Una guía amigable de psicometría: análisis factorial exploratorio
DOI:
https://doi.org/10.24265/Palabras clave:
psicometría, validez, análisis factorial exploratorio, factorResumen
Antecedentes: uno de los procedimientos más destacados para el análisis de la estructura interna de un instrumento de evaluación psicológica es el análisis factorial exploratorio. No obstante, su uso muchas veces se sustenta en procedimientos que ya fueron superados, tanto a nivel teórico como metodológico, y cuya aplicación en esas condiciones representaría una seria amenaza para la validez científica de los hallazgos presentados. Estado del arte: se presenta de forma amigable al lector neófito en temas de psicometría las bases conceptuales y metodológicas del análisis factorial exploratorio, desde la selección de la matriz de correlaciones apropiada hasta la denominación de los factores, a fin de orientarlo en el proceso de toma de decisiones. Conclusiones: la toma de decisiones dentro de cada análisis puede conducir a resultados más o menos confiables desde el punto de vista psicométrico, por lo que es fundamental realizar un plan de análisis que contemple todas las características del instrumento que se estudiará.
Descargas
Referencias
American Educational Research Association, American Psychological Association, & National Council on Measurement in Education (1999). Standards for Educational and Psychological Testing. American Educational Research Association.
American Educational Research Association, American Psychological Association, & National Council on Measurement in Education (2014). Standards for Educational and Psychological Testing. American Educational Research Association.
Anastasi, A. (1990). Psychological Testing. McMillan.
Anderson, J. C., & Gerbing, D. (1984). The Effect of Sampling Error on Convergence, Improper Solutions, and Goodness-of-Fit Indices for Maximum Likelihood Confirmatory Factor Analysis. Psychometrika, 49, 155-173. https://doi.org/10.1007/BF02294170
Ayán, M., & Ruiz, M. (2008). Atenuación de la asimetría y de la curtosis de las puntuaciones observadas mediante transformaciones de variables: Incidencia sobre la estructura factorial. Psicológica, 29, 205-227. https://psycnet.apa.org/record/2008-15048-007
Bollen, K. A. (1987). Outliers and Improper Solutions: A Confirmatory Factor Analysis Example. Sociological Methods and Research, 15(4), 375-384. https://doi.org/10.1177/0049124187015004002
Boomsma, A., & Hoogland, J. J. (2001). The Robustness of LISREL Modeling Revisited. In R. Cudeck, S. du Toit, & D. Sörbom (Eds.), Structural Equation Models: Present and Future. A Festschrift in Honor of Karl Jöreskog (pp. 139-168). Scientific Software International.
Brown, T. (2006). Confirmatory Factor Analysis for Applied Research. The Guilford Press.
Brown T. (2015). Confirmatory Factor Analysis for Applied Research (2.a ed.). The Guilford Press
Bunge, M. (2004). La investigación científica: su estrategia y su filosofía. Siglo XXI Editores.
Burga, A. (2006). La unidimensionalidad de un instrumento de medición: perspectiva factorial. Revista de Psicología, 24(1), 53-80. https://doi.org/10.18800/psico.200601.003
Campo-Arias, A., Bustos-Leiton, G., & Romero-Chaparro, A. (2009). Consistencia interna y dimensionalidad de la Escala de Estrés Percibido (EEP-10 y EEP-14) en una muestra de universitarias de Bogotá, Colombia. Aquichán, 9(3), 271-280. http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1657-59972009000300007
Carmines, E., & Zeller, R. (1979). Reliability and Validity Assessment. Sage.
Cattell, R. (1966). The Scree Test for the Number of Factors. Multivariate Behavioral Research, 1(2), 245-276. https://doi.org/10.1207/s15327906mbr0102_10
Chávez-Ventura, G., Polo-López, T., Zegarra-Pereda, L., Balarezo-Aliaga, O., Calderón-Valderrama, C., & Dominguez-Lara, S. (2025). Self-Efficacy Scale for University Teaching in Virtual Environments, SSUTVE. Heliyon, 11(1), e41134. https://doi.org/10.1016/j.heliyon.2024.e41134
Christoffersson, A. (1977). Two-Step Weighted Least Squares Factor Analysis of Dichotomized Variables. Psychometrika, 42(3), 433-438. https://doi.org/10.1007/BF02293660
Connor, K. M., & Davidson, J. R. (2003). Development of a New Resilience Scale: The Connor Davidson Resilience Scale (CD-RISC). Depression and Anxiety, 18(2), 76-82. https://doi.org/10.1002/da.10113
Cooperman, A. W., & Waller, N. G. (2022). Heywood You Go Away! Examining Causes, Effects, and Treatments for Heywood Cases in Exploratory Factor Analysis. Psychological Methods, 27(2), 156-176. https://doi.org/10.1037/met0000384
Costello, A., & Osborne, J. (2005). Best Practices in Exploratory Factor Analysis: Four Recommendations for Getting the Most from your Analysis. Practical Assessment Research & Evaluation, 10(1), 1-9. https://doi.org/10.7275/jyj1-4868
Cronbach, L. J. (1951). Coefficient Alpha and the Internal Structure of a Test. Psychometrika, 16, 297-334. https://doi.org/10.1007/BF02310555
Dominguez-Lara, S. (2014). Autoeficacia para situaciones académicas en estudiantes universitarios peruanos: un enfoque de ecuaciones estructurales. Revista de Psicología – UCSP, 4, 43-54. https://dialnet.unirioja.es/servlet/articulo?codigo=8541596
Dominguez-Lara, S. (2016). Análisis factorial exploratorio y complejidad factorial: más allá de las rotaciones. Enfermería Clínica, 26(6), 401. https://doi.org/10.1016/j.enfcli.2016.06.001
Dominguez-Lara, S. (2018). Propuesta de puntos de corte para cargas factoriales: una perspectiva de fiabilidad de constructo. Enfermería Clínica, 28(6), 401-402. https://doi.org/10.1016/j.enfcli.2018.06.002
Dominguez-Lara, S., & Merino-Soto, C. (2018). Dos versiones breves del Big Five Inventory en universitarios peruanos: BFI-15p y BFI-10p. Liberabit, 24(1), 81-96. https://doi.org/10.24265/liberabit.2018.v24n1.06
Dominguez-Lara, S., Villegas, G., Yauri, C., Mattos, E. & Ramírez, F. (2012). Propiedades psicométricas de una escala de autoeficacia para situaciones académicas en estudiantes universitarios peruanos. Revista de Psicología-UCSP, 2(1), 27-39.
Dominguez-Lara, S., Fernández-Arata, M., Merino-Soto, C., Navarro-Loli, J. S., & Calderón, G. (2018). Inventario de Violencia y Acoso Psicológico en el Trabajo (IVAPT) en Colombia: el peligroso Little Jiffy. Revista Salud Uninorte, 34(2), 536-537. http://dx.doi.org/10.14482/sun.34.2.658.47
Dominguez-Lara, S., Merino-Soto, C., Zamudio, B., & Guevara-Cordero, C. (2018). Big Five Inventory en universitarios peruanos: resultados preliminares de su validación. Psykhe, 27(2), 1-12. https://doi.org/10.7764/psykhe.27.2.1052
Dominguez-Lara, S., Gravini-Donado, M., & Torres-Villalobos, G. (2019). Análisis psicométrico de dos versiones de la Connor-Davidson Resilience Scale en estudiantes universitarios peruanos: propuesta del CD-RISC-7. Revista Argentina de Ciencias del Comportamiento, 11(2), 36-51. https://doi.org/10.32348/1852.4206.v11.n2.23774
Dominguez-Lara, S., Sánchez-Villena, A. R., & Fernández-Arata, M. (2020). Psychometric Properties of the UWES-9S in Peruvian College Students. Acta Colombiana de Psicología, 23(2), 7-23. https://doi.org/10.14718/ACP.2020.23.2.2
Dunn, T. J., Baguley, T., & Brunsden, V. (2013). From Alpha to Omega: A Practical Solution to the Pervasive Problema of Internal Consistency Estimation. British Journal of Psychology, 105(3), 399-412. https://doi.org/10.1111/bjop.12046
Ferrando, P. J., & Anguiano-Carrasco, C. (2010). El análisis factorial como técnica de investigación en psicología. Papeles del Psicólogo, 31(1), 18-33. https://www.papelesdelpsicologo.es/pdf/1793.pdf
Ferrando, P. J., & Lorenzo-Seva, U. (2014). El análisis factorial exploratorio de los ítems: algunas consideraciones adicionales. Anales de Psicología, 30(3), 1170-1175. https://dx.doi.org/10.6018/analesps.30.3.199991
Ferrando, P. J., & Lorenzo-Seva, U. (2017). Program FACTOR at 10: Origins, Development and Future Directions. Psicothema, 29(2), 236-240. https://doi.org/10.7334/psicothema2016.304
Ferrando, P. J., & Lorenzo-Seva, U. (2019). Robust Promin: A Method for Diagonally Weighted Rotation. Liberabit, 25(1), 99-106. https://doi.org/10.24265/liberabit.2019.v25n1.08
Ferrando, P. J., Hernandez-Dorado, A., & Lorenzo-Seva, U. (2022). Detecting Correlated Residuals in Exploratory Factor Analysis: New Proposals and a Comparison of Procedures. Structural Equation Modeling: A Multidisciplinary Journal, 29(4), 630-638. https://doi.org/10.1080/10705511.2021.2004543
Fleming, J. (2003). Computing Measures of Simplicity of Fit for loadings in Factor-Analytically Derived Scales. Behavioral Research Methods, instruments, & Computers, 35, 520-524. https://doi.org/10.3758/bf03195531
Finney, S. J. & DiStefano C. (2006). Nonnormal and Categorical Data in Structural Equation Modeling. In G. R. Hancock, & R. O. Mueller (Eds.), A Second Course in Structural Equation Modeling (pp. 269-314). Information Age Publishing.
Fleming, J., & Merino, C. (2005). Medidas de simplicidad y de ajuste factorial: un enfoque para la evaluación de escalas construidas factorialmente. Revista de Psicología, 23(2), 249-266.
Fornell, C., & Larcker, D.F. (1981). Evaluating Structural Equation Models with Unobservable Variables and Measurement Error. Journal of Marketing Research, 18(1), 39-50. https://doi.org/10.1177/002224378101800104
Garmedia, M. L. (2007). Análisis factorial: una aplicación en el cuestionario de salud general de Goldberg, versión de 12 preguntas. Revista Chilena de Salud Pública, 11(2), 57-65. https://revistasaludpublica.uchile.cl/index.php/RCSP/article/view/3095
Goldberg, L. R. (1990). An Alternative “Description of Personality”: The Big-Five Factor Structure. Journal of Personality and Social Psychology, 59(6), 1216-1229. https://doi.org/10.1037//0022-3514.59.6.1216
Goretzko, D., Pham, T. T. H., & Bühner, M. (2021). Exploratory Factor Analysis: Current Use, Methodological Developments and Recommendations for Good Practice. Current Psychology, 40, 3510-3521. https://doi.org/10.1007/s12144-019-00300-2
Gravetter, F. J., & Wallnau, L. B. (2013). Introduction to statistics. In J. Hague, T. Matray, T. Williams, & L. Sarkisian (Eds.). Statistics for the Behavioral Sciences (pp. 3-36). Cengage Learning.
Greenacre, M., Groenen, P. J., Hastie, T., D’Enza, A. I., Markos, A., & Tuzhilina, E. (2022). Principal Component Analysis. Nature Reviews Methods Primers, 2(1), 100. https://doi.org/10.1038/s43586-022-00184-w
Gruijters, S. L. (2019). Using Principal Component Analysis to Validate Psychological Scales: Bad Statistical Habits We Should Have Broken Yesterday II. European Health Psychologist, 20(5), 544-549.
Güvendir, M. A., & Özkan, Y. Ö. (2022). Item Removal Strategies Conducted in Exploratory Factor Analysis: A Comparative Study. International Journal of Assessment Tools in Education, 9(1), 165-180. https://doi.org/10.21449/ijate.827950
Hair, J. F., Black, W. C., Babin, B. J., Anderson, R., & Tathum, R. (2006). Multivariate Data Analysis (6.a ed.). Prentice Hall.
Hancock, G. R., & Mueller, R. O. (2001). Rethinking Construct Reliability within Latent Variable Systems. En R. Cudeck, S. H. C. Du Toit, & D. Sörbom (eds.), Structural Equation Modeling: Past and Present. A Festschrift in Honor of Karl G. Jöreskog (pp. 195-261). Scientific Software International.
Hauck-Filho, N., & Valentini, F. (2020). A análise de componentes principais é útil para selecionar bons itens quando a dimensionalidade dos dados é desconhecida? Avaliação Psicológica, 19(4). https://doi.org/10.15689/ap.2020.1904.ed
Henson, R., & Roberts, J. (2006). Use of Exploratory Factor Analysis in Published Research. Common Errors and Some Comment on Improved Practice. Educational and Psychological Measurement, 66(3), 393-416. https://doi.org/10.1177/0013164405282485
Horn, J. (1965). A Rationale and Test for the Number of Factors in Factor Analysis. Psychometrika, 30(2), 179-185. https://doi.org/10.1007/BF02289447
Joshanloo, M., Jose, P. E., & Kielpikowski, M. (2016). The Value of Exploratory Structural Equation Modeling in Identifying Factor Overlap in the Mental Health Continuum-Short Form (MHC-SF): A Study with a New Zealand Sample. Journal of Happiness Studies, 18(4), 1061-1074. https://doi.org/10.1007/s10902-016-9767-4
Kaiser, H. F. (1960). The Application of Electronic Computers to Factor Analysis. Educational and Psychological Measurement, 20(1), 141-151. https://doi.org/10.1177/001316446002000116
Kaiser, H. F. (1970). A Second Generation Little Jiffy. Psychometrika, 35(4), 401-415. https://doi.org/10.1007/BF02291817
Kaiser, H. F. (1974). An Index of Factorial Simplicity. Psychometrika, 39(1), 31-35. https://doi.org/10.1007/BF02291575
Kline, R. B. (2016). Principles and Practice of Structural Equation Modeling (4.a ed.). The Guilford Press.
Kolenikov, S., & Bollen, K. A. (2012). Testing Negative Error Variances: Is a Heywood Case a Symptom of Misspecification? Sociological Methods & Research, 41(1), 124-167. https://doi.org/10.1177/0049124112442138
Ledesma, R. D., Ferrando, P. J., & Tosi, J. D. (2019). Uso del Análisis Factorial Exploratorio en RIDEP. Recomendaciones para autores y revisores. Revista Iberoamericana de Diagnóstico y Evaluación – e Avaliação Psicológica, 52(3), 173-180. https://doi.org/10.21865/RIDEP52.3.13
Lloret-Segura, S., Ferreres-Traver, A., Hernández-Baeza, A., & Tomás-Marco, I. (2014). El análisis factorial exploratorio de los ítems: una guía práctica, revisada y actualizada. Anales de Psicología, 30(3), 1151-1169. https://dx.doi.org/10.6018/analesps.30.3.199361
Lloret-Segura, S., Ferreres-Traver, A., Hernández-Baeza, A., & Tomás-Marco, I. (2017). The Exploratory Factor Analysis of Items: Guided Analysis Based on Empirical Data and Software. Anales de Psicología, 33(2), 417-432. https://doi.org/10.6018/analesps.33.2.270211
Lord, F. M., & Novick, R. (1968). Statistical Theories of Mental Tests Scores. Addison-Wesley Educational Publishers.
Lorenzo-Seva, U. (1999). Promin: A Method for Oblique Factor Rotation. Multivariate Behavioral Research, 34(3), 347-365. https://doi.org/10.1207/S15327906MBR3403_3
Lorenzo-Seva, U. (2013). How to Report the Percentage of Explained Common Variance in Exploratory Factor Analysis. Technical Report. Universitat Rovira i Virgili, Tarragona.
Lorenzo-Seva, U., & Ferrando, P. J. (2006). FACTOR: A Computer Program to Fit the Exploratory Factor Analysis Model. Behavior Research Methods, 38, 88-91. https://doi.org/10.3758/BF03192753
Lorenzo-Seva, U., & Ferrando, P. J. (2013). FACTOR 9.2: A Comprehensive Program for Fitting Exploratory and Semiconfirmatory Factor Analysis and IRT Models. Applied Psychological Measurement, 37, 497-498. https://doi.org/10.1177/0146621613487794
López-Aguado, M., & Gutiérrez-Provecho, L. (2019). Cómo realizar e interpretar un análisis factorial exploratorio utilizando SPSS. REIRE Revista d’Innovació i Recerca en Educació, 12(2), 1-14. https://dialnet.unirioja.es/servlet/articulo?codigo=7057076
Magnusson, D. (1972). Teoría de los tests. Trillas.
Mardia, K. (1970). Measures of Multivariate Skewness and Kurtosis with Applications. Biometrika, 57(3), 519-530. https://doi.org/10.1093/biomet/57.3.519
Mavrou, I. (2015). Análisis factorial exploratorio. Cuestiones conceptuales y metodológicas. Revista Nebrija de Lingüística Aplicada a la Enseñanza de las Lenguas, 19, 71-80. https://doi.org/10.26378/rnlael019283
McDonald, R. P. (1985). Factor Analysis and Related Methods. Erlbaum Associates.
McDonald, R. P. (1999). Test Theory: A Unified Treatment. Erlbaum Associates.
Morales, P. (2011). El Análisis Factorial en la construcción e interpretación de tests, escalas y cuestionarios. Universidad Pontificia Comillas.
Muñiz, J., & Fonseca-Pedrero, E. (2019). Diez pasos para la construcción de un test. Psicothema, 31(1), 7-16. https://doi.org/10.7334/psicothema2018.291
Nájera, P., Abad, F. J., & Sorrel, M. A. (2023). Is Exploratory Factor Analysis always to be Preferred? A Systematic Comparison of Factor Analytic Techniques Throughout the Confirmatory–Exploratory Continuum. Psychological Methods, 30(1), 16-39. https://doi.org/10.1037/met0000579
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric Theory (3.a ed.). McGraw-Hill.
Olsson, U. (1979). Maximum Likelihood Estimation of the Polychoric Correlation Coefficient. Psychometrika, 44(4), 443-460. https://doi.org/10.1007/BF02296207
Palenzuela, D. (1983). Construcción y validación de una escala de autoeficacia percibida específica de situaciones académicas. Análisis y Modificación de Conducta, 9(21), 185- 219. https://doi.org/10.33776/amc.v9i21.1649
Pando, M., & Calderón, J. L. (2018). Inventario de Violencia y Acoso Psicológico en el Trabajo (IVAPT) para Colombia. Revista Salud Uninorte, 34(2), 538-540. https://doi.org/10.14482/sun.34.2.658.48
Pascual-Fernández, M. C., Ignacio-Cerro, M. C., Cervantes-Estévez, L., Jiménez-Carrascosa, M. A., Medina-Torres, M., & García Pozo, A. M. (2015). Cuestionario para evaluar la importancia de la familia en los cuidados de enfermería. Validación de la versión española (FINC-NA). Anales del Sistema Sanitario de Navarra, 38(1), 31-39. https://recyt.fecyt.es/index.php/ASSN/article/view/29238/71748
Pérez, E., & Medrano, L. (2010) Análisis factorial exploratorio: bases conceptuales y metodológicas. Revista Argentina de Ciencias del Comportamiento, 2(1), 58-66. https://doi.org/10.32348/1852.4206.v2.n1.15924
Reckase, M. (1979). Unifactor Latent Trait Models Applied to Multifactor Tests: Results and Implications. Journal of Educational Statistics, 4(3), 207-230. https://doi.org/10.2307/1164671
Schweizer, K., DiStefano, C., & Troche, S. (2021). Conditions Leading to the Observation of a Difficulty Effect and its Consequence for Confirmatory Factor Analysis. Psychological Test and Assessment Modeling, 63(4), 469-483. https://www.psychologie-aktuell.com/fileadmin/Redaktion/Journale/ptam-2021-4/PTAM__4-2021_2.pdf
Shrestha, N. (2021). Factor Analysis as a Tool for Survey Analysis. American Journal of Applied Mathematics and Statistics, 9(1), 4-11. https://doi.org/10.12691/ajams-9-1-2
Spearman, C. E. (1904). “General Intelligence,” Objectively Determined and Measured. The American Journal of Psychology, 15(2), 201-292. https://doi.org/10.2307/1412107
Stevens, S. S. (1951). Mathematics, Measurement, and Psychophysics. In S. S. Stevens (ed.), Handbook of Experimental Psychology (pp. 1-49). John Wiley & Sons.
Streiner, D. L. (1994). Figuring Out Factors: The Use and Misuse of Factor Analysis. The Canadian Journal of Psychiatry, 39(3), 135-140. https://doi.org/10.1177/070674379403900303
Tabachnick, B. G., & Fidell, L. S. (2007). Using Multivariate Statistics (5.a ed). Pearson Education.
Thurstone, L. L. (1947). Multiple Factor Analysis. University of Chicago Press.
Timmerman, M., & Lorenzo-Seva, U. (2011). Dimensionality Assessment of Ordered Polytomous Items with Parallel Analysis. Psychological Methods, 16(2), 209-220. https://doi.org/10.1037/a0023353
Trizano-Hermosilla, I., & Alvarado, J. M. (2016). Best Alternatives to Cronbach's Alpha Reliability in Realistic Conditions: Congeneric and Asymmetrical Measurements. Frontiers in Psychology, 7, 769. https://doi.org/10.3389/fpsyg.2016.00769
Verdam, M. G., Oort, F. J., & Sprangers, M. A. (2016). Using Structural Equation Modeling to Detect Response Shifts and True Change in Discrete Variables: An Application to the Items of the SF-36. Quality of Life Research, 25(6), 1361-1383. https://doi.org/10.1007/s11136-015-1195-0
Victor-Edema, U. A. (2023). Comparative Analysis of Some Approaches to Multivariate Normality Test. FNAS Journal of Scientific Innovations, 4(2), 154-164.
Viladrich, C., Angulo-Brunet, A., & Doval, E. (2017). A Journey Around Alpha and Omega to Estimate Internal Consistency Reliability. Anales de Psicología, 33(3), 755-782. https://doi.org/10.6018/analesps.33.3.268401
Watkins, M. W. (2018). Exploratory Factor Analysis: A Guide to Best Practice. Journal of Black Psychology, 44(3), 219-246. https://doi.org/10.1177/0095798418771807
Zwick, R. (1985). Assessment of the Dimensionality of NAEP Year 15 Reading Data. Educational Testing Service
Zwick, W. & Velicer, W. (1986). Comparison of Five Rules for Determining the Number of Components to Retain. Psychological Bulletin, 99(3), 432-442. https://doi.org/10.1037/0033-2909.99.3.432
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Sergio Dominguez-Lara
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Derechos de autor: En caso de que el manuscrito sea aprobado para su publicación, los autores conservarán los derechos de autoría y cederán a la revista los derechos de publicación, edición, reproducción, distribución, exhibición y comunicación a nivel nacional e internacional en las diferentes bases de datos, repositorios y portales.
Política de autoarchivo: El autor puede compartir, difundir y divulgar sus investigaciones publicadas por los medios de comunicación (e.g., redes sociales académicas, repositorios y portales) disponibles en la web. Durante el proceso de revisión editorial, la revista entregará al autor las versiones previas (post-print), las cuales NO deben ser divulgadas por ningún medio de difusión y son solo de uso personal con fines de aprobación final. Liberabit enviará al autor la versión final del artículo (published version) en formato PDF y HTML para ser compartida, difundida y divulgada por los medios de comunicación disponibles en la web. Después de la publicación de los artículos, los autores pueden realizar acuerdos independientes o adicionales para la difusión no exclusiva de la versión del artículo publicado en la revista (por ejemplo, publicación en libros o repositorios institucionales), siempre que se indique con la referencia respectiva que el trabajo ha sido publicado por primera vez en esta revista.
Cómo citar
