REE 20(3) Riobamba sep. - dic. 2026
cc
BY NC ND
1
ISSN-impreso 1390-7581
ISSN-digital 2661-6742
Agresividad en adolescentes: Validez y confiabilidad en base al análisis de redes psicométricas
Aggression in adolescents: Validity and reliability based on psychometric network analysis
https://doi.org/10.37135/ee.04.27.01
Autor:
Richard Irvin Salirrosas-Cabada1 - https://orcid.org/0000-0002-4443-5992
Afiliación:
1Universidad Privada del Norte, Facultad de Ciencias de la Salud, Lima, Perú
Autor de correspondencia: Richard Irvin Salirrosas-Cabada. Av. Tingo María N° 1122, distrito de Cercado
de Lima Correo electrónico: richard.salirrosas@upn.pe, Telefono: 956363278
Recibido: 11 de mayo de 2026 Aceptado: 3 de agosto de 2026
RESUMEN
Se considera a la agresividad, como toda aquella conducta basada en la intimidación, mediante el empleo de
la violencia física o psicológica. Entre los diversos instrumentos que miden el constructo, se encuentra el
Cuestionario de Agresividad de Buss y Perry. Frente a esto, el estudio buscó determinar la validez y fiabilidad
en base a un modelo psicométrico basado en redes. Participaron 490 estudiantes del nivel secundario. Se
evaluaron la dimensionalidad, consistencia estructural, cargas de red mediante el Análisis Exploratorio de
Grafos (EGA) e invarianza en base al sexo. Los resultados, indicaron que el cuestionario presenta una estructura
basada en tres dimensiones, con una consistencia estructural ideal (0,837 a 0,997). Las cargas de red fueron
moderadas a altas (0,22 a 0,54), asimismo, existe invarianza entre sexos. Lo encontrado, pone en evidencia
que el cuestionario presenta validez y fiabilidad, lo que determina su uso para la medición de la agresividad
en adolescentes educativos.
Palabras clave: Psicometría, agresión, adolescentes.
ABSTRACT
Aggression is defined as any behavior based on intimidation through the use of physical or psychological
violence. Among the various instruments designed to measure this construct, the Buss and Perry Aggression
Questionnaire is one of the most widely used. In this context, the present study aimed to determine its validity
and reliability based on a psychometric network model. A total of 490 secondary school students participated
in the study. Dimensionality, structural consistency, network loadings using Exploratory Graph Analysis
(EGA), and sex-based invariance were evaluated. The results indicated that the questionnaire exhibits a
three-dimensional structure with ideal structural consistency coefficients (0.837 to 0.997). Network loadings
were moderate to high (0.22 to 0.54), and measurement invariance across sex was supported. These findings
provide evidence of the questionnaire’s validity and reliability, supporting its use for assessing aggression in
adolescent students.
Keywords: Psychometrics, Aggression, Adolescent.
INTRODUCCIÓN.
La adolescencia, representa una etapa llena de oportunidades y beneficios para el buen desarrollo neuronal y
socioemocional,
(1)
al ser positivo, contribuye al bienestar y calidad de vida. Sin embargo, muchas veces
debido a dificultades o conflictos, suelen presentar conductas poco adaptativas, siendo una de las más comunes
la agresividad.
(2)
La agresividad, es asumida como un problema de salud pública, que genera graves consecuencias en las
víctimas y sociedad,
(3)
la cual, busca lastimar o causar daño a nivel físico o emocional.
(4)
Se reconoce que la
agresividad, puede ser expresada de muchas maneras, mediante insultos, amenazas o golpes, que conlleva a
una mayor dificultad para adaptarse en contextos educativos y en el sistema familiar. La literatura reconoce
su relación con ideas suicidas y dificultad para establecer vínculos sanos con sus pares,
(5)
los trastornos de
personalidad,
(6)
dificultades para ejercer un adecuado autocontrol,
(7)
inestabilidad y un deterioro constante en
la calidad de vida.
(8)
Entre los diversos modelos teóricos que permiten tener una mejor comprensión sobre la agresividad, se
encuentra la teoría del aprendizaje social,
(9)
la cual considera que la agresividad surge y se refuerza a partir
de la influencia que se recibe del entorno más cercano, influyendo en la conducta y creencias, moldeando su
interacción en sociedad.
(10)
A la vez, se reconoce que medir la agresividad en los adolescentes, es importante, ya que facilita su adecuada
identificación y puedo permitir su oportuna intervención. Estudios han reportado que cuando se promueve la
autoestima
Entre los diversos instrumentos que se utilizan para la medición de la agresividad, se encuentra Cuestionario
de Agresión (AQ), elaborado por Buss y Perry en 1992, la cual consta de cuatro dimensiones y un total de 29
reactivos, orientados a medir la agresividad física, verbal, la ira y hostilidad. A lo largo de los años, ha sido
objeto de diversos estudios de corte psicométrico, sin embargo, estudios realizados en diferentes contextos,
han encontrado dificultades relacionadas a una baja confiabilidad en dimensiones y el retiro de ítems.
(11,12,13,14)
Asimismo, ha presentado cambios en su estructura, reportándose versiones reducidas de tres dimensiones en
Ecuador,
(15)
Italia,
(16)
Argentina
(17)
y en China de dos dimensiones.
(18)
Todos estos estudios, demuestran la
utilidad del instrumento para la medición de la agresividad, sin embargo, ponen en evidencia, que su estructura
no suele mostrar replicabilidad en diferentes contextos. Esto motiva a realizar el análisis psicométrico, en
base al método de análisis de redes, ya que puede estimar la replicabilidad de la estructura que la prueba
presenta,
(19)
cuantificar las cargas de red en base a su equivalencia facilitando una mejor selección de los
reactivos y su invarianza
(20)
y la redundancia.
(21)
En relación con el análisis de redes, es un método relativamente reciente, que se diferencia de los modelos
clásicos en medición, al considerar que las variables, síntomas, rasgos o dificultades psicológicas se encuentran
interrelacionados y que mantienen entre ellas un impacto constante,
(22)
a diferencia del modelo biomédico que
considera a toda patología o dificultad emocional es producto de una variable latente.
La red al ser analizada presenta una representación gráfica dividida en dos aspectos, nodos y aristas,
(23,24,25)
los primeros hacen referencia a las variables analizadas y las segundas indican la relación existente entre
ellas. En base a lo expuesto, se puede considerar que el análisis de redes representa un método de análisis
innovador complejo frente a la medición de variables, poder usarlo en el campo de la validación de
instrumentos contribuye a que pueda contar con herramientas de mayor precisión.
Ante esto, se propone como objetivo general realizar un análisis psicométrico exploratorio de redes del
cuestionario de agresión (AQ) en adolescentes. Y como objetivos específicos se buscó: Realizar el análisis
preliminar de los ítems, estimar la dimensionalidad y estabilidad, calcular las cargas de red, obtener la
consistencia estructural y realizar el análisis de invarianza en base al sexo en los adolescentes.
METODOLOGÍA.
El estudio corresponde al diseño instrumental, con enfoque cuantitativo, orientado a la medición de la validez
y confiabilidad.
La muestra, seleccionada fue evaluada en base al muestreo no probabilístico por conveniencia, método que
permite una selección de participantes en base a la accesibilidad y facilidad del investigador, pero que solo
toma en consideración a aquellos que cumplen con los criterios establecidos para su selección. En total
fueron 490 adolescentes, quienes cursaban del tercer al quinto grado del nivel secundario, pertenecientes a
una institución educativa pública. Sus edades oscilaron de 13 a 16 años (Media: 14.6), de ambos sexos (61 %
varones y 39 % mujeres). Como criterios de inclusión fueron considerados solo aquellos matriculados en el
año académico, que acepten formar parte de manera voluntaria brindando su consentimiento.
El instrumento empleado, fue el Cuestionario de Agresión (AQ), elaborado por Buss y Perry en 1992. Se
empleó la versión adaptada por Andreu et al.,
(26)
se compone de cuatro dimensiones (agresión física, agresión
verbal, ira y hostilidad) y 29 ítems en escala Likert. Presenta una confiabilidad que oscila de 0,68 a 0,88 entre
sus dimensiones y adecuados índices de ajuste (RMR: 0,05, RMSEA: 0,05, GFI: 0,92 y GFI: 0,93).
El proceso de recojo de información se realizó de manera presencial, cada participante firmó un consentimiento
informado, que brindaba su conformidad a ser participe del estudio. Culminado el proceso cada prueba fue
codificada para su posterior análisis.
Análisis de datos
El análisis de los datos se llevó a cabo utilizando RStudio como interfaz principal para la gestión y ejecución
de los scripts analíticos.
(27)
Para la manipulación, limpieza y organización de los datos, se emplearon las
herramientas del paquete tidyverse, que facilitan la estructuración eficiente de los conjuntos de datos y la
preparación previa al análisis estadístico.
(28)
La composición y maquetación de las figuras se realizó mediante
el paquete gridExtra, permitiendo una presentación visual clara y comparativa de los resultados.
(29)
El análisis
exploratorio de grafos (EGA) y su versión bootstrap (bootEGA) se implementaron a través del paquete
EGAnet, que posibilita la identificación de la dimensionalidad subyacente y la evaluación de la estabilidad
estructural de las soluciones obtenidas.
(30)
Para la estimación de la red, se utilizó el modelo graphical lasso (glasso) sobre una matriz de correlaciones
de Spearman, decisión motivada por la presencia de asimetría en la distribución de las respuestas tipo Likert,
ya que bajo estas condiciones la matriz de Spearman ofrece una recuperación de aristas comparable o
superior a la matriz policórica en el contexto de EBICglasso.
(31)
La detección de comunidades se realizó
inicialmente con el algoritmo Louvain, aunque el paquete EGAnet también permite la comparación con
otros algoritmos como walktrap, basado en caminatas aleatorias, para asegurar la robustez de la estructura
dimensional identificada.
(32)
El análisis incluyó la aplicación de bootEGA con 1000 réplicas y el algoritmo
Leading Eigenvector (LE) para evaluar la consistencia estructural de las dimensiones y la estabilidad de
pertenencia de los ítems, utilizando como criterio de replicación satisfactorio un umbral de ≥ 75 %, conforme
a las recomendaciones metodológicas actuales.
(33)
La consistencia estructural fue diferenciada explícitamente de la consistencia interna clásica, ya que la
primera evalúa la replicabilidad de la estructura dimensional en muestras bootstrap, mientras que la segunda
se refiere a la homogeneidad interna de los ítems.
(34)
En relación a las cargas de red, se interpretan en base a
tres umbrales, pequeño para 0,15, moderadas para 0,25 y grandes para 0,35, lo que permite poder realizar las
comparaciones en base a criterios ya conocidos de interpretación de cargas factoriales.
(35)
Aunado a esto, se
empleó el Loading Comparison Test (LCT) para poder elegir entre el marco de red y el latente, facilitando
así que toda estructura identificada guarde mejor relación con el modelo teórico más pertinente.
(36)
La
modelización de redes latentes (Latent Network Modeling) se implementó con el paquete psychonetrics,
permitiendo explorar las interacciones entre variables latentes y comparar la estructura de red con modelos
de ecuaciones estructurales tradicionales.
(37)
Para la interpretación de las correlaciones entre dimensiones y nodos, se siguieron los puntos de corte
propuestos por Cohen (0,10, 0,30, 0,50 como efectos pequeño, mediano y grande, respectivamente), y se
reportaron métricas de centralidad cuando fue pertinente, empleando las funciones del paquete bootnet.
(24,38)
La elección de este enfoque metodológico responde a la necesidad de captar la complejidad estructural de los
datos tipo Likert, garantizar la robustez y replicabilidad de los resultados, y permitir una interpretación
tanto desde el marco de red como desde el marco latente, integrando evidencia empírica y criterios teóricos
actualizados.
RESULTADOS
Figura 1. Análisis preliminar de los ítems
En base al análisis descriptivo de las frecuencias de respuesta para los 17 ítems que conforman el instrumento
y presentan la escala Likert. Se aprecia, que en su gran mayoría diversos ítems (AFI, AF5, AF13, AF21,
AF27, AF29, AV18 y AH4) superan el 40% de selección en opción 1 por parte de los participantes, asimismo
se aprecia que una gran cantidad de ítems, los porcentajes elegidos superan el 20 %, para la opción dos. A
partir de esto, se puede inferir que, entre los adolescentes evaluados, existe una mayor tendencia a elegir
categorías bajas de respuesta, sin embargo, se aprecia variabilidad entre las cinco opciones de respuesta.
Figura 2. Dimensionalidad y estabilidad (EGA/BootEGA)
El Análisis Exploratorio de Grafos (EGA) identificó la presencia de tres dimensiones en la estructura de los
datos. El índice TEFI obtenido fue de -12,29, lo que indica un ajuste adecuado del modelo de red estimado.
La estabilidad de la solución fue corroborada mediante procedimientos de remuestreo (BootEGA), que
presentan una mejor estructura en base a 17 ítems y tres dimensiones, y a la vez, reflejan una mayor
consistencia en las iteraciones realizadas. A la vez, las líneas más gruesas muestran una mayor conexión
entre los ítems que conforman cada dimensión, esto permite comprender que existe una gran relación entre
los dimensiones y el modelo teórico para la medición de la agresión.
Tabla 1. Cargas de red (principales)
El análisis de cargas de red mostró que, en la dimensión 1, los ítems con mayores cargas fueron AF5 (0,541),
AF21 (0,482), AF9 (0,403), AF24 (0,398) y AF17 (0,336). En la dimensión 2, los ítems más representativos
fueron AV14 (0,447), AI19 (0,433), AV18 (0,395), AV10 (0,326) y AV2 (0,296). Para la dimensión 3,
destacaron AH26 (0,543), AH8 (0,421), AH12 (0,372), AH16 (0,367) y AH20 (0,253). Estos resultados
evidencian una adecuada representación de los ítems en sus respectivas dimensiones.
Figura 3. Consistencia estructural (BootEGA) modelo original.
El modelo original, evidencia que diversos reactivos, presentan coeficientes con valores menores al 0,75, lo
que indica una baja estabilidad, la cual se encuentre presente en las cuatro dimensiones, cuyos valores oscilan
de 0,39 a 0,74; los ítems que reflejan una mayor estabilidad, presentan valores 0,76 a 0,96. Frente a esto, se
realizó la eliminación de reactivos, buscando una mayor estabilidad en la red.
Figura 4. Consistencia estructural (BootEGA) del modelo adaptado.
La figura, permite identificar la consistencia estructural en base a las 3 dimensiones identificadas, cuyos
valores son elevados, presentando coeficientes de 0,86 a 1 en Agresividad física, de 0,92 a 1 para Agresión
verbal y de 1 en la dimensión Hostilidad. Los valores encontrados permiten apreciar que la presencia de una
alta estabilidad y replicabilidad, del modelo encontrado en base a tres dimensiones en base al BootEGA.
Figura 5. Invarianza en base al modelo adaptado.
Se realizó el análisis de invarianza, tomando en cuenta la estructura de tres dimensiones en base al sexo. Los
resultados reflejan que no existen diferencias estadísticamente significativas entre la pertenencia de los 17
ítems sobre las dimensiones, mostrando valores de p ajustados (p_BH) mayores al 0,05 entre la gran mayoría
de los casos. Es necesario tomar en cuenta que solo se apreciaron diferencias en el ítem AF24, que refleja una
diferencia significativa (p = 0,048; p_BH = 0,468), sin embargo, este valor no fue suficiente para poder
determinar una diferencia al realizarse la corrección en base a las comparaciones múltiples. Lo encontrado
confirma la invarianza de la estructura factorial entre los grupos analizados.
DISCUSIÓN
La adolescencia presenta, una etapa importante durante el proceso de adaptación y socialización, sin embargo,
es propensa a la manifestación de diversas dificultades. Entre las más comunes se encuentra la agresividad,
considerada un problema público, que conlleva a graves consecuencias en sus víctimas y sociedad,
(3)
cuya
finalidad es la de lastimar o causar daño a nivel físico o emocional.
(4)
Al respecto, puede ser definida como
todo aquel acto basado en golpes, la coacción e insultos, con la finalidad de obtener un beneficio mediante
el uso de la fuerza e intimidación.
Existen diversos instrumentos destinados a la medición de la agresividad, el Cuestionario de Agresión (AQ),
de Buss y Perry, es uno de más empleados, adaptado en diferentes idiomas, contextos y grupos poblacionales.
Frente a esto, se propuso como objetivo, realizar un análisis psicométrico del cuestionario de agresión (AQ)
en adolescentes, en base al análisis de redes.
Al respecto, el estudio se basó en el análisis de redes, método que ha tomado mayor relevancia en la medición
de variables relacionadas a la salud mental y considera a los diversos síntomas como nodos, que se relacionan,
se refuerzan entre sí y permiten de esta manera determinar sus factores.
(39)
En el campo de la psicometría, el
análisis de redes permite estimar medidas como la replicabilidad en base al análisis de grafos y a medidas de
Bootstrap, que buscan conocer la dependencia en la muestra,
(17)
así como conocer el valor de la carga de
red,
(32)
determinar la redundancia, mediante el análisis de variables únicas (UVA), lo que facilita el poder
abreviar un instrumento,
(21)
y comprobar la invarianza de los grupos en base al sexo.
En base a las redes psicométricas, los resultados encontrados permiten apreciar la conformación de una
nueva estructura conformada por 17 ítems y tres dimensiones, con cargas de red que oscilan de 0,22 a 0,54,
permitiendo considerar que entre los diversos ítems existen adecuadas interconexiones que contribuyen a la
medición de la agresividad en adolescentes. Aunque estos valores no son similares a otros resultados
encontrados en otros contextos,
(16, 17)
se puede inferir que los ítems, logran tener una adecuada relación con
el constructo propuesto y facilitan la medición de la agresividad en adolescentes.
Asimismo, aunque el estudio propone una nueva estructura en su medición, se debe considerar, que a
diferencia del modelo médico que tiene como punto de partida la percepción de una variable latente como
método para poder explicar dificultades, rasgos de personalidad y otros; el análisis de redes considera que
cada síntoma o característica evaluada, es producto de la interacción que existe entre los síntomas o
características,
(22)
en relación al presente, se puede inferir que cada ítem se encuentra relacionado y a la vez
impactan entre sí de forma constante. En relación con el cambio en la estructura para la medición de la variable,
el cual se conforma por tres dimensiones, coincide con diversos estudios realizados,
(15,16,17,18)
los cuales
reportaron modificaciones en el instrumento en sus dimensiones y eliminación de ítems, pero siguen
demostrando utilidad para la medición de la agresividad.
Los coeficientes relacionados a la estabilidad muestran valores de 0,837 a 0,997, considerados satisfactorios,
(30) entre las dimensiones de la nueva estructura propuesta, lo que indican capacidad para la medición y
buena replicabilidad del cuestionario. Aunque otros estudios han empleado coeficientes distintos para la
fiabilidad,
(15,16,17)
valores, pueden llegar a ser comparables a los diversos coeficientes reportados en estudios
que buscaron medir su consistencia.
En relación con la invarianza entre grupos, los resultados no reflejan diferencias estadísticas entre ambos
grupos (hombres y mujeres), esto permite comprender que toda diferencia que pueda llegar a encontrarse en
base a la medición se debe a diferencia entre los géneros y no a causa del instrumento seleccionado.
(40)
A partir de lo encontrado, el estudio muestra la importancia de seguir analizando instrumentos que miden
agresividad en los adolescentes, al ser una dificultad creciente y que suele estar presente en diferentes
contextos. Además, brinda una versión breve, lo cual facilita su aplicación. Aunque el estudio emplea un
método que puede llegar a ser considerado nuevo, no se encuentra exento de limitaciones, como el tipo de
muestreo empleado que limita su generalización; a la vez, la cantidad de la muestra evaluada se considera
adecuada, sin embargo, se sugiere en futuros estudios ampliar el número de adolescentes evaluados.
CONCLUSIONES
El cuestionario de agresividad analizado, en base al análisis de redes, refleja una estructura tridimensional,
con adecuada validez y confiabilidad. Esto permite que pueda ser empleados por profesionales de la salud,
docentes, estudiantes o investigadores, interesados en medir los niveles de agresividad en estudiantes del
nivel secundario de ambos sexos.
Financiamiento: El estudio fue financiado por el investigador.
Agradecimientos: A la Universidad Privada del Norte por su confianza y a cada uno de los participantes que
respondieron de manera sincera a la evaluación.
Conflicto de intereses: El autor de la presente investigación, declara no presentar conflicto de interés.
Contribución del autor: Richard Irvin Salirrosas-Cabada, se encargó de la búsqueda de información,
recolección de datos, análisis e interpretación de resultados, metodología y conclusiones.
REFERENCIAS BIBLIOGRAFICAS.
1. Zhang Y, Li Y, Xie X, Lin X, Huang M, Fu H, et al. Association of greenness surrounding school with
aggression among adolescents: A multi-site study in China. Environ Res [Internet]. 2023 [citado 04
Ene 2026];234:116529. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/
S0013935123013336 DOI: https://doi.org/10.1016/j.envres.2023.116529.
2. Campo-Tena L, Larmour SR, Pereda N, Eisner MP. Longitudinal associations between adolescent
dating violence victimization and adverse outcomes: A systematic review. Trauma Violence Abuse
[Internet]. 2024 [citado 04 Ene 2026];25(2):1265–1277. Disponible en: https://journals.sagepub.com/
doi/full/10.1177/15248380231174504. DOI: https://doi.org/10.1177/15248380231174504.
3. Zhang L, Zhu H. Relationship between narcissism and aggression: A meta-analysis. Xin Li Xue Bao
[Internet]. 2021 [citado 04 Ene 2026];53(11):1228–1243. Disponible en: https://doi.org/10.3724/
SP.J.1041.2021.01228.
4. Krahé B. The social psychology of aggression: 3Rd edition [Internet]. 3a ed. Londres, Inglaterra:
Routledge; 2020. Disponible en: http://dx.doi.org/10.4324/9780429466496.
5. Zhang L, Eggum ND. Chinese adolescents’ perceptions of aggressive peers: The roles of gender and
cultural values. J Interpers Violence [Internet]. 2023 [citado 04 Ene 2026];38(15–16):9343–9368.
Disponible en: https://journals.sagepub.com/doi/abs/10.1177/08862605231165751 DOI: https://doi.org/
10.1177/08862605231165751.
6. Whipp AM, Korhonen T, Raevuori A, Heikkilä K, Pulkkinen L, Rose RJ, et al. Early adolescent
aggression predicts antisocial personality disorder in young adults: a population-based study. Eur
Child Adolesc Psychiatry [Internet]. 2019 [citado 05 Ene 2026];28(3):341–350. Disponible en:
https://link.springer.com/article/10.1007/s00787-018-1198-9. DOI: https://doi.org/10.1007/s00787-
018-1198-9.
7. Kwak M, Oh I. Comparison of psychological and social characteristics among traditional, cyber,
combined bullies, and non-involved. Sch Psychol Int [Internet]. 2017 [citado 05 Ene 2026];38(6):
608–627. Disponible en: https://journals.sagepub.com/doi/abs/10.1177/0143034317729424 DOI:
https://doi.org/10.1177/0143034317729424.
8. Brugman S, Cornet LJM, Smeijers D, Smeets K, Oostermeijer S, Buitelaar JK, et al. Examining the
reactive proactive questionnaire in adults in forensic and non-forensic settings: A variable- and
person-based approach: Reactive Proactive Aggression in Adults. Aggress Behav [Internet]. 2017
[citado 05 Ene 2026];43(2):155–162. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1002/
ab.21671. DOI: https://doi.org/10.1002/ab.21671.
9. Bandura A, Ross D, Ross SA. Transmission of aggression through imitation of aggressive models. J
Abnorm Soc Psychol [Internet]. 1961 [citado 05 Ene 2026];63(3):575–582. Disponible en:
https://psycnet.apa.org/record/1963-00875-001. DOI:http://doi.org/10.1037/h0045925.
10. Siregar AOA, Karmiyati D. Delinquent behavior: An analysis of Albert Bandura’s social learning
theory. ICPE [Internet]. 2024 [citado el 05 de Ene de 2026];3(1). Disponible en: https://proceeding.
unesa.ac.id/index.php/icpe/article/view/3655.
11. Pomahuacre-Carhuayal JW, Flores-Ramirez ME, Sanchez-Aliaga LL, Pomahuacre-Carhuayal LA,
Alva-Mendoza JC. Cuestionario de Agresión de Buss y Perry, forma reducida (AQ-SF): evidencias
psicométricas en adolescentes peruanos. Rev Investig Psicol [Internet]. 2024 [citado 05 Ene 2026];
27(2):e27560. Disponible en: disponible en: https://go.gale.com/ps/i.do?id=GALE%7CA824744120
&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=1560909X&sw=w&p=IFME&userGroup
Name=anon%7E2f25831a&aty=open-web-entry DOI: http://doi.org/10.15381/rinvp.v27i2.27560.
12. Javela JJ. Analysis of the psychometric properties of the Buss-Perry Aggression Questionnaire (AQ)
in Colombian adolescents. Rev psicol clín con niños adolesc [Internet]. 2023 [citado 07 Ene 2026];
10(3). Disponible en: https://jcpca.org/wp-content/uploads/pdfs/23-03-08.pdf. DOI: http://doi.org/
10.21134/rpcna.2023.10.3.8.
13. Cunha O, Peixoto M, Cruz AR, Gonçalves RA. Buss-Perry Aggression Questionnaire: Factor structure
and measurement invariance among Portuguese male perpetrators of intimate partner violence. Crim
Justice Behav [Internet]. 2021 [citado 07 Ene 2026];009385482110501. Disponible en: https://journals.
sagepub.com/doi/abs/10.1177/00938548211050113. DOI: http://doi.org/10.1177/00938548211050113.
14. Zimonyi S, Kasos K, Halmai Z, Csirmaz L, Stadler H, Rózsa S, et al. Hungarian validation of the
Buss-Perry Aggression Questionnaire-Is the short form more adequate? Brain Behav [Internet]. 2021
[citado 07 Ene 2026];11(5):e02043. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/
brb3.2043 DOI: http://doi.org/10.1002/brb3.2043.
15. Espinoza I, Tobar Viera A. Propiedades psicométricas del Cuestionario de Agresión (AQ) en
estudiantes universitarios ecuatorianos. ecosacademia [Internet]. 2023 [citado 07 Ene 2026];9(18):
9–27. Disponible en: https://revistasojs.utn.edu.ec/index.php/ecosacademia/es/article/view/907.
DOI: http://doi.org/10.53358/ecosacademia.v9i18.907.
16. Sommantico M, Guzmán MO, Parrello S, De Rosa B, Donizzetti AR. Validación de la versión italiana
del cuestionario de agresión (AQ) en el sur de Italia. Psicología Iztacala [Internet]. 2008 [citado 08
Ene 2026];11(4). Disponible en: https://www.revistas.unam.mx/index.php/repi/article/view/18593.
17. García-Batista ZE, Moretti LS, Franco P, Adrián Medrano L, Mustaca AE. Evidencias de Validez y
Confiabilidad de las Puntuaciones del Cuestionario de Agresividad (AQ) para Adultos Argentinos.
Rev Iberoam Diagn Eval - Aval Psicol [Internet]. 2022 [citado 08 Ene 2026];62(1):17. Disponible en:
https://go.gale.com/ps/i.do?id=GALE%7CA758439597&sid=googleScholar&v=2.1&it=r&link
access=abs&issn=11353848&sw=w&p=AONE&userGroupName=anon%7Eb60e570d&aty=open-
web-entry.
18. Maxwell JP. Development and preliminary validation of a Chinese version of the Buss-Perry Aggression
Questionnaire in a population of Hong Kong Chinese. J Pers Assess [Internet]. 2007 [citado 08 Ene
2026];88(3):284–94. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/00223890701317004
DOI: http://doi.org/10.1080/00223890701317004.
19. Golino HF, Epskamp S. Exploratory graph analysis: A new approach for estimating the number of
dimensions in psychological research. PLoS One [Internet]. 2017 [citado 11 Ene 2026];12(6):
e0174035. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0174035.
DOI: http://doi.org/10.1371/journal.pone.0174035.
20. Christensen AP, Golino H. Estimating the stability of psychological dimensions via Bootstrap
Exploratory Graph Analysis: A Monte Carlo simulation and tutorial. Psych [Internet]. 2021 [citado
11 Ene 2026];3(3):479–500. Disponible en: https://www.mdpi.com/2624-8611/3/3/32. DOI:
http://doi.org/10.3390/psych3030032.
21. Christensen AP, Garrido LE, Guerra-Peña K, Golino H. Comparing community detection algorithms
in psychometric networks: A Monte Carlo simulation. Behav Res Methods [Internet]. 2024 [citado 11
Ene 2026];56(3):1485–1505. Disponible en: https://link.springer.com/article/10.3758/s13428-023-
02106-4. DOI: http://doi.org/10.3758/s13428-023-02106-4.
22. Fonseca-Pedrero E, Muñiz J. Análisis de Redes en la Medición Psicológica: Fundamentos: Análisis
psicométrico de redes psicológicas. Acción psicol [Internet]. 2025 [citado 12 Ene 2026];22(1).
Disponible en: https://revistas.uned.es/index.php/accionpsicologica/article/view/43296. DOI:
http://doi.org/10.5944/ap.22.1.43296.
23. Álvarez-Díaz M, Gallego-Acedo C, Fernández-Alonso R, Muñiz J, Fonseca-Pedrero E. Análisis de
Redes: una Alternativa a los Enfoques Clásicos de Evaluación de los Sistemas Educativos. Psicol
Educ [Internet]. 2022 [citado 12 Ene 2026];28(2):165–73. Disponible en: https://digibuo.uniovi.es/
dspace/bitstream/handle/10651/61685/1135_755X_psed_psed2021a16.pdf?sequence=1. DOI:
http://doi.org/10.5093/psed2021a16.
24. Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: A tutorial
paper. Behav Res Methods [Internet]. 2018 [citado 12 Ene 2026];50(1):195–212. Disponible en:
https://link.springer.com/article/10.3758/s13428-017-0862-1#citeas. DOI: http://doi.org/10.3758/
s13428-017-0862-1.
25. Fonseca-Pedrero E. Análisis de redes: ¿una nueva forma de comprender la psicopatología? Rev
Psiquiatr Salud Ment [Internet]. 2017 [citado 13 Ene 2026];10(4):206–15. Disponible en:
https://www.sciencedirect.com/science/article/pii/S1888989117300903. DOI: http://doi.org/10.1016/
j.rpsm.2017.06.004.
26. Andreu, J., Peña, M. & Graña, J. Adaptación psicométrica de la versión española del Cuestionario de
Agresión. Psicothema [Internet] 2002 [citado 11 Ene 2026];14(2),476-482. Disponible en:
https://www.redalyc.org/pdf/727/72714245.pdf.
27. RStudio Team. RStudio: Integrated Development Environment for R [software]. Posit PBC; 2023.
28. Wickham H, Averick M, Bryan J, Chang W, McGowan L, François R, et al. Welcome to the tidyverse.
J Open Source Softw [Internet]. 2019 [citado 11 Ene 2026];4(43):1686. Disponible en: https://joss.theoj.
org/papers/10.21105/joss.01686 DOI: http://doi.org/10.21105/joss.01686.
29. Auguie B, Antonov A. gridExtra: Miscellaneous functions for “Grid” graphics [software]. Comprehensive
R Archive Network (CRAN); 2017.
30. Golino HF, Christensen AP. EGAnet: Exploratory Graph Analysis tools for psychological research
[software]. 2021.
31. Isvoranu AM, Epskamp S. Which estimation method to use in network psychometrics under skew?
(Spearman vs polychoric in EBICglasso).
32. Garcia-Pardina A, Abad FJ, Christensen AP, Golino H, Garrido LE. Dimensionality assessment in the
presence of wording effects: A network psychometric and factorial approach. Behav Res Methods
[Internet]. 2024 [citado 11 Ene 2026];56(6):6179–97. Disponible en: https://link.springer.com/article/
10.3758/s13428-024-02348-w. DOI: http://doi.org/10.3758/s13428-024-02348-w.
33. Golino H, Moulder R, Shi D, Christensen AP, Garrido LE, Nieto MD, et al. Entropy fit indices: New
fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate
Behav Res [Internet]. 2021 [citado 11 Ene 2026];56(6):874–902. Disponible en: https://www.tandfonline.
com/doi/abs/10.1080/00273171.2020.1779642. DOI: http://dx.doi.org/10.1080/00273171.2020.1779642.
34. Christensen AP, Golino H, Silvia PJ. A psychometric network perspective on the validity and validation
of personality trait questionnaires. Eur J Pers [Internet]. 2020 [citado 11 Ene 2026];34(6):1095–108.
Disponible en: https://journals.sagepub.com/doi/abs/10.1002/per.2265. DOI: http://doi.org/10.1002/
per.2265.
35. Christensen AP, Golino H. On the equivalency of factor and network loadings. Behav Res Methods
[Internet]. 2021 [citado 11 Ene 2026];53(4):1563–80. Disponible en: https://link.springer.com/article/
10.3758/s13428-020-01500-6#citeas. DOI: http://doi.org/10.3758/s13428-020-01500-6.
36. Epskamp S. Structural Equation Modeling and Confirmatory Network Analysis [R package psychonetrics
version 0.13.2] [Internet]. Comprehensive R Archive Network (CRAN). 2025 [citado 12 Ene 2026].
Disponible en: https://cran.r-project.org/package=psychonetrics.
37. Epskamp S, Rhemtulla M, Borsboom D. Generalized network psychometrics: Combining network
and latent variable models. Psychometrika [Internet]. 2017 [citado el 12 de Ene de 2026];82(4):
904–927. Disponible en: https://www.cambridge.org/core/journals/psychometrika/article/abs/
generalized-network-psychometrics-combining-network-and-latent-variable-models/2D2004CADB
2549F8FE1DDE1726D9DC80. DOI: http://doi.org/10.1007/s11336-017-9557-x.
38. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge.
39. Borsboom D, Cramer AOJ. Network analysis: an integrative approach to the structure of psychopathology.
Annu Rev Clin Psychol [Internet]. 2013 [citado 12 Ene 2026];9(1):91–121. Disponible en:
https://www.annualreviews.org/content/journals/10.1146/annurev-clinpsy-050212-185608. DOI:
http://doi.org/10.1146/annurev-clinpsy-050212-185608.
40. Lara SD, Merino-Soto C. Estimación de la magnitud del efecto en invarianza de medición. Rev Aval
Psicol [Internet]. 2019 [citado 29 May 2026];18(03). Disponible en: https://pepsic.bvsalud.org/scielo.
php?pid=S1677-04712019000300014&script=sci_arttext. DOI: http://doi.org/10.15689/ap.2019.
1803.16248.13.
Agresividad en adolescentes: Validez y confiabilidad en base al análisis de redes psicométricas
Aggression in adolescents: Validity and reliability based on psychometric network analysis
https://doi.org/10.37135/ee.04.27.01
Autor:
Richard Irvin Salirrosas-Cabada1 - https://orcid.org/0000-0002-4443-5992
Afiliación:
1Universidad Privada del Norte, Facultad de Ciencias de la Salud, Lima, Perú
Autor de correspondencia: Richard Irvin Salirrosas-Cabada. Av. Tingo María N° 1122, distrito de Cercado
de Lima Correo electrónico: richard.salirrosas@upn.pe, Telefono: 956363278
Recibido: 11 de mayo de 2026 Aceptado: 3 de agosto de 2026
RESUMEN
Se considera a la agresividad, como toda aquella conducta basada en la intimidación, mediante el empleo de
la violencia física o psicológica. Entre los diversos instrumentos que miden el constructo, se encuentra el
Cuestionario de Agresividad de Buss y Perry. Frente a esto, el estudio buscó determinar la validez y fiabilidad
en base a un modelo psicométrico basado en redes. Participaron 490 estudiantes del nivel secundario. Se
evaluaron la dimensionalidad, consistencia estructural, cargas de red mediante el Análisis Exploratorio de
Grafos (EGA) e invarianza en base al sexo. Los resultados, indicaron que el cuestionario presenta una estructura
basada en tres dimensiones, con una consistencia estructural ideal (0,837 a 0,997). Las cargas de red fueron
moderadas a altas (0,22 a 0,54), asimismo, existe invarianza entre sexos. Lo encontrado, pone en evidencia
que el cuestionario presenta validez y fiabilidad, lo que determina su uso para la medición de la agresividad
en adolescentes educativos.
Palabras clave: Psicometría, agresión, adolescentes.
ABSTRACT
Aggression is defined as any behavior based on intimidation through the use of physical or psychological
violence. Among the various instruments designed to measure this construct, the Buss and Perry Aggression
Questionnaire is one of the most widely used. In this context, the present study aimed to determine its validity
REE 20(3) Riobamba sep. - dic. 2026
cc
BY NC ND
2
ISSN-impreso 1390-7581
ISSN-digital 2661-6742
and reliability based on a psychometric network model. A total of 490 secondary school students participated
in the study. Dimensionality, structural consistency, network loadings using Exploratory Graph Analysis
(EGA), and sex-based invariance were evaluated. The results indicated that the questionnaire exhibits a
three-dimensional structure with ideal structural consistency coefficients (0.837 to 0.997). Network loadings
were moderate to high (0.22 to 0.54), and measurement invariance across sex was supported. These findings
provide evidence of the questionnaire’s validity and reliability, supporting its use for assessing aggression in
adolescent students.
Keywords: Psychometrics, Aggression, Adolescent.
INTRODUCCIÓN.
La adolescencia, representa una etapa llena de oportunidades y beneficios para el buen desarrollo neuronal y
socioemocional,
(1)
al ser positivo, contribuye al bienestar y calidad de vida. Sin embargo, muchas veces
debido a dificultades o conflictos, suelen presentar conductas poco adaptativas, siendo una de las más comunes
la agresividad.
(2)
La agresividad, es asumida como un problema de salud pública, que genera graves consecuencias en las
víctimas y sociedad,
(3)
la cual, busca lastimar o causar daño a nivel físico o emocional.
(4)
Se reconoce que la
agresividad, puede ser expresada de muchas maneras, mediante insultos, amenazas o golpes, que conlleva a
una mayor dificultad para adaptarse en contextos educativos y en el sistema familiar. La literatura reconoce
su relación con ideas suicidas y dificultad para establecer vínculos sanos con sus pares,
(5)
los trastornos de
personalidad,
(6)
dificultades para ejercer un adecuado autocontrol,
(7)
inestabilidad y un deterioro constante en
la calidad de vida.
(8)
Entre los diversos modelos teóricos que permiten tener una mejor comprensión sobre la agresividad, se
encuentra la teoría del aprendizaje social,
(9)
la cual considera que la agresividad surge y se refuerza a partir
de la influencia que se recibe del entorno más cercano, influyendo en la conducta y creencias, moldeando su
interacción en sociedad.
(10)
A la vez, se reconoce que medir la agresividad en los adolescentes, es importante, ya que facilita su adecuada
identificación y puedo permitir su oportuna intervención. Estudios han reportado que cuando se promueve la
autoestima
Entre los diversos instrumentos que se utilizan para la medición de la agresividad, se encuentra Cuestionario
de Agresión (AQ), elaborado por Buss y Perry en 1992, la cual consta de cuatro dimensiones y un total de 29
reactivos, orientados a medir la agresividad física, verbal, la ira y hostilidad. A lo largo de los años, ha sido
objeto de diversos estudios de corte psicométrico, sin embargo, estudios realizados en diferentes contextos,
han encontrado dificultades relacionadas a una baja confiabilidad en dimensiones y el retiro de ítems.
(11,12,13,14)
Asimismo, ha presentado cambios en su estructura, reportándose versiones reducidas de tres dimensiones en
Ecuador,
(15)
Italia,
(16)
Argentina
(17)
y en China de dos dimensiones.
(18)
Todos estos estudios, demuestran la
utilidad del instrumento para la medición de la agresividad, sin embargo, ponen en evidencia, que su estructura
no suele mostrar replicabilidad en diferentes contextos. Esto motiva a realizar el análisis psicométrico, en
base al método de análisis de redes, ya que puede estimar la replicabilidad de la estructura que la prueba
presenta,
(19)
cuantificar las cargas de red en base a su equivalencia facilitando una mejor selección de los
reactivos y su invarianza
(20)
y la redundancia.
(21)
En relación con el análisis de redes, es un método relativamente reciente, que se diferencia de los modelos
clásicos en medición, al considerar que las variables, síntomas, rasgos o dificultades psicológicas se encuentran
interrelacionados y que mantienen entre ellas un impacto constante,
(22)
a diferencia del modelo biomédico que
considera a toda patología o dificultad emocional es producto de una variable latente.
La red al ser analizada presenta una representación gráfica dividida en dos aspectos, nodos y aristas,
(23,24,25)
los primeros hacen referencia a las variables analizadas y las segundas indican la relación existente entre
ellas. En base a lo expuesto, se puede considerar que el análisis de redes representa un método de análisis
innovador complejo frente a la medición de variables, poder usarlo en el campo de la validación de
instrumentos contribuye a que pueda contar con herramientas de mayor precisión.
Ante esto, se propone como objetivo general realizar un análisis psicométrico exploratorio de redes del
cuestionario de agresión (AQ) en adolescentes. Y como objetivos específicos se buscó: Realizar el análisis
preliminar de los ítems, estimar la dimensionalidad y estabilidad, calcular las cargas de red, obtener la
consistencia estructural y realizar el análisis de invarianza en base al sexo en los adolescentes.
METODOLOGÍA.
El estudio corresponde al diseño instrumental, con enfoque cuantitativo, orientado a la medición de la validez
y confiabilidad.
La muestra, seleccionada fue evaluada en base al muestreo no probabilístico por conveniencia, método que
permite una selección de participantes en base a la accesibilidad y facilidad del investigador, pero que solo
toma en consideración a aquellos que cumplen con los criterios establecidos para su selección. En total
fueron 490 adolescentes, quienes cursaban del tercer al quinto grado del nivel secundario, pertenecientes a
una institución educativa pública. Sus edades oscilaron de 13 a 16 años (Media: 14.6), de ambos sexos (61 %
varones y 39 % mujeres). Como criterios de inclusión fueron considerados solo aquellos matriculados en el
año académico, que acepten formar parte de manera voluntaria brindando su consentimiento.
El instrumento empleado, fue el Cuestionario de Agresión (AQ), elaborado por Buss y Perry en 1992. Se
empleó la versión adaptada por Andreu et al.,
(26)
se compone de cuatro dimensiones (agresión física, agresión
verbal, ira y hostilidad) y 29 ítems en escala Likert. Presenta una confiabilidad que oscila de 0,68 a 0,88 entre
sus dimensiones y adecuados índices de ajuste (RMR: 0,05, RMSEA: 0,05, GFI: 0,92 y GFI: 0,93).
El proceso de recojo de información se realizó de manera presencial, cada participante firmó un consentimiento
informado, que brindaba su conformidad a ser participe del estudio. Culminado el proceso cada prueba fue
codificada para su posterior análisis.
Análisis de datos
El análisis de los datos se llevó a cabo utilizando RStudio como interfaz principal para la gestión y ejecución
de los scripts analíticos.
(27)
Para la manipulación, limpieza y organización de los datos, se emplearon las
herramientas del paquete tidyverse, que facilitan la estructuración eficiente de los conjuntos de datos y la
preparación previa al análisis estadístico.
(28)
La composición y maquetación de las figuras se realizó mediante
el paquete gridExtra, permitiendo una presentación visual clara y comparativa de los resultados.
(29)
El análisis
exploratorio de grafos (EGA) y su versión bootstrap (bootEGA) se implementaron a través del paquete
EGAnet, que posibilita la identificación de la dimensionalidad subyacente y la evaluación de la estabilidad
estructural de las soluciones obtenidas.
(30)
Para la estimación de la red, se utilizó el modelo graphical lasso (glasso) sobre una matriz de correlaciones
de Spearman, decisión motivada por la presencia de asimetría en la distribución de las respuestas tipo Likert,
ya que bajo estas condiciones la matriz de Spearman ofrece una recuperación de aristas comparable o
superior a la matriz policórica en el contexto de EBICglasso.
(31)
La detección de comunidades se realizó
inicialmente con el algoritmo Louvain, aunque el paquete EGAnet también permite la comparación con
otros algoritmos como walktrap, basado en caminatas aleatorias, para asegurar la robustez de la estructura
dimensional identificada.
(32)
El análisis incluyó la aplicación de bootEGA con 1000 réplicas y el algoritmo
Leading Eigenvector (LE) para evaluar la consistencia estructural de las dimensiones y la estabilidad de
pertenencia de los ítems, utilizando como criterio de replicación satisfactorio un umbral de ≥ 75 %, conforme
a las recomendaciones metodológicas actuales.
(33)
La consistencia estructural fue diferenciada explícitamente de la consistencia interna clásica, ya que la
primera evalúa la replicabilidad de la estructura dimensional en muestras bootstrap, mientras que la segunda
se refiere a la homogeneidad interna de los ítems.
(34)
En relación a las cargas de red, se interpretan en base a
tres umbrales, pequeño para 0,15, moderadas para 0,25 y grandes para 0,35, lo que permite poder realizar las
comparaciones en base a criterios ya conocidos de interpretación de cargas factoriales.
(35)
Aunado a esto, se
empleó el Loading Comparison Test (LCT) para poder elegir entre el marco de red y el latente, facilitando
así que toda estructura identificada guarde mejor relación con el modelo teórico más pertinente.
(36)
La
modelización de redes latentes (Latent Network Modeling) se implementó con el paquete psychonetrics,
permitiendo explorar las interacciones entre variables latentes y comparar la estructura de red con modelos
de ecuaciones estructurales tradicionales.
(37)
Para la interpretación de las correlaciones entre dimensiones y nodos, se siguieron los puntos de corte
propuestos por Cohen (0,10, 0,30, 0,50 como efectos pequeño, mediano y grande, respectivamente), y se
reportaron métricas de centralidad cuando fue pertinente, empleando las funciones del paquete bootnet.
(24,38)
La elección de este enfoque metodológico responde a la necesidad de captar la complejidad estructural de los
datos tipo Likert, garantizar la robustez y replicabilidad de los resultados, y permitir una interpretación
tanto desde el marco de red como desde el marco latente, integrando evidencia empírica y criterios teóricos
actualizados.
RESULTADOS
Figura 1. Análisis preliminar de los ítems
En base al análisis descriptivo de las frecuencias de respuesta para los 17 ítems que conforman el instrumento
y presentan la escala Likert. Se aprecia, que en su gran mayoría diversos ítems (AFI, AF5, AF13, AF21,
AF27, AF29, AV18 y AH4) superan el 40% de selección en opción 1 por parte de los participantes, asimismo
se aprecia que una gran cantidad de ítems, los porcentajes elegidos superan el 20 %, para la opción dos. A
partir de esto, se puede inferir que, entre los adolescentes evaluados, existe una mayor tendencia a elegir
categorías bajas de respuesta, sin embargo, se aprecia variabilidad entre las cinco opciones de respuesta.
Figura 2. Dimensionalidad y estabilidad (EGA/BootEGA)
El Análisis Exploratorio de Grafos (EGA) identificó la presencia de tres dimensiones en la estructura de los
datos. El índice TEFI obtenido fue de -12,29, lo que indica un ajuste adecuado del modelo de red estimado.
La estabilidad de la solución fue corroborada mediante procedimientos de remuestreo (BootEGA), que
presentan una mejor estructura en base a 17 ítems y tres dimensiones, y a la vez, reflejan una mayor
consistencia en las iteraciones realizadas. A la vez, las líneas más gruesas muestran una mayor conexión
entre los ítems que conforman cada dimensión, esto permite comprender que existe una gran relación entre
los dimensiones y el modelo teórico para la medición de la agresión.
Tabla 1. Cargas de red (principales)
El análisis de cargas de red mostró que, en la dimensión 1, los ítems con mayores cargas fueron AF5 (0,541),
AF21 (0,482), AF9 (0,403), AF24 (0,398) y AF17 (0,336). En la dimensión 2, los ítems más representativos
fueron AV14 (0,447), AI19 (0,433), AV18 (0,395), AV10 (0,326) y AV2 (0,296). Para la dimensión 3,
destacaron AH26 (0,543), AH8 (0,421), AH12 (0,372), AH16 (0,367) y AH20 (0,253). Estos resultados
evidencian una adecuada representación de los ítems en sus respectivas dimensiones.
Figura 3. Consistencia estructural (BootEGA) modelo original.
El modelo original, evidencia que diversos reactivos, presentan coeficientes con valores menores al 0,75, lo
que indica una baja estabilidad, la cual se encuentre presente en las cuatro dimensiones, cuyos valores oscilan
de 0,39 a 0,74; los ítems que reflejan una mayor estabilidad, presentan valores 0,76 a 0,96. Frente a esto, se
realizó la eliminación de reactivos, buscando una mayor estabilidad en la red.
Figura 4. Consistencia estructural (BootEGA) del modelo adaptado.
La figura, permite identificar la consistencia estructural en base a las 3 dimensiones identificadas, cuyos
valores son elevados, presentando coeficientes de 0,86 a 1 en Agresividad física, de 0,92 a 1 para Agresión
verbal y de 1 en la dimensión Hostilidad. Los valores encontrados permiten apreciar que la presencia de una
alta estabilidad y replicabilidad, del modelo encontrado en base a tres dimensiones en base al BootEGA.
Figura 5. Invarianza en base al modelo adaptado.
Se realizó el análisis de invarianza, tomando en cuenta la estructura de tres dimensiones en base al sexo. Los
resultados reflejan que no existen diferencias estadísticamente significativas entre la pertenencia de los 17
ítems sobre las dimensiones, mostrando valores de p ajustados (p_BH) mayores al 0,05 entre la gran mayoría
de los casos. Es necesario tomar en cuenta que solo se apreciaron diferencias en el ítem AF24, que refleja una
diferencia significativa (p = 0,048; p_BH = 0,468), sin embargo, este valor no fue suficiente para poder
determinar una diferencia al realizarse la corrección en base a las comparaciones múltiples. Lo encontrado
confirma la invarianza de la estructura factorial entre los grupos analizados.
DISCUSIÓN
La adolescencia presenta, una etapa importante durante el proceso de adaptación y socialización, sin embargo,
es propensa a la manifestación de diversas dificultades. Entre las más comunes se encuentra la agresividad,
considerada un problema público, que conlleva a graves consecuencias en sus víctimas y sociedad,
(3)
cuya
finalidad es la de lastimar o causar daño a nivel físico o emocional.
(4)
Al respecto, puede ser definida como
todo aquel acto basado en golpes, la coacción e insultos, con la finalidad de obtener un beneficio mediante
el uso de la fuerza e intimidación.
Existen diversos instrumentos destinados a la medición de la agresividad, el Cuestionario de Agresión (AQ),
de Buss y Perry, es uno de más empleados, adaptado en diferentes idiomas, contextos y grupos poblacionales.
Frente a esto, se propuso como objetivo, realizar un análisis psicométrico del cuestionario de agresión (AQ)
en adolescentes, en base al análisis de redes.
Al respecto, el estudio se basó en el análisis de redes, método que ha tomado mayor relevancia en la medición
de variables relacionadas a la salud mental y considera a los diversos síntomas como nodos, que se relacionan,
se refuerzan entre sí y permiten de esta manera determinar sus factores.
(39)
En el campo de la psicometría, el
análisis de redes permite estimar medidas como la replicabilidad en base al análisis de grafos y a medidas de
Bootstrap, que buscan conocer la dependencia en la muestra,
(17)
así como conocer el valor de la carga de
red,
(32)
determinar la redundancia, mediante el análisis de variables únicas (UVA), lo que facilita el poder
abreviar un instrumento,
(21)
y comprobar la invarianza de los grupos en base al sexo.
En base a las redes psicométricas, los resultados encontrados permiten apreciar la conformación de una
nueva estructura conformada por 17 ítems y tres dimensiones, con cargas de red que oscilan de 0,22 a 0,54,
permitiendo considerar que entre los diversos ítems existen adecuadas interconexiones que contribuyen a la
medición de la agresividad en adolescentes. Aunque estos valores no son similares a otros resultados
encontrados en otros contextos,
(16, 17)
se puede inferir que los ítems, logran tener una adecuada relación con
el constructo propuesto y facilitan la medición de la agresividad en adolescentes.
Asimismo, aunque el estudio propone una nueva estructura en su medición, se debe considerar, que a
diferencia del modelo médico que tiene como punto de partida la percepción de una variable latente como
método para poder explicar dificultades, rasgos de personalidad y otros; el análisis de redes considera que
cada síntoma o característica evaluada, es producto de la interacción que existe entre los síntomas o
características,
(22)
en relación al presente, se puede inferir que cada ítem se encuentra relacionado y a la vez
impactan entre sí de forma constante. En relación con el cambio en la estructura para la medición de la variable,
el cual se conforma por tres dimensiones, coincide con diversos estudios realizados,
(15,16,17,18)
los cuales
reportaron modificaciones en el instrumento en sus dimensiones y eliminación de ítems, pero siguen
demostrando utilidad para la medición de la agresividad.
Los coeficientes relacionados a la estabilidad muestran valores de 0,837 a 0,997, considerados satisfactorios,
(30) entre las dimensiones de la nueva estructura propuesta, lo que indican capacidad para la medición y
buena replicabilidad del cuestionario. Aunque otros estudios han empleado coeficientes distintos para la
fiabilidad,
(15,16,17)
valores, pueden llegar a ser comparables a los diversos coeficientes reportados en estudios
que buscaron medir su consistencia.
En relación con la invarianza entre grupos, los resultados no reflejan diferencias estadísticas entre ambos
grupos (hombres y mujeres), esto permite comprender que toda diferencia que pueda llegar a encontrarse en
base a la medición se debe a diferencia entre los géneros y no a causa del instrumento seleccionado.
(40)
A partir de lo encontrado, el estudio muestra la importancia de seguir analizando instrumentos que miden
agresividad en los adolescentes, al ser una dificultad creciente y que suele estar presente en diferentes
contextos. Además, brinda una versión breve, lo cual facilita su aplicación. Aunque el estudio emplea un
método que puede llegar a ser considerado nuevo, no se encuentra exento de limitaciones, como el tipo de
muestreo empleado que limita su generalización; a la vez, la cantidad de la muestra evaluada se considera
adecuada, sin embargo, se sugiere en futuros estudios ampliar el número de adolescentes evaluados.
CONCLUSIONES
El cuestionario de agresividad analizado, en base al análisis de redes, refleja una estructura tridimensional,
con adecuada validez y confiabilidad. Esto permite que pueda ser empleados por profesionales de la salud,
docentes, estudiantes o investigadores, interesados en medir los niveles de agresividad en estudiantes del
nivel secundario de ambos sexos.
Financiamiento: El estudio fue financiado por el investigador.
Agradecimientos: A la Universidad Privada del Norte por su confianza y a cada uno de los participantes que
respondieron de manera sincera a la evaluación.
Conflicto de intereses: El autor de la presente investigación, declara no presentar conflicto de interés.
Contribución del autor: Richard Irvin Salirrosas-Cabada, se encargó de la búsqueda de información,
recolección de datos, análisis e interpretación de resultados, metodología y conclusiones.
REFERENCIAS BIBLIOGRAFICAS.
1. Zhang Y, Li Y, Xie X, Lin X, Huang M, Fu H, et al. Association of greenness surrounding school with
aggression among adolescents: A multi-site study in China. Environ Res [Internet]. 2023 [citado 04
Ene 2026];234:116529. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/
S0013935123013336 DOI: https://doi.org/10.1016/j.envres.2023.116529.
2. Campo-Tena L, Larmour SR, Pereda N, Eisner MP. Longitudinal associations between adolescent
dating violence victimization and adverse outcomes: A systematic review. Trauma Violence Abuse
[Internet]. 2024 [citado 04 Ene 2026];25(2):1265–1277. Disponible en: https://journals.sagepub.com/
doi/full/10.1177/15248380231174504. DOI: https://doi.org/10.1177/15248380231174504.
3. Zhang L, Zhu H. Relationship between narcissism and aggression: A meta-analysis. Xin Li Xue Bao
[Internet]. 2021 [citado 04 Ene 2026];53(11):1228–1243. Disponible en: https://doi.org/10.3724/
SP.J.1041.2021.01228.
4. Krahé B. The social psychology of aggression: 3Rd edition [Internet]. 3a ed. Londres, Inglaterra:
Routledge; 2020. Disponible en: http://dx.doi.org/10.4324/9780429466496.
5. Zhang L, Eggum ND. Chinese adolescents’ perceptions of aggressive peers: The roles of gender and
cultural values. J Interpers Violence [Internet]. 2023 [citado 04 Ene 2026];38(15–16):9343–9368.
Disponible en: https://journals.sagepub.com/doi/abs/10.1177/08862605231165751 DOI: https://doi.org/
10.1177/08862605231165751.
6. Whipp AM, Korhonen T, Raevuori A, Heikkilä K, Pulkkinen L, Rose RJ, et al. Early adolescent
aggression predicts antisocial personality disorder in young adults: a population-based study. Eur
Child Adolesc Psychiatry [Internet]. 2019 [citado 05 Ene 2026];28(3):341–350. Disponible en:
https://link.springer.com/article/10.1007/s00787-018-1198-9. DOI: https://doi.org/10.1007/s00787-
018-1198-9.
7. Kwak M, Oh I. Comparison of psychological and social characteristics among traditional, cyber,
combined bullies, and non-involved. Sch Psychol Int [Internet]. 2017 [citado 05 Ene 2026];38(6):
608–627. Disponible en: https://journals.sagepub.com/doi/abs/10.1177/0143034317729424 DOI:
https://doi.org/10.1177/0143034317729424.
8. Brugman S, Cornet LJM, Smeijers D, Smeets K, Oostermeijer S, Buitelaar JK, et al. Examining the
reactive proactive questionnaire in adults in forensic and non-forensic settings: A variable- and
person-based approach: Reactive Proactive Aggression in Adults. Aggress Behav [Internet]. 2017
[citado 05 Ene 2026];43(2):155–162. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1002/
ab.21671. DOI: https://doi.org/10.1002/ab.21671.
9. Bandura A, Ross D, Ross SA. Transmission of aggression through imitation of aggressive models. J
Abnorm Soc Psychol [Internet]. 1961 [citado 05 Ene 2026];63(3):575–582. Disponible en:
https://psycnet.apa.org/record/1963-00875-001. DOI:http://doi.org/10.1037/h0045925.
10. Siregar AOA, Karmiyati D. Delinquent behavior: An analysis of Albert Bandura’s social learning
theory. ICPE [Internet]. 2024 [citado el 05 de Ene de 2026];3(1). Disponible en: https://proceeding.
unesa.ac.id/index.php/icpe/article/view/3655.
11. Pomahuacre-Carhuayal JW, Flores-Ramirez ME, Sanchez-Aliaga LL, Pomahuacre-Carhuayal LA,
Alva-Mendoza JC. Cuestionario de Agresión de Buss y Perry, forma reducida (AQ-SF): evidencias
psicométricas en adolescentes peruanos. Rev Investig Psicol [Internet]. 2024 [citado 05 Ene 2026];
27(2):e27560. Disponible en: disponible en: https://go.gale.com/ps/i.do?id=GALE%7CA824744120
&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=1560909X&sw=w&p=IFME&userGroup
Name=anon%7E2f25831a&aty=open-web-entry DOI: http://doi.org/10.15381/rinvp.v27i2.27560.
12. Javela JJ. Analysis of the psychometric properties of the Buss-Perry Aggression Questionnaire (AQ)
in Colombian adolescents. Rev psicol clín con niños adolesc [Internet]. 2023 [citado 07 Ene 2026];
10(3). Disponible en: https://jcpca.org/wp-content/uploads/pdfs/23-03-08.pdf. DOI: http://doi.org/
10.21134/rpcna.2023.10.3.8.
13. Cunha O, Peixoto M, Cruz AR, Gonçalves RA. Buss-Perry Aggression Questionnaire: Factor structure
and measurement invariance among Portuguese male perpetrators of intimate partner violence. Crim
Justice Behav [Internet]. 2021 [citado 07 Ene 2026];009385482110501. Disponible en: https://journals.
sagepub.com/doi/abs/10.1177/00938548211050113. DOI: http://doi.org/10.1177/00938548211050113.
14. Zimonyi S, Kasos K, Halmai Z, Csirmaz L, Stadler H, Rózsa S, et al. Hungarian validation of the
Buss-Perry Aggression Questionnaire-Is the short form more adequate? Brain Behav [Internet]. 2021
[citado 07 Ene 2026];11(5):e02043. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/
brb3.2043 DOI: http://doi.org/10.1002/brb3.2043.
15. Espinoza I, Tobar Viera A. Propiedades psicométricas del Cuestionario de Agresión (AQ) en
estudiantes universitarios ecuatorianos. ecosacademia [Internet]. 2023 [citado 07 Ene 2026];9(18):
9–27. Disponible en: https://revistasojs.utn.edu.ec/index.php/ecosacademia/es/article/view/907.
DOI: http://doi.org/10.53358/ecosacademia.v9i18.907.
16. Sommantico M, Guzmán MO, Parrello S, De Rosa B, Donizzetti AR. Validación de la versión italiana
del cuestionario de agresión (AQ) en el sur de Italia. Psicología Iztacala [Internet]. 2008 [citado 08
Ene 2026];11(4). Disponible en: https://www.revistas.unam.mx/index.php/repi/article/view/18593.
17. García-Batista ZE, Moretti LS, Franco P, Adrián Medrano L, Mustaca AE. Evidencias de Validez y
Confiabilidad de las Puntuaciones del Cuestionario de Agresividad (AQ) para Adultos Argentinos.
Rev Iberoam Diagn Eval - Aval Psicol [Internet]. 2022 [citado 08 Ene 2026];62(1):17. Disponible en:
https://go.gale.com/ps/i.do?id=GALE%7CA758439597&sid=googleScholar&v=2.1&it=r&link
access=abs&issn=11353848&sw=w&p=AONE&userGroupName=anon%7Eb60e570d&aty=open-
web-entry.
18. Maxwell JP. Development and preliminary validation of a Chinese version of the Buss-Perry Aggression
Questionnaire in a population of Hong Kong Chinese. J Pers Assess [Internet]. 2007 [citado 08 Ene
2026];88(3):284–94. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/00223890701317004
DOI: http://doi.org/10.1080/00223890701317004.
19. Golino HF, Epskamp S. Exploratory graph analysis: A new approach for estimating the number of
dimensions in psychological research. PLoS One [Internet]. 2017 [citado 11 Ene 2026];12(6):
e0174035. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0174035.
DOI: http://doi.org/10.1371/journal.pone.0174035.
20. Christensen AP, Golino H. Estimating the stability of psychological dimensions via Bootstrap
Exploratory Graph Analysis: A Monte Carlo simulation and tutorial. Psych [Internet]. 2021 [citado
11 Ene 2026];3(3):479–500. Disponible en: https://www.mdpi.com/2624-8611/3/3/32. DOI:
http://doi.org/10.3390/psych3030032.
21. Christensen AP, Garrido LE, Guerra-Peña K, Golino H. Comparing community detection algorithms
in psychometric networks: A Monte Carlo simulation. Behav Res Methods [Internet]. 2024 [citado 11
Ene 2026];56(3):1485–1505. Disponible en: https://link.springer.com/article/10.3758/s13428-023-
02106-4. DOI: http://doi.org/10.3758/s13428-023-02106-4.
22. Fonseca-Pedrero E, Muñiz J. Análisis de Redes en la Medición Psicológica: Fundamentos: Análisis
psicométrico de redes psicológicas. Acción psicol [Internet]. 2025 [citado 12 Ene 2026];22(1).
Disponible en: https://revistas.uned.es/index.php/accionpsicologica/article/view/43296. DOI:
http://doi.org/10.5944/ap.22.1.43296.
23. Álvarez-Díaz M, Gallego-Acedo C, Fernández-Alonso R, Muñiz J, Fonseca-Pedrero E. Análisis de
Redes: una Alternativa a los Enfoques Clásicos de Evaluación de los Sistemas Educativos. Psicol
Educ [Internet]. 2022 [citado 12 Ene 2026];28(2):165–73. Disponible en: https://digibuo.uniovi.es/
dspace/bitstream/handle/10651/61685/1135_755X_psed_psed2021a16.pdf?sequence=1. DOI:
http://doi.org/10.5093/psed2021a16.
24. Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: A tutorial
paper. Behav Res Methods [Internet]. 2018 [citado 12 Ene 2026];50(1):195–212. Disponible en:
https://link.springer.com/article/10.3758/s13428-017-0862-1#citeas. DOI: http://doi.org/10.3758/
s13428-017-0862-1.
25. Fonseca-Pedrero E. Análisis de redes: ¿una nueva forma de comprender la psicopatología? Rev
Psiquiatr Salud Ment [Internet]. 2017 [citado 13 Ene 2026];10(4):206–15. Disponible en:
https://www.sciencedirect.com/science/article/pii/S1888989117300903. DOI: http://doi.org/10.1016/
j.rpsm.2017.06.004.
26. Andreu, J., Peña, M. & Graña, J. Adaptación psicométrica de la versión española del Cuestionario de
Agresión. Psicothema [Internet] 2002 [citado 11 Ene 2026];14(2),476-482. Disponible en:
https://www.redalyc.org/pdf/727/72714245.pdf.
27. RStudio Team. RStudio: Integrated Development Environment for R [software]. Posit PBC; 2023.
28. Wickham H, Averick M, Bryan J, Chang W, McGowan L, François R, et al. Welcome to the tidyverse.
J Open Source Softw [Internet]. 2019 [citado 11 Ene 2026];4(43):1686. Disponible en: https://joss.theoj.
org/papers/10.21105/joss.01686 DOI: http://doi.org/10.21105/joss.01686.
29. Auguie B, Antonov A. gridExtra: Miscellaneous functions for “Grid” graphics [software]. Comprehensive
R Archive Network (CRAN); 2017.
30. Golino HF, Christensen AP. EGAnet: Exploratory Graph Analysis tools for psychological research
[software]. 2021.
31. Isvoranu AM, Epskamp S. Which estimation method to use in network psychometrics under skew?
(Spearman vs polychoric in EBICglasso).
32. Garcia-Pardina A, Abad FJ, Christensen AP, Golino H, Garrido LE. Dimensionality assessment in the
presence of wording effects: A network psychometric and factorial approach. Behav Res Methods
[Internet]. 2024 [citado 11 Ene 2026];56(6):6179–97. Disponible en: https://link.springer.com/article/
10.3758/s13428-024-02348-w. DOI: http://doi.org/10.3758/s13428-024-02348-w.
33. Golino H, Moulder R, Shi D, Christensen AP, Garrido LE, Nieto MD, et al. Entropy fit indices: New
fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate
Behav Res [Internet]. 2021 [citado 11 Ene 2026];56(6):874–902. Disponible en: https://www.tandfonline.
com/doi/abs/10.1080/00273171.2020.1779642. DOI: http://dx.doi.org/10.1080/00273171.2020.1779642.
34. Christensen AP, Golino H, Silvia PJ. A psychometric network perspective on the validity and validation
of personality trait questionnaires. Eur J Pers [Internet]. 2020 [citado 11 Ene 2026];34(6):1095–108.
Disponible en: https://journals.sagepub.com/doi/abs/10.1002/per.2265. DOI: http://doi.org/10.1002/
per.2265.
35. Christensen AP, Golino H. On the equivalency of factor and network loadings. Behav Res Methods
[Internet]. 2021 [citado 11 Ene 2026];53(4):1563–80. Disponible en: https://link.springer.com/article/
10.3758/s13428-020-01500-6#citeas. DOI: http://doi.org/10.3758/s13428-020-01500-6.
36. Epskamp S. Structural Equation Modeling and Confirmatory Network Analysis [R package psychonetrics
version 0.13.2] [Internet]. Comprehensive R Archive Network (CRAN). 2025 [citado 12 Ene 2026].
Disponible en: https://cran.r-project.org/package=psychonetrics.
37. Epskamp S, Rhemtulla M, Borsboom D. Generalized network psychometrics: Combining network
and latent variable models. Psychometrika [Internet]. 2017 [citado el 12 de Ene de 2026];82(4):
904–927. Disponible en: https://www.cambridge.org/core/journals/psychometrika/article/abs/
generalized-network-psychometrics-combining-network-and-latent-variable-models/2D2004CADB
2549F8FE1DDE1726D9DC80. DOI: http://doi.org/10.1007/s11336-017-9557-x.
38. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge.
39. Borsboom D, Cramer AOJ. Network analysis: an integrative approach to the structure of psychopathology.
Annu Rev Clin Psychol [Internet]. 2013 [citado 12 Ene 2026];9(1):91–121. Disponible en:
https://www.annualreviews.org/content/journals/10.1146/annurev-clinpsy-050212-185608. DOI:
http://doi.org/10.1146/annurev-clinpsy-050212-185608.
40. Lara SD, Merino-Soto C. Estimación de la magnitud del efecto en invarianza de medición. Rev Aval
Psicol [Internet]. 2019 [citado 29 May 2026];18(03). Disponible en: https://pepsic.bvsalud.org/scielo.
php?pid=S1677-04712019000300014&script=sci_arttext. DOI: http://doi.org/10.15689/ap.2019.
1803.16248.13.
Agresividad en adolescentes: Validez y confiabilidad en base al análisis de redes psicométricas
Aggression in adolescents: Validity and reliability based on psychometric network analysis
https://doi.org/10.37135/ee.04.27.01
Autor:
Richard Irvin Salirrosas-Cabada1 - https://orcid.org/0000-0002-4443-5992
Afiliación:
1Universidad Privada del Norte, Facultad de Ciencias de la Salud, Lima, Perú
Autor de correspondencia: Richard Irvin Salirrosas-Cabada. Av. Tingo María N° 1122, distrito de Cercado
de Lima Correo electrónico: richard.salirrosas@upn.pe, Telefono: 956363278
Recibido: 11 de mayo de 2026 Aceptado: 3 de agosto de 2026
RESUMEN
Se considera a la agresividad, como toda aquella conducta basada en la intimidación, mediante el empleo de
la violencia física o psicológica. Entre los diversos instrumentos que miden el constructo, se encuentra el
Cuestionario de Agresividad de Buss y Perry. Frente a esto, el estudio buscó determinar la validez y fiabilidad
en base a un modelo psicométrico basado en redes. Participaron 490 estudiantes del nivel secundario. Se
evaluaron la dimensionalidad, consistencia estructural, cargas de red mediante el Análisis Exploratorio de
Grafos (EGA) e invarianza en base al sexo. Los resultados, indicaron que el cuestionario presenta una estructura
basada en tres dimensiones, con una consistencia estructural ideal (0,837 a 0,997). Las cargas de red fueron
moderadas a altas (0,22 a 0,54), asimismo, existe invarianza entre sexos. Lo encontrado, pone en evidencia
que el cuestionario presenta validez y fiabilidad, lo que determina su uso para la medición de la agresividad
en adolescentes educativos.
Palabras clave: Psicometría, agresión, adolescentes.
ABSTRACT
Aggression is defined as any behavior based on intimidation through the use of physical or psychological
violence. Among the various instruments designed to measure this construct, the Buss and Perry Aggression
Questionnaire is one of the most widely used. In this context, the present study aimed to determine its validity
and reliability based on a psychometric network model. A total of 490 secondary school students participated
in the study. Dimensionality, structural consistency, network loadings using Exploratory Graph Analysis
(EGA), and sex-based invariance were evaluated. The results indicated that the questionnaire exhibits a
three-dimensional structure with ideal structural consistency coefficients (0.837 to 0.997). Network loadings
were moderate to high (0.22 to 0.54), and measurement invariance across sex was supported. These findings
provide evidence of the questionnaire’s validity and reliability, supporting its use for assessing aggression in
adolescent students.
Keywords: Psychometrics, Aggression, Adolescent.
INTRODUCCIÓN.
La adolescencia, representa una etapa llena de oportunidades y beneficios para el buen desarrollo neuronal y
socioemocional,
(1)
al ser positivo, contribuye al bienestar y calidad de vida. Sin embargo, muchas veces
debido a dificultades o conflictos, suelen presentar conductas poco adaptativas, siendo una de las más comunes
la agresividad.
(2)
La agresividad, es asumida como un problema de salud pública, que genera graves consecuencias en las
víctimas y sociedad,
(3)
la cual, busca lastimar o causar daño a nivel físico o emocional.
(4)
Se reconoce que la
agresividad, puede ser expresada de muchas maneras, mediante insultos, amenazas o golpes, que conlleva a
una mayor dificultad para adaptarse en contextos educativos y en el sistema familiar. La literatura reconoce
su relación con ideas suicidas y dificultad para establecer vínculos sanos con sus pares,
(5)
los trastornos de
personalidad,
(6)
dificultades para ejercer un adecuado autocontrol,
(7)
inestabilidad y un deterioro constante en
la calidad de vida.
(8)
Entre los diversos modelos teóricos que permiten tener una mejor comprensión sobre la agresividad, se
encuentra la teoría del aprendizaje social,
(9)
la cual considera que la agresividad surge y se refuerza a partir
de la influencia que se recibe del entorno más cercano, influyendo en la conducta y creencias, moldeando su
interacción en sociedad.
(10)
A la vez, se reconoce que medir la agresividad en los adolescentes, es importante, ya que facilita su adecuada
identificación y puedo permitir su oportuna intervención. Estudios han reportado que cuando se promueve la
autoestima
Entre los diversos instrumentos que se utilizan para la medición de la agresividad, se encuentra Cuestionario
de Agresión (AQ), elaborado por Buss y Perry en 1992, la cual consta de cuatro dimensiones y un total de 29
reactivos, orientados a medir la agresividad física, verbal, la ira y hostilidad. A lo largo de los años, ha sido
objeto de diversos estudios de corte psicométrico, sin embargo, estudios realizados en diferentes contextos,
REE 20(3) Riobamba sep. - dic. 2026
cc
BY NC ND
3
ISSN-impreso 1390-7581
ISSN-digital 2661-6742
han encontrado dificultades relacionadas a una baja confiabilidad en dimensiones y el retiro de ítems.
(11,12,13,14)
Asimismo, ha presentado cambios en su estructura, reportándose versiones reducidas de tres dimensiones en
Ecuador,
(15)
Italia,
(16)
Argentina
(17)
y en China de dos dimensiones.
(18)
Todos estos estudios, demuestran la
utilidad del instrumento para la medición de la agresividad, sin embargo, ponen en evidencia, que su estructura
no suele mostrar replicabilidad en diferentes contextos. Esto motiva a realizar el análisis psicométrico, en
base al método de análisis de redes, ya que puede estimar la replicabilidad de la estructura que la prueba
presenta,
(19)
cuantificar las cargas de red en base a su equivalencia facilitando una mejor selección de los
reactivos y su invarianza
(20)
y la redundancia.
(21)
En relación con el análisis de redes, es un método relativamente reciente, que se diferencia de los modelos
clásicos en medición, al considerar que las variables, síntomas, rasgos o dificultades psicológicas se encuentran
interrelacionados y que mantienen entre ellas un impacto constante,
(22)
a diferencia del modelo biomédico que
considera a toda patología o dificultad emocional es producto de una variable latente.
La red al ser analizada presenta una representación gráfica dividida en dos aspectos, nodos y aristas,
(23,24,25)
los primeros hacen referencia a las variables analizadas y las segundas indican la relación existente entre
ellas. En base a lo expuesto, se puede considerar que el análisis de redes representa un método de análisis
innovador complejo frente a la medición de variables, poder usarlo en el campo de la validación de
instrumentos contribuye a que pueda contar con herramientas de mayor precisión.
Ante esto, se propone como objetivo general realizar un análisis psicométrico exploratorio de redes del
cuestionario de agresión (AQ) en adolescentes. Y como objetivos específicos se buscó: Realizar el análisis
preliminar de los ítems, estimar la dimensionalidad y estabilidad, calcular las cargas de red, obtener la
consistencia estructural y realizar el análisis de invarianza en base al sexo en los adolescentes.
METODOLOGÍA.
El estudio corresponde al diseño instrumental, con enfoque cuantitativo, orientado a la medición de la validez
y confiabilidad.
La muestra, seleccionada fue evaluada en base al muestreo no probabilístico por conveniencia, método que
permite una selección de participantes en base a la accesibilidad y facilidad del investigador, pero que solo
toma en consideración a aquellos que cumplen con los criterios establecidos para su selección. En total
fueron 490 adolescentes, quienes cursaban del tercer al quinto grado del nivel secundario, pertenecientes a
una institución educativa pública. Sus edades oscilaron de 13 a 16 años (Media: 14.6), de ambos sexos (61 %
varones y 39 % mujeres). Como criterios de inclusión fueron considerados solo aquellos matriculados en el
año académico, que acepten formar parte de manera voluntaria brindando su consentimiento.
El instrumento empleado, fue el Cuestionario de Agresión (AQ), elaborado por Buss y Perry en 1992. Se
empleó la versión adaptada por Andreu et al.,
(26)
se compone de cuatro dimensiones (agresión física, agresión
verbal, ira y hostilidad) y 29 ítems en escala Likert. Presenta una confiabilidad que oscila de 0,68 a 0,88 entre
sus dimensiones y adecuados índices de ajuste (RMR: 0,05, RMSEA: 0,05, GFI: 0,92 y GFI: 0,93).
El proceso de recojo de información se realizó de manera presencial, cada participante firmó un consentimiento
informado, que brindaba su conformidad a ser participe del estudio. Culminado el proceso cada prueba fue
codificada para su posterior análisis.
Análisis de datos
El análisis de los datos se llevó a cabo utilizando RStudio como interfaz principal para la gestión y ejecución
de los scripts analíticos.
(27)
Para la manipulación, limpieza y organización de los datos, se emplearon las
herramientas del paquete tidyverse, que facilitan la estructuración eficiente de los conjuntos de datos y la
preparación previa al análisis estadístico.
(28)
La composición y maquetación de las figuras se realizó mediante
el paquete gridExtra, permitiendo una presentación visual clara y comparativa de los resultados.
(29)
El análisis
exploratorio de grafos (EGA) y su versión bootstrap (bootEGA) se implementaron a través del paquete
EGAnet, que posibilita la identificación de la dimensionalidad subyacente y la evaluación de la estabilidad
estructural de las soluciones obtenidas.
(30)
Para la estimación de la red, se utilizó el modelo graphical lasso (glasso) sobre una matriz de correlaciones
de Spearman, decisión motivada por la presencia de asimetría en la distribución de las respuestas tipo Likert,
ya que bajo estas condiciones la matriz de Spearman ofrece una recuperación de aristas comparable o
superior a la matriz policórica en el contexto de EBICglasso.
(31)
La detección de comunidades se realizó
inicialmente con el algoritmo Louvain, aunque el paquete EGAnet también permite la comparación con
otros algoritmos como walktrap, basado en caminatas aleatorias, para asegurar la robustez de la estructura
dimensional identificada.
(32)
El análisis incluyó la aplicación de bootEGA con 1000 réplicas y el algoritmo
Leading Eigenvector (LE) para evaluar la consistencia estructural de las dimensiones y la estabilidad de
pertenencia de los ítems, utilizando como criterio de replicación satisfactorio un umbral de ≥ 75 %, conforme
a las recomendaciones metodológicas actuales.
(33)
La consistencia estructural fue diferenciada explícitamente de la consistencia interna clásica, ya que la
primera evalúa la replicabilidad de la estructura dimensional en muestras bootstrap, mientras que la segunda
se refiere a la homogeneidad interna de los ítems.
(34)
En relación a las cargas de red, se interpretan en base a
tres umbrales, pequeño para 0,15, moderadas para 0,25 y grandes para 0,35, lo que permite poder realizar las
comparaciones en base a criterios ya conocidos de interpretación de cargas factoriales.
(35)
Aunado a esto, se
empleó el Loading Comparison Test (LCT) para poder elegir entre el marco de red y el latente, facilitando
así que toda estructura identificada guarde mejor relación con el modelo teórico más pertinente.
(36)
La
modelización de redes latentes (Latent Network Modeling) se implementó con el paquete psychonetrics,
permitiendo explorar las interacciones entre variables latentes y comparar la estructura de red con modelos
de ecuaciones estructurales tradicionales.
(37)
Para la interpretación de las correlaciones entre dimensiones y nodos, se siguieron los puntos de corte
propuestos por Cohen (0,10, 0,30, 0,50 como efectos pequeño, mediano y grande, respectivamente), y se
reportaron métricas de centralidad cuando fue pertinente, empleando las funciones del paquete bootnet.
(24,38)
La elección de este enfoque metodológico responde a la necesidad de captar la complejidad estructural de los
datos tipo Likert, garantizar la robustez y replicabilidad de los resultados, y permitir una interpretación
tanto desde el marco de red como desde el marco latente, integrando evidencia empírica y criterios teóricos
actualizados.
RESULTADOS
Figura 1. Análisis preliminar de los ítems
En base al análisis descriptivo de las frecuencias de respuesta para los 17 ítems que conforman el instrumento
y presentan la escala Likert. Se aprecia, que en su gran mayoría diversos ítems (AFI, AF5, AF13, AF21,
AF27, AF29, AV18 y AH4) superan el 40% de selección en opción 1 por parte de los participantes, asimismo
se aprecia que una gran cantidad de ítems, los porcentajes elegidos superan el 20 %, para la opción dos. A
partir de esto, se puede inferir que, entre los adolescentes evaluados, existe una mayor tendencia a elegir
categorías bajas de respuesta, sin embargo, se aprecia variabilidad entre las cinco opciones de respuesta.
Figura 2. Dimensionalidad y estabilidad (EGA/BootEGA)
El Análisis Exploratorio de Grafos (EGA) identificó la presencia de tres dimensiones en la estructura de los
datos. El índice TEFI obtenido fue de -12,29, lo que indica un ajuste adecuado del modelo de red estimado.
La estabilidad de la solución fue corroborada mediante procedimientos de remuestreo (BootEGA), que
presentan una mejor estructura en base a 17 ítems y tres dimensiones, y a la vez, reflejan una mayor
consistencia en las iteraciones realizadas. A la vez, las líneas más gruesas muestran una mayor conexión
entre los ítems que conforman cada dimensión, esto permite comprender que existe una gran relación entre
los dimensiones y el modelo teórico para la medición de la agresión.
Tabla 1. Cargas de red (principales)
El análisis de cargas de red mostró que, en la dimensión 1, los ítems con mayores cargas fueron AF5 (0,541),
AF21 (0,482), AF9 (0,403), AF24 (0,398) y AF17 (0,336). En la dimensión 2, los ítems más representativos
fueron AV14 (0,447), AI19 (0,433), AV18 (0,395), AV10 (0,326) y AV2 (0,296). Para la dimensión 3,
destacaron AH26 (0,543), AH8 (0,421), AH12 (0,372), AH16 (0,367) y AH20 (0,253). Estos resultados
evidencian una adecuada representación de los ítems en sus respectivas dimensiones.
Figura 3. Consistencia estructural (BootEGA) modelo original.
El modelo original, evidencia que diversos reactivos, presentan coeficientes con valores menores al 0,75, lo
que indica una baja estabilidad, la cual se encuentre presente en las cuatro dimensiones, cuyos valores oscilan
de 0,39 a 0,74; los ítems que reflejan una mayor estabilidad, presentan valores 0,76 a 0,96. Frente a esto, se
realizó la eliminación de reactivos, buscando una mayor estabilidad en la red.
Figura 4. Consistencia estructural (BootEGA) del modelo adaptado.
La figura, permite identificar la consistencia estructural en base a las 3 dimensiones identificadas, cuyos
valores son elevados, presentando coeficientes de 0,86 a 1 en Agresividad física, de 0,92 a 1 para Agresión
verbal y de 1 en la dimensión Hostilidad. Los valores encontrados permiten apreciar que la presencia de una
alta estabilidad y replicabilidad, del modelo encontrado en base a tres dimensiones en base al BootEGA.
Figura 5. Invarianza en base al modelo adaptado.
Se realizó el análisis de invarianza, tomando en cuenta la estructura de tres dimensiones en base al sexo. Los
resultados reflejan que no existen diferencias estadísticamente significativas entre la pertenencia de los 17
ítems sobre las dimensiones, mostrando valores de p ajustados (p_BH) mayores al 0,05 entre la gran mayoría
de los casos. Es necesario tomar en cuenta que solo se apreciaron diferencias en el ítem AF24, que refleja una
diferencia significativa (p = 0,048; p_BH = 0,468), sin embargo, este valor no fue suficiente para poder
determinar una diferencia al realizarse la corrección en base a las comparaciones múltiples. Lo encontrado
confirma la invarianza de la estructura factorial entre los grupos analizados.
DISCUSIÓN
La adolescencia presenta, una etapa importante durante el proceso de adaptación y socialización, sin embargo,
es propensa a la manifestación de diversas dificultades. Entre las más comunes se encuentra la agresividad,
considerada un problema público, que conlleva a graves consecuencias en sus víctimas y sociedad,
(3)
cuya
finalidad es la de lastimar o causar daño a nivel físico o emocional.
(4)
Al respecto, puede ser definida como
todo aquel acto basado en golpes, la coacción e insultos, con la finalidad de obtener un beneficio mediante
el uso de la fuerza e intimidación.
Existen diversos instrumentos destinados a la medición de la agresividad, el Cuestionario de Agresión (AQ),
de Buss y Perry, es uno de más empleados, adaptado en diferentes idiomas, contextos y grupos poblacionales.
Frente a esto, se propuso como objetivo, realizar un análisis psicométrico del cuestionario de agresión (AQ)
en adolescentes, en base al análisis de redes.
Al respecto, el estudio se basó en el análisis de redes, método que ha tomado mayor relevancia en la medición
de variables relacionadas a la salud mental y considera a los diversos síntomas como nodos, que se relacionan,
se refuerzan entre sí y permiten de esta manera determinar sus factores.
(39)
En el campo de la psicometría, el
análisis de redes permite estimar medidas como la replicabilidad en base al análisis de grafos y a medidas de
Bootstrap, que buscan conocer la dependencia en la muestra,
(17)
así como conocer el valor de la carga de
red,
(32)
determinar la redundancia, mediante el análisis de variables únicas (UVA), lo que facilita el poder
abreviar un instrumento,
(21)
y comprobar la invarianza de los grupos en base al sexo.
En base a las redes psicométricas, los resultados encontrados permiten apreciar la conformación de una
nueva estructura conformada por 17 ítems y tres dimensiones, con cargas de red que oscilan de 0,22 a 0,54,
permitiendo considerar que entre los diversos ítems existen adecuadas interconexiones que contribuyen a la
medición de la agresividad en adolescentes. Aunque estos valores no son similares a otros resultados
encontrados en otros contextos,
(16, 17)
se puede inferir que los ítems, logran tener una adecuada relación con
el constructo propuesto y facilitan la medición de la agresividad en adolescentes.
Asimismo, aunque el estudio propone una nueva estructura en su medición, se debe considerar, que a
diferencia del modelo médico que tiene como punto de partida la percepción de una variable latente como
método para poder explicar dificultades, rasgos de personalidad y otros; el análisis de redes considera que
cada síntoma o característica evaluada, es producto de la interacción que existe entre los síntomas o
características,
(22)
en relación al presente, se puede inferir que cada ítem se encuentra relacionado y a la vez
impactan entre sí de forma constante. En relación con el cambio en la estructura para la medición de la variable,
el cual se conforma por tres dimensiones, coincide con diversos estudios realizados,
(15,16,17,18)
los cuales
reportaron modificaciones en el instrumento en sus dimensiones y eliminación de ítems, pero siguen
demostrando utilidad para la medición de la agresividad.
Los coeficientes relacionados a la estabilidad muestran valores de 0,837 a 0,997, considerados satisfactorios,
(30) entre las dimensiones de la nueva estructura propuesta, lo que indican capacidad para la medición y
buena replicabilidad del cuestionario. Aunque otros estudios han empleado coeficientes distintos para la
fiabilidad,
(15,16,17)
valores, pueden llegar a ser comparables a los diversos coeficientes reportados en estudios
que buscaron medir su consistencia.
En relación con la invarianza entre grupos, los resultados no reflejan diferencias estadísticas entre ambos
grupos (hombres y mujeres), esto permite comprender que toda diferencia que pueda llegar a encontrarse en
base a la medición se debe a diferencia entre los géneros y no a causa del instrumento seleccionado.
(40)
A partir de lo encontrado, el estudio muestra la importancia de seguir analizando instrumentos que miden
agresividad en los adolescentes, al ser una dificultad creciente y que suele estar presente en diferentes
contextos. Además, brinda una versión breve, lo cual facilita su aplicación. Aunque el estudio emplea un
método que puede llegar a ser considerado nuevo, no se encuentra exento de limitaciones, como el tipo de
muestreo empleado que limita su generalización; a la vez, la cantidad de la muestra evaluada se considera
adecuada, sin embargo, se sugiere en futuros estudios ampliar el número de adolescentes evaluados.
CONCLUSIONES
El cuestionario de agresividad analizado, en base al análisis de redes, refleja una estructura tridimensional,
con adecuada validez y confiabilidad. Esto permite que pueda ser empleados por profesionales de la salud,
docentes, estudiantes o investigadores, interesados en medir los niveles de agresividad en estudiantes del
nivel secundario de ambos sexos.
Financiamiento: El estudio fue financiado por el investigador.
Agradecimientos: A la Universidad Privada del Norte por su confianza y a cada uno de los participantes que
respondieron de manera sincera a la evaluación.
Conflicto de intereses: El autor de la presente investigación, declara no presentar conflicto de interés.
Contribución del autor: Richard Irvin Salirrosas-Cabada, se encargó de la búsqueda de información,
recolección de datos, análisis e interpretación de resultados, metodología y conclusiones.
REFERENCIAS BIBLIOGRAFICAS.
1. Zhang Y, Li Y, Xie X, Lin X, Huang M, Fu H, et al. Association of greenness surrounding school with
aggression among adolescents: A multi-site study in China. Environ Res [Internet]. 2023 [citado 04
Ene 2026];234:116529. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/
S0013935123013336 DOI: https://doi.org/10.1016/j.envres.2023.116529.
2. Campo-Tena L, Larmour SR, Pereda N, Eisner MP. Longitudinal associations between adolescent
dating violence victimization and adverse outcomes: A systematic review. Trauma Violence Abuse
[Internet]. 2024 [citado 04 Ene 2026];25(2):1265–1277. Disponible en: https://journals.sagepub.com/
doi/full/10.1177/15248380231174504. DOI: https://doi.org/10.1177/15248380231174504.
3. Zhang L, Zhu H. Relationship between narcissism and aggression: A meta-analysis. Xin Li Xue Bao
[Internet]. 2021 [citado 04 Ene 2026];53(11):1228–1243. Disponible en: https://doi.org/10.3724/
SP.J.1041.2021.01228.
4. Krahé B. The social psychology of aggression: 3Rd edition [Internet]. 3a ed. Londres, Inglaterra:
Routledge; 2020. Disponible en: http://dx.doi.org/10.4324/9780429466496.
5. Zhang L, Eggum ND. Chinese adolescents’ perceptions of aggressive peers: The roles of gender and
cultural values. J Interpers Violence [Internet]. 2023 [citado 04 Ene 2026];38(15–16):9343–9368.
Disponible en: https://journals.sagepub.com/doi/abs/10.1177/08862605231165751 DOI: https://doi.org/
10.1177/08862605231165751.
6. Whipp AM, Korhonen T, Raevuori A, Heikkilä K, Pulkkinen L, Rose RJ, et al. Early adolescent
aggression predicts antisocial personality disorder in young adults: a population-based study. Eur
Child Adolesc Psychiatry [Internet]. 2019 [citado 05 Ene 2026];28(3):341–350. Disponible en:
https://link.springer.com/article/10.1007/s00787-018-1198-9. DOI: https://doi.org/10.1007/s00787-
018-1198-9.
7. Kwak M, Oh I. Comparison of psychological and social characteristics among traditional, cyber,
combined bullies, and non-involved. Sch Psychol Int [Internet]. 2017 [citado 05 Ene 2026];38(6):
608–627. Disponible en: https://journals.sagepub.com/doi/abs/10.1177/0143034317729424 DOI:
https://doi.org/10.1177/0143034317729424.
8. Brugman S, Cornet LJM, Smeijers D, Smeets K, Oostermeijer S, Buitelaar JK, et al. Examining the
reactive proactive questionnaire in adults in forensic and non-forensic settings: A variable- and
person-based approach: Reactive Proactive Aggression in Adults. Aggress Behav [Internet]. 2017
[citado 05 Ene 2026];43(2):155–162. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1002/
ab.21671. DOI: https://doi.org/10.1002/ab.21671.
9. Bandura A, Ross D, Ross SA. Transmission of aggression through imitation of aggressive models. J
Abnorm Soc Psychol [Internet]. 1961 [citado 05 Ene 2026];63(3):575–582. Disponible en:
https://psycnet.apa.org/record/1963-00875-001. DOI:http://doi.org/10.1037/h0045925.
10. Siregar AOA, Karmiyati D. Delinquent behavior: An analysis of Albert Bandura’s social learning
theory. ICPE [Internet]. 2024 [citado el 05 de Ene de 2026];3(1). Disponible en: https://proceeding.
unesa.ac.id/index.php/icpe/article/view/3655.
11. Pomahuacre-Carhuayal JW, Flores-Ramirez ME, Sanchez-Aliaga LL, Pomahuacre-Carhuayal LA,
Alva-Mendoza JC. Cuestionario de Agresión de Buss y Perry, forma reducida (AQ-SF): evidencias
psicométricas en adolescentes peruanos. Rev Investig Psicol [Internet]. 2024 [citado 05 Ene 2026];
27(2):e27560. Disponible en: disponible en: https://go.gale.com/ps/i.do?id=GALE%7CA824744120
&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=1560909X&sw=w&p=IFME&userGroup
Name=anon%7E2f25831a&aty=open-web-entry DOI: http://doi.org/10.15381/rinvp.v27i2.27560.
12. Javela JJ. Analysis of the psychometric properties of the Buss-Perry Aggression Questionnaire (AQ)
in Colombian adolescents. Rev psicol clín con niños adolesc [Internet]. 2023 [citado 07 Ene 2026];
10(3). Disponible en: https://jcpca.org/wp-content/uploads/pdfs/23-03-08.pdf. DOI: http://doi.org/
10.21134/rpcna.2023.10.3.8.
13. Cunha O, Peixoto M, Cruz AR, Gonçalves RA. Buss-Perry Aggression Questionnaire: Factor structure
and measurement invariance among Portuguese male perpetrators of intimate partner violence. Crim
Justice Behav [Internet]. 2021 [citado 07 Ene 2026];009385482110501. Disponible en: https://journals.
sagepub.com/doi/abs/10.1177/00938548211050113. DOI: http://doi.org/10.1177/00938548211050113.
14. Zimonyi S, Kasos K, Halmai Z, Csirmaz L, Stadler H, Rózsa S, et al. Hungarian validation of the
Buss-Perry Aggression Questionnaire-Is the short form more adequate? Brain Behav [Internet]. 2021
[citado 07 Ene 2026];11(5):e02043. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/
brb3.2043 DOI: http://doi.org/10.1002/brb3.2043.
15. Espinoza I, Tobar Viera A. Propiedades psicométricas del Cuestionario de Agresión (AQ) en
estudiantes universitarios ecuatorianos. ecosacademia [Internet]. 2023 [citado 07 Ene 2026];9(18):
9–27. Disponible en: https://revistasojs.utn.edu.ec/index.php/ecosacademia/es/article/view/907.
DOI: http://doi.org/10.53358/ecosacademia.v9i18.907.
16. Sommantico M, Guzmán MO, Parrello S, De Rosa B, Donizzetti AR. Validación de la versión italiana
del cuestionario de agresión (AQ) en el sur de Italia. Psicología Iztacala [Internet]. 2008 [citado 08
Ene 2026];11(4). Disponible en: https://www.revistas.unam.mx/index.php/repi/article/view/18593.
17. García-Batista ZE, Moretti LS, Franco P, Adrián Medrano L, Mustaca AE. Evidencias de Validez y
Confiabilidad de las Puntuaciones del Cuestionario de Agresividad (AQ) para Adultos Argentinos.
Rev Iberoam Diagn Eval - Aval Psicol [Internet]. 2022 [citado 08 Ene 2026];62(1):17. Disponible en:
https://go.gale.com/ps/i.do?id=GALE%7CA758439597&sid=googleScholar&v=2.1&it=r&link
access=abs&issn=11353848&sw=w&p=AONE&userGroupName=anon%7Eb60e570d&aty=open-
web-entry.
18. Maxwell JP. Development and preliminary validation of a Chinese version of the Buss-Perry Aggression
Questionnaire in a population of Hong Kong Chinese. J Pers Assess [Internet]. 2007 [citado 08 Ene
2026];88(3):284–94. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/00223890701317004
DOI: http://doi.org/10.1080/00223890701317004.
19. Golino HF, Epskamp S. Exploratory graph analysis: A new approach for estimating the number of
dimensions in psychological research. PLoS One [Internet]. 2017 [citado 11 Ene 2026];12(6):
e0174035. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0174035.
DOI: http://doi.org/10.1371/journal.pone.0174035.
20. Christensen AP, Golino H. Estimating the stability of psychological dimensions via Bootstrap
Exploratory Graph Analysis: A Monte Carlo simulation and tutorial. Psych [Internet]. 2021 [citado
11 Ene 2026];3(3):479–500. Disponible en: https://www.mdpi.com/2624-8611/3/3/32. DOI:
http://doi.org/10.3390/psych3030032.
21. Christensen AP, Garrido LE, Guerra-Peña K, Golino H. Comparing community detection algorithms
in psychometric networks: A Monte Carlo simulation. Behav Res Methods [Internet]. 2024 [citado 11
Ene 2026];56(3):1485–1505. Disponible en: https://link.springer.com/article/10.3758/s13428-023-
02106-4. DOI: http://doi.org/10.3758/s13428-023-02106-4.
22. Fonseca-Pedrero E, Muñiz J. Análisis de Redes en la Medición Psicológica: Fundamentos: Análisis
psicométrico de redes psicológicas. Acción psicol [Internet]. 2025 [citado 12 Ene 2026];22(1).
Disponible en: https://revistas.uned.es/index.php/accionpsicologica/article/view/43296. DOI:
http://doi.org/10.5944/ap.22.1.43296.
23. Álvarez-Díaz M, Gallego-Acedo C, Fernández-Alonso R, Muñiz J, Fonseca-Pedrero E. Análisis de
Redes: una Alternativa a los Enfoques Clásicos de Evaluación de los Sistemas Educativos. Psicol
Educ [Internet]. 2022 [citado 12 Ene 2026];28(2):165–73. Disponible en: https://digibuo.uniovi.es/
dspace/bitstream/handle/10651/61685/1135_755X_psed_psed2021a16.pdf?sequence=1. DOI:
http://doi.org/10.5093/psed2021a16.
24. Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: A tutorial
paper. Behav Res Methods [Internet]. 2018 [citado 12 Ene 2026];50(1):195–212. Disponible en:
https://link.springer.com/article/10.3758/s13428-017-0862-1#citeas. DOI: http://doi.org/10.3758/
s13428-017-0862-1.
25. Fonseca-Pedrero E. Análisis de redes: ¿una nueva forma de comprender la psicopatología? Rev
Psiquiatr Salud Ment [Internet]. 2017 [citado 13 Ene 2026];10(4):206–15. Disponible en:
https://www.sciencedirect.com/science/article/pii/S1888989117300903. DOI: http://doi.org/10.1016/
j.rpsm.2017.06.004.
26. Andreu, J., Peña, M. & Graña, J. Adaptación psicométrica de la versión española del Cuestionario de
Agresión. Psicothema [Internet] 2002 [citado 11 Ene 2026];14(2),476-482. Disponible en:
https://www.redalyc.org/pdf/727/72714245.pdf.
27. RStudio Team. RStudio: Integrated Development Environment for R [software]. Posit PBC; 2023.
28. Wickham H, Averick M, Bryan J, Chang W, McGowan L, François R, et al. Welcome to the tidyverse.
J Open Source Softw [Internet]. 2019 [citado 11 Ene 2026];4(43):1686. Disponible en: https://joss.theoj.
org/papers/10.21105/joss.01686 DOI: http://doi.org/10.21105/joss.01686.
29. Auguie B, Antonov A. gridExtra: Miscellaneous functions for “Grid” graphics [software]. Comprehensive
R Archive Network (CRAN); 2017.
30. Golino HF, Christensen AP. EGAnet: Exploratory Graph Analysis tools for psychological research
[software]. 2021.
31. Isvoranu AM, Epskamp S. Which estimation method to use in network psychometrics under skew?
(Spearman vs polychoric in EBICglasso).
32. Garcia-Pardina A, Abad FJ, Christensen AP, Golino H, Garrido LE. Dimensionality assessment in the
presence of wording effects: A network psychometric and factorial approach. Behav Res Methods
[Internet]. 2024 [citado 11 Ene 2026];56(6):6179–97. Disponible en: https://link.springer.com/article/
10.3758/s13428-024-02348-w. DOI: http://doi.org/10.3758/s13428-024-02348-w.
33. Golino H, Moulder R, Shi D, Christensen AP, Garrido LE, Nieto MD, et al. Entropy fit indices: New
fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate
Behav Res [Internet]. 2021 [citado 11 Ene 2026];56(6):874–902. Disponible en: https://www.tandfonline.
com/doi/abs/10.1080/00273171.2020.1779642. DOI: http://dx.doi.org/10.1080/00273171.2020.1779642.
34. Christensen AP, Golino H, Silvia PJ. A psychometric network perspective on the validity and validation
of personality trait questionnaires. Eur J Pers [Internet]. 2020 [citado 11 Ene 2026];34(6):1095–108.
Disponible en: https://journals.sagepub.com/doi/abs/10.1002/per.2265. DOI: http://doi.org/10.1002/
per.2265.
35. Christensen AP, Golino H. On the equivalency of factor and network loadings. Behav Res Methods
[Internet]. 2021 [citado 11 Ene 2026];53(4):1563–80. Disponible en: https://link.springer.com/article/
10.3758/s13428-020-01500-6#citeas. DOI: http://doi.org/10.3758/s13428-020-01500-6.
36. Epskamp S. Structural Equation Modeling and Confirmatory Network Analysis [R package psychonetrics
version 0.13.2] [Internet]. Comprehensive R Archive Network (CRAN). 2025 [citado 12 Ene 2026].
Disponible en: https://cran.r-project.org/package=psychonetrics.
37. Epskamp S, Rhemtulla M, Borsboom D. Generalized network psychometrics: Combining network
and latent variable models. Psychometrika [Internet]. 2017 [citado el 12 de Ene de 2026];82(4):
904–927. Disponible en: https://www.cambridge.org/core/journals/psychometrika/article/abs/
generalized-network-psychometrics-combining-network-and-latent-variable-models/2D2004CADB
2549F8FE1DDE1726D9DC80. DOI: http://doi.org/10.1007/s11336-017-9557-x.
38. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge.
39. Borsboom D, Cramer AOJ. Network analysis: an integrative approach to the structure of psychopathology.
Annu Rev Clin Psychol [Internet]. 2013 [citado 12 Ene 2026];9(1):91–121. Disponible en:
https://www.annualreviews.org/content/journals/10.1146/annurev-clinpsy-050212-185608. DOI:
http://doi.org/10.1146/annurev-clinpsy-050212-185608.
40. Lara SD, Merino-Soto C. Estimación de la magnitud del efecto en invarianza de medición. Rev Aval
Psicol [Internet]. 2019 [citado 29 May 2026];18(03). Disponible en: https://pepsic.bvsalud.org/scielo.
php?pid=S1677-04712019000300014&script=sci_arttext. DOI: http://doi.org/10.15689/ap.2019.
1803.16248.13.
Agresividad en adolescentes: Validez y confiabilidad en base al análisis de redes psicométricas
Aggression in adolescents: Validity and reliability based on psychometric network analysis
https://doi.org/10.37135/ee.04.27.01
Autor:
Richard Irvin Salirrosas-Cabada1 - https://orcid.org/0000-0002-4443-5992
Afiliación:
1Universidad Privada del Norte, Facultad de Ciencias de la Salud, Lima, Perú
Autor de correspondencia: Richard Irvin Salirrosas-Cabada. Av. Tingo María N° 1122, distrito de Cercado
de Lima Correo electrónico: richard.salirrosas@upn.pe, Telefono: 956363278
Recibido: 11 de mayo de 2026 Aceptado: 3 de agosto de 2026
RESUMEN
Se considera a la agresividad, como toda aquella conducta basada en la intimidación, mediante el empleo de
la violencia física o psicológica. Entre los diversos instrumentos que miden el constructo, se encuentra el
Cuestionario de Agresividad de Buss y Perry. Frente a esto, el estudio buscó determinar la validez y fiabilidad
en base a un modelo psicométrico basado en redes. Participaron 490 estudiantes del nivel secundario. Se
evaluaron la dimensionalidad, consistencia estructural, cargas de red mediante el Análisis Exploratorio de
Grafos (EGA) e invarianza en base al sexo. Los resultados, indicaron que el cuestionario presenta una estructura
basada en tres dimensiones, con una consistencia estructural ideal (0,837 a 0,997). Las cargas de red fueron
moderadas a altas (0,22 a 0,54), asimismo, existe invarianza entre sexos. Lo encontrado, pone en evidencia
que el cuestionario presenta validez y fiabilidad, lo que determina su uso para la medición de la agresividad
en adolescentes educativos.
Palabras clave: Psicometría, agresión, adolescentes.
ABSTRACT
Aggression is defined as any behavior based on intimidation through the use of physical or psychological
violence. Among the various instruments designed to measure this construct, the Buss and Perry Aggression
Questionnaire is one of the most widely used. In this context, the present study aimed to determine its validity
and reliability based on a psychometric network model. A total of 490 secondary school students participated
in the study. Dimensionality, structural consistency, network loadings using Exploratory Graph Analysis
(EGA), and sex-based invariance were evaluated. The results indicated that the questionnaire exhibits a
three-dimensional structure with ideal structural consistency coefficients (0.837 to 0.997). Network loadings
were moderate to high (0.22 to 0.54), and measurement invariance across sex was supported. These findings
provide evidence of the questionnaire’s validity and reliability, supporting its use for assessing aggression in
adolescent students.
Keywords: Psychometrics, Aggression, Adolescent.
INTRODUCCIÓN.
La adolescencia, representa una etapa llena de oportunidades y beneficios para el buen desarrollo neuronal y
socioemocional,
(1)
al ser positivo, contribuye al bienestar y calidad de vida. Sin embargo, muchas veces
debido a dificultades o conflictos, suelen presentar conductas poco adaptativas, siendo una de las más comunes
la agresividad.
(2)
La agresividad, es asumida como un problema de salud pública, que genera graves consecuencias en las
víctimas y sociedad,
(3)
la cual, busca lastimar o causar daño a nivel físico o emocional.
(4)
Se reconoce que la
agresividad, puede ser expresada de muchas maneras, mediante insultos, amenazas o golpes, que conlleva a
una mayor dificultad para adaptarse en contextos educativos y en el sistema familiar. La literatura reconoce
su relación con ideas suicidas y dificultad para establecer vínculos sanos con sus pares,
(5)
los trastornos de
personalidad,
(6)
dificultades para ejercer un adecuado autocontrol,
(7)
inestabilidad y un deterioro constante en
la calidad de vida.
(8)
Entre los diversos modelos teóricos que permiten tener una mejor comprensión sobre la agresividad, se
encuentra la teoría del aprendizaje social,
(9)
la cual considera que la agresividad surge y se refuerza a partir
de la influencia que se recibe del entorno más cercano, influyendo en la conducta y creencias, moldeando su
interacción en sociedad.
(10)
A la vez, se reconoce que medir la agresividad en los adolescentes, es importante, ya que facilita su adecuada
identificación y puedo permitir su oportuna intervención. Estudios han reportado que cuando se promueve la
autoestima
Entre los diversos instrumentos que se utilizan para la medición de la agresividad, se encuentra Cuestionario
de Agresión (AQ), elaborado por Buss y Perry en 1992, la cual consta de cuatro dimensiones y un total de 29
reactivos, orientados a medir la agresividad física, verbal, la ira y hostilidad. A lo largo de los años, ha sido
objeto de diversos estudios de corte psicométrico, sin embargo, estudios realizados en diferentes contextos,
han encontrado dificultades relacionadas a una baja confiabilidad en dimensiones y el retiro de ítems.
(11,12,13,14)
Asimismo, ha presentado cambios en su estructura, reportándose versiones reducidas de tres dimensiones en
Ecuador,
(15)
Italia,
(16)
Argentina
(17)
y en China de dos dimensiones.
(18)
Todos estos estudios, demuestran la
utilidad del instrumento para la medición de la agresividad, sin embargo, ponen en evidencia, que su estructura
no suele mostrar replicabilidad en diferentes contextos. Esto motiva a realizar el análisis psicométrico, en
base al método de análisis de redes, ya que puede estimar la replicabilidad de la estructura que la prueba
presenta,
(19)
cuantificar las cargas de red en base a su equivalencia facilitando una mejor selección de los
reactivos y su invarianza
(20)
y la redundancia.
(21)
En relación con el análisis de redes, es un método relativamente reciente, que se diferencia de los modelos
clásicos en medición, al considerar que las variables, síntomas, rasgos o dificultades psicológicas se encuentran
interrelacionados y que mantienen entre ellas un impacto constante,
(22)
a diferencia del modelo biomédico que
considera a toda patología o dificultad emocional es producto de una variable latente.
La red al ser analizada presenta una representación gráfica dividida en dos aspectos, nodos y aristas,
(23,24,25)
los primeros hacen referencia a las variables analizadas y las segundas indican la relación existente entre
ellas. En base a lo expuesto, se puede considerar que el análisis de redes representa un método de análisis
innovador complejo frente a la medición de variables, poder usarlo en el campo de la validación de
instrumentos contribuye a que pueda contar con herramientas de mayor precisión.
Ante esto, se propone como objetivo general realizar un análisis psicométrico exploratorio de redes del
cuestionario de agresión (AQ) en adolescentes. Y como objetivos específicos se buscó: Realizar el análisis
preliminar de los ítems, estimar la dimensionalidad y estabilidad, calcular las cargas de red, obtener la
consistencia estructural y realizar el análisis de invarianza en base al sexo en los adolescentes.
METODOLOGÍA.
El estudio corresponde al diseño instrumental, con enfoque cuantitativo, orientado a la medición de la validez
y confiabilidad.
La muestra, seleccionada fue evaluada en base al muestreo no probabilístico por conveniencia, método que
permite una selección de participantes en base a la accesibilidad y facilidad del investigador, pero que solo
toma en consideración a aquellos que cumplen con los criterios establecidos para su selección. En total
fueron 490 adolescentes, quienes cursaban del tercer al quinto grado del nivel secundario, pertenecientes a
una institución educativa pública. Sus edades oscilaron de 13 a 16 años (Media: 14.6), de ambos sexos (61 %
varones y 39 % mujeres). Como criterios de inclusión fueron considerados solo aquellos matriculados en el
año académico, que acepten formar parte de manera voluntaria brindando su consentimiento.
El instrumento empleado, fue el Cuestionario de Agresión (AQ), elaborado por Buss y Perry en 1992. Se
empleó la versión adaptada por Andreu et al.,
(26)
se compone de cuatro dimensiones (agresión física, agresión
REE 20(3) Riobamba sep. - dic. 2026
cc
BY NC ND
4
ISSN-impreso 1390-7581
ISSN-digital 2661-6742
verbal, ira y hostilidad) y 29 ítems en escala Likert. Presenta una confiabilidad que oscila de 0,68 a 0,88 entre
sus dimensiones y adecuados índices de ajuste (RMR: 0,05, RMSEA: 0,05, GFI: 0,92 y GFI: 0,93).
El proceso de recojo de información se realizó de manera presencial, cada participante firmó un consentimiento
informado, que brindaba su conformidad a ser participe del estudio. Culminado el proceso cada prueba fue
codificada para su posterior análisis.
Análisis de datos
El análisis de los datos se llevó a cabo utilizando RStudio como interfaz principal para la gestión y ejecución
de los scripts analíticos.
(27)
Para la manipulación, limpieza y organización de los datos, se emplearon las
herramientas del paquete tidyverse, que facilitan la estructuración eficiente de los conjuntos de datos y la
preparación previa al análisis estadístico.
(28)
La composición y maquetación de las figuras se realizó mediante
el paquete gridExtra, permitiendo una presentación visual clara y comparativa de los resultados.
(29)
El análisis
exploratorio de grafos (EGA) y su versión bootstrap (bootEGA) se implementaron a través del paquete
EGAnet, que posibilita la identificación de la dimensionalidad subyacente y la evaluación de la estabilidad
estructural de las soluciones obtenidas.
(30)
Para la estimación de la red, se utilizó el modelo graphical lasso (glasso) sobre una matriz de correlaciones
de Spearman, decisión motivada por la presencia de asimetría en la distribución de las respuestas tipo Likert,
ya que bajo estas condiciones la matriz de Spearman ofrece una recuperación de aristas comparable o
superior a la matriz policórica en el contexto de EBICglasso.
(31)
La detección de comunidades se realizó
inicialmente con el algoritmo Louvain, aunque el paquete EGAnet también permite la comparación con
otros algoritmos como walktrap, basado en caminatas aleatorias, para asegurar la robustez de la estructura
dimensional identificada.
(32)
El análisis incluyó la aplicación de bootEGA con 1000 réplicas y el algoritmo
Leading Eigenvector (LE) para evaluar la consistencia estructural de las dimensiones y la estabilidad de
pertenencia de los ítems, utilizando como criterio de replicación satisfactorio un umbral de ≥ 75 %, conforme
a las recomendaciones metodológicas actuales.
(33)
La consistencia estructural fue diferenciada explícitamente de la consistencia interna clásica, ya que la
primera evalúa la replicabilidad de la estructura dimensional en muestras bootstrap, mientras que la segunda
se refiere a la homogeneidad interna de los ítems.
(34)
En relación a las cargas de red, se interpretan en base a
tres umbrales, pequeño para 0,15, moderadas para 0,25 y grandes para 0,35, lo que permite poder realizar las
comparaciones en base a criterios ya conocidos de interpretación de cargas factoriales.
(35)
Aunado a esto, se
empleó el Loading Comparison Test (LCT) para poder elegir entre el marco de red y el latente, facilitando
así que toda estructura identificada guarde mejor relación con el modelo teórico más pertinente.
(36)
La
modelización de redes latentes (Latent Network Modeling) se implementó con el paquete psychonetrics,
permitiendo explorar las interacciones entre variables latentes y comparar la estructura de red con modelos
de ecuaciones estructurales tradicionales.
(37)
Para la interpretación de las correlaciones entre dimensiones y nodos, se siguieron los puntos de corte
propuestos por Cohen (0,10, 0,30, 0,50 como efectos pequeño, mediano y grande, respectivamente), y se
reportaron métricas de centralidad cuando fue pertinente, empleando las funciones del paquete bootnet.
(24,38)
La elección de este enfoque metodológico responde a la necesidad de captar la complejidad estructural de los
datos tipo Likert, garantizar la robustez y replicabilidad de los resultados, y permitir una interpretación
tanto desde el marco de red como desde el marco latente, integrando evidencia empírica y criterios teóricos
actualizados.
RESULTADOS
Figura 1. Análisis preliminar de los ítems
En base al análisis descriptivo de las frecuencias de respuesta para los 17 ítems que conforman el instrumento
y presentan la escala Likert. Se aprecia, que en su gran mayoría diversos ítems (AFI, AF5, AF13, AF21,
AF27, AF29, AV18 y AH4) superan el 40% de selección en opción 1 por parte de los participantes, asimismo
se aprecia que una gran cantidad de ítems, los porcentajes elegidos superan el 20 %, para la opción dos. A
partir de esto, se puede inferir que, entre los adolescentes evaluados, existe una mayor tendencia a elegir
categorías bajas de respuesta, sin embargo, se aprecia variabilidad entre las cinco opciones de respuesta.
Figura 2. Dimensionalidad y estabilidad (EGA/BootEGA)
El Análisis Exploratorio de Grafos (EGA) identificó la presencia de tres dimensiones en la estructura de los
datos. El índice TEFI obtenido fue de -12,29, lo que indica un ajuste adecuado del modelo de red estimado.
La estabilidad de la solución fue corroborada mediante procedimientos de remuestreo (BootEGA), que
presentan una mejor estructura en base a 17 ítems y tres dimensiones, y a la vez, reflejan una mayor
consistencia en las iteraciones realizadas. A la vez, las líneas más gruesas muestran una mayor conexión
entre los ítems que conforman cada dimensión, esto permite comprender que existe una gran relación entre
los dimensiones y el modelo teórico para la medición de la agresión.
Tabla 1. Cargas de red (principales)
El análisis de cargas de red mostró que, en la dimensión 1, los ítems con mayores cargas fueron AF5 (0,541),
AF21 (0,482), AF9 (0,403), AF24 (0,398) y AF17 (0,336). En la dimensión 2, los ítems más representativos
fueron AV14 (0,447), AI19 (0,433), AV18 (0,395), AV10 (0,326) y AV2 (0,296). Para la dimensión 3,
destacaron AH26 (0,543), AH8 (0,421), AH12 (0,372), AH16 (0,367) y AH20 (0,253). Estos resultados
evidencian una adecuada representación de los ítems en sus respectivas dimensiones.
Figura 3. Consistencia estructural (BootEGA) modelo original.
El modelo original, evidencia que diversos reactivos, presentan coeficientes con valores menores al 0,75, lo
que indica una baja estabilidad, la cual se encuentre presente en las cuatro dimensiones, cuyos valores oscilan
de 0,39 a 0,74; los ítems que reflejan una mayor estabilidad, presentan valores 0,76 a 0,96. Frente a esto, se
realizó la eliminación de reactivos, buscando una mayor estabilidad en la red.
Figura 4. Consistencia estructural (BootEGA) del modelo adaptado.
La figura, permite identificar la consistencia estructural en base a las 3 dimensiones identificadas, cuyos
valores son elevados, presentando coeficientes de 0,86 a 1 en Agresividad física, de 0,92 a 1 para Agresión
verbal y de 1 en la dimensión Hostilidad. Los valores encontrados permiten apreciar que la presencia de una
alta estabilidad y replicabilidad, del modelo encontrado en base a tres dimensiones en base al BootEGA.
Figura 5. Invarianza en base al modelo adaptado.
Se realizó el análisis de invarianza, tomando en cuenta la estructura de tres dimensiones en base al sexo. Los
resultados reflejan que no existen diferencias estadísticamente significativas entre la pertenencia de los 17
ítems sobre las dimensiones, mostrando valores de p ajustados (p_BH) mayores al 0,05 entre la gran mayoría
de los casos. Es necesario tomar en cuenta que solo se apreciaron diferencias en el ítem AF24, que refleja una
diferencia significativa (p = 0,048; p_BH = 0,468), sin embargo, este valor no fue suficiente para poder
determinar una diferencia al realizarse la corrección en base a las comparaciones múltiples. Lo encontrado
confirma la invarianza de la estructura factorial entre los grupos analizados.
DISCUSIÓN
La adolescencia presenta, una etapa importante durante el proceso de adaptación y socialización, sin embargo,
es propensa a la manifestación de diversas dificultades. Entre las más comunes se encuentra la agresividad,
considerada un problema público, que conlleva a graves consecuencias en sus víctimas y sociedad,
(3)
cuya
finalidad es la de lastimar o causar daño a nivel físico o emocional.
(4)
Al respecto, puede ser definida como
todo aquel acto basado en golpes, la coacción e insultos, con la finalidad de obtener un beneficio mediante
el uso de la fuerza e intimidación.
Existen diversos instrumentos destinados a la medición de la agresividad, el Cuestionario de Agresión (AQ),
de Buss y Perry, es uno de más empleados, adaptado en diferentes idiomas, contextos y grupos poblacionales.
Frente a esto, se propuso como objetivo, realizar un análisis psicométrico del cuestionario de agresión (AQ)
en adolescentes, en base al análisis de redes.
Al respecto, el estudio se basó en el análisis de redes, método que ha tomado mayor relevancia en la medición
de variables relacionadas a la salud mental y considera a los diversos síntomas como nodos, que se relacionan,
se refuerzan entre sí y permiten de esta manera determinar sus factores.
(39)
En el campo de la psicometría, el
análisis de redes permite estimar medidas como la replicabilidad en base al análisis de grafos y a medidas de
Bootstrap, que buscan conocer la dependencia en la muestra,
(17)
así como conocer el valor de la carga de
red,
(32)
determinar la redundancia, mediante el análisis de variables únicas (UVA), lo que facilita el poder
abreviar un instrumento,
(21)
y comprobar la invarianza de los grupos en base al sexo.
En base a las redes psicométricas, los resultados encontrados permiten apreciar la conformación de una
nueva estructura conformada por 17 ítems y tres dimensiones, con cargas de red que oscilan de 0,22 a 0,54,
permitiendo considerar que entre los diversos ítems existen adecuadas interconexiones que contribuyen a la
medición de la agresividad en adolescentes. Aunque estos valores no son similares a otros resultados
encontrados en otros contextos,
(16, 17)
se puede inferir que los ítems, logran tener una adecuada relación con
el constructo propuesto y facilitan la medición de la agresividad en adolescentes.
Asimismo, aunque el estudio propone una nueva estructura en su medición, se debe considerar, que a
diferencia del modelo médico que tiene como punto de partida la percepción de una variable latente como
método para poder explicar dificultades, rasgos de personalidad y otros; el análisis de redes considera que
cada síntoma o característica evaluada, es producto de la interacción que existe entre los síntomas o
características,
(22)
en relación al presente, se puede inferir que cada ítem se encuentra relacionado y a la vez
impactan entre sí de forma constante. En relación con el cambio en la estructura para la medición de la variable,
el cual se conforma por tres dimensiones, coincide con diversos estudios realizados,
(15,16,17,18)
los cuales
reportaron modificaciones en el instrumento en sus dimensiones y eliminación de ítems, pero siguen
demostrando utilidad para la medición de la agresividad.
Los coeficientes relacionados a la estabilidad muestran valores de 0,837 a 0,997, considerados satisfactorios,
(30) entre las dimensiones de la nueva estructura propuesta, lo que indican capacidad para la medición y
buena replicabilidad del cuestionario. Aunque otros estudios han empleado coeficientes distintos para la
fiabilidad,
(15,16,17)
valores, pueden llegar a ser comparables a los diversos coeficientes reportados en estudios
que buscaron medir su consistencia.
En relación con la invarianza entre grupos, los resultados no reflejan diferencias estadísticas entre ambos
grupos (hombres y mujeres), esto permite comprender que toda diferencia que pueda llegar a encontrarse en
base a la medición se debe a diferencia entre los géneros y no a causa del instrumento seleccionado.
(40)
A partir de lo encontrado, el estudio muestra la importancia de seguir analizando instrumentos que miden
agresividad en los adolescentes, al ser una dificultad creciente y que suele estar presente en diferentes
contextos. Además, brinda una versión breve, lo cual facilita su aplicación. Aunque el estudio emplea un
método que puede llegar a ser considerado nuevo, no se encuentra exento de limitaciones, como el tipo de
muestreo empleado que limita su generalización; a la vez, la cantidad de la muestra evaluada se considera
adecuada, sin embargo, se sugiere en futuros estudios ampliar el número de adolescentes evaluados.
CONCLUSIONES
El cuestionario de agresividad analizado, en base al análisis de redes, refleja una estructura tridimensional,
con adecuada validez y confiabilidad. Esto permite que pueda ser empleados por profesionales de la salud,
docentes, estudiantes o investigadores, interesados en medir los niveles de agresividad en estudiantes del
nivel secundario de ambos sexos.
Financiamiento: El estudio fue financiado por el investigador.
Agradecimientos: A la Universidad Privada del Norte por su confianza y a cada uno de los participantes que
respondieron de manera sincera a la evaluación.
Conflicto de intereses: El autor de la presente investigación, declara no presentar conflicto de interés.
Contribución del autor: Richard Irvin Salirrosas-Cabada, se encargó de la búsqueda de información,
recolección de datos, análisis e interpretación de resultados, metodología y conclusiones.
REFERENCIAS BIBLIOGRAFICAS.
1. Zhang Y, Li Y, Xie X, Lin X, Huang M, Fu H, et al. Association of greenness surrounding school with
aggression among adolescents: A multi-site study in China. Environ Res [Internet]. 2023 [citado 04
Ene 2026];234:116529. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/
S0013935123013336 DOI: https://doi.org/10.1016/j.envres.2023.116529.
2. Campo-Tena L, Larmour SR, Pereda N, Eisner MP. Longitudinal associations between adolescent
dating violence victimization and adverse outcomes: A systematic review. Trauma Violence Abuse
[Internet]. 2024 [citado 04 Ene 2026];25(2):1265–1277. Disponible en: https://journals.sagepub.com/
doi/full/10.1177/15248380231174504. DOI: https://doi.org/10.1177/15248380231174504.
3. Zhang L, Zhu H. Relationship between narcissism and aggression: A meta-analysis. Xin Li Xue Bao
[Internet]. 2021 [citado 04 Ene 2026];53(11):1228–1243. Disponible en: https://doi.org/10.3724/
SP.J.1041.2021.01228.
4. Krahé B. The social psychology of aggression: 3Rd edition [Internet]. 3a ed. Londres, Inglaterra:
Routledge; 2020. Disponible en: http://dx.doi.org/10.4324/9780429466496.
5. Zhang L, Eggum ND. Chinese adolescents’ perceptions of aggressive peers: The roles of gender and
cultural values. J Interpers Violence [Internet]. 2023 [citado 04 Ene 2026];38(15–16):9343–9368.
Disponible en: https://journals.sagepub.com/doi/abs/10.1177/08862605231165751 DOI: https://doi.org/
10.1177/08862605231165751.
6. Whipp AM, Korhonen T, Raevuori A, Heikkilä K, Pulkkinen L, Rose RJ, et al. Early adolescent
aggression predicts antisocial personality disorder in young adults: a population-based study. Eur
Child Adolesc Psychiatry [Internet]. 2019 [citado 05 Ene 2026];28(3):341–350. Disponible en:
https://link.springer.com/article/10.1007/s00787-018-1198-9. DOI: https://doi.org/10.1007/s00787-
018-1198-9.
7. Kwak M, Oh I. Comparison of psychological and social characteristics among traditional, cyber,
combined bullies, and non-involved. Sch Psychol Int [Internet]. 2017 [citado 05 Ene 2026];38(6):
608–627. Disponible en: https://journals.sagepub.com/doi/abs/10.1177/0143034317729424 DOI:
https://doi.org/10.1177/0143034317729424.
8. Brugman S, Cornet LJM, Smeijers D, Smeets K, Oostermeijer S, Buitelaar JK, et al. Examining the
reactive proactive questionnaire in adults in forensic and non-forensic settings: A variable- and
person-based approach: Reactive Proactive Aggression in Adults. Aggress Behav [Internet]. 2017
[citado 05 Ene 2026];43(2):155–162. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1002/
ab.21671. DOI: https://doi.org/10.1002/ab.21671.
9. Bandura A, Ross D, Ross SA. Transmission of aggression through imitation of aggressive models. J
Abnorm Soc Psychol [Internet]. 1961 [citado 05 Ene 2026];63(3):575–582. Disponible en:
https://psycnet.apa.org/record/1963-00875-001. DOI:http://doi.org/10.1037/h0045925.
10. Siregar AOA, Karmiyati D. Delinquent behavior: An analysis of Albert Bandura’s social learning
theory. ICPE [Internet]. 2024 [citado el 05 de Ene de 2026];3(1). Disponible en: https://proceeding.
unesa.ac.id/index.php/icpe/article/view/3655.
11. Pomahuacre-Carhuayal JW, Flores-Ramirez ME, Sanchez-Aliaga LL, Pomahuacre-Carhuayal LA,
Alva-Mendoza JC. Cuestionario de Agresión de Buss y Perry, forma reducida (AQ-SF): evidencias
psicométricas en adolescentes peruanos. Rev Investig Psicol [Internet]. 2024 [citado 05 Ene 2026];
27(2):e27560. Disponible en: disponible en: https://go.gale.com/ps/i.do?id=GALE%7CA824744120
&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=1560909X&sw=w&p=IFME&userGroup
Name=anon%7E2f25831a&aty=open-web-entry DOI: http://doi.org/10.15381/rinvp.v27i2.27560.
12. Javela JJ. Analysis of the psychometric properties of the Buss-Perry Aggression Questionnaire (AQ)
in Colombian adolescents. Rev psicol clín con niños adolesc [Internet]. 2023 [citado 07 Ene 2026];
10(3). Disponible en: https://jcpca.org/wp-content/uploads/pdfs/23-03-08.pdf. DOI: http://doi.org/
10.21134/rpcna.2023.10.3.8.
13. Cunha O, Peixoto M, Cruz AR, Gonçalves RA. Buss-Perry Aggression Questionnaire: Factor structure
and measurement invariance among Portuguese male perpetrators of intimate partner violence. Crim
Justice Behav [Internet]. 2021 [citado 07 Ene 2026];009385482110501. Disponible en: https://journals.
sagepub.com/doi/abs/10.1177/00938548211050113. DOI: http://doi.org/10.1177/00938548211050113.
14. Zimonyi S, Kasos K, Halmai Z, Csirmaz L, Stadler H, Rózsa S, et al. Hungarian validation of the
Buss-Perry Aggression Questionnaire-Is the short form more adequate? Brain Behav [Internet]. 2021
[citado 07 Ene 2026];11(5):e02043. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/
brb3.2043 DOI: http://doi.org/10.1002/brb3.2043.
15. Espinoza I, Tobar Viera A. Propiedades psicométricas del Cuestionario de Agresión (AQ) en
estudiantes universitarios ecuatorianos. ecosacademia [Internet]. 2023 [citado 07 Ene 2026];9(18):
9–27. Disponible en: https://revistasojs.utn.edu.ec/index.php/ecosacademia/es/article/view/907.
DOI: http://doi.org/10.53358/ecosacademia.v9i18.907.
16. Sommantico M, Guzmán MO, Parrello S, De Rosa B, Donizzetti AR. Validación de la versión italiana
del cuestionario de agresión (AQ) en el sur de Italia. Psicología Iztacala [Internet]. 2008 [citado 08
Ene 2026];11(4). Disponible en: https://www.revistas.unam.mx/index.php/repi/article/view/18593.
17. García-Batista ZE, Moretti LS, Franco P, Adrián Medrano L, Mustaca AE. Evidencias de Validez y
Confiabilidad de las Puntuaciones del Cuestionario de Agresividad (AQ) para Adultos Argentinos.
Rev Iberoam Diagn Eval - Aval Psicol [Internet]. 2022 [citado 08 Ene 2026];62(1):17. Disponible en:
https://go.gale.com/ps/i.do?id=GALE%7CA758439597&sid=googleScholar&v=2.1&it=r&link
access=abs&issn=11353848&sw=w&p=AONE&userGroupName=anon%7Eb60e570d&aty=open-
web-entry.
18. Maxwell JP. Development and preliminary validation of a Chinese version of the Buss-Perry Aggression
Questionnaire in a population of Hong Kong Chinese. J Pers Assess [Internet]. 2007 [citado 08 Ene
2026];88(3):284–94. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/00223890701317004
DOI: http://doi.org/10.1080/00223890701317004.
19. Golino HF, Epskamp S. Exploratory graph analysis: A new approach for estimating the number of
dimensions in psychological research. PLoS One [Internet]. 2017 [citado 11 Ene 2026];12(6):
e0174035. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0174035.
DOI: http://doi.org/10.1371/journal.pone.0174035.
20. Christensen AP, Golino H. Estimating the stability of psychological dimensions via Bootstrap
Exploratory Graph Analysis: A Monte Carlo simulation and tutorial. Psych [Internet]. 2021 [citado
11 Ene 2026];3(3):479–500. Disponible en: https://www.mdpi.com/2624-8611/3/3/32. DOI:
http://doi.org/10.3390/psych3030032.
21. Christensen AP, Garrido LE, Guerra-Peña K, Golino H. Comparing community detection algorithms
in psychometric networks: A Monte Carlo simulation. Behav Res Methods [Internet]. 2024 [citado 11
Ene 2026];56(3):1485–1505. Disponible en: https://link.springer.com/article/10.3758/s13428-023-
02106-4. DOI: http://doi.org/10.3758/s13428-023-02106-4.
22. Fonseca-Pedrero E, Muñiz J. Análisis de Redes en la Medición Psicológica: Fundamentos: Análisis
psicométrico de redes psicológicas. Acción psicol [Internet]. 2025 [citado 12 Ene 2026];22(1).
Disponible en: https://revistas.uned.es/index.php/accionpsicologica/article/view/43296. DOI:
http://doi.org/10.5944/ap.22.1.43296.
23. Álvarez-Díaz M, Gallego-Acedo C, Fernández-Alonso R, Muñiz J, Fonseca-Pedrero E. Análisis de
Redes: una Alternativa a los Enfoques Clásicos de Evaluación de los Sistemas Educativos. Psicol
Educ [Internet]. 2022 [citado 12 Ene 2026];28(2):165–73. Disponible en: https://digibuo.uniovi.es/
dspace/bitstream/handle/10651/61685/1135_755X_psed_psed2021a16.pdf?sequence=1. DOI:
http://doi.org/10.5093/psed2021a16.
24. Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: A tutorial
paper. Behav Res Methods [Internet]. 2018 [citado 12 Ene 2026];50(1):195–212. Disponible en:
https://link.springer.com/article/10.3758/s13428-017-0862-1#citeas. DOI: http://doi.org/10.3758/
s13428-017-0862-1.
25. Fonseca-Pedrero E. Análisis de redes: ¿una nueva forma de comprender la psicopatología? Rev
Psiquiatr Salud Ment [Internet]. 2017 [citado 13 Ene 2026];10(4):206–15. Disponible en:
https://www.sciencedirect.com/science/article/pii/S1888989117300903. DOI: http://doi.org/10.1016/
j.rpsm.2017.06.004.
26. Andreu, J., Peña, M. & Graña, J. Adaptación psicométrica de la versión española del Cuestionario de
Agresión. Psicothema [Internet] 2002 [citado 11 Ene 2026];14(2),476-482. Disponible en:
https://www.redalyc.org/pdf/727/72714245.pdf.
27. RStudio Team. RStudio: Integrated Development Environment for R [software]. Posit PBC; 2023.
28. Wickham H, Averick M, Bryan J, Chang W, McGowan L, François R, et al. Welcome to the tidyverse.
J Open Source Softw [Internet]. 2019 [citado 11 Ene 2026];4(43):1686. Disponible en: https://joss.theoj.
org/papers/10.21105/joss.01686 DOI: http://doi.org/10.21105/joss.01686.
29. Auguie B, Antonov A. gridExtra: Miscellaneous functions for “Grid” graphics [software]. Comprehensive
R Archive Network (CRAN); 2017.
30. Golino HF, Christensen AP. EGAnet: Exploratory Graph Analysis tools for psychological research
[software]. 2021.
31. Isvoranu AM, Epskamp S. Which estimation method to use in network psychometrics under skew?
(Spearman vs polychoric in EBICglasso).
32. Garcia-Pardina A, Abad FJ, Christensen AP, Golino H, Garrido LE. Dimensionality assessment in the
presence of wording effects: A network psychometric and factorial approach. Behav Res Methods
[Internet]. 2024 [citado 11 Ene 2026];56(6):6179–97. Disponible en: https://link.springer.com/article/
10.3758/s13428-024-02348-w. DOI: http://doi.org/10.3758/s13428-024-02348-w.
33. Golino H, Moulder R, Shi D, Christensen AP, Garrido LE, Nieto MD, et al. Entropy fit indices: New
fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate
Behav Res [Internet]. 2021 [citado 11 Ene 2026];56(6):874–902. Disponible en: https://www.tandfonline.
com/doi/abs/10.1080/00273171.2020.1779642. DOI: http://dx.doi.org/10.1080/00273171.2020.1779642.
34. Christensen AP, Golino H, Silvia PJ. A psychometric network perspective on the validity and validation
of personality trait questionnaires. Eur J Pers [Internet]. 2020 [citado 11 Ene 2026];34(6):1095–108.
Disponible en: https://journals.sagepub.com/doi/abs/10.1002/per.2265. DOI: http://doi.org/10.1002/
per.2265.
35. Christensen AP, Golino H. On the equivalency of factor and network loadings. Behav Res Methods
[Internet]. 2021 [citado 11 Ene 2026];53(4):1563–80. Disponible en: https://link.springer.com/article/
10.3758/s13428-020-01500-6#citeas. DOI: http://doi.org/10.3758/s13428-020-01500-6.
36. Epskamp S. Structural Equation Modeling and Confirmatory Network Analysis [R package psychonetrics
version 0.13.2] [Internet]. Comprehensive R Archive Network (CRAN). 2025 [citado 12 Ene 2026].
Disponible en: https://cran.r-project.org/package=psychonetrics.
37. Epskamp S, Rhemtulla M, Borsboom D. Generalized network psychometrics: Combining network
and latent variable models. Psychometrika [Internet]. 2017 [citado el 12 de Ene de 2026];82(4):
904–927. Disponible en: https://www.cambridge.org/core/journals/psychometrika/article/abs/
generalized-network-psychometrics-combining-network-and-latent-variable-models/2D2004CADB
2549F8FE1DDE1726D9DC80. DOI: http://doi.org/10.1007/s11336-017-9557-x.
38. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge.
39. Borsboom D, Cramer AOJ. Network analysis: an integrative approach to the structure of psychopathology.
Annu Rev Clin Psychol [Internet]. 2013 [citado 12 Ene 2026];9(1):91–121. Disponible en:
https://www.annualreviews.org/content/journals/10.1146/annurev-clinpsy-050212-185608. DOI:
http://doi.org/10.1146/annurev-clinpsy-050212-185608.
40. Lara SD, Merino-Soto C. Estimación de la magnitud del efecto en invarianza de medición. Rev Aval
Psicol [Internet]. 2019 [citado 29 May 2026];18(03). Disponible en: https://pepsic.bvsalud.org/scielo.
php?pid=S1677-04712019000300014&script=sci_arttext. DOI: http://doi.org/10.15689/ap.2019.
1803.16248.13.
Agresividad en adolescentes: Validez y confiabilidad en base al análisis de redes psicométricas
Aggression in adolescents: Validity and reliability based on psychometric network analysis
https://doi.org/10.37135/ee.04.27.01
Autor:
Richard Irvin Salirrosas-Cabada1 - https://orcid.org/0000-0002-4443-5992
Afiliación:
1Universidad Privada del Norte, Facultad de Ciencias de la Salud, Lima, Perú
Autor de correspondencia: Richard Irvin Salirrosas-Cabada. Av. Tingo María N° 1122, distrito de Cercado
de Lima Correo electrónico: richard.salirrosas@upn.pe, Telefono: 956363278
Recibido: 11 de mayo de 2026 Aceptado: 3 de agosto de 2026
RESUMEN
Se considera a la agresividad, como toda aquella conducta basada en la intimidación, mediante el empleo de
la violencia física o psicológica. Entre los diversos instrumentos que miden el constructo, se encuentra el
Cuestionario de Agresividad de Buss y Perry. Frente a esto, el estudio buscó determinar la validez y fiabilidad
en base a un modelo psicométrico basado en redes. Participaron 490 estudiantes del nivel secundario. Se
evaluaron la dimensionalidad, consistencia estructural, cargas de red mediante el Análisis Exploratorio de
Grafos (EGA) e invarianza en base al sexo. Los resultados, indicaron que el cuestionario presenta una estructura
basada en tres dimensiones, con una consistencia estructural ideal (0,837 a 0,997). Las cargas de red fueron
moderadas a altas (0,22 a 0,54), asimismo, existe invarianza entre sexos. Lo encontrado, pone en evidencia
que el cuestionario presenta validez y fiabilidad, lo que determina su uso para la medición de la agresividad
en adolescentes educativos.
Palabras clave: Psicometría, agresión, adolescentes.
ABSTRACT
Aggression is defined as any behavior based on intimidation through the use of physical or psychological
violence. Among the various instruments designed to measure this construct, the Buss and Perry Aggression
Questionnaire is one of the most widely used. In this context, the present study aimed to determine its validity
and reliability based on a psychometric network model. A total of 490 secondary school students participated
in the study. Dimensionality, structural consistency, network loadings using Exploratory Graph Analysis
(EGA), and sex-based invariance were evaluated. The results indicated that the questionnaire exhibits a
three-dimensional structure with ideal structural consistency coefficients (0.837 to 0.997). Network loadings
were moderate to high (0.22 to 0.54), and measurement invariance across sex was supported. These findings
provide evidence of the questionnaire’s validity and reliability, supporting its use for assessing aggression in
adolescent students.
Keywords: Psychometrics, Aggression, Adolescent.
INTRODUCCIÓN.
La adolescencia, representa una etapa llena de oportunidades y beneficios para el buen desarrollo neuronal y
socioemocional,
(1)
al ser positivo, contribuye al bienestar y calidad de vida. Sin embargo, muchas veces
debido a dificultades o conflictos, suelen presentar conductas poco adaptativas, siendo una de las más comunes
la agresividad.
(2)
La agresividad, es asumida como un problema de salud pública, que genera graves consecuencias en las
víctimas y sociedad,
(3)
la cual, busca lastimar o causar daño a nivel físico o emocional.
(4)
Se reconoce que la
agresividad, puede ser expresada de muchas maneras, mediante insultos, amenazas o golpes, que conlleva a
una mayor dificultad para adaptarse en contextos educativos y en el sistema familiar. La literatura reconoce
su relación con ideas suicidas y dificultad para establecer vínculos sanos con sus pares,
(5)
los trastornos de
personalidad,
(6)
dificultades para ejercer un adecuado autocontrol,
(7)
inestabilidad y un deterioro constante en
la calidad de vida.
(8)
Entre los diversos modelos teóricos que permiten tener una mejor comprensión sobre la agresividad, se
encuentra la teoría del aprendizaje social,
(9)
la cual considera que la agresividad surge y se refuerza a partir
de la influencia que se recibe del entorno más cercano, influyendo en la conducta y creencias, moldeando su
interacción en sociedad.
(10)
A la vez, se reconoce que medir la agresividad en los adolescentes, es importante, ya que facilita su adecuada
identificación y puedo permitir su oportuna intervención. Estudios han reportado que cuando se promueve la
autoestima
Entre los diversos instrumentos que se utilizan para la medición de la agresividad, se encuentra Cuestionario
de Agresión (AQ), elaborado por Buss y Perry en 1992, la cual consta de cuatro dimensiones y un total de 29
reactivos, orientados a medir la agresividad física, verbal, la ira y hostilidad. A lo largo de los años, ha sido
objeto de diversos estudios de corte psicométrico, sin embargo, estudios realizados en diferentes contextos,
han encontrado dificultades relacionadas a una baja confiabilidad en dimensiones y el retiro de ítems.
(11,12,13,14)
Asimismo, ha presentado cambios en su estructura, reportándose versiones reducidas de tres dimensiones en
Ecuador,
(15)
Italia,
(16)
Argentina
(17)
y en China de dos dimensiones.
(18)
Todos estos estudios, demuestran la
utilidad del instrumento para la medición de la agresividad, sin embargo, ponen en evidencia, que su estructura
no suele mostrar replicabilidad en diferentes contextos. Esto motiva a realizar el análisis psicométrico, en
base al método de análisis de redes, ya que puede estimar la replicabilidad de la estructura que la prueba
presenta,
(19)
cuantificar las cargas de red en base a su equivalencia facilitando una mejor selección de los
reactivos y su invarianza
(20)
y la redundancia.
(21)
En relación con el análisis de redes, es un método relativamente reciente, que se diferencia de los modelos
clásicos en medición, al considerar que las variables, síntomas, rasgos o dificultades psicológicas se encuentran
interrelacionados y que mantienen entre ellas un impacto constante,
(22)
a diferencia del modelo biomédico que
considera a toda patología o dificultad emocional es producto de una variable latente.
La red al ser analizada presenta una representación gráfica dividida en dos aspectos, nodos y aristas,
(23,24,25)
los primeros hacen referencia a las variables analizadas y las segundas indican la relación existente entre
ellas. En base a lo expuesto, se puede considerar que el análisis de redes representa un método de análisis
innovador complejo frente a la medición de variables, poder usarlo en el campo de la validación de
instrumentos contribuye a que pueda contar con herramientas de mayor precisión.
Ante esto, se propone como objetivo general realizar un análisis psicométrico exploratorio de redes del
cuestionario de agresión (AQ) en adolescentes. Y como objetivos específicos se buscó: Realizar el análisis
preliminar de los ítems, estimar la dimensionalidad y estabilidad, calcular las cargas de red, obtener la
consistencia estructural y realizar el análisis de invarianza en base al sexo en los adolescentes.
METODOLOGÍA.
El estudio corresponde al diseño instrumental, con enfoque cuantitativo, orientado a la medición de la validez
y confiabilidad.
La muestra, seleccionada fue evaluada en base al muestreo no probabilístico por conveniencia, método que
permite una selección de participantes en base a la accesibilidad y facilidad del investigador, pero que solo
toma en consideración a aquellos que cumplen con los criterios establecidos para su selección. En total
fueron 490 adolescentes, quienes cursaban del tercer al quinto grado del nivel secundario, pertenecientes a
una institución educativa pública. Sus edades oscilaron de 13 a 16 años (Media: 14.6), de ambos sexos (61 %
varones y 39 % mujeres). Como criterios de inclusión fueron considerados solo aquellos matriculados en el
año académico, que acepten formar parte de manera voluntaria brindando su consentimiento.
El instrumento empleado, fue el Cuestionario de Agresión (AQ), elaborado por Buss y Perry en 1992. Se
empleó la versión adaptada por Andreu et al.,
(26)
se compone de cuatro dimensiones (agresión física, agresión
verbal, ira y hostilidad) y 29 ítems en escala Likert. Presenta una confiabilidad que oscila de 0,68 a 0,88 entre
sus dimensiones y adecuados índices de ajuste (RMR: 0,05, RMSEA: 0,05, GFI: 0,92 y GFI: 0,93).
El proceso de recojo de información se realizó de manera presencial, cada participante firmó un consentimiento
informado, que brindaba su conformidad a ser participe del estudio. Culminado el proceso cada prueba fue
codificada para su posterior análisis.
Análisis de datos
El análisis de los datos se llevó a cabo utilizando RStudio como interfaz principal para la gestión y ejecución
de los scripts analíticos.
(27)
Para la manipulación, limpieza y organización de los datos, se emplearon las
herramientas del paquete tidyverse, que facilitan la estructuración eficiente de los conjuntos de datos y la
preparación previa al análisis estadístico.
(28)
La composición y maquetación de las figuras se realizó mediante
el paquete gridExtra, permitiendo una presentación visual clara y comparativa de los resultados.
(29)
El análisis
exploratorio de grafos (EGA) y su versión bootstrap (bootEGA) se implementaron a través del paquete
EGAnet, que posibilita la identificación de la dimensionalidad subyacente y la evaluación de la estabilidad
estructural de las soluciones obtenidas.
(30)
Para la estimación de la red, se utilizó el modelo graphical lasso (glasso) sobre una matriz de correlaciones
de Spearman, decisión motivada por la presencia de asimetría en la distribución de las respuestas tipo Likert,
ya que bajo estas condiciones la matriz de Spearman ofrece una recuperación de aristas comparable o
superior a la matriz policórica en el contexto de EBICglasso.
(31)
La detección de comunidades se realizó
inicialmente con el algoritmo Louvain, aunque el paquete EGAnet también permite la comparación con
otros algoritmos como walktrap, basado en caminatas aleatorias, para asegurar la robustez de la estructura
dimensional identificada.
(32)
El análisis incluyó la aplicación de bootEGA con 1000 réplicas y el algoritmo
Leading Eigenvector (LE) para evaluar la consistencia estructural de las dimensiones y la estabilidad de
pertenencia de los ítems, utilizando como criterio de replicación satisfactorio un umbral de ≥ 75 %, conforme
a las recomendaciones metodológicas actuales.
(33)
La consistencia estructural fue diferenciada explícitamente de la consistencia interna clásica, ya que la
primera evalúa la replicabilidad de la estructura dimensional en muestras bootstrap, mientras que la segunda
se refiere a la homogeneidad interna de los ítems.
(34)
En relación a las cargas de red, se interpretan en base a
tres umbrales, pequeño para 0,15, moderadas para 0,25 y grandes para 0,35, lo que permite poder realizar las
comparaciones en base a criterios ya conocidos de interpretación de cargas factoriales.
(35)
Aunado a esto, se
empleó el Loading Comparison Test (LCT) para poder elegir entre el marco de red y el latente, facilitando
así que toda estructura identificada guarde mejor relación con el modelo teórico más pertinente.
(36)
La
modelización de redes latentes (Latent Network Modeling) se implementó con el paquete psychonetrics,
permitiendo explorar las interacciones entre variables latentes y comparar la estructura de red con modelos
de ecuaciones estructurales tradicionales.
(37)
REE 20(3) Riobamba sep. - dic. 2026
cc
BY NC ND
5
ISSN-impreso 1390-7581
ISSN-digital 2661-6742
Para la interpretación de las correlaciones entre dimensiones y nodos, se siguieron los puntos de corte
propuestos por Cohen (0,10, 0,30, 0,50 como efectos pequeño, mediano y grande, respectivamente), y se
reportaron métricas de centralidad cuando fue pertinente, empleando las funciones del paquete bootnet.
(24,38)
La elección de este enfoque metodológico responde a la necesidad de captar la complejidad estructural de los
datos tipo Likert, garantizar la robustez y replicabilidad de los resultados, y permitir una interpretación
tanto desde el marco de red como desde el marco latente, integrando evidencia empírica y criterios teóricos
actualizados.
RESULTADOS
Figura 1. Análisis preliminar de los ítems
En base al análisis descriptivo de las frecuencias de respuesta para los 17 ítems que conforman el instrumento
y presentan la escala Likert. Se aprecia, que en su gran mayoría diversos ítems (AFI, AF5, AF13, AF21,
AF27, AF29, AV18 y AH4) superan el 40% de selección en opción 1 por parte de los participantes, asimismo
se aprecia que una gran cantidad de ítems, los porcentajes elegidos superan el 20 %, para la opción dos. A
partir de esto, se puede inferir que, entre los adolescentes evaluados, existe una mayor tendencia a elegir
categorías bajas de respuesta, sin embargo, se aprecia variabilidad entre las cinco opciones de respuesta.
Figura 2. Dimensionalidad y estabilidad (EGA/BootEGA)
El Análisis Exploratorio de Grafos (EGA) identificó la presencia de tres dimensiones en la estructura de los
datos. El índice TEFI obtenido fue de -12,29, lo que indica un ajuste adecuado del modelo de red estimado.
La estabilidad de la solución fue corroborada mediante procedimientos de remuestreo (BootEGA), que
presentan una mejor estructura en base a 17 ítems y tres dimensiones, y a la vez, reflejan una mayor
consistencia en las iteraciones realizadas. A la vez, las líneas más gruesas muestran una mayor conexión
entre los ítems que conforman cada dimensión, esto permite comprender que existe una gran relación entre
los dimensiones y el modelo teórico para la medición de la agresión.
Tabla 1. Cargas de red (principales)
El análisis de cargas de red mostró que, en la dimensión 1, los ítems con mayores cargas fueron AF5 (0,541),
AF21 (0,482), AF9 (0,403), AF24 (0,398) y AF17 (0,336). En la dimensión 2, los ítems más representativos
fueron AV14 (0,447), AI19 (0,433), AV18 (0,395), AV10 (0,326) y AV2 (0,296). Para la dimensión 3,
destacaron AH26 (0,543), AH8 (0,421), AH12 (0,372), AH16 (0,367) y AH20 (0,253). Estos resultados
evidencian una adecuada representación de los ítems en sus respectivas dimensiones.
Figura 3. Consistencia estructural (BootEGA) modelo original.
El modelo original, evidencia que diversos reactivos, presentan coeficientes con valores menores al 0,75, lo
que indica una baja estabilidad, la cual se encuentre presente en las cuatro dimensiones, cuyos valores oscilan
de 0,39 a 0,74; los ítems que reflejan una mayor estabilidad, presentan valores 0,76 a 0,96. Frente a esto, se
realizó la eliminación de reactivos, buscando una mayor estabilidad en la red.
Figura 4. Consistencia estructural (BootEGA) del modelo adaptado.
La figura, permite identificar la consistencia estructural en base a las 3 dimensiones identificadas, cuyos
valores son elevados, presentando coeficientes de 0,86 a 1 en Agresividad física, de 0,92 a 1 para Agresión
verbal y de 1 en la dimensión Hostilidad. Los valores encontrados permiten apreciar que la presencia de una
alta estabilidad y replicabilidad, del modelo encontrado en base a tres dimensiones en base al BootEGA.
Figura 5. Invarianza en base al modelo adaptado.
Se realizó el análisis de invarianza, tomando en cuenta la estructura de tres dimensiones en base al sexo. Los
resultados reflejan que no existen diferencias estadísticamente significativas entre la pertenencia de los 17
ítems sobre las dimensiones, mostrando valores de p ajustados (p_BH) mayores al 0,05 entre la gran mayoría
de los casos. Es necesario tomar en cuenta que solo se apreciaron diferencias en el ítem AF24, que refleja una
diferencia significativa (p = 0,048; p_BH = 0,468), sin embargo, este valor no fue suficiente para poder
determinar una diferencia al realizarse la corrección en base a las comparaciones múltiples. Lo encontrado
confirma la invarianza de la estructura factorial entre los grupos analizados.
DISCUSIÓN
La adolescencia presenta, una etapa importante durante el proceso de adaptación y socialización, sin embargo,
es propensa a la manifestación de diversas dificultades. Entre las más comunes se encuentra la agresividad,
considerada un problema público, que conlleva a graves consecuencias en sus víctimas y sociedad,
(3)
cuya
finalidad es la de lastimar o causar daño a nivel físico o emocional.
(4)
Al respecto, puede ser definida como
todo aquel acto basado en golpes, la coacción e insultos, con la finalidad de obtener un beneficio mediante
el uso de la fuerza e intimidación.
Existen diversos instrumentos destinados a la medición de la agresividad, el Cuestionario de Agresión (AQ),
de Buss y Perry, es uno de más empleados, adaptado en diferentes idiomas, contextos y grupos poblacionales.
Frente a esto, se propuso como objetivo, realizar un análisis psicométrico del cuestionario de agresión (AQ)
en adolescentes, en base al análisis de redes.
Al respecto, el estudio se basó en el análisis de redes, método que ha tomado mayor relevancia en la medición
de variables relacionadas a la salud mental y considera a los diversos síntomas como nodos, que se relacionan,
se refuerzan entre sí y permiten de esta manera determinar sus factores.
(39)
En el campo de la psicometría, el
análisis de redes permite estimar medidas como la replicabilidad en base al análisis de grafos y a medidas de
Bootstrap, que buscan conocer la dependencia en la muestra,
(17)
así como conocer el valor de la carga de
red,
(32)
determinar la redundancia, mediante el análisis de variables únicas (UVA), lo que facilita el poder
abreviar un instrumento,
(21)
y comprobar la invarianza de los grupos en base al sexo.
En base a las redes psicométricas, los resultados encontrados permiten apreciar la conformación de una
nueva estructura conformada por 17 ítems y tres dimensiones, con cargas de red que oscilan de 0,22 a 0,54,
permitiendo considerar que entre los diversos ítems existen adecuadas interconexiones que contribuyen a la
medición de la agresividad en adolescentes. Aunque estos valores no son similares a otros resultados
encontrados en otros contextos,
(16, 17)
se puede inferir que los ítems, logran tener una adecuada relación con
el constructo propuesto y facilitan la medición de la agresividad en adolescentes.
Asimismo, aunque el estudio propone una nueva estructura en su medición, se debe considerar, que a
diferencia del modelo médico que tiene como punto de partida la percepción de una variable latente como
método para poder explicar dificultades, rasgos de personalidad y otros; el análisis de redes considera que
cada síntoma o característica evaluada, es producto de la interacción que existe entre los síntomas o
características,
(22)
en relación al presente, se puede inferir que cada ítem se encuentra relacionado y a la vez
impactan entre sí de forma constante. En relación con el cambio en la estructura para la medición de la variable,
el cual se conforma por tres dimensiones, coincide con diversos estudios realizados,
(15,16,17,18)
los cuales
reportaron modificaciones en el instrumento en sus dimensiones y eliminación de ítems, pero siguen
demostrando utilidad para la medición de la agresividad.
Los coeficientes relacionados a la estabilidad muestran valores de 0,837 a 0,997, considerados satisfactorios,
(30) entre las dimensiones de la nueva estructura propuesta, lo que indican capacidad para la medición y
buena replicabilidad del cuestionario. Aunque otros estudios han empleado coeficientes distintos para la
fiabilidad,
(15,16,17)
valores, pueden llegar a ser comparables a los diversos coeficientes reportados en estudios
que buscaron medir su consistencia.
En relación con la invarianza entre grupos, los resultados no reflejan diferencias estadísticas entre ambos
grupos (hombres y mujeres), esto permite comprender que toda diferencia que pueda llegar a encontrarse en
base a la medición se debe a diferencia entre los géneros y no a causa del instrumento seleccionado.
(40)
A partir de lo encontrado, el estudio muestra la importancia de seguir analizando instrumentos que miden
agresividad en los adolescentes, al ser una dificultad creciente y que suele estar presente en diferentes
contextos. Además, brinda una versión breve, lo cual facilita su aplicación. Aunque el estudio emplea un
método que puede llegar a ser considerado nuevo, no se encuentra exento de limitaciones, como el tipo de
muestreo empleado que limita su generalización; a la vez, la cantidad de la muestra evaluada se considera
adecuada, sin embargo, se sugiere en futuros estudios ampliar el número de adolescentes evaluados.
CONCLUSIONES
El cuestionario de agresividad analizado, en base al análisis de redes, refleja una estructura tridimensional,
con adecuada validez y confiabilidad. Esto permite que pueda ser empleados por profesionales de la salud,
docentes, estudiantes o investigadores, interesados en medir los niveles de agresividad en estudiantes del
nivel secundario de ambos sexos.
Financiamiento: El estudio fue financiado por el investigador.
Agradecimientos: A la Universidad Privada del Norte por su confianza y a cada uno de los participantes que
respondieron de manera sincera a la evaluación.
Conflicto de intereses: El autor de la presente investigación, declara no presentar conflicto de interés.
Contribución del autor: Richard Irvin Salirrosas-Cabada, se encargó de la búsqueda de información,
recolección de datos, análisis e interpretación de resultados, metodología y conclusiones.
REFERENCIAS BIBLIOGRAFICAS.
1. Zhang Y, Li Y, Xie X, Lin X, Huang M, Fu H, et al. Association of greenness surrounding school with
aggression among adolescents: A multi-site study in China. Environ Res [Internet]. 2023 [citado 04
Ene 2026];234:116529. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/
S0013935123013336 DOI: https://doi.org/10.1016/j.envres.2023.116529.
2. Campo-Tena L, Larmour SR, Pereda N, Eisner MP. Longitudinal associations between adolescent
dating violence victimization and adverse outcomes: A systematic review. Trauma Violence Abuse
[Internet]. 2024 [citado 04 Ene 2026];25(2):1265–1277. Disponible en: https://journals.sagepub.com/
doi/full/10.1177/15248380231174504. DOI: https://doi.org/10.1177/15248380231174504.
3. Zhang L, Zhu H. Relationship between narcissism and aggression: A meta-analysis. Xin Li Xue Bao
[Internet]. 2021 [citado 04 Ene 2026];53(11):1228–1243. Disponible en: https://doi.org/10.3724/
SP.J.1041.2021.01228.
4. Krahé B. The social psychology of aggression: 3Rd edition [Internet]. 3a ed. Londres, Inglaterra:
Routledge; 2020. Disponible en: http://dx.doi.org/10.4324/9780429466496.
5. Zhang L, Eggum ND. Chinese adolescents’ perceptions of aggressive peers: The roles of gender and
cultural values. J Interpers Violence [Internet]. 2023 [citado 04 Ene 2026];38(15–16):9343–9368.
Disponible en: https://journals.sagepub.com/doi/abs/10.1177/08862605231165751 DOI: https://doi.org/
10.1177/08862605231165751.
6. Whipp AM, Korhonen T, Raevuori A, Heikkilä K, Pulkkinen L, Rose RJ, et al. Early adolescent
aggression predicts antisocial personality disorder in young adults: a population-based study. Eur
Child Adolesc Psychiatry [Internet]. 2019 [citado 05 Ene 2026];28(3):341–350. Disponible en:
https://link.springer.com/article/10.1007/s00787-018-1198-9. DOI: https://doi.org/10.1007/s00787-
018-1198-9.
7. Kwak M, Oh I. Comparison of psychological and social characteristics among traditional, cyber,
combined bullies, and non-involved. Sch Psychol Int [Internet]. 2017 [citado 05 Ene 2026];38(6):
608–627. Disponible en: https://journals.sagepub.com/doi/abs/10.1177/0143034317729424 DOI:
https://doi.org/10.1177/0143034317729424.
8. Brugman S, Cornet LJM, Smeijers D, Smeets K, Oostermeijer S, Buitelaar JK, et al. Examining the
reactive proactive questionnaire in adults in forensic and non-forensic settings: A variable- and
person-based approach: Reactive Proactive Aggression in Adults. Aggress Behav [Internet]. 2017
[citado 05 Ene 2026];43(2):155–162. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1002/
ab.21671. DOI: https://doi.org/10.1002/ab.21671.
9. Bandura A, Ross D, Ross SA. Transmission of aggression through imitation of aggressive models. J
Abnorm Soc Psychol [Internet]. 1961 [citado 05 Ene 2026];63(3):575–582. Disponible en:
https://psycnet.apa.org/record/1963-00875-001. DOI:http://doi.org/10.1037/h0045925.
10. Siregar AOA, Karmiyati D. Delinquent behavior: An analysis of Albert Bandura’s social learning
theory. ICPE [Internet]. 2024 [citado el 05 de Ene de 2026];3(1). Disponible en: https://proceeding.
unesa.ac.id/index.php/icpe/article/view/3655.
11. Pomahuacre-Carhuayal JW, Flores-Ramirez ME, Sanchez-Aliaga LL, Pomahuacre-Carhuayal LA,
Alva-Mendoza JC. Cuestionario de Agresión de Buss y Perry, forma reducida (AQ-SF): evidencias
psicométricas en adolescentes peruanos. Rev Investig Psicol [Internet]. 2024 [citado 05 Ene 2026];
27(2):e27560. Disponible en: disponible en: https://go.gale.com/ps/i.do?id=GALE%7CA824744120
&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=1560909X&sw=w&p=IFME&userGroup
Name=anon%7E2f25831a&aty=open-web-entry DOI: http://doi.org/10.15381/rinvp.v27i2.27560.
12. Javela JJ. Analysis of the psychometric properties of the Buss-Perry Aggression Questionnaire (AQ)
in Colombian adolescents. Rev psicol clín con niños adolesc [Internet]. 2023 [citado 07 Ene 2026];
10(3). Disponible en: https://jcpca.org/wp-content/uploads/pdfs/23-03-08.pdf. DOI: http://doi.org/
10.21134/rpcna.2023.10.3.8.
13. Cunha O, Peixoto M, Cruz AR, Gonçalves RA. Buss-Perry Aggression Questionnaire: Factor structure
and measurement invariance among Portuguese male perpetrators of intimate partner violence. Crim
Justice Behav [Internet]. 2021 [citado 07 Ene 2026];009385482110501. Disponible en: https://journals.
sagepub.com/doi/abs/10.1177/00938548211050113. DOI: http://doi.org/10.1177/00938548211050113.
14. Zimonyi S, Kasos K, Halmai Z, Csirmaz L, Stadler H, Rózsa S, et al. Hungarian validation of the
Buss-Perry Aggression Questionnaire-Is the short form more adequate? Brain Behav [Internet]. 2021
[citado 07 Ene 2026];11(5):e02043. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/
brb3.2043 DOI: http://doi.org/10.1002/brb3.2043.
15. Espinoza I, Tobar Viera A. Propiedades psicométricas del Cuestionario de Agresión (AQ) en
estudiantes universitarios ecuatorianos. ecosacademia [Internet]. 2023 [citado 07 Ene 2026];9(18):
9–27. Disponible en: https://revistasojs.utn.edu.ec/index.php/ecosacademia/es/article/view/907.
DOI: http://doi.org/10.53358/ecosacademia.v9i18.907.
16. Sommantico M, Guzmán MO, Parrello S, De Rosa B, Donizzetti AR. Validación de la versión italiana
del cuestionario de agresión (AQ) en el sur de Italia. Psicología Iztacala [Internet]. 2008 [citado 08
Ene 2026];11(4). Disponible en: https://www.revistas.unam.mx/index.php/repi/article/view/18593.
17. García-Batista ZE, Moretti LS, Franco P, Adrián Medrano L, Mustaca AE. Evidencias de Validez y
Confiabilidad de las Puntuaciones del Cuestionario de Agresividad (AQ) para Adultos Argentinos.
Rev Iberoam Diagn Eval - Aval Psicol [Internet]. 2022 [citado 08 Ene 2026];62(1):17. Disponible en:
https://go.gale.com/ps/i.do?id=GALE%7CA758439597&sid=googleScholar&v=2.1&it=r&link
access=abs&issn=11353848&sw=w&p=AONE&userGroupName=anon%7Eb60e570d&aty=open-
web-entry.
18. Maxwell JP. Development and preliminary validation of a Chinese version of the Buss-Perry Aggression
Questionnaire in a population of Hong Kong Chinese. J Pers Assess [Internet]. 2007 [citado 08 Ene
2026];88(3):284–94. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/00223890701317004
DOI: http://doi.org/10.1080/00223890701317004.
19. Golino HF, Epskamp S. Exploratory graph analysis: A new approach for estimating the number of
dimensions in psychological research. PLoS One [Internet]. 2017 [citado 11 Ene 2026];12(6):
e0174035. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0174035.
DOI: http://doi.org/10.1371/journal.pone.0174035.
20. Christensen AP, Golino H. Estimating the stability of psychological dimensions via Bootstrap
Exploratory Graph Analysis: A Monte Carlo simulation and tutorial. Psych [Internet]. 2021 [citado
11 Ene 2026];3(3):479–500. Disponible en: https://www.mdpi.com/2624-8611/3/3/32. DOI:
http://doi.org/10.3390/psych3030032.
21. Christensen AP, Garrido LE, Guerra-Peña K, Golino H. Comparing community detection algorithms
in psychometric networks: A Monte Carlo simulation. Behav Res Methods [Internet]. 2024 [citado 11
Ene 2026];56(3):1485–1505. Disponible en: https://link.springer.com/article/10.3758/s13428-023-
02106-4. DOI: http://doi.org/10.3758/s13428-023-02106-4.
22. Fonseca-Pedrero E, Muñiz J. Análisis de Redes en la Medición Psicológica: Fundamentos: Análisis
psicométrico de redes psicológicas. Acción psicol [Internet]. 2025 [citado 12 Ene 2026];22(1).
Disponible en: https://revistas.uned.es/index.php/accionpsicologica/article/view/43296. DOI:
http://doi.org/10.5944/ap.22.1.43296.
23. Álvarez-Díaz M, Gallego-Acedo C, Fernández-Alonso R, Muñiz J, Fonseca-Pedrero E. Análisis de
Redes: una Alternativa a los Enfoques Clásicos de Evaluación de los Sistemas Educativos. Psicol
Educ [Internet]. 2022 [citado 12 Ene 2026];28(2):165–73. Disponible en: https://digibuo.uniovi.es/
dspace/bitstream/handle/10651/61685/1135_755X_psed_psed2021a16.pdf?sequence=1. DOI:
http://doi.org/10.5093/psed2021a16.
24. Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: A tutorial
paper. Behav Res Methods [Internet]. 2018 [citado 12 Ene 2026];50(1):195–212. Disponible en:
https://link.springer.com/article/10.3758/s13428-017-0862-1#citeas. DOI: http://doi.org/10.3758/
s13428-017-0862-1.
25. Fonseca-Pedrero E. Análisis de redes: ¿una nueva forma de comprender la psicopatología? Rev
Psiquiatr Salud Ment [Internet]. 2017 [citado 13 Ene 2026];10(4):206–15. Disponible en:
https://www.sciencedirect.com/science/article/pii/S1888989117300903. DOI: http://doi.org/10.1016/
j.rpsm.2017.06.004.
26. Andreu, J., Peña, M. & Graña, J. Adaptación psicométrica de la versión española del Cuestionario de
Agresión. Psicothema [Internet] 2002 [citado 11 Ene 2026];14(2),476-482. Disponible en:
https://www.redalyc.org/pdf/727/72714245.pdf.
27. RStudio Team. RStudio: Integrated Development Environment for R [software]. Posit PBC; 2023.
28. Wickham H, Averick M, Bryan J, Chang W, McGowan L, François R, et al. Welcome to the tidyverse.
J Open Source Softw [Internet]. 2019 [citado 11 Ene 2026];4(43):1686. Disponible en: https://joss.theoj.
org/papers/10.21105/joss.01686 DOI: http://doi.org/10.21105/joss.01686.
29. Auguie B, Antonov A. gridExtra: Miscellaneous functions for “Grid” graphics [software]. Comprehensive
R Archive Network (CRAN); 2017.
30. Golino HF, Christensen AP. EGAnet: Exploratory Graph Analysis tools for psychological research
[software]. 2021.
31. Isvoranu AM, Epskamp S. Which estimation method to use in network psychometrics under skew?
(Spearman vs polychoric in EBICglasso).
32. Garcia-Pardina A, Abad FJ, Christensen AP, Golino H, Garrido LE. Dimensionality assessment in the
presence of wording effects: A network psychometric and factorial approach. Behav Res Methods
[Internet]. 2024 [citado 11 Ene 2026];56(6):6179–97. Disponible en: https://link.springer.com/article/
10.3758/s13428-024-02348-w. DOI: http://doi.org/10.3758/s13428-024-02348-w.
33. Golino H, Moulder R, Shi D, Christensen AP, Garrido LE, Nieto MD, et al. Entropy fit indices: New
fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate
Behav Res [Internet]. 2021 [citado 11 Ene 2026];56(6):874–902. Disponible en: https://www.tandfonline.
com/doi/abs/10.1080/00273171.2020.1779642. DOI: http://dx.doi.org/10.1080/00273171.2020.1779642.
34. Christensen AP, Golino H, Silvia PJ. A psychometric network perspective on the validity and validation
of personality trait questionnaires. Eur J Pers [Internet]. 2020 [citado 11 Ene 2026];34(6):1095–108.
Disponible en: https://journals.sagepub.com/doi/abs/10.1002/per.2265. DOI: http://doi.org/10.1002/
per.2265.
35. Christensen AP, Golino H. On the equivalency of factor and network loadings. Behav Res Methods
[Internet]. 2021 [citado 11 Ene 2026];53(4):1563–80. Disponible en: https://link.springer.com/article/
10.3758/s13428-020-01500-6#citeas. DOI: http://doi.org/10.3758/s13428-020-01500-6.
36. Epskamp S. Structural Equation Modeling and Confirmatory Network Analysis [R package psychonetrics
version 0.13.2] [Internet]. Comprehensive R Archive Network (CRAN). 2025 [citado 12 Ene 2026].
Disponible en: https://cran.r-project.org/package=psychonetrics.
37. Epskamp S, Rhemtulla M, Borsboom D. Generalized network psychometrics: Combining network
and latent variable models. Psychometrika [Internet]. 2017 [citado el 12 de Ene de 2026];82(4):
904–927. Disponible en: https://www.cambridge.org/core/journals/psychometrika/article/abs/
generalized-network-psychometrics-combining-network-and-latent-variable-models/2D2004CADB
2549F8FE1DDE1726D9DC80. DOI: http://doi.org/10.1007/s11336-017-9557-x.
38. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge.
39. Borsboom D, Cramer AOJ. Network analysis: an integrative approach to the structure of psychopathology.
Annu Rev Clin Psychol [Internet]. 2013 [citado 12 Ene 2026];9(1):91–121. Disponible en:
https://www.annualreviews.org/content/journals/10.1146/annurev-clinpsy-050212-185608. DOI:
http://doi.org/10.1146/annurev-clinpsy-050212-185608.
40. Lara SD, Merino-Soto C. Estimación de la magnitud del efecto en invarianza de medición. Rev Aval
Psicol [Internet]. 2019 [citado 29 May 2026];18(03). Disponible en: https://pepsic.bvsalud.org/scielo.
php?pid=S1677-04712019000300014&script=sci_arttext. DOI: http://doi.org/10.15689/ap.2019.
1803.16248.13.
Agresividad en adolescentes: Validez y confiabilidad en base al análisis de redes psicométricas
Aggression in adolescents: Validity and reliability based on psychometric network analysis
https://doi.org/10.37135/ee.04.27.01
Autor:
Richard Irvin Salirrosas-Cabada1 - https://orcid.org/0000-0002-4443-5992
Afiliación:
1Universidad Privada del Norte, Facultad de Ciencias de la Salud, Lima, Perú
Autor de correspondencia: Richard Irvin Salirrosas-Cabada. Av. Tingo María N° 1122, distrito de Cercado
de Lima Correo electrónico: richard.salirrosas@upn.pe, Telefono: 956363278
Recibido: 11 de mayo de 2026 Aceptado: 3 de agosto de 2026
RESUMEN
Se considera a la agresividad, como toda aquella conducta basada en la intimidación, mediante el empleo de
la violencia física o psicológica. Entre los diversos instrumentos que miden el constructo, se encuentra el
Cuestionario de Agresividad de Buss y Perry. Frente a esto, el estudio buscó determinar la validez y fiabilidad
en base a un modelo psicométrico basado en redes. Participaron 490 estudiantes del nivel secundario. Se
evaluaron la dimensionalidad, consistencia estructural, cargas de red mediante el Análisis Exploratorio de
Grafos (EGA) e invarianza en base al sexo. Los resultados, indicaron que el cuestionario presenta una estructura
basada en tres dimensiones, con una consistencia estructural ideal (0,837 a 0,997). Las cargas de red fueron
moderadas a altas (0,22 a 0,54), asimismo, existe invarianza entre sexos. Lo encontrado, pone en evidencia
que el cuestionario presenta validez y fiabilidad, lo que determina su uso para la medición de la agresividad
en adolescentes educativos.
Palabras clave: Psicometría, agresión, adolescentes.
ABSTRACT
Aggression is defined as any behavior based on intimidation through the use of physical or psychological
violence. Among the various instruments designed to measure this construct, the Buss and Perry Aggression
Questionnaire is one of the most widely used. In this context, the present study aimed to determine its validity
and reliability based on a psychometric network model. A total of 490 secondary school students participated
in the study. Dimensionality, structural consistency, network loadings using Exploratory Graph Analysis
(EGA), and sex-based invariance were evaluated. The results indicated that the questionnaire exhibits a
three-dimensional structure with ideal structural consistency coefficients (0.837 to 0.997). Network loadings
were moderate to high (0.22 to 0.54), and measurement invariance across sex was supported. These findings
provide evidence of the questionnaire’s validity and reliability, supporting its use for assessing aggression in
adolescent students.
Keywords: Psychometrics, Aggression, Adolescent.
INTRODUCCIÓN.
La adolescencia, representa una etapa llena de oportunidades y beneficios para el buen desarrollo neuronal y
socioemocional,
(1)
al ser positivo, contribuye al bienestar y calidad de vida. Sin embargo, muchas veces
debido a dificultades o conflictos, suelen presentar conductas poco adaptativas, siendo una de las más comunes
la agresividad.
(2)
La agresividad, es asumida como un problema de salud pública, que genera graves consecuencias en las
víctimas y sociedad,
(3)
la cual, busca lastimar o causar daño a nivel físico o emocional.
(4)
Se reconoce que la
agresividad, puede ser expresada de muchas maneras, mediante insultos, amenazas o golpes, que conlleva a
una mayor dificultad para adaptarse en contextos educativos y en el sistema familiar. La literatura reconoce
su relación con ideas suicidas y dificultad para establecer vínculos sanos con sus pares,
(5)
los trastornos de
personalidad,
(6)
dificultades para ejercer un adecuado autocontrol,
(7)
inestabilidad y un deterioro constante en
la calidad de vida.
(8)
Entre los diversos modelos teóricos que permiten tener una mejor comprensión sobre la agresividad, se
encuentra la teoría del aprendizaje social,
(9)
la cual considera que la agresividad surge y se refuerza a partir
de la influencia que se recibe del entorno más cercano, influyendo en la conducta y creencias, moldeando su
interacción en sociedad.
(10)
A la vez, se reconoce que medir la agresividad en los adolescentes, es importante, ya que facilita su adecuada
identificación y puedo permitir su oportuna intervención. Estudios han reportado que cuando se promueve la
autoestima
Entre los diversos instrumentos que se utilizan para la medición de la agresividad, se encuentra Cuestionario
de Agresión (AQ), elaborado por Buss y Perry en 1992, la cual consta de cuatro dimensiones y un total de 29
reactivos, orientados a medir la agresividad física, verbal, la ira y hostilidad. A lo largo de los años, ha sido
objeto de diversos estudios de corte psicométrico, sin embargo, estudios realizados en diferentes contextos,
han encontrado dificultades relacionadas a una baja confiabilidad en dimensiones y el retiro de ítems.
(11,12,13,14)
Asimismo, ha presentado cambios en su estructura, reportándose versiones reducidas de tres dimensiones en
Ecuador,
(15)
Italia,
(16)
Argentina
(17)
y en China de dos dimensiones.
(18)
Todos estos estudios, demuestran la
utilidad del instrumento para la medición de la agresividad, sin embargo, ponen en evidencia, que su estructura
no suele mostrar replicabilidad en diferentes contextos. Esto motiva a realizar el análisis psicométrico, en
base al método de análisis de redes, ya que puede estimar la replicabilidad de la estructura que la prueba
presenta,
(19)
cuantificar las cargas de red en base a su equivalencia facilitando una mejor selección de los
reactivos y su invarianza
(20)
y la redundancia.
(21)
En relación con el análisis de redes, es un método relativamente reciente, que se diferencia de los modelos
clásicos en medición, al considerar que las variables, síntomas, rasgos o dificultades psicológicas se encuentran
interrelacionados y que mantienen entre ellas un impacto constante,
(22)
a diferencia del modelo biomédico que
considera a toda patología o dificultad emocional es producto de una variable latente.
La red al ser analizada presenta una representación gráfica dividida en dos aspectos, nodos y aristas,
(23,24,25)
los primeros hacen referencia a las variables analizadas y las segundas indican la relación existente entre
ellas. En base a lo expuesto, se puede considerar que el análisis de redes representa un método de análisis
innovador complejo frente a la medición de variables, poder usarlo en el campo de la validación de
instrumentos contribuye a que pueda contar con herramientas de mayor precisión.
Ante esto, se propone como objetivo general realizar un análisis psicométrico exploratorio de redes del
cuestionario de agresión (AQ) en adolescentes. Y como objetivos específicos se buscó: Realizar el análisis
preliminar de los ítems, estimar la dimensionalidad y estabilidad, calcular las cargas de red, obtener la
consistencia estructural y realizar el análisis de invarianza en base al sexo en los adolescentes.
METODOLOGÍA.
El estudio corresponde al diseño instrumental, con enfoque cuantitativo, orientado a la medición de la validez
y confiabilidad.
La muestra, seleccionada fue evaluada en base al muestreo no probabilístico por conveniencia, método que
permite una selección de participantes en base a la accesibilidad y facilidad del investigador, pero que solo
toma en consideración a aquellos que cumplen con los criterios establecidos para su selección. En total
fueron 490 adolescentes, quienes cursaban del tercer al quinto grado del nivel secundario, pertenecientes a
una institución educativa pública. Sus edades oscilaron de 13 a 16 años (Media: 14.6), de ambos sexos (61 %
varones y 39 % mujeres). Como criterios de inclusión fueron considerados solo aquellos matriculados en el
año académico, que acepten formar parte de manera voluntaria brindando su consentimiento.
El instrumento empleado, fue el Cuestionario de Agresión (AQ), elaborado por Buss y Perry en 1992. Se
empleó la versión adaptada por Andreu et al.,
(26)
se compone de cuatro dimensiones (agresión física, agresión
verbal, ira y hostilidad) y 29 ítems en escala Likert. Presenta una confiabilidad que oscila de 0,68 a 0,88 entre
sus dimensiones y adecuados índices de ajuste (RMR: 0,05, RMSEA: 0,05, GFI: 0,92 y GFI: 0,93).
El proceso de recojo de información se realizó de manera presencial, cada participante firmó un consentimiento
informado, que brindaba su conformidad a ser participe del estudio. Culminado el proceso cada prueba fue
codificada para su posterior análisis.
Análisis de datos
El análisis de los datos se llevó a cabo utilizando RStudio como interfaz principal para la gestión y ejecución
de los scripts analíticos.
(27)
Para la manipulación, limpieza y organización de los datos, se emplearon las
herramientas del paquete tidyverse, que facilitan la estructuración eficiente de los conjuntos de datos y la
preparación previa al análisis estadístico.
(28)
La composición y maquetación de las figuras se realizó mediante
el paquete gridExtra, permitiendo una presentación visual clara y comparativa de los resultados.
(29)
El análisis
exploratorio de grafos (EGA) y su versión bootstrap (bootEGA) se implementaron a través del paquete
EGAnet, que posibilita la identificación de la dimensionalidad subyacente y la evaluación de la estabilidad
estructural de las soluciones obtenidas.
(30)
Para la estimación de la red, se utilizó el modelo graphical lasso (glasso) sobre una matriz de correlaciones
de Spearman, decisión motivada por la presencia de asimetría en la distribución de las respuestas tipo Likert,
ya que bajo estas condiciones la matriz de Spearman ofrece una recuperación de aristas comparable o
superior a la matriz policórica en el contexto de EBICglasso.
(31)
La detección de comunidades se realizó
inicialmente con el algoritmo Louvain, aunque el paquete EGAnet también permite la comparación con
otros algoritmos como walktrap, basado en caminatas aleatorias, para asegurar la robustez de la estructura
dimensional identificada.
(32)
El análisis incluyó la aplicación de bootEGA con 1000 réplicas y el algoritmo
Leading Eigenvector (LE) para evaluar la consistencia estructural de las dimensiones y la estabilidad de
pertenencia de los ítems, utilizando como criterio de replicación satisfactorio un umbral de ≥ 75 %, conforme
a las recomendaciones metodológicas actuales.
(33)
La consistencia estructural fue diferenciada explícitamente de la consistencia interna clásica, ya que la
primera evalúa la replicabilidad de la estructura dimensional en muestras bootstrap, mientras que la segunda
se refiere a la homogeneidad interna de los ítems.
(34)
En relación a las cargas de red, se interpretan en base a
tres umbrales, pequeño para 0,15, moderadas para 0,25 y grandes para 0,35, lo que permite poder realizar las
comparaciones en base a criterios ya conocidos de interpretación de cargas factoriales.
(35)
Aunado a esto, se
empleó el Loading Comparison Test (LCT) para poder elegir entre el marco de red y el latente, facilitando
así que toda estructura identificada guarde mejor relación con el modelo teórico más pertinente.
(36)
La
modelización de redes latentes (Latent Network Modeling) se implementó con el paquete psychonetrics,
permitiendo explorar las interacciones entre variables latentes y comparar la estructura de red con modelos
de ecuaciones estructurales tradicionales.
(37)
Para la interpretación de las correlaciones entre dimensiones y nodos, se siguieron los puntos de corte
propuestos por Cohen (0,10, 0,30, 0,50 como efectos pequeño, mediano y grande, respectivamente), y se
reportaron métricas de centralidad cuando fue pertinente, empleando las funciones del paquete bootnet.
(24,38)
La elección de este enfoque metodológico responde a la necesidad de captar la complejidad estructural de los
datos tipo Likert, garantizar la robustez y replicabilidad de los resultados, y permitir una interpretación
tanto desde el marco de red como desde el marco latente, integrando evidencia empírica y criterios teóricos
actualizados.
RESULTADOS
Figura 1. Análisis preliminar de los ítems
En base al análisis descriptivo de las frecuencias de respuesta para los 17 ítems que conforman el instrumento
y presentan la escala Likert. Se aprecia, que en su gran mayoría diversos ítems (AFI, AF5, AF13, AF21,
AF27, AF29, AV18 y AH4) superan el 40% de selección en opción 1 por parte de los participantes, asimismo
se aprecia que una gran cantidad de ítems, los porcentajes elegidos superan el 20 %, para la opción dos. A
REE 20(3) Riobamba sep. - dic. 2026
cc
BY NC ND
6
ISSN-impreso 1390-7581
ISSN-digital 2661-6742
partir de esto, se puede inferir que, entre los adolescentes evaluados, existe una mayor tendencia a elegir
categorías bajas de respuesta, sin embargo, se aprecia variabilidad entre las cinco opciones de respuesta.
Figura 2. Dimensionalidad y estabilidad (EGA/BootEGA)
El Análisis Exploratorio de Grafos (EGA) identificó la presencia de tres dimensiones en la estructura de los
datos. El índice TEFI obtenido fue de -12,29, lo que indica un ajuste adecuado del modelo de red estimado.
La estabilidad de la solución fue corroborada mediante procedimientos de remuestreo (BootEGA), que
presentan una mejor estructura en base a 17 ítems y tres dimensiones, y a la vez, reflejan una mayor
consistencia en las iteraciones realizadas. A la vez, las líneas más gruesas muestran una mayor conexión
entre los ítems que conforman cada dimensión, esto permite comprender que existe una gran relación entre
los dimensiones y el modelo teórico para la medición de la agresión.
Tabla 1. Cargas de red (principales)
El análisis de cargas de red mostró que, en la dimensión 1, los ítems con mayores cargas fueron AF5 (0,541),
AF21 (0,482), AF9 (0,403), AF24 (0,398) y AF17 (0,336). En la dimensión 2, los ítems más representativos
fueron AV14 (0,447), AI19 (0,433), AV18 (0,395), AV10 (0,326) y AV2 (0,296). Para la dimensión 3,
destacaron AH26 (0,543), AH8 (0,421), AH12 (0,372), AH16 (0,367) y AH20 (0,253). Estos resultados
evidencian una adecuada representación de los ítems en sus respectivas dimensiones.
Figura 3. Consistencia estructural (BootEGA) modelo original.
El modelo original, evidencia que diversos reactivos, presentan coeficientes con valores menores al 0,75, lo
que indica una baja estabilidad, la cual se encuentre presente en las cuatro dimensiones, cuyos valores oscilan
de 0,39 a 0,74; los ítems que reflejan una mayor estabilidad, presentan valores 0,76 a 0,96. Frente a esto, se
realizó la eliminación de reactivos, buscando una mayor estabilidad en la red.
Figura 4. Consistencia estructural (BootEGA) del modelo adaptado.
La figura, permite identificar la consistencia estructural en base a las 3 dimensiones identificadas, cuyos
valores son elevados, presentando coeficientes de 0,86 a 1 en Agresividad física, de 0,92 a 1 para Agresión
verbal y de 1 en la dimensión Hostilidad. Los valores encontrados permiten apreciar que la presencia de una
alta estabilidad y replicabilidad, del modelo encontrado en base a tres dimensiones en base al BootEGA.
Figura 5. Invarianza en base al modelo adaptado.
Se realizó el análisis de invarianza, tomando en cuenta la estructura de tres dimensiones en base al sexo. Los
resultados reflejan que no existen diferencias estadísticamente significativas entre la pertenencia de los 17
ítems sobre las dimensiones, mostrando valores de p ajustados (p_BH) mayores al 0,05 entre la gran mayoría
de los casos. Es necesario tomar en cuenta que solo se apreciaron diferencias en el ítem AF24, que refleja una
diferencia significativa (p = 0,048; p_BH = 0,468), sin embargo, este valor no fue suficiente para poder
determinar una diferencia al realizarse la corrección en base a las comparaciones múltiples. Lo encontrado
confirma la invarianza de la estructura factorial entre los grupos analizados.
DISCUSIÓN
La adolescencia presenta, una etapa importante durante el proceso de adaptación y socialización, sin embargo,
es propensa a la manifestación de diversas dificultades. Entre las más comunes se encuentra la agresividad,
considerada un problema público, que conlleva a graves consecuencias en sus víctimas y sociedad,
(3)
cuya
finalidad es la de lastimar o causar daño a nivel físico o emocional.
(4)
Al respecto, puede ser definida como
todo aquel acto basado en golpes, la coacción e insultos, con la finalidad de obtener un beneficio mediante
el uso de la fuerza e intimidación.
Existen diversos instrumentos destinados a la medición de la agresividad, el Cuestionario de Agresión (AQ),
de Buss y Perry, es uno de más empleados, adaptado en diferentes idiomas, contextos y grupos poblacionales.
Frente a esto, se propuso como objetivo, realizar un análisis psicométrico del cuestionario de agresión (AQ)
en adolescentes, en base al análisis de redes.
Al respecto, el estudio se basó en el análisis de redes, método que ha tomado mayor relevancia en la medición
de variables relacionadas a la salud mental y considera a los diversos síntomas como nodos, que se relacionan,
se refuerzan entre sí y permiten de esta manera determinar sus factores.
(39)
En el campo de la psicometría, el
análisis de redes permite estimar medidas como la replicabilidad en base al análisis de grafos y a medidas de
Bootstrap, que buscan conocer la dependencia en la muestra,
(17)
así como conocer el valor de la carga de
red,
(32)
determinar la redundancia, mediante el análisis de variables únicas (UVA), lo que facilita el poder
abreviar un instrumento,
(21)
y comprobar la invarianza de los grupos en base al sexo.
En base a las redes psicométricas, los resultados encontrados permiten apreciar la conformación de una
nueva estructura conformada por 17 ítems y tres dimensiones, con cargas de red que oscilan de 0,22 a 0,54,
permitiendo considerar que entre los diversos ítems existen adecuadas interconexiones que contribuyen a la
medición de la agresividad en adolescentes. Aunque estos valores no son similares a otros resultados
encontrados en otros contextos,
(16, 17)
se puede inferir que los ítems, logran tener una adecuada relación con
el constructo propuesto y facilitan la medición de la agresividad en adolescentes.
Asimismo, aunque el estudio propone una nueva estructura en su medición, se debe considerar, que a
diferencia del modelo médico que tiene como punto de partida la percepción de una variable latente como
método para poder explicar dificultades, rasgos de personalidad y otros; el análisis de redes considera que
cada síntoma o característica evaluada, es producto de la interacción que existe entre los síntomas o
características,
(22)
en relación al presente, se puede inferir que cada ítem se encuentra relacionado y a la vez
impactan entre sí de forma constante. En relación con el cambio en la estructura para la medición de la variable,
el cual se conforma por tres dimensiones, coincide con diversos estudios realizados,
(15,16,17,18)
los cuales
reportaron modificaciones en el instrumento en sus dimensiones y eliminación de ítems, pero siguen
demostrando utilidad para la medición de la agresividad.
Los coeficientes relacionados a la estabilidad muestran valores de 0,837 a 0,997, considerados satisfactorios,
(30) entre las dimensiones de la nueva estructura propuesta, lo que indican capacidad para la medición y
buena replicabilidad del cuestionario. Aunque otros estudios han empleado coeficientes distintos para la
fiabilidad,
(15,16,17)
valores, pueden llegar a ser comparables a los diversos coeficientes reportados en estudios
que buscaron medir su consistencia.
En relación con la invarianza entre grupos, los resultados no reflejan diferencias estadísticas entre ambos
grupos (hombres y mujeres), esto permite comprender que toda diferencia que pueda llegar a encontrarse en
base a la medición se debe a diferencia entre los géneros y no a causa del instrumento seleccionado.
(40)
A partir de lo encontrado, el estudio muestra la importancia de seguir analizando instrumentos que miden
agresividad en los adolescentes, al ser una dificultad creciente y que suele estar presente en diferentes
contextos. Además, brinda una versión breve, lo cual facilita su aplicación. Aunque el estudio emplea un
método que puede llegar a ser considerado nuevo, no se encuentra exento de limitaciones, como el tipo de
muestreo empleado que limita su generalización; a la vez, la cantidad de la muestra evaluada se considera
adecuada, sin embargo, se sugiere en futuros estudios ampliar el número de adolescentes evaluados.
CONCLUSIONES
El cuestionario de agresividad analizado, en base al análisis de redes, refleja una estructura tridimensional,
con adecuada validez y confiabilidad. Esto permite que pueda ser empleados por profesionales de la salud,
docentes, estudiantes o investigadores, interesados en medir los niveles de agresividad en estudiantes del
nivel secundario de ambos sexos.
Financiamiento: El estudio fue financiado por el investigador.
Agradecimientos: A la Universidad Privada del Norte por su confianza y a cada uno de los participantes que
respondieron de manera sincera a la evaluación.
Conflicto de intereses: El autor de la presente investigación, declara no presentar conflicto de interés.
Contribución del autor: Richard Irvin Salirrosas-Cabada, se encargó de la búsqueda de información,
recolección de datos, análisis e interpretación de resultados, metodología y conclusiones.
REFERENCIAS BIBLIOGRAFICAS.
1. Zhang Y, Li Y, Xie X, Lin X, Huang M, Fu H, et al. Association of greenness surrounding school with
aggression among adolescents: A multi-site study in China. Environ Res [Internet]. 2023 [citado 04
Ene 2026];234:116529. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/
S0013935123013336 DOI: https://doi.org/10.1016/j.envres.2023.116529.
2. Campo-Tena L, Larmour SR, Pereda N, Eisner MP. Longitudinal associations between adolescent
dating violence victimization and adverse outcomes: A systematic review. Trauma Violence Abuse
[Internet]. 2024 [citado 04 Ene 2026];25(2):1265–1277. Disponible en: https://journals.sagepub.com/
doi/full/10.1177/15248380231174504. DOI: https://doi.org/10.1177/15248380231174504.
3. Zhang L, Zhu H. Relationship between narcissism and aggression: A meta-analysis. Xin Li Xue Bao
[Internet]. 2021 [citado 04 Ene 2026];53(11):1228–1243. Disponible en: https://doi.org/10.3724/
SP.J.1041.2021.01228.
4. Krahé B. The social psychology of aggression: 3Rd edition [Internet]. 3a ed. Londres, Inglaterra:
Routledge; 2020. Disponible en: http://dx.doi.org/10.4324/9780429466496.
5. Zhang L, Eggum ND. Chinese adolescents’ perceptions of aggressive peers: The roles of gender and
cultural values. J Interpers Violence [Internet]. 2023 [citado 04 Ene 2026];38(15–16):9343–9368.
Disponible en: https://journals.sagepub.com/doi/abs/10.1177/08862605231165751 DOI: https://doi.org/
10.1177/08862605231165751.
6. Whipp AM, Korhonen T, Raevuori A, Heikkilä K, Pulkkinen L, Rose RJ, et al. Early adolescent
aggression predicts antisocial personality disorder in young adults: a population-based study. Eur
Child Adolesc Psychiatry [Internet]. 2019 [citado 05 Ene 2026];28(3):341–350. Disponible en:
https://link.springer.com/article/10.1007/s00787-018-1198-9. DOI: https://doi.org/10.1007/s00787-
018-1198-9.
7. Kwak M, Oh I. Comparison of psychological and social characteristics among traditional, cyber,
combined bullies, and non-involved. Sch Psychol Int [Internet]. 2017 [citado 05 Ene 2026];38(6):
608–627. Disponible en: https://journals.sagepub.com/doi/abs/10.1177/0143034317729424 DOI:
https://doi.org/10.1177/0143034317729424.
8. Brugman S, Cornet LJM, Smeijers D, Smeets K, Oostermeijer S, Buitelaar JK, et al. Examining the
reactive proactive questionnaire in adults in forensic and non-forensic settings: A variable- and
person-based approach: Reactive Proactive Aggression in Adults. Aggress Behav [Internet]. 2017
[citado 05 Ene 2026];43(2):155–162. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1002/
ab.21671. DOI: https://doi.org/10.1002/ab.21671.
9. Bandura A, Ross D, Ross SA. Transmission of aggression through imitation of aggressive models. J
Abnorm Soc Psychol [Internet]. 1961 [citado 05 Ene 2026];63(3):575–582. Disponible en:
https://psycnet.apa.org/record/1963-00875-001. DOI:http://doi.org/10.1037/h0045925.
10. Siregar AOA, Karmiyati D. Delinquent behavior: An analysis of Albert Bandura’s social learning
theory. ICPE [Internet]. 2024 [citado el 05 de Ene de 2026];3(1). Disponible en: https://proceeding.
unesa.ac.id/index.php/icpe/article/view/3655.
11. Pomahuacre-Carhuayal JW, Flores-Ramirez ME, Sanchez-Aliaga LL, Pomahuacre-Carhuayal LA,
Alva-Mendoza JC. Cuestionario de Agresión de Buss y Perry, forma reducida (AQ-SF): evidencias
psicométricas en adolescentes peruanos. Rev Investig Psicol [Internet]. 2024 [citado 05 Ene 2026];
27(2):e27560. Disponible en: disponible en: https://go.gale.com/ps/i.do?id=GALE%7CA824744120
&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=1560909X&sw=w&p=IFME&userGroup
Name=anon%7E2f25831a&aty=open-web-entry DOI: http://doi.org/10.15381/rinvp.v27i2.27560.
12. Javela JJ. Analysis of the psychometric properties of the Buss-Perry Aggression Questionnaire (AQ)
in Colombian adolescents. Rev psicol clín con niños adolesc [Internet]. 2023 [citado 07 Ene 2026];
10(3). Disponible en: https://jcpca.org/wp-content/uploads/pdfs/23-03-08.pdf. DOI: http://doi.org/
10.21134/rpcna.2023.10.3.8.
13. Cunha O, Peixoto M, Cruz AR, Gonçalves RA. Buss-Perry Aggression Questionnaire: Factor structure
and measurement invariance among Portuguese male perpetrators of intimate partner violence. Crim
Justice Behav [Internet]. 2021 [citado 07 Ene 2026];009385482110501. Disponible en: https://journals.
sagepub.com/doi/abs/10.1177/00938548211050113. DOI: http://doi.org/10.1177/00938548211050113.
14. Zimonyi S, Kasos K, Halmai Z, Csirmaz L, Stadler H, Rózsa S, et al. Hungarian validation of the
Buss-Perry Aggression Questionnaire-Is the short form more adequate? Brain Behav [Internet]. 2021
[citado 07 Ene 2026];11(5):e02043. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/
brb3.2043 DOI: http://doi.org/10.1002/brb3.2043.
15. Espinoza I, Tobar Viera A. Propiedades psicométricas del Cuestionario de Agresión (AQ) en
estudiantes universitarios ecuatorianos. ecosacademia [Internet]. 2023 [citado 07 Ene 2026];9(18):
9–27. Disponible en: https://revistasojs.utn.edu.ec/index.php/ecosacademia/es/article/view/907.
DOI: http://doi.org/10.53358/ecosacademia.v9i18.907.
16. Sommantico M, Guzmán MO, Parrello S, De Rosa B, Donizzetti AR. Validación de la versión italiana
del cuestionario de agresión (AQ) en el sur de Italia. Psicología Iztacala [Internet]. 2008 [citado 08
Ene 2026];11(4). Disponible en: https://www.revistas.unam.mx/index.php/repi/article/view/18593.
17. García-Batista ZE, Moretti LS, Franco P, Adrián Medrano L, Mustaca AE. Evidencias de Validez y
Confiabilidad de las Puntuaciones del Cuestionario de Agresividad (AQ) para Adultos Argentinos.
Rev Iberoam Diagn Eval - Aval Psicol [Internet]. 2022 [citado 08 Ene 2026];62(1):17. Disponible en:
https://go.gale.com/ps/i.do?id=GALE%7CA758439597&sid=googleScholar&v=2.1&it=r&link
access=abs&issn=11353848&sw=w&p=AONE&userGroupName=anon%7Eb60e570d&aty=open-
web-entry.
18. Maxwell JP. Development and preliminary validation of a Chinese version of the Buss-Perry Aggression
Questionnaire in a population of Hong Kong Chinese. J Pers Assess [Internet]. 2007 [citado 08 Ene
2026];88(3):284–94. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/00223890701317004
DOI: http://doi.org/10.1080/00223890701317004.
19. Golino HF, Epskamp S. Exploratory graph analysis: A new approach for estimating the number of
dimensions in psychological research. PLoS One [Internet]. 2017 [citado 11 Ene 2026];12(6):
e0174035. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0174035.
DOI: http://doi.org/10.1371/journal.pone.0174035.
20. Christensen AP, Golino H. Estimating the stability of psychological dimensions via Bootstrap
Exploratory Graph Analysis: A Monte Carlo simulation and tutorial. Psych [Internet]. 2021 [citado
11 Ene 2026];3(3):479–500. Disponible en: https://www.mdpi.com/2624-8611/3/3/32. DOI:
http://doi.org/10.3390/psych3030032.
21. Christensen AP, Garrido LE, Guerra-Peña K, Golino H. Comparing community detection algorithms
in psychometric networks: A Monte Carlo simulation. Behav Res Methods [Internet]. 2024 [citado 11
Ene 2026];56(3):1485–1505. Disponible en: https://link.springer.com/article/10.3758/s13428-023-
02106-4. DOI: http://doi.org/10.3758/s13428-023-02106-4.
22. Fonseca-Pedrero E, Muñiz J. Análisis de Redes en la Medición Psicológica: Fundamentos: Análisis
psicométrico de redes psicológicas. Acción psicol [Internet]. 2025 [citado 12 Ene 2026];22(1).
Disponible en: https://revistas.uned.es/index.php/accionpsicologica/article/view/43296. DOI:
http://doi.org/10.5944/ap.22.1.43296.
23. Álvarez-Díaz M, Gallego-Acedo C, Fernández-Alonso R, Muñiz J, Fonseca-Pedrero E. Análisis de
Redes: una Alternativa a los Enfoques Clásicos de Evaluación de los Sistemas Educativos. Psicol
Educ [Internet]. 2022 [citado 12 Ene 2026];28(2):165–73. Disponible en: https://digibuo.uniovi.es/
dspace/bitstream/handle/10651/61685/1135_755X_psed_psed2021a16.pdf?sequence=1. DOI:
http://doi.org/10.5093/psed2021a16.
24. Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: A tutorial
paper. Behav Res Methods [Internet]. 2018 [citado 12 Ene 2026];50(1):195–212. Disponible en:
https://link.springer.com/article/10.3758/s13428-017-0862-1#citeas. DOI: http://doi.org/10.3758/
s13428-017-0862-1.
25. Fonseca-Pedrero E. Análisis de redes: ¿una nueva forma de comprender la psicopatología? Rev
Psiquiatr Salud Ment [Internet]. 2017 [citado 13 Ene 2026];10(4):206–15. Disponible en:
https://www.sciencedirect.com/science/article/pii/S1888989117300903. DOI: http://doi.org/10.1016/
j.rpsm.2017.06.004.
26. Andreu, J., Peña, M. & Graña, J. Adaptación psicométrica de la versión española del Cuestionario de
Agresión. Psicothema [Internet] 2002 [citado 11 Ene 2026];14(2),476-482. Disponible en:
https://www.redalyc.org/pdf/727/72714245.pdf.
27. RStudio Team. RStudio: Integrated Development Environment for R [software]. Posit PBC; 2023.
28. Wickham H, Averick M, Bryan J, Chang W, McGowan L, François R, et al. Welcome to the tidyverse.
J Open Source Softw [Internet]. 2019 [citado 11 Ene 2026];4(43):1686. Disponible en: https://joss.theoj.
org/papers/10.21105/joss.01686 DOI: http://doi.org/10.21105/joss.01686.
29. Auguie B, Antonov A. gridExtra: Miscellaneous functions for “Grid” graphics [software]. Comprehensive
R Archive Network (CRAN); 2017.
30. Golino HF, Christensen AP. EGAnet: Exploratory Graph Analysis tools for psychological research
[software]. 2021.
31. Isvoranu AM, Epskamp S. Which estimation method to use in network psychometrics under skew?
(Spearman vs polychoric in EBICglasso).
32. Garcia-Pardina A, Abad FJ, Christensen AP, Golino H, Garrido LE. Dimensionality assessment in the
presence of wording effects: A network psychometric and factorial approach. Behav Res Methods
[Internet]. 2024 [citado 11 Ene 2026];56(6):6179–97. Disponible en: https://link.springer.com/article/
10.3758/s13428-024-02348-w. DOI: http://doi.org/10.3758/s13428-024-02348-w.
33. Golino H, Moulder R, Shi D, Christensen AP, Garrido LE, Nieto MD, et al. Entropy fit indices: New
fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate
Behav Res [Internet]. 2021 [citado 11 Ene 2026];56(6):874–902. Disponible en: https://www.tandfonline.
com/doi/abs/10.1080/00273171.2020.1779642. DOI: http://dx.doi.org/10.1080/00273171.2020.1779642.
34. Christensen AP, Golino H, Silvia PJ. A psychometric network perspective on the validity and validation
of personality trait questionnaires. Eur J Pers [Internet]. 2020 [citado 11 Ene 2026];34(6):1095–108.
Disponible en: https://journals.sagepub.com/doi/abs/10.1002/per.2265. DOI: http://doi.org/10.1002/
per.2265.
35. Christensen AP, Golino H. On the equivalency of factor and network loadings. Behav Res Methods
[Internet]. 2021 [citado 11 Ene 2026];53(4):1563–80. Disponible en: https://link.springer.com/article/
10.3758/s13428-020-01500-6#citeas. DOI: http://doi.org/10.3758/s13428-020-01500-6.
36. Epskamp S. Structural Equation Modeling and Confirmatory Network Analysis [R package psychonetrics
version 0.13.2] [Internet]. Comprehensive R Archive Network (CRAN). 2025 [citado 12 Ene 2026].
Disponible en: https://cran.r-project.org/package=psychonetrics.
37. Epskamp S, Rhemtulla M, Borsboom D. Generalized network psychometrics: Combining network
and latent variable models. Psychometrika [Internet]. 2017 [citado el 12 de Ene de 2026];82(4):
904–927. Disponible en: https://www.cambridge.org/core/journals/psychometrika/article/abs/
generalized-network-psychometrics-combining-network-and-latent-variable-models/2D2004CADB
2549F8FE1DDE1726D9DC80. DOI: http://doi.org/10.1007/s11336-017-9557-x.
38. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge.
39. Borsboom D, Cramer AOJ. Network analysis: an integrative approach to the structure of psychopathology.
Annu Rev Clin Psychol [Internet]. 2013 [citado 12 Ene 2026];9(1):91–121. Disponible en:
https://www.annualreviews.org/content/journals/10.1146/annurev-clinpsy-050212-185608. DOI:
http://doi.org/10.1146/annurev-clinpsy-050212-185608.
40. Lara SD, Merino-Soto C. Estimación de la magnitud del efecto en invarianza de medición. Rev Aval
Psicol [Internet]. 2019 [citado 29 May 2026];18(03). Disponible en: https://pepsic.bvsalud.org/scielo.
php?pid=S1677-04712019000300014&script=sci_arttext. DOI: http://doi.org/10.15689/ap.2019.
1803.16248.13.
Agresividad en adolescentes: Validez y confiabilidad en base al análisis de redes psicométricas
Aggression in adolescents: Validity and reliability based on psychometric network analysis
https://doi.org/10.37135/ee.04.27.01
Autor:
Richard Irvin Salirrosas-Cabada1 - https://orcid.org/0000-0002-4443-5992
Afiliación:
1Universidad Privada del Norte, Facultad de Ciencias de la Salud, Lima, Perú
Autor de correspondencia: Richard Irvin Salirrosas-Cabada. Av. Tingo María N° 1122, distrito de Cercado
de Lima Correo electrónico: richard.salirrosas@upn.pe, Telefono: 956363278
Recibido: 11 de mayo de 2026 Aceptado: 3 de agosto de 2026
RESUMEN
Se considera a la agresividad, como toda aquella conducta basada en la intimidación, mediante el empleo de
la violencia física o psicológica. Entre los diversos instrumentos que miden el constructo, se encuentra el
Cuestionario de Agresividad de Buss y Perry. Frente a esto, el estudio buscó determinar la validez y fiabilidad
en base a un modelo psicométrico basado en redes. Participaron 490 estudiantes del nivel secundario. Se
evaluaron la dimensionalidad, consistencia estructural, cargas de red mediante el Análisis Exploratorio de
Grafos (EGA) e invarianza en base al sexo. Los resultados, indicaron que el cuestionario presenta una estructura
basada en tres dimensiones, con una consistencia estructural ideal (0,837 a 0,997). Las cargas de red fueron
moderadas a altas (0,22 a 0,54), asimismo, existe invarianza entre sexos. Lo encontrado, pone en evidencia
que el cuestionario presenta validez y fiabilidad, lo que determina su uso para la medición de la agresividad
en adolescentes educativos.
Palabras clave: Psicometría, agresión, adolescentes.
ABSTRACT
Aggression is defined as any behavior based on intimidation through the use of physical or psychological
violence. Among the various instruments designed to measure this construct, the Buss and Perry Aggression
Questionnaire is one of the most widely used. In this context, the present study aimed to determine its validity
and reliability based on a psychometric network model. A total of 490 secondary school students participated
in the study. Dimensionality, structural consistency, network loadings using Exploratory Graph Analysis
(EGA), and sex-based invariance were evaluated. The results indicated that the questionnaire exhibits a
three-dimensional structure with ideal structural consistency coefficients (0.837 to 0.997). Network loadings
were moderate to high (0.22 to 0.54), and measurement invariance across sex was supported. These findings
provide evidence of the questionnaire’s validity and reliability, supporting its use for assessing aggression in
adolescent students.
Keywords: Psychometrics, Aggression, Adolescent.
INTRODUCCIÓN.
La adolescencia, representa una etapa llena de oportunidades y beneficios para el buen desarrollo neuronal y
socioemocional,
(1)
al ser positivo, contribuye al bienestar y calidad de vida. Sin embargo, muchas veces
debido a dificultades o conflictos, suelen presentar conductas poco adaptativas, siendo una de las más comunes
la agresividad.
(2)
La agresividad, es asumida como un problema de salud pública, que genera graves consecuencias en las
víctimas y sociedad,
(3)
la cual, busca lastimar o causar daño a nivel físico o emocional.
(4)
Se reconoce que la
agresividad, puede ser expresada de muchas maneras, mediante insultos, amenazas o golpes, que conlleva a
una mayor dificultad para adaptarse en contextos educativos y en el sistema familiar. La literatura reconoce
su relación con ideas suicidas y dificultad para establecer vínculos sanos con sus pares,
(5)
los trastornos de
personalidad,
(6)
dificultades para ejercer un adecuado autocontrol,
(7)
inestabilidad y un deterioro constante en
la calidad de vida.
(8)
Entre los diversos modelos teóricos que permiten tener una mejor comprensión sobre la agresividad, se
encuentra la teoría del aprendizaje social,
(9)
la cual considera que la agresividad surge y se refuerza a partir
de la influencia que se recibe del entorno más cercano, influyendo en la conducta y creencias, moldeando su
interacción en sociedad.
(10)
A la vez, se reconoce que medir la agresividad en los adolescentes, es importante, ya que facilita su adecuada
identificación y puedo permitir su oportuna intervención. Estudios han reportado que cuando se promueve la
autoestima
Entre los diversos instrumentos que se utilizan para la medición de la agresividad, se encuentra Cuestionario
de Agresión (AQ), elaborado por Buss y Perry en 1992, la cual consta de cuatro dimensiones y un total de 29
reactivos, orientados a medir la agresividad física, verbal, la ira y hostilidad. A lo largo de los años, ha sido
objeto de diversos estudios de corte psicométrico, sin embargo, estudios realizados en diferentes contextos,
han encontrado dificultades relacionadas a una baja confiabilidad en dimensiones y el retiro de ítems.
(11,12,13,14)
Asimismo, ha presentado cambios en su estructura, reportándose versiones reducidas de tres dimensiones en
Ecuador,
(15)
Italia,
(16)
Argentina
(17)
y en China de dos dimensiones.
(18)
Todos estos estudios, demuestran la
utilidad del instrumento para la medición de la agresividad, sin embargo, ponen en evidencia, que su estructura
no suele mostrar replicabilidad en diferentes contextos. Esto motiva a realizar el análisis psicométrico, en
base al método de análisis de redes, ya que puede estimar la replicabilidad de la estructura que la prueba
presenta,
(19)
cuantificar las cargas de red en base a su equivalencia facilitando una mejor selección de los
reactivos y su invarianza
(20)
y la redundancia.
(21)
En relación con el análisis de redes, es un método relativamente reciente, que se diferencia de los modelos
clásicos en medición, al considerar que las variables, síntomas, rasgos o dificultades psicológicas se encuentran
interrelacionados y que mantienen entre ellas un impacto constante,
(22)
a diferencia del modelo biomédico que
considera a toda patología o dificultad emocional es producto de una variable latente.
La red al ser analizada presenta una representación gráfica dividida en dos aspectos, nodos y aristas,
(23,24,25)
los primeros hacen referencia a las variables analizadas y las segundas indican la relación existente entre
ellas. En base a lo expuesto, se puede considerar que el análisis de redes representa un método de análisis
innovador complejo frente a la medición de variables, poder usarlo en el campo de la validación de
instrumentos contribuye a que pueda contar con herramientas de mayor precisión.
Ante esto, se propone como objetivo general realizar un análisis psicométrico exploratorio de redes del
cuestionario de agresión (AQ) en adolescentes. Y como objetivos específicos se buscó: Realizar el análisis
preliminar de los ítems, estimar la dimensionalidad y estabilidad, calcular las cargas de red, obtener la
consistencia estructural y realizar el análisis de invarianza en base al sexo en los adolescentes.
METODOLOGÍA.
El estudio corresponde al diseño instrumental, con enfoque cuantitativo, orientado a la medición de la validez
y confiabilidad.
La muestra, seleccionada fue evaluada en base al muestreo no probabilístico por conveniencia, método que
permite una selección de participantes en base a la accesibilidad y facilidad del investigador, pero que solo
toma en consideración a aquellos que cumplen con los criterios establecidos para su selección. En total
fueron 490 adolescentes, quienes cursaban del tercer al quinto grado del nivel secundario, pertenecientes a
una institución educativa pública. Sus edades oscilaron de 13 a 16 años (Media: 14.6), de ambos sexos (61 %
varones y 39 % mujeres). Como criterios de inclusión fueron considerados solo aquellos matriculados en el
año académico, que acepten formar parte de manera voluntaria brindando su consentimiento.
El instrumento empleado, fue el Cuestionario de Agresión (AQ), elaborado por Buss y Perry en 1992. Se
empleó la versión adaptada por Andreu et al.,
(26)
se compone de cuatro dimensiones (agresión física, agresión
verbal, ira y hostilidad) y 29 ítems en escala Likert. Presenta una confiabilidad que oscila de 0,68 a 0,88 entre
sus dimensiones y adecuados índices de ajuste (RMR: 0,05, RMSEA: 0,05, GFI: 0,92 y GFI: 0,93).
El proceso de recojo de información se realizó de manera presencial, cada participante firmó un consentimiento
informado, que brindaba su conformidad a ser participe del estudio. Culminado el proceso cada prueba fue
codificada para su posterior análisis.
Análisis de datos
El análisis de los datos se llevó a cabo utilizando RStudio como interfaz principal para la gestión y ejecución
de los scripts analíticos.
(27)
Para la manipulación, limpieza y organización de los datos, se emplearon las
herramientas del paquete tidyverse, que facilitan la estructuración eficiente de los conjuntos de datos y la
preparación previa al análisis estadístico.
(28)
La composición y maquetación de las figuras se realizó mediante
el paquete gridExtra, permitiendo una presentación visual clara y comparativa de los resultados.
(29)
El análisis
exploratorio de grafos (EGA) y su versión bootstrap (bootEGA) se implementaron a través del paquete
EGAnet, que posibilita la identificación de la dimensionalidad subyacente y la evaluación de la estabilidad
estructural de las soluciones obtenidas.
(30)
Para la estimación de la red, se utilizó el modelo graphical lasso (glasso) sobre una matriz de correlaciones
de Spearman, decisión motivada por la presencia de asimetría en la distribución de las respuestas tipo Likert,
ya que bajo estas condiciones la matriz de Spearman ofrece una recuperación de aristas comparable o
superior a la matriz policórica en el contexto de EBICglasso.
(31)
La detección de comunidades se realizó
inicialmente con el algoritmo Louvain, aunque el paquete EGAnet también permite la comparación con
otros algoritmos como walktrap, basado en caminatas aleatorias, para asegurar la robustez de la estructura
dimensional identificada.
(32)
El análisis incluyó la aplicación de bootEGA con 1000 réplicas y el algoritmo
Leading Eigenvector (LE) para evaluar la consistencia estructural de las dimensiones y la estabilidad de
pertenencia de los ítems, utilizando como criterio de replicación satisfactorio un umbral de ≥ 75 %, conforme
a las recomendaciones metodológicas actuales.
(33)
La consistencia estructural fue diferenciada explícitamente de la consistencia interna clásica, ya que la
primera evalúa la replicabilidad de la estructura dimensional en muestras bootstrap, mientras que la segunda
se refiere a la homogeneidad interna de los ítems.
(34)
En relación a las cargas de red, se interpretan en base a
tres umbrales, pequeño para 0,15, moderadas para 0,25 y grandes para 0,35, lo que permite poder realizar las
comparaciones en base a criterios ya conocidos de interpretación de cargas factoriales.
(35)
Aunado a esto, se
empleó el Loading Comparison Test (LCT) para poder elegir entre el marco de red y el latente, facilitando
así que toda estructura identificada guarde mejor relación con el modelo teórico más pertinente.
(36)
La
modelización de redes latentes (Latent Network Modeling) se implementó con el paquete psychonetrics,
permitiendo explorar las interacciones entre variables latentes y comparar la estructura de red con modelos
de ecuaciones estructurales tradicionales.
(37)
Para la interpretación de las correlaciones entre dimensiones y nodos, se siguieron los puntos de corte
propuestos por Cohen (0,10, 0,30, 0,50 como efectos pequeño, mediano y grande, respectivamente), y se
reportaron métricas de centralidad cuando fue pertinente, empleando las funciones del paquete bootnet.
(24,38)
La elección de este enfoque metodológico responde a la necesidad de captar la complejidad estructural de los
datos tipo Likert, garantizar la robustez y replicabilidad de los resultados, y permitir una interpretación
tanto desde el marco de red como desde el marco latente, integrando evidencia empírica y criterios teóricos
actualizados.
RESULTADOS
Figura 1. Análisis preliminar de los ítems
En base al análisis descriptivo de las frecuencias de respuesta para los 17 ítems que conforman el instrumento
y presentan la escala Likert. Se aprecia, que en su gran mayoría diversos ítems (AFI, AF5, AF13, AF21,
AF27, AF29, AV18 y AH4) superan el 40% de selección en opción 1 por parte de los participantes, asimismo
se aprecia que una gran cantidad de ítems, los porcentajes elegidos superan el 20 %, para la opción dos. A
partir de esto, se puede inferir que, entre los adolescentes evaluados, existe una mayor tendencia a elegir
categorías bajas de respuesta, sin embargo, se aprecia variabilidad entre las cinco opciones de respuesta.
Figura 2. Dimensionalidad y estabilidad (EGA/BootEGA)
El Análisis Exploratorio de Grafos (EGA) identificó la presencia de tres dimensiones en la estructura de los
datos. El índice TEFI obtenido fue de -12,29, lo que indica un ajuste adecuado del modelo de red estimado.
La estabilidad de la solución fue corroborada mediante procedimientos de remuestreo (BootEGA), que
presentan una mejor estructura en base a 17 ítems y tres dimensiones, y a la vez, reflejan una mayor
consistencia en las iteraciones realizadas. A la vez, las líneas más gruesas muestran una mayor conexión
entre los ítems que conforman cada dimensión, esto permite comprender que existe una gran relación entre
los dimensiones y el modelo teórico para la medición de la agresión.
REE 20(3) Riobamba sep. - dic. 2026
cc
BY NC ND
7
ISSN-impreso 1390-7581
ISSN-digital 2661-6742
Tabla 1. Cargas de red (principales)
El análisis de cargas de red mostró que, en la dimensión 1, los ítems con mayores cargas fueron AF5 (0,541),
AF21 (0,482), AF9 (0,403), AF24 (0,398) y AF17 (0,336). En la dimensión 2, los ítems más representativos
fueron AV14 (0,447), AI19 (0,433), AV18 (0,395), AV10 (0,326) y AV2 (0,296). Para la dimensión 3,
destacaron AH26 (0,543), AH8 (0,421), AH12 (0,372), AH16 (0,367) y AH20 (0,253). Estos resultados
evidencian una adecuada representación de los ítems en sus respectivas dimensiones.
Figura 3. Consistencia estructural (BootEGA) modelo original.
El modelo original, evidencia que diversos reactivos, presentan coeficientes con valores menores al 0,75, lo
que indica una baja estabilidad, la cual se encuentre presente en las cuatro dimensiones, cuyos valores oscilan
de 0,39 a 0,74; los ítems que reflejan una mayor estabilidad, presentan valores 0,76 a 0,96. Frente a esto, se
realizó la eliminación de reactivos, buscando una mayor estabilidad en la red.
Figura 4. Consistencia estructural (BootEGA) del modelo adaptado.
La figura, permite identificar la consistencia estructural en base a las 3 dimensiones identificadas, cuyos
valores son elevados, presentando coeficientes de 0,86 a 1 en Agresividad física, de 0,92 a 1 para Agresión
verbal y de 1 en la dimensión Hostilidad. Los valores encontrados permiten apreciar que la presencia de una
alta estabilidad y replicabilidad, del modelo encontrado en base a tres dimensiones en base al BootEGA.
Figura 5. Invarianza en base al modelo adaptado.
Se realizó el análisis de invarianza, tomando en cuenta la estructura de tres dimensiones en base al sexo. Los
resultados reflejan que no existen diferencias estadísticamente significativas entre la pertenencia de los 17
ítems sobre las dimensiones, mostrando valores de p ajustados (p_BH) mayores al 0,05 entre la gran mayoría
de los casos. Es necesario tomar en cuenta que solo se apreciaron diferencias en el ítem AF24, que refleja una
diferencia significativa (p = 0,048; p_BH = 0,468), sin embargo, este valor no fue suficiente para poder
determinar una diferencia al realizarse la corrección en base a las comparaciones múltiples. Lo encontrado
confirma la invarianza de la estructura factorial entre los grupos analizados.
DISCUSIÓN
La adolescencia presenta, una etapa importante durante el proceso de adaptación y socialización, sin embargo,
es propensa a la manifestación de diversas dificultades. Entre las más comunes se encuentra la agresividad,
considerada un problema público, que conlleva a graves consecuencias en sus víctimas y sociedad,
(3)
cuya
finalidad es la de lastimar o causar daño a nivel físico o emocional.
(4)
Al respecto, puede ser definida como
todo aquel acto basado en golpes, la coacción e insultos, con la finalidad de obtener un beneficio mediante
el uso de la fuerza e intimidación.
Existen diversos instrumentos destinados a la medición de la agresividad, el Cuestionario de Agresión (AQ),
de Buss y Perry, es uno de más empleados, adaptado en diferentes idiomas, contextos y grupos poblacionales.
Frente a esto, se propuso como objetivo, realizar un análisis psicométrico del cuestionario de agresión (AQ)
en adolescentes, en base al análisis de redes.
Al respecto, el estudio se basó en el análisis de redes, método que ha tomado mayor relevancia en la medición
de variables relacionadas a la salud mental y considera a los diversos síntomas como nodos, que se relacionan,
se refuerzan entre sí y permiten de esta manera determinar sus factores.
(39)
En el campo de la psicometría, el
análisis de redes permite estimar medidas como la replicabilidad en base al análisis de grafos y a medidas de
Bootstrap, que buscan conocer la dependencia en la muestra,
(17)
así como conocer el valor de la carga de
red,
(32)
determinar la redundancia, mediante el análisis de variables únicas (UVA), lo que facilita el poder
abreviar un instrumento,
(21)
y comprobar la invarianza de los grupos en base al sexo.
En base a las redes psicométricas, los resultados encontrados permiten apreciar la conformación de una
nueva estructura conformada por 17 ítems y tres dimensiones, con cargas de red que oscilan de 0,22 a 0,54,
permitiendo considerar que entre los diversos ítems existen adecuadas interconexiones que contribuyen a la
medición de la agresividad en adolescentes. Aunque estos valores no son similares a otros resultados
encontrados en otros contextos,
(16, 17)
se puede inferir que los ítems, logran tener una adecuada relación con
el constructo propuesto y facilitan la medición de la agresividad en adolescentes.
Asimismo, aunque el estudio propone una nueva estructura en su medición, se debe considerar, que a
diferencia del modelo médico que tiene como punto de partida la percepción de una variable latente como
método para poder explicar dificultades, rasgos de personalidad y otros; el análisis de redes considera que
cada síntoma o característica evaluada, es producto de la interacción que existe entre los síntomas o
características,
(22)
en relación al presente, se puede inferir que cada ítem se encuentra relacionado y a la vez
impactan entre sí de forma constante. En relación con el cambio en la estructura para la medición de la variable,
el cual se conforma por tres dimensiones, coincide con diversos estudios realizados,
(15,16,17,18)
los cuales
reportaron modificaciones en el instrumento en sus dimensiones y eliminación de ítems, pero siguen
demostrando utilidad para la medición de la agresividad.
Los coeficientes relacionados a la estabilidad muestran valores de 0,837 a 0,997, considerados satisfactorios,
(30) entre las dimensiones de la nueva estructura propuesta, lo que indican capacidad para la medición y
buena replicabilidad del cuestionario. Aunque otros estudios han empleado coeficientes distintos para la
fiabilidad,
(15,16,17)
valores, pueden llegar a ser comparables a los diversos coeficientes reportados en estudios
que buscaron medir su consistencia.
En relación con la invarianza entre grupos, los resultados no reflejan diferencias estadísticas entre ambos
grupos (hombres y mujeres), esto permite comprender que toda diferencia que pueda llegar a encontrarse en
base a la medición se debe a diferencia entre los géneros y no a causa del instrumento seleccionado.
(40)
A partir de lo encontrado, el estudio muestra la importancia de seguir analizando instrumentos que miden
agresividad en los adolescentes, al ser una dificultad creciente y que suele estar presente en diferentes
contextos. Además, brinda una versión breve, lo cual facilita su aplicación. Aunque el estudio emplea un
método que puede llegar a ser considerado nuevo, no se encuentra exento de limitaciones, como el tipo de
muestreo empleado que limita su generalización; a la vez, la cantidad de la muestra evaluada se considera
adecuada, sin embargo, se sugiere en futuros estudios ampliar el número de adolescentes evaluados.
CONCLUSIONES
El cuestionario de agresividad analizado, en base al análisis de redes, refleja una estructura tridimensional,
con adecuada validez y confiabilidad. Esto permite que pueda ser empleados por profesionales de la salud,
docentes, estudiantes o investigadores, interesados en medir los niveles de agresividad en estudiantes del
nivel secundario de ambos sexos.
Financiamiento: El estudio fue financiado por el investigador.
Agradecimientos: A la Universidad Privada del Norte por su confianza y a cada uno de los participantes que
respondieron de manera sincera a la evaluación.
Conflicto de intereses: El autor de la presente investigación, declara no presentar conflicto de interés.
Contribución del autor: Richard Irvin Salirrosas-Cabada, se encargó de la búsqueda de información,
recolección de datos, análisis e interpretación de resultados, metodología y conclusiones.
REFERENCIAS BIBLIOGRAFICAS.
1. Zhang Y, Li Y, Xie X, Lin X, Huang M, Fu H, et al. Association of greenness surrounding school with
aggression among adolescents: A multi-site study in China. Environ Res [Internet]. 2023 [citado 04
Ene 2026];234:116529. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/
S0013935123013336 DOI: https://doi.org/10.1016/j.envres.2023.116529.
2. Campo-Tena L, Larmour SR, Pereda N, Eisner MP. Longitudinal associations between adolescent
dating violence victimization and adverse outcomes: A systematic review. Trauma Violence Abuse
[Internet]. 2024 [citado 04 Ene 2026];25(2):1265–1277. Disponible en: https://journals.sagepub.com/
doi/full/10.1177/15248380231174504. DOI: https://doi.org/10.1177/15248380231174504.
3. Zhang L, Zhu H. Relationship between narcissism and aggression: A meta-analysis. Xin Li Xue Bao
[Internet]. 2021 [citado 04 Ene 2026];53(11):1228–1243. Disponible en: https://doi.org/10.3724/
SP.J.1041.2021.01228.
4. Krahé B. The social psychology of aggression: 3Rd edition [Internet]. 3a ed. Londres, Inglaterra:
Routledge; 2020. Disponible en: http://dx.doi.org/10.4324/9780429466496.
5. Zhang L, Eggum ND. Chinese adolescents’ perceptions of aggressive peers: The roles of gender and
cultural values. J Interpers Violence [Internet]. 2023 [citado 04 Ene 2026];38(15–16):9343–9368.
Disponible en: https://journals.sagepub.com/doi/abs/10.1177/08862605231165751 DOI: https://doi.org/
10.1177/08862605231165751.
6. Whipp AM, Korhonen T, Raevuori A, Heikkilä K, Pulkkinen L, Rose RJ, et al. Early adolescent
aggression predicts antisocial personality disorder in young adults: a population-based study. Eur
Child Adolesc Psychiatry [Internet]. 2019 [citado 05 Ene 2026];28(3):341–350. Disponible en:
https://link.springer.com/article/10.1007/s00787-018-1198-9. DOI: https://doi.org/10.1007/s00787-
018-1198-9.
7. Kwak M, Oh I. Comparison of psychological and social characteristics among traditional, cyber,
combined bullies, and non-involved. Sch Psychol Int [Internet]. 2017 [citado 05 Ene 2026];38(6):
608–627. Disponible en: https://journals.sagepub.com/doi/abs/10.1177/0143034317729424 DOI:
https://doi.org/10.1177/0143034317729424.
8. Brugman S, Cornet LJM, Smeijers D, Smeets K, Oostermeijer S, Buitelaar JK, et al. Examining the
reactive proactive questionnaire in adults in forensic and non-forensic settings: A variable- and
person-based approach: Reactive Proactive Aggression in Adults. Aggress Behav [Internet]. 2017
[citado 05 Ene 2026];43(2):155–162. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1002/
ab.21671. DOI: https://doi.org/10.1002/ab.21671.
9. Bandura A, Ross D, Ross SA. Transmission of aggression through imitation of aggressive models. J
Abnorm Soc Psychol [Internet]. 1961 [citado 05 Ene 2026];63(3):575–582. Disponible en:
https://psycnet.apa.org/record/1963-00875-001. DOI:http://doi.org/10.1037/h0045925.
10. Siregar AOA, Karmiyati D. Delinquent behavior: An analysis of Albert Bandura’s social learning
theory. ICPE [Internet]. 2024 [citado el 05 de Ene de 2026];3(1). Disponible en: https://proceeding.
unesa.ac.id/index.php/icpe/article/view/3655.
11. Pomahuacre-Carhuayal JW, Flores-Ramirez ME, Sanchez-Aliaga LL, Pomahuacre-Carhuayal LA,
Alva-Mendoza JC. Cuestionario de Agresión de Buss y Perry, forma reducida (AQ-SF): evidencias
psicométricas en adolescentes peruanos. Rev Investig Psicol [Internet]. 2024 [citado 05 Ene 2026];
27(2):e27560. Disponible en: disponible en: https://go.gale.com/ps/i.do?id=GALE%7CA824744120
&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=1560909X&sw=w&p=IFME&userGroup
Name=anon%7E2f25831a&aty=open-web-entry DOI: http://doi.org/10.15381/rinvp.v27i2.27560.
12. Javela JJ. Analysis of the psychometric properties of the Buss-Perry Aggression Questionnaire (AQ)
in Colombian adolescents. Rev psicol clín con niños adolesc [Internet]. 2023 [citado 07 Ene 2026];
10(3). Disponible en: https://jcpca.org/wp-content/uploads/pdfs/23-03-08.pdf. DOI: http://doi.org/
10.21134/rpcna.2023.10.3.8.
13. Cunha O, Peixoto M, Cruz AR, Gonçalves RA. Buss-Perry Aggression Questionnaire: Factor structure
and measurement invariance among Portuguese male perpetrators of intimate partner violence. Crim
Justice Behav [Internet]. 2021 [citado 07 Ene 2026];009385482110501. Disponible en: https://journals.
sagepub.com/doi/abs/10.1177/00938548211050113. DOI: http://doi.org/10.1177/00938548211050113.
14. Zimonyi S, Kasos K, Halmai Z, Csirmaz L, Stadler H, Rózsa S, et al. Hungarian validation of the
Buss-Perry Aggression Questionnaire-Is the short form more adequate? Brain Behav [Internet]. 2021
[citado 07 Ene 2026];11(5):e02043. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/
brb3.2043 DOI: http://doi.org/10.1002/brb3.2043.
15. Espinoza I, Tobar Viera A. Propiedades psicométricas del Cuestionario de Agresión (AQ) en
estudiantes universitarios ecuatorianos. ecosacademia [Internet]. 2023 [citado 07 Ene 2026];9(18):
9–27. Disponible en: https://revistasojs.utn.edu.ec/index.php/ecosacademia/es/article/view/907.
DOI: http://doi.org/10.53358/ecosacademia.v9i18.907.
16. Sommantico M, Guzmán MO, Parrello S, De Rosa B, Donizzetti AR. Validación de la versión italiana
del cuestionario de agresión (AQ) en el sur de Italia. Psicología Iztacala [Internet]. 2008 [citado 08
Ene 2026];11(4). Disponible en: https://www.revistas.unam.mx/index.php/repi/article/view/18593.
17. García-Batista ZE, Moretti LS, Franco P, Adrián Medrano L, Mustaca AE. Evidencias de Validez y
Confiabilidad de las Puntuaciones del Cuestionario de Agresividad (AQ) para Adultos Argentinos.
Rev Iberoam Diagn Eval - Aval Psicol [Internet]. 2022 [citado 08 Ene 2026];62(1):17. Disponible en:
https://go.gale.com/ps/i.do?id=GALE%7CA758439597&sid=googleScholar&v=2.1&it=r&link
access=abs&issn=11353848&sw=w&p=AONE&userGroupName=anon%7Eb60e570d&aty=open-
web-entry.
18. Maxwell JP. Development and preliminary validation of a Chinese version of the Buss-Perry Aggression
Questionnaire in a population of Hong Kong Chinese. J Pers Assess [Internet]. 2007 [citado 08 Ene
2026];88(3):284–94. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/00223890701317004
DOI: http://doi.org/10.1080/00223890701317004.
19. Golino HF, Epskamp S. Exploratory graph analysis: A new approach for estimating the number of
dimensions in psychological research. PLoS One [Internet]. 2017 [citado 11 Ene 2026];12(6):
e0174035. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0174035.
DOI: http://doi.org/10.1371/journal.pone.0174035.
20. Christensen AP, Golino H. Estimating the stability of psychological dimensions via Bootstrap
Exploratory Graph Analysis: A Monte Carlo simulation and tutorial. Psych [Internet]. 2021 [citado
11 Ene 2026];3(3):479–500. Disponible en: https://www.mdpi.com/2624-8611/3/3/32. DOI:
http://doi.org/10.3390/psych3030032.
21. Christensen AP, Garrido LE, Guerra-Peña K, Golino H. Comparing community detection algorithms
in psychometric networks: A Monte Carlo simulation. Behav Res Methods [Internet]. 2024 [citado 11
Ene 2026];56(3):1485–1505. Disponible en: https://link.springer.com/article/10.3758/s13428-023-
02106-4. DOI: http://doi.org/10.3758/s13428-023-02106-4.
22. Fonseca-Pedrero E, Muñiz J. Análisis de Redes en la Medición Psicológica: Fundamentos: Análisis
psicométrico de redes psicológicas. Acción psicol [Internet]. 2025 [citado 12 Ene 2026];22(1).
Disponible en: https://revistas.uned.es/index.php/accionpsicologica/article/view/43296. DOI:
http://doi.org/10.5944/ap.22.1.43296.
23. Álvarez-Díaz M, Gallego-Acedo C, Fernández-Alonso R, Muñiz J, Fonseca-Pedrero E. Análisis de
Redes: una Alternativa a los Enfoques Clásicos de Evaluación de los Sistemas Educativos. Psicol
Educ [Internet]. 2022 [citado 12 Ene 2026];28(2):165–73. Disponible en: https://digibuo.uniovi.es/
dspace/bitstream/handle/10651/61685/1135_755X_psed_psed2021a16.pdf?sequence=1. DOI:
http://doi.org/10.5093/psed2021a16.
24. Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: A tutorial
paper. Behav Res Methods [Internet]. 2018 [citado 12 Ene 2026];50(1):195–212. Disponible en:
https://link.springer.com/article/10.3758/s13428-017-0862-1#citeas. DOI: http://doi.org/10.3758/
s13428-017-0862-1.
25. Fonseca-Pedrero E. Análisis de redes: ¿una nueva forma de comprender la psicopatología? Rev
Psiquiatr Salud Ment [Internet]. 2017 [citado 13 Ene 2026];10(4):206–15. Disponible en:
https://www.sciencedirect.com/science/article/pii/S1888989117300903. DOI: http://doi.org/10.1016/
j.rpsm.2017.06.004.
26. Andreu, J., Peña, M. & Graña, J. Adaptación psicométrica de la versión española del Cuestionario de
Agresión. Psicothema [Internet] 2002 [citado 11 Ene 2026];14(2),476-482. Disponible en:
https://www.redalyc.org/pdf/727/72714245.pdf.
27. RStudio Team. RStudio: Integrated Development Environment for R [software]. Posit PBC; 2023.
28. Wickham H, Averick M, Bryan J, Chang W, McGowan L, François R, et al. Welcome to the tidyverse.
J Open Source Softw [Internet]. 2019 [citado 11 Ene 2026];4(43):1686. Disponible en: https://joss.theoj.
org/papers/10.21105/joss.01686 DOI: http://doi.org/10.21105/joss.01686.
29. Auguie B, Antonov A. gridExtra: Miscellaneous functions for “Grid” graphics [software]. Comprehensive
R Archive Network (CRAN); 2017.
30. Golino HF, Christensen AP. EGAnet: Exploratory Graph Analysis tools for psychological research
[software]. 2021.
31. Isvoranu AM, Epskamp S. Which estimation method to use in network psychometrics under skew?
(Spearman vs polychoric in EBICglasso).
32. Garcia-Pardina A, Abad FJ, Christensen AP, Golino H, Garrido LE. Dimensionality assessment in the
presence of wording effects: A network psychometric and factorial approach. Behav Res Methods
[Internet]. 2024 [citado 11 Ene 2026];56(6):6179–97. Disponible en: https://link.springer.com/article/
10.3758/s13428-024-02348-w. DOI: http://doi.org/10.3758/s13428-024-02348-w.
33. Golino H, Moulder R, Shi D, Christensen AP, Garrido LE, Nieto MD, et al. Entropy fit indices: New
fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate
Behav Res [Internet]. 2021 [citado 11 Ene 2026];56(6):874–902. Disponible en: https://www.tandfonline.
com/doi/abs/10.1080/00273171.2020.1779642. DOI: http://dx.doi.org/10.1080/00273171.2020.1779642.
34. Christensen AP, Golino H, Silvia PJ. A psychometric network perspective on the validity and validation
of personality trait questionnaires. Eur J Pers [Internet]. 2020 [citado 11 Ene 2026];34(6):1095–108.
Disponible en: https://journals.sagepub.com/doi/abs/10.1002/per.2265. DOI: http://doi.org/10.1002/
per.2265.
35. Christensen AP, Golino H. On the equivalency of factor and network loadings. Behav Res Methods
[Internet]. 2021 [citado 11 Ene 2026];53(4):1563–80. Disponible en: https://link.springer.com/article/
10.3758/s13428-020-01500-6#citeas. DOI: http://doi.org/10.3758/s13428-020-01500-6.
36. Epskamp S. Structural Equation Modeling and Confirmatory Network Analysis [R package psychonetrics
version 0.13.2] [Internet]. Comprehensive R Archive Network (CRAN). 2025 [citado 12 Ene 2026].
Disponible en: https://cran.r-project.org/package=psychonetrics.
37. Epskamp S, Rhemtulla M, Borsboom D. Generalized network psychometrics: Combining network
and latent variable models. Psychometrika [Internet]. 2017 [citado el 12 de Ene de 2026];82(4):
904–927. Disponible en: https://www.cambridge.org/core/journals/psychometrika/article/abs/
generalized-network-psychometrics-combining-network-and-latent-variable-models/2D2004CADB
2549F8FE1DDE1726D9DC80. DOI: http://doi.org/10.1007/s11336-017-9557-x.
38. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge.
39. Borsboom D, Cramer AOJ. Network analysis: an integrative approach to the structure of psychopathology.
Annu Rev Clin Psychol [Internet]. 2013 [citado 12 Ene 2026];9(1):91–121. Disponible en:
https://www.annualreviews.org/content/journals/10.1146/annurev-clinpsy-050212-185608. DOI:
http://doi.org/10.1146/annurev-clinpsy-050212-185608.
40. Lara SD, Merino-Soto C. Estimación de la magnitud del efecto en invarianza de medición. Rev Aval
Psicol [Internet]. 2019 [citado 29 May 2026];18(03). Disponible en: https://pepsic.bvsalud.org/scielo.
php?pid=S1677-04712019000300014&script=sci_arttext. DOI: http://doi.org/10.15689/ap.2019.
1803.16248.13.
Ítems Física Verbal
Hostilida
d
1. De vez en cuando no puedo controlar el impulso de
golpear a otra persona
0,31 0,09 0,04
5. Si se me provoca lo suficiente, puedo golpear a otra
persona
0,54 0,01 0
9. Si alguien me golpea, le respondo golpeándole también
0,4
0,17
0,04
17. Si tengo que recurrir a la violencia para proteger mis
derechos, lo hago
0,34 0,05 0,02
21. Hay gente que me incita a tal punto que llegamos a
pegarnos
0,48 0,11 0,03
24. No encuentro ninguna buena razón para pegar a una
persona
0,4 0,11 0,02
29. He llegado a estar tan furioso que rompía cosas
0,22
0,08
0,08
2. Cuando no estoy de acuerdo con mis amigos, discuto
abiertamente con ellos
0,04 0,3 0,02
10. Cuando la gente me molesta, discuto con ellos
0,19
0,33
0,16
14. Cuando la gente no está de acuerdo conmigo, no
puedo remediar discutir con ellos
0,07 0,45 0,05
18. Mis amigos dicen que discuto mucho
0,06
0,39
0,04
19. Algunos de mis amigos piensan que soy una persona
impulsiva
0,19 0,43 0,05
8. En ocasiones siento que la vida me ha tratado
injustamente
0,09 0,05 0,42
12. Parece que siempre son otros los que consiguen las
oportunidades
0,01 0,1 0,37
16. Me pregunto por qué algunas veces me siento tan
resentido por algunas cosas
0,03 0,05 0,37
20. Sé que mis «amigos» me critican a mis espaldas
0,06
0,07
0,25
26. Algunas veces siento que la gente se está riendo de mí
a mis espaldas
0,02 0,06 0,54
Agresividad en adolescentes: Validez y confiabilidad en base al análisis de redes psicométricas
Aggression in adolescents: Validity and reliability based on psychometric network analysis
https://doi.org/10.37135/ee.04.27.01
Autor:
Richard Irvin Salirrosas-Cabada1 - https://orcid.org/0000-0002-4443-5992
Afiliación:
1Universidad Privada del Norte, Facultad de Ciencias de la Salud, Lima, Perú
Autor de correspondencia: Richard Irvin Salirrosas-Cabada. Av. Tingo María N° 1122, distrito de Cercado
de Lima Correo electrónico: richard.salirrosas@upn.pe, Telefono: 956363278
Recibido: 11 de mayo de 2026 Aceptado: 3 de agosto de 2026
RESUMEN
Se considera a la agresividad, como toda aquella conducta basada en la intimidación, mediante el empleo de
la violencia física o psicológica. Entre los diversos instrumentos que miden el constructo, se encuentra el
Cuestionario de Agresividad de Buss y Perry. Frente a esto, el estudio buscó determinar la validez y fiabilidad
en base a un modelo psicométrico basado en redes. Participaron 490 estudiantes del nivel secundario. Se
evaluaron la dimensionalidad, consistencia estructural, cargas de red mediante el Análisis Exploratorio de
Grafos (EGA) e invarianza en base al sexo. Los resultados, indicaron que el cuestionario presenta una estructura
basada en tres dimensiones, con una consistencia estructural ideal (0,837 a 0,997). Las cargas de red fueron
moderadas a altas (0,22 a 0,54), asimismo, existe invarianza entre sexos. Lo encontrado, pone en evidencia
que el cuestionario presenta validez y fiabilidad, lo que determina su uso para la medición de la agresividad
en adolescentes educativos.
Palabras clave: Psicometría, agresión, adolescentes.
ABSTRACT
Aggression is defined as any behavior based on intimidation through the use of physical or psychological
violence. Among the various instruments designed to measure this construct, the Buss and Perry Aggression
Questionnaire is one of the most widely used. In this context, the present study aimed to determine its validity
and reliability based on a psychometric network model. A total of 490 secondary school students participated
in the study. Dimensionality, structural consistency, network loadings using Exploratory Graph Analysis
(EGA), and sex-based invariance were evaluated. The results indicated that the questionnaire exhibits a
three-dimensional structure with ideal structural consistency coefficients (0.837 to 0.997). Network loadings
were moderate to high (0.22 to 0.54), and measurement invariance across sex was supported. These findings
provide evidence of the questionnaire’s validity and reliability, supporting its use for assessing aggression in
adolescent students.
Keywords: Psychometrics, Aggression, Adolescent.
INTRODUCCIÓN.
La adolescencia, representa una etapa llena de oportunidades y beneficios para el buen desarrollo neuronal y
socioemocional,
(1)
al ser positivo, contribuye al bienestar y calidad de vida. Sin embargo, muchas veces
debido a dificultades o conflictos, suelen presentar conductas poco adaptativas, siendo una de las más comunes
la agresividad.
(2)
La agresividad, es asumida como un problema de salud pública, que genera graves consecuencias en las
víctimas y sociedad,
(3)
la cual, busca lastimar o causar daño a nivel físico o emocional.
(4)
Se reconoce que la
agresividad, puede ser expresada de muchas maneras, mediante insultos, amenazas o golpes, que conlleva a
una mayor dificultad para adaptarse en contextos educativos y en el sistema familiar. La literatura reconoce
su relación con ideas suicidas y dificultad para establecer vínculos sanos con sus pares,
(5)
los trastornos de
personalidad,
(6)
dificultades para ejercer un adecuado autocontrol,
(7)
inestabilidad y un deterioro constante en
la calidad de vida.
(8)
Entre los diversos modelos teóricos que permiten tener una mejor comprensión sobre la agresividad, se
encuentra la teoría del aprendizaje social,
(9)
la cual considera que la agresividad surge y se refuerza a partir
de la influencia que se recibe del entorno más cercano, influyendo en la conducta y creencias, moldeando su
interacción en sociedad.
(10)
A la vez, se reconoce que medir la agresividad en los adolescentes, es importante, ya que facilita su adecuada
identificación y puedo permitir su oportuna intervención. Estudios han reportado que cuando se promueve la
autoestima
Entre los diversos instrumentos que se utilizan para la medición de la agresividad, se encuentra Cuestionario
de Agresión (AQ), elaborado por Buss y Perry en 1992, la cual consta de cuatro dimensiones y un total de 29
reactivos, orientados a medir la agresividad física, verbal, la ira y hostilidad. A lo largo de los años, ha sido
objeto de diversos estudios de corte psicométrico, sin embargo, estudios realizados en diferentes contextos,
han encontrado dificultades relacionadas a una baja confiabilidad en dimensiones y el retiro de ítems.
(11,12,13,14)
Asimismo, ha presentado cambios en su estructura, reportándose versiones reducidas de tres dimensiones en
Ecuador,
(15)
Italia,
(16)
Argentina
(17)
y en China de dos dimensiones.
(18)
Todos estos estudios, demuestran la
utilidad del instrumento para la medición de la agresividad, sin embargo, ponen en evidencia, que su estructura
no suele mostrar replicabilidad en diferentes contextos. Esto motiva a realizar el análisis psicométrico, en
base al método de análisis de redes, ya que puede estimar la replicabilidad de la estructura que la prueba
presenta,
(19)
cuantificar las cargas de red en base a su equivalencia facilitando una mejor selección de los
reactivos y su invarianza
(20)
y la redundancia.
(21)
En relación con el análisis de redes, es un método relativamente reciente, que se diferencia de los modelos
clásicos en medición, al considerar que las variables, síntomas, rasgos o dificultades psicológicas se encuentran
interrelacionados y que mantienen entre ellas un impacto constante,
(22)
a diferencia del modelo biomédico que
considera a toda patología o dificultad emocional es producto de una variable latente.
La red al ser analizada presenta una representación gráfica dividida en dos aspectos, nodos y aristas,
(23,24,25)
los primeros hacen referencia a las variables analizadas y las segundas indican la relación existente entre
ellas. En base a lo expuesto, se puede considerar que el análisis de redes representa un método de análisis
innovador complejo frente a la medición de variables, poder usarlo en el campo de la validación de
instrumentos contribuye a que pueda contar con herramientas de mayor precisión.
Ante esto, se propone como objetivo general realizar un análisis psicométrico exploratorio de redes del
cuestionario de agresión (AQ) en adolescentes. Y como objetivos específicos se buscó: Realizar el análisis
preliminar de los ítems, estimar la dimensionalidad y estabilidad, calcular las cargas de red, obtener la
consistencia estructural y realizar el análisis de invarianza en base al sexo en los adolescentes.
METODOLOGÍA.
El estudio corresponde al diseño instrumental, con enfoque cuantitativo, orientado a la medición de la validez
y confiabilidad.
La muestra, seleccionada fue evaluada en base al muestreo no probabilístico por conveniencia, método que
permite una selección de participantes en base a la accesibilidad y facilidad del investigador, pero que solo
toma en consideración a aquellos que cumplen con los criterios establecidos para su selección. En total
fueron 490 adolescentes, quienes cursaban del tercer al quinto grado del nivel secundario, pertenecientes a
una institución educativa pública. Sus edades oscilaron de 13 a 16 años (Media: 14.6), de ambos sexos (61 %
varones y 39 % mujeres). Como criterios de inclusión fueron considerados solo aquellos matriculados en el
año académico, que acepten formar parte de manera voluntaria brindando su consentimiento.
El instrumento empleado, fue el Cuestionario de Agresión (AQ), elaborado por Buss y Perry en 1992. Se
empleó la versión adaptada por Andreu et al.,
(26)
se compone de cuatro dimensiones (agresión física, agresión
verbal, ira y hostilidad) y 29 ítems en escala Likert. Presenta una confiabilidad que oscila de 0,68 a 0,88 entre
sus dimensiones y adecuados índices de ajuste (RMR: 0,05, RMSEA: 0,05, GFI: 0,92 y GFI: 0,93).
El proceso de recojo de información se realizó de manera presencial, cada participante firmó un consentimiento
informado, que brindaba su conformidad a ser participe del estudio. Culminado el proceso cada prueba fue
codificada para su posterior análisis.
Análisis de datos
El análisis de los datos se llevó a cabo utilizando RStudio como interfaz principal para la gestión y ejecución
de los scripts analíticos.
(27)
Para la manipulación, limpieza y organización de los datos, se emplearon las
herramientas del paquete tidyverse, que facilitan la estructuración eficiente de los conjuntos de datos y la
preparación previa al análisis estadístico.
(28)
La composición y maquetación de las figuras se realizó mediante
el paquete gridExtra, permitiendo una presentación visual clara y comparativa de los resultados.
(29)
El análisis
exploratorio de grafos (EGA) y su versión bootstrap (bootEGA) se implementaron a través del paquete
EGAnet, que posibilita la identificación de la dimensionalidad subyacente y la evaluación de la estabilidad
estructural de las soluciones obtenidas.
(30)
Para la estimación de la red, se utilizó el modelo graphical lasso (glasso) sobre una matriz de correlaciones
de Spearman, decisión motivada por la presencia de asimetría en la distribución de las respuestas tipo Likert,
ya que bajo estas condiciones la matriz de Spearman ofrece una recuperación de aristas comparable o
superior a la matriz policórica en el contexto de EBICglasso.
(31)
La detección de comunidades se realizó
inicialmente con el algoritmo Louvain, aunque el paquete EGAnet también permite la comparación con
otros algoritmos como walktrap, basado en caminatas aleatorias, para asegurar la robustez de la estructura
dimensional identificada.
(32)
El análisis incluyó la aplicación de bootEGA con 1000 réplicas y el algoritmo
Leading Eigenvector (LE) para evaluar la consistencia estructural de las dimensiones y la estabilidad de
pertenencia de los ítems, utilizando como criterio de replicación satisfactorio un umbral de ≥ 75 %, conforme
a las recomendaciones metodológicas actuales.
(33)
La consistencia estructural fue diferenciada explícitamente de la consistencia interna clásica, ya que la
primera evalúa la replicabilidad de la estructura dimensional en muestras bootstrap, mientras que la segunda
se refiere a la homogeneidad interna de los ítems.
(34)
En relación a las cargas de red, se interpretan en base a
tres umbrales, pequeño para 0,15, moderadas para 0,25 y grandes para 0,35, lo que permite poder realizar las
comparaciones en base a criterios ya conocidos de interpretación de cargas factoriales.
(35)
Aunado a esto, se
empleó el Loading Comparison Test (LCT) para poder elegir entre el marco de red y el latente, facilitando
así que toda estructura identificada guarde mejor relación con el modelo teórico más pertinente.
(36)
La
modelización de redes latentes (Latent Network Modeling) se implementó con el paquete psychonetrics,
permitiendo explorar las interacciones entre variables latentes y comparar la estructura de red con modelos
de ecuaciones estructurales tradicionales.
(37)
Para la interpretación de las correlaciones entre dimensiones y nodos, se siguieron los puntos de corte
propuestos por Cohen (0,10, 0,30, 0,50 como efectos pequeño, mediano y grande, respectivamente), y se
reportaron métricas de centralidad cuando fue pertinente, empleando las funciones del paquete bootnet.
(24,38)
La elección de este enfoque metodológico responde a la necesidad de captar la complejidad estructural de los
datos tipo Likert, garantizar la robustez y replicabilidad de los resultados, y permitir una interpretación
tanto desde el marco de red como desde el marco latente, integrando evidencia empírica y criterios teóricos
actualizados.
RESULTADOS
Figura 1. Análisis preliminar de los ítems
En base al análisis descriptivo de las frecuencias de respuesta para los 17 ítems que conforman el instrumento
y presentan la escala Likert. Se aprecia, que en su gran mayoría diversos ítems (AFI, AF5, AF13, AF21,
AF27, AF29, AV18 y AH4) superan el 40% de selección en opción 1 por parte de los participantes, asimismo
se aprecia que una gran cantidad de ítems, los porcentajes elegidos superan el 20 %, para la opción dos. A
partir de esto, se puede inferir que, entre los adolescentes evaluados, existe una mayor tendencia a elegir
categorías bajas de respuesta, sin embargo, se aprecia variabilidad entre las cinco opciones de respuesta.
Figura 2. Dimensionalidad y estabilidad (EGA/BootEGA)
El Análisis Exploratorio de Grafos (EGA) identificó la presencia de tres dimensiones en la estructura de los
datos. El índice TEFI obtenido fue de -12,29, lo que indica un ajuste adecuado del modelo de red estimado.
La estabilidad de la solución fue corroborada mediante procedimientos de remuestreo (BootEGA), que
presentan una mejor estructura en base a 17 ítems y tres dimensiones, y a la vez, reflejan una mayor
consistencia en las iteraciones realizadas. A la vez, las líneas más gruesas muestran una mayor conexión
entre los ítems que conforman cada dimensión, esto permite comprender que existe una gran relación entre
los dimensiones y el modelo teórico para la medición de la agresión.
Tabla 1. Cargas de red (principales)
El análisis de cargas de red mostró que, en la dimensión 1, los ítems con mayores cargas fueron AF5 (0,541),
AF21 (0,482), AF9 (0,403), AF24 (0,398) y AF17 (0,336). En la dimensión 2, los ítems más representativos
fueron AV14 (0,447), AI19 (0,433), AV18 (0,395), AV10 (0,326) y AV2 (0,296). Para la dimensión 3,
destacaron AH26 (0,543), AH8 (0,421), AH12 (0,372), AH16 (0,367) y AH20 (0,253). Estos resultados
evidencian una adecuada representación de los ítems en sus respectivas dimensiones.
REE 20(3) Riobamba sep. - dic. 2026
cc
BY NC ND
8
ISSN-impreso 1390-7581
ISSN-digital 2661-6742
Figura 3. Consistencia estructural (BootEGA) modelo original.
El modelo original, evidencia que diversos reactivos, presentan coeficientes con valores menores al 0,75, lo
que indica una baja estabilidad, la cual se encuentre presente en las cuatro dimensiones, cuyos valores oscilan
de 0,39 a 0,74; los ítems que reflejan una mayor estabilidad, presentan valores 0,76 a 0,96. Frente a esto, se
realizó la eliminación de reactivos, buscando una mayor estabilidad en la red.
Figura 4. Consistencia estructural (BootEGA) del modelo adaptado.
La figura, permite identificar la consistencia estructural en base a las 3 dimensiones identificadas, cuyos
valores son elevados, presentando coeficientes de 0,86 a 1 en Agresividad física, de 0,92 a 1 para Agresión
verbal y de 1 en la dimensión Hostilidad. Los valores encontrados permiten apreciar que la presencia de una
alta estabilidad y replicabilidad, del modelo encontrado en base a tres dimensiones en base al BootEGA.
Figura 5. Invarianza en base al modelo adaptado.
Se realizó el análisis de invarianza, tomando en cuenta la estructura de tres dimensiones en base al sexo. Los
resultados reflejan que no existen diferencias estadísticamente significativas entre la pertenencia de los 17
ítems sobre las dimensiones, mostrando valores de p ajustados (p_BH) mayores al 0,05 entre la gran mayoría
de los casos. Es necesario tomar en cuenta que solo se apreciaron diferencias en el ítem AF24, que refleja una
diferencia significativa (p = 0,048; p_BH = 0,468), sin embargo, este valor no fue suficiente para poder
determinar una diferencia al realizarse la corrección en base a las comparaciones múltiples. Lo encontrado
confirma la invarianza de la estructura factorial entre los grupos analizados.
DISCUSIÓN
La adolescencia presenta, una etapa importante durante el proceso de adaptación y socialización, sin embargo,
es propensa a la manifestación de diversas dificultades. Entre las más comunes se encuentra la agresividad,
considerada un problema público, que conlleva a graves consecuencias en sus víctimas y sociedad,
(3)
cuya
finalidad es la de lastimar o causar daño a nivel físico o emocional.
(4)
Al respecto, puede ser definida como
todo aquel acto basado en golpes, la coacción e insultos, con la finalidad de obtener un beneficio mediante
el uso de la fuerza e intimidación.
Existen diversos instrumentos destinados a la medición de la agresividad, el Cuestionario de Agresión (AQ),
de Buss y Perry, es uno de más empleados, adaptado en diferentes idiomas, contextos y grupos poblacionales.
Frente a esto, se propuso como objetivo, realizar un análisis psicométrico del cuestionario de agresión (AQ)
en adolescentes, en base al análisis de redes.
Al respecto, el estudio se basó en el análisis de redes, método que ha tomado mayor relevancia en la medición
de variables relacionadas a la salud mental y considera a los diversos síntomas como nodos, que se relacionan,
se refuerzan entre sí y permiten de esta manera determinar sus factores.
(39)
En el campo de la psicometría, el
análisis de redes permite estimar medidas como la replicabilidad en base al análisis de grafos y a medidas de
Bootstrap, que buscan conocer la dependencia en la muestra,
(17)
así como conocer el valor de la carga de
red,
(32)
determinar la redundancia, mediante el análisis de variables únicas (UVA), lo que facilita el poder
abreviar un instrumento,
(21)
y comprobar la invarianza de los grupos en base al sexo.
En base a las redes psicométricas, los resultados encontrados permiten apreciar la conformación de una
nueva estructura conformada por 17 ítems y tres dimensiones, con cargas de red que oscilan de 0,22 a 0,54,
permitiendo considerar que entre los diversos ítems existen adecuadas interconexiones que contribuyen a la
medición de la agresividad en adolescentes. Aunque estos valores no son similares a otros resultados
encontrados en otros contextos,
(16, 17)
se puede inferir que los ítems, logran tener una adecuada relación con
el constructo propuesto y facilitan la medición de la agresividad en adolescentes.
Asimismo, aunque el estudio propone una nueva estructura en su medición, se debe considerar, que a
diferencia del modelo médico que tiene como punto de partida la percepción de una variable latente como
método para poder explicar dificultades, rasgos de personalidad y otros; el análisis de redes considera que
cada síntoma o característica evaluada, es producto de la interacción que existe entre los síntomas o
características,
(22)
en relación al presente, se puede inferir que cada ítem se encuentra relacionado y a la vez
impactan entre sí de forma constante. En relación con el cambio en la estructura para la medición de la variable,
el cual se conforma por tres dimensiones, coincide con diversos estudios realizados,
(15,16,17,18)
los cuales
reportaron modificaciones en el instrumento en sus dimensiones y eliminación de ítems, pero siguen
demostrando utilidad para la medición de la agresividad.
Los coeficientes relacionados a la estabilidad muestran valores de 0,837 a 0,997, considerados satisfactorios,
(30) entre las dimensiones de la nueva estructura propuesta, lo que indican capacidad para la medición y
buena replicabilidad del cuestionario. Aunque otros estudios han empleado coeficientes distintos para la
fiabilidad,
(15,16,17)
valores, pueden llegar a ser comparables a los diversos coeficientes reportados en estudios
que buscaron medir su consistencia.
En relación con la invarianza entre grupos, los resultados no reflejan diferencias estadísticas entre ambos
grupos (hombres y mujeres), esto permite comprender que toda diferencia que pueda llegar a encontrarse en
base a la medición se debe a diferencia entre los géneros y no a causa del instrumento seleccionado.
(40)
A partir de lo encontrado, el estudio muestra la importancia de seguir analizando instrumentos que miden
agresividad en los adolescentes, al ser una dificultad creciente y que suele estar presente en diferentes
contextos. Además, brinda una versión breve, lo cual facilita su aplicación. Aunque el estudio emplea un
método que puede llegar a ser considerado nuevo, no se encuentra exento de limitaciones, como el tipo de
muestreo empleado que limita su generalización; a la vez, la cantidad de la muestra evaluada se considera
adecuada, sin embargo, se sugiere en futuros estudios ampliar el número de adolescentes evaluados.
CONCLUSIONES
El cuestionario de agresividad analizado, en base al análisis de redes, refleja una estructura tridimensional,
con adecuada validez y confiabilidad. Esto permite que pueda ser empleados por profesionales de la salud,
docentes, estudiantes o investigadores, interesados en medir los niveles de agresividad en estudiantes del
nivel secundario de ambos sexos.
Financiamiento: El estudio fue financiado por el investigador.
Agradecimientos: A la Universidad Privada del Norte por su confianza y a cada uno de los participantes que
respondieron de manera sincera a la evaluación.
Conflicto de intereses: El autor de la presente investigación, declara no presentar conflicto de interés.
Contribución del autor: Richard Irvin Salirrosas-Cabada, se encargó de la búsqueda de información,
recolección de datos, análisis e interpretación de resultados, metodología y conclusiones.
REFERENCIAS BIBLIOGRAFICAS.
1. Zhang Y, Li Y, Xie X, Lin X, Huang M, Fu H, et al. Association of greenness surrounding school with
aggression among adolescents: A multi-site study in China. Environ Res [Internet]. 2023 [citado 04
Ene 2026];234:116529. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/
S0013935123013336 DOI: https://doi.org/10.1016/j.envres.2023.116529.
2. Campo-Tena L, Larmour SR, Pereda N, Eisner MP. Longitudinal associations between adolescent
dating violence victimization and adverse outcomes: A systematic review. Trauma Violence Abuse
[Internet]. 2024 [citado 04 Ene 2026];25(2):1265–1277. Disponible en: https://journals.sagepub.com/
doi/full/10.1177/15248380231174504. DOI: https://doi.org/10.1177/15248380231174504.
3. Zhang L, Zhu H. Relationship between narcissism and aggression: A meta-analysis. Xin Li Xue Bao
[Internet]. 2021 [citado 04 Ene 2026];53(11):1228–1243. Disponible en: https://doi.org/10.3724/
SP.J.1041.2021.01228.
4. Krahé B. The social psychology of aggression: 3Rd edition [Internet]. 3a ed. Londres, Inglaterra:
Routledge; 2020. Disponible en: http://dx.doi.org/10.4324/9780429466496.
5. Zhang L, Eggum ND. Chinese adolescents’ perceptions of aggressive peers: The roles of gender and
cultural values. J Interpers Violence [Internet]. 2023 [citado 04 Ene 2026];38(15–16):9343–9368.
Disponible en: https://journals.sagepub.com/doi/abs/10.1177/08862605231165751 DOI: https://doi.org/
10.1177/08862605231165751.
6. Whipp AM, Korhonen T, Raevuori A, Heikkilä K, Pulkkinen L, Rose RJ, et al. Early adolescent
aggression predicts antisocial personality disorder in young adults: a population-based study. Eur
Child Adolesc Psychiatry [Internet]. 2019 [citado 05 Ene 2026];28(3):341–350. Disponible en:
https://link.springer.com/article/10.1007/s00787-018-1198-9. DOI: https://doi.org/10.1007/s00787-
018-1198-9.
7. Kwak M, Oh I. Comparison of psychological and social characteristics among traditional, cyber,
combined bullies, and non-involved. Sch Psychol Int [Internet]. 2017 [citado 05 Ene 2026];38(6):
608–627. Disponible en: https://journals.sagepub.com/doi/abs/10.1177/0143034317729424 DOI:
https://doi.org/10.1177/0143034317729424.
8. Brugman S, Cornet LJM, Smeijers D, Smeets K, Oostermeijer S, Buitelaar JK, et al. Examining the
reactive proactive questionnaire in adults in forensic and non-forensic settings: A variable- and
person-based approach: Reactive Proactive Aggression in Adults. Aggress Behav [Internet]. 2017
[citado 05 Ene 2026];43(2):155–162. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1002/
ab.21671. DOI: https://doi.org/10.1002/ab.21671.
9. Bandura A, Ross D, Ross SA. Transmission of aggression through imitation of aggressive models. J
Abnorm Soc Psychol [Internet]. 1961 [citado 05 Ene 2026];63(3):575–582. Disponible en:
https://psycnet.apa.org/record/1963-00875-001. DOI:http://doi.org/10.1037/h0045925.
10. Siregar AOA, Karmiyati D. Delinquent behavior: An analysis of Albert Bandura’s social learning
theory. ICPE [Internet]. 2024 [citado el 05 de Ene de 2026];3(1). Disponible en: https://proceeding.
unesa.ac.id/index.php/icpe/article/view/3655.
11. Pomahuacre-Carhuayal JW, Flores-Ramirez ME, Sanchez-Aliaga LL, Pomahuacre-Carhuayal LA,
Alva-Mendoza JC. Cuestionario de Agresión de Buss y Perry, forma reducida (AQ-SF): evidencias
psicométricas en adolescentes peruanos. Rev Investig Psicol [Internet]. 2024 [citado 05 Ene 2026];
27(2):e27560. Disponible en: disponible en: https://go.gale.com/ps/i.do?id=GALE%7CA824744120
&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=1560909X&sw=w&p=IFME&userGroup
Name=anon%7E2f25831a&aty=open-web-entry DOI: http://doi.org/10.15381/rinvp.v27i2.27560.
12. Javela JJ. Analysis of the psychometric properties of the Buss-Perry Aggression Questionnaire (AQ)
in Colombian adolescents. Rev psicol clín con niños adolesc [Internet]. 2023 [citado 07 Ene 2026];
10(3). Disponible en: https://jcpca.org/wp-content/uploads/pdfs/23-03-08.pdf. DOI: http://doi.org/
10.21134/rpcna.2023.10.3.8.
13. Cunha O, Peixoto M, Cruz AR, Gonçalves RA. Buss-Perry Aggression Questionnaire: Factor structure
and measurement invariance among Portuguese male perpetrators of intimate partner violence. Crim
Justice Behav [Internet]. 2021 [citado 07 Ene 2026];009385482110501. Disponible en: https://journals.
sagepub.com/doi/abs/10.1177/00938548211050113. DOI: http://doi.org/10.1177/00938548211050113.
14. Zimonyi S, Kasos K, Halmai Z, Csirmaz L, Stadler H, Rózsa S, et al. Hungarian validation of the
Buss-Perry Aggression Questionnaire-Is the short form more adequate? Brain Behav [Internet]. 2021
[citado 07 Ene 2026];11(5):e02043. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/
brb3.2043 DOI: http://doi.org/10.1002/brb3.2043.
15. Espinoza I, Tobar Viera A. Propiedades psicométricas del Cuestionario de Agresión (AQ) en
estudiantes universitarios ecuatorianos. ecosacademia [Internet]. 2023 [citado 07 Ene 2026];9(18):
9–27. Disponible en: https://revistasojs.utn.edu.ec/index.php/ecosacademia/es/article/view/907.
DOI: http://doi.org/10.53358/ecosacademia.v9i18.907.
16. Sommantico M, Guzmán MO, Parrello S, De Rosa B, Donizzetti AR. Validación de la versión italiana
del cuestionario de agresión (AQ) en el sur de Italia. Psicología Iztacala [Internet]. 2008 [citado 08
Ene 2026];11(4). Disponible en: https://www.revistas.unam.mx/index.php/repi/article/view/18593.
17. García-Batista ZE, Moretti LS, Franco P, Adrián Medrano L, Mustaca AE. Evidencias de Validez y
Confiabilidad de las Puntuaciones del Cuestionario de Agresividad (AQ) para Adultos Argentinos.
Rev Iberoam Diagn Eval - Aval Psicol [Internet]. 2022 [citado 08 Ene 2026];62(1):17. Disponible en:
https://go.gale.com/ps/i.do?id=GALE%7CA758439597&sid=googleScholar&v=2.1&it=r&link
access=abs&issn=11353848&sw=w&p=AONE&userGroupName=anon%7Eb60e570d&aty=open-
web-entry.
18. Maxwell JP. Development and preliminary validation of a Chinese version of the Buss-Perry Aggression
Questionnaire in a population of Hong Kong Chinese. J Pers Assess [Internet]. 2007 [citado 08 Ene
2026];88(3):284–94. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/00223890701317004
DOI: http://doi.org/10.1080/00223890701317004.
19. Golino HF, Epskamp S. Exploratory graph analysis: A new approach for estimating the number of
dimensions in psychological research. PLoS One [Internet]. 2017 [citado 11 Ene 2026];12(6):
e0174035. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0174035.
DOI: http://doi.org/10.1371/journal.pone.0174035.
20. Christensen AP, Golino H. Estimating the stability of psychological dimensions via Bootstrap
Exploratory Graph Analysis: A Monte Carlo simulation and tutorial. Psych [Internet]. 2021 [citado
11 Ene 2026];3(3):479–500. Disponible en: https://www.mdpi.com/2624-8611/3/3/32. DOI:
http://doi.org/10.3390/psych3030032.
21. Christensen AP, Garrido LE, Guerra-Peña K, Golino H. Comparing community detection algorithms
in psychometric networks: A Monte Carlo simulation. Behav Res Methods [Internet]. 2024 [citado 11
Ene 2026];56(3):1485–1505. Disponible en: https://link.springer.com/article/10.3758/s13428-023-
02106-4. DOI: http://doi.org/10.3758/s13428-023-02106-4.
22. Fonseca-Pedrero E, Muñiz J. Análisis de Redes en la Medición Psicológica: Fundamentos: Análisis
psicométrico de redes psicológicas. Acción psicol [Internet]. 2025 [citado 12 Ene 2026];22(1).
Disponible en: https://revistas.uned.es/index.php/accionpsicologica/article/view/43296. DOI:
http://doi.org/10.5944/ap.22.1.43296.
23. Álvarez-Díaz M, Gallego-Acedo C, Fernández-Alonso R, Muñiz J, Fonseca-Pedrero E. Análisis de
Redes: una Alternativa a los Enfoques Clásicos de Evaluación de los Sistemas Educativos. Psicol
Educ [Internet]. 2022 [citado 12 Ene 2026];28(2):165–73. Disponible en: https://digibuo.uniovi.es/
dspace/bitstream/handle/10651/61685/1135_755X_psed_psed2021a16.pdf?sequence=1. DOI:
http://doi.org/10.5093/psed2021a16.
24. Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: A tutorial
paper. Behav Res Methods [Internet]. 2018 [citado 12 Ene 2026];50(1):195–212. Disponible en:
https://link.springer.com/article/10.3758/s13428-017-0862-1#citeas. DOI: http://doi.org/10.3758/
s13428-017-0862-1.
25. Fonseca-Pedrero E. Análisis de redes: ¿una nueva forma de comprender la psicopatología? Rev
Psiquiatr Salud Ment [Internet]. 2017 [citado 13 Ene 2026];10(4):206–15. Disponible en:
https://www.sciencedirect.com/science/article/pii/S1888989117300903. DOI: http://doi.org/10.1016/
j.rpsm.2017.06.004.
26. Andreu, J., Peña, M. & Graña, J. Adaptación psicométrica de la versión española del Cuestionario de
Agresión. Psicothema [Internet] 2002 [citado 11 Ene 2026];14(2),476-482. Disponible en:
https://www.redalyc.org/pdf/727/72714245.pdf.
27. RStudio Team. RStudio: Integrated Development Environment for R [software]. Posit PBC; 2023.
28. Wickham H, Averick M, Bryan J, Chang W, McGowan L, François R, et al. Welcome to the tidyverse.
J Open Source Softw [Internet]. 2019 [citado 11 Ene 2026];4(43):1686. Disponible en: https://joss.theoj.
org/papers/10.21105/joss.01686 DOI: http://doi.org/10.21105/joss.01686.
29. Auguie B, Antonov A. gridExtra: Miscellaneous functions for “Grid” graphics [software]. Comprehensive
R Archive Network (CRAN); 2017.
30. Golino HF, Christensen AP. EGAnet: Exploratory Graph Analysis tools for psychological research
[software]. 2021.
31. Isvoranu AM, Epskamp S. Which estimation method to use in network psychometrics under skew?
(Spearman vs polychoric in EBICglasso).
32. Garcia-Pardina A, Abad FJ, Christensen AP, Golino H, Garrido LE. Dimensionality assessment in the
presence of wording effects: A network psychometric and factorial approach. Behav Res Methods
[Internet]. 2024 [citado 11 Ene 2026];56(6):6179–97. Disponible en: https://link.springer.com/article/
10.3758/s13428-024-02348-w. DOI: http://doi.org/10.3758/s13428-024-02348-w.
33. Golino H, Moulder R, Shi D, Christensen AP, Garrido LE, Nieto MD, et al. Entropy fit indices: New
fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate
Behav Res [Internet]. 2021 [citado 11 Ene 2026];56(6):874–902. Disponible en: https://www.tandfonline.
com/doi/abs/10.1080/00273171.2020.1779642. DOI: http://dx.doi.org/10.1080/00273171.2020.1779642.
34. Christensen AP, Golino H, Silvia PJ. A psychometric network perspective on the validity and validation
of personality trait questionnaires. Eur J Pers [Internet]. 2020 [citado 11 Ene 2026];34(6):1095–108.
Disponible en: https://journals.sagepub.com/doi/abs/10.1002/per.2265. DOI: http://doi.org/10.1002/
per.2265.
35. Christensen AP, Golino H. On the equivalency of factor and network loadings. Behav Res Methods
[Internet]. 2021 [citado 11 Ene 2026];53(4):1563–80. Disponible en: https://link.springer.com/article/
10.3758/s13428-020-01500-6#citeas. DOI: http://doi.org/10.3758/s13428-020-01500-6.
36. Epskamp S. Structural Equation Modeling and Confirmatory Network Analysis [R package psychonetrics
version 0.13.2] [Internet]. Comprehensive R Archive Network (CRAN). 2025 [citado 12 Ene 2026].
Disponible en: https://cran.r-project.org/package=psychonetrics.
37. Epskamp S, Rhemtulla M, Borsboom D. Generalized network psychometrics: Combining network
and latent variable models. Psychometrika [Internet]. 2017 [citado el 12 de Ene de 2026];82(4):
904–927. Disponible en: https://www.cambridge.org/core/journals/psychometrika/article/abs/
generalized-network-psychometrics-combining-network-and-latent-variable-models/2D2004CADB
2549F8FE1DDE1726D9DC80. DOI: http://doi.org/10.1007/s11336-017-9557-x.
38. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge.
39. Borsboom D, Cramer AOJ. Network analysis: an integrative approach to the structure of psychopathology.
Annu Rev Clin Psychol [Internet]. 2013 [citado 12 Ene 2026];9(1):91–121. Disponible en:
https://www.annualreviews.org/content/journals/10.1146/annurev-clinpsy-050212-185608. DOI:
http://doi.org/10.1146/annurev-clinpsy-050212-185608.
40. Lara SD, Merino-Soto C. Estimación de la magnitud del efecto en invarianza de medición. Rev Aval
Psicol [Internet]. 2019 [citado 29 May 2026];18(03). Disponible en: https://pepsic.bvsalud.org/scielo.
php?pid=S1677-04712019000300014&script=sci_arttext. DOI: http://doi.org/10.15689/ap.2019.
1803.16248.13.
Agresividad en adolescentes: Validez y confiabilidad en base al análisis de redes psicométricas
Aggression in adolescents: Validity and reliability based on psychometric network analysis
https://doi.org/10.37135/ee.04.27.01
Autor:
Richard Irvin Salirrosas-Cabada1 - https://orcid.org/0000-0002-4443-5992
Afiliación:
1Universidad Privada del Norte, Facultad de Ciencias de la Salud, Lima, Perú
Autor de correspondencia: Richard Irvin Salirrosas-Cabada. Av. Tingo María N° 1122, distrito de Cercado
de Lima Correo electrónico: richard.salirrosas@upn.pe, Telefono: 956363278
Recibido: 11 de mayo de 2026 Aceptado: 3 de agosto de 2026
RESUMEN
Se considera a la agresividad, como toda aquella conducta basada en la intimidación, mediante el empleo de
la violencia física o psicológica. Entre los diversos instrumentos que miden el constructo, se encuentra el
Cuestionario de Agresividad de Buss y Perry. Frente a esto, el estudio buscó determinar la validez y fiabilidad
en base a un modelo psicométrico basado en redes. Participaron 490 estudiantes del nivel secundario. Se
evaluaron la dimensionalidad, consistencia estructural, cargas de red mediante el Análisis Exploratorio de
Grafos (EGA) e invarianza en base al sexo. Los resultados, indicaron que el cuestionario presenta una estructura
basada en tres dimensiones, con una consistencia estructural ideal (0,837 a 0,997). Las cargas de red fueron
moderadas a altas (0,22 a 0,54), asimismo, existe invarianza entre sexos. Lo encontrado, pone en evidencia
que el cuestionario presenta validez y fiabilidad, lo que determina su uso para la medición de la agresividad
en adolescentes educativos.
Palabras clave: Psicometría, agresión, adolescentes.
ABSTRACT
Aggression is defined as any behavior based on intimidation through the use of physical or psychological
violence. Among the various instruments designed to measure this construct, the Buss and Perry Aggression
Questionnaire is one of the most widely used. In this context, the present study aimed to determine its validity
and reliability based on a psychometric network model. A total of 490 secondary school students participated
in the study. Dimensionality, structural consistency, network loadings using Exploratory Graph Analysis
(EGA), and sex-based invariance were evaluated. The results indicated that the questionnaire exhibits a
three-dimensional structure with ideal structural consistency coefficients (0.837 to 0.997). Network loadings
were moderate to high (0.22 to 0.54), and measurement invariance across sex was supported. These findings
provide evidence of the questionnaire’s validity and reliability, supporting its use for assessing aggression in
adolescent students.
Keywords: Psychometrics, Aggression, Adolescent.
INTRODUCCIÓN.
La adolescencia, representa una etapa llena de oportunidades y beneficios para el buen desarrollo neuronal y
socioemocional,
(1)
al ser positivo, contribuye al bienestar y calidad de vida. Sin embargo, muchas veces
debido a dificultades o conflictos, suelen presentar conductas poco adaptativas, siendo una de las más comunes
la agresividad.
(2)
La agresividad, es asumida como un problema de salud pública, que genera graves consecuencias en las
víctimas y sociedad,
(3)
la cual, busca lastimar o causar daño a nivel físico o emocional.
(4)
Se reconoce que la
agresividad, puede ser expresada de muchas maneras, mediante insultos, amenazas o golpes, que conlleva a
una mayor dificultad para adaptarse en contextos educativos y en el sistema familiar. La literatura reconoce
su relación con ideas suicidas y dificultad para establecer vínculos sanos con sus pares,
(5)
los trastornos de
personalidad,
(6)
dificultades para ejercer un adecuado autocontrol,
(7)
inestabilidad y un deterioro constante en
la calidad de vida.
(8)
Entre los diversos modelos teóricos que permiten tener una mejor comprensión sobre la agresividad, se
encuentra la teoría del aprendizaje social,
(9)
la cual considera que la agresividad surge y se refuerza a partir
de la influencia que se recibe del entorno más cercano, influyendo en la conducta y creencias, moldeando su
interacción en sociedad.
(10)
A la vez, se reconoce que medir la agresividad en los adolescentes, es importante, ya que facilita su adecuada
identificación y puedo permitir su oportuna intervención. Estudios han reportado que cuando se promueve la
autoestima
Entre los diversos instrumentos que se utilizan para la medición de la agresividad, se encuentra Cuestionario
de Agresión (AQ), elaborado por Buss y Perry en 1992, la cual consta de cuatro dimensiones y un total de 29
reactivos, orientados a medir la agresividad física, verbal, la ira y hostilidad. A lo largo de los años, ha sido
objeto de diversos estudios de corte psicométrico, sin embargo, estudios realizados en diferentes contextos,
han encontrado dificultades relacionadas a una baja confiabilidad en dimensiones y el retiro de ítems.
(11,12,13,14)
Asimismo, ha presentado cambios en su estructura, reportándose versiones reducidas de tres dimensiones en
Ecuador,
(15)
Italia,
(16)
Argentina
(17)
y en China de dos dimensiones.
(18)
Todos estos estudios, demuestran la
utilidad del instrumento para la medición de la agresividad, sin embargo, ponen en evidencia, que su estructura
no suele mostrar replicabilidad en diferentes contextos. Esto motiva a realizar el análisis psicométrico, en
base al método de análisis de redes, ya que puede estimar la replicabilidad de la estructura que la prueba
presenta,
(19)
cuantificar las cargas de red en base a su equivalencia facilitando una mejor selección de los
reactivos y su invarianza
(20)
y la redundancia.
(21)
En relación con el análisis de redes, es un método relativamente reciente, que se diferencia de los modelos
clásicos en medición, al considerar que las variables, síntomas, rasgos o dificultades psicológicas se encuentran
interrelacionados y que mantienen entre ellas un impacto constante,
(22)
a diferencia del modelo biomédico que
considera a toda patología o dificultad emocional es producto de una variable latente.
La red al ser analizada presenta una representación gráfica dividida en dos aspectos, nodos y aristas,
(23,24,25)
los primeros hacen referencia a las variables analizadas y las segundas indican la relación existente entre
ellas. En base a lo expuesto, se puede considerar que el análisis de redes representa un método de análisis
innovador complejo frente a la medición de variables, poder usarlo en el campo de la validación de
instrumentos contribuye a que pueda contar con herramientas de mayor precisión.
Ante esto, se propone como objetivo general realizar un análisis psicométrico exploratorio de redes del
cuestionario de agresión (AQ) en adolescentes. Y como objetivos específicos se buscó: Realizar el análisis
preliminar de los ítems, estimar la dimensionalidad y estabilidad, calcular las cargas de red, obtener la
consistencia estructural y realizar el análisis de invarianza en base al sexo en los adolescentes.
METODOLOGÍA.
El estudio corresponde al diseño instrumental, con enfoque cuantitativo, orientado a la medición de la validez
y confiabilidad.
La muestra, seleccionada fue evaluada en base al muestreo no probabilístico por conveniencia, método que
permite una selección de participantes en base a la accesibilidad y facilidad del investigador, pero que solo
toma en consideración a aquellos que cumplen con los criterios establecidos para su selección. En total
fueron 490 adolescentes, quienes cursaban del tercer al quinto grado del nivel secundario, pertenecientes a
una institución educativa pública. Sus edades oscilaron de 13 a 16 años (Media: 14.6), de ambos sexos (61 %
varones y 39 % mujeres). Como criterios de inclusión fueron considerados solo aquellos matriculados en el
año académico, que acepten formar parte de manera voluntaria brindando su consentimiento.
El instrumento empleado, fue el Cuestionario de Agresión (AQ), elaborado por Buss y Perry en 1992. Se
empleó la versión adaptada por Andreu et al.,
(26)
se compone de cuatro dimensiones (agresión física, agresión
verbal, ira y hostilidad) y 29 ítems en escala Likert. Presenta una confiabilidad que oscila de 0,68 a 0,88 entre
sus dimensiones y adecuados índices de ajuste (RMR: 0,05, RMSEA: 0,05, GFI: 0,92 y GFI: 0,93).
El proceso de recojo de información se realizó de manera presencial, cada participante firmó un consentimiento
informado, que brindaba su conformidad a ser participe del estudio. Culminado el proceso cada prueba fue
codificada para su posterior análisis.
Análisis de datos
El análisis de los datos se llevó a cabo utilizando RStudio como interfaz principal para la gestión y ejecución
de los scripts analíticos.
(27)
Para la manipulación, limpieza y organización de los datos, se emplearon las
herramientas del paquete tidyverse, que facilitan la estructuración eficiente de los conjuntos de datos y la
preparación previa al análisis estadístico.
(28)
La composición y maquetación de las figuras se realizó mediante
el paquete gridExtra, permitiendo una presentación visual clara y comparativa de los resultados.
(29)
El análisis
exploratorio de grafos (EGA) y su versión bootstrap (bootEGA) se implementaron a través del paquete
EGAnet, que posibilita la identificación de la dimensionalidad subyacente y la evaluación de la estabilidad
estructural de las soluciones obtenidas.
(30)
Para la estimación de la red, se utilizó el modelo graphical lasso (glasso) sobre una matriz de correlaciones
de Spearman, decisión motivada por la presencia de asimetría en la distribución de las respuestas tipo Likert,
ya que bajo estas condiciones la matriz de Spearman ofrece una recuperación de aristas comparable o
superior a la matriz policórica en el contexto de EBICglasso.
(31)
La detección de comunidades se realizó
inicialmente con el algoritmo Louvain, aunque el paquete EGAnet también permite la comparación con
otros algoritmos como walktrap, basado en caminatas aleatorias, para asegurar la robustez de la estructura
dimensional identificada.
(32)
El análisis incluyó la aplicación de bootEGA con 1000 réplicas y el algoritmo
Leading Eigenvector (LE) para evaluar la consistencia estructural de las dimensiones y la estabilidad de
pertenencia de los ítems, utilizando como criterio de replicación satisfactorio un umbral de ≥ 75 %, conforme
a las recomendaciones metodológicas actuales.
(33)
La consistencia estructural fue diferenciada explícitamente de la consistencia interna clásica, ya que la
primera evalúa la replicabilidad de la estructura dimensional en muestras bootstrap, mientras que la segunda
se refiere a la homogeneidad interna de los ítems.
(34)
En relación a las cargas de red, se interpretan en base a
tres umbrales, pequeño para 0,15, moderadas para 0,25 y grandes para 0,35, lo que permite poder realizar las
comparaciones en base a criterios ya conocidos de interpretación de cargas factoriales.
(35)
Aunado a esto, se
empleó el Loading Comparison Test (LCT) para poder elegir entre el marco de red y el latente, facilitando
así que toda estructura identificada guarde mejor relación con el modelo teórico más pertinente.
(36)
La
modelización de redes latentes (Latent Network Modeling) se implementó con el paquete psychonetrics,
permitiendo explorar las interacciones entre variables latentes y comparar la estructura de red con modelos
de ecuaciones estructurales tradicionales.
(37)
Para la interpretación de las correlaciones entre dimensiones y nodos, se siguieron los puntos de corte
propuestos por Cohen (0,10, 0,30, 0,50 como efectos pequeño, mediano y grande, respectivamente), y se
reportaron métricas de centralidad cuando fue pertinente, empleando las funciones del paquete bootnet.
(24,38)
La elección de este enfoque metodológico responde a la necesidad de captar la complejidad estructural de los
datos tipo Likert, garantizar la robustez y replicabilidad de los resultados, y permitir una interpretación
tanto desde el marco de red como desde el marco latente, integrando evidencia empírica y criterios teóricos
actualizados.
RESULTADOS
Figura 1. Análisis preliminar de los ítems
En base al análisis descriptivo de las frecuencias de respuesta para los 17 ítems que conforman el instrumento
y presentan la escala Likert. Se aprecia, que en su gran mayoría diversos ítems (AFI, AF5, AF13, AF21,
AF27, AF29, AV18 y AH4) superan el 40% de selección en opción 1 por parte de los participantes, asimismo
se aprecia que una gran cantidad de ítems, los porcentajes elegidos superan el 20 %, para la opción dos. A
partir de esto, se puede inferir que, entre los adolescentes evaluados, existe una mayor tendencia a elegir
categorías bajas de respuesta, sin embargo, se aprecia variabilidad entre las cinco opciones de respuesta.
Figura 2. Dimensionalidad y estabilidad (EGA/BootEGA)
El Análisis Exploratorio de Grafos (EGA) identificó la presencia de tres dimensiones en la estructura de los
datos. El índice TEFI obtenido fue de -12,29, lo que indica un ajuste adecuado del modelo de red estimado.
La estabilidad de la solución fue corroborada mediante procedimientos de remuestreo (BootEGA), que
presentan una mejor estructura en base a 17 ítems y tres dimensiones, y a la vez, reflejan una mayor
consistencia en las iteraciones realizadas. A la vez, las líneas más gruesas muestran una mayor conexión
entre los ítems que conforman cada dimensión, esto permite comprender que existe una gran relación entre
los dimensiones y el modelo teórico para la medición de la agresión.
Tabla 1. Cargas de red (principales)
El análisis de cargas de red mostró que, en la dimensión 1, los ítems con mayores cargas fueron AF5 (0,541),
AF21 (0,482), AF9 (0,403), AF24 (0,398) y AF17 (0,336). En la dimensión 2, los ítems más representativos
fueron AV14 (0,447), AI19 (0,433), AV18 (0,395), AV10 (0,326) y AV2 (0,296). Para la dimensión 3,
destacaron AH26 (0,543), AH8 (0,421), AH12 (0,372), AH16 (0,367) y AH20 (0,253). Estos resultados
evidencian una adecuada representación de los ítems en sus respectivas dimensiones.
Figura 3. Consistencia estructural (BootEGA) modelo original.
El modelo original, evidencia que diversos reactivos, presentan coeficientes con valores menores al 0,75, lo
que indica una baja estabilidad, la cual se encuentre presente en las cuatro dimensiones, cuyos valores oscilan
de 0,39 a 0,74; los ítems que reflejan una mayor estabilidad, presentan valores 0,76 a 0,96. Frente a esto, se
realizó la eliminación de reactivos, buscando una mayor estabilidad en la red.
REE 20(3) Riobamba sep. - dic. 2026
cc
BY NC ND
9
ISSN-impreso 1390-7581
ISSN-digital 2661-6742
Figura 4. Consistencia estructural (BootEGA) del modelo adaptado.
La figura, permite identificar la consistencia estructural en base a las 3 dimensiones identificadas, cuyos
valores son elevados, presentando coeficientes de 0,86 a 1 en Agresividad física, de 0,92 a 1 para Agresión
verbal y de 1 en la dimensión Hostilidad. Los valores encontrados permiten apreciar que la presencia de una
alta estabilidad y replicabilidad, del modelo encontrado en base a tres dimensiones en base al BootEGA.
Figura 5. Invarianza en base al modelo adaptado.
Se realizó el análisis de invarianza, tomando en cuenta la estructura de tres dimensiones en base al sexo. Los
resultados reflejan que no existen diferencias estadísticamente significativas entre la pertenencia de los 17
ítems sobre las dimensiones, mostrando valores de p ajustados (p_BH) mayores al 0,05 entre la gran mayoría
de los casos. Es necesario tomar en cuenta que solo se apreciaron diferencias en el ítem AF24, que refleja una
diferencia significativa (p = 0,048; p_BH = 0,468), sin embargo, este valor no fue suficiente para poder
determinar una diferencia al realizarse la corrección en base a las comparaciones múltiples. Lo encontrado
confirma la invarianza de la estructura factorial entre los grupos analizados.
DISCUSIÓN
La adolescencia presenta, una etapa importante durante el proceso de adaptación y socialización, sin embargo,
es propensa a la manifestación de diversas dificultades. Entre las más comunes se encuentra la agresividad,
considerada un problema público, que conlleva a graves consecuencias en sus víctimas y sociedad,
(3)
cuya
finalidad es la de lastimar o causar daño a nivel físico o emocional.
(4)
Al respecto, puede ser definida como
todo aquel acto basado en golpes, la coacción e insultos, con la finalidad de obtener un beneficio mediante
el uso de la fuerza e intimidación.
Existen diversos instrumentos destinados a la medición de la agresividad, el Cuestionario de Agresión (AQ),
de Buss y Perry, es uno de más empleados, adaptado en diferentes idiomas, contextos y grupos poblacionales.
Frente a esto, se propuso como objetivo, realizar un análisis psicométrico del cuestionario de agresión (AQ)
en adolescentes, en base al análisis de redes.
Al respecto, el estudio se basó en el análisis de redes, método que ha tomado mayor relevancia en la medición
de variables relacionadas a la salud mental y considera a los diversos síntomas como nodos, que se relacionan,
se refuerzan entre sí y permiten de esta manera determinar sus factores.
(39)
En el campo de la psicometría, el
análisis de redes permite estimar medidas como la replicabilidad en base al análisis de grafos y a medidas de
Bootstrap, que buscan conocer la dependencia en la muestra,
(17)
así como conocer el valor de la carga de
red,
(32)
determinar la redundancia, mediante el análisis de variables únicas (UVA), lo que facilita el poder
abreviar un instrumento,
(21)
y comprobar la invarianza de los grupos en base al sexo.
En base a las redes psicométricas, los resultados encontrados permiten apreciar la conformación de una
nueva estructura conformada por 17 ítems y tres dimensiones, con cargas de red que oscilan de 0,22 a 0,54,
permitiendo considerar que entre los diversos ítems existen adecuadas interconexiones que contribuyen a la
medición de la agresividad en adolescentes. Aunque estos valores no son similares a otros resultados
encontrados en otros contextos,
(16, 17)
se puede inferir que los ítems, logran tener una adecuada relación con
el constructo propuesto y facilitan la medición de la agresividad en adolescentes.
Asimismo, aunque el estudio propone una nueva estructura en su medición, se debe considerar, que a
diferencia del modelo médico que tiene como punto de partida la percepción de una variable latente como
método para poder explicar dificultades, rasgos de personalidad y otros; el análisis de redes considera que
cada síntoma o característica evaluada, es producto de la interacción que existe entre los síntomas o
características,
(22)
en relación al presente, se puede inferir que cada ítem se encuentra relacionado y a la vez
impactan entre sí de forma constante. En relación con el cambio en la estructura para la medición de la variable,
el cual se conforma por tres dimensiones, coincide con diversos estudios realizados,
(15,16,17,18)
los cuales
reportaron modificaciones en el instrumento en sus dimensiones y eliminación de ítems, pero siguen
demostrando utilidad para la medición de la agresividad.
Los coeficientes relacionados a la estabilidad muestran valores de 0,837 a 0,997, considerados satisfactorios,
(30) entre las dimensiones de la nueva estructura propuesta, lo que indican capacidad para la medición y
buena replicabilidad del cuestionario. Aunque otros estudios han empleado coeficientes distintos para la
fiabilidad,
(15,16,17)
valores, pueden llegar a ser comparables a los diversos coeficientes reportados en estudios
que buscaron medir su consistencia.
En relación con la invarianza entre grupos, los resultados no reflejan diferencias estadísticas entre ambos
grupos (hombres y mujeres), esto permite comprender que toda diferencia que pueda llegar a encontrarse en
base a la medición se debe a diferencia entre los géneros y no a causa del instrumento seleccionado.
(40)
A partir de lo encontrado, el estudio muestra la importancia de seguir analizando instrumentos que miden
agresividad en los adolescentes, al ser una dificultad creciente y que suele estar presente en diferentes
contextos. Además, brinda una versión breve, lo cual facilita su aplicación. Aunque el estudio emplea un
método que puede llegar a ser considerado nuevo, no se encuentra exento de limitaciones, como el tipo de
muestreo empleado que limita su generalización; a la vez, la cantidad de la muestra evaluada se considera
adecuada, sin embargo, se sugiere en futuros estudios ampliar el número de adolescentes evaluados.
CONCLUSIONES
El cuestionario de agresividad analizado, en base al análisis de redes, refleja una estructura tridimensional,
con adecuada validez y confiabilidad. Esto permite que pueda ser empleados por profesionales de la salud,
docentes, estudiantes o investigadores, interesados en medir los niveles de agresividad en estudiantes del
nivel secundario de ambos sexos.
Financiamiento: El estudio fue financiado por el investigador.
Agradecimientos: A la Universidad Privada del Norte por su confianza y a cada uno de los participantes que
respondieron de manera sincera a la evaluación.
Conflicto de intereses: El autor de la presente investigación, declara no presentar conflicto de interés.
Contribución del autor: Richard Irvin Salirrosas-Cabada, se encargó de la búsqueda de información,
recolección de datos, análisis e interpretación de resultados, metodología y conclusiones.
REFERENCIAS BIBLIOGRAFICAS.
1. Zhang Y, Li Y, Xie X, Lin X, Huang M, Fu H, et al. Association of greenness surrounding school with
aggression among adolescents: A multi-site study in China. Environ Res [Internet]. 2023 [citado 04
Ene 2026];234:116529. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/
S0013935123013336 DOI: https://doi.org/10.1016/j.envres.2023.116529.
2. Campo-Tena L, Larmour SR, Pereda N, Eisner MP. Longitudinal associations between adolescent
dating violence victimization and adverse outcomes: A systematic review. Trauma Violence Abuse
[Internet]. 2024 [citado 04 Ene 2026];25(2):1265–1277. Disponible en: https://journals.sagepub.com/
doi/full/10.1177/15248380231174504. DOI: https://doi.org/10.1177/15248380231174504.
3. Zhang L, Zhu H. Relationship between narcissism and aggression: A meta-analysis. Xin Li Xue Bao
[Internet]. 2021 [citado 04 Ene 2026];53(11):1228–1243. Disponible en: https://doi.org/10.3724/
SP.J.1041.2021.01228.
4. Krahé B. The social psychology of aggression: 3Rd edition [Internet]. 3a ed. Londres, Inglaterra:
Routledge; 2020. Disponible en: http://dx.doi.org/10.4324/9780429466496.
5. Zhang L, Eggum ND. Chinese adolescents’ perceptions of aggressive peers: The roles of gender and
cultural values. J Interpers Violence [Internet]. 2023 [citado 04 Ene 2026];38(15–16):9343–9368.
Disponible en: https://journals.sagepub.com/doi/abs/10.1177/08862605231165751 DOI: https://doi.org/
10.1177/08862605231165751.
6. Whipp AM, Korhonen T, Raevuori A, Heikkilä K, Pulkkinen L, Rose RJ, et al. Early adolescent
aggression predicts antisocial personality disorder in young adults: a population-based study. Eur
Child Adolesc Psychiatry [Internet]. 2019 [citado 05 Ene 2026];28(3):341–350. Disponible en:
https://link.springer.com/article/10.1007/s00787-018-1198-9. DOI: https://doi.org/10.1007/s00787-
018-1198-9.
7. Kwak M, Oh I. Comparison of psychological and social characteristics among traditional, cyber,
combined bullies, and non-involved. Sch Psychol Int [Internet]. 2017 [citado 05 Ene 2026];38(6):
608–627. Disponible en: https://journals.sagepub.com/doi/abs/10.1177/0143034317729424 DOI:
https://doi.org/10.1177/0143034317729424.
8. Brugman S, Cornet LJM, Smeijers D, Smeets K, Oostermeijer S, Buitelaar JK, et al. Examining the
reactive proactive questionnaire in adults in forensic and non-forensic settings: A variable- and
person-based approach: Reactive Proactive Aggression in Adults. Aggress Behav [Internet]. 2017
[citado 05 Ene 2026];43(2):155–162. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1002/
ab.21671. DOI: https://doi.org/10.1002/ab.21671.
9. Bandura A, Ross D, Ross SA. Transmission of aggression through imitation of aggressive models. J
Abnorm Soc Psychol [Internet]. 1961 [citado 05 Ene 2026];63(3):575–582. Disponible en:
https://psycnet.apa.org/record/1963-00875-001. DOI:http://doi.org/10.1037/h0045925.
10. Siregar AOA, Karmiyati D. Delinquent behavior: An analysis of Albert Bandura’s social learning
theory. ICPE [Internet]. 2024 [citado el 05 de Ene de 2026];3(1). Disponible en: https://proceeding.
unesa.ac.id/index.php/icpe/article/view/3655.
11. Pomahuacre-Carhuayal JW, Flores-Ramirez ME, Sanchez-Aliaga LL, Pomahuacre-Carhuayal LA,
Alva-Mendoza JC. Cuestionario de Agresión de Buss y Perry, forma reducida (AQ-SF): evidencias
psicométricas en adolescentes peruanos. Rev Investig Psicol [Internet]. 2024 [citado 05 Ene 2026];
27(2):e27560. Disponible en: disponible en: https://go.gale.com/ps/i.do?id=GALE%7CA824744120
&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=1560909X&sw=w&p=IFME&userGroup
Name=anon%7E2f25831a&aty=open-web-entry DOI: http://doi.org/10.15381/rinvp.v27i2.27560.
12. Javela JJ. Analysis of the psychometric properties of the Buss-Perry Aggression Questionnaire (AQ)
in Colombian adolescents. Rev psicol clín con niños adolesc [Internet]. 2023 [citado 07 Ene 2026];
10(3). Disponible en: https://jcpca.org/wp-content/uploads/pdfs/23-03-08.pdf. DOI: http://doi.org/
10.21134/rpcna.2023.10.3.8.
13. Cunha O, Peixoto M, Cruz AR, Gonçalves RA. Buss-Perry Aggression Questionnaire: Factor structure
and measurement invariance among Portuguese male perpetrators of intimate partner violence. Crim
Justice Behav [Internet]. 2021 [citado 07 Ene 2026];009385482110501. Disponible en: https://journals.
sagepub.com/doi/abs/10.1177/00938548211050113. DOI: http://doi.org/10.1177/00938548211050113.
14. Zimonyi S, Kasos K, Halmai Z, Csirmaz L, Stadler H, Rózsa S, et al. Hungarian validation of the
Buss-Perry Aggression Questionnaire-Is the short form more adequate? Brain Behav [Internet]. 2021
[citado 07 Ene 2026];11(5):e02043. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/
brb3.2043 DOI: http://doi.org/10.1002/brb3.2043.
15. Espinoza I, Tobar Viera A. Propiedades psicométricas del Cuestionario de Agresión (AQ) en
estudiantes universitarios ecuatorianos. ecosacademia [Internet]. 2023 [citado 07 Ene 2026];9(18):
9–27. Disponible en: https://revistasojs.utn.edu.ec/index.php/ecosacademia/es/article/view/907.
DOI: http://doi.org/10.53358/ecosacademia.v9i18.907.
16. Sommantico M, Guzmán MO, Parrello S, De Rosa B, Donizzetti AR. Validación de la versión italiana
del cuestionario de agresión (AQ) en el sur de Italia. Psicología Iztacala [Internet]. 2008 [citado 08
Ene 2026];11(4). Disponible en: https://www.revistas.unam.mx/index.php/repi/article/view/18593.
17. García-Batista ZE, Moretti LS, Franco P, Adrián Medrano L, Mustaca AE. Evidencias de Validez y
Confiabilidad de las Puntuaciones del Cuestionario de Agresividad (AQ) para Adultos Argentinos.
Rev Iberoam Diagn Eval - Aval Psicol [Internet]. 2022 [citado 08 Ene 2026];62(1):17. Disponible en:
https://go.gale.com/ps/i.do?id=GALE%7CA758439597&sid=googleScholar&v=2.1&it=r&link
access=abs&issn=11353848&sw=w&p=AONE&userGroupName=anon%7Eb60e570d&aty=open-
web-entry.
18. Maxwell JP. Development and preliminary validation of a Chinese version of the Buss-Perry Aggression
Questionnaire in a population of Hong Kong Chinese. J Pers Assess [Internet]. 2007 [citado 08 Ene
2026];88(3):284–94. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/00223890701317004
DOI: http://doi.org/10.1080/00223890701317004.
19. Golino HF, Epskamp S. Exploratory graph analysis: A new approach for estimating the number of
dimensions in psychological research. PLoS One [Internet]. 2017 [citado 11 Ene 2026];12(6):
e0174035. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0174035.
DOI: http://doi.org/10.1371/journal.pone.0174035.
20. Christensen AP, Golino H. Estimating the stability of psychological dimensions via Bootstrap
Exploratory Graph Analysis: A Monte Carlo simulation and tutorial. Psych [Internet]. 2021 [citado
11 Ene 2026];3(3):479–500. Disponible en: https://www.mdpi.com/2624-8611/3/3/32. DOI:
http://doi.org/10.3390/psych3030032.
21. Christensen AP, Garrido LE, Guerra-Peña K, Golino H. Comparing community detection algorithms
in psychometric networks: A Monte Carlo simulation. Behav Res Methods [Internet]. 2024 [citado 11
Ene 2026];56(3):1485–1505. Disponible en: https://link.springer.com/article/10.3758/s13428-023-
02106-4. DOI: http://doi.org/10.3758/s13428-023-02106-4.
22. Fonseca-Pedrero E, Muñiz J. Análisis de Redes en la Medición Psicológica: Fundamentos: Análisis
psicométrico de redes psicológicas. Acción psicol [Internet]. 2025 [citado 12 Ene 2026];22(1).
Disponible en: https://revistas.uned.es/index.php/accionpsicologica/article/view/43296. DOI:
http://doi.org/10.5944/ap.22.1.43296.
23. Álvarez-Díaz M, Gallego-Acedo C, Fernández-Alonso R, Muñiz J, Fonseca-Pedrero E. Análisis de
Redes: una Alternativa a los Enfoques Clásicos de Evaluación de los Sistemas Educativos. Psicol
Educ [Internet]. 2022 [citado 12 Ene 2026];28(2):165–73. Disponible en: https://digibuo.uniovi.es/
dspace/bitstream/handle/10651/61685/1135_755X_psed_psed2021a16.pdf?sequence=1. DOI:
http://doi.org/10.5093/psed2021a16.
24. Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: A tutorial
paper. Behav Res Methods [Internet]. 2018 [citado 12 Ene 2026];50(1):195–212. Disponible en:
https://link.springer.com/article/10.3758/s13428-017-0862-1#citeas. DOI: http://doi.org/10.3758/
s13428-017-0862-1.
25. Fonseca-Pedrero E. Análisis de redes: ¿una nueva forma de comprender la psicopatología? Rev
Psiquiatr Salud Ment [Internet]. 2017 [citado 13 Ene 2026];10(4):206–15. Disponible en:
https://www.sciencedirect.com/science/article/pii/S1888989117300903. DOI: http://doi.org/10.1016/
j.rpsm.2017.06.004.
26. Andreu, J., Peña, M. & Graña, J. Adaptación psicométrica de la versión española del Cuestionario de
Agresión. Psicothema [Internet] 2002 [citado 11 Ene 2026];14(2),476-482. Disponible en:
https://www.redalyc.org/pdf/727/72714245.pdf.
27. RStudio Team. RStudio: Integrated Development Environment for R [software]. Posit PBC; 2023.
28. Wickham H, Averick M, Bryan J, Chang W, McGowan L, François R, et al. Welcome to the tidyverse.
J Open Source Softw [Internet]. 2019 [citado 11 Ene 2026];4(43):1686. Disponible en: https://joss.theoj.
org/papers/10.21105/joss.01686 DOI: http://doi.org/10.21105/joss.01686.
29. Auguie B, Antonov A. gridExtra: Miscellaneous functions for “Grid” graphics [software]. Comprehensive
R Archive Network (CRAN); 2017.
30. Golino HF, Christensen AP. EGAnet: Exploratory Graph Analysis tools for psychological research
[software]. 2021.
31. Isvoranu AM, Epskamp S. Which estimation method to use in network psychometrics under skew?
(Spearman vs polychoric in EBICglasso).
32. Garcia-Pardina A, Abad FJ, Christensen AP, Golino H, Garrido LE. Dimensionality assessment in the
presence of wording effects: A network psychometric and factorial approach. Behav Res Methods
[Internet]. 2024 [citado 11 Ene 2026];56(6):6179–97. Disponible en: https://link.springer.com/article/
10.3758/s13428-024-02348-w. DOI: http://doi.org/10.3758/s13428-024-02348-w.
33. Golino H, Moulder R, Shi D, Christensen AP, Garrido LE, Nieto MD, et al. Entropy fit indices: New
fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate
Behav Res [Internet]. 2021 [citado 11 Ene 2026];56(6):874–902. Disponible en: https://www.tandfonline.
com/doi/abs/10.1080/00273171.2020.1779642. DOI: http://dx.doi.org/10.1080/00273171.2020.1779642.
34. Christensen AP, Golino H, Silvia PJ. A psychometric network perspective on the validity and validation
of personality trait questionnaires. Eur J Pers [Internet]. 2020 [citado 11 Ene 2026];34(6):1095–108.
Disponible en: https://journals.sagepub.com/doi/abs/10.1002/per.2265. DOI: http://doi.org/10.1002/
per.2265.
35. Christensen AP, Golino H. On the equivalency of factor and network loadings. Behav Res Methods
[Internet]. 2021 [citado 11 Ene 2026];53(4):1563–80. Disponible en: https://link.springer.com/article/
10.3758/s13428-020-01500-6#citeas. DOI: http://doi.org/10.3758/s13428-020-01500-6.
36. Epskamp S. Structural Equation Modeling and Confirmatory Network Analysis [R package psychonetrics
version 0.13.2] [Internet]. Comprehensive R Archive Network (CRAN). 2025 [citado 12 Ene 2026].
Disponible en: https://cran.r-project.org/package=psychonetrics.
37. Epskamp S, Rhemtulla M, Borsboom D. Generalized network psychometrics: Combining network
and latent variable models. Psychometrika [Internet]. 2017 [citado el 12 de Ene de 2026];82(4):
904–927. Disponible en: https://www.cambridge.org/core/journals/psychometrika/article/abs/
generalized-network-psychometrics-combining-network-and-latent-variable-models/2D2004CADB
2549F8FE1DDE1726D9DC80. DOI: http://doi.org/10.1007/s11336-017-9557-x.
38. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge.
39. Borsboom D, Cramer AOJ. Network analysis: an integrative approach to the structure of psychopathology.
Annu Rev Clin Psychol [Internet]. 2013 [citado 12 Ene 2026];9(1):91–121. Disponible en:
https://www.annualreviews.org/content/journals/10.1146/annurev-clinpsy-050212-185608. DOI:
http://doi.org/10.1146/annurev-clinpsy-050212-185608.
40. Lara SD, Merino-Soto C. Estimación de la magnitud del efecto en invarianza de medición. Rev Aval
Psicol [Internet]. 2019 [citado 29 May 2026];18(03). Disponible en: https://pepsic.bvsalud.org/scielo.
php?pid=S1677-04712019000300014&script=sci_arttext. DOI: http://doi.org/10.15689/ap.2019.
1803.16248.13.
Agresividad en adolescentes: Validez y confiabilidad en base al análisis de redes psicométricas
Aggression in adolescents: Validity and reliability based on psychometric network analysis
https://doi.org/10.37135/ee.04.27.01
Autor:
Richard Irvin Salirrosas-Cabada1 - https://orcid.org/0000-0002-4443-5992
Afiliación:
1Universidad Privada del Norte, Facultad de Ciencias de la Salud, Lima, Perú
Autor de correspondencia: Richard Irvin Salirrosas-Cabada. Av. Tingo María N° 1122, distrito de Cercado
de Lima Correo electrónico: richard.salirrosas@upn.pe, Telefono: 956363278
Recibido: 11 de mayo de 2026 Aceptado: 3 de agosto de 2026
RESUMEN
Se considera a la agresividad, como toda aquella conducta basada en la intimidación, mediante el empleo de
la violencia física o psicológica. Entre los diversos instrumentos que miden el constructo, se encuentra el
Cuestionario de Agresividad de Buss y Perry. Frente a esto, el estudio buscó determinar la validez y fiabilidad
en base a un modelo psicométrico basado en redes. Participaron 490 estudiantes del nivel secundario. Se
evaluaron la dimensionalidad, consistencia estructural, cargas de red mediante el Análisis Exploratorio de
Grafos (EGA) e invarianza en base al sexo. Los resultados, indicaron que el cuestionario presenta una estructura
basada en tres dimensiones, con una consistencia estructural ideal (0,837 a 0,997). Las cargas de red fueron
moderadas a altas (0,22 a 0,54), asimismo, existe invarianza entre sexos. Lo encontrado, pone en evidencia
que el cuestionario presenta validez y fiabilidad, lo que determina su uso para la medición de la agresividad
en adolescentes educativos.
Palabras clave: Psicometría, agresión, adolescentes.
ABSTRACT
Aggression is defined as any behavior based on intimidation through the use of physical or psychological
violence. Among the various instruments designed to measure this construct, the Buss and Perry Aggression
Questionnaire is one of the most widely used. In this context, the present study aimed to determine its validity
and reliability based on a psychometric network model. A total of 490 secondary school students participated
in the study. Dimensionality, structural consistency, network loadings using Exploratory Graph Analysis
(EGA), and sex-based invariance were evaluated. The results indicated that the questionnaire exhibits a
three-dimensional structure with ideal structural consistency coefficients (0.837 to 0.997). Network loadings
were moderate to high (0.22 to 0.54), and measurement invariance across sex was supported. These findings
provide evidence of the questionnaire’s validity and reliability, supporting its use for assessing aggression in
adolescent students.
Keywords: Psychometrics, Aggression, Adolescent.
INTRODUCCIÓN.
La adolescencia, representa una etapa llena de oportunidades y beneficios para el buen desarrollo neuronal y
socioemocional,
(1)
al ser positivo, contribuye al bienestar y calidad de vida. Sin embargo, muchas veces
debido a dificultades o conflictos, suelen presentar conductas poco adaptativas, siendo una de las más comunes
la agresividad.
(2)
La agresividad, es asumida como un problema de salud pública, que genera graves consecuencias en las
víctimas y sociedad,
(3)
la cual, busca lastimar o causar daño a nivel físico o emocional.
(4)
Se reconoce que la
agresividad, puede ser expresada de muchas maneras, mediante insultos, amenazas o golpes, que conlleva a
una mayor dificultad para adaptarse en contextos educativos y en el sistema familiar. La literatura reconoce
su relación con ideas suicidas y dificultad para establecer vínculos sanos con sus pares,
(5)
los trastornos de
personalidad,
(6)
dificultades para ejercer un adecuado autocontrol,
(7)
inestabilidad y un deterioro constante en
la calidad de vida.
(8)
Entre los diversos modelos teóricos que permiten tener una mejor comprensión sobre la agresividad, se
encuentra la teoría del aprendizaje social,
(9)
la cual considera que la agresividad surge y se refuerza a partir
de la influencia que se recibe del entorno más cercano, influyendo en la conducta y creencias, moldeando su
interacción en sociedad.
(10)
A la vez, se reconoce que medir la agresividad en los adolescentes, es importante, ya que facilita su adecuada
identificación y puedo permitir su oportuna intervención. Estudios han reportado que cuando se promueve la
autoestima
Entre los diversos instrumentos que se utilizan para la medición de la agresividad, se encuentra Cuestionario
de Agresión (AQ), elaborado por Buss y Perry en 1992, la cual consta de cuatro dimensiones y un total de 29
reactivos, orientados a medir la agresividad física, verbal, la ira y hostilidad. A lo largo de los años, ha sido
objeto de diversos estudios de corte psicométrico, sin embargo, estudios realizados en diferentes contextos,
han encontrado dificultades relacionadas a una baja confiabilidad en dimensiones y el retiro de ítems.
(11,12,13,14)
Asimismo, ha presentado cambios en su estructura, reportándose versiones reducidas de tres dimensiones en
Ecuador,
(15)
Italia,
(16)
Argentina
(17)
y en China de dos dimensiones.
(18)
Todos estos estudios, demuestran la
utilidad del instrumento para la medición de la agresividad, sin embargo, ponen en evidencia, que su estructura
no suele mostrar replicabilidad en diferentes contextos. Esto motiva a realizar el análisis psicométrico, en
base al método de análisis de redes, ya que puede estimar la replicabilidad de la estructura que la prueba
presenta,
(19)
cuantificar las cargas de red en base a su equivalencia facilitando una mejor selección de los
reactivos y su invarianza
(20)
y la redundancia.
(21)
En relación con el análisis de redes, es un método relativamente reciente, que se diferencia de los modelos
clásicos en medición, al considerar que las variables, síntomas, rasgos o dificultades psicológicas se encuentran
interrelacionados y que mantienen entre ellas un impacto constante,
(22)
a diferencia del modelo biomédico que
considera a toda patología o dificultad emocional es producto de una variable latente.
La red al ser analizada presenta una representación gráfica dividida en dos aspectos, nodos y aristas,
(23,24,25)
los primeros hacen referencia a las variables analizadas y las segundas indican la relación existente entre
ellas. En base a lo expuesto, se puede considerar que el análisis de redes representa un método de análisis
innovador complejo frente a la medición de variables, poder usarlo en el campo de la validación de
instrumentos contribuye a que pueda contar con herramientas de mayor precisión.
Ante esto, se propone como objetivo general realizar un análisis psicométrico exploratorio de redes del
cuestionario de agresión (AQ) en adolescentes. Y como objetivos específicos se buscó: Realizar el análisis
preliminar de los ítems, estimar la dimensionalidad y estabilidad, calcular las cargas de red, obtener la
consistencia estructural y realizar el análisis de invarianza en base al sexo en los adolescentes.
METODOLOGÍA.
El estudio corresponde al diseño instrumental, con enfoque cuantitativo, orientado a la medición de la validez
y confiabilidad.
La muestra, seleccionada fue evaluada en base al muestreo no probabilístico por conveniencia, método que
permite una selección de participantes en base a la accesibilidad y facilidad del investigador, pero que solo
toma en consideración a aquellos que cumplen con los criterios establecidos para su selección. En total
fueron 490 adolescentes, quienes cursaban del tercer al quinto grado del nivel secundario, pertenecientes a
una institución educativa pública. Sus edades oscilaron de 13 a 16 años (Media: 14.6), de ambos sexos (61 %
varones y 39 % mujeres). Como criterios de inclusión fueron considerados solo aquellos matriculados en el
año académico, que acepten formar parte de manera voluntaria brindando su consentimiento.
El instrumento empleado, fue el Cuestionario de Agresión (AQ), elaborado por Buss y Perry en 1992. Se
empleó la versión adaptada por Andreu et al.,
(26)
se compone de cuatro dimensiones (agresión física, agresión
verbal, ira y hostilidad) y 29 ítems en escala Likert. Presenta una confiabilidad que oscila de 0,68 a 0,88 entre
sus dimensiones y adecuados índices de ajuste (RMR: 0,05, RMSEA: 0,05, GFI: 0,92 y GFI: 0,93).
El proceso de recojo de información se realizó de manera presencial, cada participante firmó un consentimiento
informado, que brindaba su conformidad a ser participe del estudio. Culminado el proceso cada prueba fue
codificada para su posterior análisis.
Análisis de datos
El análisis de los datos se llevó a cabo utilizando RStudio como interfaz principal para la gestión y ejecución
de los scripts analíticos.
(27)
Para la manipulación, limpieza y organización de los datos, se emplearon las
herramientas del paquete tidyverse, que facilitan la estructuración eficiente de los conjuntos de datos y la
preparación previa al análisis estadístico.
(28)
La composición y maquetación de las figuras se realizó mediante
el paquete gridExtra, permitiendo una presentación visual clara y comparativa de los resultados.
(29)
El análisis
exploratorio de grafos (EGA) y su versión bootstrap (bootEGA) se implementaron a través del paquete
EGAnet, que posibilita la identificación de la dimensionalidad subyacente y la evaluación de la estabilidad
estructural de las soluciones obtenidas.
(30)
Para la estimación de la red, se utilizó el modelo graphical lasso (glasso) sobre una matriz de correlaciones
de Spearman, decisión motivada por la presencia de asimetría en la distribución de las respuestas tipo Likert,
ya que bajo estas condiciones la matriz de Spearman ofrece una recuperación de aristas comparable o
superior a la matriz policórica en el contexto de EBICglasso.
(31)
La detección de comunidades se realizó
inicialmente con el algoritmo Louvain, aunque el paquete EGAnet también permite la comparación con
otros algoritmos como walktrap, basado en caminatas aleatorias, para asegurar la robustez de la estructura
dimensional identificada.
(32)
El análisis incluyó la aplicación de bootEGA con 1000 réplicas y el algoritmo
Leading Eigenvector (LE) para evaluar la consistencia estructural de las dimensiones y la estabilidad de
pertenencia de los ítems, utilizando como criterio de replicación satisfactorio un umbral de ≥ 75 %, conforme
a las recomendaciones metodológicas actuales.
(33)
La consistencia estructural fue diferenciada explícitamente de la consistencia interna clásica, ya que la
primera evalúa la replicabilidad de la estructura dimensional en muestras bootstrap, mientras que la segunda
se refiere a la homogeneidad interna de los ítems.
(34)
En relación a las cargas de red, se interpretan en base a
tres umbrales, pequeño para 0,15, moderadas para 0,25 y grandes para 0,35, lo que permite poder realizar las
comparaciones en base a criterios ya conocidos de interpretación de cargas factoriales.
(35)
Aunado a esto, se
empleó el Loading Comparison Test (LCT) para poder elegir entre el marco de red y el latente, facilitando
así que toda estructura identificada guarde mejor relación con el modelo teórico más pertinente.
(36)
La
modelización de redes latentes (Latent Network Modeling) se implementó con el paquete psychonetrics,
permitiendo explorar las interacciones entre variables latentes y comparar la estructura de red con modelos
de ecuaciones estructurales tradicionales.
(37)
Para la interpretación de las correlaciones entre dimensiones y nodos, se siguieron los puntos de corte
propuestos por Cohen (0,10, 0,30, 0,50 como efectos pequeño, mediano y grande, respectivamente), y se
reportaron métricas de centralidad cuando fue pertinente, empleando las funciones del paquete bootnet.
(24,38)
La elección de este enfoque metodológico responde a la necesidad de captar la complejidad estructural de los
datos tipo Likert, garantizar la robustez y replicabilidad de los resultados, y permitir una interpretación
tanto desde el marco de red como desde el marco latente, integrando evidencia empírica y criterios teóricos
actualizados.
RESULTADOS
Figura 1. Análisis preliminar de los ítems
En base al análisis descriptivo de las frecuencias de respuesta para los 17 ítems que conforman el instrumento
y presentan la escala Likert. Se aprecia, que en su gran mayoría diversos ítems (AFI, AF5, AF13, AF21,
AF27, AF29, AV18 y AH4) superan el 40% de selección en opción 1 por parte de los participantes, asimismo
se aprecia que una gran cantidad de ítems, los porcentajes elegidos superan el 20 %, para la opción dos. A
partir de esto, se puede inferir que, entre los adolescentes evaluados, existe una mayor tendencia a elegir
categorías bajas de respuesta, sin embargo, se aprecia variabilidad entre las cinco opciones de respuesta.
Figura 2. Dimensionalidad y estabilidad (EGA/BootEGA)
El Análisis Exploratorio de Grafos (EGA) identificó la presencia de tres dimensiones en la estructura de los
datos. El índice TEFI obtenido fue de -12,29, lo que indica un ajuste adecuado del modelo de red estimado.
La estabilidad de la solución fue corroborada mediante procedimientos de remuestreo (BootEGA), que
presentan una mejor estructura en base a 17 ítems y tres dimensiones, y a la vez, reflejan una mayor
consistencia en las iteraciones realizadas. A la vez, las líneas más gruesas muestran una mayor conexión
entre los ítems que conforman cada dimensión, esto permite comprender que existe una gran relación entre
los dimensiones y el modelo teórico para la medición de la agresión.
Tabla 1. Cargas de red (principales)
El análisis de cargas de red mostró que, en la dimensión 1, los ítems con mayores cargas fueron AF5 (0,541),
AF21 (0,482), AF9 (0,403), AF24 (0,398) y AF17 (0,336). En la dimensión 2, los ítems más representativos
fueron AV14 (0,447), AI19 (0,433), AV18 (0,395), AV10 (0,326) y AV2 (0,296). Para la dimensión 3,
destacaron AH26 (0,543), AH8 (0,421), AH12 (0,372), AH16 (0,367) y AH20 (0,253). Estos resultados
evidencian una adecuada representación de los ítems en sus respectivas dimensiones.
Figura 3. Consistencia estructural (BootEGA) modelo original.
El modelo original, evidencia que diversos reactivos, presentan coeficientes con valores menores al 0,75, lo
que indica una baja estabilidad, la cual se encuentre presente en las cuatro dimensiones, cuyos valores oscilan
de 0,39 a 0,74; los ítems que reflejan una mayor estabilidad, presentan valores 0,76 a 0,96. Frente a esto, se
realizó la eliminación de reactivos, buscando una mayor estabilidad en la red.
Figura 4. Consistencia estructural (BootEGA) del modelo adaptado.
La figura, permite identificar la consistencia estructural en base a las 3 dimensiones identificadas, cuyos
valores son elevados, presentando coeficientes de 0,86 a 1 en Agresividad física, de 0,92 a 1 para Agresión
verbal y de 1 en la dimensión Hostilidad. Los valores encontrados permiten apreciar que la presencia de una
alta estabilidad y replicabilidad, del modelo encontrado en base a tres dimensiones en base al BootEGA.
Figura 5. Invarianza en base al modelo adaptado.
Se realizó el análisis de invarianza, tomando en cuenta la estructura de tres dimensiones en base al sexo. Los
resultados reflejan que no existen diferencias estadísticamente significativas entre la pertenencia de los 17
ítems sobre las dimensiones, mostrando valores de p ajustados (p_BH) mayores al 0,05 entre la gran mayoría
de los casos. Es necesario tomar en cuenta que solo se apreciaron diferencias en el ítem AF24, que refleja una
REE 20(3) Riobamba sep. - dic. 2026
cc
BY NC ND
10
ISSN-impreso 1390-7581
ISSN-digital 2661-6742
diferencia significativa (p = 0,048; p_BH = 0,468), sin embargo, este valor no fue suficiente para poder
determinar una diferencia al realizarse la corrección en base a las comparaciones múltiples. Lo encontrado
confirma la invarianza de la estructura factorial entre los grupos analizados.
DISCUSIÓN
La adolescencia presenta, una etapa importante durante el proceso de adaptación y socialización, sin embargo,
es propensa a la manifestación de diversas dificultades. Entre las más comunes se encuentra la agresividad,
considerada un problema público, que conlleva a graves consecuencias en sus víctimas y sociedad,
(3)
cuya
finalidad es la de lastimar o causar daño a nivel físico o emocional.
(4)
Al respecto, puede ser definida como
todo aquel acto basado en golpes, la coacción e insultos, con la finalidad de obtener un beneficio mediante
el uso de la fuerza e intimidación.
Existen diversos instrumentos destinados a la medición de la agresividad, el Cuestionario de Agresión (AQ),
de Buss y Perry, es uno de más empleados, adaptado en diferentes idiomas, contextos y grupos poblacionales.
Frente a esto, se propuso como objetivo, realizar un análisis psicométrico del cuestionario de agresión (AQ)
en adolescentes, en base al análisis de redes.
Al respecto, el estudio se basó en el análisis de redes, método que ha tomado mayor relevancia en la medición
de variables relacionadas a la salud mental y considera a los diversos síntomas como nodos, que se relacionan,
se refuerzan entre sí y permiten de esta manera determinar sus factores.
(39)
En el campo de la psicometría, el
análisis de redes permite estimar medidas como la replicabilidad en base al análisis de grafos y a medidas de
Bootstrap, que buscan conocer la dependencia en la muestra,
(17)
así como conocer el valor de la carga de
red,
(32)
determinar la redundancia, mediante el análisis de variables únicas (UVA), lo que facilita el poder
abreviar un instrumento,
(21)
y comprobar la invarianza de los grupos en base al sexo.
En base a las redes psicométricas, los resultados encontrados permiten apreciar la conformación de una
nueva estructura conformada por 17 ítems y tres dimensiones, con cargas de red que oscilan de 0,22 a 0,54,
permitiendo considerar que entre los diversos ítems existen adecuadas interconexiones que contribuyen a la
medición de la agresividad en adolescentes. Aunque estos valores no son similares a otros resultados
encontrados en otros contextos,
(16, 17)
se puede inferir que los ítems, logran tener una adecuada relación con
el constructo propuesto y facilitan la medición de la agresividad en adolescentes.
Asimismo, aunque el estudio propone una nueva estructura en su medición, se debe considerar, que a
diferencia del modelo médico que tiene como punto de partida la percepción de una variable latente como
método para poder explicar dificultades, rasgos de personalidad y otros; el análisis de redes considera que
cada síntoma o característica evaluada, es producto de la interacción que existe entre los síntomas o
características,
(22)
en relación al presente, se puede inferir que cada ítem se encuentra relacionado y a la vez
impactan entre sí de forma constante. En relación con el cambio en la estructura para la medición de la variable,
el cual se conforma por tres dimensiones, coincide con diversos estudios realizados,
(15,16,17,18)
los cuales
reportaron modificaciones en el instrumento en sus dimensiones y eliminación de ítems, pero siguen
demostrando utilidad para la medición de la agresividad.
Los coeficientes relacionados a la estabilidad muestran valores de 0,837 a 0,997, considerados satisfactorios,
(30) entre las dimensiones de la nueva estructura propuesta, lo que indican capacidad para la medición y
buena replicabilidad del cuestionario. Aunque otros estudios han empleado coeficientes distintos para la
fiabilidad,
(15,16,17)
valores, pueden llegar a ser comparables a los diversos coeficientes reportados en estudios
que buscaron medir su consistencia.
En relación con la invarianza entre grupos, los resultados no reflejan diferencias estadísticas entre ambos
grupos (hombres y mujeres), esto permite comprender que toda diferencia que pueda llegar a encontrarse en
base a la medición se debe a diferencia entre los géneros y no a causa del instrumento seleccionado.
(40)
A partir de lo encontrado, el estudio muestra la importancia de seguir analizando instrumentos que miden
agresividad en los adolescentes, al ser una dificultad creciente y que suele estar presente en diferentes
contextos. Además, brinda una versión breve, lo cual facilita su aplicación. Aunque el estudio emplea un
método que puede llegar a ser considerado nuevo, no se encuentra exento de limitaciones, como el tipo de
muestreo empleado que limita su generalización; a la vez, la cantidad de la muestra evaluada se considera
adecuada, sin embargo, se sugiere en futuros estudios ampliar el número de adolescentes evaluados.
CONCLUSIONES
El cuestionario de agresividad analizado, en base al análisis de redes, refleja una estructura tridimensional,
con adecuada validez y confiabilidad. Esto permite que pueda ser empleados por profesionales de la salud,
docentes, estudiantes o investigadores, interesados en medir los niveles de agresividad en estudiantes del
nivel secundario de ambos sexos.
Financiamiento: El estudio fue financiado por el investigador.
Agradecimientos: A la Universidad Privada del Norte por su confianza y a cada uno de los participantes que
respondieron de manera sincera a la evaluación.
Conflicto de intereses: El autor de la presente investigación, declara no presentar conflicto de interés.
Contribución del autor: Richard Irvin Salirrosas-Cabada, se encargó de la búsqueda de información,
recolección de datos, análisis e interpretación de resultados, metodología y conclusiones.
REFERENCIAS BIBLIOGRAFICAS.
1. Zhang Y, Li Y, Xie X, Lin X, Huang M, Fu H, et al. Association of greenness surrounding school with
aggression among adolescents: A multi-site study in China. Environ Res [Internet]. 2023 [citado 04
Ene 2026];234:116529. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/
S0013935123013336 DOI: https://doi.org/10.1016/j.envres.2023.116529.
2. Campo-Tena L, Larmour SR, Pereda N, Eisner MP. Longitudinal associations between adolescent
dating violence victimization and adverse outcomes: A systematic review. Trauma Violence Abuse
[Internet]. 2024 [citado 04 Ene 2026];25(2):1265–1277. Disponible en: https://journals.sagepub.com/
doi/full/10.1177/15248380231174504. DOI: https://doi.org/10.1177/15248380231174504.
3. Zhang L, Zhu H. Relationship between narcissism and aggression: A meta-analysis. Xin Li Xue Bao
[Internet]. 2021 [citado 04 Ene 2026];53(11):1228–1243. Disponible en: https://doi.org/10.3724/
SP.J.1041.2021.01228.
4. Krahé B. The social psychology of aggression: 3Rd edition [Internet]. 3a ed. Londres, Inglaterra:
Routledge; 2020. Disponible en: http://dx.doi.org/10.4324/9780429466496.
5. Zhang L, Eggum ND. Chinese adolescents’ perceptions of aggressive peers: The roles of gender and
cultural values. J Interpers Violence [Internet]. 2023 [citado 04 Ene 2026];38(15–16):9343–9368.
Disponible en: https://journals.sagepub.com/doi/abs/10.1177/08862605231165751 DOI: https://doi.org/
10.1177/08862605231165751.
6. Whipp AM, Korhonen T, Raevuori A, Heikkilä K, Pulkkinen L, Rose RJ, et al. Early adolescent
aggression predicts antisocial personality disorder in young adults: a population-based study. Eur
Child Adolesc Psychiatry [Internet]. 2019 [citado 05 Ene 2026];28(3):341–350. Disponible en:
https://link.springer.com/article/10.1007/s00787-018-1198-9. DOI: https://doi.org/10.1007/s00787-
018-1198-9.
7. Kwak M, Oh I. Comparison of psychological and social characteristics among traditional, cyber,
combined bullies, and non-involved. Sch Psychol Int [Internet]. 2017 [citado 05 Ene 2026];38(6):
608–627. Disponible en: https://journals.sagepub.com/doi/abs/10.1177/0143034317729424 DOI:
https://doi.org/10.1177/0143034317729424.
8. Brugman S, Cornet LJM, Smeijers D, Smeets K, Oostermeijer S, Buitelaar JK, et al. Examining the
reactive proactive questionnaire in adults in forensic and non-forensic settings: A variable- and
person-based approach: Reactive Proactive Aggression in Adults. Aggress Behav [Internet]. 2017
[citado 05 Ene 2026];43(2):155–162. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1002/
ab.21671. DOI: https://doi.org/10.1002/ab.21671.
9. Bandura A, Ross D, Ross SA. Transmission of aggression through imitation of aggressive models. J
Abnorm Soc Psychol [Internet]. 1961 [citado 05 Ene 2026];63(3):575–582. Disponible en:
https://psycnet.apa.org/record/1963-00875-001. DOI:http://doi.org/10.1037/h0045925.
10. Siregar AOA, Karmiyati D. Delinquent behavior: An analysis of Albert Bandura’s social learning
theory. ICPE [Internet]. 2024 [citado el 05 de Ene de 2026];3(1). Disponible en: https://proceeding.
unesa.ac.id/index.php/icpe/article/view/3655.
11. Pomahuacre-Carhuayal JW, Flores-Ramirez ME, Sanchez-Aliaga LL, Pomahuacre-Carhuayal LA,
Alva-Mendoza JC. Cuestionario de Agresión de Buss y Perry, forma reducida (AQ-SF): evidencias
psicométricas en adolescentes peruanos. Rev Investig Psicol [Internet]. 2024 [citado 05 Ene 2026];
27(2):e27560. Disponible en: disponible en: https://go.gale.com/ps/i.do?id=GALE%7CA824744120
&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=1560909X&sw=w&p=IFME&userGroup
Name=anon%7E2f25831a&aty=open-web-entry DOI: http://doi.org/10.15381/rinvp.v27i2.27560.
12. Javela JJ. Analysis of the psychometric properties of the Buss-Perry Aggression Questionnaire (AQ)
in Colombian adolescents. Rev psicol clín con niños adolesc [Internet]. 2023 [citado 07 Ene 2026];
10(3). Disponible en: https://jcpca.org/wp-content/uploads/pdfs/23-03-08.pdf. DOI: http://doi.org/
10.21134/rpcna.2023.10.3.8.
13. Cunha O, Peixoto M, Cruz AR, Gonçalves RA. Buss-Perry Aggression Questionnaire: Factor structure
and measurement invariance among Portuguese male perpetrators of intimate partner violence. Crim
Justice Behav [Internet]. 2021 [citado 07 Ene 2026];009385482110501. Disponible en: https://journals.
sagepub.com/doi/abs/10.1177/00938548211050113. DOI: http://doi.org/10.1177/00938548211050113.
14. Zimonyi S, Kasos K, Halmai Z, Csirmaz L, Stadler H, Rózsa S, et al. Hungarian validation of the
Buss-Perry Aggression Questionnaire-Is the short form more adequate? Brain Behav [Internet]. 2021
[citado 07 Ene 2026];11(5):e02043. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/
brb3.2043 DOI: http://doi.org/10.1002/brb3.2043.
15. Espinoza I, Tobar Viera A. Propiedades psicométricas del Cuestionario de Agresión (AQ) en
estudiantes universitarios ecuatorianos. ecosacademia [Internet]. 2023 [citado 07 Ene 2026];9(18):
9–27. Disponible en: https://revistasojs.utn.edu.ec/index.php/ecosacademia/es/article/view/907.
DOI: http://doi.org/10.53358/ecosacademia.v9i18.907.
16. Sommantico M, Guzmán MO, Parrello S, De Rosa B, Donizzetti AR. Validación de la versión italiana
del cuestionario de agresión (AQ) en el sur de Italia. Psicología Iztacala [Internet]. 2008 [citado 08
Ene 2026];11(4). Disponible en: https://www.revistas.unam.mx/index.php/repi/article/view/18593.
17. García-Batista ZE, Moretti LS, Franco P, Adrián Medrano L, Mustaca AE. Evidencias de Validez y
Confiabilidad de las Puntuaciones del Cuestionario de Agresividad (AQ) para Adultos Argentinos.
Rev Iberoam Diagn Eval - Aval Psicol [Internet]. 2022 [citado 08 Ene 2026];62(1):17. Disponible en:
https://go.gale.com/ps/i.do?id=GALE%7CA758439597&sid=googleScholar&v=2.1&it=r&link
access=abs&issn=11353848&sw=w&p=AONE&userGroupName=anon%7Eb60e570d&aty=open-
web-entry.
18. Maxwell JP. Development and preliminary validation of a Chinese version of the Buss-Perry Aggression
Questionnaire in a population of Hong Kong Chinese. J Pers Assess [Internet]. 2007 [citado 08 Ene
2026];88(3):284–94. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/00223890701317004
DOI: http://doi.org/10.1080/00223890701317004.
19. Golino HF, Epskamp S. Exploratory graph analysis: A new approach for estimating the number of
dimensions in psychological research. PLoS One [Internet]. 2017 [citado 11 Ene 2026];12(6):
e0174035. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0174035.
DOI: http://doi.org/10.1371/journal.pone.0174035.
20. Christensen AP, Golino H. Estimating the stability of psychological dimensions via Bootstrap
Exploratory Graph Analysis: A Monte Carlo simulation and tutorial. Psych [Internet]. 2021 [citado
11 Ene 2026];3(3):479–500. Disponible en: https://www.mdpi.com/2624-8611/3/3/32. DOI:
http://doi.org/10.3390/psych3030032.
21. Christensen AP, Garrido LE, Guerra-Peña K, Golino H. Comparing community detection algorithms
in psychometric networks: A Monte Carlo simulation. Behav Res Methods [Internet]. 2024 [citado 11
Ene 2026];56(3):1485–1505. Disponible en: https://link.springer.com/article/10.3758/s13428-023-
02106-4. DOI: http://doi.org/10.3758/s13428-023-02106-4.
22. Fonseca-Pedrero E, Muñiz J. Análisis de Redes en la Medición Psicológica: Fundamentos: Análisis
psicométrico de redes psicológicas. Acción psicol [Internet]. 2025 [citado 12 Ene 2026];22(1).
Disponible en: https://revistas.uned.es/index.php/accionpsicologica/article/view/43296. DOI:
http://doi.org/10.5944/ap.22.1.43296.
23. Álvarez-Díaz M, Gallego-Acedo C, Fernández-Alonso R, Muñiz J, Fonseca-Pedrero E. Análisis de
Redes: una Alternativa a los Enfoques Clásicos de Evaluación de los Sistemas Educativos. Psicol
Educ [Internet]. 2022 [citado 12 Ene 2026];28(2):165–73. Disponible en: https://digibuo.uniovi.es/
dspace/bitstream/handle/10651/61685/1135_755X_psed_psed2021a16.pdf?sequence=1. DOI:
http://doi.org/10.5093/psed2021a16.
24. Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: A tutorial
paper. Behav Res Methods [Internet]. 2018 [citado 12 Ene 2026];50(1):195–212. Disponible en:
https://link.springer.com/article/10.3758/s13428-017-0862-1#citeas. DOI: http://doi.org/10.3758/
s13428-017-0862-1.
25. Fonseca-Pedrero E. Análisis de redes: ¿una nueva forma de comprender la psicopatología? Rev
Psiquiatr Salud Ment [Internet]. 2017 [citado 13 Ene 2026];10(4):206–15. Disponible en:
https://www.sciencedirect.com/science/article/pii/S1888989117300903. DOI: http://doi.org/10.1016/
j.rpsm.2017.06.004.
26. Andreu, J., Peña, M. & Graña, J. Adaptación psicométrica de la versión española del Cuestionario de
Agresión. Psicothema [Internet] 2002 [citado 11 Ene 2026];14(2),476-482. Disponible en:
https://www.redalyc.org/pdf/727/72714245.pdf.
27. RStudio Team. RStudio: Integrated Development Environment for R [software]. Posit PBC; 2023.
28. Wickham H, Averick M, Bryan J, Chang W, McGowan L, François R, et al. Welcome to the tidyverse.
J Open Source Softw [Internet]. 2019 [citado 11 Ene 2026];4(43):1686. Disponible en: https://joss.theoj.
org/papers/10.21105/joss.01686 DOI: http://doi.org/10.21105/joss.01686.
29. Auguie B, Antonov A. gridExtra: Miscellaneous functions for “Grid” graphics [software]. Comprehensive
R Archive Network (CRAN); 2017.
30. Golino HF, Christensen AP. EGAnet: Exploratory Graph Analysis tools for psychological research
[software]. 2021.
31. Isvoranu AM, Epskamp S. Which estimation method to use in network psychometrics under skew?
(Spearman vs polychoric in EBICglasso).
32. Garcia-Pardina A, Abad FJ, Christensen AP, Golino H, Garrido LE. Dimensionality assessment in the
presence of wording effects: A network psychometric and factorial approach. Behav Res Methods
[Internet]. 2024 [citado 11 Ene 2026];56(6):6179–97. Disponible en: https://link.springer.com/article/
10.3758/s13428-024-02348-w. DOI: http://doi.org/10.3758/s13428-024-02348-w.
33. Golino H, Moulder R, Shi D, Christensen AP, Garrido LE, Nieto MD, et al. Entropy fit indices: New
fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate
Behav Res [Internet]. 2021 [citado 11 Ene 2026];56(6):874–902. Disponible en: https://www.tandfonline.
com/doi/abs/10.1080/00273171.2020.1779642. DOI: http://dx.doi.org/10.1080/00273171.2020.1779642.
34. Christensen AP, Golino H, Silvia PJ. A psychometric network perspective on the validity and validation
of personality trait questionnaires. Eur J Pers [Internet]. 2020 [citado 11 Ene 2026];34(6):1095–108.
Disponible en: https://journals.sagepub.com/doi/abs/10.1002/per.2265. DOI: http://doi.org/10.1002/
per.2265.
35. Christensen AP, Golino H. On the equivalency of factor and network loadings. Behav Res Methods
[Internet]. 2021 [citado 11 Ene 2026];53(4):1563–80. Disponible en: https://link.springer.com/article/
10.3758/s13428-020-01500-6#citeas. DOI: http://doi.org/10.3758/s13428-020-01500-6.
36. Epskamp S. Structural Equation Modeling and Confirmatory Network Analysis [R package psychonetrics
version 0.13.2] [Internet]. Comprehensive R Archive Network (CRAN). 2025 [citado 12 Ene 2026].
Disponible en: https://cran.r-project.org/package=psychonetrics.
37. Epskamp S, Rhemtulla M, Borsboom D. Generalized network psychometrics: Combining network
and latent variable models. Psychometrika [Internet]. 2017 [citado el 12 de Ene de 2026];82(4):
904–927. Disponible en: https://www.cambridge.org/core/journals/psychometrika/article/abs/
generalized-network-psychometrics-combining-network-and-latent-variable-models/2D2004CADB
2549F8FE1DDE1726D9DC80. DOI: http://doi.org/10.1007/s11336-017-9557-x.
38. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge.
39. Borsboom D, Cramer AOJ. Network analysis: an integrative approach to the structure of psychopathology.
Annu Rev Clin Psychol [Internet]. 2013 [citado 12 Ene 2026];9(1):91–121. Disponible en:
https://www.annualreviews.org/content/journals/10.1146/annurev-clinpsy-050212-185608. DOI:
http://doi.org/10.1146/annurev-clinpsy-050212-185608.
40. Lara SD, Merino-Soto C. Estimación de la magnitud del efecto en invarianza de medición. Rev Aval
Psicol [Internet]. 2019 [citado 29 May 2026];18(03). Disponible en: https://pepsic.bvsalud.org/scielo.
php?pid=S1677-04712019000300014&script=sci_arttext. DOI: http://doi.org/10.15689/ap.2019.
1803.16248.13.
Agresividad en adolescentes: Validez y confiabilidad en base al análisis de redes psicométricas
Aggression in adolescents: Validity and reliability based on psychometric network analysis
https://doi.org/10.37135/ee.04.27.01
Autor:
Richard Irvin Salirrosas-Cabada1 - https://orcid.org/0000-0002-4443-5992
Afiliación:
1Universidad Privada del Norte, Facultad de Ciencias de la Salud, Lima, Perú
Autor de correspondencia: Richard Irvin Salirrosas-Cabada. Av. Tingo María N° 1122, distrito de Cercado
de Lima Correo electrónico: richard.salirrosas@upn.pe, Telefono: 956363278
Recibido: 11 de mayo de 2026 Aceptado: 3 de agosto de 2026
RESUMEN
Se considera a la agresividad, como toda aquella conducta basada en la intimidación, mediante el empleo de
la violencia física o psicológica. Entre los diversos instrumentos que miden el constructo, se encuentra el
Cuestionario de Agresividad de Buss y Perry. Frente a esto, el estudio buscó determinar la validez y fiabilidad
en base a un modelo psicométrico basado en redes. Participaron 490 estudiantes del nivel secundario. Se
evaluaron la dimensionalidad, consistencia estructural, cargas de red mediante el Análisis Exploratorio de
Grafos (EGA) e invarianza en base al sexo. Los resultados, indicaron que el cuestionario presenta una estructura
basada en tres dimensiones, con una consistencia estructural ideal (0,837 a 0,997). Las cargas de red fueron
moderadas a altas (0,22 a 0,54), asimismo, existe invarianza entre sexos. Lo encontrado, pone en evidencia
que el cuestionario presenta validez y fiabilidad, lo que determina su uso para la medición de la agresividad
en adolescentes educativos.
Palabras clave: Psicometría, agresión, adolescentes.
ABSTRACT
Aggression is defined as any behavior based on intimidation through the use of physical or psychological
violence. Among the various instruments designed to measure this construct, the Buss and Perry Aggression
Questionnaire is one of the most widely used. In this context, the present study aimed to determine its validity
and reliability based on a psychometric network model. A total of 490 secondary school students participated
in the study. Dimensionality, structural consistency, network loadings using Exploratory Graph Analysis
(EGA), and sex-based invariance were evaluated. The results indicated that the questionnaire exhibits a
three-dimensional structure with ideal structural consistency coefficients (0.837 to 0.997). Network loadings
were moderate to high (0.22 to 0.54), and measurement invariance across sex was supported. These findings
provide evidence of the questionnaire’s validity and reliability, supporting its use for assessing aggression in
adolescent students.
Keywords: Psychometrics, Aggression, Adolescent.
INTRODUCCIÓN.
La adolescencia, representa una etapa llena de oportunidades y beneficios para el buen desarrollo neuronal y
socioemocional,
(1)
al ser positivo, contribuye al bienestar y calidad de vida. Sin embargo, muchas veces
debido a dificultades o conflictos, suelen presentar conductas poco adaptativas, siendo una de las más comunes
la agresividad.
(2)
La agresividad, es asumida como un problema de salud pública, que genera graves consecuencias en las
víctimas y sociedad,
(3)
la cual, busca lastimar o causar daño a nivel físico o emocional.
(4)
Se reconoce que la
agresividad, puede ser expresada de muchas maneras, mediante insultos, amenazas o golpes, que conlleva a
una mayor dificultad para adaptarse en contextos educativos y en el sistema familiar. La literatura reconoce
su relación con ideas suicidas y dificultad para establecer vínculos sanos con sus pares,
(5)
los trastornos de
personalidad,
(6)
dificultades para ejercer un adecuado autocontrol,
(7)
inestabilidad y un deterioro constante en
la calidad de vida.
(8)
Entre los diversos modelos teóricos que permiten tener una mejor comprensión sobre la agresividad, se
encuentra la teoría del aprendizaje social,
(9)
la cual considera que la agresividad surge y se refuerza a partir
de la influencia que se recibe del entorno más cercano, influyendo en la conducta y creencias, moldeando su
interacción en sociedad.
(10)
A la vez, se reconoce que medir la agresividad en los adolescentes, es importante, ya que facilita su adecuada
identificación y puedo permitir su oportuna intervención. Estudios han reportado que cuando se promueve la
autoestima
Entre los diversos instrumentos que se utilizan para la medición de la agresividad, se encuentra Cuestionario
de Agresión (AQ), elaborado por Buss y Perry en 1992, la cual consta de cuatro dimensiones y un total de 29
reactivos, orientados a medir la agresividad física, verbal, la ira y hostilidad. A lo largo de los años, ha sido
objeto de diversos estudios de corte psicométrico, sin embargo, estudios realizados en diferentes contextos,
han encontrado dificultades relacionadas a una baja confiabilidad en dimensiones y el retiro de ítems.
(11,12,13,14)
Asimismo, ha presentado cambios en su estructura, reportándose versiones reducidas de tres dimensiones en
Ecuador,
(15)
Italia,
(16)
Argentina
(17)
y en China de dos dimensiones.
(18)
Todos estos estudios, demuestran la
utilidad del instrumento para la medición de la agresividad, sin embargo, ponen en evidencia, que su estructura
no suele mostrar replicabilidad en diferentes contextos. Esto motiva a realizar el análisis psicométrico, en
base al método de análisis de redes, ya que puede estimar la replicabilidad de la estructura que la prueba
presenta,
(19)
cuantificar las cargas de red en base a su equivalencia facilitando una mejor selección de los
reactivos y su invarianza
(20)
y la redundancia.
(21)
En relación con el análisis de redes, es un método relativamente reciente, que se diferencia de los modelos
clásicos en medición, al considerar que las variables, síntomas, rasgos o dificultades psicológicas se encuentran
interrelacionados y que mantienen entre ellas un impacto constante,
(22)
a diferencia del modelo biomédico que
considera a toda patología o dificultad emocional es producto de una variable latente.
La red al ser analizada presenta una representación gráfica dividida en dos aspectos, nodos y aristas,
(23,24,25)
los primeros hacen referencia a las variables analizadas y las segundas indican la relación existente entre
ellas. En base a lo expuesto, se puede considerar que el análisis de redes representa un método de análisis
innovador complejo frente a la medición de variables, poder usarlo en el campo de la validación de
instrumentos contribuye a que pueda contar con herramientas de mayor precisión.
Ante esto, se propone como objetivo general realizar un análisis psicométrico exploratorio de redes del
cuestionario de agresión (AQ) en adolescentes. Y como objetivos específicos se buscó: Realizar el análisis
preliminar de los ítems, estimar la dimensionalidad y estabilidad, calcular las cargas de red, obtener la
consistencia estructural y realizar el análisis de invarianza en base al sexo en los adolescentes.
METODOLOGÍA.
El estudio corresponde al diseño instrumental, con enfoque cuantitativo, orientado a la medición de la validez
y confiabilidad.
La muestra, seleccionada fue evaluada en base al muestreo no probabilístico por conveniencia, método que
permite una selección de participantes en base a la accesibilidad y facilidad del investigador, pero que solo
toma en consideración a aquellos que cumplen con los criterios establecidos para su selección. En total
fueron 490 adolescentes, quienes cursaban del tercer al quinto grado del nivel secundario, pertenecientes a
una institución educativa pública. Sus edades oscilaron de 13 a 16 años (Media: 14.6), de ambos sexos (61 %
varones y 39 % mujeres). Como criterios de inclusión fueron considerados solo aquellos matriculados en el
año académico, que acepten formar parte de manera voluntaria brindando su consentimiento.
El instrumento empleado, fue el Cuestionario de Agresión (AQ), elaborado por Buss y Perry en 1992. Se
empleó la versión adaptada por Andreu et al.,
(26)
se compone de cuatro dimensiones (agresión física, agresión
verbal, ira y hostilidad) y 29 ítems en escala Likert. Presenta una confiabilidad que oscila de 0,68 a 0,88 entre
sus dimensiones y adecuados índices de ajuste (RMR: 0,05, RMSEA: 0,05, GFI: 0,92 y GFI: 0,93).
El proceso de recojo de información se realizó de manera presencial, cada participante firmó un consentimiento
informado, que brindaba su conformidad a ser participe del estudio. Culminado el proceso cada prueba fue
codificada para su posterior análisis.
Análisis de datos
El análisis de los datos se llevó a cabo utilizando RStudio como interfaz principal para la gestión y ejecución
de los scripts analíticos.
(27)
Para la manipulación, limpieza y organización de los datos, se emplearon las
herramientas del paquete tidyverse, que facilitan la estructuración eficiente de los conjuntos de datos y la
preparación previa al análisis estadístico.
(28)
La composición y maquetación de las figuras se realizó mediante
el paquete gridExtra, permitiendo una presentación visual clara y comparativa de los resultados.
(29)
El análisis
exploratorio de grafos (EGA) y su versión bootstrap (bootEGA) se implementaron a través del paquete
EGAnet, que posibilita la identificación de la dimensionalidad subyacente y la evaluación de la estabilidad
estructural de las soluciones obtenidas.
(30)
Para la estimación de la red, se utilizó el modelo graphical lasso (glasso) sobre una matriz de correlaciones
de Spearman, decisión motivada por la presencia de asimetría en la distribución de las respuestas tipo Likert,
ya que bajo estas condiciones la matriz de Spearman ofrece una recuperación de aristas comparable o
superior a la matriz policórica en el contexto de EBICglasso.
(31)
La detección de comunidades se realizó
inicialmente con el algoritmo Louvain, aunque el paquete EGAnet también permite la comparación con
otros algoritmos como walktrap, basado en caminatas aleatorias, para asegurar la robustez de la estructura
dimensional identificada.
(32)
El análisis incluyó la aplicación de bootEGA con 1000 réplicas y el algoritmo
Leading Eigenvector (LE) para evaluar la consistencia estructural de las dimensiones y la estabilidad de
pertenencia de los ítems, utilizando como criterio de replicación satisfactorio un umbral de ≥ 75 %, conforme
a las recomendaciones metodológicas actuales.
(33)
La consistencia estructural fue diferenciada explícitamente de la consistencia interna clásica, ya que la
primera evalúa la replicabilidad de la estructura dimensional en muestras bootstrap, mientras que la segunda
se refiere a la homogeneidad interna de los ítems.
(34)
En relación a las cargas de red, se interpretan en base a
tres umbrales, pequeño para 0,15, moderadas para 0,25 y grandes para 0,35, lo que permite poder realizar las
comparaciones en base a criterios ya conocidos de interpretación de cargas factoriales.
(35)
Aunado a esto, se
empleó el Loading Comparison Test (LCT) para poder elegir entre el marco de red y el latente, facilitando
así que toda estructura identificada guarde mejor relación con el modelo teórico más pertinente.
(36)
La
modelización de redes latentes (Latent Network Modeling) se implementó con el paquete psychonetrics,
permitiendo explorar las interacciones entre variables latentes y comparar la estructura de red con modelos
de ecuaciones estructurales tradicionales.
(37)
Para la interpretación de las correlaciones entre dimensiones y nodos, se siguieron los puntos de corte
propuestos por Cohen (0,10, 0,30, 0,50 como efectos pequeño, mediano y grande, respectivamente), y se
reportaron métricas de centralidad cuando fue pertinente, empleando las funciones del paquete bootnet.
(24,38)
La elección de este enfoque metodológico responde a la necesidad de captar la complejidad estructural de los
datos tipo Likert, garantizar la robustez y replicabilidad de los resultados, y permitir una interpretación
tanto desde el marco de red como desde el marco latente, integrando evidencia empírica y criterios teóricos
actualizados.
RESULTADOS
Figura 1. Análisis preliminar de los ítems
En base al análisis descriptivo de las frecuencias de respuesta para los 17 ítems que conforman el instrumento
y presentan la escala Likert. Se aprecia, que en su gran mayoría diversos ítems (AFI, AF5, AF13, AF21,
AF27, AF29, AV18 y AH4) superan el 40% de selección en opción 1 por parte de los participantes, asimismo
se aprecia que una gran cantidad de ítems, los porcentajes elegidos superan el 20 %, para la opción dos. A
partir de esto, se puede inferir que, entre los adolescentes evaluados, existe una mayor tendencia a elegir
categorías bajas de respuesta, sin embargo, se aprecia variabilidad entre las cinco opciones de respuesta.
Figura 2. Dimensionalidad y estabilidad (EGA/BootEGA)
El Análisis Exploratorio de Grafos (EGA) identificó la presencia de tres dimensiones en la estructura de los
datos. El índice TEFI obtenido fue de -12,29, lo que indica un ajuste adecuado del modelo de red estimado.
La estabilidad de la solución fue corroborada mediante procedimientos de remuestreo (BootEGA), que
presentan una mejor estructura en base a 17 ítems y tres dimensiones, y a la vez, reflejan una mayor
consistencia en las iteraciones realizadas. A la vez, las líneas más gruesas muestran una mayor conexión
entre los ítems que conforman cada dimensión, esto permite comprender que existe una gran relación entre
los dimensiones y el modelo teórico para la medición de la agresión.
Tabla 1. Cargas de red (principales)
El análisis de cargas de red mostró que, en la dimensión 1, los ítems con mayores cargas fueron AF5 (0,541),
AF21 (0,482), AF9 (0,403), AF24 (0,398) y AF17 (0,336). En la dimensión 2, los ítems más representativos
fueron AV14 (0,447), AI19 (0,433), AV18 (0,395), AV10 (0,326) y AV2 (0,296). Para la dimensión 3,
destacaron AH26 (0,543), AH8 (0,421), AH12 (0,372), AH16 (0,367) y AH20 (0,253). Estos resultados
evidencian una adecuada representación de los ítems en sus respectivas dimensiones.
Figura 3. Consistencia estructural (BootEGA) modelo original.
El modelo original, evidencia que diversos reactivos, presentan coeficientes con valores menores al 0,75, lo
que indica una baja estabilidad, la cual se encuentre presente en las cuatro dimensiones, cuyos valores oscilan
de 0,39 a 0,74; los ítems que reflejan una mayor estabilidad, presentan valores 0,76 a 0,96. Frente a esto, se
realizó la eliminación de reactivos, buscando una mayor estabilidad en la red.
Figura 4. Consistencia estructural (BootEGA) del modelo adaptado.
La figura, permite identificar la consistencia estructural en base a las 3 dimensiones identificadas, cuyos
valores son elevados, presentando coeficientes de 0,86 a 1 en Agresividad física, de 0,92 a 1 para Agresión
verbal y de 1 en la dimensión Hostilidad. Los valores encontrados permiten apreciar que la presencia de una
alta estabilidad y replicabilidad, del modelo encontrado en base a tres dimensiones en base al BootEGA.
Figura 5. Invarianza en base al modelo adaptado.
Se realizó el análisis de invarianza, tomando en cuenta la estructura de tres dimensiones en base al sexo. Los
resultados reflejan que no existen diferencias estadísticamente significativas entre la pertenencia de los 17
ítems sobre las dimensiones, mostrando valores de p ajustados (p_BH) mayores al 0,05 entre la gran mayoría
de los casos. Es necesario tomar en cuenta que solo se apreciaron diferencias en el ítem AF24, que refleja una
diferencia significativa (p = 0,048; p_BH = 0,468), sin embargo, este valor no fue suficiente para poder
determinar una diferencia al realizarse la corrección en base a las comparaciones múltiples. Lo encontrado
confirma la invarianza de la estructura factorial entre los grupos analizados.
DISCUSIÓN
La adolescencia presenta, una etapa importante durante el proceso de adaptación y socialización, sin embargo,
es propensa a la manifestación de diversas dificultades. Entre las más comunes se encuentra la agresividad,
considerada un problema público, que conlleva a graves consecuencias en sus víctimas y sociedad,
(3)
cuya
finalidad es la de lastimar o causar daño a nivel físico o emocional.
(4)
Al respecto, puede ser definida como
todo aquel acto basado en golpes, la coacción e insultos, con la finalidad de obtener un beneficio mediante
el uso de la fuerza e intimidación.
Existen diversos instrumentos destinados a la medición de la agresividad, el Cuestionario de Agresión (AQ),
de Buss y Perry, es uno de más empleados, adaptado en diferentes idiomas, contextos y grupos poblacionales.
REE 20(3) Riobamba sep. - dic. 2026
cc
BY NC ND
11
ISSN-impreso 1390-7581
ISSN-digital 2661-6742
Frente a esto, se propuso como objetivo, realizar un análisis psicométrico del cuestionario de agresión (AQ)
en adolescentes, en base al análisis de redes.
Al respecto, el estudio se basó en el análisis de redes, método que ha tomado mayor relevancia en la medición
de variables relacionadas a la salud mental y considera a los diversos síntomas como nodos, que se relacionan,
se refuerzan entre sí y permiten de esta manera determinar sus factores.
(39)
En el campo de la psicometría, el
análisis de redes permite estimar medidas como la replicabilidad en base al análisis de grafos y a medidas de
Bootstrap, que buscan conocer la dependencia en la muestra,
(17)
así como conocer el valor de la carga de
red,
(32)
determinar la redundancia, mediante el análisis de variables únicas (UVA), lo que facilita el poder
abreviar un instrumento,
(21)
y comprobar la invarianza de los grupos en base al sexo.
En base a las redes psicométricas, los resultados encontrados permiten apreciar la conformación de una
nueva estructura conformada por 17 ítems y tres dimensiones, con cargas de red que oscilan de 0,22 a 0,54,
permitiendo considerar que entre los diversos ítems existen adecuadas interconexiones que contribuyen a la
medición de la agresividad en adolescentes. Aunque estos valores no son similares a otros resultados
encontrados en otros contextos,
(16, 17)
se puede inferir que los ítems, logran tener una adecuada relación con
el constructo propuesto y facilitan la medición de la agresividad en adolescentes.
Asimismo, aunque el estudio propone una nueva estructura en su medición, se debe considerar, que a
diferencia del modelo médico que tiene como punto de partida la percepción de una variable latente como
método para poder explicar dificultades, rasgos de personalidad y otros; el análisis de redes considera que
cada síntoma o característica evaluada, es producto de la interacción que existe entre los síntomas o
características,
(22)
en relación al presente, se puede inferir que cada ítem se encuentra relacionado y a la vez
impactan entre sí de forma constante. En relación con el cambio en la estructura para la medición de la variable,
el cual se conforma por tres dimensiones, coincide con diversos estudios realizados,
(15,16,17,18)
los cuales
reportaron modificaciones en el instrumento en sus dimensiones y eliminación de ítems, pero siguen
demostrando utilidad para la medición de la agresividad.
Los coeficientes relacionados a la estabilidad muestran valores de 0,837 a 0,997, considerados satisfactorios,
(30) entre las dimensiones de la nueva estructura propuesta, lo que indican capacidad para la medición y
buena replicabilidad del cuestionario. Aunque otros estudios han empleado coeficientes distintos para la
fiabilidad,
(15,16,17)
valores, pueden llegar a ser comparables a los diversos coeficientes reportados en estudios
que buscaron medir su consistencia.
En relación con la invarianza entre grupos, los resultados no reflejan diferencias estadísticas entre ambos
grupos (hombres y mujeres), esto permite comprender que toda diferencia que pueda llegar a encontrarse en
base a la medición se debe a diferencia entre los géneros y no a causa del instrumento seleccionado.
(40)
A partir de lo encontrado, el estudio muestra la importancia de seguir analizando instrumentos que miden
agresividad en los adolescentes, al ser una dificultad creciente y que suele estar presente en diferentes
contextos. Además, brinda una versión breve, lo cual facilita su aplicación. Aunque el estudio emplea un
método que puede llegar a ser considerado nuevo, no se encuentra exento de limitaciones, como el tipo de
muestreo empleado que limita su generalización; a la vez, la cantidad de la muestra evaluada se considera
adecuada, sin embargo, se sugiere en futuros estudios ampliar el número de adolescentes evaluados.
CONCLUSIONES
El cuestionario de agresividad analizado, en base al análisis de redes, refleja una estructura tridimensional,
con adecuada validez y confiabilidad. Esto permite que pueda ser empleados por profesionales de la salud,
docentes, estudiantes o investigadores, interesados en medir los niveles de agresividad en estudiantes del
nivel secundario de ambos sexos.
Financiamiento: El estudio fue financiado por el investigador.
Agradecimientos: A la Universidad Privada del Norte por su confianza y a cada uno de los participantes que
respondieron de manera sincera a la evaluación.
Conflicto de intereses: El autor de la presente investigación, declara no presentar conflicto de interés.
Contribución del autor: Richard Irvin Salirrosas-Cabada, se encargó de la búsqueda de información,
recolección de datos, análisis e interpretación de resultados, metodología y conclusiones.
REFERENCIAS BIBLIOGRAFICAS.
1. Zhang Y, Li Y, Xie X, Lin X, Huang M, Fu H, et al. Association of greenness surrounding school with
aggression among adolescents: A multi-site study in China. Environ Res [Internet]. 2023 [citado 04
Ene 2026];234:116529. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/
S0013935123013336 DOI: https://doi.org/10.1016/j.envres.2023.116529.
2. Campo-Tena L, Larmour SR, Pereda N, Eisner MP. Longitudinal associations between adolescent
dating violence victimization and adverse outcomes: A systematic review. Trauma Violence Abuse
[Internet]. 2024 [citado 04 Ene 2026];25(2):1265–1277. Disponible en: https://journals.sagepub.com/
doi/full/10.1177/15248380231174504. DOI: https://doi.org/10.1177/15248380231174504.
3. Zhang L, Zhu H. Relationship between narcissism and aggression: A meta-analysis. Xin Li Xue Bao
[Internet]. 2021 [citado 04 Ene 2026];53(11):1228–1243. Disponible en: https://doi.org/10.3724/
SP.J.1041.2021.01228.
4. Krahé B. The social psychology of aggression: 3Rd edition [Internet]. 3a ed. Londres, Inglaterra:
Routledge; 2020. Disponible en: http://dx.doi.org/10.4324/9780429466496.
5. Zhang L, Eggum ND. Chinese adolescents’ perceptions of aggressive peers: The roles of gender and
cultural values. J Interpers Violence [Internet]. 2023 [citado 04 Ene 2026];38(15–16):9343–9368.
Disponible en: https://journals.sagepub.com/doi/abs/10.1177/08862605231165751 DOI: https://doi.org/
10.1177/08862605231165751.
6. Whipp AM, Korhonen T, Raevuori A, Heikkilä K, Pulkkinen L, Rose RJ, et al. Early adolescent
aggression predicts antisocial personality disorder in young adults: a population-based study. Eur
Child Adolesc Psychiatry [Internet]. 2019 [citado 05 Ene 2026];28(3):341–350. Disponible en:
https://link.springer.com/article/10.1007/s00787-018-1198-9. DOI: https://doi.org/10.1007/s00787-
018-1198-9.
7. Kwak M, Oh I. Comparison of psychological and social characteristics among traditional, cyber,
combined bullies, and non-involved. Sch Psychol Int [Internet]. 2017 [citado 05 Ene 2026];38(6):
608–627. Disponible en: https://journals.sagepub.com/doi/abs/10.1177/0143034317729424 DOI:
https://doi.org/10.1177/0143034317729424.
8. Brugman S, Cornet LJM, Smeijers D, Smeets K, Oostermeijer S, Buitelaar JK, et al. Examining the
reactive proactive questionnaire in adults in forensic and non-forensic settings: A variable- and
person-based approach: Reactive Proactive Aggression in Adults. Aggress Behav [Internet]. 2017
[citado 05 Ene 2026];43(2):155–162. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1002/
ab.21671. DOI: https://doi.org/10.1002/ab.21671.
9. Bandura A, Ross D, Ross SA. Transmission of aggression through imitation of aggressive models. J
Abnorm Soc Psychol [Internet]. 1961 [citado 05 Ene 2026];63(3):575–582. Disponible en:
https://psycnet.apa.org/record/1963-00875-001. DOI:http://doi.org/10.1037/h0045925.
10. Siregar AOA, Karmiyati D. Delinquent behavior: An analysis of Albert Bandura’s social learning
theory. ICPE [Internet]. 2024 [citado el 05 de Ene de 2026];3(1). Disponible en: https://proceeding.
unesa.ac.id/index.php/icpe/article/view/3655.
11. Pomahuacre-Carhuayal JW, Flores-Ramirez ME, Sanchez-Aliaga LL, Pomahuacre-Carhuayal LA,
Alva-Mendoza JC. Cuestionario de Agresión de Buss y Perry, forma reducida (AQ-SF): evidencias
psicométricas en adolescentes peruanos. Rev Investig Psicol [Internet]. 2024 [citado 05 Ene 2026];
27(2):e27560. Disponible en: disponible en: https://go.gale.com/ps/i.do?id=GALE%7CA824744120
&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=1560909X&sw=w&p=IFME&userGroup
Name=anon%7E2f25831a&aty=open-web-entry DOI: http://doi.org/10.15381/rinvp.v27i2.27560.
12. Javela JJ. Analysis of the psychometric properties of the Buss-Perry Aggression Questionnaire (AQ)
in Colombian adolescents. Rev psicol clín con niños adolesc [Internet]. 2023 [citado 07 Ene 2026];
10(3). Disponible en: https://jcpca.org/wp-content/uploads/pdfs/23-03-08.pdf. DOI: http://doi.org/
10.21134/rpcna.2023.10.3.8.
13. Cunha O, Peixoto M, Cruz AR, Gonçalves RA. Buss-Perry Aggression Questionnaire: Factor structure
and measurement invariance among Portuguese male perpetrators of intimate partner violence. Crim
Justice Behav [Internet]. 2021 [citado 07 Ene 2026];009385482110501. Disponible en: https://journals.
sagepub.com/doi/abs/10.1177/00938548211050113. DOI: http://doi.org/10.1177/00938548211050113.
14. Zimonyi S, Kasos K, Halmai Z, Csirmaz L, Stadler H, Rózsa S, et al. Hungarian validation of the
Buss-Perry Aggression Questionnaire-Is the short form more adequate? Brain Behav [Internet]. 2021
[citado 07 Ene 2026];11(5):e02043. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/
brb3.2043 DOI: http://doi.org/10.1002/brb3.2043.
15. Espinoza I, Tobar Viera A. Propiedades psicométricas del Cuestionario de Agresión (AQ) en
estudiantes universitarios ecuatorianos. ecosacademia [Internet]. 2023 [citado 07 Ene 2026];9(18):
9–27. Disponible en: https://revistasojs.utn.edu.ec/index.php/ecosacademia/es/article/view/907.
DOI: http://doi.org/10.53358/ecosacademia.v9i18.907.
16. Sommantico M, Guzmán MO, Parrello S, De Rosa B, Donizzetti AR. Validación de la versión italiana
del cuestionario de agresión (AQ) en el sur de Italia. Psicología Iztacala [Internet]. 2008 [citado 08
Ene 2026];11(4). Disponible en: https://www.revistas.unam.mx/index.php/repi/article/view/18593.
17. García-Batista ZE, Moretti LS, Franco P, Adrián Medrano L, Mustaca AE. Evidencias de Validez y
Confiabilidad de las Puntuaciones del Cuestionario de Agresividad (AQ) para Adultos Argentinos.
Rev Iberoam Diagn Eval - Aval Psicol [Internet]. 2022 [citado 08 Ene 2026];62(1):17. Disponible en:
https://go.gale.com/ps/i.do?id=GALE%7CA758439597&sid=googleScholar&v=2.1&it=r&link
access=abs&issn=11353848&sw=w&p=AONE&userGroupName=anon%7Eb60e570d&aty=open-
web-entry.
18. Maxwell JP. Development and preliminary validation of a Chinese version of the Buss-Perry Aggression
Questionnaire in a population of Hong Kong Chinese. J Pers Assess [Internet]. 2007 [citado 08 Ene
2026];88(3):284–94. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/00223890701317004
DOI: http://doi.org/10.1080/00223890701317004.
19. Golino HF, Epskamp S. Exploratory graph analysis: A new approach for estimating the number of
dimensions in psychological research. PLoS One [Internet]. 2017 [citado 11 Ene 2026];12(6):
e0174035. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0174035.
DOI: http://doi.org/10.1371/journal.pone.0174035.
20. Christensen AP, Golino H. Estimating the stability of psychological dimensions via Bootstrap
Exploratory Graph Analysis: A Monte Carlo simulation and tutorial. Psych [Internet]. 2021 [citado
11 Ene 2026];3(3):479–500. Disponible en: https://www.mdpi.com/2624-8611/3/3/32. DOI:
http://doi.org/10.3390/psych3030032.
21. Christensen AP, Garrido LE, Guerra-Peña K, Golino H. Comparing community detection algorithms
in psychometric networks: A Monte Carlo simulation. Behav Res Methods [Internet]. 2024 [citado 11
Ene 2026];56(3):1485–1505. Disponible en: https://link.springer.com/article/10.3758/s13428-023-
02106-4. DOI: http://doi.org/10.3758/s13428-023-02106-4.
22. Fonseca-Pedrero E, Muñiz J. Análisis de Redes en la Medición Psicológica: Fundamentos: Análisis
psicométrico de redes psicológicas. Acción psicol [Internet]. 2025 [citado 12 Ene 2026];22(1).
Disponible en: https://revistas.uned.es/index.php/accionpsicologica/article/view/43296. DOI:
http://doi.org/10.5944/ap.22.1.43296.
23. Álvarez-Díaz M, Gallego-Acedo C, Fernández-Alonso R, Muñiz J, Fonseca-Pedrero E. Análisis de
Redes: una Alternativa a los Enfoques Clásicos de Evaluación de los Sistemas Educativos. Psicol
Educ [Internet]. 2022 [citado 12 Ene 2026];28(2):165–73. Disponible en: https://digibuo.uniovi.es/
dspace/bitstream/handle/10651/61685/1135_755X_psed_psed2021a16.pdf?sequence=1. DOI:
http://doi.org/10.5093/psed2021a16.
24. Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: A tutorial
paper. Behav Res Methods [Internet]. 2018 [citado 12 Ene 2026];50(1):195–212. Disponible en:
https://link.springer.com/article/10.3758/s13428-017-0862-1#citeas. DOI: http://doi.org/10.3758/
s13428-017-0862-1.
25. Fonseca-Pedrero E. Análisis de redes: ¿una nueva forma de comprender la psicopatología? Rev
Psiquiatr Salud Ment [Internet]. 2017 [citado 13 Ene 2026];10(4):206–15. Disponible en:
https://www.sciencedirect.com/science/article/pii/S1888989117300903. DOI: http://doi.org/10.1016/
j.rpsm.2017.06.004.
26. Andreu, J., Peña, M. & Graña, J. Adaptación psicométrica de la versión española del Cuestionario de
Agresión. Psicothema [Internet] 2002 [citado 11 Ene 2026];14(2),476-482. Disponible en:
https://www.redalyc.org/pdf/727/72714245.pdf.
27. RStudio Team. RStudio: Integrated Development Environment for R [software]. Posit PBC; 2023.
28. Wickham H, Averick M, Bryan J, Chang W, McGowan L, François R, et al. Welcome to the tidyverse.
J Open Source Softw [Internet]. 2019 [citado 11 Ene 2026];4(43):1686. Disponible en: https://joss.theoj.
org/papers/10.21105/joss.01686 DOI: http://doi.org/10.21105/joss.01686.
29. Auguie B, Antonov A. gridExtra: Miscellaneous functions for “Grid” graphics [software]. Comprehensive
R Archive Network (CRAN); 2017.
30. Golino HF, Christensen AP. EGAnet: Exploratory Graph Analysis tools for psychological research
[software]. 2021.
31. Isvoranu AM, Epskamp S. Which estimation method to use in network psychometrics under skew?
(Spearman vs polychoric in EBICglasso).
32. Garcia-Pardina A, Abad FJ, Christensen AP, Golino H, Garrido LE. Dimensionality assessment in the
presence of wording effects: A network psychometric and factorial approach. Behav Res Methods
[Internet]. 2024 [citado 11 Ene 2026];56(6):6179–97. Disponible en: https://link.springer.com/article/
10.3758/s13428-024-02348-w. DOI: http://doi.org/10.3758/s13428-024-02348-w.
33. Golino H, Moulder R, Shi D, Christensen AP, Garrido LE, Nieto MD, et al. Entropy fit indices: New
fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate
Behav Res [Internet]. 2021 [citado 11 Ene 2026];56(6):874–902. Disponible en: https://www.tandfonline.
com/doi/abs/10.1080/00273171.2020.1779642. DOI: http://dx.doi.org/10.1080/00273171.2020.1779642.
34. Christensen AP, Golino H, Silvia PJ. A psychometric network perspective on the validity and validation
of personality trait questionnaires. Eur J Pers [Internet]. 2020 [citado 11 Ene 2026];34(6):1095–108.
Disponible en: https://journals.sagepub.com/doi/abs/10.1002/per.2265. DOI: http://doi.org/10.1002/
per.2265.
35. Christensen AP, Golino H. On the equivalency of factor and network loadings. Behav Res Methods
[Internet]. 2021 [citado 11 Ene 2026];53(4):1563–80. Disponible en: https://link.springer.com/article/
10.3758/s13428-020-01500-6#citeas. DOI: http://doi.org/10.3758/s13428-020-01500-6.
36. Epskamp S. Structural Equation Modeling and Confirmatory Network Analysis [R package psychonetrics
version 0.13.2] [Internet]. Comprehensive R Archive Network (CRAN). 2025 [citado 12 Ene 2026].
Disponible en: https://cran.r-project.org/package=psychonetrics.
37. Epskamp S, Rhemtulla M, Borsboom D. Generalized network psychometrics: Combining network
and latent variable models. Psychometrika [Internet]. 2017 [citado el 12 de Ene de 2026];82(4):
904–927. Disponible en: https://www.cambridge.org/core/journals/psychometrika/article/abs/
generalized-network-psychometrics-combining-network-and-latent-variable-models/2D2004CADB
2549F8FE1DDE1726D9DC80. DOI: http://doi.org/10.1007/s11336-017-9557-x.
38. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge.
39. Borsboom D, Cramer AOJ. Network analysis: an integrative approach to the structure of psychopathology.
Annu Rev Clin Psychol [Internet]. 2013 [citado 12 Ene 2026];9(1):91–121. Disponible en:
https://www.annualreviews.org/content/journals/10.1146/annurev-clinpsy-050212-185608. DOI:
http://doi.org/10.1146/annurev-clinpsy-050212-185608.
40. Lara SD, Merino-Soto C. Estimación de la magnitud del efecto en invarianza de medición. Rev Aval
Psicol [Internet]. 2019 [citado 29 May 2026];18(03). Disponible en: https://pepsic.bvsalud.org/scielo.
php?pid=S1677-04712019000300014&script=sci_arttext. DOI: http://doi.org/10.15689/ap.2019.
1803.16248.13.
Agresividad en adolescentes: Validez y confiabilidad en base al análisis de redes psicométricas
Aggression in adolescents: Validity and reliability based on psychometric network analysis
https://doi.org/10.37135/ee.04.27.01
Autor:
Richard Irvin Salirrosas-Cabada1 - https://orcid.org/0000-0002-4443-5992
Afiliación:
1Universidad Privada del Norte, Facultad de Ciencias de la Salud, Lima, Perú
Autor de correspondencia: Richard Irvin Salirrosas-Cabada. Av. Tingo María N° 1122, distrito de Cercado
de Lima Correo electrónico: richard.salirrosas@upn.pe, Telefono: 956363278
Recibido: 11 de mayo de 2026 Aceptado: 3 de agosto de 2026
RESUMEN
Se considera a la agresividad, como toda aquella conducta basada en la intimidación, mediante el empleo de
la violencia física o psicológica. Entre los diversos instrumentos que miden el constructo, se encuentra el
Cuestionario de Agresividad de Buss y Perry. Frente a esto, el estudio buscó determinar la validez y fiabilidad
en base a un modelo psicométrico basado en redes. Participaron 490 estudiantes del nivel secundario. Se
evaluaron la dimensionalidad, consistencia estructural, cargas de red mediante el Análisis Exploratorio de
Grafos (EGA) e invarianza en base al sexo. Los resultados, indicaron que el cuestionario presenta una estructura
basada en tres dimensiones, con una consistencia estructural ideal (0,837 a 0,997). Las cargas de red fueron
moderadas a altas (0,22 a 0,54), asimismo, existe invarianza entre sexos. Lo encontrado, pone en evidencia
que el cuestionario presenta validez y fiabilidad, lo que determina su uso para la medición de la agresividad
en adolescentes educativos.
Palabras clave: Psicometría, agresión, adolescentes.
ABSTRACT
Aggression is defined as any behavior based on intimidation through the use of physical or psychological
violence. Among the various instruments designed to measure this construct, the Buss and Perry Aggression
Questionnaire is one of the most widely used. In this context, the present study aimed to determine its validity
and reliability based on a psychometric network model. A total of 490 secondary school students participated
in the study. Dimensionality, structural consistency, network loadings using Exploratory Graph Analysis
(EGA), and sex-based invariance were evaluated. The results indicated that the questionnaire exhibits a
three-dimensional structure with ideal structural consistency coefficients (0.837 to 0.997). Network loadings
were moderate to high (0.22 to 0.54), and measurement invariance across sex was supported. These findings
provide evidence of the questionnaire’s validity and reliability, supporting its use for assessing aggression in
adolescent students.
Keywords: Psychometrics, Aggression, Adolescent.
INTRODUCCIÓN.
La adolescencia, representa una etapa llena de oportunidades y beneficios para el buen desarrollo neuronal y
socioemocional,
(1)
al ser positivo, contribuye al bienestar y calidad de vida. Sin embargo, muchas veces
debido a dificultades o conflictos, suelen presentar conductas poco adaptativas, siendo una de las más comunes
la agresividad.
(2)
La agresividad, es asumida como un problema de salud pública, que genera graves consecuencias en las
víctimas y sociedad,
(3)
la cual, busca lastimar o causar daño a nivel físico o emocional.
(4)
Se reconoce que la
agresividad, puede ser expresada de muchas maneras, mediante insultos, amenazas o golpes, que conlleva a
una mayor dificultad para adaptarse en contextos educativos y en el sistema familiar. La literatura reconoce
su relación con ideas suicidas y dificultad para establecer vínculos sanos con sus pares,
(5)
los trastornos de
personalidad,
(6)
dificultades para ejercer un adecuado autocontrol,
(7)
inestabilidad y un deterioro constante en
la calidad de vida.
(8)
Entre los diversos modelos teóricos que permiten tener una mejor comprensión sobre la agresividad, se
encuentra la teoría del aprendizaje social,
(9)
la cual considera que la agresividad surge y se refuerza a partir
de la influencia que se recibe del entorno más cercano, influyendo en la conducta y creencias, moldeando su
interacción en sociedad.
(10)
A la vez, se reconoce que medir la agresividad en los adolescentes, es importante, ya que facilita su adecuada
identificación y puedo permitir su oportuna intervención. Estudios han reportado que cuando se promueve la
autoestima
Entre los diversos instrumentos que se utilizan para la medición de la agresividad, se encuentra Cuestionario
de Agresión (AQ), elaborado por Buss y Perry en 1992, la cual consta de cuatro dimensiones y un total de 29
reactivos, orientados a medir la agresividad física, verbal, la ira y hostilidad. A lo largo de los años, ha sido
objeto de diversos estudios de corte psicométrico, sin embargo, estudios realizados en diferentes contextos,
han encontrado dificultades relacionadas a una baja confiabilidad en dimensiones y el retiro de ítems.
(11,12,13,14)
Asimismo, ha presentado cambios en su estructura, reportándose versiones reducidas de tres dimensiones en
Ecuador,
(15)
Italia,
(16)
Argentina
(17)
y en China de dos dimensiones.
(18)
Todos estos estudios, demuestran la
utilidad del instrumento para la medición de la agresividad, sin embargo, ponen en evidencia, que su estructura
no suele mostrar replicabilidad en diferentes contextos. Esto motiva a realizar el análisis psicométrico, en
base al método de análisis de redes, ya que puede estimar la replicabilidad de la estructura que la prueba
presenta,
(19)
cuantificar las cargas de red en base a su equivalencia facilitando una mejor selección de los
reactivos y su invarianza
(20)
y la redundancia.
(21)
En relación con el análisis de redes, es un método relativamente reciente, que se diferencia de los modelos
clásicos en medición, al considerar que las variables, síntomas, rasgos o dificultades psicológicas se encuentran
interrelacionados y que mantienen entre ellas un impacto constante,
(22)
a diferencia del modelo biomédico que
considera a toda patología o dificultad emocional es producto de una variable latente.
La red al ser analizada presenta una representación gráfica dividida en dos aspectos, nodos y aristas,
(23,24,25)
los primeros hacen referencia a las variables analizadas y las segundas indican la relación existente entre
ellas. En base a lo expuesto, se puede considerar que el análisis de redes representa un método de análisis
innovador complejo frente a la medición de variables, poder usarlo en el campo de la validación de
instrumentos contribuye a que pueda contar con herramientas de mayor precisión.
Ante esto, se propone como objetivo general realizar un análisis psicométrico exploratorio de redes del
cuestionario de agresión (AQ) en adolescentes. Y como objetivos específicos se buscó: Realizar el análisis
preliminar de los ítems, estimar la dimensionalidad y estabilidad, calcular las cargas de red, obtener la
consistencia estructural y realizar el análisis de invarianza en base al sexo en los adolescentes.
METODOLOGÍA.
El estudio corresponde al diseño instrumental, con enfoque cuantitativo, orientado a la medición de la validez
y confiabilidad.
La muestra, seleccionada fue evaluada en base al muestreo no probabilístico por conveniencia, método que
permite una selección de participantes en base a la accesibilidad y facilidad del investigador, pero que solo
toma en consideración a aquellos que cumplen con los criterios establecidos para su selección. En total
fueron 490 adolescentes, quienes cursaban del tercer al quinto grado del nivel secundario, pertenecientes a
una institución educativa pública. Sus edades oscilaron de 13 a 16 años (Media: 14.6), de ambos sexos (61 %
varones y 39 % mujeres). Como criterios de inclusión fueron considerados solo aquellos matriculados en el
año académico, que acepten formar parte de manera voluntaria brindando su consentimiento.
El instrumento empleado, fue el Cuestionario de Agresión (AQ), elaborado por Buss y Perry en 1992. Se
empleó la versión adaptada por Andreu et al.,
(26)
se compone de cuatro dimensiones (agresión física, agresión
verbal, ira y hostilidad) y 29 ítems en escala Likert. Presenta una confiabilidad que oscila de 0,68 a 0,88 entre
sus dimensiones y adecuados índices de ajuste (RMR: 0,05, RMSEA: 0,05, GFI: 0,92 y GFI: 0,93).
El proceso de recojo de información se realizó de manera presencial, cada participante firmó un consentimiento
informado, que brindaba su conformidad a ser participe del estudio. Culminado el proceso cada prueba fue
codificada para su posterior análisis.
Análisis de datos
El análisis de los datos se llevó a cabo utilizando RStudio como interfaz principal para la gestión y ejecución
de los scripts analíticos.
(27)
Para la manipulación, limpieza y organización de los datos, se emplearon las
herramientas del paquete tidyverse, que facilitan la estructuración eficiente de los conjuntos de datos y la
preparación previa al análisis estadístico.
(28)
La composición y maquetación de las figuras se realizó mediante
el paquete gridExtra, permitiendo una presentación visual clara y comparativa de los resultados.
(29)
El análisis
exploratorio de grafos (EGA) y su versión bootstrap (bootEGA) se implementaron a través del paquete
EGAnet, que posibilita la identificación de la dimensionalidad subyacente y la evaluación de la estabilidad
estructural de las soluciones obtenidas.
(30)
Para la estimación de la red, se utilizó el modelo graphical lasso (glasso) sobre una matriz de correlaciones
de Spearman, decisión motivada por la presencia de asimetría en la distribución de las respuestas tipo Likert,
ya que bajo estas condiciones la matriz de Spearman ofrece una recuperación de aristas comparable o
superior a la matriz policórica en el contexto de EBICglasso.
(31)
La detección de comunidades se realizó
inicialmente con el algoritmo Louvain, aunque el paquete EGAnet también permite la comparación con
otros algoritmos como walktrap, basado en caminatas aleatorias, para asegurar la robustez de la estructura
dimensional identificada.
(32)
El análisis incluyó la aplicación de bootEGA con 1000 réplicas y el algoritmo
Leading Eigenvector (LE) para evaluar la consistencia estructural de las dimensiones y la estabilidad de
pertenencia de los ítems, utilizando como criterio de replicación satisfactorio un umbral de ≥ 75 %, conforme
a las recomendaciones metodológicas actuales.
(33)
La consistencia estructural fue diferenciada explícitamente de la consistencia interna clásica, ya que la
primera evalúa la replicabilidad de la estructura dimensional en muestras bootstrap, mientras que la segunda
se refiere a la homogeneidad interna de los ítems.
(34)
En relación a las cargas de red, se interpretan en base a
tres umbrales, pequeño para 0,15, moderadas para 0,25 y grandes para 0,35, lo que permite poder realizar las
comparaciones en base a criterios ya conocidos de interpretación de cargas factoriales.
(35)
Aunado a esto, se
empleó el Loading Comparison Test (LCT) para poder elegir entre el marco de red y el latente, facilitando
así que toda estructura identificada guarde mejor relación con el modelo teórico más pertinente.
(36)
La
modelización de redes latentes (Latent Network Modeling) se implementó con el paquete psychonetrics,
permitiendo explorar las interacciones entre variables latentes y comparar la estructura de red con modelos
de ecuaciones estructurales tradicionales.
(37)
Para la interpretación de las correlaciones entre dimensiones y nodos, se siguieron los puntos de corte
propuestos por Cohen (0,10, 0,30, 0,50 como efectos pequeño, mediano y grande, respectivamente), y se
reportaron métricas de centralidad cuando fue pertinente, empleando las funciones del paquete bootnet.
(24,38)
La elección de este enfoque metodológico responde a la necesidad de captar la complejidad estructural de los
datos tipo Likert, garantizar la robustez y replicabilidad de los resultados, y permitir una interpretación
tanto desde el marco de red como desde el marco latente, integrando evidencia empírica y criterios teóricos
actualizados.
RESULTADOS
Figura 1. Análisis preliminar de los ítems
En base al análisis descriptivo de las frecuencias de respuesta para los 17 ítems que conforman el instrumento
y presentan la escala Likert. Se aprecia, que en su gran mayoría diversos ítems (AFI, AF5, AF13, AF21,
AF27, AF29, AV18 y AH4) superan el 40% de selección en opción 1 por parte de los participantes, asimismo
se aprecia que una gran cantidad de ítems, los porcentajes elegidos superan el 20 %, para la opción dos. A
partir de esto, se puede inferir que, entre los adolescentes evaluados, existe una mayor tendencia a elegir
categorías bajas de respuesta, sin embargo, se aprecia variabilidad entre las cinco opciones de respuesta.
Figura 2. Dimensionalidad y estabilidad (EGA/BootEGA)
El Análisis Exploratorio de Grafos (EGA) identificó la presencia de tres dimensiones en la estructura de los
datos. El índice TEFI obtenido fue de -12,29, lo que indica un ajuste adecuado del modelo de red estimado.
La estabilidad de la solución fue corroborada mediante procedimientos de remuestreo (BootEGA), que
presentan una mejor estructura en base a 17 ítems y tres dimensiones, y a la vez, reflejan una mayor
consistencia en las iteraciones realizadas. A la vez, las líneas más gruesas muestran una mayor conexión
entre los ítems que conforman cada dimensión, esto permite comprender que existe una gran relación entre
los dimensiones y el modelo teórico para la medición de la agresión.
Tabla 1. Cargas de red (principales)
El análisis de cargas de red mostró que, en la dimensión 1, los ítems con mayores cargas fueron AF5 (0,541),
AF21 (0,482), AF9 (0,403), AF24 (0,398) y AF17 (0,336). En la dimensión 2, los ítems más representativos
fueron AV14 (0,447), AI19 (0,433), AV18 (0,395), AV10 (0,326) y AV2 (0,296). Para la dimensión 3,
destacaron AH26 (0,543), AH8 (0,421), AH12 (0,372), AH16 (0,367) y AH20 (0,253). Estos resultados
evidencian una adecuada representación de los ítems en sus respectivas dimensiones.
Figura 3. Consistencia estructural (BootEGA) modelo original.
El modelo original, evidencia que diversos reactivos, presentan coeficientes con valores menores al 0,75, lo
que indica una baja estabilidad, la cual se encuentre presente en las cuatro dimensiones, cuyos valores oscilan
de 0,39 a 0,74; los ítems que reflejan una mayor estabilidad, presentan valores 0,76 a 0,96. Frente a esto, se
realizó la eliminación de reactivos, buscando una mayor estabilidad en la red.
Figura 4. Consistencia estructural (BootEGA) del modelo adaptado.
La figura, permite identificar la consistencia estructural en base a las 3 dimensiones identificadas, cuyos
valores son elevados, presentando coeficientes de 0,86 a 1 en Agresividad física, de 0,92 a 1 para Agresión
verbal y de 1 en la dimensión Hostilidad. Los valores encontrados permiten apreciar que la presencia de una
alta estabilidad y replicabilidad, del modelo encontrado en base a tres dimensiones en base al BootEGA.
Figura 5. Invarianza en base al modelo adaptado.
Se realizó el análisis de invarianza, tomando en cuenta la estructura de tres dimensiones en base al sexo. Los
resultados reflejan que no existen diferencias estadísticamente significativas entre la pertenencia de los 17
ítems sobre las dimensiones, mostrando valores de p ajustados (p_BH) mayores al 0,05 entre la gran mayoría
de los casos. Es necesario tomar en cuenta que solo se apreciaron diferencias en el ítem AF24, que refleja una
diferencia significativa (p = 0,048; p_BH = 0,468), sin embargo, este valor no fue suficiente para poder
determinar una diferencia al realizarse la corrección en base a las comparaciones múltiples. Lo encontrado
confirma la invarianza de la estructura factorial entre los grupos analizados.
DISCUSIÓN
La adolescencia presenta, una etapa importante durante el proceso de adaptación y socialización, sin embargo,
es propensa a la manifestación de diversas dificultades. Entre las más comunes se encuentra la agresividad,
considerada un problema público, que conlleva a graves consecuencias en sus víctimas y sociedad,
(3)
cuya
finalidad es la de lastimar o causar daño a nivel físico o emocional.
(4)
Al respecto, puede ser definida como
todo aquel acto basado en golpes, la coacción e insultos, con la finalidad de obtener un beneficio mediante
el uso de la fuerza e intimidación.
Existen diversos instrumentos destinados a la medición de la agresividad, el Cuestionario de Agresión (AQ),
de Buss y Perry, es uno de más empleados, adaptado en diferentes idiomas, contextos y grupos poblacionales.
Frente a esto, se propuso como objetivo, realizar un análisis psicométrico del cuestionario de agresión (AQ)
en adolescentes, en base al análisis de redes.
Al respecto, el estudio se basó en el análisis de redes, método que ha tomado mayor relevancia en la medición
de variables relacionadas a la salud mental y considera a los diversos síntomas como nodos, que se relacionan,
se refuerzan entre sí y permiten de esta manera determinar sus factores.
(39)
En el campo de la psicometría, el
análisis de redes permite estimar medidas como la replicabilidad en base al análisis de grafos y a medidas de
Bootstrap, que buscan conocer la dependencia en la muestra,
(17)
así como conocer el valor de la carga de
red,
(32)
determinar la redundancia, mediante el análisis de variables únicas (UVA), lo que facilita el poder
abreviar un instrumento,
(21)
y comprobar la invarianza de los grupos en base al sexo.
En base a las redes psicométricas, los resultados encontrados permiten apreciar la conformación de una
nueva estructura conformada por 17 ítems y tres dimensiones, con cargas de red que oscilan de 0,22 a 0,54,
permitiendo considerar que entre los diversos ítems existen adecuadas interconexiones que contribuyen a la
medición de la agresividad en adolescentes. Aunque estos valores no son similares a otros resultados
encontrados en otros contextos,
(16, 17)
se puede inferir que los ítems, logran tener una adecuada relación con
el constructo propuesto y facilitan la medición de la agresividad en adolescentes.
Asimismo, aunque el estudio propone una nueva estructura en su medición, se debe considerar, que a
diferencia del modelo médico que tiene como punto de partida la percepción de una variable latente como
método para poder explicar dificultades, rasgos de personalidad y otros; el análisis de redes considera que
cada síntoma o característica evaluada, es producto de la interacción que existe entre los síntomas o
características,
(22)
en relación al presente, se puede inferir que cada ítem se encuentra relacionado y a la vez
impactan entre sí de forma constante. En relación con el cambio en la estructura para la medición de la variable,
el cual se conforma por tres dimensiones, coincide con diversos estudios realizados,
(15,16,17,18)
los cuales
reportaron modificaciones en el instrumento en sus dimensiones y eliminación de ítems, pero siguen
demostrando utilidad para la medición de la agresividad.
Los coeficientes relacionados a la estabilidad muestran valores de 0,837 a 0,997, considerados satisfactorios,
(30) entre las dimensiones de la nueva estructura propuesta, lo que indican capacidad para la medición y
buena replicabilidad del cuestionario. Aunque otros estudios han empleado coeficientes distintos para la
fiabilidad,
(15,16,17)
valores, pueden llegar a ser comparables a los diversos coeficientes reportados en estudios
que buscaron medir su consistencia.
En relación con la invarianza entre grupos, los resultados no reflejan diferencias estadísticas entre ambos
grupos (hombres y mujeres), esto permite comprender que toda diferencia que pueda llegar a encontrarse en
base a la medición se debe a diferencia entre los géneros y no a causa del instrumento seleccionado.
(40)
REE 20(3) Riobamba sep. - dic. 2026
cc
BY NC ND
12
ISSN-impreso 1390-7581
ISSN-digital 2661-6742
A partir de lo encontrado, el estudio muestra la importancia de seguir analizando instrumentos que miden
agresividad en los adolescentes, al ser una dificultad creciente y que suele estar presente en diferentes
contextos. Además, brinda una versión breve, lo cual facilita su aplicación. Aunque el estudio emplea un
método que puede llegar a ser considerado nuevo, no se encuentra exento de limitaciones, como el tipo de
muestreo empleado que limita su generalización; a la vez, la cantidad de la muestra evaluada se considera
adecuada, sin embargo, se sugiere en futuros estudios ampliar el número de adolescentes evaluados.
CONCLUSIONES
El cuestionario de agresividad analizado, en base al análisis de redes, refleja una estructura tridimensional,
con adecuada validez y confiabilidad. Esto permite que pueda ser empleados por profesionales de la salud,
docentes, estudiantes o investigadores, interesados en medir los niveles de agresividad en estudiantes del
nivel secundario de ambos sexos.
Financiamiento: El estudio fue financiado por el investigador.
Agradecimientos: A la Universidad Privada del Norte por su confianza y a cada uno de los participantes que
respondieron de manera sincera a la evaluación.
Conflicto de intereses: El autor de la presente investigación, declara no presentar conflicto de interés.
Contribución del autor: Richard Irvin Salirrosas-Cabada, se encargó de la búsqueda de información,
recolección de datos, análisis e interpretación de resultados, metodología y conclusiones.
REFERENCIAS BIBLIOGRAFICAS.
1. Zhang Y, Li Y, Xie X, Lin X, Huang M, Fu H, et al. Association of greenness surrounding school with
aggression among adolescents: A multi-site study in China. Environ Res [Internet]. 2023 [citado 04
Ene 2026];234:116529. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/
S0013935123013336 DOI: https://doi.org/10.1016/j.envres.2023.116529.
2. Campo-Tena L, Larmour SR, Pereda N, Eisner MP. Longitudinal associations between adolescent
dating violence victimization and adverse outcomes: A systematic review. Trauma Violence Abuse
[Internet]. 2024 [citado 04 Ene 2026];25(2):1265–1277. Disponible en: https://journals.sagepub.com/
doi/full/10.1177/15248380231174504. DOI: https://doi.org/10.1177/15248380231174504.
3. Zhang L, Zhu H. Relationship between narcissism and aggression: A meta-analysis. Xin Li Xue Bao
[Internet]. 2021 [citado 04 Ene 2026];53(11):1228–1243. Disponible en: https://doi.org/10.3724/
SP.J.1041.2021.01228.
4. Krahé B. The social psychology of aggression: 3Rd edition [Internet]. 3a ed. Londres, Inglaterra:
Routledge; 2020. Disponible en: http://dx.doi.org/10.4324/9780429466496.
5. Zhang L, Eggum ND. Chinese adolescents’ perceptions of aggressive peers: The roles of gender and
cultural values. J Interpers Violence [Internet]. 2023 [citado 04 Ene 2026];38(15–16):9343–9368.
Disponible en: https://journals.sagepub.com/doi/abs/10.1177/08862605231165751 DOI: https://doi.org/
10.1177/08862605231165751.
6. Whipp AM, Korhonen T, Raevuori A, Heikkilä K, Pulkkinen L, Rose RJ, et al. Early adolescent
aggression predicts antisocial personality disorder in young adults: a population-based study. Eur
Child Adolesc Psychiatry [Internet]. 2019 [citado 05 Ene 2026];28(3):341–350. Disponible en:
https://link.springer.com/article/10.1007/s00787-018-1198-9. DOI: https://doi.org/10.1007/s00787-
018-1198-9.
7. Kwak M, Oh I. Comparison of psychological and social characteristics among traditional, cyber,
combined bullies, and non-involved. Sch Psychol Int [Internet]. 2017 [citado 05 Ene 2026];38(6):
608–627. Disponible en: https://journals.sagepub.com/doi/abs/10.1177/0143034317729424 DOI:
https://doi.org/10.1177/0143034317729424.
8. Brugman S, Cornet LJM, Smeijers D, Smeets K, Oostermeijer S, Buitelaar JK, et al. Examining the
reactive proactive questionnaire in adults in forensic and non-forensic settings: A variable- and
person-based approach: Reactive Proactive Aggression in Adults. Aggress Behav [Internet]. 2017
[citado 05 Ene 2026];43(2):155–162. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1002/
ab.21671. DOI: https://doi.org/10.1002/ab.21671.
9. Bandura A, Ross D, Ross SA. Transmission of aggression through imitation of aggressive models. J
Abnorm Soc Psychol [Internet]. 1961 [citado 05 Ene 2026];63(3):575–582. Disponible en:
https://psycnet.apa.org/record/1963-00875-001. DOI:http://doi.org/10.1037/h0045925.
10. Siregar AOA, Karmiyati D. Delinquent behavior: An analysis of Albert Bandura’s social learning
theory. ICPE [Internet]. 2024 [citado el 05 de Ene de 2026];3(1). Disponible en: https://proceeding.
unesa.ac.id/index.php/icpe/article/view/3655.
11. Pomahuacre-Carhuayal JW, Flores-Ramirez ME, Sanchez-Aliaga LL, Pomahuacre-Carhuayal LA,
Alva-Mendoza JC. Cuestionario de Agresión de Buss y Perry, forma reducida (AQ-SF): evidencias
psicométricas en adolescentes peruanos. Rev Investig Psicol [Internet]. 2024 [citado 05 Ene 2026];
27(2):e27560. Disponible en: disponible en: https://go.gale.com/ps/i.do?id=GALE%7CA824744120
&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=1560909X&sw=w&p=IFME&userGroup
Name=anon%7E2f25831a&aty=open-web-entry DOI: http://doi.org/10.15381/rinvp.v27i2.27560.
12. Javela JJ. Analysis of the psychometric properties of the Buss-Perry Aggression Questionnaire (AQ)
in Colombian adolescents. Rev psicol clín con niños adolesc [Internet]. 2023 [citado 07 Ene 2026];
10(3). Disponible en: https://jcpca.org/wp-content/uploads/pdfs/23-03-08.pdf. DOI: http://doi.org/
10.21134/rpcna.2023.10.3.8.
13. Cunha O, Peixoto M, Cruz AR, Gonçalves RA. Buss-Perry Aggression Questionnaire: Factor structure
and measurement invariance among Portuguese male perpetrators of intimate partner violence. Crim
Justice Behav [Internet]. 2021 [citado 07 Ene 2026];009385482110501. Disponible en: https://journals.
sagepub.com/doi/abs/10.1177/00938548211050113. DOI: http://doi.org/10.1177/00938548211050113.
14. Zimonyi S, Kasos K, Halmai Z, Csirmaz L, Stadler H, Rózsa S, et al. Hungarian validation of the
Buss-Perry Aggression Questionnaire-Is the short form more adequate? Brain Behav [Internet]. 2021
[citado 07 Ene 2026];11(5):e02043. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/
brb3.2043 DOI: http://doi.org/10.1002/brb3.2043.
15. Espinoza I, Tobar Viera A. Propiedades psicométricas del Cuestionario de Agresión (AQ) en
estudiantes universitarios ecuatorianos. ecosacademia [Internet]. 2023 [citado 07 Ene 2026];9(18):
9–27. Disponible en: https://revistasojs.utn.edu.ec/index.php/ecosacademia/es/article/view/907.
DOI: http://doi.org/10.53358/ecosacademia.v9i18.907.
16. Sommantico M, Guzmán MO, Parrello S, De Rosa B, Donizzetti AR. Validación de la versión italiana
del cuestionario de agresión (AQ) en el sur de Italia. Psicología Iztacala [Internet]. 2008 [citado 08
Ene 2026];11(4). Disponible en: https://www.revistas.unam.mx/index.php/repi/article/view/18593.
17. García-Batista ZE, Moretti LS, Franco P, Adrián Medrano L, Mustaca AE. Evidencias de Validez y
Confiabilidad de las Puntuaciones del Cuestionario de Agresividad (AQ) para Adultos Argentinos.
Rev Iberoam Diagn Eval - Aval Psicol [Internet]. 2022 [citado 08 Ene 2026];62(1):17. Disponible en:
https://go.gale.com/ps/i.do?id=GALE%7CA758439597&sid=googleScholar&v=2.1&it=r&link
access=abs&issn=11353848&sw=w&p=AONE&userGroupName=anon%7Eb60e570d&aty=open-
web-entry.
18. Maxwell JP. Development and preliminary validation of a Chinese version of the Buss-Perry Aggression
Questionnaire in a population of Hong Kong Chinese. J Pers Assess [Internet]. 2007 [citado 08 Ene
2026];88(3):284–94. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/00223890701317004
DOI: http://doi.org/10.1080/00223890701317004.
19. Golino HF, Epskamp S. Exploratory graph analysis: A new approach for estimating the number of
dimensions in psychological research. PLoS One [Internet]. 2017 [citado 11 Ene 2026];12(6):
e0174035. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0174035.
DOI: http://doi.org/10.1371/journal.pone.0174035.
20. Christensen AP, Golino H. Estimating the stability of psychological dimensions via Bootstrap
Exploratory Graph Analysis: A Monte Carlo simulation and tutorial. Psych [Internet]. 2021 [citado
11 Ene 2026];3(3):479–500. Disponible en: https://www.mdpi.com/2624-8611/3/3/32. DOI:
http://doi.org/10.3390/psych3030032.
21. Christensen AP, Garrido LE, Guerra-Peña K, Golino H. Comparing community detection algorithms
in psychometric networks: A Monte Carlo simulation. Behav Res Methods [Internet]. 2024 [citado 11
Ene 2026];56(3):1485–1505. Disponible en: https://link.springer.com/article/10.3758/s13428-023-
02106-4. DOI: http://doi.org/10.3758/s13428-023-02106-4.
22. Fonseca-Pedrero E, Muñiz J. Análisis de Redes en la Medición Psicológica: Fundamentos: Análisis
psicométrico de redes psicológicas. Acción psicol [Internet]. 2025 [citado 12 Ene 2026];22(1).
Disponible en: https://revistas.uned.es/index.php/accionpsicologica/article/view/43296. DOI:
http://doi.org/10.5944/ap.22.1.43296.
23. Álvarez-Díaz M, Gallego-Acedo C, Fernández-Alonso R, Muñiz J, Fonseca-Pedrero E. Análisis de
Redes: una Alternativa a los Enfoques Clásicos de Evaluación de los Sistemas Educativos. Psicol
Educ [Internet]. 2022 [citado 12 Ene 2026];28(2):165–73. Disponible en: https://digibuo.uniovi.es/
dspace/bitstream/handle/10651/61685/1135_755X_psed_psed2021a16.pdf?sequence=1. DOI:
http://doi.org/10.5093/psed2021a16.
24. Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: A tutorial
paper. Behav Res Methods [Internet]. 2018 [citado 12 Ene 2026];50(1):195–212. Disponible en:
https://link.springer.com/article/10.3758/s13428-017-0862-1#citeas. DOI: http://doi.org/10.3758/
s13428-017-0862-1.
25. Fonseca-Pedrero E. Análisis de redes: ¿una nueva forma de comprender la psicopatología? Rev
Psiquiatr Salud Ment [Internet]. 2017 [citado 13 Ene 2026];10(4):206–15. Disponible en:
https://www.sciencedirect.com/science/article/pii/S1888989117300903. DOI: http://doi.org/10.1016/
j.rpsm.2017.06.004.
26. Andreu, J., Peña, M. & Graña, J. Adaptación psicométrica de la versión española del Cuestionario de
Agresión. Psicothema [Internet] 2002 [citado 11 Ene 2026];14(2),476-482. Disponible en:
https://www.redalyc.org/pdf/727/72714245.pdf.
27. RStudio Team. RStudio: Integrated Development Environment for R [software]. Posit PBC; 2023.
28. Wickham H, Averick M, Bryan J, Chang W, McGowan L, François R, et al. Welcome to the tidyverse.
J Open Source Softw [Internet]. 2019 [citado 11 Ene 2026];4(43):1686. Disponible en: https://joss.theoj.
org/papers/10.21105/joss.01686 DOI: http://doi.org/10.21105/joss.01686.
29. Auguie B, Antonov A. gridExtra: Miscellaneous functions for “Grid” graphics [software]. Comprehensive
R Archive Network (CRAN); 2017.
30. Golino HF, Christensen AP. EGAnet: Exploratory Graph Analysis tools for psychological research
[software]. 2021.
31. Isvoranu AM, Epskamp S. Which estimation method to use in network psychometrics under skew?
(Spearman vs polychoric in EBICglasso).
32. Garcia-Pardina A, Abad FJ, Christensen AP, Golino H, Garrido LE. Dimensionality assessment in the
presence of wording effects: A network psychometric and factorial approach. Behav Res Methods
[Internet]. 2024 [citado 11 Ene 2026];56(6):6179–97. Disponible en: https://link.springer.com/article/
10.3758/s13428-024-02348-w. DOI: http://doi.org/10.3758/s13428-024-02348-w.
33. Golino H, Moulder R, Shi D, Christensen AP, Garrido LE, Nieto MD, et al. Entropy fit indices: New
fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate
Behav Res [Internet]. 2021 [citado 11 Ene 2026];56(6):874–902. Disponible en: https://www.tandfonline.
com/doi/abs/10.1080/00273171.2020.1779642. DOI: http://dx.doi.org/10.1080/00273171.2020.1779642.
34. Christensen AP, Golino H, Silvia PJ. A psychometric network perspective on the validity and validation
of personality trait questionnaires. Eur J Pers [Internet]. 2020 [citado 11 Ene 2026];34(6):1095–108.
Disponible en: https://journals.sagepub.com/doi/abs/10.1002/per.2265. DOI: http://doi.org/10.1002/
per.2265.
35. Christensen AP, Golino H. On the equivalency of factor and network loadings. Behav Res Methods
[Internet]. 2021 [citado 11 Ene 2026];53(4):1563–80. Disponible en: https://link.springer.com/article/
10.3758/s13428-020-01500-6#citeas. DOI: http://doi.org/10.3758/s13428-020-01500-6.
36. Epskamp S. Structural Equation Modeling and Confirmatory Network Analysis [R package psychonetrics
version 0.13.2] [Internet]. Comprehensive R Archive Network (CRAN). 2025 [citado 12 Ene 2026].
Disponible en: https://cran.r-project.org/package=psychonetrics.
37. Epskamp S, Rhemtulla M, Borsboom D. Generalized network psychometrics: Combining network
and latent variable models. Psychometrika [Internet]. 2017 [citado el 12 de Ene de 2026];82(4):
904–927. Disponible en: https://www.cambridge.org/core/journals/psychometrika/article/abs/
generalized-network-psychometrics-combining-network-and-latent-variable-models/2D2004CADB
2549F8FE1DDE1726D9DC80. DOI: http://doi.org/10.1007/s11336-017-9557-x.
38. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge.
39. Borsboom D, Cramer AOJ. Network analysis: an integrative approach to the structure of psychopathology.
Annu Rev Clin Psychol [Internet]. 2013 [citado 12 Ene 2026];9(1):91–121. Disponible en:
https://www.annualreviews.org/content/journals/10.1146/annurev-clinpsy-050212-185608. DOI:
http://doi.org/10.1146/annurev-clinpsy-050212-185608.
40. Lara SD, Merino-Soto C. Estimación de la magnitud del efecto en invarianza de medición. Rev Aval
Psicol [Internet]. 2019 [citado 29 May 2026];18(03). Disponible en: https://pepsic.bvsalud.org/scielo.
php?pid=S1677-04712019000300014&script=sci_arttext. DOI: http://doi.org/10.15689/ap.2019.
1803.16248.13.
Agresividad en adolescentes: Validez y confiabilidad en base al análisis de redes psicométricas
Aggression in adolescents: Validity and reliability based on psychometric network analysis
https://doi.org/10.37135/ee.04.27.01
Autor:
Richard Irvin Salirrosas-Cabada1 - https://orcid.org/0000-0002-4443-5992
Afiliación:
1Universidad Privada del Norte, Facultad de Ciencias de la Salud, Lima, Perú
Autor de correspondencia: Richard Irvin Salirrosas-Cabada. Av. Tingo María N° 1122, distrito de Cercado
de Lima Correo electrónico: richard.salirrosas@upn.pe, Telefono: 956363278
Recibido: 11 de mayo de 2026 Aceptado: 3 de agosto de 2026
RESUMEN
Se considera a la agresividad, como toda aquella conducta basada en la intimidación, mediante el empleo de
la violencia física o psicológica. Entre los diversos instrumentos que miden el constructo, se encuentra el
Cuestionario de Agresividad de Buss y Perry. Frente a esto, el estudio buscó determinar la validez y fiabilidad
en base a un modelo psicométrico basado en redes. Participaron 490 estudiantes del nivel secundario. Se
evaluaron la dimensionalidad, consistencia estructural, cargas de red mediante el Análisis Exploratorio de
Grafos (EGA) e invarianza en base al sexo. Los resultados, indicaron que el cuestionario presenta una estructura
basada en tres dimensiones, con una consistencia estructural ideal (0,837 a 0,997). Las cargas de red fueron
moderadas a altas (0,22 a 0,54), asimismo, existe invarianza entre sexos. Lo encontrado, pone en evidencia
que el cuestionario presenta validez y fiabilidad, lo que determina su uso para la medición de la agresividad
en adolescentes educativos.
Palabras clave: Psicometría, agresión, adolescentes.
ABSTRACT
Aggression is defined as any behavior based on intimidation through the use of physical or psychological
violence. Among the various instruments designed to measure this construct, the Buss and Perry Aggression
Questionnaire is one of the most widely used. In this context, the present study aimed to determine its validity
and reliability based on a psychometric network model. A total of 490 secondary school students participated
in the study. Dimensionality, structural consistency, network loadings using Exploratory Graph Analysis
(EGA), and sex-based invariance were evaluated. The results indicated that the questionnaire exhibits a
three-dimensional structure with ideal structural consistency coefficients (0.837 to 0.997). Network loadings
were moderate to high (0.22 to 0.54), and measurement invariance across sex was supported. These findings
provide evidence of the questionnaire’s validity and reliability, supporting its use for assessing aggression in
adolescent students.
Keywords: Psychometrics, Aggression, Adolescent.
INTRODUCCIÓN.
La adolescencia, representa una etapa llena de oportunidades y beneficios para el buen desarrollo neuronal y
socioemocional,
(1)
al ser positivo, contribuye al bienestar y calidad de vida. Sin embargo, muchas veces
debido a dificultades o conflictos, suelen presentar conductas poco adaptativas, siendo una de las más comunes
la agresividad.
(2)
La agresividad, es asumida como un problema de salud pública, que genera graves consecuencias en las
víctimas y sociedad,
(3)
la cual, busca lastimar o causar daño a nivel físico o emocional.
(4)
Se reconoce que la
agresividad, puede ser expresada de muchas maneras, mediante insultos, amenazas o golpes, que conlleva a
una mayor dificultad para adaptarse en contextos educativos y en el sistema familiar. La literatura reconoce
su relación con ideas suicidas y dificultad para establecer vínculos sanos con sus pares,
(5)
los trastornos de
personalidad,
(6)
dificultades para ejercer un adecuado autocontrol,
(7)
inestabilidad y un deterioro constante en
la calidad de vida.
(8)
Entre los diversos modelos teóricos que permiten tener una mejor comprensión sobre la agresividad, se
encuentra la teoría del aprendizaje social,
(9)
la cual considera que la agresividad surge y se refuerza a partir
de la influencia que se recibe del entorno más cercano, influyendo en la conducta y creencias, moldeando su
interacción en sociedad.
(10)
A la vez, se reconoce que medir la agresividad en los adolescentes, es importante, ya que facilita su adecuada
identificación y puedo permitir su oportuna intervención. Estudios han reportado que cuando se promueve la
autoestima
Entre los diversos instrumentos que se utilizan para la medición de la agresividad, se encuentra Cuestionario
de Agresión (AQ), elaborado por Buss y Perry en 1992, la cual consta de cuatro dimensiones y un total de 29
reactivos, orientados a medir la agresividad física, verbal, la ira y hostilidad. A lo largo de los años, ha sido
objeto de diversos estudios de corte psicométrico, sin embargo, estudios realizados en diferentes contextos,
han encontrado dificultades relacionadas a una baja confiabilidad en dimensiones y el retiro de ítems.
(11,12,13,14)
Asimismo, ha presentado cambios en su estructura, reportándose versiones reducidas de tres dimensiones en
Ecuador,
(15)
Italia,
(16)
Argentina
(17)
y en China de dos dimensiones.
(18)
Todos estos estudios, demuestran la
utilidad del instrumento para la medición de la agresividad, sin embargo, ponen en evidencia, que su estructura
no suele mostrar replicabilidad en diferentes contextos. Esto motiva a realizar el análisis psicométrico, en
base al método de análisis de redes, ya que puede estimar la replicabilidad de la estructura que la prueba
presenta,
(19)
cuantificar las cargas de red en base a su equivalencia facilitando una mejor selección de los
reactivos y su invarianza
(20)
y la redundancia.
(21)
En relación con el análisis de redes, es un método relativamente reciente, que se diferencia de los modelos
clásicos en medición, al considerar que las variables, síntomas, rasgos o dificultades psicológicas se encuentran
interrelacionados y que mantienen entre ellas un impacto constante,
(22)
a diferencia del modelo biomédico que
considera a toda patología o dificultad emocional es producto de una variable latente.
La red al ser analizada presenta una representación gráfica dividida en dos aspectos, nodos y aristas,
(23,24,25)
los primeros hacen referencia a las variables analizadas y las segundas indican la relación existente entre
ellas. En base a lo expuesto, se puede considerar que el análisis de redes representa un método de análisis
innovador complejo frente a la medición de variables, poder usarlo en el campo de la validación de
instrumentos contribuye a que pueda contar con herramientas de mayor precisión.
Ante esto, se propone como objetivo general realizar un análisis psicométrico exploratorio de redes del
cuestionario de agresión (AQ) en adolescentes. Y como objetivos específicos se buscó: Realizar el análisis
preliminar de los ítems, estimar la dimensionalidad y estabilidad, calcular las cargas de red, obtener la
consistencia estructural y realizar el análisis de invarianza en base al sexo en los adolescentes.
METODOLOGÍA.
El estudio corresponde al diseño instrumental, con enfoque cuantitativo, orientado a la medición de la validez
y confiabilidad.
La muestra, seleccionada fue evaluada en base al muestreo no probabilístico por conveniencia, método que
permite una selección de participantes en base a la accesibilidad y facilidad del investigador, pero que solo
toma en consideración a aquellos que cumplen con los criterios establecidos para su selección. En total
fueron 490 adolescentes, quienes cursaban del tercer al quinto grado del nivel secundario, pertenecientes a
una institución educativa pública. Sus edades oscilaron de 13 a 16 años (Media: 14.6), de ambos sexos (61 %
varones y 39 % mujeres). Como criterios de inclusión fueron considerados solo aquellos matriculados en el
año académico, que acepten formar parte de manera voluntaria brindando su consentimiento.
El instrumento empleado, fue el Cuestionario de Agresión (AQ), elaborado por Buss y Perry en 1992. Se
empleó la versión adaptada por Andreu et al.,
(26)
se compone de cuatro dimensiones (agresión física, agresión
verbal, ira y hostilidad) y 29 ítems en escala Likert. Presenta una confiabilidad que oscila de 0,68 a 0,88 entre
sus dimensiones y adecuados índices de ajuste (RMR: 0,05, RMSEA: 0,05, GFI: 0,92 y GFI: 0,93).
El proceso de recojo de información se realizó de manera presencial, cada participante firmó un consentimiento
informado, que brindaba su conformidad a ser participe del estudio. Culminado el proceso cada prueba fue
codificada para su posterior análisis.
Análisis de datos
El análisis de los datos se llevó a cabo utilizando RStudio como interfaz principal para la gestión y ejecución
de los scripts analíticos.
(27)
Para la manipulación, limpieza y organización de los datos, se emplearon las
herramientas del paquete tidyverse, que facilitan la estructuración eficiente de los conjuntos de datos y la
preparación previa al análisis estadístico.
(28)
La composición y maquetación de las figuras se realizó mediante
el paquete gridExtra, permitiendo una presentación visual clara y comparativa de los resultados.
(29)
El análisis
exploratorio de grafos (EGA) y su versión bootstrap (bootEGA) se implementaron a través del paquete
EGAnet, que posibilita la identificación de la dimensionalidad subyacente y la evaluación de la estabilidad
estructural de las soluciones obtenidas.
(30)
Para la estimación de la red, se utilizó el modelo graphical lasso (glasso) sobre una matriz de correlaciones
de Spearman, decisión motivada por la presencia de asimetría en la distribución de las respuestas tipo Likert,
ya que bajo estas condiciones la matriz de Spearman ofrece una recuperación de aristas comparable o
superior a la matriz policórica en el contexto de EBICglasso.
(31)
La detección de comunidades se realizó
inicialmente con el algoritmo Louvain, aunque el paquete EGAnet también permite la comparación con
otros algoritmos como walktrap, basado en caminatas aleatorias, para asegurar la robustez de la estructura
dimensional identificada.
(32)
El análisis incluyó la aplicación de bootEGA con 1000 réplicas y el algoritmo
Leading Eigenvector (LE) para evaluar la consistencia estructural de las dimensiones y la estabilidad de
pertenencia de los ítems, utilizando como criterio de replicación satisfactorio un umbral de ≥ 75 %, conforme
a las recomendaciones metodológicas actuales.
(33)
La consistencia estructural fue diferenciada explícitamente de la consistencia interna clásica, ya que la
primera evalúa la replicabilidad de la estructura dimensional en muestras bootstrap, mientras que la segunda
se refiere a la homogeneidad interna de los ítems.
(34)
En relación a las cargas de red, se interpretan en base a
tres umbrales, pequeño para 0,15, moderadas para 0,25 y grandes para 0,35, lo que permite poder realizar las
comparaciones en base a criterios ya conocidos de interpretación de cargas factoriales.
(35)
Aunado a esto, se
empleó el Loading Comparison Test (LCT) para poder elegir entre el marco de red y el latente, facilitando
así que toda estructura identificada guarde mejor relación con el modelo teórico más pertinente.
(36)
La
modelización de redes latentes (Latent Network Modeling) se implementó con el paquete psychonetrics,
permitiendo explorar las interacciones entre variables latentes y comparar la estructura de red con modelos
de ecuaciones estructurales tradicionales.
(37)
Para la interpretación de las correlaciones entre dimensiones y nodos, se siguieron los puntos de corte
propuestos por Cohen (0,10, 0,30, 0,50 como efectos pequeño, mediano y grande, respectivamente), y se
reportaron métricas de centralidad cuando fue pertinente, empleando las funciones del paquete bootnet.
(24,38)
La elección de este enfoque metodológico responde a la necesidad de captar la complejidad estructural de los
datos tipo Likert, garantizar la robustez y replicabilidad de los resultados, y permitir una interpretación
tanto desde el marco de red como desde el marco latente, integrando evidencia empírica y criterios teóricos
actualizados.
RESULTADOS
Figura 1. Análisis preliminar de los ítems
En base al análisis descriptivo de las frecuencias de respuesta para los 17 ítems que conforman el instrumento
y presentan la escala Likert. Se aprecia, que en su gran mayoría diversos ítems (AFI, AF5, AF13, AF21,
AF27, AF29, AV18 y AH4) superan el 40% de selección en opción 1 por parte de los participantes, asimismo
se aprecia que una gran cantidad de ítems, los porcentajes elegidos superan el 20 %, para la opción dos. A
partir de esto, se puede inferir que, entre los adolescentes evaluados, existe una mayor tendencia a elegir
categorías bajas de respuesta, sin embargo, se aprecia variabilidad entre las cinco opciones de respuesta.
Figura 2. Dimensionalidad y estabilidad (EGA/BootEGA)
El Análisis Exploratorio de Grafos (EGA) identificó la presencia de tres dimensiones en la estructura de los
datos. El índice TEFI obtenido fue de -12,29, lo que indica un ajuste adecuado del modelo de red estimado.
La estabilidad de la solución fue corroborada mediante procedimientos de remuestreo (BootEGA), que
presentan una mejor estructura en base a 17 ítems y tres dimensiones, y a la vez, reflejan una mayor
consistencia en las iteraciones realizadas. A la vez, las líneas más gruesas muestran una mayor conexión
entre los ítems que conforman cada dimensión, esto permite comprender que existe una gran relación entre
los dimensiones y el modelo teórico para la medición de la agresión.
Tabla 1. Cargas de red (principales)
El análisis de cargas de red mostró que, en la dimensión 1, los ítems con mayores cargas fueron AF5 (0,541),
AF21 (0,482), AF9 (0,403), AF24 (0,398) y AF17 (0,336). En la dimensión 2, los ítems más representativos
fueron AV14 (0,447), AI19 (0,433), AV18 (0,395), AV10 (0,326) y AV2 (0,296). Para la dimensión 3,
destacaron AH26 (0,543), AH8 (0,421), AH12 (0,372), AH16 (0,367) y AH20 (0,253). Estos resultados
evidencian una adecuada representación de los ítems en sus respectivas dimensiones.
Figura 3. Consistencia estructural (BootEGA) modelo original.
El modelo original, evidencia que diversos reactivos, presentan coeficientes con valores menores al 0,75, lo
que indica una baja estabilidad, la cual se encuentre presente en las cuatro dimensiones, cuyos valores oscilan
de 0,39 a 0,74; los ítems que reflejan una mayor estabilidad, presentan valores 0,76 a 0,96. Frente a esto, se
realizó la eliminación de reactivos, buscando una mayor estabilidad en la red.
Figura 4. Consistencia estructural (BootEGA) del modelo adaptado.
La figura, permite identificar la consistencia estructural en base a las 3 dimensiones identificadas, cuyos
valores son elevados, presentando coeficientes de 0,86 a 1 en Agresividad física, de 0,92 a 1 para Agresión
verbal y de 1 en la dimensión Hostilidad. Los valores encontrados permiten apreciar que la presencia de una
alta estabilidad y replicabilidad, del modelo encontrado en base a tres dimensiones en base al BootEGA.
Figura 5. Invarianza en base al modelo adaptado.
Se realizó el análisis de invarianza, tomando en cuenta la estructura de tres dimensiones en base al sexo. Los
resultados reflejan que no existen diferencias estadísticamente significativas entre la pertenencia de los 17
ítems sobre las dimensiones, mostrando valores de p ajustados (p_BH) mayores al 0,05 entre la gran mayoría
de los casos. Es necesario tomar en cuenta que solo se apreciaron diferencias en el ítem AF24, que refleja una
diferencia significativa (p = 0,048; p_BH = 0,468), sin embargo, este valor no fue suficiente para poder
determinar una diferencia al realizarse la corrección en base a las comparaciones múltiples. Lo encontrado
confirma la invarianza de la estructura factorial entre los grupos analizados.
DISCUSIÓN
La adolescencia presenta, una etapa importante durante el proceso de adaptación y socialización, sin embargo,
es propensa a la manifestación de diversas dificultades. Entre las más comunes se encuentra la agresividad,
considerada un problema público, que conlleva a graves consecuencias en sus víctimas y sociedad,
(3)
cuya
finalidad es la de lastimar o causar daño a nivel físico o emocional.
(4)
Al respecto, puede ser definida como
todo aquel acto basado en golpes, la coacción e insultos, con la finalidad de obtener un beneficio mediante
el uso de la fuerza e intimidación.
Existen diversos instrumentos destinados a la medición de la agresividad, el Cuestionario de Agresión (AQ),
de Buss y Perry, es uno de más empleados, adaptado en diferentes idiomas, contextos y grupos poblacionales.
Frente a esto, se propuso como objetivo, realizar un análisis psicométrico del cuestionario de agresión (AQ)
en adolescentes, en base al análisis de redes.
Al respecto, el estudio se basó en el análisis de redes, método que ha tomado mayor relevancia en la medición
de variables relacionadas a la salud mental y considera a los diversos síntomas como nodos, que se relacionan,
se refuerzan entre sí y permiten de esta manera determinar sus factores.
(39)
En el campo de la psicometría, el
análisis de redes permite estimar medidas como la replicabilidad en base al análisis de grafos y a medidas de
Bootstrap, que buscan conocer la dependencia en la muestra,
(17)
así como conocer el valor de la carga de
red,
(32)
determinar la redundancia, mediante el análisis de variables únicas (UVA), lo que facilita el poder
abreviar un instrumento,
(21)
y comprobar la invarianza de los grupos en base al sexo.
En base a las redes psicométricas, los resultados encontrados permiten apreciar la conformación de una
nueva estructura conformada por 17 ítems y tres dimensiones, con cargas de red que oscilan de 0,22 a 0,54,
permitiendo considerar que entre los diversos ítems existen adecuadas interconexiones que contribuyen a la
medición de la agresividad en adolescentes. Aunque estos valores no son similares a otros resultados
encontrados en otros contextos,
(16, 17)
se puede inferir que los ítems, logran tener una adecuada relación con
el constructo propuesto y facilitan la medición de la agresividad en adolescentes.
Asimismo, aunque el estudio propone una nueva estructura en su medición, se debe considerar, que a
diferencia del modelo médico que tiene como punto de partida la percepción de una variable latente como
método para poder explicar dificultades, rasgos de personalidad y otros; el análisis de redes considera que
cada síntoma o característica evaluada, es producto de la interacción que existe entre los síntomas o
características,
(22)
en relación al presente, se puede inferir que cada ítem se encuentra relacionado y a la vez
impactan entre sí de forma constante. En relación con el cambio en la estructura para la medición de la variable,
el cual se conforma por tres dimensiones, coincide con diversos estudios realizados,
(15,16,17,18)
los cuales
reportaron modificaciones en el instrumento en sus dimensiones y eliminación de ítems, pero siguen
demostrando utilidad para la medición de la agresividad.
Los coeficientes relacionados a la estabilidad muestran valores de 0,837 a 0,997, considerados satisfactorios,
(30) entre las dimensiones de la nueva estructura propuesta, lo que indican capacidad para la medición y
buena replicabilidad del cuestionario. Aunque otros estudios han empleado coeficientes distintos para la
fiabilidad,
(15,16,17)
valores, pueden llegar a ser comparables a los diversos coeficientes reportados en estudios
que buscaron medir su consistencia.
En relación con la invarianza entre grupos, los resultados no reflejan diferencias estadísticas entre ambos
grupos (hombres y mujeres), esto permite comprender que toda diferencia que pueda llegar a encontrarse en
base a la medición se debe a diferencia entre los géneros y no a causa del instrumento seleccionado.
(40)
A partir de lo encontrado, el estudio muestra la importancia de seguir analizando instrumentos que miden
agresividad en los adolescentes, al ser una dificultad creciente y que suele estar presente en diferentes
contextos. Además, brinda una versión breve, lo cual facilita su aplicación. Aunque el estudio emplea un
método que puede llegar a ser considerado nuevo, no se encuentra exento de limitaciones, como el tipo de
muestreo empleado que limita su generalización; a la vez, la cantidad de la muestra evaluada se considera
adecuada, sin embargo, se sugiere en futuros estudios ampliar el número de adolescentes evaluados.
CONCLUSIONES
El cuestionario de agresividad analizado, en base al análisis de redes, refleja una estructura tridimensional,
con adecuada validez y confiabilidad. Esto permite que pueda ser empleados por profesionales de la salud,
docentes, estudiantes o investigadores, interesados en medir los niveles de agresividad en estudiantes del
nivel secundario de ambos sexos.
Financiamiento: El estudio fue financiado por el investigador.
Agradecimientos: A la Universidad Privada del Norte por su confianza y a cada uno de los participantes que
respondieron de manera sincera a la evaluación.
Conflicto de intereses: El autor de la presente investigación, declara no presentar conflicto de interés.
Contribución del autor: Richard Irvin Salirrosas-Cabada, se encargó de la búsqueda de información,
recolección de datos, análisis e interpretación de resultados, metodología y conclusiones.
REFERENCIAS BIBLIOGRAFICAS.
1. Zhang Y, Li Y, Xie X, Lin X, Huang M, Fu H, et al. Association of greenness surrounding school with
aggression among adolescents: A multi-site study in China. Environ Res [Internet]. 2023 [citado 04
Ene 2026];234:116529. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/
S0013935123013336 DOI: https://doi.org/10.1016/j.envres.2023.116529.
2. Campo-Tena L, Larmour SR, Pereda N, Eisner MP. Longitudinal associations between adolescent
dating violence victimization and adverse outcomes: A systematic review. Trauma Violence Abuse
[Internet]. 2024 [citado 04 Ene 2026];25(2):1265–1277. Disponible en: https://journals.sagepub.com/
doi/full/10.1177/15248380231174504. DOI: https://doi.org/10.1177/15248380231174504.
3. Zhang L, Zhu H. Relationship between narcissism and aggression: A meta-analysis. Xin Li Xue Bao
[Internet]. 2021 [citado 04 Ene 2026];53(11):1228–1243. Disponible en: https://doi.org/10.3724/
SP.J.1041.2021.01228.
REE 20(3) Riobamba sep. - dic. 2026
cc
BY NC ND
13
ISSN-impreso 1390-7581
ISSN-digital 2661-6742
4. Krahé B. The social psychology of aggression: 3Rd edition [Internet]. 3a ed. Londres, Inglaterra:
Routledge; 2020. Disponible en: http://dx.doi.org/10.4324/9780429466496.
5. Zhang L, Eggum ND. Chinese adolescents’ perceptions of aggressive peers: The roles of gender and
cultural values. J Interpers Violence [Internet]. 2023 [citado 04 Ene 2026];38(15–16):9343–9368.
Disponible en: https://journals.sagepub.com/doi/abs/10.1177/08862605231165751 DOI: https://doi.org/
10.1177/08862605231165751.
6. Whipp AM, Korhonen T, Raevuori A, Heikkilä K, Pulkkinen L, Rose RJ, et al. Early adolescent
aggression predicts antisocial personality disorder in young adults: a population-based study. Eur
Child Adolesc Psychiatry [Internet]. 2019 [citado 05 Ene 2026];28(3):341–350. Disponible en:
https://link.springer.com/article/10.1007/s00787-018-1198-9. DOI: https://doi.org/10.1007/s00787-
018-1198-9.
7. Kwak M, Oh I. Comparison of psychological and social characteristics among traditional, cyber,
combined bullies, and non-involved. Sch Psychol Int [Internet]. 2017 [citado 05 Ene 2026];38(6):
608–627. Disponible en: https://journals.sagepub.com/doi/abs/10.1177/0143034317729424 DOI:
https://doi.org/10.1177/0143034317729424.
8. Brugman S, Cornet LJM, Smeijers D, Smeets K, Oostermeijer S, Buitelaar JK, et al. Examining the
reactive proactive questionnaire in adults in forensic and non-forensic settings: A variable- and
person-based approach: Reactive Proactive Aggression in Adults. Aggress Behav [Internet]. 2017
[citado 05 Ene 2026];43(2):155–162. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1002/
ab.21671. DOI: https://doi.org/10.1002/ab.21671.
9. Bandura A, Ross D, Ross SA. Transmission of aggression through imitation of aggressive models. J
Abnorm Soc Psychol [Internet]. 1961 [citado 05 Ene 2026];63(3):575–582. Disponible en:
https://psycnet.apa.org/record/1963-00875-001. DOI:http://doi.org/10.1037/h0045925.
10. Siregar AOA, Karmiyati D. Delinquent behavior: An analysis of Albert Bandura’s social learning
theory. ICPE [Internet]. 2024 [citado el 05 de Ene de 2026];3(1). Disponible en: https://proceeding.
unesa.ac.id/index.php/icpe/article/view/3655.
11. Pomahuacre-Carhuayal JW, Flores-Ramirez ME, Sanchez-Aliaga LL, Pomahuacre-Carhuayal LA,
Alva-Mendoza JC. Cuestionario de Agresión de Buss y Perry, forma reducida (AQ-SF): evidencias
psicométricas en adolescentes peruanos. Rev Investig Psicol [Internet]. 2024 [citado 05 Ene 2026];
27(2):e27560. Disponible en: disponible en: https://go.gale.com/ps/i.do?id=GALE%7CA824744120
&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=1560909X&sw=w&p=IFME&userGroup
Name=anon%7E2f25831a&aty=open-web-entry DOI: http://doi.org/10.15381/rinvp.v27i2.27560.
12. Javela JJ. Analysis of the psychometric properties of the Buss-Perry Aggression Questionnaire (AQ)
in Colombian adolescents. Rev psicol clín con niños adolesc [Internet]. 2023 [citado 07 Ene 2026];
10(3). Disponible en: https://jcpca.org/wp-content/uploads/pdfs/23-03-08.pdf. DOI: http://doi.org/
10.21134/rpcna.2023.10.3.8.
13. Cunha O, Peixoto M, Cruz AR, Gonçalves RA. Buss-Perry Aggression Questionnaire: Factor structure
and measurement invariance among Portuguese male perpetrators of intimate partner violence. Crim
Justice Behav [Internet]. 2021 [citado 07 Ene 2026];009385482110501. Disponible en: https://journals.
sagepub.com/doi/abs/10.1177/00938548211050113. DOI: http://doi.org/10.1177/00938548211050113.
14. Zimonyi S, Kasos K, Halmai Z, Csirmaz L, Stadler H, Rózsa S, et al. Hungarian validation of the
Buss-Perry Aggression Questionnaire-Is the short form more adequate? Brain Behav [Internet]. 2021
[citado 07 Ene 2026];11(5):e02043. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/
brb3.2043 DOI: http://doi.org/10.1002/brb3.2043.
15. Espinoza I, Tobar Viera A. Propiedades psicométricas del Cuestionario de Agresión (AQ) en
estudiantes universitarios ecuatorianos. ecosacademia [Internet]. 2023 [citado 07 Ene 2026];9(18):
9–27. Disponible en: https://revistasojs.utn.edu.ec/index.php/ecosacademia/es/article/view/907.
DOI: http://doi.org/10.53358/ecosacademia.v9i18.907.
16. Sommantico M, Guzmán MO, Parrello S, De Rosa B, Donizzetti AR. Validación de la versión italiana
del cuestionario de agresión (AQ) en el sur de Italia. Psicología Iztacala [Internet]. 2008 [citado 08
Ene 2026];11(4). Disponible en: https://www.revistas.unam.mx/index.php/repi/article/view/18593.
17. García-Batista ZE, Moretti LS, Franco P, Adrián Medrano L, Mustaca AE. Evidencias de Validez y
Confiabilidad de las Puntuaciones del Cuestionario de Agresividad (AQ) para Adultos Argentinos.
Rev Iberoam Diagn Eval - Aval Psicol [Internet]. 2022 [citado 08 Ene 2026];62(1):17. Disponible en:
https://go.gale.com/ps/i.do?id=GALE%7CA758439597&sid=googleScholar&v=2.1&it=r&link
access=abs&issn=11353848&sw=w&p=AONE&userGroupName=anon%7Eb60e570d&aty=open-
web-entry.
18. Maxwell JP. Development and preliminary validation of a Chinese version of the Buss-Perry Aggression
Questionnaire in a population of Hong Kong Chinese. J Pers Assess [Internet]. 2007 [citado 08 Ene
2026];88(3):284–94. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/00223890701317004
DOI: http://doi.org/10.1080/00223890701317004.
19. Golino HF, Epskamp S. Exploratory graph analysis: A new approach for estimating the number of
dimensions in psychological research. PLoS One [Internet]. 2017 [citado 11 Ene 2026];12(6):
e0174035. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0174035.
DOI: http://doi.org/10.1371/journal.pone.0174035.
20. Christensen AP, Golino H. Estimating the stability of psychological dimensions via Bootstrap
Exploratory Graph Analysis: A Monte Carlo simulation and tutorial. Psych [Internet]. 2021 [citado
11 Ene 2026];3(3):479–500. Disponible en: https://www.mdpi.com/2624-8611/3/3/32. DOI:
http://doi.org/10.3390/psych3030032.
21. Christensen AP, Garrido LE, Guerra-Peña K, Golino H. Comparing community detection algorithms
in psychometric networks: A Monte Carlo simulation. Behav Res Methods [Internet]. 2024 [citado 11
Ene 2026];56(3):1485–1505. Disponible en: https://link.springer.com/article/10.3758/s13428-023-
02106-4. DOI: http://doi.org/10.3758/s13428-023-02106-4.
22. Fonseca-Pedrero E, Muñiz J. Análisis de Redes en la Medición Psicológica: Fundamentos: Análisis
psicométrico de redes psicológicas. Acción psicol [Internet]. 2025 [citado 12 Ene 2026];22(1).
Disponible en: https://revistas.uned.es/index.php/accionpsicologica/article/view/43296. DOI:
http://doi.org/10.5944/ap.22.1.43296.
23. Álvarez-Díaz M, Gallego-Acedo C, Fernández-Alonso R, Muñiz J, Fonseca-Pedrero E. Análisis de
Redes: una Alternativa a los Enfoques Clásicos de Evaluación de los Sistemas Educativos. Psicol
Educ [Internet]. 2022 [citado 12 Ene 2026];28(2):165–73. Disponible en: https://digibuo.uniovi.es/
dspace/bitstream/handle/10651/61685/1135_755X_psed_psed2021a16.pdf?sequence=1. DOI:
http://doi.org/10.5093/psed2021a16.
24. Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: A tutorial
paper. Behav Res Methods [Internet]. 2018 [citado 12 Ene 2026];50(1):195–212. Disponible en:
https://link.springer.com/article/10.3758/s13428-017-0862-1#citeas. DOI: http://doi.org/10.3758/
s13428-017-0862-1.
25. Fonseca-Pedrero E. Análisis de redes: ¿una nueva forma de comprender la psicopatología? Rev
Psiquiatr Salud Ment [Internet]. 2017 [citado 13 Ene 2026];10(4):206–15. Disponible en:
https://www.sciencedirect.com/science/article/pii/S1888989117300903. DOI: http://doi.org/10.1016/
j.rpsm.2017.06.004.
26. Andreu, J., Peña, M. & Graña, J. Adaptación psicométrica de la versión española del Cuestionario de
Agresión. Psicothema [Internet] 2002 [citado 11 Ene 2026];14(2),476-482. Disponible en:
https://www.redalyc.org/pdf/727/72714245.pdf.
27. RStudio Team. RStudio: Integrated Development Environment for R [software]. Posit PBC; 2023.
28. Wickham H, Averick M, Bryan J, Chang W, McGowan L, François R, et al. Welcome to the tidyverse.
J Open Source Softw [Internet]. 2019 [citado 11 Ene 2026];4(43):1686. Disponible en: https://joss.theoj.
org/papers/10.21105/joss.01686 DOI: http://doi.org/10.21105/joss.01686.
29. Auguie B, Antonov A. gridExtra: Miscellaneous functions for “Grid” graphics [software]. Comprehensive
R Archive Network (CRAN); 2017.
30. Golino HF, Christensen AP. EGAnet: Exploratory Graph Analysis tools for psychological research
[software]. 2021.
31. Isvoranu AM, Epskamp S. Which estimation method to use in network psychometrics under skew?
(Spearman vs polychoric in EBICglasso).
32. Garcia-Pardina A, Abad FJ, Christensen AP, Golino H, Garrido LE. Dimensionality assessment in the
presence of wording effects: A network psychometric and factorial approach. Behav Res Methods
[Internet]. 2024 [citado 11 Ene 2026];56(6):6179–97. Disponible en: https://link.springer.com/article/
10.3758/s13428-024-02348-w. DOI: http://doi.org/10.3758/s13428-024-02348-w.
33. Golino H, Moulder R, Shi D, Christensen AP, Garrido LE, Nieto MD, et al. Entropy fit indices: New
fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate
Behav Res [Internet]. 2021 [citado 11 Ene 2026];56(6):874–902. Disponible en: https://www.tandfonline.
com/doi/abs/10.1080/00273171.2020.1779642. DOI: http://dx.doi.org/10.1080/00273171.2020.1779642.
34. Christensen AP, Golino H, Silvia PJ. A psychometric network perspective on the validity and validation
of personality trait questionnaires. Eur J Pers [Internet]. 2020 [citado 11 Ene 2026];34(6):1095–108.
Disponible en: https://journals.sagepub.com/doi/abs/10.1002/per.2265. DOI: http://doi.org/10.1002/
per.2265.
35. Christensen AP, Golino H. On the equivalency of factor and network loadings. Behav Res Methods
[Internet]. 2021 [citado 11 Ene 2026];53(4):1563–80. Disponible en: https://link.springer.com/article/
10.3758/s13428-020-01500-6#citeas. DOI: http://doi.org/10.3758/s13428-020-01500-6.
36. Epskamp S. Structural Equation Modeling and Confirmatory Network Analysis [R package psychonetrics
version 0.13.2] [Internet]. Comprehensive R Archive Network (CRAN). 2025 [citado 12 Ene 2026].
Disponible en: https://cran.r-project.org/package=psychonetrics.
37. Epskamp S, Rhemtulla M, Borsboom D. Generalized network psychometrics: Combining network
and latent variable models. Psychometrika [Internet]. 2017 [citado el 12 de Ene de 2026];82(4):
904–927. Disponible en: https://www.cambridge.org/core/journals/psychometrika/article/abs/
generalized-network-psychometrics-combining-network-and-latent-variable-models/2D2004CADB
2549F8FE1DDE1726D9DC80. DOI: http://doi.org/10.1007/s11336-017-9557-x.
38. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge.
39. Borsboom D, Cramer AOJ. Network analysis: an integrative approach to the structure of psychopathology.
Annu Rev Clin Psychol [Internet]. 2013 [citado 12 Ene 2026];9(1):91–121. Disponible en:
https://www.annualreviews.org/content/journals/10.1146/annurev-clinpsy-050212-185608. DOI:
http://doi.org/10.1146/annurev-clinpsy-050212-185608.
40. Lara SD, Merino-Soto C. Estimación de la magnitud del efecto en invarianza de medición. Rev Aval
Psicol [Internet]. 2019 [citado 29 May 2026];18(03). Disponible en: https://pepsic.bvsalud.org/scielo.
php?pid=S1677-04712019000300014&script=sci_arttext. DOI: http://doi.org/10.15689/ap.2019.
1803.16248.13.
Agresividad en adolescentes: Validez y confiabilidad en base al análisis de redes psicométricas
Aggression in adolescents: Validity and reliability based on psychometric network analysis
https://doi.org/10.37135/ee.04.27.01
Autor:
Richard Irvin Salirrosas-Cabada1 - https://orcid.org/0000-0002-4443-5992
Afiliación:
1Universidad Privada del Norte, Facultad de Ciencias de la Salud, Lima, Perú
Autor de correspondencia: Richard Irvin Salirrosas-Cabada. Av. Tingo María N° 1122, distrito de Cercado
de Lima Correo electrónico: richard.salirrosas@upn.pe, Telefono: 956363278
Recibido: 11 de mayo de 2026 Aceptado: 3 de agosto de 2026
RESUMEN
Se considera a la agresividad, como toda aquella conducta basada en la intimidación, mediante el empleo de
la violencia física o psicológica. Entre los diversos instrumentos que miden el constructo, se encuentra el
Cuestionario de Agresividad de Buss y Perry. Frente a esto, el estudio buscó determinar la validez y fiabilidad
en base a un modelo psicométrico basado en redes. Participaron 490 estudiantes del nivel secundario. Se
evaluaron la dimensionalidad, consistencia estructural, cargas de red mediante el Análisis Exploratorio de
Grafos (EGA) e invarianza en base al sexo. Los resultados, indicaron que el cuestionario presenta una estructura
basada en tres dimensiones, con una consistencia estructural ideal (0,837 a 0,997). Las cargas de red fueron
moderadas a altas (0,22 a 0,54), asimismo, existe invarianza entre sexos. Lo encontrado, pone en evidencia
que el cuestionario presenta validez y fiabilidad, lo que determina su uso para la medición de la agresividad
en adolescentes educativos.
Palabras clave: Psicometría, agresión, adolescentes.
ABSTRACT
Aggression is defined as any behavior based on intimidation through the use of physical or psychological
violence. Among the various instruments designed to measure this construct, the Buss and Perry Aggression
Questionnaire is one of the most widely used. In this context, the present study aimed to determine its validity
and reliability based on a psychometric network model. A total of 490 secondary school students participated
in the study. Dimensionality, structural consistency, network loadings using Exploratory Graph Analysis
(EGA), and sex-based invariance were evaluated. The results indicated that the questionnaire exhibits a
three-dimensional structure with ideal structural consistency coefficients (0.837 to 0.997). Network loadings
were moderate to high (0.22 to 0.54), and measurement invariance across sex was supported. These findings
provide evidence of the questionnaire’s validity and reliability, supporting its use for assessing aggression in
adolescent students.
Keywords: Psychometrics, Aggression, Adolescent.
INTRODUCCIÓN.
La adolescencia, representa una etapa llena de oportunidades y beneficios para el buen desarrollo neuronal y
socioemocional,
(1)
al ser positivo, contribuye al bienestar y calidad de vida. Sin embargo, muchas veces
debido a dificultades o conflictos, suelen presentar conductas poco adaptativas, siendo una de las más comunes
la agresividad.
(2)
La agresividad, es asumida como un problema de salud pública, que genera graves consecuencias en las
víctimas y sociedad,
(3)
la cual, busca lastimar o causar daño a nivel físico o emocional.
(4)
Se reconoce que la
agresividad, puede ser expresada de muchas maneras, mediante insultos, amenazas o golpes, que conlleva a
una mayor dificultad para adaptarse en contextos educativos y en el sistema familiar. La literatura reconoce
su relación con ideas suicidas y dificultad para establecer vínculos sanos con sus pares,
(5)
los trastornos de
personalidad,
(6)
dificultades para ejercer un adecuado autocontrol,
(7)
inestabilidad y un deterioro constante en
la calidad de vida.
(8)
Entre los diversos modelos teóricos que permiten tener una mejor comprensión sobre la agresividad, se
encuentra la teoría del aprendizaje social,
(9)
la cual considera que la agresividad surge y se refuerza a partir
de la influencia que se recibe del entorno más cercano, influyendo en la conducta y creencias, moldeando su
interacción en sociedad.
(10)
A la vez, se reconoce que medir la agresividad en los adolescentes, es importante, ya que facilita su adecuada
identificación y puedo permitir su oportuna intervención. Estudios han reportado que cuando se promueve la
autoestima
Entre los diversos instrumentos que se utilizan para la medición de la agresividad, se encuentra Cuestionario
de Agresión (AQ), elaborado por Buss y Perry en 1992, la cual consta de cuatro dimensiones y un total de 29
reactivos, orientados a medir la agresividad física, verbal, la ira y hostilidad. A lo largo de los años, ha sido
objeto de diversos estudios de corte psicométrico, sin embargo, estudios realizados en diferentes contextos,
han encontrado dificultades relacionadas a una baja confiabilidad en dimensiones y el retiro de ítems.
(11,12,13,14)
Asimismo, ha presentado cambios en su estructura, reportándose versiones reducidas de tres dimensiones en
Ecuador,
(15)
Italia,
(16)
Argentina
(17)
y en China de dos dimensiones.
(18)
Todos estos estudios, demuestran la
utilidad del instrumento para la medición de la agresividad, sin embargo, ponen en evidencia, que su estructura
no suele mostrar replicabilidad en diferentes contextos. Esto motiva a realizar el análisis psicométrico, en
base al método de análisis de redes, ya que puede estimar la replicabilidad de la estructura que la prueba
presenta,
(19)
cuantificar las cargas de red en base a su equivalencia facilitando una mejor selección de los
reactivos y su invarianza
(20)
y la redundancia.
(21)
En relación con el análisis de redes, es un método relativamente reciente, que se diferencia de los modelos
clásicos en medición, al considerar que las variables, síntomas, rasgos o dificultades psicológicas se encuentran
interrelacionados y que mantienen entre ellas un impacto constante,
(22)
a diferencia del modelo biomédico que
considera a toda patología o dificultad emocional es producto de una variable latente.
La red al ser analizada presenta una representación gráfica dividida en dos aspectos, nodos y aristas,
(23,24,25)
los primeros hacen referencia a las variables analizadas y las segundas indican la relación existente entre
ellas. En base a lo expuesto, se puede considerar que el análisis de redes representa un método de análisis
innovador complejo frente a la medición de variables, poder usarlo en el campo de la validación de
instrumentos contribuye a que pueda contar con herramientas de mayor precisión.
Ante esto, se propone como objetivo general realizar un análisis psicométrico exploratorio de redes del
cuestionario de agresión (AQ) en adolescentes. Y como objetivos específicos se buscó: Realizar el análisis
preliminar de los ítems, estimar la dimensionalidad y estabilidad, calcular las cargas de red, obtener la
consistencia estructural y realizar el análisis de invarianza en base al sexo en los adolescentes.
METODOLOGÍA.
El estudio corresponde al diseño instrumental, con enfoque cuantitativo, orientado a la medición de la validez
y confiabilidad.
La muestra, seleccionada fue evaluada en base al muestreo no probabilístico por conveniencia, método que
permite una selección de participantes en base a la accesibilidad y facilidad del investigador, pero que solo
toma en consideración a aquellos que cumplen con los criterios establecidos para su selección. En total
fueron 490 adolescentes, quienes cursaban del tercer al quinto grado del nivel secundario, pertenecientes a
una institución educativa pública. Sus edades oscilaron de 13 a 16 años (Media: 14.6), de ambos sexos (61 %
varones y 39 % mujeres). Como criterios de inclusión fueron considerados solo aquellos matriculados en el
año académico, que acepten formar parte de manera voluntaria brindando su consentimiento.
El instrumento empleado, fue el Cuestionario de Agresión (AQ), elaborado por Buss y Perry en 1992. Se
empleó la versión adaptada por Andreu et al.,
(26)
se compone de cuatro dimensiones (agresión física, agresión
verbal, ira y hostilidad) y 29 ítems en escala Likert. Presenta una confiabilidad que oscila de 0,68 a 0,88 entre
sus dimensiones y adecuados índices de ajuste (RMR: 0,05, RMSEA: 0,05, GFI: 0,92 y GFI: 0,93).
El proceso de recojo de información se realizó de manera presencial, cada participante firmó un consentimiento
informado, que brindaba su conformidad a ser participe del estudio. Culminado el proceso cada prueba fue
codificada para su posterior análisis.
Análisis de datos
El análisis de los datos se llevó a cabo utilizando RStudio como interfaz principal para la gestión y ejecución
de los scripts analíticos.
(27)
Para la manipulación, limpieza y organización de los datos, se emplearon las
herramientas del paquete tidyverse, que facilitan la estructuración eficiente de los conjuntos de datos y la
preparación previa al análisis estadístico.
(28)
La composición y maquetación de las figuras se realizó mediante
el paquete gridExtra, permitiendo una presentación visual clara y comparativa de los resultados.
(29)
El análisis
exploratorio de grafos (EGA) y su versión bootstrap (bootEGA) se implementaron a través del paquete
EGAnet, que posibilita la identificación de la dimensionalidad subyacente y la evaluación de la estabilidad
estructural de las soluciones obtenidas.
(30)
Para la estimación de la red, se utilizó el modelo graphical lasso (glasso) sobre una matriz de correlaciones
de Spearman, decisión motivada por la presencia de asimetría en la distribución de las respuestas tipo Likert,
ya que bajo estas condiciones la matriz de Spearman ofrece una recuperación de aristas comparable o
superior a la matriz policórica en el contexto de EBICglasso.
(31)
La detección de comunidades se realizó
inicialmente con el algoritmo Louvain, aunque el paquete EGAnet también permite la comparación con
otros algoritmos como walktrap, basado en caminatas aleatorias, para asegurar la robustez de la estructura
dimensional identificada.
(32)
El análisis incluyó la aplicación de bootEGA con 1000 réplicas y el algoritmo
Leading Eigenvector (LE) para evaluar la consistencia estructural de las dimensiones y la estabilidad de
pertenencia de los ítems, utilizando como criterio de replicación satisfactorio un umbral de ≥ 75 %, conforme
a las recomendaciones metodológicas actuales.
(33)
La consistencia estructural fue diferenciada explícitamente de la consistencia interna clásica, ya que la
primera evalúa la replicabilidad de la estructura dimensional en muestras bootstrap, mientras que la segunda
se refiere a la homogeneidad interna de los ítems.
(34)
En relación a las cargas de red, se interpretan en base a
tres umbrales, pequeño para 0,15, moderadas para 0,25 y grandes para 0,35, lo que permite poder realizar las
comparaciones en base a criterios ya conocidos de interpretación de cargas factoriales.
(35)
Aunado a esto, se
empleó el Loading Comparison Test (LCT) para poder elegir entre el marco de red y el latente, facilitando
así que toda estructura identificada guarde mejor relación con el modelo teórico más pertinente.
(36)
La
modelización de redes latentes (Latent Network Modeling) se implementó con el paquete psychonetrics,
permitiendo explorar las interacciones entre variables latentes y comparar la estructura de red con modelos
de ecuaciones estructurales tradicionales.
(37)
Para la interpretación de las correlaciones entre dimensiones y nodos, se siguieron los puntos de corte
propuestos por Cohen (0,10, 0,30, 0,50 como efectos pequeño, mediano y grande, respectivamente), y se
reportaron métricas de centralidad cuando fue pertinente, empleando las funciones del paquete bootnet.
(24,38)
La elección de este enfoque metodológico responde a la necesidad de captar la complejidad estructural de los
datos tipo Likert, garantizar la robustez y replicabilidad de los resultados, y permitir una interpretación
tanto desde el marco de red como desde el marco latente, integrando evidencia empírica y criterios teóricos
actualizados.
RESULTADOS
Figura 1. Análisis preliminar de los ítems
En base al análisis descriptivo de las frecuencias de respuesta para los 17 ítems que conforman el instrumento
y presentan la escala Likert. Se aprecia, que en su gran mayoría diversos ítems (AFI, AF5, AF13, AF21,
AF27, AF29, AV18 y AH4) superan el 40% de selección en opción 1 por parte de los participantes, asimismo
se aprecia que una gran cantidad de ítems, los porcentajes elegidos superan el 20 %, para la opción dos. A
partir de esto, se puede inferir que, entre los adolescentes evaluados, existe una mayor tendencia a elegir
categorías bajas de respuesta, sin embargo, se aprecia variabilidad entre las cinco opciones de respuesta.
Figura 2. Dimensionalidad y estabilidad (EGA/BootEGA)
El Análisis Exploratorio de Grafos (EGA) identificó la presencia de tres dimensiones en la estructura de los
datos. El índice TEFI obtenido fue de -12,29, lo que indica un ajuste adecuado del modelo de red estimado.
La estabilidad de la solución fue corroborada mediante procedimientos de remuestreo (BootEGA), que
presentan una mejor estructura en base a 17 ítems y tres dimensiones, y a la vez, reflejan una mayor
consistencia en las iteraciones realizadas. A la vez, las líneas más gruesas muestran una mayor conexión
entre los ítems que conforman cada dimensión, esto permite comprender que existe una gran relación entre
los dimensiones y el modelo teórico para la medición de la agresión.
Tabla 1. Cargas de red (principales)
El análisis de cargas de red mostró que, en la dimensión 1, los ítems con mayores cargas fueron AF5 (0,541),
AF21 (0,482), AF9 (0,403), AF24 (0,398) y AF17 (0,336). En la dimensión 2, los ítems más representativos
fueron AV14 (0,447), AI19 (0,433), AV18 (0,395), AV10 (0,326) y AV2 (0,296). Para la dimensión 3,
destacaron AH26 (0,543), AH8 (0,421), AH12 (0,372), AH16 (0,367) y AH20 (0,253). Estos resultados
evidencian una adecuada representación de los ítems en sus respectivas dimensiones.
Figura 3. Consistencia estructural (BootEGA) modelo original.
El modelo original, evidencia que diversos reactivos, presentan coeficientes con valores menores al 0,75, lo
que indica una baja estabilidad, la cual se encuentre presente en las cuatro dimensiones, cuyos valores oscilan
de 0,39 a 0,74; los ítems que reflejan una mayor estabilidad, presentan valores 0,76 a 0,96. Frente a esto, se
realizó la eliminación de reactivos, buscando una mayor estabilidad en la red.
Figura 4. Consistencia estructural (BootEGA) del modelo adaptado.
La figura, permite identificar la consistencia estructural en base a las 3 dimensiones identificadas, cuyos
valores son elevados, presentando coeficientes de 0,86 a 1 en Agresividad física, de 0,92 a 1 para Agresión
verbal y de 1 en la dimensión Hostilidad. Los valores encontrados permiten apreciar que la presencia de una
alta estabilidad y replicabilidad, del modelo encontrado en base a tres dimensiones en base al BootEGA.
Figura 5. Invarianza en base al modelo adaptado.
Se realizó el análisis de invarianza, tomando en cuenta la estructura de tres dimensiones en base al sexo. Los
resultados reflejan que no existen diferencias estadísticamente significativas entre la pertenencia de los 17
ítems sobre las dimensiones, mostrando valores de p ajustados (p_BH) mayores al 0,05 entre la gran mayoría
de los casos. Es necesario tomar en cuenta que solo se apreciaron diferencias en el ítem AF24, que refleja una
diferencia significativa (p = 0,048; p_BH = 0,468), sin embargo, este valor no fue suficiente para poder
determinar una diferencia al realizarse la corrección en base a las comparaciones múltiples. Lo encontrado
confirma la invarianza de la estructura factorial entre los grupos analizados.
DISCUSIÓN
La adolescencia presenta, una etapa importante durante el proceso de adaptación y socialización, sin embargo,
es propensa a la manifestación de diversas dificultades. Entre las más comunes se encuentra la agresividad,
considerada un problema público, que conlleva a graves consecuencias en sus víctimas y sociedad,
(3)
cuya
finalidad es la de lastimar o causar daño a nivel físico o emocional.
(4)
Al respecto, puede ser definida como
todo aquel acto basado en golpes, la coacción e insultos, con la finalidad de obtener un beneficio mediante
el uso de la fuerza e intimidación.
Existen diversos instrumentos destinados a la medición de la agresividad, el Cuestionario de Agresión (AQ),
de Buss y Perry, es uno de más empleados, adaptado en diferentes idiomas, contextos y grupos poblacionales.
Frente a esto, se propuso como objetivo, realizar un análisis psicométrico del cuestionario de agresión (AQ)
en adolescentes, en base al análisis de redes.
Al respecto, el estudio se basó en el análisis de redes, método que ha tomado mayor relevancia en la medición
de variables relacionadas a la salud mental y considera a los diversos síntomas como nodos, que se relacionan,
se refuerzan entre sí y permiten de esta manera determinar sus factores.
(39)
En el campo de la psicometría, el
análisis de redes permite estimar medidas como la replicabilidad en base al análisis de grafos y a medidas de
Bootstrap, que buscan conocer la dependencia en la muestra,
(17)
así como conocer el valor de la carga de
red,
(32)
determinar la redundancia, mediante el análisis de variables únicas (UVA), lo que facilita el poder
abreviar un instrumento,
(21)
y comprobar la invarianza de los grupos en base al sexo.
En base a las redes psicométricas, los resultados encontrados permiten apreciar la conformación de una
nueva estructura conformada por 17 ítems y tres dimensiones, con cargas de red que oscilan de 0,22 a 0,54,
permitiendo considerar que entre los diversos ítems existen adecuadas interconexiones que contribuyen a la
medición de la agresividad en adolescentes. Aunque estos valores no son similares a otros resultados
encontrados en otros contextos,
(16, 17)
se puede inferir que los ítems, logran tener una adecuada relación con
el constructo propuesto y facilitan la medición de la agresividad en adolescentes.
Asimismo, aunque el estudio propone una nueva estructura en su medición, se debe considerar, que a
diferencia del modelo médico que tiene como punto de partida la percepción de una variable latente como
método para poder explicar dificultades, rasgos de personalidad y otros; el análisis de redes considera que
cada síntoma o característica evaluada, es producto de la interacción que existe entre los síntomas o
características,
(22)
en relación al presente, se puede inferir que cada ítem se encuentra relacionado y a la vez
impactan entre sí de forma constante. En relación con el cambio en la estructura para la medición de la variable,
el cual se conforma por tres dimensiones, coincide con diversos estudios realizados,
(15,16,17,18)
los cuales
reportaron modificaciones en el instrumento en sus dimensiones y eliminación de ítems, pero siguen
demostrando utilidad para la medición de la agresividad.
Los coeficientes relacionados a la estabilidad muestran valores de 0,837 a 0,997, considerados satisfactorios,
(30) entre las dimensiones de la nueva estructura propuesta, lo que indican capacidad para la medición y
buena replicabilidad del cuestionario. Aunque otros estudios han empleado coeficientes distintos para la
fiabilidad,
(15,16,17)
valores, pueden llegar a ser comparables a los diversos coeficientes reportados en estudios
que buscaron medir su consistencia.
En relación con la invarianza entre grupos, los resultados no reflejan diferencias estadísticas entre ambos
grupos (hombres y mujeres), esto permite comprender que toda diferencia que pueda llegar a encontrarse en
base a la medición se debe a diferencia entre los géneros y no a causa del instrumento seleccionado.
(40)
A partir de lo encontrado, el estudio muestra la importancia de seguir analizando instrumentos que miden
agresividad en los adolescentes, al ser una dificultad creciente y que suele estar presente en diferentes
contextos. Además, brinda una versión breve, lo cual facilita su aplicación. Aunque el estudio emplea un
método que puede llegar a ser considerado nuevo, no se encuentra exento de limitaciones, como el tipo de
muestreo empleado que limita su generalización; a la vez, la cantidad de la muestra evaluada se considera
adecuada, sin embargo, se sugiere en futuros estudios ampliar el número de adolescentes evaluados.
CONCLUSIONES
El cuestionario de agresividad analizado, en base al análisis de redes, refleja una estructura tridimensional,
con adecuada validez y confiabilidad. Esto permite que pueda ser empleados por profesionales de la salud,
docentes, estudiantes o investigadores, interesados en medir los niveles de agresividad en estudiantes del
nivel secundario de ambos sexos.
Financiamiento: El estudio fue financiado por el investigador.
Agradecimientos: A la Universidad Privada del Norte por su confianza y a cada uno de los participantes que
respondieron de manera sincera a la evaluación.
Conflicto de intereses: El autor de la presente investigación, declara no presentar conflicto de interés.
Contribución del autor: Richard Irvin Salirrosas-Cabada, se encargó de la búsqueda de información,
recolección de datos, análisis e interpretación de resultados, metodología y conclusiones.
REFERENCIAS BIBLIOGRAFICAS.
1. Zhang Y, Li Y, Xie X, Lin X, Huang M, Fu H, et al. Association of greenness surrounding school with
aggression among adolescents: A multi-site study in China. Environ Res [Internet]. 2023 [citado 04
Ene 2026];234:116529. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/
S0013935123013336 DOI: https://doi.org/10.1016/j.envres.2023.116529.
2. Campo-Tena L, Larmour SR, Pereda N, Eisner MP. Longitudinal associations between adolescent
dating violence victimization and adverse outcomes: A systematic review. Trauma Violence Abuse
[Internet]. 2024 [citado 04 Ene 2026];25(2):1265–1277. Disponible en: https://journals.sagepub.com/
doi/full/10.1177/15248380231174504. DOI: https://doi.org/10.1177/15248380231174504.
3. Zhang L, Zhu H. Relationship between narcissism and aggression: A meta-analysis. Xin Li Xue Bao
[Internet]. 2021 [citado 04 Ene 2026];53(11):1228–1243. Disponible en: https://doi.org/10.3724/
SP.J.1041.2021.01228.
4. Krahé B. The social psychology of aggression: 3Rd edition [Internet]. 3a ed. Londres, Inglaterra:
Routledge; 2020. Disponible en: http://dx.doi.org/10.4324/9780429466496.
5. Zhang L, Eggum ND. Chinese adolescents’ perceptions of aggressive peers: The roles of gender and
cultural values. J Interpers Violence [Internet]. 2023 [citado 04 Ene 2026];38(15–16):9343–9368.
Disponible en: https://journals.sagepub.com/doi/abs/10.1177/08862605231165751 DOI: https://doi.org/
10.1177/08862605231165751.
6. Whipp AM, Korhonen T, Raevuori A, Heikkilä K, Pulkkinen L, Rose RJ, et al. Early adolescent
aggression predicts antisocial personality disorder in young adults: a population-based study. Eur
Child Adolesc Psychiatry [Internet]. 2019 [citado 05 Ene 2026];28(3):341–350. Disponible en:
https://link.springer.com/article/10.1007/s00787-018-1198-9. DOI: https://doi.org/10.1007/s00787-
018-1198-9.
7. Kwak M, Oh I. Comparison of psychological and social characteristics among traditional, cyber,
combined bullies, and non-involved. Sch Psychol Int [Internet]. 2017 [citado 05 Ene 2026];38(6):
608–627. Disponible en: https://journals.sagepub.com/doi/abs/10.1177/0143034317729424 DOI:
https://doi.org/10.1177/0143034317729424.
8. Brugman S, Cornet LJM, Smeijers D, Smeets K, Oostermeijer S, Buitelaar JK, et al. Examining the
reactive proactive questionnaire in adults in forensic and non-forensic settings: A variable- and
person-based approach: Reactive Proactive Aggression in Adults. Aggress Behav [Internet]. 2017
[citado 05 Ene 2026];43(2):155–162. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1002/
ab.21671. DOI: https://doi.org/10.1002/ab.21671.
9. Bandura A, Ross D, Ross SA. Transmission of aggression through imitation of aggressive models. J
Abnorm Soc Psychol [Internet]. 1961 [citado 05 Ene 2026];63(3):575–582. Disponible en:
https://psycnet.apa.org/record/1963-00875-001. DOI:http://doi.org/10.1037/h0045925.
10. Siregar AOA, Karmiyati D. Delinquent behavior: An analysis of Albert Bandura’s social learning
theory. ICPE [Internet]. 2024 [citado el 05 de Ene de 2026];3(1). Disponible en: https://proceeding.
unesa.ac.id/index.php/icpe/article/view/3655.
11. Pomahuacre-Carhuayal JW, Flores-Ramirez ME, Sanchez-Aliaga LL, Pomahuacre-Carhuayal LA,
Alva-Mendoza JC. Cuestionario de Agresión de Buss y Perry, forma reducida (AQ-SF): evidencias
psicométricas en adolescentes peruanos. Rev Investig Psicol [Internet]. 2024 [citado 05 Ene 2026];
27(2):e27560. Disponible en: disponible en: https://go.gale.com/ps/i.do?id=GALE%7CA824744120
&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=1560909X&sw=w&p=IFME&userGroup
Name=anon%7E2f25831a&aty=open-web-entry DOI: http://doi.org/10.15381/rinvp.v27i2.27560.
REE 20(3) Riobamba sep. - dic. 2026
cc
BY NC ND
14
ISSN-impreso 1390-7581
ISSN-digital 2661-6742
12. Javela JJ. Analysis of the psychometric properties of the Buss-Perry Aggression Questionnaire (AQ)
in Colombian adolescents. Rev psicol clín con niños adolesc [Internet]. 2023 [citado 07 Ene 2026];
10(3). Disponible en: https://jcpca.org/wp-content/uploads/pdfs/23-03-08.pdf. DOI: http://doi.org/
10.21134/rpcna.2023.10.3.8.
13. Cunha O, Peixoto M, Cruz AR, Gonçalves RA. Buss-Perry Aggression Questionnaire: Factor structure
and measurement invariance among Portuguese male perpetrators of intimate partner violence. Crim
Justice Behav [Internet]. 2021 [citado 07 Ene 2026];009385482110501. Disponible en: https://journals.
sagepub.com/doi/abs/10.1177/00938548211050113. DOI: http://doi.org/10.1177/00938548211050113.
14. Zimonyi S, Kasos K, Halmai Z, Csirmaz L, Stadler H, Rózsa S, et al. Hungarian validation of the
Buss-Perry Aggression Questionnaire-Is the short form more adequate? Brain Behav [Internet]. 2021
[citado 07 Ene 2026];11(5):e02043. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/
brb3.2043 DOI: http://doi.org/10.1002/brb3.2043.
15. Espinoza I, Tobar Viera A. Propiedades psicométricas del Cuestionario de Agresión (AQ) en
estudiantes universitarios ecuatorianos. ecosacademia [Internet]. 2023 [citado 07 Ene 2026];9(18):
9–27. Disponible en: https://revistasojs.utn.edu.ec/index.php/ecosacademia/es/article/view/907.
DOI: http://doi.org/10.53358/ecosacademia.v9i18.907.
16. Sommantico M, Guzmán MO, Parrello S, De Rosa B, Donizzetti AR. Validación de la versión italiana
del cuestionario de agresión (AQ) en el sur de Italia. Psicología Iztacala [Internet]. 2008 [citado 08
Ene 2026];11(4). Disponible en: https://www.revistas.unam.mx/index.php/repi/article/view/18593.
17. García-Batista ZE, Moretti LS, Franco P, Adrián Medrano L, Mustaca AE. Evidencias de Validez y
Confiabilidad de las Puntuaciones del Cuestionario de Agresividad (AQ) para Adultos Argentinos.
Rev Iberoam Diagn Eval - Aval Psicol [Internet]. 2022 [citado 08 Ene 2026];62(1):17. Disponible en:
https://go.gale.com/ps/i.do?id=GALE%7CA758439597&sid=googleScholar&v=2.1&it=r&link
access=abs&issn=11353848&sw=w&p=AONE&userGroupName=anon%7Eb60e570d&aty=open-
web-entry.
18. Maxwell JP. Development and preliminary validation of a Chinese version of the Buss-Perry Aggression
Questionnaire in a population of Hong Kong Chinese. J Pers Assess [Internet]. 2007 [citado 08 Ene
2026];88(3):284–94. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/00223890701317004
DOI: http://doi.org/10.1080/00223890701317004.
19. Golino HF, Epskamp S. Exploratory graph analysis: A new approach for estimating the number of
dimensions in psychological research. PLoS One [Internet]. 2017 [citado 11 Ene 2026];12(6):
e0174035. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0174035.
DOI: http://doi.org/10.1371/journal.pone.0174035.
20. Christensen AP, Golino H. Estimating the stability of psychological dimensions via Bootstrap
Exploratory Graph Analysis: A Monte Carlo simulation and tutorial. Psych [Internet]. 2021 [citado
11 Ene 2026];3(3):479–500. Disponible en: https://www.mdpi.com/2624-8611/3/3/32. DOI:
http://doi.org/10.3390/psych3030032.
21. Christensen AP, Garrido LE, Guerra-Peña K, Golino H. Comparing community detection algorithms
in psychometric networks: A Monte Carlo simulation. Behav Res Methods [Internet]. 2024 [citado 11
Ene 2026];56(3):1485–1505. Disponible en: https://link.springer.com/article/10.3758/s13428-023-
02106-4. DOI: http://doi.org/10.3758/s13428-023-02106-4.
22. Fonseca-Pedrero E, Muñiz J. Análisis de Redes en la Medición Psicológica: Fundamentos: Análisis
psicométrico de redes psicológicas. Acción psicol [Internet]. 2025 [citado 12 Ene 2026];22(1).
Disponible en: https://revistas.uned.es/index.php/accionpsicologica/article/view/43296. DOI:
http://doi.org/10.5944/ap.22.1.43296.
23. Álvarez-Díaz M, Gallego-Acedo C, Fernández-Alonso R, Muñiz J, Fonseca-Pedrero E. Análisis de
Redes: una Alternativa a los Enfoques Clásicos de Evaluación de los Sistemas Educativos. Psicol
Educ [Internet]. 2022 [citado 12 Ene 2026];28(2):165–73. Disponible en: https://digibuo.uniovi.es/
dspace/bitstream/handle/10651/61685/1135_755X_psed_psed2021a16.pdf?sequence=1. DOI:
http://doi.org/10.5093/psed2021a16.
24. Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: A tutorial
paper. Behav Res Methods [Internet]. 2018 [citado 12 Ene 2026];50(1):195–212. Disponible en:
https://link.springer.com/article/10.3758/s13428-017-0862-1#citeas. DOI: http://doi.org/10.3758/
s13428-017-0862-1.
25. Fonseca-Pedrero E. Análisis de redes: ¿una nueva forma de comprender la psicopatología? Rev
Psiquiatr Salud Ment [Internet]. 2017 [citado 13 Ene 2026];10(4):206–15. Disponible en:
https://www.sciencedirect.com/science/article/pii/S1888989117300903. DOI: http://doi.org/10.1016/
j.rpsm.2017.06.004.
26. Andreu, J., Peña, M. & Graña, J. Adaptación psicométrica de la versión española del Cuestionario de
Agresión. Psicothema [Internet] 2002 [citado 11 Ene 2026];14(2),476-482. Disponible en:
https://www.redalyc.org/pdf/727/72714245.pdf.
27. RStudio Team. RStudio: Integrated Development Environment for R [software]. Posit PBC; 2023.
28. Wickham H, Averick M, Bryan J, Chang W, McGowan L, François R, et al. Welcome to the tidyverse.
J Open Source Softw [Internet]. 2019 [citado 11 Ene 2026];4(43):1686. Disponible en: https://joss.theoj.
org/papers/10.21105/joss.01686 DOI: http://doi.org/10.21105/joss.01686.
29. Auguie B, Antonov A. gridExtra: Miscellaneous functions for “Grid” graphics [software]. Comprehensive
R Archive Network (CRAN); 2017.
30. Golino HF, Christensen AP. EGAnet: Exploratory Graph Analysis tools for psychological research
[software]. 2021.
31. Isvoranu AM, Epskamp S. Which estimation method to use in network psychometrics under skew?
(Spearman vs polychoric in EBICglasso).
32. Garcia-Pardina A, Abad FJ, Christensen AP, Golino H, Garrido LE. Dimensionality assessment in the
presence of wording effects: A network psychometric and factorial approach. Behav Res Methods
[Internet]. 2024 [citado 11 Ene 2026];56(6):6179–97. Disponible en: https://link.springer.com/article/
10.3758/s13428-024-02348-w. DOI: http://doi.org/10.3758/s13428-024-02348-w.
33. Golino H, Moulder R, Shi D, Christensen AP, Garrido LE, Nieto MD, et al. Entropy fit indices: New
fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate
Behav Res [Internet]. 2021 [citado 11 Ene 2026];56(6):874–902. Disponible en: https://www.tandfonline.
com/doi/abs/10.1080/00273171.2020.1779642. DOI: http://dx.doi.org/10.1080/00273171.2020.1779642.
34. Christensen AP, Golino H, Silvia PJ. A psychometric network perspective on the validity and validation
of personality trait questionnaires. Eur J Pers [Internet]. 2020 [citado 11 Ene 2026];34(6):1095–108.
Disponible en: https://journals.sagepub.com/doi/abs/10.1002/per.2265. DOI: http://doi.org/10.1002/
per.2265.
35. Christensen AP, Golino H. On the equivalency of factor and network loadings. Behav Res Methods
[Internet]. 2021 [citado 11 Ene 2026];53(4):1563–80. Disponible en: https://link.springer.com/article/
10.3758/s13428-020-01500-6#citeas. DOI: http://doi.org/10.3758/s13428-020-01500-6.
36. Epskamp S. Structural Equation Modeling and Confirmatory Network Analysis [R package psychonetrics
version 0.13.2] [Internet]. Comprehensive R Archive Network (CRAN). 2025 [citado 12 Ene 2026].
Disponible en: https://cran.r-project.org/package=psychonetrics.
37. Epskamp S, Rhemtulla M, Borsboom D. Generalized network psychometrics: Combining network
and latent variable models. Psychometrika [Internet]. 2017 [citado el 12 de Ene de 2026];82(4):
904–927. Disponible en: https://www.cambridge.org/core/journals/psychometrika/article/abs/
generalized-network-psychometrics-combining-network-and-latent-variable-models/2D2004CADB
2549F8FE1DDE1726D9DC80. DOI: http://doi.org/10.1007/s11336-017-9557-x.
38. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge.
39. Borsboom D, Cramer AOJ. Network analysis: an integrative approach to the structure of psychopathology.
Annu Rev Clin Psychol [Internet]. 2013 [citado 12 Ene 2026];9(1):91–121. Disponible en:
https://www.annualreviews.org/content/journals/10.1146/annurev-clinpsy-050212-185608. DOI:
http://doi.org/10.1146/annurev-clinpsy-050212-185608.
40. Lara SD, Merino-Soto C. Estimación de la magnitud del efecto en invarianza de medición. Rev Aval
Psicol [Internet]. 2019 [citado 29 May 2026];18(03). Disponible en: https://pepsic.bvsalud.org/scielo.
php?pid=S1677-04712019000300014&script=sci_arttext. DOI: http://doi.org/10.15689/ap.2019.
1803.16248.13.
Agresividad en adolescentes: Validez y confiabilidad en base al análisis de redes psicométricas
Aggression in adolescents: Validity and reliability based on psychometric network analysis
https://doi.org/10.37135/ee.04.27.01
Autor:
Richard Irvin Salirrosas-Cabada1 - https://orcid.org/0000-0002-4443-5992
Afiliación:
1Universidad Privada del Norte, Facultad de Ciencias de la Salud, Lima, Perú
Autor de correspondencia: Richard Irvin Salirrosas-Cabada. Av. Tingo María N° 1122, distrito de Cercado
de Lima Correo electrónico: richard.salirrosas@upn.pe, Telefono: 956363278
Recibido: 11 de mayo de 2026 Aceptado: 3 de agosto de 2026
RESUMEN
Se considera a la agresividad, como toda aquella conducta basada en la intimidación, mediante el empleo de
la violencia física o psicológica. Entre los diversos instrumentos que miden el constructo, se encuentra el
Cuestionario de Agresividad de Buss y Perry. Frente a esto, el estudio buscó determinar la validez y fiabilidad
en base a un modelo psicométrico basado en redes. Participaron 490 estudiantes del nivel secundario. Se
evaluaron la dimensionalidad, consistencia estructural, cargas de red mediante el Análisis Exploratorio de
Grafos (EGA) e invarianza en base al sexo. Los resultados, indicaron que el cuestionario presenta una estructura
basada en tres dimensiones, con una consistencia estructural ideal (0,837 a 0,997). Las cargas de red fueron
moderadas a altas (0,22 a 0,54), asimismo, existe invarianza entre sexos. Lo encontrado, pone en evidencia
que el cuestionario presenta validez y fiabilidad, lo que determina su uso para la medición de la agresividad
en adolescentes educativos.
Palabras clave: Psicometría, agresión, adolescentes.
ABSTRACT
Aggression is defined as any behavior based on intimidation through the use of physical or psychological
violence. Among the various instruments designed to measure this construct, the Buss and Perry Aggression
Questionnaire is one of the most widely used. In this context, the present study aimed to determine its validity
and reliability based on a psychometric network model. A total of 490 secondary school students participated
in the study. Dimensionality, structural consistency, network loadings using Exploratory Graph Analysis
(EGA), and sex-based invariance were evaluated. The results indicated that the questionnaire exhibits a
three-dimensional structure with ideal structural consistency coefficients (0.837 to 0.997). Network loadings
were moderate to high (0.22 to 0.54), and measurement invariance across sex was supported. These findings
provide evidence of the questionnaire’s validity and reliability, supporting its use for assessing aggression in
adolescent students.
Keywords: Psychometrics, Aggression, Adolescent.
INTRODUCCIÓN.
La adolescencia, representa una etapa llena de oportunidades y beneficios para el buen desarrollo neuronal y
socioemocional,
(1)
al ser positivo, contribuye al bienestar y calidad de vida. Sin embargo, muchas veces
debido a dificultades o conflictos, suelen presentar conductas poco adaptativas, siendo una de las más comunes
la agresividad.
(2)
La agresividad, es asumida como un problema de salud pública, que genera graves consecuencias en las
víctimas y sociedad,
(3)
la cual, busca lastimar o causar daño a nivel físico o emocional.
(4)
Se reconoce que la
agresividad, puede ser expresada de muchas maneras, mediante insultos, amenazas o golpes, que conlleva a
una mayor dificultad para adaptarse en contextos educativos y en el sistema familiar. La literatura reconoce
su relación con ideas suicidas y dificultad para establecer vínculos sanos con sus pares,
(5)
los trastornos de
personalidad,
(6)
dificultades para ejercer un adecuado autocontrol,
(7)
inestabilidad y un deterioro constante en
la calidad de vida.
(8)
Entre los diversos modelos teóricos que permiten tener una mejor comprensión sobre la agresividad, se
encuentra la teoría del aprendizaje social,
(9)
la cual considera que la agresividad surge y se refuerza a partir
de la influencia que se recibe del entorno más cercano, influyendo en la conducta y creencias, moldeando su
interacción en sociedad.
(10)
A la vez, se reconoce que medir la agresividad en los adolescentes, es importante, ya que facilita su adecuada
identificación y puedo permitir su oportuna intervención. Estudios han reportado que cuando se promueve la
autoestima
Entre los diversos instrumentos que se utilizan para la medición de la agresividad, se encuentra Cuestionario
de Agresión (AQ), elaborado por Buss y Perry en 1992, la cual consta de cuatro dimensiones y un total de 29
reactivos, orientados a medir la agresividad física, verbal, la ira y hostilidad. A lo largo de los años, ha sido
objeto de diversos estudios de corte psicométrico, sin embargo, estudios realizados en diferentes contextos,
han encontrado dificultades relacionadas a una baja confiabilidad en dimensiones y el retiro de ítems.
(11,12,13,14)
Asimismo, ha presentado cambios en su estructura, reportándose versiones reducidas de tres dimensiones en
Ecuador,
(15)
Italia,
(16)
Argentina
(17)
y en China de dos dimensiones.
(18)
Todos estos estudios, demuestran la
utilidad del instrumento para la medición de la agresividad, sin embargo, ponen en evidencia, que su estructura
no suele mostrar replicabilidad en diferentes contextos. Esto motiva a realizar el análisis psicométrico, en
base al método de análisis de redes, ya que puede estimar la replicabilidad de la estructura que la prueba
presenta,
(19)
cuantificar las cargas de red en base a su equivalencia facilitando una mejor selección de los
reactivos y su invarianza
(20)
y la redundancia.
(21)
En relación con el análisis de redes, es un método relativamente reciente, que se diferencia de los modelos
clásicos en medición, al considerar que las variables, síntomas, rasgos o dificultades psicológicas se encuentran
interrelacionados y que mantienen entre ellas un impacto constante,
(22)
a diferencia del modelo biomédico que
considera a toda patología o dificultad emocional es producto de una variable latente.
La red al ser analizada presenta una representación gráfica dividida en dos aspectos, nodos y aristas,
(23,24,25)
los primeros hacen referencia a las variables analizadas y las segundas indican la relación existente entre
ellas. En base a lo expuesto, se puede considerar que el análisis de redes representa un método de análisis
innovador complejo frente a la medición de variables, poder usarlo en el campo de la validación de
instrumentos contribuye a que pueda contar con herramientas de mayor precisión.
Ante esto, se propone como objetivo general realizar un análisis psicométrico exploratorio de redes del
cuestionario de agresión (AQ) en adolescentes. Y como objetivos específicos se buscó: Realizar el análisis
preliminar de los ítems, estimar la dimensionalidad y estabilidad, calcular las cargas de red, obtener la
consistencia estructural y realizar el análisis de invarianza en base al sexo en los adolescentes.
METODOLOGÍA.
El estudio corresponde al diseño instrumental, con enfoque cuantitativo, orientado a la medición de la validez
y confiabilidad.
La muestra, seleccionada fue evaluada en base al muestreo no probabilístico por conveniencia, método que
permite una selección de participantes en base a la accesibilidad y facilidad del investigador, pero que solo
toma en consideración a aquellos que cumplen con los criterios establecidos para su selección. En total
fueron 490 adolescentes, quienes cursaban del tercer al quinto grado del nivel secundario, pertenecientes a
una institución educativa pública. Sus edades oscilaron de 13 a 16 años (Media: 14.6), de ambos sexos (61 %
varones y 39 % mujeres). Como criterios de inclusión fueron considerados solo aquellos matriculados en el
año académico, que acepten formar parte de manera voluntaria brindando su consentimiento.
El instrumento empleado, fue el Cuestionario de Agresión (AQ), elaborado por Buss y Perry en 1992. Se
empleó la versión adaptada por Andreu et al.,
(26)
se compone de cuatro dimensiones (agresión física, agresión
verbal, ira y hostilidad) y 29 ítems en escala Likert. Presenta una confiabilidad que oscila de 0,68 a 0,88 entre
sus dimensiones y adecuados índices de ajuste (RMR: 0,05, RMSEA: 0,05, GFI: 0,92 y GFI: 0,93).
El proceso de recojo de información se realizó de manera presencial, cada participante firmó un consentimiento
informado, que brindaba su conformidad a ser participe del estudio. Culminado el proceso cada prueba fue
codificada para su posterior análisis.
Análisis de datos
El análisis de los datos se llevó a cabo utilizando RStudio como interfaz principal para la gestión y ejecución
de los scripts analíticos.
(27)
Para la manipulación, limpieza y organización de los datos, se emplearon las
herramientas del paquete tidyverse, que facilitan la estructuración eficiente de los conjuntos de datos y la
preparación previa al análisis estadístico.
(28)
La composición y maquetación de las figuras se realizó mediante
el paquete gridExtra, permitiendo una presentación visual clara y comparativa de los resultados.
(29)
El análisis
exploratorio de grafos (EGA) y su versión bootstrap (bootEGA) se implementaron a través del paquete
EGAnet, que posibilita la identificación de la dimensionalidad subyacente y la evaluación de la estabilidad
estructural de las soluciones obtenidas.
(30)
Para la estimación de la red, se utilizó el modelo graphical lasso (glasso) sobre una matriz de correlaciones
de Spearman, decisión motivada por la presencia de asimetría en la distribución de las respuestas tipo Likert,
ya que bajo estas condiciones la matriz de Spearman ofrece una recuperación de aristas comparable o
superior a la matriz policórica en el contexto de EBICglasso.
(31)
La detección de comunidades se realizó
inicialmente con el algoritmo Louvain, aunque el paquete EGAnet también permite la comparación con
otros algoritmos como walktrap, basado en caminatas aleatorias, para asegurar la robustez de la estructura
dimensional identificada.
(32)
El análisis incluyó la aplicación de bootEGA con 1000 réplicas y el algoritmo
Leading Eigenvector (LE) para evaluar la consistencia estructural de las dimensiones y la estabilidad de
pertenencia de los ítems, utilizando como criterio de replicación satisfactorio un umbral de ≥ 75 %, conforme
a las recomendaciones metodológicas actuales.
(33)
La consistencia estructural fue diferenciada explícitamente de la consistencia interna clásica, ya que la
primera evalúa la replicabilidad de la estructura dimensional en muestras bootstrap, mientras que la segunda
se refiere a la homogeneidad interna de los ítems.
(34)
En relación a las cargas de red, se interpretan en base a
tres umbrales, pequeño para 0,15, moderadas para 0,25 y grandes para 0,35, lo que permite poder realizar las
comparaciones en base a criterios ya conocidos de interpretación de cargas factoriales.
(35)
Aunado a esto, se
empleó el Loading Comparison Test (LCT) para poder elegir entre el marco de red y el latente, facilitando
así que toda estructura identificada guarde mejor relación con el modelo teórico más pertinente.
(36)
La
modelización de redes latentes (Latent Network Modeling) se implementó con el paquete psychonetrics,
permitiendo explorar las interacciones entre variables latentes y comparar la estructura de red con modelos
de ecuaciones estructurales tradicionales.
(37)
Para la interpretación de las correlaciones entre dimensiones y nodos, se siguieron los puntos de corte
propuestos por Cohen (0,10, 0,30, 0,50 como efectos pequeño, mediano y grande, respectivamente), y se
reportaron métricas de centralidad cuando fue pertinente, empleando las funciones del paquete bootnet.
(24,38)
La elección de este enfoque metodológico responde a la necesidad de captar la complejidad estructural de los
datos tipo Likert, garantizar la robustez y replicabilidad de los resultados, y permitir una interpretación
tanto desde el marco de red como desde el marco latente, integrando evidencia empírica y criterios teóricos
actualizados.
RESULTADOS
Figura 1. Análisis preliminar de los ítems
En base al análisis descriptivo de las frecuencias de respuesta para los 17 ítems que conforman el instrumento
y presentan la escala Likert. Se aprecia, que en su gran mayoría diversos ítems (AFI, AF5, AF13, AF21,
AF27, AF29, AV18 y AH4) superan el 40% de selección en opción 1 por parte de los participantes, asimismo
se aprecia que una gran cantidad de ítems, los porcentajes elegidos superan el 20 %, para la opción dos. A
partir de esto, se puede inferir que, entre los adolescentes evaluados, existe una mayor tendencia a elegir
categorías bajas de respuesta, sin embargo, se aprecia variabilidad entre las cinco opciones de respuesta.
Figura 2. Dimensionalidad y estabilidad (EGA/BootEGA)
El Análisis Exploratorio de Grafos (EGA) identificó la presencia de tres dimensiones en la estructura de los
datos. El índice TEFI obtenido fue de -12,29, lo que indica un ajuste adecuado del modelo de red estimado.
La estabilidad de la solución fue corroborada mediante procedimientos de remuestreo (BootEGA), que
presentan una mejor estructura en base a 17 ítems y tres dimensiones, y a la vez, reflejan una mayor
consistencia en las iteraciones realizadas. A la vez, las líneas más gruesas muestran una mayor conexión
entre los ítems que conforman cada dimensión, esto permite comprender que existe una gran relación entre
los dimensiones y el modelo teórico para la medición de la agresión.
Tabla 1. Cargas de red (principales)
El análisis de cargas de red mostró que, en la dimensión 1, los ítems con mayores cargas fueron AF5 (0,541),
AF21 (0,482), AF9 (0,403), AF24 (0,398) y AF17 (0,336). En la dimensión 2, los ítems más representativos
fueron AV14 (0,447), AI19 (0,433), AV18 (0,395), AV10 (0,326) y AV2 (0,296). Para la dimensión 3,
destacaron AH26 (0,543), AH8 (0,421), AH12 (0,372), AH16 (0,367) y AH20 (0,253). Estos resultados
evidencian una adecuada representación de los ítems en sus respectivas dimensiones.
Figura 3. Consistencia estructural (BootEGA) modelo original.
El modelo original, evidencia que diversos reactivos, presentan coeficientes con valores menores al 0,75, lo
que indica una baja estabilidad, la cual se encuentre presente en las cuatro dimensiones, cuyos valores oscilan
de 0,39 a 0,74; los ítems que reflejan una mayor estabilidad, presentan valores 0,76 a 0,96. Frente a esto, se
realizó la eliminación de reactivos, buscando una mayor estabilidad en la red.
Figura 4. Consistencia estructural (BootEGA) del modelo adaptado.
La figura, permite identificar la consistencia estructural en base a las 3 dimensiones identificadas, cuyos
valores son elevados, presentando coeficientes de 0,86 a 1 en Agresividad física, de 0,92 a 1 para Agresión
verbal y de 1 en la dimensión Hostilidad. Los valores encontrados permiten apreciar que la presencia de una
alta estabilidad y replicabilidad, del modelo encontrado en base a tres dimensiones en base al BootEGA.
Figura 5. Invarianza en base al modelo adaptado.
Se realizó el análisis de invarianza, tomando en cuenta la estructura de tres dimensiones en base al sexo. Los
resultados reflejan que no existen diferencias estadísticamente significativas entre la pertenencia de los 17
ítems sobre las dimensiones, mostrando valores de p ajustados (p_BH) mayores al 0,05 entre la gran mayoría
de los casos. Es necesario tomar en cuenta que solo se apreciaron diferencias en el ítem AF24, que refleja una
diferencia significativa (p = 0,048; p_BH = 0,468), sin embargo, este valor no fue suficiente para poder
determinar una diferencia al realizarse la corrección en base a las comparaciones múltiples. Lo encontrado
confirma la invarianza de la estructura factorial entre los grupos analizados.
DISCUSIÓN
La adolescencia presenta, una etapa importante durante el proceso de adaptación y socialización, sin embargo,
es propensa a la manifestación de diversas dificultades. Entre las más comunes se encuentra la agresividad,
considerada un problema público, que conlleva a graves consecuencias en sus víctimas y sociedad,
(3)
cuya
finalidad es la de lastimar o causar daño a nivel físico o emocional.
(4)
Al respecto, puede ser definida como
todo aquel acto basado en golpes, la coacción e insultos, con la finalidad de obtener un beneficio mediante
el uso de la fuerza e intimidación.
Existen diversos instrumentos destinados a la medición de la agresividad, el Cuestionario de Agresión (AQ),
de Buss y Perry, es uno de más empleados, adaptado en diferentes idiomas, contextos y grupos poblacionales.
Frente a esto, se propuso como objetivo, realizar un análisis psicométrico del cuestionario de agresión (AQ)
en adolescentes, en base al análisis de redes.
Al respecto, el estudio se basó en el análisis de redes, método que ha tomado mayor relevancia en la medición
de variables relacionadas a la salud mental y considera a los diversos síntomas como nodos, que se relacionan,
se refuerzan entre sí y permiten de esta manera determinar sus factores.
(39)
En el campo de la psicometría, el
análisis de redes permite estimar medidas como la replicabilidad en base al análisis de grafos y a medidas de
Bootstrap, que buscan conocer la dependencia en la muestra,
(17)
así como conocer el valor de la carga de
red,
(32)
determinar la redundancia, mediante el análisis de variables únicas (UVA), lo que facilita el poder
abreviar un instrumento,
(21)
y comprobar la invarianza de los grupos en base al sexo.
En base a las redes psicométricas, los resultados encontrados permiten apreciar la conformación de una
nueva estructura conformada por 17 ítems y tres dimensiones, con cargas de red que oscilan de 0,22 a 0,54,
permitiendo considerar que entre los diversos ítems existen adecuadas interconexiones que contribuyen a la
medición de la agresividad en adolescentes. Aunque estos valores no son similares a otros resultados
encontrados en otros contextos,
(16, 17)
se puede inferir que los ítems, logran tener una adecuada relación con
el constructo propuesto y facilitan la medición de la agresividad en adolescentes.
Asimismo, aunque el estudio propone una nueva estructura en su medición, se debe considerar, que a
diferencia del modelo médico que tiene como punto de partida la percepción de una variable latente como
método para poder explicar dificultades, rasgos de personalidad y otros; el análisis de redes considera que
cada síntoma o característica evaluada, es producto de la interacción que existe entre los síntomas o
características,
(22)
en relación al presente, se puede inferir que cada ítem se encuentra relacionado y a la vez
impactan entre sí de forma constante. En relación con el cambio en la estructura para la medición de la variable,
el cual se conforma por tres dimensiones, coincide con diversos estudios realizados,
(15,16,17,18)
los cuales
reportaron modificaciones en el instrumento en sus dimensiones y eliminación de ítems, pero siguen
demostrando utilidad para la medición de la agresividad.
Los coeficientes relacionados a la estabilidad muestran valores de 0,837 a 0,997, considerados satisfactorios,
(30) entre las dimensiones de la nueva estructura propuesta, lo que indican capacidad para la medición y
buena replicabilidad del cuestionario. Aunque otros estudios han empleado coeficientes distintos para la
fiabilidad,
(15,16,17)
valores, pueden llegar a ser comparables a los diversos coeficientes reportados en estudios
que buscaron medir su consistencia.
En relación con la invarianza entre grupos, los resultados no reflejan diferencias estadísticas entre ambos
grupos (hombres y mujeres), esto permite comprender que toda diferencia que pueda llegar a encontrarse en
base a la medición se debe a diferencia entre los géneros y no a causa del instrumento seleccionado.
(40)
A partir de lo encontrado, el estudio muestra la importancia de seguir analizando instrumentos que miden
agresividad en los adolescentes, al ser una dificultad creciente y que suele estar presente en diferentes
contextos. Además, brinda una versión breve, lo cual facilita su aplicación. Aunque el estudio emplea un
método que puede llegar a ser considerado nuevo, no se encuentra exento de limitaciones, como el tipo de
muestreo empleado que limita su generalización; a la vez, la cantidad de la muestra evaluada se considera
adecuada, sin embargo, se sugiere en futuros estudios ampliar el número de adolescentes evaluados.
CONCLUSIONES
El cuestionario de agresividad analizado, en base al análisis de redes, refleja una estructura tridimensional,
con adecuada validez y confiabilidad. Esto permite que pueda ser empleados por profesionales de la salud,
docentes, estudiantes o investigadores, interesados en medir los niveles de agresividad en estudiantes del
nivel secundario de ambos sexos.
Financiamiento: El estudio fue financiado por el investigador.
Agradecimientos: A la Universidad Privada del Norte por su confianza y a cada uno de los participantes que
respondieron de manera sincera a la evaluación.
Conflicto de intereses: El autor de la presente investigación, declara no presentar conflicto de interés.
Contribución del autor: Richard Irvin Salirrosas-Cabada, se encargó de la búsqueda de información,
recolección de datos, análisis e interpretación de resultados, metodología y conclusiones.
REFERENCIAS BIBLIOGRAFICAS.
1. Zhang Y, Li Y, Xie X, Lin X, Huang M, Fu H, et al. Association of greenness surrounding school with
aggression among adolescents: A multi-site study in China. Environ Res [Internet]. 2023 [citado 04
Ene 2026];234:116529. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/
S0013935123013336 DOI: https://doi.org/10.1016/j.envres.2023.116529.
2. Campo-Tena L, Larmour SR, Pereda N, Eisner MP. Longitudinal associations between adolescent
dating violence victimization and adverse outcomes: A systematic review. Trauma Violence Abuse
[Internet]. 2024 [citado 04 Ene 2026];25(2):1265–1277. Disponible en: https://journals.sagepub.com/
doi/full/10.1177/15248380231174504. DOI: https://doi.org/10.1177/15248380231174504.
3. Zhang L, Zhu H. Relationship between narcissism and aggression: A meta-analysis. Xin Li Xue Bao
[Internet]. 2021 [citado 04 Ene 2026];53(11):1228–1243. Disponible en: https://doi.org/10.3724/
SP.J.1041.2021.01228.
4. Krahé B. The social psychology of aggression: 3Rd edition [Internet]. 3a ed. Londres, Inglaterra:
Routledge; 2020. Disponible en: http://dx.doi.org/10.4324/9780429466496.
5. Zhang L, Eggum ND. Chinese adolescents’ perceptions of aggressive peers: The roles of gender and
cultural values. J Interpers Violence [Internet]. 2023 [citado 04 Ene 2026];38(15–16):9343–9368.
Disponible en: https://journals.sagepub.com/doi/abs/10.1177/08862605231165751 DOI: https://doi.org/
10.1177/08862605231165751.
6. Whipp AM, Korhonen T, Raevuori A, Heikkilä K, Pulkkinen L, Rose RJ, et al. Early adolescent
aggression predicts antisocial personality disorder in young adults: a population-based study. Eur
Child Adolesc Psychiatry [Internet]. 2019 [citado 05 Ene 2026];28(3):341–350. Disponible en:
https://link.springer.com/article/10.1007/s00787-018-1198-9. DOI: https://doi.org/10.1007/s00787-
018-1198-9.
7. Kwak M, Oh I. Comparison of psychological and social characteristics among traditional, cyber,
combined bullies, and non-involved. Sch Psychol Int [Internet]. 2017 [citado 05 Ene 2026];38(6):
608–627. Disponible en: https://journals.sagepub.com/doi/abs/10.1177/0143034317729424 DOI:
https://doi.org/10.1177/0143034317729424.
8. Brugman S, Cornet LJM, Smeijers D, Smeets K, Oostermeijer S, Buitelaar JK, et al. Examining the
reactive proactive questionnaire in adults in forensic and non-forensic settings: A variable- and
person-based approach: Reactive Proactive Aggression in Adults. Aggress Behav [Internet]. 2017
[citado 05 Ene 2026];43(2):155–162. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1002/
ab.21671. DOI: https://doi.org/10.1002/ab.21671.
9. Bandura A, Ross D, Ross SA. Transmission of aggression through imitation of aggressive models. J
Abnorm Soc Psychol [Internet]. 1961 [citado 05 Ene 2026];63(3):575–582. Disponible en:
https://psycnet.apa.org/record/1963-00875-001. DOI:http://doi.org/10.1037/h0045925.
10. Siregar AOA, Karmiyati D. Delinquent behavior: An analysis of Albert Bandura’s social learning
theory. ICPE [Internet]. 2024 [citado el 05 de Ene de 2026];3(1). Disponible en: https://proceeding.
unesa.ac.id/index.php/icpe/article/view/3655.
11. Pomahuacre-Carhuayal JW, Flores-Ramirez ME, Sanchez-Aliaga LL, Pomahuacre-Carhuayal LA,
Alva-Mendoza JC. Cuestionario de Agresión de Buss y Perry, forma reducida (AQ-SF): evidencias
psicométricas en adolescentes peruanos. Rev Investig Psicol [Internet]. 2024 [citado 05 Ene 2026];
27(2):e27560. Disponible en: disponible en: https://go.gale.com/ps/i.do?id=GALE%7CA824744120
&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=1560909X&sw=w&p=IFME&userGroup
Name=anon%7E2f25831a&aty=open-web-entry DOI: http://doi.org/10.15381/rinvp.v27i2.27560.
12. Javela JJ. Analysis of the psychometric properties of the Buss-Perry Aggression Questionnaire (AQ)
in Colombian adolescents. Rev psicol clín con niños adolesc [Internet]. 2023 [citado 07 Ene 2026];
10(3). Disponible en: https://jcpca.org/wp-content/uploads/pdfs/23-03-08.pdf. DOI: http://doi.org/
10.21134/rpcna.2023.10.3.8.
13. Cunha O, Peixoto M, Cruz AR, Gonçalves RA. Buss-Perry Aggression Questionnaire: Factor structure
and measurement invariance among Portuguese male perpetrators of intimate partner violence. Crim
Justice Behav [Internet]. 2021 [citado 07 Ene 2026];009385482110501. Disponible en: https://journals.
sagepub.com/doi/abs/10.1177/00938548211050113. DOI: http://doi.org/10.1177/00938548211050113.
14. Zimonyi S, Kasos K, Halmai Z, Csirmaz L, Stadler H, Rózsa S, et al. Hungarian validation of the
Buss-Perry Aggression Questionnaire-Is the short form more adequate? Brain Behav [Internet]. 2021
[citado 07 Ene 2026];11(5):e02043. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/
brb3.2043 DOI: http://doi.org/10.1002/brb3.2043.
15. Espinoza I, Tobar Viera A. Propiedades psicométricas del Cuestionario de Agresión (AQ) en
estudiantes universitarios ecuatorianos. ecosacademia [Internet]. 2023 [citado 07 Ene 2026];9(18):
9–27. Disponible en: https://revistasojs.utn.edu.ec/index.php/ecosacademia/es/article/view/907.
DOI: http://doi.org/10.53358/ecosacademia.v9i18.907.
16. Sommantico M, Guzmán MO, Parrello S, De Rosa B, Donizzetti AR. Validación de la versión italiana
del cuestionario de agresión (AQ) en el sur de Italia. Psicología Iztacala [Internet]. 2008 [citado 08
Ene 2026];11(4). Disponible en: https://www.revistas.unam.mx/index.php/repi/article/view/18593.
17. García-Batista ZE, Moretti LS, Franco P, Adrián Medrano L, Mustaca AE. Evidencias de Validez y
Confiabilidad de las Puntuaciones del Cuestionario de Agresividad (AQ) para Adultos Argentinos.
Rev Iberoam Diagn Eval - Aval Psicol [Internet]. 2022 [citado 08 Ene 2026];62(1):17. Disponible en:
https://go.gale.com/ps/i.do?id=GALE%7CA758439597&sid=googleScholar&v=2.1&it=r&link
access=abs&issn=11353848&sw=w&p=AONE&userGroupName=anon%7Eb60e570d&aty=open-
web-entry.
18. Maxwell JP. Development and preliminary validation of a Chinese version of the Buss-Perry Aggression
Questionnaire in a population of Hong Kong Chinese. J Pers Assess [Internet]. 2007 [citado 08 Ene
2026];88(3):284–94. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/00223890701317004
DOI: http://doi.org/10.1080/00223890701317004.
19. Golino HF, Epskamp S. Exploratory graph analysis: A new approach for estimating the number of
dimensions in psychological research. PLoS One [Internet]. 2017 [citado 11 Ene 2026];12(6):
REE 20(3) Riobamba sep. - dic. 2026
cc
BY NC ND
15
ISSN-impreso 1390-7581
ISSN-digital 2661-6742
e0174035. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0174035.
DOI: http://doi.org/10.1371/journal.pone.0174035.
20. Christensen AP, Golino H. Estimating the stability of psychological dimensions via Bootstrap
Exploratory Graph Analysis: A Monte Carlo simulation and tutorial. Psych [Internet]. 2021 [citado
11 Ene 2026];3(3):479–500. Disponible en: https://www.mdpi.com/2624-8611/3/3/32. DOI:
http://doi.org/10.3390/psych3030032.
21. Christensen AP, Garrido LE, Guerra-Peña K, Golino H. Comparing community detection algorithms
in psychometric networks: A Monte Carlo simulation. Behav Res Methods [Internet]. 2024 [citado 11
Ene 2026];56(3):1485–1505. Disponible en: https://link.springer.com/article/10.3758/s13428-023-
02106-4. DOI: http://doi.org/10.3758/s13428-023-02106-4.
22. Fonseca-Pedrero E, Muñiz J. Análisis de Redes en la Medición Psicológica: Fundamentos: Análisis
psicométrico de redes psicológicas. Acción psicol [Internet]. 2025 [citado 12 Ene 2026];22(1).
Disponible en: https://revistas.uned.es/index.php/accionpsicologica/article/view/43296. DOI:
http://doi.org/10.5944/ap.22.1.43296.
23. Álvarez-Díaz M, Gallego-Acedo C, Fernández-Alonso R, Muñiz J, Fonseca-Pedrero E. Análisis de
Redes: una Alternativa a los Enfoques Clásicos de Evaluación de los Sistemas Educativos. Psicol
Educ [Internet]. 2022 [citado 12 Ene 2026];28(2):165–73. Disponible en: https://digibuo.uniovi.es/
dspace/bitstream/handle/10651/61685/1135_755X_psed_psed2021a16.pdf?sequence=1. DOI:
http://doi.org/10.5093/psed2021a16.
24. Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: A tutorial
paper. Behav Res Methods [Internet]. 2018 [citado 12 Ene 2026];50(1):195–212. Disponible en:
https://link.springer.com/article/10.3758/s13428-017-0862-1#citeas. DOI: http://doi.org/10.3758/
s13428-017-0862-1.
25. Fonseca-Pedrero E. Análisis de redes: ¿una nueva forma de comprender la psicopatología? Rev
Psiquiatr Salud Ment [Internet]. 2017 [citado 13 Ene 2026];10(4):206–15. Disponible en:
https://www.sciencedirect.com/science/article/pii/S1888989117300903. DOI: http://doi.org/10.1016/
j.rpsm.2017.06.004.
26. Andreu, J., Peña, M. & Graña, J. Adaptación psicométrica de la versión española del Cuestionario de
Agresión. Psicothema [Internet] 2002 [citado 11 Ene 2026];14(2),476-482. Disponible en:
https://www.redalyc.org/pdf/727/72714245.pdf.
27. RStudio Team. RStudio: Integrated Development Environment for R [software]. Posit PBC; 2023.
28. Wickham H, Averick M, Bryan J, Chang W, McGowan L, François R, et al. Welcome to the tidyverse.
J Open Source Softw [Internet]. 2019 [citado 11 Ene 2026];4(43):1686. Disponible en: https://joss.theoj.
org/papers/10.21105/joss.01686 DOI: http://doi.org/10.21105/joss.01686.
29. Auguie B, Antonov A. gridExtra: Miscellaneous functions for “Grid” graphics [software]. Comprehensive
R Archive Network (CRAN); 2017.
30. Golino HF, Christensen AP. EGAnet: Exploratory Graph Analysis tools for psychological research
[software]. 2021.
31. Isvoranu AM, Epskamp S. Which estimation method to use in network psychometrics under skew?
(Spearman vs polychoric in EBICglasso).
32. Garcia-Pardina A, Abad FJ, Christensen AP, Golino H, Garrido LE. Dimensionality assessment in the
presence of wording effects: A network psychometric and factorial approach. Behav Res Methods
[Internet]. 2024 [citado 11 Ene 2026];56(6):6179–97. Disponible en: https://link.springer.com/article/
10.3758/s13428-024-02348-w. DOI: http://doi.org/10.3758/s13428-024-02348-w.
33. Golino H, Moulder R, Shi D, Christensen AP, Garrido LE, Nieto MD, et al. Entropy fit indices: New
fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate
Behav Res [Internet]. 2021 [citado 11 Ene 2026];56(6):874–902. Disponible en: https://www.tandfonline.
com/doi/abs/10.1080/00273171.2020.1779642. DOI: http://dx.doi.org/10.1080/00273171.2020.1779642.
34. Christensen AP, Golino H, Silvia PJ. A psychometric network perspective on the validity and validation
of personality trait questionnaires. Eur J Pers [Internet]. 2020 [citado 11 Ene 2026];34(6):1095–108.
Disponible en: https://journals.sagepub.com/doi/abs/10.1002/per.2265. DOI: http://doi.org/10.1002/
per.2265.
35. Christensen AP, Golino H. On the equivalency of factor and network loadings. Behav Res Methods
[Internet]. 2021 [citado 11 Ene 2026];53(4):1563–80. Disponible en: https://link.springer.com/article/
10.3758/s13428-020-01500-6#citeas. DOI: http://doi.org/10.3758/s13428-020-01500-6.
36. Epskamp S. Structural Equation Modeling and Confirmatory Network Analysis [R package psychonetrics
version 0.13.2] [Internet]. Comprehensive R Archive Network (CRAN). 2025 [citado 12 Ene 2026].
Disponible en: https://cran.r-project.org/package=psychonetrics.
37. Epskamp S, Rhemtulla M, Borsboom D. Generalized network psychometrics: Combining network
and latent variable models. Psychometrika [Internet]. 2017 [citado el 12 de Ene de 2026];82(4):
904–927. Disponible en: https://www.cambridge.org/core/journals/psychometrika/article/abs/
generalized-network-psychometrics-combining-network-and-latent-variable-models/2D2004CADB
2549F8FE1DDE1726D9DC80. DOI: http://doi.org/10.1007/s11336-017-9557-x.
38. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge.
39. Borsboom D, Cramer AOJ. Network analysis: an integrative approach to the structure of psychopathology.
Annu Rev Clin Psychol [Internet]. 2013 [citado 12 Ene 2026];9(1):91–121. Disponible en:
https://www.annualreviews.org/content/journals/10.1146/annurev-clinpsy-050212-185608. DOI:
http://doi.org/10.1146/annurev-clinpsy-050212-185608.
40. Lara SD, Merino-Soto C. Estimación de la magnitud del efecto en invarianza de medición. Rev Aval
Psicol [Internet]. 2019 [citado 29 May 2026];18(03). Disponible en: https://pepsic.bvsalud.org/scielo.
php?pid=S1677-04712019000300014&script=sci_arttext. DOI: http://doi.org/10.15689/ap.2019.
1803.16248.13.
Agresividad en adolescentes: Validez y confiabilidad en base al análisis de redes psicométricas
Aggression in adolescents: Validity and reliability based on psychometric network analysis
https://doi.org/10.37135/ee.04.27.01
Autor:
Richard Irvin Salirrosas-Cabada1 - https://orcid.org/0000-0002-4443-5992
Afiliación:
1Universidad Privada del Norte, Facultad de Ciencias de la Salud, Lima, Perú
Autor de correspondencia: Richard Irvin Salirrosas-Cabada. Av. Tingo María N° 1122, distrito de Cercado
de Lima Correo electrónico: richard.salirrosas@upn.pe, Telefono: 956363278
Recibido: 11 de mayo de 2026 Aceptado: 3 de agosto de 2026
RESUMEN
Se considera a la agresividad, como toda aquella conducta basada en la intimidación, mediante el empleo de
la violencia física o psicológica. Entre los diversos instrumentos que miden el constructo, se encuentra el
Cuestionario de Agresividad de Buss y Perry. Frente a esto, el estudio buscó determinar la validez y fiabilidad
en base a un modelo psicométrico basado en redes. Participaron 490 estudiantes del nivel secundario. Se
evaluaron la dimensionalidad, consistencia estructural, cargas de red mediante el Análisis Exploratorio de
Grafos (EGA) e invarianza en base al sexo. Los resultados, indicaron que el cuestionario presenta una estructura
basada en tres dimensiones, con una consistencia estructural ideal (0,837 a 0,997). Las cargas de red fueron
moderadas a altas (0,22 a 0,54), asimismo, existe invarianza entre sexos. Lo encontrado, pone en evidencia
que el cuestionario presenta validez y fiabilidad, lo que determina su uso para la medición de la agresividad
en adolescentes educativos.
Palabras clave: Psicometría, agresión, adolescentes.
ABSTRACT
Aggression is defined as any behavior based on intimidation through the use of physical or psychological
violence. Among the various instruments designed to measure this construct, the Buss and Perry Aggression
Questionnaire is one of the most widely used. In this context, the present study aimed to determine its validity
and reliability based on a psychometric network model. A total of 490 secondary school students participated
in the study. Dimensionality, structural consistency, network loadings using Exploratory Graph Analysis
(EGA), and sex-based invariance were evaluated. The results indicated that the questionnaire exhibits a
three-dimensional structure with ideal structural consistency coefficients (0.837 to 0.997). Network loadings
were moderate to high (0.22 to 0.54), and measurement invariance across sex was supported. These findings
provide evidence of the questionnaire’s validity and reliability, supporting its use for assessing aggression in
adolescent students.
Keywords: Psychometrics, Aggression, Adolescent.
INTRODUCCIÓN.
La adolescencia, representa una etapa llena de oportunidades y beneficios para el buen desarrollo neuronal y
socioemocional,
(1)
al ser positivo, contribuye al bienestar y calidad de vida. Sin embargo, muchas veces
debido a dificultades o conflictos, suelen presentar conductas poco adaptativas, siendo una de las más comunes
la agresividad.
(2)
La agresividad, es asumida como un problema de salud pública, que genera graves consecuencias en las
víctimas y sociedad,
(3)
la cual, busca lastimar o causar daño a nivel físico o emocional.
(4)
Se reconoce que la
agresividad, puede ser expresada de muchas maneras, mediante insultos, amenazas o golpes, que conlleva a
una mayor dificultad para adaptarse en contextos educativos y en el sistema familiar. La literatura reconoce
su relación con ideas suicidas y dificultad para establecer vínculos sanos con sus pares,
(5)
los trastornos de
personalidad,
(6)
dificultades para ejercer un adecuado autocontrol,
(7)
inestabilidad y un deterioro constante en
la calidad de vida.
(8)
Entre los diversos modelos teóricos que permiten tener una mejor comprensión sobre la agresividad, se
encuentra la teoría del aprendizaje social,
(9)
la cual considera que la agresividad surge y se refuerza a partir
de la influencia que se recibe del entorno más cercano, influyendo en la conducta y creencias, moldeando su
interacción en sociedad.
(10)
A la vez, se reconoce que medir la agresividad en los adolescentes, es importante, ya que facilita su adecuada
identificación y puedo permitir su oportuna intervención. Estudios han reportado que cuando se promueve la
autoestima
Entre los diversos instrumentos que se utilizan para la medición de la agresividad, se encuentra Cuestionario
de Agresión (AQ), elaborado por Buss y Perry en 1992, la cual consta de cuatro dimensiones y un total de 29
reactivos, orientados a medir la agresividad física, verbal, la ira y hostilidad. A lo largo de los años, ha sido
objeto de diversos estudios de corte psicométrico, sin embargo, estudios realizados en diferentes contextos,
han encontrado dificultades relacionadas a una baja confiabilidad en dimensiones y el retiro de ítems.
(11,12,13,14)
Asimismo, ha presentado cambios en su estructura, reportándose versiones reducidas de tres dimensiones en
Ecuador,
(15)
Italia,
(16)
Argentina
(17)
y en China de dos dimensiones.
(18)
Todos estos estudios, demuestran la
utilidad del instrumento para la medición de la agresividad, sin embargo, ponen en evidencia, que su estructura
no suele mostrar replicabilidad en diferentes contextos. Esto motiva a realizar el análisis psicométrico, en
base al método de análisis de redes, ya que puede estimar la replicabilidad de la estructura que la prueba
presenta,
(19)
cuantificar las cargas de red en base a su equivalencia facilitando una mejor selección de los
reactivos y su invarianza
(20)
y la redundancia.
(21)
En relación con el análisis de redes, es un método relativamente reciente, que se diferencia de los modelos
clásicos en medición, al considerar que las variables, síntomas, rasgos o dificultades psicológicas se encuentran
interrelacionados y que mantienen entre ellas un impacto constante,
(22)
a diferencia del modelo biomédico que
considera a toda patología o dificultad emocional es producto de una variable latente.
La red al ser analizada presenta una representación gráfica dividida en dos aspectos, nodos y aristas,
(23,24,25)
los primeros hacen referencia a las variables analizadas y las segundas indican la relación existente entre
ellas. En base a lo expuesto, se puede considerar que el análisis de redes representa un método de análisis
innovador complejo frente a la medición de variables, poder usarlo en el campo de la validación de
instrumentos contribuye a que pueda contar con herramientas de mayor precisión.
Ante esto, se propone como objetivo general realizar un análisis psicométrico exploratorio de redes del
cuestionario de agresión (AQ) en adolescentes. Y como objetivos específicos se buscó: Realizar el análisis
preliminar de los ítems, estimar la dimensionalidad y estabilidad, calcular las cargas de red, obtener la
consistencia estructural y realizar el análisis de invarianza en base al sexo en los adolescentes.
METODOLOGÍA.
El estudio corresponde al diseño instrumental, con enfoque cuantitativo, orientado a la medición de la validez
y confiabilidad.
La muestra, seleccionada fue evaluada en base al muestreo no probabilístico por conveniencia, método que
permite una selección de participantes en base a la accesibilidad y facilidad del investigador, pero que solo
toma en consideración a aquellos que cumplen con los criterios establecidos para su selección. En total
fueron 490 adolescentes, quienes cursaban del tercer al quinto grado del nivel secundario, pertenecientes a
una institución educativa pública. Sus edades oscilaron de 13 a 16 años (Media: 14.6), de ambos sexos (61 %
varones y 39 % mujeres). Como criterios de inclusión fueron considerados solo aquellos matriculados en el
año académico, que acepten formar parte de manera voluntaria brindando su consentimiento.
El instrumento empleado, fue el Cuestionario de Agresión (AQ), elaborado por Buss y Perry en 1992. Se
empleó la versión adaptada por Andreu et al.,
(26)
se compone de cuatro dimensiones (agresión física, agresión
verbal, ira y hostilidad) y 29 ítems en escala Likert. Presenta una confiabilidad que oscila de 0,68 a 0,88 entre
sus dimensiones y adecuados índices de ajuste (RMR: 0,05, RMSEA: 0,05, GFI: 0,92 y GFI: 0,93).
El proceso de recojo de información se realizó de manera presencial, cada participante firmó un consentimiento
informado, que brindaba su conformidad a ser participe del estudio. Culminado el proceso cada prueba fue
codificada para su posterior análisis.
Análisis de datos
El análisis de los datos se llevó a cabo utilizando RStudio como interfaz principal para la gestión y ejecución
de los scripts analíticos.
(27)
Para la manipulación, limpieza y organización de los datos, se emplearon las
herramientas del paquete tidyverse, que facilitan la estructuración eficiente de los conjuntos de datos y la
preparación previa al análisis estadístico.
(28)
La composición y maquetación de las figuras se realizó mediante
el paquete gridExtra, permitiendo una presentación visual clara y comparativa de los resultados.
(29)
El análisis
exploratorio de grafos (EGA) y su versión bootstrap (bootEGA) se implementaron a través del paquete
EGAnet, que posibilita la identificación de la dimensionalidad subyacente y la evaluación de la estabilidad
estructural de las soluciones obtenidas.
(30)
Para la estimación de la red, se utilizó el modelo graphical lasso (glasso) sobre una matriz de correlaciones
de Spearman, decisión motivada por la presencia de asimetría en la distribución de las respuestas tipo Likert,
ya que bajo estas condiciones la matriz de Spearman ofrece una recuperación de aristas comparable o
superior a la matriz policórica en el contexto de EBICglasso.
(31)
La detección de comunidades se realizó
inicialmente con el algoritmo Louvain, aunque el paquete EGAnet también permite la comparación con
otros algoritmos como walktrap, basado en caminatas aleatorias, para asegurar la robustez de la estructura
dimensional identificada.
(32)
El análisis incluyó la aplicación de bootEGA con 1000 réplicas y el algoritmo
Leading Eigenvector (LE) para evaluar la consistencia estructural de las dimensiones y la estabilidad de
pertenencia de los ítems, utilizando como criterio de replicación satisfactorio un umbral de ≥ 75 %, conforme
a las recomendaciones metodológicas actuales.
(33)
La consistencia estructural fue diferenciada explícitamente de la consistencia interna clásica, ya que la
primera evalúa la replicabilidad de la estructura dimensional en muestras bootstrap, mientras que la segunda
se refiere a la homogeneidad interna de los ítems.
(34)
En relación a las cargas de red, se interpretan en base a
tres umbrales, pequeño para 0,15, moderadas para 0,25 y grandes para 0,35, lo que permite poder realizar las
comparaciones en base a criterios ya conocidos de interpretación de cargas factoriales.
(35)
Aunado a esto, se
empleó el Loading Comparison Test (LCT) para poder elegir entre el marco de red y el latente, facilitando
así que toda estructura identificada guarde mejor relación con el modelo teórico más pertinente.
(36)
La
modelización de redes latentes (Latent Network Modeling) se implementó con el paquete psychonetrics,
permitiendo explorar las interacciones entre variables latentes y comparar la estructura de red con modelos
de ecuaciones estructurales tradicionales.
(37)
Para la interpretación de las correlaciones entre dimensiones y nodos, se siguieron los puntos de corte
propuestos por Cohen (0,10, 0,30, 0,50 como efectos pequeño, mediano y grande, respectivamente), y se
reportaron métricas de centralidad cuando fue pertinente, empleando las funciones del paquete bootnet.
(24,38)
La elección de este enfoque metodológico responde a la necesidad de captar la complejidad estructural de los
datos tipo Likert, garantizar la robustez y replicabilidad de los resultados, y permitir una interpretación
tanto desde el marco de red como desde el marco latente, integrando evidencia empírica y criterios teóricos
actualizados.
RESULTADOS
Figura 1. Análisis preliminar de los ítems
En base al análisis descriptivo de las frecuencias de respuesta para los 17 ítems que conforman el instrumento
y presentan la escala Likert. Se aprecia, que en su gran mayoría diversos ítems (AFI, AF5, AF13, AF21,
AF27, AF29, AV18 y AH4) superan el 40% de selección en opción 1 por parte de los participantes, asimismo
se aprecia que una gran cantidad de ítems, los porcentajes elegidos superan el 20 %, para la opción dos. A
partir de esto, se puede inferir que, entre los adolescentes evaluados, existe una mayor tendencia a elegir
categorías bajas de respuesta, sin embargo, se aprecia variabilidad entre las cinco opciones de respuesta.
Figura 2. Dimensionalidad y estabilidad (EGA/BootEGA)
El Análisis Exploratorio de Grafos (EGA) identificó la presencia de tres dimensiones en la estructura de los
datos. El índice TEFI obtenido fue de -12,29, lo que indica un ajuste adecuado del modelo de red estimado.
La estabilidad de la solución fue corroborada mediante procedimientos de remuestreo (BootEGA), que
presentan una mejor estructura en base a 17 ítems y tres dimensiones, y a la vez, reflejan una mayor
consistencia en las iteraciones realizadas. A la vez, las líneas más gruesas muestran una mayor conexión
entre los ítems que conforman cada dimensión, esto permite comprender que existe una gran relación entre
los dimensiones y el modelo teórico para la medición de la agresión.
Tabla 1. Cargas de red (principales)
El análisis de cargas de red mostró que, en la dimensión 1, los ítems con mayores cargas fueron AF5 (0,541),
AF21 (0,482), AF9 (0,403), AF24 (0,398) y AF17 (0,336). En la dimensión 2, los ítems más representativos
fueron AV14 (0,447), AI19 (0,433), AV18 (0,395), AV10 (0,326) y AV2 (0,296). Para la dimensión 3,
destacaron AH26 (0,543), AH8 (0,421), AH12 (0,372), AH16 (0,367) y AH20 (0,253). Estos resultados
evidencian una adecuada representación de los ítems en sus respectivas dimensiones.
Figura 3. Consistencia estructural (BootEGA) modelo original.
El modelo original, evidencia que diversos reactivos, presentan coeficientes con valores menores al 0,75, lo
que indica una baja estabilidad, la cual se encuentre presente en las cuatro dimensiones, cuyos valores oscilan
de 0,39 a 0,74; los ítems que reflejan una mayor estabilidad, presentan valores 0,76 a 0,96. Frente a esto, se
realizó la eliminación de reactivos, buscando una mayor estabilidad en la red.
Figura 4. Consistencia estructural (BootEGA) del modelo adaptado.
La figura, permite identificar la consistencia estructural en base a las 3 dimensiones identificadas, cuyos
valores son elevados, presentando coeficientes de 0,86 a 1 en Agresividad física, de 0,92 a 1 para Agresión
verbal y de 1 en la dimensión Hostilidad. Los valores encontrados permiten apreciar que la presencia de una
alta estabilidad y replicabilidad, del modelo encontrado en base a tres dimensiones en base al BootEGA.
Figura 5. Invarianza en base al modelo adaptado.
Se realizó el análisis de invarianza, tomando en cuenta la estructura de tres dimensiones en base al sexo. Los
resultados reflejan que no existen diferencias estadísticamente significativas entre la pertenencia de los 17
ítems sobre las dimensiones, mostrando valores de p ajustados (p_BH) mayores al 0,05 entre la gran mayoría
de los casos. Es necesario tomar en cuenta que solo se apreciaron diferencias en el ítem AF24, que refleja una
diferencia significativa (p = 0,048; p_BH = 0,468), sin embargo, este valor no fue suficiente para poder
determinar una diferencia al realizarse la corrección en base a las comparaciones múltiples. Lo encontrado
confirma la invarianza de la estructura factorial entre los grupos analizados.
DISCUSIÓN
La adolescencia presenta, una etapa importante durante el proceso de adaptación y socialización, sin embargo,
es propensa a la manifestación de diversas dificultades. Entre las más comunes se encuentra la agresividad,
considerada un problema público, que conlleva a graves consecuencias en sus víctimas y sociedad,
(3)
cuya
finalidad es la de lastimar o causar daño a nivel físico o emocional.
(4)
Al respecto, puede ser definida como
todo aquel acto basado en golpes, la coacción e insultos, con la finalidad de obtener un beneficio mediante
el uso de la fuerza e intimidación.
Existen diversos instrumentos destinados a la medición de la agresividad, el Cuestionario de Agresión (AQ),
de Buss y Perry, es uno de más empleados, adaptado en diferentes idiomas, contextos y grupos poblacionales.
Frente a esto, se propuso como objetivo, realizar un análisis psicométrico del cuestionario de agresión (AQ)
en adolescentes, en base al análisis de redes.
Al respecto, el estudio se basó en el análisis de redes, método que ha tomado mayor relevancia en la medición
de variables relacionadas a la salud mental y considera a los diversos síntomas como nodos, que se relacionan,
se refuerzan entre sí y permiten de esta manera determinar sus factores.
(39)
En el campo de la psicometría, el
análisis de redes permite estimar medidas como la replicabilidad en base al análisis de grafos y a medidas de
Bootstrap, que buscan conocer la dependencia en la muestra,
(17)
así como conocer el valor de la carga de
red,
(32)
determinar la redundancia, mediante el análisis de variables únicas (UVA), lo que facilita el poder
abreviar un instrumento,
(21)
y comprobar la invarianza de los grupos en base al sexo.
En base a las redes psicométricas, los resultados encontrados permiten apreciar la conformación de una
nueva estructura conformada por 17 ítems y tres dimensiones, con cargas de red que oscilan de 0,22 a 0,54,
permitiendo considerar que entre los diversos ítems existen adecuadas interconexiones que contribuyen a la
medición de la agresividad en adolescentes. Aunque estos valores no son similares a otros resultados
encontrados en otros contextos,
(16, 17)
se puede inferir que los ítems, logran tener una adecuada relación con
el constructo propuesto y facilitan la medición de la agresividad en adolescentes.
Asimismo, aunque el estudio propone una nueva estructura en su medición, se debe considerar, que a
diferencia del modelo médico que tiene como punto de partida la percepción de una variable latente como
método para poder explicar dificultades, rasgos de personalidad y otros; el análisis de redes considera que
cada síntoma o característica evaluada, es producto de la interacción que existe entre los síntomas o
características,
(22)
en relación al presente, se puede inferir que cada ítem se encuentra relacionado y a la vez
impactan entre sí de forma constante. En relación con el cambio en la estructura para la medición de la variable,
el cual se conforma por tres dimensiones, coincide con diversos estudios realizados,
(15,16,17,18)
los cuales
reportaron modificaciones en el instrumento en sus dimensiones y eliminación de ítems, pero siguen
demostrando utilidad para la medición de la agresividad.
Los coeficientes relacionados a la estabilidad muestran valores de 0,837 a 0,997, considerados satisfactorios,
(30) entre las dimensiones de la nueva estructura propuesta, lo que indican capacidad para la medición y
buena replicabilidad del cuestionario. Aunque otros estudios han empleado coeficientes distintos para la
fiabilidad,
(15,16,17)
valores, pueden llegar a ser comparables a los diversos coeficientes reportados en estudios
que buscaron medir su consistencia.
En relación con la invarianza entre grupos, los resultados no reflejan diferencias estadísticas entre ambos
grupos (hombres y mujeres), esto permite comprender que toda diferencia que pueda llegar a encontrarse en
base a la medición se debe a diferencia entre los géneros y no a causa del instrumento seleccionado.
(40)
A partir de lo encontrado, el estudio muestra la importancia de seguir analizando instrumentos que miden
agresividad en los adolescentes, al ser una dificultad creciente y que suele estar presente en diferentes
contextos. Además, brinda una versión breve, lo cual facilita su aplicación. Aunque el estudio emplea un
método que puede llegar a ser considerado nuevo, no se encuentra exento de limitaciones, como el tipo de
muestreo empleado que limita su generalización; a la vez, la cantidad de la muestra evaluada se considera
adecuada, sin embargo, se sugiere en futuros estudios ampliar el número de adolescentes evaluados.
CONCLUSIONES
El cuestionario de agresividad analizado, en base al análisis de redes, refleja una estructura tridimensional,
con adecuada validez y confiabilidad. Esto permite que pueda ser empleados por profesionales de la salud,
docentes, estudiantes o investigadores, interesados en medir los niveles de agresividad en estudiantes del
nivel secundario de ambos sexos.
Financiamiento: El estudio fue financiado por el investigador.
Agradecimientos: A la Universidad Privada del Norte por su confianza y a cada uno de los participantes que
respondieron de manera sincera a la evaluación.
Conflicto de intereses: El autor de la presente investigación, declara no presentar conflicto de interés.
Contribución del autor: Richard Irvin Salirrosas-Cabada, se encargó de la búsqueda de información,
recolección de datos, análisis e interpretación de resultados, metodología y conclusiones.
REFERENCIAS BIBLIOGRAFICAS.
1. Zhang Y, Li Y, Xie X, Lin X, Huang M, Fu H, et al. Association of greenness surrounding school with
aggression among adolescents: A multi-site study in China. Environ Res [Internet]. 2023 [citado 04
Ene 2026];234:116529. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/
S0013935123013336 DOI: https://doi.org/10.1016/j.envres.2023.116529.
2. Campo-Tena L, Larmour SR, Pereda N, Eisner MP. Longitudinal associations between adolescent
dating violence victimization and adverse outcomes: A systematic review. Trauma Violence Abuse
[Internet]. 2024 [citado 04 Ene 2026];25(2):1265–1277. Disponible en: https://journals.sagepub.com/
doi/full/10.1177/15248380231174504. DOI: https://doi.org/10.1177/15248380231174504.
3. Zhang L, Zhu H. Relationship between narcissism and aggression: A meta-analysis. Xin Li Xue Bao
[Internet]. 2021 [citado 04 Ene 2026];53(11):1228–1243. Disponible en: https://doi.org/10.3724/
SP.J.1041.2021.01228.
4. Krahé B. The social psychology of aggression: 3Rd edition [Internet]. 3a ed. Londres, Inglaterra:
Routledge; 2020. Disponible en: http://dx.doi.org/10.4324/9780429466496.
5. Zhang L, Eggum ND. Chinese adolescents’ perceptions of aggressive peers: The roles of gender and
cultural values. J Interpers Violence [Internet]. 2023 [citado 04 Ene 2026];38(15–16):9343–9368.
Disponible en: https://journals.sagepub.com/doi/abs/10.1177/08862605231165751 DOI: https://doi.org/
10.1177/08862605231165751.
6. Whipp AM, Korhonen T, Raevuori A, Heikkilä K, Pulkkinen L, Rose RJ, et al. Early adolescent
aggression predicts antisocial personality disorder in young adults: a population-based study. Eur
Child Adolesc Psychiatry [Internet]. 2019 [citado 05 Ene 2026];28(3):341–350. Disponible en:
https://link.springer.com/article/10.1007/s00787-018-1198-9. DOI: https://doi.org/10.1007/s00787-
018-1198-9.
7. Kwak M, Oh I. Comparison of psychological and social characteristics among traditional, cyber,
combined bullies, and non-involved. Sch Psychol Int [Internet]. 2017 [citado 05 Ene 2026];38(6):
608–627. Disponible en: https://journals.sagepub.com/doi/abs/10.1177/0143034317729424 DOI:
https://doi.org/10.1177/0143034317729424.
8. Brugman S, Cornet LJM, Smeijers D, Smeets K, Oostermeijer S, Buitelaar JK, et al. Examining the
reactive proactive questionnaire in adults in forensic and non-forensic settings: A variable- and
person-based approach: Reactive Proactive Aggression in Adults. Aggress Behav [Internet]. 2017
[citado 05 Ene 2026];43(2):155–162. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1002/
ab.21671. DOI: https://doi.org/10.1002/ab.21671.
9. Bandura A, Ross D, Ross SA. Transmission of aggression through imitation of aggressive models. J
Abnorm Soc Psychol [Internet]. 1961 [citado 05 Ene 2026];63(3):575–582. Disponible en:
https://psycnet.apa.org/record/1963-00875-001. DOI:http://doi.org/10.1037/h0045925.
10. Siregar AOA, Karmiyati D. Delinquent behavior: An analysis of Albert Bandura’s social learning
theory. ICPE [Internet]. 2024 [citado el 05 de Ene de 2026];3(1). Disponible en: https://proceeding.
unesa.ac.id/index.php/icpe/article/view/3655.
11. Pomahuacre-Carhuayal JW, Flores-Ramirez ME, Sanchez-Aliaga LL, Pomahuacre-Carhuayal LA,
Alva-Mendoza JC. Cuestionario de Agresión de Buss y Perry, forma reducida (AQ-SF): evidencias
psicométricas en adolescentes peruanos. Rev Investig Psicol [Internet]. 2024 [citado 05 Ene 2026];
27(2):e27560. Disponible en: disponible en: https://go.gale.com/ps/i.do?id=GALE%7CA824744120
&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=1560909X&sw=w&p=IFME&userGroup
Name=anon%7E2f25831a&aty=open-web-entry DOI: http://doi.org/10.15381/rinvp.v27i2.27560.
12. Javela JJ. Analysis of the psychometric properties of the Buss-Perry Aggression Questionnaire (AQ)
in Colombian adolescents. Rev psicol clín con niños adolesc [Internet]. 2023 [citado 07 Ene 2026];
10(3). Disponible en: https://jcpca.org/wp-content/uploads/pdfs/23-03-08.pdf. DOI: http://doi.org/
10.21134/rpcna.2023.10.3.8.
13. Cunha O, Peixoto M, Cruz AR, Gonçalves RA. Buss-Perry Aggression Questionnaire: Factor structure
and measurement invariance among Portuguese male perpetrators of intimate partner violence. Crim
Justice Behav [Internet]. 2021 [citado 07 Ene 2026];009385482110501. Disponible en: https://journals.
sagepub.com/doi/abs/10.1177/00938548211050113. DOI: http://doi.org/10.1177/00938548211050113.
14. Zimonyi S, Kasos K, Halmai Z, Csirmaz L, Stadler H, Rózsa S, et al. Hungarian validation of the
Buss-Perry Aggression Questionnaire-Is the short form more adequate? Brain Behav [Internet]. 2021
[citado 07 Ene 2026];11(5):e02043. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/
brb3.2043 DOI: http://doi.org/10.1002/brb3.2043.
15. Espinoza I, Tobar Viera A. Propiedades psicométricas del Cuestionario de Agresión (AQ) en
estudiantes universitarios ecuatorianos. ecosacademia [Internet]. 2023 [citado 07 Ene 2026];9(18):
9–27. Disponible en: https://revistasojs.utn.edu.ec/index.php/ecosacademia/es/article/view/907.
DOI: http://doi.org/10.53358/ecosacademia.v9i18.907.
16. Sommantico M, Guzmán MO, Parrello S, De Rosa B, Donizzetti AR. Validación de la versión italiana
del cuestionario de agresión (AQ) en el sur de Italia. Psicología Iztacala [Internet]. 2008 [citado 08
Ene 2026];11(4). Disponible en: https://www.revistas.unam.mx/index.php/repi/article/view/18593.
17. García-Batista ZE, Moretti LS, Franco P, Adrián Medrano L, Mustaca AE. Evidencias de Validez y
Confiabilidad de las Puntuaciones del Cuestionario de Agresividad (AQ) para Adultos Argentinos.
Rev Iberoam Diagn Eval - Aval Psicol [Internet]. 2022 [citado 08 Ene 2026];62(1):17. Disponible en:
https://go.gale.com/ps/i.do?id=GALE%7CA758439597&sid=googleScholar&v=2.1&it=r&link
access=abs&issn=11353848&sw=w&p=AONE&userGroupName=anon%7Eb60e570d&aty=open-
web-entry.
18. Maxwell JP. Development and preliminary validation of a Chinese version of the Buss-Perry Aggression
Questionnaire in a population of Hong Kong Chinese. J Pers Assess [Internet]. 2007 [citado 08 Ene
2026];88(3):284–94. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/00223890701317004
DOI: http://doi.org/10.1080/00223890701317004.
19. Golino HF, Epskamp S. Exploratory graph analysis: A new approach for estimating the number of
dimensions in psychological research. PLoS One [Internet]. 2017 [citado 11 Ene 2026];12(6):
REE 20(3) Riobamba sep. - dic. 2026
cc
BY NC ND
16
ISSN-impreso 1390-7581
ISSN-digital 2661-6742
e0174035. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0174035.
DOI: http://doi.org/10.1371/journal.pone.0174035.
20. Christensen AP, Golino H. Estimating the stability of psychological dimensions via Bootstrap
Exploratory Graph Analysis: A Monte Carlo simulation and tutorial. Psych [Internet]. 2021 [citado
11 Ene 2026];3(3):479–500. Disponible en: https://www.mdpi.com/2624-8611/3/3/32. DOI:
http://doi.org/10.3390/psych3030032.
21. Christensen AP, Garrido LE, Guerra-Peña K, Golino H. Comparing community detection algorithms
in psychometric networks: A Monte Carlo simulation. Behav Res Methods [Internet]. 2024 [citado 11
Ene 2026];56(3):1485–1505. Disponible en: https://link.springer.com/article/10.3758/s13428-023-
02106-4. DOI: http://doi.org/10.3758/s13428-023-02106-4.
22. Fonseca-Pedrero E, Muñiz J. Análisis de Redes en la Medición Psicológica: Fundamentos: Análisis
psicométrico de redes psicológicas. Acción psicol [Internet]. 2025 [citado 12 Ene 2026];22(1).
Disponible en: https://revistas.uned.es/index.php/accionpsicologica/article/view/43296. DOI:
http://doi.org/10.5944/ap.22.1.43296.
23. Álvarez-Díaz M, Gallego-Acedo C, Fernández-Alonso R, Muñiz J, Fonseca-Pedrero E. Análisis de
Redes: una Alternativa a los Enfoques Clásicos de Evaluación de los Sistemas Educativos. Psicol
Educ [Internet]. 2022 [citado 12 Ene 2026];28(2):165–73. Disponible en: https://digibuo.uniovi.es/
dspace/bitstream/handle/10651/61685/1135_755X_psed_psed2021a16.pdf?sequence=1. DOI:
http://doi.org/10.5093/psed2021a16.
24. Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: A tutorial
paper. Behav Res Methods [Internet]. 2018 [citado 12 Ene 2026];50(1):195–212. Disponible en:
https://link.springer.com/article/10.3758/s13428-017-0862-1#citeas. DOI: http://doi.org/10.3758/
s13428-017-0862-1.
25. Fonseca-Pedrero E. Análisis de redes: ¿una nueva forma de comprender la psicopatología? Rev
Psiquiatr Salud Ment [Internet]. 2017 [citado 13 Ene 2026];10(4):206–15. Disponible en:
https://www.sciencedirect.com/science/article/pii/S1888989117300903. DOI: http://doi.org/10.1016/
j.rpsm.2017.06.004.
26. Andreu, J., Peña, M. & Graña, J. Adaptación psicométrica de la versión española del Cuestionario de
Agresión. Psicothema [Internet] 2002 [citado 11 Ene 2026];14(2),476-482. Disponible en:
https://www.redalyc.org/pdf/727/72714245.pdf.
27. RStudio Team. RStudio: Integrated Development Environment for R [software]. Posit PBC; 2023.
28. Wickham H, Averick M, Bryan J, Chang W, McGowan L, François R, et al. Welcome to the tidyverse.
J Open Source Softw [Internet]. 2019 [citado 11 Ene 2026];4(43):1686. Disponible en: https://joss.theoj.
org/papers/10.21105/joss.01686 DOI: http://doi.org/10.21105/joss.01686.
29. Auguie B, Antonov A. gridExtra: Miscellaneous functions for “Grid” graphics [software]. Comprehensive
R Archive Network (CRAN); 2017.
30. Golino HF, Christensen AP. EGAnet: Exploratory Graph Analysis tools for psychological research
[software]. 2021.
31. Isvoranu AM, Epskamp S. Which estimation method to use in network psychometrics under skew?
(Spearman vs polychoric in EBICglasso).
32. Garcia-Pardina A, Abad FJ, Christensen AP, Golino H, Garrido LE. Dimensionality assessment in the
presence of wording effects: A network psychometric and factorial approach. Behav Res Methods
[Internet]. 2024 [citado 11 Ene 2026];56(6):6179–97. Disponible en: https://link.springer.com/article/
10.3758/s13428-024-02348-w. DOI: http://doi.org/10.3758/s13428-024-02348-w.
33. Golino H, Moulder R, Shi D, Christensen AP, Garrido LE, Nieto MD, et al. Entropy fit indices: New
fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate
Behav Res [Internet]. 2021 [citado 11 Ene 2026];56(6):874–902. Disponible en: https://www.tandfonline.
com/doi/abs/10.1080/00273171.2020.1779642. DOI: http://dx.doi.org/10.1080/00273171.2020.1779642.
34. Christensen AP, Golino H, Silvia PJ. A psychometric network perspective on the validity and validation
of personality trait questionnaires. Eur J Pers [Internet]. 2020 [citado 11 Ene 2026];34(6):1095–108.
Disponible en: https://journals.sagepub.com/doi/abs/10.1002/per.2265. DOI: http://doi.org/10.1002/
per.2265.
35. Christensen AP, Golino H. On the equivalency of factor and network loadings. Behav Res Methods
[Internet]. 2021 [citado 11 Ene 2026];53(4):1563–80. Disponible en: https://link.springer.com/article/
10.3758/s13428-020-01500-6#citeas. DOI: http://doi.org/10.3758/s13428-020-01500-6.
36. Epskamp S. Structural Equation Modeling and Confirmatory Network Analysis [R package psychonetrics
version 0.13.2] [Internet]. Comprehensive R Archive Network (CRAN). 2025 [citado 12 Ene 2026].
Disponible en: https://cran.r-project.org/package=psychonetrics.
37. Epskamp S, Rhemtulla M, Borsboom D. Generalized network psychometrics: Combining network
and latent variable models. Psychometrika [Internet]. 2017 [citado el 12 de Ene de 2026];82(4):
904–927. Disponible en: https://www.cambridge.org/core/journals/psychometrika/article/abs/
generalized-network-psychometrics-combining-network-and-latent-variable-models/2D2004CADB
2549F8FE1DDE1726D9DC80. DOI: http://doi.org/10.1007/s11336-017-9557-x.
38. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge.
39. Borsboom D, Cramer AOJ. Network analysis: an integrative approach to the structure of psychopathology.
Annu Rev Clin Psychol [Internet]. 2013 [citado 12 Ene 2026];9(1):91–121. Disponible en:
https://www.annualreviews.org/content/journals/10.1146/annurev-clinpsy-050212-185608. DOI:
http://doi.org/10.1146/annurev-clinpsy-050212-185608.
40. Lara SD, Merino-Soto C. Estimación de la magnitud del efecto en invarianza de medición. Rev Aval
Psicol [Internet]. 2019 [citado 29 May 2026];18(03). Disponible en: https://pepsic.bvsalud.org/scielo.
php?pid=S1677-04712019000300014&script=sci_arttext. DOI: http://doi.org/10.15689/ap.2019.
1803.16248.13.
Agresividad en adolescentes: Validez y confiabilidad en base al análisis de redes psicométricas
Aggression in adolescents: Validity and reliability based on psychometric network analysis
https://doi.org/10.37135/ee.04.27.01
Autor:
Richard Irvin Salirrosas-Cabada1 - https://orcid.org/0000-0002-4443-5992
Afiliación:
1Universidad Privada del Norte, Facultad de Ciencias de la Salud, Lima, Perú
Autor de correspondencia: Richard Irvin Salirrosas-Cabada. Av. Tingo María N° 1122, distrito de Cercado
de Lima Correo electrónico: richard.salirrosas@upn.pe, Telefono: 956363278
Recibido: 11 de mayo de 2026 Aceptado: 3 de agosto de 2026
RESUMEN
Se considera a la agresividad, como toda aquella conducta basada en la intimidación, mediante el empleo de
la violencia física o psicológica. Entre los diversos instrumentos que miden el constructo, se encuentra el
Cuestionario de Agresividad de Buss y Perry. Frente a esto, el estudio buscó determinar la validez y fiabilidad
en base a un modelo psicométrico basado en redes. Participaron 490 estudiantes del nivel secundario. Se
evaluaron la dimensionalidad, consistencia estructural, cargas de red mediante el Análisis Exploratorio de
Grafos (EGA) e invarianza en base al sexo. Los resultados, indicaron que el cuestionario presenta una estructura
basada en tres dimensiones, con una consistencia estructural ideal (0,837 a 0,997). Las cargas de red fueron
moderadas a altas (0,22 a 0,54), asimismo, existe invarianza entre sexos. Lo encontrado, pone en evidencia
que el cuestionario presenta validez y fiabilidad, lo que determina su uso para la medición de la agresividad
en adolescentes educativos.
Palabras clave: Psicometría, agresión, adolescentes.
ABSTRACT
Aggression is defined as any behavior based on intimidation through the use of physical or psychological
violence. Among the various instruments designed to measure this construct, the Buss and Perry Aggression
Questionnaire is one of the most widely used. In this context, the present study aimed to determine its validity
and reliability based on a psychometric network model. A total of 490 secondary school students participated
in the study. Dimensionality, structural consistency, network loadings using Exploratory Graph Analysis
(EGA), and sex-based invariance were evaluated. The results indicated that the questionnaire exhibits a
three-dimensional structure with ideal structural consistency coefficients (0.837 to 0.997). Network loadings
were moderate to high (0.22 to 0.54), and measurement invariance across sex was supported. These findings
provide evidence of the questionnaire’s validity and reliability, supporting its use for assessing aggression in
adolescent students.
Keywords: Psychometrics, Aggression, Adolescent.
INTRODUCCIÓN.
La adolescencia, representa una etapa llena de oportunidades y beneficios para el buen desarrollo neuronal y
socioemocional,
(1)
al ser positivo, contribuye al bienestar y calidad de vida. Sin embargo, muchas veces
debido a dificultades o conflictos, suelen presentar conductas poco adaptativas, siendo una de las más comunes
la agresividad.
(2)
La agresividad, es asumida como un problema de salud pública, que genera graves consecuencias en las
víctimas y sociedad,
(3)
la cual, busca lastimar o causar daño a nivel físico o emocional.
(4)
Se reconoce que la
agresividad, puede ser expresada de muchas maneras, mediante insultos, amenazas o golpes, que conlleva a
una mayor dificultad para adaptarse en contextos educativos y en el sistema familiar. La literatura reconoce
su relación con ideas suicidas y dificultad para establecer vínculos sanos con sus pares,
(5)
los trastornos de
personalidad,
(6)
dificultades para ejercer un adecuado autocontrol,
(7)
inestabilidad y un deterioro constante en
la calidad de vida.
(8)
Entre los diversos modelos teóricos que permiten tener una mejor comprensión sobre la agresividad, se
encuentra la teoría del aprendizaje social,
(9)
la cual considera que la agresividad surge y se refuerza a partir
de la influencia que se recibe del entorno más cercano, influyendo en la conducta y creencias, moldeando su
interacción en sociedad.
(10)
A la vez, se reconoce que medir la agresividad en los adolescentes, es importante, ya que facilita su adecuada
identificación y puedo permitir su oportuna intervención. Estudios han reportado que cuando se promueve la
autoestima
Entre los diversos instrumentos que se utilizan para la medición de la agresividad, se encuentra Cuestionario
de Agresión (AQ), elaborado por Buss y Perry en 1992, la cual consta de cuatro dimensiones y un total de 29
reactivos, orientados a medir la agresividad física, verbal, la ira y hostilidad. A lo largo de los años, ha sido
objeto de diversos estudios de corte psicométrico, sin embargo, estudios realizados en diferentes contextos,
han encontrado dificultades relacionadas a una baja confiabilidad en dimensiones y el retiro de ítems.
(11,12,13,14)
Asimismo, ha presentado cambios en su estructura, reportándose versiones reducidas de tres dimensiones en
Ecuador,
(15)
Italia,
(16)
Argentina
(17)
y en China de dos dimensiones.
(18)
Todos estos estudios, demuestran la
utilidad del instrumento para la medición de la agresividad, sin embargo, ponen en evidencia, que su estructura
no suele mostrar replicabilidad en diferentes contextos. Esto motiva a realizar el análisis psicométrico, en
base al método de análisis de redes, ya que puede estimar la replicabilidad de la estructura que la prueba
presenta,
(19)
cuantificar las cargas de red en base a su equivalencia facilitando una mejor selección de los
reactivos y su invarianza
(20)
y la redundancia.
(21)
En relación con el análisis de redes, es un método relativamente reciente, que se diferencia de los modelos
clásicos en medición, al considerar que las variables, síntomas, rasgos o dificultades psicológicas se encuentran
interrelacionados y que mantienen entre ellas un impacto constante,
(22)
a diferencia del modelo biomédico que
considera a toda patología o dificultad emocional es producto de una variable latente.
La red al ser analizada presenta una representación gráfica dividida en dos aspectos, nodos y aristas,
(23,24,25)
los primeros hacen referencia a las variables analizadas y las segundas indican la relación existente entre
ellas. En base a lo expuesto, se puede considerar que el análisis de redes representa un método de análisis
innovador complejo frente a la medición de variables, poder usarlo en el campo de la validación de
instrumentos contribuye a que pueda contar con herramientas de mayor precisión.
Ante esto, se propone como objetivo general realizar un análisis psicométrico exploratorio de redes del
cuestionario de agresión (AQ) en adolescentes. Y como objetivos específicos se buscó: Realizar el análisis
preliminar de los ítems, estimar la dimensionalidad y estabilidad, calcular las cargas de red, obtener la
consistencia estructural y realizar el análisis de invarianza en base al sexo en los adolescentes.
METODOLOGÍA.
El estudio corresponde al diseño instrumental, con enfoque cuantitativo, orientado a la medición de la validez
y confiabilidad.
La muestra, seleccionada fue evaluada en base al muestreo no probabilístico por conveniencia, método que
permite una selección de participantes en base a la accesibilidad y facilidad del investigador, pero que solo
toma en consideración a aquellos que cumplen con los criterios establecidos para su selección. En total
fueron 490 adolescentes, quienes cursaban del tercer al quinto grado del nivel secundario, pertenecientes a
una institución educativa pública. Sus edades oscilaron de 13 a 16 años (Media: 14.6), de ambos sexos (61 %
varones y 39 % mujeres). Como criterios de inclusión fueron considerados solo aquellos matriculados en el
año académico, que acepten formar parte de manera voluntaria brindando su consentimiento.
El instrumento empleado, fue el Cuestionario de Agresión (AQ), elaborado por Buss y Perry en 1992. Se
empleó la versión adaptada por Andreu et al.,
(26)
se compone de cuatro dimensiones (agresión física, agresión
verbal, ira y hostilidad) y 29 ítems en escala Likert. Presenta una confiabilidad que oscila de 0,68 a 0,88 entre
sus dimensiones y adecuados índices de ajuste (RMR: 0,05, RMSEA: 0,05, GFI: 0,92 y GFI: 0,93).
El proceso de recojo de información se realizó de manera presencial, cada participante firmó un consentimiento
informado, que brindaba su conformidad a ser participe del estudio. Culminado el proceso cada prueba fue
codificada para su posterior análisis.
Análisis de datos
El análisis de los datos se llevó a cabo utilizando RStudio como interfaz principal para la gestión y ejecución
de los scripts analíticos.
(27)
Para la manipulación, limpieza y organización de los datos, se emplearon las
herramientas del paquete tidyverse, que facilitan la estructuración eficiente de los conjuntos de datos y la
preparación previa al análisis estadístico.
(28)
La composición y maquetación de las figuras se realizó mediante
el paquete gridExtra, permitiendo una presentación visual clara y comparativa de los resultados.
(29)
El análisis
exploratorio de grafos (EGA) y su versión bootstrap (bootEGA) se implementaron a través del paquete
EGAnet, que posibilita la identificación de la dimensionalidad subyacente y la evaluación de la estabilidad
estructural de las soluciones obtenidas.
(30)
Para la estimación de la red, se utilizó el modelo graphical lasso (glasso) sobre una matriz de correlaciones
de Spearman, decisión motivada por la presencia de asimetría en la distribución de las respuestas tipo Likert,
ya que bajo estas condiciones la matriz de Spearman ofrece una recuperación de aristas comparable o
superior a la matriz policórica en el contexto de EBICglasso.
(31)
La detección de comunidades se realizó
inicialmente con el algoritmo Louvain, aunque el paquete EGAnet también permite la comparación con
otros algoritmos como walktrap, basado en caminatas aleatorias, para asegurar la robustez de la estructura
dimensional identificada.
(32)
El análisis incluyó la aplicación de bootEGA con 1000 réplicas y el algoritmo
Leading Eigenvector (LE) para evaluar la consistencia estructural de las dimensiones y la estabilidad de
pertenencia de los ítems, utilizando como criterio de replicación satisfactorio un umbral de ≥ 75 %, conforme
a las recomendaciones metodológicas actuales.
(33)
La consistencia estructural fue diferenciada explícitamente de la consistencia interna clásica, ya que la
primera evalúa la replicabilidad de la estructura dimensional en muestras bootstrap, mientras que la segunda
se refiere a la homogeneidad interna de los ítems.
(34)
En relación a las cargas de red, se interpretan en base a
tres umbrales, pequeño para 0,15, moderadas para 0,25 y grandes para 0,35, lo que permite poder realizar las
comparaciones en base a criterios ya conocidos de interpretación de cargas factoriales.
(35)
Aunado a esto, se
empleó el Loading Comparison Test (LCT) para poder elegir entre el marco de red y el latente, facilitando
así que toda estructura identificada guarde mejor relación con el modelo teórico más pertinente.
(36)
La
modelización de redes latentes (Latent Network Modeling) se implementó con el paquete psychonetrics,
permitiendo explorar las interacciones entre variables latentes y comparar la estructura de red con modelos
de ecuaciones estructurales tradicionales.
(37)
Para la interpretación de las correlaciones entre dimensiones y nodos, se siguieron los puntos de corte
propuestos por Cohen (0,10, 0,30, 0,50 como efectos pequeño, mediano y grande, respectivamente), y se
reportaron métricas de centralidad cuando fue pertinente, empleando las funciones del paquete bootnet.
(24,38)
La elección de este enfoque metodológico responde a la necesidad de captar la complejidad estructural de los
datos tipo Likert, garantizar la robustez y replicabilidad de los resultados, y permitir una interpretación
tanto desde el marco de red como desde el marco latente, integrando evidencia empírica y criterios teóricos
actualizados.
RESULTADOS
Figura 1. Análisis preliminar de los ítems
En base al análisis descriptivo de las frecuencias de respuesta para los 17 ítems que conforman el instrumento
y presentan la escala Likert. Se aprecia, que en su gran mayoría diversos ítems (AFI, AF5, AF13, AF21,
AF27, AF29, AV18 y AH4) superan el 40% de selección en opción 1 por parte de los participantes, asimismo
se aprecia que una gran cantidad de ítems, los porcentajes elegidos superan el 20 %, para la opción dos. A
partir de esto, se puede inferir que, entre los adolescentes evaluados, existe una mayor tendencia a elegir
categorías bajas de respuesta, sin embargo, se aprecia variabilidad entre las cinco opciones de respuesta.
Figura 2. Dimensionalidad y estabilidad (EGA/BootEGA)
El Análisis Exploratorio de Grafos (EGA) identificó la presencia de tres dimensiones en la estructura de los
datos. El índice TEFI obtenido fue de -12,29, lo que indica un ajuste adecuado del modelo de red estimado.
La estabilidad de la solución fue corroborada mediante procedimientos de remuestreo (BootEGA), que
presentan una mejor estructura en base a 17 ítems y tres dimensiones, y a la vez, reflejan una mayor
consistencia en las iteraciones realizadas. A la vez, las líneas más gruesas muestran una mayor conexión
entre los ítems que conforman cada dimensión, esto permite comprender que existe una gran relación entre
los dimensiones y el modelo teórico para la medición de la agresión.
Tabla 1. Cargas de red (principales)
El análisis de cargas de red mostró que, en la dimensión 1, los ítems con mayores cargas fueron AF5 (0,541),
AF21 (0,482), AF9 (0,403), AF24 (0,398) y AF17 (0,336). En la dimensión 2, los ítems más representativos
fueron AV14 (0,447), AI19 (0,433), AV18 (0,395), AV10 (0,326) y AV2 (0,296). Para la dimensión 3,
destacaron AH26 (0,543), AH8 (0,421), AH12 (0,372), AH16 (0,367) y AH20 (0,253). Estos resultados
evidencian una adecuada representación de los ítems en sus respectivas dimensiones.
Figura 3. Consistencia estructural (BootEGA) modelo original.
El modelo original, evidencia que diversos reactivos, presentan coeficientes con valores menores al 0,75, lo
que indica una baja estabilidad, la cual se encuentre presente en las cuatro dimensiones, cuyos valores oscilan
de 0,39 a 0,74; los ítems que reflejan una mayor estabilidad, presentan valores 0,76 a 0,96. Frente a esto, se
realizó la eliminación de reactivos, buscando una mayor estabilidad en la red.
Figura 4. Consistencia estructural (BootEGA) del modelo adaptado.
La figura, permite identificar la consistencia estructural en base a las 3 dimensiones identificadas, cuyos
valores son elevados, presentando coeficientes de 0,86 a 1 en Agresividad física, de 0,92 a 1 para Agresión
verbal y de 1 en la dimensión Hostilidad. Los valores encontrados permiten apreciar que la presencia de una
alta estabilidad y replicabilidad, del modelo encontrado en base a tres dimensiones en base al BootEGA.
Figura 5. Invarianza en base al modelo adaptado.
Se realizó el análisis de invarianza, tomando en cuenta la estructura de tres dimensiones en base al sexo. Los
resultados reflejan que no existen diferencias estadísticamente significativas entre la pertenencia de los 17
ítems sobre las dimensiones, mostrando valores de p ajustados (p_BH) mayores al 0,05 entre la gran mayoría
de los casos. Es necesario tomar en cuenta que solo se apreciaron diferencias en el ítem AF24, que refleja una
diferencia significativa (p = 0,048; p_BH = 0,468), sin embargo, este valor no fue suficiente para poder
determinar una diferencia al realizarse la corrección en base a las comparaciones múltiples. Lo encontrado
confirma la invarianza de la estructura factorial entre los grupos analizados.
DISCUSIÓN
La adolescencia presenta, una etapa importante durante el proceso de adaptación y socialización, sin embargo,
es propensa a la manifestación de diversas dificultades. Entre las más comunes se encuentra la agresividad,
considerada un problema público, que conlleva a graves consecuencias en sus víctimas y sociedad,
(3)
cuya
finalidad es la de lastimar o causar daño a nivel físico o emocional.
(4)
Al respecto, puede ser definida como
todo aquel acto basado en golpes, la coacción e insultos, con la finalidad de obtener un beneficio mediante
el uso de la fuerza e intimidación.
Existen diversos instrumentos destinados a la medición de la agresividad, el Cuestionario de Agresión (AQ),
de Buss y Perry, es uno de más empleados, adaptado en diferentes idiomas, contextos y grupos poblacionales.
Frente a esto, se propuso como objetivo, realizar un análisis psicométrico del cuestionario de agresión (AQ)
en adolescentes, en base al análisis de redes.
Al respecto, el estudio se basó en el análisis de redes, método que ha tomado mayor relevancia en la medición
de variables relacionadas a la salud mental y considera a los diversos síntomas como nodos, que se relacionan,
se refuerzan entre sí y permiten de esta manera determinar sus factores.
(39)
En el campo de la psicometría, el
análisis de redes permite estimar medidas como la replicabilidad en base al análisis de grafos y a medidas de
Bootstrap, que buscan conocer la dependencia en la muestra,
(17)
así como conocer el valor de la carga de
red,
(32)
determinar la redundancia, mediante el análisis de variables únicas (UVA), lo que facilita el poder
abreviar un instrumento,
(21)
y comprobar la invarianza de los grupos en base al sexo.
En base a las redes psicométricas, los resultados encontrados permiten apreciar la conformación de una
nueva estructura conformada por 17 ítems y tres dimensiones, con cargas de red que oscilan de 0,22 a 0,54,
permitiendo considerar que entre los diversos ítems existen adecuadas interconexiones que contribuyen a la
medición de la agresividad en adolescentes. Aunque estos valores no son similares a otros resultados
encontrados en otros contextos,
(16, 17)
se puede inferir que los ítems, logran tener una adecuada relación con
el constructo propuesto y facilitan la medición de la agresividad en adolescentes.
Asimismo, aunque el estudio propone una nueva estructura en su medición, se debe considerar, que a
diferencia del modelo médico que tiene como punto de partida la percepción de una variable latente como
método para poder explicar dificultades, rasgos de personalidad y otros; el análisis de redes considera que
cada síntoma o característica evaluada, es producto de la interacción que existe entre los síntomas o
características,
(22)
en relación al presente, se puede inferir que cada ítem se encuentra relacionado y a la vez
impactan entre sí de forma constante. En relación con el cambio en la estructura para la medición de la variable,
el cual se conforma por tres dimensiones, coincide con diversos estudios realizados,
(15,16,17,18)
los cuales
reportaron modificaciones en el instrumento en sus dimensiones y eliminación de ítems, pero siguen
demostrando utilidad para la medición de la agresividad.
Los coeficientes relacionados a la estabilidad muestran valores de 0,837 a 0,997, considerados satisfactorios,
(30) entre las dimensiones de la nueva estructura propuesta, lo que indican capacidad para la medición y
buena replicabilidad del cuestionario. Aunque otros estudios han empleado coeficientes distintos para la
fiabilidad,
(15,16,17)
valores, pueden llegar a ser comparables a los diversos coeficientes reportados en estudios
que buscaron medir su consistencia.
En relación con la invarianza entre grupos, los resultados no reflejan diferencias estadísticas entre ambos
grupos (hombres y mujeres), esto permite comprender que toda diferencia que pueda llegar a encontrarse en
base a la medición se debe a diferencia entre los géneros y no a causa del instrumento seleccionado.
(40)
A partir de lo encontrado, el estudio muestra la importancia de seguir analizando instrumentos que miden
agresividad en los adolescentes, al ser una dificultad creciente y que suele estar presente en diferentes
contextos. Además, brinda una versión breve, lo cual facilita su aplicación. Aunque el estudio emplea un
método que puede llegar a ser considerado nuevo, no se encuentra exento de limitaciones, como el tipo de
muestreo empleado que limita su generalización; a la vez, la cantidad de la muestra evaluada se considera
adecuada, sin embargo, se sugiere en futuros estudios ampliar el número de adolescentes evaluados.
CONCLUSIONES
El cuestionario de agresividad analizado, en base al análisis de redes, refleja una estructura tridimensional,
con adecuada validez y confiabilidad. Esto permite que pueda ser empleados por profesionales de la salud,
docentes, estudiantes o investigadores, interesados en medir los niveles de agresividad en estudiantes del
nivel secundario de ambos sexos.
Financiamiento: El estudio fue financiado por el investigador.
Agradecimientos: A la Universidad Privada del Norte por su confianza y a cada uno de los participantes que
respondieron de manera sincera a la evaluación.
Conflicto de intereses: El autor de la presente investigación, declara no presentar conflicto de interés.
Contribución del autor: Richard Irvin Salirrosas-Cabada, se encargó de la búsqueda de información,
recolección de datos, análisis e interpretación de resultados, metodología y conclusiones.
REFERENCIAS BIBLIOGRAFICAS.
1. Zhang Y, Li Y, Xie X, Lin X, Huang M, Fu H, et al. Association of greenness surrounding school with
aggression among adolescents: A multi-site study in China. Environ Res [Internet]. 2023 [citado 04
Ene 2026];234:116529. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/
S0013935123013336 DOI: https://doi.org/10.1016/j.envres.2023.116529.
2. Campo-Tena L, Larmour SR, Pereda N, Eisner MP. Longitudinal associations between adolescent
dating violence victimization and adverse outcomes: A systematic review. Trauma Violence Abuse
[Internet]. 2024 [citado 04 Ene 2026];25(2):1265–1277. Disponible en: https://journals.sagepub.com/
doi/full/10.1177/15248380231174504. DOI: https://doi.org/10.1177/15248380231174504.
3. Zhang L, Zhu H. Relationship between narcissism and aggression: A meta-analysis. Xin Li Xue Bao
[Internet]. 2021 [citado 04 Ene 2026];53(11):1228–1243. Disponible en: https://doi.org/10.3724/
SP.J.1041.2021.01228.
4. Krahé B. The social psychology of aggression: 3Rd edition [Internet]. 3a ed. Londres, Inglaterra:
Routledge; 2020. Disponible en: http://dx.doi.org/10.4324/9780429466496.
5. Zhang L, Eggum ND. Chinese adolescents’ perceptions of aggressive peers: The roles of gender and
cultural values. J Interpers Violence [Internet]. 2023 [citado 04 Ene 2026];38(15–16):9343–9368.
Disponible en: https://journals.sagepub.com/doi/abs/10.1177/08862605231165751 DOI: https://doi.org/
10.1177/08862605231165751.
6. Whipp AM, Korhonen T, Raevuori A, Heikkilä K, Pulkkinen L, Rose RJ, et al. Early adolescent
aggression predicts antisocial personality disorder in young adults: a population-based study. Eur
Child Adolesc Psychiatry [Internet]. 2019 [citado 05 Ene 2026];28(3):341–350. Disponible en:
https://link.springer.com/article/10.1007/s00787-018-1198-9. DOI: https://doi.org/10.1007/s00787-
018-1198-9.
7. Kwak M, Oh I. Comparison of psychological and social characteristics among traditional, cyber,
combined bullies, and non-involved. Sch Psychol Int [Internet]. 2017 [citado 05 Ene 2026];38(6):
608–627. Disponible en: https://journals.sagepub.com/doi/abs/10.1177/0143034317729424 DOI:
https://doi.org/10.1177/0143034317729424.
8. Brugman S, Cornet LJM, Smeijers D, Smeets K, Oostermeijer S, Buitelaar JK, et al. Examining the
reactive proactive questionnaire in adults in forensic and non-forensic settings: A variable- and
person-based approach: Reactive Proactive Aggression in Adults. Aggress Behav [Internet]. 2017
[citado 05 Ene 2026];43(2):155–162. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1002/
ab.21671. DOI: https://doi.org/10.1002/ab.21671.
9. Bandura A, Ross D, Ross SA. Transmission of aggression through imitation of aggressive models. J
Abnorm Soc Psychol [Internet]. 1961 [citado 05 Ene 2026];63(3):575–582. Disponible en:
https://psycnet.apa.org/record/1963-00875-001. DOI:http://doi.org/10.1037/h0045925.
10. Siregar AOA, Karmiyati D. Delinquent behavior: An analysis of Albert Bandura’s social learning
theory. ICPE [Internet]. 2024 [citado el 05 de Ene de 2026];3(1). Disponible en: https://proceeding.
unesa.ac.id/index.php/icpe/article/view/3655.
11. Pomahuacre-Carhuayal JW, Flores-Ramirez ME, Sanchez-Aliaga LL, Pomahuacre-Carhuayal LA,
Alva-Mendoza JC. Cuestionario de Agresión de Buss y Perry, forma reducida (AQ-SF): evidencias
psicométricas en adolescentes peruanos. Rev Investig Psicol [Internet]. 2024 [citado 05 Ene 2026];
27(2):e27560. Disponible en: disponible en: https://go.gale.com/ps/i.do?id=GALE%7CA824744120
&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=1560909X&sw=w&p=IFME&userGroup
Name=anon%7E2f25831a&aty=open-web-entry DOI: http://doi.org/10.15381/rinvp.v27i2.27560.
12. Javela JJ. Analysis of the psychometric properties of the Buss-Perry Aggression Questionnaire (AQ)
in Colombian adolescents. Rev psicol clín con niños adolesc [Internet]. 2023 [citado 07 Ene 2026];
10(3). Disponible en: https://jcpca.org/wp-content/uploads/pdfs/23-03-08.pdf. DOI: http://doi.org/
10.21134/rpcna.2023.10.3.8.
13. Cunha O, Peixoto M, Cruz AR, Gonçalves RA. Buss-Perry Aggression Questionnaire: Factor structure
and measurement invariance among Portuguese male perpetrators of intimate partner violence. Crim
Justice Behav [Internet]. 2021 [citado 07 Ene 2026];009385482110501. Disponible en: https://journals.
sagepub.com/doi/abs/10.1177/00938548211050113. DOI: http://doi.org/10.1177/00938548211050113.
14. Zimonyi S, Kasos K, Halmai Z, Csirmaz L, Stadler H, Rózsa S, et al. Hungarian validation of the
Buss-Perry Aggression Questionnaire-Is the short form more adequate? Brain Behav [Internet]. 2021
[citado 07 Ene 2026];11(5):e02043. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/
brb3.2043 DOI: http://doi.org/10.1002/brb3.2043.
15. Espinoza I, Tobar Viera A. Propiedades psicométricas del Cuestionario de Agresión (AQ) en
estudiantes universitarios ecuatorianos. ecosacademia [Internet]. 2023 [citado 07 Ene 2026];9(18):
9–27. Disponible en: https://revistasojs.utn.edu.ec/index.php/ecosacademia/es/article/view/907.
DOI: http://doi.org/10.53358/ecosacademia.v9i18.907.
16. Sommantico M, Guzmán MO, Parrello S, De Rosa B, Donizzetti AR. Validación de la versión italiana
del cuestionario de agresión (AQ) en el sur de Italia. Psicología Iztacala [Internet]. 2008 [citado 08
Ene 2026];11(4). Disponible en: https://www.revistas.unam.mx/index.php/repi/article/view/18593.
17. García-Batista ZE, Moretti LS, Franco P, Adrián Medrano L, Mustaca AE. Evidencias de Validez y
Confiabilidad de las Puntuaciones del Cuestionario de Agresividad (AQ) para Adultos Argentinos.
Rev Iberoam Diagn Eval - Aval Psicol [Internet]. 2022 [citado 08 Ene 2026];62(1):17. Disponible en:
https://go.gale.com/ps/i.do?id=GALE%7CA758439597&sid=googleScholar&v=2.1&it=r&link
access=abs&issn=11353848&sw=w&p=AONE&userGroupName=anon%7Eb60e570d&aty=open-
web-entry.
18. Maxwell JP. Development and preliminary validation of a Chinese version of the Buss-Perry Aggression
Questionnaire in a population of Hong Kong Chinese. J Pers Assess [Internet]. 2007 [citado 08 Ene
2026];88(3):284–94. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/00223890701317004
DOI: http://doi.org/10.1080/00223890701317004.
19. Golino HF, Epskamp S. Exploratory graph analysis: A new approach for estimating the number of
dimensions in psychological research. PLoS One [Internet]. 2017 [citado 11 Ene 2026];12(6):
REE 20(3) Riobamba sep. - dic. 2026
cc
BY NC ND
17
ISSN-impreso 1390-7581
ISSN-digital 2661-6742
e0174035. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0174035.
DOI: http://doi.org/10.1371/journal.pone.0174035.
20. Christensen AP, Golino H. Estimating the stability of psychological dimensions via Bootstrap
Exploratory Graph Analysis: A Monte Carlo simulation and tutorial. Psych [Internet]. 2021 [citado
11 Ene 2026];3(3):479–500. Disponible en: https://www.mdpi.com/2624-8611/3/3/32. DOI:
http://doi.org/10.3390/psych3030032.
21. Christensen AP, Garrido LE, Guerra-Peña K, Golino H. Comparing community detection algorithms
in psychometric networks: A Monte Carlo simulation. Behav Res Methods [Internet]. 2024 [citado 11
Ene 2026];56(3):1485–1505. Disponible en: https://link.springer.com/article/10.3758/s13428-023-
02106-4. DOI: http://doi.org/10.3758/s13428-023-02106-4.
22. Fonseca-Pedrero E, Muñiz J. Análisis de Redes en la Medición Psicológica: Fundamentos: Análisis
psicométrico de redes psicológicas. Acción psicol [Internet]. 2025 [citado 12 Ene 2026];22(1).
Disponible en: https://revistas.uned.es/index.php/accionpsicologica/article/view/43296. DOI:
http://doi.org/10.5944/ap.22.1.43296.
23. Álvarez-Díaz M, Gallego-Acedo C, Fernández-Alonso R, Muñiz J, Fonseca-Pedrero E. Análisis de
Redes: una Alternativa a los Enfoques Clásicos de Evaluación de los Sistemas Educativos. Psicol
Educ [Internet]. 2022 [citado 12 Ene 2026];28(2):165–73. Disponible en: https://digibuo.uniovi.es/
dspace/bitstream/handle/10651/61685/1135_755X_psed_psed2021a16.pdf?sequence=1. DOI:
http://doi.org/10.5093/psed2021a16.
24. Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: A tutorial
paper. Behav Res Methods [Internet]. 2018 [citado 12 Ene 2026];50(1):195–212. Disponible en:
https://link.springer.com/article/10.3758/s13428-017-0862-1#citeas. DOI: http://doi.org/10.3758/
s13428-017-0862-1.
25. Fonseca-Pedrero E. Análisis de redes: ¿una nueva forma de comprender la psicopatología? Rev
Psiquiatr Salud Ment [Internet]. 2017 [citado 13 Ene 2026];10(4):206–15. Disponible en:
https://www.sciencedirect.com/science/article/pii/S1888989117300903. DOI: http://doi.org/10.1016/
j.rpsm.2017.06.004.
26. Andreu, J., Peña, M. & Graña, J. Adaptación psicométrica de la versión española del Cuestionario de
Agresión. Psicothema [Internet] 2002 [citado 11 Ene 2026];14(2),476-482. Disponible en:
https://www.redalyc.org/pdf/727/72714245.pdf.
27. RStudio Team. RStudio: Integrated Development Environment for R [software]. Posit PBC; 2023.
28. Wickham H, Averick M, Bryan J, Chang W, McGowan L, François R, et al. Welcome to the tidyverse.
J Open Source Softw [Internet]. 2019 [citado 11 Ene 2026];4(43):1686. Disponible en: https://joss.theoj.
org/papers/10.21105/joss.01686 DOI: http://doi.org/10.21105/joss.01686.
29. Auguie B, Antonov A. gridExtra: Miscellaneous functions for “Grid” graphics [software]. Comprehensive
R Archive Network (CRAN); 2017.
30. Golino HF, Christensen AP. EGAnet: Exploratory Graph Analysis tools for psychological research
[software]. 2021.
31. Isvoranu AM, Epskamp S. Which estimation method to use in network psychometrics under skew?
(Spearman vs polychoric in EBICglasso).
32. Garcia-Pardina A, Abad FJ, Christensen AP, Golino H, Garrido LE. Dimensionality assessment in the
presence of wording effects: A network psychometric and factorial approach. Behav Res Methods
[Internet]. 2024 [citado 11 Ene 2026];56(6):6179–97. Disponible en: https://link.springer.com/article/
10.3758/s13428-024-02348-w. DOI: http://doi.org/10.3758/s13428-024-02348-w.
33. Golino H, Moulder R, Shi D, Christensen AP, Garrido LE, Nieto MD, et al. Entropy fit indices: New
fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate
Behav Res [Internet]. 2021 [citado 11 Ene 2026];56(6):874–902. Disponible en: https://www.tandfonline.
com/doi/abs/10.1080/00273171.2020.1779642. DOI: http://dx.doi.org/10.1080/00273171.2020.1779642.
34. Christensen AP, Golino H, Silvia PJ. A psychometric network perspective on the validity and validation
of personality trait questionnaires. Eur J Pers [Internet]. 2020 [citado 11 Ene 2026];34(6):1095–108.
Disponible en: https://journals.sagepub.com/doi/abs/10.1002/per.2265. DOI: http://doi.org/10.1002/
per.2265.
35. Christensen AP, Golino H. On the equivalency of factor and network loadings. Behav Res Methods
[Internet]. 2021 [citado 11 Ene 2026];53(4):1563–80. Disponible en: https://link.springer.com/article/
10.3758/s13428-020-01500-6#citeas. DOI: http://doi.org/10.3758/s13428-020-01500-6.
36. Epskamp S. Structural Equation Modeling and Confirmatory Network Analysis [R package psychonetrics
version 0.13.2] [Internet]. Comprehensive R Archive Network (CRAN). 2025 [citado 12 Ene 2026].
Disponible en: https://cran.r-project.org/package=psychonetrics.
37. Epskamp S, Rhemtulla M, Borsboom D. Generalized network psychometrics: Combining network
and latent variable models. Psychometrika [Internet]. 2017 [citado el 12 de Ene de 2026];82(4):
904–927. Disponible en: https://www.cambridge.org/core/journals/psychometrika/article/abs/
generalized-network-psychometrics-combining-network-and-latent-variable-models/2D2004CADB
2549F8FE1DDE1726D9DC80. DOI: http://doi.org/10.1007/s11336-017-9557-x.
38. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge.
39. Borsboom D, Cramer AOJ. Network analysis: an integrative approach to the structure of psychopathology.
Annu Rev Clin Psychol [Internet]. 2013 [citado 12 Ene 2026];9(1):91–121. Disponible en:
https://www.annualreviews.org/content/journals/10.1146/annurev-clinpsy-050212-185608. DOI:
http://doi.org/10.1146/annurev-clinpsy-050212-185608.
40. Lara SD, Merino-Soto C. Estimación de la magnitud del efecto en invarianza de medición. Rev Aval
Psicol [Internet]. 2019 [citado 29 May 2026];18(03). Disponible en: https://pepsic.bvsalud.org/scielo.
php?pid=S1677-04712019000300014&script=sci_arttext. DOI: http://doi.org/10.15689/ap.2019.
1803.16248.13.
