Ider uigv 2013
- 1. ANÁLISIS SEM DEL INVENTARIO DE DEPRESIÓN ESTADO/RASGO EN ADOLESCENTES Eduardo Manzanares Medina César Merino Soto Universidad de San Martín de Porres X CONGRESO NACIONAL DE ESTUDIANTES Y PROFESIONALES DE PSICOLOGÍA. Desarrollo del Capital Humano: Investigación y Estrategias de Intervención, del 6 al 8 de noviembre de 2013, Lima, Perú
- 3. ¿QUÉ ES EL IDER? • Inventario de Depresión Estado-Rasgo (Ritterband y Spielberger, 1996; Spielberger, Agudelo y Buela-Casal, 2008) • Breve, auto-reporte; facilita la detección rápida y diferenciada de los síntomas depresivos. • Distinción entre estado y rasgo. • Inicialmente en adultos; posteriormente, probado en adolescentes. • Satisfactorias propiedades psicométricas en estudios latinoamericanos: Colombia (Agudelo, 2009; Ocampo, 2007) y Chile (Vera-Villarroel et ál., 2008).
- 4. INTERPRETACIÓN DEL IDER E D AD 1 2 3 4 5 6 7 8 9 10 Modelo original (bidimensional): • Items (+) e ítems (-) en dos factores relacionados (Eutimia y Distimia), tanto para Estado como para Rasgo. 1 2 3 4 5 6 7 8 9 10 Modelo unidimensional • Justifica un solo puntaje interpretativo. DOS PUNTAJES INTERPRETABLES UN PUNTAJE INTERPRETABLE
- 5. VALIDACIÓN FACTORIAL IDER: ¿Se halla lo mismo en participantes adolescentes? País Estudio N Factores Análisis Colombia Ocampo (2007) 300 universitarios 300 adolescentes 2 2 PCA PCA Chile Vera-Villarroel, et al. (2008) 300 2 PCA Colombia Agudelo (2009) 298 2 EFA Perú Merino, Pflucker & Riaño- Hernández (2013) 314 2 EFA
- 6. VALIDACIÓN FACTORIAL DEL IDER: ¿Se halla lo mismo en participantes adolescentes? Sí, sin embargo pueden existir sesgos debido a problemas influenciados por: • Diferentes métodos de extracción, y rotación: • PCA, rotación varimax, promax, gráfico scree test. • Error de medición incluido en análisis exploratorios. •Efecto del método. •No evaluación de replicabilidad.
- 7. RACIONALIDAD DEL PRESENTE ESTUDIO • Motivación práctica y teórica para iniciar su validación: • Práctica: Posibilidades de su uso en contextos clínicos y escolares • Diferenciar e identificar adolescentes en riesgo • Instrumentación a profesionales de salud mental • Monitoreo de intervenciones • Teórica: definición de constructos • Hallar el modelo de medición más apropiado. • Resultados como línea base desde SEM
- 8. MÉTODO
- 9. METODO: Participantes Sexo = 49 (43.4%) = 64 (56.6%) Edad Min = 10 Max = 17 M = 13.79 DE = 2.06 Grado Primaria (5Tto y 6to) 21 alumnos = 18.5% Secundaria 92 alumnos = 91.5% Criterios de inclusión • Asistencia regular • Presentes el día de la evaluación • Aceptación voluntaria • Colegio de gestión estatal • Distrito de San Isidro • Población de primaria y secundaria
- 10. METODO: Instrumento • Inventario de Depresión Estado-Rasgo • Dos aspectos: ESTADO (10 ÍTEMS), RASGO (10 ÍTEMS) • Dos contenidos: EUTIMIA, DISTIMIA ESTADO RASGO 1. Me siento bien 2. Estoy apenado(a) 3. Estoy decaído(a), desalentado(a) 4. Estoy animado(a) 5. Me siento desdichado/a, sin suerte 6. Estoy hundido/a, abatido(a) 7. Estoy contento(a) 8. Estoy triste 9. Estoy entusiasmado(a) 10. Me siento enérgico(a) 1. Disfruto de la vida 2. Me siento desgraciado(a), infeliz 3. Me siento pleno(a), satisfecho 4. Me siento dichoso/a 5. Tengo esperanzas sobre el futuro 6. Estoy decaído(a), desalentado(a) 7. No tengo ganas de nada 8. Estoy hundido(a), abatido(a) 9. Estoy triste 10. Me siento enérgico(a) E D E D
- 11. METODO: Procedimiento •Método: Modelamiento de Ecuaciones Estructurales (CFA) •Matriz: correlaciones policóricas •Función de ajuste: Maximum Likehood •Ajuste Satorra-Bentler •Indices de ajuste: •Relativo : CFI, NNFIT •Absoluto : SRMR, RMSEA •Software : EQS 6.2 •Consistencia interna: • Alfa e intervalos de confianza (método Fisher) •Coeficiente Rho
- 12. PROCEDIMIENTO: Modelos (ejemplo: RASGO) AD E D Unidimensional Bidimensional ortogonal 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 E D 1 2 3 4 5 6 7 8 9 10 AD E D Bidimensional oblicuo 1 2 3 4 5 6 7 8 9 10 Bi-factor
- 13. RESULTADOS
- 14. ANÁLISIS DISTRIBUCIONAL DE ÍTEMS EUTIMIA DISTIMIA .1 .2 .3 .4 0 Density Kernel density estimate 0 1 2 3 4 5 v1 kernel = epanechnikov, bandwidth = 0.6000 .1 .2 .3 .4 0 Density Kernel density estimate 0 1 2 3 4 5 v3 kernel = epanechnikov, bandwidth = 0.6000 .3 .2 .25 .3 .1 .15 Density .25 .2 .15 .1 Kernel density estimate Kernel density estimate 0 1 2 3 4 5 v4 kernel = epanechnikov, bandwidth = 0.6000 .1 .2 .3 .4 0 Density Kernel density estimate 0 1 2 3 4 5 v5 kernel = epanechnikov, bandwidth = 0.6000 .05 Density 0 1 2 3 4 5 v10 kernel = epanechnikov, bandwidth = 0.6000 0 .1 .2 .3 .4 .5 Density .1 .2 .3 .4 Kernel density estimate Kernel density estimate 0 1 2 3 4 5 v2 kernel = epanechnikov, bandwidth = 0.6000 .1 .2 .3 .4 0 Density Kernel density estimate 0 1 2 3 4 5 v6 kernel = epanechnikov, bandwidth = 0.6000 0 Density 0 1 2 3 4 5 v7 kernel = epanechnikov, bandwidth = 0.6000 Density .1 .2 .3 .4 .1 .2 .3 .4 .5 0 Kernel density estimate Kernel density estimate 0 1 2 3 4 5 v8 kernel = epanechnikov, bandwidth = 0.6000 0 Density 0 1 2 3 4 5 v9 kernel = epanechnikov, bandwidth = 0.6000 RASGO Kernel density estimate ESTADO .1 .2 .3 0 Density Kernel density estimate 0 1 2 3 4 5 V1 kernel = epanechnikov, bandwidth = 0.6000 .3 .25 .2 .15 .1 .05 Density Kernel density estimate 0 1 2 3 4 5 V4 kernel = epanechnikov, bandwidth = 0.6000 .3 .25 .2 .15 .1 .05 Density Kernel density estimate 0 1 2 3 4 5 V7 kernel = epanechnikov, bandwidth = 0.6000 .35 .25 Density .25 .15 .3 .15 .2 .1 .3 .2 .1 Kernel density estimate 0 1 2 3 4 5 V9 kernel = epanechnikov, bandwidth = 0.6000 .05 Density 0 1 2 3 4 5 V10 kernel = epanechnikov, bandwidth = 0.6000 .1 .2 .3 .4 0 Density Kernel density estimate 0 1 2 3 4 5 V2 kernel = epanechnikov, bandwidth = 0.6000 .1 .2 .3 .4 .5 0 Density Kernel density estimate 0 1 2 3 4 5 V3 kernel = epanechnikov, bandwidth = 0.6000 .1 .2 .3 .4 0 Density Kernel density estimate 0 1 2 3 4 5 V5 kernel = epanechnikov, bandwidth = 0.6000 .1 .2 .3 .4 .5 0 Density Kernel density estimate 0 1 2 3 4 5 V6 kernel = epanechnikov, bandwidth = 0.6000 .1 .2 .3 .4 .5 0 Density Kernel density estimate 0 1 2 3 4 5 V8 kernel = epanechnikov, bandwidth = 0.6000
- 15. RESULTADOS: Ajuste de RASGO Modelo SB-2 (gl) <0.05 >0.95 <0.05 RMSEA (IC90%) CFI SRMR 1 dimensión 81.84 (35) 0.10 (0.07, 0.13) 0.85 0.17 2 Ortogonal 53.27 (35) 0.06 (0.02, 0.10) 0.94 0.17 2 Oblicuo 32.55 (34) 0.00 (0.00, 0.06) 1.00 0.07 Bi-factor NO CONVERGE - - - AD 1 2 3 4 5 6 7 8 9 10 E D 1 2 3 4 5 6 7 8 9 10 E D 1 2 3 4 5 6 7 8 9 10 E D 1 2 3 4 5 6 7 8 9 10 AD
- 16. RESULTADOS: Modelo BIFACTORIAL EXPLORATORIO (RASGO) E D .20 .65 .28 .39 .31 .70 .53 .70 .62 .26 1 2 3 4 5 6 7 8 9 10 .46 -.39 .47 .60 .48 -.49 -.49 -.36 -.24 .47 AD E : Eutimia D : Distimia AD : Ánimo Depresivo Método Schmid-Leiman (1975) La magnitud de las cargas es mejor en el factor general -.52 .85
- 17. RESULTADOS: Ajuste de ESTADO Modelo SB-2 (gl) <0.05 >0.95 <0.05 RMSEA (IC90%) CFI SRMR 1 dimensión 71.39 (35) 0.09 (0.06, 0.12) 0.92 0.09 2 Ortogonal 62.26 (35) 0.08 (0.04, 0.11) 0.947 0.23 2 Oblicuo 45.41 (34) 0.05 (0.00, 0.09) 0.97 0.09 Bi-factor No converge - - - AD 1 2 3 4 5 6 7 8 9 10 E D 1 2 3 4 5 6 7 8 9 10 E D 1 2 3 4 5 6 7 8 9 10 E D 1 2 3 4 5 6 7 8 9 10 AD
- 18. RESULTADOS: Modelo BIFACTORIAL EXPLORATORIO (ESTADO) E D Método Schmid-Leiman (1975) .29 .33 .32 .55 .05 .16 .51 .34 .59 .36 1 2 3 4 5 6 7 8 9 10 -.60 .63 .58 -.52 .37 .48 -.65 .71 -.30 -.35 AD E : Eutimia D : Distimia AD : Ánimo Depresivo La magnitud de las cargas es mejor en el factor general -.67 .89
- 19. CONSISTENCIA INTERNA: alfa Rasgo Estado .rii .α .rii .α EUTIMIA 0.29 0.68 0.42 0.78 DISTIMIA 0.48 0.82 0.26 0.64 TOTAL 0.28 0.79 0.29 0.80
- 20. CONCLUSIONES
- 21. CONCLUSIONES • El model bifactorial es razonable • UN sola variable retiene contiene más varianza. • El uso de dos puntajes no parece robusto en grupos de adolescentes. • El puntaje total es más confiable que los puntajes subescala. • Un solo puntaje parece recomendado cuando se use el IDER. • Suficientemente confiable para propósitos de despistaje
- 22. PERSPECTIVAS • Posible efecto del sesgo debido al fraseo negativo • Confiabilidad por método factorial • Teoría de Respuesta al ítem • Replicabilidad del estudio: sexo, muestreo aleatorio •Es bienvenida la colaboracón
- 23. Gracias ¿Preguntas? Más información: sikayax@yahoo.com.ar