Mostrar el registro sencillo del ítem

Comparación de la exactitud y precisión en diferentes condiciones de cuatro métodos de extracción de factores latentes : Kaiser-PRINCALS, mínimo promedio parcial, análisis paralelo y el análisis exploratorio gráfico

Comparison of the accuracy and precision under different conditions of four latent factor extraction methods : Kaiser-PRINCALS, partial minimum average, parallel analysis, and exploratory graphical analysis

dc.contributorRondón Sepúlveda, Martín Alonso
dc.contributorCantor, Erika Johanna
dc.contributor00020135475
dc.creatorMartinez Ramos, Nicolas
dc.date2025-08-01T15:34:28Z
dc.date2025-08-01T15:34:28Z
dc.date2025-05-26
dc.date.accessioned2025-10-30T13:12:04Z
dc.date.available2025-10-30T13:12:04Z
dc.identifierhttp://hdl.handle.net/10554/70795
dc.identifierinstname:Pontificia Universidad Javeriana
dc.identifierreponame:Repositorio Institucional - Pontificia Universidad Javeriana
dc.identifierrepourl:https://repository.javeriana.edu.co
dc.identifier.urihttp://test.repositoriodigital.com:8080/handle/123456789/177008
dc.descriptionObjetivo: Comparar el desempeño en términos de precisión y exactitud de 4 métodos para la extracción de factores latentes: Kaiser-PRINCALS (el método Kaiser aplicado al Análisis de Componentes Principales no lineal o categórico acortado como KP), el Mínimo Promedio Parcial (MAP por sus siglas en inglés), el Análisis Paralelo (PA por sus siglas en inglés) y el Análisis Exploratorio Gráfico (EGA por sus siglas en inglés). Método: Se realizó un estudio de simulación con un diseño cruzado, en el que se crearon 720,000 escenarios manipulando: el número de factores, magnitud de la matriz de correlación para simular las bases de datos, el número de categorías de repuesta, el tamaño de muestra, la carga factorial, la correlación entre factores, la estructura de correlación, y el número de variables por factor. Para verificar el desempeño de los métodos se estimaron las medidas de la proporción de correcta estimación de factores (PC), la media del error del sesgo (MBE) y la media del error absoluto (MAE). Resultados: El EGA tuvo una PC mayor o igual al 70% y menores medidas de MAE y MBE en la mayoría de los escenarios. El KP fue el método con mayores medidas MBE y MAE y menores de PC. Métodos tradicionales como el MAP y PA demostraron menores desempeño que el EGA, aunque el primero demostró una PC mayor o igual al 70% en escenarios de 8 variables por factor y el segundo en escenarios de 2 o 4 factores con altas cargas factoriales. Conclusiones: Se aconseja el uso del EGA en la mayoría de los escenarios probados en este estudio. El MAP y PA pueden ser adecuadas opciones cuando se tienen 8 variables por factor y altas cargas factoriales (combinado con 2 o 4 factores) respectivamente. Se desaconseja el uso del KP, especialmente cuando se analizan matrices de correlación.
dc.descriptionObjective: To compare the precision and accuracy performance of four latent factor extraction methods: Kaiser-PRINCALS (the Kaiser method applied to nonlinear or categorical Principal Component Analysis, abbreviated as KP), Partial Minimum Average (MAP), Parallel Analysis (PA), and Graphical Exploratory Analysis (EGA). Method: A simulation study with a crossover design was conducted, in which 720,000 scenarios were created by manipulating the following: the number of factors, the magnitude of the correlation matrix to simulate the databases, the number of response categories, the sample size, the factor loading, the correlation between factors, the correlation structure, and the number of variables per factor. To verify the performance of the methods, the proportion of correct factor estimates (PC), the mean bias error (MBE), and the mean absolute error (MAE) were estimated. Results: The EGA had a PC greater than or equal to 70% and lower MAE and MBE measures in most scenarios. The KP method had the highest MBE and MAE measures and the lowest PC. Traditional methods such as MAP and PA demonstrated lower performance than the EGA, although the former showed a PC greater than or equal to 70% in scenarios with 8 variables per factor and the latter in scenarios with 2 or 4 factors and high factor loadings. Conclusions: The use of the EGA is recommended in most of the scenarios tested in this study. MAP and PA may be suitable options when there are 8 variables per factor and high factor loadings (combined with 2 or 4 factors), respectively. The use of the KP method is discouraged, especially when analyzing correlation matrices.
dc.descriptionMagíster en Bioestadística
dc.descriptionMaestría
dc.descriptionhttps://orcid.org/0000-0002-4461-9660
dc.descriptionhttps://scholar.google.es/citations?hl=es&user=Yd3sD3YAAAAJ
dc.formatPDF
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.formatapplication/zip
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.languagespa
dc.publisherPontificia Universidad Javeriana
dc.publisherMaestría en Bioestadística
dc.publisherFacultad de Medicina
dc.rightsAtribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsDe acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectSimulacion
dc.subjectExtracción-factores
dc.subjectPsicometría
dc.subjectAnálisis-factorial
dc.subjectSimulation
dc.subjectFactor-extraction
dc.subjectPsychometry
dc.subjectFactor-analysis
dc.subjectMaestría en bioestadística - Tesis y disertaciones académicas
dc.subjectAnálisis factorial
dc.subjectAnálisis por componentes principales
dc.subjectMetodos de simulacion
dc.titleComparación de la exactitud y precisión en diferentes condiciones de cuatro métodos de extracción de factores latentes : Kaiser-PRINCALS, mínimo promedio parcial, análisis paralelo y el análisis exploratorio gráfico
dc.titleComparison of the accuracy and precision under different conditions of four latent factor extraction methods : Kaiser-PRINCALS, partial minimum average, parallel analysis, and exploratory graphical analysis
dc.typehttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.typeTesis/Trabajo de grado - Monografía - Maestría
dc.typehttp://purl.org/coar/resource_type/c_bdcc
dc.typeinfo:eu-repo/semantics/masterThesis


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem