Prueba t de Student
De acuerdo a las características metodológicas de la intervención, y con bases a lo anteriormente citado, se propone la evaluación de la intervención bajo el supuesto de Normalidad, en relación con el algoritmo de trabajo se utiliza entonces, la pruebas paramétricas resultado conveniente utilizar t de Student Pareada ya que esta evalúa y mide las diferencias entre dos mediciones de un mismo grupo. Juárez, Villatoro y López (2011), mencionan que su función es comparar dos mediciones (medias aritméticas) y determinar que la diferencia no se debe al azar si no que está relacionada a la intervención realizada en la muestra.
Polit y Hunglert (1997), refieren en su obra Investigación científica en ciencias de la salud que en algunos estudios el investigador obtiene dos mediciones de un mismo sujeto, o bien de grupos pareados de sujetos. Cuando los dos conjuntos de valores de la variable dependiente no son independientes, se utiliza una prueba t apropiada para muestras dependientes o pareadas.
Wiersma y Jurs (2005), postulan que esta prueba, se basa en un distribución muestral o poblacional de diferencia de medias conocida como la distribución t de Student. La distribución se identifica por los grados de libertad, los cuales constituyen el número de maneras en que los datos pueden variar libremente. Son determinantes, ya que nos indican qué valor debemos esperar de t, dependiendo del tamaño de los grupos que se comparan, cuanto mayor número de grados de libertad se tengan, la distribución t de Student se acercará más a ser una distribución normal y usualmente, si las grados de libertad exceden los 120, la distribución normal se utiliza como una aproximación adecuada de la distribución t de Student (citado en Hernández, Fernández & Baptista, 2014). Cuando este valor se calcula en un paquete estadístico computacional, la significancia se proporcionara como parte de los resultados y esta deberá de ser menos a 0.05 o 0.01, lo cual dependerá del nivel de confianza seleccionado.
Ruta sistemática de trabajo en SPSS para correr t de Student
Para correr esta prueba haciendo uso del SPSS, se debe de seguir la siguiente ruta sistemática, colocarse en “Vista de datos”, ubicar el comando “Analizar” y dar clic, posteriormente colocar el cursor sobre “Comparar medias” y se desplegaran las siguientes opciones: medias, prueba T para una muestra, muestras independientes, relacionadas y ANOVA de un factor, de acuerdo a nuestra finalidad se debe elegir, pruebas T para muestras relacionadas (Imagen Nº18).
Al terminar lo anterior, se despliega en automático una ventana como la que se muestra en la Imagen Nº19, esta incluye dos cuadros, el del lado izquierdo contiene todas la variables de los instrumentos y el del lado derecho se titula, “variables emparejadas”. Al igual que las veces anteriores, se deben de seleccionar las variables de trabajo y colocarlas bajo las celdas de “Variable 1” y “Variable 2”, posterior a ello, dar clic en “Opciones”.
En la Imagen Nº20, se observa la ventana que emerge, en la cual se debe de colocar 95 o 99 dependiendo del porcentaje del intervalo de confianza que se desee, para los fines del presente se usara el 95%, asimismo, se debe de seleccionar “Excluir caso según análisis”, una vez hecho esto se presiona “Continuar”, y se regresara a la ventana anterior, para finalizar dar clic “Aceptar”. Al terminar lo anterior, automáticamente se re direccionará a la “Hoja de resultados” mostrando las tablas correspondiente de la prueba t (Imagen Nº21).
Correlación R de Pearson
El coeficiente de correlación de Pearson, es una prueba estadística para analizar la relación entre dos variables medidas es un nivel intervalos o de razón y se simboliza con r (Hernández, Fernández & Baptista, 2014). Por otro lado Polit y Hungler (1997), mencionan que la r de Pearson se calcula cuando dos variables por comparar se midieron cuando menos en una escala intervalar y se puede aplicar a la estadística descriptiva e inferencial. En la primera, este coeficiente sintetiza la magnitud y dirección de la relación entre dos variables, en la segunda, se emplea para probar hipótesis relativas a correlaciones en la población.
Hernández, Fernández y Baptista (2014), refieren que el coeficiente de correlación de Pearson se calcula a partir de las puntuaciones obtenidas en una muestra en dos variables y se relacionan las puntuaciones obtenidos de una variable con las puntuaciones obtenidas de la otra siempre y cuando sean los mismos participantes o casos.
Esta prueba paramétrica, puede variar entre -1.00 a +1.00 en donde: -1.00 demuestra una correlación negativa perfecta (A mayor “X” menos “Y” o viceversa), 0.00, significa que no existe correlación alguna entre las variables, +0.50 correlación positiva media y +1.00 representa correlación positiva perfecta.
Ruta sistemática de trabajo en SPSS para corres R de Pearson
Para correr esta prueba estadística se debe se seguir la ruta sistemática que se muestra en la Imagen Nº22, desde “Vista de datos” dar clic en “Analizar” poner el curso sobre “correlaciones” y seleccionar “Bivariadas”.
Se abrirá la ventana “Correlaciones: bivariadas”, como la pruebas anteriores se deben de elegir dando doble clic sobre las variables a correlacionar, las cuales pasaran al recuadro “variables” como muestra la Imagen Nº23. Continuando con el proceso, se debe de dar clic en “Opciones” y seleccionar en la ventana que aparece “Excluir casos según pareja” y después continuar, ver Imagen Nº24.
Al regresar a la ventana anterior, seleccionar ahora, coeficientes de correlación “Pearson”, Prueba de significación “Bilateral” y “Marcar las correlaciones significativas” (Imagen Nº25), para terminar, dar clic en “Aceptar”. Automáticamente se abrirá la “hoja de resultados” en la cual se encuentran las tablas con los valores come se parecía en la Imagen Nº26.
Conclusiones
Es imperante concluir que todo profesional de la salud debe de adquirir el compromiso de desarrollar y divulgar los procedimientos, técnicas y experiencias exitosas con las que cuente, para brindar propuestas de solución a los diferentes cuestionamientos y problemas que se presentan con frecuencia en la etapa de análisis e interpretación de datos. Se sabe que el área de la estadística es pilar fundamental para el desarrollo de la investigación siendo este un nicho de oportunidad para el desarrollo de gremio de Enfermería.
En el presente trabajo se realizó investigación mediante la consulta de literatura propia de las ramas de estadística, bioestadística, investigación científica y metodología de la investigación estableciendo algoritmos de trabajo, los cuales fueron ejes rectores para el desarrollo estructurado, coherente y congruente del presente artículo. Gracias a lo anterior se logró también definir los conceptos necesarios para homologar y unificar conocimientos fundamentales para desarrollar la estadística.
En relación con el objetivo general se planteó una propuesta de evaluación estadística para intervenciones de enfermería en la temática de construcción de nuevas masculinidades con impacto en la sexualidad. Describiendo primeramente, algunos elementos metodológicos propios de la investigación-intervención, haciendo énfasis en la explicación detallada de los instrumentos de recolección de datos (Dimensiones, métodos de evaluación, puntuaciones máximas y mínimas y categorías de análisis e interpretación).
Para finalizar es imperante decir que el profesional de enfermería debe de involucrarse en la valoración y diagnóstico de todos aquellos problemas sociales y de salud pública, comprometiéndose a planificar y desarrollar intervenciones que brinden un tratamiento completo, oportuno, preciso y eficiente. Teniendo como campo de desarrollo la temática de salud masculina.
Anexos
Anexos – Propuesta de evaluación para intervenciones en la construcción de nuevas masculinidades
Anexos – Propuesta de evaluación para intervenciones en la construcción de nuevas masculinidades
Referencias bibliográficas
Daniel, W. (2005). Bioestadística, bases pa el analisis de las ciencias de la salud. Cuarta edición. México, D.F.: Limusa S.A. de C.V
Díaz, C., Rosas, M., & Gonzáles, M. (2010). Escala de machismo sexual, (EMS-Sexismo-12): diseño y análisis de propiedades psicométricas. Recuperado de https://dialnet.unirioja.es/descarga/articulo/3423956.pdf
Flecha, R., Puigverts, L., & Ríos, O. (2013). Las nuevas masculinidades alternativas y la superación de la violencia de género. Recuperado de http://dx.doi.org/10.4471/rimcis.2013.14
Garcia, H., & Matus, J. (2013). Estadística descriptiva e inferencial I. Recuperado de http://www.conevyt.org.mx/bachillerato/material_bachilleres/cb6/5sempdf/edin1/edin1_f1.pdf
Hernández, R., Fernández, C., & Baptista, P. (2014). Metodología de la investigación. Sexta edición. México DF: Mc. Graw Hill Interamericana.
Keijzer, B. (2007). Enfoque de género en el desarrollo de programas de salud reproductiva en adolescentes. Recuperado de: http://www.lazoblanco.org/wpcontent/uploads/2013/08manual/bibliog/material_masculinidades_0279.pdf
Llinás, H., & Rojas, C. (2006). Estadística descriptiva y distribuciones de probabilidad. Primera edición. Barranquilla, Colombia: Ediciones Uninorte.
Manual del usuario del sistema básico de IBM SPSS Statistics 20. (2011). Manual del usuario del sistema básico de IBM SPSS Statistics 20. Recuperado de ftp://public.dhe.ibm.com/software/analytics/spss/documentation/statistics/20.0/es/client/Manuals/IBM_SPSS_Statistics_Core_System_Users_Guide.pdf
Pérez, C., & Pick, S. (2006). Conducta sexual protegida en adolescentes mexicanos. Recuperado de http://www.redalyc.org/articulo.oa?id=28440307
Polit, D., & Hungler, B. (1997). Investigación científica, en ciencias de la salud. Quinta edición. México D.F.: McGraw-Hill Interamericana.
Quevedo, F. (2011). Medidas e tendencia central y dispersión. Recuperado de http://paginas.facmed.unam.mx/deptos/sp/wp_content/uploads/2013/12/Quevedo-F.-Medidas-de-tendencia-central-y-dispersion.-Medwave-2011-Ma-113..pdf
Segnini, S. (2005). Fundamentos de bioestadística. Recuperado de http://webdelprofesor.ula.ve/ciencias/segninis/Docencia/Capitulo%2006_2008.pdf
Soto, G. (2013). Nuevas masculinidades o nuevs hombres nuevos: el deber de los hombres contra la violencia de género. Recuperado de http://revistascientiahelmantica.usal.es/docs/Vol.01/06.-Nuevas-masculinidades-o-nuevos-hombres-nuevos.pdf
Villatoro, Juárez, & López. (2011). t de Student para muestras relacionadas. Recuperado de http://www.rincondepaco.com.mx/rincon/Inicio/Apuntes/Proyecto/archivos/Documentos/t_relacionadas.pdf