Comparison of methods for dealing with missing values in the EPV-R

  1. David Paniagua 1
  2. Pedro J. Amor 2
  3. Enrique Echeburúa 3
  4. Francisco J. Abad 1
  1. 1 Universidad Autónoma de Madrid
    info

    Universidad Autónoma de Madrid

    Madrid, España

    ROR https://ror.org/01cby8j38

  2. 2 Universidad Nacional de Educación a Distancia
    info

    Universidad Nacional de Educación a Distancia

    Madrid, España

    ROR https://ror.org/02msb5n36

  3. 3 Universidad del País Vasco/Euskal Herriko Unibertsitatea
    info

    Universidad del País Vasco/Euskal Herriko Unibertsitatea

    Lejona, España

    ROR https://ror.org/000xsnr85

Revista:
Psicothema

ISSN: 0214-9915

Ano de publicación: 2017

Volume: 29

Número: 3

Páxinas: 384-389

Tipo: Artigo

DOI: 10.7334/PSICOTHEMA2016.75 DIALNET GOOGLE SCHOLAR

Outras publicacións en: Psicothema

Objetivos de desarrollo sostenible

Resumo

Antecedentes: el desarrollo de un instrumento eficaz para evaluar el riesgo de violencia contra la pareja representa un tema de gran relevancia social. En el presente estudio se evalúa la escala de Predicción del Riesgo de Violencia Grave Contra la Pareja –Revisada– (EPV-R), una herramienta desarrollada en nuestro contexto, que se enfrenta al problema de cómo tratar la elevada tasa de valores perdidos, que es usual en este tipo de escalas. Método: en primer lugar, se estudia en una muestra empírica (N = 1215) el patrón de aparición de los valores perdidos, así como la estructura factorial del EPV-R. En segundo lugar, se analiza el funcionamiento de distintos métodos de imputación en datos simulados en los que se emula el mecanismo de pérdida de datos encontrado para la base de datos empírica. Resultados: el procedimiento de imputación originalmente propuesto por los autores de la escala ofrece resultados aceptables, si bien la aplicación de un método basado en la Teoría de la Respuesta al Ítem podría proporcionar una mayor precisión y ofrece algunas ventajas adicionales. Conclusiones: la Teoría de la Respuesta al Ítem demuestra ser una herramienta útil para la imputación de respuestas en este tipo de cuestionarios.

Información de financiamento

The research has been funded by the Ministry of Economy and Competitivity of Spain, project PSI2013-44300-P.

Financiadores

    • PSI2013-44300-P

Referencias bibliográficas

  • Bernaards, C. A., & Sijtsma, K. (2000). Influence of imputation and EM methods on factor analysis when item nonresponse in questionnaire data is nonignorable. Multivariate Behavioral Research, 35(3), 321-364.
  • Chalmers, R. (2012). Mirt: A multidimensional item response theory package for the R Environment. Journal of Statistical Software, 48(6), 1-29.
  • Echeburúa, E., Amor, P. J., Loinaz, I., & Corral, P. (2010). Escala de Predicción del Riesgo de Violencia Grave contra la pareja –Revisada– (EPV-R) [Severe Intimate Partner Violence Risk Prediction Scale-Revised]. Psicothema, 22(4), 1054-1060.
  • Echeburúa, E., Fernández-Montalvo, J., Corral, P., & López-Goñi, J. J. (2009). Assessing risk markers in intimate partner femicide and severe violence: A new assessment instrument. Journal of Interpersonal Violence, 24(6), 925-939.
  • Enders, C. K. (2010). Applied missing data analysis. New York: Guilford Press.
  • Fernández-Alonso, R., Suárez-Álvarez, J., & Muñiz, J. (2012). Imputación de datos perdidos en las evaluaciones diagnósticas educativas [Imputation methods for missing data in educational diagnostic evaluation]. Psicothema, 24(1), 167-175.
  • Fernández-Montalvo, J., Echeburúa, E., & Amor, P. J. (2005). Aggressors against women in prison and in community: An exploratory study of a differential profile. International Journal of Offender Therapy and Comparative Criminology, 49(2), 158-167.
  • Gorsuch, R. L. (2003). Factor analysis. In J. A. Schinka, W. F. Velicer, & I. B. Weiner (Eds.), Handbook of psychology: Research methods in psychology, vol. 2 (pp. 143-164). Hoboken, NJ: John Wiley & Sons.
  • Hardouin, J., Conroy, R., & Sébille, V. (2011). Imputation by the mean score should be avoided when validating a patient reported outcomes questionnaire by a Rasch model in presence of informative missing data. BMC Medical Research Methodology, 11, 105.
  • Hilton, N. Z., Harris, G. T., Rice, M. E., Lang, C., Cormier, C. A., & Lines, K. J. (2004). A brief actuarial assessment for the prediction of wife assault recidivism: The Ontario domestic assault risk assessment. Psychological Assessment, 16(3), 267-275.
  • Holman, R., & Glas, C. W. (2005). Modelling non-ignorable missing-data mechanisms with item response theory models. British Journal of Mathematical & Statistical Psychology, 58(1), 1-17.
  • Huisman, M., & Molenaar, I. W. (2001). Imputation of missing scale data with item response theory. In A. Boomsma, M. Duijn, & T. Snijders (Eds.), Essays on item response theory (pp. 221-244). New York: Springer.
  • Lorenzo-Seva, U., & Ferrando, P. J. (2013). Factor 9.2: A comprehensive program for fitting exploratory and semiconfirmatory factor analysis and IRT models. Applied Psychological Measurement, 37(6), 497-498.
  • Muthén, B. O., & Muthén, L. K. (2012). Mplus Version 7: User’s guide. Los Angeles, CA: Muthén & Muthén.
  • Orlando, M., & Thissen, D. (2000). Likelihood-based item-fit indices for dichotomous item response theory models. Applied Psychological Measurement, 24(1), 50-64.
  • Schafer, J. L., & Graham, J. W. (2002). Missing data: Our view of the state of the art. Psychological Methods, 7(2), 147-177.
  • Van Ginkel, J. R., Sijtsma, K., van der Ark, L. A., & Vermunt, J. K. (2010). Incidence of missing item scores in personality measurement, and simple item-score imputation. Methodology, 6(1), 17-30.
  • Warm, T. A. (1989). Weighted likelihood estimation of ability in item response theory. Psychometrika, 54(3), 427-450.