Inicio > Enfermería > Propuesta de evaluación estadística para intervenciones en la construcción de nuevas masculinidades con impacto en la sexualidad > Página 3

Propuesta de evaluación estadística para intervenciones en la construcción de nuevas masculinidades con impacto en la sexualidad

Con la ayuda del programa antes seleccionado (SPSS), se propone analizar y evaluar los instrumentos haciendo uso de este, para obtener la frecuencia, media, mediana, moda, valor máximo y mínimo), de los datos sociodemográficos. La batería de instrumentos cuenta con apartado de datos generales o sociodemográficos que exploran: edad en años cumplidos, sexo, estado civil, ocupación, religión, colonia donde vive, número de hijos e ingreso económico mensual personal. A continuación, se muestra una ruta sistemática para obtener las tablas con estos resultados.

Ruta sistemática de trabajo de SPSS para obtención de estadística descriptiva

Para poder obtener las tablas de resultados en el programa, se deben de seguir ciertos pasos Hernández, Fernández y Baptista (2014), refieren que una vez que los datos sean codificado, transferidos a una matriz, guardados en un archivo y “limpiado” de errores, el investigador debe proceder a analizarlos. Para este caso, como se mencionado se utilizará el SPSS en su versión 22 para sistema operativo “macOS High Sierra”.

El programa, al momento de ejecutarlo o abrirlo desglosa una ventana como la que se muestra en la Imagen Nº1, en la cual se observa, el nombre corporativo, del programa, la versión que se está utilizando y un pequeño resumen de la licencia. Posterior a ello, aparece la ventana en la cual se muestran dos pestañas (Imagen Nº2), la primera es “vista de datos” la cual contiene la matriz de datos y “vista de variables” donde se definen y caracterizan estas mismas. En la parte superior se vislumbra los comandos para operar el programa, los cuales son: archivo, editar, ver, datos, transformar, analizar, marketing directo, gráficos, utilidades, ventana y ayuda.

Para continuar, se presenta y describe la ruta sistemática a seguir para obtener tablas de resultados referente a los datos sociodemográficos. Ubicarse en la pestaña “Vista de datos”, localizar y dar clic en el comando “Analizar”, se desplegaran opciones y seguidamente colocar el cursor sobre “Estadísticos descriptivos” las opciones que se despliegan son: frecuencias, descriptivos, explorar, tablas cruzadas, análisis TURF, razón, gráficos P-P y gráficos Q-Q, como se muestra en la Imagen Nº3.

Seleccionar “Frecuencias” y automáticamente se abre una ventana emergente titulada con este mismo término (Imagen Nº4), dentro de la cual aparecen dos cuadros, uno con todas las variables de la matriz de datos y el otro en blanco titulado “Variables” además, las opciones de estadísticos, gráficos, formato, estilo y bootstrap.

Escoger las variables a analizar, para este caso, todas aquellas que pertenezcan a datos sociodemográficos (edad, sexo, estado civil, religión, ocupación, entre otros), al dar doble clic encima de la variable seleccionada pasara al cuadro siguiente (Imagen Nº5). Una vez seleccionadas todas la necesarias, dar clic en el comando “Estadísticos” y en consecuencia aparecerá una ventana emergente titulada, “Frecuencias: Estadísticos” en ella se deben de marcar los estadísticos requeridos (valor mínimo y máximo, media, mediana, moda), al finalizar se debe de elegir la opción continuar como refleja la Imagen Nº6.

Al concluir los pasos anteriores se re-direccionará a la ventana “Frecuencias”, para finalizar se debe de dar clic en “Aceptar” y en automático se abrirá la ventana “Hoja de resultados”, en ella, estarán plasmadas todas la tablas con resultados, ver Imagen Nº7. Es importante mencionar que esta misma ruta se puede aplicar para analizar y evaluar todas aquellas variables o ítems que se consideren pertinentes.

Evaluación por medio de índices estadísticos

La escala nominal, como su nombre lo indica, consiste en designar, nombrar o clasificar en categorías. Las puntuaciones máxima y mínima de las escalas tipo Likert, se obtienen sumando los valores alcanzados respecto a cada ítem. Una puntuación se considera alta o baja dependiendo del número de ítems (Hernández, Fernández & Baptista, 2014), para desarrollar esta sección se deben de retomar las puntuaciones máximas o mínimas plasmadas en la descripción de los instrumentos.

Las categorías, son niveles donde serán caracterizadas las unidades de análisis, como expone Holsti (1969), son las “casillas o cajones” en las cuales se clasifican las unidades de análisis (Citado en Hernández, Fernández & Baptista, 2014). A modo de ejemplificación y para esta investigación-intervención en particular las categorías según los instrumentos son I-CSP-012 mala, regular y buena conducta sexual protegida y para el EMS-Sexismo-12 son alto, medio y bajo nivel de machismo/sexismo.

Con base en lo anterior, se postula la propuesta de evaluación general y por dimensiones de los instrumentos de recolección de datos, mediante el cálculo de índices estadísticos, éstos, son valores que indican un intervalo en el cual se puede apoyar para la evaluación de las variables en conjunto. Su valor más alto es cien y dependiendo  de las variables puede ser uno, cero o el valor que la variable indique. Los índices estadísticos se calculan mediante la fórmula que a continuación se plasma:

((SUM (Variable 1,2,3…)-Valor mínimo)/(Valor máximo-Valor mínimo))*100

Ruta sistemática de trabajo en SPSS para calcular índices estadísticos

Una vez dentro del SPSS, el cálculo de índices estadísticos se lleva acabo dando clic en el comando “Transformar” y colocando el cursor sobre la opción “Calcular variable” (Imagen Nº8), posterior a ello, se abrirá una ventana emergente con este mismo nombre en el cual se debe de desarrollar la forma que anteriormente se plasmó.

En la Imagen Nº9, se muestra la ventana en donde se trabaja para poder calcular el índice, primeramente se debe de nombrar a la variable este de cumplir con los requerimientos que solicita el programa, debe de ser un nombre/código/clave construido para identificar esta variable puede contener número y letras, pero no puede tener espacios o caracteres especiales, por ejemplo, “IndEvaGralEMS” que sería el código para índice de evaluación general de la escala de machismo sexual.

Hecho lo anterior, se debe de desarrollar la fórmula que se plasmó con anterioridad, en el recuadro titulado “Expresión numérica”. Se inicia abriendo dos paréntesis, para colocar el comando de “SUM” que significa suma, hay que localizar el recuadro “Grupo de funciones” y dentro de este la opción “Estadísticas”, al seleccionarlo con un clic, aparecerán automáticamente otras opciones en el cuadro “Funciones y variables especiales” ubicar y dar doble clic en “Sum” y automáticamente se activara esta función apareciendo lo siguiente: SUM(?,?). La anterior función, de manera automática abre y cierra paréntesis, dentro de estos deben de ir todas las preguntas, ítems o variables que integren el instrumento, escala o dimensión, pero siempre separadas por una coma (,).

Al terminar de seleccionar todas, se ubica el cursor fuera del paréntesis y se debe colocar el signo de menos (-), posterior a ello, anotar la cifra que corresponda a la puntuación mínima para el caso del EMS-Sexismo-12 la puntuación mínima es 12, sin dejar espacio se cierra un paréntesis, y seguidamente se instala la función de división (/) y se abre paréntesis para colocar el PM=60 menos (-) el Pm=12; después, se cierran dos paréntesis se selecciona la función multiplicar (*) y se coloca la cifra de 100. Todo este procedimiento se muestra en la Imagen Nº10, es importante tener en cuenta que no se puede dejar espacios entre los caracteres de esta fórmula, ya que de ser así, al momento de dar clic en “Aceptar” marcaría error.

Para finalizar, instantáneamente después de dar clic en la opción “Aceptar” se desplegara la ventana “Hoja de resultados” en la cual solo aparecerá una leyenda con la ejecución de un comando cifrado como se observa en la Imagen Nº11. Es conveniente recordar que los índices estadísticos presentan valores numéricos y facilitan el proceso de evaluación de la muestra. Para poder analizar e interpretar estos valores, se toma como referente las categorías de acuerdo a la puntuación propuestas por las autoras: 100 a 67 alto nivel de machismo/sexismo, 66-34 medio y 33-1 bajo. Este mismo procedimiento se debe realizar en evaluaciones generales y por dimensiones.

Propuesta de evaluación de intervención

Pruebas de Normalidad

Antes de someter datos específicos de una población a cualquier análisis estadístico, es necesario comprobar si siguen el modelo normal de distribución de probabilidades. En el caso de que los datos se ajusten a una distribución normal, pueden ser sometidos a las pruebas estadísticas paramétricas, de lo contrario se debe recurrir a las pruebas estadísticas no paramétricas.

Para evaluar la normalidad de un conjunto de datos se cuenta con dos pruebas, Kolmogorov Smirnov y Shapiro Wilks (Segnini, 2005). Los contraste de normalidad de la población o muestra, se utilizan para determinar si un conjunto de datos está bien modelado por una distribución normal o no, o para calcular la probabilidad de una variable aleatoria de fondo.

En estadística, la prueba de Kolmogórov Smirnov (también prueba K-S) es una prueba no paramétrica que determina la bondad de ajuste de dos distribuciones de probabilidad entre sí. Para Daniel (2005), esta prueba se utiliza cuando se desea saber, que también se ajusta la distribución de los datos de una muestra a una distribución teórica, es también conocida como prueba de bondad de ajuste de Kolmogorov Smirnov, se utiliza generalmente para muestras mayores a 50 casos.

Al igual que la prueba anterior, Shapiro Wilk se usa para contrastar la normalidad de un conjunto de datos. Fue publicada en 1965, por Samuel Shapiro y Martin Wilk. Se considera que este es uno de los test más potentes para el contraste de normalidad y es utilizado generalmente para muestras pequeñas o menores de 50 participantes (Segnini, 2005).

De acuerdo a las características propias de la intervención (n=15) y con base en lo anterior expuesto se concluye que la prueba de normalidad a utilizar es Shapiro Wilk. A continuación, se presenta la ruta a seguir para correr esta prueba dentro del paquete estadístico, cabe mencionar que al realizar un solo procedimiento el programa nos arroja una tabla con los resultados de ambas pruebas.

Ruta sistemática de trabajo en SPSS para calcular normalidad

Primeramente, ubicarse preferentemente, en la pestaña “Vista de datos” localizar y dar clic en el comando “Analizar”, se desplegara opciones como se muestra en la Imagen Nº12. Posterior a ello, colocar el cursor sobre la opción estadístico descriptivo, situarse y dar clic en explorar.

Como se observa en la Imagen Nº13, se abrirá una ventada emergente titulada “explorar” en dicha ventana se observa que en el primer recuadro se encuentran  todas las variables del instrumento y tres cuadros pequeños titulados: “Lista de dependientes”, “Listo de factores” y “Etiquetar los casos mediante:”, al igual que procesos anteriores se deben seleccionar todas las variables a estudiar y pasarlos al cuadro “Lista de dependientes” como muestra la Imagen Nº14.

Para continuar, dar clic en “Estadísticos” y automáticamente aparecerá una ventana emergente titulada “Explorar: estadísticos”, elegir la opción descriptivos y colocar 95% en intervalos de confianza para la media como muestra la Imagen Nº15, para terminar este paso, al seleccionar “Continuar”, se regresara a la ventana anterior. Una vez ahí, escoger la opción “Gráficos”, se abrirá la ventana “Explorar: gráficos”, en la cual se debe elegir lo siguiente: “Niveles de los factores juntos”, “Gráficos con pruebas de normalidad”, “De tallos y hojas” e “Histogramas”, ver Imagen Nº16, al terminar dar clic en “Continuar”.

Nuevamente, se regresara a la ventana inicial y para finalizar se debe de dar clic en “Aceptar”, instantáneamente aparecerá la ventana de “Hoja de resultados” en la cual se presentaran las tablas e histogramas solicitados, se debe de ubicar la tabla denominada pruebas de normalidad en la cual se observaran los resultados de ambas pruebas del lado izquierdo Komogorov-Smirnov y del derecho Shapiro-Wilk (Imagen Nº17).

Propuesta de evaluación de intervención en muestras normales

Wierman y Jurs (2005), refieren que para realizar análisis paramétricos debe partirse de los siguientes supuesto: 1) la distribución poblacional de la variable dependiente es normal: el universo tiene una distribución normal. 2) el nivel de medición de la variable dependiente es por intervalos o razón y 3) cuando dos o mas poblaciones son estudiadas, tiene una varianza homogénea: las poblaciones en cuestión poseen una dispersión similar en sus distribuciones (Citado en Hernández, Fernández, & Baptista, 2014).

Las pruebas estadísticas paramétricas más utilizadas son: t de Student que evalúa, si dos grupos diferentes entre si de manera significativa, respecto a sus medidas y se subdivide en pareada y no pareada. ANOVA, por su parte, es una prueba generalmente utilizada para analizar si dos porciones difieren significativamente entre si, además, la unidireccional sirve para analizar si más de dos grupos difieren significativamente entre ellos, en cuanto a sus medias y varianza. Por último, el coeficiente de correlación de Pearson, analiza la relación entre dos variables medidas en un nivel por intervalo o de razón (Hernández, Fernández & Baptista, 2014).