Análisis  grupos de colciencias
Upcoming SlideShare
Loading in...5
×

Like this? Share it with your network

Share
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
565
On Slideshare
565
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
2
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. 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 2011Estudiante 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
  • 2. Instituto Tecnológico Metropolitano – ITM Medellín-ColombiaContenido1 INTRODUCCIÓN ..................................................................................................................... 32 PLANTEAMIENTO DEL PROBLEMA ........................................................................................ 43 JUSTIFICACIÓN....................................................................................................................... 54 OBJETIVOS ............................................................................................................................. 5 4.1 Objetivo General ........................................................................................................... 5 4.2 Objetivos específicos ..................................................................................................... 65 METODOLOGÍA...................................................................................................................... 6 5.1 Recolección de datos..................................................................................................... 6 5.2 Software Estadístico ...................................................................................................... 7 5.3 Metologia Estadistica .................................................................................................... 76 RESULTADOS ......................................................................................................................... 97 Conclusiones........................................................................................................................ 188 Bibliografía .......................................................................................................................... 19INDICE DE TABLASTabla 1. Variables Estudiadas en el analisis.......................................................................... 9Tabla 2. Resultados del análisis estadístico descriptivo ...................................................... 9Tabla 3. Resultados de la matriz de correlación ................................................................. 10Tabla 4. Resultados de las medidas de adecuación del modelo. KMO y prueba deBartlett ........................................................................................................................................ 11Tabla 5. Resultados de estimación de las Comunidades .................................................. 11Tabla 6. Varianza total explicada ........................................................................................... 12Tabla 7. Matriz de componentes rotados(a) ........................................................................ 13INDICE DE ILUSTRACIONESIlustración 1. Gráfico de sedimentación ................................................................................ 13Ilustración 2. Mapa perceptual de los factores principales ................................................ 15Ilustración 3. Mapa perceptual F1 y F3 ................................................................................. 16Ilustración 4. Mapa perceptual F2 y F3................................................................................ 17
  • 3. Instituto Tecnológico Metropolitano – ITM Medellín-Colombia1 INTRODUCCIÓNEn el Semillero de Investigación “FINANCE” del Instituto TecnológicoMetropolitano, con líneas de investigación declaradas ante Colciencias enEconomía, Contabilidad y Finanzas, se propuso establecer cuáles eran lostemas y proyectos de investigación a nivel nacional que se estabandesarrollando y mirar si estaban acorde con las exigencias actuales y futurasde las Finanzas y la Contabilidad, asimismo, determinar ¿Cuál era elcomportamiento de los grupos de investigación en Colombia por áreas delconocimiento, categoría Ciencias Sociales y Aplicadas – subcategoríaEconomía?, estudio que se realizó con el apoyo del Grupo de InvestigaciónGESTA del Instituto Tecnológico Metropolitano – ITM- mediante la TécnicaMultivariante de Análisis Factorial.Con los resultados encontrados en esta búsqueda, se expusieron lasprincipales temáticas que estas áreas del conocimiento encontrando relevantepara su desarrollo académico futuro, a fin de determinar, la pertinencia y loapropiado o no de las investigaciones de estas profesiones en el ámbito, local,nacional e internacional.El Departamento Administrativo de Ciencia2 COLCIENCIAS, Tecnología eInnovación en su base de datos Scienti, clasificación de grupos por áreas delconocimiento, categoría Ciencias Sociales y Aplicadas – subcategoríaEconomía – cuenta con un registro de 167 grupos.Para la presentación del trabajo realizado por el antiguo grupo de InvestigaciónGESTA (actual MAPLEST), se empleó métodos multivariados. La informaciónestadística provino de las repuestas o atributos, las cuales fueron observadas omedidas sobre un conjunto de individuos u objetos, referenciadosespecialmente en un espacio y tiempo. Cada respuesta o atributo estuvoasociada con una variable3; si tan solo se registraba un atributo por individuo,los datos resultantes eran del tipo univariado, mientras que si más de unavariable era registrada sobre cada objeto, los datos tenían una estructura2 Departamento Administrativo encargado de la Gestión para la tecnología e innovación de Colombia, yautoridad 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
  • 4. Instituto Tecnológico Metropolitano – ITM Medellín-Colombiamultivariada. En una forma más general, los datos multivariados puedenproceder de varios grupos o poblaciones de objetos; donde el interés se dirigea la exploración de las variables y la búsqueda de su interrelación dentro de losgrupos y entre ellos. Los valores que cualquier variable puede tomar sepueden clasificar en escala métrica (cuantitativa) y no métrica (cualitativa ocategórica); para este estudio empleamos la técnica de Análisis FactorialExploratoria.2 PLANTEAMIENTO DEL PROBLEMALos grupos de investigación debidamente registrados en COLCIENCIASmantienen actualizada la base de datos registrando en las categoríasrespectivas las actividades realizadas, esta información nos mostró cual eracomportamiento investigativo por dichos grupos en un área específica delconocimiento; sin embargo, para poder entender cuál era dichocomportamiento de estos grupos y la relación que posiblemente existía entrelos mismos era necesario emplear estadística multivariada al encontrarnoscon 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 quecatalogaban cada uno de los Grupos de Investigación y el comportamiento dedichos grupos.El registro que presentaba COLCIENCIAS para cada uno de los grupos teníamúltiples variables, las cuales debieron ser analizadas con técnicasestadísticas apropiadas como lo fue el Análisis Multivarible.
  • 5. Instituto Tecnológico Metropolitano – ITM Medellín-Colombia3 JUSTIFICACIÓNEste trabajo fue un aporte importante a la investigación iniciada por el Semillerode Investigación FINANCE con el apoyo del grupo MAPLEST, ya que se pudoinvestigar cómo se comportaban los grupos de investigación clasificados porCOLCIENCIAS por áreas del conocimiento, categoría Ciencias Sociales yAplicadas – subcategoría Economía – el cual cuenta con un registro de 167grupos.Investigar cuáles eran las variables más significativas – explicativas-, y cuál erasu relación e interdependencia, permitió presentar estrategia que incrementó suparticipación, su nivel de categorización y una posible reorganización en laspolíticas investigativas al interior del Grupo FINANCE, buscando una estructurainvestigativa que apuntó a incrementar la participación en aquellas variablesque explican el comportamiento de los Grupos.4 OBJETIVOS4.1 Objetivo GeneralAnalizar el comportamiento y la relación posible existente entre los grupos deinvestigación registrados ante COLCIENCIAS en su base de datos SCIENTI,clasificación de grupos por áreas del conocimiento, categoría Ciencias Socialesy Aplicadas – subcategoría Economía – con líneas de investigación enContabilidad y Fianzas
  • 6. Instituto Tecnológico Metropolitano – ITM Medellín-Colombia4.2 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 METODOLOGÍA5.1 Recolección de datosLos 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 Socialesy Aplicadas – subcategoría Economía – contando con un registro de 167grupos, de los cuales se realizó una búsqueda teniendo en cuenta el siguientecriterio: los grupos a seleccionar debían tener por lo menos una línea deinvestigación en Contabilidad y/o Finanzas. Esta consulta arrojó una muestrade 36 grupos investigativos, a los cuales se les tuvieron en cuenta lassiguientes variables: categoría, líneas de investigación, integrantes, artículospublicados en revistas científicas, capítulos de memoria, libros publicados,capítulo de libros publicados, textos en publicaciones no científicas, otraproducción bibliográfica, presentación de trabajo, trabajos dirigidos/tutoríasconcluidas, trabajos dirigidos/tutorías en marcha, y proyectos, para un total de4 Información tomada
  • 7. Instituto Tecnológico Metropolitano – ITM Medellín-Colombia12 variables; todas las variables son métricas y forman un conjunto homogéneoapropiado para el Análisis Factorial.5.2 Software EstadísticoPara el desarrollo de este estudio se realizó el análisis estadístico con elsoftware SPSS (Statistical Package for the Social Sciences) para Windowsutilizando la versión 15.0 (VISATUA VINACUA, 2002).5.3 Metodología EstadísticaPara determinar el comportamiento y la relacion existenete entre los grupos deinvestigacion materia de estudio, y analizar la relacion entre las variablesseleccionadas se empleó analisis multivariante, por requerir de un analisissimultaneo de medida multiples de cada individuo u objeto sometido ainvestigacion, ya que cualquier analisis simultaneo de mas de dos variables. Elproposito dela analisis multivariante es medir, explicar y predecir el grado derelacion de dos valores teoricos(combinaciones ponderadas de variables). Portanto, el carácter multivariante reside en los multiples valores teoricos y no soloen el numero de variables u observaciones (HAIR, Jr., ANDERSON, TATHAM,& BLACK, 2000)Se empleó el Método Multivariado de interdependencia métrica con análisisfactorial exploratorio. “El análisis factorial tiene como propósito principal definirla estructura subyacente en una matriz de datos, aborda el problema de comoanalizar la estructura de las interrelaciones (correlaciones) entre un grannúmero de variables con la definición de una serie de dimensionessubyacentes comunes, conocidas como factores. Con el análisis factorial, elinvestigador puede identificar primero las dimensiones separadas de laestructura y entonces determinar el grado en que se justifica cada variable con
  • 8. Instituto Tecnológico Metropolitano – ITM Medellín-Colombiacada dimensión. Una vez se determina estas dimensiones y la explicación decada variable, puede lograr los dos objetivos principales para el análisisfactorial” referencia (el resumen y la reducción de datos).El análisis factorial “es una técnica de interdependencia en la que seconsideran todas las variables simultáneamente, cada una relacionada contodas las demás y empleando todavía el valor teórico, el compuesto lineal delas 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 matrizde factores. Maximiza la suma de las varianza de las cargas requeridas de lamatriz de factores, tendiente a ver varias cargas factoriales (esto es, cercanasa +/- 1) y algunas cargas cerca de cero en cada columna de la matriz. Cuandolas correlaciones variable factor están cercanas a -1 Indican una asociaciónnegativa, cercanas a +1 una asociación positiva y cercanas a cero (0) una claraausencia de asociación.
  • 9. Instituto Tecnológico Metropolitano – ITM Medellín-Colombia6 RESULTADOSMediante el uso del paquete estadístico SPSS se realizó análisis factorialexploratorio, 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 ProyectosLas variables se etiquetaron para un mejor manejo de la informaciónTabla 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 36Las desviación típica nos muestra como algunas variables (x2, x3, x4, x7, x8,x10, x12) tiene datos alejados de la Media, indicando la existencia de algunosgrupos que sobresalen en determinados trabajos científicos o no científicos.
  • 10. Instituto Tecnológico Metropolitano – ITM Medellín-Colombia Tabla 3. Resultados de la matriz de correlaciónCORRELACIONES x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12x1 1 -0,64 -0,74 -0,7 -0,75 -0,74 -0,31 -0,67 -0,13 -0,44 0,07 -0,58x2 1 0,467 0,72 0,643 0,768 -0,1 0,87 -0,01 0,245 -0,09 0,817x3 1 0,565 0,534 0,74 0,727 0,533 0,382 0,346 -0,05 0,624x4 1 0,647 0,876 -0,05 0,749 -0,13 0,155 -0,09 0,768x5 1 0,756 0,064 0,755 -0,05 0,327 -0,09 0,692x6 1 0,194 0,874 0,019 0,338 -0,17 0,816x7 1 -0,05 0,594 0,17 -0,16 0,095x8 1 -0,12 0,445 -0,12 0,819x9 1 -0,19 -0,11 0,037x10 1 -0,11 0,064x11 1 -0,01x12 1SIGNIFICACIÓN UNILATERAL x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12x1 0,000 0,000 0,000 0,000 0,000 0,035 0,000 0,224 0,004 0,343 0,000x2 0,002 0,000 0,000 0,000 0,277 0,000 0,48 0,075 0,296 0,000x3 0,000 0,000 0,000 0,000 0,000 0,011 0,019 0,388 0,000x4 0,000 0,000 0,396 0,000 0,219 0,183 0,308 0,000x5 0,000 0,354 0,000 0,388 0,026 0,301 0,000x6 0,129 0,000 0,456 0,022 0,168 0,000x7 0,379 0,000 0,161 0,177 0,291x8 0,246 0,003 0,246 0,000x9 0,134 0,253 0,415x10 0,26 0,355x11 0,472x12El análisis de la matriz de correlaciones, requiere identificar aquellas que seanestadísticamente relevantes. En este caso, existen altas correlaciones entre lasvariables materia de análisis. El análisis de la significación unilateral confirma loanterior al mostrar altas significación de cada una de las variables; esto nosconfirma lo apropiado de realizar el estudio con un Análisis Factorial.Se analiza la matriz de correlaciones para observar cómo se comporta cadavariable frente a las otras y para observar su determinante el cual debe ser muypequeño para poder decir que el grado de intercorrelación entre las variableses muy alto.
  • 11. Instituto Tecnológico Metropolitano – ITM Medellín-ColombiaTabla 4. Resultados de las medidas de adecuación del modelo. KMO y prueba de BartlettMedida de adecuación muestral de Kaiser-Meyer-Olkin. .693Prueba de esfericidad de Chi-cuadrado aproximado 437.306Bartlett gl 66 Sig. .000Se realizó un contrate de esfericidad de Barlett y de Medida de KMO paradeterminar si hay correlación entre las variables objeto de estudio y paradeterminar si la técnica de análisis factorial es aplicable en este caso.Al observar los resultados en la tabla anterior, el estadístico KMO tiene un valorde 0,693 que lo acerca a la unidad, lo que indica que los datos se adecuanpara efectuar un análisis factorial y el contraste de Bartlett con p-valor <0,005indica que se rechaza la hipótesis nula de que las variables iníciales no estáncorrelacionadas, 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 ,882Método de extracción: Análisis de Componentes principales.El porcentaje de explicación de xi mediante los tres factores está dado por surespectiva comunalidad.
  • 12. Instituto Tecnológico Metropolitano – ITM Medellín-ColombiaAl aplicar el método de extracción de componentes principales en el análisisfactorial con rotación varimax se obtuvo los siguientes resultados: Tabla 6. Varianza total explicada Suma de las Sumas de las saturaciones al saturaciones alComponente Auto valores iniciales cuadrado de la extracción cuadrado de la rotación % de la % % de la % % de la % Total Total Total varianza acumulado varianza acumulado 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 poderexplicativo relativo expresado por sus autovalores. Además de valorar laimportancia de cada componente, podemos emplear los autovalores comoayuda para seleccionar el número de factores.Con la información obtenida, podemos decir que los tres primero factores sonpertinentes, dada la explicación o información a la que podemos acceder, elcual es de un 78,36%.
  • 13. Instituto Tecnológico Metropolitano – ITM Medellín-Colombia Ilustración 1. Gráfico de sedimentaciónLa grafica de sedimentación nos indica que en el factor 4 se encuentra elcriterio de contraste de caída, por lo que se seleccionan los tres primerosfactores, los cuales se encuentran en un criterio de raíz latente. El criterio deselección 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.
  • 14. Instituto Tecnológico Metropolitano – ITM Medellín-ColombiaA La rotación ha convergido en 4 iteraciones.Al realizar la rotación podemos encontrar la conformación de cada uno de losfactores los cuales están explicados si: el factor 1 está compuesto la variablesx1, 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 pertinenteasignarles los siguientes nombres:Factor 1: Trabajos con Mayor exigencia CientíficaFactor 2: Trabajos con mediana Exigencia CientíficaFactor 3: Trabajos con Mínima Exigencia Científica
  • 15. Instituto Tecnológico Metropolitano – ITM Medellín-ColombiaIlustración 2. Mapa perceptual de los factores principales
  • 16. Instituto Tecnológico Metropolitano – ITM Medellín-ColombiaIlustración 3. Mapa perceptual factores F1 y F3
  • 17. Instituto Tecnológico Metropolitano – ITM Medellín-ColombiaIlustración 4. Mapa perceptual factores F2 y F3
  • 18. Instituto Tecnológico Metropolitano – ITM Medellín-Colombia7 ConclusionesSe puede afirmar que dadas las condiciones del problema, la aplicación de losmétodos Multivariados para este estudio fue acertado para el análisis de lainterdependencia de las variables.Los resultados obtenidos son los adecuados dada la bondad del ajuste parapresentar 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 estáncorrelacionadas según el grado de dificultad científica que requiere cadaproducto o proceso identificado en las variables estudiadas.La técnica factorial puede ser una técnica estadística Multivariante muy útil ypoderosa para la extracción efectiva de información; indica relacionesinteresantes que podrían no ser obvias con un análisis simple a partir de lasvariables originales.
  • 19. Instituto Tecnológico Metropolitano – ITM Medellín-Colombia8 BibliografíaBISQUERRA 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.