UNIVERSIDAD VERACRUZANA CONTRIBUCIONES ESTADÍSTICAS EN LA ELABORACIÓN DE LA ESCALA MEXICANA DE CALIDAD DE SUEÑO TRABAJO RECEPCIONAL (Reporte de Aplicación) QUE COMO REQUISITO PARCIAL PARA OBTENER EL DIPLOMA DE ESTA ESPECIALIZACIÓN PRESENTA: Karen Anahí Fernández Cruz DIRECTOR Dr. Claudio R. Castro López CODIRECTOR Dr. Ulises Jiménez Correa Xalapa, Ver., Agosto de 2013 FACULTAD DE ESTADÍSTICA E INFORMÁTICA ESPECIALIZACIÓN EN MÉTODOS ESTADÍSTICOS
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
UNIVERSIDAD VERACRUZANA
CONTRIBUCIONES ESTADÍSTICAS EN LA
ELABORACIÓN DE LA ESCALA MEXICANA DE
CALIDAD DE SUEÑO
TRABAJO RECEPCIONAL
(Reporte de Aplicación)
QUE COMO REQUISITO PARCIAL PARA OBTENER EL
DIPLOMA DE ESTA ESPECIALIZACIÓN
PRESENTA:
Karen Anahí Fernández Cruz
DIRECTOR
Dr. Claudio R. Castro López
CODIRECTOR
Dr. Ulises Jiménez Correa
Xalapa, Ver., Agosto de 2013
FACULTAD DE ESTADÍSTICA E INFORMÁTICA
ESPECIALIZACIÓN EN MÉTODOS ESTADÍSTICOS
CONTRIBUCIONES ESTADÍSTICAS EN LA ELABORACIÓN
DE LA ESCALA MEXICANA DE CALIDAD DE SUEÑO
KAREN ANAHÍ FERNÁNDEZ CRUZ
Xal1-09-1213 FEI_EME_371
AGRADECIMIENTOS
A Dios por guiarme y cuidarme en todo momento.
A mi familia, Teresa Cruz Linares y Paola E. Fernández Cruz, porque han sido
mis compañeras de vida. Son un apoyo muy grande y sus consejos los valoro
mucho. Muchas gracias por todo.
A Alfredo Delgado Rios, a pesar de la distancia siempre estás conmigo y sé que
cuento contigo en todo momento.
Al Dr. Claudio R. Castro López por ser mi tutor en la Especialización y estar
siempre al pendiente. Hasta el último momento me siguió apoyando, lo cual se lo
agradezco mucho.
Al Dr. Ulises Jiménez Correa porque con sus aportaciones el trabajo superó
fronteras. Estoy muy agradecida por formar parte de su equipo de trabajo y seguir
colaborando con usted.
A la Dra. Ma. Luisa Hernández Maldonado por su apoyo a lo largo de la
Especialización. Con su visión supo llevar muy bien la coordinación del posgrado
y yo fui una de las beneficiadas, muchas gracias.
RESUMEN
Introducción. El sueño es uno de los procesos fisiológicos más importantes del ser
humano, ya que tiene relación con aspectos básicos (metabólicos, inmunológicos,
genéticos) hasta aspectos más generales como la salud mental, rasgos de
personalidad y funcionamiento neuropsicológico.
La evaluación de la calidad de sueño se puede hacer mediante la polisomnografía. Es
un estudio electrofisiológico que se considera el estándar de oro para el diagnóstico
de los trastornos del sueño; sin embargo es un procedimiento caro que implica toda
una noche para evaluar a un sujeto o paciente.
El concepto de calidad de sueño es un constructo que puede ser evaluado mediante
escalas de auto informe. Los auto informes constituyen uno de los instrumentos más
utilizados en la evaluación de la calidad de sueño puesto que, aunado a la facilidad de
su aplicación, todos ellos proporcionan puntuaciones objetivas. Sin embargo, en
ciertas ocasiones, dada la falta de estudios psicométricos que los avalen, algunos de
ellos se convierten en meros listados de conductas que influyen sobre el sueño.
Método. Se trata de un estudio exploratorio, transversal y psicométrico, en el que se
propone y se determinó la confiabilidad y la validez de una nueva escala de calidad de
sueño. Para la construcción de la escala de sueño se elaboró un modelo de
Regresión Logística y Análisis Discriminante, para esto, se utilizó el programa SPSS
versión 21 en idioma Español.
Una vez elaborado el instrumento se realizó una encuesta piloto inicial a 70 personas
en la ciudad de Xalapa, Veracruz: 35 jóvenes de 18 a 24 años y 35 adultos de 25
años o más. Como los resultados obtenidos en el primer pilotaje no fueron los
esperados, se modificaron algunas preguntas del cuestionario, se quitaron y
agregaron reactivos. Posteriormente se realizó otra encuesta piloto a 61 personas: 31
jóvenes de 18 a 23 años y 30 adultos de 24 años o más. En éste último pilotaje se
obtuvieron mejores resultados.
Para medir la fiabilidad de la Escala Mexicana de Calidad de Sueño se utilizó el Alpha
de Cronbach y para determinar la validez de la escala se realizó un análisis factorial
exploratorio, el cual es una técnica estadística que se usa para identificar un relativo
pequeño número de factores, cada uno de los cuales puede ser usado para presentar
la relación entre un conjunto de variables interrelacionadas. Este análisis también se
realizó en el programa SPSS versión 21.
Resultados. En la primera prueba piloto se obtuvo un Alpha de Cronbach de 0.686,
posteriormente se modificó el cuestionario y en la segunda prueba piloto se obtuvo un
Alpha de Cronbach de 0.818, el cual mejoró notablemente. Finalmente se realizó el
análisis factorial exploratorio, en el cual, con tres factores se explica el 61.79% de la
variación del problema. Los nombres de los factores son: Síntomas Diurnos, Calidad
de Sueño y Duración del sueño e insomnio terminal.
CONTENIDO
I. INTRODUCCIÓN
I.1 Marco contextual 1 I.1.1 Calidad de sueño 2 I.1.2 ¿Cómo se mide la calidad de sueño? 3 I.1.3 Fiabilidad y validez del instrumento de medición 4
I.2 Antecedentes 6 I.3 Planteamiento del problema 7 I.4 Justificación 9 I.5 Objetivos 10
I.5.1 Objetivo general 10 I.5.2 Objetivos específicos 10
II. METODOLOGÍA
II.1 Aspectos generales 11 II.2 Construcción del instrumento 11
II.2.1 Etapa 1. Obtención de datos preliminares 11 II.2.2 Etapa 2. Obtención de indicadores 12 II.2.3 Etapa 3. Elaboración y aplicación de la EMCS 15
II.2.3.1 Propuesta inicial de la EMCS 15 II.2.3.2 Prueba piloto y modificación de la EMCS 16 II.2.3.3 Propuesta final de la EMCS 16
II.2.4 Etapa 4. Fiabilidad y validez del instrumento 18 II.2.4.1 Fiabilidad como consistencia interna 18 II.2.4.2 Validez del constructo 19
III. RESULTADOS
III.1 Resultados de análisis preliminares 21 III.1.1 Análisis discriminante 21 III.1.2 Regresión logística 24
III.2 Resultados de Encuesta piloto 1 26 III.3 Resultados encuesta piloto 2 27
III.3.1 Coeficiente Alpha de Cronbach 27 III.3.2 Análisis Factorial 28
IV. DISCUSIONES 35 REFERENCIAS 36 ANEXOS 40
1
I. INTRODUCCIÓN
En el presente apartado se da una breve descripción de lo que es el sueño y la
importancia de dormir adecuadamente, así como la definición de la calidad de sueño y
cómo se mide ésta. Se habla también de algunas escalas que se han elaborado para
medir calidad y trastornos del dormir, y la importancia de contar con una Escala
Mexicana de Calidad de Sueño.
I.1 Marco contextual
El sueño es un estado fisiológico, activo y rítmico, que aparece cada 24 horas,
alternándose con otro estado de conciencia que es la vigilia (Velayos, 2009). El sueño
es la actividad que ocupa una tercera parte de nuestra vida y plantea demasiadas
interrogantes por aclarar, ya que es uno de los procesos más importantes del ser
humano debido a que tiene que ver con todas sus funciones, desde las más simples
como procesos mecánicos, hasta las más complicadas como cálculos mentales,
(Cortés, 2007). Un sueño adecuado desempeña un papel crítico en el desarrollo del
cerebro, en el aprendizaje y en la consolidación de la memoria, (Sadeh, Gruber y
Raviv, 2003).
El sueño y la vigilia son funciones cerebrales, de manera que están sujetas a las
alteraciones del sistema nervioso (Estivil, 2010). Durante la vigilia percibimos e
interpretamos estímulos del mundo externo, interactuamos con dicho mundo y lo
modificamos; por el contrario, a través del sueño ligero al profundo existe una
disminución de la capacidad de responder a estímulos externos y su esencia
fundamental es retirarnos de la interacción con el ambiente (Jiménez y Contreras,
2011). Se sabe que si no se duerme adecuadamente una noche, durante la vigilia del
día siguiente se tendrá un grado alto de incompetencia (somnolencia, fatiga,
irritabilidad, falta de concentración, etc.). Lo que es fascinante, es que estos síntomas
desaparecen después de dormir el tiempo adecuado (Montes, 2008).
La ciencia y la experiencia han demostrado que dormir es una actividad
absolutamente necesaria para el ser humano. Desde siempre ha habido gente con
problemas de sueño, pero sólo en las últimas décadas se han definido estas
2
alteraciones como una distorsión de la salud que modifica y condiciona nuestra
existencia (Estivil, 2010). Si por alguna razón un sujeto adulto permanece despierto
más allá de 16 horas, fenómeno conocido como privación de sueño, gradualmente le
será más y más difícil mantenerse despierto (Blanco, 2008).
I.1.1 Calidad de sueño
La calidad de sueño es compleja, tanto en su definición como en su medición objetiva,
estando implicados aspectos cuantitativos como la duración, latencia, número de
despertares, etc.; y aspectos subjetivos como la percepción de un sueño reparador y
profundo, es decir, levantarse con la sensación de sentirse descansado y con energía
suficiente para afrontar el nuevo día, lo que significa un sueño sustentable. Por esta
razón, cuando se habla de calidad de sueño, nos referimos sin duda al adecuado
funcionamiento diurno, con la atención debida en las diferentes actividades y
obligaciones diarias (Velayos, 2009).
Millones de individuos viven en una somnolencia y fatiga continuas. Una buena o
mala práctica del hábito del sueño influye, de manera definitiva, en el consumo de
energía y buena disposición durante el periodo de vigilia de un individuo (Estivil,
2010). Es recomendable dormir de 7 a 8 horas diarias; sin embargo, algunas
personas duermen más de 9 horas y otras duermen menos de 5, es por eso que el
sueño habitual se ve afectado por inconvenientes denominados "trastornos del
sueño", (Solache, 2011).
Hoy en día las personas duermen menos, ya que a menudo se sacrifican las horas de
sueño para poder atender los intereses diarios. Dicha privación de horas de sueño
puede provocar somnolencia diurna (sueño excesivo durante el día) y empeorar el
rendimiento neurocognitivo y psicomotor (Curcio, Ferrara y DeGennaro, 2006).
Entre las consecuencias que una calidad inadecuada de sueño puede tener sobre la
vigilia resaltan la somnolencia y la fatiga, cambios en el estado de ánimo como
ansiedad e irritabilidad, y el deterioro de la capacidad de atender adecuadamente a
las demandas del ambiente (Corsi, 2000).
3
La falta de horas de sueño puede llegar a repercutir en la forma en que un individuo
moviliza todos sus recursos personales con la finalidad de alcanzar el éxito en la
resolución de una tarea en un contexto determinado, es decir, lo que se conoce como
competencias básicas (Cladellas et al., 2011). Está universalmente aceptado que el
“dormir bien” es un factor que favorece una adecuada calidad de vida y fomenta el
rendimiento del individuo (Quevedo, 2011).
I.1.2 ¿Cómo se mide la calidad de sueño?
Los estudios de sueño también llamados estudios polisomnográficos son los estudios
destinados a conocer la estructura del sueño (fases) y la presencia de fenómenos
anormales como los trastornos de sueño.
El estudio polisomnográfico es una técnica basada en la recogida de información
mediante electrodos colocados en el cuero cabelludo, en el borde externo de los
parpados y en el mentón. Es la técnica más empleada en el estudio del sueño por la
riqueza de información que aporta a los registros obtenidos en la actividad eléctrica
cerebral (EEG), de los movimientos oculares (EOG), del tono muscular (EMG), del
flujo de aire de cada respiración y de los movimientos respiratorios del tórax y del
abdomen (Sánchez, 2010).
Los perfiles de estos registros se representan gráficamente con el hipnograma, el cual
es una gráfica por grados escalonados que representan la sucesión de las diferentes
fases del sueño en función del tiempo, permite captar de un vistazo la estructura del
sueño y sus perturbaciones (Gaillard, 2004). En ocasiones estos estudios se
acompañan de grabaciones de audio y vídeo que ayudan a conocer y evaluar los
movimientos nocturnos, las posibles vocalizaciones y la presencia de ronquidos.
Aunque idealmente el diagnóstico de trastornos de sueño se debería hacer basado en
datos provenientes de aparatos especializados, a veces no es posible o económico
hacerlo. De este modo, se recurre a cuestionarios estandarizados donde el sujeto
indica cuándo y cómo durmió y qué tan alerta se encuentra durante el día (Ruiz,
2004).
4
El concepto de calidad de sueño es un constructo que puede ser evaluado mediante
escalas de auto informe. Este tipo de evaluación es fundamentalmente subjetiva e
incluye aspectos cuantitativos y cualitativos (Lomelí, et al., 2008). Para valorar la
calidad del sueño se emplean instrumentos de sencilla aplicación, las preguntas las
responde el individuo haciendo referencia a sus impresiones sobre el sueño durante
el último mes (Velayos, 2009), un claro ejemplo de este tipo de cuestionarios es el
denominado índice de calidad de sueño de Pittsburgh, (Anexo 1).
También se le puede pedir al paciente que lleve un diario de sueño donde registra los
tiempos y las horas que durmió, despertares, medicamentos que tomó, etc. El diario
de sueño es un historial que el médico puede usar para el diagnóstico y el tratamiento
de los trastornos del sueño-vigilia (Blanco, 2008).
Los diarios de sueño son un método de auto informe que permite recoger información
de la variabilidad de los parámetros del sueño y consisten en estimaciones diarias de
cómo ha dormido el individuo durante la noche previa, así como su comportamiento y
funcionamiento del día anterior (Pallesen et al., 2001). Un diario de sueño debería
registrar la siguiente información: momento de acostarse, tiempo en que el individuo
tarda en conciliar el sueño, número de despertares nocturnos, último despertar,
momento de levantarse, siestas, medicación y calidad de sueño (Ruiz, 2004).
Las escalas para valorar características del funcionamiento cognoscitivo y del
comportamiento de las personas permiten la obtención de datos que orientan hacia el
diagnóstico, especialmente en el área de la salud mental y de la neurología. Existen
numerosas escalas desarrolladas en diversos ámbitos del campo de la salud (Lomelí,
et al., 2008), incluyendo las escalas para medir calidad y trastornos de sueño. Los
cuestionarios que se utilizan para conocer el alcance de las dificultades para dormir
son instrumentos eficaces y específicos que permiten evaluar la calidad del sueño y
diferencias entre individuos con buena o mala calidad de sueño (Velayos, 2009).
I.1.3 Fiabilidad y validez del instrumento de medición.
La fiabilidad y la validez son cualidades esenciales que deben tener todas las pruebas
o instrumentos de recolección de datos. Si el instrumento reúne estos requisitos hay
5
cierta garantía de los resultados obtenidos en el estudio y por tanto sus conclusiones
pueden ser creíbles (Yuni y Urbano, 2005).
La fiabilidad (o confiabilidad) de las medidas se identifica como la precisión, de tal
forma que un instrumento es fiable cuando mide algo con precisión,
independientemente de lo que se está midiendo. También se puede expresar la
fiabilidad como la constancia entre varias mediciones sucesivas de una misma
realidad (Pérez J, 2009).
En todo tipo de test psicológicos; escalas de actitudes, etc., una fiabilidad alta es una
característica deseable. Entendiendo que la fiabilidad no es una característica de un
test (aunque esta sea la expresión habitual) si no de un conjunto de puntuaciones que
quedan mejor o peor diferenciadas. Por ello, también es posible definir la fiabilidad
como el porcentaje de error de medición que tiene todo instrumento aplicado en una
determinada situación (Canales, 2006).
Por otra parte, la validez se relaciona con la verosimilitud o más precisamente con la
correspondencia entre el modelo teórico construido en la investigación y la realidad
empírica. Se habla de validez interna o credibilidad para referirse a la congruencia
entre las observaciones realizadas en el trabajo de campo y la realidad tal como la
perciben los sujetos o como la describen los científicos. También se identifica una
validez externa, definida como la garantía de que los descubrimientos de la
investigación no están sesgados por diferentes aspectos derivados de la subjetividad
del investigador (Yuni y Urbano, 2006).
Puede afirmarse que una medición está válida desde el punto de vista de la
construcción si los resultados empíricos permiten confirmar las relaciones entre
variables establecidas previamente en forma de hipótesis teóricas. Para lograr este fin
existen muchas técnicas disponibles, como el análisis de componentes principales
cuya aplicación permite identificar las medidas que aparecen fuerte o débilmente
asociadas, según sea el caso, o las medidas de asociación y de correlación (Estévez,
2007).
6
Es posible ver a la validez como una propiedad no sólo de los instrumentos, sino más
bien de las interpretaciones que se hacen de sus resultados. En otras palabras, la
validez está relacionada con la interpretación de los datos, de manera que una
investigación será más válida si las interpretaciones que se hagan de ella se
sustenten en lo que efectivamente se está midiendo (Canales, 2006).
La fiabilidad de un instrumento es condición necesaria pero no suficiente para que
éste pueda usarse en un procedimiento de investigación. Para esto es preciso que
tenga también validez, pues nada adelanta un instrumento que mida fidedignamente
algo diferente de aquello que se pretende medir (Giraldo, 2006).
I.2 Antecedentes
Según Lomelí (et al.), en una revisión de escalas y cuestionarios para evaluar el
sueño, en 2008 había más de 38 escalas de sueño, la mayoría con el objetivo de
evaluar las alteraciones y patologías que se presentan tanto en población general
como en poblaciones específicas. Dichas escalas se elaboraron en países como:
Israel, Italia, Islandia, Inglaterra, Suecia, Grecia, Escocia, Australia, Canadá y Estados
Unidos de América.
Cabe señalar que de las escalas encontradas en esta revisión no se encontraron
instrumentos desarrollados con población latinoamericana. El único instrumento que
menciona se elaboró en Latinoamérica, para ser más específicos México, fue la
“escala de valoración subjetiva del sueño y las ensoñaciones”. La cual mide aspectos
emocionales del sueño y las ensoñaciones, elaborada por Gruen I., et al. 1997, pero
no fue sometida a estudios de validación y se desconoce si fue utilizada de nuevo.
Con respecto a la traducción y validación de instrumentos, en 2005 se realizó y validó
la versión en español para la población mexicana de la Escala Atenas de Insomnio.
En el proceso de traducción del instrumento original en inglés a su versión en español
se siguieron los lineamientos de la Organización Mundial de la Salud (Nenclares et al.,
2005). De igual manera, en 2008, Jiménez-Guenchi, et al., evaluaron la confiabilidad y
composición factorial del Índice de Calidad de sueño de Pittsburgh (ICSP) en
7
población mexicana. Finalmente, en 2009, se tradujo al idioma español la Escala de
Somnolencia de Epworth, validada también en población mexicana (Jiménez-Correa,
et al., 2009).
Actualmente ya existe una Escala Mexicana que mide los trastornos de sueño, la cual
recibe el nombre de “Cuestionario de Trastornos del Sueño Monterrey” (Téllez, et al.,
2012). Esta escala fue elaborada por el Centro de Investigación y Desarrollo en las
Ciencias de la Salud en la Universidad Autónoma de Nuevo León. El objetivo principal
fue elaborar un nuevo instrumento para evaluar trastornos del sueño, que cuente con
validez y confiabilidad en una población hispanohablante.
El Cuestionario de Trastornos del Sueño Monterrey se evalúo inicialmente mediante
un estudio piloto (n=173) y posteriormente, se utilizó en un estudio para determinar la
prevalencia de trastornos del sueño en trabajadores de la industria manufacturera. En
ambos estudios el cuestionario presentó propiedades psicométricas adecuadas, Alpha
de Cronbach de 0.82 y 0.91, respectivamente, así como validez convergente
mostrando correlación con el ICSP ( ).
I.3 Planteamiento del problema
La evaluación de la calidad de sueño se puede hacer mediante la polisomnografía. Es
un estudio electrofisiológico que se considera el estándar de oro para el diagnóstico
de los trastornos del sueño; sin embargo es un procedimiento caro que implica toda
una noche para evaluar a un sujeto o paciente. Debido a esto, se recurren a las
escalas o auto informes para evaluar calidad y trastornos de sueño.
Los auto informes constituyen uno de los instrumentos más utilizados en la evaluación
de la calidad de sueño puesto que, aunado a la facilidad de su aplicación, todos ellos
proporcionan puntuaciones objetivas. Sin embargo, en ciertas ocasiones, dada la falta
de estudios psicométricos que los avalen, algunos de ellos se convierten en meros
listados de conductas o factores que influyen sobre el sueño (Oblitas, 2009).
8
Los enfoques de investigación cualitativa suelen ser acusados de poco científicos, ya
que no reúnen algunos de los requisitos que son considerados condiciones básicas
de la producción del conocimiento. Particularmente, la acusación recae sobre la
problemática de la validez y la confiabilidad, la cual está ligada a la crítica acerca del
subjetivismo de estos enfoques (Yuni y Urbano, 2005).
El conjunto de conocimientos sobre el sueño se ha aplicado para el desarrollo de
escalas diseñadas para evaluar características y trastornos de sueño en población
infantil, adolescente y adulta (Lomelí, et al., 2008). El problema es que la mayoría de
las escalas existentes para medir calidad o trastornos de sueño fueron elaboradas
originalmente en el idioma inglés.
Cuando se elabora una escala o se traduce a otro idioma se debe validar y establecer
la confiabilidad del instrumento para poblaciones donde se desea utilizar. Pero los
elementos resultantes varían según los individuos encuestados y lo que puede ser
una medición confiable en un país no es confiable en otro, esto se debe a que las
poblaciones de cada lugar tienen características distintas (climatológicas,
demográficas, culturales, etc.).
Otro problema frecuente es que en algunas escalas se indaga sobre las
características del sueño ocurrido en periodos muy distantes con relación al momento
de la aplicación del cuestionario, de tal manera que las respuestas pueden ser
equivocadas por falsos recuerdos o por olvido, alterando los resultados que
fundamentan los criterios y conocimientos sobre los diferentes aspectos del sueño
(Lomelí, et al., 2008).
Debido a lo anterior, surgió la necesidad elaborar y validar una Escala Mexicana de
Calidad de Sueño, la cual se realizó en cuatro etapas:
1. En la primera etapa se evaluó la calidad y hábitos de sueño de estudiantes de
la Faculta de Estadística e Informática.
2. Se analizó la base de datos utilizando métodos estadísticos para identificar las
variables que clasifican mejor la calidad de sueño.
9
3. Una vez obtenidas las variables más representativas, se construyó la Escala
Nacional de Calidad de Sueño y se aplicó en una encuesta piloto.
4. Finalmente, se evaluó la fiabilidad del instrumento y se validó el constructo.
I.4 Justificación
Existen muchas escalas para medir la calidad y trastornos de sueño pero la mayoría
de estas se elaboran en otros países y en diferentes idiomas, posteriormente se
traducen al español y se evalúan en la población mexicana, pero en el proceso se
puede perder la esencia de lo que realmente se quiere medir. Es por eso que es
necesario construir una Escala de Calidad de Sueño en español validada en
población mexicana, ya que actualmente se tiene la necesidad de contar con un
instrumento que mida éste constructo de manera rápida, fácil, objetiva y económica.
Por otra parte, la elaboración de instrumentos psicométricos que miden cualidades o
característica muy específicas es muy complicada, ya que se necesita tener la certeza
de que el instrumento realmente mida lo que debe medir. Para determinar la
confiabilidad de un instrumento se pueden usar diferentes técnicas estadísticas y es
aquí en donde un Especialista en Métodos Estadísticos juega un papel importante en
el estudio.
Por ello, es fundamental contar con instrumentos que hayan demostrado índices de
fiabilidad y validez adecuados, ya que es bien conocida la falta de relación que en
ocasiones existe entre medidas objetivas y medidas subjetivas de sueño (Oblitas,
2009).
El objetivo principal de ésta investigación no es únicamente proponer y validar una
escala. Lo que realmente se espera es obtener resultados de fiabilidad y validez
altamente significativos, con el fin de dar conocer este instrumento y que pueda ser
utilizado en la República Mexicana o en Latinoamérica.
La escala se utilizará en la Clínica de Trastornos del Sueño de la Facultad de
Medicina, UNAM. Ya que para determinar la calidad de sueño, a los pacientes se les
10
hacen muchas preguntas respecto a sus hábitos de sueño, dicho cuestionario recibe
el nombre de entrevista clínica. Con la Escala Mexicana de Calidad de Sueño se
puede simplificar el método para dar un diagnóstico y de ésta manera es más práctico
para el médico determinar la calidad de sueño del paciente.
Teniendo en cuenta lo anterior es necesario el diseño y la validación de una Escala
Mexicana de Calidad de Sueño con la cual se reducirán costos, la aplicación es muy
sencilla, y el diagnóstico será rápido y confiable.
I.5 Objetivos
I.5.1 Objetivo general
Elaborar una propuesta de la Escala Mexicana de Calidad de Sueño utilizando
diversos métodos estadísticos.
I.5.2 Objetivos específicos
Identificar cuáles son las variables que mejor clasifican la calidad de sueño.
Evaluar la fiabilidad del instrumento utilizando coeficientes de consistencia
interna
Realizar la validación del constructo.
11
II. METODOLOGÍA
En el presente capítulo se describe con detalle cómo se elaboró la Escala de
Calidad de Sueño en cada una de sus etapas y se indican los métodos estadísticos se
utilizaron para evaluar la confiabilidad y la validación del instrumento.
II.1 Aspectos generales
La presente investigación es exploratoria, transversal y psicométrica, ya que se
propone y se valida una nueva escala de calidad de sueño con el fin de determinar si
es confiable. Una vez obtenida la propuesta de la escala, se realizó una encuesta
piloto para evaluar la fiabilidad del instrumento en grupos con diferentes
características. Como el resultado obtenido no fue el esperado, se modificaron
algunos reactivos de la escala y se aplicó un segundo pilotaje con el fin de mejorar la
confiabilidad del instrumento.
II.2 Construcción del instrumento
Con el fin de identificar los indicadores que se utilizarán en la escala de calidad de
sueño se siguió un largo proceso, el cual se describe a continuación.
II.2.1 Etapa 1. Obtención de datos preliminares
Durante la primera etapa se aplicaron diversos cuestionarios a 200 estudiantes de la
Facultad de Estadística e Informática en la Universidad Veracruzana, Región Xalapa
(Fernández, 2012). Para fines del presente estudio se analizaron 2 instrumentos, el
cuestionario que mide los hábitos de sueño y el que mide la calidad de sueño. Ésto
con el fin de establecer relación causa efecto en estas dos variables. A continuación
se describen los instrumentos de medición utilizados.
a) Hábitos de sueño
Se utilizó para determinar los hábitos de sueño de los estudiantes. El cual cuenta con
diferentes apartados, cada uno aborda temas diferentes: calidad de sueño, alimentos
que afectan el ciclo sueño vigilia, uso de pastillas para dormir, actividad diurna,
12
horario de cama, características de la recamara, actividades antes de acostarse y
conducta en caso de insomnio.
Es un formato que utiliza el Dr. Ulises Jiménez Correa, especialista en insomnio de la
Clínica de Trastornos del Sueño de la Facultad de Medicina de la UNAM, como
entrevista para los pacientes insomnes que acuden a dicha clínica. El formato fue
modificado y adaptado para aplicarse a los estudiantes de la FEI (Fernández, 2012).
b) Índice de calidad de sueño de Pittsburgh (ICSP)
El índice de calidad de sueño de Pittsburgh (Buysse, 1989), constituye una de las
medidas más relevantes de la calidad del sueño, está formado por 19 ítems que
permite obtener una puntuación global acerca de la calidad de sueño en el último
mes, esta puntuación se obtiene a partir de siete componentes diferentes. La suma de
las puntuaciones obtenidas en cada uno de los componentes parciales genera una
puntuación total (PT), donde una mayor puntuación indica una menor calidad en el
dormir (Oblitas, 2009).
Cada componente se califica de 0 a 3, la puntuación máxima que se obtiene al sumar
los siete componentes es 21. Para la variable calidad de sueño, según Buysse y
colaboradores, si la suma total del ICSP es mayor que 5 entonces se clasifican como
malos dormidores, es decir, tienen una mala calidad de sueño (Smyth, 2007). En el
estudio original de Buysse, el ICSP mostró un coeficiente de homogeneidad interna
elevada, alfa de Cronbach=0.83. (Jiménez G., 2008). En éste caso se utilizó la versión
en español (Royuela, 1997), la cual se encuentra en el Anexo 1.
II.2.2 Etapa 2. Obtención de indicadores
Con los cuestionarios mencionados anteriormente se obtuvo una matriz de datos muy
grande, de la cual, no todas las variables aportaban a la investigación. Se depuró la
base con un tamaño de muestra final de 188 individuos y, finalmente, se realizó un
análisis discriminate y un análisis de regresión logística binaria para determinar cuáles
son las variables que mejor clasifican la calidad de sueño.
13
a) Análisis Discriminante
El Análisis Discriminante es una técnica estadística apropiada cuando la variable
dependiente es categórica (nominal o no métrica) y las variables independientes son
métricas. El análisis discriminante implica obtener un valor teórico, es decir, una
combinación lineal de do o más variables independientes que discriminen mejor entre
los grupos definidos a priori.
La discriminante se lleva a cabo estableciendo las ponderaciones del valor teórico
para cada variable de tal forma que maximice la varianza entre-grupos frente a la
varianza intra-grupos. La combinación lineal para el análisis discriminante, también es
conocida como función discriminante, se deriva de una ecuación que adopta la
siguiente forma:
donde
Puntuación Z discriminante de la función discriminante j para el objeto k
Constante
Ponderación discriminante para la variable i
Variable independiente i para el objeto k
El análisis discriminante es la técnica estadística apropiada para contrastar la
hipótesis de que las medias de los grupos de un conjunto de variables independientes
para dos o más grupos son iguales. Para hacer esto, el análisis discriminante
multiplica cada variable independiente por su correspondiente ponderación y suma
estos productos. El resultado es la única puntuación Z discriminante compuesta para
cada individuo en el análisis. Promediando las puntuaciones discriminantes para
todos los individuos dentro de un grupo particular, se obtiene la media del grupo, la
cual, es conocida como centroide (Hair et al., 1999).
14
b) Regresión Logística La regresión logística es un tipo especial de regresión que se utiliza para predecir y
explicar una variable categórica binaria (2 grupos) en lugar de una medida
dependiente métrica. La forma del valor teórico de la regresión logística es similar a la
del valor teórico de la regresión múltiple. El valor teórico representa una única relación
multivariante con coeficientes como los de la regresión que indican la influencia
relativa de la variable predictor (Hair et al., 1999)
En estadística aplicada es muy frecuente tener que calcular la probabilidad de que
ocurra o de que no ocurra determinado suceso. Cuando un suceso sólo tiene dos
posibilidades de ocurrir se dice que es dicotómico. De los sucesos codificados en una
variable dicotómica, se denomina suceso de interés al que conocer su probabilidad es
el principal objetivo.
El modelo de interés pretende conocer los factores que aumentan o disminuyen la
probabilidad de que ocurra un suceso determinado. En ciencias de la salud, uno de
los puntos de máximo interés es conocer los factores que influyen en el desarrollo de
una determinada enfermedad. Para este estudio, se pretende conocer que factores
influyen en una buena calidad de sueño, donde ( ) abreviadamente P, es la
probabilidad de que ocurra un determinado suceso y ( ) es la probabilidad de
que no ocurra.
( ) es una probabilidad, por lo tanto, su valor puede oscilar entre cero y uno,
consecuentemente la función relacional ( ) también tiene que oscilar entre
cero y uno. El mejor modelo matemático que cumple las exigencias es el logístico:
( )
( )
El coeficiente de regresión logística debe ser estadísticamente distinto de cero para
que exista influencia significativa de la variable dependiente, es por eso que se
prueban las siguientes hipótesis: , (Álvarez, 2007).
15
II.2.3 Etapa 3. Elaboración y aplicación de la escala
Una vez analizando las variables y con la aportación del Dr. Ulises Jiménez Correa se
elaboró la primera propuesta de la escala. Como los resultados no fueron los
esperados, se modificó la escala y se evaluó mediante una encuesta piloto.
II.2.3.1 Propuesta inicial de la Escala Mexicana de Calidad de Sueño
En la Tabla 1 se presenta la escala inicial. Las preguntas que propuso el Dr. Jiménez
en base a su experiencia son: 6, 7, 9, 10; las preguntas que se propusieron en base a
los análisis estadísticos realizados son: 13 y 14; finalmente, ambos coincidimos que
se deben de incluir las preguntas 1, 2, 3, 4, 5, 8, 11.
Tabla 1. Primera propuesta de la EMCS
Instrucciones: Lea cuidadosamente antes de contestar y marque con una X la opción con la cual
se sienta más identificado considerando únicamente el último mes.
1. ¿Cuál ha sido, normalmente, su hora de acostarse?
2. ¿A qué hora se ha levantado habitualmente por la mañana?
3. ¿En promedio cuántas horas duerme por noche?
4. ¿Qué calificación le da a la calidad de su sueño pensando que 1 es la peor calidad 10 es la mejor?
10-9 8-7 6-5 4-3 2-1
5. ¿Cuánto tarda para empezar a dormir desde que se acuesta?
0-30 min.
31-60 min.
61-90 Min.
91-120 min.
121 o más
6. ¿Cuántas veces despierta por noche una vez que se ha quedado dormido?
0 veces 1 vez 2 veces 3 veces 4 o más
7. ¿Cuántas noches por semana despierta y ya no puede volver a dormir?
0 noches 1-2 noches
3-4 noches
5-6 noches
7 noches
8. ¿Cuántas noches por semana tiene dificultad para empezar a dormir?
0 noches 1-2 noches
3-4 noches
5-6 noches
7 noches
9. ¿Cuántas días por semana tiene dificultad para levantarse?
0 días
1-2 días 3-4 días 5-6 días 7 días
10. ¿Cuántos días por semana tiene cansancio? 0 días
1-2 días 3-4 días 5-6 días 7 días
11. ¿Cuántos días por semana tiene necesidad de dormir durante la mañana o la tarde?
0 días
1-2 días 3-4 días 5-6 días 7 días
12. ¿Cuántos días por semana tiene malestar general por haber dormido mal?
0 días
1-2 días 3-4 días 5-6 días 7 días
13. ¿Cuántos días por semana se desvela haciendo tarea o trabajando?
0 días
1-2 días 3-4 días 5-6 días 7 días
14. ¿Cuánto tiempo tiene su colchón?
16
II.2.3.2 Prueba piloto y modificación de la EMCS Se realizó una prueba piloto de la escala con el fin de validar y determinar la fiabilidad
del instrumento. La encuesta se aplicó a 70 personas, de los cuales se formaron 2
grupos con diferentes características:
Grupo 1. Estudiantes de la Facultad de Estadística e Informática, Universidad
Veracruzana región Xalapa con edades de 18 a 24 años (n=35).
Grupo 2. Habitantes adultos de la ciudad de Xalapa, Veracruz. Con edades de
25 años en adelante (n=35).
Como los resultados obtenidos no fueron los esperados, se optó por modificar la
escala. Las modificaciones realizadas fueron las siguientes:
1. La pregunta 13 ¿Cuántos días por semana se desvela haciendo tarea o
trabajando? se modificó por ¿Cuántos días por semana se desvela?
2. Las preguntas 4 y 5 se dejaron abierta para codificarlas posteriormente.
3. Se agregó la pregunta ¿En general cómo considera su calidad de sueño? Con
opciones de respuesta desde muy buena hasta muy mala.
4. La pregunta 14 ¿Cuántos años tiene su colchón? No será evaluada como ítem
en el cuestionario.
5. Finalmente, se modificó el orden de las preguntas
II.2.3.3 Propuesta final de la Escala Mexicana de Calidad de Sueño
Con las modificaciones realizadas, la propuesta final de la escala consta de 15
preguntas y se evalúan 13 ítems. Se dejaron algunas preguntas abiertas para calibrar
el instrumento y, de esta manera, codificar de distintas formas hasta que resultados
de confiabilidad fueran los mejores.
La Tabla 2 muestra las codificaciones que mejores resultados dieron con respecto a la
confiabilidad del instrumento.
17
Tabla 2. Codificaciones de las preguntas 1, 4, 5 y eficiencia del sueño
En promedio, ¿Cuántas horas duerme por noche? 7-8 6 o 9 5 o 10 4 o11 3 o 12
¿Qué calificación le da a su calidad de sueño? 10-9 8-7 6-5 4-3 2-1
¿Cuánto tarda en dormir desde que se acuesta? <15 min 16-30 31-45 46-60 >60 min
Eficiencia del sueño 100-90% 89-80 79-70 69-60 < 59%
Finalmente, en la Tabla 3, se muestra la segunda propuesta de la Escala Mexicana
de Calidad de Sueño después de realizar las modificaciones antes mencionadas.
Tabla 3. Propuesta final de la EMCS
Instrucciones: Lea cuidadosamente antes de contestar y marque con una X la opción con la cual
se sienta más identificado considerando únicamente el último mes.
1. ¿Cuál ha sido, normalmente, su hora de acostarse?
2. ¿A qué hora se ha levantado habitualmente por la mañana?
3. ¿En promedio cuántas horas duerme por noche?
4. ¿Qué calificación le da a la calidad de su sueño pensando que 1 es la peor calidad 10 es la mejor?
5. ¿Cuánto tarda para empezar a dormir desde que se acuesta?
6. ¿Cuántas veces despierta por noche una vez que se ha quedado dormido?
0 veces
1 vez
2 veces
3 veces
4 o más
7. ¿Cuántas noches por semana despierta y ya no puede volver a dormir?
0 noches 1-2 noches
3-4 noches
5-6 noches
7 noches
8. ¿Cuántas noches por semana tiene dificultad para empezar a dormir?
0 noches 1-2 noches
3-4 noches
5-6 noches
7 noches
9. ¿Cuántas noches por semana se desvela? 0 noches 1-2 noches
3-4 noches
5-6 noches
7 noches
10. ¿Cuántas días por semana tiene dificultad para levantarse?
0 días
1-2 días 3-4 días 5-6 días 7 días
11. ¿Cuántos días por semana tiene cansancio? 0 días
1-2 días 3-4 días 5-6 días 7 días
12. ¿Cuántos días por semana tiene necesidad de dormir durante la mañana o la tarde?
0 días
1-2 días 3-4 días 5-6 días 7 días
13. ¿Cuántos días por semana tiene malestar general por haber dormido mal?
0 días
1-2 días 3-4 días 5-6 días 7 días
14. En general ¿Cómo considera su calidad de sueño?
Muy buena
Buena Regular Mala Muy mala
15. ¿Cuánto tiempo tiene su colchón?
18
Teniendo la propuesta final de la escala, se realizó la segunda prueba piloto a 61
personas del estado de Veracruz y se formaron 2 grupos.
Grupo 1. Estudiantes de la Universidad Veracruzana región Xalapa y Veracruz
con edades de 18 a 23 años (n=31).
Grupo 2. Habitantes adultos de la ciudad de Xalapa, Veracruz. Con edades de
24 años en adelante (n=30).
II.2.4 Etapa 4. Fiabilidad y validez del instrumento
Como se ha mencionado en el capítulo 1, la fiabilidad y la validez son cualidades
esenciales que deben tener todas las pruebas o instrumentos de recolección de
datos. Los análisis realizados para determinar si la Escala Mexicana de Calidad de
Sueño presenta estas cualidades se describen a continuación:
II.2.4.1 Fiabilidad como consistencia interna
Con el fin determinar si existe una coherencia o consistencia en las respuestas que
ofrecieron los encuestados a los diferentes elementos que integran el instrumento, se
midió la fiabilidad como consistencia interna. Existen varios procedimientos para
determinar la fiabilidad de una prueba por medio de la consistencia interna, en este
caso se utilizó el procedimiento Alpha de Cronbach.
Este procedimiento de cálculo de la fiabilidad se emplea con frecuencia cuando se
recurre al cuestionario como instrumento de recogida de datos. El Alpha de Cronbach,
resulta del cociente entre las sumas de varianzas de los ítems, divida entre la
varianza total, ponderada por el número de ítems de la escala. Su expresión
matemática es la siguiente:
(
∑
)
donde:
Número de elementos o ítems de la prueba.
19
Varianza de cada uno de los ítems.
Varianza de las puntuaciones totales de la prueba.
Como se puede constatar, la fiabilidad de los cuestionarios está relacionada
directamente con el número de ítems del mismo, a mayor cantidad de ítems mayor
fiabilidad. Dada la dificultad de cálculo manual, se suele recurrir a paquetes
estadísticos, entre ellos el SPSS. En ocasiones conviene complementar los valores de
este coeficiente con otras técnicas (Pérez, 2009).
II.2.4.2 Validez del constructo
La fiabilidad es un requisito imprescindible de toda medición, no obstante no es una
condición suficiente para defender la idoneidad de los datos recogidos, es por eso que
realizó un análisis factorial exploratorio.
El Análisis Factorial Exploratorio es una de las vías más habituales para acercarse al
análisis de la validez del constructo. Éste se realiza para identificar las dimensiones
subyacentes o contenidas en la medición de otras variables observadas de manera
directa. Las dimensiones mencionadas son factores o constructos que no pueden ser
medidos por medio de una entidad mensurable simple. En otras palabras, el Análisis
Factorial es una técnica estadística que se usa para identificar un relativo pequeño
número de factores, cada uno de los cuales puede ser usado para presentar la
relación entre un conjunto de varias variables interrelacionadas (Ramos, 2008).
Caben por lo tanto dos enfoques del análisis factorial:
1. Se puede analizar toda la varianza, común y no común; en este caso se utilizan
los unos en la matriz de correlaciones. El método más usual es el análisis de
Componentes Principales.
2. Se puede analizar solamente la varianza común, y en este caso se sustituyen
los unos de la diagonal por estimaciones de la varianza que cada reactivo tiene
en común con los demás (comunalidades). Estos procedimientos se
denominan análisis de factores comunes (Morales, 2013).
20
El término Análisis Factorial se refiere en rigor solamente al análisis de Factores
Comunes aunque es habitual utilizarlo para designar el Análisis de Componentes
Principales. La estructura factorial que resulta en ambos tipos de análisis es más o
menos la misma cuando las variables son muchas y cuando hay una estructura
factorial clara. Se considera que se tiene una estructura factorial clara cuando las
variables que definen un factor tienen pesos de 0.5 o más en ese factor y menos en
los demás.
En la confección de instrumentos el análisis más recomendado suele ser el de
Componentes Principales, aunque otros autores suelen preferir el análisis de Factores
Comunes, pues da unas estimaciones de los pesos más conservadoras al tener en
cuenta el error o varianza no compartida de las variables (Morales, 2013). Beave y
colaboradores (2013) sugieren hacer los dos análisis para quedarnos con la solución
más clara.
Un análisis factorial tiene las siguientes fases:
a. Examen de la matriz de correlaciones de todas las variables que constituyen
los datos originales.
b. Extracción de los factores comunes.
c. Rotación de los factores con objeto de facilitar su interpretación.
d. Representaciones gráficas.
e. Cálculo de las puntuaciones factoriales para cada individuo (Álvarez, 1995).
Para fines del presente estudio, se realizó el análisis factorial realizando la extracción
de los factores comunes por el método de componentes principales. Los resultados
fueron los mismos que con la extracción de factores utilizando Máxima Verosimilitud
pero la solución es más clara cuando se utiliza la rotación Varimax. Este análisis se
realizó en el programa SPSS, versión 21 en idioma Español.
21
III. RESULTADOS
En una primera etapa se encuestaron a 200 estudiantes de la Facultad de Estadística
e Informática, posteriormente se depuró la base y el tamaño de la muestra final fue de
188, ya que éstos contestaron todas las preguntas. 73.4% de los estudiantes
pertenecen al sexo femenino y 26.6% restante son hombres. La gran mayoría de ellos
eran solteros (94.1%). Con respecto al sueño 50.5% tuvo buena calidad de sueño.
III.1 Resultados de análisis preliminares
Para identificar los reactivos que se incluyeron en la escala, se realizó el análisis
discriminante y el análisis de regresión logística.
III.1.2 Análisis discriminante
El objetivo principal del análisis discriminante fue identificar cuáles son las variables
que clasifican la calidad de sueño en buena y mala. Para el análisis se utilizaron 6
variables:
Calificación que le dan los estudiantes a su calidad de sueño.
Horas que duermen
Cuantos días por semana tienen dificultad para conciliar el sueño
Cuantos días por semana tienen dificultad para mantenerse despiertos
realizando ciertas actividades
La eficiencia del sueño
Cuantos años tiene su colchón
Los resultados del análisis discriminante se muestran en la Tabla 4, donde se observa
que sólo existe un autovalor, ya que se cuenta únicamente con una función
discriminante. Esta única función explica el 100% de las diferencias existente entre los
sujetos de los grupos. La correlación canónica es el coeficiente de correlación de
Pearson, entre la puntuación discriminante (variables independientes) y los grupos
(unos y ceros). En este caso se observa que la función discriminante tiene una
correlación canónica de 0.768, la cual se considera alta e indica que las variables
discriminantes permiten diferenciar bien entre los grupos.
22
Tabla 4. Autovaloresa
En la siguiente tabla se observa el valor Lambda de Wilks, el cual permite contrastar
la hipótesis nula de que los centroides de los grupos son iguales. Valores próximos a
1 indican un gran parecido entre los grupos, en este caso el valor de Lambda de Wilks
se acerca más a cero y esto indica que existe una gran diferencia entre los grupos.
Con el valor p se concluye que la función discriminante clasifica los grupos de forma
significativa.
Tabla 5. Lambda de Wilks
Contraste de las funciones Lambda de Wilks Chi-cuadrado gl Sig.
1 .411 162.806 6 .000
A continuación se muestran los coeficientes factoriales estandarizados
correspondientes a cada variable para cada función discriminante. Si los coeficientes
son estandarizados, el mayor indica que su correspondiente variable es la que más
influye en la discriminación (1); en este caso, el coeficiente mayor corresponde a las
horas que duermen, 0.629.
Tabla 6. Coeficientes estandarizados de las funciones discriminantes canónicas
Función Autovalor % varianza % acumulado Correlación canónica
1 1.434a 100.0 100.0 .768
a. Se han empleado las 1 primeras funciones discriminantes canónicas en el
análisis.
Función
1
Calificación Calidad .446
Horas que duerme .629
Dif. conciliar sueño -.470
Dif. Mantenerse desp. -.347
Eficiencia de Sueño .367
Años colchón -.224
23
La Tabla 7 indica la ubicación de los centroides en la función discriminante. Se
observa que los estudiantes que tienen buena calidad de sueño se encuentran
localizados, en promedio, en las puntuaciones positivas de la función, mientras que
los que tienen mala calidad de sueño se encuentran ubicados en las puntuaciones
negativas. A continuación se muestran los valores medios de los grupos con buena
calidad y mala de sueño.
Tabla 7. Funciones en los centroides de los grupos
Calidad de sueño
Función
1
Buena 1.179
Mala -1.204
Finalmente se realizó una tabla para determinar el procentaje de clasificación correcta
de la función discriminate. Los resultados se presentan en la Tabla 8, en donde se
observa que los estudiantes que tienen buena calidad de sueño son correctamente
clasificados en 92.6% de los casos y 91.4% de los que tienen mala calidad de sueño
fueron clasificados correctamente. En total la función clasifica correctamente el 92%
de los casos.
Tabla 8. Resultados de la clasificacióna
Calidad de Sueño
Grupo de pertenencia
pronosticado
Total
Buena Mala
Original Recuento Buena 88 7 95
Mala 8 85 93
% Buena 92.6 7.4 100.0
Mala 8.6 91.4 100.0
a. Clasificados correctamente el 92.0% de los casos agrupados originales.
24
III.1.3 Regresión Logística
Se realizó un análisis de regresión logística, utilizando la misma base de datos, con el
fin de determinar la probabilidad de que un estudiante tenga buena calidad de sueño
dependiendo se ciertos factores. Las variables incluidas para el modelo fueron:
Calificación que le dan los estudiantes a su calidad de sueño
Horas que duerme los estudiantes
Cuantos días por semana tienen dificultad para mantenerse despiertos
realizando ciertas actividades
Eficiencia del sueño
Días por semana tarda 30 minutos o más en conciliar el sueño
Años del colchón
Si ve televisión en caso de insomnio
Cuantos días por semana se desvela haciendo tarea
La Tabla 9 presente los resultados de la prueba Homer-Lemeshow, la cual es una
técnica empleada para evaluar la bondad de ajuste y es muy recomendable cuando
se incluyen en el modelo al menos una variable cuantitativa. En este caso la prueba
no resultó estadísticamente significativa, por lo cual se concluye que si existe un buen
ajuste del modelo.
Tabla 9. Prueba de Hosmer y Lemeshow
Paso Chi cuadrado gl Sig.
1 9.140 8 .331
A continuación se muestran las variables incluidas en el modelo con su respectivo
coeficiente ( ) y su nivel de significancia, el cual contrasta la hipótesis de que el
coeficiente de regresión logística debe ser estadísticamente distinto de cero. La
mayoría de las variables resultaron significativas, en donde hubo problema fue en las
variables ordinales, las cuales fueron modificadas para la elaboración de la escala de
calidad de sueño.
25
Tabla 10. Modelo de regresión logística
Variable Beta Significancia
Horas que duerme 2.545 <0.001
Calificación 1.160 0.001
Eficiencia sueño 0.115 0.001
Dificultad despierto
Dificultad despierto (1)
Dificultad despierto (2)
Dificultad despierto (3)
4.860
3.779
2.385
0.018
0.006
0.024
0.128
Conciliar el sueño
Conciliar el sueño (1)
Conciliar el sueño (2)
Conciliar el sueño (3)
9.057
6.542
5.338
0.003
0.181
0.329
0.425
Años del Colchón -.234 0.017
Televisión -1.61 0.040
Desvelo tarea -.436 0.044
Constante -42.07 <0.001
Finalmente se presenta la tabla de clasificación del modelo, la cual agrupa
correctamente el 95.1% de los casos y se concluye que el modelo de regresión
logística es bueno.
Tabla 11. Porcentaje de clasificación del modelo
Observado
Pronosticado
Calidad sueño Porcentaje
correcto Mala Buena
Paso 1 Calidad sueño Mala 89 4 95.7
Buena 5 87 94.6
Porcentaje global 95.1
a. El valor de corte es .500
El análisis discriminante y la regresión logística cuentan con amplias aplicaciones en
situaciones donde el primer objetivo es identificar el grupo al cual un objeto pertenece.
En éste caso lo objetos (estudiantes) están incluidos en grupos (buena o mala calidad
26
de sueño) y se desea que la pertenencia a cada grupo pueda predecirse o explicarse
por un conjunto de variables independientes.
Nota: Para estos 2 análisis se utilizaron algunas variables incluidas en el ICSP, con el
cual se calculó la variable respuesta Calidad de Sueño. Es por eso que se obtuvo un
alto porcentaje de clasificación en ambos modelos, pero era necesario incluir estas
variables en la nueva escala, ya que son parte fundamental en la medición del
constructo de calidad de sueño.
III.2 Resultados de encuesta piloto 1 Una vez elaborado el instrumento, se aplicó la escala a 70 sujetos, 35 estudiantes
universitarios con edades entre 18 y 24 años, y 35 adultos mayores de 25 años. La
edad promedio del grupo 1 fue de 20 años y 62.07% de los encuestados son
hombres. La edad promedio del grupo 2 fue de 40 años y 40% de los encuestados
son mujeres.
Tabla 12. Estadísticas descriptivas de la encuesta piloto 1
Grupo Edad ̅ Mínimo Máximo Hombre Mujer
Grupo 1. Estudiantes Grupo 2. Adultos
20 40
18 25
24 73
62.07% 60%
37.93% 40%
Después de identificar los grupos, se realizó el índice de consistencia interna Alpha de
Cronbach para determinar la fiabilidad de la Escala Mexicana de Calidad de Sueño en
estudiantes universitarios y adultos. Analizando las respuestas de los encuestados, se
llegó a la conclusión de no tomar en cuenta la pregunta “Años de colchón” porque
tuvo un alto porcentaje de no respuesta. La Tabla 13 indica los coeficientes Alpha de
Cronbach tomando en cuenta todos los reactivos y quitando el reactivo “colchón”.
Tabla 13. Resultados de confiablidad de la primera propuesta de la EMCS
Alpha de Cronbach Alpha quitando ítem
Grupo Estudiantes 0.634 0.645 Grupo Adultos 0.732 0.752 General 0.686 0.703
27
El Apha es menor en el grupo de los estudiantes ya que es una muestra heterogénea,
es decir, no hay mucha variabilidad en la respuesta de los estudiantes y eso afecta al
coeficiente. En cambio, el Apha es mayor en el grupo de adultos porque tuvieron
mayor variabilidad en la respuesta. También se observa que al no tomar en cuenta el
reactivo “colchón” el coeficiente aumenta pero en general, un alpha de 0.703 no es
muy bueno. Es por eso que se realizaron modificaciones al cuestionario y se aplicó
una segunda prueba piloto.
III.3 Resultados de encuesta piloto 2
Con los cambios realizados se aplicó la nueva escala a 61 personas de los cuales se
formaron 2 grupos: 31 estudiantes con edades de 18 a 23 años y 30 adultos mayores
de 24 años. La edad promedio del grupo 1 fue de 21 años y 51.61% de los
encuestados son hombres. La edad promedio del grupo 2 fue de 32 años y 55.56% de
los encuestados son mujeres
Tabla 14. Estadísticas descriptivas de la encuesta piloto 2
Grupo Edad ̅ Mínimo Máximo Hombre Mujer
Grupo 1. Estudiantes Grupo 2. Adultos
21 32
19 24
23 59
51.61% 44.44%
48.39% 55.56%
III.3.1 Coeficiente Alpha de Cronbach
Una vez identificados los grupos, se realizó nuevamente el índice de consistencia
interna Alfa de Cronbach para determinar la fiabilidad de la Escala Mexicana de
Calidad de Sueño en estudiantes universitarios y adultos. Como se puede observar en
la tabla siguiente, el coeficiente Alpha de Cronbach general y los coeficientes de los
grupos son iguales, por lo tanto se concluye que las modificaciones realizadas a la
escala fueron acertadas.
Tabla 15. Resultados de confiabilidad
Alpha de Cronbach
Grupo Estudiantes 0.818 Grupo Adultos 0.817 General 0.818
28
III.3.2 Análisis factorial Teniendo la escala final, se realizó el Análisis Factorial para validar el constructo del
instrumento. El primer paso en un análisis factorial consiste en el examen de la matriz
de correlaciones, constituida a partir de todas las variables cuantitativas que entran en
el análisis. En la Tabla 16 se muestran algunos resultados de la comparación analítica
del grado de intercorrelación entre las variables: la prueba de esfericidad de Bartlett y
la medida de adecuación muestral de Kaiser-Meyer-Olkin (KMO).
La prueba de Bartlett contrasta la hipótesis nula de que la matriz de correlaciones es
una matriz identidad, es decir, que las correlaciones entre las variables son todas
igual a cero, en este caso se rechaza la hipótesis nula y se concluye que las variables
están correlacionadas.
Por otra parte, el índice KMO permite comparar las magnitudes de los coeficientes de
correlación observados con las magnitudes de los coeficientes de correlación parcial.
Kaiser indica que un índice KMO mayor a 0.7 es indicativo de alta intercorrelación, en
este caso el índice fue de 0.742, por lo cual se concluye que el Análisis Factorial es
una técnica útil para determinar la fiabilidad del instrumento.
Tabla 16. KMO y prueba de Bartlett
Medida de adecuación muestral de Kaiser-Meyer-Olkin. .742
Prueba de esfericidad de
Bartlett
Chi-cuadrado aproximado 324.035
gl 78
Sig. .000
Una vez que se concluyó que el Análisis Factorial es una técnica que puede ser
utilizada en el presente estudio, se realizó la extracción de los factores utilizado el
método de componentes principales. En base a la Tabla del Anexo 2 se tomó la
decisión de elegir 3 factores en el análisis ya que se eligieron los factores que tuvieran
autovalores mayores que 1. En la siguiente figura se observa que el factor 1
representa el 34.78% de la varianza, los factores 2 y 3 representan el 14.33% y el
12.68% respectivamente. La total varianza explicada por los 3 factores es de 61.79%.
29
Figura 1. Gráfico de sedimentación
El paso siguiente fue identificar las variables pertenecientes a cada factor. En el
Anexo 3 se encuentra la matriz factorial sin rotar y de este modo fue complicado
asociar las variables a los factores, por esta razón se realizó la rotación por el método
Varimax para identificar las variables de cada factor (Tabla 17).
Tabla 17. Matriz de factores rotados
Factores
Síntomas diurnos
Calidad de sueño
Duración del sueño e insomnio terminal
Calificación sueño .784
Desvelo .729
Dificultad Levanta .705
Cansancio .828
Necesidad/dormir .719
Malestar .795
Calidad subjetiva .782
Eficiencia sueño .594
Tarda en dormir .686
Despertar/noche .592
Dificultad/Dormir .718
Horas de sueño .659
Despertar/semana .819
34.78%
14.33%
12.68%
7.35% 6.87%
4.97% 4.36% 3.78% 3.31% 2.81%
2.00% 1.61% 1.14%
0 2 4 6 8 10 12 14
Número de componente
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
Au
tovlo
res
30
Para agrupar las variables en factores, se debe observar que las cargas factoriales
(en valor absoluto) de una variable sobre un factor indican que hay mucho en común
entre la variable y el factor (Pérez, 2007). Con la rotación Varimax es más sencillo
identificar los grupos, ya que maximiza la varianza de los factores con el fin de facilitar
la interpretación. En la Tabla 17 se presentan las cargas factoriales de las variables
asociadas a sus factores.
Los factores Síntomas diurnos, Calidad de sueño y Duración del sueño e insomnio se
describen a continuación:
En el factor 1 “Síntomas Diurnos” se encuentran los siguientes reactivos:
calificación que le dan los estudiantes a su calidad de sueño, cuántas noches
por semana se desvelan, cuántos días por semana tienen dificultad para
levantarse, cuántos días por semana sienten cansancio, cuántos días por
semana tienen necesidad de dormir durante la mañana o la tarde, cuántos días
por semana tienen malestar por haber dormido mal y en general como
consideran su calidad de sueño.
El Factor 2 “Calidad de sueño” consta de los siguientes reactivos: Eficiencia de
sueño, cuánto tardan en empezar a dormir, cuántas veces despiertan por
noche, y cuántas noches por semana tienen dificultad para dormir.
El factor 3 “Duración de sueño e insomnio terminal” incluye los reactivos:
cuántas horas duerme por noche y cuántas noches por semana se despierta y
ya no puede conciliar el sueño.
En la Figura 2 se presentan las proyecciones de las variables en el plano (1,2). En
esta gráfica se definen bien los factores, los cuales fueron encerrados en un círculo.
Se observa que en el factor 1 las variables “cuántos días tiene dificultad para
levantarse” y “cuántos días se desvelan” están muy juntas, lo que indica que si se
desvelan en la noche al otro día les va costar trabajo levantarse. Los vectores de las
variables tienen la misma dirección en los factores 1 y 2 pero en el factor 3 las
variables no están muy relacionadas, ya que los vectores de las variables no tienen la
misma dirección.
31
Figura 2. Proyección de las variables en el plano de los factores 1 y 2
En la Figura 3 se muestran las proyecciones de los casos, los cuales se ordenaron de
menor a mayor dependiendo de la puntuación total que obtuvieron al sumar las
respuestas de la escala, es decir, el individuo 1 de la gráfica duerme mejor que el 61.
Figura 3. Proyección de los casos en el plano de los factores 1 y 2
Eficiencia
Hrs_sueño
Calif icación
Tarda
DesperXnoche
DesperXsemana
Dif icultDormir
Desvelo Dif icultLevanta
Cansancio
Necesidad
Malestar
Calidad
-1.1 -1.0 -0.9 -0.8 -0.7 -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0.0 0.1
Factor 1 : 40.31%
-0.8
-0.6
-0.4
-0.2
0.0
0.2
0.4
0.6
Fact
or 2
: 13
.21%
Factor 1
Facto
r 2
0-2-4-6-8-10-12
3
2
1
0
-1
-2
-3
-4
-5
Grupo
Adultos
Jóvenes
61
60
59
58
57
56
5554
49
37 19
18
17
14
13
12
11
10
9
87
654
3
21
3
2
1
32
Los números 54 y 55 son 2 adultos de 27 y 48 años de edad (respectivamente) que
contestaron el cuestionario de manera muy similar, es por eso que los puntos están
muy juntos. Los números 60 y 61 son jóvenes de 20 y 21 años de edad que duermen
en promedio 7.5 horas por noche pero mencionaron que de 5 a 6 días por semana
tienen malestar general por haber dormido mal y consideran que su calidad de sueño
es de regular a mala. El número 49 es un joven de 19 años que tiene dificultad para
dormir de 5 a 6 días por semana.
En la Figura 3 se marcaron en un círculo las 19 personas que tuvieron una puntuación
menor de 13 en la escala y se concluyó que tienen buena calidad de sueño en base a
la Tabla 18. En cambio, los casos que están a la izquierda de la línea punteada
obtuvieron las puntuaciones más altas, todos ellos mencionaron que sienten
cansancio de 5 a 6 días a la semana; según la Tabla 18, estos individuos tienen mala
calidad de sueño de intensidad moderada.
En la siguiente tabla se proponen 5 categorías para interpretar la puntuación total de
la Escala Mexicana de Calidad de Sueño, la cual tiene un rango 0 hasta 65 puntos:
Tabla 18. Calificación de la EMCS
Puntuación total Clasificación
0 – 13 puntos
14 – 26 puntos
27 – 39 puntos
40 – 52 puntos
53 – 65 puntos
Buena calidad de sueño
Mala calidad de sueño de intensidad leve
Mala calidad de sueño de intensidad moderada
Mala calidad de sueño de intensidad severa
Mala calidad de sueño de intensidad muy severa
Una vez identificados los factores y sus variables correspondientes, se realizó el
cálculo de las puntuaciones factoriales para cada sujeto. En el Anexo 4 se presenta
una tabla que contiene la matriz de coeficientes para el cálculo de las puntuaciones
factoriales.
33
Finalmente, se graficaron las puntuaciones factoriales de los casos y se representaron
en un plano (3 dimensiones), cada dimensión representa un factor. En la Figura 5
se observan las puntuaciones de los sujetos, las cuales tienen un determinado color,
cada color depende de la calidad de sueño de los sujetos en base a la Tabla 18. En
este caso los colores están separados y se observa que los sujetos con buena calidad
de sueño tienen puntuaciones factoriales más pequeñas.
Figura 5. Gráfico de las puntuaciones factoriales
Factor 3
0
2
4
-1 0 1Factor 1
2
Factor 20
-22
Calidad Sueño
Buena
Mala-leve
Mala-moderado
34
IV. DISCUSIONES
La elaboración de una escala de calidad de sueño en México es muy importante, ya
que actualmente se tiene la necesidad de contar con un instrumento que mida éste
constructo de manera rápida, fácil, objetiva y económica. Con la propuesta final de la
Escala Mexicana de Calidad de Sueño se obtuvieron resultados psicométricos
deseables, un Alpha de Cronbach de 0.818 y con 3 factores se explica el 61.79% de
las variaciones del problema.
La propuesta final de la escala está integrada por 13 reactivos, los cuales son:
Eficiencia subjetiva del sueño, latencia del sueño, calificación subjetiva del sueño,
cuántas noches por semana tiene dificultad para empezar a dormir, cuántos días por
semana tiene dificultad para levantarse, cuántos días por semana tiene cansancio,
cuántos días por semana tiene necesidad de dormir durante la mañana o la tarde,
cuántos días por semana tiene malestar general por haber dormido mal, cuántas
veces despierta por noche una vez que se ha quedado dormido, cuántas noches por
semana despierta y ya no puede volver a dormir, cuántas noches por semana se
desvela y, en general, como considera su calidad de sueño.
El rango de puntuación oscila desde 0 hasta 65, en donde el incremento de la
puntuación total representa una disminución de la calidad de sueño. Se proponen las
siguientes 5 categorías para interpretar la puntuación total: entre 0 y 13 puntos
corresponde a buena calidad de sueño, entre 14 y 26 a mala calidad de sueño de
intensidad leve, entre 27 y 39 a mala calidad de sueño de intensidad moderada, entre
40 y 52 a mala calidad de sueño de intensidad severa, y finalmente entre 53 y 65 a
mala calidad de sueño de intensidad muy severa.
Los resultados fueron los esperados pero no se descarta la idea de agregar más
preguntas al cuestionario. Lo que falta por hacer es evaluar el instrumento con otras
técnicas estadísticas especializadas utilizando un mayor tamaño de muestra. Se sabe
que los resultados pueden cambiar dependiendo del número de personas que
contesten el instrumento o del lugar en donde se aplique, por lo tanto, se necesita
35
determinar un tamaño de muestra representativo de la población y evaluar de nuevo
el instrumento.
Respecto al Índice de calidad de sueño de Pittsburgh, la escala que se propone
representa varias ventajas entre las que destacan mayor facilidad en la aplicación,
calificación, interpretación debido a que tiene menos reactivos y permitirá identificar
un punto de corte y niveles de severidad de la mala calidad de sueño.
Se propone incrementar el tamaño de la muestra, principalmente con pacientes con
síntomas de trastornos del sueño; además de hacer los procedimientos necesarios
para evaluar otros indicadores de confiabilidad como el test-retest y determinar la
validez concurrente al estudiar la correlación de la escala mexicana de calidad de
sueño con el índice de calidad de sueño de Pittsburgh y otras escalas que evalúen
síntomas de trastornos del dormir.
De igual manera, se pretenden hacer diversos análisis estadísticos en un futuro como
el escalonamiento multidimensional, el análisis de ecuaciones estructurales y/o el
análisis factorial confirmatorio, los cuales son métodos estadísticos multivariantes que
permiten analizar escalas de tipo Likert de una manera más avanzada.
La Escala Mexicana de Calidad de Sueño será de mucha utilidad, ya que el dormir
bien está estrechamente relacionado con la salud y una buena calidad de vida. Se
sabe que las personas que no duermen adecuadamente pueden llegar a tener
problemas de salud en el futuro como diabetes tipo 2, obesidad, depresión, etc. Es
indispensable contar con un instrumento validado que sea capaz de medir la calidad
de sueño de forma efectiva para atender con mayor rapidez los problemas
relacionados con el sueño.
36
Referencias
Álvarez-Cáceres R. Estadística aplicada a las ciencias de la salud. Ediciones Díaz de
Santos, 2007-pp 699-760.
Álvarez-Cáceres R. Estadística multivariante y no paramétrica con SPSS, Aplicación a
las ciencias de la salud. Ediciones Díaz de Santos, 1995-pp 239-247.
Blanco Centurión, Carlos A. Introducción al estudio del ciclo sueño vigilia. Department
of Neurology. Harvard Medical School. Revista Médica UV 2008; Sup 2 8(1): 6-18.
Beavers A.S., Lounsbury J.W., Richards J.K., Huck S.W., Skolits G.J. & Esquivel S.L. Practical Considerations for Using Exploratory Factor Analysis in Educational Research. Practical Assessment, Research & Evaluation 2013; 18(6), 1-13. Disponible en: http://pareonline.net/pdf/v18n6.pdf. Buysse DJ, Reynolds CF, Monk TH, Berman SR, Kupffer DJ. The Pittsburgh sleep
quality index: A new instrument for psychiatric practice and research. Psychiatry
Research 1989; 28: 193-213.
Canales-Cerón M. Metodologías de la investigación social. Lom Ediciones, 2006-pp
101-113
Cladellas R., Chamarro A., Badia Mm., Oberst U. y Carbonell X. Efectos de las horas
y los hábitos de sueño en el rendimiento académico de niños de 6 y 7 años: un
estudio preliminar. Cultura y Educación, 2011, 23 (1), pp. 119-128.
Corsi-Cabrera, M. Funcionamiento cortical cuando el sueño no ha sido suficiente. En:
Trastornos del Dormir. M.Valencia, R. Salín, R. Pérez. McGraw- Hill Interamericana,
2000, pp 109-126.
Corsi-Cabrera M. ¿Qué le pasa al cerebro cuando no duerme? Revista Médica UV
2008; Sup 2 8(1): 53-56.
Cortés, María del Carmen. No dormir bien genera estrés y agresividad. Instituto de
Fisiología, Universidad Autónoma de Puebla. MILENIO 2007. Disponible en:
http://www.milenio.com/cdb/doc/impreso/7035354
Curcio, G., Ferrara, M. & De Gennaro, L. Sleep loss, learning capacity and academic
performance. Sleep medicine Reviews 2006; 10, 323-337.
37
Estévez-García JF, Pérez-García MJ. Sistema de indicadores para el diagnóstico y el
seguimiento de la educación superior en México. ANUIES, 2007-pp. 55-59
Estivill Eduard, Dormir bien para dummies. Ediciones CEAC, 2010 – pp. 11-19
Fernández-Cruz K.A. Estudio sobre la calidad y trastornos de sueño en estudiantes de
la Facultad de estadística e Informática. Universidad Veracruzana, Agosto 2012.
Gaillard J.M. El insomnio. Siglo XXI editores, primera edición en español, 2004-pp 20.
Giraldo-Huertas JJ. Manual para los seminarios de investigación en psicología:
profundización conceptual y textual. U Cooperativa de Colombia, 2006-pp 57-58
Gruen I, Martínez A, Cruz-Ulloa C, Aranday F, Calvo JM. Características de los
fenómenos emocionales en las ensoñaciones de pacientes con epilepsia temporal.
Salud Mental 1997; 20: 8-15.
Hair-Joseph F, Anderson Rolph L, Tatham Ronald L, Black William C. Análisis
multivariante. Pearson Educación, 1999-pp 249-323.
Jiménez-Correa U, Haro-Valencia R, Poblano-Luna A, Arana-Lechuga, Terán-Pérez
G, González-Robles RO. and Velásquez-Moctezuma J. Mexican Version of the
Epworth Sleepiness Scale. The Open Sleep Journal 2009; 2: 6-10.
Jiménez-Genchi A, Monteverde-Maldonado E, Nenclares-Portocarrero A, Esquivel-
Adame G. y de la Vega-Pacheco A. Confiabilidad y análisis factorial de la versión en
español del índice de calidad de sueño de Pittsburgh en pacientes psiquiátricos.
Servicios Clínicos, Instituto Nacional de Psiquiatría “Ramón de la Fuente Muñiz”,
México D.F., México 2008
Kelman, B.B. The sleep needs of adolescents. The Journal of School Nursing: the
Official Publication of the National Association of School Nurses, 1999; 15, 14-19.
Lomelí H.A, Pérez-Olmos I, Talero-Gutiérrez C, Moreno C.B, González-Reyes R,
Palacios L, de la Peña F, Muñoz-Delgado J. Escalas y cuestionarios para evaluar el
sueño: una revisión. Actas Esp Psiquiatr 2008; 36 (1): 50-59.
Montes-Rodríguez C.J, Domínguez-Martín E.A, Prospéro-García O. Restauración
neuronal o plasticidad sináptica a lo largo del ciclo sueño-vigilia. Revista Médica UV
2008; Sup 2 8(1): 71-77.
38
Morales-Vallejo P. El análisis factorial en la construcción e interpretación de tests,
escalas y cuestionarios. Universidad Pontificia Comillas, Madrid. Disponible en:
http://www.upcomillas.es/personal/peter/investigacion/AnalisisFactorial.pdf. 2013.
Nenclares-Portocarrero A, Jiménez-Genchi A. Estudio de validación de la traducción al español de la Escala Atenas de Insomnio. Salud mental, ISSN 0185-3325, Vol. 28, Nº. 5, 2005 , págs. 34-39 Oblita. Psicologia de la Salud/ Health Psychology, Cengage Learning Editores, 2009 – página 337, 342. Paavonen EJ., Räikkönen K., Komsi N., Pesonen AA., Järvenpää AL., Strandberg T.,
Kajantie E. & Porkka T. Short Sleep Duration and Behavioral Symptoms of Attention
Deficit/Hyperactivity Disorder in Healthy 7 – 8 Year Old children. Pediatrics 2009; 123,
857-864.
Pallesen S., Nordhus IH., Havik OE., & Nielsen GH. Clinical assessment and
treatment of insomnia. Professional Psychology Research and practice 2001: 32 (2),
115-124
Pérez-Juste, R. Estadística aplicada a la educación. Prentince Hall, 2009-pp 151-175.
Pérez-López C. Minería de datos: técnicas y herramientas. Editorial Paraninfo, 2007-
pp 439-447.
Quevedo-Blasco, VJ. Quevedo-Blasco R. Influencia del grado de somnolencia,
cantidad y calidad de sueño sobre el rendimiento académico en
adolescentes. International Journal of Clinical and Health Psychology 2011; 49-65.
Disponible en: http://redalyc.uaemex.mx/src/inicio/ArtPdfRed.jsp?iCve=33715423004.
Ramos-Álvarez R. Elaboración y validación de un cuestionario multimedia y
multilingüe de evaluación de la autoestima. Editorial de la universidad de Granada,
2008- pp 185-201.
Royuela-Rico A, Macías-Fernández JA. Propiedades clinimétricas de la versión
castellana del cuestionario de Pittsburgh. Vigilia-Sueño 1997; 9 (2): 81-94.
Ruiz C. Current review of the concept of insomnia. Revista Mexicana de Psicología
2004, 21 (1), 73-82.
39
Sadeh A., Gruber R. & Raviv A. The effects of sleep restriction and extension on
school-age children: what a difference an hour makes. Child Development 2003; 74,
444-455.
Sánchez F.O. Lecciones de psiquiatría. Editorial Médica Panamericana, 2010-pp 291.
Solache S. Los diez trastornos de sueño más comunes. 2011-01-18. Disponible en:
http://de10.com.mx/10433.html
Téllez-López A, Villegas-Guinea D, Juárez-García D, Segura-Herrera G. Cuestionario de trastornos del sueño Monterrey. Medicina Universitaria 2012; 14(56): 150-156. Van-Dongen H.P.A., Maislin G., Mullington J.M. y Dinges D.F. The cumulative cost of
additional wakefuiness: Dose-response effects on neurobehavioral functions and sleep
physiology from chronic sleep restriction and total sleep deprivation. Sleep 2003; 26,
117-126.
Velayos J.L. Medicina del sueño: Enfoque multidisciplinario. Ed. Médica
Panamericana, 2009-pp 197-203.
Yuni J, Urbano C. Mapas y herramientas para conocer la escuela: investigación etnográfica e investigación-acción. 3ª ed.-Cordoba: Brujas, 2005-pp 176-179. Yuni J, Urbano C. Técnicas para investigar: recursos metodológicos para la preparación de proyectos de investigación. 2ª ed. –Cordoba: Brujas, 2006-pp 133-137
40
A N E X O S
41
Anexo 1
Índice de calidad de sueño de Pittsburgh
Instrucciones: Las siguientes preguntas se refieren a sus hábitos normales de sueño durante el mes pasado solamente. Debe indicar la respuesta más precisa para la mayoría de los días y las noches en el mes pasado. Por favor, conteste todas las preguntas. DURANTE EL ÚLTIMO MES…
1. ¿Cuál ha sido, normalmente, su hora de acostarse? ___________ 2. Desde que se acuesta, ¿Cuánto tarda para empezar a dormir? ______ min. 3. ¿A qué hora se ha levantado habitualmente por la mañana? ____________ 4. ¿Cuántas horas calcula que habrá dormido verdaderamente cada noche? (puede ser diferente
al número de horas que estuvo acostado) __________ horas
5. Durante el último mes, ¿Cuántas veces ha tenido problemas para dormir a causa de…?
No me ha ocurrido en el último mes
Menos de una vez a la semana
Una o dos veces a la semana
Tres o más veces a la semana
a) No poder conciliar el sueño después de 30 minutos
b) Despertarse a la mitad de la noche o de madrugada
c)Tener que levantarse para ir al baño
d) No poder respirar adecuadamente
e) Toser o roncar
f) Sentir frio
g) Sentir demasiado calor
h) Tener pesadillas
i) Sentir dolor
j) Otra razón
6. Durante el último mes, ¿Con que frecuencia ha tomado medicamentos para poder dormir?
a) Ninguna vez en el último mes b) Menos de una vez a la semana c) Una o dos veces a la semana d) Tres o más veces a la semana
7. Durante el último mes, ¿Con que frecuencia tuvo dificultad para mantenerse despierto mientras conducía, comía o desarrollaba alguna otra actividad? a) Ninguna vez en el último mes b) Menos de una vez a la semana c) Una o dos veces a la semana d) Tres o más veces a la semana
8. Durante el último mes, ¿Le ha presentado problemas el tener ánimos para realizar algunas de las actividades de la pregunta anterior? a) Ningún problema b) Solo un leve problema c) Un problema d) Un grave problema
9. ¿Durante el último mes cómo calificaría en general la calidad de su sueño? a) Bastante buena b) Buena c) Mala d) Bastante mala
42
Anexo 2. Varianza total explicada
Componente Autovalores iniciales Suma de las saturaciones al cuadrado de la rotación
Total % de la varianza % acumulado Total % de la varianza % acumulado
1 4.522 34.781 34.781 4.205 32.345 32.345
2 1.863 14.331 49.112 2.156 16.586 48.931
3 1.648 12.678 61.791 1.672 12.860 61.791
4 .956 7.354 69.145
5 .893 6.867 76.013
6 .646 4.970 80.983
7 .567 4.359 85.342
8 .492 3.783 89.125
9 .431 3.312 92.437
10 .365 2.807 95.244
11 .260 2.003 97.247
12 .210 1.613 98.860
13 .148 1.140 100.000
Método de extracción: Análisis de Componentes principales.
Anexo 3. Matriz de componentes no rotadosa
Componente
1 2 3
Eficiencia .226 .627 .205
Hrs_sueño .078 -.293 .750
CAlificación .790 -.106 .235
Tarda .404 .487 -.428
DesperXnoche .343 .504 -.074
DesperXsemana .138 .486 .715
DificultDormir .365 .615 -.142
Desvelo .683 -.239 .233
DificultLevanta .610 -.413 -.335
Cansancio .829 -.150 -.073
Necesidad .727 -.118 -.128
Malestar .839 -.035 -.155
Calidad .807 -.051 .236
Método de extracción: Análisis de componentes
principales.
a. 3 componentes extraídos
43
Anexo 4. Matriz de coeficientes para el cálculo de las puntuaciones en las componentes Componente
1 2 3
Eficiencia -.065 .291 .206
Hrs_sueño .083 -.251 .403
CAlificación .187 -.028 .135
Tarda -.013 .332 -.182
DesperXnoche -.023 .282 .027
DesperXsemana -.049 .138 .485
DificultDormir -.040 .348 .002
Desvelo .190 -.100 .115
DificultLevanta .197 -.104 -.243
Cansancio .199 .000 -.051
Necesidad .171 .016 -.081
Malestar .178 .070 -.085
Calidad .181 .000 .143
Método de extracción: Análisis de componentes
principales.
Método de rotación: Normalización Varimax con Kaiser.
Puntuaciones de componentes.
Related Documents
