El análisis factorial confirmatorio es una de las técnicas estadísticas más ampliamente utilizadas en las ciencias sociales. Con frecuencia, se analizan variables (es decir, ítems) derivadas de cuestionarios. Se pueden distinguir dos enfoques competitivos para estimar el análisis factorial confirmatorio. En primer lugar, las variables ordinales podrían tratarse como en el caso de variables continuas utilizando correlaciones de Pearson, y se aplicaría el método de estimación de máxima verosimilitud. En segundo lugar, se podría ajustar un análisis factorial ordinal basado en correlaciones policóricas. En la mayoría de la literatura psicométrica, hay una preferencia por el análisis factorial ordinal basado en correlaciones policóricas porque el tratamiento continuo de variables resulta en cargas factoriales sesgadas y correlaciones factoriales sesgadas. Este artículo argumenta que no es legítimo hablar de sesgo al comparar los dos enfoques analíticos factoriales competidores porque depende de cómo se definan los parámetros del modelo real. Esta decisión puede ser tomada individualmente por un investigador. Se muestra en estudios de simulación y derivaciones analíticas que tratar las variables ordinalmente utilizando correlaciones policóricas en lugar de continuas utilizando correlaciones de Pearson también puede llevar a estimaciones sesgadas de cargas factoriales y correlaciones factoriales. En consecuencia, solo se debería afirmar que los parámetros del modelo están definidos de manera diferente en un tratamiento continuo y ordinal, y no se debería preferir un enfoque sobre el otro en general.