El calor extremo es una amenaza creciente para la salud en las ciudades cálidas, y buena parte de la exposición ocurre dentro de la vivienda. Este estudio instrumental, transversal y exploratorio examinó las propiedades psicométricas preliminares de una escala de quince reactivos con tres dimensiones: Calor percibido en la vivienda, Malestar por calor y Acciones frente al calor. Se analizó el corte preliminar del levantamiento piloto del proyecto FZ-HAB-0025 de Factoriza UAS, con 31 personas de 18 años o más residentes en Culiacán, Sinaloa, de una meta de 100. Se calcularon estadísticos descriptivos, alfa de Cronbach, omega de McDonald, análisis factorial exploratorio con análisis paralelo y correlaciones de Spearman entre dimensiones. Malestar por calor mostró una consistencia interna aceptable (α = .733; ω = .811), Calor percibido una consistencia baja (α = .495; ω = .632) y Acciones frente al calor una consistencia muy baja (α = .191). La adecuación muestral fue de .622 y el análisis paralelo sugirió dos factores, que explicaron el 40.22 % de la varianza y no reprodujeron las dimensiones previstas. Las correlaciones entre dimensiones fueron débiles o nulas. Las personas encuestadas informaron un malestar elevado y un uso extendido de ventilador o aire acondicionado, con menor capacidad para pagar el enfriamiento. Los resultados son provisionales y orientan la revisión del instrumento, en particular de los reactivos inversos y de la dimensión de acciones, que se comporta como un conjunto de conductas y recursos más que como una escala homogénea. INTRODUCCION El calor extremo es una de las amenazas ambientales para la salud que crecen con mayor rapidez en las ciudades de clima cálido. La exposición a temperaturas altas no se limita al espacio público: buena parte de ella ocurre dentro de la vivienda, donde las personas pasan la mayor parte del día y de la noche, y donde las características de la construcción, el equipamiento disponible y la capacidad económica para enfriar los espacios condicionan la experiencia del calor. La habitabilidad de la vivienda en estos climas depende, por tanto, de su capacidad para proteger a sus ocupantes del estrés térmico. Una revisión sistemática de los factores asociados con la satisfacción residencial destacó, entre categorías que interactúan entre sí, la calidad del diseño arquitectónico, la sostenibilidad ambiental y las condiciones socioeconómicas (Saleem y Alchalabi, 2025), tres aspectos que convergen en la experiencia del calor dentro del hogar. La evidencia sobre las consecuencias psicológicas y conductuales del calor se ha consolidado en los últimos años. Una revisión sistemática con metaanálisis de 88 estudios encontró que las olas de calor y las temperaturas extremadamente altas se asociaron con un mayor riesgo de trastornos mentales y del comportamiento (Li et al., 2023). En América Latina, las temperaturas altas se asociaron con un mayor riesgo de mortalidad por homicidio en 307 ciudades de siete países (Moraes et al., 2026), y el riesgo de mortalidad por tránsito aumentó en los días extremadamente calurosos en 272 ciudades de seis países, con riesgos más altos en las ciudades de clima más cálido (Hsu et al., 2025). Estos resultados indican que el calor se relaciona no solo con la salud física, sino también con el estado de ánimo, la irritabilidad y la conducta. En México, los climas cálidos secos ocupan una parte considerable del territorio, y en ellos el enfriamiento de los espacios se ha convertido en una de las principales demandas de energía residencial (Galindo-Borbón et al., 2024; Treviño Hernández y Hernández Rejón, 2026). La política habitacional de las primeras décadas de este siglo privilegió la producción masiva de vivienda de interés social, con viviendas pequeñas y conjuntos alejados de los centros urbanos (Hernández Ilizaliturri et al., 2025), y en Culiacán los residentes de un fraccionamiento de vivienda social describieron sus casas como muy calurosas (Barraza-Bracamontes et al., 2022). La experiencia del calor dentro de la vivienda es, en consecuencia, un componente central de la habitabilidad en la capital sinaloense. El proyecto FZ-HAB-0025 de la plataforma Factoriza UAS se propuso estudiar la habitabilidad y el estrés térmico percibido en las viviendas de Culiacán. El proyecto se planteó originalmente como una comparación entre Culiacán, Hermosillo y Mexicali, y se reformuló para centrarse en Culiacán, que es la ciudad de su único levantamiento. Para ello se diseñó una escala de quince reactivos con tres dimensiones: Calor percibido en la vivienda, Malestar por calor y Acciones frente al calor. Este artículo presenta los resultados del primer corte preliminar del levantamiento piloto. El objetivo general es examinar las propiedades psicométricas preliminares de la escala. Los objetivos específicos son describir las respuestas a los reactivos, estimar la consistencia interna de cada dimensión, explorar la estructura interna de la escala y estimar la relación entre las puntuaciones de las tres dimensiones. Calor en la vivienda y bienestar psicológico La relación entre el ambiente térmico de la vivienda y el bienestar de sus ocupantes se ha estudiado en el noroeste de México. En viviendas de interés social de Hermosillo, Espinoza Gallego et al. (2014) evaluaron las condiciones térmicas de la vivienda con instrumentos de medición y el bienestar psicológico asociado con el hogar con una escala adaptada para ese estudio, y mediante modelos de ecuaciones estructurales encontraron una relación negativa y significativa entre ambos factores en el verano, pero no en el invierno. Esta obra, anterior al periodo de cinco años que prioriza la búsqueda, se incluye por ser el antecedente regional más directo del vínculo entre el calor de la vivienda y el bienestar de quienes la habitan. En el plano poblacional, la revisión de Li et al. (2023) mostró que las olas de calor y las temperaturas en el percentil 99 se asociaron con un mayor riesgo de trastornos mentales y del comportamiento, y que un índice térmico que combina temperatura y humedad se asoció también con ese riesgo, con una certeza moderada de la evidencia. Los autores subrayaron la heterogeneidad de las medidas de exposición y la utilidad de los índices térmicos que consideran conjuntamente varios factores meteorológicos. Para el estudio de la vivienda, esta observación sugiere que la experiencia del calor es multidimensional: incluye la temperatura percibida durante el día y la noche, el calor que la vivienda retiene y el malestar físico y emocional que se deriva de ello. Vivienda, energía y capacidad de enfriamiento La capacidad de enfriar la vivienda depende de su diseño y de los recursos de sus ocupantes. En Sonora, Galindo-Borbón et al. (2024) analizaron 180 modelos de vivienda en cinco localidades y observaron que las fachadas de la vivienda de bajo costo de la región no suelen considerar protección solar y que las viviendas más pequeñas fueron los casos más críticos; estimaron, además, que cumplir el nivel mínimo de la norma de envolvente residencial reduciría en torno a una cuarta parte el consumo eléctrico por aire acondicionado con un incremento menor del costo de construcción. Los autores advirtieron que la pobreza energética no depende solo de la disponibilidad y del costo de la energía, y que los subsidios a la tarifa eléctrica, que pueden cubrir una parte mayoritaria de la factura, no son sostenibles a largo plazo. En una revisión documental sobre la temperatura en las viviendas de México, Treviño Hernández y Hernández Rejón (2026) definieron la pobreza energética como la incapacidad de mantener condiciones térmicas adecuadas por limitaciones económicas o técnicas, señalaron que en los climas cálidos el confort térmico es el servicio energético residencial más demandante e identificaron a las personas mayores, la niñez, las personas con enfermedades crónicas y las mujeres entre los grupos más expuestos al estrés térmico, a los problemas respiratorios y cardiovasculares y a la alteración del sueño. Estas observaciones justifican que un instrumento sobre estrés térmico en la vivienda incluya, junto al calor percibido y al malestar, las acciones y los recursos con que los hogares enfrentan el calor. Acciones frente al calor Las personas responden al calor con conductas de protección que difieren en su costo y en su eficacia. En una encuesta a 1,051 residentes del sur de España, el 80.5 % informó conductas de evitación durante las olas de calor, como pasar más tiempo en interiores, el 63.7 % conductas de reducción del impacto, como beber más agua, y el 31.6 % conductas prosociales; quienes se consideraban menos vulnerables a los riesgos del calor tuvieron menor probabilidad de modificar su conducta (Metzger et al., 2025). En los Países Bajos, un estudio con 514 adultos de 50 años o más tras una ola de calor encontró que las personas de menor posición socioeconómica adoptaban más conductas de protección, pero recurrían sobre todo a medidas de bajo costo, y que la percepción de riesgo fue baja en todos los grupos (van de Kamp et al., 2026). Estos resultados tienen una consecuencia para la medición. Las acciones frente al calor no son necesariamente manifestaciones intercambiables de una misma disposición: usar aire acondicionado, cerrar las cortinas o evitar salir pueden sustituirse entre sí según los recursos del hogar, y la capacidad de pagar el enfriamiento es más una condición que una conducta. En la teoría de la medición, los indicadores que conforman un constructo, en lugar de reflejarlo, se denominan formativos, y sus implicaciones para el análisis factorial y la teoría de la fiabilidad difieren de las de los indicadores reflectivos (Bollen y Diamantopoulos, 2017). Esta obra, anterior al periodo prioritario, se cita por ser la referencia metodológica que sistematiza esa distinción. Evidencias de validez en la etapa inicial de una escala La consistencia interna de una dimensión suele estimarse con el alfa de Cronbach (Cronbach, 1951), que asume cargas equivalentes entre los reactivos, y con el omega de McDonald (McDonald, 1999/2013), que no lo asume; los estudios de simulación han comparado el desempeño de ambos coeficientes en distintas condiciones de los datos (Malkewitz et al., 2023). La estructura interna se explora con el análisis factorial exploratorio, cuyas recomendaciones actuales piden verificar primero la adecuación de los datos, también reactivo por reactivo, decidir el número de factores con procedimientos como el análisis paralelo y tratar los valores de referencia como orientaciones y no como reglas (Ferrando et al., 2022; Goretzko et al., 2021; Lorenzo-Seva y Ferrando, 2021). Las escalas con reactivos en ambos sentidos pueden mostrar efectos de redacción, porque una parte de las personas responde de manera inconsistente a los reactivos positivos y negativos de una misma dimensión (Steinmann et al., 2022), y la identificación de esas respuestas puede reducir tales efectos (García-Batista et al., 2021). La escala del proyecto incluye un reactivo inverso en cada dimensión. METODOS Diseño Se realizó un estudio instrumental, cuantitativo, no experimental, de corte transversal y alcance descriptivo y exploratorio. Los datos corresponden al levantamiento LEV-0030, «Piloto Culiacán · Estrés térmico en la vivienda», del proyecto FZ-HAB-0025 de la plataforma Factoriza UAS, y al conjunto de datos congelado DST-0029, con fecha de corte del 9 de octubre de 2026. El levantamiento constituye una muestra independiente y es el único del proyecto. Población, muestra y corte de datos La población se definió como las personas de 18 años o más que habitan una vivienda en Culiacán, Sinaloa, y el levantamiento se realizó en colonias seleccionadas por el responsable del proyecto. Según el registro de Factoriza, 62 personas abrieron el cuestionario y 31 lo completaron; no se excluyeron casos por control de calidad, de modo que se analizaron 31 casos (Tabla 2). El corte analizado es preliminar: reúne 31 casos de una meta de 100 y el levantamiento permanecía abierto, en estado de campo, a la fecha del corte. Con 31 casos para 15 reactivos, la razón es de 2.1 casos por reactivo, inferior a la que la literatura metodológica considera adecuada para el análisis factorial de ítems (Ferrando et al., 2022; Goretzko et al., 2021), por lo que el análisis factorial de este corte se presenta como exploratorio y preliminar. Instrumento Se aplicó una escala de quince reactivos con formato de respuesta de cinco puntos, de Totalmente en desacuerdo (1) a Totalmente de acuerdo (5), organizados en tres dimensiones de cinco reactivos cada una: Calor percibido en la vivienda (R1 a R5), Malestar por calor (R6 a R10) y Acciones frente al calor (R11 a R15). Tres reactivos están redactados en sentido inverso, R4, R9 y R15, y vienen recodificados en la matriz de datos, de modo que una puntuación mayor indica más calor percibido, más malestar y más acciones o recursos frente al calor. La Tabla 1 presenta el código, la dimensión, el texto y el sentido de cada reactivo. Tabla 1. Estructura del instrumento. Nota. Calor = Calor percibido en la vivienda; Malestar = Malestar por calor; Acciones = Acciones frente al calor. Escala de respuesta de 5 puntos (Totalmente en desacuerdo, En desacuerdo, Ni de acuerdo ni en desacuerdo, De acuerdo, Totalmente de acuerdo). Los reactivos inversos ya están recodificados en la matriz entregada. Fuente: Factoriza UAS, proyecto FZ-HAB-0025, levantamiento LEV-0030, conjunto DST-0029. Procedimiento Las respuestas se recabaron mediante el cuestionario del levantamiento gestionado en Factoriza UAS, que registra el consentimiento informado expreso en línea antes del primer reactivo y no recoge datos identificatorios. Factoriza congeló el conjunto DST-0029 con una huella criptográfica, generó la matriz con los reactivos inversos recodificados y produjo los análisis descriptivos, de consistencia interna y de correlaciones dentro de cada dimensión (ejecuciones RUN-00161 a RUN-00167). Con el archivo de datos y el diccionario de reactivos exportados por la plataforma se ejecutaron los análisis complementarios. Análisis de datos En una primera etapa, Factoriza UAS calculó la media, la desviación estándar, la asimetría, la curtosis y los porcentajes de respuesta en los valores extremos de cada reactivo; la consistencia interna de cada dimensión mediante el alfa de Cronbach (Cronbach, 1951), con la correlación ítem-total corregida y el alfa si se elimina el reactivo, y las correlaciones de Pearson entre los reactivos de cada dimensión, con intervalos de confianza del 95 % por la transformación de Fisher. En una segunda etapa se ejecutó el programa analisis_psicometrico.py, versión 1.0, en Python 3.13.16 (Python Software Foundation, 2026), con NumPy 2.5.3 (Harris et al., 2020), SciPy 1.18.1 (Virtanen et al., 2020) y pandas 3.0.5. El programa aplica procedimientos fijos y declarados, sin intervención manual en los cálculos. El programa estimó el omega total de McDonald (McDonald, 1999/2013) para cada dimensión a partir de un modelo de un factor, sin invertir reactivos. Ejecutó además el análisis factorial exploratorio de los quince reactivos sobre la matriz de correlaciones de Pearson, precedido de la medida de adecuación muestral de Kaiser-Meyer-Olkin global y por reactivo (Lorenzo-Seva y Ferrando, 2021) y de la prueba de esfericidad de Bartlett, con número de factores por análisis paralelo con 100 simulaciones, extracción por residuo mínimo y rotación oblimin, que admite correlación entre factores. Por último, estimó la relación entre las puntuaciones medias de las tres dimensiones con el coeficiente de Spearman y su intervalo de confianza del 95 %, mediante la transformación de Fisher con el error estándar de Bonett y Wright (2000). Los valores de referencia de los índices psicométricos se tratan como orientaciones y no como reglas de decisión (Ferrando et al., 2022). Ningún reactivo se eliminó, y no se ejecutó análisis factorial confirmatorio, que se plantea como trabajo futuro. Consideraciones éticas La participación fue voluntaria y anónima. Factoriza UAS registra el consentimiento informado expreso en línea y no recoge nombres, correos ni otros datos identificatorios. Declaración sobre el uso de inteligencia artificial Durante la preparación de este manuscrito se utilizaron la plataforma Factoriza UAS, para la gestión de los datos y los análisis descriptivos, de consistencia interna y de correlaciones entre reactivos; un programa de análisis en Python con procedimientos fijos y validados, para el omega, el análisis factorial exploratorio y la correlación entre dimensiones; y el modelo de lenguaje Claude Opus (Anthropic), para ejecutar ese programa, la búsqueda asistida de literatura, la redacción de un borrador y el montaje del documento a partir de los resultados. Los autores revisaron, corrigieron y aprobaron la totalidad del texto, verificaron cada referencia y asumen la responsabilidad plena por el contenido del artículo.