Penn State Worry Questionnaire-11 validity in Colombia and factorial equivalence across gender and nonclinical and clinical samples

Validez del Penn State Worry Questionnaire-11 en Colombia e Invarianza Factorial entre Género y Muestras Clínicas y No Clínicas

Referencia completa: Ruiz, F. J., Monroy-Cifuentes, A., & Suárez-Falcón, J. C. (2018). Penn State Worry Questionnaire-11 validity in Colombia and factorial equivalence across gender and nonclinical and clinical samples. Anales de Psicología, 34(3), 451–457. https://doi.org/10.6018/analesps.34.3.30281

Tipo de estudio: Validación de medida psicométrica; Análisis de invarianza factorial; Estudio de propiedades de medición

Contexto y objetivos

El Penn State Worry Questionnaire (PSWQ) es considerado el estándar de oro para medir la preocupación relacionada con el trastorno de ansiedad generalizada (TAG). Sin embargo, existe debate sobre la estructura factorial del instrumento: algunos estudios han encontrado un mejor ajuste con una estructura de un factor (preocupación patológica), mientras que otros han reportado dos factores. Esta discrepancia es especialmente relevante en contextos hispanohablantes, donde las versiones traducidas han presentado propiedades psicométricas inconsistentes.

Un problema importante en la investigación del PSWQ es el uso de ítems redactados negativamente (ej., "no me preocupa que..."), que han mostrado carecer de utilidad práctica y no correlacionar adecuadamente con otras variables psicológicas. Algunos autores han sugerido usar solo los 11 ítems positivamente redactados del instrumento (PSWQ-11), generando mejor comprensión en hablantes de español y mejores propiedades psicométricas.

Este estudio tuvo dos objetivos principales: (1) explorar la validez y propiedades psicométricas del PSWQ-11 en muestras colombianas noclínicas y clínicas, y (2) examinar la invarianza de medición (equivalencia factorial) del instrumento entre género y estatus clínico/no clínico. La investigación se enmarca en la premisa de que un instrumento válido debe medir el mismo constructo de manera consistente a través de diferentes grupos de población.

Método

Participantes

El estudio incluyó dos muestras separadas. La Muestra 1 consistió en 710 participantes no clínicos (71.4% mujeres), con edades entre 18 y 89 años (M = 27.51, DE = 10.18). El nivel educativo relativo fue diverso: 44.8% tenían educación de escuela secundaria o media, 34.9% eran estudiantes de pregrado o egresados de educación técnica, y 20.3% tenían grado de postgrado. El 7.4% de participantes reportó recibir tratamiento psicológico/psiquiátrico, y el 3.7% reportó consumo de algún medicamento psicotrópico. Todos los participantes eran colombianos y respondieron una encuesta anónima distribuida por internet a través de redes sociales, Facebook, y sitios institucionales.

La Muestra 2 consistió en 335 participantes clínicos (74% mujeres), con edades entre 18 y 63 años (M = 27.40, DE = 9.93). Estos participantes fueron evaluados en un centro de consulta psicológica institucional en Bogotá durante consultorías de psicología clínica. La mayoría de participantes clínicos reportó síntomas emocionales como razón principal de consulta (91%), mientras que el 7.2% reportó problemas de habilidades sociales. Solo el 7.2% reportó consumo de medicamentos psicotrópicos.

Diseño experimental

El estudio empleó un diseño transversal correlacional para evaluar propiedades psicométricas y un análisis de invarianza factorial multigrupo. Se examinó la estructura factorial del PSWQ-11, se evaluó la consistencia interna, y se analizó la invarianza de medición a nivel configural, métrico y escalar. Las variables de agrupación fueron género (hombre/mujer) y estatus clínico (clínico/no clínico), permitiendo examinar si la estructura del instrumento se mantenía equivalente entre estos grupos.

Materiales y aparatos

Penn State Worry Questionnaire-11 (PSWQ-11). Versión del PSWQ que incluye solo los 11 ítems redactados positivamente, eliminando los 5 ítems negativamente redactados. El PSWQ original fue diseñado para evaluar la preocupación permanente y no específica característica del TAG, con puntuaciones que oscilan de 16 a 80. La versión en español utilizada fue sugerida por Sandín et al. (2009) tras encontrar que los ítems negativamente redactados eran difíciles de comprender para hablantes hispanohablantes y mostraban propiedades psicométricas deficientes.

Depression, Anxiety, and Stress Scales-21 (DASS-21). Instrumento de autoinforme de 21 ítems con escala Likert de 4 puntos que evalúa síntomas de depresión, ansiedad y estrés. Se utilizó la traducción al español del DASS-21 para evaluar síntomas emocionales negativos y correlaciones con el PSWQ-11. El instrumento ha mostrado buenas propiedades psicométricas en muestras colombianas (Ruiz, García-Martín, Suárez-Falcón, & Odriozola-González, 2017).

Generalized Anxiety Disorder-7 (GAD-7). Instrumento de autoinforme de 7 ítems con escala Likert de 4 puntos diseñado como medida diagnóstica y de severidad del TAG. Se utilizó la traducción al español para evaluar síntomas de ansiedad relacionados con preocupación.

Ruminación and Rumination Response Scale - Short Form (RRS-SF). Instrumento que mide la tendencia a rumiar sobre síntomas de depresión. Se utilizó para evaluar correlaciones esperadas con el PSWQ-11.

Los datos fueron analizados usando el software LISREL (versión 8.71) para análisis factoriales confirmatorios (AFC) y SPSS 20 para estadísticas descriptivas y correlaciones.

Procedimiento

Los participantes de la Muestra 1 respondieron a una encuesta anónima distribuida por internet a través de redes sociales, páginas web institucionales, perfiles de Facebook, y correos electrónicos. La encuesta se llamó "Encuesta de Salud Emocional en Colombia" y fue respondida en línea en el sitio web www.encuestasalud.com. Después de completar la recolección de datos, se envió un formulario general a los participantes explicando los propósitos del estudio.

Los participantes de la Muestra 2 respondieron los cuestionarios al inicio del tratamiento en una clínica de psicología clínica. Todos los participantes proporcionaron consentimiento informado y confirmaron su voluntad de participación de forma anónima.

Además del PSWQ-11, los participantes de la Muestra 1 respondieron al DASS-21, RRS-SF, y una sección de DASS-21 seleccionada. Otros participantes respondieron al PSWQ-11, DASS-21, y RRS-SF (N = 370), mientras que otros respondieron al GAD-7 (N = 340).

Análisis de datos

Se empleó análisis de imputación de datos faltantes mediante el método de estimación de máxima verosimilitud (WLS) usando correlaciones policóricas, recomendado para muestras grandes con más de 20 ítems (Holaday, Chacón, Micheo, Barbero-García, & Vila-Abad, 2010). Se analizó la normalidad bivariada mediante prueba de chi-cuadrado y RMSEA, con valores RMSEA menores a 0.1 en todas las correlaciones (apoyando el uso de matrices de correlaciones policóricas).

Se ejecutaron análisis factoriales confirmatorios (AFC) de un factor para evaluar la validez de estructura interna. Se compararon modelos utilizando diferencias en RMSEA (Δ RMSEA < .01), diferencias en CFI (Δ CFI ≥ -.01), y diferencias en NNFI (Δ NNFI ≥ -.01) según criterios de Cheung y Rensvold (2002) y Chen (2007). Se calcularon intervalos de confianza (IC) bootstrap al 95% para explorar la consistencia interna del PSWQ-11 en Muestras 1 y 2, así como en la muestra general.

Para examinar invarianza de medición, se siguieron procedimientos estándar (Cheung & Rensvold, 2002; Millsap & Yun-Tein, 2004) analizando tres modelos: modelo de línea base multigrupo (sin restricciones), modelo de invarianza métrica (restricciones de igualdad en cargas factoriales entre grupos), y modelo de invarianza escalar (restricciones de igualdad en cargas factoriales e interceptos). Se examinó invarianza métrica y escalar entre género y entre participantes clínicos y no clínicos usando cambios en RMSEA, CFI, y NNFI como criterios de decisión.

Resultados

Calidad psicométrica descriptiva de los ítems

La Tabla 1 presenta estadísticos descriptivos y correlaciones corregidas entre cada ítem y la puntuación total para ambas muestras. Todos los ítems mostraron correlaciones significativas con la puntuación total, con valores de correlación corregida oscilando de .67 a .88 en la Muestra 1 y de .65 a .85 en la Muestra 2, indicando excelente discriminación de ítems.

Respecto a consistencia interna, la Tabla 2 reporta coeficientes alfa y omega con intervalos de confianza (IC) del 95%. En la Muestra 1 no clínica (n = 710), el alfa fue .949 (IC [.942, .954]) y omega fue .949 (IC [.943, .954]). En la Muestra 2 clínica (n = 335), el alfa fue .933 (IC [.920, .942]) y omega fue .934 (IC [.921, .944]). En la muestra total (n = 1045), el alfa fue .951 (IC [.946, .955]) y omega fue .952 (IC [.947, .956]). Estos valores indican consistencia interna excelente en todos los casos, bien por encima del umbral mínimo aceptable de .70.

Las puntuaciones medias fueron M = 27.47 (DE = 10.44) en la Muestra 1 no clínica y M = 36.29 (DE = 10.13) en la Muestra 2 clínica, mostrando diferencia estadísticamente significativa entre participantes clínicos y no clínicos (t = -12.80, p < .001).

Validez de estructura interna: Dimensionalidad

Los resultados de la prueba de chi-cuadrado para explorar normalidad bivariada mostraron que este supuesto fue aceptado en el 22% de las correlaciones. Sin embargo, los valores de RMSEA fueron menores a 0.1 en todas las correlaciones, apoyando el uso de matrices de correlaciones policóricas para conducir el AFC.

El modelo unifactorial del PSWQ-11 mostró excelente ajuste a los datos. Los valores de bondad de ajuste fueron χ²(44) = 430.73, p < .01; CFI = .99; NNFI = .98; y RMSEA = .092, IC [.084, .099]. El CFI y NNFI por encima de .95 indican ajuste muy bueno, mientras que el RMSEA = .092 se considera aceptable según directrices de Kelloway (1998), aunque fue ligeramente más alto que el estándar más riguroso de Hu y Bentler (1999). Globalmente, el ajuste del modelo unifactorial fue muy satisfactorio.

Las cargas factoriales estandarizadas oscilaron de .72 a .94 según la Figura 1, mostrando que todos los ítems contribuyeron significativamente al constructo de preocupación patológica. Los ítems 7 y 6 presentaron cargas más altas (.94 y .89, respectivamente), mientras que el Item 10 mostró la carga más baja (.79).

Validez de medición: Invarianza factorial

La Tabla 3 presenta resultados de análisis de invarianza métrica y escalar entre grupos clínicos y no clínicos, y entre géneros.

Invarianza entre muestras clínica y no clínica: El modelo de línea base multigrupo sin restricciones mostró RMSEA = .0955, CFI = .984, NNFI = .984. El modelo de invarianza métrica (cargas factoriales restringidas a ser iguales) mostró RMSEA = .0952 (Δ RMSEA = -.0003), CFI = .983 (Δ CFI = -.001), NNFI = .981 (Δ NNFI = -.000), satisfaciendo todos los criterios de cambios mínimos. El modelo de invarianza escalar (cargas factoriales e interceptos restringidos) mostró RMSEA = .1010 (Δ RMSEA = .0058), CFI = .979 (Δ CFI = -.004), NNFI = .078 (Δ NNFI = -.003), también satisfaciendo criterios de cambios menores a .01.

Invarianza entre géneros: El modelo de línea base mostró RMSEA = .0893, CFI = .985, NNFI = .985. El modelo de invarianza métrica mostró RMSEA = .0884 (Δ RMSEA = .0009), CFI = .984 (Δ CFI = -.001), NNFI = .982 (Δ NNFI = .001). El modelo de invarianza escalar mostró RMSEA = .0861 (Δ RMSEA = .0023), CFI = .983 (Δ CFI = -.001), NNFI = .983 (Δ NNFI = .001), satisfaciendo todos los criterios.

Estos resultados indican que el PSWQ-11 mide el mismo constructo (preocupación patológica) de manera equivalente entre participantes clínicos y no clínicos, y entre hombres y mujeres.

Validez basada en relaciones con otras variables

El PSWQ-11 mostró correlaciones significativas con todas las escalas de criterio concurrente examinadas (Tabla 4). Correlaciones positivas fueron encontradas con el DASS-21 Depresión (r = .58, n = 710, p < .001), DASS-21 Ansiedad (r = .46, n = 242, p < .001), DASS-21 Estrés (r = .67, n = 710, p < .001), y GAD-7 (r = .73, n = 340, p < .001). Correlaciones positivas también fueron encontradas con RRS-SF Rumiación (r = .65, n = 370, p < .001) y RRS-SF Reflexión (r = .49, n = 370, p < .001). Una correlación negativa fue encontrada con la Escala de Aceptación y Acción (AAQ; r = -.33, n = 370, p < .001), consistente con la relación esperada entre preocupación y rechazo experiencial. Las magnitudes de estas correlaciones fueron generalmente moderadas a grandes, apoyando la validez convergente del instrumento.

Respecto a discriminación clínica, el PSWQ-11 discriminó significativamente entre participantes clínicos y no clínicos. Los participantes clínicos mostraron puntuaciones significativamente más altas (M = 36.29, DE = 10.13) que participantes no clínicos (M = 27.47, DE = 10.44), t = -12.80, p < .001. No hubo diferencias estadísticamente significativas en puntuaciones del PSWQ-11 entre hombres y mujeres en ninguna de las muestras, sugiriendo que el instrumento funciona equivalentemente entre géneros.

Discusión y conclusiones

Este estudio proporciona evidencia sólida de que la versión abreviada del PSWQ en español (PSWQ-11) es un instrumento válido y confiable para medir preocupación patológica en muestras colombianas. Los hallazgos respaldan las recomendaciones previas de Sandín et al. (2009) de utilizar únicamente los 11 ítems positivamente redactados, eliminando los 5 ítems negativamente redactados que demostraron carecer de utilidad práctica en poblaciones hispanohablantes.

Un hallazgo particularmente importante fue la equivalencia factorial del PSWQ-11 entre género y participantes clínicos/no clínicos. Estos resultados de invarianza de medición son críticos porque justifican la comparación válida de puntuaciones entre estos grupos. En ausencia de datos que apoyen la equivalencia factorial del PSWQ, no sería legítimo comparar puntuaciones entre muestras de hombres y mujeres, o entre participantes clínicos y no clínicos. El actual estudio extiende hallazgos previos de Brown (2003) a contextos hispanohablantes y poblaciones clínicas, confirmando que el PSWQ mide el mismo constructo entre estos grupos.

Algunas limitaciones merecen mención. Primero, la información sistemática sobre estatus diagnóstico fue obtenida solo de participantes clínicos. Segundo, ciertos aspectos de validez no fueron analizados completamente en el estudio actual (ej., validez divergente, sensibilidad a efectos de tratamiento, etc.). Tercero, debido a restricciones de tiempo, no todos los participantes completaron todos los cuestionarios, resultando en tamaños de muestra ligeramente reducidos para algunos análisis de correlación. Cuarto, la muestra fue predominantemente femenina (aproximadamente 300 participantes hombre/mujer en ambas categorías), aunque esto fue suficiente para conducir análisis de invarianza factorial robustos. Finalmente, aunque todos los participantes pudieron responder a todos los cuestionarios, algunos decidieron no completar ciertos cuestionarios por lo que se usaron solo los datos de quienes completaron todas las medidas.

En conclusión, la versión abreviada en español del PSWQ (PSWQ-11) sugerida por Sandín et al. (2009) puede ser utilizada como una medida válida de preocupación relacionada con el TAG en Colombia. El instrumento demuestra consistencia interna excelente (α = .95), estructura unifactorial aceptable, e invarianza de medición a nivel métrico y escalar entre género y participantes clínicos/no clínicos. Además, el PSWQ-11 mostró validez evidente basada en relaciones con medidas de síntomas emocionales (depresión, ansiedad, estrés) y rumiadoras (rumiación y reflexión). Los datos de invarianza de medición encontrados en este estudio a través de múltiples contextos justifican la comparación de puntuaciones entre hombres y mujeres, y entre participantes clínicos y no clínicos.

Importancia y contribución

Este estudio contribuye significativamente al campo de la medición de la preocupación en contextos hispanohablantes, específicamente en Colombia. Al demostrar que la versión abreviada del PSWQ (PSWQ-11) proporciona propiedades psicométricas sólidas y equivalencia factorial entre géneros y estatus clínico, el trabajo valida el uso de este instrumento en investigación y práctica clínica. Esto tiene implicaciones importantes para evaluación diagnóstica en el TAG, investigación clínica sobre mecanismos de preocupación, y evaluación de cambio terapéutico en protocolos de intervención basados en aceptancia y compromiso y otros enfoques psicoterapéuticos dirigidos a la reducción de preocupación patológica. El hallazgo de que la versión positivamente redactada muestra mejores propiedades que la versión original con ítems negativos también tiene implicaciones para traducción y adaptación de instrumentos psicométricos a idiomas hispanohablantes.