¿Qué es un factor ortogonal? ¿Es lo mismo que independiente?
Bueno, la pregunta es simplona como ella misma, pero es que no lo encuentro en los apuntes de Cede... Gracias!!!
Ortogonal
Moderador: Solebo
-
Solebo
- Administradora del Foro
- Mensajes: 74274
- Registrado: Lun Ene 22, 2007 4:22 pm
- Ubicación: En Córdoba, cuando no en la higuera
- Agradecido : 11194 veces
- Agradecimiento recibido: 8745 veces
- Género:
Lamon yo diría que sí. Te escribo un párrafo que he encontrado en la red 
Existen varios métodos de rotación que podemos agrupar en dos grandes tipos: ortogonales y oblicuos. Se obtiene una rotación ortogonal cuando los ejes forman un ángulo recto (90 grados) uno con otro, es decir que la correlación entre los ejes es nula. Hablamos de una rotación oblicua cuando la correlación entre factores no es nula y por tanto el ángulo formado por los ejes es distinto de 90 grados.
Espera que alguien lo confirme y si de paso quiere explicarme la rotación de factores me haría un gran favor pq estoy pegadísima del tema. Gracias
Existen varios métodos de rotación que podemos agrupar en dos grandes tipos: ortogonales y oblicuos. Se obtiene una rotación ortogonal cuando los ejes forman un ángulo recto (90 grados) uno con otro, es decir que la correlación entre los ejes es nula. Hablamos de una rotación oblicua cuando la correlación entre factores no es nula y por tanto el ángulo formado por los ejes es distinto de 90 grados.
Espera que alguien lo confirme y si de paso quiere explicarme la rotación de factores me haría un gran favor pq estoy pegadísima del tema. Gracias
Chicas, por favor, aunque voy a contestar a esto, no lo toméis como algo definitivo, porque sólo es algo que creo!!!!
Me parece que los factores ortogonales y las rotaciones tienen que ver con el análisis de datos en un análisis factorial, en el que se intentan establecer relaciones entre varias variables, pero son diseños correlacionales, es decir, en ellos no establecemos diferencias entre variables dependientes e independientes en sentido estricto, porque no estamos inentando establecer causalidad, simplemente tenemos varios grupos de variables y queremos analizar qué medidas correlacionan con qué medidas Es decir, es como cuando Cattell establece los factores de primer y segundo orden de personalidad mediante análisis factorial, pero unos factores no serían causa de otros.
Además, por si os sirve he encontrado esto: cuando realizamos un análisis factorial, y obtenemos un resultado, se realiza la rotación de la solución original con el objetivo de mejorar la interpretación de la solución original.
Uno de los motivos que justifican la rotación es que la solución factorial original es siempre ortogonal (los factores no rotados son siempre independientes entre sí). Sin embargo, existe un gran número de situaciones (y en especial en las ciencias sociales) en la que los factores pueden estar relacionados entre sí. En estos casos si se desa estimar el grado de relación existente entre los factores, debe recurrirse a una rotación oblicua.
Yo creo que los tiros van por ahí, cursé una asignatura en 5º donde dí todos estos métodos de análisis de datos, pero siento no poder explicarlo mejor, ays, si encontrara mis apuntes de la carrera sobre esta asignatura lo ponía, pero entre tanto apunte PIR a saber dónde lo tengo...
Espero que alguien os lo pueda explicar mejor!!
Edito para añadir otra cosita:
Fases del Análisis Factorial:
1.Extracción de los factores comunes.
2.Rotación de los factores con objeto de facilitar su interpretación.
3.Puntuaciones factoriales
Sólo os pongo la fase 2, para no extenderme demasiado.
2. Rotación de Factores
La interpretación de los resultados del Análisis Factorial se basará en el análisis de las correlaciones entre las variables y los factores que como sabemos viene dado por las cargas factoriales.
Para que dicha interpretación sea factible, es recomendable que:
Las cargas factoriales de un factor con las variables estén cerca de 0 ó de 1. Así, las variables con cargas próximas a 1 se explican en gran parte por el factor, mientras que las que tengan cargas próximas a 0 no se explican por el factor.
Una variable debe tener cargas factoriales elevadas con un sólo factor. Es deseable que la mayor parte de la variabilidad de una variable sea explicada por un solo factor.
No debe haber factores con similares cargas factoriales
Así, si con la solución inicial no se consiguiese una fácil interpretación de los factores, éstos pueden ser rotados de manera que cada una de las variables tenga una correlación lo más próxima a 1 con un factor y a 0 con el resto de factores. Como hay menos factores que variables, conseguiremos que cada factor tenga altas correlaciones con un grupo de variables y baja con el resto. Si examinásemos las características de las variables de un grupo asociado a un factor, se podrían encontrar rasgos comunes que permitan identificar el factor y darle una denominación que responda a esos rasgos comunes. Así, conseguiremos desvelar la naturaleza de las interrelaciones existentes entre las variables originales. Los tipos de rotaciones más habituales son la ortogonal y la oblicua.
La rotación ortogonal permite rotar los factores estimados inicialmente, de manera que se mantenga la incorrelación entre los mismos. El método más utilizado de rotación es la varimax (Varianza máxima), ideado por Kaiser. La rotación oblícua no mantiene la ortogonalidad de los factores, lo que nos lleva a aceptar que dos o más factores expliquen a la vez una misma realidad. Las comunalidades finales de cada variable permanecen inalteradas con la rotación
Una vez estimados los factores comunes, es importante calcular las puntuaciones de los sujetos (individuos u objetos) investigados para saber cuánto puntúan en cada factor.
Bueno, no me enrollo más, LaMon, como ves tu pregunta no era tan simple, si os interesa algo más el tema sólo debes buscar sobre el Análisis Factorial.
Solebo espera que a tí tb te sirva.
Me parece que los factores ortogonales y las rotaciones tienen que ver con el análisis de datos en un análisis factorial, en el que se intentan establecer relaciones entre varias variables, pero son diseños correlacionales, es decir, en ellos no establecemos diferencias entre variables dependientes e independientes en sentido estricto, porque no estamos inentando establecer causalidad, simplemente tenemos varios grupos de variables y queremos analizar qué medidas correlacionan con qué medidas Es decir, es como cuando Cattell establece los factores de primer y segundo orden de personalidad mediante análisis factorial, pero unos factores no serían causa de otros.
Además, por si os sirve he encontrado esto: cuando realizamos un análisis factorial, y obtenemos un resultado, se realiza la rotación de la solución original con el objetivo de mejorar la interpretación de la solución original.
Uno de los motivos que justifican la rotación es que la solución factorial original es siempre ortogonal (los factores no rotados son siempre independientes entre sí). Sin embargo, existe un gran número de situaciones (y en especial en las ciencias sociales) en la que los factores pueden estar relacionados entre sí. En estos casos si se desa estimar el grado de relación existente entre los factores, debe recurrirse a una rotación oblicua.
Yo creo que los tiros van por ahí, cursé una asignatura en 5º donde dí todos estos métodos de análisis de datos, pero siento no poder explicarlo mejor, ays, si encontrara mis apuntes de la carrera sobre esta asignatura lo ponía, pero entre tanto apunte PIR a saber dónde lo tengo...
Espero que alguien os lo pueda explicar mejor!!
Edito para añadir otra cosita:
Fases del Análisis Factorial:
1.Extracción de los factores comunes.
2.Rotación de los factores con objeto de facilitar su interpretación.
3.Puntuaciones factoriales
Sólo os pongo la fase 2, para no extenderme demasiado.
2. Rotación de Factores
La interpretación de los resultados del Análisis Factorial se basará en el análisis de las correlaciones entre las variables y los factores que como sabemos viene dado por las cargas factoriales.
Para que dicha interpretación sea factible, es recomendable que:
Las cargas factoriales de un factor con las variables estén cerca de 0 ó de 1. Así, las variables con cargas próximas a 1 se explican en gran parte por el factor, mientras que las que tengan cargas próximas a 0 no se explican por el factor.
Una variable debe tener cargas factoriales elevadas con un sólo factor. Es deseable que la mayor parte de la variabilidad de una variable sea explicada por un solo factor.
No debe haber factores con similares cargas factoriales
Así, si con la solución inicial no se consiguiese una fácil interpretación de los factores, éstos pueden ser rotados de manera que cada una de las variables tenga una correlación lo más próxima a 1 con un factor y a 0 con el resto de factores. Como hay menos factores que variables, conseguiremos que cada factor tenga altas correlaciones con un grupo de variables y baja con el resto. Si examinásemos las características de las variables de un grupo asociado a un factor, se podrían encontrar rasgos comunes que permitan identificar el factor y darle una denominación que responda a esos rasgos comunes. Así, conseguiremos desvelar la naturaleza de las interrelaciones existentes entre las variables originales. Los tipos de rotaciones más habituales son la ortogonal y la oblicua.
La rotación ortogonal permite rotar los factores estimados inicialmente, de manera que se mantenga la incorrelación entre los mismos. El método más utilizado de rotación es la varimax (Varianza máxima), ideado por Kaiser. La rotación oblícua no mantiene la ortogonalidad de los factores, lo que nos lleva a aceptar que dos o más factores expliquen a la vez una misma realidad. Las comunalidades finales de cada variable permanecen inalteradas con la rotación
Una vez estimados los factores comunes, es importante calcular las puntuaciones de los sujetos (individuos u objetos) investigados para saber cuánto puntúan en cada factor.
Bueno, no me enrollo más, LaMon, como ves tu pregunta no era tan simple, si os interesa algo más el tema sólo debes buscar sobre el Análisis Factorial.
Solebo espera que a tí tb te sirva.
[align=center]
[/align] "...Nada hay que me conmueva tan hondamente, que acaricie mi espíritu y dé vuelo desusado a mi fantasía como la luz apacible y desmayada de la luna..."(Gustavo Adolfo Bécquer)
[/align] "...Nada hay que me conmueva tan hondamente, que acaricie mi espíritu y dé vuelo desusado a mi fantasía como la luz apacible y desmayada de la luna..."(Gustavo Adolfo Bécquer)-
Solebo
- Administradora del Foro
- Mensajes: 74274
- Registrado: Lun Ene 22, 2007 4:22 pm
- Ubicación: En Córdoba, cuando no en la higuera
- Agradecido : 11194 veces
- Agradecimiento recibido: 8745 veces
- Género:
Qué va guapa, hice un corta y pega ://13 . Es lo bueno de las tecnologías, no hubiera tenido tiempo de copiarlo todo!Solebo escribió:Uff menudo curro te has pegao
[align=center][/align] "...Nada hay que me conmueva tan hondamente, que acaricie mi espíritu y dé vuelo desusado a mi fantasía como la luz apacible y desmayada de la luna..."(Gustavo Adolfo Bécquer)
[/align] "...Nada hay que me conmueva tan hondamente, que acaricie mi espíritu y dé vuelo desusado a mi fantasía como la luz apacible y desmayada de la luna..."(Gustavo Adolfo Bécquer)