Datos faltantes o no disponibles (NA) en el análisis de datos multivariados a menudo se tratan con métodos de imputación y, en algunos casos, los registros que contienen NA se eliminan, lo que conlleva a la pérdida de información. Este documento aborda el problema de NA en el análisis de factores múltiples (MFA) sin recurrir a la eliminación de registros o al uso de técnicas de imputación. Con este propósito, se propone el algoritmo de mínimos cuadrados parciales iterativos no lineales (NIPALS) basado en el principio de datos disponibles. NIPALS presenta una buena alternativa cuando la imputación de datos no es factible. Nuestro método propuesto se llama MFA-NIPALS y, basado en escenarios de simulación, recomendamos su uso hasta un 15% de NAs de observaciones totales. Se estudia un caso de grupos de variables cuantitativas y se compara el algoritmo NIPALS propuesto con el algoritmo MFA iterativo regularizado para varios porcentajes de NA.