Portada
ExGraf:
Un aplicativo web amigable para el análisis de redes psicométricas
Dr. José Ventura-León
Llévate la presentación
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Llévate la presentación
No apuntes tanto, mejor apunta con tu cámara al QR.
Una figura, cuatro lecturas
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Una figura, cuatro lecturas
La figura no cambia en toda la lámina: es la misma polilínea de cinco vértices, girada un cuarto de vuelta cada vez. Por eso el rótulo dice «se lee como» y no «es». Lo mismo pasa con una escala: el modelo factorial y el de redes miran la misma matriz de correlaciones desde sitios distintos, y ninguno de los dos es la escala.
Temas
01
EL CASO
Una escala de 23 ítems y una pregunta sin responder
02
EL MÉTODO
Seis conceptos, cada uno con su fórmula y su cifra
03
EL PROGRAMA
Nueve pasos: del archivo al modelo depurado
04
LO QUE QUEDA
Figuras, tablas, código R y lo que hay que declarar
El caso
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
El caso
En el estudio original los seis factores explican el 64,7 % de la varianza. La pregunta que se le hace a la red es cuántas dimensiones sostiene esta matriz y qué ítem se queda sin sitio: todas las cifras que van a aparecer en la charla salen de esa corrida.
Lemos, M., y Londoño, N. H. (2006). Construcción y validación del Cuestionario de Dependencia Emocional en población colombiana. Acta Colombiana de Psicología, 9(2), 127-140.
Por qué una red y no un factor
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Por qué una red y no un factor
Las tres ecuaciones son las que comparan Epskamp, Rhemtulla y Borsboom (2017). El análisis factorial supone una causa común detrás de los ítems y el componente los resume; la red no supone ninguna de las dos cosas: describe cómo se sostienen entre ellos.
De la matriz a la red
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
De la matriz a la red
QUÉ HACE EGA, EN TRES PASOS
- La red no sustituye a la matriz de correlaciones: la ordena. Cada línea es la asociación entre dos ítems una vez descontado lo que ambos comparten con el resto, y la regularización lleva a cero las débiles.
- El número de comunidades que quedan es la respuesta de EGA a cuántas dimensiones tiene la escala: no se fija de antemano, se estima.
El esquema es ilustrativo, con ocho ítems simulados. Todas las cifras del CDE que aparecen más adelante son capturas de la aplicación.
Por qué desaparece una línea
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Por qué desaparece una línea
Los valores del esquema son ilustrativos; las 114 aristas de 253 son las de esta sesión. Quién decide qué líneas se dibujan es la regularización (glasso o TMFG), y quién agrupa los nodos en comunidades, el algoritmo que se elija: louvain, walktrap o leiden.
Cuántas líneas quedan
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Cuántas líneas quedan
Esquema con doce ítems simulados: glasso no aplica un umbral duro sino que penaliza la verosimilitud, pero su efecto visible es este. En el ejemplo del Big Five que se usa en clase, el EBIC eligió λ = 0,08 y dejó 115 aristas de las 300 posibles entre 25 nodos, una densidad de 0,38.
De quién es cada ítem
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
De quién es cada ítem
Las cifras se comprobaron corriendo net.loads() sobre este mismo archivo: 0,577 para CDE18 y 0,253 para CDE13, que además pone 0,189 en otra dimensión, casi el corte de carga pequeña. Los tres cortes (0,20 pequeña, 0,35 moderada, 0,50 grande) son los de las cargas revisadas de Christensen, Golino, Abad y Garrido (2025), que es el método que la aplicación usa por defecto: con las cargas originales de Christensen y Golino (2021b) esas mismas cifras serían 0,357 y 0,156, y los cortes, otros.
Cuándo dos ítems sobran
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Cuándo dos ítems sobran
Los dos pares son reales, medidos con UVA() sobre este mismo archivo (uva_cde.R): CDE4-CDE19 comparte un vecino y una arista de 0,03; CDE5-CDE11 comparte cuatro y una de 0,40. De los 253 pares posibles, nueve pasan de 0,20, tres de 0,25 y ninguno de 0,30, y los tres que pasan el corte son parejas de enunciados casi sinónimos: CDE5-CDE11 (0,291), CDE16-CDE21 (0,278) y CDE2-CDE15 (0,251). El 0,25 es el corte recomendado por simulación (Christensen, Garrido y Golino, 2023); 0,20 y 0,30 son los otros escalones que imprime la salida. Los enunciados son los del Anexo A del artículo original.
Qué se cuenta mil veces
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Qué se cuenta mil veces
Las cifras salen de correr el mismo bootEGA que la aplicación sobre este archivo (bootega_cde.R: mil réplicas, semilla 2025, remuestreo): diez de los veintitrés ítems no llegan al umbral de 0,70 y la estabilidad va de 0,26 a 0,95. La consistencia estructural es esta misma cuenta sobre la dimensión entera, y aquí ninguna de las cuatro se reproduce completa en más del 31 % de las réplicas. La secuencia de réplicas que se ve pasar es una recreación con esas proporciones; con otro reparto de núcleos, la segunda decimal baila.
Si mide igual en dos grupos
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Si mide igual en dos grupos
Prueba de permutación de Jamison, Christensen y Golino (2024), no comparación de modelos anidados. Las cifras salen de correr invariance() sobre este archivo (invariancia_cde.R, 500 permutaciones): la configural se sostiene con 11 de los 23 ítems, y sobre esos once ninguno resulta no invariante. El histograma es el de las permutaciones de verdad. Con 78 mujeres y 21 varones, esta prueba tiene poco con lo que trabajar: es un ejemplo de cómo se lee, no de una escala declarada invariante.
Cuál estructura ajusta mejor
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Cuál estructura ajusta mejor
Las cuatro cifras salen de correr EGAnet sobre este mismo archivo (23 ítems, 99 casos, Spearman con glasso y louvain) y llamar a tefi() con cada partición; el script es tefi_cde.R. Valores más bajos indican mejor ajuste, según la documentación de EGAnet. Si además hace falta preguntar si esas dimensiones se agrupan en niveles superiores, eso es el EGA jerárquico, que vive en el paso 6 junto con los efectos de redacción.
El glosario
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
El glosario
LO QUE HAY QUE LLEVARSE ANTES DE VER LA APP
Concepto
A qué pregunta responde
En el CDE
Dónde aparece
Peso de la arista \(w_{ij}\)
¿Qué queda de la asociación entre dos ítems al descontar el resto de la red?
114 de 253
Paso 3 · la red
Peso topológico wTO, umbrales 0,25 y 0,30
¿Hay dos ítems que dicen lo mismo y sobra uno de los dos?
0,291
Paso 2 · redundancia
Comunidad el color del nodo
¿Cuántas dimensiones sostiene esta matriz?
4
Paso 3 · la red
Carga de red \(z_{ic}\)
¿De qué dimensión es este ítem, y cuánto pone en las demás?
0,58 y 0,25
Paso 3 · las cargas
Estabilidad del ítem proporción, umbral 0,70
¿Caería el ítem en la misma dimensión con otra muestra?
0,26 a 0,95
Paso 4 · el remuestreo
Invariancia \(\Delta_i\), con \(p\) corregido
¿La escala mide igual en cada grupo?
por ítem
Paso 5 · los grupos
Las cifras de la tercera columna son las de esta sesión, no valores de referencia: están ahí para reconocerlas cuando aparezcan en pantalla.
Qué resuelve
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Qué resuelve
Cómo está construido
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Cómo está construido
Acceso y cuentas
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Acceso y cuentas
QUIÉN ENTRA Y CÓMO
- Una cortina de inicio de sesión cubre la ventana hasta que el usuario se identifica: nadie ve el asistente sin cuenta.
- Las cuentas viven en la hoja «Usuarios» de un Google Sheet: usuario, contraseña, rol, estado, fecha de creación y último acceso.
- Las contraseñas se guardan cifradas con bcrypt; la app compara el resumen, nunca el texto.
- Hay dos roles, admin y usuario, con un admin semilla en el primer arranque; las credenciales de servicio se pasan como variables de entorno, no en el código.
La cortina de acceso, con la marca de la app.
La puerta
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
La puerta
QUIEN ENTRA Y COMO
La interfaz
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
La interfaz
EL CARRIL, LA BARRA Y EL PIE
El carril, con los pasos agrupados.
- A la izquierda, un carril fijo con los nueve pasos agrupados en preparar, estructura y cerrar. El paso en curso va en verde; los ya hechos llevan un visto y se pueden reabrir con un clic.
- Arriba, una barra fina que dice en qué paso se está y qué se hace en él, con el estado del asistente de IA, el usuario y la salida de sesión.
- Abajo, una sola barra de navegación: Atrás, «Paso n de 9» y Siguiente, siempre en el mismo sitio.
- El contenido queda en el centro, sin filas de botones que lo empujen hacia abajo.
La pantalla completa
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
La pantalla completa
EL MAPA DEL RECORRIDO
Así se ve una pantalla de ExGraf. A la izquierda, el carril con los nueve pasos agrupados en preparar, estructura y cerrar. Arriba, en qué paso estamos y qué se hace en él. En el cuerpo, los ajustes a un lado y los resultados al otro. Es la única lámina sin difuminar: a partir de aquí nos acercamos por partes.
El autopiloto
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
El autopiloto
LA APP SE RECORRE A SÍ MISMA
- Se enciende desde el icono de IA de la cabecera, junto con el proveedor —OpenAI o HuggingFace—, el modelo y la clave.
- Encendido, la app decide qué falta en la fase actual y pulsa el botón que corresponde: correr EGA, correr BootEGA, correr la invariancia, evaluar los efectos de redacción, generar el reporte. Cuando no hay nada que ejecutar, avanza al paso siguiente.
- Entre acción y acción espera unos segundos —de 2 a 12, a elección— para que se pueda leer lo que apareció en pantalla.
- Un banner permanente anuncia el próximo movimiento y permite apagarlo. Basta con navegar a mano para tomar el control: el autopiloto se detiene solo.
- En el paso 1 no actúa —hay que subir un archivo— y en el chat se queda quieto, porque esa fase es conversación.
No es una demostración grabada: el autopiloto pulsa los mismos botones que el usuario, sobre los datos que el usuario subió.
El asistente · la clave
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
El asistente · la clave
DÓNDE VA Y CUÁNTO DURA
El asistente · el autopiloto
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
El asistente · el autopiloto
EL INTERRUPTOR Y EL RITMO
El recorrido
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
El recorrido
1 Datos y variables Carga del archivo, variable de grupo, retirada de ítems y gráfico Likert.
2 Redundancia (UVA) Pares de ítems que miden lo mismo, con su umbral de asociación.
3 EGA Validation La red, el número de dimensiones y las cargas de cada ítem.
4 Confiabilidad y refinamiento BootEGA, estabilidad de ítems y el modelo depurado M2.
5 Invariancia ¿La misma estructura en los grupos? Requiere variable categórica.
6 Modelos avanzados Jerarquía de dimensiones y efectos de redacción.
7 Reporte IA Método y resultados redactados a partir de las cifras de la sesión.
8 Referencias Cómo citar ExGraf y la bibliografía del método.
9 Chat IA Conversación sobre los resultados ya calculados.
Los pasos 5 y 6 son opcionales: la invariancia necesita una variable de agrupación y los modelos avanzados solo se piden cuando la estructura lo justifica.
Paso 1
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 1 · Datos
LO QUE ENTRA AL ANÁLISIS
- Se sube un Excel (.xlsx) o un CSV —el separador se detecta solo—, o se descarga el archivo de ejemplo para probar la app sin datos propios.
- Se declara la variable de grupo —sexo, condición— que después usará la invariancia.
- Se pueden retirar ítems a mano desde un selector con búsqueda; todo lo que sigue se recalcula sin ellos.
- El gráfico Likert muestra el reparto de respuestas por ítem: se ve de inmediato un ítem con piso, techo o categorías vacías.
Carga de datos y gráfico de respuestas, uno junto al otro.
Likert plot (.png, ancho/alto/dpi a elección) Código R del gráfico Dataset de ejemplo
Paso 1 · La carga
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 1 · La carga
EL ARCHIVO Y LAS VARIABLES
Sexo: es la que usará la invariancia del paso 5.
Paso 1 · Las respuestas
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 1 · Las respuestas
EL REPARTO POR ÍTEM
Paso 2
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Concepto Cuándo dos ítems sobran
Paso 2 · Redundancia
ÍTEMS QUE DICEN DOS VECES LO MISMO
- El Unique Variable Analysis (UVA) busca pares de ítems con una asociación tan alta, una vez descontado el resto de la red, que sobran uno del otro.
- La app reproduce la salida de
summary(UVA(datos)): los pares ordenados por su peso topológico y el resumen de cuántos superan cada umbral. - No hay botón que pulsar: la tabla es reactiva. Al retirar un ítem en el paso 1, la redundancia se vuelve a calcular sola.
- Es el filtro previo a estimar dimensiones: una pareja redundante puede fabricar una dimensión que solo existe porque dos ítems están casi repetidos.
Pares por umbral de wTO Resumen y sugerencia Código R del UVA
El paso deja constancia de lo que se decidió retirar, que es justo lo que después hay que declarar en el método.
Paso 2 · Los pares
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 2 · Los pares
REDUNDANCIA POR UMBRAL
1 de 2
Paso 2 · Los pares
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 2 · Los pares
REDUNDANCIA POR UMBRAL
2 de 2
Paso 3
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Concepto Por qué desaparece una línea · De quién es cada ítem
Paso 3 · La red
ESTIMAR LAS DIMENSIONES
- Tres decisiones antes de correr: tipo de correlación (automática, Spearman —por defecto— o Pearson), modelo de red (
glassooTMFG) y algoritmo de comunidades (louvain,walktrapoleiden). - Con
leidense abren dos controles más: el parámetro de resolución y la función objetivo (CPMo modularidad). - Run EGA dibuja la red con los ítems agrupados por color, y devuelve las cargas de red de cada ítem en cada dimensión más una tabla informativa del modelo.
Los ajustes a la izquierda; la red y sus tablas, a la derecha.
Gráfico de la red Cargas de red Tabla informativa Código R
Paso 3 · Los ajustes
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 3 · Los ajustes
TRES DECISIONES ANTES DE CORRER
leiden aparecen dos controles más.
Paso 3 · La red
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 3 · La red
LO QUE DEVUELVE EL PASO
Paso 3 · Las cargas
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 3 · Las cargas
QUÉ TAN SUYO ES CADA ÍTEM
Paso 3 · El modelo
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 3 · El modelo
EL RESUMEN EN DOCE CIFRAS
Paso 4
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Concepto Qué se cuenta mil veces
Paso 4 · Confiabilidad y refinamiento
Lo que se estima
- BootEGA vuelve a estimar la estructura sobre cientos de muestras (mil réplicas y semilla fija, por defecto), con remuestreo o de forma paramétrica.
- De ahí salen dos cosas: la estabilidad de cada ítem —cuántas veces cae en su propia dimensión— y la consistencia estructural de cada dimensión.
- Es la respuesta a la pregunta incómoda: ¿la estructura del paso 3 se sostiene, o dependía de esta muestra?
El refinamiento M1 → M2
- Al activar auto-refine, la app retira los ítems que no alcanzan el umbral de estabilidad —0,70 por defecto— y vuelve a correr BootEGA con los que quedan.
- Repite el ciclo hasta que todos superan el umbral o se agotan las iteraciones permitidas.
- El resultado es un segundo modelo, M2, que se presenta junto al original: consistencia por iteración, estabilidad final y las cargas de M1 y M2 en la misma tabla.
Gráfico de estabilidad de ítems Consistencia estructural Gráfico del modelo M2 Cargas M1 vs M2 Código R
El refinamiento automático deja el rastro completo de qué ítem se fue en qué iteración: sin ese registro, M2 sería un modelo sin historia.
Paso 4 · El remuestreo
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 4 · El remuestreo
CUÁNTAS VECES SE REPITE
Paso 4 · La estabilidad
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 4 · La estabilidad
QUÉ ÍTEM NO SE SOSTIENE
1 de 2
Paso 4 · La estabilidad
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 4 · La estabilidad
QUÉ ÍTEM NO SE SOSTIENE
2 de 2
Paso 4 · El modelo M2
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 4 · El modelo M2
QUÉ HIZO EL REFINAMIENTO
Paso 4 · Antes y después
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 4 · Antes y después
LAS CARGAS DE M1 Y DE M2
Paso 5
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Concepto Si mide igual en dos grupos
Paso 5 · Invariancia
¿MIDE LO MISMO EN LOS DOS GRUPOS?
- Compara la estructura entre los niveles de la variable de grupo declarada en el paso 1. Sin esa variable, el paso no puede correr, y la app lo advierte desde la primera pantalla.
- Se ajustan el método de corrección de la significación (Benjamini-Hochberg o ninguna), el valor de p, el umbral configural, el número de réplicas y la semilla.
- Devuelve una figura con los ítems marcados según si su carga difiere entre grupos y una tabla con la comparación ítem por ítem.
- Lo que se lee ahí es si una diferencia de puntajes entre grupos habla del rasgo o del instrumento.
Gráfico de invariancia Tabla de invariancia Código R
La invariancia se apoya en la prueba de permutación de EGAnet, no en el ajuste de modelos anidados de la tradición factorial.
Paso 5 · Los dos grupos
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 5 · Los dos grupos
LA MISMA RED, LADO A LADO
Paso 5 · Ítem por ítem
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 5 · Ítem por ítem
LA TABLA DE LA PRUEBA
Paso 6
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Concepto Cuál estructura ajusta mejor
Paso 6 · Modelos avanzados
EGA jerárquico
- Estima si las dimensiones halladas se agrupan a su vez en niveles superiores, algo que la red plana del paso 3 no muestra.
- Se calcula automáticamente al entrar en la pestaña; solo se eligen las medidas de la figura para descargarla.
- Responde a la pregunta de si hay un factor general por encima de las dimensiones, o si estas son independientes entre sí.
Efectos de redacción
- El análisis de wording effects separa la varianza que se debe al contenido del ítem de la que se debe a cómo está redactado, típicamente los ítems invertidos.
- Se lanza con su propio botón y devuelve la comparación entre el modelo con y sin ese efecto.
- Es el paso que evita confundir una «dimensión» con un artefacto de los ítems en negativo.
Gráfico jerárquico Gráfico de wording effects Código R de cada uno
Los dos análisis son opcionales y viven en pestañas dentro del mismo paso: se abren cuando la estructura del paso 4 deja preguntas sin responder.
Paso 6 · La jerarquía
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 6 · La jerarquía
DIMENSIONES SOBRE DIMENSIONES
Paso 7
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 7 · Reporte
EL MÉTODO Y LOS RESULTADOS, REDACTADOS
- La app reúne todo lo calculado en la sesión en un JSON —dimensiones, cargas, estabilidad, consistencia, invariancia— y se lo entrega al modelo junto con un mapa de idea a cita, para que cada afirmación de método vaya con su referencia.
- La clave de la API se pega una sola vez, en el asistente de la barra superior: no se guarda en ningún servidor y vive solo mientras dure la sesión. El idioma del reporte se elige entre español e inglés.
- Devuelve dos secciones listas para el manuscrito: análisis de datos y resultados, descargables como texto o como documento de Word.
- El JSON también se descarga, con el código R que reproduce la llamada: el reporte se puede rehacer fuera de la app.
Reporte en texto Reporte en Word JSON del análisis Código R de la llamada
El texto que devuelve el modelo es un borrador con las cifras de la sesión, no un resultado: sigue exigiendo lectura y firma de quien lo publica.
Paso 7 · El informe
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 7 · El informe
LA CLAVE Y EL IDIOMA
Pasos 8 y 9
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Pasos 8 y 9 · Cierre y conversación
- El paso 8 reúne la cita de la propia app y la bibliografía del método: los trabajos que sostienen EGA, BootEGA, la invariancia por permutación y la comparación de algoritmos de detección de comunidades.
- El paso 9 abre un chat sobre los resultados ya calculados. El asistente recibe como contexto las dimensiones detectadas, el índice TEFI, la consistencia estructural, qué ítems se retiraron en el refinamiento y qué análisis opcionales se corrieron.
- Unas etiquetas de contexto muestran de qué dispone realmente el asistente en ese momento, y cuatro preguntas sugeridas abren la conversación.
- Enter envía y Mayús + Enter parte la línea.
El chat, con sus sugerencias y el panel de contexto.
El chat solo sabe de la sesión en curso: si aún no se corrió un análisis, lo dice en lugar de inventarlo.
Paso 9 · Conversar
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Paso 9 · Conversar
PREGUNTAR SOBRE LOS RESULTADOS
El caso, de principio a fin
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
El caso, de principio a fin
LO QUE LE PASÓ AL CDE EN ESTA SESIÓN
23 Ítems de partida La escala completa, con 99 casos y Sexo como grupo.
3 Pares redundantes Por encima de 0,25 y ninguno de 0,30. El mayor, CDE5 con CDE11 en 0,291.
4 Comunidades Sobre 114 aristas de las 253 posibles. La teoría del CDE proponía seis factores.
10 Ítems inestables Por debajo de 0,70 de estabilidad en mil réplicas.
13 El modelo M2 Lo que queda tras dos vueltas de refinamiento, ya todos por encima del umbral.
- Ninguna de esas cinco cifras es un resultado por sí sola: la última solo se entiende con la primera al lado, y por eso el informe tiene que contarlas en este orden.
- La lectura honesta de este caso no es que el CDE tenga cuatro dimensiones, sino que con 99 casos esta matriz no sostiene las seis y diez ítems cambian de sitio según la muestra.
Todo esto queda registrado por la aplicación: qué ítem se fue en qué iteración, con qué umbral y sobre cuántas réplicas. Es exactamente lo que hay que copiar al método.
Lo que queda
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Lo que queda
Al terminar la sesión
- Las figuras de cada paso, con el ancho, el alto y la resolución que se pidan.
- Las tablas en Excel: cargas de red, consistencia estructural, estabilidad, comparación M1 vs M2 e invariancia.
- El reporte en texto y en Word, y el JSON con las cifras.
Y sobre todo
- El código R de cada análisis, escrito con las opciones que el usuario eligió: sirve de anexo reproducible y de material de enseñanza.
- Ese código convierte la app en un puente: se empieza pulsando botones y se termina pudiendo correr el análisis sin ella.
- Del lado del administrador quedan, en la hoja de cuentas, el registro de accesos y el estado de cada usuario.
Nada del análisis se almacena en un servidor: los datos y la clave de la API viven mientras dure la sesión y desaparecen al cerrarla.
Los límites
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Los límites
LO QUE ESTA HERRAMIENTA NO HACE
Del método
- EGA es exploratorio. Devuelve la estructura que sostiene esta matriz, no la que la teoría propone ni la que se confirmaría en otra muestra.
- El TEFI compara soluciones y no aprueba ninguna: no existe un punto de corte que declare buena una estructura.
- La estabilidad no es la fiabilidad de las puntuaciones: alfa y omega siguen haciendo falta, y se calculan aparte.
De los datos y del asistente
- Una muestra corta se nota, y aquí se nota: 99 casos para 23 ítems. Antes de leer la estructura como definitiva, hay que decir con cuántos casos se estimó.
- El reporte que redacta el modelo de lenguaje es un borrador con las cifras de la sesión, no un resultado: sigue exigiendo lectura y firma de quien lo publica.
- Nada del análisis se almacena en un servidor: los datos y la clave de la API viven mientras dure la sesión.
Decir esto en voz alta no debilita el análisis: lo hace defendible. El informe que no declara su tamaño de muestra es el que se cae en la revisión.
Referencias
ExGraf: Un aplicativo web amigable para el análisis de redes psicométricas
Referencias
- Ventura-León, J., Lino-Cruz, C., Tocto-Muñoz, S., & Sánchez-Villena, A. R. (2025). ExGraf: A Shiny interface for accessible Exploratory Graph Analysis in psychological and behavioral research (versión 2.0) [aplicación Shiny].
- Christensen, A. P., Garrido, L. E., & Golino, H. (2023). Unique variable analysis: A network psychometrics method to detect local dependence. Multivariate Behavioral Research, 58(6), 1165-1182.
- Christensen, A. P., Garrido, L. E., & Guerra-Peña, K. (2024). Comparing community detection algorithms in psychometric networks: A Monte Carlo simulation. Behavior Research Methods, 56, 1485-1505.
- Christensen, A. P., & Golino, H. (2021a). Estimating the stability of psychological dimensions via Bootstrap Exploratory Graph Analysis. Psych, 3(3), 479-500.
- Christensen, A. P., & Golino, H. (2021b). On the equivalency of factor and network loadings. Behavior Research Methods, 53(4), 1563-1580.
- Christensen, A. P., Golino, H., Abad, F. J., & Garrido, L. E. (2025). Revised network loadings. Behavior Research Methods, 57(4), 114.
- Christensen, A. P., Golino, H., & Silvia, P. J. (2020). A psychometric network perspective on the validity and validation of personality trait questionnaires. European Journal of Personality, 34(6), 1095-1108.
- Epskamp, S., Rhemtulla, M., & Borsboom, D. (2017). Generalized network psychometrics: Combining network and latent variable models. Psychometrika, 82(4), 904-927.
- Golino, H. F., & Epskamp, S. (2017). Exploratory graph analysis: A new approach for estimating the number of dimensions in psychological research. PLoS ONE, 12(6), e0174035.
- Golino, H., Moulder, R., Shi, D., Christensen, A. P., Garrido, L. E., Nieto, M. D., Nesselroade, J., Sadana, R., Thiyagarajan, J. A., & Boker, S. M. (2021). Entropy fit indices: New fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate Behavioral Research, 56(6), 874-902.
- Jamison, L., Christensen, A. P., & Golino, H. F. (2024). Metric invariance in Exploratory Graph Analysis via permutation testing. Methodology, 20(2), 144-186.
- Lemos, M., & Londoño, N. H. (2006). Construcción y validación del cuestionario de dependencia emocional en población colombiana. Acta Colombiana de Psicología, 9(2), 127-140.
Cierre
Gracias
por su atención!