Actualmente, son más frecuentes los estudios que examinan las evidencias de validez y fiabilidad de los instrumentos de medida utilizados en ciencias de la salud1. En este contexto, Bermejo et al.2, realizaron un importante estudio que tuvo como objetivo determinar las propiedades psicométricas del Organizational Commitment Questionnarie y el Job Diagnostic Survey en voluntarios para el acompañamiento de personas en duelo. Para este fin, se obtuvieron evidencias de validez basadas en la estructura interna a través del análisis factorial exploratorio (componentes principales, rotación varimax, regla de Kaiser) y fiabilidad por consistencia interna mediante el coeficiente alfa de Cronbach. Estos procedimientos son frecuentemente empleados pero cuestionados y poco recomendados3,4. El objetivo de la carta es aclarar las limitaciones de los procedimientos utilizados y sugerir procedimientos alternativos y más idóneos.
Primero, el análisis de componentes principales es un procedimiento de reducción de variables pero no de análisis factorial5, que tiende a sobreestimar las cargas factoriales. Así, es probable que las cargas factoriales reportadas en el estudio de Bermejo et al.2, pueden ser menores si se emplea otro procedimiento de extracción más acorde, como el método de mínimos cuadrados ponderados o de máxima verosimilitud5,6. Por otro lado, la regla de Kaiser (autovalores mayores a 1), sobreestima el número de factores elegidos, estando en función del número de variables, el tamaño muestral y las comunalidades6, limitando la capacidad de inferencia de las puntuaciones obtenidas por el instrumento3. Para una estimación más precisa de la cantidad de factores, diversos autores sugieren el empleo del análisis paralelo que permite identificar factores comunes con valores mayores a los resultantes por medio del azar7,8. Respecto a la rotación varimax, su aplicación supone una falta de correlación entre los ítems, lo cual es difícil de estimar cuando se trata de elementos de un mismo instrumento; razón por la cual se recomienda asumir una relación entre los ítems y utilizar un método de rotación oblicua6.
Finalmente, para hacer viable el uso del coeficiente alfa de Cronbach, es necesario el cumplimiento de la tau equivalencia, donde la totalidad de ítems evalúan el mismo constructo con el mismo grado de dificultad, y la ausencia de errores correlacionados9. Estos principios no son mencionados en el trabajo de Bermejo et al.1 Además, el coeficiente se ve afectado por la cantidad de ítems y alternativas de respuesta y la proporción de varianza, no siendo recomendado en instrumentos con escala de respuesta tipo Likert10. Asimismo, el coeficiente alfa debe ser complementado con el cálculo de los intervalos de confianza (IC) que permiten estimar los posibles valores poblacionales del coeficiente en función a un nivel de confianza. Los IC pueden ser estimados con el módulo ICAlfa9, donde un límite inferior igual o mayor a 0,70 permitiría tener una aceptable fiabilidad. Un reanálisis (tabla 1), permite indicar que los factores 1, 3, 4, 5 y 6 del Job Diagnostic Survey presentan límites inferiores del IC por debajo de 0,70, lo que reporta la existencia de error de medición que afectaría los resultados y sus conclusiones. Existen otros coeficientes para la estimación de la fiabilidad como el coeficiente omega, que se basa en las cargas factoriales y no se encuentra afectado por el número de ítems ni por el cumplimiento del principio de tau equivalencia, generando una mayor estabilidad de los cálculos y una mejor estimación de la fiabilidad10.
Lo mencionado líneas arriba, no busca desmerecer el importante estudio de Bermejo et al.1 pero sí busca presentar aportes metodológicos necesarios para evitar errores en la determinación de las propiedades psicométricas de instrumentos de medida, permitiendo obtener mediciones más precisas e importantes en la toma de decisiones respecto a la motivación, compromiso y satisfacción de voluntarios para el acompañamiento de personas en duelo y en otras situaciones.
