Introducción

El estudio del tiempo siempre ha sido relevante para las personas en general, y para la ciencia en particular. Dentro del campo de la psicología se ha abordado el tiempo desde cuatro categorías: el tiempo cosmológico, perceptivo, subjetivo y cultural (Vásquez Echeverría, 2011). El presente estudio se enfoca en el tiempo subjetivo. Existen diferentes acercamientos a esta noción, pero no hay consenso sobre su definición, dimensiones y evaluación. Sí se puede afirmar que el extenso abordaje indica que tomar en consideración una sola aproximación resulta acotado y, por ende, investigaciones que incluyan más vertientes pueden dar lugar a lecturas más completas y complejas sobre el tema (Ortuño et al., 2017). Numerosos estudios se dedicaron a probar la relación del tiempo subjetivo con diferentes variables, demostrando que este puede considerarse un aspecto de la personalidad subyacente a otros procesos y conductas (Szpunar, 2011). De acuerdo con la teoría de Lewin (1978), el individuo no solo ve su situación en el presente, sino que también tiene ciertas expectativas y miedos sobre su futuro, y tiene su propia visión sobre el pasado. Esa vivencia del tiempo es un proceso relativamente estable de la personalidad y, por ende, constituye un rasgo primario que determina conductas y estados psicológicos.

En particular, se destacan dos nociones fundamentales del tiempo subjetivo: la perspectiva temporal y el foco temporal. En primer lugar, la perspectiva temporal (PT) fue definida por Zimbardo y Boyd (1999) como “el proceso no consciente, mediante el cual el flujo de las experiencias personales y sociales se encuadran en categorías temporales que ayudan a dar orden, coherencia y significado a esas experiencias” (p. 1271). Refiere a una dimensión psicológica básica del tiempo que incluye la forma en que cada persona se relaciona con él. Existen cinco marcos temporales –pasado negativo, pasado positivo, presente hedonista, presente fatalista y futuro– que estructuran y organizan la vida de las personas, y que sirven para enmarcar la orientación desde la cual se vive el presente.

Dentro del vasto campo de investigación sobre PT, entre los estudios más relevantes, Stolarski et al. (2014) demostraron que el pasado negativo y el presente hedonista son predictores robustos de los estados emocionales actuales en jóvenes polacos. Por otro lado, se comprobó tanto en adultos argentinos (Brenlla et al., 2019; Germano y Brenlla, 2021) como en adolescentes sirios y afganos (Walg et al., 2020) que mayores niveles de pasado negativo y menores niveles de pasado positivo generan un aumento de malestar psicológico. Además, estudios realizados en ingleses y franceses vincularon mayor nivel de futuro y menor nivel de presente hedonista con conductas saludables como el ejercicio y la dieta (Price et al., 2017), y con conductas no saludables como el consumo frecuente de cannabis (Fieulaine y Martinez, 2011), el uso problemático del alcohol (McKay et al., 2018) y la adicción a internet (Kim et al., 2017).

En segundo lugar, el foco temporal (FT) “es la atención que las personas dedican a pensar en el pasado, el presente y el futuro” (Shipp et al., 2009, p. 1). Afecta las actitudes, decisiones y conductas ya que, más allá de que el tiempo tenga una progresión unidireccional, las personas pueden moverse mentalmente hacia atrás y adelante, es decir, poner su atención no solo en el momento que están vivenciando actualmente, sino también en el pasado y el futuro. Se comprobó que adultos japoneses y estadounidenses que presentan mayor nivel de FT futuro presentan también mayor eficacia académica y profesional (Chishima et al., 2017) y mayor satisfacción laboral y compromiso con el trabajo (Shipp et al., 2009). Además, mayor FT pasado se relaciona negativamente con la satisfacción con la vida, mientras los FT presente y futuro se relacionan positivamente (Shipp et al., 2009). Mayor FT pasado y FT presente se relacionaron con uso de alcohol en adolescentes irlandeses (McKay et al., 2018). Por último, el FT presente y el autocontrol se relacionaron de manera directa en adultos argentinos (Germano y Brenlla, 2020b).

Tal como quedó explicitado en las investigaciones referidas, muchas de las relaciones del tiempo subjetivo se dan con conductas que requieren de autorregulación tales como la dieta, el ejercicio, la eficacia académica y profesional; o el control en el uso de sustancias y de abuso de internet. Es de notar que existe un campo específico de investigación enfocado en la relación entre el tiempo subjetivo y la autorregulación. La autorregulación se refiere a los procesos cognitivos, emocionales y comportamentales que se ponen en marcha para el logro de objetivos y está compuesta por diferentes aspectos que necesitan ser considerados por separado (Baird, 2018). El autocontrol y la impulsividad, características de personalidad, son dos de sus aspectos más estudiados.

En primer lugar, el autocontrol (AC) se define como la capacidad de inhibir conductas o reacciones impulsivas que pueden alejar a la persona de perseguir los objetivos propuestos. Por otro lado, “el ejercicio del AC parece depender de un recurso limitado” (p. 351), es decir, que la repetición de actos que suponen AC genera un empeoramiento a medida que transcurre más tiempo, análogamente al funcionamiento y desgaste de un músculo (Baumeister et al., 2007). En segundo lugar, la impulsividad ha sido definida como un constructo compuesto por varias dimensiones debido a su complejidad (Sperry et al., 2016; Squillace Louhau y Picón-Janeiro, 2019). La impulsividad refiere a un lapso de atención corto y una tendencia a participar en comportamientos de riesgo, y a preferir lo inmediato por sobre lo mediato (Whiteside y Lynam, 2001). Por ende, la impulsividad es la contracara del AC, son nociones diferentes, pero sumamente vinculadas, y ambas forman parte del proceso de autorregulación de las personas. A partir de los antecedentes se puede afirmar que la autorregulación tiene una base profundamente temporal ya que implica la consideración de la noción de tiempo (Fieulaine y Martinez, 2011).

En particular, Dreves y Blackhart (2019) demostraron de forma experimental que la PT influye decisivamente en el AC. Por otro lado, la teoría de la autorregulación de Barkley (1997) postula que la PT es relevante debido a que la inhibición de una conducta está determinada por la interiorización del lenguaje y por las funciones ejecutivas que permiten al individuo referirse hacia adelante y hacia atrás en el tiempo.

En línea con estos planteos, la presente investigación propone estudiar la relación entre el tiempo subjetivo, particularmente la PT y el FT, con el AC y la impulsividad en una muestra argentina en pandemia. A su vez, se quiere conocer cómo esta relación puede tener efectos sobre el malestar psicológico. Cabe entonces introducir las demás variables de estudio.

Durante la pandemia por COVID-19 declarada en marzo del 2020 se impusieron normas que cambiaron la vida cotidiana de las personas. En muchos países, incluido Argentina, se estableció el confinamiento y se solicitó cumplir con diferentes medidas sanitarias. Situaciones habituales debieron restringirse. Por ejemplo, saludar a un amigo con un abrazo, mantenerse cerca físicamente de otros y compartir bebidas, como es habitual en Argentina. Estas conductas requieren de la utilización del AC porque implican la inhibición de una conducta. Se observó que personas con alto nivel de AC pudieron adherirse mejor a las normas (Schnell y Krampe, 2020; Wolff et al., 2020). Por otro lado, se ha reportado que el confinamiento tuvo consecuencias a nivel psicológico como tristeza y ansiedad, así como aumento de malestar psicológico (Every-Palmer et al., 2020; Salvia y Poy, 2020; Schnell y Krampe, 2020).

El malestar psicológico (MP) se define como un estado de sufrimiento emocional caracterizado por sintomatología ansiosa y depresiva. Los síntomas pueden ser cansancio, inquietud, agitación, nerviosismo, falta de interés o desmotivación, tristeza, desesperanza y sentimientos de inutilidad. Es un estado que es causado por múltiples factores, como el contexto, la crianza, y las predisposiciones biológicas, entre otras (Kessler et al., 2002). Se ha considerado el MP como un indicador de enfermedad mental. Los pacientes psiquiátricos tienen autopercepciones de MP significativamente mayores que la población general (Brenlla y Aranguren, 2010).

Ahora bien, ¿por qué estudiar tiempo psicológico, AC, impulsividad y MP conjuntamente en una muestra argentina en pandemia? A partir de los antecedentes, es viable conjeturar que el tiempo psicológico es una variable vinculada fuertemente a la autorregulación. Por otro lado, tanto el tiempo psicológico como la autorregulación pueden ser variables explicativas de estados psicológicos tales como el MP. Esta investigación procura, además, proponer un modelo teórico que analice los efectos directos e indirectos de la temporalidad subjetiva y el autocontrol y la impulsividad sobre el malestar psicológico. Se conjetura que la PT y el FT se relacionan con el AC y la impulsividad, y eso impacta en el MP. Esto quiere decir que el MP no depende únicamente de variables biológicas y contextuales, sino que también está influido por características de personalidad, en particular, la PT, el FT, el AC y la impulsividad.

Por otra parte, para facilitar y mejorar el análisis y la lectura de los hallazgos, como objetivo secundario se quiere crear una variable resumen del AC, que incluya tanto el nivel de AC como el de las diferentes dimensiones de impulsividad. Ejecutar estos objetivos dará lugar a una posible explicación sobre el estado psicológico durante la pandemia desde variables de personalidad como el tiempo subjetivo, el AC y la impulsividad, lo cual habilitará discusiones teóricas y prácticas sobre el tema.

Método

Se realizó un estudio empírico cuantitativo con un diseño no experimental de carácter transversal, con un alcance correlacional debido a que se buscó establecer las relaciones entre dos o más categorías (Hernández-Sampieri y Mendoza Torres, 2018). Es de destacar que la puesta a prueba de la hipótesis implicó la utilización de análisis de regresión lineal múltiple y de senderos. Estos métodos ayudan a seleccionar o inferir hipótesis causales, pero no prueban causalidad (Pérez et al., 2013).

Participantes

Se utilizó un muestreo no probabilístico, intencional y por bola de nieve. Participaron 279 personas (78 % mujeres) con edades entre 18 y 65 años (M = 30.14; DE = 11.21), todos residentes de Argentina (58 % del área Metropolitana de Buenos Aires). En relación con el máximo nivel de estudios alcanzado, el 42 % había completado el nivel superior, el 36 % el nivel medio y el 22 % contaba con estudios de posgrado.

Instrumentos

1) Cuestionario de datos sociodemográficos: construido ad hoc para evaluar sexo, edad, zona de residencia y máximo nivel de estudios alcanzado.

2) Inventario de Perspectiva Temporal de Zimbardo (ZTPI; Zimbardo y Boyd, 1999): se utilizó la versión argentina del ZTPI breve elaborada por Germano y Brenlla (2020a). Consta de 29 ítems que se responden con una escala Likert de cinco puntos. El cuestionario evalúa las cinco dimensiones de la perspectiva temporal:(1) pasado positivo (α = .60), refiere a una actitud feliz con respecto al pasado (e. g.: “Me gusta pensar en mi pasado”); (2) pasado negativo (α = .84), supone una actitud negativa y pesimista del pasado (e. g.: “Pienso en las cosas malas que me han ocurrido en el pasado”); (3) presente hedonista (α = .70), incluye disfrute del momento actual sin evaluar las consecuencias (e. g.: “Es importante ponerle excitación a mi vida”); (4) presente fatalista (α = .69), refiere indefensión con respecto a la vida en general (e. g.: “Mi vida está controlada por fuerzas que no puedo manejar”); y (5) futuro (α = .65), que es la tendencia a planificar metas y proyectarse (e. g.: “Cuando quiero conseguir algo, me fijo metas y pienso en maneras concretas de conseguirlas”). La adaptación argentina cuenta con pruebas de validez de contenido, de criterio y de constructo.

3) Escala de Foco Temporal (EFT; Shipp et al., 2009): es un cuestionario de 12 ítems con siete opciones de respuesta en formato Likert. Evalúa la atención que las personas dedican a pensar en las tres dimensiones, pasado (e. g. “Pienso en mi infancia”), presente (e. g. “Mi mente está en el aquí y ahora”) y futuro (e. g. “Me concentro en mi futuro”). Se utilizó la adaptación argentina de la escala (Germano y Brenlla, 2020b) en la que se obtuvieron buenas evidencias de confiabilidad para cada escala (Foco temporal Pasado α = .76; Foco temporal Presente α = .84; Foco temporal Futuro α = .84).

4) Escala breve de Autocontrol (BSCS, por sus siglas en inglés; Tangney et al., 2004): está compuesta por 13 ítems, con cinco opciones de respuesta de formato Likert. Es una escala unidimensional que evalúa el grado de autocontrol que presentan las personas. Este refiere a la regulación de los impulsos para el logro de objetivos a largo plazo. Se utilizó la adaptación argentina desarrollada por Garrido et al. (2018), que mostró un índice adecuado de confiabilidad (ω = .81) y evidencias de validez externa y de constructo. Un ejemplo de ítem directo es “Soy bueno para resistir tentaciones”; uno inverso es “Me cuesta cambiar hábitos inadecuados”.

5) Cuestionario de Urgencia, Búsqueda de Sensaciones e Impulsividad (CUBI-18; Squillace Louhau y Picón-Janeiro, 2019): evalúa los tres subtipos de impulsividad a través de un cuestionario de 18 ítems con cinco opciones de respuesta en formato Likert. El factor urgencia compulsiva (ω = .74) refiere a la incapacidad para controlar los impulsos ante la tensión (e. g.: “Cuando estoy molesto a menudo actúo sin pensar”); el de búsqueda de sensaciones (ω = .81) se relaciona con conductas definidas por la búsqueda de actividad y de refuerzo positivo, y la evitación activa de la frustración (e. g.: “A menudo busco estimulación y emociones fuertes”); y la dimensión impulsividad por imprevisión (ω = .84) refiere a actuar rápido de forma no premeditada debido a una baja conciencia de las consecuencias o por subestimarlas. Los ítems son inversos (e. g.: “Me gusta prestar atención a los detalles en todo aquello que hago”).

6) Escala de Malestar Psicológico (K-10; Kessler et al., 2002): evalúa el riesgo de presentar malestar psicológico inespecífico, síntomas de ansiedad o depresión durante el último mes. Consta de 10 ítems (e. g.: “¿Te has sentido cansado sin motivo?”) que se responden con una escala Likert de cinco puntos. A mayor puntuación, mayor presencia de malestar psicológico. Se utilizó la adaptación argentina (Brenlla y Aranguren, 2010) que presentó buenas evidencias de validez y confiabilidad (α = .88).

Procedimiento

Los participantes fueron contactados por correo electrónico o redes sociales. Se los invitó a participar de una investigación a la que se accedía por medio de un enlace. Los datos fueron recolectados a través de la plataforma Formularios de Google. entre el 26 de marzo y el 26 de mayo del 2020. Primero, se les presentó un consentimiento informado en el que se indicaba el propósito general de la investigación, se explicitaba que su participación era anónima y que los datos iban a ser utilizados únicamente con fines académicos. También, se les dejó el correo electrónico de uno de los investigadores para aquellos que quisieran más información. Una vez que la persona aceptaba, pasaba a completar los cuestionarios de autoinforme: cuestionario de datos sociodemográficos, ZTPI, K-10, BSCS, EFT, y CUBI-18. Todos los participantes recibieron las escalas en el mismo orden. El tiempo total de participación fue media hora. El proyecto de investigación, incluidos los aspectos éticos, fue aprobado por el Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) y la Pontifica Universidad Católica Argentina. No existió compensación económica o de otro tipo para los participantes.

Análisis de datos

Una vez recabados los datos, fueron codificados y analizados en el programa estadístico IBM SPSS. versión 25, Factor Analysis. versión 11.05.01 e IBM AMOS. versión 24. Inicialmente, se realizó un preprocesamiento de los datos para descartar posibles casos atípicos. La muestra final quedó conformada por 271 personas (77 % mujeres, ME edad = 30.02, DE = 11.07).

Se realizó un análisis exploratorio y descriptivo de los datos, y se calculó el Alfa de Cronbach para cada una de las dimensiones de las escalas. Después, se realizaron los análisis de estadística inferencial. Debido al tamaño muestral (N = 271) y a que todas las variables arrojaron valores de asimetría y curtosis ± 1, se utilizaron estadísticos paramétricos (Morales Vallejo, 2011). Se realizó un análisis de correlación entre las variables con el estadístico r de Pearson con criterio de significación p < .05. Se consideraron los tamaños del efecto siguiendo los criterios de Cohen: pequeño (≤ 0.10 y < 0.30), mediano (≤ 0.30 y < 0.50) y grande (≤ .50 y < 1.00) (Lalinde y Tarazona, 2018).

Para facilitar el análisis posterior y cumplir con uno de los objetivos de este trabajo, se calculó una puntuación índice utilizando las tres dimensiones del CUBI-18 y la puntuación de la BSCS. Los índices son estadísticas que permiten resumir información acerca de conceptos que están vinculados. La herramienta estadística para la creación de índices es el análisis factorial (Sierra-Suárez et al., 2017). Primero se ejecutó un análisis paralelo óptimo con el fin de indagar la dimensionalidad del conjunto de variables, sin establecer a priori la cantidad de dimensiones y luego un análisis factorial semi-confirmatorio. Este permite conocer una inspección cuidadosa de los residuos, el RMSR y el GFI (Ferrando y Lorenzo-Seva, 2017). A partir de los análisis, se creó una nueva variable índice con la puntuación factorial obtenida.

Después, se realizó un análisis de regresión lineal múltiple por pasos ingresando las dimensiones del ZTPI, EFT y la puntuación índice de AC como variables independientes, y el MP como variable dependiente. Finalmente, se puso a prueba un modelo multivariante utilizando el análisis de senderos (path analysis). El ajuste general del modelo se evaluó siguiendo los criterios de Hu y Bentler (1999, citados en Pérez et al., 2013): un chi-cuadrado no significativo (> .05) y X²/gl < 3; un RMSEA pequeño (< .08) y un GFI, AGFI, CFI, TLI y NFI grande (≥ .95).

Resultados

Los estadísticos descriptivos se muestran en la Tabla 1. Respecto del análisis de confiabilidad de cada escala, los valores fueron mayores a .72 excepto en el pasado positivo, presente fatalista y futuro, que se obtuvieron valores inferiores al mínimo sugerido de .70 (Panayides, 2013). Sin embargo, cabe destacar que estos índices coinciden con lo reportado en otras validaciones del ZTPI en español (ver p. 73 de Germano y Brenlla, 2020a) y en versiones abreviadas (ver p. 79 de Sobol-Kwapińska et al., 2016). Además, valores cercanos a .60 son aceptables cuando los resultados están siendo utilizados con fines de investigación y no para tomar decisiones significativas (Morales Vallejo, 2011).

Se realizó un análisis de correlación entre todas las variables con el estadístico r de Pearson (ver Tabla 2). El MP correlacionó de manera estadísticamente significativa con todas las variables, excepto con búsqueda de sensaciones. La correlación fue positiva y significativa con el pasado negativo, presente hedonista, presente fatalista, FT pasado, FT futuro, urgencia compulsiva e impulsividad por imprevisión. Por el contrario, el MP se relacionó de manera negativa y significativa con el pasado positivo, el futuro, el FT presente y el AC. Se destaca la relación directa entre MP y pasado negativo; e inversa entre MP y AC con tamaños del efecto grandes. Las tres dimensiones del CUBI-18 se relacionaron de manera negativa con el AC, con un tamaño del efecto mediano a grande. Por último, el AC y las dimensiones del CUBI-18 correlacionaron significativamente con varias de las dimensiones del ZTPI y la EFT.

Luego, se procedió a generar una puntuación índice de las variables evaluadas por la BSCS y el CUBI-18. La muestra (N = 271) es mayor al mínimo de 200 recomendado, y el número de variables (cuatro) es mayor al mínimo de tres recomendadas, por lo cual se pudo proceder con el análisis factorial. En primer lugar, se realizó un análisis paralelo óptimo con el fin de indagar la dimensionalidad del conjunto de variables. La medida de adecuación muestral de Kaiser-Mayer-Olkin (KMO) fue .68, el cual es bajo pero aceptable para realizar un análisis factorial con estos datos por ser mayor a .60 siguiendo el criterio de Kaiser (1970, citado en Lloret-Segura et al., 2014). Por otro lado, la prueba de esfericidad de Bartlett fue significativa (X²₍₆₎ = 198.8; p < .001), lo cual también demuestra que el modelo factorial sirve para explicar los datos. El análisis aconsejó una única dimensión. A partir de esto se realizó el análisis factorial semi-confirmatorio (Ferrando y Lorenzo-Seva, 2017) con el método de extracción de mínimos cuadrados no ponderados (ULS), que es el más recomendado actualmente (Lloret-Segura et al., 2014). Las cuatro variables explicaron el 52.2 % de la varianza acumulada. Todas las cargas factoriales fueron mayores a .35, por lo cual el factor puede interpretarse con esas cuatro variables (McDonald, 1985, citado en Lloret-Segura et al., 2014). Como era de esperarse, el AC presentó un peso positivo y las dimensiones de impulsividad, un peso negativo, ya que evalúan en sentido contrario. La carga factorial del AC fue .81; la de urgencia compulsiva -.68; la de la impulsividad por imprevisión -.52; y la de la búsqueda de sensaciones -.39. Por otro lado, se obtuvieron valores que indican que el modelo presentó un buen ajuste: GFI = .99; RMSR = 0.03. Se creó una nueva variable con la puntuación factorial de este análisis con el método de regresión llamada Puntuación índice de autocontrol. A mayor puntuación, mayor nivel de AC.

A continuación, se realizó un análisis de regresión lineal múltiple para determinar las variables predictoras del MP. Se constató el cumplimiento de los supuestos (Morales Vallejo, 2011): independencia de los errores evaluada con el estadístico Durbin-Watson que arrojó un valor de 1.91 (DB < 2); examen de normalidad calculado con los índices de asimetría y curtosis (índices inferiores a ± 1, ver Tabla 1); homocedasticidad de los errores (evaluada con gráficos); no colinealidad (valores de tolerancia > .10 y FIV < 10); nivel de medición intervalar de las variables; confiabilidad de las pruebas (ver Tabla 1); y tamaño de la muestra (N > 200).

Las variables predictoras se introdujeron con el método de pasos sucesivos. Estas fueron: los cinco factores del ZTPI, las tres dimensiones de la EFT y la puntuación índice de AC. El MP fue introducido como variable dependiente. El cuarto modelo explicó el 48 % de la varianza del malestar psicológico (F_{(4, 266)} = 64.66, p < .001, R = .49, R² ajustado = .48) (ver Tabla 3). El MP aumenta a medida que hay mayor nivel de pasado negativo, menor presencia de AC, mayor nivel de FT futuro y menor nivel de FT presente. El mejor predictor del MP fue el pasado negativo (β = .40).

Finalmente, se realizó un análisis de senderos. Se eligió este tipo de análisis porque permite evaluar efectos directos e indirectos de diferentes variables independientes en un solo modelo. Esto controla cualquier potencial solapamiento entre las variables independientes e indica también las covarianzas entre ellas. Por otro lado, permite medir el error de todas las variables dependientes, lo cual genera resultados más confiables (Pérez et al., 2013).

Se realizó un re-muestreo (bootstrap) para indicar la significancia de los efectos indirectos que se estableció en 2 000 muestras, con un intervalo de confianza del 95 %. Para crear el modelo se tomaron en consideración la literatura y los resultados obtenidos en los análisis previos. El ajuste se estimó mediante el método de máxima verosimilitud (maximum likehood) recomendado para este caso (Pérez et al., 2013): una muestra mayor a 250 casos, medidas de nivel intervalar, y distribución normal multivariada que se observó en el valor de curtosis multivariada = 4.93; cr = 2.61. Siguiendo el criterio de Bentler, valores mayores que 5 son indicadores de no-normalidad multivariada. El modelo propuesto se ajustó bien a los datos, lo que se observa en los siguientes resultados: X²(10) = 16.359; p = .090; X²/gl = 1.63; GFI = .99, AGFI = .94, RMSEA = .04, CFI = .99, TLI = .96 y NFI = .98. Las variables independientes explicaron el 53 % de la varianza del índice de AC. A su vez, esas variables independientes en conjunto con el AC explicaron el 50 % de la varianza de las puntuaciones del MP. En la Figura 1 se observa el modelo final con los coeficientes.

Figura 1.
Solución estandarizada del modelo con análisis de senderos del Malestar Psicológico

Nota. * p < .05; ** p < .01; *** p < .001. Las flechas en curva representan correlaciones. Las flechas rectas representan relaciones causales. Las flechas rectas resaltadas en negro indican los coeficientes path significativos.

En primer lugar, considerando la relación entre el tiempo subjetivo y el AC, de las dimensiones del ZTPI, el pasado negativo y el presente hedonista influyen de manera inversa en el índice de AC. Por el contrario, el pasado positivo y el futuro influyen de manera positiva. El FT presente fue la única dimensión de la EFT que presentó un coeficiente path significativo positivo. En relación con los efectos indirectos, todas las relaciones fueron significativas. Es decir, todas las dimensiones del ZTPI y de la EFT tienen un efecto indirecto en el MP a través del índice de AC. El coeficiente path del índice de AC hacia el MP es negativo, lo que indica que mayor nivel de AC se relaciona con menor nivel de MP.

Discusión

En primer lugar, los resultados mostraron que las variables se vincularon significativamente. Las relaciones halladas entre temporalidad subjetiva y MP coinciden con estudios previos (Germano y Brenlla, 2021; Walg et al., 2020). En segundo lugar, se encontró que, a mayor presencia de urgencia compulsiva e impulsividad por imprevisión, mayor MP; mientras que, a mayor nivel de AC, menor nivel de MP, lo cual también se vio anteriormente (Germano y Brenlla, 2021; Li et al., 2019). En conjunto, la evidencia muestra la relación significativa que existe entre los constructos.

En relación con la construcción de la variable índice de AC, el análisis paralelo óptimo seguido del análisis factorial semi-confirmatorio demostraron que la puntuación resumen generada fue robusta. El fin último del análisis factorial es reducir dimensiones para mejorar las interpretaciones (Ferrando y Lorenzo-Seva, 2017). En este sentido, considerando que el AC y la impulsividad son constructos muy vinculados y que ambos forman parte de la autorregulación (Baumeister et al., 2007; Squillace Louhau y Picón-Janeiro, 2019), es pertinente pensar en una única medida especialmente cuando se generarán modelos multivariantes. La técnica utilizada responde a un modelo de ciencias sociales que intenta, a través del análisis factorial, crear un resumen del tema estudiado (Sierra-Suárez et al., 2017).

Para analizar los siguientes hallazgos del artículo es necesario retomar la teoría. Primero, el MP es situacional, esto quiere decir que no hace alusión a un rasgo, sino que es un estado que puede cambiar de acuerdo con las circunstancias (Kessler et al., 2002). Segundo, la temporalidad subjetiva refiere a aspectos de personalidad más estables, poco conscientes y que están al inicio del comportamiento, por lo tanto, más automáticos (Shipp et al., 2009; Zimbardo y Boyd, 1999). Tercero, el AC y la impulsividad, si bien son características de personalidad, son aspectos más conscientes debido a que las personas ejercen AC cuando siguen reglas y por lo tanto inhiben acciones, lo que significa que el yo ejerce control sobre sus propias respuestas (Baumeister et al., 2007). Estas teorizaciones basadas en la evidencia son las que permiten proponer un modelo en el que se estudie la temporalidad subjetiva y el AC como variables independientes y el MP como variable dependiente, es decir, desde variables de personalidad hacia una variable de estado situacional. Y, por último, estudiar el AC como un mediador entre la temporalidad subjetiva y el MP, es decir, de un proceso no consciente hacia uno más consciente y, por último, hacia un estado situacional.

Siguiendo este planteo, se realizó en primer lugar un análisis de regresión lineal múltiple que permitió pesquisar que el pasado negativo es el mejor predictor del MP. Esto puede entenderse desde la propia definición de esta dimensión del ZTPI: “refleja una visión generalmente aversiva, negativa del pasado” (Zimbardo y Boyd, 1999, p. 1274). El MP evalúa la presencia de síntomas relacionados con la depresión y la ansiedad. Los primeros incluyen una visión negativa del pasado (Kessler et al., 2002). La relación hallada fue positiva, esto es, mayor nivel de pasado negativo predice mayor MP. Por otro lado, se encontró que menor presencia de AC predijo mayor presencia de MP. Considerando que el AC es una dimensión más consciente y maleable (Baumeister et al., 2007), este hallazgo resulta muy significativo, porque indica que el AC puede servir como un amortiguador, en tanto factor protector frente a la presencia de MP.

En relación con el FT, mayor nivel de FT futuro y menor nivel de FT presente predijeron más MP. El FT se vincula con la atención que las personas ponen en cada una de las dimensiones del tiempo: pasado, presente y futuro. No son dimensiones excluyentes, sino que se genera el perfil de FT que indica el grado de atención que la persona le presta a cada dimensión temporal (Shipp et al., 2009). Los resultados del análisis de regresión muestran que el perfil de FT más relacionado con el bienestar sería aquel que presenta mayor orientación al presente y menos orientación al pasado, lo cual coincide con estudios previos (Chishima et al., 2017; McKay et al., 2018;Germano y Brenlla, 2020b; Shipp et al., 2009).

En la introducción se conjeturó un modelo que propone que la PT y el FT influyen en el AC; y estos en el MP. Este fue puesto a prueba en un análisis de senderos evaluado con rigurosos índices de bondad de ajuste (Pérez et al., 2013) y dio cuenta de la pertinencia del planteo teórico. Entre los aspectos más significativos, se observa que la temporalidad subjetiva tiene efectos sobre el AC. Este hallazgo suma evidencia empírica a numerosos estudios previos que muestran la relación direccional entre ambas variables, desde la temporalidad subjetiva hacia el AC (Baird, 2018; Dreves y Blackhart, 2019;Fieulaine y Martinez, 2011;Germano y Brenlla, 2021; Price et al., 2017) y da cuenta de la importancia de seguir indagando esta relación.

En el modelo se constata que altos niveles de PT futura, pasado positivo y FT presente redundan en más AC; mientras que, menos pasado negativo y presente hedonista se comparece con más AC. Esto coincide con hallazgos previos que indican que la PT futura y el pasado positivo, y el FT presente se asocian a aspectos positivos (Chishima et al., 2017;Stolarski et al., 2014; Zimbardo y Boyd, 1999). Por el contrario, el pasado negativo y el presente hedonista se relacionan con aspectos negativos (Fieulaine y Martinez, 2011; Stolarski et al., 2014;Zimbardo y Boyd, 1999). En este punto cabe destacar la diferencia conceptual entre el FT presente que implica poner la atención en el momento actual (Shipp., 2009); y el presente hedonista que implica buscar la gratificación inmediata (Zimbardo y Boyd, 1999). Es decir, el FT presente se vincula de manera directa con el AC ya que implica poder frenarse antes de actuar impulsivamente y, por ende, requiere poner la atención en el momento actual (Baumeister et al., 2007). Mientras que el presente hedonista influye de manera inversa porque implica exactamente lo opuesto a lo que el AC requiere poner en juego.

Al considerar los efectos directos de la temporalidad subjetiva en la variable de estado, el MP, se observan resultados que van en la misma línea del análisis de regresión lineal múltiple, pero se suma el efecto significativo, aunque con un coeficiente path bajo, del pasado positivo. Se observó que un menor nivel de pasado positivo genera mayor MP. El efecto del AC sobre el MP también fue en concordancia con el análisis de regresión anterior, vale decir, un alto nivel de AC predice un menor nivel de MP. Esta evidencia abona los hallazgos previos que indican que el AC es un aspecto positivo de la personalidad. Altos niveles de AC se relacionan con menor nivel de psicopatología, mayor nivel de autoestima, mejores habilidades interpersonales y mejores respuestas emocionales (Tangney et al., 2004).

Es de notarse que las variables independientes de temporalidad subjetiva tuvieron un efecto indirecto sobre el MP a través del AC. En el análisis de regresión previo algunas de las variables habían sido excluidas del modelo, pero el análisis de senderos permite considerar las correlaciones entre variables, fundamental en el ZTPI y EFT que son constructos multidimensionales, y medir el error del AC y MP, variables dependientes, lo cual genera un resultado más confiable y demuestra la importancia de realizar este tipo de análisis (Pérez et al., 2013).

Por último, cabe destacar que existe evidencia del aumento de MP que hubo durante el confinamiento (Every-Palmer et al., 2020;Salvia y Poy, 2020). En el presente estudio se observó una media superior al puntaje de corte en Argentina que es 24.5 (Brenlla y Aranguren, 2010). Resulta de particular interés pensar cuáles son las variables asociadas a este fenómeno más allá del confinamiento en sí, ya que encontrar otras variables que expliquen el MP podría colaborar al entendimiento teórico de esta dimensión y también a pensar posibles intervenciones para disminuirlo.

Cabe entonces introducir dos aplicaciones pragmáticas de las teorías que aquí se desarrollan. En primer lugar, Sword et al. (2014) desarrollaron una terapia derivada de la teoría del ZTPI llamada Terapia de la Perspectiva Temporal. Esta se compone de herramientas terapéuticas enfocadas en crear una PT armónica o balanceada, que se compone de un moderado o alto nivel de pasado positivo, futuro y presente hedonista, y bajo nivel de pasado negativo y presente fatalista. También, la terapia busca que la persona utilice los cinco marcos temporales sin que prevalezca mucho uno por sobre los demás, lo cual produce sesgos que redundan en diferentes aspectos negativos. La terapia fue probada eficazmente en veteranos de guerra y pacientes con estrés postraumático. En segundo lugar, el AC es una habilidad maleable y, por lo tanto, se puede mejorar, así como se entrena un músculo (Baumeister et al., 2007). Intervenciones en niños, adolescentes y adultos han demostrado ser eficaces (Fishbach y Hofmann, 2015). Si bien este estudio no tuvo como objetivo principal dar aplicaciones prácticas, dados los resultados, es importante reconocer que la esfera de la organización temporal de las personas y su capacidad de AC tienen impacto en el estado psicológico y resulta relevante contar con evidencia empírica que avale el uso de ciertas prácticas.

Este estudio no estuvo exento de limitaciones. Primero, la muestra estuvo compuesta mayoritariamente por mujeres y se utilizó un muestro no probabilístico, lo cual puede producir sesgos en los resultados. Se sugiere que futuras investigaciones utilicen una muestra más equitativa en relación con el sexo y se utilice un muestreo probabilístico que permita la generalización. Por otro lado, es de notar también el valor bajo de Alfa de Cronbach en las dimensiones pasado positivo, presente fatalista y futuro del ZTPI. Esto podría conllevar algunos errores en las interpretaciones, sobre todo considerando que estas fueron variables independientes.

Otro aspecto para considerar refiere a los análisis de datos utilizados. La regresión lineal múltiple y el análisis de senderos no prueban causalidad, pero sí permiten inferir entre hipótesis causales (Pérez et al., 2013), lo cual propicia futuras investigaciones en esta línea. Además, se utilizaron únicamente autoinformes, lo cual podría implicar un sesgo derivado de la deseabilidad social y al error de medida. Futuros estudios deberían incluir pruebas objetivas, especialmente en la medición del AC, lo cual también propiciaría una metodología experimental que permitiese un alcance causal explicativo debido a la posible manipulación de variables. Por último, los datos fueron recabados en época de pandemia y se presume que fue un tiempo en el cual hubo un aumento del uso de sustancias. Esta variable no fue controlada en el estudio, lo cual podría conllevar sesgos en los hallazgos. Futuros estudios deberían controlar este aspecto y también incluir la medición de variables funcionales.

En suma, el presente estudio destaca el interés de considerar el tiempo subjetivo y el autocontrol como determinantes psicológicos para una mejor predicción del malestar psicológico. Por otro lado, se ofrece una guía para el armado de una puntuación índice de autocontrol que mostró ser robusta. A su vez, esta investigación arroja luz sobre las consideraciones prácticas que se desprenden de la teoría, remarcando la importancia de pensar en variables de personalidad como determinantes de estados psicológicos, idea clave a tener en cuenta para intervenciones futuras sabiendo que este modelo se probó en tiempos de aislamiento en pandemia.

Referencias

Baird, H. M. (2018). The Relationship between Time Perspective and Self-Regulation [Phd, University of Sheffield]. http://etheses.whiterose.ac.uk/23517/

Barkley, R. A. (1997). ADHD and the nature of self-control. Guilford.

Baumeister, R. F., Vohs, K. D. y Tice, D. M. (2007). The Strength Model of Self-Control. Current Directions in Psychological Science, 16(6), 351-355. https://doi.org/10.1111/j.1467-8721.2007.00534.x

Brenlla, M. E. y Aranguren, M. (2010). Adaptación argentina de la Escala de Malestar Psicológico de Kessler (K10). Revista de Psicología, 28(2), 308-340. https://doi.org/10.18800/psico.201002.005

Brenlla, M. E., Zapater, J. y Germano, G. (2019). Adaptación lingüística, estructura factorial y fiabilidad del Inventario de Perspectiva Temporal de Zimbardo para Buenos Aires. Interdisciplinaria, 36(2), 111-127. https://doi.org/10.16888/interd.2019.36.2.8

Chishima, Y., McKay, M. T. y Murakami, T. (2017). The reliability and validity of the Temporal Focus Scale in young Japanese adults. Personality and Individual Differences, 119, 230-235. https://doi.org/10.1016/j.paid.2017.07.031

Dreves, P. A. y Blackhart, G. C. (2019). Thinking into the future: How a future time perspective improves self-control. Personality and Individual Differences, 149, 141-151. https://doi.org/10.1016/j.paid.2019.05.049

Every-Palmer, S., Jenkins, M., Gendall, P., Hoek, J., Beaglehole, B., Bell, C., Williman, J., Rapsey, C. y Stanley, J. (2020). Psychological distress, anxiety, family violence, suicidality, and wellbeing in New Zealand during the COVID-19 lockdown: A cross-sectional study. PLOS ONE, 15(11), e0241658. https://doi.org/10.1371/journal.pone.0241658

Ferrando, P. J. y Lorenzo-Seva, U. (2017). Program FACTOR at 10: Origins, development and future directions. Psicothema, 29(2), 236-240. https://doi.org/10.7334/psicothema2016.304

Fieulaine, N. y Martinez, F. (2011). About the fuels of self-regulation: Time perspective and desire for control in adolescents substance use. En The Psychology of Self-Regulation (pp. 102-121). Nova Science Publishers. https://hal.archives-ouvertes.fr/hal-00629817

Fishbach, A. y Hofmann, W. (2015). Nudging self-control: A smartphone intervention of temptation anticipation and goal resolution improves everyday goal progress. Motivation Science, 1(3), 137-150. https://doi.org/10.1037/mot0000022

Garrido, S. J., Moran, V. E., Azpilicueta, A. E., Cortez, F. D., Arbach, K. y Cupani, M. (2018). Análisis de Modelos Rivales Unidimensionales y Bidimensionales de la Escala Breve de Autocontrol en Estudiantes Universitarios Argentinos. Psicodebate, 18(2), 26-37. https://doi.org/10.18682/pd.v18i2.745

Germano, G. y Brenlla, M. (2020a). Versión Abreviada del Inventario de Perspectiva Temporal de Zimbardo para Buenos Aires. Revista Iberoamericana de Diagnóstico y Evaluación, 55(2), 71-87. https://doi.org/10.21865/RIDEP55.2.06

Germano, G. y Brenlla, M. E. (2020b). Adaptación preliminar de la Escala de foco Temporal. XII Congreso Internacional de Investigación y Práctica Profesional en Psicología. https://www.aacademica.org/000-007/130.pdf

Germano, G. y Brenlla, M. E. (2021). Effects of time perspective and self-control on psychological distress: A cross-sectional study in an Argentinian sample. Personality and Individual Differences, 171(110512). https://doi.org/10.1016/j.paid.2020.110512

Hernández-Sampieri, R. y Mendoza Torres, C. P. (2018). Metodología de la investigación. Las rutas cuantitativa, cualitativa y mixta. McGraw Hill Interamericana.

Kessler, R., Andrews, G., Colpe, L. E. E. H., Mroczek, D., Normand, S.-L., Walters, E. y Zaslavsky, A. (2002). Short Screening Scales to Monitor Population Prevlances and Trends in Non-Specific Psychological Distress. Psychological medicine, 32, 959-976. https://doi.org/10.1017/S0033291702006074

Kim, J., Hong, H., Lee, J. y Hyun, M.-H. (2017). Effects of time perspective and self-control on procrastination and Internet addiction. Journal of Behavioral Addictions, 6(2), 229-236. https://doi.org/10.1556/2006.6.2017.017

Lalinde, J. D. H. y Tarazona, E. P. (2018). Sobre el uso adecuado del coeficiente de correlación de Pearson: Definición, propiedades y suposiciones. Archivos Venezolanos de Farmacología y Terapéutica, 37(5), 587-595. https://acortar.link/GVjrC3

Lewin, K. (1978). La teoría del campo en la ciencia social. Buenos Aires: Paidós. Trabajo original publicado en 1951.

Li, J.-B., Salcuni, S. y Delvecchio, E. (2019). Meaning in life, self-control and psychological distress among adolescents: A cross-national study. Psychiatry Research, 272, 122-129. https://doi.org/10.1016/j.psychres.2018.12.033

Lloret-Segura, S., Ferreres-Traver, A., Hernández-Baeza, A. y Tomás-Marco, I. (2014). El análisis factorial exploratorio de los ítems: Una guía práctica, revisada y actualizada. Anales de Psicología, 30(3), 1151-1169. https://doi.org/10.6018/analesps.30.3.199361

McKay, M. T., Perry, J. L., Cole, J. C. y Worrell, F. C. (2018). What time is it? Temporal psychology measures relate differently to alcohol-related health outcomes. Addiction Research & Theory, 26(1), 20-27. https://doi.org/10.1080/16066359.2017.1309032

Morales Vallejo, P. (2011). Estadística aplicada a las ciencias sociales. Universidad Pontificia Comillas.

Ortuño, V. E. C., Paixão, M. P. y Janeiro, I. N. (2017). Qualitative and Quantitative Trends in the Assessment of Subjective Temporality. En A. Kostić y D. Chadee (Eds.), Time Perspective (pp. 167-194). Palgrave Macmillan UK. https://doi.org/10.1057/978-1-137-60191-9_8

Panayides, P. (2013). Coefficient Alpha: Interpret With Caution. Europe’s Journal of Psychology, 9(4), 687-696-687-696. https://doi.org/10.5964/ejop.v9i4.653

Pérez, E., Medrano, L. A. y Rosas, J. S. (2013). El Path Analysis: Conceptos básicos y ejemplos de aplicación. Revista Argentina de Ciencias del Comportamiento, 5(1), 52-66. https://doi.org/10.32348/1852.4206.v5.n1.5160

Price, M., Higgs, S. y Lee, M. (2017). Self-control mediates the relationship between time perspective and BMI. Appetite, 108, 156-160. https://doi.org/10.1016/j.appet.2016.09.034

Salvia, A. y Poy, S. (2020). Impacto social de las medidas de aislamiento obligatorio por COVID19 en el AMBA: Informe de avance. Observatorio de la Deuda Social Argentina. https://repositorio.uca.edu.ar/handle/123456789/10213

Schnell, T. y Krampe, H. (2020). Meaning in Life and Self-Control Buffer Stress in Times of COVID-19: Moderating and Mediating Effects With Regard to Mental Distress. Frontiers in Psychiatry, 11, 582352. https://doi.org/10.3389/fpsyt.2020.582352

Shipp, A. J., Edwards, J. R. y Lambert, L. S. (2009). Conceptualization and measurement of temporal focus: The subjective experience of the past, present, and future. Organizational Behavior and Human Decision Processes, 110, 1-22. https://doi.org/10.1016/j.obhdp.2009.05.001

Sierra-Suárez, L. P., Collazos-Rodríguez, J. A., Sanabria-Domínguez, J. y Vidal-Alejandro, P. (2017). La construcción de indicadores de la actividad económica: Una revisión bibliográfica. Apuntes del Cenes, 36(64), 79-107. https://www.redalyc.org/journal/4795/479553174004/html/

Sobol-Kwapińska, M., Przepiorka, A. y Jankowski, T. (2016). A polish short version of the Zimbardo Time Perspective Inventory. Personality and Individual Differences, 101, 78-79. https://doi.org/10.1016/j.paid.2016.05.047

Sperry, S. H., Lynam, D. R., Walsh, M. A., Horton, L. E. y Kwapil, T. R. (2016). Examining the multidimensional structure of impulsivity in daily life. Personality and Individual Differences, 94, 153-158. https://doi.org/10.1016/j.paid.2016.01.018

Squillace Louhau, M. y Picón-Janeiro, J. (2019). CUBI-18: Un instrumento para medir tres subtipos de impulsividad CUBI-18. Interdisciplinaria, 36(1), 43-58. https://doi.org/10.16888/interd.36.1.4

Stolarski, M., Matthews, G., Postek, S., Zimbardo, P. G. y Bitner, J. (2014). How we feel is a matter of time: Relationships between time perspectives and mood. Journal of Happiness Studies: An Interdisciplinary Forum on Subjective Well-Being, 15(4), 809-827. https://doi.org/10.1007/s10902-013-9450-y

Sword, R. M., Sword, R. K. M., Brunskill, S. R. y Zimbardo, P. G. (2014). Time Perspective Therapy: A New Time-Based Metaphor Therapy for PTSD. Journal of Loss and Trauma, 19(3), 197-201. https://doi.org/10.1080/15325024.2013.763632

Szpunar, K. K. (2011). On subjective time. Cortex, 47(3), 409-411. https://doi.org/10.1016/j.cortex.2010.07.008

Tangney, J. P., Baumeister, R. F. y Boone, A. L. (2004). High Self-Control Predicts Good Adjustment, Less Pathology, Better Grades, and Interpersonal Success. Journal of Personality, 72(2), 271-324. https://doi.org/10.1111/j.0022-3506.2004.00263.x

Vásquez Echeverría, A. (2011). Experiencia subjetiva del tiempo y su influencia en el comportamiento: Revisión y modelos. Psicologia: Teoria e Pesquisa, 27(2), 215-223. https://doi.org/10.1590/S0102-37722011000200011

Walg, M., Eder, L. L., Martin, A. y Hapfelmeier, G. (2020). Distorted Time Perspective in Adolescent Afghan and Syrian Refugees Is Associated With Psychological Distress. The Journal of Nervous and Mental Disease, 208(9), 729-735. https://doi.org/10.1097/NMD.0000000000001194

Whiteside, S. P. y Lynam, D. R. (2001). The Five Factor Model and impulsivity: Using a structural model of personality to understand impulsivity. - PsycNET. Personality and Individual Differences, 30(4), 669-689. https://doi.org/10.1016/S0191-8869(00)00064-7

Wolff, W., Martarelli, C. S., Schüler, J. y Bieleke, M. (2020). High Boredom Proneness and Low Trait Self-Control Impair Adherence to Social Distancing Guidelines during the COVID-19 Pandemic. International Journal of Environmental Research and Public Health, 17(15), 5420. https://doi.org/10.3390/ijerph17155420

Zimbardo, P. y Boyd, J. (1999). Putting Time in Perspective: A Valid, Reliable Individual-Differences Metric. Journal of Personality and Social Psychology, 77(6), 1271-1288. https://doi.org/10.1037/0022-3514.77.6.1271