VOLUMEN: 2 NÚMERO: 1
SESGO Y CONSISTENCIA INTERNA DE LA ESCALA REVISADA DE PSICOTICISMO: IMPLICACIONES CONCEPTUALES

M. Ignacio Ibáñez Generós Ortet Micaela Moro
Departamento de Psicología Básica, Clínica y Psicobiología
Universitat Jaume I de Castelló
Spain

  INTRODUCCIÓN

    El cuestionario de personalidad de Eysenck, EPQ (Eysenck y Eysenck, 1975) fue el primer cuestionario que incluyó escalas para las tres dimensiones básicas propuestas por la teoría de Eysenck: la extraversión (E), el neuroticismo (N) y el psicoticismo (P). Sin embargo, la escala P presentaba una serie de problemas psicométricos tales como una fiabilidad relativamente baja, una media y rango inadecuados y una distribución de puntuaciones con un claro sesgo hacia el bajo psicoticismo (véase Claridge, 1981).

    Eysenck, Eysenck y Barrett (1985), con el fin de mejorar estos aspectos, desarrollaron una nueva versión revisada de la escala P que junto a las de E, N y L iban a conformar el EPQ-R (Eysenck y Eysenck, 1991). Así, la consistencia interna de la escala P, para hombres y mujeres, pasa de 0´74 y 0´68 en el EPQ a fiabilidades de 0´78 y 0´76 en el EPQ-R. Las medias para hombres y mujeres también incrementan sus valores de 3´78 y 2'63 respectivamente en la escala P (25 ítems) a 7´63 en hombres y 6´18 en mujeres en la escala P revisada (32 ítems). Además, la distribución de las puntuaciones en la escala revisada presenta una curva mejorada respecto a la escala P del EPQ con índices de asimetría y kurtosis para hombres de 1'02 y 1'49 y para mujeres de 0'90 y 1'27. Podemos concluir, pues, que los intentos de mejora de la escala P consiguieron su propósito inicial, aunque no completamente. Por lo que se refiere a las fiabilidades, el aumento obtenido en el EPQ-R podría ser atribuido simplemente a un incremento en la longitud de la escala, mostrando todavía valores menores que en E y N. En cuanto a su distribución ésta parece mostrar una mejoría, aunque aún sin comportarse de acuerdo con la corva normal.

    Nuestro grupo ha adaptado y desarrollado tres versiones del EPQ-R en español: una versión completa de 83 ítems, una versión abreviada de 48 ítems (EPQ-R y EPQ-RS; Eysenck y Eysenck, 1997), así como una versión reducida de 24 ítems (EPQ-RA; Ibáñez, Ortet, Moro, Ávila y Parcet, sometido a revisión). En el desarrollo de estas versiones pusimos especial empeño en intentar mejorar los problemas psicométricos que las diferentes versiones de la escala P siguen mostrando, en concreto un sesgo hacia el bajo psicoticismo (p.e. Eysenck y Eysenck, 1991; Wilson y Doolabh, 1992; Chico y Ferrando, 1994) y una consistencia interna que presenta índices menores que las escalas E y N (p.e. Eysenck y Eysenck, 1991; Eysenck, Barrett y Barnes, 1993; Wilson y Doolabh, 1992; Strelau y Zawadki, 1997; San Martini, Mazzoti y Setaro, 1996).

    Por lo que respecta al sesgo de la escala de psicoticismo, el propio Eysenck (1992) reconoce desconocer si éste es debido a problemas de la propia escala, de la muestra, o a la naturaleza del psicoticismo. Y es que el desarrollar ítems socialmente aceptables de psicoticismo o hacer que personas altas en P participen en investigaciones que implican cumplimentar voluntariamente cuestionarios de personalidad son aspectos que presentan cierta dificultad (Wilson y Doolabh, 1992; Claridge, 1981; Eysenck, 1992).

    En referencia a la menor fiabilidad de la escala P, Eysenck (1992) considera que esta escala está compuesta por diferentes rasgos relativamente poco relacionados, por lo que es hasta cierto punto aceptable que la fiabilidad, medida mediante la consistencia interna, ofrezca índices que reflejen la naturaleza heterogénea de esta dimensión. Algunos autores consideran incluso que índices de consistencia interna demasiado elevados estarían indicando redundancia interna (Boyle, Stankov y Cattell, 1995), por lo que los índices de fiabilidad alfa que presenta la escala P pueden considerarse adecuados.

     En la creación y selección de ítems de las de las diferentes versiones de la escala P española tuvimos en cuenta ambos aspectos. De este modo, intentamos adaptar los ítems de P de forma que fueran socialmente aceptables, creando incluso nuevas preguntas. Además, fuimos especialmente cuidadosos en la selección de ítems tanto en las versiones completa, abreviada como reducida. Para ello consideramos varios criterios. Por una parte tomamos en consideración que la saturación de los ítems fuera adecuada. Otro de los criterios utilizados fue el de los porcentajes de respuesta y las medias de los ítems. Kline (1993) indica que aquellos ítems en los que una de las opciones es respondidas por menos del 20% y por más del 80% no discriminan entre los sujetos. Por tanto, escogimos los ítems que presentaban una mejor media, y eliminamos los que habían sido contestados mayoritariamente en un solo sentido. Otro criterio de selección fue el de eliminar los ítems que disminuían la fiabilidad de consistencia interna de su escala. También tuvimos en cuenta el contenido de los ítems, especialmente de la escala P. Así, y en caso de igualdad, eran seleccionados aquellos ítems de forma que se abarcara el mayor número de rasgos de la dimensión de psicoticismo (Eysenck, 1992). Finalmente, estos criterios debían cumplirse tanto en hombres como en mujeres. De este modo, los ítems seleccionados saturaban en su escala, contribuían a la fiabilidad de la misma, tenían medias y porcentajes de respuesta discriminativos, y abarcaban un amplio dominio de su dimensión, tanto en mujeres como en hombres.

     Aunque los resultados obtenidos en las diferentes versiones son satisfactorios, especialmente en lo que respecta a las medias de las escalas P, la longitud de las diferentes versiones hace que éstas no puedan ser comparadas directamente. El primer objetivo de este trabajo es comparar el sesgo de las diferentes versiones españolas de la escala P revisada, la versión completa de 23 ítems, la versión abreviada de 12 ítems y la versión reducida de 6 ítems, mediante el índice de asimetría y una transformación aritmética de las medias de las tres versiones de la escala P. Esta comparación nos pueden aportar información relevante acerca de los factores que pueden estar influyendo en el sesgo de la escala P.

    El segundo objetivo del trabajo es el de verificar la hipótesis de Eysenck respecto a la mayor heterogeneidad de la escala P (Eysenck, 1992).Para ello vamos a comparar la estructura factorial de ésta frente a las escalas E y N de la versión en castellano del EPQ-R (Eysenck y Eysenck, 1997). Finalmente, comprobaremos si las diferentes versiones españolas del la escala P evalúan de forma similar el mismo constructo de psicoticismo.
 

MÉTODO

Sujetos

    Los 83 ítems de la versión de castellana del EPQ-R fueron administrados a una muestra total de 1269 personas, 584 hombres con un rango de edad de 16 a 73 años y una media de 27'30, y 685 mujeres con un rango de edad fue de 16 a 77 años y una media de 25'71.

Material

    A partir de los 83 ítems de la versión española del EPQ-R, se trabajo con la versión completa de 23 ítems de la escala de psicoticismo (P), la versión abreviada de 12 ítems (PA) (Eysenck y Eysenck, 1997) y la versión reducida de 6 ítems (PR) (Ibáñez et al, sometido a revisión).

 Procedimiento

    Dado que el EPQ-R fue desarrollado fundamentalmente para mejorar algunos aspectos de la escala de psicoticismo, en este trabajo se investigó la distribución de las tres versiones de la escala P revisada. Para ello se han hallado las puntuaciones medias de las escalas P completa y P abreviada en la muestra de 1269 personas. El valor de la media de la versión reducida ha sido extraído del trabajo de Ibáñez et al (en prensa). También se han hallado los índices de asimetría de las versiones completa, abreviada y reducida de la escala P revisada española en la muestra de 1269 personas.

    Dado que la puntuación media de una escala está influida por el número de ítems que la integra, se halló la media corregida se de la versión completa, la versión abreviada y la versión reducida de la escala P revisada. Para ello aplicamos la siguiente fórmula: (Media / Nº de ítems de la escala) * 100. De esta forma los valores de las medias corregidas obtenidas para las diferentes versiones españolas pueden ser comparados.

    Con el propósito de aportar datos acerca de la hipótesis enunciada por Eysenck (1992) referente a la heterogeneidad de la escala P frente la mayor homogeneidad de las escalas E y N, se realizó un análisis factorial de componentes principales con rotación Oblimín Directa para cada una de las escalas P, E y N del EPQ-R. Para cada una de las escalas se seleccionaron aquellos factores con valor propio mayor que uno. Asimismo se hallaron las correlaciones entre los factores resultantes en cada una de las escalas.

    Finalmente, para verificar que las diferentes versiones de la escala P están evaluando el mismo constructo independientemente de la longitud de las mismas, se han hallado las correlaciones entre las tres versiones de la escala P revisada. Además, y para comprobar que están midiendo con una precisión semejante, se han hallado las fiabilidades de consistencia interna de las versiones completa y abreviada de la escala P revisada en la muestra de 1269 personas. La fiabilidad de consistencia interna de la escala P reducida ha sido extraída del trabajo de Ibáñez et al, (sometido a revisión). Sin embargo, el índice de fiabilidad se ve influenciado por el número de elementos de la escala, por lo que se corrigió la fiabilidad alfa de las versiones abreviada y reducida en función de una longitud de 23 ítems, longitud de la escala P completa, mediante la aplicación de la fórmula de Spearman-Brown (Santiesteban, 1990).
 

RESULTADOS

    La Tabla 1 presenta las medias de la escala P completa, abreviada y reducida en la muestra de 1269 sujetos. La media de la escala P reducida ha sido extraída del trabajo de Ibáñez et al (sometido a revisión). Asimismo, en la Tabla 1 también se muestran los valores de asimetría, medias corregidas, fiabilidades alfa y fiabilidades alfa corregidas para las versiones completa, abreviada y reducida de las escalas P. Las fiabilidades alfa de la versión reducida han sido extraídas del trabajo de Ibáñez et al (sometido a revisión). Por último, la Tabla 1 también presenta las correlaciones entre las tres versiones de la escala P.
 
 

*En función de la longitud de la escala

    La Figura 1 presenta el número de factores extraídos para cada una de las escalas P, E y N del EPQ-R. Así, la escala P presenta 7 factores, mientras que las escalas E y N muestran 5 factores. También se muestra la etiqueta que hemos asignado a los factores, los ítems que integran cada factor, así como el contenido del ítem más representativo de cada uno de los factores. La numeración de los ítems corresponde a la clave de corrección de la versión española del EPQ-R (Eysenck y Eysenck, 1997).
 
 

    La Tabla 2 presenta las correlaciones entre los factores para cada una de las escalas E, N y P del EPQ-R. La escala P muestra siete factores poco relacionados entre ellos, mientras que las escalas E y N muestran cinco factores con un grado elevado de interrelación.
 
 

CONCLUSIÓN

    Los valores de asimetría y medias corregidas de las versiones completa, abreviada y reducida de la escala P revisada española que se presentan en la Tabla 1 pueden sernos de utilidad a la hora de responder a la duda que Eysenck (1992) plantea con respecto a las causas del sesgo que muestra dicha escala. Por un lado, es posible que, debido a las características de la administración de cuestionarios, las personas con puntuaciones altas en P rechacen con mayor facilidad la cumplimentación de los cuestionarios, de modo que obtengamos una muestra sesgada con un mayor número de sujetos bajos en psicoticismo. En este sentido el estudio de las escalas de Eysenck realizado en Zimbawe por Wilson y Doolabh (1992) obtiene una distribución muy próxima a la normal. Los autores justifican este hecho refiriéndose a la cultura autoritaria del país, en la cual muy pocas personas rehusan las peticiones hechas por una figura de autoridad. Por tanto, los autores vienen a sugerir que la muestra que cumplimentó los cuestionarios en Zimbawe incluía aquellas personas que por sus altas puntuaciones en P rechazarían contestar el cuestionario en otras circunstancias, pero que debido al contexto cultural específico del país, y ante la petición de una figura de autoridad, en este caso un profesor universitario, sería más probable que participaran.

    Por otra parte, es posible que la escala P no cubra adecuadamente todo el rango de conductas definidas por la dimensión de psicoticismo. Es decir, existirían muy pocos ítems de bajo psicoticismo que son contestados en un bajo porcentaje, o bien no se utilizan ítems que midan características de P que sean admitidas sin excesiva dificultad. Y es que, como comenta Claridge (1981), existe una gran dificultad en encontrar cuestiones relacionadas con P y que sean socialmente aceptables.

    Finalmente, pudiera ser que la propia dimensión P se distribuyera anormalmente con un sesgo hacia la baja P. Es decir, dada la peculiar naturaleza del psicoticismo, existiría una considerable cantidad de personas con puntuaciones bajas en P, mientras que existiría un número reducido de personas altos en psicoticismo. Sin embargo, de la misma forma que pensamos que es natural y esperable la existencia de un bajo número de personas altas en P y un mayor número de personas bajas en P, también es esperable un bajo número de personas con un alto neuroticismo (N) y un mayor número de personas estables. Pero cuando tomamos la distribución de la escala N comprobamos que esta se asemeja bastante a una curva normal.

    El estudio de Chico y Ferrando (1995) parece aportar datos al respecto. En él se presenta información acerca de la distribución de frecuencias de la escala P en una muestra de jóvenes cumpliendo el servicio militar y en una muestra de delincuentes en prisión. El índice de asimetría obtenida en la muestra de prisioneros era menor que en la de militares, pero todavía con un sesgo hacia la baja P. Sin embargo, cuando se subdividía la muestra de prisioneros en violentos y no violentos, la distribución de las puntuaciones P en el grupo de prisioneros violentos se asemejaba a una distribución normal. Hubiera sido esperable, sin embargo, que la distribución de frecuencias de la escala P en este grupo hubiera presentado un marcado sesgo hacia la alta P. De esta forma, podremos inferir que el problema del sesgo estaría ubicado en la propia escala, y no sería consecuencia de la naturaleza de la dimensión.

    Los resultados obtenidos en el presente trabajo vendrían a confirmar esta hipótesis. Si observamos la Tabla 1, las versiones abreviada y reducida de la escala P, aunque sigue sin ajustarse a una distribución normal, presenta índices de asimetría más satisfactorios que los presentados tanto por la escala P revisada original (Eysenck et al. 1985) como la escala P completa de la adaptación castellana (Eysenck y Eysenck, 1997). Las medias de P, en términos absolutos, van decreciendo conforme la escala va reduciéndose en ítems. Sin embargo, si tenemos en cuenta la longitud de de las escalas, podemos comprobar como, al igual que lo expresado por lo índices de asimetría, la media corregida muestra un aumento en las escalas P abreviada y P reducida (véase Tabla 1). Es decir, que con una cuidadosa selección de los ítems de P se ha conseguido mejorar la distribución de la escala aproximándose en la escala P reducida a valores cercanos a la normalidad. Estos datos, junto con los trabajos comentados, parecen sugerir que el problema del sesgo en la distribución de P es atribuible, en un alto porcentaje, a deficiencias de la propia escala. Aunque la selección de la muestra pueda tener una cierta influencia en el sesgo, consideramos que la creación de preguntas de P socialmente aceptables pueden ayudar a reducir un sesgo que posiblemente no sea atribuible a la naturaleza del propio psicoticismo.

    A pesar de que los índices de consistencia interna de P son semejantes o incluso más altos que los obtenidos en la mayor parte de versiones del EPQ-R (Wilson y Doolabh, 1992; Eysenck et al, 1993; Eysenck y Eysenck, 1991; Francis, Brown y Philipchalk, 1992; Sanderman, Eysenck y Arrindell, 1991; Strelau y Zawadki, 1997), el hecho es que los índices de fiabilidad de las diferentes versiones de la escala P española siguen siendo menores que en el resto de escalas, algo que, por otra parte, también ocurre en los instrumentos originales (Eysenck y Eysenck, 1991; Francis et al, 1992) y no tiene por qué suponer una deficiencia en la escala (Boyle et al., 1995). En este sentido, Eysenck (1992) considera que la menor fiabilidad de consistencia interna de la escala P es consecuencia de la heterogeneidad y relativa independencia de los rasgos integrantes. Si atendemos al contenido de los ítems de nuestra versión del EPQ-R, observamos como las escalas E y N parecen abarcar unos pocos rasgos de los propuestos por el autor (Eysenck, 1990), de forma que su estructura interna resultaría bastante homogénea. Sin embargo, la P parece estar mejor representada de acuerdo con los rasgos propuestos por la teoría (Eysenck, 1992), con ítems que en apariencia mantienen escasa relación conceptual entre ellos.

    Hemos intentado comprobar empíricamente esta hipótesis, factorizando para ello las escalas E, N y P de la versión española del EPQ-R. En la Figura 1 y la Tabla 2 vemos como las escalas E y N estarían compuestas por cinco factores oblicuos altamente interrelacionados. Así, la Tabla 2 muestra como en la escala E todas las correlaciones entre factores son mayores de 0'20, alcanzando valores de 0'50. En la escala N todas las correlaciones, a excepción de una, son mayores de 0'28, alcanzando valores de 0'50. Por contra, la escala P estaría compuesta por siete factores oblicuos que podrían corresponder a los rasgos de crueldad, impulsividad, baja socialización, irresponsabilidad, antagonismo, inconformismo y esquizotipia, aunque dichos factores estarían relativamente poco relacionados, ya que la correlación más alta es de 0'30, con tan sólo cuatro valores por encima de 0'20 (véase Tabla 2). Estos resultados vendrían a confirmar la hipótesis de Eysenck al respecto, en el sentido en que los rasgos integrantes de la escala P corta son más heterogéneos que en el resto de escalas, y sugiere que una selección de ítems más homogénea podría traducirse en un incremento en la fiabilidad, aunque seguramente mermando su representatividad

    Finalmente, las altas correlaciones obtenidas entre las tres versiones españolas de la escala P revisada indican que están evaluando el mismo constructo de psicoticismo (véase Tabla 1). Además, podemos considerar que las tres versiones evalúan de una manera similar esta dimensión. Aunque las fiabilidades de consistencia interna van disminuyendo conforme las escalas decrecen en número de ítems, si controlamos este hecho mediante la fórmula de Spearman-Brown (Santiesteban, 1990), las fiabilidades no sólo se mantienen sino que incrementan sus valores (véase Tabla 1). En todo caso, podemos considerar que las disminución de fiabilidad de las escalas abreviada y reducida es atribuible a la longitud de las mismas y que, por tanto, las fiabilidades de consistencia interna de las escalas P completa (23 ítems), P abreviada (12 ítems) y P reducida (6 ítems) son, cuando menos, semejantes. Esta afirmación se ve apoyada por el hecho de que en la escala P abreviada hemos seleccionado ítems de 6 de los 7 factores de la escala P completa, mientras que la escala P reducida está formada por ítems de 4 de los 7 factores de la escala P completa. Es decir, que la mayor parte de los rasgos o factores de la escala P completa también están representados en las versiones abreviada y reducida. Podemos considerar, pues, que se trata de tres versiones equivalentes que pueden usarse indistintamente en función de las demandas y necesidades de la investigación concreta.

    En definitiva, los resultados obtenidos podrían estar sugiriendo que una adecuada selección de ítems de P socialmente aceptables, así como una correcta adaptación de los mismos a su contexto sociocultural, pueden mejorar substancialmente la distribución de la escala sin disminuir su fiabilidad ni su representatividad. De acuerdo con el presente estudio, la pregunta que formulaba Eysenck (1992) en torno a si la distribución sesgada de la escala P es un problema de la escala, de la muestra o de la naturaleza de la dimensión, puede ser respondida atribuyendo la mayor parte de responsabilidad de este sesgo a la propia escala P revisada. Además, y dada la heterogeneidad de la escala P, consideramos que una selección de ítems más homogénea podría aumentar la fiabilidad de la escala, aunque probablemente conllevaría un decremento en la representatividad del constructo psicoticismo.

BIBLIOGRAFÍA

Boyle, G.J., Stankov, L. y Cattell, R.B. (1995). Measurement and statistical models in the study of personality and intelligence. En D.H. Saklofske y M. Zeidner (Eds.): International Handbook of Personality and Intelligence (pp. 417-446). Nueva York: Plenum Press.

Claridge, G.S. (1981). Psychoticism. En R. Lynn (ed.): Dimensions of personality: papers in honour of H.J. Eysenck. (pp. 79-109). Oxford: Pergamon Press.

Chico, E. y Ferrando, P.J. (1995). A psychometric evaluation of the revised P scale in delinquent and non-delinquent Spanish samples. Personality and Individual Differences, 18, 331-337.

Eysenck, H. J. (1990). Biological dimensions of personality. En L.A. Pervin (ed.): Handbook of Personality Theory and Research.. (pp. 244-276). Nueva York: Guilford Press.

Eysenck, H. J. (1992). The definition and measurement of psychoticism. Personality and Individual Differences, 13, 757-785.

Eysenck, H. J. y Eysenck, S. B. G. (1975). Manual of de Eysenck Personality Questionnaire. London: Hodder & Stoughton.

Eysenck, H. J. y Eysenck, S. B. G. (1991). Eysenck Personality Scales (EPS Adult). Londres: Hodder y Stoughton.

Eysenck, H. J. y Eysenck, S. B. G. (1997). Cuestionario revisado de personalidad de Eysenck (EPQ-R). Madrid: TEA Ediciones.

Eysenck, S. B. G., Barrett, P. T., y Barnes, G. E. (1993). A cross-cultural study of personality: Canada and England. Personality and Individual Differences, 14, 1-9.

Eysenck, S. B. G., Eysenck, H. J., y Barrett, P. (1985). A revised version of the Psychoticism scale. Personality and Individual Differences, 6, 21-29.

Francis, L.J., Brown, L.B. y Philipchalk, R. (1992). The development of an abbreviated form of the revised Eysenck personality questionnaire (EPQ-RA): its use among students in England, Canada, the U.S.A. and Australia. Personality and Individual Differences, 13, 443-449.

Ibáñez, M. I., Ortet, G., Moro, M., Ávila, C. y Parcet, M. A. (sometido a revisión). Versión reducida del cuestionario revisado de personalidad de Eysenck (EPQ-RA). Análisis y Modificación de Conducta.

Kline, P. (1993). Personality: the psychometric view. Londres: Routledge.

San Martini, P., Mazzoti, E. y Setaro, S. (1996). Factor structure and psychometric features of the Italian version for the EPQ-R. Personality and Individual Differences, 21, 877-882.

Sanderman, R., Eysenck, S.B.G. y Arrindell, W.A. (1991). Cross-cultural comparison of personality: the Netherlands and England. Psychological Reports, 69, 1091-1096.

Santiesteban, C. (1990). Psicometría. Teoría y práctica en la construcción de tests. Madrid: Norma.

Strelau, J. y Zawadzki, B. (1997). Temperament and personality: Eysenck's three superfactors as related to temperamental dimensions. En H. Nyborg (ed.): The scientific study of human nature. Tribute to Hans J. Eysenck at eighty. (pp. 68-92). Oxford: Pergamon.

Wilson, D.J. y Doolabh, A. (1992). Reliability, factorial validity and equivalence of several forms of the Eysenck personality inventory/questionnaire in Zimbabwe. Personality and Individual Differences, 13, 637-643.
 
 

Volver a la REME