.
  • Crawford, C. B. (1975). Determining the number of interpretable factors. Psychological Bulletin, 82, 226-237.
  • Gorsuch, R. L. (1974). Factor analysis. Philadelphia:W.B. Saunders Co.
  • Guttman, L. (1953). Image theory for the structure of quantitative variates. Psychometrika, 18, 277-296.
  • Hakstian, A. R., Rogers, W. T. y Cattell, R. B. (1982). The behavior of number of factor rules with simulated data. Multivariate Behavioral...
  • Hakstian, A. R. y Muller, V. J. (1973). Some notes on the number of factors problem. Multivariate Behavioral Research, 461-475.
  • Humphreys, L. G. (1964). Number of cases and number of factors: An example where N is very large. Educational and Psychological Measurement,...
  • Jöreskog, K. G. (1966). Testing a simple structure hypothesis in factor analysis. Psychometrika, 31, 165-178.
  • Kaiser, H. F. y Derflinger, G. (1990). Some contrasts between maximum likelihood Factor Analysis and Alpha Analysis. Applied Psychological...
  • Kaiser, H. F. (1960). The application of electronic computers to factor analysis. Educational and Psychological Measurement, 20,141-151.
  • Lewis, P. A. y Orav, E. J. (1989). Simulation Methodology for Statisticians, Operations Analysts and Engineers. (Vol. 1). BeLmont, C.A.: Wadsworth...
  • Linn, R. L. (1968). A Monte Carlo approach to the number of factors problem. Psychometrika, 33, 37-71.
  • Mote, T. A. (1970). An artifact of the rotation of too few factors: Study orientation vs. trait anxiety. Revista Internacional de Psicología,...
  • Mulaik, S. A. (1972). The Foundations of Factor Analysis. NY: McGraw-Hill.
  • Revelle, W. y Rocklin, T. (1979). Very simple structure: An alternative procedure for estimating the optimal number of interpretable factors....
  • Schöneman, P. H. (1990). Facts, fictions and common sense about factors and components. Multivariate Behavioral Research, 25, 47-51.
  • Ten Berge, J. M. F. y Kiers, H. A. L. (1991). A numerical approach to the appropriate and exact minimum rank of a covariance matrix. Psychometrika,...
  • Thurstone, L. L. (1947). Multiple Factor Analysis. Chicago: University of Chicago Press.
  • Velicer, W. F. y Jackson, D. N. (1990). Component Analysis versus Common Factor Analysis: Some issues in selecting an appropriate procedure....
  • Velicer, W. F. (1976). Determining the number of components from the matrix of partial correlations. Psychometrika, 41, 321-327.
  • Yanai, H. D. e Ichikawa, N. (1990). New Lower and upper bounds for communality in factor analysis. Psychometrika, 55, 405-410.
  • Zwick, W. R. y Velicer W. F. (1986). A comparison of five rules for determining the number of components to retain. Psychological Bulletin,...