Presentación sobre Índices en Modelos Bifactor

Este repositorio contiene la presentación "Aplicación de los Índices en Modelos Bifactor", en la cual se abordan los principales indicadores utilizados para evaluar modelos bifactor y su aplicabilidad en análisis psicométricos y modelos de ecuaciones estructurales (SEM).

📢 Accede a la presentación aquí:
👉 Ver presentación

---

📌 Contenido de la Presentación

Esta presentación explora tres preguntas clave en la evaluación de modelos bifactor, basadas en Rodríguez et al. (2016):

1. ¿Los puntajes totales reflejan variación en una sola variable latente?
   • Se presentan los coeficientes $\omega$ y $\omega_H$ para evaluar la varianza explicada por el factor general y los factores específicos.
   • Se analiza la fiabilidad de las subescalas mediante $\omega_S$ y $\omega_{HS}$.
2. ¿Pueden los ítems usarse para especificar variables latentes en SEM?
   • Se explican los índices de Factor Determinacy (FD) e Índice H, que evalúan la calidad de las estimaciones factoriales y la replicabilidad del constructo.
3. ¿Son las medidas esencialmente unidimensionales?
   • Se utilizan los índices Explained Common Variance (ECV) y Percentage of Uncontaminated Correlations (PUC) para determinar si el modelo bifactor puede tratarse como esencialmente unidimensional.

Además, la presentación incluye simulaciones en R de modelos bifactor "perfectos" y "problemáticos", comparando la estructura bifactor ideal con configuraciones donde los factores específicos dominan sobre el factor general.

---

🔧 Herramientas Utilizadas

• Quarto con Reveal.js para la generación de diapositivas interactivas.
• R y lavaan para la simulación y ajuste de modelos bifactor.
• Paquetes adicionales: semPlot, BifactorIndicesCalculator, ggplot2, psymetrics.

---

🚀 Cómo Ejecutar el Código

Para replicar los análisis y simulaciones, descarga el repositorio y abre una sesión en R con los siguientes paquetes instalados:

install.packages(c("lavaan", "semPlot", "BifactorIndicesCalculator", "ggplot2"))
remotes::install_github("brianmsm/psymetrics")
source("https://github.com/brianmsm/bifactor-indices-presentacion/raw/refs/heads/main/simulaBifactor.R")

---

📢 No olvides visitar la presentación interactiva aquí: 👉 https://brianmsm.github.io/bifactor-indices-presentacion/