En gene al, cuando a amos con ca ac e ís icas ísicas simples
o de bajo ni el in e encial, como la longi ud y el peso, és as gozan
de la en aja de se concep os muy a aigados en la his o ia de la
humanidad y ello pe mi e es ablece casi de modo au omá ico o
axiomá ico su concep ualización. Sin emba go, como señalan
Tho ndike y Hagen (1989), no ocu e lo mismo con ca ac e ís icas
o concep os menos os ensibles como pueden se el de du abilidad
de un cue po o aún más concep os muy elabo ados como la ma-
yo ía de los u ilizados en psicología y o as disciplinas a ines, que
no son di ec amen e obse ables y necesi an del apoyo de medidas
indi ec as o indicado es de los mismos pa a su medición. Casi o-
dos enemos una idea gene al ace ca de lo que que emos deci
cuando ca ac e izamos un concep o psicológico no obse able o
cons uc o hipo é ico, pe o exis en muchos aspec os especí icos en
los que pod íamos es a en desacue do cuando a amos de elabo-
a una de inición p ecisa del mismo. Lo an e io pone de mani-
ies o que el p oblema de es ablece acue dos en lo que espec a a
la alidez de un concep o dado, es aún más complejo cuando con-
side amos a ibu os como los que a a la psicología (cons uc os o
concep os no obse ables di ec amen e). Dichos concep os necesi-
an del acue do o consenso sob e sus signi icados pa a o o ga les
el ca ác e de ú iles y álidos desde un pun o de is a cien í ico, es
deci , necesi an la implemen ación de p ocedimien os de alida-
ción. Es, en es e ma co de e e encia, donde cob a su sen ido más
amplio el concep o de alidez de con uc o.
La alidez de cons uc o es la p incipal de los ipos de alidez,
en an o que «la alidez de cons uc o es el concep o uni icado
que in eg a las conside aciones de alidez de con enido y de c i e-
io en un ma co común pa a p oba hipó esis ace ca de elaciones
eó icamen e ele an es» (Messick, 1980; p.1015), en es e mismo
sen ido (C onbach, 1984; p.126) señala que «la me a inal de la a-
lidación es la explicación y comp ensión y, po an o, es o nos lle-
a a conside a que oda alidación es alidación de cons uc o».
La génesis de la alidez de cons uc o como un concep o in e-
g ado de alidez hay que si ua la en la p ime a e sión de los
S anda ds o Educa ional and Psychological Tes ing (APA, 1954)
y en la publicación del in luyen e abajo de C onbach y Meehl
(1955). Según es os au o es, es a alidez consis e en un análisis de
la signi icación de las pun uaciones de los ins umen os de medi-
da exp esada en é minos de los concep os psicológicos asumidos
en su medición. Como señala Ma ínez A ias (1995), es e nue o
concep o de alidez se empieza a pe cibi undamen al y básico y,
aún más impo an e, como in eg ando a los an e io es en oques de
alidez —he edados de las adiciones empi is a ( alidez c i e ial)
y acionalis a ( alidez de con enido)—, poniéndose así los ci-
Validez de cons uc o: el uso de análisis ac o ial
explo a o io-con i ma o io pa a ob ene e idencias de alidez
José An onio Pé ez-Gil, Sal ado Chacón Moscoso y Ra ael Mo eno Rod íguez
Uni e sidad de Se illa
Una p ác ica habi ual pa a ob ene e idencia de alidez de modelos eó icos basados en los esul ados
del Análisis Fac o ial Explo a o io -EFA-, (A uda e . al., 1996), suele se u iliza el Análisis Fac o ial
Con i ma o io (CFA) pa a demos a la alidez de la es uc u a ac o ial p e iamen e ob enida con EFA
y po consiguien e la alidez de las deducciones eó icas in e idas del mismo, es deci , los modelos ob-
enidos con EFA suelen se alidados con CFA. El obje i o de es e a ículo es incidi en la posible e-
dundancia de es e p ocedimien o usado en alidez de cons uc o. Se in en a mos a que gene almen e
CFA siemp e alida á las soluciones ob enidas p e iamen e median e EFA, dado que la es uc u a ac-
o ial esul an e de EFA es una de las posibles soluciones que se de i an de la ma iz de da os y, po
consiguien e, es p e isible que en o a mues a ex aída de la misma población de e e encia, se con-
i me la es uc u a ob enida en la an e io . En es e sen ido, el binomio EFA-CFA, puede se conside a-
do como un pseudop ocedimien o pa a la alidación de cons uc o.
Cons uc alidi y: The use o ac o analysis. The esul s o explo a o y ac o analysis (EFA) a e
usually used o deduce heo e ical models (A uda e . al., 1996) and hen con i ma o y ac o analy-
sis (CFA) is used o demons a e he cons uc alidi y o hose deduc ions. The e o e, models ob ai-
ned om he o me a e ussually alida ed using la e . The objec o his s udy is o demons a e he
edundancy o his p ocedu e in cons uc alida ion. I will be shown ha , usually, CFA will alida e
solu ions ob ained using EFA. This a icle emphasizes ha his ype o p ocedu e does no o e de i-
ni i e in o ma ion abou he cons uc alidi y o he solu ions ob ained using explo a o y ac o analy-
sis. In his sense, he EFA-CFA binomial could be conside ed as a pseudo cons uc alida ion.
Co espondencia: José An onio Pé ez-Gil
Facul ad de Psicología
Uni e sidad de Se illa
41005 Se illa (Spain)
E-mail: [email p o ec ed]
Psico hema ISSN 0214 - 9915 CODEN PSOTEG
2000. Vol. 12, Supl. nº 2, pp. 442-446 Copy igh © 2000 Psico hema
VALIDEZ DE CONSTRUCTO: EL USO DE ANÁLISIS FACTORIAL EXPLORATORIO-CONFIRMATORIO… 443
mien os pa a es e en oque globalizado que a a echa po ie a la
concepción ipa i a de la alidez y a a de ende una concepción
uni icada de la misma, en la cual pa ece habe un consenso eme -
gen e ace ca del papel cen al desempeñado po la alidez de cons-
uc o (Moss, 1992).
Los abajos de C onbach (1980, 1982, 1988), Guion (1977,
1980), Loe inge (1957) y Tenopy (1977) des acan po su apoyo
a es a pe spec i a in eg ado a, mas la igu a cla e es la de Samuel
Messick (1975, 1980, 1981, 1988, 1989, 1994, 1995). Messick
(1995) a i ma que ‘la alidez uni icada in eg a conside aciones de
con enido, c i e io y consecuencias en un ma co de e e encia de
cons uc o pa a la e aluación empí ica de hipó esis acionales
ace ca del signi icado de las pun uaciones y de elaciones ele -
an es desde el pun o de is a eó ico, incluyendo las de na u ale -
za cien í ica y aplicada’ (p.741).
De los an e io , se puede es ablece que es jus amen e el signi-
icado de las pun uaciones el que p opo ciona una base acional,
pe mi iendo (1) juzga la ele ancia y ep esen a i idad del con e-
nido del es ( alidez de con enido) y (2) es ablece hipó esis p e-
dic i as ( alidez c i e ial) que, a su ez, pueden con ibui a a o-
ja luz ace ca de la na u aleza del cons uc o. Dicho de o o modo,
‘la alidez de cons uc o subsume la ele ancia y ep esen a i i -
dad de los con enidos, así como las elaciones con los c i e ios, ya
que ambas dan signi icado a las pun uaciones de los es s’ (Ma -
ínez A ias, 1995, p.335).
Po consiguien e, desde es e plan eamien o la alidez de cons-
uc o puede se concep ualizada en é minos de un p oceso cien-
í ico de con as ación de hipó esis, donde en a ía an o lo empí-
ico como los juicios acionales: las hipó esis se ían las in e encias
ealizadas a pa i de las pun uaciones de los es s y la alidación
el p oceso de acumulación de e idencias que apoyen dichas in e-
encias, usos o in e p e aciones de las pun uaciones del es . ‘La
alidación de un es aba ca odas las cues iones expe imen ales,
es adís icas y ilosó icas po medio de las cuales se e alúan las hi -
pó esis y eo ías cien í icas’ (Messick, 1989, p. 14).
En e los p ocedimien os o écnicas es adís icas u ilizados pa a
la con as ación de la alidez de cons uc o des aca en mayo me-
dida el Análisis Fac o ial (en adelan e AF). En gene al, podemos
deci que és a es la écnica po excelencia u ilizada pa a la alida-
ción de cons uc o.
Concep ualmen e, AF p esen a dos ipos o modalidades di e-
en es: Análisis Fac o ial Explo a o io (en adelan e EFA) y Análi-
sis Fac o ial Con i ma o io (en adelan e CFA). Las di e encias en-
e ambas son nume osas, an o desde una pe spec i a eó ica co-
mo ma emá ica. La di e encia más impo an e es á e e ida a que
CFA se conduce p incipalmen e po eo ías sus an i as y po ex-
pec a i as, mien as que EFA, como su nomb e implica, p incipal-
men e es una écnica que, basada en los da os, in en a descub i la
es uc u a subyacen e que és os poseen (Bollen, 1989).
En ge n e al, podemos es ablece que ambos ipos de p o c e d i-
mien o se co esponden con las dos g andes ap oximaciones que
solemos lle a a cabo pa a la de inición de los cons uc os: la
ap oximación induc i a o ex p l o a o ia y la deduc i a o con i -
m a o i a .
La ap oximación induc i a o explo a o ia supone delimi a un
núme o amplio de indicado es que supues amen e miden el cons-
uc o. Seguidamen e es os indicado es son analizados median e
AFE pa a busca pa ones de elación en e los indicado es y, i-
nalmen e, a pos e io i, «se pone nomb e…» a esos pa ones de e-
lación, «de iniendo» de es a o ma el cons uc o. Es a ap oxima-
ción abaja desde las mediciones empí icas de los indicado es ha-
cia la de inición del cons uc o.
Es a mane a de p ocede en la pe s p e c i a ex p l o a o ia puede
ene implicaciones impo an es sob e las in e encias de los mo-
delos eó icos de i ados de EFA po q u e , aunque és e se usa con
el p opósi o de ge n e a es u c u as de modelos eó icos e hipó-
esis que se puedan con as a empí icamen e (Go s u ch, 1983),
es ealizado sin ninguna especi icación p e ia sob e el modelo y,
po lo ge n e al, no más que el núme o de a c o es y/o la conside-
ación de si és os es án o no elacionados en e ellos (Ge bin &
Hamil on, 1996). El p ocedimien o que sigue EFA supone ex a-
e au omá icamen e, con c i e ios es adís icos, los a c o es, y,
en onces, o a la solución inicial pa a ob ene la es u c u a a c-
o ial más simple desde el pun o de is a de su in e p e a c i ó n
más signi i c a i a, siguiendo los c i e ios de pa simonia es abl e-
cidos po Th u s one (1931,1947). En un sen ido es ic o, los c i-
e ios u ilizados en es e p ocedimien o no se ajus an adecuada-
men e a los con emplados po Messick (1995) y, po consi-
g u i e n e , supone una ap oximación débil a la de inición y/o a l i-
dación de un cons u c o .
En la ap oximación deduc i a o con i m a o i a el cons uc o no
se mide en el acío. Es á inse ado en una eo ía que di i ge la p o-
pia de inición del cons uc o indicando los compo amien os que
pueden conside a se indicado es del cons uc o. La con a s a c i ó n
de las hipó esis es u c u ales que pone de mani ies o la eo ía de-
e mina á la alidez del mismo. Es a ap oximación a desde la e-
o ía hacia los hechos. En los p ocedimien o de CFA, po o a pa -
e, se comienza con un modelo eó icamen e plausible asumido
p a a desc ibi y/o explica los da os empí icos. La cons u c c i ó n
del modelo es á basada o una in o mación a p i o i sob e la na u-
aleza de la es u c u a de los da os, o bien en una eo ía sus an i-
a en el campo de abajo del que se a e. El p ocedimien o pe -
mi e una a l o ación de la co espondencia de semejanza en e las
c a ac e ís icas del concep o plan eado y los da os ob enidos sob e
d i cho concep o a a és de sus indicado es, es deci , e alua la co-
espondencia eó ica en e el cons uc o y el da o (Schmi , 1995)
y hace in e encias sob e los cons uc os delimi ados a pa i de la
mu e s as pa i c u l a es de indicado es. En es e sen ido CFA se
ajus a a los c i e ios señalados po Messick (1995) espec o a la
alidez de cons uc o y, po an o, conside amos que CFA pe m i-
e una ap oximación ue e a la de inición y/o alidación de un
c o n s u c o .
An es de que se desa ollasen las écnicas con i ma o ias del
AF, se u ilizaba EFA an o pa a ines explo a o ios como con i -
ma o ios. En la ac ualidad, aun cuando los p ocedimien os con
CFA es án muy desa ollados (exis en en el me cado so wa e
po en e pa a lle a a cabo CFA), oda ía se sigue usando EFA con
ines con i ma o ios.
En los pá a os an e io es se ha desc i o ya el uso del EFA con
ines explo a o ios. La u ilización del EFA con ines con i ma o-
ios implicaba ene en cuen a una es uc u a ac o ial basada en
una eo ía sus an i a, y aplica AF en una mues a de da os pa a
comp oba si la es uc u a esul an e e a coinciden e o no con la
es uc u a eó ica.
En endemos que, es a mane a de p ocede , es co ec a en sí
misma y se ajus a a los c i e ios de alidez de cons uc o ya seña-
lados, es deci , asumida a p io i una es uc u a eó ica, ob enemos
una mues a ep esen a i a de la población y aplicamos el EFA. Si
la es uc u a ob enida es coinciden e con la es uc u a eó ica he-
mos con i mado nues o modelo eó ico.
No obs an e, la cues ión cl a e es a ía en el caso con a io, es
d e c i , qué ocu e si la es u c u a a c o ial ob enida con EFA no
coincide con la es u c u a eó ica de nu e s o modelo. Gene a l-
men e solemos modi ica nu e s o modelo eó ico y supedi a lo a
la es u c u a ob enida (median e la écnica de AF) con nu e s o s
d a os. En endemos que en es e caso, podemos es a incu i e n d o
en un e o undamen al. Dada las ca ac e ís icas p opias de es a
écnica (inde e minación a c o ial), la es u c u a a c o ial ap o a-
da es una solución plausible den o del conjun o in ini o de solu-
ciones posibles que se pueden ob ene con la misma. En es e sen-
ido, como mos a emos más adelan e, no debemos deja ex cl u-
s i amen e a la écnica la e s p o n s abilidad de nu e s as posiciones
e ó icas.
Con ecuencia, los esul ados del EFA se usan pa a de ini
cons uc os y po consiguien e pa a deduci modelos eó icos
(A uda e . al., 1996) y en onces se usa el CFA pa a demos a la
alidez de cons uc o de aquellas deducciones. Conside ando es e
a gumen o, los modelos ob enidos a pa i del p ime o son alida-
dos usando el segundo. En gene al, las soluciones ob enidas usan-
do EFA siemp e se án alidadas usando CFA. Po an o pod ía
p oduci se una au ología en es a mane a de p ocede .
El p incipal obje i o de es e a ículo es desc ibi las implica-
ciones me odológicas de es a concepción y a a de mos a que
hay una edundancia del p ocedimien o en la alidación de cons-
uc o. Se ilus a á que, usualmen e, las soluciones ob enidas usan-
do EFA siemp e se án alidadas usando CFA.
Mé odo
Modelo
Se lle ó a cabo un es udio con écnicas de Mon e Ca lo pa a
ob ene mues as ep esen a i as a pa i de cua o supues os mo-
delos eó icos poblacionales con múl iples indicado es. Los mode-
los enían seis o nue e indicado es en dos o es ac o es espec i-
amen e con es indicado es po ac o . Los pesos de los espec i-
os indicado es ue on de .7, .8 y .9, con las a ianzas de los ac-
o es pues as a 1. En dos de ellos los ac o es es aban elacionados
y en los o os dos no elacionados.
Mues as
Pa iendo de las cua o ma ices poblacionales de a i a n z a s -
c o a ianzas (ob enidas de la combinación del núme o de a c o e s
(dos o es) y de la co elación en e ellos ( elacionados/no e l a-
cionados)) se ex a j e on un o al de 2400 mu e s as simuladas, de
m a n e a que hubo seiscien as mu e s as empa ejadas pa a cada
modelo. Es deci , se ob u ie on escien as mu e s as empa e j a -
das de cada modelo, 150 pa es de mu e s as pa a aplica EFA a
una de las mu e s as de cada pa eja, y, en onces, en cada una de
las o as, se alidó, u ilizando CFA, la es u c u a a c o ial ob e-
nida con EFA.
Ins umen os
Se u ilizó el p og ama GENRAW (Jö eskog y Sö bom 1993)
pa a gene a las 2400 mues as, conside andose en cada caso las
co espondien es ma ices de a ianzas-co a ianzas poblacionales
de cada uno de los modelos p opues os y especi icándose que la
dis ibución de las a iables uese no mal.
P ocedimien o
El p ocedimien o seguido supuso analiza cada conjun o de
mues as de acue do a lo siguien e: a) en p ime luga , en una de
las mues as de cada pa eja se aplicó EFA u ilizando Máxima Ve-
osimili ud (ML) como p ocedimien o de ex acción de los ac o-
es y especi icando dos o es ac o es y eligiendo VARIMAX u
OBLIMIN como p ocedimien os de o ación según el co espon-
dien e modelo analizado. Pa a ello se u ilizó el módulo PROC
FACTOR del p og ama SPSS (Spss INC, 1994); b) en segundo lu-
ga , pa a alida la es uc u a ac o ial de pesos ob enidos como
solución plausible con EFA/ML, en la o a mues a de cada pa eja
se lle o a cabo CFA/ML, median e el p og ama LISREL8 (Jö es-
kog y Sö bom 1993), u ilizando la ma iz ac o ial de pesos ob e-
nidas p e iamen e en la p ime a mues a, es deci , se aplicó EFA a
una de las mues as de cada pa eja, y en onces, en cada una de las
o as se alidó la es uc u a ac o ial ob enida p e iamen e u ili-
zando CFA.
Resul ados
En p ime luga , la abla 1 p esen a el núme o y po cen aje de
eces que la hipó esis nula ue acep ada u ilizando el es adís ico χ2
como índice de bondad de ajus e.
En odos los modelos el po cen aje de mues as en las que se
acep ó la hipó esis nula ue del 70%, excep o en el modelo 2 que
ue supe io (80%), quedando sin con i ma un po cen aje de
mues as del 30%.
Es un hecho conocido que el es adís ico χ2es sensible al a-
maño de las mu e s as y a la iolación del supues o de no m a-
lidad mu l i a ian e de las a i ables obse adas (Jö e s kog y
Sö bom 1989). Es po ello que, además de u iliza es e índice,
en la li e a u a sob e modelos de ecuaciones es u c u a l e s
(SEM) se p o p o n gan di e en es índices de bondad de ajus e
que co i gen es e incon enien e del es adís ico χ2(GFI, AG F I ,
RMR, RMSA). En e los más conocido y usuales es án el índi-
ce de bondad de ajus e denominado GFI y una a ian e ajus a-
da del mismo (AGFI) p opues os po Jö e s kog y Sö bom (op.
c i . ) .
JOSÉ ANTONIO PÉREZ-GIL, SALVADOR CHACÓN MOSCOSO Y RAFAEL MORENO RODRÍGUEZ
444
Tabla 1
Bondad de ajus e de la es uc u a ac o ial usando el índice χ2
Es adís ico χ2(Indice de bondad de ajus e)
Modelo 1: Dos ac o es inco elacionados (ML/Va imax)
HoAcep ada HoNo acep ada
N° de mues as Po cen aje n° de mues as Po cen aje
210 70% 90 30%
Modelo 2: Dos ac o es co elacionados (ML/Oblimin)
HoAcep ada HoNo acep ada
N° de mues as Po cen aje n° de mues as Po cen aje
240 80% 60 20%
Modelo 3: T es ac o es inco elacionados (ML/Va imax)
HoAcep ada HoNo acep ada
N° de mues as Po cen aje n° de mues as Po cen aje
210 70% 90 30%
Modelo 4: T es ac o es co elacionados (ML/Oblimin)
HoAcep ada HoNo acep ada
N° de mues as Po cen aje n° de mues as Po cen aje
210 70% 90 30%
El índice GFI iene la en aja de se insensible al amaño mues-
al; sus alo es oscilan en e 0 y 1, aunque excepcionalmen e pue-
de ene alo es supe io es a 1. Los ajus es de modelos con alo-
es supe io es a .90 en es e índice pueden conside a se acep ables.
En la abla 2 se p esen an los esul ados u ilizando el índice GFI.
Puede obse a se que en odos los con as es se ob u o un a-
lo del índice GFI supe io o igual a .96. En el 5% de las mues as
de ob u o un alo de .96, el 35% de las mismas apo ó un alo
de .97; de igual modo, o o 35% ob u o alo es de .98 y en un 25%
de las mues as el alo de GFI ue de .99. En gene al, puede
obse a se una le e disminución de los alo es de ajus e en un-
ción de la complejidad de modelo que se p e ende ajus a . Así, po-
demos obse a que, en é minos gene ales, los modelos con dos
ac o es apo an mejo es alo es del índice que en los modelos de
es ac o es.
El índice AGFI puede conside a se una a ian e del an e io en
el sen ido de que es el índice an e io ajus ado en base a los g a-
dos de libe ad del modelo que se con as e. Al igual que el índice
an e io sus alo es oscilan en e 0 y 1 y alo es de ajus e supe-
io es a .80 de es e índice pueden conside a se buenos ajus es del
modelo a los da os.
En la abla 3 se p esen an los esul ados u ilizando el índice
AGFI. Puede obse a se que, en odos los con as es, se ob u o un
alo del índice AGFI supe io o igual a .94. En el 2.5% de las
mues as de ob u o un alo de .94, siendo es e alo el menos e-
cuen e; el 22.5% de las mismas apo ó un alo de .95; un 37.5%
ob u o alo es de .96, siendo és e el alo más ecuen e; en el
12.5% de las mues as de ob u o un alo de .97, el 29% de las
mismas apo ó un alo de .98; y sólo un 5% ob u o alo es de .99.
En gene al, puede obse a se con mayo cla idad que en el índice
GFI se p oduce una disminución de los alo es de ajus e en un-
ción de la complejidad de modelo que se p e ende ajus a (mode-
los con mayo núme o de g ados de libe ad). Así, podemos ob-
se a que, en é minos gene ales, los modelos con dos ac o es
apo an mejo es alo es del índice que los modelos de es ac o-
es (se puede obse a como en los modelos de es ac o es no se
alcanzan alo es po encima de .97 y, en el modelo de es ac o-
es co elacionados apa ece el alo de .94 pa a el índice AGFI.
Discusión
En gene al, en odos los con as e ealizados se ob u ie on a-
lo es óp imos en los índices de ajus es usados pa a alida , con
CFA, la solución plausible ob enida con EFA, y ello ue así inde-
pendien emen e de la complejidad de las es uc u as ca ac e ís ica
de las poblaciones simuladas, es o es, dos o es ac o es, elacio-
nados/no elacionados.
Los esul ados demues an que, en gene al, las soluciones ac-
o iales ob enidas usando EFA siemp e son alidadas usando CFA.
Es o implica que la dis ibución mues al de las ma ices de a-
ianzas-co a ianzas pe mi e alida los esul ados explo a o ios a
p io i, es deci , es di ícil encon a di e encias analí icas signi ica-
i as en e las ma ices u ilizadas pa a ambos p ocedimien os. En
es e sen ido, si en una mues a pa icula la es uc u a ac o ial e-
sul an e, usando EFA, no es alidada usando CFA con o a mues-
a ob enida de la misma población de e e encia, implica ía p o-
blemas de sesgo que en endemos pueden debe se exclusi amen e
al e o de ipo I inhe en e al p ocedimien o análi ico en si mismo
y, en odo caso, en si uaciones aplicadas pod ían a ibui se además
a p oblemas de ep esen a i idad de las mues as analizadas (com-
pa aciones EFA-CFA en mues as no equi alen es).
En esumen, el análisis compa a i o de los alo es de ajus es en
los dis in os índices pe mi e conside a como esul ado de es e a-
bajo que, en gene al, dos mues as ob enidas desde una misma po-
blación, si el p ocedimien o de ex acción de las mismas es el ade-
cuado, coincidi án en sus alo es de ajus e, es deci , azonable-
men e la mayo ía de las eces la decisión a oma i á en el sen ido
de acep a la hipó esis nula.
VALIDEZ DE CONSTRUCTO: EL USO DE ANÁLISIS FACTORIAL EXPLORATORIO-CONFIRMATORIO… 445
Tabla 2
Bondad de ajus e de la es uc u a ac o ial usando el índice GFI
Es adís ico GFI (Indice de bondad de ajus e)
Modelo 1: Dos ac o es inco elacionados (ML/Va imax)
Valo n° de mues as Po cen aje
.99 150 50%
.98 90 30%
.97 60 20%
Modelo 2: Dos ac o es co elacionados (ML/Oblimin)
Valo n° de mues as Po cen aje
.99 150 50%
.98 90 30%
.97 60 20%
Modelo 3: T es ac o es inco elacionados (ML/Va imax)
Valo n° de mues as Po cen aje
.98 150 50%
.97 120 40%
.96 30 10%
Modelo 4: T es ac o es co elacionados (ML/Oblimin)
Valo n° de mues as Po cen aje
.98 90 30%
.97 180 60%
.96 30 10%
Tabla 3
Bondad de ajus e de la es uc u a ac o ial usando el índice AGFI
Es adís ico AGFI (Indice de bondad de ajus e)
Modelo 1: Dos ac o es inco elacionados (ML/Va imax)
Valo n° de mues as Po cen aje
.99 30 10%
.98 120 40%
.97 30 10%
.96 60 20%
.95 60 20%
Modelo 2: Dos ac o es co elacionados (ML/Oblimin)
Valo n° de mues as Po cen aje
.99 30 10%
.98 120 40%
.97 30 20%
.96 90 30%
.95 30 10%
Modelo 3: T es ac o es inco elacionados (ML/Va imax)
Valo n° de mues as Po cen aje
.97 60 20%
.96 120 40%
.95 120 40%
Modelo 4: T es ac o es co elacionados (ML/Oblimin)
Valo n° de mues as Po cen aje
.97 30 10%
.96 180 60%
.95 60 20%
.94 30 10%
Po úl imo, en endemos que el abajo que p esen amos pe mi-
e pone de mani ies o que es e ipo de p ocedimien o (EFA-CFA)
no añade una mejo in o mación ni más de ini i a sob e la alidez
de cons uc o de las soluciones (es uc u a ac o ial) ob enidas con
EFA.
EFA asume implíci amen e que el p ocedimien o puede o iene
capacidad pa a descub i la es uc u a elacional que subyace a los
indicado es y que la es uc u a que esul a de la aplicación de EFA
es una e idencia de alidez po que se asume que es a es uc u a e-
sul an e es coinciden e con una es uc u a sus an i a sopo ada
desde un ma co eó ico. En endemos que es e azonamien o es a-
laz po que se ob ia la conside ación de que oda jus i icación sus-
an i a sob e un ma co eó ico de e e encia debe es ablece se a
p io i y, po an o, el hecho de «pone nomb e…» a pos e io i a
los pa ones de elación en e indicado es en a en con lic o con
los c i e ios de ga an ía de alidez que no pueden asumie se a no
se que se plan ee con ni idez el e e en e concep ual, y, a su ez,
la alidez de dicho e e en e end á dado po su co espondencia
con las e idencias ob enidas, es deci , eo ías p e ias y u ilidad
que p esen e dicho e e en e (Schmi ,1995). La alidez, po an o,
no debe eni dada po el p ocedimien o exclusi amen e y, en es-
e sen ido, el binomio EFA-CFA pa a ob ene alidez de cons uc-
o pod ía conside a se como un pseudo-p ocedimien o pa a ob e-
ne dicha alidez.
En endemos que una ap oximación ex p l o a o ia o p oceso es-
ic amen e induc i o en el que se pa a de un o al desconoci-
mien o de lo que se quie e de ini o a l i d a , da á luga a e s u l a-
dos aza osos y posiblemen e inespe ados, pues depende ía com-
ple amen e de ci cuns ancias o p e e encias a bi a ias y descon-
oladas.
JOSÉ ANTONIO PÉREZ-GIL, SALVADOR CHACÓN MOSCOSO Y RAFAEL MORENO RODRÍGUEZ
446
R e e e n c i a s
Ame ican Psychological Associa ion, Ame ican Educa ional Resea ch As-
socia ion and Na ional Council on Measu emen in Educa ion
(1954,1985). S anda ds o Educalional and Psychological Tes ing.
Washing on, DC: Au ho .
A uda, J.E.; Weile , M.D.; Valen ino, D.; Willis, W.G.; Rossi, JS; S e n,
R.A.; Gold, S.M. & Cos a, L. (1996). A Guide o Apllying P incipal
Componen s Analysis and Con i ma o y Fac o Analysis o Quan i a i-
e Elec oencephalog am Da a. In e na ional Jou nal o Psychophysio -
logy. 23 (1-2). 63-81
Bollen, K.A. (1989). S uc u al equa ions wi h la en a iables. New Yo k:
Wiley.
C onbach, L.J. (1949, 1960, 1970, 1984, 1990). Essen ials o psychologi -
cal es ing (1ª-5ª edición). New Yo k: Ha pe .
C onbach, L.J. (1980) . Validi y on pa ole: How can we go s aigh ? En
Sch ade , W.B. (Ed.) New di ec ions o es ing and measu emen ,
planning achie emen : P og ess o e a decade. Jossey Bass. San F an-
cisco.
C onbach, L.J. (1982). Designing e alua ions o educa ional and social
p og ams. San F ancisco: Jossey Bass.
C onbach, L.J. (1988). In e nal consis ency o es : Analyses old and new.
Psychome ika, 53, 1, 63-70.
C onbach, L.J. y Meehl, P.E. (1955). Cons uc alidi y in psychological
es s. Psychological Bulle in, 52, 281 -302.
Ge bin, D.W. y Hamil on, J.G. (1996). Viabili y o Explo a o y Fac o
Analysis as a P ecu so o Con i ma o y Fac o Analysis. S uc u al
Equa ion Modeling, 3,2-72.
Go such, R.L. (1983). Fac o Analysis (2nd. Ed.). Hillsdale, NJ: E lbaum.
Guion, R.M. (1977). Con en alidi y: Th ee yea s o alk-wha ’s he ac-
ion?. Public Pe sonnel Managemen , 6, 407-414.
Guion, R.M. (1980). On inia ian doc in as o alidi y. P o essional Psy -
chology, 11, 385-398.
Jö eskog, K.G & Sö bom, D. (1989). LISREL7: Use ’s e e ence guide.
Moo es ille. IN: Scien i ic So wa e.
Jö eskog, K.G & Sö bom, D. (1993). LISREL8: S uc u al Equa ion Mo -
deling wi h he SIMPLIS. Command language. Chicago, IL: Scien i ic
So wa e.
Loe inge , J. (1957). Objec i e es s as ins umen s o psychological he-
o y. Psychological Repo s, 3, 635-694.
Ma ínez-A ias, M.R. (1995). Psicome ía: Teo ía de los es s psicológicos
y educa i os. Mad id: Sín esis.
Messick, S. (1975). The s anda d p oblem: Meaning and alues in measu-
emen and e alua ion. Ame ican Psychologis , 30,955 -966.
Messick, S. (1980). Tes alidi y and e hics o assessmen . Ame ican Psy -
chologis , 35, 1012-1027.
Messick, S. (198l). Cons uc s and hei icissi udes in educa ional and
psychological measu emen . Psychological Bulle in, 89, 575-588.
Messick, S. (1988). The once and u u e issues o alidi y: Assessing he
meaning and consequences o measu emen . En H. Waine y H.l. B aun
(Eds.), Tes alidi y. Hillsdale, NJ: Law ence E lbaum Associa es.
M e s s i ck, S. (1989). Va l i d i y. The speci i c a ion and de elopmen o es s o
a ch i e emen and ab i l i y. En R. L. Lino (Ed.), E d u c a ional Measu e m e n
(3 h edi ion). Washing on, DC: Ame ican Council on Educa i o n .
Messick, S. (1994). Founda ions o alidi y: Meaning and consequences in
psychological assessmen . Eu opean Jou nal o Psychological Assess -
men , 10, 1-9.
Messick, S. (1995). S anda ds o alidi y and he alidi y o s anda ds in
pe o mance assessmen . Educa ional Measu emen : Issues and P ac -
ice, 15, 5-12.
Moos, P.A. (1992). Shi ing concep ions o alidi y in educa ional measu-
emen : Implica ions o pe o mance assessmen . Re iew o Educa io -
nal Resea ch, 62, 229-258.
Schmi , F.F. (1995). T u h: A p ime . Boulde , Colo ado:Wes iw P ess.
Sppss Inc., M. J. No usis (1994). SPSS/PC+ o IBM=PC/XT/AT. Chica-
go, IL: SPSS Inc.
Tenopy , M.L. (1977). Con en -cons uc con usion. Pe sonnel Psycho -
logy, 30, 47-54.
Tho ndike, R. L. y Hagen, E.P. (1989). Measu emen and e alua ion in
Psychololy and educa ion (2ª edición). New Yo k: Wiley.
Thu s one, L.L., (1931). Mul iple Fac o Analysis. Psychological Re iew,
38, 406-427.
Thu s one, L.L., (1947). Mul iple Fac o Analysis. Chicago, IL:Uni e si y
o Chicago P ess.