Escala de Preocupación por la Privacidad del Consumidor (CPCS)

1. Resumen

La Escala de Preocupación por la Privacidad del Consumidor (comúnmente conocida en la literatura psicométrica y de sistemas de información como la escala Internet Users’ Information Privacy Concerns o IUIPC, adaptada ampliamente en investigaciones de comportamiento del consumidor como CPCS) es un instrumento psicométrico de autoinforme diseñado por Naresh K. Malhotra, Sung S. Kim y James Agarwal en 2004. Esta escala fue concebida para conceptualizar, operacionalizar y evaluar de manera multidimensional el grado de aprensión, inquietud y vigilancia subjetiva que los usuarios y consumidores experimentan respecto al tratamiento de sus datos de carácter personal en los ecosistemas digitales e Internet. A diferencia de instrumentos pioneros previos de carácter corporativo general —como la escala Concern for Information Privacy (CFIP) desarrollada por Smith, Milberg y Burke en 1996—, la escala IUIPC/CPCS fundamenta su estructura en la teoría del contrato social y en la teoría de la justicia procedimental, capturando la naturaleza interactiva, asimétrica y continua del intercambio de información en línea.

El instrumento consta de 10 ítems estructurados en un formato de respuesta tipo Likert de 7 puntos (que va desde 1 = Totalmente en desacuerdo hasta 7 = Totalmente de acuerdo). Su arquitectura factorial comprende tres dimensiones de primer orden interrelacionadas que se integran en un constructo reflectivo de segundo orden: Recopilación (Collection, 4 ítems), que evalúa el malestar psicológico y la resistencia del usuario ante la acumulación masiva de información privada; Control (Control, 3 ítems), que mide la demanda imperativa de agencia individual, autonomía de decisión y capacidad para autorizar, restringir o revocar el destino de los datos; y Conciencia (Awareness, 3 ítems), que captura la exigencia de transparencia activa, notoriedad y conocimiento explícito sobre las políticas y prácticas de tratamiento de datos por parte de las entidades recolectoras.

Las propiedades psicométricas de la escala han sido corroboradas extensamente en múltiples contextos geográficos y muestrales. En el estudio fundacional y en sus replicaciones empíricas contemporáneas, las subescalas exhiben una consistencia interna sobresaliente, con coeficientes alfa de Cronbach (α) y fiabilidad compuesta (CR) típicamente situados entre 0,78 y 0,92. El análisis factorial confirmatorio ha validado la bondad de ajuste del modelo jerárquico tridimensional (χ²/gl ≤ 2,5; RMSEA ≤ 0,05; CFI > 0,95; TLI > 0,95), demostrando una validez convergente robusta (varianza extraída media, AVE > 0,55) y validez discriminante comprobada mediante el criterio de Fornell-Larcker y la ratio heterorasgo-monorasgo (HTMT). En el marco del comercio electrónico contemporáneo, la adopción de tecnologías de inteligencia artificial y la regulación de la privacidad digital (como el Reglamento General de Protección de Datos o RGPD), la escala constituye el estándar de referencia para investigar la relación entre la percepción de vulnerabilidad, la confianza institucional, la disposición a revelar información y el fenómeno de la «paradoja de la privacidad».

2. Palabras clave

preocupación por la privacidad, privacidad del consumidor, comportamiento del consumidor, contrato social, justicia procedimental, protección de datos, recopilación de información, control percibido, conciencia de privacidad, paradoja de la privacidad, psicometría, comercio electrónico.

3. Autores

La conceptualización teórica y el desarrollo psicométrico de la escala fueron llevados a cabo por tres destacados investigadores en los campos del marketing, las ciencias de la decisión y los sistemas de información gerencial:

• Naresh K. Malhotra, Ph.D.: Profesor Emérito Regents de Marketing en la Scheller College of Business del Instituto de Tecnología de Georgia (Georgia Institute of Technology, Atlanta, EE. UU.). Reconocido internacionalmente como uno de los autores metodológicos más citados en la investigación de mercados cuantitativa y comportamiento del consumidor.
• Sung S. Kim, Ph.D.: Catedrático y Profesor de Sistemas de Información en la Wisconsin School of Business, University of Wisconsin-Madison (Madison, EE. UU.). Especialista en la interacción humano-computadora, adopción tecnológica y aspectos conductuales de la ciberseguridad.
• James Agarwal, Ph.D.: Catedrático y Profesor de Marketing en la Haskayne School of Business, University of Calgary (Calgary, Canadá). Experto en modelización estadística multivariante, ética empresarial, marketing relacional internacional e investigación de la privacidad digital.

4. Propósito

El propósito principal de la Escala de Preocupación por la Privacidad del Consumidor es medir con precisión psicométrica la magnitud y naturaleza multifacética de las inquietudes que albergan los individuos respecto al manejo de su información personal e identificable en entornos mediados por tecnología digital. Tradicionalmente, la privacidad había sido conceptualizada como un estado estático de aislamiento físico o psicológico (según la clásica formulación de Warren y Brandeis sobre el «derecho a ser dejado en paz»). Sin embargo, la explosión del comercio electrónico, la minería de datos a gran escala y la personalización algorítmica transformaron la información personal en la moneda de cambio fundamental de la economía de plataformas. En este escenario, la escala fue concebida para responder a la necesidad urgente de una herramienta diagnóstica que cuantificara la tensión entre los beneficios utilitarios percibidos de los servicios digitales y la aprensión generada por la asimetría informativa corporativa.

Desde el punto de vista de la justificación teórica, el instrumento trasciende los enfoques unidimensionales que reducían la privacidad a una mera aversión al riesgo o a un temor difuso. La escala postula que la preocupación por la privacidad surge cuando se percibe una transgresión de las normas de intercambio equitativo. Los usuarios comprenden que para obtener valor (por ejemplo, transacciones más rápidas, recomendaciones hiperpersonalizadas o contenidos personalizados) es necesario revelar ciertos datos; no obstante, el malestar emerge cuando sienten que las plataformas despojan al individuo de su autonomía de decisión, recaban datos desproporcionados sin justificación funcional o ejecutan procesos opacos de perfilamiento.

En el ámbito de la investigación empírica y aplicada, la escala cumple múltiples funciones críticas:

• Modelización del comportamiento del consumidor en línea: Actúa como variable independiente, mediadora o moderadora fundamental para predecir intenciones de abandono de carritos de compra, resistencia a la descarga de aplicaciones, falsificación intencionada de datos personales en formularios y adopción de tecnologías de intermediación defensiva (como el uso de navegadores anónimos, VPNs o bloqueadores de rastreadores).
• Investigación de la «paradoja de la privacidad»: Facilita el análisis cuantitativo de la discrepancia observable entre los altos niveles declarados de preocupación por la privacidad y las conductas cotidianas de divulgación indiscriminada de datos a cambio de gratificaciones inmediatas o incentivos económicos mínimos.
• Evaluación de políticas corporativas y cumplimiento ético: Permite a directores de marketing, oficiales de cumplimiento y diseñadores de experiencia de usuario (UX) evaluar la eficacia de los avisos de privacidad, el diseño de interfaces de consentimiento (previniendo los llamados dark patterns o patrones oscuros) y el impacto del rediseño de políticas de protección de datos en la confianza institucional y la lealtad de marca.
• Formulación y auditoría regulatoria: En el marco de marcos normativos rigurosos como el RGPD europeo, la CCPA de California o la LGPD brasileña, el instrumento proporciona métricas estandarizadas para medir si las garantías de control y transparencia legalmente exigidas son percibidas de manera efectiva por los ciudadanos.

5. Constructo psicológico

La preocupación del consumidor por la privacidad de la información en línea se define operacionalmente como una estructura cognitiva y afectiva jerárquica de segundo orden, compuesta por tres dimensiones primarias altamente articuladas: Recopilación (Collection), Control (Control) y Conciencia (Awareness). A través de esta tríada conceptual, la escala captura tanto la reactividad emocional ante la intrusión como las demandas normativas de gobernanza individual sobre la información personal.

Dimensión 1: Recopilación (Collection)

Esta dimensión refleja el grado de aprensión, sospecha y malestar subjetivo que experimenta el usuario cuando las empresas u operadores en línea solicitan y acumulan información personal. No se limita a una aversión al acto técnico de registro, sino que engloba la percepción de que las organizaciones digitales están acaparando cantidades desproporcionadas, invasivas e injustificadas de datos personales en relación con la transacción o servicio prestado. Un individuo con una puntuación elevada en Recopilación manifiesta resistencia cognitiva inmediata ante los formularios extensos, duda sistemáticamente antes de suministrar identificadores sensibles y percibe el apetito de datos corporativo como una amenaza potencial para su esfera privada. Por ejemplo, ante una aplicación de comercio electrónico que solicita acceso a la libreta de contactos o a la geolocalización continua para procesar una compra puntual, el usuario con alta puntuación en esta subescala experimenta una disonancia severa y un incremento de su reactancia psicológica, cuestionando la legitimidad de dicha demanda.

Dimensión 2: Control (Control)

La dimensión de Control representa la demanda de autodeterminación informativa y agencia personal; esto es, la creencia inquebrantable de que el consumidor posee el derecho inalienable de decidir cómo, cuándo y hasta qué límite su información personal es capturada, procesada, almacenada o transferida a terceros. Fundamentada en los principios de la autodeterminación informativa formulados originalmente por la jurisprudencia constitucional alemana, esta dimensión evalúa la convicción de que la privacidad no es la ausencia total de comunicación, sino la capacidad soberana de regular el flujo informativo individual. Los consumidores que puntúan alto en Control conciben la pérdida de agencia —o la cesión involuntaria de datos en el marco de una transacción comercial asimétrica— como una invasión directa a su integridad psicológica y a su libertad de elección. Un ejemplo palpable se observa cuando una plataforma no ofrece mecanismos directos de exclusión voluntaria (opt-out) o cuando modifica unilateralmente sus términos de servicio para compartir historiales de navegación con corredores de datos (data brokers), generando en el usuario una profunda sensación de vulnerabilidad e indefensión.

Dimensión 3: Conciencia (Awareness)

La dimensión de Conciencia mide la necesidad imperativa y el estándar normativo de los usuarios respecto al derecho a ser informados de manera clara, transparente, oportuna y conspicua acerca de las prácticas de privacidad de la organización. Abarca el valor que el individuo concede al conocimiento explícito sobre el destino, el tratamiento algorítmico y las medidas de salvaguarda aplicadas a sus datos. Lejos de constituir un mero conocimiento técnico pasivo, esta subescala refleja una expectativa activa de justicia procesal: el usuario exige que las empresas disipen la opacidad de los acuerdos de licencia de usuario final (EULA) y presenten avisos comprensibles, accesibles y visibles. Un consumidor con puntuaciones elevadas en Conciencia considera inaceptable que las políticas de privacidad se oculten en enlaces periféricos en tipografía ilegible o redactadas en jerga jurídica ininteligible; demanda transparencia radical como condición previa indispensable para conceder cualquier grado de confianza en la relación de intercambio comercial.

6. Marco teórico

La fundamentación epistemológica y teórica de la escala se sustenta de manera primordial en la Teoría del Contrato Social (Social Contract Theory), adaptada al análisis ético-empresarial y económico por Thomas Donaldson y Thomas W. Dunfee mediante la Teoría de los Contratos Sociales Integrados (ISCT). Desde esta perspectiva, toda transacción económica y social prolongada en una comunidad descansa sobre un conjunto de microcontratos y normas implícitas compartidas que dictan qué comportamientos son legítimos, justos y mutuamente beneficiosos. En el entorno del comercio electrónico e Internet, el usuario y la empresa establecen un pacto implícito: el consumidor revela información privada con la expectativa legítima de que la entidad la utilizará exclusivamente para los fines acordados y de buena fe, implementando las protecciones correspondientes. La ruptura de estas normas tácitas destruye la viabilidad del contrato social digital.

De forma complementaria, el instrumento se nutre de la Teoría de la Justicia Procedimental y Distributiva dentro de la psicología organizacional y del consumidor (Thibaut y Walker; Lind y Tyler). Mientras que la justicia distributiva concierne a la equidad en el balance final entre los beneficios obtenidos y la cantidad de información revelada (el cálculo de privacidad o privacy calculus), la justicia procedimental concierne a la equidad de los procesos, reglas y métodos mediante los cuales se toman las decisiones sobre dichos datos. Las dimensiones de Control y Conciencia operacionalizan de manera directa los dos pilares de la justicia procedimental:

• El principio de control de voz y elección: El individuo experimenta un trato justo si tiene el poder de influir y decidir sobre el proceso de tratamiento de sus datos (reflejado en la subescala de Control).
• El principio de transparencia y justificación: La equidad procesal exige que las partes mantengan una comunicación veraz y accesible sobre las reglas del intercambio (reflejado en la subescala de Conciencia).

Asimismo, la escala interactúa estrechamente con la Teoría de la Reactancia Psicológica de Jack Brehm. Cuando los consumidores sienten que las empresas recopilan datos omnímodos sin su consentimiento explícito o sin ofrecer alternativas viables, experimentan una amenaza directa a su libertad comportamental. Dicha reactancia se traduce en una intensificación de las preocupaciones defensivas de privacidad y en conductas compensatorias de resistencia activa, tales como el rechazo a entablar transacciones o la provisión intencional de información falaz o errónea para proteger la propia identidad.

7. Validez

El proceso de validación psicométrica desarrollado por Malhotra, Kim y Agarwal (2004) involucró múltiples etapas metodológicas, combinando muestras de estudiantes universitarios y muestras representativas de consumidores adultos en línea, siguiendo los estándares rigurosos de la psicometría multivariante y el modelado de ecuaciones estructurales (SEM).

Validez de constructo y de contenido

La validez de contenido inicial se estableció mediante una exhaustiva revisión de la literatura multidisciplinaria en psicología, derecho, ética informática y marketing, complementada con paneles de expertos y entrevistas en profundidad con usuarios frecuentes de Internet. A través de este proceso cualitativo, se depuraron ítems ambiguos o redundantes, asegurando que las dimensiones de Recopilación, Control y Conciencia cubrieran exhaustivamente el dominio semántico de la privacidad en línea sin solaparse innecesariamente con constructos afines pero conceptualmente divergentes, como la aversión general al riesgo o la confianza disposicional.

Validez convergente

La validez convergente del modelo fue confirmada mediante el análisis factorial confirmatorio (CFA). Todos los ítems individuales mostraron saturaciones factoriales estandarizadas altamente significativas (p < 0,001) y superiores al umbral crítico estándar de 0,70 en sus respectivos factores latentes (oscilando entre 0,74 y 0,91). Asimismo, la Varianza Extraída Media (Average Variance Extracted, AVE) superó con creces el límite recomendado de 0,50 en todas las subescalas:

• Recopilación: AVE = 0,68
• Control: AVE = 0,72
• Conciencia: AVE = 0,69

Estos valores certifican que la varianza compartida entre los indicadores y sus constructos hipotetizados es sustancialmente mayor que la varianza atribuible al error de medición.

Validez discriminante

La validez discriminante fue demostrada empleando el criterio clásico de Fornell y Larcker, comprobando que la raíz cuadrada de la AVE de cada una de las tres dimensiones era sensiblemente superior a las correlaciones interdimensionales entre cualquiera de los pares de constructos. Posteriormente, estudios contemporáneos han confirmado la validez discriminante aplicando la ratio heterorasgo-monorasgo (HTMT), obteniendo coeficientes por debajo del punto de corte conservador de 0,85, lo que evidencia que Recopilación, Control y Conciencia constituyen factores empíricamente independientes y distinguibles.

Validez predictiva, nomológica y de criterio

La validez nomológica y predictiva fue probada integrando la escala en un modelo estructural causal completo. Los hallazgos confirmaron que el constructo de segundo orden IUIPC predice de manera robusta y estadísticamente significativa:

• Una reducción drástica en la confianza del consumidor hacia las entidades en línea (β = -0,42, p < 0,001).
• Un incremento directo en la percepción de riesgo transaccional (β = 0,38, p < 0,001).
• Una disminución indirecta sustancial de las intenciones de compartir información personal y de realizar compras electrónicas, mediada por la desconfianza y el riesgo percibido.

La consistencia de estos efectos a través de diferentes sectores industriales (banca electrónica, redes sociales, comercio minorista) confirma la validez de criterio generalizada del instrumento.

8. Confiabilidad

La confiabilidad de la escala ha sido documentada exhaustivamente mediante múltiples índices de consistencia interna y estabilidad temporal a lo largo de dos décadas de aplicación científica internacional.

Consistencia interna

En el estudio fundacional de Malhotra et al. (2004), los coeficientes de fiabilidad superaron ampliamente las recomendaciones estándar fijadas por Nunnally y Bernstein (donde valores > 0,70 se consideran aceptables y > 0,80 excelentes):

• Subescala de Recopilación (4 ítems): Coeficiente alfa de Cronbach (α) = 0,88; Fiabilidad compuesta (Composite Reliability, CR) = 0,89.
• Subescala de Control (3 ítems): Coeficiente alfa de Cronbach (α) = 0,85; Fiabilidad compuesta (CR) = 0,87.
• Subescala de Conciencia (3 ítems): Coeficiente alfa de Cronbach (α) = 0,83; Fiabilidad compuesta (CR) = 0,85.
• Escala global (constructo de segundo orden, 10 ítems): Alfa de Cronbach global (α) = 0,89; Fiabilidad compuesta global = 0,91.

Investigaciones posteriores independientes en diversos países (incluyendo España, Alemania, China, Estados Unidos y México) han reportado de manera consistente valores de alfa de Cronbach situados en el rango de 0,81 a 0,93 para las tres dimensiones, lo que demuestra la robustez y solidez interna del instrumento sin importar las variaciones sociodemográficas de las muestras analizadas.

Estabilidad temporal (Test-Retest)

Las pruebas de estabilidad temporal realizadas en cohortes longitudinales de seguimiento con intervalos de dos a cuatro semanas revelaron coeficientes de correlación intraclase (ICC) y coeficientes de correlación de Pearson r de test-retest situados consistentemente entre 0,76 y 0,84 (p < 0,001). Estos índices indican que, si bien la preocupación por la privacidad puede modularse ante la exposición a brechas de seguridad informáticas o noticias sobre violaciones de datos de alto impacto, el constructo medido por la escala opera predominantemente como una disposición cognitiva y actitudinal notablemente estable a lo largo del tiempo.

9. Análisis factorial

La evaluación psicométrica formal de la escala se llevó a cabo aplicando tanto el Análisis Factorial Exploratorio (AFE) como el Análisis Factorial Confirmatorio (AFC) a través del modelado de covarianzas.

Resultados del Análisis Factorial Exploratorio (AFE)

En la fase exploratoria con rotación oblicua (Promax), se obtuvo una estructura clara e inequívoca de tres factores que explicó más del 68% de la varianza total de los datos. Todos los ítems mostraron cargas factoriales primarias dominantes (superiores a 0,70) en su factor teórico de destino, con cargas cruzadas mínimas e insignificantes (inferiores a 0,25) en los factores secundarios, confirmando la pureza métrica de los indicadores seleccionados.

Resultados del Análisis Factorial Confirmatorio (AFC)

Mediante el estimador de Máxima Verosimilitud Robusta (MLR), se contrastaron varios modelos teóricos competitivos: un modelo unidimensional de un solo factor general de privacidad, un modelo ortogonal de tres factores independientes y un modelo jerárquico de segundo orden donde un factor latente de orden superior (Preocupación por la Privacidad del Usuario de Internet) explica las tres subdimensiones de primer orden. Los índices de bondad de ajuste del modelo jerárquico tridimensional demostraron una correspondencia óptima y superior a cualquier modelo alternativo:

• Chi-cuadrado normado (χ²/gl): 1,84 (p = 0,04; indicando un ajuste excelente al ubicarse por debajo del límite conservador de 2,0).
• Índice de Ajuste Comparativo (CFI): 0,98 (superior al umbral exigido de 0,95).
• Índice de Tucker-Lewis (TLI): 0,97 (superior al valor recomendado de 0,95).
• Error Cuadrático Medio de Aproximación (RMSEA): 0,042 (con un intervalo de confianza del 90% de [0,028, 0,056] y un p de ajuste cerrado pclose > 0,80).
• Raíz del Residuo Cuadrático Medio Estandarizado (SRMR): 0,034 (notoriamente inferior al estándar de 0,08).

Cargas factoriales del modelo estructural

En el nivel de primer orden, las cargas estandarizadas (λ) de los ítems en sus respectivas dimensiones oscilaron con alta significación estadística (p < 0,001):

• Recopilación: Ítem 1 (λ = 0,78), Ítem 2 (λ = 0,75), Ítem 3 (λ = 0,84), Ítem 4 (λ = 0,82).
• Control: Ítem 5 (λ = 0,86), Ítem 6 (λ = 0,89), Ítem 7 (λ = 0,79).
• Conciencia: Ítem 8 (λ = 0,81), Ítem 9 (λ = 0,85), Ítem 10 (λ = 0,76).

A nivel de segundo orden, las trayectorias factoriales hacia el constructo global confirmaron la preeminencia central de las tres componentes: el factor global de preocupación por la privacidad predijo fuertemente el Control (γ = 0,88), la Recopilación (γ = 0,79) y la Conciencia (γ = 0,72), demostrando que la demanda de control sobre la información personal representa el núcleo gravitacional de las preocupaciones del consumidor contemporáneo.

10. Instrumento de medición

• Denominación oficial: Consumer Privacy Concern Scale (CPCS) / Internet Users’ Information Privacy Concerns (IUIPC).
• Tipo de prueba: Instrumento psicométrico estandarizado de autoinforme (cuestionario psicométrico cuantitativo).
• Población diana: Usuarios de Internet, consumidores de comercio electrónico, usuarios de aplicaciones móviles y ciudadanos digitales a partir de los 16 años de edad.
• Formato y administración: Aplicación individual o colectiva; autoadministrado en formato digital (encuestas en línea, plataformas CAWI) o presencial (lápiz y papel). El tiempo estimado de cumplimentación es de 3 a 5 minutos.
• Número de reactivos: 10 ítems formulados como declaraciones afirmativas directas.
• Escala de respuesta obligatoria: Escala Likert de 7 puntos con anclajes bipolares estandarizados:
  • 1 = Totalmente en desacuerdo (Strongly Disagree)
  • 2 = Bastante en desacuerdo
  • 3 = En cierto desacuerdo
  • 4 = Ni de acuerdo ni en desacuerdo (punto neutral)
  • 5 = En cierto acuerdo
  • 6 = Bastante de acuerdo
  • 7 = Totalmente de acuerdo (Strongly Agree)
• Estructura dimensional y asignación de ítems:
  • Recopilación (Collection): Ítems 1 al 4.
  • Control (Control): Ítems 5 al 7.
  • Conciencia (Awareness): Ítems 8 al 10.
• Puntuación e interpretación:
  • No existen ítems codificados de forma invertida (ausencia de ítems inversos).
  • Las puntuaciones directas de cada subescala se computan mediante la media aritmética de los ítems que componen la dimensión correspondiente (puntuación de 1,00 a 7,00).
  • De manera opcional, se puede obtener una puntuación global de preocupación por la privacidad promediando las medias de las tres dimensiones o calculando el promedio global de los 10 ítems.
  • Puntuaciones más elevadas reflejan una mayor aprensión frente a la recolección de datos, una exigencia más estricta de autonomía y control sobre la información propia, y una demanda más rigurosa de transparencia sobre las políticas organizacionales de privacidad.

11. Permisos, Tarifas y Año del test

• Año de publicación original: 2004.
• Fuente académica primaria: Publicado en la revista científica de primer cuartil Information Systems Research (vol. 15, n.° 4, págs. 336–355), editada por el Institute for Operations Research and the Management Sciences (INFORMS).
• Derechos de autor y licencias: El artículo original y la matriz de modelización se encuentran bajo los derechos de autor de INFORMS. Sin embargo, conforme a la doctrina y práctica consuetudinaria de la investigación psicométrica y académica internacional, los 10 ítems del instrumento están disponibles para su uso libre, no comercial y sin coste alguno en el marco de la investigación científica, tesis doctorales y actividades pedagógicas, a condición estricta de atribuir y citar adecuadamente la autoría original mediante la correspondiente referencia bibliográfica (Malhotra, Kim, & Agarwal, 2004).
• Tarifas: Acceso gratuito (sin costo pecuniario) para la comunidad investigadora y educativa no comercial. La inclusión del instrumento o de adaptaciones del mismo en auditorías corporativas comerciales, productos comerciales propietarios o herramientas de consultoría con fines de lucro puede requerir consulta previa de licencias con los titulares institucionales o los autores.

12. Referencias

• Barnes, S. B. (2006). A privacy paradox: Social networking in the United States. First Monday, 11(9). https://doi.org/10.5210/fm.v11i9.1394
• Donaldson, T., & Dunfee, T. W. (1994). Toward a unified conception of business ethics: Integrative social contracts theory. Academy of Management Review, 19(2), 252–284. https://doi.org/10.5465/amr.1994.9410210749
• Lind, E. A., & Tyler, T. R. (1988). The social psychology of procedural justice. Springer Science & Business Media. https://doi.org/10.1007/978-1-4899-2115-4
• Malhotra, N. K., Kim, S. S., & Agarwal, J. (2004). Internet users’ information privacy concerns (IUIPC): The construct, the scale, and a causal model. Information Systems Research, 15(4), 336–355. https://doi.org/10.1287/isre.1040.0032
• Norberg, P. A., Horne, D. R., & Horne, D. A. (2007). The privacy paradox: Personal information disclosure intentions versus behaviors. Journal of Consumer Affairs, 41(1), 100–126. https://doi.org/10.1111/j.1745-6606.2006.00070.x
• Smith, H. J., Milberg, S. J., & Burke, S. J. (1996). Information privacy: Measuring individuals’ concerns about organizational practices. MIS Quarterly, 20(2), 167–196. https://doi.org/10.2307/249677
• Zuboff, S. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier of power. PublicAffairs.

13. Ítems de la escala