medigraphic.com
Academia Mexicana de Neurología, A.C.

2018, Número 1

<< Anterior Siguiente >>

Rev Mex Neuroci 2018; 19 (1)


Estructura Factorial de la escala The Survey Autobiographical Memory (SAM) en población adulta del departamento de Antioquia, Colombia

Gaviria-Castaño G, Dominguez-Lara S, Tamayo-Agudelo W

Idioma: Español
Referencias bibliográficas: 41
Paginas: 23-36
Archivo PDF: 408.15 Kb.


RESUMEN

Introducción: La Memoria Autobiográfica (MA) comprende los recuerdos personales de eventos y experiencias del pasado, acontecimientos imaginados y metas futuras; tales recuerdos mantienen estrechas relaciones con diversos procesos psicológicos y emocionales que permiten un adecuado funcionamiento en la vida cotidiana. El interés de diversas áreas ha sido comprender los mecanismos asociados al funcionamiento normal y alterado de la MA.
Objetivo: El objetivo de este estudio fue describir la estructura factorial y la consistencia interna de la Escala The Survey Autobiographical Memory (SAM) en población del departamento de Antioquia, Colombia.
Método: Estudio instrumental transversal en el cual participaron 260 personas quienes respondieron la escala The Survey Autobiographical Memory (SAM).
Resultados: Fueron evaluados diferentes modelos de medición para determinar el que mejor representaba el constructo: el de cuatro factores oblicuos y un modelo bifactor. Con base en los resultados, la configuración del SAM que mejor representa al constructo evaluado es el de cuatro factores relacionados: MA episódica, MA semántica, MA espacial y pensamiento episódico futuro, con índices aceptables de confiabilidad de las puntuaciones (α ordinal entre .64-.87; ω entre .71 y .90; H entre .74 y .90).
Conclusiones: El SAM es una prueba de autoreporte con evidencias de validez relacionadas con su estructura interna, además puede ser útil para comprender diversos aspectos de la MA en el ámbito clínico e investigativo.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Palombo D, L Williams, H Abdi, B Levine. “The survey of autobiographical memory (SAM): A novel measure of trait mnemonics in everyday life”, in Cortex 49, 6 (2013): 1,526-1,540. Doi: 10.1016/j. cortex.2012.08.023

  2. Conway MA and CW Pleydell-Pearce. “The construction of autobiographical memories in the selfmemory system” in Psychol Rev. 107, 2 (2000): 261-288. Doi: 10.1037/0033-295X.107.2.261

  3. Destun L and N Kuiper N. “Autobiographical memory and recovered memory therapy: integrating cognitive, clinical, and individual difference perspectives” in Clin Psychol Rev. 16, 5 (1996): 421-450. Doi: 10.1016/0272-7358(96)00022-0

  4. Fivush R and K Nelson. “Culture and language in the emergence of autobiographical memory” in Psychol Sci. 15, 9 (2004): 573-677. Doi: 10.1111/j.0956-7976.2004.00722.x

  5. Valentino K. “A developmental psychopathology model of overgeneral autobiographical memory” in Dev Rev. 31 (2011): 32–54. Doi: 10.1016/j.dr.2011.05.001

  6. Montero I and OG León. “A guide for naming research studies in Psychology” in Int J Clin Health Psychol. 7 (2007): 847–862. Recuperado de http://www.aepc.es/ijchp/articulos_pdf/ijchp-256.pdf

  7. Cortina, JM. “What is Coefficient Alpha? An Examination of theory and Applications” in J of Appl Psychol. 78, 1 (1993): 98-104.

  8. Frias-Navarro, D and M Pascual. “Prácticas del análisis factorial exploratorio (AFE) en las investigaciones sobre conducta del consumidor y marketing” in Suma Psicol. 19, 1 (2012): 47-58.

  9. Terwee CB, SD Bot, MR de Boer, DA van der Windt, DL Knol, J Dekker, et al. “Quality criteria were proposed for measurement properties of health status questionnaires” in J Clin Epidemiol. 60, 1 (2007): 34-42.

  10. Bentler, PM, Wu EJC. EQS 6.2 for windows [Statistical Program]. Encino, CA: Multivariate Software, Inc., 2012.

  11. Lee, SY, WY Poon, PM Bentle. “A two-stage estimation of structural equation models with continuous and polytomous variables” in Br J Math Stat Psychol. 48, 2 (1995): 339–58. Doi: 10.1111/ j.2044-8317.1995.tb01067.x

  12. Domínguez-Lara, S. “¿Matrices Policóricas/Tetracóricas o Matrices Pearson? Un estudio metodológico” in Rev Argent Cienc Comport. 6, 1 (2014): 39-48. Recuperado de https://revistas.unc. edu. ar/index.php/racc/article/view/6357

  13. Satorra, A, PM Bentler. “Corrections to test statistics and standard errors in covariance structure analysis” in Latent variables analysis: Applications for developmental research Thousand Oaks, eds. A von Eye, CC Clogg. CA: Sage, 1994: 399-419.

  14. Lance, C, B Dawson, D Birkelbach, B Hoffman. “Method effects, measurement error, and substantive conclusions” in Organ Res Methods 13, 3 (2010): 435-455. Doi: 10.1177/1094428109352528

  15. Podsakoff, P, S MacKenzie, J Lee, N Podsakoff. “Common Method Biases in Behavioral Research: A Critical Review of the Literature and Recommended Remedies” in J Appl Psychol. 88, 5 (2003): 879- 903. Doi: 10.1037/0021-9010.88.5.879

  16. Reise, SP. “The rediscovery of bifactor measurement models” in Multivariate Behav Res. 47, 5 (2012); 47(5): 667- 96. Doi: 10.1080/00273171.2012.715555

  17. Zinbarg RE, Yovel I, Revelle W, McDonald RP. Estimating generalizability to a latent variable common to all of a scale’s indicators: A comparison of estimators for h. Appl Psychol Meas 2006; 30(2): 121-144. Doi: 10.1177/0146621605278814

  18. Reise SP, R Scheines, KF Widaman, MG Haviland. “Multidimensionality and structural coefficient bias in structural equation modeling: A bifactor perspective” in Educ Psychol Meas. 73, 1 (2013): 5-26. Doi: 10.1177/0013164412449831

  19. Rodríguez, A, SP Reise, MG Haviland. “Evaluating bifactor models: calculating and interpreting statistical indices” in Psychol Methods. 21, 2 (2016): 137-150. Doi: 10.1037/met0000045

  20. Morgan GB, KJ Hodge, KE Wells, MW Watkins. “Are fit indices biased in favor of bi-factor models in cognitive ability research?: A comparison of fit in correlated factors, higher-order, and bi-factor models via Monte Carlo simulations” in J Intell. 3 (2015): 2-20. Doi: 10.3390/jintelligence3010002

  21. Domínguez-Lara, S and C Merino. “¿Por qué es importante reportar los intervalos de confianza del coeficiente alfa de Cronbach?” en Revista Latinoamericana de Ciencias Sociales, Niñez y Juventud 13, 2 (2015)): 1,326-1328. Recuperado de http://revistaumanizales.cinde.org.co/index.php/Revista-

  22. Domínguez-Lara, S. “Propuesta para el cálculo del Alfa Ordinal y Theta de Armor” en Revista de Investigación en Psicología. 15, 1 (2012): 213-217. Recuperado de http://sisbib.unmsm.edu.pe/ bvrevistas/investigacion_psicologia/v15_n1/pdf/a14v15n1.pdf

  23. Elosua, P, BD Zumbo. “Coeficientes de fiabilidad para escalas de respuesta categórica ordenada” in Psicothema. 20, 4 (2008): 896-901. Recuperado de http://www.psicothema.com/pdf/3572.pdf

  24. McDonald, RP. Test theory: A unified treatment. Mahwah, N.J.: L. Erlbaum Associates, 1999.

  25. Domínguez-Lara, S. “Evaluación de la confiabilidad del constructo mediante el Coeficiente H: breve revisión conceptual y aplicaciones” in Psychologia. 10, 2 (2016): 87-94.

  26. Hancock, GR and RO Mueller. “Rethinking construct reliability within latent variable systems” in Structural equation modeling: Past and present. A Festschrift in honor of Karl G. Jöreskog, eds. R Cudeck, SHC du Toit, D Sörbom. Chicago: Scientific Software International, 2001, 195-261.

  27. Pérez, E and L Medrano. “Análisis Factorial Exploratorio: Bases Conceptuales y Metodológicas” en Rev Argent Cienc Comport. 2, 1 (2010): 58-66.

  28. Meyer, JP. Reliability. New York: Oxford University Press, 2010.

  29. Cheung, GW and RB Rensvold. “Evaluating goodness-of-fit indexes for testing measurement invariance” in Struct Equ Modeling. 9, 2 (2002): 233-255. Doi: 10.1207/S15328007SEM0902_5

  30. Raykov T and GR Hancock. “Examining change in maximal reliability for multiplecomponent measuring instruments” in Br J Math Stat Psychol. 58, 1 (2005): 65–82. Doi: 10.1348/000711005X38753

  31. Tulving, E. “Episodic memory: From mind to brain” in Annu Rev Psychol. 53 (2002): 1-25. Doi: 10.1146/ annurev.psych.53.100901.135114

  32. Kim, H. Default network activation during episodic and semantic memory retrieval: A selective meta-analytic comparison” in Neuropsychologia. 80 (2016): 35-46. Doi: 10.1016/j. neuropsychologia.2015.11.006

  33. Neil, B. “Spatial Cognition and the Brain” in Ann N Y Acad Sci 1,124 (2008): 77–97. Doi: 10.1196/ annals.1440.002

  34. Schacter, D, D Addis, R Buckner. “Episodic Simulation of Future Events. Concepts, Data, and Applications” in Ann N Y Acad Sci. 1,124 (2008): 39–60. Doi: 10.1196/annals.1440.001

  35. Szpunar, K. “Episodic Future Thought: An Emerging Concept” in Perspect Psychol Sci. 5, 2 (2010): 142-162. Doi: 10.1177/1745691610362350

  36. Cuevas C de las y JL González. “Auto informes y respuestas sesgadas” en Anales de Psiquiatría. 8, 9 (1992): 362-366. Recuperado de http://psicoter.es/_arts/92_A109_09.pdf

  37. Lance, C, B Dawson, D Birkelbach, B Hoffman. “Method effects, measurement error, and substantive conclusions” in Organ Res Methods. 13, 3 (2010): 435-455. Doi: 10.1177/1094428109352528

  38. Domínguez-Lara, S. “¿Ítems Politómicos o Dicotómicos? Un estudio empírico con una escala unidimensional” en Rev Argent Cienc Comport. 5, 3 (2013): 30-37.

  39. Kong, F, Z Zhen, J Li, L Huang, X Wang, Y Song, J Liu. “Sex-related neuroanatomical basis of emotion regulation ability” in PLoS ONE. 9, 5 (2014): e97071. Doi: 10.1371/journal.pone.0097071

  40. Domínguez-Lara, S. “Comparación del autoconcepto entre grupos, ¿sesgo o diferencias?: comentarios a Castillo”, et al, in Rev Chil Pediatr. 87-5 (2016): 436-438.

  41. Dimitrov, DM. “Testing for factorial invariance in the context of construct validation” in Meas Eval Couns Dev. 43, 2 (2010): 121-149.




2020     |     www.medigraphic.com