Printer Friendly

VALIDEZ FACTORIAL DE LA "ESCALA DE RESILIENCIA DE CONNOR Y DAVIDSON" (CD-RISC) EN UNIVERSITARIOS COLOMBIANOS.

Factorial validity of the Connor-Davidson Resilience Scale (CD-RISC) in Colombian university students

Introduccion

El estudio de la resiliencia ha suscitado mayor Interes en los ultimos anos, aunque aun siguen existiendo discrepancias en cuanto a su definicion y su medicion. Algunos se refieren a la resiliencia como la respuesta aprendida o dependiente de las caracteristicas de una situacion particular (normalmente asociada a un trauma) y otros a un estilo estable de afrontamiento independientemente de la situacion o que se activa en cualquier situacion (Luthar, Cicchetti y Becker 2000). Lo que cabria resaltar es que la resiliencia es una respuesta que el individuo asume frente a la adversidad y que tal vez desconozca esta capacidad hasta que no se presenta una situacion que lo lleve a afrontar el estres y sobreponerse frente a la crisis.

Rios, Carrillo y Sabuco (2012) senalan que la postura dominante se encuentra en la primera perspectiva, ya que "hay numerosos autores que coinciden, por tanto, en senalar la resiliencia como el afrontamiento o la respuesta positiva frente a la adversidad" (p. 89). Por ello, Crespo, Fernandez-Lansac y Soberon (2014) enfatizan en que su abordaje hoy dia consiste en relacionar la resiliencia con los mecanismos de adaptacion del ser humano.

La conceptualizacion de la resiliencia como un rasgo individual ha permitido utilizar la "Escala de resiliencia de Connor-Davidson" (Connor-Davidson Resilience Scale, CD-RISC; Connor y Davidson, 2003) en el ambito clinico; por ejemplo, con pacientes con sindromes psiquiatricos o ambulatorios de atencion primaria (Connor y Davidson, 2003), pacientes de control posmenopausico (Lamond et al., 2009), pacientes con lesiones de la medula espinal (Fujikawa et al., 2013), o infertiles (Sexton, Byrd y Von Kluge, 2010). Ademas se ha utilizado en otras condiciones no clinicas como en poblacion de adultos jovenes (Burns y Anstey, 2010), damnificados por terremoto (Fu, Leoutsakos y Underwood, 2014; Karairmak, 2010), en contexto laboral (Garcia-Izquierdo, Ramos-Villagrasa y Garcia-Izquierdo, 2009; Gillespie, Chaboyer y Wallis, 2009; Manzano-Garcia y Ayala, 2013; Menezes de Lucena, Fernandez, Hernandez, Ramos y Contador, 2006) o deportivo (Gucciardi, Jackson, Coulter y Mallet, 2011), u otros tan particulares como es el caso de los veteranos de guerra (Green et al., 2014) o de personas mayores no institucionalizadas (Serrano-Parra et al., 2012).

Segun los autores de la CD-RISC, la escala refleja una conceptualizacion de la resiliencia como un constructo multidimensional, que teoricamente comprende los aspectos de la competencia personal y la tenacidad, el fortalecimiento ante situaciones de estres, la aceptacion del cambio, las relaciones seguras, la confianza en si mismo, el control y la influencia espiritual (Connor y Davidson, 2003). La escala se fundamenta en la teoria de Richardson (2002), la cual describe que la adversidad y los eventos vitales generan una perdida del equilibrio u homeostasis en el individuo, lo que conlleva a un esfuerzo por recuperar el equilibrio, o en otras palabras una reintegracion resiliente o disfuncional. Sin embargo, pese a que la CD-RISC es uno de los instrumentos mas utilizados para medir la resiliencia en diversos paises, "no existe consenso acerca de la estructura interna de la escala" (Ponce, 2015, p. 238).

En los estudios que buscan determinar de forma independiente su validez factorial de tipo nomologica (Batista, Coenders y Alonso, 2004) o estructural, encuentran una disparidad en el numero de factores subyacentes y en la organizacion de los items en las estructuras que cuentan con el mismo numero de factores, cuestionando asi, si realmente es valida y fiable para medir este constructo.

La CD-RISC propone 25 items organizados en cinco factores de primer nivel (Connor y Davidson, 2003): Persistencia-tenacidad-autoeficacia (items: 10-12, 16, 17, 23, 24, 25), Control bajo presion (items: 6, 7, 14, 15, 18, 19, 20), Adaptabilidad y redes de apoyo (items: 1, 2, 4, 5, 8), Control y proposito (items: 13, 21, 22) y Espiritualidad (items: 3, 9). No obstante, no se ha confirmado la existencia de estos factores, por lo que dicha estructura no necesariamente es la que mejor explica la respuesta de los participantes al test. Ademas, su correccion e interpretacion no se ajustan a la presencia de cinco factores, sino que se calcula una puntuacion total que va de "0 a 100" y las puntuaciones mas altas indicarian una "mayor resiliencia" (Connor y Davidson, 2003, p. 78). Estos datos indican que la interpretacion de la CD-RISC, desde el principio, no se ajusta a los resultados empiricos que demuestran su validez de constructo y que tampoco utiliza una estrategia de correccion refinada (DiStefano, Zhu y Mindrila, 2009), como seria el uso de alguno de los siguientes metodos de correccion: 1) regresion, 2) Bartlett o 3) Anderson-Rubin, los cuales reducirian mejor el error de medida, al momento de estimar la puntuacion del sujeto en el (o los factores), porque: 1) no calculan una puntuacion total (asumiendo un unico factor, en vez de calcular el numero de puntajes que corresponde al numero de factores obtenidos en el analisis factorial) y 2) porque esa suma no considera el peso relativo o saturacion factorial que tiene cada item en dicho factor, con lo cual se aumenta sistematicamente la puntuacion obtenida, con respecto al valor que realmente debio obtener una persona evaluada en esos factores, si se consideran las diferencias de magnitud (ponderaciones o saturaciones factoriales) de cada item en cada factor.

Con respecto a los resultados de los estudios posteriores de validacion, el de Fujikawa et al. (2013) y el de Ponce (2015) son los unicos que informan sobre el mismo numero de factores (cinco) y la misma organizacion de items que el estudio original de Connor y Davidson (2003). Sin embargo, en estos solamente se probo esta estructura de cinco factores, desconociendo la presencia de otros modelos posibles dado el sesgo de indeterminacion factorial, que es propio en los estudios que hacen uso de esta tecnica de analisis; razon por lo cual, se constituyen mas bien en un ejemplo de sesgo confirmatorio (Hair, Anderson, Tatham y Black, 1999), que en una evidencia sobre la generalizacion de dicha estructura en otras muestras.

En otros trabajos tambien se informa respecto a modelos con una estructura factorial de cinco factores cada uno, pero con una organizacion interna de items distinta a la de Connor y Davidson (2003). Por ejemplo, Baek, Lee, Joo, Lee y Choi (2010) senalaron que en el factor 1 se incluyen los items 1, 4, 14, 15, 16, 17, 18, 19 y 23, en el factor 2 los items 5, 10, 11, 12, 21, 22, 24 y 25, en el factor 3 los items 6, 7, 8, 9, en el factor 4 los items 2 y 13 y en el factor 5 los items 20 y 3. Gillespie et al. (2009) encontraron que en el factor 1 estaban los items 14, 15, 16, 17, 18, 19, 20, en el factor 2 los items 10, 11, 21,22, 23, 24, 25, en el factor 3 los items 1,4, 5, 12, 13, en el factor 4 los items 2, 6, 7, 8, y en el factor 5 los items 3, 9. Y Sexton, Byrd y Von Kluge (2010) indicaron en el factor 1 se encontraban los items 2, 4, 8, 12, 13, 14, 16, 17 y 19, en el factor 2 los items 11, 15, 21, 22, 23, 24 y 25, en el factor 3 los items 1, 5, 6 y 7, en el factor 4 los items 3, 9 y 10, y en el factor 5 los items 18 y 20. A pesar de tener todos los modelos una estructura pentafactorial, son distintos entre si, y presentan un sesgo confirmatorio al no considerar la presencia de estructuras factoriales alternativas. Adicionalmente, desde la potencia estadistica, la muestra utilizada por Sexton, Byrd y Von Kluge (2010) es sumamente pequena (n= 40) para el analisis factorial exploratorio, mas aun cuando el instrumento que se esta validando tiene un total de 25 items, donde se esperaria minimo 250 sujetos, segun la ratio de 10 sujetos por item (Hair et al. 1999).

Asimismo, encontramos otros estudios en los que se informa sobre un modelo con una estructura de cuatro factores. Por ejemplo, Lamond et al. (2008) senalaron que el factor 1 incluia los items 10, 11, 12, 17, 21, 22, 23, 24 y 25, en el factor 2 los items 1, 2, 4, 5, 6, 7, 8, 13, 14 y 19, en el factor 3 los items 15, 16, 18 y 20 y en el factor 4 los items 3, 9; Khoshouei (2009) indico que en el factor 1 estarian los items 13, 14, 15, 19 y 25, en el factor 2 los items 3, 5, 10, 12, 16, 17, 20, 22 y 23, en el factor 3 los items 4, 6, 18 y 21 y en el factor 4 los items 1, 2, 7, 8, 9 y 11; Singh y Yu (2010) encontraron la siguiente distribucion: items 4, 7, 11, 16, 17, 18 y 19 en el factor 1, items 6, 8, 10, 12, 14, 15 y 20 en el factor 2, items 1, 2, 3, 5, 9 y 13 en el factor 3 e items 21, 22, 23, 24 y 25 en el factor 4 y, mas recientemente, Crespo et al. (2014) informaron que en el factor 1 se encontraban los items 17, 19, 15, 12, 16, 14, 4 y 1, en el factor 2 los items 25, 10, 8, 11 y 24, en el factor 3 los items 13, 7, 5, 6, 22 y 23 y en el factor 4 los items 2 y 21.

Como ejemplos de estructuras trifactoriales se resenan el trabajo de Manzano-Garcia y Ayala (2013), donde el factor 1 contenia los items: 4, 12, 14, 15, 16, 17, 18, 23 y 24, el factor 2, los items: 1,2, 5, 11, 13, 22 y 25, y el factor 3 los items: 3, 6, 7, 8, 10, 19, 20 y 21. Asi como el estudio de Karairmak (2010), en el cual el factor 1 contenia los items: 1, 5, 10, 11, 12, 15, 16, 17, 18,19, 21, 22, 23, 24 y 25, el factor 2 los items: 2, 4, 6, 7, 8, 13 y 14, y el factor 3, los items: 3, 9 y 20. Serrano-Parra et al. (2012) describen que el factor 1 esta compuesto por los items: 5, 7, 9, 10, 11, 12, 15, 16, 20, 23 y 24, el factor 2 por los items: 3, 4, 6, 8, 14, 17, 19, 21, 22, 25 y finalmente el factor 3 por los items: 1, 2, 13 y 18. Por su parte, Fu, Leoutsakos y Underwood (2014), encontraron una estructura de dos factores, donde el factor 1 contiene los items: 1, 2, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 19, 22, 23 y 24, y el factor 2 los items: 3, 18, 20, 21 y 25. Finalmente, Gucciardi et al. (2011) y Majul, Casari y Lambiase (2012) encontraron una estructura de un factor. Jorgensen y Seedat (2011) informan sobre una estructura de tres y otra de dos factores, pero no indican cual es la que mejor explica el patron de respuesta de los participantes. La estructura de items que encontraron es la siguiente para el modelo de tres factores: el factor 1 contenia los items 2, 11, 12, 13, 14, 17, 23, 21, 22, 24 y 25, el factor 2 los items 1, 4, 5, 6, 7, 8, 15, 16, 18, 19 y 20, y el factor 3 los items 3, 9 y 10. Jorgensen y Seedat (2011), realizan calculos para obtener puntuaciones diferenciales por grupos etnicos (blancos, negros y mixtos) y, al igual que Connor y Davidson (2003), asumen para ello una puntuacion total (es decir una estructura unifactorial), aun cuando en el primer caso, hablan de dos o tres actores y en el segundo hablan de cinco factores. En ninguno de los estudios anteriores se describio y evaluo la capacidad explicativa de otros modelos alternativos por lo que no se pueden considerar como concluyentes sus resultados al no minimizar el sesgo confirmatorio.

Dado este estado de las cosas, y teniendo en cuenta que se quiere utilizar la CD-RISC en un nuevo contexto (Colombia), se considera necesario validar esta escala, comparando la capacidad explicativa de las respuestas de los participantes a partir de las estructuras factoriales encontradas en los estudios anteriores (modelos a priori), o determinando si existe una estructura factorial distinta, ya sea porque es particular al contexto colombiano o porque no fue considerada en los estudios previos. Asimismo, se pretende analizar la existencia de una puntuacion total de resiliencia, lo que metodologicamente implica evaluar la presencia de un factor general de segundo nivel, el cual no habia sido valorado en los estudios citados, aunque la teoria de la resiliencia supone su existencia (se tiene un grado o nivel particular de resiliencia dentro de un continuo de capacidad, dadas las caracteristicas multifactoriales del constructo).

Otra caracteristica importante a considerar en este estudio fue la utilizacion de una muestra universitaria proveniente de estratos socioeconomicos bajos. De acuerdo con Majul, Casari y Lambiase (2012), aun cuando exista una mayor vulnerabilidad socioeconomica, muchas de estas personas demuestran una fortaleza admirable, logrando sobreponerse a las adversidades y superando obstaculos. En el ambito educativo la resiliencia se ha asociado con el perfil del alumno y su proceso de adaptacion a la vida escolar, con el fin de desarrollar factores protectores en los estudiantes, entendiendo que la resiliencia se puede potencializar en el contexto educativo. Velasco, Suarez, Cordova, Luna y Mireles (2015) plantean que se deben desarrollar estrategias de apoyo para incrementar la capacidad de resiliencia en universitarios, lo cual favorecera su desempeno academico. Es por ello que aparece el termino de resiliencia academica, refiriendose a los estudiantes que mantienen altos niveles de motivacion al logro y a la ejecucion, a pesar de la presencia de eventos estresantes y condiciones que suponen un riesgo de fracaso y abandono de los estudios (Alva, 1991).

El objetivo de este trabajo fue analizar la validez de la "Escala de resiliencia de Connor y Davidson" (CD-RISC) en universitarios colombianos. Concretamente, se pretendia describir sus indicadores de validez de constructo en su concepcion nomologica (Batista, Coenders y Alonso, 2004) y su fiabilidad.

Metodo

Participantes

La muestra fue de 358 participantes, lo cual supera al tamano minimo esperado de 250 participantes (10 sujetos por item) de acuerdo con el criterio de potencia estadistica para estudios factoriales (Hair et al. 1999), aunque podria considerarse como una muestra de tamano moderado para los estudios de validez de constructo (Hernandez, Ponsoda, Muniz, Prieto y Elosua, 2016a, 2016b; Prieto y Muniz 2000). Se conto con 31,56% de hombres y 68,44% de mujeres, con edades entre 16 y 42 anos (M= 19,22: DT= 6,99). El 38,55% de los participantes estudio alguna carrera de ciencias de la vida, el 39,38% esta en ciencias sociales y juridicas el 7,82% en ciencias sociales y economicas, el 13,97% en ingenierias y un participante no informo su carrera de origen. El 90% provenia de estratos socioeconomicos bajos, el 9% de estratos medios y el 1% de estratos altos, los cuales son determinados por el Estado Colombiano desde la aprobacion de la Ley 142 de 1994 (DANE, s.f.). La mayor concentracion de universitarios en los estratos bajos (1 y 2), al igual que la mayor participacion de estudiantes de sexo femenino, es comun en Colombia, de acuerdo con los datos del Ministerio de Educacion Nacional (2016).

Instrumentos

El cuadernillo tenia dos partes, la primera con preguntas sociodemograficas (sexo, edad, estrato social y carrera que estudia) y la segunda con la "Escala de resiliencia de Connor y Davidson" (Connor-Davidson Resilience Scale, CD-RISC, Connor y Davidson, 2003). Se utilizo la version original de la CD-RISC, con la autorizacion por parte de los autores para su validacion en el contexto colombiano. La CD-RISC tiene 25 items que se responden en una escala ascendente de cinco opciones (de 0= "nada de acuerdo" a 4= "totalmente de acuerdo"). Supone la existencia de cinco factores subyacentes (competencia personal, altos estandares y tenacidad; confianza en los instintos, la tolerancia al afecto negativo y los efectos de fortalecimiento del estres; aceptacion positiva del cambio y las relaciones seguras; control e influencias espirituales). Su correccion asume la presencia de un unico factor que se obtiene sumando las respuestas obtenidas en cada pregunta, siendo posible obtener una puntuacion total de entre 0 y 100, siendo 100 la medida de mayor capacidad de resiliencia del individuo. Los autores informaron que su consistencia interna original es de 0,85.

Procedimiento

La aplicacion de la escala se llevo a cabo en octubre de 2015, mediante lapiz y papel, en salones de clase y con el apoyo de los profesores y practicantes de psicologia de la Universidad Simon Bolivar en Barranquilla (Colombia). La participacion fue voluntaria y se les garantizo la libre oportunidad de abandono al estudio, asi como su confidencialidad. Los estudiantes firmaron el consentimiento informado.

Analisis estadisticos

Se realizaron cinco procedimientos que buscaban identificar aquellos modelos factoriales que tenian la mayor posibilidad de explicar las respuestas al CD-RISC, para maximizar la validez estructural o nomologica de los resultados (Batista, Coenders y Alonso, 2004). En primer lugar, se realizo un analisis factorial exploratorio (AFE), con el metodo de componentes principales y de residuales minimos (MINRES) segun la matriz de correlaciones entre items. Para reducir el sesgo de indeterminacion factorial (Batista, Coenders y Alonso, 2004), se utilizo el metodo de correccion refinado de Thompson (DiStefano, Zhu y Mindrila, 2009; Jhonson, 2000), que disminuye el error de medida al estimar la posicion no sesgada del sujeto en los factores obtenidos. Se utilizo la rotacion ortogonal varimax para describir la ubicacion de los items por factor y calcular sus pesos dentro de la ecuacion de regresion.

Posteriormente, se llevo a cabo un analisis factorial confirmatorio (AFC), para identificar la estructura factorial que mejor explicaba los datos, utilizando el metodo de maxima verosimilitud (ML), como el de minimos cuadrados no ponderados (ULS), segun se asuma o no la presencia del supuesto de normalidad multivariante. Se verifico la unidimensionalidad del constructo, ya sea como una unica puntuacion factorial de primer nivel, como para estructuras de dos niveles, donde el primer nivel estaria compuesto por los factores senalados anteriormente y el segundo nivel seria la puntuacion total de resiliencia.

A continuacion, se describio el perfil factorial de un sujeto cualquiera, a partir del metodo de regresion de Thompson (Johnson, 2000) y de su cualificacion a partir de las bisagras de Tukey (1977).

Por ultimo, se analizo la consistencia interna por medio del coeficiente alfa de Cronbach ([alfa]), asi como por los coeficientes theta ([theta]) (Carmines y Zeller, 1979) y omega ([OEMGA]) (Heise y Bohrnstedt, 1970). El objetivo era disponer de los mejores coeficientes para interpretar la consistencia interna de estructuras factoriales que no cumplen con los supuestos del modelo tau-equivalente (t) (Dunn, Baguley y Brunsden, 2014).

Resultados

Analisis factorial exploratorio y confirmatorio de la CD-RISC

La valoracion de la presencia de una estructura factorial se realizo tanto para las matrices de correlaciones de Pearson ([MC.sub.pearson]) como para las policoricas ([MC.sub.policoricas]), por medio de la significacion del estadistico de esfericidad de Bartlett (p-Bartlett), el coeficiente de adecuacion muestral de Kaiser Meyer Olkin (KMO) y el determinante (D). Se encontro que existe dicha estructura en ambas matrices de correlacion, ya que ambos determinantes son cercanos a 0 ([D.sub.MCPearson] = 1,85 x [10.sup.-4] y [DMC.sub.policoricas] = 5,34 x [10.sup.-3]), ambos coeficientes KMO son superiores a 0,50 ([KMO.sub.MCPearson] = 0,84 y [KMOMC.sub.policoricas] = 0,85) y ambos p-valores de Bartlett son menores a 0,05 ([p-Bartlett.sub.MCPearson] = 0,00 y [p-Bartlett.sub.MCpolicoricas] = 0,00).

A partir del grafico de sedimentacion (figura 1) se determino que para la [MC.sub.pearson] existe un modelo de siete factores de primer nivel, de acuerdo con el criterio de valor propio >1 (especificamente 1,06 para este caso); tambien hay un modelo de nueve factores de primer nivel, obtenido a partir del criterio de 60% de varianza explicada (especificamente 60,59%), el cual esta sistematicamente por encima del azar--encima del criterio de 3,841 puntos que representa al 95% de confianza ([ji al cuadrado] = 4,48, para este caso), y dos modelos obtenidos a partir del criterio de caida de Kaiser, uno de dos factores de primer nivel y otro de tres factores de primer nivel.

En el caso de la [MC.sub.policoricas], existe un modelo de siete factores de primer nivel, a partir del criterio de valor propio [mayor que o igual a] 1 (especificamente 1,06 para este caso); tambien hay un modelo de ocho factores de primer nivel, a partir del criterio de 60% de varianza explicada (especificamente 63,14%) sistematicamente por encima del azar, con un 95% de confianza ([ji al cuadrado]= 6,90, para este caso), y dos modelos obtenidos por el criterio de caida de Kaiser, uno compuesto por dos factores de primer nivel y el otro de tres factores de primer nivel. Adicionalmente, a cada uno de estos modelos, se considero un modelo alternativo, al que se le agregaba una puntuacion factorial de segundo nivel, que representaria la puntuacion total de resiliencia, de acuerdo con las especificaciones originales de Connor y Davidson (2003).

En la tabla 1 se describio la organizacion de los items en cada modelo factorial segun la saturacion factorial mas alta por item y factor de cada modelo. Los modelos de nueve factores fueron descartados al constituirse como soluciones inapropiadas por tener un solo item (p13) con la mayor saturacion factorial en un solo factor (factor 7). Se observo que varios de los items (p9, p12, p6, p3, p1) en los modelos de dos factores de primer nivel (modelo 3) y dos factores de primer nivel con un factor de segundo nivel (modelo 4), obtenidos a partir de la [MC.sub.Pearson], tenian una saturacion factorial mas alta, que no superaba el valor minimo de 0,30 puntos, lo cual hacia que fuesen descartados al momento de comparar los indicadores de ajuste del AFC. Lo mismo sucedio con los modelos factoriales de tres factores de primer nivel y de tres factores de primer nivel con un factor de segundo nivel, que fueron obtenidos por la MCPearson (modelo 5 y 6, respectivamente), como la [MC.sub.policoricas] (modelo 7 y 8, respectivamente). Tambien con los modelos de ocho factores de primer nivel (modelo 9) y ocho factores de primer nivel con un factor de segundo nivel (modelo 10), que fueron obtenidos a partir de la [MC.sub.policoricas].

Para el AFC se busco minimizar el sesgo confirmatorio al evaluar el ajuste de los modelos factoriales descritos en la introduccion mediante el metodo de maxima verosimilitud ([MC.sub.Pearson]) y el metodo de minimos cuadrados no ponderados ([MC.sub.policoricas]) por la naturaleza ordinal de los items. En la tabla 2 se describen los indicadores de ajuste para cada modelo, pero no se incluyen los resultados de los modelos 4, 12, 14, 15 y 16 al no converger su solucion factorial porque la matriz no se definio positivamente.

Al analizar el valor del chi cuadrado se encontro que el modelo con el mejor ajuste es el 7 y el 1 cuando es estimado por ML ([ji al cuadrado]= 376,47), dado que son los modelos cuyo valor es mas cercano a cero (tabla 2). Ademas, segun la correccion en muestras mayores de 200 encuestados ([ji al cuadrado]/gl= 1,48) era tambien los de mejor ajuste, por ser los modelos con el valor mas bajo. Considerando el indice de bondad de ajuste (GFI), se observo que los valores maximos obtenidos fueron de 0,96 y 0,97 puntos, resultando admisibles en el primer caso los modelos 7, 13 y 20, todos ellos estimados por ML, e igualmente los modelos 3, 5, 6, 7, 11, 17, 18, 19, 20, 21, 22, 23, 24 y 25 estimados por ULS. En el segundo caso, resultaron admisibles solo los modelos 1, 2, 8 y 9 estimados por ULS.

Con relacion al error de aproximacion cuadratico medio (RMSEA), cuando la muestra es menor a 10 participantes se utilizan como limites esperados los 0,05 y 0,08 puntos, pero como la muestra en esta investigacion supero este tamano, se interpreto este valor utilizando como criterio la verificacion del residuo cuadratico medio (RMSR), en cuyo caso se considero como adecuado bajos valores de RMSR y RMSEA. En nuestro caso, el valor del RMSR no ayudo a identificar el mejor modelo debido a que todos ellos se encontraron entre 0,05 y 0,06 puntos, mientras que el RMSEA ayudo a identificar como mejores a los modelos 1, 2, 7, 8 y 10, todos ellos estimados por ML, pues todos coinciden en tener el menor valor de RMSEA, es decir 0,037 puntos.

Se eligieron bajo el criterio del indice de no centralidad (NCP) los modelos 1 y 7, estimados por ML por tener el valor mas bajo entre todos los modelos (NCP=122,47). De la interpretacion de los tres criterios anteriores en conjunto, surgio nuevamente el modelo 7 como aquel mas pertinente para explicar las respuestas al CD-RISC.

Con respecto al indice de bondad de ajuste ajustado (AGFI), los modelos seleccionados son 1, 2, 7, 8, 9, 10, independientemente que se estimen por ML o ULS. Los modelos 3, 5, 6, 11, 17, 18, 19, 20, 22, 23, 24 y 25, se estiman por ULS y finalmente, los modelos 13, 21 se estiman por ML.

Con respecto a los indices CFI, TLI y NFI, los modelos que cumplieron con los criterios de estos 3 indicadores fueron el 1, 2, 7, 8, 9 y 10, cuando son estimados por ML.

Finalmente, los modelos elegidos a partir del PNFI y del PGFI, fueron los modelos 3, 5, 6, 11, 18 cuando son estimados por ULS, y el modelo 13 cuando es estimado por ML, dado que el valor mas alto de PNFI es 0,91 y los modelos 3, 11, cuando se estima por ULS para el PGFI al ser igual al valor mas alto obtenido (PGFI=0,81).

Con base en todo lo anterior, se considera que el modelo que mejor explico las respuestas de la CD-RISC fue el modelo 7 estimado a partir de ML. Las distribuciones de sus siete factores a partir del metodo de regresion se describen en la tabla 3.

Como se observa en la tabla 4, la distribucion esta estandarizada (media [my] de 0 y desviacion [5] de 1) para todos los factores. La forma de las distribuciones de los factores 2, 3, 5 y 7 representan una curva normal y la significacion de la prueba de Kolmogorov-Smirnov (K-S) con correccion de Lilliefors fue menor al criterio de 0,05 puntos.

De acuerdo con la distribucion de los items en la matriz de componentes rotados (tabla 5), se etiqueto cada factor asi: Factor 1: Esfuerzo y control para lograr las metas; Factor 2: Tenacidad ante las adversidades; Factor 3: Autoconfianza; Factor 4: Proactividad ante las adversidades; Factor 5: Capacidad para resolver problemas y desafios; Factor 6: Capacidad para establecer relaciones seguras; y Factor 7: Influencia espiritual.

Consistencia interna de la CD-RISC

El valor global del coeficiente 0 fue de 0,92 y el O de 0,85, ambos podrian considerarse como excelentes, por estar por encima de 0,85 puntos (Hernandez, Ponsoda, Muniz, Prieto y Elosua, 2016a y 2016b; Prieto y Muniz, 2000). Dada la dificultad de utilizar a para interpretar la consistencia interna de los test factoriales y considerando que no existen estructuras previas de siete factores, se decidio no utilizar este coeficiente.

Normas de correccion de la CD-RISC

El protocolo de calculo de la CD-RISC es el siguiente: (1) Se estandarizan las respuestas originales (Z puntuacion directa) de los sujetos en cada item. (2) Se hace la suma ponderada de las mismas de acuerdo con los p de cada item en el factor que se esta estimando. (3) Considerando que las distribuciones factoriales obtenidas no presentan una distribucion normal, se identifican los puntos de corte para la interpretacion cualitativa de la CD-RISC, con el metodo de estimacion de estadisticos no sesgados, y se interpretara como dentro de lo normal o esperado de acuerdo con la distribucion normativa a todas las puntuaciones que se encuentren dentro del 50% central de la distribucion de cada factor (tablas 3 y 4), y se considerara como una puntuacion: muy alta, alta, normativa, baja o muy baja, a todas las puntuaciones que se ubiquen dentro de [+ o -] 1,5 desviaciones tipicas.

Discusion

A partir de la literatura encontrada sobre la validez de la "Escala de resiliencia de Connor y Davidson" se observo que los estudios preliminares mostraron distintas estructuras factoriales (Ponce, 2015), lo que justifico explorar, no solo cual era la estructura factorial presente en diferentes poblaciones, sino que tambien era necesario explorar, que tan consistente era dicha estructura para explicar las respuestas al CD-RISC en diferentes contextos. Por este motivo, era importante analizar tambien el grado de ajuste que tenian los modelos factoriales obtenidos en estudios anteriores. Lo anterior cobra mas sentido, cuando se detalla el gran numero de modelos factoriales distintos que pretendian explicar una misma escala, mas aun cuando en algunos de ellos existian problemas metodologicos como la baja potencia estadistica de los analisis, dado el tamano de la muestra, la falta de heterogeneidad de las mismas, la no consideracion de matrices factoriales distintas ([MC.sub.Pearson] vs [MC.sub.policoricas]) al momento de los analisis, o la recurrente falta de comparacion de modelos alternativos explicativos que promovian un sesgo confirmatorio.

No obstante, cuando se cubrieron estos aspectos metodologicos se encontro una nueva composicion en la estructura factorial de los items, siendo el mejor modelo explicativo el de siete factores de primer nivel, el cual no se habia encontrado en los estudios a priori. Tal diferencia podria deberse a razones como las senaladas por Jorgensen y Seedat (2011) quienes plantean que las discrepancias de validez de la escala pueden estar asociadas con diferencias de grupos etnicos, o a razones indicadas por Gillespie, Chaboyer y Wallis (2009), quienes relacionan las discrepancias con la edad y experiencias de vida, aunque lo mas probable sea por los aspectos metodologicos ya mencionados y que no fueron considerados en los estudios previos. Esto nos conduce necesariamente a recomendar que en un futuro se lleven a cabo estudios de invarianza factorial de la CD-RISC y que se evalue la persistencia explicativa de este modelo de siete factores de primer nivel en poblaciones diferentes, respetando parametros de calculos como la matriz de correlacion de items y las distribuciones (ML / ULS) para estimar los indicadores de ajuste.

Se encontro que el modelo que mejor ajuste tenia a las respuestas de los participantes al CD-RISC es el 7, dado que tenia un mejor ajuste que otros modelos (tabla 2) en los indicadores [ji al cuadrado],[ji al cuadrado]2/gl, los cuales fueron interpretados bajo criterios que consideraron la hipersensibilidad del [ji al cuadrado] en muestras mayores de 200 encuestados (Hair et al., 1999, p. 680) y porque mantenia, en conjunto con otros modelos explicativos, el mayor numero de indicadores de ajuste adecuados en GFI, que supone aceptar los modelos con valor lo mas cercano a 1, RMSR y RMSEA, siendo este ultimo el indicador mas importante para el analisis de modelos confirmatorios bajo la estrategia de modelos rivales (Hair et al., 1999). Estos autores recomiendan, que se interprete al RMSEA con base en el valor del NCP, el cual por depender del valor del [ji al cuadrado] no se interpreta a partir de un rango especifico de valores, sino que se compara y elige entre los modelos alternativos a aquel que tenga en terminos absolutos el menor valor (Hair et al., 1999). Por ello, la eleccion del modelo 7 con base en el NCP, como el AGFI, se considera "aceptable y recomendado [cuando posee] un valor mayor o igual a 0,90" (Hair et al., 1999, p. 683), aparece nuevamente el modelo 7 como uno de los modelos mas pertinentes para explicar las repuestas del CD-RISC y aunque un AGFI que este "cerca del nivel recomendado de 0,90 [...] se puede aceptar con precauciones" (Hair et al., 1999, p. 649), no se considero necesario considerar esta opcion, dado el gran numero de modelos que cumplian con este criterio.

Con respecto al CFI, al NNFI (TLI) y al NFI, suponen un valor que va de 0 a 1, teniendo como valor recomendado de aceptacion un nivel de 0,90 o superior (Hair et al., 1999). No obstante, Batista y Coender (2000, p. 91), senalan que "la cota superior del estadistico no es la unidad" al estar construido a partir del estadistico [ji al cuadrado] del modelo base, pues este "suele tomar valores muy elevados, lo cual implica a su vez que los estadisticos de ajuste incremental acostumbren a tomar valores proximos a la unidad, dando asi una vision excesivamente optimista del modelo" (Batista y Coender 2000, p. 90). Por ello senalan como una manera de minimizar este inconveniente, por un lado, que "se exijan valores superiores a 0,95 para referirnos a un buen ajuste" (Batista y Coender (2000, p. 91) y, por el otro lado, evitar los modelos con valores superiores a 1 ya que "... tienden a indicar sobreparametrizacion del modelo" (Batista y Coenders, 2000, p. 91). Esta sobreparametrizacion, se observo en todos los modelos que ajustaron bien en ML, cuando la estimacion se hizo a partir de ULS y en esto se basa en parte nuestra conclusion de considerar como mas apropiado al modelo 7, cuando se estima por ML y al hecho de que en los datos se cumplio con el supuesto de normalidad multivariante. Finalmente, los modelos a elegir a partir del PNFI y del PGFI, son aquellos que tengan los valores elevados y que indican una mayor parsimonia del modelo (Hair et al., 1999).

Con respecto al modelo resultante en este estudio, el primer factor se corresponde parcialmente con los items de dos de las dimensiones de Connor y Davidson (2003): Competencia personal y tenacidad y Control. El factor dos corresponde parcialmente con dos dimensiones de la escala original: Competencia personal y tenacidad y Relaciones seguras y aceptacion del cambio. El factor tres hace referencia a la dimension Confianza en si mismo, tolerancia a las situaciones negativas y el fortalecimiento de los efectos del estres. El factor cuatro es una combinacion de items de las dimensiones de Competencia personal y tenacidad; Control; Confianza en si mismo, tolerancia a las situaciones negativas y el fortalecimiento de los efectos del estres. El factor cinco corresponde con el original de dos dimensiones: Confianza en si mismo, tolerancia a las situaciones negativas y el fortalecimiento de los efectos del estres y, Relaciones seguras y aceptacion del cambio. El factor seis es una combinacion de items de las dimensiones de Confianza en si mismo, tolerancia a las situaciones negativas y el fortalecimiento de los efectos del estres y Relaciones seguras y aceptacion del cambio. Y el factor siete queda igual que el original, como en la mayoria de estudios, y corresponde a la Influencia espiritual. Como se observa, existe una distribucion disimil de los items y el primer factor es el de mayor saturacion. Igualmente se observaron items que saturan en diferentes factores, indicando que se interpretan de forma similar. En consecuencia, y de acuerdo con Crespo et al. (2014, p 222) "existe una gran disparidad en las soluciones factoriales propuestas y el numero de items retenidos".

En conclusion, esta nueva estructura factorial es relevante para estudios sobre resiliencia en el contexto colombiano, particularmente en el universitario, aunque se recomienda la prudencia de su uso en otras poblaciones, particularmente con afectaciones clinicas, hasta tanto no se realicen estudios que la validen en esos contextos. Por otro lado, el detalle del estudio en cuanto a la validacion de los modelos factoriales existentes y los resultantes, aporta un valor agregado en el conocimiento del constructo de resiliencia, asi como brinda nuevas dimensiones y organizaciones de items que se ponen a consideracion de la comunidad cientifica, y que se espera sean una estructura factorial acorde para la poblacion colombiana.

Es importante senalar que el protocolo de calculo de la CD-RISC es el siguiente: (1) Se estandarizan las respuestas originales [Z puntuacion directo] de los sujetos en cada item. (2) Se hace la suma ponderada de las mismas de acuerdo con los p de cada item en el factor que se esta estimando. (3) Considerando que las distribuciones factoriales obtenidas no presentan una distribucion normal, se considero identificar los puntos de corte para la interpretacion cualitativa de la CDRISC, con el metodo de estimacion de estadisticos insesgados de Tukey (1977). Interpretandose como dentro de lo normal o esperado a todas las puntuaciones que se encuentren dentro del 50% central de la distribucion de cada factor y se considerara como una puntuacion: muy alta, alta, baja o muy baja, a todas las puntuaciones que se ubiquen dentro de los rangos a [+ o -] 1.5 desviaciones tipicas de dicho 50% central. Finalmente, queda aun por explorar la capacidad predictiva de dicha estructura factorial en contextos de vulnerabilidad (validez predictiva o de criterio), la cual brindara mas pruebas sobre la capacidad practica de la CD-RISC para prevenir dichas consecuencias sociales, puesto que en la medida que exista un modelo de regresion capaz de predecir sistematicamente (mas alla del azar) quienes son capaces de adaptarse o no a una situacion traumatica, sera mas facil comprender cuales son los factores--y en que medida--se relacionan con el trauma o situacion de vulnerabilidad especifica, y asi brindar recomendaciones mas precisas de los aspectos a intervenir para promover la resiliencia. Por ultimo, como limitaciones del estudio se pueden mencionar la homogeneidad de la poblacion, teniendo en cuenta que se realizo en una universidad, debido a la dificultad de acceder a otras poblaciones universitarias, y por otro lado que fue una prueba de lapiz y papel, lo que en algunos casos invalido los resultados debido a los errores que cometian los estudiantes al marcar sus respuestas, por lo que se recomienda en un proximo estudio, hacer la prueba informatizada.

Referencias

Alva, S. A. (1991). Academic invulnerability among mexican-american students: the importance of protective resources and appraisals. Hispanic Journal of Behavioral Sciences, 13, 18-34.

Baek, H. S., Lee, K. U., Joo, E. J., Lee, M. Y. y Choi, K. S. (2010). Reliability and validity of the korean version of the Connor-Davidson Resilience Scale. Psychiatry Investigation, 7, 109-115.

Batista, J. M., Coenders, G. y Alonso, J. (2004). Analisis factorial confirmatorio. Su utilidad en la validacion de cuestionarios relacionados con la salud. Medicina Clinica de la Facultad de Medicina de Barcelona, 122, 21-27.

Batista, J. M. y Coenders, G. (2000). Modelo de ecuaciones estructurales (modelos para el analisis de relaciones causales). Madrid: La muralla.

Burns, R. A. y Anstey, K. J. (2010). The Connor Davidson Resilience Scale (CD-RISC) testing the invariance of a unidimensional resilience measure that is independent of positive and negative affect. Personality and Individual Differences, 48, 527-531.

Carmines, E. G. y Zeller, R. A. (1979). Reliability and validity assessment. Londres: Sage.

Connor, K. y Davidson, J. (2003). Development of a new resilience scale: the Connor-Davidson Resilience Scale (CD-RISC). Depression and Anxiety, 18, 76-82.

Crespo, M., Fernandez-Lansac, V. y Soberon, C. (2014). Adaptacion espanola de la "Escala de resiliencia de Connor-Davidson" (CD-RISC) en situaciones de estres cronico. Behavioral Psychology/Psicologia Conductual, 22, 219-238.

Departamento Administrativo Nacional de Estadistica (s.f.). La estratificacion socioeconomica en el regimen de los servicios publicos domiciliarios. Grupo de estratificacion socioeconomica. Bogota: Direccion geoestadistica DANE.

DiStefano, C., Zhu, M. y MTndrila, D. (2009). Understanding and using factor scores: considerations for the applied researcher. Practical Assessment, Research & Evaluation, 14, 1-7.

Dunn, T., Baguley, T. y Brunsden, V. (2014). From alpha to omega: a practical solution to the pervasive problem of internal consistency estimation. British Journal of Psychology, 105, 399-412.

Finez, M. y Moran, M. (2015). La resiliencia y su relacion con salud y ansiedad en estudiantes espanoles. International journal of developmental and educational psychology, 1, 409-416.

Fu, C., Leoutsakos, J. M. y Underwood, C. (2014). An examination of resilience crossculturally in child and adolescent survivors of the 2008 China earthquake using the Connor-Davidson Resilience Scale (CD-RISC). Journal of Affective Disorders, 155, 149-153.

Fujikawa, M., Lee, E. J., Chan, F., Catalano, D., Hunter, C. y Bengston, K. (2013). The Connor-Davidson Resilience Scale as a positive psychology measure for people with spinal cord injuries. Rehabilitation Research, Policy and Education, 27, 213-222.

Garcia-Izquierdo, A., Ramos-Villagrasa, P. y Garcia-Izquierdo, M. (2009). Los Big Five y el efecto moderador de la resistencia en el agotamiento emocional. Revista de Psicologia del Trabajo y de las Organizaciones, 25, 135-147.

Gillespie, B.M., Chaboyer, W y Wallis, M. (2009). The influence of personal characteristics on the resilience of operating room nurses: a predictor study. International Journal of Nursing Studies. 46, 968-976.

Green, K. T., Hayward, L. C., Williams, A. M., Dennis, P. A., Bryan, B. C., Taber, K. H. y Calhoun, P. S. (2014). Examining the factor structure of the Connor-Davidson Resilience Scale (CD-RISC) in a post-9/11 US military veteran sample. Assessment, 21, 443-451.

Gucciardi, D. F., Jackson, B., Coulter, T. J. y Mallett, C. J. (2011). The Connor-Davidson Resilience Scale (CD-RISC): Dimensionality and age-related measurement invariance with australian cricketers. Psychology of sport and exercise, 12, 423-433.

Hair, J., Anderson, R., Tatham, R. y Black, W. (1999). Analisismultivariante. Madrid: Prentice Hall.

Harman, H. H. (1976). Modern factor analysis (3a ed.). Chicago, IL: University of Chicago Press.

Heise, D. R. y Bohrnstedt, G. W. (1970). Validity, invalidity and reliability. En E. F. Borgatta y G. W. Bohrnsted (dirs.), Sociological methodology (pp. 104-129). San Francisco, CA: Jossey Bass.

Hernandez, A., Ponsoda, V., Muniz, J., Prieto, G. y Elosua, P. (2016a). Revision del modelo para evaluar la calidad de los test utilizados en Espana. Papeles del Psicologo, 37, 192197.

Hernandez, A., Ponsoda, V., Muniz, J., Prieto, G. y Elosua, P. (2016b). Cuestionario de evaluacion de tests revisado (CET-R). Disponible en: http://www.cop.es/uploads/pdf/CET-R.pdf

Hoffmann, A., Stover, J., de la Iglesia, G. y Liporace, M. (2013). Correlaciones policoricas y tetracoricas en estudios factoriales exploratorios y confirmatorios. Ciencias Psicologicas, 12, 151-164.

Johnson, D. (2000). Metodos multivariados aplicados al analisis de datos. Mexico, D.F.: Thomson.

Jorgensen, I. y Seedat, S. (2011). Factor structure of the Connor-Davidson Resilience Scale in South African adolescents. International Journal of Adolescent Medicine and Health, 20, 23-32.

Karairmak, O. (2010) Establishing the psychometric qualities of the Connor-Davidson Resilience Scale (CD-RISC) using exploratory and confirmatory factor analysis in a trauma survivor sample. Psychiatry Research. 179, 350-356.

Khoshouei, M. S. (2009). Psychometric evaluation of the Connor-Davidson resilience scale (CD-RISC) using Iranian students. International Journal of Testing, 9, 60-66.

Lamond, A. J., Depp, C. A., Allison, M., Langer, R., Reichstadt, J., Moore, D. J. y Jeste, D. V. (2008). Measurement and predictors of resilience among community-dwelling older women. Journal of Psychiatric Research, 43, 148-154.

Luthar, S. S., Cicchetti D. y Becker, B. (2000). The construct of resilience: a critical evaluation and guidelines for future work. Child Development, 71, 543.

Majul, E., Casari, L. y Lambiase, S. (2012) Resiliencia: Una experiencia con adolescentes de distintos contexto socioeconomico Universidad de Congreso Mendoza- Argentina, Revista Electronica de Psicologia, 1, 19-40.

Manzano-Garcia, G. y Ayala, G.C. (2013). Psychometric properties of Connor-Davidson Resilience Scale in a Spanish sample of entrepreneurs. Psicothema, 25, 245-51.

Mardia, K. (1970). Measures of multivariate skewness and kurtosis with applications. Biometrika, 57, 519-530.

Menezes de Lucena, V., Fernandez, B., Hernandez, L., Ramos, F. y Contador I. (2006). Resiliencia y el modelo de burnout-engagement en cuidadores formales de ancianos. Psicothema, 18, 791-796.

Ministerio de Educacion Nacional (2016). Compendio estadistico de la educacion superior colombiana. Equipo tecnico del Ministerio de Educacion Nacional, Bogota, Colombia.

Ponce, F. (2015). Analisis exploratorio de modelos de ecuaciones estructurales sobre la Escala de resiliencia de Connor y Davidson (CD-RISC) en Chile y Espana. Salud y Sociedad, 6, 238-247.

Prieto, G. y Muniz, J. (2000). Un modelo para evaluar la calidad de los test utilizados en Espana. Papeles del Psicologo, 77, 65-72.

Richardson, G. E. (2002). The metatheory of resilience and resiliency. Journal of Clinical Psychology, 58, 307-321.

Rios, M. I., Carrillo, C. y Sabuco, E. (2012). Resiliencia y sindrome de burnout en estudiantes de enfermeria y su relacion con variables sociodemograficas y de relacion interpersonal. International Journal of Psychological Research, 5, 88-95.

Sarubin, N., Wolf, M., Giegling, I., Hilbert, S., Naumann, F., Gutt, D., Jobs, A., Sebab, L., Falkai P, Rujescu, D., Buhner, M. y Padberg, F. (2015). Neuroticism and extraversion as mediators between positive/negative life events and resilience. Personality and Individual Differences, 82, 193-198.

Serrano-Parra, M. D., Garrido-Abejar, M., Notario-Pacheco, B., Bartolome-Gutierrez, R., Solera-Martinez, M. y Martinez-Vizcaino, V. (2012). Validez de la escala de resiliencia de Connor-Davidson (CD-RISC) en una poblacion de mayores entre 60 y 75 anos. International Journal of Psychological Research, 5, 49-57.

Sexton, M. B., Byrd, M. R. y von Kluge, S. (2010). Measuring resilience in women experiencing infertility using the CD-RISC: examining infertility-related stress, general distress, and coping styles. Journal of Psychiatric Research, 44, 236-241.

Singh, K. y Yu, X. (2010). Psychometric evaluation of the Connor-Davidson Resilience Scale (CD-RISC) in a sample of Indian students. Journal of Psychology, 1, 23-30.

Tukey, J. W. (1977). Exploratory data analysis. Nueva York, NY: Addison-Wesley.

Velasco, V., Suarez, G., Cordova, S., Luna, L. y Mireles, S. (2015). Niveles de resiliencia en una poblacion de estudiantes de licenciatura y su asociacion con variables familiares y academicas. Revista Iberoamericana de Produccion Academica y Gestion Educativa, 2, 1-23.

Recibido: 21 de enero de 2019

Aceptado: 9 de mayo de 2019

Marbel Gravini-Donado (1), Jorge Enrique Palacio Sanudo (2) y Anthony Millan De Lange (2)

(1) Universidad Simon Bolivar; (2) Universidad del Norte (Colombia)

Correspondencia: Marbel Gravini-Donado, Programa de Psicologia, Universidad Simon Bolivar, Carrera 59 No 59-65, 080002 Barranquilla (Colombia). E-mail: mgravini1@unisimonbolivar.edu.co
Tabla 1 Organizacion de items de acuerdo con los factores para
cada modelo del analisis factorial exploratorio de la CD-RISC

Matriz           Modelo      Factor     Factores de nivel I con la
                                        distribucion de los items
                   No        nivel II        1              2

Pearson             1           0       10, 11, 21,    2, 8, 16, 17
                    2                    22, 24, 25

                    3           0        1,3, 5, 6,    2, 4, 7, 8,
                    4                    9, 10, 11,    14, 16, 17,
                                        12, 13, 15,     18, 19, 20
                                        21, 22, 23,
                                           24, 25

                    5           0       3, 5, 9, 10,   2, 4, 7, 8,
                    6                   11, 15, 21,    16, 17, 18,
                                         22, 24, 25       19, 20

Policoricas         7                     1, 6, 7      2, 8, 16, 17
                    8           1

                    9                       1, 6       2, 7, 8, 16,
                   10           1                           17

                   11           0       1, 3, 5, 6,    2, 4, 7, 8,
                   12           1        9, 10, 11,    14, 16, 17,
                                        12, 13, 15,     18, 19, 20
                                        21, 22, 23,
                                           24, 25

                   13           0        1,3, 4, 5,    2, 7, 8, 16,
                   14           1        6, 12, 13,    17, 18, 19,
                                        14, 15, 22,         20
                                             23

Matriz           Modelo

                   No             3              4              5

Pearson             1           18, 19      12, 13, 14,      4, 5, 20
                    2                          15, 23

                    3            N/A                           N/A
                    4

                    5         1, 6, 12,         N/A
                    6         13, 14, 23

Policoricas         7            3, 9         4, 5, 20     12, 13, 14,
                    8                                         15, 23

                    9            3, 9         4, 5, 20     10, 11, 21,
                   10                                       22, 24, 25

                   11            N/A                           N/A
                   12

                   13         9, 10, 11,        N/A
                   14         21, 24, 25

Matriz           Modelo

                   No             6             7           8

Pearson             1          1, 6, 7        3, 9         N/A
                    2

                    3            N/A           N/A         N/A
                    4

                    5            N/A           N/A         N/A
                    6

Policoricas         7        10, 11, 21,     18, 19        N/A
                    8         22, 24, 25

                    9           13, 15       18, 19     12, 14, 23
                   10

                   11            N/A           N/A         N/A
                   12

                   13            N/A           N/A         N/A
                   14

Nota'. Los items se organizaron con rotacion varimax. Los items
en negrita no se descartan para el analisis factorial confirmatorio
pero la saturacion factorial mas alta es menor a 0,30.

Tabla 2 Indicadores de ajuste del analisis factorial confirmatorio
de la CD-RISC

No          Distribucion   Medidas de ajuste
Modelo *                   Absoluto
                           [ji al cuadrado]    [ji al cuadrado]/
                                                      gl

1                ML             376,47               1,48
                ULS             382,22                1,5

2                ML             398,05               1,49
                ULS             404,25               1,51

3                ML             529,63               1,93
                ULS             526,81               1,92

5                ML             509,92               1,87
                ULS             513,19               1,89

6                ML             512,48               1,88
                ULS             513,19               1,89

7                ML             376,47               1,48
                ULS             382,22                1,5

8                ML             398,05               1,49
                ULS             404,25               1,51

9                ML             378,85               1,53
                ULS             383,84               1,55

10               ML             398,55               1,49
                ULS             404,09               1,51

11               ML             522,03               1,91
                ULS             526,81               1,92

13               ML             440,83               1,62
                ULS             456,67               1,68

17               ML             597,09                2,2
                ULS             597,17                2,2

18               ML             573,08               2,11
                ULS             587,22               2,16

19               ML             543,09               2,01
                ULS             548,61               2,03

20               ML             490,58               1,85
                ULS             494,03               1,86

21               ML             527,86               1,99
                ULS             540,11               2,04

22               ML             520,43               1,93
                ULS             540,94               2,01

23               ML             567,93               2,11
                ULS             599,52               2,23

24               ML             516,78               1,92
                ULS             525,56               1,95

25               ML             527,86               1,99
                ULS             540,11               2,04

No          Distribucion
Modelo *                                                    Incremental
                            GFI    RMSR    RMSEA      NCP     AGFI

1                ML        0,92    0,05    0,037    122,47    0,90
                ULS        0,97    0,05    0,038    128,22    0,96

2                ML        0,92    0,05    0,037    130,05    0,90
                ULS        0,97    0,05    0,038    136,25    0,96

3                ML        0,89    0,06    0,051    255,63    0,87
                ULS        0,96    0,06    0,051    252,81    0,95

5                ML        0,90    0,06    0,049    237,92    0,88
                ULS        0,96    0,06    0,050    241,19    0,95

6                ML        0,90    0,06    0,049    237,92    0,88
                ULS        0,96    0,06    0,050    241,19    0,95

7                ML        0,96    0,06    0,037    122,47    0,90
                ULS        0,96    0,05    0,038    128,22    0,96

8                ML        0,92    0,05    0,037    130,05    0,90
                ULS        0,97    0,05    0,038    136,25    0,96

9                ML        0,92    0,05    0,039    131,85    0,90
                ULS        0,97    0,05    0,039    136,84    0,96

10               ML        0,92    0,05    0,037    131,36    0,90
                ULS        0,91    0,05    0,038    137,09    0,96

11               ML        0,89    0,06    0,051    255,63    0,87
                ULS        0,96    0,06    0,051    252,81    0,95

13               ML        0,96    0,05    0,042    168,83    0,95
                ULS        0,91    0,05    0,042    172,81    0,89

17               ML        0,88    0,06    0,058    325,09    0,86
                ULS        0,96    0,06    0,058    325,17    0,95

18               ML        0,89    0,06    0,056    301,08    0,86
                ULS        0,96    0,06    0,057    311,22    0,95

19               ML        0,89    0,06    0,053    273,09    0,87
                ULS        0,96    0,06    0,054    278,61    0,95

20               ML        0,96    0,05    0,049    225,58    0,88
                ULS        0,96    0,05    0,049    229,03    0,95

21               ML        0,89    0,05    0,054    275,1 1   0,95
                ULS        0,96    0,05    0,058    325,09    0,86

22               ML        0,89    0,06    0,052    257,50    0,87
                ULS        0,96    0,06    0,053    271,94    0,95

23               ML        0,88    0,06    0,059    331,95    0,86
                ULS        0,96    0,06    0,059    330,52    0,95

24               ML        0,90    0,06    0,050    244,79    0,88
                ULS        0,96    0,06    0,052    256,56    0,95

25               ML        0,89    0,05    0,053    262,86    0,87
                ULS        0,96    0,05    0,054    275,11    0,95

No          Distribucion
Modelo *                                            Parsimonia
                            CFI    NNFI      NFI    PNFI    PGFI
                                   (TLI)

1                ML        0,97     0,96    0,91    0,77    0,72
                ULS        1,00     1,07    1,00    0,85    0,76

2                ML        0,97     0,96    0,91    0,81    0,76
                ULS        1,00     1,07    1,00    0,89    0,80

3                ML        0,94     0,93    0,88     0,8    0,75
                ULS        1,00     1,07    1,00    0,91    0,81

5                ML        0,94     0,93    0,88    0,80    0,75
                ULS        1,00     1,07    1,00    0,91    0,80

6                ML        0,94     0,93    0,88    0,80    0,75
                ULS        1,00     1,07    1,00    0,91    0,80

7                ML        0,97     0,96    0,91    0,77    0,72
                ULS        1,00     1,07    1,00    0,85    0,76

8                ML        0,97     0,96    0,91    0,81    0,76
                ULS        1,00     1,07    1,00    0,89    0,80

9                ML        0,97    0,096    0,91    0,75    0,70
                ULS        1,00     1,07    1,00    0,82    0,74

10               ML        0,97     0,96    0,91    0,81    0,75
                ULS        1,00     1,07    1,00    0,89    0,80

11               ML        0,94     0,93    0,88    0,80    0,75
                ULS        1,00     1,07    1,00    0,91    0,81

13               ML        1,00     1,07    1,00    0,91    0,80
                ULS        0,95     0,95    0,89    0,81    0,76

17               ML        0,93     0,92    0,87    0,79    0,74
                ULS        1,00     1,07    1,00    0,91    0,80

18               ML        0,93     0,92    0,87    0,79    0,74
                ULS        1,00     1,07    1,00    0,91    0,80

19               ML        0,94     0,93    0,88    0,79    0,74
                ULS        1,00     1,07    1,00    0,90    0,80

20               ML        0,95     0,94    0,89    0,79    0,73
                ULS        1,00     1,07    1,00    0,88    0,79

21               ML        1,00     1,07    1,00    0,88    0,78
                ULS        0,93     0,92    0,87    0,79    0,74

22               ML        0,94     0,93    0,88    0,79    0,74
                ULS        1,00     1,07    1,00    0,90    0,79

23               ML        0,93     0,92    0,87    0,78    0,73
                ULS        1,00     1,07    1,00    0,90    0,79

24               ML        0,94     0,93    0,88    0,79    0,74
                ULS        1,00     1,07    1,00    0,90    0,79

25               ML        0,94     0,93    0,88    0,78    0,73
                ULS        1,00     1,07    1,00    0,88    0,78

Notas'. * Representan a cada modelo factorial proveniente de
estudios a priori que lograron converger: 17 Karairmak (2010); 18
Jorgensen y Seedat (2008); 19 Fujikawa et al (2013), Ponce (2015)
y Connor y Davidson (2003); 20 Gillespie et al. (2007); 21 Lamond
et al. (2008); 22 Singh y Yu (2010); 23 Khoshouei (2009); 24 Crespo
et al. (2014); 25 Sexton, Byrd y Von Kluge (2010).

Tabla 3 Parametros para el calculo de la puntuacion de los sujetos
en los factores de la CD-RISC

Item     [micron]   [delta]    Factor 1    Factor 2    Factor 3

p1         3,11       0,73       -0,09       0,19        -0,05
p2         3,26       0,90       -0,01       -0,08       0,00
p4         3,08       0,72       -0,03       0,00        -0,12
p5         3,48       0,67       0,04        -0,02       -0,12
p6         3,29       0,78       0,00        -0,06       -0,06
p7         2,63       0,93       -0,17       0,12        0,10
p8         3,34       0,73       -0,07       0,46        -0,12
p9         3,34       0,89       0,01        0,06        -0,04
p10        3,37       0,64       0,24        -0,06       -0,08
p11        3,66       0,54       0,28        -0,03       -0,05
p12        2,74       0,99       0,00        0,03        -0,15
p13        3,06       0,95       0,01        0,10        -0,06
p14        2,38       1,15       -0,16       -0,01       0,03
p15        2,97       0,86       0,06        -0,11       0,04
p16        2,93       0,90       -0,06       0,47        -0,09
p17        3,32       0,76       0,04        0,36        0,08
p18        2,77       0,82       0,03        -0,16       0,51
p19        2,76       0,92       -0,04       0,04        0,54
p20        2,46       0,91       -0,11       -0,06       0,16
p21        3,63       0,64       0,23        -0,06       -0,01
p22        3,20       0,80       0,10        -0,03       0,10
p23        3,11       0,89       0,08        -0,16       0,13
p24        3,62       0,59       0,26        -0,05       0,01
p25        3,78       0,49       0,27        -0,01       0,02

Item     Factor 4    Factor 5    Factor 6    Factor 7

p1         0,03        0,03        0,07        0,18
p2         0,08        -0,15       0,47        -0,02
p4         0,01        0,48        0,00        -0,03
p5         0,06        0,32        0,05        -0,09
p6         -0,18       0,11        0,59        -0,11
p7         0,00        0,06        0,27        0,14
p8         -0,11       0,06        0,07        -0,13
p9         -0,24       0,14        -0,06       0,43
p10        0,04        0,01        -0,13       0,05
p11        -0,22       0,12        0,01        -0,17
p12        0,45        -0,01       -0,10       -0,15
p13        0,22        -0,34       0,14        0,20
p14        0,36        0,08        0,06        -0,01
p15        0,21        0,16        -0,09       0,00
p16        0,12        -0,07       -0,21       -0,01
p17        -0,11       -0,12       -0,08       -0,01
p18        -0,01       -0,01       -0,01       -0,08
p19        -0,10       -0,10       -0,03       -0,07
p20        -0,02       0,35        -0,10       0,11
p21        0,08        -0,15       -0,02       -0,01
p22        0,08        -0,05       0,06        0,02
p23        0,26        0,00        -0,06       0,02
p24        -0,04       -0,11       -0,01       0,04
p25        -0,18       -0,03       0,03        -0,04

Tabla 4 Parametros para la interpretacion de los factores
de la CD-RISC

Estadisticos                  Factor 1    Factor 2    Factor 3

M                               -0,00       0,00        0,00
DT                              1,00        1,00        1,00
Minimo                          -5,17       -3,61       -4,45
Maximo                          1,93        2,03        3,10
Muy bajo                        -2,40       -2,61       -2,42
Bajo                            -0,53       -0,63       -0,58
Dentro de lo esperado
Alto                            0,71        0,69        0,65
Muy alto                        2,58        2,67        2,49
K-S                             0,114       0,048       0,046
Sig. asintotica (bilateral)     0,000       0,050       0,062

Estadisticos                  Factor 4    Factor 5    Factor 6

M                               0,00        -0,00       0,00
DT                              1,00        1,00        1,00
Minimo                          -4,50       -3,44       -4,08
Maximo                          2,50        3,45        2,33
Muy bajo                        -2,61       -2,75       -2,53
Bajo                            -0,63       -0,66       -0,58
Dentro de lo esperado
Alto                            0,69        0,74        0,72
Muy alto                        2,67        2,83        2,68
K-S                             0,054       0,030       0,075
Sig. asintotica (bilateral)     0,014       0,200       0,000

Estadisticos                  Factor 7

M                               -0,00
DT                              1,00
Minimo                          -3,39
Maximo                          2,83
Muy bajo                        -2,77
Bajo                            -0,65
Dentro de lo esperado
Alto                            0,76
Muy alto                        2,88
K-S                             0,039
Sig. asintotica (bilateral)     0,200

Tabla 5 Matriz de componentes rotados del modelo 7

Item                              F1       F2       F3       F4

p24      Trabajo para            0,71     0,12     0,09     0,09
         conseguir mis metas

p25      Me siento orgulloso     0,71     0,17     0,11    -0,08
         de mis logros

p11      Puedo conseguir mis     0,70     0,12    -0,01    -0,15
         metas

p10      Me esfuerzo al          0,67     0,09    -0,03     0,17
         maximo en cada
         ocasion

p21      Tengo muy claro por     0,63     0,09     0,05     0,22
         donde quiero ir en
         la vida

p22      Siento que controlo     0,45     0,18     0,26     0,26
         mi vida

p16      No me desanimo          0,16     0,70     0,06     0,25
         facilmente por el
         fracaso

p8       Tiendo a recuperarme    0,13     0,70     0,01    -0,01
         de las enfermedades
         o de las
         dificultades

p17      Pienso que soy una      0,33     0,62     0,27    -0,01
         persona fuerte

p2       Soy capaz de            0,09     0,37     0,09     0,15
         adaptarme a los
         cambios

p19      Puedo manejar           0,04     0,24     0,80    -0,02
         sentimientos
         desagradables

p18      Tomo decisiones         0,19     0,01     0,75     0,11
         dificiles o
         impopulares

p12      Cuando parece que       0,16     0,12    -0,11     0,63
         irremediablemente
         algo no tiene
         solucion, no
         abandono

p14      Bajo presion, me       -0,10     0,10     0,15     0,55
         concentro y pienso
         claramente

p23      Me gustan los           0,38     0,00     0,28     0,46
         desafios

p15      Prefiero tomar la       0,38     0,06     0,18     0,41
         iniciativa cuando
         hay que resolver un
         problema

p13      Se donde acudir por     0,24     0,24     0,02     0,37
         ayuda

p4       Puedo resolver          0,20     0,14    -0,01     0,15
         cualquier
         acontecimiento que
         se me presente

p20      Sigo los               -0,06     0,04     0,32     0,06
         presentimientos que
         tengo

p5       Los exitos pasados      0,35     0,15    -0,02     0,23
         me ayudan a afrontar
         nuevos desafios con
         confianza

p6       Veo el lado             0,15     0,04    -0,02    -0,10
         divertido de las
         cosas

p1       Tengo personas en       0,12     0,00     0,05     0,21
         las que puedo
         confiar y me siento
         seguro

p7       Afrontar el estres     -0,04     0,32     0,29     0,14
         me fortalece

p3       Algunas veces dejo      0,11    -0,09    -0,03     0,06
         que el destino o
         Dios me ayude

p9       Pienso que las cosas    0,19     0,16     0,04    -0,23
         ocurren por alguna
         razon

Item                              F5       F6       F7

p24      Trabajo para           -0,01     0,09     0,14
         conseguir mis metas

p25      Me siento orgulloso     0,09     0,13     0,06
         de mis logros

p11      Puedo conseguir mis     0,24     0,08    -0,11
         metas

p10      Me esfuerzo al          0,13    -0,05     0,15
         maximo en cada
         ocasion

p21      Tengo muy claro por    -0,06     0,08     0,07
         donde quiero ir en
         la vida

p22      Siento que controlo     0,09     0,20     0,12
         mi vida

p16      No me desanimo          0,04    -0,14     0,03
         facilmente por el
         fracaso

p8       Tiendo a recuperarme    0,17     0,18    -0,10
         de las enfermedades
         o de las
         dificultades

p17      Pienso que soy una     -0,01     0,01     0,07
         persona fuerte

p2       Soy capaz de            0,15     0,18     0,28
         adaptarme a los
         cambios

p19      Puedo manejar           0,00     0,02    -0,02
         sentimientos
         desagradables

p18      Tomo decisiones         0,12     0,06    -0,01
         dificiles o
         impopulares

p12      Cuando parece que       0,06    -0,02    -0,15
         irremediablemente
         algo no tiene
         solucion, no
         abandono

p14      Bajo presion, me        0,20     0,17     0,04
         concentro y pienso
         claramente

p23      Me gustan los           0,15     0,05     0,12
         desafios

p15      Prefiero tomar la       0,35     0,02     0,10
         iniciativa cuando
         hay que resolver un
         problema

p13      Se donde acudir por    -0,31     0,28     0,29
         ayuda

p4       Puedo resolver          0,70     0,09     0,06
         cualquier
         acontecimiento que
         se me presente

p20      Sigo los                0,53    -0,07     0,20
         presentimientos que
         tengo

p5       Los exitos pasados      0,52     0,16    -0,01
         me ayudan a afrontar
         nuevos desafios con
         confianza

p6       Veo el lado             0,19     0,76    -0,05
         divertido de las
         cosas

p1       Tengo personas en      -0,13     0,64     0,03
         las que puedo
         confiar y me siento
         seguro

p7       Afrontar el estres      0,21     0,43     0,26
         me fortalece

p3       Algunas veces dejo     -0,01     0,02     0,80
         que el destino o
         Dios me ayude

p9       Pienso que las cosas    0,27    -0,01     0,58
         ocurren por alguna
         razon

Notas: Se utilizo el metodo de extraccion por analisis de componentes
principales con rotacion Varimax y normalizacion Kaiser. Se resalta
en negrita la saturacion factorial mas alta y se organizan de mayor
a menor.

Figura 1: Sedimentacion con porcentaje de varianza acumulada por
componentes y su independencia al azar, para matriz Inter--item
de Pearson y matriz policorica
                                         1       2       3       4
Policorica   [[delta].sup.2]           28,1     35     40,5    45,8
             [ji al cuadrado].sup.2]   19,2    8,98    3,60    0.70

Pearson      [[delta].sup.2]           22,2    28,9    34,1    39,2
             [ji al cuadrado].sup.2]   30,6    17,7    10,0    4,63

                                         5       6       7       8
Policorica   [[delta].sup.2]           50,6    55,1    59,3    63,1
             [ji al cuadrado].sup.2]   0.01    1,03    3,48    6,90

Pearson      [[delta].sup.2]           44,0    48.6    52.8    56,8
             [ji al cuadrado].sup.2]   1,40    0,07    0,33    1,88

                                         9      10      11      12
Policorica   [[delta].sup.2]           66,8    70,4    73,5    76,3
             [ji al cuadrado].sup.2]   11.3    16,6    22,1    27.7

Pearson      [[delta].sup.2]           60.5    64,2    67.5    70,6
             [ji al cuadrado].sup.2]   4,48    8,12    12,3    17,1

                                        13      14      15      16
Policorica   [[delta].sup.2]           79,1    81,7    84,2    86,6
             [ji al cuadrado].sup.2]   33,8    40.0    46,7    53.6

Pearson      [[delta].sup.2]           73,6    76.4    79.2    81.8
             [ji al cuadrado].sup.2]   22,3    27,9    34,1    40,5

                                        17      18      19      20
Policorica   [[delta].sup.2]           88,9    90,9    92,7    94,4
             [ji al cuadrado].sup.2]   60,4    66,9    73,0    78.6

Pearson      [[delta].sup.2]           84,3    86.8    89.0    91.3
             [ji al cuadrado].sup.2]   47,3    54,2    61,0    63,2

                                        21      22      23      24
Policorica   [[delta].sup.2]           95,9    97,3    98,4    99,2
             [ji al cuadrado].sup.2]   84,1    89,3    93.5    96.9

Pearson      [[delta].sup.2]           93.2    95,1    96.9    98.5
             [ji al cuadrado].sup.2]   74,9    81,6    88,0    94,2

                                        25
Policorica   [[delta].sup.2]            100
             [ji al cuadrado].sup.2]   100.

Pearson      [[delta].sup.2]            100
             [ji al cuadrado].sup.2]    100
COPYRIGHT 2019 Fundacion VECA, Asociacion Psicologia Iberoamericana de Clinica y Salud
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2019 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:Gravini-Donado, Marbel; Sanudo, Jorge Enrique Palacio; de Lange, Anthony Millan
Publication:Behavioral Psychology/Psicologia Conductual
Geographic Code:3COLO
Date:Sep 1, 2019
Words:11162
Previous Article:EL AUTOCONCEPTO Y SU RELACION CON LA INTELIGENCIA EMOCIONAL Y LA ANSIEDAD.
Next Article:Comportamientos problematicos de la persona cuidada y fusion cognitiva en el cuidador: variables relevantes para entender los sentimientos de...

Terms of use | Privacy policy | Copyright © 2020 Farlex, Inc. | Feedback | For webmasters