Explorando la percepción de inseguridad en América Latina y su asociación con el abandono de actividades de trabajo y esparcimiento

Analisando a percepção de insegurança na América Latina e sua relação com o abandono de atividades profissionais e de lazer

Exploring Perceptions of Insecurity in Latin America and Their Association with the Cessation of Work and Leisure Activities

RESUMEN

Este artículo examina cómo la percepción de inseguridad influye en las decisiones individuales de trabajo y esparcimiento, utilizando datos del Latinobarómetro con más de 20.000 observaciones. Mediante un modelo de ecuaciones estructurales se analizan sus principales determinantes en América Latina y su asociación con el abandono de actividades fuera del hogar. Los resultados muestran que diversos factores sociales, institucionales y contextuales inciden en la percepción de inseguridad, que a su vez afecta directamente la participación en las actividades estudiadas. Adicionalmente, un análisis de Importancia-Desempeño (IPMA) identifica áreas clave de mejora.

Palabras clave:
percepción de inseguridad; ecuaciones estructurales; trabajo; esparcimiento; Latinobarómetro

RESUMO

Este artigo examina como a percepção de insegurança influencia as decisões individuais relacionadas ao trabalho e ao lazer, utilizando dados do Latinobarômetro com mais de 20.000 observações. Por meio de um modelo de equações estruturais, são analisados seus principais determinantes na América Latina e sua associação com o abandono de atividades fora de casa. Os resultados mostram que diversos fatores sociais, institucionais e contextuais influenciam a percepção de insegurança, que, por sua vez, afeta diretamente a participação nas atividades estudadas. Além disso, uma análise de Importância-Desempenho (IPMA) identifica áreas-chave para melhorias.

Palavras-chave:
percepção de insegurança; equações estruturais; trabalho; lazer; Latinobarômetro

ABSTRACT

This article examines how perceptions of insecurity influence individual decisions regarding work and leisure, using data from Latinobarómetro with more than 20,000 observations. A structural equation model is used to analyze the main determinants of these perceptions in Latin America and their association with the abandonment of activities outside the home. The results show that various social, institutional, and contextual factors influence perceptions of insecurity, which in turn directly affect participation in the activities studied. Additionally, an Importance-Performance Analysis (IPMA) identifies key areas for improvement.

Keywords:
perception of insecurity; structural equations; work; leisure; Latinobarómetro

1. INTRODUCCIÓN

La violencia y la criminalidad no constituyen únicamente problemas de orden público, sino fenómenos estructurales que inciden en la configuración de los estilos de vida de la ciudadanía: transforman rutinas, moldean percepciones del riesgo y terminan legitimando prácticas de autocontrol espacial, especialmente entre los sectores populares, que son los más expuestos a la violencia disponiendo de menores recursos para protegerse (AUYERO; BERTI, 2014). La lógica de la violencia se traduce en formas cotidianas de segmentación social, donde el miedo actúa como una tecnología de gobierno y vigilancia (LYON, 2007), modelando conductas y justificando desigualdades. El miedo al delito opera de hecho como estructurador de lo social, generando espacios fragmentados, segregados y marcados por patrones de consumo defensivos, que favorecen el encierro, la vigilancia y la circulación controlada (CALDEIRA, 2000; KESSLER, 2009). Las personas redibujan sus mapas de tránsito cotidiano, cambian sus hábitos de compra o reconfiguran su sociabilidad en función de la percepción de peligro (CARRO; VALERA; VIDAL, 2010; DAMMERT, 2014). Estos ajustes no son meramente reactivos, sino parte de una racionalidad cotidiana que busca mantener una cierta “normalidad” en contextos marcados por lo impredecible.

Y es que el miedo al delito no debe entenderse solo como una respuesta emocional irracional, sino como parte de un proceso cognitivo de evaluación del riesgo, similar al que usamos en otras decisiones de la vida cotidiana (JACKSON, 2006, 2011). Las personas formulan juicios probabilísticos sobre el crimen (por ejemplo: “¿qué tan probable es que me roben si paso por este parque de noche?”), y esos juicios afectan a sus emociones y comportamientos. La sensibilidad al riesgo variará entre los individuos en función de una serie de factores, como por ejemplo experiencias personales, representaciones culturales del crimen, o el nivel de confianza institucional. Debe tenerse en cuenta también el diseño del espacio urbano, que puede afectar a la percepción de posibilidad de comportamientos delictivos e incrementar el miedo al crimen (CROWE; FENNELLY, 2013).

En este artículo, nuestro objetivo es el de explorar empíricamente esta idea de la percepción de inseguridad y su asociación con las actividades fuera del hogar (trabajo y esparcimiento) en Latinoamérica, desde un análisis cuantitativo. Esta región del mundo, una de las más castigadas por la violencia asociada a la delincuencia, experimenta cotidianamente los efectos de la inseguridad en múltiples dimensiones de la vida social. Y, sin embargo, a pesar de la centralidad del problema, persiste una escasa atención sistemática a sus implicaciones en el plano de lo cotidiano, en particular en la manera en que los ciudadanos adaptan sus prácticas de consumo, movilidad y relación con el espacio urbano. Y aunque existen algunos estudios que han tratado de vincular la percepción de inseguridad y las decisiones de comportamiento de los ciudadanos, la realidad es que estos se han centrado en casos nacionales específicos (ÁVILA GUERRERO et al., 2015; LIEBNITZKY; MONTERO, 2013), quedando pendiente una mirada más amplia, de alcance continental.

Nuestra contribución tratará de aportar un estudio empírico que nos permita conocer mejor esta problemática de la asociación de la percepción de inseguridad con las rutinas, decisiones y comportamientos de la población latinoamericana, especialmente en lo relacionado con las actividades fuera del hogar. Para ello, se utilizan el trabajo y el esparcimiento fuera de casa como una proxy representativa de este tipo de prácticas. Este análisis se aborda desde un enfoque cuantitativo a partir de datos extraídos de Latinobarómetro, y desde una mirada interdisciplinar.

El artículo se organiza en cinco secciones. Tras esta introducción, se desarrolla el marco teórico, en el que se revisan los factores que configuran la percepción de inseguridad y se expone cómo esta incide teóricamente en el abandono de actividades de consumo de riesgo. Posteriormente, se presenta la metodología, que emplea la modelización mediante ecuaciones estructurales por mínimos cuadrados parciales (PLS-SEM) para contrastar las hipótesis derivadas del marco teórico. Luego se exponen y discuten los principales resultados, y el texto concluye con un breve apartado de conclusiones.

2. MARCO TEÓRICO

En esta sección se propone, en primer lugar, definir conceptualmente la percepción de inseguridad, considerando su carácter multidimensional y subjetivo, a partir de las aportaciones más relevantes de la literatura. A continuación, se describen los principales determinantes teóricos que explican su configuración individual y social, tal como han sido abordados por investigaciones previas. Finalmente, se formula un modelo de asociación entre percepción de inseguridad y decisiones relacionadas con actividades fuera del hogar, a partir de un enfoque fundamentado en la teoría de la elección racional.

2.1 Percepción de inseguridad

La percepción de inseguridad, o inseguridad subjetiva, se entiende como un proceso cognitivo-sensorial mediante el cual los ciudadanos interpretan la información incompleta de su entorno, asignándole un significado subjetivo al riesgo de ser víctimas de un delito o de sufrir un atentado contra su integridad personal (BAR-TAL; JACOBSON, 1998). Este proceso presenta una alta variabilidad individual, incluso entre personas que comparten el mismo contexto informacional (JASSO LÓPEZ, 2013), por lo que no siempre corresponde con la inseguridad objetiva (VÉLEZ et al., 2016).

La literatura coincide en que esta percepción está compuesta por dos dimensiones interrelacionadas: el miedo al delito y el riesgo percibido. El miedo refiere a una reacción emocional de ansiedad ante amenazas reales o potenciales, mientras que el riesgo percibido implica una evaluación cognitiva sobre la probabilidad de ser víctima de un crimen (REID et al., 2020; SAHLIN LILJA, 2024). Ambos componentes se retroalimentan en una espiral emocional-cognitiva que influye en el comportamiento individual (JACKSON, 2006, 2011; REID et al., 2020).

Con base en estas lógicas, a continuación se revisan los principales factores identificados en la literatura especializada como determinantes de la percepción de inseguridad, considerando enfoques conceptuales y evidencias empíricas provenientes de diversos contextos, con especial predominancia latinoamericanos.

2.1.1. Incivilidad Social

Una de las líneas más consolidadas en la literatura sobre percepción de inseguridad es la que vincula esta percepción con la presencia de incivilidades, entendidas como señales de desorden físico y social que transmiten a los residentes una sensación de deterioro comunitario y ausencia de control (ABED; ALJIBARAT, 2023; CARIDADE et al., 2022; LEWIS, 2017). Estas manifestaciones, como vandalismo, consumo de drogas o deterioro urbano, contribuyen a la percepción de inseguridad incluso en ausencia de victimización directa (BOLGER; BOLGER, 2019).

Es preciso recordar que este enfoque se sustenta en la teoría de la desorganización social, que plantea que la visibilidad del abandono físico y social genera en los individuos una percepción de vulnerabilidad frente al crimen (LANFEAR; MATSUEDA; BEACH, 2020; VILALTA PERDOMO, 2010). En este marco, el entorno urbano se convierte en un estímulo interpretado activamente, donde las personas, a partir de experiencias previas y comparaciones mentales, configuran su percepción de inseguridad (RESTREPO; MORENO, 2007; SANZ; IRAETA; GUILLÉN, 2010).

En América Latina, diversos estudios han corroborado este vínculo. En México, Vilalta Perdomo (2010) encontró que la presencia de incivilidades triplicaba la probabilidad de sentirse inseguro, superando incluso factores estructurales como el nivel educativo. En contextos como Bogotá o Quito, la percepción de inseguridad se ha visto influida por “marcas territoriales” asociadas a zonas emblemáticas de descontrol social, cuya imagen negativa se proyecta simbólicamente sobre la ciudad en general (CARRIÓN MENA; NÚÑEZ-VEGA, 2006).

2.1.2. Victimización Previa

Desde la formulación de la teoría de la victimización por parte de Garofalo (1979), se ha sostenido que quienes han sido víctimas de un delito tienden a experimentar mayores niveles de percepción y miedo al crimen en comparación con quienes no lo han sido (BISSLER, 2003; HALE, 1996). Esta asociación se explica por la huella psicológica que deja el delito sufrido, que interrumpe la sensación de control y seguridad cotidiana, y amplifica la evaluación subjetiva del riesgo de revictimización (RADER; MAY; GOODRUM, 2007). En este sentido, la experiencia personal de victimización se transforma en un elemento estructurante de la percepción de inseguridad.

A nivel empírico, diversos estudios confirman esta relación. Rountree y Land (1996) destacan cómo la victimización directa puede alterar profundamente la lectura del entorno urbano, generando una sensación persistente de amenaza. En América Latina, esta conexión alcanza niveles particularmente significativos. Hernández (2019) reporta una correlación del 0,84 entre victimización y percepción de inseguridad en la región, evidenciando una relación robusta entre ambas dimensiones.

Además, la literatura señala que la victimización no debe ser necesariamente directa para producir efectos psicológicos. Los relatos sobre hechos delictivos sufridos por personas cercanas, víctimas indirectas, también generan un impacto significativo en la percepción de inseguridad. Esta ampliación del efecto de la victimización ha sido validada en varios contextos urbanos latinoamericanos (GÉLVEZ-FERREIRA, 2019).

2.1.3. Vulnerabilidad

La vulnerabilidad es otro de los factores consistentemente asociados con la percepción de inseguridad, tanto en estudios internacionales como latinoamericanos. Desde el enfoque de la criminología ambiental, se ha distinguido entre dos tipos de vulnerabilidad: física y social.

La vulnerabilidad física se refiere a la capacidad individual para enfrentar o evitar una situación de riesgo. Diversos estudios han evidenciado que mujeres y personas mayores tienden a sentirse más inseguras que hombres y jóvenes, no necesariamente por una mayor exposición objetiva al delito, sino por una menor percepción de control frente a potenciales amenazas (CROWE; FENNELLY, 2013). Esta paradoja fue planteada por Hale (1996), quien observó que los grupos con menor probabilidad de ser víctimas, como mujeres y adultos mayores, suelen reportar niveles más altos de inseguridad, lo que se explicaría por un reconocimiento subjetivo de menor capacidad física para defenderse.

Además, se ha encontrado que las mujeres experimentan mayores niveles de inseguridad debido a su exposición diferencial a ciertos tipos de delitos, especialmente de carácter sexual, lo que intensifica el temor al crimen en su vida cotidiana (FERRARO, 1996; MEDINA-HERNÁNDEZ; HURTADO-MÁRQUEZ; HERNÁNDEZ-ARENAS, 2023).

Por su parte, la vulnerabilidad social se refiere a la limitada capacidad de ciertos grupos para protegerse del delito o recuperarse de sus consecuencias. La teoría propone que las personas con menores recursos económicos y sociales enfrentan mayores niveles de ansiedad frente al crimen, dado que cuentan con menos herramientas para prevenirlo o sobrellevar sus efectos (BISSLER, 2003).

En América Latina, se ha documentado que la percepción de inseguridad varía según edad, sexo e ingresos: jóvenes, adultos mayores y mujeres, especialmente de bajos ingresos, tienden a sentirse más inseguros (GALLARDO TERÁN, 2014; GÉLVEZ-FERREIRA, 2019; VILALTA PERDOMO, 2013). Sin embargo, la relación entre vulnerabilidad social e inseguridad percibida presenta resultados ambivalentes, especialmente al considerar el ingreso como indicador, con estudios que reportan efectos nulos o incluso inversos (BOLGER; BOLGER, 2019; FRANKLIN; FRANKLIN; FEARN, 2008; TRIANA SÁNCHEZ, 2021).

2.1.4. Institucionalidad

La confianza en las instituciones públicas, especialmente en aquellas encargadas de garantizar el orden y la justicia, ha sido identificada como un factor relevante en la construcción de la percepción de inseguridad. Diversos estudios sostienen que cuando las personas consideran que las instituciones son ineficaces, corruptas o distantes, tienden a sentirse más desprotegidas frente al delito (BISSLER, 2003; LEWIS, 2017; RODRIGUES, 2006; VILALTA PERDOMO, 2010). Esta relación no se limita únicamente a la experiencia de haber sido víctima, sino que se construye también a partir de una evaluación general del funcionamiento institucional en la vida cotidiana.

Desde esta perspectiva, las instituciones no solo actúan ex post, reaccionando ante el delito, sino que también cumplen una función preventiva fundamental. La percepción de (in)seguridad, por tanto, se ve afectada por la confianza que los ciudadanos depositan en la capacidad de estas entidades para anticiparse, controlar y sancionar el crimen. Si esta confianza es baja, incluso en ausencia de victimización directa, se intensifica la sensación de vulnerabilidad ante potenciales amenazas.

En América Latina, diversos estudios han evidenciado que la desconfianza en instituciones, especialmente en la policía, incrementa significativamente la percepción de inseguridad (DAMMERT; MALONE, 2002; GALLARDO TERÁN, 2014; GÉLVEZ-FERREIRA, 2019; VILALTA PERDOMO, 2013). Sin embargo, algunos hallazgos muestran que la relación puede depender del contexto y del tipo de vínculo ciudadano-institucional (VEGA CAUICH, 2016).

2.1.5. Falta de garantías socioeconómicas

Es posible que la percepción de (in)seguridad pueda ser explicada por factores de violencia directa como la tasa de homicidios en una ciudad y a la vez ser explicada por otras variables que no se asocian directamente a la violencia, como la desigualdad económica o la corrupción pública (ABED; ALJIBARAT, 2023; BOLGER; BOLGER, 2019), variables que no son de categoría violenta pero que forman parte del sistema de interrelación social que generan indirectamente el conflicto (BOURGOIS, 2015; CÓRDOVA MONTÚFAR, 2007).

Desde esta perspectiva, los sentimientos de inseguridad pueden ser tanto una preocupación específica por el delito como una proyección más general de una serie de ansiedades sociales conectadas. Por lo tanto, este fenómeno podría estar estrechamente relacionado con sentimientos de desprotección frente a situaciones que pueden poner en riesgo la estabilidad social de las personas (HUMMELSHEIM et al., 2011). Precisamente, algunos estudios han demostrado relación negativa entre el miedo al delito y el bienestar social percibido (ALFARO-BERACOECHEA et al., 2018).

En ese sentido, bajo contextos de alta desigualdad, informalidad laboral, debilitamiento de los sistemas de protección social y corrupción estructural, el miedo al delito puede convertirse en una expresión más amplia de malestar ciudadano. En esa línea, Jackson (2006) sugiere que el miedo no siempre responde a un riesgo individual concreto, sino que puede funcionar como una proyección emocional del descontento generalizado con el entorno social, reflejando frustraciones acumuladas, pérdida de confianza en el sistema y sensación de abandono institucional. Así, la percepción de inseguridad se amalgama con otras formas de incertidumbre social, como el temor a no acceder a salud, educación o empleo digno, lo que refuerza una sensación de vulnerabilidad constante y difusa.

2.1.6. Inmigración

Otro aspecto a tratar que no es muy común en la literatura, es el tema de los cambios poblacionales “bruscos” generados por fenómenos como la inmigración acelerada. Según autores como Vilalta Perdomo (2013) y Ajzenman, Dominguez y Undurraga (2023), el cambio poblacional rápido, tanto en número como en composición socioeconómica y étnica, induce a concepciones de descontrol y sentimientos de inseguridad en la población “original”, esto debido a la sensación de desorden e invasión potencial del espacio que acarrea la llegada apurada de personan del extranjero, especialmente cuando no se cuenta con un direccionamiento por parte del estado para orientar de manera neutral o positiva este fenómeno.

Ahora bien, la evidencia empírica desmiente la asociación entre inmigración y criminalidad objetiva. Estudios realizados en diferentes contextos muestran que los inmigrantes no tienden a delinquir más que los nativos, y que su regularización legal suele reducir aún más su involucramiento en actividades delictivas (BIANCHI; BUONANNO; LIGHT; MILLER, 2018; PINOTTI, 2017). Sin embargo, el componente emocional de la percepción de inseguridad puede operar de manera independiente a los hechos delictivos reales, y ser moldeado por representaciones sociales ancladas en el miedo al “otro”.

En este sentido, investigaciones recientes han mostrado una asociación positiva entre inmigración y percepción de inseguridad en diferentes países, incluso en ausencia de evidencia empírica que vincule directamente inmigración con incremento del crimen. Se ha encontrado que, el miedo al delito tiende a aumentar en entornos donde hay una llegada rápida de inmigrantes, sobre todo si se acompaña de discursos políticos o mediáticos que refuerzan la relación entre migración y desorden (BOVE; ELIA; FERRARESI, 2023; MCCANN; BOATENG, 2020).

2.1.7 Medios de comunicación y redes sociales

El papel de los medios de comunicación en la formación de la percepción de inseguridad ha sido también objeto de atención en la investigación del tema en el contexto latinoamericano. La teoría del cultivo sostiene que la exposición reiterada a contenidos mediáticos sobre violencia y criminalidad moldea la visión del mundo de los individuos, llevándolos a percibir su entorno más inseguro de lo que realmente es, especialmente cuando se confía en dichos medios (D’ADAMO; GARCÍA BEAUDOUX, 2007). Esta influencia se ve reforzada por la teoría de la agenda-setting, según la cual los medios no solo informan, sino que establecen los temas prioritarios en la opinión pública al seleccionar y jerarquizar los contenidos (SOTO, 2005).

En este sentido, la sobredimensión mediática de hechos delictivos poco frecuentes, especialmente cuando se trata de delitos de alto impacto emocional, puede generar una percepción distorsionada del riesgo real. Espinar y Ruiz (2010) y Restrepo y Moreno (2007) coinciden en que esta cobertura selectiva amplifica el miedo social, incluso en contextos donde los indicadores objetivos de criminalidad son bajos.

En América Latina, se ha documentado que los medios de comunicación tradicionales y digitales amplifican la percepción de inseguridad, especialmente cuando hay identificación con las víctimas (D’ADAMO; GARCÍA BEAUDOUX, 2007; KESSLER; FOCÁS, 2014). De forma complementaria, las redes sociales presentan un efecto ambivalente, pueden elevar la ansiedad mediante exposición constante a hechos violentos (SACCO, 1993), o bien fortalecer la sensación de seguridad al promover cohesión comunitaria y acceso a información local (FERGUSON; MINDEL, 2007).

2.2. Modelo de percepción de inseguridad y actividades por fuera del hogar ⁴

Basado en los modelos de percepción de inseguridad y consumo propuestos por Ayala Gaytán y Chapa Cantú (2012) y Sarria (2020), ajustados bajo la teoría de probabilidad subjetiva de Savage (1972), se examina cómo la percepción de inseguridad influye en la participación de actividades fuera del hogar, como el trabajo y el esparcimiento. El análisis se enmarca en la teoría de la elección racional y la probabilidad subjetiva, donde los individuos evalúan la utilidad esperada de dos tipos de actividades: las de riesgo (fuera del hogar)⁵ y las seguras (dentro del hogar), considerando dos posibles estados de la naturaleza: ser víctima o no de un delito.

Aunque el modelo parte de la teoría de la elección racional, reconocemos sus limitaciones como supuesto conductual en contextos de inseguridad. La literatura crítica ha señalado que esta perspectiva simplifica en exceso la toma de decisiones (HERFELD, 2022; KRSTIĆ, 2022; TRAJTENBERG; ALOISIO, 2009), omitiendo el papel de factores emocionales, institucionales y sociales (ANDERSON, 2000; BOATENG, 2018). Investigaciones en criminología y psicología social sostienen que el miedo al crimen surge más de narrativas culturales, emociones acumuladas y entornos simbólicos que de evaluaciones objetivas del riesgo (HEBER, 2007; PAIN, 2000). En esta línea, Jackson (2006, 2011) ha planteado que, si bien el miedo al crimen se nutre de elementos afectivos y culturales, también puede entenderse parcialmente como una evaluación racional del riesgo, lo que hace de la teoría de la elección racional una herramienta válida para explorar este tipo de decisiones. Por tanto, el modelo utilizado en este estudio no se adscribe doctrinariamente a dicha perspectiva, sino que se plantea como un punto de partida analítico con coherencia interna, útil para estructurar la relación entre percepción de inseguridad y comportamiento, y abierto a ser ampliado con otros enfoques teóricos en futuras investigaciones.

2.2.1. Formalización del modelo

Cuando no hay delito, la utilidad se expresa mediante una función Cobb-Douglas: $U\left(x,y\right)=x^{\alpha }{y}^{\beta }$, donde $\left(x\right)$ representa actividades fuera del hogar y $\left(y\right)$ actividades dentro del hogar. Si ocurre un delito, la utilidad se reduce solo a $(y)$, quedando la función $U\left(x,y\right)=y^{\beta }$, lo que refleja que la utilidad proporcionada por las actividades fuera del hogar se “esfuma” cuando hay victimización.

La restricción presupuestaria del individuo es $m=p_{x}x+p_{y}y$, donde $p_x$ y $p_y$ son los precios de $\left(x\right)$ y $\left(y\right)$, respectivamente. Si ocurre un delito en $\left(x\right)$, el costo se incrementa en un porcentaje adicional $\left(c\right)$, lo que aumenta el precio de estas actividades, transformando la restricción a $m=p_{x}x\left(1+c\right)+p_{y}y$.

Con la estructura conceptual y formal del modelo claramente establecida, se presenta a continuación la función de utilidad esperada subjetiva linealizada que el individuo racional busca maximizar, sujeta a su restricción presupuestaria. La linealización implica aplicar el logaritmo a la función de utilidad y reemplazar la variable $\left(y\right)$ por su expresión derivada de la restricción presupuestaria:

$UES\left(x,y\right)=\left(\frac{p_{y}y}{m}\theta \right)\left[\beta \ln \left(\frac{m-p_x\left(1+c\right)x}{p_y}\right)\right]+\left(1-\frac{p_{y}y}{m}\theta \right)\left[\alpha \ln \left(x\right)+\beta \ln \left(\frac{m-p_{x}x}{p_y}\right)\right]$

El modelo introduce al riesgo percibido⁶ como la proporción de ingresos destinada a actividades dentro del hogar $\left(\frac{p_{y}y}{m}\right)$, lo que indica una mayor probabilidad cognitiva de victimización cuando se asigna más dinero a $\left(y\right)$. El parámetro $\theta$ refleja el miedo al crimen⁷, lo que hace que individuos con el mismo riesgo percibido puedan tener diferentes percepciones de inseguridad.

Aclarada la construcción del modelo, se deriva matemáticamente la función (1) y se iguala a cero para maximizarla, obteniéndose la siguiente expresión:

$-\left(\frac{p_{y}y\theta }{m}\right)\frac{\beta p_x\left(1+c\right)}{m-p_x\left(1+c\right)x}+\left(1-\frac{p_{y}y\theta }{m}\right)\left[\frac{\alpha }{x}-\frac{\beta p_x}{m-p_{x}x}\right]=0$

En (2) se puede sintetizar el término $\left(\frac{p_{y}y}{m}\theta \right)=s$, siendo $s$ ahora la percepción de inseguridad. También se propone la consideración de que $\left(1+c\right)=1$, exponiendo que la victimización en $x$ afecta la utilidad del individuo, pero no genera cambios en el potencial de $\left(y\right)$, esto con el objetivo de facilitar el álgebra que permite llegar al $x$ óptimo, expresado en la siguiente ecuación:

$x=\frac{\alpha m\left(1-s\right)}{p_x\left(1-\alpha s\right)}$

El resultado demuestra que, a medida que aumenta la percepción de inseguridad $\left(s\right)$, la participación en actividades fuera del hogar $\left(x\right)$ disminuyen a tasa creciente, pues ambas derivadas respecto a $\left(s\right)$ son negativas.

Acá se debe tener en cuenta una anotación importante: la percepción de inseguridad $\left(s\right)$ es determinada previamente por un conjunto de variables estructurales, sociales e institucionales, identificadas en la literatura como sus principales determinantes $\left({\eta }_1,{\eta }_2,\dots ,{\eta }_n\right)$. En este sentido, $s=f\left({\eta }_1,{\eta }_2,\dots ,{\eta }_n\right)$, por lo que cualquier cambio en alguno de estos factores altera la percepción de inseguridad, y con ello, influye también en las decisiones sobre actividades fuera del hogar $\left(x\right)$, como lo expresa la ecuación 3. Esto implica que, además del efecto directo de $\left(s\right)$ sobre $\left(x\right)$, la percepción de inseguridad también funciona como mediadora total del efecto de sus determinantes sobre las decisiones de comportamiento.

También es importante anotar que, este modelo introduce una diferencia clave respecto a formulaciones previas al incorporar explícitamente las dos dimensiones de la percepción de inseguridad: el miedo al delito (emoción) y el riesgo percibido (evaluación cognitiva). Siguiendo a Jackson (2006, 2011), se reconoce que el miedo puede amplificar la percepción de riesgo incluso en contextos de baja victimización objetiva, generando un ciclo emocional-cognitivo que refuerza la sensación de amenaza. Integrar esta interacción permite identificar el mecanismo mediante el cual una mayor percepción de inseguridad alimentada por emociones y juicios subjetivos reduce la disposición a realizar actividades en el espacio público, tales como las de trabajo y esparcimiento.

3. ASPECTOS METODOLÓGICOS

Los datos para la estimación de resultados se obtuvieron de Latinobarómetro, una encuesta anual de opinión pública realizada en 18 países de América Latina⁸. Se utilizaron datos de la encuesta del año 2020, que contiene variables para construir las dimensiones del modelo y que se ajustan a las proposiciones teóricas sobre la percepción de inseguridad y su asociación con las decisiones de trabajo y esparcimiento fuera del hogar. Para el año de estudio se contó con una muestra de 20.204 observaciones, los datos faltantes fueron imputados utilizando la técnica de Random Forest, técnica que reduce el sesgo y la varianza, proporcionando estimaciones más fiables, manejando a la vez variables categóricas como continuas de manera efectiva (TANG; ISHWARAN, 2017).

El universo de estudio, según el informe técnico de la encuesta, es la población mayor de 18 años. La encuesta tiene un nivel de representación del 100% de cada país, un número de casos por país de 1200 y un tipo de muestreo por cuota.

3.1 VARIABLES

Las variables del modelo corresponden a dimensiones latentes y de control orientadas a capturar la percepción de inseguridad y sus principales determinantes sociales, institucionales y simbólicos. La percepción de inseguridad se construyó a partir de dos indicadores: la preocupación por ser víctima de un delito violento (miedo) y la percepción de protección contra el crimen (riesgo percibido). Para precisar la asociación de esta percepción con el abandono de actividades fuera del hogar, se incluyeron como variables de control el sexo, la edad y la suficiencia de ingresos, representando componentes clásicos de vulnerabilidad física y social. Estas variables se incorporaron individualmente como explicativas de la percepción de inseguridad y como predictoras directas del abandono de actividades, controlando posibles fuentes de confusión.

Adicionalmente, se debe señalar que la dimensión de incivilidad capturada en el modelo se refiere únicamente a manifestaciones de incivilidad social, como violencia callejera, crimen organizado y violencia verbal, debido a la ausencia de indicadores sobre incivilidad física en la base de datos utilizada (LATINOBARÓMETRO, 2020). Asimismo, la variable de uso de redes sociales (Facebook) se incorpora como moderadora en la relación entre la confianza en medios y la percepción de inseguridad, en coherencia con la revisión de la literatura que destaca cómo las redes sociales pueden amplificar o atenuar la influencia de los medios de comunicación tradicionales sobre las percepciones de riesgo y temor.

Por último, algunas variables fueron modeladas con un único indicador, como es el caso de Edad, Suficiencia en el Ingreso y Sexo (variables de control), así como la confianza en medios de comunicación (CUMER). Estas decisiones responden a dos consideraciones: (1) la base de datos no proporciona más información disponible para estas dimensiones, y (2) según Garson (2016) y Hair Jr. et al (2021), el uso de ítems únicos es apropiado en PLS-SEM cuando las variables son conceptualmente claras, unidimensionales y con bajo error esperado, como sucede con variables demográficas u opiniones específicas.

Cuadro 1
Variables

Dimensión	Indicador	Escala de medición
Abandono de Actividades de trabajo y esparcimiento por fuera del hogar $\left(ATE\right)$	$AT{E}_1$: ¿Con qué frecuencia ha dejado Usted de hacer actividades de trabajo o esparcimiento por temor a ser víctima de delito con violencia?	1: Nunca 2: Ocasionalmente 3: Algunas veces 4: Todo o casi todo el tiempo
Percepción de inseguridad $\left(PI\right)$	$P{I}_1$: ¿hasta qué punto está garantizada en el país la protección contra el crimen?	1: Completamente garantizadas 2: Algo garantizadas 3: Poco garantizadas 4: Para nada garantizadas
	$P{I}_2$: ¿Con qué frecuencia se preocupa usted de que pueda llegar a ser víctima de un delito con violencia?	1: Nunca 2: Ocasionalmente 3: Algunas veces 4: Todo o casi todo el tiempo
Incivilidad social $\left(IS\right)$	¿Es frecuente donde usted vive? $I{S}_1$: la violencia en la calle $I{S}_2$: el crimen organizado $I{S}_3$: las pandillas $I{S}_4$: la violencia verbal	0:No 1: Sí
Victimización $\left(VIC\right)$	$VI{C}_1$: ¿ha sido usted asaltado, agredido o víctima de algún delito en los últimos doce meses? $VI{C}_2$: ¿ha sido algún pariente suyo asaltado, agredido o víctima de algún delito en los últimos doce meses?	0: No 1: Sí
Desconfianza Institucional $\left(DINS\right)$	¿Cuánta confianza le genera cada una de esas instituciones? $DIN{S}_1$: la policía $DIN{S}_2$: el congreso $DIN{S}_3$: el gobierno $DIN{S}_4$: el poder judicial $DIN{S}_5$: los partidos políticos $DIN{S}_6$: la institución electoral del país $DIN{S}_7$: el presidente	1: Mucha 2: Algo 3: Poca 4: Ninguna
Falta de garantías sociales $\left(FGS\right)$	¿Hasta qué punto las siguientes libertades, derechos, oportunidades y seguridades están garantizadas en (país)? $FG{S}_1$: la protección de la propiedad privada $FG{S}_2$:justa distribución de la riqueza $FG{S}_3$: igualdad entre hombres y mujeres $FG{S}_4$: Igualdad de oportunidades sin importar el origen de cada cual $FG{S}_5$: libertad de expresión siempre y en todas partes $FG{S}_6$: seguridad social $FG{S}_7$: solidaridad con los pobres y los necesitados $FG{S}_8$: oportunidades de conseguir trabajo	1: completamente garantizada 2: algo garantizadas 3: poco garantizadas 4: para nada garantizadas
Desconfianza de inmigrantes $\left(DINM\right)$	$DIN{M}_1$: los inmigrantes son buenos para la economía del país.	1: muy de acuerdo 2: de acuerdo 3: en desacuerdo 4: muy en desacuerdo
	$DIN{M}_2$: los inmigrantes causan un aumento del crimen.	1: en muy en desacuerdo 2: en desacuerdo 3: de acuerdo 4: muy de acuerdo
	$DIN{M}_3$: los inmigrantes son una carga para el estado.	1: muy en desacuerdo 2: en desacuerdo 3: de acuerdo 4: muy de acuerdo
	$DIN{M}_4$: Los inmigrantes le dan al país más de lo que reciben.	1: muy de acuerdo 2: de acuerdo 3: en desacuerdo 4: muy en desacuerdo.
	$DIN{M}_5$: Los inmigrantes deberían tener el mismo acceso a la salud, educación y vivienda que los ciudadanos del país.	1:muy de acuerdo 2: de acuerdo 3: en desacuerdo 4: muy en desacuerdo
Confianza y uso de medios y redes $\left(CUMER\right)$	$CUME{R}_1$: Por favor, mire esta tarjeta y dígame, para cada uno de los grupos, instituciones o personas de la lista (medios de comunicación) ¿Cuánta confianza tiene usted en que ellas operan para mejorar nuestra calidad de vida?	1: ninguna 2: poca 3: algo 4: mucha
	Moderador Facebook: usa Ud. alguno de los siguientes servicios de redes sociales si es que Ud. Usa alguno? (Facebook)	0: No 1: Sí

• Fuente: Elaboración propia.

Cuadro 2
Variables de Control entre PI y ATE

Variable	Medición
Sexo	0: Hombre 1: Mujer
Edad	Rangos de edad definidos por los cuartiles de la muestra. 1: de 16 a 26 años 2: de 27 a 39 años 3: de 40 a 54 años 4: de 55 a 101 años
Suficiencia de ingresos (Suf_Ing): El salario o sueldo que Ud. percibe y el total del ingreso familiar, ¿Le permite cubrir satisfactoriamente sus necesidades? ¿En cuál de estas situaciones se encuentra Ud.?	1: No les alcanza, tienen grandes dificultades 2: No les alcanza, tienen dificultades 3: Les alcanza justo, sin grandes dificultades 4: Les alcanza bien, pueden ahorrar

• Fuente: Elaboración propia.

3.2. Hipótesis

A continuación se describen las hipótesis de investigación que se hacen evidentes en las rutas de asociación entre las variables expuestas en los gráficos siguientes.

H1: Cuanto mayor sea la incivilidad social percibida $\left(IS\right)$, mayor es la percepción de inseguridad de los individuos $\left(PI\right)$.

H2: Haber sido víctima de delito previamente (directo o indirecto), incrementa la percepción de inseguridad de los individuos.

H3: Cuanto mayor sea la vulnerabilidad ante el crimen $CUME{R}_1$, definida por el sexo, la edad y los ingresos, mayor es la percepción de inseguridad de los individuos $\left(PI\right)$.

H4: Cuanto mayor sea la desconfianza institucional $\left(DINS\right)$, mayor es la percepción de inseguridad experimentada $\left(PI\right)$.

H5: Cuanto mayor sea la concepción individual de falta de garantías sociales en el país de residencia (FGS), mayor es la percepción de inseguridad $\left(PI\right)$.

H6: Cuanto mayor sea la desconfianza en los inmigrantes expresada por el individuo $\left(DINS\right)$, mayor es su percepción de inseguridad $\left(PI\right)$.

H7: La confianza en los medios de comunicación $\left(CUMER\right)$ influyen positivamente en la percepción de inseguridad $\left(PI\right)$.

H9: El uso de redes sociales $\left(Facebook\right)$ modera significativamente el efecto de la confianza en medios sobre la percepción de inseguridad $\left(PI\right)$.

H10: La percepción de inseguridad $\left(PI\right)$ influye positivamente en el abandono de actividades de trabajo y esparcimiento por fuera del hogar $\left(ATE\right)$.

H11: A medida que aumenta la percepción de inseguridad $\left(PI\right)$, el abandono de actividades de trabajo y esparcimiento por fuera del hogar $\left(ATE\right)$ aumenta a una velocidad cada vez mayor.

3.3. Modelo gráfico

El Modelo 1 (gráfico 1) surge directamente del marco teórico propuesto, en el que la percepción de inseguridad (PI) es explicada por una serie de dimensiones estructurales, institucionales y sociales, conforme a lo documentado en la literatura. A partir de esta estructura, el modelo de elección racional con utilidad esperada formaliza la relación entre PI y el abandono de actividades fuera del hogar (ATE). De este modo, el Modelo 1 plantea una mediación causal total de PI, en la que los efectos⁹ de los determinantes se transmiten completamente a través de esta variable.

No obstante, se reconoce que algunas de las dimensiones explicativas podrían incidir directamente sobre ATE mediante mecanismos no abordados explícitamente en el modelo teórico. Por esta razón, se propone el Modelo 2 (gráfico 2), de carácter exploratorio, que incorpora efectos directos desde las variables latentes hacia ATE. Esto permite contrastar empíricamente si la mediación de PI es total o parcial, y estimar su efecto específico sobre ATE, controlando por sus determinantes (ceteris paribus).

Como se observa, en ambos modelos se incorpora una variable latente no observada, U, representada en los diagramas como un confusor general. Esta variable reconoce la posible existencia de factores no medidos, de naturaleza social, contextual o individual, que pueden incidir de manera simultánea sobre los predictores, la percepción de inseguridad (PI) y el abandono de actividades fuera del hogar (ATE). Con ello, el modelo gráfico evita asumir independencia perfecta entre las variables y subraya que las asociaciones estimadas deben entenderse en clave exploratoria y asociacional, en lugar de interpretarse como efectos causales estrictos.

Gráfico 1
Modelo gráfico 1

Gráfico 2
Modelo gráfico 2

3.4. Técnica de análisis cuantitativo

El análisis cuantitativo de esta investigación se llevó a cabo utilizando el modelo de ecuaciones estructurales por mínimos cuadrados parciales (PLS-SEM), cuyo objetivo es validar cuantitativamente las hipótesis propuestas. Esta técnica es adecuada para evaluar relaciones de dependencia complejas entre variables latentes, y su lógica de estimación se basa en un enfoque secuencial: primero se evalúa el modelo de medición, estimando la confiabilidad y validez de los indicadores, y posteriormente se calcula el modelo estructural, es decir, las relaciones entre los constructos latentes (HAIR JR. et al., 2021). A diferencia del análisis de covarianza (CB-SEM), PLS-SEM es más flexible, ya que no requiere cumplir rigurosos supuestos paramétricos, lo que lo hace ideal para modelos con datos no normalmente distribuidos (MARTÍNEZ; FIERRO, 2018).

En este caso, se debe tener en cuenta que todos los constructos latentes fueron especificados como formativos causales¹⁰, es decir, se asumió que los indicadores causan el constructo, y no al contrario. Esta decisión responde a fundamentos teóricos, ya que los indicadores fueron seleccionados con base en su unidad conceptual y su coherencia con la definición sustantiva del fenómeno a medir, siguiendo las recomendaciones metodológicas de Bollen y Bauldry (2011). En este sentido, los constructos no fueron modelados como composites arbitrarios ni como escalas reflejantes, sino como variables latentes estructuralmente determinadas por indicadores seleccionados con base en el marco teórico, sin requerir alta covariación entre ellos.

En modelos formativos (causales) como los utilizados en este estudio, el error de medición no se analiza mediante pruebas tradicionales como el alfa de Cronbach, la fiabilidad compuesta o la validez convergente y discriminante, ya que estas suponen indicadores reflejantes altamente correlacionados e intercambiables. En su lugar, la evaluación se centra en criterios propios de modelos formativos, como la justificación teórica de los indicadores, la ausencia de colinealidad severa (VIF), la significancia y dirección de los pesos de los indicadores, y la validez nomológica.

Por tal motivo, para evaluar empíricamente los indicadores formativos causales, se aplicaron las recomendaciones propuestas por Bollen y Bauldry (2011) y Hair Jr. et al. (2021), quienes sugieren los siguientes criterios:

• 1) Coeficiente de validez no estandarizado

• 2) Coeficiente estandarizado (equivalente al outer weight en PLS-SEM)

• 3) Correlación al cuadrado entre indicador y constructo (R2)

• 4) Diagnóstico de colinealidad

• 5) Varianza de validez única.

Primero, se reportan los outer weights estandarizados y su significancia estadística mediante bootstrapping, lo que permite identificar la contribución sustancial que hace un indicador al constructo. En los casos en que un indicador no fuese significativo, se verificaron sus outer loadings (cargas simples), los cuales reflejan la correlación directa entre el indicador y el constructo. Como complemento, se calcularon los R² entre cada indicador y su constructo, lo que representa una medida empírica de la varianza compartida, conforme a la propuesta formal planteada por (BOLLEN; BAULDRY, 2011).

Asimismo, se verificó la ausencia de colinealidad significativa entre los indicadores mediante el cálculo de los Factores de Inflación de Varianza (VIF), con el objetivo de descartar problemas de multicolinealidad que podrían afectar la estimación de los efectos individuales.

Después de validar el modelo de medición, se estimó el modelo estructural, es decir, las relaciones entre variables latentes a través de los coeficientes de camino. Estos coeficientes fueron calculados mediante bootstrapping, lo que permite conocer su magnitud y significancia estadística. Como complemento, se realizó un análisis de Importancia-Desempeño (IPMA) con el fin de identificar las dimensiones con mayor asociación con el constructo dependiente y su nivel de desempeño relativo.

4. RESULTADOS

4.1. Evaluación del modelo de medida

Los outer weights, estimados mediante bootstrapping, son en su mayoría estadísticamente significativos al 5% (y uno al 10%), lo que justifica su inclusión. Como complemento, se analizaron las outer loadings y los valores R² entre cada indicador y su constructo, superando en su mayoría el umbral de 0.25, lo que respalda su relevancia sustantiva. Los coeficientes obtenidos muestran la dirección esperada y refuerzan la validez del modelo de medición.

Cuadro 3
Evaluación empírica de los indicadores causales

	Outer Weight	P values (Outer Weight)	Outer Loading	R2	P values (Outer Loading)
DINM1 -> DINM	0,41	0,00	0,78	0,60	0.000
DINM2 -> DINM	0,14	0,02	0,46	0,21	0.000
DINM3 -> DINM	0,24	0,00	0,56	0,31	0.000
DINM4 -> DINM	0,29	0,00	0,62	0,38	0.000
DINM5 -> DINM	0,42	0,00	0,74	0,55	0.000
DINS1 -> DINS	0,28	0,00	0,71	0,50	0.000
DINS2 -> DINS	0,16	0,00	0,73	0,53	0.000
DINS3 -> DINS	0,15	0,00	0,80	0,64	0.000
DINS4 -> DINS	0,26	0,00	0,80	0,63	0.000
DINS5 -> DINS	0,22	0,00	0,72	0,52	0.000
DINS6 -> DINS	0,05	0,06	0,67	0,45	0.000
DINS7 -> DINS	0,23	0,00	0,76	0,57	0.000
FGS1 -> FGS	0,13	0,00	0,64	0,41	0.000
FGS2 -> FGS	0,24	0,00	0,71	0,50	0.000
FGS3 -> FGS	0,03	0,03	0,56	0,32	0.000
FGS4 -> FGS	0,08	0,00	0,66	0,43	0.000
FGS5 -> FGS	0,04	0,00	0,58	0,34	0.000
FGS6 -> FGS	0,47	0,00	0,88	0,77	0.000
FGS7 -> FGS	0,18	0,00	0,72	0,52	0.000
FGS8 -> FGS	0,16	0,00	0,69	0,47	0.000
IS1 -> IS	0,55	0,00	0,75	0,56	0.000
IS2 -> IS	0,30	0,00	0,48	0,23	0.000
IS3 -> IS	0,41	0,00	0,55	0,31	0.000
IS4 -> IS	0,41	0,00	0,52	0,27	0.000
PI1 -> PI	0,81	0,00	0,86	0,73	0.000
PI2 -> PI	0,52	0,00	0,59	0,35	0.000
VIC1 -> VIC	0,50	0,00	0,52	0,27	0.000
VIC2 -> VIC	0,80	0,00	0,92	0,84	0.000

• Fuente: Elaboración propia a partir de Latinobarómetro (2020).
• Nota: Los resultados incluyen pesos externos (outer weights), cargas externas (outer loadings), y coeficientes de determinación individuales (R²), utilizados como evidencia de validez empírica en modelos formativos (BOLLEN; BAULDRY, 2011; HAIR JR. et al., 2021).

Acto seguido, se verificó que los valores VIF para todos los indicadores estuvieran por debajo del umbral crítico de 5 (Cuadro 4), lo que descarta problemas de colinealidad que pudieran distorsionar la estimación de los coeficientes. En conjunto, estos elementos permiten concluir que los indicadores son válidos para representar los constructos causales propuestos. En consecuencia, no fue necesario calcular la varianza de validez única, ya que los resultados obtenidos en términos de pesos, cargas y colinealidad cumplen con los criterios empíricos y conceptuales establecidos en la literatura especializada (BOLLEN; BAULDRY, 2011; HAIR JR. et al., 2021).

Cuadro 4
Colinealidad

Indicadores	VIF
ATE	1.000
CUMER	1.000
DINM1	1.355
DINM2	1.381
DINM3	1.430
DINM4	1.224
DINM5	1.234
DINS1	1.387
DINS2	1.808
DINS3	2.871
DINS4	1.959
DINS5	1.675
DINS6	1.774
DINS7	2.438
FGS1	1.476
FGS2	1.517
FGS3	1.592
FGS4	1.844
FGS5	1.571
FGS6	1.784
FGS7	1.672
FGS8	1.582
IS1	1.058
IS2	1.089
IS3	1.078
IS4	1.013
PI1	1.009
PI2	1.009
VIC1	1.018
VIC2	1.018

• Fuente: Elaboración propia a partir de Latinobarómetro (2020).

4.2. Estimación de resultados del modelo estructural

A continuación, se presentan los resultados obtenidos para contrastar las hipótesis formuladas, mediante la estimación de los coeficientes de ruta entre las variables latentes del modelo estructural. El análisis se organiza en tres niveles: primero, se exponen los resultados del modelo agregado para América Latina (Modelo gráfico 1), centrado en las relaciones postuladas en el modelo gráfico inicial; posteriormente, se estiman los efectos directos, indirectos y totales para evaluar el papel mediador de la percepción de inseguridad (Modelo gráfico 2); y, en tercer lugar, se aplica el análisis de Importancia-Desempeño (IPMA), con el fin de identificar las dimensiones e indicadores más influyentes sobre la variable endógena principal.

4.2.1. Análisis estructural agregado para América Latina (Modelo Gráfico 1).

En esta sección se evalúa la significancia de los coeficientes de ruta, siendo significativos al 10%, si el valor cero no está en el intervalo de confianza del 90% o si el p-value es menor a 0,1. Los coeficientes, que suelen estar entre -1 y +1, reflejan los cambios en un constructo endógeno por desviaciones estándar en un constructo predictivo, manteniendo los demás constantes (BECKER et al., 2015).

Los resultados del Cuadro 5 indican que todas las dimensiones explicativas son estadísticamente significativas al 5% y presentan la dirección teórica esperada respecto a la percepción de inseguridad. Factores como la desconfianza en las instituciones, la percepción de incivilidad, la falta de garantías sociales, la victimización, las actitudes negativas hacia los inmigrantes y la confianza en los medios de comunicación se asocian positivamente con una mayor percepción de inseguridad. En cuanto a la vulnerabilidad, los resultados son parcialmente consistentes: la vulnerabilidad física se comporta según lo anticipado, ser mujer y tener mayor edad incrementa significativamente la percepción de inseguridad, mientras que la vulnerabilidad social, medida por la suficiencia de ingresos, aunque significativa, muestra una relación positiva, lo que implica que mayores ingresos se asocian con mayor percepción de inseguridad. Este resultado, aunque contraintuitivo, ha sido documentado en estudios previos (BOLGER; BOLGER, 2019; TRIANA SÁNCHEZ, 2021). Finalmente, se encuentra que el uso de Facebook modera de forma negativa la relación entre confianza en medios y percepción de inseguridad.

Cuadro 5
Resultados del modelo estructural (primera parte)

Indicadores	Sample mean (M)	P values
DINS -> PI	0,06	0,000
FGS -> PI	0,54	0,000
DINM -> PI	0,02	0,000
IS -> PI	0,24	0,000
VIC -> PI	0,36	0,000
Sexo -> PI	0,07	0,000
Suf_Ing -> PI	0,02	0,001
Edad -> PI	0.05	0,000
CUMER -> PI	0,03	0,003
Facebook x CUMER -> PI	-0,03	0,007

• Fuente: Elaboración propia a partir de Latinobarómetro (2020).

En cuanto al abandono de actividades fuera del hogar (trabajo y esparcimiento), las variables de control presentan resultados estadísticamente significativos (Cuadro 6). Ser mujer se asocia con una mayor probabilidad de abandonar estas actividades, mientras que la suficiencia de ingresos muestra una asociación negativa y significativa, indicando que a mayor capacidad económica, menor propensión al abandono. En contraste, la edad no resulta significativa, lo que sugiere que, en este caso, no existe una relación clara entre el ciclo vital y la decisión de evitar actividades fuera del hogar.

En relación con la pregunta clave de esta investigación, ¿cuál es la asociación de la percepción de inseguridad con el abandono de actividades fuera del hogar?, los resultados revelan una influencia positiva y significativa. A medida que aumenta la percepción de inseguridad, se incrementa el abandono de estas actividades. Esto indica que el fenómeno de la inseguridad subjetiva no solo implica consideraciones internas al individuo, también tiene consecuencias externas, sociales y económicas, que deterioran las posibilidades de vida. Por lo tanto, es fundamental no subestimar la importancia de esta variable social, ya que, aunque parte de lo subjetivo, claramente trasciende a planos más tangibles y afecta de manera significativa la realidad social.

Además, la relación entre ambas variables es significativa respecto al efecto cuadrático positivo (QE), lo que indica que la asociación con en el abandono de estas actividades fuera de casa se intensifica progresivamente a medida que la percepción de inseguridad aumenta.

Cuadro 6
Resultados del modelo estructural (segunda parte)

Indicadores	Sample mean (M)	P values
Sexo -> ATE	0.04	0.001
Edad -> ATE	-0.002	3.63
Suf_Ing -> ATE	-0.062	0.00
PI -> ATE	0.35	0,000
QE(PI) -> ATE	0,07	0,000

• Fuente: Elaboración propia a partir de Latinobarómetro (2020).

Por otro lado, se debe hacer referencia al ajuste del modelo. Para la variable endógena “percepción de inseguridad” se estimó un R2 ajustado de 43%, mostrando un buen ajuste para este tramo del modelo. Ahora, para la dimensión que mide las actividades por fuera del hogar estudiadas, el ajuste no es tan bueno, presenta un R2 del 7%. Sin embargo, se debe tener en cuenta que en el contexto de la investigación en ciencias sociales es usual encontrar coeficientes de determinación relativamente bajos. Adicionalmente, el propósito de esta investigación no es explicar las actividades fuera del hogar (trabajo y esparcimiento), sino captar el efecto que tiene sobre estas la percepción de inseguridad.

4.2.2. Efectos directos, indirectos y totales ¹¹ (Modelo 2).

En esta sección se presentan los resultados del análisis de mediación, cuyo objetivo principal es cuantificar el rol de la percepción de inseguridad (PI) como mediadora en la relación entre las dimensiones estructurales y la decisión de abandonar actividades fuera del hogar (ATE). Adicionalmente, se examinará el efecto directo de PI sobre ATE, manteniendo todas las demás variables del modelo constantes (ceteris paribus). A partir de los coeficientes estimados, se determinará si el efecto de PI es neto y significativo tras controlar por sus determinantes, y si estos últimos ejercen efectos directos adicionales sobre ATE, lo que señalaría una mediación parcial. Esta evaluación es crucial para precisar la capacidad explicativa y causal de PI dentro del marco analítico propuesto.

Los efectos directos (Cuadro 7) muestran que las variables exógenas como la desconfianza institucional (DINS), la falta de garantías sociales (FGS), las actitudes negativas hacia inmigrantes (DINM), la incivilidad social (IS), la confianza en medios (CUMER) y la victimización previa (VIC) se asocian significativamente con ATE al 5%. Todas presentan una relación positiva, excepto FGS, que muestra un efecto negativo. Este resultado sugiere que una mayor falta de garantías sociales percibidas podría forzar a algunos individuos a asumir riesgos y continuar con sus actividades por necesidad.

Las variables de control también exhiben asociaciones consistentes con lo esperado: ser mujer y tener mayor edad se relaciona con un mayor abandono de actividades fuera del hogar. En cuanto a la suficiencia de ingresos (Suf_Ing), su coeficiente negativo indica que a mayor poder adquisitivo percibido, menor es la probabilidad de abandonar actividades laborales o recreativas.

Por su parte, el efecto directo de la percepción de inseguridad sobre ATE (0.374) permanece robusto, incluso tras controlar por todos los demás predictores del modelo, lo que refuerza su papel como determinante clave del comportamiento analizado. Este resultado indica que, aun considerando los efectos independientes de otros factores estructurales y sociodemográficos, la percepción de inseguridad ejerce una influencia sustantiva sobre la decisión de abandonar actividades fuera del hogar.

En cuanto a los efectos indirectos (Cuadro 8), la percepción de inseguridad (PI) actúa como un mediador estadísticamente significativo en la relación entre todas las variables exógenas y el abandono de actividades de trabajo y esparcimiento (ATE). Esto indica que factores como la desconfianza institucional, la falta de garantías sociales, la incivilidad y la victimización, entre otros, ejercen su influencia sobre el comportamiento estudiado a través de su efecto en la percepción de inseguridad. Del mismo modo, las variables de control, sexo, edad y suficiencia de ingresos, también presentan un efecto indirecto mediado por PI. Sin embargo, esta mediación no es total, ya que dichas variables (latentes y de control) muestran efectos directos significativos sobre ATE, lo que sugiere la existencia de rutas adicionales no mediadas por la percepción de inseguridad.

Finalmente, el análisis de los efectos totales (Cuadro 9) muestra que todas las dimensiones son estadísticamente significativas del abandono de actividades fuera del hogar (ATE). La victimización previa (VIC) registra el mayor efecto total (0.523), seguida de la percepción de inseguridad (PI) con 0.374 y la incivilidad social (IS) con 0.311. Estos resultados indican que tanto la experiencia directa o indirecta con el delito, como la percepción subjetiva de inseguridad y la presencia de conductas incívicas en el entorno, son factores determinantes en la decisión de evitar actividades laborales y recreativas. Por otro lado, también se observa que aunque la falta de garantías sociales (FGS) podría reducir directamente las ATE, su efecto total es positivo (0.067) debido al incremento en la percepción de inseguridad que genera, contrarrestando así su efecto directo y resultando en una asociación neta positiva con ATE.

Caso contrario ocurre con la suficiencia de ingresos, aunque su efecto indirecto, mediado por la percepción de inseguridad, es positivo, el efecto total resulta negativo (-0.06). Esto sugiere que, a medida que aumenta la capacidad adquisitiva de los individuos, la percepción de inseguridad no tiene la fuerza suficiente para incrementar el abandono de actividades fuera del hogar, predominando en cambio factores que incentivan su permanencia en dichas actividades.

Cuadro 7
Efecto directo

Dimensiones	Sample mean (M)	Standard deviation	T statistics	P values
DINS -> ATE	0.014	0.008	1.765	0.039
FGS -> ATE	-0.134	0.009	15.430	0.000
DINM -> ATE	0.014	0.007	1.851	0.032
IS -> ATE	0.220	0.017	12.821	0.000
CUMER -> ATE	0.021	0.007	3.010	0.001
VIC -> ATE	0.388	0.020	19.845	0.000
Sexo -> ATE	0.070	0.0013	5.395	0.000
Edad ->ATE	0.021	0.006	3.282	0.001
Suf_Ing -> ATE	-0.067	0.007	10.052	0.000
PI -> ATE	0.374	0.016	24.015	0.000

• Fuente: Elaboración propia a partir de Latinobarómetro (2020).

Cuadro 8
Efectos indirectos

Dimensiones	Sample mean	Standard deviation	T statistics	P values
DINS -> PI -> ATE	0.023	0.003	8.444	0.000
FGS -> PI -> ATE	0.201	0.006	32.691	0.000
DINM -> PI -> ATE	0.009	0.002	3.889	0.000
IS -> PI -> ATE	0.090	0.009	10.321	0.000
CUMER -> PI -> ATE	0.011	0.004	2.817	0.002
VIC -> PI -> ATE	0.134	0.012	10.807	0.000
Sexo -> PI -> ATE	0.027	0.005	5.901	0.000
Edad -> PI -> ATE	0.020	0.002	8.497	0.000
Suf_Ing -> PI -> ATE	0.007	0.002	3.203	0.001

• Fuente: Elaboración propia a partir de Latinobarómetro (2020).

Cuadro 9
Efectos totales

Dimensiones	Sample mean	Standard deviation	T statistics	P values
DINS -> ATE	0.037	0.008	4.490	0.000
FGS -> ATE	0.067	0.008	8.160	0.000
DINM -> ATE	0.023	0.008	2.863	0.002
IS -> ATE	0.311	0.017	18.819	0.000
CUMER -> ATE	0.032	0.008	3.954	0.000
VIC -> ATE	0.523	0.017	29.957	0.000
Sexo -> ATE	0.097	0.013	7.205	0.000
Edad -> ATE	0.041	0.007	6.131	0.000
Suf_Ing -> ATE	-0.06	0.007	8.573	0.000
PI -> ATE	0.374	0.016	24.015	0.000

• Fuente: Elaboración propia a partir de Latinobarómetro (2020).

4.2.3. Análisis de importancia-desempeño (IPMA)

El análisis de Importancia-Desempeño (IPMA) es utilizado para identificar gráficamente¹² áreas clave de mejora, evaluando tanto la relevancia como el desempeño de distintas dimensiones sobre una variable objetivo (HAIR JR. et al., 2021). En este estudio se realizaron dos análisis: uno con la percepción de inseguridad (PI) como variable objetivo y otro con el abandono de actividades de trabajo y esparcimiento fuera del hogar (ATE).

El análisis se realizó a nivel de constructos e indicadores. Primero, se validaron los requisitos propuestos por Ringle y Sarstedt (2016), re-escalando las puntuaciones de la variable latente a un rango de 0 a 100, y asegurando que los indicadores tuvieran la misma dirección sin peso externo negativo. Se debe tener en cuenta que los resultados de los efectos totales (importancia) son no estandarizados.

A nivel de dimensión, el análisis IPMA para PI (Gráfico 3) revela que FGS (falta de garantías sociales) es la variable más importante, con un desempeño superior a 50. Los resultados (Cuadro 10 y 11) muestran que una reducción unitaria en el desempeño de FGS (de 61.077 a 60.077) reduciría la percepción de inseguridad en 0.643. Este hallazgo sugiere que mejorar las garantías sociales tendría una influencia significativa en la disminución de PI. A nivel de indicador, FGS6 (seguridad social) es el más relevante dentro de FGS, como se muestra en la gráfica 4 y el Anexo 1. Una reducción de una unidad en este indicador (de 59.196 a 58.196) disminuiría PI en 0.233, lo que resalta la importancia de mejorar los servicios de seguridad social para reducir la percepción de inseguridad.

Gráfico 3
IPMA (percepción de inseguridad)

Cuadro 10
Importancia (efectos totales)

Ruta	Efecto total
CUMER ->PI	0.020
DINM ->PI	0.034
DINS ->PI	0.070
Edad	0.036
FGS ->PI	0.643
Facebook->PI	0.156
IS ->PI	0.272
Sexo ->PI	0.051
Suf_Ing	0.017
VIC ->PI	0.327
MEDIANA	0.061

• Fuente: Elaboración propia a partir de Latinobarómetro (2020).

Cuadro 11
Desempeño (puntaje promedio reescalado de la LV)

Dimensión	Performance
CUMER	42.553
DINM	51.516
DINS	69.584
Edad	49.228
FGS	61.077
Facebook	65.141
IS	24.738
Sexo	52.153
Suf_Ing	52.577
VIC	17.414

• Fuente: Elaboración propia a partir de Latinobarómetro (2020).

Gráfico 4
IPMA a Nivel Indicador (percepción de inseguridad)

En cuanto al análisis IPMA para ATE (Gráfico 5), la dimensión con mejor combinación importancia/desempeño es PI. Una reducción unitaria en el desempeño de PI (de 61.945 a 60.945) reduciría el abandono de ATE en 0.444 (Cuadro 12 y 13). Esto indica que reducir la percepción de inseguridad podría frenar el abandono de actividades fuera del hogar. A nivel de indicador, PI1 (percepción de protección contra el crimen) es el más relevante para ATE, como se observa en laGráfico 6 y el Anexo 2. Una disminución de una unidad en PI1 (de 65.269 a 64.269) reduciría el abandono de ATE en 0.321, destacando la importancia de mejorar la percepción de protección (riesgo percibido) para reducir el abandono de estas actividades.

Gráfico 5
IPMA (Abandono de actividades de riesgo)

Cuadro 12
Importancia (efectos totales)

Ruta	Efecto Total
CUMER ->ATE	0.037
DINM->ATE	0.044
DINS->ATE	0.060
Edad	0.039
FGS->ATE	0.081
Facebook->ATE	0.070
IS->ATE	0.576
PI->ATE	0.444
Sexo->ATE	0.111
Insuf_Ing13	0.074
VIC->ATE	0.796
MEDIANA	0.074

• Fuente: Elaboración propia a partir de Latinobarómetro (2020).

Cuadro 13
Desempeño (puntaje promedio reescalado de la LV)

Dimensión	Performance
CUMER	42.553
DINM	51.591
DINS	69.620
Edad	49.228
FGS	60.985
Facebook	65.141
IS	24.273
PI	61.945
Sexo	52.153
Inuf_Ing	52.577
VIC	17.255

• Elaboración propia; Fuente: Latinobarómetro (2020).

Gráfico 6
IPMA a Nivel Indicador (Abandono de actividades de riesgo)

5. CONSIDERACIONES FINALES

Los resultados del análisis estructural permiten afirmar que todos los determinantes propuestos por la literatura para explicar la percepción de inseguridad (PI) muestran una relación estadísticamente significativa a nivel agregado en América Latina. Esto refuerza la validez del modelo teórico planteado y confirma que dimensiones como la incivilidad social, la victimización, la desconfianza institucional, entre otras, desempeñan un papel clave en la configuración de la percepción de inseguridad en la región.

No obstante, uno de los hallazgos más relevantes del estudio surge del análisis de Importancia-Desempeño (IPMA): la dimensión de falta de garantías sociales (FGS) aparece como la de mayor peso relativo, lo que sugiere que los esfuerzos por reducir la percepción de inseguridad deberían concentrarse en esta dimensión. A pesar de que FGS ha sido escasamente tratada en la literatura especializada, nuestros resultados respaldan lo planteado por autores como Hummelsheim et al. (2011) y Jackson (2006), quienes han señalado que la percepción de inseguridad puede funcionar como una proyección emocional del descontento generalizado frente al entorno social. Así, se amalgama con otras formas de incertidumbre, como la falta de acceso a servicios básicos, salud, educación o empleo digno, generando una sensación persistente de abandono institucional y vulnerabilidad difusa.

Dentro de los componentes de FGS, la seguridad social se destaca como un indicador central por su alta relación importancia/desempeño, superando incluso a variables más tradicionales en el estudio de PI. Esto constituye una evidencia empírica novedosa, que sugiere que el sentimiento de inseguridad no solo responde a amenazas delictivas visibles, sino también a la precariedad en la garantía de derechos fundamentales.

Respecto al abandono de actividades de trabajo y esparcimiento fuera del hogar (ATE), se confirma que la percepción de inseguridad tiene una asociación positiva y creciente con esta conducta. De manera particular, la dimensión racional o cognitiva de PI , relacionada con la evaluación del riesgo percibido, muestra una mayor importancia relativa en su influencia tanto sobre la construcción misma de PI como sobre sus consecuencias conductuales. Esto coincide con lo planteado por Reid et al. (2020) y Jackson (2006, 2011), quienes destacan el papel activo del juicio racional en el modo en que las personas anticipan y responden al riesgo.

En este sentido, se concluye que los programas, estrategias y políticas públicas o privadas que busquen minimizar la influencia de la percepción de inseguridad en las decisiones de los ciudadanos deben ir más allá del miedo como emoción primaria, y enfocarse también en los elementos racionales que estructuran dicha percepción. Es precisamente esta dimensión racional la que puede ser modulada con mayor efectividad mediante intervenciones basadas en información, confianza institucional y mejora de las condiciones sociales.

Finalmente, es importante señalar que los resultados presentados corresponden al nivel agregado regional de América Latina. Si bien esto permite una lectura general del fenómeno, futuros estudios podrían profundizar en las dinámicas nacionales mediante análisis por país. Esta línea de investigación comparativa permitiría observar matices importantes que, por la amplitud y el enfoque exploratorio del presente trabajo, no se abordan en esta etapa inicial. Asimismo, se reconoce como limitación la ausencia de variables sobre diseño ambiental en la base de datos utilizada, a pesar de su relevancia en la percepción de seguridad. Este aspecto se sugiere como una línea a explorar en investigaciones futuras.

Referencias

• ABED, Amal; ALJIBARAT, Samah. “The impact of physical incivility signs on perceived safety in informal settlements in Jordan”. City, Territory and Architecture, vol. 10, n. 1, e13, 2023.
• AJZENMAN, Nicolás; DOMÍNGUEZ, Patricio; UNDURRAGA, Raimundo. “Immigration, crime, and crime (mis)perceptions”. American Economic Journal: Applied Economics, vol. 15, n. 4, pp. 142-176, 2023.
• ALFARO-BERACOECHEA, Laura; PUENTE, Alicia; COSTA, Silvia da; RUVALCABA, Norma; PÁEZ, Darío. “Effects of fear of crime on subjective well-being: a meta-analytic review”. European Journal of Psychology Applied to Legal Context, vol. 10, n. 2, pp. 89-96, 2018.
• ANDERSON, Elijah. Code of the street: decency, violence, and the moral life of the inner city. New York: W. W. Norton & Company, 2000.
• AUYERO, Javier; BERTI, María. La violencia en los márgenes: una maestra y un sociólogo en el conurbano bonaerense. Buenos Aires: Katz Editores, 2014.
• ÁVILA GUERRERO, María Elena; MARTÍNEZ-FERRER, Belén; JIMÉNEZ, Jesús Alejandro Vera; RIVERA, Alejandro Bahena; OCHOA, Gonzalo Musitu. “Victimización, miedo al delito y cambios en las rutinas cotidianas en un contexto de alta criminalidad, en función del género”. Revista Española de Investigación Criminológica, vol. 13, pp. 1-22, 2015.
• AYALA GAYTAN, Edgardo Arturo; CHAPA CANTU, Joana Cecilia. “La inseguridad y la demanda por entretenimiento: evidencia para las áreas metropolitanas de Monterrey, Guadalajara y León”. EconoQuantum, vol. 9, n. 1, pp. 135-148, 2012.
• BAR-TAL, Daniel; JACOBSON, Dan. “A Psychological Perspective on Security”. Applied Psychology, vol. 47, n. 1, pp. 59-71, 1998.
• BECKER, Jan-Michael; RINGLE, Christian M.; SARSTEDT, Marko; VÖLCKNER, Franziska. “How collinearity affects mixture regression results”. Marketing Letters, vol. 26, n. 4, pp. 643-659, 2015.
• BIANCHI, Milo; BUONANNO, Paolo; PINOTTI, Paolo. “Do Immigrants Cause Crime?”. Journal of the European Economic Association, vol. 10, n. 6, pp. 1318-1347, 2012.
• BISSLER, Denis. Fear of crime and social networks: a community study of two local public housing complexes. Tese (Doutorado em Sociologia) - North Carolina State University, Raleigh, 2003.
• BOATENG, Francis. “Crime reporting behavior: do attitudes toward the police matter?”. Journal of Interpersonal Violence, vol. 33, n. 18, pp. 2891-2916, 2018.
• BOLGER, Michelle; BOLGER, Colin. “Predicting fear of crime: results from a community survey of a small city”. American Journal of Criminal Justice, vol. 44, n. 2, pp. 334-351, 2019.
• BOLLEN, Kenneth; BAULDRY, Shawn. “Three Cs in measurement models: causal indicators, composite indicators, and covariates”. Psychological methods, vol. 16, n. 3, pp. 265-284, 2011.
• BOURGOIS, Philippe. “Postface: insecurity, the war on drugs, and crimes of the state: symbolic violence in the Americas”. In: AUYERO, Javier; BOURGOIS, Philippe; SCHEPER-HUGHES, Nancy (orgs.). Violence at the Urban Margins. Oxford: Oxford University Press, 2015, pp. 305-323.
• BOVE, Vicenzo; ELIA, Leandro; FERRARESI, Massimiliano. “Immigration, fear of crime, and public spending on security”. The Journal of Law, Economics, and Organization, vol. 39, n. 1, pp. 235-280, 2023.
• CALDEIRA, Teresa Pires do Rio. Cidade de muros: crime, segregação e cidadania em São Paulo. São Paulo: Editora 34, 2000.
• CARIDADE, Sonia; MAGALHÃES, Mariana; AZEVEDO, Vanessa; DINIS, Maria Alzira Pimenta; MAIA, Rui Leandro; ESTRADA, Rui; SANI, Ana Isabel; NUNES, Laura M.. “Predicting Frequent and Feared Crime Typologies: Individual and Social/Environmental Variables, and Incivilities”. Social Sciences, vol. 11, n. 3, e126, 2022.
• CARRIÓN MENA, Fernando; NÚÑEZ-VEGA, Jorge. “La inseguridad en la ciudad: hacia una comprensión de la producción social del miedo”. EURE, Santiago, vol. 32, n. 97, pp. 7-16, 2006.
• CARRO, Daniel; VALERA; Sergi; VIDAL, Tomeu. “Perceived insecurity in the public space: personal, social and environmental variables”. Quality & Quantity, vol. 44, n. 2, pp. 303-314, 2010.
• CÓRDOVA, Marco. Percepción de inseguridad: una aproximación transversal. workingPaper. Quito: Flacso, 2007.
• CROWE, Timothy; FENNELLY, Lawrence. Crime prevention through environmental design. 3. ed. Amsterdam: Elsevier, 2013.
• D’ADAMO, Orlando; GARCÍA BEAUDOUX, Virginia. “Medios de comunicación de masas y percepción social de la inseguridad”. Boletín de Psicología, n. 90, pp. 19-32, 2007.
• DAMMERT, Lucía. “La relación entre confianza e inseguridad: el caso de Chile”. Revista Criminalidad, vol. 56, n. 1, pp. 189-207, 2014.
• DAMMERT, Lucia; MALONE, Mary. “Fear of Crime or Fear of Life? Public Insecurities in Chile”. Bulletin of Latin American Research, vol. 22, n. 1, pp. 79-101, 2003.
• DAMMERT, Lucía; MALONE, Mary. “Inseguridad y temor en la Argentina: el impacto de la confianza en la policía y la corrupción sobre la percepción ciudadana del crimen”. Desarrollo Económico, vol. 42, n. 166, pp. 285-301, 2002.
• ESPINAR, Eva; RUIZ, Raúl. “El crimen en los programas informativos de la TV española”. Cuadernos.info, n. 26, pp. 65-76, 2010.
• FERGUSON, Kritin; MINDEL, Charles. “Modeling fear of crime in Dallas neighborhoods: a test of social capital theory”. Crime & Delinquency, vol. 53, n. 2, pp. 322-349, 2007.
• FERRARO, Kenneth. “Women’s fear of victimization: shadow of sexual assault?”. Social Forces, vol. 75, n. 2, pp. 667-690, 1996.
• FRANKLIN, Travis; FRANKLIN, Cortney; FEARN, Noelle. “A multilevel analysis of the vulnerability, disorder, and social integration models of fear of crime”. Social Justice Research, vol. 21, n. 2, pp. 204-227, 2008.
• GALLARDO TERÁN, Roberto. “Desorden, victimización y temor: estudio exploratorio sobre la relación entre la percepción de desorden y delito en Chile”. Revista Criminalidad, vol. 56, n. 3, pp. 25-43, 2014.
• GAROFALO, James. “Victimization and the Fear of Crime”. Journal of Research in Crime and Delinquency, vol. 16, n. 1, pp. 80-97, 1979.
• GARSON, G. David. Partial least squares: regression & structural equation models. 2016 ed. Asheboro: Statistical Associates Publishing, 2016.
• GÉLVEZ-FERREIRA, Juan. “¿Cuáles determinantes se relacionan con la percepción de inseguridad? Un análisis estadístico y espacial para la ciudad de Bogotá, D. C.”. Revista Criminalidad, vol. 61, n. 1, pp. 69-84, 2019.
• HAIR, Joe F.; SARSTEDT, Marko; RINGLE, Christian M.; MENA, Jeannette A. “An assessment of the use of partial least squares structural equation modeling in marketing research”. Journal of the Academy of Marketing Science, vol. 40, n. 3, pp. 414-433, 2012.
• HAIR JR., Joseph F.; HULT, G. Tomas M.; RINGLE, Christian M.; SARSTEDT, Marko; DANKS, Nicholas P.; RAY, Soumya. Partial least squares structural equation modeling (PLS-SEM) Using R: a workbook. Cham: Springer Nature, 2021.
• HALE, Chris. “Fear of Crime: A Review of the Literature”. International Review of Victimology, vol. 4, n. 2, pp. 79-150, 1996.
• HEBER, Anita. Var rädd om dig!: Rädsla för brott enligt forskning, intervjupersoner och dagspress. Tese (Doutorado em Criminologia) - Kriminologiska Institutionen, Stockholms Universitet, Estocolmo, 2007.
• HERFELD, Catherine. “Revisiting the criticisms of rational choice theories”. Philosophy Compass, vol. 17, n. 1, 2022.
• HERNÁNDEZ, Wilson. “Costos sociales de la victimización en América Latina: Percepción de inseguridad, capital social y percepción de la democracia”. Latin American Research Review, vol. 54, n. 4, pp. 835-853, 2019.
• HUMMELSHEIM, Dina; HIRTENLEHNER, Helmut; JACKSON, Jonathan; OBERWITTLER, Dietrich. “Social insecurities and fear of crime: a cross-national study on the impact of welfare state policies on crime-related anxieties”. European Sociological Review, vol. 27, n. 3, pp. 327-345, 2011.
• IMAI, Kosuke; KEELE, Luke; TINGLEY, Dustin. “A general approach to causal mediation analysis”. Psychological Methods, vol. 15, n. 4, pp. 309-334, 2010.
• JACKSON, Jonathan. “Introducing fear of crime to risk research”. Risk Analysis, vol. 26, n. 1, pp. 253-264, 2006.
• JACKSON, Jonathan. “Revisiting risk sensitivity in the fear of crime”. Journal of Research in Crime and Delinquency, vol. 48, n. 4, pp. 513-537, 2011.
• JASSO LÓPEZ, Carmina. “Percepción de inseguridad en México”. Revista Mexicana de Opinión Pública, n. 15, pp. 13-29, 2013.
• KESSLER, Gabriel. El sentimiento de inseguridad: sociología del temor al delito. Buenos Aires: Siglo Veintiuno, 2009.
• KESSLER, Gabriel; FOCÁS, Brenda. “¿Responsables del temor? Medios y sentimiento de inseguridad en América Latina”. Nueva Sociedad, 2014.
• KOSKELA, Hille; PAIN, Rachel. “Revisiting fear and place: women’s fear of attack and the built environment”. Geoforum, vol. 31, n. 2, pp. 269-280, 2000.
• KRSTIĆ, Miloš. “Rational choice theory - alternatives and criticisms”. Socijalna Ekologija, vol. 31, n. 1, 2022.
• LANFEAR, Charles C.; MATSUEDA, Ross. L.; BEACH, Lindsey R. “Broken windows, informal social control, and crime: assessing causality in empirical studies”. Annual Review of Criminology, vol. 3, pp. 97-120, 2020.
• LATINOBARÓMETRO. Banco de datos Latinobarómetro 2020. Santiago de Chile: Corporación Latinobarómetro, 2020.
• LEWIS, Dan. Fear of crime: incivility and the production of a social problem. New York: Routledge, 2017.
• LIEBNITZKY, Jan; MONTERO, Maritza. “Miedo al crimen en estudiantes de la ciudad de Caracas”. Psicologia & Sociedade, vol. 25, n. 1, pp. 152-162, 2013.
• LIGHT, Michael; MILLER, Ty. “Does Undocumented Immigration Increase Violent Crime?”. Criminology, vol. 56, n. 2, pp. 370-401, 2018.
• LYON, David. Surveillance studies: an overview. Oxford: Polity Press, 2007.
• MARTÍNEZ, Minerva; FIERRO, Eréndira. “Aplicación de la técnica PLS-SEM en la gestión del conocimiento: un enfoque técnico práctico”. RIDE Revista Iberoamericana para la Investigación y el Desarrollo Educativo, vol. 8, n. 16, pp. 130-164, 2018.
• MCCANN, Wesley; BOATENG, Francis. “An examination of american perceptions of the immigrant-crime relationship”. American Journal of Criminal Justice, vol. 45, n. 6, pp. 973-1002, 2020.
• MEDINA-HERNÁNDEZ, Edith; HURTADO-MÁRQUEZ, Julio; HERNÁNDEZ-ARENAS, Marysol. “Análisis multidimensional de las percepciones de seguridad y convivencia ciudadana en Colombia”. Dilemas, Rev. Estud. Conflito Controle Soc., vol. 16, n. 3, 2023.
• PINOTTI, Paolo. “Clicking on heaven’s door: the effect of immigrant legalization on crime”. American Economic Review, vol. 107, n. 1, pp. 138-168, 2017.
• RADER, Nicole; MAY, David; GOODRUM, Sarah. “An empirical assessment of the “threat of victimization:” considering fear of crime, perceived risk, avoidance, and defensive behaviors”. Sociological Spectrum, vol. 27, n. 5, pp. 475-505, 2007.
• REID, Iain Douglas; APPLEBY-ARNOLD, Sandra; BROCKDORFF, Noellie; JAKOVLJEV, Ivana; ZDRAVKOVIĆ, Sunčica. “Developing a model of perceptions of security and insecurity in the context of crime”. Psychiatry, Psychology and Law, vol. 27, n. 4, pp. 620-636, 2020.
• RESTREPO, Elvira; MORENO, Álvaro. “Bogotá: ¿más crimen?, ¿más miedo?”. Desarrollo y Sociedad, n. 59, pp. 165-214, 2007.
• RINGLE, Christian; SARSTEDT, Marko. “Gain more insight from your PLS-SEM results: the importance-performance map analysis”. Industrial Management & Data Systems, vol. 116, n. 9, pp. 1865-1886, 2016.
• RODRIGUES, Corinne. “Civil democracy, perceived risk, and insecurity in Brazil: an extension of the systemic social control model”. The ANNALS of the American Academy of Political and Social Science, vol. 605, n. 1, pp. 242-263, 2006.
• ROUNTREE, Pamela; LAND, Kenneth. “Perceived Risk versus fear of crime: empirical evidence of conceptually distinct reactions in survey data”. Social Forces, vol. 74, n. 4, pp. 1353-1376, 1996.
• SACCO, Vincent. “RESEARCH NOTE: Social support and the fear of crime”. Canadian Journal of Criminology, vol. 35, n. 2, pp. 187-196, 1993.
• SAHLIN LILJA, Hanna. “Fear of Crime as a Punitive Project-The Swedish Case”. Critical Criminology, vol. 32, n. 4, pp. 829-846, 2024.
• SANZ, Laura; IRAETA, Ana; GUILLÉN, César. “El estudio científico del miedo al delito: algunas reflexiones sobre un fenómeno urbano, mediático y político”. International E-Journal of Criminal Sciences, n. 4, 2010.
• SARRIA, Andrés Felipe. “Estudio sobre la incidencia de la percepción de inseguridad en la elección del consumidor”. In: ANDRADE AGUDELO, Doris Lilia (ed. científica). Estudios institucionales, empresariales y económicos. Cali: Editorial Universidad Santiago de Cali, 2020, pp. 13-28.
• SAVAGE, Leonard J. The foundations of statistics. 2. ed. rev. New York: Dover Publications, 1972.
• SOTO NAVARRO, Susana. “La influencia de los medios en la percepción social de la delincuencia”. Revista Electrónica de Ciencia Penal y Criminología, Granada, vol. 7, n. 9, pp. 1-46, 2005.
• TANG, Fei; ISHWARAN, Hemant. “Random forest missing data algorithms”. Statistical Analysis and Data Mining: The ASA Data Science Journal, vol. 10, n. 6, pp. 363-377, 2017.
• TRAJTENBERG, Nicolás; ALOISIO, Carlos. “La racionalidad en las teorías criminológicas contemporáneas”. In: UNIVERSIDAD DE LA REPÚBLICA. El Uruguay desde la Sociología VII. Montevideo: UDELAR, 2009.
• TRIANA SÁNCHEZ, Jorge. “Percepción de inseguridad, temor al delito y medidas de autoprotección: el caso de Acapulco, Guerrero”. Nóesis. Revista de Ciencias Sociales y Humanidades, vol. 30, n. 60, pp. 166-190, 2021.
• VEGA CAUICH, Julio Isaac. “Percepción de miedo en México: variables que contribuyen a su explicación en Yucatán y Guerrero”. Revista Criminalidad, vol. 58, n. 3, pp. 9-20, 2016.
• VÉLEZ, María Alejandra; TRUJILLO, Carlos Andres; MOROS, Lina; FORERO, Clemente. “Prosocial behavior and subjective insecurity in violent contexts: field experiments”. PLOS ONE, vol. 11, n. 7, 2016.
• VILALTA PERDOMO, Carlos. “El miedo al crimen en México: estructura lógica, bases empíricas y recomendaciones iniciales de política pública”. Gestión y Política Pública, vol. 19, n. 1, pp. 3-36, 2010.
• VILALTA PERDOMO, Carlos. Los determinantes de la percepción de inseguridad frente al delito en México. Ciudad de Mexico: Inter-American Development Bank, 2013.

• 1
  En el caso del profesor Andrés Felipe Sarria Agudelo, esta investigación ha sido financiada por la dirección general de investigación de la Universidad Santiago de Cali, a través de la convocatoria No. DGI-01-2023 y proyecto con código No. 69-621123-302.
• 2
  En el caso del profesor Carlos Jesús Fernández Rodríguez, esta publicación ha sido posible gracias al proyecto PID2022-142782NB-I00 financiado por MCIN/ AEI /10.13039/501100011033/ y por FEDER Una manera de hacer Europa.
• 3
  En el caso del profesor Francisco Javier Oubiña Barbolla, esta publicación ha sido financiada por el proyecto Grant PID2023-147414OB-I00 del Ministerio de Ciencia e Innovación de España / Agencia Estatal de Investigación / 10.13039 / 501100011033 / FEDER, Unión Europea.
• 4
  El modelo de utilidad esperada subjetiva planteado en este artículo, se desarrolla en la investigación en curso de la tesis doctoral de uno de los autores, Andrés Felipe Sarria.
• 5
  Es importante distinguir entre actividades fuera del hogar: 1) las que implican una interacción social intensa, como ocio y esparcimiento, y 2) las que no requieren mucha interacción, como ir de compras o al trabajo. Aunque difieren en intensidad social, ambas se agrupan como actividades de riesgo, ya que son claramente distintas de las realizadas dentro del hogar.
• 6
  El riesgo percibido hace referencia a la evaluación cognitiva del riesgo de victimización que construye el individuo de manera subjetiva (REID et al., 2020).
• 7
  El miedo al crimen se define como la sensación de estrés que genera la posibilidad de ser víctima de delito (REID et al., 2020).
• 8
  Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica, Rep. Dominicana, Ecuador, El Salvador, Guatemala, Honduras, México, Nicaragua, Panamá, Paraguay, Perú, Uruguay y Venezuela.
• 9
  A lo largo del manuscrito, el término efecto se emplea con un sentido estrictamente asociativo y no causal.
• 10
  Se sigue la definición de (BOLLEN; BAULDRY, 2011).
• 11
  Aunque existen enfoques recientes de mediación bajo el marco de resultados potenciales (IMAI et al., 2010), en este estudio se emplea el método tradicional de descomposición de efectos, que continúa siendo el enfoque habitual en la literatura especializada en PLS-SEM (HAIR et al., 2012; HAIR JR. et al., 2021). Esta decisión se basa en la naturaleza exploratoria del modelo, el uso de constructos formativos y la compatibilidad metodológica con PLS-SEM, que no depende de supuestos probabilísticos como la aleatorización o la ignorabilidad condicional. Se empleó además bootstrapping para estimar la significancia estadística de los efectos indirectos, garantizando así la robustez de los resultados.
• 12
  Los cuadrantes se determinaron con el valor de la mediana en el eje de importancia y 50 para el desempeño. El primer cuadrante define las palancas operativas o variables clave.
• 13
  Para el análisis IPMA de ATE, se recodificó la variable Suf_Ing (suficiencia de ingresos) como Insuf_Ing (insuficiencia ingreso), invirtiendo su escala, con el fin de alinear el sentido de la importancia con el de las demás dimensiones del modelo.
• Declaração de disponibilidade de dados
  Os conjuntos de dados relacionados a este artigo estarão disponíveis mediante solicitação aos autores correspondentes.

Anexo 1
Importancia-Desempeño por indicador (PI)

Indicadores	Importancia (Efecto Total)	Desempeño
CUMER	0.020	42.553
DINM1	0.009	53.635
DINM2	0.003	53.405
DINM3	0.005	54.844
DINM4	0.007	57.890
DINM5	0.009	41.746
DINS1	0.013	60.768
DINS2	0.010	72.713
DINS3	0.007	68.079
DINS4	0.014	68.889
DINS5	0.015	79.903
DINS6	0.002	64.763
DINS7	0.009	65.030
Edad	0.036	49.228
FGS1	0.059	53.516
FGS2	0.123	71.478
FGS3	0.012	54.331
FGS4	0.038	59.026
FGS5	0.017	50.929
FGS6	0.233	59.196
FGS7	0.079	57.535
FGS8	0.082	63.610
Facebook	0.156	65.141
IS1	0.072	34.671
IS2	0.068	15.378
IS3	0.074	20.248
IS4	0.058	29.088
Sexo	0.051	52.153
Suf_Ing	0.017	52.577
VIC1	0.172	11.656
VIC2	0.156	23.777
MEDIANA	0.020

• Fuente: Elaboración propia a partir de Latinobarómetro 2020.

Anexo 2
Importancia-Desempeño por indicador (ATE)

Indicadores	Importancia (Efecto Total)	Desempeño
CUMER	0.037	42.553
DINM1	0.01	53.635
DINM2	0.006	53.405
DINM3	0.007	54.844
DINM4	0.009	57.890
DINM5	0.011	41.746
DINS1	0.012	60.768
DINS2	0.009	72.713
DINS3	0.006	68.079
DINS4	0.012	68.889
DINS5	0.013	79.903
DINS6	0.002	64.763
DINS7	0.007	65.030
Edad	0.039	49.228
FGS1	0.008	53.516
FGS2	0.015	71.478
FGS3	0.001	54.331
FGS4	0.005	59.026
FGS5	0.002	50.929
FGS6	0.03	59.196
FGS7	0.01	57.535
FGS8	0.01	63.610
Facebook	0.07	65.141
IS1	0.156	34.671
IS2	0.147	15.378
IS3	0.184	20.248
IS4	0.089	29.088
PI1	0.321	65.269
PI2	0.123	53.258
Sexo	0.111	52.153
Insuf_Ing	0.074	52.577
VIC1	0.428	11.656
VIC2	0.368	23.777
MEDIANA	0.012

• Fuente: Elaboración propia a partir de Latinobarómetro 2020.

• Editora responsável:
  Kátia Sento Sé Mello

Disponibilidad de datos

Os conjuntos de dados relacionados a este artigo estarão disponíveis mediante solicitação aos autores correspondentes.

Fechas de Publicación

• Publicación en esta colección
  07 Set 2026
• Fecha del número
  May-Aug 2026

Histórico

• Recibido
  06 Nov 2024
• Acepto
  26 Set 2025