En la presente investigación, participó un total de 3 146 sujetos (49 % chicas), escolarizados en 14 centros de Educación Secundaria Obligatoria (ESO) y 11 centros de Educación Primaria de todas las provincias de Andalucía, seleccionados por muestreo intencional dirigido o de conveniencia. Las edades de los sujetos estuvieron comprendidas entre 11 y 19 años (M = 14.21; DT = 1.79). Siguiendo las recomendaciones para la validación de cuestionarios y escalas (Hair, Black, Babin, Anderson, & Tatham, 2005). La muestra original se dividió en dos submuestras, muestra piloto y muestra validación, controlando la distribución de sexo y curso (Tabla 1).

TABLA 1 TABLA 1 Descripción de las submuestras Fuente: elaboración propia.

Para el diseño y validación de la Escala de Convivencia Escolar (véase Apéndice) se tuvieron en cuenta cuestionarios, referentes en la aproximación del constructo, como el Cuestionario de Convivencia Escolar (Ortega & Del Rey, 2004), los indicadores globales de la convivencia escolar (Martín Babarro, Martínez-Arias, & Díaz-Aguado, 2010), el CUVE-R (Álvarez-García, Núñez, Rodríguez, Álvarez, & Dobarro, 2011), el Cuestionario de Clima Social Escolar (Moos & Trickett, 1974) o el School Development Program School Climate Survey (Haynes et al., 1997).

Asimismo, también han servido de base los programas de mejora de la convivencia, promovidos por las administraciones educativas de España y Latinoamérica (Gijón, 2006; Grisaleña et al., 2005). La prueba inicialmente diseñada constaba de 96 ítems, según el análisis previamente realizado de la literatura científica. Todos los ítems fueron formulados en positivo para facilitar la comprensión y evitar posibles confusiones entre las categorías de respuesta. Los ítems son de tipo Likert de 5 opciones de respuesta, con base en la frecuencia de percepción o de experiencia de los hechos a los que se hace referencia (desde 0 = nunca, hasta 5 = siempre).

Una vez seleccionados los centros, se solicitó permiso a los equipos directivos de cada uno de ellos para realizar la investigación. Cada equipo docente fue informado de los objetivos del estudio así como de la confidencialidad del tratamiento posterior de la información. La recogida de datos fue realizada por los miembros del equipo de investigación. Al entrar en las aulas se informaba al alumnado del carácter anónimo y voluntario de la participación en el estudio.

Tras la codificación de datos, se realizó un análisis factorial exploratorio (AFE) con la muestra piloto, por el que se redujo el número de ítems del instrumento de 96 a 50, al descartar aquellos con índices de discriminación inferiores a 0.3 o con saturaciones factoriales tras la rotación inferiores a 0.3 en todos los factores. Asimismo, se eliminaron los ítems con índices de correlación superiores a 0.85. Por último, se analizó la legibilidad de los cincuenta ítems para comprobar la idoneidad respecto del grado de complejidad gramatical y semántica de los mismos. Para ello, se introdujo el conjunto de los 50 ítems en el programa INFLESZ v.1.0, que analiza la dificultad del texto a través del Índice de Legibilidad de Flesch-Szigriszt (Barrio-Cantalejo et al., 2008), obteniendo una puntuación de 79.05, lo que indica que en puntuaciones cercanas a 80 o mayores presentan un nivel de comprensión bastante fácil, asequible a población con niveles de educación primaria.

Se llevó a cabo un AFE con la muestra piloto en el que se tuvieron en cuenta los índices de discriminación de los ítems. Con la muestra validación, se realizó un análisis factorial confirmatorio (AFC) y, siguiendo las indicaciones de Hu y Bentler (1999), se estimó el modelo mediante el método robust maximum likehood (RML), debido a que las variables son de naturaleza ordinal e incumplen los supuestos de normalidad. Por ello, para el ajuste del modelo se tuvieron en cuenta los índices: RMSEA: Root Mean Square Error of Approximation; SRMR: Standardized Root Mean Square Residual cuyos valores recomendables son < 0.08; los índices GFI: Goodness of Fit Index; NNFI: Non-Normed Fit Index; RFI: Relative Fit Index; PNFI: Parsimony Normed Fit Index y CFI: Comparative Fit Index, cuyos valores recomendables son > 0.9; y el índice ECVI: Expected Cross-Validation Index, cuyos valores cercanos a cero representan una posibilidad mayor de generalización del modelo. Los análisis se efectuaron con el paquete estadístico LISREL 9.1 (Jöreskog & Sörbom, 2012), que permite utilizar correlaciones policóricas, cuyo uso es más idóneo en variables con las características señaladas (Jöreskog, 1994).

Por último, se evaluó la fiabilidad mediante los coeficientes alfa de Cronbach y Omega de McDonals, con el paquete estadístico Factor 9.2. (Lorenzo-Seva & Ferrando, 2006).

En la Tabla 2 se muestran las medidas de tendencia central, destacando que la desviación estándar supera en todos los ítems el valor de 0.745, mostrando este resultado que los ítems discriminan verdaderamente (Carretero-Dios & Pérez, 2007). La correlación ítem-total corregida (ri-t) es positiva en todos los ítems, con valores entre 0.248 y 0.876, indicando que todos contribuyen en la misma dirección a evaluar el constructo teórico al que se hace referencia.

TABLA 2 TABLA 2 Descriptivos univariantes Fuente: elaboración propia.

Nota: C.M. 3044.278 66.141 p = 0***

Las respuestas en la muestra piloto no presentan una distribución normal (Tabla 2), puesto que los índices de asimetría y curtosis obtenidos y la prueba de Kolmogorov-Smirnov, así lo refleja. También se puede observar que la mayor parte de los índices en la curtosis son negativos, mostrando puntuaciones dispersas y situadas por debajo de la curva de la distribución normal.

Asimismo, el índice multivariado de curtosis o coeficiente de Mardia tiene un valor de 3044.278, siendo lo recomendable valores inferiores a 70 (Mardia, 1970). Consecuentemente, se optó por utilizar el método RML en el AFE de la muestra piloto, ya que no requiere una distribución normal de la muestra y con muestras superiores a 200 sujetos, como es el caso de esta investigación, no presenta diferencias significativas para la idoneidad en la estimación del ajuste del modelo o solución factorial (Bandalos, 1993). La idoneidad del análisis factorial se confirmó calculando el índice de Kaiser-Meyer-Olkin y la prueba de esfericidad de Bartlett (KMO = 0.917; χ² = 11013.3; gl = 1225; p = 0). En este análisis factorial preliminar se utilizó el método rotación de extracción oblicua, PROMAX (valor Kappa = 4), del que surgieron ocho factores que explican un 63 % de la varianza (Tabla 3).

TABLA 3 TABLA 3 Solución factorial Fuente: elaboración propia.

Teniendo en cuenta la composición de cada factor, se denominó al primero Gestión interpersonal positiva (29 %), al segundo Victimización (8 %), al tercero Disruptividad (7 %), al cuarto Red social de iguales (6 %), al quinto Agresión (3 %), al sexto Ajuste normativo (2 %), al séptimo Indisciplina (2 %) y al octavo Desidia docente (2 %).

Para comprobar el ajuste del modelo obtenido con el AFE, se realizó un AFC con la muestra validación (n = 2672) siguiendo el mismo modelo de estimación RML, puesto que el análisis de la curtosis multivariante con esta muestra adquiere un valor de 420.48. Así, los índices de ajuste obtenidos muestran valores de: χ² = 3489.84; RMSEA = 0.05; SRMR = 0.05; CFI = 0.96 GFI = 0.95; NNFI = 0.96 y RFI = 0.95.

Posteriormente, teniendo en cuenta que prácticamente la totalidad de los estudios de convivencia se han realizado con muestras de alumnado de secundaria, se procedió a realizar un AFC multigrupo con el fin de comprobar el ajuste del modelo para el alumnado de educación primaria y secundaria. Se evalúo la invarianza factorial del AFC en función del ciclo educativo de los adolescentes, con el objeto de verificar si su ajuste difería en la educación primaria, primer ciclo de educación secundaria y segundo ciclo de educación secundaria. Para llevar a cabo este análisis, se estimaron dos modelos que se compararon a través del test de la diferencia en χ² . Los modelos fueron los siguientes: a) un primer modelo multigrupo que no impone ninguna igualdad entre las saturaciones y las correlaciones entre factores (modelo sin restringir o modelo de línea base) y b) un segundo modelo que impone la igualdad entre todas las saturaciones y las correlaciones entre los factores en los grupos (modelo restringido). A continuación, se examinó la diferencia entre los valores de χ² y grados de libertad de los dos modelos para poder compararlos en términos de ajuste.

En la Tabla 4 se presenta un resumen de los índices de ajuste multigrupo obtenidos del test de la diferencia en χ² (Satorra & Bentler, 2001). La diferencia en el valor de χ² entre el modelo restringido y sin restringir no fue significativa (Δχ² (256) = 16194.897, p > 0.05), lo que es indicativo de una invarianza métrica, que señala la existencia de equivalencia en el ajuste del modelo en los tres ciclos educativos sometidos a validación.

TABLA 4 TABLA 4 Prueba de Satorra-Bentler Fuente: elaboración propia

Por último, se realizaron los análisis de fiabilidad del cuestionario, hallando un valor total de alfa de Cronbach de = 0.94 y de Omega de Mcdonald de = 0.94 y en las dimensiones un alfa de Cronbach de: Gestión interpersonal positiva = 0.83; Victimización = 0.9; Disruptividad = 0.9; Red social de iguales = 0.78; Agresión = 0.89; Ajuste normativo = 0.88; Indisciplina = 0.86 y Desidia docente = 0.92.