Análisis Factorial y Componentes principales en R.

Autores: Luis Alejandro Quimbayo Suárez - Jose Yesid Salazar Quiroga

El presente documento tiene como fin mostrar el uso de R en el análisis de información, útil en la investigación de mercados. Para ello, mediante la dinámica de tutoriales se explicará cómo realizar dicho análisis.

Se explicará en una serie de videos como realizar un análisis factorial y un análisis de componentes principales desde R. Aclaramos que hacemos uso de las herramientas del software R, como lo es Rcomander.

En este trabajo también se suministrará el código resultante del proceso de análisis en un archivo de texto, al igual que archivos en excel que contienen la base de datos usadas en los videos para que el proceso pueda ser replicado por la persona que lee el documento.

¿Qué es R, Rstudio y R-commander?

R es un lenguaje de programación y un entorno de trabajo, cuyo fin es el análisis estadístico y la generación de gráficas. Cabe mencionar algo muy importante, R es que es un proyecto de software libreR.

Por otro lado, Rstudio facilita el trabajo bajo el lenguaje de programación, dado que es un entorno de trabajo integrado para R. También es un software libre.

Por último, R-commander es conocido como una interfaz gráfica para trabajar bajo el lenguaje de programación R, este permite realizar cálculos estadísticos sin necesidad de conocer los comandos del lenguaje R. También es un software libre.

Se puede notar que los dos últimos ( Rstudio y R-commader) trabajan sobre el lenguaje de programación R y que facilitan su uso, ya sea completando los comandos de forma amigable o permitiendo realizar análisis estadístico y gráficas de forma inmediata sin necesidad de conocer el código.

Antes de iniciar con el análisis de componentes principales, se explicará cómo importar un archivo de excel a Rstudio y posteriormente como limpiarlo en caso de tener celdas vacías, conocidas como datos perdidos o al querer eliminar una columna de información correspondiente a una variable.

Cómo limpiar una base de datos desde Rstudio

A continuación se encuentra un archivo Excel que puede ser descargado. Este archivo contiene una base de datos con observaciones en blanco (NA) y 99 para determinar que es un dato perdido.

El siguiente video explica como limpiar de esa base de datos dichas observaciones con datos perdidos.

Primeras gráficas con Rstudio.

Etiquetas de valor

Análisis factorial.

A continuación, se pone a disposición del lector un archivo Excel con el cual se llevará a cabo el análisis factorial y de componentes principales en Rcomander al igual que la versión portable del programa, juntos para ser descargados.

Descargar Rcomander, versión portable

El análisis factorial es usado para encontrar variables homogéneas; que se correlacionan mucho entre sí, resumidas dentro de un conjunto grande de variables.

Análisis de componentes principales con R-commander.

¿Qué es?

Corresponde a un tipo de análisis factorial, este caso es un análisis estadístico multivariado cuyo objetivo es tratar de crear nuevas variables como resultado de conbinaciones lineales entre las ya existentes, para así agrupar la mayor variación en estas nuevas; llamadas tambien componentes principales. De esa forma se pasa de tener muchas variables a tener pocas.