Servicios personalizados
Español (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Enviar articulo por email
Citado por SciELO 
Citado por Google 
Similares en
SciELO 
Similares en Google 
Permalink
INTRODUCCIÓN
Existe una fuerte evidencia científica de que la práctica habitual de actividad física (AF) supone numerosos beneficios sobre la salud y el bienestar de las personas (Murgui, García y García, 2016; Poitras et al., 2016; Requena-Pérez, Martín-Cuadrado y Lago-Marín, 2015; Urrutia, Azpillaga, de Cos y Muñoz, 2010). Por ejemplo, en adultos la práctica regular de AF está asociado con un menor riesgo de enfermedad cardiovascular (Li y Siegrist, 2012), hipertensión (Huai et al., 2013), diabetes (Sigal, Kenny, Wasserman, Castaneda-Sceppa y White, 2006) y cáncer (Zhong et al., 2016). Lamentablemente, hoy en día en todo el mundo alrededor del 28% de los adultos no tienen hábitos saludables de AF, siendo aún peor en regiones como América Latina (39%) (Guthold, Stevens, Riley y Bull, 2018; Samperio, Jiménez-Castuera, Lobato, Leyton y Claver, 2016). Además, existe una fuerte brecha de género, habiendo un mayor porcentaje de mujeres físicamente inactivas que de hombres (por ejemplo, 8% en todo el mundo y 9% en América Latina) (Guthold et al., 2018).
Reconociendo el fuerte vínculo entre los hábitos de AF y la salud, unido con los altos índices de inactividad física, actualmente una prioridad de las políticas de salud pública es promocionar en la población hábitos saludables de AF (World Health Organization, 2018). Por ejemplo, los estados miembros de la Organización Mundial de la Salud acordaron una reducción relativa del 10% en la prevalencia de la inactividad física para 2025 (World Health Organization, 2014) y del 15% para el 2030 (World Health Organization, 2018). Entre múltiples factores psicológicos, existe evidencia científica de que las barreras hacia el ejercicio físico están negativamente asociadas con los niveles habituales de AF (Gunnell, Brunet, Wing y Bélanger, 2015). Por ello, las principales políticas de promoción de salud pública se centran en acciones dirigidas a la reducción de barreras hacia la AF (World Health Organization, 2018).
Por tanto, las barreras percibidas por la población para la realización de AF adquieren enorme importancia para incrementar sus niveles habituales de AF La literatura previa ha mostrado que aspectos como la ansiedad física social ligada a la imagen corporal, la fatiga o pereza, la falta de tiempo por obligaciones, o el ambiente y falta de instalaciones, son identificadas como los principales motivos de la inactividad física (Niñerola, Capdevila y Pintanel, 2006). En cuanto a los instrumentos de medida de estas barreras hacia la AF, la aportación en lengua española más importante es el Autoinforme de Barreras para la Práctica de Ejercicio Físico (ABPEF) (Niñerola et al., 2006). Aunque el ABPEF fue originalmente diseñado por (Capdevila, 2005) con 20 ítems, posteriormente Niñerola et al. (2006) identificaron un instrumento de 17 ítems con propiedades psicométricas adecuadas, el cual estaba compuesto por las siguientes cuatro barreras: (1) Imagen corporal/ Ansiedad física social, relacionadas con la ansiedad física y la preocupación sobre cómo nos ven los demás durante la práctica de AF; (2) Fatiga/ Pereza, relacionadas con los motivos personales tales cansancio, pereza o falta de voluntad para hacer AF; (3) Obligaciones/ Falta de tiempo, relacionadas con la falta de tiempo para la práctica de AF, y (4) Ambiente/ Instalaciones, relacionadas con las limitaciones por el ambiente e instalaciones disponibles para la realización de AF
Es de suma importancia comprobar la estructura factorial de un instrumento y la equivalencia psicométrica del mismo en distintos grupos poblacionales (Abalo, Lévy, Rial y Varela, 2006). En este sentido, recientemente Rodríguez-Villalobos et al. (2017) examinaron las propiedades psicométricas del ABPEF en estudiantes universitarios mexicanos. Aunque los resultados mostraron que la estructura de cuatro factores con 17 ítems era fiable y válida, en la población mexicana el instrumento era significativamente mejor cuando se reducía a 13 ítems (ABPEF-M). Por otro lado, estos autores encontraron que la estructura factorial, las cargas factoriales y los interceptos eran invariantes entre deportistas y no deportistas. Sin embargo, a pesar de la vital importancia del análisis de las diferencias en las barreras para la práctica de AF entre hombres y mujeres (Colmenares-Pedraza y Herrera-Medina, 2018; Rodríguez-Castellanos, Valencia, Gaitán-Guzmán, González-Rodríguez y León-Díaz, 2017; Sevil, Práxedes, Zaragoza, Del Villar y García-González, 2017), Rodríguez-Villalobos et al. (2017) no examinaron la invarianza factorial del ABPEF-M por género. Comprender las posibles diferencias por género de todos estos factores permitirá mejorar la efectividad de los programas de promoción de hábitos de AF, mejorando así los niveles de salud y calidad de vida de la población. No obstante, previamente se debe comprobar que los instrumentos utilizados son invariantes por género, por lo que, el objetivo de la presente investigación instrumental (Ato, López y Benavente, 2013) fue examinar la composición e invarianza factorial por género del ABPEF-M propuesta por Rodríguez-Villalobos et al. (2017) en deportistas universitarios mexicanos.
MATERIAL Y MÉTODOS
Participantes
La muestra se conformó por 413 estudiantes universitarios, 174 mujeres y 239 hombres, de La Paz Baja California Sur México que practicaban algún deporte y participan regularmente en torneos y/o competencias deportivas. Esta se obtuvo mediante un muestreo por conveniencia. La edad de los participantes fluctuó entre los 18 y 26 años, con una media de 20.76 años y una desviación estándar de 2.06 años. Todos los participantes cumplimentaron el cuestionario voluntariamente.
Instrumentos
Se utilizó el Autoinforme de Barreras para la Práctica de Ejercicio Físico (ABPEF-M) de Rodríguez-Villalobos et al. (2017), el cual es una versión adaptada, de la versión original del ABPEF de Niñerola et al. (2006). Consta de 13 ítems que se agrupan en las siguiente cuatro dimensiones: imagen corporal/ ansiedad físico social (5 ítems; por ejemplo., "Sentir incomodidad por el aspecto que tengo con ropa deportiva"); fatiga/ pereza (3 ítems; por ejemplo, "Notar cansancio o fatiga de forma habitual a lo largo del día"); obligaciones/ falta de tiempo (3 ítems; por ejemplo, "Tener demasiado trabajo", y ambiente/ instalaciones (2 ítems; por ejemplo, "Encontrarme a disgusto con la gente que hace ejercicio conmigo"). Los participantes respondieron de acuerdo a una escala tipo Likert de 0 a 10 puntos, donde valores cercanos a 0 indican "una razón poco probable que me impide practicar ejercicio físico las próximas semanas", y valores cercanos a 10 indican una "razón muy probable que me impide practicar ejercicio físico". El ABPEF-M de Rodríguez-Villalobos et al. (2017) ha mostrado propiedades psicométricas adecuadas en estudiantes universitarios mexicanos (GFI = .961; RMSEA = .065; TLI = .951; CFI = .969).
Procedimiento
Se invitó a participar en el estudio a todos los estudiantes universitarios de la ciudad de La Paz Baja California Sur México que practicaban algún deporte y participaban regularmente en torneos y/o competencias deportivas. Los estudiantes que aceptaron participar firmaron el consentimiento informado. Luego se aplicó el cuestionario ABPEF-M de Rodríguez-Villalobos et al. (2017) a través de medios informáticos en las propias aulas de los centros educativos en una sesión de aproximadamente 30 minutos. Al inicio de cada sesión se hizo una pequeña introducción sobre los objetivos y la importancia de la investigación, así de cómo contestar el instrumento. Se les pidió fueran lo más honestos posible y se les garantizó la confidencialidad de los datos que se obtuvieran. Las instrucciones de cómo responder se encontraban en las primeras pantallas, antes del primer ítem del instrumento. Al término de la sesión se les agradeció su participación. Una vez aplicado el instrumento se procedió a recopilar y a analizar los datos mediante el paquete SPSS 18.0 y AMOS 21.0.
Análisis estadístico
Con el fin de examinar la composición e invarianza factorial por género del ABPEF-M propuesta por Rodríguez-Villalobos et al. (2017) en deportistas universitarios mexicanos, el análisis psicométrico se realizó en dos etapas: (1) Análisis de las propiedades psicométricas del instrumento, y (2) Análisis de invarianza factorial.
Análisis de las propiedades psicométricas del instrumento. El primer paso del análisis de las propiedades psicométricas del cuestionario consistió en calcular la asimetría y la curtosis de cada ítem, para determinar si se cumplía el supuesto de normalidad. Luego se sometieron a comparación dos modelos de medida: el ABPEF-M1A, que respondía a una estructura tetrafactorial acorde a la distribución original de los ítems dentro del cuestionario según Rodríguez-Villalobos et al. (2017) y el ABPEF-M1B, que correspondía a la estructura factorial del modelo anterior sin los ítems que de acuerdo a los índices de modificación resultaron no adecuados. Posteriormente, se calculó la fiabilidad de los factores del mejor de los modelos de medida obtenido a través del Coeficiente de Alfa de Cronbach (Elosua y Zumbo, 2008; Nunnally y Bernstein, 1995) y Coeficiente Omega (Revelle y Zinbarg, 2009; Sijtsma, 2009).
La validez convergente se estimó a través de la significatividad y tamaño de las saturaciones de los ítems sobre cada factor y de la varianza media extraída (AVE) que de acuerdo a Fornell y Larcker (1981) debe ser mayor a .50. Mientras que para estimar la validez discriminante se utilizó el test de varianza extraída propuesto también por Fornell y Larcker (1981) donde se calcula la AVE para cada uno de los factores del modelo y se compara con el cuadrado de la correlación entre los factores, luego si las AVE de los dos factores superan el cuadrado de la correlación entre ellos se puede afirmar que hay validez discriminante.
Análisis de invarianza factorial. Con el fin de obtener una prueba que presente las mejores propiedades para la conformación de los puntajes del cuestionario ABPEF-M en mujeres y hombres se llevó a cabo un análisis de la invarianza factorial, tomando como base el mejor modelo obtenido en la muestra total (es decir, modelo ABPEF-M1B). Luego se calculó la fiabilidad, en ambas muestras, de cada una de las dimensiones a través del Alfa de Cronbach y el Coeficiente Omega (Revelle y Zinbarg, 2009).
Todos los análisis factoriales confirmatorios se realizaron mediante el software AMOS 21 (Arbuckle, 2012). Las varianzas de los términos de error fueron especificadas como parámetros libres y en cada una de las variables latentes (factores) se fijó uno de sus coeficientes estructurales a uno, para que su escala fuera igual a la de una de las variables observables (ítems). El método de estimación empleado fue el de Máxima Verosimilitud (ML) con la aplicación de procedimientos de remuestreo bootstrap para los casos de no normalidad (Byrne, 2016). En AMOS 21.0 el ML es especialmente robusto para posibles casos de no normalidad, especialmente si la muestra es suficientemente amplia y los valores de asimetría y curtosis no son extremos (asimetría < |2| y curtosis < |7|). Además, siguiendo la recomendación de Thompson (2004), cuando se emplea el análisis factorial confirmatorio se debe corroborar no sólo el ajuste de un modelo teórico, sino que es recomendable comparar los índices de ajuste de varios modelos alternativos para seleccionar el mejor.
Para evaluar el ajuste del modelo se emplearon el estadístico Chi-cuadrado, el índice de bondad de ajuste (GFI) y el error cuadrático medio de aproximación (RMSEA) como medidas absolutas de ajuste. El índice de bondad ajustado (AGFI), el Índice Tucker-Lewis (TLI) y el índice de bondad de ajuste comparativo (CFI) como medidas de ajuste incremental. La razón de Chi-cuadrado sobre los grados de libertad (CMIN/GL) y el Criterio de Información de Akaike (AIC) como medidas de ajuste de parsimonia (Byrne, 2016; Gelabert et al., 2011).
RESULTADOS
Asimetría y curtosis de los ítems del cuestionario
En la Tabla 1, además de las medias y desviaciones estándar, se resumen los valores de asimetría y curtosis de las distintas variables contempladas en el modelo de medida. La mayoría de las variables muestran valores de asimetría de ± 2.50 y ± 3.80 de curtosis, por lo que se infiere que las variables se ajustan razonablemente a una distribución normal (normalidad univariada); sin embargo, el índice multivariado de Mardia por encima del valor 70 indica ausencia de normalidad multivariada (Rodríguez y Ruiz, 2008).
Análisis factorial confirmatorio muestra total
Los resultados globales del análisis factorial confirmatorio para el modelo ABPEF-M1A, el cual corresponde a una estructura tetrafactorial acorde a la distribución original de los ítems dentro del cuestionario, indicaron que el modelo de medición es apenas aceptable (GFI = .911; RMSEA = .092; CFI = .942) (Tabla 2).
Tabla 2. Índices absolutos, incrementales y de parsimonia para los modelos generados.
* p < .05;
Nota: GFI = índice de bondad de ajuste; RMSEA = raíz del error medio; AGFI = índice corregido de la bondad de ajuste; TLI = índice de Tucker-Lewis; CFI = índice de ajuste comparativo; CMIN/DF = índice de ajuste chi cuadrado dividido por los grados de libertad; AIC = criterio de información de Akaike
Los factores del modelo ABPEF-M1A explicaron aproximadamente el 76% de la varianza y 11 de los 13 ítems saturaron por encima de .70 en su dimensión prevista (Tabla 3). Por otro lado, con la excepción de las correlaciones entre el factor 2 con los factores 1 y 3, se observaron intercorrelaciones moderadas entre los factores, además de que la mayoría de las AVE (Tabla 4) superan el cuadrado de la correlación entre ellos, lo que sugiere la existencia de validez discriminante.
Tabla 3. Soluciones estandarizadas análisis factorial confirmatorio para los Modelos ABPEF-M1A y ABPEF-M1B
Nota: F1 = Imagen Corporal / Ansiedad física social F2 = Fatiga / Pereza F3 = Obligaciones / Falta de tiempo F4 = Ambiente / Instalaciones
Tabla 4. Coeficiente omega y alfa para los factores obtenidos en los Modelos ABPEF-M1A y ABPEF-M1B
Nota: FC = fiabilidad compuesta AVE = varianza media extraída
Los resultados globales del análisis factorial confirmatorio del segundo modelo sometido a prueba (ABPEF-M1B), el cual correspondía a la estructura factorial del modelo anterior (ABPEF-M1A) sin los ítems 5 y 12, indicaron que este modelo de medición era mejor que el modelo anterior y que su ajuste fue óptimo (GFI = .951; RMSEA = .071; CFI = .972) (Tabla 2). Los factores de este modelo explicaron aproximadamente el 79% de la varianza. Por otro lado, todos los ítems (con excepción del ítem 13) saturan igual o por encima de .70 en su dimensión prevista (Tabla 3). Observándose intercorrelaciones moderadas entre los factores, además de que todas las AVE (Tabla 4) superan el cuadrado de la correlación entre ellos, lo que sugiere la existencia de validez discriminante.
Los factores obtenidos en los análisis factoriales confirmatorios, en ambos modelos, alcanzan valores de consistencia interna por encima de .70; evidenciando una consistencia interna adecuada para este tipo de subescalas, sobre todo si se tiene en cuenta el número reducido de ítems en cada uno de los factores (Tabla 4). En cuanto a la varianza media extraída todos los factores obtienen valores por encima de .50.
Análisis factoriales confirmatorios hombres y mujeres
Tanto en la muestra de mujeres como de hombres todas las variables mostraron valores de asimetría de ± 2.50 y ± 5.00 de curtosis. Sin embargo, el índice multivariado de Mardia por encima del valor 70 indicó ausencia de normalidad multivariada (Rodríguez y Ruiz, 2008).
De acuerdo a los resultados de la Tabla 5 el análisis factorial confirmatorio de 11 ítems agrupados en cuatro factores en la muestra de mujeres fue aceptable (GFI = .917; RMSEA = .081). Además, de acuerdo a las medidas de ajuste incremental y de parsimonia fue significativamente superior al modelo independiente y muy similar al modelo saturado.
Por otro lado, el análisis factorial confirmatorio en la muestra de hombres (Tabla 5), indicó nuevamente que el modelo de medición tetrafactorial era aceptable (GFI = .944; RMSEA = .067). De acuerdo a las medidas de ajuste incremental y de parsimonia fue significativamente superior al modelo independiente y muy similar al modelo saturado.
Tabla 5. Índices absolutos, incrementales y de parsimonia para los modelos generados. Análisis factorial confirmatorio para mujeres y hombres.
*p < .05;
Nota: GFI = índice de bondad de ajuste; RMSEA = raíz del error medio; AGFI = índice corregido de la bondad de ajuste; TLI = índice de Tucker-Lewis; CFI = índice de ajuste comparativo; CMIN/DF = índice de ajuste chi cuadrado dividido por los grados de libertad; AIC = criterio de información de Akaike
De acuerdo a los resultados de la Tabla 6, en ambas muestras la mayoría de los ítems saturaron por encima de .70 en su dimensión (factor) prevista. Observándose además en general intercorrelaciones moderadas entre los factores, además de que la mayoría de las AVE (Tabla 8) superan el cuadrado de la correlación entre ellos, lo que sugiere la existencia de validez discriminante.
Tabla 6. Soluciones estandarizadas para el análisis factorial confirmatorio en ambas muestras.
Nota: F1 = Imagen Corporal / Ansiedad física social F2 = Fatiga / Pereza F3 = Obligaciones / Falta de tiempo F4 = Ambiente / Instalaciones
Invarianza de la estructura factorial entre mujeres y hombres
Los índices de ajuste obtenidos (Tabla 7) permitieron aceptar la equivalencia de los modelos de medida básicos entre las dos muestras. Aunque el valor de Chi-cuadrado excede al exigido para aceptar la hipótesis de invarianza, el resto de índices contradijeron esta conclusión por lo que nos permite aceptar el modelo base de la invarianza (modelo sin restricciones).
Añadiendo al modelo base restricciones sobre las cargas factoriales caracterizamos la invarianza métrica. Los valores que se recogen en la Tabla 7 permitieron aceptar este nivel de invarianza. El índice de ajuste general (GFI = .928) y el error cuadrático medio de aproximación (RMSEA = .054) siguieron aportando información convergente en el sentido de la invarianza métrica. Además, el criterio de información de Akaike (278.713) y el índice comparativo de Bentler (.966) no sufrieron grandes variaciones respecto al modelo anterior. De acuerdo con el criterio para la evaluación de los modelos anidados propuesto por Cheung y Rensvold (2002), quiénes sugieren que si el cálculo de la diferencia de los CFI de ambos modelos anidados disminuye en .01 o menos se debe de dar por bueno el modelo restringido y consecuentemente el cumplimiento de la invarianza factorial, la diferencia entre CFIs obtenida permitió aceptar el modelo de invarianza métrica. Por tanto, se pudo considerar que las cargas factoriales fueron equivalentes en las dos muestras.
Una vez demostrada la invarianza métrica entre las muestras, se evaluó la equivalencia entre interceptos (invarianza factorial fuerte). Los índices (Tabla 7) mostraron un ajuste aceptable de este modelo tanto evaluado de modo independiente como analizándolo respecto a su anidamiento con el modelo de invarianza métrica. La diferencia entre los índices comparativos de Bentler fue de ocho milésimas, el índice de ajuste general de .916 y el error cuadrático medio de aproximación de .056. Aceptada la invarianza fuerte, los dos modelos evaluados fueron equivalentes respecto a los coeficientes factoriales y a los interceptos.
Tabla 7. Índices de bondad de ajuste de cada uno de los modelos puestos a prueba en la invarianza factorial.
* p < .05;
Nota: GFI = índice de bondad de ajuste; NFI = índice de ajuste normado; CFI = índice de ajuste comparativo; RMSEA = error cuadrático medio de aproximación; AIC = criterio de Información de Akaike
La mayoría de los factores obtenidos en los análisis factoriales confirmatorios alcanzaron valores de consistencia interna por encima de .70 en ambas muestras (mujeres y hombres) (Tabla 8). En cuanto a la varianza media extraída todos los factores obtienen valores por encima de .50.
Contraste de las medias entre mujeres y hombres
Una vez comprobada la invarianza factorial, las diferencias entre las medias del factor de los dos grupos se estimaron tomando como referente la muestra de mujeres, fijando en 0 el valor de las medias para dicha muestra y estimando libremente el valor de las medias para la muestra de hombres. Las restricciones sobre los coeficientes de regresión e interceptos, requeridos para los contrastes entre las medias se realizaron automáticamente mediante el software AMOS 21 (Arbuckle, 2012). No se encontraron diferencias estadísticamente significativas entre hombres y mujeres deportistas en relación a los cuatro factores estudiados.
DISCUSIÓN Y CONCLUSIONES
El objetivo del presente estudio instrumental fue examinar la composición e invarianza factorial por género del ABPEF-M propuesta por Rodríguez-Villalobos et al. (2017) en deportistas universitarios mexicanos. Además de la estructura factorial de un instrumento, es necesario evaluar si la misma estructura factorial es aplicable a distintas poblaciones como mujeres y hombres (Abalo et al., 2006). En este sentido, los resultados del presente estudio mostraron que la estructura de cuatro factores (es decir, imagen corporal/ ansiedad física social, fatiga/ pereza, obligaciones/ falta de tiempo, y ambiente/ instalaciones) es fiable y válida tanto para la muestra total como para los hombres y mujeres separadamente.
Los análisis factoriales confirmatorios realizados en la muestra total apoyan la estructura factorial de cuatro factores (imagen corporal/ ansiedad física social, fatiga/ pereza, obligaciones/ falta de tiempo, y ambiente/ instalaciones). Los factores obtenidos presentaron saturaciones factoriales estandarizadas adecuadas, los cuales, en general, se corresponden con la estructura propuesta para el cuestionario por Rodríguez-Villalobos et al. (2017). No obstante, cuando se eliminaron dos de los 13 ítems (es decir, 5. "No estar "en forma" para practicar ejercicio", y 12. "Sentir vergüenza porque me están mirando mientras hago ejercicio") el modelo fue significativamente mejor. Además, los factores correlacionaban entre sí de forma positiva y estadísticamente significativa, indicando que a medida que aumentaba la percepción de barreras en alguno de ellos también aumenta en los otros.
El análisis factorial confirmatorio tanto en la muestra de mujeres como de hombres indicó que el ajuste de los datos al modelo teórico de 11 ítems agrupados en cuatro factores fue óptimo. Además, los factores así obtenidos presentaron saturaciones factoriales estandarizadas adecuadas. Por otro lado, los factores en ambas muestras también evidenciaron una consistencia interna aceptable, particularmente si se considera el número reducido de ítems en cada uno de ellos (Revelle y Zinbarg, 2009).
Por lo anteriormente dicho, los resultados del análisis de la invarianza factorial entre mujeres y hombres indicaron una alta congruencia entre pares de factores. Esto sugiere la existencia de fuerte evidencia de la validación cruzada de la medida y, por tanto, de la estabilidad de la estructura (Abalo et al., 2006). Por otro lado, las comparaciones entre los grupos no reflejaron diferencias estadísticamente significativas entre los deportistas universitarios hombres y mujeres. No se encontraron estudios previos con el mismo instrumento que en el presente estudio, así como que los hallazgos sobre el tema en la literatura previa son contradictorios. Por ejemplo, en línea con el presente estudio, Rodríguez-Castellanos et al. (2017) en una muestra de estudiantes universitarios no encontraron diferencias estadísticamente significativas entre hombres y mujeres en las barreras percibidas por influencias sociales (similar a imagen corporal/ ansiedad físico social del ABPEF-M), falta de tiempo (similar a falta de tiempo/ obligaciones del ABPEF-M), falta de energía y falta de voluntad (similar a fatiga/ pereza del ABPEF-M), y falta de recursos (similar a ambiente/ instalaciones del ABPEF-M), así como otras dimensiones no recogidas por el ABPEF-M tales como temor a las lesiones. Excepcionalmente, tan solo las mujeres presentaron mayores barreras por falta de habilidad para la realización de AF que los hombres, la cual no está presente en el ABPEF-M utilizado en este estudio. Asimismo, Colmenares-Pedraza y Herrera-Medina (2018) en una muestra de adultos jóvenes y mayores no encontraron ninguna asociación estadísticamente significativa entre las barreras para la práctica de AF y el género. No obstante, en los estudios anteriores no se tuvieron en cuenta los hábitos de AF de los participantes. En este sentido, Sevil et al. (2017) en una muestra de estudiantes universitarios analizaron las diferencias por género y niveles de AF Estos autores encontraron que tanto las mujeres que cumplían como las que no cumplían con las recomendaciones de práctica de AF percibían estadísticamente mayores barreras contextuales y de seguridad en la práctica (similar a ambiente/ instalaciones del ABPEF-M), referidas a tiempo (similar a Falta de tiempo/ Obligaciones del ABPEF-M) y referidas a la capacidad de disfrute (similar en algunos de sus ítems a Fatiga/ Pereza del ABPEF-M) que los hombres de su mismo nivel de AF
En cuanto a las limitaciones del presente estudio, primero encontramos que los participantes fueron estudiantes universitarios deportistas, lo que limita la posibilidad de generalizar los hallazgos del presente estudio a otras poblaciones. Estudios futuros deberían ampliar la muestra, por ejemplo, agregando adultos jóvenes que no sean estudiantes universitarios y/ o jóvenes y adultos mayores. La segunda limitación proviene del propio instrumento de medición, que se basa en el autoreportaje y que por ello podría contener los sesgos que se derivan de la deseabilidad social. Estudios futuros también deberían comprobar si el cuestionario resulta útil para explicar la falta de motivación y de adherencia hacia el inicio y el mantenimiento de una conducta activa.
En conclusión, el análisis de las propiedades psicométricas del cuestionario ABPEF-M ha mostrado que la estructura tetrafactorial es viable, adecuada e invariante entre mujeres y hombres deportistas mexicanos universitarios. Atendiendo a criterios estadísticos y sustantivos, la estructura de cuatro factores ha mostrado adecuados indicadores de ajuste, fiabilidad y validez. Estudio futuros con diversas muestras son necesarios con el fin de contrastar los hallazgos obtenidos en la presente investigación.
APLICACIONES PRÁCTICAS
Disminuir la percepción de barreras para realizar ejercicio físico, por ejemplo como lo sugiere Sevil et al. (2017), desarrollando programas y estrategias de intervención, que permitan mejorar la gestión del tiempo de ocio y la motivación de los estudiantes universitarios para reducir las barreras de práctica de AF y asentar estilos de vida más activos y autónomos en esta etapa, sin duda contribuye a abatir el sedentarismo y con ello a la mejora de la salud de las personas, de ahí la importancia de contar con instrumentos válidos y confiables para su medición. Por ello, el presente estudio analiza la composición e invarianza factorial por género del ABPEF-M en deportistas universitarios mexicanos. Este estudio además sirve de referencia para futuras investigaciones sobre el estudio de instrumentos para la medición de la percepción de barreras relacionadas con la práctica del ejercicio físico en poblaciones con diferentes factores personales y culturales. Finalmente, el presente instrumento será de gran utilidad para la aplicación en diferentes ámbitos como, por ejemplo, estudios descriptivos o de intervención.
