La muestra inicial incluyó 401 escolares de ambos sexos entre cuarto año de enseñanza básica (primaria) hasta el último año de enseñanza secundaria, provenientes de diferentes establecimientos públicos, subvencionados y privados de la ciudad de Arica (Chile). Se consideró como criterio de inclusión un rango de edad entre 8 a 18 años, y no haber nacido en Chile.

Del total de cuestionarios recolectados, se descartaron 22 por identificarse como nacidos en Chile y 34 por presentar varianza cero en sus respuestas a lo largo del cuestionario, puesto que no aportan información útil al análisis (Hefetz & Liberman, 2017). No se registró varianza cero a lo largo de los ítems. Un 5 % de los instrumentos tenía algunos ítems en blanco y estos no eran superiores a un 25 % del total de ítems. Los 8 cuestionarios que tenían más de ese porcentaje en blanco no fueron incluidos. La muestra final se conformó por 337 estudiantes entre 8 y 18 años, con una media de 12.4 y una desviación estándar de 2.5 años. Un 47.8 % son mujeres y un 52.2 % son hombres. Al desagregar por país de origen, la gran mayoría son nacidos en Bolivia (47.2 %) y Perú (32.3 %), seguidos de Colombia (6.2 %), Venezuela (5.3 %), Ecuador (1.8 %), Argentina (0.9 %). Un 6.2 % correspondió a otros países.

Este estudio es parte de un proyecto mayor del Centro de Justicia Educacional y contó con la aprobación del comité de ética de la Universidad de Tarapacá. Con base en una revisión teórica sobre estrés en niños migrantes y a la experiencia de investigación en niños y adolescentes migrantes, realizados en la ciudad de Antofagasta (Caqueo-Urízar et al., 2017), se construye un instrumento compuesto por 17 reactivos que inquieren sobre tres fuentes distintas de estrés por aculturación. Posteriormente al consentimiento de padres y asentimiento a los estudiantes, se realiza un muestreo piloto y entrevistas cognitivas a 15 estudiantes en la ciudad de Antofagasta, para verificar la adecuada comprensión de los ítems. Las entrevistas realizadas, destinadas a medir la comprensión de cada una de las preguntas del cuestionario (en tanto forma y contenido), permitieron mantener la estructura original de los reactivos sin realizar ningún cambio.

Una vez comprobada la adecuada comprensión del instrumento, se invitó a participar del estudio a 42 establecimientos educacionales de la ciudad de Arica. Un 69 % accedió a participar del estudio, considerándose 29 establecimientos en total. En estos establecimientos, se solicitaron los consentimientos a los padres y posteriormente los asentimientos a los mismos estudiantes. Cada aplicación duró aproximadamente 45 minutos. El tiempo medio en responder fue de 10 minutos. Al menos dos encuestadores estuvieron presentes por sala para responder las dudas, aparte del profesor del mismo establecimiento.

El instrumento inicial consideró 17 ítems de respuesta tipo Likert de seis opciones. La consigna fue: “Evalúa si las siguientes situaciones te han sucedido en los últimos seis meses y cuánto te han afectado”. Las opciones de respuesta van desde cero (No he tenido este problema) a 6 (Me ha afectado mucho).

Las dimensiones propuestas para evaluar las fuentes de estrés fueron:

1. Añoranza y diferencias con el país de origen: compuesta por cuatro ítems centrados en establecer en qué medida los estudiantes extrañan su país de origen (“Extraño a los amigos que tenía en mi país”) y lo encuentran diferente del país en que actualmente residen (“Creo que este país es muy diferente al mío”).

2. Adaptación en la escuela, familia y relación con los pares: consideran siete reactivos los que se centran en la adaptación que los niños, niñas y adolescentes tienen a su escuela (“Me cuesta adaptarme a la escuela [colegio]”), familia (“Mi familia se pelea más ahora que antes [en mi país]”) y con sus pares (“No me llevo bien con los niños de este país”).

3. Experiencias de discriminación: comprende seis reactivos que abordan diferentes experiencias en que los participantes puedan sentirse discriminados (“A veces me miran mal por ser extranjero”).

Dado que el análisis de ecuaciones estructurales exploratorias (Modelo de Ecuaciones Estructurales Exploratorias [MEEE]) puede ser considerado más apropiado para analizar la estructura de los instrumentos puesto que es menos restrictivo que análisis factorial confirmatorio (Marsh, Nagengast, & Morin, 2013), y a que se acerca más a la forma en que las variables se presentan en la realidad, sin cargas exclusivas en un factor determinado (Howard et al., 2018), se decide realizar de manera paralela un análisis factorial confirmatorio (AFC) y un MEEE. Marsh et al. (2014) recomiendan comparar simultáneamente los resultados obtenidos a partir de MEEE y AFC, con el fin de tener una perspectiva más completa, considerando que si ambos no difieren se puede retener el modelo AFC. Adicionalmente, Booth y Hughes (2014) coinciden con la utilidad de comparar ambos análisis, si bien destacan que el AFC ofrece una mayor posibilidad de interpretación.

Se utilizó el programa SPSS para obtener los valores descriptivos y realizar comparaciones entre grupos y el programa MPLUS para realizar análisis de ecuaciones estructurales exploratorias (MEEE) y análisis factorial confirmatorio (AFC) (Asparouhov & Muthén, 2009; Muthén & Muthén, 2017). Se optó por una rotación oblicua dado que es lo recomendado en ciencias sociales (Lloret-Segura, Ferreres-Traver, Hernández-Baeza, & Tomás-Marco, 2014). La rotación seleccionada fue quartimin. El análisis se realizó en cinco fases: estadísticos descriptivos, comparación de grupos por sexo, etnia y edad, análisis factorial del instrumento con tres y cuatro factores, propuesta de un instrumento breve y, finalmente, análisis de la fiabilidad del instrumento y sus escalas.

Para los indicadores de bondad de ajuste del modelo, se consideró un RMSA < 0.08 como aceptable y < 0.05 como bueno, mientras que un CFI y TLI > 0.9 como adecuado y > 0.95 como óptimo (Brown, 2015; Hu & Bentler, 1999; McDonald & Ho, 2002). El chi cuadrado no fue considerado, dado los problemas que presenta con muestras mayores a 200 y en casos de distribución no normal, como es el presente caso. El ratio χ2 / df se considera adecuado < 3 (Brown, 2015; Hu & Bentler, 1999). La fiabilidad de las escalas se consideró adecuada a partir de 0.7 de acuerdo con Nunnally (1987) y Morales (2007). Se ha tenido en consideración, en el presente estudio, la propuesta de Fornell y Larcker (1981) sobre considerar la fiabilidad compuesta y varianza extraída, para una mejor interpretación. El criterio mínimo que se esperaría es que la primera alcanzase 0.7 y la segunda 0.5, en cada factor.

Dado que se generó un efecto de suelo (floor efect) en las respuestas al tender más de un 15 % a una sola opción, se consideraron las variables como categóricas (Bot et al., 2003). Se utilizó el método estimación de mínimos cuadrados ponderados robustos (WLSMV) que es más adecuado cuando los datos no se distribuyen normalmente (Lloret-Segura et al., 2014; Li, 2016; Muthén & Muthén, 2017).

Entre los 401 instrumentos recolectados, se descartaron 22 por identificarse como nacidos en Chile, y 34 por presentar varianza cero en sus respuestas a lo largo del cuestionario, puesto que no aportan información útil al análisis (Hefetz & Liberman, 2017). No se registró varianza cero a lo largo de los ítems. Un 5 % de los instrumentos tenía algunos ítems en blanco y estos no eran superiores a un 25 % del total. Los ocho instrumentos que tenían más de ese porcentaje en blanco no se incluyeron.

La muestra final se conformó de 337 estudiantes entre 8 y 19 años, con una media de 12.4 y una desviación estándar de 2.5. Un 47.8 % eran mujeres y un 52.2 %, hombres. Al desagregar por país de origen, un 32.3 % eran peruanos, un 47.2 %, bolivianos y el resto se distribuye en otras nacionalidades. Respecto a su etnia, un 45 % se declara aymara, un 6.8 %, quechua, un 1.2 %, mapuche y un 1.5 %, afrodescendiente.

El promedio del puntaje total entre los participantes fue de 19.5 con una desviación estándar de 15 puntos. El 50 % de ellos estaba bajo los 17 puntos en la escala (Tabla 1). Se incluye el porcentaje de respuestas cero, puesto que es preciso mostrar el efecto piso cuando este se presente (Bot et al., 2003), aun cuando al considerar los datos como categóricos y con el estimador WLMSV se puede manejar adecuadamente este efecto (Brown, 2015). Puede observarse que al menos tres ítems van más allá de los limites tradicionalmente aceptados de ± 2 para la asimetría y la curtosis (George & Mallery, 2010). Se calcularon pruebas t para muestras independientes, con el propósito de comparar grupos por edad (primaria/secundaria) y sexo, no encontrándose diferencias significativas en ninguna de ellas.

Tabla 1 Tabla 1 Estadísticos descriptivos reactivos escala y edad

Se comparan los resultados de los indicadores de bondad de ajuste obtenidos a partir del MEEE para los modelos de 3 y 4 factores (Tabla 2). Un ítem fue eliminado de entrada, puesto que generó una matriz negativa, lo que de acuerdo con el programa SPSS puede deberse a una dependencia linear de este ítem con un factor.

Tabla 2 Tabla 2 Indicadores de bondad de ajuste para modelos de tres y cuatro factores Nota.

χ2: Chi cuadrado. df: grados de libertad. χ2 / df: ratio chi cuadrado.

Las Tablas 3 y 4 muestran las cargas factoriales para los modelos de tres y cuatro factores tanto desde el análisis mediante MEEE como desde el AFC.

Tabla 3 Tabla 3 Modelo de tres factores inicial Nota.

En negrita se destacan las cargas factoriales mayores a 0.3. MEEE: Modelo ecuaciones estructurales exploratorias; CFA: Análisis factorial confirmatorio

Tabla 4 Tabla 4 Modelo de cuatro factores inicial Nota.

En negrita se destacan las cargas factoriales mayores a 0.3. MEEE: ecuaciones estructurales exploratorias; CFA: Análisis factorial confirmatorio

Con el fin de obtener una versión más breve y con mejores indicadores de bondad de ajuste, se eliminaron los ítems 5 y 9, los que poseen cargas en el límite del 0.3 y el 3, con el fin de definir mejor la estructura factorial. Por ende, la versión breve consta de 13 ítems, cuya carga factorial analizada a través de MEEE y CFA puede ser observada en la Tabla 5.

Tabla 5 Tabla 5 Modelo final de tres factores Nota.

En negrita se destacan las cargas factoriales mayores a 0.3. MEEE: ecuaciones estructurales exploratorias; CFA: Análisis factorial confirmatorio

F1=Factor Añoranza y diferencias con el país de origen: ítems 1, 2 y 10.

F2=Factor Adaptación en la Escuela, familia y relación con los pares: ítems 4, 8, 12, 13 y 14.

F3=Factor Experiencias de discriminación: ítems 6, 7, 11, 15 y 17.

Los indicadores de bondad de ajuste de esta solución factorial puede ser observada en la Tabla 6.

Tabla 6 Tabla 6 Indicadores de bondad de ajuste para modelo final de trece reactivos y tres factores Nota

χ2: Chi cuadrado. df: grados de libertad. χ2 / df: ratio chi cuadrado

La fiabilidad de las subescalas en la versión final de tres factores es: Añoranza y diferencias con el país de origen 0.728, adaptación en la escuela, familia y relación con los pares 0.738 y experiencias de discriminación 0.767. Puede apreciarse en la Tabla 7 que la fiabilidad compuesta es superior al α y que la varianza extraída es mayor al 40 % necesario.

Tabla 7 Tabla 7 Fiabilidad tradicional, compuesta y varianza extraída Nota.

N= número de ítems por factor, VE = Varianza extraída, FC = Fiabilidad compuesta. Α = Alpha de Cronbach