Psicología, Deporte y Actividad Física. Investigaciones Aplicadas | Page 281
Como prueba de rangos se puede utilizar la prueba de Willcoxon de comparación de dos
muestras apareadas con exigencias más alta para la significación.
Para el caso particular de variables dicotómicas se tiene la Prueba Q de Cochran, que
constituye la generalización natural de la prueba de Mc Nemar a k proporciones de muestras
apareadas.
1.3.2 Para evaluar y analizar, con un propósito específico, más de dos variables a la vez.
Se denomina análisis multivariado al conjunto de métodos y técnicas estadísticas ideadas para
evaluar y analizar, con un propósito específico, más de dos variables a la vez.
Las técnicas multivariadas se dedican a la evaluación de las relaciones dentro de un conjunto
de variables, particularmente cuando éstas son más de tres.
El análisis multivariado es una rama del análisis estadístico concerniente con las relaciones de
conjuntos de variables dependientes.
Existen diferentes técnicas multivariadas: Análisis Factorial, Análisis de Regresión Múltiple,
Análisis de Varianza Multivariado, Análisis Discriminante, Análisis de Clusters, entre otras.
De estas técnicas, se utiliza con mayor frecuencia el análisis factorial en las tesis de la
Maestría en Psicología del Deporte.
DESCRIPCIÓN
El análisis factorial es una técnica estadística cuyo objetivo esencial es reducir el conjunto de
datos aportados por m variables X1, X2..., Xn suficientemente bien correlacionadas, a unos
pocos factores F1, F2..., Fp que sean capaces de explicar en gran medida, la variabilidad de
la muestra original.
Se utiliza especialmente con fines exploratorios, para detectar la existencia de posibles
componentes subyacentes o denominaciones fundamentales en el fenómeno que permiten
descubrir nuevos conceptos y reducir los datos. En resumen, simplifica y organiza en
estructuras más generales un gran número de variables.
Los objetivos que llevan a un investigador a utilizar el análisis factorial son diversos:
tener medidas de un conjunto de variables, y después de conocidas realizar la construcción
relacional subyacente entre las variables, a fin de explicar dichas influencias;
probar una hipótesis de trabajo sobre el número y la naturaleza de las construcciones
factoriales que explican las relaciones entre variables;
desear simplemente una reducción de datos;
problemas relacionados con la búsqueda de un indicador.
273