Análisis grupos de colciencias

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 : [email protected]

mailto:[email protected]

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


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


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.


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


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


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


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.


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.


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.


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.


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


% acumulado


% 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%.


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.


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


Ilustración 2. Mapa perceptual de los factores principales


Ilustración 3. Mapa perceptual factores F1 y F3


Ilustración 4. Mapa perceptual factores F2 y F3


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.


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.

Análisis grupos de colciencias

Documents

Transcript of Análisis grupos de colciencias