You are on page 1of 22

XIII CONEEST

Congreso Nacional de Estudiantes de Estadstica Universidad Nacional San Antonio Abad del Cusco Cusco Per, septiembre 5 al 10 de 2011

Anlisis Factorial grupos de COLCIENCIAS en Ciencias Sociales y Aplicadas


subcategora Economa con lneas de investigacin en Contabilidad y Finanzas

Jhonatan D. Arroyave Montoya


Estudiante de Ingeniera Financiera y de Negocios.

Grupo de Investigacin GESTA

INTRODUCCIN

El Semillero de Investigacin FINANCE del Instituto Tecnolgico


Metropolitano, con lneas de investigacin declaradas ante Colciencias en Economa, Contabilidad y Finanzas, se propuso la tarea de establecer cules son los temas y proyectos de investigacin a nivel nacional que se estn desarrollando y mirar si estn acorde con las exigencias actuales y futuras de las Finanzas y la Contabilidad, asimismo, determinar Cul es el comportamiento de los grupos por reas del conocimiento, categora Ciencias Sociales y Aplicadas subcategora Economa?, estudio que se realiza con el apoyo del Grupo de Investigacin GESTA del Instituto Tecnolgico Metropolitano ITM- mediante la Tcnica Multivariante del Anlisis Factorial.

PLANTEAMIENTO DEL PROBLEMA

Los grupos de investigacin debidamente registrados en COLCIENCIAS mantienen actualizada la base de datos registrando en las categoras respectivas las actividades realizadas; esta informacin nos muestra cual es comportamiento investigativo por dichos grupos en un rea especfica del conocimiento; sin embargo, se hace necesario determinar y conocer la relacin que existe entre las variables contendidas en el registro de COLCIENCIAS, teniendo en cuenta que la calificacin de los grupos se hace en base a las variables estudiadas. El Grupo de investigacin FINANCE requiere determinar cul es la interdependencia de las variables que catalogan cada uno de los Grupos de Investigacin y el comportamiento de dichos grupos. El registro que presenta COLCIENCIAS para cada uno de los grupos tiene mltiples variables, las cuales deben ser analizadas con tcnicas estadsticas apropiadas como lo es el Anlisis Multivarible.

JUSTIFICACIN

Este trabajo es un aporte importante a la investigacin iniciada por el Semillero de Investigacin FINANCE, ya que podrn conocer cmo se comportan los grupos de investigacin clasificados por COLCIENCIAS por reas del conocimiento, categora Ciencias Sociales y Aplicadas subcategora Economa: Con lneas de investigacin en contabilidad y finanzas el cual cuenta con un registro de 167 grupos. Conocer cules son las variables ms significativas explicativas-, y cul es su relacin e interdependencia, permitir presentar estrategia que incrementen su participacin, su nivel de categorizacin y una posible reorganizacin en las polticas investigativas al interior del Grupo FINANCE, buscando una estructura investigativa que apunte a incrementar la participacin en aquellas variables que explican el comportamiento de los Grupos.

OBJETIVOS
Objetivo General
Analizar el comportamiento y la relacin existente entre los grupos de investigacin registrados ante COLCIENCIAS en su base de datos Scienti, clasificacin de grupos por reas del conocimiento, categora Ciencias Sociales y Aplicadas subcategora Economa con lneas de investigacin en Contabilidad y Fianzas.

Objetivo Especficos
Determinar el nmero de factores que explican el comportamiento de los grupos investigativos materia de estudio. Analizar la correlacin entre las variables seleccionadas del registro COLCIENCIAS para los grupos de investigacin. Interpretar los factores seleccionados por su poder explicativo.

METODOLOGA Recoleccin de Datos


Los datos fueron tomados del Departamento Administrativo de Ciencia, Tecnologa e Innovacin (COLCIENCIAS) de su base de datos Scienti, clasificacin de grupos por reas del conocimiento, categora Ciencias Sociales y Aplicadas subcategora Economa cuenta con un registro de 167 grupos, de los cuales se realiz una bsqueda teniendo en cuenta el siguiente criterio: los grupos a seleccionar deban tener por lo menos una lnea de investigacin en Contabilidad y/o Finanzas.

Esta consulta arroj una muestra de 36 grupos investigativos, a los cuales se les tuvieron en cuenta las siguientes variables: categora, lneas de investigacin, integrantes, artculos publicados en revistas cientficas, captulos de memoria, libros publicados, captulo de libros publicados, textos en publicaciones no cientficas, otra produccin bibliogrfica, presentacin de trabajo, trabajos dirigidos/tutoras concluidas, trabajos dirigidos/tutoras en marcha, y proyectos, para un total de 12 variables; todas las variables son mtricas y forman un conjunto homogneo apropiado para el Anlisis Factorial.
Informacin tomada de WWW.COLCIENCIAS.GOV.CO

METODOLOGA Software Estadstico


Para el desarrollo de este estudio se realiz el anlisis estadstico con el software SPSS (Statistical Package for the Social Sciences) para Windows utilizando la versin 15.0 (VISATUA VINACUA, 2002)

Mitologa Estadstica
Para determinar el comportamiento y la relacin existente entre los grupos de investigacin materia de estudio, y analizar la relacin entre las variables seleccionadas empleamos un Anlisis Multivariante, por requerir de un anlisis simultaneo de medida mltiples de cada individuo u objeto sometido a investigacin, ya que cualquier anlisis simultaneo de mas de dos variables. El propsito del anlisis Multivariante es medir, explicar y predecir el grado de relacin de dos valores tericos(combinaciones ponderadas de variables). Por tanto, el carcter Multivariante reside en los mltiples valores tericos y no solo en el numero de variables u observaciones (HAIR, Jr., ANDERSON, TATHAM, & BLACK, 2000)

METODOLOGA Mitologa Estadstica


Empleamos el Mtodo Multivariado de interdependencia mtrica con anlisis factorial. El anlisis factorial tiene como propsito principal definir la estructura subyacente en una matriz de datos, aborda el problema de como analizar la estructura de las interrelaciones (correlaciones) entre un gran nmero de variables con la definicin de una serie de dimensiones subyacentes comunes, conocidas como factores. Con el anlisis factorial, el investigador puede identificar primero las dimensiones separadas de la estructura y entonces determinar el grado en que se justifica cada variable con cada dimensin. Una vez se determina estas dimensiones y la explicacin de cada variable, puede lograr los dos objetivos principales para el anlisis factorial (el resumen y la reduccin de datos).

METODOLOGA Mitologa Estadstica


El anlisis factorial es una tcnica de interdependencia en la que se consideran todas las variables simultneamente, cada una relacionada con todas las dems y empleando todava el valor terico, el compuesto lineal de las variables. El mtodo de rotacin empleado el mtodo ortogonal VARIMAX, el cual se centra en simplificar la columna de matriz de factores. Maximiza la suma de las varianza de las cargas requeridas de la matriz de factores, tendiente a ver varias cargas factoriales (esto es, cercanas a +/- 1) y algunas cargas cerca de cero en cada columna de la matriz. Cuando las correlaciones variable factor estn cercanas a -1 Indican una asociacin negativa, cercanas a +1 una asociacin positiva y cercanas a cero (0) una clara ausencia de asociacin.

RESULTADOS DENOMINACIN DE LAS VARIABLES


VARIABLES ESTUDIADAS x1 x2 x3 x4 CATEGORIA INTEGRANTES ARTICULOS PUBLICADOS EN REVISTAS CIENTIFICAS CAPITULOS DE MEMORIA LIBROS PUBLICADOS CAPITULOS DE LIBROS PUBLICADOS

x5
x6 x7 x8 x9 x10 x11 x12

TEXTOS EN PUBLICACIONES NO CIENTIFICAS


OTRA PRODUCCION BIBLIOGRAFICA PRESENTACION DE TRABAJO TRABAJOS DIRIGIDOS/ TUTORIAS CONCLUIDAS TRABAJOS DIRIGIDOS / TUTORIAS EN MARCHA PROYECTOS

RESULTADOS Correlaciones entre las Variables


CORRELACIONES
x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12

x1 x2
x3 x4 x5 x6 x7 x8 x9 x10 x11 x12

1 -0.64
-0.74 -0.7 -0.75 -0.74 -0.31 -0.67 -0.13 -0.44 0.07 -0.58

-0.64 1
0.467 0.72 0.643 0.768 -0.1 0.87 -0.01 0.245 -0.09 0.817

-0.74 0.467
1 0.565 0.534 0.74 0.727 0.533 0.382 0.346 -0.05 0.624

-0.7 0.72
0.565 1 0.647 0.876 -0.05 0.749 -0.13 0.155 -0.09 0.768

-0.75 0.643
0.534 0.647 1 0.756 0.064 0.755 -0.05 0.327 -0.09 0.692

-0.74 0.768
0.74 0.876 0.756 1 0.194 0.874 0.019 0.338 -0.17 0.816

-0.31 -0.1
0.727 -0.05 0.064 0.194 1 -0.05 0.594 0.17 -0.16 0.095

-0.67 0.87
0.533 0.749 0.755 0.874 -0.05 1 -0.12 0.445 -0.12 0.819

-0.13 -0.01
0.382 -0.13 -0.05 0.019 0.594 -0.12 1 -0.19 -0.11 0.037

-0.44 0.245
0.346 0.155 0.327 0.338 0.17 0.445 -0.19 1 -0.11 0.064

0.07 -0.09
-0.05 -0.09 -0.09 -0.17 -0.16 -0.12 -0.11 -0.11 1 -0.01

-0.58 0.817
0.624 0.768 0.692 0.816 0.095 0.819 0.037 0.064 -0.01 1

RESULTADOS Correlaciones entre las Variables


El anlisis de la matriz de correlaciones, requiere identificar aquellas que sean estadsticamente relevantes. En este caso, existen altas correlaciones entre las variables materia de anlisis.
El anlisis de la significacin unilateral confirma lo anterior al mostrar altas significacin de cada una de las variables; esto nos confirma lo apropiado de realizar el estudio con un Anlisis Factorial. Se analiza la matriz de correlaciones para observar cmo se comporta cada variable frente a las otras y para observar su determinante el cual debe ser muy pequeo para poder decir que el grado de intercorrelacin entre las variables es muy alto.

RESULTADOS KMO y prueba de Bartlett


Se realiz un contrate de esfericidad de Barlett y de Medida de KMO para determinar si hay correlacin entre las variables objeto de estudio y para determinar si la tcnica de anlisis factorial es aplicable en este caso. Medida de adecuacin maestral de KaiserMeyer-Olkin. Prueba de esfericidad de Bartlett Chi-cuadrado aproximado gl Sig. .693 437.306 66 .000

Al observar los resultados en la tabla anterior, el estadstico KMO tiene un valor de 0,693 que lo acerca a la unidad, lo que indica que los datos se adecuan para efectuar un anlisis factorial y el contraste de Bartlett con pvalor 0.000 indica que se rechaza la hiptesis nula de que las variables inciales no estn correlacionadas, por lo tanto se puede efectuar un anlisis factorial.

RESULTADOS Comunidades
Inicial Extraccin .771 .801 .910 .808 .710 .910 .908 .898 .765 .866 .172 .882

x1 x2
El porcentaje de explicacin de xi mediante los tres factores est dado por su respectiva comunalidad.

1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000

x3
x4 x5

La Comunidad de una variable es la proporcin de su varianza, que puede ser explicada por el Modelo factorial obtenido.

x6
x7 x8 x9 x10 x11 x12

RESULTADOS

Varianza total explicada


Componente Auto valores iniciales Sumas de las saturaciones al cuadrado de la extraccin % de la varianza 51.444 Suma de las saturaciones al cuadrado de la rotacin % de la varianza 48.274

Total 1 6.173 2 2.076 3 1.151 4 5 6 7 8 9 10 11 12 .982 .497 .420 .320 .189 .081 .063 .028 .020

% de la varianza 51.444

% acumulado 51.444

Total 6.173

% acumulado 51.444

Total 5.79 3 2.13 8 1.46 9

% acumulado 48.274

17.297

68.741

2.076

17.297

68.741

17.818

66.092

9.595 8.183 4.144 3.504 2.665 1.578 .671 .524 .232 .163

78.336 86.519 90.663 94.167 96.832 98.409 99.081 99.605 99.837 100.000

1.151

9.595

78.336

12.244

78.336

RESULTADOS Grfico de Sedimentacin


La grafica de sedimentacin nos indica que en el factor 4 se encuentra el criterio de contraste de cada, por lo que se seleccionan los tres primeros factores, los cuales se encuentran en un criterio de raz latente. El criterio de seleccin est dado por los autovalores, mayores a 1.

RESULTADOS Matriz de componentes rotados


Al realizar la rotacin podemos encontrar la conformacin de cada uno de los factores los cuales estn explicados si: el factor 1 est compuesto la variables x1, x2, x4, x5, x6, x8, x12; el factor 2 est conformado por las variables x3, x7, x9; el factor 3 solo est conformado por la variable x10.
x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12
1 -.756 .892 .625 .898 .811 .921 -.010 .911 -.053 .210 -.019 .920 Componente 2 -.269 -.069 .663 -.039 .017 .145 .903 -.113 .856 -.097 -.116 .117 3 -.357 .016 .282 .004 .229 .200 .304 .235 -.170 .902 -.398 -.149

Luego de identificar la conformacin de los factores, se tiene por pertinente asignarles los siguientes nombres: Factor 1: Trabajos con Mayor exigencia Cientfica Factor 2: Trabajos con mediana Exigencia Cientfica Factor 3: Trabajos con Mnima Exigencia Cientfica

RESULTADOS Grficos de los Factores

RESULTADOS Grficos de los Factores

RESULTADOS Grficos de los Factores

Conclusiones

La aplicacin de los mtodos Multivariados para este estudio fue acertado la aplicacin de la tcnica del anlisis factorial, por estar buscando la interdependencia de varias variables. Los resultados obtenidos son los adecuados para presentar un informe ms detallado al Semillero de Investigacin FINANCE, para que contine con su investigacin. La obtencin de las variables subyacentes nos indica que las variables estn correlacionadas segn el grado de dificultad cientfica que requiere cada producto o proceso identificado en las variables estudiadas. La tcnica factorial puede ser una tcnica estadstica Multivariante muy til y poderosa para la extraccin efectiva de informacin; indica relaciones interesantes que podran no ser obvias con un anlisis simple a partir de las variables originales.

Bibliografa
Bibliografa
BISQUERRA ALZINA, R. (1989). Introduccion Conceptual al Analisis Multivariable. Barcelona: PPU. CUADRAS, C. M. (1996). Metodos de Analisis Multivariante. Barcelona: EUB. DIAZ M., L. G. (2007). ESTADISTICA MULTIVARIADA: INFERNCIA Y METODOS (Segunda ed.). Bogota, Colombia: Universidad Nacional de Colombia. ESCOFIER, B., & PAGES, J. (1992). Analisis Factoriales Simples y Multiples. Universidad del pais Vasco. HAIR, Jr., J. F., ANDERSON, R. E., TATHAM, R. L., & BLACK, W. C. (2000). ANALISIS MULTIVARIANTE (5 ed.). Madrid, Espaa: PRENTICE HALL IBERIA. PEA S., D. (1998). Estadistica Modelos y Metodos. Fundamentos. Madrid: Alianza Universitaria Textos. PLA , L. E. (1986). Analisis Multivariado: metodo de componentes principales. washington, D.C: Secretaria Generl de la OEA. SPSS INC. (2006). Manual del Usuario de SPSS base 15.0. VISATUA VINACUA, B. (2002). Analisis estadistisco con SPSS 11.0 para WINDOWS (Segunda ed., Vols. I - II). Madrid, Espaa: Mc GRAW-HILL.