10.14718/ACP.2026.29.3

Artículo Propiedades psicométricas del Cuestionario de Acoso y Ciberacoso Escolar (CACE-29) en estudiantes de educación secundaria de Argentina Psychometric Properties of the School Bullying and Cyberbullying Questionnaire (CACE-29) in Secondary School Students in Argentina

Cristian David Expósito ^1*
Roxana Graciela Marsollier ²

¹ Pontificia Universidad Católica Argentina, CONICET, Mendoza, República Argentina
0000-0002-5314-9752

^2. Centro de Investigaciones Cuyo, CONICET, Mendoza, República Argentina
https://orcid.org/0000-0002-1972-1436

^* Datos de contacto: Pontificia Universidad Católica Argentina (UCA), Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Mendoza, República Argentina.
cristianexposito@uca.edu.ar

Nota del autor: Los autores agradecen a las instituciones educativas de nivel secundario que participaron en el pilotaje y recolección de datos, así como a los estudiantes por su colaboración en el estudio.

Los datos anonimizados y materiales de esta investigación quedarán disponibles tras la publicación del manuscrito en CONICET Digital (Repositorio Institucional Abierto).

Los autores declaran que el presente manuscrito es original y no contiene material, imágenes ni datos reproducidos de otras fuentes que requieran permisos especiales de autoría o propiedad intelectual.

Conflicto de intereses: Los autores declaran que no existe ningún conflicto de interés de orden personal, comercial, académico o financiero que pueda haber influido en el diseño, ejecución o resultados de esta investigación. La presente investigación fue financiada con recursos propios de los autores en el marco de sus tareas habituales de investigación en el Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). El estudio no contó con apoyos financieros externos ni se deriva de proyectos con

Recibido: febrero 22/2025
Concepto de evaluación: enero 29/2026
Aceptado: marzo 05/2026

Cómo citar [APA]: Expósito, C. D. y Marsollier, R. G. (2026). Propiedades psicométricas del Cuestionario de Acoso y Ciberacoso Escolar (CACE-29) en estudiantes de educación secundaria de Argentina. Acta Colombiana de Psicología, 29, 1-19. https://doi.org/10.14718/ACP.2026.29.3

Resumen

El presente estudio tuvo como objetivo validar el Cuestionario de Acoso y Ciberacoso Escolar (cace-29) mediante un análisis factorial confirmatorio (AFC), con el fin de asegurar su validez y fiabilidad para medir el bullying en estudiantes de nivel secundario en Argentina. Se empleó un diseño de tipo instrumental, cuantitativo, no experimental, transversal y confirmatorio. La muestra estuvo compuesta por 1553 estudiantes de instituciones públicas y privadas de Mendoza y Buenos Aires. Inicialmente, se aplicó un análisis factorial exploratorio (AFE) para determinar la estructura subyacente del instrumento, y, posteriormente, un AFC para evaluar la calidad del ajuste del modelo teórico. Los resultados del AFE consolidaron 29 reactivos distribuidos en cinco factores: víctima de extorsión, testigo, bully/agresor, víctima de exclusión y víctima de acoso directo, que explican el 52.81 % de la varianza total. Los índices de ajuste (RMSEA = 0.046, CFI = 0.99, NFI = 0.99) fueron satisfactorios, y la fiabilidad del instrumento fue alta (a > .90). En conclusión, el CACE-29 resultó ser un instrumento válido y confiable para evaluar el acoso escolar en adolescentes, y su solidez metodológica permite su aplicación en investigaciones y programas de intervención educativa, específicamente para la identificación y prevención de situaciones de violencia en entornos escolares.

Palabras clave: validación; acoso escolar; ciberacoso; educación de calidad (QDS 4); salud y bienestar (QDS 3).

Abstract

The present study aimed to validate the School Bullying and Cyberbullying Questionnaire (cace-29) through a confirmatory factor analysis (CFA), in order to ensure its validity and reliability for measuring bullying among secondary school students in Argentina. An instrumental, quantitative, non-experimental, cross-sectional, and confirmatory design was employed. The sample consisted of 1,553 students from public and private institutions in Mendoza and Buenos Aires. Initially, an exploratory factor analysis (EFA) was conducted to determine the underlying structure of the instrument, followed by a CFA to assess the goodness of fit of the theoretical model. The EFA results consolidated 29 items distributed across five factors: victim of extortion, bystander, bully, victim of exclusion, and victim of direct bullying, which explains 52.81% of the total variance. The fit indices (RMSEA = 0.046, CFI = 0.99, NFI = 0.99) were satisfactory, and the reliability of the instrument was high (α > .90). In conclusion, the CACE -29 is a valid and reliable instrument for assessing school bullying among adolescents, and its methodological robustness supports its application in research and educational intervention programs, particularly for the identification and prevention of violence in school settings.

Keywords: validation; school bullying; cyberbullying; quality education (SDC 4); good health and well-being (SDC 3)

Introducción

Las escuelas deben garantizar y promover una convivencia solidaria y democrática entre los diversos actores de la comunidad educativa, particularmente entre los estudiantes, a fin de propiciar espacios para el desarrollo del respeto, la tolerancia, la empatía y la inclusión, conforme a los lineamientos normativos de la educación argentina (Ley 26061 de 2005; Ley 26150 de 2006; Ley 26892 de 2013). En este sentido, la institución educativa se concibe no solo como un centro de formación académica, sino también como un ámbito de socialización donde se jerarquiza la convivencia pacífica y el buen trato, en el que se busca formar ciudadanos íntegros y socialmente responsables (Loaiza-Zuluaga et al., 2022; Espinosa y Restrepo, 2023).

Uno de los factores más relevantes para llevar a cabo este proyecto reside en el planteo de una gestión escolar que promueva la participación efectiva de directivos, docentes, estudiantes y familias (Herrera et al., 2021), para así crear una comunidad educativa que fomente espacios de diálogo, normas claras y participación abierta para construir un clima de confianza que favorezca el aprendizaje y el bienestar de todos (Balduzzi, 2021). En este escenario, la prevención de conflictos y la promo­ción de una cultura de paz son esenciales para construir una escuela donde cada estudiante se sienta seguro y valorado (Echegaray y Expósito, 2021).

Sin embargo, a pesar de los esfuerzos por promover la convivencia, existen situaciones que amenazan el bienestar de los estudiantes y que requieren de una atención especial. La problemática del acoso escolar, conceptualizado en la literatura especializada como bullying, sigue siendo un tema crítico en muchos países del mundo, pues se estima que dos de cada ocho estudiantes se ven afectados por estas prácticas (Organisation for Economic Co-operation and Development [QCDE], 2019), y que la prevalencia del ciberacoso alcanza casi el 14 % en adolescentes de entre 11 y 15 años (Craig et al., 2020).

Específicamente, el bullying se caracteriza por la sistematicidad de la agresión por parte de un acosador o un grupo de agresores ante quienes la víctima se siente en un plano de inferioridad (física, social, etc.). Este tipo de conducta agresiva es intencionada y puede presentar una gran variedad de maltratos de carácter físico, verbal y social (Olweus, 1993).

Esta situación tiene un profundo impacto en la salud emocional de los estudiantes, en su vida social y en su rendimiento académico (Miskimon et al., 2023; Vitalea et al., 2015). Diversos estudios sobre el tema han puesto en evidencia las consecuencias dañinas del acoso escolar en el bienestar emocional de los estudiantes, sobre todo en lo relacionado con el impacto negativo de diversos estresores que promueven el aumento de la ansiedad, la depresión, la ideación e intentos suicidas, la autolesión, el abuso de sustancias y el fracaso escolar en los estudiantes víctimas de este tipo de violencia (Armitage, 2021; Castro, 2017; Swearer y Hymel, 2015). Además, estudios prospectivos han mostrado que el bullying en la infancia y adolescencia tiene efectos nocivos a largo plazo; es decir, que existe una relación causal con el desarrollo de problemas de salud mental en adultos (Copeland et al., 2013). Ante este panorama, resulta de gran importancia comprender la evolución y transformación de las formas de acoso escolar para poder abordarlas de manera efectiva.

Debido a que vivimos en una realidad social dinámica, existe una gran evolución en el campo de investigación que aborda estas temáticas. Hoy en día, las múltiples y variadas formas de acoso en el contexto educativo se han diversificado en distintos tipos de violencia, como lo son la exclusión social, la extorsión y el ciberbullying (Muñoz-Maldonado et al., 2021; Sánchez et al., 2023). Por esta razón, cobra relevancia el desarrollo de nuevos inventarios que permitan captar las distintas manifestaciones que adquiere la violencia entre pares en los contextos educativos particulares. Asimismo, estos instrumentos deben ser validados y fiables, con el fin de que permitan diagnosticar con certeza las diversas modalidades de conductas de acoso y su impacto en la vida social en la escuela.

En línea con la necesidad de contar con herramientas diagnósticas adecuadas, se destaca una investigación regional realizada con alumnos de sexto grado de primaria en 16 países latinoamericanos que reveló que más del 50 % sufría algún tipo de acoso (Román y Murillo, 2011), pero en el que, no obstante, se emplearon cuestionarios sin validación psicométrica, lo que limitó su rigurosidad científica (Resett, 2021).

En el caso de Argentina, si bien el interés por abordar esta problemática ha estado presente desde hace tiempo, la implementación de políticas sistemáticas y sostenidas ha sido escasa. Algunas aproximaciones rigurosas se han desarrollado a partir del uso de instrumentos estandarizados de alcance internacional, como el Cuestionario de Olweus (2006), ampliamente reconocido por sus sólidas propiedades psicométricas y su validación intercultural. A través de este instrumento, se identificó que en la provincia de Entre Ríos el 13 % de los adolescentes eran víctimas de bullying, el 6 %, agresores, y el 5 % ocupaba ambos roles (Resett, 2016). Estos porcentajes superan ampliamente los reportados en países como Suecia o Estados Unidos, lo que da cuenta de la magnitud del problema en el contexto argentino (Nansel et al., 2001; Olweus, 1993).

En este marco, si bien se han logrado avances mediante la adaptación de escalas internacionales, como el Revised Olweus Bully/Victim Questionnaire (Olweus, 1996) o la Bullying and Cyberbullying Scale for Adolescents (BCS-A, Thomas et al., 2018), la mayoría de los estudios locales siguen dependiendo de instrumentos foráneos. Estas herramientas presentan algunas ventajas, como la facilidad de aplicación, bajo costo y capacidad para identificar perfiles diferenciados de agresores, víctimas y observadores; sin embargo, aun con adaptaciones lingüísticas y culturales, no siempre logran captar con precisión las especificidades del fenómeno en el entramado escolar y sociocultural argentino (Pilatti et al., 2012).

Entre los cuestionarios más utilizados a nivel internacional, según los estudios de Resett (2024), se encuentran el Bullying, Fighting and Victimization Questionnaire (Espelage et al., 2000), en su versión en español de Cajigas de Segredo et al. (2004); el Cuestionario sobre Intimidación y Maltrato entre Iguales (Ortega et al., 2006); las Escalas de Agresión (Orpinas y Frankowski, 2001), traducidas por López y Orpinas (2012); el CIMEI (Avilés y Monjas, 2005); las Reynolds Bully Victimization Scales (Reynolds, 2003); y el Test Bull-S (Cerezo, 2006). Aunque estos instrumentos cuentan con sólidos fundamentos teóricos y algunos han sido adaptados lingüísticamente para la región, su validez local resulta limitada, dado que hasta el momento no se ha desarrollado en Argentina un cuestionario propio que incorpore criterios idiosincráticos, lingüísticos y socioculturales específicos.

Para garantizar un estándar de calidad, es necesario que las herramientas psicométricas utilizadas en distintos contextos educativos y sociales sean validadas mediante diversas pruebas estadísticas que permitan evaluar la coherencia interna del instrumento, así como la pertinencia de los ítems en la medición de las varia­bles de interés (Cook y Wind, 2024).

En este sentido, el propósito primordial del presente estudio fue realizar la validación psicométrica del Cuestionario de Acoso y Ciberacoso Escolar (cace-44), —el cual ya había sido sometido previamente a evaluación de expertos (Expósito et al., 2023)—, para lo cual se estableció su estructura factorial mediante un análisis factorial exploratorio (AFE) y un análisis factorial confirmatorio (AFC), y se evaluó su fiabilidad por medio del cálculo de la consistencia interna. Estos procedimientos permiten examinar la organización interna de los reactivos y determinar el ajuste del instrumento al modelo teórico propuesto.

Método

Diseño del estudio

Se adoptó un diseño instrumental, enmarcado en un enfoque cuantitativo, no experimental y de corte transversal (Ato et al., 2013). Su propósito principal fue validar el CACE-44 como herramienta psicométrica para medir la violencia escolar en sus distintas dimensiones y roles, tanto en su modalidad presencial como virtual, en estudiantes de nivel secundario de Argentina. La estrategia metodológica empleada permitió recolectar datos en un único momento temporal, adecuados para el análisis estructural del instrumento y para la estimación de la frecuencia y modalidades de acoso identificadas (León y Montero, 2015).

En concordancia con un modelo teórico previamente definido, se aplicaron técnicas de análisis factorial para evaluar la validez estructural del cuestionario y su consistencia interna. En primer lugar, se llevó a cabo un análisis factorial exploratorio (AFE) con el objetivo de identificar la estructura subyacente de los ítems y agruparlos en factores latentes que reflejaran con precisión las distintas manifestaciones del fenómeno (Méndez y Rondón, 2012; Sürücü et al., 2024); y, posteriormente, se realizó un análisis factorial confirmatorio (AFC) para verificar la adecuación empírica del modelo teórico propuesto, con el fin de evaluar la coherencia interna y la pertinencia de las cargas factoriales (Ferrando y Anguiano, 2010; Rojas-Torres, 2020).

Este abordaje metodológico robusto permitió garantizar la validez y fiabilidad del instrumento, así como asegurar que los ítems agrupados representaran de forma precisa las experiencias de violencia escolar. El uso de estos análisis factoriales no solo aporta evidencia empírica sólida sobre la calidad del cuestionario, sino que también respalda su potencial aplicación en contextos educativos, con el fin de facilitar el diseño de intervenciones basadas en datos cuantitativos (Filzmoser et al., 2009; López-Roldán y Fachelli, 2016; Pison et al., 2003).

Instrumentos

El instrumento utilizado fue el Cuestionario de Acoso y Ciberacoso Escolar (CACE-44). Su diseño no fue un paso aislado, sino que formó parte de un proceso de validación por fases para identificar situaciones de bullying, perfiles de los participantes (víctima, acosador, testigo) y tipos de acoso (indirecto, directo, social, verbal y cibernético). Específicamente, el instrumento está orientado a estudiantes de nivel secundario, abarca un rango de edad de los 11 a los 18 años, y emplea una escala de respuesta tipo Likert de cinco puntos (desde Nunca hasta Todos los días) en cada ítem.

En una fase previa a este estudio (Expósito et al., 2023), diez expertos internacionales de Argentina, Chile, Perú, Uruguay y México evaluaron la suficiencia, claridad, coherencia y relevancia de cada ítem (Escobar-Pérez y Cuervo-Martínez, 2008). Como resultado de este juicio de expertos, se eliminaron once ítems y se ajustaron otros seis para asegurar su aplicabilidad regional (Expósito et al., 2023).

En el presente ejercicio investigativo, y con el fin de facilitar la comprensión del análisis estadístico posterior, se consolidó la versión final, denominada cace-29. Esta versión consta de 29 ítems distribuidos en cinco dimensiones o factores que explican el 52.81 % de la varianza total:

a)   Víctima de extorsión (8 ítems).

b)   Testigo (6 ítems).

c)   Bully/agresor (5 ítems).

d)   Víctima de exclusión (5 ítems).

e)   Víctima de acoso directo (5 ítems).

Esta estructura técnica garantiza la coherencia con los resultados presentados, y reporta una alta consistencia interna (alfa de Cronbach > .90), así como una sólida validez de constructo mediante AFC (RMSEA = 0.046; CFI = 0.99).

Participantes

La muestra total de este estudio fue de 1553 estudiantes de nivel secundario (Medad = 14.9 años) de las provincias de Mendoza y Buenos Aires, Argentina. Para asegurar la inclusión de diversas instituciones educativas, se empleó un muestreo intencional no estratificado, en el que se garantizó la participación de colegios de gestión privada (43.6 %) y estatal (56.4 %) de distintas regiones socioeconómicas, y se buscó una representación equilibrada entre géneros (50.9 % varones, 47.6 % mujeres y 1.5 % otros géneros). La recolección de datos se llevó a cabo durante el año 2024.

El tamaño total de la muestra se determinó principalmente en función de los requisitos de potencia estadística inherentes al AFC, la fase central del análisis del modelo de estructura propuesto (Kline, 2023). Para asegurar una capacidad adecuada para detectar un ajuste significativo del modelo y obtener estimaciones precisas de sus parámetros, se estimó que se requería una muestra de aproximadamente 1200 participantes, considerando la complejidad prevista del modelo (número de variables y factores). En consecuencia, para la etapa exploratoria inicial (AFE) se seleccionaron aleatoriamente 350 participantes, y los 1203 restantes conformaron la muestra destinada para el AFC (Hair et al., 2019).

Procedimiento

La investigación se desarrolló en tres fases consecutivas que garantizaron la validez del instrumento y la integridad de los participantes: (a) la fase de diseño y validación de contenido; (b) la fase de recolección de datos y aspectos éticos; y (c) la fase de procesamiento y organización de la muestra.

Fase 1: diseño y validación de contenido

El estudio partió de una versión inicial de 55 ítems, la cual fue sometida a un juicio de diez expertos internacionales de Argentina, Chile, Perú, Uruguay y México. En esta etapa se evaluó la suficiencia, claridad, coherencia y relevancia de los reactivos. Como resultado, se eliminaron once ítems y se ajustaron seis, con lo cual se obtuvo una versión preliminar apta para la validación psicométrica en el contexto local, denominada cace-44 (Expósito et al., 2023).

Fase 2: recolección de datos y aspectos éticos

El proyecto se presentó ante diversas instituciones educativas, las cuales participaron de manera voluntaria bajo el marco de la Ley 17622 de 1968, de secreto estadístico; la Ley 25326 del 2000, de protección de datos personales; y la Ley 26061 de 2005, de protección integral de los derechos de las niñas, niños y adolescentes. Conforme al artículo 26 del Código Civil y Comercial de la Nación (Ley 26994 de 2014), se obtuvo el consentimiento informado por escrito de los progenitores o tutores legales y el asentimiento de los estudiantes menores de 16 años; en el caso de los estudiantes de 16 años o más, se respetó su autonomía progresiva para la prestación del consentimiento.

Los cuestionarios se administraron en formato digital mediante Google Forms®, durante el horario escolar y bajo supervisión de los investigadores y docentes. La recolección duró tres meses. Ante la detección de riesgos, se incluyó un "botón de pánico" que activaba un protocolo de apoyo psicológico inmediato mediante el aviso a las autoridades escolares. Durante el estudio, se registraron cuatro activaciones; en estos casos, y respetando el diseño anónimo de la investigación, el equipo informó a los gabinetes psicopedagógicos el curso correspondiente y la descripción realizada por el estudiante para facilitar una intervención institucional dirigida. Finalmente, se efectuaron acciones de devolución por medio de informes y espacios de intercambio docente.

Fase 3: procesamiento y organización de la muestra

Una vez recolectada la información, se procedió a la limpieza de la base de datos, donde se eliminaron las respuestas incompletas o inconsistentes. Posteriormente, se definió una estrategia de validación mediante la división aleatoria de la muestra total: un primer subgrupo correspondiente al 22.54 % (n = 350) para la ejecución del análisis exploratorio, y el 77.46 % restante (n=1203) destinado a la validación confirmatoria. Los criterios y pruebas aplicadas a cada subgrupo se detallan en el siguiente apartado.

Análisis de datos

El procesamiento de datos se realizó en dos etapas. En la primera, se llevó a cabo un AFE, por medio de la prueba de Kaiser-Meyer-Olkin (KMQ), para verificar la adecuación muestral, considerando valores > 0.6 como aceptables (Kaiser, 1970; Méndez y Rondón, 2012; Pett et al., 2003); para la extracción de factores se empleó la rotación varimax, con el fin de optimizar la interpretación de las cargas factoriales (Gorsuch, 2014). En la segunda etapa, se ejecutó un AFC sobre el subgrupo mayoritario de la muestra; y, previamente, se realizó un test de prevalidación de significancia para confirmar la idoneidad de las correlaciones entre variables ordinales, lo que fundamentó la elección del método de estimación diagonally weighted least squares (DWLS) (Jöreskog y Sörbom, 1993; Sanders et al., 2015).

Para evaluar la calidad y robustez del modelo teórico, se seleccionaron diversos índices de ajuste, siguiendo los criterios de la literatura especializada (Anderson y Gerbing, 1984; Bentler, 1990; García-Cueto et al., 1998; Ferrando y Lorenzo, 1996; López, 2010; Mulaik et al., 1989; Samperio, 2019; Satorra y Bentler, 2001; Schermelleh-Engel et al., 2003; Guardián et al., 2020):

a)   Ajuste absoluto y parsimonioso: se consideraron el chi-cuadrado (χ²), el RMSEA (indicando buen ajuste con valores < 0.05), el índice ECVI para la generalización del modelo, así como los índices RMR y SRMR (< 0.08). También se reportaron los índices CFI, ACFI, PNFI y PCFI, donde valores cercanos a 1 o superiores a 0.50 reflejan un modelo satisfactorio y parsimonioso.

b)   Ajuste comparativo: se emplearon los índices NFI NNFI, CFI, IFI y RFI, donde valores próximos a 1 se interpretan como evidencia de una estructura teórica adecuada.

Finalmente, la validez y fiabilidad de los factores se determinó mediante la varianza media extraída (AVE > 0.50) y la fiabilidad compuesta (CR > 0.70) (Black et al., 2014; Fu et al., 2021; Hamid et al., 2011). Asimismo, se estableció la validez discriminante verificando que la raíz cuadrada de la ave de cada constructo fuera superior a las correlaciones compartidas con el resto de los factores (Henseler et al., 2015). Complementariamente, se calculó el coeficiente alfa de Cronbach para la escala total y sus dimensiones, junto con las correlaciones corregidas ítem-total para asegurar la consistencia interna del instrumento (Cureton, 1966).

Resultados

Análisis factorial exploratorio (AFE)

El AFE consolidó 29 ítems distribuidos en cinco factores que lograron explicar el 52.81 % de la varianza y aseguraron una representación sólida de los modelos teóricos subyacentes. La medida de adecuación de muestreo de KMQ, con un valor de 0.897, se posiciona en un rango óptimo, lo cual respalda la suficiencia de las correlaciones entre los ítems y confirma la pertinencia de avanzar con el análisis factorial (Kaiser, 1974). Asimismo, la prueba de esfericidad de Bartlett arrojó un resultado significativo (χ ² = 8570.793; gl = 946; p=0.000), lo cual indica que las correlaciones en la matriz no son aleatorias, sino lo suficientemente elevadas como para justificar el uso del análisis factorial, lo cual sustenta la existencia de relaciones estructuradas entre las variables.

Por otra parte, las cargas al cuadrado sumadas tras la rotación varimax optimizan la claridad interpretativa de los factores al distribuir la varianza explicada de forma más equilibrada. Para fortalecer la solidez de los factores identificados, se seleccionaron exclusivamente aquellos ítems con cargas factoriales superiores a 0.6, con lo cual se estableció también que cada factor contara con un mínimo de cinco ítems. Esta estrategia buscó optimizar la consistencia interna del modelo en miras a futuros análisis. Según este criterio, de los 44 ítems originales propuestos teóricamente, se consolidaron 29 reactivos que brindan una representación fiel de las dimensiones conceptuales esenciales. Así, el primer factor (víctima de extorsión) aporta el 14.23 % de la varianza; el segundo (testigo), el 13.53 %; el tercero (bully/agresor), el 9.34 %; el cuarto (víctima de exclusión), el 8.19 %; y el quinto (víctima de acoso directo), el 7.51 % (véase Tabla 1).

Tabla 1. Matriz de componente rotado

Nota. N = 350. Método de extracción: análisis de componentes principales.
Método de rotación: varimax con normalización Kaiser.
La rotación ha convergido en nueve iteraciones.

Análisis factorial confirmatorio (AFC)

El AFCpermitió verificar la estructura factorial obtenida previamente mediante el AFE. Específicamente, se logró confirmar la validez de los cinco factores identificados al evaluar la adecuación del modelo teórico propuesto, mediante del análisis de diversos índices de ajuste (véase Figura 1). En la Figura 1 se visualiza, por medio de un path diagram, la estructura factorial del instrumento, junto con sus correlaciones y parámetros estandarizados.

Figura 1. Estructura de cinco factores con parámetros estandarizados para el cace-29

Nota. Chi-cuadrado = 1284.64, df = 367, p = 0.00000, RMSEA = 0.046

La primera prueba estadística a la que se sometió la base de datos fue un pretest diseñado por Jöreskog (Jöreskog et al., 2016; Jöreskog y Sörbom, 1993) para evaluar la adecuación de las variables ordinales (véase Tabla 2).

Tabla 2. Test de prevalidación de significancia

Los resultados del test de prevalidación indican que ninguna de las pruebas superó los umbrales convencionales de significancia estadística (0.5 %, 1 % y 5 %), lo que significa que no se detectaron indicios de desajuste significativo. Por tanto, se confirmó la pertinencia del modelo y la estabilidad de las estimaciones para el análisis confirmatorio.

Estadísticas de bondad de ajuste del AFC

Para verificar la estructura obtenida, se realizó un AFC por medio del método de estimación DWLS. Se empleó el estadístico chi-cuadrado para evaluar la bondad de ajuste comparando la matriz de covarianzas observada con la esperada (véase Tabla 3).

Tabla 3. Estadístico chi-cuadrado

Aunque los valores observados en los tres estadísticos de chi-cuadrado resultaron significativos (p < 0.05), este comportamiento es atribuible al tamaño de la muestra (n=1203) y no necesariamente a una falta de ajuste. Por ello, la evaluación se complementó con índices menos sensibles al tamaño muestral.

En cuanto al ajuste absoluto, el RMSEA presentó un valor de 0.046 (IC 90 % = 0.043-0.048), con una prueba de ajuste cercano no significativa (p=1.00), lo que indica una adecuada correspondencia del modelo. Asimismo, el ECVI (1.18; IC 90 % = 1.09-1.28) se situó entre los valores del modelo saturado (0.72) y el nulo (71.94), lo cual sugiere que el modelo explica la varianza sin incurrir en sobreajuste.

Respecto a los índices comparativos, los valores de NFI, NNFI, CFI e IFI alcanzaron el 0.99, mientras que el RFI se situó en 0.98. Todos estos resultados superan el umbral convencional de 0.90, y confirman que el modelo captura eficazmente las relaciones subyacentes entre las variables (véase Tabla 4).

Tabla 4. Índices de ajuste comparativos

Los índices de parsimonia PNFI (0.89) y PCFI (0.82) reflejaron un equilibrio adecuado entre la simplicidad estructural y el ajuste obtenido, lo cual minimiza la probabilidad de sobreajuste en la representación de los datos (véase Tabla 5).

Tabla 5. Índices de ajuste parsimoniosos

Finalmente, los índices de bondad de ajuste absolutos ratificaron la adecuación del modelo. Los valores de RMR y SRMR (0.074) se mantuvieron por debajo del límite crítico de 0.08, mientras que el CFI (0.98) y el ACFI(0.97) mostraron una alta proximidad a la unidad. Complementariamente, el índice de N critico (CN: 406.10) confirmó que el tamaño muestral es suficiente para garantizar la estabilidad de los resultados obtenidos (véase Tabla 6).

Tabla 6. Índices de bondad de ajuste absolutos

En términos generales, la convergencia de los índices robustez del modelo teórico del CACE-29 para representar de ajuste absoluto, comparativo y parsimonioso valida la  las dimensiones evaluadas de acoso y ciberacoso escolar.

Evidencias de validez convergente (AVE), discriminante y fiabilidad (CR) del modelo

La evaluación de la consistencia interna y la validez convergente del modelo se realizó mediante los índices de fiabilidad compuesta (CR) y la varianza extraída media (AVE).

Como se observa en la Tabla 7, todos los factores alcanzaron valores de CR superiores al umbral crítico de 0.70, y los valores de AVE exceden el límite recomendado de 0.50.

Tabla 7. Índices AVE y CR

Estos resultados confirman que los ítems presentan una alta correlación interna, y que cada constructo explica más del 50 % de la varianza de sus indicadores.

En cuanto a la validez discriminante, el análisis del path diagram del AFC (véase Figura 1) reveló correlaciones moderadas entre los cinco factores, con coeficientes situados entre 0.3 y 0.7. Estos valores indican que, si bien las dimensiones están relacionadas por pertenecer al fenómeno del acoso escolar, estas mantienen una independencia conceptual suficiente sin solapamientos excesivos (Henseler et al., 2015). Esto implica, por ejemplo, que un estudiante que es víctima de extorsión puede tener cierta probabilidad de ser también víctima de exclusión social. Esta distinción empírica ratifica la estructura multidimensional del CACE-29, y permite una evaluación diferenciada de los diversos roles y manifestaciones de la violencia escolar.

Análisis de fiabilidad

La consistencia interna del CACE-29 se evaluó mediante el coeficiente alfa de Cronbach. En general, para la escala global (29 ítems) se obtuvo un valor de a = .906, lo que indica una elevada fiabilidad; y en cuanto a las dimensiones específicas, todos los factores presentaron coeficientes situados en rangos adecuados, oscilando entre .757 y .841 (véase Tabla 8).

Tabla 8. Análisis de fiabilidad del cace-29

Estos valores confirman que el instrumento posee una consistencia interna estable en todas sus subescalas. La homogeneidad de los coeficientes refuerza la fiabilidad del CACE-29 para su aplicación en la evaluación multidimensional de la violencia escolar, y por tanto permite una medición precisa tanto de los roles de agresión y observación como de las distintas tipologías de victimización

Análisis de correlaciones corregidas ítem-total

Finalmente, las correlaciones ítem-total corregidas oscilaron entre .338 y .632; valores que confirman la contribución de los reactivos a la consistencia interna del instrumento. Los índices más elevados se observaron en los ítems 19 (.632), 20 (.585) y 29 (.518), lo cual evidencia su relevancia en la medición del constructo global. Por el contrario, el ítem 4 presentó la correlación más baja (.338); no obstante, su eliminación reduciría el alfa de Cronbach total a .905 (frente al .906 original). Debido a esta diferencia marginal, y a que el valor se mantiene por encima del umbral aceptable, se optó por conservar el ítem para preservar la representatividad teórica de la escala (véase Figura 1).

Discusión

La validación del cace-29 corrobora una estructura de cinco factores (víctima de extorsión, testigo, bully/ agresor, víctima de exclusión social, y víctima de acoso directo) que permite abordar el acoso escolar desde un enfoque integral. Si bien el instrumento partió de modelos clásicos de tres roles y tres tipos de acoso (Expósito et al., 2024), los resultados del análisis factorial reflejan la necesidad actual de integrar manifestaciones específicas como la exclusión social, la extorsión y el ciberacoso (Muñoz-Maldonado et al., 2021; Sánchez et al., 2023).

El ajuste satisfactorio del modelo y los niveles de consistencia interna alcanzados (CR > 0.70; AVE > 0.50) demuestran que los constructos capturan adecuadamente la varianza de sus indicadores sin incurrir en redundancias triviales. La decisión de mantener los 29 ítems responde a un criterio de utilidad diagnóstica, donde se priorizan matices conductuales críticos para la práctica pedagógica, como la distinción entre el daño a la propiedad y la manipulación del entorno. En este sentido, la solidez estadística del instrumento no es solo un fin en sí mismo, sino el respaldo necesario para una intervención psicoeducativa sensible a las diversas facetas del fenómeno.

En comparación con instrumentos ampliamente utilizados, como el Revised Olweus Bully/Victim Questionnaire (Olweus, 1996), y más recientes, como la Bullying and Cyberbullying Scale for Adolescents (Thomas et al., 2018), el CACE-29 se diferencia por una mayor desagregación en la operacionalización de las manifestaciones del acoso, particularmente en dimensiones como la extorsión y la exclusión social, que en los instrumentos antes citados suelen integrarse dentro de categorías generales de victimización. Mientras que estas escalas se organizan principalmente en torno a los roles de víctima, agresor y, en algunos casos, observador, el cace-29 propone una estructura que permite distinguir con mayor precisión configuraciones conductuales específicas. Asimismo, su desarrollo en población argentina aporta evidencia contextual relevante para la evaluación del fenómeno en entornos socioculturales locales.

Finalmente, cabe mencionar que la dimensión víctima de extorsión resultó ser la de mayor varianza explicada, lo cual indica que las situaciones de coacción económica o material son claramente identificadas por los estudiantes, en línea con lo reportado por Castro (2017). Por su parte, la relevancia de la dimensión testigo resalta el papel crítico de los observadores en la dinámica del acoso y la responsabilidad compartida en su prevención (Swearer y Hymel, 2015). Por último, las dimensiones de bully/agresor, víctima de exclusión social y víctima de acoso directo completan una estructura que respeta la distinción clásica de Olweus (1993) entre acoso directo e indirecto, pero adaptada a las complejidades de la convivencia escolar actual. Estos hallazgos validan al cace-29 como una herramienta multidimensional capaz de diferenciar roles y manifestaciones de violencia, lo cual facilita el diseño de estrategias de prevención focalizadas en el contexto educativo argentino.

Conclusiones

Los hallazgos permiten concluir que el CACE-29 es un instrumento adecuado para evaluar el bullying en adolescentes de escuelas secundarias argentinas, con posibilidad de adaptación y validación al contexto latinoamericano (Expósito et al., 2023). Específicamente, la estructura factorial identificada y la consistencia interna de las subescalas confirman la solidez del instrumento, que cuenta con la capacidad de medir de manera precisa y fiable las diversas dimensiones del fenómeno. Asimismo, la confirmación de la estructura de cinco factores, obtenida a través del AFC, avala la teoría subyacente y muestra que estos constructos capturan de manera adecuada las diferentes manifestaciones del acoso escolar.

De igual manera, los índices de ajuste del modelo revelan un alto grado de adecuación a los datos empíricos, lo que ratifica la validez del cace-29 como herramienta para identificar la complejidad de los fenómenos del bullying y el ciberbullying. Estos resultados se complementan con los elevados niveles de fiabilidad compuesta y varianza media extraída en todas sus dimensiones, que refuerzan la solidez del instrumento y confirman que las dimensiones evaluadas reflejan adecuadamente la varianza de los indicadores correspondientes.

Partiendo de lo anterior, se muestra cómo el estudio logró así desarrollar y validar psicométricamente el cuestionario, estableciendo su estructura factorial y garantizando su consistencia interna. En consecuencia, el cace-29 se presenta como una herramienta confiable para la evaluación integral del bullying en contextos escolares, que facilita diagnósticos más precisos y el diseño de intervenciones contextualizadas y efectivas.

Alcances, limitaciones y futuras líneas de investigación

El cace-29 es un recurso valioso para docentes, orientadores y profesionales de la salud mental, que permite la detección temprana y la intervención en situaciones de bullying. Su versatilidad lo convierte en una herramienta aplicable en diversas instituciones educativas, lo cual facilita el monitoreo de la prevalencia y características del acoso, y contribuye a una toma de decisiones informadas para la creación de políticas públicas orientadas a mejorar la convivencia escolar. Además, su inclusión en programas de formación docente y campañas de concientización tiene el potencial de ampliar su impacto y promover ambientes educativos más seguros y saludables para los estudiantes.

No obstante, a pesar de la validez y confiabilidad demostradas, el estudio presenta algunas limitaciones. La muestra utilizada, aunque amplia, se concentró en estudiantes de dos provincias argentinas (Mendoza y Buenos Aires), por lo que se sugiere moderación al extrapolar los resultados a otros contextos, hasta tanto no se realicen nuevas validaciones interculturales. Ahora bien, es importante señalar que dicha muestra fue diseñada con el propósito específico de validar el instrumento, y no con la intención de representar a la totalidad de la población estudiantil.

Asimismo, por razones de extensión y para priorizar la consolidación de la estructura factorial global, el presente estudio no incluye análisis de invarianza de medida. Esto constituye una limitación técnica, ya que no se ha verificado formalmente si los ítems son interpretados de manera idéntica por distintos subgrupos.

En cuanto a la recolección de datos, aunque se utilizó un enfoque autoinformado, lo cual podría generar algunos sesgos derivados de la deseabilidad social o la subestimación de situaciones de bullying, el uso de una escala Likert de frecuencia permite un mejor ajuste en las respuestas de los participantes, y reduce posibles distorsiones. Por otra parte, la naturaleza transversal del estudio impide el análisis de la evolución del fenómeno a lo largo del tiempo, lo cual es una limitación importante para la comprensión de los cambios en las dinámicas de acoso escolar. Sin embargo, es relevante señalar que este estudio fue una prueba piloto y no se plantea como un análisis longitudinal del fenómeno.

En futuras investigaciones se prevé el desarrollo de los baremos correspondientes y la realización de estudios longitudinales para evaluar la evolución del fenómeno del bullying y la estabilidad del instrumento a lo largo del tiempo. Además, el CACE-29 se aplica junto con el Formulario de convivencia escolar, que evalúa factores clave como el rendimiento académico, la salud mental y elementos propios del entorno familiar, lo que abre la posibilidad de explorar la relación entre estas variables y las dimensiones del bullying. La inclusión de la perspectiva de docentes y padres en la evaluación podría enriquecer aún más la comprensión de las dinámicas de acoso y permitir el diseño de intervenciones más integrales.

Finalmente, se recomienda ampliar la aplicación del CACE-29 a contextos socioculturales diversos, lo que permitirá ajustar y mejorar continuamente su estructura y utilidad en diferentes entornos educativos.

Referencias

Anderson, J. C., y Gerbing, D. W. (1984). The effect of sampling error on convergence, improper solutions, and goodness-of-fit indices for maximum likelihood confirmatory factor analysis. Psychometrika, 49(2), 155-173. https://doi.org/10.1007/BF02294170

Armitage, R. (2021). Bullying in children: impact on child health. BMJ Paediatrics Open, 5(1), e00 0939. https://doi.org/10.1136/bmjpo-2020-000939

Ato, M., López, J. J., y Benavente, A. (2013). Un sistema de clasificación de los diseños de investigación en psicología. Anales de Psicología, 29(3), 1038-1059. https://doi.org/10.6018/analesps.293.178511

Avilés, J. M., y Monjas, I. (2005). Estudio de Incidencia de la Intimidación y el Maltrato Entre Iguales en la Educación Secundaria Obligatoria mediante el Cuestionario CIMEI. Annals of Psychology, 21(1), 27-41. https://revistas.um.es/analesps/article/view/27091

Balduzzi, E. (2021). Por una escuela vivida como comunidad educativa. Teoría de La Educación: Revista Interuniversitaria, 33(2), 179-194. https://doi.org/10.14201/TERI.23774

Bentler, P. M. (1990). Comparative fit indexes in structural models. Psychological Bulletin, 107(2), 238-246. https://doi.org/10.1037/0033-2909.107.2.238

Black, R. A., Yang, Y., Beitra, D., y McCaffrey, S. (2014). Comparing Fit and Reliability Estimates of a Psychological Instrument using Second-Order CFA, Bifactor, and Essentially Tau-Equivalent (Coefficient Alpha) Models via AMOS 22. Journal of Psychoeducational Assessment, 33(5), 451-472. https://doi.org/10.1177/0734282914553551

Cajigas de Segredo, N., Kahan, E., Luzardo, M., Najson, S., y Zamalvide, G. (2004). Escala de agresión entre pares para adolescentes y principales resultados. Acción Psicológica, 3(3), 173-186. https://doi.org/10.5944/ap.3.3.511

Castro, A. (2017). Desaprender la violencia: un nuevo desafío educativo. (6.^a ed.). Bonum.

Cerezo, F. (2006). Violencia y victimización entre escolares. El bullying: estrategias de identificación y elementos para la intervención a través del test Bull-s. Electronic Journal of Research in Educational Psychology, 4(9), 333­352. https://doi.org/10.25115/ejrep.v4i9.1192

Cook, R. M., y Wind, S. A. (2024). Item Response Theory: A Modern Measurement Approach to Reliability and Precision for Counseling Researchers. Measurement and Evaluation in Counseling and Development, 57(2), 116-135. https://doi.org/10.1080/07481756.2023.2301284

Copeland, W. E., Wolke, D., Angold, A., y Costello, E. J. (2013). Adult Psychiatric Outcomes of Bullying and Being Bullied by Peers in Childhood and Adolescence. JAMA Psychiatry, 70(4), 419-426. https://doi.org/10.1001/JAMAPSYCHIATRY.2013.504

Craig, W., Boniel-Nissim, M., King, N., Walsh, S. D., Boer, M., Donnelly, P. D., Harel-Fisch, Y., Malinowska-Cieslik, M., Gaspar de Matos, M., Cosma, A., van den Eijnden, R., Vieno, A., Elgar, F. J., Molcho, M., Bjereld, Y., y Pickett, W. (2020). Social Media Use and Cyber-Bullying: A Cross-National Analysis of Young People in 42 Countries. Journal of Adolescent Health, 66(6), S100-S108. https://doi.org/10.1016/JJADOHEALTH.2020.03.006

Cureton, E. E. (1966). Corrected item-test correlations. Psychometrika, 31(1), 93-96. https://doi.org/10.1007/BF02289461

Echegaray, C. D., y Expósito, C. D. (2021). El paradigma de la convivencia en la gestión escolar: políticas educativas y marco legal. ESPACIOS EN BLANCO. Revista de Educación (Serie Indagaciones), 1 (31), 51-65. https://ojs2.fch.unicen.edu.ar/ojs-3.L0/index.php/espacios-en-blanco/article/view/832

Escobar-Pérez, J., y Cuervo-Martínez, Á. (2008). Validez de contenido y juicio de expertos: una aproximación a su utilización. Avances En Medición, 6, 27-36. https://www.humanas.unal.edu.co/lab_psicometria/application/files/9416/0463/3548/Vol_6._ Articulo3juicio_de_expertos_27-36.pdf

Espelage, D. L., Bosworth, K., y Simon, T. R. (2000). Examining the social context of bullying behaviors in early adolescence. Journal of Counseling and Development, 78(3), 326-333. https://10.1002/j.1556-6676.2000.tb01914.x

Espinosa, A., y Restrepo, M. (2023). Construcción de paz y memoria histórica desde la escuela: un recorrido histórico. Zona Próxima, 38(38), 37-65. https://doi.org/10.14482/ZP.38.326.951

Expósito, C. D., Marsollier, R. G., Difabio de Anglat, H., y Castro-Santander, A. (2023). Construcción y validación del Cuestionario de Acoso y Ciberacoso Escolar (CACE) mediante juicio de expertos. Revista Evaluar, 23(1), 61-79. https://doi.org/10.35670/1667-4545 .V23.N1.41014

Expósito, C. D., Marsollier, R. G., Santander, A. C., Anglat, H. D. de, y Bertancud, G. (2024). Acoso y ciberacoso escolar. Un instrumento para su medición. Investigación Ciencia y Universidad, 8(11), 14-22. https://doi.org/10.59872/ICU.V8I11.497

Ferrando, P. J., y Anguiano, C. (2010). El análisis factorial como técnica de investigación en psicología. Papeles Del Psicólogo, 31(1), 18-33. https://www.papelesdelpsicologo.es/pdf/1793.pdf

Ferrando, P. J., y Lorenzo, U. (1996). CROSSFAC: determinación del número de factores comunes mediante procedimientos de validación cruzada. REMA, 1(1), 1-9. https://reunido.uniovi.es/index.php/Rema/article/view/9724

Filzmoser, P, Hron, K., Reimann, C., y Garrett, R. (2009). Robust factor analysis for compositional data. Computers & Geosciences, 35(9), 1854-1861. https://doi.org/10.1016ZJ.CAGEO.2008.12.005

Fu, Y., Wen, Z., y Wang, Y. (2021). A Comparison of Reliability Estimation Based on Confirmatory Factor Analysis and Exploratory Structural Equation Models. Educational and Psychological Measurement, 82(2), 205-224. https://doi.org/10.1177/00131644211008953

García-Cueto, E., Gallo, P M., y Miranda, R. (1998). Bondad de ajuste en el análisis factorial confirmatorio. Psicothema, 10(3), 10, 717-724. https://www.psicothema.com/pii7pii=200

Gorsuch, R. L. (2014). Factor Analysis: Classic Edition. (2.a ed.). Routledge. https://doi.org/10.4324/9781315735740

Guardián, A., Vargas, M.-C., Delgado, C., y Sánchez, A. (2020). Validación de una escala de prejuicios hacia personas con discapacidad. Revista Actualidas En Educación, 20(2), 1-25. https://doi.org/10.15517/AIE.V20I2.41655

Hair, J. F., Black, W. C., Babin, B. J., y Anderson, R. E. (2019). Multivariate Data Analysis. Eighth Edition. Cangage Learning EMEA.

Hamid, M. R. A., Mustafa, Z., Idris, F., Abdullah, M., y Suradi, N. R. M. (2011). Measuring value-based productivity: A Confirmatory Factor Analytic (CFA) approach. International Journal of Business and Social Science, 2(6). https://ijbss.thebrpi.org/journals/Vol._2_No._6;_April_2011/10.pdf

Henseler, J., Ringle, C. M., y Sarstedt, M. (2015). A new criterion for assessing discriminant validity in varian­ce-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115-135. https://doi.org/10.1007/s11747-014-0403-8

Herrera, M. del M., Matés, C., Farzaneh, D., y Barrado, S. (2021). Caminando hacia la Inclusión a través de la Investigación Acción Participativa en una Comunidad Educativa. Revista Latinoamericana de Educación Inclusiva, 15(2), 135-153. https://doi.org/10.4067/S0718-73782021000200135

Jöreskog, K. G., Olsson, U. H., y Wallentin, F. Y. (2016). Confirmatory Factor Analysis (CFA). En Multivariate Analysis with LISREL (pp. 283-339). Springer. https://doi.org/10.1007/978-3-319-33153-9_7

Jöreskog, K. G., y Sörbom, D. (1993). LISREL 8: Structural equation modeling with the SIMPLIS command language. Scientific Software International. https://psycnet.apa.org/record/1993-97878-000

Kaiser, H. F. (1970). A second generation little jiffy. Psychometrika, 35(4), 401-415. https://doi.org/10.1007/BF02291817

Kaiser, H. F. (1974). An index of factorial simplicity. Psychometrika, 39(1), 31-36. https://doi.org/10.1007/BF02291575

Kline, R. B. (2023). Principles and Practice of Structural Equation Modeling. (5.^a ed.). The Guilford Press.

León, O. G., y Montero, I. (2015). Métodos de investigación en psicología y educación: las tradiciones cuantitativa y cuali­tativa. (4.^a ed.). McGraw-Hill.

Ley 17622 de 1968. Estadísticas y Censos. Boletín Oficial de la República Argentina. Argentina. http://servicios.infoleg.gob.ar/infolegInternet/anexos/20000-24999/24962/texact.htm

Ley 25326 de 2000. Protección de los Datos Personales. Boletín Oficial de la República Argentina. Argentina. https://servicios.infoleg.gob.ar/infolegInternet/anexos/60000-64999/64790/texact.htm

Ley 26061 de 2005. Disposiciones generales. Objeto. Principios, Derechos y Garantías. Sistema de Protección Integral de los Derechos de las Niñas, Niños y Adolescentes. Boletín Oficial República Argentina. https://servicios.infoleg.gob.ar/infolegInternet/anexos/110000-114999/110778/norma.htm

Ley 26150 de 2006. Programa Nacional de Educación Sexual Integral. Boletín Oficial República Argentina. https://servicios.infoleg.gob.ar/infolegInternet/anexos/120000-124999/121222/norma.htm

Ley 26892 de 2013. Ley para la promoción de la convivencia y el abordaje de la conflictividad social en las instituciones educativas. Boletín Oficial República Argentina. https://servicios.infoleg.gob.ar/infolegInternet/anexos/220000-224999/220645/norma.htm

Ley 26994 de 2014. Código Civil y Comercial de la Nación. Boletín Oficial de la República Argentina, (32.985, Supl.). http://servicios.infoleg.gob.ar/infolegInternet/anexos/235000-239999/235975/texact.htm

Loaiza-Zuluaga, Y. E., Mejía-Manrique, M., Arcila-Rodríguez, W. O., y Betancur-Giraldo, H. (2022). El maestro en el desarrollo de las experiencias de paz de los niños y niñas en la Escuela. Encuentros, 20(2), 70-83. http://ojs.uac.edu.co/index.php/encuentros/article/view/2955

López-Roldán, P, y Fachelli, S. (2016). Análisis factorial. En Metodología de la investigación social cuantitativa (pp. 5-134). Universitat Autónoma de Barcelona. https://ddd.uab.cat/record/142928

López, P (2010). Variables asociadas a la gestión escolar como factores de calidad educativa. Estudios Pedagógi­cos, 36(1), 147-158. https://doi.org/10.4067/S0718-07052010000100008

López, V., y Orpinas, P (2012). Las escalas de agresión y victimización: validación y prevalencia en estudiantes chilenos. Revista Latinoamericana de Psicología, 44(2), 109-124. https://revistalatinoamericanadepsicologia.konradlorenz.edu.co/vol44-num-28-2012-las-escalas-de-agresion-y-victimizacion-validacion-y-prevalencia-en-estudiantes

Méndez, C., y Rondón, M. A. (2012). Introducción al análisis factorial exploratorio. Revista Colombiana de Psiquiatría, 41 (1), 197-207. https://doi.org/10.1016/S0034-7450(14)60077-9

Miskimon, K., Jenkins, L. N., y Kaminski, S. (2023). Direct and Indirect Effects of Bullying Victimization on Academic Performance and Mental Health Among Secondary School Students. School Mental Health, 15(1), 220-230. https://doi.org/10.1007/s12310-022-09545-y

Mulaik, S. A., James, L. R., Van Alstine, J., Bennett, N., Lind, S., y Stilwell, C. D. (1989). Evaluation of Goodness-of-Fit Indices for Structural Equation Models. Psychological Bulletin, 105(3), 430-445. https://doi.org/10.1037/0033-2909.1053.430

Muñoz-Maldonado, S. I., Piña-Pazarán, V., Durán-Baca, X., y Rosales-Piña, C. R. (2021). Comparación de ciberacoso y autoeficacia en redes sociales: Ciudad de México y Estado de México. Escritos de Psicología - Psychological Writings, 14(1), 11-19. https://doi.org/10.24310/ESPSIESCPSI.V14I1.12688

Nansel, T. R., Overpeck, M., Pilla, R. S., Ruan, W. J., Simons-Morton, B., y Scheidt, P. (2001). Bullying Behaviors Among US Youth: Prevalence and Association With Psychosocial Adjustment. JAMA, 285(16), 2094-2100. https://doi.org/10.1001/JAMA.285.16.2094

Organisation for Economic Co-operation and Development [OCDE]. (2019). PISA 2018 Results (Volume III): What School Life Means for Students' Lives (PISA). PISA, OCDE. https://doi.org/10.1787/ACD78851-EN

Olweus, D. (1993). Bullying at school: What we know and what we can do. Blackwell Publishers.

Olweus, D. (1996). The Revised Olweus Bully/Victim Questionnaire. HEMIL, Universidad de Bergen.

Olweus, D. (2006). Revised Olweus Bully/Victim Questionnaire. PsycTESTS Dataset. https://doi.org/10.1037/T09634-000

Ortega, R., Mora, J., y Mora-Merchán, J. A. (2006). Cuestionario sobre intimidación y maltrato entre iguales: Cuestionario para el alumnado. Consejería de Educación de la Junta de Andalucía; Red Telemática Educativa Averroes. https://www.observatoriodelainfancia.es/oia/esp/documentos_ficha.aspx?id=1022

Orpinas, P, y Frankowski, R. (2001). The Aggression Scale: A Self-Report Measure of Aggressive Behavior for Young Adolescents. The Journal of Early Adolescence, 21(1), 50-67. https://doi.org/10.1177/0272431601021001003

Pett, M., Lackey, N., y Sullivan, J. (2003). Making sense of factor analysis: The use of factor analysis for instrument development in health care research. SAGE Publications Inc.

Pilatti, A., Godoy, J. C., y Brussino, S. A. (2012). Adaptación de instrumentos entre culturas: ejemplos de procedimientos seguidos para medir las expectativas hacia el alcohol en el ámbito argentino. Trastornos Adictivos, 14(2), 58-64. https://doi.org/10.1016/S1575-0973(12)70045-4

Pison, G., Rousseeuw, P. J., Filzmoser, P, y Croux, C. (2003). Robust factor analysis. Journal of Multivariate Analysis, 84(1), 145-172. https://doi.org/10.1016/S0047-259X(02)00007-6

Resett, S. (2016). Una caracterización del acoso escolar en la adolescencia: quiénes, cómo y dónde se agrede. Perspectivas En Psicología, 13(1), 11-20. http://200.0.183.216/revista/index.php/pep/article/view/247

Resett, S. (2021). ¿Aulas peligrosas? Qué es el bullying, el cyberbullying y qué podemos hacer. Editorial Logos.

Resett, S. (2024). Bullying en adolescentes argentinos: recomendaciones para su evaluación e intervención (Pontificia, Vol. 13). Pontificia Universidad Católica Argentina. https://doi.org/10.46553/2718-7454.13

Reynolds, W. (2003). Reynolds Bully Victimization Scales for Schools [Database record]. APA PsycTests. https://doi.org/10.1037/T15150-000

Rojas-Torres, L. (2020). Robustez de los índices de ajuste del análisis factorial confirmatorio a los valores extremos. Revista de Matemática: Teoría y Aplicaciones, 27(2), 383-404. https://doi.org/10.15517/RMTA.V27I2.33677

Román, M., y Murillo, J. F. (2011). América Latina: violencia entre estudiantes y desempeño escolar. Revista CE-PAL, 104, 37-54. https://repositorio.minedu.gob.pe/handle/20.500.12799/1377

Samperio, V. M. (2019). Ecuaciones estructurales en los modelos educativos: características y fases en su construcción. Apertura, 11(1), 90-103. https://doi.org/10.32870/APV11N1.1402

Sánchez, L. V., Pabón, V., Rodríguez, A. F., y Rojas, D. S. (2023). Ciberacoso a niños, niñas y adolescentes en redes sociales. Episteme. Revista de Estudios Socioterritoriales, 15(1), 66-95. https://doi.org/10.15332/27113833.8463

Sanders, M., Gugiu, P C., y Enciso, P. (2015). How Good are Our Measures? Investigating the Appropriate Use of Factor Analysis for Survey Instruments. Journal of MultiDisciplinary Evaluation, 11(25), 22-33. https://doi.org/10.56645/jmde.v11i25.432

Satorra, A., y Bentler, P M. (2001). A scaled difference chi-square test statistic for moment structure analysis. Psychometrika, 66(4), 507-514. https://doi.org/10.1007/BF02296192

Schermelleh-Engel, K., Moosbrugger, H., y Müller, H. (2003). Evaluating the Fit of Structural Equation Models: Tests of Significance and Descriptive Goodness-of-Fit Measures. Methods of Psychological Research, 8(2), 23-74. https://doi.org/10.23668/psycharchives.12784

Sürücü, L., Maslakçi, A., y Yikilmaz, Í. (2024). Exploratory Factor Analysis (EFA) in Quantitative Researches and Practical Considerations. Gümüşhane University Journal of Health Sciences, 13(2), 947-965. https://doi.org/10.37989/GUMUSSAGBIL.1183271

Swearer, S. M., y Hymel, S. (2015). Understanding the psychology of bullying: Moving toward a social-ecological diathesis-stress model. American Psychologist, 70(4), 344-353. https://doi.org/10.1037/A0038929

Thomas, H. J., Scott, J. G., Coates, J. M., y Connor, J. P (2018). Development and validation of the Bullying and Cyberbullying Scale for Adolescents: A multi-dimensional measurement model. British Journal of Educational Psychology, 89(1), 75-94. https://doi.org/10.1111/BJEP.12223

Vitalea, R., Degoyb, E., y Berra, S. (2015). Salud percibida y rendimiento académico en adolescentes de escuelas públicas de la ciudad de Córdoba. Archivos Argentinos de Pediatria, 113(6), 526-533. https://doi.org/10.5546/AAP.2015.526

Inicio