Análisis multivariado aplicado a la generación de escenarios complejos en torno a concepciones de sexualidad y género en alumnos de escuelas medias.

Introducción

El presente artículo tiene como propósito exponer la aplicación de técnicas de análisis de datos multivariados para la construcción de escenarios complejos en torno a concepciones, creencias y actitudes sobre sexualidad, diversidad sexual, género y aborto en base a un relevamiento por encuestas estructuradas en mujeres y varones adolescentes escolarizados en el nivel medio de Argentina realizado durante el segundo semestre del 2012. Dicho relevamiento se enmarca en una serie de investigaciones llevadas a cabo por el Área de Salud y Población del Instituto de Investigaciones Gino Germani, y tuvo como objetivo principal indagar y explorar las formas en que determinadas concepciones sobre la sexualidad y el género de los alumnos se vinculan con modelos de educación sexual, las temáticas priorizadas, las formas en que se establecen los vínculos con docentes y adultos, los vínculos afectivos intrageneracionales, y las instancias de subjetivación juvenil.

Al trabajar con datos provenientes de estrategias metodológicas cuantitativas, se suele realizar una primera distinción entre métodos: métodos univariados (MU) y métodos multivariados (MM). Mientras que los primeros analizan las variaciones en una única variable aleatoria, los segundos analizan de forma simultánea medidas múltiples –más de dos variables– en cada elemento o individuo. Asimismo, cada una de dichas variables es considerada igualmente importante o relevante al comenzar el análisis, circunstancia que suele ser un factor diferencial respecto de los MU (Manly, 1986). El propósito de los MM es poder dar cuenta de forma más acabada e integral del fenómeno en estudio a partir de considerar en la misma técnica de análisis más de una variable para la obtención de la información resultante (Cuadras, 1996; Manly, 1986). Varios autores agrupan los MM según sus características, supuestos inherentes y los objetivos que se deseen llevar adelante (Hair, Anderson, Tatham, & Black, 1995; Lebart, Morineau, & Pirón, 1995). Retomando dicha clasificación, el primer grupo se denomina de ordenación o reducción de datos, y tienen como propósito disminuir las dimensiones de análisis al reducir el número de variables intervinientes, pero garantizando captar una parte sustantiva de la variabilidad de los datos. Entre estos métodos se encuentran el análisis de correspondencias múltiples (ACM) y el análisis factorial por el método de componentes principales (ACP). El segundo grupo de MM se lo denomina de agrupamiento, y tienen como propósito la generación de conglomerados similares, lo más homogéneos posibles, para clasificar los elementos sobre la base de las medidas disponibles. Entre estos métodos es posible mencionar al análisis de Cluster, análisis de clases latentes, y el análisis de discriminante.

Tres de los MM señalados son empleados como técnicas de análisis en el presente trabajo. Utilizamos en primer lugar el análisis factorial por el método de componentes principales que permite “identificar las posibles variables latentes, o no observadas que generan los datos” (Peña, 2002:134) sobre un conjunto específico de variables. El propósito es transformar un grupo de variables originales en un nuevo conjunto acotado de variables –factores– que den cuenta de la mayor parte posible de la varianza original. Estos factores o componentes principales permiten reducir el número de variables, con lo que simplifican el conjunto de datos obtenido y hacen emerger estructuras subyacentes a los mismos (Jolliffe, 2002; Stevens, 2002). La segunda técnica multivariante utilizada es el análisis de conglomerados por el algoritmo de k-medias. El análisis de conglomerados o Cluster agrupa a todo un conjunto de métodos de clasificación automática o no supervisada (Everitt, 2011; Peña, 2002), que tienen como propósito agrupar elementos –o variables– en función de las similitudes entre ellos. Para dar cuenta de la homogeneidad u optimalidad de los elementos agrupados estos métodos utilizan, fundamentalmente, distancias entre los objetos para asignarlos a los grupos a los que serán destinados y los distintos algoritmos que emplean tienen en común minimizar la varianza intra-grupo –buscando la homogeneidad interna– y maximizar la varianza entre los grupos –heterogeneidad externa– (Rencher, 2002). Finalmente se aplica el método estadístico de ACM con el objeto de obtener mapas y, fundamentalmente, matrices de coordenadas a partir de las que sea posible calcular distancias (Benzécri, 1973; Greenacre & Blasus, 1994). En las ciencias sociales, este método cobró notoriedad a partir de los análisis realizados por P. Bourdieu (1998) sobre las vinculaciones entre las estructuras sociales y los sujetos por medio de abordar la construcción de los gustos. El ACM puede encontrar sus fundamentos en los desarrollos y aplicación por parte de R.A. Fisher en la década del 40, y su consolidación actual a partir de los trabajo de J.P. Benzecri en la década de los 60s (Beh, 2004). El ACM permite explicar, a partir de la proximidad o distancia entre variables y/o categorías resumidas en un espacio n-dimensional acotado, la forma en que se distribuyen los pesos y asociaciones entre esas categorías. Asimismo, partiendo de una tabla de contingencia, el ACM es una técnica que representa gráficamente la ubicación de las categorías de filas y columnas involucradas en el análisis con el fin de comparar la correspondencia o asociación entre ellas y permitiendo así la asignación de coordenadas a los objetos de análisis (Crivisqui, 1999; Peña, 2002).

El empleo del ACP y el Cluster por el método de k-means son insumos para la aplicación del ACM. Las características del ACM nos permiten poner en relación múltiples dimensiones de forma simultánea, y así construir lo que denominamos escenarios complejos. En este sentido, estos escenarios construidos a partir de las asociaciones de dimensiones en torno a sexualidad, diversidad sexual, género y aborto de las y los adolescentes brindan un corpus de información constituido a partir de múltiples variables en vinculación que permiten no sólo observar la intensidad y forma de las asociaciones, sino que brindan las condiciones de posibilidad para la generación de teórica sustantiva. A continuación se presenta la aplicación de las técnicas multivariadas mencionadas como herramientas de análisis de datos a estudios en el campo de la salud sexual y reproductiva.

Metodología

Enmarcado en una investigación sobre salud sexual y reproductiva, educación sexual y los vínculos entre actores escolares, se realizó durante el segundo semestre del 2012 un relevamiento por encuestas a mujeres y varones de escuelas medias de Argentina que abordó las siguientes dimensiones:₂Las mencionadas investigaciones fueron dirigidas por la Dra. Ana Lía Kornblit, y el autor participó en calidad de becario doctoral.

La muestra final quedó conformada por 5795 casos, pertenecientes a 95 escuelas. La selección de las escuelas pertenecientes a las diversas regiones del país fue realizada de forma intencional por el equipo de investigación, teniendo en cuenta las características de las escuelas según su tipo de población predominante, procurando así la mayor diversidad de información. Por otra parte, en la selección de las escuelas se buscó representatividad por región a partir de garantizar cuotas mínimas de casos establecidas en el diseño muestral. Los docentes recibieron las guías de procedimiento para la aplicación del instrumento de recolección de datos, garantizando la confidencialidad y el anonimato de cada encuesta por medio de sobres lacrados. El instrumento consistió en una encuesta auto-administrada y estructurada. En cada escuela se encuestó a dos o tres divisiones comprendidas entre 3° y 5° año, asignándose la elección de los cursos previamente por cuotas estratificadas proporcionalmente según los datos de la distribución del universo de estudio.₃ara tal efecto se utilizaron datos obtenidos de la Dirección Nacional de Información y Evaluación de la Calidad Educativa (DINIECE). En la descripción de los resultados estos fueron agrupados según las siguientes regiones del país: Ciudad Autónoma de Buenos Aires (CABA); Conurbano Bonaerense (GBA); Región Central, compuesta por Buenos Aires, Córdoba, Santa Fe y Entre Ríos; Cuyo compuesta por Mendoza, San Juan y San Luis; Noroeste (NOA), integrada por Tucumán, Salta, Jujuy, Santiago del Estero, Catamarca y La Rioja; Noreste (NEA) integrada por Misiones, Chaco, Formosa y Corrientes; y Patagonia, compuesta por La Pampa, Neuquén, Río Negro, Chubut, Santa Cruz y Tierra del Fuego.

Respecto de las características del diseño, las muestras intencionales y no probabilísticas resultan muy útiles para estudios exploratorios –como el que da origen al presente artículo– donde el propósito central es encontrar líneas argumentativas y nociones valiosas que permitan la generación de nuevas hipótesis y líneas de interpretación conceptual.

El carácter exploratorio del estudio se asentó en el propósito de buscar diversos patrones de asociación entre variables que permitan la descripción del corpus de datos obtenido por el relevamiento por encuestas, como así también la comparación y generación de teoría sustantiva. Empleamos en primer lugar análisis bivariado, y luego tres métodos multivariantes en el siguiente orden: análisis factorial de componentes principales (ACP), análisis de cluster por el algoritmo de k-medias, y análisis de correspondencias múltiples (ACM). Para el presente trabajo se hará foco en la serie de técnicas multivariantes, las cuales emplearon los paquetes estadísticos SPSS (ACP y cluster) y STATISTICA (ACM).

Aplicación del método

En el relevamiento de dato aplicamos una sección orientada a indagar en torno a las opiniones y creencias en diversas dimensiones centrales para el estudio antes indicadas, en tal sentido aplicamos una batería de preguntas de escala de tipo Likert, batería que en su totalidad estaba formada por 24 afirmaciones que abordan diferentes dimensiones de interés: género, anticoncepción, diversidad sexual, sexualidad y utilización de métodos anticonceptivos. Cuando el interés del estudio se encuentra signado por el carácter exploratorio, una opción es hacer uso de diferentes coeficientes de correlación que permitan dar cuenta de cuáles variables se relacionan y la fuerza de dichas correlaciones. Sin embargo, como señala Stevens –instancia aplicable a nuestro caso–, cuando “el número de correlaciones simples entre las variables es muy grande, y es muy difícil resumir de forma precisa por inspección individual que patrones de correlación se presentan”, se sugiere emplear algún tipo de método de análisis que reduzca la dimensionalidad del corpus de información (Stevens, 2002:385). Es a partir de esto que se evaluó conveniente aplicar dicha reducción de dimensionalidad. Como señala el mismo autor:

A través del uso de componentes principales un conjunto de variables correlacionadas es transformado en un conjunto más reducido de variables no correlacionadas (los componentes). El propósito es que un número mucho más pequeño de dichos componentes pueda dar cuenta de la mayor parte de la variación del conjunto original de variables y, por supuesto, que los componentes puedan ser significativamente interpretados (Stevens, 2002:387).

En este sentido, los dos principales objetivos del ACP son reducir la dimensionalidad del espacio original y asignarle a cada objeto o unidad de análisis valores (coordenadas) dentro de esas nuevas variables “latentes”. Las variables originales que necesita el método para poder ser aplicado son métricas o, en caso de ser escalas ordinales –como en este estudio–, debe haber una suficiente amplitud (seis valores-posiciones como mínimo) y una fuerte correlación entre las variables (Flury, 1997; Jolliffe, 2002; Rencher, 2002).

En el Cuadro 1 presentamos el método de extracción de factores resultante de la aplicación del ACP al relevamiento a alumnos, en el cual es posible observar en la primera columna el número total de variables intervinientes, y en la segunda los autovalores obtenidos para cada uno de ellos. Esta última columna nos presenta un indicador que nos permite tener una medida para tomar decisiones en torno a cuales componentes seleccionar y cuales rechazar. En general, se busca desechar aquellos componentes con autovalores inferiores a la varianza media, que en el caso de trabajar con matrices de correlación, adquiere el valor de 1 (Peña, 2002). Empleamos dicho criterio para la selección de los componentes en el presente trabajo.

Cuadro 1: Varianza total explicada. Método de extracción: ACP

Una de las partes más importantes de la aplicación de la técnica del ACP recae en la instancia relativa a la interpretación conceptual de los componentes resultantes. Presentamos en el Cuadro 2 la tabla de las cargas factoriales de la matriz de los componentes rotados obtenidos para la población de alumnos, insumo que permite la interpretación conceptual de los mismos. Este cuadro da cuenta de la correlación entre el componente emergente y las variables originales, lo que permite identificar entre los factores de carga aquellos que son mayores en términos absolutos (Jolliffe, 2002; Stevens, 2002). Parte de una interpretación exitosa de un ACP reside en poder dar un nombre a los componentes a partir de las características latentes a que hacen referencia. Así, nuestros componentes fueron nominados a partir de determinar qué tienen en común las variables que adquieren las mayores cargas factoriales en cada uno de los componentes. Este proceso fue realizado retomando las matrices de componentes rotados. Los factores fueron nominados de la siguiente manera: a) concepciones en torno a las diversidades sexuales; b) concepciones en torno a la enseñanza, difusión y accesibilidad de métodos anticonceptivos (MACs); c) concepciones en torno a las prácticas sexuales; d) concepciones de género en torno a la sexualidad; e) concepciones de género en torno al mundo del trabajo.

La obtención de los componentes tuvo como propósito su utilización como insumo para la generación de escenarios complejos que permitan dar cuenta de los niveles de conservadurismo y apertura frente a las dimensiones investigadas aplicando finalmente un ACM. Por ello, el siguiente paso, una vez identificados los componentes y las variables originales altamente correlacionadas con cada uno de ellos, fue discretizar los componentes previamente extraídos para poder aplicarlos con posterioridad en un ACM. El objetivo de este paso fue dividir a los alumnos en grupos de “conservadores” o “liberales” para cada uno de los componentes, transformando así las variables de tipo escalar y continuas en variables de tipo categórico-nominal. Para realizar dicha operación se tomó a cada componente y se realizó un análisis de conglomerados por el método de k-medias, a los efectos de identificar el valor óptimo de corte para dividir a cada variable en dos categorías (liberales y conservadores).

La literatura especializada (Everitt, 2011; Peña, 2002; Rencher, 2002) indica que existe una distinción entre el análisis de Cluster y el análisis de clasificación: el primero refiere a la búsqueda de patrones presentes en los datos al agrupar las observaciones en grupos homogéneos, desconociendo la cantidad de grupos o los grupos en sí mismos de antemano –de allí el carácter no supervisado de estas técnicas. En cambio, en el análisis de clasificación, se ubican las observaciones en una cantidad predefinida y conocida de grupos o poblaciones. En nuestro caso, el proceso de discretizar los factores resultantes del ACP fue llevado a cabo aplicando el análisis por conglomerado k-medias, incorporando algunos supuestos que pueden ser deudores del análisis de clasificación latente: por las características del estudio, suponíamos posicionamientos en torno a lo liberal y lo conservador en un continuo, en tal sentido decidimos generar dos categorías que expongan dichos posicionamiento opuestos de las forma más nítida posible. Asimismo, la generación de los conglomerados fue realizada tomando una sola dimensión –los factores resultantes del ACP–. Al respecto, dos criterios se vieron implicados: i) el análisis de Cluster por k-medias puede ser aplicado a una sola dimensión, ii) dicho método de conglomerado no jerárquico tiene características que lo acercan a los modelos de análisis de clasificación latente (Hagenaars & McCutcheon, 2002).

Obtenidos los puntos de cortes para cada factor, se realizó un análisis exploratorio vinculando los conglomerados en torno la liberalidad y conservadurismo respecto de las variables originales que dieron lugar a los factores emergente. Asimismo, los conglomerados obtenidos fueron analizados teniendo en cuenta otros puntos posibles (media aritmética y mediana), observando una mayor homogeneidad a partir del k-medias.₄A pesar de coincidir en la posibilidades de aplicación del método k-means para casos unidimensionales, algunos autores mencionan que existen algoritmos que mejorar la optimalidad u homogeneidad de la selecciones de elementos, como así también otros métodos diseñados para este tipo de circunstancias (Wang & Song, 2011).

Cuadro 2: Matriz de cargas factoriales. 5 componentes principales identificados en población de alumnos

Algunos aspectos centrales del método son: a) no toma como punto de partida mediciones individuales sino frecuencias de una tabla; b) no solo describe asociaciones entre variables, sino entre categorías de la propia variable en función de las restantes, o entre las categorías de todas ellas; y c) es un método eminentemente inductivo y exploratorio. No está basado en modelos ni parte de hipótesis previas ni utiliza la teoría de la probabilidad. En el contexto de la utilización del método no interesa la estimación de parámetros poblacionales, el cálculo de márgenes de error, ni el de probabilidades de ocurrencia de fenómenos, lo que lo aleja de la estadística inferencial clásica (Benzécri, 1973; Greenacre & Blasus, 1994; Peña, 2002).

El ACM partiendo de una tabla de contingencia, permite la generación de un espacio n-dimensional acotado donde a partir de las variables y categorías activas intervinientes en el modelo, es posible asignar puntuaciones y coordenadas a los objetos, que si bien pueden ser utilizadas para graficar los mapas de dispersión, también se pueden utilizar para ordenar las distancias entre los elementos incluidos en la técnica. Asimismo, es posible incluir variables que participen del modelo sólo de forma suplementaria, es decir que no influyan en la generación de la dimensionalidad de espacio, pero que sí pueden ser ubicadas en él, por constituirse en variables importantes para la investigación, tal es el caso para el presente trabajo de la región del país. Las disparidades regionales se encuentran en muchas oportunidades diluidas en indicadores nacionales. Particularmente en lo que respecta a los estudios del campo de la salud sexual y reproductiva las diferencias regionales son muy importantes, y es un aspecto a tener en cuenta en los análisis de los datos (Rodríguez Wong & Perpétuo, 2011). Las concepciones sobre sexualidad y género, al igual que varios indicadores demográficos, varían de acuerdo a las regiones del país, de allí la importancia que reviste esta segmentación en nuestro análisis. Dicha variable –región–, incluida en el método ACM como variable suplementaria, funciona como clivaje de las distancias de los elementos intervinientes, de forma tal de constituirse en punto de referencia a partir del cual se calculan las distancias de las categorías de las variables en análisis.

La aplicación de la técnica del ACM requiere la selección de las dimensiones que conforman el modelo que da forma al espacio n-dimensional, espacio que expresa la relación entre la cantidad de categorías (J) y variables activas (Q): (J-Q). Las variables pueden ser interpretadas como factores en las tablas de contingencia generadas por el método, ya que se utiliza una tabla de Burt, denotando por a la inercia total de esta última. Como indica Adaszko (2009), el propósito del análisis de los datos no es dar cuenta de las inercias producidas del cruce de una variable consigo misma –inercia de la diagonal–, sino la que está por fuera de la misma:

(…) la inercia contenida en la diagonal principal de B es considerablemente más alta que la del resto de la matriz, lo que produce que los puntos por fuera de la diagonal tengan una baja calidad de representación y sólo mejoren su comportamiento incrementando considerablemente el número de dimensiones de la solución (Adaszko, 2009:242).

La solución propuesta por Greenacre and Blasus (1994) consiste en la modificación de la escala del ACM de modo que los porcentajes de inercias generadas por fuera de las diagonal tengan una mayor representación que las de la diagonal. La modificación consiste en el ajuste de las inercias, las cuales adquieren su expresión posterior en porcentajes del promedio de las inercias por fuera de la diagonal principal. A modo de ejemplo, a partir de los ajustes realizados sobre la obtención de las inercias originales en el escenario complejo en torno a las concepciones, creencias y actitudes sobre sexualidad, diversidad sexual, género y aborto en alumnos, obtuvimos un nivel de mejoría tomando las primeras dos dimensiones como referencia: originalmente daban cuenta del 24,07% (12,98 + 11,09), mientras que luego de la aplicación de los algoritmos de ajuste se alcanza el 48,7% (35,97 + 12,69).

Finalmente, el porcentaje de inercias corregidas se emplea como factor para el recalculo de las distancias de cada uno de los elementos. Es decir, cada coordenada obtenida para cada elemento se corrige tomando los porcentajes de inercia corregidos correspondientes a cada dimensión. De tal forma, los gráficos obtenidos en los cálculos originales mantienen la misma distancia relativa en términos gráficos luego de los ajustes. La distancia entre objetos se calcula como la distancia euclidea, la cual es la raíz cuadrada de la sumatoria de los cuadrados de las diferencias entre coordenadas. Como en nuestro caso el modelo fue ajustado a tres dimensiones (X;Y;Z), el cálculo entre elementos a y b sería: .

Resultados

Las dimensiones analizadas en cada una de las regiones geográficas en las que agrupamos las respuestas de alumnos son por supuesto las mismas en cada región (Cuadro 4). Lo que varía son las cercanías –expresadas en distancias en un espacio muldimensional– de cada dimensión respecto del punto referencial de origen constituido por las regiones. El orden en que se presentan las categorías de las variables nos permite observar las dimensiones más asociadas a cada región. De tal forma, a partir de dichas asociaciones, presentamos a continuación la descripción de los rasgos más destacables de cada región, ubicando a partir de estos atributos predominantes la región en un continuo liberal/conservador.

El mapa de coordenadas presentado (Gráfico 1) ilustra un primer acercamiento a la interpretación de los datos, sin embargo, al emplear las matrices de distancia es posible afinar la interpretación para la generación de escenarios complejos (Cuadro 5), es por ello que se sugiere seguir dichas matrices para el análisis. Consideramos a estos escenarios como instancias que, a partir de una visión integral de los rasgos asociados a cada región en torno a las dimensiones indagadas, permiten dar cuenta de ciertos patrones y posicionamientos generales a partir de una amplitud de información multivariada exponiendo ciertas coerciones de tipo estructural (Martuccelli & De Singly, 2012). En nuestro caso, estas coerciones se muestran en relación a los umbrales y a las formas en que aspectos de la sexualidad y el género pueden ser pensados por las mujeres y varones de escuelas medias de Argentina.

Cuadro 4: Variables, categorías y etiquetas empleadas en el ACM

Región NOA

Los alumnos del NOA presentan como característica saliente posturas conservadoras respecto de concepciones vinculadas a las prácticas sexuales. Recordemos que dicho componente remite a los contextos y circunstancia en que las relaciones sexuales debieran enmarcarse, y en particular el inicio sexual. Dicha instancia se presenta cercana, tanto en términos de praxis como en el imaginario de las experiencias adolescentes. Al respecto, y en sintonía con una postura de tipo conservador, encontramos muy asociada a la región una suerte de matriz relacional entre las valoraciones de las dimensiones de la sexualidad: el placer sexual –como faceta no valorada–, y la intimidad y el amor –como facetas valoradas–. Respuestas conservadoras en torno a la “enseñanza, difusión y accesibilidad a los MACs” también se encuentran estrechamente asociadas a esta región.

Por su parte, respecto de las posiciones de género, emerge como el primer elemento de tipo liberal el componente “concepciones de género en torno al mundo del trabajo”, lo que nos permite pensar en cierta deconstrucción de los roles de género tradicionales en determinados espacios. Sin embargo, en otras esferas, las posturas conservadoras de género continúan reproduciendo posicionamientos tradicionales, como lo expone la asociación con respuestas de alumnos conservadoras en el componente “género en torno a la sexualidad”.

Uno de los elementos más asociados a la región son las respuestas en contra de la despenalización, sin importar tipos de circunstancias o contextos en que el embarazo ocurre. Como contraparte, respuestas que habiliten la despenalización, sea de forma irrestricta o moderada, se presentan como respuestas fuertes, pero por su falta o nula asociación con la región.

Región Cuyo

Al analizar las respuestas de la región cuyana encontramos como rasgos más asociados posturas conservadoras en el componente “género en torno a la sexualidad” y en el componente “diversidades sexuales”. Sin embargo, junto a esta conjunción de posturas conservadoras en aspectos que remiten al rechazo de las sexualidades no hegemónicas y la ruptura con los roles de género tradicionales, se presentan respuestas liberales en relación al “género en el ámbito del trabajo”, lo que nuevamente nos lleva a reflexionar sobre los umbrales diferenciales de aceptación de las transgresiones de género según los espacios de sociabilidad. Aunque en segundo plano, la matriz de valoraciones de aspectos de la sexualidad concurrente con posturas conservadoras –amor, intimidad y placer sexual –, se constituye asociada a la región de Cuyo.

En relación al aborto, las menciones más afines a la región son respuestas que implican acuerdos con la despenalización relativas a ciertas causales contenidas en el Código Penal, las cuales no son penadas para la realización del aborto. El acuerdo con la despenalización sin ninguna restricción es una de las categorías menos afines a Cuyo. De tal forma, es posible destacar dos tipos de respuestas “fuertes”: por la positiva la despenalización causal, por la negativa el acuerdo con la despenalización. Esta tendencia de vinculación de respuestas se condice con los resultados de la investigación realizada por Petracci (2004) acerca del aborto y la opinión pública: los consensos en la aceptación causal de la despenalización descansan en concepciones que priorizan la vida y la salud de la madre en riesgo por el parto, por sobre la valoración de la vida como concepto trascendental de tipo religioso. Por ello el aborto bajo estas condiciones surge como una alternativa de respuesta posible en contextos conservadores en torno a la sexualidad. Estas concepciones suponen un concepto de salud rígido, limitado a definiciones de salud como la mera ausencia de enfermedad. Una concepción amplia de la salud que contemple no solo aspectos biológicos, sino psicológicos, sociales y ambientales, permite suponer la elección de respuestas que contemplen la despenalización irrestricta como alternativa posible para alcanzar estados de bienestar bio-psico-social.

Región NEA

Las características más asociadas a los alumnos de la región NEA son respuestas liberales en relación al “género en torno a la sexualidad” y a la “enseñanza, difusión y accesibilidad de los MACs”. El componente “género en torno al mundo del trabajo” presenta sin embargo respuestas conservadoras que se encuentran estrechamente asociadas a la región, lo que podría indicarnos la continuidad de posturas tradicionales de género en el ámbito público asociado al trabajo. Aunque en un segundo plano de asociación, se destacan las respuestas de aceptación de las diversidades sexuales, y también en torno a las prácticas sexuales. En concordancia con estas respuestas, la matriz en torno a la sexualidad conservadora –desvaloración del placer y valoración de la intimidad y el amor– se encuentra con baja asociación con la región.

Las respuestas de acuerdo causal del aborto, posición que consideramos conservadora moderada, se encuentra asociada a la región. Sin embargo, el resto de las posiciones de los alumnos del NEA marca una tendencia a asociar posturas liberales. En tal sentido, aunque en segundo plano, emergen asociadas las posiciones liberales moderadas, las cuales contemplan causales de aborto que implican aspectos psico-sociales como circunstancias en las que el aborto no debiera ser penado. Asimismo, a pesar que los polos de las posiciones en relación a la despenalización del aborto poseen una baja asociación, la categoría liberal –a favor– presenta una asociación relativa mucho más cercana que la conservadora.

Gráfico 1: Componentes principales dicotomizados, aspectos valorados de la sexualidad, opinión sobre la despenalización del aborto y región en alumnos. ACM. Mapa de coordenadas factoriales. Dimensiones 1 y 2 (Inercia explicada 48,7%)

Región Centro

Los alumnos de la región Centro presentan como rasgos predominantes respuestas de tipo liberal en el componente “género en torno a la sexualidad” y en “enseñanza, difusión y accesibilidad a MACs”. Lo mismo ocurre respecto de las diversidades sexuales. En términos generales, en la región central del país observamos la presencia de respuestas de tipo liberal o la valoración de algunos elementos vinculados a la sexualidad que permiten pensar en esfuerzos por deconstruir los supuestos que sostienen las perspectivas de tipo esencialistas. En este sentido, podemos pensar el alto grado de asociación de la región con respuestas que ubican a la reproducción como una dimensión secundaria de la sexualidad, como así también, la presencia de respuestas de tipo liberal en relación a los estereotipos de género, que dan cuenta de intentos por no reproducir de forma naturalizada los roles de género asignados a los sexos. Sin embargo, dichas transgresiones en torno a los roles tradicionales de género presentan ambivalencias muy marcadas. Aunque menos definidas y en menor medida asociadas, las tensiones entre aspectos relativos al placer y los imperativos del amor romántico, se encuentran también presentes en esta región geográfica.

Las posiciones respecto de la despenalización del aborto más asociadas a la región central son las posturas conservadoras moderadas, es decir de tipo causal. Las respuestas liberales moderadas se presentan con una relativa asociación con la región. Los posicionamientos situados en los polos opuestos del continuo (a favor o en contra de forma irrestricta de la despenalización) presentan nula asociación.

Región Patagonia

Los alumnos de la región patagónica presentan como rasgo saliente, en lo que respecta al género, posicionamientos que se sitúan en la categoría liberal para la esfera del mundo del trabajo, mientras que para la esfera sexual existen ambivalencias. El componente “enseñanza, difusión y accesibilidad de MACs” también encuentra respuestas liberales asociadas a la región, al igual que posturas de aceptación con las diversidades sexuales. Como rasgo predominante si sitúa la desvaloración de aspectos relativos a la reproducción como dimensión central de la sexualidad. En segundo plano, es posible observar la presencia de la matriz conservadora deudora de paradigmas esencialista de la sexualidad a partir de la valoración del amor y la intimidad frente a la aversión del placer.

En relación al aborto, las respuestas causales se encuentran estrechamente asociadas a la región, aspecto similar al descrito para las respuestas de alumnos de la región central o cuyana.

Cuadro 5: Distancias en 3 dimensiones. ACM. 5 componentes principales dicotomizados, aspectos valorados de la sexualidad y opinión sobre la despenalización del aborto según la región del país de residencia de alumnos

Región AMBA₅Incluimos en el análisis de esta región las poblaciones de alumnos de la CABA y de los 24 partidos de la provincia de Buenos Aires que conforman el Gran Buenos Aires.

La región metropolitana presenta un predominio de respuestas que pueden situarse en categorías de tipo liberal. Algunos de los atributos afines con esta postura son las respuestas liberales en los componentes “enseñanza, difusión y accesibilidad de MACs”, “prácticas sexuales” y “diversidades sexuales”. En relación al género, los posicionamiento observados en las respuestas de alumnos de CABA permiten pensar no solo en un reconocimiento de las sexualidades no hegemónicas, sino también la adscripción a miradas que contemplan una crítica a los roles sexistas que configuran relaciones sociales desiguales entre los sexos. Aunque vale aclarar, que al menos en el ámbito del trabajo, dicho reconocimiento presenta algunos matices. En el caso de los alumnos del GBA, estas posturas se presentan con abiertas ambivalencias, mostrando así ciertos claroscuros en relación con la ruptura con las posturas más tradicionales.

En relación al aborto, la región de AMBA presenta los mayores niveles de asociación con posturas de tipo liberal o liberal moderada, especialmente en aquellos alumnos de escuelas de la CABA donde es posible observar una intensa asociación con posturas a favor de la despenalización irrestricta. En el caso de aquellos que asisten a escuela de partidos del GBA, las respuestas atenúan su grado de liberalidad, y pierden grados de asociación con la región. En ambas poblaciones también destacan, pero por la negativa, respuestas de “desacuerdo con la despenalización”.

Conclusiones

Por las características metodológicas del presente artículo, el cual es producto de una investigación doctoral que lo excede y enmarca, es necesario realizar una serie de menciones en relación a las limitaciones de alcance de los resultados.

En primer lugar, como se ha indicado, la muestra de la población en estudio es no probabilística, lo cual implica la imposibilidad de manejar los grados de error muestral que permitirían expandir los resultados a la población objetivo. Sin embargo, como hemos mencionado, los criterios llevados a cabo para la selección de la muestra le otorgan robustez a los análisis de datos. En segundo lugar, la confiabilidad de la información brindada por los encuestados es uno de los principales desafíos en investigaciones a las prácticas sexuales y concepciones en torno a la sexualidad y género. Debido a que los aspectos vinculados a la sexualidad suelen estar asociados al ámbito de lo privado e íntimo, surgen dudas respecto de la certeza de las afirmaciones y respuestas brindadas. Sin embargo, consideramos que a pesar de estas limitaciones, determinados instrumentos permiten captar fenómenos si cuentan con la rigurosidad metodológica que les otorga la sensibilidad y especificidad a la que apuntan, la cual refiere en todo caso, a contemplar las encuestas como uno de los instrumentos válidos de las ciencias sociales para abordar un fenómeno dado. Finalmente, en tercer lugar, las prácticas sexuales y de cuidado, como los posicionamientos respecto a dichas temáticas, son investigadas por intermedio de relatos de los propios actores, por lo cual se encuentran en constante re-significación, lo que implica la posibilidad de adecuar las respuestas a los marcos socialmente aceptables. Sin embargo, a pesar de estas limitaciones, incluso sin poder garantizar con certeza la veracidad de las respuestas, la comparación con otros estudios similares, tanto del ámbito local como de países de la región, permite brindar marcos de interpretación y análisis válidos.

El análisis de correspondencias múltiples, método eminentemente descriptivo y exploratorio, nos permitió poner en relación todo un conjunto de categorías puestas en análisis. A partir de los resultados obtenidos, es posible realizar una descripción analítica que permite construir un continuo teórico en torno a la liberalidad de los posicionamientos a partir de las concepciones, creencias y actitudes de alumnos en relación a la sexualidad, diversidad sexual, género y aborto, como así también situar dichos posicionamiento con relación a las regiones geográficas de residencia. La generación de estos escenarios regionales muestra ciertas regularidades que habilitan enmarcar las dimensiones abordadas a partir de posibles análisis posteriores, que pueden dar cuenta desde la concurrencia con modelos de educación sexual predominantes según las regiones del país, como las vinculaciones entre alumnos-adolescentes y docentes-adultos en relación a las temáticas abordadas.

El ACM, al igual que gran parte de las técnicas multivariadas, tiene como uno de sus propósitos centrales la reducción de la dimensionalidad de los datos. En nuestro proceso de presentación analítica de los datos brindamos las herramientas para la identificación de algunas características predominantes a partir de numerosas categorías que (re)crean escenarios complejos por medio de combinar temáticas diversas. Estos escenarios permiten una observación, que sin reducir en complejidad, facilita la interpretación. Al mapear grandes constelaciones de relaciones se rompe con los supuestos unicausales que suelen rubricar muchas de las interpretaciones del sentido común. Allí reside, a nuestro entender, una de las potencialidades del análisis realizado, ya que habilita a teorizar, volver a contrastar hipótesis y encontrar nuevos elementos para la generación de teoría sustantiva.

Bibliografía

Adaszko, D. (2009). El Análisis de Correspondencias desde adentro. (Tesis de Maestría), Maestría en Gestión y Análisis de Información Estadística, UNTREF, Buenos Aires.
Beh, E. J. (2004). Simple Correspondence Analysis: A Bibliographic Review. International Statistical Review, 2, 257–284.
Benzécri, J. P. (1973). L'Analyse des donnees: I. La Taxonomie. Paris: Dunod.
Bourdieu, P. (1998). La distinción. Criterio y bases sociales del gusto. Madrid: Taurus.
Crivisqui, E. (1999). Presentación del Análisis de Componentes Principales. Programa Presta.
Cuadras, C. (1996). Métodos de Análisis Multivariante. Serie Ciencia y Tecnología, 15.
Everitt, B. S. (2011). Cluster Analysis. 5th Edition. United Kingdom: Wiley.
Flury, B. (1997). A First Course in Multivariate Statistics. New York: Springer.
Greenacre, M., & Blasus, J. (1994). Correspondence Analysis in the Social Science. London: Academic Press.
Hagenaars, J. A., & McCutcheon, A. L. (2002). Applied latent class analisys United Kingdom: Cambridge University Press.
Hair, J. F., Anderson, R. E., Tatham, R. L., & Black, W. C. (1995). Multivariate Data Analisys with Readings. Upper Saddle River, NJ, USA: Prentice Hall.
Jolliffe, I. T. (2002). Principal Component Analysis. Second Edition. New York: Springer.
Lebart, L., Morineau, A., & Pirón, M. (1995). Statistique exploratoire multidimensionnelle. Paris: Dunod.
Manly, B. F. J. (1986). Multivariate Statistical Methods: a primer. New York, NY: Chapman & Hall.
Martuccelli, D., & De Singly, F. (2012). Las sociologías del individuo. Santiago de Chile: Lom.
Peña, D. (2002). Análisis de datos multivariantes. Madrid: McGrawHill.
Petracci, M. (2004). Salud, Derecho y Opinión Pública. Buenos Aires: Grupo Editorial Norma.
Rencher, A. C. (2002). Methods of Multivariate Analysis. USA: Wiley-Interscience publication.
Rodríguez Wong, L., & Perpétuo, I. (2011). La transición de la salud sexual y reproductiva en América Latina. 15 años después de El Cairo-1994. Serie de Población y Desarrollo, 102.
Stevens, J. (2002). Applied multivariate statistics for the social science. London: Lawrence Erlbaum Associates.
Wang, H., & Song, M. (2011). Ckmeans.1d.dp: Optimal k-means Clustering in One Dimension by Dynamic Programming. The R Journal, 3(2), 29-33.