En el Capítulo 1 aprenderás a realizar un EFA para examinar las propiedades estadísticas de una medida diseñada en torno a un único constructo.

Introducción al análisis factorial exploratorio (EFA)

Empezando con una EFA unidimensional

Ver y visualizar las cargas factoriales

Interpretar las puntuaciones factoriales de las personas

Resumen del proceso de desarrollo de la medida

Estadísticos descriptivos de tu conjunto de datos

Dividir tu conjunto de datos

Comparing the halves of your dataset

Características de la medida: correlaciones y fiabilidad

Visualizar y comprobar correlaciones

Fiabilidad interna

Cuándo usar EFA

Evalúa tu medida con análisis factorial

Este capítulo te mostrará cómo ampliar el EFA de un solo factor que viste en el Capítulo 1 a datos multidimensionales.

Determinar la dimensionalidad

Dividir el conjunto de datos BFI

Calcular autovalores

Crear un scree plot

Interpretar el scree plot

Entender los datos multidimensionales

Realizar una EFA multidimensional

Interpretar los resultados

Investigando el ajuste del modelo

Interpretar estadísticas de ajuste absoluto del modelo

Seleccionar el mejor modelo

EFA multidimensional

Este capítulo tratará cómo realizar CFAs con el paquete sem. Se cubrirán estructuras de CFA tanto basadas en la teoría como derivadas de un EFA.

Configurar un CFA

Crear sintaxis de CFA a partir de resultados de EFA

Crear sintaxis de CFA a partir de la teoría

Entender la sintaxis de sem()

Componentes de la sintaxis de sem()

Ejecuta un CFA e interpreta las cargas

Examinar las cargas de los ítems

Investigar el ajuste del modelo

Estadísticos de ajuste absoluto

Estadísticos de ajuste relativo

Confirmatory Factor Analysis

Este capítulo reforzará la diferencia entre los EFA y los CFA y te ofrecerá sugerencias para mejorar tu modelo y/o tu medida.

EFA vs. CFA: un repaso

Diferencias en las cargas factoriales estimadas

Representar diferencias en las puntuaciones factoriales de las personas

Añadir cargas para mejorar el ajuste

Añade cargas para mejorar el ajuste

Compara el modelo original con el modelo con cargas añadidas

Evalúa las cargas añadidas con estadísticas de ajuste relativas

Mejorar el ajuste eliminando cargas

Elimina cargas para mejorar el ajuste

Compara el modelo original con el modelo con cargas eliminadas

Evalúa las cargas eliminadas con estadísticas de ajuste relativo

Vídeo de cierre

Refinar tu medida y/o modelo

Generic Conspiracist Beliefs Scale (GCBS) dataset

El mundo está lleno de variables no observables que no pueden medirse directamente. Puede que te interese un constructo como la habilidad matemática, los rasgos de personalidad o el clima laboral. Al investigar constructos como estos, es fundamental contar con un modelo que encaje con tus teorías y con tus datos. Este curso te ayudará a entender la dimensionalidad y te mostrará cómo realizar análisis factoriales exploratorios y confirmatorios. Con estas técnicas estadísticas en tu caja de herramientas, podrás desarrollar, refinar y compartir tus medidas. Estos análisis son fundamentales en ámbitos tan diversos como la psicología, la educación, la ciencia política, la economía y la lingüística.

<h2>Descubre el análisis factorial en R</h2>
El mundo está lleno de variables no observables que no se pueden medir directamente. Es posible que te interese un concepto como la capacidad matemática, los rasgos de personalidad o el ambiente laboral. Al investigar constructos como estos, es de vital importancia contar con un modelo que se ajuste a tus teorías y datos. 
<br><br>
Este curso te ayudará a comprender la dimensionalidad y te enseñará a realizar análisis factoriales exploratorios y confirmatorios. 
<br><br>
<h2>Aprende a utilizar el análisis factorial exploratorio y el análisis factorial confirmatorio. </h2>
Comenzarás familiarizándote con el análisis factorial exploratorio (EFA), aprendiendo a ver y visualizar las cargas factoriales, interpretar las puntuaciones factoriales y ver y comprobar las correlaciones. 
<br><br>
Una vez que te hayas familiarizado con el EFA de un solo factor, pasarás a los datos multidimensionales, donde aprenderás a calcular valores propios, crear gráficos de pantalla y mucho más. A continuación, descubrirás el análisis factorial confirmatorio (CFA), y aprenderás a crear sintaxis a partir de los resultados y la teoría del EFA. 
<br><br>
El último capítulo analiza las EFA frente a las CFA, y ofrece ejemplos de ambas. También aprenderás cómo mejorar tus modelos y medirlos cuando los utilices. 
<br><br>
</h2>Desarrolla, perfecciona y comparte tus medidas<h2>
Con estas técnicas estadísticas en tu arsenal, podrás desarrollar, perfeccionar y compartir tus medidas. Estos análisis son fundamentales para diversos campos, entre ellos la psicología, la educación, las ciencias políticas, la economía y la lingüística.

Intermediate R

Foundations of Inference in R

Comienza este curso de cuatro horas para aprender análisis factorial exploratorio y confirmatorio en R.

Análisis factorial en R

Explora variables latentes, como la personalidad, mediante análisis factoriales exploratorios y confirmatorios.

EFA vs. CFA: un repaso

Create Your Free Account