Vocero
|
Transcripción
|
| nicolas shelton |
Bien, la grabación comenzó y voy a silenciarlo y luego, cuando estés listo, puedes comenzar, adelante. |
| |
Bueno. |
| Annie Weisbrod |
Hola a todos. Soy Annie Weisbrod. Estoy aquí con mis colegas, A Narayanan y Mark Bailey de Procter and Gamble. vamos a estar presentando. |
| |
Evaluación de un programa de meditación utilizando la plataforma JMP SEM. |
| |
Primero me gustaría comenzar explicando por qué estamos hablando de esto. |
| |
Así que P&G |
| |
prioridades, especialmente durante el período de COVID, realmente nos hemos centrado en la salud de las personas. |
| |
Es un momento muy estresante por muchas razones debido a la pandemia, pero también a áreas de disturbios civiles, cambios en las cadenas de suministro donde no hay cosas disponibles, |
| |
cambiando nuestros hábitos de vida, enfermedades, cuidando a los demás. Hay tantas maneras en las que nuestras vidas han cambiado significativamente en los últimos |
| |
20 meses, dos años más o menos. Por eso, proteger la salud y el bienestar de los empleados de P&G se ha convertido en una prioridad aún mayor en estos tiempos. |
| |
Así que nos hemos centrado en cómo ayudar a las personas a cuidarse a sí mismas, física y mentalmente, mientras realizan su trabajo. |
| |
servir a los clientes, servir a los consumidores y también apoyar a las comunidades en las que vivimos. Contamos con programas internos y externos que educan y permiten a las personas practicar diferentes aspectos del bienestar, con suerte para ayudar a su salud. |
| |
Entonces, a medida que ocurrió la pandemia, tuvimos que cambiar la forma en que ofrecemos apoyo tanto a las personas como a los departamentos. |
| |
Cada empleado tiene una situación diferente, |
| |
ya sea el tipo de trabajo que tiene para la empresa, el lugar en el que vive o entornos personales relacionados con su salud o el cuidado de otros miembros de su familia. |
| |
Entonces, lo que he estado enseñando durante varios años es impartir clases presenciales en un sitio físico. La gente aparecía en la sala y yo compartía esa información sobre el estrés, la resiliencia y la meditación. Y todos nos hemos visto obligados a cambiar a la transmisión en vivo. |
| |
Y mi audiencia se ha globalizado, ya que muchas de nuestras audiencias tienen diferentes zonas horarias y diferentes idiomas. Y jugando con la técnica de transmisión en vivo, tal como lo estamos haciendo ahora para esta presentación. |
| |
Entonces, mientras hacíamos esos cambios, teníamos curiosidad: ¿qué tan efectivos son estos programas de bienestar? ¿Cómo impacta el contenido y este nuevo formato de transmisión global en vivo en los principales dominios de salud mental y emocional para el bienestar? |
| |
Doy un curso llamado Meditación Sin |
| |
Expectativas. Es un curso global transmitido en vivo que dura ocho semanas. Nos reunimos una vez por semana durante 45 minutos. |
| |
Es altamente experiencial. Comienza con una breve introducción y luego hacemos prácticas durante la mayor parte de esa clase. |
| |
Y luego se anima a los participantes a practicar cualquier enfoque durante el resto de la semana. El objetivo es que las personas se vuelvan más autosuficientes con su propia atención personal, |
| |
prestar atención, concentración, resiliencia, |
| |
empatía y también reducción del estrés, practicando estas habilidades durante este período de tiempo más largo. |
| |
Las prácticas se seleccionan para ayudarnos a aumentar nuestra conciencia sobre lo que sucede a nuestro alrededor, cómo nos sentimos, qué estamos pensando, |
| |
diferentes aspectos relacionados con el estrés y cómo podemos reducirlo, tener un enfoque diferente de esas experiencias y también mejorar la alegría. |
| |
Hacemos esto a través de varias prácticas diferentes relacionadas con el conocimiento, la disciplina y también la compasión. De las ocho prácticas diferentes, tenemos varias que están relacionadas simplemente con estar aquí ahora. |
| |
Entonces, un ejemplo de eso sería una meditación de los cinco sentidos, donde |
| |
solo mira, solo escucha, solo |
| |
oler, solo saborear, |
| |
Simplemente siente lo que hay en la piel como un ejemplo de venir aquí y ahora. También tenemos prácticas relacionadas con la introspección y la gratitud. |
| |
Lidiar con las distracciones, porque siempre nos distraemos. La mente simplemente hace lo suyo y, por eso, las prácticas de contar y las prácticas de mantras son ejemplos de ello. También tenemos prácticas relacionadas con el corazón. |
| |
Entonces estas prácticas muy antiguas, metta |
| |
y tonglen tienen miles de años y provienen de culturas asiáticas, practican la bondad amorosa, se preocupan por los demás, dan y reciben. |
| |
Y luego, finalmente, este último de conciencia sin elección. |
| |
Solo ser. |
| |
Sin hacer nada, sólo estar. Muy popular entre los zen. |
| |
practicantes, por ejemplo. Hemos tenido más de 1000 personas inscritas en estos cursos durante el año pasado. Alrededor del 50 % de las personas que se inscriben en realidad completan las ocho semanas completas y vamos a compartir algunas estadísticas. |
| |
demostrando lo que estas ofertas realmente ofrecen. |
| |
encuestamos |
| |
Actitudes y comportamientos de los participantes antes y después del curso. Tenemos 45 preguntas diferentes, basadas en estándares médicos. |
| |
Las encuestas son voluntarias y anónimas, y básicamente analizamos estos cuatro cuestionarios estándar. El primero es un cuestionario de atención plena de cinco facetas. |
| |
También utilizamos el índice de reactividad interpersonal, que está relacionado con la empatía, es decir, la preocupación empática y la adopción de perspectivas, diferentes perspectivas. |
| |
La escala de resiliencia al duelo y la escala de estrés percibido, que es en lo que nos centraremos en la demostración de hoy. |
| |
Este es el más utilizado de los diferentes cuestionarios relacionados con cómo se sienten las personas respecto al estrés, el nivel de estrés de las situaciones en las que se encuentran y cualquier |
| |
efectividad de las intervenciones para reducir el estrés, como este curso de meditación. Entonces, las declaraciones estándar, las preguntas que se hacen, aprovechan lo impredecible |
| |
la persona siente que su situación es controlable o no, se siente sobrecargada y, luego, cuál es su nivel percibido de impotencia. |
| |
No hay nada que puedan hacer ante la situación. |
| |
O su autoeficacia, qué tan seguros se sienten de que las cosas cambiarán y de que serán capaces de manejar el estrés. Así que nos vamos a centrar en dos de esas subescalas relacionadas con sentirse sobrecargado y sin control en esa situación. |
| |
Nos centramos deliberadamente en el estrés, no sólo para la demostración, sino también para estos cursos, porque es uno de los principales factores de riesgo en el estilo de vida en el mundo actual. |
| |
Muchas organizaciones están desarrollando programas integrados de bienestar para responder a los diferentes informes que van surgiendo por todas partes. La Organización Mundial de la Salud, durante más de la última década, ha identificado que el estrés crónico o no resuelto es el principal factor de riesgo en el estilo de vida, superando |
| |
la obesidad y la falta de actividad física, que más contribuyen a las enfermedades crónicas físicas y mentales en todo el mundo. |
| |
Entonces |
| |
La buena noticia, breve resumen de los resultados, es que durante este lapso de ocho semanas, vemos aumentos notables. |
| |
Cuando miramos por primera vez los datos que llegan, solo los medios simples de lo que vemos aquí, vemos aumentos notables en la atención plena, |
| |
empatía, resiliencia y también reducciones claras en cómo las personas perciben el estrés. Eso es genial y estábamos interesados en realizar una investigación más profunda sobre esto, así que me comuniqué con mi socio en estadísticas, quien compartirá con ustedes. |
| |
algunos de los resultados de la encuesta a partir de las respuestas emparejadas previas y posteriores. Entonces él se hará cargo ahora y les mostrará algunas de las funciones de JMP en las que ha estado trabajando con las respuestas que tenemos de las encuestas. |
| UN |
Gracias, Annie. |
| |
¿Están viendo mi pantalla? No soy capaz de. |
| |
Hola chicos, necesito tomarme un tiempo y no sé, las cosas no están funcionando aquí. |
| |
Gracias, Annie. Hola a todos. Mi nombre es Narayanan. |
| |
Formo parte del departamento de estadísticas y modelos avanzados de consumo de P&G. Lo que quiero hacer hoy es compartir los detalles del análisis de los datos que |
| |
vino del programa que Annie acaba de describir. Entonces mi agenda constará de tres temas. Voy a hablar sobre la optimización del modelo factorial, luego voy a hablar sobre el análisis factorial confirmatorio del |
| |
modelo factorial optimizado. Finalmente, voy a analizar la invariancia de la medición longitudinal. Esto es importante porque queremos medir el cambio a lo largo del tiempo, del curso de los medios latentes. Así que saltemos directamente al primer tema. |
| |
Y la optimización del modelo factorial, ¿por qué hacemos esto? La razón... hay dos razones por las que quiero hacer esto. Primero las 10 preguntas que mencionó Annie |
| |
Realmente no están optimizados para las dos construcciones que estamos interesados en medir. |
| |
Y además, tenemos una muestra pequeña y queremos asegurarnos de no tener demasiadas preguntas previas y posteriores. |
| |
Esas son las dos razones por las que estamos optimizando el modelo factorial. Y para lograrlo, me basaré en dos ideas de la teoría clásica de las pruebas. |
| |
Uno es la confiabilidad. En realidad, la confiabilidad tiene que ver con la consistencia de la medición. Queremos asegurarnos de que los elementos dentro de una construcción midan lo mismo. Y hay muchas medidas diferentes de confiabilidad. El que voy a usar aquí es el |
| |
coeficiente de confiabilidad o alfa de Cronbach. Puedes ver la fórmula allí. Y una de las razones por las que estoy usando esto es porque está disponible en la plataforma multivariada en JMP usando la opción confiabilidad del elemento. |
| |
Ahora uno |
| |
El inconveniente de esta medida es que supone que todas las variables o elementos son igualmente confiables. |
| |
Y sabemos que algunos ítems no tienen la misma confiabilidad que otros, y en ese caso podríamos usar el extractor de varianza promedio. |
| |
Ahora ¿qué es eso? Para explicar eso, voy a utilizar aquí el diagrama de ruta del modelo de factor confirmatorio. Hay tres componentes aquí que quiero describir. |
| |
La de arriba, que en realidad está encerrada en un círculo, es la variable latente. |
| |
Luego uno en la parte inferior, que está encerrado en un rectángulo, está el indicador. Y en este ejemplo, hay cuatro indicadores que son preguntas tan importantes que aprovechan esta variable latente. |
| |
Luego hay cuatro variables Lambda, que en realidad son las cargas factoriales que dan la solidez de cada indicador. |
| |
aprovechando la construcción. Entonces, la varianza promedio extraída es una función de las Lambdas y la |
| |
variaciones de los errores, que se encuentran en la parte inferior. El delta está al fondo. aqui esta el error |
| |
componentes. Y para simplificar, los consideraremos errores de medición, y la varianza de esos errores también se incluye en el cálculo de las calificaciones promedio extraídas. |
| |
Si nos fijamos en la fórmula, si no hay variaciones de error en la parte inferior, el valor máximo será 1 y eso es lo que queremos. |
| |
Entonces |
| |
Otro ítem que también es útil para medir la confiabilidad es la confiabilidad del ítem, que en realidad no es más que los R cuadrados individuales de cada una de estas regresiones del indicador sobre la variable latente. Y lo veremos cuando entremos en JMP. |
| |
El segundo concepto importante de la teoría clásica de las pruebas es el de validez. La validez se refiere a si la variable mide lo que se supone que debe medir. Y nuevamente aquí, hay muchos diferentes. |
| |
versiones de validez. En lo que me voy a centrar es en la validez discriminante, que tiene que ver con si los constructos que se miden son únicos y distintos. |
| |
Bien, con esos dos conceptos, voy a entrar en JMP y mostraré algunos de los detalles del modelado que hicimos. Entonces voy a comenzar con un análisis factorial exploratorio de las 10 preguntas. |
| |
relacionado con el dominio del estrés. Ahora, en todo mi análisis, voy a |
| |
mostrar los resultados del análisis. No voy a explicar esto paso a paso, apuntando y haciendo clic, porque llevará mucho tiempo y están bien documentados en JMP. |
| |
el grande, al que llamamos |
| |
componente sobrecargado, y el más pequeño con tres elementos, lo llamamos incontrolable. Así que este es un análisis factorial exploratorio, que parece respaldar dos factores. |
| |
Y queremos confirmar que, de hecho, esto es cierto según nuestros datos, y los datos lo respaldarán. Entonces voy a lanzar el análisis factorial confirmatorio de las mismas 10 preguntas. |
| |
Y podemos ver que el componente sobrecargado está conectado a siete indicadores y el componente incontrolable está conectado a tres indicadores. |
| |
Queremos ver qué tan bien se ajustan estos datos... qué tan bien se ajusta este modelo a los datos. Y podemos ver, mirando el Chi cuadrado de... Chi cuadrado es 44 a 34 grados de libertad y no es significativo, por lo que este modelo está respaldado por los datos. |
| |
Y algo más que queremos ver al final es la matriz de validez de constructo que estaba mencionando. |
| |
La diagonal de esta matriz da la varianza promedio extraída. Y podemos ver que la varianza del factor incontrolable es bastante alta y la varianza del factor sobrecargado es en realidad baja. |
| |
El elemento ortagonal indica la cantidad de varianza que cada uno de los factores comparte con el otro factor. Y para el factor sobrecargado, la varianza que este |
| |
Las proporciones de factores con incontrolables son, de hecho, mayores que la varianza que comparten con sus propios indicadores, como se muestra en la diagonal. Y ésta no es una estructura factorial optimizada lo que queremos. |
| |
Y también, si vas y miras el |
| |
diagrama de ruta con las estimaciones, de hecho, puedes ver |
| |
la confiabilidad del ítem individual, que se muestran aquí en la |
| |
rectángulos aquí. Y puedes ver |
| |
Los siete indicadores que están conectados al componente del factor sobrecargado tienen una confiabilidad de ítem diferente, que oscila entre .277 y .551. |
| |
Y queremos elegir algunos que sean |
| |
teniendo alta confiabilidad. |
| |
Entonces vamos a utilizar estos conceptos de confiabilidad del ítem, |
| |
discriminar la validez para, de hecho, optimizar nuestro factor. |
| |
Y voy a regresar y mirar |
| |
Todas estas métricas reunidas en una tabla. |
| |
Y esta tabla tiene el alfa de Cronbach en estas dos columnas, también tiene el cambio en el alfa de Cronbach cuando se elimina un elemento |
| |
del alfa de Cronbach de todo el compuesto, y además tiene la confiabilidad del ítem en la última columna. Entonces, una forma de observar esta matriz de números y optimizar su factor es elegir elementos con alta confiabilidad, que probablemente sean los tres primeros. |
| |
Ahora, en esta situación particular, también me gusta usar |
| |
el |
| |
Alfa de Cronbach cuando se elimina el elemento. Y si miras el tercer elemento, |
| |
a pesar de que ese artículo tiene el tercer valor más alto |
| |
confiabilidad del ítem, cuando miramos esta columna, la llamo alfa delta, |
| |
que es el cambio en la confiabilidad de todo el compuesto cuando se elimina el elemento. De hecho, hay un gran cambio para el tercer elemento, y por esa razón no elegí este elemento, y de hecho, elegí uno justo debajo. |
| |
Entonces, para la solución factorial optimizada, voy a elegir los dos elementos superiores del primer factor y del quinto elemento, y luego, para el segundo factor, incontrolable, voy a elegir los dos elementos superiores, porque el tercer elemento tiene una confiabilidad de artículo muy baja. |
| |
Entonces, teniendo |
| |
optimizó la solución factorial de 10 preguntas a cinco, |
| |
Voy a confirmar esa solución de factor optimizada y veré cómo nos va en términos de todas las métricas que acabamos de discutir. |
| |
Así que aquí está la solución factorial optimizada, el factor de orden tiene tres indicadores, los factores incontrolables, dos indicadores, y nuevamente nuestro modelo se ajusta mucho mejor a los datos, Chi cuadrado de 2, 4 grados de libertad y el valor de Chi cuadrado no se rechaza. |
| |
Luego bajamos |
| |
y observe la validez discriminante. Ahora, con la solución de factores optimizados, puede ver que la variación de la sobrecarga de hecho ha aumentado. |
| |
y la variación que comparte con incontrolable ha disminuido. Entonces, el valor ortoginal es menor que los valores en la diagonal, y esto es exactamente lo que queremos respaldar. |
| |
validez discriminante. Entonces, al optimizar la solución, logramos validez discriminante y también obtuvimos un modelo mejor que el que teníamos con las 10 preguntas originales. |
| |
Bien, entonces hemos optimizado nuestra solución factorial. |
| |
El siguiente paso es hacer la invarianza del modelo de medición. |
| |
Recordemos dónde estamos. Hemos visto muchas tablas y análisis diferentes. Tenemos |
| |
empatía, estrés, resiliencia y atención plena. |
| |
Y nos vamos a concentrar sólo en el estrés. La pregunta principal que queremos responder aquí es si hay una mejora en las puntuaciones medias de las variables latentes. |
| |
¿Desde el pre hasta el post durante el programa de ocho semanas? |
| |
Y para establecer eso, primero tenemos que mostrar la invariancia de la medición longitudinal. |
| |
Ahora ¿qué es eso? De hecho, hace poco me enteré de esto y permítanme comentar aquí un excelente artículo escrito por los desarrolladores de JMP, Laura Schilo y Paul Russo. |
| |
en la edición actual de Structural Equation Modeling, donde detallaron todas las diferentes capacidades de JMP, incluida la invariancia de medición longitudinal. |
| |
La idea de la invariancia de la medición longitudinal consiste en garantizar que el significado de la variable latente no haya cambiado con el tiempo. |
| |
Antes de que podamos calcular el cambio medio en las variables latentes, queremos asegurarnos de que estamos midiendo lo mismo al principio y al final. Entonces, para establecer eso, hay cuatro pasos. |
| |
En realidad, se trata de cuatro modelos diferentes. El primero es un modelo configurable con la menor cantidad de restricciones con la misma cantidad de factores y patrón de carga. |
| |
El segundo es un modelo de invariancia débil, donde agregamos algunas restricciones más. Apretamos un poco más los tornillos y nos preguntamos: ¿este modelo todavía es compatible? |
| |
Y luego apretamos los tornillos un poco más y decimos, además de esto, ¿qué pasa si impongo la calidad de las intercepciones de los elementos? Entonces finalmente, |
| |
El último hilo del tornillo, ¿qué pasa si agregamos variaciones de elementos y colocamos una calidad de ellos en los dos puntos temporales? |
| |
Entonces, los detalles de cómo hacer esto paso a paso se incluyen en el artículo que acabo de mencionar. Sólo voy a mostrar los resultados aquí. |
| |
Ups. |
| |
Entonces en esto |
| |
diagrama de ruta, estoy mostrando |
| |
los dos factores, sobrecargados e incontrolables, tanto en la etapa previa a la encuesta como en la etapa posterior a la encuesta. Entonces tenemos el pre sobrecargado, el pre incontrolable y lo mismo para el post. |
| |
Sobrecargado se explica por tres elementos e incontrolable se relaciona con dos elementos. Ahora las letras aquí son las diferentes. |
| |
Restricciones que se han impuesto a un modelo. Por ejemplo, C3 |
| |
desde el sobrecargado hasta el ítem "me sentí nervioso y estresado" para el pre |
| |
está obligado a ser igual al mismo elemento en la publicación. Y esto es parte de las restricciones que estamos imponiendo al modelo para asegurarnos de que sean compatibles. |
| |
Entonces, las letras indican las diferentes restricciones que se han impuesto a un modelo y estas estimaciones se igualan. Similarmente, |
| |
las intersecciones de los elementos equivalentes también se igualan, |
| |
que están indicados por |
| |
A. |
