¿Cuál es la diferencia entre análisis factorial y análisis envolvente de datos?

El análisis factorial se refiere a la técnica estadística de estudiar la extracción de factores únicos de grupos de variables. Fue propuesto por primera vez por el psicólogo británico C.E. Spearman. Encontró que existe una cierta correlación entre los puntajes de los estudiantes en varias materias. Los estudiantes con buenos puntajes en una materia a menudo tienen mejores puntajes en otras materias y, por lo tanto, especuló si existen algunos factores negativos potenciales o si algunas condiciones intelectuales generales afectan los resultados de los estudiantes. rendimiento académico. El análisis factorial puede encontrar factores representativos ocultos entre muchas variables. Agrupar variables de la misma naturaleza en un factor puede reducir el número de variables y probar hipótesis sobre la relación entre variables.

El Análisis Envolvente de Datos (DEA) es un nuevo campo de investigación interdisciplinaria entre la investigación de operaciones, las ciencias de la gestión y la economía matemática. Es un método de análisis cuantitativo que utiliza métodos de programación lineal para evaluar la efectividad relativa de unidades comparables del mismo tipo basándose en múltiples indicadores de entrada y múltiples indicadores de salida. Desde que el método DEA y su modelo fueron propuestos por los famosos investigadores de operaciones estadounidenses A. Charnes y W.W Cooper en 1978, se ha utilizado ampliamente en diferentes industrias y departamentos, y ha demostrado sus ventajas únicas al tratar con entradas multiíndice y múltiples. -Indexar salidas.