Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Cited by Google 
Similars in
SciELO 
Similars in Google 
Permalink
Introducción
La evaluación psicológica en personas mayores es un reto (Rossi et al., 2014; Segal et al., 2012), especialmente, por la alta probabilidad de que presenten dificultades sensoriales y cognitivas asociadas a la edad (Edelstein et al., 2008), así como, bajos niveles educativos (Hooren et al., 2007) especialmente, en los países denominados en vías de desarrollo. Por lo tanto, en los estudios y tratamientos con personas de esta población, es fundamental realizar una elección adecuada de las herramientas de medición que permitan lograr un adecuado diagnóstico, intervención y seguimiento (Edelstein et al., 2008; Rossi et al., 2014; Segal et al., 2012; Van den Broeck et al., 2012a).
El modelo de los Cinco Grandes Factores (Big-Five) de (Costa y McCrae., 1988) ha liderado las teorías de la personalidad en la adultez (Roberts et al., 2006; Segal et al., 2012), especialmente, porque ha demostrado su aplicabilidad transcultural (Ispas et al., 2014). Este modelo plantea que los rasgos de personalidad son relativamente estables a lo largo de la vida y se mantienen a través de diferentes culturas (McCrae et al., 1998; McCrae & Costa, 2004). Sin embargo, dado que el desarrollo de la personalidad sucede a lo largo de la vida, incluso en la vejez (Roberts et al., 2006; Wagner & Mueller, 2020), se ha encontrado que algunos de estos rasgos de personalidad cambian durante el envejecimiento (Debast et al., 2014). Por ejemplo, la amabilidad y responsabilidad tienden a aumentar con la edad mientras que el neuroticismo y apertura a la experiencia generalmente presentan una leve disminución (Roberts et al., 2006). Y, en muchos casos, estos cambios pueden facilitar la adaptación a las circunstancias que se viven en la vejez (Debast et al., 2014).
El estudio de la personalidad en personas adultas mayores se ha enfocado en conocer los cambios durante el ciclo vital (Debast et al., 2014), identificar trastornos de la personalidad, así como, reconocer aspectos positivos en esta etapa de la vida que actúan como factores protectores del deterioro cognitivo y la enfermedad de Alzheimer (Duchek et al., 2007; Terracciano & Sutin, 2019), y predictores del bienestar y de un adecuado funcionamiento psicosocial en la vejez (Potter et al., 2020; Rizzuto et al., 2017).
Ahora bien, se han elaborado distintos inventarios para la evaluación del modelo de los Cinco Grandes Factores de (Costa y McCrae.,1988), entre ellos, el más utilizado es el NEO Personality Inventory (NEO- PI), que evalúa cada uno de los factores principales de la personalidad propuestos por dicho modelo: (O = Apertura a la experiencia, C = Responsabilidad, A = Amabilidad, E = Extraversión; y N = Neuroticismo). El NEO-PI ha demostrado ser confiable y valido tanto para muestras clínicas, como normativas (McCrae & Costa, 2004). Existen versiones en diferentes idiomas y su validación ha mostrado aplicabilidad transcultural (p.e. Ispas et al., 2014; McCrae et al., 1998); (Panayiotou et al., 2004).
Debido a que la versión revisada del NEO-PI (NEO Personality Inventory-Revised -NEO-PI-R) tuvo en cuenta el contexto y características de la adultez mayor para la selección de sus ítems (Rossi et al., 2014) y ha demostrado tener adecuadas propiedades psicométricas para ser usado con personas mayores (Costa & McCrae, 1988; Van den Broeck et al., 2012b), es comúnmente usado en estudios en esta población. Sin embargo, la aplicación de la versión completa está dirigida a personas adultas mayores con educación académica (Segal et al., 2012), alfabetos y sin deterioro cognitivo (Edelstein et al., 2008).
A pesar de que las diferentes versiones del inventario NEO (NEO-PI, NEO-FFI, NEO-PI-R ) se han caracterizado por su aplicabilidad transcultural, su estructura factorial no siempre se ha podido comprobar (ej: Le Corff & Busque-Carrier, 2016; Vassend & Skrondal, 2011). La falta de un buen ajuste del modelo se ha atribuido a la correlación entre los errores, razón por la cual (Gignac et al., 2007) plantearon la necesidad de abordar cada uno de los factores como individuales y (Cupani et al., 2012) sugieren revisar y mejorar el ajuste del factor Amabilidad.
Por su parte, (Marsh et al., 2010) refieren que los enfoques metodológicos clásicos a través del uso de análisis factoriales confirmatorios (AFC) para evaluar los inventarios de personalidad NEO pueden ser muy restrictivos, por lo que proponen usar metodologías más flexibles como los modelos de ecuaciones estructurales exploratorios (ESEM), cuando el enfoque de AFC no logra un ajuste adecuado. También se recomienda usar el enfoque de modelos bifactoriales para el estudio de la personalidad (Gäde et al., 2017; Howell et al., 2020), dado que el factor general está al mismo nivel de los otros factores específicos y es útil cuando los diferentes dominios o factores están relacionados, como es el caso del modelo de personalidad de los Cinco Grandes Rasgos (Chen et al., 2006).
En Latinoamérica, los estudios sobre las características psicométricas de los inventarios de personalidad NEO en población adulta mayor son escasos. Existen investigaciones en población joven y no logran comprobar su estructura factorial (Martinez-Uribe & Cassaretto-Bardales, 2011; Meda-Lara et al., 2015). Dado lo anterior, este estudio busca evaluar la validez de constructo del inventario NEO-FFI en una muestra de adultos mayores colombianos a través de diferentes enfoques metodológicos, desde el enfoque clásico de AFC hasta modelos más flexibles como los bifactoriales (ver Figura 1).
Método
La presente investigación corresponde a un estudio de tipo instrumental que tiene como objetivo conocer la confiabilidad y validez de un instrumento que mide el constructo psicológico de la personalidad (Ato, López, & Benavente., 2013).
Participantes
La muestra estaba conformada por 617 personas de entre 57 y 80 años (M = 70, SD = 7,4) que vivían en espacios domésticos, es decir, no estaban institucionalizadas. Del total, 39% eran hombres y 61% mujeres. Un 27% no finalizaron escuela primaria, 18% completaron primaria, seguidos por 14% con secundaria incompleta; 10% habían terminado la escuela secundaria; 7% terminaron el nivel técnico-técnico, mientras que 14% tenían estudios universitarios; y, finalmente, 10% no tenía estudios.
Como criterios de inclusión de los participantes se tuvo en cuenta: a) personas de 60 años y más, b) de nacionalidad colombiana, c) que no presentarán ningún signo de alteración cognoscitiva, moderado a severo, y/o trastorno psiquiátrico diagnosticado que afecte su desempeño. Como método de cribado del deterioro cognoscitivo se utilizó el Mini Mental State Examination.
Instrumentos
NEO Five Factor Inventory (NEO-FFI). Desarrollado por (Costa y McCrae., 1988), es una versión reducida del NEO-PI. Consta de 60 elementos para evaluar el modelo de personalidad de los Cinco Grandes Factores: (N) Neuroticismo, (A) Amabilidad, (C) Responsabilidad, (O) Apertura a experiencia, y (E) Extraversión. Utiliza una escala Likert de 0 - Totalmente en desacuerdo a 4 - Totalmente de acuerdo. El NEO-FFI ha sido traducido a varios idiomas y mostró propiedades psicométricas adecuadas (Ispas et al., 2014; McCrae & Costa, 2004). Para este estudio se utilizó la versión en español del Inventario, de la cual (Aluja et al., 2005) reportaron una buena estructura de ítems.
Procedimiento
Los participantes fueron contactados en centros comunitarios que ofrecen actividades de esparcimiento para adultos mayores en la ciudad de Bogotá, Colombia y dos municipios de los alrededores. Inicialmente, fueron informados sobre el propósito del estudio e invitados a participar, enfatizando en el carácter voluntario y confidencial de dicha participación. Quienes manifestaron su interés firmaron el respectivo consentimiento.
En primera instancia, se utilizó el MiniMental State Examination (MMSE) como método de cribado del deterioro cognitivo para determinar si la persona cumplía con los criterios de inclusión. Se tuvieron en cuenta los puntos de corte de la validación colombiana realizada por Roselli et al. (2000): personas con escolaridad de básica primaria o más con puntuaciones mayores o iguales a 24, alfabetas sin estudios con puntuaciones mayores o iguales a 21 y analfabetas con puntuaciones mayores o iguales a 17. Cinco personas fueron excluidas por puntuar por debajo del punto de corte del MMSE y derivadas a una evaluación especializada a través de su seguro de salud, y quienes cumplieron los criterios de inclusión y manifestaron su interés en continuar, siguieron el protocolo.
El Inventario fue autoadministrado, las personas fueron citadas en salones comunales y un auxiliar de investigación apoyó a quienes necesitaron asistencia para la lectura del mismo. Al final, se les informó que, si estaban interesados en los resultados, podrían solicitarlos y se les proporcionó información de contacto.
Consideraciones Éticas
El proyecto dio cumplimiento a los requisitos de ética de la investigación con participantes humanos consideradas en la declaración de Helsinki. El estudio fue aprobado por el Comité de Ética de la Universidad El Bosque, institución que lo financió (PCI2012-338), y cada participante firmó el respectivo consentimiento informado.
Análisis Estadístico
Para conocer la confiabilidad de la prueba se utilizó el coeficiente de consistencia interna alpha de Cronbach para cada una de las dimensiones y el alfa de Cronbach sin el ítem para conocer si el error de medida aumentaba una vez se eliminará alguno de los ítems. En cuanto a las evidencias de validez de constructo se realizaron análisis factoriales confirmatorios (AFC) en Mplus7 para datos ordinales, se evaluaron AFC de primer orden para el modelo completo y para cada rasgo por separado (ver Figura 1). Se usó el método de estimación ‘Weighted Least Squares Means and Variance Adjusted’ (WLSMV). El ajuste de los modelos se evalúo a través de χ2 e índices de aproximación. Debido a que el χ2 es una medida conservadora, es poco probable que los modelos de ecuaciones estructurales en ciencias sociales logren un modelo con un buen ajuste definido por este estadístico, por lo que se analizaron adicionalmente índices de aproximación (Byrne, 2012). Se tuvieron en cuenta los índices de ajuste incremental el ‘comparative fit index’ (CFI ≥ 0,90) y el ‘Root Mean Square Error of Aproximation’ (RMSEA ≤ 0,70) (Byrne, 2012; Hu & Bentler, 1998). Se realizaron modificaciones a los modelos de medición a través del análisis de las cargas y residuales estandarizados. Adicionalmente, se evaluó un modelo bifactorial (ver Figura 1). Estos modelos tienen ventajas en el estudio de los inventarios de personalidad (Hörz-Sagstetter et al., 2020) ya que permiten evaluar si la varianza sistemática del ítem es explicada tanto por el factor general como el específico (Gäde et al., 2017; Howell et al., 2020).
Resultados
Se calculó, inicialmente, la consistencia interna de cada uno de los factores con el coeficiente alfa de Cronbach. Los resultados mostraron una consistencia interna aceptable para los factores de Neuroticismo (( = .72) y Extraversión (( = .75). La consistencia interna para las otras dimensiones fue media y baja: Apertura a la Experiencia (( = .59), Amabilidad (( = .63) y Responsabilidad (( = .67).
Se realizó un AFC para datos ordinales en el programa Mplus7. Debido a que no se encontró una distribución normal, se usó como método de estimación el WLSMV considerado robusto y que se usa para variables no distribuidas normalmente (Brown, 2006).
Inicialmente, se realizó un AFC de primer orden para el NEO-FFI completo, es decir, con los cinco factores. Este primer modelo obtuvo un ajuste pobre en todos los índices (ver Tabla 1). La mayoría de las cargas factoriales y las correlaciones entre los factores fueron significativas. Sin embargo, se encontró que el ítem “A veces pierdo el interés cuando la gente habla de cuestiones muy abstractas y teóricas” del factor Apertura a la experiencia (O) no fue significativo y que las saturaciones de algunos elementos fueron muy bajas (≤ .20).
Con base en los pobres resultados en la consistencia interna y las bajas cargas factoriales de algunos elementos, se eliminaron estos ítems y se probó un segundo modelo. Para el factor de Neuroticismo (N) se eliminó el ítem “6. rara vez me siento con miedo o ansioso”; el de Extraversión (E) el ítem “42. huyo de las multitudes”; el de Apertura a la experiencia (O) los ítems “8. la poesía tiene poco o ningún efecto sobre mí”, “23. encuentro aburridas las discusiones filosóficas”, “38. tengo poco interés en andar pensando sobre la naturaleza del universo o de la condición humana”, “43. a veces pierdo el interés cuando la gente habla de cuestiones muy abstractas y teóricas, y “58. rara vez experimento emociones fuertes”; y el de Amabilidad (A) los items“54. puedo ser sarcástico y mordaz si es necesario” y “59. los mendigos no me inspiran simpatía”, y, por último, para el factor de Responsabilidad (C) los ítems “55. hay tantas pequeñas cosas que hacer que a veces lo que hago es no atender a ninguna” y “60. muchas veces no preparo de antemano lo que tengo que hacer”. Este modelo modificado sin los ítems descritos anteriormente logró un ajuste adecuado para el índice RMSEA, pero no para índice CFI (ver Tabla 1); adicionalmente, el ítem “56. es difícil que yo pierda los estribos” del factor Neuroticismo tuvo una carga factorial no significativa.
Se probó un tercer modelo para evaluar si al eliminar el ítem 56, que no fue significativo, e incluir dos covarianzas entre los errores de los ítems podría mejorar el ajuste del modelo general. Los resultados mostraron un ajuste adecuado para el índice RMSEA, sin embargo, para los índices CFI y TLI el ajuste continuó siendo pobre (ver Tabla 1). La correlación entre los factores fue significativa a excepción de Neuroticismo y Apertura a la experiencia (ver Tabla 2). Debido a que no se logró un ajuste adecuado con los modelos, no se realizaron más modificaciones a los modelos AFC y se decidió probar un modelo bifactorial.
Tabla 1 Índices de ajuste análisis factorial confirmatorio y bifactorial del NEO-FFI, modelos iniciales y modificados.
Modelo Bifactorial del NEO-FFI
Primero se evaluó un modelo bifactorial con un factor general y cinco factores (rasgos) específicos. En este modelo no se incluyeron los ítems que en los modelos del AFC presentaron bajas cargas factoriales (ver Figura 1). El modelo bifactorial (Modelo 4, ver Tabla 1) presentó igualmente un mal ajuste para CFI y TLI, aunque el índice RMSEA fue satisfactorio y todas las cargas factoriales fueron significativas; sin embargo, se presentaron bajos pesos factoriales (< ,30) para algunos ítems (ej. NEO33, NEO48, NEO53, NEO39). Al revisar los índices de modificación se decidió incluir tres covarianzas entre los errores de los ítems en un nuevo modelo (Modelo 5). Sin embargo, los resultados mostraron que los índices CFI y TLI continuaron con un ajuste pobre (ver Tabla 1). Las saturaciones de los elementos fueron significativas, aunque algunos ítems continuaron con bajas cargas factoriales. Se revisaron nuevamente los índices de ajuste y se evaluó un nuevo modelo (Modelo 6) en el que se incluyó un total de 11 covarianzas entre los errores. A pesar de que el ajuste mejoró, no se lograron los índices esperados para CFI y TLI (Modelo 6, ver Tabla 1). Para el modelo 6, las saturaciones de los elementos para los factores específicos y general fueron significativas, al igual que las correlaciones entre los factores específicos (ver Tabla 3). Debido a que el modelo presenta un ajuste pobre a pesar de la inclusión de covarianzas entre los errores, no se realizaron más modificaciones a los modelos bifactoriales.
AFC por cada rasgo de personalidad
Por último, se planteó evaluar cada uno de los rasgos como factores individuales como lo propone (Gignac et al., 2007). Se realizó un AFC para cada rasgo de personalidad por separado: Neuroticismo, Extraversión, Apertura a la experiencia, Amabilidad y Responsabilidad.
Inicialmente, se evaluó el ajuste del rasgo Neuroticismo y como se observa en la Tabla 4 se obtuvo un ajuste bajo en el modelo original. Al revisar los ajustes de modificación, se incluyó una covarianza entre los errores de dos ítems y se eliminaron dos elementos que no presentaron cargas factoriales significativas: “es difícil que yo pierda los estribos” y “rara vez me siento con miedo o ansioso”. Este modelo modificado si logró un ajuste adecuado (CFI = 0,97 y RMSEA = 0,05; ver Tabla 3). En este modelo se encontró que todas las cargas factoriales fueron significativas. El modelo para el rasgo Apertura a la experiencia mostró un mal ajuste, por lo que se realizaron cambios al modelo con base en los índices de modificación logrando así un ajuste satisfactorio: CFI = 0,94 y RMSEA = 0,07 (ver Tabla 4). Las modificaciones realizadas a este modelo fueron: establecer tres covarianzas entre los errores de tres ítems y eliminar los siguientes ítems porque sus cargas factoriales no fueron significativas: “tengo poco interés en andar pensando sobre la naturaleza del universo o de la condición humana” y “a veces pierdo el interés cuando la gente habla de cuestiones muy abstractas y teóricas”. Este modelo obtuvo adecuados índices de ajuste y altas cargas factoriales para 12 de los 15 ítems, tan solo tres presentaron bajas saturaciones, aunque significativas (ver Tabla 5).
Respecto a los rasgos Extraversión y Responsabilidad, similar a los análisis anteriores, el ajuste fue pobre. Sin embargo, al modificar los modelos se logró un ajuste adecuado (ver Tabla 4). Las modificaciones para Extraversión fueron incluir cinco covarianzas entre los errores de los ítems y para Responsabilidad tres covarianzas. Para estos dos modelos no se eliminó ningún ítem, y todos obtuvieron cargas factoriales significativas (ver Tabla 5).
Por último, el rasgo de Amabilidad presentó malos índices de ajuste tanto en el modelo inicial, como en el modelo modificado. Por esto, no se realizaron cambios adicionales al modelo de medida, porque según los índices de modificación para poder mejorar el ajuste del modelo se requerían cambios que modificarían sustancialmente la estructura factorial del NEO-FFI, por lo tanto, no se llevaron a cabo (ver Tabla 5).
Tabla 4 Índices de ajuste análisis factorial confirmatorio de cada rasgo NEO-FFI modelos iniciales y modificados.
Discusión
El modelo del NEO-FFI de Costa y McCrae ha tenido gran aceptación y aplicabilidad en la psicología, gracias a que ha demostrado su carácter transcultural (Costa & McCrae, 1988; Ispas et al., 2014; McCrae, Costa, Del Pilar, Rolland, & Parker, 1998). Sin embargo, se ha cuestionado el ajuste del modelo debido a la correlación entre errores (Le Corff & Busque-Carrier, 2016; Vassend & Skrondal, 2011). Por esta razón, se ha propuesto usar enfoques metodológicos más flexibles a los AFC y la aplicación de modelos bifactoriales para estudiar este inventario de personalidad (Gäde et al., 2017; Marsh et al., 2010a).
Este estudio se propuso evaluar la validez de constructo del inventario NEO-FFI en una muestra de adultos mayores colombianos a través de diferentes enfoques metodológicos. Los resultados mostraron que el NEO-FFI no logra un ajuste adecuado en ninguno de los modelos de primer orden, ni en el modelo bifactorial, como tampoco en el análisis de los factores por separado. Todos los modelos iniciales obtuvieron un ajuste pobre, por lo que fue necesario realizar modificaciones a los modelos propuestos, tales como correlaciones entre errores y eliminar ítems, para buscar un mejor ajuste. Solamente, en los modelos AFC modificados que evalúan cada factor como individual, a excepción de Amabilidad (similar a lo encontrado por (Cupani et al., 2012), se logró un ajuste adecuado. Ahora bien, es de resaltar que los ítems que tuvieron bajas cargas factoriales son especialmente aquellos ítems negativos o reversos, algunos de los cuales tuvieron que ser eliminados. Se ha observado que este tipo de reactivos pueden afectar la comprensión del inventario NEO-FFI en personas adultas mayores (Barnette, 2000; Woods, 2006). Asimismo, la comprensión de ítems inversos requiere de mejores habilidades lingüísticas, por lo que favorecen a los examinados con mejor habilidad verbal (Suárez-Alvarez et al., 2018), lo que lleva a considerar que el bajo nivel educativo de la muestra pudo interferir en el logro de un ajuste adecuado de los modelos; en consecuencia, se recomienda estudiar este aspecto en futuras investigaciones.
Conforme a los resultados de este estudio, se recomienda continuar con el análisis psicométrico del NEO-FFI en población adulta mayor y se sugiere que sea usado con precaución; teniendo en cuenta las modificaciones realizadas y especialmente en lo relacionado con el factor Amabilidad, que no logró un ajuste adecuado. Se sugiere, además, que se evalúen los modelos planteados desde un enfoque confirmatorio, así como realizar análisis multigrupo según el nivel educativo, ya que el Inventario cuenta con una robusta evidencia en otras poblaciones.
Se recomienda tomar en consideración estos resultados para mejorar los procesos de adaptación y evaluación de instrumentos dirigidos a adultos mayores y continuar el estudio de los instrumentos dirigidos a evaluar la personalidad en la vejez. La personalidad es un factor protector, así como indicador de un adecuado funcionamiento psicosocial en la vejez (Potter et al., 2020; Rizzuto et al., 2017). Por lo tanto, contar con instrumentos válidos y confiables dirigidos a personas mayores que faciliten y orienten el diagnóstico e intervención gerontológica es fundamental.
