ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) – Revista Espacios – Vol. 42, Nº 16, Año 2021
CONTRERAS, Carolina N. et al. «Contraste de resultados para validación de una escala Likert usando un
enfoque tradicional y nuevas recomendaciones»
La confiabilidad o consistencia interna fue medida comparando alpha de Cronbach, McDonald's omega (Ventura
& Caycho, 2017) y alfa ordinal (Domínguez, 2012). En este trabajo no se profundiza en estas diferencias, solo se
dirá que todas ellas fueron favorables. No obstante, siguiendo las recomendaciones de la literatura, para AFE, se
informa el alfa ordinal que se sugiere, para las escalas policóricas (véase tabla 3, fila AFE), como el más indicado
de .9 (Freiberg, et al., 2013)
La prueba de Kaiser-Meyer-Olkin es muy buena (.957) ya que es más cercana a 1 y la prueba de esfericidad
Bartlett's statistic fue 10172,451 (gl = 1368; Sig = .0001). Ahora bien, las siguientes decisiones a tomar
corresponden a las características de la muestras. Pero, también a los objetivos específicos que se espera lograr.
2.2. Metodología para la estimación del número de factores
El problema del camino a seguir para un análisis factorial es compleja para el investigador novel cuando ante él
se presentan diferentes escuelas, tradiciones, publicaciones, software, entre otros. En este caso, se tomaron dos
modelos para comparar: La tradición y popularidad de manuales encontrados para análisis factoriales, y, por otro
lado, se considera la literatura científica que cuestiona dicha tradición.
La publicación “El análisis factorial exploratorio de los ítems: una guía práctica, revisada y actualizada” (Lloret-
Segura, et al., 2014) es muy detallada en las recomendaciones y es explícita en desaconsejar algunas prácticas
tradicionales. Puntualiza, además, cuál es el correcto uso de cada uno de estos análisis según el objetivo que se
quiere lograr.
Es de interés de esta investigación contrastar los resultados para corroborar la literatura. La nueva
recomendación que consideraremos primordial será, tener presente las características de la escala para la
selección de los métodos de análisis.
Las primeras características que se consideraron fueron que la escala usada es policórica y utiliza constructos de
la psicología. Frente a esta característica la literatura indica que es posible encontrar dificultades al ser escalas
menos precisas y/o estables (Ferrando, et al., 2019). Justamente, la escala usada no cumple con los supuestos
de normalidad. Frente a esta característica la literatura refiere que la violación del supuesto de normalidad es
una característica a considerar y estudiar, pero no es un impedimento para realizar los análisis, ya que si cumple
con requisitos como el número de muestras (entre otros) no alterará los resultados (Freiberg, et al., 2013).
Con respecto a la consistencia interna la tradición usa el índice de alfa de Cronbach; mientras que, para las escalas
que son policóricas, las nuevas recomendaciones son usar el alfa ordinal (Freiberg, et al., 2013). Por otra parte,
existen otros textos que recomiendan omega (Hayes & Coutts, 2020). En este caso, como el objetivo es contrastar
resultados en el ACP oblicuo usaremos omega y en el AFE oblicuo usaremos alfa ordinal (Domínguez, 2014).
En lo que respecta a las correlaciones para el AFE la tradición usará medidas de Pearson (Freiberg, et al., 2013).
Mientras que las nuevas recomendaciones la desaconsejan para escalas como la de este estudio (policóricas o
tetracóricas) (Freiberg, et al., 2013). Frente a esto, como solución se presenta un método robusto, en este caso,
Robust Unweighted Least Squares, según el número de la muestra (Ferrando, et al., 2019).
Sobre la tradición y el tipo de rotación, se puede decir que Varimax, por mucho tiempo ha sido la opción de los
expertos (Freiberg, et al., 2013). No obstante, en la literatura reciente se presenta que para estudios
exploratorios y constructos psicológicos es preferible los métodos ortogonales (Ferrando, et al., 2019).
El resultado del ACP, tradicionalmente es usado como método de extracción de factores, pero no es tal (Lloret-
Segura et al., 2014). Este debe ser usado para análisis de congruencia de las variables con el constructo y para
reducción de variables. La explicación de esto corresponde al tipo de varianza usado en el análisis: la varianza