Acceso usuarios
RESUMEN El interés por el estudio de la resiliencia ha aumentado en las últimas décadas debido a su relación con la salud, el bienestar y la calidad de vida. Se han desarrollado diversos instrumentos para medir la resiliencia, siendo uno de los más comunes la Escala de Resiliencia de Connor-Davidson (CD-RISC). Esta escala ha sido validada en muchas culturas con resultados diversos. En este trabajo se analiza la estructura factorial del CD-RISC en una muestra de 3,214 estudiantes (62.1% mujeres, edad media =21.01, DT = 2.86) que fueron divididos aleatoriamente en dos submuestras iguales (n = 1,607). Se exploró en una de las submuestras qué modelos se ajustaban mejor a los datos y estos modelos fueron ajustados en la otra submuestra. El análisis factorial confirmatorio no avaló la estructura de 5 factores del CD-RISC, sino que confirmó una estructura unidimensional de 22 y de 10 items. La escala de 10 items reduce el tiempo de aplicación del cuestionario, permite combinarlo con otros instrumentos y no requiere muestras muy grandes.
ABSTRACT The interest in resilience has grown over the last few decades due to its relationships with health, well-being, and quality of life. Several instruments have been developed to measure resilience, with one of the most common being the Connor-Davidson Resilience Scale (CD-RISC). This scale has been validated in many cultures with divergent results. This paper investigates the factor structure of the CD-RISC. Participants were 3,214 students (62.1% female, mean age = 21.01, SD = 2.86) who were randomly divided into two equal subsamples (n = 1,607). One subsample was used to explore which models best fit the data and these models were fitted using the other subsample. Confirmatory factor analysis did not support the original 5-factor CD-RISC. The analyses supported unidimensional scale structures for both the 22-item and 10-item versions of the scale. The shorter instrument reduces the time needed to answer the questionnaire, allows it to be combined with other instruments, and does not require large sample sizes.
