MÉTODO

RESULTADOS

Exploración de la normalidad. Se exploraron las características de la distribución de las puntuaciones totales de la escala. Aunque no fue posible aceptar la normalidad según la prueba de Kolmogorov-Smirnov, los valores M (Huber = 29,2; Tukey = 29,3; Hampel = 29,2; Andrews = 29,3) y la coincidencia entre los valores de la media recortada (29,2) y la mediana (29,0), sugieren una distribución relativamente normal, aunque con una ligera asimetría y curtosis negativas (-,204 y -,553, respectivamente). La tabla 2 muestra los estadísticos descriptivos de cada uno de los ítems, donde los ítems 3 y 6 suponen una posible contribución a los valores negativos de asimetría y curtosis, posiblemente por sesgos en la respuesta debido a las dificultades de comprensión de estos ítems.

Fiabilidad. El análisis de fiabilidad fue inferior a lo esperado (alfa de Cronbach = .642), lo que sugiere cierta precaución en la aplicación de la prueba por carecer de una adecuada consistencia interna. Sin embargo, la relación entre los ítems de la escala general indicó altas correlaciones positivas entre todos los ítems (ver Tabla 3). Asimismo, los ítems de las dos subescalas correlacionaron positiva y significativamente (Rho = .427, p < .001).

Validez divergente. Se verificaron diferencias entre las puntuaciones obtenidas en niños y niñas, tanto en la escala total como en los componentes de "sentir preocupación" y "pensar en ayudar". La Tabla 4 resume los estadísticos correspondientes. Nótese que para todos los casos hubo diferencias significativas a favor de las niñas [Feel: F _{(1, 610)} = 16,269, p < .000; Think: F _{(1, 610)} = 6,561, p < .011; Escala total: F _{(1, 610)}= 16,645, p < .000].

Aunque el instrumento pudo discriminar bien entre hombres y mujeres, fue posible verificar la homogeneidad de las respuestas en los niños de 8 a 12 años, comparando los estadísticos descriptivos obtenidos para cada grupo. La Tabla 5 resume estos valores mostrando sólo pequeñas diferencias entre estos diferentes grupos de edad.

Validez concurrente. Los puntajes obtenidos fueron correlacionados con los del Cuestionario de Empatía (QE) de ^{Zoll & Enz (2005)}, adaptado por ^{Roth (2018)}, demostrando adecuados indicadores de confiabilidad y validez factorial. Ambas pruebas fueron aplicadas de manera concurrente a una población de 612 niños de ambos sexos. La Tabla 6 muestra las correlaciones entre los componentes son positivas y muy significativas, indicando la misma vocación de ambas pruebas.

Análisis de componentes principales (ACP). El ACP (KMO = .766; esfericidad de Bartlett: χ2 = 465,75, p < .000) realizó el análisis de reducción utilizando el método Varimax y tomando valores propios mayores que 1. El procedimiento de extracción recomendó tres componentes. Sin embargo, para alinearse con la propuesta teórica que sustentaba la escala original, se forzó la extracción de sólo dos componentes. La Tabla 7 presenta la solución estructural basada en dos componentes del instrumento F & T.

Como puede verse en la Tabla 7, la solución de dos componentes situó 6 ítems en el componente "sentir" y 4 en el componente "pensar". Era evidente que, en el primer caso, el sentimiento estaba vinculado a la preocupación empática y que el componente de pensamiento tendía a referirse a situaciones de ayuda. Las cargas factoriales fueron siempre superiores a .450, con la excepción del ítem 10 que reportó una carga de .321. El gráfico de sedimentación confirmó la extracción de dos componentes. Las varianzas de los ítems o comunalidades exhibieron valores mayores a .249, con excepción del ítem 10 que arrojó una varianza irrelevante de .188. Además, el ACP obtuvo una varianza total explicada de 34,67.

Análisis factorial confirmatorio (AFC). El AFC planteó la hipótesis de que las respuestas a la escala podían explicarse por dos factores: Sentir preocupación y Pensar en ayudar, y que ambos factores se correlacionaban positivamente. También se asumió que los ítems para el factor Sentir, registran cargas con valores distintos de cero, mientras que los ítems que no miden ese factor cargan cero. Lo mismo se supuso para el otro factor. La Figura 1 muestra el modelo hipotético de la escala F & T. El AFC permitió verificar las características de normalidad frente a la exploración inicial con distribución leptocúrtica. La evaluación con el AFC confirmó esta tendencia, con un valor multivariado inferior a 7,00 (^{West, Finch y Curran, 1995}), señalando al ítem 6 como el mayor contribuyente a la alta curtosis. También se descartó la existencia de casos atípicos mediante el cálculo del d ² de Mahalanobis.

Finalmente, debido a que los índices de covarianza y los pesos de regresión no mostraron variaciones significativas entre ellos, se descartó la aplicación de medidas correctoras al modelo. La evaluación y la bondad de ajuste del modelo métrico arrojó los siguientes indicadores: El CMIN, representado por el estadístico Chi Cuadrado obtenido con 21 parámetros y 34 grados de libertad, resultó ser muy alto y no permitió rechazar la hipótesis nula de bondad de ajuste (χ2 = 70,829, p < .000).

Figura 1 Estructura del modelo métrico de la escala F & T que mide el constructo "Empatía" 

Sin embargo, el análisis de los residuos estandarizados mediante la Raíz Cuadrada Media Residual tiene un valor óptimo (RMR = .031). Asimismo, los índices de bondad del ajuste (GFI = .977) y la bondad corregida de los índices (AGFI = .963) están dentro del rango esperado. Por otro lado, el Índice de Ajuste Normalizado (NFI) que incluye el Índice de Ajuste Comparativo, (CFI = .913) y el Error de Aproximación de la Raíz Cuadrada Media, fueron satisfactorios (RMSEA = .042). El Índice de Validación Cruzada Esperada también midió satisfactoriamente la parsimonia del modelo, (ECVI = .185). Por último, el índice HOELTER permite concluir que el tamaño de la muestra elegido para la presente investigación (N = 612), es adecuado para sus fines. En resumen, a pesar de tener el índice CMIN adverso, se sugiere un modelo de medición bien ajustado para medir el constructo Empatía a través de los dos factores concurrentes.

A continuación, se presentan los índices de ajuste del modelo de medida obtenidos para las dos ciudades. Como se puede observar en la Tabla 8, los valores son similares en las dos ciudades, aunque el CMIN y el RMSEA son algo mayores para Tarija.

Con respecto a los parámetros estimados por el modelo, debemos señalar que todas las ponderaciones de regresión no estandarizadas tienen Coeficientes Críticos (CR) significativos. Asimismo, las estimaciones estandarizadas muestran correlaciones no inferiores a .433, lo que indica correlaciones relativamente robustas entre los factores latentes y las variables observables (ver Tabla 9). Por último, las estimaciones también muestran una fuerte correlación entre ambos factores latentes (Sentir preocupación - Pensar en ayudar = .969) y todas las varianzas sin excepción fueron significativas. En conclusión, gran parte de los indicadores estadísticos obtenidos permiten ser optimistas sobre los atributos psicométricos de la escala F & T, con buenas perspectivas para abordar la medición cuantitativa de la empatía en niños bolivianos de 8 a 12 años.

CONCLUSIONES

La escala de F & T de Garton y Gringart adaptada y aplicada a la población infantil boliviana, entre 8 y 12 años, demostró propiedades psicométricas aceptables. La detección de la normalidad antes del análisis reveló valores tolerables de asimetría negativa y curtosis; los datos tendían a distribuirse con relativa normalidad, aunque la prueba de Kolmogorov-Smirnov sugería rechazar la Ho de normalidad. Se eligió la prueba de ^{Garton y Gringart (2005)}, principalmente porque cumplía dos requisitos: por un lado, contaba con un número reducido de ítems (12 ítems), algo muy conveniente para evaluar un atributo como la empatía en niños pequeños (véase ^{Kokkinos y Kipritsi, 2012} y ^{Scott y Graham, 2015}). En la experiencia, los niños menores de 10 años tienen comprensibles dificultades para mantener la atención durante periodos prolongados, con más probabilidad de error al responder pruebas excesivamente largas. En segundo lugar, la escala F & T fue adaptada para medir sólo dos dimensiones: afectiva y cognitiva. Esta característica facilita la interpretación de los resultados de la medición, especialmente cuando se realiza con fines socioeducativos en el contexto escolar (^{van Noorden y Cols, 2015}). Los resultados obtenidos permiten disponer de un instrumento compacto, sencillo de administrar y fácil de interpretar.

La estructura final de la escala no es muy diferente de la original; sin embargo, hay que advertir tres puntos. En primer lugar, las pruebas de comprensibilidad recomendaron la eliminación de dos ítems del factor cognitivo, reduciendo el número total de ítems de 12 a 10. En segundo lugar, se garantizó que todos los ítems se mantuvieran con una formulación positiva, por lo que no fue necesario invertirlos. Por último, se ajustó la escala de respuesta de la prueba para permitir sólo cuatro opciones. Esta decisión podría tener consecuencias en la sensibilidad general del instrumento o forzar la respuesta hacia un lado u otro de la escala. Sin embargo, también redujo el sesgo de los valores extremos, comunes en las escalas de cinco puntos (^{Bisquerra y Pérez-Escoda, 2015}). Estos ajustes preliminares dieron lugar a modificaciones relevantes del instrumento, aunque creemos que no afectaron significativamente a su estructura original. Tampoco hay razones para pensar que las recomendaciones del análisis factorial de relacionar el factor afectivo con la preocupación empática y el factor cognitivo con la decisión de ayuda, afectaran a la identidad de la escala F & T.

El modelo propuesto para la adaptación del F & T pareció adecuado en términos generales; sin embargo, la fiabilidad obtenida aconseja cierta cautela en la evaluación de la consistencia interna de la prueba. Asimismo, las correlaciones entre los ítems de la escala general y la obtenida entre ambas dimensiones, mostraron valores muy significativos. La evaluación de la validez (concurrente, divergente y de constructo) fue satisfactoria, dando confianza a la relación ítem-constructo.

Por otro lado, en el presente estudio quedó claro que las mediciones de la empatía infantil basadas en el procedimiento de auto-reporte plantean varias dificultades. Una de ellas surge porque la medición depende de las perspectivas del evaluado o de otro informante, y al hacerlo; la validez de la medida se pone en duda debido a la falta de objetividad. Esto ocurre por dos razones a) es difícil estar seguro de la capacidad de las personas para interpretar y/o describir sus estados emocionales (particularmente cierto en el caso de la población infantil); y b) los auto-reportes nunca están exentos de la amenaza del sesgo emergente de deseabilidad social, especialmente en culturas donde la tendencia a enmascarar emociones debido al control social es común (^{Hunter, 2003}; ^{Eisenberg y cols., 1987}; ^{Eisenberg & Fabes, 1990}, ^{Eisenberg & Lennon, 1983}).

Estas debilidades deberían motivar la exploración de alternativas de medición más objetivas que complementen las formas introspectivas convencionales que presentan sólo una perspectiva de las expresiones de la empatía. Las iniciativas de ^{Tamburrino (1993)} y ^{Long y Cols. (2006)} van en esta dirección, combinando la evaluación de registros de video o viñetas, conductas verbales que obligan a emitir juicios explícitos sobre el comportamiento del evaluado, y auto-reportes subjetivos.

Por otro lado, los mecanismos de evaluación de la empatía deberían ir de la mano de la creciente producción tecnológica disponible en la llamada 'computación afectiva', que permite el desarrollo de sistemas capaces de reconocer y medir, de forma automática y remota, emociones y otras expresiones difícilmente accesibles. Algunos autores (véase ^{Picard, 1997}, ²⁰⁰³) han informado de aplicaciones tecnológicas desligadas de la psicología, la informática y la ingeniería biomédica que miden las emociones mediante algoritmos derivados del aprendizaje automático o la inmersión en entornos virtuales (^{Baños y Cols., 2004}; ^{Martín-Morales y Cols., 2017}).

Finalmente, debe reconocerse como una limitación de este estudio, la imposibilidad de articular la simplicidad necesaria para medir la empatía en niños, con la urgencia de no descuidar la multidimensionalidad del constructo. Futuras investigaciones deberán abordar la medición parsimoniosa de la empatía infantil sin sacrificar su complejidad y buscando complementar el auto-informe con otras medidas de las múltiples y concurrentes manifestaciones de la empatía humana.