“Reducción de datos y procesos psicológicos básicos. Una aplicación de técnicas de simulación estadística para la generación de un criterio de decisión sobre el número de factores a retener”

RICHARD'S, MARÍA M

Entre Ríos

Congreso; XIII Reunión Nacional y II Encuentro Internacional de la Asociación Argentina de Ciencias del Comportamiento; 2011

Universidad Adventista del Plata, Entre Ríos

La investigación psicológica intenta comprender la estructura de correlaciones entre las variables medidas, así como también obtener registros indirectos de las dimensiones subyacentes con propósitos aplicados. Se han propuesto muchos criterios para la determinación del número de factores a retener (Benson & Nasser, 1998). Desafortunadamente, la mayoría de ellos se han convertido en guías prácticas poco confiables (Kanyongo, 2005; Zwick & Velicer, 1986). Como posible solución a la sobreestimación del número de componentes principales, Horn (1965) propone un procedimiento estadístico llamado Análisis Paralelo (AP) para determinar el número de componentes principales a retener. Este trabajo busca dar continuidad a una línea de investigación metodológica en el área de los métodos de reducción de datos, y tiene como objetivo principal la exploración y el desarrollo, mediante la generación de procedimientos de simulación estadística, de un criterio de decisión para la retención de factores significativos en el Análisis de Componentes Principales (ACP), que será aplicado en principio a variables psicológicas discretas, representadas por ítems de los cuestionarios psicológicos habituales en la medición del componente atencional. Se utilizará el método de simulación estadística Monte Carlo teniendo en consideración indicadores como: forma de la distribución de los datos, cantidad de componentes principales extraídos (letra Lambda), número de ítems (n), criterio de selección utilizado para la retención de los componentes principales, número de opciones de respuesta de la variable medida (k), y tamaño muestral (N). Posteriormente, se creará un software en lenguaje R, de libre acceso y manejo para el usuario, que sea capaz de generar datos bajo un amplio rango de condiciones.