Introducción

Las Redes Sociales (RRSS) se han popularizado en los últimos años como plataformas para buscar y compartir información, además de la generación de debate (Kong et al., 2021). Esto conllevó al aumento de investigaciones que analizaron los usos de los jóvenes en las RRSS e Internet (Pertegal-Vega et al., 2019), en el que se examinan diferentes variables que pueden explicar el efecto que tiene el uso inadecuado de las RRSS e Internet en la juventud. Entre estas variables se observa el Miedo a Perderse Algo (Fear of Missing Out, FoMO, Buglass et al., 2017).

El FoMO ha sido objeto de estudio en los últimos años (Milyavskaya et al., 2018; Tandon et al., 2021). Para definirlo bien, se deben tener en cuenta dos componentes: por un lado, la aprehensión o el miedo a que otros estén disfrutando de experiencias gratificantes mientras se está ausente; y, por otro lado, el deseo de estar visibles y activos en sus RRSS (Przybylski et al., 2013). En este sentido, el FoMO es el resultado del aprovechamiento o no de las oportunidades y el arrepentimiento en la toma de decisiones, lo que tiene consecuencias emocionales negativas (Milyavskaya et al., 2018). Es decir, las personas que manifiestan FoMO se caracterizan por el deseo de estar continuamente conectadas para saber qué hacen los demás, provocando, a su vez, preocupación por perderse un evento social (Barry y Wong, 2020).

El deseo de estar siempre conectado se ve avivado por la posibilidad de comunicarse a través de las tecnologías y el uso de las RRSS. Poder estar continuamente conectado a Internet ha incrementado el acceso a la gran oferta de actividades y eventos (Milyavskaya et al., 2018). Se mezclan aquí diversos elementos, como que la participación en las RRSS evita estados de ánimo negativos, el sentimiento de soledad o la insatisfacción con las relaciones personales (Ellison et al., 2007). De esta forma, el Miedo a Perderse Algo se relaciona con factores como la satisfacción de las necesidades psicológicas, el estado de ánimo o de una satisfacción general por participar en las RRSS (Przybylski et al., 2013). Así, el FoMO capta de forma única la autopercepción sobre el impacto nocivo del uso de las RRSS. En este sentido, con la llegada de las RRSS y otras formas de comunicación, la posibilidad de experimentarlo ha incrementado (Barry y Wong, 2020).

Una oferta amplia de actividades para elegir no siempre asegura una respuesta positiva, ya que la elección puede conllevar al arrepentimiento (Milyavskaya et al., 2018). Por ello, se observa que el FoMO presenta tanto aspectos positivos como negativos. Como indica Elhai et at. (2020) el comportamiento persistente de comprobación online es inherente al FoMO, posee dos conductas asociadas: a) activa, cuando las personas tienen tiempo para navegar proactivamente; y, b) pasiva (o reactiva), a través de numerosas notificaciones relacionadas con las RRSS, que recibe a lo largo del día, provocando una respuesta compulsiva. Por un lado, las notificaciones sociales son útiles para la vida social y se valoran positivamente porque satisfacen y alivian el FoMO (Paul et al., 2015). La interacción social online puede mejorar el capital social de muchas personas, observándose como un componente positivo del FoMO (Cheng et al., 2019; Elhai et al., 2020). Sin embargo, recibir continuamente notificaciones es un factor de interrupción; el cual se asocia a un comportamiento de comprobación constante con efectos adversos (Elhai et al., 2021; Hussain et al., 2023). Así, estas notificaciones pueden provocar distracción y dispersión en la tarea, lo que afecta a la atención e irrumpe en la actividad que se está desarrollando (Duke y Montag, 2017; Wen et al., 2023); incidiendo en los “costes del cambio” (switching costs) y dificultando volver a la tarea en cuestión para finalizarla (Montag et al., 2019).

Aunque hay multitud de estudios realizados desde diversas disciplinas, estos son parciales y segmentados (Tandon et al., 2021), por lo que se debe seguir investigando de una manera más completa. Sin embargo, a pesar de que el FoMO ha recibido recientemente una gran atención científica en el uso de las RRSS (Al-Busaidi et al., 2023; Fioravanti et al., 2021; Talan et al., 2024), según Milyavskaya et al. (2018), existe una limitación clave en la investigación sobre el FoMO: los instrumentos existentes no posibilitan sacar conclusiones de causalidad o de sus efectos a largo plazo.

Por ello, se plantean una serie de objetivos que orientan el desarrollo del presente trabajo: a) adaptar y factorizar “The fear of Missing Out (FoMO) scale” (Mazlum y Atalay, 2022), para el estudiantado universitario; y b) comprobar el poder discriminatorio de la escala adaptada entre los estudiantes, en función de los factores de la Escala de Toma de Decisiones (Suárez-Perdomo et al., 2022), en el que se analiza el estrés e insatisfacción, la vigilancia, la evitación y la postergación de la tarea.

Con respecto al primer objetivo, el constructo FoMO toma relevancia en la ciencia desde que fue tratado de forma empírica por Przybylski et al. (2013), con la finalidad de determinar los miedos y ansiedades manifestadas al no estar conectadas con los grupos sociales a los que pertenecían y, además, perderse las actividades que desarrollaban. Para ello, elaboraron una escala de 10 ítems que medían el nivel de miedo de las personas a perderse experiencias gratificantes. Por su parte, Zhang et al. (2020) desarrollaron una escala para medir el nivel de FoMO, considerando que podrían analizar el nivel de amenaza al “yo privado” y al “yo social”. Los trabajos reseñados defendían que mientras que el yo social tiene que ver con cómo las personas quieren ser percibidas por los demás, el yo privado tiene que ver con perderse experiencias que pueden desarrollar o mantener su propio yo privado.

En los últimos años han surgido diferentes escalas que intentan analizar el nivel de FoMO (Ma et al., 2021; Riordan et al., 2015; Sette et al., 2020), midiendo la ansiedad, tristeza y arrepentimiento que refleja una persona cuando se pierde un acontecimiento o una oportunidad social. Sin embargo, dichas escalas presentan carencias importantes que determinan la necesidad de desarrollar escalas con mayor sensibilidad en el análisis del FoMO. Como, por ejemplo, el arrepentimiento de las decisiones y los sentimientos de pérdida y soledad; así como el componente cultural que propicie su adaptación a la población objetivo (Mazlum y Atalay, 2022).

Con respecto al segundo objetivo, se considera necesario identificar el poder de discriminación de la escala con los procesos de toma de decisión, en tanto que, la toma de decisiones se puede observar en función de estrategias de afrontamiento (Alzate et al., 2004), dividida en dos: a) estrategias adaptativas o de vigilancia, que implica la búsqueda y comprobación responsable de las decisiones, en el que se evidencia la seguridad de la persona en sí misma y b) estrategias de afrontamiento desadaptativas, que se caracteriza por una hipervigilancia al creer que se dispone del tiempo necesario, desarrollando una búsqueda frenética y desordenada; así como estrategias de evasión, intentando evitar tomar decisiones por medio de la atención selectiva, unido a una conducta de procrastinación decisional (Fabio, 2006; González-Navarro et al., 2017; Navarro et al., 2012). Se observan, pues, dos patrones de toma de decisiones, adaptativas y desadaptativas, basada en la teoría formulada por Janis y Mann (1977), en el que se identifica el patrón adaptativo como una conducta cuidadosa que lleve a un comportamiento deliberado, manteniendo a la persona vigilante y segura de sí misma para tomar la mejor decisión posible; y el patrón desadaptativo como una conducta basada en el pánico y en la evitación que conlleva a la incapacidad de tomar decisiones. Esta falta de decisión caracterizada dentro del patrón desadaptativo puede conllevar a tomar decisiones erróneas lejos del éxito.

Esta incapacidad de tomar decisiones se une al uso inadecuado de las RRSS produciendo un panorama desalentador. El uso de RRSS no suele estar mediado por un pensamiento complejo que evalúe los pros y los contras de las decisiones que se toman, sino que la acción suele ser más inmediata. Si a esto se suma el FoMO, el resultado puede ser sumamente negativo, ya que se puede producir una adicción de retroalimentación entre el FoMO y el uso inadecuado de las RRSS. En un estudio realizado por Baker et al. (2016) observaron que casi tres cuartas partes de las personas se sienten ansiosas cuando se encuentran ante procesos de indecisión, que conlleva el riesgo de perderse algo de lo que hace su grupo social. Un posible arrepentimiento en el proceso de toma de decisiones emerge de una forma más prominente en la juventud, ya que buscan sacar el máximo beneficio cuando deben elegir entre varias alternativas (Zhang et al., 2020).

Por ello, el FoMO y el proceso de toma de decisiones pueden estar relacionados, por lo que se hace necesario comprobar en qué medida la escala adaptada tiene capacidad de discriminar a las personas que sufren arrepentimiento por el FoMO. En definitiva, se analiza la capacidad discriminatoria de la escala adaptada en función de los factores de toma de decisiones (estrés e insatisfacción, vigilancia, evitación y postergación de la tarea), una vez controlada la posible influencia del nivel de uso de las RRSS del alumnado universitario.

Método

Participantes

Para la realización del presente estudio participaron 1818 estudiantes universitarios, a los que se accedió a través de un muestreo no probabilístico por bola de nieve. El muestreo se comenzó con el contacto con el departamento de las universidades participantes, con las indicaciones de trasladar el cuestionario al profesorado y que este se lo hiciera llegar al alumnado. Finalmente, la muestra estuvo formada por un 66.3% de mujeres, un 32.1% de hombres y un 1.5% de personas que se identificaron con otros géneros. Los participantes tenían edades comprendidas entre los 18 y 68 años (M = 21.7, DT = 5.6). Como se ha indicado anteriormente, los participantes estaban cursando estudios universitarios, el 94.9% se encontraban estudiando un grado (36.4% primero, 24.9% segundo, 18% tercero, 13.7% cuarto y 1.8% quinto) y el 5.1% restante cursaba un posgrado. Además, el 41.6% cursaba estudios en la rama de conocimiento de Ciencias Sociales y Jurídicas, el 17.1% en Artes y Humanidades, el 15.4% Ingenierías y Arquitectura, el 15.2% en Ciencias y el 10.8% restante en Ciencias de la Salud, de 30 universidades españolas.

Instrumentos

The fear of Missing Out (FoMO) scale. El instrumento seleccionado para su adaptación y validación fue “The fear of Missing Out (FoMO) scale” (Mazlum y Atalay, 2022), el cual analiza el nivel del Miedo a Perderse Algo en las RRSS en universitarios/as, analizando dicho miedo desde un ámbito privado y social. El instrumento original consta de 17 ítems en Escala Likert con cinco alternativas de respuesta (1- completely disagree y 5 - completely agree). Se obtuvo un modelo de dos factores: (a) private y (b) social; que mostró un índice de ajuste adecuado (RMSR = .05; GFI = .97; CFI = .95), con una consistencia interna que varía entre .84 y .88.

Se decidió proceder a su traducción del inglés al castellano y posterior adaptación a la población objetivo de estudio, para ello se tuvo en cuenta la recomendación D.2 del International Test Commission’s Guidelines (2010), para la adecuación de los ítems a la población española. Una vez traducido el cuestionario se hizo llegar a un panel de 3 expertos en construcción de instrumentos de recogida de datos y en el constructo FoMO. Posteriormente, se procedió a la mejora de los ítems, teniendo en cuenta las recomendaciones de los expertos y considerando la lógica de su formulación con respecto al constructo en español. Asimismo, los expertos aconsejaron mantener el número de ítems del cuestionario original y aumentar el número de alternativas de respuestas, pasando de 5 a 6 (1 Totalmente en desacuerdo y 6 Totalmente de acuerdo).

Uso de las Redes Sociales. Asimismo, se utilizó la medida ad hoc para el uso de RRSS, que consta de dos ítems: ¿Cuándo sueles conectarte a Internet?: (1) por la mañana; (2) al mediodía; (3) por la tarde, (4) por la noche, (5) en cualquier momento del día. ¿Cuánto tiempo dedicas a las Redes Sociales al día?: (1) Menos de una hora al día, (2) de una a dos horas, (3) de dos a tres horas, (4) de tres a cuatro horas, (5) más de cuatro horas.

Escala de Toma de Decisiones. Por último, se hizo uso del instrumento elaborado por Suárez-Perdomo et al. (2022), que consta de 17 ítems divididos en cuatro factores: (1) estrés e insatisfacción (5 ítems), ahonda en el malestar que implica la toma de decisiones (e.g. Suelo perder mucho tiempo en cosas triviales antes de llegar a la decisión final; Cuando tengo que tomar una decisión, espero mucho tiempo antes de empezar a pensar en ello); (2) vigilancia (7 ítems), analiza la constante atención de la persona sobre las alternativas y la precaución a la hora de tomar decisiones (e.g. Me gusta considerar todas las alternativas; Tomo mucha precaución antes de tomar una decisión); (3) evitación (3 ítems), analiza el posible autosabotaje de la persona a la hora de tomar decisiones (e.g. Evito tomar decisiones, prefiero dejárselo a los demás; No me gusta tomar la responsabilidad de la toma de decisiones a menos que realmente tenga que hacerlo); y, (4) postergación de la tarea (3 ítems), alude a la conducta procrastinadora de la persona en la toma de decisiones (e.g. Pospongo la toma de decisiones; no puedo pensar si tengo que tomar una decisión deprisa).

Procedimiento

Previo a la difusión del cuestionario se obtuvo el visto bueno del Comité de Ética de la Investigación y de Bienestar Animal de la Universidad de las autoras (CEIBA2023-3269). Dicha difusión se realizó en dos momentos: (1) se procedió a una recogida de datos piloto, contando para ello con alumnado de la Facultad de Educación de la Universidad de las autoras. Se seleccionó a 10 estudiantes por ítem, se presentó el cuestionario, los objetivos del estudio y se monitorizó la respuesta del alumnado con la finalidad de solventar dudas y que ello contribuyese a la mejora de los ítems del cuestionario adaptado; (2) se procedió a la difusión masiva del cuestionario. Para ello se contactó con decanatos, departamentos y profesorado de 30 universidades españolas. La finalidad era que el profesorado invitara a su alumnado a participar en el estudio incluyendo el cuestionario en sus Aulas virtuales. Para garantizar los procedimientos éticos se solicitó el consentimiento informado y se garantizó el anonimato de las personas participantes, de acuerdo con la Ley Orgánica 3/2018, de 5 de diciembre, de Protección de Datos Personales y garantía de los derechos digitales.

Análisis de datos

Para determinar la estructura factorial del instrumento adaptado se utilizó el Modelo de Ecuaciones Estructurales Exploratorio (MESE, Asparouhov y Muthen, 2009). Dicho modelo tiene la ventaja de combinar el Análisis Factorial Exploratorio (AFE) y el Análisis Factorial Confirmatorio (AFC), que considera las matrices de varianza-covarianza; adaptándose mejor al tipo de escala que presenta el cuestionario. Asimismo, otra ventaja es que no se precisa que el peso factorial de los ítems pertenecientes a un factor sea cero en los demás presentes en la escala, por lo que es más preciso el cálculo que se realiza entre los índices de ajuste y las correlaciones de las variables latentes. Se utilizó el Geomin Oblicuo como método de rotación, ya que implica rotaciones oblicuas que muestran relaciones entre factores basadas en los constructos más cercanos a la realidad, teniendo en cuenta que se adscribe a las Ciencias Sociales (Brown, 2006; Schmitt, 2011). Se hizo uso del Método de Estimación de Mínimos Cuadrados Ponderados, Ajustados por la Media y la Varianza (WLSMW, por sus siglas en inglés Weighted Least Squares Mean and Variance Adjusted).

Para el análisis del ajuste del modelo se tomaron como indicadores la prueba de χ² la ratio χ²/gl, el error cuadrático medio de aproximación (RMSEA), el índice de Tucker-Lewis (TLI), el índice de ajuste comparativo (CFI) y el residuo ponderado cuadrático medio (WRMR). Se considera un buen ajuste del modelo cuando los índices TLI/CFI obtienen valores superiores a .90 y el índice RMSEA está en el rango .08-.05 (Byrne, 2013). Además, se utilizó la prueba de esfericidad de Bartlett y la medida de adecuación muestral de Kaiser-Mayer-Olikin (KMO, Pérez y Medrano, 2010).

Para decidir el número de factores se tuvieron en cuenta varios criterios: (1) el sentido teórico de los mismos, analizando la coherencia temática del contenido de los ítems; (2) la existencia de un número de factores con al menos tres ítems en cada factor y que fueran significativos (NC = 95%) únicamente en uno o dos factores; y, (3) se observó los índices de ajuste, ya que tener en cuenta este criterio únicamente puede conllevar a aceptar más factores de los necesarios (Hayashi et al., 2007). Una vez determinado el número de factores, se descartaron los pesos factoriales inferiores a .30 y aquellos que presentan diferencias de pesos entre dos factores menor de .15. A continuación, se realizó un análisis de consistencia interna tanto del instrumento como de los diferentes factores que lo conforman, hallando el coeficiente Omega (McDonald, 2013). Para realizar los estadísticos descriptivos se utilizó el SPSS 25; para el MESE, el Mplus 7.4 (Muthén y Muthén, 1998- 2010) y, por último, para estimar el coeficiente Omega se utilizó el Microsoft Excel.

Para el segundo objetivo se realizó la Curva ROC, para averiguar la capacidad discriminativa de la escala, observando la sensibilidad y especificidad demostrada en función de los factores de la Escala de Toma de Decisiones (Suárez-Perdomo et al., 2022). Así, se observó la capacidad de discriminación de los factores resultantes de la escala adaptada para discernir entre un nivel bajo o alto en los factores de toma de decisiones. Por último, se realizó un análisis multivariante de covarianza (MANCOVA), considerando como covariable la conexión a Internet y el tiempo que pasan los participantes conectados a las RRSS, tomando como indicador el tamaño del efecto (ES) el estadístico ηp² (Cohen y Swerdlik, 2006). Para ambos análisis se utilizó el SPSS 25.

Resultados

Análisis psicométrico de la adaptación del The fear of Missing Out (FoMO) scale

Con respecto al primer objetivo, se realizó el análisis del ajuste del modelo para tomar la decisión del número de factores que conforman el instrumento adaptado. Como se observa en la Tabla 1, la estructura factorial en la que coinciden al menos tres ítems significativos en un factor y que solo sean significativos en uno o dos factores es en la solución de dos factores. Es decir, en las soluciones con tres o cuatro factores existe una menor discriminación en este sentido, existiendo ítems que son significativos en más de dos factores, no habiendo tres ítems como mínimo en cada uno de los factores existentes. Con respecto al ajuste del modelo, se puede observar que a mayor número de factores mejora el índice de ajuste. No obstante, la mejor solución en la que todos los ítems están claramente representados es la de dos factores. Además, se obtuvo la prueba KMO en la solución de dos factores, con un valor de .947 y la prueba de esfericidad de Bartlett resultó significativa (18445.36, gl 136, p < .000). También, se analizó la fiabilidad interna del modelo de dos factores por medio del coeficiente Omega con un valor de .93, siendo para el primer factor .86 y para el segundo factor .91.

La solución factorial obtenida estuvo formada por dos factores, en el que los pesos factoriales oscilaron entre .445 y .838, como se muestra en la Tabla 2, seleccionando la estimación de la estandarización STDYX del modelo resultante del CFA que obtuvo una significación p ≤ .001. El primer factor, Afección Personal, se compone de 9 ítems y el segundo factor, Afección Social, se compone de 8 ítems.

Capacidad discriminatoria de la nueva escala

Con respecto al segundo objetivo, se realizó la Curva ROC, para lo que se dividieron los factores de la Escala de Toma de Decisiones partiendo de los percentiles .33 y .66, para establecer dos niveles de clasificación de los factores. Siendo “bajo” aquellas puntuaciones que se situaban por debajo de .33 y “alto” aquellas puntuaciones que se situaban por encima de .66 en cada factor para su posterior análisis. Asimismo, se utilizó como medida de diagnóstico los factores de la escala adaptada y factorizada del Miedo a Sentirse Fuera de las RRSS. El análisis de la Curva ROC (Figura 1 y 2) mediante la obtención del área bajo la curva (ABC), mostró test regulares con respecto al estrés e insatisfacción, evitación y postergación de la tarea según la afección social

Figura 1.
Análisis ROC del área bajo la curva (ABC) de los factores de la Escala sobre el Miedo a Perderse algo en las RRSS según el estrés e insatisfacción y la vigilancia.

Figura 2.
Análisis ROC del área bajo la curva (ABC) de los factores de la Escala sobre el Miedo a Perderse algo en las RRSS según la evitación y la postergación de la tarea.

Finalmente, tomando como variables dependientes los factores de la escala adaptada y factorizada del Miedo a Sentirse Fuera de las RRSS y como variables fijas los factores de la Escala de Toma de Decisiones, se realizó un análisis multivariado, utilizando como covariables la conexión a Internet y el tiempo que pasan en las RRSS. El análisis multivariado resultó significativo para todos los elementos de análisis: estrés e insatisfacción (F (2, 1275) = 28.97, p < .01, ηp² = .10), vigilancia (F (2, 1178) = 9.56, p < .01, ηp² = .10); evitación (F (2, 1277) = 29.06, p < .01, ηp² = .10) y postergación de la tarea (F (2, 1210) = 16.18, p < .01, ηp² = .10). Por último, como se observa en la Tabla 3, se obtuvieron diferencias significativas en todos los factores que conforman la Escala de Toma de Decisiones con tamaños de efecto pequeños. Esto indica la capacidad discriminatoria de la nueva escala para distinguir entre participantes en función de su patrón de toma de decisiones, una vez se mantiene controlado el efecto de la conexión a Internet y el tiempo que pasan los participantes conectados a las RRSS.

Discusión y conclusiones

La “Escala sobre el Miedo a Perderse Algo en las Redes Sociales” pretende cubrir un hueco importante en la evaluación sobre el uso inadecuado de Internet y las RRSS por parte del alumnado universitario, dada la escasez de instrumentos sensibles para evaluar el constructo en español. El primer objetivo fue el análisis de las propiedades psicométricas del instrumento adaptado y su fiabilidad. Los resultados mostraron que el modelo más adecuado fue el conformado por dos factores, en consonancia con la escala original (Mazlum y Atalay, 2022) y con la investigación realizada por Zhang et al., (2020), en el que se observa la afección del FoMO en el yo privado y el yo social. El contenido del primer factor analiza el nivel de reflexión de la persona sobre su autopercepción, incluyendo sentimientos de insatisfacción, miedo, ansiedad, tristeza o abandono, que surgen del aspecto más personal; independientemente de la existencia de grupos sociales o de la percepción de cómo la persona se ve ante los demás cuando pierde una oportunidad o un evento social (Mazlum y Atalay, 2022). Se observa como en la escala obtenida, el componente privado se basa en el miedo que produce la percepción que la persona tiene de su entorno social. Un elemento trascendental para la evaluación del constructo desde lo personal, en tanto que, se ha llegado a identificar la aparición del FoMO con la sensación de soledad de la persona afectada, ya que este estado de soledad es el que impulsa a la persona a navegar de manera compulsiva para satisfacer sus necesidades de relación con otras personas (Yin et al., 2023).

El contenido del segundo factor alude al ámbito social, lo que experimenta la persona cuando percibe que sus amistades se están divirtiendo sin ella. Se observa una afección social, como indican Milyavskaya et al. (2018), cuando una persona, con independencia de cómo se entere de actividades alternativas, visualiza un evento en las RRSS que propicia el aumento del FoMO. Es decir, como indican en el estudio anterior, es posible que la forma en que conozcan las actividades alternativas no sea importante, pero las RRSS pueden hacer que estos recordatorios sean más frecuentes, lo que conduce a un mayor sentimiento de FoMO. Por lo tanto, el FoMO es un fenómeno inherentemente social, ya que la manera en que se conozca las actividades alternativas no es importante, en tanto que cuando la actividad alternativa es de naturaleza social, se ve incrementada su afección (Milyavskaya et al., 2018).

Con respecto al segundo objetivo, se confirma la validez de la escala para discriminar entre el alumnado en función del nivel de FoMO que esté experimentando. Sobre todo, con respecto a la afección social, tal y como se aprecia en el análisis del área bajo la curva; observándose un test regular en las variables estrés e insatisfacción, evitación y postergación de la tarea. No obstante, hay que resaltar los resultados en la afección personal, en tanto que no presenta un test de discriminación, pero sí que hay una tendencia cercana a la regularidad que determina la posible capacidad de discriminación, que se ve apoyada por los datos obtenidos en el siguiente análisis realizado. Por ello, la nueva escala tiene la capacidad de discriminar entre alumnado que: (1) presenta un alto nivel de FoMO desde un aspecto social y (2) en el proceso de toma de decisiones manifiesta un patrón desadaptativo. En este caso, como se deduce de la teoría de Janis y Mann (1977), son estudiantes que presentan unas estrategias de afrontamiento frenéticas y desordenadas. Esto puede derivar en perfiles personales con un alto nivel de arrepentimiento en la decisión que han tomado, provocando un aumento en el miedo a sentirse fuera de las actividades sociales que desarrollan sus iguales (Zhang et al., 2020). La capacidad de discriminar patrones adaptativos y desadaptativos en el alumnado universitario por medio del nivel de FoMO ayudará a comprender cómo puede estar afectando en el alumnado cometer errores en el proceso de decisión que conlleve a la pérdida de oportunidades sociales (Baker et al., 2016); incluso que ello pueda estar afectando a otras áreas de desarrollo personal, académico, etc. En tanto que, se ha observado que altos niveles de FoMO pueden dar lugar a estrategias de afrontamiento disfuncionales que puede estar afectado negativamente a los procesos de toma de decisiones (Brailovskaia et al., 2024).

Es importante resaltar que estos resultados no se deben al tiempo que el alumnado universitario pasa conectado a Internet o a las RRSS, ya que en el análisis posterior se controló el posible efecto de las variables que analizaban este hecho y se observó que, sin su influencia, se daban diferencias significativas en los factores que conforman la escala adaptada. Por lo tanto, la escala que aquí se presenta tiene una alta sensibilidad para analizar el proceso de FoMO en universitarios, incluso para discernir entre estudiantes que puedan presentar patrones desadaptativos en el proceso de toma de decisiones, es decir, que tienen la capacidad de identificar claramente arrepentimiento en las decisiones tomadas, sentimientos de pérdida social y soledad cuando observan que se han perdido una oportunidad y no la han sabido aprovechar (Mazlum y Atalay, 2022).

El estudio presenta una serie de limitaciones que se deben identificar: 1) en la fase de puesta en marcha del pilotaje del instrumento, se realizó en una universidad, aunque la difusión posterior fue a 29 restantes, se podría haber planteado un muestreo por cuotas o por titulaciones; b) el instrumento de recogida de datos que se ha utilizado es un cuestionario autoinforme que, aunque no se debe considerar de inferior validez que otros instrumentos, si presenta limitaciones como la deseabilidad social en la respuesta.

Teniendo en cuenta los resultados obtenidos y las limitaciones presentadas, se plantea la necesidad de continuar explorando el Miedo a Perderse Algo en las RRSS en el alumnado universitario y cómo ello puede estar afectando en los procesos de toma de decisiones; así como en las metas académicas del estudiantado que se está formando en la universidad. Incluso, trasladar este tipo de estudios a una población adolescentes, que esté realizando los estudios en secundaria y bachillerato, teniendo en cuenta la situación de vulnerabilidad que tienen a estas edades.

En conclusión, la escala sobre el Miedo a Perderse Algo en las RRSS para el estudiantado universitario es un instrumento fiable que permite explorar un conjunto de dimensiones del FoMO. Pues, dicha escala capta de manera única el impacto nocivo del uso de las RRSS en lo personal y en lo social, identificando, a su vez, la forma de inadaptación al uso de la tecnología que generan malestar en la persona, fatiga, estrés, etc. (Barry y Wong, 2020; Milyavskaya et al., 2018). Teniendo en cuenta el creciente interés de la comunidad científica por estudiar el uso inadecuado de las RRSS y el FoMO, es especialmente relevante contar con instrumentos capaces de identificar los elementos fundamentales de estos constructos: el arrepentimiento en la toma de decisiones, la afección a nivel personal y social, la adicción o el aislamiento social (Mazlum y Atalay, 2022). Además de un instrumento que propicie la identificación de posibles patrones desadaptativos en la toma de decisiones que analicen la valoración de los motivos por los que la persona se arrepiente y que ello motive dicho patrón en las decisiones. Por tanto, contar con instrumentos sensibles tanto al FoMO como a la discriminación del proceso de toma de decisiones podría favorecer la creación de procesos de formación que ayuden al alumnado afectado a tomar conciencia del uso inadecuado de las RRSS que puede derivar en la experimentación del FoMO y en los procesos de toma de decisiones desadaptativos, que generen una mejora en estos aspectos de su vida personal y social.

Comité de ética

El cuestionario Fear of Missing Out ha sido aprobado por el Comité de Ética de la Investigación y Bienestar Animal de la Universidad de La Laguna, con el número de Registro CEIBA2023-3269, reunido el 17 de marzo de 2023.

Referencias

Al-Busaidi, A. S., Dauletova, V., y Al-Wahaibi, I. (2023). The role of excessive social media content generation, attention seeking, and individual differences on the fear of missing out: a multiple mediation model. Behaviour & Information Technology, 42(9), 1389-1409. https://doi.org/10.1080/0144929X.2022.2075791

Alzate, R., Arocena, F. L., y Gárate, J. V. (2004). Decision-making patterns, conflict sytles, and self-esteem. Psicothema, 110-116. https://www.psicothema.com/pii?pii=1169

Asparouhov, T., y Muthén, B. (2009). Exploratory structural equation modeling. Structural Equation Modeling: A Multidisciplinary Journal, 16(3), 397-438. https://doi.org/10.1080/10705510903008204

Baker, Z. G., Krieger, H., y LeRoy, A. S. (2016). Fear of missing out: Relationships with depression, mindfulness, and physical symptoms. Translational Issues in Psychological Science, 2(3), 275. https://doi.org/10.1037/tps0000075

Barry, C. T., y Wong, M. Y. (2020). Fear of missing out (FoMO): A generational phenomenon or an individual difference?. Journal of Social and Personal Relationships, 37(12), 2952-2966. https://doi.org/10.1177/0265407520945394

Brailovskaia, J., y Margraf, J. (2024). From fear of missing out (FoMO) to addictive social media use: The role of social media flow and mindfulness. Computers in Human Behavior, 150, 107984. https://doi.org/10.1016/j.chb.2023.107984

Brown, T. (2006). Confirmatory factor analysis for applied research. Guilford Press.

Buglass, S. L., Binder, J. F., Betts, L. R., y Underwood, J. D. (2017). Motivators of online vulnerability: The impact of social network site use and FOMO. Computers in Human Behavior, 66, 248-255. https://doi.org/10.1016/j.chb.2016.09.055

Byrne, B. M. (2016). Structural equation modeling with AMOS: Basic concepts, applications, and programming. Routledge. https://doi.org/10.4324/9781315757421

Cohen, R., y Swerdlik, M. (2006). Pruebas y evaluación psicológicas: introducción a las pruebas y a la medición (6a ed.). McGraw

Cheng, C., Wang, H. Y., Sigerson, L., y Chau, C. L. (2019). Do the socially rich get richer? A nuanced perspective on social network site use and online social capital accrual. Psychological Bulletin, 145(7), 734. https://doi.org/10.1037/bul0000198

Fabio, A. D. (2006). Decisional procrastination correlates: personality traits, self-esteem or perception of cognitive failure?. International Journal for Educational and Vocational Guidance, 6, 109-122. https://doi.org/10.1007/s10775-006-9000-9

Duke, É., y Montag, C. (2017). Smartphone addiction, daily interruptions and self-reported productivity. Addictive behaviors reports, 6, 90-95. https://doi.org/10.1016/j.abrep.2017.07.002

Elhai, J. D., Rozgonjuk, D., Alghraibeh, A. M., y Yang, H. (2021). Disrupted daily activities from interruptive smartphone notifications: Relations with depression and anxiety severity and the mediating role of boredom proneness. Social Science Computer Review, 39(1), 20-37. https://doi.org/10.1177/0894439319858008

Elhai, J. D., Yang, H., y Montag, C. (2020). Fear of missing out (FOMO): overview, theoretical underpinnings, and literature review on relations with severity of negative affectivity and problematic technology use. Brazilian Journal of Psychiatry, 43, 203-209. https://doi.org/10.1590/1516-4446-2020-0870

Ellison, N.B., Steinfield, C., y Lampe, C. (2007). The Benefits of Facebook “Friends:” Social Capital and College Students’ Use of Online Social Network Sites. Journal of Computer-Mediated Communication, 12, 1143-1168. https://doi.org/10.1111/j.1083-6101.2007.00367.x

Fioravanti, G., Casale, S., Bocci Benucci, S., Prostamo, A., Falone, A., Ricca, V., y Rotella, F. (2021). Fear of missing out and social networking sites use and abuse: A meta-analysis. Computers in Human Behavior, 122, 106839. https://doi.org/10.1016/j.chb.2021.106839

González Navarro, P., Llinares Insa, L., Zurriaga Llorens, R., y Lloret Segura, S. (2017). Development and validation of the work conflict appraisal scale (WCAS). Psicothema, 29(2), 268-274. http://hdl.handle.net/11162/147904

Hayashi, K., Bentler, P. M., y Yuan, K. H. (2007). On the likelihood ratio test for the number of factors in exploratory factor analysis. Structural Equation Modeling: A Multidisciplinary Journal, 14(3), 505-526. https://doi.org/10.1080/10705510701301891

Hussain, S., Raza, A., Haider, A., y Ishaq, M. I. (2023). Fear of missing out and compulsive buying behavior: The moderating role of mindfulness. Journal of Retailing and Consumer Services, 75, 103512. https://doi.org/10.1016/j.jretconser.2023.103512

International Test Commission. (2010). International Test Commission guidelines for translating and adapting tests.

Janis, I. L., y Mann, L. (1977). Decision making: A psychological analysis of conflict, choice, and commitment. Free Press.

Kong, Q., Lai-Ku, K. Y., Deng, L., y Yan-Au, A. C. (2021). Motivation and perception of Hong Kong university students about social media news. Comunicar, 29(67). https://doi.org/10.3916/C67-2021-03

Ley Orgánica 3/2018, de 5 de diciembre, de Protección de Datos Personales y garantía de los derechos digitales.

Ma, J. P., Wang, C. X., y Ye, Y. (2021). Development and validation of fear of missing out scale among Chinese college students. Current Psychology, 1-10. https://doi.org/10.1007/s12144-021-01357-8

Mazlum, M., y Atalay, A. (2022). Developing the fear of missing out (FoMO) scale for university students: The validity and reliability study. Journal of Pedagogical Research, 6(4), 20-34. https://doi.org/10.33902/JPR.202215485

McDonald, R. P. (2013). Test theory: A unified treatment. Psychology press. https://doi.org/10.4324/9781410601087

Milyavskaya, M., Saffran, M., Hope, N., y Koestner, R. (2018). Fear of missing out: prevalence, dynamics, and consequences of experiencing FOMO. Motiv Emot, 42, 725–737. https://doi.org/10.1007/s11031-018-9683-5

Montag, C., Lachmann, B., Herrlich, M., y Zweig, K. (2019). Addictive features of social media/messenger platforms and freemium games against the background of psychological and economic theories. International journal of environmental research and public health, 16(14), 2612. https://doi.org/10.3390/ijerph16142612

Muthén, L. K., y Muthén B. O. (1998-2010). Uplus User's Guide. Sixth Edition. Muthén y Muthén.

Navarro, L. I. C., Bernal, A. C. A. L., y Arocena, F. A. L. (2012). Toma de decisiones, estilos de comunicación en el conflicto y comunicación familiar en adolescentes bachilleres. Enseñanza e investigación en psicología, 17(2), 295-311. https://www.redalyc.org/pdf/292/29224159014.pdf

Pérez, E., y Medrano, L. A. (2010). Análisis factorial exploratorio: Bases conceptuales y metodológicas. Revista Argentina de Ciencias del Comportamiento, 2(1), 58-66. https://doi.org/10.32348/1852.4206.v2.n1.15924

Paul, C. L., Komlodi, A., y Lutters, W. (2015). Interruptive notifications in support of task management. International Journal of Human-Computer Studies, 79, 20-34. https://doi.org/10.1016/j.ijhcs.2015.02.001

Pertegal-Vega, M. Á., Oliva-Delgado, A., y Rodríguez-Meirinhos, A. (2019). Revisión sistemática del panorama de la investigación sobre redes sociales: Taxonomía sobre experiencias de uso. Comunicar, 27(60), 81-91. https://doi.org/10.3916/C60-2019-08

Przybylski, A. K., Murayama, K., DeHaan, C. R., y Gladwell, V. (2013). Motivational, emotional, and behavioral correlates of fear of missing out. Computers in human behavior, 29(4), 1841-1848. https://doi.org/10.1016/j.chb.2013.02.014

Riordan, B. C., Flett, J. A., Hunter, J. A., Scarf, D., y Conner, T. S. (2015). Fear of missing out (FoMO): The relationship between FoMO, alcohol use, and alcohol-related consequences in college students. Annals of Neuroscience and Psychology, 2(7), 1-7. https://doi.org/10.7243/2055-3447-2-9

Sette, C. P., Lima, N. R., Queluz, F. N., Ferrari, B. L., y Hauck, N. (2020). The online fear of missing out inventory (ON-FoMO): Development and validation of a new tool. Journal of Technology in Behavioral Science, 5, 20-29. https://doi.org/10.1007/s41347-019-00110-0

Schmitt T. A. (2011). Current methodological considerations in exploratory and confirmatory factor analysis. Journal of Psychoeducational Assessment, 29, 304-321. https://doi.org/10.1177/0734282911406653

Suárez-Perdomo. A, Feliciano-García, L., y Santana-Vega L. E. (2022). Adaptación y factorización de escalas de toma de decisiones y de procrastinación activa en estudiantes universitarios. Revista de Estudios e Investigación en Psicología y Educación, 9(2), 167-185. https://doi.org/10.17979/reipe.2022.9.2.9030

Talan, T., Doğan, Y., y Kalinkara, Y. (2024). Effects of smartphone addiction, social media addiction and fear of missing out on university students’ phubbing: A structural equation model. Deviant Behavior, 45(1), 1-14. https://doi.org/10.1080/01639625.2023.2235870

Tandon, A., Dhir, A., Almugren, I., AlNemer, G.N., y Mäntymäki, M. (2021). Fear of missing out (FoMO) among social media users: a systematic literature review, synthesis and framework for future research. Internet Research, 31(3), 782-821. https://doi.org/10.1108/INTR-11-2019-0455

Wen, J., Huang, Y., Liu, G., y Miao, M. (2023). The nature of nomophobia and its associations with contents of smartphone use and fear of missing out: A network perspective. Telematics and Informatics, 82, 102011. https://doi.org/10.1016/j.tele.2023.102011

Yin, Y., Cai, X., Ouyang, M., Li, S., Li, X., y Wang, P. (2023). FoMO and the brain: Loneliness and problematic social networking site use mediate the association between the topology of the resting-state EEG brain network and fear of missing out. Computers in Human Behavior, 141, 107624. https://doi.org/10.1016/j.chb.2022.107624

Zhang, Z., Jiménez, F. R., y Cicala, J. E. (2020). Fear of missing out scale: A self‐concept perspective. Psychology & Marketing, 37(11), 1619-1634. https://doi.org/10.1002/mar.21406

Notas de autor

asuper@ull.edu.es

Enlace alternativo

https://revistaseug.ugr.es/index.php/RELIEVE/article/view/28247 (html)