Diseño

Siguiendo la clasificación de ^{Montero y León (2007)}, se realizó un estudio instrumental, descriptivo y transversal de una población mediante encuesta.

Muestra

Se realizó un muestreo no probabilístico, intencional y por bola de nieve. La muestra se recolectó entre el 14 de septiembre y el 9 de noviembre de 2020 y estuvo conformada por 524 adultos ( M _edad= 38.62, DE = 12.14, femenino = 401) residentes en Argentina. El 33% de los participantes provenía de la Ciudad Autónoma de Buenos Aires, el 54.6% de la Provincia de Buenos Aires y 12.4% de otras provincias de Argentina. En cuanto al nivel educativo, el 60% de los participantes tenía universitario completo, o superior.

Considerando la situación laboral, el 38.5% de los participantes se encontraba estudiando y trabajando y el 61.5% solo trabajaba. Como consecuencia de los cambios provocados por el contexto de la pandemia y las restricciones sanitarias, el 25.8% de los participantes manifestó que disminuyó la cantidad de trabajo con relación a lo laboral, el 23.1% indicó que se mantuvo y el 50.6% que aumentó. Por otro lado, el 2.7% de los participantes manifestó que disminuyó la cantidad de trabajo referido al hogar y la familia, el 33.2% informó que se mantuvo y el 64.1% que aumentó. En relación con la cantidad de personas con las que convivían, el 45.0% de los participantes vivía con 1 persona, el 18.7% con 2, el 21.9% con 3 y el 14.3% con 4 o más personas. El 39.4% de los participantes convivía solamente con su pareja y el 60.6% convivía con una persona que estaba a su cargo (niño/a y/o persona discapacitada y/o mayor) o con su pareja y, además, con una o más persona que estaban a su cargo.

Materiales

Work-Family Conflict and Family-Work Conflict Scales. Estas escalas fueron desarrolladas por ^{Netemeyer et al. (1996)} y evalúan dos factores. Por un lado, los WFC; es decir, el efecto que los conflictos laborales tienen sobre la vida familiar (por ejemplo, "La cantidad de tiempo que ocupa mi trabajo dificulta el cumplimiento de las responsabilidades familiares"). Por otro lado, los FWC; el efecto que los conflictos familiares tienen sobre el desempeño de las actividades laborales (por ejemplo, "Las cosas que quiero hacer en el trabajo no se hacen debido a las demandas de mi familia o mi cónyuge/pareja"). Cada factor dispone de cinco ítems que se responden en una escala likert de siete puntos (desde 1 = Totalmente en desacuerdo hasta 7 = Totalmente de acuerdo). En el estudio de desarrollo del instrumento, los autores obtuvieron consistencias internas de .82 ≤ α ≤ .90. La traducción al castellano fue realizada por tres psicólogos bilingües y, luego, se realizó la traducción inversa para poder debatir la idoneidad de las traducciones realizadas y, así, seleccionar aquellas que mejor se adaptaran a los ítems correspondientes de la versión original.

Symptom Assessment-45 Questionnaire (SA-45) de ^{Sandín et al. (2008)}. Se utilizaron las subescalas ansiedad y depresión. Cada uno de estos factores se representa a través de 5 ítems y, para la contestación, se utiliza una escala likert de cinco puntos (desde 0 = Nada en absoluto hasta 4 = Mucho o extremadamente). En el presente estudio, las consistencias internas alcanzaron los siguientes valores: α = .85 para ansiedad y α = .87 para depresión. Debido a que la depresión y la ansiedad son los síntomas más frecuentes en la población (^{World Health Organization, 2018}) y que las encuestas más cortas tienden a tener tasas de respuesta más altas (^{Marcus et al., 2007}), se decidió no incluir el resto de las dimensiones del SA-45 en el presente estudio.

Procedimiento

Para recolectar los datos, se utilizó la plataforma digital de Google Forms. En la página inicial del cuestionario, se informaban los datos de contacto de los directores del estudio y la posibilidad de retirarse en cualquier momento de la investigación. Tras la aceptación del consentimiento informado, se accedió al cuestionario que se describe a continuación. A través de las redes sociales Facebook, Instagram y WhatsApp, se realizó el reclutamiento de los participantes.

Para la detección de valores atípicos multivariantes, se utilizó el método Minimum Covariance Determinant, desarrollado por ^{Leys et al. (2018)}. De esta manera, se clasificaron un total de 57 observaciones como valores atípicos, por lo que se excluyeron de la muestra. Esta última quedó compuesta por 467 individuos (355 del género femenino).

Con el fin de evaluar la normalidad multivariante, se realizó el test de ^{Mardia (1970)} que constató que los ítems no representaban una normalidad multivariante.

Para la realización del análisis factorial confirmatorio, se evaluaron los ajustes del modelo a través de los índices ajustados χ² de ^{Yuan y Bentler (2000)}, que utilizan errores estándares robustos (MLR). Esta decisión se basó en que los ítems no representaban una normalidad multivariante según el test de ^{Mardia (1970)}.

Según las indicaciones de ^{Hu y Bentler (1999)}, un modelo puede considerarse adecuado cuando su ajuste toma los siguientes valores: error cuadrático medio de aproximación (RMSEA) ≤ .06, residuo estandarizado cuadrático medio (SRMR) ≤ .08, índice de ajuste comparativo (CFI) ≥ .95, Tucker Lewis Index (TLI) ≥ .95.

Luego de realizar el análisis factorial confirmatorio, se utilizó el método propuesto por ^{Saris et al. (2009)} para revisar los índices de modificación y analizar la posibilidad de crear covarianzas residuales entre ítems que cargan en el mismo factor (^{Hair et al., 2019}). Siguiendo las sugerencias de ^{Byrne (2016)}, se comprobó el contenido de los ítems correspondientes y, sobre la base de este análisis, se crearon cuatro covarianzas residuales en total.

Para poder comprobar si el instrumento evalúa el mismo constructo sin importar el género de los participantes, se realizó un análisis de invarianza factorial. Este análisis es necesario si se pretende utilizar un instrumento psicométrico con el fin de realizar estudios de diferencias de grupos (^{Byrne, 2016}). Debido al elevado número de participantes femeninos, se decidió utilizar el método de submuestreo que proponen ^{Yoon y Lai (2018)} para la realización del análisis multigrupo con muestras desbalanceadas. Para ello, se seleccionaron 100 muestras aleatorias de los participantes femeninos y cada una de estas submuestras se utilizó para el análisis de invarianza factorial junto con la muestra del grupo de participantes masculinos. De esta manera, el análisis de invarianza factorial se realizó 100 veces para diferentes subconjuntos de la muestra de participantes femeninos, mientras se utilizó para los 100 análisis la misma muestra en el grupo de participantes masculinos. Los estadísticos de ajuste se registraron para cada réplica y se calculó la media de cada estadístico de ajuste que se obtuvo en las 100 réplicas.

Se utilizó este método para cada uno de los modelos evaluados en los análisis multigrupos: en el modelo 2 (débil), se igualaron las cargas factoriales entre grupos; en el modelo 3 (fuerte), las cargas factoriales y los interceptos; en el modelo 4 (estricto), las cargas factoriales, los interceptos y los residuos. Para evaluar los cambios de los índices, se utilizaron los siguientes criterios: |ΔCFI| ≤ .010 según ^{Cheung y Rensvold (2002)} y |ΔRMSEA| ≤ .015 según ^{Chen (2007)}.

Debido al incumplimiento con el supuesto de normalidad, se calcularon para el análisis de validez convergente las correlaciones parciales de Spearman y, como variables de control, se utilizaron la edad, el nivel educativo, el aumento de la cantidad de trabajo con relación a lo laboral y la cantidad de trabajo referida al hogar y la familia. Con respecto a las correlaciones y la determinación de posibles diferencias entre géneros, se utilizó la prueba z (^{Eid et al., 2011}).

Con relación a los conflictos laborales que afectan en la vida familiar y los conflictos familiares que afectan en la vida laboral, se realizaron dos análisis de varianzas (ANOVA) para evaluar posibles diferencias entre géneros. Para ello, se utilizaron las mismas variables de control que en el análisis de validez convergente. Debido a la robustez del ANOVA frente a la violación de los supuestos de normalidad (^{Blanca et al., 2017}; ^{Glass et al., 1972}; ^{Harwell et al., 1992}; ^{Lix et al., 1996}; ^{Schmider et al., 2010}), solo realizamos la prueba de Levene. Los resultados correspondientes evidenciaron que los conflictos familiares que afectan en el trabajo no exhibieron homogeneidad de varianzas (p = .002), por lo que se realizó una transformación de ^{Yeo y Johnson (2000)}, tras lo cual esta variable cumplió con este requisito para la realización del análisis de varianzas (p= .483).

Análisis de datos

La detección de valores atípicos multivariantes se realizó a través del paquete MASS de ^{Venables y Ripley (2002)}. Con el fin de analizar la normalidad multivariante, se utilizó el paquete MVN de ^{Korkmaz et al. (2014)}. El análisis factorial confirmatorio y el análisis de la invarianza factorial se llevaron a cabo con la ayuda del paquete lavaan de ^{Rosseel (2012)}. La transformación de ^{Yeo y Johnson (2000)} se realizó a través del paquete bestNormalize (^{Peterson & Cavanaugh, 2020}), y el test de Levene y los ANOVA, con rstatix (^{Kassambara, 2020}). A través del paquete psych de ^{Revelle (2019)}, se realizó el cálculo de las consistencias internas (α y ω). La totalidad de los paquetes mencionados forma parte del software ^{R de Core Team (2020)} y, para todos los cálculos, se utilizó el valor de probabilidad p < .05.

Análisis Factorial Confirmatorio

Al realizar el análisis factorial confirmatorio, se advirtió en los índices de modificación la posibilidad de crear covarianzas residuales. Siguiendo las sugerencias de ^{Byrne (2016)}, se analizaron los ítems correspondientes y, a causa de una determinada similitud con relación a sus contenidos, se decidió crear en total cuatro covarianzas residuales entre ítems que cargaban en el mismo factor: FWC_01 y FWC_02, FWC_04 y FWC_05, WFC_01 y WFC_03, WFC_02 y WFC_04. A raíz de esa operación y de las sugerencias de ^{Hu y Bentler (1999)}, se puede observar que todos los índices de ajuste de la versión traducida se encontraron dentro de unos rangos adecuados: χ²(30) = 76.719, Factor de ajuste de la corrección de ^{Yuan y Bentler (2000)} = 1.079, p < .001, RMSEA = .060, 90%CI = .044 - .077, SRMR = .040, CFI = .990, TLI = .985.

Siguiendo las sugerencias de ^{Hair et al. (2019)}, las cargas factoriales estandarizadas deben tomar valores ≥ .50 y, según ^{Hinton et al. (2014)}, los coeficientes de homogeneidad corregidos deben ser ≥ .30. La Tabla 1 muestra que, con respecto a los tres criterios mencionados, el instrumento muestra propiedades psicométricas satisfactorias.

Invarianza factorial

En este punto, debe resaltarse que los dos participantes que se identificaron como otro no se incluyeron en el análisis ya que su número no era suficiente para el método estadístico. Como puede observarse en la Tabla 2, los cambios de los índices se ubicaron dentro de unos rangos adecuados con |ΔCFI| ≤ .010 según ^{Cheung y Rensvold (2002)} y |ΔRMSEA| ≤ .015 según ^{Chen (2007)}. A partir de lo expresado anteriormente, es posible afirmar que el instrumento representa invarianza factorial con relación a los géneros; es decir, que el instrumento evalúa el mismo constructo independientemente del género del participante.

Validez convergente

En primer lugar, se evaluaron las asociaciones de los conflictos familiares que afectan en el trabajo y los conflictos laborales que afectan en la vida familiar con la edad, con el nivel educativo y, debido al contexto de pandemia y las restricciones sanitarias, con el aumento de la cantidad de trabajo con relación a lo laboral y de la cantidad de trabajo referida al hogar y a la familia. En el género femenino, el nivel educativo tuvo correlaciones significativas con los conflictos familiares que afectan en el trabajo ( r _s = .138, p = .009). Además, el aumento de la cantidad de trabajo con relación a lo laboral tuvo correlaciones significativas con los conflictos laborales que afectan en la vida familiar ( r _s = .289, p < .001). Asimismo, el aumento de la cantidad de trabajo referida al hogar y a la familia exhibió dos correlaciones significativas: con los conflictos familiares que afectan en el trabajo ( r _s = .295, p < .001) y con los conflictos laborales que afectan en la vida familiar ( r _s = .105, p = .049). Por otro lado, el nivel educativo de los participantes del género masculino mostró correlaciones similares con los conflictos laborales que afectan en la vida familiar ( r _s = .220, p = .021). El aumento de la cantidad de trabajo con relación a lo laboral, por su parte, tuvo dos correlaciones significativas: con los conflictos familiares que afectan en el trabajo ( r _s = .289, p = .002) y con los conflictos laborales que afectan en la vida familiar ( r _s = .434, p < .001). En el género masculino, el aumento de la cantidad de trabajo referida al hogar y a la familia no exhibió correlaciones significativas. La edad no correlacionó significativamente en ninguno de los géneros.

A continuación, se realizó el análisis de validez convergente con depresión y ansiedad del SA-45. Para ello, se calcularon las correlaciones parciales de Spearman y, con el fin de evaluar posibles diferencias entre géneros, se utilizaron las siguientes variables de control: la edad, el nivel educativo, el aumento de la cantidad de trabajo con relación a lo laboral y de la cantidad de trabajo referida al hogar y la familia. Los resultados de este análisis pueden observarse en la Tabla 3. Siguiendo la clasificación de ^{Cohen (1988)}, se encontraron dos asociaciones con un tamaño del efecto fuerte: en ambos géneros, entre los conflictos familiares que afectan en la vida laboral y los conflictos laborales que afectan en la vida familiar. Asimismo, se encontraros dos asociaciones con un tamaño del efecto intermedio: en el género masculino, los conflictos laborales que afectan en la vida familiar con depresión y con ansiedad. Las demás correlaciones exhibieron tamaños del efecto pequeños. Con respecto a las correlaciones y sus diferencias entre géneros, no se encontraron diferencias significativas.

Estadística descriptiva

La Tabla 4 muestra la estadística descriptiva según géneros. Entre ambos géneros, no se evidenciaron diferencias estadísticamente significativas con relación a los conflictos familiares que afectan en la vida laboral, F(1, 459)= 1.13, p = .289 y tampoco con relación a los conflictos laborales que afectan en la vida familiar, F(1, 459)= 0.20, p = .655.

A continuación, se calcularon los estadísticos descriptivos para la muestra total y las consistencias internas. Como puede observarse en la Tabla 5, las alfas de Cronbach (α) del presente estudio se encontraron ligeramente por encima de aquellas que obtenidas en el trabajo original de ^{Netemeyer et al. (1996)}. Además, se puede observar que los coeficientes de omega (ω) se encontraron también en unos rangos adecuados (^{Dunn et al., 2014}).