El Modelo de Crédito Parcial aplicado a la escala Distorsión del Big
Five Questionnaire
Resumen. Se aplicó el Modelo de Crédito Parcial (MCP) de la Teoría de Respuesta al Ítem al análisis de ítems de la
adaptación española escala Distorsión del Big Five Questionnaire. Esta escala evalúa la tendencia de los individuos a ofrecer
un perfil distorsionado. Participaron 1592 adultos de población general (55% sexo femenino). El análisis de los datos se
realizó con Winsteps. El ajuste del MCP fue adecuado para todos los ítems; no obstante, un porcentaje considerable de
evaluados no presentó un patrón de respuestas acorde a las expectativas del modelo. Cinco ítems presentaron inversiones
en el orden esperable para los valores estimados de parámetros de umbral. Los resultados revelaron las debilidades que
presenta la escala y orientan sobre posibles modificaciones futuras.
Palabras clave. Modelo de Crédito Parcial, Escala Distorsión, deseabilidad social, Cuestionario Big Five, Teoría de
Respuesta al Ítem.
Abstract. The Partial Credit Model (PCM) of the Item Response Theory was applied to the Spanish Lie Scale adaptation
of the Big Five Questionnaire. The scale measures individuals’ tendency to provide a distorted profile. The sample comprised
1592 adults from the general population (55% females). All analyses were performed by means of Winsteps software.
The PCM exhibited satisfactory goodness-of-fit for all items. However, a considerable proportion of respondents had
incongruent response patterns which were not in agreement with the model’s expectations. Five items presented inversions
in the order expected for the estimated values of threshold parameters. These findings show the scale weaknesses and yield
useful information to guide possible changes in future research.
Keywords. Partial Credit Model, Lie Scale, Social Desirability, Big Five Questionnaire, Item Response Theory.
Actualidades en Psicología, 31(122), 2017, XX-XX
http://revistas.ucr.ac.cr/index.php/actualidades
ISSN 0258-6444
1
Pedir liación a autores
Facundo Juan Pablo Abal
1
Gabriela Susana Lozzia
2
Sofía Esmeralda Auné
3
Horacio Félix Attorresi
4
The Partial Credit Model applied to the Lie Scale of the Big Five
Questionnaire
26
Abal, Lozzia, Auné & Attorresi
Actualidades en Psicología, 31(122), 2017, XX-XX
Introducción
Las distorsiones de respuesta son una de las
amenazas más importantes que tiene la evaluación
mediante tests de comportamiento típico. Ya sea un
intento deliberado por parte del evaluado de falsear sus
respuestas (simulación) o una tendencia involuntaria a
atribuirse a sí mismo cualidades socialmente deseables
(deseabilidad social), las distorsiones constituyen un
factor ajeno e independiente al atributo psicológico
medido que influye en el resultado final de la medición.
El Big Five Questionnaire es un instrumento
psicométrico que mide características de la
personalidad basado en el Modelo de los Cinco
Factores e incluye entre sus ítems una escala que
permite registrar esta tendencia a la distorsión en las
respuestas (Caprara, Barbaranelli & Borgogni, 1993).
La escala Lie, denominada escala Distorsión en la
versión española de Bermúdez (1995), tiene como
objetivo la detección de la tendencia de un individuo
a ofrecer un perfil distorsionado, ya sea en un sentido
positivo (faking good) o negativo (faking bad). Los ítems
reflejan conductas cotidianas estimadas socialmente
como buenas o malas que resultan poco probables de
ser realizadas concretamente de manera tan frecuente
como propone el enunciado. De esta manera, se
asume que la respuesta de los individuos puede estar
influida por la deseabilidad social o por una intención
deliberada de brindar una buena imagen en la medida
en que estas respuestas tienen baja probabilidad de ser
realizadas. Las frases incluyen adverbios de tiempo
tales como siempre o nunca a fin de garantizar que las
respuestas más extremas sean improbables.
La escala Lie ha presentado propiedades
psicométricas aceptables, tanto en su versión original
en italiano (Caprara et al., 1993), como en las
diferentes adaptaciones que ha tenido el instrumento
al español, inglés y alemán (Barbaranelli & Caprara,
2002; Caprara, Barbaranelli, Bermúdez, Maslach &
Ruch, 2000; Caprara, Barbaranelli & Borgogni, 1996).
El factor común de estos estudios de validación es
que fueron realizados en el marco de la Teoría Clásica
de los Tests (TCT) y que, por ende, presentan las
limitaciones propias de este modelo psicométrico.
Desde hace ya varios años la Psicometría mundial se
encuentra atravesando un período de transición hacia
la Teoría de la Respuesta al Ítem (TRI) provocando una
revolución en la forma de construir y de administrar
los tests. Una de las principales ventajas que presenta
la TRI por sobre la TCT es que permite realizar un
análisis de los ítems más profundo y exhaustivo. Como
consecuencia, puede revelar problemas que quedaban
inadvertidos para los criterios de calidad definidos en
la TCT (Martínez Arias, 1995).
La primera generación de los modelos construidos
en el marco de la TRI fue desarrollada en un contexto
educativo para pruebas de ejecución máxima que
solo permitían analizar ítems puntuados de forma
dicotómica. Sin embargo, la TRI ha tenido una
progresiva evolución, generando nuevos modelos
para el análisis de ítems politómicos y también
extendiendo su aplicación a constructos evaluados
mediante tests de comportamiento típico. En esta
línea, el Modelo de Crédito Parcial (MCP) de Masters
(1982, 2016) ha sido utilizado con frecuencia para la
modelización de actitudes y rasgos de la personalidad
(e.g. Abal, Galibert, Aguerri & Attorresi, 2014;
DiStefano, Morgan & Motl, 2012; Rojas & Pérez,
2001; Vendramini, Silva & Dias, 2009).
El MCP es una extensión del modelo desarrollado
por Rasch (1960) para ítems dicotómicos. Rasch
definió la relación entre el comportamiento de un
individuo y la probabilidad P
i
(1│θ) de que este obtenga
la puntuación 1 en el ítem dicotómico i mediante una
función logística:
Esta probabilidad depende del nivel del rasgo latente
θ del individuo y de la dificultad β
i
del ítem. Masters y
Wright (1997) utilizaron la denominación paso para
describir la transición de la categoría 0 a la categoría 1.
El Modelo de Rasch (MR), por ser dicotómico, tiene
un solo paso y el parámetro βi del ítem i especifica
la cantidad de rasgo necesario para efectuar esta
transición; en el sentido de tener más chance de elegir
()
( )
( )
qb
qb
q
฀
฀
=
+
1
1
i
i
i
e
P
e
Modelo de Crédito Parcial aplicado a la escala Distorsión
Actualidades en Psicología, 31(122), 2017, XX-XX
27
la categoría 1 en lugar de elegir la 0. Esta transición
depende de si el individuo cuenta con un nivel de θ
suficiente como para superar el parámetro β
i
. En ítems
de tests de comportamiento típico, el parámetro β
i
se
interpreta como un punto de transición (dentro de
la escala del rasgo) entre la probabilidad de tomar al
enunciado como no-descriptivo del evaluado y la de
considerarlo como descriptivo (Panter, Swygert &
Dahlstrom, 1997).
Wright y Stone (1979) realizaron una descripción
del MR que es útil para comprender su generalización
a ítems politómicos. Estos autores definieron que la
probabilidad de que la persona obtenga una puntuación
de 1 en el ítem i puede expresarse como:
Como los ítems modelizados con el MR solo
presentan dos categorías, la probabilidad P
i
(0│θ)
de puntuar 0, sumada a la probabilidad P
i
(1│θ) de
obtener la puntuación 1, debe dar como resultado 1
para todo nivel del rasgo latente y, en consecuencia,
esta formulación es equivalente a la desarrollada
previamente. Siguiendo esta expresión, Masters (1982)
pudo realizar la extensión del MR a ítems politómicos
con formato de respuesta ordenada de m+1 categorías
sin alterar sustancialmente la formulación original. El
MCP permite calcular la probabilidad que tiene un
individuo con rasgo θ de elegir la categoría h (h = 0,…,
m) en el ítem i a partir de una segmentación adyacente
del dato politómico. De esta manera, es posible definir
un modelo general para toda categoría h con h = 0,…,
m como:
(1)
P
i
(h│θ) es la probabilidad de que un sujeto de
rasgo θ opte por la categoría h en el ítem i. P
i
(h-1│θ)
es la probabilidad de que una persona de rasgo θ elija
la categoría anterior a h (o sea h-1) en el ítem i. El
parámetro β
ih
es un umbral que separa la transición
entre la categoría h-1 y h en el ítem i. El MCP se focaliza
en la cantidad de rasgo que demanda el ítem para que
el evaluado tenga más chances de elegir la categoría h
en lugar de la inmediatamente anterior (h – 1). Para un
valor de β
ih
, el individuo tiene la misma probabilidad de
responder en la categoría h o en h – 1. Lógicamente,
este parámetro está definido solamente para h = 1,…,
m porque no existe una categoría anterior a h = 0 y, por
ende, tampoco existe el umbral β
i0
.
A diferencia del MR, que solo presenta un parámetro
β
i
, el MCP tiene una serie de valores de umbral β
ih
que
definen, en la escala del rasgo, las localizaciones de cada
uno de los pasos que contiene el ítem. En ítems que
miden rendimiento o habilidad, los pasos representan
el conocimiento parcial del examinado; ya sea porque
se aceptan respuestas parcialmente correctas, porque
reciben calificaciones graduadas en distintos niveles
de resolución o ambas situaciones. Para los ítems de
tests de comportamiento típico no existe un registro
tangible de las transiciones que el evaluado realiza de
una categoría a otra. Simplemente debe suponerse, a
partir de la respuesta observada en la escala Likert,
que la persona ha dado los pasos previos. Conviene
aclarar que los pasos de los ítems politómicos están
secuenciados. De esto se desprende que solo cuando
un individuo disponga de un nivel de rasgo suficiente
para realizar la transición de una categoría (h-1) a la
siguiente h, podrá enfrentarse al próximo paso.
P
i
(h│θ) se presenta en forma implícita en la ecuación
(1) pero se necesita explicitarla para la construcción
del Modelo de Crédito Parcial. Partiendo de (1) se
tiene:
Aplicando la propiedad distributiva en ambos
términos se obtiene:
Resultando la expresión:
()
()()
( )
(
)
qb
qb
q
qq
฀
฀
=
+
+
1
01
1
i
i
i
ii
P
e
PP
e
()
()()
( )
(
)
qb
qb
q
qq
฀
฀
=
฀+
+
1
1
ih
ih
i
ii
Ph
e
Ph Ph
e
()
( )
()()
(
)
11
ih ih
i ii
Ph e Ph Ph e
qb qb
q qq
฀฀
฀฀
฀฀
+ = ฀+
฀฀
฀฀
()()
( )
() ()
( )
()
1
ih ih
ih
ii i i
Ph Ph e Ph e Ph e
qb qb
qb
qq q q
฀฀
฀
+ =฀ +
28
Abal, Lozzia, Auné & Attorresi
Actualidades en Psicología, 31(122), 2017, XX-XX
para h = 1,..., m
Esto implica que:
----------------------------------
Dado que las fórmulas correspondientes a cada una
de las categorías se encuentran encadenadas, es posible
expresarlas de manera general considerando la regla
del producto de exponentes con igual base:
para h = 0,..., m (2)
Por último, falta calcular P
i
(0│θ). Como es:
Entonces:
O lo que es lo mismo
Sacando como factor común P
i
(0│θ) se obtiene
que:
Con el fin de hacer más compacta la fórmula, se
reemplaza el 1 ubicado en el denominador definiendo:
Es importante destacar que esto se realiza por
definición y con el único fin de simplificar la fórmula
porque, según la formulación del modelo, el parámetro
β
i0
no existe. A partir de esto,
Por consiguiente es posible expresar P
i
(0│θ) como:
Lo que puede expresarse como:
Reemplazando P
i
(0│θ) en (2), se concluye:
, para h=0,..., m y β
ih
con k=1,..., m.
Donde se define:
La expresión obtenida muestra cómo la probabilidad
de responder a una categoría h se representa como una
exponencial correspondiente a esta categoría, que se
divide por la sumatoria de las exponenciales de todas
las categorías (Embretson & Reise, 2000). Básicamente,
el modelo deduce que la probabilidad que tiene una
persona de escoger h se corresponde con la diferencia
entre su nivel de rasgo θ y el parámetro de umbral β
h
asociado a cada categoría, contemplando todos los
pasos del ítem en conjunto.
()()
()
1
ih
ii
Ph Ph e
qb
qq
฀
=฀
()()
1
()
10
i
ii
P Pe
qb
qq
฀
=
2
21
i
ii
qb
฀
=
()( )
()
1
im
ii
Pm Pm e
qb
qq
฀
=฀
()()
(
)
1
0
h
ik
k
ii
Ph P e
qb
qq
=
฀
฀
=
()() ()
(0 ) 1 2 ... 1
ii i i
P P P Pmqq q q+ + ++ =
( )
()
( )( )
(
)
12
1
(0 ) 0 0 ...
ii
i
ii i
P eP e P
qb qb
qb
qq q
฀ +฀
฀฀
฀
฀฀
++ +
( )( ) ( )
()
12
...
01
i i im
i
eP
qb qb qb
q
฀ +฀ ++฀
฀฀
฀฀
+=
( )
()
( )
()
( )
()
12
11 1
(0 ) 0 0 ... 0 1
m
ih ih ih
hh h
ii i i
P eP eP eP
qb qb qb
qqq q
== =
฀฀ ฀
฀฀ ฀
++++=
( ) ( ) ( )
12
11 1
(0 ) 1 ... 1
m
ih ih ih
hh k
i
P ee e
qb qb qb
q
== =
฀฀ ฀
฀฀
฀฀ ฀
฀฀
++++ =
฀฀
฀฀
( ) ( ) (
)
12
11 1
1
(0 )
1 ...
m
ih ih ih
hh h
i
P
ee e
qb qb qb
q
== =
฀฀ ฀
=
฀฀ ฀
++++
(
)
0
0
0
0
i ih
h
qb qb
=
฀= ฀ =
฀
(
)
0
0
0
1
ih
h
ee
qb
=
฀
฀
==
( ) ( ) ( ) (
)
012
000 0
1
(0 )
...
m
ih ih ih ih
hhh h
i
P
eee e
qb qb qb qb
q
=== =
฀฀฀ ฀
=
฀฀฀ ฀
++++
( )
0
0
1
(0 )
j
ih
h
i
m
j
P
e
qb
q
=
฀
=
=
฀
฀
0
0
0
()
h
ik
k
j
ih
h
i
m
j
e
Ph
e
qb
qb
q
=
=
฀
฀
=
฀
=
฀
฀
(
)
0
0
0
ih
h
qb
=
฀=
฀
Modelo de Crédito Parcial aplicado a la escala Distorsión
Actualidades en Psicología, 31(122), 2017, XX-XX
29
Objetivo
Ha pasado más de medio siglo desde que Lord
(1952) y Rasch (1960) publicaron sus primeras ideas
sobre la TRI y, sin embargo, su aplicación a tests
de comportamiento típico es relativamente escasa
(Morizot, Ainsworth & Reise, 2007; Reise & Revicki,
2015 ; Reise & Waller, 2009, Thomas, 2011). Parte
de esta limitada implementación se explica por la
poca difusión de las ventajas que presentan los
modelos de la TRI al ser usados en el análisis de
los ítems de personalidad y actitudes (Abal, Lozzia,
Aguerri, Galibert & Attorresi, 2010). En particular,
desde la TRI se ha mostrado un exiguo desarrollo
en la modelización de constructos vinculados con
la distorsión de las respuestas a los cuestionarios. La
mayoría de las investigaciones en esta área se han
abocado a la aplicación de modelos dicotómicos
(Ferrando & Chico, 2000; Seol, 2007; Vésteinsdóttir,
Reips, Joinson & Thorsdottir, 2017) a la escala de
Deseabilidad Social de Marlowe y Crowne (Crowne
& Marlowe, 1960). También, se ha registrado el uso
de modelos politómicos (Asgeirsdottir, Vésteinsdóttir
& Thorsdottir, 2016; Vispoel & Kim, 2014) en el
Inventario Balanceado de Respuesta Deseable de
Paulhus (1988).
A la luz de estas consideraciones teóricas y
metodológicas, se propone como objetivo de este
trabajo estudiar la calidad psicométrica de los ítems
de la escala Distorsión del Big Five Questionnaire
(Caprara et al., 1993, adaptación de Bermúdez, 1995)
a partir de su modelización con el Modelo de Crédito
Parcial de Masters (1982, 2016). En este sentido, en
virtud de que la escala ha sido válida solo desde la
perspectiva clásica, se pretende identificar potenciales
problemas no detectados previamente en el test gracias
a la exhaustividad en el diagnóstico de los ítems que
brinda la aplicación de un modelo politómico de la
TRI.
Método
Participantes
Se contó con la colaboración de una muestra de
1592 personas adultas residentes en Ciudad de Buenos
Aires (Argentina). El 55% fueron mujeres y el 45%
fueron varones. La edad de los participantes osciló
entre 18 y 74 años con un promedio de 35.8 años
(DT = 13.2). Las ocupaciones más frecuentemente
reportadas fueron: empleado (40.6%), docente (11.1%)
y estudiante (10.9%). Con respecto al nivel educativo,
el 37.2% alcanzó como máximo estudios secundarios
completos, el 19.6% poseía o estaba cursando estudios
terciarios y el resto refirió tener estudios universitarios
incompletos (26.9%) y completos (16.3%). Se trabajó
con un muestreo no probabilístico por accesibilidad.
Para la determinación del tamaño de la muestra se
recurrió al requerimiento explicitado por Linacre
(1994) que solicita al menos 10 sujetos por categoría de
respuesta para alcanzar una adecuada estimación de los
parámetros del MCP. Los participantes firmaron un
consentimiento informado en el que se detallaban los
objetivos del estudio, así como también se brindaban
las garantías de protección de sus datos personales y la
confidencialidad de sus respuestas.
Instrumento
Escala de Distorsión del Big Five Questionnaire (Caprara et
al., 1993, adaptación de Bermúdez, 1995). La prueba mide
la deseabilidad social, entendida como un estilo de
respuesta del sujeto en el que busca mostrar aspectos
favorables de su personalidad y eludir los menos
favorables. Consta de 12 ítems con cinco opciones de
respuesta (de Completamente falso para mí a Completamente
verdadero para mí). La escala fue diseñada considerando
que los puntajes elevados son indicativos de una
tendencia a proporcionar una respuesta más o menos
intencionada que refleja una imagen de sí mismo
artificiosamente positiva. Por el contrario, puntajes
bajos en extremo describen a los evaluados que
tendieron a dar una imagen negativa de sí mismos.
Todos están redactados en forma positiva, lo cual
implica que las respuestas que afirman la veracidad de
la sentencia (Bastante verdadero y Completamente verdadero)
se asocian a cualidades socialmente deseables mientas
que Bastante falso y Completamente falso describen
comportamiento sociales indeseables.
En el estudio factorial efectuado para la adaptación
española se identificaron dos dimensiones para la
30
Abal, Lozzia, Auné & Attorresi
Actualidades en Psicología, 31(122), 2017, XX-XX
escala Distorsión (Bermúdez, 1995). En la primera,
los ítems apuntaban a recoger información sobre
atributos deseables relacionados con el yo (e.g. ser
eficaz para resolver problemas, valiente o seguro de
sí mismo); mientras que, en la segunda, se describían
comportamientos deseables en la interacción con otros
(e.g. ser obediente, sincero o cordial). No obstante, ni
los baremos ni los estudios de confiabilidad recogen
estos aspectos diferenciales del constructo. Asimismo,
estas subdimensiones tampoco aparecen reportadas
por los autores de la versión original (Caprara et al.,
1993). En relación con la confiabilidad de la escala,
Bermúdez (1995) refiere en el manual de la adaptación
del BFQ un índice alfa de Cronbach de .77. Para la
presente investigación se halló un índice ligeramente
más bajo de .74. El estudio de consistencia interna
mediante indicadores alternativos al alfa de Cronbach
presentó mejores resultados (Alfa ordinal = .82 y
Greatest Lower Bound = .87).
Procedimiento
Se adoptó un procedimiento acorde con las
características de un estudio instrumental (Ato, López
& Benavente, 2013; Carretero-Dios & Pérez, 2007)
tendiente a revisar las evidencias de validez de la escala
basadas en la estructura interna. En esta línea, la TRI
ofrece la posibilidad de examinar la relación entre las
categorías de respuesta a cada ítem y la variable latente
que el indicador pretende medir.
A pesar de que fueron utilizados ítems redactados
en idioma español, se consideró pertinente realizar un
análisis de contenido de ellos previa administración
del instrumento. Los ítems fueron revisados por cinco
jueces locales expertos en evaluación psicológica
y psicometría, con el objetivo de dar garantías de la
adecuación a los giros idiomáticos argentinos y la
equivalencia conceptual del instrumento. La conclusión
obtenida en este estudio mostró que no era necesario
efectuar modificaciones.
Los participantes fueron informados de manera
oral y escrita sobre las condiciones en las que se
llevaría a cabo el estudio y la futura utilización de los
datos con fines investigativos. Se les explicó que la
prueba tenía como objetivo la medición de atributos
de su personalidad y que no había respuestas a los
ítems que pudieran ser consideradas como correctas o
incorrectas. Asimismo, se enfatizó sobre las garantías
del anonimato y confidencialidad, con el fin de
propiciar una baja motivación para el disimulo.
Los examinadores fueron debidamente entrenados y
tomaron los datos individualmente en entornos acordes
con las coordenadas deseables para un adecuado
setting de evaluación. El protocolo administrado
incluyó otras escalas no consideradas para los fines
de esta investigación. Los individuos respondieron el
cuestionario de forma autoadministrada y sin tiempo
límite. En todo momento se garantizó el bienestar
de los examinados, a quienes se les advirtió sobre la
posibilidad de cesar con su colaboración en cualquier
punto de la evaluación. Los sujetos no recibieron
ningún tipo de compensación por su participación.
Análisis de datos
Se verificó el supuesto de unidimensionalidad del
constructo requerido por el MCP operando con el
software Mplus (Muthén & Muthén, 2010). Se aplicó
un Análisis Factorial Confirmatorio (AFC) respetando
el carácter ordinal de los datos. En consecuencia, la
estimación de los parámetros se realizó con el método
de mínimos cuadrados ponderados robustos (Weighted
Least Squares Mean and Variance Adjusted, WLSMV)
sobre la base de las matrices de correlaciones
policóricas. El ajuste al modelo unidimensional se
analizó considerando los índices CFI (Comparative Fit
Index), TLI (Tucker-Lewis Index) y RMSEA (Root Mean
Square Error of Approximation).
La aplicación del MCP se realizó con el programa
Winsteps versión 3.63.0 (Linacre, 2006). La estimación
de los parámetros se efectuó por el Método de Máxima
Verosimilitud Conjunta. En virtud de la cantidad de
categorías que presenta la escala Likert del instrumento
modelizado, se estimaron 48 parámetros de los ítems
(β
1
, β
2
, β
3
y β
4
para cada uno de los 12 ítems) y 1592
parámetros θ que representan el nivel de rasgo de
los individuos participantes. El ajuste del MCP a los
datos se estudió a nivel global y también ítem a ítem a
Modelo de Crédito Parcial aplicado a la escala Distorsión
Actualidades en Psicología, 31(122), 2017, XX-XX
31
partir de los valores de los estadísticos ajuste próximo
(Infit) y lejano (Outfit). El Infit permite detectar la
presencia de patrones de respuesta anómalos (i.e.
comportamientos no esperados según las predicciones
del modelo) en ítems cuya zona de actuación se
encuentra cercana al nivel de rasgo del sujeto. En
cambio, el Outfit resulta sensible a comportamientos
extremos no esperados que se encuentren alejados
al nivel de rasgo del evaluado. Los Infit y Outfit se
interpretan como medias cuadráticas de los residuales
(Mean-Square, MnSq). Ambos indicadores tienen
una expectativa de 1, valor que adoptan frente a un
ajuste perfecto entre los datos y el modelo. Si bien
se espera que estos resultados sean alcanzados en la
evaluación del ajuste global, el ajuste pormenorizado
de los ítems establece una zona de ajuste aceptable en
el intervalo de 0.5 a 1.5 para ambas MnSq (Linacre,
2012). Winsteps también ofrece las medias cuadráticas
de los residuos estandarizados (ZSTD), pero este
indicador no fue considerado porque resulta sensible
para un tamaño de muestra elevado como el que tiene
la presente investigación (Linacre, 2012).
Resultados
Supuesto de unidimensionalidad
Tanto los indicadores de ajuste comparativo CFI
= .93 y TLI = .91 como el índice de ajuste absoluto
RMSEA=.074, IC 90% [.068, .079] adoptaron valores
aceptables. Aun cuando no existe un consenso
acabado sobre los puntos de cortes de estos índices de
ajuste (Abad, Olea, Ponsoda & García, 2011; Brown,
2015; Byrne, 2012), es posible aceptar razonablemente
el cumplimiento del supuesto de unidimensionalidad
dado que CFI y TLI fueron mayores a .90 y RMSEA fue
inferior a .08. Considerando los resultados obtenidos
en la adaptación española, se estudió el ajuste a un
modelo que contempla las dos subdimensiones
identificadas por Bermúdez (1995). Si bien los
indicadores de ajuste mejoraron levemente, CFI =
.94, TLI = .92, RMSEA=.067, IC 90% [.061, .073], la
correlación interfactor resultó elevada (r = .85) según
el criterio establecido por Kline (2011). Por esta razón,
resulta más parsimonioso sostener el modelo que
establece una única dimensión.
Calibración de los ítems
El programa requirió realizar 27 iteraciones para
que la estimación alcance el criterio de convergencia de
.00001, lo cual resulta una cantidad de ciclos razonable.
Los parámetros presentaron valores dentro de un
rango esperable y los errores de estimación resultaron
relativamente bajos. En la tabla 1 se presentan los
indicadores que permiten estudiar el ajuste del MCP a
los datos de manera global para las personas y los ítems.
Tabla 1
Ajuste global del Modelo de Crédito Parcial.
Ajuste global de sujetos Ajuste global de Ítems
θ Se Infit
MnSq
Outfit
MnSq
Nivel de
adhesión
Se Infit
MnSq
Outfit
MnSq
Media -0.94 0.35 1.04 1.02 0.00 0.03 1.00 1.02
DT 0.74 0.10 0.61 0.69 0.44 0.00 0.10 0.14
Máx 1.12 1.01 4.55 9.66 0.63 0.03 1.26 1.30
Mín -3.72 0.27 0.07 0.08 -0.55 0.02 0.86 0.80
Nota. θ = Nivel de la variable; Se: Error de estimación; MnSq = Media cuadrática de los residuales del ajuste interno (Int) y ajuste
externo (Outt).
32
Abal, Lozzia, Auné & Attorresi
Actualidades en Psicología, 31(122), 2017, XX-XX
Si se observan los resultados referidos a los sujetos
es posible apreciar que los valores de θ se distribuyen
con media -0.94 y desviación estándar de 0.74. Los
promedios de las MnSq han sido próximos a 1 para
los Infit y Outfit pudiendo concluir que el modelo
ajusta razonablemente a los datos. No obstante, se
observan valores máximos y mínimos que se ubican
por fuera del rango de ajuste aceptable. Esto implica
que existe un porcentaje de sujetos cuyos patrones de
respuesta presentan desajustes y, por ende, no pueden
ser explicados por el MCP. Es importante destacar que
se trata de un 18% y 15.7% de personas según se tome
el Infit y Outfit, respectivamente.
La evaluación global del ajuste de los ítems también
permite corroborar que el modelo tuvo un ajuste
satisfactorio a los datos en virtud de que se registraron
promedios cercanos a 1 para las MnSq de Infit y Outfit.
En este caso, todos los ítems presentaron Infit y Outfit
dentro de los límites aceptables. La tabla 1 muestra
además el nivel de adhesión promedio de los ítems
(medido en la misma escala del rasgo) que es fijado
a 0 en el proceso de estimación que realiza Winsteps.
Este nivel de adhesión medio surge de promediar los
niveles de adhesión de cada uno de los ítems (tabla 2).
A su vez, este se obtiene de promediar los parámetros
β
h
que separan cada una de las categorías de un mismo
reactivo. De esta manera, el nivel de adhesión del
ítem permite caracterizar su ubicación en términos
generales, delimitando una zona de actuación donde
sus opciones de respuesta tienen mayor probabilidad
de elección.
Si se compara el promedio 0 de nivel de adhesión
de los ítems con el valor promedio de θ = -0.94,
se puede concluir que los evaluados tendieron a
concentrarse en los niveles más bajos del rasgo con
un θ mínimo de -3.72 y un máximo de 1.12. En
efecto, el 91.8% de los participantes adoptó valores
negativos de θ reflejando de una manera masiva una
imagen de sí mismos escasamente influenciada por
la deseabilidad social y con baja predisposición al
falseamiento. Incluso este resultado parece mostrar
una mayor tendencia de los participantes a ofrecer
una imagen negativa de sí mismos.
Este análisis es posible debido a que las distribuciones
de los niveles de adhesión de los ítems y los niveles
del rasgo de los individuos se encuentran en la misma
métrica. La figura 1 ofrece una visión general del rango
de actuación de los ítems en relación con las medidas
de las personas evaluadas. Conviene señalar que la alta
concentración en torno a 0 de los niveles de adhesión
de los ítems se debe a que en la figura 1 se representan
los promedios de los parámetros β
h
para cada ítem. Al
considerar los β
h
más extremos se podría definir un
rango de actuación de los ítems entre -2.30 (β
1
del ítem
3) y 1.90 (β
4
del ítem 1).
En la tabla 2 también se incluyen los indicadores
de ajuste (Infit y Outfit) y los parámetros de umbral
correspondientes a cada reactivo. Aunque los
parámetros β
ih
estimados para los ítems de la escala
aparecen en su mayoría ordenados de forma creciente,
se puede apreciar que la modelización de cinco de ellos
(ítems 2, 4, 6, 8 y 9) registra inversiones en la secuencia
(reversals). La forma en que deben interpretarse estas
inversiones es objeto de una fuerte controversia en
la actualidad (Adams, Wu & Wilson, 2012; Andrich,
2013; García-Pérez, 2017; Wetzel & Carstensen, 2014).
La lectura más aceptada de estos resultados supone que
la inversión en orden de los parámetros βh de un ítem
conlleva una violación del orden que se le supone a las
categorías de respuesta de la escala Likert (Andrich,
2013; Embretson & Reise, 2000). A modo de ejemplo,
en el ítem 2, el último parámetro de umbral (β
4
= 0.76)
presenta una localización en la escala del rasgo que es
inferior al anteúltimo parámetro del ítem (β
3
= 1.89).
Según el planteo del MCP, una persona A cuyo nivel de
rasgo θ es de 0.76 (o sea que θ
A
= β
4
) tendría idéntica
probabilidad de elegir las categorías Bastante verdadero
para mí o Completamente verdadero para mí. Sin embargo,
otra persona B cuyo nivel de Distorsión es θ
B
= 1.89
tendría la misma probabilidad de escoger Ni verdadero
ni falso para mí o Bastante verdadero para mí. Esto significa
que A, aunque tenga un menor nivel de rasgo que B
(θ
A
< θ
B
) podría optar por una categoría en la escala
Likert que representa a un mayor nivel en la variable.
Wetzel y Carstensen (2014) sugirieron profundizar
el estudio de la relación entre la escala del rasgo y la
Modelo de Crédito Parcial aplicado a la escala Distorsión
Actualidades en Psicología, 31(122), 2017, XX-XX
33
Tabla 2
Estimación y ajuste de los ítems.
Ítem Nivel de
adhesión
Se Infit
MnSq
Outfit
MnSq
Parámetros de umbral
β
1
β
2
β
3
β
4
1 0.45 0.03 0.96 1.00 -0.07 -0.05 0.03 1.90
2 0.46 0.03 0.97 1.01 -0.58 -0.23 1.89 0.76
3 -0.55 0.03 0.99 0.99 -2.30 -1.50 -0.11 1.69
4 0.20 0.03 0.99 1.09 -0.52 0.47 0.06 0.79
5 -0.53 0.03 0.97 0.97 -1.78 -1.08 -0.26 1.00
6 0.01 0.03 0.93 0.93 -0.69 -0.10 -0.13 0.98
7 -0.47 0.02 1.26 1.30 -1.30 -0.83 -0.22 0.47
8 0.63 0.03 0.89 0.81 0.50 0.85 -0.01 1.19
9 -0.14 0.03 1.09 1.14 -1.48 -0.59 0.77 0.75
10 -0.22 0.03 1.04 1.05 -1.75 -0.71 -0.16 1.73
11 0.61 0.03 0.86 0.80 -0.25 0.39 1.07 1.22
12 -0.46 0.02 1.11 1.16 -1.27 -0.89 -0.47 0.79
Nota. Se = Error de estimación; MnSq = Media cuadrática de los residuales del ajuste interno (Int) y ajuste externo (Outt).
PERSONAS - MAPA - ITEMS
<Distorsión alta> <Adhesión alta>
+
+
.
.
.
.
.
.
.#
.##
.##
.####
#####
.######
.#########
.############
.#####
.#####
.#####
.#####
.#####
.#####
.####
.###
.##
.##
.#
####
.######
+
+
+
+
+
<Distorsión baja> <Adhesión baja>
2
1
0
-1
-2
-3
-4
T
T
T
S
S
S
S
M
M
08 11
01
04
06
09
10
03
05 07 12
02
Figura 1. Mapa de personas-ítems. Cada “#” = 15 personas. Cada “·” = entre 1 y 14 personas. M = Media en la distribución de personas o
ítems. S = 1 desvío a la media en las distribución de las personas o ítems. T = 2 desvíos a la media en las distribución de las personas o ítems.
34
Abal, Lozzia, Auné & Attorresi
Actualidades en Psicología, 31(122), 2017, XX-XX
escala Likert, a partir del θ promedio obtenido por los
evaluados que escogieron cada una de las categorías.
En la tabla 3 se puede observar que estos promedios
no se incrementaron monótonamente en los ítems 8
y 9. Por ejemplo, quienes contestaron Completamente
verdadero para mí en el ítem 8 tuvieron, en promedio,
un θ = -0.25, valor que se encuentra por debajo del
promedio alcanzado por quienes escogieron Bastante
verdadero para mí (θ = -0.09) y Ni verdadero ni falso para
mí (θ = -0.1).
Análisis de las Curvas Características
En la figura 2 aparecen las Curvas Características
de las Categorías de Respuesta, que permiten describir
la probabilidad que tiene una persona de elegir cada
una de las categorías de la escala Likert en función
de su nivel de rasgo latente. En el eje de ordenadas
se representa la probabilidad de respuesta a cada
una de las cinco categorías del ítem, en tanto que en
el eje de abscisas se distribuye el rasgo latente. Otra
interpretación que se desprende del mismo gráfico es
la posibilidad de establecer el porcentaje esperado de
personas que optarán por cada una de las opciones del
ítem en función del nivel de Distorsión que manifiesten
en sus respuestas.
El análisis de estas curvas brinda información sobre
las zonas del rasgo latente en que cada una de las
categorías es más probable. A su vez, permite verificar
si todas las opciones alcanzan a ser máximamente
probables en algún intervalo del recorrido del rasgo.
Esto constituye una importante propiedad psicométrica
de los ítems de la escala en tanto que garantiza que
todas las categorías de la escala Likert son útiles para
Tabla 3
Medias y desvíos estándar de las θ de las personas que escogieron cada categoría.
Ítem Completamente
falso
para mí
Bastante
falso
para mí
Ni verdadero
ni falso
para mí
Bastante
verdadero
para mí
Completamente
verdadero
para mí
1 -1.30 (0.03) -0.77 (0.03) -0.35 (0.03) -0.29 (0.04) -0.28 (0.18)
2 -1.37 (0.03) -0.75 (0.02) -0.43 (0.03) -0.39 (0.12) -0.34 (0.22)
3 -1.84 (0.06) -1.12 (0.03) -0.76 (0.02) -0.47 (0.03) -0.33 (0.07)
4 -1.34 (0.03) -0.73 (0.02) -0.45 (0.04) -0.37 (0.06) -0.11 (0.09)
5 -1.94 (0.08) -1.26 (0.03) -0.84 (0.02) -0.49 (0.03) -0.19 (0.09)
6 -1.47 (0.03) -0.80 (0.02) -0.44 (0.03) -0.43 (0.04) -0.09 (0.07)
7 -1.47 (0.05) -1.06 (0.03) -0.81 (0.03) -0.52 (0.03) -0.43 (0.06)
8* -1.20 (0.02) -0.49 (0.03) -0.10 (0.05) -0.09 (0.07) -0.25 (0.11)
9* -1.55 (0.05) -0.93 (0.03) -0.67 (0.03) -0.40 (0.05) -0.42 (0.11)
10 -1.73 (0.05) -1.06 (0.03) -0.60 (0.02) -0.54 (0.04) -0.44 (0.09)
11 -1.31 (0.03) -0.69 (0.02) -0.21 (0.03) -0.10 (0.09) -0.08 (0.09)
12 -1.61 (0.05) -1.05 (0.03) -0.71 (0.03) -0.56 (0.03) -0.38 (0.05)
* Las medias de θ no aumentan ante valores crecientes de la escala Likert.
Modelo de Crédito Parcial aplicado a la escala Distorsión
Actualidades en Psicología, 31(122), 2017, XX-XX
35
CV
BV
NN
BF
CF
CV
BV
NN
BF
VCFC
BV
NN
BF
CF
CV
BV
NN
BF
CF
CV
BV
NNBF
CF
CV
BV
NN
BF
CF
CV
BVNN
BF
CF
CV
BV
NN
BF
CF
CV
BV
NN
BF
CF
CV
BV
NNBF
CF
CV
BV
NNBF
CF
CV
BV
NN
BF
CF
Ítem 12
Ítem 9
Ítem 11
Ítem 8
Ítem 10
Ítem 7
Ítem 5Ítem 4 Ítem 6
Ítem 1 Ítem 2 Ítem 3
Figura 2. Curvas Características de las Categorías de Respuesta de los ítems. CV = Completamente verdadero para mí; BV =
Bastante verdadero para mí; NN = Ni verdadero ni falso para mí; BF = Bastante falso para mí; CF = Completamente falso
para mí.
36
Abal, Lozzia, Auné & Attorresi
Actualidades en Psicología, 31(122), 2017, XX-XX
discriminar en algún rango específico de la variable. La
inspección de las curvas permite apreciar claramente
cuál es la consecuencia de la existencia de inversiones
en el orden de los parámetros β
ih
. El caso más extremo
de este comportamiento inadecuado aparece en el ítem
8, en el que hay dos categorías (Bastante falso para mí y Ni
verdadero ni falso para mí) que no resultan máximamente
probables en ninguna región del continuo del rasgo.
Comentarios
Este trabajo busca contribuir con el avance de un
área en incipiente desarrollo en la región como es la
aplicación de modelos politómicos de la TRI a tests
de comportamiento típico. Siguiendo esta idea rectora,
se aportó una formulación detallada del MCP para
mejorar su compresión matemática y se efectuó un
análisis exhaustivo que de las propiedades psicométricas
de los ítems de la escala Distorsión del BFQ.
Como se ha podido apreciar, los 12 ítems que
componen el instrumento han mostrado un ajuste
aceptable al MCP. Sin embargo, para datos provenientes
de tests de comportamiento típico, este ajuste es un
requisito necesario pero no suficiente si se pretende
dar garantías del adecuado funcionamiento del ítem.
El MCP no condiciona la estimación de los parámetros
de localización con valores ordenados. De esta manera,
el modelo contempla la aparición de β
h
invertidos
aunque, como se mencionó anteriormente, también
respeta que los pasos están siempre secuenciados. En
un ítem de ejecución típica cuya resolución requiere de
varios pasos sucesivos podría resultar que el segundo
paso demande un nivel menor del rasgo que el primer
paso. Por ende, el β
h
del segundo paso resultaría menor
al β
h
del primer paso. No obstante, el modelo supone
que se enfrentan al segundo paso solo quienes han
superado el primer paso (Embretson & Reise, 2000).
Esta interpretación no es aplicable a formatos de
respuesta Likert porque los anclajes lingüísticos de las
categorías y los numerales usados para su codificación
se determinan considerando la propiedad de orden
creciente. Por ende, la inversión de los parámetros
muestra que las diferentes categorías de la escala Likert
no reflejan crecientes niveles del rasgo latente.
La inversión del orden de los β
h
en cinco reactivos
de la escala Distorsión señala que el sistema utilizado
para recoger las respuestas a estos ítems no cumple
con los requisitos necesarios para una medición válida.
Lo recomendado habitualmente, en el análisis de
ítems con estas características, es revisar los reactivos
y el formato de respuesta desde una perspectiva
sintáctica y semántica (Andrich, 2010; Rojas & Pérez,
2001). En primera instancia, deberían ser eliminados
o bien, en el caso de no hallar una justificación
para el comportamiento inadecuado, deberían ser
sustituidos. Se observó que la mayoría de los ítems
cuyos parámetros presentaron inversiones parecen
reflejar problemas en la manera en que los evaluados
interpretan la categoría central de la escala Likert. Esto
conduce a cuestionar la implementación de una escala
con cinco opciones o a reconsiderar la eficacia del
anclaje lingüístico Ni verdadero ni falso para mí. Sin
embargo, este análisis no es extensivo al resto de los
ítems en donde la categoría central se muestra como
máximamente probable en algún rango del rasgo latente.
Ante este hallazgo, no parece conveniente analizar
la precisión de la medida mediante la Función de
Información del Test (FIT) (Martínez Arias, 1995).
Como demostraron Dodd y Koch (1987), la FIT
se eleva en niveles del rasgo en donde aparecen
parámetros β
h
con orden inverso. En consecuencia,
cabe esperar que el nivel de información disminuya
frente a la posibilidad de reformulación o eliminación
de estos ítems.
En cuanto al estudio del ajuste de los sujetos al MCP,
se ha observado que una proporción de evaluados
no presentaron un patrón de respuestas acorde con
el propuesto por el modelo. Aunque considerable,
este porcentaje de personas que no ajustan a las
predicciones del modelo es similar a la reportadas
por estudios análogos con tests de comportamiento
típico (Curtis, 2004; Rojas & Pérez, 2001). Las posibles
causas que originan este desajuste son variadas y
deberían identificarse al estudiar detenidamente caso
por caso. Se trata de fuentes de variabilidad ajenas al
constructo evaluado pero que han tenido incidencia
en la medición de algunos sujetos. Tradicionalmente,
Modelo de Crédito Parcial aplicado a la escala Distorsión
Actualidades en Psicología, 31(122), 2017, XX-XX
37
se menciona a la deseabilidad social como uno de los
factores más importantes que explican el desajuste
pero, por obvias razones, esta justificación no incumbe
a los resultados del presente estudio. Según Curtis
(2004) y Karabatsos (2000), otras condiciones que
podrían explicar patrones desajustados de respuesta
son la falta de cooperación o motivación, problemas
de distracción o compresión lectora del evaluado. Sin
embargo, estos aspectos fueron controlados durante el
procedimiento de recolección de los datos.
Un punto para destacar, en tanto que podría
considerarse como una limitación del presente
estudio, es que la recolección de los datos se realizó
en condiciones de administración neutrales o de baja
motivación para la distorsión. La escala Distorsión
asume que la tendencia a ofrecer un perfil falseado
de manera más o menos intencionada es un rasgo
relativamente estable. Pero es sabido que la utilidad
práctica de la escala corresponde a su aplicación en
contextos organizacionales o jurídicos donde las
decisiones surgidas de la evaluación tienen importantes
consecuencias para los evaluados.
Las condiciones en que se realizaron las
administraciones en este estudio podrían tener
implicaciones en la métrica del rasgo latente. No
existe una manera particularmente recomendable para
establecer esta métrica. Los estudios instrumentales
que modelizaron con TRI los ítems de deseabilidad
social partieron de datos obtenidos en condiciones
neutras de motivación para la disimulación (Ferrando
& Chico, 2000; Seol, 2007; Vésteinsdóttir et al.,
2017). Sin embargo, las aplicaciones en determinados
contextos podrían modificar considerablemente los
valores estimados para los parámetros de los ítems.
Es por esta razón que podría resultar de interés en
estudios futuros analizar el comportamiento de la
prueba en situaciones donde varíen la motivación del
sujeto para responder y los intentos por manipular la
información aportada.
Al hilo de lo anterior, el rango de adhesión de
los ítems entre -2.30 y 1.90 resultó más acotado que
el esperable (i.e. -3 y 3), considerando que son las
puntuaciones extremas de la escala las que se interpretan
para determinar el grado de distorsión aceptable. Aun
cuando se está modelizando el instrumento a partir
de una muestra de personas con baja motivación para
el falseamiento, se esperaría que algunos niveles de
adhesión de los ítems también tiendan a localizarse en
los extremos del rasgo.
Otro resultado para resaltar es la concentración de
la distribución de los θ de los participantes en valores
medio-bajos del rasgo, cuando no estaban dadas las
circunstancias para que los participantes tiendan a
ofrecer un perfil distorsionado en un sentido negativo.
Esto podría indicar que la escala presenta dificultades
en la determinación de la bipolaridad que se le atribuye
al constructo.
Valores bajos en la escala podrían reflejar
simplemente una escasa predisposición a ofrecer una
imagen positiva de sí mismo en lugar de pretender
mostrar una imagen negativa. Los contenidos de los
ítems de las pruebas que estudian la deseabilidad social
se redactan a partir de identificar comportamientos
deseables pero improbables (estar de acuerdo con
los demás en todo momento) o indeseables pero
presentes con frecuencia (haber desobedecido órdenes
en la infancia). Pero el grado en que cada una de estas
conductas son deseables y frecuentes se define en
función de la muestra normativa (Burns & Christiansen,
2006), por lo que, presumiblemente, habría que refinar
los indicadores usados en la construcción de los ítems.
En conclusión, los resultados obtenidos en la
modelización con el MCP revelaron que, en su forma
actual, la escala de Distorsión adolece de problemas
que cuestionan la validez de los puntajes. Resulta
indispensable verificar una adecuada relación entre el
continuo del rasgo latente y la escala ordinal empleada
como formato de respuesta de los ítems. Estas mejoras
podrían redundar en una reducción del porcentaje
de personas con patrones de respuesta desajustados.
Las sugerencias realizadas demandan de una nueva
administración del instrumento a fin de ensayar y
avalar empíricamente las modificaciones introducidas.
Futuras investigaciones se encaminarán sobre estos
objetivos.
38
Abal, Lozzia, Auné & Attorresi
Actualidades en Psicología, 31(122), 2017, XX-XX
Referencias
Abad, F., Olea, J., Ponsoda, V., & García, C. (2011).
Medición en ciencias sociales y de la salud. Madrid:
Síntesis.
Abal, F., Galibert, M., Aguerri, M., & Attorresi, H.
(2014). Comparación de los Modelos Respuesta
Graduada y Crédito Parcial aplicados a una escala
de Utilidad de la Matemática. Revista Argentina de
Ciencias del Comportamiento, 6(3), 6-16.
Abal, F., Lozzia, G. Aguerri, M., Galibert, M., &
Attorresi, H. (2010). La escasa aplicación de la
Teoría de Respuesta al Ítem en tests de ejecución
típica. Revista Colombiana de Psicología, 19(1)
111-122.
Adams, R. J., Wu, M. L., & Wilson, M. (2012).
The Rasch rating model and the disordered
threshold controversy. Educational and
Psychological Measurement, 72(4), 547–573. doi:
10.1177/0013164411432166
Andrich, D. (2010). Understanding the response
structure and process in the polytomous Rasch
model. In M. Nering & R. Ostini (Eds.), Handbook
of polytomous item response theory models:
Developments and applications (pp. 123-152).
Mahwah, NJ: Erlbaum.
Andrich, D. (2013). An Expanded Derivation of
the Threshold Structure of the Polytomous
Rasch Model That Dispels Any “Threshold
Disorder Controversy”. Educational and
Psychological Measurement, 73(1), 78–124. doi:
10.1177/0013164412450877
Asgeirsdottir, R. L., Vésteinsdóttir, V. &, Thorsdottir,
F. (2016). Short form development of the Balanced
Inventory of Desirable Responding: Applying
confirmatory factor analysis, item response
theory, and cognitive interviews to scale reduction
Personality and Individual Differences, 96, 212–
221. doi: 10.1016/j.paid.2016.02.083
Ato, M., López, J. J., & Benavente, A. (2013). Un sistema
de clasificación de los diseños de investigación
en psicología. Anales de Psicología, 29(3), 1038 -
1059. doi: 10.6018/analesps.29.3.178511
Barbaranelli, C., & Caprara, G. V. (2002). Studies
of the big five questionnaire. In B. de Raad & M.
Perugini (Eds). Big five assessment (pp. 109-124).
Ashland, OH, US: Hogrefe & Huber Publishers.
Bermúdez, J. (1995). Manual del Cuestionario “Big
Five” (BFQ). Madrid: TEA.
Brown, T. (2015). Confirmatory factor analysis for
applied research (2nd Ed.). New York: Guilford
Press.
Burns, G. N., & Christiansen, N. D. (2006). Sensitive
or senseless: On the use of social desirability
measures in selection and assessment. In R.
L. Griffith, & M. H. Peterson (Eds.), A closer
examination of applicant faking behavior (pp. 113-
148). Greenwich, CT: Information Age Publishing.
Byrne, B. M. (2012). Structural equation modeling
with Mplus: Basics, concepts, applications, and
programming. New York: Routledge.
Caprara, G. V., Barbaranelli, C., Bermúdez, J.,
Maslach, C., & Ruch, W. (2000). Multivariate
methods for the comparison of factor structures
in cross-cultural research. An illustration
with the Big Five Questionnaire. Journal of
Cross-cultural Psychology, 31(4) 437-464. doi:
10.1177/0022022100031004002
Caprara, G. V., Barbaranelli, C., & Borgogni, L.
(1993). Big Five Questionnaire (BFQ). Manuale.
Florencia: Organizzazioni Speciali.
Caprara, G. V., Barbaranelli, C., & Borgogni, L. (1996).
Big Five Questionnaire (BFQ): Caratteristiche
psicometriche e validità transculturale. Archivio di
Psicologia, Neurologia e Psichiatria, 57, 486-504.
Carretero-Dios, H., & Pérez, C. (2007). Standards
for the development and review of instrumental
studies: Considerations about test selection in
psychological research. International Journal of
Clinical and Health Psychology, 7(3), 863-882.
Crowne, D. P. & Marlowe, D. (1960). A new scale of
Modelo de Crédito Parcial aplicado a la escala Distorsión
Actualidades en Psicología, 31(122), 2017, XX-XX
39
social desirability independent of psychopathology.
Journal of Consulting Psychology, 24(4), 349-354.
doi: 10.1037/h0047358
Curtis, D. D. (2004). Person Misfit in Attitude
Surveys: Influences, Impacts and Implications.
International Education Journal, 5(2), 125-144.
DiStefano, C., Morgan, G. B., & Motl, R. W. (2012). An
examination of personality characteristics related
to acquiescence. Journal of applied measurement,
13(1), 41-56.
Dodd, B. G., & Koch, W. R. (1987). Effects of
Variations in Item Step Values on Item and Test
Information in the Partial Credit Model. Applied
Psychological Measurement, 11(4), 371-384. doi:
10.1177/014662168701100403
Embretson, S., & Reise, S. (2000). Item Response
Theory for Psychologists. Mahwah, NJ: Erlbaum
Publishers.
Ferrando, P., & Chico, E. (2000). Adaptación y análisis
psicométrico de la escala de deseabilidad social de
Marlowe y Crowne. Psicothema, 12(3), 383-389.
García-Pérez, M. A. (2017). An Analysis of (Dis)
Ordered Categories, Thresholds, and Crossings
in Difference and Divide-by-Total IRT Models
for Ordered Responses. The Spanish Journal of
Psychology, 20(10), 1–27. doi: 10.1017/sjp.2017.11
Karabatsos, G. (2000). A critique of Rasch residual
fit statistics. Journal of Applied Measurement,
1(2), 152-176.
Kline, R. B. (2011). Principles and practice of
structural equation modelling (3rd. Ed.). New
York: Guilford Press.
Linacre, J. M. (1994). Sample size and item calibration
stability. Rasch Measurement Transactions, 7(4),
328.
Linacre, J. M. (2006). Winsteps® (Version 3.63.0)
[Computer Software]. Beaverton, Oregon:
Winsteps.com.
Linacre, J. M. (2012). Winsteps® Rasch measurement
computer program User’s Guide. Beaverton,
Oregon: Winsteps.com.
Lord, F. M. (1952). A theory of test scores.
Psychometric Monograph Nº7. Iowa City, IA:
Psychometric Society.
Martínez Arias, M. R. (1995). Psicometría: Teoría
de los Tests Psicológicos y Educativos. Madrid:
Síntesis.
Masters, G. N. (1982). A Rasch model for partial
credit scoring. Psychometrika, 47(2), 149 - 174.
doi: 10.1007/BF02296272
Masters, G. N. (2016). Partial Credit Model. En W. J.
van der Linden (Ed.). Handbook of Item Response
Theory, Volume 1: Models (pp. 109-126). Boca
Raton: Chapman & Hall/CRC.
Masters, G. N., & Wright, B. D. (1997). The Partial
Credit Model. En W. J. Van der Linden y R. K.
Hambleton (Eds.). Handbook of Modern Item
Response Theory, (pp. 101-121). New York:
Springer.
Morizot, J., Ainsworth, A. T., & Reise, S. P. (2007).
Toward Modern Psychometrics. Application of
Item Response Theory Models in Personality
Research. In R. W. Robins, R. C. Fraley & R. F.
Krueger (Eds.), Handbook of Research Methods
in Personality Psychology, (pp. 407 – 423). New
York: Guilford Press.
Muthén, L., & Muthén, B. (2010). Mplus User’s Guide,
6th Edn. Los Angeles, CA: Muthén & Muthén.
Panter, A. T., Swygert, K. A., & Dahlstrom, G. W.
(1997). Factor analytic approaches to personality
item-level data. Journal of Personality Assessment,
68, 561-589. doi: 10.1207/s15327752jpa6803_6
Paulhus, D. L. (1988). Manual for the Balanced
Inventory of Desirable Responding (BIDR-6).
Manuscrito inédito, Universidad de Columbia
Británica.
Rasch, G. (1960). Probabilistic Models for Some
Intelligence and Attainment Tests. Copenhague:
The Danish Institute for Educational Research.
40
Abal, Lozzia, Auné & Attorresi
Actualidades en Psicología, 31(122), 2017, XX-XX
Reise, S. P., & Waller, N. G. (2009). Item response
theory and clinical measurement. Annual Review
of Clinical Psychology, 5, 27-48. doi: 10.1146/
annurev.clinpsy.032408.153553
Rojas, A. J., & Pérez, C. (2001) Nuevos Modelos para
la Medición de Actitudes. Valencia: Promolibro.
Seol, H. (2007). A psychometric investigation of the
Marlowe-Crowne social desirability scale using
Rasch measurement. Measurement and Evaluation
in Counseling and Development, 40, 155-168.
Thomas, M. L. (2011). The value of item response
theory in clinical assessment: a review. Assessment,
18(3), 291-307. doi: 10.1177/1073191110374797
Vendramini, C., Silva, M., & Dias, A. (2009). Avaliação
de atitudes de estudantes de psicologia via modelo
de crédito parcial da TRI. Psico-USF, 14(3), 287-
298. doi: 10.1590/S1413-82712009000300005
Vésteinsdóttir, V., Reips, U., Joinson, A., &
Thorsdottir, F. (2017). An item level evaluation
Recibido: 19 de mayo de 2016
Aceptado: 19 de octubre de 2016
of the Marlowe-Crowne Social Desirability Scale
using item response theory on Icelandic Internet
panel data and cognitive interviews. Personality
and Individual Differences, 107, 164–173. doi:
10.1016/j.paid.2016.11.023
Vispoel, W. P., & Kim, H. Y. (2014). Psychometric
properties for the Balanced Inventory of Desirable
Responding: Dichotomous versus polytomous
conventional and IRT scoring. Psychological
Assessment, 26(3), 878-891. doi: http://dx.doi.
org/10.1037/a0036430
Wetzel, E., & Carstensen, C. H. (2014). Reversed
Thresholds in Partial Credit Models. A Reason for
Collapsing Categories? Assessment, 21(6), 765-
774. doi: 10.1177/1073191114530775
Wrigth, B. D. & Stone, M. H. (1979). Best test design:
Rasch measurement. Chicago: Mesa Press.
Modelo de Crédito Parcial aplicado a la escala Distorsión
Actualidades en Psicología, 31(122), 2017, XX-XX
41