Adaptación y Validación de la Encuesta de Motivación Alimentaria (TEMS) en Población Mexicana

Adaptation and Validation of The Eating Motivation Survey (TEMS) in Mexican Population

El tipo y la cantidad de alimentos que se consumen resultan relevantes tanto para la salud física y mental del ser humano. El consumo de alimentos con altas cantidades de azúcares, grasas y proteínas ha tenido como consecuencia una epidemia de obesidad y diabetes a nivel mundial (Organización Mundial de la Salud [OMS], 2016), condiciones que son consideradas dentro de los problemas de salud pública más importantes en la actualidad y que constituyen el principal factor de riesgo para el desarrollo de enfermedades crónicas no transmisibles (Dávila-Torres et al., 2015). Se ha logrado establecer una relación entre el consumo de azúcares y la presencia de trastornos por ansiedad, trastornos del estado de ánimo, trastornos del control de impulsos y de trastornos por abuso de sustancias (Hoerr et al., 2017). También se ha reportado relación entre el consumo de fibra y la calidad de vida en mujeres con depresión (Ramin et al., 2020), e incluso se ha propuesto que el cuidado de la alimentación es parte relevante en la satisfacción con la vida (Ornelas et al., 2019).

Actualmente se cuenta con diversos instrumentos para evaluar la conducta alimentaria tanto en población sana (Márquez-Sandoval et al., 2014) como en aquella con trastornos de conducta alimentaria (Franco Paredes et al., 2011; Ramírez & García-Méndez, 2017) u obesidad (Pardo et al., 2004), pero son pocos los que evalúan la elección alimentaria en jóvenes.

El instrumento The Eating Motivation Survey (TEMS) de Renner, Sproesser, Strohbach y Schupp (2012) fue elaborado con base en una revisión exhaustiva de los cuestionarios e instrumentos disponibles para medir la elección de alimentos, y ofrece una versión actualizada y completa para evaluar los motivos detrás de la elección de los mismos. Originalmente este instrumento fue desarrollado para población de jóvenes y adultos alemanes con un rango de edad de entre 15 y 77 años (.=34, DE=12). Se diseñó debido a la necesidad de contar con instrumentos válidos y confiables que identificaran la complejidad de la elección de alimentos. Para ello, no se consideraron exclusivamente los motivos placenteros de la elección, sino también los aspectos sociales y psicológicos que influyen en la misma.

Sus autores probaron dos estructuras diferentes del instrumento: una versión larga conformada por 78 ítems distribuidos en quince factores, y una versión corta formada por los mismos quince factores, pero solo con tres ítems cada uno. Los nombres, descripciones de los factores y los ítems de cada factor se encuentran en la Tabla 1.

En la versión larga (de 78 íttems) 12 de las 15 dimensiones tuvieron valores de consistencia interna mayores a .70; sin embargo, tres de ellos (necesidad y hambre, comida tradicional, y normas sociales) mostraron valores de entre .48 y .67. En el analísis factorial confirmatorio (AFC) por método de máxima verosimilitud se observaron los siguientes índices de ajuste: χ. (2820)=9498, .<.001, χ./df.3.37, CFI=.83, SRMR=.070, RMSEA=.048, 90% IC=[.047 - .049], lo cual mostró que tres de los cuatro indicadores de ajuste fueron aceptables, más no el CFI de acuerdo con los criterios de referencia aceptables en los AFC (Rigo & Donolo, 2018; West et al., 2012). Los 78 ítems mostraron validez convergente, pero el Alpha de Cronbach mostró una consistencia interna baja en tres factores: normas sociales (.67), comida tradicional y necesidad y hambre con menos de .60. Para los otros 12 factores se obtuvieron valores mayores a .70.

En la versión corta del instrumento (45 ítems) 13 de las 15 dimensiones obtuvieron valores de consistencia interna mayores a .70, sin embargo, necesidad y hambre, y comida tradicional, mostraron valores de entre .50 y .66 respectivamente. En el AFC por método de máxima verosimilitud se observaron los siguientes índices de ajuste: X.(841)=2056, .<.001, χ./df.2.44 CFI=.94, SRMR=.042, RMSEA=.037, 90% IC=[.035-.039] (Renner et al.,2012). Es decir, la versión corta también mostró adecuados índices de ajuste aceptable respecto a su estructura interna. Ambas versiónes mostraron invarianza en su estructura factorial con relación a grupos seleccionados al azar, por género e índice de masa corporal.

El TEMS ha sido utilizado para evaluar las motivaciones para escoger diferentes grupos de alimentos o para escoger los alimentos en determinadas ocasiones, y las motivaciones detrás de su elección en diferentes poblaciones: Reino Unido (Pechey et al., 2015), China (Siegrist et al., 2015), Estados Unidos (Arbit et al., 2017; Phan & Chambers, 2016b, 2016a, 2018), Australia (Skead et al., 2018), Portugal (Graça et al., 2019) y Finlandia (Vainio, 2019), a pesar de que no se han probado sus propiedades psicométricas para todas las culturas en las que se ha empleado.

Tabla 1
Factores e ítems del instrumento original (versión larga y corta), así como ítems nuevos incluidos e ítems excluidos por el comité de expertos para la adaptación en población mexicana

En 2017 se probó la invarianza de medición, la validez convergente y la consistencia del instrumento en su versión corta por medio de AFC con el método de máxima verosimilitud en tres países: Estados Unidos (..(884)=1711, .=<.001, χ./df ratio=1.94, CFI=.83, SRMR=.087, RMSEA=.069, 90% IC=[.064-.074]); India (X.(884)=2485, .=<.001, χ2/df ratio= 2.81,CFI=.73, SRMR=.097, RMSEA=.085, 90% IC=[.081-.089]); y Alemania (X.(884)=1462, .=<.001, χ2/df ratio=1.68, CFI=.91, SRMR=.055, RMSEA=.048, 90% IC=[.044-.052]), y en los tres se concluyó que la estructura de la versión corta de la prueba era adecuada para evaluar el constructo, presentó invarianza de medición entre países y tuvo adecuados valores de consistencia interna en las tres poblaciones, así que los motivos para elegir alimentos fueron comparables en las tres muestras (Sproesser et al., 2017).

La versión corta también fue probada en una población alemana de adultos mayores (70 años y más) en la que se realizó un AFC con el método de máxima verosimilitud (X.=1256.52, .≤.001, χ./df ratio=1.50, CFI=.95, SRMR=.048, RMSEA=.036, 90% IC=[.032-.040]). Además, en esta investigación se evaluó la invarianza de medición por medio de AFC multigrupo y se mostró que la prueba fue invariante entre grupos y que solo en algunos ítems mostró variar pero no de forma significativa (Rempe et al., 2019). La versión reducida del instrumento también fue adaptada culturalmente en Brasil por Moraes y Alverenga (2017), obteniendo resultados satisfactorios en cuanto a equivalencia conceptual, semántica y operacional de los ítems, lo que permite su uso en población brasileña. Posteriormente, Sproesser et al. (2019) la validaron en población general (con edad promedio de 39.5 años, DS=12.8; rango 18-77 años; 83% eran mujeres), usando el método de máxima verosimilitud, mostraron su validez convergente y resultados adecuados en tres de los cuatro índices (X.(840)=2207, .<.001, χ./df ratio= 2.63, CFI=.85, SRMR=.070, RMSEA=.061, 90% IC=[.058-.064]) nuevamente, el CFI mostró valores por debajo de .90.

Dado que los instrumentos psicométricos se han vuelto fundamentales para la psicología, puesto que permiten obtener datos válidos y confiables sobre la conducta o los procesos cognitivos de las personas, es esencial que cumplan con estrictos estándares científicos (Muñiz & Fonseca-Pedrero, 2019). Por tal motivo, y debido a las características y la utilidad que ha mostrado el TEMS en diferentes culturas, se vislumbra como un instrumento que podría utilizarse en distintos contextos.

Por lo anterior, el objetivo del presente estudio fue adaptar el Instrumento de Motivación Alimentaria (TEMS) de Renner et al. (2012) al habla hispana, para evaluar a un grupo de jóvenes mexicanos. Se eligió esta población, ya que la juventud constituye una etapa de gran importancia en cuanto a la consolidación de los hábitos alimentarios, es cuando los individuos empiezan a tomar las propias decisiones respecto a su alimentación y, por tanto, es un momento en el que se pueden introducir cambios importantes para la elección de la dieta que persistirán en la edad adulta (Sánchez-Ojeda & De Luna-Bertos, 2015), pues es un período en el que las creencias y comportamientos pueden estar más abiertos al cambio (Epton et al., 2013).

El TEMS adaptado a población mexicana constituirá una herramienta útil para obtener información en investigaciones con diferentes alcances e intereses, pues servirá para estudiar las motivaciones que subyacen a la elección de alimentos en problemáticas ambientales, de salud, entre otras.

Participantes

En el presente estudio participaron 684 estudiantes universitarios con un rango de edad de 17 a 25 años (M=20, DE=1.6) y un índice de masa corporal entre 15.6 y 40 (M=23.6, DE=3.5). Los participantes acudían a universidades públicas de la Ciudad de México y la zona conurbada del Valle de Toluca (Estado de México) y pertenecían a 10 licenciaturas (Arte y comunicación, Acupuntura humana, Biología Ambiental, Biología molecular, Computación y telecomunicaciones, Gerontología, Ingeniería en recursos hídricos, Políticas públicas, Psicología y Quiropráctica).

Procedimiento

Se llevó a cabo un estudio instrumental basado en la Teoría Clásica de la Prueba (Muñiz, 2010), con el propósito de realizar la adaptación transcultural del instrumento. Inicialmente se llevó a cabo la traducción al español de los 78 ítems de la versión larga del instrumento original de Renner et al. (2012); se decidió utilizar esta versión para probar y seleccionar de todo el banco de ítems, los más útiles para población mexicana.

Puesto que en el instrumento original los ítems fueron redactados en alemán y publicados en inglés, primero se utilizó el método de traducción inversa (Cardoso Ribeiro et al., 2010), es decir, los ítems se tradujeron del inglés al español y nuevamente al inglés para asegurar la fidelidad de la versión en español.

Un traductor bilingüe cuyo idioma materno es el español, pero que cuenta con un manejo fluido del inglés y con conocimientos en psicología, realizó la traducción del instrumento original siguiendo el método de traducción directa del inventario al español. A continuación, otro traductor con estudios de posgrado en Inglaterra y experiencia en traducción de textos científicos y técnicos hizo la retraducción del español al inglés, conforme a lo establecido por Acquadro et al. (2008).

En el siguiente paso, tres jueces bilingües establecieron la equivalencia conceptual juzgando la equivalencia entre los ítems. Adicionalmente, para asegurar que la traducción reflejara fielmente el sentido de los ítems en su versión original, se solicitó a una persona bilingüe en español-alemán que tradujera los ítems del alemán al español para comprobar que la traducción directa del idioma original fuera coherente con la versión traducida que sé aplicaría para adaptar el instrumento. En ambos procesos de traducción se obtuvo equivalencia conceptual comparada con los ítems que se probaron en español con las versiones en alemán y en inglés (Beaton et al., 2000). Este proceso de traducción se realizó durante el año 2017 y duró aproximadamente dos meses.

Se ha demostrado que las resoluciones de los comités de expertos están relacionadas con la obtención de mejor adaptaciones (Epstein et al., 2015). Además, la adición de ítems a la escala original puede ayudar a representar mejor el constructo en la población en la cual se administrará la nueva versión (Mikulic, 2015). Basado en lo anterior, se trabajó con un comité de ocho expertos en salud, alimentación y construcción de instrumentos psicométricos, quienes resolvieron agregar 12 ítems adicionales en las dimensiones: comida tradicional, salud, sociabilidad, preocupacion por lo natural, precio, hábitos y conveniencia, esto conforme al procedimiento propuesto por Acquadro et al. (2008) y Muñiz et al. (2013).

El total de ítems (90) fue puesto a consideración de diez jueces expertos en psicometría y alimentación que participan en un seminario de investigación en posgrado con temática relacionada con alimentación, conducta y salud. Se pidió a los jueces que contestaran una rúbrica en la que calificaron la pertenencia de cada ítem a las dimensiones del constructo, determinaron si el ítem era apropiado para la población diana (estudiantes universitarios mexicanos), y si la redacción era clara y adecuada cumpliendo con lo establecido por Ferrari et al., (2008). El jueceo de expertos se llevo a cabo en dos sesiones de trabajo de cuatro horas cada una.

Se obtuvo la Razón de Validez de Contenido de (CVR) mediante el modelo cuantitativo de Lawshe (Lawshe, 1975) para decidir que ítems se conservaban. Se conservaron 66 ítems que presentaban valores mayores a .6 (valor mínimo aceptable de acuerdo a la Tabla de Lawshe para diez jueces) (ver Tabla 1). Este método de juicio de expertos es uno de los más utilizados en ciencias sociales pues permite tener un índice de acuerdo cuantitativo de acuerdo en un grupo de jueces (Corral, 2009). Tras este paso dos de las dimensiones originales se eliminaron del instrumento, necesidad y hambre por tener un solo ítem, e imagen social por quedar sin ítems. Además, en una reunión grupal posterior, el comité de expertos decidió fusionar algunas de las dimensiones originales debido a la similitud entre los ítems. De esta forma, los ítems de las dimensiones de gusto y placer se organizaron en un solo factor llamado gusto; y los factores sociabilidad y normas sociales sé fusionaron en una dimensión que se denominó sociabilidad. También hubo consenso respecto a la pertinencia de reducir la escala Likert de siete a cinco puntos que van de 1 “nunca” a 5 “siempre” (esta reducción de escalas fue realizada también en la adaptación cultural al portugués de Moraes & Alverenga, [2017]) para facilitar la respuesta y ahorrar tiempo para la aplicación. Moraes & Alverenga, [2017]) para facilitar la respuesta y ahorrar tiempo para la aplicación. En la Tabla 1 se pueden observar los ítems originales del instrumento, así como los que se agregaron y eliminaron por el comité de expertos para la población mexicana. Así, tras el jueceo del comité de expertos, el instrumento quedó conformado por 66 ítems agrupados en once factores: gusto, hábitos, salud, conveniencia, comida tradicional, preocupación por lo natural, sociabilidad, precio, atractivo visual, control de peso y regulación del afecto.

Posteriormente, por medio de un muestreo no probabilístico por conveniencia (Otzen & Manterola, 2017) se realizó un estudio piloto con los 66 ítems en el que participaron nueve estudiantes universitarios (seis mujeres y tres hombres de entre 20 y 23 años) a quienes se les pidió reportar, por medio de preguntas abiertas, si la redacción de las instrucciones y de los ítems era apropiada, y si la escala de evaluación resultaba comprensible. Todos los ítems fueron considerados adecuados por los participantes. Adicionalmente se observó que el tiempo de aplicación fue de aproximadamente 15 minutos. Tras el estudio piloto se obtuvo la versión preliminar del instrumento conformada por 66 ítems.

Finalmente, se realizó un muestreo no probabilístico accidental (Otzen & Manterola, 2017) y se aplicó el instrumento a una muestra de la población diana durante los meses de mayo y junio de 2017. La aplicación se realizó de manera grupal, en diferentes universidades públicas de la Ciudad de México y del Valle de Toluca. Previo acuerdo con las autoridades universitarias, se firmaron los consentimientos informados para la evaluación, se informó a los participantes sobre los objetivos del estudio y se aclararon las dudas que surgieron. El trabajo fue aprobado por el Comité Académico del Programa de Posgrado en Ciencias de la Sostenibilidad de la Universidad Nacional Autónoma de México, que cuida de que se cumplan los lineamientos del Código Ético de dicha Universidad.

Análisis Estadísticos

Se hizo un previo análisis univariado de los ítems (tendencia central, variabilidad, distribución y discriminación ítem - puntaje).

Potencial sesgo de respuesta. Debido que el TEMS contuvo inicialmente una cantidad de más de 66 items y fue incluida con indagaciones sobre aspectos demográficos y cuestiones adicionales sobre hábitos alimenticios, la extensión de todo el cuestionario puede ser proclive a producir respuestas con insuficiente esfuerzo (Bowling et al., 2016; Curran, 2016; Huang et al., 2015), que usualmente se expresan en patrones de respuestas con extrema o poca variabilidad. Para reducir el efecto de esto en la generación de errores de especificación en el modelado de variables latentes (Wilcox, 2005), antes del análisis principal primero de verificó la presencia de outliers multivariados mediante a distancia D. (Mahalanobis, 1936), método eficiente para detectar posibles respuestas aleatorias a este tipo de outliers (Huang et al., 2015; Zijlstra et al., 2007, 2011, 2013). Los casos detectados como potencial REI fueron removidos de la base de datos. Se utilizó el paquete careless (Yentes & Wilhelm, 2018).

Modelamiento de la estructura interna. Aunque por construcción está implícito que los ítems se relacionan únicamente con su dimensión esperada, en la práctica es difícil de sostener esta presunción, porque los ítems pueden tener relaciones sustanciales con las otras dimensiones teóricas del instrumento, y en una etapa de construcción de una medida, esta presunción requiere ser probada directamente (Asparouhov & Muthén, 2009). Un enfoque confirmatorio, mediante el análisis factorial confirmatorio (CFA) puede no ser apropiado en esta etapa de construcción del instrumento, debido que las altas restricciones que normalmente impone su procedimiento, es decir, estimación de las cargas factoriales de los ítems en sus factores hipotetizados y cargas factoriales cero en los otros factores (Asparouhov & Muthén, 2009). Esta especificación del CFA habitualmente conduce a un pobre ajuste del modelo de medición (Asparouhov & Muthén, 2009; Marsh et al., 2014). Iniciar con un enfoque completamente exploratorio fue también considerado inapropiado debido a la existencia de una estructura a priori construida, y que soluciones obtenidas exploratoriamente habitualmente se ajustan pobremente a los datos de futuros estudios (van Prooijen & van der Kloot, 2001). Por lo tanto, considerando lo anterior, se utilizó el marco del análisis modelamiento de ecuaciones estructurales exploratorio (ESEM; Asparouhov & Muthén, 2009). Como primer paso, se obtuvo una solución factorial extraída con el estimador mínimo cuadrados no ponderados, y rotación de tipo Procusto oblicuo, ambos aplicados sobre la correlación policórica inter-ítem. En este procedimiento, se estimarón libremente las cargas factoriales de los ítems en sus factores hipotetizados, y las cargas factoriales en los otros factores fueron rotados para aproximarse al valor cero. En segundo lugar, la solución rotada fue introducida en el modelamiento CFA, con el estimador MLSMV (Muthen et al., 1997), sobre las correlaciones policóricas entre los ítems. En general, el ajuste del modelo se evaluó en la métrica de índices de ajuste aproximados, tales como CFI (≥.95), RMSEA (≤.05), SRMR (≤.05), WRMR (≤.90; Yu, 2002). El modelamiento fue implementado por el programa R con el paquete lavaan (Rosseel, 2012).

Por otro lado, dado que para cada ítem se estimaron las cargas factoriales en los factores hipotetizados y en el resto de los factores, se evaluó la complejidad factorial en cada ítem, estimada con el coeficiente de Hoffman (C.; 1978), éste es interpretado con un valor de 1.0 hasta el número máximo de factores en el modelo; valores cercanos a 1.0 indican simplicidad factorial. . La obtención de la complejidad factorial fue realizada mediante el programa R con los paquetes: EFA.dimensions (O’Connor, 2021) y psych (Revelle, 2017).

Confiabilidad. La consistencia interna de las dimensiones fue estimada mediante al coeficiente omega, con intervalos de confianza en 95%, generados con simulación Bootstrap percentilar, con 500 muestras aleatorias (Ken Kelley & Pornprasertmanit, 2016). Se usó el programa R con el paquete MBESS (K. Kelley, 2020).

Se hizo un previo análisis univariado de los ítems (tendencia central, variabilidad, distribución y discriminación ítem - puntaje). En la Tabla 2 aparecen los resultados. El ítem 7 (“porque pienso que es delicioso”) de la dimensión gusto fue el que particularmente presentó un patrón único de resultados en su capacidad discriminativa entre grupos de bajo y alto puntaje (t=5.03, gl=333, .<.01; resto de los ítems: t>15.00), correlación ítem-test corregida (rit=0.0; el resto de los ítems >.35), y curtosis (k=.04; el resto de los ítems: -.22<k>.42). Este patrón fue evaluado como inadecuado para el desarrollo de la versión validada del estudio. Sumado al hecho que ítem no fue incluido en la versión abreviada del instrumento (Renner et al., 2012), una versión con los ítems con las mejores propiedades psicométricas comparada con la versión completa, el ítem 7 fue removido en la siguiente fase del análisis de la estructura interna. (Tabla 2).

Tabla 2
Distribución, capacidad de discriminación y correlación elemento-total corregida de los ítems

Nota. El ítem eliminado del instrumento final aparece en cursivas. Los ítems que se encuentran en negritas pertenecen a la versión corta del instrumento propuesto por Renner et al. (2012). *p<.05

Tabla 3
Análisis ESEM: primera iteración

Nota. Siglas: Ha=Hábitos; So=Sociabilidad; RA=Regulación del Afecto; Gu=Gusto; CT=Comida Tradicional; PN=Preocupación por lo natural;

Pr=Precio; Sa=Salud; AV=Atractivo Visual; CP=Control de Peso; Co=Conveniencia. Ch: coeficiente de complejidad de Hoffman. Seleccionados: ítems elegidos para la 2da interación de ESEM, con base a los criterios (ver manuscrito).

Sesgos de respuesta

Mediante la aplicación de la distancia D.–Mahalanobis, y con un punto de corte igual a c.=94.42 (gl=65), se detectaron 103 casos (15.0%) entre D. 94.3 y 198.9 (M=118.05, DE=21.6). Estos casos fueron removidos de la base de datos, y la muestra “limpia” (ie., efectiva) para el análisis principal fue de 582 participantes.

Modelamiento de la estructura interna

Primera iteración. El modelo de medición del TEMS produjo un excelente ajuste: WLSMV-c.=945.745 (gl=2014), .<1.0, CFI=1.00, RMSEA=0.0 (IC 90%=0.0, 0.0), SRMR=.024, WRMR=.374.

Tabla 4
Análisis ESEM: segunda iteración

Nota. Siglas: Ha=Hábitos; So=Sociabilidad; RA=Regulación del Afecto; Gu=Gusto; CT=Comida Tradicional; PN=Preocupación por lo natural; Pr=Precio; Sa=Salud; AV=Atractivo Visual; CP=Control de Peso; Co=Conveniencia.

Sin embargo, la observación de las magnitudes de las cargas en cada dimensión arrojó una solución cuestionable para el enfoque de adaptación del instrumento; esto es, la de adaptar una medida con ítems focalizados en medir principalmente y con mayor fuerza su dimensión esperada. Efectivamente, la media de Ch fue 2.72 (min=1.05, max=7.84), y 18 ítems (27.6%) fueron menores que 1.5; en otras palabras, la complejidad factorial de los ítems alcanzó altos niveles de vinculación con otros factores (ejemplo, 7.84 factores), y cerca de la cuarta parte pueden considerarse con pequeña complejidad factorial. Por otro lado, la distribución de las cargas factoriales en sus dimensiones teóricas resaltó elevada dispersión interna, especialmente en los factores conveniencia, salud, comida tradicional, preocupación por lo natural, atractivo visual y control de peso (coeficiente de variación: desviación estándar/media de las cargas factoriales de cada dimensión) varió entre 56.0% y 74.4%. en la Tabla 3 se muestran los resultados de esta primera iteración.

En este punto, el modelo de medición del TEMS fue evaluado como insatisfactorio, así que se tomaron decisiones sobre el contenido del instrumento, en base a los siguientes criterios: a) grado de complejidad factorial de los ítems (criterio: menor complejidad factorial), b) tamaño de las cargas factoriales (criterio: las cargas factoriales), c) interpretabilidad de la dimensión con los ítems elegidos en los criterios a y b (criterio: la interpretación conceptual retiene el contenido esencial de la dimensión original), d) similaridad con la versión reducida original (criterio: correspondencia con los ítems existentes), y parsimonia de extensión (criterio: tres ítems como mínimo; Fischer & Karl, 2019; Henson & Roberts, 2006; Kline, 2016; Raubenheimer, 2004).

Segunda iteración. Con los ítems seleccionados de la primera iteración, el ajuste fue también excelente: WLSMV-c.=97.64 (gl=495), .<1.0, CFI=1.00, RMSEA=0.0 (IC 90%=0.0, 0.0), SRMR=.016, WRMR=.636. Todos los coeficientes de ajuste fueron satisfactorios. No se detectaron indicadores de modificación estadísticamente significativos o de tamaño práctico sustancial respecto a las cargas factorials cruzadas o residuales correlacionados. En la Tabla 4 se muestran los parámetros obtenidos para los ítems, las correlaciones inter-factoriales, y el coeficiente de complejidad factorial.

Tabla 5
Correlaciones interfactoriales (latentes) y confiabilidad

Nota. Siglas: Ha=Hábitos; So=Sociabilidad; RA=Regulación del Afecto; Gu=Gusto; CT=Comida Tradicional; PN=Preocupación por lo natural; Pr=Precio; Sa=Salud; AV=Atractivo Visual; CP=Control de Peso; Co=Conveniencia. Inf, Sup: valor del límite inferior y superior del intervalo de confianza de ω. e.e.: error estándar de la confiabilidad ω.

Tabla 6
Versión adaptada del TEMS para estudiantes mexicanos

Ítems del instrumento orginales de la versión corta en negritas. Ítems del instrumento orginales de la versión larga en itálicas. Ítems nuevos subrayados.

Ítems del instrumento orginales de la versión corta en negritas. Ítems del instrumento orginales de la versión larga en itálicas. Ítems nuevos subrayados.

Las cargas factoriales en sus factores variaron entre magnitud altas (>.80) y bajas (<.50), pero en general, las cargas factoriales de los ítems en sus factores tendieron a ser comparativamente superiores respecto los factores no hipotetizados. En cuando a la complejidad factorial, C. varió entre 1.05 y 2.76 (M=1.53); 20 ítems (58.9%) fueron menores 1.50, y los ítems en C.=2.0 o más mostraron cargas factoriales alrededor de .45 o más en su factor, y en el resto de los factores fueron generalmente comparativamente menores. Se observa también que la variabilidad de las cargas factoriales con los ítems seleccionados en esta segunda iteración fue en general menor, aunque en algunas dimensiones el rango fue mayor (ejemplo, conveniencia, precio y atractivo visual).

Correlaciones inter-factoriales. Respecto a las correlaciones inter-factoriales, en la Tabla 5 se muestra que la magnitud tiende desde un monto de cero, hasta alrededor de .52, pero menores a .60. en conjunto, estas relaciones muestran un rango de magnitud trivial hasta moderadamente alto, y predominantemente de tamaño moderado.

Confiabilidad. La confiabilidad punto para todas las dimensiones fue ≥.74, y varió entre .74 y .86; el límite inferior intervalo de confianza fueron todos ≥.70, pueden considerarse estadísticamente significativos respecto a este punto de referencia. Poblacionalmente, la confiabilidad puede alcanzar hasta valores superiores a .80. considerando el número de ítems en cada dimensión y la amplitud conceptual de los constructos, estos niveles de confiabilidad pueden considerarse excelentes.

La versión final del instrumento se compone por 11 factores y 34 ítems: 67.6% (23) ítems de la versión original corta, 26.4% (9) de la versión original larga y 5.8% (2) de ítem nuevos ver Tabla 6.

El objetivo del estudio fue traducir, adaptar culturalmente y verificar las propiedades psicométricas de TEMS para una muestra de estudiantes mexicanos. La versión corta adaptada al español muestra evidencia de una estructura interna válida y confiable para evaluar los motivos para comer, con buenos índices de ajuste y adecuados índices de consistencia interna.

La adaptación del TEMS en población mexicana presenta algunos cambios en la estructura y la incorporación de nuevos ítems con relación a la propuesta original de Renner et al. (2012). Es una versión corta similar a la original, pero con diferencias como el uso de ítems de la versión larga original y la incorporación de dos ítems nuevos. Durante el jueceo se eliminaron dos dimensiones, necesidad y hambre que quedó con un solo ítem (porque tengo hambre) e imagen social cuyos ítems fueron colocados en varias dimensiones por los jueces y no tuvieron un RVC aceptable (mayor a .6). Los resultados encontrados en este estudio con respecto a la dimensión necesidad y hambre reflejan lo reportado en estudios previos de otros países (Alemania, India, Estados Unidos y Brasil), donde esta dimensión fue identificada como no confiable; sin embargo, se reconoce que más que una dimensión, el reactivo “porque tengo hambre” representa un motivo monofacético (por ser un único ítem) (Sproesser et al., 2017, 2019). Hubo factores que se fusionaron en uno solo, tal es el caso de gusto y placer, y de sociabilidad y normas sociales. También cambiaron algunos ítems entre factores, como “porque es un buen producto a buen precio” que paso a conveniencia o, “porque mi doctor dice que debería comerlo” que paso del factor original normas sociales a formar parte del factor salud, y que además resulto uno de los ítem representativos de dicha dimensión (para los mexicanos, el doctor dicta lo que es saludable en términos de alimentación). Algunos de los ítems de la versión larga original resultaron a su vez como ítems seleccionados en la nueva versión corta, ejemplo de esto son “porque lo como regularmente” en hábitos o porque comprarlo es fácil y rápido” en conveniencia. Por último, dos nuevos ítems fueron seleccionados para está versión corta en el factor comida tradicional. Se observaron también ítems como “porque es bajo en grasa” o “porque es bajo en calorías”, que tenían cargas factoriales altas otros factores, en este caso en el factor salud. Este ejemplo podría deberse a que, siendo México un país con un alto grado de obesidad y diabetes, este tipo de ítems está altamente asociado con la salud.

Si bien en las validaciones en otros países no se modificó la estructura original de la escala, se puede observar que en cada población se obtiene ajuste bajo y distintos valores de confiabilidad para los mismos factores, lo cual indica que existen diferencias en la consistencia interna de las dimensiones en cada población, que además reflejan que el error de medición es diferente en cada cultura. Mientras que los factores preocupación por lo natural, conveniencia y regulación del afecto resultan ser más confiables en la escala original con población alemana (Renner et al., 2012), regulación del afecto es el único que coincide en las otras poblaciones (Brasil, Estados Unidos e India), mientras que en mexicanos es el factor comida tradicional es el de mayor confiabilidad. Otro ejemplo es el de imagen social que presenta mayor confiabilidad en Brasil e India y menor en Alemania y Estados Unidos.

La adaptación para México del TEMS indica que en esta población la comida tradicional, los hábitos, la sociabilidad y la conveniencia, son las dimensiones que muestran mayor confiabilidad para determinar las elecciones de los alimentos. Estos factores podrían indicar la importancia sociocultural de la comida en la población mexicana. En otra población latinoamericana (Brasil), los factores más consistentes fueron regulación del afecto, imagen social, conveniencia y control de peso (Sproesser et al., 2019). (Sproesser et al., 2017). Para la población de India el factor con mayor consistencia fue regulación del afecto, seguido por imagen social y atractivo visual (Sproesser et al., 2017). Por último, en la población norteamericana los factores de mayor consistencia interna son la regulación del afecto seguido por la salud y control de peso.

La adaptación y validación para estudiantes mexicanos mostró correlaciones altas entre los factores comida tradicional, atractivo visual y sociabilidad, así como entre los factores preocupación por lo natural y salud, mostrando similitudes con los resultados encontrados en las poblaciones de Alemania, Estados Unidos e India.

Se requieren más estudios con poblaciones Latinoamericanas para investigar qué motivos son comparables entre paises y cuáles difieren entre culturas. Será importante continuar con el estudio de las motivaciones en poblaciones mexicanas distintas a la que participó en esta adaptación, así como probarlo para grupos especificos de alimentos, pues parece que los diferentes grupos eligen motivados por distintos factores. Comprender lo que motiva a las personas a elegir sus alimentos, contribuirá al diseño de estrategias que coadyuven a la solución del grave problema de obesidad y de otras enfermedades crónicas asociadas a la alimentación (OMS, 2020; OMS, 2016) al permitir el diseño e implantación de técnicas específicas y bien dirigidas de modificación conductual.

Una limitación de este trabajo fue que en el estudio piloto para la evaluación de los ítems en español solo se incluyeron a nueve participantes, por lo que, en futuras evaluaciones se debiera buscar contar con un número mayor de participantes, de acuerdo con Reichenheim y Moraes (2007), quienes sugieren un mínimo de 30 personas. En este estudio únicamente se obtuvieron evidencias sobre la estructura factorial y la consistencia interna del instrumento en población mexicana, aunque es importante mencionar que en otras investigaciones también han demostrado que el instrumento tiene evidencias de validez de contenido y convergente (Sproesser et al., 2017, 2019). Sin embargo, en esta investigación no se evaluaron otras evidencias como las relacionadas a la validez convergente, discriminante o de contenido, mismas que se sugiere explorar en próximas investigaciones. Así, sería recomendable aplicar este instrumento junto con otra prueba como el Cuestionario de Elección de Alimentos (Steptoe et al., 1996), aunque, es importante notar que este último aún no cuenta con la validación en el contexto mexicano. Otra opción sería aplicar instrumentos de las variables que han demostrado estar altamente relacionadas con la elección de alimentos con el objetivo de probar la validez convergente. En futuras validaciones sería conveniente comparar otras soluciones factoriales factibles, como podría ser un modelo unidimensional.

En conclusión, la adaptación del TEMS al español que se presenta en este trabajo, es útil no solo para evaluar jóvenes mexicanos, sino como punto de partida para adaptaciones posteriores en otros países hispanohablantes y para otros grupos etarios. Este instrumento también constituye una herramienta que puede proporcionar información interesante para investigadores interesados en temas relacionados con conducta alimentaria.

Finalmente, aunque el instrumento y su adaptación se refieren a alimentación en general, puede también ser útil para conocer los motivos que dirigen la elección de grupos específicos de alimentos, introduciendo modificaciones en las instrucciones.

Agradecimientos

Este trabajo se ha realizado en parte gracias a la beca de posgrado de CONACYT otorgada a la autora principal quién agradece al Posgrado en Ciencias de la Sostenibilidad, Universidad Nacional Autónoma de México. Las autoras agradecen a la Universidad Estatal del Valle de Toluca, la Universidad Autónoma Metropolitana Unidad Lerma y a la Facultad de Psicología de la Universidad Nacional Autónoma de México. Gracias a Alejandra Rivera por su ayuda en el levantamiento de datos, a Ady Crespo Weber por la traducción del instrumento del alemán al español, a Derik Castillo, Eduardo Jardón, Claudia Nila por su ayuda con el programa R, a Cesar Merino por su ayuda con la modelación y a los revisores anonimos por sus sugerencias y comentarios.