000			02743cab a2200253 ab4500
005			20221117063600.0
008			991125c2014 ag qr p o 000 0 spa d
035			_aUPN01000199902
040			_aMX-MxUPN _bspa _cMX-MxUPN _eaacr2
049			_aART-E
100	1		_aDomínguez Lara, Sergio Alexis _6- sdominguezmpcs@gmail.com
245	1	1	_a¿Matrices policóricas/tetracóricas o Matrices Pearson? _b: un estudio metodológico _h[recurso electrónico en línea]
506	0		_aAcceso abierto
520	3		_aEl uso de la correlación producto-momento de Pearson es frecuente en la mayoría de estudios en análisis factorial en psicología, mas es conocido que este estadístico solo es aplicable cuando las variables que se relacionan están al menos en escala de intervalo y distribuidas normalmente; su utilización en datos ordinales puede resultar en una matriz de correlaciones distorsionada. Es así que se plantea como una opción adecuada el uso de matrices policóricas/tetracóricas a nivel de ítem en análisis factorial cuando los reactivos están en un nivel de medición nominal u ordinal. El objetivo de este trabajo fue mostrar las diferencias en cuanto a las medidas de adecuación muestral (KMO, Test de Esfericidad de Bartlett y Determinante de la Matriz), porcentaje de varianza explicada y saturaciones factoriales tanto en la escala Depresión Rasgo del Inventario de Depresión Rasgo-Estado (Spielberger, Agudelo & Buela Casal, 2008) como en la dimensión Neuroticismo de la forma corta del Cuestionario de Personalidad de Eysenck-Revisado (Eysenck & Eysenck, 2008) con relación al uso de matrices Policóricas/Tetracóricas y matrices Pearson. Se analizaron dichos instrumentos con diversos métodos de extracción (Máxima verosimilitud, Minimum Rank Factor Analysis, Mínimos Cuadrados No Ponderados y Componentes Principales), manteniendo constante el método de rotación Promin. Se apreciaron diferencias con relación a las medidas de adecuación muestral, así como con respecto a la varianza explicada y las cargas factoriales, a favor de las soluciones que tienen como base matrices policóricas/tetracóricas. Se concluye que las matrices policóricas/tetracóricas permiten obtener mejores resultados que las matrices Pearson cuando se trata de análisis factorial a nivel de ítem utilizando distintos métodos.
650		2	_aAnálisis factorial _96469
653	0		_aMATRICES POLICORICAS
653	0		_aMATRICES TETRACORICAS
653	0		_aMATRICES PEARSON
653	0		_aVALIDEZ
773			_gVol. 6, no, 1 (2014) p. 39-48 _tRevista argentina de ciencias del comportamiento
856	4		_uhttp://revistas.unc.edu.ar/index.php/racc/article/view/6357/Lara2014
905			_aArticulo
942			_cART-E
999			_c172003 _d172003