Servicios
Descargas
Buscar
Idiomas
P. Completa
Escala de Dificultades en la Regulación Emocional: Análisis psicométrico de sus versiones breves en universitarios peruanos.
Blancas-Guillen, Jesús; Arroyo-Pizarro, Pedro; Quintana, Edson;
Blancas-Guillen, Jesús; Arroyo-Pizarro, Pedro; Quintana, Edson; Tupa-Belizario, Rosa S.; Valencia, Pablo D
Escala de Dificultades en la Regulación Emocional: Análisis psicométrico de sus versiones breves en universitarios peruanos.
Difficulties in Emotion Regulation Scale: A psychometric analysis of its brief versions in Peruvian college students.
Revista Argentina de Ciencias del Comportamiento, vol. 16, núm. 2, pp. 60-73, 2024
Universidad Nacional de Córdoba
resúmenes
secciones
referencias
imágenes

Resumen: La Escala de Dificultades en la Regulación Emocional (DERS) es uno de los instrumentos más utilizados en el área de la regulación emocional. Sin embargo, su longitud es una limitación. Se han propuesto versiones cortas en la literatura, pero su desempeño psicométrico ha sido poco estudiado en adultos jóvenes latinoamericanos. El presente estudio examinó la estructura interna de estas versiones cortas en 345 universitarios peruanos (edad promedio = 22.45; 68.7 % mujeres). Se encontró que tres de las versiones cortas presentaban un buen ajuste en el análisis factorial confirmatorio. Además, se probaron modelos bifactor basados en estas versiones, de los cuales solo los derivados de la DERS-18 y la DERS-20 presentaron soluciones interpretables. En ambos casos se encontró evidencia de unidimensionalidad esencial. En conclusión, tres de las cuatro versiones estudiadas funcionaron bien. Si los investigadores desean obtener una puntuación total, esto se justifica para la DERS-18 y la DERS-20 (excluyendo los ítems de “Conciencia”).

Palabras clave: Regulación emocional, psicometría, análisis factorial, adulto joven, Perú.

Abstract: The Difficulties in Emotion Regulation Scale (DERS) is one of the most widely used instruments in the area of emotion regulation. However, its length is a limitation. Short versions have been proposed in the literature, but their psychometric performance has been little studied in young Latin American adults. The present study examined the internal structure of these short versions in 345 Peruvian university students (mean age = 22.45; 68.7% female). It was found that three short versions presented good fit in the confirmatory factor analysis. In addition, bifactor models based on these versions were tested, of which only those derived from DERS-18 and DERS-20 presented interpretable solutions. In both cases, evidence of essential unidimensionality was found. In conclusion, three out of four versions studied performed well. If researchers wish to obtain a total score, this is justified for DERS-18 and DERS-20 (excluding the “Awareness” items).

Keywords: Emotion regulation, psychometrics, factor analysis, young adult, Peru.

Carátula del artículo

Artículos originales

Escala de Dificultades en la Regulación Emocional: Análisis psicométrico de sus versiones breves en universitarios peruanos.

Difficulties in Emotion Regulation Scale: A psychometric analysis of its brief versions in Peruvian college students.

Blancas-Guillen, Jesús
Universidad Autónoma del Perú,, Perú
Arroyo-Pizarro, Pedro
Universidad Nacional Federico Villarreal, Perú
Quintana, Edson
Contextual Roots, Perú
Tupa-Belizario, Rosa S.
Universidad Nacional de San Agustín, Perú
Valencia, Pablo D
Universidad Nacional Autónoma de México, México
Revista Argentina de Ciencias del Comportamiento, vol. 16, núm. 2, pp. 60-73, 2024
Universidad Nacional de Córdoba

Recepción: 15 Febrero 2022

Aprobación: 20 Octubre 2022

La regulación emocional (RE) es entendida como las acciones que realizan los individuos para disminuir o contactar con una emoción (Thompson, 1994). Por tanto, es un campo de estudio que amerita especial análisis en las diferentes etapas de desarrollo, debido a las diversas influencias internas (p. ej., maduración del sistema nervioso, cambios endocrinos) y externas (p. ej., el ingreso a la escuela, la jubilación) a las que está expuesta una persona a lo largo del ciclo vital (Charles & Carstensen, 2014). En el caso específico de los adultos jóvenes, estos eventos incluyen la toma de decisiones vocacionales, los cambios en los estilos de vida, las relaciones interpersonales e incluso la transición a la universidad (Gross, 2008; Woodward & Viana, 2018). La RE también ha sido relacionada con diferentes problemas psicológicos, resultado de la inestabilidad del control de impulsos, regulación emocional deficiente, distorsión en la autoimagen y problemáticas en las relaciones interpersonales (Linehan, 2020). Por ello, la dificultad en la regulación de emociones —con frecuencia llamada desregulación emocional— integra diferentes síntomas relacionados con la excitación emocional y el uso inefectivo de estrategias para regularlas (Gratz & Roemer, 2004).

En ese sentido, existe la necesidad de fomentar la educación en habilidades de regulación emocional en las comunidades, empezando por las familias y pasando también por las principales áreas de trabajo de los profesionales de la salud mental, el sector educativo y, en general, en los campos clínico y organizacional (Buruck et al., 2016; Cohen & Ochsner, 2018; Kharatzadeh et al., 2020). Esto es de vital importancia, ya que a corto plazo los problemas de RE podrían interferir en el funcionamiento de la persona, mientras que a largo plazo podrían desencadenar problemas psicológicos mayores o trastornos (Pérez & Guerra, 2014). En el contexto educativo, existen diferentes estudios sobre regulación emocional, pertenencia escolar y dificultades psicosociales (Kopelman-Rubin et al., 2020), así como sobre RE y competencia social (Rendón Arango, 2007). Asimismo, en el campo clínico se está investigando la desregulación emocional en los hospitales (Cremades et al., 2021; Martín-Brufau et al., 2020).

Gratz y Roemer (2004) mencionan que la RE ha sido conceptualizada, por lo general, en dos perspectivas: una centrada en el control emocional, referente a inhibir los efectos aversivos para regular la experiencia del individuo, y otra centrada en la capacidad para hacer contacto con dicha experiencia, a tal punto de facilitar la deliberación de conductas que lo acerquen a sus metas (Linehan, 1993). Desde esta segunda perspectiva, tomaron en cuenta consideraciones referentes a (1) la relevancia de notar, comprender y diferenciar la experiencia emocional, (2) la aceptación de la experiencia emocional, (3) las acciones que se realizan para modular las emociones en cuanto a dimensiones de tiempo e intensidad y facilitar la inhibición de conductas impulsivas desadaptativas en pos de un objetivo deseado, y (4) la efectividad en la elección y utilización de estrategias dependiendo del contexto y orientándolas hacia determinada meta. En base a esta conceptualización integradora se sustentó un marco teórico de referencia (Moreira et al., 2022). Posterior a ello, tomando en cuenta limitaciones para especificar estrategias relacionadas a la RE y la variabilidad en la efectividad de las mismas debido al efecto de los entornos cambiantes (Gratz & Roemer, 2004), decidieron medir la dificultad percibida que tienen las personas en su desenvolvimiento de las cuatro dimensiones previamente mencionadas.

Por tal razón, la Escala de Dificultades en la Regulación de las Emociones (DERS) fue diseñada para evaluar el grado percibido en las dificultades de regulación de las propias emociones a nivel de rasgo (Gratz & Roemer, 2004). Un análisis factorial exploratorio (AFE) sugirió una estructura que responde al modelo teórico subyacente compuesto, pero a través de seis factores: la no aceptación de la experiencia emocional aversiva (No aceptación); la dificultad para controlar la conducta impulsiva mientras se experimenta malestar emocional (Impulso); la percepción del acceso y uso limitado de estrategias eficaces de RE cuando estas se requieren (Estrategias); incapacidad para actuar conforme a los propios objetivos mientras se experimenta malestar emocional (Objetivos); dificultades para reconocer la propia experiencia emocional (Conciencia); y la falta de claridad en el reconocimiento y diferenciación de las propias emociones (Claridad). Cabe resaltar que, en una reelaboración de la conceptualización teórica conceptual inicial de cuatro dimensiones, la dimensión conciencia y comprensión de las emociones fue dividida en Conciencia y Claridad a partir del análisis factorial (Gratz & Roemer, 2004).

Por otra parte, estudios de corte psicométrico de la DERS se han dirigido a reducir el número de ítems para obtener versiones breves y equiparables con la medida original (ver Tabla 1). Algunas de las justificaciones referentes a obtener una medida breve del constructo exponen que la extensión de los ítems ha sido identificada como una limitación importante (Bjureberg et al., 2016; Kaufman et al., 2016), mientras que otros autores mencionan que una versión breve podría ser relevante en temas clínicos e investigativos (Moreira et al., 2022). En ese sentido, Bjureberg et al. (2016) desarrollaron una versión de 16 ítems (DERS-16); Kaufman et al. (2016) y Victor y Klonsky (2016) propusieron instrumentos de 18 ítems a los cuales denominaron DERS-SF y DERS-18, respectivamente; y Lausi et al. (2020) identificaron una versión breve de la DERS original a partir de 20 ítems. La estructura original de seis dimensiones fue replicada por la DERS-SF y la DERS-18. Por otro lado, la DERS-16 fue constituida por cinco factores al eliminar la dimensión “Conciencia” por baja correlación ítem-test (r < .50); en la DERS-20, por otra parte, se eliminó la subescala “Estrategias”, lo cual mejoró el ajuste del modelo (raíz de la media cuadrática del error de aproximación [RMSEA] = .09, Índice de Ajuste comparativo [CFI] = .92; método: máxima verosimilitud). Posteriores investigaciones pusieron a prueba estas versiones breves en adultos. Se hallaron índices de ajuste aceptables (CFI = .93 a .98; RMSEA = .018 a .096; métodos: máxima verosimilitud y mínimos cuadrados ponderados ajustados a la media y la varianza [WLSMV]) para la DERS-16 (Lawlor et al., 2021; Shahabi et al., 2020; Westerlund & Santtila, 2018). Asimismo, la DERS-SF obtuvo ajustes óptimos (CFI = .95 a .99, RMSEA= .02 a .05; método: máxima verosimilitud) para seis factores (Moreira et al., 2022; Navarro Carrascal et al., 2021); de igual forma la DERS-18 tuvo índices de ajuste aceptables (CFI = .89; RMSEA = .08) en su estructura (Semborski et al., 2021; método: máxima verosimilitud).

Tabla 1
Ítems según subescalas de las cuatro versiones breves de la DERS.

A partir de la creación de estas versiones, se identificaron y compararon sus fuentes de evidencias de validez relacionada a la estructura interna y fiabilidad (Charak et al., 2019; Skutch et al., 2019). No obstante, la evidencia reciente (p. ej., Mekawi et al., 2021) sugiere la presencia de un factor general (FG) que influye directamente en las variables observadas y, al mismo tiempo, un conjunto de factores específicos (FE) que influyen sobre subgrupos de variables observadas (Dunn & McCray, 2020). Dado que la propuesta de Gratz y Roemer (2004) se basa en una conceptualización integrativa para medir la experiencia emocional, la evitación de expresiones internas y la adaptación hacia el entorno, resulta pertinente la evaluación de un factor general a través del procedimiento de estimación de modelos bifactor (Reise, 2012). Bajo esta premisa, en estudios previos se comparó la DERS-18 (RMSEA = .03 a .051, CFI = .94 a 1.00, ECV = .03 a .12, PUC = .88), DERS-16 (RMSEA = .06 a .09, CFI = .96 a .99) y DERS-SF (RMSEA = .03 a .06, CFI = .99 a 1.00), las cuales obtuvieron ajustes aceptables (Hallion et al., 2018; Mekawi et al., 2021; Zhao et al., 2021). En estos últimos, se enfatiza la pertinencia de reportar índices más robustos para evaluar la influencia del FG y, de esta manera, probar si el modelo es esencialmente unidimensional (Dominguez-Lara & Rodriguez, 2017).

Lo expuesto hasta aquí evidencia los grandes esfuerzos en obtener un instrumento que mida eficientemente las dificultades en la RE. Sin embargo, en Perú, las adaptaciones de la DERS en población joven emergente han sido escasas. Un primer estudio adaptó la DERS para jóvenes universitarios entre 18 y 25 años; este arrojó un alto índice de confiabilidad y retuvo 35 ítems agrupados en cinco factores (Magallanes Oré & Sialer Cárdenas, 2019). Un segundo estudio, realizado por Abuid Sampelayo (2020), adaptó el instrumento para una muestra más grande (367 adultos) y con mayor rango de edad (de entre 18 y 50 años). A partir de un AFE, se retuvieron tres factores. Si bien la DERS se ha aplicado en diversos contextos latinoamericanos como Colombia, México, Argentina y Chile (De la Rosa-Gómez et al., 2021; Guzmán-González et al., 2014; Michelini & Godoy, 2022; Navarro Carrascal et al., 2021), en Perú, la adaptación y validación del instrumento ha sido limitada y el análisis de las propiedades psicométricas en los antecedentes existentes, si bien cumplen con el rigor metodológico, sugieren seguir realizando más adaptaciones y validaciones en este contexto.

Es conveniente también mencionar que una versión breve y válida de la DERS sería de gran beneficio para la población, ya que el instrumento sería de más rápida aplicación debido a la disminución de ítems; esto lo tornaría más flexible a las diferentes realidades socioeconómicas del país (Paz et al., 2021). Además, una escala breve podría ser igual o mejor en algunos criterios que la versión larga de 36 reactivos, siempre y cuando se conserven los mejores ítems (Tambs & Røysamb, 2014). Por ello, se debe abordar la construcción de una versión breve que abarque el mismo espectro conceptual (p. ej., las mismas dimensiones) que la versión extensa (Ventura-León, 2021).

La presente investigación tuvo como objetivo examinar el funcionamiento psicométrico de las versiones breves de la DERS (DERS-SF, DERS-18, DERS-16 y DERS-20) en una muestra de estudiantes peruanos. En específico, (1) se examinó el ajuste de las versiones breves, (2) se estimó la confiabilidad por consistencia interna de cada una de sus dimensiones y (3) se evaluaron modelos bifactor a partir de estos modelos oblicuos. Los hallazgos del presente estudio permitirán contar con alternativas breves y rápidas para medir las dificultades de regulación emocional en situaciones en las que no sea posible aplicar la DERS completa.

Método
Participantes

Se accedió a una muestra inicial de 386 estudiantes de universidades públicas y privadas, cuyas edades se hallaron entre los 18 y 58 años. Con el fin de centrarse en la población adulta joven, se optó por reducir la muestra inicial a un rango de edad entre 18 y 29 años (M = 22.45, DE = 2.423). La muestra final estuvo compuesta por 345 participantes de los cuales la mayoría eran mujeres (68.7%), 272 participantes (78.8%) eran de universidades privadas y 73 (21.2%) eran de universidades públicas. Hubo participantes de todos los semestres (desde el primero hasta el décimo), aunque la mayor concentración ocurrió en los últimos (octavo, 14.8%; noveno, 13.3%; décimo, 24.1%). En cuanto a características más personales de los participantes, 157 de ellos (45.5%) reportó hallarse en una relación de pareja. Además, 147 (42.6%) trabajaban además de estudiar.

Instrumentos

Escala de Dificultades en la Regulación de las Emociones (DERS; Gratz & Roemer, 2004). La DERS es una medida que evalúa el grado percibido en las dificultades de regulación de las propias emociones y que está compuesta por 36 ítems distribuidos en seis dimensiones (No aceptación, Impulso, Estrategias, Objetivos, Conciencia y Claridad). Para el presente estudio se utilizó una adaptación peruana ya existente (Magallanes Oré & Sialer Cárdenas, 2019); no obstante, en dicho estudio no se examinó el funcionamiento psicométrico de las versiones disponibles en la literatura científica, sino que se limitó a un análisis factorial exploratorio con la versión extensa. Se usó una escala tipo Likert de cinco opciones (1 = Casi nunca, 2 = Pocas veces, 3 = A veces, 4 = La mayoría de veces y 5 = Casi siempre). Las puntuaciones más altas indican una mayor dificultad en la percepción de las dificultades de regulación emocional.

Procedimiento

Los datos se recogieron en formato digital mediante un formulario Google durante los meses de octubre, noviembre y diciembre de 2020. Se incluyó un consentimiento informado que explicaba el objetivo del proyecto, así como la voluntariedad y el anonimato de la participación. Mediante coordinaciones previas, se solicitó a docentes y alumnos de universidades de Lima Metropolitana que compartieran el enlace del formulario en sus redes sociales. El presente proyecto fue revisado y aprobado por el comité de ética y la dirección de investigación de la Escuela de Psicología de la Universidad Autónoma del Perú, el 9 de junio del 2020.

Análisis de datos

En primer lugar, se examinaron los estadísticos descriptivos de cada ítem para identificar el patrón del comportamiento de las variables a través de sus puntuaciones. En concreto, se calcularon la media, desviación estándar, asimetría, curtosis y correlación ítem-total. En el caso de la asimetría y la curtosis, se ha sugerido que valores aproximadamente dentro del rango entre -1 y +1 indican que los ítems se distribuyen de manera más o menos simétrica (Ferrando & Anguiano-Carrasco, 2010). En cuanto a la correlación ítem-total, se recomienda que esta tenga un valor de, como mínimo, .30 (Streiner et al., 2015). A continuación, se realizó una serie de análisis factoriales confirmatorios (AFC) para poner a prueba los modelos breves identificados en la literatura (DERS-16, DERS-18, DERS-SF y DERS-20). El AFC se realizó con el método de mínimos cuadrados ponderados ajustados a la media y la varianza (WLSMV), el cual es recomendado cuando los indicadores son variables categóricas (Brown, 2015). El ajuste se evaluó con los siguientes índices aproximados: CFI, índice de Tucker-Lewis (TLI), RMSEA, raíz estandarizada de la media cuadrática residual (SRMR), raíz ponderada de la media cuadrática residual (WRMR) e índice chi cuadrado sobre los grados de libertad (CMIN). Se consideraron como señal de buen ajuste los siguientes valores: CFI > .95, TLI > .95, RMSEA < .06, SRMR < .08 (Hu & Bentler, 1999), WRMR < 1 (DiStefano et al., 2018), CMIN < 3 (Pilatti et al., 2012). También se examinó el test χ², el cual se considera indicador de buen ajuste cuando brinda resultados no significativos (p > .05); sin embargo, este debe interpretarse según las características propias de cada estudio. De hecho, en análisis con un tamaño de muestra y un número de indicadores como los de esta investigación, se espera encontrar resultados significativos incluso cuando el ajuste es adecuado (Hair et al., 2019). Además de las medidas de ajuste global previamente reportadas, también se calculó el coeficiente omega categórico como una estimación de la confiabilidad por consistencia interna para cada dimensión de las versiones propuestas (Green & Yang, 2009)

Finalmente, se probó una serie de modelos bifactor basados en los modelos oblicuos (exceptuando los ítems correspondientes a la dimensión Conciencia). A partir de estos modelos bifactor, se calculó la varianza común explicada (ECV; es decir, el porcentaje de la varianza común atribuible al factor general), el porcentaje de correlaciones no contaminadas (PUC; esto es, la proporción de correlaciones inter-ítem que no están influidas por los factores específicos) y los coeficientes omega jerárquicos (ωH; los que indican qué proporción de la varianza total de los puntajes compuestos puede ser atribuible a cada factor del modelo; Rodriguez et al., 2016). Una ECV o un PUC mayores o iguales a .70 sugieren que el instrumento es, en esencia, unidimensional (Dominguez-Lara & Rodriguez, 2017). Más aún, la interpretación de la ECV está moderada por el valor del PUC, de manera tal que con un valor alto de PUC (digamos, mayor a .80), se podría asumir la unidimensionalidad esencial incluso si la ECV está ligeramente por debajo de .70 (Reise et al., 2013). Asimismo, los ωH permiten evaluar la confiabilidad de cada dimensión luego de controlar la presencia de las otras. No se recomienda basarse únicamente en el ωH para tomar una decisión sobre la unidimensionalidad; más aún, este coeficiente aporta poco en este aspecto una vez que se ha tomado en cuenta a la ECV y al PUC (Reise et al., 2013). A pesar de ello, valores de ωH ≥ .70 para el factor general y de ωH ≥ .30 para los factores específicos podrían considerarse importantes y, por lo tanto, apoyarían parcialmente la unidimensionalidad esencial o la multidimensionalidad, respectivamente (Dominguez-Lara & Rodriguez, 2017). Finalmente, también se consideró el llamado índice H de replicabilidad del constructo, el cual indica qué tan bien una variable latente está representada por sus indicadores; algunos autores han sugerido que este valor debe ser como mínimo .70 para considerar como confiable el modelamiento de la variable latente correspondiente (Rodriguez et al., 2016). En el caso de la DERS, se justifica probar un modelo bifactor porque, a pesar de su multidimensionalidad, todos sus reactivos apuntan a medir un único constructo general (las dificultades en RE); más aún, las autoras originales de la DERS propusieron calcular un puntaje global además de los puntajes específicos de cada subescala (Gratz & Roemer, 2004)

Los análisis se realizaron en el programa R (versión 4.0.3; R Core Team, 2020). Para ello, se usaron los paquetes lavaan (versión 0.6-11; Rosseel, 2012), semTools (versión 0.5-3; Jorgensen et al., 2022) y BifactorIndicesCalculator (versión 0.2.2; Dueber, 2021).

Resultados
Estadísticos descriptivos de los ítems

La Tabla 2 presenta los estadísticos descriptivos de todos los ítems de la DERS. Como se observa, en todos los casos la media se halló en torno a 2 y la DE en torno a 1. Asimismo, los valores de asimetría y curtosis estuvieron dentro del rango [-1, +1] o, en todo caso, muy ligeramente fuera de este. Al examinar las correlaciones ítem-test en cada subescala por separado, se observó, en general, una adecuada consistencia en cada una.

Tabla 2
Estadísticos descriptivos de los ítems de la DERS-36.

Nota. M: Media; DE= Desviación estándar; g₁ = Asimetría; g₂ = Curtosis; rᵢₛ = Correlación ítem-subescala.

Análisis factorial confirmatorio

Se pusieron a prueba los modelos breves presentados en la Tabla 1, así como modelos bifactor basados en estos, pero exceptuando a los ítems de Conciencia. Como se observa en la Tabla 3, los modelos breves oblicuos mostraron un adecuado funcionamiento psicométrico, con excepción de la DERS-16, con el que no se llegó a una solución interpretable y, además, se obtuvieron índices de ajuste subóptimos. Por otra parte, dos de los modelos bifactor también presentaron soluciones inadecuadas (p. ej., casos Heywood). Los otros dos modelos bifactor (basados en los modelos oblicuos DERS-18 y DERS-20) mostraron índices de ajuste adecuados y muy parecidos entre sí.

Tabla 3
Índices de ajuste de los modelos probados

Nota. En cursiva: modelos que no convergieron o presentaron soluciones no interpretables. Aunque, en sentido estricto, el criterio de buen ajuste del test χ² es obtener un resultado no significativo, en análisis como el presente se espera obtener resultados significativos incluso cuando el ajuste es adecuado. CFI: índice de ajuste comparativo; TLI: índice de Tucker-Lewis; WRMR: media cuadrática residual ponderada; RMSEA: raíz de la media cuadrática del error de aproximación; CMIN: razón del chi cuadrado sobre los grados de libertad.

Debido a las altas correlaciones interfactoriales de los modelos oblicuos (todas ellas mayores a .50 a excepción de las que involucraban al factor Conciencia), se decidió proseguir con los modelos bifactor para examinar la posible unidimensionalidad esencial. La Tabla 4 presenta a detalle las cargas factoriales de todos los modelos (a excepción de los que presentaron problemas de convergencia), así como las estimaciones de confiabilidad por consistencia interna de los modelos oblicuos.

Tabla 4
Cargas factoriales de los modelos oblicuos y bifactor de las versiones breves propuestas.

Nota. λFE = Carga factorial de los factores específicos; λFG = Carga factorial de los factores generales; ωcategórico = coeficiente de fiabilidad omega categórico.

Evaluación de los modelos bifactor

De acuerdo con lo presentado en la Tabla 5, los modelos bifactor examinados presentaron valores de ECV de .70 y .68, lo cual, en conjunto con sus elevados PUC, permite asumir la unidimensionalidad esencial en ambos casos. Esto se complementa con la revisión de los coeficientes omega jerárquico (ωH, tanto del factor general como de los específicos), así como de sus índices de replicabilidad del constructo (H). Ambos índices fueron bajos para los factores específicos, pero adecuados para el factor general. Finalmente, cabe precisar que los ítems de Estrategias estuvieron casi en su totalidad explicados por el factor general. Estos ítems no fueron incluidos en la DERS-20, por lo que no se pudo examinar su funcionamiento en el correspondiente modelo bifactor.

Tabla 5
Índices de los modelos bifactor de la versión DERS-18 y DERS-20.

Nota. En ambas versiones, se omitió la subescala Conciencia; ECV: Varianza común explicada del factor general; PUC: Porcentaje de correlaciones no contaminadas; ωH: Coeficiente Omega jerárquico; H: índice de replicabilidad de constructo.

Discusión

Los hallazgos muestran que existe relación entre la agrupación teórica subyacente propuesta para la DERS y los modelos psicométricos desarrollados, los cuales presentan la desregulación emocional como un constructo compuesto por un factor general y factores específicos. En el presente estudió se examinó el funcionamiento psicométrico de distintas versiones breves de la DERS. Se encontró que tres versiones breves analizadas (DERS-SF, DERS-18, y DERS-20) mostraron un desempeño similar cuando se consideraron modelos de factores correlacionados. Sin embargo, cuando se examinó con mayor detalle la estructura jerárquica, se identificó que solo los modelos bifactor que excluían los ítems de la dimensión Conciencia de los modelos basados en la DERS-18 y en la DERS-20 llegaron a soluciones interpretables. En ambos casos, se encontró sustento para asumir la unidimensionalidad esencial; es decir, resulta plausible sumar todos los ítems (a excepción de los de Conciencia) para obtener un puntaje global de las dificultades en regulación emocional.

En tal sentido, la presencia de una puntuación general en la administración de la DERS en poblaciones latinoamericanas responde a un repertorio de conductas integradas y, a la vez, segmentadas en facetas. Esto permite conceptualizarla como una medida clínica válida y fiable para la evaluación general en el marco de las dificultades en regulación emocional (Muñoz-Martínez et al., 2016). Los resultados descritos son consistentes con los hallazgos de Mekawi et al. (2021), específicamente, en el ajuste óptimo de la solución de seis factores correlacionados de las versiones breves (RMSEA= .06 a .08, CFI = .97 a .98). Con respecto a la presencia de un FG, existe una discrepancia con Mekawi et al. (2021) y Hallion et al. (2018) en dos aspectos: a) la convergencia de la DERS-SF, y b) reporte de índices bifactor para justificar la presencia de un FG. Por otro lado, el rendimiento de la DERS-18 es ratificado por los hallazgos de Hallion et al. (2018), pues se comprobó la unidimensionalidad esencial en presencia de cinco factores específicos (exceptuando Conciencia). Algo similar se halló en cuanto a la DERS-20, cuya evaluación de rendimiento en presencia de un FG aún no ha sido reportada por estudios previos. Integrando esta información, es posible recomendar el uso de la DERS-18 por encima de la DERS-20, pues, aunque ambas escalas se comportaron de manera similar, la DERS-18 sí incluye reactivos relacionados con las dificultades de acceder y usar estrategias de regulación emocional (los cuales la DERS-20 omite).

En base al contraste empírico, resulta pertinente establecer las implicancias de los hallazgos en la medida que la obtención de dos modelos bifactor representan dos aspectos complementarios: (a) el empleo de versiones cortas para atender las demandas de los servicios públicos de salud mental en población peruana (p. ej. tiempo limitado), y (b) soporte empírico para una caracterización general y por facetas de la regulación emocional en el grupo etario analizado en el presente estudio.

Un punto de similitud con los estudios antecedentes es el tratamiento y la ubicación de la dimensión Conciencia en el análisis, lo que podría explicarse debido a que en la conceptualización teórica conceptual inicial se consideró solo cuatro dimensiones siendo una de estas la de conciencia y comprensión de las emociones, la cual fue dividida (Conciencia y Claridad) a partir del análisis factorial, el cual sugirió que los ítems de esta dimensión cargaban en dos factores distintos (Gratz & Roemer, 2004). Es posible que la dimensión Conciencia constituye un proceso inicial para la Claridad, pues para que un individuo describa, etiquete y/o diferencie su experiencia emocional, tendría que poder observar y notar la misma (Linehan, 1993). Otra posible explicación podría centrarse en un aparente efecto de método asociado a los ítems inversos del factor Conciencia (Tomás et al., 2012). Asimismo, la complejidad del análisis e integración del factor en mención a lo largo de los modelos propuestos encuentra una tentativa explicativa en la topografía de la conciencia, dado que puede entenderse como un repertorio amplio de comportamientos en interacción con los eventos públicos percibidos; en este sentido, es un patrón independiente y global que no se vincula directamente con las experiencias emocionales (Catania, 2013; Weis et al., 2015).

La presente investigación presenta algunas limitaciones. En primer lugar, debido a que los datos se recolectaron mediante procedimientos computarizados en línea, cabe la posibilidad de que algunos de los encuestados realizaran poco esfuerzo para completar el instrumento. Sin embargo, la evidencia sugiere que las aplicaciones en línea funcionan de manera equivalente a las formas tradicionales de lápiz y papel (Calleja et al., 2020). En segundo lugar, el análisis de datos no se realizó a partir de la aplicación de las versiones breves de la DERS independientemente, sino que esta se realizó a partir de la versión extensa de 36 ítems originalmente propuesta, lo cual dado a su extensión pudo haber disminuido la tasa y validez de las respuestas, ya que algunos ítems pudieron haber sido percibidos como repetitivos o tediosos (Moreira et al., 2022). Más aún, es posible que existan sesgos de método específicos a la presente recolección de datos (Podsakoff et al., 2003), por lo que estudios posteriores deben examinar si los resultados se replican en contextos de aplicación diferentes. En tercer lugar, los modelos bifactor basados en la DERS-SF y la DERS-16 presentaron soluciones no interpretables, por lo cual no fue pertinente examinar el funcionamiento psicométrico de estos modelos. A pesar de las limitaciones señaladas, el estudio contribuye con una propuesta de medición breve de las dificultades de regulación emocional. Para posteriores investigaciones, se sugiere ampliar el tamaño y la diversidad de la muestra, lo cual permitirá examinar la invarianza entre grupos. Estos estudios futuros deben continuar examinando el funcionamiento psicométrico de las versiones breves de la DERS en diferentes contextos.

En conclusión, los resultados aquí expuestos comprobaron el funcionamiento psicométrico de las versiones breves de la DERS. Se halló que los modelos oblicuos sometidos a análisis presentan buenos índices de ajuste. Por otra parte, los modelos bifactor, que no incluyeron los ítems del factor Conciencia, mostraron que se podía asumir la unidimensionalidad esencial en las versiones basadas en la DERS-18 y la DERS-20. Esto quiere decir que se justifica obtener un único puntaje en dificultades de regulación emocional sumando los ítems del instrumento (a excepción de los de Conciencia). Los autores del presente estudio recomiendan sobre todo usar la DERS-18, de la que se pueden obtener dos puntajes (uno con los 3 ítems de conciencia emocional y otro de desregulación emocional con los 15 ítems restantes).

Disponibilidad de datos

Todo el conjunto de datos que apoya los resultados de este estudio fue publicado en el Open Science Framework y puede ser accedido en https://osf.io/t6adk/.

Disponibilidad de métodos analíticos

Todo el conjunto de métodos analíticos que apoya los resultados de este estudio fue publicado en el Open Science Framework y puede ser accedido en https://osf.io/t6adk/.

Disponibilidad de materiales

Todo el conjunto de materiales que apoya los resultados de este estudio fue publicado en el Open Science Framework y se puede acceder en https://osf.io/t6adk/.

Material suplementario
Información adicional

Citar este artículo como: Blancas-Guillen, J.; Arroyo-Pizarro, P., Quintana E., Tupa-Belizario, R. S & Valencia, P. D. (2024). Escala de Dificultades en la Regulación Emocional: Análisis psicométrico de sus versiones breves en universitarios peruanos Revista Argentina de Ciencias del Comportamiento, 16(2), 60-73.

Información adicional

redalyc-journal-id: 3334

Referencias
Abuid Sampelayo, G. (2020). Efecto mediacional de la conciencia plena entre el tiempo de tratamiento en terapia dialéctica conductual y la desregulación emocional en personas con trastorno límite de personalidad de Lima Metropolitana [Tesis para optar el Título Profesional de Licenciado en Psicología, Universidad de Lima]. https://hdl.handle.net/20.500.12724/13143
Bjureberg, J., Ljótsson, B., Tull, M. T., Hedman, E., Sahlin, H., Lundh, L.-G., Bjärehed, J., DiLillo, D., Messman-Moore, T., Gumpert, C. H., & Gratz, K. L. (2016). Development and validation of a brief version of the Difficulties in Emotion Regulation Scale: The DERS-16. Journal of Psychopathology and Behavioral Assessment, 38(2), 284–296. https://doi.org/10.1007/s10862-015-9514-x
Brown, T. A. (2015). Confirmatory factor analysis for applied research (2a ed.). Guilford Press.
Buruck, G., Dörfel, D., Kugler, J., & Brom, S. S. (2016). Enhancing well-being at work: The role of emotion regulation skills as personal resources. Journal of Occupational Health Psychology, 21(4), 480–493. https://doi.org/10.1037/ocp0000023
Calleja, N., Candelario Mosco, J. B., Rosas Medina, J. H., & Souza Colín, E. (2020). Equivalencia psicométrica de las aplicaciones impresas y electrónicas de tres escalas psicosociales. Revista Argentina de Ciencias del Comportamiento, 12(2), 50–58. https://doi.org/10.32348/1852.4206.v12.n2.25284
Catania, A. (2013). Learning (5a ed.). Sloan Publishing.
Charak, R., Byllesby, B. M., Fowler, J. C., Sharp, C., Elhai, J. D., & Frueh, B. C. (2019). Assessment of the revised Difficulties in Emotion Regulation Scales among adolescents and adults with severe mental illness. Psychiatry Research, 279, 278–283. https://doi.org/10.1016/j.psychres.2019.04.010
Charles, S. T., & Carstensen, L. L. (2014). Emotion regulation and aging. En J. J. Gross (Ed.), Handbook of emotion regulation (2nd ed., pp. 203–218). Guilford Press.
Cohen, N., & Ochsner, K. N. (2018). From surviving to thriving in the face of threats: the emerging science of emotion regulation training. Current Opinion in Behavioral Sciences, 24, 143–155. https://doi.org/10.1016/j.cobeha.2018.08.007
Cremades, C., Garay, C., & Etchevers, M. (2021). Tratamiento de la desregulación emocional en hospitales del área metropolitana de Buenos Aires: una encuesta a profesionales. Interdisciplinaria, 38(3), 103–116. https://doi.org/10.16888/interd.2021.38.3.6
De la Rosa-Gómez, A., Hernández-Posadas, A., Valencia, P. D., & Guajardo-Garcini, D. A. (2021). Análisis dimensional de la Escala de Dificultades en la Regulación Emocional (DERS-15) en universitarios mexicanos. Revista Evaluar, 21(2), 80–97. https://doi.org/10.35670/1667-4545.v21.n2.34401
DiStefano, C., Liu, J., Jiang, N., & Shi, D. (2018). Examination of the Weighted Root Mean Square Residual: Evidence for trustworthiness? Structural Equation Modeling: A Multidisciplinary Journal, 25(3), 453–466. https://doi.org/10.1080/10705511.2017.1390394
Dominguez-Lara, S., & Rodriguez, A. (2017). Índices estadísticos de modelos bifactor. Interacciones, 3(2), 59–65. https://doi.org/10.24016/2017.v3n2.51
Dueber, D. (2021). BifactorIndicesCalculator: Bifactor Indices Calculator (0.2.2) [Computer software]. https://github.com/ddueber/BifactorIndicesCalculator
Dunn, K. J., & McCray, G. (2020). The place of the bifactor model in confirmatory factor analysis investigations into construct dimensionality in language testing. Frontiers in Psychology, 11, Artículo 1357. https://doi.org/10.3389/fpsyg.2020.01357
Ferrando, P. J., & Anguiano-Carrasco, C. (2010). El análisis factorial como técnica de investigación en psicología. Papeles del Psicólogo, 31(1), 18–33. https://www.papelesdelpsicologo.es/pdf/1793.pdf
Gratz, K. L., & Roemer, L. (2004). Multidimensional assessment of emotion regulation and dysregulation: Development, factor structure, and initial validation of the difficulties in emotion regulation scale. Journal of Psychopathology and Behavioral Assessment, 26, 41–54. https://doi.org/10.1023/B:JOBA.0000007455.08539.94
Green, S. B., & Yang, Y. (2009). Reliability of summed item scores using structural equation modeling: An alternative to coefficient alpha. Psychometrika, 74, 155–167. https://doi.org/10.1007/s11336-008-9099-3
Gross, J. J. (2008). Emotion regulation. En M. Lewis, J. M. Haviland-Jones, & L. F. Barrett (Eds.), Handbook of emotions (pp. 497–512). Guilford Press.
Guzmán-González, M., Trabucco, C., Urzúa, A., Garrido, L., & Leiva, J. (2014). Validez y confiabilidad de la versión adaptada al español de la Escala de Dificultades de Regulación Emocional (DERS-E) en población chilena. Terapia Psicológica, 32(1), 19–29. https://doi.org/10.4067/S0718-48082014000100002
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning.
Hallion, L. S., Steinman, S. A., Tolin, D. F., & Diefenbach, G. J. (2018). Psychometric properties of the Difficulties in Emotion Regulation Scale (DERS) and its short forms in adults with emotional disorders. Frontiers in Psychology, 9, Artículo 539. https://doi.org/10.3389/fpsyg.2018.00539
Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55. https://doi.org/10.1080/10705519909540118
Jorgensen, T. D., Pornprasertmanit, S., Schoemann, A. M., & Rosseel, Y. (2022). semTools: Useful tools for structural equation modelling. R package version 0.5-6. [Computer software]. https://CRAN.R-project.org/package=semTools
Kaufman, E. A., Xia, M., Fosco, G., Yaptangco, M., Skidmore, C. R., & Crowell, S. E. (2016). The Difficulties in Emotion Regulation Scale Short Form (DERS-SF): Validation and replication in adolescent and adult samples. Journal of Psychopathology and Behavioral Assessment, 38(3), 443–455. https://doi.org/10.1007/s10862-015-9529-3
Kharatzadeh, H., Alavi, M., Mohammadi, A., Visentin, D., & Cleary, M. (2020). Emotional regulation training for intensive and critical care nurses. Nursing & Health Sciences, 22(2), 445–453. https://doi.org/10.1111/nhs.12679
Kopelman-Rubin, D., Siegel, A., Weiss, N., & Katts-Gold, I. (2020). The relationship between emotion regulation, school belonging, and psychosocial difficulties among adolescents with specific learning disorder. Children & Schools, 42(4), 216–224. https://doi.org/10.1093/cs/cdaa022
Lausi, G., Quaglieri, A., Burrai, J., Mari, E., & Giannini, A. M. (2020). Development of the DERS-20 among the Italian population: A study for a short form of the Difficulties in Emotion Regulation Scale. Mediterranean Journal of Clinical Psychology, 8(2). https://doi.org/10.6092/2282-1619/MJCP-2511
Lawlor, C., Vitoratou, S., Hepworth, C., & Jolley, S. (2021). Self-reported emotion regulation difficulties in psychosis: Psychometric properties of the Difficulties in Emotion Regulation Scale (DERS-16). Journal of Clinical Psychology, 77(10), 2323–2340. https://doi.org/10.1002/jclp.23164
Linehan, M. M. (1993). Cognitive-behavioral treatment of borderline personality disorder. Guilford Press.
Linehan, M. M. (2020). Manual de entrenamiento en habilidades DBT para el/la terapeuta. Tres Olas.
Magallanes Oré, A. M., & Sialer Cárdenas, J. (2019). Propiedades psicométricas de la Escala de Dificultades en la Regulación Emocional en universitarios de Ciencias de la Salud [Tesis de licenciatura, Universidad Peruana de Ciencias Aplicadas]. http://hdl.handle.net/10757/626361
Martín-Brufau, R., Martin-Gorgojo, A., Suso-Ribera, C., Estrada, E., Capriles-Ovalles, M-E., & Romero-Brufau, S. (2020). Emotion regulation strategies, workload conditions, and burnout in healthcare residents. International Journal of Environmental Research and Public Health, 17(21), Artículo 7816. https://doi.org/10.3390/ijerph17217816
Mekawi, Y., Watson-Singleton, N. N., Dixon, H. D., Fani, N., Michopoulos, V., & Powers, A. (2021). Validation of the Difficulties with Emotion Regulation Scale in a sample of trauma-exposed Black women. Journal of Clinical Psychology, 77(3), 587–606. https://doi.org/10.1002/jclp.23036
Michelini, Y., & Godoy, J. C. (2022). Adaptación argentina de dos escalas de dificultades en la regulación emocional en adultos emergentes universitarios. Psykhe, 31(1), 1–20. https://doi.org/10.7764/psykhe.2020.22585
Moreira, H., Gouveia, M. J., & Canavarro, M. C. (2022). A bifactor analysis of the Difficulties in Emotion Regulation Scale—Short Form (DERS-SF) in a sample of adolescents and adults. Current Psychology, 41, 757–782. https://doi.org/10.1007/s12144-019-00602-5
Muñoz-Martínez, A., Vargas, R., & Hoyos-González, J. (2016). Escala de Dificultades en Regulación Emocional (DERS): Análisis factorial en muestra colombiana. Acta Colombiana de Psicología, 19(1), 225–236. https://doi.org/10.14718/ACP.2016.19.1.10
Navarro Carrascal, O., Restrepo-Ochoa, D. A., Rommel, D., Ghalaret, J.-M., & Fleury-Bahi, G. (2021). Validation of a brief version of the Difficulties in Emotion Regulation Scale with a Spanish speaking population (DERS-S SF). CES Psicología, 14(2), 71–88. https://doi.org/10.21615/cesp.5360
Paz, C., Mascialino, G., Proaño, K., & Evans, C. (2021). Psychological intervention change measurement in Latin America: Where from? Where to? Psychotherapy Research, 31(1), 132–141. https://doi.org/10.1080/10503307.2020.1750728
Pérez, Y., & Guerra, V. (2014). La regulación emocional y su implicación en la salud del adolescente. Revista Cubana de Pediatría, 86(3), 368–375. https://www.medigraphic.com/pdfs/revcubped/cup-2014/cup143k.pdf
Pilatti, A., Godoy, J., & Brussino, S. (2012). Análisis factorial confirmatorio del cuestionario de expectativas hacia el alcohol para adolescentes (CEA-A). Acta Colombiana de Psicología, 15(2), 11–20. https://actacolombianapsicologia.ucatolica.edu.co/article/view/262/pdf%20Art%C3%ADculo%201
Podsakoff, P. M., MacKenzie, S. B., Lee, J.-Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, 88(5), 879–903. https://doi.org/10.1037/0021-9010.88.5.879
R Core Team. (2020). R: A language and environment for statistical computing (version 4.0.3) [Computer software]. R Foundation of Statistical Computing. https://www.R-project.org/
Reise, S. P. (2012). The rediscovery of bifactor measurement models. Multivariate Behavioral Research, 47(5), 667–696. https://doi.org/10.1080/00273171.2012.715555
Reise, S. P., Scheines, R., Widaman, K. F., & Haviland, M. G. (2013). Multidimensionality and structural coefficient bias in structural equation modeling: A bifactor perspective. Educational and Psychological Measurement, 73(1), 5–26. https://doi.org/10.1177/0013164412449831
Rendón Arango, M. I. (2007). Regulación emocional y competencia social en la infancia. Diversitas: Perspectivas en Psicología, 3(2), 349–363. https://doi.org/10.15332/s1794-9998.2007.0002.13
Rodriguez, A., Reise, S. P., & Haviland, M. G. (2016). Evaluating bifactor models: Calculating and interpreting statistical indices. Psychological Methods, 21(2), 137–150. https://doi.org/10.1037/met0000045
Rosseel, Y. (2012). lavaan: An R package for structural equation modeling. Journal of Statistical Software, 48(2), 1–36. https://doi.org/10.18637/jss.v048.i02
Semborski, S., Henwood, B., Rhoades, H., Mason, T., Wenzel, S., & Rice, E. (2021). Construct, concurrent, and real-world predictive validity of the Difficulties in Emotion Regulation (DERS-18) among young adults with history of homelessness. Psychological Assessment, 33(5), 385–394. https://doi.org/10.1037/pas0000991
Shahabi, M., Hasani, J., & Bjureberg, J. (2020). Psychometric Properties of the Brief Persian Version of the Difficulties in Emotion Regulation Scale (The DERS-16). Assessment for Effective Intervention, 45(2), 135–143. https://doi.org/10.1177/1534508418800210
Skutch, J. M., Wang, S. B., Buqo, T., Haynos, A. F., & Papa, A. (2019). Which brief is best? Clarifying the use of three brief versions of the Difficulties in Emotion Regulation Scale. Journal of Psychopathology and Behavioral Assessment, 41(3), 485–494. https://doi.org/10.1007/s10862-019-09736-z
Streiner, D. L., Norman, G. R., & Cairney, J. (2015). Health measurement scales: A practical guide to their development and use (5th ed.). Oxford University Press.
Tambs, K., & Røysamb, E. (2014). Selection of questions to short-form versions of original psychometric instruments in MoBa. Norsk Epidemiologi, 24(1-2), 195-201. https://www.researchgate.net/publication/275235155_Selection_of_questions_to_short-form_versions_of_original_psychometric_instruments_in_MoBa
Thompson, R. A. (1994). Emotion regulation: A theme in search of definition. Monographs of the Society for Research in Child Development, 59(2–3), 25–52. https://doi.org/10.2307/1166137
Tomás, J. M., Sancho Requena, P., Oliver Germes, A., Galiana Llinares, L., & Meléndez Moral, J. C. (2012). Efectos de método asociados a ítems invertidos vs. Ítems en negativo. Revista Mexicana de Psicología, 29(2), 105–115. https://www.redalyc.org/pdf/2430/243030190001.pdf
Ventura-León, J. (2021). Instrumentos breves: Un método para validar el contenido de los ítems. Andes Pediatrica, 92(5), 812–813. https://doi.org/10.32641/andespediatr.v92i5.3961
Victor, S. E., & Klonsky, E. D. (2016). Validation of a brief version of the Difficulties in Emotion Regulation Scale (DERS-18) in five samples. Journal of Psychopathology and Behavioral Assessment, 38(4), 582–589. https://doi.org/10.1007/s10862-016-9547-9
Weis, N., Gratz, K., & Lavender, J. (2015). Factor structure and initial validation of a multidimensional measure of difficulties in the regulation of positive emotions: The DERS-Positive. Behavior Modification, 39(3), 431-453. https://doi.org/10.1177/0145445514566504
Westerlund, M., & Santtila, P. (2018). A Finnish adaptation of the Emotion Regulation Questionnaire (ERQ) and the Difficulties in Emotion Regulation Scale (DERS-16). Nordic Psychology, 70(4), 304–323. https://doi.org/10.1080/19012276.2018.1443279
Woodward, E. C., & Viana, A. G. (2018). The desire to emulate parental emotional strategies and its relation to emotion dysregulation among emerging adults. Emotional & Behavioural Difficulties, 23(3), 245–253. https://doi.org/10.1080/13632752.2018.1455648
Zhao, Y., Wu, K., Wang, Y., Zhao, G., & Zhang, E. (2021). Construct validity of brief difficulties in emotion regulation scale and its revised version: Evidence for a general factor. Current Psychology, 41(2), 1085–1096. https://doi.org/10.1007/s12144-021-02056-0
Notas
Notas de autor

Enviar correspondencia a pabvalenciam@gmail.com

Tabla 1
Ítems según subescalas de las cuatro versiones breves de la DERS.

Tabla 2
Estadísticos descriptivos de los ítems de la DERS-36.

Nota. M: Media; DE= Desviación estándar; g₁ = Asimetría; g₂ = Curtosis; rᵢₛ = Correlación ítem-subescala.
Tabla 3
Índices de ajuste de los modelos probados

Nota. En cursiva: modelos que no convergieron o presentaron soluciones no interpretables. Aunque, en sentido estricto, el criterio de buen ajuste del test χ² es obtener un resultado no significativo, en análisis como el presente se espera obtener resultados significativos incluso cuando el ajuste es adecuado. CFI: índice de ajuste comparativo; TLI: índice de Tucker-Lewis; WRMR: media cuadrática residual ponderada; RMSEA: raíz de la media cuadrática del error de aproximación; CMIN: razón del chi cuadrado sobre los grados de libertad.
Tabla 4
Cargas factoriales de los modelos oblicuos y bifactor de las versiones breves propuestas.

Nota. λFE = Carga factorial de los factores específicos; λFG = Carga factorial de los factores generales; ωcategórico = coeficiente de fiabilidad omega categórico.
Tabla 5
Índices de los modelos bifactor de la versión DERS-18 y DERS-20.

Nota. En ambas versiones, se omitió la subescala Conciencia; ECV: Varianza común explicada del factor general; PUC: Porcentaje de correlaciones no contaminadas; ωH: Coeficiente Omega jerárquico; H: índice de replicabilidad de constructo.
Buscar:
Contexto
Descargar
Todas
Imágenes
Visor de artículos científicos generados a partir de XML-JATS por Redalyc