El HJ Biplot con Clustering K-Means como técnica de análisis estadístico textual: Exploración de una muestra de Literatura Científica en Psicología

Abstract

[ES]Este trabajo presenta una propuesta metodológica para el análisis estadístico de textos académicos. Utilizando el método Reinert como punto de partida, se desarrolla una alternativa metodológica más rica basada en la combinación del HJ biplot con técnicas de clasificación. La muestra de estudio consiste en 180 abstracts de artículos académicos seleccionados a través de una búsqueda bibliográfica exhaustiva en el campo de la psicología, específicamente centrada en el impacto de las redes sociales en la atención y la ansiedad. Estos abstracts se transformaron en tablas léxicas y se sometieron, tras una ponderación previa, a análisis multivariante usando el HJ Biplot para reducir la dimensionalidad de los datos. Además, se llevó a cabo una exploración de diferentes técnicas de clustering, concretamente DBSCAN, K-Means y clustering jerárquico con método de ward. Se exploraron las ventajas e inconvenientes de las diferentes técnicas. Los resultados más destacados y relevantes se obtuvieron a través del método de clustering K-Means.

[EN]This work presents a methodological proposal for the statistical analysis of academic texts. Using the Reinert method as a starting point, a richer methodological alternative is developed, based on the combination of HJ biplot with classification techniques. The study sample consists of 180 abstracts from academic articles selected through an exhaustive bibliographic search in the field of psychology, specifically focused on the impact of social networks on attention and anxiety. These abstracts were transformed into lexical tables and underwent multivariate analysis using the HJ biplot after prior weighting to reduce the dimensionality of the data. In addition, an exploration of different clustering techniques, specifically DBSCAN, K-Means, and Hierarchical clustering with ward linkage, was conducted. The advantages and disadvantages of the different techniques were explored. The most outstanding and relevant results were obtained through the K-Means clustering method.