r:)P:;:·· ~- '.

~ · ·
-·1 · ··· ;··
1, ...... . .. . \' '. . ''(:..
i
~:.-:.: ~·
( .. :. ·¡ .·. ':
'

·k..~
(·
~: ~r ·. ·. .' ...
· :. . ·':
( . ·. t '·
l Mariano Yela
. l.
( ¡ . l
; · -!
( , 1; ...~ ~
(..'
(; .i ..
( ; i
i·: ..
( .
( ,
COLECCIÓN PSICOLOGÍA. UNIVERS IDAO
Bajo la dirección del .
,(
,.
'
.

•
., 1

( Profesor Roberto Colom

·: 1
Universidad Autónoma de Madrid :¡ •
( .. i .·.
( ':
' 1
,·
.. .
; i. . LA TÉCNICA DEL ANÁLISIS
( FACTORIAL .
e
( Un método de investigación
( ! · en p sicología y pedagogía
(·
( ·
C. ~
( :,
( ¡
•
e ,_
e
e
e
e
( l.
. .1~
l ; ·.'!:·
.. ' '\

(1 1

·. ( \
(~ ... .
'\So . i- 2 / Y2_q~ Ar: '
BIBLIOTECA NUEVA
.( ) j
\(' L ..,...,,
'
1
··: .
..,
 -:j ··· .
( . W" : ·~· ··...·..
. ·. ~
·e. .!~
~
(
C.
.e f . ~

e 1

e
~e

e ' !•
ÍNDICE
(
e •.
r;.~
'
(
(
:·""
(
e
(
( ...
e '·
(
(
e
e
e © Herederos de Mariano Yela, 1997
e © Editorial Biblioteca Nueva, S. L., Madrid, 1997
Almagro, 38
e 28010 Madrid
e ISBN: 84-7030-420-8
e Depósito Legal: M-4.015- 1997.

e Impreso por Rógar

e Impreso en España - Printed in Spain

e
·( Ninguna parte de esta publicación, lnclr.sido diseño de la cubierta. puede ser
reproducida, almacenada o transmitida en manera ~lguna, ni por ningún
( medio, ya sea eléctrico, químico, mecánic~, óptico, de grabación o de fotoco-
pia, sin permiso p revio del editor. · .
(
(\
('
 \. i¡
]~~. ~-·~·
.

f •
.
c.¡
.· ·j . .....· ( 1
~·. .f ~
· ~ ·r e ~..
',,. ( ~;
'. '{.
; e
e
e
e
Índice
e
e
e
e
-· . ... PRóLOGO ........................................................... ............................... . 15 c.
.
.,
'~ .

' PRóLOGO DEL AUTOR ..................................................................... :.. .. )9 e

CAPinJI.,O .PRtMtRO.-LOS CONCEPTOS AJNDAMENTALES ..;.......:......... .. 25
e
El análisis factorial como método de investigación psicológica :. -25 e
·Desarrollo histórico del método factorial ..................................
El método de los'factores múltiples .......................................... .
28
31 e 1
1

'·.~
El coeficiente de correlación ................................................ ..
Las cuatro·fases del análisis· fáetorial ....,............................... .
31
34
e 1

Preparación ................................ .. ........................................ · 34

( 1

. Factorización ...................... ................... :........................... .

Rotación .......................................................................... .. .
35
40
e
( ·
Interpretación ....:................................................................. 45
e :1 . '
CAPtruLO 11.-LAS ECUACIONES FUNDAMENTALES ..... , ........................ ..
Elementos estadísticos previos .... ..... ........ .................... ......... .. ..
Pruebas psicológicas y puntuaciones típicas ......................... ..
49
49
49
(1
( ¡:.
La matriz de puntuaciones .... ..................................... .. ........ . .
La hipótesis fundamental y su expresión algebraica ................. ..
54
55 e~
~1
Significado de los coeficientes factoriales ................................ .. 57
Los coeficientes factoriales ................. ..... ......... ................. .... . '57
La matriz factorial y la matriz del colectivo ........................... . 58
Los ·coeficientes factoriales y la varianza de las pruebas ....... .. 60
Factores.comunes, específicos y de error .......................:...... ..
La matriz factorial completa ................................................ ..
Comunidad, especificidad y singularidad ............................. ..
63
64
65
(( 1
( :

'
La matriz factorial reducida ..............·.............. ....... ... ........... .. 67
El análisis de la matriz de correlaciones ................. :................ .. 68 (
La matriz de correlaciones ·......... ~ ........... ,.................... ........... ·
... La matriz de correlaciones reducida ........................... :........... .
68
71 e
·' '
'
•:
e
.c.::
.C!
) ( Jf< .
_~ .,. ,
'1···-··
'\

'•
, '. 1

:•
.•
índice 11
• ll

e 10 Índice
.f
. :i'
· ·'
CAPínJLO Vl.-LA ESTRUC11JRA SIMPLE ............................................ .. 139
139
( 1 Necesidad de la rotación ......................................... .-................. .
.<
El principio de la estructura simple .......................................... . 141
e El problema de las comunidades .. ._............. ._ ........................ .
El número de factores _.............................. ._ ............................
75
75
i.

4J.· . La configuración simple ........................................................ . 141

144
( Resumen ........................................................... ._ .................... .. 76 La estructura simple ............................................................ ..
~, 145
Propiedades de la estructura simple ..................................... ..
(
CAP!nJLO III.-UN EJEMPLO SENCILLO ............................................... . 79 --. ~ La estructura simple como hipótesis de trabajo ....................... .. 149
e Recapitulación .................. ........................... ........ .................... .. 79
:.
.~ .
!s
Resumen ............................................. ..................................... . 153

( Planteamiento del problema .............................. ._...................... 80

CAPÍTULO VIL-LA ROTACIÓN. Un ejemplo de dos dimensiones ........ 155
La matriz factorial y la estructura ............................................ .. 82
( El problema ............................................... - .. .......................... .. 155
La matriz de correlaciones y la configuración ........................... . 84
84 .· La rotación por planos ............................................................. . 156
( Las correlaciones como productos escalares ........................ ..
·-k .·.·. . Rotación de la estructura centroide ........................................ 156
La configuración .................................................................. .. 86
e El carácter arbitrario de F .... :............................................... .. 90 ~1 · .. Rotadón de la estructura diagonal ............................. :......... ..
La est_ructura simple co.~o resultado final del análisis ... :....... .
159
160
( La factorización ............................................................. ._.......... · 90
El método diagonal .... ... .. ............... :...................................... . 90.
.. ( ··
La matnz de transfonnac1on ................................................... .. 162
.·~· ..
e_ · La primera columna de F ........................................................ 91 .•.
T·
El cálculo de la matriz fin al .................................... .................. . 164.
El método completo ................................................. :....... :........ .. 168
Los primeros productos factoriales ...... ................................. . 93 " 1
( La segunda columna de F ...................................................... . 94 . ·~
175
e Los segundos productos factoriales ...................................... .. 95
···~
CAPíTULO VIII.- LA ROTACióN. Un ejemplo de estructura oblicua ..... ·
Definición ................................................................................. 175
c. La rotación ......................................................... :......................
Sentido de los factores ..... ._ .................................................. ..
96
96 El proceso de_la rotación ....................................................:.... .. 175
179
( La estructura simple .......................... ._ ................................. . 96 Los factores oblicuos .............................................................:.. .
Interpretación .......... ....................................... :: ......... .. ......... . 98 Los ángulos entre los ejes oblicuos ........................................... . 180
( Los factores finales .................................................................. .. 182
( La correlación entre los factores ............................................ :... 183
CAPíTULO !V.-LA f'ACI'OR!ZACIÓN. La lógica del método centroide .. . 101 189
·Significación científica de la estructUra oblicua ....................... ..
er El método centro ide . .... :..... ..................................................... ..
La lógica del método centroide ...................... .......................... ..
101
103 Resumen ................................................................................... 190
\._ Punto centroide o centro de gravedad ................................... . 103
El primer factor centroide ....... ....................................... .. .... .. CAPÍTULO IX.-LA ROTACIÓN. Un ejemplo de tres dimensiones ......... 193
( 105
Un ejemplo ......................... :......................... ..................... .. .. 109 El problema ................................................ ·.. ·...... ·...... ·· ··.. ····.. .. 193
( El segundo factor centroide .................................................. .. 110 Un ejemplo de tres dimensiones ............................................... . 194
Primera rotación ........................................................................ · 197
e Las primeras correlaciones residuales ................................... .
La reflexión de los vectores ................................................... .
llt
112 Los diagramas ............................. ....................................... .. .. 197
198
( Los coeficientes en el segundo factor centroide .................... .. 118 Rotación del eje 1 ................................................................... .
Las segundas correlaciones residuales .................................. .. 119 Rotación del e}e II ................................................................. . 200
( La matriz factorial centroide .............................................. :.. . 120 Rotación del eje lll ................................................................ . 20.1
203
e: La matriz de transfonnación A 01 .......................................... ..
Los ángulos entre los nuevos ejes ......................................... .. 204
( CAPÍTULO V.-LA FACTORIZAC!ÓN. Aplicación del método centroide .. 123 205
Cálculo del primer factor centroide ......................................... .. 123 La matriz oblicua V ................ ............................................... .
Representación gráfica de V1 ................................................. .. 206
( Cálculo de los primeros residuos ........................ :..................... . 125 206
Camb{o de signos ........................ :.................: ......................... .. 128 Examen de la primera rotación ............................................. .
( i·
Segunda rotación ............ ..................... ;.................................... .. 207
-Las comunidades ..................................................................... .. 130 207
( · Cálculo del segundo factor centroide .............. ,......................... . l30 Rotación del eje A1 ................. : ............................................. ..

( · La matriz factorial .......... :.....:.......... :.. :.: ......~ ........... :............... .. 131
Carácter arbifrario de la matriz centroide ................................ .. 134
e
(
...
e ~
 .·:r,-.;. . --:·"":.· .
.,
...t
_·:·!! ..
:;·.,
..
12 Índice
~
.,.,
--~'
:- Rotación del eje B1 .................................................... ...........: •• ::. 209
Rotación del eje C1 ••.._. .............. . ........................................... .. 211
,...
~

!.
Paso de S12 a L02 . ................... ................................................ . 212 .•·•
1
1
.¡
Paso de L02 a ~ ............................................................ · ....... 212 .1
Los ángulos entre los nuevos ejes .......................................... . 21 3 •
Cáléulo de la matriz V2 ..................... ..... ............... . .. ............ .. 21 3 •,

(
Representación gráfica de Y2 ............................................... .. 213
..
Examen de la segunda rotación ...................... ...................... ..
Tercera rotación ....................................................................... .
2 13
214 .
·1•
A mis padres
Rotación de A 2 ........................................ · •• .. ...... · · ...... ••• •.. • · .. •• 21 4 ..·:
Rotación·de 8 2 ............................................................. • •· ...... . 215 j•,

Rotación de C2 ........... ... ... ..................................................... .. 217 . -~

')'.
Cálculos de la tercera rotación ....................... ..................:..... 2 18
Examen de la tercera rotación .......................·......................... 220 ·':.
La correlación entre los factores ............. :........................ :........ .
Interpretación ........................................................................... .
223
223
.,
...
Los factores de segundo orden .......... ....................... .... .......... ;.. . 224
Resumen ................................:................................................. . 225
..
APÉNOICE.-CÁLCULO DE UNA MATRJZ INVERSA ............... ............... .. . .. 229
(' :, ;
r
....
. ·~

.,
 :.· ',,1

··· .
. ·~. .. . ..

Prólogo

Cuando yo nacía. don Mariano Yela acababa de recibir su Premio

Extraordinario de Licenciatura en la Facultad de Filosofía y Letras de
la Universidad de Madrid. er a Ayudante de Introducción a la Filoso-
fía , conseguía una de las cinéo becas propuestas por.el Ministerio de
Educación P.ara Jos cinco mejores expedientes universitarios y se em-
barcaba hacja Nueva York, donde arribaba, tras un mes de inolvida-
ble travesía, para iniciar la no menos envidiable singladura del que
acabaría siendo uno de los primeros psicólogos españoles, el primer
mctodólogo de nuestra Psicología y nuestro más experto conocedor,
investigador y divulgador de la Técnica del Análisis FactoriaL
Aprendió, en 1946, en la Universidad Católica de Washington,
los principios del Análisis Factorial con Thomas V. Moore, al que
don Mariano, muy de madrugada, a cambio, enseñaba español. Has-
ta 1948 estuvo en el Laboratorio de Psicometría, en Chicago, con
Thurstone, su principal maestro. con quien comprendió que las
tablas de correlaciones obtenidas entre diferentes test se pueden con-
·.;,
siderar como matrices algebraicas y que el cálculo del número de fac-.
tares está asociado con la característica de la matriz.
Mientras estuvo en Chicago -aprovechó el tiempo para apuntarse
a cursos de matemáticas, psicofisiología y psicología experimental,
para conectar con investigadores de ia talla de Cattell, Combs, Cron-
bach y Tucker, pará «saborear ili investigación positiva» y para conso-
lidar su preferencia por la psícomatemática. Y para publicar en serio.
Su primer trabajo consistió en analizar factorialmente los datos de un
estudio publicado por W. C. Halstead, psiquiatra y neurólogo intere-
sado por las relaciones•. entonces muy de moda, entre tipos de inteli·
gencia y estructuras cerebrales. El segundo, publicado, ni más ni
menos, en Psychometrika, es, no sólo, un reanálisis de los datos de un
·; .: ; .. : ; .. · . ..
•

.~· ..
 \. f;
·: . ·,
.·
e¡:
e ~f!
. .; · .: ·
'
Prólogo 17
;¡ ' 16
'' \ .. .·
·..:
1'•'.,.
1
Prólogo
jote. Don Mariano acababa de llegar de Lovaina, donde, desde 1964,
e ~;

l.
:~ estudio de Alexander, sino también, el primer intento de reconciliar
·· . •.
estaba encargado de la Cátedra Franqui y allí impartía el curso {<L'A- e\;
:~· ( !j
~:. los métodos de Thurstone con la teoría bifactorial de Spearman y una nalyse factorielle et la structure du comportement». Le percibí cor-
.•;

mue~tra de la incipiente, y nunca acabada, preocupación de don

Manano por la significación psicológicá de los factores.
dial, lleno de ideas, erudito, lógico, preciso, paciente, ordenado y
detallista y, mientras le escuchaba embelesado, con sus famosos
e;; . jj
apuntes de Estadística bajo el brazo, me sentía el más afortunado de ( t'
Y .se_ fue a Inglaterra, a Londres, para seguir con la experiencia ll
fa~tonahsta de Burt, el otro coloso de !a técnica. Le dio tiempo a tra- los alumnos. Nunca, después, un trozo de tortilla me resultó tan ( 1
baJar con Thomson en Edimburgo, con Stefhenson en Oxford, con . jugoso.
En el cursó 1971-72 era yo profesor adjunto contratado y alum-
Bartlet en Cambridge y con Piéron en París. La década de los 50 la
empezó en Friburgo con Heidegger y MüJler y con Michotte en el no de Doctorado. Me matriculé en su curso sobre Análisis Factorial. ¿1
Lab~ratorio de Ps~cología Experimental de la Percepción de la Uni-
ver~Idad de_ Lovama, donde don Mariano disfrutó de uno de los
Siempre llegaba .puntual al aula abarrotada. Encendía un pitillo de
chester y sin más medios que su peculiar voz, la tiz.a y el encerado
e
me¡ores penados de su vida y con la que estuvo vinculado contrac- explicaba magistralmente la complicada técnica a unos alumnos casi (
tualmente hasta 1974. hipnotizados. (
. Se.había _encontra~o con un método esencialmente matemático y / «El análisis factorial es una técnica multivariada, desarrollada
(
c?n una teo:Ja que terua aspectos matemáticos, fisiológicos. psicoló- por pskólogos, que a partir de las respuestas de ·muchas personas en i
gx~os yfilosoficos; todos frecuentemente mezclados. Procuró distin- un conjunto de pruebas, nos dice cuáles son las nuevas variables o (i
~ltl<?S sin descartar, a priori, ninguno, en la medida en la que arro- factores que mejor explican en lo que varían dichas personas...» «Sus
(
Ja~an _al?Una luz sobre el propósito fundamental: la significación resultados no deben utilizarse. sin embargo, como prueba de ningu-
p_slcologlca de los factores. Por su tesis doctoral sobre Teorfa Facto-· na doctrina fllosófica sobre las facultades, pero sí como un argu- (
na[ de la Inteligencia obtuvo el Premio Extraordinario ( 1952). mento en favor de la exitencia de éstas...» (
Regresaba a Esp~ña, intennitentemente, por unos meses, los jus-
tos para c.~laborar e 1mpulsar la Revista de Psicología General y Apli-
«... Un factor es una dimensión de variabilidad del comporta-
miento, verificada por la covatiacíón empírica de una serie de res- . e .,.
ca?~· re~ ten creada por Germain;· fundar con él el Departamento de puestas y definida por la intencionalidad común a esas respuestas. Es ( i

P~tco.~o.gia Experimental del Consejo Superior de Investigaciones

Cientiftc~s y em..Pezar, ambos, y otros compañeros suyos y maestros, .·:
luego, rmos - Ubeda, Pinillos, Secadas, Siguán, ... - la intrincada
senda de la const:ucción de la psicología científica en España.
_ E~ 1956 escnbe, creo yo, una de sus dos más importantes con-
tnbuc~ones metodológicas: Psicología de las Aptitudes: El Análisis
fa~t~rzal Y las funciones del Alma. Y en 1957, la otra, siendo Cate-
d;atl.co de Psic~l~gía Gex:eral en la Universidad Complutense: La
~ecmca .del Análtsis faetona/. Luego, más de una docena de artículos
Jal~nar: su curric~Ium con la divulgación de los fundamentos y las
un instrumento descriptivo de la dimensión de variación de conduc-
ta. Su interpretación es más estructural que causal... Y dependerá, en
e
cada caso del contexto en que este fa ctor sea obtenido y de las prue- e
bas experimentales que en su defensa se presenten.>} «La interpreta-
ción de un factor tiene, como en toda ciencia experimental, un carác-
e. '1
ter hipotético que la acumulación de evidencia favorable hace cada ee ]!.
ve~ más plausible.»
«... El Análisis factorial no puede decimos lo que es la inteligen-
ei
cia, ni qué es el conocimiento, ni qué son, ni cómo son las operacio-
nes psicológicas. Lo único que pennite es distinguir las unidades de e 1

aphc~c10nes de d1cha técnica. función que las operaciones psicológicas manifiestan en la conducta e
Yo I: conocí, personalmente, en 1970, en la cafetería de la Facul- y ello, de manera aproximada y probable... » ·
tad de Filos?fia y L~tras -me lo presentó Marcelo Pascual, mi pro- Al comienzo de cada clase nos resumía la anterior y siempre e
fesor de Pstcometna, a la hora del pincho de tortilla- siendo yo empezaba más o menos por Jo mismo: «Les decía el pasado viernes e
a~umnp d~ cuaz:to curso y él presidente de la especialidad de Psicolo- que las cuatro fases de un análisis factorial son la preparación, la fac- ·(
gla: ~o pnmero que me .llamó la atención fue su estatura siempre /. torización, la rotación y la interpretación.» En menos de un cuarto ·
. ~;e¡ ~!,le .~ería ~gm alto .c.omo lo qu~ escribía y, luego, la imp~esionan-·· ..
.
_.,•
de hora te había puesto al corriente. Nos recomendaba su libro La e
. Y ronca voz, los pausados gestos y las apropiadas citas de El Qui-
'~
'i' ·. e
.'·
e
'?
-L .·. e·
 .' :,.:. :. ; ...~ : ..
. ,.,.·
:. ... ·.=·
18 :' ·=·
Prólogo

Técnica del Análisis Factorial, publicado en 1957, pero estaba acro-

t~do, así que los alumnos tuvimos que manosear y ojear una fot~o­
pla que ha pasado de promoción en promoción hasta nuestros días. f

Diez años después, estando yo de compras por· La Habana en i

una tienda de discos y de libros universitarios me encontré entr; los
usados, esfa verdadera joya metodológica. Decia una de la; primeras
h?Jas: La !écníc_a del Análisis Factorial: Un Método de Investiga-
CIOn en Ps1cologta y Pedagogía, por Mariano Yela, Catedrático de la
Universidad de Madrid. Edición .Revolucionaria. Instituto Cubano
del Libro. Y en la última página: Se terminó de imprimir en la Uni- Prólogo del autor
dad Productora 06 del In stituto CufJano del Libro, en el mes de
C.. diciembre, 1971, ccAño de la Revolución».
Cuando volví a Madrid. y siendo, ambos, miembros de un Tribu- El análisis factorial es una técnica de uso frecuente en la investj-
( n~l de Oposiciones a Cátedra, se lo enseñé: gación psicológica y pedagógica. Su aplicación há abierto nuevos y
/ fecundos caminos en el estudio de las diferencias individuales y en la
t,
-Mariano, me ha costado 60 pesetas ... indagación experimental de )as aptitudes y cuaJidades de la persona-
( -¡Seguro que éstos ni han pagado los·derechos de autor! lidad. Quien desee estudiar con rigor estas cuestiones necesita com-
/ "
\.
prender y manejar con alguna soltura el análisis factorial.
Hoy, el lector de los 90, se encuentra con esta edición del libro. Y ello, no sólo para beneficiarse de las muchas posibilidades que
Es la obra del primer profesor de Metodología de las Ciencias del el método ofrece, sino también para precaverse contra los excesos en
e,. C~mportamiento. La .de una persona. instruida, seria, reflexiva, tra- ·
bajadora, tolerante y llena de humanidad. A través de ella se puede
que a menudo los que lo aplican incurren.
Pues es preciso advertir que el análisis factorial 'está, por así
\... adivinar al. investigador universitario defensor de una teoría respe- decirlo; de moda y se emplea, con frecuencia, sin la debida cautela.
( tuosa con la íntegra complejidad de los fenómenos y de una meto- No todo problema se presta al uso del análisis factorial. Es éste una
( dología estricta que garantice al máximo posible la verificación posi- técnica entre las muchas de que dispone el psicólogo y el pedagogo.
tiva de sus implicaciones. . , Tan deplorable es ignorar el método como aplicarlos sin discrimina-
e ~o que sigue son las páginas de un maestr,o que sabía, podía, ción a toda suerte de problemas. Sólo un conocimiento serio del aná-
( q_uena y creía en lo que deda. Sólo les falta su voz. Créeme que lo lisis factorial puede evitar ambos extremos.
stento, pero ése es privilegio de discípulo. Procura leerlas como él Mi propósito es ayudar al estudiante de lengua española a conse-
( indica. No en vano las escribió para tí. guir este conocimiento.
( En un libro que apareció hace unos meses• expuse el sentido del
e RAFAEL SA."l MART(N CASTELLANOS
Universidad Autónoma de Madrid
análisis factorial, su desarrollo histórico, el contenjdo doctrinal de
las principales teorías factoriales y, en general, las posibilidades y
e ·8 de septiembre de 1996 .
''.

·:. limitaciones del método. Prometi entonces explicar en otro trabajo la

e manera concreta de realizar un análisis factorial. El presente libro
responde a tal promesa.
(
··,
e
( • Psicología de las aptitudes. El análisis factorial y las funciones del alma,

e Madrid, Gredos, 1956.

(
(
(.
 ·:~~ ,•

t .:;:·
.. ·~ Prólogo del autor 21
20 Prólogo del autor ·'
':· :
., ..·. sión y uso de la técnica factorial y contribuye, así, modestamente , al
Expongo en esta obra las ideas fund amentales de la técnica fac- · desarrollo de las cienda psicológicas en España y en los países her-
torial y 1os procedimientos de cálculo que en ella se utilizan. En los ·~1 manos, el autor habrá cumplido el propósito que le animó a redac-
- ~
tres primeros capítulos presento las nociones cardinales de la técni- ~
tarlo.
ca. En los seis últimos, los·procedimientos concretos mediante los
cuales se aplica.
¡
lt Madrid, 1956.

He procurado ceñirme a lo esencial, descartando todo pormenor

accesorio. El lector interesado puede y debe ampliar estas nociones
~ M. YELA

elementales en o tros textos más completos, entre los cuales le reco- f

miendo el de Thurstone, Multiple factor analysis, que verá citado .1
más de una vez en las páginas que siguen. i.
La técnica factodal es de carácter matemático. He procurado
exponerla en lenguaje riguroso, pero sencillo, fácilmente comprensi-
.J
ble para quienes posean la fom1aciÓn matemática del Bachillera- .·.· t
to. Siempre que aparece un concepto matemático nuevo se explica
en el texto. Sólo en muy contadas ocasiones, y para evitar digresio-
nes matemáticas demasiado extensas, omito la explicación e indico la 1
oportuna obra de consulta. !

l''
El libro está, como digo, especialmente destinado a estudiantes
universitarios que no posean una preparación matemática especial.
Les aconsejo que lean los tres primeros capítulos sin detenerse de-
1
m asiado en los de talles. Basta q ue entiendan el sentido general de la
.....¡
1
técnica, cuáles son sus fases principales y cuál la significación de 1
cada una de ellas. A partir del capítulo cuarto, la lectura debe ser 1
1
1
más pausada y reflexiva; debe realizarse con el lápiz en la mano, para !
reproducir los argumentos matemáticos y resolver el lector por su
cuenta los ejemplos que en el texto se explican.
Todos los procedimientos del análisis están ilustrados con un
ejemplo concreto y resumidos de tal modo que pueden ser aplicados
casi automáticamente .por cualquier persona con una preparación
matemática elemental. Pero el investigador - psicólogo o pedago-
go- no puede contentarse con aplicar rutinaria y mecánicamente el
método. Debe esforzarse por comprender su significación y su lógi-
ca. Por eso, cáda procedimiento del análisis está razonado y demos-
trado. Aconsejo al estudiante que trate de comprender estas demos-
traciones y, sólo cuando lo haya logrado, pase a considerar las reglas
prácticas que le ofrezco para la aplicación rutinaria del procedimien-
to. Por la misma razón es aconsejable que, después de haber donú-
nc:ido las técnicas que se explican en los seis últimos capítulos, vuel-
va el lector de nuevo a los tres primeros y procure esta vez leerlos y
meditarlos con mayor detenimiento y cuidado.
Si este libro sirve para iniciar a algún estudiante en la compren-

..
.:~ . ·.:
L-.;.,
.,
... ... ; ... _..... -· -. ~
e
(
.]0
(
'l . ~ '
·:¡ ' ·.
. ·, . . :
( f
e '
.
r
t.
,.
;
( . ':~
e '

( 1

r :'
\_ .! '
J
'
LA TÉCNICA DEL ANÁLISIS
i
( ' .

e i . ·. .
¡ . ¿ ..
FACTORIAL
. 1
(
'- ...
·~
~
...:... .: Un método de investigación
( j '· •'. en psicología y pedagogía · .
. ~
( ~
(
( .
.
:

( ~:
,.
e
¡'-
¡

'
e
(
(
(
e
(
e
(
(
(
(
( •.

(
e
(.
e
 CAPÍTULO PruMERO

Los conceptos fundamentales

Presento en este capítulo las nociones fundament ales del anállsis

.
' . factorial. Divido la exposición en tres partes. En la primera examino,
brevementé, la significación metodológica de) análisis. En l.a segun-
da, ofrezco un conciso resumen de su desarrollo histórico. En la ter-
cera, expongo la estructura interna de .la técnica factorial. Este capí-
tulo sirve, así, de introducción al resto del libro y facilita al lector un
primer contacto con las ideas cardinales del método. Estas mismas
ideas serán desarrolJadas con mayor detenimiento en los capítulos si-
guientes.

. ·~ l. E L ANÁLISIS FACfORIAL COMO MÉTODO

¡
(
DE INVESTIGACIÓN PSICOLÓGICA

El análisis factorial es una técnica matemática de investigación

experimental. Ha sido elaborada por psicólogos y por matemáticos
interesados en cuestiones psico]ógicas; ha sido aplicada, principal-
mente, al estudio de problemas psicológicos. Pero es, en principio,
aplicable y ha encontrado, de hecho, abundante aplicación en otras
ciencias: pedagogía, sociología, genética, antropometría, física cuán-
tica, etc. ·
En su sentido más amplio, el análisis factorial tiene por obje-
' . to descubrir las dimensiones de variabilidad común existentes en un
cierto campo de fenómenos. A cada dimensión de variabilidaq
común se le da el nombre de factor.
.,' Si cada fenómeno varía independientemente de los demás, habrá
tantas dimensiones de variación como fenómenos; las relaciones
. ··..· empíricas entre ellos pondrán de manifiesto otros tantos factores .

·:'·
(1'
e·1
' ( ,,.~/
1 . . :. !
 .- ~...... ..i:·.·. ::::::::.:::ue se efectúa med;ante la conexión de e::
:·:¡;
} ( F ·' ·
j B··:. ·.
":i
:i·
'!
{ 26 Mariano Yela
:~
")' e • mentas independientes, ya sean psicológicos {imágenes), ya sean
:·~
( Si los fenómenos no varían independientemente, sino qüe reve-
¡ lan diversas dependencias mutuas, cabe suponer que no haya tantas Jf, fisiológicos (neuronas). La aptitud para una .determinada tarea de-
( dimensiones de variabilidad común como variables estudiadas, sino .-.f · pende exclusivamente del número e intensidad de las conexiones
(. menos. Las rel¿¡ciones empíricas entre los fenómenos observados ' ·i establecidas por el ejercicio.
pondrán de manifiesto la presencia de un número de factores menor ·, 3.a Existen varias aptitudes -o principios generales de acción.
( que el de fenómenos. ·.
¡.. Los hombres los poseen en distintos grados y manifiestan, así, apti-
( Averiguar cuántas y cuáles son estas dimensiones o factores es, tu.d para ciertas tareas y falta de aptitud para otras.
( como queda dicho, el objeto del análisis factorial. .·¡1. . ¿Cuáles son, cuántos son, cómo son estos principios de acción?
/" Sea, por ejemplo, un conjunto de cuerpos. Si tomamos la medida t
· ¿Hay uno? ¿Hay varios? ¿No hay ninguno? ¿Son independientes?
\.. de un elevado número de sus aspectos métricos, como longitud, áreas :f : .¿Dependen y cómo dependen los unos. de los otros?
( diversas, volumen, altura, profundidad. etc., hallaremos que estas : .t
'- medidas no varían independientemente, s1no que manifiestan diver-
'· 1 El análisis factorial ptetende servir de guía en este campo difícil
(
\,
sas relaciones mutuas. Así, a mayor altura corresponderá, en general,
.. f .. y confuso. Pretende, desentendiéndose en lo posible de principios
~
(
,.,
(
mayor volumen; a mayor longitud y anchura, mayor área, etc. El aná-
lisis factorial de las relaciones entre todas estas variables permitirá
. .~
.. ..
.1
{
filosóficos, averiguar las facultades primarias del hombre, si es que
tales existen, a partir de datos experimentales o cuasi experimentales
descubrir que el conjunto de ellas varia tan sólo en tres dimensiones · y determinarlas de tal modo que siempre sean susceptibles de ulte-
( :1' rior corroboración o descalificación experimental. No pretende
distintas, revelando que todos los fenómenos estudiados pueden i
( expresarse en .función de tres factores: Ja longitud, la profundidad y la ~ encontrar la razón última del psiquismo, ni la naturaleza entitativa
'· r
... altura. Con ello habremos reducido la multiplicidad inicial de aspec- j de las facultades . No se opone a estos objetivos. Simplemente pres-
'
,_
tos .observab!es a un orden más simple de conceptos explicativos. cinde de ellos, no por indiferencia, sino por incapacidad. Su contex-
( · En el ejemplo anterior no haria falta, por supuesto, recurrir al tura metodológica, de carácter 'inatemáticó-experimental, le impide
1' análisis factorial. Otros métodos .más directos y breves permitirían rebasar los limites de lo estrictamente positivo. Es cierto que el aná-
\..,

(
llegar al mismo resultado. Pero no siempre acontece así. Hay otros
problemas en los que el análisis factorial está especialmente indica-
J
¡
. lisis factorial carecería de sentido si no se prolongara en estudios
ulteriores sobre los factores que él descubre. Pero él se limita a seña-
\

e do. Abundan; sobre todo, en las ciencias psicológicas y sociales. Pre-

sento, a continuación, uno de ellos; precisamente el que dio origen a
( la técnica factorial.
r\. .. ' .El propósito del análisis factorial es, en el campo psicológico,
determinar experimentalmente las unidades funcionales que operan
(
en lá conducta empírica.
( · Sea, pór ejemplo, el campo de las aptitudes. ¿Cuáles son las apti-
e tudes fundamentales del hombre?
Escuelas distintas han ofrecido distintas soluciones a esta cues-
. •.
( tión. Todas pueden, en última instancia, reducirse a tres:
( '1
1! Existe una sola facultad o poder que se manifiesta de diver-
.e sa manera en las varias actividades del hombre. Quien la posee en
( .alto grado es superior en todo, tiene aptitud para todo. ·. ·
'( . 2.;¡ No hay facultades o aptitudes fundamentales. No hay prin-
ciRt9~:~e?~~ales,de .acción. No hay una organización previa en el psi-
'( qutsmo, tal y como éste se revela empíricamente. Cada tarea requie-
·(
•'
lar, a clasificar, a explorar. Es, fundamentalmente, un método de
exploración. Sería inoportuno aplicar Jos métodos factoriales a un
·< campo del que se tenga ya un cónocimiento relativamente avanzado,
¡
'· como, por ejemplo, al estudio del movimiento de los cuerpos, pues al 1
final sólo habríamos descu bierto Jos parámetros fundamentales, ya !
conocidos, de las ecuaciones de la mecánica. Por el contrario, parece
razonable aplicar el método factorial a los problemas psicológicos: 1
;
¿qué factores producen el talento musical, la habilidad mecánka, el
ingenio matemático? ¿Cada tarea requiere una especial habilidad,
1
i
independiente y distinta de las que requieren las demás tat:eas? ¿Son
• 1
, todas las habilidades aspectos y manifestaciones de una sola capaci- l
dad general? ¿Hay varios factores básicos que intervienen y consti-
tuyen, combinados en diversos modos, las innumerables aptitudes y · \
cualidades del hombre? ·
No se puéde, en justicia, hablar de ciencia psicológica aplicada a
t.!
· la orientación personal y profesional, a la selección, a la valoración
L.

.t · ./L
J. . . ... ·.
:;j_'· ~~~--·~-'
:· .
 ·r-·· '-,
. e:
·¡
.,
'¡

28 ·
:_.·'f ··. ·. : Los conceptos fundamentales 29 (i
Mariano Yela
t . e !
· cológicas producen una tabla de correlaciones tal que sus cólumnas (
la
de inteligencia y de las aptitUdes especiales, a Ia clasifi~ación de son proporcionales, estas pruebas. pueden explicarse por un solo fac-

!
· te.t;n.peramentos, caracteres y tipos ·de personalidad, sin haber con- tor general, común a todas· ellas, y por tantos específicos como prue- (
.... . testado previamente a las preguntas anteriores. A lo más, se podrá •. bas haya 4 • (
: rf tener un conocimiento empírico -nada despreciable, es verdad- de '

¡
El paso siguiente lo dio Kelley 5 ~ Era natural preguntarse: ¿qué
. estos campos, y una valoración empírica -indudablemente útil-
··
explicación se requiere cuando las columnas no son proporcionales? e
. de estos métodos, pero no se tendrá, como tan a menudo se supone, Ésta fue la pregunta de Kelley. El problema concreto que él se plan- C.
un conocimiento cientifico de estos fenómenos y métodos; es de- teó fue el siguiente: Si cinco pruebas se relaci~nan de tal manera que
cir, un conocimiento que, en armonía precisa con la observación y la
(
sus columnas no son proporcionales, ¿cuántos factores comunes son
experimentación, nos explique racionalmente el porqué de cada necesa·rios para explicarlas? Kelley demostró que se necesita más de (
método y fenómeno.
Tal conocimiento constituye el programa, nunca por entero cum-
. ,:;·,r. .
·..
un factor común, además de los cinco específicos.
Finaimente, Thurstone 6 formuló el problema de modo general.
e
.Plido, de la investigación científica. El análisis factorial no pretende
;
... ·¿Cuántos factores comunes se necesitan para explicar un número e
. alcanzarlo total y definitivamente. Es, tan sólo, un procedimiento valio- ·· cualquiera de pruebas? Para: resolver este problema, Thurstone C.
..so par,~ iniciar su pesquisa con un mútimo de rigor experimental l. ·
.. .~···
incorporé> al análisis factorial los métodos del álgebra de matrices.
Su acierto más valioso fue considerar la tabla de correlaciones de las
e
pruebas como una matriz. Esto le permitió aplicar al problema los (
2. D ESARROLLO HISTÓRICO DEL MÉTODO FACTORIAL
métodos del álgebra matricial. Así pudo mostrar que el número de (
.El análisis factorial se inicia eri 1904 con dos trab·ajos de Spe.a r- ·. factores comunes necesarios para explicar las correlaciones entre un
2 número cualquiera de pruebas psicológicas viene dado por la carac- (
man • El psicólogo inglés observó que las correlaciones entre test de
aptitudes. son positivas, pero no perfectas. Consideraciones · de ín- terística de la tabla de correlaciones de esas pruebas, considerada (
dole .mate~ática le llevaron,_ ~n estos y otros tr~bajos posteriores, a · como una matriz simétrica cuadrada. (
la conclusron de que las hab1hdades cognoscitivas son todas función En esta solución quedan incluidas las anteriores. Cuando la
de un factor central, común a todas ellas, al cu;;ll Hamo g («generál»), característica es uno, las correlaciones pueden explicarse por un solo e
Y de .un factor característico y exclusivo de cada operación al cual · factor común. Esta solución corresponde a la ofrecida por Spear- (
llamó s («specific»). De ahí el nombre de teoría de los dos factores man, la cual se reduce así a un caso particular del nuevo método. La
(
con que,fue bautizada esta doctrina. Barbado 3 ha explicado sucinta equivalencia de las dos soluciones se ve con mayor claridad si se con-
y claramente esta teoría. sidera que la característica de una matriz es uno cuando sus colum- (
~esde ento~ces se han efectuado varios miles de experimentos y nas son proporcionales. ·
(
e~tudros ~actorrales. El camino recorrido, ·abundante en polémicas . Del mismo modo, cuando la característica de la matriz es mayor
aun hoy vtvas, puede r~ducirse a tres etapas principales. que uno. la solución equivale a la presentada por Kelley. e
· L~ .etapa ini~ial_ corresponde a Spearman. Su doctrina puede
.l.
Con el método de Thurstone puede estudiarse cualquier núme-
ro de pruebas, sean o no proporcionales las columnas de su matriz
c.
resu,mtrse de la srgurente manera: Cuando una serie de pruebas psi.
¡., de correlaciones. El método no impone un número determinado de e
1
1 •'
t
(
La significación científica del análisis factorial es el tema de otra obra del (
autor: Psirología de las aptitudes. El análisis factorial y las funciones del alma 4 Speannan, C.: The Abilities of Man, London, McMillan, !932. Apéndice.
Madnd, Gredos, 1956. · '
2
5 Kelley, T. L.: Crossroads in the mind of man, Stanford University Press, Stan- (
t .. Spearman, C.: «The proof and measurement oí the association between two ford, 1928. · ·
.mngs»,: ~m.erican /ournal o[ Psychology, 1904, 15, págs. 72- 101. «Generallntelli- 6 Thurstone, L. L.: Multiple Factor Ana/ysis, The Uruversity of Chicago Press, (
ge.Jl~ ~bJehvely m~asured a~~ det~ined':: ibid., págs. 20 l-293. · Chicago, 1947. En esta obra presenta Thurstone la última y más completa exposición
· ~bado, M .. «La teona faetona! de .:>pearman», Revista''de Fílosofía del lnsti- de su sistema factorial. que inició en 1930.
(
. tuto «Lws Vives», Madrid, 1947: 1. VI, núm. 21. págs. 181 -221. ( ,
,.
L •
e·
··•L
·· :...· C.>
~ ( : ~~
j':~
J,
·e ~o
Mariano Yela
.,ij .(
~~ e factores; respeta el. número que .exijan las pruebas psicológicas en
. cuestión.... · . . . .
;¡.
;:
( ::,,, ·Los resultados obtenidos con este método han llevado al descu-
' ( brimiento y deternúnación experimental de varios factores, algunos
· de.significado y denominación tradicional, como «memoria>>, <<induc-
( ción>>, «rapidez perceptiva», etc.; otros de índole más original, que
¡. (
esclarecen alguna nueva dimensión de la estructura psíquica,. como
· los factores de «Comprensión verbal», «fluidez verbal>), «facilidad
(
ideativa», «imaginación espacial», «sín.tesis perceptual>>, etc.
(
(
(
De acuerdo con estos resultados, que indican la presencia, en la
actividad psíquica y psicofisiológica, de un número crecido, aunque
limitado, de factores causativos, se ha llamado al método de Thurs-
tone Teoría de los factores múltiples, frente a la doctrina de Spear-
( man, que pudiera llamarse Teoría del factor iínü;o.
Desde su nacimiento, el análisis factorial se ganó el interés gene-
(
....
ral de los distintos sectores psicológicos. Su carácter prometedor y
e su fecundidad como método de investigación se ha revelado tanto en
e las continuas controversias de método e interpretación que ha susci-
tado y suscita, como en la aceptación casi universal de que ha sido
( objeto por parte de Ias distintas escuelas psicológicas, desde la mate-
rialista de reflexó!ogos y conductistas, hasta la escolástica modema,
pasando por el fonnalismo matemático de Cyril Burt' 7•
¿A qué se debe esta extraña aceptación general? Para contestar a
( esta preg\lnta. habríamos de e~poner antes 1a teoría factorial. Y al
( fmal observaríamos que la universalidad de la teoria se explica, plin-'
cipalrnente; por la circunstancia de que apenas es teoría. Es decir,
( porque no impone una determinada concepción de la naturaleza de
( la psique. Porque es un método susceptible de ser aplicado a cual·
e quier tipo de fenómenos, ya sean físicos, fisiológicos, psíquicos o
sociales, sin declarar de antemano cuál es la naturaleza de esos fenó-
( menos.
( Conviene tener siempre presente que el análisis factorial es,
sobre. todo, un método, una técnica. Tan poderoso, que Speannan,
( cuando lo creo, pensó que se había encontrado, por vez primera en
( la Historia, una manera objetiva de dirimir la polémica secular en
tomo a 'las facultades 8 . Esta creencia se ha hecho general entre los
(_
( 1
Burt, Cyril: The Factqrs of the Mind, New York, The MacMíUan Compa-
( : . ny. 1941. . ' . · · . .
· · s· Spearman, C.: «G: and after. A school to end schools», en Psychologies of
( 1930. Editor, Murchison, Worcester, 1930.
(
e
e
<1~~. : ;:_: -:·~.: ·,. Los conceptos fundamenta.les 31
':t, -:.-
.
. .( psicólogos contemporáneos. Moore 9, por ejemplo, no sólo ha asegu-
..
·¡ rado que el descubrimiento de Speannan es, tal vez, el más grande de
~., la psicología contemporánea, sino que ha introducido los métodos
l fact oriales en el campo de la psicopatología y ha hecho de la Uruver-
(
· ...
i sidad Católica de Washington uno de los centros en que Jos métodos
factoriales se aplican con más insistencia a diversos problemas psi-
cológicos. · ·
A pesar de esta aceptación genera}, los métodos factoriales han
conducido o han sido originados por distintas teorías. No podemos
·1 discutirlas aquí 10• Me )imito a presentar en este libro la técnica fac-
.-:!
.l torial. Mas, como incluso en el método varian los diversos investiga-
dores, he de aclarar de antemano que voy a exponer solamente uno
. de Jos procedimjentos~ el que a mi pare.cer es más completo y objeti-
' ·~ vo: el método de los factores múltiples, de Thurstone.
-
. 'f ·Antes de pasar adelante debo advertir, sin embargo, que, a pesar
de las diferencias aparentes, los resultados obtenidos por Jos distin-
tos métodos son en el fondo equivalemes y varían tan sólo en la inter-
. pretación que los diversos autores ies dan, de acuerdo con su postu-
ra científica y, con más frecuencia que ellos declaran, de acuerdo con
su filiación filosófica.
Presento en el punto siguiente una exposición de conjunto del
método, qui~ algo difícil para el lector no iniciado. No se desanime
por ello. Recoja' lo que pueda de este esquema, y pase a los res-
tantes capítulos, donde encontrará una explicación más dara y
detallada de los distintos conceptos de la técnica factorial. Cuando
tennine el libro, puede volver a este primer capítulo y apreciar
entonces, más cumplidamente, el sentido y la estructura general del
método. ·
3.. EL MÉTODO DE LOS FACTORES MÚLTIPLES
. a) El coeficiente de correlación
. El punto de partida del análisis factorial ·es el coeficiente de
correlación. Las posibilidades y limitaciones del método provienen,
g Moore, T. V.: Cognitiva Psychology. J. B. Lippincott, Chicago, Filadelfia, New
York, 1939, pág. 602.
.~
10 Puede consultarse a este respecto mi estudio Psicologla de las aptitudes, antes
citado. · ·
J
·'
 P,??:~ ....
t:·- · . .
Mariano Yehi . ,
· en gra:r{ parte, d~ las propiedades y significación del coeficiente de
;;~¡
correlación. El análisis factori<il es, en fin de cuentas, un estudio de · . ., .;.
·¡ los coeficientes de correlación.
:¡
•••t · ¿Qué es un coeficiente de correlación? ¿A qué tratamiento lo ¡
!
somete .el análisis factorial?
El coeficiente de correlación es un índice que señala la variación
. concomitante de ~os series. Si dos series de medidas varian exacta-
. menté en el mismo orden, el coeficiente de correlación entre ellas es
.:.: 1; si varían en orden exactamente inverso, el coeficiente es -1; si no
hay ninguna relación en el orden de variación de una serie con res-
. pecto a la, otra, el coeficiente de correlación es cero.
. . Por ejemplo, s~ la correlación ~t:ttre los resultados obtenidos por
;1 . un grupo de estudiantes en una prueba de silogismos y otra de ana-
logías es igual a 1, esto significa que el estudiante que fue primero en
silogismos es el primero también en analogías, que el segundo en si-
logismos es el segundo en analogías y, en general, que cada individuo
tiene el mismo lugar en las ~os series. Si la correlación es -1 , el pri-
mero en una serie es el·último en la otra, el segundo en·aquélla es el
penúltimo en ésta, y así sucesivamente.
. , Si el coeficiente es l, podemos ayeriguar exactamente la puntua- . , .
cwn que un estudiante recibirá en un examen, conocida la que obtu-
vo en el otro. Con la misma exactitud se puede calcular su puntua-
ción si la correlación es -l. Si el coeficiente de correlación es cero,
no .podemos obtener ninguna información sobre ninguna de las dos
senes. a partir de la otra. Si la correlación es un valor entre + 1 y- 1
~es d1stmta de cero, se podrán estimar los valores de una sede a par-
ttr deJos valores de la otra con una aproximación que dependerá del
valor del coeficiente, es decir, del grado de variación concomitante
de las dos Series. '
. . Ésta es una de las aplicaciones del coeficiente de correlación. Sir·
~e a uno de los fines de la ciencia: la predicción. Su uso es muy
Importante en psicología aplicada. . ·f
· Pero el coe~cíente de correlación sirve a otro fin más importan-
te: El de ~er un mstrumento científico utilizable para averiguar leyes
entre van.able~ que no pueden aislarse experimentalmente. Es, por
~a:nto, de mteres extraordinario en psicología.
. Cu~ndo d?s f~~ómenos varían concomitantemente y en una
deter:rrunada direcciOn, _el científico busca una relación causal entre
. e~t9s fenómenos,.~ e ntre ambos y un tercero. Las implicaciones filo-
. . . s~~~.a~ ~~ 1,~ .cone~ón causal no.atañen.al científico. Para él, causali·
dad éqlii.vale a concomitancia en la variación de dos o más variables
. . ..-:
.:·...: . .
~.
Los conceptos fundamentales 33
cuando la existencia y naturaleza de esa concomitancia se ha deter-
minado y se conoce, además, la dirección del proceso.
La correlación estadística es·, sencilJamente, un método matemá-
; tico para expresar la concomitancia en la variación de dos variables.
Esas variables son dificiles de distinguir en psicología. En nuestro
ejemplo no sabemos con claridad cuáles son las variables o funciones
· que producen los resultados en las dos pruebas psicológicas. Pero si
. en diversas ocasiones la correlación entre silogismos y analogías
resulta igual a l, ello nos mueve a sospechar que la capacidad psico-
. lógica que interviene en la producción de Jos resultados es la misma
· · en ambos casos. Si la correlación es alta, pero no perfecta, si es igual
. a 0,90, por ejemplo, existe una firme base para suponer que lo que
ha motivado las diferencias individuales en la solución de silogismos,
¡·; · tiene mucho en común con lo que ha motivado las .diferencias indi-
viduales en la solución de las analogías. En general, el coeficiente de
! ••••
· correlación entre dos series de medidas de dos procesos, expresa lo
que es común a esos dos procesos. Aquello que es peculiar y privati-
.. vo de un proceso no influye ni puede influir sistemáticamente en su
cotTelación con el otro.
Si tenemos un número n de pruebas psicológicas y sus interco-
. · rrelaciones, sabemos, pues, que la correlación de cada prueba con
cada una de las otras se debe a algo común a ambas. Por tanto, pare-
ce posible llegar a descubrir aquello que es común a todas las prue-
bas o a ciertos grupos de e11as, por medio de un estudio adecuado de
las intercorrelaciones entre las mismas.
·. ¡ Ahora bien, en el problema que a nosotros nos interesa las varia-
bles correlacionadas son las habílidades que un número de sujetos
l utiliza en la solución de ciertas pruebas psicológicas. Buscar los ele-
mentos comunes que explican las correlaciones es Jo mismo que bus-
r
i1 car las habilidades fundamentales que los sujetos ejercitan en la solu-
ción de esas pruebas. Estas capacidades o habilidades, al ser de
·1 distinta excelencia en Jos distintos sujetos, producen diferencias indi-
viduales en las respuestas a las pruebas y motivan, así, las correla-
.f ciones observadas. Si cada prueba requiere una ·habilidad distinta,
: ·f! . un proceso psicológico sin nada común con Jos demás, J~s diversas
.! pruebas tendrán correlaciones nulas o aproximadamente nulas, den-
t tro de Jos límites de Jos errores experimentales. Cuando se estudian
l
. ·[
las funciones cognoscitivas, y más especialmente las intelectuales, se
observa, por el contrario, gue las correlaciones obtenidas experi-
mentalmente son positivas. Lo cual parece indicar que los actos cog-
noscitivos del hombre son función de un reducido número de habili-
J .
:
·. ..L:·t: , . . ...
;
:; . . ; ..
.: .. .. .,~. ': . ~
 -~ vH·.
Los conceptos fundamentales
'..:f . .. ; . 35
34 Mariano Yela
¡ ·.·
.. ·t . cológica, como toda investigación científica, empieza y termina en el
dades o capacidades ·fundamentales. Descubrir esas capacidades o hombre, quien ha de formular los problemas e interpretar Jos resul-
factores, como son llamados corrientemente, es el objeto del ·análisis J
t tados.
; factoriaL . . 1
. El _análisis factorial, a pesar de todo su aparato matemático, no
. El valor de un análisis factorial se mide, dice Thurstone, por el J garantiZa el hallazgo de soluciones importantes si las hipótesis que
: 1: ( '
. :•
.·. (
..
grad·o en que es capaz de descubrir un grupo de factores causativos
¡ dirigen al investigador que Jo aplica no son importantes en sí.
!
: ·~ ' . . que expliquen, en un orden psicológico subyacente, las correlaciones i Una vez formulado el problema y dispuestas las pruebas per- 1'
1
:2( ~xperimentales entre las pruebas psicológicas 11. tinentes, se aplican éstas a un grupo de personas lo suficiente-
·.:;(
, ·.
t mente numeroso y variado para que puedan apreciarse bien las di- l
.f. ·... ferencias individuales en cada una de las funciones que se quiere 1
;
;; ( b) Las cuatro fases del análisis factorial estudiar.
;!
;,(
',! •

· En la resolución de todo problema factorial pueden distinguirse

:f' ·. Los resultados obtenidos por estas personas permiten averiguar
. las correláciones entre las pruebas psicológicas, las cuales pasan a
1¡
! 1
!/e cuatro fases: 1." Preparación; 2.8 Factorización; 3.~ Rotación, y 4.~ In-
t
1
:·
formar la llamada tabla de intercorrelaciones, objetivo final de la e ta-
·:;(
:·.:;(
terpretación.
· En la primera se formula e! problema y se fijan las condiciones
t~
••
~
. pa preparatoria. La figura 1 representa una tabla de correlaciones
entre seis pruebas o test. A esta tabla se le da el nombre de matriz de
!1. 1

·¡
•¡
·;!, . experimentales: En la segunda, el investigador trata de averiguar correlaciones y es designada brevemente por Ja letra R. 1
:. ( cuántos factores comunes es preciso admitir para explicar los datos ¡
r r_
:. ... · experimentales. En la tercera, se pregunta cuáles son las relaciones t 1 2 3 4 5 6
entre estos factores y las pruebas psicológicas. Finalmente, en la
~. (
cuarta fase, el investigador procede a la interpretación de los resul- 1
~; e tados .
rt2 rt3 rt4 rts rt6
.•:
+C Exponemos a continuación la lógica de cada una de estas fases,
que examinaremos con más detalle en los capítulos siguientes.
2 r2J r2s r24 rzs r26
:'; (
.! . 3 r3J r.52 rJ4 r:;s r36
:e l.• Preparación
:e
~
El primer paso en un análisis factorial consiste en escoger el cam-
4 r~·~ r,.2 .r43 r_.s r 46

1 (
!! .. 5
po psicológico que.,se desea investigar, delimitar el problema, señalar rs1 rs2 rs3 rs4 rsó
i! ( qué tipo de funciones y actividades se pretende estudiar.
it Según su ingenio y competencia, el psicólogo formulará hipóte~ .6
~! e- r6t r62 r63 r64 r6s
lj . ¿ sis acerca de los fenómenos observados. Con arreglo a estas hipóte-
sis creará, o utilizará si ya existen, los test que estime adecuados para Fig.l.
¡( medir las funciones en cuestión. Los resultados det' análisis se encar-
¡ ( garán después de confirmar o desaprobar esas hipótesis. Pero el aná-
{

(
lisis no podrá nunca llegar a conclusiones de interés científico si el
investigador no ha sido capaz de formular de antemano hipótesis
oportunas sobre problemas fundamentales. Toda investigación psi-·
2.• Factorización
El paso siguiente consiste en averiguar el número de factores
.¡
( comunes que es preciso admitir para explicar las correlaciones obte- ·;
( .. nidas. En análisis fac torial se demuestra que este número es la carac-
:.¡
e· . · ~: 11
-Thurstone, L. L.: ·«Second Order Factors», Psyéhoiitetrika, 1944, vol 9: nú-· terística «n> de la tabla de intercorrelaciones considerada como una

.(
mero 2, pág. 87.
~ ...1i
e ·' . .
.1
l ·:··· .. .~ l
:. ~:·· ·...::. .:.:J
. .e . :... ·:..~ :.-:. .:....~·~ ... ...·. .
 . ,.
-~:

Los conceptos fundamentales 37

36 Mariano Yela
J. H
matriz cuadrada 12•
Esta fase se conoce con el nombre de fac toriza.
ción y da por resultado una tabla llamada matriz ortogonal, designa· ·.
da con el símbolo F. En ella se presentan las relaciones entre cada f · • Í
prueba y los factores que reclama la característica de R. Si supone- ' t
mos que en la matriz representada en la figura 1 la característica es ,
r = 2, la matriz ortogonal a la que conducirá su factorización seria del
tipo ilustrado por la figura 2. · ·
,1' • • •• •

1 II
· ¡··;, .
. ..
:' . ..:· :· ...
X X ·.:.. ·. ·. . ·..\. :· .
• •• 1

. . .. '\' . ¡~ .
2 X -X ..,·.. : . .':J..
.· .
3 X -X
... . '

. :-·· •'

4 X X Fig. 3.

5 X -X .; - res distintos, que han intervenido en los procesos causativos de las res-
·, . puestas de todos los mdividuos a las seis pruebas. Cada prueba no re-
6 X X presenta, pues, una dimensión distinta de la actividad psíquica, no
· · . requiere una capácidad o principio de acción distinto; todas ellas son
el resultado de la actividad de tan sólo dos capacidades o habilidades.
Fig. 2.
Sí exploramos en muchos individuos las diversas funciones que recia·
man las tareas consideradas como propias de la actividad inteligente,
Si representamos cada prueba psicológica por un vector, cómo podremos poco a poco ir averiguando cuántas son las dimensiones de
en la figura 3, de tal manera que el producto escalar entre dos vecto· la inteligencia, cuántos factores distintos intervienen en los procesos
res cualesquiera sea igual a la correlación entre las dos pruebas que que reclaman tareas tales como razonar empleando símbolos distintos,
representan n, todos estos vectores se extenderán, en nuestro ejem· ·percibir y entender analogías, resolver problemas aritméticos, com~
plo, en un espacio de dos dimensíones. Esto es debido a que la ca- . prender y usar paJabras, etc.
ra~ter:istic~ r de la matriz R es igual a 2, según convinimos. Lo cual Conviene entender bien que las figuras 2 y 3 expresan exacta-
qui~r~. dec1r que necesitamos dos ejes de referencia para defmir la mente Jo mismo con distinto lenguaje. La figura 3 muestra los vec-
posicion del conjunto de las pruebas. . . · . tores de las pruebas y los dos ejes ·con respecto a Jos cuales pueden
. ·. En té~inos psicológicos esto equivale a afirmar que los resulta- expresarse. Cada prueba, es decir, cada vector, viene definido por
dos obtemdos en todas las pruebas indican la presencia de dos facto· . sus proyecciones en ambos ejes. La figura 2 es una tabla de tantas
· filas como pruebas y tantas columnas como dimensiones tiene el
espacio de la figura 3. Sus casillas son las proyecciones de cada vec-
La m~trl~ ~ de la figura 1 tiene vacías' sus casillas diagonales. Para poder
12
· · • tor en cada eje de coordenadas. Estas proyecciones las hemos desig-
~Uar !a caracterl$tíca es preciso inscribir en ellas ciertos valores, cuya significación y
calculo exponemos en los capítulos siguientes. .. · ·
la
nado de modo general por medio de letra X. Los vectores 2,- 3 y 5
..··.·· ·~: El producto· escalar de dos vectores es ·eJ·proctúéto'de sÜs longitudes p<)~· ¡;¡ ·
1 tendrán proyecciones negativas en el eje II; por eso hemos ante-
\
coseno del ángulo que fonnan.

38 Mariano Yela
. puesto un· sigilo - a la X de cada üna de las casillas correspondíen-
tes. En nuestro ejemplo hay dos dimensiones y, por tanto, dos ejes
de coordenadas en la figura 3. Asimismo, y por la misma razón, hay··.
dos columnas o factores en la figura 2. El número de los ejes está '
completamente determinado por la dimensionalidad del espacio de-
. finido por los vectores. Pero la posición de estos ejes no viene deter-
minada por ninguno de los datos experimentales. La posición de los
ejes en la figura 3 es enteramente arbitraria. Asim ismo son arbitra-
rios los valores que fo rman la matriz F, puesto que dependen de
dónde situemos los ejes de la figura 3. El método de factorización
más comúnmente empleado sitúa cada eje perpendicular·a los demás.
Por eso la matriz F se llama ortogonal.
En otro capítulo veremos como se halla la matriz F. Por ahora
nos basta con aclarar el significado de cada fase del análisis factorial,
prescindiendo, para mayor sencillez, de las demostraciones y cálcu-
los matemáticos.
Algunos críticos han acusado al análisis factorial de introducir
en la factorización una condición injustificada, a saber: buscar el
mínimo número de factores explicativos de las pruebas psicológicas,
en vez del número total de factores que de hecho intervienen en las
actividades que se consideran.
Esta crítica es correcta, pero no destruye el valor del método fac:..
torial que estamos considera-ndo.
Es verdad que la característica de la matriz R puede indicar
menos factores de los que en realidad están operando. De hecho, los
factores que intervienen en la solución de cualquier prueba psicoló-
gica son innumerables. Baste considerar la complejidad del organis-
mo, sus incontables relaciones psicofísicas y psicofisiológicas, las
múltiples influencias introducidas por la herencia, la experiencia pre:
via y el ambiente en un momento determinado en la actividad del
individuo. Todo esto influye.más o menos en la respuesta del sujeto
a cada prueba psicológica.
Pero, en primer lugar, el análisis factorial no pretende descubrir
todos los factores que intervienen en la solución de cada ·prueba, sino
sólo aquellos que son comunes a qos o más pruebas.
En segundo Jugar, el psicólogo está interesado en descubrir los
factores fundamentales, los que intervienen en gran numero de fun-
ciones y actividades, no los que modifican la actividad de manera
Los conceptos fundamentales
39
·:-:··. ·.... ,...
:.:.: ....
:= •• •••• actividad psicológica n? ~ctúan_ separados, ni se organizan al .azar y
·· · · ~ada vez de un modo d1~tmto, smo que, ante los mismos problemas,
tienden~ actuar de la mtsma fonna, es decir, organizados y dirigidos
'1 ~ una cterta. manera que les presta unidad funcional. La persisten-
1 . c1a de esa un_tdad de función, manifestada en cada individuo en for-
· ·
m_a de capaczdad estable de hacer con cierto grado de excelencia un
·· · numero de tareas de material y contenido diversos, indicará, si se
... . · demuestr~, la existencia de principios generales de acción, de Jacto-
. f ·.· . res orgamza?ores y dírecti~o~ de la actividad p síquica. Estos factores
';:t··.: .. son los que mteresan al pszcologo. y el analista presume de antema-
·.~: .·. :._ , ,:no.que esos factores que integran la diversidad de elementos en una
·:-':.. : :·_:_; .. : ~m dad funcional son pocos en número, en contraste con Jos factores
.'~ .. ·.. >": .' . · mstrumentales de l'?s cuales se ~i:ven, y c~11 !os factores incidentales
¡ · ,·. · o ca~uales q~e mod.Jfican .su act!Vldad de dJstmta manera en distintas
1., : ocaswn~s. S1 esta hipóteSIS es falsa, la característica de una matriz de
.., ,:: · co:rel~c~ones de pruebas que cubran un gran número de funciones
.·., . pstcol~~cas será ig~al al ?ú~ero de esas pruebas. Cada prueba
::: req~_eJ?ra un~ c_a~ac1d~d _dl.stmta, no habrá factores directivos de
.. : a~~ton, no ex1sttran p~ncipl?S g~nerales de actividad . Si la suposi-
.: ~~ czon es co:r~ct~, .' sera muy ¡~fer:or a n -el núm ~ro de pruebas-:-,
·,. ·1 .. lo qu.e se~a mdJCJO de la presencia de_unas capacidades, en número
. . f. · .:'.:. . ~u y mfeno~ al de las tareas, cuyo funcionamiento produce los resul-
.r -... . tados obtemdos en todas esas tareas 14.
·f . Por otra parte, dada una matriz de correlaciones, el número de
'¡ factores comu~es_ explicativos de las pruebas no puede ser mayor ni
j menor que e] md1cado por la característica. Si se acepta un número
·i menor de factores, se dejará sin explicar una parte de las correlacio-
. -~ n~.s. Si se admite un número mayor, tendremos factores que son fun-
l c~o~ de otros factores, es decir, que no representan una dimensión
¡ dtstmta de la actividad pskológica.
l .
·Por último, siempre cabe la posibilidad de que el investigador
·1 sospeche la existencia de algún factor fundamental que no aparece
! en los resultados de su análisis. Antes de admitir ese .factor sin
.embargo, tiene ~ue demostr?~lo. Lo indicado en este caso es, pri- . ed
mer luga~, estudtar las c:ondtcwnes experimentales en que el trabajo
j
·J..J se ha real~zado ~or ver SJ en ellas descubre alguna razón que explique
la aus~nc1a de dt~h.o factor, y en segundo lugar, preparar otro estudio
.· l
. faetona}en cond1c1ones tales que, si ese factor existe, tenga que apa-
~ t .
. ·. J

leve y muchas veces casual. :t

· ·..~ En tercedugar, ..el análisis factorial, según yo lo entiendo, parte
<;le la siguiente hipótesis: los innumerables factores que influyen en la ·l ..·
:J · ...
•• Suponemos, en este razonamiento, que las medidas están libres ñe todo error. .

.· ·.1
~;: _ . . ::
..· ' .
.·~ ' . . .:
'
, ..
'
,.......
 . ..... ,. · ...... . •.
r::'"
:;· ¡~ ./";.
.. ~ .. ·' ··.:_:
·: ;>. :. -... .•
~:4
Los conceptos fundamentales 41
f:if 40 Mariano- Yela ... ·:.
.,;~l
.·. :
·,. distintos que se necesitan, pero es indeterminado respecto al proble-
..'J re~er en los resy.l_tados. Esto es siempre posible en análisis factorial. ma de cuáles son las pruebas qu·e dependen de cada factor. ·
:.'$:
En defmitíva, la ·confianza con que admitamos los factores des- · Para explicar esta indeterminación se acude frecuentemente a
~~
:;1¿ cubiertos se basa tan sólo en la constancia con que aparezcan en • ilustraciones geométricas. Volvamos a nuestro ejemplo. Nuestras
1
~f · · diversos estudios, y en el grado de significación ps.icológica que nos seis pruebas pueden representarse por medio de seis vectores de
•i· re!Íelen, teniendo en cuenta los demás datos de la obserJJación y ex- cierta longitud y dirección, extendidos en un espació de dos dimen-
··1
·~ . perimentación psicológi~as. siones (fig. 4). Estos v~tores son los mismos de la figura 3, pero
•! están representados sin ejes de coordenadas. El número de vectores
;.corresponde al número de pruebas; la dimensionalidad del espacio
') 3 ..a Rotación
en que se extienden corresponde al valor de la característica de R; la
·l La factorización descubre, pues, el número de factores comunes posición y longitud de los vectores correspon.d en a las correlaciones
,_[ · y distintos que explican las pruebas psicológicas. . entre las pruebas, ya que, como queda dicho, la correlación entre

~'J.
Pero ·esta respueSta no es totalnJ,ente satisfactoria. Si. el análisis ' :\ .
dos pruebas es el producto escalar de los dos vectores que las repre-
·factorial se detiene aquí, como defienden algunos autores, nunca sentan.
'•
:~
:~
sabre.mos qué son esos factores, los cuales se reducirán, por tanto,
a metas símbolos matem~ticos sin conten,ido psicológico. Servirán
como medios de condensación estadística, útiles en psicología apli- 6
cada, pero inadecuados para la construcción de un sistema científico
de psicología. 3
El objetivo principal del análisis factorial es el descubrimiento de
las facultades psiéológicas, si tales existen. Por tanto, el investigador
5
no puede contentarse con saber cuál es el número de los factores
explicativos y la expresión éuantitativa de sús relaciones con las
pruebas psicológicas en un sistema arbitrario de· significación desco-
nocida. El psicólogo aspira a saber cuál es el contenido real de esos
factores. Para ello no tiene otro medio que observar las relaciones Fig. 4.
entre los fac tores hallados y l~s pruebas que son función de ellos. La
naturaleza de cada factor se averiguará mediante el estudio de las
pruebas en cuya solución interviene y de las pruebas en cuya solu-
ción no influye, hasta,descubrir la razón psicológica que explique por
¡ El modelo vectorial así construido equivale, punto por punto, a
la matriz de correlaciones. Suministra la misma información y se
qué tal fac.tor interviene en tales pruebas y no interviene en tales f
¡ puede pasar del uno a la otra sin perder ni ganar absolutamente nin-
l
otras. Para emprender este estudio necesitamos saber exactamente ¡ gún dato. La matriz de la figura 1 y el conjunto de vectores de la figu-
~
qué pruebas dependen de cada factor. ra 4 son exactamente equivalentes.
. Ahora bien, después de la factorización, las pruebas se nos pre-
sentan agéupadas el) tomo a varios factores, como puede observarse . l
l
¡
Veamos, pues, en el modelo geométrico (fig. 4), qué información
nos ofrecen los vectores. En primer lugar, nos reproducen las corre-
en las figuras 2 y 3. ¿Por qué no estudiar en este punto las relaciones ..
;! laciones, dato que ya teníamos al empezar. En segundo lugar, pode-
ef!.trecada factor y sus pruebas? La razón es sencilla, ya la adelanté mos observar que se extienden en dos dimensiones, indicando con
en·.parte: pqrque el resultado de la factorización depende del método ello que requieren dos ejes de coordenadas con referencia a los cua-
seguido. Las prue bas se agruparán en tomo a un factor o a otro dis-
t les tienen que expresarse. Este dato lo podemos averiguar tanto cal-
. tinto~ según sigamos un método u otro. El científico requiere una culando la característica de la matriz R como representando Jos vec-
so!u~.i.ó.P ~p.~e~ P.a.r~ Y.On.fi!:lr ~n ~lla. ~~ ;resultado deJa factorización es
t tores y observando la dimensionalidad del espacio . en que se
únicó solamente e n cuanto indica el número de factores comunes y
l

L
.
. !
'

:
 .......
:.>
· .......
....
~·
., . Los conceptos fundamentales 43
: .. .
42 Maiiano Yela
..: . ... bol?s. cuantitativos. En realidad representan ciertas aétividades psi-
·,
exÚ~nderi hecho de que necesitemos do~- ejes de coo~cÍenadas
15• . E( 1
1..
.cologtcas. Y ya q1.1e las propiedades matemáticas de los vectores no
- nos indica que existen dos .factores comunes que explican todas las ·l . nos ayudan a encontrar una solución única al problema, hemos de
~!
(
correlaciones. e intervienen en la solución de lás pruebas. Ahor~ bien, •t acudir a las características psicológicas que representan los vectores
¡ ¡ por ver si en ellas hay una indicación que nos permita obtener un~
_¡ (
. qué pruebas explica cada factor depende de donde situemos los ejes-. í
·¡e_
j

f
· Pero -e n la .configuración vectorial 16 no hay ningún dato que-nos in-
. ·dique dónde debemos situar los ejes. Independientemente de la posi-
!
t ...
. solución única. Buscarnos, pues, un criterio que conduzca a la selec-
ción de unos ejes de refer~ncia que tengan sentido psicológico. Unos
e ción de los ejes de referencia, los vectores reproducen siempre lasco- i
f
·ejes de referencia tales que, siendo hallados en todos los problemas
~ rrelaciones, ya que en sus productos escalares no influye la posición
de los ejes de coordenadas. · .
lr
·~
de la misma manera, de acuerdo con las mismas reglas generales nos
expliquen las pruebas en todos lós experimentos de una rnaner; psi-
·,·.
(~ Al final de la factorización no sabemos, pues, dónde colocar los cológicamente admisible.
e
e
e
ejes de referencia y. por tanto, no podemos averiguar qué relación
hay entre los dos factores que se buscan y las pruebas que son fun-
ción de ellos. . ·
En resumen: no podemos interpretar los factores mientras no l~s
l
·¡
l
-~
'
;
El criterio que mejor cumple estas condiciones es, a mi parecer,
el que Thurstone ha llamado criterio de la estructura simple.
· .En lenguaje geométri.co, este c1iterio consiste en situar Jos ejes de ·
tal forma que cada vector· tenga proyecciones significativas en el ·
e· situemos en el espacio definido por los vectores psicológicos, mas ! .;
i
'• menor número p.osible de ejes.
Aqui se introduce la segunda restricción del análisis factorial. Su
(- estos vectores, que son los únicos datos experimentales, no nos indi-
can ni con su dirección ni con su longitud .dónde hemos de situar j objeto y justificación son exactamente iguales que los expuesto.s más
¡
e_ esos factores o ejes. t·
•1
arriba cuando hablamos de la faétorización. .
En la factorización se buscaba una estructura tal que el conjunto
e Es como si quisiéramos averiguar la altitud de dos puntos sabien-
do que su diferencia de nivel es ae 30 metros. Es evidente que con el
l
1 de las pruebas viniera explicado por el mínimo número d.e fadores
e dato mencionado no podremos resolver nunca el -problema. La alti-
!
t comunes. Este número lo indicaba la característica de R.
e tud de los puntos dependerá del nivel que consideremos corno cero.
Dónde fijemos ese nivel es cosa que no está comprendida en el dato
.;
f
En la rotación se pretende hallar una estructura tal que cada vec-
tor~sea cada prueba- aparezca como función 'del mínimo núme-
( ~ ro de factores.
conocido. En ·este caso, utilizando un criterio geográfico, adoptaría- !
e mos como nivel cero el nivel del mar. Pero podríamos, guiados por · En ambos casos el psicólogo procede guiado por la hipótesis -de
que 1) el número de capacidades fundamentales que producen las
e otras razones, adoptar otros innumerables niveles de referencia.
~sí, la co~figu_raci~n vectorial de la figura 4 puede expresarse en respuestas dadas por los sujetos· a las pruebas es considerablemente
c. relac¡Ón con mfimtos SIStemas de dos ejes' de coordenadas cada uno. menor que el número de pruebas, y 2) que la complejidad de cada
prueba es menor que la complejidad del conjunto de ellas; o sea, que
e Uno de estos sistemas es el representado en las figuras 2 y 3. Es total-
no todas las pruebas son función de todos los factores que se han
e_ mente_ ar~i.trario. Depende del ~étodo que hayamos segu-ido en la
factonzacwn. Por eso no nos satisface esta solución. El investiaador descubierto. .
e aspira a elegir, entre las infinitas soluciones, una, la mejor. Pa;a eso i:
La aplicación de este criterio se llama· rotación porque consiste
en girar Jos ejes ortogonales que sirvieron como referencia arbitraria
e: necesita u.n criterio. ¿Cuál será ese criterio? En nuestro caso no pue-.
de ?er otro que la significación psicológica. Algunos científicos han . ·~
{
¡
en la factorización, hasta lograr las características de la estructura
e olVIdado que los vectores en cuestión son algo más que meros sím· simple. La posición de Jos ejes después de.la factorización es inde-
e terminada. La posición de los ejes después de la rotación es única e
independiente del método seguido para obtenerla, dentro de los lími-
e 1
~ Cuando el ~spaéio ·factorial tiene más de_tres dimensiones, no puede, natural- tes impuestos por los errores experimentales.
·.e mente, representarse mediante un modelo fisico.
1
~ Llamamos «configuración.. al conjunto de los vectores. Reservamos el nom-
Conviene advertir en este punto un hecho que parece evidente,
e_ . b_re de ·"~tnictura»para designar el-conjuiitc'de loS vectorés máS 'los e;e5·de refeien- .
.. : cra.Segurmos en esto la terminología de Thurstone. ·
i.
~
pero que es ignorado con frecuencia: un problema factorial sólo pue-

.:·e
,¡
e_ . . t
. '1 ..

¿~
-. . .
:-. . ::~·~:~~.~-~.~~ ..·. :ii.~--

44 Mariano Yela
de conducir a la estructura simple cuando la estructura simple viene
impuesta por la naturaleza de las pruebas o por las condiciones del
experimento. Si aquella suposición a que aludíamos antes de que las
pruebas empleadas en el experimento definen varias capacidades psi-
cológicas. y, por tanto, no son todas ellas función de los mismos fac-
tores, resulta infundada, será vano intentar imponer a la configura-
ción vectorial una estructura simple.
Esta limitación es al mismo tiempo una grave dificultad en el
análisis factorial y una garantía de su validez. Dificultad porque sig-
nifica que al empezar un experimento el psicólogo no tiene seguridad
de obtener resultados significativos, a no ser su propio ingenio y la
rectitud de sus opiniones en la materia. Validez, porque si la·hipóte-
sis que indujo al psicólogo a elegir unas determinadas condiciones
experimentales era inadecuada, los resultados descubrirán su errÓr.
No hay en todo el proceso factorial ninguna fónnula mágica por
medio de la cual puedan obtenerse resultados preconce bidos a partir
·de .datos experimentales que no contengan en sí la razón suficiente
. de esos resultádos. ' nidas en grupos que dependen de uno o más factores. En nuestro
La matriz factorial V
Una vez lograda la estructura simple, si es que los datos experi-
mentales lo penniten, se procede a la formación de la· llamada
matriz factorial V. Consiste en una tabla de tantas filas como prue-
bas y tantas columnas como ejes de referencia; sus valores son las
proyecciones de cada vector en cada uno de los ejes de la estructura
simple. . .
La configuración vectorial de la figura 4 fue referida a los ejes l
Y. II d e la figura 3 en el proceso de factorización. Esos ejes fueron
gzrados después hasta Ja posición que indica la figura 5, de tal mane-
ra que cada vector tuviera proyecciones sianificativas en el menor
nú.me!~ posible de ejes. El eje 1 de la figur~ 3 ha sido girado hasta
comczdzr. con el vector ~' ocupando la posición del eje A de la figu-
r~ 5; el eJe 11 se ha. movtdo hasta ocupar la·posición señalada por el
eJe B. Las proyecclOnes de los vectores en los nuevos ejes A y B se
or~enan en. la matriz factorial V, que representa la figura 6. Todas
l~s p:oy~cc1ones se han representado por la letra X; las casillas ·va-
ctas mdrcan que las correspondientes proyecciones son práctica-
mente nulas. .
' ·. 1•" " • • •
,,
··.....
Los conceptos fundamentales 45
·.. ··.'
B
~~ •
f
..,·¡1
Fig. 5.
4.11 Interpretación
La matriz factorial V nos presenta las pruebas psicológicas reu-
ejemplo, las pruebas 2, 3 y 5 dependen del factor A y son indepen-
dientes del factor B; las pruebas 1, 4 y 6 dependen del factor B y son
independientes de) factor A.
La interpretación de estos factores se basa en el estudio de las
pruebas psicológicas que son función de·ellos.
Así, para descubrir lo que representa el fa ctor A estudiaremos las
pruebas 2, 3 y S, que dependen de él, e indagaremos que razón exis-
., te para que tengan \ma causa común y para que esa causa influya más
¡ en la prueba 5 que en la 2 y esté presente en mayor grado en la prue-
ba 3 que en la 2 y en la 5. Después, estudiaremos las pruebas 1, 4
y 6 para ver si existe alguna razón para que en ellas no influya esa
causa que es común a las otras pruebas. Si este estudio, que es en
parte principal introspectivo, nos descubre esas razones, podremos
ofrecer una definición del factor A Esta definición podrá ajustarse o
. no a la hipó tesis que previamente h~bíamos adoptado re~pecto a las .
. causas fundamentales que producían las operaciones psicológicas
reclamadas por los test. En experimentos ulteriores podremos poner
a prueba nuestra concepción del factor A, añadiendo test que guar-
den ciertas analogías con las pruebas 2, 3 y 5, y viendo si el factor A
vuelve a aparecer como factor común a estas pruebas y a las que
hayamos añadido que sean equivalentes. De este modo podemos ir
explorando los diversos sectores de la actividad humana.
1
_...L·~
..... '
......
..•<. , ··:· ~~~:.':;" .... :
:,~~·:,. ·:

·. · ·-: '· (~J:.:.: ·. Los conceptos fundamentales

.e 46 Mariano Yela 47

e· A B
. ·...) ·.· .. El análisis factorial -ya lo dijimos- es un método de explora-
e· ·· . :' .
ción. Su complemento necesario es el estudio de sus resultados por
e- X
i .
. .
.. :· .. ~

~ otros métodos más directos y su valoración de acuerdo con una doc-

trina psicológica general, en annonía con los datos de la observación
e 2 X y la experimentación. ·
(~
e·· 3 X f'
e:·-
~ 4 X
<:.-
5 X
e· :..·~

e 6 X
( _
Fig. 6.
C.
C.
Naturalmer~ te, la primera ·interpretación de un factor no aspira a
C. ser definitiva, sino simplemente plausible. Su aceptación fmal depen-
e- de de los resultl;ldos que se obtengan en repetidos experimentos, los
e ~·· cuales confinnarán, rechazarán o modificarán la interpretación
e- aventurada en los anteriores.
En particular, hay que tomar precauciones especiales para distin·
e~- guir en los resultados qué parte se debe a las cual-idades psicológicas
< del individuo, qué parte refleja las condiciones de selección del gru-
po de personas investigado, qué parte es consecuencia de la fonna en
e que las pruebas fueron aplicadas y cuál, en fin, es debida a cualquier ·i
t
<~ otro tipo de influencias que se descubran en el experimento. 1
.Este problema consiste en distinguir entre factores fundamenta- i
C. les y factores accidentales. Éstos desaparecerán al repetir el experi~ ¡. .·•.:

e- mento. Los fundamentales permanecerán. t

.~
··'

(~ El resultado último del análisis factorial es el descubrimiento de f1

e_ una serie de capacidades o rasgos psicológicos.

er -
'-- ·
La psicología ha de recoger estos datos y.·someterlos a una
investigación más directa, con objeto de averiguar cuáles de estas
facultades son más primarias y cuáles son menos, cuáles dependen
del material presentado y cuáles trascienden el material y son, por
'~
¡...
\
i ;-.
'
,..- !' .
....__ tanto, más generales y centrales; que cap~cidade~ son innatas y cuá- '
e les adquiridas, cuál es la curva <le crecimiento de cada capacidad
fundamental, cuáles son las condiciones fisiológicas de cada una de
- ~-.1·

: . .: ·.~ . '
e- ellas, etc. . .. •:.. \

e__·
---
...._
,--
"--·····
 n
e r¡
ek
C!
(
: ;;

( ~~
¡.

e. :1
¡.
( ri
·.:-... CAPÍTIJLO IJ ¿1
Las ecuaciones fundamentales (
. ., ::~
':··
C ~·~
/ :<::·<·.· ··. En el capítulo anterior expuse los conceptos fundamentales del .e ~~
· : . · · análisis factorial.
·· · . .. Con'síderamos cuál era su objeto, qué razones habían motivado
e
. : ,. . ..-~ ·. ·.: su 1desarrollo y cuáles eran su punto de partida y sus fases princi- e t..
.·.... , ·. pa es.
. .·
1
' ·
En los Capítulos que siguen examinaremos con détalle cada una
e~ ·.f.l

. .· . .. ,.·. ·. de esas fases y presentaré las técnicas que se utilizan en ei proceso de

(
. _.: : una inve~tigación factoriaL (
.~ ·. :_ _:·.. .· En el capítulo primero, el lector pudo obtener una visión de con-
.·. .·: .· · junto de Jo que es el análisis factorial. En los siguientes podrá apren-
. · der·a manejar la técnica. ~e ,
-~ 1
!¡.·
~
El presente capítulo está destinado a justificar el método, a pre-
.;.!
cisar la visión de conjunto, a presentar las bases matemáticas del
1
1 procedimiento factorial. e .~
e·;¡
1
( - i~
·f l. ELEMENTOS ESTADfSTICOS PREVIOS
( €'

l
..
a) Pruebas psicológicas y puntuaciones típicas ex
El objeto de un estudio factorial es averiguar de qué factores son
(
lf función un número detenninado de variables. e1 l

e( l,
1 El método se ha aplicado especialmente al estudio de variables
· psicológicas.
i· Son variables psicológicas, por ejemplo, las diversas modalida-
! des de la actividad inteligente del individuo. Cuando pretendemos (
· · · averiguar los factores que intervienen en la producción de esas
:, ...·· . \.
modalidades, empeza~os por examinar la conducta del individuo en e
e
'l . (_
'
L '
.
~ (
 "f7.
50 Mariano Yela ·...t Las ecuaciones fundamentales

En nuestro ejemplo:
51

una serie de situaciones que requieren -en plausible supuesto- el ·.•ti
uso de su inteligencia.
Llamamos pruebas psicológicas o test a este tipo de situaciones,
cuando están normalizadas y permiten obtener una medida de la ac- .. · 1'.
tividad del sujeto.
Todo estudio factorial empieza de este modo. Un grupo de indi-
viduos es sometido a un conjunto de pruebas. Cada ·individuo i obtie-
ne en cada prueba j un valor o puntuación X¡;· Llamamos X¡¡ a la pun-
tuación directa, expresada en unidades de la prueba. Empleamos los
':· ¡.
subíndices j e i para expresar, respectivamente, las pruebas y los indi-
viduos. Así, el sím bolo X.; significa !a puntuación directa -en uni-
dades de la prueba- del Índividuo i en ta prueba j.
Por ejemplo, sí un sujeto consigue 45 aciertos en una prueba de
... razonamiento, y la prueba es valorada contando cada acierto como
un punto, su puntuación directa será: X¡;= 45. ·
Si este individuo es el número 2 de un gr_upo y designamos con . . f
la letra r ~ la prueba de razonamiento, la puntuación obtenida se
denotará: xt'2;;:: _15.
:. i .
Llamamos Xj a la media de la distribución de valores Xj;- Por tanto,
1
·. J
N ·.·.l
X - - E X.. [tJ
' N
i =1
,,
que debe leerse: la media de la prueba j es igual a la suma de todos
los valores X.. alcanzados por los individuos i, del primero (i = 1) al
último (i ~ Ñ>, dividida por el número N de esos individuos.
Conviene a veces expresar la puntuación de un individuo en fun-
ción de la media del grupo a que pertenece. La razón es sencilla.
Supongamos que la puntuación de un individuo en la prueba de razo-
namiento es X¡¿= 45; ¿qué indica este valor? El individuo en cuestión,
X¡¡= 45 - 30 = 15
.¡ Pero esto no es aún suficiente para saber con cierta precisión el
grado de superioridad del individuo. Sabremos que es superior y que
esta superioridad consiste en que su puntuación está 15 u nidades
. por encima de la media de su grupo. Pero, ¿qué significan esas 15
1
·unidades? ¿Indican un alto grado de superioridad o sólo una supe-
-~ rioridad pequeña 7 ¿Cómo podremos compararlas con las unidades
de otra prueba? Por ejemplo, si el mismo individuo obtiene una pun-
. . tuación Xki = 65 en una prueba de memoria cuya media es Xt::: 40,
¿en cuál será superior, en razonamiento o en memoria? En razona-
miento está 15 unidades por encima de la media; en memoria, 25
t
l unidades por encima de la media: ¿qué significa más: 15 unidades de
la prueba de razonamiento o 25 de la de memoria? Sólo podremos
saberlo si tenemos en cuenta el modo cómo varían las puntuaciones
·· del grupo ~n ambas pruebas. Si los valores X¡¡ se agrupan en tomo a
la media X. de tal modo que todos están muy próximos a ella, un
valor com~' el obtenido, que se aparta 1S unidades de la media, pue-
de significa! un alto grado de superioridad. Si los valores>;¡ se dis-
. tribuyen de tal modo que muchos de ellos están muy alejados de la
media, un valor como el obtenido, que se aparta 15 unidades, puede
i
significar un pequeño grado de superioridad. Necesitamos, pues,
t~ referir la puntuación del individuo a la variabilidad del grupo.
1
1
1
Existe un índice que expresa el grado en que las puntuaciones del
l grupo varian en tomo a la media. Este índice es la desviación típica.
La desviación típica de un grupo de individuos i en una prueba j se
denomina o (sigma) y viene dada por la fórmula:
o=VlN í 11 x'''
1 =
[2]

¿es superior, mferior o medio en razonamiento? Es claro que ello

dependerá de los resultados obtenidos por IQs demás individuos del ¡
· 1
Supongamos que la o de Jos valores X¡; de la prueba de razona-
miento es igual a 15 unidades. Esto quiere decir que si expresamos la
grupo. Si sabemos que la media del grupo es X¡= 30, podemos afirmar 1:

que el individuo está 15 unidades por encima del valor medio y, por puntuación del sujeto de nuestro ejemplo en unidades cr, osea, si di-
tanto, que su actividad razonadora es superior con respecto a la capa- vidimos la puntuación del sujeto X¡; = 15 por cr¡ .= 15, obtendremos
cidad de razonamiento manifestada por el grupo a que pertenece. _ un valor
. , Llamamos desviación . .xii' a la diferencia entre X¡¡ y la media X¡; x..1 ÍS
as1, z1.. = - ' =- = 1 ::
' cr¡ 15 t
~

f
. j
... ~
.J
.....•~
 ""'"""7"
. •:'!111,. . . ...
. . ., . . _ . . . . , · " : ' .

·. : .

·~
<. Las ecuaciones fundamentales 53
52 Mariano Yela : : · ·
.. ·
...·.. .: ...
En efecto:
que nos indicará la distancia del individuo a la media de su grupo en .·
f unción de la variabilidad de ese mismo grupo. En nuestro caso, z,,.. = 1, . i .N
.
lo cual significa que la superioridad del individuo es precisamente igual ,
Z¡ r. zji
1
N i=1
a la.
. Llamamos puntuación tipica z.¡1 de un individuo í en una prueba : ...
.
. j al cociente entre su puntuación X¡¡ y la desviación títpica a¡ del gru- . ·¡ ·:.'.. pero

¡;
po en esa prueba. As1: .. . , :_.
1
·.:...
z .. -- xF
JI (J .
J
Z¡¡ =. X¡¡-X¡ = X¡¡ [3] :t:;;(··
luego
O¡ O¡ ::·'.(; ('·:·; :
1 N X¡¡ 1 N
.. Según esto, las puntuaciones directas X¡¡ están expresadas. en ,.· ,'t ... Z1. - - - r, - =- k X¡¡·
·'i unidades de la prueba; las puntuaCiones típicas zií' en unidaaes ... ·:: .:···.. N ¡:;:
. cr. Na.l l. =
-· . . , 1 ) 1
sigma.
Si las d esviaciones típicas del grupo en las pruebas de razona- donde
miento j y de memoria k son, respectivamente, a.:= 15 y ak -= 25, las . ··· ..
puntuaciones típicas del individuo i en ambas pritebas serán: ·: .. ·~ . .. N
k X¡¡= Ü
i=1
xki 25
zJI.. y zki = c:Jk = 25 = 1. ' .·. ya que
N N N
Es decir, am bas puntuaciones tienen el mismo valor cuando se
convierten a una escala común, como es 1a escala típica 1•
r. X¡¡ = r. (X¡¡ - X¡) = r. X ¡¡ - NX¡ =
í= l i=l. i=l
Nuestro individuo está más alejado de la media en la prueba k
que en la prueba j; pero también están más alejados, en general, los N
demás individuos del grupo. Debido a esta mayor dispersión de los :E X¡¡ N ·· N
N
valores en la prueba k, lo que, como es natural, rebaja la importan-
= :E xJI.. -N i. =N1 = :E x.. - r. X.. =O
cia de las unidades de esa prueba, ambos valores, X.1 =45 y Xki =65, · ¡1
·i = 1
JI
í= 1 i= 1
indican, a pesar de su discrepancia aparente, el mi~mo grado de su-
perioridad. En ambos casos el individuo está exactamente la por en- Tenemos, por tanto, que:
cima de la m edia de su grupo. .
Las puntuaciones típicas tienen, ad'emás, otras propiedades ma- N
temáticas que las hacen preferibles a las puntuaciones directas. z,. - -N r. zJI.. =o [4]
·,_. Así, la m edia Z¡ de una distribuCión de valores típicos Z¡¡ es igual i =1
a cero.
Otra importante propiedad matemática de las pun~uaciones típi-
..: ..:: .. . cas e~ que la desviación típica az de sus distribuciones es siempre
1
Para no complicar la exposición de estos conceptos suponemos que las dis tri- igual a l .
.. buciones de aml;>as pruebas son del mismo tipo.

~
·'...'··]¿
···.. : .··'. ·...
'
;~
:·
... :· ~ ·~.. ;.- . :_ .• .
 : _~ ~-: : -:;;"6;~. ·: . Las ecuaciones fundamentales 55
Mariano Yela .. '··.. .
"54
' ~ ~ '• ' .
,..__ _ _ _ _ N individuos _ _ _ _ _....,.
:.· · ..
En efecto,· según [2): 1 2 • N
1 j{ 1 N
.:+ ··. . Z ¡; . . . z,N
ztt z,2
t~~ J=
1
a2 = - r z2 . = - r v
1

1
.

z Ni=! JI Ni=l J
. . .. . 2
z21
(
e
-
1
N i
N
:r
=1
x2 ..
cr2.
JI

1
= 7.
1 N j
N
r
=1
xZ¡¡
az.
= -1=
a2.
1
1
l.·.
1 .

·. 1~ o o
o .

; ':o
o
.
.
. t.~

( Luego:
'
.. .. ~
zH zji

a 21• =a.1 = 1 [5) .

.
.
e
(
,-·
cuando las puntuaciones de ia prueba j vienen dadas en unidades
, o

t1p1cas.
l
•

Para mayor sencillez en el cálculo emplearemos puntuaciones tí-

:¡..
·.· 1 .' • o

.
.
picas en las demostraciones del procedimiento factorial que se dan a
\....
,-· continuación. .
Í..... n znl
e b) La matriz de puntuaciones
.· . ..
( Matriz de puntuaciones Z ,
Con los valores z.:
de todos los individuos en todas las pruebas Fíg. 7.
( empleadas podemos /~rmar una tabla con tantas filas como pruebas
y tantas columnas como individuos. ·¡ cará el. número de factores necesarios para explicar las cotTelacío- ¡: ..~~
( A esta tabla la vamos a llamar matriz de p'untuaciones Z. Una · l. nes, y de la matriz F pasaremos, por medio de la rotación, a la ~'.<1
·. ,..
( matriz es, simplemente, un conjunto de números ordenados por filas ·. ·t matriz factorial definitiva V, que nos permitirá averiguar cuáles son ... ' :.
e y columnas . Si tenemos'n pruebas y N ind ividuos, la mahiz Z tendrá
n filas y N columnas, y diremos que es de orden n x N (vid. figura 7). . ,.f estos factores. ·
Pero, antes de explicar las distintas fases de este proceso, vamos
'
e El objeto del análisis facto rial consiste en explicar estos valores a examinar la estructura matemática del proceso mismo, para que el
.....
c. Z·;· Todos ellos son producto de la actividad del sujeto ante ciertas
sftuaciones que reclaman en é1 determinados procesos psíquicos.
lector aprecie con· claridad los supuestos en que la técnica se basa, la
. lógica con que se desarrolhi y los fundamentos matemáticos de la
( Suponernos, apoyados en los datos de la psicología, que estos proce- ¡. misma.
e sos d ependen de la actividad de ciertas capacidades del individuo, y
qQeremos averiguar: 1), si este supuesto es correcto; 2), cuáles son
·I
.t .
( esas capacidades, y 3), en qué meclida con tribuyen a la obtención de ! 2. LA HlPóTESIS FUNDAMENTAL Y SU EXPRESIÓN ALGEBRAICA
.e
.( .
.los valores típicos hallados.
Para averiguar esto partimos, como queda explicado en el capí-
_,_l ..
i ;, .
.1 El supuesto .fundamental del análisis es que las puntuaciones
la
tulo primero; de matriz de correlaciones. De esta matriz pasamqs, • obtenidas, z.,. dependen de la actividad de varias capacidades o facto-
o •e en .el' proceso de factoriz.áCión~ a la matriz ortogonal F, nos indi- que :
·. !· ·..[
. . ...
. )

~:~L--.
: '"~ ... •. ,:: .
·!
~ .. - . . . - .

t•••· '" •.
:r
' Las ecuaciones fundamentales
\:~~
.·~· 56
Mariano Yela ..
:o.
res. reclamados por las pruebas y poseídos por los sujetos. Este
supuesto puede expresarse. en forma algebraica mediante la ecuación: ,
~:
Z¡¡ =f¡l X¡¡ + !¡'2 X2¡+ .•..• + f¡m Xmi + ... + l¡q Xq;
" Todo ~~ sistema factorial que se explica en este libro se basa en
esta fórmula. Conviene, pues, entenderla bien y conocer su alcance y
sus limitaciones.
La ecuación (6) indica que la puntuación z.; obtenida por el indi-
viduo i en la prueba j es el resultado de la acti~idad de las capacida-
des o factores 1, 2, 3, ... m, ... q. El sujeto frente a la prueba j pone
en juego sus capacidades, cada una de las cuales actúa en el grado
señalado con el símbolo xmi' Cuanto mayor sea la eficacia funcional
·de un determinado factor m en el individuo i, mayor será el valor xmi
ron que ese factor contribuye al resultado total z¡;·
Para mayor sencillez en Las demostraciones, definirnos estos va-
lores xmí como puntuaciones típicas de los individuos i en pruebas
puras de cada factor m. . . . tores m son ortogonales; es decir, que sus intercorrelaciones son
· Ahora bien, en el resultado fin~[ z¡; alcanzado por el SUJe~o L
no sóJo influye e l grado de excelencia de cada una de sus capacida-
des - x .-, sino, como es natural, el grado en que estas capacidades
son req~~ridas por la prueba en cuestión. Los coeficientes f¡m indican
precisamente esto. Si una prueba j, por su propia naturaleza, recla-
ma en alto grado la actividad de un determinado factor m, el coefi-
ciente f de esa prueba en ese factor será alto, independien temente
';u
de si el jeto posee el factor m en grande o pequeña cuantía fundo·
nat; es decir, independientemente del valor xmi.
Las distintas maneras y grados en que los coeficientes !¡m y los
valores x . pueden combinarse dan origen a las diferenéias indivi-
duales:· u';;a prueba de sinónimos, por ejemplo, exigirá la actividad
de determinados factores, no de todos. Los coeficientes !¡m serán más
o menos altos en los factores exigidos; serán prácticamente nulos en
los demás. El sujeto que realiza Ja prueba será superior en algunos
factores, quizá en todos; o tal vez será inferior en unos y superior en
otros. Si es muy superior en los factores especialmente reclamados
por la prueba, los términos fm xmi correspond1entes a estos factores
serán altos y contribuirán nofablemente a la consecución del resulta-
do fmal i ... Los témúnos que se refieran a factores no redamados por
la prueb~: o de calidad ínfima en el sujeto, se anularán y no contri-
. huirán. prácti~arnente al resultado final. Si un factor es exigido en
al te) grado por la prueba, pero poseído en escasa medida por el suje-
.:1
.·... · .- -- ~·
_.. . T
~ '. :··: ': .. -~ ..
:~- -_'. . ::·
57
to, el término correspondiente será de poco valor, e igualmente si el
sujeto sobresale en un factor que apenas interviene en la sol_ución de
la prueba. . - · ·
En resumen, cada valor típico z¡; es función de: l), los factores m
J que la prueba j, por su naturaleza, reclama; y 2), el grado de exce-
(6) . lencia que estos factores m alcanzan en la actividad del sujeto í.
_ Los factores m redamados póí la prueba j vienen representados
·en la ecuación [6] por los coeficientes factoriales~...· El grado en que
1 el sujeto i los posee y pone en función viene indicado por los valores
x ., puntuaciones típicas de i en cada factor m.
~· La fórmula [6] supone que Jos distintos factores contribuyen en
'
: t-·. forma aditiva al resultado final. Esta suposición no pretende ser sino
·: ·un expediente práctico. Parece poco probable que la actividad del suje-
. to sea función lineal de sus capacidades. Lo más probable es que las
.t . funCiones varias sean de índole más compleja. La ecuación lineal [6]
es, pues; una primera aproximación. ·
La técnica factorial vale tanto para factores ortogonales -no
1 · correlacionados- como para factores oblicuos -correlacionados-;
l
pero para mayor sencillez suponemos, por el momento, que los fac-
nulas: rm M = O, cuando m -:t: M.
.
:1
3. $IGNIFICADO DE LOS COEFICIENTES FACTORIALES
1 a) Los coeficientes factoriales
L-es únicos valores conocidos en la ecuación [6] son los zii"
Desconocemos tanto Jos fm como los x mi' El objetivo principal
del análisis factorial, como rnélodo de investigación, consiste en ave-
rigurar los coeficientes J: , y esto no tanto en su aspecto cuantitativo
Jm • ' • •
como en el cualitativo; es dec1r, lo que mas 1mporta es avenguar cua- _
' .
les son los factores m que intervienen en la solución de una prueba f.
Con ello, y mediante el análisis de las pruebas necesarias, se podrá
averiguar paulatinamente y _en sucesivas aproximaciones _cuáJ~s son
los factores fundamentales en la actividad psíquica del sujeto. Este es
el problema de más interés científico. ·Quedarán después por deter-
minar los valores x ., o sea, el grado en que el sujeto i posee cada fac-
tor en cuestión. Est~ problema, de indudable importancia, es de ca- .
rácter práctico. Reservarnos su estudio a otra publicación.
Sabemos, pues, según la hipótesis de la ecuación -[6], que los
....·.
Ji e
. . .sr--·.·.--· . . .
:~

.n~ · ( -
.¡¡¡ .
58 Mariano Yola t';: Las ecuaciones fundamentales 59

~; ee valores .z;; son funéión de los coeficientes factoriales f y de-las pun- .¡- · · ·
como individuos. Los elementos de la ·matriz Z son los valores típi-
cos z .. obtenidos por· cada individuo i en cada prueba j. . ·
§,
tuaciones factoriales x ~
¡l.l ¡m
i~ matriz Z es el producto de la matriz F1 por la matriz C.
;!.; (
Hemós indicado q~~ los coeficie~tes fm constituyen el problema ~. ·f F1 es la matriz factorial. Es de orden n x q. Cada fila representa
de mayor importancia teórica, pues ellos ~os van ayudando a descu-
1
( ( una prueba; cada columna, un factor; cada casilla, el grado en que
brir.los f~ctores priniordiales de 1a actividad psíquica. · -~ cada prueba depende de cada factor; es decir, el coeficiente factorial
( :
Examinemos, pues, con mayor detalle la significación de estos f de cada prueba j en cada factor m. '.
e coeficientes. ~ ¡m La matriz C es la matriz del colectivo que ha realizado las prue-
( bas. Es de orden q x N. Cada fila representa un factor; .cada colum-
( b) La matriz factorial y la matriz del colectivo J. na, un individuo; cada casilla, el grado en que un individuo i posee
un factor m expresado en fonna de puntuación típica xmr
( : La ecuación (6] .representa el producto de dos matrices, según . N se refiere siempre al número de individuos; n, al número de
e indica la figura 8. , · .
La ma_triz de puntuaciones Z es, corno ya dijimos, una tabla den
pruebas; q, al número de-factores. Designamos p~r i a cualquier indi-
viduo; por j, a cualquier prueba; por m, a cualqmer factor.
( _filas y N columnas: tantas filas como pruebas y tantas columnas Las matrices suelen designarse por una letra mayúscula, como Z,
e
( N individuos Jlo/
lí . Fó C.
Para multiplicar dos matrices, por ejemplo', F1 • C, se multiplican
2 · · · i · · ·N las filas de la primera por las columnas de la segunda. La suma de los
( z, ' Zn. . Zu. . z,n . productos de los números de la primera fila de F1 por los correspon-
e j · ..
z2, dientes de la primera columna de C, es el primer elemento de la
matriz Z, o sea el que corresponde a la casilla de la primera fila y la
e o
~
.
.
c..J Z¡, Z¡¡
primera columna de Z.
( Así:
e
e zn(

e Matriz de puntuaciones Z que expresado en fonna más abreviada, sería:

e
e ¡;' • ~q factores ~

fll f,l
L •• m .. q ¡
. r,.. . f,q xll x12· x,D
.t ztl =
q
:E f,m xml
.. :

.
e f21 x2,
X,;
.
l¡ m= 1
i .

e \
.. Del mismo modo, otro elemento cualquiera de Z, por ejemplo,
e ~1 _f¡ .,
Xm X.,¡
1
.l z (el correspondiente a la cuarta fila y tercera columna), será
i~al a la suma de los productos de los números de la fUa cuarta de
(_ ~
~ F1 por los correspondientes de la tercera columna de C. En forma
xq, j
( (, ! abreviada:
Matriz del colectivo C .¡· ;.
( Matriz factorial F 1 q
e ... ,f Z.n = k f4m Xm3
z =F, _.e T m= 1
( _ Fig. 8. \ . -:. ·...~~,
( 1... .
.

·~··
.

~ ··
'}.- __ . _.
__ ·::.;..·~ ..~:... . .. ..
 Las ecuaciones fundamentales 61
60 ;.· ..
Mariano Yela ·
. :·: . muestra el grado de dispersión de los resultados; los coeficientes fac,.
,·
. si
.· . En general, se multiplica~ las· ma trices F 1 y C, el producto pue- toríales deben mostrar qué parte de la varianza es atribuible a cada
de expresarse de varias IDl:lneras: . factor; es decir, en qué grado cada factor explica las diferencias exis-
En forma matricial: ¡J . ••• • , ...
tentes en cada tipo de actividad.
f .
Asi planteado, el problema es susceptible de investigación expe-
Z=F1 C ·. rimental.
.[7]
No se trata de clasificar, según mejor parezca, los aspectos dis-
En forma sumativa:
.t . tintos de la actividad psíquica. No se trata tampoco de un análisis
empírico o lógíéo de los actos humanos. Se trata de medir aquellas
q
· actividades en las que los individuos difieren, de averiguar las corre-
Z¡; = L f;m xmi (8] .: t laciones estadísticas que expresan lo que hay de común en estas acti-

l,
m= 1
.,
!~
vidades, y de analizar matemáticamente estas correlaciones para ave-
.¡~ riguar los fa ctores que l a~ producen y el grado en que estos factores
En fonna desarrollada: ·
l · explican las diferencias individuales.
=f;. X¡;+ !;2 X2; + ... +!;m Xmi + ... + f;q xq; Para que esas partes atribuibles a cada factor tengan la misma

l
Z¡¡
significación relativa en todas las pruebas, es preciso expresar la
que es la m isma ecuación (6]. varianza de todas ellas en una escala común. Por eso empleamos uni-
. dades y valotes típicos (es decir, reducidos a unidades · sigma) en

.l
Por tanto, la ecuación [6] - punto de partida del análisis facto-
rial- representa el producto de la matriz factorial F por la matriz
del ~lectivo C. ~ectiante el análisis factorial pretend;mos llegar a la
matnzF1; es_ d~czr, a conocer los coeficientes f;m• según los cuales
cada prueba¡ Vlene expresada en función de ciertos factores m.
Queremos averiguar! pues, lo que significan y cómo se hallan los
coeficientes fm· Estudiaremos primero el problema más importante y
previo: qué slgnifican los coeficientes f;m·
_Para ello vamos a referirlos a la varianza de las pruebas.
e) Los coeficientes factoriales y la varianza de las pruebas
lugar de las unidades y valores directos de cada prueba.
Por otra parte, hemos de tener en cuenta que, en las ecuaciones
anteriores, sólo conocemos los valores Z -p que hemos calculado so-
metiendo a Jos sujetos a las pruebas opohunas; pero desconocemos
los coeficientes f · y los vaJores xmi' · ·
. Procuremos/pues, expresar los coeficientes [¡m en función de los
valores z¡i' que conocemos, eliminando los ténninos xmi' que nos son
• ).
desconocidos. .
J La varianza de cada prueba es, según [2):
:. ¡
I [9]
~

l
2
. Se llama varianza o- de una prueba j al cuadrado de la desvia-
.
c~ón _tip~c~ cr de la nrisma~ Es un índice de la amplitud de las diferen-
ctas mdmdua1es puestas de manifiesto por la prueba. Si no hubiera Expresemos el segundo miembro de [9J en función de f;m·
diferencias individuales-. todos los sujetos obtendrían el mismo valor Según [6] y [8), ten.emos que: . ··. · ·
la varianza sería nula y el resultado no podría ser sometido a un aná~ . . ·¡_
lisis factorial. El análisis factorial sólo puede efectuarse sobre las q
diferencias individuales; sólo conducirá al descubrimiento de un fac-
• .
,,
Z-- = :E
t~r cuan~o éste se~ poseído en distinto grado por los distintos indi- m= 1
. y1duos. S1 no_hay diferencias apreciables ·entre ellos, el factor, aunque
d~ h~cho actue, no aparecerá en los resultados, porque no habrá con- 1 Por tanto, elevando al cuadrado:
. tnbu1do ~n nada ~ la distribución de las puntuaciones, ni, por .tanto
a las vananzas ru a las correlaciones. La varianza de una prueba
..k::.J .
r
.
. . .

'--"'--~,~---·- - .,___ ....

 1,1'
¡·¡
~·(
¡!:
. Las .ecuaciones fundamentales 63
[
~~
-~
e¿ 62
Mariano Yela
ya que las varianzas de los valores típicos son siempre igual a uno,
"

•\ ... según [5). Luego [11] queda reducida a: ·

q q: q
~ e fi,. x:2rni' donde m "" M
z2 = . :E . {¡rn xmi I. . {¡M XMi ;:::: :E
¿! e
q
m= 1 M=l m=l cr2. = !: f J"'
. =1 (12]
1
e Sumando los valores z de todo el colectivo y dividiendo por N:
m= 1
(
. La ecuación [12} expresa, en forma algebraica, un teorema fun-·
( damental del análisis factorial.
( La suma de los cuadrados de los coeficientes factoriales de una
prueba en todos los factores ortogonales es igual a 1.
( ¡ . Este teorema puede enunciarse también de la siguiente manera:
( [10] ít . Cada coeficiente factorial f1m representa la raíz cuadrada de la
e 1
.~
~
parte de la varianza .de la prueba j que es atribuible al factor m.
( '
La ecuación (10] es igual a 1, según lo demostrado en [5 ]. . d) Factores comunes, especificas y de error
e: Ordenando la ecuación (lO], obtenemos: i
( .! . La matriz f 1 nos muestra, pues, a} final de la investigación facto-
( rial, Jos coeficientes fftn' cada uno de los cuales indica, según el cua-
( drado de su valor numérico, la parte en que cada factor m ha ~ntri­
buido a la producción de las diferencias individuales manifestadas
e 1 por los sujetos en cada una de las pruebas.
1 N q l La matriz F1 tiene, hemos dicho, q columnas, que representan q
( ~- ·x2mt. :E =1 [11] !
+ - ._ f.¡m
¡ factores. Estos factores pueden ser de diversas cJases.
( N .i =1 m= 1 Si intervienen en dos o más pruebas, se denominan factores
e Pero
comunes.
Si nada más intervienen en una prueba, se denominan factores ~:·.
( ...
específicos.
e N Cada prueba es un instrumento falible, de validez y fidelidad L:
1
'•·
1

( relativas. Podemos suponer, por tanto, que los resultados de todas

ellas vienen afec tados por errores diversos. A cada prueba se le asig-
e nará, pues, un factor también exclusivo, que, para distinguirlo de los
( ya que x,.¡ y xM1_son valores típicos y convinimo_s ~n que r mf-1 =O factores psíquicos o psi~ofisiológicos, denominaremos factor error.
para m;:~:. M, puesto que todos los factores son estad1st1camente mde- Sabemos que la varianza total de cada prueba es igual _a l. Pode-
( pendientes. mos ahora descomponer esta varianza total en dos partes:
( Asimismo, La debida a las capacidades del sujeto y la debida a factores
(_ extraños al mismo o errores.
1 N Las capacidades que el sujeto pone enjuego son, a su vez, de dos
( .<J~m = - :E x 2mt. = 1 tipos: 1), capacidades generales o comunes, esto es, que intervienen
(
N i=l en la solución de gran número de pruebas, y 2), capacidades especí-
; . " •. ···.
_.( • l , • • ••

~-e

:Í_" ; •>,.~~L•, ..' ••---

 \.. ~ .

..•.
...
·~·

· ... ·.
..
.
Las ecuaciones fundamentales 65
e·q ~ i

Mariano Yela
(
64
(
Representamos por e. el coeficiente de cada prueba j en su factor
fi~a~, ~equeridas tan sólo .por la concreta situación de cada prueba, error.
. 1. . . .
e
sin nada común con la actividad reclamada por las demás. · Cada prueba vendrá, pues, explicada, según [1 2], en su totalidad (
La varian.za total de la prueba se dividirá, pues, en tres partes: " · -en su varianza total-, por la suma de los cuadrados de todos los
par te atribuible a los factores comunes o comunidad; parte atribuí- 1 (
coefici entes factorial es: comunes, específicos y error.
ble a los factores especificas o especificidad, y parte atribuible al En forma algebraica: (
error. 1
(

e) La matriz factorial completa

. ~
l
,1
r
!:
m= 1 m= 1
t
!: {13] (
(
Si representamos ~e manera gráfica lo dicho anteriormente, ten- que es una fonna más explícita de la ecuación [1 2].. .· e
dremos que la matriz F1 de la figura 8 se ha convertido en la matriz t: la matriz F1 la llamamos matriz fa~orialcompleta, pues expllca, (
.,
!

me<hante sus r + t + n =q factores, la vananza completa de las pruebas.

F¡ de la figura 9. ·
Los círculos dibujados en la matriz F1 de la figura 9 significan
e
q factores
que los elementos laterales de las partes correspondientes a Jos fac- e
r factores comunes
1 2. m .~ r 1 2.
.
t factores específicos
. .m. . t
, n factores de error
1 2. . i . .h
tores específicos y de error son nulos. En adelante indicaremos con e
círculos las .partes de las matri~s con elementos nulos.
~ all~l2 a !m. ab b¡¡ ..
bD· .
e,
o
e ;::·:
uo2
.2·
a21
. o ~
( ',
e. ¡
11) •
;;l .
e¡ f) Comunidad, especificidad y singularidad
(i.J ~¡1 8jm,
o 'bjm
.
S::.
. o e .,
h anl . · bn 'en
Llamamos comunidad de una prueba j a:
e :¡
Matriz factorial completa F 1 r
h2.) = k a2jm [14] (
Fig. 9. m::: 1 e
Ambas indican exactamente lo mísino, aunque con distinto len- La comunidad h2. de una prueba j es la suma de los cuadrados de
e
guaje. Aquélla presentaba cada prueba en función de q factores,
s~gún ciertos coeficientes 1¡, sin hacer distinción entre los diversos
sus coeficientes facto'riales comunes. Representa, pues, la parte de la e
tipos de factores. · . .
varianza de la prueba que es atribuible a los r factores comunes. e
·En la matriz F1 de la figura 9 cada prueba víene dada en función
Llamamos especificidad de una prueba j a:
e
de uno o más factores comunes, uno o más específicos y un factor
error. La matriz F 1 tiene r factores' comunes, t ·factores específicos y
. l
. •f
e
n factores de error; el número total de factores en F1 es r + t + n :: q.
cPj = [1 5]
e
Designamos por a., a los coeficientes de la pruebaj en los facto- f C.
'"
res. comunes; para mayor brevedad los llamaremos en adelante coefi- I
-cientes factoriales comunes. . . 1 La especificidad tf2j de una p1ueba j es la suma de l~s cuad~ados e :: '!

. . . Empleamos bjm para Jos coeficientes de la prueba j en los facto- .,

. .i .
, . le de sus coeficientes factoriales específicos. Representa, pues, la pa~e
de la varianza de la prueba que es atribuible a los t factores especifi-
e.,
. res específicos; por la misma razón los llamaremos coeficientes fac-
toriales específicos.
.¡ J cas de la prueba. e .r,
>~

.. 1 e · ··' !.•
.·LL
t>.. ... . ,
~
( ·:·,t:~
.i; .. . ' .
. •' . ~
..·~ :: . ..;:, . . c·; ~f
~~.:..= ..~ . . . . ....... .
:
.e Las ecuaciones fundamentales 67
.c.. 66 Mariano Yela
e g) La matriz factorial' reducida
e ·Llamamos singularidad de una prueba j a:
Si nos limitamos a distinguir en la varianza de una prueba la·
e t
1: [16] ;
comunidad h2. de la singularidad u 2l sin pretender averiguar qué
:· ·.·

. (~ parte de esta ú'!tima es atribuible a factores específicos y qué parte al

m= 1 error, podemos reducir Jos q factores de la matriz F1 de la figura 9 a
< n + r factores, según indica la matriz F 1 de la figura lO. .
( La singularidad u2¡ de una prueba j es la suma de los cuadrados En esta matriz. las n pruebas vienen expresadas en función de r
( de sus coeficientes factoriales no comunes. Representa, pues, la par- \ factores comunes y n singulares; esto es, en función de los factores
te de la varianza de la prueba j que es atribuible a los factores espe- comunes que se hallen, más un factor singular (específico más error) ...,:·:: .
(_ 1 :

cíficos y al error; es decir, a factores que, por ser exclusivos de esa para cada prueba. -·-: ~ :
·.;::,'::
e
r
prueba, denominaremos aquí factores singulares. El coeficiénte factorial singular para cada prueba j será, según [ 16]:
De [1 31, (14] y [1 6J se deduce:
e
( U¡ ='\ 1., ~ b2jm + il¡ [18]
¡. Vm= 1
(
Según esta fórmula, podemos saber qué tanto por ciento de la
( varianza de la prueba hemos conseguido explicar por medio de los Al emprender un estudio factorial confiamos en que el núinero r
e factores comunes. '
Si al terminar una investigación factorial, según los métodos que
1 de factores comunes sea menor que el número n de pruebas. Ello es
preciso tanto para determinar bien los factores cuanto para justificar
e más adelante explicaremos, hallamos que la suma de los cuadrados la mísma técnica factorial, que en caso contrario -sir 5 n-carece-
C. de los coe~cíentes factoriales comunes a¡,. en una prueba j es: ría de utilidad, ya que para explicar las pruebas necesitaríamos recu-
e h 2J =0,80
rrir a un número de variables -los r factores;_ superior al número
de las mis~as pruebas.
e 1 '

e_ sabremos que la acción de las capacidades comunes descubiertas n+ t actores

explica el 80 por 100 de la varianza de la prueba. En otras palabras: r factores comunes n factores singulares
( sabremos que las capacidades comunes de Jos sujetos son causa de
'\ l 2 . .• m . r 1 2 j n
C. las diferencias individuales puestas de manifiesto por la prueba en un 1
au 812 3 1m alr ul
e 80 por 100 del valor de esas diferencias individuales. Sabremos asi-

e
mismo que un 20 por 100 de las diferencias individuales se deben a
factores singulares; es decir, a capacidades o procesos propios y ex-
a21
u2
o
e~ clusivos de esa prueba, a errores o a factores comunes no descubier-
8jJ 8jm Uj
tos en el análisis.
e ..
·.

L o
El método factorial aspira a explicar lo más posible de la varian - .. .
-·
e za por medio de factores comunes o generales. La singularidad de
1

l .;
.:.•
.~
.e .una prueba, o sea, aquella parte de su varianza no expHcada por las
capacidades generales de los sujetos, es un problema constante i 8nl
Un

e '
para el investigador, que le invita y estimula a emprender nuevos es-
tudios.
. ·¡
Matriz factorial completa F 1

:; (_ Fig. 10. :.•···:

:~~..~ .
,·.:C J...· .. :.~ ;

:'. ·~o!~
...

~-: :,
: ·. ·~~

; :;;, ' ' ........... -

iill2' . .. ~
 . -'~.:-r::~
: . .':. ·.·.a. .
._ Las ecuaciones fundamentales . 71
!''
:.:•
Mariano Yela ··
70
Pero 'mM= O cuando m :t: M, pues por definición los factores son
estadísticamente independientes; y rmM = 1 cuando m =M, es decir,
· donde las diagonales ·
para los elementos diagonales; luego:
"- · 1 N CC':Nl [27]
r.. = - :E z2•. = 1 [22] ', ·. ¡'
JI Ni=l JI
Donde fes la matriz unidad, con todas sus casillas laterales nulas
y sus diagonales igual a uno.
--- .ya que esta fónnulá expresa la varianza a/ de la prueba j en función Como el producto de una matriz o un número por la matriz uni-
de los valores típicos zji" . ! dad es igual a la misma matriz o número.
'De [21] y [7] tenemos: _ \ ..
. .::.¡· ·:_:_ Nl=N
--- ~ ': •.

--
:o-- -
[23]
.. t .:
i .
. y sustituyendo [27] en {24), obtendremos:

R 1 =F1F 1' [28)

que nos explica la matriz d e correlaciones en función de las ya_co?o- ·J
cidas F y C. Efectuado el producto, según las reglas de multiphca- .t
t Esta ecuación expresa algebraicamente el siguiente teorema:
1
ción de matrices 2, tendremos: .t La matriz de correlaciones completa es igual al producto de la
.~
matriz factorial' completa por su transpuesta.
[24] Según este teorema, y teniendo en cuenta [21], toda matriz de
correlaciones R 1 puede descomponerse en otra factorial F1 tal que
· F¡F1' sea igual a R1• ·

Pero Ces la matliz del colectivo y, por tanto, Al comienzo de un estudio factorial disponemos de la matriz R 1
. ., y queremos averiguar una matriz factorial en la que cada prueba ven-
N ga expresada en función de unos factores. Sabemos ya por (28] que
CC' = :E [25] esta matriz factorial ha de ser tal que el producto de sí misma por su
i =1 transpuesta nos dé la matriz de correlaciones origjnal.
Pero la matriz F1 a que nos referimos en [28] tienen+ r factores;·
Si recordamos que ' es decir, Jos r factores comunes más Jos n factores singulares. Nos
r explicaría, pues, las n pruebas por medio de n + r factores, o, Jo que
N · ~
es igual, tendríamos que determinar n + r factores a partir de n prue-
1 i¡
'mM.= N. :E '; bas: tendríamos más incógnitas que datos conocidos. No podemos,
. L =1
..
'
1 pues, aplicar esta fórmula.
i Necesitamos un planteamiento del problema que nos pennita
la ecuaCión [25] equivale a: 1
.t
disponer de suficientes datos para detemlinar los coeficientes desco-
nocidos .
CC' =N 'mM [26] l
!
i J) La matriz de correlaciones reducida

-
l Si examinamos la matriz F1 de la figura 10, vemos que puede
2: Véas¿, p¿r__~jeÍ:nplo, I~ introducción matemática del libro de Thurstone, Multi- : ·e· .' • iescomponerse en la suma de otras dos: la matriz factorial F, con los
¡:· .. ·: . . .. . ple'Factor Analysis, Chicago; 1947.

.:.......:·: ··... ··... ~. . ~ :

¡11¿
1 .......

! .. . ·. :
. ~. \ ·:: Las ecuaciones fundamentales 73
Mariano Yela .·•· ·. :. :

.. . Los dos productosF,F',y Fu Pu están representados en la figura 13.

·. coefici~nteS fact~rial~ -~mut~es, y o~ matriz que se refiere ián sólo a
laparte de la varianza atribuible a los factores singulares -es decir, a
·· la singularidad-, y que denominaremos Fu, según indica la figura 12.
Así:
' J.·
·.·
r
r---r
aH l¡2
82t
a,., a,,
n-.,
r
r
a" a21
"•2
n
"i' en,
"' rh~ -n-.¡

r21
r~¡
r!2 ru
h~
r~ r,

o • ••

ríl
n

r
n a¡1 B¡m

ya que la suma de dos matrices del mismo orden -en nuestro caso,
[29] ...:
·• l anl
F,
a"
rnl
R
h1
n2n

de orden n x (n + r ) - es igual a otra matriz cada uno de cuyos ele- ·.,

.. n o F, • F; = R

l
,.
mentos es la suma de los elementos correspondientes a las matrices
dadas. ' . .. ,
Sustituyendo [291 en [28], tendr~mos: .• F.'r

R1 =.(F,.+ F.) (F, +F.)'

R 1 =(F, + F.) (F', + F')
R1 = F,F', + F, F'u +Fu F', +Fu F'u
..

gg .•..·.· .•.. ·. ¡
[30}
.·:. •.
!

U¡
".¡
n- n o
r
[4-n

o
~ ¡
O. n
'u¡·

De los cuatro términos del segundo miembro de [32], F, F'u Y...·.:. ·. . . ...·. !. I" 'O
· Fu F',
[ ¡. n •1 r
•1• n •l
L L - -- --1..,::--- - -- U,..:!l
F"
r U¡
1'2

. U¡,
o

Io
14 1 l•

r
n
a 11 a 12 a1m a1r U¡
az¡

1 ajl
~

o
·o
U·
J. =
r
1
n
au a12 atrn atr
3 21

a¡¡ o +
· .._,.

·. .
'-:• .
:· ·: ··
•·. . . , · ._ ·.....
-.
u.

Lanl
F¡
Un 1 anl
Fr . '·!' <:··:
Vemos en la figura 13 F F' =Res una matriz queF::·::~ducto
. r n
. · . ·. . simétrica y cuadrada cuyos elementos lateral~s s~n las correlaciones
· · '¡~< de las n pruebas, y cuyos elementos diagonales son las comunida-

i ..'1·. o
U¡
aes de las mismas.
~
Representa la parte de la matriz de correlaciones R1 , que puede
.. + n o ser explícada por los factores comunes. La denominaremos matriz de
l Fu
o 11¡,
correlaciones reducida R.
Si prescindimos de la parte cuyos elementos son nulos, la matriz
F, de la figura 13 queda reducida a la matriz F de la figura 14. Es da-
Fig. 12. ro que F, y F son equivalentes. Esta matriz Fes la que ya conocemos
con el nombre de matriz factorial reducida.
se. ·anulan, según puede comprobarse aplicando las reglas explicadas ·· · Las operaciones, que para mayor sencillez hemos indicado de ·
de ........
multiplicación
·: .
de. matrices.: Con
.·
lo que nos . queda, tenemos: . '
, modo gráfico en las figuras 13 y 14 (pero que el lector debe compro-
.. ... ,....... bar algebraicamente), pueden expresarse en las siguientes ecuaciones:
[33] ; .~.· .
·. ·.
",'•
. •.
... '
75
74
Si el análisis factorial nos conduce tan sólo a la matriz F, es claro
FF' =R que con este método no podemos estudiar la parte de las diferencias
F F' = R individuales que es producida por los factores específicos, ni pode-
" = R"1
R "+Ru mos con él identificar estos factores. Este método no rebaja la ímpor-
tancia de los factores específicos, pero no ha sido formulado para su '
. ~ . ::
;'...

La ecuación [34} expresa .algebraicamente el teorema de más . ~.· descubrimiento y estudio, sino con el fm, más fundamental y de 1
i.

importancia práctica del análisis factorial, a saber: 2. mayor interés científico, de descubrir y estudiar Jos factores comunes.
,:":;-.. .
·< •
La matriz de correlaciones reducida es igual al producto de la
matriz factorial reducida por su transpuesta. ~-·,

Tenemos, pues, que el producto de la matriz F por su transpues-

; ~
<:) El problema de las comunidades
' .. ....'
ta F' nos reproduce los datos originales; es decir, las intercorrelacio- . ~.:·
· nes r .k de todas las pruebas. . · . · .-
.':'' .
Hemos visto cómo la investigación factorial parte de la matriz de
La
matriz F tiene sólo r factores. Si r < n, como suponemos al correlaciones R y consiste en obtener, mediante ciertos procedimien-
tos que se explicarán más adelante, una matriz F tal que F F' :::: R.
. empezar un estudio factorial, el problema inicial, consistente en expli-
.car lan pruebas mediante r factores de tal manera que los datos cono- Ahora bien, la matriz R no nos es dada por entero. Sólo conocemos
cidos '¡k sean suficientes para determinar con precisión los datos des- de ella los elementos laterales; es decir, las intercorrelaciones '·~e
2
conocidos a."" .parece ahora planteado en forma que admite solución. Pero ignoramos. el valor de las comunidades h 1, En realidad • edte
El probÍema factorial se reduce, pues, a descomponer una matriz valor
de correlaciones dada en otra factorial F tal que el producto de si · .
misma por su transpuesta reproduzca la matriz de correlaciones R, ' ' · r
cuyos elementos diagonales son las comunidades h 2 . de las pruebas. ... h2. = L
1
Los factores de la matriz F (fig. 14) explican lat correlaciones y m= 1
las comunidades de las pruebas; es decir, la parte de la varianza de
todas ellas que es atribuible a los r factores comunes. Esto es, preci- sólo podemos conocerlo después de haber hallado Jos coeficientes
samente, lo que queríamos averiguar. l}j,..; pero éstos sólo nos serán conocidos al final de la investigación.
· La matriz F deja sin explicar la varianza correspondiente a los t:.n la práctica, este inconveniente no es insuperable; se recurre a
.. ¡'
. varios métodos - uno de los cuales expondremos más adelante- ,
factores singulares -específicos y error-. Esta parte viene repre·
·Sentada, precisamente, por la matriz F" d.e la figura 13, y así, el pro-
i. que nos permiten hallar con suficiénte precisión las comunidades h21,
.
ducto Fu F'u. = Ru. es una matriz en la cual los únicos elementos no 11
nulos son los diagonales•.. iguales a la ·singularidad u2¡ de cada prueba. . ,. ~

i¡ d) El número de factores

nj • .. ·• • n"l
~ 1.1 2 • • • "• j • Una vez completa la matriz de correlaciones R con las comuni-
1 hf r12 r~ ,
dades h 2j en sus casillas diagonales, y las correlaciones r.k en las late-
2 '21 h~ 1
rales, se presenta el problema de haBar la matriz F.
Por de pronto, sabemos que la matriz F ha de cumplir la ecua-
n
J '¡1 h~
¡
ción [34 ], F F' =R. Ahora bien, la matriz F va a tener un número r de
F'
factores linealmente independientes. Por tanto, sus r columnas
habrán de ser asimismo linealmente independientes, y la caracteristi-
F- F' " R .
ca de la matriz F será r, el número de {actores. .
F
. ;. .. Como R =F F', la característica de R, que no podrá exceder a la
.- . .·
~

Fig. 14.

..:~·~:: .:¡: . ..
~:~~::~·1. . ~:;.:.~-~~·~·::::.~:.-._·_. ~- . ·- ./, '
 . ,..r·. .:.
. •'
.. :· ..¡>>.. :.·.
.

76 Mariano Yela Las ecuaciones fundamentales 77

t
característica de F, indicará el número de factores comunes neces·a·- k
rios para explicar las correlaciones y. comunidades de las.prueb~s. m= 1
Por tanto, después de determinar las comunidades h 2 . tendremos
;
que calcular la característica de la matriz R, la cual nos dfrá el núme- ;
ro de factores que habrá de tener la matriz F. Existen, pues, dos tipos de coeficientes fa ctoriales: los comunes;
En la práctica no se sigue este método, que; a más de ser labo- a.Jnr_, y los singulares, u.¡m.
rioso en exceso, no sería apropiado, ya que la característica de R vie- El objetivo principal del análisis factorial es averiguar los coefi.·
ne afectada por los errores de las correlaciones experimentales. cientes factoriales comunes, a.¡m.
Como l.as correlaciones '¡k no son exactas, sino aproximadas, y su Para ello se parte de la matriz de correlaciones reducida, R,
,.
valor v1ene afectado por errores muestrales y experimentales, la cuyos elementos laterales son las intercorrelaciones de las prúebas
característica de una matriz de correlaciones halladas experimental- . correspondientes - r¡k- · y cuyos elementos diagonales son las
mente suele ser igual a su orden. Por estas rawnes, el análisis facto- comunidades h2 ,
rial recurre a otros métodos de factorización, que se expondrán en el El primer p~so, pues, en una investigación factorial consiste en
lugar oportuno. Pero Ja lógica del método es la expuesta, y conviene averiguar las comunidades, según los métodos que más adelante se
tenerla presente para llegar a su clara y completa comprensión. . .. expondrán.
Una vez halladas las comunidades, se tendrá la matriz de corre-
. ' laciones redudda, R. Esta matriz es igual, por el teorema fundamen- ,
RESUMEN tal del an~isi s factorial, al producto de la matriz factorial reducida F
Las puntuaciones obtenidas por los individuos en un grupo de . por su transpuesta F'.
pruebas son función de un conjunto de factores según la ecuación . Como la matriz Ftiene r factores independientes, s11 característi-
,... . ' •. \ .~::.. ' ca es r. Por tanto, R = F F' tendrá también r de característica.
. ·'"'· ····.· ... El segundo paso en una investigación fa ctorial será, pues, hallar
q
zJI.. = <E la caracteristica de la matriz R, la cual nos indicará el número de fac-
. tores. comunes independientes de la matriz F
m= 1
En la práctica no se sigue este método, pero se respeta la "signifi-
. El objeto principal del análisis es averiguar los coeficientes fac- cación del mismo. En lugar de hallar la característica, se procede por
torzales ¡; . · · · · diversos modos a extraer factores que sucesivamente expliquen la
'"'
Cada uno de estos coeficientes indica, según el cuadrado de su
f mayor parte posible de las correlaciones.
valor, la parte de la varianza atribuible a cada factor. A medida que se extraen los sucesivos factores se va restando de
Hay tres tipos de factóres: comunes, específicos y de error. Los t las correlaciones el efecto de aquéllos hasta que los residuos sean
comunes contribuyen a la varianza de varias pruebas; los específicos prácticamen te nulos. ·
y el de error, a la de una sola prueba. :
1 Terminado el proceso de extracción de factores, las correlaciones
.La parte de la varianza de una prueba que se explica por la quedan referidas a los coeficientes factoriales de una matriz F, obje- .
acc1ón de los factores comunes se llama comunidad, y es: . tivo del análisis, que nos indica el número de fa ctores necesarios
para explicar la comunidad de las pruebas.
Sólo nos restará, en este punto, interpretar esos factores. Para
r
ello necesitamos referirlos a las pruebas que dependen de ellos. Tal
1: a2¡m es el propósito de la rotación, al fmal de la cual dispondremos de la
m= 1
matriz factorial defmitiva. ·
.~a parte de la ~ari~nza de una prueba que se explica por la . . ;1 .:. :.
. ·: .·· .. -
acc10n de factores pnvatlvos de la misma se llama singularidad, y es:
• • '. 1

.·.· . f)~ ·
,_k..
~·

e·· :·.J.;~- .-.

.,·: •'

(
e , :f'

(.
e f .

(
/

\.
( 1i
CAPÍTULO Ill
(
·l Un ejemplo sencillo
(
(
( l. RECAPITULACIÓN

(
En los capítulos anteriores seha explicado cuál es el objeto del
e /
análisis factorial, cuáles son sus fases principales y en qué hipótesis y
( principios se basa.
f En este capitulo vamos a considerar un problema factorial concre-
'- to y a explicar paso a paso el camino que. hay que seguir para resolverlo.
.,..
'..... Ya sabemos, en líneas generales, cuál es este camino. Por eso en
¡-- este capítulo no se introduce ningún concepto nuevo, ninguna idea
\.· 1 que no esté ya explicada en los anteriores. Las ya expuestas bastan
e para entender los diversos procesos lógicos y matemáticos que se
( siguen en la solución de un problema factorial.
1 · Pero es preciso, antes de pasar a la explicación detallada de las
( técnicas matemáticas que en la práctica se usan, concretar estas ideas
( generales y verlas aplicadas a la solución de un caso concreto y senci-
i llo, para mejor comprenderlas y utilizarlas, y para entender mejor
(
(
1
cuáles son su sentido y sus limitaciones. :··.·~r~~
Sabemos que un análisis factorial comprende cuatro fases: pre-
( paración, factorización, rotación e interpretación. Las más impor- :'.J· .I
... ··,.
··=
e tantes son la primera y la última; ambas son las de mayor interés
científico. Propiamente hablando, no forman parte de la técnica fac-
~:JÚ
e ¡ torial, sino que se basan y concluyen en la teoría psicológica. En la
e l preparación se ptantea el problema, se recoge el mayor número posi-
J ble de datos teóricos y experimentales sobre el mismo, se formulan
e 1 hipótesis y se elaboran las pruebas psicológicas adecuadas. En la
( \ interpretación se hace un estudio detallado de las pniebas y de las

c.
(_ ' ,. ·. ·. . ~ .'
!t ,. actividades internas y externas de los sujetos, y se procura integrar
en el sistema de la psicologia los factores descubiertos. Ambas ·fases

. r. . ..
. .

2:~.(: ..:.:-.:._ ~~-~~,.>.· .. .·. ....· 2L'

 H
·'WHO
·Y'._; ' ·. · · Un ejemplo sencillo
Bl
80 Mariano Yela
no para descubrir realmente los factores , sino para explicar clara-
·son, pues, decisivas; pero, aunque se relacionan y en partedepénden . mente la técnica. . . . ·
de los métodos matemáticos que se usen, no son en sí mismas mate- P~ra. iniciar, pues, nuestro estudio, elaboramos las sejs pruebas 0
máticas, ni, por tanto, pertenecen a la técnica factorial propiamente -
. ¡J.,
¡
test Siguientes: ·
dicha. Como el tema de este libro no es la teoría, sino la técnica fac-
torial, sólo_ diré de estas fases lo que, si se callara, dejaría oscuro y . 1,, ~ecordar ideas; 2, recordar números; 3, resolver problemas
confuso el problema, y, en cambio; describiré con detalle las fases ~ntmetl~os; 4, recordar palabras; 5, completar silogismos, y 6, seguir
propiamente matemáticas; es decir, la factorización y la rotación 1• mstrucc1ones.
Al esclarecimiento y fácil comprensión de estas fases matemáti-
cas se ordena el análisis del siguiente ejemplo. A continuación damos estos test a un grupo de 1.000 individuos
. :: por ~jemplo, elegidos ?1 azar en la población española. Con las pun~­
_, . ,_, tuactones que estos SUJetos o btengan calculamos las correlaciones r.
2. PLANTEAMIENTO DEL PROBLEMA entre cada prueba y todas las demás. Con estas correlaciones form~~
.· ·.. mos la matriz R de la tabla 2 .
Supongamos que queremos explorar el campo de las actividades · En realidad, los datos experimentales sólo nos dan la correlación
de razonamiento y memoria. Deseamos saber si las operaciones que · '· · · entre cada prueba y las demás, ·pero no los elementos diagonales de
se consideran dentro de este campo pueden explicarse comoresulta- .. R, que, como sabemos -se ha explicado en el capítulo anterior-,
do de la·actividad de una sola unidad de función o factor, o si hay dos ·· · son las comunidades h 2j de las pruebas.
factores distintos, uno común a todas las pruebas de razonamiento y Mas supongamos que sabemos hallar también esas comunidades
otro a todas las de memoria, o, finalmente, si hay varios de cada cla- .. -en otro lugar diremos cómo-, y que podemos, por tanto, comple-
se, y cuántos y cuáles son. tar la matriz R con las correlaciones r.k en las casillas laterales y las
En la práctica tendríamos que hacer previamente estudio un . ·. comunidades h 2¡ en las diagonales. ·
1

minucioso de estas actividades, y, después de tener ideas claras sobre · Una vez conocida R (tabla 2), podemos iniciar el análisis facto-
ellas, habríamos de elaborar un gran número de pruebas psicológicas rial, o sea la factorización.
que cubrieran todo el campo. Para ello sabemos, por el capítulo anterior, dos cosas:
Supongamos que hemos realizado ese estudio previo y nos
hemos convencido de que to más importante del campo deL razona- l.• Que R es siempre el producto de dos matrices, la
matriz de
miento se cubre con pruebas psicológicas que requieren completar puntuaciones y su transpuesta; y
siÍogismos, resolver problemas aritméticos y seguir instrucciones 2.a Que, por tanto, siempre podemos resolver R en el producto de
complicadas, y que el d~ la_memoria se cubre asimismo con pruebas dos matrices.
que miden la capacidad para recordar series de números, series de
palabras y las ideas de un largo párrafo. Sabido esto, la factorización tiene por objeto buscar una matriz
Aunque hemos procurado que el ejemplo sea razonable, no tra- · F tal que F F' =R, según ya vimos.
tamos con ello de probar nada, sino sólo de estudiar un caso ficticio, En la tabla 1 damos una matriz F que cumple esa condición.
Conviene que el lector compruebe lo siguiente:
1
Como ejemplos de ¡:>reparación e interpretación de un problema factorial pue- 1.
0
Que la matriz F de la tabla l cumple el teorema F F' == R. En
den consultarse: · efecto, si multiplica F por su transpuesta F', lo que equivale a efectuar el
Thurstone, L. L.: «Primary mental abilitiesl), Psychometríc Monograph, núm. 1,
producto cruzado de cada fila por cada una de las demás, obtendrá
University of Chicago Press, 1938.
Afexander; W P.: •dntelligence; concrete ond abstract», Brit. /. Psychol._, Mono-
todos los elementos de R. Por ejemplo, el producto cruzado de las filas
grap.h Supp.lements, 1935, núm. 19. . · 1 Y 2 es (0,806) (0,781) + (0,000) (- 0,445) =0,63, que es, en efecto,
Yela, M.: «Application of the concepto! simple structure to Alexander's 'datai>, . t la correlación entre las pruebas 1 y 2. . . . . ·· ·
f'sychometrika, vól. 14, núm. 2, 1949, págs. 121- 135.
JLL
:-' .
1'· :.:·.'
~ ::. ..... : '. .
·. ~- ... -
 Un ejemplo sencillo 83
82 Mariano Yela
Tabla l. Matriz F •
2. Que F tiene sólo dos factores. Esto se debe a que la ca~acteris·
0
8 52 .......... ..........
1 ll h2.
tica de R es r = 2. 1
Puede el tector calcúlar fácilmente la característica de R según las
f l 806 000 65
normas que encontrará, por ejemplo en 2 • Verá que, en efecto, r = 2.
2 781 -445 81
3.0 Que la suma de los cuadrados de cada fila Fes iguat ·a la comu·
3 347 608 49
nidad 'h 2¡ de la prueba correspondiente. Por ejemplo, la suma de los cua· . .
drados de la segunda fila es (0,781)2 + (- 0,445) 2 ::: 0,81, que es, preci- ., 4 695 -397 64
S 446 782 81
samente, la comunidad de la segunda prueba, como puede verse en la
casilla diagonal correspondiente, ' z2· de R. 6 645 322 52
Recuérdese que así debe, en efecto, ocurrir, según la definición de 1 e 3,721 870
comunidad':
.,
l}.
:t 3,720 870

= l: a2jm
m= 1
Fig. 15.
en nuestro caso, .. ..
Tabla 2. Matriz R

: 1 2 3 4 5 6
es decir, la comunidad de la prueba 2 es igual al cuadrado de su coefi-
ciente factorial en el primer factor más el cuadrado de su coeficiente fac- l 65 63 28 56 36 52
torial en el segundo factor. · 2 63 81 00 72 00 36
J 3 28 00 49 00 63 42
La matriz F de la tabla 1 es, pues, la matriz factorial a que quería- l 4 56 72 00 64 00 32
1 5 36 00 .63 00 81 54
mos llegar. l 6 52 36 32
:¡ 42 54 52
¿Cómo hemos lJegado a ella? Es Jo que vamos a ver.
1
!
:t 3,00 2,52 1,82 2,24 2,34 2,68

3. LA MATRIZ FACTORIAL Y LA ESTRUCTURA

Para comprender fácil y claramente e( proceso de factorización 5

por el cual hemos llegado a la matriz F de la tabla 1, conviene recor-
dar la interpretaCión geométrica de las matrices F y R que dimos en 3
el capítulo primero . . 4
Vamos a precisar y completar ahora aquella interpretación 3.

2
J. Rey Pastor: Elem entos de análisis algebraico, Madrid, 1944, págs. 256-258.
L'a lectura de todo el capítulo VI, titulado «Algoritmo de los determinantes,., será muy
útil para la comprensión de la técnica factorial. . Fig. 16.
3
Las interpretaciones geométricas más claras que han sido ofrecidas por los fac-
. torístas puede hallarlas el lector en: ..
Thur,s tone: M u/tiple FactorA.nalysis, The University of Chicago Press, Chicago, • ·Los valores de esta tabla y de las siguientes son decimales. Se ha pr escindido
.~ ·"-·. 194?-_ . . . . . . .
del cero por comodidad. Así, el primer elemento de la tabla 1 significa 0,806.
:•.
Thomson, G. H..: The Factorial Analysis:of Human Ability; Uníversity o(Loridon
·.·.. Press, 1948. ·

.. .. .. ·. ' ··
..--·-:---··....
. ¡
~.·' . .. ' ~ '
~:.·;;_· ~·r:;~: ...... Un ejemplo sencillo
. .. 85
, _.
.. 84 Mariano Yelá··: . ~- · . · •'
··. :... En efecto, sabemos que las correlaciones de R nos vienen dadas
La matriz F de la tabla 1 puede considerarse de manera que· . ·. . . por Jos productos cruzados de cada dos filas de F. Así: ·
designe la posición de seis puntos en un espacio de dos dimensiones. :.
' 56 = as 1a61 + a52a62 == (0,446) (0,645) + (0,782) (0,322) =0,54.
Seis puntos porque hay seis filas o pruebas; dos dimensiones porque (.
-- hay dos columnas o factores. · t
Los dos elementos de cada fila de F son las coordenadas rectan-· Para mayor claridad representemos solos estos vectores, como se
. . ~ guiares de un punto. Así, los elementos de la fila primera son. 0,806 indica en la figura 17. Y para generalizar llamemos j al vector 5 y k
y 0,000; por tanto, corresponden al punto 1 en el modelo geométri- al vector 6. ·
co (fig. 15), ya que éstas son las coordenadas del punto 1, como pue- TenemQs entonces que
de verse en el dibujo. Cada punto puede ser considerado como el .·
extremo de un vector que parte del origen de coordenadas. Así, tene- · . [1]
mos una estructura de seis vectores, uno por cada prueba, más dos .
vectores de referencia, de longitud unidad, u no por cada factor. · Llamemos h¡ y hk a las longitudes de los vectores j y k, respecti-
El vector l coincide con el eje l y, por tanto, es perpendicula~ al : vamente.
eje II. Por eso su proyección en el eje II es nula, y nulo es también, por ·
ll
consiguiente, su coeficiente factorial en el factor IL Los demás vecto- ..
res no coinciden con ningún eje. Por tanto, sus proyecciones son dis· 312 ......................... J
tintas de cero en ambos ejes y también lo son sus coeficientes facto~ .
riales' en ambos factores. La proyección del vector 2, por ejemplo, es r'·.:.
negativa e igual a - 0,445 en el eje Il, y positiva e igual a O, 781 en el ·
eje 1; éstos son sus coeficientes factoriales en F Asimismo, la proyec·
ción del vector 6 en el eje I es a 61 = 0,645 , y en el eje II es a 62 =0,322.
En general, cada coeficiente factorial a. de la matriz F puede
interpretarse como la proyección del vectorT en el eje de coordena· . .
das m. a¡l
El conjunto de vectores y ejes de la figura 15 constituye lo que
hemos lJamado estructura factorial. Equivale exactamente a la f j'g. 1 ?·
matriz factorial F de la tabla l.
Si dividimos [1) por h¡ y hk tendremos

' ¡k a¡t akl a¡2 ak2

4. LA MATRIZ DE CORRELACIONES Y LA CONFIGURAClÓN
hl1k = ¡,¡;. -¡¡;; + -¡¡; . k;
a) Las correlaciones como productos escalares
Pero, según podemos comprobar en la figura 17,
Hemos visto q ue cada prueba puede ser considerada como un
vector y q ue cada coeficiente aim de. F es, entonces, la proyección de
un vector en uno de los ejes de coordenadas de la estructura factoriaL
Ta., = cos.~ 1
J
Conviene que extendamos ahora esta interpretación geométrica
a la matriz de correlaciones R de la tabla 2.
Vamos a demostrar un teorema que ya conocemos; a saber, que, Ta .2 = sen.op¡t
J
se~ esta interpretación geom~tríca, la correlación entre dos pruebas
. es zgu.al a[ producto escalar de los dos vectores que las representan:
 M•riano
···Jrr¡·
Y~ },.~ };f; ~·· Un ejemplo sencillo 87
86

· Por tanto,
. . > ...··f y la longitud del vector 6 será:

'ík .
t r
h.h = cos. 'Pi• cos. '9kl + sen. opjt sen. tkt [2] i ·1:.. f•;
~:. t De igual manera podemos averiguar las longitudes de los d emás
J k ,.
. .· ' ·. ' ¡,
• vectores .
Pero ,. . .. ·. 1 f Los ángulos entre ellos, una vez conocidas las longitudes, nos

tpjl - '1*1 =.,¡k t... !. . vienen dados por la ecuación [ 4]:

Y como el producto de los cosenos más el producto de los senos •

..
:•,

·j
de dos ángulos es igual al coseno de la diferencia entre los mismos:_'.: ¡· ·.: Por ejemplo, como
.¡
.¡ cos.w1 cos."*1 + sen.w1 sen.'Pk1 = cos. (<i'i1 - "*') =cos.<i'ik .[3] ·. f
h 5 = 0,90, h 6 = 0,72 y r 56 = 0,54, cos. ~
56 =
j
0 54
i · = 0,83
i Sustituyendo, ahora,·(3) en [2] tendremos, finalmente: . (0,90) (0, 72) ... .
·...·, · ..
j ~¡~~ ~.., ,;

1
n·.,.y
1 [4] . Las tablas trigonométricas nos dan para cos. ~P = 0,83 el ángu- .:'; ·~~i· ;
1
J
. 'l lo =33°. ·
~ ·i:=~¡! '1.~

Es decir, el teorema que queríamos demostrar, ya que el produc~
to escalar de dos vectores es igual, como ya dijimos, al producto de
sus longitudes por el coseno del ángulo comprendido.
b) La configuración
Meqiante [4] podemos construir la configuración de la figura 16
a partir de la matriz de correlaciones R dada en la tabla 2.
· Para dibujar esa configuración necesitamos saber la longitud de
cada vector y Jos ángulos que forma con los demás. Ambos datos se.
deducen de R y [4). · 2 y 3 y, por tanto, sus vectores son perpendiculares entre sí. Si la
La longitud de un vector es igual a la raíz cuadrada de la comu-
nidad de la prueba que representa. En efecto, la longitud del vector j
dela figura 17 será, por.el teorema de Pitágoras, igual a
ya2¡t + a2¡z = ~= \
ya que la comunidad fue definida como la suma de los cuadrados de
· los·coeficientes-factoriales comunes. ..
Así, volviendo a la figura 16, la longitud del vector S será: .
. ... t
.. 1
., Conocidas las longitudes de Jos vectores 5 y 6 y el .ángulo que
1
1
. fonnan, los podemos dibujar como en la figura 16. Del mismo modo
hallaremos las longitudes·y ángulos de los demás.
i
¡
,¡ De esta interpretación resultan algunas relaciones entre Jos coe-
:J ficientes de correlación y los ángulos, que conviene tener muy en
·¡ cuenta.
Si dos pruebas tienen correlación positiva, el ángulo que forman
sus vectores es agudo, pues sólo los ángulos agudos tienen positivo
su coseno. Tal ocurre con las pruebas 5 y 6 de nuestro ejemplo. Sí la
correlación es cero, el ángulo es de 90°, ya que el coseno de un ángu-
lo recto es nulo. En nuestro ejemplo tienen correlación nula !.os test
correlación es negativa, el ángulo es obtuso: sólo a los ángul.os obtu-
l sos corresponden cosenos negativos. En nuestro caso no tenemos
. Í ninguna correlación negativa y, en consecuencia, ningún ángulo j· . 'j
. ; !
t obtuso entre los vectores. Es lo que suele ocurrir cuando se emplean ·;:
i
l pruebas de funciones cognoscitivas. En el estudio factorial de la inte-
ligencia no se encuentran, o muy rara vez, correlaciones negativas y,
l . por consiguiente, todos los vectores de las pruebas intelectuales se
·1 ' hallan comprendidos en un ángulo recto, o en su equivalente cuando
1 se trata de más dimensiones .
Así, pues, dada R, puede construirse fácilmente la configuración .

:,,] t,:
.~·
 ¡
. . ..1.,....... .
. • .•.

'• .
. . . ·.·
. ·:·
.. i
88 Mariano Yela Un ejemplo sencillo 89

Para ello empecemos por una prueba cualquiera, por ejemplo, la El nuevo vector se sale, pues•. del espacio de una dimensión en
3. La longitud de su vector será: · que se extendían los dos anteriores; los tres juntos se extienden en
dos dimensiones. Para describirlos necesitamos dos ejes. Por consi-
'1 guiente, tenemos que postular dos factores para expllcar la varianza
común de las tres pruebas.
. pibujamos, pues, un vector de O, 70 de longitud. Elegimos a con- Sigamos adelante y escojamos otra prueba; sea la número 1. Su
tinuación otra prueba, por ejemplo, la 5. Su longitud será: longitud será:

h5 = 'V'0,81 = 0,90 h¡ ::: v'0,65=0,81

Tenemos que representarla, pues, por un vector de 0,90 de lon- Sus ángulos con Jos vectores anteriores son, según [4], q¡Js = 60° y
gitud. Pero, ¿dónde lo situamos? Evidentemente, a partir del origen 16 = 27°. Como cada uno de Jos tres ángulos formados entre 5 y 6, 5
11'

del vector anterior y con un ángulo .pls tal que · y 1, 6 y 1 es igual a la suma o a la diferencia de los otros dos; los tres
. . vectores -junto con el vector 3 colineal con el 5- pueden dibujar-
'Js 0,63 · se en el mismo plano. Si calculamos las demás longitudes y ángulos,
cos. q>35 = - - = .- - =1 veremos que todos los vectores se extienden ·.en el mismo espacio de
h3h5 0,63
dos dimensiones. Al final, obtendremos la configuración de la figu-
. Como para_ que su. coseno sea igual a 1 el ángulo tiene que ser ra 16. Para explicar las correlaciones entre las seis pruebas no. nece-
Igual a cero, quxere decme que ambos vectores, 3 y 5, son colineales, sitamos, pues, más que dos factores; nuestra matriz factorial tendrá,
como en efecto Jos hemos dibujado en la figura 16. Si los demás vec- . pues, dos columnas. Esto se debe, como ya sabemos, a que la carac·
tores resultaran colineales con estos dos, todos se extenderían en un ; · ~erística de R (tabla 2) es r =2.
·' Pero éste no es siempre el caso. Si al calcular el ángulo qúe for-
espacio de una dimensión, y sólo necesitaríamos un factor para expli-
car sus comuni~ades La matriz de correlaciones R tendría una carac- ma el tercer vector con cada uno de los otros, resulta que Jos tres
terística r = l. Este es _el caso de la teoría de Spearman, según la cual ángulos no pueden representarse en un solo ·plano, tendremos que
todos los test cognoscitivos son función de un solo factor general. trazar el tercer vector fuera del plano de los otros dos. Los tres vec-
Ese factor general vendría representado por el eje único con el cual tores formarán una especie de trípode; se extenderán en un espacio
coincidirían todos los vectores de las pruebas. En este caso la matriz de tres dimensiones y necesitare~os tres factores para explicar sus
F tendría sólo una columna. correlaciones.
Pero esto no suele ocurrir. Generalmente, ·cuando se calcula el Si al trazar el cuarto vector sus relaciones con los otros tres son
coseno del á_ngulo entre dos vectores resulta menor que 1, aunque tales que sus ángulos no pueden darse al mismo tiempo en el espa-
p ocas ve~es Iguale a céro, y menos aún sea negativo. . cio de tres dimensiones, ya no podemos trazarlo físicamente, pero
Es~o] amos otra prueba de nuestro ejemplo. Sea la número 6. Por podemos concebir que se extiende en otra dimensión más, forman-
. el procedimiento anterior vemos que su vector tiene una longitud do con los otros tres un soporte de cuatro patas, en el cual la cuar-
h 6 =O~ 72 y que su ángulo con los vectores 3 ·y 5 es: · ta pata se sale del espacio de tres dimensiones, como la tercera pata
del trípode se sa lía del de dos, y como en nuestro ejemplo el vector
6 se sale del espacio de ·una dimensión en que están los vectores 5
COS: ·~36. = CÓS. ~6::: 0,42 0,54 0 83 y 3. Y así continuaríamos representando -no realmente en un espa-
..
.. ,, ... ·..
(0, 70) (O, 72) = (0,90) (0, 72) =' . cio intuitivo, sino conceptualmente en un espacio abstracto de r
o sea .... , · dimensiones- los derriás vectores, de tal manera que ·siempre se
.· ·:¡
.. . cumpliese la eéuación [4] .
El número de dimensiones del espacio en cuestión seria siempre
.
.
. .

-~ .
 ....::·-~-:~·,):,1;>) :·Un ejemplo sencillo
90
. .. . Mariano Yeb
í~al !a caracteris~c~ de R, ~ representaría el número factores
a de
. necesanos. para ex:phcar la vananza común de las pruebas.
· .f ·
e} El carácter arbitrario de F
. Queda, pues, suficientemente claro que, dada R, se puede pasar a
una configuración vectorial y que ésta es absolutamente equivalente a
la matriz de correlaciones. Ni QOS dice más ni menos que ésta. Por
tanto, pasar de la matriz R de la tabla 2 a la matriz F de la tabla 1 es
lo mismo que pasar de la configuración de la figura 16 a la estructura
de la figura 15. . : .-
Para escribir en F los valoreS a. · tenemos antes que introducir en
la configuración unos ejes de refe/;'ncia. Una .vez introducidos. éstos,
basta calcular las proyecciones de cada vector en cada eje y entrar
estas proyecciones en las casíllas correspondientes de F. · que es lo mismo que hallar sus proyecciones en el eje colineal con éL
Ahora resulta obvio que, pues podemos poner estos ejes en cual-
quier parte, podremos también hallar infinitas matrices F que cum-·
plan la condición FF' =R.
· Por eso decíamos en el primer capítulo q ue la factorización es
indeterminada. Sólo nos dice cuántos factores necesitamos, pero no
.:
~ \..
.- dónde están esos factores ni qué significan.
· . Ya sabemos que este significado se puede alcanzar mediante la
.¡1 \...
"
rotación. Sobre esto volveremos más adelante. Ahora nos interesa
( saber cómo se procede en la práctica para colocar los ejes de coor-
r denadas y hallar los valores de F.
\.
e 5. LA FACfORIZACIÓN
(
( a) El método diagonal
( Basta para ello hacer uso de una sencilla relación:
( la
Hay muchas inaneras de efectuar la factorización. Si caracte-
rística de R es r .S 3 se puede construir un modelo físico con los vec-
( tores de las, p~uebas, colocar en una posición cualquiera Jos ejes y
hallar geometncamente las proyecciones. Pero, claro está, este mé.to-
(
do no es práctico cuando es posible, y es imposible siempre que r > 3.
( Por ello se recur~e a otr?s métodos distintos, pero, en el fondo, equi-
e·
( :. .
valentes al menciOnado. De éstos vamos a explicar sólo dos:
En e~te ca~ítu~o describimos el más sencillo: el método diagonal. ·
. ·.- . En el cap1tuJo Siguiente exponemos el más usado: el método centroide.
·( '·'
~-e-·••- ·-...._;~_
91
::;i'f "· : .. El método diagonal equivale en lenguaje geométrico a lo siguien-
·l. te: E! primer eje se hace_ coincidir c_on un vector cualq~iera. El_ segun-
.l : do eJ_e se traza perpend1cular al pnmero y en el espaciO defimdo por
el pnmer vector y otro que no sea colíneal con éste. El tercer eje se <. 1
·. ·.¡ ..· traza ~erpendicular a Jos otros dos y en el espacio definido por los
:~ · dos p_rtmeros Y un ter~er vector que esté ~uera del plano qu~ contie-
-~ ne a estos. El cuarto eJe se traza perpend1cular a los tres pnmeros y
. :. en el espado definido por éstos y un vector que esté fuera de ese es-
J p~cio: Así se continúa hasta situar el número de ejes necesarios.
J. Solo nos resta, pues, explicar cómo se hace esto en la práctica,
}1 sm necesidad de recurrir a ningún modelo geométrico. ·
-r.. No se trata de trazar realmente los ejes, sino de hallar las pro-
··. y~cciones de cada vector en ellos sin necesidad.de trazarlos.
' Supongamos que escogemos el test 1 de nuestro ejemplo como la
.. dirección del primer eje. ¿Qué significa esto? Signlfica que tenemos
que hallar las proyecciones de todos los demás vectores en el vector 1,
· Volvamos a la figura 16. Si pasamos el primer eje por el vector 1,
· =.i como en efecto hemos hecho en la figura 15, la proyección del vec-
· l' · · tor 1 en ese eje será evidentemente igual a su longitud, o sea a la raíz
· · ·· cuadrada de su comunidad. Como ésta nos viene dada en R, no nece-
·•. .. sitamos trazar realmente el eje, ni construir realmente la configu-
· .· l ración, para hallar la proyección del vector J. La raíz cuadrada de
l su comunidad, o sea '1/ 0,65 =0,806, es eJ coeficiente faclorial a 11 del
¡ test 1 en el factor l. Este dato podemos registrarlo ya en la primera
casilla de F.
b) La primera columna de F
De modo análogo podemos hallar los coeficientes factoriales de
las demás pruebas en el primer factor sin necesidad de ni~gún mode-
lo geométrico.
En la fi gura 15 vemos que la proyección del vector 6 en el vec-
tor 1, y, por tanto, en el eje I, es a 6 1 = h 6 cos. 1, es decir, a:su longj-
ef
tud por el coseno del ángulo que forma con eje. Igual les ocurre a
los demás vectores~ .
En general , la proyección de un grupo de vectores j sobre un·eje
colineal con un determinado vector k es jgual al producto de la lon-
gitud de cada vector por el coseno del ánguio que forma cada uno
con el vector k, o sea
 ~\
. :
' ~
. ...
~ .
Un ejemplo sencillo 93

92 - Mariano Yela :: · ·> ·

•• • '1' .~ ..
ha
En la matriz R (tabla 2) se escrito una séptima ftla debajo de las
demás, precedida del signo I:. Esta fiJa está formada por las sumas de
P.ic =h. cos.- .k . cada columna. Debe utilizarse para comprobar los cálculos. Así, 'si mul-
J .. 1 " · tiplicamos l.a suma de la primera columna de R por la constante, nos da
donde P,_ es~ proyección de un vector cualquier~'] sobre el eje coli· ..;¡. ·
'"'
neal con el vector k.
'
. ,, (3,00) (1,2403) = 3,721
Ahora bien, sabemos por [4] que
': ~. '
Este resultado lo inscribimos en la fila e - fila de comprobación-,
debajo de la primera columna de F. La suma de esta columna debe coin-
.. -:.
cidir con esta cantidad, salvo tal. vez en una o dos unidades de la cifra
última, que puede venir afectada por errores debidos a que todas las
Por consiguiente, .. .:y;.·.. ·~:. l últimas cifras se han redondeado prescindiendo de decimales de orden
superior. Los largos cálculos que requiere un análisis factorial nos obli-
';~:; gan a tomar estas precauciones, pu~s de lo contrario corremos el riesgo
[51
Pp, = h~: · de hacer vano, por algún pequeño error, el trabajo de semanas.

Para hallar las proyecciones de todos los. ve~tores j en un eje · ~) Los primeros produCtos factoriales
coincidente con k basta, pues, multiplicar la columna k de la matriz
de correlaciones --esa columna contiene todas las correlaciones ';k-. · Conocidos los coeficientes factoríales a.1 en el primer factor,
por la constante de 1/hk, o sea por el recíproco de la raiz cuadrada de ¡.: < ·•. podernos calcular fácilmente la parte de las co'rrelaciones que se debe
la comunidad de k. ·· .' a este factor. \
En nuestro ejemplo. para hallar las proyecciones de todos los Recuérdese que
vectores en el eje 1, colineal con el vector 1, bastará multiplicar la pri·
mera columna de R (tabla 2) --esta columna contiene todas las . .--· .. .
correlaciones r¡ 1- por la constante ·
Por tanto, podemos calcular ya todos los productos a 11 a21 , a11
1 1 a 31 , etc., multiplicando cada elemento de F por todos los demás. El
1,2403
--¡:¡;- = vo,6s resultado es la tabla 3.
-¡¡ :.: .
ya que, según [5) , .. Tabla 3
Contribución del factor I
· ,·.·· a las correlaciones. Productos a¡1 ak 1

·' 1 2 3 4 5 6

El resultado de est~ multiplicación es la primera columna de la 1 650 629 280 560 360 520
matriz F (tabla l). Así, el segundo valor de esta columna es ·' 2 629 610 . 271 543 348. 504
3 280 271 120 .. 241 155 224
(0,63) (1;2403) = 0,781 4 560 543 241 483 310 448
':· ··. 360 348
·, , .. 5 !55 310 199 288
El tercero,, será ~ :, ., . ~ 6 520 504 224 448 288 416

·. (0,28) 0.2403} ~ o;347 / / •· -. ~- . · · e

:r
2,998 2,905
2,999 2,905
1,291 2,585
1,291 2,585
1,659 2,398

~:a prim~- ·..· ~·>.:.;·.:.

1,660 2.400

; . .
Del mismo·. modo se·calculan los .démás elementos de
"~ colunma de lli m.m. facfuclal. ±iE
.
~~~-~.......~....:: ~. _,,_,.. . ... .. _. __ _·...·.
~ ..•.. ';'t '• •• '1'

·un ejemplo sencillo 95

.<. .' · La constante será, pues, ll Y0,6Ti = l ,2794 . Multiplicando to-

: Por ejemplo, el elemento de la casilla primera de la colu'~a 3 de ·<,··¡ ·:. das las correlaciones residuales de la columna 5 por 1,2794 obtene-
1

esta t~bla se ha hallad~ multiplicando el primer coeficiente de F por ·: ':'-'. ~os la segunda columna de F (tabla 1). Estos valores son las proyec-
el tercero: (0,806) (0,.)4 7) = 0,280. Esta tabla nos indica la contri- ·'1 · ciOnes de todos los vectores en el segundo eje y, por tanto, los
.e~ bució.n del primer factor a las corrc:;laciones. · .f · coeficientes de todas las pruebas en el segundo factor. ..
. :!
·.:
·..
S1 restamos estos valores de Jos correspondientes de R, obtenemos · -1 .. ,.;·! j.:
( ,
e:. . la tabla ~- En ella viene dada la ~ar~e de las correlaciones que queda
por expltcar cuando de ellas se eümman los efectos del primer factor. . e) Los segundos productos factoriales
·1 ;.~ ::

C. ..,.
. Tabla 4 · . ··.'· .
Si, del mismo modo que antes, calculamos ahora los productos
(~
Residuos del factor 1: r .lc . =r1.k- a.¡ 1 a le 1 -·~-: ·. ,·~· . ai2 a1c2obtenemos la tabla 5, que nos muestra la contribución del
<._ 1 1 segundo factora las correlaciones rik'
e 1 2 3 4 5 '6 •',;. .

Tabla 5
e··
~ -.
1 000 001 ooo' ooo· 000 000 · Productos a¡2 ak2
2 001 200 -271 177
r-.....·
~ 3 000 -27 1 370 ' . 241
-348
475
-144
196 1 2 3 4 5 6
e:. 4
5
000
000
177
-348
-241 157
475 -310
- 310
611
-128
252 ·. . 1 000 000 000 000 000 000
<~~ 6 000
'
- 144 196 -128 252 104 ,- 'J 2 000 198 - 271 177 -348 - 143
e· e
' :!;
001 -385 529 -345 980 281 . ·-·~.. . .. 3
4
000
000
- 271
177
370
-241
-241
15
475
-310
196
- 128
( "'" 001 -385 529 ·-345 680 280 5 000 -348 475 - 310 611 252
. ....
l 6 000 -143 196 -128 252 104
C.
Cad~ elemento de la tabla 4 es, pues, e
e·
......
000 - 387 529 -345 680 280
·."'l.. I: 000 -287 529 -344 680 281
e:· ··¡{·.·.
e Esta tabla puede ser considerada como otra matriz de corr~la­ ..· Al restar la tabla 5 de la 4, los residuos son nulos. Esto nos indica
e·. ciones -ahora de correlaciones residuales- y ser sometida de nue- que el proceso ha terminado, que sólo necesitamos dos factores, ya que
(~ vo al mismo proceso. ·
:(·-·
::.. _
l/ /---
... .
í
e d) . La segunda columna de F : ... _..,
e· Elegimos para ello el test qu~ tenga mayor comunidad residual,
<:. P.orq ue ello. nos indica que es el más alejado del espacio unidimen-
<. . st?.nal defimdo por el primer eje y descarta así la posibilidad de que
elijamos un vector q~e esté en aquel espacio. Pues lo que queremos . ·¡:
e · e~ trazar el se~ndo eJe perpendicular al primero y en el espacio defi- · .·.,
;

e mdo por el pnmer vector y otro no colineal con él. ·

· E_Iegímos, por tanto, como nuevo vector de referencia, el cor~es­
.·.· ·'·[
e pondtente al test 5, que es el que tiene ahora mayor comunidad.
e ·. ' .
e
e~.
 :·. :J:: :tL... . ~~~;:
~.)f...'
· .· : ~... ;: . Un ejemplo sencillo 97
. 96 Mariano Yela ' :·., · ·
. . . . .·: ... ; .\: .· . Ésta es la cuestión esencial, la más importante y discutida del aná-
· Tenemos con ell? resuelto uno de los. objetivos del análí~is y ler~ · ·· ~:: (
. lisis factorial. Merece un capítulo aparte (vid. cap. Vl}. Aquf sólo indi-

~~;:
. minada la fact<;>rización. Hemos contestado a la pregunta ¿cuántos. ' ..; · caremos algunas ideas que nos pennitan resolver nuestro problema.
factores? · · , .
. . : .. Si la actividad inteligente del hombre es producto de una psique

6 . .LA ROTACIÓN
organizada, y no del concurso de innumerables elementos que actúan
al azar, las diversas pruebas psicológicas no dependerán por igual de e>:
a) Sentido de los factores
· .,..'.! · ·
. · >.:,:
· toda la estructura psíquica, sino que pondrán en función ciertas ca-
pacidades y serán más o menos independientes de otras. < t
( ''·
·:; .... •· · · Basados en esta hipótesis, podemos establecer un principio para
:Ahora tenemos que responder a otra pregunta más importante: la rotación de los ejes. Debemos buscar una posidón tal que los vec- ( ..
¿qué significan estos factores? · ---. -.·. · · tores, sin alterar su configuración experimental, se agrupen en torno
. El significado de los.factores depende de las pruebas que sé.re!~- ·· :.::-. · de los ejes de la manerá más densa posible, de modo que el mayor
cionan con ellos. . , .. •· . _(< · número posible de pruebas tengan coeficientes altos en algún factor
Veamos qué pruebas tienen coeficientes factoriales altos en nues-·. · · · -'y nulos en los demás. Si conseguimos situar los ejes de esta manera,
tros dos factores (matriz F de la tabla 1). . . .. · ~· ··. habremos llegado a la estructura que mejor refleja la naturaleza de
. El primer factor es común a todas las pruebas. Todas tienen en éJ ·.·. :·· si
los factores, de hecho existen en el hombre capacidades distintas.
coeficientes elevados. Será, pues, un factor que interviene en todas Y si esta estructura aparece una y otra vez en sucesivos estudios,
las actividades de razonamiento y memoria, muy especialmente en . . . . _podremos razonablemente admitir la existencia de tales capacidades
memoria de ideas (test 1) Y, de números (test 2); menos, en silogismos·.: . Ydescubrir pau}atinamen te su naturaleza.
y problemas (test 3 y 5). ·,:! . . Este tipo de estructura ha sido llamada por Thurstone estructura
(.,.,i·: .'
• . . . .1
El segundo factor es algo que favorece las buenas respuestas a .:·. ·. simple. En nuestro ejemplo se puede llegar fácilmente a ella. La • ? ;
,.(-··:,
(

silogismos y problemas; no interviene para nada en la memoria de

ideas, y perjudica notablemente al que Jo posee en la retención de
hemos representado en la figura 19. {',!!
Claro es que para que una estructura simple sea convincente
números y de palabras. Este factor no parece tener ningún sentido , : · ., . . necesita ·venir defmída por un número mayor de test. En nuestro e·, .
•:·1!' ,.·1

psicológico. · · , · ejemplo no pretendemos haberla alcanzado, sino solamente mostrar

En realidad no es razonable esperar q~e estos factores tengan · í cómo se procede para buscarla.
sentido al~no, ya que si están situados donde están, es porque así lo · '!' .
hemos decidido arbitrariamente, sin pensar ppra nada en un posible
sentido psicológico. ·
A partir de la matriz F de la tabla 1, lograda mediante cálculos
· . sencillos, anterionnente expuestos, sé dibujan en papel conveniente-
mente cuadriculado los ejes rectangulares I y JI y, según Jos vaJores
f'\l
e; ~~
El primer eje lo hemos hecho coincidir con el vector 1. ¿Por qué ¡ . de F, los vectores. Así lo hemos hecho en la figura 15 . ·¡'·:'

razón? Por ninguna. Por pura comodidad. Para realizar de alguna j La figura 18 reproduce esta estructura. Si nos fijamos ahora en
manera la factorización. Igualmente legítimo hubiera sido hacerle f la figura 18, vemos que basta someter Jos ejes 1 y II a un giro de 30
coincidir con el vector 2, o con el 6, o con e l 3. En todos los casos· ·¡ grados para conseguir una estructura simple, pues entonces la nueva
hubiér~os llegado a una matriz F tan válida como las demás y que · :" posición del eje I -que ahora llamaremos eje A.:...... coincide con los
cumpliría todas las condiciones y ecuaciones factoriales. .. . , vectores 2 y 4, y la nueva posición del eje li -ahora eje B-:- coinci-
. :le con los vectores 3 y S.
.·: .~
· b) La estructura
..·
~
. : .
simple
..

·. . · La fact~riza~ión sitúa; pues, los ·ejes de modo arbitrario. Es. pre- · .

Cl~?~ í~:s_.r_u~~· ~lr~r ~Sto.~ ejeS h~st~.. una pOSÍyÍÓU que .tenga sen ti do
. PSICOJOIDCO.' . . .: . . . .
.
'lr:...·
. fe
:es
En la figura 19 hemos vuelto a representar la estructura después
la
en
rotación de los ejes. Calculando las proyecciones de los vecto-
los nuevos ejes, obtenemos la nueva matriz factorial V que
temos representado al lado.
· Como consecuencia de la estructura simple; en la matriz V la

. .... -~··}l ·., .

-~~-·-
.,.:_4
:_··_¿:J f( -:~· . .
:<:.;:· · .· ·, :::0''-.- .:·~,· :,... . .Un ejemplo sencillo 99
¿~·: . 98
' 1 ••••

Mariano Yela >: ···,_,. • •.,

e~ El factor A es algo que interviene muy especialmente en las prue-
e· bas de retención de números, retención de palabras y retención de
ideas -pruebas 2, 4 y 1- y es común también a la prueba 6 - seguir
<.. instrucciones complejas-. Resulta claro que el factor A representa
1 J
(~ '..¡ la memoria inmediata. Las pruebas 3 y 5 tienen correlaciones nulas
con este factor. Estas pruebas son problemas y silogismos, y, en efec-
e ··i
. 'J to, resulta muy admisible que una mayor capacidad de retención
( " .i inmediata no favorezca ni perjudique la mejor solución de proble-
e_ . ·-:.:¡·
..
mas, n i la comprensión y critica de silogismos.
El factor Bes algo común a las pruebas 3, S, 6 y 1, y ausente de
las pruebas 2 y 4. Sus más altos coeficientes aparecen en las pruebas
de silogismos y problemas, e interyjene también considerablemente
.. : ·: en la buena ejecución de instrucciones complejas y en la retención de
las ideas de un párrafo. Parece, pues, oportuno y justificado avanzar
. .~

....... :· " la hipótesis de que este factor representa la capacidad de razona-

miento, cuyas diferencias individuales se manifiestan más ostensible-
C.
j.
mente en las pruebas de silogismos y problemas.
<.
..-- Fig. 18.
Las pruebas 6 y 1 - seguir instrucciones y recordar las ideas de
.:~~ -
un párrafo- tienen coeficientes significativos en los dos factores, lo
.,_J . . cual confirma nuestra interpretación. Pues parece natural que para
mayoría de los test tienen coeficiente alto en un solo factor y nulo en J seguir instrucciones se necesite tanto razonar sobre ellas, entender-
el otro. Esta matriz nos
permite interpretar psjcológicamente los _fac- 1 las, etc., como, por supuesto, recordarlas y mantenerlas presentes en
.r
'--
tores. .;:_ su complejidád mientras nos disponemos a seguirlas. Parece natural
asimismo que para recordar las ideas de un párrafo largo jntervenga,
e·
'~··
:' '

J 1 · al tiempo que nuestra capacidad retentiva, nuestro poder de razona-

e~ 7; INTERPRETACIÓN ~ miento,. pues resulta más fácil al de razón aguda recordar lo que
' entiende, aunque sea con distintas palabras, que al de razón más gro-
<·.· Veamos las relaciones entre los factores y las pruebas en la
. ·\1
sera recordar las palabras si no ha ceimprendido su sentido. ~·-=:

i
..
( - matriz V de la tabla 6 y en la estructura de la figura 19. También vendria en apoyo de nuestra tesis el hecho de que los
e B
.1
4 · · test 2 y 4 no participen del factor B, pues parece lógico pensar que el
razonamiento vale de poco para repetir una serie de números o de
. "
·-!~Ti:
. Tabla 6. Matriz V ~
·.·.·l
/ '" -
...___ _
5 ~- palabras sin sentido a continuación de haberla oído, suponiendo, cla- ~: : ;:::
· ;::;!·
e~. ro es, que se ha prescindido de toda argucia mnemotécnica.

l
A B h2.
1
3 . No es preciso añadir, una vez más, que todo este proceso de
. . .
1 70 40 6s " V interpretación se ha reallzado. sobre un caso ficticio, y n q hay que
e_- 2'
3
90
00
00
70
81
49
1
1 / '
concederle más va.lor que el puramente ejemplar. Nos indica tan sólo
el modo de hacer un análisis factorial, si bien en la práctica éste sue-
80 >,
4
S 00
00
90
64
81 1 V . . . ~
J
!
le ser mucho más complejo y confuso.
Con la interpretación podemos dar po~ tennin.ado el análisis.
~
6 40 60 52 / · .... . ·.
..4 :{..j
'
El carácter matemático del método nos pennite determinar obje-
... tivamente cuántos y cuáles son los factores y ello a partir de datos
· ..-:
~

t
Fig. 19. ...';:.)
 1.00 Mariano Yela .
. . •. .;· ••~ f • -:.
· : · · ::1 .

. expérimentales. Pero, al mismo tiempo, éste su carácter matemático ·.:·,·," · ·

nos aleja de la realidad psicológica, siempre más rica y compleja que:. ·· ·
wi número. A ella debemos volver después para estudiar, con méto~ . ·. '{
dos más conformes a la unidad personal del psiquismo, cuál es el ver- ·.·,
dadero sentido, naturaleza y función de estas capacidades. · .. . . ·._.: :~
f • ••••

:··.. ·:-: · :·:c..

CAPtruLO N
:.··-- La factorización. La lógica del método centroide

, ',· .
', .: ·: : Hemos examinado, en los dos primeros capítulos, el sentido y la
. . ·.·. ~..: :· .:.. : .::. <estructura de la técnica factorial y la hemos visto aplicada, en el capí-
.:.., .·>·: ·:? :: · tulo III, a un ejemplo concreto. El lector se habrá faini.lianzado ya
. :. : .'./ ::,:.'. con l~s ideas capitales del método. El resto del libro no contiene nada
. nuevo desde el punto de vista teórico. Se limita a presentar, ·reitera-
. :.:.: ·:
.. ·. '·
· ·. :
cjamente, las mismas ídeas, aclarando cada vez más sus impÍicacio-
.<. ·: :, ;:~ -~. · : . nes y consecuencias.
·~ El propósito principal de los capítulos siguientes es de carácter
· '· .
• 1 ; ••

. . práctico: poner al lector en condiciones de aplicar la técnica factorial.

;. : . •. ·.·
: .~. · Para ello encontrará en este capítulo y en el siguiente una exposí-
> ción elemental del método centroide que le permitirá realizar la fap-
.. · torízación de cualquier problema factorial. En los capítulos restantb
hallará suficientemente explicado el método de la rotación por pla-
. . .., :'
nos, con el cual podrá resolver por entero el problema en cuestión.

l. EL MÉTODO CENTROlDE
~
:'; :·f.: Un experimento factorial comprende cuatro fases: preparación,
.
.· .. .
...·:. . . factorización, rotación e interpretación. La segunda y la tercera cons-
~
.. . ·.::.... tituyen la parte matemática del análisis factorial. Dedico el presente
. .-· ,·
y el próximo capítulo al estudio de la factorizadón. En los siguientes
examino el problema de la rotación. ·
En la fase preparatoria del análisis se formulan las hipótesis
oportunas, se elaboran los test necesarios, se aplican a la población
conveniente y se obtienen las correlaciones entre los test. Una vez
. ., hallada la matriz de correlaciones, comienza la segunda fase del aná-
lisis, la factorización. El objeto de.ella es, como sabemos, hallar los
·.· .
...
1

..
~<
e·
....
. 102 Mariano Yela ,. ·, .,
..:.::.
·. ·.. ~
·..· . .
·. : . . La factorización. La lógica del método centroide
~. ' • '

Lo aconsejable, pues, es extraer ~n primer factor que explique el

103

factores que reclama la matriz de correlaciones. Sabernos, asimismo, ... ,::: > /
<.· . · que pasar de la matriz de c.orrelaciones a la matriz factorial equivale · . . . .. : ·:. ' máximo posible de las correlaciones; después, un segundo factor que
. ... .
e:.. a pasar de. la configi.Jración de vectores a la estructura.
·o ada una matriz de correlaciones R, con sus comunidades, se $ ;
,· ,.
.· : · ·
explique el máximo posible de las correlaciones residuales que aún
·quedan; luego, otro factor que explique el máximo posible de los
e~ puede concebir una configuración de vectores equivalente a ella. nuevos residuos, y asi, sucesivamente, hast~ que estos resjduos sean
<.". 2
Cada test, de comunidad h. , está representado por un vector de lon- 1 - . tan pequeños que nojustifiquen la extracción de más factores. En
gitud ht Cada correlación ~ntre dos test está representada por el pro- ·. ,¡·, términos geométricos, el procedimiento consistiría en situar en la
..:.
.~

ducto escalar de los dos vectores correspondientes. El espacio en que ·' configuración vectorial un primer eje de modo que las proyecciones
se extienden Jos vectores tiene r dimensiones, siendo r la característi- de Jos vectores en él fueran máximas; dispóner, luego, un segundo eje
ca de la matriz de correlaciones. Hallar la matriz factorial equivale a .. .·.
1
. . . de manera que las proyecciones de los vectores residuales fueran,
' -· · .. ? 1_ '~:., : · asimismo, máximas en él, y seguir, después, introduciendo ejes de la
-··
. "'-
introducir en la configuración de n vectores r ejes de coordenadas
perpendiculares entre sí y que pasen por el origen común de los vec-
tores. Cada eje será un factor y vendrá representado por una colum- ;_::.:..il .
..
,_
misma
· Este
forma hasta
método ha
que los
sido
vectores
elaborado
residuales fueran insignificantes.
y se conoce eon el nombre . de
na de la matriz factorial. La proyección a.m de un vector j en un eje ... · . . < método de los componentes principales. Tiene el inconveniente de

-·
""'--···

....--
m, será el coeficiente fa ctorial del test j in el factor m. Las proyec-
Ciones de un vector j en los r ejes, serftn los coeficientes del test j en
todos los factores y formarán la fila j de la matriz factorial. Esta
matriz tendrá, pues, tantas columnas como ejes hayan sido introdu-
~t : . .
-· . ·ser excesivamente
aproximan
camente
el presente
a él y
idénticos.
capítulo.
laborioso.
conducen,
El más
Hay
al
usado
Expondré,
otros
final
es
del
el
primero,
métodos
análisis,
método
la
más rápidos, que se
a resultados prácti-
centroide.
lógica del
A él dedico
·método, expli-
.)
·-....... cidos en la configuración, y tantas filas como vectores tenga ésta. cando las razones matemáticas en que se fundan sus diversas fases,
, .. -.
En resumen, factorizar una matriz R equivale a introducir los . .. . . · de cada una de las cuales daré, además, un ejemplo concreto. En el
.,...... .. ejes necesarios en la configuración vectorial correspondknte. Hay . . ;.. próximo capítulo repetiré la factorización tompleta del mismo ejem-
....... varios procedimientos para ello. Uno es el diagonal, expuesto en el . . ·] plo, pero de manera continua, prescindiendo de demostraciones y
-- capítulo anterior. Es un método sencillo y claro, pero no se emplea en
la práctica por varias razones. La principal es que, según este méto-
. :· 1 .:: ordenando
..t :· •'
los datos de la misma forma que se hace en la práctica.
.
..-· do, la extracción de cada factor se apoya exclusivamente, como . .1
hemos visto (pág. 92), en un solo test o vector, cuya comunidad se . .··¡ 2. LA LÓGICA DEL MÉTODO CENTROIDE
---~ ·
...... utiliza como constante en el cálculo de Jos coeficientes factoriales . t
Ahora bien, el valor exacto de esta comunidad se desconoce en la 1 a) Punto centroide o centro de gravedad
·: . ¡
!
....... práctica y hemos de emplear, en su lugar, un valor aproximado; es,
;
t Sean los puntos 1 y 2 de la figura 20. Supongamos que están uni- . ··;
por consiguiente, peligroso usar este valor corno única constante en . ·.1
~
""=""'- - •• 1
todos los cálculos. . .dos por una barra homogénea. El punto medio de la barra es c. Por : ... ·~
lconsiguiente, si se sostiene Ja barra por el punto e y se suspenden
Sucede, además, que la característica de Jas matrices de corre-
laciones empíricas suele ser igual a su orden, es decir, que, teórica- t pesos iguales de 1 y 2, la barra se mantiene en equihbrio. El punto e se
. . _:¡' · denomina por eso centroide o centro de gravedad de los puntos 1 y·2.
.·.:J
mente, suelen ser precisos tantos factores como test para explicar
-- exactamente y sin· residuo las correlaciones. Ello es debido a que las
correlaciones empíricas vienen afectadas por errores diversos que .
~
l
. eje
Si se refieren Jos puntos 1 y 2 a dos ejes de eoordehadás rectan-
guiares,
será
como en la figura 20, la coordenada del centroide en cada
la media de las coordenadas de los dos puntos en ese eje. Por
: :l

enmascaran más o menos la configuración que entre todas forman.

No es, pues, razonable prolongar un análisis hasta explicar la totali- t ejemplo, la coordenada de e en el eje J es OP. Es fácil ver que OP es
_..... . dad de las correlaciones. El pr:oblema concreto consiste, más bien, en , .. · 1 igual a 112 (OA + OB). En efecto, OP = OA + AP; OP =OB- .PB.
extraer tantos factores como sea necesario hasta que resulten insigni" ·· l ,. Por consiguiente, 2 OP =OA + OB + AP -PB, y cómo AP :::: .PB; ten-
-:r..J . dremos OP = 1/2 (OA + OB), como querlamos demostrar. · · · · ·
-_,.. ficantes los residuos de las correlaciones que queden aún sin explicar.
···:.J, .
'.:'.~Jci
·: : :. f:. ·..
,.,;-·~ : -~ ' :J.',; .
:
': ~· ·.:. .. ..~·... ..:~.
•
.·· .
':\:.~Jir.·~· '
. . •· ·. : : ~x>~l :.: .~.: ·. ~ factorización . La lógica del método centroide 105
104 Manano Yela ·. ;_~l -: .: · :· ·
'' ~ " '

.. · ·. ·· exatremos de los vectores. 3:a) Se pasa el primer eje por el centroide.

En general, dado_un conjqnto den puntos, referidos~·-~ con- · · ·.:: .... . 4. ) Se calculan _las proyecct_ones de los vectores en ese eje.
junto de r ejes, la coordenada del centroide de todos ellos en cada eje
es igual a la medía de las coordenadas de todos los puntos en ese eje. : 1¡ ·
Obsérvese la figura 21. Reproduc;e la configuración vectorial del
capítui~ anterior (pág. 83). Los seis vectores y sus posiciones repre-
sen tan la matriz de correlaciones del ejemplo que allí estudiamos. El
punto e de_la figura 2 1 es el centroide de los extremos de los seis vec-
tares. Lo hemos averiguado refiriendo los seis puntos a dos ejes cua-
lesquiera de coordenadas rectangulares y hallando la media de las
coordenadas de los seis puntos en cada eje. Esas medias ~on las coor-
denadas del punto c. Una vez dibujado e hemos borrado los ejes. El
punto e es el centro de gravedad del conjunto de los seis puntos. Si,: ·
a partir del origen de los vectores, pasamos un eje por el centroide,
este eje estará orientado en la dirección en que la mayor parte de los
vectores se orientan. Corresponderá, aproximadamente, al primer
componente principal. Es decir, las proyecciones de todos los vecto~
res en ese eje se aproximarán a un máximo. El método centroide con-
siste simplemente en esto: averiguár el centro de gravedad de los
extremos de los vectores y pasar por él el primer eje de la estructura.
Lo mismo se hace, después, con los demás ejes.
.· · · . Las. P~~yec~10nes _o btemdas son los coeficientes factoriales, que
se I~cnbiran en la pnmera columna de la matriz factorial. En nues-
tro eJe~plo son las qu_e figuran en la matriz F de la tabla 9 (pág. 120) .
Comparese esta matnz con la figura 22. La proyección del vector 6 .
en el .primer eje centroide es O, 70; éste es, en efecto, el coeficiente
fa etona] a61 que aparece en la fila sexta y en la primera columna de
la tabla 9. Lo mismo acontece con los demás test.
En la práctica no se sigue este procedimiento. Sería demasiado
--:l . largo Y enoj~so: ~demás, cuando hay más de tres factores, no pode-
;;· mos construir flsJcamente el modelo vectorial. Afortunadamente no
. :: "· · h.ace falta_. Es fácil calcular las proyecciones de los vectores en er eje
.· sm necestdad de tr~zar u?os. ni _otro. A continuación expongo el
. .. mo~o ~e hacerlo. Pnmero mdtcare las razones en que se basa el pro-
· .. cechmtento. Luego lo aplicaremos al ejemplo anterior.
..
.... <1" · . .
' ' '

Volvamos a nuestro ejemplo. La figura 22 reproduce la configura· . . . . · ....

ción de la figura 21. En ella se ha trazado e) priiner eje por el punto
centroide c. Las proyecciones de los seis vectores en este eje serán los .~ ·l ;:.
coeficientes factoriales de los seis test en el primer factor centroide. :.J
,.. ·
{{

5
¡·. Fig. 22.

3 1· >) . El primer factor centroide

.¡ . ·. ~emos visto ~ue la coordenada del centroíde en cada eje de refe-

.: . '· encta e~ la med1a_ de las coor~enadas de los puntos en ese eje. Si
. ltrod~cunos un SIStema de r e¡es rectangulares en la configuración
-~ . ·. ectonal, y recordamos que las coordenadas de Jos n vectores son los
' Fig. 20 Fig. 21 , . :_ ,. : ?eficientes factoriales aim' las coordenadas del centroide en los r
·' : ..· ~, Jes serán - · .
~;
Como se ve, la lógica del método centroíde es sencilla. Su desa- ·~· ...
1
• • ¡ . ..

rrollo. comprende las siguientes fases: l .a) Dada una matriz de corre- :r.a.l
• J
:r.a.2 , . :r.a.
~.o -
[1]
laciones, R, con sús ele~_entos lat~rales, 'w y sus comunidades h 2i' se n J n J• 1 n .P 4 .. '

l.
:·-:. ... co~struy~_ la configurac10n vectonal. 2.a) Se halla el centroide de los
• ¡ ••
. ....
~-~·- ·. · :~}<+~:._-: La factori~ción. La lógica del método centroide \07
106. Mariano Yela
e Por consiguiente:
<- Ahora bien, si el primer eje lo hacemos pasar precisameñte por
el punto centroide, es evidente que.las coordenadas de este punto en ·
. ··.
[8]
<~ los demás ejes, peipendiculár~ al primero, serán nulas: ·
z_·· . ....
<" r.a¡2 ; = r.ajJ = .. .... = L.ajr =O [2) Si, adoptando la terminología de Thurstone, llamamos r1 a la
suma de todas las correlaciones: ·
'
1 •

: t
¡; ' •

j j j
e- \
e·~
~-

. Es decir, las coordenadas_del centroide con respecto a todos los

ejes serán:
,... . ·1. r. [9]

,:;
,. _.
e·· .· por lo cual [8] puede escribirse de esta forma:
·~.

-
1
Ül .l o: o: ·.. :·...; o [3].
<_ n 1. ' .
·:
. . ·::.~;
·.:•.
r
. '!· ·'·-.: 'r= L [10]
Pero lo que nos interesa averigUar no son las coordenadas del . ··· m
centroide, sino los coeficientes factoriales de los test en el eje que
pasa por él. Para ello tenemos que partir ·d e los únicos datos conoci- ··· La ecuación [ 1O] expresa el siguiente teorema: La suma de los
dos al empezar el análisis, a saber, las correlaciones. . cuadrados de las sumas de las columnas de la matriz factorial es
Hemos demostrado en el capítulo II. que R =FF', lo que, en otra ·_ · ·::.- · · igual a la suma de todas las correlaciones, incluidas las comunidades.
........ notación~ puede indicarse de la manera siguiente: .· · ._.· :j·-:. Pero como, en esta fas e del análisis, todas estas sumas de colum-
,. . . .. . · : : ._- _. -:·:·· ·. ~ !las ~on nulas, excepto la correspon(Üente al primer factor centroide,
.......- [4] ·.-. , · sustituyendo [2) en [10] resulta : ·
-··- ; .. -'J: :. . . . . . :
..-·.
Si sumamos las columnas de la tabla de correlaciones, incluidas ! _: l r, = [~¡¡F [11)

-· 1
,;--
las comunidades, tendremos que la suma de cada columna k será: .j . ; .
~ ' j . .
,.-'" "
[5] ~ .. 1 ·Asimismo, sustituyendo [2] en [5]:
...... .i :. ~
_.... . •1 .. ·1 [12]
..... ...
~
Si sumamos ahora todas las columnas k, es decir, todas las corre- · 1 1 1

¡
• •

1
••

• ·:~

.-. i' ·
. . . ... .
,-·
laciones de 1:::¡:, ra;,La;¡ + La.,Tn, + ······ + La..;¡,a, . [6] .. ;_: ':l Es decir, la suma de los coeficientes de una columna k de la tabla
de correlaciones, es igual al producto del coeficiente factorial del test
! . .

1
. . . .. k j k . j . k j k j J : •• . ···;i ·• k en el primer centroide por la suma de los coeficientes de .todos Jos
,..- .
:, l .: lJ .
-
test en el primer centroide.
Si sustituimos [11) en [1 2):
.........
...,. . Pero,
[7]
.-:t · ·;·- :: _:
:' ,. +. [1 31
!··
' ··! t':

"-o·
,-- .·
·:~ ;~1 >:~··
-
; ,.- ·. . pues ambas expresiones indican la suma .de todos los coeficientés
~~: ~· . . .

..,.-··
. ... -·.. ...· "'
··~ '
factoriales, del 1 al n, en un mismo factor m.

..
l:t~b
iJ·J.·
"--· ~~~~~o.:.:....:.:_. .:.,.~ ..... :...~. ...·
 . : J; ·~l:· ..
'.:l("l; La factorízación. La lógica del método centroide 109

108 Mariano Yela .... ?.~l-·; . .. .

. "···.· ::.:·., '-~ .•if,; . e) Un e¡emplo

Y, por tanto, : :'< .::;··f:: Sea el mismo ejemplo anterior, ampliamente expuesto en el pre-
.:_>'··.:. t. cedente
~·:
···{i c~pítulo. ~ueríamos inves_tigar ca~~o del razonamient? y
la memona. Supomamos un expenmento fict1c1o en el que se elegtan
el

. akl.-- (141 ·.· : .· · f~ seis test para representar las actividades de este campo. Utilizába-
....· <l mos el análisis factorial para ver cuántos factores exigían estos test
-i·· ... ~ . y cuáles eran. Ya advertimos que un análisis factorial es mucho más
Si convenimos en defmir ·· .~- ·: ·· J. complejo en la práctica, El ejemplo es, simplemente, una ilustración,
· · --l · ~ · lo más sencilla posible, de la técnica.
y m=--
1
[151 t ··""·i. Pues bien, aplicados los test a ciertos sujetos, habíamos obtenido
Vr; · ·. .:' ··: i: las intercorrelaciones de la tabla 2 (pág. 83), que volvemos apresen-
1
. ;· ~··:{: .:, ~·-: . taren 'la tabla 7.
podemos, fmalmente, expresar la ecuación [14] en los siguientes tér~. ~:..·
.... Tabla 7
minos: ..·.
• ' ~ 1\
Matriz de correlaciones y primer centroide
,, •' .. . ··
[16) :··.~
. ~. l 2 3 4 5 6

La fónnula [ 16) permite averiguar el coeficiente factorial aic .. de ...- _·· '{ , ·. l .65 .63 .28 .56 .36 .52
cualquier test k en el factor 1, a parth- de'la matriz de correlaciones.. :. · ·.,;
Basta, para ello, multiplicar la suma de la columna k de la tabla de__ ·; y ··· 2 .63 .81 .00 .72 . .00 .36
correlaciones por elJactor m. :-'\'
. \ ', . ·• · 3 .28 .00 .49 .00 . .63 .42
En resumen, para averiguar los coeficientes factoriales de to- '
dos Jos test en el primer factor, han de realizarse las siguientes ope· :._ 4 .56 .72 .00 .64 · .00 .32
raciones:
5 .36 .00 .63 .00 .81 .54
~ .. : · . -
1. Sumar las colunmas de la matriz de correlaciones, con ' 6 .52 .36 .42 .3i .54 .52
las comunidades jncluidas: u
• J
.k=rk 'f :·
1 3.00 2.24 2.34 2.68 14,60=:E :t r.k =r,
~il< = rk 2.52 1.82
2. Sumar todas estas sumas: Ur¡k =r, 1 ki }
kj . mrík "'ail .79 .66 .48 .59 .61 .70 y,;=
3.820995
· 3. Hallar Y7; m= tf"./T.= 0.261712

. . 4. _Hallar m = l!Vr; En esta tabla se incluyen, asimismo, los elementos diagonales o

comup.idades. En la práctica desconocemos estos valores, pero pode-
.5.: Multiplicar por m ·la s~a rk dé cada colummi. Los pro· mos estimarlos por varios procedimientos. Luego diremos cómo. Por
.. ·. duetos mrk son los coeficientes ak1 de cada test k en e.l ; ahora, supongamos que conocemos las comunidades y que las hemos
· factor centroíde 1. . . inscrito en la matriz de correlaciones, tal y 'como aparecen en la tabla 7.
· Para hallar los coeficientes factoriales de los test en el primer fac-
.. . · Apliquemos
. lo expuesto a un ~jemplo
. . ... ' .. ......
'
~oncreto.
. :. -·. . .:. · . .
•' ~
:::.-, tor centroide procedemos como queda dicho.
.' : ··
'(
: "f:) '){.f: ·La factorización . La lógica del método centroide 111
·. ~···
.•..-. •' '
..
.·.~
( 110 Mariano Yela .,i·. :
.- ~· han sido señalados en la figura. Como todos están en una misma rec-
( . · :;: ta, el centroide también estará en ella. El segundo eje centroide será
1, ,
.:Í .
•

e ·l . . Sumamos las columnas de la matriz. Por ejemplo, la primera

co lumna arroja la suma: •., .
· ;, · esa misma recta perpendicular al primer eje. Las proyecciones de los
r .vectores en ese segundo eje serán los coeficientes factoriales de los
·.;¡.¡~
··r :: .
e '; '' " test en el segundo factor. Los valores corTespondientes han sido ins-
.·t: .

e critos en la segunda columna de la tabla 9 (pág. 120). Así, la proyec-

.ción del vector 1 en el segundo eje es O, 18. Este valor ha sido inscri-
( :. · toen la primera fila de la segunda columna de la tabla 9.
( · La realidad no suele ser tan sencilla. Generalmente se necesiian
2. Hallamos la suma de toda la tabla, O, lo que es igual, la suma más de dos factores. El espado vectorial suele ser de tres o más
e: de la fila rk. ESta suma es r1 = 14,60. ··· :'.:.· dimensiones. Entonces es preciso calcular la posición del nuevo pun-
r·
'-· 3. Hallamos 'V";". En nuestro caso: Yr; =3,820995. . .... . · to centroide de los vectores residuales y pasar por él. perpendicular
... · · · al primer eje, el segundo. La cosa, cuando fu era posible, sería enojo-
'
' \....

/'
4. Hallamos m = 1/ Yi; . En el ~jemplo: m =0,261712.
·.· . sa si hubiéramos de atenemos a este procedimiento. No es, sin
1.... 5. Multiplicamos la fila rk por m: Cada producto mrk es un coe- · embargo, preciso. Podemos averiguar los coeficientes factoriales del
/' ficiente factorial. Así, el coeficiente a ll' del test 1 en el factor . ·segundo factor aritméticamente, de la misma manera que se hizo con
\..
/' 1, será 0,2617 12 x 3,00 = O,79. El coeficiente del test 2 será ... respecto al primero. Veamos cómo.
'- 0,261712 X 2,52 =0,66.
e La fila a. contiene todos los coeficientes factoriales. Se ha inscrito
. .. h•.

( e) Las primeras correlaciones residuales

en la prime~~ columna de la tabla 9 (pág. 120), que represe~ta ~a . .;· ..
( matriz factorial centrojde. Obsérvese que los valores hallados antme- . ,,. . · Una vez hallado e} primer factor, por el procedimiento· aritmético
ticamente son los mismos que los obtenidos antes por el procedimien- · antes expuesto, restamos de las correlaciones la parte que a él corres-
to <reométrico. Se mantiene, pues, la equivalencia a q ue tantas veces
e he; os aludido: los coeficientes factoriales de los test en un factor equi- .r
t : ponde. Según la ecuación (4 ]. la contribución del primer factor a las
co~relaciones r .k es a.1ak 1. Restemos, pues, estos productos de los coe-
e valen a las proyecciones de los vectores en el eje correspondiente. ·' ¡ ·ficientes origit{a!es. Lo que queda lo llamamos correlación residual:
·'
(
..1 [17)
( d) El segundo factor centroide '. f
C. 't · La fórmula [ 17] indica que la correlación residual que subsiste
· . Volvamos a la figura 22 (pág. 105). Vemos que la configuración . ::: . ' · ~ . entre dos test j y k, cuando se ha eliminado el influjo ¡;le) factor 1, es ...
vectorial de nuestro ejemplo se extiende en dos dimensiones. Nos ·· · : :·:~ · igual a la correlación original entre los dos test menos el producto de
1
;• .

(
( hace falta, pues, otro eje. Según el método centroide, hemos de colo- · • . \ : los coeficientes de ambos en ese factor. .
( cario por el mismo procedimiento que el primero. H~brá de ser situa- · , . :~ · · La tabla 8 (pág. 116) contiene las correlaciones residuales. Por . .:•

· do perpendicular a! primer eje y pasar por el centro1de de los vecto- · . J.· . ejemplo, la correlación residual
(. res residuales. Los vectores residuales son las proyecciones de los · r¡ ·
e. ~ectores originales sobre el espacio de r - 1 dimensiones perpendi- ·:.; >1... .
cular al eje 1, ya que la componente debida al primer eje ha sido ya · · .. •~ · ··.:.
r21 . 1 = 0,63- (0, 79) (0,66) 0,11
.
= . .. , ,¡
: ·.· '
)' :.;
sustraída de ellos al extr~er el ~rimer fa~tor. E.n nuestro caso, el esp~- · . . ;· -} Este valor ha sido inscrito en la casilla de la segunda fila y p~-
(.
, .
. .( ci~ vect~rial co~pleto. ttene. solo; ?os dtmenstOn~s: r = 2: Por const- . ·· 1:· mera columna de la tabla 8. Lo mismo se ha hecho con las demas

1 ( ·
. -·
gu1ente, el espacto de r- 1 dimensJOnes, perpendtcular a el, es d~ una
dimensión, o sea, está formado .p or .una recta. Los vectores reSldua-

' xz~es son~· ~roy=iones de los v~tor~ en ·~ r~ta s~ cxtremm

...A : casl!las de ]a tabla, excepto las diagonales.
..

·.·• ' ~:
:¡ .
i .
.

Mariano Yela
1
;:
112
' f) La reflexión de los vectores
Cqn la nueva matriz d e correlaciones presentada en la tabla 8 ~.~
procedemos igual que antes. ·
Según esto, lo primero que ha de hacerse es sumar sus columnas.
.Los resultados figuran en la fila I.r = s, de la tabla 8. En este primer
paso se prescinde de las comunidades, por la razón que en seguida
diremos. Por eso se han dejado en blanco las casillas diagonales de la . · .l · grados los vectores que estén situados en dirección opuesta a los res-
tabla.
En nues.tro ejemplo observamos que las sumas de las columnas
son negativas. Esto indica que hay correlaciones negativas relativa·
mente grandes en la tabla. Lo cual pone de manifiesto, a su vez, que
los ángulos entre algunos vectores son superiores a 90 grados. Pues,
'según sabemos, la correlación entre dos test es negativa cuando el
ángulo entre s,us vectores es mayor que un recto, es decir, cuando su
coseno es negativo. En nuestro caso sucede, en efecto, que los vecto-
res residuales se orientan en sentidos opuestos, y hay entre ellos
ángulos de 180 grados {véase la figura 22, pág. 105).
El hecho de las correlaciones negativas no plantea ningún pro-
blema en nuestro caso, porque todos estos vectores residuales están .
en una misma recta y el eje centroide no tiene más remedio que coin-
cidir con ella.
Pero supongamos que se extendieran en un espacio de más di-
. :. t·.
mensiones, por ejemplo, en un plano, como sucede en la figura 23._
Ello indicaría que necesitábamos colocar dos ejes más. El segundo
eje centroide habría de ser perpendicular al primero y pasar por el
centroide de los extr~mos de estos vectores residuales. Pero si halla·
mos este centroide resultará muy próximo al origen. La razón es que,
siendo sus coordenadas la media de las coordenadas de todos los
vectore:¡ y estando estos vectores en direcciones opuestas, Jos unos
tendrán coordenadas positivas y Jos otros negativas en los ejes de
. '"· . ~. .
Fig. 23.
v .,
..
"·
1 ~- • •
. ..
-~~.. - - - - - - -.... ~ .
. 4..:;........ .
·~·r ..
:·. ·'::.:;·.: ,....... :: La factorización. La lógica del método centroide 11 3
. ' . . : .; ~-;,
referencia, y ·¡a media de ellos se aproximará a cero. Ahora bien, esto
es un grave inconveniente. Lo que deseamos es situar el eje de tal
modo que las proyecciones de los vectores en él tengan el mayor
valor posible. Se comprende que para lograr esto el eje debe situarse
en ta dirección en que más vectores haya. Si el centroide cae cerca
l. del origen, la posición déJ eje que pase por él puede alejarse de la
J región de mayor densidad de vectores y rebajar así la suma total de
. las proyecciones. Para aumentar ésta es preciso alejar el centroide lo
..¡·
. ·
más posible del origen. Una sencilla manera de hacerlo es girar 180
. : tantes. A este giro le vamos a ll~mar reflexión de Jos vectores. Por
·¡' /:..
ejemplo, en la figura 23 podemos reflejar los vectores 3, 5 y 6. Con
. . ello, los seis vectores aparecen reunidos en uria sola constelaCión o
grupo. Su centroide se habrá·alejado del origen y el eje que por él se
· trace pasará aproximadamente por el centro de la región de máxima
·. densidad de vectores, aumentando las proyecciones de éstos en él.
Estas proyecciones serán los coeficientes factoriales que buscamos,
· si bien habremos de cambiar el signo de las correspondientes a los
vectores reflejados.
· Así, pues, lo primero que hay que hacer cuando se ~plka el
método centroide es reflejar los vectores que convenga. Si hay o no
.l·. ·
que reflejar alguno, lo indican las sumas de las columnas. Si todas
1·
· son positivas, como ocurre generalmente con las correlaciones entre
test de aptitudes, no es preciso reflejar ninguno.- Si hay alguna nega-
tiva hay que reflejar algún vector. Por eso no se incluyen en la tabla
.
·•. de correlaciones residuales las comunidades. Como éstas represen -
tan la longitud de los vectores, no pueden ser menores de cero y, si se
'suman a las correlaciones, pueden dar·una suma total positiva y ocul-
tar el hecho de que las correlaciones de ese test con los demás sean
· predominantemente negativas. Sí Jo son, es que su vector debe ser
reflejado. Esto lo indican sólo las correlaciones con los demás test,
no las comunidades.
El problema que inmediatamente se plantea es cómo hacer esta
reflexión aritméticamente, sin necesidad de manipular físicamente
.. '!os vectores. La solución es sencilla. Sabemos ·que la correlación
' : ~ntre dos test es igual al producto de las longitudes de sus vectores
•. )Or el coseno del ángulo comprendido. Cuando se refleja-un vector,
.-· !l ángulo que forma con .cualquier otro es el suplementario del que
. lntes formaba con él. Ahora bien, el coseno de un ángulo es igual al
:·: :oseno de su suplementario con distinto signo. Por consiguiente, al
' ·eflejar un vector se mantiene su anterior longitud y el valor absolu-
'·
 . .-··:.T·--.: T·
: ...

114 Mariano Yela

"·;r ~ La factorización La 16gka del método centroide 11 5

:l _ ,, coeficientes pueden pasarse ya a la segunda columna de Ja matriz

;to del coseno de los ángulos que antes formaba con los otros vecto- ~ > factorial de La tabla 9 (página 120). · · .
res; sólo s~ altera el signo de estos cosenos. Reflejar un vector es, por l ·. El método expuesto presenta algunos inconvenientes en la prác-
consiguiente, lo mismo qtie cambiar el signo de su cotTelación con
los demás' test. Para reflejar un vector, lo. único que tenemos que
hacer es cambiar el signo de la columna y la f.tla correspondiente de
li
.
!
tica. Cuando se trata de muchas variables, es dificil saber, por simple
inspección, cuáles deben reflejarse, y, en todo caso, el procedimiento
de cambiar varias veces los signos de las fila y columnas de la tabla . '
la matriz de correlaciones. · ~ de correlaciones residuales se presta a confusiones. El mismo resul-
Por ejemplo, en la tabla 8, el test que más alta correlación nega- .\ tado fmal puede conseguirse de otro modo más claro y rápido, com, : ...
... ·-·
tiva tiene con los demás es el 5. Reflejemos el vector. 5. Para ello, ¡· pletamente automático. Lo exponemos a continuación.
: ;.
. i:·:'
cambiamos simplemente los signos de todas las correlaciones de la l1 .. Reflejar un vector k es igual que cambiar el signo de la columna .: .. : ;

colwnna 5 y la fila 5 de la matriz de correlaciones residuales. Si y fila k de la matriz de correlaciones. Pero cambiar estos signos y
observamosla figura 22 (pág. 105), vemos que, para que todos los sumar, después, las colu~nas de R es lo mismo· que cart1biar el signo
vectores residuales estén orientados en un mismo sentido, tenemos l de la suma de la" columna ~k (es decir, hallar-. ~jk) y restar de la suma
•!
·que reflejar tres de ellos; por ejemplo, el 5, el 3 y el 6. Cambiemos,
pues, los signos de las colwnnas y filas correspondientes de la ta-
..
''
de las otras columnas (D-. el doble de)
J
valor del elemento corres-
l • }11'1
)
bla 8. Si,-primeto, cambiamos los signos de la columna y" fila 5; lue· . . J
go, de la columna y fila 3, y, finalmente, de la columna y fila 6, las pendiente deJa fila reflejada (- 2rk,;,). · ·
sumas de todas las columnas serán positivas. Estas sumas están indi- '
1
Todavía podemos hacer más rápidas y automáticas las óperacio-
cadas en la ·fila C. Los números entre paréntesis que preceden a la C
l nes. En lugar de haHar
indican los test que se han reflejado. Copie el lector la matriz resi-
i¡'
-~
dual de la tabla 8; cambie sucesivamente los signos de las columnas ~¡m- 2rkm [18]
y filas S, 3 y 6, y compruebe que las sumas de las columnas resultan- J
tes son, en efecto, las que aparecen en Ja fila C de la tabla.
Con esto quedan reflejados los vectores oportunos. A continua- podemos hallar
ción repetimos las operaciones anteriormente expuestas con respec-
to al primer factor. En la filad se escriben las comunidades residua-· 1
les. La comunidad residual de un test j es, como sabemos, su . 1 -2 'í?"¡m + rkm
1 .
[19)
comunidad primitiva h.2 menos el cuadrado del coeficiente factorial >.

del test j en el primer f~ctor: . ·.;

,·
siempre que, después, multipHquemos esta suma por- 2 para volver •.

h 21. . 1_- hz1. - a21"1 al resultado que daría [18]. Pues: .

La fila E, que en la tabla 8 figura inmediatamente después, es la 1 . 1 ·¡:..::.

suma de las dos filas anteriores C y d. Representa las sumas de las - 2 [- - 2 !:,r.
,Jm
+ rkmJ = !:,r.
.Jm
- 2rkm [20] J.
! ' .:~

columnas completas de la tabla residual. La suma de la fila E es r, == .J

J J : :.B
l
7,14. El factor m es igual a 0,374241. Los productos mE nos dan los 1 ·i: .,,
.'~)~
. coeficientes factoriales en el segundo factor centroide. Estos produc- Este procedimiento, cuya exposición es algo complicada, resul-
. tos figuran en la fila a¡2 , en la parte inferior de la tabla. Por ejemplo, ta en la práctica sumamente sencillo y rápido. Sus fases concretas,
. el c"Oeficiente_a 22, deJ test 2 en e! factor 2, es 0,374241 x 1,63 =0,61. ilustradas en la tabla 8, son las siguientes. Aconsejamos al Jecto_r
Los-coeficientes de los test reflejados 3, 5 y 6, se escriben con signo .t
_. que las siga paso a paso, comparándolas con los razonamientos que
negativo, que es el que corresponde a las proyecciones de los vectQ- _·__ 1_ ·.-.. ~receden.
res originales (no reflejados) 3, 5 y 6, en el nuevo eje. Todos estos J

,';~:
 ·; .~y:f·
·· ; .;: . ·.· '· La factorización. La lógica del método centroide 117
. ..
11 6 Mariano Yela
.,
l. Se suman las columnas de R (matriz residual), excluidas las
Tabla 8 comunidades. Estas sumas aparecen en la tabla 8, filaD= s, debajo
Matriz de correlaciones residuales y segundo centroide de la fila E. Por ejemplo, la primera columna suma - 0 ,05.
2. Se halla la fila A == - 112 s, para calcular el primer término d e la
..
1 2 J 4 5 6 fónnula [19]. Por ejemplo, la primera casilla de A es: - 1/2 (- 0,05) =
=0,025 .

l
1 .11 -.1 0 .09 -.12 - .03 3. Se elige la suma positiva más alta (pues hemos cambiado de
:-.to
signo y lo que queremos averiguar es la suma negativa más alta, indi-
2 .ll - .32 .33 - .40
cativa del vector q ue debemos reflejar). Esta suma corresponde al
3 -.10 .:...32 - .28 .34 .08 test S. Se coloca entre paréntesis la suma de la columna 5: (0,21 5) .
. !
Con este paréntesis indicamos que hemos reflejado la columna 5, es
4 . .09 .33 - .28 -.36 - .09 decir, que hemos cambiado de signo esta suma. El paréntesis equiva-
5 -.12 -.40 .34 -.36
·. .. .'11 le aquí a un signo negativo. Ya hemos cambiado el signo de la suma
de la columna; ahora tenemos que cambiar el de la fila.
6 -.o:> - .10 .08 - .09 .11 .. 4. En la columna de la izquierda, debajo de A, se escribe + (5),
indicando que a la fila A hay que sumarle la fila 5 de la matriz de
u=s - .05 - .38 - .28 -.31 -.43 -.03 correlaciones, para cumplir por entero la fórmula [ 19]. Pór ejemplo,
.(51 (3J (6) = e .45 1.26 1.12 1.15 1.33 .41
la casilla primera de la fila + (S) es 0,025 + (- O, 120) =- 0,095. Los

d .03 .37 .26 .29 .44 .03 l.. elementos diagonales de la matriz se consideran nulos. Por consi-
guiente, en la columna 5 d e esta nueva fi la + (5) se vuelve, a. escribir
el mismo valor de la fila A, con su paréntesis: (0,215). Sumar la fila 5 .
C+d= E .48 1.63 1.38 1.44 1.77 .44 a la fila A es, como antes se ha mostrado; lo mismo que sumar las
Ü'= S .05 . - .38 - .28 - .31 -.43 - .03 columnas de R después de haber cambiado d e signo la fila 5 de corre-
., ladones (siempre que, al final, el resultado se multiplique por - 2 ).
-t /2s =A .025 .190 .140 .155 {.215) .015 5. En la fila+ (S) se vuelve a elegir la suma de mayor valor posi-
{ tivo. Ésta corresponde ahora a la columna 3. Rodeamos, de nuevo,
+(5) - .095 - .210 (.480) - .205 (.215) .125
._; · con un paréntesis esta suma: (0,480). Con este paréntesis indicamos
+(3) - .195 - .530 (.480) - .485 (.555) (.205) · que hemos cambiado de signo la suma de la columna 3.
6. Escribimos + (3) a la izquierda, y sumamos a la fila anterior la
B = +(6} -.225 -.630 (.560) - .575 (.665) (.205) fila 3 de la matriz de correlaciones. Por ejemplo, el primer valor de
- 2B= C .45 1.26 1.12 l.lS 1.33 .41
1 esta nueva fila será - 0 ,095 +(-O, 100) = - O, 195. Al llegar a la colum-
na 3, se vuelve a escribir el valor de la fila superior (0,480), pues la

l
i ·

d .03 .37 .26 .29 .44 .03 · ·. casílla diagonal ':n se considera nula. Al llegar a la columna 5, vemos
·. que ésta había sido ya reflejada. Por consiguiente, las correlaciones de
' C + d= E .48 1.63 1.38 1.44 1.77 M ·.. ) ·· la columna 5 tienen en realidad signo opuesto al que de hecho con-
:l servan en la matriz. En lugar de sumarlas habría que restarlas. Pero,
mE= afl .18 .61 - .52 .54
.
- .66 - .16
t ·. po r otra parte, también la suma reflejada de la columna S, que es
.•.:..
:.:l· .·: (0,21 5), aparece con signo contrario al que en realidad tiene. Por con-
, · · siguiente, lo que hemos de hacer es sumar el número entre paréntesis
. = r1= 7.1 4
!.E= ! Ü'.L ¡~
:.. ; a la correlación correspondiente de la fil a 3 y seguir manteniendo el
. '·
k1 .
y,; :: 2.672078
... ~ ;,·¡;¡;;~ .374241
. ..:: . : t:.
.~ :-'~ paréntesis, que equivale, como se ha dicho, a un signo negativo.

;· ·. :. .
...~
:· ;·\~¡ ;~· ·.: · ·
'·: ·:··..'·:~
···<·..~ .·,.,.~
.;: ;!':.:
...,.
.. _ ........
. .
·: .
&-·~·..:.-.
.;
......... . . .. .·
' • . ..
··e ·¡ La factorización. La lógica del método centroide
. 1 119
C.¡ 118 Mariano Yela
e; obtenidos anteriormente. Los hemos pasado a )a segunda columna
e· Lo que queremos obtener es- 0,215- 0,340 =- 0,555, y~ que el
paréntesis de (0,215) indica signo negativo, y la correlación r35 es .
de la matriz factorial (tabla 9, pág. 120). Como los vectores refleja-
dos son el 3, el 5 y el 6, añadimos un signo negativo a sus coeficien~
( 0,34, pero ha sido ya reflejada y por consiguiente cambiada de signo. tes respectivos.
e Lo que hacemos es hallar 0,215 + 0,340 =0,555 y rodear el resulta- C~n esto queda averiguado el segundo factor. Obsérvese que los ••
. ,;::
. :¡ ·
1 •

. do con un paréntesis, indicando que su valor es negativo. Como se coefic1ente~ hallados aritméticamente son exactamente iguales que · •• ! "'
;~
( la,s proyecciOnes de los vectores en el segundo eje de la figura 22
. ve, el resultado es el mismo. En adelante, siempre que reflejemos un
e test pondremos la suma de su columna entre paréntesis y, luego,
sumaremos a este valor las correlaciones correspondientes con el sig-
(pág. 105). .
(
e no con que aparecen en la tabla, pero manteniendo el paréntesis a Jo
largo de la columna. h) Las segundas correlaciones residuales
e 7. Elegimos, de nuevo, el número positivo más alto de la fila
resultante. Este número es ahora 0,205 y corresponde a la columna
.. l' .
¡ El método de factorización que exponemos consiste ~~ extraer
( 1
~ ·los factores centroides sucesivamente, uno por uno. Primero, se cal-
6, Lo rodeamos con un paréntesis, indicando que cambiamos de sig·
e,. no la suma de esta columna.
· . 8. Escribimos+ (6) en la coluinna de la jzquierda, y añadimos
i
¡
·j
¡
cuJa un factor que explique la mayor parte posible de las correlacio-
nes. Hallado tal factor, se sustrae de las correlaciones la parte que él
\ ,
. la fila 6 de la tabla de correlaciones a la fila + (3), manteniendo los 1 explica. Las primeras correlaciones residuales se calculan como
r· i hemos dicho, mediante la fórmula '
\... · paréntesis en las columnas que ya los tuvieran.
e· 9. Así procedemos hasta llegar a una fila con todos sus elemen-
tos negativos, nulos o positivos entre paréntesis. Esto indicará que ·
f.

(.
todos los vectores necesarios han sido ya reflejados. Esta fila es en
e rmestro caso la+ (6). Llamamos 8 a esta fila. Si estos restos son significativos, extraemos un segundo factor
centroide. Hallado éste, se elimina su efecto de las anteriores corre-
( ·. 1O. La última operación que hemos de realizar para concluir la
reflexión de los vectores es hallar la fiJa e =- 28. La fila B se multi- laciones. residuales:
e plica por - 2 para cumplir la igualdad [20].
e La fila e contiene las sumas de las columnas de R, después de· '[2 1]
c. haber ret1ejado los vectores necesarios. Debe, por tanto, ser igual
que la fila C que hallamos más arriba mediante los cambios equiva- Si estos nuevos restos son todavía significativos, se extrae otro
e lentes· de los signos de las columnas y filas 5, 3 y 6 de la tabla. En ~ .
factor centroide por el procedimiento descrito, y así se continúa has-
ta que los residuos son prácticamente nulos. No hay ningún inconve- ~~~~r
( efecto, ambas filas, como puede comprobar el lector, son iguales. :,¡.¡· :,. :
Podemos, pues, proceder como antes para averiguar los coeficientes . ruente en obtener más factores de los necesarios. Conviene, pues,
( factoriales de los test en el segundo factor. extraer los que hagan falta hasta que las correlaciones residuales
e sean muy próximas a cero. La ulterior rotación se encargará demos-
trar cuáles de estos factores tienen significación psicológica.
( g) Los coeficientes en.~/ segundo factor centroide En nuestro ejemplo las correladones residuales obtenidas por la
( fórmula [21] son nulas. Esto indica, como ya sabíamos, que las
El procedimiento está ya explicado. Después de la fila C se escri· correlaciones de la tabla 7 (pág. 109} exigen sólo dos factores.
( be la fila d con las comunidades residuales. Estas dos filas se suman
( · ~
para obtener la fila E. La fila E expresa la suma de las columnas com· . í .
( pletas, incluidas las comunidades, de la matriz residual. La suma de j
~
··(·. .
E es r,, Ym es igual a 1/~. Los productos mE son los coeficientes
a¡2 de los test en el segundo factor. Naturalmente, son idénticos a los
. i.¡

.' . ~.
.

.'.;( ~. ·
: '
:.·./L\.
;,(, > ...· . ___.... :· -:.... .. ·
.~~·
 '"'9r·
. . ... ·.·
. ¡. ·. ... ...
; ;_ ~ .

..; ·¡ · ~; . · La factorización. La lógica del método ~ntroíde 121

. ...... ,. .
:: 1 ~ •

120 Mariano Yeia· ··

,.::.· .
La matriz factorial es el objeto de la factorización. Una vez halla-
i) La matriz factorial centroide da, la factorización ha concluido: Hemos exaiujnado dos procedi-
..:. !:::
mientos para llevarla a cabo. En el capítulo anterior se mostró el
• :, t ,'

'La tabla 9 muestra la matriz factorial centroide. Tiene seis filas, · ; : i ·

1 método diagonal. En el presente se ha mostrado el centroide. He
porque hay seis test, y dos columnas, porque hay dos factores. Cada J dado las razones del método y demostrado los distintos teoremas en
fila' representa los coeficientes factoriales de un test en los dos facto- _: l
que se apoya. Vamos ahora a aplicarlo de forma continua, sin inte-
res. Cada columna representa los coeficientes factoriales de todos los ·· irrumpir los cálculos, de la misma manera sencilla y casi automática
test en un factor. La matriz factorial de la tabla 9 equivale exacta- lque se aplica en la práctica. ·
mente a la estructura vectorial de la figura 22. Cada coeficiente fac- J ·· Antes de efectuarlo conviene hacer una última advertencia. En
torial a¡~ de un test j en un factor m, es igual a la proyección del véc- l.
los problemas reales se desconocen las comunidades. Éstas son,
tor j en el eje m. · .. . ·· : ~: . . como sabemos, la suma de los tuadrados de los coeficientes facto-
La matriz factorial cumple la ecuación fundamental del análisis: : ::: · · riales, los cuales se ignoran al comenzar el análisis. El primer paso de
los métodos que aquí expongo es estimar estas comunidades. Hay
varias formas de hacerlo'. La más sencilla éonsiste en asignar a cada
.-
test, como estimación aproximada de su comunidad, la correlación
En efecto, puede comprobarse que cualquier correlación r.k de la :' más alta de ese test con los demás. Esta · estimación es suficiente-
tabla 7 (pág. 109) es igual a la suma de los productos cruzado~ de las . . mente estable y aproximada en el caso de matrices de orden algo ele-
dos fijas j y k de la tabla 9. Porejemplo, la correlación r 12 es, efecti- .-. :_: . vado; por ejemplo, cuando se emplean más de veinte o treinta. test.
vamente, (0,79) (0,66) ~ (0,18) (0,61) =0,63. Igualmente, la comu· ,-· .. _. Con matrices pequeñas, da lugar a errores de más· consideración.
ni dad h 2¡ de cualquier test j es la suma de los cuadrados de la fila j de Pero estos errores pueden ser corregidos en gran parte, como Juego
la tabla 9. Asi, la comunidad del test 2 es h 22 == 0,81. Este valor se ·' diremos. .
vuelve a encontrar si se suman los cuadrados de la fila 2 de la ta- .· ~ En el capítulo siguiente aplicamos el método centroide a nuestro
bla 9: (0,66) 2 + (0,61) 2 == 0,81. Obsérvese que las comunidades ··¡ · ejemplo anterior de foima continua y sistemática, del mismo modo
resultantes en la columna h2¡ de la tabla 9 coinciden con las comuni· . !.; que lo harí~mos si fuera un pro~lema reaL ·
dades que insertamos al principio de la factorización en la matriz de. . ;t ·
~
correlaciones. Las pequeñas diferencias de una unidad en la última
cifra deéimal son debidas al procedimiento de cálculo (redondea-
.. . \
miento de los datos). Ji .
1
Tabla 9 ::~
Matriz factorial centroide F
.:l
J
I u h2.
·'r
. ¡1

1 .79 .18 .66

J
~t ! ·.
J
2 .66 .61 .81 l~ ~ ;l ··:
3 .48 -.52 .so .r ~
4 .59 .54 .64 ·.·._,j, ··>l•.
5 .61 -.66 .81 ·::···: 1 .:<) · Thurstone, L. L., Multip/e
J ·1 . 1947, págs. 218-318.
1
... · .. ..
Factor Anqlysis, Chicago. Univ. Chicago Press,
· .
6 .70 -.16 .52

.. f ,,' { .
··.:· .. .-.J.J
. .
. ~l~
·~ ~
.
 . . :·.·· ·
(~ ':
( ,• ... •.;,·
•.t' ::-·

e
(
e
(
(
CAPÍTULO V
C.
( La factorización. ,.
e Aplicación del método centroide
.'' ) ::
e . ~% .
e .:¡ :- ·. . 1.
... . .
CÁLCULO DEL PRIMER FACfOR CENTROIDE
( -~

· :1 .' . Las fases sucesivas del procedimiento centroide van indicadas en

e · -.. las tablas 1O, l 1, 12 y 13, que debe consultar el lector al tiempo que
( .) lee el texto. El cálculo del primer factor centroide se realiza como
· '~¡ sigue.
C.
( l . Se forma la tabla de correlaciones, dejando en blanco las
e ;·
j .'
casillas
·nes de
diagonales. En la tabla lO se ofrece la matriz de correlacio-
nuestro ejemplo. A esta tabla se refieren las operaciones que
.. ..·.

e exponemos a continuación.
( 2. Se suman las columnas, y los resultados se registran en ·la
fila s.
e 3. Se suman las filas, y Jos resultados se inscriben en la colum-
( na í.:. La suma de cada fila ha de ser· igual que la suma de su colum-
( na correspondiente. Por ejemplo, la suma de la fila 1 es 2,35, igual
que la suma de la columna l. Sí así es, se traza en la última columna
e ·el correspondiente signo de comprobación. (..J). Es imprescindible
( hacer todas las comprobaciones que se indican; de lo contrario, cual-
quier pequeño error puede alterar considerablemente los resultados
e . ... finales y ser, después, muy dificil de localizar.
.(
l 4. Se suman las sumas de todas las columnas: en nu~stro caso,
e i el total es 10,68. Se comprueba que el resultado es jgual que la suma
· .~ : de todas las filas y se traza el signo de comprobación.
( . -~ 5. Se observa si la suma de alguna columna es negativa. En
e- . ·, i · nuestro caso, todas son positivas. Por consiguiente, no hay que refle-
(
( ...... · ,: ,1 ··- . • .
·.,'·'.i ,
. ,:· ·. ( jar ningún vector; volvemos a escribir en la fila C la fila anterior, s.
6 . En la fila d inscribimos las comunidades. Como desconoce-
.,
,· ..
.. ·.· :·

'.t

.
e
( : ...·
 124 Manano Yela · . ·
: . ..·: . /

· ' ~ - ··
.
. . . Y:~
· ·
··.
·.
p.
·
La f•ctori,.ción. Aplicación dcl método oentroide
'

7 · La fila D es distinta de la d, como veremos luego, cuando se

125

mos su valor exacto, ponemos en su lugar su valor estimado, según ~.: ; -~ ·· ha reflejado algún vector. En este ·caso no h emos reflejado ninguno.
alguno de los varios procedimientos que para ello existen. El más ·· ·: • . Por tanto, la filaD es una simple repetición de la anterior.
sencillo es adoptar, como comunidad de cada test, la co~elación más. ;· , _·. · -~ •·. . . 8. Se suman los elementos correspondientes de las fiJas e y D.
· alta de su colunma. Por ejemplo, la correlación más alta de la colum- ' •l Estas sumas se registran en la fila E. Se comprueban estas sumas
na 1 es 0,63. Este valor es registrado en la fila d. Esta correlación . .'..--~~ · notando que la suma de la fila E -14,55- es igual que la suma de
. indica \o que el test 1 tiene de común con el test 2, el cual es, a su .'.. ·· los elementos e yD de la columna!:. Se· señala esta prueba, como de
vez, el test con el que tiene más de común. Como la comunidad es un · :; ·' costumbre, con el signo de comprobación.
índice de lo que un test tiene de común con todos los demás de la · ·· -1 · 9. Se halla la suma de Jos valores absolutos de la fila E. En nues-
tabla, se comprende que aquella correlación sea. una estimación .
aproximada dé su comunidad. . · ... . ..
:>1:;· ·
tro caso es T = 14,55.
10. Se halla la raíz cuadrada de T. En el ejemplo: 3,814446.
· '·· .• \; · Conviene extraer seis decimales para evitar que, al redondear las
Tabla 10 · ·.: cifras, se acumulen los errores. · · .
Tabla de correlaciones y primer centroide .. ...: ~
. .
\ . : 11. Se halla m= 11...¡-f. En nuestro caso m =0,262161. Se com-
. : . prueban estas dos últimas operaciones hallando el producto mT, que
·.
l 2 3 ,_4 S 6 1: e /.::·, ·. · · debe ser igual que Vf. Si así resulta, se registra la señal de compro-
.. . ·. bación. ·
l .63 28 .56 .36 .52 2 .35 .!
·.;'··' 12. Se multiplica por m la fila E. El producto de cada elemento
.. ! ·. ·.··'' ·;, · de E por m es el coeficiente factorial correspondiente. Así, el coefi-
2 .63 .00 .· 72 .00 .36 1.71 .!
.. .._:_. ciente del test 1 en el primer centroide es 2', 98 x 0,262161 = 0,78.
3 .28

56
.00

.72 .00
.00 .63 .42 1.33

.oo· .32 1.60 .!

.!· ·..·' · . •.
.::· -¡ · ~ 1 sus
13 > Se comprueba el cálculo de la fila a, viendo sí la suma de
valores absolutos es Ígual a mT. En nuestro caso, ambos resulta-
4
:~··. · .. 1:·.
dos coinciden con aproximación de una·centésima. Damos por com-
5 .36 .00 .63 .00 54 1.53 .! . · ·. ·:, . .: · proba~a~ las o~eraciones, ~u~s una diferen~ia de una o dos uni_d~des

-- 6 .52 .36 ,42 .32 .54 2.15 .!

.f' .
· en la ultuna c1fra puede fac¡)mente ocurnr al redondear la ult1ma
· , :. cifra en todas las operaciones intermedias.
!J=-s 2.35 1.71 1.33 1.60 1.53 2. 16 10.68 .! J. . 14. Se pasan los coeficientes a.11 a la primera columna de la
' j.
matriz factorial. Esta matriz apareée en la tabla 12 (pág. 132). Con
e 2.35 1.71 1.33 1.60 1.53 2. 16 10.68 .! J:
ello se ha terminado el cálculo del primer factor centroide.
. ,j •'
d .63 72 .63 72 .63 .54 3.87 .!
. .:t
D .63 .72 .63 .72 .63 .54 3.87 .! . J : 2. CALCULO DE LOS PRIMEROS RESIDUOS

.e+D=E 2.98 2.43 1.96 2.32 2.16 2.70 14.55 .! l. Se prepara otra hoja de cálculos como indica la tabla 11. En la
, ·. columna a de la izquierda se copian los coeficientes del pt1mer cen-
mE=a11 .78 64 .S I .61 .57 .7 1 3.82 ./
.... troide. En la fila superior b se repiten estos coeficientes con signo nega-
' · :· •· ··.. tivo. La suma de ambas líneas debe ser igual pero de signo contrario.
T=l:(E j =14.55 ': .: ··-' Llamamos va la suma de la colunma a. En nuestro caso v =3,82.
Yr =3.814446 . ·: .: · :: > ·. 2. Se hallan las correlaciones residua-les, dejando en blanco los
.·; ··
. m= úvr = .0.262!61 , . ·•· . ·,._ espacios de la diagonal principal. Cada correlación residual se halla
-~ •",(":-• •• •- : • t •
. . mT
. . ' .. ·. =. =Yr. ./
. 3.81 ' . · ·: .:·.. ·._:r.·.~ · ~umando a cada correlación de la tabla 10 el producto de los coefi·
:E (a¡,l = 3.82 =mT .!

•
~ ~~
•
- · --
• 1 :.' ' : • • •
... . ...:._... .
. , ·~~~·
.. )?:·: • . .: :· .. ..
.
 :.·r•..¡;:·¡ ·:;::::o:~:::~:P:::d=::::~~:. m~bm 11. Por~~::
e
(
e
126
Mariano Ycl• ...
Tabla 11 plo, la correlación residual r21 . 1 es O, 13; aparece en la fiJ a 2, columna
(
· Primeros residuos y segundo centroide ·1·· 1, de la tabla 1 l. Se halla sumando a 0,63, que es la correlación r21 de
e -78 -64 - .5 1 -.61 -.57 - .71
• .1 · la tabla 10, el producto (0,64) (- 0,78), que son los coeficientes de la
. '

e :
b =-a -v = -3.B2 · ·r
.i
fila 2 y la columna l de la tabla 11:0,63 + (0,64) (- 0,78) == 0,13. Lo
que pretendemos es restar de la correlación el producto (0,64) (0, 7 8).
e
( a Test 1 2 .3 4
..
S 6 E
i~ .
En lugar de eso, sumamos el producto (0,64) (- 0,78); lo cual condu-
e .78 1 .13 -. 12 .08 -.08 -.03 - .02 ./ ·i ·
·.J ··
ce, naturalmente, al mismo resultado. La razón de proceder así es que
cuando hay que hacer restas con números unas veces positivos y otras
( .64 2 . 13 -.33 .33 -.36 - .09 -.32 ./
... ··:, . negativos es fácil equivocarse de signo. Es preferible fijar de antemano . '
( ·' y automáticamente los signos y hacer después la suma algebraica.
,': ~ p~;:am~1:~:nera que el residuo r
.SI 3 -.12 -.33 - .31 .34 - .06 - .36 ./
( , .· ·::j· la 21 • 1' se hallan los demás de
.6 1 4 .08 .33 -.31 -~35 - .1 1 - .36 ./
(
e .57 5 - .08 - .36 ' .34 -.35 .13 -.32 ./ .····~·.·:¡·>·;::· matriz ~nterior (tabla 10). En nuestro casOeste valor es
·· ·. ·.. · 3. Se comprueba esta columna. Para ello calculamos el valor s +
+ vb + b2 , dondes es la suma de la columna correspondiente de la
·. 71 .6 -.Q3 -.09 .06 -11 .13 - .04 ./
(
( 3.82 =!o = V
- . :· ·J .,
2,35 + (3,82) (- 0,78) +(-o, 78)2::::- 0,02
(
.(
s + vb + b2

r.r·=·
-.02

-.02
-.32

-.32
-.36

-.36
-.36

-.36
-.32

-.32
-.05 -1.43 -1.43

-.04 -1.42 ././

·¡·.
'i .
Este valor debe coincidir con la suma de la colunma primera de
· -:.: · residuos 1• Así acontece en nuestro ejempo, como p uede comprobar
e - 112 S-; A .oto .160 {.!80) .180 .160 .020 .710 ./
. · el lector.
. . . J .'
e + (3) -.110 -. 170 (.1 80) -. 1.30 (.500) .080 .350 ./
4. Una vez comprobada la primera columna, se escriben sus
· ·. -~ · · · valores en la primera fila, como se indica en la tabla 11. La sUma de
e: · '·: :j . esta fila debe dar, de nuevo, - 0,02; lo cual se registra con el signo de
( - + ( 5) .. - .190 - .530 (.520) - .480 (.500) (.210) .030 ../ J.· comprobación.
( B= + (6) . -.220 - .620 (.580) -:590 (.630) (.210) -.010
.l 5. Se halla, del mismo modo, la segunda columna de residuos,
./ .' j empezando por la casilla de la fila 3: Se comprueba esta columna de
( - 28 =e 1 la misma manera que antes y, una vez comprobada, se copian sus ele-
.441 1.24 - 1.16 t.l8 -1.26 -.42 .02 ././
mentos en la fila 2, como antes.
( d .13 .36 .34 .35 .36 .13 1.67 ./ 1 .': ~ 6. ' Se hallan por el mismo procedimiento los elementos de las
e · restantes columnas, se comprueban de la misma manera y se pasan a

-:~.
D .13 - .34
e .36 .35 - .36 - . 13 .01 ./
·:;
.·.. :ii_

e C+ D= E .57 1.60 -1.50 1.53 -1.62 -.55 .03 ./

··:~
·l'
1 Cada residuo de una columna k es r ,. ~ b,.a . . La suma de todos Jos residuos de

a columna k será:
1• ¡m 4 .

( · mE=a11 . .21 .59 ...:.ss .56 - .60 - .20 .01 ./ -~

~ ..f
( J · ;·. ú¡k + b;r,a¡,. = s + vb

(
= r.s- - y2 + UJ2
l··:,¡l-~ · . r~sta
...i.d.
T= VE/ = 7.57 Corno b es negativo, vb se de s; con Jo cual se resta des el producto deb por
:C Vr :; 2.7 14774 ·.1 í mismo, corrrespondiente a la casilla diagonal. Pero, como esta casilla no se h3

·.(_. .. ·. . ~
m= 11Vr=0.368354
m.T = 2. 7 1':= YT ·./ :m•do m 1• oolo- bido~. ~ v.IO< ~~~do lo ooNmoa-' + >b + ~.
Va/=2.11 =mT ./
:·:,( ' ..
.·
<~t · ,_ .::~:
~~(~:..j·>" ~~~-L.'...:.~.: .·.. >..· ..~.- ~·.~~·. ~· .:~~ ·..
 . ; /··?. :·~ .. .
' . ·.·.~·
. ... ~ ·~ :J:• .. ..
. .. . '·. : :~:~ La factorización. Aplicación del método centroide 129
>128 Mariano Yela· .: ,: ·
Escribimos O, 71 Oen la columna .r. El hecho de que la suma de la fila
·· '.su fila correspondiente. Obsérvese que cada columna que avanzamos. . A es, en efecto, O, 71 O se indica con el signo de comprobación.
exige el cálculo de un·residuo menos. En la columna 5 sólo tenemos 2. Se pone entre paréntesis el valor positivo más alto de la fila
· qúe averiguar la correlación residual de la fila 6. En la columna 6 no • i · A. En nuestro caso hay dos, correspondientes a las columnas 3 y 4.
tehemos que 'calcular ningún residuo, sólo hemos de hacer la oportu- l . . r Elegimos cualquiera de los dos; por ejemplo, el de la columna 3. Lo
ná comprobación.
ponemos
¡· .
entre paréntesis: (0, 180). ·
. . 7. Se comprueba la tabla entera de correlaciones residuales, cal- ·..:~ ~ 3. Se escribe+ (3) a la izquierda, y se suman algebraicamente la
fila A y la fila 3 de }a tabla de correlaciones residuales, tratando la
· culando el valor
r·
·casilla diagonal como cero. Así, el primer valor de esta fila es 0,01 O +
+ {- 0,120) = - 0,110. Los valores de esta fila se escriben entre
paréntesis si lo estaban en la fila anterior.
En nuestro caso: .' ' . 4. La suma anticipada de esta fila se halla sumando Jos correspon-
. . :,· .' :· : · dientes valores de la columna :E. En nuestro caso: O,71 O + (- 0,360) =
2 2 2 2
10,68- (3,82) + 0,78 + 0,64. + 0,512 + 0,61 + 0,57 '+ 0,71 =· .. 2 2 ·~ :. . ~: =0,350. El hecho de que la suma de la f:lla sea, efectivamente, 0,350 se
=- 1,43 · . señala como de costumbre.
5. Se pone entre paréntesis el valor positivo más alto de la fila
El valor- 1,43 se re~stra en el lugar indicado en la tabla 11, en .· ·..+ (3 ). Este valor es 0,500. Corresponde a la columna 5, por lo cual
la columna de .comprobación. ·escribimos + (5) en la primera columna de la izquierda.
. 8. Se suma la fila S + vb + b2. El resultado es - 1,43. La coinck . 6. Se suman los elementos de la fila+ '(3) a los de ]a fila 5 de la
dencia entre los dos últimos resultados comprueba la corrección del · . tabla de correlaciones residuales. Los resultados se escriben en la
cálculq de esta flla 2 • . . ·nueva fila + (5). El primer elemento de esta fila es (- 0,110) +
· . 9~ .se suma la nueva fila s.En nuestro caso da- 1,42. El hecho · ·· .:· : + (- 0,080) =- 0,190. Los valores de la fila+ (5) se escriben entre
de que este valor sea suficientemente aproximado a los anteriores se · . ·· paréntesis si lo tenían en la fila anterior+ (3).
indica con el signo de comprobación. · :. · ··· 1. Se comprueba la suma de la fila + (5) como antes.. Así, la
10: Se suma la columna I. de la matriz. Debe dar el mismo · '··, · · suma de los valores de la eolumna I. correspondientes a la fila+ (3)
resultado. Así ocurre en el ejemplo. Con esto queda lista la tabla de :\ Yala fila 5 de la tabla de residuos es 0,350 + (- 0,320) =0,030. Ésta
co!I'elacionés residuales para iniciar el cálculo del segundo factor · ·.¡ .· es, efectivamente, la suma de la fila + (S), lo que se indica con el sig-
centroide. · l no de comprobación. ·
.· J ·, 8.. Se continúa el cambio de signos hasta llegar a una fila con
· ~ todos I9s valores negativos, nulos o positivos entre paréntesis. En
3. CAMBIO DE SIGNOS ;~· . nuestro ejemplo, la fila + (5) tiene todavía un valor positivo sin
.. paréntesis. Es el correspondiente a 1a columna 6. Lo ponemos, pues,
· Como la fila s de la tabla 11 contiene signes negativos, es preci· · entre paré.ntesis; escribimos + (6) en la columna de la izquierda y
so .reflejar algunos vectores. El procedimiento es el siguiente: hallamos la fila + (6) sumando la fila + (5) y la fiJa 6 de la tabla de
· · residuos; al final, con1probamos la suma como anteriormente.
l. Se halla la fila A =- 1/2 s; en ella su~le~ emplearse tres deci· 9. Todos los valores de la fila + (6) son negativos o posiÜvos entre
maJes. Por ejemplo, el primer valor de esta fila es (- 1/2) (- 0,020):;:: paréntesis. Luego, el cambio de signos ha
terminado. A veces, sobre
= +0,010. La suma anticipada de esta fila es (-1/2) (- ·1,42) = 0,710. · , todo cuando la matriz es muy grande, es preciso reflejar dos veces un
' ·· · mismo vector. Esto ocurre cuando alguno d·e los valores entre parénte-
. sis resulta negativo. Entonces se escoge, para efectuar la reflexión, el
· .: . 2 La s.uma de la filas+ vb + b2 debe dar !.s- vl + W. En efecto, la suma. de la
mayor valor positivo sin paréntesis o el mayor negativo entre.parénte..
.. · fila ~s !.s:+. v~: + I:b~:. ·perQ rb ':" - v1 como puede·observarse-en la fila: superior {fila o) .t .· .
' ¡ ~· •.
de la tabla 11. Por tanto, vrb "" - vl . Luego, el resultado final es !.s- v2 + W. . . }. :.' ·.

...
:. ··.
. ·~· :..·• •. ·:·!
.>...=""""-->-
..
' ~·á..: .... ~.: .. ..:·
51:~
 e·:· .. .<:\;?: -~k:i'_·:. La factoriza ción. Aplicación del método centroide 131
e 130 Mariano Ye~ :;'.:,:t ~\":~: ·_. ·
( · ~.~ :·. pendientes de la columna¿ es 0,03. Éste debe ser el resultado de Ia
( . sl·s ..sl· h'~y. que .refleJ·ar una variable que ya ha sido reflejada, en l.ugar ·;1 ... suma de la fila E, como en efecto aconte.ce. La coincidencia se indica
Cl ·. ·~ . . ron el signo de comprobación. ..: ,
( ·de smnar la fila correspondiente de los residuos, se resta. . ) _.> 2. Se halla T =¿lE!. La suma de los valores absolutos de E es, _.¡;'>
lO. Lama que tiene ~odos los valores negativos o positivos entre .;. 'i en nuestro ejemplo, , .
e paréntesis se denomina fria B. A continuación se halla la fila C igual a . . '
7 37
3. Se halla Yr. Su valor es 2, 714774.
e - 2B. Por: ejemplo, el primer valor de la fila Ces(- 2) (- 0,220) =0,44. . ,¡ 4. Se halla m= 1/ Yr =0,368354. . . '

La fila C vuelve a escribirse con dos cifras decimales. Los valores · ~. .

;¡ . •
( 5. El producto mT debe ser igual a Yr, Jo que se indica conve-
entre paréntesis en la fila B tienen en la C signo negativo. . nientemente. '.;'
..
( · 11. Se halla lá suma ponderada de los valores de la columna r , · ~ 6. Se multiplica la fila E por m. Los productos son los coefi-
( que figuran en la tabla superior. El peso de cada valor es + 1' si la <1 cientes factoriales a en el segundo factor cen troide. EJ producto de m
variable no ha sido reflejada, y - 1 si lo ha sido. Esta suma es: ·;
( ~ por el elemento de la fila E, columna L, es 0,01 y constituye la suma
( (-0,02) + (-0,32) : .<+0,.36) + (- 0,36) + (+ 0,32) + (+0,04) =0,02 :( . ·. anticipada de la fila a. La suma de esta fila es, efectivamente, 0,01,
, . lo, que se indica con el signo de comprobación.
( Esta suma se escribe al final de ia fila C, en la columna L. .i 7. La suma de los valores absolutos de a debe ser igual a mT.
( 1i Se multiplica el valor - 0,01 O, que aparece en la fila B Y · ·~ Así acontece en nuestro ejemplo. Con esta última comprobación
('" colUIIU1a I:, por - 2. Ei resultado es 0,02, que debe coincidir con el '.! queda terminado el cálculo del segundo factor.
\,. '.t 8. Se pasan los coeficientes de la fila a'2 a la segunda columna
anterior. ,.
(
13. Se su~a la fila C. Su suma es 0,02, coincidente con los dos :. · :¡·~ de la matriz factorial centroide (tabla 12). '
' ~
resultados anteriores. Estas comprobaciones se indican con la señal
e de costumbre. El procedimiento explicado se aplica del mismo modo para cal-
e ;uJar todos los factores centroides que sean precisos. El análisis ter-
( .j nina cuando los residuos sean prácticamente nulos. En nuestro
4 . LAS COMUNIDADES ·~ · :jemplo acontece esto con el segundo factor. Si se'restan de las corre-
( . ~ ·aciones dé la tabla 11 los productos de Jos coeficientes correspon-
(-·. 1. En la fila d se i~sertan los valores. estimados de las comuni~ lientes del segundo factor, los residuos resultan prácticamente
dades. Según el método que exponernos, este valor es la correlación tulos. No justifican, por tanto, la extracción de ningún factor más.
( más alta (prescindiendo del signo) de cada columna. Así, el valor en .a factorizaci ón ha terminad o.
e que es timamos la comunidad residual del test 1 será 0,13 ; e_l de la
comunidad del test 2; será 0,36.
( La suma de la filá des 1,67. La repetimos, para comprobar. LA MATRJZ FACTORIAL ¡
( 2. En la fila D volvemos a escribir las comunidades, pero ahora .
,1

..:·,
( con su signo correspondiente. Lo tendrán positivo las de los test no ; El resul tado de la factorización es la matriz F de la tabla 12. Si
1
. . .···~ ~

- reflejados, y negativo las de los reflejados. Esto se hace para que el comparamos con la matriz F de la taqla 9 (pág. 120), resultado .. .:
valor de .la comunidad se añada al de cada columna de la m~triz de
~

mbién de la factorización de 1as mismas correlaciones por .el mis-

:: ¡
( ... ¡
C correlaciones, con objeto de obtener la suma total de la matriz. La ·~ o método, observamos algunas diferencias. Estas diferencias son
suma de la filaD es 0,0 l. Se repite, para comprobar. :bid as a que, en un caso, hemos usado las verdaderas comunidades 1
,. . ' .
( en otro, valores estimados de las mismas. Las diferencias son más '·\~

( ·
5. .,,.CALCULO DEL SEGUNDO FACTOR CENTROIDE ·
~
¡
•tables entre las columnas de comunidades de ainbas tablas. En la ·
~~ a 9, resu1ta do del anaTJSIS
· con 1as verd.a deras comum'dades, vue1-
( . . .. . . . ~ f ·
C 1. :·Se h~Iia la fila E:= C+ D. P~r ejemplo, el primer elemento de • n a aparecer éstas con su verdadero val~r. En la tabla 12, resulta-
{ • ... ·. . esta filli ¡;¡• (o,44) +\0;13 ) = 0,57. La suma de los elementos corres· j_:dk\
~i·;_~:L:~~-~" ~. .·.:.:.
 '·.- -~ r~:J~~~r.·.
. ·· · ' :- ·:: ·
. . ..•:r ..
i'. ·
. ., ' ., ' '
La factonzac10n. Aplicac1on del metodo centro1de 133
1-32 Mariano Yela >. ' . .
masiado pequeño para que altere la significación cualitativa de la es-
Tabla 12 tructura que entre todos forman:
Matriz factorial F1 Pero todavía hay otra razón poderosa en favor del método. En
...
. . . t<:'j realidad tal y como lo hemos descrito sólo debe aplicarse a matrices
1 II h.2
1 de correlación de orden elevado. La estimación sucesiva de las comu-
..•• .,¡.!
nidades con cada nuevo factor que se extrae, conduce a resultados
·· ~
1 .78 .2 1 .65
mucho más aproximados a los verdaderos cuando la matriz de corre-
2 .64 .59 .76 laciones contiene veinte o treinta test. En nuestro caso las discrepan-
3 .51 -.55 .56
cias, aunque pequeñas, son apreciables porque sólo hemos empleado
seis test. Lo hemos hecho para mostrar el método en tm ejemplo sen-
4 .61 .56 .69 cillo y breve.
.S .57 - .60 .68 El método expuesto puede, pues, emplearse con matrices exten-
. sas. Es más, incluso es aplicable a pequeñas matrices, como la de
, t . .

6 .71 -.io .54

do del_análisis efectuado con comunidades estimadas, las comuni-
dades resultantes se apartan de su verdadero valor, como el lector
debe comprobar. Ahora bien, cuando se trata de un experimento : ·
rea1, hemos de emplear siempre valores estimados, pues desconO-
cemos los verdaderos de las comunidades. Así, pues, en los experi-
mentos reales los rest,~ltados obtenidos se apartarán también de los :
resultados verdaderos. En nuestro caso ficticio sabemos cuánto ·. l
difieren de ellos, porque los conocemos de antemano. En la rea· • •.;¡. ~
lidad no sabemos cuánto se apartan. Esto sería grave, si no fuera
por dos razones.
· La primera es que, de hecho, como vemos en nuestro ejemplo,
las·diferencias entre los resultados obtenidos y los que deberían obte-
nerse son pequeñas. Los coeficientes de las tablas 9 y 12 son bastan·
te próximos entre sí. Los que son positivos (o negativos) en una, son
también positivos (o negativos) en la otra; los coeficientes que ocu·
pan el mismo lugar en las dos tablas son altos, medios o bajos en las
dos. Las diferencias son siempre reducidas; la mayor es de seis cen-
tésimas. Un poco más acusadas son las discrepancias entre las comu-
nidades. Pero estas diferencias no alteran el sentido de la estructura
. nuestro ejemplo, con tal de añadir una nueva fase. Veamos en qué
consiste.
Cuando sé analiza una matriz de correlaciones de menos de vein-
te test por el método centroide que hemos expuesto, debe repetirse
l..
el análisis tantas veces como sea preciso para estabilizar las comuni-
1 .·,: dades. Esto se realiza de la manera siguiente:
f
-:l l. Se verifica una primera factorizacíón como_ queda expHcado.
2. El resultado de la primera factorización es una matriz facto-
rial centroide F 1, como la de la tabla 12. Se sum.an los cuadrados de
. i _los valores de cada fila para hallar las comunidades.
.. -~
3. Como no sabemos hasta qué punto estas comunidades refle-
. ; t
jan fielmente los valores de las verdaderas, que desconocemos, hace-
. _it' mos otra factorización, usando como nuevos valores estimados de
;, las comunidades los haHados en la priinera. .
" ~ . Para ello, al calcular el primer factor, inscribimos en la filad, no
4
1. , las correlaciones más altas de cada columna, sino las comunidades
g obtenidas en la primera factorización.
-} : · 4. Al calcular los sucesivos factores, inscribimos en las corres-
·. :¡ pondientes filas d, no las correlaciones residu_ales más altas de cada
columna, sino las comunidades residuales que vayan· quedando al
i_·

factorial. Si dibujamos las estructuras geométricas que corresponden
a las tablas, observamos que las dos son del mismo tipo, y si se giran
ambas hasta una posición de estructura simple, el significado de los
dos factores es exactamente el mismo en los dos casos. En el capítu·
· lo .próximo examínar:emos este punto con mayor detalle. Por ahora
baste decir que, incluso admitiendo la falta de exactitud deLmétodo
centroide: en nuestro problema, · los resultados aproximados obténi- . .. ·¡ :ábamos.
dos sólo se apartan de los verdaderos en un sentido cuantitativo, de-
i sustraer de las comunidades de la primera factorización los sucesivos
productos factoriales .
.i, 5. Terminada la segunda factorización, se ·obtiene otra matriz
,¡ · factorial centroide F2_. Sumando Jos cuadrados de cada fila, hallamos
· ·' 1 las nuevas comunidades. Si éstas coinciden con las primeras, damos
.· -~ por terminado el proceso. La matriz F2 es la matriz factorial que bus-
.· i ,.,
: ·..

.~·
 . -1-"'.
. . "

'{ · :.·f.:.· .
\. ·. '·

La factorización. Aplicación del método centroide

( i34 Mariano Yela ·r · 135

"( Esta matriz, sin comunidades, S<: representa en la tabla 1O (pági-

e · 6. Si las · ~omunidades . obtenidas en la segunda factorízación
difieren apreciablemente d.e las obtenidas en la primera, volvernos a
( repetir el análisis. Inser~os en la fila d del primer factor las co~u­
e nidades de la· segunda factorízación, y en las filas d de los suces1vos
na 124). La factorizacíón de esta matriz por el método centroide con-
duce a la matriz factorial de la tabla 13. La misma matriz de correla-
cion:s ha sido factorizada también en el capítulo anterior por el méto-
do d1agonal. El resultado obtenido se mostró en Ja tabla 1 (pág. 83). :; '
•,

.: ~:

e ·factores, los residuos sucesivos de estas comunidad~s. . . Las dos matrices factoriales (tablas 1 y 13) son totalmente dis-
.•
, '·..
........
. 7. El proceso se repite hasta que, en dos factonzac10nes sucesi- .;;i,·i'J·
tintas a pesar de ser el resultado de la factorización de una misma
( vas las comunidades obtenidas son prácticamente iguales. ta bla de correlaciones. Este hecho pone de manifiesto, de nuevo, lo
( 'Aplicando este procedimiento a nuestro ejemplo, hemos obteni- · que varias veces hemos dicho. El resultado de la factorización es
do, después de cinco repeticiones, la matri~ fac~or~al F6 (tabla 13). arbitrario. Depende del método que se siga. Un método conduce a
( Corno se ve, las comunidades de esta matnz comc1den con las ver- un resultado; otro método,. a otro distinto. Aunque, si la· factoriza-
r\ daderas que insertamos en la tabla 7 (pág~ 109), excep,t~ la del ~est ción está bien hecha, todos· Jos resultados serán matemáticamente
5, q ue se aparta del verdadero valor en solo tre~ ccnte~1mas . St se
e comparan las tablas 9 (pág. 120) y 13, se vera que, mclus~ con
equivalentes. En efecto, las dos matrices factoriales (tablas 1 .y 13)
cumplen igualmente el teorema fundamnental
( matrices tan exageradamente pequeñas como la nuestra, el metodo
/ '
\._
centroide conduce, mediante sucesivas aproximaciones, a resultados R=FF'
prácticamente iguales a los que se conseguirían conociendo de ante-
( mano las verdaderas eomunida9,es. · En ambas matrices los coeficientes son tales que la suma de Jos
r
\.. productos cruzados de cada dos filas es igual a la correlación entre
F Tabla 13 los dos test correspondientes y la suma de los cuadrados de· cada fila
\.. Matriz factorial F6 es igual a la comunidad del test que esa fila representa. Sean, por
e . ' ejemplo, los test 3 y 6 .
e I 11 h.t
1 .,
...! ·. Il
r 1 .79 .17 .65 IJ
' 2 .65 .62 .81
·'

5
(
\.. 3 .48 - .51 .49
' i:·· ··
5
e 4 .59 .54 .64

e 5 .60 -.65 .78 ~

..
.
. ,. .•:
.
( 6 .70 - .17 .52 ' .i:t:;,,::
,,, ~,· ,.¡;;:

e · La matriz F6 de la tabla 13 ,es el resultado final de la factori-

' ::!J~ t:~

e zación.
·e
e 7. CARÁCTER ARBITRARIO DE LA MATRIZ CENTROIDE
e .~ ·' .
e · · En los apartados anteriores se ha ~xpuesto el método centroi.de.
H emos visto, además, su aplicación a un ejemplo concreto. En este Fig. 24.
4
2
¡•,ih!:l
~ 1~: ¡¡i ~ ;!
;:1. (¡'.Ld
.( Fig. 25. ! !,¡,¡;~ ¡:~
ejemplo partíamos de una matriz de correlaciones entre seis test. ¡~u;,~~,r~
e =:,j ~!'l 1!~~~d
, ¡,,.~·¡·~~ .. ~
:':;,•1' :if-)1:~
,!.
(. ,., w.···
1~~t~.~1li
e:
 La factorización. Aplicación del método centroide 137
13"6 Mariano Yela
.. ~''
Al final de la factorización hemos situado Jos ejes necesarios en
Según la tabla 1, la comunidad del test 3 es: (0,347)2 +(0,608) 2.• = una posición arbitraria. Para interpretar estos ejes es preciso girarlos
= 0,49. . .. ,.. hasta una posición que, por razones suficientes, se juzgue psicológi-
· Según la tabla 13, la comunidad del test 3" es, también: (0,48) 2 + \ .:. camente significativa. ¿Cómo girar los ejes? ¿A qué posición girar-
+ (- 0,51 ) 2 = 0,49. los? Estos problemas constituyen el objeto del próximo capítulo.
.Según la tabla 1, la correlación entre los test 3 y 6 resulta: (0,34 7)
(0,645) + (0,608) (0,322) =0,42. Según Ia tabla 13, la misma corre"
!ación da, exactamente: (0,48) (0,70) + (- 0,51) (- O, 17) =0,42.
Las dos matrices factoriales son, pues, equivalentes desde el
punto de vista matemático; ambas pueden ser aceptadas, igualmen-
te, como resultado final de la factorización. Y, sin embargo, ambas
son totalmente d istíntas. La razón de esta diferencia ya la sabemos. ··... .
Observemos las figuras 24 y 25. La figura 24 es la representación .
geométrica de la matriz de la tabla 1; la figura 25 es la representación . .
geométrica de la matriz de la tabla u; con el eje 2 cambiado de sen~· ·•
tido para facilitar la comparación entre las dos figuras. ..
Las figuras 24 y 25 muestran claramente la razón por la cual son . ·. ··¡· .·
distintas las tablas 1 y 13. En ambas figuras hay algo exactamente . ·· ·
igual: la configuración de los seis vectores. Ello se debe a que ambas · ! ·
figuras representan la misma matriz de correlaciones. · ·' .
Lo que difiere en ambas figuras es la posición de los ejes. En la
figura 24 hemos situado el eje 1 en la dirección del vector 1, y el eje 2 . .· .
perpendicular a esa dirección. En la figura 25 hemos pasado el eje 1 por . · ·, :, .·~. :
1
el centroide de los extre~os de los seis vectores, y el eje 2 perpen· .!
dicular al l. Como la posición de los ejes es distinta en ambos casos, '-j' ·
las proyecciones de los test en ellos también serán distintas. Por ' ·.. · :·
consiguiente, serán asimismo distintos los coeficientes factoriales co- l
rrespondientes en las tablas 1 y 1'3. ·i
Lo mismo podríamos haber situado los ejes en cualquier otra j
posición. Cada vez obtendríamos proyecciones distintas y distintas .. ~' .
matrices factoriales. No hay ninguna razón para preferir ninguna. ., .
Cualquiera de ellas constituye el resultado correcto de la factoriza- 1· 1
·1-·
ción. Pero, por eso mismo, porque hay muchas soluciones correctas, .:.~.. : :~.·.
el problema factorial queda indeterminado al fma) de la factoriza· i
ción. El objeto principal del análisis factorial, considerado como · .~ · i
método de investigación' en psicología, es llegar a ciertos factores % : ·· •
interpretables psicológicamente. La interpretación de Jos fac tores se ~1 .· ...
hace en función de los coeficientes que en ellos tienen los diversos :~ ·.
·test .. Pero estos coeficientes dependen de la posición de los ejes. · · ~ ' ·. ·
Como esta posición es fijada arbitrariamente en la factorizacíón, no · :1 ··./ .. ,
es razonable esperqr que estos ejes representen factores significati- ·~ . J'· ·
' vos desde el punto de vista psicológico ~:~- \

~--.~~-...:, ...:~-· -
(
(
(
e
e .i

(
e
( ,
... ·~ ·'.
: ~ CAPÍTULO VI
( .:·· -'. (
( .f La estructura simple
(
(
,_ ·· ·.;.-l.;r . 1'. NECESIDAD DE LA ROTACIÓN

(
·:~; -J· El análisis·factorial es una técnica de investigación.- Su pririéípal
.. •:'-j objeto es sugerir y comprobar hipótesis científicas. Estas hipótesis se
,... ··:::; . ~ refieren al número y naturaleza de Jos factores. Antes de aplicar la
"
(
'
.. :' ...:'1 técnica factorial a un determinado campo de estudio es preciso que
. ' ·.:~ . el investigador prevea, fundado en su ingenio y en lo que ya conoce
acerca del tema, cuántos y cuáles son los factores existentes en dicho
·:; ~.'i. . campo. Sólo así podrá idear los procedimientos adecuados (test, cali-
. • ficaciones, observaciones y medidas · diversas) para poner de ma-
. , ': nifiesto los supuestos factores y comprobar, después, mediante el
( · :! análisis factorial , su existenda empírica. Si los resultados obtenidos
. !
, coinciden con Jos previstos, la hipótesis quedará confirmada; en la
c.: , - medida en que discrepen, habrá de ser, modificada. Las nuevas hipó- ·,.
( ,¡ tesis que, en consecuencia, se adopten podrán ser sometidas a com- · ,; • • : . .. ! '

-!lilg,
e . ·~ probación en un nuevo experimento factorial.
~ Según esto, el punto decisivo del análisis es la comparación entre
; :m.:i.: ,.:
: J: .
( ... ,. ; !os factores previstos y los hallados. 1 :
...
•

e
~

~: :! ·Para realizar esta comparación es preciso tener·en cuenta dos

· ·~ . ldvertencias: La primera, que el cumplimiento de este esquema
e ·. :_ :··..f netodológico exige a menudo varios análisis. La técnica factorial se
. :<; ¡
,.
·.-:
e · .: 1 mplea precisamente en el estudio de campos poco conocidos en los
e · :: tue intervienen muchas variables empíricas que guardan entre sí
·. '1
· . \. elaciones ·mutuas y complejas. El propósito del análisis es ganar
( :.: r :guna claridad inicial en la comprensión de esas relaciones, trata1n-
e· ..
._·. i :o de reducir las múltiples variables a unos pocos factores queexp i-
...:.~, .'l · · uen y den cuenta de sus relaciones diversas. Por esta razón las hipó·
e
:<¡· . '· . .
. )

.. ' · :·... ~ ·. · !sis iniciales en un primer estudio factorial suelen ser de carácter
t
: .é · :·.
J·,;•., . _·: ----~ : _'.
 .:· ~;w
_-_ -~¿ , ··
· -.· .. ... · La estructura simple 141
.· .
.
~
·: ' , ...
~· '

140 Mariano Yela · --... ,. ·

. general y poco preciso. Los sucesivos análisis pennitirán confirmar o ·l · como el resultado final del análisis con el que hemos de contrastar
las hipótesis de trabajo. · .
modificar estas hipótesis y conocer con más precisión la naturaleza
·' 'l
de los factores hallados. Una vez determinados los factores con su.fi- ,: .. ¡ .
.ciente rigor, podrán ser estudiados por métodos más directos. Pero, . ~ .
. T~rminada I_a _f~ctorización, queda por resolver aún el problema
P.r;ncipal del.anahsts. Este problema es el siguiente: ¿Cuál es la posi-
c~?n de los eJ~S ~u~ más ~1terés científico tiene? ¿Hay alguna posi-
en todo casO, es indispensable que la técnica factorial se aplique a Cl~n e~t:e las mfmttas pos1bles que pueda considerarse, por r azones
l pstcolog¡cas, como especialmente .signiñcativa? Resuelta esta cues-
experimentos especialmente preparados con este fin y cuyo plantea- 1.j :
miento responda a las hipótesis de trabajo oportunas. '. tión ~eór_ica, que~a otra de tipo subordinado y técnico: ¿Cómo girar
~..
La segunda advertencia atañe más esencialmente al método fac- I~s ejes mtro~uc1dos en la factori.zación hasta esa posición privile-
] gtada? Tratare de responder, primero, a la cuestión teórica. A ella
torial propiamente dicho. Cualquiera que sea el tipo de hipótesis que · J.
guíen al investigador, éste tiene que compararlas con Jos resultados ., ded ico~~ ~resente capítulo. Presentaré después, en los tres siguien-
del análisis. La fase decisiva de la investigación consiste, como tes, la log¡ca de la rotación y los procedimientos concretos que se
hemos dicho, en comparar los factores previstos con los factores aplican -para llevarla a cabo.
hallados. Pero aquí surge el problema más grave. ¿Cuáles son los fac· ·
tares que pueden considerarse como resultado final de un análisis?
Recuérdese que, tenninada la fase preparatoria y conseguida la 2. EL PRlNCIPIO DE LA ESTRUCTURA SIMPLE
matriz de correlaciones, el análisis se continúa en una segunda fase
que hemos llamado factorización. Al final de la factorización teríe- · a) La configuración simple
mos las variables referidas a un conjunto de factores. ¿Serán éstos
lo~ factores que hemos de aceptar corno resultado final del análisis
para comparar con ellos las hipótesis iniciales?
. El lector que haya seguido atentamente los capítulos anteriores
l· l ·
c~tiva
CIO
Se trata de averiguar si existe una posición especialmente signifi-
ent~e las ínf~ni t_as en.~ue pueden disponerse los ejes en el espa-
vecton al. La S1gnificac10n que se busca dependerá del propósito
. ~. '
~o tend ~á dific~ltad en contestar a esta pregunta. .La respuesta es, con que ·se use el análisis. El método que aquí exponemos tiene como
·. 1
naturalmente, negativa. No son éstos los factores finales del análi-
¡
~
~m prin ~ipal. comprobar hipótesis científicas. Se supone que el inves-
'. tigador com1enza por formular ciertas hipótesis acerca de los facto-
sis. Ya sabemos la razón. Estos factores son arbitrarios y provisío- .
nales; con sti determinación se concluye una fase del análisis, pero · '·
..
res que existen en un cierto campo de estudio y que, luego, elabora
no el a.nálisis completo. Una misma matriz de correlaciones puede · Í
' los test oportunos para medir o calificar las variables supuestamente
dependientes de esos factores. Supongamos que el investigador
ser fac.torizada de infinitas maneras y cada una conduce a unos fac- ~
tares distintos. Una misma matriz de correlaciones ha sido factori· l acterta; que, en efecto, se dan tales factores y que cada uno de eiJos
zada. p.o r el método diagonal en el capítulo tercero y por el método -~ ha sido puesto de manifiesto por un grupo de test, todos Jos cuales
centro1de en el capítulo cuarto; cada método ha terminado en una 1 ., d~penden de uno o varios factores, pero son prácticamente indepen-
matriz factorial distinta. La factorización equivale a colocar en una · ~ dientes de los demás. ¿Qué acontecerá entonces con la configurac1ón
posición cualquiera, atendiendo tan sólo a consideraciones de J_..
'1'A·.
.·.:·
:· :
vectorial? La respuesta es fácil de prever; la iremos desarrollando ·
comodidad matemática, los ejes 'cte referencia necesarios en el espa- ~' ·¡.· í poco a poco, apoyados en los conceptos que han sido expuestos en
cio vectorial. Cada ·eje representa a un factor. y las relaciones entre ) '! ' los capítulos anteriores.
las -y~~iables y los factores vienen indicadas por las proyecciones de ·ª :t
... por · Recordemos, en primer lugar, que cada test está representado
.. ·,C.

!os :vectores .en los ejes. Estas relaciones, que son las.que sirven para ;~
mte~retar los factores, dependen de la posición en que coloquemos {l
los eJe~. En Ja _factorización los hemos colocado en una posición
cualqutera, totalmente arbitraria desde el punto de vista psicológi- ·(
c~...J:'l.(),~ay -~~7ÓIJ:?I~na p~ra suponer que estos factores. tengan ·sig- · ·:;
.. mficacton pstcolog¡ca, m, por consiguiente, para considerarlos · ·,
1 ~~
un vector, cuya longitud es la raíz cuadrada de la comunidad del
test, y que cada factor está representado por un vector de longitud .
unidad. Si un ·test depende de un solo factor, su vector debe expre-
sarse con referencia a un solo eje, el que represente a ese factor. Esto
equivale a decir que el vector del test debe ser colineal con el vector
e . .·.~~~:_.t~ . ·.~:. La estructura simple
( " 142 Mari""' Yela :' L•· 143

e :'!,. nos. Conviene no alarmarse ante el nuevo término; las propiedades

e · de longitud unidad que corresponda al factor, pues, de este modo,
· toda la v:arianza común del test - toda la longitud del vector- podrá
.~
J ·•.
!·•
geométricas de los hiperplanos son las mismas de los planos corrien-
tes, excepto que tienen más dimensiones. Un hiperplano de tres
( ser expresada en función de ese solo factor. Así, si la comunidad del :! · dimensiones es, naturalmente, el espacio físico intuitivo. Pero conti-
· test es h 2, =0,81, su vector tendrá una longitud h.= 0,90; como será nuemos con nuestro problema. En un estudio factorial pueden hallar-
C. colineal ¿on un determinado vector factorial, p,odrá en efecto decir- .
..•.
·~ se más de tres factores; en realidad, es lo que ocurre generalmente. La
. :
C.. · . se que la total longitud del vector del test es 0,90 de la longitud del
.,
" lógica sigue siendo la misma que en los casos anteriores. Los vectores
e .. vector factorial, o, lo que es igual, que el coeficiente del test en el fac-
. tor es 0,90. No hace falta, para explicar la comunidad del test, recu-
de los test que dependan de cuatro factores, pero sean independientes
de los demás, estarán comprendidos en un hiperplano de cuatro .: .··'~:¡1
( rrir a ningún otro factor. Uno solo da cuenta de toda su comunidad; dimensiones. En general los vectores de los test que dependan de p :~
( como debe ser,· pues hemos partido del supuesto que el test dependía factores y sean independientes de los demás se hallarán comprendi-
( · de un solo factor. Así acontece, por ejemplo, con el vector 2 de la dos en hiperplanos de p dimensiones.
figura 19 (pág. 98). Pasemos a otro caso. Si un test depende de dos Una configuración vectorial en la que todos Jos test estén dis-
( factores y es indt?pendíente de los demás, su vector estará compren· " : puestos en planos o hiperplanos de menos dimensiones que el espa-
',; · ·

( dido en el plano común a los dos vectores de longitud unidad que
representan a esos dos factores. La longitud del vector del test habrá ·
e de expresarse en función de esos dos vectores factoriales; tendrá tan-
(.. to de uno y tanto de otro, como efectivamente requiere la hipótesis.
( Pero no habrá rlecesidad de recurrir a ningún otro vector factorial
que esté fuera de aquel plano para dar cuenta de la longitud del vec-
( tor; es decir, no habrá necesidad de recurrir a otros factores para
e
('
expliéar la varianza común del test; aquellos dos factores la explica-
rán por entero. Es lo que ocurre con el vector 6 de la figura 19. El
'-· mismo razonamiento es aplicable en el caso de test que depend~ de
e mayor número de factores. En el caso límite de que un test dependa
( de todos los factores de tm detenninado estudio, su vector no estará
en ningún plano de menos dimensiones que el espacio total, estará en
c. el centro de la configuración y para explicar su longitud habremos de
( recurrir a todos los vectores factoriales .
( Pues bien, volvamos ahora a la cuestión anterior. ¿Cómo será
-nos preguntamos- la configuración vectorial en un experimento
( en el que el investigador acierte a representar cada factor por un gru-
e po de test, de tal manera que cada test o grupo de test dependa de
uno o varios fac·tores, pero no de todos?
e Después de lo dicho, resultará claro lo sigtÍíente. Los vectores
cio total de la configuración ha sido llamada por Thurstone configu-
.j .
i ración simple.
~ .
Supongamos un problema con tres factores y doce test, cada uno
¡ de los cuales dependa de uno o dos factores, pero no de los tres. Es
t ·
·~ . evidente que Jos doce vectores se hallarán comprendidos en tres pla-
nos de dos d imensiones cada uno. Los vectores no estarán dispersos
.al azar por todo el espacio de tres dimensiones, sino sólo en tres pla-
nos de ese espacio. Algunos vectores estarán quizá en la intersección
de dos planos; serán Jos vectores colineales correspondientes a los
~··! . test que sólo dependan de un factor. Los demás vectores estarán en
,. alguno de los tres planos; corresponderán a los test que dependan de
dos factores. Ningún vector estará fuera de los tres planos, pues, por
hipótesis, ningún test depende de los tres factores. Los vectores de
este problema formarán una configuración simple. Todos estarán dis-
pue.stos en tres planos de dos dimensiones o en las intersecciones de
estos planos. Estas intersecciones constituyen, claro está, espacios
de una dimensión menos. La intersección de dos planos (espacios de
dos dimensiones) es una recta (espacio de una dimensión). Del mis-
mo modo, se dice que la intersección de dos hiperplanos de p dimen~
. siones es un hiperplano de p :- 1 dimensiones. .·.
Ahora se entenderá sin dificultad una definición más rigurosa de
;.· .!:'

e de los test que sólo dependan de un factor serán colineales; estarán

comprendidos en un plano de una dimensión, es decir, en una recta.
la configuración simple. Se dice que n vectores, extendidos en un
espacio de r dimensiones, forman una configuración simple cuando .
.
·!1
··'
) ,

( .>¡!\
Los vectores que dependan de dos fact ores y sean independientes de todos están comprendidos en r hiperp]anos de r- l dimensiones, ··l'l
e
,1~¡
los demás, estarán comprendidos en un planctde dos dimensioes. Los ·~ . Ahora se entenderá sin dificultad una definición más rigurosa de
:( . vectores que dependan de tres factores y sean independientes de los ·¡
'j
la configu ración simple. Se dice que n vectores, extendidos en un
d~ás~ estarán c'omprendidos en un plano de tres. dimensiones. Acla- j., - . espacio de r dimensiones, for~an una configuración simple cuando
-el .remos que:los planos d~ más de dos dim~msiones se llaman hiperpla- 1 ':¡,1
·e··.·· .
J.~'~
. ·= ~ ...
:1 ( 1
.·..'
: ,,
ll~
.':-·:'·1'r::
._ r· :. . ... : t1Jll'
•· f ..

144
todos están comprendidos en r hiperplanos de r - 1 dimensiones
(alsrunos puede estar, adem~s, en las· intersecciones de estos lúper-
pla~os y de los subespacios de menos dimensiones) .
La figura 26 (pág: 146) representa una configuración simple. En
ella como en el ejemplo anterior, hay doce vectores extendidos en un
esp;cio de · tres dimensiones. Pero los doce vectores no están dis- •
puestos de cualquier manera, sino precisamente ocupando tres pla- : ·'·~ .
nos, el A, ·el B y el C. Fuera de esos planos no hay ningún vector.
Todos están en los planos y en sus intersecciones. ·
·:: _:,;:· ·i:
·....
. ::~ :-'j
. ·. ~·
b) La estructura simple · . :::-~--~
Así, pues, cuando existen factores distintos y el experimento ... : ·: '.
logra ponerlos de manifiesto mediante test que dependan de un~s Y · ·_·.' ~~· ·
sean independientes de otros, las correlaciones entre los test equtva-. ·.Í ·. ·;
len a una configuración simple de vectores. ¿Cuál es la estructura
que mejor refleja las características de esta configuraciódn? Lda pre-. <.1 -:i
gunta equivale a esta otra: ¿Dónde situar los ejes de coor ena as en . ~ .
1
ese eSpacio vectorial? -~i · :·j.
La contestación a esta pregunta resulta sencilla una vez que se .~ .... \
comprende bien lo que se pregunta: ¿Qué sig_nifican o para qué si~- . -:1 ·.¡
ven los ejes? Sirven para interpretar los factores hallados. Cada eJe · . 'f-. · :
sir\re para interpretar un factor y este factor se interpreta según las -~,j .l
proyecciones de los vectores en ese eje. Cada proyección indica la · :·~ . -~_!,
relación que existe entre el test representado por el vector y el factor ,,
representado por el eje. Ahora bien, en la hipótesis que venimos exa- :.~ .j
minando se supone que existen r factores y que cada test depende de ,:}
uno o más factores, pero no de todos, de manera que la configura- · l -~
ción vectorial resultante es simple. Tomemos un hiperp!ano de r- 1 ·:1 ;
dimensiones de- esta configuración simple. Sabemos que en este ~~-~ . ~
hiperplano están contenidos todos los test que dependen de r- 1 fac- .::... ··i¡. ·
tares como máximo, pero que son independientes del r-ésimo factor.. -~J , una estructura simple. A medida que vayamos enumerándolas debe
¿Dónde situar el eje correspondiente a este último factor? Evidente- ;;1 ·:¡
mente en una dirección perpendicular al hiperplano. Sólo así las pro- ~~ · ).
.yecciones en ese eje de todos los vectores contenidos en el hiperpla- ~, ~·
. no serán nulas, como exige el supuesto que hemos admitido de que " . ·;
los test son independientes de ese f~ctor. Lo mismo haremos con los
demás ejes. Tenemos, en total, r hiperplanos de r- l dimensiones.
<;alocaremos los r ejes en ese .espacio de manera que cada eje sea per-
penditülar ·a· ün·!úperplano. El conjunto de ejes y vectores se llama
... . :. ·. :.:':: ·, :._ ._... - -· .... --
La estructura simple 145
estructura. Llamaremos, siguiendo a Thurstone, estructura simple a
una estructura en la que los ejes sean perpendicualres a los ruperpla-
nos de una configuración simple.
Trate el lector de representarse intuitivamente una estructura
simple. Ayúdese, para ello, de la figura 26, correspondiente al ejem-
plo anterior. Los doce vectores se extienden en tres planos, A, B y e,
.~ . que pasan por el origen O. Para mayor claridad, imagínese el lector
que el punto O es el rincón de un cuarto, donde confluyen dos pare-
·1
des (planos A y B) y el suelo (plano C), según indica la figura 27. En
este caso, los tres planos serán perpendiculares entre sí. Coloque-
más, ahora, cada eje perpendicular a cada uno de los tres planos.
Consultense las figuras 26 y 27: el eje A lo hemos puesto perpendi-
cular al plano A , y, de la misma manera, los ejes By e perpendicula-
f ' res a los planos By C. ¿Qué se consigue con ello? Algo decisivo: los
ejes así colocad~s permiten dar a los factores que representan una
interpretación coherente con la hipótesis que venimos· suponiendo
verdadera. Comprobémoslo.
Los cinco vectores situados en el plano A están en un espacio de
dos dimensiones; su longitud total se explica por entero en función
de uno o dos ejes que estén en ese mismo plano; no hace falta recu-
rrir a ningún otro eje. Estos vectores corresponden a los test que,
según la hipótesis, dependían de uno o dos factores, pero eran inde-
pendientes de un tercero. Toda esta información se mantiene inalte-
rada si colocamos el eje A perpendicular a ese 'plano. Pues, entonces,
todos esos vectores tendrán proyecciones nulas en el eje A, el cual
corresponderá, por tanto, al factor del cual los cinco test son inde-
pendientes. , .
Lo mismo ócurrirá con Jos otros planos y ejes.
e) Propiedades de la estructura simple
Veamos ahora cuáles son las propiedades más importantes de
comprobarlas el lector en la figura 26. .
La primera es que en ella abundan las proyecciones nulas. Todos
los vectores que están en un plano (recordemos que todos están en
alguno) tendrán proyecciones nulas ~n el _eje perpendi~ular ~ _ese pla-
no. Si los planos son, como en el eJemplo, de dos d1méns10nes, en
cada uno tendrá que haber, por lo menos, dos vectores, que son los
que se necesitan, como mínin10, para fij ar la posición de un plano.
(
La estructura simple 147
( 146
e Tabla 14
:··
c. Matriz factorial correspondiente a la fig. 26
.
.:
.¡
( [ A B e ¡: >..
'
Ci '
1 X
( "
( . ;¡,j. 2 X X

( "
. ·'¡
., .
3 X X
.::· •::
/'
\ .. ~· .
'.J_.
4 X X ...
•'.
· .''· ··• :
:

(
(
,·,l ·.·
·~- ,. 5

6
X

X
X

X
e o
'~
.·: . .¡ ..':·:.
· .J . 7 X X
( Fig. 26. ,: ·J·,. 8 X
(
Plano B..
:.:·.i ..'.
... ..:~ .. 9 X X
(· . . ;
(' Eje C ·.~
X
. . .. · . ·:t .
1 •
10 X
. .-..-¡ .•
( .) l1 X X
( ,
..•'

C. ·1. 12 X

1
( o · riales serán nulos. En efecto, en cada una de las r columnas habrá por
Plano A
( . ···~ lo me~os r- 1 elementos nulos: corresponderán a las proyecciones
. 27.
FIg. · ~>· de Jos r- 1 vectores linealmente independientes {no colineales) del
( ~ hiperplano al cual es perpendicular el eje que representa la columna.
( De lo cuaJ se deduce que en cada uno de los tres ejes habrá, por Jo ' En cada fila habrá por lo menos un coeficiente nulo: la proyección
(
-.
menos, dos proyecciones .nulas. Lo mismo vale en los casos de más
d_imensione~. En general, en cada uno de los r ejes de una estructura ·1 ·
.l. .. del vector que corresponde a esa fila en el eje perpendicular al ~iper-
plano en que el vector está contenido.
(. Simple habra, por lo menos, r - 1 proyecciones nulas. Por las mismas .1 La tabla 14 es la matriz facto1ial correspondiente· a la figura 26.
(··. · cada vec tor ten-
razones - ·todos los vectores están en algu' n p ¡ano-
d · ·~, Los elementos no nulos de la tabla se indican mediante una X; los .
( r~. proyección nula al menos en un eje, a saber, en el perpendicuLar . ' elementos nulos se han dejado en blanco. Esta matri'z tiene tres
.. al plano en que se sitúa el vector. · columnas (r = 3). Según lo dicho anteriormente, en cada columna
( · ... _Recordemos, ah_ora, que una estruc tura de n vectores y r ejes .. ; ,· debé haber por lo menos dos elementos nulos, como en efecto suce-
C·. . e~U!vale a unamat.nz factorial den filas y r columnas. Las proyec- \- de. En cada fil a debe haber - y hay- por lo menos un elemento
·( ·. .. Clones de los vectores en los ejes'son los coeficientes factoriales de ]a :k nulo. . .. : .:;¡ : ~.:.
·~
. 1·.
· . 11!-atriz. ¿Qué propiedades distinguirán a una matriz factorial corres- Pero estas propiedades no bastan para fijar de modo claro y con-
~ --~!~'U:~;'¡b::~:t:z:. ;:,1!~u~~.,';'~~fi~~:~;:}:~~~ , ;-~ , cluyente una estructura simple. Un hiperplano de r - ¡ dimensiones

Mariano Yela
148
ecesita comprender más de r - 1 vectores para que su posición no
~frezca dudas y podamos basar en ella una interpr~tación ci~ntífica.
Lo mismo ocurre en toda investigación matemát1co-expenmental;
por ejemplo, cuando se investiga la ley de dependencia entre d~s
variables. Esta ley se representa mediante una curva. Para determi-
nar la cur-Va, se modifica una variable y se observan los valores que
resultan en la otra. Cada observación suministra ~os v~lores, uno ~r
cada variable. Si representamos las variables por med1o de dos eJes,
cad~ observación puede representarse por un punto cuyas coordena-
das sean los dos valores observados. Si hacemos una sola observa-
ción, tendremos un punto; no sabremos cuál será la curva que bus-
camos, porque por un punto podemos trazar ·toda sw~rte de curvas.
Si hacemos dos observaciones, podemos trazar una lmea recta que
una los dos puntos correspondientes. Esta recta estará perfectamen-
te detenninada, pero sería aventurado concluir que la relac~ón entre
las variables es rectilínea. Para convencemos de ello habnamos de
realizar muchas observaciones; si los puntos correspondientes se
sitúan todos en la misma recta, no habrá ya lugar a dudas. Igual ocu-
rre en el caso del análisis factorial. Para que un hiperplano resu~te
convincente, habrá de contener más vectores del mínimo necesano;
cuantos más, mejor.
De ahí, una regla importante en la investigación factorial: es pre-
ciso que el experimentador procure emplear un número de test, o
variables bastante mayor que el número de factores que resulten-ael
análisis. Sólo así podrá cada hiperplano estar superdeterminad~. .
Volvamos, para aclarar este último punto, al ejemplo anten?r de
tres factores y doce test. Todos los vectores de la figura 26 estan ~n
uno o más planos. Así, en el plano A hay cinco vectores; en el B, seis;
en el C, cuatro. Cada plano está determinado por más de dos vecto-
res y la configuración resulta convincente. ¿Qué pasa entonces con
la matriz factorial? Evidentemente, que aumenta el número de ceros;
no habrá en cada columna el número mínimo de r - 1 elementos
nuios, sino bastantes más. En el ejemplo (fig. 26 y tabla 14), en lugar
de dos ceros por columna, hay cinco en la columna A, seis en la BY
cuatro en la C.
. Lo mismÓ ocurre con las filas. También en algunas de ellas,
sobre .todo en ·casos de más de cuatro o cinco dimensiones, habrá
normalmente -más: de un cero. Tal acontece en la fila· 1 de nuestro
ejemplo, pues:el vector 1 está a la vez en los planos By C, por lo cual ·
tien_e p~oye<?~ion.~s l}Ulas ~n)os ejes B y C. Lo mismo ocurre con las
· filas 8 y 12; cuyos respectivos vectores están también en la intersec-
La estructura simple 149
cíón de dos planos. En Jos casos de más dimensiones abundan las
filas con dos o más elementos nulos, pues, para que la estructura sea
simple, tendrá que haber bastantes test independientes de más de un
factor. Por esta misma razón en cada par de columnas habrá pocas
filas con elementos no nulos en las dos columnas. En nuestro caso
(tabla 14) sólo hay dos fil as (la 2 y la 3) que tengan elementos no
nulos en las columnas A y B; cuatro filas (de la 4 a la 7), con valores
1.
:~ no nulos en las columnas A y C, y tres filas (9, 1O y 11 ), con elemen-
·t ·- tos ·positivos en las columnas B y C.
.t
.• l ' ' Todavía cabe añadir otra propiedad. Dada una matriz factorial
t. no puede haber ningún par de columnas que tengan elementos nulos
al mismo tiempo en más de r - 2 fllas. Pues si llegan a tener r - 1 filas
con elementos nulos, sÚs hiperplanos, de r - 1 dimensiones, tendrían
r - · l vectores comunes y, por consiguiente, se confundirían. Así, si
dos planos de la figura 26 tuvieran dos vectores (no colineales)
comunes, fonnarían en realidad un solo plano.
· En resumen, las propiedades distintivas de una matriz factorial
de r columnas, correspondiente a una estructura simple, son las
siguientes:
1.8 Cada columna tiene r o más ceros.
2.8 Cada fila tiene uno o más ceros.
3.8 Cuando hay cuatro o más columnas, abundarán las filas con
dos o más ceros.
4.a En cada par·de columnas habrá pocas filas con elementos no
nulos en ambas.
5.3 En cada par-de columnas no puede haber más de r- 2 filas
con elementos nulos en las dos columnas.
3. LA ESTRUCTURA SIMPLE COMO HIPÓTESIS DE TRABAJO
.. i
·. ;· Hemos mostrado lo que es una estructura simple. Sabemos que
.j corresponde al caso en que las variables de_un estudio dependan de
l. ciertos· factores, unas de unos y otras de otros, pero ninguna de
.·:
~
1, todos. Siempre que se cumpla este caso se encontrará una· configu-
•.;;4
•\ -~ . ración simple y su correcta interpretación reclamará una estructura
j,. . "il. . sim~=¡·o, en realidad , cuando emprendemos un análisis factorial, no
.j . { sabemos de antemano cuáles son los factores, ru siquiera si hay
~ · l- varios distintos o uno solo o tantos o más que las variables. Si_lo
IJ
.; i
J_-:j~_:/
e·'
150
(~
e~ .
supiéramos no habría necesidad de hacer el análisis. Cuando Jo rea- ·
(~ !izamos es, precisamente~ porque no lo sabemos. Por eso, porqué lo
e· ignorarnos, necesitamos guiamos por alguna hipótesis y contrastar
luego esa hipótesis con los datos empíricos. Una de las hipótesis que
(~ podernos adoptar es el principio de la estructura simple. Consiste ·
( ' esta hipotesis en suponer que en el campo que estudiamos hay en
efecto distintos factores, menores en número que las variables empí-
(
ricamente observables,. y que cada uno de ellos interviene en algunas
C. variables, pero no en todas. Guiados por esta hipótesis general trata-
(_ mos de adivinar cuáles son esos factores y qué variables dependen de
.--- ellos. Así orientados, obtenemos las medidas o calificaciones oportu- .
•.. _ · nas de esas variables, hallamos sus interrelaciones y factorizamos la
( . matriz de correlaciones resultante. Si nuestras previsiones eran
( correctas, pOdremos girar los ejes obtenidos en la factorización has·-
. ta una posición de estructura simple. Esto es precisamente lo que
( :intentaremos hacer: buscar los planos e hiperplanos de la esperada
<~ configuración simple. Si los encontramos, tendremos por confii:rna-
r· da nuestra hipótesis, al menos en el sentido de que las variables pue~
"'-- den explicarse en función de dis tintos factores. Estos factores de la
(- estructura simple pueden, por otra parte, ser exactamente como los
>· -
'-·
preconcebidos o diferir mucho o poco de ellos. Según el caso, man·
tendremos o modificaremos aquella interpretación previa.
Puede también acontecer que el campo de estudio sea demasía-
C.· do complejo o poco conocido, y no resulte hacedero inventar de
C. antemano 'hipótesis suficientemente plausibles acerca de los facto-
res. Aun en este caso podremos guiarnos en la investigación por el
( principio de la estructura simple; sólo que entonces este principio
(. será un supuesto de carácter muy general: a saber, que las múltiples
relaciones entre las variables del campo en cuestión pueden expli·
(~ carse en función de un número más reducido de factores, no sabe-
C ·. mos cuántos ni cuáles . .Lo razonable, entonces, es tratar de cubrir en
(_- el experimento el mayor número posible de variables de ese campo,
obteniendo las correlaciones entre las que parezcan más relevantes
(. ·. y representativas. Si existe un orden simple, .lo hallaremos en el aná·
C lisis. Si lo hallamos podremos intentar una primera interpretación
e_
-~ d e los factores encontrados. Esta interpretación nos servirá de hipó·
tesis de. trabajo en sucesivos análisis, mediante los cuales iremos
· (_ ganando quizá precisión y seguridad en nuestro conocimiento de los
factores.
· (.~ · Pero puede suceder, también, que la configuración encontrada
~:,;,r_;~d~z:,· ~ run~m ~~crum simple, Es ~sible que, al mtentar
La estructura simple 151
. ,;
girar los ejes a una posición de estructura simple, no lo consigamos .
.. ~ ! ~
En tal caso sólo caben dos conclusiones: o que no hay un orden sim - ~
¡::
.'
ple en el campo que estudiamos, o que, si lo hay, no hemos sabido ·,1.
~~ : ~
elegir las variables adecuadas para ponerlo de manifiesto. En·ambos
casos, lo procedente es planear nuevos experimentos. Si en ninguno,
·, ·
0 en muy pocos y por excepción, se descubre la estructura simple, lo
,· ¡
!·
aconsejable será abandonar tal hipótesis de trabajo por infecunda e
incompatible con Jos hechos, y poner otra a prueba ·hasta dar con la
que resulte más fiel a la realidad empírica. , .
El principio de la estructura simple no es mas que una sencilla
hipótesis de trabajo. Aunque, si bien se mira, lo que en el fondo
· enuncia es que .el orden complejo de los fenómenos observables pue-
¡: .
~ .. de expresarse en función de un orden más simple de conceptos bási-
' . cos. Así formul ado, coincide con uno de los principios formales de la
investigación científica; el llamado, por diferentes modos, principio
. :~
de si~plicidad, economía o parsimonia: no multiplicar sin necesidad
los entes. Pero su validez en un determinado estudio no está de ante- .:·:· ·
mano asegurada . No hay n ada que garantice una estructura simple
. cuando se emprende un experimento. Si se obtiene o no, y, de obte-
nerse, si es conforme o no con las hipótesis concretas del investiga -
dor acerca de los factores, es una cuestión que sólo experimental-
mente puede decidirse. Incluso cuando se obtie~e, no. se si_gue
necesariamente de ello que toda otra estructura sea 1mpos1ble o ma-
decuada: Quizá puedan situarse los ejes en otras posiciones, de
acuerdo con otros principios directivos que conduzcan a interpreta-
ciones distintas, pero compatibles también con los hechos. No es ··;.,
."! · · :--:
raro encontrar en la ciencia experimental casos en que dos o más
hipótesis expHcan unos mismos fenómenos. La hipótesis que, en fin
de cuentas, se adoptará será aquella que resulte más coherente con el '·
sistema general de la ciencia o provoque otra ordenación sistemática
más simple, rigurosa y comprensiva. .
Con esto queda suficientemente expuesto .el principio de la
estructura simple. En los próximos capítulos explicaremos su aplica-
ción práctica. Pero, antes, conviene hacer algunas aclaraciones.' ·. .'::
En primer lugar las propiedades que hemos señalado como dts-
tintivas de la estructura simple y el ejemplo que de ésta hemos ofre-
cido, se refieren a una estructura pelfecta. Los casos concretos se
desvfan más o menos de este paradigma.
Así debe entenderse que las proyecciones y los coeficientes que
so~ nuÍos en el caso teórico, serán en la práctica aproximadame~te
nulos. Una matriz factorial simple se caracteriza por la abundanc1a,
 .
. . ...:.-:-·::-~:_.\
r··
·::·"·
• 1 •• :·}

Mariano Yela ·:._:·:· ~_:._ 153

La estructura simple
152
·.· . ..-l:\ :
. ~ caso la rapidez de lectura, aunque indudablemente presente, no ap a-
· en el sentido expuesto, de elementos cuyo valor es cero o se aparta · ·_ • .f · recerá entre los factores del análisis.
muy poco _de cero. . . :;~' ·
En segundo lugar, se encuentran a veces, incl~o en una estruc- • . -f
tura sim~Je ~ien. definida, algunos vectores que no están comprendí- . fRESUMEN
dods en ruqgun hiperplano. Corresponden a los test que dependen de · ; ~ · .
to os !os fact~~es. Es!os test no contribuirán a fijar los hiperplanos; •.• .f'· Lo expuesto hasta aquí puede resumirse brevemente. Hay varios
no seran de ut1hdad mnguna para situar Jos ejes de la estructura sim- i · procedimientos para efectuar un análisis factorial. En este libro nos
pie. Pero pueden j~gar un papel importante en la interpretación de_ ·.1 limitamos a examinar uno de ellos: el método de los factores múltiples.
los factores, pues esta debe ser tal que dé razón del hecho de que -.~:¡. El concepto capital de este método es la estructura simple. La
todos los factores influyan en esos test. .· · l aplicación de este método se basa en el supuesto de que existe, en el
. Finalmente, hemos de. advertir que en este capítulo se ha ·;·t ·· campo. ~ue ~e estudia, un~ estructura simple o, .si se prefiere ~na
- ~mpleado a menudo, para sunplificar la exposición, una expresión . . o; · ,_ , expresJOn mas cauta, que d1cho campo es susceptible de ser exphca-
mcorrecta. H emos repetido, en efecto, que un test cuyo coeficiente ·-. · do en función de una estructura simple.
sea, nulo en un factor . es independien te de ese factor. Esto no es · ':-:· · ; :. En este supuesto, y fundado en sus conocimientos del campo en
exac to. Si un test es independiente de un factor, su coeficiente en él cuestión, el investigador trata de prever, según su agudeia cientifica,
debe ser nulo. Pero la recíproca no es necesariamente verdadera. cuántos y .cuáles son los factores principales de dicho campo y qué
La respuesta a un test puede depender de un cierto factor y, sin ._ .l, . pruebas, variables o test Jos pondrán mejor de manifiesto. Procura
e;nbargo, ser ~u lo su coeficiente factorial en él. Esto acontecerá :' .. ·. -~ .-. elaborar un buen número de test, bastantes más que los factores que
Siempre que ~1c~o factor, presente en las respuestas de los sujetos; . : .. '-~' ~: prevea. Se esfuerza en conseguir que cada factor esté representado
no ~aya c~ntnbutdo en nada a la variabilidad de esas respuestas, es , _· -~, · por más de un test y que cada test dependa de pocos factores y sea
d~c.tr, no_mfluya_ en la v~rianza d el test, o, también, siempre que .·_.. · :?,< prácticamente independiente de los demás. Aplica después los test
d~cho. factor actue tan s?lo en ese test y no en ningún otro de los : r·de tal manera y a tales sujetos que aumente las probabilidades de que
exa~mados en el estud1o. Como quedó explicado en el segundo ·-~ . cad a supuesto factor, si existe, yontribuya a diferenciar las respuestas
capt.tu!o, los factores que resultan en un análisis son sólo aquellos . .j de los sujetos a los test en que ese factor interviene. Esto logrado,
q1Je, s~endo comunes a ~os o más test, contribuyen a diferenciar a · :< .-. _ . halla las correlaciones entre cada par de test. Con ello termina la fa se
los S~Jetos entre sí, o, con otras palabras, determinan Ja varianza .~ preparatoria.
comun de los tes t. . _; - A continuación, factoriza la matriz de correlaciones por alguno
. Supongamos. por ejempl.o, un estudio factorial realizado co~ test
Ylsu~les. Uno de ellos reqUiere que el sujeto pulse· un timbre tan
.. _
· ~¡
+ de los métodos existentes, por ejemplo, según el método centroide,
que ya conocemos. El resultado de la factorización es·una matriz fac-
pronto como se presente un estímulo luminoso. Este test mide, entre
o~as cosas, el tiempo de reacción. Si ningún otro test de la batería ·· l
l-torial en la que cada test viene expr.esado en función de ciertos facto-
res. Estos factores corresponden a los ejes que, en la factorización,
extge respuestas en las que influya el tiempo de reacción, este factor, _-~ han sido colocados en una posición cualquiera en el espacio vectorial.
a~nq_ue p~esente en a9uel test, no aparecerá en el análisis. Porq-ue ·. . ( El paso siguiente es girar estos ejes hasta una posición de estruc-
solo5inflUia en un test. . · . · _-., : -1 tura simple. Para ello se observa la configuración vectorialpor ver si
. upongamos, ahora, que varios test exigen leer ciertas palabras -i ·.~ exiten en ella hiperplanos bien definidos. Si los hay, se giran los ejes
~enc111.as. En .todos ellos influirá la rapidez de lectura de los sujetos. . · ~ ~ -<i '. hasta que cada uno sea perpendicular a un hiperplano. Las proyec-
ero S1 los su;etqs son adultos y universitarios, y los textos que tienen ~ -. 1 ciones de los vectores en estos 'ejes form~rán una nueva matriz fac-
q.ue. teer
. s~n m uy senct'11os Y. breves, es de suponer que la mayor 0 . .'J ~ .J, . torial caracterizada por 1a a b undanc1a · d e eIementos nu1os, segun
' se
menor raptd.e~ de lectura no m fluya apreciablemente en las respues- ·. ~ · ,¡ : ha explicado anteriormente. Con esto termina la rotación - tercera
tas_~~ l~s. ~l,IJ_et~~-..aumentando sus diferencias individuales; si las res- . p· ¡ fase del análisis- y comienza la última, en la cual se interpretan los
· · puestas de los SUJetos son diferentes, será por o tras razones. En este
. .
·1 · , ·~·
.·:;... J, .
.
.._,_;,......:.~·....
.
·~
. · :...,..·- ....
: ~ ...: ....
..l.:::_j¿:~.
 n
-:-..: ~1
1

154
· -x~r
·· ..... ·,· . .::. ··
Mariano Yela · / : ( ·,
1 .. .A .
factores hallados y se comparan con los previstos. Si no se encuen- =·· .
tr:an hiperplanos bien definidos, no existe estructura simple y el ::.:1·: · ·
F'·
experimento se considera fallido, al menos por este procedimiento.
Las fases puramente técnicas de este proceso son la factorizacíón .. [ . .
y la rotación. Se ha expuesto ya el modo concreto de realizar la pri· . ·~ ··
·mera. Nos queda por examinar la rotación. ¿Cómo se efectúa en la
p ráctica? ¿Cómo se procede concretamente para hallar los hiperpla- -~ CAPÍTIJLO VII . ..
nos en un estudio factorial? ¿Cómo se giran los ejes hasta las posi· ·:.

dones perpendícualres a ellos? ¿Cómo se calculan, eri fin, las pro- La rotación. Un ejemplo de dos dimensiones
yecciones de los vectores en los ejes de la estructura simple y se
consigue la matriz factorial definitiva? Es lo que vamos a estudiar en ·:· .¡~;·
los tres próximos capítulos. ~. 1:. EL PROBLEMA
,.
. - ~' :

:.r · El presente capítulo versa sobre la rotación. Existen varios pro-

cedimientos distintos para efectuarla. Aquí voy a mostrar sólo uno,
.
. ~·~ :,
A ~- ;.
el de la rotación por planos. Lo he elegido por ser el más fácil de cap- le • •

I i
·~ .
. 'i tar intuitivamente, sin menoscabo del suficiente rigor. El lector inte- :;;:::~!:~¡
:· -~ resado puede consultar otros métodos t •
. .(
Mostraré, en una primera parte, la lógica del método y el sentido
.. matemático de las operaciones. Cada ·d emostración irá ilustrada con
un ejemplo sencil1o. Para mayor facilidad , todos los ejemplos de este
·.· capítulo serán de dos dimensiones y, por tanto, directamente repre-
sentables en el plano d el papel. A continuación expondré la manera
práctica de realizar la rotación. Después, en el capítulo VIII, estu-
diaremos un caso de estructura oblicua, cuyos ejes no serán perpen- ...
diculares entre sí. Los conceptos y procedimientos estudiados en
estos dos capítulos nos servirán para el siguiente, en el cual serán
aplicados a la rotación de un caso oblicuo de tres dimensiones. Este
último ejemplo nos permitirá exponer la técnica de la rotación de
forma general, aplicable, por tanto, a tod a suerte de experimentos
factoriales, independientemente del número de sus dimensiones.
Empeceinos, pues, por examin~r la rota~ión en un ejemplo con- .
;reto, y por mostrar el sentido que tienen las diversas operaciones
}ue para ello se efectúan. • ! ···

....·· ·:·· .
.. '
1 G. H. Thomson, 111e Factorial Analysis of Human Ability, N. Y., Houghton

>iifflin, 1939.
·c. Burt, The Factors ofthe Mind, N. Y., MacMillan, 1941.
L. L. Thurs tone, Mu/tiple Factor Analysis, Chicago, Univ. Chicago, 194 7.
.·... . >

'
. . .q ·
·-~
··.' .·;
·:· .·\ ·· ~····
:';' . .... ::-· ·.·.. ..
:- ~-.:~::· ~:.:
 . . rl. . .
. .....
·.
..
-=r.:: .
...
.·.~~ .
·'· - :':·. La rotación. Un ejemplo de dos dimensiones 157
156 Mariano Ye!a ·~ . L
. . J'
-. >;l Obsérvese la figura. La configuración vectorial se extiende en un
espacio de dos dimensiones. Si hubiera una estructura simple per-

' :1
2. • LA ROTACIÓN POR PLANOS
. fecta, todos los vectores habrían de estar comprendidos en 2 planos
a) Rotación de la estructura centroide de 2-1 dimensiones; es decir, en dos rectas. Esto no ocurre en nues-
tro caso. No hay una estructura perfectamente simple~ como no sue-
~
Sea el ejemplo expuesto en los capítulos III, N y V. La matriz R ~ -: le haberla en ningún caso experimental. Pero sí hay la posibilidad de
de la tabla 10 fue factorizada por el método diagonal en el capítu- ·~ ·· girar los ejes a una posición tal que la estructura resultante sea
Jo Ill, y por el método centroide en los dos siguientes. Los resultados . . · ~ ·l :· mucho más simple que la fonnada por los ejes centroides. Explique-
(tablas 1 y 13) son totalmente distintos; están representados en las ·. . :r: mos cómo.
estructuras geométricas de las figuras 24 y 25, respectivamente. . .T. En el eje 1 tienen altas proyecciones todos los vectores. Giremos
Sabemos ya que lqs ejes de estas estructuras son arbitrarios. Voy .. ·.· . ~: · · el eje 1 hasta la posición del eje A. ¿Qué ocurre? El nuevo eje de refe-
a mostrar ahora cómo se giran ha~ia una estructura simple. Si se '·· ,. f . · · renda resulta perpendicular a los vectores 3 y 5, los cuales tendrán,
halla esta estructura, habrá de ser la misma en ambos casos, pues los ·,·· ' : • · • por tanto, proyecciones nulas en él. Los vectores 3 y 5 determinan el
dos representan un mismo problema factorial y en los dos se parte de- ·. ,., ·; · .plano A (en nuestro caso, un plano de una dimensión), al cual es per-
una misma matriz de correlaciones. ·~ . pendicular el eje A. Y el otro plano, ¿está dararnente indicadq en la
Examinaremos, primero, la estructura centroide. La figura 28 . configuración? Observemos los vectores 2 y 4; son colineales;\fijan,
reproduce esta estructura; la tabla 15 (pág. 158) ofrece la matriz· por consiguiente, un plano de una dimensión. Pasemos por ellos al
centroide correspondiente F.m. Se trata ahora de averiguar a qué .. .' , plano B y situemos, perpendicular a él, el eje B. Antes había 3 test
posición hemos de girar los ejes de~ la figura 28 a para obtener la
1
.·:con proyecciones positivas y 3 con proyecciones negativas en el eje U;
estructura más simple posible. · .· :.: · · ahora; si giramos el eje Il hasta la posición B, los vectores 2 y 4 ten-
,· · ·drán proyecciones nulas, y los demás proyecciones positivas en el
II ...:'· :' .:, : nuevo eje. La estructura resultante está reproducida en la figura 28 b.
B
··········-·····-···················.. B 5 En ella todos los vectores, excepto dos, están en algún plano. Si en
! .~ lugar de 6 vectores hubiera 20, y todos, excepto dos, estuvieran com-
. 5 ··..·-... 3 . l.' . prendidos en algún plano, la estructura sería simple, sin lugar a
..·. L .
. ·dudas. Con excepción de esos dos test, que dependerían de los dos
3 ..
-~ factores, cada test empleado dependería tan sólo de un factor. En
. · ~ . nuestro ejemplo, la estructura no resulta tan convincente porque, en
\\ ~
y beneficio de la sencillez, hemos recurrido a un caso ficticio con muy
'\ .·
., pocas variables.

)' :· . Estudiemos la figura 28 b. Con las proyecciones de los vectores

..!1 e~ los ejes A y B, s~ ~a formado la matriz ljp de la tabla 15. Veamos
'1 SI cumple las cond1ctones de la estructura s1mple (pág. 149).
i ·. J_'· l.' Cada columna ha de tener dos o más elementos práctica-
. ~ mente nulos. Esta condición resulta cumplida.
2 .// - •.
/ ::! 2.8 Cada fila tendrá uno o más ceros. Recordemos que, en la
.A J: . práctica, puede muy bien estar perfectamente determinada la estruc-
? .
1· tura simple por un conjunto numeroso de vectores,. a pesar de que
; .'
.· ~ una o muy pocas variables dependan de todos los factores y no ayu-
a
Es~+uctura ce,ntrs:>ide .

·- ,. ' :· . :Fig. 28~ .Rcitació~ de.la é~tru~~ra centr~ide.

b
·Estructura simple
.·.. :1r· den a fijar la posición de los planos. Al colocar éstos se prescinde de
~sas variables. Prescindamos en nuestro ejemplo de los dos test co-
.
·~ .·y
.~::,_:~_r
~--·"-
.
·..J
·'
. _. . . . ..~ . . _. ...
···-.
 "'· ..
(
.(
158
..•·gtt ~
Mariano Yela . ·:i·. f: · ·
<Otadón. Un ejemplo de dos d imensiones
159

(
(
. .
. munes i:llos ~os fadores. Todos. los demás están en los planos de la
.:, r:·
·:¡ ·
·para ver si hay hiperplanos bien definidos. En un caso de dos di m en-
sienes, el problema consiste en ver si todos o la mayoría de Jos vec-
• •• ... 1
. .,
( estrlictura simple; sus filas contienen, al menos, un elemento nulo. '. ~: · · · tares están contenidos en dos rectas. Si tal acontece, se trazan las dos ·: . ~
En un.proble.91a real exjgiriamos un número más abundante de vec- · ; . · rect~s, y, perpendiculares a ellas, los dos nuevos ejes. Con las pro-
( tores en cada plano; es decir, un número más.abundante de filas con : . yecciOnes de los vectores en estos ejes se fonna la matriz factorial
( un elemento nulo..· . . . . ~.· . definitiva. Si se representa gráficamente esta matriz, se obtendrá una
(
3.a· ·Esta condición (que haya más de un cero en algunas filas) se ·:· C. estructura c?mo la d~ la figura 28 b: todosJos vectores, o la mayoría
refiere a matrices factoriales de cuatro o más factores. En un ejemplo : .~ .· · de ellos, seran aprox1madamente colineales con Jos nuevos ejes. ..
( de dos dimensiones no puede haber ninguna fila con elementos nulos ..· .' :. ~: .: ¡
/ ' en las dos columnas, pues entonces el vector correspondiente seria de ~..'/
'·
("
común con los demás de la batería, por cuya razón serían nulas sus <~_:r'
<
longitud nula. Tal sería el caso de un test que no tuviera nada de . .L .· b) Rotación de la estructura diagonal ·
.: . .
'l..
/
correlaciones con los demás, y no lo hal;>ríamos utilizado en el análisis. ·...·:· :r ·.. , Pase~os ahora al~ matriz q ue obtuvimos en el capítulo III por el
. ~ · . metodo d1agonal . Esta reproducida en la matriz F. de la tabla 16.
e Tabla 15 .f. ··
Representémosla gráficamente (fig. 29 a) . Se obs~rvará que pode-
( Rótación de la estructura centroide ·~ · mos pasar un plano por los vectores 2 y 4, y otro por los vectores 3
( .· .~ Y5. Perpendicularmente al primero, tracemos el eje B, y ortogonal al
X = , '?{:.. . segundo, el A. La~ proyecciones de los vectores en esos nuevos· ejes
( . ·' figuran en la mat~z FP de la tabla 16. De nuevo, esta matriz cumple, 4: .; ';.i.~
(
' ··
1 U' A B A ..B fa
.· }., : en cuanto lo pennt te brevedad del ejemplo, las condiciones de una ;.,·1 ~: · ~
·· ·· ; · : · estructura simple. La figura 29 b es su representación gráfica. Co~

;~,:·l!
e
,. 1 .79 - .17 r .73 .68 1 .69 .41
' ·. ~: · ello tennina la rotación de la estructura diagonal. ·
u - .68
l...
( '
3
2 .65
.48
- .62

.5t
.73 2

3
.90

.00
- .01

.70 . ......
,.
;.
·: ;~· ~ ;.;¡
.~.
. .
( 4 .59 - .54 4 .80 .01 . ,. · ..
. . ..
:~-
. ~¡
..{· ·
( ·. ~
S .60 .65 5 .00 .88
l ·. .,.,
e 6 .70 . 17 6 .40 .60 'i: .
'!.
( 3.81 00 259 . '"
:~: .
2.78
( 2.79 2.59

c. 4.• Esta condición -habrá pocas filas con dos elementos no

( nulos- se reduce, en un caso de dos dimensiones, a la segunda,
e enunciada más arriba.
.J.

· s.s No habrá ninguna fila con los dos elementos nulos. Se cum·
( · pie también en nuestro ejemplo. . ~·.
( . · . Podemos, pues, aceptar la matriz F; como correspondiente a una ... a
·fa
estructu!a simple y dar por ~erminada rotación. . , ··:· :·.•~ Estructura diagonal
( ··Hemos ganado así una primera comprensión acerca de cómo se ·.., ·· ,j·
·( · · .lleva a cabo la r~~~ción de los:ejes: .Primem; se representa gráfica- ·.· i ·· · Fis. 29. Rotación de la estructura diago~ai. ·
•.(' mente la matriz ·centroide; luego, se observa la estructura resultante, .: ;:~ ·;f•::;

.-.( ;:·. .'

~± ~.._j_~~~:.~:.:... .:
~· :<::?:i <
. : :. \¡¡¡.:.; _.... : .
 •
.~:· ·.}~~,<··_: La rotación. Un ejemplo de dos dimensiones
' . ' ' :. ' ¡ ~· 161

160 Mariano Yela> : ~. :;; ·.

.· . .
. .·· 'F
caracterizarse por algo que sea común a los test 2 y 4 y esté ausente
.

de la comunidad de los test 3 y 5. La significación del factor B se

..e) L a estructura simple como resultado final del análisis encontrará indagando qué proceso influye notablemente en las res-
. . ·.- 1 · puestas a.Ios test 3 y 5, pero no contribuye a las diferencias indivi-
Los resultados obtenidos en las dos rotaciones que acabamos de ·· . ··.J. . duales puestas de manifiesto por los test 2 y 4. La interpretación que
exponer. nos permiten aclarar nuevamente algunos de los conceptos . ', se dé a ambos factores tiene que explicar asimismo la circunstancia
fundamentales del análisis, repetidos ya muchas veces. · 1 de que los test 1 y 6.dependan a la vez de los dos: el 1, más del A que
Parti.mos de un cierto caso ficticio, en el cuat se pretendía averi- l.
del B; el 6, más del B que del A.
·ruar las aptitud es fundamentales del razonamiento y la memoria. .· J. . Antes de pasar a exponer con más porinenor los procedimientos
Suponíamos, por brevedad, que sólo existían dos factores básicos: · ·. · { :: . concretos qu.e se siguen en la rotación, conviene hacer dos adverten-
un o común a todas las pruebas de razonamiento, y otro a las de · ·.:¡'_ cias generales acerca de dos puntos que quizá hayan qúedado ·algo ·
memoria. Representábamos el complejo campo del razonamiento .·· .•·:.:J · : oscuros en la mente del lector atento.
por medio de tres pruebas, y por otras tres el de la memoria. A~licá- .. . :¡ ~·
bamos las pruebas a cierta poblaci?n, y obteníamos la matnz d~ ·:·i ....
.
Tabla 16
correlaciones R. Ordenemos, a parttr de este punto, los resultados -· Rotación de la estructura diagonal
obtenidos: ... ...·
X =
1. Una sola matriz de correlaciones, R, representa las relacio-
· nes observadas entre las variables. · ..
1 J JI A B A B
2. A esta matriz corresponde una sola configuración vectoríal, .
1 .81 00 1 .87 .50 ] .70 ' .40
cualquiera que sea el procedimiento que utilicemos en el · . :. ...
análisis. En efecto, la configuración de vectores que aparece ': l . 2 .78 -.44 u -.50 .87 2 .90 .01
en la figura 28 a -incluida en la estructura centroide...:.. es . ·.. ~ _ 3 .35 .61 3 .00 .71
exactamente la misma que la que muestra la figura 29 a, . ·. l
·correspon djente a la estructura diagonal. · '. 1· · 4 .70 - .40 4 .8 1 .00
3.. La misma matriz R ha sido factorizada por dos procedímien-, t 5 .45 .78 S .00 .90
tos ·distintos, siendo también distintos los resultados obteni- ·)
'i· .
6 .64 .32 .6 .40 .60
dos: la estructura centroide (fig. 28 a) y la diagonal (fig. 29a) . ..
4. En ambos casos, una vez girados los ejes de las respectivas 3.73 .87 2.81 2.62
estructuras hasta una posición de estructura simple, se obtie- . .,,.
2.8 1 2.62
\ ne el mismo resultado final: figuras 28 b y 29 b.
5. Un solo pu~to de partida: la matriz R. Un solo pun to de n:- Se refiere la primera·advertencia aJa designación de los factores.
gada: la estructura· simple. Varios caminos intermedios post- : 'i Los que se obtienen en la factorización se designan con números
bies: las factorizaciones centroide y diagonal. 1·. romanos. Los ejes shuados después de la rotación sedrepresednta~-por
.~ letras mayúsculas. Bien; pero, ¿qué letra correspon e a ca . a nume -
. . Conclusión: el problema factorial tiene una solución única cuan- . J. ro? ¿A qué factor llamaremos A, al que era antes 1 o al antiguo II? La
do, s.ea el q ue fuere el método usado en la factorización, se giran des- · . 1' contestación es sencilla: lo mismo da. Podríamos haber llamado A al
pués los ejes hasta una posición de estr uctura simple. Siempre, claro · .. que hemos denominado B; la letra no hace al caso. Al fmal tendría-
~ .
está, ' qu~ tal estructura venga claramente indicada pár la configura- ·J mos, igual que antes, dos factores, y los interpretaríamos exacta-
ción, En caso contrario, el problema no tiene, por es~e método, solu- · .·i mente de la misma mariera, ·según los test que dependen de ellos. Lo
cíón de(inida y·única: : . · · . ·_. ·~ : acostumbrado, no obstante, es dar a cada nuevo eje la letra que, por
.. .. ~ .estr:uctura simple ·nos permite interpretar los factores. Ya lo
en ...i·:!
.. ..
. . :hicimos el capítulo III. Repitamos lo esenciaL El factor A debe .·. ~ ..
. ·· :. .

.. .·.
 r.;;:¡
~-

-( !f ...... ··-·lf··
<._ ~.:' l·
,,..,.
1:.:.•. ;J
·(: l 162 Mariano Yela
·; ·~·

· .· J
., .. ·.
La rotación. Un ejemplo de dos dimensiones 163 ;::·.···
.x,·
:=': .' ~
- :r . . . :,j·!

..
. ..
e . orden alfabético, corresponda al número del eje antiguo qm!·esté más
.:.~ :· ~...:.
.\ ya descritos. En primer Jugar, se representa gráficamente la matriz ; .¡
e próximo a él. . · · . ·
!J ~-
· . j¡ ~-. 1 ,:
·F. . En la estructura centroide resultante (fi.g. 28, pág. 156) se loca-
lf~n los planos de la estructura simple. Estos son, como queda indi-
. ·''
!·1t.:
( . La segunda advertencia atañe al sentido de los ejes. Obsérvese la . cado, los planos A y B. Seguidamente se giran Jos ejes 1 y Il hasta las
e . figura 28 a. El eje A se ha trazado perpendicular al plano A. ¿Cuál ·
será el sentido positivo de este eje: el que se aleja del origen hacia·
posjciones perpendiculares a aquellos planos. En cada nuevo eje A y
8, y a partir del origen, se limita un segmento de longi~ud unidad (a
.,
··.;
( .. abajo y a la derecha, o el que lo hace por la izquierda y hacia arriba? .. ·:: :. la misma escala, por supuesto, a que están dibujados los vectores). ' t ·.
( · · La respuesta depende de la configuración. Suele elegirse como ·Hasta aquí todo es igual que en el procedimiento anterior. A partir de
! '.

sentido positivo aquel que permite ser positivas o milas a la mayoría
(
,. de las proyecciones de los vectores en el eje. Así, si se define como sen-
'·· tido positivo del eje A el que se aleja del origen hacia la derecha, la_s
( proyecciones de todos los vectores en él son positivas o nulas. Si se eli-
'
:.,.,.. giera como positivo el sentido contrario, todas las proye~iones, salvo
'- las nulas de los vectores 3 y 5, serian negativas. Por esta razón se.ha
e preferido lo primero. Ésta es la regla usual y la más práctica. Pero, en
.el fondo, da igual eScoger uno que otro sentido. Si hubiéramos proce-
dido al revés, nos resultaría un factor A en el que tendrían altos coefi-
( , cien tes negativos los test 2, 4 y l; es decir, los test de memoria. Seria ·
.:. ·
.r un factor de olvido. El resultado es el mismo. Tanto da decir que un ·
"-··
./' factor es de memoria, pues facilita las respuesta~ a test de memoria,
. \..... que decir que es un factor de olvido, pues las perjudica. La primera
e expresión es, sin embargo, la más cómoda y corriente, al menos, en el
terreno de los test cognoscitivos y motores, donde se prefiere hablar
. ~- .
( De la misma manera:
deaptítudes más bien que de torpezas. No ocurre igual en el estudio
( del temperamento, carácter y otras zonas afectivas, orécticas y socia-
( les de la personalidad. En ellas aparecen con frecuencia factores nega-
tivos y bipolares, como, por ejemplo, el de introversión-extraversión.
( Hechas estas observaciones, pasemos a examinar las reglas prác-
( ticas de la rotación.
(_
e . 3. LA MATR1Z DE TRANSFORMACIÓN
aquí, la técnica, manteniéndose, en el fondo, equivalente, varía en la
fonn.a. Describiré primero las operaciones concretas de la nueva téc-
nica, y mostraré después su validez matemática.
Una vez fijados los vectores factoriales A y B, se leen en el gráfi-
co las proyecciones de ambos en los ejes I y 11, cosa fácil en papel
convenientemente cuadriculado. Estas proyecciones indican la com·
posición vectorial de cada nuevo vector de referencia con respecto a
Jos antiguos vecto'res de referencia centroides.
Así, las proyec.ciones de A son O, 73 en I y- 0,68 en IL Podemos,
·pues, afirmar que el vector A es igual a O, 7 3 del vector unidad I
menos 0,68 del vector unidad Il:
;. . A = 0,73 I + (- 0,68) II
B =0,68 I + O, 73 II
Con estos valores formamos una matriz que vamos a llamar Amp
..·' .:•
(vid. tabla 1S, pág. 158). La matriz A expresa los nuevos vectores de
referencia en función de Jos antiguos. Cada columna expresa un nue- /'j;j
vo vector; cada fila, un antiguo vector ortogonal. La columna A se
forma con las proyecciones del nuevo vector A en los antiguos ejes l {t~
..
y II; la columna 8, con las. proyecciones del nuevo vector.B en los
: :•:·~

( mismos ejes. A los antiguos vectores de referencia los des1gnamos,

El pr~edhniento expuesto en el punto anterior requiere hallar en general, por la letra m. Por eso, la matriz centroide d~ la tabla 15
e . gráficamente las proyecciones de los vectores en los nuevos ejes; fae- se denomina F. indícando que es la matriz de los coefic1entes de los
e na enojosa, pues estos ejes están situados en direcciones oblicuas del
papel milimetrado o cuadriculado, en el que conviene hacer las
test j en los fa¿f;;res m. Los nuevos ejes de referencia se designan, en
( general, por la letra p. Por eso , la matriz que requiere unos factores
repres~ntaciones gráficas. · · · · a otros se denomina A indicando que sus elementos A.mp son las
.·. ·: e · . Es más rápido y cómodo llegar al mismo resultado por medio de proyecciones de cada n~vo vector de referencia p en cada antiguo
~~~
,._, ,

. · :· ( .cáiculos aritméticos. Explico a continuación el modo de haéerlo. vector de referencia tienen longitud unidad. . · ·.
-::. r·< · Sea el punto de partid~ la ~isma mat~iz ~entroide Ffm (tabla 15, Observemos la matdz A de la tabla 15. La suma de cuadrados de
:\:;'t: J'
i
página 158), antes analízada. Los primeros pasos coinciden con los .,

. ., .·~ .
.. ',) ~ .
.~~---.:.:·:.di
~
!'t-·;
: ...
~
¡ .'' '
. :<~+ La rotación. Un ejemplo de dos dimensiones 165

164 Mari~no. Yel~· :·>~ F .

J; "
l' . ¡ : l '·.
averiguar ahora las proyecciones de los vectores que representan a
Jos test en esos nuevos ejes de referencia.
í'"j¡ cada columna debe ser igual a uno. Pues, según vemos en la figura 28. ::.: :1-.:. Para ello basta multiplicar la matriz .
F.Jl'il por la matriz Amp' como
r,
,, a, es la·suma de los .cuadrados de los dos catetos de un triángulo rec< · ... 1-· se indica en la tabla 15. El resultado es la matriz Fip' 1
cuyas filas repre-
~: tángulo, formado por las proyecciones de un vector (el A, por ejem- ; · ¡ sentan a los test j y cuyas columnas representan a los nuevos factores
:: 1 plo) en los ejes I y ll, y el nuevo vector A, que constituye la hipote- ,~ · p. Estos coeficientes son, como sabemos, las proyecciones de los vec-
~ 1
!
1
nusa. Como la longitud del vector A es igual a uno, la suma de.
aquellos cuadrados debe ser la unidad. Así es : <:··.
.:].:··
~.
t· tores j en los ejes A y B.
Veamos cómo se efectúa la multiplicación de matrices. Luego
mostraré que esta multiplicación equivale, en efecto, a hallar las pro-
' -~ : yecciones de los vectores en los nuevos ejes de referencia.
• •• j ·.·
1' ...
El producto de una matriz de n filas y r columnas por otra de r
. . · . ·, ··A , :.
Asimismo el producto cruzado de las dos columnas indicará el .: .; t .: · filas y s columnas es otra matriz de n filas y s columnas, cada uno de
coseno del ángulo formado por los dos nuevos ejes. Se comprend.erá · ·,;:J.:· · cuyos elementos a¡p es la suma de Jos productos cruzados de los ele-
· fácilmen·t e que así sea. Las dos cohimnas de A son como dos nuevas ·.:·.]: mentos de la fila j de la matriz multiplicando por los elemento's de la
filas·de F¡m' formadas con los coeficientes en los factores centroides de : · · ( ... columna p de la matriz multiplicador.
dos nuevos test cuya comunidad fuera igual a uno. Ahora bien, sábe- ' · _4' Véase la tabla 15. La matriz multiplicando es F.,; tiene seis filas y
mos que la suma de los productos cruzados de dos filas de Fes igual · ' ::.f . . dos columnas. La matriz multiplicador es Ami ti~ne dos filas y dos
a la correlación entre los dos test y al producto escalar de los dos vec- : .>f' ' colu~n.as. La matriz producto es F¡¡; tiene seis fila.s, tantas como la .
· tores que representan. En el caso de estas dos nuevas filas, será igUaL:'. ·: 1:<
multJphcando, y dos columnas, tantas como la multiplicador. Los ele-
alproducto escalar de los vectores A y B, el cual. por ser los vector~s' ·• .· :} ; mentos de F¡P son las sumas de los productos cruzados de las filas de
de longitud unidad, es igual al coseno del ángulo entre ellos. · · . 1·~ · · F.m por las columnas de Am • Por ejemplo, el elemento de la primera
En nuestra matriz A, el producto de las columnas es: · · ' l' ffla y primera columna de F es 0,69, resultado del producto ténnino
:·.·. ~ · . 1
a término de la primera fila de F.Jm parla primera columna de Amp:
{0, 73) (0,68) + (- 0,68) (0, 73) =o
. . ~f·:1.
} (0, 79) (0, 7 3) + (- O, 17) (- 0,68) = 0,69
~

Es decir, el coseno del ángulo comprendido entre los vectores · .. ¡

factoriales A y 8 es nulo. El ~gulo será; pues, de 90 grados. Los nue-
:•
vos ejes son también ortogonales, como los antiguos. No siempre
ocurrirá así.
· En resumen, la matriz hmp que llamaremos matriz de transfor·
mación, indica las proyeccioneS de los nuevos vectores de referencia,
de longitud unidad, en los antiguos ejes. La suma de los cuadrados
de cada columna de A debe ser igual a uno, porque los nuevos vec- .
tares de referencia son de longitud unidad. La suma de los productos ·
cruzados de. las columnas de A es igual al coseno del ángulo com-
prendido entre los vectq_res factoriales que las columnas representan,
porque tal suma equivale al producto escalar de dichos vectores.
·ra 28 b. ·
4. .' EL_ C~LCULO DE LA MATRIZ FIN~
· :· Sabemos·· ya, según io ·e~lpu~st¿; ~uáles ·so~ ·las ~r~yeccio~~s de
. . los nuevos vectores factoriales en los antiguos centroides. Deseamos
el
.Este valor alA =0,69 es la proyección del vector 1 en eje A (figu-
ra 28 b), o, lo que es igual, el coeficiente del test 1 en el factor A.
Otro ejemplo. El elemento de la cuarta fila y segunda columna de
~P es 0,01; se ha obte~ido sumando los productos cruzados de la fila
cuarta de ~"' por la columna segunda de Amp: .
(0,59) (0,68) + (- 0,54) (0, 7 3) = 0,01
Este valor a4B =0,01 es la proyección del vector 4 en el eje B, O, lo
que es igual, el coeficiente del test 4 en el factor B.
Lo mismo se hallan y significan los demás valores de la matriz
~P' que equivale punto por punto a la es~ ctura simple de la figu-
Mostremos ahora cómo este producto de matrices equivale, en
efect9, a hallar las proyecciones de los vectores en Jos nuevos ejes.

- - - ·-'>···:·.....:....·' ••<. -·~ - ...: .......

 ·::·~~ ­
.. !~-~~:
!f
:1 :(
~~ ....
-~_-. ' -. ·_.:.:_}::._:· . La rotación. Un ejemplo de dos dimensiones 167
~- e 166
Mariano Yela 1-
~¡

11 e .'~·-.r.: a¡
8
= hi cos a,
! Véase la figura 30. Contiene los ejes centroides I y U, un nuevo ,1. a11 = hi cos y
(
i. (
eje de referencia By un vector cualqui~raj. Demostremos ~~e la pro· .·1-~-. a¡lJ = h A
i cos ~-' (2]
yección a.B> del vector j en el eje B, es 1gual, como antes dtjtmos, a la ; -~
·. .... ~B = COS E
e suma de Íos productos cruzados de la fila j de F¡m por la columna B .., . "-ne = cos o
de Am,; es decir, que: .1
( ". Ahora bien, según la figura 30: .,
1

e [1]
cos a= cos (e- r) [3]
!
¡
e- Conocemos los valores ail y a H; s.on las proyecciones del vector j ~ .· . -;

f
\ .. en los ejes I y II, y constituy~n 1~ fila j de la matriz Ffr!l. Conocemos , Pero el coseno de la diferencia de dos ángulos es igual al pro-
.!
1

( también los valores ).,8 y ).,18; son las proyecciones del. vector facto- , . . _.l; dueto de los cosenos de ambos más el producto de los senos: :.:· ;

rial B en los éjes I y Il, y forman la c9lurnna 8 de la matriz A. A ~ar­ . . .·., .

1. ' . ~¡
'·
cos a =cos (E - r ) =cos ecos 'Y + sen E. sen 'Y : --~
/
\ ,_ tir de ellos queremos averiguar el valor aJ.B> proyección del vector J en 1- [4) ¡'¡
: ' : ~ ..
,
( cl* R · • '1
' -:. :¡..,
. Mas el seno de un ángulo es igual que el coseno de su ·comple- :(
( . mentario;
·~ luego
(
n
\.
/ COS Ct =COS E COS j' + COS 0 COS ~ [5]
"-
,-
\_ SustituyendÓ los términos ~e [5) por sus valores en [2] y multi-
,r . plicando los dos miembros por h1 tenemos:
'-
/
\.
a¡B =a,1 I,B+ a,11 !,lB
(
(., que es la misma ecuación [ 1] que queríamos demostrar.
· Del mismo modo se hallan Jos demás valores a . . Queda, pues,
( probado que las proyecdones de todos lCis vectorel} en los nuevos
( ejes p pueden hallarse mediante Ia multiplicación: • •1 ~j
Fig. 30. .: !
;¡-:
( La solución es se~ciHa, y sólo requiere traer a la memoria algu- F.¡m Amp =FIP : i-:
(_ nas nociones elementales de trigonometría, aprendidas en el Bachi- r
e llerato, y a las cuales ya se ha hecho alguna vez referencia en este Resumamos lo alcanzado hasta aquí. Para efectuar la rotación-se r . h'·

r"¡,
•. !
libro 2 • · procede en el orden siguiente:
( Sabemos, en efecto, que la proyeeción de un vector en un eje es
( igual a la longitud del vector por el coseno del ángulo entre ambos. l . Se represe-nta gráficamente la matriz resultante -d~ la fac- · j;
l i'
La longitud del vector j es h¡ la de los vectores de referencia l, II yB torización. lt
( es_igual a uno. 2. Se trazan Jos planos, si los hay, que contienen a la mayo- ¡m
e Así: .'
.. )~ .:
. ría de los vectores. Perpendiculares a ellos se trazan Jos nuevos
vectores de referencia, de longítud unidad. .
. ~,-
1-~'~
_( . .

~~~
~

.. .... . . . . . ·.. . ., 3. Se hallan las proyecciones de cada nuevo vector facto,rial

( 1 Págs. 85, 86y87. ·. 'í. •.
..,
('
~$_. _
.:_·_· .
-~ <=>--"-"'-'
. -~--- -- ·- · -- . •
··.J i. 1·
 .. .,
h :r.

· ./' Y~
'( ..r:·~·
.·í'-,·•1
I..t<otación. Un ejemplo de dos dimensiones 169 (~
· 168 Mariano Yela ·: ; ··. '· ,,. (·~;:-::¡~!~~.~

. : ·-r · En la práctica, la rotación puede hacerse de forma más cómoda e·:·

· · 1· t' · e t · r · 1 · .
p en os an 1guos eJes m. on es as proyecctones se torma a ma- -· ·. :t ' · .• : ... i . . que la antes explicada. Expongo a continuación la manera concreta
• Eq · desd .: i
(. .
. triz A . . . . . . . . __:: .l:·.
de efectu~rs~ la rotactón e~ los ~sos rea 1~- m va1e, e 1_u ego, r
-~
'r ·~
; ·.
. 4 "'Ps h !la ¡ d t .. · ,- :· :! al procedimiento ya descoto. Solo cambtan algunas operaciones, \. . ¡
. e a e pro uc o . . 1. d h ' fi ¡ ') ¡ ·t
· . . . ·. :-¡.. · que, en 1ugar e acerse gra 1camente, se resue ven por ca cu o an - ( ·'_,
F¡, A m~ = F¡P · · · ; · ·- mético. Según el procedimiento que voy a exponer, lo único que se
} ·. determin a gráficamente es la dirección de los nuevos ejes de referen- ( ',_·.

El resultado es la matriz final, correspondiente a la estructU-' . ··

ra simple. · · · ·..
·T: .
cía. Todo lo demás se resuelve mediante operaciones aritméticas sen-
-L. .
cillas, muy rápidas de hacer con una máquina de calcular.
e.
· b· El procedimiento completo será -ilustrado con el ejemplo ante- e<
La matriz Amp se denomina matriz de transformación, porque ·· · .L···. · rior. La fi gura 31 vuelve a reproducir la estructura centr oide. Repre- ( .~
m ediante ella transformamos la matriz F¡men la matriz F¡P. .
Apliquemos el procedimiento descrito a la matriz obtenida por el : ·
· . .' ·. -I .. senta a la matriz factorial centroide de la tabla 15 (pág. 158), tal y
.·1·
~ como d ebe hacerse en la práctica: papel cuadriculado con la escala
c.... ,
. '¡

· método diagonal. Es la matriz F¡m de la tabla 16 (pág. 161). ·_' ~ . j ·1 dividída en intervalos de, al m enos, O, 10 unidades, en el cual se mar- ( :
.· l \ . can Jos ejes ortogonales y, en sus dos sentídos, se limitan vectores de
e
1. Se representa gráficamente (fig. 29 a, pág. 159). .. :·· l : .·longitud unidad. Es más cómodo y claro representar sólo los pun tos
2. · Se trazan los planos y ejes A y B. En los nuevos ejes se · ·1 · · · · . ( --~
l ·.:· .
limitan los vectores factoriales de longitud unidad.
3.- Se hallan las proyecciones de los vectores A y B en los ·. . :
ejes I y II. Figuran en Ja tabla 16, matriz Amp_· La columna A con~ . .
·

.i. .,
1/ :
Il

l
. B'.

,r¡ C:
e;i
tiene las proyecciones del vector A en los dos ejes ortogonales. . . . . . /
( ··::
l.•·. · "
1 .
La colum na B, las del vector B en los mismos ejes. ¡··. · ~

· 4. Se halla el Producto · .:: '.: ¡y 17

rs e·~
F¡m Amp = F¡p ~b V e
. . .. 1-. · . (_ :
f'.._ V :
según la tabla. La matriz resultante equivale a la estructura sini· · · · · L !'... V ! (
ple d~ la figura 29 b. .,. 6
.. . ~ V (
-
~·

·~·
-~
. ~
""-Vf'.-.
1/
¡ ,i.
,.. (
5. EL MÉTODO COMPLE1'0 :~.

i/ ~"' •1 (
. ..
EJ procedimiento d e ro tación explicado se llama rotación por / 1'- e
planos, porque se verifica sobre la representación gráfica de toda la · . -/
" ( .
configuración en planos de dos dimensiones. En el ejemplo examina·
d o, el _espacio vectorial es de dós dimensiones, y, por tanto, la confi- IY
P)
" ...._~
e
guración ·entera está ·comprendida en un plano. Basta representar ~ LA
e
este plano.-definido por !os ejes I y II- para reaJ~zar la rotación. Si
el caso tuviera más dimensiones, sería ·necesario hacer varios gráfi- í
" 't-...
( .
co.s, t~ntos como pares de factores. Cada gráfico repré·sentaría la pro· , r-... ····· ···-· ···-·- ··-·- -····· ..
~--- ----- ..
~ A'
( '
. yecci9nde todaJa configuración en el plano definido por un' par' de ( ,"
factores. Volverem os después sobre este p unto, al estudiar un ejem- Fig. 31.
.. plo de tres dimensiones. · e -~
..··'·, .·
e
C·
 1~~(
y2 %--~:
1
\tt:·:i:·.
Mori.no lA rotodón. Un ejemplo de dos dUnensiones 171 :·..: · rt
~

.< 170
! :
:.!-<:
: ~ ' ·•1. ~~- · 6. Se nonnalizan las columnas de la matriz Lmr Normalizar una
(
· . ~, . columna es hacer que la suma de los cuadrados de sus elementos sea
( extremos de los vectores y no-los vectores enteros: Cada punto lleva- >{ . igual a uno. Eso es, precisamente, lo que deseamos obtener, con
rá, como' en la figura 31 ' el número deJ test correspondiente. Las · ,,· · objeto de que las columnas de L, que ahora representan vectores
(
·sucesivas fases deJa rotación se ordenan de la siguiente manera. ~1 extensos, pasen a representar vectores de lo'ngitud unidad y L Se-€en·
.,r 1. . Se representa la matriz f.m (tabla 15) obtenida en la factoriza- .~ . vierta, así, en la matriz de transformación A que buscamos. Para nor- ...
(
ción, como queda dicho e indicado en la figura 31. Cada test j se repre- ,. ·mahzar las columnas se procede como sigue (vid. tablas 17 y 18): :·.

senta por un punto, cuyas coordenadas en·tos ejes I y II son los valores •.:·' · .
(
de la fila j en las dos columnas de r]m· Asi, el test 3 de la matriz F¡m a) Se suman ]os cuadrados de cada columna. Los resultados
( (tabla 15) viene representado en la figura 31 por el punto 3, cuyas _;1·~ · .• . se inscriben en la fila rP. Así, el primer elemento de esta fila es:
coordenadas en los ejes I y Il son 0,48 y 051, respectivamente. · '¡.i··
2. Se buscan Los planos de la configuración simple. Si existen, x··...
vendrán indicados por una serie de puntos que se apartan del origen . . 1-
.',
~~ ;.

en una misma o aproximada dirección. En nuestro caso, como ya

,
b) Se halla la raíz cuadrada de estos últimos valores, la cual

'
(
sabemos, los planos pasan por los puntos 2 y 4 (plano B) y 3 y S
(plano A>.·. ·.
3. Se trazan, perpendicularmente a los planos, los nuevos ejes.
4. Cada nuevo eje se prolonga hasta el margen de la cuadricula.
.. l t
~:. .
se registra en la filamPor ejemplo, el primer elemento de esta
nueva fila es . ·

vt,8836 = t,3724
:.,. '.
Así, el eje de A se prolonga hacia abajo hasta A'; el eje 8, hasta el ' ...
.~
punto 8 '. Los vectores A' y B' se denominan vectores de referencia ~ e) Se halla el red'proco d e estas raíces cuadradas y se ins-
.. - ~ .;.' . cribe en la última fila. Asi:
extensos, porque su longitud es mayor que la unidad. ¡

5. Se forma Ia Lm, con las p royecciones de los nuevos vectores . 'f\:... ·..
extensos, que designaremos, en general, por la letra r, en los vectores . 1 ;·. 111,3724 = 0,7287
unidad originales. En la tabla 17 se ofrece esta matriz. La primera
~
.('
,,
...
columna A', está formada por las proyecciones del vector A' en los .t. A estos últimos valores los llamamos dP. : l

ejes I y II. En efecto, como comprobará el lector en la figura 31, las ·
proyecciones del vector-A' en los ejes I y II son 1,00 y - O, 94, res·
pectivamente. Del mismo modo, las proyecciones del vector 8' en los
dos ejes constituyen la segunda columna de la matriz Lmr·
Tabla 17
d) Se multiplican los elementos d e cada columna L por el
valor dP correspondiente a esa columna. Los productos son Jos
nuevos elementos de la matriz de 'transformación A que busca-
mos.
Así, el .e lemento de la primera fila y primera columna de Amp
(tabla 18) será:

MatrizLmr (1 ,00) (0,7287) = 0,73

.. . ··· : El elemento de la segunda fila y primera columna de Amp
N B' A B
será: ·
I . 1.00 .94 1 .73 .68 1

·.~ (- 0,94) (0, 7287) = - 0.68 ' ¡i

II - .94 1.00 li -.68 .73

. .~:.:
• - )1: •• rP ' 1.8836 1.8836 . · .-~ De este modo hemos obtenido Ia mis-p:Ja matriz A mp de la tabla 15
·.. .. in necegjdad de limitar gráficamente un segmento de longitud uní~
~ (3724 1.3724
;. · ,·
:
:t'.
. ~ .·
.• T;., dp'=: il"'{fii. 7287 · .7'281' .

j\
'· .
. i:: : ··:.:
.. ·.. :. ~· ', :·

~ ~.:.: ~.:~_:_}.·_.-': ~_.-:· .. ,:_,,; :·:.

...
· ~.0:....:..-·':. -·~ ~:_ .... :~... :
:..;
.1 ""'":
·.
"''
.
La rotación. Un ejemplo de dos dimensiones 173
172 Mariano Yela
será, como en el pr~dimiento anterior, la matriz F¡P' representativa
dad en los nuevos ejes de referencia. Cuando el problema tiene varias de una estructura Simple. Este producto es, claro está, el mismo que
dimensiones, este procedimiento es más cómodo que el expuesto se indica en la tabla 15 (pág. 158).
anteriormente, y puede realizarse de fonna casi automática 3• · Apliquemos ahora el método completo a la matriz obtenida en la
.. . ')
factorización diagonal:
.. ·:, ,.~
Tabla 19 .. ·,•t ...
: ·.. .' .. ... . .~ :· . l. Se representa, como en la figura 29 a (pág. 159), la matriz

X =
:·;:. ~:-v· F.m de la tabla 16 (pág. 161).
2. s'e localizan en la figura los planos A y B.
.. ·1 3: Se trazan los ejes A y B. .
. . .-:.~:;-.,
A' B' A
..
B A B 4. Se delimitan los vectores de referencia extensos A' y B', ~nio
se jndica en la figura. .
1 1.00 .94 { .7287 I .73 .68 5. Se forma la matriz L,.,, con las proyec~iones de los ·vectores A' .
y B' en los ejes I y U, como en la tabla 20.'
11 -.94 1.00 u .7287 11 - .68. .73
6. Se halla la matriz de transformación, nonna'lizando las
.·'·.... ~

. . .. ~ ­ columnas deL:
' .
Adviértase, por último, que multiplicar los elementos de cada
columna de una matriz por un cierto valor es lo mismo que multipli- . .. i .....
car la matriz por otra matriz diagonal cuyos elementos diagonales ·:.- :.. :.;·{:·~ ·
sean esos valores. . como indica la misma tabla 20.
Aclaremos esto en el ejemplo anterior. Véanse las tablas 17 y 18. <·:;.':;.J;:::··. 7. Se halla la matriz factorial definitiva, mediante la transfor-
Si multiplicamos los elementos de cada colum na d e Lmr ·por su :•.\ ; mación.
l . i·J' ..
correspondiente dP' obtenemos la matriz A . El mismo resultado se ' . .'{~ ·..
obtiene si realizamos el producto que se indlca en la tabla 19. Com- . ~. .•·. ,'
':'$ (· .
pruebe el lector la exacta equivalencia d e ambos procedimientos. r.
~
.,.
En adelante, cuando queramos indicar la nonnalización de las como viene indicado en la tabla 16 (pág. 161 ).
columnas de una matriz cua lquiera, M, lo haremos mediante el sím-
bolo MD. Por un razonamiento análogo, la normalización de las filas Tabla 20
de una matriz M se indicará: DM.
7. Una vez hallada la matriz de transformación A se multipli-
ca por ella la matriz F;m' obtenida en la factorización~PEl resultado
;, .
Lmr X
=
A'.· B' A B A B
3 S~comprenderá fácilmente que la matriz A, hallada por este procedimiento,
tenga sus columnas norma lizadas. Sea una columna cualquiera de A; cada uno de sus . : ;·. r 1.00 .57 I .8687 1 .87 .50
elementos .se ha hallado multiplicando un elemento deL por el recíproco de la raíz
cuadrada de la suma de los cuadrados de la columna de L que contenía a ese elemen- JI -.57 1.00 li .8687 JI -.50 .87
to. Por consiguiente, la suma de los cuadrados de una columna cualquiera, p, de A.
será igual a uno:
r:P I.J249 1.3249
~1.1511 1.1511
dp =- l/Vfll.86S7 .8687
..e; .
e 174 Mariano Yela
(
e Esta matriz es igual que las halladas anteriormente por los ·dife-
rentes procedimientos. Co nviene q ue se represente gráficamente
e para comprobar de modo visual la estructura simple. Si se ha logra-
do, la mayoría de los puntos que señalan los extremos de los vecto-
(
res estarán comprendidos en Jos nuevos ejes A y B de la estructura, C APfTULO VIII
( como en las· figuras 28, 29 y 3 1.
La rotación. Un ejemplo de estructura oblicua
e · · El método explicado puede aplicarse a la rotación de cualquier .
estructura.· Sólo habrá que añadir, en los problemas más complejos, ~-
( algún detalle de cálculo. Es aconsejable que el lector estudie deteni- j. :· ~.;.:

e damente el presente capítulo antes de pasar a los siguientes. En ellos

•..
l. DEFINICIÓN

( no se dirá nada totalmente nuevo. Seguiremos. aplicando el m.étodo

aquí expuesto a yasos algo más complicados, que nos permitan intro- .¡ . . Ocurre a menudo que la configuración vectorial de un problema
( duCir otros conceptos y técnicas ·auxiliares. En el próximo capítulo se
•¡'
. 1· se halla claramente comprendida en ciertos hiperplanos; pero estos
( expone la rotación de los ejes hasta una posición de estructura sim- hiperplanos no son perpendiculares en tre sí, sino que fonnan ángu-
. pie oblicua. · · los diversos. Diremos en este caso que los vectores constituyen una
(
'· configuración simple oblicua.
( '
En el ejemplo que examinamos en el capítulo anterior, Jos planos
'-
í·
,
.. de la estructura simple eran perpendiculares entre sí y constituían
'·· una configuración simple ortogonal. Los ejes perpendi.culares a esos
e '

·..
planos definían, pues, una estructura simple ortogonal. Si la configu-
e ' ración simple es oblicua, los ejes perpendiculares a sus hiperplan os
definirán una estructura simple oblicua.
( Presento en este capítulo un ejemplo de este último caso. Adver-
( tiré, de paso, que Jos experimentos reales suelen aprmcimarse más a
la estructura simple oblicua que a la o rtogonal. Después veremos lo
(
que·esto significa. Por el momento, veamos cómo se aplica en un
( caso de estructura oblicua la técnica de la rotación que se expuso en
( el capítulo anterior. Para hacer más comprensible el ejemplo, supon-
gaJ!lOS q ue sólo exige dos factores . En el capítulo próximo estudiare-
C. mos otro ejemplo de tres dimensiones.
e
( 2. E L PROCESO DE LA ROTACfÓN ,,:, ..
e Sea la matriz F de la tabla 2 1. Supongamos que esta matriz es el ·:
-: 'ii

e resultado obtenido al factorizar las correlaciones entre ocho test. ·.·;.

( Deseamos averiguar si las relaciones entre los test implican un or-
( den factorial simple; es decir, si equivalen a una configuración sim-
ple de los vectores correspondientes.
'.:( ,. Procedamos como quedó explicado en el capítulo anterior.
·... ···.. .
'·
~( :
t . . .. • • ·· · · ' ;~. ~ :~

:{ ·.·· ..
.·'
,( -,·:·•. ·· .:.. :
.
 La rotación. Un ejemplo de estructuta oblicua 177

JI

Tabla 21

F X V

1 u A B A B • .1

. l .76 .60 I .62 .67 1 .00 .95

e3
2 .58 .46 II -.78 .74 2 .00 .73

3 .40 .32 3 .00 .50

4 .66 .52 4 .00 .83 J
5 .70 -.64 5 .93 .00
6 .44 - .40 6 .58 .00 .·

7 .66 -.60 7 .88 .00

8 .50 -.46 8 .67 .00
:E 4.70 -.20 e 3.07 3.00
L 3.06 3.01
(
'·

l. Representamos la matriz F, co mo indica la figura 32. Los

. :-. ~·

··· < ! ·
1·. ·.
..
e . i

puntos son los extremos de los vectores correspondientes a los test.

. J.
Fig. 32. e.:
2. Localizamos los posibles planos de un orden sim ple. En la
. i'
'r:·
·¡
.. e:.
figura 32 saltan a la vista. Los vectores 1, 2, 3 y 4 son colineales,
están contenidos en un solo plano (en este caso, un plano de una
;J . eje I (0,80) y en el eje U(- 1,00). En la segunda columna inscribimos e
dimensión). Lo mismo ocurre con los vectores 5,.6, 7 y 8. El espacio .
:~
las proyecciones del vector extenso B' en el eje I (0,90) y en el 11 ( 1,00) . (
vectorial es de dos dimensiones. Todos los vectores están contenidos 5. Hallamos la matriz de transformación A mediante la nor-
malización de las columnas de la matriz L mi"· mp
(
en dos planos de una dimensión de ese espacio. Forman, pues, una
config-Jración simple suficientemente caracterizada. A través de tos
L mr Dp = A nrp
e
puntos 1, 2, 3 y 4 trazamos el plano A. A través de los puntos 5, 6, 7 (. ..
y 8 trazamos el plano B, como en la figura 33. ('
3. Giramos ahora el eje I hasta una posición perpendicular al según indica la tabla 22.
plan o A y prolongamos el nu~vo eje hasta el punto A' de la figura. El · 6. El producto de la matriz factorial F por la de transformaciÓn (
nos dará la matriz factorial simple V, según indica la tabla 21:
· vector A' será el n uevo.vector de referencia extenso.
. Giramos, de igual .m odo, el eje II hasta una posición perpendicu-
.•...
A
e
lar al plano B y prolongamos el nuevo eje hasta el punto B'. El vector .t· ¿:.¡:
13' es el otro vector d e referencia extenso. . . L.
· . .4. Con las proyecciones de los nuevos vectores de· referencia . La matriz V contiene los coeficientes factoriales de Jos ocho test.
( ·:
fo~a~os. l~ ~at.~~ l:mr< ~orno indica la: tabla 22. La p rimera colum- ·. · . j: .. ·en los dos factores finales. Son, como sabemos, las proyecciones
n a d e la II_latnz esta formada por las proyecciones del vector A' en el _>~>t.- = e
(' :~
.ol
:.i

, :·.·. . .
.... . ..
~-~-·--.;::.~.: ~~~ .:.. ·..
LJi ( _':1\
e-: ~. :.:::·:;. p·: . la rotadón. Un ejemplo de estructura oblicua 179
Mariano Yela . ': .:_t\::.~,.
e 178 ·::: ! . de los vectores en los ejes A y B de la estructura simple. El carácter
e
.--- Tabla 22
, .. ~- ·~
.: :· simple de la matriz V se pone de manifiesto en Ja abundancia de
:: ceros que contiene.
"--·

--
r-·

~--
A' B' A B
l ··
:.·
7. Representamos geométricamente la matriz V. El resultado
aparece en la figura 34. Todos los puntos están contenidos en los pla-
J ;_ nos de la configuración. Esto revela de nuevo claramente una estruc-
; · tura simple.
-----
.___
-- 1 .80 .90 1 .62 .67 . ·~ . ,Con el cálculo de la matriz V se ha terminado la rotación. El pro-

--
----
....__
---
.._ _
n -1.00

r.fl '1.64
1.00

1.81
11 -.78 .74
, cedimiento, como se habrá notado, es exactamente igual que el
·~ · seguido en el capítulo anterior. La única diferencia que hasta el
_ momento hemos introducido se refiere a la denominación de la
·' ~-· .
. . . .. - matriz final, que, en vez de llamarse F, se designa por la letra V. Esto
:;.
--- ,.,¡fj!_ l. 2806 1.34 S4 •. ·}

---- . dp ~ ti"ffP .7809 .7433

--- ·
-
: : ·· ;~ .: _· significa simplemente que la matriz fmal es oblicua. Suele emplearse
· -· ·•• ·".; h·.· · la letra F para representar matrices ortogonales, y la letra V para
. .. -
~. ~\ designar a la.s oblicuas.
~ · .- .
··i ..

.- -
. ..·:. .' :1.
11
u l)lf
B' .

. ·..·· -~
...
) . B
cos=-0.16
4 ..::;
/_
2
/ .. :~ .•

/ l
~ f!"
~ - -
'9/ ?
~~/·
~
~v
~-
·. '·
p¿;· ··... V V ..··· '

V. V
·. .·
0-
.......
·-~
·-./ .....
....
.. Fig. 34.
! ..- '"-1'0 .
-·
..- f\.'- . · 3. LOS FACTORES OBLICUOS
~..S
-·--
:_:..-- ).
-'<! "
f1\
6
'--~8
t
· ·· Pero ¿qué significa esta oblicuidad? Se dice que una estructura
' \ es oblicua cuando sus ejes no sonperpendicul_ares entre sí.. Asimismo
~

1'\. ~ ¡,

1\. ,L . ~ - se dice que una matriz es oblicua cuando sus columnas corresponden
· a ejes no perpendiculares.
f\.
Esto es lo ·que ocurre en el ejemplo. Véase la figura 33. Las rec-
.-
, ~
tas, que llamamos planos A y B, no son perpendiculares; compren~
den entre sí un ángulo agudo (en la dirección en que están 'situados ~-.

los vectores). Por consiguiente, sus normales A' y B') que también
Fig. 33. . .... ·. aparecen en Ia figura, no serán tampoco perpendiculares entre sí,
~ .. . ';· •. ·. .:. ··-=· ·:·.. . . : t ' • • : !\ . . .
. ·.
, ·j
Íl : .!1:0:.·

f ..:t:
.·.:. ~-:~: :·.. 11
j , ..:_~··. !·,' .
:;/·1·.. , ..;.._:: .
;t.iJL...... ~·;.o::i-.~~~-- ·,.,_J, • ••.
 ·: \I La rotación. Un ejemplo de estructura oblicua 181
. 180 Mariano Yela :.: :>~}~-:
. ···:· .. :l' .
.. :-': l.· ·. columnas de la matriz Arrrp (tabla 21), pues esta suma equivale al ( ;·:
sino que formarán un ángulo obtuso. Lo cual quiere decir· que los Y producto escalar de los dos vectores de referencia A y B, de Jongi-
nuevos ejes de referencia son oblicuos Y que, por tanto, definen una . .: ·.T. · tud unidad. Recordemos que, en el caso de ejes ortogonales, el pro- c. ~
estructura oblicua y una matriz factorial oblicua V. . ,. dueto de las columnas de A era cero. En el caso actual difiere de (
'Cuando se halla una estructura simple oblicua, el resultado del · cero:
análisis adquiere un nuevo sentido. ·¡ ..,
( '!
En los ejemplos anteriores los ejes eran ortogonales; fonmiban ·-~~ . {0,62) (0,67) + {- 0,78)'(0,74} =-0,16 e. :!
entre sí ángulos rectos. Esto indicaba que los test eran función de dos · : ·
factores estadísticamente independientes. Sabemos que cuando dos · ~- Este coseno indica que el ángulo entre los ejes de la estructura e
vectores son perpendiculares entre sí representan a dos test cuya co- . ·.: r simple es obtuso (signo negativo) y poco mayor que un recto (escaso e
rrelaci6n es nula, o, con otras palabras, que son estadísticamente ·< valor absoluto) . (
independientes. Tal ocurría con los vectores 2 y 3 y con sus test t"··. Antes de seguir adelante hagamos un inciso para explicar un
correspondientes en el ejemplo del capítulo anterior (vid. figura 28 y . · ;. j·. .. detalle de la notación factorial. Multiplicar entre sí las columnas de e
'tabla 7.). La razón es .que la correlación.entre dos test es igual al pro_. . ·..' · i .·..:. i A es, como queda demostrado, haJlar el coseno del ángulo entre los
dueto escalar de los dos vectores que los representan. El produéto · . J. dos vectores de referencia A y B, de longitud unidad. Como a estos
c.
.escalar de dos vectores.es igual, como sabemos, al producto de sus ·-:·· :.· .F. ·. · vectores los hem~s designado, e~ genéral, por rnedi~ de la let.ra p, su ~-: ~
longitudes por el coseno del ángulo que comprenden. Si este ángulo · ·:· :~: · coseno puede des1gnarse por el Simbolo Cpq. Ahora b1en, lo mtsmo da e _:
. es recto, su-coseno será cero, y cero el producto escalar y la correla- . .·· '1'. ·
· multiplicar entre sí las columnas de una matriz que premultiplicar
cióri correspondiente. Lo mismo ocurre con los factores. Están éstos ·· ·;:;. 'f,. esa matri~ por su traspuesta. Ya pemos dicho que la traspuesta de
representados por vectores factoriales de "longitud unidad. Cuando ' · 'i: · ·una matnz M es otra M', cuyas filas·son las columnas de M y cuyas
los vectores factoriales son perpendkulares entre sí, el coseno de su · .··
ángulo es cero, y nula, por tanto, su correlación. Son entonces facto-
:F . columnas, so~ las ~Has de M. La matriz traspuesta de A'"P. será, según
:: ~; . esto, la A mP' mclutda en la tabla 23. El producto de la pnmera fila de
. res estadísticamente independientes. · .·• '{
... •jo
A' por la primera columna de A es:
Pero si el ángulo entre los vectores factoriales es distinto de 90 · .'
grados, su coseno será distinto de cero; como, por otra parte, la Ion- f (0,62) (0,62) + (- 0,78) (- 0,78) = 1,00
gitud de esos vectores es la unidad, su producto escalar será, preci- ·F ..
samente, su coseno, el cual indicará asimismo el valor y signo de la f •. Tabla 23
correlación entre los factores. Una estructura oblicua significa que ~-·
A'A=CP9
los test dependen de ciertos factores, los cuales, aunque distintos {.
entre si, no son estadísticamente independientes. La significación .y X = cpq
psicológica de esta dependencia será examinada más adelante. Vea- ;.
mos ahora cómo se halla la correlación entre los factores oblicuos. .i · l JI A B A B
J
A .62 -.78 l .62 .67 A 1.00 -.16

4 .. LOSÁNGULOS ENTRE L~S EJES OBLICUOS .

!.; .
B .67 .74 11 -.78 .74 B -.16 . 1.00

En primer lugar, conviene averiguar el ángul0 que separa a los . ·.. Equivale, como se ve, al producto de la primera c~lumna de A
ejes de la estructúra.' Consúltese de nuevo la figura 33. Los ejes A Y por sí misma; es decir, al producto escalar del vector unidad A por sí
B forman ~m· ángulo obtuso; cuyo coseno será, por tanto, negativo. mismo, que debe ser, como en efecto resulta, igual a l. El producto
Es fácil averiguar el valor de este coseno. Ya lo hemos expljcado de la segunda fila de A' por la primera columna de A es:
antes .~página '164)'~· Es· Ia "suriúi 'd~ ios
pr~dúct~s. cruzados de ias
.-
c:f¡
;

(·~
("~'·.
. ,. r.·
..·... :'·.:
' . .~·.: '.:./· .. " La rotación. Un ejemplo de estructura oblicua 183
.. ..¡,
e ·, 182 Mariano Yela
:· :t.
:..;t:··
e ·J.
bla 21 ), el factor A es aquello que tienen de común los test 5, 6, 7 y
8 y que no contribuye a la varianza común de los test 1, 2, 3 y 4 . El
e (0,67) (0,62) + (0,74) (- 0,78) =- 0,16
~¡ : .. factor B será algo que participe en estos últimos test y esté ausente
( ·· Es equivalente al producto de las dos colunmas que, como averi- J- de la varianza común de aquéllos. Estos ejes sirven, pues, para fijar
guamos antes, arrojaba un valor de ..:. O, 16. Representa ese valor el ,,.... la estructura e interpretar los factores. Pero no representan exacta- ' i
( .: ·:
producto ~scalar de los dos vectores de referencia A y B, o, lo que es mente a los. fa ctores mismos. Como expliqué en el capítulo V, Jos
( lo mismo, pues sus longitudes son la unidad, el coseno del ángulo vectores colmeales pueden expresarse en función de un vector uni-
e comprendido entre ambos. dad colineal con ellos. Si los test 5, 6, 7 y 8 dependen de un solo fac-
tor, este factor vendrá representado por el vector a., colineal con
e De la misma manera se interpretan los restantes elementos
deCe9. · . . · .
' .
.. { ' ellos y de longitud unidad. De este modp, la longitud del test 5 ven-
( Así, pues, para hallar el coseno del ángulo comprendido entre los ~ : .. drá totalmente expresada en función del vector o:; pues, al ser coJi- ¡
neal con él, su proyección en el mismo será sU total longitud. Lo
e ejes A y B se realiza el producto
mismo ocurrirá con los test 6, 7 y 8. Por la misma razón, el factor
.!

e (J] -que por sí solo basta para explicar toda la varianza común de Jos
e test 1, 2, 3 y 4 estará representado por el vector unidad ~. pues este
v~tor explica la longitud total de los vectores correspondientes a
e · Volvamos de nuevo a coger el hilo que dejamos suelto al iniciar
este iricíso terminológico. Nos proporúamos hallar 1a correlación· aquellos test. Cada factor viene, pues, representado por un vector
e entre los factores de la estructura. oblicua. Para ello empezamos por de longitud unidad situado en un plano de la estructura. Cuando los
e hallar el producto escalar de los vectores de referencia de dicha
estructura. Una vez obtenido este dato, conviene consignarlo en la ·.:.~··.
planos son perpendiculares entre sí, los vectores factoriales coinci-
den con los ejes de referencia de la estructura simple ortogonal. Tal
( fue el caso del ejemplo examinado en los capítulos anteriores.
e
·estructura factorial de la figura 34. Lo hemos escri to en el ángulo
superior derecho de dicha figura, donde puede leerse: cos =- 0,1 6.
.. "

·r·
J ·.·
e Para mayor facilidad en el proceso de la rotación conviene, como
veremos en el próximo capítulo, disponer los ejes de cada represen·
e tadón gráfica como si fueran perpendiculares. Este artificio no alte-
e ra el proceso matemá tico y permite, en cambio, visualizar rápida-
mente la estructura. Sin embargo, es preciso registrar en cada
Cuando los planos de la configuración no son perpendiculares entre
sí, los vectores factoriales no coinciden con los ejes de la estructura
simple oblicua. Tal es el caso presente. Los vectores factoria les o: y
~ son-distintos de los ejes 'A y B. El vector o: tiene longitud unidad;
puede considerarse, por tanto, como equivalente a l;IO test que mida
perfectamente el factor a.; es decir, que dependa en toda su varian-
. ;:
'.

( diagrama el valor del coseno del ángulo formado por los ejes, para za del factor en cuestión. El vector f3 puede considerarse asimis-
( tener siempre en cuenta el carácter más o menos oblicuo de los ejes mo como un test puro del factor f3. La correlación entre los factores
de referencia. · . o: y Pserá entonces el producto escalar de los dos vectores fa ctoria-
e Pero pasemos al punto de más interés; la correlación entre los les a. y p.
C. factores. Porque, como en seguida veremos, en la estructura oblicua ·
e los factores no coinciden con los ejes de referencia. ¿Cuáles son,
pues, Jo_s factores? ¿Cómo se averigua su correlación? Es el tem~ del 6. LA CORRELACIÓN E~ LOS FAcrORE.S
e próximo epígrafe. · ·
e Veamos ahora cómo se halla esta correlación. Una fonn~ sencilla
de hacerlo es determinar gráficamente la proyección de cualquier
( vector factorial en el otro; por ejemplo, de Pen o:. Ésta es: OP = O, 16
5. LOS FAcTORES FINALES
e ·... ; ...
{fig. 33). Como la proyección de un vector en un eje es el producto .1

e . Obsérvése·l·a figura 33·. Lo~' ejes A y 8, perpendiculares a los : . de la longitud del vector por el coseno del ángulo que forma con el
plano~ A ,Y...B.' _d~~~~? la ~s!ructura -~imple. El19s nos. penníten inter- · , .. · .:. eje, y, en nuestro caso,_la longitud de ~ es l, esta proyección equiva-
( . pretar la s1gnificac10n de los factores. Según indica la matriz V (ta- 'i. ..·...

e'·· J ·-~<~~ .
( ,·::· .. -:J;~:_Jti.
Lf. 2~~--<. L.--~~·-·-·. . ·~ ·
rr
\¡
184

· le al coseno del ángulo entre a y ~- A su vez, este coseno es·ígual a la

La rotación. Un ejemplo de estructura oblicua

Según las reglas del cálculo de matrices 1, la ecuación [2] puede

escribirse:
185

correlación entre los factores a y J3, pues, por ser los dos vectores .·....
i: . fa'ctoriales de longitud unidad, el coseno de su ángulo es lo mismo ..· ·'-t. [3]
! · · que el producto escalar de los dos vectores. La correlación entre los ' .
factores a y J3 es, por consiguiepte: . :f. La ecuación [3] indica que las proyecciones de los vectores fac-
toriales en los ejes ortogonales obtenidos ·en la factorización son
·j
.,..j iguales al producto de la matriz diagonal antes mencionada por la
•'
inversa de la matriz de transformación. ·
El mismo resultado puede obtenerse algebraicamente. El método ·. : · ;:: . Pero recordemos que F es una simple matriz factorial ortogo-
algebraico es directamente aplicable a problemas con cualquier . · . ~;. nal. En ella se cumple el teÓrema demostrado en el capítulo II:
número de factores. Veamos en qué consiste. ~:
D esignemos, en general, a los factores fmales por los subíndices · :• FF'=R
J.! y v. Deseamos averiguar la correlación r . .:· ··
S~a una ~atriz F11li' como la q ue ofreclfa tabla 24. Es una matiíz . ·) -: Así, púes,
factona_l comente, con las proyecciones de los vectores factoriales j.l. ·· .3. ·
en los eJeS m de la factorización. Si la posmultiplicamos por la matriz l [4]
de tran~fonnación A~P' obtenemos la matriz D que expresa las . J.:.
proyecciOnes de los vectores factor¡ales a y ~ en 1~ ejes oblicuos A y :: . Si sustituimos en [4] la matriz F por su valor en [3), tendremos:
B (estos razonamientos y los que siguen se comprenderán mejor si se ·- . ..J.
consulta constantemente la figura 33). · .. · ·· ,.¡: [5J

Tabla 24 Si re<:~lizamos, de acuerdo con las reglas del cálculo matricial, las
opera((iones indicadas en [5], resultará:
' ;'
X [6]
DI'-P
I Il A B A B
o , lo que es igual,

(t a.., Qa:2 l AlA "-,a (t doA o [7]

~ a~, aP2 li '-v. o
"-u ~ dll/J Si, finalmente, sustituimos el paréntesis por su valor según [1},
! . nos quedará
La matriz D es diagonal, pues hallándose cada vector factorial en
un pl~no de la estructura, sólo tendrá proyección no nula en el eje . R1"' ==DC-pq1D [81
que Sirve para ~ u interpretación; en el otro, perpendicular a ese pla-
no, su proyección será nula:· Así, el vector a tendrá cierta proyección La ecuacjón [8) nos permite hallar fácilmente las correlaciones
en A; pero su proyección será nula en el eje 8, perpendicular al pla- · entre los factores finales del análisis .
. no en el cual a está contenido. ·
.,·
Podemos, pues, escribir la siguiente igualdad: .:!.
.· ~- . 1 Vid. L. L. Tiiurstone: Multiple Factor A~alysis, Chicago, Univ. of Chicago

,. ·' ' ·· .... ,. .:. ' <· - :· p · 'A· .-. e:;, D. '·. . .:·,, ,,,
::: Press, 1947; Mathematical lntroduction, págs. 1·50, especialmente págs. 23-25.
./ . .
IUII mp. ¡¡p (2]
. . ~ .·
.. l ·
~
.

. -' "
.:.'~·
 , ... .. ~.- . .1i

:t·'fi:/.·U ro~ción Un eymnplo de "~:::.o::wa

•
.. ,. ::.
187 . /¡.
... _ . l.
. 186 Mariano Yeb •·.·•. ·l:
.,,
.,

El lector no familiarizado con el álgebra matricial puede· pasar ·· ,_,¡..

.··.:{ ; ·...·
por alto la demostración anterior. Basta que se atenga a la fórmula [8] · .. j·.' c-1
pq .
D ¡.t C-
pq
1D = R
IL jl.V
y la aplique correctamente cuando desee averiguar la correlación ...
entre determinados factores. Cuando utiliza el análisis factorial pue-
de el inve_stigador usar ciertas técnicas, sin preocuparse demasiado
a.' w (J.
~

por su estluctura matemática, dejando a los matemáticos la respon- . · :·f:.· o.' 1.03 . 16 (J. 1.00 . 16
sabjlídad de su validez. Así ocurre con respecto a la ecuación [8]. No · , .16 ).03 13 .16 1.00
siempre puede, sin embargo, proceder asL La médula misma del aná- 13'
lisis está constituida por los conceptos de correlación, espacio vecto- ..¡¡;; 1.0149 1.0149
rial, configuración, hiperplanos y estructUra. La exacta comprensión :. ·.<;:L··. d,:: 11-.Jb,; .9853 .9853
lógica y matemática de estos conceptos y de sus mutuas relaciones es .· ·: :. F:·: .
absolutamente indispensable para el uso correcto del análisis facto- bar el lector, que multiplicar los elementos de cad~ ~]a de la mat~z
rial. Se puede, sin duda, aplicar la técnjca rutinariamente, sin captar por el elemento diagonal correspondiente. Posmultiphcar una matnz
su exacto sentido. El que tal haga cumplirá el oficio automático dé ·por otra 'diagonl!l es lo mismo que multiplicar las columnas por el
una máquina de calcular, no el menester intelectual de un investiga- . . . ·~J : (' elemento diagonal correspondiente. . . · .· · .
dor. Le será muy dificil, en ese caso, plantear correctamente el pro· ; . Así, pues, lo que exige la fórmula [8] es multtphcar pnmero las
blema y penetrar con.· el mínimo rigor y profundidad en sus implica- . 'K>· mas, y luego las columnas de la matriz e - l por un número tal que el
cion;~r~~~f::~os a nuestro tema. Veamos cómo se. aplica concreta- .· :::. :' :·,~r.
resultado sea unll matriz con elementos diagonales de valor l.
Para conseguir esto se procede como sigue: ·.
mente la fól11lula [81 y se averiguan las correlaciones entre los factores. · . . , 1. Hallada la matriz C - 1, se dispone como en la tabla 25.
En primer lugar, se haUa la matriZ C119, que expresa los productos .' -~ .-- 2. Se halla a continuación la raíz cuadrada del elemento diago-
escalares de los vectores unidad llevados sobre los ejes p de !a estruc- ·t:' ,.. nal b de cada columna. Los resultados constituyen una nueva fila
tura simple. Este dato ya lo hemos averiguado anteriormente, · :;~. ·. deba{6 de la matriz. Así, el elemento diagonal de la primera columna
mediante las operaciones indicadas en la tabla 23.
·A continuación se halla la matriz inversa e-~. El cálculo de una
es 1,03; su raíz cuadrada es 1,O149, valor que hemos inscrito debajo .·
~· .··"!
:-· ·
.
de la primera columna. . . . ... r
matriz inversa es cosa fácil con unas tablas de potencias y raíces 2 y · 3. Se hallan los recíprocos d de los valores antenores y se mscn-
una máquina de calcular. En el Apéndice expongo un método senci- · -· ben en la flla siguiente. Por ejemPJo, el pri...-ner elemento de esta fila es:
!lo para calcular la inversa de una matriz dada. Uno de los ejemplos
que empleo para explicar el método es, precisamente, el que ahora 1/1,0149 = 0,9853
nos ocupa. Vea allí el lector interesado la manera de hallar C~.
La tabla 25 ofrece la matriz inversa que buscamos. 4. Seguidamente se multiplica cada fila por el valor d¡¡ corres-
Esta tabla expresa los productos escalares de ciertos vectores pondiente, y en la matriz resultante se multiplica cada columna por
situados en la misma dirección que a y p, pero de longitud diferente el mismo valor d11• . • •
a la 'unidad, como indica el hecho de que los elementos de la diago- El resultado será la matriz R~~>'' con elementos dtagonal~s 1guales
nal principal sean distintos de 1.
.,
La fórmula (8] requiere que la matriz c-1 sea ahora premultipli- al. · ·
En efecto, cada elemento diagonal b PP de la matriz - 1 se a ra
C hb'
··: '
. cada y posmultiplicada por una cierta mafriz diagonal. Premulti- transformado en:
. plicar una matriz por otra diagonal es lo mismo, como debe compro·
J 1
rJ'IL= bPPv¡;- y¡;-
< . PP PP
2 Por ejemplo. las Borlow's .Tables. Comrie, L. j. (ed.), Spon, London, 1944. ·
·,..
:·::·;· . . ...
. -: :
; .. •:..•. :.~~-· !_· •. ·.. :.. : . . • ..
. ··..!....~ .............·=. ·; "
 . "·:-:-f"'
188 Mariano Yéia
·..· :,i . J.
La rotación. Un ejemplo de estructura oblicua 189

7. SIGNIFICACIÓN CIENJiFJCA DE LA ESTRUCTURA OBLICUA

t·~
..•
Las operaciones indicadas en este cuarto punto se presentan · . Si el p~oblema anterior correspondiera a un experimento real,
ordenadamente en las tablas 26 y 27. habríamos de concluir que todos los test examinados podrían expre-
· En la tabla 26 se indica el producto DC - t equivalente, como se sarse en función de dos factores distintos, pero no independientes.
dijo, a multipli~ar cada fila de la matriz C- 1 por su correspondiente Que los factores son distintos viene indicado matemáticamente
valor diL ~e la tabla 25. por su independencia lineal: no son colineales, el uno no puede

Tabla 26
.,f. expresarse por entero en función del otro. Su distinción s~ apoya,
además, en razones experimentales. Si los factores pueden mterpre-
~' ,• tarse científicamente, representará cada uno un parámetro o atribu-
•1
X C"l = D
11
c-t :.:
· ,:',: to fundamental del campo que se estudia, del cual dependen cuatro
··!·
.·.¡.· ,
. . .;.
de las variables, pero con respecto al cual son independientes las
á. !3 o.' w a.' tr T otras cuatro,. las cuales a su vez dependen, precisamente, del otro
. : . ·.lT . factor. Si una interpretación de tal tipo puede justificarse, resulta cla-
. . ...~; .
(1. .9853 ' a: 1.03 .16 (J. 1.015 .1.58 .,· ro que los dos factores representan parámetros distintos. .
' ~i : Supongam.os, para aclarar estas nociones, que el expenmento ~e
13 .9853 w .16 1.03 p .158 1.015 .
..:·.,L. .~
ba efectuado sobre un campo psicológico. Las ocho variables seran
ocho test. Si el factor a es una cierta propiedad o proceso psicológi-
. . · 1·
.,
La matriz resultante DC - 1 se posmultiplica ahora por D, como , · · ~r· co que interviene en los test 5, 6, 7 y 8, pero no parti_cipa en la :varian-
indiéa la tabla 27. El resultado, equivalente a multiplicar las colum- za' de los demás, y, por su parte, el factor ~ es una cierta prop1edad o
nas por sus correspondientes valores di', es: proceso psicológico que afecta a estos últímos test, pero no aparece
en la varianza de aquéllos, está claro que cada factor se refiere a dos
propiedades o procesos distintos. · . , , ,
Sila correlación entre los factores es nula, estos seran no solo
•• >
Tabla 27 distintos, sino jndependientes. Lo cual significa que varían indepen-
....- dientemente en la población en que se han estudiado. Si u~o ~epr~­
D11 c-t X
DIL = senta la imaginación visual y otro la memoria verbal, esto md1cana
que a cualquier sujeto de esa población, independientemente de la
o.' w a 13 a 13 dotación que tenga en uno de esos rasgos, le puede corresponder una
dotación cualquiera - alta. media o baj~- en el otro ;asgo. , .
(J. 1.015 .158 a .9853 0: LOO .16 Si -la correlación entre los factores difiere de cero, estos seran dJs-
p t.OO . tintos, pero no independientes. Supongamos que, como en nues~ro
.158 1.015 13 .9853 ~ .16
,.
·.· .
ejemplo,.Ia correlación es positiva. Esto índicaráq~e, en la medtda
qt!e exprese la correlación, cuanto mejo~ sea un suJeto en un rasgo,
' La matriz RllV de la tabla 27 indica las correlaciones entre los tanto mejor tenderá a ser, como promedJO, en el otro. . . .
factores finales. ~a correlación del factor a consigo mismo es, na- La cuestión tiene una gran importancia teórica. Si, verbl gratl~,
turalmente, igual a t. La correlación del 13 consigo mismo es, tam- el análisis factorial comprobara la existencia en el campo de las a~tl­
bién, la unidad. Lá correlación entre ambos factores, a y 13, es igual tudes de factores distintos y sin correlación, los resultados senan
a 0,16. · · compatibles con la hipótesis de que la conducta cognoscitiva Ymoto-
ra es función de un cierto número de aptitudes fundamentales que
. . ., .
actúan independientemente, sin que la acción de una afecte a la fun-
.; :i ·.: - . . ~ . ":' . . . . . ·. ... "

..
·

·'fr:'
. ... .'·.
.:. . ~·
~ ~
 '··· F.
/.-:: _·(-·.·
·. . .-:., ,: La rotación. Un ejemplo de estructura oblicua 19 1
.r~:::
' :

190 Mariano Yela .: ~:~ : ;~::?

.;·:r~·:·
Seguidamente, se normalizan las columnas deL,, mediante la
ción de las otras . Si, por el contrario, el análisis comprueba reitera- fórmula
damente la presencia de estructuras simples oblicuas, la conclusión
confirmará más bien la hipótesis de que en dicho campo operan apti- Lm, Dp = A mp ·t .

tudes fundamentales distintas, pero relacionadas y dependientes

La matriz A,P expresa las proyecciones de Jos vectores de refe-
entre sí. Este último parece ser el resultado a que, de hecho, condu-
ce el análisis factorial de las aptitudes 3. rencia p, de longitud unidad, en los ejes ortogonales m. ··'
La matriz Am permite transfonnar las proyecciones que en los .; .-~ .
antjguos ejes m te"nían Jos vectores de los test, en las proyecciones de
RESUMEN
Jos mismos en los nuevos ejes p:

La estructura final de un análisis puede ser ortogonal u oblicua.
La estructura oblicua se localiza y calcula por el mismo procedi-
miento que la ortogonal. Se caracteriza . asimismo por las mismas
propiedades: todos o la mayoría de los vectores se sitúan en los •
¡· ·
hiperplanos de la configuración; la matriz factorial definitiva contie-
ne numerosos elementos nulos.
La estructura oblicua se djstingue de la ortogonal .tan sólo en que
en ésta los hiperplanos y ejes finales son perpendiculares entre sí,
mientras que en aquéllas son oblicuos. Una matriz ortogonal se
designa por la letra F. Una matriz oblicua por la letra V.
Cuando los datos reclaman una estructura oblicua, hay que aña.
dir al análisis, después de averiguada la matriz V, ciertas operaciones
ulteriores, con objeto de calcular las correlaciones entre los factores
oblicuos.
Los ejes procedentes de la factorización se designan mediante
números romanos: 1, II. III, etc., y, en general, por los subíndices m y
n. La matriz factorial correspondiente se llama F.m. Los ejes de refe-
rencia de la estructura simple se designan media~te let.Tas mayúscu-
las: A, B, C, etc., y, en general, por los subíndices p y q. La misma
notación se usa para expresar los vectores de referencia, de longitud ·
unidad, trazados sobre estos ejes. ·
Los vectores extensos coincidentes con los nuevos ejes de refe-
rencia se designan por las letras A', 8', C', y, en general, por el subín-
dice r. ·
Una vez fijados gráficamente los vectores extensos r, se forma la
matriz Lm,., con las proyecciones de los vectores r en los ejes ortogo-
nales m. · res distintos y estadísticamente independientes. La estructura simple
Ye1a, M.: Psl~ologíd de las aptitudes. El a~álisis factorial y las fun ciones del
5 mente intérdependientes.
alma, Madrid, Credos, 1956. ·
F¡m Amp = Y¡p
Los cosenos de los ángulos entre Jos vectores p forman la matriz
cpq' que se halla mediante la fómlUla
A ' mp Amp·= Cpq
Los ejes de la estructura oblicua no coinciden con los vectores
que representan los verdaderos factores.
Estos factores están representados por vectores factoriales de
longitud unidad, contenidos en los planos de la estructura simple. Se ·
designan mediante letra·s griegas: o., ~. y, etc., y, en general, por Jos
subíndices ¡.t y v. .
Las correlaciones entre Jos factores forman 'una matriz, RIL~~' que
se halla mediante la fórmula
D (A'A)- 1 D =RJlll
.
Para aplicar esta fórmula se halla primero la inversa del produc-
:: ,,'
to, ya conocido, A'A == C. Averiguada la matriz e·- 1, se calcula el
recíproco d de la raíz cuadrada de cada elemento diagonal. Por este
valor d s/ multiplica primero cada fila de la matriz, y luego cada
columria . .El resultado es la matriz RIL.,. cuyos elementos diagon~les
son iguales a uno, y cuyos elementos laterales expresan la correlacJón
entre cada dos fa ctores. . : .·!
La estructura simple ortogonal signi.fica gue las variables estu- : i.~.:
diadas pueden expresarse en función de un número menor de facto- "'
oblicua significa que las vari.ables estudiadas pueden expresa~-s~ en
función de un número menor de factores distintos, pero estadJstlca- .. , .

~· .. . . . ..
·:. · : . . ·.· . . ~:
'.;'
_.
. . ." .'-t .
-~~..
~.:;· : ...:: _ ..,. ---~.:.... -...... .
 ....
. ;..
' -:~ .:

> t .
-~
CAPITULO IX

.?t'
.. .i ':.
;L ~:::n. Un ejemplo de tres dimensiones
.::. : ·~¡···:
·,. ...
. '·:·;.·:J4:<.· · . Los ej~mplos analiz.ados ~ capítulos anteriores suponían espa-
factonaJes de dos dimensiOnes. Los empleamos para mostrar las
CIOS
. . · :.' ' { . técnicas de la factorización y la rotación en casos sencillos, que faci-
. ·:i' .. · ::,·r: - litaran su inteligencia. No es esto, sin embargo, lo corriente. Lo usual
· ··: ' i ·.' .;:·. }'' . es que los estudios factoriales impliquen más factores. .
· .' ·..·:· : ~( Vamos a considerar en este capítulo un ejemplo de tres dimen-
. ; ; : ··. . { ., · siones. Lo que en él se diga se aplica del mismo modo a problemas
.; ;.·l~-. con un número cualquiera de dimensiones.
· · : . · ·:. . ~-:~ ·...· La esencia del método es siempre la misma. Siempre consta de
. . ·•.:!~,~-. · cuatro fases: preparación, factorizadón, rotación e interpretación . .
: '~·.. Las propiamente factoriales se realizan también del mismo modo,
-~·: sean dos o diez las dimensiones. La factorización puede siempre
.: ik. hacerse de la manera expuesta en los capítulos IV y V. La rotación,
·.f· del modo explicado en los capítulos VII y VIII.
,,. , La única novedad que aparece en Jos casos de más de dos
.·í1.:.· dimensiones es que en ellos la estructura simple no se revela inme-
,f <· diatamente. Recuérdese el ejemplo del capítulo anter1or. Basta
+.
mirar la figura 32 (página 177), que representa la configuración,
·:j ~, · para ver inmediatamente que los vectores se sitúan en dos rectas.
,,~: Ellas definen los planos de la estructura simple. No ocurre lo mis-
mo cuando las dimensiones son tres o más. En este caso puede
T
.:·:·:.< .'·. · existir una perfecta configuración simple y no aparecer inmediata
'. ·/. ~: y claramente en los primeros diagramas. Se.rá preciso localizarla
.... : .. ):; poco a poco, en rotaciones sucesivas. Éste es el único aspecto nue-
. . . , ·:_·.~,-·...:. ':f.Ú vo que surge en la rotación de más de dos dimensiones. Es lo-úni-
. co que tendremos que explicar con algún ponnenor. Lo ·demás
.. ·... .
: .:.· ~ .... , . .. ·.
~ .. · ... . · · : ... ·· . , _. _,. .. :~:::

- -~
<: ~.
... ·....

J •

: : i' • .. • ·.·. ·c. ; . .•• ,/'

..-:.
..;)_.:
::··
·. . ··.... . .
. $,·~·...
. . .
.::. .::.....;. :__ , _ _ , •
.. :' ¡ " · . .
 La rotación. Un ejemplo de tres dimensiones 195

194
importante: qué son estos factores. Tratemos, para contestar a esta
pregunta, de averiguar si Jos vectores, en lugar de extenderse_en
c~incide exactamente con la técnica expuesta en las páginas pre- ..
~ todas las direcciones del espacio, se sitúan en tres planos del mismo.
cedentes. .. ' r'
;.:, En este caso fonnarán una configuración simple, con respecto a la
cual situaremos Jos ejes finales que nos permitirán dar una interpre-
.·. tación científica a los factores. ·
2. UN EJEMPLO DE TRES DIMENSIONES Representemos geométricamente l.a estructura de la tabla 28. El
· ~·· ,.
:. ·.
resultado aparece en la figura 35. La matriz F tiene tres columnas,
Sea un ejemplo con doce variables. Las correlaciones entre ellas cada una de las cuales corresponde a un eje. Supongamos que hemos ..'(
forman una matriz R. Supongamos que el resultado d~ factorizar ·.¡'· representado los tres ejes mediante tres varillas rectas que se cruzan .
,.
dicha matriz ha conducido a la matriz ortogonal F de la tabla ?8. perpendiculannente, según las tres dimensiones del espacio, en el
•¡'.
. !¡
(
( ·;
- !!
Tabla 28 ..'(
:::- .
punto O. Las tres varillas harán las veces de tres ejes de coordena-
das, en los cuales definiremos una cierta escala de medida . Con arre-
.:· :~· · u
.."" ... •
( ·¡ F·
glo a esta escala representamos los doce puntos de la matriz F Cada
·;:·:,¡
o fila de esa matriz corresponde a un punto; sus tres coeficientes son ..
( las coordenadas de ese punto en Jos tres ejes. Por ejemplo: la prime- ·'
l n m ra fila indica que las coordenadas del punto 1 serán 0,88 en el eje I;
(
0,48, en el II, y- 0,02, en'el III. Una vez situados los doce puntos en
r· 1 .l .88 .48 - .02
el espacio de t~es dimensiones, podemos unir cada punto con el ori-
>1 2 ' .72 .57 .41
._-.
·...;·
:.: ·.:
..
. .
gen, resultando así doce vectores. Cada vector corresponde a una .·(~'

>l
\_ 1
3 .75 -.66 .00
·.
.
!
;~
variable o test, y sus proyecciones en los tres ejes son los coeficientes
...•,
e¡ 4 .58 .04 -.81 • <1,.
{. del test en los. factores.
El resultado de estas operaciones está representado en la ftgu-
: .· ;.
• ·-=
¿r 5 .87 -.25 .43 ra 35. Para simplificar el dibujo se ha prescindido en él de los ejes
ortogonales I, Il y III. Sólo aparecen los vectores de los test.
( 6 .62 -.74 .27
La figura muestra que todos los vectores están contenidos en tres
e: 7 .79 .25 -.56 planos. Los vectores 4, 11, 7, l. 2 y 8 están en el plano del papel, que
llamaremos plano A; Jos vectores 4, 11, 10, 3, 6 y 9 se sitúan en otro
( 8 .65 .Sl .36 •] ,
plano, que se aleja en profundidad del papel y que llamaremos plano
e 9 .56 . -.66 .24
·'
B; finalmente, los vectores 2, 8, 12, 5, 6 y 9 se encuentran en un ter-
cer plano, que se aleja también del plano de la hoja, y que llamare-
( 10 .78 -.60 -.17
mos plano C. · . · .
( 1l .52 .03 -.73 Puesto que el conjunto de los vectores se extJende en un espacro
c. 12 .88 .16 .45 de tres dimensiones, pero cada uno de ellos se sitúa en uno o dos pla-
nos dé ese espacio, definen entre todos una cqnfiguradón simple.
( 8.60 -.i37 -.13
Giremos, pues, los ejes 1, li y I1I hasta las posiciones perpendiculares
( a esos planos. El eje 1 ha sido girado hasta la posición del eje A, pe~­
, . . La matriz F da respuesta a una de las preguntas del análisis: ;•
pendicular al plano A; el eje II, hasta la posición del eje B, per~endl­
( · s;:uántos factores son necesarios para explicar las correlaciones en~re .. cular al plano B; el eje IH, hasta la posición del eje C, perpendtcular
( los test. La contestación es que se necesitan tres factores. Lo cual, a ..:
~~moC · · . ·. .
. ....
su vez, indica que la configuración vec torial se extiende en uri espa- ·'·
( Los tres planos han resultado oblicuos; no son perpendrculares
cio ·de tres. dim.~ns~on~s... _, . .. , . . ~ . ,
( Pe~o, conseguido esto, nos queda por resolver la cuestión mas ·.. ·t.:.
...~:.

:~
. . ·"'·
.( .

.·. :{·. . · ... ..... .

. .
iC~~~:L._._· .: ·. .·-· .·. :
. ~; ·l.·
 La rotación.· Un ejemplo de tres dimensiones 197
196 Mariano Ye!a
son colineales con él; una gran parte de la varianza de los test 3 y 5,
A
que, aunque dependen también de otro fa ctor, tienen en el a una pro-
yección mucho mayor que en los otros; y una parte menor de la
comunidad de los test 10 y 12, los cuales, sobre ·todo el último,
dependen más de otro fa ctor. Los demás test, cuyos vectores están
·,. . comprendidos en el.plano A, son independientes del factor a . Estos
. . ~·
últimos test, 4, 11, 7, 1, 2 y 8 dependen del factor "(, del factor~. o
•;
de los dos juntamente.
B Observe el lector la matriz V de la tabla 33 y ensaye una interpre-
tación de los factores de ácuerdo con los coeficientes que allí apare-
.'
J ,. . . cen. Verá que en todo coíndde con la efectuada a partir de la figura .
i· No queda, para resolver por entero el problema, sino hallar las
.¡ .
~·~·
correlaciones entre los factores hallados. Estas correlaciones equiva-
.,.
len a los cosenos de los ángulos que entre si separan a· Jos vectores
factoriales· de longjtud unidad. Medidos sobre el modelo tridimen-
sional ·a que antes nos· referimos, y que, en perspectiva, aparece en la
... . figura 35, estos cosenos son:
·'··
..
o
~.
· 'a~=0.14;r~=0.10yrllr=0.10
..,.. :

... ·• ...: Hemos averiguado así cuántos factores se necesitan para expli-
Fig. 35. ·. 1· ·
Y·
, car la varianza común de los test, cuáles son esos fa ctores y cuáles
·:.- las correlaciones que entre ellos existen en la población de sujetos
entre sí; los ángulos que los separan son agudos. En consecuencia, estudiada ; El análisis ha terminado.
los tres ejes A, B y C no son ortogonales; dejan entre si ángulos Pero, claro está, el método seguido no es útil en la práctica. En
obtusos. · . . . \.
primer lugar, exige la construcción de un modelo físico de tres
Si medimos ahora las proyecciones de los doce vectores en los dimensiones y · la realización de numerosas operaciones con ese
tres nuevos ejes de la estructura simple obtenemos la matriz factorial modelo. En segundo lugar, y sobre' todo, el procedimiento es inapli-
oblicua V de la tabla 33 (pág. 216). La abundancia y disposición de cable a casos de más de tres dimensiones, en los cuales no cabe, de
elementos prácticamente nulos en la matriz V manifiesta, como la ningún modo, recurrir a modelos físicos.
figura 35, que nos hallamos ante una estructura simple. Expongo a continuación un procedimiento práctico para realizar
Los factores de esta estructura están representados por los vec- la rotación en un espacio de más de dos dimensiones. El mismo ejem-
tores a,~ y y, de longitud unidad, situados en la intersección de cada plo que acabamos de examinar servirá para ilustrar las diversas fases
dos planos. Así, el vector a se sitúa en los planos B y C. TOdos los •; ¡ ·
del método .
vectores comprendidos en estos dos planos pueden expresarse en
función lineal del vector a; los situados en el plano A son indepen-
dientes de él. ·.~
3. PRIMERA ROTACIÓN
La figura 35 y la matriz V de la tabla 33 suministran la misma ' a) Los diagramas
información. Ambas permiten interpretar los factores de la misma '
··'
'.1 . . .
manera.
·.:- La rotación en tres dimensiones se ajusta al mismo método que
Según la figura, el factor a, representado por el vector factorial la rotación en' dos. L os pa·sos sucesrvos - recordémC?slo- son los
a, .es aigo que explicá toda la varianza común de los test 6 y 9, que :~\(
.
.
.\
,,...
·.··...·:..
.. ·
. . -:xl
 La rotación. Un ejemplo de tres dimensiones 201
200
m
Jli .. ~

'
1

.s • 2
e
2.. -·::• 16,.
~··
... •• J '.
-~
.9

~- l ... 11
1 ••• 1\ ..
. ~ . • 1""

.....· 1\ . lO
e lO
e _...····· •\ ~-

1\.'b'_ ••••••

1\
\
~7 )
.··
..
r-<1
•
'
.~
' . 4
,..
q Fig. 38 ..

. Fig. 37. binación lineal de Jos antiguos vectores unidad 1 y II, de la siguiente
manera:
Observamos después la figura 37, en la que también aparece el
eje I, por si conviniera girarle también con respecto al eje HI. Deci- 8' 1 = 0,90 I + 1,00 II
dimos no hacer ninguna rotación del .eje 1 en este diagrama. Por
consiguiente, dejarnos en blanco la tercera casilla de la columna A'1 Estos valores son registrados en la segunda columna de L01
de L01 • .:-,.
· (tabla 29). .
El diagrama de la figura 38 no sugiere ningún movimiento del eje li
con respecto al ITI. Dejamos en blanco la ter~ra fila de la colum·
e) Rotación del eje I/ na B'¡ en la matriz_L0 1•

El eje II aparece en las figuras 36 y 38. Observemos primero la

figura 36. Hay un claro grupo de puntos, formado por los ex tremos d) Rotación. del eje IJJ
de los vectores 3, 6, 9 y 10. Pasemos por el centro de este grupo al
p!ano.B, lo cual equivale a gi~ar el eje li hasta la posición del nvevo . :· . El eje III aparece en los diagramas de las figuras 37 y 38. En la
eje B P , ...: . . . .. . . ,. . · .. figura 37 hay una clara ~lineación de puntos en la dirección del ori-
. El vedor extensodereferénda, B'., puede expresarse como com- · . ~-~· ..
. ·.
.. : ::·. ·~.

_
:....;·.··: · . . ··· . . .• . :..
• • • ....J..-"k •._... . . : . - -
~ - ...
 .. .
(
'•
·_ . · ·:'~~-;~:: T . La rotación. Un ejemplo de tres dimensiones
o. .:¡ ···.
• .. ·'-:-. ..... :
203
( . 202
Mariano Yeia ·· -~ ·'{ ·
( ;;·
<. gen. Un plano que pasara por el origen· y por esos puntos comprende-
Tabla 29 ría a los vectores 9, 8, 6, 2, 5 y 12; Jos cuales tendrían proyecciones
(
nulas o casi nulas en el eje perpendicular a ese plano. Tracemos, pues,
L ·..
( of . el plano e a través de esos puntos y giremos el eje III hasta la posición
( marcada por el nuevo eje e,. El nuevo vector extenso de referencia,
NJ B'1 C'1
(
At B, e, C'" será, expresado en función de Jos vectores unidad I y III:
'• ~ . :,.
1
(
.56 .90 .52 1 .01 .94 .42 e·, =o,52 1 + <- t ,oo) m
(
H -1.00 100 - 2 -.14 .90 -.03 .. :

Ill - - - !.00
Estos valores son registrados en la ptimera y tercera fila de la
3
( .94 .01 .34 columna e·, de la matriz L01 (tabla 29).
(,_ rP 1.3136 1.8100 1.2704 4 .25 .42 .99 El sentido positivo del nuevo eje e, se ha elegido hacia abajo para
( VfF 1.1461 1.3454 '1.1271 5 .64
que todos los vectores tengan en él proyecciones nulas o positivas. ·'
.40 .02 .· ;¡,
Como la figura 38 no sugiere ningún movimiento del eje III con
( D1 ~ Ú'l[fi1.8725 .7433 .8872 6 .95 -.13 .04 respecto al JI, se deja en blanco la casiUa segunda de la columna 1 e·
/ 7 .17 .71 .86 de la matriz L01 •

('·
Con esto damos por terminada la parte gráfica de la primera
8 -.1 3 .81 - .02 rotación. Resta ahora efectuar los cálculos correspondientes para
( 9 .85 -.11 ..04 transformar la matriz F0 en la primera matriz oblicua V1, cuyas filas

e 10 .90 .08 .5 1
correspondan a las proyecciones de los doce vectores en los nuevos
ejes Al' B1 y er Para ello necesitamos hallar la matriz de transfo~- ...;:
e A·1 Bl el 11 .23 .37 .89 . mación A01 • : ~-

,: ·
( I .49 .67 .46
12 .29 .71 .00 : !;

1.62
( e 4.97 5. 12 4.07
(
11 -.87 .74 - - .13 e) La matriz de transformación A 01

m 4.96 5.11 4.06

- -1.89 -1.89 La posición primitiva de los ejes ortogonales m se designará p or
( el subíndice cero; la posición de los nuevos ejes oblicuos de referen-
( cia, p, obtenidos en la primera rotación, se designará por el subíndi-
c.
·: ':.
ce 1; las posiciones alcanzadas por estos ejes en las sucesivas rota-
ciones se designarán por los subíndices 2, 3, etc. Conviene recordar
( también que a los vectores extensos A', B', e' los designamos, en
·.-•
.... -:i

e general, por el subíndice r. .

Pues bien, el paso siguiente, una vez terminada la fase gráfica, es
' . .'(
·~
. r:
...
e A, s, e, haBar la matriz de transformación que nos permita pasar d~ la matriz
; ~.
_; ··~

e A, 1.00 -.32
F() a la V1• La matriz buscada se denomina A,1 y expresa, como sabe-
e .23 mos, Jos nuevos vectores oblícuos de longitud unidad p 1 en función

e
··(.
B,
e,
-.32
.23
1.00
.31
.3 1

1.00
de Jos ortogonales primitivos m,. .
Esta matriz se averigua a partir ~e la L01 , obtenida pór observa·
ción de los diagramas. La matriz L01 (ta'bla 29) presenta las proyec-
., .91
e ..
.91 .
, "
.99
99
1.54 . ciones de los vectore1s extensos r en los ej,es m. Basta normalizar las

.~:··:e·· . ·.. ·. 1.54

)( ··· · .....
'· .
~!
~J.e~~ : ><ú ~-~-~ . .:-. . _
. . :·: ..-.. : '-}: .
·---~··
 La rotación. Un ejemplo de tres dimensiones 205
·{~ .. .
204 Mariano Yela···
El segundo elemento de la primera columna de C1 es:
~ :.•.

columnas para obtener la matriz A, tal y como se indica en la ta- (0,49) (0,67) + (- 0,87) (0, 74) = - 0,32
bla 29. Esta normalización, expresada en términos matriciales, es:
Así se calculan, como ya sabemos, los demás ele'mentos .

Para comprobar las operaciones de este producto, hállese la suma de Jos

Así, el primer elemento de la primera columna de A01 es: productos cruzados de los elementos d e cada columna de A por las sumas de
las filas de A. El resultado debe coincidir con la suma de la columna corr~s­
(0,56) (0,8725) = 0,49 pondiente de C. El lector puede fácilmente, como ejercicio, demostrar esta
igualdad. Así, la suma de los productos cruzados de la columna primera de
A por las sumas de las filas de A es: ·
El primer elemento de la columna segunda es asimismo:
(0,49) (1,62) + (- 0,87) (- 0,13) =0,91
(0,90) (0,7433) = 0,67
.' ~;· La suma de la primera columna de Ces, efectivamente, O, 91. De la mis-
Del mismo modo se hallan los demás .elementos A.mp de la: matriz. '
~~ :.
ma manera se comprueban las demás columnas.. Es absolutamente .impres-
cindible realizar la comprobación de todas las operaciones que se hacen en
un análisis factorial. El análisis comprende tantas operaciones y fases qlJe, si
f) Los ángul<?s entre los nue-Vos ejes no se comprueban todas, se corre grave riesgo de error y, si se comprueban
asístemáticamente, hay grave peligro de no terminar nunca..
Antes de pasar adelante, conviene calcular los cosenos de Jos
ángulos entre los nuevos ejes de referencia p1 • Estos cosenos víene1:1
indicados, como sabemos, por la matriz ePll' que se calcula mediante
g) La matriz oblicua V
la fórmula: .
El último paso de la primera rotación es hallar la matriz oblicua
V1• Se hace por la conocida fórmula:

La matriz e1 aparece en la tabla 29. Indica que el coseno del

ángulo entre A1 y 8 1 es - 0,32; por consiguiente, este ángulo será
Los elementos de F0 son a¡~ los de A 01 son 'A.mp Jos de V1 son a¡p·
obtuso y se apartará apreciablemente de un recto. Señala asimismo
Estos últimos expresan, como sabemos, las proyecciones de los vec-
que los ángulos entre A 1 y C1, y entre B 1 y e,, son agudos, y sus cose·
tores j en los nuevos ejes p. La matriz V1 aparece en la tabla 29. Ya
nos 0,23 y 0,31, respectivamente.
sabemos cómo se calculan los elementos de esta matriz, según la
Compruebe el lector las operaciones. La suma de los cuadrado.s
regla d~ multiplicación de matrices. /).sí, el primer elemento de la
de cada columna de ~01 debe ser 1, pues con este objeto se han nor-
primera columna de· V 1 es: ·
malizado. . .'
El producto NA equivale a multiplicar cada columna por las
. demás. El primer elemento de C1 es:
(0,88) (0,49) + (0,48) (- 0,87) =0,01 .
Averiguados todos los elementos de una columna, y antes de
(0,49) (0,49) + (- 0,87) (- 0,87) =1 pasar a la siguiente, se comprueban las operaciones d.e la manera que
:;

.;.: a continuac~ón se.expone. '

' .. :
·. Ásí' debe.ser, pues expresa el coseno del ángulo de separación. del
ejeA 1 consigo mismo, y el coseno de cero es 1. ·
..' -~ .
.~~

\-
... ··~. _,_,·..
:,..:..·:·:... :' .~
.,· .
. ;·.·::¡;~·-.
j&:,.~·.;~.¿--; ·:~-/~. :\ -~~:~.-..~.·:. . .. .
 ,·.::<:'l f
e :··
'( 206 MarianoYela ·.:·. <·:_:{~ La rotación. Un ejemplo de tres dimensiones 207

c.
En la ftla de comprobación se inscribe, debajo de la columna en cues- =e 92
e tión, la suma de los productos cruzados de la flla r de F0 por la columna
cos

e correspondiente de /\.01 • El resultado debe ser el mismo que la suma de la

columna de Vr Por ejemplo, en la fila C de la primera columna de V1, se
( -o:: 1
escribirá 4,97, pues:
( r& . 1/ -·
. '(8,60) (OA9> + (- 0,87) (- 0,87) =4,97
e 1
5

( La suma de la primera columna de V 1 debe dar el mismo resultado, l !Jln. 1

(
como en efecto resulta, salvo en una o dos unidades de la última cifra, que :e~.
·•·
......... ~
····- \/ ...
pueden diferir al redondear los números. Del mismo modo se comprueban ::;
·;
( las derrúis columnas. ....... ..... . i:¡
·~ ····-
: 1:
. '.:
í'
······ ...... -·--... • .¡ ,.• ~

'·( h) Representación gráfica de V 1 .

~~:)
~

~· .· ~
:

(
Antes de dar por tenninada la primera rotación~ y como paso
previo para iniciar, si.procede, la segunda, se representan las colum-
nas de V 1 dos- a dos, en tres nuevos diagramas, como muestran las
figuras 39, 40 y 41. Aunque los nuevos ejes no son perpendiculares
entre sí, pueden representarse, como si lo fueran, en papel cuadricu-
lado ordinario. En el ángulo superior derecho no deja de escribirse,
sin embargo, el coseno del ángulo ·que, en realidad, separa a los dos -~
(
ejes de cada diagrama. Fig. 39.
(
( Iniciemos, pues, la segunda rotación.
... :::
j) Examen de la primera rotación
e
e Verificada la primera rotación, veamos los resultados obtenidos.
Aparecen en la matriz V 1 de la tabla 29 y en las figuras 39, 40 y 41.
4. SEGUNDA ROTACIÓN
(
...
La primera columna de v, nos dice, por la relativa abundancia a) Rotación del eje A1
c. de valores bajos en ella, que el plano A está cerca de la posición de
e estructura simple. La misma información nos dan las figuras 39 y 40. Observemos las figuras 39 y 40. En la primera podemos trazar el
plano A por los puntos 2 y 8, aunque los alejemos un pqco de los
¡.;
! ::

e: En ambas hay un conjunto de puntos que tienen proyecciones peque·

ñas en el ejeA 1• Estos valores no son, sin embargo, nulos; una segun· puntos 1 y 7, y bastante menos del4 y elll; en la segunda podemos
e da rotación está indicada.
Lo mismo acontece con el plano y eje B. El eje e parece estar
trazar el plano A por los puntos 4 y 11, dejando inalterada la distan-
e e
mucho mejor situado. La columna 1 tiene seis elementos práctica·
cia a este plano de Jos puntos 8 y 2 (pues en la figura 40 se sitúan
cerca del origen) y .c ompensando el efecto del anterior movimiento
( mente nulos; el plano e de las figuras 40 y 41 pasa casi.exactamente sobre los puntos 1 y 7, que ahora quedan· al otro.lado del plano. ·si
:. :¡!
.e por; una alineación de puntos; si acaso, convendría realizar una lige~ combinamos los dos movimientos, es de prever que el plano A pase
·-e.-. ··
.
rísima rotación.
. de este. ·. ..
plano
. ..
:
muy aproximadamente por todos los puntos mencionados. ·

<(~ ~ .

-~-t /"··: .
l 'i.._-'-·...: ... -~: ..
·.;::.

La rotación. Un ejemplo de tres dimensiones 209

208
Mariano Yela
C¡ C2
i:os =Ul
cos =1 .23
..;
~-·
10 /
t n.

3 /
•
•
.·'

..... ..?. ~-~5 -~-- .......... 16• 9 ~5 12 1... B

/ ......... ................................ ¿· if
r-~iT···········LL ..... .2..~.
~ 1
.....!:ita:· o~ ····· ····· ····· ····· ~i· s ; A¡

r-r-. .•.·
....
·~. /

....

Fig. 41.
Fig. 40.
expresan no en función de los ortogonales primitivos m, sino en fun-
Tracémos, en consecuencia, el nuevo vector extenso A' en uno . ción de Jos obterúdos en Ja primera rotación, que ya no son ortogona-
. p ' 2'
Y otro d 1agrama. or observación en ambos, vemos que A' puede les, y que podemos designar, en general, por el subíndice u. El elemen-
expresarse como combinación lineal de los tres ejes A y e J to general de S12 será sur, e indicará la proyección• ,de un nuevo
l vector
.
según la fórmula siguiente: 1' 1 "
extenso A'2 , 8'2 o C'2, después de la segunda rotac1on, en e vector um-
dad anterior Al' B1 o C1• . .•.
A'2 == l,OOA 1 +0,17 8 1 + (- 0,26) C
1 . La matriz S aparece en la tabla 30. En la prunera columna se
t2
han inscrito las proyecciones de1vector A'2 en Jos antlguos
• . eJeS
. A ,B
1 1
· Estos valores son inscritos en una nueva matriz, que llamaremos .. yCt. .
.
sl2' en ·la cual Jos nuevos vectores de referencia extensos vienen ~.

expresados en función de Jos anteriores vectores de referencia de

longitud unidad. ·
. ·. ~n la primera rotación, la matriz obtenida por observación gráfica
b) Rotación del eje B1
fue.l.aniftda Lo1, porque los nuevos vectores de referencia obterúdos en Observemos las figuras 39 y 41, en las que aparece el eje B1•
.. la P?mera rotación se expresaban en función de los vectores de refe-
Ambas sugieren dos movimientos combinados del plano B, mediante
. ;:n~a ~rtogonale? ?hte~;ti<!~s en la factorizac_íón. El elemento general los cuales hagamos pasar este plano por los puntos 9, 6, 3, 1O, 4 Y11.
e . ol era, .Pues, lmr' Pero ahora los nuevos vectores extensos r se·

:_....
.. .;.,··· · - :.~Jr·
e ..· .
.:·.: t
·~
La rotación. Un ejemplo de tres dimensiones 211

e 210 Mariano Yela

t:...
~4-·
ambos diagramas, y hallemos, por observación, sus proyecciones en
( • -;t.

Tabla 30 Jos tres ejes. Éstas son:

e
( 8'2 =0,24 A 1 + 1,00 8 1 + {- 0,43} C1
( Nz B'2 C'2 Al 82 c2 Nótese, además, que Jos movimientos son oportunos con respec-
( to a Jos ángulos entre los ejes. Es preciso tener en cuenta el valor de
A, 1.00 .24 -.04 I .53 .67 '.47
los ángulos al efectuar las rotaciones. Cuando el coseno se aproxima
(
(
s; .17 1.00 .04 11 -.81 .60 .06 a 1 o a - 1, quiere decir que un eje se aproxima a la dirección de otro,
con lo que se corre el peligro de confundir dos dimensiones . En gene-
e, - .26 -.43 1.00 IIl .25 .43 -.88
ral, conviene mantener los ángulos cercanos al recto, con sus cose-
(
(
"-
.9 1 .81 1.00
.. . nos próximos a cero. En la figura 39, el ángulo entre A 1 y B1 era obtu-
. so; como los movimientos efectuádos han acercado Jos nuevos ejes
:(.
·,
{
'- . A 2 y B2 el uno al otro, el ángulo habrá cambiado, aproximándose a
un recto, como conviene. A lo más, habremos ido más allá del recto, · :- :
( \ . ,· ..
y el nuevo ángulo será ligeramente agudo. En la figura 41 hemos ale-
( - A' 2 B'·2 C'2 A2 82 c2 .· ··' jado el nuevo eje 8 2 de la configuración, aumentando el ángulo que
(' antes formaba con el eje e1, cosa conveniente, pues ese ángulo era
\.. 1 .48 .59 .47 A2 1.00
agudo, según indica el coseno positivo inscrito en la parte superior ...
( H - .74 -.53 . 06 Bz -.02 .99 de la figura . ti
( · Hechas estas observaciones, pasemos los valores de la fórmula
'· Hl .23 .J8 -.89 cz - .02 -.03 LOO
e e -.03 l.SO -.36
anterior a la se~nda columna de la matriz S12 (tabla 30). ¡.
1;-
( -.03 1.50 - ..36
·. :t.·
.. .
( e) . Rotación del eje C 1
"·-
( 1:.[2 .8309 .7734 1.0166
El eje C1 aparece en las figuras 40 y 41 . Ya vimos que apenas
( "{ff .9 115 .8794 1.0083 necesitaba ser sometido a nueva rotación. Las figuras indican, sin
( .9918 embargo, que puede ajustarse más a los puntos. Sometámosle a un
ligero giro ~n la figura 40, de modo que pase exactamente po r los
e En efecto, ·en la figura 39 tracemos el plano 8 entre los puntos 6 y 9. puntos 6, 9 y S, sin alterar apenas su posición con respecto a los vec-
( Con esto conseguiremós que estos vectores estén, aproximadamente, tores 12, 8 y 2. Estos últimos serán recogidos en el plano si lo gira-
en este plano, si bien los alejaremos del 3 y del 1O. Pero en la figu- mos a la posición señalada en la figura 41, que apenas afecta a los
(
.ra 4 1 podemos pasar· el plano B por los puntos 4 y 11, con lo que puntos 5, 6 y 9.
e incorpor-aremos estos vectores (que en el móvimiento anterior apenas De ambos movimientos puede deducirse que el plano se ajus- e
..
( fueron afectados) al plano y acercaremos al mismo los 3 y 1O, que tará más que antes a todos los vectores mencionados.
antes quedaron alejados por un lado y ahora quedan por el otro; com- En consecuencia, trazamos el nuevo vector extenso C'2 en los dos '
( pruébese, además, que este segundo movimiento no afecta a los vec- diagramas y lo expresamos en función de los tres ejes anteriores: '•

e·· . tores 6 y 9, que aparecen en !a figura 41 muy cercá del origen. 11'·

.( _
... Con estos dos movimientos combinados cabe esperar que el nue- C'2 = <- o,o4) A 1 + o,o4 8 1 + t,oo C1 1•
.f·
vo plano B. pase, ·aproximadamente, por todos esos vectores.
··.( · Tracemos, por consiguiente, el nuevo vector extenso B'2 en
·;¡
,.,1
e
·'.:... ..
l
..:: '.
~ ~::f

rE-~- :. ,:. -~-: _~~~-~-. ~ .-.

'
;;¡·~~;1
 La rotación. Un ejemplo de tres dimensiones 213
. ·.:f.:
212 Mariano Yela · ::~. .
. .',f·
. ·. -.:; O Los ángulos entre los nuevos ejes
Estos vectores son registrados en la tercera columna de la.matriz .. .:·:
sl2 (tabla 30). . El producto
Con ello queda terminada la fase gráfica de la segunda rotación.
Comienza, pues, la fase de cálculos.

nos da los cosenos de Jos ángulos entre los nuevos ejes. La matriz C
2
d) .Paso de S 12 a L02 de la tabla 30 muestra que los ángulos en cuestión son, prácticamen-
•'
te, rectos.
.• .
,-; ~.
En la rotación hemos obtenido la matriz S 12• Sus elementos son
s~ corresponden a las proyecciones de los vectores de referencia
extensos, obtenidos en la segunda rotación, en los ejes oblicuos de la g) Cálculo de la matriz V 2
p rimera. A partir de S12 hallamos Lo'l: Los elementos de esta última .
matriz son !m,; indican las proyecciones de aquellos vectores extens~s Como es sabido, la matriz oblicua V2; que expresa los resultados
··eri los ejes ortogonales primitivos. La normalización de las columnas obtenidos en Ia segunda rotación, se calcula· mediante la fórmula:
de L02 nos dará la matriz de transformación A02, cuyos elementos
serán A.m y expresarán las proyecciones de los nuevos vectores de
referenci~, de longitud unidad, en los primitivos ejes ortogonales. El =-~-~ -
'"··
... ·.. ~.
producto A '02 A02 suministrará los ángulos entre los ejes de la segun- ; . ...; Dicha matriz aparece en la tabla 31.
. . .:- .· ~-

da rotación. El producto f 0 A02 nos conducirá, finalmente, a la matriz · -:"•

V2 , resultado final de la segunda rotación, con las proyecciones de . ( ;~~
los vectores en los nuevos ejes oblicuos. . . Ji) Representación gráfica de V2 c··{i;
La matriz S 12 se obtiene por observación, según indican los dia·
gramas,
La m.atriz L02 se obtiene mediante la fórrn.ula:
Las figuras 42, 43 y 44 representan la matnz V2. Cada uria repro-
duce un par de columnas de la matriz. El valor registrado en el ángu-
e
( (
r
lo superior derecho de cada figura indica el coseno del ángulo que,
en realidad, existe entre los dos ejes, a pesar de haber sido éstos ( ~:
'···
:::·. dibujados en direcciones perpendiculares. (,
La matriz A01 fue hallada en la primera rotación. Es fácil demos- ( ¡
trar que multiplicada por S 12 nos da L02• El razonamiento sería el
mismo que se expuso, páginas atrás, a propósito de la transforma· i) Examen de la segunda rotación C :--:
ción de F¡m en F¡p· (
Tanto la matriz V2 de la tabla 31 como su representación g~omé­
. El producto de estas matrices viene indicado en la tabla 32.
La matriz L02 se ha reproducido en la tabla 30.
. -~-
.:.. ···. trica en los diagramas de las figuras 42, 43 y 44 indican claramente e
,. ~~.
que nos aproximamos a la estructura simple. En las tres columnas de
V2 abundan los valores próximos a cero. En las figuras, casi todos los
e... .
e) . Paso de L02 a A02 puntos aparecen muy cerca de los ejes. Un ligero reajuste de los· pla-
C ... .
. .: ·::'
·".· nos bastará para conseguir una estructura simple p~rfecta. Lo· efec- ( .,
·,.
La· norinalización de la~ coluÚmas de L02 da como resultado la ! •.
tuaremos en una tercera y última rotación. • .. 'J:;,,__
mafriz A02. Las operacioneS están indicadas en la tabla 30. Se rea· ,,...
!izan de la misma manera que hemos expuesto en anteriores oca-
.. .. siones .
1
' . :;;_:
.·· - ..
e' .·.~;--r La rotación. Un ejemplo de tres dimensiones . 21 5
( .. .: 214 Mariano Yela . . ·•'... ·
:~.:~~:.
( .¿· Tabla 32
Tabla 31
( ;.
:;.
(_ ;_;-.
X
(
(
A2 B2 . .c. A'2 B'2 e·
Al Bl el 2

( 1 .07 .87 .46

.67 A¡ - .04
( 2 .02 1.00 .01
1 .49 -.46 J.OO .24
..
'::.·:

·';;.
TI -.87 .74 - B¡ .) 7 1.00 .04
( 3 .93 .11 .31

4 .07 .06 ~99 .

m - - -.89 el -.26 -.43 1.00
(
k -.38 1.41 -.43
/ 5 .77 .62 .02
\.
/ 6 1.00 .09 .01
'-.... =
e
1'.
7 .08 .44 .88 . ~.

. :..· A' 2 8' 2 e·2

\ .
8 .02 .90 .02 :,¡:-.

1 .48 .59 .47

9 .89 ..08 .01 ' .
..
f 10 .86 .09 .48
... n -.74 .53 .06
·- lU .23 .38 -.89
( 11 .07 .os .89

( 12 .45 .88 .03

e -.03 1.50 -.36
- .36
e e 5.23 5.18 4.10
•. l: -.03 1.50

( 5.25 5.19 4.11 Escribimos a continuación estos valores en la primera columna

de la matriz s'13 (tabla 33).
(
( 5. TERCERA ROTACIÓN
( a) Rotación de A2 b) Rotación de B2
e El ejeA2 aparece en las figuras 42 y 43. En la primera, pasemos el
( plano A .por los puntos 2 y 8, acercándole un poco al l. En la segunda,
pasémoslo por Los puntos 4, 11 y 7, no afectados antes, acercándolo
·e también al p unto l, y sin variar su posición con respecto a los vectores .·.:'
e 2 y 8, que están en el origen. Con ambos giros habremos conseguido
e · situar el plano A de tal manera que comprenda a todos estos vectores.

·e · · ·.Perpendicular a este plano, tracemos en cada diagrama ei nuevo

··. yector de referencia extenso A'J' La fórmula que lo expresa en fun- i ..
..
( . . qió~ lineal de los tres ejes anteriores es: . .
:. ( A'3 = l,OO A2 + (- 0,02) B2 + (- 0,07) C2
.: -:¿: ·.
·. ~ . . ..

~1~·:.~~:-:~~;LA:.:. ~... -.. .

···.·
) .:~lt ·
 -La rotación. Un ejemplo de tres dimensiones 217

,.
216 83 B2

Tabla 33 !
.. cps. b .....( .02

.·,,

¡.:
S
.S'l C' J A¡ B, el .· ...
; •7
"'
A¡ 1.00 .09 - t. .02 .84 .45
.00 -~.·
-.02 1.00 -.02 2 .00 1.00 .....
Bz
, o r..
Cz -.07 - .05 1.00 3 .91 .01 .31 :. ..... ..... ...... .......... ..... ...... . 9-~· ~2
4 .00 .01 .99 ..~-" ...... -···· ''ii' ...... ····· ······ .... ~A3
,....
..· 5 .75 .55 .OO .

6 .99 .00 .01

·~·
.....
7 .00 .39 .87

8 .00 .89 .00

A' l B'·3 C'3
9 .89 .00 .01
I .48 .60 · . .46
10 .82 -.01 .48
li . -.83 .67 .os 11 .01 .00 .89
1Il .30 .45 -.89 .01
'/·1
12 .42 .84
:!
.· Fig. 42.
rJl 1.0093 1.0114 1.0062•
..... Fijemos en esta perpendicular el vector extenso B'3 d e los dos
'\(fF 1.0046 1.0057 1.0031 .·. diagramas. Su fórmula vectorial será:
D3 = 11 'l{fF ,9954 .9943 .9969
B'3 =- 0 ,09 A 2 + 1,00 B2 - 0,05 C2

Estos valores son trasladados, como de costumbre, a la segunda

columna de la matriz S23 (tabla 33).
-:~ . .·· ( .;:
•...

( !.·....
Ti ·
.:. e) Rotación de C2
A, Bl e, Al B.l el
.46 1.01 ·~··
El eje C2 aparece en las fi guras 43 y 44. Su plano está ya bastan- e>
I .48 .60 AJ te bien ajustado a los puntos 8, 2, 12, 5, 9 y 6. Quizá puede acercar- ( '·
u -.83 . .67 .os. B3 -. 13 1.01 . se más a los vectores 12, 5, 8 y 2. Hagamos un leve giro en la figu- ( l
-.09 . ra 44, que recoja estos puntos. El nuevo ·vector extenso C' 3 vendr4 ··.. .,
m .30 .45 -.89 CJ -.09 1.01·
(
defUlido por Ja ecuación siguiente:
·... ,' . . ··. ..... ' '
( '¡:

::.
( '. ¡:
;.~
•·¡~·: (~~
·'-~ ·
~.¡;~·:~ .
~:- . · La rotación. Un ejemplo de tres dimensiones 219
' 2 18
Mariano Yela

Cz
e ¡,s. :-( .02
., cd>s. =· -C 03

..
·· :
·. :·

In
lO •
,;
..
l>!arp e
.. ... .. . .. .. . .... •• • ••• . .. . . . u . . . . . . .... .

812 •

'...1
;r
.:.;¡
··1
.!'
Fig. 44.
:
• 1
.
. ·,

Fig. 43. :1
Mediante la nonnalización de las columnas de L 03 se obtiene 'A03: ·¡¡
:1
; '¡¡
Inscribimos estos valores en la segunda y tercera filas de la Lo'J D3 =Ao3 ~· ~ ;¡
columna C'3 de la matriz S 23 (tabla 33).
Con esto queda concluida, como en las rotacio nes anteriores, la Los ángulos entre los n uevos ejes viene~ dados por
parte gráfica de la tercera.
/
..::
.· ·'
d) Cálculos de la tercera rotación La matriz final V3 se calcula, finalmente, por el procedimiento
consabido:
Los cálculos de la tercera rotación, así como los de todas las .·;
·sucesivas a que hubiera lugar, siguen el mismo orden que los efec- 1 • . .• i.~

·. tt1ados en la segunda. Están todos indicad os en la tabla 33. · Las columnas de V3 (tabla 33) se répresentan, dos a dos; f.m;Ios
. La matriz S23, obtenida gráficamente, se premultiplica p or A02 ,
diagramas correspondientes, según indican las figuras 45, 46 Y· 47'.
· para obtet:ler L03 : . ; . ·. .. .· · , .,,
'

·.... ·
•· . . . . .
'21... ~ .•.. .. ~·. : . ~ ....:... ,.. .: ,; .
 -~ ..-,~ ~~·"'"
. ~::.. Ls rotación. Un ejemplo de tres dimensiones 221
.; .: :·~ ~
. ·. 220 Mariano Yela ~:r~_
A4 cps = .-0 09
7 r' .
..~ cps. 1:-( .13
;'¡ • IL
.
•1
• ·., .
<·
:¡·

< •

.~· 9 ..6
.:...: · 28 ¡.1~
.. 5
-.-
:~·
\-'

4. ~ Aj
1
11 o :-r-6
_.....
-~ ..

,.

Fig. 46:

Los tres diagramas representan la misma estructura que la figu-

e) Examen de la tercera rotación
La ma triz V3 y las figuras citadas muestran el resultado de la ter-
cera rotación. . tra que los vectores 2, 8, 1, 7, 4 y 11 están en el plano A, pues tienen
:. Véanse las figuras. Constituyen un claro ~jemplo de estructura
s1mple. Todos los puntos están en los ejes de uno u otro diagrama.
f:stos ejes repr:sentan, en realidad, a los planos. Así, en la figura 45, el
eJe ~3 e:>· prop1amente, el plano A. al cual es perpendicular el eje A . En
el dibUJO, el p1a~o A coincide con el eje 8 3, porque este eje ha sid~ d.is-
_p~esto_ p:rpend1culannente alA:s- a pesar de que entre ellos hay un
· pequeno angulo obtuso, según indica su coseno negativo inscrito en la
part~ supe~or de la figura. En esta figura todos los vectores, excepto
dos, ~~t?~.sltuados en.los planos A y /J, que aparecen así perfectamen-
~~ -~ef!f1J.d:9s. Las.do~ ._excepci?nes SPn e.IS. y. el 12, que; como se obse~­
va e~ la figura siguiente, están a su vez comprendidos en el plano C.
...t •. •
·'! :·. '
.,: ... .·· . · , . .
~ ~
ra 35. Compruébelo el lector y repase las equivalencias. Coteje, verbi
gratia, la figura 45 con la 35 (pág. 196). En el diagrama 45los vecto-
. res 4 y 11 tienen proyección nula en Jos ejes A y B; por consiguiente,
están en ambos planos. La figura 35 indica, en efecto, que los dos vec-
tores están en la intersección de los planos A y B. El diagrama mues-
proyecciones nulas en el eje A; lo mismo pone de manifiesto la figura
35. En el diagrama, los vectores 5 y 12 tienen proyecciones en los dos
ejes, A y 8; Juego no están en ninguno de los dos planos. La figura 46
aclara que están en el C. Lo mismo dice la figura 35. ·
.: Está chiro, pues, que los diagramas representan una estructura
~~ . .
::·
., A la misma· ·conclusión se llegaria· considerando la matriz V3
(tabla 33). Cumple, en efecto, todas las condiciones de una estrtictu1
<' ra simple. En todas sus columnas hay más de tres elementos nulos·.o
;;: ':

... . . . .. . ·... . ..' ..· ~: .:.. : .. . .

:... • ..• .... 6 • •• • ••

~·

~~ -2~·~.:.::.~.:..:~~ : ... . : .
 La rotación. Un ejemplo de tres dimensiones 223
222 Mariano Yeia
r.
que se pretende con ellas es situar otros tres nuevos ejes de tal forma ~ .: .

que sean perpendiculares a tres planos, si éstos existen, que conten-

J~4 cps. ,--( .09
gan a todos o la mayoría de los vectores, formando así una estructura ·'
11 •7
simple. Si lo conseguimos, podrá afirmarse, al final, o bien que los . 1
tres ejes definitivos son tres nuevos ejes, o bien qu~ son los tres pri-
' mitivos que se han girado hasta esas nuevas posiciones. La configura-
ción vectorial no experimenta con ello la menor modificación.
'u .t i
._1_
¡.
~·
6. LA CORRELACIÓN ENTRE LOS FACTORES
···. En la tabla 33 se ofrece la matriz C3 que, como sabemos, indica
6 9 5 28¡ .., los cosenos de los ángulos entre los ejes de la estructura simple.
1 2 .-
':'
Como se ha demostrado antes, la inversa de esta matriz, C - 1,
3
una vez reducidos a la unidad sus elementos diagonales, summistra
las correlaciones entre los factores finales.
1
En el Apéndice se explica el modo de hallar la- inversa de una·
matriz y se aplica a la matriz C3 de este ejemplo. El resultado figura
en la tabla 34. Multiplicadas las filas y las columnas de C3 - 1 por los
elementos d11 correspondientes, se obtiene la matriz R v (tabla 35),
con las correlaciones entre cada par de factores. " .

Tabla 34

(A' o3 Ao3 )- 1 =C-t·

pq
Fig. 47.

insignificantes. En to<;las Sus filas hay,·por {o menos, un elemento prác-

a' w y

ticamente nulo. Abundan las filas con más de un cero (siete, de las ex' 1.03 . .)4 . 10
doce, contienen dos). En cada par de columnas hay muy pocas filas con
~· . 14 1.03 . lO
elementos no nulos en ambas. Y, finalmente, en cada par de columnas
no hay más de una fila con los dos elementos nulos (en nuestro caso i .lO .10 1.02
hay dos illas en cada par de cülumnas con los dos valores nulos; pero
ello es debido, como claramente indican la figura 35 y los vértices de Vb;; 1.0149 1.0149 1.0100
los diagramas, a que corresponden a pares de vectores colineales). d'" = 1/ Vb;; .9853 .9853- .9901
. Conseguida, pues, la estructura simple, la rotación ha terminado.
No resta, para concluir el análisis, sino interpretar los factores y
haBar sus intercorrelaciones. 7. INTERPRETACIÓN
Obsérvese, antes de pasar adelante, que todos los gires y rotacio- l
·,.
nes. a que los ejes han sido sometidos no modifican en absoluto la
Si las doce variables correspondieran a un caso concreto, la
posición de los vectores en el espacio de tres dimensiones defm.ido
interpretación de Jos factores se ajústaría al método e:Xpues~o e!l
por ·los tres ejes ortogonales I, II y III. Estos ejes y la configuración de capítulos anteriores. · ::,;: :.;. -i .,..,·,,
.vectores p~rmaneéen inalterados a través de las rotaciones. Lo único

; . .

·='··. •• :.; ~~ • :. • • • • l • •" •. a

 '-
·e·
La rotación. Un ejemplo de tres dimensiones
224
225
e'
Mariano Yela
por ejemplo, según el método centroide. El resultado de la factori za-
e:
ción será una matriz factorial ortogonal, cuyas filas representarán las ( ;
Tabla 35

Djl C-pq1 D11 = R¡w

proyecciones de los vectores factoriales en los ejes centroides. Lla-
memos fa ctores de primer orden a los obtenidos en el primer análi·
e:
sis, y factores de ·segundo orden a los que explican la comunidad de
(
a f3 'Y los primeros. La matriz centroide indicará entonces Jos coeficientes ( .
./.
de los factores de primer orden en los factores de segundo arbitra- (
a LOO riamente elegidos en la factorizacíón.
Los ejes. centroides pueden, ·seguidamente, girarse hasta una (
f3 .14 1.00
posición de estructura simple. Si ésta se encuentra, los fa ctores de (
r .10 .lO 1.00 segundo orden se interpretarán de la misma fonna que hemos inter-
•pretado los de primero. e
. O?sérvese la matriz V3 de la tabla 33. El proceso es, teóricamente, claro. Ha sido aplicado abundante- (
El primer factor sería un proceso o propiedad común a las varia-
?•
mente en los últimos años.
El lector interesado lo encontrará expuesto con· el debidó porme- e
bles.3: 5, 9, 10 y 1_2; explicaría la comunidad total de la 6 y la 9, y
part1c1pana en la vananza de las otras variables según el cuadrado de .
...
..
nor en la obra de Thurstone 1• e
sus coeficientes factoriales; estaria, por lo demás, ausente de la ·' No me ha parecido oportuno incluirlo en este texto introducto- (
-: . rio, porque :no contiene, desde el punto de vista de la técnica facto-
vaiianza de los test l, 2, 4, 7, 8 y 11. · .. '
•'
'• '
rial, nada esencialmente distinto de lo que hemos explicado. ( ,.
De análoga manera serían interpretados los otros d os factores.· ..
~."·,

El hecho de que sus correlaciones no son nulas indicaría, además, (

que los tres factores no serian estadísticamente independientes en la
población de sujetos estudiada. Lo cual planteaña a su vez un nuevo
•'• ' , RESUMEN e
Resumamos en breves palabras el sentido y la técnica del análisis ( ·
problema: ¿a qué se deben las correlaciones entre los factores?
'{' fa ctorial. Su objeto es explorar los campos poco conocidos de la cien- e
8. Los FACTORES DE SEGUNDO ORDEN
cia en Jos cuales se observan muchas variables relacionadas entre sí de
manera compleja. Su propósito es ofrecer una primera interpretación e
:,... · del orden subyacente en dichos campos, reduciendo las múltiples (
· . El análisis factorial ha surgido con el fm de explicar las correla-
cw~es entre Jos test. Cuando dos test guardan entre sí alguna corre-
re1aciones observadas a un número menor de factores que las expli-
quen. Los conceptos elaborados factorialmente habrán de ser después
e
lac!On, cabe suponer que tienen algo de común. Si no tuvieran nada contrastados con el sistema general de la ciencia a que atañen, some- e
s.u.correla~ión sería nula, ysólo se desviaría de cero por azar. El aná~
h~1s faetona! pr~~ende explicar la comunidad entre varios test, expre-
tidos a nuevo y más directo estudio e interpretados de forma cohe- e
sandola en funcwn de uno o más factores.
rente con el resto de la teoría y experimentación científica.
La técnica factorial constituye una elegante aplicación de ciertas e
· · ~ero, conclu!?o el análisis, resulta a menudo que los factores se ideas y procedimientos matemáticos a la investigación científica. (
relacionan tamb1en entre sí. Es lícito, pues, plantearse, con respecto
alos factores, la misma cuestión que antes fue formulada con res-
Su esquema esencial es sencillo y claro . Consta de C\latro fa ses:
preparación, factorización, rotación e interpretación. Las cuatro han
e
pecto a los test. Si los factores guardan entre sí ciertas correlaciones sido expuestas en las páginas del texto. Con especial detalle hemos e
¿no se~á porque te~~an algo de común? ¿Y no podrá expresarse est~ explicado las dos fases matemáticas . (
. comumdad en funcwn de factores de orden superior?
. . : . ·. Matemáticamente, no hay ninguna dificultad.
(
; ·- : ··'.· Las relaci~nes entre los fa<:tores finales aparecen en la matriz 1 Muftlple Factor Analysis, Chicago, 1947.
. ,.¡
( .

. · ·: ·R~··. Esta .matnz, con sus diagonales en blanco, puede factorizarse, e:

: ,;·

... ... :. ·
·"
·~
·•. . /
e
~-~~\'o '::'·¿:~,~~oMi-,:~ " ''' '- '·~
..... ..' .. ·:·¡{ . .·
. ..,;.:: La rotacíóri. Un ejemplo de tres dimensíones 227
·· . 226 Mariano Yela
.·~..~~- .
La normalización de las columnas de L suministra ·Ia m atriz A
Las relaciones entre las variables que se estudian definen una que indica la proyección de los nuevos ve<:-tores de referencia unidad
·configuración vectorial extendida en un espacio de r dimensiones. en los ejes ortogonales de la factorizadón.
La factorización consiste esencialmente en situar en ·ese espacio El producto A' A = C nos da los ángulos entre los nuevos ejes .
r ejes cualesquiera que se crucen perpendicularmente en el origen de El producto F0 A =V nos da la nueva matriz factorial.
los vectores. El proceso se repite de la misma fom1a hasta obtener una estruc-
La rotaCión consiste fun damentalmente en girar estos ejes hasta tura simple o comprobar su inexistencia.
uáa posición que permita dar una interp~:etación científica a los fac- ·' Si la estructura simple es ortogonal, los factores hallados son
,.· estadísticamente independientes. .
to~:es .
El concepto capital del análísi, tal y como en este libro se ha Si la estructura simple es oblicua, los factores finales dependen
expuesto, es la estructura simple. estadísticamente entre si. Sus correlaciones vienen dadas por la
La estructura simple es una hipótesis de trabajo. Consiste ~n matriz Rw según la ecuación
suponer, al iniciar un estudio, que el orden subyacente es más simple
que el observable. . ·
Sobre esta hipótesis general se elaboran las particulares de cada '
::· · En este caso es posible someter las correla cione~ entre los facto-
experimento. El investigador an ticipa, al comenzar el análisis, cuáles
son los factores que ha de encontrar y qué pruebas y medidas los res de primer orden a un nuevo análisis que ponga de manifiesto los
pondrán mejor de manifies to. factores de orden superior.
Si su hipótesis es correcta, obtendrá al final del análisis una ,'i . Tales son los conceptos ptincipales y las operaciones más impor-
estructura simple. tantes de la técnica factorial. Las diversas teorias en que se fundan y
Para buscar esta estruc tura procede como sigue: ':'.:
Jos desarrollos doctrinales a que conducen han sido expuestos en
Representa gráficamente la matriz factorial centroide F<Y ' otro libro, en el cual encontrará asimismo, el lector interesado, la
mediante 1/2 r (r-1) diagramas, en cada uno de los cuales aparecen selección bibliográfica oportuna acerca de la teoría y la técnica fac-.
las proyecciones de los extremos de los vectores en un plano defmi- toriales 2 •
do por dos ejes centroides .
La observación de los diagramas sugerirá quizá la rotación de
uno o más ejes. Cada eje se girará hasta una posición perpendicular
a un plano o hiperplano que pase por el mayor número posible de
puntos. La posición final de los planos y ejes sólo se consigue, porto
común, después de varias rotaciones.
Al tenninar cada rotación se calculan los ángulos entre los nue-
vos ejes y la matriz factorial que éstos representan.
Para ello se procede siempre de la misma manera.
Se halla primero, por observación de los diagramas, la matriz S
que indica las proyecciones de los nuevos vectores extensos en los
ejes de la. rotación.
Se prernultiplica después esta matriz por la A hallada en la rota-
ción anterior, que expresaba las proyecciones de los vectores de refe-
rencia w1idad de aquella rotación en los ejes centroidese. El produc-
to AS . nos da la matriz L, en la que los nuevos vectores extensos 2 Yela, M., Psicología de las aptitudes. Él andlisis facton'al y las funciortes del
J- - .•
aparecen expresados en función de los primitivos eje~ centroides . En alma, Madrid, Gredos, 1956.

~ .~··.
la primera rotación, la matriz L s~ lee directamente en los diagramas.
i, ..•:· .....
 '
( !:,

(
...... (
. .f •.
e
(
(
..,
( ,
:.~·
(

·:: APÉNDICE e
·'·
::/
..... Cálculo de una matriz inversa e.. .
..
·' '
(

·~:· ·. Como se ha mostrado en el capítulo VIII (pág. 185), para hallar

e
.._i· (
~.
la correlación entre los factores de un análisis es preciso calcular pre- '-

:
..:.!.
·;.
viamente la inversa de una matriz. Hay varios métodos para efectuar (
·...
"'
,,. este cálculo. Presento a continuación el ideado por Tucker 1 • El méto- ( :
'.
"
,.!1:''
do será ilustrado con dos ejemplos que corresponden a los casos ana-
lizados en los dos últimos capítulos. ·
r·
\.. ;
En la página 181 se ofrece la matliz A'A = C~ que ~xpresa los ( - ::;:
cosenos entre Jos ejes de la estructura oblicua estudtada en e) capítu-
(
lo octavo. Necesitamos, como entonces se mostró, calcular la inver-
~··
,\',
sa de dicha matriz con objeto de averiguar la correlación entre los
fac~<;>res oblicuos. Para ello procedemos como sigue:
e
·, (
,, .
,~

··: ..
,.J .
l. Disponemos una hoja de cálculo como indica la tabla 36. En e
dicha hoja y bajo la sección A, reproducimos la matriz A'A (
,. cuya inversa deseamos calcular.
2. Escribimos las sumas en la fila :E1• En nuestro caso: 0,84 e
y 0,84. (
3. Colocamos debajo, en la misma sección A, JJna matriz uni-
dad, con los valores de Su diagonal principal iguales a 1 y
e
sus valores laterales nulos. Esta matriz ha de ser del mismo e
orden que la inicial. En nuestro caso, será de orden 2 x 2. (
....·
' 4. Escribimos Ias sumas de estas dos nuevas columnas en la
fila :E2 • En el ejemplo: 1,00 y 1,OO. . · e
5. En la última fila S registraremos la suma total de las dos e
columnas: :E= :E1 + :E2 . En nuestro caso: 1,84 y 1,84. (
e
• ¡' - ·
. .. .. .
) :
1 Thurstone, Multiple Factor Analysis, Chicago, 1947, pág. 46. e
(

.
... ~-· e
1. •• •
: .·. .
-:

_, :,:.;..:.:·.2..•.-.:.~ ~ ••.-. .• •.
.,.·J ? 1'
\. .
. .. . Apéndice. Cálculo de una matriz inversa 231
( :=·. ·
e 230 Mariano Yela
6. En la columna I de la sección B reproducimos la primera
e Tabla 36
columna completa de la sección A. En las filas e (filas de
comprobación) de esta columna registramos las sumas anti-
( :=• . cipadas de las diversas par tes; en las filas I:, las sumas efec-
e SECCIÓN A S ECCIÓN B SECCIÓN C \·
.. tivas de las mismas; ambos valores deben, naturalmente,
( '· coincidir. Así, recogemos en la fil a e, debajo de Jos dos pri-
meros elementos de la columna 1, el valor 0,84, que es la
( l 2
.. 1
li.. I Il suma antes obtenida de aquellos elementos; hallamos a con-
e l 1.00 -. 16 t.OO .00 1.00 .00
.:. ·
tinuación la suma de ellos y la escribimos en !: 1; si ambos
valores coinciden, las operaciones quédan comprobadas.
(
2 -.16 1.00 -.16 .97 - . !6 1.00 7. Hallamos el recíproco del elemento b 11 • Llamamos bu. al pri-
( mer elemento diagonal de la sección B, situado en la colum-
( na I y en la fila 1 de B. En nuestro caso: l/b 11 = 1/1,00 =1,OO.
8. Calculamos los valores C¡¡ de toda la columna I de la sección e,
e e .84 .. 97 e .84 1.00
mediante la fórmula ·
( .84 .84 :r:, .84 .97 :r:, . .84 1.00

e
e . Por ejemplo, el primer elemento de la columna I de C será:
( .00 .16 1.00 .16

e lOO 1
.00 1.00
LOO 1
.00 1.00 .00 1.03 C11 =bll (+-) = (1.00) (LOO)= 1.00
e ·''' 11

e El segundo elemento de dicha columna, será:

(_
(_ e t.oo I.J6 e 1.00 1.20
c21 =bu <-¡}-} = (-0.16) (0.10) =-0,16
11

( I.OO 1.00 I:2 1.00 1.16 !:2 l.00 1.19

De la misma manera se calculan. los elementos de las
( filas de comprobación, que deben coincidir con las sumas
..e correspondientes.
9. Calculamos los valores b¡2 de la columna II de B mediante la
(_ e 1.84 2.n e 1.84 2.20 fórn1ula .
e 1.84 1.84 l: 1.&4 2.13 I: 1.84 2.19
·':-.

bi2 = a¡2- (b¡ ¡ c21)

e
e donde c21 =- 0,16, el v~lor de la segunda fila y primera
columna de C, es constante. Por ejemplo, el primer elemen-
( to de la columna Il de B será:
(CqM )'
.(
-.
<C 1.00 .16 1.00 .00 1.03 . 16

:~~<·· ~·~2:_" :1
.16 1.03 .16 1.03

.......

:00
 \..
e
·Mariano Yela
":;r ··::,.
Apéndice. Cálculo de una matriz inversa · 233 e
r '
232
13. Una vez terminada esta fase, incluidas todas las comproba-
ciones, se halla la matriz inversa que buscamos mediante la
'(
. El segundo .elemento de la columna IJ de B, será ..
,1,: fónnula (
(
b22 = a22 - (b 21 c21 ) = 1.00 - (- 1,16 x - 0,16) ~ 0,97
A'A = (bqm) (Cqm)'
·t . (
El valor e de la fila inmediata en la columna II de B, será donde (b ) es la matriz fonnada por las columnas de la sec- (
. ción B y q~s filas de la matriz unidad de la sección A. La (
. 0,84- (0,84 X- 0,16) = 0,97_ -~:
·..... matriz (bqm) se ha reproducido en la parte. inferior de la ta-
. ... . . bla 36 . (
donde e1 primer valor 0,84 es la suma de las dos ·primeras .~::
La matriz (e ·) está formada por )as columnas de la sec-
J~\ :: (
filas de la columna 2 de A, el segundo 0,84 es la suma de '
·;... ción e y las filas ~e la matriz unidad de la sección A. La tra s-
esas filas en la columna 1 de By- O, 16 es la ·constante C21 - ·.:: . puesta de esta matriz sé ha registrado asimismo en la parte
(
l0. Hallamos el 'valor 1/b22 = 1/0,97 = 1,03.
11. Calcui(UD.OS los valores 72.de !á columna II de e n:tediante la,.
inferior de la tabla 36, escribiendo las filas de (cqm) como e
sucesivas columnas de (cqnY· . . . (
fónnula ' 'El producto de las dos matr1ces es, como se md1ca en la
tabla 36, la matriz inversa buscada. e
C.
; .
Como ejercicio, puede hacer el lector la aplicación del método
expuesto a un segundo ejemplo. .
(
Por ejemplo, el primer elemento de esta columna será
·y..
En la tabla 33 (pág: 2 16 se dio la matriz: A'A = C3 , con los cose-
nos de los ángulos entre Jos ejes de la estructura oblicua estudiada en
e
:··· (
·c, 2 =b e-¡}-)= (o.oo) ú.o3) =o.oo
12 el capítulo noveno. Para averiguadas correla~iones entre l?s factores
22 de dicha estructura es preciso calcular precisamente la mversa de (

El segundo elemento será

aqu~lla mattiz. Hagámoslo según el método explicado: . e
1· 1. Disponemos una hoja de cálculo como indica la tabla 37,
(
C22 .:::: b22 <-d--) ={0.97) (1.03) = LOO con la matriz A'1\., cuyá inversa deseamos averiguar, en la e
22 parte superior de la sección A.
2. Registramos las sumas de las tres columnas e~ ~ 1 -
e
12. El p~oceso se continúa hasta que haya en B y e el mismo
número de columnas que en A.
3. Colocamos debajo, ocupando las tres filas stgUlentes, una e
Las fórmulas generales son
·t·
.y·. .
.;
matriz unidad .
4. Escribimos las sumas de las columnas de esta matriz en L2 •
e
. 5. En la última fila de A registramos las sumas totales L: = 1:1 + e
·:' '
+ L:2. . . e
6. En la columna I de la sección B reproducimos la prrmera (
columna de A, realizando las oportunas comprobaciones.
y
.. 7. Hallamos el recíproco del elemento b11 : llb 11 = 1/1,00 = (

bjk ~ ajk - [b¡¡ cki + b¡2 ck~ + ... + bj(k-1) ck(k-l)]

== 1,00. .
8. Calculamos la primera columna de e, mediante la f~np.ula
c.
(
En .nuestro ~aso el proces~ termina con ·el cálculo de la segunda
..,., ·:
columna de~ pues la sección A tiene sólo dos columnas.
... .
~

~.. .
</
. ' - :l'
. __,¿.
¿
(
. ,· ·.··· ·, \: 1
. :i (
......:.-.~-..::.~..._:.... . .....:...:...
.;·
 " • • <t . ~ . •

( . t...-· Apéndice. Cálculo d~ una matriz inversa 235

(
(
e 234 Mariano Yela
:~

'A
e ·· ..
J

e Tabla 37 ·¡ '

e SECClÓN A . SECCIÓN B SECCIÓN C Así, el primer elemento de C será

( A' A
e e11 = b,, <-¡j-> = (l.OO) (LOO)= t.oo
3 1 11 Ili 1 JI 1!1 11
e 1 2

9. Calculamos la segunda columna de B, mediante la fó rmula

e 1 1.00 -.13 - .09 1.00

-.n
.00 .00 1.00 .00 .00

C. 2 - .13 1.00 -.09 .98 .00 -.13 1.00 .00

( 3 - .09 - .09 1.00 - .09 -. 10 .98 - .09 -.10 1.00

. .; . Por ejemplo, el primer elemento de esta columna será:

e .78 .88 .98 e .78 .9o t.oo

F 2:1 .78 .78 .82 1:1 .78 .88 .98 t, .78 .90 ! .00
\.. El segundo elemento será~
e
.:~

~ ··
...,.·
-~
b 22 =a 22 - (b 21 c21 } = 1.00- (-O, 13 x -O, 13) =0,98
(
e LOO .00 .00 1.00 1 .13 .l O 1.00 . 13 .10
..:-. El tercer elemento será:

e .00

.oo·
1.00

.oo
.00

1.00
.00

.00
1.00

.00
.10

1.00
.00

.00
1.02

.00
. JO

1.02
(
La suma anticipada C, de estos tres valores será:
(
( e 1.00 1.13 1.20 e LOO 1.15 1.22 .. C : 0,78 - (0,78 X -0, 13) =0,88
·.)
\ .(
( ~ 1.00 1.00 1.00 1.00 1.1 3 1.20 1.00 1.15 1.22 Como la suma efectiva de los tres valores primeros de 1a ·
e segunda columna deBes 0,88, damos por comprobadas las
e ..
operaciones anteriores. Lo .mismo se procede a lo largo de
toda la columna .
{
'- 10. Hallamos el valor I lb22 = 110,98 = 1,02.
e e
e
1.78 2.01 2.18 '1.78 2.05 2.22
11. Calculamos Ja segunda columna de e,
mediante la fónnula
.t . 1.78 1.78 1.82 l: 1.78 2.01 2. 18 1: 1.78 2.05 2.22
(
( .•
( (Cqm)' . (A' A)-1 ·.''

Así; el primer valor de esta _columna será:

( 1.00 .13 .10 1.00 .00 .00 1.03 .14 .10 ,;

·e .00 1.00 .lO .13 1.02 1.00 .14 1.05 .10 i.

K~. e12 = b12 <-d-) ~ co.oo) (1.02) =o.oo
" 22 . ,¡ ;·..

( .00 .00 .1.00 . 10 :!0 1.02 . JO .10 1.02

~.

·~:l
i.
·. (, ~ -,_

.-
..
--
·.· ( , . ~?-. " ' ' ' - . -~·-.··

.·~1;:~) ·
c. .~~ -··'··"·:i~.~~--~. : .. ..
 \.
'-~: .... j:, ·. (
. ..:.• .:. 1..-). ·...
:
Apéndice. Cálculo de una matriz inversa 237 (
236 Mariano Yela ... ~·
~
(
. ·t' t
nas. Con esto hemos calculado las tres columnas de B que (
El segundo elemento será: necesitábamos . Nos resta ahora averiguar la tercera colum-
na de e para tener tantas columnas en By en e como había (
1 .
C22 = b22 (-¡;->
22
= (0.98) (1.02) = t.oo en A y dar por concluida esta fase.
13. Calcularnos la tercera columna de e,
mediante la fórmula:
<
(
El tercer elemento será: c.J= b.~ (-1-)
(
b
c,2 =b32 <
i->=(-O.lO) (1.02) =-0. 10
1 /->
33 e
22 donde 1/b33 = 1/0,98 = 1,02 sirve de constante en los (
cálculos. (
La suma anticipada de estos tres valores será: Así:
e
e= (0,88) o .o2) == o,9o c13 = 1,02 b13 = (1,02) (0,00) =0,00 (
c23 = 1,02 b23 = (1 ,02) (0,00) =0,00 (
con la cual coincide, eri efecto, la suma de los mismos. De C33 :;:1,02 b33 =(1 ,02) (0,98) = 1,00
idéntica manera se •prosigue el cálculo de toda la segunda .
¡
·' c53 = 1,02 b53 = (1 ,02) (0, 10) = 0,10 (
columna de C. c7 ~ = 1,02 b 13 = (1,02) (1 ,00) = 1,02 C.
12. Calculamos la tercera columna de B mediante la fórmula
~-
.'.
.
De la misma forma se procede para hallar los restantes
( ·
b¡3 ::: 0¡3 - (b¡1C31 + bi?. Cy) valores de esta última columna de e (

AsÍ, lds .elementos de esta columna serán . ·=

'
·. 14. Terminado el cálculo de las necesarias columnas de By C, se
escribe en la parte inferior de la hoja (tabla 37), la matriz
e
; ·.

· (b ,), definida por el cruce de las columnas de By las filas e

bu= a;~~ (b 11c31 ·+ 6;
2 c32) ~- 0,09- ((1 ,00) (- 0,09)
9
de la matriz unidad. A continuación se escribe la matriz (
. + (0,00) (- 0,10)] == 0,00 (c~m)', que es la traspuesta de la definida por el cruce de las
columnas de la sección e y las filas de la matriz unidad. e
b2J .= a2J - (b2 lcJ! + b22 cl2 ) =- 0,09- [(- 0,13) Finalmente se halla' el producto (b ,) (c m)' y el resultado es
9 e
(-'- 0,09) + (0,98) (- O, 10)] = 0,00 (A'A) -J, la matriz inversa que bu:cábamos.
e
b33 = a 3 :» - (b3 1c31 + bn en )=- 1,00- [(- 0,09) (
(- 0,09) +(- O, 10) (-O, 10)] = 0,98 . e
D el mismo modo, el elemento de esta columna corres-
(
p ondiente a la primera fila de la matriz un.idad,, que deno- C.
minaremos fila S, será: ·
e
(._
b 53 =a53- (b5,cJI + b52 C32 ) = 0,00- [(1 ,00) (- 0,09)
+ (0,13) (- 0,10)] =0,1 0 . e
Del mismo modo se continúa a lo largo de toda la .•
¡

'.
e
columna tercera de B, incluidas las comprobaciones oportu- (
. _.. : e
_ _ >_.,-'-"'
..
;_.4:;¡.:.-tw-....!~.~. ...', "•' :_ -·'
. ~ :
~.--a:...
e·.