Método

Resultados

Validez de estructura interna. De acuerdo a los resultados obtenidos en el AFE realizado por ^{Cupani et al. (2014)} en muestras argentinas, se especificó un modelo de cinco factores compuestos por 6 facetas cada uno. Como resultado se obtuvo un coeficiente chi-cuadrado significativo (2826.23; p ≤.00), y valores no adecuados de ajuste (CFI = .62; GFI= .63; RMSEA= .12). Tomando en consideración los resultados obtenidos se procedió a la re-especificación del modelo atendiendo a las cargas compartidas de algunos factores evidenciadas en el estudio de ^{Cupani et al. (2014)}. Como resultado, el ajuste de este modelo mejoró, pero nuevamente no fue satisfactorio (X² = 2826.23; p ≤.00; gl = 435; CFI = .70; GFI= .70; RMSEA= .11). Ante estos resultados, se decidió seguir el procedimiento implementado por ^{Kajonius y Johnson (2019)} quienes plantearon un modelo jerárquico de segundo orden, analizando la estructura unidimensional de cada factor de manera independiente. Como puede observarse en la tabla 1, los resultados fueron satisfactorios, evidenciando un ajuste del modelo en todos los factores.

Fiabilidad. En la tabla 2 se observan los resultados de los estudios de consistencia interna y estabilidad temporal. Los valores de α para los cinco factores oscilaron entre .89 (Extraversión y Apertura) y .93 (Neuroticismo). En el caso de las facetas, los valores de α variaron entre .59 (Actividad- E4) y .88 (Ira- N2). En el estudio de estabilidad temporal, los valores de r variaron desde .77 (Amabilidad y Extraversión) hasta .83 (Apertura), y en el caso de las facetas desde .58 (Cooperación. A4) hasta .81 (Intereses artísticos- O2).

Evidencia de validez de convergencia. En la tabla 2 se informan las correlaciones entre los factores y facetas del NEO-IPIP y el NEO-PI-R. La mediana de las correlaciones corregidas por atenuación fue de .90 y de las correlaciones observadas fue de .78, variando entre .73 (Amabilidad) hasta .82 (Neuroticismo). Con respecto a las facetas de personalidad, la correlación observada tuvo una mediana de .61 (entre .36 [Liberalismo-O6] hasta .73 [Depresión-N3, Vulnerabilidad-N6, Autodisciplina]), y una mediana de .89 para la correlación corregida.

Evidencia de validez grupos de contrastados. En relación al estudio de diferencia de grupos, se observó que las mujeres presentaron puntajes significativamente superiores a los hombres en Neuroticismo, Apertura y Amabilidad, y en las facetas Ansiedad, Ira, Depresión, Inmoderación y Vulnerabilidad (Neuroticismo), Cordialidad, Gregarismo y Actividad (Extraversión), Intereses Artísticos, Emocional, Aventura (Apertura), Moral, Altruismo, Cooperación, Modestia y Solidaridad (Amabilidad), Orden, Sentido del deber y Autodisciplina (Responsabilidad). En contraste, los hombres presentaron puntajes significativamente superiores a las mujeres en las facetas Búsqueda de emociones (Extraversión), Intelecto (Apertura), Autoeficacia y Cautela (Responsabilidad). Los tamaños del efecto variaron entre .18 y .55 (ver Tabla 2).

Con respecto a la Edad, se observó que los jóvenes presentaron puntaje significativamente superior a los adultos en Neuroticismo, Extraversión y Apertura, y en las facetas Ira, Inmoderación y Vulnerabilidad (Neuroticismo), Gregarismo, Búsqueda de emociones y Animación (Extraversión), y en Imaginación, Aventura y Liberalismo (Apertura). En contraste, los adultos presentaron puntajes superiores al grupo de jóvenes en Amabilidad y Responsabilidad, y en las facetas Actividad (Extraversión), Intereses artísticos (Apertura), Confianza, Moral, Altruismo, Cooperación, Modestia y Solidaridad (Amabilidad), y en Autoeficacia, Orden, Sentido del deber, Necesidad de logro, Autodisciplina y Cautela (Responsabilidad). Los tamaños del efecto variaron entre .18 y .79 (ver Tabla 2).

Evidencia de validez concurrente. Se realizaron regresiones múltiples previo al cumplimiento de los supuestos de independencia de los residuos, homocedasticidad, linealidad, normalidad, y multicolinealidad. Se introdujeron como variables independientes los cinco factores (ver Tabla 3) y en segundo lugar las 30 facetas (ver Tabla 4). En el primer modelo de regresión la variable dependiente fue Uso de drogas, y cuatro factores explicaron un 22% de la varianza. Contribuyeron positivamente Extraversión (β = .17) y Apertura (β = .22), y negativamente Amabilidad (β = -.15) y Responsabilidad (β = -.33). Por otro lado, cuatro facetas realizaron una contribución significativa que explicaron en su conjunto un 35% de la varianza. Contribuyeron positivamente las facetas Inmoderación (β = .29), Gregarismo (β = .21) y Liberalismo (β = .20), y la faceta Cordialidad (β = -.17) realizó una contribución negativa.

El segundo modelo, la variable dependiente fue Irresponsabilidad. Tres factores explicaron un 22 % de la varianza. Amabilidad (β = -.21) y Responsabilidad (β = -.32) aportaron negativamente y solo Apertura (β = .28) tuvo un aporte positivo. En otro orden, cuatro facetas realizaron un aporte significativo, explicando en conjunto un 27% de la varianza. Contribuyeron positivamente las facetas Liberalismo (β = .15), Aventurero (β = .18) y Necesidad de Logro (β = .21), y de manera negativa la faceta Autodisciplina (β = -.25).

En el tercer modelo la variable dependiente fue Amistad. Extraversión (β = .31) y Apertura (β = .22) tuvieron un aporte positivo significativo, y Responsabilidad (β = -.15) un aporte negativo. En conjunto explicaron un 20%. En cuanto a las facetas, solo Animación (β = .20) contribuyó positivamente explicando un 20% de la varianza.

En el cuarto modelo, la variable dependiente fue Comunicación. Solo Apertura (β = .36) explicó un 11% de la varianza. Por otro lado, cinco facetas contribuyeron significativamente, explicando en conjunto un 15 % de la varianza. De estas facetas, Ansiedad Social (β = .18), Emocional (β = .17) y Autodisciplina (β = .28) contribuyeron positivamente. A su vez, las facetas Inmoderación (β = -.17) y Sentido del Deber (β = -.25), contribuyeron negativamente.

El quinto modelo, la variable dependiente fue Creatividad, sobre la cual Apertura (β = .47) tuvo efecto positivo y Amabilidad (β = -.18) un efecto negativo. Ambos factores explicaron un 21% de la varianza y cuatro facetas explicaron un 25%. Contribuyeron positivamente las facetas Liberalismo (β = .17) e Intereses Artísticos (β = .20) y negativamente Ansiedad (β -.18) y Modestia (β -.28).

En el sexto modelo se consideró a la Erudición como variable dependiente y nuevamente solo Apertura (β = .42) explicó un 14% y dos facetas, Liberalismo (β = .18) e Intelecto (β = .22) explicaron el 15% de la varianza.

Como resultado del análisis de correlaciones canónicas surgieron cinco dimensiones de las cuales tres fueron significativas a p ≤ .001 (Lambda de Wilks = .36; rs =.52 para la Dimensión 1, Lambda de Wilks = .52; rs2 = .45 para la Dimensión 2, y Lambda de Wilks = .65; rs3 = .42 para la Dimensión 3). El porcentaje total de varianza explicada a través de la combinación lineal de las variables predictoras y las dependientes se determinó a través del cálculo del cuadrado de la correlación canónica, siendo de rc2 = 31.36 % para la Dimensión 1, rc2 = 20.25 % para la Dimensión 2, y rc2 = 17.64 % para la Dimensión 3, constituyendo un total de 69.25% de varianza explicada por todas las dimensiones Como puede observarse en la Tabla 5, la varianza explicada por las tres dimensiones fue de 83% para Uso de Drogas, de 64% para Irresponsabilidad, de 82% para Amistad, de 49% para Erudición, de 48% para Comunicación y de 83% para Creatividad. En la Tabla 5 pueden observarse destacadas las actividades y las facetas más fuertemente relacionadas con la variable canónica.

Discusión

En el presente estudio se propuso analizar la versión argentina del inventario IPIP-NEO (^{Cupani et al., 2014}), para avanzar en el desarrollo y evaluación de sus propiedades psicométricas. Para eso se evaluó la estructura interna de manera confirmatoria, la estabilidad temporal del instrumento, y se realizaron análisis complementarios que aportan validez convergente, de grupos contrastados y validez concurrente.

Los resultados satisfactorios obtenidos presentan nueva evidencia de la estructura factorial de cada uno de los cinco factores, coincidiendo con los obtenidos por ^{Kajounis y Johnson (2019)} y compatibles con los reportados en los estudios exploratorios. Con respecto a la consistencia interna se encontró que los coeficientes alfa de Cronbach fueron adecuados para los cinco factores al igual que los reportados en estudios previos (^{Cupani et al. 2014}; ^{Goldberg, 1999}, ^{McGrath, Hall-Simmonds, & Goldberg, 2017}). En cuanto a las facetas, los índices de consistencia interna fueron adecuados para 23 de las 30 facetas, lo cual coincide con lo reportado por ^{Cupani et al. (2013)} en su estudio con muestras de estudiantes universitarios argentinos.

Para obtener evidencia de validez convergente, se administró la escala NEO-PI-R y se obtuvieron coeficientes de correlación adecuados entre ambos test teniendo en cuenta la corrección por atenuación (mediana de .90) tanto para la mayoría de los factores como para las facetas, a excepción de la escala de Liberalismo (O6) que presentó un valor considerado bajo (.53). En estudios previos con universitarios se encontró que en muestras argentinas la correlación media entre ambas escalas fue de .60, mientras que con muestras estadounidenses fue de .76 (^{Johnson, 2014}) siendo valores cercanos y similares a los obtenidos en este estudio que dan cuenta de la validez convergente de la escala.

Con respecto a la validez concurrente, mediante el análisis de regresión múltiple se encontró que los factores y facetas de personalidad tuvieron mayor poder predictivo para Uso de Drogas que para el resto de las actividades recreativas. Estos resultados concuerdan con los datos obtenidos por ^{McGrath et al. (2017)}, quienes evaluaron la validez concurrente del NEO-IPIP con el mismo grupo de actividades recreativas y encontraron que el consumo de drogas fue explicado por los factores en un 31 %, mientras que para el resto de las actividades recreativas los valores explicativos fueron superiores al 21 %.

Si bien la mayoría de los efectos encontrados fueron los esperados, se observaron relaciones que requieren ser discutidas o estudiadas con mayor profundidad, aunque resultados similares sobre algunas de las relaciones entre los mismos factores y actividades fueron observados en los estudios de ^{Cupani y Lorenzo-Seva (2016)} y de ^{Cupani, Lorenzo- Seva, Korzeniowski y Azpilicueta (2019)} con adultos argentinos. Un aspecto a considerar es el efecto de supresión que puede presentarse al realizar regresiones. Este efecto ocurre cuando los pesos de regresión disminuyen o cambian de signo con respecto a los coeficientes de correlación, por el efecto de la interacción con otras variables (^Kline,2015). En este sentido, el efecto pequeño y negativo observado entre el factor Responsabilidad y la Amistad puede explicarse por la relación negativa que existe entre esta actividad y las facetas Orden y Autodisciplina, evidenciada en el trabajo.

El análisis de regresión fue complementado por el estudio de correlaciones canónicas para observar los efectos de las variables independientes de manera conjunta sobre las dependientes. Los resultados evidenciaron que el poder explicativo de la personalidad sobre las actividades en general, se incrementa cuando se analizan todas las facetas en conjunto.

Por último, el análisis de grupos contrastados indicó que las mujeres se caracterizaron por presentar niveles más altos que los hombres en las facetas del factor Amabilidad (excepto Confianza), Neuroticismo (excepto Depresión y Ansiedad social), Extraversión (Cordialidad, Gregarismo y Actividad), Apertura a la experiencia (Intereses Artísticos, Emocional), Responsabilidad (Orden, Sentido del Deber y Autodisciplina), a diferencia de los hombres que presentaron medias significativamente más altas en Extraversión (Búsqueda de Emociones), Apertura a la experiencia (Intelecto) y Responsabilidad (Autoeficacia y Cautela). Las diferencias encontradas coinciden con los resultados en otras investigaciones sobre este modelo (^{de Miguel Negredo, 2005}; ^{Kajonius & Johnson, 2018}; ^{Kajonius & Mac Giolla, 2017}; ^{Ortet, Ibáñez, Ruipérez, Villa, Moya, & Escrivá, 2007}) y dan cuenta de rasgos de personalidad que podrían ser más característicos de uno u otro sexo como se ha evidenciado en estudios previos (^{Akyunus, Gençöz, & Aka, 2019}; ^{Costa et al., 2001}; ^{Cupani et al., 2013}; ^{Kwon & Song, 2011}).

Si consideramos las diferencias de grupos según la edad, encontramos que los resultados coinciden con los reportados en el meta-análisis realizado por ^{Roberts et al (2006)} y con estudios más recientes (^{Push et al., 2019}; ^{Roberts & Davis, 2016}; ^{Van den Broeck, Rossi, Dierckx, & De Clercq, 2012}), ya que se encontró que los jóvenes presentaron valores significativamente mayores respecto a los adultos en las facetas del factor Neuroticismo (con excepción de las facetas Ansiedad, Depresión y Ansiedad Social), Extraversión (Gregarismo, Búsqueda de Emociones, Animación) y Apertura a la Experiencia (Imaginación, Aventurero y Liberalismo). Por el contrario, los adultos presentaron medias más altas en todas las facetas de los factores Amabilidad y Responsabilidad, y en las facetas Intereses Artísticos (factor Apertura a la experiencia) y Actividad (factor Extraversión). Estos resultados coinciden con los reportados por ^{McCrae y Costa (2006)} quienes indicaron en sus estudios que los jóvenes presentaron puntajes más altos en los factores Neuroticismo, Extraversión y Apertura a la Experiencia, mientras que los adultos presentaron puntuaciones más altas en los factores Amabilidad y Responsabilidad.

Los resultados en el presente trabajo son alentadores, permiten considerar al IPIP-NEO una alternativa aceptable para medir los cinco grandes factores y sus 30 facetas, sin embargo, debe atenderse a ciertas limitaciones del estudio. En primer lugar, la versión utilizada del NEO-PI-R fue originalmente adaptada para la sociedad española, por lo que sería esperable que la redacción de sus ítems cause diferencias en los puntajes de sus escalas y afecte las correlaciones. Esta pudo ser la razón por la cual algunas facetas presentan correlaciones atendibles o bajas. En segundo lugar, la muestra estuvo compuesta, en su mayoría, por empleados en relación de dependencia y estudiantes, ambos grupos pertenecientes a la clase media típica. Por estas características la heterogeneidad de la muestra puede verse afectada, impactando en la generalización de los datos a otros grupos. En tercer lugar, el IPIP-NEO de 300 ítems resultó ser una prueba extensa para un número considerable de los participantes de este estudio, lo cual puede constituirse en una fuente de sesgo sobre la veracidad de sus respuestas.

Considerando estas limitaciones, investigaciones futuras podrían realizar nuevos análisis que contemplen otros tipos de muestras tales como clínicas o penitenciarias. Por otro lado, si bien las actividades recreativas son variables que se utilizaron en investigaciones previas para evaluar la validez concurrente del instrumento (^{Grucza & Goldberg, 2007}; ^{McGrath et al., 2017}; ^{Cupani & Lorenzo-Seva, 2016}), se deberían considerar otros comportamientos de los cuales se tiene conocimiento que se vinculan a los rasgos de personalidad, como agresión sexual (Carvalho & Nobre, 2019), uso de internet (^{Huang, 2019}; ^{Kayiş, Satici, Yilmaz, Şimşek, Ceyhan, & Bakioğlu, 2016}), resiliencia (^{Oshio, Taku, Hirano, & Saeed, 2018}), trastornos de personalidad (^{Cupani et al., 2013}), y rendimiento académico (^{Cupani & Zalazar-Jaime, 2014}). Actualmente se están llevando a cabo estudios que, mediante curvas ROC, evalúan la capacidad de diferenciar poblaciones clínicas o elección ocupacional a través de los puntajes de la prueba. De esta forma, se amplían los ámbitos de aplicación de la escala, siendo necesario la conformación de baremos para interpretar sus puntuaciones.

Otro estudio a tener en cuenta a futuro es la evaluación en conjunto con los instrumentos utilizados en el presente trabajo de una versión breve del IPIP- NEO para determinar, por una parte, si esta versión abreviada posee la misma potencialidad para evaluar los cinco dominios de personalidad y sus facetas, y por otra, para obtener un instrumento que permita reducir el tiempo de su administración.

En este sentido, se considera sumamente valiosa la utilización de los recursos tecnológicos en la optimización de la administración de la prueba. Las pruebas adaptativas computarizadas (CATs, por sus siglas en inglés) (^{Reise & Waller, 2009}) permiten reducir la cantidad de ítems administrados sin pérdida de precisión de la medición (^{Thompson, 2011}), porque el instrumento se adapta al nivel de habilidad o rasgo del examinado en el momento en que está respondiendo (^{van der Linden & Glas, 2000}). El empleo de este recurso requiere la conformación de un banco de ítems que sean sometidos a un proceso de calibración de sus ítems bajo supuestos más rigurosos como los de la Teoría de Respuesta al Ítem (TRI). Este enfoque provee métodos que permiten analizar la capacidad de los ítems para medir diferentes niveles del constructo y así determinar el conjunto adecuado de reactivos para cubrir satisfactoriamente el continuo de la prueba. También proporciona información sobre los patrones de respuesta individuales que reflejan los procesos de razonamiento de los examinados, entre otras ventajas (^{Ghio et al., en prensa}).

En conclusión, en el presente trabajo se presenta una herramienta que ha mostrado adecuadas propiedades psicométricas para medir los rasgos de personalidad en un momento determinado y a lo largo del tiempo, dada su estabilidad temporal.