Este artículo fue descargado por: [Universidad de Nueva York] el: 14

de mayo de 2014, a las 11:43

Editorial: Routledge
Informa Ltd Registrada en Inglaterra y Gales Número de registro: 1072954 Oficina registrada: Mortimer House, 37-41
Mortimer Street, Londres W1T 3JH, Reino Unido

Revista de psicología clínica infantil y adolescente

Detalles de la publicación, incluidas las instrucciones para los autores y la información de suscripción:
http://www.tandfonline.com/loi/hcap20

Una nueva mirada a la psicometría de la escala de crianza

a través de la lente de la teoría de respuesta al ítem
Michael F. Lorber a , Shu Xu a , Amy M. Smith Slep a , Lisanne Bulling a & Susan G. O'Leary licenciado en Letras Grupo de

investigación traslacional familiar, Universidad de Nueva York

B Departamento de Psicología, Universidad de Stony Brook

Publicado en línea: 14 de mayo de 2014.

Para citar este artículo: Michael F.Lorber, Shu Xu, Amy M. Smith Slep, Lisanne Bulling y Susan G. O'Leary (2014): Una nueva mirada
en la escala de psicometría de la crianza a través de la lente de la teoría de la respuesta al ítem, Journal of Clinical Child & Adolescent
Psychology

Para vincular a este artículo: http://dx.doi.org/10.1080/15374416.2014.900717

POR FAVOR, DESPLÁCESE HACIA ABAJO PARA EL ARTÍCULO

Taylor & Francis hace todo lo posible para garantizar la precisión de toda la información (el "Contenido") contenida en las
publicaciones de nuestra plataforma. Sin embargo, Taylor & Francis, nuestros agentes y nuestros otorgantes de licencias no
hacen declaraciones ni ofrecen garantía alguna en cuanto a la precisión, integridad o idoneidad para cualquier propósito del
Contenido. Todas las opiniones y puntos de vista expresados en esta publicación son opiniones y puntos de vista de los
autores, y no son puntos de vista ni están respaldados por Taylor & Francis. No se debe confiar en la precisión del Contenido y
se debe verificar de forma independiente con fuentes primarias de información. Taylor y Francis no serán responsables por
pérdidas, acciones, reclamos, procedimientos, demandas, costos, gastos, daños y otras responsabilidades, cualquiera que sea
la causa, que surja directa o indirectamente en relación con,

Este artículo puede utilizarse con fines de investigación, docencia y estudios privados. Se prohíbe expresamente cualquier
reproducción, redistribución, reventa, préstamo, sublicencia, suministro sistemático o distribución sustancial o sistemática en
cualquier forma a cualquier persona. Los términos y condiciones de acceso y uso se pueden encontrar en http: //
www.tandfonline.com/page/terms-and-conditions
 Revista de psicología clínica infantil y adolescente, 0 ( 0), 1–14, 2014
Copyright # Taylor & Francis Group, LLC
ISSN: 1537-4416 imprimir = 1537-4424 en
línea DOI: 10.1080 / 15374416.2014.900717

Una nueva mirada a la psicometría de la escala de crianza

A través de la lente de la teoría de la respuesta al ítem

Michael F. Lorber, Shu Xu, Amy M. Smith Slep y Lisanne Bulling

Grupo de investigación traslacional familiar, Universidad de Nueva York

Susan G. O'Leary
Departamento de Psicología, Universidad de Stony Brook
Descargado por [New York University] a las 11:43 del 14 de mayo de 2014

La psicometría de las subescalas de sobrereactividad y laxitud de la Parenting Scale se evaluó

utilizando técnicas de la teoría de respuesta al ítem (TRI). Los análisis de IRT se basaron en 2 muestras
comunitarias de padres que cohabitan con niños de 3 a 8 años, combinados para producir un tamaño
de muestra total de 852 familias. Los resultados apoyaron la utilidad de las subescalas de
sobrereactividad y laxitud, particularmente en la discriminación entre los padres en los tramos medio
y superior de cada constructo. Las versiones originales de las subescalas Overreactivity y Laxness
fueron más confiables que las versiones alternativas más cortas identificadas en análisis factoriales
replicados de investigaciones previamente publicadas y en análisis IRT en la presente investigación.
Además, en varios casos, las versiones originales de estas subescalas, en comparación con las
versiones abreviadas, exhibieron mayores estabilidades y correlaciones a los 6 meses con la conducta
de externalización del niño y la satisfacción de la relación de pareja. La fiabilidad fue mayor para la
subescala Laxness que para la subescala Overreactivity. El rendimiento de los ítems en cada subescala
fue muy variable. En conjunto, los resultados actuales apoyan generalmente la psicometría de la
Parenting Scale, en particular para la investigación y la práctica clínicas. También sugieren áreas para
un mayor desarrollo.

La evaluación válida de las prácticas de disciplina de los padres
es crucial tanto en entornos clínicos como de investigación. Los
autoinformes de disciplina a menudo son deseables, ya sea
como medidas complementarias a las observaciones o en
entornos en los que la observación directa de la disciplina no es
factible. El presente artículo se ocupa de las propiedades
psicométricas de una medida de disciplina autoinformada
ampliamente utilizada y evaluada con frecuencia, la Parenting
Scale (Arnold, O'Leary, Wolff y Acker, 1993). La Parenting Scale
se desarrolló para medir las prácticas disciplinarias
disfuncionales (aquellas que se asocian con malos resultados en
los niños) tanto en entornos clínicos como de investigación. Se
usa comúnmente en estudios correlacionales y como resultado
en ensayos de intervención (p. Ej., De Haan, Prinzie,
Y Deković, 2009; Sanders, Markie-Dadds, Tully y Bor, 2000).
Los factores identificados en el estudio Parenting Scales miden el
desarrollo (Arnold et al., 1993) incluyeron sobrereactividad, laxitud y
verbosidad, reflejando respuestas duras, permisivas y excesivamente verbosas
a la mala conducta del niño, respectivamente. Estas subescalas se validaron
contra las observaciones en el hogar de la paternidad y la mala conducta de
los niños y las madres discriminadas de niños clínicamente referidos versus no
recomendados. Desde ese momento, varios análisis de factores
independientes de la Parenting Scale han apoyado consistentemente la
presencia de los factores de Exceso de Reactividad y Laxitud, pero no el factor
de Verbosidad. Sin embargo, las soluciones han variado algo de un estudio a
otro en cuanto a qué elementos y cuántos reflejan mejor la sobrereactividad y
la laxitud (p. Ej., Irvine, Biglan, Smolkowski y Ary, 1999; Reitman et al., 2001;
Rhoades y O'Leary, 2007 ).

Los autores agradecen a Virginia Y. Lorber su valiosa ayuda editorial.

Es inevitable que exista cierta variabilidad entre estudios en la

La correspondencia debe dirigirse a Michael F. Lorber, Family Translational
Research Group, New York University, 345 East 24th Street, VA, Nueva York, NY estructura factorial de la Parenting Scale debido al error de
10010. Correo electrónico: lorber2@gmail.com muestreo. Sin embargo, la réplica de Rhoades y O'Leary (2007) de
 2 LORBER ET AL.
Reitman y col. (2001) da crédito a sus soluciones de factor de
sobrereactividad y laxitud de cinco ítems. El ahorro de 11 ítems en
comparación con Arnold et al. (1993) también es una solución
atractiva, ya que son deseables medidas más breves tanto en la
investigación como en los entornos clínicos. Sin embargo, a pesar
de estos hallazgos alentadores, es posible que todavía no sea
seguro limitar la escala de crianza a los elementos sugeridos por
Rhoades y O'Leary.
Como mostramos, las propiedades psicométricas de la
Parenting Scale se ven diferentes cuando se ven a través del
lente de la teoría de respuesta al ítem (TRI). La TRI y el
análisis factorial con fi rmatorio (AFC) son similares en el
sentido de que cada técnica busca estimar la relación entre
los elementos y los factores subyacentes que reflejan, pero
mediante diferentes métodos y métricas. Algunos autores
han enfatizado la superposición y similitudes en los
resultados de IRT y CFA (p. Ej., Stark, Chernyshenko y
Drasgow, 2006). Otros han enfatizado las contribuciones
únicas de la TRI y su evaluación fina del desempeño de los
Descargado por [New York University] a las 11:43 del 14 de mayo de 2014
ítems y escalas (Embretson & Reise, 2000).
IRT APLICADO A LA ESCALA PARA PADRES
IRT es una colección de modelos analíticos que utilizan funciones no
lineales para describir la probabilidad de las respuestas de una
persona en un ítem del cuestionario, dado el nivel de rasgo de un
sujeto (por ejemplo, el grado de disciplina laxa de un padre). Como
en CFA, el rasgo es una construcción latente continua que subyace a
los elementos manifiestos. Centramos nuestra descripción aquí en
el modelo de respuesta gradual de Samejima (1997) en el contexto
de la Parenting Scale. Cada uno de sus elementos presenta un
escenario de disciplina y le pide al padre que designe dónde se
encuentran a lo largo de un continuo de 7 puntos entre dos
anclajes, uno que refleja una forma ineficaz y el otro una forma
eficaz de manejar el escenario. Por ejemplo, "Cuando digo que mi
hijo no puede hacer algo" (escenario), "Dejo que mi hijo lo haga de
todos modos" (ineficaz) versus "Me atengo a lo que dije" respuesta
(eficaz). a un escenario de crianza dado.
Aplicando el modelo de respuesta graduada a la Parenting
Scale, se estiman siete parámetros por ítem, una pendiente y
seis umbrales. La pendiente ( a) se conoce como un parámetro
de '' discriminación '', que refleja qué tan bien lo hace el ítem
para distinguir entre personas en diferentes niveles del rasgo
subyacente = constructo ( h, interpretado como Z
puntuaciones). Por ejemplo, ¿qué tan bien discrimina el
elemento "Alzo la voz o grito" entre padres con diferentes
niveles de sobrerreactividad? Umbrales ( B) a menudo se
denominan parámetros de "dificultad", que reflejan los puntos
a lo largo del constructo latente subyacente ( h) en el que la
probabilidad de obtener la siguiente respuesta más alta es .50.
Con las respuestas de 7 puntos, hay seis umbrales porque hay
seis intervalos entre las categorías de respuesta (p. Ej., 1 frente
a 2, 2 frente a 3, etc.). Para ilustrar, si el primer umbral, entre las
Respuestas 1 y 2 en la subescala de Laxitud es 2.5, este
indica que las personas que obtienen una puntuación de 2,5 Dakota del Sur s debajo del
METRO del rasgo de laxitud h puntuación de 2,5) tienen la misma
probabilidad de aprobar 1 o 2; h puntuaciones superiores a 2,5
Dakota del Sur s aumentan la probabilidad de aprobar un 2 por encima de .50.
Una característica útil de IRT es la curva de información del
artículo (IIC) de cada artículo. El IIC combina los parámetros de
pendiente y umbral en un resumen gráfico que refleja qué tan bien
el ítem mide un rasgo latente. Los elementos de la Parenting Scale
con mayor información discriminan mejor entre los padres en
diferentes niveles de un rasgo de disciplina. A diferencia de las
cargas de artículos en CFA, la información de los artículos puede
variar en diferentes niveles del rasgo en lugar de proporcionar una
sola estimación de la relación elemento-rasgo. Además, las IIC se
pueden sumar para producir una curva de información de prueba
(TIC) que es análoga a la IIC pero proporciona estimaciones del
desempeño de una escala en su conjunto en diferentes niveles del
rasgo (por ejemplo, el desempeño de la subescala Laxness).
La información del ítem y la información de la escala proporcionada por
las IIC y las TIC en IRT podrían ser particularmente importantes en la
evaluación de la Parenting Scale. Por ejemplo, si un médico tuviera la
esperanza de utilizar la Escala de crianza para medir la Laxitud, idealmente
distinguiría de manera confiable entre los padres en los rangos más altos de
Laxitud, y esta información podría usarse para decidir cuánta energía dedicar
a intervenir y monitorear una enfermedad. dada la laxitud de los padres.
Además, la Parenting Scale necesitaría reflejar de manera confiable el cambio
en la paternidad debido a la intervención, ya que el padre cliente
supuestamente pasa de niveles altos a más moderados de Laxness. Las
mismas consideraciones se aplican a los ensayos de intervención en los que
las medidas deben proporcionar una medición especialmente confiable de los
rangos más altos de prácticas disciplinarias disfuncionales, así como la
máxima sensibilidad al cambio. Por el contrario, se puede otorgar mayor
importancia a la discriminación confiable de los padres en toda la gama de
prácticas disciplinarias en algunos entornos de investigación no clínicos.
Dados los intereses clínicos y de investigación en la medición de la disciplina
disfuncional, las TIC de las escalas de sobrerreactividad y laxitud de la escala
de crianza proporcionarían información crucial para determinar la
aplicabilidad del instrumento para el uso previsto.
También es posible que desee limitar la escala de crianza a
los elementos que sean de máxima información para cuantificar
la sobrereactividad y la laxitud sin sacrificar la información
general proporcionada por cada medida. Los resultados
replicables del AFC que se acaban de presentar (Reitman et al.,
2001; Rhoades y O'Leary, 2007) sugieren que cada subescala
puede limitarse a cinco elementos. Sin embargo, CFA e IRT no
siempre convergen en el mismo conjunto de elementos como el
mejor reflejo de un constructo subyacente. Esto puede deberse
al tratamiento común de las opciones de respuesta ordinales de
tipo Likert, como las de la Parenting Scale, como continuas en
CFA y ordinales en IRT (Dumenci & Achenbach,
2008). Además, a menos que se utilice un enfoque CFA no lineal, los
elementos que contribuyen de manera desigual a la medición

del constructo subyacente puede no cargarse fuertemente en CFA
(por ejemplo, uno que discrimina mal entre los padres en el
extremo inferior de Laxness pero que discrimina bien entre los
padres en el extremo superior de Laxness).
En lo que respecta a la eliminación de elementos, se justifica la
precaución porque un efecto común de la eliminación de elementos, a
menos que el elemento sea claramente problemático, es sacrificar la
confiabilidad. Esta preocupación puede aumentar en el presente caso
dado que las subescalas de la Parenting Scale ya son bastante cortas
para empezar. Mediante análisis de TIC para diferentes constelaciones
de elementos (p. Ej., Una subescala de sobrereactividad de 10 elementos
frente a una de 5 elementos), la TRI se puede utilizar para estimar las
consecuencias para la confiabilidad de utilizar diferentes versiones de la
misma medida. Entonces, uno puede, por ejemplo, tomar una decisión
empíricamente informada sobre si el ahorro de tiempo y la carga de los
participantes valen el grado de pérdida de información asociado con una
medida más corta.
Una característica útil adicional de la TRI es que "pueden obtenerse
estimaciones no sesgadas de los parámetros de los elementos a partir
Descargado por [New York University] a las 11:43 del 14 de mayo de 2014
de muestras no representativas" (p. 15; Embretson & Reise, pág.
2000). En los modelos IRT, se cree que los parámetros de los
elementos son independientes de las características de la muestra.
Por el contrario, el AFC se lleva a cabo en un marco de teoría de
pruebas clásico, en el que no se puede suponer la generalización de
los hallazgos a grupos de población diferentes a aquellos en los que
se basa el AFC. Mientras que el pag Los valores de las cargas
factoriales y las magnitudes de las correlaciones ítem-total en la
teoría de pruebas clásica pueden variar mucho entre muestras, los
parámetros de pendiente y umbral de la TRI son más estables.
LA INVESTIGACIÓN ACTUAL
En la presente investigación examinamos las propiedades
psicométricas de las subescalas de sobrereactividad y laxitud de
la escala de crianza utilizando modelos de respuesta gradual de
la TRI. Nuestro enfoque de varios pasos fue principalmente
exploratorio dado el potencial del enfoque IRT para generar
conocimientos diferentes a los hallazgos anteriores de CFA. En
el Paso 1 (Unidimensionalidad), evaluamos la
unidimensionalidad de las versiones originales de las
subescalas Overreactivity y Laxness (Arnold et al., 1993), como
paso preliminar antes de los principales análisis de IRT.
En el Paso 2 (Análisis principales de TRI) exploramos el
desempeño de cada ítem individual original y subescala para
mujeres y hombres, respectivamente. Como paso exploratorio,
los parámetros del modelo también se compararon en mujeres
versus hombres. Tanto los médicos como los investigadores se
beneficiarían del conocimiento de si las escalas discriminan
igualmente bien entre madres y padres a lo largo del continuo
de una disciplina exagerada y laxa.
Además, exploramos el rendimiento relativo de las
versiones originales de las subescalas de sobrereactividad y
laxitud, así como las subescalas revisadas de cinco ítems
sugeridas por Rhoades y O'Leary (2007).
PSICOMETRÍA DE LA ESCALA PARA PADRES 3
y Reitman et al. (2001) y subescalas con cinco ítems óptimos
sugeridos por los análisis IRT de las subescalas originales.
Estos análisis nos permitieron juzgar la precisión de
medición relativa que ofrecen estas diferentes versiones de
las medidas. Además, evaluamos la subescala de Hostilidad,
un nuevo factor identificado por Rhoades y O'Leary,
compuesto por tres elementos descartados de la subescala
de Sobrereactividad original.
En el Paso 3 (Estabilidad y validez concurrente), evaluamos la
estabilidad longitudinal y la validez concurrente de las
diferentes versiones de las medidas. La validez concurrente se
juzgó en relación con el comportamiento de externalización del
niño y la satisfacción de la relación de pareja. Cada uno de estos
factores es una parte replicable de la red nomológica de
sobrerreactividad y laxitud (p. Ej., O'Leary, Slep y Reid, 1999).
Planteamos la hipótesis de que habría una estabilidad
longitudinal significativa en cada medida y que cada una estaría
asociada con la conducta de externalización del niño y la
satisfacción de la relación. Exploramos las diferencias en la
estabilidad y las asociaciones de validez concurrente entre las
diferentes versiones de las medidas.
Los análisis IRT requieren muestras muy grandes porque
una gran cantidad de parámetros se estiman simultáneamente
(Embretson & Reise, 2000). Por lo tanto, combinamos dos
muestras de parejas comunitarias. Este enfoque aprovechó la
relativa independencia de los parámetros de los ítems de la TRI
antes mencionada de las características específicas de la
muestra y permitió la evaluación del desempeño del ítem y la
escala en una amplia gama de crianza.
MÉTODO
Muestra 1
Participantes. Una muestra comunitaria de 453 parejas (ver Slep & O'Leary,
2005) que residen en los suburbios de la ciudad de Nueva York participó en el
estudio. Los participantes fueron reclutados entre 1999 y 2002 mediante
marcación de dígitos aleatorios (RDD), en la que se estableció contacto con los
hogares a partir de una lista de números de teléfono generada aleatoriamente
(últimos cuatro dígitos) para centrales telefónicas (primeros tres dígitos)
ubicadas a 45 minutos en automóvil del Universidad (Slep, Heyman, Williams,
Van Dyke y O'Leary, 2006). Para ser elegibles, los encuestados debían haber
vivido en pareja durante al menos 1 año, ser padres de un niño de 3 a 7 años
que fuera hijo biológico de al menos uno de los padres y poder completar
cuestionarios. en Inglés. Si la familia tenía más de un niño en el rango de
edad, un niño fue seleccionado al azar para ser el niño objetivo para los
propósitos de este estudio. Los datos demográficos de la muestra se
enumeran en la Tabla 1. Más detalles sobre el reclutamiento, así como la
correspondencia razonablemente cercana de la muestra con los datos del
Censo de los EE. UU. Para el condado de residencia de los participantes, se
describieron en Slep et al. (2006).
 4 LORBER ET AL.

TABLA 1
Datos demográficos de las muestras 1 y 2

Muestra 1 Muestra 2

Hombres Mujeres Hombres Mujeres

M =% Dakota del Sur M =% Dakota del Sur M =% Dakota del Sur M =% Dakota del Sur

Edad adulta (años) 37.25 6.02 35.06 5,00 41,00 5.53 38,82 5.54
Sobrereactividad 2,61 0,73 2,73 0,72 2,58 0,73 2,72 0,88
Laxitud 2,74 0,80 2,72 0,86 2,59 0,76 2,49 0,91
número de niños a 2,36 0,99 2,76 0,89
Edad del niño a ( Años) 5.44 1,47 6,65 1,47
% Casado a 94% 97%
% Niña a 52% 50%
Renta familiar anual a
% <$ 25 000 3% 1%
% $ 25 000 a $ 49 000 21% 5%
% $ 50 000 a $ 74 000 31% 18%
% $ 75 000 a $ 99 000 25% 27%
% $ 100 000 20% 49%
Educación
Descargado por [New York University] a las 11:43 del 14 de mayo de 2014

Algo de universidad o superior a la 72% 79% 74% 88%

escuela secundaria o menos raza 28% 21% 26% 12%
adulta = origen étnico
% De blancos no latinos 79% 82% 91% 91%
% Negro 7% 6% 3% 3%
% Latinos 10% 8% 3% 4%
% Asiático 2% 2% 1% 1%
% Otro 3% 2% 1% 1%

a Promedio de pareja.

Esta muestra es la misma que utilizaron Rhoades y O'Leary
en su análisis factorial de 2007.
Procedimiento. Las parejas completaron una (s) evaluación
(es) de laboratorio de 6 horas o dos de 3 horas. Una vez
obtenido el consentimiento, las parejas se separaron para
completar cuestionarios de forma independiente. Los
participantes completaron extensas baterías de cuestionarios
sobre ellos mismos, sus relaciones y sus familias. A las parejas
del estudio se les pagó $ 250.
Medidas. Tanto hombres como mujeres completaron la
Parenting Scale (Arnold et al., 1993), como parte de un protocolo de
investigación más amplio (ver Slep & O'Leary, 2007). La Parenting
Scale es una escala de autoinforme de 30 ítems que evalúa las
estrategias de disciplina de los padres en respuesta a la mala
conducta de los niños. Las estrategias de disciplina de los padres,
después de codificar al revés algunos de los ítems, se calificaron en
escalas tipo Likert de 7 puntos, donde 1 indica una alta probabilidad
de utilizar un eficaz estrategia de disciplina y 7 indica una alta
probabilidad de ineficaz disciplina. La medida completa se presenta
en un suplemento en línea.
cuestionarios completados como parte de un estudio más
amplio. Los participantes fueron reclutados entre 2004 y 2007,
inicialmente utilizando el procedimiento RDD de la Muestra 1.
Sin embargo, a diferencia de nuestra experiencia anterior,
detectamos una subrepresentación de las minorías mientras se
realizaba el reclutamiento. Esto puede ser el resultado de un
cambio en la demografía de las personas con teléfonos fijos.
Por lo tanto, complementamos RDD con listas de llamadas
compradas en Survey Sampling International (Shelton, CT).
Survey Sampling International mantiene una base de datos de
hogares compilada a partir de múltiples fuentes (por ejemplo,
directorios telefónicos, registros de nacimiento, etc.).
Realizamos todo el reclutamiento posterior con RDD y llamadas
telefónicas a los números de estas listas, que se generaron para
muestrear en exceso a las familias minoritarias en las cercanías
de la universidad. Los criterios de inclusión fueron idénticos a
los de la Muestra 1, con la excepción de que los niños debían
tener entre 4 y 8 años. Los datos demográficos de la muestra se
enumeran en la Tabla 1. La muestra tenía una mayor
proporción de familias blancas y era más educada y próspera
que la familia promedio en su condado de residencia según los
datos del censo de los EE. UU. (Ver el suplemento en línea Tabla
S1).

Muestra 2

Participantes. Trescientas noventa y nueve parejas comunitarias Procedimiento. Las parejas completaron dos evaluaciones de
que residen en los suburbios de la ciudad de Nueva York laboratorio de 2 horas en T1 y nuevamente 6 meses después (T2). Datos

fueron recopilados de forma anónima. A las parejas del estudio se les pagó un
total de $ 400.
Medidas. Tanto hombres como mujeres completaron la
Escala de crianza de los hijos (T1 y T2), el Índice de calidad del
matrimonio (QMI; Norton, 1983, T1) y el Cuestionario de salud y
comportamiento de MacArthur (HBQ; Essex et al.,
2002, T1), como parte de un protocolo de laboratorio más amplio.
El QMI es un inventario de seis elementos que evalúa la satisfacción
conyugal (por ejemplo, "Tenemos un buen matrimonio"); las respuestas están
en escalas de 7 puntos. Tiene una excelente consistencia interna y una alta
validez convergente con otras medidas de satisfacción en la relación de pareja
(Heyman, Sayers y Bellack, 1994). Madres '( a ¼. 96) y de padres ( a ¼. 95) A
continuación, se promediaron los compuestos QMI ( r ¼. 59,
p <. 001) para crear una variable de satisfacción de la relación a nivel
de pareja para su análisis.
El HBQ es una medida de cuestionario de 140 ítems de la
salud infantil, tiene confiabilidad adecuada entre evaluadores y
Descargado por [New York University] a las 11:43 del 14 de mayo de 2014
prueba-reprueba en muestras epidemiológicas (Essex et al.,
2002), y ha sido validado contra diagnósticos derivados del
Programa de entrevistas de diagnóstico para niños (Luby et al.,
2002). Para el presente enfoque, utilizamos un compuesto de
externalización que comprendía las siguientes subescalas:
inatención, impulsividad, problemas de conducta, desafiante de
oposición, hostilidad manifiesta y subescalas de agresión
relacional. Los ítems se promediaron para cada subescala, y
posteriormente se promediaron las subescalas para formar la
puntuación compuesta de externalización. Padres '( a ¼. 83) y de
madres ( a ¼. 96) Luego se promediaron los compuestos
externalizantes ( r ¼. 43, p <. 001) entre los padres para crear una
variable de externalización de doble informador para el análisis.
RESULTADOS
Las estadísticas descriptivas para las diferentes versiones de las
subescalas de Parenting Scale se encuentran en la Tabla 2. Todos
los análisis de la confiabilidad de Parenting Scale utilizaron el
conjunto de datos completo (Muestra 1; Muestra 2, Tiempo 1), con
un porcentaje muy pequeño de datos faltantes (.20 %) manejado a
través del método de máxima verosimilitud marginal con IRTPRO
2.1 (Scientific Software International, 2011). Las correlaciones de
estabilidad y validez concurrente se estimaron en la Muestra 2,
mediante un modelo de ecuación estructural; Se permitieron
covarianzas entre todos los pares de variables. Esta tarea se
implementó utilizando Mplus 6.11 (Muthén & Muthén, 1998–2010)
con una estimación de máxima verosimilitud de información
completa. Los datos faltantes (5,06%) fueron principalmente una
función del desgaste.
Paso 1: Unidimensionalidad
Antes de los análisis principales, se evaluó el supuesto de unidimionalidad de
los modelos IRT para cada subescala original.
PSICOMETRÍA DE LA ESCALA PARA PADRES 5
utilizando métodos de análisis de componentes principales
(PCA) y TRI con el original Arnold et al. (1993) Subescalas de
sobrereactividad y laxitud. Las gráficas de pedregal en cada
caso apoyaron la unidimensionalidad. Para la hiperactividad
y laxitud de madres y padres, hubo un primer componente
grande, con una caída sustancial en la varianza explicada
del primer al segundo componente; el segundo
componente explicó el 35% y el 23% de la varianza que el
primer componente para la sobrereactividad y laxitud,
respectivamente. Además, hubo pocos cambios en la
varianza explicada para los componentes posteriores. Las
cargas por sobrereactividad variaron de .42 a .72 ( METRO ¼. 60)
para mujeres y de .33 a .73 ( METRO ¼. 53) para hombres. Las
cargas de laxitud variaron de .44 a .76 ( METRO ¼. 64) para
mujeres y de .33 a .70 ( METRO ¼. 58) para hombres.
La dependencia local en los modelos de TRI de respuesta
gradual se evaluó como una verificación adicional de la
unidimensionalidad mediante los valores de la estadística de
dependencia local estandarizada de Chen y Thissen (1997) ( LD v 2).
La dependencia local es evidente cuando las covarianzas en
pares de elementos son mayores que las predichas por el
modelo. Tal patrón sugiere que los ítems dependientes
localmente reflejan una dimensión adicional que no ha sido
modelada (es decir, hay grupos de ítems que cuelgan juntos de
una manera no predicha por el modelo unidimensional). Esto es
similar a las variaciones residuales correlacionadas en CFA. Para
la subescala de sobrereactividad, todos los valores de la LD v 2 estaban
por debajo del umbral de 10 que se considera evidencia positiva
de dependencia local (Scienti fi c Software International, 2011).
Para la subescala Laxness, solo cuatro de los 54 (7,41%) LD v 2
los valores para los hombres excedieron 10, al igual que dos de los 54
(3,70%) LD v 2 valores para las mujeres. En general, hubo poca evidencia
que sugiera una dependencia local de los elementos Laxness.
Paso 2: Análisis principales de IRT
Primero se analizaron las subescalas "Original" (Arnold et
al., 1993) Sobrereactividad (10 ítems) y Laxitud (11 ítems). 1 Las
versiones de cinco ítems de estas subescalas sugeridas por
Reitman et al. (2001) y Rhoades y O'Leary
1 El ajuste del artículo se evaluó con el S- v 2 Estadística de ajuste de ítem sugerida
por Orlando y Thissen (2003). Para la gran mayoría de los ítems (88%), no hubo
evidencia de un desajuste estadísticamente significativo: diferencias entre las
probabilidades esperadas (es decir, el modelo implícito) y las observadas. Las
excepciones se indican aquí. Para la sobrereactividad de los hombres, un elemento
tenía un desajuste confiable: 14 ("Guarde rencor", pag ¼. 049). Para la laxitud de las
mujeres, tres ítems exhibieron un desajuste confiable de probabilidad observado vs. pag
¼. 018), 24 ('' Si el niño se porta mal y luego se arrepiente, lo dejo ir '' pag ¼. 005) y 30
('' Retroceda cuando el niño se enoje con un 'no', '' pag ¼. 013). Para la Laxitud de los
hombres, un elemento tuvo un desajuste confiable de probabilidad observado
versus esperado: 26 ("Cuando digo que mi hijo no puede hacer algo, dejo que mi hijo
lo haga de todos modos",
pag ¼. 002). Idealmente, ningún artículo presentaría un desajuste confiable; uno
podría considerar la eliminación de estos elementos. Sin embargo, se decidió que
retener los elementos antes mencionados era preferible a la pérdida de información
asociada con su eliminación.
 6 LORBER ET AL.

TABLA 2
Estadísticos descriptivos y correlaciones entre diferentes versiones de las subescalas

Mujeres

OVR O OVR R OVR F ANFITRIÓN FLOJO O FLOJO R FLOJO F METRO Dakota del Sur Min. Max.

OVR O - . 92 . 93 . 68 . 42 . 33 . 35 2,73 0,80 1,00 5,90

OVR R . 91 - . 89 . 44 . 36 . 29 . 30 3.10 0,96 1,00 6,50
OVR F . 92 . 88 - . 55 . 45 . 37 . 38 3,00 0,96 1,00 6,40
ANFITRIÓN . 63 . 36 . 48 - . 31 . 24 . 28 1,64 0,79 1,00 6,00
FLOJO O . 24 . 25 . 25 . 14 - . 91 . 92 2,61 0,89 1,00 6,45
FLOJO R . 17 . 19 . 17 . 09 . 90 - . 90 2.52 0,94 1,00 6,60
FLOJO F . 21 . 23 . 22 . 13 . 91 . 89 - 2,58 1.04 1,00 6,60
Hombres

METRO 2,60 2,91 2,83 1,62 2,67 2,50 2,55

Dakota del Sur 0,73 0,91 0,91 0,80 0,78 0,85 0,92
Min. 1,00 1,00 1,00 1,00 1,00 1,00 1,00
Max. 5.40 6,00 6,60 6,67 5.36 5.80 6,60

Nota. Mujeres arriba y hombres debajo de la diagonal. OVR ¼ Exceso de reactividad; FLOJO ¼ Laxitud ANFITRIÓN ¼ Hostilidad; los subíndices indican
(O) Original (Arnold et al., 1993), (R) Reitman = Rhoades (Reitman et al., 2001; Rhoades & O'Leary, 2007), y (F) Versión más informativa de cada
subescala; Min. y Max. respectivamente, indican puntuaciones mínimas y máximas observadas.
Descargado por [New York University] a las 11:43 del 14 de mayo de 2014

(2007), y según los resultados del análisis IRT que se informa a continuación,
se evaluaron en segundo lugar. Estos se conocen como las versiones "Reitman
= Rhoades" y "Los cinco más informativos", respectivamente. Sus números de
artículo correspondientes se encuentran en las Figuras 1 y 3. La subescala de
Hostilidad sugerida por Rhoades y O'Leary se evaluó en último lugar (números
de artículo en la Figura 4). Las tablas de estimaciones de parámetros se
proporcionan en el suplemento en línea (Tablas S2 y S3). Las estadísticas
descriptivas y las correlaciones entre las diferentes versiones de estas
subescalas se incluyen en la Tabla 2.
Exceso de reactividad. Las IIC para la subescala de
sobrereactividad original revelaron una precisión variable
del ítem (Figura 1). Cuando se utiliza un solo ítem para
medir un rasgo latente, la cantidad absoluta de información
aportada por el ítem en cualquier punto del rasgo que se
mide (es decir, la altura del IIC) suele ser baja (Baker, 2001).
Sin embargo, la cantidad relativa de información aportada
por diferentes elementos, tanto en general como en puntos
específicos a lo largo del rasgo, apunta a los mejores y
peores resultados. Dos ítems aportaron muy poca
información en el rango de sobrereactividad, ya que sus IIC
eran bajos y planos: '' quisquilloso cuando está bajo estrés ''
y '' dar una conferencia larga ''. La mayoría de los ítems
restantes exhibieron una mayor discriminación (es decir,
más información) en niveles más altos que en niveles más
bajos de sobrerreactividad: '' Emprende una larga discusión
'' '' Guarda rencor, þ 2 Dakota del Sur s de la media. ''
Frustrarse = enojarse '' contribuyó con la mayor cantidad de
información general de todos los elementos, pero algo
menos más allá
2 Dakota del Sur s de la
significar. Los elementos de la versión de los cinco más
informativos de sobrereactividad se seleccionaron en función
de la altura total de sus IIC.
A continuación, se evaluó el desempeño de la subescala de
sobrereactividad en su conjunto con TIC y estimaciones de
"confiabilidad marginal" basadas en IRT (Sireci, Thissen y
Wainer, 1991; Figura 2, Paneles A y B). Los TIC se representan
juntos para cada versión de la subescala de sobrerreactividad
en la Figura 2. La discriminación fue notablemente mejor en
niveles más altos de sobrerreactividad. De las diferentes
versiones, la subescala Original mostró una clara ventaja (es
decir, aportó más información), especialmente en el extremo
superior del constructo. La confiabilidad de la subescala
Original excedió el umbral de .80 en aproximadamente 1
Dakota del Sur de la media y continuó creciendo a niveles más altos, con
un ligero estrechamiento hacia abajo por encima de þ 2 Dakota del Sur s
(confiabilidad general ¼. 83 y .81 para mujeres y hombres,
respectivamente). La subescala de los cinco más informativos tuvo un
rendimiento intermedio, 2 pero en el mejor de los casos apenas superó la
marca de confiabilidad de .80 (confiabilidad general ¼. 79
. 79 y .77 para mujeres y hombres, respectivamente). La subescala
de cinco ítems de Reitman = Rhoades tuvo la confiabilidad general
más débil (.77 y .75 para mujeres y hombres, respectivamente),
proporcionando una discriminación particularmente pobre en el
extremo bajo de Sobrereactividad, pero con un desempeño mejor, y
bastante plano, de 1 a þ 3 DAKOTA DEL SUR.
Las correlaciones entre las diferentes versiones de la subescala de
sobrereactividad variaron de .89 a .93 ( METRO ¼. 91) para mujeres, y de
.88 a .92 ( METRO ¼. 90) para hombres. Sin embargo, tanto para mujeres
como para hombres, la información media de la prueba, comparada
2 Las mujeres y los hombres del estudio se agruparon en parejas, por lo
que sus datos no son independientes. Sin embargo, cuando se analiza cada
género por separado, no es necesario tener en cuenta dicha dependencia
(Kenny, Kashy y Cook, 2006).

Descargado por [New York University] a las 11:43 del 14 de mayo de 2014
FIGURA 1 Curvas de información de elementos para disciplina sobrereactiva. Nota. Los superíndices W y M indican que el ítem se encuentra entre los cinco ítems más informativos
para mujeres y hombres, respectivamente; Los ítems R en superíndice se identificaron en los análisis factoriales de Rhoades y O'Leary (2007) y Reitman et al. (2001). El número de
artículo corresponde al cuestionario original de Arnold et al. (1993; ver suplemento en línea).
en todo el espectro de sobrereactividad en incrementos de 0,2,
fue mayor para la subescala Original que para Rhoades =
Reitman ( D s> 4.70) y los cinco más informativos ( D s> 1,45)
escalas. La subescala de los cinco más informativos tuvo mayor
información de prueba media que la subescala de Reitman =
Rhoades ( D s> .41). Estas diferencias numéricas están
respaldadas por comparaciones estadísticamente significativas
( pag s <.001) de los alfa de Cronbach correspondientes de cada
versión, juzgados a través de la W estadística de Feldt (1980),
aunque corresponde a una teoría clásica de la
operacionalización de la confiabilidad.
Laxitud. Los análisis de la subescala Laxness siguieron el
mismo modelo que los de Overreactivity. Al igual que con la
sobrereactividad, las IIC para laxitud revelaron que algunos
elementos se desempeñaron mejor que otros (Figura 3). Dos
elementos aportaron muy poca información en el rango de
laxitud: '' Deje que el niño se salga con la suya cuando no esté
en casa '' y '' Si el niño se porta mal, entonces se arrepiente,
PSICOMETRÍA DE LA ESCALA PARA PADRES 7
Lo dejo ir ''. Otro grupo aportó información generalmente baja,
aumentando un poco a niveles más altos de Laxitud: `` Deje que mi
hijo haga lo que quiera '', `` Engatuse o mendigue al niño '', '' A
menudo deja que las cosas ir, '' '' Déjalo ir = hazlo yo mismo '', y ''
Ofrécele al niño algo agradable para que se comporte si el 'no' falla
''. Cuatro elementos se destacaron como los de mejor desempeño: ''
No lleves a cabo amenazas = advertencias, '' '' Retroceda cuando el
niño se enoje con un 'no', '' '' Cuando digo que mi hijo no puede
hacer algo, dejo que mi hijo lo haga de todos modos '' y '' Amenazar
cosas que yo sé No lo haré ''. Para la mayoría de los ítems, la
discriminación fue notablemente mejor en mayores niveles de
Laxitud, con una disminución gradual entre þ 2 y þ 3 Dakota del Sur s.
Los elementos de la versión de Laxness de los cinco más
informativos se seleccionaron en función de la altura total de sus
IIC.
A continuación, se evaluó el desempeño de la subescala de Laxness en su
conjunto mediante estimaciones de confiabilidad basadas en TIC y IRT (Figura
2, Paneles C y D). Para todas las versiones, la discriminación fue mayor en los
niveles más altos de laxitud.
 8 LORBER ET AL.
Descargado por [New York University] a las 11:43 del 14 de mayo de 2014
FIGURA 2 Pruebe las curvas de información (TIC) para diferentes versiones de las subescalas de sobrereactividad (paneles A y B), laxitud (paneles C y D) y hostilidad
(paneles E y F).
Sin embargo, al igual que con Overreactivity, la subescala Original
Laxness mostró una clara ventaja. La confiabilidad de la subescala
Original excedió el umbral de .80 en la mayor parte de su rango,
desde aproximadamente 2 Dakota del Sur de la media y continuó
creciendo a niveles más altos, con un ligero estrechamiento hacia
abajo en þ 2 Dakota del Sur s (confiabilidad general ¼. 89 y
. 87 para mujeres y hombres, respectivamente). La subescala de los
cinco más informativos tuvo un desempeño intermedio
(confiabilidad general ¼. 86 y .81 para mujeres y hombres,
respectivamente), con una confiabilidad superior a .80 por encima
de aproximadamente
1,5 DAKOTA DEL SUR. El Reitman de cinco elementos =
La versión de Rhoades exhibió un rendimiento notablemente más
pobre que las otras dos versiones. Su confiabilidad general
era .77 tanto para hombres como para mujeres. En su mejor momento ( þ 1 a 3 Dakota
þ del Sur s), la fiabilidad rondaba los 0,80.
Las correlaciones entre las diferentes subescalas de Laxness
variaron de .90 a .92 ( METRO ¼. 91) para mujeres, y de
. 89 a .91 ( METRO ¼. 90) para hombres (Tabla 2). Sin embargo,
tanto para mujeres como para hombres, la información media
de la prueba, comparada en todo el espectro de Laxitud en
incrementos de 0,2, fue mayor para la subescala Original que
para Rhoades = Reitman ( D s> 2.28) y los cinco más informativos
( D s> 2,23) escalas. La subescala de los cinco más informativos
tuvo mayor información de prueba media que la subescala de
Reitman = Rhoades ( D s> 1,34). Estas diferencias numéricas se
refuerzan aún más con estadísticamente

Descargado por [New York University] a las 11:43 del 14 de mayo de 2014
FIGURA 3 Curvas de información del artículo para la disciplina Laxa. Nota. Los superíndices W y M indican que el ítem se encuentra entre los cinco ítems más informativos para
mujeres y hombres, respectivamente; Los ítems R en superíndice se identificaron en los análisis factoriales de Rhoades y O'Leary (2007) y Reitman et al. (2001); El número de
artículo corresponde al cuestionario original de Arnold et al. (1993; ver suplemento en línea).
significativo W pruebas comparando los alfa correspondientes de
cada versión ( pag s <0,001).
Laxitud versus reacción exagerada. Dada la apariencia
Debido a la mayor confiabilidad para Laxness que para
Overreactivity en la Figura 2, realizamos pruebas post hoc
comparando la información de las pruebas de las versiones
originales de cada una de estas dos escalas en sus respectivas
puntuaciones de rasgos latentes en incrementos de 0,2. Para
hombres y mujeres, la información fue mayor para la subescala
Laxness que para la subescala Overreactivity ( D s 1,52). Estas
diferencias numéricas se refuerzan aún más con
estadísticamente significativas W pruebas que comparan los alfa
de las dos subescalas ( pag s <0,001).
Hostilidad. La principal componente análisis
y las pruebas de dependencia local recién reportadas sugeridas
PSICOMETRÍA DE LA ESCALA PARA PADRES 9
unidimensionalidad entre todos los elementos de sobrereactividad.
Sin embargo, los hallazgos de Rhoades y O'Leary (2007) sugirieron
la posibilidad de un factor de hostilidad, distinto de los otros ítems
de sobrereactividad. Debido a que la psicometría del factor de
hostilidad puede ser de interés, se realizó un conjunto paralelo de
análisis para estos tres elementos. A juzgar por los IIC (Figura 4), ''
Insultar, decir cosas malas '' superó sustancialmente '' Azotar,
abofetear, agarrar o golpear '' (curva baja y plana) y '' Maldecir, usar
malas palabras '' (curva baja que aumenta por encima de 1 DAKOTA
DEL SUR). Sin embargo, "Insulto, di cosas malas" aportó información
de manera muy desigual en todo el espectro de la hostilidad. Su
poder discriminativo era cero o cercano a cero hasta justo por
debajo del METRO de hostilidad, seguida de una pronunciada curva
ascendente que se aplanó un poco en þ 1 DAKOTA DEL SUR.
En consecuencia, la confiabilidad general fue pobre tanto para las
mujeres (.53) como para los hombres (.51). Sin embargo, a nivel de
escala, la confiabilidad estuvo cerca o por encima del umbral de .8 en
aproximadamente þ 1 Dakota del Sur y superior (Figura 2, Paneles E y F).
 10 LORBER ET AL.

pag ¼. 99], pero no por sobrereactividad [ vD2 D 71 Þ ¼ 161: 50,

p <. 001] o Laxitud, [ v 2 D D 78 Þ ¼ 217: 60, p <. 001]. Seguir-
Los análisis ascendentes de la invarianza de medición sobre una
base de elemento por elemento revelaron diferencias significativas
entre madre y padre en los parámetros de pendiente (dos
elementos) y umbral (cinco elementos) de los 10 elementos de
sobrereactividad, pendientes (dos elementos) y umbrales (seis
elementos) de la 11 Ítems de laxitud, como se informa en el
suplemento en línea (Tabla S4). Estas diferencias se pueden
observar en las IIC y TIC, que generalmente indican que los ítems y
subescalas discriminan mejor entre mujeres que entre hombres, así
como en los parámetros reportados en las Tablas S2 y S3.

Paso 3: estabilidad y validez concurrente

Estabilidad. La estabilidad a los seis meses se evaluó en la

Muestra 2 (Tabla 3). Cada versión de las subescalas de Exceso
FIGURA 4 Curvas de información del ítem para el factor de disciplina hostil
de Reactividad y Laxitud, así como la subescala de Hostilidad de
identificadas por Rhoades y O'Leary (2007).
tres ítems, exhibió una estabilidad sustancial de 6 meses ( r s .63,
Descargado por [New York University] a las 11:43 del 14 de mayo de 2014

pag s <0,001). Sin embargo, el grado de estabilidad difirió entre

Comparaciones de género de los parámetros de la TRI. A
Para explorar si había diferencias en los parámetros del modelo TRI
en mujeres versus hombres, probamos la invarianza de medición
entre géneros para cada subescala Original (Reise, Widaman y
Pugh, 1993). Se estimaron modelos multidimensionales de TRI,
permitiendo correlaciones hombre-mujer entre cada rasgo latente,
ya que las madres y los padres estaban anidados dentro de las
parejas. Probamos un modelo de línea de base donde los
parámetros de pendiente y umbral se estimaron libremente en
hombres y mujeres, y luego un modelo más restrictivo en el que
restringimos los parámetros de pendiente y umbral de las mujeres
para que fueran iguales a los de los hombres. La medida-
la invariancia del ment era defendible para la hostilidad [ v 2 D
las escalas. Las diferencias en las correlaciones de estabilidad
entre las diferentes versiones de las mismas escalas se
evaluaron con el Fisher r- a- Z versión transformada de la prueba
de Pearson-Filon para correlaciones relacionadas pero no
superpuestas ( ZPF; Raghunathan, Rosenthal y Rubin,
1996). Surgió un patrón generalmente consistente en el que las
versiones originales de las escalas de Exceso de Reactividad y
Laxitud, en comparación con sus respectivas versiones Reitman =
Rhoades y Most Informative Five, tenían una estabilidad
numéricamente mayor a los 6 meses. En cuatro casos, estas
diferencias fueron estadísticamente significativas. La estabilidad fue
mayor para las mujeres Original que para Reitman = Puntuaciones
D 20 Þ ¼ 8:41, de sobrereactividad de Rhoades ( ZPF ¼ 2,10, pag ¼. 036).

TABLA 3
Correlaciones de confiabilidad, estabilidad y validez concurrente de diferentes versiones de subescalas de disciplina (con muestra 2)

Validez concurrente

De las mujeres de los hombres De las mujeres de los hombres

Fiabilidad del tiempo 1 Tiempo 1–2 Estabilidad Crianza Crianza Crianza Crianza
No. de
Artículos Mujeres Hombres Mujeres Hombres Correlaciones con QMI Correlaciones con EXT

Sobrereactividad
Original 10 . 83 . 81 . 78 a . 72 . 22 . 24 a . 47 a . 39 a, b
Reitman = Rhoades 5 . 77 . 75 . 72 . 69 . 21 . 20 . 42 . 32
Más informativo 5 . 79 . 77 . 73 . 70 . 22 . 21 . 45 . 34
Laxitud
Original 11 . 89 . 87 . 84 B . 77 a, b . 23 . 24 B . 24 B . 11
Reitman = Rhoades 5 . 77 . 77 . 77 . 64 . 20 . 20 . 22 . 10
Más informativo 5 . 86 . 81 . 75 . 68 . 21 .dieciséis . 18 . 10
Hostilidad 3 . 53 . 51 . 76 . 63 .dieciséis . 11 . 42 . 31

Nota. La confiabilidad es la "confiabilidad marginal" derivada del análisis IRT; los coeficientes de estabilidad son correlaciones de 6 meses. Los superíndices a y b denotan una
mayor estabilidad o correlaciones de validez concurrente para la puntuación Original en comparación con las puntuaciones Reitman = Rhoades y Most Informative,
respectivamente, juzgadas por el Z- prueba basada en Pearson-Filon (correlaciones de estabilidad) y Steiger Z ( correlaciones de validez concurrente); QMI ¼ Índice de calidad del
matrimonio (promedio de pareja); EXT ¼ niño exteriorizando (promedio de pareja).
Todas las correlaciones son significativas en p <. 05 o mejor.

La estabilidad también fue mayor para el Original que para
las cinco versiones más informativas de Laxness en ambas
mujeres ( ZPF ¼ 2,28, pag ¼. 022) y hombres ( ZPF ¼ 2,58,
pag ¼. 010). Finalmente, la estabilidad fue mayor para la versión
original masculina que para la versión Reitman = Rhoades de
Laxness ( ZPF ¼ 3,44, p <. 001). Ninguna otra comparación de
correlación fue estadísticamente significativa.
Validez concurrente. La validez concurrente de las
subescalas de la Parenting Scale se examinó en relación con las
combinaciones de pareja de la satisfacción de la relación en el
QMI y la conducta de externalización del niño en el HBQ, en la
Muestra 2 (Tabla 3). Dadas las relaciones bien establecidas de
las prácticas disciplinarias comprometidas con la satisfacción de
la relación de pareja y la conducta de externalización del niño,
no sorprende que todas las correlaciones disciplina-QMI = HBQ
fueran significativas. Las correlaciones variaron de .10 ( pag ¼. 047)
a .47 ( p <. 001).
Una pregunta más útil es si las correlaciones de validez
Descargado por [New York University] a las 11:43 del 14 de mayo de 2014
concurrente fueron más fuertes para las versiones
originales de las subescalas de sobrereactividad y laxitud en
comparación con sus contrapartes, dada su mayor
confiabilidad y estabilidad. Tales diferencias se encontraron
en seis casos, a juzgar por Steiger (1980) Z para comparar
correlaciones dependientes. Para ambas mujeres ( Z ¼ 3,50,
p <. 001) y hombres ( Z ¼ 3,43, p <. 001), la subescala de
sobrerreactividad original, en comparación con la versión de
Reitman = Rhoades, se asoció más fuertemente con la conducta
de externalización infantil. En los hombres, la asociación
Overreactivity - Externalizing también fue más fuerte para la
versión Original que para las cinco versiones más informativas ( Z
¼ 2,55, pag ¼. 011). En las mujeres, la asociación
Laxness-Externalizing fue más fuerte para la versión Original
que para la versión Most Informative Five ( Z ¼ 3,13, pag ¼. 002).
Además, entre los hombres, la asociación Exceso de
reactividad-QMI fue más fuerte para el Original que para el
Reitman = Rhoades ( Z ¼ 1,98, pag ¼. 047), y la asociación
Laxness-QMI fue más fuerte para el Original que el Most
Informative Five ( Z ¼ 3,72, p <. 001) versión.
DISCUSIÓN
Los análisis de IRT arrojaron información detallada y novedosa
sobre la psicometría de la Parenting Scale. Los presentes resultados
sugieren que las subescalas de Exceso de Reactividad y Laxitud
discriminan de manera más confiable entre hombres y mujeres con
niveles promedio o por encima del promedio de estas prácticas
disciplinarias disfuncionales. En consecuencia, la Parenting Scale es
muy adecuada para la práctica clínica y para aplicaciones de
investigación relacionadas con la discriminación entre los rangos
medios y altos de disciplina disfuncional (por ejemplo, investigación
clínica, investigación etiológica sobre psicopatología infantil). La
sobrereactividad y la laxitud son con frecuencia factores etiológicos
hipotéticos de los problemas de externalización de los niños.
PSICOMETRÍA DE LA ESCALA PARA PADRES 11
así como dos objetivos comunes de intervenciones clínicas y
preventivas con apoyo empírico (p. ej., Sanders et al.,
2000). En la investigación clínica y los entornos de práctica, la
discriminación entre las gradaciones de las prácticas parentales
de moderada a altamente ineficaz, así como la capacidad de
detectar cambios de manera confiable, son un factor
primordial. Por ejemplo, los médicos deben poder medir con
precisión el grado de hiperactividad y laxitud para determinar
en qué medida cada uno debe ser un enfoque clínico. Los
médicos también deben poder detectar de manera confiable los
cambios en la crianza de los hijos para evaluar la respuesta a la
intervención. Los presentes resultados sugieren la utilidad de la
Parenting Scale para tales fines. Sin embargo, la confiabilidad
flaquea un poco en los tramos inferiores de cada construcción.
Si la discriminación en los tramos inferiores de estos continuos
es motivo de gran preocupación (p. Ej., Medir la aparición
gradual de la sobrerreactividad y la laxitud en la infancia), otras
medidas distintas de la Parenting Scale pueden ser más
apropiadas;
Los presentes resultados sugieren además que las versiones
abreviadas de la Parenting Scale resultan en pérdidas significativas
de precisión. Los análisis de las curvas de información de los ítems
revelaron que algunos ítems ofrecían mucho menos poder
discriminativo que otros. A primera vista, esto parecería sugerir que
se pueden eliminar elementos relativamente poco informativos. Sin
embargo, las versiones abreviadas de las subescalas de
sobrereactividad y laxitud, en comparación con las versiones
originales (10 y 11 ítems, respectivamente), dieron como resultado
desventajas psicométricas, ya sea que se utilicen los conjuntos de
cinco ítems de Reitman et al. (2001) y Rhoades y O'Leary (2007) o los
conjuntos de cinco elementos más informativos identificados
mediante IRT. Estas diferencias fueron particularmente
pronunciadas para la sobrereactividad, donde la pérdida de
información en las curvas de información de prueba de las
subescalas abreviadas fue especialmente notable en los niveles más
altos del constructo. La versión de Reitman = Rhoades de la
subescala Laxness mostró un desempeño peor que el original o los
cinco ítems más informativos.
Las desventajas psicométricas de las escalas abreviadas
también fueron evidentes en las correlaciones de
estabilidad a los 6 meses y validez concurrente. Aunque las
diferencias entre las versiones fueron modestas, las
correlaciones de estabilidad y validez concurrente fueron
generalmente más altas para las escalas originales en
comparación con sus contrapartes. Varias de las
correlaciones fueron significativamente diferentes, a pesar
de la pequeña magnitud de estas diferencias y la dificultad
de detectar diferencias en las correlaciones con las variables
de criterio entre las versiones altamente correlacionadas de
las escalas. En conjunto, estos hallazgos sugieren que las
versiones originales de las subescalas de sobrereactividad y
laxitud, en comparación con sus contrapartes más cortas,
pueden tener una estabilidad de orden de rango algo
mayor.
 12 LORBER ET AL.
Aunque en general apoyan la validez de las subescalas
de sobrereactividad y laxitud, los resultados actuales
indican que hay espacio para un mayor desarrollo. La
subescala de Laxness fue más confiable que la subescala de
Exceso de reactividad. Quizás se podrían escribir elementos
adicionales para indexar la sobrereactividad de manera más
sensible. Tras su validación, los nuevos elementos podrían
agregarse a la medida, ya sea además de los elementos
existentes o como reemplazos para los de peor desempeño.
Varios elementos aportaron muy poca información
individualmente y, por lo tanto, son buenos candidatos para
ser reemplazados.
La necesidad de un mayor desarrollo también es sugerida por el
mejor desempeño de ambas medidas para las mujeres que para los
hombres, particularmente en la subescala de Laxness. Este hallazgo
fue inesperado; No existe una base teórica de la que sean
conscientes los autores para predecir las diferencias de género en el
constructo de laxitud. Los hombres pueden exhibir laxitud de
diferentes maneras que las mujeres o interpretar los elementos de
Descargado por [New York University] a las 11:43 del 14 de mayo de 2014
manera diferente. Es posible que sea necesario escribir elementos
adicionales que capturen la laxitud de los hombres de manera más
confiable. Alternativamente, el peor desempeño de la subescala de
Laxitud en los hombres también podría atribuirse al hecho de que
las mujeres suelen ser más paternas que los hombres (Parke, 2002).
En resumen, la confiabilidad de las escalas de Laxitud y Exceso de
reactividad es ciertamente aceptable para hombres y mujeres, pero
el desempeño de las escalas para los hombres fue algo más débil
que para las mujeres.
Los análisis de seguimiento detallados sugirieron
algunas diferencias sutiles adicionales en el desempeño de
algunos ítems y respuestas para hombres y mujeres en los
factores de sobrereactividad y laxitud, particularmente en lo
que respecta a los parámetros de umbral. En varios casos,
los niveles de los constructos latentes de Exceso de
Reactividad y Laxitud requeridos para impulsar las
respuestas en un elemento dado al siguiente nivel más alto
(por ejemplo, de un 4 a un 5) fueron diferentes para
hombres y mujeres. La dirección de estas diferencias de
género en los umbrales fue inconsistente, a veces incluso
entre los seis umbrales para un solo elemento.
La subescala de hostilidad identificada por Rhoades y
O'Leary (2007) tuvo un desempeño desigual en el rango de
hostilidad, contribuyendo poco a la discriminación entre los
padres en los rangos más bajos del constructo. Por el contrario,
la discriminación entre padres altamente hostiles era aceptable.
La mayor parte del poder discriminatorio de la subescala
Hostilidad fue impulsado por uno de sus tres elementos. Por lo
tanto, se indica el desarrollo de medidas adicionales o el uso de
instrumentos alternativos cuando la medición de
Se refiere al comportamiento hostil de los padres que es distinto de
los comportamientos exagerados más "ordinarios". La subescala de
agresión psicológica de la escala de tácticas de conflicto entre
padres e hijos (Straus, Hamby, Finkelhor, Moore y Runyan, 1998) se
superpone en gran medida con la subescala de sobrereactividad de
la escala de crianza. Sin embargo, la medida de maltrato familiar
(Slep, Heyman y Snarr, 2011) ofrece elementos adicionales para
completar el constructo.
Limitaciones
Los participantes del estudio procedían de una población
suburbana de parejas cohabitantes de niños de 3 a 8 años,
con alguna subrepresentación de minorías raciales y étnicas
y con mayor educación e ingresos familiares de lo que es
típico en los Estados Unidos. Por tanto, no se garantiza una
generalización satisfactoria a otros grupos de población.
Por ejemplo, las influencias contextuales (p. Ej., Origen
étnico, características del vecindario) pueden afectar no solo
la cantidad de diferentes prácticas disciplinarias (p. Ej., Más
o menos gritos), sino también lo que significan estas
prácticas (p. Ej., Gritar y dar nalgadas como medio para
proteger al niño). contra daño externo vs.como expresión
de un padre fuera de control; Deater-Deckard, Dodge, Bates
y Pettit, 1996). Tales diferencias cualitativas podrían afectar
la medida en que la psicometría de la Parenting Scale se
generaliza a diferentes grupos.
Los presentes hallazgos también destacan la naturaleza en
gran parte verbal y expresiva de la subescala de
sobrereactividad. Conceptualmente, el constructo incluye tanto
el manejo físico rudo del niño como el afecto de los padres
enojados. Sin embargo, el único elemento explícitamente físico
en la subescala de sobrerreactividad ("Nalgada, bofetada,
agarre o golpe") no se encontraba entre los de mejor
rendimiento. Dada la escasa representación de las tácticas de
disciplina física en la Escala de crianza y el bajo rendimiento del
ítem mencionado anteriormente, los investigadores y médicos
interesados en caracterizar la disciplina física deberían recurrir
a otras medidas, como la Escala de tácticas de conflicto entre
padres e hijos y la medida de Maltrato familiar.
Conclusión
Los resultados actuales sugieren que las subescalas de sobrereactividad y
laxitud de la Parenting Scale son muy adecuadas para la investigación y los
entornos clínicos en los que se hace hincapié en la discriminación entre los
padres en los tramos medios y superiores de cada constructo. La
discriminación entre los padres que exhiben una sobrerreactividad y laxitud
muy bajas fue más pobre. Las versiones originales de Overreactivity

y las subescalas Laxness superaron a sus contrapartes abreviadas
identificadas en análisis factoriales replicados en investigaciones anteriores y
en análisis IRT en la presente investigación. A la espera de un mayor
desarrollo, puede ser psicométricamente ventajoso continuar usando las
subescalas de Exceso de reactividad y Laxitud originales. Finalmente, los
resultados actuales también sugieren la necesidad de alguna mejora para
aumentar la confiabilidad de la subescala de sobrereactividad y mejorar el
desempeño de la escala de crianza en la medición de las prácticas
disciplinarias de los padres.
DATOS SUPLEMENTARIOS
Se puede acceder a los datos complementarios de este artículo
aquí http://www.tandfonline.com/doi/full/10.1080/15374416.
2014.900717
Descargado por [New York University] a las 11:43 del 14 de mayo de 2014
REFERENCIAS
Arnold, DS, O'Leary, SG, Wolff, LS y Acker, MM (1993).
La escala de crianza de los hijos: una medida de la crianza disfuncional en
situaciones de disciplina. Evaluación psicológica, 5, 137-144. doi: 10.1037 =
1040-3590.5.2.137
Baker, F. (2001). Los fundamentos de la teoría de la respuesta al ítem ( ERIC Clearing-
Casa de Evaluación y Evaluación). Universidad de Maryland, College Park.
Chen, W. y Thissen, D. (1997). Índices de dependencia local para
pares de elementos utilizando la teoría de la respuesta al elemento. Revista de
estadísticas educativas y conductuales, 22, 265–289. doi: 10.2307 = 1165285
Deater-Deckard, K., Dodge, KA, Bates, JE y Pettit, GS (1996).
Disciplina física entre madres afroamericanas y euroamericanas: vínculos
con los comportamientos externos de los niños.
De desarrollo Psicología, 32, 1065–1072. doi: 10.1037 ==
0012-1649.32.6.1065
De Haan, AD, Prinzie, P. y Deković, M. (2009). Madres y
Personalidad de los padres y crianza de los hijos: El papel mediador del
sentido de competencia. Psicología del desarrollo, 45 años, 1695-1707.
doi: 10.1037 = a0016121
Dumenci, L. y Achenbach, TM (2008). Efectos de la estimación
métodos para hacer inferencias a nivel de rasgo a partir de elementos categóricos
ordenados para evaluar la psicopatología. Evaluación psicológica, 20,
55–62. doi: 10.1037 = 1040-3590.20.1.55
Embretson, SE y Reise, SP (2000). Teoría de respuesta al ítem para
cólogos. Mahwah, Nueva Jersey: Erlbaum.
Essex, MJ, Boyce, WT, Goldstein, LH, Armstrong, JM,
Kraemer, HC y Kupfer, DJ (2002). La con fl uencia de las dificultades
mentales, físicas, sociales y académicas en la niñez media. II: Desarrollo del
Cuestionario de salud y comportamiento de MacArthur.
Revista de la Academia Estadounidense de Psiquiatría Infantil y Adolescente,
41, 588–603. doi: 10.1097 = 00004583-200205000-00017
Feldt, LS (1980). Una prueba de la hipótesis de que el alfa de Cronbach
El coeficiente de confiabilidad es el mismo para dos pruebas administradas a la
misma muestra. Psicometrika, 45 años, 99-105. doi: 10.1007 = BF02293600
Heyman, RE, Sayers, SL y Bellack, AS (1994). Marital global
satisfacción versus ajuste marital: una comparación empírica de tres
medidas. Revista de psicología familiar, 8, 432–446.
doi: 10.1037 = 0893-3200.8.4.432
Irvine, A., Biglan, A., Smolkowski, K. y Ary, DV (1999). El valor
de la Parenting Scale para medir las prácticas disciplinarias de
PSICOMETRÍA DE LA ESCALA PARA PADRES 13
padres de niños de secundaria. Investigación y terapia del comportamiento,
37, 127-142. doi: 10.1016 = S0005-7967 (98) 00114-4
Kenny, DA, Kashy, DA y Cook, WL (2006). Datos diádicos
análisis. Nueva York, NY: Guilford Press.
Luby, JL, Heffel finger, A., Measelle, JR, Ablow, JC, Essex, M.
J., Dierker, L.,. . . Kupfer, DJ (2002). Rendimiento diferencial de MacArthur
HBQ y DISC-IV en la identificación DSM – IV internalizar la psicopatología en
niños pequeños. Revista de la Academia Estadounidense de Psiquiatría
Infantil y Adolescente, 41, 458–466.
doi: 10.1097 = 00004583-200204000-00019
Muthén, LK y Muthén, BO (1998-2010). Guía del usuario de Mplus ( Sexto
ed.). Los Ángeles, CA: Muthén & Muthén.
Norton, R. (1983). Medición de la calidad marital: una mirada crítica a
la variable dependiente. Revista del matrimonio y la familia, 45,
141-151. doi: 10.2307 = 351302
O'Leary, SG, Slep, AMS y Reid, MJ (1999). Una longitudinal
estudio de la disciplina exagerada de las madres y el comportamiento
exteriorizador de los niños pequeños. Revista de psicología infantil anormal, 27, 331–341.
doi: 10.1023 = A: 1021919716586
Orlando, M. y Thissen, D. (2003). Investigación adicional de la
rendimiento de S-X2: un índice de ajuste del ítem para usar con modelos
dicotómicos de la teoría de la respuesta al ítem. Medición psicológica aplicada,
27, 289-298. doi: 10.1177 = 0146621603027004004
Parke, RD (2002). Padres y familias. En MH Bornstein (Ed.),
Manual de crianza de los hijos ( vol. 3, págs. 27-63). Mahwah, Nueva Jersey:
Erlbaum.
Raghunathan, TE, Rosenthal, R. y Rubin, DB (1996).
Comparación de correlaciones correlacionadas pero no superpuestas. Métodos
psicológicos, 1, 178-183. doi: 10.1037 = 1082-989X.1.2.178
Reise, SP, Widaman, KF y Pugh, RH (1993). Confirmatorio
análisis factorial y teoría de la respuesta al ítem: dos enfoques para explorar
la invarianza de medición. Boletín Psicológico, 114, 552–566. doi: 10.1037 ==
0033-2909.114.3.552
Reitman, D., Currier, RO, Hupp, SA, Rhode, PC, Murphy, M.
A. y O'Callaghan, PM (2001). Características psicométricas de la Parenting
Scale en una población de Head Start. Revista de psicología clínica infantil y
adolescente, 30, 514–524. doi: 10.1207 =
S15374424JCCP3004_08
Rhoades, KA y O'Leary, SG (2007). Estructura factorial y validez
de la escala de crianza. Revista de psicología clínica infantil y adolescente,
36, 137. doi: 10.1080 = 15374410701274157
Samejima, F. (1997). Modelo de respuesta gradual. En WJ van der Linden
Y RK Hambleton (Eds.), Manual de teoría moderna de respuesta a ítems ( págs.
85-100). Nueva York, NY: Springer.
Sanders, MR, Markie-Dadds, C., Tully, LA y Bor, W. (2000).
Programa de crianza positiva de Triple P: una comparación de la
intervención familiar conductual mejorada, estándar y autodirigida para
padres de niños con problemas de conducta de inicio temprano. Revista de
Consultoría y Psicología Clínica, 68, 624–640. doi: 10.1037 =
0022-006X.68.4.624
Scienti fi c Software International. (2011). IRTPRO: Guía del usuario. Lin-
colnwood, IL: Autor.
Sireci, SG, Thissen, D. y Wainer, H. (1991). Sobre la confiabilidad
de pruebas basadas en testlets. Revista de medición educativa,
28, 237–247.
Slep, AMS, Heyman, RE y Snarr, JD (2011). Niño emocional
agresión y abuso: definiciones y prevalencia. Abuso y negligencia infantil,
35, 783–796. doi: 10.1016 = j.chiabu.2011.07.002
Slep, AMS, Heyman, RE, Williams, MC, Van Dyke, CE y
O'Leary, SG (2006). Uso de muestreo telefónico aleatorio para reclutar
muestras generalizables para estudios de violencia familiar. Revista de
psicología familiar, 20, 680–689. doi: 10.1037 = 0893-3200.
20.4.680
Slep, AMS y O'Leary, SG (2005). Violencia de los padres y la pareja en
familias con niños pequeños: tarifas, patrones y conexiones.
 14 LORBER ET AL.
Revista de Consultoría y Psicología Clínica, 73, 435–444. doi: 0.1037 =
0022-006X.73.3.435
Slep, AM y O'Leary, SG (2007). Modelos multivariados de madres
y la agresión de los padres hacia sus hijos. Revista de Consultoría y
Psicología Clínica, 75, 739–751. doi: 10.1037 = 0022-006X.75.5.739
Stark, S., Chernyshenko, OS y Drasgow, F. (2006). Detectando dif-
Funcionamiento diferencial del ítem con análisis factorial con fi rmatorio y teoría
de la respuesta al ítem: Hacia una estrategia unificada. Revista de psicología
aplicada, 91, 1292–1306. doi: 10.1037 = 0021-9010.91.6.1292
Descargado por [New York University] a las 11:43 del 14 de mayo de 2014
Steiger, JH (1980). Pruebas para comparar elementos de una correlación.
matriz. Boletín Psicológico, 87, 245-251. doi: 10.1037 == 0033-
2909.87.2.245
Straus, MA, Hamby, SL, Finkelhor, D., Moore, DW y
Runyan, D. (1998). Identificación del maltrato infantil con las escalas de
tácticas de conflicto entre padres e hijos: desarrollo y datos psicométricos
para una muestra nacional de padres estadounidenses.
Abuso y negligencia infantil, 22, 249–270. doi: 10.1016 = S0145-2134 (97)
00174-9