Bondad de ajuste en el análisis factorial de ítems: efecto del número de alternativas de respuesta

El poder de la estadística de prueba de chi-cuadrado utilizada en el modelado de ecuaciones estructurales disminuye a medida que aumenta el valor absoluto de la curtosis excesiva de los datos observados. La curtosis excesiva es más probable cuanto menor sea el número de categorías de respuesta de ítems. Como resultado, es probable que el ajuste mejore a medida que disminuye el número de categorías de respuesta de ítems, independientemente de la verdadera estructura factorial subyacente o del índice de ajuste basado en χ2 utilizado para examinar el ajuste del modelo. De manera equivalente, dado un valor objetivo de ajuste aproximado (por ejemplo, error cuadrático medio de aproximación ≤ .05), se necesita un modelo con más factores para alcanzarlo a medida que aumenta el número de categorías. Esto es cierto independientemente de si los datos se tratan como continuos (análisis de factores comunes) o como discretos (análisis factorial ordinal). Recomendamos utilizar un gran número de alternativas de respuesta (≥ 5) para aumentar el poder de detectar modelos sustantivos incorrectos.