Análisis factorial confirmatorio de variables ordinales: un estudio de simulación que compara los principales métodos de estimación
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.
Fuente:
Universidad del Rosario - Avances en Psicología Latinoamericana
Formatos de contenido:
Artículos