Motorcycle Front Suspension

Para cumplir con los objetivos propuestos, el plan de an´alisis de esta investigaci´on se divide en tres etapas, cada una con una metodolog´ıa central. En concreto, la primera etapa busca analizar la pr´actica deportiva en la poblaci´on adulta chilena. Para ello se em- plearan modelos de regresi´on log´ıstica, teniendo como variable dependiente una variable dicot´omica que indica si se practica o no actividad f´ısica y deportes. En la literatura esta ha sido la metodolog´ıa m´as reportada por su simpleza y claridad para entender el fen´omeno (Kahma, 2010; Breuer et al., 2011; Lusm¨agi et al., 2016). No obstante, existen otros estu- dios que han considerado categor´ıas intermedias para el an´alisis de la pr´actica deportiva. Por ejemplo, Marshall et al. (2007) consideran las categor´ıas de pr´actica deportiva inten- sa, moderada e inactiva. En este sentido, se han utilizado modelos de regresi´on log´ıstica multinomiales. Sin embargo, se cree que para este caso, el hecho de considerar m´as de dos categor´ıas para la variable dependiente no contribuye a la comprensi´on del fen´omeno por dos razones. Por un lado, la tasa de pr´actica deportiva en la poblaci´on adulta de Chile es de un 31,8 % (MINDEP, 2015), cifra bastante inferior a la reportada para los estudios inter- nacionales. Adem´as, de quienes practican, el porcentaje de practicantes intensivos es muy peque˜no. De esta forma, la primera etapa de esta investigaci´on busca conocer de manera clara y precisa los determinantes de la pertenencia al grupo minoritario de los practicantes de la poblaci´on. Por otro lado, en la b´usqueda de generar un proyecto investigativo compa- rable con la literatura internacional se cree que lo correcto es tratar la variable dependiente de la manera anteriormente mencionada.

La segunda etapa busca identificar tipos de pr´actica deportiva y de actividad f´ısica en la poblaci´on adulta de Chile. La metodolog´ıa que servir´a a este respecto es el m´etodo de

an´alisis de clases latentes (LCA, por sus siglas en ingl´es). Seg´un Collins & Lanza (2010), el LCA permite identificar sub-tipos de individuos que exhiben patrones de caracter´ısti- cas similares. En este sentido, esta t´ecnica es adecuada para la identificaci´on de diferentes tipos de consumo deportivo y pr´actica deportiva, tal como se ha hecho hasta ahora en la li- teratura (Widdop & Cutts, 2013; Widdop et al., 2016; Gemar, 2018b,a). Esta metodolog´ıa relaciona indicadores categ´oricos con una variable latente, tal como se muestra en la Fi- gura 6.1. En este caso la variable latente corresponde a los tipos de pr´actica deportiva que explican tanto los patrones de pr´actica deportiva de los individuos (qu´e deportes o activi- dades f´ısicas realizan) como la duraci´on por sesi´on y la frecuencia semanal de la pr´actica. Cabe mencionar que este es un an´alisis relativamente nuevo en los estudios de consumo y participaci´on deportiva, pero que ha sido utilizado en otros ´ambitos culturales como el teatro, la danza y el cine (Chan & Goldthorpe, 2005), la m´usica (Chan & Goldthorpe, 2006), las artes visuales (Chan & Goldthorpe, 2007) y en los estudios de participaci´on en internet (Oser et al., 2013).

En t´erminos de estimaci´on, el LCA entrega dos par´ametros principales: las probabili- dades de pertenencia a las clases latentes y las probabilidades condicionales. Las primeras refieren a la probabilidadpde un individuoide pertenecer en el nivelj de la clase latente Figura 6.1Diagrama de sendero LCA para los tipos de pr´actica deportiva

Tipos de pr´actica deportiva Duraci´on Semanal Deporte1 Deporte2 Deporte3 Deportek e1 e2 e3 e4 e5 ek

Fuente: Elaboraci´on propia a partir de la Encuesta Nacional de H´abitos de Actividad F´ısica y Deportes en la Poblaci´on de 18 a˜nos y m´as 2015 (MINDEP, 2015).

C. Mientras que las segundas corresponden a la probabilidad que un individuoi, en un nivelj de la la clase latenteC pertenezca a un nivel de la variable observada X (Collins & Lanza, 2010; Linzer et al., 2011; Widdop & Cutts, 2013). Ambos par´ametros se esti- man utilizando el m´etodo de la m´axima verosimilitud seg´un el procedimiento se˜nalado en Linzer et al. (2011).

En cuanto a la determinaci´on del n´umero de clases latentes, la t´ecnica LCA no entrega una soluci´on fija. Al contrario, es el investigador quien debe determinarla en base a distin- tos criterios estad´ısticos de parsimonia y bondad de ajuste, observando si estos encajan o no con la teor´ıa que sustenta su estudio (Collins & Lanza, 2010; Widdop & Cutts, 2013). De acuerdo a Collins & Lanza (2010) los estad´ısticos de bondad de ajuste frecuentemente utilizados en la selecci´on de los modelos m´as parsimoniosos que encajan con los datos ob- servados son el AIC (criterio de informaci´on de Aikake) y el BIC (criterio de informaci´on Bayesiano). En ambos criterios se debe escoger la soluci´on en que el valor del estad´ıstico es m´ınimo (Collins & Lanza, 2010; Widdop & Cutts, 2013). Adicionalmente, previo al an´alisis de clases latentes se reportan los puntajes V de Cramer. Este estad´ıstico permite indagar en los patrones de asociaci´on de las variables a utilizar en el LCA respecto a las variables de estratificaci´on social y, de esta forma, tener una noci´on previa de los hallazgos de esta t´ecnica (Gemar, 2018a).

En la tercera etapa se analizar´a la conexi´on entre las clases latentes identificadas y las variables de estratificaci´on social. Para esto se realizar´an regresiones log´ısticas y un mode- lo multinomial, en donde las variables dependientes ser´an las clases latentes encontradas, poniendo ´enfasis en los aspectos relevantes de la pertenencia a cada clase identificada, tal como se ha hecho en gran parte de la literatura se˜nalada. Este procedimiento se conoce como un enfoque de tres pasos (three-step approach) (Vermunt, 2010).

6.3. Variables para los modelos de pr´actica deportiva