Lectura de matrices en AMOS

Si se desea introducir como datos de partida en AMOS una matriz de correlaciones, deberemos tener en cuenta que el archivo SPSS de datos debe tener la siguiente estructura:

-La primera variable, tipo cadena con nombre ROWTYPE_ (anchura 8 caracteres) deberá contener como información n, corr sttdev y mean.

-La segunda VARNAME_ (ancho 8) que contendrá los nombres de las variables en cada fila correspondiente. 

-A continuación se encuentran las columnas con las variables analizadas.

Un ejemplo podría ser el siguiente caso (matriz policórica generada por el programa Factor (Ferrando  y Lorenzo-Seva, 2017 ) y exportada al SPSS):

Análisis factorial: Fiabilidad compuesta y varianza extraída

En el proceso de observación de los comportamientos humanos, uno de los aspectos esenciales es el proceso de cuantificación. Entendiendo este proceso de medición como las reglas que nos permiten asignar números a los procesos observados, de tal forma que representen de manera adecuada la cantidad del atributo que poseen” (Nunally & Berstein, 1994). Si bien estas reglas son evidentes en situaciones como la altura, peso o edad, esto ya no es tan claro (no son intuitivas) en propiedades como la personalidad o la inteligencia.

Para medir este tipo variables (constructos) es necesario crear (usar si ya existen) escalas de medida formadas por un conjunto de preguntas o frases (ítems) que permiten medir el nivel que alcanza una atributo determinado (extroversión, psicoticismo, capacidad verbal, capacidad espacial, etc.) que no es directamente observable en el sujeto sometido a observación (un alumno, una institución, un animal, etc.).
En la literatura clásica psicométrica, el alfa de Cronbach, nos indica la fiabilidad de un conjunto de indicadores para medir un constructo evaluado. En caso  de obtener mas de un constructo, en el análisis factorial desarrollado, este índice no es adecuado, ya que no tiene en cuenta la influencia que los otros constructos pueden tener sobre el medido. Es un estadístico sesgado (Dunn, Baguley & Brunsden, 2014).