metricas
covid
Buscar en
Enfermería Clínica
Toda la web
Inicio Enfermería Clínica Validez de constructo y fiabilidad de la escala BARRIERS en el contexto español
Información de la revista
Vol. 34. Núm. 4.
Páginas 259-270 (julio - agosto 2024)
Visitas
852
Vol. 34. Núm. 4.
Páginas 259-270 (julio - agosto 2024)
ORIGINAL
Acceso a texto completo
Validez de constructo y fiabilidad de la escala BARRIERS en el contexto español
Construct validity and reliability of the BARRIERS scale in the Spanish context
Visitas
852
Héctor González-de la Torrea,b, David Díaz-Pérezc,d,e, Claudio Alberto Rodríguez-Suáreza,b,
Autor para correspondencia
claudioalberto.rodriguez@ulpgc.es

Autor para correspondencia.
, Ricardo José Pinto-Plasenciac, José Verdú-Sorianof, M. Ángeles Cidoncha-Morenog,h
a Departamento de Enfermería, Universidad de Las Palmas de Gran Canaria, Islas Canarias, España
b Unidad de apoyo a la investigación, Complejo Hospitalario Universitario Insular Materno-Infantil de Gran Canaria, Servicio Canario de la Salud, Islas Canarias, España
c Unidad de Apoyo a la Dirección, Servicio Canario de la Salud, Islas Canarias, España
d Coordinación Autonómica de Investigación en Cuidados de Enfermería, Servicio Canario de la Salud, Islas Canarias, España
e Unidad de Investigación, Complejo Hospitalario Universitario Nuestra Señora de Candelaria, Santa Cruz de Tenerife, España
f Departamento de Enfermería Comunitaria, Medicina Preventiva, Salud Pública e Historia de la Ciencia, Facultad de Ciencias de la Salud, Universidad de Alicante (UA), Alicante, España
g Instituto de Investigación Sanitaria Bioaraba, Subdirección de Enfermería, Dirección General de Osakidetza, Vitoria-Gasteiz, Álava, España
h Academia de las Ciencias de la Enfermería de Bizkaia, Bilbao, España
Este artículo ha recibido
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Figuras (2)
Tablas (5)
Tabla 1. Puntuaciones medias, desviaciones estándar, valores de simetría-curtosis y puntuaciones suelo y techo
Tabla 2. Cargas factoriales obtenidas tras la rotación con sus respectivos intervalos de confianza
Tabla 3. Fiabilidad de los factores según los Factor Determinacy Index y los Overall Reliability of fully-Informative prior Oblique N-EAP scores
Tabla 4. Análisis Rasch de la escala BARRIERS
Tabla 5. Valores de fiabilidad para el modelo original y la versión española de la escala BARRIERS
Mostrar másMostrar menos
Material adicional (4)
Suplemento especial
Este artículo forma parte de:
Methodological tools

Editado por: Héctor González de la Torre. Complejo Hospitalario Insular Materno-Infantil de Gran Canaria, Servicio Canario de Salud, Las Palmas (Gran Canaria), Spain

Más datos
Resumen
Objetivo

Establecer la validez de constructo de la versión española de la escala The BARRIERS to Research Utilization Scale (BARRIERS).

Método

Estudio metodológico de validación de un instrumento de medida a partir de los datos de estudios previamente publicados. La población a analizar estuvo conformada por enfermeras del Servicio Vasco de Salud y del Servicio Canario de la Salud. Se extrajeron y unificaron las variables: años de experiencia profesional, tenencia de la titulación de enfermera especialista, posesión del doctorado, tipo de actividad que desempeñaba el profesional y ámbito de trabajo. Para la validación de constructo se realizó un análisis factorial confirmatorio (AFC) con base en el modelo inicial propuesto para la escala y el análisis Rasch. Se usó una matriz de correlaciones de tipo policórico, la extracción de factores por mínimos cuadrados no ponderados y rotación oblicua PROMIN. Para el análisis Rasch se empleó el método de Joint Maximun Likelihood estimation (JMLE); el ajuste de los ítems y las personas se estimaron mediante outfit - Unweighted Mean Square fit statistic (UMS) e infit -Weighted Mean Square Fit Statistic (WMS), así como la fiabilidad y la separación de ítems y personas.

Resultados

Un total de 1.200 enfermeras y matronas conformaron la muestra final de validación (n=1.200), con una media de experiencia profesional de 21,22±9,26 años. El AFC presentó una buena adecuación de los datos (índice de Kaiser Meyer Olkin [KMO]=0,935 [intervalo de confianza {IC} 95%: 0,921-0,945]), modificando la asignación factorial en seis ítems, mientras que cinco recibieron cargas factoriales en más de un factor. Los valores de ajuste para la solución de cuatro factores fueron Root Mean Square Error of Approximation (RMSEA)=0,026 (IC 95%: 0,026-0,027) y Goodness of Fit Index (GFI)=0,991 (IC 95%: 0,986-0,991). En el análisis Rasch la mayoría de los ítems presentaron valores infit-WMS y outfit-UMS con un buen ajuste.

Conclusiones

La versión española de la escala BARRIERS posee una adecuada validez de constructo, aunque existen cambios en la asignación de ítems a las dimensiones en comparación al modelo original. El análisis Rasch indica un ajuste adecuado tanto para las personas como para los ítems.

Palabras clave:
Enfermeras
Investigación enfermera
Investigación
Enfermería basada en la evidencia
Estudios de validación
Análisis factorial
Abstract
Objective

To establish the construct validity of the Spanish version of the BARRIERS scale.

Method

Methodological study of validation of a measurement instrument based on data from previously published studies. The study population consisted of nurses from the Basque Health Service and the Canary Health Service. The following variables were extracted and unified: Years of professional experience, possession of a specialist nursing degree, possession of a doctorate, type of activity performed by the professional and field of work. For construct validation, a confirmatory factor analysis (CFA) was performed based on the initial model proposed for the scale and Rasch analysis. A polychoric correlation matrix, factor extraction by unweighted least squares and PROMIN oblique rotation were used. For the Rasch analysis, the Joint Maximun Likelihood estimation (JMLE) method was used; the fit of the items and persons were estimated by means of outfit - Unweighted Mean Square fit statistic (UMS) and infit -Weighted Mean Square Fit Statistic (WMS), as well as the reliability and separation of items and persons.

Results

A total of 1200 nurses and midwives made up the final validation sample (n=1200), with a mean professional experience of 21.22±9.26 years. The CFA presented a good fit to the data (KMO=0.935 [95% CI:0.921-0.945]), changing the factorial assignment in 6 items, while 5 items received factorial scores in more than one factor. The fit values for the 4-factor solution were RMSEA=0.026 [95% CI:0.026-0.027] and GFI=0.991 [95% CI=0.986-0.991]. In the Rasch analysis most items presented infit-WMS and outfit-UMS values with a good fit.

Conclusions

The Spanish version of the BARRIERS scale has adequate construct validity although there are changes in the assignment of items to the dimensions compared to the original model. The Rasch analysis indicates adequate fit for both persons and items.

Keywords:
Nurses
Nursing research
Research
Evidence-based nursing
Validation studies as topic
Factor analysis
Texto completo

¿Qué se conoce?

  • La escala BARRIERS es la más usada para evaluar las barreras percibidas por enfermeras en investigación.

  • Todavía no ha sido acometida la validez del constructo de la versión española de BARRIERS.

¿Qué aporta?

  • La versión española de la escala BARRIERS puede aplicarse como un instrumento válido y fiable con una estructura interna con cuatro subescalas ajustadas al modelo original.

  • BARRIERS mide una variable latente bien definida que permite considerarla igualmente como un instrumento en esencia unidimensional.

Introducción

La investigación constituye una competencia primordial para capacitar a las enfermeras en la toma de decisiones informadas y contextualizadas, conducentes a desarrollar una práctica basada en evidencia (PBE) que se erija en el «estándar de oro» para la atención a la salud de las personas a través del método científico, redundando en la calidad de los cuidados y la salud de la población1–3. Sin embargo, existe una brecha entre los conocimientos alcanzados con la investigación y la aplicación clínica de estos resultados, que es percibida por las enfermeras como una barrera para la investigación4. Estas barreras han estado relacionadas mayoritariamente con la cultura organizacional5 y las características organizativas y de liderazgo de las instituciones; en menor medida, han estado vinculadas a las características individuales de las enfermeras y su capacidad para presentar y difundir los resultados de sus investigaciones3,4.

Aunque existen varios instrumentos para evaluar las percepciones que tienen las enfermeras acerca de estas barreras, el más usado y difundido es la escala The BARRIERS to Research Utilization Scale (BARRIERS), desarrollada por Funk et al.6, y cuya versión original está conformada por 29 ítems. Cada ítem refleja el grado en que dicho elemento es percibido como un obstáculo a través de una escala cuyo rango es de uno a cuatro puntos (1: nunca; 2: en menor grado; 3: en grado moderado; 4: en gran parte); además, se incluye una opción de respuesta que no puntúa para describir la ausencia de opinión. La determinación de las propiedades psicométricas del constructo de la escala BARRIERS ha sido realizada mediante el procedimiento clásico de análisis por componentes principales sobre una muestra (n=1.948) dividida en dos grupos idénticos6. Así, los ítems de la escala BARRIERS han sido estructurados en cuatro dimensiones con satisfactoria consistencia interna: características de la enfermera (α = 0,80), características de la organización (α = 0,80), características de la calidad de la investigación (α = 0,72) y características de la accesibilidad y comunicación de los resultados de la investigación (α = 0,65). En el estudio original de Funk et al., uno de los ítems (n.° 27 «La cantidad de información de investigación es aplastante»), no obtuvo cargas factoriales satisfactorias en ninguna de las dimensiones anteriores, por lo que los autores decidieron mostrarlo en el instrumento original de forma independiente6. Para obtener la puntuación global de la escala se suman las puntuaciones de todos los ítems. Para obtener las puntuaciones de las dimensiones, se suman las de los ítems que componen cada dimensión. La puntuación máxima de la escala BARRIERS es de 116 puntos, correspondiendo la suma de los ítems de cada dimensión a 32 para las dos primeras y 24 para las dos últimas.

La escala BARRIERS ha sido adaptada y aplicada en múltiples países4,7, tales como Suecia8,9, Australia10,11, Finlandia12, Grecia13, Irlanda14, EE. UU.15, Korea16, Turquía17, China18, Polonia19, Arabia Saudita20 o Pakistán21. Actualmente, se considera la escala más aceptada mundialmente para medir las barreras asociadas a la investigación y la PBE en Enfermería4,7. En España, Moreno-Casbas et al.22,23 realizaron la adaptación transcultural de la escala BARRIERS con adecuada fiabilidad (α = 0,842), de manera que, hasta la actualidad, ha sido usada en varias ocasiones24–28. No obstante, todavía no ha sido acometido el análisis de la validez del constructo de la versión española de la escala. Dado que existen diferencias entre los diversos estudios de validación respecto a la dimensionalidad y la estructura del instrumento, el objetivo de este estudio fue establecer la validez de constructo de la versión española de la escala BARRIERS.

MétodoDiseño de estudio

Estudio metodológico de validación de un instrumento de medida, realizado a partir de los datos de los estudios publicados por Cidoncha-Moreno et al. (estudio 1)27 y González-de la Torre et al. (estudio 2)28.

Población

La población de estudio estuvo conformada por las enfermeras participantes en el estudio 1 (enfermeras del Osakidetza-Servicio Vasco de Salud) y en el estudio 2 (enfermeras y matronas pertenecientes al Servicio Canario de la Salud). Ambos estudios habían considerado como único criterio de inclusión prestar servicio en estas organizaciones y no establecieron ningún criterio de exclusión.

Cálculo del tamaño muestral y método de muestreo

El estudio 1 realizó un muestreo probabilístico aleatorio simple por estratos27, mientras que el estudio 2 utilizó un muestreo no probabilístico de conveniencia28.

Para el presente estudio de validación, se consideró un tamaño muestral mínimo necesario de 400 enfermeras para la realización de un análisis factorial (AF). Este cálculo se basó en la recomendación clásica que establece utilizar al menos 10 sujetos por cada ítem que posea el instrumento a validar, un mínimo de 200 sujetos si se usa una matriz de tipo policórica y la posible necesidad de efectuar un análisis de validación cruzada (donde la muestra se divide en dos submuestras para explorar la estabilidad de los resultados obtenidos)29.

Instrumentos y sistema de recolección de datos

En ambos estudios de referencia se utilizaron sistemas online de recolección de datos, mediante el correo corporativo de los participantes (estudio 1) o la intranet de los centros participantes (estudio 2). Los periodos de recogida de datos en ambos casos pueden consultarse en los estudios de referencia27,28.

En los estudios de Cidoncha-Moreno et al.27 y González-de la Torre et al.28 se usó la versión española de la escala BARRIERS, la cual consta de 29 ítems que puntúan como una escala tipo Likert de uno a cuatro puntos. Hay una quinta respuesta (no sabe/no contesta) que puntúa como cero. Según este modelo, la puntuación máxima para la escala es de 116 puntos. En estos dos estudios, el ítem La cantidad de información de investigación es aplastante se asignó a la dimensión «Características de la comunicación de investigación (presentación y accesibilidad)» para su análisis.

Variables a estudio

Ambos estudios habían recogido diversas variables sociodemográficas, laborales y específicas relacionadas con el área de investigación, si bien algunas no se habían medido de la misma forma o no se habían recogido en los dos estudios. Tras la reunión y discusión del equipo investigador, se decidió qué variables podían considerarse que tenían una definición operativa similar y podían ser unificadas y analizadas de forma conjunta. Estas variables fueron: años de experiencia profesional, tenencia de la titulación de enfermero especialista en cualquiera de sus modalidades (sí/no), posesión del doctorado (sí/no), tipo de actividad que desempeñaba el profesional (asistencial, gestión, docente, investigadora) y ámbito de trabajo (Atención Primaria, Atención Especializada-Hospitalaria y otros ámbitos). Pueden consultarse el resto de las variables originalmente recogidas en los estudios de referencia27,28.

Análisis estadístico

Para el análisis descriptivo e inferencial de las variables estudiadas se usó el software IBM© SPSS Statistics v.24.0. Las variables cualitativas se expresaron en porcentajes y frecuencias y las cuantitativas en medias, desviación estándar (DE) y valores mínimos-máximos. Se realizó un análisis para evaluar si había diferencias entre los dos grupos que conformaban la muestra (enfermeras del Osakidetza-Servicio Vasco de Salud y enfermeras y matronas del Servicio Canario de la Salud). Para ello, se usó el test de X2 o el estadístico de Fisher, según los casos, para las variables cualitativas y la t de Student para las variables cuantitativas. Se estableció como significación estadística un valor p ≤ 0,05.

El AF y la fiabilidad del modelo se realizó mediante el software de acceso gratuito FACTOR© Release Version 12.02.01x64 bits (Rovira i Virgili University)30 y JASP Version 0.17.2.1.Computer software (University of Amsterdam).

Se realizó un análisis factorial confirmatorio (AFC) con base en el modelo inicial propuesto para la escala BARRIERS. Se efectuó una detección preliminar de ítems inapropiados según la Gulliksen's pool, de acuerdo a los valores obtenidos de Overall Item Threshold (OIT), Overall Item Slope (OIS) y Measure of Sampling Adequacy (MSA)31. Los valores de MSA inferiores a 0,500 sugieren que el ítem no mide el mismo constructo que el resto de los ítems del grupo, por lo que se aconseja su eliminación31,32.

En la matriz semi-especificada del AFC, el ítem «La cantidad de información de investigación es aplastante» fue asignado al factor 4, según el modelo usado por los estudios n.° 1 y n.° 2. Se evaluó la adecuación de los datos al AF con el índice de Kaiser Meyer Olkin (KMO) y el estadístico de Bartlett, considerándose adecuados los valores superiores a 0,75 para el primero y valores p ≤ 0,05 estadísticamente significativos para el segundo29,30.

Para evaluar la adecuación de la solución factorial se utilizaron el Root Mean Square of Residuals (RMSR), Root Mean Square Error of Approximation (RMSEA), Non-Normed Fit Index (NNFI), Comparative Fit Index (CFI), Goodness of Fit Index (GFI) y Adjusted Goodness of Fit Index (AGFI)29. Los valores de referencia de RMSR de 0,05 se consideraron acordes con un ajuste aceptable. Para el RMSEA los valores inferiores a 0,05 se consideraron buen ajuste, mientras que aquellos entre 0,05-0,08 un ajuste razonable. Los valores de NNFI y CFI de 0,95 o superiores y valores de GFI y AGFI superiores a 0,90 se consideraron indicadores de un buen ajuste del modelo.

También se calculó el RMSR para evaluar el ajuste de la solución factorial con base en la magnitud de las correlaciones residuales29. Para ello, se usó el criterio de Kelley donde el valor de la RMSR se compara con el error típico, que tendría una correlación cero en la población33.

Según el análisis de simetría y curtosis de los ítems, para el AF se usó una matriz de correlaciones de tipo policórico29,30. La extracción de factores se realizó por mínimos cuadrados no ponderados (RULS) y rotación oblicua PROMIN. Utilizando bootstrapping, se calcularon los intervalos de confianza al 95% (IC 95%) de las puntuaciones de los ítems y de las medidas del modelo. Se consideraron suficientes los valores superiores a 0,300 en las cargas factoriales34.

La consistencia de los factores se evaluó con los coeficientes Overall Reliability of fully-Informative prior Oblique N-EAP scores (ORION) y el Factor Determinacy Index (FDI)35. Si se van a utilizar las puntuaciones factoriales para la evaluación individual, los valores FDI superiores a 0,90 y los valores ORION superiores a 0,80 son recomendados35.

Para la valoración de la unidimensionalidad se usaron los índices Unidimensional Congruence (UniCo), Explained Common Variance (ECV) y el Mean of Item REsidual Absolute Loadings (MIREAL)36. Los valores de UniCO superiores a 0,95, de ECV superiores a 0,85 e inferiores a 0,30 para los MIREAL indicaban que los datos podían considerarse como esencialmente unidimensionales36. Con base en esto se estableció la conveniencia de realizar un análisis desde un enfoque Rasch.

El análisis Rasch se realizó mediante J Metrik© Software (University of Virginia). Se usó el método de Joint Maximun Likelihood estimation (JMLE) para la estimación de los parámetros. El ajuste de los ítems y las personas se estimaron mediante outfit - Unweighted Mean Square fit statistic (UMS) y infit -Weighted Mean Square Fit Statistic (WMS). Para los índices de ajuste, los valores entre 0,8 y 1,2 fueron considerados como un buen ajuste y entre 0,5 y 1,5 significaron un ajuste aceptable37. Para establecer los estadísticos de calidad se calcularon los índices de separación (considerando los valores superiores a 2 adecuados) y fiabilidad (deseables valores de fiabilidad superiores a 0,8), tanto para los ítems como para las personas37. La suposición de la independencia local entre los ítems se testó mediante la prueba Q3 de Yen38.

Adicionalmente, se realizó un análisis de fiabilidad mediante el cálculo del coeficiente alfa de Cronbach (α), el coeficiente omega (ω) y el Greatest Lower Bound (GLB)39. Valores por encima de 0,80 se consideraron adecuados para los tres coeficientes.

Aspectos éticos

Ambos estudios de referencia contaban con la autorización de sus respectivos comités de ética (Hospital Universitario de Gran Canaria Dr. Negrín [HUGCDN] Código CEIm: 2022-358-1, Hospital Universitario de Canarias Código CEIm: Proyecto EQS y Código CEIC-E: 27-09-2011), habiendo sido informados los participantes de la voluntariedad en la participación y garantizándose su anonimato. La base de datos unificada que se generó a partir de los datos de los dos estudios estaba cegada y será custodiada según la legislación vigente por el equipo investigador.

Resultados

Un total de 1.200 enfermeras y matronas conformaron la muestra final de validación (n=1.200), 688 procedentes del estudio n.° 1 (57,3%) y 512 del estudio n.° 2 (42,7%), con una media de experiencia profesional de 21,22 años (DE=9,26 [rango 0-43]). Un total de 323 participantes (26,9%) tenían al menos una especialidad de enfermería y 13 eran doctores (1,1%).

Respecto al ámbito de trabajo, 479 (39,9%) desempeñaban su trabajo en Atención Primaria, 711 (59,3%) en Atención Especializada-Hospitalaria y 10 (0,8%) en otros servicios. Respecto a la actividad, 1.006 (83,8%) prestaban actividad asistencial, 168 (14,0%) estaban en actividades de gestión y 19 (1,6%) en docencia. Tan solo siete (0,6%) se dedicaban exclusivamente a la investigación. Se pueden consultar las frecuencias y porcentajes para las variables originalmente recogidas en los estudios de referencia.

El análisis entre los dos grupos encontró diferencias estadísticamente significativas en las variables: disponer de una especialidad (estadístico de Fisher/p ≤ 0,001), actividad principal (X2/p=0,001), tenencia de doctorado (estadístico de Fisher/p ≤ 0,001) y ámbito de trabajo (X2/p ≤ 0,001). La media de experiencia profesional en las enfermeras vascas fue 23,77 (DE=8,57) años, frente a la media de las enfermeras canarias que fue 17,85 (DE=9,06), siendo esta diferencia de medias estadísticamente significativa (p ≤ 0,001).

Las puntuaciones medias, DE, valores de simetría-curtosis y puntuaciones mínimas-máximas de los ítems pueden consultarse en la tabla 1.

Tabla 1.

Puntuaciones medias, desviaciones estándar, valores de simetría-curtosis y puntuaciones suelo y techo

  M (DE)  Asimetría  Curtosis  n (%) respuesta techo*  n (%) respuesta suelo** 
1. Los artículos/informes de investigación no están disponibles  2,25 (1,09)  -0,239  -0,330  169 (14,1%)  98 (8,2%) 
2. Las implicaciones para la práctica no se presentan con claridad  2,41 (1,17)  -0,368  -0,478  251 (20,9%)  104 (8,7%) 
3. Los análisis estadísticos no son comprensibles  2,56 (1,13)  -0,359  -0,602  307 (25,6%)  60 (5,0%) 
4. La investigación no afecta a la práctica enfermera  1,77 (1,09)  0,907  -0,411  138 (11,5%)  28 (2,3%) 
5. La enfermería desconoce las investigaciones  2,85 (1,12)  -0,526  -0,723  471 (39,3%)  29 (2,4%) 
6. Las instalaciones no resultan adecuadas para su implementación  2,49 (1,24)  -0,410  -0,741  326 (27,2%)  106 (8,8%) 
7. La enfermería no tiene tiempo para leer la investigación  2,81 (1,11)  -0,463  -0,893  435 (36,3%)  19 (1,6%) 
8. La investigación no ha sido contrastada  1,54 (1,13)  0,345  -0,655  65 (5,4%)  249 (20,8%) 
9. La enfermería interpreta que las ventajas de aplicar las nuevas ideas serán mínimas  2,05 (1,13)  0,149  -0,729  157 (13,1%)  88 (7,3%) 
10. La enfermería tiene dudas a la hora de aceptar los resultados de la investigación  2,20 (1,11)  -0,035  -0,664  173 (14,4%)  76 (6,3%) 
11. La investigación tiene deficiencias metodológicas  1,71 (1,23)  0,108  -0,919  100 (8,3%)  270 (22,5%) 
12. La literatura correspondiente no está recogida en un solo lugar  2,45 (1,44)  -0,493  -1,048  397 (33,1%)  205 (17,1%) 
13. La enfermería no se siente con suficiente autoridad como para cambiar los cuidados al paciente  2,56 (1,19)  -0,240  -1,132  354 (29,5%)  34 (2,8%) 
14. La enfermería cree que los resultados no son generalizables a su entorno  2,34 (1,13)  -0,193  -0,741  212 (17,7%)  68 (5,7%) 
15. La enfermería está aislada respecto a otros profesionales con los que comentar los resultados de la investigación  2,48 (1,19)  -0,240  -0,913  319 (26,6%)  63 (5,3%) 
16. La enfermería ve en la investigación, pocos beneficios para su actividad profesional  2,25 (1,12)  0,141  -1,019  215 (17,9%)  34 (2,8%) 
17. Los artículos/informes de investigación se publican con mucha demora  1,88 (1,38)  -0,085  -1,193  164 (13,7%)  322 (26,8%) 
18. Los médicos no colaboran en la implementación  2,45 (1,38)  -0,500  -0,917  366 (30,5%)  183 (15,3%) 
19. Los directivos no permiten su implementación  2,21 (1,38)  -0,292  -1,078  269 (22,4%)  219 (18,3%) 
20. La enfermería no percibe como relevantes los resultados de la investigación para su aplicación en la práctica  2,20 (1,13)  0,008  -0,852  184 (15,3%)  68 (5,7%) 
21. No existe una necesidad documentada para un cambio de práctica  1,97 (1,19)  0,133  -0,883  151 (12,6%)  124 (10,3%) 
22. Las conclusiones planteadas no están debidamente justificadas  1,68 (1,14)  0,093  -0,908  57 (4,8%)  224 (18,7%) 
23. La literatura divulga resultados contradictorios  1,78 (1,20)  0,039  -0,830  101 (8,4%)  237 (19,8%) 
24. La investigación no está redactada con claridad, ni invita a su lectura  2,29 (1,20)  -0,167  -0,828  244 (20,3%)  101 (8,4%) 
25. El resto de personal de enfermería no apoya su implementación  2,26 (1,21)  -0,286  -0,665  216 (18,0%)  140 (11,7%) 
26. La enfermería está poco dispuesta a cambiar/probar las nuevas ideas implementadas  2,39 (1,14)  -0,077  -0,904  257 (21,4%)  47 (3,9%) 
27. La cantidad de información de investigación es aplastante  2,09 (1,27)  -0,070  -0,944  210 (17,5%)  166 (13,8%) 
28. La enfermería no se siente capaz de evaluar la calidad de la investigación  2,46 (1,27)  -0,358  -0,890  65 (5,4%)  249 (20,8%) 
29. No hay tiempo suficiente en el trabajo para implementar nuevas ideas  2,97 (1,11)  -0,762  -0,356  157 (13,1%)  88 (7,3%) 

M (DE): media (desviación estándar)

n (%)=frecuencia (% porcentaje)

*

Se expresan solo las frecuencias y porcentaje que se corresponden con la respuesta En gran medida (puntuación: 4 puntos).

**

Se expresan solo las frecuencias y porcentaje que se corresponden con la respuesta No sabe-No contesta (puntuación: 0 puntos).

Validación de constructo mediante análisis factorial confirmatorio

La detección preliminar de ítems inapropiados según la Gulliksen's pool no encontró ítems susceptibles de ser retirados, según los valores obtenidos de OIT y OIS. Los valores de MSA fueron superiores a 0,850 en todos los ítems (material suplementario 1).

El AFC inicial presentó una buena adecuación de los datos, con un KMO=0,935 (IC 95%: 0,921-0,945) y un valor del estadístico de Bartlett estadísticamente significativo (p <0,001). La solución de cuatro factores-dimensiones proveía de una varianza explicada del 59,12%, de acuerdo con el análisis paralelo. Los valores de ajuste para este modelo fueron RMSEA=0,026 (IC 95%: 0,026-0,027), NNFI=0,995 (IC 95%: 0,993-0,995), CFI=0,996 (IC 95%: 0,995-0,996), GFI=0,991 (IC 95%: 0,986-0,991) y AGFI=0,988 (IC 95%: 0,981-0,988), indicando un buen ajuste del modelo. El RMSR fue 0,0375 (IC 95%: 0,038-0,038) (el valor esperado de RMSR según el criterio de Kelley para un modelo aceptable en este caso era de 0,0289).

La tabla 2 muestra las cargas factoriales (después de la rotación) del modelo, con sus respectivos IC. En función de las cargas factoriales obtenidas, el AFC realizó cambios en la asignación factorial de los ítems 7, 10, 12, 13, 14 y 27. Además, cinco ítems recibieron cargas factoriales en más de un factor (ítems 5, 6, 15, 25 y 29).

Tabla 2.

Cargas factoriales obtenidas tras la rotación con sus respectivos intervalos de confianza

  Factor 1  Factor 2  Factor 3  Factor 4 
Ítem 1  -0,377 (-0,572 -0,266)  0,093 (-0,056 0,226)  0,108 (0,012 0,215)  0,707 (0,604 0,903) 
Ítem 2  -0,313 (-0,502 -0,194)  0,051 (-0,122 0,186)  0,100 (0,002 0,195)  0,840 (0,730 0,974) 
Ítem 3  -0,149 (-0,317 -0,050)  -0,104 (-0,240 0,029)  0,099 (0,013 0,191)  0,831 (0,715 0,943) 
Ítem 4  0,113 (-0,063 0,267)  -0,198 (0,378 0,007)  0,086 (-0,012 0,205)  0,380 (0,228 0,538) 
Ítem 5  0,351 (0,231 -0,453)  -0,078 (-0,207 0,032)  -0,213 (-0,307 -0,139)  0,476 (0,365 0,589) 
Ítem 6  -0,169 (-0,314 -0,026)  0,340 (0,160 0,508)  -0,054 (-0,174 0,052)  0,404 (0,257 0,575) 
Ítem 7  -0,132 (-0,270 -0,013)  0,259 (0,127 0,396)  -0,208 (-0,383 -0,203)  0,637 (0,514 0,746) 
Ítem 8  -0,053 (-0,165 0,052)  -0,025 (-0,151 0,092)  0,676 (0,596 0,768)  0,149 (0,028 0,304) 
Ítem 9  0,703 (0,585 0,834)  -0,123 (-0,303 0,003)  0,144 (0,061 0,248)  0,011 (-0,124 0,136) 
Ítem 10  0,710 (0,601 0,821)  -0,177 (-0,31 -0,006)  0,127 (0,056 0,217)  0,068 (-0,043 0,197) 
Ítem 11  0,058 (-0,051 -0,185)  -0,032 (-0,184 0,109)  0,676 (0,580 0,762)  0,021 (-0,104 0,136) 
Ítem 12  -0,140 (-0,308 -0,025)  0,144 (-0,024 0,276)  0,422 (0,317 0,507)  0,183 (0,067 0,338) 
Ítem 13  0,450 (0,300 0,571)  0,076 (-0,086 0,219)  -0,142 (-0,241 -0,043)  0,281 (0,149 0,429) 
Ítem 14  0,627 (0,507 0,765)  0,015 (-0,139 0,145)  -0,036 (-0,143 0,045)  0,147 (0,013 0,279) 
Ítem 15  0,394 (0,270 0,522)  0,352 (0,213-0,486)  -0,204 (-0,302 -0,123)  0,126 (-0,011 0,257) 
Ítem 16  0,862 (0,771 0,967)  -0,070 (-0,171 0,046)  -0,067 (-0,143 0,005)  -0,037 (-0,146 0,062) 
Ítem 17  -0,032 (-0,147 0,098)  0,189 (0,036 0,354)  0,569 (0,486 0,666)  -0,024 (-0,146 0,108) 
Ítem 18  0,058 (-0,040 0,151)  0,882 (0,778 1,067)  0,065 (-0,031 0,135)  -0,239 (-0,360 -0,156) 
Ítem 19  -0,132 (-0,247 -0,054)  0,984 (0,894 1,124)  0,136 (0,075 0,190)  -0,245 (-0,337 -0,179) 
Ítem 20  0,811 (0,706 0,930)  -0,069 (-0,204 0,066)  0,079 (-0,012 0,161)  -0,052 (-0,171 0,046) 
Ítem 21  0,371 (0,238 0,508)  0,075 (-0,070 0,226)  0,253 (0,157 0,341)  0,050 (-0,061 0,184) 
Ítem 22  0,122 (-0,001 0,228)  0,043 (-0,113 0,155)  0,578 (0,500 0,656)  0,104 (-0,019 0,217) 
Ítem 23  -0,041 (-0,155 0,077)  -0,019 (-0,179 0,135)  0,610 (0,502 0,709)  0,222 (0,081 0,342) 
Ítem 24  0,050 (-0,094 0,162)  -0,037 (-0,190 0,120)  0,174 (0,071 0,270)  0,550 (0,413 0,684) 
Ítem 25  0,543 (0,428 0,667)  0,302 (0,168 0,443)  0,152 (0,063 0,231)  -0,183 (-0,316 -0,068) 
Ítem 26  0,883 (0,756 1,014)  0,063 (-0,121 0,191)  -0,078 (-0,163 0,007)  -0,239 (-0,395 -0,109) 
Ítem 27  -0,079 (-0,213 0,073)  0,013 (-0,143 0,181)  0,388 (0,285 0,484)  0,272 (0,132 0,417) 
Ítem 28  0,394 (0,252 0,557)  -0,017 (-0,242 0,173)  0,114 (-0,002 0,228)  0,241 (0,053 0,377) 
Ítem 29  0,007 (-0,124 0,150)  0,375 (0,233-0,529)  -0,218 (-0,320 -0,130)  0,440 (0,302 0,568) 

El ítem 5-La enfermería desconoce las investigaciones recibió cargas en el factor 1 (que correspondería con la dimensión características del investigador) de 0,351 y en el factor 4 (características de la comunicación de investigación) de 0,476. Debido a esto se consideró más apropiado asignarlo al factor 4.

El ítem 6-Las instalaciones no resultan adecuadas para su implementación, recibió cargas para el factor 2 (0,340) y factor 4 (0,404), considerándose adecuado mantener su asignación al factor 2 (características de la organización), según el modelo original. También se consideró que el ítem 29-No hay tiempo suficiente en el trabajo para implementar nuevas ideas debía mantenerse en el factor 2 (0,375), a pesar de que recibía más carga en el factor 4 (0,440).

El ítem 15-La enfermería está aislada respecto a otros profesionales con los que comentar los resultados de la investigación recibió cargas para el factor 1 y 2, siendo superiores las cargas para el factor 1, por lo que se mantuvo la asignación según el modelo original.

Por último, el ítem 25-El resto de personal de enfermería no apoya su implementación, inicialmente asignado al factor 2 en el modelo original, pero con una carga factorial insuficiente en este factor (0,302), recibió cargas superiores para el factor 1 (0,543), lo que aconsejaba su cambio de factor.

El modelo final propuesto quedó, por tanto, conformado por cuatro factores-dimensiones: factor 1, «Características del investigador (la enfermera)», compuesto por los ítems 9, 10, 13, 14, 15, 16, 20, 21, 25, 26 y 28; factor 2, «Características de la organización», compuesto por los ítems 6, 18, 19 y 29; factor 3, «Características de la investigación (calidad)», que integra los ítems 8, 11, 12, 17, 22, 23 y 27 y finalmente el factor 4 «Características de la comunicación de investigación» donde están asignados los ítems 1, 2, 3, 4, 5, 7 y 24. En este modelo, todos los ítems recibieron cargas superiores a 0,300. Los valores ORION y FDI para los factores se pueden consultar la tabla 3.

Tabla 3.

Fiabilidad de los factores según los Factor Determinacy Index y los Overall Reliability of fully-Informative prior Oblique N-EAP scores

Factores  FDI* (IC 95%)  ORION** (IC 95%) 
Factor 1  0,960 (0,955-0,963)  0,921 (0,911-0,928) 
Factor 2  0,942 (0,927-0,957)  0,887 (0,860-0,917) 
Factor 3  0,924 (0,914-0,930)  0,854 (0,836-0,866) 
Factor 4  0,924 (0,914-0,930)  0,889 (0,875-0,901) 

IC: intervalo de confianza.

*

Factor Determinacy Index

**

Overall Reliability of fully-Informative prior Oblique N-EAP scores

Si se van a utilizar las puntuaciones factoriales para la evaluación individual, los valores de FDI superiores a 0,90 y valores de ORION superiores a 0,80 son recomendados

Asimismo, el análisis de unidimensionalidad obtuvo los siguientes resultados: UniCo=0,957 (IC 95%: 0,947-0,968), ECV=0,832 (IC 95%: 0,816-0,855), MIREAL=0,232 (IC 95%: 0,140-0,232). Dado que dos de estos índices (UniCo y MIREAL) indicaban posible asunción de un modelo unidimensional, se realizó un análisis bajo un enfoque Rasch.

Análisis según enfoque Rasch

Se realizó un análisis Rasch basado en la teoría de la respuesta al ítem. En la tabla 4 pueden consultarse los datos obtenidos de ajuste del modelo.

Tabla 4.

Análisis Rasch de la escala BARRIERS

Ítem  Índice de dificultad*  Infit-WMS**  Outfit-UMS** 
Ítem 1  0,09  1,14  1,25 
Ítem 2  -0,04  0,99  0,99 
Ítem 3  -0,30  0,97  0,96 
Ítem 4  -0,10  1,34  1,79 
Ítem 5  -0,74  1,10  1,14 
Ítem 6  -0,12  1,20  1,21 
Ítem 7  -0,89  1,16  1,19 
Ítem 8  0,80  0,96  0,93 
Ítem 9  0,14  0,86  0,87 
Ítem 10  0,03  0,87  0,86 
Ítem 11  0,66  1,03  1,05 
Ítem 12  0,03  1,25  1,34 
Ítem 13  -0,51  0,95  0,98 
Ítem 14  -0,10  0,83  0,82 
Ítem 15  -0,26  0,96  0,94 
Ítem 16  -0,30  0,90  0,94 
Ítem 17  0,53  1,13  1,14 
Ítem 18  0,02  1,00  1,03 
Ítem 19  0,21  1,06  1,09 
Ítem 20  -0,02  0,82  0,82 
Ítem 21  0,27  0,90  0,88 
Ítem 22  0,76  0,84  0,83 
Ítem 23  0,60  0,95  0,95 
Ítem 24  -0,00  0,92  0,91 
Ítem 25  0,13  0,83  0,82 
Ítem 26  -0,28  0,98  0,99 
Ítem 27  0,23  1,17  1,21 
Ítem 28  -0,11  0,91  0,92 
Ítem 29  -0,76  1,05  1,06 

BARRIERS: The BARRIERS to Research Utilization Scale.

*

Índice de dificultad: indica en este caso los valores más altos respecto a las barreras de investigación.

**

outfit-Unweighted Mean Square fit statistic (UMS) e infit-Weighted Mean Square Fit Statistic (WMS): valores de los índices de ajuste entre 0,8 y 1,2 significaron un buen ajuste y los valores entre 0,5 y 1,5 significaron un ajuste aceptable.

Todos los ítems presentaron valores infit-(WMS) con un buen ajuste, excepto los ítems 4 y 12 que tuvieron un ajuste aceptable. Respecto a los valores outfit-UMS, los ítems 1, 6, 12 y 27 presentaron un ajuste aceptable, mientras que el ítem 4 tenía un mal ajuste. El resto de obtuvieron un buen ajuste. En la figura 1 se puede apreciar el mapa de ítems y las personas. El análisis Rasch permite estimar el valor de la variable latente (theta), es decir barreras de investigación en enfermería, en relación con la puntuación total. La figura 2 muestra la curva de ajuste de la variable latente.

Figura 1.

Mapa de ítems de la escala BARRIERS.

BARRIERS: The BARRIERS to Research Utilization Scale.

(0.1MB).
Figura 2.

Curva de ajuste de la variable latente.

(0.06MB).

En cuanto a los estadísticos de calidad de la escala, los valores de fiabilidad de los ítems y de las personas fueron de 0,995 y 0,922, respectivamente, mientras que los índices de separación (separation index) fueron de 19,207 y 4,929, respectivamente (por encima de dos puntos en ambos casos), lo que indica una adecuada fiabilidad tanto para los ítems como las personas. En la prueba Q3 de Yen, la mayoría de los valores en la matriz de correlaciones estuvo por debajo de 0,2, por lo que se cumplía la presunción de independencia local de los ítems.

Fiabilidad

Los valores totales para la escala de coeficiente alfa de Cronbach y coeficiente omega fueron de α = 0,92 (IC 95%: 0,91-0,93) y ω = 0,92 (IC 95%: 0,91-0,93), respectivamente. Tan solo la eliminación del ítem 4 aumentaba el valor de la fiabilidad en una centésima en el coeficiente alfa de Cronbach. Dado el elevado tamaño muestral, adicionalmente, se calculó el GLB=0,96 (IC 95%: 0,96-0,96). En cuanto a la fiabilidad interna de las subescalas, los valores de coeficiente alfa de Cronbach oscilaron entre 0,68 (IC 95%: 0,64-0,72) para la subescala «Características de la organización» y 0,89 (IC 95%: 0,88-0,90) para la subescala «Características del investigador (la enfermera)». Para esas mismas subescalas, los coeficientes omega fueron 0,71 (IC 95%: 0,68-0,74) y 0,89 (IC 95%: 0,88-0,90), respectivamente. Se pueden consultar los valores de todos los coeficientes para el modelo original y la versión española en la tabla 5.

Tabla 5.

Valores de fiabilidad para el modelo original y la versión española de la escala BARRIERS

  Modelo originalVersión española
  Coeficiente alfa de Cronbach (IC 95%)  Coeficiente omega (IC 95%)  Greatest Lower Bound (IC 95%)  Coeficiente alfa de Cronbach (IC 95%)  Coeficiente omega (IC 95%)  Greatest Lower Bound (IC 95%) 
Factor 1  0,84 (IC 95%: 0,82-0,85)  0,84 (IC 95%: 0,82-0,85)  0,86 (IC 95%: 0,85-0,88)  0,89 (IC 95%: 0,88-0,90)  0,89 (IC 95%: 0,88-0,90)  0,92 (IC 95%: 0,92-0,93) 
Factor 2  0,79 (IC 95%:0,77-0,81)  0,80 (IC 95%: 0,77-0,82)  0,87 (IC 95%: 0,85-0,88)  0,68 (IC 95%: 0,64-0,72)  0,71 (IC 95%: 0,68-0,74)  0,78 (IC 95%: 0,76-0,81) 
Factor 3  0,80 (IC 95%: 0,77-0,82)  0,80 (IC 95%: 0,78-0,82)  0,82 (IC 95%: 0,81-0,84)  0,80 (IC 95%: 0,78-0,82)  0,81 (IC 95%: 0,79-0,82)  0,84 (IC 95%: 0,82-0,86) 
Factor 4  0,71 (IC 95%: 0,67-0,73)  0,71 (IC 95%: 0,68-0,74)  0,77 (IC 95%: 0,74-0,79)  0,74 (IC 95%: 0,72-0,77)  0,75 (IC 95%: 0,72-0,77)  0,79 (IC 95%: 0,77-0,82) 

BARRIERS: The BARRIERS to Research Utilization Scale; IC: intervalo de confianza.

Discusión

La escala BARRIERS ha sido ampliamente utilizada en múltiples estudios y entornos en todo el mundo4,7. Sin embargo, el uso práctico de la escala ha sido muy dispar. Por ejemplo, en algunos estudios se ha modificado el formato de respuesta7,40, se han realizado variaciones en la formulación de los ítems o se han comunicado los resultados de forma incompleta, obviando la respuesta sobre la ausencia de opinión7. Además, la evaluación de las propiedades psicométricas de la escala entre los diferentes estudios ha sido muy irregular7, siendo aplicada en algunos países sin haber pasado por un previo proceso de validación13,16,41.

En España, a pesar de haber sido usada en varias investigaciones22–28, la evaluación de sus propiedades psicométricas también ha sido limitada. Aunque los valores aportados hasta la fecha indicaban una fiabilidad adecuada22,23,27,28, la estructura interna de la versión española de la escala era un asunto pendiente de estudio, usándose en los diversos estudios el modelo inicialmente propuesto por Funk et al6. Con el presente estudio se ha pretendido paliar, en la medida de lo posible, esta laguna de conocimiento, intentando mejorar la comprensión de la estructura interna y el comportamiento de la escala, aportando datos que ayuden a su uso práctico en nuestro entorno.

Asimismo, existe disparidad en cuanto a los resultados en los diversos AF realizados con la escala BARRIERS, reportándose soluciones factoriales de tres a ocho factores y difiriendo en mayor o menor medida del modelo inicial respecto a la distribución de los ítems7. Esto se explica sobre todo con base en la disparidad de enfoques realizados en el AF y en las diferencias entre las poblaciones a estudio (tanto en sus características como en los tamaños muestrales). En el AF realizado se ha seguido un modelo no lineal realista basado en el tamaño muestral, el número de subescalas-dimensiones consideradas, el análisis de simetría y curtosis de los ítems, según las recomendaciones actuales para el AF avanzado29,30.

El AF realizado por Funk et al.6 estaba basado en el método clásico de extracción por componentes principales y rotación varimax34, hoy en día superado. La mayoría de los AF efectuados con la escala BARRIERS conservan el mismo problema7,42, con el inconveniente adicional de que, en muchas ocasiones, no se reporta el sistema de extracción de factores o los índices de ajuste, basándose únicamente en las cargas factoriales para determinar la composición de los factores-dimensiones. Esto impide, prácticamente, realizar comparaciones en lo referente al AF. Uno de los estudios más recientes, llevado a cabo por Ozga et al. con 349 enfermeras polacas, sí reportaba los valores de RMSEA y CFI, aunque aportaba escasa información sobre el tipo de AF realizado19. En su caso, los valores de RMSEA reportados eran de 0,066 (IC 90%: 0,056–0,076) al seguir el modelo original y de 0,075 (IC 90%: 0,069–0,080) en el modelo propuesto para Polonia, muy alejados a los obtenidos en nuestro estudio. Hay que tener en cuenta que el tamaño muestral utilizado en el presente estudio es elevado (n=1.200). El AF es muy sensible al tamaño muestral, siendo este parámetro un aspecto que requiere de especial atención a la hora de planificar las estrategias de análisis29,30,34. Sin duda, esto ha podido penalizar algunos de los AF realizados hasta la fecha con la BARRIERS.

El tamaño muestral es un aspecto que a veces no ha sido suficientemente considerado en los estudios de validación. En estos estudios, además de la recomendación clásica basada en el número de ítems del instrumento a validar, se deberían tener en cuenta de forma conjunta también otros parámetros como la variabilidad existente en la muestra, la presencia de ítems ambiguos o el rango de respuestas del ítem29,30,34. Por tanto, no existe una recomendación inequívoca al respecto. Comrey et al. proponen, por ejemplo, unos criterios de calidad respecto al tamaño muestral con base en el número de participantes43: 100=pobre, 200=suficiente, 300=bueno, 500=muy bueno y 1.000=excelente.

Basándonos en esta recomendación y en la de Ferrando et al.29, que también admite 200 como el tamaño muestral mínimo admisible para conseguir estimaciones estables en correlaciones policóricas, el cálculo muestral en el presente estudio fue estimado en 400 sujetos, siendo superado ampliamente. En este cálculo también se ha tenido en cuenta la previsión de realizar un análisis de validación cruzada (donde la muestra se divide en dos submuestras para explorar la estabilidad de los resultados obtenidos), aunque finalmente no fue necesario29. Para la división en submuestras, nuestra recomendación consistiría en emplear el método Solomon propuesto por Lorenzo29,44.

Un aspecto clave, pero problemático, cuando se evalúan las propiedades psicométricas de un instrumento de medida es la evaluación de la dimensionalidad45–47. Con frecuencia, los instrumentos inicialmente diseñados como unidimensionales se revelan cómo multidimensionales cuando se explora su estructura y viceversa48. Aunque se han propuesto varios sistemas (basados, por ejemplo, en la evaluación los autovalores o «eigen values»47), no está claro cuál de los procedimientos es el más idóneo para evaluar la dimensionalidad de un instrumento45–47. Hay que tener en cuenta que, más allá de los criterios estrictamente estadísticos-matemáticos, la decisión tomada por el investigador puede basarse en aspectos puramente teóricos sobre el constructo45.

En este caso concreto, el análisis de unidimensionalidad realizado con el software FACTOR no era concluyente. Esto nos animó, en el marco de un estudio de corte metodológico, a efectuar un análisis Rasch, donde se deben asumir varias premisas, siendo la unidimensionalidad del instrumento una de ellas37,43. El modelo de Rasch es un modelo probabilístico que afirma que una respuesta es el resultado de una interacción entre la capacidad de la persona y la dificultad del ítem49. Si los datos se ajustan al modelo, la escala se define como unidimensional49. Los resultados obtenidos indican un ajuste entre bueno y aceptable para casi todos los ítems (excepto para el n.° 4), lo que permite asumir que existe una única variable latente que puede ser medida con la escala BARRIERS. Esto es coherente con lo que se ha denominado en la literatura como «Unidimensionalidad esencial» («Essential unidimensionality»)49–51 al señalar que, en realidad, solo existe una variable latente predominante (en este caso, barreras de investigación en enfermería). En nuestro conocimiento, este es el primer análisis de enfoque Rasch realizado con la escala BARRIERS en el mundo.

Otra de las premisas del modelo Rasch es la independencia local de los ítems y, generalmente, este es un aspecto poco reportado en los estudios49. En este estudio se cumplió con valores, en su mayoría, por debajo de 0,238.

Respecto al análisis específico de cada ítem, aparte del n.° 4, no hemos encontrado ningún otro problemático. El ítem n.° 27, elemento problemático que en muchos trabajos no ha sido asignado a ninguna dimensión6,7, tuvo un comportamiento discreto pero suficiente, con cargas factoriales superiores a 0,350 y un ajuste infit y oufit aceptable.

Hay que entender que la escala BARRIERS fue desarrollada hace más de 30 años. Esto puede haber afectado especialmente al funcionamiento de los ítems que hacen referencia a la dimensión «Características de la comunicación de investigación (presentación y accesibilidad)». Si bien es cierto que la publicación de literatura científica ha sufrido un crecimiento exponencial en los últimos años (y la tendencia sigue al alza), también lo es el hecho de que el desarrollo de Internet y otras nuevas tecnologías ha permitido una mejora en el acceso de la documentación científica. Para asegurar el adecuado manejo de la enorme cantidad de información es necesario fomentar la formación de los profesionales52; quizás este aspecto esta insuficientemente representado en la escala BARRIERS, ya que la falta de formación, sin duda, es una barrera muy importante para la investigación de enfermería4,5,53.

Un aspecto relacionado con la antigüedad de esta escala es de tipo lingüístico. La versión española hace mención a «la enfermería» y «el personal de enfermería», cuando en realidad hoy día se acepta que el término correcto es «enfermeras». Si bien esta terminología se sigue usando, sería recomendable adaptar la formulación de los ítems de la escala BARRIERS a un formato más actual, sustituyendo estos términos genéricos por «enfermeras».

Los resultados obtenidos en los diferentes índices de fiabilidad calculados apoyan una elevada fiabilidad total (consistencia interna) de la versión española de la escala. La mayoría de los estudios anteriores con esta última han basado la evaluación de la consistencia interna simplemente en el cálculo del coeficiente de Cronbach7.

A pesar de su amplio uso en ciencias de la salud, se ha reportado que el empleo del coeficiente alfa de Cronbach está ligado a varios mitos o conceptos erróneos54,55. Tal y como expusieron Cho et al., uno de ellos consiste en que se trata de la mejor elección respecto a los coeficientes de fiabilidad publicados56. En cuanto al coeficiente omega, muchos autores defienden que su uso es claramente preferible frente a Cronbach39,55,57,58. Trizano-Hermosilla et al. proponen valorar la distribución y simetría de las puntuaciones del test para decidir qué coeficiente de fiabilidad usar39. Así, según estos autores, cuando las puntuaciones totales del test se distribuyen normalmente (todos los ítems), el coeficiente omega debería ser la primera opción, seguida de Cronbach, ya que evitan los problemas de sobreestimación que presenta, por ejemplo, el GLB (sobre todo cuando el tamaño muestral es pequeño-moderado59). Dado el tamaño muestral alcanzado en este estudio, creemos que no existe un problema de sobrestimación. El GLB se recomienda cuando la proporción de ítems asimétricos es alta, ya que en estas condiciones el uso de Cronbach y omega como estimadores de fiabilidad no es aconsejable, sea cual sea el tamaño de la muestra39. Teniendo en cuenta que estamos ante un estudio metodológico, y con base en todas estas consideraciones, han sido calculados y reportados los tres coeficientes (Cronbach, omega y GLB). Confiamos en que en futuros estudios los investigadores se animen a evaluar la fiabilidad de la escala no solo con el coeficiente de alfa de Cronbach.

Quedan otros aspectos pendientes de estudiar, tales como explorar la fiabilidad-estabilidad temporal, la validez lógica o la validez divergente-convergente de la escala BARRIERS.

Las limitaciones de este estudio están derivadas directamente del diseño. Es un estudio de marcado corte metodológico que parte de los datos de dos estudios previos realizados en periodos y entornos diferentes y cuyo objetivo no era validar una escala. Existían diferencias estadísticamente significativas entre los dos grupos, aunque creemos que estas no afectan a la interpretación del constructo, pero no puede descartarse esta posibilidad.

Por último, como conclusión, podemos señalar que los resultados obtenidos apoyan el uso de la escala BARRIERS para la evaluación de las percepciones que tienen las enfermeras españolas acerca las barreras en investigación. La versión española constituye un instrumento que tiene una buena validez de constructo y una adecuada consistencia interna. Si bien puede usarse como un instrumento con cuatro dominios, mide una variable latente bien definida que permite, a efectos prácticos, considerarlo de igual manera como un instrumento esencialmente unidimensional. La decisión sobre el enfoque de uso corresponde a los investigadores que la utilicen, debiendo evaluar si el uso de los dominios aporta alguna información adicional con valor práctico a su investigación y estimando que los valores de la consistencia interna de algunos de los dominios son limitados.

Financiación

Este trabajo no ha recibido ningún tipo de financiación.

Conflicto de intereses

Los autores declaran no tener ningún conflicto de intereses.

Agradecimientos

A todas las enfermeras y matronas que participaron en los estudios que han permitido realizar este trabajo. A la dirección del Servicio Canario de la Salud y del Osakidetza-Servicio Vasco de Salud. A la Dra. María Teresa Moreno-Casbas por su implicación en el estudio de la escala BARRIERS en España.

Bibliografía
[1]
B. Howard, B. Diug, D. Ilic.
Methods of teaching evidence-based practice: a systematic review.
BMC Med Educ., 26 (2022), pp. 742
[2]
A. Unal, G. Teskereci.
Mapping the evidence-based practice research field in nursing from 1995 to 2021: A bibliometric analysis.
Int J Nurs Knowl., 24 (2022), pp. 196-206
[3]
A.C. Teixeira, A. Nogueira, M.C. Barbieri-Figueiredo.
Professional empowerment and evidence-based nursing: A mixed-method systematic review.
J Clin Nurs., 32 (2022), pp. 3046-3057
[4]
F.G.V. Jabonete, R.E.O. Roxas.
Barriers to Research Utilization in Nursing: A Systematic Review (2002-2021).
[5]
C. Berthelsen, B. Hølge-Hazelton.
The Importance of Context and Organization Culture in the Understanding of Nurses’ Barriers Against Research Utilization: A Systematic Review.
Worldviews Evid Based Nurs., 18 (2021), pp. 111-117
[6]
S.G. Funk, M.T. Champagne, R.A. Wiese, E.M. Tornquist.
Barriers: The barriers to research utilization scale.
Appl Nurs Res., 4 (1991), pp. 39-45
[7]
K.N. Kajermo, A.M. Boström, D.S. Thompson, A.M. Hutchinson, C.A. Estabrooks, L. Wallin.
The BARRIERS scale - the barriers to research utilization scale: A systematic review.
Implement Sci., 5 (2010), pp. 32
[8]
K.N. Kajermo, G. Nordström, Å. Krusebrant, H. Björvell.
Barriers to and facilitators of research utilization, as perceived by a group of registered nurses in Sweden.
J Adv Nurs., 5 (1998), pp. 798-807
[9]
K.N. Kajermo, M. Undén, A. Gardulf, L.E. Eriksson, M.L. Orton, B.B. Arnetz, et al.
Predictors of nurses’ perceptions of barriers to research utilization.
J Nurs Manag., 16 (2008), pp. 305-314
[10]
A. Retsas, M. Nolan.
Barriers to nurses’ use of research: an Australian hospital study.
Int J Nurs Stud., 36 (1999), pp. 335-343
[11]
A.M. Hutchinson, L. Johnston.
Bridging the divide: a survey of nurses’ opinions regarding barriers to, and facilitators of, research utilization in the practice setting.
J Clin Nurs., 13 (2004), pp. 304-315
[12]
O. Oranta, P. Routasalo, M. Hupli.
Barriers to and facilitators of research utilization among Finnish Registered Nurses.
J Clin Nurs., 11 (2002), pp. 205-213
[13]
E. Patiraki, C. Karlou, D. Papadopoulou, A. Spyridou, C. Kouloukoura, E. Bare, et al.
Barriers in implementing research findings in cancer care: the Greek registered nurses perceptions.
Eur J Oncol Nurs., 8 (2004), pp. 245-256
[14]
M. Glacken, D. Chaney.
Perceived barriers and facilitators to implementing research findings in the Irish practice setting.
J Clin Nurs., 13 (2004), pp. 731-740
[15]
M. Atkinson, M. Turkel, J. Cashy.
Overcoming Barriers to Research in a Magnet Community Hospital.
J Nurs Care Qual., 23 (2008), pp. 362-368
[16]
E.G. Oh.
Research activities and perceptions of barriers to research utilization among critical care nurses in Korea.
Intensive Crit Care Nurs., 24 (2008), pp. 314-322
[17]
M. Tan, Z. Akgün Sahin, F. Kardas Özdemir.
Barriers of research utilization from the perspective of nurses in Eastern Turkey.
Nurs Outlook., 60 (2012), pp. 44-50
[18]
L.-P. Wang, X.-L. Jiang, L. Wang, G.-R. Wang, Y.-J. Bai.
Barriers to and Facilitators of Research Utilization: A Survey of Registered Nurses in China.
PLoS One., 29 (2013), pp. e81908
[19]
D. Ozga, S. Krupa, W. Mędrzycka-Dąbrowska, B. Penar-Zadarko.
Adaptation and validation of the Barriers to Research Utilization (BARRIERS scale) questionnaire among Polish nurses and midwives: Cross-sectional study.
Appl Nurs Res., 63 (2022), pp. 151547
[20]
J.M. Alqahtani, R.P. Carsula, H.A. Alharbi, S.M. Alyousef, O.G. Baker, R.B. Tumala.
Barriers to Implementing Evidence-Based Practice among Primary Healthcare Nurses in Saudi Arabia: A Cross-Sectional Study.
Nurs Rep., 12 (2022), pp. 313-323
[21]
S. Shakoor, H. Shafaq, R. Hasan, S.M. Qureshi, M. Dojki, M.A. Hughes, et al.
Barriers to Implementation of Optimal Laboratory Biosafety Practices in Pakistan.
Health Secur., 14 (2016), pp. 214-219
[22]
T. Moreno-Casbas, C. Fuentelsaz-Gallego, E. González-María, Á. Gil de Miguel.
Barreras para la utilización de la investigación. Estudio descriptivo en profesionales de enfermería de la práctica clínica y en investigadores activos.
Enferm Clin., 20 (2010), pp. 153-164
[23]
T. Moreno-Casbas, C. Fuentelsaz-Gallego, Á.G. De Miguel, E. González-María, S.P. Clarke.
Spanish nurses’ attitudes towards research and perceived barriers and facilitators of research utilisation: a comparative survey of nurses with and without experience as principal investigators.
J Clin Nurs., 20 (2011), pp. 1936-1947
[24]
C.M. Sarabia-Cobo, A.B. Sarabia-Cobo, V. Pérez, C. Hermosilla, M.J. Nuñez, P. De Lorena.
Barriers in implementing research among registered nurses working in the care of the elderly: a multicenter study in Spain.
Appl Nurs Res., 28 (2015), pp. 352-355
[25]
M. Llauradó-Serra, R. Güell-Baró, A. Castanera-Duro, I. Sandalinas, E. Argilaga, M.L. Fortes-del Valle, et al.
Barreras y motivaciones de los profesionales de enfermería para la utilización de la investigación en Unidades de Cuidados Intensivos y en el Servicio de Emergencias Médicas.
Enferm Intensiva., 27 (2016), pp. 146-154
[26]
D. Guadarrama Ortega.
Barreras para la utilización de la investigación. Estudio descriptivo en profesionales de Enfermería en un hospital del sudoeste de Madrid.
Enferm Glob., 15 (2016), pp. 261
[27]
M.Á. Cidoncha-Moreno, B. Ruíz de Alegría-Fernandez de Retana.
Percepción de barreras para la utilización de la investigación en enfermeras de Osakidetza.
Enferm Clin., 27 (2017), pp. 286-293
[28]
H. González-de la Torre, D. Díaz-Pérez, R.J. Pinto-Plasencia, B. Reyero-Ortega, E. Hernández-González, C. Domínguez-Trujillo.
Actitudes, capacidades y barreras percibidas en investigación de las enfermeras del Servicio Canario de la Salud.
Enferm Clin., 33 (2023), pp. 278-291
[29]
P.J. Ferrando, U. Lorenzo-Seva, A. Hernández-Dorado, J. Muñiz.
[Decalogue for the Factor Analysis of Test Items].
Psicothema., 34 (2022), pp. 7-17
[30]
S. Lloret-Segura, A. Ferreres-Traver, A. Hernandez, I. Tomás.
The exploratory factor analysis of items: guided analysis based on empirical data and software.
Anal Psicol., 33 (2017), pp. 417-432
[31]
P.J. Ferrando, U. Lorenzo-Seva, M.T. Bargalló-Escrivà.
Gulliksen's pool: A quick tool for preliminary detection of problematic items in item factor analysis.
PLoS One., 18 (2023), pp. e0290611
[32]
U. Lorenzo-Seva, P.J. Ferrando.
MSA: the forgotten index for identifying inappropriate ítems before computing exploratory item factor analysis.
Methodology., 17 (2021), pp. 296-306
[33]
C. Fraser, R.P. McDonald.
NOHARM: Least squares item factor analysis.
Multivariate Behav Res., 23 (1988), pp. 267-269
[34]
S. Lloret-Segura, A. Ferreres-Traver, A. Hernandez Baeza, I. Tomás Marco.
Exploratory Item Factor Analysis: A practical guide revised and updated.
Anal Psicol., 30 (2014), pp. 1151-1169
[35]
P.J. Ferrando, U. Lorenzo-Seva.
A note on improving EAP trait estimation in oblique factor-analytic and item response theory models.
Psicologica., 37 (2016), pp. 235-247
[36]
P.J. Ferrando, U. Lorenzo-Seva.
Assessing the Quality and Appropriateness of Factor Solutions and Factor Score Estimates in Exploratory Item Factor Analysis.
Educ Psychol Meas., 78 (2018), pp. 762-780
[37]
T.G. Bond, C.M. Fox.
Applying the Rasch model: Fundamental measurement in the human sciences.
2 ed., Lawrence Erlbaum, (2007),
[38]
K.B. Christensen, G. Makransky, M. Horton.
Critical Values for Yen's Q3: Identification of Local Dependence in the Rasch Model Using Residual Correlations.
Appl psychol meas., 41 (2017), pp. 178-194
[39]
I. Trizano-Hermosilla, J.M. Alvarado.
Best Alternatives to Cronbach's Alpha Reliability in Realistic Conditions: Congeneric and Asymmetrical Measurements.
Front Psychol., 7 (2016), pp. 769
[40]
M. Kuuppelomäki, J. Tuomi.
Finnish nurses’ views on their research activities.
J Clin Nurs., 12 (2003), pp. 589-600
[41]
A. Yava, N. Tosun, H. Ciçek, T. Yavan, G. Terakye, S. Hatipoğlu.
Nurses’ perceptions of the barriers to and the facilitators of research utilization in Turkey.
Appl Nurs Res., 22 (2009), pp. 166-175
[42]
N. Mehrdad, M. Salsali, A. Kazemnejad.
The spectrum of barriers to and facilitators of research utilization in Iranian nursing.
J Clin Nurs., 17 (2008), pp. 2194-2202
[43]
A.L. Comrey, H.B. Lee.
A First Course in Factor Analysis.
2 ed., Lawrence Erlbaum Associates, Inc., (1992),
[44]
U. Lorenzo-Seva.
SOLOMON: a method for splitting a sample into equivalent subsamples in factor analysis.
Behav Res Methods., 54 (2022), pp. 2665-2677
[45]
P.J. Ferrando, U. Lorenzo-Seva.
An External Validity Approach for Assessing Essential Unidimensionality in Correlated-Factor Models.
Educ Psychol Meas., 79 (2019), pp. 437-461
[46]
C. Calderón Garrido, D. Navarro González, U. Lorenzo Seva, P.J. Ferrando Piera.
Multidimensional or essentially unidimensional?. A multi-faceted factor-analytic approach for assessing the dimensionality of tests and items.
Psicothema., 31 (2019), pp. 450-457
[47]
C. Zopluoglu, E.C. Davenport.
A Note on Using Eigenvalues in Dimensionality Assessment.
Pract Assess Res Eval., 22 (2017), pp. 1-10
[48]
S.P. Reise, K.F. Cook, T.M. Moore.
Evaluating the impact of multidimensionality on unidimensional item response theory model parameters.
Handbook of item response theory modeling.,
[49]
S.L. Belvedere, N.A. De Morton.
Application of Rasch analysis in health care is increasing and is applied for variable reasons in mobility instruments.
J Clin Epidemiol., 63 (2010), pp. 1287-1297
[50]
V. Kieftenbeld, R. Nandakumar.
Alternative Hypothesis Testing Procedures for DIMTEST.
Appl Psychol Meas., 39 (2015), pp. 480-493
[51]
T. Raykov, S. Pohl.
Essential unidimensionality examination for multicomponent scales: an interrelationship decomposition approach.
Educ Psychol Meas., 73 (2013), pp. 581-600
[52]
M.Á. Navas-Martin, L. Albornos-Muñoz, C. Escandell-García.
Acceso a fuentes de información sobre salud en España: cómo combatir la infoxicación.
Enferm Clin., 22 (2012), pp. 154-158
[53]
Q. Chen, M. Sun, S. Tang, A.R. Castro.
Research capacity in nursing: a concept analysis based on a scoping review.
BMJ Open., 9 (2019), pp. e032356
[54]
K. Sijtsma, J.M. Pfadt.
Part II: On the Use, the Misuse, and the Very Limited Usefulness of Cronbach's Alpha: Discussing Lower Bounds and Correlated Errors.
Psychometrika., 86 (2021), pp. 843-860
[55]
L. Deng, W. Chan.
Testing the Difference Between Reliability Coefficients Alpha and Omega.
Educ Psychol Meas., 77 (2017), pp. 185-203
[56]
E. Cho, S. Kim.
Cronbach's coefficient alpha well known but poorly understood.
Organ Res Methods., 18 (2015), pp. 207-230
[57]
C. Viladrich, A. Angulo-Brunet, E. Doval.
A journey around alpha and omega to estimate internal consistency reliability.
Anal Psicol., 33 (2017), pp. 755-782
[58]
J.M.F. Ten Berge, G. Sočan.
The greatest lower bound to the reliability of a test and the hypothesis of unidimensionality.
Psychometrika., 69 (2004), pp. 613-625
[59]
N. Bendermacher.
An unbiased estimator of the greatest lower bound.
J Mod Appl Stat Methods., 16 (2017), pp. 674-688
Copyright © 2024. The Author(s)
Descargar PDF
Opciones de artículo
es en pt

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?

Você é um profissional de saúde habilitado a prescrever ou dispensar medicamentos