LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, mayo, 2025, Volumen VI, Número 3 p 194.
DOI: https://doi.org/10.56712/latam.v6i3.3939
Análisis factorial exploratorio para la validación de un
instrumento de investigación
Exploratory factor analysis for the validation of research instrument
Melvin Octavio Fiallos Gonzáles
ofiallos10@gmail.com
https://orcid.org/0000-0002-3553-1544
Universidad Pedagógica Nacional Francisco Morazán
Tegucigalpa – Honduras
Leocadio Fiallos Gonzáles
lfiallos@upnfm.edu.hn
https://orcid.org/0000-0001-8732-0768
Universidad Pedagógica Nacional Francisco Morazán
La Esperanza – Honduras
Alexis Yovanny Gómez Gonzáles
alexisyogogo@yahoo.com
https://orcid.org/0000-0002-8100-0357
Universidad Pedagógica Nacional Francisco Morazán
La Esperanza – Honduras
Dunia Liset Banegas Retes
banegasretesdunia@gmail.com
https://orcid.org/0009-0007-1981-8055
Universidad Pedagógica Nacional Francisco Morazán
La Esperanza – Honduras
Artículo recibido: 03 de mayo de 2025. Aceptado para publicación: 17 de mayo de 2025.
Conflictos de Interés: Ninguno que declarar.
Resumen
El presente artículo presenta una descripción del análisis factorial exploratorio utilizado para la
revisión y validación de una escala tipo Likert, con el objetivo de describir el proceso ejecutado para la
mejora desde la identificación de factores y su relación con las variables, el objetivo es validar una
escala orientada a identificar la enseñanza de la evaluación en la formación del profesorado, el
proceso metodológico considera un estudio cuantitativo no experimental a la vez descriptivo, la
muestra considerada es aleatoria con los resultados se puede destacar que la aplicación del análisis
exploratorio, desde el alfa de Cronbach y el KMO permiten analizar cómo se comportan las
dimensiones de la escala, se puede concluir que la validez y la fiabilidad, y la rotación promax, permiten
integrar modificaciones para su mejora en el proceso de investigación.
Palabras clave: análisis factorial, escala, validación
Abstract
This article provides a description of the exploratory factor analysis used for the review and validation
of a Likert-type scale, with the aim of describing the process carried out for its improvement, from the
identification of factors and their relationship with the variables. The objective is to validate a scale
aimed at identifying the teaching of assessment in teacher education. The methodological process
involves a non-experimental, descriptive quantitative study. The sample is random, and the results
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, mayo, 2025, Volumen VI, Número 3 p 195.
highlight that the application of exploratory analysis—through Cronbach’s alpha and the KMO—allows
for examining how the scale's dimensions behave. It can be concluded that the validity, reliability, and
Promax rotation support the integration of modifications to improve the research process.
Keywords: factorial analysis, scale, validation
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,
publicado en este sitio está disponibles bajo Licencia Creative Commons.
Cómo citar: Fiallos Gonzáles, M. O., Fiallos Gonzáles, L., Gómez Gonzáles, A. Y., & Banegas Retes, D.
L. (2025). Análisis factorial exploratorio para la validación de un instrumento de investigación. LATAM
Revista Latinoamericana de Ciencias Sociales y Humanidades 6 (3), 194 – 201.
https://doi.org/10.56712/latam.v6i3.3939
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, mayo, 2025, Volumen VI, Número 3 p 196.
INTRODUCCIÓN
En los procesos de investigación en educación se requiere de recoger información desde diferentes
variables que permitan identificar y dar respuesta los preguntas que guían el proceso de investigación,
además, de identificar cómo estas variables presentan alguna relación significativa, por lo que se
requiere de la aplicación de técnicas que permitan el análisis de los datos recabados, para esto se
debe de tener en cuenta la validez y confiabilidad del instrumento que se utiliza Ledesma et al., (2019).
En la consideración de los análisis se puede considerar el análisis factorial para Paniagua et al.,
(2022,p.128) “ Charles Spearman (1904) propuso el primer modelo de análisis factorial, más tarde,
Thurstone (1935, 1947), planteó una propuesta a la que denomino modelo de factor común, modelo
matemático que ha dado lugar a los modelos de análisis factorial exploratorio”, mismo que ayuda a la
revisión de los instrumentos de investigación que permite acompañar la construcción y validación de
los cuestionarios utilizados en la investigación.
Para Martínez Ávila, (2021, p. 308) toma en consideración que el análisis factorial exploratorio permite:
agrupar los ítems de acuerdo con la correlación hacía un factor. Existen varios estadísticos
descriptivos que analizan la matriz de correlaciones, entre los más usuales del test de esfericidad de
Barlett, que se emplea para someter a comprobación la hipótesis nula de la matriz de correlación es
cero mientras que el índice KMO de Kaiser-Meyer-Oklin mide la magnitud de los coeficientes de
correlación dentro del parámetro de 0 a 1.
Con lo anterior, Pulido & Rodríguez, (2014), mencionan que un KMO de .90 son excelentes, de .80-.90,
buenos, de .70-.80, buenos de .50-.60, regulares, permitiendo decidir el dejar o quitar las variables y
realizar una nueva revisión.
En el caso que nos interesa es la validación de un instrumento de investigación tipo Likert, para
garantizar la confiabilidad y generado una mejora del mismo, para ser aplicado posteriormente para el
desarrollo del proceso, se considera la guía de revisión de (Ledesma et al., 2019), para la aplicación del
análisis factorial exploratorio.
METODOLOGÍA
Para el desarrollo se ha trabajo se han considerado un enfoque cuantitativo Mendizábal, (2016),
considerando, un enfoque descriptivo, Bernal, (2010), con el desarrollo del pilotaje la muestra a
considerar es de 300 estudiantes de la formación docente, con el fin de generar un validación del
instrumento de investigación Nocedo de León et al., (2015);Creswell, (2009), además, se ha
considerado por (Gonzáles & Gonzáles, 2024), en la construcción desde la revisión teórica del
cuestionario con el fin de garantizar una estructura lógica de trabajo.
El trabajo muestra un ejemplo de análisis factorial exploratorio, utilizando software estadístico SPSS,
con una serie de datos que pretender validar una escala tipo Likert, aplicado a 300 estudiantes de
formación inicial docente, que permitan identificar la fiabilidad y a la vez ajustarla para describir la
enseñanza de la evaluación en la formación del profesorado.
Esta escala tiene 4 dimensiones, planificación, participación, organización y construcción, cada una
con ocho ítems, teniendo 36 ítems que conforman la escala. Del cual se obtiene un alfa de Cronbach
Tabla 1
Estadísticos de fiabilidad
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, mayo, 2025, Volumen VI, Número 3 p 197.
Estadísticos de fiabilidad
Alfa de Cronbach Alfa de Cronbach basada en los elementos
tipificados
N de elementos
.959 .960 36
RESULTADOS
En cuanto a los resultados se ha realizado y obtenido el KMO, que se muestra en la Tabla 1, que
presenta un valor de .699 y una significancia de .000, en la prueba de esfericidad de Barlett lo que
permite el desarrollo de un análisis factorial de las variables.
Tabla 2
KMO y Bartlett
KMO y prueba de Bartlett
Medida de adecuación muestral de Kaiser-Meyer-Olkin. .699
Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 1581.840
gl 630
Sig. .000
Fuente: elaboración a partir de los resultados.
En el desarrollo del proceso identificamos la varianza total explicada en la Tabla 2, muestra la cantidad
de factores que nos ayudan a explicar la relación de las variables con cada factor, en este caso se
identifica 9 factores en total
Tabla 3
Varianza Total Explicada
Varianza total explicada
Factor Autovalores iniciales Sumas de las saturaciones al
cuadrado de la extracción
Suma de las
saturaciones
al cuadrado
de la
rotacióna
Total % de la
varianza
%
acumulado
Total % de la
varianza
%
acumulado
Total
1 15.57
2
43.255 43.255 10.19
5
28.319 28.319 11.229
2 2.883 8.008 51.263 1.599 4.443 32.761 12.715
3 2.062 5.728 56.991 6.432 17.867 50.628 6.994
4 1.606 4.461 61.452 1.837 5.102 55.730 4.512
5 1.489 4.137 65.589 1.627 4.520 60.250 5.825
6 1.400 3.889 69.478 1.050 2.918 63.168 7.013
7 1.339 3.719 73.197 1.170 3.250 66.418 3.741
8 1.091 3.031 76.228 1.030 2.862 69.279 3.380
9 1.048 2.911 79.140 1.019 2.832 72.111 2.842
10 .930 2.583 81.723
11 .791 2.196 83.919
12 .668 1.856 85.775
13 .631 1.753 87.528
14 .580 1.611 89.139
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, mayo, 2025, Volumen VI, Número 3 p 198.
15 .517 1.435 90.574
16 .418 1.162 91.736
17 .349 .970 92.706
18 .304 .844 93.550
19 .301 .836 94.386
20 .289 .804 95.190
21 .270 .751 95.941
22 .240 .666 96.608
23 .222 .616 97.223
24 .175 .485 97.709
25 .160 .444 98.152
26 .134 .374 98.526
27 .112 .312 98.838
28 .102 .283 99.121
29 .082 .227 99.349
30 .067 .186 99.535
31 .054 .150 99.685
32 .043 .119 99.804
33 .023 .063 99.867
34 .022 .062 99.929
35 .017 .047 99.975
36 .009 .025 100.000
Método de extracción: Máxima verosimilitud.
a. Cuando los factores están correlacionados, no se pueden sumar las sumas de los
cuadrados de las saturaciones para obtener una varianza total.
La carga factorial, con relación a las variables que tiene cargas desde 1 a 15, teniendo el primer factor
el 28% y el tercer con un 17%, los demás factores presentan valores que están desde el 2% al 5 % lo
que presenta en relación a la composición de los factores y las variables ver Tabla 4.
Tabla 3
Relación de factores y variables
Factores Variables relacionadas
1 3,4,5,6,8,10,12,16,15,17,20,21,30,35
2 1,7,9
3 11,14
4 13,18,34
5 1,19,33
6 2,24,25
7 22,26,27
8 23,28,29
9 36,31,32
Fuente: elaboración a partir de los resultados.
Con ello identificamos la relación que a la extracción que se muestra en la Tabla 4, las comunidades
muestran relación alta entre los factores, y el porcentaje que se explica de la variable, ya que los valores
se identifican entre.59-1, siendo tres, variables que presentan valores menores a .59.
Tabla 5
Extracción y comunidades
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, mayo, 2025, Volumen VI, Número 3 p 199.
Comunali
dades
Extrac
ción
Comu
nidad
Extrac
ción
Comu
nidad
Extrac
ción
Comu
nidad
Extrac
ción
Comu
nidad
Extrac
ción
P1 .715 P9 .906 P17 .553 P25 .786 P33 .882
P2. .378 P10 .645 P18 .828 P26 .727 P34 .806
P3 .627 P11 .718 P19 .683 P27 .708 P35 .738
P4 .790 P12 .762 P20 .826 P28 .818 P36 .999
P5 .853 P13 .781 P21 .484 P29 .770
P6 .888 P14 .895 P22 .999 P30 .708
P7. .568 P15 .469 P23 .693 P31 .707
P8 .311 P16 .615 P24 .641 P32 .688
Fuente: elaboración a partir de los resultados.
Método de extracción: Máxima verosimilitud
Al realizar rotación la matriz rotada ha mostrados valores relacionados a los factores con el cual se ha
obtenido datos para el factor 1 la relación alta con 4 variables, el factor 2 con 5, factor 3 con 4, factor
4 con, 3 factor 5 con 3, factor 6 con 4, factor 7 con 5 factor 8 con 3 factor 9 con 6 variables, teniendo
valores fuertes, además, de identificarse escasos valores negativos.
Gráfico 1
Gráfico de Sedimentación
Fuente: elaborado a partir de los resultados.
En el gráfico de sedimentación se observan los valores y autovalores para establecer qué valores
ayudan a la explicación y tiene mayor carga, y se complementa con la varianza total explicada y las
comunidades.
DISCUSIÓN
En los procesos de investigación educativa se requiere de la validación de los instrumentos de
investigación con el fin de garantizar la rigurosidad del proceso, tanto de construcción del instrumento
y la validez de los datos que se recogen en él se sentido la construcción y validación tiene dos
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, mayo, 2025, Volumen VI, Número 3 p 200.
momentos desde las revisiones teóricas que sustentan la elaboración de cada reactivo, Gonzáles &
Gonzáles, (2024), y las diferentes pruebas estadísticas que permitan la revisión del mismo Fiallos &
Gonzáles, 82024).
Para la validación de la propuesta que se presenta se ha considerada desde la postura de Paniagua
et al., (2022, p.175 ), para el procedimiento de extracción de factores “ es la de componentes
principales” considerando la observación que en SPSS, está definida se ha optado por la de máxima
verisimilitud, para Caballero & Pablo, (2003), el cálculos de los factores se puede realizar con el
método de máxima verosimilitud, para establecer la relación cada una de las variables.
En la determinación para la realización de análisis factorial exploratorio los valores KMO han permitido
decidir que el análisis factorial se puede ejecutar ya que es mayor a .5 y la esfericidad de Bartlett es
significativa, lo que indica que las variables logran forma partes de los diferentes factores, mismo que
se refleja en el gráfico de sedimentación.
Con el desarrollo del análisis factorial exploratorio, considerando el KMO la esfericidad de Bartlett, la
varianza total explicada juntos a los gráficos de sedimentación de los factores principales y
comunidades para la interacción entre variables, la rotación promax. Se ha determinado una varianza
total del 79.140%, correspondientes a 9 factores, de los cuales el mayor peso está en los primeros.
Se debe de considerar que el proceso de análisis factorial está orientado a una escala tipo Likert, en un
contexto de formación docente lo que puede requerir una revisión más profunda de la validación y del
análisis en otros contextos.
CONCLUSIÓN
En el proceso de análisis factorial exploratorio para un cuestionado de investigación educativa se ha
logrado demostrar el uso para la validación de instrumentos cuando el estudio lo requiere, permitiendo
la reducción de las variables, ajustando a las características contextuales, identificando los factores
principales la relación con las variables y las varianzas.
Este tipo de análisis se puede aplicar a una escala tipo Likert, siendo el investigador quien decide la
eliminación de ítems en la escala, considerando la correlación entre las variables, factores, para ajustar
los valores a recoger.
La escala utilizada ha tenido un ajuste eliminado los valores de menor correlación quedando el
instrumento conformado por las mismas dimensiones y veintiocho ítems.
Para las rotaciones, los valores obtenidos, no han permitido generar un modelo más simple del
presentado, lo que ha permitido tener una revisión y elaboración de nuevos análisis.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, mayo, 2025, Volumen VI, Número 3 p 201.
REFERENCIAS
Bernal, C. A. (2010). Metodología de la Investigación (3era ed.). Pearson Educación.
Caballero, J. G., & Pablo, E. J. (2003). Estimación por máxima verosimilitud restringida de componentes
de varianza y covarianza de múltiples características bajo los diseños i y ii de Carolina del Norte. 26(1),
53–65.
Creswell, W. J. (2009). Research Design, qualitative, quantitative, and mixed Methods Approaches (3era
ed.). SAGE.
Fiallos, M. O., & Gonzáles, L. F. (2024). Diseño y validación de un instrumento para identificar las
estrategias de enseñanza aprendizaje en la educación técnica industrial. Revista critica con ciencia,
2(3), https://doi.org/10.62871/revistacriticaconciencia.v2i3.317
Gonzáles, L. F., & Gonzáles, M. O. F. (2024). Diseño y validación de un instrumento de investigación
desde los constructos cualitativos hasta los cuantitativos. Revista Holón, 2(7),
Ahttps://doi.org/10.48204/j.holon.n7.a6586
Ledesma, R., Ferrando, P., & Tosi, J. (2019). Uso del Análisis Factorial Exploratorio en RIDEP.
Recomendaciones para Autores y Revisores. Revista Iberoamericana de Diagnóstico y Evaluación – e
Avaliação Psicológica, 52(3). https://doi.org/10.21865/RIDEP52.3.13
Martínez Ávila, M. (2021). Análisis factorial confirmatorio: Un modelo de gestión del conocimiento en
la universidad pública. RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo,
12(23). https://doi.org/10.23913/ride.v12i23.1103
Mendizábal, N. (2016). La osadía de la investigación de los métodos mixtos en las ciencias sociales.
Nocedo de León, I., Simons Castellanos, B., Batista García, G., Addine Fernández, F., Gonzáles Dosil, C.,
Gort Sánchez, M., Ruiz Aguilera, A., Minujín Zmud, A. F., & Valera Alfonso, Or. (2015). Metodologia de la
Investigación educacional (1 era). Pueblo y Educación.
Paniagua, D., M. Alvarado, J., Olivares, M., Ruiz, I., Romero-Suárez, M., & Aguayo-Estrem, R. (2022).
Estudio de Seguimiento de las Recomendaciones sobre Análisis Factorial Exploratorio en RIDEP.
Revista Iberoamericana de Diagnóstico y Evaluación – e Avaliação Psicológica, 66(5), 127.
https://doi.org/10.21865/RIDEP66.5.10
Pulido, S., & Rodriguez, J. (2014). Estadística Descriptiva y Análisis Cualitativo. Universidad Nacional
de Colombia.
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, publicados en
este sitio está disponibles bajo Licencia Creative Commons .