Pastor-Álvarez A., Molero-Alonso F., Moriano-León J.A.
Procedimiento
El cuestionario fue respondido de manera anónima por los
participantes, seleccionados mediante un muestreo aleatorio
estratificado, de afijación proporcional. La participación en la
prueba tenía un carácter obligatorio, como elemento clave de
asesoramiento al mando. Los estratos correspondían a cada
una de las Unidades que componían el contingente desplegado.
Los participantes fueron informados del uso científico del ins-trumento,
así como de los objetivos del estudio. El cuestiona-rio
se aplicó en dos turnos, el primero (T1) cuando el personal
se encontraba en la cuarta semana de despliegue, y el segundo
(T2) en la vigésima, siendo los mismos participantes en ambos
turnos, que se identificaron a través de las 4 últimas cifras de
sus números de teléfono móvil. Se utilizaron las instalaciones
del comedor de la Base para la cumplimentación de los cues-tionarios.
Los datos obtenidos se han analizado utilizando la aplica-ción
estadística IBM SPSS versión 25.0. Para la realización de
los estudios de mediación, se ha procedido a utilizar un análisis
de mediación simple, mediante la macro de SPSS denominada
PROCESS 3.4, utilizando el modelo nº 4 de mediación simple47,
dentro de la estrategia denominada de pasos causales48, con el
76 Sanid. mil. 2021; 77 (2)
procedimiento de booststrapping que genera intervalos de con-fianza
(al 95%) que nos permiten tomar decisiones sobre la exis-tencia
o no de efectos indirectos. Este modelo analiza la relación
entre 1 variable independiente y 1 variable dependiente con la
mediación de 1 o más variables mediadoras, desde la perspectiva
de una regresión múltiple moderada, cuya base matemática tiene
el mismo origen que el de un análisis de la varianza (ANOVA)
multivariante.
RESULTADOS
En primer lugar, se ha procedido a realizar una exploración
de los datos de las variables, destinada fundamentalmente a veri-ficar
el grado de ajuste a la normalidad estadística de estas varia-bles.
Para ello se ha utilizado una visión global de los datos, a
partir de estadísticos descriptivos de forma (asimetría y curtosis)
y de la prueba de bondad de ajuste de Kolmogorov-Smirnov,
en el que dada su alta sensibilidad se consideraría solo el des-vío
grave (p<.01). A la par se han calculado todos los estadísti-cos
descriptivos habituales de centralidad (media y mediana) y
de variabilidad (desviación estándar, rango observado y rango
intercuartil). Los resultados se resumen en la tabla 1.
Tabla 1: Análisis exploratorio y descriptivo. Variables recogidas. (N=150)
VARIABLE
Exploración: Forma Centralidad
Rango (Mín. /
Máx.)
Variabilidad
Asimetría Curtosis
Test KS: p
valor
Media Mediana
Desviación
estándar
Rango intercuartil
ALQ – T1 -0.66 -0.49 .067 NS 65.29 70.00 12.0 / 96.0 21.33 29.75
MORAL – T1 -0.28 0.14 .834 NS 15.91 16.08 7.0 / 21.7 2.74 3.58
PANAS POS – T1 -0.41 0.18 .355 NS 40.89 41.00 22.0 / 50.0 5.43 7.00
PANAS NEG – T1 0.65 -0.08 .041 * 16.84 16.00 10.0 / 29.0 4.50 7.00
ALQ – T2 -0.58 -0.11 .405 NS 59.46 59.50 0.0 / 96.0 23.43 31.25
MORAL – T2 -0.32 -0.03 .458 NS 15.39 15.67 7.8 / 21.7 2.86 3.21
PANAS POS – T2 -0.34 -0.27 .493 NS 40.39 40.00 23.0 / 50.0 5.79 8.00
PANAS NEG – T2 0.52 -0.35 .099 NS 17.96 18.00 10.0 / 30.0 5.00 7.25
NS = Desvío no significativo (p>.05) la variable se distribuye normalmente
* = Desvío significativo pero leve (p<.05) la variable tiende hacia el modelo normal
La exploración a determinado que los valores de los coefi-cientes
de asimetría y curtosis se encuentran en todas las variables
dentro del rango admitido para la tendencia hacia la normalidad
-1 ; +1. Y, finalmente, la prueba de bondad de ajuste de Kol-mogorov-
Smirnov, nos indica que en todas las variables, excepto
una, las diferencia con respecto a la normalidad estadística no
alcanzan significación (p > .05); y en la excepción (PANAS NEG
en T1) el desvío es muy leve (p= .041 > .01). Por tanto, en global
podemos concluir que las variables que se han recogido se distri-buyen
normalmente, o al menos en ninguna de ellas se aprecia
un desvío grave con respecto a la normalidad estadística. Como
consecuencia de lo anterior, para el estudio de las correlaciones
entre las variables podemos aplicar procedimientos estadísticos
paramétricos, basados en los coeficientes de correlación de Pear-son.