Existe un creciente interés en la implementación del modelo mixto para tener en cuenta la heterogeneidad entre las observaciones de la población. Sin embargo, se ha argumentado que la suposición de términos de error independientes e idénticamente distribuidos (i.i.d) podría no ser realista, y para algunas observaciones la escala del error es mayor que para otras. En consecuencia, esto podría resultar en que la escala de los términos de error varíe entre esas observaciones. Dado que el modelo mixto estándar no puede tener en cuenta esta característica de las observaciones mencionada anteriormente, se ha propuesto un modelo extendido, que permite la heterogeneidad de escala, para relajar la igualdad de los términos de error entre las observaciones. Por lo tanto, en este estudio extendimos el modelo mixto al modelo con heterogeneidad en la escala, o modelo logit multinomial generalizado (GMNL), para ver si tener en cuenta la heterogeneidad de escala, añadiendo más flexibilidad a la distribución, resultaría en una mejora en el ajuste del modelo. Los resultados resaltaron que aunque el efecto del parámetro de escala era significativo, el efecto de escala era trivial, y tener en cuenta el efecto a costa de añadir parámetros resultaría en una pérdida de ajuste del modelo en comparación con el modelo mixto estándar. Además de considerar el modelo mixto estándar y el GMNL, se consideraron los modelos con parámetros aleatorios correlacionados. Los resultados destacaron que a pesar de tener una correlación significativa entre la mayoría de los parámetros aleatorios, la bondad de ajuste favorece a los modelos más parsimoniosos sin correlación. Los resultados de este estudio son específicos del conjunto de datos utilizado en este estudio, y debido a la posible realidad de que la heterogeneidad en las observaciones relacionadas con el uso del cinturón de seguridad de los pasajeros del asiento delantero podría no ser extrema, y no requerir una capa adicional para tener en cuenta la heterogeneidad de la escala, o tener en cuenta la heterogeneidad de la escala a costa de añadir parámetros podría no ser necesario. Se ha realizado una extensa discusión en el contenido de este documento sobre las estimaciones de los parámetros del modelo y la formulación matemática de los métodos.