ISSN 2992-7048
RMCCF 2025, Volumen 6, Número 12.
DOI: 10.54167/rmccf.v6i12.2192
https://vocero.uach.mx/index.php/rmccf
Revisión Sistemática
Análisis de la estructura factorial de la Escala de Procrastinación
Académica de Tuckman (TPS): Revisión sistemática
Factor structure analysis of the Tuckman Academic Procrastination Scale: A systematic review
Perla Jannet Jurado-García1, Susana Ivonne Aguirre Vásquez1, José René Blanco Ornelas1, Ramón Alfonso González-
Rivas1*
1 Facultad de Ciencias de la Cultura Física de la Universidad Autónoma de Chihuahua,
México.
* Autor de Correspondencia: rgrivas@uach.mx
Introducción: Medir la procrastinación es importante, ya que permite comprender y abordar
el comportamiento que afecta negativamente el desempeño académico, el bienestar emocional
y la formación personal de los estudiantes. Objetivo: Esta revisión sistemática analizó
críticamente la confiabilidad y validez de la Escala de Procrastinación de Tuckman (1991).
Método: La búsqueda incluyó estudios publicados hasta febrero de 2025, utilizando el
buscador Google Académico, las bases de datos Scielo, PubMed, APA PsycNet, ERIC y listas
de referencias. Se usaron las siguientes palabras clave: Scale, cuestionario, questionnaire,
estructura, structure, Tuckman Procrastination Scale (TPS), Escala de Procrastinación de
Tuckman, weights, loadings, cargas y pesos. Fueron excluidos aquellos estudios que no
informaron los pesos o cargas factoriales de los ítems presentes en la TPS y los artículos que no
mostraban el texto completo o que no se contaba con acceso al archivo. Resultados: Se
identificaron 25 estudios, de los cuales 11 fueron finalmente seleccionados para la revisión.
Conclusiones: La validación de una escala implica un proceso riguroso para asegurar su
confiabilidad y validez en la medición de un constructo, a través de este análisis crítico de la
TPS de y sus diferentes adaptaciones, los resultados permiten concluir que este instrumento
aunque ha sido ampliamente usado, requiere de una revisión a fondo de sus ítems más
problemáticos, probar una versión abreviada con los ítems que mejor saturaban en los estudios,
o incluso plantear una nueva estructura que no sea unidimensional, donde se considere por
ejemplo la motivación, la autorregulación personal, la perseverancia o la disciplina.
Palabras Clave: validación de constructo, estudiantes, análisis factorial confirmatorio, análisis
factorial exploratorio, confiabilidad.
Abstract:
Introduction: Measuring procrastination is important because it allows understanding and
addressing behavior that negatively affects students' academic performance, emotional well-
being, and personal formation. Objetive: This systematic review critically analyzed the
reliability and validity of the Tuckman Procrastination Scale (1991). Method: The search
included studies published up to February 2025, using the search engine Google Scholar, the
databases Scielo, PubMed, APA PsycNet, ERIC, and reference lists. The following keywords
were used: Scale, cuestionario, questionnaire, estructura, structure, Tuckman Procrastination
Scale, Escala de Procrastinación de Tuckman, weights, loadings, cargas and pesos. We
2 of 19
excluded studies that did not report the weights or factor loadings of the TPS items and articles
that did not show the full text or that did not have access to the file. Results: Twenty-four
studies were identified, of which a total of 11 studies were finally selected for review.
Conclusions: The validation of a scale implies a rigorous process to ensure its reliability and
validity in the measurement of a construct, through this critical analysis of the TPS and its
different adaptations, the results of the review allow concluding that this instrument, although
it has been widely used, requires a thorough review of its most problematic items, testing an
abbreviated version with the items that best saturated in the studies, or even propose a new
structure that is not unidimensional, where it is considered for example: motivation, personal
self-regulation, perseverance or discipline.
Keywords: construct validation, students, confirmatory factor analysis, exploratory factor
analysis, reliability.
Cómo Citar: Jurado-García, P. J., Aguirre, S. I., Blanco, J. R., González-Rivas, R. A. (2026).
Análisis de la estructura factorial de la Escala de Procrastinación Académica de Tuckman (TPS):
Revisión sistemática. Revista Mexicana de Ciencias de la Cultura Física, 3(7). DOI:
https://doi.org/10.54167/rmccf.v6i12.2192
Recibido: Febrero 2026 Aceptado: Abril 2026 Publicado: Junio 2026
Introducción
El término procrastinar es definido como diferir o aplazar (RAE, 2025);
también se refiere a retrasar algo que se debe hacer, normalmente porque no se
considera placentero o parece aburrido (Cambridge University, 2025). Lay
(1986) afirma que la procrastinación está relacionada con medidas de
desorganización y es independiente de la necesidad-logro, el nivel de energía
y la autoestima.
La procrastinación académica es el aplazamiento de tareas relacionadas
con los estudios, tales como realizar trabajos, leer textos, estudiar para
exámenes entre otras cosas (Pereira & Ramos, 2021), y es más frecuente en la
realización de tareas a largo plazo, ya que éstas requieren un esfuerzo
sostenido a lo largo del tiempo, en lugar de asignaciones inmediatas (Vetrova
& Oboznaya, 2021).
Las prácticas de gestión del tiempo permiten a las personas satisfacer sus
necesidades y perseguir sus objetivos dentro de los plazos establecidos. En la
universidad, la gestión del tiempo es un factor importante para promover la
adaptación académica y la buena salud mental (Benevides et al., 2023).
Estudios han demostrado que el uso de medios en línea está llevando a
procrastinar irracionalmente en las tareas importantes, incrementando el nivel
de estrés académico en los estudiantes (Meier et al., 2016). Los autores Chen y
Lyu (2024) encontraron una correlación positiva significativa entre el uso de
los teléfonos inteligentes y la procrastinación.
El uso de las redes sociales influye en el comportamiento de
procrastinación académica entre los estudiantes (Lutfiah & Maunah, 2023),
3 of 19
quienes luchan por manejar su tiempo de manera efectiva y aquellos que son
adictos a las redes sociales, tienen más posibilidades de procrastinar en su
trabajo académico (Mukarromah & Hakim, 2023). Si bien las redes sociales
pueden mejorar las experiencias de aprendizaje y fomentar las conexiones,
también presentan desafíos que pueden crear barreras para el éxito académico
debido a una deficiente autorregulación (Patwari & Vajpayee, 2024).
Existen diversas razones para procrastinar tales como: mala
administración del tiempo, sentirse abrumado por las tareas, pereza,
frustración con el tiempo requerido para las tareas, ansiedad por las
evaluaciones, perfeccionismo, dificultad en la toma de decisiones, falta de
motivación, ansiedad, incapacidad para responder adecuadamente a las
demandas de las tareas académicas, miedo o inseguridad relacionados con su
desempeño académico, dependencia de los demás (Gil et al., 2020; Jurado et al.,
2021; Subashkevych, 2023) lo que resalta la naturaleza multifacética de la
procrastinación.
De acuerdo con Krause y Freund (2016), los niveles bajos de
procrastinación están asociados con centrarse en el proceso de búsqueda de
objetivos, moderados por el miedo al fracaso y la aversión a la tarea.
Los efectos de la procrastinación pueden llevar a un bajo rendimiento, falta
de habilidades de gestión del tiempo, dificultades para establecer metas
independientes, habilidades de autogestión y deshonestidad académica
(González-Brignardello et al., 2024; Hidayat & Hasim, 2023; Hooda & Saini,
2016; Kim & Seo, 2015; Pereira & Ramos, 2021; Rozental & Carlbring, 2014;
Živković, 2020), impactar negativamente su motivación académica y
experiencia educativa general (Vetrova & Oboznaya, 2021).
En la revisión de la literatura, se identificó que la Escala de Procrastinación
de Tuckman (TPS, por sus siglas en inglés) de Tuckman (1991), es uno de los
instrumentos más utilizados para medir la procrastinación académica; fue
desarrollada en Estados Unidos en idioma inglés para medir la tendencia a la
procrastinación de los estudiantes de universidad. Consta de 35 ítems
distribuidos en un factor, con cinco opciones de respuesta en una escala tipo
Likert, donde 1=Totalmente en desacuerdo, hasta 4=Totalmente de acuerdo. La
confiabilidad reportada fue un Alpha de .90. Además, en ese mismo estudio, el
autor presentó una versión abreviada de 16 ítems con una fiabilidad de .86,
recomendada para detectar a los estudiantes que tienden a procrastinar en sus
obligaciones académicas. Luego, esta escala fue adaptada al español por Furlan
et al. (2012) quienes propusieron un modelo unidimensional de 15 ítems, con
una consistencia interna de .94.
Por lo que, el objetivo de este estudio fue realizar un análisis crítico de la
confiabilidad y validez de la TPS a través de una revisión sistemática,
siguiendo los lineamientos de la declaración PRISMA 2020 (Page et al., 2021),
para responder a la pregunta ¿cuáles son las fortalezas y debilidades de la TPS?
4 of 19
Métodos
Criterios de Inclusión/Exclusión
Se incluyeron artículos originales y tesis publicadas relacionadas con la
validación de la TPS, con cualquier fecha de publicación e idioma hasta febrero
del 2025, y estudiantes de cualquier nivel educativo.
Se excluyeron los estudios que no informaron los pesos o cargas factoriales
de los ítems presentes en el cuestionario TPS y los artículos que no mostraban
el texto completo, o que no se contaba con acceso al archivo.
De acuerdo a los criterios mencionados, se incluyeron un total de 11
estudios (Figura 1).
Fuentes de información
La búsqueda se realizó en Google académico, Scielo, PubMed, APA
PsycNet, ERIC y listas de referencias, la última búsqueda se efectuó en febrero
del 2025.
Estrategia de búsqueda
Primero se realizó en Google académico, con las siguientes palabras y
operadores boleanos:
(intitle:Scale OR intitle:Cuestionario OR intitle:Questionnaire OR
intitle:estructura OR intitle:structure) AND (intitle:"Tuckman Procrastination
Scale" OR intitle:"Escala de Procrastinación de Tuckman") AND (weights OR
loadings OR cargas OR pesos)
Después en la base de datos Scielo con la siguiente instrucción: (ti:Scale OR
ti:Cuestionario OR ti:Questionnaire OR ti:estructura OR ti:structure) AND
(ti:"Tuckman Procrastination Scale" OR ti:"Escala de Procrastinación de
Tuckman") AND (weights OR loadings OR cargas OR pesos)
A continuación, se utilizó la siguiente instrucción para buscar en PubMed:
(Scale[Title] OR Cuestionario[Title] OR Questionnaire[Title] OR
estructura[Title] OR structure[Title]) AND ("Tuckman Procrastination
Scale"[Title] OR "Escala de Procrastinación de Tuckman"[Title]) AND (weights
OR loadings OR cargas OR pesos)
Y, por último, en la base de datos APA PsycNet y ERIC se realizó la
búsqueda con las palabras: “Tuckman procrastination scale”.
Ocho de los estudios incluidos fueron encontrados a través de la bola de
nieve como estrategia híbrida de búsqueda, la cual es esencial para identificar
estudios primarios relevantes en una revisión sistemática (Wohlin et al., 2022).
5 of 19
Gestión de datos
La gestión de los datos se llevó a cabo a través de una hoja de cálculo de
Excel, donde se extrajeron y resumieron los siguientes apartados: autores, año
de publicación, idioma, población, país, método de validación (Análisis
Factorial Confirmatorio (AFC) y Análisis Factorial Exploratorio (AFE)). La
diferencia entre el AFE y el AFC está dada por su finalidad, mientras que el
primero se utiliza para construir una teoría de un constructo, el segundo es
usado para confirmarla, sin embargo, ambos métodos son pertinentes para
evaluar la estructura factorial de las variables (Matsunaga, 2010), para el ajuste
del modelo se analizaron los índices que se reportaron en los estudios: el
estadístico Chi-cuadrado, el índice de bondad de ajuste (GFI) y el error
cuadrático medio de aproximación (RMSEA), residuo cuadrático medio
estandarizado (SRMR), como medidas absolutas de ajuste, los cuales
determinan el grado en que se predice el modelo, a partir de los parámetros
estimados, la matriz de covarianzas observada. El índice de bondad ajustado
(AGFI), el Índice Tucker-Lewis (TLI) y el índice de bondad de ajuste
comparativo (CFI) como medidas de ajuste incremental, para comparar el
ajuste global del modelo propuesto con un modelo de referencia. La razón de
Chi-cuadrado sobre los grados de libertad (χ2/gl) y el Criterio de Información
de Akaike (AIC) como medidas de ajuste de parsimonia, estos índices ponen
en relación el ajuste alcanzado con el número de parámetros libres del modelo
(Byrne, 2016), los valores de referencia para RMSEA y SRMR <.08, y los índices
GFI, TLI, AGFI Y CFI ≥.90 y χ2/gl <3 (Triguero & Triguero-Sánchez, 2024). Las
cargas factoriales estandarizadas de los ítems, las cuales deberían ser de 0.5 o
más, con un umbral preferible de 0.7 o superior, ya que los indicadores (ítems)
de un constructo deben converger y compartir una proporción sustancial de
varianza común (Hair et al., 2010). Otros apartados que se resumieron de los
estudios incluidos fueron: el número de ítems totales, la validez convergente,
ésta se refiere a las correlaciones entre medidas de un mismo constructo
usando diferentes métodos, las cuales deben ser altas (superior a 0.85) de
acuerdo con Mangin y Mallou (2006); y por último, la confiabilidad, es decir,
la consistencia interna de la escala, calculada a través de la correlación entre los
ítems (Carvajal et al., 2011), con los coeficientes Alfa (α) y Omega (Ω) para el
mejor modelo de medida (Revelle & Zinbarg, 2009), los cuales si reportan
valores por debajo de 0.5 representan una fiabilidad no aceptable, entre 0.5-0.6
pobre, 0.6-0.7 débil, 0.7-0.8 aceptable, 0.8-0.9 se considera buena, mientras que
los valores superiores a 0.9 indican que la fiabilidad sería excelente (George &
Mallery, 2024).
6 of 19
Proceso de Selección
Luego, dos revisores independientes realizaron una evaluación inicial de
los títulos y resúmenes de los estudios identificados para verificar su relevancia
con el tema en estudio. Aquellos estudios que se consideraron adecuados de
acuerdo a los criterios de inclusión fueron seleccionados para un análisis
exhaustivo del texto completo.
Figura 1
Diagrama de flujo del proceso de selección
Resultados
Se identificaron 25 estudios, 17 de ellos encontrados en bases de datos. En
el buscador de Google académico se obtuvieron cuatro artículos. En la base de
datos Scielo y PubMed se obtuvo un artículo más en cada base, sin embargo,
ambos eran duplicados. En la base de datos APA PsycNet se obtuvieron tres
resultados, pero ninguno cumplía con los criterios de inclusión. En ERIC se
obtuvieron ocho resultados, de los cuales siete no cumplieron con los criterios
de selección. Con la estrategia de búsqueda de bola de nieve se identificaron
ocho estudios más, de los cuales sólo uno de ellos no pudo ser recuperado el
archivo completo. Por lo que la revisión se realizó con 11 estudios.
Los resultados se clasificaron en función de validación: AFE y AFC, de los
11 estudios incluidos se obtuvo que: tres reportan únicamente el AFE, seis el
AFC y dos estudios reportan ambos análisis (AFE y AFC), además, dos de los
estudios reportan más de dos modelos o muestras diferentes, por lo que se
Registros identificados de:
Bases de datos (n=17)
Bola de nieve (n=8)
Registros (n=25)
Registros eliminados antes de la
selección:
Registros duplicados
eliminados (n =2)
Registros marcados como no
elegibles por los criterios de
inclusión (n=10)
Registros seleccionados
(n =13)
Registros incluidos
(n =12)
Informes buscados para su
recuperación
(n =13)
Informes no recuperados
(n =12)
Informes evaluados para
determinar la elegibilidad
(n =12)
Informes excluidos:
Razón 1 (n =1)
Informes de estudios
incluídos
(n =11)
Identificación
Selección
Inclusió
n
7 of 19
analizarán como si fueran 14 estudios individuales. Se presenta el resumen
general de los estudios incluidos (Tabla 1), los cuales reportaron el análisis
psicométrico de la escala partiendo de la versión abreviada de Tuckman (1991)
o la versión adaptada al español por Furlan et al. (2012). Esta primera versión
ha sido traducida y adaptada al español, turco y portugués, en diferentes países
como: Argentina, Turquía, Brasil, Uruguay y Perú, en muestras de estudiantes
entre nivel básico a superior con edades desde 11 hasta 34 años en general,
aunque algunos estudios reportaron muestras con edades hasta 63 años, los
años de los estudios oscilaron entre 1991-2023, el rango del tamaño de la
muestra de los estudios fue de 183 en la versión original a 1261 en la adaptación
al español realizada por Rodríguez (2020).
Título Publicación
Año
Autores
País
Idioma
Adaptación
Muestra
N
(Nivel
educativo)
Edad
Total
Ítems
Método
Validación
1. The
Development and
Concurrent
Validity of the
Procrastination
Scale
1991
Tuckman, B.
W
Estados
Unidos
Original en
inglés
183
(Superior)
19-22
16
AFE
2. Análisis factorial
confirmatorio de la
adaptación
argentina de la
escala de
procrastinación de
Tuckman
2012
Furlan, L. A.,
Heredia, D.
E.,
Piemontesi, S.
E., y
Tuckman, B.
W.
Argentina
Español
246
(Superior)
17-63
15
AFC
3. Psychometric
properties of the
Tuckman
procrastination
scale in a Turkish
sample
2013
Ozer, B. U.,
Sackes, M., y
Tuckman, B.
W.
Turquía
Turco
858
(Superior)
18-29
14
AFE
4. Procrastination:
Testing a self-
determination
theory-based
model
2018
Serhatoĝlu, S.
Turquía
Turco
721
(Superior)
17-27
14
AFC
5. Versão brasileira
da Tuckman
Procrastination
Scale: adaptação e
evidências
psicométricas
2020
Neves, R.,
Nunes, P.,
Nascimiento,
P. G.,
Diógenes, E.,
y Andrade, T.
A.
Brasil
Portugués
210
274
(Media
superior)
18-53
18-62
15
14
AFE
AFC
6. Adaptation of an
Academic
Procrastination
Scale for
Adolescents in
Secondary
Education
2020
Trías, D., y
Carbajal, M.
Uruguay
Español
211
(Media
superior)
15-16
13
AFC
7. Análisis
Psicométrico de la
Escala adaptada de
Procrastinación de
Tuckman (APTS)
2020
Alegre-Bravo,
A. y
Benavente-
Dongo, D.
Perú
Español
764
(Superior)
16-33
15
12
AFE
AFE
8. Propiedades
psicométricas de la
adaptación de la
escala de
procrastinación de
Tuckman (ATPS)
2020
Rodríguez, K.
J.
Perú
Español
1261
(Básica)
11-18
15
4
AFE
AFC
8 of 19
en estudiantes de
secundaria de un
colegio,
Carabayllo, 2019
9. The Tuckman
Procrastination
Scale:
Psychometric
Features among
Buenos Aires
Undergraduates
2021
Tissoco, F., y
Fernández,
M.
Argentina
Español
923
(Superior)
18-34
15
AFC
10. Tuckman
Procrastination
Scale (ATPS):
Psychometric
Evidence and
Normative Data in
Secondary School
Students from
Lima, Peru
2022
Galindo-
Contreras, J.,
y Olivas-
Ugarte, L. O.
Perú
Español
429
(Básica)
11-18
15
AFC
11. Propiedades
psicométricas de la
escala adaptada de
Procrastinación de
Tuckman ATPS en
estudiantes adultos
de Lima
Metropolitana,
2022
2023
Caballero, K.
y Jambo, G.
Perú
Español
500
275
(Superior)
225
(Media
superior)
18-59
11
AFC
De los 11 estudios incluidos en el análisis de la TPS de Tuckman (1991), sólo
uno tomó como base el modelo propuesto de 35 ítems, y dos de las
adaptaciones que se hicieron a la escala partieron de la versión de 16 ítems.
Después Furlan et al. (2012) realizaron un AFC donde reportaron un modelo
de 15 ítems, este estudio si fue incluido en el análisis, y de ahí partieron todas
las demás adaptaciones al español. Trías-Seferian y Carbajal-Arregui (2020),
eliminaron los ítems 5 y 15. Alegre-Bravo y Benavente-Dongo (2020)
descartaron los ítems 5, 7 y 12; luego el modelo de Rodríguez (2020) quien
eliminó 11 del total de 15 ítems (1, 2, 3, 4, 5, 6, 7, 11, 12, 13 y 14). Galindo-
Contreras y Olivas-Ugarte (2022) y Caballero y Jambo (2023) coinciden en
eliminar a los ítems 5, 7, 11 y 14. Y por último el modelo de Tisocco y Fernández
(2021) quienes concluyeron con un modelo de 15 ítems.
Después se encuentran dos adaptaciones al turco, en la primera, la de Özer
et al. (2013) eliminaron a los ítems 4 y 10, a diferencia de Serhatoğlu (2018)
quienes conservaron el modelo de 16 ítems.
Y por último la adaptación al portugués de Neves et al. (2020) en este modelo
también partieron de la propuesta por Furlan et al. (2012) con 15 ítems, sin
embargo, los autores modificaron la redacción de algunos ítems.
9 of 19
AFE
De los estudios incluidos en la revisión, cinco de ellos reportaron el AFE,
uno de ellos es la escala original desarrollada por Tuckman (1991), presentó
una versión de 16 ítems de los cuales sólo dos presentan cargas factoriales por
encima de .7, cuatro de ellos superiores a .6, los demás se encuentran entre .5 y
.39; los ítems que saturaron más bajo fueron el 5 y 12 con carga de .39.
En la adaptación al turco de Özer et al. (2013) cinco de los ítems saturan por
encima de .7, cuatro de ellos por encima de .6 y cinco por debajo de .5,
eliminaron los ítems 4 y 10 de la versión original; los ítems con menor carga
factorial fueron el 7 con .39 y el 11 con .49.
Alegre-Bravo y Benavente-Dongo (2020) reportaron dos propuestas, en la
primera con un modelo de 15 ítems acorde a la adaptación argentina realizada
por Furlan et al. (2012), ninguno de los ítems satura por encima de .7, sin
embargo, siete de los ítems saturan por encima de .6, tres por encima de .5 y
los demás por debajo de .4; los ítems con cargas factoriales más bajas fueron el
5, 7 y 12 con saturación por debajo de .3. En la segunda propuesta de 12 ítems,
eliminando al 5, 7 y 12 se pudo observar que, continúan sin ninguna carga por
encima de .7, sin embargo, ocho de los 12 ítems cargan por encima de .6, dos
por encima de .5, el ítem con carga factorial más baja de .39 fue el 14.
En el análisis de Rodríguez (2020), se propuso un modelo de 4 indicadores,
eliminando 11 de los ítems, sin embargo, los cuatro ítems saturan por debajo
de .6 con cargas entre .47 a .58.
Por último, Neves et al. (2020) reportaron cargas factoriales superiores o
iguales a .7 en cinco de los ítems y uno con carga mayor a .6, mientras que
cuatro de los ítems presentaron cargas mayores a .5, y los demás con menores
a .4; el ítem que saturó más bajo fue el 8 con carga de .23.
Se pudo observar que entre los ítems que presentan mayor problema se
encuentran el 2 con cargas factoriales por debajo de .6, excepto en uno de los
estudios (Neves et al., 2020), el ítem 7 con cargas entre .26 y .53, el ítem 11(24
en la escala original) con cargas entre .40 y .53, el ítem 12 (25 en la escala
original) entre .27 y .58, 13 aunque tiene algunas cargas cercanas al .6 se queda
entre .41 y .59, y muy similar el ítem 14 con .39 a .57.
Además, se destaca que, entre los ítems que mejor explican la
procrastinación en la mayoría de los estudios, se encuentran el 1, 3, 4, 8 (18 en
la escala original), 9 (22 en la escala original), 10 (23 en la escala original) y 15,
con cargas mayores a .6. Aunque, existen algunos ítems que se encuentran en
el umbral de la carga mayor a .5 en la mayoría de los estudios, como el 2, 6 y el
13.
10 of 19
Índices de ajuste
En los tres estudios que reportaron el índice de ajuste absoluto para el AFE,
el ajuste del modelo es óptimo con valores de .962 y .986 de Alegre-Bravo y
Benavente-Dongo (2020) y 1 de Rodríguez (2020) (GFI), los dos estudios de
Alegre-Bravo y Benavente-Dongo (2020) obtuvieron un índice incremental
(CFI) de .947 y .979, mientras que, en el RMSEA, ambos se encontraron por
debajo de .08, la 2/gl sólo uno de los estudios lo reportó Rodríguez (2020) y
fue menor a 3.
Confiabilidad y validez de los estudios de AFE
Todos los estudios incluidos reportan en el AFE una fiabilidad buena, ya que
todos los valores de los coeficientes Alfa (α) y Omega (Ω) se encuentran entre
.8 y .9 (George & Mallery, 2024). Sin embargo, la validez convergente es pobre,
ya que los valores en los estudios se encuentran entre .26 a .40, para que se
considere una buena validez convergente se deben presentar valores
superiores a .85 (Mangin & Mallou, 2006).
AFC
Los estudios que reportaron el AFC de los modelos propuestos fueron ocho
(Tabla 2), y uno de ellos propone dos modelos con 15 y 4 ítems, se analizaron
las cargas considerando la numeración original del modelo propuesto por
Tuckman (1991) con los 16 ítems.
El estudio de Furlan et al. (2012) fue la primera adaptación al español de la
versión original de Tuckman (1991), propusieron un modelo unidimensional
con 15 ítems. Reportaron que dos de los 15 ítems tuvieron carga por encima de
.7 (ítems 4 y 13), mientras que seis de ellos con cargas de .6 (ítems 1, 3, 8, 9, 11,
15), seis más con cargas de .5 (ítems 2, 5, 7, 10 ,12, 14), y uno de ellos con la
carga menor de .48 (ítem 6).
Serhatoğlu (2018) presentó una estructura de 14 ítems, eliminando los
indicadores 4 y 10, las cargas factoriales estuvieron entre .43 y .78, donde los
ítems 2 y 8 obtuvieron las cargas más bajas (.46 y .43 respectivamente), mientras
que cuatro de los ítems obtuvieron una carga óptima, es decir por encima o
igual a .7 (ítems 1, 7, 9 y 16).
Neves et al. (2020) presentó un modelo con 14 ítems eliminando al 15, dos
con carga superior o igual a .7 (ítems 4 y 14), tres con carga mayor o igual a .6
(ítems 1, 3 y 6), tres con carga mayor a .5 (ítems 2, 8 y 9), los demás con cargas
entre .24 y .49 (ítems, 11, 5, 10, 7, 13, 12), siendo el de más baja saturación el
ítem 11 con .24.
Rodríguez (2020) presentó dos modelos con AFC para 15 y 4 ítems, en el
primer modelo las cargas factoriales ninguno de los ítems saturó por encima
de .6, sólo cuatro de los ítems presentaron cargas factoriales entre a .51 y .54
11 of 19
(ítems 10, 1, 9 y 8), los demás ítems tuvieron cargas entre .07 y .44, los ítems con
más baja saturación fueron el 7 con .05, 12 con .07 y el 5 con .16. Por lo que, la
autora decidió eliminar 11 de los 15 ítems. Sin embargo, aun con los 4 ítems no
se presentaron cargas mayores a .6.
En el modelo propuesto por Trías-Seferian y Carbajal-Arregui (2020) se
incluyen 14 ítems, de los cuales, sólo dos de ellos saturan por encima de .6, sin
alcanzar el .7 (ítems 3 y 14), ocho saturan por encima de .5 y tres de ellos con
carga de .46.
Tisocco y Fernández (2021) obtiene mejores cargas factoriales en su modelo
de 15 ítems, donde sólo uno de ellos satura por encima de .7 (ítem 3), y nueve
de ellos con entre .64 y .69, cuatro con cargas mayores a .5 y el de carga más
baja de .44 (ítem 7).
Galindo-Contreras y Olivas-Ugarte (2022) con 15 ítems, tres obtuvieron
cargas factoriales mayores a .70 (ítems 8, 9 y 10), tres con entre a .63 y .69 (ítems
3, 1, 15), sólo el ítem 13 con carga mayor a .5 y los ocho restantes con cargas
entre .03 y .48, los autores descartaron los ítems 5, 7, 11, 12 y 14, proponiendo
un modelo de 10 ítems.
El último estudio analizado corresponde al de Caballero y Jambo (2023)
quienes presentan un modelo de 11 ítems, donde sólo tres saturan por debajo
de .7, con cargas de .46, .66 y .69 (ítems 12, 13 y 2), los demás reportan cargas
desde .76 hasta .81 (ítems 1, 4, 9, 15, 6, 8, 10 y 3).
Tabla 2
Cargas factoriales en los AFC de la Escala de Procrastinación de Tuckman
Autores del
Estudio
Número de ítem de acuerdo al modelo de Furlan et al. (2012)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Furlan et al.
(2012)
.68
.54
.63
.79
.59
.48
.53
.62
.62
.56
.63
.50
.72
.54
.68
Neves et al.
(2020)
.68
.55
.67
.75
.33
.60
.45
.56
.57
.38
.24
.49
.45
.70
Rodríguez
(2020)
.52
.33
.44
.30
.16
.47
.05
.54
.53
.51
.29
.07
.42
.28
.40
Rodríguez
(2020)
.49
.50
.58
.47
Trías-Seferian
y Carbajal-
Arregui
(2020)
.57
.51
.63
.52
.59
.57
.51
.58
.46
.46
.52
.46
.66
Tisocco y
Fernández
(2021)
.69
.69
.72
.69
.50
.64
.44
.69
.65
.69
.54
.51
.65
.56
.69
Galindo-
Contreras y
Olivas-Ugarte
(2022)
.69
.48
.63
.44
.16
.46
.03
.72
.72
.71
.39
.25
.58
.37
.69
Caballero y
Jambo (2023)
.76
.69
.81
.77
.79
.80
.77
.80
.46
.66
.78
Número de ítem de acuerdo al modelo de Tuckman (1991)
12 of 19
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Serhatoğlu
(2018)
.78
.46
.69
.64
.59
.74
.43
.70
.58
.52
.61
.63
.63
.75
Nota: La numeración de los ítems corresponde a la propuesta por Furlan et al. (2012) en su estructura de 15 ítems.
A excepción del estudio de Serhatoğlu (2018) quien utilizó el modelo propuesto por Tuckman (1991) en su estructura
de 16 ítems.
Índices de ajuste
Cuatro de los estudios reportan índices de ajuste óptimos como el de
Furlan et al. (2012) de 15 ítems con GFI= .980, RMSEA=.045, CFI=.990 y
χ2/gl=2.66; el de Neves et al. (2020), un modelo de 14 ítems con TLI=.960,
CFI=.970 y RMSEA=.060; el modelo de 4 ítems de Rodríguez (2020) con GFI=1,
TLI y CFI=.980, RMSEA=.00 y χ2/gl=.37; y el de Caballero y Jambo (2023) con 11
ítems, donde los índices de ajuste fueron TLI=.996, CFI=.997, SRMR=.040,
RMSEA=.059 y la χ2/gl=2.72. Después se encuentra el modelo de Tisocco y
Fernández (2021) de 15 ítems, con TLI= .970, CFI= .957, SRMR=.064 y RMSEA=
.055, con ajuste óptimo también, sólo la χ2/gl= 3.82 queda por encima del
umbral aceptable.
Mientras que, en el estudio realizado por Serhatoğlu (2018) de 14 ítems
sólo informaron sobre cuatro índices: CFI=.930, SRMR=.040 y RMSEA=.070 y la
χ2/gl=4.44, esta última por encima del umbral; y en el modelo de 13 ítems
propuesto por Trías-Seferian y Carbajal-Arregui (2020), los índices reportados
fueron: TLI=.903, CFI=.923, SRMR=.062 y RMSEA=.056, χ2/gl=1.79 lo que indica
un ajuste aceptable en ambos estudios.
Y, por último, dos estudios en los que su ajuste no fue aceptable, el modelo
de 15 ítems de Rodríguez (2020) con TLI=.830, CFI=.860, aunque sí estuvieron
dentro de los valores aceptables el SRMR=.040, RMSEA=.045; y el modelo de
15 ítems propuesto por Galindo-Contreras y Olivas-Ugarte (2022) los índices
fueron TLI=.805, CFI=.833, SRMR=.096, RMSEA=.086 y la χ2/gl=4.16, donde se
puede observar que ninguno de ellos cumple con los mínimos aceptables.
Confiabilidad y validez en los AFC
Siete de los nueve estudios presentan una consistencia interna buena, con
valores entre .8 y .9, con excepción de los modelos propuestos por Rodríguez
(2020) quienes reportaron coeficientes de fiabilidad entre .69 y .58 en cada
modelo, lo que indica que la confiabilidad en el primero es débil y en el
segundo es pobre. En relación a la validez convergente se reportan valores
desde .15 hasta .40, donde los estudios de Rodríguez (2020) muestran los
valores más bajos, mientras que el de Tisocco y Fernández (2021) el valor más
alto; sin embargo, en ninguno de los modelos propuestos la validez
convergente es superior a .85, por lo que se considera que existe una validez
convergente pobre.
13 of 19
Discusión
El objetivo de esta revisión sistemática consistió en realizar un análisis
crítico de la confiabilidad y validez de la Escala de Procrastinación de Tuckman
(TPS) (1991), para responder a la pregunta ¿cuáles son las fortalezas y
debilidades de la TPS?
La mayoría de las adaptaciones de la TPS fueron al español y en
Latinoamérica, mayormente en Perú y Argentina (Alegre-Bravo & Benavente-
Dongo, 2020; Caballero & Jambo, 2023; Furlan et al., 2012; Galindo-Contreras y
Olivas-Ugarte, 2022; Rodríguez, 2020; Tisocco & Fernández, 2021), seguido por
Uruguay (Trías-Seferian & Carbajal-Arregui, 2020), una adaptación al
portugués en Brasil (Neves et al., 2020) y dos versiones al turco (Özer et al.,
2013; Serhatoğlu, 2018), no se encontraron validaciones en el contexto
mexicano.
En relación al tamaño de las muestras osciló entre 183 y 1261, de acuerdo
al criterio de clasificación de Comrey y Lee (2013) algunos de los estudios
tuvieron un tamaño de muestra regular, menor a 300 sujetos (Furlan et al., 2012;
Neves et al., 2020; Trías-Seferian & Carbajal-Arregui, 2020; Tuckman, 1991),
entre bueno y muy bueno con tamaño de muestra entre 300 y 500 (Caballero &
Jambo, 2023; Galindo-Contreras & Olivas-Ugarte, 2022), muy buena, con
valores superiores a 700 y menor a 1000 sujetos (Alegre-Bravo
& Benavente-Dongo, 2020; Özer et al., 2013; Serhatoğlu, 2018; Tisocco &
Fernández, 2021); y excelente tamaño de muestra con más de 1000 participantes
(Rodríguez, 2020).
Cargas factoriales en los AFE y AFC de la escala TPS
En relación a las cargas factoriales fueron cinco los estudios que realizaron
AFE, y en uno de ellos, el de Alegre-Bravo y Benavente-Dongo (2020)
propusieron dos modelos de 15 y 12 ítems, por lo que se analizaron seis
estructuras factoriales de la TPS. La gran parte de los estudios reportan cargas
factoriales de la mayoría de los ítems entre .5 y .69. La literatura existente
sugiere que las cargas factoriales estandarizadas deberían ser idealmente de .5
o más, con un umbral preferible de .7 o superior (Hair et al., 2010).
Entre los ítems que presentan cargas factoriales bajas se encuentran: el ítem
2 “Pospongo el comienzo de cosas que no me gusta hacer”, el ítem 7 “Dedico
el tiempo necesario a las actividades aunque me resulten aburridas”, el ítem 11
“Siempre que hago un plan de acción, lo sigo”/ “Me propongo que haré algo y
luego no logro comenzarlo o terminarlo”, el ítem 12 “Desearía encontrar una
forma fácil de ponerme en movimiento”/” Siempre que hago un plan de acción,
lo sigo”, el ítem 13 “Aunque me enoje conmigo mismo/a cuando no hago las
cosas de la facultad, me cuesta motivarme” y el ítem 14 “Termino las
actividades importantes con tiempo de sobra”.
14 of 19
Mientras que los ítems que mejor explican la procrastinación en la mayoría
de los estudios, se encuentran el ítem 1 “Demoro innecesariamente en terminar
trabajos, incluso cuando son importantes”, el ítem 3 “Cuando tengo una fecha
límite, espero hasta el último minuto”, el ítem 4 “Pospongo el mejorar mis
hábitos de trabajo o estudio”/” Retraso la toma de decisiones difíciles”, el ítem
8 “Derrocho mucho tiempo y me parece que no puedo hacer nada al
respecto”/”Soy un desperdiciador de tiempo incurable”, el ítem 9 “Cuando
algo me resulta muy difícil de abordar, pienso en postergarlo”/ “Derrocho
mucho tiempo y me parece que no puedo hacer nada al respecto”, el ítem 10
“Me propongo que haré algo y luego no logro empezarlo o terminarlo”/”
Cuando algo me resulta muy difícil de abordar, pienso en postergarlo” y el
ítem 15 “Aunque sé que es importante comenzar con una actividad, me cuesta
arrancar”.
En el AFC se puede observar de manera similar al AFE el comportamiento de
los ítems que mejor explican la procrastinación excepto por el ítem 10. Los que
explican de manera regular fueron: los ítems 1, 3, 4, 8, 9, 15.
Mientras que, entre los ítems que menos explican el modelo, se encuentran
los ítems 7,11, 12 y 13.
Se puede observar también que, en la mayoría de los estudios, los
siguientes ítems presentan cargas por debajo de .6: ítems 2, 7, 10, 11, 12.
En los estudios que refirieron eliminar ítems para un mejor ajuste del
modelo, encontramos que los ítems 5 y 7 son los que más eliminaron en la
mayoría de los análisis.
De acuerdo con Lloret-Segura et al. (2014), cada variable observada o ítem
que se analiza está cuidadosamente seleccionado para que refleje alguna
característica del factor que se pretende medir con él. En ese sentido, los
resultados tanto de los AFE como los AFC de todos los estudios analizados
indicaron la existencia de un factor, a excepción del AFE de Özer et al. (2013)
en el que emergieron dos factores, donde los ítems 4 y 10 eran los que cargaban
al factor 2, los autores observaron que estos ítems representaban una tendencia
más a evitar algo difícil, mientras que los demás indicadores representaban una
tendencia a retrasar o no terminar una tarea, lo que se hizo evidente en la
muestra del estudio en la población turca, por lo que decidieron eliminar
dichos ítems y conservar la estructura unifactorial.
La TPS de Tuckman (1991) fue desarrollada cubriendo tres áreas: 1) la
tendencia a retrasar o posponer la realización de las cosas; 2) una tendencia a
hacer cosas desagradables y cuando sea posible esforzarse por evitar las
molestias; y 3) la tendencia a culpar a los demás por la propia situación.
Sin embargo, en el comportamiento de los ítems que no explican
suficientemente al factor, se puede apreciar que los demás ítems se refieren a
aspectos como la motivación, la autorregulación personal, la perseverancia y la
disciplina, por lo que, sería recomendable analizar si estos indicadores no están
15 of 19
formando otro factor que mejore la estructura de la TPS. Ya que, la
procrastinación no se limita a ser un problema relacionado con los hábitos de
estudio o la organización del tiempo, sino que involucra una compleja
interacción de factores conductuales cognitivos y emocionales (Gil et al., 2020;
Jurado et al., 2021; Subashkevych, 2023).
De los estudios del AFC el que presentó mejores propiedades
psicométricas fue el de Caballero y Jambo (2023) quienes encontraron un
modelo de 11 ítems, donde la mayoría de obtuvo cargas superiores a .7, los
cuales al parecer convergen y comparten una proporción importante de
varianza común, lo cual es ideal para la validez de la escala (Hair et al., 2010).
Índices de ajuste del AFE y AFC de la escala TPS
En los tres estudios que reportaron los índices, los AFE indican que el
ajuste de cada uno de los modelos es óptimo con 4, 12 y 15 indicadores (Alegre-
Bravo & Benavente-Dongo, 2020; Rodríguez, 2020); mientras que en el AFC
cuatro de los estudios reportan índices de ajuste óptimos con estructuras entre
4 y 15 ítems (Caballero & Jambo, 2023; Furlan et al., 2012; Neves et al., 2020;
Rodríguez, 2020).
Sólo el modelo de 11 ítems de Caballero y Jambo (2023) es consistente con
los datos, puesto que su ajuste global es óptimo y la mayoría de las cargas
factoriales de los ítems se encuentran por encima de .7. Un tanto similar es el
modelo propuesto por Furlan et al. (2012) con 15 ítems, donde el ajuste global
es óptimo, sin embargo, en relación a las cargas factoriales de los ítems, sólo
dos de ellos saturan por encima de .7, seis de ellos por encima de .6 y los demás
por debajo de .5.
Confiabilidad y validez en los AFE y AFC de la escala TPS
De acuerdo a los criterios anteriores, los seis estudios incluidos reportan
en el AFE una fiabilidad buena, ya que todos los valores de los coeficientes α y
Ω se encuentran entre .8 y .9 (Alegre-Bravo & Benavente-Dongo, 2020; Neves
et al., 2020; Özer et al., 2013; Rodríguez, 2020; Tuckman, 1991); con una validez
convergente pobre, ya que los valores en los estudios se encuentran entre .26 a
.40.
En relación a los AFC cinco de los siete estudios presentan una consistencia
interna buena (Caballero & Jambo, 2023; Furlan et al., 2012; Galindo-Contreras
y Olivas-Ugarte, 2022; Neves et al., 2020; Tisocco & Fernández, 2021; Trías-
Seferian & Carbajal-Arregui, 2020), con valores entre .8 y .9, con excepción de
los modelos propuestos por Rodríguez (2020). En relación a la validez
convergente se reportan valores desde .15 hasta .40 una validez convergente
pobre.
16 of 19
Es relevante señalar que, a pesar de la extensa trayectoria en la aplicación
de la TPS, el número de estudios dedicados a examinar la validez del
constructo es limitado. Hay una discrepancia ente la frecuencia de uso del
instrumento y su análisis psicométrico (Tisocco & Fernández, 2021).
Conclusiones
La validación de una escala implica un proceso riguroso para asegurar su
confiabilidad y validez en la medición de un constructo, a través de este análisis
crítico de la escala TPS de Tuckman (1991) y sus diferentes adaptaciones, los
resultados de la revisión permiten concluir que este instrumento aunque ha
sido ampliamente usado, requiere de una revisión a fondo de sus ítems más
problemáticos, probar una versión abreviada con los ítems que mejor
saturaban en los estudios, o incluso plantear una nueva estructura que no sea
unidimensional, donde se considere por ejemplo: la motivación, la
autorregulación personal, la perseverancia o la disciplina.
Además, es entendible que adaptar una escala de medición a diferentes
contextos es esencial para garantizar su validez, confiabilidad y relevancia en
el entorno en el que se aplica, ya que cada contexto tiene características únicas
las cuales pueden influir en cómo se interpreta y responde una escala, debido
a factores como: lenguaje, valores, características de la población, deseabilidad
social, etc. Por lo que se considera relevante realizar una adaptación de la TPS
y analizar sus propiedades psicométricas en el contexto mexicano.
Sin duda medir la procrastinación es importante, ya que permite
comprender y abordar el comportamiento que afecta negativamente el
desempeño académico, el bienestar emocional y la formación personal de los
estudiantes, identificando patrones de conducta en relación a la frecuencia,
causas y factores que la desencadenen. Además, con datos concretos sobre la
procrastinación se pueden crear programas que mejoren la gestión del tiempo,
la motivación intrínseca y las habilidades organizativas de los estudiantes, que
impacten no sólo en el ámbito académico, sino en su desarrollo integral,
mejorando la calidad de vida y preparación para el futuro.
Limitaciones del estudio
Como limitaciones de esta revisión sistemática se pueden considerar que
sólo se incluyeron los estudios que eran de acceso abierto, lo que podría
considerarse un sesgo de selección. Otra limitación es que algunos de los
estudios seleccionados, aunque presentaban ambas AFE y AFC, o diferentes
modelos propuestos, no presentaban los datos requeridos para ser analizados
Conflictos de Interés
Los autores no declaran conflicto de intereses en relación con el artículo
publicado.
17 of 19
Referencias
Alegre-Bravo, A., & Benavente-Dongo, D. (2020). Análisis Psicométrico de la Escala adaptada de
Procrastinación de Tuckman (APTS). Propósitos y representaciones, 8(2).
https://doi.org/10.20511/pyr2020.v8n2.562
Benevides, A., Ribeiro, R., Soares, P. R., de Melo, M. E., & Cobellas, C. A. (2023). Time management:
What do university students think about it? Revista de Estudios e Investigación en Psicología y
Educación, 10(1), 1-14.
Byrne, B. M. (2016). Structural Equation Modeling With AMOS: Basic Concepts, Applications, and
Programming, (Third ed.). Routledge. https://doi.org/10.4324/9781315757421 ,
Caballero, K., & Jambo, G. (2023). Propiedades psicométricas de la escala adaptada de Procrastinación de
Tuckman ATPS en estudiantes adultos de Lima Metropolitana, 2022 [Tesis de licenciatura,
Universidad César Vallejo]. Perú.
https://repositorio.ucv.edu.pe/bitstream/handle/20.500.12692/116295/Caballero_GKL-
Jambo_FG-SD.pdf?sequence=1&isAllowed=y
Cambridge University. (2025). Cambridge dictionary. In Cambridge Dictionary.
https://dictionary.cambridge.org/es/diccionario/ingles-espanol/procrastinate
Carvajal, A., Centeno, C., Watson, R., Martínez, M., & Rubiales, Á. S. (2011). ¿ Cómo validar un
instrumento de medida de la salud? How is an instrument for measuring health to be
validated?. Anales del Sistema Sanitario de Navarra, 34(1), 63-72.
Chen, G., & Lyu, C. (2024). The relationship between smartphone addiction and procrastination among
students: A systematic review and meta-analysis. Personality and Individual Differences, 224,
112652. https://doi.org/10.1016/j.paid.2024.112652
Comrey, A. L., & Lee, H. B. (2013). A first course in factor analysis. Psychology press.
https://doi.org/10.4324/9781315827506
Furlan, L. A., Heredia, D. E., Piemontesi, S. E., & Tuckman, B. W. (2012). Análisis factorial confirmatorio
de la adaptación argentina de la escala de procrastinación de Tuckman (ATPS). Perspectivas en
Psicología: Revista de Psicología y Ciencias Afines, 9(3), 142-149.
https://www.redalyc.org/pdf/4835/483549016020.pdf
Galindo-Contreras, J., & Olivas-Ugarte, L. O. (2022). Tuckman Procrastination Scale (ATPS):
Psychometric Evidence and Normative Data in Secondary School Students from Lima, Peru.
https://doi.org/10.20511/pyr2022.v10n1.1381
George, D., & Mallery, P. (2024). IBM SPSS Statistics 29 Step by Step: A Simple Guide and Reference (18th
ed.). Routledge.
Gil, J., De Besa, M. R., & Garzón, A. (2020). ¿Por qué procrastina el alumnado universitario? Análisis de
motivos y caracterización del alumnado con diferentes tipos de motivaciones. Revista de
Investigación educativa, 38(1), 183-200. https://doi.org/10.6018/rie.344781
González-Brignardello, M. P., Sánchez-Elvira-Paniagua, Á., & López-González, M. (2024). Dimensions
of Procrastination and Their Combined Impact on Academic Performance in Distance Education.
Revista Iberoamericana de Psicología y Salud, 15(2), 46-55. https://doi.org/10.23923/j.rips.2024.02.075
Hair, J. F., Anderson, R. E., Tatham, R. L., & Black, W. C. (2010). Análisis Multivariante. Prentice Hall.
18 of 19
Hidayat, M. T., & Hasim, W. (2023). Putting It off until Later: A Survey-Based Study on Academic
Procrastination among Undergraduate Students. Journal of Educational, Cultural and Psychological
Studies (ECPS Journal)(28), 27-38. https://doi.org/10.7358/ecps-2023-028-taha
Hooda, M., & Saini, A. (2016). Academic procrastination; A critical issue for consideration. Indian Journal
of Applied Research, 6(8), 98-99.
Jurado, M. M., Petra, I., Yepez, N., Fouilloux, M., & Zamora, B. (2021). Reasons and Motivations for
Procrastinating Academic Activities in First-Year Medical Students. American Journal of Applied
Psychology, 12(3), 82-88. https://doi.org/10.11648/j.ajap.20211003.14
Kim, K. R., & Seo, E. H. (2015). The relationship between procrastination and academic performance: A
meta-analysis. Personality and Individual Differences, 82, 26-33.
https://doi.org/10.1016/j.paid.2015.02.038
Krause, K., & Freund, A. M. (2016). It’s in the means: Process focus helps against procrastination in the
academic context. Motivation and Emotion, 40, 422-437. https://doi.org/10.1007/s11031-016-9541-2
Lay, C. H. (1986). At last, my research article on procrastination. Journal of Research in Personality, 20(4),
474-495. https://doi.org/10.1016/0092-6566(86)90127-3
Lloret-Segura, S., Ferreres-Traver, A., Hernández-Baeza, A., & Tomás-Marco, I. (2014). El análisis
factorial exploratorio de los ítems: una guía práctica, revisada y actualizada. Anales de
psicología/annals of psychology, 30(3), 1151-1169. https://doi.org/10.6018/analesps.30.3.199361
Lutfiah, V., & Maunah, B. (2023). Pengaruh media sosial instagram terhadap perilaku prokrastinasi
akademik siswa pada mata pelajaran ips. JIIPSI: Jurnal Ilmiah Ilmu Pengetahuan Sosial Indonesia,
3(2). https://doi.org/10.21154/jiipsi.v3i2.1754
Mangin, J. P. L., & Mallou, J. V. (2006). Modelización con estructuras de covarianzas en ciencias sociales. Temas
esenciales, avanzados y aportaciones especiales. Netbiblo.
https://books.google.com.mx/books?id=WEfC1TGVJBgC
Matsunaga, M. (2010). How to Factor-Analyze Your Data Right: Do's, Don'ts, and How-To's.
International journal of psychological research, 3(1), 97-110. https://doi.org/10.21500/20112084.854
Meier, A., Reinecke, L., & Meltzer, C. E. (2016). “Facebocrastination”? Predictors of using Facebook for
procrastination and its effects on students’ well-being. Computers in Human Behavior, 64, 65-76.
https://doi.org/10.1016/j.chb.2016.06.011
Mukarromah, L., & Hakim, G. (2023). The Influence of Time Management and Social Media Addiction
on Academic Procrastination in Undergraduate Students. Jurnal Sains Psikologi, 12(2), 302.
https://doi.org/10.17977/um023v12i22023p302-312
Neves, R., Nunes, P., Nascimento, P. G., Diógenes, E., & Andrade, T. (2020). Versão brasileira da
Tuckman Procrastination Scale: adaptação e evidências psicométricas. Revista Interamericana de
psicologia/Interamerican Journal of Psychology, 54(3), e863-e863.
https://doi.org/10.30849/ripijp.v54i3.863
Özer, B. U., Saçkes, M., & Tuckman, B. W. (2013). Psychometric properties of the Tuckman
procrastination scale in a Turkish sample. Psychological Reports, 113(3), 874-884.
https://doi.org/10.2466/03.20.PR0.113x28z7
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L.,
Tetzlaff, J. M., Akl, E. A., & Brennan, S. E. (2021). Declaración PRISMA 2020: una guía actualizada
para la publicación de revisiones sistemáticas. Revista Española de Cardiología, 74(9), 790-799.
https://doi.org/10.1136/bmj.n71
Patwari, P., & Vajpayee, A. (2024). Exploring the Interplay of Educational Social Media Usage,
Procrastination, and Subjective Well-being in the Context of Industry 5.0 Education. En S.
19 of 19
Tripathi & J. Rosak-Szyrocka (Eds.), Impact of Artificial Intelligence on Society (1 ed., pp. 119-133).
Chapman and Hall/CRC.
Pereira, L. d. C., & Ramos, F. P. (2021). Academic procrastination in university students: A systematic
review of the literature. Psicologia Escolar e Educacional, 25, e223504. https://doi.org/10.1590/2175-
35392021223504
RAE. (2025). Real Academia Española. En el Diccionario de la lengua española.
https://dle.rae.es/procrastinar
Revelle, W., & Zinbarg, R. E. (2009). Coefficients alpha, beta, omega, and the glb: Comments on Sijtsma.
Psychometrika, 74, 145-154. https://doi.org/10.1007/S11336-008-9102-Z
Rodríguez, K. J. (2020). Propiedades psicométricas de la adaptación de la escala de procrastinación de Tuckman
(ATPS) en estudiantes de secundaria de un colegio, Carabayllo, 2019 [Tesis de licenciatura,
Universidad César Vallejo]. https://repositorio.ucv.edu.pe/handle/20.500.12692/42643
Rozental, A., & Carlbring, P. (2014). Understanding and treating procrastination: A review of a common
self-regulatory failure. Psychology, 5(13), 1488. https://doi.org/10.4236/psych.2014.513160
Serhatoğlu, S. (2018). Procrastination: testing a self-determination theory based model Middle East [Tesis de
maestria,Technical University]. Turquía. https://open.metu.edu.tr/handle/11511/27235
Subashkevych, I. (2023). Study of the features of academic procrastination of youth students. Socio-
economic relations in the digital society, 3(49), 86-96. https://doi.org/10.55643/ser.3.49.2023.511
Tisocco, F., & Fernández, M. (2021). The Tuckman Procrastination Scale: Psychometric Features among
Buenos Aires Undergraduates. Psychological Thought, 14(2).
https://doi.org/10.37708/psyct.v14i2.603
Trías-Seferian, D., & Carbajal-Arregui, M. (2020). Adaptation of an Academic Procrastination Scale for
Adolescents in Secondary Education. Avances en Psicología Latinoamericana, 38(3), 1.
https://doi.org/10.12804/revistas.urosario.edu.co/apl/a.7906
Triguero, M. J., & Triguero-Sánchez, R. (2024). Modelos Ecuaciones Estructuras con AMOS. Manual práctico
para la investigación. Independently published.
Tuckman, B. W. (1991). The development and concurrent validity of the procrastination scale.
Educational and
Psychological Measurement, 51(2), 473-480. https://doi.org/10.1177/0013164491512022
Vetrova, O. A., & Oboznaya, M. V. (2021). Academic Procrastination Among Students: a Sociological
Analysis. Proceedings of the Southwest State University. Series: Economics. Sociology.
Management., 12(1), 167-181. https://doi.org/10.21869/2223-1552-2022-12-1-167-181
Wohlin, C., Kalinowski, M., Felizardo, K. R., & Mendes, E. (2022). Successful combination of database
search and snowballing for identification of primary studies in systematic literature studies.
Information and Software Technology, 147, 106908. https://doi.org/10.1016/j.infsof.2022.106908
Živković, P. Ž. (2020). Deferment of Academic Obligations and University Students Self-Handicapping:
Procrastination in an Academic Context. University Library in Kragujevac, 17(2), 251-
265.https://doi.org/10.18485/uzdanica.2020.17.2.17