Análisis factorial confirmatorio de variables ordinales: un estudio de simulación que compara los principales métodos de estimación
Barra lateral del artículo
Contenido principal del artículo
Para obtener evidencias sobre la validez de constructo a través de Análisis Factorial Confirmatorio, ha sido habitual tratar las escalas tipo Likert como si fueran variables continuas medidas según una escala de intervalo. Por tanto, el método de estimación de Máxima Verosimilitud ha sido ampliamente aplicado, pero a su vez esto implica problemas en torno a las correlaciones de Pearson y la asimetría de la distribución de respuestas a los ítems. En este estudio de simulación analizamos —a través de χ2, del error tipo I y de la potencia— modelos bien y mal especificados comparando cinco métodos de estimación (Máxima Verosimilitud —ml—, Máxima Verosimilitud Robusta —rml—, Mínimos Cuadrados Ponderados —mls—, Mínimos Cuadrados no Ponderados —uls— y Mínimos Cuadrados no Ponderados Robustos —ruls—) en relación con las características de los modelos: número de factores, número de categorías de respuesta, asimetría de los ítems y tamaño muestral. Aconsejamos usar el método ruls de estimación, en el cual están implicadas las correlaciones policóricas.
Palabras clave: análisis Factorial Confirmatorio, escalas tipo Likert, métodos de estimación, error tipo I, potencia.
Descargas
Francisco Pablo Holgado-Tello, Universidad Nacional de Educación a Distancia —uned—
Metodología de las CC. del Comportamiento
Profesor Titular de Universidad
Detalles del artículo
Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciado bajo una Creative Commons Attribution License que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista.