análisis grupos de colciencias
Post on 29-Nov-2014
579 Views
Preview:
DESCRIPTION
TRANSCRIPT
ANÁLISIS DE LOS GRUPOS DE COLCIENCIAS
EN CIENCIAS SOCIALES Y APLICADAS
APLICANDO ANÁLISIS FACTORIAL
Subcategoría Economía
Líneas de investigación en Contabilidad y Finanzas
Jhonatan Darío Arroyave Montoya1
Autor
Juan de Jesús Sandoval
Asesor
INSTITUTO TECNOLÓGICO METROPOLITANO
FACULTAD DE INGENIERÍAS
Medellín, Colombia
2011
Estudiante de octavo semestre en Ingeniería Financiera y de Negocios. Instituto Tecnológico Metropolitano – ITM-.
Medellín-Colombia. Dirección: Campus fraternidad Calle 54ª # 30-01-Oficina 513- Barrio Boston Medellín,
Colombia. Tel (574) 4600727 ext. 5558. email : jhonatanarroyave47515@correo.itm.edu.co
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
Contenido 1 INTRODUCCIÓN ..................................................................................................................... 3
2 PLANTEAMIENTO DEL PROBLEMA ........................................................................................ 4
3 JUSTIFICACIÓN....................................................................................................................... 5
4 OBJETIVOS ............................................................................................................................. 5
4.1 Objetivo General ........................................................................................................... 5
4.2 Objetivos específicos ..................................................................................................... 6
5 METODOLOGÍA ...................................................................................................................... 6
5.1 Recolección de datos ..................................................................................................... 6
5.2 Software Estadístico ...................................................................................................... 7
5.3 Metologia Estadistica .................................................................................................... 7
6 RESULTADOS ......................................................................................................................... 9
7 Conclusiones........................................................................................................................ 18
8 Bibliografía .......................................................................................................................... 19
INDICE DE TABLAS
Tabla 1. Variables Estudiadas en el analisis .......................................................................... 9
Tabla 2. Resultados del análisis estadístico descriptivo ...................................................... 9
Tabla 3. Resultados de la matriz de correlación ................................................................. 10
Tabla 4. Resultados de las medidas de adecuación del modelo. KMO y prueba de
Bartlett ........................................................................................................................................ 11
Tabla 5. Resultados de estimación de las Comunidades .................................................. 11
Tabla 6. Varianza total explicada ........................................................................................... 12
Tabla 7. Matriz de componentes rotados(a) ........................................................................ 13
INDICE DE ILUSTRACIONES
Ilustración 1. Gráfico de sedimentación ................................................................................ 13
Ilustración 2. Mapa perceptual de los factores principales ................................................ 15
Ilustración 3. Mapa perceptual F1 y F3 ................................................................................. 16
Ilustración 4. Mapa perceptual F2 y F3 ................................................................................ 17
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
1 INTRODUCCIÓN
En el Semillero de Investigación “FINANCE” del Instituto Tecnológico
Metropolitano, con líneas de investigación declaradas ante Colciencias en
Economía, Contabilidad y Finanzas, se propuso establecer cuáles eran los
temas y proyectos de investigación a nivel nacional que se estaban
desarrollando y mirar si estaban acorde con las exigencias actuales y futuras
de las Finanzas y la Contabilidad, asimismo, determinar ¿Cuál era el
comportamiento de los grupos de investigación en Colombia por áreas del
conocimiento, categoría Ciencias Sociales y Aplicadas – subcategoría
Economía?, estudio que se realizó con el apoyo del Grupo de Investigación
GESTA del Instituto Tecnológico Metropolitano – ITM- mediante la Técnica
Multivariante de Análisis Factorial.
Con los resultados encontrados en esta búsqueda, se expusieron las
principales temáticas que estas áreas del conocimiento encontrando relevante
para su desarrollo académico futuro, a fin de determinar, la pertinencia y lo
apropiado o no de las investigaciones de estas profesiones en el ámbito, local,
nacional e internacional.
El Departamento Administrativo de Ciencia2 COLCIENCIAS, Tecnología e
Innovación en su base de datos Scienti, clasificación de grupos por áreas del
conocimiento, categoría Ciencias Sociales y Aplicadas – subcategoría
Economía – cuenta con un registro de 167 grupos.
Para la presentación del trabajo realizado por el antiguo grupo de Investigación
GESTA (actual MAPLEST), se empleó métodos multivariados. La información
estadística provino de las repuestas o atributos, las cuales fueron observadas o
medidas sobre un conjunto de individuos u objetos, referenciados
especialmente en un espacio y tiempo. Cada respuesta o atributo estuvo
asociada con una variable3; si tan solo se registraba un atributo por individuo,
los datos resultantes eran del tipo univariado, mientras que si más de una
variable era registrada sobre cada objeto, los datos tenían una estructura
2 Departamento Administrativo encargado de la Gestión para la tecnología e innovación de Colombia, y
autoridad científica encargada del registro y categorización de los Grupos de investigación del país. 3 La cual hace visible un concepto que se inscribe dentro de un marco teórico especifico
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
multivariada. En una forma más general, los datos multivariados pueden
proceder de varios grupos o poblaciones de objetos; donde el interés se dirige
a la exploración de las variables y la búsqueda de su interrelación dentro de los
grupos y entre ellos. Los valores que cualquier variable puede tomar se
pueden clasificar en escala métrica (cuantitativa) y no métrica (cualitativa o
categórica); para este estudio empleamos la técnica de Análisis Factorial
Exploratoria.
2 PLANTEAMIENTO DEL PROBLEMA
Los grupos de investigación debidamente registrados en COLCIENCIAS
mantienen actualizada la base de datos registrando en las categorías
respectivas las actividades realizadas, esta información nos mostró cual era
comportamiento investigativo por dichos grupos en un área específica del
conocimiento; sin embargo, para poder entender cuál era dicho
comportamiento de estos grupos y la relación que posiblemente existía entre
los mismos era necesario emplear estadística multivariada al encontrarnos
con múltiples variables atributivas a cada uno de los grupos de investigación.
Dentro del grupo de investigación FINANCE, de la facultad de Ingeniería ITM,
se requería determinar cuál era la interdependencia de las variables que
catalogaban cada uno de los Grupos de Investigación y el comportamiento de
dichos grupos.
El registro que presentaba COLCIENCIAS para cada uno de los grupos tenía
múltiples variables, las cuales debieron ser analizadas con técnicas
estadísticas apropiadas como lo fue el Análisis Multivarible.
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
3 JUSTIFICACIÓN
Este trabajo fue un aporte importante a la investigación iniciada por el Semillero
de Investigación FINANCE con el apoyo del grupo MAPLEST, ya que se pudo
investigar cómo se comportaban los grupos de investigación clasificados por
COLCIENCIAS por áreas del conocimiento, categoría Ciencias Sociales y
Aplicadas – subcategoría Economía – el cual cuenta con un registro de 167
grupos.
Investigar cuáles eran las variables más significativas – explicativas-, y cuál era
su relación e interdependencia, permitió presentar estrategia que incrementó su
participación, su nivel de categorización y una posible reorganización en las
políticas investigativas al interior del Grupo FINANCE, buscando una estructura
investigativa que apuntó a incrementar la participación en aquellas variables
que explican el comportamiento de los Grupos.
4 OBJETIVOS
4.1 Objetivo General
Analizar el comportamiento y la relación posible existente entre los grupos de
investigación registrados ante COLCIENCIAS en su base de datos SCIENTI,
clasificación de grupos por áreas del conocimiento, categoría Ciencias Sociales
y Aplicadas – subcategoría Economía – con líneas de investigación en
Contabilidad y Fianzas
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
4.2 Objetivos específicos
Determinar el número de factores que expliquen el comportamiento de
los grupos investigativos materia de estudio con base en las variables
analizadas.
Analizar la intercorrelación entre las variables seleccionadas del registro
COLCIENCIAS para los grupos de investigación.
Identificar posibles dominios factoriales con base en los resultados del
análisis factorial
Darle sentido interpretativo en el área de las finanzas a los factores
encontrados.
5 METODOLOGÍA
5.1 Recolección de datos
Los datos4 fueron tomados del Departamento Administrativo de Ciencia,
Tecnología e Innovación (COLCIENCIAS) de su base de datos SCIENTI,
clasificación de grupos por áreas del conocimiento, categoría Ciencias Sociales
y Aplicadas – subcategoría Economía – contando con un registro de 167
grupos, de los cuales se realizó una búsqueda teniendo en cuenta el siguiente
criterio: los grupos a seleccionar debían tener por lo menos una línea de
investigación en Contabilidad y/o Finanzas. Esta consulta arrojó una muestra
de 36 grupos investigativos, a los cuales se les tuvieron en cuenta las
siguientes variables: categoría, líneas de investigación, integrantes, artículos
publicados en revistas científicas, capítulos de memoria, libros publicados,
capítulo de libros publicados, textos en publicaciones no científicas, otra
producción bibliográfica, presentación de trabajo, trabajos dirigidos/tutorías
concluidas, trabajos dirigidos/tutorías en marcha, y proyectos, para un total de
4 Información tomada
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
12 variables; todas las variables son métricas y forman un conjunto homogéneo
apropiado para el Análisis Factorial.
5.2 Software Estadístico
Para el desarrollo de este estudio se realizó el análisis estadístico con el
software SPSS (Statistical Package for the Social Sciences) para Windows
utilizando la versión 15.0 (VISATUA VINACUA, 2002).
5.3 Metodología Estadística
Para determinar el comportamiento y la relacion existenete entre los grupos de
investigacion materia de estudio, y analizar la relacion entre las variables
seleccionadas se empleó analisis multivariante, por requerir de un analisis
simultaneo de medida multiples de cada individuo u objeto sometido a
investigacion, ya que cualquier analisis simultaneo de mas de dos variables. El
proposito dela analisis multivariante es medir, explicar y predecir el grado de
relacion de dos valores teoricos(combinaciones ponderadas de variables). Por
tanto, el carácter multivariante reside en los multiples valores teoricos y no solo
en el numero de variables u observaciones (HAIR, Jr., ANDERSON, TATHAM,
& BLACK, 2000)
Se empleó el Método Multivariado de interdependencia métrica con análisis
factorial exploratorio. “El análisis factorial tiene como propósito 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
número de variables con la definición de una serie de dimensiones
subyacentes comunes, conocidas como factores. Con el análisis factorial, el
investigador puede identificar primero las dimensiones separadas de la
estructura y entonces determinar el grado en que se justifica cada variable con
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
cada dimensión. Una vez se determina estas dimensiones y la explicación de
cada variable, puede lograr los dos objetivos principales para el análisis
factorial” referencia (el resumen y la reducción de datos).
El análisis factorial “es una técnica de interdependencia en la que se
consideran todas las variables simultáneamente, cada una relacionada con
todas las demás y empleando todavía el valor teórico, el compuesto lineal de
las variables” referencia.
El método de rotación empleado es el método ortogonal VARIMAX, el cual,
según…..Tatan y colaboradores, 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 están cercanas a -1 Indican una asociación
negativa, cercanas a +1 una asociación positiva y cercanas a cero (0) una clara
ausencia de asociación.
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
6 RESULTADOS
Mediante el uso del paquete estadístico SPSS se realizó análisis factorial
exploratorio, utilizando el método de extracción de componentes principales.
Tabla 1. Variables Estudiadas en el análisis
Variables estudiadas
X1 Categoría de COLCIENCIAS
X2 Integrantes
X3 Articulos publicados en revistas cientificas
X4 Capitulos de memoria
X5 Libros publicados
X6 Capitulos de libros publicados
X7 Textos en publicaciones no cientificas
X8 Otra produccion bibliografica
X9 Presentacion de trabajo
X10 Trabajos dirigidos/ tutorias concluidas
X11 Trabajos dirigidos / tutorias en marcha
X12 Proyectos
Las variables se etiquetaron para un mejor manejo de la información
Tabla 2. Resultados del análisis estadístico descriptivo
Variable Media Desviación típica N del análisis
x1 4.25 1.025 36
x2 17.36 18.748 36
x3 32.92 42.736 36
x4 11.17 20.307 36
x5 3.86 4.072 36
x6 4.89 8.928 36
x7 10.86 22.460 36
x8 12.44 44.252 36
x9 3.31 7.222 36
x10 24.44 27.654 36
x11 3.39 4.993 36
x12 17.47 31.473 36
Las desviación típica nos muestra como algunas variables (x2, x3, x4, x7, x8,
x10, x12) tiene datos alejados de la Media, indicando la existencia de algunos
grupos que sobresalen en determinados trabajos científicos o no científicos.
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
Tabla 3. Resultados de la matriz de correlación
CORRELACIONES
x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12
x1 1 -0,64 -0,74 -0,7 -0,75 -0,74 -0,31 -0,67 -0,13 -0,44 0,07 -0,58
x2
1 0,467 0,72 0,643 0,768 -0,1 0,87 -0,01 0,245 -0,09 0,817
x3 1 0,565 0,534 0,74 0,727 0,533 0,382 0,346 -0,05 0,624
x4
1 0,647 0,876 -0,05 0,749 -0,13 0,155 -0,09 0,768
x5 1 0,756 0,064 0,755 -0,05 0,327 -0,09 0,692
x6 1 0,194 0,874 0,019 0,338 -0,17 0,816
x7 1 -0,05 0,594 0,17 -0,16 0,095
x8 1 -0,12 0,445 -0,12 0,819
x9 1 -0,19 -0,11 0,037
x10
1 -0,11 0,064
x11 1 -0,01
x12 1
SIGNIFICACIÓN UNILATERAL
x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12
x1 0,000 0,000 0,000 0,000 0,000 0,035 0,000 0,224 0,004 0,343 0,000
x2
0,002 0,000 0,000 0,000 0,277 0,000 0,48 0,075 0,296 0,000
x3 0,000 0,000 0,000 0,000 0,000 0,011 0,019 0,388 0,000
x4 0,000 0,000 0,396 0,000 0,219 0,183 0,308 0,000
x5 0,000 0,354 0,000 0,388 0,026 0,301 0,000
x6 0,129 0,000 0,456 0,022 0,168 0,000
x7 0,379 0,000 0,161 0,177 0,291
x8 0,246 0,003 0,246 0,000
x9 0,134 0,253 0,415
x10 0,26 0,355
x11 0,472
x12
El análisis de la matriz de correlaciones, requiere identificar aquellas que sean
estadísticamente relevantes. En este caso, existen altas correlaciones entre las
variables materia de análisis. El análisis de la significación unilateral confirma lo
anterior al mostrar altas significación de cada una de las variables; esto nos
confirma lo apropiado de realizar el estudio con un Análisis Factorial.
Se analiza la matriz de correlaciones para observar cómo se comporta cada
variable frente a las otras y para observar su determinante el cual debe ser muy
pequeño para poder decir que el grado de intercorrelación entre las variables
es muy alto.
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
Tabla 4. Resultados de las medidas de adecuación del modelo. KMO y prueba de Bartlett
Medida de adecuación muestral de Kaiser-Meyer-Olkin. .693
Prueba de esfericidad de Bartlett
Chi-cuadrado aproximado 437.306
gl 66
Sig. .000
Se realizó un contrate de esfericidad de Barlett y de Medida de KMO para
determinar si hay correlación entre las variables objeto de estudio y para
determinar si la técnica de análisis factorial es aplicable en este caso.
Al observar los resultados en la tabla anterior, el estadístico KMO tiene un valor
de 0,693 que lo acerca a la unidad, lo que indica que los datos se adecuan
para efectuar un análisis factorial y el contraste de Bartlett con p-valor <0,005
indica que se rechaza la hipótesis nula de que las variables iníciales no están
correlacionadas, por lo tanto se puede efectuar un análisis factorial.
Tabla 5. Resultados de estimación de las Comunidades
Variables Inicial Extracción
x1 1,000 ,771
x2 1,000 ,801
x3 1,000 ,910
x4 1,000 ,808
x5 1,000 ,710
x6 1,000 ,910
x7 1,000 ,908
x8 1,000 ,898
x9 1,000 ,765
x10 1,000 ,866
x11 1,000 ,172
x12 1,000 ,882
Método de extracción: Análisis de Componentes principales. El porcentaje de explicación de xi mediante los tres factores está dado por su
respectiva comunalidad.
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
Al aplicar el método de extracción de componentes principales en el análisis
factorial con rotación varimax se obtuvo los siguientes resultados:
Tabla 6. Varianza total explicada
Componente Auto valores iniciales Sumas de las saturaciones al
cuadrado de la extracción
Suma de las saturaciones al cuadrado de la
rotación
Total % de la varianza
% acumulado
Total % de la varianza
% acumulado
Total % de la varianza
% acumulado
1 6,173 51,444 51,444 6,173 51,444 51,444 5,793 48,274 48,274
2 2,076 17,297 68,741 2,076 17,297 68,741 2,138 17,818 66,092
3 1,151 9,595 78,336 1,151 9,595 78,336 1,469 12,244 78,336
4 ,982 8,183 86,519
5 ,497 4,144 90,663
6 ,420 3,504 94,167
7 ,320 2,665 96,832
8 ,189 1,578 98,409
9 ,081 ,671 99,081
10 ,063 ,524 99,605
11 ,028 ,232 99,837
12 ,020 ,163 100,000
Método de extracción: Análisis de Componentes principales.
Observamos la información relevante a los 12 posibles factores y su poder
explicativo relativo expresado por sus autovalores. Además de valorar la
importancia de cada componente, podemos emplear los autovalores como
ayuda para seleccionar el número de factores.
Con la información obtenida, podemos decir que los tres primero factores son
pertinentes, dada la explicación o información a la que podemos acceder, el
cual es de un 78,36%.
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
Ilustración 1. Gráfico de sedimentación
La grafica de sedimentación nos indica que en el factor 4 se encuentra el
criterio de contraste de caída, por lo que se seleccionan los tres primeros
factores, los cuales se encuentran en un criterio de raíz latente. El criterio de
selección está dado por los autovalores, mayores a 1.
Tabla 7. Matriz de componentes rotados(a)
Componente
1 2 3
x1 -,756 -,269 -,357
x2 ,892 -,069 ,016
x3 ,625 ,663 ,282
x4 ,898 -,039 ,004
x5 ,811 ,017 ,229
x6 ,921 ,145 ,200
x7 -,010 ,903 ,304
x8 ,911 -,113 ,235
x9 -,053 ,856 -,170
x10 ,210 -,097 ,902
x11 -,019 -,116 -,398
x12 ,920 ,117 -,149
Método de extracción: Análisis de componentes principales.
Método de rotación: Normalización Varimax con Kaiser.
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
A La rotación ha convergido en 4 iteraciones. Al realizar la rotación podemos encontrar la conformación de cada uno de los
factores los cuales están explicados si: el factor 1 está compuesto la variables
x1, x2, x4, x5, x6, x8, x12; el factor 2 está conformado por las variables x3, x7,
x9; el factor 3 solo está conformado por la variable x10.
Luego de identificar la conformación de los factores, se tiene por pertinente
asignarles los siguientes nombres:
Factor 1: Trabajos con Mayor exigencia Científica
Factor 2: Trabajos con mediana Exigencia Científica
Factor 3: Trabajos con Mínima Exigencia Científica
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
Ilustración 2. Mapa perceptual de los factores principales
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
Ilustración 3. Mapa perceptual factores F1 y F3
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
Ilustración 4. Mapa perceptual factores F2 y F3
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
7 Conclusiones
Se puede afirmar que dadas las condiciones del problema, la aplicación de los
métodos Multivariados para este estudio fue acertado para el análisis de la
interdependencia de las variables.
Los resultados obtenidos son los adecuados dada la bondad del ajuste para
presentar un informe más detallado al Semillero de Investigación FINANCE,
para que continúe con su investigación.
La obtención de las variables subyacentes nos indica que las variables están
correlacionadas según el grado de dificultad científica que requiere cada
producto o proceso identificado en las variables estudiadas.
La técnica factorial puede ser una técnica estadística Multivariante muy útil y
poderosa para la extracción efectiva de información; indica relaciones
interesantes que podrían no ser obvias con un análisis simple a partir de las
variables originales.
Instituto Tecnológico Metropolitano – ITM Medellín-Colombia
8 Bibliografía
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, España: PRENTICE HALL IBERIA.
PEÑA 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, España: Mc GRAW-HILL.
top related