Validación de instrumentos
Un asistente que te lleva paso a paso, de la depuración al reporte. En cada número te explica en palabras sencillas cómo leerlo y qué hacer si no cumple, y al final te entrega el texto para tu método y las limitaciones que debes declarar.
Tus datos no salen de tu computadora. Todo ocurre dentro de tu navegador y AtheneaLab no guarda nada. Por eso, al terminar cada variable descarga su PDF y su archivo de progreso: con ese archivo puedes retomarla otro día.
¿Cómo quieres empezar?
Validar una variable
Empieza desde cero. Puedes escribir los valores que te da jamovi o cargar la base codificada de AtheneaLab para que la herramienta calcule parte de ellos.
Continuar o corregir una variable
Carga el archivo de progreso (.athenealab) que descargaste: el asistente se abre tal como lo dejaste.
Informe integrado
Carga los archivos de dos o más variables del mismo estudio y obtén la validez discriminante entre ellas, una tabla conjunta y el texto unificado.
¿Cómo funciona?
Validar un instrumento es reunir evidencia de que mide lo que dice medir y de que lo hace con precisión en tu muestra. El asistente sigue el orden en que se hace ese trabajo: cada paso se abre cuando completas el anterior y algunos se abren o no según tus decisiones metodológicas.
Datos y camino
Tu muestra, tu instrumento y si su estructura tiene sustento teórico. Con sustento, se pasa directo al AFC; sin él, primero va un AFE.
Depuración y jamovi
Una base depurada y un programa estadístico gratuito.
Estructura
Dimensiones e ítems de tu variable, y los que decidas eliminar.
Análisis de ítems
Correlación ítem-resto, α si se elimina, asimetría y curtosis.
KMO, Bartlett y AFE
Solo si la estructura no tiene sustento suficiente.
AFC
Índices de ajuste, cargas, correlaciones entre dimensiones y comparación con un modelo de un factor.
Confiabilidad y validez
α, ω, AVE, Fornell-Larcker y HTMT.
Reporte
Texto para el método, limitaciones propuestas y PDF de la variable.
El semáforo
Cada estadístico se colorea según criterios publicados. El color orienta, no decide por ti: un valor en ámbar se puede reportar justificándolo, y uno en rojo indica algo que conviene revisar. Cuando un resultado en rojo compromete la validez, el asistente lo marca como pendiente en vez de convertirlo en una limitación.
| Estadístico | Excelente | Aceptable | No aceptable | Fuente |
|---|---|---|---|---|
| α de Cronbach | ≥ .90 | .70–.89 | < .70 | Nunnally y Bernstein (1994) |
| Correlación ítem-resto | ≥ .50 | .30–.49 | < .30 | Criterio habitual |
| α si se elimina el ítem | No supera α | Lo supera por ≤ .05 | Lo supera por > .05 | Criterio habitual |
| Asimetría y curtosis | |asim.| < 2 y |curt.| < 7 | Usar estimador robusto | Curran et al. (1996) | |
| KMO | ≥ .80 | .60–.79 | < .60 | Kaiser (1974) |
| MSA por ítem | ≥ .80 | .50–.79 | < .50 | Kaiser (1974) |
| Bartlett | p < .001 | p < .05 | p ≥ .05 | — |
| Cargas del AFE | ≥ .70 | .40–.69 | < .40 | Hair et al. (2019) |
| Cargas cruzadas | Ninguna | Diferencia ≥ .20 | Diferencia < .20 | Criterio habitual |
| CFI y TLI | ≥ .95 | .90–.94 | < .90 | Hu y Bentler (1999) |
| RMSEA | ≤ .05 | .05–.08 (mediocre hasta .10) | > .10 | MacCallum et al. (1996) |
| SRMR | ≤ .05 | .05–.08 | > .08 | Hu y Bentler (1999) |
| Cargas estandarizadas del AFC | ≥ .70 | .50–.69 | < .50 | Hair et al. (2019) |
| Correlación entre dimensiones | < .70 | .70–.84 | ≥ .85 | Brown (2015) |
| ω de McDonald | ≥ .85 | .70–.84 | < .70 | Viladrich et al. (2017) |
| AVE | ≥ .60 | .50–.59 | < .50 (retenible si FC ≥ .60) | Fornell y Larcker (1981) |
| HTMT | < .75 | .75–.84 | ≥ .85 (flexible: < .90) | Henseler et al. (2015) |
| Fornell-Larcker | √AVE > todas sus correlaciones | Alguna no cumple | Fornell y Larcker (1981) | |
¿Por qué, con sustento teórico, se pasa directo al AFC?
El AFC pone a prueba una estructura que ya está planteada de antemano: cuántas dimensiones hay y qué ítems pertenecen a cada una (Brown, 2015). El AFE sirve cuando esa estructura no se conoce o no está clara (Fabrigar et al., 1999). Si la teoría y los estudios previos ya la respaldan, hacer antes un AFE es redundante, y es apropiado pasar al AFC, sobre todo al adaptar un test con una estructura conocida y clara (Ferrando et al., 2022).
Además, el AFE no siempre reproduce la estructura original aunque sea correcta: su resultado depende del número de factores, del método de extracción y de la rotación (Lloret-Segura et al., 2014), y las dimensiones muy relacionadas tienden a mezclarse porque el AFE deja que cada ítem cargue en todos los factores. Cuando se usan los dos análisis, conviene hacerlos en mitades distintas de la muestra (Fokkema y Greiff, 2017).
Referencias
Cómo citar esta herramienta
AtheneaLab. (2026). Validación de instrumentos [Aplicación web]. https://athenealab.com/validacion/