Desde el nacimiento formal de la psicología positiva (Seligman & Csikszentmihalyi, 2000), se ha abierto un área muy amplia para el estudio de las virtudes y fortalezas psicológicas de las personas normales, las cuales contribuyen en alguna medida a determinar su salud mental. Precisamente, podría decirse que, como un aporte a la investigación más comprehensiva y sólida de la salud mental, es que surge el modelo dual de la salud mental (Keyes et al., 2010; Lyons et al., 2012), el cual incluye al enfoque psicopatológico -derivado de la fusión entre el biomédico y el psicológico- y el puramente psicológico. Es decir, para evaluar la salud mental hay que tener en cuenta aspectos psicopatológicos -el estrés, la depresión y la ira-, pero al mismo tiempo, los psicológicos "normales", tales como el optimismo y la gratitud.
Independientemente de los abordajes teóricos sobre el optimismo (Garcia-Cadena et al., 2021), se han encontrado relaciones positivas y efectos favorables del optimismo sobre muchos aspectos de la vida de las personas (para una revisión relativamente reciente, véase a Carver & Scheier, 2014). Específicamente, también se han hallado relaciones entre el optimismo y la salud mental. Por ejemplo, el optimismo reduce los niveles de depresión y ansiedad (Lam et al., 2016; Zenger et al., 2010), disminuye la ideación suicida (Huffmann et al., 2016), aminora los efectos de la soledad sobre el riesgo suicida (Chang et al., 2017), favorece la adopción de mejores estrategias de afrontamiento ante eventos estresantes y mejores hábitos de vida saludable (Black & Reynolds, 2013; Conversano et al., 2010). Asimismo, se ha encontrado que el optimismo correlaciona negativamente con la expresión de la ira (Puskar et al., 1999; Puskar et al., 2008), conceptualizada actualmente como un indicador negativo de salud mental (Nadimpalli et al., 2016).
Sin embargo, conviene exponer unas breves reflexiones de algunos enfoques conceptuales actuales sobre el optimismo.
Algunas consideraciones teóricas sobre el optimismo
En la investigación actual sobre el optimismo, predomina la perspectiva de que es un rasgo de personalidad generado por la expectativa generalizada de que le irá bien a la persona en el futuro. En las palabras de Carver y Scheier (2002, p. 232), el optimismo implicaría "[...] un sentido generalizado de confianza". Este enfoque conceptual sobre el optimismo ha dado lugar a la Prueba de Orientación hacia la Vida-Revisada (Scheier et al., 1994), considerada la regla de oro internacional para medir el optimismo. Por otra parte, existe el enfoque conceptual sobre el optimismo, estimado como un estilo interactivo de personalidad (Garcia-Cadena et al., 2016; Garcia-Cadena et al., 2021; Ribes, 2009), producto de la intrincada, múltiple y favorable interacción del individuo consigo mismo, los demás y el mundo en general. Puede decirse que el optimismo implica adaptarse satisfactoriamente ante las demandas de todo tipo que se enfrentan cotidiana y constantemente en nuestra relación con el mundo, ya sean fáciles o difíciles. En este proceso, la persona optimista considera buenos a los demás, conceptualiza a la vida como hermosa y buena, negando lo contrario (que sea fea). Es precisamente este segundo abordaje conceptual acerca del optimismo, el que dio origen a la escala analizada en este estudio.
En el campo de la evaluación y el diagnóstico de los atributos positivos de la personalidad, tal como el optimismo, se requiere desarrollar instrumentos válidos y confiables, tanto para la investigación de modelos teóricos, como para evaluar los efectos de las intervenciones clínicas o sociales (John & Soto, 2009; Ryff & Singer, 2007). En castellano hay pocos instrumentos para medir el optimismo. Por ejemplo, está el Cuestionario de Optimismo (COP) (Pedrosa et al., 2015), el cual consta de nueve ítems, estructurado en un esquema tipo Likert, con un recorrido de cinco puntos (1= totalmente en desacuerdo y 5= totalmente de acuerdo). Participó una muestra de 2 693 jóvenes españoles (M de edad = 16.52, DE = 1.38). Se usaron tanto análisis factorial exploratorio como confirmatorio, así como teoría de la respuesta al ítem. Resultó una estructura factorial mono dimensional, con una alfa ordinal de .84. También está la prueba colombiana de optimismo disposicional, elaborada por Londoño et al. (2013), compuesta por 21 ítems, con tres alternativas de respuesta: optimista, sesgo optimista y pesimista. La muestra fue de 200 adultos, obteniendo un alfa de .75. Sin embargo, en otros dos estudios (Gómez-Acosta & Londoño Pérez, 2013; Velasco Salamanca et al., 2014), sus alfas fueron bajas (e. g., .53).
De igual manera, se encuentra en español la Escala Breve de Optimismo Interactivo-G (EBOI-G), desarrollada en México por Garcia-Cadena et al. (2021). Consta de cuatro ítems en formato tipo Likert, con un espectro de respuesta de 4= sí, 3= parece que sí, 2= parece que no y 1= no. Tiene buena consistencia interna: (ω = .87, ɑ = .86 y ɑ ordinal = .91). Se validó mediante análisis factorial confirmatorio en una muestra incidental de 502 adultos, 263 mujeres y 239 hombres (Media de edad = 34.67, DE = 12.27).
Se encontró que la EBOI-G tiene buenas propiedades psicométricas, tanto en latinos que viven en Estados Unidos de América (Garcia-Cadena et al., 2020a), como en universitarios anglosajones (Garcia-Cadena et al., 2020b). Por ejemplo, el alfa y la omega con latinos fue excelente (.93 y .93, respectivamente), mientras que con los estudiantes norteamericanos de trabajo social fueron muy buenas (.76 y .80). Sin embargo, esta prueba mexicana para medir optimismo fue validada solamente con residentes del área metropolitana de la ciudad de Monterrey, con población abierta del estado de Nuevo León, México y, difícilmente podría decirse que sería útil también para mexicanos de otros estados de la república (32), sin datos que la avalaran. Aquí se adopta la postura de que las escalas de medición psicológicas no son instrumentos necesariamente universales, para una naturaleza humana descontextualizada, sino herramientas falibles con sus diferentes grados de precisión y error, dependiendo de cada muestra psicosociocultural evaluada (Shepperd et al., 2016; Streiner et al., 2014; Thompson, 2004). En este sentido, los objetivos primarios y secundarios del estudio fueron:
Objetivo secundario
Determinar el peso de variables personales y contextuales, tales como la edad y el nivel socioeconómico percibido, sobre el grado de optimismo medido por la EBOI-G (Van de Vijver, 2009).
Asimismo, las hipótesis del estudio fueron:
La EBOI-G mostrará buena validez de constructo en los seis estados mexicanos.
La EBOI-G presentará buenos indicadores de validez convergente y validez discriminante en los seis estados mexicanos.
La EBOI-G exhibirá niveles aceptables de confiabilidad alfa y omega en los seis estados mexicanos.
El tamaño del efecto (d) de la varianza predicha ajustada, correspondiente a las variables de tipo personal y contextual (edad y nivel socioeconómico percibido) sobre el grado de optimismo medido por la EBOI-G será trivial (Cohen, 1992), en los seis estados mexicanos.
Método
Participantes
El primer criterio usado para evaluar la EBOI-G en una muestra heterogénea de mexicanos que viven en diferentes condiciones socioeconómicas, fue incluir submuestras de los estados de Nuevo León, Baja California, Zacatecas, San Luis Potosí, Oaxaca y Veracruz, los cuales representaban las cuatro categorías de la pobreza en México, de acuerdo con el Consejo Nacional para la Evaluación de la Pobreza (Coneval). De la misma manera, se hizo esta selección debido al elevado número de personas que viven bajo la pobreza multidimensional en México, llegando a ser casi la mitad de la población (46.20 %), mientras que uno de cada diez mexicanos vive en la pobreza extrema (Coneval-INEGI, 2014). En este sentido, de acuerdo con Coneval, tanto la submuestra de Baja California como la de Nuevo León, están clasificadas (junto con ocho estados más) en un nivel de pobreza cuyo porcentaje de población se ubica entre 20 y 35 %, San Luis Potosí (junto a 11 estados más) con un porcentaje de 35 a 50 %, Zacatecas y Veracruz (con cinco estados más) tiene un porcentaje de 50 a 65 % y, Oaxaca (con dos estados más) con un porcentaje de 65 a 80 %.
El segundo criterio para seleccionar las sub-muestras consistió en que representaran a distintas regiones geográficas del país. Baja California se encuentra en la región noroeste, Zacatecas en la región central norte, San Luis Potosí está en la región central, Veracruz y Oaxaca se ubican en las regiones sureste y sur, respectivamente. Finalmente, Nuevo León se encuentra en la región noreste.
Por tanto, en la muestra total de orden incidental, participaron 3 289 mexicanos, agrupados en seis submuestras no probabilísticas: Nuevo León (1 529), Baja California (400), Zacatecas (395), San Luis Potosí (350), Oaxaca (316) y Veracruz (299). Fueron 2 028 hombres y 1 243 mujeres, 18 casos no contestaron cuál era su género. Su edad promedio fue de = 30.43 años, DE = 10.52. El 30.03 % eran casados y el 69.97 % solteros.
La submuestra de Nuevo León fue de estudiantes nuevos de ingreso a la Facultad de Ingeniería Mecánica y Eléctrica (FIME), de la Universidad Autónoma de Nuevo León (UANL).
En el caso de Baja California, se buscó la colaboración de 400 personas mayores de 18 años (219 hombres, 181 mujeres), en la población abierta de la zona Urbana de Mexicali, para crear dos grupos generales: 100 personas matriculadas en un programa educativo de licenciatura (61 hombres, 39 mujeres) y 300 personas no matriculadas (158 hombres, 142 mujeres), al momento de la encuesta. Con respecto a Zacatecas, 200 participantes eran urbanos y 195 rurales. En el caso de Veracruz, 55 participantes se encuentran estudiando en la universidad. La sub-muestra de San Luis Potosí estuvo formada por 350 participantes voluntarios de población abierta. Por último, participaron 316 voluntarios, estudiantes y población abierta, en la submuestra de Oaxaca.
Instrumentos
Cuestionario de variables sociodemográficas. Los participantes proporcionaron su edad y se autoclasificaron en una escala de nueve puntos sobre el nivel socioeconómico percibido, donde: 1= representó al nivel bajo-bajo, 2= bajo-medio, 3=bajo-alto, 4= medio-bajo, 5= medio-medio, 6= medio-alto, 7= alto-bajo, 8= alto-medio y 9= alto-alto.
Escala de Satisfacción con la Vida (ESCV) (Diener et al., 1985). Ya que tanto el optimismo como la satisfacción con la vida son emociones positivas, teóricamente se espera que las calificaciones de cualesquiera medidas sobre ellas correlacionen positivamente, en congruencia con los resultados de estudios previos (Daukantaité & Zukauskiene, 2012; Homaei et al., 2016; Kapikiran et al., 2012). Se usó la adaptación al español con una muestra de adultos, realizada por Vázquez et al. (2013). La ESCV tiene un formato Likert, cinco ítems y un recorrido de respuesta de siete puntos (1= totalmente en desacuerdo a 7= totalmente de acuerdo). Un ejemplo de ítem es: "Las condiciones de mi vida son excelentes". Tiene una buena consistencia interna (α = .88). En un estudio mexicano reciente (Daniel-González et al., 2020), halló una ω = .85. El α promedio en este estudio fue = .63 (3 289; p = < .01; IC 95 % [.61, .79]).
Escala Breve de Disposición a la Ira (EBDI-G) (Garcia-Cadena et al., 2018). Siendo el optimismo una emoción positiva y la ira una negativa, conceptualizada actualmente desde el punto de vista psicopatológico como un indicador negativo de salud mental (Nadimpalli et al., 2016), teóricamente, se espera que los puntajes de cualesquiera medidas sobre ellas correlacionen negativamente, como lo ha indicado la literatura previa (Puskar et al., 1999; Puskar et al., 2008).
Por esta razón, para estimar la validez discriminante de la EBOI-G (Garcia-Cadena et al., 2021), en este estudio se seleccionó la EBDI-G (Garcia-Cadena et al., 2018). Es una escala tipo Likert, con un recorrido de respuesta de 4 a 1 (4= sí, 3 =creo que sí, 2= creo que no y 1= no). Un ejemplo de ítem es: "Si alguien me contradice, me enojo". El alfa de Cronbach fue de .73; p = < .01; 95 % IC .69, .77, mientras que el omega (ω = .73). El α promedio en este estudio fue = .73 (3 289; p = < .01; IC 95 % [.71, .85]).
Escala Breve de Optimismo Interactivo-Garcia (EBOI-G) (Garcia et al., 2021). Escala tipo Likert, con cuatro ítems y cuatro categorías de respuesta (4= sí, 3= parece que sí, 2= parece que no y 1= no). Un ejemplo de ítem es: "La vida es hermosa". Garcia-Cadena et al. (2021) reportan buenos índices de consistencia interna: (ɑ (502) = .87 (p = < .01; 95 % IC [.85, .94]), ω = .86 y ɑ ordinal = .91). En este estudio el alfa promedio = .70 (3 289); p = < .01; IC 95 % [.68, .84]; el omega promedio = .76.
Procedimiento
La aplicación de la EBOI-G para la muestra de Nuevo León, se llevó a cabo en la Facultad de Ingeniería Mecánica y Eléctrica (FIME) de la Universidad Autónoma de Nuevo León (UANL), durante el curso propedéutico (diciembre 16 del 2019 a enero 17 del 2020), con estudiantes de nuevo ingreso. La aplicaron estudiantes de servicio social y becarios de la FIME, quienes fueron capacitados e informados por uno de los autores sobre las instrucciones que debían proporcionarse. Se realizó a través de Internet, utilizando una plantilla de Google Forms, mediante el link www.tinyurl.com/aro2020. El procedimiento incluyó llevar a los estudiantes en grupos a una sala de cómputo. Tuvo una duración de entre 15 a 20 minutos por grupo y los participantes están inscritos en alguna de las 11 carreras de ingeniería de la FIME.
En San Luis Potosí se llevó a cabo de forma individual en diferentes puntos públicos de la capital (plazas y parques), a una población abierta. La participación fue voluntaria y se solicitó el consentimiento informado, garantizando el anonimato y la confidencialidad de la información. Se les explicó el objetivo general de la investigación y la forma en la cual se respondían los ítems; se resolvieron las pocas dudas que surgieron y finalmente se agradeció su participación.
En Oaxaca, la aplicación se hizo a través de dos mecanismos: de manera individual usando lápiz y papel y, en formato digital usando la herramienta Google Forms, con una distribución controlada en redes sociales a población del estado de Oaxaca. Estuvo a cargo de una sola persona aplicando a vendedores en plazas comerciales, trabajadores en dependencias de Gobierno (Instituto Estatal de Educación Pública de Oaxaca y Telecomunicaciones y Telégrafos de Oaxaca), estudiantes y población abierta en espacios públicos, quienes aceptaron participar en el estudio de manera voluntaria.
En Baja California, las escalas se aplicaron de manera individual a las 100 estudiantes de la licenciatura en psicología de la Universidad Autónoma de Baja California, particularmente, en la Facultad de Ciencias Humanas, quienes fueron abordadas en espacios abiertos (cafetería, biblioteca) o en aulas (mientras no tenían clases). Por otra parte, las escalas se aplicaron de manera individual a las 300 personas no matriculadas, cuando se encontraban en parques industriales, parques públicos, centros comerciales, empresas privadas e iglesias.
En Zacatecas, estudiantes de la Unidad Académica de Psicología del área de psicología social, aplicaron las escalas a estudiantes y población abierta. Las de estudiantes, se aplicaron en sus escuelas, y las del campo, en vivienda.
En el estado de Veracruz se aplicó la versión digital de la multiescala, distribuida por la red social Facebook, mediante dos grupos diferentes. El primero fue encontrado utilizando las palabras clave: "universitarios" y "Veracruz"; el segundo fue encontrado utilizando la palabra clave: "Veracruz"; después de obtener acceso a los grupos, se procedió a una aplicación colectiva al publicar en ellos una liga o enlace, la cual direccionó a la versión digital de la multiescala, ubicada en un documento de Google Forms.
Los datos de las seis submuestras fueron recolectados durante el 2019 y los autores siguieron las normas establecidas en el Código Ético del Psicólogo (Sociedad Mexicana de Psicología, 2007).
Análisis estadístico
Se usó el paquete estadístico SPSS (V24) para calcular la media, la desviación estándar, la curtosis, la asimetría y el coeficiente de correlación Pearson. La normalidad multivariada (coeficiente) (Mardia, 1971) se calculó mediante el programa estadístico AMOS (V24). Valores iguales o menores a 70 (Rodríguez & Ruiz, 2008) son aceptables. Asimismo, se obtuvieron la omega de McDonald (1999) para estimar la confiabilidad del constructo y el alfa de Cronbach (1951) para los puntajes de las escalas. Los intervalos de confianza del alfa se calcularon con el módulo MS Excel® (Caycho-Rodríguez, 2017). Se adoptaron de Nunnally y Bernstein (1994) los criterios de tolerancia para el coeficiente alfa ≥ .70) y, de ≥ .80 de Raykov y Hancock (2005) para el coeficiente omega de McDonald (1999).
Se procedió con AFC a evaluar la escala de cuatro ítems, suponiendo la presencia de un factor usando el método de extracción máxima verosimilitud. Se estimó la bondad de ajuste del modelo de medición con los siguientes índices: (1) el Chi cuadrado relativo (X2/gl; valores permisibles entre dos y tres, (2) RMSEA, (3) CFI, (4) SRMR, (5) NFI y (6) NNFI. Para que los indicadores de bondad de ajuste fueran aceptables, se tomaron las sugerencias de Hu y Bentler (1999): RMSEA y SRMR ≤ .08, aunque sería magnífico que fueran de .05 (Browne & Cudeck, 1993). CFI, NFI y NNFI ≥ .95.
Se retomó la sugerencia de Williams et al. (2010) para la aceptación de las cargas factoriales o lambdas (λ’s ≥ .40). Hair et al. (2014) afirman que el promedio de las cargas factoriales debe ser de cuando menos .70. La validez convergente interna de la escala se obtuvo mediante la varianza promedio extraída (AVE); Wixom y Todd (2005) declaran que el AVE no debe ser menor a .50. Tanto la validez convergente como la discriminante se evaluaron mediante el coeficiente de correlación (r) entre los puntajes de la EBOI-Garcia y los de la ESCV y la EBDI-G. Para calcular el tamaño del efecto de las correlaciones se adoptaron los criterios de Ferguson (2016): r ≥ .20, tamaño del efecto pequeño; ≥.50, mediano; ≥.80, grande.
Por último, para identificar cuánta varianza explicada podría atribuirse a la edad y el nivel socioeconómico percibido en un modelo de regresión sobre el optimismo, se implementó el análisis de regresión múltiple.
Resultados
Análisis factorial confirmatorio
El modelo unifactorial de la EBOI-G muestra buena bondad de ajuste promedio: X 2 /gl = 3.15; CFI = .99; NNFI = .96; NFI = .98; RMSEA = .07; SRMR = .03. Para acceder a estos indicadores por estado, véase la tabla 1.
Estado | N | X2 | gl NFI | cfi | NNFI | X2/gl | RMSEA (IC90 %) | SRMR |
---|---|---|---|---|---|---|---|---|
Nuevo León | 1529 | 1.10 | 21.00 | 1.00 | 1.00 | 0.55 | .00 (.00 - .04) | .00 |
Baja California | 400 | 5.12 | 2.99 | .99 | .97 | 2.56 | .06 (.00 - .13) | .02 |
Zacatecas | 395 | 3.50 | 2.99 | 1.00 | .99 | 1.75 | .04 (.00 - .12) | .02 |
San Luis Potosí | 350 | 10.33 | 2.96 | .97 | .92 | 4.25 | .099 (.04 - .17) | .04 |
Oaxaca | 316 | 9.76 | 2.97 | .97 | .92 | 4.88 | .11 (.05 - .19) | .04 |
Veracruz | 299 | 8.57 | 2.98 | .98 | .95 | 4.29 | .11 (.04 - .18) | .03 |
Notas. N = muestra; X2 = Chi-cuadrado; gl = grados de libertad; X2/gl = chi cuadrado relativo; CFI = índice comparativo de ajuste; NNFI = índice de ajuste no normado; NFI = índice de ajuste normado; RMSEA = error de aproximación cuadrático medio; IC = intervalo de confianza del RMSEA; SRMR = error cuadrático medio estandarizado residual.
En todos los estados se alcanzó un valor mayor a .40 en las cargas factoriales, como se recomienda. Los valores promedio de carga factorial por estado se pueden ver en la tabla 2, que también contiene coeficientes de consistencia interna, el valor de la normalidad Mardia y el promedio de la varianza extraída. En la tabla 2 se ve que dos estados cumplen con la recomendación de la AVE en .50 cuando menos (Nuevo León y Veracruz), pero hay otros dos que se acercan al valor (Baja California y Oaxaca), quedando solo dos que están relativamente alejados (Zacatecas y San Luis Potosí).
Estado | N | α | Ω | cpi | Mardia | ave pcf |
---|---|---|---|---|---|---|
Nuevo León | 1 529 | .78 | .81 | .50 | 10.42 | .53 .72 |
Baja California | 400 | .74 | .77 | .44 | 13.09 | .46 .67 |
Zacatecas | 395 | .66 | .71 | .37 | 13.02 | .40 .61 |
San Luis Potosí | 350 | .63 | .70 | .34 | 9.00 | .38 .60 |
Oaxaca | 316 | .71 | .75 | .41 | 21.38 | .44 .65 |
Veracruz | 299 | .83 | .80 | .58 | 16.37 | .51 .70 |
Notas. N = muestra; α = alfa de Cronbach; ω = omega de McDonald; CPI = correlación promedio inter ítem; Mardia = coeficiente de normalidad multivariada; AVE = varianza promedio extraída; PCF = promedio de la carga factorial.
Debido a que las correlaciones entre los ítems de la EBOI-G no exceden el valor de .90, se puede afirmar que los ítems no presentan empalme teórico o multicolinealidad (Tabachnick & Fidell, 2007).
Validez convergente
Se evaluó la validez convergente de la EBOI-G, hallando una r (3 289) promedio = .52 (p = < .01; IC 95 % [.49, .71]) (d = mediano), con la ESCV. En Baja California la r (400) = .48 (p = < .01; IC 95 % [.40, .71]) (d = pequeño); Zacatecas r (395) = .37 (p = < .01; IC 95 % [.28 , .62]) (d = pequeño); San Luis Potosí r (350) = .27 (p = < .01; IC 95 % [.17, .53]) (d = pequeño); Oaxaca r (316) = .47 (p = < .01; IC 95 % [.38 , .71]) (d = pequeño); Veracruz r (299) = .50 (p = < .01; IC 95 % [.41, .73]) (d = mediano); Nuevo León r (1 529) = .60 (p = < .01; IC 95 % [.57 , .77]) (d = mediano).
Validez discriminante
Se estimó la validez discriminante de la EBOI-G, encontrando una r (3 289) promedio con la EBDI-G = -.19 (p = < .01; IC 95 % [-.16, -.36]) (d = casi pequeño). En Baja California la r (400) = -.23 (p = < .01; IC 95 % [-.13, -.49]) (d = pequeño); Zacatecas r (395) = -.16 (p = < .01; IC 95 % [-.06 , -.41]) (d = casi pequeño); San Luis Potosí la r (350) = -.06 (p = .272; IC 95 % [-.05, -28]) (d = sin importancia práctica); Oaxaca r (316) = -.22 (p = < .01; IC 95 % [-.11, -.49]) (d=pequeño); Veracruz r (299) = -.21 (p = < .01; IC 95 % [-.10, -.49]) (d = pequeño); Zacatecas r (395) = -.16 (p = < .01; IC 95 % [-.06 , -.41 ]) (d=casi pequeño).
Confiabilidad de la EBOI-G
El alfa promedio = .70 (3 289); p = < .01; IC 95 % [.68, .84]; el omega promedio = .76. Los coeficientes alfa, omega y correlación promedio inter ítem, para cada estado, se pueden observar en la tabla 2.
Análisis de regresión múltiple
La varianza explicada ajustada en optimismo calculada en cuatro submuestras mediante un modelo de regresión, en donde las variables predictoras fueron la edad y el nivel socioeconómico percibido, obtuvo un tamaño del efecto pequeño (Cohen, 1992) (véase la tabla 3).
Discusión
Con respecto a la primera hipótesis del estudio, que afirmaba que la EBOI-G mostraría buena validez de constructo en los seis estados mexicanos, de los seis indicadores de bondad de ajuste usados para definir la validez y la estructura factorial del modelo de medición, Nuevo León, Baja California y Zacatecas cumplieron con el 100 %; Veracruz alcanzó cinco (83.33 %), Oaxaca cuatro (66.67 %) y San Luis Potosí tres (50 %).
La segunda hipótesis planteaba que la EBOI-G exhibiría buenos indicadores de validez convergente y validez discriminante en los seis estados mexicanos. En términos de validez convergente, las correlaciones de las calificaciones de la EBOI-G con las de la ESCV fueron positivas, como se esperaba teóricamente, con un tamaño del efecto pequeño y, en dos casos, mediano, en congruencia con los hallazgos de otras investigaciones al respecto (Daukantaité & Zukauskiene, 2012; Homaei et al., 2016; Kapikiran et al., 2012). Con referencia a la validez discriminante, las correlaciones de los puntajes de la EBOI-G con los de la EBDI-G, en todos los estados fueron negativas como se esperaba teóricamente, con un tamaño del efecto pequeño, consistente con los hallazgos reportados de las correlaciones entre las calificaciones de los instrumentos de optimismo e ira (Puskar et al., 1999; Puskar et al., 2008).
La tercera hipótesis afirmaba que la EBOI-G mostraría niveles aceptables de confiabilidad alfa y omega en los seis estados mexicanos. En tres estados (Nuevo León, Baja California y Oaxaca) se obtuvo el valor típico recomendado de cuando menos .70 (Nunnally & Bernstein, 1994). Sin embargo, aun cuando los otros tres (San Luis Potosí, Zacatecas y Veracruz), se quedaron por debajo del alfa = .70, consiguieron el .30 mínimo de correlación promedio inter ítem sugerido para estos casos por John y Soto (2009). De acuerdo con Shepperd et al. (2016), las escalas podrían mostrar menores coeficientes de consistencia interna en tanto las muestras comunitarias posean niveles bajos de escolaridad. También algunos autores (e.g., Streiner et al., 2014) afirman que la confiabilidad no es una propiedad inherente a los instrumentos de medición, como una especie de atributo estático e inmóvil, sino que es la resultante de la interacción dinámica entre las propiedades de la escala y las características de las muestras específicas que la contestan. En este sentido, Thompson (2004) recomienda que no es suficiente con reportar las propiedades psicométricas del instrumento (validez y confiabilidad) que fueron obtenidas en la muestra original, sino que también, deben calcularse e informarse las correspondientes a las muestras que se estén estudiando en el momento.
La cuarta hipótesis afirmaba que el tamaño del efecto (d) de la varianza predicha ajustada, correspondiente a las variables de tipo personal y contextual (edad y nivel socioeconómico percibido) sobre el grado de optimismo medido por la EBOI-G, sería trivial (Cohen, 1992) en los seis estados mexicanos. En relación a si participan en la predicción del optimismo medido por la EBOI-G, se puede decir que esta medida está libre de la injerencia de tales variables, puesto que la varianza explicada no alcanza ni siquiera el 8 %, como se puede observar en la tabla 3.
La aplicación de la multiescala adoptó varias modalidades (presencial en algunos estados y digital en otros, con una combinación de ambas en ciertos lugares). Esta diferencia podría considerarse a favor de la exigencia metodológica y estadística para evaluar la validez del instrumento sobre optimismo, así como el uso de la distribución aleatoria de los ítems de las tres escalas usadas. Particularmente, con este último recurso, se disminuye la posibilidad de que los participantes conjeturen acerca de lo que se está midiendo y se posicionen para responder en base a la deseabilidad social. Hay otras maneras usadas en la literatura para lograr este objetivo, pero probablemente sin mucho éxito, por ejemplo, los ítems de relleno o distractores (Scheier et al., 1994; Snyder et al., 1991).
Por tanto, con base en la evidencia reportada aquí, incluyendo los hallazgos con respecto a su parcial validez interna convergente (Merino-Soto et al., 2017), podría recomendarse tentativamente el uso de la EBOI-G en los seis estados mexicanos estudiados, cuando menos, para propósitos de investigación. Empero, es necesario seguir realizando investigación de este tipo en los estados restantes de la república, para dilucidar si es o no un instrumento que mide bien el optimismo en todo el país.
Sin embargo, considerando la literatura publicada sobre los efectos benéficos que el optimismo tiene en las personas (Carver et al., 2010), conviene en el futuro investigar con la escala estudiada aquí, en qué grado el optimismo de los mexicanos les ha ayudado a enfrentar los problemas psicológicos (tales como el estrés, la ansiedad y la depresión), derivados del COVID-19, la recesión económica y la violencia crónica que asuela a México.
Finalmente, se pueden reconocer cuando menos las siguientes cuatro limitaciones de la investigación. Primera, aun cuando la muestra total es grande (3 289), debido a su naturaleza no probabilística, carece de las propiedades principales de aleatoriedad y, consecuentemente, de la representatividad como para generalizar los resultados a la población de cada uno de los estados que la integran. Segunda, no se hizo un estudio de invarianza factorial entre los estados para garantizar que el significado atribuible al optimismo fuera el mismo. Tercera, carece de un análisis de la estabilidad temporal de la escala para saber qué tanto se mantienen las calificaciones a lo largo de un periodo dado. Cuarta, hay un posible sesgo en la medición del optimismo porque se usó un instrumento de auto reporte, dando cabida a una posible deseabilidad social, por lo cual, es necesario realizar estudios con juicios de terceros acerca del rasgo medido.