Projectes de recerca competitius finançats per entitats externes
FREE-FA: un modelo extendido de anàlisis factorial no restricto basado en residuales libres con aplicación al anàlisis de ítems en medidas de rendimiento típico / FREE -FA: an extended free-residuals unrestricted factor analysis model with applications to
Acrònim
FREE-FA
Títol projecte
FREE-FA: un modelo extendido de anàlisis factorial no restricto basado en residuales libres con aplicación al anàlisis de ítems en medidas de rendimiento típico / FREE -FA: an extended free-residuals unrestricted factor analysis model with applications to
Referència externa
PID2020-112894GB-I00
Descripció/abstract
Este proyecto pretende desarrollar una serie de procedimientos que se centran en un aspecto poco trabajado del Análisis Factorial Exploratorio: la presencia de errores correlacionados que el modelo habitualmente supone como independientes. Con ello se trata de ampliar el marco del modelo AFE clásico eliminando la restricción de que la matriz de unicidades sea diagonal, y permitiendo, por tanto, el modelado de residuales correlacionados. A pesar de que se han hecho propuestas en este sentido, los procedimientos factoriales no restrictos actualmente disponibles no contemplan esta posibilidad, lo que, en situaciones bastante realistas, puede llevar a soluciones factoriales que aparentemente presentan un buen ajuste, con residuales empíricos bajos, pero con estimaciones fuertemente sesgadas. Cabe señalar que actualmente no existe ningún método que, de forma general, permita detectar correctamente los errores de especificación debidos a residuales correlacionados cuando se aplica incorrectamente el modelo clásico. El enfoque general que planteamos se centraría pues en (a) el desarrollo de procedimientos de diagnóstico de residuales correlacionados que mejoren el funcionamiento de los actualmente existentes, y (b) el modelado explícito de los residuales, en soluciones con diferentes grados de especificación y restricción, que permitan no solo la estimación de estos nuevos parámetros, sino también la estimación insesgada de los demás parámetros estructurales (fundamentalmente cargas, pero también unicidades y correlaciones entre factores). Los problemas debidos a residuales correlacionados se suelen dar con mucha frecuencia en medidas de rendimiento típico. Además, en estas medidas, frecuentemente los ítems no son indicadores puros de un único factor, por lo que aparecen saturaciones secundarias, no siempre predecibles, pero que tienen interpretación desde el modelo substantivo de los rasgos latentes estimados. Por esta razón, la calibración de estos ítems conviene hacerla desde el modelo AFE y el modelo semi-confirmatorio basado en análisis factorial no-restricto. Se sigue, por tanto, que, si se pretenden calibrar ítems complejos, la incorporación de residuales correlacionados debe hacerse desde el modelo no restricto. Así pues, partiendo de este marco general, desde el punto de vista metodológico, se pretenden desarrollar propuestas tanto para detectar la presencia de residuales correlacionados como para modelarlos. Asimismo, se pretende implementar dichos procedimientos en programas no comerciales como FACTOR y de acceso abierto como R. Con respecto a los objetivos aplicados pretendemos analizar la aplicabilidad de los procedimientos expuestos anteriormente en la revisión y desarrollo de medidas de rendimiento típico en las cuales tradicionalmente, o bien se han observado problemas derivados de la existencia de residuales correlacionados, o bien se espera que este problema se produzca. Asimismo, se pretenden evaluar las ventajas que de este tipo de procedimientos respecto de los procedimientos clásicos que suponen la independencia de los términos de error.
Entitat finançadora
MINISTERIO DE CIENCIA E INNOVACIÓN
Import concedit
42.350,00 €
Logos
Convocatòria
Programa Estatal de Generación de Conocimiento y Fortalecimiento Científico y Tecnológico del Sistema de I+D+i y del Programa Estatal de I+D+i Orientada a los Retos de la Sociedad, del Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020. Ayudas a Proyectos de I+D+i 2020. Modalidad: Generación de Conocimiento. Any 2020
