24/05/2026
📊 Uno de los errores más graves en las investigaciones Cuantitativas, es analizar hipótesis antes de comprobar si el instrumento realmente está midiendo bien las variables.
He visto investigaciones con modelos estadísticos avanzados, hipótesis significativas y conclusiones aparentemente sólidas… construidas sobre instrumentos que tenían problemas graves de medición. El problema es simple:
⚠️ Si el cuestionario mide mal las variables, las hipótesis también pueden estar mal comprobadas y los resultados no serían confiables.
Para evitarlo es recomendable aplicar el Análisis Factorial Confirmatorio (AFC), una técnica que permite verificar si la estructura del modelo de medida, realmente tiene respaldo estadístico, es decir, si las preguntas o items realmente miden el concepto que pretenden medir, y si estos items no miden dos o más conceptos al mismo tiempo.
Este análisis debe realizarse antes de interpretar hipótesis, relaciones causales o resultados estructurales, puesto que necesitamos demostrar que el modelo de medición funciona correctamente. Para esto, la técnica utiliza varios indicadores y procesos de análisis como:
✅ cargas factoriales
✅ validez convergente
✅ validez discriminante
✅ AVE
✅ fiabilidad compuesta
✅ índices de ajuste del modelo
El AFC no sirve para “hacer más sofisticada” una investigación, sino para detectar problemas que pueden cambiar completamente la interpretación de los resultados.
Primero debemos demostrar que estamos midiendo correctamente la realidad que intentamos explicar.
