Introducción

A diario, las personas toman decisiones que influyen sobre su futuro tanto inmediato como lejano. Por ejemplo, que una persona limite el consumo de grasas en una dieta podría mejorar su salud a largo plazo, aunque a corto plazo su vida podría ser menos placentera; de manera similar, cuando un estudiante decide estudiar durante el fin de semana para obtener mejores calificaciones, es probable que con ello resigne momentos de diversión con sus amigos. Estas decisiones pueden tomarse con respecto a cuestiones triviales, como elegir entre un jugo de naranja o uno de manzana, pero también pueden ser respecto a cuestiones que pueden impactar el curso de la vida de alguien, como decidir sobre una carrera universitaria, por ejemplo (Nigro, Cosenza, Ciccarelli & ^{Joireman, 2016}); de este modo, en la elección de las personas la consideración de las consecuencias futuras (CFC) tiene un rol importante tanto para sus objetivos a corto como a largo plazo, si se entiende la CFC como el grado en el cual las personas anticipan y son influenciadas por las potenciales consecuencias futuras de su comportamiento actual (Joireman & King, 2016; ^{Strathman, Gleicher, Boninger & Edwards, 1994}).

En investigaciones recientes, la CFC ha sido asociada con al menos cuatro constructos: con los comportamientos saludables, las conductas de riesgo y el rendimiento académico, con la agresión, con el comportamiento organizacional prosocial, y con las conductas y actitudes pro-ambientales (^{Joireman & King, 2016}; Joireman, Strathman & Balliet, 2006); e, incluso, varios estudios indican que mayores puntuaciones en CFC se relacionan con un incremento en la satisfacción con la vida (^{Azizli, Atkinson, Baughman & Giammarco, 2015}) y el optimismo (^{Geers, Wellman, Seligman, Wuyek & Neff, 2010}).

Teniendo esto en cuenta, y reconociendo la importancia de la CFC en la toma de decisiones, ^{Strathman et al. (1994)} desarrollaron una escala para evaluarla, y en el análisis de su consistencia y estructura interna, incluido un test-retest y análisis factoriales exploratorios y confirmatorios, la escala obtuvo una estructura unidimensional compuesta por una variable latente y 12 ítems. Sin embargo, en otros estudios, a pesar de presentar propiedades psicométricas adecuadas, aún no existe consenso respecto a su estructura factorial (^{Bruderer-Enzler, 2015}; ^{Joireman & King, 2016}; ^{Toepoel, 2010}), y en algunos de ellos se afirma que un modelo compuesto por dos factores sería más apropiado para ella que el modelo de un factor propuesto originalmente (^{Adams, 2012}; Bruderer-Enzler, 2015; Joireman, Balliet, Sprott, Spangenberg & Schultz, 2008; ^{Petrocelli, 2003}; Toepoel, 2010). Incluso, algunos estudios indican que una estructura de dos factores se ajusta mejor a los datos, además de que permite explicar la relación entre la CFC como constructo psicológico y otras características conductuales y psicológicas como el autocontrol o el descuento temporal (Joireman et al., 2008).

En dicho modelo de dos factores, el primer factor se ha relacionado con la consideración de las consecuencias futuras (CFC-F), en la que se ubicarían cinco ítems, con ítems como "considero cómo serán los eventos en el futuro y trato de influenciar esos eventos con mi comportamiento diario"; mientras que el segundo factor reflejaría la consideración de las consecuencias inmediatas (CFC-I), en la que se ubicarían siete ítems, con ítems como "solo actúo para satisfacer mis preocupaciones inmediatas, pienso que en el futuro se resolverán solas" (^{Strathman et al., 1994}).

En una reciente actualización de la escala, ^{Joireman Shaffer, Balliet y Strathman (2012)} agregaron dos ítems a la subescala CFC-F con el fin de equiparar el número ítems por factor, con lo que se obtuvo como resultado la versión CFC-14. Con esta actualización, Joireman et al. (2012) reportaron que el modelo de dos factores se ajustó mejor que el modelo de un factor, con pesos de regresión estandarizados de .48 a .75 para la CFC-F y de .53 a .86 para la CFC-I, y su confiabilidad -medida con el coeficiente alfa de Cronbach- fue, asimismo, satisfactoria para ambas subescalas (α = .84 para la CFC-I y α = .80 para la CFC-F).

Posteriormente, se encontraron resultados similares en estudios llevados a cabo en diferentes poblaciones, como ocurre con el estudio de ^{Nigro et al. (2016)}, en población general italiana, en el que se evaluó una gran muestra de participantes de ambos sexos de 16 a 75 años de edad; o con el de ^{Camus, Berjot y Ernst-Vintila (2014)}, realizado en población francesa, aunque en este se obtuvo evidencia de la estructura de dos factores en una muestra más reducida, conformada por estudiantes universitarios de 17 a 37 años. En ninguno de estos dos estudios se buscó evidencia de la validez convergente del instrumento.

Ahora bien, a pesar de que la estructura de dos factores con siete ítems por factor exhibió propiedades psicométricas adecuadas, algunas adaptaciones respaldan el uso de la versión de 12 ítems. Por ejemplo, ^{Vásquez-Echeverría et al. (2015)} observaron, contrario a ^{Strathman et al. (1994)}, que una estructura de dos factores para la versión de 12 ítems se ajustó mejor a los datos en una muestra de estudiantes universitarios portuguesa; no obstante, los índices de confiabilidad fueron similares a los reportados en estudios previos, pues indicaron un valor por debajo de lo esperado para el factor CFC-F (CFC-F: α = .58; CFC-I: α = .82). Sin embargo, en otro estudio (Vásquez-Echeverría, Martín, Esteves, Ortuño & Joireman, 2017), se replicó el procedimiento de validación de la versión de 12 ítems con una muestra de jóvenes uruguayos, y encontraron que el modelo de dos factores presentaba un mejor ajuste que el modelo de un factor. De modo que los resultados se encuentran aún sin un claro consenso.

Por otra parte, además de analizar las propiedades psicométricas de la escala, también es importante estudiar la relación de la CFC con otros rasgos y variables sociode-mográficas, sin embargo, e igual que con el punto anterior, con respecto a las diferencias por sexo, por ejemplo, la literatura no presenta resultados unívocos. Así, mientras que algunos estudios reportan que hombres y mujeres no difieren significativamente en las puntuaciones en la CFC (^{Nigro et al., 2016}), otros indican que los hombres puntúan más alto en la subescala CFC-I que las mujeres (^{Camus et al., 2014}; ^{Vásquez-Echeverría et al., 2015}, 2017), lo cual, a su vez, indicaría que las mujeres presentan mayor consideración de las consecuencias futuras (Camus et al., 2014).

Finalmente, aunque varios estudios han reportado adaptaciones internacionales de la CFC (^{Camus et al., 2014}; ^{Nigro et al., 2016}), según los autores del presente trabajo existen solo dos en Iberoamérica, el de ^{Vásquez-Echeverría et al. (2015)} para la población portuguesa y el de Vásquez-Echeverría et al. (2017) para la población uruguaya, por lo que, interesantemente, no se han encontrado estudios de este tipo con población argentina.

Ahora bien, considerando las diferencias culturales y del uso del lenguaje en Argentina y otros países donde la escala CFC se ha adaptado, resulta importante y útil estudiar de qué manera la CFC, como constructo psicológico, funciona en la población de este país, además de cómo, en un futuro cercano, se relaciona con el comportamiento de riesgo y saludable. En este contexto, el presente estudio tuvo como objetivo analizar la estructura factorial, la confiabilidad y la validez de la escala Consideración de las Consecuencias Futuras de 14 ítems (CFC-14), de ^{Joireman et al. (2012)} en una muestra de adolescentes, jóvenes y adultos de Córdoba, una ciudad ubicada en el centro de Argentina. Adicionalmente, se analizaron evidencias de validez convergente de la escala con el constructo de impulsividad, haciendo comparaciones con la Escala de Impulsividad (UPPS-P), la cual presenta propiedades psicométricas adecuadas en la población local (^{Pilatti, Lozano & Cyders, 2015}). Finalmente, se exploró si el patrón de respuestas a la escala difirió en función del sexo y la edad de los participantes.

Método

Resultados

Esta sección contiene los resultados de los distintos análisis de datos que se llevaron a cabo. Inicialmente, se presenta el procedimiento realizado con el fin de preparar los datos para los análisis siguientes; luego, se presentan los resultados del AFC, en donde se muestran los valores obtenidos en los distintos índices de bondad de ajuste y de separación de las subescalas; después, se muestran los índices de consistencia interna y los análisis de validez convergente; y, finalmente, se presentan los resultados de los análisis de invarianza factorial realizados.

Preparación de los datos

Inicialmente, los valores faltantes para las respuestas de los ítems de la CFC-14 oscilaron entre 0.4 % (ítem 2) y 2 % (ítem 13), y, debido a que estos no excedieron el 5 % (^{Schafer, 1999}), se procedió a reemplazarlos con la respuesta más frecuente dentro de cada ítem. Cabe resaltar que no hubo valores atípicos univariados (z > ± 3.29), pero sí se identificaron 17 casos como valores atípicos multivariados; sin embargo, aunque la presencia de casos atípicos puede distorsionar algunos resultados, se decidió retenerlos para favorecer la generalización (^{Hair, Anderson, Tatham & Black, 1999}). En la Tabla 1 se muestra la media, la desviación estándar, la asimetría y la curtosis de cada ítem, y allí, es importante resaltar que, sobre la asimetría y la curtosis, 12 ítems mostraron valores de ± 1, mientras que dos de ellos mostraron valores por debajo de ± 2; y que las puntuaciones de las subescalas se calcularon utilizando la suma de los ítems de los factores respectivos dividida por el número de ítems por factor, método que elimina las diferencias entre las subescalas debido al número desigual de elementos en cada una (^{Vásquez-Echeverría et al., 2017}).

Tabla 1 Estadísticos descriptivos de la escala CFC-14 (versión en español) 

Nota. F = futuro; I = inmediato.

Seguidamente, los datos faltantes en el UPPS-P variaron de 14.3 % -ítem 1, por ejemplo- a 14.8 % -ítem 58, por ejemplo-, y, teniendo en cuenta que estos valores excedieron el umbral del 5 % (^{Tabachnick & Fidell, 2007}), el patrón de valores faltantes se verificó mediante la prueba de Little. Con este método, los resultados mostraron que los valores faltantes seguían un patrón aleatorio MCAR (χ2 = 293.819; df = 348; p = .984), razón por la cual los datos faltantes se imputaron al sustituirlos por el modo estadístico. Así, los 37 casos atípicos univariados y los 78 multivariados fueron retenidos (^{Hair et al., 1999}). Ahora bien, con respecto a la asimetría y la curtosis, 47 ítems presentaron valores de ± 1.00, considerados excelentes, 11 ítems mostraron valores de ± 2, y un solo ítem presentó un valor > ± 2 (^{George & Mallery, 2011}); los puntajes de cada subescala se calcularon según lo indicado por ^{Verdejo-García et al. (2010)}.

Análisis factorial confirmatorio

En general, los resultados para el Modelo 1 (factor único) no indicaron un ajuste adecuado a los datos en los estadísticos empleados (CFI = .761; TLI = .718; RMSEA = .146; IC 90 % = .138-.155; WRMR = 2.125), y sus estimadores de regresión estandarizados (p ≤ .05) variaron de .19 a .81. Mientras que el Modelo 2 se ajustó ligeramente mejor que el Modelo 1, pues logró un ajuste satisfactorio en los mismos estadísticos (CFI = .930; TLI = .916; RMSEA = .080; IC 90 % = .071-.089; WRMR = 1.235), y sus estimadores de regresión estandarizados (p ≤ .05) variaron entre .49 y .75 para CFC-F y entre .10 y .83 para CFC-I.

En particular, en el Modelo 2 el ítem 5 tuvo una carga factorial baja (.10), por lo que se procedió a excluirlo y volver a calcular el modelo (CFI = .950; TLI = .939; RMSEA = .071; IC 90 % = .063-.082; WRMR = 1.086). Asimismo, debido a que los ítems 13 y 14 estaban altamente correlacionados, se decidió intercorrelacionarlos y reevaluar el ajuste del modelo (CFI = .961; TLI = .952; RMSEA = .064; IC 90 % = .054-.074; WRMR = .979), y así, los estimadores de regresión estandarizados (p ≤ .05) variaron entre .50 y .66 en la CFC-F, y entre .43 y .83 para la CFC-I (véase Figura 1 para una inspección de los estimadores beta estandarizados). Estos resultados se resumen en la Tabla 2.

Figura 1 Análisis factorial confirmatorio de la escala CFC de 13 y 14 ítems. Todas las vías fueron significativas (p < .05) y todos los ítems cargaron en su factor esperado, excepto en la vía de línea de puntos (CFC5). 

Tabla 2 Fiabilidad compuesta (p) e índices de ajuste para los modelos alternativos del CFC-14 

Nota. CFI = índice de ajuste comparativo; TLI = índice Tucker-Lewis; RMSEA = aproximación del error cuadrado de la media; IC = intervalo de confianza; WRMR = media ponderada residual cuadrática. * p < .001.

Es importante señalar que, aunque en la presentación de los datos a continuación se utiliza la etiqueta "CFC-14", en realidad los análisis que se presentan se realizaron utilizando la versión de 13 ítems, sin el ítem 5.

Discusión

Las decisiones cotidianas de las personas, sean triviales o más importantes, tienen un efecto en su futuro cercano o distante, sin embargo, suelen haber diferencias en cuanto a la forma en que el considerar las consecuencias de sus decisiones afecta la actividad misma de tomarlas. Esta característica distintiva se denomina consideración de las consecuencias futuras (CFC), y se define como la medida en que las personas consideran y están influenciadas por las posibles consecuencias futuras de su comportamiento actual (^{Nigro et al., 2016}; ^{Strathman et al., 1994}).

Tabla 3 Matriz de correlación entre las subescalas de la CFC-14 y la escala UPPS-P 

Nota. N = 512. * p < .05 ** p < .01.

Teniendo en cuenta que hay una escala validada para medir este constructo, la escala de Consideración de Consecuencias Futuras (CFC-14) -versión de 14 ítems, el objetivo de este trabajo fue traducir y adaptar dicho instrumento a una población general de Córdoba, Argentina. En particular, esta meta se vinculó a dos objetivos de trabajo: el primero, aportar un nuevo elemento al conjunto de instrumentos disponibles en Argentina para evaluar este constructo, ya que, a pesar de que hay varias adaptaciones de la CFC-14 a otros países, como lo recomienda la literatura (^{Carretero-Dios & Pérez, 2007}; ^{Pilatti, Godoy & Brussino, 2012}), resulta conveniente hacer las adaptaciones necesarias para saber cómo funciona un instrumento creado en una cultura diferente; y el segundo, evaluar adecuadamente cómo las personas toman sus decisiones sobre la salud, el medio ambiente y el comportamiento riesgoso. Así, con este trabajo se inicia una de las primeras etapas de un proyecto más amplio, destinado a desarrollar un modelo de ecuación estructural sobre cómo y por qué los adolescentes y los jóvenes toman decisiones riesgosas en su vida cotidiana, considerando factores personales y ambientales.

Ahora bien, contrario a los primeros reportes para la versión original de CFC de 12 ítems (^{Strathman et al., 1994}), en distintos estudios (^{Joireman et al., 2008}; ^{Nigro et al., 2016}), y en el presente trabajo de investigación, se encontró que el modelo de un factor no se ajusta adecuadamente a los datos, y que la estructura interna de la CFC-14 se ajusta mejor a un modelo de dos factores, uno que considera las consecuencias inmediatas (CFC-I, siete ítems) y otro que considera las consecuencias futuras (CFC-F, siete ítems), tal como lo propuso Joireman et al. (2012).

Sin embargo, aquí se encontró que el ítem 5 ("mi conveniencia es un factor importante en las decisiones que tomo o en las acciones que tomo"), perteneciente al factor CFC-I, no aportó una contribución significativa; hallazgo similar a lo encontrado por ^{Vásquez-Echeverría et al. (2017)} y Vásquez-Echeverría et al. (2015) respecto a este ítem. Al respecto, se puede encontrar una explicación a esto en la versión original de la escala, ya que la redacción del ítem 5 se refiere al término "conveniencia", que es difícil de traducir y adaptar a los idiomas basados en el latín debido a su ambigüedad. Por lo tanto, siguiendo las recomendaciones de Vásquez Echeverría et al. (2017), en el presente estudio se procedió a eliminar y reevaluar la estructura factorial, lo que permitió una ligera mejora en los índices de ajuste.

Por otra parte, la validez convergente entre la CFC y la impulsividad se examinó mediante la comparación de los resultados de este instrumento con los de la Escala de Impulsividad (UPPS-P) de ^{Verdejo-García et al. (2010)}. En general, esta escala consta de cinco dimensiones, dos relacionadas con la consideración de la temporalidad subjetiva: la falta de premeditación -la más estrictamente relacionada con la dimensión temporal-, que se define como la tendencia a actuar sin considerar las consecuencias del comportamiento actual -es decir, iniciar un proyecto sin saber cómo proceder-; y la falta de perseverancia, definida como la dificultad de permanecer en una tarea que puede volverse difícil o aburrida (^{Gagnon, Daelman, Mcduff & Kocka, 2013}).

Si bien la falta de perseverancia se asocia más a menudo con problemas de atención, la falta de persistencia en una tarea que tiene beneficios a largo plazo -es decir, estudiar para un examen o seguir una dieta baja en grasas-, pues podría implicar no considerar las consecuencias futuras del comportamiento actual y enfocarse solo en las consecuencias más cercanas en el tiempo (^{Nigro et al., 2016}). Ahora, los resultados encontrados en la correlación entre los puntajes en la CFC-F y la falta de premeditación y las dimensiones de falta de perseverancia respaldan la idea de que estos constructos están asociadas, por lo que se puede afirmar que quienes no premeditan sus acciones y quienes no perseveran en ellas, a su vez, no muestran puntajes altos en la subescala CFC-F.

Con respecto a la relación entre la edad y los puntajes CFC-14, en este trabajo no se encontró una correlación estadísticamente significativa. Es posible que la ausencia de hallazgos significativos en este estudio y en el de ^{Vásquez-Echeverría et al. (2015)} se deba al hecho de que todos los participantes en ambos estudios eran mayores de 18 años, pues en el estudio de Vásquez-Echeverría et al. (2015) la edad y el puntaje de CFC correlacionaron solo cuando se consideraron participantes de 13 años en adelante. Del mismo modo, otros estudios han encontrado una asociación significativa entre la edad y el CFC, con en el de ^{Nigro et al. (2016)}, donde se encontró una correlación negativa moderada entre la edad y las puntuaciones generales (14 ítems) en una submuestra mayor de participantes de 16 a 19 años; además de que, cuando analizaron las puntuaciones en cada subescala, los adultos obtuvieron puntuaciones más altas que los adolescentes en la subescala CFC-F.

Ahora bien, sobre la validez externa de este estudio, se puede mencionar, primero, que la proporción desigual de género en la muestra, con más mujeres que hombres, socava la importancia de los hallazgos; y, segundo, que el nivel educativo de los participantes no era heterogéneo, ya que quienes tenían escolarización secundaria completa e incompleta eran muy pocos en relación con la muestra completa, en su mayoría compuesta por personas con nivel educativo terciario/universitario o superior. Estos aspectos, sumados al modo de administración de la escala, pudieron haber afectado la representatividad de estos resultados para la población en general -aunque el hecho de que no todos los participantes fueran estudiantes universitarios favorece la generalización de los resultados-. Además, haber comparado diferentes soluciones de factores proporciona evidencia de que el modelo de dos factores es el más adecuado para la población general a nivel local, lo que también coincide con los resultados de otros estudios (^{Nigro et al., 2016}).

Por otro lado, los análisis progresivos de invariancia factorial muestran que, a pesar de los problemas reportados para formar una muestra con grupos equilibrados en sexo y edad, es posible comparar la puntuación entre los grupos de edad y sexo porque se puede sostener que existe una invariancia factorial progresiva entre los diferentes grupos de la muestra -la invariancia factorial es importante cuando se comparan los grupos en función del sexo, la edad y la cultura-. Esto significa que las puntuaciones obtenidas por cada grupo son comparables entre sí, porque representan lo mismo y las diferencias se pueden interpretar como diferencias en las características y no atribuibles a fuentes desconocidas (Domínguez-Lara & Medrano, 2016).

Es importante señalar que los resultados de este estudio son solo los primeros derivados de una investigación más amplia dirigida a evaluar las características de la CFC y de los instrumentos disponibles para su medición. Al respecto, se considera necesario avanzar en la evaluación de la convergencia entre los puntajes de la CFC y las pruebas experimentales de la perspectiva del tiempo, conceptualizada como "el proceso no consciente por el cual los flujos continuos de experiencias personales y sociales se asignan a categorías temporales, o marcos de tiempo, que ayuda para dar orden, coherencia y significado a esos eventos" (^{Zimbardo & Boyd, 2015}). Del mismo modo, es necesario evaluar la estabilidad de los puntajes mediante diseños test-retest (^{Nigro et al., 2016}) y analizar las diferencias en la CFC en muestras con diferentes rasgos de personalidad y características como la edad, intereses, ideología política, entre otros, en la población local (^{Bruderer-Enzler, 2015}; ^{Gick, 2014}; ^{Joireman & King, 2016}; Joireman et al., 2012).

Es preciso afirmar que este trabajo ofrece evidencia sobre la validez de la escala de Consideración de Consecuencias Futuras (CFC-14), por lo cual se concluye que esta escala permite una evaluación apropiada del constructo en una población local. En este sentido, si se presta atención a cómo piensan las personas -adolescentes, jóvenes y adultos- y cómo su contexto y condiciones históricas dan forma a las condiciones de pensamiento y toma de decisiones, con la información adecuada es posible mejorar el diseño y la implementación de intervenciones y políticas centradas en la elección y la decisión (Banco Mundial, 2015; ^{Joireman & King, 2016}). Por lo tanto, los instrumentos que amplían el conocimiento sobre cómo varía la toma de decisiones entre grupos y contextos específicos ayudan a mejorar el diseño y el impacto de las intervenciones de comportamiento de salud dirigidas a mejorar la calidad de vida de poblaciones específicas.

En síntesis, la consideración de las consecuencias futuras (CFC) es un rasgo de personalidad definido como el grado en que las personas anticipan y están influenciadas por las posibles consecuencias inmediatas y futuras de su comportamiento actual (^{Joireman & King, 2016}; ^{Strathman et al., 1994}), y, por tanto, medirlo con precisión resulta importante para desarrollar intervenciones apropiadas con respecto a la salud y el bienestar de las personas, así como considerar cómo las diferencias personales en los valores políticos, ambientales y sociales pueden dar forma a los diferentes tipos de comportamiento presente y futuro. Así, una traducción argentina del CFC-14 (Joireman et al., 2012) es útil debido a las diferencias de idioma con otras traducciones al español (^{Vásquez-Echeverría et al., 2017}) ya disponibles.

Por último, se concluye que los resultados presentados aquí muestran que la versión argentina de CFC-14 tiene propiedades psicométricas adecuadas en una muestra general: los ítems cargaron en dos factores separados, uno con respecto a las consecuencias más distantes (CFC-Futuro) y otro con respecto a las consecuencias más cercanas (CFC-Inmediato); el ítem cinco mostró problemas y se abandonó, aspecto que ya había ocurrido con otras traducciones (^{Vásquez-Echeverría et al., 2015}, 2017) y puede deberse a la redacción en español; el estudio de validez discriminante muestra que la CFC es una construcción diferente de la impulsividad -medida con la Escala de Impulsividad (UPPS-P), instrumento con excelentes propiedades psicométricas en la población argentina (^{Pilatti et al., 2015})-; y los resultados de la invariancia factorial evidencian que es posible comparar las puntuaciones en diferentes grupos, al menos con respecto a la edad y el sexo, hallazgo clave porque permite continuar usando este instrumento como parte de una batería más grande y con la intención de establecer diferencias en el procesamiento del tiempo en diferentes poblaciones. Por lo tanto, es posible afirmar que la versión argentina de CFC-14 es un instrumento apropiado para evaluar la consideración del rasgo de consecuencias futuras en la población local.