ARTÕçCULOS

An·lisis factorial confirmatorio del inventario multicultural de la expresiÛn de la ira y hostilidad

Confirmatory factor analysis of the multicultural anger expression and hostility inventory

Manolete S. Moscoso*, CÈsar Merino-Soto**, Sergio Dominguez-Lara*** Cecilia B. Chau**** y Mary Claux*****

*, **, *** Universidad de San MartÌn de Porres, Per˙

****, ***** Pontificia Universidad CatÛlica del Per˙, Per˙

*manolete@manoletemoscoso.com mmoscoso@health.usf.edu **sikayax@yahoo.com.ar ***sdominguezmpcs@gmail.com ****cchau@pucp.edu.pe *****mclaux@pucp.edu.pe

---

RESUMEN

El propÛsito principal del presente estudio fue verificar la estructura factorial de las dos escalas que componen el Inventario Multicultural de la ExpresiÛn de la Ira y Hostilidad desde una perspectiva confirmatoria. Se utilizÛ el An·lisis Factorial Confirmatorio en una muestra de 264 participantes provenientes de una universidad privada de Lima, Per˙. El muestreo fue no probabilÌstico e incluyÛ estudiantes (25%), personal docente (17.8%) y personal administrativo (57.2%). La confiabilidad del instrumento fue evaluada mediante los modelos congenÈrico, tau-equivalente y paralelo para cada una de las seis subescalas del instrumento, asÌ como tambiÈn calculada en base al coeficiente alfa de Cronbach con intervalos de confianza. Resultados: El an·lisis factorial realizado en la presente muestra peruana identificÛ cuatro dimensiones para la Escala de la Ira (ira manifiesta, ira contenida, control de la ira manifiesta y control de la ira contenida) y dos factores para la Escala de la Hostilidad (reacciÛn impulsiva a la ira; y temperamento), lo cual replica sustancialmente los resultados de estudios previos realizados en AmÈrica Latina con muestras hispanoparlantes. El modelo congenÈrico nos indica un ajuste adecuado para cada una de las subescalas de la ira y hostilidad. En base a los resultados del An·lisis Factorial Confirmatorio realizado en el presente estudio, la estructura factorial de ambas escalas del Inventario Multicultural de la Ira y Hostilidad es robusta y demuestra sustancial evidencia empÌrica de validez de construcciÛn y consistencia interna del instrumento.

Palabras clave: Ira, hostilidad, validez de constructo, an·lisis factorial, consistencia interna.

---

ABSTRACT

The main purpose of this study was to verify the factorial structure of the two scales that make up the Multicultural Inventory of Expression of Anger and Hostility from a confirmatory perspective. We performed the Confirmatory Factor Analysis with a non-probability sample of 264 participants from a private university in Lima, Peru. The sampling included university students (25%), faculty members (17.8%) and administrative staff (57.2%). The reliability of the instrument was evaluated using the congeneric, tau-equivalent and parallel models for each of the six subscales of the instrument, as well as calculated based on Cronbach's alpha coefficient with confidence intervals. Results: Factor analysis performed in the present Peruvian sample identified four dimensions for the Anger Expression Scale (Anger-In, Anger-Out, Anger/Control In, and Anger/Control-Out) and two factors for the Hostility Scale (impulsive reaction to anger; and temperament), which substantially verified the factor structure of previous studies conducted in Latin American samples. The congeneric modelindicates an appropriate fit for each of the subscales of anger and hostility. Based on the results of the Confirmatory Factor Analysis performed in the present study, the factorial structure of both scales of the Multicultural Anger Expression and Hostility Inventory is robust and shows substantial empirical evidence of construction validity and internal consistency of the instrument.

Keywords: Anger, hostility, construct validity, factor analysis, internal consistency.

---

IntroducciÛn

La ira y hostilidad son emociones que tienen implicaciones significativas en el ·rea de la salud, asÌ como tambiÈn en el estudio de la violencia genÈrica y familiar. Un n˙mero elevado de investigaciones cientÌficas han demostrado que la ira y hostilidad contribuyen al desarrollo de la hipertensiÛn arterial y enfermedades cardiacas, especialmente bajo condiciones de estrÈs crÛnico (Spielberger y Moscoso, 1995). La ira es una emociÛn, la cual incluye ´sentimientos subjetivos negativos que varÌan en intensidad desde la experiencia de una mÌnima irritaciÛn o molestia hasta la expresiÛn de rabia intensaª (Moscoso y Spielberger, 1999a). La expresiÛn de la ira es una reacciÛn emocional transitoria causada generalmente por efectos de estrÈs crÛnico, actos de injusticia, amenazas, provocaciÛn y frustraciones de la vida diaria.

Mientras que la experiencia de la ira puede ser manejada adecuadamente sin requerir atenciÛn psicolÛgica, la ira manifiesta, por lo general, incluye alguna forma de respuesta agresiva o violenta. Esta puede manifestarse en forma verbal caracterizada por crÌticas de car·cter negativo, amenazas e insultos, como tambiÈn a travÈs de agresiones fÌsicas a otras personas y actos violentos. Las consecuencias sociales de la expresiÛn manifiesta de la ira y de hostilidad se reflejan vÌvidamente en el grave problema de la violencia genÈrica, lo cual produce un costo social muy elevado para el entorno familiar y de la comunidad en general (Moscoso y Perez-Nieto, 2003; Spielberger, Moscoso y Brunner, 2005). En este contexto, la evaluaciÛn clÌnica de la ira y hostilidad cumple un rol central en cualquier programa de prevenciÛn o tratamiento psicolÛgico orientado al manejo adecuado y reducciÛn de esta emociÛn.

Estudios anteriores relacionados con la mediciÛn psicomÈtrica de la ira y hostilidad adaptaron modelos teÛricos basados en los conceptos de estado-rasgo, asÌ como tambiÈn en el control de la ira (Spielberger, 1988). De manera particular, en la regiÛn de AmÈrica Latina y el Caribe se realizaron estudios de adaptaciÛn de State-Trait Anger Expression Inventory (STAXI) con el propÛsito de tener a disposiciÛn un instrumento psicomÈtrico de mediciÛn de la ira, v·lido y confiable, y con un gran potencial para ser generalizable multiculturalmente. Dichos estudios permitieron la elaboraciÛn y publicaciÛn del Inventario Multicultural Latinoamericano de la ExpresiÛn de la Ira (ML-STAXI; Moscoso, 2000; Moscoso y Spielberger, 1999b). Estudios posteriores y de revisiÛn empÌrica nos indican que a pesar de existir un notable consenso general en relaciÛn a los postulados teÛricos del ML-STAXI, de 44 Ìtems, existe la necesidad de replicar la estructura factorial de la expresiÛn de la ira y hostilidad en base al An·lisis Factorial Confirmatorio (AFC) con la intenciÛn de evaluar ciertas discrepancias metodolÛgicas y de mediciÛn psicomÈtrica del instrumento (Alcazar, Deffenbacher y Byrne, 2011; Moscoso y Spielberger, 2011).

El propÛsito principal del presente estudio fue verificar la estructura factorial de las escalas de la expresiÛn de la ira y hostilidad compuestas por 34 Ìtems, desde una perspectiva confirmatoria, utilizando una muestra peruana de docentes, personal administrativo y estudiantes de una universidad privada de Lima Metropolitana. El segundo objetivo de nuestra investigaciÛn estuvo orientado a confirmar la estructura interna de las subescalas del control de la ira y su adecuaciÛn psicomÈtrica dentro del instrumento global.

MÈtodo

Participantes

La muestra utilizada est· compuesta por un total de 264 participantes (120 mujeres, 45.5 %) provenientes de una universidad privada en Lima Metropolitana, de los cuales 151 tenÌan funciones administrativas (57.2 %), 47 cumplÌan labor docente (17.8 %) y 66 eran estudiantes (25.0 %). Excepto 4 docentes, el resto de la muestra fue de nacionalidad peruana (268, 98.5 %). La edad variÛ entre 18 y 70 aÒos (M = 40.3, DE = 13.3). Al respecto, no se detectaron diferencias estadÌsticas (t ₂₇₀= 0.459) o pr·cticas (d = 0.05) entre varones y mujeres. El muestreo utilizado fue no probabilÌstico. Se obtuvo informaciÛn demogr·fica de cada sujeto en relaciÛn a edad, ocupaciÛn, nacionalidad, gÈnero y nivel de educaciÛn. Con el propÛsito de satisfacer el modelo de promedios sujetos/variables (STV) basado en el n˙mero de variables que nuestro instrumento contiene, se determinÛ la necesidad de incluir por lo menos 230 participantes en la muestra (Bryant y Yarnold, 1995).

Instrumento

El Inventario Multicultural Latinoamericano de la ExpresiÛn de la Ira y Hostilidad (IMIHOS) utilizado en el presente estudio es un instrumento psicomÈtrico de 34 Ìtems que est· compuesto por dos escalas (ExpresiÛn de la ira y Hostilidad) y seis subescalas (Ira manifiesta, Ira contenida, Control de la ira manifiesta, Control de la ira contenida, ReacciÛn impulsiva a la ira y Temperamento). Las dos escalas de ira y hostilidad miden diferencias individuales en la tendencia a: (a) expresar ira hacia otras personas u objetos en el ambiente, (b) experimentar y suprimir la ira, (c) control de la ira manifiesta, (d) control de la ira contenida, (e) caracterÌsticas inherentes de hostilidad y (f) reacciones impulsivas de sentimientos de hostilidad. Los Ìtems del IMIHOS han sido seleccionados con el propÛsito de evaluar «la intensidad de la ira como una alteraciÛn emocional del comportamiento en el contexto del estrÈs crÛnico, el control de la ira, asÌ como tambiÈn la disposiciÛn a experimentar y expresar sentimientos de hostilidad como un rasgo de personalidad» (Moscoso, 2000; Moscoso y Spielberger, 2011). Las respuestas a cada Ìtem presentan puntajes que varÌan de 1 a 4. Las opciones de respuesta en cada Ìtem son las siguientes: Casi nunca (1), Algunas veces (2), Frecuentemente (3), Casi siempre (4).

Procedimiento

El instrumento en estudio fue aplicado a una muestra de empleados administrativos, personal docentes y estudiantes de una universidad privada de Lima Metropolitana a travÈs de sus correos electrÛnicos institucionales o personales. El protocolo de investigaciÛn, asÌ como tambiÈn los cuestionarios de la ira y hostilidad, de depresiÛn y el consentimiento informado fue aprobado por el comitÈ de Ètica de dicha instituciÛn universitaria. Los participantes del estudio fueron informados del propÛsito de estudio, del car·cter voluntario de su participaciÛn y del absoluto derecho a abandonar el estudio en caso encontraran alguna objeciÛn en responder a los Ìtems de las pruebas de autorreporte. Igualmente, los participantes fueron informados acerca de la anonimidad en sus respuestas y participaciÛn en el estudio.

An·lisis de datos

Los an·lisis factoriales exploratorios del instrumento original reportados con anterioridad (Moscoso, 2000; Moscoso y Spielberger, 1999a, 1999b) proporcionan la informaciÛn principal para iniciar un enfoque analÌtico de la estructura interna desde una perspectiva confirmatoria, respecto de su configuraciÛn (n˙mero de factores y pertenencia de los Ìtems a estos), covariaciÛn interfactorial e invarianza de los par·metros de los Ìtems, un procedimiento que se relaciona con el estudio del sesgo de estos.

Previamente al an·lisis estructural del IMIHOS, se reportan las caracterÌsticas descriptivas de los Ìtems. El an·lisis de la estructura interna se realizÛ mediante un an·lisis factorial confirmatorio con el programa EQS 6.2 (Bentler y Wu, 2012; Brown, 2006). Se utilizÛ el mÈtodo de m·xima verosimilitud con matrices de correlaciÛn policÛrica, por cuanto los Ìtems son medidas categÛricas y mejor aproximadas a variables continuas con este tipo de estadÌstico correlacional (Beaducel y Herzberg, 2006; Dominguez, 2014; Lee, Poon y Bentler, 1995). En base al AFC se examinaron varios modelos de mediciÛn separadamente, tanto para la escala de la expresiÛn de la ira como tambiÈn para la escala de hostilidad. En ambas escalas se evaluaron los modelos de dos factores oblicuos (M₁ ), el bifactor (M₂ ) y el modelo unidimensional (M₃ ).

Con el objeto de valorar cada modelo, se utilizaron Ìndices de ajuste como el RMSEA (= .05), CFI (=.95) y la prueba general X² corregida para atenuar el efecto de la falta de normalidad de las variables, SB-X² (Satorra y Bentler, 1994). Para examinar el modelo bifactor, se aplicaron tambiÈn tres Ìndices adicionales: (a) el coeficiente omega (ω_h) como una estimaciÛn del factor general de saturaciÛn de la prueba, es decir, al monto de varianza total que puede ser atribuida al factor general (Zinbarg, Yovel, Revelle y McDonald, 2006); (b) la varianza com˙n explicada (ECV), que se interpreta como el monto de varianza com˙n que se debe al factor general, en el cual un valor = .60 indica que existe poca varianza com˙n entre factores m·s all· que la perteneciente al factor general (Reise, Scheines, Widaman y Haviland, 2013); (c) el porcentaje de correlaciones no contaminadas (PUC), en este caso, por la multidimensionalidad (Reise et al., 2013).

La validez interna convergente del instrumento fue analizada por medio de la varianza extraÌda promedio (AVE), considerando como punto de corte .50 con el propÛsito de argumentar que los Ìtems representan apropiadamente al constructo (Fornell y Larcker, 1981). La validez interna discriminante se analizÛ comparando el AVE y el cuadrado de las correlaciones interfactoriales.

El an·lisis de confiabilidad fue evaluado por consistencia interna con los puntajes observados y las variables latentes. Para este ˙ltimo se eligiÛ el mejor modelo identificado en cada una de las dos escalas del IMIHOS. Preliminarmente, se evaluaron los modelos de mediciÛn congenÈrico, tau-equivalente y paralelo en cada una de las seis subescalas que conforman las dos escalas de la expresiÛn de la ira y hostilidad. La comparaciÛn de estos modelos se hizo mediante la obtenciÛn de la significancia pr·ctica de los cambios observados en el CFI, Δ_CFI = .01 (Cheung y Rensvold, 2002) y en el TLI, Δ_TLI = .01 (Gignac, 2007). Ambos coeficientes son poco sensibles al tamaÒo muestral, lo cual sustenta su uso en muestras de tamaÒo moderado como la utilizada en el presente estudio (Kenny, 2015).

Los an·lisis de la prueba tambiÈn incluyen el reporte del coeficiente alfa (Cronbach, 1951) con intervalos de confianza (IC; Dominguez y Merino, 2015). Asimismo, fueron calculados el coeficiente alfa (α_ordinal; Dominguez, 2012), el coeficiente omega (ω; McDonald, 1999) y el coeficiente H (Hancock y Mueller, 2001), en virtud de ser mÈtodos coherentes con el marco de an·lisis factorial exploratorio realizado anteriormente. Debido a que el an·lisis se focalizÛ a nivel de variables latentes y se observÛ la presencia de errores correlacionados (ver secciÛn Resultados), se efectuÛ la correcciÛn respectiva del coeficiente alfa (α_ordinal; Pascual-Ferr· y Beatty, 2015) usando como parte del c·lculo el promedio de las correlaciones policÛricas interÌtem (r_ij) y el coeficiente omega (ω, Raykov, 2001).

Se examinÛ la invarianza de los par·metros de los Ìtems mediante la evaluaciÛn del funcionamiento diferencial de los Ìtems (DIF). Se aplicÛ el procedimiento no paramÈtrico para la detecciÛn potencial de DIF basado en el an·lisis de tablas de contingencia de las repuestas de los Ìtems ordinales en cada nivel de su puntaje de escala (Elosua y Wells, 2013). Se implementÛ mediante dos pruebas de significancia: en primer lugar, la prueba M - X²con gl = 1, la cual es una generalizaciÛn del mÈtodo de Mantel (1963) para Ìtems dicotÛmicos. Un resultado M - X ² > 3.84 detecta un DIF en el nivel p < .05, utilizando para el presente estudio 6.63 (p < .01). En segundo lugar, se aplicÛ la estimaciÛn estandarizada del Ìndice com˙n de probabilidad acumulativa de Liu-Agresti (LA LOR), en el cual los valores > |2.00| indican significancia estadÌstica (Liu y Agresti, 1996; Penfield, 2007; Penfield y Algina, 2003). De igual manera, se estimÛ la significancia pr·ctica del DIF usando los mismos resultados obtenidos con el estimador LA LOR. La magnitud del DIF para Ìtems politÛmicos mediante LA LOR va en los niveles de trivial (< 0.43), moderado (< 0.64) y grande (≥ 0.63); m·s all· del rango [-1, +1], indican un DIF robusto (Van Dam, Earleywine y Danoff-Burg, 2009). La determinaciÛn de la importancia pr·ctica del DIF se evaluÛ mediante el an·lisis racional del contenido de los Ìtems con DIF y su efecto sobre la varianza del test total o funcionamiento diferencial del test, v², (DFT; Penfield, 2005; Penfield y Algina, 2006).

Resultados

An·lisis descriptivo de los datos

La mayor parte de los Ìtems presentan Ìndices estandarizados de asimetrÌa moderados y fuertes (Standardized Skew Index [SSI] ≥ .50; Malgady, 2007). Algunos Ìtems presentan un exceso de curtosis (p. ej. Ìtem 14 de la escala de la ira). Un significativo n˙mero de Ìtems presentan efecto de techo o piso, es decir, que m·s del 15 % de los participantes obtienen el puntaje m·ximo o mÌnimo posible en un Ìtem (Terwee et al., 2007). En tÈrminos generales, se observa que el puntaje promedio tiende a ser m·s bajo cuando los Ìtems se refieren a conductas que implican una menor expresiÛn emocional y contrariamentelas respuestas de control obtienen los promedios m·s elevados.

Estructura interna del IMIHOS

En base a los an·lisis factoriales exploratorios de estudios previos, se evaluÛ el ajuste del modelo oblicuo de cuatro factores de la escala de la ira (M₁). Los Ìndices de ajuste estuvieron debajo de los puntos de corte convencionales: SB-X²₍₂₄₆₎ = 528.737 (p < .01), CFI = .898, RMSEA = .073 (IC 90 % = .065, .082), SRMR = .118. Los Índices de Lagrange (Sörbom, 1989) permitieron identificar residuales correlacionados, los cuales mejorarían el ajuste de M₁. De forma sucesiva se modeló la correlación de dos pares de residuales (entre los ítems 16 y 21, entre 1 y 18), considerando argumentos conceptuales y empíricos. Los índices de ajuste alcanzaron magnitudes marginales; sin embargo aceptables: SB-χ² ₍₂₄₄₎ = 469.711 (p < .01),CFI = .936, RMSEA = .059 (IC 90 % = .051, .067), SRMR = .117. La correlación (φ) entre los residuales de los ítems 16 (Controlo mis sentimientos de cólera) y 21 (Trato de calmarme lo más pronto posible) fue de .691 (p < .05), y la correlación entre los residuales de los reactivos 1 (Controlo mi humor colérico) y 18 (Trato de relajarme) fue .534 (p < .05).

Respecto de las cargas de cada factor, se observÛ una heterogeneidad moderada en F₃ y F₄ (Control de la ira contenida y manifiesta) y una aparente variedad en F₁ y F₂ (Ira manifiesta e Ira contenida respectivamente). En estas dos ˙ltimas subescalas se llegÛ incluso a valores alrededor de .30 y otros alrededor de .85, lo cual indica un amplio rango de sus cargas. Las cargas estructurales que indican la relaciÛn del Ìtem con los factores no representativos para su mediciÛn muestran valores mÌnimos, alrededor de .10, sugiriendo que la soluciÛn tiende a ser factorialmente simple (Graham, Graham y Thompson, 2003; Hoyle, 1995). Los resultados excepcionales en este aspecto consistieron en las cargas factoriales de las dimensiones F3 (Control de la ira contenida) y F4 (Control de la ira manifiesta), las cuales muestran magnitudes elevadas. Por otro lado, las correlaciones interfactoriales son bajas excepto entre las subescalas de control, las cuales demuestran mayor varianza compartida entre ambas.

El primer modelo analizado en la escala de la hostilidad fue el de dos factores oblicuos (M₁), el cual demostrÛ muy buenos Ìndices de ajuste: SB-X²₍₃₄₎ = 45.708 (p = .087), CFI = .993, RMSEA (IC 90 %) = .036 (.000, .061), SRMR = .081. Las cargas factoriales presentan magnitudes significativamente elevadas y las cargas estructurales son de moderada magnitud, lo cual sugiere una varianza compartida entre los factores (Graham et al., 2003). Asimismo, se realizÛ un an·lisis del modelo bifactor (M₂) a fin de analizar el grado de influencia del factor general sobre los Ìtems en comparaciÛn con los factores especÌficos. Los Ìndices de ajuste fueron cercanos a M₁: SB-X²₍₂₅₎ = 18.148 (p = .836), CFI = 1.000, RMSEA (IC 90 %) = .000(.000, .030), SRMR = .027, lo que ofrece un panorama m·s claro. El ω_h (Zinbarg et al., 2006) del factor general es mucho mayor que el de los factores especÌficos; de igual manera, ECV = .616, PUC = .533 y coeficiente H > .70 para el factor general. En contraste, los factores especÌficos obtuvieron valores menores.

Estos resultados sugieren que la estructura dimensional de la escala de hostilidad podrÌa ser explicada suficientemente por un factor general (Rodriguez, Reise y Havilland, 2016). Con el propÛsito de corroborar este resultado, se analizÛ el modelo unidimensional (M₃), el cual indica que ω₍₃₅₎ = 152.967 (p < .01), CFI = .928, RMSEA (IC 90 %) = .113 (.095, .131), SRMR = .111 (ver Tabla 3). Estos hallazgos no reflejan la unidimensionalidad de los datos, por lo que es m·s prudente mantener la estructura de dos dimensiones en funciÛn al marco conceptual del instrumento. A partir de los Ìndices de Lagrange se identificÛ que al correlacionar los residuales de los Ìtems 4 (Me enfado cuando hago algo bien y no es apreciado) y 8 (Me siento furioso cuando hago un buen trabajo y se me valora poco), cuya magnitud fue de .458 (p < .05), el ajuste mejora sustancialmente: SB-X² ₍₃₄₎ = 95.878 (p < .01), CFI = .962, RMSEA (IC 90 %) = .083 (.064, .103), SRMR = .100. No se considerÛ la necesidad de corregir los coeficientes de confiabilidad debido a que la correlaciÛn entre residuales fue modelada entre Ìtems que no pertenecen a la misma dimensiÛn.

Respecto de las evidencias internas de validez, la soluciÛn factorial de la escala de la ira produjo un AVE debajo de .50, consider·ndose significativos en base al marco teÛrico del instrumento utilizado (Fern·ndez-Arata, Ju·rez y Merino, 2015). En relaciÛn a la escala de la hostilidad, los AVE son robustos en cada factor. En ambas escalas, las AVE son superiores a la varianza compartida entre factores, lo cual demuestra una clara evidencia de validez discriminativa.

Confiabilidad del IMIHOS

Se utilizaron los modelos congenÈrico y tau-equivalente para cada factor de las escalas de la ira y hostilidad en vista de que uno de los requisitos para usar el coeficiente alfa (a) es la unidimensionalidad y la similaridad de varios par·metros de los Ìtems (Meyer, 2010). En general, el modelo congenÈrico mostrÛ un ajuste adecuado para cada una de las seis subescalas de la ira y hostilidad. Posteriormente se forzÛ la igualdad de las cargas factoriales en base al modelo tau-equivalente, compar·ndolo con el modelo congenÈrico en el CFI y TLI.

Únicamente las subescalas del Control de la ira contenida, Control de la ira manifiesta y de ReacciÛn a la ira en la escala de hostilidad parecen cumplir con el modelo tau- equivalente. La Tabla 4 resume claramente estos resultados.

Estimaciones: El α_ordinal, asÌ como los coeficientes ω y H, alcanzÛ niveles que se consideran adecuados, lo cual indica una buena confiabilidad del constructo (Gadermann, Guhn y Zumbo, 2012; Raykov y Hancock, 2005). El coeficiente alfa (α), calculado para la escala de la ira, presentÛ magnitudes bajas en las subescalas Ira manifiesta e Ira contenida. En la escala de hostilidad, los indicadores fueron apropiados (Merino, Navarro y Garcia, 2014). Una medida adicional de consistencia interna es la correlaciÛn interÌtem promedio (r_ij ; Cronbach, 1951), realizada a partir de las correlaciones policÛricas interÌtem, acept·ndose como recomendables valores entre .40 y .50 (Clark y Watson, 1995). Únicamente las subescalas de la Ira manifiesta e Ira contenida presentaron magnitudes bajas en este tipo de correlaciones (ver Tabla 4).

Funcionamiento diferencial de Ìtems (DIF)

En la Tabla 5 se exhiben los resultados del an·lisis DIF para cada Ìtem. De acuerdo a los niveles de significancia pr·ctica elegidos, se obtuvo que el 79.4 % de los Ìtems mostrÛ magnitudes bajas de LA LOR, mientras que el 20.6 % presentan magnitudes moderadas de DIF y solo un Ìtem (2.9 %) muestra una magnitud elevada de DIF. Únicamente los Ìtems 20 y 22 presentan significancia estadÌsticamente relevante. Utilizando el estadÌstico M-X² ninguno de los Ìtems es estadÌsticamente significativo. Los dos Ìtems antes mencionados exhibieron moderado DIF, en que los varones respondieron con m·s intensidad en el Ìtem 20 y, contrariamente, las mujeres en el Ìtem 22. El efecto total de estos Ìtems sobre el funcionamiento diferencial de test en cada subescala, medido por el estimador de varianza v², exhibiÛ predominantemente valores mÌnimos: < .07 (Penfield, 2005; Penfield y Algina, 2006). El an·lisis lÛgico de ambos Ìtems con moderado DIF no indica un patrÛn conceptualmente significativo para confirmar cualitativamente este DIF.

DiscusiÛn

Los estudios previos de an·lisis factorial del IMIHOS fueron de tipo exploratorio, lo cual tiene ciertas ventajas durante el proceso de construcciÛn de los Ìtems y evaluaciÛn de un modelo teÛrico. Los an·lisis exploratorios toman en cuenta la covariaciÛn natural de los Ìtems sin imponer restricciones que sugieran un desarrollo avanzado de su marco conceptual. Sin embargo, una comprobaciÛn que contraste directamente el modelo subyacente del IMIHOS no ha sido aplicada hasta la fecha y ello representa una magnÌfica oportunidad de investigaciÛn para evaluar el instrumento desde una metodologÌa de tipo confirmatoria.

Los estudios preliminares del IMIHOS han utilizado descriptivamente los puntajes totales de la escala de hostilidad, lo cual es razonable por cuanto sus dos subescalas muestran una covariaciÛn moderada o alta. El modelo bifactor permite dividir la varianza de los Ìtems en dos, una relacionada con un factor general y la otra asociada con los factores especÌficos. En este sentido, se puede respaldar la validez de un puntaje total o de los puntajes parciales (Reise, 2012; Rodriguez et al., 2016). El presente estudio considerÛ ampliar las evidencias de validez del IMIHOS debido a la creciente demanda de instrumentos psicomÈtricos con una dimensionalidad adecuada, a fin de garantizar, en la medida de lo posible, inferencias v·lidas.

Un aspecto importante a destacar fue el comportamiento de los Ìtems en relaciÛn a sus propiedades descriptivas. Los Ìtems del instrumento mostraron un patrÛn estable de respuestas elevadas en los Ìtems socialmente m·s aceptados (e.g., control emocional) y respuestas con puntajes bajos en Ìtems que reflejan una expresiÛn emocional irracional. Si bien esto podrÌa interpretarse de manera favorable para los participantes evaluados resaltando su capacidad de control ante las circunstancias estresantes y la baja frecuencia con la que expresan su ira de forma irracional, no se descarta que dichas respuestas hayan sido influidas por el sesgo de deseabilidad social.

En cuanto al an·lisis dimensional, es remarcable observar que los cuatro factores para la escala de la ira y las dos dimensiones para la escala de hostilidad se mantienen en la presente muestra peruana, lo cual replica los hallazgos de estudios previos realizados por Moscoso y Spielberger (Moscoso, 2000; Moscoso y Spielberger, 1999a). De manera concluyente, la estructura factorial de cada escala es robusta bajo el enfoque del an·lisis factorial confirmatorio. Los datos reportados en esta investigaciÛn demuestran claramente que en las dos escalas del IMIHOS existen factores que est·n relacionados teÛricamente (validez interna convergente), como tambiÈn dimensiones que se distinguen empÌricamente uno de otro (validez interna discriminante). Sin embargo, no se observa evidencia que sustente el uso de un puntaje global para el instrumento, como en el caso del STAXI (Spielberger,1988).

El an·lisis de la confiabilidad del IMIHOS en el presente estudio reporta algunos alcances relevantes: en primer lugar, el an·lisis preliminar de los supuestos para el uso del coeficiente alfa (α) indicÛ la inviabilidad de su aplicaciÛn. Los resultados obtenidos corroboraron que la insatisfacciÛn del requisito tau-equivalente derivÛ en una infraestimaciÛn del coeficiente alfa (α) en comparaciÛn a los otros estimadores (ω, α_ordinal y H) en la escala de la iray, en menor grado, en la escala de la hostilidad. En segundo lugar, estos hallazgos indican que posiblemente ciertos Ìtems no representan a los diferentes constructos analizados en un mismo nivel, lo cual se refleja adem·s en las correlaciones interÌtem, o que su utilizaciÛn introduce m·s errores de mediciÛn que el permitido debido a una varianza no relacionada con el constructo a medir.

Asimismo, es posible que el efecto de piso y techo observado en el an·lisis descriptivo haya influido en la magnitud de los coeficientes alfa (α) obtenidos, en vista que la restricciÛn en el rango de respuestas afecta directamente la varianza de los Ìtems. La planificaciÛn de futuros estudios con el IMIHOS podrÌa considerar la reformulaciÛn de ciertos Ìtems o elaborar una versiÛn m·s breve con los Ìtems que mejor representen el constructo usando criterios factoriales internos o externos (Moscoso, 2014). De este modo, el an·lisis de las variables latentes y la magnitud de los coeficientes de confiabilidad (α_ordinal, ω y H) son m·s favorable en ambas escalas.

En relaciÛn a la evaluaciÛn del sesgo, el an·lisis del funcionamiento diferencial del Ìtem sugiere que las diferencias existentes entre varones y mujeres pueden ser inconsecuentes y no tener un mayor efecto acumulativo sobre el funcionamiento diferencial de ambas escalas del IMIHOS. Los indicadores de la magnitud del DIF aplicados fueron consistentemente bajos y son m·s recomendables en la interpretaciÛn del DIF (Hambleton, 2006). En el caso de nuestro estudio, el Ènfasis fue dado a este tipo de indicadores debido que se puede necesitar un mayor tamaÒo muestral (≥ 500) para controlar mejor el error Tipo I usando los procedimientos no paramÈtricos de DIF (Guilera, GÛmez-Benito, Hidalgo y S·nchez-Meca, 2013). Aunque esto es favorable para el proceso de validaciÛn del IMIHOS, las caracterÌsticas de la presente muestra y el patrÛn de respuestas pueden ser un contexto ˙nico de estos resultados y, por lo tanto, difÌcil de replicarse en otro estudio. En este sentido, los resultados de la presente investigaciÛn nos permiten concluir que no existe evidencia de funcionamiento diferencial en el Ìtem y en el test.

Referencias

Alcazar, R., Deffenbacher, J., & Byrne, Z. (2011). Assessing the factor structure of the Anger Expression Inventory (ML- STAXI) in a Mexican sample. International Journal of Psychology and Psychological Therapy. 11(2), 307-318.

Beaducel, A. & Herzberg, P. Y. (2006). On the performance of maximum likelihood versus means and variance adjusted weighted least squares estimation in CFA. Structural Equation Modeling: A Multidisciplinary Journal, 13(2), 186- 203.

Bentler, P. M. & Wu, E. J. C. (2012). EQS 6.2 for Windows [Programa estadÌstico]. California: Multivariate Software, Inc.

Brown, T. A. (2006). Confirmatory factor analysis for applied research. Nueva York: The Guilford Press.

Bryant, B. F. & Yarnold, P. R. (1995). Principal components analysis and exploratory and confirmatory factor analysis. In L. G. Grimm & P. R. Yarnold (Eds.), Reading and understanding multivariate statistics (pp. 99-136). Washington, D. C.: American Psychological Association.

Cheung, G. W. & Rensvold, R. B. (2002). Evaluating goodness- of-fit indexes for testing measurement invariance. Structural Equation Modeling, 9(2), 233-255.

Clark, L. A. & Watson, D. (1995). Constructing validity: Basic issues in objective scale development. Psychological Assessment, 7(3), 309-319.

Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297-334.

Dominguez, S. (2012). Propuesta para el c·lculo del Alfa Ordinal y Theta de Armor. Revista de InvestigaciÛn en PsicologÌa, 15(1), 213-217.

Dominguez, S. (2014). øMatrices policÛricas/tetracÛricas o matrices Pearson? Un estudio metodolÛgico. Revista Argentina de Ciencias del Comportamiento, 6(1), 39-48.

Dominguez, S. & Merino, C. (2015) øPor quÈ es importante reportar los intervalos de confianza del coeficiente alfa de Cronbach? Revista Latinoamericana de Ciencias Sociales, NiÒez y Juventud, 13(2), 1326-1328.

Elosua, P. & Wells, C. (2013). Detecting DIF in polytomous items using MACS, IRT and ordinal logistic regression. PsicolÛgica 34, 327-342.

Fern·ndez-Arata, M., Ju·rez, A., & Merino, C. (2015). An·lisis estructural e invarianza de mediciÛn del MBI-GS en trabajadores peruanos. Liberabit, 21(1), 9-20.

Fornell, C. & Larcker, D. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39-50.

Gadermann, A. M., Guhn, M., & Zumbo, B. D. (2012). Estimating ordinal reliability for Likert-type and ordinal item response data: A conceptual, empirical, and practical guide. Practical Assessment, Research, & Evaluation, 17(3), 1-13. Recuperado de: http://pareonline.net/getvn.asp?v=17&n=3

Gignac, G. (2007). Multi-factor modeling in individual differences research: Some recommendations and suggestions. Personality and Individual Differences, 42(1), 37-48.

Graham, J. M., Guthrie, A. C., & Thompson, B. (2003). Consequences of not interpreting structure coefficients in published CFA research: A reminder. Structural Equation Modeling: A Multidisciplinary Journal, 10(1), 142-153.

Guilera, G., GÛmez-Benito, J., Hidalgo, M. D., & S·nchez-Meca, J. (2013). Type I error and statistical power of the Mantel- Haenszel procedure for detecting DIF: A meta-analysis. Psychological Methods, 18(4), 553-571.

Hambleton, R. K. (2006). Good practices for identifying differential item functioning. Medicine Care, 44(11, Supl. 3), 82-88.

Hancock, G. R., & Mueller, R. O. (2001). Rethinking construct reliability within latent variable systems. In R. Cudeck, S. du Toit, & D. Sörbom (Eds.), Structural equation modeling: Past and present. A Festschrift in honor of Karl G. Jöreskog (pp. 195-216). Illinois: Scientific Software International, Inc.

Hoyle, R. H. (1995). The structural equation modeling approach: Basic concepts and fundamental issues. In R. H. Hoyle (Ed.), Structural equation modeling: Concepts, issues and applications (pp. 1-15). California: Sage Publications.

Kenny, D. A. (2015). Measuring model fit. Recuperado de: http://davidakenny.net/cm/fit.htm

Lee, S. Y., Poon, W. Y., & Bentler, P. M. (1995). A two-stage estimation of structural equation models with continuous and polytomous variables. British Journal of Mathematical and Statistical Psychology, 48(2), 339-358.

Liu, I. & Agresti, A. (1996). Mantel-Haenszel type inference for cumulative odds ratios with a stratified ordinal response. Biometrics, 52(4), 1223-1234.

Malgady, R. (2007). How skewed are psychological data? A standardized index of effect size. The Journal of General Psychology, 134(3), 355-359.

Mantel, N. (1963) Chi-square tests with one degree of freedom: extensions of the Mantel-Haenszel procedure. Journal of American Statistical Association, 58(303), 690-700.

McDonald, R. P. (1999). Test theory: A unified treatment. Nueva Jersey: Lawurence Erlbaum Associates.

Merino, C., Navarro, J., & GarcÌa, W. (2014). RevisiÛn de la consistencia interna del Inventario de Inteligencia Emocional de Bar-On, EQ-I: YV. Revista Peruana de PsicologÌa y Trabajo Social, 3(1), 141-154.

Meyer, J. P. (2010). Reliability. Nueva York: Oxford University Press.

Moscoso, M. S. (2000). Estructura factorial del Inventario Multicultural Latinoamericano de la ExpresiÛn de la CÛlera y Hostilidad. Revista Latinoamericana de PsicologÌa, 32(2), 321 343.

Moscoso, M. S. (2014). MediciÛn psicomÈtrica de la expresiÛn de la ira y hostilidad. Revista de PsicologÌa, 16(2), 169-181.

Moscoso, M. S. & Perez-Nieto, M. A. (2003). Anger, hostility and aggression assessment. En Fernandez-Ballesteros R. (Eds.). Encyclopedia of Psychological Assessment (pp. 22- 27). Londres: Sage Publications.

Moscoso, M. S. & Spielberger, C. D. (1999a). EvaluaciÛn de la experiencia, expresiÛn y control de la cÛlera en LatinoamÈrica. PsicologÌa Contempor·nea, 6(1), 4-13.

Moscoso, M. S. & Spielberger, C. D. (1999b). Measuring the experience, expression, and control of anger in Latin America: The Spanish multi-cultural state-trait anger expression inventory. Interamerican Journal of Psychology, 33(2), 29- 48.

Moscoso, M. S. & Spielberger, C. D. (2011). Cross-cultural assessment of emotions: The expression of anger. Revista de PsicologÌa, 29(2), 343-360.

Pascual-Ferr·. P & Beatty, M. J. (2015). Correcting internal consistency estimates inflated by correlated item errors. Communication Research Reports, 32(4), 347-352.

Penfield, R. D. (2005). DIFAS: Differential Item Functioning Analysis System. Computer Program Exchange. Applied Psychological Measurement, 29(2), 150-151.

Penfield, R. D. (2007). An approach for categorizing DIF in polytomous items. Applied Measurement in Education, 20(3), 335-355.

Penfield, R. D. & Algina, J. (2003). Applying the Liu-Agresti estimator of the cumulative common odds ratio to DIF detection in polytomous items. Journal of Educational Measurement, 40(4), 353-370.

Penfield, R. D. & Algina, J. (2006). A generalized DIF effect variance estimator for measuring unsigned differential test functioning in mixed format tests. Journal of Educational Measurement, 43(4), 295-312.

Raykov, T. (2001). Bias in coefficient alpha for fixed congeneric measures with correlated errors. Applied Psychological Measurement, 25(1), 69-76.

Raykov, T. & Hancock, G. R. (2005). Examining change in maximal reliability for multiple-component measuring instruments. British Journal of Mathematical and Statistical Psychology, 58(1), 65-82.

Reise, S. P. (2012). The rediscovery of bifactor measurement models. Multivariate Behavioral Research, 47(5), 667-696.

Reise, S. P., Scheines, R., Widaman, K. F., & Haviland, M. G. (2013). Multidimensionality and structural coefficient bias in structural equation modeling: A bifactor perspective. Educational and Psychological Measurement, 73(1), 5-26.

Rodriguez, A., Reise, S. P., & Haviland, M. G. (2016). Evaluating bifactor models: calculating and interpreting statistical indices. Psychological Methods, 21(2), 137-150.

Satorra, A. & Bentler, P. M. (1994). Corrections to test statistics and standard errors in covariance structure analysis. In A. von Eye & C. C. Clogg (Eds.), Latent variables analysis: Applications for developmental research (pp. 399-419). California: Sage.

Sörbom, D. (1989). Model modification. Psychometrika, 54(3), 371-384.

Spielberger, C. D. (1988). Manual for the State-Trait Anger Expression Inventory (STAXI). Florida: Psychological Assessment Resources.

Spielberger, C. D. & Moscoso, M. S. (1995). La expresiÛn de la cÛlera y hostilidad: Sus efectos en el sistema cardiovascular. PsicologÌa Contempor·nea, 2, 32-43.

Spielberger, C. D., Moscoso, M. S., & Brunner, T. M. (2005). Cross-cultural assessment of emotional states and personality traits. In R. K. Hambleton, P. F. Merenda & C. D. Spielberger (Eds.), Adapting educational and psychological tests for cross-cultural assessment (pp. 343-367). Nueva Jersey: Lawrence Erlbaum Associates.

Terwee, C. B., Bot, S. D., Boer, M. R. de, Windt, D. A. van der, Knol, D. L., Dekker, J., ... Vet, H. C. de (2007). Quality criteria were proposed for measurement properties of health status questionnaires. Journal of Clinical Epidemiology, 60(1), 34-42

Van Dam, N. T., Earleywine, M., & Danoff-Burg, S. (2009). Differential item function across meditators and non- meditators on the Five Facet Mindfulness Questionnaire. Personality and Individual Differences, 47(5), 516-521.

Zinbarg, R. E., Yovel, I., Revelle, W., & McDonald, R. P. (2006). Estimating generalizability to a latent variable common to all of a scale's indicators: A comparison of estimators for uh. Applied Psychological Measurement, 30(2), 121-144.

Los autores agradecen a Patty Vilela por su colaboraciÛn y apoyo logÌstico en la recolecciÛn de datos.

La elaboraciÛn del presente estudio ha sido financiada de manera parcial por parte del Instituto de InvestigaciÛn en PsicologÌa de la Universidad de San MartÌn de Porres a Manolete S. Moscoso, Ph.D.

*, **, *** Universidad de San MartÌn de Porres, Per˙

****, ***** Pontificia Universidad CatÛlica del Per˙, Per˙

* manolete@manoletemoscoso.com mmoscoso@health.usf.edu

** sikayax@yahoo.com.ar

*** sdominguezmpcs@gmail.com

**** cchau@pucp.edu.pe

***** mclaux@pucp.edu.pe

Recibido: 19 de agosto de 2016

Aceptado: 05 de noviembre de 2016