Variables utilizadas en el presente estudio
| Autor | Alfonso Serrano Maíllo |
| Cargo del Autor | Doctor en Derecho por la Universidad Complutense de Madrid |
| Páginas | 237-250 |
Page 237
Nuestro cuestionario incluía preguntas sobre una serie de comportamientos delictivos y desviados en que los jóvenes hubieran incurrido alguna vez. Los mismos incluían fumar, fumar porros, consumo de alcohol, consumo de drogas (sin contar porros), colarse en el transporte público/polizonaje, irse sin pagar de un establecimiento, escaparse de casa, rotura de mobiliario público, hurto (superior a 10 euros), porte de armas blancas, hurto de uso de coche, robo de algo de dentro de un coche, robo en vivienda, robo a persona con intimidación, lesiones personales con asistencia médica y venta de drogas1.
Page 238
Se trataba de variables medidas a nivel ordinal por las dificultades para estimar frecuencias. En los pretests se encontró que, tal y como se había pronosticado, la presentación de categorías de respuesta -en vez de valoraciones libres, no constreñidas a categorías cerradas- facilitaba la labor cognitiva de los entrevistados, entre otras cosas reduciendo la carga a que se veían expuestos2. Se extrajo a continuación la media de dichas estimaciones y ésta ha sido la variable dependiente de nuestros análisis3. Aquí asumimos, pues, una correlación entre la delincuencia verdadera y nuestra medida.
Lynch y Addington mantienen que, cuando se trata de calcular cuándo se hizo algo, los entrevistados incurren en muchos errores. Por ello, entre otros motivos, aquí se ha rechazado recurrir a un marco temporal concreto4 -lo cual no es inhabitual en la literatura5. Vazsonyi y sus asociados parecen afirmar, además, que la utilización de medidas sobre conductas realizadas alguna vez en la vida («lifetime measure») -como las utilizadas por ellos y aquí- son especialmente consistentes desde un punto de vista teórico con la tesis de Gottfredson y Hirschi6. Del mismo modo, la estrategia aquí seguida permite más fácilmente ordenar a nuestros jóvenes, aunque no tanto cuantificaciones fiables del número de veces preciso en que se ha cometido cada uno de los comportamientos por los que se les interrogó. En esta línea, Bachman y O’Malley encontraron que para comportamientos como el uso de drogas es difícil que el interrogado no recuerde si ha incurrido en los mismos o no, pero que es mucho más difícil que recuerde el «número de veces». Igual de importante es para nosotros que estos autores señalan que ello se aprecia tanto en preguntas para el último año como para toda la vida7. Con preguntas abiertas se corre el riesgo de interrogar sobre comportamientos, acerca de los cuales, al ser habituales,
Page 239
no es posible más que hacer estimaciones prácticamente aleatorias. Como es el caso habitualmente, nuestra estrategia tiene también sus problemas. La literatura ha llamado la atención sobre cómo los encuestados extraen información del formato y concretamente de las categorías de respuesta para calcular qué es lo típico o habitual, lo cual puede introducir sesgos en las estimaciones8. Así, Schwarz y sus asociados encontraron este efecto para el caso de consumo televisivo9. Hasta qué punto sesgos de esta naturaleza afectan o han afectado las contestaciones de nuestros entrevistados es aquí desconocido.
Es importante insistir en que en el presente trabajo se ha optado por medir el autocontrol recurriendo a preguntas sobre comportamientos objetivos. Como se ha dicho, esta es la estrategia más consistente con la teoría10. En todo caso, no es menos cierto que, como es el caso en Criminología y ciencias humanas y sociales en general, una pluralidad de enfoques metodológicos debe ser bienvenida, sin perder de vista las posibilidades y limitaciones de cada uno de ellos. Las preguntas se han organizado en torno a la realización de determinadas actividades con vehículos de motor -un terreno relacionado con el autocontrol para la literatura por los riesgos que conlleva11.
También había preguntas sobre otro constructo o variable latente relacionado con el autocontrol como es la promiscuidad, pero se han excluido de los análisis por carecer de una variabilidad suficiente. Nótese sobre todo para una correcta interpretación que, en efecto, la variable aquí estimada es el autocontrol -con puntuaciones más altas para quienes tienen un nivel más elevado.
Page 240
Recuadro 1. Items sobre actividades con vehículos de motor (4 o más categorías de respuesta)
Sobre la base de estas cuestiones se ha llevado a cabo un análisis de componentes principales exploratorio12. El mismo arroja la presencia de un elemento o componente único claro de actividades con vehículos de motor -o de autocontrol. Este tiene un autovalor inicial superior a 2 y explica un mode-rado 50,201% de la varianza. Esta solución es asumible y, desde luego, preferible frente a otras opciones.
Se utilizan en nuestro análisis de componentes principales 56 observaciones con información completa. Un KMO aceptable (=0,696) y la prueba de esfericidad de Bartlett indican que la matriz es apta para realizar un análisis factorial (pmedidas de adecuación del muestreo (measures of sampling adecuacy) superiores en todos los casos al 0,65. Las mismas se mueven en valores entre 0,662 y 0,739. La solución inicial que selecciona los factores con autovalores superiores a 1, arroja unas comunalidades (tras la extracción de 1 factor) aceptables, con valores superiores en todos los casos al 0,5. En efecto, el modelo cuenta con un único componente principal claro y sencillo de inter-pretar. Su autovalor inicial, como acaba de mencionarse, es superior a 2 (2,008) y explica alrededor de un 50% de la varianza (50,201%). El siguiente autovalor no llega al 1 (0,851). La solución inicial es, por lo tanto, perfectamente asumible. La matriz de correlaciones reproducidas revela 3 inquietantes residuales no redundantes con valores absolutos superiores al 0,05, lo cual obliga a interpretar con cautela estos datos. No existen medios evidentes, sin embargo, para una reducción de los mismos.
Page 241
Aquí es menester hacer una aclaración sobre nuestro limitado tamaño muestral. En efecto, aquí aparecen ya las dificultades analíticas derivadas de recurrir a una muestra de (sólo) 58 casos o individuos. No debe olvidarse que una de las aspiraciones de este trabajo y, en realidad, de mi trabajo en la actualidad son las posibilidades y límites de la investigación empírica con muestras pequeñas o moderadas. La literatura se ha ocupado del tamaño muestral mínimo requerido en los análisis factoriales o de componentes principales con una cierta mayor atención que en otros casos, como puede ser el de la regresión logística. Como no suele ser inhabitual, la doctrina se detiene de modo limitado en las demostraciones estadísticas y matemáticas de las recomendaciones que hacen. Igualmente ahora se encuentran reglas generales o de la vieja (rules of thumb), de nuevo con un fundamento parco, sin matizaciones y, por norma, conservadoras. Entre las reglas generales que exigen un número mínimo de casos no es infrecuente la cifra del centenar, aunque otros autores llegan a las 400 y 500. También entre quienes prefieren hacer depender el tamaño muestral mínimo del número de variables incluidas en el análisis se aprecia una buena dosis de heterogeneidad, con un rango que abarca desde los 20 o más hasta los 5 e incluso menos13. Nuestro enfoque, por lo tanto, no se ajusta a las más exigentes de estas reglas14, aunque la razón observaciones-variables, 14 ó 14,5:1, es más que aceptable según al menos algunos de estos estándares15.
En estadística suele ser difícil dictar reglas generales que puedan aplicarse a cualesquiera situaciones, aunque en ocasiones pueden ser inevitables. Parece más bien que son diversas las cuestiones que influyen en un escenario concreto, y ello tanto para que aparezca un problema como para sus consecuencias y las posibilidades de tomar, en su caso, acciones correctoras16. Esta idea general es confirmada para el caso del análisis factorial por MacCallum y sus colegas. En efecto, estos autores mantienen que el tamaño muestral necesario en estos casos en realidad depende de varios aspectos en cualquier estudio. Entre estos aspectos se incluyen dos sobre los que volveremos enseguida, como son los niveles de las comunalidades y de las cargas factoriales. A mayor abundamiento, estos investigadores, que recurren a procedimientos estadísticos sofisticados para fundamentar sus conclusiones, subrayan la falta de validez de las reglas generales o de la vieja
Page 242
habituales17. No sólo eso: revisiones de estudios han encontrado que no es inhabitual encontrar en revistas prestigiosas investigaciones que incluyen análisis factoriales o de componentes principales que infringen dichas reglas. Así, Costello y Osborne listaron 1076 artículos publicados en revistas de Psicología con revisión por pares que utilizaban los métodos estadísticos de interés y encontraron que ¡el 40,5% de los mismos utilizaban una ratio sujeto a variable (observaciones-variables) inferior a 5:1!18. Esto sugiere que, en la práctica, los investigadores son menos conservadores de lo que las reglas generales aconsejan.
La literatura, que en ocasiones utiliza técnicas sofisticadas, incluyendo simulaciones, ha estudiado, como vemos, algunos de los elementos que influyen en que la cuestión del tamaño muestral sea más o menos crucial. Entre los imaginables, ya los hemos mencionado, el nivel de las...
Para continuar leyendo
Solicita tu prueba