Resumen

Este trabajo tiene como objetivo evaluar el uso del Análisis Factorial Exploratorio por investigadores del área de Producción y Operaciones, discutiendo la adecuación de su aplicación. Analizamos 97 artículos publicados entre 2010 y 2015 en el área de Producción y Operaciones, de los cuales 61 y 36 fueron publicados en revistas internacionales y brasileñas, respectivamente. Estos artículos contienen 140 aplicaciones diferentes del Análisis Factorial. La investigación muestra que las técnicas confirmatorias prevalecen en los artículos internacionales, así como las técnicas exploratorias para evaluar el problema del sesgo del método común. Por el contrario, los artículos de las revistas brasileñas suelen utilizar la técnica exploratoria de forma más tradicional, como para confirmar la unidimensionalidad del constructo, o incluso para generar puntuaciones para su uso en otras técnicas estadísticas. A pesar de que los libros de texto para la enseñanza del AFE se centran exclusivamente en el uso del AFE en la modalidad exploratoria (para identificar el número y el significado de los factores comunes), este uso ha sido menos frecuente en los artículos publicados, tanto nacionales como internacionales. Además, la investigación muestra que el uso inadecuado del análisis factorial exploratorio (en lugar del confirmatorio) en cuatro artículos brasileños resultó en la "destrucción de la teoría". Estos resultados sugieren que la investigación nacional ha estado utilizando el análisis factorial exploratorio de manera cuestionable; en este sentido, proponemos que los académicos discutan este tema con el fin de difundir las buenas prácticas.

1. INTRODUCCIÓN

Libros escritos para enseñar el análisis factorial exploratorio (AFE), por ejemplo: Aranha & Zambaldi (2008), Fávero et al. (2009), Hair et al. (2005, 2010), así como Malhotra (2012) - suelen describir dos aplicaciones principales del AFE: (i) reducción de datos, que consiste en los procedimientos que agrupan un número de variables en un número menor de factores, que explican en la medida de lo posible la varianza de los datos originales; en general, se recomienda en este caso el uso del análisis de componentes principales, como método de extracción; (ii) identificación de factores que no se miden directamente, y que producen correlaciones que se observan en las variables operativas (también conocidas como indicadores o ítems); para ello, se recomienda utilizar métodos comunes de extracción de factores, como la factorización de ejes principales (PAF), máxima verosimilitud (ML), factorización de imágenes, factorización alfa, mínimos cuadrados generalizados o mínimos cuadrados no ponderados.

• Materias:Modelo estadístico Medición del desempeño Análisis factorial Análisis estadístico
• Subjects:Statistical model Performance measurement Factor analysis Statistical analysis
• Palabras claves:Análisis multivariado; Métodos y modelos estadísticos; Análisis factorial exploratorio; Análisis factorial confirmatorio; Escalas de medición en investigación de producción y operaciones
• Keywords:Multivariate analysis; Statistical methods and models; Exploratory factor analysis; Confirmatory factor analysis; Measurement scales in productions and operations research