Machine Translated by Google

Revista  australiana  de  psicología

ISSN:  0004­9530  (Impreso)  1742­9536  (En  línea)  Página  de  inicio  de  la  revista:  https://www.tandfonline.com/loi/raup20

Personalidad  gratis:  propiedades  psicométricas  de  una  medida  
australiana  de  dominio  público  del  modelo  de  cinco  factores

Dr.  Greg  Murray,  Fiona  Judd,  Henry  Jackson,  Caitlin  Fraser,  Angela  Komiti,  Pip
Pattison  y  Garry  Robins

Para  citar  este  artículo:  Dr.  Greg  Murray,  Fiona  Judd,  Henry  Jackson,  Caitlin  Fraser,  Angela  Komiti,  
Pip  Pattison  y  Garry  Robins  (2009)  Personalidad  gratis:  Propiedades  psicométricas  de  una  medida  
australiana  de  dominio  público  del  modelo  de  cinco  factores,  Australian  Journal  de  Psicología,  61:3,  
167­174,  DOI:  10.1080/00049530802326784

Para  enlazar  a  este  artículo:  https://doi.org/10.1080/00049530802326784

Publicado  en  línea:  13  de  agosto  de  2009.

Envíe  su  artículo  a  esta  revista

Vistas  del  artículo:  706

Ver  artículos  relacionados

Citando  artículos:  1  Ver  artículos  citando

Los  términos  y  condiciones  completos  de  acceso  y  uso  se  pueden  encontrar  
en  https://www.tandfonline.com/action/journalInformation?journalCode=raup20
Machine Translated by Google

Revista  australiana  de  psicología,  vol.  61,  núm.  3,  septiembre  de  2009,  págs.  167–174.

Personalidad  gratis:  propiedades  psicométricas  de  un  dominio  público
Medida  australiana  del  modelo  de  cinco  factores

GREG  MURRAY1 , FIONA  JUDD2 , HENRY  JACKSON3 , CAITLIN  FRASER4 ,

ÁNGELA  KOMITI3 , PIP  PATTISON3 , Y  GARRY  ROBINS3
1 2 3
Facultad  de  Ciencias  Sociales  y  de  la  Vida,  Universidad  Tecnológica  de  Swinburne,  Departamentos  de Psiquiatría  y Psicología,
4
Universidad  de  Melbourne,  Melbourne  y Escuela  de  Salud  Rural,  Universidad  de  Monash,  Bendigo,  Victoria,  Australia

Resumen  
Se  compilaron  cincuenta  elementos  del  Grupo  internacional  de  elementos  de  personalidad  de  Goldberg  para  formar  una  medida  de  personalidad  
de  dominio  público,  el  Inventario  de  personalidad  australiano  (API).  Se  utilizaron  datos  de  una  muestra  comunitaria  aleatoria  (N  =  7615)  y  una  
muestra  basada  en  la  universidad  (N  =  271)  para  explorar  las  propiedades  psicométricas  de  esta  medida  de  50  ítems  del  modelo  de  personalidad  
de  cinco  factores  (FFM).  En  ambas  muestras,  las  confiabilidades  internas  fueron  adecuadas.  En  la  muestra  basada  en  la  universidad,  se  encontró  
un  patrón  apropiado  de  relación  convergente  y  divergente  entre  las  puntuaciones  de  escala  y  las  puntuaciones  de  dominio  del  Inventario  de  Cinco  
Factores  de  NEO.  Después  de  ajustar  por  un  conjunto  de  respuestas  aparentes  (respuesta  media  entre  ítems),  los  análisis  factoriales  exploratorios  
recuperaron  claramente  la  FFM  en  ambas  muestras.  Se  concluye  provisionalmente  que  las  puntuaciones  de  escala  sin  procesar  del  API  brindan  
estimaciones  confiables  de  la  FFM,  pero  el  ajuste  de  la  respuesta  media  en  los  50  elementos  podría  aclarar  la  estructura  de  cinco  factores,  
especialmente  en  las  muestras  menos  educadas.

Palabras  clave:  diferencias  individuales,  inventario,  personalidad,  valoración  de  la  personalidad.

En  las  últimas  dos  décadas  ha  surgido  el  consenso  de  que   útil  en  la  investigación  de  encuestas.  Se  ha  informado  que  
cinco  dimensiones  podrían  ser  suficientes  para  cubrir  el   la  consistencia  interna  de  las  cinco  escalas  de  12  ítems  del  
espacio  de  la  personalidad  y  ser  consistentes  con  los   NEO­FFI  varía  de  .68  (A)  a  .89  (N)  (Costa  &  McCrae,  1992),  
principales  enfoques  teóricos  (Goldberg,  1993).  Este  punto   y  una  rotación  ortogonal  de  cinco  factores  usando  análisis  
de  vista  se  conoce  como  el  modelo  de  cinco  factores  (FFM)   de  componentes  principales  (PCA)  explica  el  38,7%  de  la  
de  la  personalidad  (ver  revisión  de  O'Connor,  2002).  La   varianza  total  (Murray,  Rawlings,  Allen  y  Trinder,  2003).  En  
vasta  producción  de  investigación  asociada  con  el  proyecto   un  reciente  estudio  de  evaluación  psicométrica  se  concluyó  
NEO  de  Costa  y  McCrae  (Costa  &  McCrae,  1992)  ha  llevado   que  “el  NEO­FFI  es  una  medida  breve  efectiva  del  modelo  
a  algunos  escritores  a  identificar  esta  formulación  particular   de  personalidad  de  los  Cinco  Grandes” (Murray  et  al.,  2003,  
con  el  FFM  (Digman,  1990).  Los  "cinco  grandes"  dominios   p.  148).
de  la  personalidad  descritos  por  Costa  y  McCrae  se  
denominan  neuroticismo  (N),  extraversión  (E),  apertura  a  la   Sin  embargo,  una  limitación  significativa  del  NEO­FFI  es  
experiencia  (O),  amabilidad  (A)  y  escrupulosidad  (C). su  costo.  Aunque  el  NEO  se  basa  en  décadas  de  actividad  
de  investigación  financiada  con  fondos  públicos,  es  una  
medida  patentada  y  debe  comprarse  para  aplicaciones  
El  Inventario  de  Personalidad  NEO  tiene  formas  largas   clínicas  y  de  investigación.  En  parte  como  respuesta  a  esta  
(240  ítems)  y  cortas  (60  ítems),  las  cuales  han  recibido  un   restricción,  Goldberg  ha  desarrollado  un  conjunto  de  
fuerte  apoyo  en  términos  de  propiedades  psicométricas  y,   dominio  público  de  41200  elementos  que  miden  la  FFM  
en  menor  medida,  validez  externa  (Costa  &  McCrae,  1992).   (Goldberg,  1999).  Una  característica  importante  del  conjunto  
Debido  a  su  brevedad,  el  Inventario  de  Cinco  Factores  NEO   internacional  de  elementos  de  personalidad  de  Goldberg  es  
de  60  ítems  (NEO­FFI,  Costa  &  McCrae,  1992)  ha   que  es  un  grupo  de  elementos  en  lugar  de  un  inventario  fijo.  
demostrado  ser  particularmente Se  alienta  a  los  investigadores  a  extraer  elementos  del  grupo  para  crear

Correspondencia:  Dr.  G.  Murray,  Universidad  Tecnológica  de  Swinburne,  Facultad  de  Ciencias  Sociales  y  de  la  Vida,  Box  218  John  Street,  Hawthorn,  Vic.  3184,  Australia.  
Correo  electrónico:  gwm@swin.edu.au

ISSN  0004­9530  impreso/ISSN  1742­9536  en  línea  ª  The  Australian  Psychological  Society  Ltd  
Publicado  por  Taylor  &  Francis  DOI:  10.1080/00049530802326784
Machine Translated by Google

168 G.  Murray  et  al.

sus  propias  escalas,  dirigidas  por  cargas  factoriales  presentadas   estudio  de  Australia  no  metropolitana,  en  el  que  la  personalidad  
por  Goldberg.  Aunque  esto  puede  verse  como  una  fortaleza  del   era  una  covariable  (Murray  et  al.,  2004).  Se  desarrolló  una  muestra  
esfuerzo  de  investigación  (ya  que  fomenta  la  investigación  sobre   comunitaria  aleatoria  utilizando  el  padrón  electoral  como  marco  
la  medición  de  la  personalidad),  es  una  barrera  para  los   muestral.  De  las  20.000  personas  inicialmente  contactadas,  3106  
investigadores  que  requieren  una  medida  de  la  FFM  con   fueron  identificadas  como  no  elegibles  (2823  direcciones  
propiedades  psicométricas  conocidas.  Por  lo  tanto,  el  campo   incorrectas,  155  fallecidas,  128  incapaces).  De  estos,  1922  
carece  de  un  cuestionario  breve  de  cinco  factores  que  sea   pudieron  ser  reemplazados  en  el  marco  muestral  durante  el  
comparable  al  NEO­FFI  y  que  haya  sido  probado  psicométricamente   período  de  la  encuesta,  dejando  1184  individuos  del  marco  original  
en  una  muestra  grande. que  no  eran  elegibles  y  no  fueron  reemplazados.  Por  lo  tanto,  la  
tasa  de  respuesta  fue  del  40,5%  (N  =  7615).

La  comparación  con  datos  censales  relevantes  encontró  que  las  
Estudio  actual
proporciones  de  género  y  edad  en  la  muestra  eran  comparables  
El  objetivo  de  este  estudio  fue  investigar  las  propiedades   tanto  con  el  marco  de  muestreo  no  metropolitano  como  con  la  
psicométricas  de  un  inventario  FFM  específico  de  50  ítems:  el   población  australiana  más  amplia.
Inventario  de  Personalidad  Australiano  (API),  extraído  del  conjunto   Un  ítem  que  preguntaba  sobre  el  nivel  más  alto  de  educación  
de  ítems  de  Goldberg.  Goldberg  presenta  10  elementos  como   mostró  que  el  42,0%  de  los  encuestados  no  había  completado  la  
marcadores  óptimos  para  cada  uno  de  los  cinco  dominios  NEO   escuela  secundaria,  el  19,2%  había  completado  la  escuela  
(www.ipip.ori.org).  Estos  50  ítems  se  utilizaron  como  base  de  las   secundaria,  el  21,1%  había  iniciado  o  completado  un  certificado  
cinco  escalas  del  API,  con  tres  modificaciones  a  la  escala  O.  Tres   comercial  y  el  17,7%  había  al  menos  comenzado  una  carrera  
de  los  10  artículos  O  contenían  la  palabra  "arte"  y  la  prueba  piloto   universitaria.
encontró  que  esto  distraía  a  los  encuestados.  Por  lo  tanto,  se  
reemplazó  el  ítem  ''Creer  en  la  importancia  del  arte''.  Los  elementos   Materiales.  Los  50  elementos  elegidos  del  Grupo  de  elementos  
"Tienden  a  votar  por  candidatos  políticos  liberales"  y  "Tienden  a   de  personalidad  internacional  y  el  formato  específico  de  la  API  se  
votar  por  candidatos  políticos  conservadores"  se  consideraron   muestran  en  el  Apéndice  A.  Al  igual  que  con  el  NEO­FFI,  los  
ambiguos  en  el  contexto  australiano.  Por  lo  tanto,  estos  tres  ítems   elementos  de  la  API  se  ordenan  N,  E,  O,  A,  C,  con  la  mitad  de  los  
se  sustituyeron  por  tres  ítems  de  la  lista  de  20  ítems  de  Goldberg   ítems  se  puntúan  al  revés.  Las  instrucciones  utilizadas  fueron  las  
de  marcadores  óptimos  de  O  en  el  FFM  ("Tener  un  vocabulario   recomendadas  por  Goldberg,  a  saber:  “Los  siguientes  ítems  
rico",  "Disfrutar  de  vuelos  salvajes  de  fantasía"  y  el  ítem  de   contienen  frases  que  describen  los  comportamientos  típicos  de  
puntuación  inversa  "  Rara  vez  busca  un  significado  más  profundo   las  personas.
en  las  cosas''). Utilice  la  escala  de  calificación  a  continuación  para  describir  con  
qué  precisión  cada  declaración  lo  describe  a  usted  en  general.
Descríbete  a  ti  mismo  como  te  ves  honestamente,  en  relación  con  
El  API  se  exploró  en  una  gran  muestra  comunitaria  aleatoria   otras  personas  que  conoces,  del  mismo  sexo  que  tú  y  
(Estudio  1)  y  una  muestra  universitaria  (Estudio  2).  Las  propiedades   aproximadamente  de  tu  misma  edad” (Goldberg,  1999).  Más  allá  
psicométricas  del  nuevo  instrumento  se  investigaron  mediante   del  API,  la  encuesta  contenía  elementos  demográficos  y  varias  
análisis  de  confiabilidad  interna  y  análisis  factorial  exploratorio  (el   escalas  comunes  que  medían  la  salud  mental  y  el  bienestar  
modelado  de  instrumentos  FFM  mediante  el  análisis  factorial   (Murray  et  al.,  2004).
confirmatorio  es  controvertido,  p.  ej.,  Gignac,  Bates  y  Jang,  2007,  
y  más  allá  del  enfoque  actual  en  un  instrumento  de  medición  
específico). ).  En  el  Estudio  2,  los  rasgos  de  FFM  se  evaluaron  en   Procedimiento.  El  Comité  de  Ética  de  Investigación  Humana  de  
el  NEO­FFI  y  en  el  API.  El  Estudio  2  fue  diseñado  principalmente   Bendigo  Health  Care  Group  aprobó  el  diseño  del  estudio.  De  
para  probar  la  relación  entre  el  FFM  medido  en  el  API  y  el  NEO­ acuerdo  con  otras  investigaciones  que  utilizan  esta  metodología  
FFI.  Se  planteó  la  hipótesis  de  que  los  cinco  grandes  rasgos   (p.  ej.,  Murray,  Allen  y  Trinder,  2001),  la  devolución  del  cuestionario  
mostrarían  grandes  correlaciones  convergentes  entre  los  dos   completo  se  tomó  como  consentimiento  informado  para  participar.
instrumentos.  Un  objetivo  secundario  fue  proporcionar  una  
investigación  adicional  de  la  estructura  del  factor  API  en  una   Las  cartas  se  dirigieron  personalmente  y  se  enviaron  por  correo  a  
muestra  metropolitana  más  joven. los  encuestados  potenciales  con  una  carta  de  presentación,  la  
encuesta,  un  sobre  de  respuesta  pagado  y  un  boleto  de  lotería  
instantáneo  (Dillman,  1978).  Si  no  se  había  recibido  una  encuesta  
de  un  participante  potencial  después  de  2  semanas,  se  enviaba  
una  segunda  carta.  Esta  segunda  carta  contenía  una  encuesta,  
Método un  sobre  pagado  de  respuesta  y  una  carta  de  presentación.

Estudio  1

Procedimiento  de  muestreo  y  muestra.  La  muestra  de  la  comunidad   Análisis.  Antes  de  la  prueba  de  hipótesis  en  los  estudios  1  y  2,  se  
se  obtuvo  como  parte  de  una  encuesta  por  correo. exploraron  los  datos  en  busca  de  datos  faltantes,  valores  atípicos,
Machine Translated by Google

Inventario  de  personalidad  australiano 169

y  para  asegurar  que  se  cumplieron  los  supuestos  de  todos  los   reclutar  a  otro  participante  voluntario  para  el  estudio.
análisis.  La  estructura  latente  de  la  API  se  investigó  mediante   Se  recibieron  cuestionarios  completos  de  271  participantes  
análisis  factorial  exploratorio.  El  número  óptimo  de  factores  a   (53,5%  mujeres).  La  edad  media  de  la  muestra  fue  de  31,4  años  
extraer  se  determinó  mediante  la  inspección  de  diagramas  de   (SD  ¼  13,1),  con  un  rango  de  18  a  68.  El  nivel  educativo  en  esta  
sedimentos  y  análisis  paralelos  (O'Connor,  2000).  También  se   muestra  era,  por  supuesto,  alto:  el  74,2  %  había  al  menos  
ajustaron  modelos  de  cinco  factores  sobre  bases  teóricas.  La   comenzado  una  carrera  universitaria,  el  10,3  %  había  comenzado  
extracción  de  factores  se  basó  en  PCA  de  matrices  de  correlación,   o  completado  un  oficio  certificado,  el  6,6%  había  completado  la  
y  las  rotaciones  ortogonales  se  exploraron  utilizando  varimax.  De   escuela  secundaria  y  solo  el  7,7%  no  había  completado  la  
acuerdo  con  investigaciones  anteriores,  la  interpretación  de  los   escuela  secundaria.
coeficientes  de  patrón  se  basó  en  dos  criterios:  el  factor  en  el  
que  el  ítem  tenía  su  mayor  coeficiente  y  el  factor  o  factores  en  
los  que  los  coeficientes  eran  significativos  (4j.30j).  La  fiabilidad   Materiales.  Más  allá  del  API,  el  cuestionario  del  Estudio  2  también  
interna  de  las  puntuaciones  de  las  cinco  escalas  se  investigó   contenía  el  NEO­FFI.  La  psicometría  del  NEO­FFI  se  ha  
utilizando  el  coeficiente  alfa,  considerándose  adecuados  valores   investigado  en  varios  estudios,  y  el  instrumento  se  ha  descrito  
de  0,7  (Nunnally,  1978). recientemente  como  una  fuente  eficiente  de  puntuaciones  FFM  
fiables  (Murray  et  al.,  2003).

Se  realizaron  PCA  sobre  los  datos  sin  reemplazar  los  valores  
faltantes.  Los  análisis  informados  aquí  se  basaron  en  la   Procedimiento.  El  diseño  del  Estudio  2  fue  aprobado  por  el  
eliminación  por  lista  de  datos  faltantes  (Estudio  1,  n  =  5532;   Comité  de  Ética  de  Investigación  Humana  de  la  Universidad  de  
Estudio  2,  n  =  243).  La  realización  de  análisis  con  estrategias   Swinburne.  La  devolución  del  cuestionario  completado  se  tomó  
alternativas  (sustitución  de  medias  y  eliminación  por  pares)  no   como  consentimiento  informado  para  participar.
alteró  los  resultados.  En  ambos  estudios,  el  cálculo  de  las   Se  distribuyeron  dos  copias  del  cuadernillo  del  cuestionario  a  
puntuaciones  de  las  escalas  se  basó  en  datos  en  los  que  los   todos  los  estudiantes  de  un  curso  de  pregrado  en  psicología,  
valores  faltantes  en  cada  escala  se  reemplazaron  con  la  media   con  la  invitación  de  que  el  estudiante  completara  una  copia  y  
del  participante  para  esa  escala  (sustitución  de  la  media   reclutara  a  otra  persona  (de  diferente  género  y  edad  contrastante)  
horizontal).  Los  puntajes  de  escala  se  crearon  solo  si  al   para  completar  la  segunda.
encuestado  le  faltaban  menos  de  dos  puntos  de  datos  en  la  
escala.  El  tamaño  de  la  muestra  para  estos  análisis  fue  N  ¼  
7069  (Estudio  1)  y  N  ¼  270  (Estudio  2).
Resultados
Los  análisis  post­hoc  de  la  estructura  latente  del  API  (ver  más  
Estudio  1
abajo)  incluyeron  el  cálculo  de  las  puntuaciones  estandarizadas  
en  z  dentro  del  sujeto.  La  estandarización  dentro  del  sujeto  z  es   En  la  muestra  comunitaria  aleatoria  del  Estudio  1,  la  confiabilidad  
un  procedimiento  común  en  la  tradición  de  la  personalidad   interna  de  cada  una  de  las  cinco  escalas  de  rasgos  API  fue  
basada  en  adjetivos  (Goldberg,  comunicación  personal,  2005).   adecuada  (Tabla  I).  Se  observó  un  sesgo  positivo  en  la  
De  manera  análoga  a  la  estandarización  z  por  variable,  la   distribución  de  las  puntuaciones  N  y  un  sesgo  negativo  en  la  
estandarización  z  por  sujeto  tiene  como  objetivo  descubrir  la   distribución  de  A  y  C.
estructura  latente  de  un  instrumento  ajustando  las  diferencias   Los  análisis  factoriales  exploratorios  iniciales  no  respaldaron  
individuales  en  el  nivel  medio  y  la  variación  entre  los  elementos.   la  estructura  FFM  latente  del  instrumento.  Tanto  el  análisis  
Para  cada  sujeto,  las  puntuaciones  de  cada  elemento  se   paralelo  como  la  inspección  del  gráfico  de  sedimentación  
ajustaron  primero  restando  la  media  de  su  puntuación  en  los  50   sugirieron  que  se  deben  conservar  seis  factores  (que  explican  el  
elementos  y  luego  dividiendo  por  la  desviación  estándar  de  sus   45,5  %  de  la  varianza)  del  PCA.  Solo  el
puntuaciones  en  los  50  elementos.  Después  de  la  estandarización  
z  dentro  del  sujeto,  cada  sujeto  tiene  una  respuesta  media  de  0  
en  todos  los  elementos  y  una  desviación  estándar  en  todos  los   Tabla  I.  Distribuciones  de  puntuaciones  en  las  cinco  escalas  de  personalidad  del  
API  (Estudio  1)
elementos  de  1,0.
Escala  M  SD Sesgar Fiabilidad  interna  a

norte 24,4   7,6   .49   .83  

mi 31,7   6,9   7.09   .81  
Estudio  
O 32,6   6,3   .06   .71  
2  Procedimiento  de  muestreo  y  muestra.  Se  generó  una  muestra   A 39,0   5,9   7.63   .78  
de  conveniencia  de  adultos  jóvenes  mediante  la  distribución  de   C 38,0 6,7 7.51 .82

cuestionarios  a  un  grupo  de  estudiantes  universitarios  y  sus  
notas  A  ¼  Amabilidad;  API  ¼  Inventario  de  Personalidad  Australiano;  C  ¼  
asociados.  El  grupo  universitario  fue  invitado  a  participar  como  
Conciencia;  E  ¼  Extraversión;  N  ¼  Neuroticismo;  O  ¼  Apertura  a  la  Experiencia.
parte  de  un  curso  de  pregrado  en  psicología,  y  este  grupo  fue  
invitado  a Listwise  n  ¼  7069.
Machine Translated by Google

170 G.  Murray  et  al.

La  escala  N  se  recuperó  claramente  de  la  inspección  de  la   Tabla  II.  Matriz  de  componentes  rotados  para  cinco  factores  retenidos  después  
de  PCA  de  los  50  elementos  API  estandarizados  por  la  media
matriz  de  componentes  rotados  de  seis  factores.  Cuando  
se  impuso  una  solución  de  cinco  factores  a  los  datos  (que   Número  de   factor  2 Factor  3 factor  5 factor  4 Factor  1
explica  el  42,2  %  de  la  varianza)  y  se  aplicó  la  rotación   artículo  de  la  API (NORTE) (MI) (O) (A) (C)
varimax,  los  10  elementos  N  tuvieron  su  carga  más  alta  en  
escala  N
el  Factor  2.  De  manera  similar,  los  10  elementos  C  tuvieron  
1 7.70 7.16 .01 7.09 7.19
sus  cargas  más  altas  en  el  Factor  4,  pero  siete  ítems  O  y   6 7.62 7.18 .00 7.08 7.21
cuatro  ítems  E  tuvieron  sus  cargas  más  altas  en  el  Factor   11 7.75 7.16 7.01 7.10 7.22
3.  Cinco  ítems  A  tuvieron  su  carga  más  alta  en  el  Factor  5   dieciséis 7.67 7.06 .05 7.23 7.14

y  los  cinco  ítems  A  restantes  tuvieron  su  carga  más  alta  en   21 7.56 7.15 7.06 7.07 7.15

26 .60 .04 .02 .09 .11
el  Factor  1,  que  también  fue  el  factor  de  carga  más  alta  
31 .62   .10 .10 .17 .24
para  cinco  Artículos  E  y  dos  artículos  O.  En  resumen,  solo   36 .51   7.09 .02 .24 .00
se  pudieron  inferir  claramente  dos  factores  (N  y  C)  a  partir   41   .55   7.07   .04   .20   7.04  
de  una  exploración  de  cinco  factores  del  instrumento  tal   46 .56 .21 .03 .06 .27
como  se  calificó. Escala  E  
La  estandarización  z  dentro  del  sujeto  de  las   2  7  12   .26   .46   .04   .29   .18  
puntuaciones  API  tuvo  un  efecto  sustancial  en  la  estructura   17  22   .20   .57   .00   .33   .15  
27 .20   .56   .25   .20   .22  
factorial  derivada.  Cuando  se  realizaron  análisis  sobre  
.15   .68   .09   7.02   .06  
estos  datos  ajustados,  surgió  el  modelo  de  cinco  factores  en  PCA. .14   .60   .23   .03   .14  
Un  análisis  posterior  identificó  que,  de  los  dos  componentes   7.02   7.65   7.17   7.01   7.06  
de  la  estandarización  z  (ajuste  de  desviación  estándar  y   32   7.06   7.71   7.04   .04   7.05  
media),  la  estandarización  dentro  de  los  sujetos  para  la   37 7.20 7.38 7.15 7.02 7.30
42 7.01 7.55 7.09 .19 .08
respuesta  media  en  los  ítems  del  API  tuvo  el  mayor  efecto.  
47 .08 7.69 7.15 7.01 7.05
Específicamente,  PCA  de  datos  promedio  estandarizados  
escala  O
produjo  evidencia  de  una  estructura  latente  correspondiente  
3 7.07 .08 7.63 7.09 .00
exactamente  al  instrumento  tal  como  se  calificó.  Los   8 .00 .22 .48 7.04 7.02
resultados  de  este  análisis  se  resumen  brevemente  a   13 .13 .32 .48 .12 .dieciséis

continuación. 18 .14 .46 .46 .06 .dieciséis

Como  se  muestra  en  la  Figura  1,  cuando  se  realizaron   23 .dieciséis .10 .39 .32 .22

28 .02 7.15 7.54 7.04 .04
análisis  factoriales  exploratorios  en  datos  estandarizados  
33 7.04 .10 .41 7.27 7.20
promedio  dentro  del  sujeto,  un  gráfico  de  sedimentación   38 7.05 7.25 7.56 7.03 7.05
identificó  cinco  factores  que  caían  antes  de  un  codo  en  el   43 7.02 .03 7,66   7.14 7.04
gráfico.  Del  mismo  modo,  el  análisis  paralelo  encontró  que   48 .13 7.20 7,52 7.04 7.13
cinco  factores  justificaban  la  extracción.  Estos  cinco   Una  escala

explicaron  el  42,3%  de  la  varianza  total  (19,9%,  8,5%,   4   .09   .11   .01   .58   .10  

5,4%,  4,9%  y  3,6%,  respectivamente).  Después  de  la  rotación  varimax  
9  
a .12   .12   .12   .58   .05  
14   .05   .01   .17   .61   .24  
19   .14   .00   .14   .55   .15  
24   .15   .33   .20   .46   .22  
29   7.15   .15   .12   7.57   7.05  
34   7.12   .03   .04   7.67   7.13  
39   7.25   7.12   .00   7.52   7.03  
44   7.10   .04   7.08   7.60   7.08  
49 7.07 .03 7.01 7.65 7.17

C  escala  
5 .11 .11 .02 .13 .61
10 .06 .04 .24 .17 .53
15 .04 .02 7.05 .10 .71
20 .24 .05 .13 .12 .67
25 .20 .03 .09 .13 .68
30 7.16 7.12 .10 7.09 7.60
35 7.18 7.12 .10 7.05 7.60

40 7.09 7.12 7.05 7.08 7.61

45 7.12 7.06 7.06 7.10 7.61
50 7.09 7.06 7.03 7.27 7.50

notas  A  ¼  Amabilidad;  API  ¼  Inventario  de  Personalidad  Australiano;  C  ¼  
Conciencia;  E  ¼  Extraversión;  N  ¼  Neuroticismo;  O  ¼  Apertura  a  la  Experiencia;  
Figura  1.  Diagrama  de  pantalla  del  análisis  de  componentes  principales  de  las   PCA,  análisis  de  componentes  principales.
puntuaciones  del  Inventario  de  Personalidad  Australiano  estandarizadas  medias   Los  datos  de  la  tabla  son  coeficientes  de  patrón.
dentro  del  sujeto  (Estudio  1,  N  =  5532) Coeficiente  de  patrón  más  grande  en  negrita.
Machine Translated by Google

Inventario  de  personalidad  australiano 171

Se  encontró  un  conjunto  de  coeficientes  de  patrón  que  delimitan   F(7,7409)  ¼  160.10,  pág.  5.001).  Como  se  resume  en  la  Tabla  III,  
claramente  la  FFM  (Tabla  II).  Solo  un  ítem  (ítem  18  de  la  escala   con  excepción  de  la  edad,  todos  los  predictores  tuvieron  relaciones  
O  "Llevar  la  conversación  a  un  nivel  superior")  no  tuvo  su  carga   significativas  con  la  variable  resultado.  Una  puntuación  media  más  
más  alta  en  el  factor  esperado,  pero  su  carga  más  alta  (.464  en  el   alta  en  los  elementos  de  la  API  se  asoció  con  más  datos  faltantes  
factor  E)  fue  insignificantemente  más  alta  que  su  carga  en  el  factor   (tanto  en  la  propia  API  como  en  todo  el  cuestionario)  y  una  
O  (.461). variación  restringida  de  la  respuesta  en  la  API.  Una  puntuación  
API  media  más  alta  también  se  asoció  con  niveles  más  bajos  de  
Esta  estructura  de  cinco  factores  se  confirmó  cuando  los  PCA   educación  (en  particular,  no  haber  comenzado  un  título  
se  realizaron  por  separado  en  subgrupos  de  la  muestra.  Entre  los   universitario)  y  ser  hombre.  Un  análisis  similar  que  utilizó  las  
sujetos  masculinos  (n  =  2404),  el  análisis  paralelo  y  la  inspección   puntuaciones  factoriales  FFM  ajustadas  como  predictores  también  
del  diagrama  de  sedimentación  respaldaron  una  solución  de  cinco   fue  significativo,  pero  explicó  menos  la  varianza  en  la  respuesta  
factores.  Estos  cinco  factores  explicaron  el  42,5  %  de  la  varianza,   API  media  (5,7  %),  F(5,5526)  =  66,52,  p5  0,001.  Todos  los  
y  se  encontró  que  el  patrón  de  cargas  factoriales  era  idéntico  al  de   predictores  de  personalidad  fueron  significativos,  pero  las  
toda  la  muestra,  como  se  describió  anteriormente.  Entre  las   correlaciones  parciales  fueron  mayores  para  O  (7.14,  p5  .001)  y  
mujeres  encuestadas  (n  =  3082),  el  análisis  paralelo  y  la  inspección   A  (7.14,  p5  .001).
de  parcelas  de  pedregales  nuevamente  apoyaron  fuertemente  la  
extracción  de  cinco  factores.  Estos  cinco  factores  explicaron  el  
41,9  %  de  la  varianza,  y  la  matriz  de  carga  factorial  mostró  que  los   Es  importante  tener  en  cuenta  que,  aunque  dentro  de  la  
50  elementos  tenían  las  cargas  más  altas  y  significativas  en  el   estandarización  de  la  media  de  los  sujetos  se  aclaró  
factor  esperado. sustancialmente  la  estructura  factorial  latente  de  la  FFM  del  API,  
las  puntuaciones  de  los  factores  derivadas  de  estos  datos  
Del  mismo  modo,  utilizando  una  mediana  dividida  por  edad,  la   estandarizados  estaban  fuertemente  relacionadas  con  las  
investigación  de  los  subgrupos  más  jóvenes  y  mayores  apoyó  una   puntuaciones  de  escala  sin  procesar  (r  =  .94,  .93,  .94, .  94  y  .94  
solución  de  cinco  factores  (43,2  %  y  40,6  %  de  varianza  explicada,   para  N,  E,  O,  A  y  C,  respectivamente).  Por  lo  tanto,  a  efectos  
respectivamente),  con  los  50  elementos  cargados  en  los  cinco   prácticos,  el  conjunto  de  respuestas  aparentes  de  aquiescencia  
factores  esperados. solo  tiene  un  pequeño  efecto  en  la  medición  de  la  FFM  utilizando  el  API  tal  como  se  p
Se  exploró  el  significado  de  la  divergencia  obtenida  entre  las  
estructuras  factoriales  basadas  en  datos  sin  procesar  y  ajustados  
Estudio  2
a  la  media  dentro  del  sujeto  mediante  la  prueba  de  correlatos  de  
la  respuesta  API  media  dentro  del  sujeto. Al  igual  que  en  el  Estudio  1,  la  confiabilidad  interna  de  cada  una  
Se  seleccionaron  tres  variables  demográficas  (edad,  sexo  y   de  las  cinco  escalas  de  rasgos  API  fue  adecuada  en  la  muestra  
educación  [codificación  ficticia])  como  características  de  los   universitaria  del  Estudio  2  (Tabla  IV).  El  patrón  de  sesgo  fue  similar  
participantes  que  pueden  influir  en  la  respuesta  media  del  API.   al  encontrado  en  el  Estudio  1  (cf.
También  se  exploraron  como  posibles  correlaciones  tres   Tabla  I).
comportamientos  de  respuesta  al  cuestionario  (cantidad  de   En  contraste  con  los  puntajes  derivados  de  la  muestra  del  
elementos  que  faltan  en  API,  desviación  estándar  de  las  respuestas   Estudio  1,  los  análisis  factoriales  exploratorios  iniciales  de  los  
a  API  y  cantidad  de  elementos  que  faltan  en  todo  el  cuestionario).   datos  del  Estudio  2  brindaron  apoyo  para  la  estructura  FFM  latente  
Una  regresión  lineal  estándar  que  contiene  estos  seis  predictores   del  API.  Una  solución  de  cinco  factores  impuesta  a  los  datos  
explicó  el  13,1  %  de  la  variación  en  la  respuesta  API  media, explicó  el  45,5%  de  la  varianza.
Inspección  de  la  matriz  de  coeficientes  del  patrón  después

Cuadro  III.  Resumen  de  coeficientes  de  la  regresión  lineal  que  predice  la  puntuación  API  media  en  el  Estudio  1

Correlaciones

Variable b T orden  cero Parcial Parte

Número  de  elementos  que  faltan  en  la  API .24 9,8***   .34 .11 .11

Número  de  elementos  que  faltan  en  toda  la  batería .08 3,3**   .32 .32 .04
Desviación  estándar  en  API 7.05 74,3*** 7.14 7.05 7.05
Edad 7.00 7,4   .09 7.00 7.00
Género .06 5,1***   .05 .06 .06
Menos  que  la  educación  secundaria .04 3,2**   .10 .04 .04
Título  universitario  al  menos  iniciado 7.07 76,0*** 7.12 7.07 7.07

notas  API  ¼  Inventario  de  personalidad  australiano.
Eliminación  por  lista  de  casos  faltantes,  n  ¼  7417.  
*p5.05;  **p5.005;  ***p5.001.
Machine Translated by Google

172 G.  Murray  et  al.

la  rotación  usando  varimax  identificó  que  48  de  los  50  artículos   y  API  se  mantuvieron  efectivamente  sin  cambios  mediante  el  uso  
estaban  colocados  correctamente.  Dos  elementos  de  la  escala  O   de  puntajes  de  escala  o  puntajes  de  factores  estandarizados  
tenían  cargas  más  altas  en  el  factor  E  y  solo  cargas  secundarias   promedio  del  API.
en  el  factor  O.  Luego  se  realizó  el  ajuste  para  la  respuesta  media  
dentro  del  sujeto,  como  se  realizó  en  el  Estudio  1,  en  el  conjunto  
Discusión
de  datos  de  la  Muestra  2.
Tanto  el  análisis  paralelo  como  la  inspección  del  gráfico  de   Se  utilizaron  dos  conjuntos  de  datos  para  explorar  las  propiedades  
sedimentación  respaldaron  la  extracción  de  cinco  factores  de  los   psicométricas  de  una  nueva  medida  FFM  de  50  ítems  extraída  del  
datos  estandarizados  (46,8  %  de  varianza  explicada),  y  después   Grupo  de  ítems  de  personalidad  internacional  de  Goldberg.
de  la  rotación  varimax,  los  50  elementos  tenían  cargas  primarias  y   Se  encontró  que  la  estructura  factorial  del  instrumento  era  deficiente  
significativas  en  el  factor  correcto.  Al  igual  que  con  los  datos  del   en  un  PCA  inicial  del  Estudio  1.  Sin  embargo,  las  investigaciones  
Estudio  1,  se  encontró  una  fuerte  relación  entre  las  puntuaciones   post  hoc  identificaron  una  tendencia  de  respuesta  (puntuación  
de  la  escala  API  sin  procesar  y  las  puntuaciones  factoriales   media  dentro  del  sujeto  en  los  elementos  del  API)  que  oscurecía  la  
basadas  en  datos  estandarizados  de  la  media  dentro  del  sujeto   estructura  FFM  latente  del  instrumento.  Después  de  ajustar  esta  
(7.94,  .95,  .96,  .95  y  .95  para  N,  E,  O ,  A  y  C,  respectivamente). tendencia,  PCA  confirmó  fuertemente  la  estructura  FFM  latente  de  
la  API  como  se  puntúa  en  los  datos  de  ambos  estudios.  En  el  gran  
La  Tabla  V  muestra  correlaciones  bivariadas  entre  puntajes  de   conjunto  de  datos  del  Estudio  1,  también  se  encontró  que  esta  
escala  NEO­FFI  y  (a)  puntajes  de  escala  y  (b)  puntajes  factoriales   estructura  factorial  era  sólida  en  todos  los  subgrupos  según  el  
estandarizados  promedio  del  API.  Como  era  de  esperar,  las   género  y  la  edad.
puntuaciones  de  la  escala  API  tuvieron  sus  mayores  correlaciones  
con  las  puntuaciones  de  dominio  equivalentes  derivadas  del  NEO­ En  ambas  muestras,  la  confiabilidad  interna  de  las  escalas  API  
FFI  (y  viceversa).  Los  datos  también  muestran  que  las  asociaciones   de  10  ítems  fue  adecuada  y  comparable  a  las  confiabilidades  
convergentes  entre  NEO­FFI reportadas  para  las  escalas  NEO­FFI  de  12  ítems  (Costa  &  McCrae,  
1992;  Murray  et  al.,  2003).  Aunque  la  confiabilidad  interna  y  los  
patrones  de  sesgo  para  las  cinco  escalas  fueron  muy  similares  en  
los  dos  estudios,  se  observaron  diferencias  en  los  niveles  medios  
Tabla  IV.  Distribuciones  de  puntajes  en  las  cinco  escalas  de  personalidad  del  API   de  los  rasgos  (Tablas  I,  IV).  Como  se  encontró  con  otras  medidas  
(Estudio  2) de  FFM  (McCrae  et  al.,  2004),  los  niveles  de  O  y  E  fueron  
Fiabilidad   relativamente  elevados  en  la  muestra  más  joven  del  Estudio  2,  
Escala  M  SD Sesgar interna  a mientras  que  A  y  C  fueron  más  altos  en  la  muestra  mayor  del  
Estudio  1.
norte 25.7 7.2 .40 .87
mi 34.3 6.2 7.13 .84
O 36.4 5.9 7.15 .78
La  comparación  del  API  y  el  NEO­FFI  en  el  Estudio  2  proporcionó  
A 37,7   5.4   7.67 .81 evidencia  de  la  similitud  de  los  dos  instrumentos  como  medidas  
C 36,1 6.1 7.28 .84 del  FFM.  Se  encontraron  correlaciones  convergentes  significativas  
entre  las  puntuaciones  de  escala  de  los  dos  inventarios.  Además,  
notas  A  ¼  Amabilidad;  API  ¼  Inventario  de  Personalidad  Australiano;  C  ¼  
las  correlaciones  convergentes  tenían  un  tamaño  de  efecto  grande  
Conciencia;  E  ¼  Extraversión;  N  ¼  Neuroticismo;  O  ¼  Apertura  a  la  Experiencia.
y  eran  al  menos  comparables  a  las  correlaciones  publicadas  entre  
Nota:  Listwise  n  ¼  270. los

Tabla  V.  Correlaciones  bivariadas  en  la  muestra  del  Estudio  2  entre  dos  conjuntos  de  puntajes  FFM{ del  API  y  puntajes  de  dominio  NEO­FFI

N  EOA  C

Escala Factor Escala Factor Escala Factor Escala Factor Escala Factor
puntaje puntaje puntaje puntaje puntaje puntaje puntaje puntaje puntaje puntaje

ESCALAS  NEO­FFI  N  .82** .76**  7.34**  7.21*  .02 .05 7.23**  7.08  .28** 7,43**  7,22*

E  7,42**  7,26** .68**   .68**  .12 .02 .35**   .19* .01
O  .12  A   .11 .18*   .08 .79**   .78** .23** .15 .04   .01
7.26**  7.08  C  7.38**  7.16 .20*   .14 .19* .09 .76**   .75** .28** .12
.20* .11 .03 7.06 .23** .06 .82** .80**

notas  A  ¼  Amabilidad;  API  ¼  Inventario  de  Personalidad  Australiano;  C  ¼  Conciencia;  E  ¼  Extraversión;  FFI  ¼  Inventario  de  cinco  factores;  FFM¼  modelo  de  cinco  factores;  
N  ¼  Neuroticismo;  O  ¼  Apertura  a  la  Experiencia.
{ Puntuaciones  de  escala  y  puntuaciones  de  factores  basadas  en  datos  estandarizados  por  la  media.

Correlaciones  más  grandes  y  en  
negrita.  n  =  270  para  puntuaciones  de  escala,  n  =  242  para  
puntuaciones  de  factores.  *p5.01,  **p5.001.
Machine Translated by Google

Inventario  de  personalidad  australiano 173

NEO­FFI  y  otras  medidas  del  FFM  (Costa  &  McCrae,  1992).  Las   en  el  Estudio  2  fueron  virtualmente  idénticos  ya  sea  que  las  
asociaciones  adicionales  entre  API  y  NEO­FFI  fueron  consistentes   puntuaciones  de  escala  sin  procesar  o  las  puntuaciones  
con  investigaciones  anteriores  y  reversibles  en  los  dos   factoriales  ajustadas  se  extrajeran  del  API.  Dado  que  la  
instrumentos. confiabilidad  interna  de  las  escalas  de  la  FFM  de  ambas  muestras  
Por  ejemplo,  comúnmente  se  reportan  correlaciones  negativas   fue  adecuada,  parece  que  para  la  mayoría  de  los  propósitos,  los  
moderadas  entre  N  y  E  (Vitterso,  2001),  y  esta  asociación  se   investigadores  pueden  usar  con  confianza  las  puntuaciones  de  
encontró  aquí  entre  API  N  y  NEO­FFI  E  (r  =  7.42)  y  viceversa  (r   escala  del  API  como  medida  de  la  FFM  (p.  ej.,  Judd  et  al.,  2006;  
=  7.34).  Por  lo  tanto,  el  patrón  observado  de  correlaciones   Murray  et  al. ,  2004,  2005,  2007).  En  este  caso  las  distribuciones  
convergentes  y  divergentes  sugiere  que  las  puntuaciones  de   presentadas  en  las  Tablas  I,IV  pueden  actuar  como  normas  
escala  de  los  dos  instrumentos  miden  los  mismos  cinco  rasgos. provisionales  para  el  API  en  muestras  comunitarias  y  estudiantiles,  
respectivamente.  En  los  diseños  en  los  que  la  pureza  de  la  FFM  
es  fundamental,  puede  estar  justificado  el  uso  de  puntajes  
La  exploración  post­hoc  de  los  datos  del  Estudio  1  encontró   factoriales  basados  en  datos  estandarizados  por  la  media.
que  la  tendencia  dentro  del  sujeto  hacia  puntuaciones  medias  
más  altas  en  los  ítems  API  se  asoció  significativamente  con  tres   Un  creciente  cuerpo  de  trabajo  ha  explorado  el  uso  de  los  bien  
medidas  de  comportamiento  subóptimo  del  cuestionario,  a  saber,   conocidos  instrumentos  NEO  en  entornos  clínicos  (Costa,  1991),  
rango  restringido  y  respuesta  incompleta  al  API  y  respuesta   y  parece  justificada  la  investigación  futura  del  API  en  esta  
incompleta  en  todo  el  cuestionario.  como  un  todo.  Combinado   capacidad.  En  particular,  un  trabajo  reciente  de  Saucier  ha  
con  el  hallazgo  de  que  el  ajuste  de  esta  tendencia  permitió  la   encontrado  que  incluso  el  NEO­FFI  breve  contiene  facetas  
recuperación  de  la  FFM,  parece  apropiado  interpretar  la  tendencia   confiables  de  orden  inferior  que  podrían  brindar  información  
como  una  fuente  de  error  de  medición.  En  la  API,  la  tendencia  a   clínica  útil  (Murray  et  al.,  2003;  Saucier,  1998).  Estudios  futuros  
utilizar  el  extremo  derecho  de  la  escala  de  respuesta  ("Muy   podrían  aplicar  la  estrategia  de  Saucier  a  la  API  al  servicio  de  
precisa"  descripción  de  uno  mismo),  puede,  por  lo  tanto,   investigar  su  utilidad  clínica.
representar  en  parte  una  forma  de  conjunto  de  respuestas  
aquiescentes  (una  tendencia  sistemática  a  estar  de  acuerdo  con  
los  elementos,  independientemente  del  contenido). ;  Paulhus,  
Conclusiones
1991).  Esta  conclusión  es  necesariamente  tentativa,  pero  es  
consistente  con  el  hecho  de  que  la  respuesta  promedio  entre  los   La  presente  investigación  encontró,  como  se  esperaba,  que  la  
ítems  se  asoció  con  una  educación  más  baja,  lo  que  puede   API  funciona  adecuadamente  como  una  medida  de  la  FFM  y,  por  
correlacionarse  con  la  dificultad  para  responder  de  manera   lo  tanto,  puede  actuar  como  una  alternativa  de  dominio  público  a  
confiable  al  contenido  específico  del  ítem  de  la  API  (ver,  para  una   las  medidas  propietarias  como  la  NEO­FFI.  En  dos  muestras  
discusión  sobre  el  impacto  de  la  legibilidad).  sobre  confiabilidad,   contrastantes,  la  confiabilidad  interna  de  las  cinco  escalas  fue  
Lubin,  Collins,  Seever  y  Van  Whitlock,  1990).  Las  puntuaciones   adecuada,  y  entre  la  muestra  universitaria  se  encontraron  fuertes  
medias  más  altas  también  se  asociaron  negativamente  con  O  y   relaciones  convergentes  y  divergentes  con  las  puntuaciones  
A,  lo  que  nuevamente  sugiere  que  las  diferencias  individuales  en   NEO­FFI.  Las  puntuaciones  de  los  factores  ajustadas  para  un  
la  capacidad  (p.  ej.,  O  y  educación)  o  motivación  (p.  ej.,  A)  para   conjunto  de  respuestas  aparentes  de  aquiescencia  estaban  
hacer  las  finas  distinciones  subjetivas  requeridas  es  una  fuente   fuertemente  correlacionadas  con  las  puntuaciones  de  escala  
potencial  de calculadas  a  partir  de  datos  sin  procesar,  por  lo  que  el  ajuste  no  
es  necesario  para  la  mayoría  de  las  aplicaciones.  En  resumen,  
el  API  es  adecuado  para  que  lo  utilicen  los  médicos  e  
Error  de  medición. investigadores  australianos,  y  se  recomienda  realizar  más  
Por  lo  tanto,  los  datos  presentes  plantean  la  posibilidad  de   investigaciones  sobre  sus  propiedades  psicométricas  y  sus  
que  un  conjunto  de  respuestas  aquiescentes  pueda  ser  un   correlatos  externos.
problema  para  el  API  en  muestras  con  menos  educación  (la  
diferencia  entre  las  muestras  universitarias  y  comunitarias  en  la   Referencias
estructura  factorial  es  consistente  con  esta  proposición).  La   Costa,  PT  (1991).  Uso  clínico  del  modelo  de  cinco  factores:  una  
investigación  futura  podría  aclarar  los  requisitos  educativos  para   introducción.  Revista  de  Evaluación  de  la  Personalidad,  57,  393–398.
completar  válidamente  la  API.  Podría  plantearse  la  hipótesis  de   Costa,  PT  y  McCrae,  RR  (1992).  Manual  profesional  revisado  del  
Inventario  de  personalidad  NEO  y  el  Inventario  de  cinco  factores  NEO.
que  la  finalización  de  la  escuela  secundaria  puede  ser  necesaria  
Odessa,  FL:  Recursos  de  evaluación  psicológica.
para  que  los  encuestados  realicen  las  finas  diferencias  requeridas.
Digman,  JM  (1990).  Estructura  de  la  personalidad:  surgimiento  del  
modelo  de  cinco  factores.  Revista  Anual  de  Psicología,  41,  417–
Se  encontraron  grandes  correlaciones  entre  las  puntuaciones   440.
de  la  escala  sin  procesar  y  las  puntuaciones  de  los  factores  en   Dillman,  DA  (1978).  Encuestas  postales  y  telefónicas:  El  diseño  total
método.  Nueva  York:  John  Wiley  and  Sons.
función  de  los  datos  ajustados  para  el  conjunto  de  respuestas  
Gignac,  GE,  Bates,  TC  y  Jang,  KL  (2007).  Implicaciones  relevantes  
aparentes  de  aquiescencia  (r  .93  y  r  .94  en  las  muestras  de  la  
para  el  desajuste  del  modelo  CFA,  la  confiabilidad  y  el  modelo  de  
comunidad  y  la  universidad,  respectivamente).  Además,  las   cinco  factores  medido  por  NEO­FFI.  Personalidad  y  diferencias  
correlaciones  convergentes  entre  las  medidas  API  y  NEO­FFI  del  FFM individuales,  43,  1051–1062.
Machine Translated by Google

174 G.  Murray  et  al.

Goldberg,  LR  (1993).  La  estructura  de  los  rasgos  de  la  personalidad  fenotípicas.  Psicólogo   Apéndice  A
estadounidense,  48,  26–34.
Goldberg,  LR  (1999).  Un  inventario  de  personalidad  de  dominio  público  de  banda  ancha   Cincuenta  elementos  de  la  API
que  mide  las  facetas  de  nivel  inferior  de  varios  modelos  de  cinco  factores.  En  I.  
A  menudo  se  siente  azul.
Mervielde,  IJ  Deary,  F.  De  Fruyt  y  F.  Ostendorf  (Eds.),  Psicología  de  la  personalidad  
1   Siéntete  cómodo  con  la  gente.
en  Europa  (págs.  7–28).
Tilburg,  Países  Bajos:  Tilburg  University  Press. 2   No  me  gusta  el  arte.
3{ 4   Ten  una  buena  palabra  para  todos.
Judd,  F.,  Jackson,  H.,  Fraser,  C.,  Murray,  G.,  Robins,  G.  y  Komiti,  A.  (2006).  Comprender  
5  6   Siempre  estoy  preparado.
el  suicidio  en  los  agricultores  australianos.  Psiquiatría  social  y  epidemiología  
7 No  me  gusto  a  mí  mismo.
psiquiátrica,  41,
1–10. Hacer  amigos  fácilmente.
8 Tener  una  vívida  imaginación.
Lubin,  B.,  Collins,  JF,  Seever,  M.  y  Van  Whitlock,  R.  (1990).
9 Cree  que  los  demás  tienen  buenas  intenciones.
Relaciones  entre  legibilidad,  confiabilidad  y  validez  en  una  lista  de  verificación  de  
10 Presta  atención  a  los  detalles.
adjetivos  de  autoinforme.  Evaluación  psicológica,  2,  256–  261.
11 A  menudo  estoy  deprimido.
McCrae,  RR,  Costa,  PT,  Hrebickova,  M.,  Urbanek,  T.,  Martin,  TA,  Oryol,  VE,  et  al.  (2004).   12 Soy  hábil  en  el  manejo  de  situaciones  sociales.
13 Tener  un  vocabulario  rico.
Diferencias  de  edad  en  los  rasgos  de  personalidad  entre  culturas:  autoinforme  y  
14 Respetar  a  los  demás.
perspectivas  del  observador.  Revista  Europea  de  Personalidad,  18,  143–157.
15 Has  tus  quehaceres  inmediatamente.
dieciséis
Tener  cambios  de  humor  frecuentes.
17 Soy  el  alma  de  la  fiesta.
Murray,  G.,  Allen,  NB  y  Trinder,  J.  (2001).  Una  investigación  longitudinal  de  la  variación  
18 Lleva  la  conversación  a  un  nivel  superior.
estacional  en  el  estado  de  ánimo.  Chronobiology  Internacional,  18,  875–891.
19 Aceptar  a  las  personas  como  son.
20 llevar  a  cabo  mis  planes.
Murray,  G.,  Judd,  F.,  Jackson,  H.,  Fraser,  C.,  Komiti,  A.,  Hodgins,  G.,  et  al.  (2004).  
21 Asustarse  facilmente.
Ruralidad  y  salud  mental:  El  papel  de  la  accesibilidad.  Revista  de  psiquiatría  de  
22 Saber  como  cautivar  a  la  gente.
Australia  y  Nueva  Zelanda,  38,  629–634.
23   Disfrute  escuchando  nuevas  ideas.
24   Haz  que  la  gente  se  sienta  a  gusto.
Murray,  G.,  Judd,  F.,  Jackson,  H.,  Fraser,  C.,  Komiti,  A.,  Hodgins,  G.,  et  al.  (2005).  El  
25   Haz  planes  y  aférrate  a  ellos.
modelo  de  cinco  factores  y  la  accesibilidad/lejanía:  nueva  evidencia  para  la  interacción  
Rara  vez  se  siente  triste.
persona­entorno.  Revista  de  personalidad  y  diferencias  individuales,  39,  715–725.
Tener  poco  que  decir.
No  estoy  interesado  en  ideas  abstractas.

Murray,  G.,  Judd,  F.,  Jackson,  H.,  Fraser,  C.,  Komiti,  A.,  Pattison,  P.,  et  al.  (2007).   Tener  una  lengua  afilada.

Ceremonias  del  todo:  ¿La  participación  social  modera  las  consecuencias  anímicas  del   Perder  el  tiempo.

neuroticismo?  Psiquiatría  social  y  epidemiología  psiquiátrica,  42, Sentirme  cómodo  conmigo  mismo.
Mantener  en  segundo  plano.
173–180. Disfruta  de  vuelos  salvajes  de  fantasía.

Murray,  G.,  Rawlings,  D.,  Allen,  NB  y  Trinder,  J.  (2003). Cortar  a  otros  en  pedazos.

Puntuaciones  del  inventario  de  cinco  factores  NEO:  propiedades  psicométricas  en  una   Le  cuesta  ponerse  manos  a  la  obra.

muestra  comunitaria.  Medición  y  Evaluación  en  Consejería  y  Desarrollo,  36,  140–149. Rara  vez  se  irrita.
Describiría  mis  experiencias  como  algo  aburridas.

Nunally,  JC  (1978).  Teoría  psicométrica  (2ª  ed.).  Nueva  York: Evite  las  discusiones  filosóficas.
McGraw­Hill. Sospecha  de  motivos  ocultos  en  los  demás.

O'Connor,  B.  (2000).  Programas  SPSS  y  SAS  para  la  determinación  del  número  de   Haz  el  trabajo  suficiente  para  salir  adelante.

componentes  mediante  análisis  paralelo  y  test  MAP  de  Velicer.  Behaviour  Research   No  me  molestan  fácilmente  las  cosas.

Methods,  Instruments  and  Computers,  32,  396–402. No  me  gusta  llamar  la  atención  sobre  mí.
No  disfrute  yendo  a  museos  de  arte.
Vuélvete  a  los  demás.
O'Connor,  BP  (2002).  Una  revisión  cuantitativa  de  la  amplitud  del  modelo  de  cinco  factores  
en  relación  con  los  inventarios  de  personalidad  popular.  Evaluación,  9,  188–203. No  veas  las  cosas  a  través.
Estoy  muy  contento  conmigo  mismo.
No  hables  mucho.
Paulhus,  DL  (1991).  Medición  y  control  del  sesgo  de  respuesta.
En  JP  Robinson,  PR  Shaver  y  LS  Wrightsman  (Eds.),  Medidas  de  personalidad  y   Rara  vez  busca  un  significado  más  profundo  en  las  cosas.

actitudes  psicológicas  sociales  (Vol.  1,  págs.  17–59).  Nueva  York:  Prensa  Académica. Insultar  gente.
Eludir  mis  
26{ 27{ 28{ 29{ 30{ 31{ 32{ 33  3d4{ 35{ 36{ 37{ 38{ 39{ 40{ 41{ 42{ 43{ 44{ 45{ 46{ 47{ 48{ 49{ 50{
eberes.

Saucier,  G.  (1998).  Subcomponentes  de  grupos  de  artículos  replicables  en  el  inventario  de  
notas  API  ¼  Inventario  de  personalidad  australiano.
cinco  factores  de  NEO.  Revista  de  Evaluación  de  la  Personalidad,  70,  263–276.
Los  ítems  se  califican  en  una  escala  Likert  de  cinco  puntos:  1  ¼  muy  inexacto;  2  ¼  
moderadamente  impreciso;  3  ¼  ni  inexacto  ni  exacto;  4  ¼  moderadamente  exacto;  5  ¼  
Vitterso,  J.  (2001).  Rasgos  de  personalidad  y  bienestar  subjetivo:  La  estabilidad  emocional,  
muy  precisa.  Las  puntuaciones  a  escala  se  calculan  como  la  suma  de  las  puntuaciones  
no  la  extroversión,  es  probablemente  el  predictor  más  importante.  Personalidad  y  
después  de  la  puntuación  inversa.
diferencias  individuales,  31,  903–914.
{Marcado  al  revés.