Journal of Behavior, Health & Social Issues Vol.

15, Núm. 2 (2023) pp. 27-39 DOI:

10.22201/fesi.20070780e.2023.15.2.84504

Journal of Behavior, Health & Social Issues


Factores de exposición y propensión a la violencia:

Un estudio estadístico con jóvenes mexicanos


Exposition factors and violence propensity: A statistical study with mexican youths


Carlos Bauche Madero*, Agustín Lorenzo Rodríguez Ake**


*Carlos Bauche Madero

Doctorado con Beca CONAHCYT en Investigación Psicológica carlosbauche@iteso.mx


**Agustín Lorenzo Rodríguez Ake Centro de Innovación Social de Alto Impacto

Instituto Tecnológico de Estudios Superiores de Occidente agustinrodriguez@iteso.mx


Recibido 14 de septiembre, 2021; Aceptado 4 de enero 2023



Resumen

En el presente estudio se buscó identificar si existe relación entre los factores que aumentan la exposición y propensión al riesgo y las con- ductas violento-delictivas por parte de la población juvenil mexicana, tal como sugiere la Teoría de Acción Situacional (TAS). Para ello, se eligió un diseño estadístico descriptivo e inferencial mediante el uso de información autorreportada en una encuesta con 471 adolescentes detectados con y sin riesgo. Los resultados mostraron una asociación significativa entre las conductas violento-delictivas con los factores de propensión como las conductas adictivas o el autoconcepto, así como con factores de exposición como el apoyo familiar y la exposición al riesgo con pares. También se encontró una relación significativa entre la subescala de conductas agresivas y conductas delictivas. Los hallazgos aportan evidencia empírica para la TAS en población mexicana, visibilizan la importancia de los factores situacionales, aportan elementos de integración teórica con la psicología informada en evidencia, y brindan herramientas para la focalización en jóvenes en riesgo, para el diseño de programas de prevención.


Palabras clave: prevención, teoría de acción situacional, teoría de acción racional, violencia, agresividad, adolescencia, delito.


Abstract

In the present study, we sought to identify whether there is a relationship between the factors that increase exposure to violence and pro- pensity to violence, with aggressive and violent-criminal behaviors in the Mexican youth population, as suggested by the Situational Action Theory (SAT). To do this, a descriptive and inferential statistical design was chosen using self-reported information in a survey with 471 adolescents detected with and without risk. The results show a significant association between violent-criminal behaviors and propensity factors such as addictive behaviors or self-concept, as well as exposure factors such as family support and risk exposure with peers. A significant relationship was also found between the aggressive behavior subscale and criminal behavior. These findings provide empirical evidence for the SAT in the Mexican population, highlight the importance of situational factors, yield elements for theoretical integration with the evidence-based psychology, and provide tools for targeting youth at risk, for the design of prevention programs.


Keywords: prevention, situational action theory, rational action theory, violence, aggression, adolescence, crime


Antecedentes

El homicidio es la cuarta causa de muerte en el mun- do en personas de 10 a 29 años de edad. Al igual que otras causas de muerte en personas jóvenes (accidentes de trán- sito, VIH/SIDA, autolesiones), está relacionada con la toma de decisiones y los estilos de vida, determinados por factores de riesgo particulares (con cifras de 2012, de Kieselbach & Butchart, 2016). En este estudio se busca ahondar en los fac- tores de riesgo que se ponen en juego en situaciones donde confluye la propensión y la exposición a la toma de decisio- nes asociadas al comportamiento violento-delictivo.

En México, las cifras de homicidios han aumentado considerablemente en los últimos 27 años. Se ha alcanzado una tasa nacional de mortalidad de 25 por cada 100 mil habi- tantes, y esta cifra es casi el doble (tasa de 46) si se calcula sólo para la población masculina, y de 35.4 si se calcula para hombres jóvenes de entre 15 y 24 años (INEGI, 2018). La vio- lencia juvenil que, además de homicidios, genera otros daños psicológicos, de salud y materiales para los propios jóvenes y su entorno, es un problema de salud pública global, particu- larmente importante en México (PNUD, 2013; Índice de Paz en México, 2018).

La Organización Mundial de la Salud (OMS, 2003, p. 5) define la violencia como “el uso intencional de la fuerza física o el poder, amenazado o real, contra uno mismo, con- tra otra persona, o contra un grupo o comunidad, que resulta o tiene una alta probabilidad de resultar en lesiones, muer- te, daño psicológico, mal desarrollo o privación”. Además, el Centro para el Control y la Prevención de Enfermedades en los Estados Unidos (CDC), define que la violencia juvenil “ocurre cuando los jóvenes de entre 10 y 24 años usan fuer- za física o poder intencionalmente, para amenazar o dañar a otros” (David-Ferdon & Simon, 2014, p. 6, traducción propia). El concepto de violencia juvenil se traslapa con los de violen- cia callejera o comunitaria (en el espacio público), y puede ser autoinfligida, sexual, verbal y física (Abt & Winship, 2016; Seifert & Ray, 2012; Kieselbach & Butchart, 2016).

El modelo ecológico es el más utilizado por la litera- tura especializada en salud pública, para comprender el fenó- meno de la violencia juvenil y para aplicarlo en distintos con- textos. Este modelo toma en cuenta factores de riesgo (y de protección) sociales, comunitarios, relacionales e individuales (OMS, 2003). Por ejemplo, en el modelo ecológico, algunos factores de riesgo que son considerados a nivel social son el empleo, el ingreso, o la desigualdad (Bonta & Andrews, 2010; Hicks & Hicks, 2014). A nivel comunitario se han do- cumentado factores como la densidad poblacional (con re- sultados mixtos), el acceso a armas, presencia de pandillas, entre otras (Abt & Winship, 2016; Bonta & Andrews, 2010; Granados Muñoz, 2021). En la escala relacional, se tiene co- nocimiento de que la violencia familiar en edad temprana o las conductas antisociales entre pares, correlacionan de ma- nera positiva con la aparición de conductas violento-delictivas (Bonta & Andrews, 2010; Herrera, Ampudia & Reidl, 2013).

Los modelos ecológicos permiten identificar de mane-

ra adecuada problemáticas que deben ser atendidas en una escala de políticas públicas o incluso para realizar interven- ción de prevención universal, sin embargo, resultan impreci- sos para comprender los procesos en población de riesgo, en contextos barriales en donde la violencia ocurre y puede ser focalizada geográficamente e incluso detectada en personas con mayor riesgo de involucramiento (Bushman et al., 2016; Aufrichtig, Beckett, Diehm & Lartey, 2017). Además, no de- tectan con precisión los factores contingenciales en contextos espacio-temporales próximos bajo los cuales ocurren estas conductas (Coyne & Eck, 2015; Abt & Winship, 2016).

Dado lo anterior, también es necesario comprender el fenómeno en escalas que permitan determinar los factores que se ponen en juego en las circunstancias particulares bajo las cuales ocurren estos comportamientos. Existen algunos modelos que han desarrollado explicaciones desde el com- portamiento delictivo, que pueden aplicarse al fenómeno de la violencia (Treiber & Wikström, 2009; Abt & Winship, 2016). Los modelos racionalistas proponen que, en las circunstan- cias en las que ocurre la comisión de un comportamiento violento-delictivo, el sujeto realiza una valoración de los in- centivos y barreras para que este ocurra, con la información disponible en esa circunstancia y su historia, para determinar cuál debe ser su actuar (Opp, 1997). Estos modelos dominan- tes en criminología dan un peso importante a la valoración cognitiva del costo-beneficio percibido de ciertas acciones de los sujetos (de racionalidad acotada a la información disponi- ble) inmersos en contingencias en donde la conducta delicti- va se presenta como una alternativa. La elección del sujeto irá en función de la maximización del beneficio propio (Keel, 1997; Opp, 1997). Desde esta lógica, el rol del Estado y el de las autoridades encargadas de desincentivar y hacer guardar la ley, consiste en realizar castigos inmediatos y oportunos a quienes cometan este tipo de conductas (Gul, 2009). Este modelo ha sido útil para estudiar los efectos del diseño de es- trategias de vigilancia, así como sobre la desincentivación del delito en situaciones donde existen oportunidades de delinquir (Clarke 1997; Gul, 2009). Sin embargo, este modelo también ha sido sujeto de críticas. La evidencia ha mostrado que las elecciones de las personas están mediadas por factores aso- ciados a las respuestas emocionales (Hayward, 2007). De la misma manera el contexto como tal tiene un peso específico en la generación de estímulos antecedentes que incentivan o disuaden la ocurrencia de conductas independientemente de la valoración cognitiva que realice el sujeto (Santacreu, 2005), y que este tipo de procesos tienden a automatizar- se (Kahneman, 2012). El aprendizaje observacional o vicario por ejemplo muestra cómo las conductas agresivas pueden desarrollarse por imitación, sin necesidad de realizar algún tipo de deliberación (Bandura, 1978). Estos elementos aquí señalados complican la articulación de la teoría del agente racional con las teorías psicológicas de la conducta desde un punto de vista experimental.

Otros modelos de corte situacional consideran que los individuos tienen mayor probabilidad de involucrarse en

este tipo de comportamientos debido a: a) la propensión, esto es, la historia personal en contingencias similares, y b) el grado de exposición que refuerza u obstaculiza la apari- ción de esta conducta. Estos modelos dan mayor peso a las decisiones y acciones automatizadas y las circunstancias de la situación (Kahneman, 2012; Wikström, 2009). La Teoría de la acción situacional (TAS) integra dos ideas clave: por un lado, que el comportamiento delictivo y violento es una consecuencia de la propensión (en términos de moralidad, experiencia y hábitos anteriores) del individuo para cometerlo y, por otro lado, del nivel o grado de exposición (la ocasión, controles motivadores y/o disuasorios) del sujeto a entornos que favorecen la violencia (Treiber & Wikström, 2009; Coyne & Eck, 2015). Una ventaja potencial del uso de la TAS, es la posibilidad de trabajar tanto con las variables que aumentan la propensión como con la exposición de las personas que se encuentran en contextos en donde hay oportunidades de ejercer comportamientos violento-delictivos.

La evidencia empírica en soporte de la TAS, la cual ha utilizado distintos tipos de diseño de investigación con uni- dades de análisis individuales y grupales o epidemiológicas, ha mostrado que a) aquellos sujetos con mayor propensión a la violencia responden más a situaciones de mayor exposi- ción, b) los elementos disuasorios percibidos del contexto dis- minuyen la actividad delictiva en sujetos con propensión alta, y c) el autocontrol puede ser un factor relevante en la conduc- ta de sujetos con moralidad débil (Pauwels, Svensson, & Hir- tenlehner, 2018). Al respecto de la relación entre propensión y exposición, en la mayoría de los estudios documentados se han utilizado instrumentos psicométricos asociados a escalas de toma de decisiones y moralidad ante el delito, y encues- tas con conductas autorreportadas o estudios longitudinales (Wikström, 2009; Bruinsma, Pauwels, Weerman & Bernas- co, 2015; Pauwels, Svensson, & Hirtenlehner, 2018). Los au- torreportes de las escalas aplicadas pueden comprenderse como comportamiento verbal que hace referencia a cómo de forma individual han modificado su comportamiento en situa- ción, tanto en la dimensión de las variables disposicionales de propensión como los cambios en la respuesta cuando se exponen a situaciones de riesgo. Aunque se ha mostrado que en ocasiones existe falta de correspondencia entre lo que la persona dice que hace y lo que realmente hace (Brenner & DeLamater, 2016), se ha encontrado que estos sesgos pueden controlarse según el método de aplicación (Gomes et al., 2019). Este vínculo teórico entre comportamiento ver- bal y comportamiento no violento en situaciones de riesgo es importante para ahondar en cómo un enfoque de grupo o epidemiológico tiene validez para dar cuenta de los cam- bios individuales. Dentro de las muestras de análisis se ha generado también evidencia empírica con adolescentes lati- noamericanos (Grijalva & Grimaldo Santamaría, 2020; Garri- do-Albornoz, 2021) Aunque la TAS proporciona el mismo tipo de descripción para las conductas delictivas y las violentas (Wikström & Treiber, 2009) solamente en un estudio previo se han incluido mediciones asociadas a la propensión a la vio-

lencia como tal (Eklund & Fritzell, 2014; Pauwels, Svensson, & Hirtenlehner, 2018). Adicionalmente, siendo que ya se han hecho estudios comparativos en otros países utilizando una encuesta escolar del estudio internacional sobre delincuencia juvenil (ISRD-3), en México solamente se tiene identificado un estudio cuyo objetivo central va orientado a entender las variables familiares y su relación con la propensión (Grijalva & Grimaldo Santamaría, 2020).


Dentro de las variables que se han considerado como factores de exposición incluye la presencia de estas conduc- tas en padres y/o familia (Seifert & Ray, 2012), la exposición al riesgo en el vecindario y al consumo de sustancias en el vecindario (Bonta & Andrews, 2010), exposición a conductas agresivas en la colonia (Abt & Winship, 2016). Las variables asociadas a la propensión incluyen el consumo de sustancias (Kieselbach & Butchart, 2016), el comportamiento impulsi- vo (Turecki & Brent, 2016), la importancia subjetiva que los jóvenes dan a la percepción de los demás (Miller & Prenti- ce, 2016), la influencia de los pares (Sijtsema & Lindenberg, 2018), el autoconcepto (Miller & Prentice, 2016), historial de autolesión y conductas antisociales (Roth, Borges, Medi- na-Mora, Orozco, Ouéda & Wilcox, 2011)

Los comportamientos agresivos pueden aumentar la probabilidad de estar involucrados en conflicto con la ley, como se ha sugerido previamente (Bonta & Andrews, 2010). Se ha observado que las variables de propensión y exposi- ción suelen ser más significativas en relación con compor- tamientos agresivos cuando éstas se asocian al entorno in- mediato de los jóvenes (los factores relacionales familiares y entre pares), más que a factores de riesgo comunitarios o sociales, que tienen influencia más bien indirecta (Bonta & Andrews, 2010;Wikström & Treiber, 2009).

A raíz de lo anterior se vuelve pertinente profundi- zar en la relación entre variables de propensión y exposición con la probabilidad de tener conductas agresivas y delictivas en una muestra de jóvenes en México. Para contribuir en la generación de evidencia empírica en torno a la TAS, una alternativa consistiría en identificar mediante pruebas psico- métricas y conductas autorreportadas, posibles experiencias que ayuden a identificar tres variables: aquellas que puedan asociarse a la propensión del sujeto (conductas previas, his- toria, creencias), aquellas asociadas a la exposición (en la co- munidad donde habitan, la relación con los pares) y aquellas relacionadas con sus conductas violento-delictivas recientes (portación de arma, peleas, vandalismo entre otras). Por lo anterior, en el presente estudio se busca analizar las relacio- nes entre los factores que aumentan la exposición a la vio- lencia, factores que aumentan la propensión y las conductas violento-delictivas autorreportadas, mediante una encuesta a jóvenes.

Este estudio tiene como hipótesis que existe una re- lación entre factores que aumentan la exposición a la conduc- ta y la probabilidad de reportar conductas violento-delictivas (propensión) en una muestra de jóvenes mexicanos. Median-

te las respuestas autorreportadas por una muestra de jóve- nes (tomando el grupo de jóvenes como unidad de análisis), es posible identificar en qué medida se encuentran mecanis- mos de propensión y exposición, así como su relación con la frecuencia de las conductas en las que se ven involucrados. Verificar esta hipótesis ayudaría a comprender si los modelos situacionales contribuyen en la comprensión del fenómeno de


Nota. Elaboración propia con información del instrumento aplica- do. Se asignó un punto por cada respuesta positiva de cada reactivo, para

realizar un análisis de medias en las regresiones. Por ejemplo, aquellas subescalas con 3 reactivos tienen una puntuación máxima de 3.


Tabla 2. Subescalas de propensión

y exposición con opciones de respuesta.

Variables analizadas (sub- escalas de propensión o exposición)

Reactivos incluidos

Autoconcepto (propensión)

Satisfacción personal, apariencia y seguridad (tipo likert)

Asociadas a la agresividad (propensión)

Conductas de vandalismo, uso de la fuerza, peleas y/o (sí/no/no contestó).

Asociadas al consumo de tabaco, alcohol y/o drogas (propensión)

Consumo de tabaco, al- cohol y/o drogas (sí/no/no contestó).

Exposición al riesgo con los pares (exposición)

Amigos que pertenecen a pandilla, amigos que

han tenido conflicto con la policía, pertenencia a una pandilla (sí/no/no contestó)

Factores de apoyo con la familia (exposición)

Percepción de apoyo fa- miliar, comunicación en la familia (tipo likert)

la violencia juvenil. Comprender los mecanismos de exposi-                    ción y propensión aumentará la comprensión del fenómeno

de la violencia juvenil y ayudará a desarrollar intervenciones orientadas a atender estos mecanismos.

Método

Con el propósito de identificar si existe relación entre los factores que aumentan la exposición a la violencia, los factores que aumentan la propensión y las conductas violen- to-delictivas, se eligió un diseño estadístico descriptivo e infe- rencial mediante el uso de información autorreportada en una encuesta diseñada como línea base en una intervención de prevención. Si bien este propósito podría atenderse mediante varios métodos (como ya se ha hecho en estudios sobre la TAS), los métodos descriptivos poblacionales, aún cuando no comparten las ventajas en términos de causalidad de los di- seños experimentales, sí permiten estudiar grupos poblacio- nales más amplios, aumentan la variabilidad de exposición de las variables y cuentan con mayor potencia estadística (Ávila, Garrido-Latorre & López-Moreno, 2000). Además, estos di- seños pueden complementar diseños experimentales y/o ba- sados en la respuesta individual, en la medida que permiten de una muestra amplia y de manera costoeficiente, encontrar y descartar relaciones estadísticamente significativas entre

diversas variables, mismas que posteriormente podrían infor- mar diseños para probar causalidad entre variables (Carras- co-Chinchilla, Lawrenz & Jiménez-Navarro, 2013).

Medidas

Las medidas utilizadas se extrajeron de una encuesta de línea de base de un programa de prevención de la violen- cia. La Tabla 1 presenta las conductas autorreportadas que son relevantes al estudio como variables dependientes. En la Tabla 2 se presentan las subescalas que superaron un alfa de Cronbach mayor a .64 y funcionaron como predictoras en este estudio (para más información puede consultarse el apéndice 1). Estas se describen a continuación:


Tabla 1. Autorreporte de conductas cometidas en el último mes (dicotómicas sí/no/)

Conductas de agresión

Conductas delictivas

Involucrarse en peleas

Robo

Uso de la fuerza para ganar respeto

Portación de arma.

Reporte de autolesión

Venta de alcohol y/o drogas

Nota. Elaboración propia con información del instrumento aplicado. En las escalas de likert se asignó un punto ascendente por cada nivel de respues- ta del 1 al 4, en donde cuatro indica mayor exposición o propensión para marcar la direccionalidad de la variable. En las escalas dicotómicas se asignó un punto a sí y ninguno a no.


Adicionalmente se tomaron medidas para categori- zar las respuestas en función de la edad y de participantes identificados con conductas previas de riesgo, como eviden- cia de propensión. Si bien este método no permite observar directamente las conductas y conlleva riesgo de sesgo, se ha mostrado que el método de autorreporte de conductas vio- lento-delictivas cuenta con sesgos poco significativos en con- textos donde se emplea de forma anónima, sin entrevistador de por medio, se realiza en entornos escolares y/o se utilizan formatos digitales (Gomes, Farrington, Maia & Krohn, 2019).

Procedimiento

Se levantó información en 15 escuelas, a las cuales se accedió por invitación de las autoridades estatales, que pertenecían a polígonos de riesgo de inseguridad según un diagnóstico nacional del Gobierno Federal realizado en 2017. En estos polígonos hubo mayor incidencia de denuncias de

violencia entre pares, venta y consumo de drogas, presencia de pandillas, entre otros. Se diseñó un manual de instruccio- nes para las escuelas, que contenía una hoja de información sobre el procedimiento de tamizaje y un comunicado para los padres de familia o tutores.

Para incluir en la muestra jóvenes con vulnerabilidad al riesgo de violencia, se diseñó un sistema de tamizaje en el que profesores de las escuelas secundarias, eligieron a tra- vés de un formulario en línea a los estudiantes que presenta- ron el mayor número de factores de riesgo para problemas de conducta, impulsividad, agresividad física, agresividad verbal, informes de indisciplina y portar un arma. En segundo lugar, se consideraron factores como la suspensión, los informes sobre el consumo de sustancias, el ausentismo escolar, el bajo rendimiento escolar, las habilidades socioemocionales menores, el autoconcepto negativo, la escasa actitud proso- cial y la falta de asertividad en la toma de decisiones.

De los 471 jóvenes de secundaria, 181 fueron identifi- cados sin riesgo y 290 en situación de riesgo, con la finalidad de comparar los resultados entre ambos grupos. Los partici- pantes estaban en segundo de secundaria con edades de 13 a 16 años, que respondieron a la primera parte de la encuesta antes de la implementación de unos grupos terapéuticos cu- yos resultados no se reportan por no ser pertinentes al pre- sente estudio. Cabe señalar que el levantamiento fue llevado a cabo por profesionistas de las escuelas, previa inducción del equipo implementador. Los programas utilizados fueron Google forms (para la encuesta y la base de datos inicial), Excel (para codificación) así como R y RStudio y JASP (para el análisis estadístico).

En primera instancia, se analizó la confiabilidad de los reactivos que fueron diseñados, aplicando el alfa de Cron-

bach con la finalidad de elegir las variables con mejor con- fiabilidad. Cabe señalar que la muestra es insuficiente para una prueba de fiabilidad en un contexto heterogéneo (George & Mallery, 2003), pero fue suficiente para determinar futuras aplicaciones de las escalas en la población. Después, se lle- varon a cabo una serie de regresiones logísticas con el fin de determinar la influencia y el nivel de predictibilidad de las variables independientes de la escala, sobre sus variables de respuesta (o dependientes), como es el caso de las conduc- tas reportadas en el último mes, asociadas al comportamiento agresivo y conflicto con la ley. En todos los casos se utilizó el método de entrada forzada de predictores debido a que no se tenía intención de probar predictores, si no conocer su efecto combinado en la variable dependiente (Kucuk, Kucuk, Eyuboglu, y Dogan, 2016).

Resultados


Regresiones lineales múltiples con variables de res- puesta de agresividad y de delito

Para poder atender los objetivos de esta investiga- ción se realizaron 6 modelosde regresión logística, de los cuales la mitad fueron para conductas de agresividad, y la otra mitad para conductas delictivas. Para los modelos regre- sión logística se utilizó como una variable de control la edad de las personas con la intención de controlar por efectos de maduración. En todos los casos se revisaron supuestos de validez de los modelos y se realizó un ajuste de Bonferroni al 1% para minimizar la posibilidad de error tipo 1. Como conse- cuencia de lo anterior, solo se consideraron significativos los modelos cuyo valor de p≤.0016.

Tabla 3. Modelos de conductas de agresividad. Resultados de regresión utilizando las conductas autorreportadas de agresividad


Modelo 1 - Peleas


Modelo 2 – Uso de la fuerza


Modelo 3 – Autolesión

Variable

OR

EE

Wald Statistic

p

OR

EE

Wald Statistic

p

OR

EE

Wald Statistic

p

(Intercept)

0.018

3.897

1.049

0.306

0.006

3.313

2.455

0.117

20.868

5.503

305

0.581

Subescala de conductas adictivas


3.253


0.167


49.88


<.001 **


2.157


0.150


26.371


< .001 **


1.843


0.224


7.488


0.006*

Subescala de Autoconcepto

0.839

0.76

5.324

0.21

1.153

0.71

3.973

0.46

0.753

0.90

9.949

0.002 *

Subescala de apoyo familiar


1.016


0.120


0.17


0.895


0.766


0.103


6.775


0.009 *


0.934


0.147


216


0.642

Subescala de exposición

al riesgo con amigos


1.528


0.150


8.009


0.005*


1.031


0.119


64


0.800


0.894


0.183


373


0.541

Edad

1.140

0.265

0.245

0.621

1.142

0.225

349

0.554

0.891

0.375

94

0.759




Nota: *p≤ .01, ** p≤.001; OR= Odds ratio o razón de momios; EE= Error estándar



Los tres modelos de conducta de agresividad fue- ron significativos. El modelo 1 para la conducta de peleas ( X2(464)=73.034, p<.001) clasificó correctamente 84.9% de los casos y explicó una varianza del 32.2% (Negelkerke R2=.322). De forma similar, el modelo 2, para la conducta de uso de la fuerza (X2(464)=37.309, p<.001) clasificó correcta- mente 72% de los casos explicando una varianza del 15.5% (Negelkerke R2=.155). Finalmente, el modelo 3 para la con- ducta de autolesión (X2(464)=19.364, p<.001) clasificó correc- tamente 74.8% de los casos y explicó una varianza del 14.1% (Negelkerke R2=.141). En la tabla 3 se puede observar que el predictor más importante en todos los modelos fue el total

de conductas adictivas. Adicionalmente, en los modelos 1 y 2 las variables con asociación significativa fueron de exposición; donde el total de exposición al riesgo de amigos fue un predic- tor positivo de la conducta de peleas (OR=1.528, EE= .150) y el total de apoyo familiar fue un predictor negativo para la con- ducta de uso de la fuerza (OR=.766, EE= .103). Finalmente, para el modelo 3, el siguiente predictor en importancia fue de propensión; el total de autoconcepto, predijo negativamente la conducta de autolesión (OR= .753, EE= .090).

A continuación, se muestran los resultados de las re- gresiones lógisticas, utilizando como variable de respuesta el comportamiento delictivo.


Tabla 4. Modelos de conductas delictivas. Resultados de la regresión utilizando las conductas autorreportadas de la escala de comportamiento delictivo.


Modelo 4 - Robo


Modelo 5 - Portar Armas

Modelo 6 - Venta de drogas

Variable

OR

EE

Wald Statistic

p

OR

EE

Wald Statistic

p

OR

EE

Wald Statistic

p

(Intercept)

5.993e -4

4.624

2.575

0.109

0.001

5.775

1.349

0.245

0.001

6.222

1.101

0.294

Subescala de conductas adic- tivas


1.154


0.232


382


0.537


1.857


0.244


6.414


0.011


5.092


0.311


27.356


<.001 **

Subescala de autoconcepto

0.876

0.085

2.466

0.116

0.970

0.115

0.068

0.794

0.989

0.136

7

0.935

Subescala de apoyo familiar

1.192

0.146

1.446

0.229

0.781

0.165

2.250

0.134

0.999

0.200

1.297e -5

0.997

Subescala de exposición

al riesgo con amigos


0.971


0.152


38


0.844


1.821


0.221


7.341


0.007*


0.577


0.241


5.206


0.023

Subescala conductas de agresividad


4.873


0.302


27.538

<

.001**


5.980


0.350


26.167


< .001 **


3.050


0.380


8.631


0.003*

Edad

1.430

0.319

1.259

0.262

1.135

0.391

0.105

0.746

1.230

0.425

237

0.626


Nota: *p≤ .01, ** p≤.001; OR= Odds ratio o razón de momios; EE= Error estándar





Los tres modelos para conductas delictivas fueron significativos. A diferencia de los modelos anteriores, estos modelos añadieron como predictor la variable de total de con- ductas de riesgo y agresividad. El modelo 4, para la conducta de robo ( X2(464)=54.179 , p<.001 ); clasificó correctamente 77.3% de los casos y explicó una varianza del 28.8% (Nege- lkerk2 R2=.288). De igual forma, el modelo 5 para portación de armas (X2(464)=95.622, p<.001 ) clasificó correctamente 95.4% de los casos y explicó una varianza del 52.9% (Ne- gelkerke R2=.529). Finalmente, el modelo 6 para venta de drogas ( X2(464)=82.078, p<.001 ) clasificó correctamente 95.8% de los casos y explicó una varianza del 55.8% (Ne- gelkerke R2=.558). En la tabla 2 se puede apreciar que el total de conductas de riesgo y agresividad es el único pre- dictor que resultó significativo en los tres modelos, y tam- bién el que con mayor fuerza se asocia positivamente tanto

al robo (OR=4.873, EE=.302), como a la portación de armas (OR=5.980, EE=.350), y es la segunda variable con mayor fuer- za de asociación positiva hacia la venta de drogas (OR=3.050, EE=.380). Un siguiente predictor significativo fue la variable del total de conductas adictivas que se asoció positivamente con la venta de drogas (OR=5.092, EE=.312) y también fue el pre- dictor más importante en ese modelo. Finalmente, el total de exposición al riesgo de amigos fue un predictor positivo con la portación de armas (OR=1.821, EE=.221).

Discusión

El presente estudio busca identificar si el modelo de acción situacional, de propensión y exposición, contribu- ye significativamente a explicar el fenómeno de la conducta violento-delictiva en jóvenes mexicanos, desde un enfoque estadístico-epidemiológico. A continuación se presenta un

análisis de la predictibilidad de los modelos de conductas au- torreportadas, y posteriormente se presenta un análisis de las variables predictoras.

Predictibilidad de los modelos de conductas autorreportadas

Aunque todos los modelos de conductas agresivas cuentan con una varianza explicada alta, el modelo con ma- yor varianza explicada fue el de peleas (32.2%). Esto pue- de significar que las variables predictoras de conductas de consumo, autoconcepto, apoyo familiar, exposición al riesgo, controlando por edad, pudieron estimar con mayor precisión la probabilidad de ocurrencia de la conducta de pelea. Por su parte, en los modelos de conductas delictivas, los de por- tación de armas y de venta de alcohol/drogas tuvieron alta predictibilidad (52.95 y 55.8%). Estos tenían como variables predictoras de conductas de consumo, autoconcepto, apoyo familiar, exposición al riesgo, y la subescala de agresividad. La variable de edad, utilizada como variable de control, mues- tra que todas las variables aquí exploradas que fueron signi- ficativas lo hicieron aún tomando en cuenta los factores de maduración que van asociados a un incremento del riesgo en esas edades (Loeber & Hay, 1997).

La combinación de ambos modelos cuenta con una importante capacidad explicativa (ver tablas 1 y 2). En el mo- delo de conductas agresivas la cantidad de casos que pu- dieron ser clasificados es mayor al 85%, mientras que en los modelos de conductas delictivas la cantidad de casos que pudieron ser clasificados es mayor al 90%, . Lo anterior po- dría ser útil en el ámbito aplicado, para la detección preven- tiva y la atención de personas con estas características. Por otra parte, la inclusión de la subescala de agresividad en el modelo de conductas delictivas, y la alta predictibilidad del modelo ayuda a mostrar la relación que podría existir entre la problemática de la conducta violenta y la conducta delictiva, confirmando la relación que ya se había señalado por otros autores (Wikström & Treiber, 2009; Bonta & Andrews, 2010). Teóricamente, en su conjunto los resultado significa-

tivos de los modelos aportan evidencia en favor de los pos- tulados de la Teoría de Acción Situacional, pues muestran la posibilidad de utilizar estas y otras variables de exposición (contingencias ambientales) y propensión (como repertorio de conductas o estilos de interacción), como aquellos que contribuyen significativamente a explicar la probabilidad de que ocurran eventos violento-delictivos en situaciones donde estas variables confluyen (Wikström & Treiber, 2009). En un nivel práctico, aunque se ha documentado la baja predictibi- lidad de este tipo de fenómenos (Bonta & Andrews, 2010), el reconocimiento de este tipo de perfiles y situaciones de riesgo se ha mostrado relevante desde paradigmas de pre- vención selectiva e indicada, que tienen un enfoque no puniti- vista y acusatorio de personas testigos y víctimas de violencia (Papachristos, Wildeman & Roberto, 2015).

Si bien, como se mencionó en la metodología, la teoría de acción situacional podría estudiarse con métodos

individuales y experimentales, autores como Pauwels, Svens- son, & Hirtenlehner (2018), señalan que las metodologías in- dividuales/experimentales y grupales/observacionales no son incompatibles ni mutuamente excluyentes, pues muchos fenó- menos pueden abordarse con distintas perspectivas de forma complementaria atendiendo las limitantes de cada método, y cuidando la pregunta de investigación. Por tanto la predictibi- lidad encontrada en los modelos aquí presentados, puede ser útil para informar la selección de variables en diseños de inves- tigación futuros con métodos individuales y/o experimentales.

Sobre las variables predictoras de las conduc- tas agresivas y delictivas

Las regresiones logísticas mostraron que hay una asociación significativa entre algunas de las variables de respuesta y las variables dependientes, que se elaboraron utilizando los factores de riesgo de la literatura disponible. A continuación, se expone una posible explicación sobre aque- llas que resultaron significativas.

La subescala que agrupa las conductas de consumo de tabaco, alcohol y/o drogas , resultó ser la principal predic- tora en los 3 modelos que dan cuenta de tres tipos de conduc- tas agresivas (peleas, uso de la fuerza para ganar respeto y autolesión). Sin embargo, no fue predictora de las conductas de robo, y de portación de arma (aunque esta última con una p = .011). Posiblemente estas conductas se desarrollen con mayor frecuencia en edades mayores (Loeber & Hay, 1997). La variable de consumo de sustancias podría ser explicada por los efectos del organismo en momentos de intoxicación, en razón de que está relacionado con un decremento en la autorregulación emocional por medio del alcohol y algunas drogas (Kieselbach & Butchart, 2016).) El repertorio de con- ductas adictivas como variable de propensión, es identificable y modificable por los individuos (Montgomery, 2017).

La subescala de autoconcepto solamente resultó pre- dictiva en las conductas de autolesión. Si bien se ha descrito que las conductas autolesivas son agresivas y que podrían tener distintas características, el autoconcepto negativo suele ser estar asociado a conductas de autolesión e incluso de suicidio (Taylor et al., 2021; Chu et al, 2015).

Los comportamientos de autolesión y de peleas tienen en común la asociación con la impulsividad como factor de riesgo (o de propensión) ( Turecki & Brent, 2016; Chu et al, 2015; Roth, Borges, Medina-Mora, Orozco, Ouéda & Wilcox, 2011). Esta va- riable no se incluyó en el análisis, pero podría ser pertinente de valorarse en estudios de propensión y exposición posteriores.

Sobre el porqué la variable de autoconcepto no resul- tó asociada significativamente a otras conductas agresivas o delictivas no está claro. Podría deberse a que los jóvenes que interactúan en contextos donde entre sus redes primarias y secundarias están normalizadas e incluso fomentadas las respuestas agresivas. Esto explicaría que no se genere diso- nancia cognitiva y/o una valoración negativa de las personas hacia sí mismas si incurren en conductas antisociales (Miller & Prentice, 2016).

La subescala de apoyo familiar resultó asociada ne- gativamente con la conducta de uso de la fuerza para ganar respeto (como factor de protección). El apoyo familiar se ha descrito como un mecanismo que modera el autoconcepto y reduce el involucramiento en situaciones de violencia, aun- que más para víctimas que para perpetradores (Wang et al., 2013; Herrera, Ampudia & Reidl, 2013). Esto podría explicar el porqué la subescala de apoyo familiar resultó poco asocia- da a la mayoría de las conductas agresivas y delictivas .

La subescala de exposición al riesgo con amigos resultó ser un predictor significativo en la conducta de pe- leas y de portación de armas. Estas conductas pueden es- tar asociadas al efecto de exposición a pares con conductas y normas sociales de mayor riesgo (Seifert & Ray, 2012), e incluso algunos autores han identificado que interactuar con pares involucrados en conductas antisociales es una de las variables más fuertemente asociadas a la probabilidad de in- volucramiento en este mismo tipo de actividades (Bonta & Andrews, 2010

Por último, la subescala de conductas agresivas re- sultó ser una variable predictora significativa en los tres tipos de conductas delictivas. Esto da cuenta de la relación que se ha establecido entre la violencia como uno de los factores mayormente asociados a la delincuencia. El mecanismo que pudiera explicar esto es que, en ambos tipos de conductas, podrían existir estilos interactivos que cuestionan o no respe- tan las figuras o mecanismos de autoridad y la diferencia en- tre las conductas agresivas y delictivas podría ser en algunos casos solo una diferencia de grado (Bonta & Andrews, 2010).

Conclusiones

El presente estudio muestra, mediante un instrumen- to orientado a extraer respuestas de la aplicación de la TAS en el comportamiento, que las variables de exposición y las de propensión contribuyen a explicar la probabilidad de que ocurran conductas violento-delictivas tal como habían docu- mentado algunos autores al respecto (Wikström & Treiber, 2009; Pauwels, Svensson, & Hirtenlehner, 2018). Los fac- tores asociados a las conductas de consumo de sustancias parecen mostrar mayor incremento de la propensión a las conductas agresivas. Por otro lado, los factores de exposi- ción al riesgo con pares o amigos parecen ser un factor im- portante en la probabilidad de ocurrencia de conductas tanto agresivas como delictivas. Finalmente las conductas agresi- vas tomadas como factor de propensión (como historia de repertorio conductual) parece ser un predictor de conductas delictivas en la población de jóvenes mexicanos de 13 a 16 años. Con estos resultados aumenta la evidencia a favor la hipótesis de Wikström & Treiber (2009) respecto de que la TAS es útil para comprender los comportamientos violentos y no nada más los delictivos. Por otra parte, estos resultados

contribuyen a brindar mayor evidencia empírica, con datos de población mexicana sobre la TAS, como ya se ha comenzado a reportar previamente (Grijalva & Grimaldo Santamaría, 2020).

Se sugiere que en estudios posteriores se mapeen e investigue la relación entre la agresividad, la delictividad y otros factores de exposición y propensión que en esta ocasión no pudieron ser evaluados, como por ejemplo, variables de es- trés y bienestar, exposición al riesgo familiar, apoyo de amigos e importancia de la percepción de los demás, riesgo comunita- rio, entre otros. Se recomienda, para buscar mayor evidencia causal, comparar los resultados significativos encontrados en este estudio en experimentos aleatorizados controlados, cues- tión que se ha presentado como una necesidad por otros auto- res (Pauwels, Svensson, & Hirtenlehner, 2018).

Finalmente, estos resultados podrían contribuir en el desarrollo teórico y experimental de la TAS y la articulación de las teorías de la conducta en criminología con las teorías sobre la conducta desde la psicología basada en evidencia. Tanto la propensión, entendida como estilos de interacción o repertorio de conductas (Montgomery, 2017), como la exposi- ción, entendida como contingencias situacionales inmediatas (Petry, 2011; Gibbon et al., 2020), son variables que pueden ser abordadas al día de hoy con modelos de intervención de modificación de conducta verbal, no verbal, en el caso de la exposición, o mediante manejo de contingencias, en el caso de la propensión. Lo anterior resulta relevante también para el desarrollo de investigaciones aplicadas, para el diseño de programas de prevención selectiva e indicada con jóvenes en situación de riesgo, con mayor propensión y exposición a entornos violento-delictivos.

Referencias

Abt, T., & Winship, C. (2016). What Works in Reducing Com- munity Violence: A Meta- Review and Field study for the Northern Triangle. Washington, DC: USAID. Re- trieved from: https://www.usaid.gov/sites/default/files/ USAID-2016-What-Works-in-Reducing-Communi- ty-Violence-Final-Report.pdf

Aufrichtig, A., Beckett, L., Diehm, J., & Lartey, J. (2017). Want to fix gun violence in America? Go local. USA. The Guardian. Retrieved from: https://www.theguardian. com/us-news/ng-interactive/2017/jan/09/special-re- port-fixing-gun-violence-in-america

Bandura, A. (1978). Social learning theory of aggression.

Journal of communication, 28(3),

12-29. https://doi.org/10.1111/j.1460-2466.1978.tb01621.x Bonta, J., & Andrews , D. A. (2010). The psychology of crimi-

nal conduct (5th ed.). New Providenc, NJ: LexisNexis. Brenner, P. S., & DeLamater, J. (2016). Lies, damned lies,

and survey self-reports? Identity as a cause of measurement bias. Social psychology quarterly, 79(4),

333-354. https://doi.org/10.1177/0190272516628298 Bruinsma G, Pauwels L, Weerman F and Bernasco W (2015)

Situational Action Theory:

Crosssectional and cross-lagged tests of its core propositions. Canadian Journal of Criminology and Criminal Justice 57: 363–398. https://doi.org/10.3138/cjccj.2013.E24

Bushman, B. J., Newman, K., Calvert, S. L., Downey, G.,

Dredze, M., Gottfredson, M., ... & Romer, D. (2016). Youth violence: What we know and what we need to know. American Psychologist, Vol. 71(1), 17. https:// doi.org/10.1037/a0039687

Carrasco-Chinchilla, F., Lawrenz, J. C., & Jiménez-Navarro,

M. F. (2013). Diferentes tipos de estudios epidemiológi- cos: ventajas e inconvenientes. Cardiocore, 48(4), 133-

135. DOI: 10.1016/j.carcor.2013.09.004

Chu, C., Klein, K. M., Buchman‐Schmitt, J. M., Hom, M. A., Hagan, C. R., & Joiner, T. E.

(2015). Routinized assessment of suicide risk in clinical practice: An empirically informed update. Journal of clinical psychology, 71(12), 1186-1200. https://doi. org/10.1002/jclp.22210

Clarke, RV. (1997) Situational Crime Prevention: Successful Case Studies. Second edition, Albany, NY: Harrow and Heston.

Coyne, M. A., & Eck, J. E. (2015). Situational choi- ce and crime events. Journal of Contemporary Criminal Justice. Vol. 31(1), 12-29. https://doi. org/10.1177/1043986214552605

David-Ferdon, C., & Simon, T. R. (2014). Preventing youth violence: Opportunities for action. Atlanta, GA: Centers for Disease Control and Prevention. Retrieved from http://www.cdc.gov/violenceprevention/youthviolence/ opportunities-for-action.html.

Eklund, J. M., & Fritzell, J. (2014). Keeping delinquency at

bay: The role of the school context

for impulsive and sensation-seeking adolescents. European Journal of Criminology, 11(6), 682-701. https://doi. org/10.1177/1477370813512584

Garrido-Albornoz, N. J. (2021). Aproximaciones para progra- mas de prevención de la violencia

en adolescentes escolares. Educere, 25(81), 603-616. https://www.redalyc.org/jatsRepo/356/35666225021/html/ George, D., & Mallery, P. (2003). SPSS for Windows step by

step: A simple guide and reference. 11.0 update (4th ed.). Boston: Allyn & Bacon.

Gibbon, S., Khalifa, N. R., Cheung, N. H., Völlm, B. A., & Mc-

Carthy, L. (2020). Psychological

interventions for antisocial personality disorder. Cochrane Da- tabase of Systematic Reviews, 2020, Issue 9. Art. No.: CD007668. DOI: 10.1002/14651858.CD007668.pub3.

Gomes, H. S., Farrington, D. P., Maia, Â., & Krohn, M. D. (2019). Measurement bias in

self-reports of offending: a systematic review of experiments. Journal of experimental criminology, 15(3), 313-339. ht- tps://doi.org/10.1007/s11292-019-09379-w

Granados Muñoz, R. (2021) Diferencias del riesgo de violen- cia en adolescentes según la

densidad de población. Journal of Behavior, Health & Social Issues, 13(2), 37-42.

http://dx.doi.org/10.22201/fesi.20070780e.2021.13.2.76357 Grijalva Eternod, A. E., & Grimaldo Santamaría, R. Ó. (2020).

Género, Familia, Conductas

Antisociales y Victimización en Adolescentes, en González,

A.M.H & Grimaldo Santamaría, R.O. (2021). Aspectos sociales en la seguridad ciudadana. Dykinson.

Gul, S. (2009). An evaluation of rational choice theory in crimi- nology. Girne American University Journal of Sociology and Applied Science, 4(8), 36-44.

Hayward, K. (2007). Situational crime prevention and its dis- contents: Rational choice theory

versus the ‘culture of now’. Social Policy & Administra- tion, 41(3), 232-250. https://doi.org/10.1111/j.1467- 9515.2007.00550.x

Hernández-Avila, M., Garrido-Latorre, F., & López-Moreno, S. (2000). Diseño de estudios epidemiológicos. Salud pú- blica de México, 42, 144-154. https://www.scielosp.org/ article/ssm/content/raw/?resource_ssm_path=/media/ assets/spm/v42n2/2383.pdf

Herrera, M. Ampudia, A. Reidl, L. (2013). Factores de riesgo que identifican a adolescentes y jóvenes en conflicto con la ley. Psicología y Salud. Vol. 23, Núm. 2: 209-216

Hicks, D. L., & Hicks, J. H. (2014). Jealous of the Joneses: conspicuous consumption, inequality, and crime. Oxford Economic. Papers. Vol. 66(4), 1090–1120. ht- tps://doi.org/10.1093/oep/gpu019

Índice de Paz México: Mapa de evolución y factores que im- pulsan la paz. (2017). Institute for Economics and Pea- ce

INEGI (2018). Banco de Indicadores. Instituto Nacional de Estadística y Geografía. Recuperado el 31 de octubre e 2018 http://www.beta.inegi.org.mx/

Kahneman, D. (2012). Pensar rápido, pensar despacio. Méxi- co. Debolsillo. Debate

Keel, R. O. (1997). The evolution of classical theory: Rational choice, deterrence, incapacitation and just dessert. Re- trieved September, 25, 2007.

Kieselbach, B., & Butchart, A. (2016.). Preventing youth vio- lence: an overview of the evidence. World Health Or- ganization.

Kucuk, U., Kucuk, H. O., Eyuboglu, M., & Dogan, M. (2016). eComment. The importance of

choosing a proper predictor variable selection method in lo- gistic regression analyses. Interactive cardiovascular and thoracic surgery, 22(3), 258-258.

Loeber, R., & Hay, D. (1997). Key issues in the development of aggression and violence from childhood to early adulthood. Annual review of psychology, 48(1), 371-

410. https://doi.org/10.1146/annurev.psych.48.1.371 Miller, D. T., & Prentice, D. A. (2016). Changing norms to chan-

ge behavior. Annual review of psychology, 67, 339-361. https://doi.org/10.1146/annurev-psych-010814-015013 Montgomery, W. (2017). La unidad analítica de la personali-

dad:¿ repertorios conductuales

básicos o estilos interactivos?. Interacciones, 151-159. ht- tps://doi.org/10.24016/2017.v3n3.78

Organización Mundial de la Salud (2003). Informe mun- dial sobre la violencia y la salud. Washington,

D.C. Disponible en: http://apps.who.int/iris/bits- tream/10665/112670/1/9275315884_spa.pdf

Opp, K. D. (1997). Limited rationality and crime. Aldershot/ Brookfield/Singapore/Sydney

Pauwels, L. J., Svensson, R., & Hirtenlehner, H. (2018). Tes- ting Situational Action Theory: A

narrative review of studies published between 2006 and 2015. European Journal of Criminology, 15(1), 32-55. https:// doi.org/10.1177/1477370817732185

Programa de las Naciones Unidas para el Desarrollo. (2013). Informe Regional de Desarrollo Humano, Seguridad Ciudadana con rostro humano: Diagnóstico y Propues- tas para América Latina. Nueva York, Estados Unidos.

Retrieved from http://www.undp.org/content/dam/rblac/img/IDH/IDH-AL%20

Informe%20completo.pdf

Papachristos, A. V., Wildeman, C., & Roberto, E. (2015). Tra- gic, but not random: The social

contagion of nonfatal gunshot injuries. Social Science & Me- dicine, 125, 139-150. https://doi.org/10.1016/j.socsci- med.2014.01.056

Petry, N. M. (2011). Contingency management: what it is and why psychiatrists should want to

use it. The psychiatrist, 35(5), 161-163. https://doi.org/10.1192/ pb.bp.110.031831

Taylor, P. J., Usher, S., Jomar, K., & Forrester, R. (2021).

Investigating self‐concept in self‐harm:

A repertory grid study. Psychology and Psychotherapy: Theory, Research and Practice, 94, 171-187.. https:// doi.org/10.1111/papt.12269

Turecki, G., & Brent, D. A. (2016). Suicide and suicidal beha- viour. The Lancet, 387(10024), 1227-1239. https://doi. org/10.1016/s0140-6736(15)00234-2

Roth, K. B., Borges, G., Medina-Mora, M. E., Orozco, R., Ouéda, C., & Wilcox, H. C. (2011). Depressed mood and antisocial behavior problems as correlates for sui- cide-related behaviors in Mexico. Journal of psychiatric research, 45(5), 596-602. https://doi.org/10.1016/j.jpsy- chires.2010.10.009

Revelle, W. & Condon, D. M. (2019). Reliability from α to ω: A tutorial. Psychological

Assessment 31 (12) p 1395-1411. https://doi.org/10.1037/ pas0000754

Santacreu, J. (2005). La síntesis de la historia de aprendizaje:

Perspectiva conductual sobre la

personalidad. Acta Comportamentalia: Revista Latina de Análisis de Comportamiento, 13(1), 53-66. http://revis- tas.unam.mx/index.php/acom/article/view/14541

Seifert, K. & Ray, K (2012). Youth Violence; Theory, Preven- tion, and Intervention. New York: Springer Publishing Company.

Sijtsema, J. J., & Lindenberg, S. M. (2018). Peer influence in the development of adolescent antisocial behavior: Ad- vances from dynamic social network studies. Develop- mental Review, 50, 140-154. https://doi.org/10.1016/j. dr.2018.08.002

Wang, P. W., Yang, P. C., Yeh, Y. C., Lin, H. C., Ko, C. H., Liu, T. L., & Yen, C. F. (2013).

Self-esteem in adolescent aggression perpetrators, victims and perpetrator-victims, and the moderating effects of depression and family support. The Kaohsiung jour- nal of medical sciences, 29(4), 221-228. https://doi.or- g/10.1016/j.kjms.2012.08.035

Wikström (2009). Circumstances and the Causes of Crime Towards an Analytical

Criminology; University of Cambridge.

Wikström, P. O. H., & Treiber, K. H. (2009). Violence as situa- tional action. International Journal

of Conflict and Violence (IJCV), 3(1), 75-96. https://doi. org/10.4119/ijcv-2794

Apéndice 1

Confiabilidad de las escalas

Los análisis de confiabilidad se realizaron asociando

las preguntas de la encuesta de acuerdo con su tipo de cons- trucción. El Cuadro 1 presenta un resumen de las subescalas utilizadas y los elementos que las componen, así como los resultados del análisis alfa de Cronbach.


Tabla 1 Análisis de confiabilidad de las escalas.

Items / Subscales


n

Alfa de Cron- bach

Alfa estandariza- da

Correlación interna


Media

Desviación estándar

satisfecho_conmigo

466

0.51

0.51

0.21

3.4

0.76

Útil

466

0.53

0.53

0.22

3.2

0.76

Fracasado

466

0.64

0.64

0.31

3.1

0.82

Apariencia

466

0.64

0.65

0.32

3.1

0.83

Seguro

466

0.61

0.62

0.29

3.1

0.82

Total Autoconcepto


0.64

0.65

0.27

3.2

0.51

Conducta_vandalismo

470

0.63

0.65

0.38

0.03

0.17

Conducta_portararmas

470

0.5

0.53

0.27

0.055

0.23

Conducta_peleas

470

0.49

0.52

0.27

0.087

0.28

conducta_usofuerza

470

0.68

0.69

0.42

0.106

0.31

Total conductas de riesgo de agresividad


0.65

0.67

0.34

0.07

0.18

conducta_drogas

470

0.65

0.65

0.48

0.074

0.26

conducta_alcohol

470

0.64

0.66

0.49

0.128

0.33

conducta_tabaco

470

0.69

0.71

0.55

0.143

0.35

Total conductas adictivas


0.74

0.75

0.51

0.11

0.26

conducta_exp_estresantes

470

0.18

0.18

0.18

0.1

0.3

conducta_autolesion

470

0.033

0.18

NA

0.04

0.2

Total estrés y bienestar


0.28

0.31

0.18

0.071

0.2

niñez_abuso

396

0.35

0.42

0.2

1.2

0.41

peleas_familia

396

0.3

0.4

0.18

1.2

0.43

alcohol_drogas_familia

396

0.56

0.56

0.3

1.5

0.79

familia_prision

396

0.41

0.49

0.24

1.1

0.31

Total exposicion al riesgo familiar

0.46

0.54

0.23

1.3

0.32

amigos_pandilla

354

0.41

0.42

0.27

1.5

0.5

amigos_policia

354

0.5

0.53

0.36

1.3

0.47

pertenencia_pandilla

354

0.69

0.7

0.53

1.1

0.35

Total exposición al riesgo amigos


0.66

0.65

0.39

1.3

0.34

apoyo_familia

468

0.48

0.48

0.48

3.1

0.9

conversar_familia

468

0.23

0.48

NA

3

0.98

Total apoyo familiar


0.65

0.65

0.48

3.1

0.81


apoyo_amigos

466

0.0797

0.08

0.08

3.2

1.3

frecuencia_amigos

466

0.0063

0.08

NA

4

1.2

Total apoyo amigos


0.15

0.15

0.08

3.6

0.9

mes_conflicto_ley

441

0.421

0.443

0.284

1.084

0.28

conducta_robos

441

0.152

0.169

0.092

0.063

0.24

conducta_ventadrogas

441

0.042

0.043

0.022

0.029

0.17

Total conductas delictivas


0.26

0.31

0.13

0.39

0.15

perc_otros

467

0.11

0.162

0.088

2

0.94

perc_familia

467

0.023

0.033

0.017

2.9

1.01

perc_amistades

467

0.462

0.463

0.301

1.8

0.38

Total percepción


0.36

0.32

0.14

2.3

0.55


Fuente: Autoevaluación utilizando datos de la escala de evaluación ROLE; la variación en n se debe a la eliminación de los valores que faltan en cada segmento, de los participantes que no respondieron. Alpha actúa con una confidencialidad del 95%


Apéndice 2

Ejemplo de reactivos del instrumento