Modelos de Análisis Factorial para el
Estudio de Variables Latentes
El curso tiene como objetivo general realizar una aproximación al estudio de variables latentes mediante la técnica de análisis factorial utilizando el lenguaje de programación R. El curso se organiza en base a dos unidades: en un primer momento se revisarán los conceptos fundamentales y supuestos metodológicos para la aplicación de esta técnica, sus diferencias principales con otros tipos de análisis multivariado y potencialidades y limitaciones de esta técnica; posteriormente, en un segundo lugar se profundizará en la aplicación de esta técnica a través de la interpretación de sus indicadores principales, consejos para mejorar los indicadores ajuste de modelos y estimación de parámetros.
Horario
Martes de 19:00 a 21:00 horas
desde el martes 15 de noviembre
(7 sesiones)
Participantes
20 Cupos Disponibles
¡No te quedes fuera!
CLP$100.000
Paga con Transferencia Electrónica, Tarjeta Crédito/Débito, Pay Pal o Criptomonedas
Sobre el Curso
Objetivo general:
Hacer una revisión de las herramientas teóricas, conceptuales y metodológicas fundamentales para la comprensión, aplicación e interpretación de modelos estadísticos que utilicen la técnica de análisis factorial de ítems, así como también propender a la utilización del lenguaje de programación R. Al finalizar el curso, se espera que cada estudiante sea capaz de aprehender los elementos necesarios para emprender un análisis que contemple esta técnica de manera autónoma, de manera tal que le sea de utilidad para su propio desarrollo profesional y/o académico.
Objetivos de aprendizaje específicos:
- Repasar brevemente fundamentos epistémicos sobre qué es la medición en ciencias sociales, formulación de hipótesis, representación y tipos de modelos y variables.
- Revisar conceptos fundamentales para la aplicabilidad de la técnica, tales como asociación, varianza, covarianza, correlación y causalidad, tipos de error.
- Comprender las diferencias entre modelos exploratorios y confirmatorios, sus potencialidades y limitantes, así como la interacción y relación con otras técnicas de análisis multivariado.
- Presentar y hacer entrega de bibliografía especializada en la técnica, tanto en sus fases de aplicación como ejemplos de estudios que la utilizan, además de insumos para la realización y utilización de modelos de análisis factorial en R y RStudio.
Estudiantes de últimos años de pregrado en el área de las ciencias sociales, estudiantes de postgrado o profesionales de las áreas de Ciencias Sociales, Humanidades, Ciencias Políticas y Ciencias Económicas.
- Cada estudiante deberá contar con un dispositivo mediante el cual pueda asistir a las sesiones telemáticas, idealmente un computador operativo que cuente con R y Rstudio instalado previamente. Dado que es un curso de metodología avanzada, se espera que las y los estudiantes cuenten con competencias para la utilización del lenguaje R, es deseable contar con manejo en la instalación y configuración de librerías, manejo básico en el uso de sintaxis y lectura de base de datos.
- Se requiere conocimiento general de metodología cuantitativa a nivel teórico, deseable experiencia en análisis de datos mediante técnicas multivariadas.
- Es posible que parte de los materiales utilizados y compartidos se encuentren en inglés, por lo que es deseable un manejo intermedio del idioma. Se privilegiará la utilización de bibliografía en español, sin embargo, buena parte de la documentación disponible se encuentra en inglés.
La metodología del curso tiene como base la exposición del profesor mediante sesiones telemáticas sincrónicas en las que clase a clase se cubrirán los fundamentos teóricos y se realizarán ejercicios prácticos utilizando el lenguaje de programación R. Durante el transcurso de las sesiones se compartirán las bases de datos utilizadas, sintaxis y bibliografía consultada para facilitar la revisión por parte de los estudiantes.
Descarga el Programa completo de este curso
Programa del Curso
Sesión 1
Presentación general y fundamentos epistémicos
Presentación general del curso. Fundamentos teóricos de probabilidad y estadística, conceptos clave para la utilización de modelamiento estadístico (tipos de modelo; mutabilidad; representación exacta y representación adecuada; parsimonia). Reducción de la dimensionalidad y sus aplicaciones en investigación.
Sesión 2
Conceptos principales en la metodología del análisis factorial
Conceptos fundamentales para la interpretación estadística en modelos de análisis factorial de ítems; Tipos de variables según distintas clasificaciones; estadísticos de ajuste; Matrices de correlación, varianza y covarianza.
Sesión 3
Tipos de análisis de reducción de la dimensionalidad
Diferencias, potencialidades y limitantes en los análisis de reducción de dimensionalidad. Condiciones y metodologías para la estimación de variables latentes; Comunalidad, varianza explicada y covarianza; Métodos de iteración y estimación.
Sesión 4
Análisis de componentes principales
Antecedentes metodológicos, supuestos teóricos y aplicaciones prácticas; Supuestos estadísticos y pasos para el análisis; Diferencias prácticas en el análisis de variables categóricas; interpretación estadística. Aplicación de la técnica utilizando RStudio.
Sesión 5
Análisis factorial exploratorio
Antecedentes metodológicos, supuestos teóricos y aplicaciones prácticas; Supuestos estadísticos y pasos para el análisis; estimación de parámetros, rotación de factores e indicadores de ajuste; Interpretación estadística. Aplicación de la técnica utilizando RStudio.
Sesión 6
Análisis factorial confirmatorio
Antecedentes metodológicos, supuestos teóricos y aplicaciones prácticas; Supuestos estadísticos y pasos para el análisis; especificación, estimación de parámetros, evaluación de ajuste, rotación de factores e indicadores de ajuste; Interpretación estadística. Aplicación de la técnica utilizando RStudio.
Sesión 7
Análisis factorial confirmatorio y modelos de ecuaciones estructurales
Modelamiento visual de teorías causales: del análisis de caminos al modelamiento de ecuaciones estructurales. Antecedentes metodológicos, supuestos teóricos y aplicaciones prácticas: Limitaciones de los modelos de variable latente; potencialidades y nuevas investigaciones en torno a los modelos de ecuaciones estructurales.
Facilitador

Nicolás Muñoz Cerda
Licenciado en Historia y Magíster en Ciencias Sociales por la Universidad de Chile. Se ha desempeñado como asesor metodológico, coordinador de procesos de levantamiento de información cuantitativa y analista en diversos proyectos de investigación.
Sus líneas principales líneas de trabajo giran en torno a los estudios socioambientales, estructuración social y desigualdades e historia económica.
En cuanto a docencia, en la actualidad se desempeña como profesor adjunto en la Universidad de Santiago de Chile, anteriormente fue ayudante de cátedra en diversos cursos tanto en la Facultad de Filosofía y Humanidades como de la Facultad de Ciencias Sociales de la Universidad de Chile.