Tipologías basadas en la adhesión a los mitos sobre la violencia de género: Evidencias de un análisis de clases latentes
León, C. M. & Aizpurúa, E. ORCID: 0000-0001-7045-5535 (2021). Tipologías basadas en la adhesión a los mitos sobre la violencia de género: Evidencias de un análisis de clases latentes. Revista Internacional de Sociología, 79(1), article number e179. doi: 10.3989/ris.2021.79.1.19.135
Abstract
Los mitos sobre la violencia de género favorecen la persistencia del maltrato al actuar como elementos justificativos de las agresiones. El presente trabajo contribuye a la escasa evidencia acumulada al emplear un análisis de clases latentes (ACL) para estudiar tipologías de personas basadas en la adhesión a diez mitos y creencias sobre la violencia de género y examinar las características que definen a cada una de las clases. Para ello, se contó con una muestra compuesta por 1.007 personas (51,1 % mujeres y 48,9 % hombres; M = 45,37 años). Los resultados muestran un patrón de tres clases latentes: adhesión baja (n = 663; 65,8 %), adhesión moderada (n = 113; 11,2 %) y adhesión alta (n = 231; 22,9 %). Los grupos presentan diferencias cuantitativas y cualitativas en su composición y la pertenencia a las clases con mayor aceptación de mitos se relaciona con actitudes más sexistas.
Publication Type: | Article |
---|---|
Additional Information: | © 2021 CSIC. Este es un artículo de acceso abierto distribuido bajo los términos de la licencia de uso y distribución Creative Commons Reconocimiento 4.0 Internacional (CC BY 4.0) |
Publisher Keywords: | Intimate partner violence, myths, latent class analysis, typologies, sexism |
Subjects: | H Social Sciences > HM Sociology H Social Sciences > HN Social history and conditions. Social problems. Social reform H Social Sciences > HV Social pathology. Social and public welfare |
Departments: | School of Policy & Global Affairs > Sociology & Criminology |
SWORD Depositor: |
Available under License Creative Commons: Attribution International Public License 4.0.
Download (465kB) | Preview
Export
Downloads
Downloads per month over past year