Participantes

La muestra de 1222 participantes (637 mujeres y 585 hombres) se obtuvo mediante un muestreo por conveniencia, tratando de abarcar la representatividad de las diferentes licenciaturas que se ofrecen en la Facultad de Ciencias de la Cultura Física de la Universidad Autónoma de Chihuahua, México. La edad de los participantes fluctuó entre los 18 y 28 años, con una media de 20.67 y una desviación estándar de 1.91 años.

La muestra fue aleatoriamente dividida en dos partes utilizando el Statistical Package for the Social Sciences (SPSS) en su versión 21.0, con el fin de realizar estudios paralelos que permitieran corroborar los resultados obtenidos (validación cruzada). La submuestra 1 quedó constituida por 625 participantes (290 hombres y 335 mujeres), las edades fluctúan entre los 18 y 28 años, con una media de 20.66 y una desviación estándar de 1.96 años. La submuestra 2 quedó compuesta por 597 participantes (295 hombres y 302 mujeres), las edades fluctúan entre los 18 y 28 años, con una media de 20.68 y una desviación estándar de 1.84 años.

Instrumento

Se utilizó el Inventario de Burnout de Maslach para Estudiantes (MBI-SS, por sus siglas en inglés), que fue adaptado por ^{Schaufeli et al. (2002)} e implementado a una muestra de 623 españoles, 727 portugueses y 311 sujetos de los países bajos. ^{Schaufeli et al. (2002)} reportaron que los análisis factoriales confirmatorios mostraron que la estructura de tres factores del modelo se ajustó razonablemente bien en las tres muestras, con valores en el índice de bondad de ajuste comparativo (CFI) de 0.90, 0.95 y 0.93; y en el error cuadrático medio de aproximación (RMSEA) de 0.07, 0.07 y 0.06. El MBI-SS consta de 15 reactivos agrupados en tres subescalas: agotamiento (cinco reactivos), donde este factor se mide por elementos que se refieren a la fatiga, pero no hacen referencia directa a otras personas como la fuente de esos sentimientos; cinismo (cuatro reactivos), el cual refleja la indiferencia o una actitud distante hacia el trabajo en general, no necesariamente con otras personas; y eficacia (seis reactivos), el cual abarca los aspectos sociales y no sociales de los logros profesionales, donde puntuaciones altas son indicativas de mayor burnout. Este instrumento se tradujo al español con la ayuda de expertos y se volvió a traducir a su idioma original (inglés) para corroborar su adecuada traducción.

Para este estudio se hicieron dos adaptaciones a la versión original de ^{Schaufeli et al. (2002)}:

La primera adaptación se hizo de la siguiente manera. En la versión original se puntúa con siete opciones de respuesta, donde 0 se refiere a nunca haber percibido esa condición descrita en el reactivo y 6 se refiere a siempre, la cual hace mención a percibir dicha condición continuamente. En la versión utilizada en la presente investigación el sujeto elige entre 11 posibles respuestas. Se conjugó la escala original con la versión de este estudio para que quedara de la manera siguiente: nunca (0), casi nunca (1, 2 y 3), a veces (4, 5 y 6), casi siempre (7, 8 y 9) y siempre (10) (Figura 1). Esta primera adaptación se llevó a cabo con la intención de obtener una mayor variabilidad en las respuestas, además de que los estudiantes del sistema de educación mexicano están acostumbrados a ser evaluados en una escala de 0 a 10.

Fuente: Elaboración propia.

Figura 1 Ejemplo de respuesta para los reactivos del inventario.  

La segunda adaptación consistió en aplicar el instrumento por medio de una computadora (Figura 1); esto con el fin de permitir el almacenamiento de los datos sin etapas previas de codificación, con una mayor precisión y rapidez.

Procedimiento

Se invitó a participar en el estudio a los alumnos de las licenciaturas que se ofrecen en la Facultad de Ciencias de la Cultura Física (FCCF) de la Universidad Autónoma de Chihuahua, México. El cuestionario se aplicó de manera informatizada, pero antes de ingresar al instrumento aparece en la pantalla el consentimiento informado. Para firmar se presiona el botón “Sí quiero”; si se presiona el botón “No quiero”, inmediatamente el sistema abandona la sesión. También se les aclaró a los estudiantes que en cualquier momento que no quisieran continuar con el llenado del cuestionario podían abandonarlo. Luego se aplicó el instrumento por medio de una computadora personal a través del módulo administrador del instrumento del editor de escalas de ejecución típica, en una sesión que duró aproximadamente 30 minutos, en los laboratorios o centros de cómputo de la FCCF. Al inicio de cada sesión se hizo una pequeña introducción sobre la importancia de la investigación y de cómo acceder al instrumento. Se les solicitó la máxima sinceridad y se les garantizó la confidencialidad de los datos que se obtuvieran. Las instrucciones de cómo responder se encontraban en las primeras pantallas, antes del primer reactivo del instrumento. Al término de la sesión se les agradeció su participación. Una vez aplicado el instrumento, se procedió a recopilar los resultados por medio del módulo generador de resultados del editor de escalas versión 2.0 (^{Blanco et al., 2013}).

Análisis de datos

El primer paso del análisis de las propiedades psicométricas del inventario consistió en calcular la media, la desviación estándar, la asimetría, la curtosis y los índices de discriminación de cada reactivo, para luego eliminar de la escala aquellos que obtienen una curtosis o asimetría extremas, o un índice de discriminación por debajo de 0.30.

Después, se sometieron a comparación dos modelos de medida: el modelo 1 (IBEM-3), modelo de tres factores acorde a la distribución original de los reactivos dentro del inventario, y el modelo 2 (IBEM- 3b), que responde a la estructura factorial del modelo anterior, eliminando los reactivos que no fueron suficientemente bien explicados por ese modelo y que obtuvieron un índice de discriminación bajo.

Para conducir los análisis factoriales confirmatorios se utilizó el software AMOS 21 (^{Arbuckle, 2012}). Las varianzas de los términos de error fueron especificadas como parámetros libres. En cada variable latente (factor) se fijó uno de los coeficientes estructurales asociados a 1 para que su escala sea igual a la de una de las variables observables (reactivos). El método de estimación empleado fue el de máxima verosimilitud, con la aplicación de procedimientos de remuestreo bootstrap para los casos de no normalidad (^{Byrne, 2010}; ^{Kline, 2011}). Se siguió la recomendación de ^{Thompson (2004)} en el sentido de que, cuando se emplea análisis factorial confirmatorio, se debe corroborar no solo el ajuste de un modelo teórico sino que es recomendable comparar los índices de ajuste de varios modelos alternativos para seleccionar el mejor.

Para evaluar el ajuste del modelo se emplearon como medidas absolutas de ajuste el estadístico chi- cuadrado, el índice de bondad de ajuste (GFI) y RMSEA. El índice de bondad ajustado (AGFI), el índice Tucker-Lewis (TLI) y CFI se emplearon como medidas de ajuste incremental. La razón de chi-cuadrado sobre los grados de libertad (CMIN/GL) y el criterio de información de Akaike (AIC) se emplearon como medidas de ajuste de parsimonia (^{Byrne, 2010}; ^{Gelabert et al., 2011}) con los siguientes valores de referencia: RMSEA < 0.08, los índices GFI, TLI, AGFI y CFI ≥ 0.95 y CMIN/GL < 3 (^{Ruiz, Pardo & San Martín, 2010}).

Posteriormente, siguiendo las recomendaciones de ^{Abalo et al. (2006)}, se llevó a cabo un análisis de la invarianza factorial del inventario para las submuestras, tomando como base el mejor modelo de medida obtenido en la etapa anterior. Por último, se calculó la fiabilidad de cada una de las dimensiones, de los modelos de medida obtenidos en cada submuestra, a través del coeficiente Alfa de Cronbach (^{Elosua & Zumbo, 2008}; ^{Nunnally & Bernstein, 1995}) y del coeficiente Omega (^{Revelle & Zinbarg, 2009}; ^{Sijtsma, 2009}).

Análisis descriptivos e índices de discriminación

Los resultados de los análisis descriptivos y los índices de discriminación (correlación elemento-total corregida) de cada uno de los 15 reactivos del inventario en la muestra total reflejan puntuaciones medias que oscilan entre 1.31 y 5.89, y la desviación estándar ofrece, en todos los casos, valores mayores a 1.60 (dentro de un rango de respuesta entre 0 y 10). Los valores de asimetría y curtosis de todos los reactivos se encuentran dentro del rango ± 2.00, por lo que se infiere que las variables se ajustan razonablemente a una distribución normal.

En cuanto a los índices de discriminación de los 15 reactivos del inventario, 14 discriminan satisfactoriamente y el restante (reactivo 6) obtiene un índice de discriminación de 0.34.

Análisis factoriales confirmatorios

Los resultados globales del análisis factorial confirmatorio en la submuestra 1 (GFI = 0.904; RMSEA = 0.082; CFI = 0.904) y la submuestra 2 (GFI = 0.916; RMSEA = 0.077; CFI = 0.916) para el modelo IBEM-3, que corresponde a una estructura de tres factores acorde a la distribución original de los reactivos dentro del inventario, indican que el modelo de medición en ambas submuestras es aceptable (Tabla 1).

Los tres factores del modelo IBEM-3 explican aproximadamente el 59% de la varianza en la primera submuestra y el 61% de la varianza en la segunda submuestra. Por otro lado, nueve de los 15 reactivos poseen saturaciones iguales o mayores a 0.70 en su dimensión prevista (reactivos 1, 2, 4, 7, 8, 9, 10, 12, 14) en la primera submuestra y 10 (reactivos 1, 2, 3, 5, 7, 8, 9, 10, 14, 15) en la segunda submuestra (Tabla 2). Se observaron, además, en ambas submuestras, intercorrelaciones de bajas a moderadas entre los factores, evidenciando una adecuada validez discriminante entre ellos.

Los resultados globales del análisis factorial confirmatorio en la primera (GFI = 0.984; RMSEA = 0.039; CFI = 0.987) y segunda submuestra (GFI = 0.982; RMSEA = 0.043; CFI = 0.985), del segundo y último modelo sometido a prueba (IBEM-3b) que corresponde a la estructura del modelo anterior sin los reactivos (2, 3, 4, 5, 9, 12, 13) de más bajo índice de discriminación, indican que este modelo de medición es mejor que el modelo anterior y que su ajuste es óptimo, de acuerdo con ^{Ruiz et al. (2010)} (Tabla 1). Los factores de este modelo explican en conjunto, en ambas submuestras, aproximadamente el 70% de la varianza. Por otro lado, de acuerdo con la Tabla 3, todos los reactivos en ambas submuestras saturan por encima de 0.60 en su dimensión prevista. Observándose nuevamente intercorrelaciones de bajas a moderadas entre los factores, evidenciando una adecuada validez discriminante entre ellos.

Invarianza de la estructura factorial entre las submuestras

Los índices de ajuste obtenidos (Tabla 4) permiten aceptar la equivalencia de los modelos de medida básicos entre las dos submuestras. Aunque el valor de chi-cuadrado excede al exigido para aceptar la hipótesis de invarianza, los índices GFI = 0.983, CFI = 0.986, RMSEA = 0.029 y AIC = 181.714 contradicen esta conclusión, lo que nos permite aceptar el modelo base de la invarianza (modelo sin restricciones).

Añadiendo al modelo base restricciones sobre las cargas factoriales, se caracterizó la invarianza métrica. Los valores que se recogen en la Tabla 4 permiten aceptar este nivel de invarianza. El índice de ajuste general (GFI = 0.985) y el error cuadrático medio de aproximación (RMSEA = 0.028) siguen aportando información convergente en esta dirección. Además, el criterio de información de Akaike (AIC = 179.156) y el índice comparativo de Bentler (CFI = 0.985) no sufren grandes variaciones respecto al modelo anterior. Haciendo uso del criterio para la evaluación de los modelos anidados propuesto por ^{Cheung & Rensvold (2002)}, quienes sugieren que si el cálculo de la diferencia de los CFI de ambos modelos anidados disminuye en 0.01 o menos, se da por bueno el modelo restringido y, por tanto, el cumplimiento de la invarianza factorial; la diferencia entre los CFI obtenida permite aceptar el modelo de invarianza métrica. Podemos concluir hasta ahora que las cargas factoriales son equivalentes en las dos submuestras.

Una vez demostrada la invarianza métrica entre las submuestras, pasamos a evaluar la equivalencia entre interceptos (invarianza factorial fuerte). Los índices (Tabla 4) muestran un ajuste óptimo de este modelo, tanto evaluándolo de modo independiente como analizándolo respecto a su anidamiento con el modelo de invarianza métrica. La diferencia entre los índices comparativos de Bentler es de 0.001, el índice de ajuste general es 0.980 y el error cuadrático medio de aproximación es 0.027. Aceptada la invarianza fuerte, los dos modelos evaluados son equivalentes respecto a los coeficientes factoriales y a los interceptos.

Los factores obtenidos en los análisis factoriales confirmatorios alcanzan valores de consistencia interna por encima de 0.70 en ambas submuestras, evidenciando una consistencia interna adecuada para este tipo de subescalas, particularmente si se considera un número reducido de reactivos (Tabla 5).