Introducción

Cada vez son más los españoles que incorporan la tecnología en su día a día. Según el Instituto Nacional de Estadística (INE), el acceso a Internet desde el hogar se ha incrementado progresivamente desde el 18 % en 2001 hasta el 91.4 % en 2019. Este desarrollo impacta en la Psicología como campo profesional. Las tecnologías digitales no solo han facilitado el contacto online, ampliando las formas en que nos comunicamos y cómo publicitamos nuestros servicios profesionales, sino que también han facilitado el desarrollo de intervenciones con base tecnológica y tratamientos psicológicos online (^{Kazdin, 2015}).

Es difícil encontrar una clasificación estable de las nuevas tecnologías, debido a su propia renovación y transformación. A pesar de ello, en este estudio se consideran las nuevas tecnologías como sistemas y recursos que permiten elaborar, almacenar y difundir información digitalizada a partir del uso de tecnología informática (herramientas ofimáticas, programas de evaluación, programas de intervención, intercambio de archivos, redes, etc.).

Las nuevas tecnologías y su uso generalizado han dado lugar a nuevos servicios, descritos de diversas maneras como ciberterapia, terapia virtual, terapia en línea, asesoramiento en línea, psicosalud, telesalud, etc. (^{Kazdin, 2015}, ^{Stoll, Müller y Trachsel, 2020}). Debido a que la tecnología continúa desarrollándose y mejorando, vale la pena que los profesionales sanitarios aprendan sobre ella y sepan cómo usar estos enfoques en el trabajo profesional.

La asistencia psicológica online se ha convertido en un recurso imprescindible. Este enfoque permite llegar a muchas más personas, permitiendo que aquellas que no pueden acudir a una clínica por restricciones de movilidad, las que viven en zonas remotas sin acceso a servicios presenciales, e incluso las personas que temen un encuentro presencial o encuentro psicológico cara a cara puedan tener acceso a tratamiento (^{Kazdin, 2015}). Además, este enfoque en línea también facilita la resolución de conflictos sin abandonar el tratamiento, proporciona un excelente complemento para el tratamiento cara a cara y agiliza las sesiones de seguimiento (^{Kazdin, 2015}; ^{Richards y Richardson, 2012}; ^{Wallin, Mattsson y Olson, 2016}).

Las intervenciones psicológicas a través del ordenador se pueden llevar a cabo utilizando variedad de formatos, como el correo electrónico, los mensajes de texto en chats, las videollamadas o las llamadas de voz (^{Andersson, Carlbring y Lindefors, 2016}; ^{Perle, Langsam y Nierenberg, 2011}). Esta flexibilidad permite que la creación y el mantenimiento de relaciones médico-cliente sean mucho más convenientes para ambas partes. El uso de Internet en un contexto sanitario se está convirtiendo en una tendencia mundial, con numerosos beneficios (^{Fernández-Luque y Bau, 2015}; ^{Gackenbach, 2007}; ^{Zaccaria, Casanova y Guaita, 2019}). Muchos investigadores y profesionales de la psicología consideran el potencial de esta herramienta para promover cambios y decisiones relacionadas con la salud y el comportamiento, aumentar la probabilidad de seguimiento y la elaboración y cumplimentación de cuestionarios (^{Kazdin, 2015}). Por ejemplo, se sabe que herramientas como el correo electrónico mejoran la inmediatez de la información. En el ámbito clínico, esta herramienta facilita la prescripción de actividades y su recepción en cualquier momento, ayuda a resolver cualquier duda y permite estar en contacto, lo que refuerza la conducta del paciente y facilita la adherencia a la terapia (^{Pujadas y Machín, 2006}). Opciones como los sistemas de videollamada no solo permiten al terapeuta acceder a la comunicación verbal sino también a la no verbal, como observar los movimientos y gestos del paciente que son relevantes en el contexto clínico. Para algunos usos, puede ser beneficioso grabar la sesión para ser analizada más adelante, y esta herramienta permite hacerlo, además de facilitar compartir información psicológica o incluso diseñar contextos de exposición para tratar problemas de fobia, por ejemplo (^{Banbury et al., 2018}; ^{Gassova y Werner-Wilson, 2018}; ^{Soto-Pérez, 2010}; ^{Vaquerizo, 2019}). En esa dirección, la realidad virtual ha avanzado mucho en los últimos años. Esta tecnología brinda la oportunidad de crear contextos 3D por ordenador en los que es posible interactuar con los objetos y personalizar las situaciones, así como cuantificar las respuestas conductuales. Esta herramienta permite desarrollar diferentes enfoques o contextos, pruebas de capacidad, estrategias de aprendizaje o tratamientos psicológicos que de otro modo serían difíciles de implementar. Si bien existen obstáculos cognitivos, conductuales y funcionales, la realidad virtual cuenta con grandes resultados de evidencia científica. Esta tecnología se está utilizando, por ejemplo, para tratar la fobia, ansiedad y estrés (^{Bouchard y col., 2017}), dolor corporal (^{Wittkopf, Lloyd y Johnson, 2019}); en el tratamiento psicológico en oncología (^{Espinoza et al., 2013}) o en los trastornos por estrés postraumático (^{Beidel et al., 2017}).

Las intervenciones en línea, por ejemplo, la realidad virtual, muestran algunas ventajas en comparación con la terapia tradicional. Aunque algunos estudios muestran resultados mixtos (^{Botella y col., 2017}), en general, la investigación indica que es eficiente, asequible económicamente y práctica (^{Barak et al., 2008}; ^{King et al., 2006}).

El desarrollo de las psicoterapias basadas en la evidencia (PBE) refleja un avance significativo y cómo el tratamiento podría implementarse siguiendo los mismos estándares éticos que las intervenciones psicológicas tradicionales (^{APA, 2013}; ^{Kramer y Luxton, 2016}). En esta dirección, algunas investigaciones han venido analizando distintas variables en este nuevo contexto online de la psicoterapia. Por ejemplo, los estudios que investigan la eficacia de las intervenciones en línea frente a las presenciales (^{Mallen, Day y Green, 2003}; ^{Spijkerman, Pots y Bohlmeijer, 2016}; ^{Peter et hall, 2019}) indican que generalmente no hay diferencias, y que en algunos casos las intervenciones en línea son más efectivas (^{Wechsler, Kümpers y Mühlberger, 2019}). Otros estudios mostraron la satisfacción de los clientes en ambos formatos sin encontrar diferencias significativas en la satisfacción (^{Kysely y col., 2020}; ^{Richards y Timulak, 2013}); las investigaciones encuentran que los pacientes se sintieron en cercanía con su terapeuta al asistir a terapia en línea (^{Lavorgna y col., 2017}). Algunas otras ventajas de la modalidad en línea incluyen que los clientes ofrecen información más amplia y clara (^{Kysely y col., 2020}), además de que la comprensión emocional no está limitada por los recuerdos ni interferida por la cognición (^{Mallen y col., 2003}).

La incorporación exitosa de las tecnologías digitales en las intervenciones depende de diferentes factores, como, por ejemplo, las creencias y actitudes que las personas tienen hacia la tecnología digital y su conocimiento sobre cómo usarla (^{Palos-Sanchez et al., 2019}). Sin embargo, otros autores enfatizan la importancia de las dimensiones de la personalidad y las del sistema tecnológico (^{Godoe y Johansen, 2012}). Así, los profesionales que incorporan la terapia online a sus servicios necesitan una formación específica para ser competentes. Es necesario que adquieran fluidez en el uso de la tecnología y también que sean flexibles y de mente abierta, como requisito para adaptarse con éxito desde un enfoque tradicional a uno digital o a uno híbrido digital-tradicional (^{Green, 2006}; ^{APA, 2013}). También hay estudios que encuentran diferencias por género (^{Ak et al., 2013}; ^{Fernández y Alcalde, 2015}; ^{Sohn et al. 2019}) y otros reportan diferencias entre género y edad (^{Encinas y González, 2010}; ^{Villadangos y Labrador, 2009}; ^{INEbase, 2020}). Continúa existiendo una brecha de género tanto en el ámbito profesional como académico sobre el uso de la tecnología (^{Calvo, 2019}; ^{Tiainem y Berki, 2019}).

Sin embargo, el uso de la tecnología digital es controvertido debido a diferentes limitaciones, como cuestiones relacionadas con el anonimato, la baja credibilidad, la confidencialidad o la seguridad con el consentimiento informado previo a la conexión, por un lado, y el miedo a los efectos secundarios, así como a posibles problemas de comunicación y los conocimientos y competencias necesarios para su uso. Es posible que sea necesario restringir los tipos de psicopatología o problemas tratados en línea. Algunas investigaciones indican que las intervenciones mediante ordenador no son la opción para tratar problemas que requieren una atención inmediata, como, por ejemplo, en una situación de emergencia, en trastornos por abuso de sustancias, en problemas mentales graves o en tendencias suicidas (^{Mallen, Vogel y Rochlen, 2005}; ^{Stoll et al., 2020}; ^{Wallin et al., 2016}). Algunos autores valoran otras alternativas para hacer frente a esas situaciones de emergencia en formato online, como, por ejemplo, conocer los datos de contacto del cliente o contar con una lista de recursos disponibles en el lugar residencial del cliente (^{Shore, Hilty y Yellowlees, 2007}). De hecho, el teléfono o Internet se ha utilizado en la práctica diaria con personas con tendencia suicida (^{Barak, 2007}; ^{Lai et al., 2014}; ^{Witt et al., 2017}).

Debido al enorme potencial que representan las tecnologías digitales en la actualidad, es necesario comprender cómo los psicólogos y psicólogas pueden utilizar la tecnología para ayudar a los pacientes. Esta valiosa información nos ayudará a comprender cómo las tecnologías digitales pueden contribuir a nuestro campo profesional. Dicho esto, parece necesario investigar el uso de la tecnología en la práctica clínica en España y también contar con una medida específica. Conocer cómo la tecnología está cambiando nuestro trabajo y los resultados en los pacientes es vital para desarrollar estrategias y proyectos enfocados en futuras mejoras y comprender las necesidades de la comunidad y los pacientes. Este conocimiento nos ayudará a ajustar mejor nuestras intervenciones y prácticas, para que podamos adoptar y adaptar con éxito estrategias, herramientas y políticas.

El objetivo principal del presente estudio fue desarrollar una herramienta sencilla y de fácil aplicación para evaluar el uso o impacto de las nuevas tecnologías en la profesión psicológica en España. Complementariamente, queríamos analizar las diferencias en el uso de las nuevas tecnologías en función de información sociodemográfica, como el sexo o la edad.

Método

Creación del instrumento

Un grupo de 66 items se generó originalmente a partir de una revisión bibliográfica sobre las nuevas tecnologías utilizadas en psicología y campos científicos relacionados.

La tecnología disponible y cómo se puede usar está cambiando rápidamente, por lo que es difícil predecir cómo los psicólogos usarán la tecnología en el futuro. Por este motivo, durante el proceso de selección de elementos, se utilizaron los criterios y conocimientos del Gartner Symposium ITxpo (^{Gartner Symposium, 2013}) para identificar las tendencias tecnológicas y las áreas con mayor probabilidad de impacto.

Nueve categorías fueron creadas por doce expertos seleccionados de la asociación regional de psicólogos. Estos doce expertos ayudaron a determinar la validez de contenido: cada experto evaluó los ítems utilizando una escala tipo Likert de 5 puntos para analizar el ajuste de cada ítem al constructo dado, donde 1 significaba inadecuado y 5 significaba muy adecuado. También tuvieron la oportunidad de reformular o agregar consideraciones si lo necesitaban. Se codificaron con 0 aquellos ítems con una media inferior a 4 y con 1 aquellos ítems con una media de 5. Posteriormente, calculamos el Índice de Validez de Contenido de cada ítem (I-CVI) y la media de las puntuaciones del I-CVI para todos los ítems (S-CVI/Ave) (^{Yusoff, 2019}). Como resultado de este proceso, 62 ítems resultaron adecuados, con valores de CVI superiores a .78 (^{Lynn, 1986}); en concreto, 56 ítems obtuvieron un I-CVI de 1, 6 ítems mostraron un I-CVI de .92 y 4 ítems fueron descartados porque su I-CVI era 0. El S-CVI/Ave considerando los 62 ítems restantes también fue satisfactorio, con un valor de .99. La distribución final de los ítems y las 9 categorías fueron las siguientes: Herramientas (16 ítems), Redes sociales (6 ítems), Formación en línea (4 ítems), paquete Office -Office IT- (6 ítems), Sistemas operativos (4 ítems), Herramientas para compartir archivos (6 ítems), Lenguajes de programación (7 ítems), Instrumentos de evaluación psicológica (5 ítems) e Intervención psicológica (8 ítems).

Además de los ítems mencionados, se incluyeron algunas preguntas sociodemográficas, como la edad, el género, los años de afiliación a la asociación, la ubicación de la asociación, el principal campo de trabajo, la modalidad en la que se cursó la carrera y formación psicológica de posgrado. Una vez seleccionados los ítems, se adaptaron para su uso en una versión digital de la medida que fue diseñada para ser fácil e intuitiva de usar y compatible con todos los navegadores de internet y plataformas de acceso. Después del análisis factorial se descartaron 26 ítems; quedando el cuestionario final compuesto por 36 ítems (ver Tabla 1). A partir de los resultados de la estructura factorial obtenidos, proponemos calcular la puntuación total en cada dimensión como la media con los ítems correspondientes.

Tabla 1: AFE; método de estimación WLSMV y rotación Promin. 

^Nota:NC= Nivel de conocimiento, destreza o uso en su práctica profesional; UPLI=Uso profesional del lenguaje informático; UP= Uso profesional; UIP= Uso de Intervención psicológica EPMIE= Evaluación psicológica mediante instrumentos de evaluación; IPM: Intervención psicológica mediante.

^Nota:Las cargas factoriales sobre el factor principal están marcadas en negrita

Resultados

Estructura factorial

La matriz fue adecuada para la factorización (^{Osborne et al., 2014}). El KMO verificó la adecuación de la muestra para el análisis (KMO = .87) y la Prueba de Esfericidad de Bartlett fue no significativa (χ² = 12151.8, df = 630, p < .001). La prueba de Mardia fue significativa para curtosis (M_k = 137.20, p < .001).

Para refinar y mejorar la solución factorial se descartaron algunos ítems, aquellos con cargas factoriales inferiores a .40 (items: 8, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 29 , 31, 35, 36, 37 y 41); aquellos con saturados en dos factores (tales como: 3, 4, 15, 16, 32, 39, 40 y 62); y el ítem 33, que tuvo muy poca variabilidad en su respuesta (^{Bandalos y Finney, 2018}) .

Con esto, se realizó un AFE. El análisis paralelo con un intervalo de confianza del 95% sugirió la retención de 5 factores. El modelo de cinco factores mostró un buen ajuste (RMSEA = .065 y RMSR = .056). Las cargas factoriales se reportan en la Tabla 1, donde se puede observar que cada ítem tuvo una carga factorial mayor a .45 en el mismo factor y menor a .40 en todos los demás factores. La varianza total explicada representó el 60.66 % (.07 del factor 1, .16 del factor 2, .08 del factor 3, .14 del factor 4 y .15 del factor 5) y las intercorrelaciones entre dimensiones fueron adecuadas (F1 - F2 = .35; F1-F3 = .24; F1-F4 = .27; F1-F5 = .31; F2-F3 = .22; F2-F4 = .29; F2-F5 = .32; F3- F4 = .36, F3-F5 = .42 y F4-F5 = .47). La puntuación media de los ítems osciló entre 0.13 (DE = .53) y 4,54 (DE = .86), con valores de asimetría (-2.47, 5.40) y curtosis (-1.47, 35.11) muy alejados de una distribución normal.

Con respecto al Análisis Factorial Confirmatorio, como anteriormente en el AFE, usamos WLSMV debido a la distribución no normal de los ítems. El modelo de cinco factores mostró un ajuste adecuado a los datos (RMSEA = .054, 90% IC = .051 - .056; CFI = .93; TLI = .92; SRMR = .067) y todos los parámetros fueron estadísticamente significativos. Sin embargo, los índices de modificación reportaron dos parámetros que debían incluirse, las correlaciones entre los ítems 2 y 4 del factor 1 (IM = 133.96) así como entre los ítems 29 y 31 del factor 5 (MI = 113.74). El ajuste del modelo mejoró levemente, resultando satisfactorio (RMSEA = .050, 90% IC = .049 - .052; CFI = .94; TLI = .94; SRMR = .064). Todos los parámetros estimados fueron estadísticamente significativos (p < .05), oscilaron entre .52 y .93 (M = .75, DE = .03) para el factor 1, entre .53 y .73 (M = .63, DE = . 02) para el factor 2, entre .74 y .92 (M = .83, DE = .02) para el factor 3, entre .73 y .97 (M = .83, DE = .03) para el factor 4, y entre .53 y .99 (M = .78, DE = .02) para el factor 5. Además, las varianzas residuales oscilaron entre .03 y .73 y la proporción de varianza explicada por ítems (ítem R-cuadrado) osciló entre .28. a .97.

La Figura 1 muestra el modelo final de cinco factores, en el que informamos las cargas y los residuos de los factores estandarizados, así como las covarianzas entre las variables latentes.

Figura 1. Diagrama del AFC resultante. Cargas factoriales estandarizadas con el error estándar de los ítems, y las covarianzas entre los factores. 

Evidencia de validez y fiabilidad

Considerando el índice de Omega, los resultados de consistencia interna fueron satisfactorios para las cinco dimensiones (> .70). Concretamente, para la dimensión 1 “Uso de almacenamiento en línea o en la nube, o sin soporte físico” (ω = .85), para la dimensión 2 “Uso de tecnología de información de oficina básica (Office IT) e internet; o uso de herramientas básicas relacionadas con las nuevas tecnologías” (ω = .89), para la dimensión 3 “Formas de comunicación con el paciente” (ω = .90), para la dimensión 4 “Conocimientos básicos y avanzados de lenguajes de programación” (ω =. 94) y para la dimensión 5 “Evaluación y Tratamiento Psicológicos a través de las nuevas tecnologías” (ω = .93). La correlación ítem-total fue adecuada, superior a .40 (> .30, Field, 2013), variando de .42 a .62 para la dimensión 1, de .43 a .61 para la dimensión 2, de .59 a .67 para la dimensión 3, de .48 a .61 para la dimensión 4, y de .49 a .62 para la dimensión 5. El Índice de Simplicidad de Bentler fue .92 (percentil 100) y el Índice de Simplicidad de Carga fue .39 (percentil 100), lo que indica que cada ítem representa principalmente una sola dimensión, y la solución global mostró un nivel considerable de simplicidad. El índice H fue excelente para todas las dimensiones (> .85), .92, .90, .92, .97 y .98, respectivamente; así como la Determinación Factorial (> .90), que reportó valores de .96, .95, .96, .96 y .99, lo que indica que las puntuaciones factoriales estimadas se pueden utilizar para todas las dimensiones.

Como podemos ver en la Tabla 2, podemos afirmar que la escala tiene una adecuada validez convergente porque: a) el valor de AVE estuvo por encima del mínimo aceptable (> .50) para todas las dimensiones; b) así como las RC son ≥ .70. Del mismo modo, tenemos evidencia de validez discriminante porque la raíz cuadrada del AVE para cada constructo es mayor que la correlación entre constructos y, de manera equivalente, los niveles del AVE para cada constructo son mayores que la correlación al cuadrado que involucra a los constructos. Además, el modelo propuesto mostró una validez discriminante moderada entre correlaciones interfactoriales (<.85) (^{Brown, 2015}) (F1-F2 = .64; F1-F3 = .25; F1-F4 = .36; F1-F5 = .31; F2-F3 = .36; F2-F4 = .51; F2-F5 = .37; F3-F4 = .37; F3-F5 = .48; F4-F5 = .61).

Tabla 2: Evicencias de la validez convergente y discriminante. 

^Nota:raíz cuadrada del AVE (negrita);factor de correlación entre construc-tos (valores inferiores de la diagonal); correlaciones al cuadradoque involu-cra a los constructos (valores superiores de la diagonal)

Tabla 3: Test del factor de invarianza. 

^Nota:Modelos.

Análisis multigrupo

Como muestra la Tabla 4, el modelo de cinco factores propuesto logró una fuerte invarianza (o invariancia escalar) con respecto al género (mujeres y hombres) y una débil invarianza (o invariancia métrica) con respecto a la edad (≤ 43 y > 43).

Tabla 4: Asociación entre factores y sociodemográficos. 

Discusiones y conclusiones

El objetivo principal de este estudio fue desarrollar y validar un cuestionario que pudiera ser utilizado para investigar el conocimiento y el uso de las nuevas tecnologías por parte de los psicólogos/as españoles/as en su práctica profesional diaria. A partir de una revisión bibliográfica se elaboró una primera versión del instrumento compuesta por 66 ítems de escala tipo Likert que se redujo a 62 como consecuencia de un proceso de juicio de expertos. Estos elementos se clasificaron originalmente en 9 categorías. Gracias a la principal asociación de psicólogos de España (Consejo General de la Psicología, COP), obtuvimos la colaboración de 23 colegios provinciales y 1759 participantes, lo que es un tamaño de muestra considerable para realizar los análisis. Una vez que probamos que la matriz era adecuada para la factorización, primero eliminamos aquellos elementos con cargas factoriales bajas, baja variabilidad o saturación en dos factores para realizar un AFE. La solución de cinco factores mostró buen ajuste, lo que concuerda con el Análisis Paralelo, mostró una carga factorial mayor a .45 en el mismo factor y menor a .40 en todos los demás factores, explicando una varianza total de 60.66%. Individualmente, el factor que explicó más varianza fue el factor 2 (Uso de tecnología de información de oficina básica (Office IT) e internet; o uso de herramientas básicas relacionadas con las nuevas tecnologías) con un 16 %, el factor 5 con un 15 % (Evaluación y Tratamiento psicológicos a través de nuevas tecnologías), el factor 4 con un 14% (Conocimientos básicos y avanzados de lenguajes de programación), el factor 3 (Vías de comunicación con el paciente) con un 8 % y, por último, el factor 1 (Uso de almacenamiento en línea o en la nube, o sin soporte físico) con un 7 %. Las intercorrelaciones más significativas entre dimensiones fueron entre factor 4 y 5 (.47), factor 3 y 5 (.42), factor 3 y 4 (.36), factor 1 y 2 (.35), factor 2 y 5 (.32), factor 1 y 5 (.31), factor 2 y 4 (.29), factor 1 y 4 (.27), factor 1 y 3 (.24), y factor 2 y 3 (.22). Como destacan estos resultados, los factores 2 (Uso de tecnología de información de oficina básica (Office IT) e internet; o uso de herramientas básicas relacionadas con las nuevas tecnologías), el factor 5 (Evaluación y Tratamiento Psicológicos a través de las nuevas tecnologías) y el factor 4 (Conocimientos básicos y avanzados de lenguajes de programación) son los más representativos para explicar el uso de las nuevas tecnologías por parte de las/los psicologas/os.

Considerando las dimensiones que hipotetizamos, el factor 1 (Uso de almacenamiento en línea o en la nube, o sin soporte físico) estuvo compuesto por ítems de “Herramientas”, “Sistemas operativos” y “Herramientas para compartir archivos”, lo que demuestra que usar el almacenamiento en línea y el compartir información con otros están relacionados y que los participantes que tienen Apple, usan específicamente esas herramientas de Apple. El Factor 2 (Uso de tecnología de información de oficina básica (Office IT) e internet; o uso de herramientas básicas relacionadas con nuevas tecnologías) es una combinación de "Herramientas" generales y " Uso de tecnología de información de oficina básica (Office IT) e internet ", este factor proporciona información sobre la definición más tradicional de nuevas tecnologías. Todos los ítems del Factor 3 (Formas de comunicación con el paciente) pasan a ser de “Intervención psicológica” y describen las formas más comunes de contacto con el paciente o usuario. El Factor 4 (Conocimientos básicos y avanzados de Lenguajes de Programación) incluye todos los ítems elaborados para “Lenguajes de Programación”. El Factor 5 (Evaluación y Tratamiento Psicológicos a través de las nuevas tecnologías) incluye ítems tanto de “Instrumentos de evaluación psicológica” (sus 5 ítems) como de “Intervención psicológica” (aquellos específicos para proveer la terapia). En resumen, el modelo de cinco factores resultante es una combinación coherente con la propuesta teórica del cuestionario, siendo interesante resaltar que las “Redes sociales” y la “Formación en línea” no estuvieron representadas en la escala final, lo que puede interpretarse como que los participantes no utilizaron las redes sociales como parte de su trabajo ni la formación online.

Para confirmar la dimensionalidad de la escala, realizamos un AFC, que reportó un ajuste satisfactorio a los datos (RMSEA = .050, 90 % IC = .049 - .052; CFI = .94; TLI = .94; SRMR =. 064), aunque se tuvo que incluir las correlaciones entre los ítems 2 (KL del sistema operativo IOs -Apple- ) y 4 ( KL de iCloud, la herramienta para compartir documentos ) del factor 1 (MI = 133,96) así como entre los ítems 29 ( PAAQ informatizado (software) fuera de línea ) y 31 ( PAAQ en formato papel con corrección en línea ) del factor 5. Liberamos esos parámetros porque era lógico que estuvieran correlacionados. Por un lado, tanto iOS como iCloud pertenecen a Apple; y, por otro lado, en la evaluación psicológica es muy habitual complementar el formato informático (software) offline y en papel con la corrección online.

Analizando el tamaño de los parámetros en cada dimensión, es relevante notar que a partir del factor 1, 2 de 4 ítems (ítems 1 y 3) tienen cargas > .70; del factor 2, solo un ítem (ítem 14) tiene una carga > .70; en factor 3 y 4, todos los ítems cargan > .70; y en el factor 5, 6 de 8 ítems (ítems 30, 32-36) presentaron cargas > .70. El hecho de que la mayoría de los ítems tengan cargas sustanciales es consistente con la alta fiabilidad reportada por el coeficiente Omega (.85, .89, .90, .94 y .93, respectivamente), lo que puede interpretarse como que los constructos latentes están bien definidos. Los índices de simplicidad destacaron que la solución global tiene un nivel de simplicidad considerable; el índice H confirma que la variable latente está bien definida por sus indicadores y podría tener estabilidad entre estudios; y el factor de determinación nos permite usar las puntuaciones factoriales.

Analizamos la validez convergente y discriminante a través de los criterios de Fornell-Larcker y las correlaciones interfactoriales, y podemos confirmar que los factores son independientes, y no es necesario fusionar dimensiones o incluir una nueva porque los factores son consistentes.

Finalmente, hemos demostrado la equivalencia de los interceptos o umbrales (invarianza escalar) de los ítems de la escala de cinco factores propuesta respecto al género, lo que significa que las diferencias de medias en el constructo latente capturan todas las diferencias de medias en la varianza compartida de los ítems. Con respecto a la edad, las cargas de todos los indicadores son invariantes entre los participantes ≤ 43 y > 43 (invarianza métrica), es decir, cada elemento contribuye al constructo latente en un grado similar en ambos grupos, pero la invariancia completa no se alcanzó en este caso (^{Putnick y Bornstein, 2016}). En consecuencia, podemos estar seguros de que cualquier diferencia estadísticamente significativa en las medias de los grupos no se debe a diferencias en las propiedades de la escala en diferentes géneros; sin embargo, no podemos asumir lo mismo respeto a la edad. En ese caso, la invariancia parcial para la edad podría afectar la generalización de la escala propuesta y debería ser investigada en futuros estudios.

En conclusión, el análisis psicométrico indica que esta escala es un constructo válido y fiable para medir el uso y conocimiento de las nuevas tecnologías en España. En ese sentido, los participantes mostraron las medias más altas en el factor 2, relacionado con el uso de herramientas básicas relacionadas con las nuevas tecnologías (M = 3.35, DE = .87) y el factor 1 “Uso de almacenamiento en línea o en la nube, o sin soporte físico” (M = 1.48, DE = 1.28). Las medias son bajas en el factor 3 “opciones de comunicación con los pacientes” (M = .91, DT = 1.12), factor 5 “evaluación psicológica y tratamiento con nuevas tecnologías” (M = .80, DT = .83) y factor 4 “conocimientos básicos y avanzados de lenguajes de programación” (M = .60, DT = .75), lo que indica que el psicólogo no utiliza estos elementos como parte habitual de su trabajo. Finalmente, podemos observar que hubo diferencia entre sexo y edad respecto al factor 1 “Uso de almacenamiento en línea o en la nube, o sin soporte físico”, obteniendo puntuaciones más altas los hombres más jóvenes. En general, los más jóvenes obtuvieron puntajes más altos en el factor 2 “Uso de herramientas básicas de ofimática e internet. Finalmente, los hombres y los participantes que realizaron la carrera en línea obtuvieron puntajes más altos en el factor 3 “opciones de comunicación con los pacientes”. No se encontraron diferencias significativas por sexo, edad o modalidad de titulación respecto al factor 4 (Conocimientos básicos y avanzados de lenguajes de programación) y 5 (Evaluación y tratamiento psicológico a través de nuevas tecnologías).

Destacamos varias limitaciones del estudio. Primero, no se puedo analizar la validez concurrente o predictiva a través de un criterio externo. En segundo lugar, la invariancia parcial de la edad debe estudiarse en investigaciones futuras.

Como futura investigación, sería interesante analizar el uso de las nuevas tecnologías en la actualidad, sobre todo porque todos los profesionales se han visto obligados a adaptar su puesto de trabajo a causa de la pandemia del COVID-19, lo que se ha traducido en el aumento del uso de las nuevas tecnologías.