pág. 1238
PROPIEDADES PSICOMÉTRICAS DEL NAQ-R
EN EL CONTEXTO ACADÉMICO:
ESTRUCTURA FACTORIAL, FIABILIDAD E
INVARIANZA DE MEDICIÓN
PSYCHOMETRIC PROPERTIES OF THE NAQ-R IN THE
ACADEMIC CONTEXT: FACTOR STRUCTURE, RELIABILITY
AND MEASUREMENT INVARIANCE
Emily Karina Ordoñez Balcázar
Universidad Técnica de Machala
Alisson Pamela Moncada Sánchez
Universidad Técnica de Machala
Carlos Patricio Carpio Mosquera
Universidad Técnica de Machala
Marco Adrián Criollo Armijos
Universidad Técnica de Machala
pág. 1239
DOI: https://doi.org/10.37811/cl_rcm.v10i4.25133
Propiedades psicométricas del NAQ-R en el contexto académico: estructura
factorial, fiabilidad e invarianza de medición
Emily Karina Ordoñez Balcázar1
eordonez11@utmachala.edu.ec
https://orcid.org/0009-0007-4048-8185
Universidad Técnica de Machala, Facultad de
Ciencias Químicas y de la Salud, Machala,
Ecuador.
Alisson Pamela Moncada Sánchez
amoncada4@utmachala.edu.ec
https://orcid.org/0009-0008-9071-6083
Universidad Técnica de Machala, Facultad de
Ciencias Químicas y de la Salud, Machala,
Ecuador.
Carlos Patricio Carpio Mosquera
ccarpio@utmachala.edu.ec
https://orcid.org/0000-0001-6335-1922
Universidad Técnica de Machala, Facultad de
Ciencias Químicas y de la Salud, Machala,
Ecuador.
Marco Adrián Criollo Armijos
macriollo@utmachala.edu.ec
https://orcid.org/0000-0001-9200-2203
Universidad Técnica de Machala, Facultad de
Ciencias Químicas y de la Salud, Machala,
Ecuador.
RESUMEN
Este estudio tuvo como objetivo evaluar las propiedades psicométricas del Cuestionario de Actos
Negativos Revisado (NAQ-R) adaptado al contexto académico universitario, en una muestra de 915
estudiantes ecuatorianos de ciencias de la salud ecuatorianos. Se examinó la estructura factorial
mediante análisis factorial confirmatorio con estimador WLSMV y correlaciones policóricas, así como
la dimensionalidad esencial mediante modelado bifactor. También se analizaron la consistencia interna,
la validez convergente y discriminante, la invarianza de medición por género y la validez de criterio
concurrente con una medida de autoetiquetado como víctima. El modelo trifactorial presentó un ajuste
excelente (CFI = .995, RMSEA = .039), mientras que el modelo bifactor evidenció unidimensionalidad
esencial, con una varianza común explicada de .823 y un omega jerárquico de .94 (ECV = .823, ωH =
.94). La escala mostró una consistencia interna excelente (α = .933). Así mismo, se estableció invarianza
escalar entre hombres y mujeres, y se observaron correlaciones moderadas entre las puntuaciones del
NAQ-R y el autoetiquetado como víctima (ρ = .337–.490). En conjunto, los resultados respaldan el uso
de la puntuación total del NAQ-R como indicador primario de victimización académica en contextos
universitarios latinoamericanos y aportan evidencia para su utilización en procesos de investigación y
detección temprana.
Palabras clave: propiedades psicométricas; NAQ-R; acoso académico; análisis factorial confirmatorio;
estudiantes universitarios
1 Autor principal
Correspondencia: eordonez11@utmachala.edu.ec
DOI: https://doi.org/10.37811/cl_rcm.v10i4.25133
Propiedades psicométricas del NAQ-R en el contexto académico: estructura
factorial, fiabilidad e invarianza de medición
Emily Karina Ordoñez Balcázar1
eordonez11@utmachala.edu.ec
https://orcid.org/0009-0007-4048-8185
Universidad Técnica de Machala, Facultad de
Ciencias Químicas y de la Salud, Machala,
Ecuador.
Alisson Pamela Moncada Sánchez
amoncada4@utmachala.edu.ec
https://orcid.org/0009-0008-9071-6083
Universidad Técnica de Machala, Facultad de
Ciencias Químicas y de la Salud, Machala,
Ecuador.
Carlos Patricio Carpio Mosquera
ccarpio@utmachala.edu.ec
https://orcid.org/0000-0001-6335-1922
Universidad Técnica de Machala, Facultad de
Ciencias Químicas y de la Salud, Machala,
Ecuador.
Marco Adrián Criollo Armijos
macriollo@utmachala.edu.ec
https://orcid.org/0000-0001-9200-2203
Universidad Técnica de Machala, Facultad de
Ciencias Químicas y de la Salud, Machala,
Ecuador.
RESUMEN
Este estudio tuvo como objetivo evaluar las propiedades psicométricas del Cuestionario de Actos
Negativos Revisado (NAQ-R) adaptado al contexto académico universitario, en una muestra de 915
estudiantes ecuatorianos de ciencias de la salud ecuatorianos. Se examinó la estructura factorial
mediante análisis factorial confirmatorio con estimador WLSMV y correlaciones policóricas, así como
la dimensionalidad esencial mediante modelado bifactor. También se analizaron la consistencia interna,
la validez convergente y discriminante, la invarianza de medición por género y la validez de criterio
concurrente con una medida de autoetiquetado como víctima. El modelo trifactorial presentó un ajuste
excelente (CFI = .995, RMSEA = .039), mientras que el modelo bifactor evidenció unidimensionalidad
esencial, con una varianza común explicada de .823 y un omega jerárquico de .94 (ECV = .823, ωH =
.94). La escala mostró una consistencia interna excelente (α = .933). Así mismo, se estableció invarianza
escalar entre hombres y mujeres, y se observaron correlaciones moderadas entre las puntuaciones del
NAQ-R y el autoetiquetado como víctima (ρ = .337–.490). En conjunto, los resultados respaldan el uso
de la puntuación total del NAQ-R como indicador primario de victimización académica en contextos
universitarios latinoamericanos y aportan evidencia para su utilización en procesos de investigación y
detección temprana.
Palabras clave: propiedades psicométricas; NAQ-R; acoso académico; análisis factorial confirmatorio;
estudiantes universitarios
1 Autor principal
Correspondencia: eordonez11@utmachala.edu.ec
pág. 1240
Psychometric properties of the NAQ-R in the academic context: factor
structure, reliability and measurement invariance
ABSTRACT
This study aimed to evaluate the psychometric properties of the Negative Acts Questionnaire-Revised
(NAQ-R), adapted to the university academic context, in a sample of 915 Ecuadorian health sciences
students. Factor structure was examined through confirmatory factor analysis using the WLSMV
estimator and polychoric correlations, as well as essential dimensionality through bifactor modeling.
Internal consistency, convergent and discriminant validity, measurement invariance by gender, and
concurrent criterion validity using a self-labeling measure of victimization were also analyzed. The
three-factor model showed excellent fit (CFI = .995, RMSEA = .039), whereas the bifactor model
supported essential unidimensionality, with an explained common variance of .823 and a hierarchical
omega of .94 (ECV = .823, ωH = .94). The scale demonstrated excellent internal consistency (α = .933).
Likewise, scalar invariance across men and women was established, and moderate correlations were
observed between NAQ-R scores and self-labeling as a victim (ρ = .337–.490). Overall, the findings
support the use of the NAQ-R total score as a primary indicator of academic victimization in Latin
American university contexts and provide evidence for its application in research and early detection
processes.
Keywords: psychometric properties; NAQ-R; academic bullying; confirmatory factor analysis;
university students
Artículo recibido 20 mayo 2026
Aceptado para publicación: 20 junio 2026
Psychometric properties of the NAQ-R in the academic context: factor
structure, reliability and measurement invariance
ABSTRACT
This study aimed to evaluate the psychometric properties of the Negative Acts Questionnaire-Revised
(NAQ-R), adapted to the university academic context, in a sample of 915 Ecuadorian health sciences
students. Factor structure was examined through confirmatory factor analysis using the WLSMV
estimator and polychoric correlations, as well as essential dimensionality through bifactor modeling.
Internal consistency, convergent and discriminant validity, measurement invariance by gender, and
concurrent criterion validity using a self-labeling measure of victimization were also analyzed. The
three-factor model showed excellent fit (CFI = .995, RMSEA = .039), whereas the bifactor model
supported essential unidimensionality, with an explained common variance of .823 and a hierarchical
omega of .94 (ECV = .823, ωH = .94). The scale demonstrated excellent internal consistency (α = .933).
Likewise, scalar invariance across men and women was established, and moderate correlations were
observed between NAQ-R scores and self-labeling as a victim (ρ = .337–.490). Overall, the findings
support the use of the NAQ-R total score as a primary indicator of academic victimization in Latin
American university contexts and provide evidence for its application in research and early detection
processes.
Keywords: psychometric properties; NAQ-R; academic bullying; confirmatory factor analysis;
university students
Artículo recibido 20 mayo 2026
Aceptado para publicación: 20 junio 2026
pág. 1241
INTRODUCCIÓN
La violencia psicológica en ámbitos educativos representa una forma de agresión que, pese a su carácter
invisible, genera consecuencias sobre el bienestar emocional y el rendimiento académico de los
estudiantes universitarios. En la educación superior, se manifiesta mediante dinámicas jerárquicas entre
docentes y estudiantes, un problema tanto educativo como social insuficientemente documentado
(Vargas et al., 2020; Hodgins et al., 2024).
La evidencia internacional documenta prevalencias entre el 18.3% y el 76.7% de estudiantes que
reportan conductas de maltrato psicológico docente (Ardestani et al., 2022; Ruíz et al., 2020),
incluyendo humillaciones, exclusión social, críticas destructivas y prácticas discriminatorias (Ramírez,
2024; Correa et al., 2022). En ciencias de la salud, Zhou et al. (2024) estimaron una prevalencia global
del 65.6% entre estudiantes de enfermería.
Las consecuencias de la violencia psicológica docente trascienden el malestar emocional inmediato. Se
asocian con síntomas de depresión y ansiedad, dificultades académicas y disminución del compromiso
educativo (Aquino et al., 2022; Blanco et al., 2025; Gusfre et al., 2022; Strohmeier et al., 2024).
El constructo se ha conceptualizado como un fenómeno multidimensional que abarca distintas formas
de conducta negativa (Einarsen et al., 2009; Hodgins et al., 2024). En el contexto latinoamericano y
particularmente en Ecuador, la producción científica sobre violencia psicológica en el ámbito
universitario permanece limitada. Aunque algunos estudios locales han reportado el acoso sexual, con
aproximadamente el 11.08% de estudiantes reportando comentarios intimidatorios relacionados con su
apariencia o sexualidad (Pereira et al., 2024), la violencia psicológica docente continúa siendo un
fenómeno escasamente identificado desde una perspectiva empírica (Guerrero-Gonzales et al., 2025).
Esta situación contrasta con la creciente visibilidad internacional del problema y limita el desarrollo de
intervenciones basadas en datos contextualizados.
En este contexto, resulta imprescindible contar con instrumentos de medición que hayan sido validados
específicamente en poblaciones universitarias latinoamericanas, pues la extrapolación directa de
herramientas desarrolladas en otros contextos culturales e institucionales puede comprometer la validez
de las inferencias derivadas. La adaptación rigurosa de instrumentos existentes, acompañada de una
INTRODUCCIÓN
La violencia psicológica en ámbitos educativos representa una forma de agresión que, pese a su carácter
invisible, genera consecuencias sobre el bienestar emocional y el rendimiento académico de los
estudiantes universitarios. En la educación superior, se manifiesta mediante dinámicas jerárquicas entre
docentes y estudiantes, un problema tanto educativo como social insuficientemente documentado
(Vargas et al., 2020; Hodgins et al., 2024).
La evidencia internacional documenta prevalencias entre el 18.3% y el 76.7% de estudiantes que
reportan conductas de maltrato psicológico docente (Ardestani et al., 2022; Ruíz et al., 2020),
incluyendo humillaciones, exclusión social, críticas destructivas y prácticas discriminatorias (Ramírez,
2024; Correa et al., 2022). En ciencias de la salud, Zhou et al. (2024) estimaron una prevalencia global
del 65.6% entre estudiantes de enfermería.
Las consecuencias de la violencia psicológica docente trascienden el malestar emocional inmediato. Se
asocian con síntomas de depresión y ansiedad, dificultades académicas y disminución del compromiso
educativo (Aquino et al., 2022; Blanco et al., 2025; Gusfre et al., 2022; Strohmeier et al., 2024).
El constructo se ha conceptualizado como un fenómeno multidimensional que abarca distintas formas
de conducta negativa (Einarsen et al., 2009; Hodgins et al., 2024). En el contexto latinoamericano y
particularmente en Ecuador, la producción científica sobre violencia psicológica en el ámbito
universitario permanece limitada. Aunque algunos estudios locales han reportado el acoso sexual, con
aproximadamente el 11.08% de estudiantes reportando comentarios intimidatorios relacionados con su
apariencia o sexualidad (Pereira et al., 2024), la violencia psicológica docente continúa siendo un
fenómeno escasamente identificado desde una perspectiva empírica (Guerrero-Gonzales et al., 2025).
Esta situación contrasta con la creciente visibilidad internacional del problema y limita el desarrollo de
intervenciones basadas en datos contextualizados.
En este contexto, resulta imprescindible contar con instrumentos de medición que hayan sido validados
específicamente en poblaciones universitarias latinoamericanas, pues la extrapolación directa de
herramientas desarrolladas en otros contextos culturales e institucionales puede comprometer la validez
de las inferencias derivadas. La adaptación rigurosa de instrumentos existentes, acompañada de una
pág. 1242
evaluación sistemática de sus propiedades psicométricas, constituye por tanto un paso metodológico
necesario antes de su aplicación en investigación o práctica clínica.
La medición válida y confiable de la victimización académica constituye un requisito para documentar
empíricamente la violencia psicológica docente y diseñar intervenciones preventivas. El Cuestionario
de Actos Negativos Revisado (NAQ-R) fue diseñado originalmente por Einarsen et al. (2009) para
identificar conductas de acoso en entornos laborales donde existen relaciones jerárquicas entre las
personas involucradas. Su estructura trifactorial captura distintas manifestaciones del acoso y ha
mostrado propiedades psicométricas adecuadas en diversos marcos culturales. Estas características lo
posicionan como instrumento transferible al contexto docente-estudiante, donde las relaciones de poder
presentan analogías estructurales con el ámbito laboral.
La literatura reciente ha documentado considerable variabilidad en la estructura factorial del NAQ-R
según el marco cultural y ocupacional, con algunos estudios identificando estructuras bifactoriales
mientras otros mantienen el modelo trifactorial original. Más allá del número de factores, validaciones
previas han señalado que las correlaciones interfactoriales del NAQ-R tienden a ser elevadas, lo que ha
llevado a considerar la posibilidad de que el instrumento opere como una medida esencialmente
unidimensional, esto es, que un factor general de victimización concentre la mayor parte de la varianza
común y la fiabilidad de la puntuación total, aun cuando los factores específicos conserven valor
descriptivo. Esta cuestión, central para definir el modo de puntuación e interpretación clínica del
instrumento, no ha sido sistemáticamente examinada en adaptaciones académicas. Paralelamente, se han
desarrollado instrumentos específicos para escenarios clínicos (Maghbouli et al., 2025), lo que sugiere
la necesidad de evaluar empíricamente la transferibilidad del constructo a cada entorno específico.
Este estudio evalúa las propiedades psicométricas del Cuestionario de Actos Negativos Revisado (NAQ-
R) adaptado al contexto académico universitario como instrumento de medición de la victimización
académica, en una muestra de estudiantes de ciencias de la salud ecuatorianos. Específicamente, se
examina: (a) la estructura factorial del instrumento mediante modelos confirmatorios alternativos, (b) la
dimensionalidad esencial del constructo mediante modelado bifactor, (c) la consistencia interna a nivel
de escala total y factores, (d) la validez convergente y discriminante, (e) la invarianza de medición por
evaluación sistemática de sus propiedades psicométricas, constituye por tanto un paso metodológico
necesario antes de su aplicación en investigación o práctica clínica.
La medición válida y confiable de la victimización académica constituye un requisito para documentar
empíricamente la violencia psicológica docente y diseñar intervenciones preventivas. El Cuestionario
de Actos Negativos Revisado (NAQ-R) fue diseñado originalmente por Einarsen et al. (2009) para
identificar conductas de acoso en entornos laborales donde existen relaciones jerárquicas entre las
personas involucradas. Su estructura trifactorial captura distintas manifestaciones del acoso y ha
mostrado propiedades psicométricas adecuadas en diversos marcos culturales. Estas características lo
posicionan como instrumento transferible al contexto docente-estudiante, donde las relaciones de poder
presentan analogías estructurales con el ámbito laboral.
La literatura reciente ha documentado considerable variabilidad en la estructura factorial del NAQ-R
según el marco cultural y ocupacional, con algunos estudios identificando estructuras bifactoriales
mientras otros mantienen el modelo trifactorial original. Más allá del número de factores, validaciones
previas han señalado que las correlaciones interfactoriales del NAQ-R tienden a ser elevadas, lo que ha
llevado a considerar la posibilidad de que el instrumento opere como una medida esencialmente
unidimensional, esto es, que un factor general de victimización concentre la mayor parte de la varianza
común y la fiabilidad de la puntuación total, aun cuando los factores específicos conserven valor
descriptivo. Esta cuestión, central para definir el modo de puntuación e interpretación clínica del
instrumento, no ha sido sistemáticamente examinada en adaptaciones académicas. Paralelamente, se han
desarrollado instrumentos específicos para escenarios clínicos (Maghbouli et al., 2025), lo que sugiere
la necesidad de evaluar empíricamente la transferibilidad del constructo a cada entorno específico.
Este estudio evalúa las propiedades psicométricas del Cuestionario de Actos Negativos Revisado (NAQ-
R) adaptado al contexto académico universitario como instrumento de medición de la victimización
académica, en una muestra de estudiantes de ciencias de la salud ecuatorianos. Específicamente, se
examina: (a) la estructura factorial del instrumento mediante modelos confirmatorios alternativos, (b) la
dimensionalidad esencial del constructo mediante modelado bifactor, (c) la consistencia interna a nivel
de escala total y factores, (d) la validez convergente y discriminante, (e) la invarianza de medición por
pág. 1243
género, y (f) la validez de criterio concurrente mediante la correlación con una medida de autoetiquetado
como víctima.
METODOLOGÍA
Participantes
En el marco de un diseño instrumental (Ato et al., 2013; Ruiz-Robledillo et al., 2025), la muestra estuvo
compuesta por N = 915 estudiantes universitarios de la Facultad de Ciencias Químicas y de la Salud de
la Universidad Técnica de Machala, Ecuador. Los participantes pertenecían a las carreras de Psicología
Clínica; Bioquímica y Farmacia; Enfermería; y Alimentos, cursando entre el primero y el décimo
semestre. La selección se realizó mediante muestreo no probabilístico por conveniencia, considerando
la accesibilidad a la población objetivo (Otzen y Manterola, 2017).
El tamaño muestral final se obtuvo tras aplicar, de forma previa a los análisis preliminares y a los análisis
psicométricos principales, dos criterios de depuración secuenciales orientados a preservar la integridad
de los datos. En primer lugar, se eliminaron registros duplicados exactos (n = 113; 10.8% de los 1,043
registros inicialmente recibidos), definidos operacionalmente como registros con valores idénticos en la
totalidad de las variables recogidas —datos sociodemográficos, 22 ítems del NAQ-R e ítem de
autoetiquetado—. Es importante precisar que estos 113 registros no correspondieron a respuestas
uniformes intraindividuales, sino a duplicaciones exactas entre registros distintos.
Se identificaron 59 grupos de entre dos y ocho registros idénticos; en cada grupo se conservó
únicamente la primera aparición. Este patrón fue considerado compatible con la posibilidad de envíos
múltiples, dado que el formulario de Google Forms no restringía técnicamente la realización de más de
un envío. En segundo lugar, se identificaron patrones de straightlining, reconocidos en la literatura
metodológica como indicadores potenciales de respuesta descuidada y de reducción de la calidad de los
datos en cuestionarios autoadministrados (Kim et al., 2019; Meade y Craig, 2012).
Este criterio fue operacionalizado como varianza intraindividual igual a cero en los 22 ítems del NAQ-
R, correspondiente al procedimiento de simple nondifferentiation descrito por Kim et al. (2019). Se
distinguieron dos subtipos: (a) 15 casos con respuesta uniforme “De vez en cuando” en todos los ítems,
que fueron eliminados por considerarse psicométricamente poco plausibles e indicativos de respuesta
no diferenciada de baja calidad, dado que implicaban reportar los 22 actos negativos evaluados con
género, y (f) la validez de criterio concurrente mediante la correlación con una medida de autoetiquetado
como víctima.
METODOLOGÍA
Participantes
En el marco de un diseño instrumental (Ato et al., 2013; Ruiz-Robledillo et al., 2025), la muestra estuvo
compuesta por N = 915 estudiantes universitarios de la Facultad de Ciencias Químicas y de la Salud de
la Universidad Técnica de Machala, Ecuador. Los participantes pertenecían a las carreras de Psicología
Clínica; Bioquímica y Farmacia; Enfermería; y Alimentos, cursando entre el primero y el décimo
semestre. La selección se realizó mediante muestreo no probabilístico por conveniencia, considerando
la accesibilidad a la población objetivo (Otzen y Manterola, 2017).
El tamaño muestral final se obtuvo tras aplicar, de forma previa a los análisis preliminares y a los análisis
psicométricos principales, dos criterios de depuración secuenciales orientados a preservar la integridad
de los datos. En primer lugar, se eliminaron registros duplicados exactos (n = 113; 10.8% de los 1,043
registros inicialmente recibidos), definidos operacionalmente como registros con valores idénticos en la
totalidad de las variables recogidas —datos sociodemográficos, 22 ítems del NAQ-R e ítem de
autoetiquetado—. Es importante precisar que estos 113 registros no correspondieron a respuestas
uniformes intraindividuales, sino a duplicaciones exactas entre registros distintos.
Se identificaron 59 grupos de entre dos y ocho registros idénticos; en cada grupo se conservó
únicamente la primera aparición. Este patrón fue considerado compatible con la posibilidad de envíos
múltiples, dado que el formulario de Google Forms no restringía técnicamente la realización de más de
un envío. En segundo lugar, se identificaron patrones de straightlining, reconocidos en la literatura
metodológica como indicadores potenciales de respuesta descuidada y de reducción de la calidad de los
datos en cuestionarios autoadministrados (Kim et al., 2019; Meade y Craig, 2012).
Este criterio fue operacionalizado como varianza intraindividual igual a cero en los 22 ítems del NAQ-
R, correspondiente al procedimiento de simple nondifferentiation descrito por Kim et al. (2019). Se
distinguieron dos subtipos: (a) 15 casos con respuesta uniforme “De vez en cuando” en todos los ítems,
que fueron eliminados por considerarse psicométricamente poco plausibles e indicativos de respuesta
no diferenciada de baja calidad, dado que implicaban reportar los 22 actos negativos evaluados con
pág. 1244
idéntica frecuencia no nula; y (b) 163 casos con respuesta uniforme “Nunca”, que fueron conservados
dado que la ausencia total de exposición es teóricamente esperable en escalas de victimización aplicadas
a poblaciones generales, especialmente en presencia de efecto suelo (Einarsen et al., 2009; Reuning y
Plutzer, 2020).
La muestra resultante (N = 915) preservó una ratio caso-ítem de 41.6:1, holgadamente superior a las
recomendaciones convencionales para análisis factorial confirmatorio (Kline, 2016).
Instrumento
Se utilizó la versión española del NAQ-R validada por González-Trijueque y Graña (2013), adaptando
el marco de referencia del ámbito laboral al académico. La adaptación consistió en modificar el marco
de referencia de los ítems, sustituyendo referencias al entorno laboral por el ámbito universitario
docente-estudiante, manteniendo la estructura semántica original. El proceso de adaptación siguió tres
etapas. En primer lugar, se realizó una adaptación lingüística por parte del equipo investigador, en la
que los términos propios del entorno laboral (p. ej., "trabajo", "compañeros", "supervisor") fueron
reemplazados por referentes del contexto universitario (p. ej., "estudios", "compañeros de clase",
"docente"), sin alterar la estructura sintáctica ni la carga semántica de los ítems.
En segundo lugar, se llevó a cabo un juicio de expertos con tres especialistas en psicometría y psicología
educativa, quienes evaluaron la claridad, pertinencia y adecuación cultural de los ítems adaptados
mediante una escala de cuatro puntos; todos los ítems alcanzaron índices de validez de contenido (IVC)
≥ .80, indicando acuerdo satisfactorio entre evaluadores. En tercer lugar, se realizó una prueba piloto
con 30 estudiantes universitarios de características similares a la muestra principal, quienes completaron
el instrumento y reportaron verbalmente posibles dificultades de comprensión; los resultados no
evidenciaron ambigüedades relevantes ni necesidad de reformulación adicional de los ítems.
El instrumento consta de 22 ítems distribuidos en tres factores teóricos: (a) Acoso relacionado con el
trabajo académico (ítems 1-7), que evalúa conductas negativas vinculadas a las tareas académicas; (b)
Acoso personal (ítems 8-12), que mide ataques dirigidos a la persona; y (c) Intimidación física (ítems
13-22), que evalúa conductas de amenaza o intimidación directa. Las opciones de respuesta se presentan
en una escala tipo Likert de cinco puntos: 1 = Nunca, 2 = De vez en cuando, 3 = Mensualmente, 4 =
Semanalmente, 5 = Diariamente.
idéntica frecuencia no nula; y (b) 163 casos con respuesta uniforme “Nunca”, que fueron conservados
dado que la ausencia total de exposición es teóricamente esperable en escalas de victimización aplicadas
a poblaciones generales, especialmente en presencia de efecto suelo (Einarsen et al., 2009; Reuning y
Plutzer, 2020).
La muestra resultante (N = 915) preservó una ratio caso-ítem de 41.6:1, holgadamente superior a las
recomendaciones convencionales para análisis factorial confirmatorio (Kline, 2016).
Instrumento
Se utilizó la versión española del NAQ-R validada por González-Trijueque y Graña (2013), adaptando
el marco de referencia del ámbito laboral al académico. La adaptación consistió en modificar el marco
de referencia de los ítems, sustituyendo referencias al entorno laboral por el ámbito universitario
docente-estudiante, manteniendo la estructura semántica original. El proceso de adaptación siguió tres
etapas. En primer lugar, se realizó una adaptación lingüística por parte del equipo investigador, en la
que los términos propios del entorno laboral (p. ej., "trabajo", "compañeros", "supervisor") fueron
reemplazados por referentes del contexto universitario (p. ej., "estudios", "compañeros de clase",
"docente"), sin alterar la estructura sintáctica ni la carga semántica de los ítems.
En segundo lugar, se llevó a cabo un juicio de expertos con tres especialistas en psicometría y psicología
educativa, quienes evaluaron la claridad, pertinencia y adecuación cultural de los ítems adaptados
mediante una escala de cuatro puntos; todos los ítems alcanzaron índices de validez de contenido (IVC)
≥ .80, indicando acuerdo satisfactorio entre evaluadores. En tercer lugar, se realizó una prueba piloto
con 30 estudiantes universitarios de características similares a la muestra principal, quienes completaron
el instrumento y reportaron verbalmente posibles dificultades de comprensión; los resultados no
evidenciaron ambigüedades relevantes ni necesidad de reformulación adicional de los ítems.
El instrumento consta de 22 ítems distribuidos en tres factores teóricos: (a) Acoso relacionado con el
trabajo académico (ítems 1-7), que evalúa conductas negativas vinculadas a las tareas académicas; (b)
Acoso personal (ítems 8-12), que mide ataques dirigidos a la persona; y (c) Intimidación física (ítems
13-22), que evalúa conductas de amenaza o intimidación directa. Las opciones de respuesta se presentan
en una escala tipo Likert de cinco puntos: 1 = Nunca, 2 = De vez en cuando, 3 = Mensualmente, 4 =
Semanalmente, 5 = Diariamente.
pág. 1245
Autoetiquetado. Adicionalmente, se incluyó un ítem de autoetiquetado donde los participantes indicaban
si se consideraban víctimas de comportamientos negativos por parte de docentes durante el último
semestre, utilizando la misma escala de frecuencia de cinco puntos. Este ítem sirvió como criterio
externo para evaluar la validez concurrente del instrumento.
Procedimiento
Los datos se recolectaron mediante Google Forms entre octubre y diciembre de 2025. El cuestionario
autoadministrado incluyó variables sociodemográficas y el NAQ-R adaptado. La participación fue
voluntaria y anónima, con un tiempo de respuesta estimado de diez minutos.
Análisis de datos
Los análisis se realizaron con el software R versión 4.5.2 (R Core Team, 2025), utilizando los paquetes
lavaan versión 0.6-20 (Rosseel, 2012) para el análisis factorial confirmatorio, semTools versión 0.5-7
(Jorgensen et al., 2022) para indicadores de fiabilidad compuesta, y psych versión 2.5.6 (Revelle, 2024)
para estadísticos descriptivos y análisis de consistencia interna.
Análisis factorial confirmatorio. Dada la naturaleza ordinal de los datos y la violación del supuesto de
normalidad (asimetría > 2 y curtosis > 7 en la mayoría de los ítems), se empleó el estimador de mínimos
cuadrados ponderados con media y varianza ajustadas (WLSMV) con matriz de correlaciones
policóricas, siguiendo las recomendaciones de Li (2016) y Rhemtulla et al. (2012) para datos
categóricos. Se evaluaron tres modelos: (a) unifactorial, (b) bifactorial (Trabajo académico vs.
Personal/Físico combinados), y (c) trifactorial (estructura teórica original). Asimismo, se estimó un
modelo bifactor donde todos los reactivos convergen en un factor general de victimización académica
(G) y tres factores específicos independientes (ortogonales) basados en la teoría. Para evaluar la
dimensionalidad esencial, se utilizaron la Varianza Común Explicada (ECV) y el coeficiente omega
jerárquico (ωH), donde valores superiores a .70 y .75, respectivamente, indican unidimensionalidad
esencial (Rodriguez et al., 2016).
La bondad de ajuste se evaluó mediante: chi-cuadrado (χ²), Índice de Ajuste Comparativo (CFI), Índice
de Tucker-Lewis (TLI), Error Cuadrático Medio de Aproximación (RMSEA) con su intervalo de
confianza al 90%, y Raíz del Residuo Cuadrático Medio Estandarizado (SRMR). Se consideraron como
indicadores de buen ajuste: CFI y TLI ≥ .95, RMSEA ≤ .06 y SRMR ≤ .08 (Hu y Bentler, 1999). Las
Autoetiquetado. Adicionalmente, se incluyó un ítem de autoetiquetado donde los participantes indicaban
si se consideraban víctimas de comportamientos negativos por parte de docentes durante el último
semestre, utilizando la misma escala de frecuencia de cinco puntos. Este ítem sirvió como criterio
externo para evaluar la validez concurrente del instrumento.
Procedimiento
Los datos se recolectaron mediante Google Forms entre octubre y diciembre de 2025. El cuestionario
autoadministrado incluyó variables sociodemográficas y el NAQ-R adaptado. La participación fue
voluntaria y anónima, con un tiempo de respuesta estimado de diez minutos.
Análisis de datos
Los análisis se realizaron con el software R versión 4.5.2 (R Core Team, 2025), utilizando los paquetes
lavaan versión 0.6-20 (Rosseel, 2012) para el análisis factorial confirmatorio, semTools versión 0.5-7
(Jorgensen et al., 2022) para indicadores de fiabilidad compuesta, y psych versión 2.5.6 (Revelle, 2024)
para estadísticos descriptivos y análisis de consistencia interna.
Análisis factorial confirmatorio. Dada la naturaleza ordinal de los datos y la violación del supuesto de
normalidad (asimetría > 2 y curtosis > 7 en la mayoría de los ítems), se empleó el estimador de mínimos
cuadrados ponderados con media y varianza ajustadas (WLSMV) con matriz de correlaciones
policóricas, siguiendo las recomendaciones de Li (2016) y Rhemtulla et al. (2012) para datos
categóricos. Se evaluaron tres modelos: (a) unifactorial, (b) bifactorial (Trabajo académico vs.
Personal/Físico combinados), y (c) trifactorial (estructura teórica original). Asimismo, se estimó un
modelo bifactor donde todos los reactivos convergen en un factor general de victimización académica
(G) y tres factores específicos independientes (ortogonales) basados en la teoría. Para evaluar la
dimensionalidad esencial, se utilizaron la Varianza Común Explicada (ECV) y el coeficiente omega
jerárquico (ωH), donde valores superiores a .70 y .75, respectivamente, indican unidimensionalidad
esencial (Rodriguez et al., 2016).
La bondad de ajuste se evaluó mediante: chi-cuadrado (χ²), Índice de Ajuste Comparativo (CFI), Índice
de Tucker-Lewis (TLI), Error Cuadrático Medio de Aproximación (RMSEA) con su intervalo de
confianza al 90%, y Raíz del Residuo Cuadrático Medio Estandarizado (SRMR). Se consideraron como
indicadores de buen ajuste: CFI y TLI ≥ .95, RMSEA ≤ .06 y SRMR ≤ .08 (Hu y Bentler, 1999). Las
pág. 1246
cargas factoriales estandarizadas se interpretaron como aceptables (λ ≥ .40), buenas (λ ≥ .50) o
excelentes (λ ≥ .70).
Fiabilidad. La consistencia interna se evaluó mediante el coeficiente alfa de Cronbach (α) y el
coeficiente omega de McDonald (ω), considerando valores ≥ .70 como aceptables, ≥ .80 como buenos
y ≥ .90 como excelentes (Viladrich et al., 2017). El coeficiente omega se considera más apropiado para
modelos de AFC al no asumir tau-equivalencia.
Validez convergente y discriminante. La validez convergente se evaluó mediante la Varianza Media
Extraída (AVE), considerando valores ≥ .50 como adecuados (Fornell y Larcker, 1981). La validez
discriminante se evaluó mediante los criterios de Fornell-Larcker y HTMT (Henseler et al., 2015),
considerando umbrales de <.85 (estricto) y <.90 (liberal).
Se evaluó la invarianza de medición por género mediante una secuencia de modelos progresivamente
restrictivos (configural, métrico, escalar), aplicando los criterios de Chen (2007): ΔCFI ≤ .010 y
ΔRMSEA ≤ .015. Dado que cuatro ítems del Factor 3 (NAQ18, NAQ20, NAQ21, NAQ22) presentaron
celdas vacías en categorías de mayor severidad dentro del grupo masculino, las categorías 3, 4 y 5 fueron
colapsadas en una sola ("Mensualmente o más frecuente") para los 22 ítems en ambos grupos, a fin de
preservar la estimación estable de umbrales bajo WLSMV (Sass et al., 2014). Esta recodificación se
restringió a los análisis de invarianza; el resto de los análisis psicométricos conservó la escala original
de cinco puntos.
Validez de criterio. La validez concurrente se evaluó mediante correlaciones de Spearman entre las
puntuaciones del NAQ-R (total y por factores) y el ítem de autoetiquetado como víctima de acoso. La
magnitud de las correlaciones se interpretó según los criterios de Cohen (1988): pequeña (r = .10-.29),
moderada (r = .30-.49) y grande (r ≥ .50).
Consideraciones éticas
La investigación se rigió por los principios de la Declaración de Helsinki (World Medical Association,
2013) y los lineamientos éticos de la APA (2017). El estudio fue aprobado por el comité de ética
institucional (Resolución N°359/2020), instancia que cumple funciones de supervisión ética de la
investigación en la institución. La participación fue voluntaria y anónima. Antes de acceder al
cuestionario, cada participante leyó una hoja informativa que describía el propósito del estudio, la
cargas factoriales estandarizadas se interpretaron como aceptables (λ ≥ .40), buenas (λ ≥ .50) o
excelentes (λ ≥ .70).
Fiabilidad. La consistencia interna se evaluó mediante el coeficiente alfa de Cronbach (α) y el
coeficiente omega de McDonald (ω), considerando valores ≥ .70 como aceptables, ≥ .80 como buenos
y ≥ .90 como excelentes (Viladrich et al., 2017). El coeficiente omega se considera más apropiado para
modelos de AFC al no asumir tau-equivalencia.
Validez convergente y discriminante. La validez convergente se evaluó mediante la Varianza Media
Extraída (AVE), considerando valores ≥ .50 como adecuados (Fornell y Larcker, 1981). La validez
discriminante se evaluó mediante los criterios de Fornell-Larcker y HTMT (Henseler et al., 2015),
considerando umbrales de <.85 (estricto) y <.90 (liberal).
Se evaluó la invarianza de medición por género mediante una secuencia de modelos progresivamente
restrictivos (configural, métrico, escalar), aplicando los criterios de Chen (2007): ΔCFI ≤ .010 y
ΔRMSEA ≤ .015. Dado que cuatro ítems del Factor 3 (NAQ18, NAQ20, NAQ21, NAQ22) presentaron
celdas vacías en categorías de mayor severidad dentro del grupo masculino, las categorías 3, 4 y 5 fueron
colapsadas en una sola ("Mensualmente o más frecuente") para los 22 ítems en ambos grupos, a fin de
preservar la estimación estable de umbrales bajo WLSMV (Sass et al., 2014). Esta recodificación se
restringió a los análisis de invarianza; el resto de los análisis psicométricos conservó la escala original
de cinco puntos.
Validez de criterio. La validez concurrente se evaluó mediante correlaciones de Spearman entre las
puntuaciones del NAQ-R (total y por factores) y el ítem de autoetiquetado como víctima de acoso. La
magnitud de las correlaciones se interpretó según los criterios de Cohen (1988): pequeña (r = .10-.29),
moderada (r = .30-.49) y grande (r ≥ .50).
Consideraciones éticas
La investigación se rigió por los principios de la Declaración de Helsinki (World Medical Association,
2013) y los lineamientos éticos de la APA (2017). El estudio fue aprobado por el comité de ética
institucional (Resolución N°359/2020), instancia que cumple funciones de supervisión ética de la
investigación en la institución. La participación fue voluntaria y anónima. Antes de acceder al
cuestionario, cada participante leyó una hoja informativa que describía el propósito del estudio, la
pág. 1247
naturaleza voluntaria de su participación, la ausencia de riesgos previsibles, el tratamiento anónimo de
los datos y el derecho a abandonar la encuesta en cualquier momento sin consecuencias. El
consentimiento se registró mediante una pregunta obligatoria de aceptación en Google Forms; solo
quienes aceptaron pudieron continuar con el cuestionario. Se obtuvo autorización de los autores
originales del NAQ-R (Guy Notelaers y Ståle V. Einarsen) para su adaptación al contexto académico
ecuatoriano.
RESULTADOS Y DISCUSIÓN
Análisis preliminares
La adecuación muestral resultó excelente según el índice Kaiser-Meyer-Olkin (KMO = .96), superando
el umbral de .90 considerado óptimo. La prueba de esfericidad de Bartlett fue estadísticamente
significativa, χ² (231) = 11018.70, p < .001, confirmando que la matriz de correlaciones difiere
significativamente de una matriz identidad y que los datos son apropiados para el análisis factorial.
El análisis de los estadísticos descriptivos reveló una distribución marcadamente asimétrica en la
mayoría de los ítems, con predominio de respuestas en la categoría "Nunca". Los datos presentaron un
efecto suelo esperable en escalas de victimización no clínicas (Ma et al., 2017; Soler-Sánchez et al.,
2025). El tratamiento analítico correspondiente se detalla en la sección de Análisis de datos.
Análisis factorial confirmatorio
Se evaluaron tres modelos factoriales alternativos: unifactorial, bifactorial (Trabajo académico vs.
Personal/Físico combinados) y trifactorial (estructura teórica original). La Tabla 1 presenta los índices
de ajuste comparativos, incluyendo el modelo bifactor. Los cuatro modelos evaluados mostraron índices
de ajuste adecuados según los criterios de Hu y Bentler (1999). Entre los modelos de factores
correlacionados, el trifactorial presentó el mejor ajuste relativo (Tabla 1), aunque las diferencias entre
modelos fueron marginales dado que todos superaron los umbrales convencionales.
naturaleza voluntaria de su participación, la ausencia de riesgos previsibles, el tratamiento anónimo de
los datos y el derecho a abandonar la encuesta en cualquier momento sin consecuencias. El
consentimiento se registró mediante una pregunta obligatoria de aceptación en Google Forms; solo
quienes aceptaron pudieron continuar con el cuestionario. Se obtuvo autorización de los autores
originales del NAQ-R (Guy Notelaers y Ståle V. Einarsen) para su adaptación al contexto académico
ecuatoriano.
RESULTADOS Y DISCUSIÓN
Análisis preliminares
La adecuación muestral resultó excelente según el índice Kaiser-Meyer-Olkin (KMO = .96), superando
el umbral de .90 considerado óptimo. La prueba de esfericidad de Bartlett fue estadísticamente
significativa, χ² (231) = 11018.70, p < .001, confirmando que la matriz de correlaciones difiere
significativamente de una matriz identidad y que los datos son apropiados para el análisis factorial.
El análisis de los estadísticos descriptivos reveló una distribución marcadamente asimétrica en la
mayoría de los ítems, con predominio de respuestas en la categoría "Nunca". Los datos presentaron un
efecto suelo esperable en escalas de victimización no clínicas (Ma et al., 2017; Soler-Sánchez et al.,
2025). El tratamiento analítico correspondiente se detalla en la sección de Análisis de datos.
Análisis factorial confirmatorio
Se evaluaron tres modelos factoriales alternativos: unifactorial, bifactorial (Trabajo académico vs.
Personal/Físico combinados) y trifactorial (estructura teórica original). La Tabla 1 presenta los índices
de ajuste comparativos, incluyendo el modelo bifactor. Los cuatro modelos evaluados mostraron índices
de ajuste adecuados según los criterios de Hu y Bentler (1999). Entre los modelos de factores
correlacionados, el trifactorial presentó el mejor ajuste relativo (Tabla 1), aunque las diferencias entre
modelos fueron marginales dado que todos superaron los umbrales convencionales.
pág. 1248
Tabla 1
Índices de Ajuste de los Modelos Factoriales Evaluados
Modelo χ² gl CFI TLI RMSEA [IC 90%] SRMR
Unifactorial 731.22 209 .992 .991 .052 [.048, .056] .062
Bifactorial 527.77 208 .995 .994 .041 [.037, .045] .053
Trifactorial 491.62 206 .995 .995 .039 [.035, .043] .051
Bifactor 305.41 187 .998 .998 .026 [.020, .032] .044
Nota. χ² = chi-cuadrado; gl = grados de libertad; CFI = Índice de Ajuste Comparativo; TLI = Índice de Tucker-Lewis; RMSEA
= Error Cuadrático Medio de Aproximación (intervalo de confianza 90% entre corchetes); SRMR = Raíz del Residuo
Cuadrático Medio Estandarizado. Estimador WLSMV con correlaciones policóricas. N = 915.
El modelo bifactor presentó el mejor ajuste absoluto (Tabla 1). No obstante, más allá de los índices de
ajuste, el análisis de dimensionalidad reveló que los factores específicos retuvieron una proporción
mínima de la varianza común total (S1 = 1.5%, S2 = 0.2%, S3 = 1.2%), mientras que el factor general
concentró el 82.3% de dicha varianza (ECV = .823; Tabla 2). Estos valores superan los umbrales
propuestos por Rodríguez et al. (2016) para inferir unidimensionalidad esencial, y son consistentes con
un coeficiente omega jerárquico (ωH = .94) que atribuye al factor general la práctica totalidad de la
fiabilidad de la puntuación total (Tabla 2). En consecuencia, el NAQ-R opera como una medida
esencialmente unidimensional en esta muestra, donde la distinción trifactorial conserva valor descriptivo
para la taxonomía de conductas negativas, pero no representa dimensiones de medida empíricamente
independientes.
Tabla 1
Índices de Ajuste de los Modelos Factoriales Evaluados
Modelo χ² gl CFI TLI RMSEA [IC 90%] SRMR
Unifactorial 731.22 209 .992 .991 .052 [.048, .056] .062
Bifactorial 527.77 208 .995 .994 .041 [.037, .045] .053
Trifactorial 491.62 206 .995 .995 .039 [.035, .043] .051
Bifactor 305.41 187 .998 .998 .026 [.020, .032] .044
Nota. χ² = chi-cuadrado; gl = grados de libertad; CFI = Índice de Ajuste Comparativo; TLI = Índice de Tucker-Lewis; RMSEA
= Error Cuadrático Medio de Aproximación (intervalo de confianza 90% entre corchetes); SRMR = Raíz del Residuo
Cuadrático Medio Estandarizado. Estimador WLSMV con correlaciones policóricas. N = 915.
El modelo bifactor presentó el mejor ajuste absoluto (Tabla 1). No obstante, más allá de los índices de
ajuste, el análisis de dimensionalidad reveló que los factores específicos retuvieron una proporción
mínima de la varianza común total (S1 = 1.5%, S2 = 0.2%, S3 = 1.2%), mientras que el factor general
concentró el 82.3% de dicha varianza (ECV = .823; Tabla 2). Estos valores superan los umbrales
propuestos por Rodríguez et al. (2016) para inferir unidimensionalidad esencial, y son consistentes con
un coeficiente omega jerárquico (ωH = .94) que atribuye al factor general la práctica totalidad de la
fiabilidad de la puntuación total (Tabla 2). En consecuencia, el NAQ-R opera como una medida
esencialmente unidimensional en esta muestra, donde la distinción trifactorial conserva valor descriptivo
para la taxonomía de conductas negativas, pero no representa dimensiones de medida empíricamente
independientes.
pág. 1249
Tabla 2
Índices del Modelo Bifactor y Dimensionalidad
Índice Valor Interpretación
Varianza Factor G 12.49 —
Varianza Factor S1
(Trabajo)
1.03 —
Varianza Factor S2
(Personal)
1.10 —
Varianza Factor S3
(Físico)
0.56 —
ECV .823 Unidimensionalidad esencial (> .70)
ωH .94 Fiabilidad atribuible a G (> .75)
ω Total .985 Fiabilidad total
ωH/ω .956 Proporción de fiabilidad de G (> .80)
Nota. ECV = Varianza Común Explicada; ωH = omega jerárquico; G = factor general de victimización académica; S1, S2, S3
= factores específicos. Valores de ECV > .70 y ωH > .75 indican unidimensionalidad esencial según Rodriguez et al. (2016).
Las cargas factoriales estandarizadas fueron significativas en todos los ítems (p < .001). El Factor 1
(Trabajo) presentó cargas entre .407 y .784 (media = .656); el Factor 2 (Personal) entre .794 y .895
(media = .838); y el Factor 3 (Físico) entre .769 y .894 (media = .846). El ítem NAQ2 mostró la carga
más baja (λ = .407), dentro del rango aceptable. La estructura completa del modelo, incluyendo cargas
factoriales y correlaciones interfactoriales, se presenta en la Figura 1.
Tabla 2
Índices del Modelo Bifactor y Dimensionalidad
Índice Valor Interpretación
Varianza Factor G 12.49 —
Varianza Factor S1
(Trabajo)
1.03 —
Varianza Factor S2
(Personal)
1.10 —
Varianza Factor S3
(Físico)
0.56 —
ECV .823 Unidimensionalidad esencial (> .70)
ωH .94 Fiabilidad atribuible a G (> .75)
ω Total .985 Fiabilidad total
ωH/ω .956 Proporción de fiabilidad de G (> .80)
Nota. ECV = Varianza Común Explicada; ωH = omega jerárquico; G = factor general de victimización académica; S1, S2, S3
= factores específicos. Valores de ECV > .70 y ωH > .75 indican unidimensionalidad esencial según Rodriguez et al. (2016).
Las cargas factoriales estandarizadas fueron significativas en todos los ítems (p < .001). El Factor 1
(Trabajo) presentó cargas entre .407 y .784 (media = .656); el Factor 2 (Personal) entre .794 y .895
(media = .838); y el Factor 3 (Físico) entre .769 y .894 (media = .846). El ítem NAQ2 mostró la carga
más baja (λ = .407), dentro del rango aceptable. La estructura completa del modelo, incluyendo cargas
factoriales y correlaciones interfactoriales, se presenta en la Figura 1.
pág. 1250
Figura 1
Modelo trifactorial del NAQ-R adaptado al contexto académico (N = 915)
Nota. Las elipses representan los factores latentes y los rectángulos los ítems observados. Los círculos (e1–e22) corresponden
a las varianzas residuales. Los valores sobre las flechas factor → ítem son cargas factoriales estandarizadas (λ); todas resultaron
significativas (p < .001). Los valores asociados a las flechas curvas bidireccionales son correlaciones latentes entre factores
(φ). Estimación realizada con WLSMV y correlaciones policóricas. F1: Acoso relacionado con el trabajo académico; F2: Acoso
personal; F3: Intimidación física.
Figura 1
Modelo trifactorial del NAQ-R adaptado al contexto académico (N = 915)
Nota. Las elipses representan los factores latentes y los rectángulos los ítems observados. Los círculos (e1–e22) corresponden
a las varianzas residuales. Los valores sobre las flechas factor → ítem son cargas factoriales estandarizadas (λ); todas resultaron
significativas (p < .001). Los valores asociados a las flechas curvas bidireccionales son correlaciones latentes entre factores
(φ). Estimación realizada con WLSMV y correlaciones policóricas. F1: Acoso relacionado con el trabajo académico; F2: Acoso
personal; F3: Intimidación física.
pág. 1251
La Tabla 3 presenta las cargas factoriales estandarizadas y la varianza explicada de cada ítem.
Tabla 3
Cargas Factoriales Estandarizadas del Modelo Trifactorial
Ítem F1: Trabajo F2: Personal F3: Físico R²
NAQ1 .662 — — .438
NAQ2 .407 — — .166
NAQ3 .764 — — .584
NAQ4 .638 — — .407
NAQ5 .631 — — .398
NAQ6 .784 — — .615
NAQ7 .706 — — .498
NAQ8 — .806 — .650
NAQ9 — .794 — .630
NAQ10 — .839 — .704
NAQ11 — .856 — .733
NAQ12 — .895 — .801
NAQ13 — — .769 .591
NAQ14 — — .844 .712
NAQ15 — — .830 .689
NAQ16 — — .885 .783
NAQ17 — — .811 .658
NAQ18 — — .894 .799
NAQ19 — — .871 .759
NAQ20 — — .826 .682
NAQ21 — — .849 .721
NAQ22 — — .885 .783
Nota. F1 = Acoso relacionado con el trabajo académico; F2 = Acoso personal; F3 = Intimidación física; R² = varianza explicada
del ítem. Todas las cargas fueron significativas con p < .001.
La Tabla 3 presenta las cargas factoriales estandarizadas y la varianza explicada de cada ítem.
Tabla 3
Cargas Factoriales Estandarizadas del Modelo Trifactorial
Ítem F1: Trabajo F2: Personal F3: Físico R²
NAQ1 .662 — — .438
NAQ2 .407 — — .166
NAQ3 .764 — — .584
NAQ4 .638 — — .407
NAQ5 .631 — — .398
NAQ6 .784 — — .615
NAQ7 .706 — — .498
NAQ8 — .806 — .650
NAQ9 — .794 — .630
NAQ10 — .839 — .704
NAQ11 — .856 — .733
NAQ12 — .895 — .801
NAQ13 — — .769 .591
NAQ14 — — .844 .712
NAQ15 — — .830 .689
NAQ16 — — .885 .783
NAQ17 — — .811 .658
NAQ18 — — .894 .799
NAQ19 — — .871 .759
NAQ20 — — .826 .682
NAQ21 — — .849 .721
NAQ22 — — .885 .783
Nota. F1 = Acoso relacionado con el trabajo académico; F2 = Acoso personal; F3 = Intimidación física; R² = varianza explicada
del ítem. Todas las cargas fueron significativas con p < .001.
pág. 1252
Fiabilidad
Los indicadores de fiabilidad se resumen en la Tabla 4. La consistencia interna de la escala total fue
excelente (α = .933). A nivel de factores, la fiabilidad osciló entre aceptable y excelente (Tabla 4), con
valores de omega ligeramente superiores a alfa, recurrencia esperable cuando las cargas no son
homogéneas.
Tabla 4
Indicadores de Fiabilidad y Validez Convergente por Factor
Factor Ítems α ω AVE
F1: Acoso trabajo académico 7 .778 .786 .444
F2: Acoso personal 5 .852 .857 .703
F3: Intimidación física 10 .919 .931 .718
Escala total 22 .933 — —
Nota. α = alfa de Cronbach; ω = omega de McDonald; AVE = Varianza Media Extraída. Criterio AVE ≥ .50 para validez
convergente adecuada. Un análisis de sensibilidad excluyendo el ítem NAQ2 arrojó un AVE de .489 para el Factor Trabajo,
valor que permanece por debajo del umbral de .50.
Validez convergente y discriminante
La validez convergente, evaluada mediante la Varianza Media Extraída (AVE; ver Tabla 4), mostró
resultados mixtos. Los factores Personal (AVE = .703) y Físico (AVE = .718) superaron el criterio de
.50, indicando que más del 50% de la varianza de sus indicadores es explicada por el constructo latente.
Sin embargo, el Factor Trabajo (AVE = .444) no alcanzó este umbral, principalmente debido a la carga
más baja del ítem NAQ2 (λ = .407).
El criterio de Fornell-Larcker no se cumplió en ninguna comparación interfactorial: las correlaciones al
cuadrado superaron consistentemente los valores de AVE. El análisis HTMT (Tabla 5) confirmó que
únicamente el par Personal-Físico (.956) excedió el umbral liberal, convergiendo con la evidencia
bifactor de indistinguibilidad empírica.
Fiabilidad
Los indicadores de fiabilidad se resumen en la Tabla 4. La consistencia interna de la escala total fue
excelente (α = .933). A nivel de factores, la fiabilidad osciló entre aceptable y excelente (Tabla 4), con
valores de omega ligeramente superiores a alfa, recurrencia esperable cuando las cargas no son
homogéneas.
Tabla 4
Indicadores de Fiabilidad y Validez Convergente por Factor
Factor Ítems α ω AVE
F1: Acoso trabajo académico 7 .778 .786 .444
F2: Acoso personal 5 .852 .857 .703
F3: Intimidación física 10 .919 .931 .718
Escala total 22 .933 — —
Nota. α = alfa de Cronbach; ω = omega de McDonald; AVE = Varianza Media Extraída. Criterio AVE ≥ .50 para validez
convergente adecuada. Un análisis de sensibilidad excluyendo el ítem NAQ2 arrojó un AVE de .489 para el Factor Trabajo,
valor que permanece por debajo del umbral de .50.
Validez convergente y discriminante
La validez convergente, evaluada mediante la Varianza Media Extraída (AVE; ver Tabla 4), mostró
resultados mixtos. Los factores Personal (AVE = .703) y Físico (AVE = .718) superaron el criterio de
.50, indicando que más del 50% de la varianza de sus indicadores es explicada por el constructo latente.
Sin embargo, el Factor Trabajo (AVE = .444) no alcanzó este umbral, principalmente debido a la carga
más baja del ítem NAQ2 (λ = .407).
El criterio de Fornell-Larcker no se cumplió en ninguna comparación interfactorial: las correlaciones al
cuadrado superaron consistentemente los valores de AVE. El análisis HTMT (Tabla 5) confirmó que
únicamente el par Personal-Físico (.956) excedió el umbral liberal, convergiendo con la evidencia
bifactor de indistinguibilidad empírica.
pág. 1253
Tabla 5
Validez Discriminante: Ratio HTMT entre Factores
Comparación HTMT Criterio estricto (< .85) Criterio liberal (< .90)
Trabajo-Personal .868 No cumple Cumple
Trabajo-Físico .812 Cumple Cumple
Personal-Físico .956 No cumple No cumple
Nota. HTMT = Heterotrait-Monotrait Ratio (Henseler et al., 2015). Valores inferiores a .85 (criterio estricto) o a .90 (criterio
liberal) respaldan la validez discriminante entre factores; valores que igualan o superan estos umbrales indican que los
constructos no se distinguen empíricamente. En la presente muestra, el par Personal-Físico excede ambos criterios, lo que
sustenta la interpretación esencialmente unidimensional desarrollada en la Discusión.
Invarianza de medición por género
La Tabla 6 resume los resultados del análisis de invarianza multigrupo, demostrando la equivalencia del
instrumento entre mujeres (n = 635) y hombres (n = 280). El modelo configural presentó ajuste adecuado
(CFI = .997, RMSEA = .029). La transición al modelo métrico (ΔCFI = .001, ΔRMSEA = .005) y
posteriormente al modelo escalar (ΔCFI = -.001, ΔRMSEA = -.007) satisfizo los criterios de Chen
(2007), estableciendo invarianza escalar completa. Estos resultados indican que el NAQ-R funciona de
manera equivalente en ambos géneros, permitiendo comparaciones válidas de puntuaciones entre
grupos.
Tabla 6
Invarianza de Medición por Género
Nivel CFI RMSEA ΔCFI ΔRMSEA Decisión
Configural .997 .029 — — —
Métrica .996 .034 .001 .005 Invarianza establecida
Escalar .997 .028 -.001 -.007 Invarianza establecida
Nota. Análisis multigrupo entre mujeres (n = 635) y hombres (n = 280). Criterios de Chen (2007): ΔCFI ≤ .010 y ΔRMSEA ≤
.015. Categorías de respuesta 3, 4 y 5 colapsadas en una sola exclusivamente para los análisis de invarianza.
Tabla 5
Validez Discriminante: Ratio HTMT entre Factores
Comparación HTMT Criterio estricto (< .85) Criterio liberal (< .90)
Trabajo-Personal .868 No cumple Cumple
Trabajo-Físico .812 Cumple Cumple
Personal-Físico .956 No cumple No cumple
Nota. HTMT = Heterotrait-Monotrait Ratio (Henseler et al., 2015). Valores inferiores a .85 (criterio estricto) o a .90 (criterio
liberal) respaldan la validez discriminante entre factores; valores que igualan o superan estos umbrales indican que los
constructos no se distinguen empíricamente. En la presente muestra, el par Personal-Físico excede ambos criterios, lo que
sustenta la interpretación esencialmente unidimensional desarrollada en la Discusión.
Invarianza de medición por género
La Tabla 6 resume los resultados del análisis de invarianza multigrupo, demostrando la equivalencia del
instrumento entre mujeres (n = 635) y hombres (n = 280). El modelo configural presentó ajuste adecuado
(CFI = .997, RMSEA = .029). La transición al modelo métrico (ΔCFI = .001, ΔRMSEA = .005) y
posteriormente al modelo escalar (ΔCFI = -.001, ΔRMSEA = -.007) satisfizo los criterios de Chen
(2007), estableciendo invarianza escalar completa. Estos resultados indican que el NAQ-R funciona de
manera equivalente en ambos géneros, permitiendo comparaciones válidas de puntuaciones entre
grupos.
Tabla 6
Invarianza de Medición por Género
Nivel CFI RMSEA ΔCFI ΔRMSEA Decisión
Configural .997 .029 — — —
Métrica .996 .034 .001 .005 Invarianza establecida
Escalar .997 .028 -.001 -.007 Invarianza establecida
Nota. Análisis multigrupo entre mujeres (n = 635) y hombres (n = 280). Criterios de Chen (2007): ΔCFI ≤ .010 y ΔRMSEA ≤
.015. Categorías de respuesta 3, 4 y 5 colapsadas en una sola exclusivamente para los análisis de invarianza.
pág. 1254
Validez de criterio
La Tabla 7 presenta las correlaciones entre las puntuaciones del NAQ-R y el autoetiquetado como
víctima de acoso. Todas las correlaciones fueron estadísticamente significativas (p < .001) y de
magnitud moderada según los criterios de Cohen (1988), con el factor Intimidación Física mostrando la
asociación más elevada. Las conductas de intimidación física y acoso personal resultan más notorias en
la autopercepción de victimización que las conductas relacionadas con el trabajo académico.
Tabla 7
Correlaciones de Spearman entre Puntuaciones del NAQ-R y Autoetiquetado
Variable ρ IC 95% p
F1: Acoso trabajo académico .337 [.28, .39] < .001
F2: Acoso personal .441 [.39, .49] < .001
F3: Intimidación física .490 [.44, .54] < .001
NAQ-R Total .440 [.39, .49] < .001
Nota. ρ = rho de Spearman; IC = intervalo de confianza. Criterio externo: autoetiquetado como víctima de comportamientos
negativos por parte de docentes. N = 905 (casos con datos completos en autoetiquetado).
Discusión
Este estudio evaluó las propiedades psicométricas del NAQ-R adaptado al contexto académico en
estudiantes ecuatorianos de ciencias de la salud. Los resultados confirman un ajuste excelente del
modelo trifactorial, alta consistencia interna y validez de criterio concurrente adecuada.
Estructura factorial
El modelo trifactorial del NAQ-R mostró ajuste adecuado en el contexto académico (CFI = .995,
RMSEA = .039), en línea con la validación original (Einarsen et al., 2009) y adaptaciones
hispanohablantes (Dujo López et al., 2020). Sin embargo, el hallazgo central de este estudio es que los
indicadores bifactor (Tabla 2) confirmaron unidimensionalidad esencial, indicando que la estructura
trifactorial, aunque estadísticamente viable, no representa dimensiones de medida empíricamente
independientes. Este patrón es coherente con la conceptualización de la violencia psicológica docente
como un síndrome unitario donde las manifestaciones conductuales covarían estrechamente (Einarsen
Validez de criterio
La Tabla 7 presenta las correlaciones entre las puntuaciones del NAQ-R y el autoetiquetado como
víctima de acoso. Todas las correlaciones fueron estadísticamente significativas (p < .001) y de
magnitud moderada según los criterios de Cohen (1988), con el factor Intimidación Física mostrando la
asociación más elevada. Las conductas de intimidación física y acoso personal resultan más notorias en
la autopercepción de victimización que las conductas relacionadas con el trabajo académico.
Tabla 7
Correlaciones de Spearman entre Puntuaciones del NAQ-R y Autoetiquetado
Variable ρ IC 95% p
F1: Acoso trabajo académico .337 [.28, .39] < .001
F2: Acoso personal .441 [.39, .49] < .001
F3: Intimidación física .490 [.44, .54] < .001
NAQ-R Total .440 [.39, .49] < .001
Nota. ρ = rho de Spearman; IC = intervalo de confianza. Criterio externo: autoetiquetado como víctima de comportamientos
negativos por parte de docentes. N = 905 (casos con datos completos en autoetiquetado).
Discusión
Este estudio evaluó las propiedades psicométricas del NAQ-R adaptado al contexto académico en
estudiantes ecuatorianos de ciencias de la salud. Los resultados confirman un ajuste excelente del
modelo trifactorial, alta consistencia interna y validez de criterio concurrente adecuada.
Estructura factorial
El modelo trifactorial del NAQ-R mostró ajuste adecuado en el contexto académico (CFI = .995,
RMSEA = .039), en línea con la validación original (Einarsen et al., 2009) y adaptaciones
hispanohablantes (Dujo López et al., 2020). Sin embargo, el hallazgo central de este estudio es que los
indicadores bifactor (Tabla 2) confirmaron unidimensionalidad esencial, indicando que la estructura
trifactorial, aunque estadísticamente viable, no representa dimensiones de medida empíricamente
independientes. Este patrón es coherente con la conceptualización de la violencia psicológica docente
como un síndrome unitario donde las manifestaciones conductuales covarían estrechamente (Einarsen
pág. 1255
et al., 2009), y respalda el uso de la puntuación total del NAQ-R como indicador primario de
victimización académica.
La variabilidad factorial del NAQ-R documentada internacionalmente (Sá Cunha et al., 2024) sugiere
que la convergencia hacia un constructo unitario en el entorno académico puede explicarse por la
concentración del poder en una figura de autoridad única. La consistencia interna (Tabla 4) es
comparable a validaciones internacionales del NAQ-R (Einarsen et al., 2009; Dujo López et al., 2020;
Sá Cunha et al., 2024).
Correlaciones interfactoriales y validez discriminante
Las correlaciones interfactoriales elevadas (.806–.954) no constituyen una deficiencia psicométrica;
representan, más bien, evidencia empírica de la estructura esencialmente unidimensional del constructo.
En el escenario docente-estudiante, la indistinguibilidad empírica entre acoso personal e intimidación
física puede explicarse por las características específicas de la asimetría de poder académica. La
autoridad concentrada del docente hace que las conductas intimidatorias o de acoso personal se solapen
fenomenológicamente, constituyendo un mecanismo unitario de victimización directa donde la
diferenciación perceptual resulta difícil para las víctimas (Einarsen et al., 2009). Por lo tanto, se
desaconseja la interpretación diferencial de estas subescalas para fines de cribado en ámbitos
académicos.
El AVE subóptimo del Factor Trabajo (Tabla 4) es consistente con Dujo López et al. (2020), quienes
reportaron valores de .35–.37 en el NAQ-R español. Dado que las cargas y la fiabilidad son aceptables,
este resultado no invalida el factor.
La insuficiencia de validez discriminante según el criterio de Fornell-Larcker concuerda con la
estructura esencialmente unidimensional revelada por el modelo bifactor. Cuando las correlaciones
latentes superan .80, este criterio resulta algebraicamente insatisfactible (Henseler et al., 2015),
limitación que la literatura sobre el NAQ-R ha identificado recurrente (Aoki et al., 2024). El análisis
HTMT (Tabla 5) confirmó que únicamente el par Personal-Físico excede el umbral liberal, reforzando
que estas dimensiones no operan como constructos empíricamente diferenciados en el contexto
académico. Este hallazgo sugiere que, en escenarios universitarios caracterizados por relaciones
jerárquicas asimétricas entre docentes y estudiantes, la distinción entre acoso personal e intimidación
et al., 2009), y respalda el uso de la puntuación total del NAQ-R como indicador primario de
victimización académica.
La variabilidad factorial del NAQ-R documentada internacionalmente (Sá Cunha et al., 2024) sugiere
que la convergencia hacia un constructo unitario en el entorno académico puede explicarse por la
concentración del poder en una figura de autoridad única. La consistencia interna (Tabla 4) es
comparable a validaciones internacionales del NAQ-R (Einarsen et al., 2009; Dujo López et al., 2020;
Sá Cunha et al., 2024).
Correlaciones interfactoriales y validez discriminante
Las correlaciones interfactoriales elevadas (.806–.954) no constituyen una deficiencia psicométrica;
representan, más bien, evidencia empírica de la estructura esencialmente unidimensional del constructo.
En el escenario docente-estudiante, la indistinguibilidad empírica entre acoso personal e intimidación
física puede explicarse por las características específicas de la asimetría de poder académica. La
autoridad concentrada del docente hace que las conductas intimidatorias o de acoso personal se solapen
fenomenológicamente, constituyendo un mecanismo unitario de victimización directa donde la
diferenciación perceptual resulta difícil para las víctimas (Einarsen et al., 2009). Por lo tanto, se
desaconseja la interpretación diferencial de estas subescalas para fines de cribado en ámbitos
académicos.
El AVE subóptimo del Factor Trabajo (Tabla 4) es consistente con Dujo López et al. (2020), quienes
reportaron valores de .35–.37 en el NAQ-R español. Dado que las cargas y la fiabilidad son aceptables,
este resultado no invalida el factor.
La insuficiencia de validez discriminante según el criterio de Fornell-Larcker concuerda con la
estructura esencialmente unidimensional revelada por el modelo bifactor. Cuando las correlaciones
latentes superan .80, este criterio resulta algebraicamente insatisfactible (Henseler et al., 2015),
limitación que la literatura sobre el NAQ-R ha identificado recurrente (Aoki et al., 2024). El análisis
HTMT (Tabla 5) confirmó que únicamente el par Personal-Físico excede el umbral liberal, reforzando
que estas dimensiones no operan como constructos empíricamente diferenciados en el contexto
académico. Este hallazgo sugiere que, en escenarios universitarios caracterizados por relaciones
jerárquicas asimétricas entre docentes y estudiantes, la distinción entre acoso personal e intimidación
pág. 1256
física podría carecer de relevancia empírica sustantiva, en la medida en que ambas formas de
victimización parecen manifestarse de manera entrelazada desde la experiencia subjetiva del estudiante.
En este sentido, aunque la estructura trifactorial mantuvo un ajuste estadístico excelente, los resultados
del modelo bifactor respaldan la conveniencia de interpretar el instrumento desde una perspectiva
esencialmente unidimensional. Futuras investigaciones podrían contrastar formalmente la estructura
trifactorial con modelos bifactoriales como alternativa más parsimoniosa, particularmente en contextos
académicos donde la diferenciación entre dimensiones específicas parece limitada.
Validez de criterio concurrente
Las correlaciones entre las puntuaciones del NAQ-R y el autoetiquetado como víctima fueron
moderadas (ρ = .337–.490), siguiendo la tendencia teóricamente esperada. Investigaciones previas han
establecido que las medidas conductuales (como el NAQ-R) y las medidas de autoetiquetado capturan
constructos relacionados, pero parcialmente distintos (Nielsen et al., 2021). Esta discrepancia refleja que
muchos individuos experimentan conductas objetivamente negativas, pero no se identifican como
víctimas, un fenómeno atribuible a mecanismos de negación defensiva, normalización cultural del
maltrato o desconocimiento del término "acoso" (Nielsen et al., 2021).
El factor Intimidación Física presentó la correlación más alta con el autoetiquetado (ρ = .490), próxima
al umbral de magnitud grande. Este resultado sugiere que las conductas de intimidación directa son
reconocidas con mayor facilidad como acoso, mientras que las relacionadas con el trabajo académico (ρ
= .337) tienden a confundirse con exigencia pedagógica. En la academia latinoamericana, el maltrato
verbal se disfraza con frecuencia de rigor académico (Obermeier Pérez, 2025), lo que explicaría esta
diferencia.
Efecto suelo
Los datos presentaron un efecto suelo severo, con más del 80% de respuestas en la categoría "Nunca"
para la mayoría de los ítems, particularmente aquellos relacionados con intimidación física. Soler-
Sánchez et al. (2025) y Ma et al. (2017) documentaron patrones equivalentes, lo que sitúa este resultado
dentro del rango esperable para el constructo.
física podría carecer de relevancia empírica sustantiva, en la medida en que ambas formas de
victimización parecen manifestarse de manera entrelazada desde la experiencia subjetiva del estudiante.
En este sentido, aunque la estructura trifactorial mantuvo un ajuste estadístico excelente, los resultados
del modelo bifactor respaldan la conveniencia de interpretar el instrumento desde una perspectiva
esencialmente unidimensional. Futuras investigaciones podrían contrastar formalmente la estructura
trifactorial con modelos bifactoriales como alternativa más parsimoniosa, particularmente en contextos
académicos donde la diferenciación entre dimensiones específicas parece limitada.
Validez de criterio concurrente
Las correlaciones entre las puntuaciones del NAQ-R y el autoetiquetado como víctima fueron
moderadas (ρ = .337–.490), siguiendo la tendencia teóricamente esperada. Investigaciones previas han
establecido que las medidas conductuales (como el NAQ-R) y las medidas de autoetiquetado capturan
constructos relacionados, pero parcialmente distintos (Nielsen et al., 2021). Esta discrepancia refleja que
muchos individuos experimentan conductas objetivamente negativas, pero no se identifican como
víctimas, un fenómeno atribuible a mecanismos de negación defensiva, normalización cultural del
maltrato o desconocimiento del término "acoso" (Nielsen et al., 2021).
El factor Intimidación Física presentó la correlación más alta con el autoetiquetado (ρ = .490), próxima
al umbral de magnitud grande. Este resultado sugiere que las conductas de intimidación directa son
reconocidas con mayor facilidad como acoso, mientras que las relacionadas con el trabajo académico (ρ
= .337) tienden a confundirse con exigencia pedagógica. En la academia latinoamericana, el maltrato
verbal se disfraza con frecuencia de rigor académico (Obermeier Pérez, 2025), lo que explicaría esta
diferencia.
Efecto suelo
Los datos presentaron un efecto suelo severo, con más del 80% de respuestas en la categoría "Nunca"
para la mayoría de los ítems, particularmente aquellos relacionados con intimidación física. Soler-
Sánchez et al. (2025) y Ma et al. (2017) documentaron patrones equivalentes, lo que sitúa este resultado
dentro del rango esperable para el constructo.
pág. 1257
Implicaciones prácticas
Los hallazgos respaldan el uso del NAQ-R adaptado como herramienta de investigación en contextos
académicos de ciencias de la salud latinoamericanos. Dado que las subescalas no aportan información
incremental sustantiva (varianza específica mínima), se recomienda priorizar la puntuación total como
indicador primario. La correlación moderada con el autoetiquetado sugiere que ambos métodos de
evaluación son complementarios: el NAQ-R captura la exposición objetiva a conductas negativas,
mientras que el autoetiquetado refleja el procesamiento psicológico de dichas experiencias. No obstante,
el autoetiquetado operó como ítem único de criterio, práctica habitual en la literatura sobre acoso
(Nielsen et al., 2021), aunque su interpretación debe considerarse indicativa más que confirmatoria de
validez de criterio.
Para las instituciones de educación superior, estos hallazgos proporcionan una base para futuras
validaciones en marcos universitarios latinoamericanos. Dado que las conductas negativas tienden a co-
ocurrir, las intervenciones deben abordar el fenómeno de manera integral. La discrepancia entre
exposición conductual y autopercepción de victimización indica que los programas de sensibilización
deben incluir componentes educativos que ayuden a los estudiantes a reconocer las conductas negativas
como formas de acoso, superando la normalización cultural que puede operar en entornos académicos
jerárquicos.
Desde el ámbito de la gestión institucional, la existencia de un instrumento psicométricamente validado
abre la posibilidad de implementar sistemas de monitoreo periódico del clima académico. Estos sistemas
permitirían detectar de manera temprana situaciones de riesgo, orientar recursos hacia las carreras o
semestres con mayor prevalencia de conductas negativas y evaluar el impacto de las intervenciones
implementadas, dotando así a las instituciones de educación superior de una herramienta concreta para
la toma de decisiones basada en datos.
Limitaciones y direcciones futuras
El muestreo por conveniencia y el diseño transversal restringen la generalización a otras poblaciones
universitarias e impiden establecer relaciones causales o evaluar estabilidad temporal. Aunque la
muestra incluyó cuatro carreras de ciencias de la salud, no se examinó la invarianza de medición entre
ellas, lo cual constituye una prioridad para investigaciones futuras. Esta limitación adquiere particular
Implicaciones prácticas
Los hallazgos respaldan el uso del NAQ-R adaptado como herramienta de investigación en contextos
académicos de ciencias de la salud latinoamericanos. Dado que las subescalas no aportan información
incremental sustantiva (varianza específica mínima), se recomienda priorizar la puntuación total como
indicador primario. La correlación moderada con el autoetiquetado sugiere que ambos métodos de
evaluación son complementarios: el NAQ-R captura la exposición objetiva a conductas negativas,
mientras que el autoetiquetado refleja el procesamiento psicológico de dichas experiencias. No obstante,
el autoetiquetado operó como ítem único de criterio, práctica habitual en la literatura sobre acoso
(Nielsen et al., 2021), aunque su interpretación debe considerarse indicativa más que confirmatoria de
validez de criterio.
Para las instituciones de educación superior, estos hallazgos proporcionan una base para futuras
validaciones en marcos universitarios latinoamericanos. Dado que las conductas negativas tienden a co-
ocurrir, las intervenciones deben abordar el fenómeno de manera integral. La discrepancia entre
exposición conductual y autopercepción de victimización indica que los programas de sensibilización
deben incluir componentes educativos que ayuden a los estudiantes a reconocer las conductas negativas
como formas de acoso, superando la normalización cultural que puede operar en entornos académicos
jerárquicos.
Desde el ámbito de la gestión institucional, la existencia de un instrumento psicométricamente validado
abre la posibilidad de implementar sistemas de monitoreo periódico del clima académico. Estos sistemas
permitirían detectar de manera temprana situaciones de riesgo, orientar recursos hacia las carreras o
semestres con mayor prevalencia de conductas negativas y evaluar el impacto de las intervenciones
implementadas, dotando así a las instituciones de educación superior de una herramienta concreta para
la toma de decisiones basada en datos.
Limitaciones y direcciones futuras
El muestreo por conveniencia y el diseño transversal restringen la generalización a otras poblaciones
universitarias e impiden establecer relaciones causales o evaluar estabilidad temporal. Aunque la
muestra incluyó cuatro carreras de ciencias de la salud, no se examinó la invarianza de medición entre
ellas, lo cual constituye una prioridad para investigaciones futuras. Esta limitación adquiere particular
pág. 1258
relevancia considerando que las carreras evaluadas presentan diferencias curriculares e institucionales
potencialmente significativas —por ejemplo, en la intensidad de prácticas clínicas, modalidades de
supervisión, formas de evaluación académica y grado de interacción jerárquica docente-estudiante—,
factores que podrían modular tanto la percepción como la manifestación del acoso académico.
Asimismo, la restricción a una sola institución limita la generalización de los hallazgos a otros contextos
universitarios ecuatorianos y latinoamericanos. Futuros estudios deberían emplear muestras
probabilísticas de múltiples instituciones, examinar la equivalencia psicométrica del instrumento entre
carreras y explorar la posible influencia de las características formativas específicas sobre la experiencia
de victimización en contextos universitarios.
CONCLUSIONES
El hallazgo principal del presente estudio reside en la unidimensionalidad esencial del instrumento:
aunque la estructura trifactorial conserva utilidad descriptiva para caracterizar las distintas
manifestaciones del fenómeno, el NAQ-R opera fundamentalmente como una medida unitaria de
victimización en contextos universitarios. Este resultado indica que las conductas hostiles registradas,
independientemente de su naturaleza específica, convergen hacia un factor general de acoso percibido,
lo cual otorga solidez conceptual y parsimonia psicométrica al instrumento. Por tanto, se recomienda
emplear la puntuación total como indicador primario en investigaciones empíricas y procesos de
detección temprana, reservando el análisis por subescalas para aquellas situaciones que demanden una
caracterización más específica del fenómeno.
Desde una perspectiva aplicada, los indicadores satisfactorios de validez y confiabilidad obtenidos
posicionan al NAQ-R como un recurso de utilidad concreta para profesionales vinculados a la salud
mental, la orientación educativa y la gestión institucional. Su implementación sistemática en entornos
universitarios podría facilitar el diseño de programas de intervención, estrategias preventivas y políticas
institucionales dirigidas a erradicar el acoso académico. La invarianza escalar por género representa
además un valor añadido del instrumento, ya que garantiza que las comparaciones entre hombres y
mujeres reflejan diferencias reales en el constructo y no artefactos de medición, lo que amplía su utilidad
en estudios que busquen identificar patrones diferenciales de victimización.
relevancia considerando que las carreras evaluadas presentan diferencias curriculares e institucionales
potencialmente significativas —por ejemplo, en la intensidad de prácticas clínicas, modalidades de
supervisión, formas de evaluación académica y grado de interacción jerárquica docente-estudiante—,
factores que podrían modular tanto la percepción como la manifestación del acoso académico.
Asimismo, la restricción a una sola institución limita la generalización de los hallazgos a otros contextos
universitarios ecuatorianos y latinoamericanos. Futuros estudios deberían emplear muestras
probabilísticas de múltiples instituciones, examinar la equivalencia psicométrica del instrumento entre
carreras y explorar la posible influencia de las características formativas específicas sobre la experiencia
de victimización en contextos universitarios.
CONCLUSIONES
El hallazgo principal del presente estudio reside en la unidimensionalidad esencial del instrumento:
aunque la estructura trifactorial conserva utilidad descriptiva para caracterizar las distintas
manifestaciones del fenómeno, el NAQ-R opera fundamentalmente como una medida unitaria de
victimización en contextos universitarios. Este resultado indica que las conductas hostiles registradas,
independientemente de su naturaleza específica, convergen hacia un factor general de acoso percibido,
lo cual otorga solidez conceptual y parsimonia psicométrica al instrumento. Por tanto, se recomienda
emplear la puntuación total como indicador primario en investigaciones empíricas y procesos de
detección temprana, reservando el análisis por subescalas para aquellas situaciones que demanden una
caracterización más específica del fenómeno.
Desde una perspectiva aplicada, los indicadores satisfactorios de validez y confiabilidad obtenidos
posicionan al NAQ-R como un recurso de utilidad concreta para profesionales vinculados a la salud
mental, la orientación educativa y la gestión institucional. Su implementación sistemática en entornos
universitarios podría facilitar el diseño de programas de intervención, estrategias preventivas y políticas
institucionales dirigidas a erradicar el acoso académico. La invarianza escalar por género representa
además un valor añadido del instrumento, ya que garantiza que las comparaciones entre hombres y
mujeres reflejan diferencias reales en el constructo y no artefactos de medición, lo que amplía su utilidad
en estudios que busquen identificar patrones diferenciales de victimización.
pág. 1259
La disponibilidad de un instrumento psicométricamente validado en el contexto universitario
latinoamericano constituye una condición para que la investigación sobre conductas negativas en la
relación docente-estudiante avance hacia la documentación empírica sistemática del fenómeno y el
desarrollo de líneas de investigación en la región.
DECLARACIÓN DE CONFLICTO DE INTERESES
Los autores declaran que no existe ningún conflicto de intereses.
FINANCIACIÓN
Esta investigación no recibió financiación específica de agencias de financiación en los sectores público,
comercial o sin fines de lucro.
REFERENCIAS BIBLIOGRÁFICAS
Aoki, P. R., Ferreira, M. C., Vilar, G., y Sousa, N. F. (2024). Cuestionario de Actos Negativos Revisado:
Adaptación y validación al contexto educativo brasileiro. Psico-USF, 29(1), 1-14.
https://doi.org/10.1590/1413-82712024290101
Aquino, C. D., Galdino, M. J. Q., Martins, J. T., Ribeiro, R. P., y Robazzi, M. L. C. C. (2022). Workplace
bullying and burnout in nursing workers. Acta Paulista de Enfermagem, 35, eAPE02436.
https://doi.org/10.37689/acta-ape/2022AO02436
Ardestani, S. M. S., Mosadeghrad, A. M., y Khosravi, S. (2022). Workplace bullying among Iranian
nurses: A systematic review. Nursing Ethics, 29(3), 631-647.
https://doi.org/10.1177/09697330211051104
Ato, M., López-García, J. J., y Benavente, A. (2013). Un sistema de clasificación de los diseños de
investigación en psicología [A classification system of research designs in psychology]. Anales
de Psicología, 29(3), 1038-1059. https://doi.org/10.6018/analesps.29.3.178511
Blanco, V., Sanmartín, R., y Otero, C. (2025). Cybervictimization and psychological outcomes in
university students. Computers in Human Behavior, 163, 108477.
https://doi.org/10.1016/j.chb.2024.108477
Chen, F. (2007). Sensitivity of goodness of fit indexes to lack of measurement invariance. Structural
Equation Modeling: A Multidisciplinary Journal, 14(3), 464‑504.
https://doi.org/10.1080/10705510701301834
La disponibilidad de un instrumento psicométricamente validado en el contexto universitario
latinoamericano constituye una condición para que la investigación sobre conductas negativas en la
relación docente-estudiante avance hacia la documentación empírica sistemática del fenómeno y el
desarrollo de líneas de investigación en la región.
DECLARACIÓN DE CONFLICTO DE INTERESES
Los autores declaran que no existe ningún conflicto de intereses.
FINANCIACIÓN
Esta investigación no recibió financiación específica de agencias de financiación en los sectores público,
comercial o sin fines de lucro.
REFERENCIAS BIBLIOGRÁFICAS
Aoki, P. R., Ferreira, M. C., Vilar, G., y Sousa, N. F. (2024). Cuestionario de Actos Negativos Revisado:
Adaptación y validación al contexto educativo brasileiro. Psico-USF, 29(1), 1-14.
https://doi.org/10.1590/1413-82712024290101
Aquino, C. D., Galdino, M. J. Q., Martins, J. T., Ribeiro, R. P., y Robazzi, M. L. C. C. (2022). Workplace
bullying and burnout in nursing workers. Acta Paulista de Enfermagem, 35, eAPE02436.
https://doi.org/10.37689/acta-ape/2022AO02436
Ardestani, S. M. S., Mosadeghrad, A. M., y Khosravi, S. (2022). Workplace bullying among Iranian
nurses: A systematic review. Nursing Ethics, 29(3), 631-647.
https://doi.org/10.1177/09697330211051104
Ato, M., López-García, J. J., y Benavente, A. (2013). Un sistema de clasificación de los diseños de
investigación en psicología [A classification system of research designs in psychology]. Anales
de Psicología, 29(3), 1038-1059. https://doi.org/10.6018/analesps.29.3.178511
Blanco, V., Sanmartín, R., y Otero, C. (2025). Cybervictimization and psychological outcomes in
university students. Computers in Human Behavior, 163, 108477.
https://doi.org/10.1016/j.chb.2024.108477
Chen, F. (2007). Sensitivity of goodness of fit indexes to lack of measurement invariance. Structural
Equation Modeling: A Multidisciplinary Journal, 14(3), 464‑504.
https://doi.org/10.1080/10705510701301834
pág. 1260
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2.ª ed.). Lawrence Erlbaum
Associates.
Correa, L., Pedraza, L., y Vargas, C. (2022). Violencia psicológica en contextos educativos
universitarios de salud. Revista de Salud Pública, 24(2), 1-8.
https://doi.org/10.15446/rsap.v24n2.98045
Dujo López, V., Horcajo-Gil, P. J., Nuevo, R., Baca-García, E., y Perez-Rodriguez, M. M. (2020).
Psychometric validation of the Spanish version of the Negative Acts Questionnaire-Revised
(NAQ-R) in the workplace. Psicothema, 32(4), 584-591.
https://doi.org/10.7334/psicothema2020.174
Einarsen, S., Hoel, H., y Notelaers, G. (2009). Measuring exposure to bullying and harassment at work:
Validity, factor structure and psychometric properties of the Negative Acts Questionnaire-
Revised. Work & Stress, 23(1), 24-44. https://doi.org/10.1080/02678370902815673
Fornell, C., y Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables
and measurement error. Journal of Marketing Research, 18(1), 39-50.
https://doi.org/10.2307/3151312
González-Trijueque, D., y Graña, J. L. (2013). El acoso psicológico en el lugar de trabajo: prevalencia
y análisis descriptivo en una muestra multiocupacional [Psychological harassment in the
workplace: prevalence and descriptive analysis in a multi-occupational sample]. Psicopatología
Clínica, Legal y Forense, 9, 37-62.
Guerrero-Gonzales, A., Torres, M., y Ponce, R. (2025). Violencia docente en universidades
latinoamericanas: Una revisión sistemática [Teacher violence in Latin American universities: A
systematic review]. Educación XX1, 28(1), 245-268. https://doi.org/10.5944/educXX1.35842
Gusfre, K. S., Lohne, V., Severinsson, E., y Lindstrom, I. (2022). A systematic review of interventions
to prevent and reduce workplace bullying in healthcare. Journal of Nursing Management, 30(5),
1359-1375. https://doi.org/10.1111/jonm.13607
Henseler, J., Ringle, C. M., y Sarstedt, M. (2015). A new criterion for assessing discriminant validity in
variance-based structural equation modeling. Journal of the Academy of Marketing Science,
43(1), 115-135. https://doi.org/10.1007/s11747-014-0403-8
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2.ª ed.). Lawrence Erlbaum
Associates.
Correa, L., Pedraza, L., y Vargas, C. (2022). Violencia psicológica en contextos educativos
universitarios de salud. Revista de Salud Pública, 24(2), 1-8.
https://doi.org/10.15446/rsap.v24n2.98045
Dujo López, V., Horcajo-Gil, P. J., Nuevo, R., Baca-García, E., y Perez-Rodriguez, M. M. (2020).
Psychometric validation of the Spanish version of the Negative Acts Questionnaire-Revised
(NAQ-R) in the workplace. Psicothema, 32(4), 584-591.
https://doi.org/10.7334/psicothema2020.174
Einarsen, S., Hoel, H., y Notelaers, G. (2009). Measuring exposure to bullying and harassment at work:
Validity, factor structure and psychometric properties of the Negative Acts Questionnaire-
Revised. Work & Stress, 23(1), 24-44. https://doi.org/10.1080/02678370902815673
Fornell, C., y Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables
and measurement error. Journal of Marketing Research, 18(1), 39-50.
https://doi.org/10.2307/3151312
González-Trijueque, D., y Graña, J. L. (2013). El acoso psicológico en el lugar de trabajo: prevalencia
y análisis descriptivo en una muestra multiocupacional [Psychological harassment in the
workplace: prevalence and descriptive analysis in a multi-occupational sample]. Psicopatología
Clínica, Legal y Forense, 9, 37-62.
Guerrero-Gonzales, A., Torres, M., y Ponce, R. (2025). Violencia docente en universidades
latinoamericanas: Una revisión sistemática [Teacher violence in Latin American universities: A
systematic review]. Educación XX1, 28(1), 245-268. https://doi.org/10.5944/educXX1.35842
Gusfre, K. S., Lohne, V., Severinsson, E., y Lindstrom, I. (2022). A systematic review of interventions
to prevent and reduce workplace bullying in healthcare. Journal of Nursing Management, 30(5),
1359-1375. https://doi.org/10.1111/jonm.13607
Henseler, J., Ringle, C. M., y Sarstedt, M. (2015). A new criterion for assessing discriminant validity in
variance-based structural equation modeling. Journal of the Academy of Marketing Science,
43(1), 115-135. https://doi.org/10.1007/s11747-014-0403-8
pág. 1261
Hodgins, M., Mac Curtain, S., y Mannix-McNamara, P. (2024). Workplace bullying and harassment in
health and social care: A systematic review. Trauma, Violence, & Abuse, 25(2), 1357-1371.
https://doi.org/10.1177/15248380231173479
Hu, L., y Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis:
Conventional criteria versus new alternatives. Structural Equation Modeling: A
Multidisciplinary Journal, 6(1), 1-55. https://doi.org/10.1080/10705519909540118
Jorgensen, T. D., Pornprasertmanit, S., Schoemann, A. M., y Rosseel, Y. (2022). semTools: Useful tools
for structural equation modeling [Software de computadora]. https://CRAN.R-
project.org/package=semTools
Kim, Y., Dykema, J., Stevenson, J., Black, P., y Moberg, D. P. (2019). Straightlining: Overview of
measurement, comparison of indicators, and effects in mail–web mixed-mode surveys. Social
Science Computer Review, 37(2), 214–233. https://doi.org/10.1177/0894439317752406
Kline, R. B. (2016). Principles and practice of structural equation modeling (4ª ed.). The Guilford Press.
Li, C. H. (2016). Confirmatory factor analysis with ordinal data: Comparing robust maximum likelihood
and diagonally weighted least squares. Behavior Research Methods, 48(3), 936-949.
https://doi.org/10.3758/s13428-015-0619-7
Ma, C., Shang, J., y Bott, M. J. (2017). Linking unit collaboration and nursing leadership to nurse
outcomes and quality of care. Journal of Nursing Administration, 47(7-8), 396-405.
https://doi.org/10.1097/NNA.0000000000000497
Maghbouli, N., Rezaee, R., y Soltani, M. (2025). Development and validation of an academic bullying
questionnaire for medical students. BMC Medical Education, 25, 112.
https://doi.org/10.1186/s12909-025-06112-3
Meade, A. W., y Craig, S. B. (2012). Identifying careless responses in survey data. Psychological
Methods, 17(3), 437–455. https://doi.org/10.1037/a0028085
Nielsen, M. B., Tangen, T., Idsoe, T., Matthiesen, S. B., y Magerøy, N. (2021). Post-traumatic stress
disorder as a consequence of bullying at work and at school. A literature review and meta-
analysis. Aggression and Violent Behavior, 21, 17-24.
https://doi.org/10.1016/j.avb.2015.01.001
Hodgins, M., Mac Curtain, S., y Mannix-McNamara, P. (2024). Workplace bullying and harassment in
health and social care: A systematic review. Trauma, Violence, & Abuse, 25(2), 1357-1371.
https://doi.org/10.1177/15248380231173479
Hu, L., y Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis:
Conventional criteria versus new alternatives. Structural Equation Modeling: A
Multidisciplinary Journal, 6(1), 1-55. https://doi.org/10.1080/10705519909540118
Jorgensen, T. D., Pornprasertmanit, S., Schoemann, A. M., y Rosseel, Y. (2022). semTools: Useful tools
for structural equation modeling [Software de computadora]. https://CRAN.R-
project.org/package=semTools
Kim, Y., Dykema, J., Stevenson, J., Black, P., y Moberg, D. P. (2019). Straightlining: Overview of
measurement, comparison of indicators, and effects in mail–web mixed-mode surveys. Social
Science Computer Review, 37(2), 214–233. https://doi.org/10.1177/0894439317752406
Kline, R. B. (2016). Principles and practice of structural equation modeling (4ª ed.). The Guilford Press.
Li, C. H. (2016). Confirmatory factor analysis with ordinal data: Comparing robust maximum likelihood
and diagonally weighted least squares. Behavior Research Methods, 48(3), 936-949.
https://doi.org/10.3758/s13428-015-0619-7
Ma, C., Shang, J., y Bott, M. J. (2017). Linking unit collaboration and nursing leadership to nurse
outcomes and quality of care. Journal of Nursing Administration, 47(7-8), 396-405.
https://doi.org/10.1097/NNA.0000000000000497
Maghbouli, N., Rezaee, R., y Soltani, M. (2025). Development and validation of an academic bullying
questionnaire for medical students. BMC Medical Education, 25, 112.
https://doi.org/10.1186/s12909-025-06112-3
Meade, A. W., y Craig, S. B. (2012). Identifying careless responses in survey data. Psychological
Methods, 17(3), 437–455. https://doi.org/10.1037/a0028085
Nielsen, M. B., Tangen, T., Idsoe, T., Matthiesen, S. B., y Magerøy, N. (2021). Post-traumatic stress
disorder as a consequence of bullying at work and at school. A literature review and meta-
analysis. Aggression and Violent Behavior, 21, 17-24.
https://doi.org/10.1016/j.avb.2015.01.001
pág. 1262
Obermeier Pérez, C. (2025). El disfraz del rigor: Violencia psicológica normalizada en universidades
latinoamericanas [The disguise of rigor: Normalized psychological violence in Latin American
universities]. Revista Iberoamericana de Educación Superior, 16(45), 1-18.
https://doi.org/10.22201/iisue.20072872e.2025.45.1534
Otzen, T., y Manterola, C. (2017). Técnicas de muestreo sobre una población a estudio [Sampling
techniques on a population study]. International Journal of Morphology, 35(1), 227-232.
https://doi.org/10.4067/S0717-95022017000100037
Pereira, C., Vera, M., y Torres, K. (2024). Acoso sexual en la universidad ecuatoriana: Prevalencia y
factores asociados [Sexual harassment in Ecuadorian university: Prevalence and associated
factors]. Revista Ecuatoriana de Medicina y Ciencias Biológicas, 45(1), 23-35.
https://doi.org/10.26807/remcb.v45i1.1089
R Core Team. (2025). R: A language and environment for statistical computing [Software de
computadora]. R Foundation for Statistical Computing. https://www.R-project.org/
Ramírez, M. A. (2024). Violencia docente en ciencias de la salud: Una revisión sistemática [Teacher
violence in health sciences: A systematic review]. Educación Médica, 25(1), e100828.
https://doi.org/10.1016/j.edumed.2024.100828
Reuning, K., y Plutzer, E. (2020). Valid vs. Invalid Straightlining: The Complex Relationship Between
Straightlining and Data Quality. Survey Research Methods, 14(5), 439–459.
https://doi.org/10.18148/srm/2020.v14i5.7641
Revelle, W. (2024). psych: Procedures for psychological, psychometric, and personality research
[Software de computadora]. https://CRAN.R-project.org/package=psych
Rhemtulla, M., Brosseau-Liard, P. É., y Savalei, V. (2012). When can categorical variables be treated
as continuous? A comparison of robust continuous and categorical SEM estimation methods
under suboptimal conditions. Psychological Methods, 17(3), 354-373.
https://doi.org/10.1037/a0029315
Rodriguez, A., Reise, S. P., y Haviland, M. G. (2016). Applying bifactor statistical indices in the
evaluation of psychological measures. Journal of Personality Assessment, 98(3), 223-237.
https://doi.org/10.1080/00223891.2015.1089249
Obermeier Pérez, C. (2025). El disfraz del rigor: Violencia psicológica normalizada en universidades
latinoamericanas [The disguise of rigor: Normalized psychological violence in Latin American
universities]. Revista Iberoamericana de Educación Superior, 16(45), 1-18.
https://doi.org/10.22201/iisue.20072872e.2025.45.1534
Otzen, T., y Manterola, C. (2017). Técnicas de muestreo sobre una población a estudio [Sampling
techniques on a population study]. International Journal of Morphology, 35(1), 227-232.
https://doi.org/10.4067/S0717-95022017000100037
Pereira, C., Vera, M., y Torres, K. (2024). Acoso sexual en la universidad ecuatoriana: Prevalencia y
factores asociados [Sexual harassment in Ecuadorian university: Prevalence and associated
factors]. Revista Ecuatoriana de Medicina y Ciencias Biológicas, 45(1), 23-35.
https://doi.org/10.26807/remcb.v45i1.1089
R Core Team. (2025). R: A language and environment for statistical computing [Software de
computadora]. R Foundation for Statistical Computing. https://www.R-project.org/
Ramírez, M. A. (2024). Violencia docente en ciencias de la salud: Una revisión sistemática [Teacher
violence in health sciences: A systematic review]. Educación Médica, 25(1), e100828.
https://doi.org/10.1016/j.edumed.2024.100828
Reuning, K., y Plutzer, E. (2020). Valid vs. Invalid Straightlining: The Complex Relationship Between
Straightlining and Data Quality. Survey Research Methods, 14(5), 439–459.
https://doi.org/10.18148/srm/2020.v14i5.7641
Revelle, W. (2024). psych: Procedures for psychological, psychometric, and personality research
[Software de computadora]. https://CRAN.R-project.org/package=psych
Rhemtulla, M., Brosseau-Liard, P. É., y Savalei, V. (2012). When can categorical variables be treated
as continuous? A comparison of robust continuous and categorical SEM estimation methods
under suboptimal conditions. Psychological Methods, 17(3), 354-373.
https://doi.org/10.1037/a0029315
Rodriguez, A., Reise, S. P., y Haviland, M. G. (2016). Applying bifactor statistical indices in the
evaluation of psychological measures. Journal of Personality Assessment, 98(3), 223-237.
https://doi.org/10.1080/00223891.2015.1089249
pág. 1263
Rosseel, Y. (2012). lavaan: An R package for structural equation modeling. Journal of Statistical
Software, 48(2), 1-36. https://doi.org/10.18637/jss.v048.i02
Ruíz, C., Sánchez, M., y Romero, A. (2020). Workplace bullying in healthcare: Systematic review and
meta-analysis. Journal of Advanced Nursing, 76(4), 956-972. https://doi.org/10.1111/jan.14284
Ruiz-Robledillo, N., Ferrer-Cascales, R., Albaladejo-Blázquez, N., Sánchez-SanSegundo, M., y
Zaragoza-Martí, A. (2025). Validation of an instrument to measure aggressive behavior in
university students. Frontiers in Psychology, 16, 1548932.
https://doi.org/10.3389/fpsyg.2025.1548932
Sass, D. A., Schmitt, T. A., y Marsh, H. W. (2014). Evaluating model fit with ordered categorical data
within a measurement invariance framework: A comparison of estimators. Structural Equation
Modeling: A Multidisciplinary Journal, 21(2), 167–180.
https://doi.org/10.1080/10705511.2014.882658
Sá Cunha, F., Costa, E., Ferreira, M. C., y Brandão, C. (2024). Propriedades psicométricas do NAQ-R
em estudantes universitários de ciências da saúde brasileiros [Psychometric properties of the
NAQ-R in Brazilian health sciences university students]. Psicologia: Reflexão e Crítica, 37, 12.
https://doi.org/10.1186/s41155-024-00312-7
Soler-Sánchez, M. I., Meseguer-de-Pedro, M., y García-Izquierdo, M. (2025). Sexual harassment at
work: Psychometric properties of a measurement scale in a Spanish sample. International
Journal of Environmental Research and Public Health, 22(1), 68.
https://doi.org/10.3390/ijerph22010068
Strohmeier, D., Gradinger, P., y Spiel, C. (2024). Cyberbullying and traditional bullying:
Conceptualization, measurement, and overlap. Zeitschrift für Psychologie, 232(1), 3-14.
https://doi.org/10.1027/2151-2604/a000538
Vargas, A., Soto, M., y Quijada, F. (2020). Violencia en la educación superior: Revisión de literatura
latinoamericana [Violence in higher education: Latin American literature review]. Actualidades
Investigativas en Educación, 20(3), 1-27. https://doi.org/10.15517/aie.v20i3.43171
Rosseel, Y. (2012). lavaan: An R package for structural equation modeling. Journal of Statistical
Software, 48(2), 1-36. https://doi.org/10.18637/jss.v048.i02
Ruíz, C., Sánchez, M., y Romero, A. (2020). Workplace bullying in healthcare: Systematic review and
meta-analysis. Journal of Advanced Nursing, 76(4), 956-972. https://doi.org/10.1111/jan.14284
Ruiz-Robledillo, N., Ferrer-Cascales, R., Albaladejo-Blázquez, N., Sánchez-SanSegundo, M., y
Zaragoza-Martí, A. (2025). Validation of an instrument to measure aggressive behavior in
university students. Frontiers in Psychology, 16, 1548932.
https://doi.org/10.3389/fpsyg.2025.1548932
Sass, D. A., Schmitt, T. A., y Marsh, H. W. (2014). Evaluating model fit with ordered categorical data
within a measurement invariance framework: A comparison of estimators. Structural Equation
Modeling: A Multidisciplinary Journal, 21(2), 167–180.
https://doi.org/10.1080/10705511.2014.882658
Sá Cunha, F., Costa, E., Ferreira, M. C., y Brandão, C. (2024). Propriedades psicométricas do NAQ-R
em estudantes universitários de ciências da saúde brasileiros [Psychometric properties of the
NAQ-R in Brazilian health sciences university students]. Psicologia: Reflexão e Crítica, 37, 12.
https://doi.org/10.1186/s41155-024-00312-7
Soler-Sánchez, M. I., Meseguer-de-Pedro, M., y García-Izquierdo, M. (2025). Sexual harassment at
work: Psychometric properties of a measurement scale in a Spanish sample. International
Journal of Environmental Research and Public Health, 22(1), 68.
https://doi.org/10.3390/ijerph22010068
Strohmeier, D., Gradinger, P., y Spiel, C. (2024). Cyberbullying and traditional bullying:
Conceptualization, measurement, and overlap. Zeitschrift für Psychologie, 232(1), 3-14.
https://doi.org/10.1027/2151-2604/a000538
Vargas, A., Soto, M., y Quijada, F. (2020). Violencia en la educación superior: Revisión de literatura
latinoamericana [Violence in higher education: Latin American literature review]. Actualidades
Investigativas en Educación, 20(3), 1-27. https://doi.org/10.15517/aie.v20i3.43171
pág. 1264
Viladrich, C., Angulo-Brunet, A., y Doval, E. (2017). A journey around alpha and omega to estimate
internal consistency reliability. Anales de Psicología, 33(3), 755-782.
https://doi.org/10.6018/analesps.33.3.268401
World Medical Association. (2013). World Medical Association Declaration of Helsinki: Ethical
principles for medical research involving human subjects. JAMA, 310(20), 2191-2194.
https://doi.org/10.1001/jama.2013.281053
Zhou, H., Peng, J., Wang, D., Xu, X., y Feng, X. (2024). Global prevalence of bullying among nursing
students: A meta-analysis and systematic review. Nurse Education Today, 133, 106090.
https://doi.org/10.1016/j.nedt.2023.106090
Viladrich, C., Angulo-Brunet, A., y Doval, E. (2017). A journey around alpha and omega to estimate
internal consistency reliability. Anales de Psicología, 33(3), 755-782.
https://doi.org/10.6018/analesps.33.3.268401
World Medical Association. (2013). World Medical Association Declaration of Helsinki: Ethical
principles for medical research involving human subjects. JAMA, 310(20), 2191-2194.
https://doi.org/10.1001/jama.2013.281053
Zhou, H., Peng, J., Wang, D., Xu, X., y Feng, X. (2024). Global prevalence of bullying among nursing
students: A meta-analysis and systematic review. Nurse Education Today, 133, 106090.
https://doi.org/10.1016/j.nedt.2023.106090