Análisis de Componentes Principales con correlaciones policóricas: Aplicación en consumo de medios

Este documento de trabajo describe el Análisis de Componentes Principales (PCA, por sus siglas en inglés) como técnica estadística exploratoria y reductiva, así como su aplicación con correlaciones policóricas. Estos modelos bivariados operan como técnica auxiliar y permiten un mejor ajuste con variables ordinales/cuasi-cuantitativas, lo que es bastante útil para investigaciones en ciencias sociales. Se conduce una aplicación práctica utilizando conjuntos de datos de encuestas de opinión nacionales con muestreos probabilísticos para explorar el consumo de medios y la participación política en Argentina (N = 1.200), Chile (N = 1.200) y Uruguay (N = 1.202). Los resultados permiten identificar tres hallazgos relevantes. Primero, los coeficientes policóricos suelen ser más precisos que los de Pearson para variables cuasi-cuantitativas. Segundo, se evalúan diversos métodos de retención de componentes/factores y se demuestra la utilidad del Análisis Paralelo (PA, por sus siglas en inglés). Tercero, la extracción de matrices policóricas no es sustancialmente distinta a la de Pearson. En definitiva, este trabajo permite apreciar un uso aplicado de PCA con correlaciones policóricas que podría extenderse a otras investigaciones en ciencias sociales.