Datos perdidos y propiedades psicométricas en los tests de personalidad

  1. Cuesta Izquierdo, Marcelino 1
  2. Fonseca Pedrero, Eduardo 2
  3. Vallejo Seco, Guillermo 1
  4. Muñiz Fernández, José 1
  1. 1 Universidad de Oviedo
    info

    Universidad de Oviedo

    Oviedo, España

    ROR https://ror.org/006gksa02

  2. 2 Universidad de La Rioja
    info

    Universidad de La Rioja

    Logroño, España

    ROR https://ror.org/0553yr311

Revista:
Anales de psicología

ISSN: 0212-9728,  1695-2294

Año de publicación: 2013

Volumen: 29

Número: 1

Páginas: 285-292

Tipo: Artículo

DOI: 10.6018/ANALESPS.29.1.137901 DIALNET GOOGLE SCHOLAR

Otras publicaciones en: Anales de psicología

Resumen

Se investigó la influencia que tienen los valores perdidos sobre las propiedades psicométricas de los tests de personalidad. Se ha utilizado un enfoque aplicado, simulando situaciones que puedan tener relevancia cara a la práctica profesional. Se diseñaron dos estudios de simulación a partir de datos reales obtenidos de la aplicación de la prueba ESQUIZO-Q que evalúa esquizotipia. En el primero de ellos se utilizó una muestra de 3056 personas y en el segundo una de 200; en ambos casos se emplearon cuatro niveles de pérdida de respuestas y ocho procedimientos de imputación de los valores perdidos.Se estudió su influencia sobre las estimaciones del coeficiente a de Cronbach, la estructura factorial de la prueba y la ordenación de las puntuaciones en el cuestionario. Los resultados apuntan a que en presencia de niveles bajos de valores perdidos, incluso los métodos más simples, ofrecen soluciones muy razonables desde el punto de vista práctico. Desde la perspectiva más estadística el procedimiento de Expectación-Maximización (EM) es el que presenta un mejor comportamiento global en los diferentes criterios manejados. Destaca también el pobre comportamiento de los métodos de sustitución por el valor anterior o posterior de cara a mantener la estructura factorial de los datos.

Referencias bibliográficas

  • Acock, A.C. (2005). Working with missing values. Journal of Marriage and Family, 67, 1012-1028.
  • Allison, P.D. (2002). Missing Data. Thousand Oaks, CA: SAGE Publications.
  • American Psychiatric Association. (2000). Diagnostic and Statistical Manual of Mental Disorders (4th ed. revised) Washington, DC: American Psychiatric Association.
  • American Educational Research Association, American Psychological Association y National Council on Measurement in Education (1999). Standards for educational and psychological testing. Washington, DC: American Educational Research Association.
  • Botella, J. (2002). Potencia de pruebas alternativas para dos muestras relacionadas con datos perdidos. Psicothema, 14(1), 174-180.
  • Botella, J. y Ponte, G. (2011). Effects of the heterogeneity of the variances on reliability generalization: An example with the Beck Depression Inventory. Psicothema, 23, 516-522.
  • Brennan, R.L. (2006). Educational measurement (4a edition). Westport, C.T.: American Council on Education/Praeger Publishers.
  • Carpita, M. y Manisera, M. (2011). On the imputation of missing data in surveys with Likert-type scales. Journal of Classification, 28(1), 93-112.
  • Downey, R.G. y King, C.V. (1998). Missing data in Likert ratings: A comparison of replacement methods. The Journal of General Psychology, 125(2), 175-191.
  • Enders, C. (2004). The impact of missing data on sample reliability estimates: Implications for reliability reporting practices. Educational and Psychological Measurement, 64(3), 419-436.
  • Enders, C. (2010). Applied missing data analysis. New York: The Guilford Press.
  • Fernández-Alonso, R., Suárez-Alvarez, J. y Muñiz, J. (2012). Imputación de datos perdidos en las evaluaciones diagnósticas educativas. Psicothema, 24(1), 167-175.
  • Fonseca-Pedrero, E., Paino, M., Lemos-Giráldez, S., García-Cueto, E., Campillo-Álvarez, A., Villazón-García, U. y Muñiz, J. (2008). Schizotypy assessment: State of the art and future prospects. International Journal of Clinical and Health Psychology, 8, 577-593.
  • Fonseca-Pedrero, E., Muñiz, J., Lemos, S., Paino, M. y Villazón, U. (2010). Esquizo-Q. Cuestionario Oviedo para la evaluación de la esquizotipia. Madrid: TEA Ediciones.
  • Fonseca-Pedrero, E., Paino, M., Lemos, S. y Muñiz, J. (2011). Nuevos desarrollos en la detección de jóvenes con riesgo de trastornos del espectro esquizofrénico. Anales de Psicología, 27(2), 333-341.
  • Gmel, G. (2001). Imputation of missing values in the case of a multiple item instrument measuring alcohol consumption. Statistics in Medicine, 20, 2369-2381.
  • Graham, J.W. (2009). Missing data analysis: Making it work in the real world. Annual Review of Psychology, 60, 549-576.
  • Guillén-Riquelme, A. y Buela-Casal, G. (2011). Actualización psicométrica y funcionamiento diferencial de los ítems en el State Trait Anxiety Inventory (STAI). Psicothema, 23, 510-515.
  • Howell, D.G. (2008). The analysis of missing data. En Outhwaite, W. y Turner, S. (Eds), Handbook of Social Science Methodology. London: Sage.
  • Huisman, M. (2000). Imputation of missing item responses: Some simple techniques. Quality & Quantity, 34, 331-351.
  • Lewis-Beck, M.F. (1995). Data analysis: An introduction. London: Sage.
  • Little, R.J.A. y Rubin, D.B. (1987). Statistical analysis with missing data. New York: Wiley.
  • Mcdonald, R.A., Thurston, P.W. y Nelson, M.R. (2000). A Monte Carlo study of missing item methods. Organizational Research Methods, 3(1), 71-92.
  • Meehl, P. E. (1962). Schizotaxia, schizotypy, schizophrenia. American Psychologist, 17, 827-838.
  • Roth, P.L. (1994). Missing data: A conceptual review for applied psychologist. Personnel Psychology, 47, 537-560.
  • Roth, P.L., Switzer, F.S. y Switzer, D.M. (1999). Missing data in multiple item scales: A Monte Carlo analysis of missing data techniques. Organizational Research Methods, 2(3), 211-232.
  • Rubin, D.B. (1987). Multiple imputation for nonresponse in surveys. New York: Wiley.
  • Schafer, J.J. y Graham, J.W. (2002). Missing data: Our view of the state of art. Psychological Methods, 7(2), 147-177.
  • Shrive, F., Stuart, H., Quan, H. y Ghali, W.A. (2006). Dealing with missing data in a multi-question depression scale: a comparison of imputation methods. BMC Medical Research Methodology, 6:57 (http://www.biomedcentral.com/1471-2288-6-57)(descargado el 25/01/2011).
  • Sijtsma, K. y van de Ark, L.A. (2003). Investigation and treatment of missing item scores in test and questionnaire data. Multivariate Behavioral Research, 38(4), 505-528.
  • Vallejo, G., Fernández, P., Livacic-Rojas, P. y Tuero-Herrero, E. (2011). Comparison of modern methods for analyzing unbalanced repeated measures data. Multivariate Behavioral Research, 46, 900-937.
  • Van der Ark, L.A. y Vermunt, J.K. (2010). New developments in missing data analysis (editorial). Methodology, 6(1), 1-2.
  • Van Ginkel, J.R., Sijtsma, K., van der Ark, L.A. y Vermunt, J.K. (2010). Incidence of missing item scores in personality measurement, and simple item-score imputation. Methodology, 6(1), 17-30.
  • Van Ginkel, J.R., van der Ark, L.A. y Sijtsma, K. (2007). Multiple imputation of item scores in test and questionnaire data, and influence on psychometric results. Multivariate Behavioral Research, 42(2), 387-414.
Fuente de los datos: Dialnet