Introducción

La autoestima es un término psicológico que, desde su surgimiento en 1890 con William James, ha sido estudiado ampliamente. El concepto más utilizado es el de Rosenberg (1965) quien lo define como aquella actitud positiva o negativa hacia uno mismo. Además, este constructo ha sido estudiado en diferentes áreas de la psicología, entre ellas, el ámbito clínico, en el que se ha demostrado su relación con la salud mental (Hiçdurmaz et al., 2017; Karaca et al., 2019) y con bajos niveles de depresión (Lin, 2019). En el ámbito de la psicología positiva, se ha demostrado su relación con la resiliencia (Kwek et al., 2013) y con la satisfacción con la vida (Kumar et al., 2018).

En el área educativa, diferentes estudios realizados con universitarios han evidenciado que la autoestima se relaciona con el logro académico (Hosseini et al., 2016; Kwek et al., 2013; Rosli et al., 2012; Saadat et al., 2012) y una mejor percepción del aprendizaje obtenido (González-Vázquez, 2019). Asimismo, se vincula con bajos niveles de estrés académico (Chávez y Peralta, 2019) y procrastinación (Hajloo, 2014). Entonces, la autoestima es un factor psicológico importante, ya que está implicado en los procesos de aprendizaje, contribuye al éxito académico en universitarios y, a su vez, favorece la salud mental; por tanto, es necesario una adecuada medición de este constructo.

En relación a ello, se han construido diversos instrumentos. Entre los más notables se encuentran el Cuestionario de Autoestima de Coopersmith (1967); Collective Self-esteem Scale (Luhtanen y Crocker, 1992); la Prueba de Autoestima para Adolescentes (Caso et al., 2011), y Single-Item Self-Esteem Scale (SISE) (Robins et al., 2001). Entre ellos, el más utilizado es la escala de Autoestima de Rosenberg (1965), compuesto por 10 ítems que miden la valoración positiva o negativa de uno mismo. Cabe mencionar que la escala ha sido ampliamente adaptada en diferentes contextos y grupos etarios (Tabla 1 y Tabla 2).

En Latinoamérica, las adaptaciones de la escala han sido, en su mayoría, para adolescentes (Avanci et al., 2007; Cogollo y Campo-Arias, 2015; Góngora et al., 2010; Martínez y Alfaro, 2019; Sbicigo et al., 2010; Ventura-León et al., 2018) y pocas para las investigaciones en adultos (Tabla 1) y para jóvenes universitarios (Tabla 2). De tal manera en Chile se realizó un estudio psicométrico en 473 jóvenes, adultos y adultos mayores (Rojas-Barahona et al., 2009). Allí se realizó un Análisis Factorial Exploratorio (AFE) para el que se utilizó el método de componentes principales con rotación varimax y la regla de Kaiser para determinar el número de factores. Se obtuvo dos factores que explicaron el 57.7 % de la varianza acumulada: el primero estuvo conformado por cinco ítems con afirmaciones positivas (27.4 %) y el segundo por cinco ítems con afirmaciones negativas (24.8 %). Con respecto a la fiabilidad, se utilizó el coeficiente alfa de Cronbach y el estudio reportó la consistencia interna para la primera dimensión (α = .79), para la segunda dimensión (α = .71) y para la escala global (α = .75).

Además, en Argentina se realizó un AFE y Análisis Factorial Confirmatorio (AFC) en una muestra de 313 adultos (Góngora y Casullo, 2009), y se hizo una evaluación con el método de componentes principales, rotación varimax y la regla de Káiser para determinar el número de factores, por el que se obtuvo una estructura unidimensional. En el AFC se utilizó el estimador de máxima verosimilitud que presentó adecuados índices de ajuste (GFI = .98, CFI = .96, RMSEA = .06), y la fiabilidad se estimó mediante el alfa de Cronbach (α = .70).

En relación a las adaptaciones en universitarios latinoamericanos, en México, Jurado et al. (2015) realizaron un AFE y AFC en una muestra de 1033 estudiantes universitarios. Para el AFE se utilizó el estimador de máximo verosimilitud con rotación varimax y se obtuvieron dos factores: afirmaciones positivas y afirmaciones negativas. En cuanto al AFC se utilizó el estimador de máximo verosimilitud que presentó adecuados índices de ajuste (GFI = .99, CFI = .98, RMSEA = .04) y una adecuada consistencia interna (α = .79), que indicó finalmente una estructura bidimensional. Asimismo, en Colombia, Ceballos-Ospino et al. (2017) con una muestra de 1349 estudiantes universitarios realizaron un AFE a través del método de máxima verosimilitud con una rotación oblicua Promax, que reportó dos dimensiones: autoestima positiva compuesta por ítems positivos y autoestima negativa compuesta por ítems negativos. En cuanto a la fiabilidad para la escala global, se estimó el coeficiente alfa de Cronbach (α = .75) y coeficiente omega (ɷ =.76). Asimismo, Hutz y Zanon (2011), en una adaptación Brasileña con 1151 estudiantes de primaria, secundaria y universidad, realizaron un AFE mediante el método de extracción de componentes principales, regla de Káiser y rotación varimax, que evidenció una estructura unidimensional. En relación a la fiabilidad, se utilizó el alfa de Cronbach (α = .90).

En relación a los estudios latinoamericanos de la Escala de Autoestima de Rosenberg (EAR), estos han presentado una serie de limitaciones metodológicas que generan cuestionamientos sobre los resultados. Es así que en el AFE, la gran mayoría de estudios (Góngora y Casullo, 2009; Hutz y Zanon, 2011; Rojas-Barahona et al., 2009) utilizaron el método Little Jiffy, que consiste en el uso del método de componentes principales, rotación varimax y regla de Káiser. Esta combinación de análisis es considerada una práctica metodológica no recomendable, debido a que no toma en cuenta el error de medida, lo que provoca el aumento de las cargas factoriales, varianza explicada, así como la sobreestimación de la dimensión del conjunto de ítems, en tanto que el número de factores obtenidos es influenciado por la cantidad de ítems de la escala (Ferrando y Anguiano-Carrasco, 2010).

Asimismo, otra limitación de los estudios corresponde a la estimación de la fiabilidad mediante el alfa de Cronbach y el omega de Mcdonald. En el primer coeficiente, no se cumplen los supuestos para su cálculo como la tau-equivalencia; es decir que todos los ítems presenten la misma carga factorial (Cho, 2016), la unidimensionalidad del instrumento –que hace referencia a que el total de ítems midan un solo constructo (Tavakol y Dennick, 2011)–, así como la necesidad de variables continuas que presenten un nivel de medición intervalar (Elosua y Zumbo, 2008). Por otra parte, para la estimación del omega de McDonald se necesitan exclusivamente cargas factoriales que provengan de un análisis factorial confirmatorio (Viladrich et al., 2017).

En cuanto a la estructura factorial de la EAR, se sostienen distintas posturas sobre si la escala es bidimensional o unidimensional. Es así que un metaanálisis, que revisó diversos estudios de análisis factoriales exploratorios, brindó soporte a la estructura de dos factores y señaló que se encuentra conformada por ítems positivos y negativos (Huang y Dong, 2012). Así también, en distintos análisis factoriales confirmatorios se sostiene la bidimensionalidad de la escala (Marsh et al., 2010; Michaelides et al., 2016; Supple et al., 2013). Parte de este problema se debe a la redacción negativa de los ítems que favorece la aparición de una nueva dimensión (DiStefano y Motl, 2006). Además, otros estudios encontraron la presencia de un efecto de método asociado a los ítems negativos que ha sido examinado mediante la aplicación de procedimientos estadísticos (DiStefano y Motl, 2009; Lima y Souza, 2019;Motl y DiStefano, 2002; Wu, 2008). Sin embargo, pese a estos procedimientos, no se pudo superar este efecto de método en la EAR.

Frente a ello, Vilca et al. (2022) propusieron la Escala de Rosenberg-P (EAR-P) como una nueva versión de solo ítems positivos que permitió superar el efecto de método asociado a la redacción negativa de los ítems y proporcionó una medición unidimensional del constructo autoestima como lo planteaba Rosenberg (1965). No obstante, el estudio presentó limitaciones al no mostrar evidencias que identifiquen la relación de la autoestima con otros constructos similares, además de no complementar sus hallazgos desde los modelos de Teoría de Respuesta al ítem (TRI).

Por lo expuesto, el presente estudio tiene como objetivo evaluar la validez basada en la estructura interna desde un enfoque de la Teoría Clásica de los Test (TCT) y la Teoría de Respuesta al ítem (TRI), obtener evidencias de validez basada en la relación con otras variables, y estimar la fiabilidad de la Escala de Autoestima de Rosenberg-P (EAR-P) en jóvenes universitarios peruanos.

Método

Diseño

El presente estudio tiene un enfoque cuantitativo y presenta un diseño instrumental, ya que los objetivos están orientados a la evaluación de las propiedades psicométricas de un instrumento de medida (Ato et al., 2013).

Participantes

La muestra estuvo conformada por 797 universitarios peruanos, de los cuales 235 eran hombres (39.76 %) y 562 mujeres (60.24 %), con un rango de edad de 18 a 40 años (M = 21.8, DS = 3.89). La gran mayoría (57.72 %) vivía con sus padres y un 7.03 % vivía solo. En cuanto al tipo de universidad, un 75.41 % pertenecía a instituciones privadas y el 24.59 % a instituciones públicas. Solo un 35.76% refirió trabajar, mientras que el 64.24 % no lo hacía.

Instrumentos

Escala de Autoestima de Rosenberg-P (EAR-P)

La escala original fue desarrollada por Rosenberg (1965) y evalúa la valoración positiva o negativa de uno mismo a través de las características personales. Para el estudio se utilizó la versión adaptada por Vilca et al. (2022). Este instrumento está conformado por 10 ítems redactados positivamente (por ejemplo “En general, pienso que soy bueno para varias cosas”, “Pienso que tengo muchos motivos para sentirme orgulloso/a de mí”) y presenta cuatro opciones de respuesta (Muy de acuerdo: 4, De acuerdo: 3, En desacuerdo: 2, Muy en desacuerdo: 1). En cuanto a las propiedades psicométricas, el modelo unidimensional presentó adecuados índices de ajuste (CFI = .98, TLI = .97, RMSEA = .138 [IC 90 %: .123–.154]) y valores aceptables en la fiabilidad (α = .97, ω = .96).

Escala de Depresión, Ansiedad y Estrés (DASS - 21)

Este es un instrumento elaborado por Lovibond y Lovibond (1995), que evalúa los estados emocionales que generan un impacto negativo en la persona como son la depresión, la ansiedad y el estrés. Está compuesto por 21 ítems y presenta una escala de respuesta tipo Likert (no me aplicó; me aplicó un poco; me aplicó bastante; me aplicó mucho), y presenta tres dimensiones (depresión, ansiedad y estrés) compuesta por siete ítems cada una. Se utilizó la versión española de Bados et al. (2005) respecto a la propiedades psicométricas que presentó adecuados índices de ajuste en el modelo de tres dimensiones (GFI = .90, CFI = 90, RMSEA = .061). En relación a la fiabilidad, el coeficiente alfa de Cronbach fue mayor a .70 para las dimensiones.

Escala de Satisfacción con la Vida (SWLS)

El instrumento elaborado por Diener et al. (1985) evalúa el sentimiento de satisfacción del individuo con su vida como un todo. Está compuesto por cinco ítems y presenta una escala de respuesta tipo Likert de cinco alternativas (muy en desacuerdo; desacuerdo; ni en desacuerdo ni acuerdo; de acuerdo, y muy de acuerdo). Se utilizó la versión española de Atienza et al. (2000) en relación a las propiedades psicométricas; en la validez basada en la estructura interna, se obtuvo que una sola dimensión explicó el 53.7 % de la varianza total. En cuanto a la fiabilidad, mostró un valor adecuado en el coeficiente alfa de Cronbach de .84

Procedimiento

En primer lugar, el estudio fue aprobado por el Comité de Ética de la Universidad Peruana Unión y siguió estrictamente las normas establecidas por la declaración de Helsinski (World Medical Association, 2013). En segundo lugar, para estudiar las propiedades psicométricas de la EAR-P, se aplicó dicho instrumento junto con otras escalas: la Escala de Satisfacción con la Vida (SWLS) y la DASS - 21, mediante un formulario virtual a los universitarios en su aula virtual y mediante redes sociales. En el formulario se brindó el consentimiento informado y se explicó que la información recolectada era confidencial y con fines de investigación.

Análisis de los datos

Primero se estimaron los análisis descriptivos de media, desviación estándar, así como la asimetría (As) y curtosis (Ku) cuyos valores son adecuados cuando As < ±2 y Ku < ±7 (Finney y DiStefano, 2006). Posteriormente, se realizó el AFC con el estimador Diagonally Weighted Least Squares with Mean and Variance corrected (WLSMV), puesto que los datos eran ordinales (Brown, 2015). Para la evaluación de modelo se utilizaron los índices de ajuste chi-cuadrado (χ2), Comparative Fit Index (CFI), Tucker-Lewis Index (TLI), Root Mean Square Error of Approximation (RMSEA), Standardized Root Mean Square Residual (SRMR). Para la valoración de los índices de ajuste se consideraron puntos de corte de CFI > .95, TLI > .95, RMSEA < .08, SRMR < .08 de la propuesta de Hu y Bentler (1999) .

En relación a la validez relacionada con otras variables, se empleó el enfoque de modelamiento de ecuaciones estructurales (SEM), con el que se evaluó la relación de la autoestima con la satisfacción con la vida, el estrés, la ansiedad y la depresión. Para ello, se empleó el estimador WLSMV dado a la ordinalidad de los datos y se hizo la valoración con los mismos valores del AFC.

Para la TRI se empleó un Modelo de Respuesta Graduada (GRM; Samejima, 1997), específicamente una extensión del Modelo logístico de dos parámetros (2-PLM) para ítems politómicos ordenados (Hambleton et al., 2010). Para cada ítem se estimaron dos tipos de parámetros: a) discriminación y b) dificultad. El parámetro de discriminación determina la pendiente en la que cambian las respuestas a los ítems en función del nivel en el rasgo latente, mientras que los parámetros de dificultad del ítem determinan qué cantidad del rasgo latente requiere el ítem para ser contestado.

Como la escala tiene cuatro categorías de respuesta, hay tres estimaciones de dificultad,uno por umbral. También se calcularon las curvas de información para los ítems y la escala (IIC y TIC, respectivamente).

Finalmente, para la fiabilidad se utilizó el coeficiente omega (McDonald, 1999), cuyos valores adecuados son superiores a .80 (Raykov y Hancock, 2005). Para todos los análisis estadísticos se utilizó el programa R (version 3.5.0) (R Core Team, 2019) y el entorno RStudio Team (2018).

Resultados

En la Tabla 1 se aprecia que la puntuación promedio de los 10 ítems varía entre 3.05 (DS = .76) a 3.32 (DS = .67). Asimismo, la asimetría y curtosis evidencian que todos los ítems presentan valores adecuados (As < ±2; Ku < ±7), según los criterios de Finney y DiStefano (2006).

Tabla 1.
Análisis descriptivos de los ítems y matriz de correlaciones policóricas

Nota: M: Media; DS: desviación estándar; g1: asimetría; g2: curtosis

Análisis descriptivos de los ítems					Matriz de correlaciones policóricas
Ítems	M	DS	g1	g2	A1		A2		A3		A4		A5		A6		A7		A8	A9	A10
A1	3.24	.72	.88	.99	1		.82		.74		.78		.75		.75		.71		.77	.64	.73
A2	3.32	.67	1.00	1.86			1		.81		.76		.77		.71		.64		.69	.66	.73
A3	3.20	.73	.69	.38					1		.84		.75		.69		.65		.71	.73	.75
A4	3.20	.70	.68	.58							1		.77		.71		.66		.71	.69	.77
A5	3.23	.74	.76	.32									1		.79		.77		.81	.70	.74
A6	3.11	.74	.66	.45										1		.90		.90		.74	.74
A7	3.05	.76	.58	.17												1		.91		.75	.75
A8	3.09	.70	.48	.17														1		.76	.78
A9	3.11	.74	.64	.35																1	.80
A10	3.25	.68	.74	.82																	1

Evidencia basada en la estructura interna

En cuanto a la estructura factorial con un factor general, el análisis factorial confirmatorio demostró índices de ajuste (χ2 = 809.61, gl = 35, p < .001, CFI = .98, TLI = .97, RMSEA = .167 IC 90 % [.157-.177], SRMR = .05), y las cargas factoriales de los ítems fueron superiores a .80 (Figura 1)

Figura 1.
Análisis factorial confirmatorio de la Escala de Autoestima de Rosenberg-P (EAR-P)

Validez basada en la relación con otras variables

Para obtener evidencias de validez relacionadas con otras variables se desarrolló, mediante el enfoque SEM, un modelo que evaluó las relaciones de la EAR-P con las variables de depresión, ansiedad, estrés y satisfacción con la vida. El resultado muestra que el modelo planteado evidencia adecuados valores en los índices de ajuste (χ2 = 2169.28, gl = 584, p < .001, CFI = .97, TLI = .97, RMSEA = .058 IC 90 % [.56-.61], SRMR = .05) y además, los ítems evidenciaron valores adecuados al representar las variables de medición. En cuanto a los valores de relación, se muestra en la Figura 2 que la autoestima evidencia relaciones negativas con la depresión (-.45; p < .01), la ansiedad (-.33; p < .01) y el estrés (-.30; p < .01). Por otra parte, se encuentra relacionada positivamente con la satisfacción con la vida (.69; p < .01) por lo cual se concluye que la EAR-P presenta validez relacionada con otras variables.

Figura 2.
Modelo estructural de las relaciones entre autoestima y otras variables

Modelo de Teoría de Respuesta al Ítem: Modelo de Respuesta Graduada (GRM)

Los resultados encontrados en el AFC permiten cumplir con los dos supuestos principales: la existencia de unidimensionalidad y, en consecuencia, la independencia local. Por tanto, se utilizó un GRM, específicamente, una extensión del modelo logístico de dos parámetros (2-PLM) para ítems politómicos ordenados. En la Tabla 2 se aprecia que todos los ítems presentan parámetros de discriminación por encima del valor de 1, generalmente considerado como buena discriminación (Hambleton et al., 2010). Con respecto a los parámetros de dificultad, todos los estimadores de los umbrales aumentaron monotónicamente. Es decir, se requiere una mayor presencia del rasgo latente para contestar las categorías de respuesta superiores.

Tabla 2.
Parámetros de discriminación y dificultad para los ítems de la escala

Nota: a: parámetros de discriminación; b: parámetros de dificultad

Modelo unidimensional
Ítems	a	b1	b2	b3
1	2.98	-2.06	-1.21	.53
2	2.78	-2.14	-1.59	.44
3	2.84	-2.21	-1.05	.60
4	2.93	-2.24	-1.12	.62
5	3.61	-2.04	-.97	.46
6	3.94	-1.81	-.84	.73
7	3.55	-1.80	-.75	.81
8	4.26	-2.04	-.81	.78
9	2.83	-1.99	-.92	.76
10	3.35	-2.22	-1.21	.54

En la Figura 3 se aprecian las curvas de información para los diez ítems y la escala (IIC y TIC, respectivamente). En la IIC se observa que el ítem 8 es el más preciso de la escala para evaluar el rasgo latente. Además, la TIC muestra que el test es más confiable -precisa- en el rango de la escala entre -2.5 y 1.5.

Figura 3.
Curvas de información del ítem y del test

Fiabilidad

En el estudio, la escala evidencia adecuados índices de consistencia interna (ɷ = .96; α = .97).

Discusión

La presente investigación tuvo como objetivo evaluar la estructura interna, obtener evidencias de validez relacionada con otras variables y estimar la fiabilidad de la (EAR-P) en universitarios peruanos.

En relación a la estructura interna del modelo, se evidencia que la mayoría de los índices de ajuste son adecuados para el modelo unidimensional (CFI = .98, TLI = .97, SRMR = .05, RMSEA = .164). Estos resultados coinciden con el estudio de Vilca et al. (2022) que reportaron una estructura unidimensional en la EAR-P. Asimismo, los resultados son similares a lo encontrado en estudios previos que identifican un buen ajuste al modelo unidimensional (Martín-Albo et al., 2007;Pullmann y Allik, 2000; Tinakon y Nahathai, 2012). No obstante, se encontró que uno de los índices no brindó un buen ajuste (RMSEA = .164), hallazgo que es similar a lo encontrado por Vilca et al. (2022). Una de las posibles explicaciones estaría relacionada con los grados de libertad reducidos e identificados en el modelo unidimensional (df = 35), debido a que valores pequeños en los grados de libertad provocan ajustes inadecuados en el RMSEA (Kenny et al., 2015). Además, se ha encontrado que su funcionamiento es alterado cuando existen pocas categorías de respuesta, específicamente cuando se presentan solo cuatro, como es el caso del EAR (Monroe y Cai, 2015). Adicionalmente, se conoce que el valor del RMSEA tiende a estar por encima del punto de corte establecido cuando se presentan modelos con 10 indicadores, cuyas cargas factoriales son elevadas (.80) (Shi et al.,2021). Frente a las limitaciones del RMSEA, se ha brindado soporte a otros índices de ajuste como el SRMR y CFI, que son robustos al ser influenciados en sus valores cuando el modelo evidencia pequeños grados de libertad (Shi et al., 2019). Asimismo, el SRMR es considerado como un índice que permite evaluar, adecuadamente, el ajuste del modelo independientemente del método de estimación empleado (Shi y Maydeu-Olivares, 2020).

En cuanto a la fiabilidad, se obtuvo un adecuado valor mediante el coeficiente alfa de Cronbach (α = .97), mayor a lo encontrado en estudios previos en universitarios (Ceballos-Ospino et al., 2017; Hutz y Zanon, 2011; Jurado et al., 2015; Kielkiewicz et al., 2020;Martín-Albo et al., 2007; Mimura y Griffiths, 2007; Pullmann y Allik, 2000; Santos, 2008;Tinakon y Nahathai, 2012). Además, se evidenció un adecuado valor en el coeficiente omega (ɷ = .96). Este resultado es superior a lo encontrado en otros estudios (Ceballos-Ospino et al., 2017; Ventura-León et al., 2018).

Con respecto a la validez basada en la relación con otros constructos, se evidenció que la autoestima tiene relación con la satisfacción con la vida. Diener (1985) explica que las personas con una percepción positiva de sí mismos, tienen mayor seguridad en realizar sus proyectos actuales y futuros, lo que resulta en una vida más significativa. Además, este resultado es similar a lo encontrado en otros estudios (Agberotimi y Oduaran, 2020;Liang et al., 2020; Saad, 2020). Por otro lado, la relación entre la autoestima con la depresión, la ansiedad y el estrés, se explica desde la perspectiva teórica de la autoestima, puesto que desarrollar una autoestima alta conlleva a una mejor aceptación personal, confianza en sí mismo y autoeficacia, que son factores protectores que disminuyen los niveles de depresión, ansiedad y estrés que la persona pueda experimentar. También son diversas las investigaciones que respaldan la influencia positiva de la autoestima frente a dichas variables (Hyseni y Hoxha, 2018;Kurtović et al., 2018; Rosenberg, 1965).

En cuanto a los modelos de TRI, se encontraron valores óptimos en los parámetros de discriminación de los ítems 8 y 6. Tales hallazgos muestran que estos ítems son indicadores más precisos para evaluar el constructo. Esto permite que los sujetos que respondan estos ítems tengan una mayor facilidad para diferenciar la elección de las alternativas de respuesta según la presencia del rasgo latente. En cuanto al parámetro de dificultad, se encontró que es necesario una mayor presencia del rasgo latente para elegir las categorías de respuesta superiores. Además, en cuanto al TIC, se identificó que la escala es útil y confiable para reconocer a estudiantes universitarios con bajos niveles de autoestima. El estudio evidencia algunas limitaciones. En primer lugar, se realizó un muestreo intencional el cual no permite generalizar los resultados obtenidos en el estudio. En segundo lugar, no se realizó un estudio de invarianza factorial según el sexo de los participantes que permitiría desarrollar futuros estudios comparativos. En tercer lugar, no se obtuvo la fiabilidad mediante el test-retest lo cual permitiría identificar si existen variaciones de los puntajes en el tiempo. En cuarto lugar, la recolección de datos fue virtual y mediante redes sociales, lo que podría producir una participación limitada de participantes que tienen menos acceso a la virtualidad, además de demandar, en los participantes, conocimientos en recursos tecnológicos.

Pese a las limitaciones, es importante resaltar que la aplicación virtual supone algunas ventajas frente a la aplicación presencial; por ejemplo, una de ellas es el costo económico que, aparentemente, no influiría en las propiedades psicométricas, puesto que se conoce que tanto la estructura factorial como la fiabilidad no son afectadas por la aplicación virtual (Zeiler et al., 2020). Atento a lo anterior, el estudio evidenció que el EAR-P presenta adecuadas propiedades psicométricas. Adicionalmente, se brindó soporte a la estructura unidimensional desde un enfoque de TCT y TRI, y se reportó que el EAR-P cuenta con evidencias de validez basada en la relación con otras variables, tales como la depresión, la ansiedad, el estrés y la satisfacción con la vida. Sumado a ello, se muestra un adecuado valor en la fiabilidad.

En conclusión, la EAR-P evidencia adecuadas propiedades psicométricas de validez y fiabilidad en estudiantes universitarios peruanos. Con ello se proporciona una medida útil y pertinente para la medición de la valoración personal de uno mismo en el contexto universitario.

Referencias

Agberotimi, S. F. y Oduaran, C. (2020). Moderating Effect of Self-Esteem on the Relationship Between Optimism and Life Satisfaction in Final Year University Students. Global Journal of Health Science, 12(3), 12. https://doi.org/10.5539/gjhs.v12n3p12

Atienza, F. L., Pons, D., Balaguer, I. y García-Merita, M. (2000). Propiedades psicométricas de la Escala de Satisfacción con la Vida en adolescentes. Psicothema, 12(12), 314-319. http://www.psicothema.com/pi?pii=296

Ato, M., López, J., y Benavente, A. (2013). Un sistema de clasificación de los diseños de investigación en psicología Introducción Un marco conceptual para la investigación. Anales de Psicología, 29(3), 1038–1059. https://doi.org/10.6018/analesps.29.3.178511

Avanci, J. Q., Assis, S. G., dos Santos, N. C. y Oliveira, R. V. C. (2007). Adaptação transcultural de escala de auto-estima para adolescentes. Psicologia: Reflexao e Critica, 20(3), 397–405. https://doi.org/10.1590/s0102-79722007000300007

Bados, A., Solanas, A. y Andrés, R. (2005). Propiedades psicométricas de la versión española de las Escalas de Depresión, Ansiedad y Estrés (DASS). Psicothema, 17(4), 679–683. https://psycnet.apa.org/record/2005-14013-023

Brown, T. A. (2015). Confirmatory Factor Analysis for Applied Research (Second Edi). The Guilford Press.

Caso, J., Hernández-Guzmán, L. y González-Montesinos, M. (2011). Prueba de Autoestima para Adolescentes. Universitas Psychologica, 10(2), 535–543. https://doi.org/https://doi.org/10.11144/Javeriana.upsy10-2.papa

Ceballos-Ospino, G. A., Paba-Barbosa, C., Suescún, J., Oviedo, H. C., Herazo, E. y Campo-Arias, A. (2017). Validez y dimensionalidad de la escala de autoestima de Rosenberg en estudiantes universitarios. Pensamiento Psicológico, 15(2), 29–39. https://doi.org/10.11144/Javerianacali.PPSI15-2.vdea

Chávez, J. y Peralta, R. (2019). Estrés académico y autoestima en estudiantes de enfermería, Arequipa-Perú. Revista de Ciencias Sociales, 25(1), 384–399. https://doi.org/10.31876/rcs.v25i1.29629

Cho, E. (2016). Making Reliability Reliable. Organizational Research Methods, 19(4), 651–682. https://doi.org/10.1177/1094428116656239

Cogollo, Z. y Campo-Arias, A. (2015). Escala de Rosenberg para autoestima: consistencia interna y dimensionalidad en estudiantes de Cartagena, Colombia. Psychologia: Avances de La Disciplina, 9(2), 61–71. https://doi.org/10.21500/19002386.1814

Coopersmith, S. (1967). The antecedents of self-esteem. W. H. Freeman.

Diener, E., Emmons, R. A., Larsem, R. J. y Griffin, S. (1985). The Satisfaction With Life Scale. Journal of Personality Assessment, 49(1), 71–75. https://doi.org/10.1207/s15327752jpa4901_13

DiStefano, C. y Motl, R. W. (2006). Further investigating method effects associated with negatively worded items on self-report surveys. Structural Equation Modeling, 13(3), 440–464. https://doi.org/10.1207/s15328007sem1303_6

DiStefano, C. y Motl, R. W. (2009). Self-esteem and method effects associated with negatively worded items: Investigating factorial invariance by sex. Structural Equation Modeling, 16(1), 134–146. https://doi.org/10.1080/10705510802565403

Elosua Oliden, P. y Zumbo, B. D. (2008). Coeficientes de fiabilidad para escalas de respuesta categórica ordenada. Psicothema, 20(4), 896–901. https://www.redalyc.org/articulo.oa?id=72720458

Ferrando, P. J. y Anguiano-Carrasco, C. (2010). El análisis factorial como técnica de investigación en psicología. Papeles del Psicólogo, 31(1), 18–33. http://www.papelesdelpsicologo.es/pdf/1793.pdf

Finney, S. J. y DiStefano, C. (2006). Nonnormal and categorical data in structural equation modeling. En G. R. Hancock y R. O. Mueller (Eds.), Structural equation modeling: a second course (pp. 269–314). Connecticut: Information Age Publishing.

Góngora, V. C. y Casullo, M. M. (2009). Validación de la escala de autoestima de Rosenberg en población general y en población clínica de la Ciudad de Buenos Aires. Revista Iberoamericana de Diagnóstico y Evaluación Psicológica, 1(27), 179–194. https://www.redalyc.org/articulo.oa?id=459645443010

Góngora, V. C., Fernández Liporace, M. y Castro Solano, A. (2010). Estudio de validación de la escala de autoestima de Rosenberg en población adolescente de la ciudad de Buenos Aires. Perspectivas en Psicología, 7(1), 24–30. http://www.seadpsi.com.ar/revistas/index.php/pep/article/view/9

González-Vázquez, B. (2019). ¿Cómo mejorar el aprendizaje? Influencia de la autoestima en el aprendizaje del estudiante universitario. Revista Complutense de Educación, 30(3), 781–795. https://doi.org/10.5209/rced.58899

Hajloo, N. (2014). Relationships between self-efficacy, self-esteem and procrastination in undergraduate psychology students. Iranian Journal of Psychiatry and Behavioral Sciences, 8(3), 42–49. https://sites.kowsarpub.com/ijpbs/articles/3333.html

Hambleton, R. K., van der Linden, W. J. y Wells, C. S. (2010). IRT models for the analysis of polytomously scored data: Brief and selected history of model building advances. En Handbook of polytomous item response theory models. (pp. 21–42). Routledge/Taylor y Francis Group.

Hiçdurmaz, D., İnci, F. y Karahan, S. (2017). Predictors of Mental Health Symptoms, Automatic Thoughts, and Self-Esteem Among University Students. Psychological Reports, 120(4), 650–669. https://doi.org/10.1177/0033294117707945

Hosseini, S. N., Mirzaei Alavijeh, M., Matin, B. K., Hamzeh, B., Ashtarian, H. y Jalilian, F. (2016). Locus of control or self-esteem; Which one is the best predictor of academic achievement in Iranian college students. Iranian Journal of Psychiatry and Behavioral Sciences, 10(1). https://doi.org/10.17795/ijpbs-2602

Hu, L. T. y Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1–55. https://doi.org/10.1080/10705519909540118

Huang, C. y Dong, N. (2012). Factor structures of the Rosenberg Self-Esteem Scale: A meta-analysis of pattern matrices. European Journal of Psychological Assessment, 28(2), 132–138. https://doi.org/10.1027/1015-5759/A000101

Hutz, C. S. y Zanon, C. (2011). Revisão da apadtação, validação e normatização da escala de autoestima de Rosenberg: Avaliação Psicológica, 10(1), 41–49. https://www.redalyc.org/articulo.oa?id=335027285005

Hyseni, Z. y Hoxha, L. (2018). Self-esteem, study skills, self-concept, social support, psychological distress, and coping mechanism effects on test anxiety and academic performance. Health Psychology Open, 5(2). https://doi.org/10.1177/2055102918799963

Jurado, D., Jurado, S., López, K. y Querevalú, B. (2015). Validez de la Escala de Autoestima de Rosenberg en universitarios de la Ciudad de México. Revista Latinoamericana de Medicina Conductual, 5(1), 18–22. https://www.revistas.unam.mx/index.php/rlmc/article/view/55207

Karaca, A., Yildirim, N., Cangur, S., Acikgoz, F. y Akkus, D. (2019). Relationship between mental health of nursing students and coping, self-esteem and social support. Nurse Education Today, 76, 44–50. https://doi.org/10.1016/j.nedt.2019.01.029

Kenny, D. A., Kaniskan, B. y McCoach, D. B. (2015). The Performance of RMSEA in Models With Small Degrees of Freedom. Sociological Methods y Research, 44(3), 486–507. https://doi.org/10.1177/0049124114543236

Kielkiewicz, K., Mathúna, C. y McLaughlin, C. (2020). Construct Validity and Dimensionality of the Rosenberg Self-Esteem Scale and Its Association with Spiritual Values Within Irish Population. Journal of Religion and Health, 59(1), 381–398. https://doi.org/10.1007/s10943-019-00821-x

Kumar, A., Kumar Tiwari, S. y Lindinger-Sternart, S. (2018). Self-esteem and life satisfaction among university students of Eastern Uttar Pradesh of India: A demographical perspective. Indian Journal of Positive Psychology, 9(3), 382–386. https://doi.org/10.5281/zenodo.7062925

Kurtović, A., Vuković, I. y Gajić, M. (2018). The Effect of Locus of Control on University Students’ Mental Health: Possible Mediation through Self-Esteem and Coping. Journal of Psychology: Interdisciplinary and Applied, 152(6), 341–357. https://doi.org/10.1080/00223980.2018.1463962

Kwek, A., Bui, H. T., Rynne, J. y So, K. K. F. (2013). The Impacts of Self-Esteem and Resilience on Academic Performance: An Investigation of Domestic and International Hospitality and Tourism Undergraduate Students. Journal of Hospitality and Tourism Education, 25(3), 110–122. https://doi.org/10.1080/10963758.2013.826946

Liang, D., Xu, D., Xia, L. y Ma, X. (2020). Life satisfaction in Chinese rural‐to‐urban migrants: Investigating the roles of self‐esteem and affect balance. Journal of Community Psychology, 48(5), 1651–1659. https://doi.org/10.1002/jcop.22360

Lima, T. J. S. y Souza, L. E. C. (2019). Rosenberg self-esteem scale: Method effect and gender invariance. Psico-USF, 24(3), 517–528. https://doi.org/10.1590/1413-82712019240309

Lin, C. C. (2019). Self-Esteem and Depression as Mediators of the Effects of Gratitude on Suicidal Ideation Among Taiwanese College Students. OMEGA - Journal of Death and Dying. https://doi.org/10.1177/0030222819892358

Lovibond, P. F. y Lovibond, S. H. (1995). The structure of negative emotional states: Comparison of the Depression Anxiety Stress Scales (DASS) with the Beck Depression and Anxiety Inventories. Behaviour Research and Therapy, 33(3), 335–343. https://doi.org/10.1016/0005-7967(94)00075-U

Luhtanen, R. y Crocker, J. (1992). A Collective Self-Esteem Scale: Self-Evaluation of One’s Social Identity. Personality and Social Psychology Bulletin, 18(3), 302–318. https://doi.org/10.1177/0146167292183006

Marsh, H. W., Scalas, L. F. y Nagengast, B. (2010). Longitudinal tests of competing factor structures for the rosenberg self-esteem scale: Traits, ephemeral artifacts, and stable response styles. Psychological Assessment, 22(2), 366–381. https://doi.org/10.1037/a0019225

Martín-Albo, J., Núñez, J. L., Navarro, J. G. y Grijalvo, F. (2007). The Rosenberg self-esteem scale: Translation and validation in university students. Spanish Journal of Psychology, 10(2), 458–467. https://doi.org/10.1017/S1138741600006727

Martínez, G. D. y Alfaro, A. L. (2019). Validación de la escala de autoestima de Rosenberg en estudiantes paceños. Fides et Ratio - Revista de Difusión Cultural y Científica de La Universidad La Salle En Bolivia, 17(17), 83–99. http://www.scielo.org.bo/pdf/rfer/v17n17/v17n17_a06.pdf

McDonald, R. (1999). Test Theory : A Unified Treatment. En Test Theory. Lawrence Erlbaum Associates.

Michaelides, M. P., Koutsogiorgi, C. y Panayiotou, G. (2016). Method effects on an adaptation of the rosenberg self-esteem scale in Greek and the role of personality traits. Journal of Personality Assessment, 98(2), 178–188. https://doi.org/10.1080/00223891.2015.1089248

Mimura, C. y Griffiths, P. (2007). A Japanese version of the Rosenberg Self-Esteem Scale: Translation and equivalence assessment. Journal of Psychosomatic Research, 62(5), 589–594. https://doi.org/10.1016/j.jpsychores.2006.11.004

Monroe, S. y Cai, L. (2015). Evaluating structural equation models for categorical outcomes: A new test statistic and a practical challenge of interpretation. Multivariate Behavioral Research, 50(6), 569–583. https://doi.org/10.1080/00273171.2015.1032398

Motl, R. W. y DiStefano, C. (2002). Longitudinal invariance of Self-Esteem and method effects associated with negatively worded items. Structural Equation Modeling, 9(4), 562–578. https://doi.org/10.1207/S15328007SEM0904_6

Pullmann, H. y Allik, J. (2000). The Rosenberg Self-Esteem Scale: Its dimensionality, stability and personality correlates in Estonian. Personality and Individual Differences, 28(4), 701–715. https://doi.org/10.1016/S0191-8869(99)00132-4

R Core Team. (2019). A language and environment for statistical computing. R Foundation for Statistical Computing.

Raykov, T. y Hancock, G. R. (2005). Examining change in maximal reliability for multiple-component measuring instruments. British Journal of Mathematical and Statistical Psychology, 58(1), 65–82. https://doi.org/10.1348/000711005X38753

Robins, R. W., Hendin, H. M. y Trzesniewski, K. H. (2001). Measuring Global Self-Esteem: Construct Validation of a Single-Item Measure and the Rosenberg Self-Esteem Scale. Personality and Social Psychology Bulletin, 27(2), 151–161. https://doi.org/10.1177/0146167201272002

Rojas-Barahona, C. A., Zegers P, B. y Förster M, C. E. (2009). La escala de autoestima de Rosenberg: Validación para Chile en una muestra de jóvenes adultos, adultos y adultos mayores. Revista Médica de Chile, 137(6), 791–800. https://doi.org/10.4067/s0034-98872009000600009

Rosenberg, M. (1965). Society and the adolescent self-image. Princeton University Press.

Rosli, Y., Othman, H., Ishak, I., Lubis, S. H., Saat, N. Z. M. y Omar, B. (2012). Self-esteem and Academic Performance Relationship Amongst the Second Year Undergraduate Students of Universiti Kebangsaan Malaysia, Kuala Lumpur Campus. Procedia - Social and Behavioral Sciences, 60(1), 582–589. https://doi.org/10.1016/j.sbspro.2012.09.426

RStudio Team. (2018). RStudio: Integrated Development Environment for R. RStudio, Inc.

Saad, J. (2020). Self-Esteem and Life Satisfaction amongst Afghan and Indian University Students. International Journal of Creative Research Thoughts (IJCRT), 8(7), 2824–2829. https://doi.org/10.5281/zenodo.7062925

Saadat, M., Ghasemzadeh, A. y Soleimani, M. (2012). Self-esteem in Iranian university students and its relationship with academic achievement. Procedia - Social and Behavioral Sciences, 31(2), 10–14. https://doi.org/10.1016/j.sbspro.2011.12.007

Samejima, F. (1997). Graded Response Model. Handbook of Modern Item Response Theory, 85–100. https://doi.org/10.1007/978-1-4757-2691-6_5

Santos, P. J. (2008). Validação da Rosenberg Self-esteem Scale numa amostra de estudantes do ensino superior. https://hdl.handle.net/10216/16164

Sbicigo, J. B., Bandeira, D. R. y Dell’Aglio, D. D. (2010). Escala de Autoestima de Rosenberg (EAR): validade fatorial e consistência interna. Psico-USF, 15(3), 395–403. https://doi.org/10.1590/s1413-82712010000300012

Shi, D., DiStefano, C., Maydeu-Olivares, A. y Lee, T. (2021). Evaluating SEM Model Fit with Small Degrees of Freedom. Multivariate Behavioral Research, 0(0), 1–36. https://doi.org/10.1080/00273171.2020.1868965

Shi, D., Lee, T. y Maydeu-Olivares, A. (2019). Understanding the Model Size Effect on SEM Fit Indices. Educational and Psychological Measurement, 79(2), 310–334. https://doi.org/10.1177/0013164418783530

Shi, D. y Maydeu-Olivares, A. (2020). The Effect of Estimation Methods on SEM Fit Indices. Educational and Psychological Measurement, 80(3), 421–445. https://doi.org/10.1177/0013164419885164

Supple, A. J., Su, J., Plunkett, S. W., Peterson, G. W. y Bush, K. R. (2013). Factor Structure of the Rosenberg Self-Esteem Scale. Journal of Cross-Cultural Psychology, 44(5), 748–764. https://doi.org/10.1177/0022022112468942

Tavakol, M. y Dennick, R. (2011). Making sense of Cronbach’s alpha. International Journal of Medical Education, 2, 53–55. https://doi.org/10.5116/ijme.4dfb.8dfd

Tinakon, W. y Nahathai, W. (2012). A comparison of reliability and construct validity between the original and revised versions of the Rosenberg Self-Esteem Scale. Psychiatry Investigation, 9(1), 54–58. https://doi.org/10.4306/pi.2012.9.1.54

Ventura-León, J., Caycho-Rodriguez, T. y Barboza-Palomino, M. (2018). Evidencias psicométricas de la escala de autoestima de Rosenberg en adolecentes limeños. Revista Interamericana de Psicología / Interamerican Journal of Psychology, 52(1), 44–60. https://doi.org/10.30849/RIP/IJP.V52I1.363

Viladrich, C., Angulo-Brunet, A. y Doval, E. (2017). Un viaje alrededor de alfa y omega para estimar la fiabilidad de consistencia interna. Anales de Psicología, 33(3), 755–782. https://doi.org/10.6018/analesps.33.3.268401

Vilca, L. W., Travezaño-Cabrera, A. y Santos-Garcia, S. (2022). Escala de autoestima de Rosenberg (EAR): Análisis de la estructura factorial y propuesta de una nueva versión de solo ítems positivos. Electronic Journal of Research in Education Psychology, 20(56), 225–240. https://doi.org/10.25115/EJREP.V20I56.5235

World Medical Association. (2013). World Medical Association Declaration of Helsinki Ethical Principles for Medical Research Involving Human Subjects. Clinical Review by Education, 310(20), 2191–2194. https://doi.org/10.1001/jama.292.11.1359

Wu, C. H. (2008). An examination of the wording effect in the rosenberg self-esteem scale among culturally chinese people. Journal of Social Psychology, 148(5), 535–552. https://doi.org/10.3200/SOCP.148.5.535-552

Zeiler, M., Peer, S., Philipp, J., Truttmann, S., Wagner, G., Karwautz, A. y Waldherr, K. (2020). Web-Based Versus Paper-Pencil Assessment of Behavioral Problems Using the Youth Self-Report. European Journal of Psychological Assessment, 37(2), 95-103 https://doi.org/10.1027/1015-5759/A000585