Es común extraer puntajes de factores de indicadores de variables ordinales. Los investigadores que usan medidas likert lo hacen todo el tiempo. Debido a que los puntajes de los factores se basan en la covarianza, por lo general no es tan importante que los "intervalos" no sean uniformes dentro y entre los ítems, particularmente si los ítems son comparables y usan escalas razonablemente compactas (por ejemplo, 5 o 7 puntos "de acuerdo / en desacuerdo "ítems likert"): todos los sujetos responden a los mismos ítems, y si los ítems son medidas válidas de alguna variable latente, las respuestas deberían mostrar un patrón de covarianza uniforme. Ver Gorsuch, RL (1983). Análisis factorial. Hillsdale, Nueva Jersey: Lawrence Erlbaum. 2do. ed., págs. 119-20. Pero si le molesta asumir que las respuestas para sus variables ordinales son lineales, o incluso más importantes, si desea puntuaciones de factores que no sean lineales pero reflejen asociaciones no lineales recurrentes entre elementos categóricos (como lo haría si sus variables fueran nominales o cualitativas), debe usar una alternativa de escala no lineal al análisis factorial convencional, como la clase latente análisis o teoría de respuesta al ítem. (Por supuesto, existe una semejanza familiar entre esta consulta y su consulta sobre el uso de predictores ordinales en los modelos de regresión logarítmica; tal vez pueda inspirar nuevamente al chi o a alguien que sepa más que yo para tratarnos con una cuenta aún más precisa) de por qué no necesita preocuparse, o tal vez por qué debería hacerlo). t lineal pero refleja asociaciones no lineales recurrentes entre ítems categóricos (como lo haría si sus variables fueran nominales o cualitativas): debe usar una alternativa de escala no lineal al análisis factorial convencional, como el análisis de clase latente o la teoría de respuesta a ítems. (Por supuesto, existe una semejanza familiar entre esta consulta y su consulta sobre el uso de predictores ordinales en los modelos de regresión logarítmica; tal vez pueda inspirar nuevamente al chi o a alguien que sepa más que yo para tratarnos con una cuenta aún más precisa) de por qué no necesita preocuparse, o tal vez por qué debería hacerlo). t lineal pero refleja asociaciones no lineales recurrentes entre ítems categóricos (como lo haría si sus variables fueran nominales o cualitativas): debe usar una alternativa de escala no lineal al análisis factorial convencional, como el análisis de clase latente o la teoría de respuesta a ítems. (Por supuesto, existe una semejanza familiar entre esta consulta y su consulta sobre el uso de predictores ordinales en los modelos de regresión logarítmica; tal vez pueda inspirar nuevamente al chi o a alguien que sepa más que yo para tratarnos con una cuenta aún más precisa) de por qué no necesita preocuparse, o tal vez por qué debería hacerlo).