📊 statistics

A New Fit Assessment Framework for Common Factor Models Using Generalized Residuals

Este artículo propone un nuevo marco de evaluación de ajuste para modelos de factores comunes basado en residuos generalizados que, al ir más allá de las estructuras de media y covarianza, permite detectar tipos de desajuste que los métodos convencionales suelen pasar por alto.

Autores originales: Youjin Sung, Youngjin Han, Yang Liu

Publicado 2026-03-04

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Youjin Sung, Youngjin Han, Yang Liu

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que eres un arquitecto que ha diseñado un edificio (un modelo estadístico) y ahora quieres asegurarte de que es seguro y funciona bien.

Hasta ahora, la forma estándar de verificar esto era como si solo miraras el plano general del edificio: medías si las paredes estaban rectas y si las habitaciones tenían el tamaño promedio correcto. Si todo parecía bien en el plano, decías: "¡Perfecto, el edificio es seguro!".

Pero, ¿qué pasa si el plano general está bien, pero el suelo tiembla en ciertas habitaciones, o si los materiales se comportan de forma extraña cuando hace calor? El plano general no te lo dice.

Este artículo propone una nueva herramienta para detectar esos problemas ocultos. Se llama Residuos Generalizados. Aquí te explico cómo funciona usando analogías sencillas:

1. El Problema: El "Plano General" no lo cuenta todo

En psicología y educación, a menudo intentamos medir cosas que no podemos ver directamente, como la "inteligencia" o la "ansiedad". Llamamos a estas cosas Variables Latentes (el motor invisible del coche). Usamos preguntas o pruebas (las Variables Manifiestas) para adivinar cómo funciona ese motor.

Los métodos tradicionales de prueba (como el CFI o el RMSEA) son como medir el promedio de velocidad del coche y la variación de esa velocidad. Si el promedio es correcto, dicen que el coche va bien.

El problema: A veces, el promedio es perfecto, pero el coche acelera de golpe en una curva y frena en otra. El promedio no ve ese comportamiento extraño. El modelo parece bueno, pero en realidad falla en detalles cruciales.

2. La Solución: Los "Residuos Generalizados" (El Inspector de Detalles)

Los autores proponen dejar de mirar solo el promedio y empezar a mirar cada detalle individual en relación con el motor invisible.

Imagina que en lugar de medir la velocidad promedio del coche, pones sensores en cada rueda para ver cómo reacciona exactamente cuando el motor gira a cierta velocidad.

La analogía del "Residuo": Es la diferencia entre lo que el modelo dice que debería pasar y lo que realmente pasa en la vida real.
La magia: Estos nuevos "Residuos Generalizados" permiten hacer dos cosas geniales:
1. Mirar de cerca (Punto por punto): Pueden decirte: "Oye, cuando la ansiedad es muy alta, las respuestas de los estudiantes se vuelven caóticas, algo que tu modelo no predice".
2. Ver la forma del motor: Pueden detectar si el "motor" (la variable latente) tiene una forma extraña. Por ejemplo, ¿es realmente una campana perfecta (distribución normal) o tiene dos picos (como si hubiera dos tipos de personas mezcladas)?

3. ¿Qué descubrieron con esta nueva lupa?

Los autores hicieron dos cosas:

Simulaciones (El laboratorio de pruebas): Crearon datos falsos donde sabían que había errores ocultos. Los métodos tradicionales dijeron "Todo bien", pero sus nuevos residuos gritaron "¡Aquí hay un problema!".
Datos reales (El caso de la prueba): Analizaron los tiempos de respuesta de estudiantes en una prueba de razonamiento.
- Lo tradicional: Dijo que el modelo de "velocidad de procesamiento" funcionaba bien.
- Lo nuevo: Descubrió que la distribución de la velocidad de los estudiantes no era una campana perfecta (había muchos muy rápidos y pocos muy lentos). Además, detectó que para algunas preguntas, la variabilidad de los tiempos no era constante (algunos estudiantes tardaban mucho más si la pregunta era difícil, y el modelo no lo captaba).

4. ¿Por qué es importante esto?

Usar solo los métodos antiguos es como conducir un coche mirando solo el velocímetro promedio. Puedes llegar a tiempo, pero podrías tener un accidente porque no viste que los frenos fallaban en las curvas.

Con Residuos Generalizados, obtienes un tablero de instrumentos completo:

Te avisa si la forma de tu "motor" (las personas) es diferente a la que pensabas.
Te dice si las "ruedas" (las preguntas) se comportan de forma extraña bajo ciertas condiciones.
Te ayuda a no sacar conclusiones falsas. Por ejemplo, si asumes que la relación entre dos conceptos es lineal (una línea recta) pero en realidad es curva, podrías malinterpretar completamente cómo se relacionan las cosas.

En resumen

Este artículo nos da una nueva lupa para inspeccionar los modelos estadísticos. Nos dice: "No te conformes con que el promedio sea correcto; mira los detalles, mira las formas extrañas y asegúrate de que el modelo funciona bien en todas las situaciones, no solo en el promedio".

Es como pasar de un examen de "satisfacción general" a una inspección técnica detallada que evita que construyamos teorías sobre cimientos débiles.

Aquí presento un resumen técnico detallado del artículo "A New Fit Assessment Framework for Common Factor Models Using Generalized Residuals" (Un nuevo marco de evaluación de ajuste para modelos de factores comunes utilizando residuos generalizados), escrito por Youjin Sung, Youngjin Han y Yang Liu.

1. El Problema

La evaluación de la bondad de ajuste (GOF, por sus siglas en inglés) en los modelos de factores comunes (CFM) se realiza tradicionalmente mediante estadísticos basados en la recuperación de las estructuras de medias y covarianzas (ej. $\chi^2$ , CFI, TLI, RMSEA, SRMR).

El problema central identificado por los autores es que estos métodos convencionales pueden enmascarar desajustes críticos (misfit). Un modelo puede mostrar un ajuste excelente en términos de medias y covarianzas, pero fallar en otras suposiciones paramétricas fundamentales, tales como:

La distribución de las variables latentes (LVs), que a menudo se asume normal, pero que podría ser multimodal o asimétrica.
La forma funcional de las variables manifiestas (MVs), asumiendo linealidad y homocedasticidad (varianza constante) que podrían no ser ciertas en la realidad.
Estas violaciones pueden llevar a conclusiones engañosas, como interpretar incorrectamente la correlación entre factores si la normalidad bivariada no se cumple.

2. Metodología Propuesta

Los autores extienden la teoría de los residuos generalizados (originalmente desarrollada por Haberman & Sinharay, 2013 para datos categóricos) para aplicarla a modelos de medición lineales con variables manifiestas continuas.

Conceptos Clave:

Residuos Generalizados: Se definen como la discrepancia entre el promedio muestral y la expectativa poblacional basada en el modelo de una cantidad resumen específica ( $H$ ).
Transformación: Se introduce una función de transformación $\phi$ para permitir la construcción de estadísticos más flexibles (ej. razones de cantidades).
Asintótica: Bajo la hipótesis nula de un modelo correctamente especificado, los residuos transformados siguen una distribución normal multivariada asintótica.
Estimación de la Matriz de Covarianza Asintótica (ACM): Para evitar tasas de error Tipo I infladas en valores extremos de LVs (especialmente en muestras pequeñas), los autores proponen estimar la ACM utilizando simulación Monte Carlo (MC) en lugar de estimadores de muestra directos.

Estadísticos de Prueba Propuestos:

Estadístico $z$ (Puntual): Evalúa el ajuste en un valor específico de la variable latente ( $x_\ell$ $x_{ℓ}$ ).
- $z = \frac{e_{\phi,r}}{\hat{\sigma}_{\phi,r}/\sqrt{n}}$
Estadístico $\chi^2$ (Resumen): Evalúa el ajuste global sobre múltiples valores de LVs simultáneamente.
- $T = n e_\phi^\top \hat{\Sigma}_\phi^- e_\phi$
- Donde $\hat{\Sigma}_\phi^-$ es una inversa generalizada estabilizada para evitar inestabilidad numérica.

Tres Ejemplos de Aplicación:

El marco se ilustra con tres tipos de pruebas de ajuste:

Normalidad de la Densidad LV: Evalúa si la distribución de los factores latentes es normal (comparando la densidad posterior estimada con la normal teórica).
Linealidad a Nivel de MV: Evalúa si la media condicional de una variable manifiesta dada la LV es lineal ( $E[Y|x]$ ).
Homocedasticidad a Nivel de MV: Evalúa si la varianza condicional de una variable manifiesta dada la LV es constante ($Var[Y|x]$).

3. Contribuciones Clave

Extensión Teórica: Generalización de los residuos generalizados desde datos categóricos (tablas de contingencia) hacia modelos de factores lineales con datos continuos.
Nuevos Estadísticos: Desarrollo de estadísticos de prueba ( $z$ y $\chi^2$ ) que permiten diagnósticos tanto puntuales (en valores específicos de LV) como globales.
Robustez Numérica: Propuesta de un método de estimación Monte Carlo para la matriz de covarianza de los residuos, mejorando la estabilidad en muestras pequeñas y valores extremos.
Visualización Diagnóstica: Creación de gráficos intuitivos que contrastan las estimaciones empíricas con las implícitas por el modelo, facilitando la interpretación de la naturaleza del desajuste.

4. Resultados

Los autores realizaron dos estudios de simulación y un análisis de datos empíricos:

Estudios de Simulación:

Control de Error Tipo I: Los estadísticos propuestos mantuvieron tasas de error Tipo I bien controladas (cerca del nivel nominal $\alpha=0.05$ ) en condiciones de modelo correcto, incluso con tamaños de muestra pequeños ( $n=100$ ).
Potencia: Los tests mostraron una potencia adecuada para detectar desajustes a medida que aumentaba el tamaño de la muestra ( $n=500, 1000$ $n = 500, 1000$ ).
- En el Estudio 1 (distribución LV no normal), los estadísticos convencionales ( $\chi^2$ , CFI, RMSEA) no detectaron el mal ajuste, mientras que los nuevos tests sí lo identificaron.
- En el Estudio 2 (no linealidad en la media o heterocedasticidad en la varianza), los estadísticos $z_2$ y $z_3$ detectaron específicamente los tipos de violación correspondientes, mostrando patrones de potencia oscilantes que coinciden con la forma de la desviación real.
Comparación: Los métodos convencionales fallaron sistemáticamente en detectar estos desajustes específicos, ya que las medias y covarianzas marginales se recuperaban bien a pesar de las violaciones estructurales.

Análisis Empírico (Datos de Tiempo de Respuesta):

Se aplicó el marco a datos de tiempo de respuesta (RT) del test TORRjr.
Hallazgos: Mientras que los índices convencionales sugerían un ajuste aceptable (CFI=0.97, RMSEA=0.05), los residuos generalizados revelaron:
- Violación de la normalidad en la densidad de la LV (distribución leptocúrtica y sesgada).
- Desajuste en la linealidad de la media para ciertos ítems (especialmente en extremos de velocidad de procesamiento).
- Violación de la homocedasticidad en la varianza de varios ítems.

5. Significado e Implicaciones

Este trabajo es significativo porque ofrece una herramienta para ir más allá de la recuperación de medias y covarianzas, permitiendo a los investigadores validar las suposiciones paramétricas subyacentes de los modelos de factores.

Diagnóstico Preciso: Permite identificar dónde y cómo falla un modelo (ej. en la cola de la distribución o en la relación no lineal de un ítem específico), en lugar de solo indicar que "el modelo no ajusta".
Mejora de Inferencias: Evita conclusiones erróneas sobre la estructura de los constructos latentes (ej. correlaciones entre factores) cuando las suposiciones de distribución no se cumplen.
Guía para Modificación del Modelo: Los gráficos generados pueden guiar la modificación de modelos hacia enfoques más complejos, como modelos de mezcla (para LVs no normales) o modelos de factores no lineales.
Complementariedad: No reemplaza a los métodos convencionales, sino que los complementa, proporcionando una evaluación de ajuste más matizada y robusta para la investigación en psicometría y educación.

En resumen, los autores demuestran que los residuos generalizados son herramientas prometedoras para detectar desajustes ocultos en modelos de medición, ofreciendo una vía para una validación de modelos más rigurosa y detallada.