INTRODUCCIÓN:

La ansiedad es un proceso básico que se ha convertido en una de las compañeras más fieles de nuestro tiempo, llegando a ser uno de los campos más estudiados e investigados dentro de la psicología (en los 5 últimos años encontramos 4334 referencias a la ansiedad en el título en el Psycinfo; en el medline, en los 5 ultimos años también, encontramos 3774 entradas con referencias a la ansiedad en el título). Tal es la situación, que las librerías se han llenado de numerosos manuales de autoayuda que ofrecen métodos y soluciones a dichos problemas de ansiedad (Barlow,D.H. y Craske,M.G.(1993). Domine su ansiedad y pánico. Julio Martin Editor; Calle, R.A.: Aprender a relajarse en casa. Barcelona: Martines Roca; Miguel Tobal, J.J. . La ansiedad. Madrid: Editorial Aguilar; Rojas, E.(1989). La ansiedad: Cómo diagnosticar y superar el estres, las fobias y las obsesiones. Madrid: Ediciones temas de hoy, por nombrar algunos). Pero la realidad es que, si el número de estudios de este proceso sigue aumentando, podría significar que no lo conocemos a fondo. Es por ello que cualquier estudio que facilite su conocimiento puede acercar soluciones a posibles efectos derivados de su padecimiento.

Los tiempos cambian a un ritmo frenético, no solo tecnológicamente, sino también socialmente. Hace apenas veinte años, la universidad estaba destinada a unos pocos que podían permitírselo, mientras un elevado porcentaje podía considerarse afortunados si conseguían acabar el bachillerato. Así mismo, estos pocos afortunados tenían un grado/nivel de estresores diferente que los actuales estudiantes, y los generadores de ansiedad no eran los mismos que actualmente.

Una de las grandes diferencias entre la universidad de hace dos décadas y la actual es el número de asignaturas. Actualmente se han llegado a triplicar en comparación a la universidad de hace 20 años, debido al aumento de especialización en cada una de las materias que pueden componer cada campo del saber. Esta elevada carga académica acarrea cierto umbral de ansiedad, dependiendo de las características de cada individuo, pero probablemente sea mayor que en la universidad de hace 20 años, simplemente por el hecho de tener que ser evaluado de un número mayor de materias.

Otra característica que diferencia la universidad actual con la de nuestros mayores es el hecho de que actualmente la universidad ya no está destinada a unos pocos. La reducción (en comparación) de las tasas de matrícula y la posibilidad de acceder a ayudas y becas de estudios ha facilitado el acceso a la misma con relativa facilidad, siempre y cuando se superen los números clausus. Este hecho ha producido una universidad popular, accesible, donde muchos más pueden llegar a disfrutar del saber y del conocimiento. Pero no ha sido todo positivo, esta universidad de “masas” ha inducido una mayor competitividad, ya que son muchos los estudiantes y no tantos los puestos de trabajo. Esto hace que el currículum académico sea de vital importancia, y “ser el mejor” un objetivo a cumplir para la mayoría (sobre todo para los alumnos de últimos cursos y tercer ciclo, que ya ven más cercana la salida al mundo laboral). Es por ello que la propia relación con los compañeros se ha ido transformando, siendo también un importante generador de ansiedad, probablemente también mucho más que en la universidad de hace 20 años.

Los profesores, indiscutiblemente, también son fuentes generadoras de ansiedad, ya sea por la asignatura que imparten como por la forma que tienen de impartir la misma o por su propio estilo a la hora de afrontar las relaciones profesor – alumno. La claridad a la hora de explicar los contenidos reduce la ansiedad en los alumnos y facilita el aprendizaje (Rodger, 2002). La diferencia estriba en que actualmente hay un mayor número de profesores, ya que el grado de especialización, señalado anteriormente, ha propiciado la creación de nuevas asignaturas que son impartidas por nuevos profesores, aumentando el personal docente de las universidades. Además, se han creado nuevos puestos docentes (profesor adjunto, profesor contratado, profesor titular…), generando también ansiedad en los propios profesores, la cual pueden llegar a transmitir al alumnado.

HIPÓTESIS

Las hipótesis que podrían derivarse en el presente trabajo son:

1.- La ansiedad, desde una perspectiva global, experimentada un día cualquiera es autorregresiva, dependiendo de la ansiedad mostrada el día anterior (Rosel y Jara, 1994).

2.- Existe una ansiedad latente que se manifiesta cada día en tres ámbitos diferentes: Ansiedad ante Profesores, Ansiedad ante Compañeros y la Ansiedad ante los Estudios (Ver figura 1).

MATERIAL Y MÉTODO

Para realizar este estudio, los datos han sido registrados por parte de una alumna de tercer ciclo matriculada en un curso de doctorado impartido durante los dos últimos años. La alumna participante recogió datos de su ansiedad mediante registro diario durante, aproximadamente, 50 días. En dicho registro se anotaba la intensidad de la ansiedad percibida en una escala de 0 a 5, significando 0 “Nada de Ansiedad” y 5 “Ansiedad Muy Elevada”. Los datos así recogidos permitirán establecer tres series temporales (ansiedad ante los profesores, ante los compañeros y ante los estudios), que servirán de referencia para obtener un modelo de ecuaciones estructurales que facilitará el conocimiento de la acción de la ansiedad en un estudiante de tercer ciclo.

El análisis de Series Temporales es una metodología estadística característica de los diseños con datos longitudinales (diseños que involucran unidades a evaluar o sujetos simples, medidos repetidamente a lo largo del tiempo o un número de observaciones determinado). Puede facilitar la comprensión de los procesos subyacentes, el patrón de cambio a lo largo del tiempo, o evaluar los efectos de una intervención; pero a diferencia de otros métodos, el análisis de Series Temporales no asume una independencia entre los datos (lo cual es lógico cuando tratamos de medir un solo sujeto o una unidad, que el error no sea independiente). Los modelos de Series Temporales ARIMA, se han demostrado muy útiles ya que proporcionan una metodología básica para modelar los efectos de dependencia de los datos longitudinales y permiten un testeo estadístico válido.

Desde los datos así obtenidos planteamos la posibilidad de obtener una ecuación estructural personal que enfatiza la implicación de factores de ansiedad en dos momentos temporales y su grado de ansiedad en lo que podría considerarse la ansiedad general del estudiante. El modelado de Ecuaciones Estructurales consiste en un grupo de técnicas estadísticas que permiten establecer un conjunto de relaciones entre una o más variables independientes (VI’s), ya sean continuas o discretas, y una o más variables dependientes (VD’s), también continuas o discretas. Así mismo, en este tipo de metodología estadística, tanto las VD’s como las VI’s pueden ser variables de medida (directamente observables) o variables latentes (no observadas o inferidas). Un primer paso en esta técnica es la realización del “Path Diagram”, o diagrama de trayectorias, indicando cada una de las relaciones entre las variables observadas y las variables latente (ver figura 1), para continuamente probar la validez de nuestro modelo.

En este caso, al modelo a evaluar se le han añadido varias constricciones matemáticas: la carga factorial de la ansiedad latente hacia los profesores es la misma en cualquier día (señalado en el Path como a), ocurriendo lo mismo en las otras dos variables (compañeros b y estudios c); del mismo modo, la varianza de los errores de las variables observables Ansiedad Latente hacia los Profesores es la misma, ocurriendo lo mismo con las otras dos variables observables (señaladas en el Path como d, e y f).

 

 

 

 

 

 

 

 

 

 

Obsérvese que los datos de Series Temporales se plantean mediante la representación de una Ecuación Estructural, señalando que la variable latente Ansiedad en el día anterior (Ansiedad t-1) afecta a la variable latente Ansiedad en el día actual (Ansiedad t). Este tipo de representación, descrita inicialmente por van Buuren (1997),puede proporcionar a los investigadores que están familiarizados con las representaciones del Modelado de Ecuaciones Estructurales (MEE) una vía para completar y mejorar la comprensión de los modelos ARIMA. En el MEE, las variables latentes son representadas dentro de círculos, y las variables observadas en cuadrados. Las líneas representan las relaciones entre variables (directas o indirectas a través de otras variables), los coeficientes señalados en las mismas indican el efecto de estas relaciones.

Los datos se analizaron mediante el programa de análisis estadístico EQS 6.0 beta (Bentler, 2003). Debido a la no-normalidad de los datos observada en el análisis previo de los datos, se ha utilizado como procedimiento de estimación de parámetros el estimador robusto de Satorra-Bentler (Satorra y Bentler, 1994).

RESULTADOS

El modelo obtenido conforme a la hipótesis se indica en la Figura 2. Se puede observar cómo, en relación con la primera hipótesis, la ansiedad en términos generales, sigue un planteamiento autorregresivo de orden 1.Además, se puede observar, que se ha añadido el efecto directo de la variable observada ansiedad hacia los estudios en un día cualquiera hacia el siguiente, indicando que esta variable también sigue un modelo autoregresivo AR (1).

 

En relación con la segunda hipótesis, el modelo se ajusta bien a los datos obtenidos, ya que los estadísticos de conjunto del modelo de la Figura 2 son:

  • (Satorra-Bentler)= 14.582 (g.l.=12), p=.265.
  • BBNFI=.886
  • BBNNFI=.971
  • CFI=.977
  • RMSEA=.06

Se ha de hacer una precisión respecto al modelo de la Figura 2; si se comprueban los efectos de las variables latentes hacia sus homólogas variables observables, puede comprobarse cómo los valores no son exactamente iguales, esto es debido a que las constricciones matemáticas de igualdad de los parámetros se han aplicado sobre los valores directos (en bruto), no sobre los coeficientes de las variables estandarizadas, aunque puede verse cómo estos valores son aproximadamente iguales.

Como comprobación de la adecuación del modelo, se ha realizado un análisis de residuales de la variable D1, comprobándose mediante la Función de Autocorrelación (FAC) y la Función de Autocorrelación Parcial (FACP) que son ‘ruido blanco’ (ver Figura3).

 

Así pues, podemos concluir que el efecto total que tiene la variable ansiedad hacia los estudios (en día t-1) sobre la misma en el día t, es igual al efecto directo (.365) más el indirecto vía variables latentes (.745´.400´.613=.183), siendo el efecto total de .548 (=.365+.183). Mientras que en las otras variables observables, el efecto que tiene la ansiedad hacia los profesores en un día cualquiera en el día siguiente es de .231 (=.746´.400´.774). El efecto de la ansiedad ante los compañeros en un día cualquiera en función de la misma variable el día anterior es de .192 (=.676´.400´.707).

En resumen, desde un punto de vista sustantivo podemos concluir que el modelo evaluado es apropiado para explicar los datos obtenidos de nuestro sujeto experimental. Por esto, podemos concluir que la ansiedad que sufre esta persona, está determinada por la ansiedad sufrida el día anterior, y que ésta está compuesta por la ansiedad ante diferentes ámbitos de la vida del sujeto (en el caso estudiado ante profesores, compañeros y estudios). Desde un punto de vista metodológico, podemos concluir que la representación de datos temporales puede realizarse desde el Modelado de Ecuaciones Estructurales, pudiendo observar además el peso que las distintas variables observadas tienen en las variables latentes, y la relación entre estas últimas.

BIBLIOGRAFÍA:

  • Jara, P (1994). Las Series Temporales: Aplicación de los modelos ARIMA para el análisis de la sintomatología del ciclo menstrual. Tesis Doctoral, dirigida por Dr. Jesús Rosel Remirez. Castellón, Univesitat Jaume I de Castellón. Departamento de Psicología Evolutiva, Educativa, Social y Metodología.
  • Jara, P.; Rosel, J. y Palmero, F. (1998). Análisis de la Evolución de la sintomatología del ciclo menstrual mediante modelos ARIMA. En Psicothema, (10), 193-205.
  • Jara, P. y Rosel, J. (2002). Análisis de series temporales: Un ejemplo de aplicación en ámbitos psicológicos. Castellón: Publicaciones de la Universitat Jaume I.
  • Ullman, J. B. & Bentler, P. M. (2003). “Structural Ecuation Modeling” en I. B. Weiner (ed), Handbook of Psychology, New Jersey. John Wiley & Sons, Inc.. Vol 2. Págs. 607 – 634.
  • Vellicer, W. F. & Fava, J. L. (2003). “Time Series Análisis” en I. B. Weiner (ed), Handbook of Psychology, New Jersey. John Wiley & Sons, Inc.. Vol 2. Págs. 581 – 606.

Francisco Herrero Machancoses. Master Promoción: 14

Desirée Casas Lluesma

Uso de cookies

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.Más información...

ACEPTAR
Aviso de cookies