Nuviala, A.; Grao-Cruces, A.; Teva-Villén, M.R.; Pérez-Ordás,
R. y Blanco-Luengo, D. (2016) Validez de
constructo de la escala motivos de abandono de centros deportivos / Construct Validity
of the Scale Attrition Sport Centres. Revista Internacional de Medicina y Ciencias
de la Actividad Física y el Deporte vol. 16 (61) pp. 1-15. Http://cdeporte.rediris.es/revista/revista61/artanalisis657.htm
DOI: http://dx.doi.org/10.15366/rimcafd2016.61.001
ORIGINAL
VALIDEZ DE CONSTRUCTO DE LA ESCALA MOTIVOS DE
ABANDONO DE CENTROS DEPORTIVOS
CONSTRUCT VALIDITY
OF THE SCALE ATTRITION SPORT CENTRES
Nuviala, A.¹; Grao-Cruces, A.²; Teva-Villén, M.R.³;
Pérez-Ordás, R.4 y Blanco-Luengo, D.5
1.
Profesor Titular Universidad. Departamento Deporte e
Informática. Universidad Pablo de Olavide. España, anuvnuv@upo.es
2.
Profesor Ayudante Doctor, Departamento de Didáctica de la
Educación Física, Plástica y Musical, Universidad de Cádiz. España, alberto.grao@uca.es
3.
Profesora Asociada. Departamento Deporte e Informática.
Universidad Pablo de Olavide. España, rteva@upo.es
4.
Profesora Contratada Doctora. Departamento Deporte e
Informática. Universidad Pablo de Olavide. España, rperord@upo.es
5.
Coordinador del Máster en Dirección Técnica de Actividades
e Instalaciones Deportivas. Universidad Pablo de Olavide.
España, dblalue@upo.es
Código
UNESCO / UNESCO Code: 5311 Marketing; 5899 Educación Física y Deportes / Physical
Education and Sport
Clasificación del
Consejo de Europa / Council of Europe classification: 1.
Administración organización y gestión del deporte / Management organization and
management of sport
Recibido 29 de octubre de 2012 Received
October 29, 2012
Aceptado 7 junio de 2013 Accepted
June 7, 2013
RESUMEN
El abandono de los
centros deportivos es un problema social y económico. Disponer de instrumentos
válidos y fiables permite la realización de investigaciones rigurosas. El
objetivo del estudio fue constatar la validez de la escala de abandono de
centros deportivos. Se ha realizado un análisis factorial confirmatorio con el
programa AMOS. 20. Posteriormente se ha constatado la validez discriminante
mediante tres procedimientos diferentes con los programas SPSS. 20 y AMOS. 20:
cálculo de correlaciones entre factores, construcción de intervalos de
confianza de la correlación de factores al 95% de confianza y estimación de
modelos alternativos. El resultado final ha sido una escala de cinco factores y
doce ítems que cumple con los requisitos de validez y fiabilidad exigibles en
un instrumento de investigación.
PALABRAS
CLAVE: Abandono, centro
deportivo, fidelidad, marketing, motivación, validación.
ABSTRACT
Withdrawal from sport
centers is a social and economic problem. Having valid and reliable tools
allows rigorous research. The aim of this study was to confirm the validity of
the withdrawal rate from sport centers. A confirmatory factor analysis was
carried out using AMOS. 20 software. Later the discriminant validity was
verified by means of three different procedures with SPSS. 20 and AMOS. 20
software programs: calculating correlation between factors, constructing
confidence intervals of the factor correlation at 95% confidence level and
estimating alternative models. The final result consists of twelve questions
(items) and answers. The answers are rated on five levels (factors) that meet the
validity and reliability requirements needed in a research tool.
KEY WORDS: Attrition, loyalty,
sport centre, marketing, motivation, validity.
INTRODUCCIÓN
La alta prevalencia de
la inactividad física es actualmente uno de los principales problemas de salud
pública en los países industrializados (Guthold, Ono, Strong, Chatterji, y
Morabia, 2008). Éstos han realizado esfuerzos económicos para promover la
práctica de actividad física (AF) entre los ciudadanos (Limstrand y Rehrer,
2008). Diversos programas se han diseñado y llevado a la práctica con dicho
objetivo. Pero las altas tasas de abandono de estos programas indican que los
planes de promoción no están resultando eficaces (Haase y Kinnafick, 2007). De
hecho, el abandono deportivo supone la principal preocupación en la práctica
físico-deportiva (Gonçalves, Fingueiredo, y Silva, 2007).
El abandono deportivo
preocupa de manera especial a los gestores de los centros deportivos, cuyos
clientes son cada vez más exigentes (Martins y O’Neill, 2010) y evitar su baja
es uno de los logros más importantes para cualquier empresa (Bodet, 2012),
máxime en un sector emergente y competitivo como el deportivo (Langvieniene y
Sekliuckiene, 2008). En él resulta clave establecer estrategias para conseguir
clientes satisfechos que no abandonen la organización (Morales, Hernández-Mendo,
y Blanco, 2005).
El conocimiento de las causas
que llevan al abandono del servicio deportivo resulta fundamental para mejorar
la gestión de un problema complejo como es la fidelidad del cliente en los
centros deportivos (Martínez y Martínez, 2009; Nuviala, Grao-Cruces,
Pérez-Turpin, y Nuviala, 2012a). Escuchar las experiencias de los clientes es
esencial en la implementación de cualquier tipo de servicio que pretenda
mejorar la eficiencia y eficacia de su gestión y conseguir la fidelidad de los
usuarios (Martínez y Martínez, 2008). Por lo que no es de extrañar que en los
últimos años hayan aparecido estudios interesados en conocer las actitudes y
comportamientos de los clientes de los centros deportivos (Martínez y Martínez,
2009; Muyor, Águila, Sicilia, y Orta, 2009).
Revisando la literatura
se pueden encontrar estudios sobre el abandono de la práctica deportiva en los
que se muestran diversas razones que influyen en la misma (Bara y Guillén, 2008; Ruiz, García, y Díaz,
2007). La barrera que supone para la práctica físico-deportiva la falta de
tiempo es el motivo de abandono más argumentado en los estudios precedentes
(Gómez-López, Granero-Gallegos, Baena-Extremera, y Ruiz-Juan, 2011; Macarro,
Romero, y Torres, 2010; Ruiz et al., 2007). Escasez de tiempo que comparte
protagonismo con los estudios cuando se analizan los motivos de abandono entre
los escolares de menor edad (Bara y Guillén, 2008; Palou, Ponseti, Gili, Borras,
y Vidal, 2005). Otro de los principales motivos de abandono es la preferencia
de actividades de ocio diferentes (Bara y Guillén, 2008; Macarro et al., 2010;
Palou et al., 2005; Ruiz et al., 2007). La pereza y desgana también es señalada
como uno de los motivos con más repercusión en el abandono de la práctica
físico-deportiva (Macarro et al., 2010; Ruiz et al., 2007).
Junto a estos motivos
principales coexisten otros de segundo orden. Los motivos de salud son uno de
ellos (Macarro et al., 2007; Ruiz et al., 2007), con más repercusión conforme
incrementa la edad del individuo (Ruiz et al., 2007). Así como los relacionados
con la insatisfacción en el desarrollo de la práctica y con los diferentes
recursos que la rodean (Evans, 2008; Macarro et al., 2010; Ruiz et al., 2007).
Aspectos vinculados con el coste económico de la práctica físico-deportiva
también resultan relevantes (Ruiz et al., 2007). Mientras que la ausencia de
disfrute (Evans, 2008; Macarro et al., 2010; Palou et al., 2005) y la
influencia de familiares, amigos o pareja (Macarro et al., 2010; Ruiz et al.,
2007) son asimismo motivos a considerar.
Estos estudios, en su mayoría, se han centrado
en el abandono de la práctica de AF competitiva (Almagro et al., 2010; Jõesaar
y Hein, 2011a), primando los trabajos en los que la población objeto de estudio
es la adolescencia (Cervelló, Escartí, y Guzmán, 2007; Jõesaar, Hein, y Hagger
2011b). Sin embargo, son escasos los estudios sobre las razones que llevan a
los usuarios a causar baja en centros y organizaciones deportivas, sin que ello
suponga el abandono de la AF. Por tal motivo, Nuviala, Teva-Villén,
Grao-Cruces, Pérez-Ordás, García-Fernández y Nuviala (2012b) diseñaron y
validaron una escala para conocer las razones por las que los usuarios de
centros deportivos causan baja. Sin embargo, a pesar de las bondades del
instrumento es necesario seguir constatando la validez del mismo. Dado que el
instrumento sólo fue sometido a proceso factorial de tipo exploratorio, su
validez de constructo es susceptible de ratificación. La validez de constructo
es, según Messick (1980), el principal tipo de validez. Entre los
procedimientos o técnicas estadísticas utilizadas para mejorar esta validez
destaca el análisis factorial confirmatorio (Messick, 1995; Pérez-Gil, Chacón y
Moreno, 2000). Este tipo de análisis permite una verificación del modelo
estudiado, más una posible reducción de ítems (Nuviala, Pérez-Turpin, Tamayo y
Fernández-Martínez, 2011). Además de esta técnica estadística, la validez de
constructo se puede precisar con métodos correlacionales. En este sentido
Campbell y Fiske (1959) proponen la posibilidad de calcular mediante
correlaciones la validez discriminante, reflejada a
través de una baja correlación entre los elementos, lo que demuestra que se
trata de constructos similares pero conceptualmente diferentes (Nuviala, Tamayo, Nuviala,
González y Fernández, 2010). En base a lo expuesto anteriormente, el objetivo de este trabajo fue
verificar la validez de constructo de la escala de motivos de abandono de
centros deportivos.
MATERIAL Y MÉTODOS
Participantes
La muestra se
compuso de 642 personas que habían abandonado un centro deportivo de una gran
ciudad española. De ellas el 55,4% fueron varones y el 44,6% fueron mujeres,
con una edad media 30,1±9,8. El 79,2% tenía estudios universitarios y solamente
el 1,3% manifestó poseer estudios primarios. La frecuencia semanal de práctica
era para el 59,8% de ellos de entre dos y tres veces por semana, y un 25,8
afirmó realizar práctica deportiva 4 o más veces por semana. Finalmente, el
tiempo de práctica más habitual era entre 60 y 90 minutos para el 44,4%,
seguido por entre 30 y 60 minutos para el 25,2%. El 85,2% de los sujetos formaron
parte de la muestra de Nuviala et al. (2012b).
Instrumento
El instrumento
utilizado fue la escala de motivos de abandono de centros deportivos (Nuviala
et al. 2012b). En su diseño se siguieron tres fases diferentes 1) Búsqueda
bibliográfica sobre abandono deportivo; 2) Realización de un grupo de discusión
con profesionales del sector y con expertos en la construcción de instrumentos
de investigación; 3) La realización de un estudio piloto con 50 clientes de
servicios deportivos que habían abandonado la práctica deportivo.
La escala tipo Likert
de 1 (totalmente en desacuerdo) a 5 (totalmente de acuerdo) resultante estaba
compuesta por 7 factores y 51 ítems que podían originar el abandono deportivo.
Se realizó un análisis estadístico de los ítems del cuestionario de abandono de
centros deportivos (Media, Desviación Típica, Asimetría, Curtosis y Coeficiente
de correlación corregido ítem-total), procediéndose a una primera selección de
ítems atendiendo en función de los siguientes criterios: 1) eliminación de
aquellos ítems cuya media se situase a una distancia superior a más/menos una
desviación típica de la media de la escala; 2) supresión de aquellos ítems con
una desviación típica reducida (DT < 0,5); 3) exclusión de aquellos
elementos con una asimetría y curtosis superior al valor +/-1,96; 4) descarte
de aquellos ítems con una correlación ítem-total menor que 0,35. El resultado
fue una escala de 22 ítems con una fiabilidad de 0,89, que el análisis
factorial exploratorio agrupó en 5 dimensiones con una varianza explicada del
65,55%.
Procedimiento
El trabajo de campo
se realizó mediante un cuestionario administrado por un grupo de encuestadores
que previamente habían sido formados. Se solicitó a los participantes su
colaboración y que consultaran cualquier duda que tuvieran con los ítems. El
tiempo invertido en la realización fue de unos 10 minutos. Antes de proceder a
la recogida de datos se pidió permiso a los responsables de la organización que
participó en el estudio. De la misma forma todos los usuarios aceptaron
participar voluntariamente en el estudio.
Análisis de datos
Previamente al análisis
de estimación de los modelos, se calculó el coeficiente de Mardia para asegurar
la presencia de normalidad multivariada en los datos obtenidos. No se precisó
de un Análisis Factorial Exploratorio, al poseer resultados anteriores sobre la
estructura del constructo (Nuviala et al., 2012b).
Se efectuó un Análisis Factorial Confirmatorio
con el programa AMOS 20.0, para probar si la estructura factorial exploratoria
presenta unos índices de ajuste correctos y de no ser así, proceder a la
modificación del modelo con el objeto de obtener el mejor modelo posible. Se
utilizó el procedimiento de ajuste del modelo de máxima verosimilitud, para
evaluar los modelos. Durante los procedimientos, se valoró el ajuste del modelo
a través de la significación de los coeficientes estimados, y por el grado de
coincidencia entre la matriz de varianzas-covarianzas original y la matriz
representada respecto a los indicadores de bondad de ajuste. Para evaluar la bondad
del ajuste, revisamos diez indicadores: estadístico ji-cuadrado (χ2);
la razón entre χ2 y el número de grados de libertad
(χ2/gl); otros índices de ajuste de carácter absoluto: índice
de bondad de ajuste (GFI), raíz del residuo cuadrático promedio (RMR) y raíz
del residuo cuadrático promedio de aproximación (RMSEA); así como los índices
de ajuste incremental: índice de bondad de ajuste corregido (AGFI), índice de
ajuste normalizado (NFI), Índice de Tucker-Lewis (TLI), índice de bondad de
ajuste comparativo (CFI) e índice de ajuste incremental (IFI). Además con el
objetivo de seguir las indicaciones de Byrne
(2001) adjuntamos el criterio de información de Aiken (AIC) y el índice de
validación cruzada esperada (ECVI).
Finalmente se
calculó la fiabilidad del instrumento resultante mediante el coeficiente alfa
de Cronbach, así coma la validez discriminante. Este tipo de validez evalúa que el grado en
una medida no se correlaciona con las medidas con las que se supone que tiene
que diferir (Churchill, 1979). Para ello se han aplicado tres procedimientos
diferentes: cálculo de correlaciones entre factores, estimación de modelos
alternativos y construcción de los intervalos de confianza de la correlación de
factores al 95% de confianza.
RESULTADOS
Existió normalidad
multivariada en los datos obtenidos, ya que el coeficiente resultante de Mardia
fue de 227,23 que, de acuerdo con Bollen (1989), es inferior a p (p+2), siendo
p el número de variables observadas.
Figura 1. Modelo teórico resultando del Análisis
Factorial Exploratorio
El modelo teórico
hipotetizado resultante del Análisis Factorial Exploratorio realizado por
Nuviala et al. (2012b) en una muestra menos numerosa (Figura 1), compuesto por
5 factores y 22 ítems, obtuvo resultados dispares. Los índices de ajuste
incremental ofrecieron valores excelentes (AGFI=0,85; NFI=0,88; TLI=0,89; CFI=0,91;
IFI=0,91). Por su parte, los índices de ajuste de carácter absoluto presentaron
valores diferentes puesto que RMR dio un valor inaceptable (0,11) y por el
contrario RMSEA y GFI ofrecieron buenos valores (0,07 y 0,89 respectivamente).
Finalmente AIC, ECVI y el cociente χ2/gl
presentaron valores óptimos: 987,11; 1,54 y 4,41 respectivamente.
Figura 2. Modelo resultante del Análisis Factorial
Confirmatorio
Por tanto fue necesario
modificar el modelo anterior para intentar conseguir un modelo que responda a
los criterios establecidos para una buena bondad del ajuste. Dicha
re-especificación se efectuó en base a los siguientes criterios: (1) la
significatividad de las cargas factoriales, (2) la información proporcionada
por la matriz residual y (3) los índices de modificación ofrecidos por el
programa. El resultado fue la eliminación de los ítems e1, e4, e5, e6, e10, e11,
e13, e17, e20 y e22.
Las modificaciones se
realizaron en pasos sucesivos atendiendo, tras cada una de las modificaciones,
tanto a los índices de fiabilidad como a las saturaciones cruzadas. Se llegó a
un modelo reespecificado compuesto por 12 ítems agrupados en 5 factores (Figura
2). Todos los índices de ajuste propuestos para este nuevo modelo fueron
correctos: GFI=0,97; AGFI=0,95; NFI=0,97; TLI=0,96; CFI=0,98; IFI=0,97; RMR=0,06;
RMSEA=0,04; AIC=171,56; ECVI=0,26; χ2=103,56; χ2/gl=2,35.
La fiabilidad del instrumento final se midió
con el coeficiente alfa de Cronbach
dando un valor de 0,86.
La validez discriminante de la escala se ha
contrastando por tres vías diferentes. La forma tradicional de hacerlo es
calcular la matriz de correlaciones entre los ítems de la escala. Como puede
observarse en la Tabla 1, existió correlación significativa, positiva y
moderada entre todos los factores que componen la escala, lo que demostró este
tipo de validez.
Tabla 1. Correlación entre los factores resultantes.
Fiabilidad en la diagonal. ** Denota que la correlación es significativa al
nivel ,01 (bilateral)
|
|
Satisfacción |
Disfrute |
Práctica |
Economía |
Ocio |
|
Satisfacción |
(0,904) |
0,352** |
0,575** |
0,254** |
0,414** |
|
Disfrute |
|
(0,881) |
0,360** |
0,285** |
0,493** |
|
Práctica |
|
|
(0,832) |
0,295** |
0,340** |
|
Economía |
|
|
|
(0,945) |
0,226** |
|
Ocio |
|
|
|
|
(0,585) |
Actualmente se utiliza una versión modificada
del procedimiento anterior, recomendada por Burnkrant y Page (1982). Se trata
de estimar modelos alternativos de tal forma que en cada uno de ellos se
introduce como restricción que la correlación entre cada par de dimensiones es
igual a 1, y realizar con cada uno un test de diferencias de ji-cuadrado para
comparar los modelos con el fin de evaluar si eran significativamente
diferentes. En la Tabla 2 se comprueba como la diferencia entre los ji-cuadrado
fue siempre significativa, por lo que las dimensiones de la escala de abandono
de centros deportivos fueron significativamente diferentes entre sí,
corroborando la validez discriminante.
Como tercera vía para garantizar este tipo de
validez se han calculado todas las correlaciones posibles entre los factores,
lo que ha permitido construir el intervalo de confianza de las correlaciones
entre todas las dimensiones. Como se muestra en la Tabla 2, se puede confirmar
la validez discriminante de la escala, ya que ninguno de los intervalos de
confianza de esas correlaciones contiene el valor 1 al 95% de confianza.
Tabla 2. Validez discriminante.
Test de diferencias de χ2. Intervalos
de confianza de las correlaciones entre las dimensiones
|
|
Diferencial de χ2 (g.l.) |
P |
Intervalo de confianza |
|
Satisfacción/Disfrute |
201,47(45)-103,56(44)
= 97,90(1) |
p<0,001 |
(0,26 - 0,44) |
|
Satisfacción/Práctica |
127,14(45)-103,56(44)
= 23,57(1) |
p<0,001 |
(0,51 - 0,65) |
|
Satisfacción/Economía |
144,96(45)-103,56(44)
= 41,40(1) |
p<0,001 |
(0,16 - 0,33) |
|
Satisfacción/Ocio |
175,91(45)-103,56(44)
= 71,53(1) |
p<0,001 |
(0,32 - 0,49) |
|
Disfrute/Práctica |
239,26(45)-103,56(44)
= 135,69(1) |
p<0,001 |
(0,27 - 0,45) |
|
Disfrute/Economía |
190,15(45)-103,56(44)
= 86,58(1) |
p<0,001 |
(0,20 - 0,37) |
|
Disfrute/Ocio |
235,77(45)-103,56(44)
= 132,20(1) |
p<0,001 |
(0,39 - 0,57) |
|
Práctica/Economía |
161,23(45)-103,56(44)
= 57,66(1) |
p<0,001 |
(0,27 - 0,38) |
|
Práctica/Ocio |
243,42(45)-103,56(44)
= 139,86(1) |
p<0,001 |
(0,25 - 0,42) |
|
Economía/Ocio |
210,33(45)-103,56(44)
= 106,76(1) |
p<0,001 |
(0,14 - 0,30) |
DISCUSIÓN
La principal aportación
de los resultados de este trabajo radica en mejorar la escala de motivos de
abandono de centros deportivos (Nuviala et al., 2012b), al obtener un
instrumento con similares propiedades psicométricas al original, pero con una
reducción de ítems. Esta reducción podría repercutir en una aplicación más
rápida y asequible para los centros deportivos, sin que haya supuesto una
pérdida de validez ni de fiabilidad en ninguno de sus constructos.
Para comprobar la
estructura factorial de la escala conformada por 5 factores y 22 ítems, se
llevó a cabo un análisis factorial confirmatorio. El modelo inicial propuesto
cumple con los requisitos de establecidos por Bollen (1989), según los cuales
lo ideal para este tipo de análisis es la existencia de al menos tres ítems por
factor. De la misma forma, el tamaño de lo muestra supera los requisitos
establecidos por diversos autores según los cuales el número mínimo estaría en
200 sujetos cuando el número de ítems es de 3 por factor o variable latente
(Anderson y Gerbing, 1984) e incluso superior si el número de ítems decrece por
variable latente (Marsh, Balla, y McDonald, 1988).
Los parámetros fueron estimados mediante el
método de máxima verosimilitud, al cumplirse los dos supuestos de normalidad.
En el caso de la univariada se puede afirmar que los índices de asimetría y
curtosis de los ítems estuvieron próximos al valor cero y por debajo del valor
dos (Nuviala et al, 2012b), tal y como recomiendan Bollen y Long (1993), lo que
denota semejanza con la curva normal en los datos univariados. Según Bollen
(1989) existe normalidad multivariada si el coeficiente de Mardia es inferior a
p (p + 2), donde p es el número de variables observadas. Teniendo en cuenta que
en este estudio existían 22 variables observadas y el coeficiente de Mardia
provisto por el programa AMOS fue igual a 227,23, se puede afirmar la
existencia de normalidad multivariada ya que el valor aportado por el programa
es menor que el producto 22(22+2) = 528. La presencia de normalidad en los
datos confirma la conveniencia la elección de este método.
Para evaluar la adecuación del modelo sometido
a prueba se optó por la valoración conjunta de un grupo de índices. Fueron
seleccionados los índices de ajuste propuestos por Byrne (2001), considerándose
aceptables valores del GFI, AGFI, NFI, IFI, TLI y CFI, por encima de ,90; de
RMR y RMSEA, entre ,05 y ,08; en el cociente entre χ2 /gl,
un modelo considerado perfecto su valor
sería de 1.00 y las ratios por debajo de 2,00 se considerarán como
indicadores de un muy buen ajuste del modelo, mientras que valores por debajo de 5,00 son considerados como
aceptables (Hu y Bentler, 1999). De igual forma se añadieron al conjunto de
índices el AIC que informa de una
mayor parsimonia del modelo a medida que decrece su valor (Akaike, 1987) y ECVI que constituye una aproximación a la
bondad de ajuste que el modelo conseguiría en una muestra diferente. Un menor
valor en este índice determina un mejor ajuste (Weston y Gore, 2006).
Los resultados obtenidos en el modelo inicial,
el extraído del análisis factorial exploratorio, no aportan resultados óptimos
en algunos de los índices (GFI, AGFI, NFI, TLI y RMR), así como para el
cociente χ2/gl. Por su parte el índice AIC mostró un valor muy alto y el ECVI fue superior a 1.
Fue necesario corregir el modelo hasta obtener resultados aceptables. Dicha
reespecificación se efectuó en base a los criterios propuestos Rial, Varela,
Abalo y Lévy (2006). El modelo final estuvo compuesto igualmente por 5
dimensiones y tan sólo 12 ítems, presentado unos índices de ajuste correctos.
Así RMSEA y RMR exhibieron valores por debajo del
criterio de ,08 y los índices de bondad de ajuste del modelo GFI, AGFI, NFI, TLI, CFI e IFI exhibieron
valores por encima de ,90 Por tanto, los índices de ajuste del modelo llevaron
a la decisión de aceptar el modelo siguiendo los criterios de Arbuckle (2007).
De igual manera, los índices AIC y ECVI, así como el cociente χ2/gl,
mostraron valores menores, lo que significa un mejor ajuste del modelo
(Jöreskog y Sörbom, 1993; Weston y Gore 2006).
La validez discriminante de la escala viene
expresada por el contraste entre los diferentes factores que la componen. Si
son realmente distintos los conceptos que la conforman y al mismo tiempo están
relacionados, es entonces cuando se puede hablar de este tipo de validez
(Lehmann, Gupta, y Steckel, 1999). Para garantizarla se han calculado de
diversas formas. La primera y tradicional, consiste en correlacionar los
factores que componen la escala y comprobar que su relación sea significativa,
positiva y moderada. Los resultados obtenidos dan pie a afirmar este tipo de
validez. Sin embargo, en la actualidad se comprueba a través de otras dos vías.
La primera es la propuesta por Burnkrant y Page (1982), que trata de estimar
modelos alternativos de tal forma que en cada uno de ellos se introduce como
restricción que la correlación entre cada par de dimensiones es igual a 1, y
realizar con cada uno un test de diferencias de ji-cuadrado para comparar los
modelos con el fin de evaluar si eran significativamente diferentes. Los
resultados han probado como la diferencia entre los ji-cuadrado fueron siempre
significativas, por lo que las dimensiones de la escala de abandono de centros
deportivos fueron diferentes entre sí, corroborando la validez discriminante.
La tercera y última de las vías consiste en
calcular las correlaciones posibles entre los factores y construir los
intervalos de confianza de las correlaciones entre todas las dimensiones. Los
resultados, también han mostrado este tipo de validez, ya que ninguno de los
intervalos de confianza de esas correlaciones contiene el valor 1 al 95% de
confianza (Anderson y Gerbing, 1984).
La principal limitación del estudio fue que la
muestra estuvo compuesta por los clientes que causaron baja en un único centro
deportivo de una sola ciudad (escogido a conveniencia). Otra limitación deriva
de que el perfeccionamiento de la escala viene dado por una confirmación de su
validez y fiabilidad, acompañada de una reducción de ítems que la hace más
práctica, pero no ha supuesto una mejora sustancial de sus propiedades
psicométricas. Por otro lado, si bien el número de participantes no llega al
millar, no es menos cierto que el trabajo tiene como punto fuerte el contar con
una muestra considerable de sujetos que han abandonado el centro deportivo,
sujetos a los que es difícil acceder y cuyos datos no suelen proporcionar los
centros deportivos.
La aplicación práctica del trabajo se halla en
presentar una herramienta que posibilita a los gestores de los centros
deportivos conocer los motivos que derivan en el abandono de sus usuarios.
Mejora la posibilidad de aplicación de la herramienta precedente (Nuviala et
al., 2012b) sin mermar sus propiedades psicométricas. Futuros estudios podrían
contrastar la validez cruzada de la escala de motivos de abandono de centros
deportivos en otras organizaciones deportivas, públicas y privadas, con
diferentes estrategias de mercado, en distintos lugares y culturas.
En conclusión, tras el análisis factorial
confirmatorio de la escala de motivos de abandono de centros deportivos se ha
obtenido un cuestionario reducido que cumple con los criterios de validez y
fiabilidad. El instrumento final está compuesto por cinco dimensiones y doce
ítems, lo que supone una reducción de un 45,45% de los ítems sin alterar las
propiedades psicométricas de la escala.
REFERENCIAS BIBLIOGRÁFICAS
Akaike, H. (1987). Factor analysis and AIC. Psychometrika, 52, 317–332. http://dx.doi.org/10.1007/BF02294359
Almagro, B. J., Sáenz-López, P., y Moreno, J. A. (2010). Prediction of sport adherence through the influence of
autonomy-supportive coaching among Spanish adolescent athletes. Journal of Sports Science and Medicine, 9,
8-14.
Anderson,
J. C., y Gerbing, D. W. (1984). The effect of sampling error on convergence,
improper solutions, and goodness-of-fit indices for maximum likelihood
confirmatory factor analysis. Psychometrika, 49, 155−173. http://dx.doi.org/10.1007/BF02294170
Arbuckle,
J. L. (2007). Amos16.0 User’s Guide. Chicago, IL: SPSS
Inc.
Bara, M. G., y Guillén, F. (2008). Motivos do abandono no esporte
competitivo: um estudo retrospectivo. Revista Brasileira de Educação Física e Esporte, 22(4), 293-300.
Bodet, G. (2012). Loyalty in sport participation
service: An examination of the mediating role of psychological commitment. Journal of Sport Management, 36, 30-42.
Bollen,
K. A. (1989). Structural equations with latent variables. New York: John
Wiley y Sons. http://dx.doi.org/10.1002/9781118619179
Bollen, K. A., y Long, J. S.
(1993). Testing Structural Equation
Models. Sage: Newbury Park, CA.
Burnkrant,
R. E., y Page, T. J. (1982). An examination of the convergent, discriminant and
predictive validity of Fishbein´s behavioral intention model. Journal of
Marketing Research, 19 (4), 526-550. http://dx.doi.org/10.2307/3151726
Byrne,
B. M. (2001). Structural Equation Modeling with AMOS. Basic Concepts,
Applications, and Programmin. Londres: LEA
Campbell,
D. T., y Fiske, D. W. (1959). Convergent and discriminant validation by the
multitreat-multimethod matrix. Psychological
Bulletin, 56,
81-105. http://dx.doi.org/10.1037/h0046016
Cervelló, E. M., Escartí, A., y Guzmán, J. F.
(2007). El abandono del deporte en jóvenes desde la Teoría de las metas de
logro. Psicothema, 19,
65-71.
Churchill,
G. A. (1979). A Paradigm for Developing Better Measures of Marketing
Constructs. Journal of Marketing Research, 16 (1), 64-73. http://dx.doi.org/10.2307/3150876
Evans,
K. (2008). Dropping out and hanging out: Girls and organised sports
participation. Australasian
Parks and Leisure, 11(2), 44-48.
Gómez-López, M., Granero-Gallegos, A., Baena-Extremera, A., y
Ruiz-Juan, F. (2011). The abandonment of an
active lifestyle within university students: Reasons for abandonment and
expectations of re-engagement. Psychologica Belgica,
51(2),
155-175. http://dx.doi.org/10.5334/pb-51-2-155
Gonçalves,
C. E., Fingueiredo, A., y Silva, M. J. C. (2007). Multidimensional
analysis of dropout in youth basketball: 2-Year follow-up among Portuguese
initiates. Acta Kinesiologiae
Universitatis Tartuensis, 12, 90-91.
Guthold, R., Ono, T., Strong, K. L., Chatterji, S., y
Morabia, A. (2008) World-wide variability in physical inactivity: A 51-country
survey. American Journal of Preventive
Medicine, 11(2), 44-48.
Haase, A. M., y Kinnafick, F. E. (2007). What
factors drive regular exercise behaviour?: Exploring the concept and
maintenance of habitual exercise. Journal
of Sport Exercise Psychology, 29, S165.
Hu, L., y
Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure
analysis: Conventional criteria versus new alternatives. Structural Equation
Modeling, 6 (1), 1-55. http://dx.doi.org/10.1080/10705519909540118
Jõesaar,
H. y Hein, V. (2011a). Psychosocial determinants of young athletes’ continued
participation over time. Perceptual Motor
Skills, 113, 51-66. http://dx.doi.org/10.2466/05.06.13.PMS.113.4.51-66
Jõesaar,
H., Hein, V., y Hagger, M.S. (2011b). Peer influence on young athletes’ need
satisfaction, intrinsic motivation and persistence in sport: A 12-month
prospective study. Psychology of Sport
and Exercise, 12, 500-508. http://dx.doi.org/10.1016/j.psychsport.2011.04.005
Jöreskog, K., y Sörbom, D. (1993). LISREL 8: User’s reference guide. Chicago, IL: Scientific Software International.
Langviniene, N., y Sekliuckiene, J. (2008). Assessment
of SPA services quality in Lithuania: Customer's viewpoint. Amfiteatru Economic, 10(SUPPL. 2),
230-241.
Lehmann,
D. R., Gupta, S., y Steckel, J. H. (1999). Marketing Research. New York:
Addison-Wesley.
Limstrand, T., y Rehrer, N. J. (2008). Young people’s
use of sports facilities: a Norwegian study on physical activity. Scandinavian Journal of Public Health, 36(5),
452-459. http://dx.doi.org/10.1177/1403494807088455
Macarro,
J., Romero, C., y Torres, J. (2010). Reasons why higher secondary school
students in the province of Granada dropout of sports and organized physical
activities. Revista
de Educación, 353, 495-519.
Marsh, H. W., Balla, J. R., y McDonald, R. (1988). Goodness-of-fit indexes in confirmatory
factor analysis: The effect of sample size. Psychological Bulletin, 103,
391−410. http://dx.doi.org/10.1037/0033-2909.103.3.391
Martin, D. S., y O’Neill, M. (2010). Scale development
and testing: A new measure of cognitive satisfaction in sports tourism. Event Management, 14, 1-15. http://dx.doi.org/10.3727/152599510X12724735767471
Martínez,
J. A., y Martínez, L. (2008). Measuring perceived service quality in sports
services; a first person approach. Revista Internacional de Medicina y Ciencias de la Actividad Física y
del Deporte, 8(31), 244-255.
Martínez, J. A., y Martínez, L. (2009). A
customer management model in sports services; a system dynamics approach. Revista Internacional
de Medicina y Ciencias de la Actividad Física y del Deporte, 9(36), 431-453.
Messick,
S. (1980). Test validity and ethics of assessment. American Psychologist, 35, 1012-1027. http://dx.doi.org/10.1037/0003-066X.35.11.1012
Messick,
S. (1995). Standards of validity and the validity of standards in performance
assessment. Educational Measurement:
Issues and Practice, 15, 5-12.
Morales,
V., Hernández-Mendo, A., y Blanco, A. (2005). Evaluación
de la calidad de los programas de Actividad Física. Psicothema, 17, 311-317.
Muyor, J. M., Águila, C., Sicilia, A., y Orta, A. (2009). Assessing user’s motivation in sport centers. Revista Internacional
de Medicina y Ciencias de la Actividad Física y del Deporte, 9(33): 67-80.
Nuviala, A., Grao-Cruces, A., Pérez-Turpin, J.A. y Nuviala, R.
(2012a). Quality, satisfaction and perceived value in groups of
users of sports organisations in Spain. Kinesiology 44(1),
94-103.
Nuviala, A., Pérez-Turpin, J. A., Tamayo, J. A., y Fernández-Martínez,
A. (2011). School-Age Involvement in Sport and Perceived Quality of
Sport Services. Collegium Antropologicum, 35(4),
1023-1029
Nuviala, A., Tamayo, J.A., Nuviala, R., González, J.A., y Fernández,
A. (2010). Propiedades psicométricas de la escala de valoración de
organizaciones deportivas EPOD. Retos.
Nuevas tendencias en Educación Física, Deporte y Recreación, 18, 82-87.
Nuviala, A., Teva-Villén, M. R., Grao-Cruces, A., Pérez-Ordás, R.,
García-Fernández, J., y Nuviala, R. (2012b). Validity,
reliability and exploratory factor analysis of the dropout scale in sport
centres. Journal of Human Sport and
Exercise, 7(1), 275-286. http://dx.doi.org/10.4100/jhse.2012.71.06
Palou, P., Ponseti, X.,
Gili, M., Borras, P. A., y Vidal, J. (2005). Motivos
para el inicio, mantenimiento y abandono de la práctica deportiva de los
preadolescentes de la isla de Mallorca. Apunts.
Educación Física y Deportes, 81, 5-11.
Pérez-Gil, J.A., Chacón, S. y Moreno, R. (2000). Validez de
Constructo: el Uso de Análisis Factorial Exploratorio-Confirmatorio para
Obtener Evidencias de Validez. Psicothema,
12 (2), 442-446
Rial, A., Varela, J.,
Abalo, J., y Lévy, J.P. (2006). El Análisis Factorial Confirmatorio. En J.P.
Lévy y J. Varela (coord.). Modelización con Estructuras de Covarianzas en
Ciencias Sociales. Temas Esenciales, Avanzados y Aportaciones Especiales
(pp.119-154) A Coruña: Netbiblo.
Ruiz, F., García, M. E., y Díaz, A. (2007). Análisis de las
motivaciones de práctica de actividad física y de abandono deportivo en la
Ciudad de La Habana (Cuba). Anales de Psicología, 23, 152-166.
Weston,
R., y Gore, P. A. (2006). A brief guide to structural equation modeling. The
Counseling Psychologist, 34(5), 719-751. http://dx.doi.org/10.1177/0011000006286345
Número de citas totales /
Total referentes: 43 (100%)
Número de citas propias de la revista / Journal’s
own referentes: 3 (6,97%)
Rev.int.med.cienc.act.fís.deporte - vol. 16 - número 61 - ISSN: 1577-0354
Anexo 1. Ítems de la escala sobre motivo de abandono
tras el Análisis Factorial Confirmatorio y factores a los que pertenecen
|
Factor |
Ítem |
|
Satisfacción |
Porque el personal deportivo no presta
atención adecuada a los usuarios |
|
Porque no me atienden bien en las clases y/o
salas de fitness |
|
|
Disfrute |
Porque no me gusta
acudir al centro deportivo |
|
Porque no disfruto
viniendo al centro deportivo |
|
|
Porque no encuentro
estimulante venir al centro deportivo |
|
|
Práctica |
Porque está muy masificado |
|
Porque no se dispone de suficiente material
deportivo |
|
|
Porque la maquinaria de entrenamiento de
fuerza o cardiovascular es insuficiente |
|
|
Economía |
Porque el precio me resulta caro |
|
Porque la cuota me parece cara |
|
|
Ocio |
Porque no he conocido
a otras personas interesantes |
|
Porque tengo otras opciones más interesantes
de ocio |
Rev.int.med.cienc.act.fís.deporte - vol. 16 - número 61 - ISSN: 1577-0354