Ítem
Solo Metadatos

Confirmatory Factor Analysis of Ordinal Variables: A Simulation Study Comparing the Main Estimation Methods

Título de la revista
Autores
Holgado-Tello, Francisco Pablo
Morata-Ramirez, Mª ángeles
Barbero García, Maria Isabel

Fecha
2018-09-27

Directores

ISSN de la revista
Título del volumen
Editor
Universidad del Rosario

Buscar en:

Métricas alternativas

Resumen
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 x2, 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.
Abstract
In order to obtain evidences about construct validity through Confirmatory Factor Analysis, it has been usual treating Likert-type scales as if they were continuous variables measured on an interval scale. Therefore, Maximum Likelihood estimation method has been broadly applied, but in turn it implies problems concerning both Pearson correlations and skewness in the distribution of responses to items. In this simulation study we analyse -through x2, Type I error, and power- correctly specified and misspecified models comparing five estimation methods (Maximum Likelihood -ml-, Robust Maximum Likelihood -rml-, Weighted Least Squares -wls-, nweighted Least Squares -uls- and Robust Unweighted Least Squares -ruls-) in relation to the models features: number of factors, number of response categories, items' skewness, and sample size. We advise using ruls estimation method, in which polychoric correlations are implied.Keywords: Confirmatory Factor Analysis, Likert-type scales, estimation methods, Type I error, power.
Palabras clave
Confirmatory Factor Analysis , Likert scales , estimation methods , Type I error , power
Keywords
Buscar en: