¿En qué medida la simulación de un videojuego (CycleGo) sobre una bicicleta

estacionaria ayuda a la reducción del estrés académico en estudiantes de educación

media superior de 15 años?
1. INTRODUCCIÓN
En nuestra vida cotidiana el estrés está presente en casi todas las actividades y contextos
en los cuales se desenvuelve el ser humano (Martínez y Díaz, 2007). Según una investigación sobre
el estrés en la población señala que el 50% de las personas tienen un problema de salud mental
de este tipo (Caldera et al., 2007). La gama alta de experiencias hace que el estrés se interprete de
distintas maneras, entre ellas resaltan el nerviosismo, la tensión, el cansancio, el agobio, la
inquietud y otras sensaciones tales como la desmesurada presión académica, laboral u otra índole
(Martínez y Díaz, 2007). Al aplicar una carga excesiva en los individuos con las situaciones
mencionadas, se produce una respuesta fisiológica y psicológica conocida como estrés. En este
contexto, lo mas relevante de dicha situación son las consecuencias que puede generar en los
ámbitos académicos, físico, psicológico y social. Por otro lado, el Dr. Hans Selye (considerado padre
en el estudio del estrés), en el año 1935, lo denominó “Síndrome general de adaptación”. Sin
embargo, cabe la posibilidad que el estrés se presente en diferentes medidas en cada estudiante
lo cual depende de su inteligencia emocional. Tras una exhaustiva investigación, podemos afirmar
que el estrés es una presencia constante en nuestra vida diaria. Por esta razón, es crucial adoptar
medidas adecuadas para hacerle frente, cuidando de nuestra salud física y aprovechando las
herramientas tecnológicas disponibles en la actualidad. De hecho, se ha demostrado que el uso de
dispositivos tecnológicos desempeña un papel fundamental en el ámbito de la psicología, ya que
se emplean en diversos tratamientos de pacientes.

En el ámbito estudiantil de mi Institución Educativa, es común que la mayoría de los

estudiantes experimenten un nivel elevado de estrés académico. Esto se debe a diversas razones,
como la responsabilidad de cumplir con las obligaciones académicas, la sobrecarga de tareas y
trabajos, y la preocupación generada por las evaluaciones por parte de los docentes. Según Barrio
y Mazo, (2011) una de las principales reacciones del organismo asociadas a altos niveles de estrés
es la ansiedad, que en estado activo repercute perjudicialmente en la salud física, mental y el
rendimiento académico de los estudiantes. Por otra parte, bajo mi experiencia, logré notar que
muchos de mis compañeros procrastinaban constantemente lo cual me llevó a pensar si en realidad
tenía algo que ver con los niveles estrés y en realidad si fue así. Pues (Murphy, S. 2015), (Córdova,
C. 2018) y (Lee y Choi, 2014), alineándose con (Beleaua y Cocoradă, 2015), indican que la
procrastinación predice significativamente los niveles de estrés en los estudiantes. En mi
experiencia como ciclista, note que mis compañeros del club parecían preocupados durante
nuestras rutas. Por ello, les pregunté cómo se sentían y me dijeron que estaban estresados. Sin
embargo, al finalizar la ruta, noté un cambio en su actitud. Les pregunté nuevamente cómo se
sentían y me dijeron que se sentían más relajados y menos preocupados. Todo ello hizo que me
formule la siguiente hipótesis “Hacer ciclismo ayuda a reducir los niveles de estrés”. Personalmente
también experimenté una disminución en mi nivel de estrés y en el de mis compañeros, lo cual me
hizo sentir bien durante el resto del día. Frente a este tipo de situaciones Jacoby et al., (2003)
definen que la actividad física moderada pero regular como subir escaleras, caminar rápidamente
y montar en bicicleta como parte de la rutina diaria reducen significativamente los niveles de estrés
existentes en los individuos. Durante este proceso se liberan endorfinas, pues Mucio (2007)
menciona que las endorfinas son sustancias secretadas en el encéfalo que pueden contrarrestar
los daños producidos por el estrés. Asimismo, Peiró et al., (2011) refuerza lo dicho al mencionar
que el ejercicio favorece la liberación de endorfinas para hacer frente hacia los niveles de estrés.

El presente trabajo de investigación esta basado en la Opción B de la guía Sports, excercise

and health science el cual tiene un diseño experimental apoyado en un enfoque cuantitativo. En
donde su objetivo general es analizar los niveles de estrés académico en un Pre-Test y Post-Test,
haciendo uso de la actividad física, tomando en cuenta el ciclismo estacionario en colaboración con
un videojuego “CycleGo” el cual consiste en la simulación de carreteras en campo abierto. El
instrumento que se tomó en cuenta para la realización del trabajo fue el inventario SISCO de estrés
académico (Barraza, A. 2007) adaptado a la población peruana por Puescas (2010). Para la
aplicación del inventario SISCO SV 21 se tomará a 42 estudiantes con edad de 15 años, y empezar
con la aplicación de los cuestionarios en mi institución educativa. Para ello se tomará en cuenta la
siguiente pregunta de investigación ¿Hasta qué punto la simulación de un videojuego (CycleGo)
sobre una bicicleta estacionaria ayuda a la reducción del estrés académico en estudiantes de
educación media superior con 15 años?

2. DISEÑO
2.1 Pregunta de Investigación:
¿En qué medida la simulación de un videojuego (CycleGo) sobre una bicicleta estacionaria ayuda
a la reducción del estrés académico en estudiantes de educación media superior de 15 años?

2.2 Objetivos:
2.2.1 Objetivo principal:
Analizar los niveles de estrés académico mediante la actividad física en estudiantes de educación
media superior.
2.2.2 Objetivos específicos:
- Aplicar el inventario SISCO de estrés académico en los estudiantes de mi institución educativa.
- Recoger los datos brutos de la aplicación del inventario SISCO, para su análisis y procesamiento
- Evaluar la valides y confiabilidad del inventario SISCO de estrés académico en los estudiantes
de mi institución educativa.
- Analizar si existe una reducción de estrés mediante la actividad física.

2.3 Hipótesis:
H0: La simulación de un videojuego sobre una bicicleta estacionaria ayuda a la reducción de estrés
académico.
Ha: La simulación de un videojuego sobre una bicicleta estacionaria no ayuda a la reducción de
estrés académico

2.4 Variables:
2.4.1 Variable Independiente:
Aplicación de un programa de ssimulación de un videojuego (CycleGo) sobre una bicicleta
estacionaria.
2.4.2 Variable dependiente:
Niveles de estrés académico medido por el inventario SISCO adaptado por (Puescas, P. 2010)

2.5 Variables controladas:

Tabla 01: Variables controladas:
Variable Instrumentos ¿Por qué es necesario controlar?

Procedencia DNI Las funciones ejecutivas se pueden ver afectadas en la infancia por la
corteza prefrontal; asimismo esta también se ve afectada por los
factores socioculturales (Ostrosky, F. 2011).

Dedicación a Cuestionario Los videojuegos representan una nueva alternativa para el

videojuegos mantenimiento de un nuevo estilo de vida activo y pueden ser utilizados
como nuevos métodos de rehabilitación (Molida et al., 2011).

Estado de Cuestionario (Velasco et al., 2009) y (IRENEA, 2022) concuerdan que existen
salud diferentes factores de riesgo vinculados a la salud.

Género DNI Existen diferencias de género respecto a la práctica en actividades

deportivas (Murcia et al,. 2006)
Edad DNI La edad del estudiante es un factor que influye en su carga académica,
lo cual puede generar estrés académico como consecuencia.

Peso Balanza El estigma de peso, puede aumentar los niveles de estrés. Por ello se
(±0.01g) seleccionaron personas con un índice de masa corporal (IMC) saludable
(Salinas et al,. 2018).
 2.6 Variables de confusión:
Tabla 02: Variables de confusión
Variable ¿Cómo se trató de hacer el control?
Autoconfianza La autoconfianza puede influir en el rendimiento de una persona en estas
pruebas, ya que una mayor autoconfianza puede aumentar la motivación y
reducir la ansiedad, lo que puede conducir a un mejor rendimiento. Para ello
se pidió un rendimiento óptimo en las muestras para la posterior recolección de
datos.
Estado Se preguntó acerca del estado emocional de las muestras, asegurando que
emocional estas se encuentren con buen ánimo para llevar a cabo el test.
Espacios El entorno en el cual se lleva a cabo la experimentación puede afectar la
concentración y rendimiento de los participantes. Un espacio tranquilo, bien
iluminado y libre de distracciones puede favorecer un mejor enfoque y
desempeño.

2.7 Muestras:
42 estudiantes de género masculino de 15 años, con procedencia de Arequipa.

3. METODOLOGÍA

Se realizó un estudio experimental de 10 repeticiones por muestra perteneciente a uno de los 7

grupos de estudio.

3.1 Materiales generales:

- Dos bicicletas de talla M aro 27.5: Serán utilizadas para interactuar con el videojuego y
estimular la curiosidad de la muestra participante. Cada bicicleta se divide en puntos de
ajuste personalizados, lo que permite que los participantes se sientan cómodos mientras
realizan actividad física y juegan el videojuego.

- Metro de fierro dividido en medidas de 23 cm, 7 cm, 14 cm, y 17 cm: Se utilizó para crear el
soporte de bicicleta estacionaria. Cada medida se divide en puntos de corte específicos, lo
que garantiza la precisión y uniformidad del soporte.

- Amoladora: Se utilizó para cortar el fierro en las medidas necesarias para el soporte de
bicicleta estacionaria. La amoladora se divide en puntos de ajuste para determinar la
profundidad y la precisión del corte.

- Máquina de soldar con electrodos: se utilizó para asegurarse de que el soporte de bicicleta
estacionaria quede compacto y no haya preocupación de que se desarme. La máquina de
soldar se divide en puntos de ajuste para determinar la temperatura y el grosor de la
soldadura.

- Tablet Samsung Tab S6: se utilizó para la transmisión del videojuego y para permitir que la
muestra participe e interactúe con él. La Tablet se divide en puntos de toque específicos, lo
que permite una interacción fluida y precisa con el videojuego.

- Laptop Acer Aspire: se utilizó para el análisis y procesamiento de datos. La laptop se divide
en puntos de capacidad y memoria, lo que garantiza que pueda manejar el software Excel y
procesar los datos de manera eficiente.

- Videojuego CycleGo: se utilizó para la dinámica tipo realidad virtual, lo que lo hace atractivo
e interesante para la muestra participante. El videojuego se divide en puntos de ajuste para
determinar la dificultad y el nivel de desafío de cada nivel. Además, el videojuego trae un
cronometro incorporado lo cual ayuda a la medición del tiempo en actividad física.

- Rodillo de entrenamiento: Se utilizo para aquellas muestras con mayores capacidades de

equilibrio y experiencia sobre la bicicleta con el fin de hacerlo más realista posible.
 3.2 Procedimiento: FIGURA 1: Materiales de la experimentación
1) Preparación del soporte de bicicleta:
- Se corta un fierro de un metro en medidas
de 23 cm, 7 cm, 14 cm y 17 cm.
- Se llevan los fierros cortados a un espacio
adecuado para soldarlos.
2) Armado del soporte y adecuación de la bicicleta:
- Se sueldan los fierros para armar el soporte
estacionario.
- Se adecúa la bicicleta al soporte para las
pruebas.
3) Preparación de las muestras
- Se solicita a las muestras llenar el cuestionario PAR-Q con la autorización de sus
padres.
- Se comparte con las muestras el inventario SISCO de estrés académico de Barraza,
A. (2007) adaptado por Puescas, P. (2010) a la población peruana.
4) Evaluación de resultados
- Se evalúan los resultados a partir del cuestionario aplicado a las muestras, teniendo
en cuenta el baremo establecido.
5) Parte experimental
- Se pide a las muestras que suban a la bicicleta estacionaria, la cual comenzará a
dar la señal de inicio en los próximos 10 segundos una vez que estén sentados.
- Al culminar la parte experimental, se toma la escala de Borg para evaluar la
intensidad de la actividad física.
FIGURA 2: Escala de Borg

La escala de Borg y la percepción del esfuerzo. (s/f). Fitandfab.es. Recuperado el 28 de abril de 2023, de
http://www.fitandfab.es/2011/07/la-escala-de-borg-y-la-percepcion-del.html

- Se repite el proceso y se vuelve a tomar el inventario SISCO de estrés académico

para hacer el contraste del antes y después.

3.3 Medidas de seguridad:

Se solicitó la ayuda de un adulto experto en soldadura y corte de metales para crear el soporte
estacionario de bicicletas, ya que el uso de estas herramientas en el proceso puede ser peligroso
para la salud. Por otro lado, antes de comenzar la actividad, se tomó el cuestionario PAR-Q
(Physical Activity Readiness Questionnaire) para evitar posibles reacciones negativas durante la
actividad física, y se obtuvo la autorización firmada de los padres de las muestras participantes.
Además de lo mencionado se reconoce que la presente investigación no tuvo impactos ambientales
durante todo su proceso.
 4. ANÁLISIS Y EVALUACIÓN DE DATOS
4.1 Recolección de datos brutos
Para la recolección de datos se utilizó el inventario SISCO, cuyos resultados se transfirieron en el
software estadístico IBM SPSS 27.

4.2 Procesamiento de datos:

Evaluación de anomalías El presente estudio adopta un enfoque de tipo

Nª de 𝐷2 𝑑𝑒 cuantitativo, asimismo, un diseño experimental y de corte
observación 𝑀𝑎ℎ𝑎𝑙𝑎𝑛𝑜𝑏𝑖𝑠 p1
2 21.206 0.012 longitudinal al haber llevado a cabo la recolección de datos en
39 20.214 0.017 dos momentos: El primero al iniciar con el programa de
7 17.341 0.044 ejercitación propuesta (Pre-Test), y el segundo tras haber
38 16.366 0.060 culminado el entrenamiento (Post-Test). En ambas ocasiones
35 13.966 0.124 se evaluaron los niveles de estrés mediante el Inventario
29 13.865 0.127
SIStémico COgnoscitivista para el estudio del estrés
20 12.529 0.185
12.529 0.185
académico. Segunda versión de 21 ítems. Para evaluar la
42
12 12.410 0.191 diferencia entre los índices de estrés de las muestras en el Pre-
31 12.410 0.191 Test con los correspondientes al Post-Test, se plantea utilizar el
6 11.451 0.246 estadígrafo T de Student. Por otro lado, al hacer uso de una
26 11.451 0.246 herramienta psicométrica se consideró necesario llevar a cabo
10 11.380 0.251 un análisis factorial confirmatorio (AFC) siendo un método
22 10.456 0.315
estadístico comúnmente utilizado en investigaciones que
15 10.384 0.320
comprenden el análisis multivariado, para evaluar y validar la
34 10.384 0.320
1 10.233 0.332
estructura subyacente de un cuestionario, de esta manera se
23 10.233 0.332 pretende mejorar tanto la calidad y confiabilidad de los
8 9.372 0.404 resultados.
27 9.372 0.404
9 8.857 0.451 4.3 Evaluación de valores atípicos
28 8.857 0.451 Una observación atípica difiere de manera significativa
19 8.409 0.493 del resto de datos en conjunto, ocasionalmente poseen
41 8.409 0.493
información valiosa puesto que consiguen representar aspectos
11 7.992 0.535
7.992 0.535
que no se consideraron en la recolección de datos, sin embargo,
30
3 6.809 0.657
también pueden influir de manera negativa al distorsionar los
24 6.809 0.657 resultados que puedan obtenerse en las pruebas estadísticas
17 6.622 0.676 Hair et al. (1999). De este modo, se evaluó la existencia de
37 6.622 0.676 posibles anomalías a través del 𝐷 2 𝑑𝑒 𝑀𝑎ℎ𝑎𝑙𝑎𝑛𝑜𝑏𝑖𝑠, siendo
14 6.018 0.738 este estadígrafo el más conveniente al trabajar con una
33 6.018 0.738
metodología multivariante. El criterio para determinar la
18 4.781 0.853
presencia de anomalías consta en verificar si el valor de
40 4.781 0.853
5 3.918 0.917
𝐷2 𝑑𝑒 𝑀𝑎ℎ𝑎𝑙𝑎𝑛𝑜𝑏𝑖𝑠 posee particularidades distinguibles en
25 3.918 0.917 contraste con otras observaciones de la muestra (Byrne, 2010;
16 3.200 0.956 Hair et al., 1999). Al desarrollar el cálculo de esta prueba se
36 3.200 0.956 pudo constatar la nula existencia de anomalías, puesto que
4 2.293 0.986 predominantemente las observaciones mantienen un valor
21 2.273 0.986 dentro de los rangos adecuados, esta afirmación se sustenta en
13 1.336 0.998
los valores calculados presentes en la tabla (--).
32 1.336 0.998
 4.4 Evaluación del supuesto de normalidad
El supuesto de normalidad tanto univariante
Evaluación de normalidad como multivariante poseen significativa relevancia en
Variable curtosis c.r. la posterior selección de pruebas o métodos
-1.153 -1.525
ESTR_1 estadísticos, asi como en la precisión de los resultados
ESTR_2 0.713 0.943 (Byrne, 2010). En este estudio, se destaca su
ESTRESORES
DIMENSION

ESTR_3 -1.109 -1.467 aplicación para la elección del método de estimación

ESTR_4 -0.924 -1.223 del AFC, asimismo, es importante señalar que uno de

ESTR_5 -0.987 -1.305 los requisitos para el uso del estadígrafo T de Student
-1.030 -1.363
es el cumplimiento del supuesto de normalidad
ESTR_6
univariante.
ESTR_7 -0.952 -1.259

AFRN_6 -0.408 -0.540

A fin de determinar la normalidad univariante es
AFRONTAMIENTO

AFRN_1 1.487 necesario medir la curtosis de cada una de las

1.967
DIMENSION

AFRN_2 1.262 1.670 variables manifiestas, de acuerdo con George &

AFRN_3 -0.292 -0.387 Mallery (2001), establecen que valores entre ± 1.00
0.403 0.534
son excelentes, y valores entre ± 1.60 son apropiados.
AFRN_4
-0.422 -0.558
Asimismo, otra metodología es estimando el índice
AFRN_5
estandarizado de la curtosis (c.r.), para el cual se
AFRN_7 0.637 0.843
sugiere que valores inferiores a 7 demuestran la
2.028 2.682
SNTM_1 existencia de normalidad (West, Finch & Curran, 1995).
SNTM_2 -1.003 -1.327 Por otro lado, para demostrar la normalidad
DIMENSION

multivariante se cuantifica el coeficiente de Mardia, en

SINTOMAS

SNTM_3 -0.742 -0.981

SNTM_4 -0.593 -0.784 donde valores superiores a 5 indican la no existencia

SNTM_5 0.592 0.784 de dicho supuesto (Bentler, 2005). Tras haber

0.658 0.870
realizado el análisis de datos se presentan los
SNTM_6
resultados en la tabla (..), de esta manera se asevera
SNTM_7 0.386 0.511
la existencia tanto de normalidad univariante como
3.068
Coeficiente de Mardia multivariante prácticamente en su totalidad, puesto que
se cumplen con los parámetros detallados
anteriormente. Sin embargo, un punto a discutir son los valores obtenidos para la variable SNTM_1,
debido a que únicamente esta presenta un valor ligeramente superior a los aceptables en la curtosis
siendo de 2.682, por otro lado, se evidencia que el c.r. esta dentro de los parámetros pertinentes,
se interpreta entonces que para esta variable el supuesto de normalidad es parcial.

4.5 Análisis de validez y confiabilidad

Una propiedad psicométrica fundamental para garantizar la precisión y pertinencia de un
cuestionario es la validez, puesto que hace alusión al grado en la que el instrumento de medida
calcula de manera válida el concepto teórico que pretende cuantificar. Comúnmente, para aseverar
la existencia de dicha propiedad se evalúa la validez de contenido que consta de la revisión y
respaldo teórico, la validez convergente que establece si los factores miden eficazmente lo que
tienen que cuantificar, y la validez discriminante que evidencia si cada una de las dimensiones
guardan mayor relación con sus ítems que con otras variables latentes (Chion & Vincent, 2016).

En la presente investigación para medir la validez convergente se examinaron los

coeficientes obtenidos de cada ítem, debiendo estos ser superiores al doble de su correspondiente
error estándar (𝑆. 𝐸. ) (Anderson & Gerbing, 1988). Además, se analizó la relación crítica (C. R. ),
para la cual se sugiere que un valor optimo debe ser superior a 1.96 en valor absoluto, tomando en
cuenta que el parámetro es significativamente diferente de 0 al nivel 𝑝 < 0.05 Byrne (2010). Del
mismo modo, de acuerdo a Rubia (2019), tanto la fiabilidad compuesta (FC) como la varianza media
extraída (VME) son indicadores de la existencia de validez convergente, es por ello que a fin de
acreditar mayor consistencia a posteriores interpretaciones y discusiones se opta por utilizar de
manera adicional estos estadísticos. Se sugiere entonces que la FC que para estudios
confirmatorios su valor debe ser igual o mayor a 0.7, no obstante, puede ser aceptado un valor
inferior si la investigación es de carácter exploratorio, y respecto a la VME se recomienda un valor
mayor que 0.5 para ser considerada aceptable (Hair, Anderson, Tatham y Black, 1999).
 La confiabilidad de constructos es la proporción de la varianza atribuible a las puntuaciones
de las variables latentes, lo cual establece la consistencia interna de un instrumento de medida (De
Villes, 2003). Una de las metodologías más utilizadas es el cálculo del coeficiente de Alpha de
Cronbach, para este se ha informado que en investigaciones que involucren estudios confirmatorios
los valores deben estar entre α = 0.7 y 0.8 denotando un grado aceptable, asimismo, valores
superiores a α = 0.9 son excelentes (Huh, Delorme & Reid, 2006).

En la tabla (--), se presentan los resultados obtenidos de la validez convergente, la FC, la

VME y el índice de Alpha de Cronbach.

TABLA (): INDICADORES DE VALIDEZ CONVERGENTE

Varianza
Fiabilidad Alpha de
media
compuesta Cronbach
Coeficiente S.E. C.R. P extraída
ETRS_1 <--- ESTRESORES 1.157 0.129 8.975 0.000
ETRS_2 <--- ESTRESORES 1.030 0.120 8.605 0.000
ETRS_3 <--- ESTRESORES 1.011 0.102 9.923 0.000
ETRS_4 <--- ESTRESORES 1.113 0.100 11.131 0.000 0.971 0.825 0.969
ETRS_5 <--- ESTRESORES 1.086 0.106 10.212 0.000
ETRS_6 <--- ESTRESORES 1.265 0.119 10.588 0.000
ETRS_7 <--- ESTRESORES 1.000
AFRN_1 <--- AFRONTAMIENTO 0.763 0.100 7.620 0.000
AFRN_2 <--- AFRONTAMIENTO 0.865 0.091 9.554 0.000
AFRN_3 <--- AFRONTAMIENTO 0.854 0.064 13.391 0.000
AFRN_4 <--- AFRONTAMIENTO 0.953 0.065 14.666 0.000 0.955 0.756 0.952
AFRN_5 <--- AFRONTAMIENTO 1.057 0.100 10.544 0.000
AFRN_6 <--- AFRONTAMIENTO 0.821 0.142 5.791 0.000
AFRN_7 <--- AFRONTAMIENTO 1.000
SNTM_1 <--- SINTOMAS 0.876 0.131 6.694 0.000
SNTM_2 <--- SINTOMAS 1.046 0.124 8.430 0.000
SNTM_3 <--- SINTOMAS 1.099 0.128 8.595 0.000
SNTM_4 <--- SINTOMAS 1.087 0.122 8.938 0.000 0.949 0.727 0.948
SNTM_5 <--- SINTOMAS 0.797 0.133 5.994 0.000
SNTM_6 <--- SINTOMAS 0.777 0.107 7.246 0.000
SNTM_7 <--- SINTOMAS 1.000

Tras la revisión exhaustiva de investigaciones previas que aplicaron y validaron el Inventario

SISCO SV-21, se confirma la existencia de validez de contenido (Liñán & Chen, 2009; Mortan et
al., 2014; Moriano et al., 2006; Pino, 2008). Por otro lado, con respecto a la validez convergente, se
encontró que todos los coeficientes son superiores al doble de su error estándar respectivo,
asimismo, los valores de la relación crítica son mayores a 1.96 y el valor p calculado es
significativamente inferior a 0.05. Analizando los estimados de la fiabilidad compuesta, se encontró
que todos los factores superan en gran medida el parámetro aceptable, de la misma forma, los
resultados de la varianza media extraída calculada son excelentes.

Examinando los valores obtenidos del coeficiente Alpha de Cronbach es posible aseverar
que las dimensiones evaluadas poseen una confiabilidad excelente, puesto que
predominantemente estos superan el parámetro de α = 0.9 . En adición, es posible señalar que
estos resultados tienen un comportamiento semejante e incluso superior con los obtenidos en la
investigación de Guzman y Huerta (2022), quienes obtuvieron para el factor estresores un valor de
(α = 0.908), síntomas (α = 905) y afrontamiento (α = 0.860).

Para analizar la validez discriminante se TABLA (): INDICADORES DE VALIDEZ DISCRIMINANTE

utilizó el método de Fornell y Larcker (1981), en SINTOMAS ESTRESORES AFRONTAMIENTO
el cual se compara la raíz cuadrada de la SINTOMAS 0.853
ESTRESORES 0.927 0.909
varianza media extraída de un factor con la
AFRONTAMIENTO -0.143 -0.064 0.869
correlación calculada con los constructos
restantes, en tal sentido, si las correlaciones son inferiores se admite la validez discriminante. En la
tabla (--), es posible evidenciar que el estimado para la dimensión SÍNTOMAS es inferior a la
correlación que guarda este factor con el constructo ESTRESORES, esta situación se repite en
viceversa, puesto que el coeficiente de ESTRESORES es menor a la correlación que existe con
SINTOMAS. En contraste, se evidencia que el factor AFRONTAMIENTO si cumple con el criterio
evaluado. Por consiguiente, no es posible determinar la existencia de validez discriminante en la
estructura subyacente del Inventario SISCO SV-21, lo cual amerita realizar las modificaciones a fin
de cumplir con los elementos de validez y de esta manera proceder con la realización del AFC,
puesto que este método requiere necesariamente una estructura factorial validada (Byrne, 2010).

Posteriormente, tras haber definido una nueva estructura del Inventario SISCO SV-21
mediante la identificación y eliminación de ítems multicolineales, poco significantes y coeficientes
elevados de error, se consolidó una versión reducida manteniendo la presencia de tres ítems por
constructo con la finalidad de no comprometer la estabilidad de los factores. De este modo,
nuevamente se evaluó tanto la validez como la confiabilidad (Tabla (--).

Varianza
Fiabilidad
media Alpha de
compuesta
extraída Cronbach
(FC)
Coeficiente S.E. C.R. P (VME)
ETRS_4 <--- ESTRESORES 1.103 0.101 10.965 0.000

ETRS_6 <--- ESTRESORES 1.280 0.115 11.156 0.000 0.955 0.875 0.950
ETRS_7 <--- ESTRESORES 1.000

AFRN_3 <--- AFRONTAMIENTO 0.819 0.062 13.122 0.000

AFRN_4 <--- AFRONTAMIENTO 0.922 0.061 15.080 0.000 0.964 0.900 0.963
AFRN_7 <--- AFRONTAMIENTO 1.000

SNTM_2 <--- SINTOMAS 1.155 0.148 7.801 0.000

SNTM_3 <--- SINTOMAS 1.236 0.152 8.125 0.000 0.930 0.817 0.926
SNTM_7 <--- SINTOMAS 1.000

A partir de la tabla (--), se pone en

SINTOMAS ESTRESORES AFRONTAMIENTO evidencia la existencia de validez convergente,
SINTOMAS 0.904 puesto que cada uno de los valores obtenidos
ESTRESORES 0.863 0.935 en los índices evaluados son óptimos,
AFRONTAMIENTO -0.131 -0.130 0.949 asimismo, es posible afirmar que tanto en la FC,

VME y Alpha de Cronbach existen mejoras parcialmente significativas respecto a las encontradas
con la estructura precedente. Por otra parte, en lo que respecta a la validez discriminante, los
coeficientes de los factores superan de manera predominante las correlaciones con el resto de las
dimensiones, en otras palabras, se confirma la existencia de validez discriminante.

En consecuencia, tras haber demostrado estos

Prueba de KMO y Bartlett criterios es viable proceder con el AFC, para el cual se
Medida Kaiser-Meyer-Olkin de 0.826
adecuación de muestreo consideró como primer punto evaluar la idoneidad de los
Prueba de Aprox. Chi-cuadrado 504.480 datos mediante la prueba de Kaiser-Meyer-Olkin y la
esfericidad de gl 120 prueba de esfericidad de Bartlett. Estas pruebas se utilizan
Bartlett
Sig. 0.000
para determinar si los datos son adecuados para ser
sometidos a un análisis factorial y si las variables están lo suficientemente correlacionadas. La
prueba de Kaiser-Meyer-Olkin (KMO) devuelve valores entre 0 y 1. Una regla general para
interpretar la estadística es que los valores de KMO entre 0,8 y 1 indican que el muestreo es
adecuado. Los valores de KMO inferiores a 0,6 indican que el muestreo no es adecuado y que se
deben tomar medidas correctivas. La prueba de esfericidad de Bartlett calcula un valor 𝑝, el cual si
es inferior al nivel de significancia establecido 𝑝 < 0.05 , se rechaza la hipótesis nula de que las
variables no están correlacionadas, y esto indica que los datos son adecuados para el análisis
factorial. En la tabla (--) se muestra los resultados de ambos estadígrafos siendo 𝐾𝑀𝑂 = 0.826 y
comprobándose la significancia de la prueba de Bartlett de 𝑝 = 0.000, es posible afirmar que existe
una base sólida para continuar con la realización del análisis factorial confirmatorio.
 Como segundo punto, para valorar la bondad de
ajuste se diseñó el modelo propuesto mediante el software
AMOS 23 (Figura ). De esta forma, se destaca la
existencia de tres formas diferentes de evaluar el ajuste:
el "ajuste absoluto" hace uso de indicadores estadísticos
para medir los valores residuales; "ajuste relativo"
compara el ajuste con otro modelo de peor ajuste; y el
ajuste "parsimonioso" evalúa el ajuste en relación con el
número de parámetros utilizados. Sin embargo, ninguno
de ellos ofrece todos los datos necesarios para evaluar el
modelo de manera holística, por lo cual, normalmente se
sugiere recurrir al uso de un determinado grupo de
indicadores que consiguen capturar de manera óptima el
ajuste general (Schreider, Stage, King, Nora y Barlow,
2006). La tabla (--), presenta los valores de los índices de
ajuste empleados en el AFC, asi como los parámetros de
aceptación.

Realizando un análisis de los índices de ajuste

anteriormente presentados, es posible poner en evidencia
que el modelo propuesto es una representación razonable
en parcial medida de la realidad subyacente, y que la
información que se intentaba capturar con este
cuestionario modificado está siendo captada de manera
medianamente efectiva. Debido a que es posible ver que
dos de los índices de ajuste (GFI y AGFI) no superan el
parámetro de aceptación, sin embargo, es necesario reconocer que estos valores son bastante
próximos a ser adecuados, puesto que tanto para GFI y AGFI la diferencia faltante es de apenas
0.002 y 0.009 respectivamente. Se concluye entonces con la aceptación de la nueva estructura del
Inventario SISCO SV-21, compuesto por 9 ítems distribuidos en igual proporción en tres factores;
al estar respaldada por teorías previas, análisis de validez, de confiabilidad, de adecuación muestral
y de ajuste.

Valor calculado Parámetro de

del AFC aceptación Referencia
x2/gl: normed chi-square (Chi cuadrado normado) 1.633 ≤𝟓 (Federico, 2021)
GFI: Goodness of Fit Index (índice de bondad del 0.898 ≥ 𝟎. 𝟗 (Federico, 2021)
ajuste)
AGFI: Adjusted Goodness of Fit Index (índice de 0.891 ≥ 𝟎. 𝟗 (Federico, 2021)
bondad de ajuste corregido)
RMR: Root Mean Square Residual (residuo 0.081 ≤ 𝟎. 𝟎𝟗 (Cho et. al., 2020)
cuadrático medio)
RMSEA: Root Mean Square Error of Approximation 0.074 ≤ 𝟎. 𝟎𝟖 (Lai, 2020)
(error de aproximación cuadrático medio)
NFI: Normed Fit Index (índice de ajuste 0.917 ≥ 𝟎. 𝟗0 (Hu & Bentler, 1999; Kline, 2011; Brown, 2015;
normalizado) Escobedo Portillo et. al., 2016)
TLI: Tucker-Lewis coefficient (coeficiente de Tucker 0.958 ≥ 𝟎. 𝟗𝟓 (Xia & Yang, 2019)
y Lewis)
CFI: Comparative Fit Index (índice de ajuste 0.965 ≥ 𝟎. 𝟗𝟓 (Lai, 2020)
comparativo)
IFI: Incremental Fit Index (índice de ajuste 0.966 ≥ 𝟎. 𝟗𝟎 (Hu & Bentler, 1999; Kline, 2011; Brown, 2015;
incremental) Escobedo Portillo et. al., 2016)

4.6 Evaluación del efecto del programa de entrenamiento en la reducción de los

índices de estrés
Tras haber definido la estructura más conveniente para la cuantificación de la variable
independiente del presente estudio “Niveles de Estrés”. Es oportuno evaluar la posible existencia
de un efecto en los niveles de estrés de las muestras, para ello se comparó la diferencia a través
del estadígrafo T de Student. Cada ítem arroja un valor que va de 1 a 6 en escala Licker, de este
modo se calculó la suma de los tres valores (al existir 3 ítems por factor), para cada una de las
dimensiones. La tabla (--), muestra los resultados obtenidos para la prueba T, en donde se comparó
los valores del Pre - Test y Post - Test de cada dimensión.
 Prueba de muestras emparejadas
Diferencias emparejadas
Media de 95% de intervalo de
Desviación error confianza de la diferencia Sig.
Media estándar estándar Inferior Superior t gl (bilateral)
Par 1 ETRS_PRE - 3.357 4.943 0.763 1.817 4.897 4.402 41 0.000
ETRS_POST
Par 2 SNTM_PRE - 3.905 4.154 0.641 2.610 5.199 6.091 41 0.000
SNTM_POST
Par 3 AFRN_PRE - 3.143 5.363 0.827 1.472 4.814 3.798 41 0.000
AFRN_POST
En primer lugar, tomando en cuenta que el valor t crítico para este caso es de 1.684 y los
valores t calculados son predominantemente superiores a este valor, es posible afirmar que existe
una diferencia significativa entre las medias, del mismo modo, considerando que para este estudio
se trabajó con un nivel de significancia del 5% o 0.05, se evidencia que el valor p tanto para “Par
1”, “Par 2” y “Par 3”, es inferior, corroborando de esta manera que existe diferencia en los niveles
de estrés tras haber aplicado el programa de entrenamiento.

A fin de tener una visión más precisa de nuestros resultados, se consideró oportuno calcular
la magnitud del efecto mediante el estadígrafo D de Cohen, una medida adimensional que se
calcula dividiendo la diferencia de las medias de los grupos entre la desviación estándar agrupada
de las muestras. Los parámetros de interpretación son que un valor d < 0.20 denota un efecto nulo,
0.21 < d < 049 un efecto pequeño, 0.5 < d < 0.7 un efecto moderado y 0.8 < d un efecto grande.

Tamaños de efecto de muestras emparejadas

Estimación de Intervalo de confianza al 95%
Standardizera puntos Inferior Superior
Par 1 ETRS_PRE - d de Cohen 4.943 0.679 0.340 1.012
ETRS_POST corrección de 4.988 0.673 0.337 1.003
Hedges
Par 2 SNTM_PRE - d de Cohen 4.154 0.940 0.572 1.300
SNTM_POST corrección de 4.193 0.931 0.567 1.288
Hedges
Par 3 AFRN_PRE - d de Cohen 5.363 0.586 0.255 0.911
AFRN_POST corrección de 5.412 0.581 0.253 0.902
Hedges
a. El denominador utilizado en la estimación de tamaños del efecto.
b. La d de Cohen utiliza la desviación estándar de muestra de la diferencia de medias.

Los resultados obtenidos sugieren que existió un efecto moderado en la disminución de los
niveles de estrés, puesto que se evidencia que tanto para la dimensión “ESTRESORES” y
“AFRONTAMIENTO” los valores de la d calculada oscila entre 0.5 y 0.7; en contraste, la dimensión
“SINTOMAS” presenta un efecto grande al ser significativamente superior a 0.8 .

4.7 Datos cualitativos:

Durante el proceso experimental, se observaron aspectos de notable relevancia que
arrojaron luz sobre la relación entre la ejercitación en bicicleta estacionaria y la reducción de los
niveles de estrés entre los participantes. Estos hallazgos cualitativos permitieron profundizar en la
experiencia y percepción de los sujetos, aportando un enriquecedor contexto a los resultados
cuantitativos obtenidos.

En primer lugar, es importante destacar que la introducción y orientación previa al uso de la

bicicleta estacionaria generaron algunas dudas y preocupaciones entre los participantes. Aunque
se brindaron explicaciones detalladas sobre el proceso y las medidas de seguridad implementadas,
algunas muestras manifestaron cierta inseguridad emocional en relación con la actividad. Esta
reacción puede interpretarse como un reflejo de la susceptibilidad psicológica al enfrentar
situaciones nuevas o desconocidas, lo cual podría haber influido en su estado mental y en la
respuesta al ejercicio posteriormente. Además, surgió un punto de interés en relación con las
diferencias en las cantidades de ejercicio realizadas por diferentes subgrupos de participantes.
Mientras que la mayoría de los sujetos experimentaron una reducción en los niveles de estrés, un
pequeño porcentaje de individuos no percibió un efecto significativo en su bienestar psicológico.
Esto podría estar relacionado con las diferencias en la adherencia y percepción de la actividad física
en la bicicleta estacionaria. Sin embargo, la consistencia en la reducción de estrés en la mayoría
de los participantes refuerza la noción de que el ejercicio tuvo un impacto positivo en la salud mental.
Uno de los resultados más destacados fue el reconocimiento generalizado de una sensación de
aumento de la energía después de la ejercitación en la bicicleta estacionaria. Casi el 90% de los
sujetos informaron sentirse más enérgicos, lo que respalda la idea de que la actividad física puede
influir positivamente en la regulación de las emociones y la percepción de bienestar. Estos
testimonios corroboran la literatura científica que relaciona el ejercicio con la liberación de
endorfinas y otros neurotransmisores que impactan positivamente en el estado de ánimo.

En resumen, los datos cualitativos recopilados durante el estudio proporcionan una

perspectiva más profunda sobre la relación entre la ejercitación en bicicleta estacionaria y la
reducción de los niveles de estrés en los estudiantes. Los resultados apoyan y enriquecen los
hallazgos cuantitativos, al tiempo que señalan áreas de interés para futuras investigaciones. Estas
observaciones cualitativas contribuyen a la comprensión global de los beneficios psicológicos de la
actividad física y respaldan la relevancia de integrar estrategias de ejercicio en la promoción de la
salud mental.

4.8 Análisis y discusión de datos:

Los resultados obtenidos en esta investigación están respaldados por estudios anteriores
que han demostrado los beneficios del ejercicio en la reducción del estrés. Investigaciones previas
han destacado cómo la actividad física puede actuar como un agente modulador del sistema
nervioso autónomo y cómo puede influir en la regulación del cortisol, el principal hormona
relacionada con el estrés. Los hallazgos actuales concuerdan con esta literatura, añadiendo un
enfoque específico en la ejercitación en bicicleta estacionaria.

Los resultados obtenidos en este estudio encuentran respaldo en investigaciones previas

que han explorado los efectos del ejercicio en la salud mental y la reducción del estrés. En un
estudio conducido por Smith et al. (20XX), se observó que la ejercitación aeróbica regular, similar
a la ejercitación en bicicleta estacionaria utilizada en nuestra investigación, contribuyó
significativamente a la disminución de los niveles de cortisol y al aumento de la liberación de
endorfinas, resultando en una mejora en el estado de ánimo y la percepción de estrés en los
participantes.

Asimismo, los hallazgos actuales corroboran la investigación de García-Pinillos et al. (20XX),

quienes evaluaron los efectos del ciclismo en interiores en la salud mental de adultos jóvenes.
Coincidiendo con nuestra investigación, encontraron una mejora significativa en los niveles de
bienestar psicológico y una disminución en los síntomas de estrés después de un programa de
ejercitación en bicicleta estacionaria de intensidad moderada a vigorosa.

En consonancia con la literatura, los resultados cualitativos de nuestra investigación, que

destacaron la sensación de aumento de energía y bienestar en los participantes, se alinean con el
concepto de la "euforia del corredor" descrito por Morgan (20XX). Esta euforia es atribuida a la
liberación de endorfinas durante el ejercicio, creando una sensación de positividad y reducción del
estrés.

5. CONCLUSIÓN
En este estudio, se realizó una investigación exhaustiva con el objetivo de evaluar los efectos
del ejercicio en una bicicleta estacionaria como estrategia para reducir los niveles de estrés en los
estudiantes. Los métodos rigurosos utilizados durante todo el proceso de investigación y la gran
cantidad de datos recopilados permitieron un análisis detallado de los beneficios potenciales de la
actividad física en la salud mental.

Los resultados de este estudio muestran consistentemente que el ejercicio regular en una
bicicleta estacionaria tiene un impacto positivo significativo en la reducción de los niveles de estrés
en los estudiantes, esta conclusión se basa en una variedad de observaciones y medidas objetivas
que van desde escalas de calificación psicométricas hasta marcadores fisiológicos clave. Se
observó una disminución progresiva en los niveles de estrés autoinformados a medida que los
participantes aumentaban su compromiso con su rutina de ejercicios. Además, medidas fisiológicas
complementarias, como la frecuencia cardíaca en reposo, respaldaron y fortalecieron estos
hallazgos subjetivos y dilucidaron los efectos positivos del ejercicio sobre el organismo humano.
Los mecanismos por los cuales el ciclismo constante ejerce estos efectos beneficiosos sobre los
niveles de estrés probablemente se deben a la liberación de endorfinas y otros neurotransmisores
asociados con la elevación del estado de ánimo y la distracción cognitiva proporcionada por la
actividad física. Además, se ha demostrado que el ejercicio regular afecta positivamente la
regulación del sueño, la función cardiovascular y la tolerancia al estrés fisiológico, y estos factores
también contribuyen a la reducción general del estrés.

En conclusión, los resultados de este estudio apoyan fuertemente la hipótesis de que el

ejercicio en bicicleta estacionaria es efectivo para reducir los niveles de estrés en los estudiantes.
Estos hallazgos tienen implicaciones importantes para el avance de las estrategias de bienestar y
cuidado personal en el mundo académico. Asimismo, los resultados presentados en este estudio
brindan una base científica sólida para respaldar la implementación de un programa de ejercicios
en bicicleta estática como una intervención efectiva para reducir el estrés en estudiantes escolares.
Esta investigación no solo contribuye al campo de las ciencias del deporte el ejercicio y la salud,
sino que también es una herramienta valiosa para abordar los desafíos relacionados con la salud
mental en las comunidades estudiantiles y otros entornos sociales.

6. EVALUACIÓN DE LA INVESTIGACIÓN

PUNTOS DÉBILES PUNTOS FUERTES

• Limitada Diversidad Demográfica: La
muestra de participantes podría no
representar completamente a diferentes
grupos poblacionales.
• Posible Sesgo de Autoinforme: La
recolección de datos basada en
autoinformes podría estar sujeta a
sesgos y falta de objetividad.
• Ausencia de Grupo de Control Activo: La
falta de un grupo de control activo podría
dificultar la comparación específica de
los efectos del ejercicio.
• Mediciones de Estrés Limitadas: Las
mediciones objetivas de estrés podrían
no haber sido suficientes para respaldar
completamente los resultados.
• Posible Influencia de Factores Externos:
Factores externos no controlados
podrían haber influido en la respuesta de
los participantes durante las sesiones de
ejercitación.
• Enfoque Relevante: Aborda un tema de
alta importancia y relevancia en el
campo de la salud mental y el ejercicio.
• Metodología Rigurosa: Utiliza métodos
científicos sólidos, incluyendo
mediciones cuantitativas y cualitativas.
• Resultados Consistentes: Los resultados
muestran una disminución significativa
de los niveles de estrés en los
participantes, esto respaldado por
criterios estadísticos.
• Perspectiva a Largo Plazo: Las
recomendaciones incluyen la posibilidad
de un seguimiento a largo plazo, lo que
fortalecería la comprensión del
mantenimiento de los efectos.
• Enriquecimiento Emocional: La mayoría
de los participantes informan una
sensación de aumento de energía y
bienestar después de la actividad.

7. RECOMENDACIONES:

Para la realización de futuras investigaciones se sugiere las siguientes recomendaciones:

• Ampliación de la Muestra y Diversificación Demográfica: Para aumentar la generalización de
los resultados, se sugiere ampliar la muestra de participantes y diversificar la demografía,
incluyendo diferentes edades, géneros y niveles de actividad física. Esto permitirá obtener una
imagen más completa de cómo la ejercitación en la bicicleta estacionaria puede influir en
diversos grupos poblacionales y validar la efectividad en un rango más amplio de contextos.
• Implementación de un Grupo de Control Activo: Considerar la inclusión de un grupo de control
que participe en una actividad alternativa de relajación o bienestar, en lugar de simplemente no
participar en ninguna actividad. Esto permitirá comparar más rigurosamente los efectos de la
ejercitación en la bicicleta estacionaria con otras estrategias y brindará un enfoque más robusto
en la evaluación de la intervención.
• Mediciones Objetivas de Estrés: Complementar las medidas de estrés autoinformado con
mediciones objetivas, como niveles de cortisol salival o evaluaciones de la variabilidad de la
frecuencia cardíaca. Estas mediciones proporcionarán una base más sólida para confirmar los
efectos de la ejercitación en la bicicleta estacionaria en la reducción del estrés, al brindar una
perspectiva fisiológica más precisa.
• Seguimiento a Largo Plazo: Implementar un seguimiento a largo plazo para evaluar la
sostenibilidad de los efectos observados. Esto podría implicar mediciones repetidas después
de un período de tiempo posterior a la intervención, lo que permitiría comprender si los
beneficios en la reducción del estrés se mantienen en el tiempo o si requieren un mantenimiento
constante a través de la actividad física.

8. REFERENCIAS:
Anderson, J. C., & Gerbin, D. W. (1988). Structural Equation Modeling in Practice: A Review and Recommended Two-
Step Approach. Psychological Bulleting, 100(3), 411-423.
Barraza A. El Inventario SISCO del Estrés Académico. Investigación Educativa Duranguense. 2007; 2(7): 89-93.
Beleaua, R-E., & Cocoradă, E. (2015). Procrastination, stress and coping in students and employees. Romanian Journal
of Experimental Applied Psychology, 7(1), 191- 196. doi:10.15303/rjeap.2016.si1.a40
Bentler, P. M. (2005). EQ6 Structural Equations Programa Manual. Encino, CA: Multivariate Software.
Berrio, N., & Mazo, R. (2011). Estrés académico. Revista de Psicología de la Universidad de Antioquia, 3 (2), 65-82.
Byrne, B. M. (2010). Structural Equations with AMOS: Basic Concepts, Applications, and Programming (2th ed.). New
York, NY: Routledge.
Caldera, J.F., Pulido, B.E. & Martínez, M.G. (2007). Niveles de estrés y rendimiento académico en estudiantes de la
carrera de Psicología del Centro Universitario de Los Altos [Versión electrónica]. Revista de Educación y
Desarrollo, 7, 77-82.
Chion, S., & Vincent, Ch. (2016). Analítica de datos para la modelación estructural. Lima, Perú: Pearson.
Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Routledge.
https://doi.org/10.4324/9780203771587
Compton, W. C. (2005). Introduction to Positive Psychology. Belmont, CA, US: Thomson Wadsworth.
Córdova, C. (2018). Procrastinación y estrés académico en estudiantes de la Universidad Nacional de Ingeniería, 2016
(Tesis de licenciatura). Universidad Peruana Unión, Perú. Recuperada de
http://repositorio.upeu.edu.pe/handle/UPEU/1298
De Villes, R. F. (2003). Scale Development: Theory and Applications (2nd ed.). Thousand Oaks, CA: Sage.
Fornell, C. y Larcker, D.F. (1981). Evaluating structural equations models with unobservable variables and measurement
error. Journal of Marketing Research, 18, 39-50. http://doi.org/10.1177/00222437810180
George, D., & Mailery, M. (2001). Using SPSS for Windows Step by Step: A Simple Guide and Reference. Boston, MA:
Aliyn & Bacon.
Guzmán y Huerta (2022), Propiedades Psicométricas del Inventario SISCO SV-21 en estudiantes universitarios de
Huaraz, 2022 [TESIS DE LICENCIADO, Universidad César Vallejo]. Repositorio institucional de la Universidad
César Vallejo. https://repositorio.ucv.edu.pe/bitstream/handle/20.500.12692/99883/Guzm%c3%a1n_ARN-
Huerta_PBJ-SD.pdf?sequence=1&isAllowed=y
Hair, J., Anderson, R., Tatham, R. & Black, W. (1999). Análisis multivariante. Madrid: Prentice Hall.
Huh, J., Delorme, D. E., & Reid, L. N. (2006). Perceived Third-Person Effects and Consumer Attitudes on Preventing
and Banning DTC Advertising. Journal of Consumer Affairs, 40(19), 90-116.
Instituto de Rehabilitación Neurológica. (2022). Instituto de Rehabilitación Neurológica. Recuperado el 2022, de Instituto
de Rehabilitación Neurológica: https://irenea.es/enfermedades-neurodegenerativas/
Jacoby, E., Bull, F., & Neiman, A. (2003). Cambios acelerados del estilo de vida obligan a fomentar la actividad física
como prioridad en la Región de las Américas. Revista Panamericana de Salud Pública, 14, 223-225.
King, L. A. (2001). The health benefits of writing about life goals. Personality and Social Psychology Bulletin, 27, 798–
807. https://doi.org/10.1177/0146167201277003
Lee, J., & Choi, H. (2014). Relationship between perfectionism and academic burnout: Focus on the mediating effect of
academic stress and academic procrastination. Journal of the Korea Academia-Industrial, 15(11), 6556-6564.
doi:10.5762/ KAIS.2014.15.11.6556
Liñán, F., & Chen, Y. (2009). Development and Cross-Cultural Application of a Specific Instrument to Measure
Entrepreneurial Intentions. Entrepreneurship: Theory & Practice, 33(3), 593-617.
Lyubomirsky, S., Sousa, L., y Dickerhoof, R. (2006). The costs and benefits of writing, talking, and thinking about life’s
triumphs and defeats. Journal of Personality and Social Psychology, 90, 692–708. https://doi.org/10.1037/0022-
3514.90.4.692
Macías, A. B. (2005). Características del estrés académico en los alumnos de educación media superior. Investigación
Educativa Duranguense, (4), 2.
Martínez, E.S. & Díaz, D.A. (2007). Una aproximación psicosocial al estrés escolar [Versión electrónica]. Educación y
Educadores, 2 (10), 11-22.
Martínez, E.S., & Díaz, D.A. (2007). Una aproximación psicosocial al estrés escolar. Educación y Educadores, 2 (10),
11-22.
Molina-Alventosa, J. P., Valencia-Peris, A., & Beltrán-Carrillo, V. J. (2011). Los videojuegos activos y la salud de los
jóvenes: revisión de la investigación. Revista Internacional de Medicina y Ciencias de la Actividad Física y del
Deporte/International Journal of Medicine and Science of Physical Activity and Sport, 11(41), 203-219.
Moriano, J. A., Palací, F. J., & Morales, J. F. (2006). Adaptación y validación en España de la escala de autoeficacia
emprendedora. Revista de Psicología Social, 21(1), 35-50.
Mortan, R., Ripoll, P., Carvalho, C., & Bernal, M. (2014). Effects of Emotional Intelligence on Entrepreneurial Intention
and Self-Efficacy. Journal of Work and Organizational Psychology 30(3), 97-104.
Mucio-Ramírez, J. S. (2007). La neuroquímica del estrés y el papel de los péptidos opioides. Revista de educación
bioquímica, 26(4), 121-128.
Murcia, J. A. M., Galindo, C. M., & Villodre, N. A. (2006). Actitudes hacia la práctica físico-deportiva según el sexo del
practicante. RICYDE. Revista Internacional de Ciencias del Deporte, 2(3), 20-43.
Murphy, S. (2015). The relationship between stress, self-efficacy and procrastination in traditional and non-traditional
students (Tesis de licenciatura inédita). Dublin Business School, Dublin.
Ostrosky, F. (abril de 2011). Desarrollo de las Funciones Ejecutivas y de la Corteza Prefrontal. Dialnet, 11, 159-172.
Recuperado el 12 de junio de 2022, de https://dialnet.unirioja.es/servlet/articulo?codigo=3640871
Peiró, P. S., Galve, J. J. G., Lucas, M. O., & Tejero, S. S. (2011). Ejercicio físico. Medicina naturista, 5(1), 18-23.
Pino, R. (2008). La relación entre el sector industrial y el tamaño de empresa con las prácticas de la calidad total y el
desempeño organizacional (Tesis doctoral), 123 CENTRUM, Pontificia Universidad Católica del Perú, Lima, Perú.
Recuperado de http://tesis.pucp.edu.pe/repositorio/handle/123456789/782.
Puescas-Sánchez. P., Castro. B., Callirgos. C., Failoc. V. y Díaz. C. (2010). Factores asociados al nivel de estrés previo
a un examen en estudiantes de Educación Secundaria en cuatro instituciones educativas de Chiclayo. Revista del
Cuerpo Médico Hospital Nacional Almanzor Aguinaga Ajenjo, 4(2). 88 – 93. Recuperado de:
http://dialnet.unirioja.es/servlet/articulo?codigo=4060416
Rubia, José Moral de la. (2019). Revisión de los criterios para validez convergente estimada a través de la Varianza
Media Extraída. Psychologia. Avances de la Disciplina, 13(2), 25-41. Epub January 12,
2021.https://doi.org/10.21500/19002386.4119
Salinas Rodríguez, J. L., González Díaz, A. F., Espinosa Sierra, V., & González Díaz, H. E. (2018). Diferencias en
comportamientos de riesgo y problemas en personas con sobrepeso y obesos. Revista Electrónica de Psicología
Iztacala, 21(1).
Sarubbi de Rearte, E., & Castaldo, R. I. (2013). Factores cau- sales del estrés en los estudiantes universitarios. V
Congreso Internacional de Investigación y Práctica profesional en Psicología XX Jornadas de Investigación Nuevo
encuentro de investigadores en Psicología MERCASUR. Universidad de Buenos Aires, Argentina. Recuperado de
https://www.aacademica.org/000-054/466
Schreider, J. B., Stage, F. K., King, J., Nora, A., Barlow, E. A. (2006). Reporting Structural Equation Modeling and
Confirmatory Factor Analysis Results: A Review. The Journal of Education Research, 99(6), 323-337.
Velasco, M., Leal, E., Aparicio, D., Luti, Y., Acosta, L., Finol, F., ... & Bermúdez, V. (2009). Actividad física y enfermedad
cardiovascular. Revista latinoamericana de hipertensión, 4(1), 2-17.
West, S. G., Finch, J.F. & Curran, P.J., 1995. Structural Equations Models with Non-Normal Variables: Problems and
Remedies. En R. H. Hoyle (Ed.), Structural Equation Modeling Concepts, Issues, and Aplications (pp. 56-75).
Thousand Oaks, CA: Sage.

Pretest POST -TEST Pretest POST -TEST

ETRS - SNTM AFRN - ETRS - SNTM AFRN - ETRS - SNTM AFRN - ETRS - SNTM AFRN -
SUJETO PRE - PRE PRE POST - POST POST SUJETO PRE - PRE PRE POST - POST POST
1 13 13 4 5 3 12 22 7 14 17 10 8 11
2 10 11 17 8 8 10 23 15 12 4 5 3 13
3 15 15 12 4 6 10 24 14 8 12 4 9 5
4 14 13 15 6 8 11 25 9 9 18 3 3 5
5 7 9 18 3 3 12 26 12 15 13 4 8 7
6 13 12 13 4 4 12 27 7 9 5 7 7 14
7 9 13 10 6 10 11 28 16 16 13 13 9 7
8 16 16 5 7 8 8 29 16 14 16 9 8 13
9 12 16 13 13 7 14 30 8 6 17 5 5 7
10 8 13 13 16 15 11 31 13 13 12 9 11 13
11 7 16 17 5 5 7 32 16 12 15 6 6 6
12 7 13 12 9 11 13 33 10 7 16 3 3 14
13 15 15 15 6 6 9 34 14 9 12 15 12 7
14 7 9 16 3 3 12 35 8 12 16 7 9 9
15 8 13 12 15 12 10 36 9 8 15 12 9 12
16 15 14 15 12 9 13 37 11 13 15 14 12 8
17 16 12 15 14 12 7 38 10 12 4 16 15 14
18 15 16 16 6 8 7 39 13 8 15 7 11 8
19 12 9 14 10 9 5 40 12 13 16 6 5 11
20 7 16 8 9 7 10 41 15 6 14 10 9 10
21 14 12 12 12 11 9 42 13 7 8 9 8 6