<?xml version = "1.0" encoding = "UTF-8" ?><revista><revista> Revista Española de Investigaciones Sociológicas</revista><abreviado>REIS. Rev. Esp. Investig. Sociol</abreviado>undefined<doi>https://doi.org/10.5477/cis/reis</doi><anio>2026</anio><issn>0210-5233</issn><eissn>1988-5903</eissn><organismo>Centro de Investigaciones Sociológicas</organismo><pais>España</pais><http>https://reis.cis.es</http><titulo>Salir de bares durante la COVID-19 en España: las metas individuales y el cumplimiento con las restricciones</titulo><title>To Enter or Not to Enter: Compliance with COVID-19-related Measuresin the Spanish Bar-hopping Culture</title><autor>Marta Fraile y Salvador Parrado</autor><texto> </texto><table><tbody><tr><td><p>Palabras claveActitudes frente a la COVID‑19COVID‑19Cumplimiento de normas socialesExperimento conjointTeoría del encuadre de metas</p></td><td><p>ResumenEste artículo analiza cómo la ciudadanía prioriza distintas motivaciones para cumplir con las medidas anti‑COVID. Utilizando un experimento conjunto (conjoint experiment en inglés) incluido en una encuesta en línea representativa de la población española (N = 3291), examinamos las preferencias de las personas al serles propuesto el ejercicio de decidir si entrar en un bar. El trabajo de campo se realizó durante la ola de la variante ómicron (en febrero de 2022). Los resultados muestran que la probabilidad de entrar a un bar aumenta cuando el consumo se realiza al aire libre, cuando los clientes llevan mascarilla mientras no consumen y cuando la mayoría de la población ha recibido la dosis de refuerzo. De todas las motivaciones sugeridas, la más relevante es el miedo a contraer el virus.</p></td></tr><tr><td><p>Key wordsAttitudesCOVID-19 Social Norm Compliance Conjoint Experiment Goal Framing Theory </p></td><td><p>AbstractThis article examines how citizens prioritize different motivations for complying with anti-COVID measures, using Goal-Framing Theory (GFT), which posits a hierarchy of normative, gain, and hedonic goals. Using a conjoint experiment embedded in an online survey of a representative sample of 3291 Spanish respondents, the study analyzes people s preferences regarding entering a bar. Fieldwork was carried out during the Omicron wave of the virus in February 2022. The results indicate that the likelihood of entering a bar increases when the activity takes place outdoors, patrons wear masks when not consuming alcohol, and most individuals have received a booster dose. Fear of contracting the virus (risk perception) emerges as the main factor influencing the decision to enter a bar. </p></td></tr></tbody></table><texto>Cómo citar</texto><texto>Fraile, ﻿Marta; Parrado, Salvador (2026). «Salir de bares durante la COVID-19 en España: las metas individuales y el cumplimiento con las restricciones». Revista Española de Investigaciones Sociológicas, undefined:27-44.(doi:10.5477/cis/reis.27-44)</texto><texto>La versión en inglés de este artículo puede consultarse en http://reis.cis.es</texto><texto>Marta Fraile: IPP-CSIC | marta.fraile@csic.es</texto><texto>Salvador Parrado: UNED | sparrado@poli.uned.es</texto><texto>doi:10.5477/cis/reis.195. - </texto><texto> </texto><texto>Sin embargo, los estudios basados en encuestas presentan varias limitaciones. De acuerdo con la revisión realizada por Noone et al. (2021), de ochenta y cuatro estudios que analizaban los determinantes del cumplimiento de las medidas de distanciamiento social durante la pandemia, la mayoría de los artículos carecían de un marco teórico desarrollado, presentaban sesgos por el uso de muestras no representativas o no lograban identificar mecanismos causales específicos. Además, y lo que tal vez sea más problemático, es que estos estudios basan sus análisis en el comportamiento declarado de los participantes en las encuestas, que a menudo adolece de sesgo de deseabilidad social, debido a la presión social y las normas de cumplimiento (Daoust et al., 2021; Hansen, Larsen y Gundersen, 2022).</texto><texto>Los diseños experimentales son escasos en esta línea de investigación, con algunas excepciones (véanse Amat et al., 2020; Goldstein y Wiedemann, 2021; Hamidi y Zandiatashbar, 2021). Estos autores utilizan experimentos con un diseño sencillo y limitan la comparación entre los grupos de control y de tratamiento a una sola dimensión. Este diseño impide el análisis simultáneo de factores explicativos en relación con el cumplimiento.</texto><texto>El presente estudio pretende contribuir a esta línea de investigación de tres maneras. En primer lugar, ofrece un diseño experimental conjunto (en inglés, conjoint) integrado en una encuesta administrada por Internet. Los experimentos conjuntos permiten estimar simultáneamente un buen número de factores mediante el uso de atributos en situaciones de elección hipotética entre dos opciones (Bansak et al., 2021). En segundo lugar, el diseño analítico del experimento conjunto se basa en la teoría del contagio social, proveniente de la sociología jurídica, para comprender cómo las personas se apegan a las normas sociales motivadas por el comportamiento de los demás (Bicchieri et al., 2020; Scherer y Cho, 2003). Finalmente, utilizando la teoría del encuadre de metas, TEM (goal framing theory, en inglés) (Lindenberg y Steg, 2007), incorporamos al diseño experimental un conjunto adicional de factores relevantes, como el hedonismo, la ganancia y las metas relacionadas con las normas sociales.</texto><texto>Utilizando evidencia proveniente de una encuesta en línea representativa a nivel nacional, diseñada por los autores de este estudio y cuyo trabajo de campo se realizó durante la ola de la variante ómicron (febrero de 2022), los resultados sugieren que las preferencias de la gente están vinculadas tanto a argumentos sociales como a la percepción del riesgo. El temor a contraer el virus encabeza la lista de motivos para entrar (o no entrar) a un bar cuando el lugar parece inseguro. Los cálculos utilitaristas (según un análisis de coste-beneficio) superan en preferencia a la búsqueda hedonista y también contribuyen al cumplimiento de la norma. Finalmente, a pesar de que existió variación en las normas y restricciones que cada gobierno regional decidió, el grado de cumplimiento y las preferencias de la ciudadanía se basaron por igual en argumentos sociales y en los relacionados con el riesgo en todas las CC. AA. consideradas. Se exceptúa el uso de la mascarilla cuando no se está consumiendo. Su peso resultó ser mayor en Galicia y menor en Asturias. En el apartado de las conclusiones, analizamos las implicaciones de estos hallazgos para la literatura sobre el cumplimiento de las normas.</texto><texto>Introducción </texto><texto>Durante la pandemia de COVID‑19, la ciudadanía tuvo que cumplir con reglas restrictivas que afectaron a su movilidad y a las actividades cotidianas permitidas. La adhesión a estas regulaciones supuso un cambio en sus rutinas, lo que limitó la libertad de la gente para organizar su vida diaria en muchos países. En este contexto, se desarrolló una línea de investigación orientada a analizar la variación en las motivaciones de las conductas potenciales de la ciudadanía, así como las razones que llevan a las personas a cumplir las medidas adoptadas por los gobiernos ante el estallido de la pandemia. Siguiendo este razonamiento, la pregunta de investigación que guía este estudio es: ¿cómo ordenaron los ciudadanos sus preferencias respecto del cumplimiento de las regulaciones durante la pandemia de COVID‑19? ¿Existe alguna variación relevante entre las comunidades autónomas (CC. AA., a partir de ahora)?</texto><texto>Estudios previos han analizado la propensión de la ciudadanía a cumplir con las normas durante la pandemia de COVID-19  como el distanciamiento social, el uso de mascarillas, o las restricciones de movilidad , utilizando evidencia de encuestas en uno o varios países (Daoust et al., 2021; Kooistra et al., 2020; Harper et al., 2021; Clark et al., 2020; Reinders et al., 2020).</texto><texto>Sin embargo, los estudios basados en encuestas presentan varias limitaciones. De acuerdo con la revisión realizada por Noone et al. (2021), de ochenta y cuatro estudios que analizaban los determinantes del cumplimiento de las medidas de distanciamiento social durante la pandemia, la mayoría de los artículos carecían de un marco teórico desarrollado, presentaban sesgos por el uso de muestras no representativas o no lograban identificar mecanismos causales específicos. Además, y lo que tal vez sea más problemático, es que estos estudios basan sus análisis en el comportamiento declarado de los participantes en las encuestas, que a menudo adolece de sesgo de deseabilidad social, debido a la presión social y las normas de cumplimiento (Daoust et al., 2021; Hansen, Larsen y Gundersen, 2022).</texto><texto>Este estudio parte del concepto de norma social, entendida como un estándar compartido de comportamiento aceptado en la sociedad (Coleman, 1994; Burke y Young, 2011). Las normas sociales constituyen reglas informales, generalmente no escritas, que regulan, condicionan y guían las acciones de los individuos para facilitar la convivencia y el funcionamiento regular y armónico de la comunidad en la que viven. Según Bicchieri et al. (2020: 6), una norma se define como una «regla de conducta que prescribe o prohíbe un comportamiento determinado a un grupo específico de personas en una clase específica de situaciones». Esta regla se convierte en una norma social y es seguida por los individuos cuando creen que la mayoría la sigue y, por lo tanto, consideran apropiado seguirla. Existe una expectativa empírica y normativa de que los demás se adhieran a la norma. La adhesión a las reglas está relacionada con el contagio social. La teoría del contagio social se ha utilizado para examinar la adopción de prácticas innovadoras por parte de los médicos (Burt, 1987), el intercambio de percepciones de riesgo entre los miembros de la comunidad (Scherer y Cho, 2003) o el cumplimiento de las normas (Bicchieri et al., 2020).</texto><texto>Coleman (1994: 244 y ss.) sigue una línea argumentativa distinta en su teoría del análisis de sistemas sociales. Para este autor, las normas se forman a nivel social (macro), aunque se originan a partir de una suma de acciones individuales (micro) orientadas a la consecución de metas. Para que la norma se manifieste plenamente, es necesario un proceso de transición del contexto micro al macro. Cuando las acciones iniciales de los individuos, motivadas por metas personales generan más inconvenientes que ventajas debido a mecanismos de sanción creíbles, comienza a formarse una norma social. Esta perspectiva individualista se basa en un análisis utilitarista de coste-beneficio.</texto><texto>Nuestro enfoque intenta comprender cómo la ciudadanía prioriza sus propias metas al enfrentarse a cumplir las normas de la pandemia de COVID-19. Utilizamos la teoría del encuadre de metas (Lindenberg, 2017; Lindenberg y Steg, 2013; Lindenberg, Six y Keizer, 2021), que parte de la idea de que los individuos actúan según sus metas. En concreto, de acuerdo con Lindenberg (2017), tres metas generales compiten por ser preeminentes en orientar la conducta individual: la hedónica, la del beneficio y la normativa. La meta hedónica persigue la maximización de «sentirse bien en ese momento». En un contexto social, se considera un enfoque egocéntrico que lleva al individuo a aislarse de la sociedad. La meta del beneficio se vincula a un análisis de coste-beneficio en el que el cumplimiento de las normas está relacionado con la existencia de sanciones o riesgos que superan las ganancias obtenidas con el incumplimiento.</texto><texto>Utilizando evidencia proveniente de una encuesta en línea representativa a nivel nacional, diseñada por los autores de este estudio y cuyo trabajo de campo se realizó durante la ola de la variante ómicron (febrero de 2022), los resultados sugieren que las preferencias de la gente están vinculadas tanto a argumentos sociales como a la percepción del riesgo. El temor a contraer el virus encabeza la lista de motivos para entrar (o no entrar) a un bar cuando el lugar parece inseguro. Los cálculos utilitaristas (según un análisis de coste-beneficio) superan en preferencia a la búsqueda hedonista y también contribuyen al cumplimiento de la norma. Finalmente, a pesar de que existió variación en las normas y restricciones que cada gobierno regional decidió, el grado de cumplimiento y las preferencias de la ciudadanía se basaron por igual en argumentos sociales y en los relacionados con el riesgo en todas las CC. AA. consideradas. Se exceptúa el uso de la mascarilla cuando no se está consumiendo. Su peso resultó ser mayor en Galicia y menor en Asturias. En el apartado de las conclusiones, analizamos las implicaciones de estos hallazgos para la literatura sobre el cumplimiento de las normas.</texto><texto>Marco conceptual</texto><texto>Este estudio parte del concepto de norma social, entendida como un estándar compartido de comportamiento aceptado en la sociedad (Coleman, 1994; Burke y Young, 2011). Las normas sociales constituyen reglas informales, generalmente no escritas, que regulan, condicionan y guían las acciones de los individuos para facilitar la convivencia y el funcionamiento regular y armónico de la comunidad en la que viven. Según Bicchieri et al. (2020: 6), una norma se define como una «regla de conducta que prescribe o prohíbe un comportamiento determinado a un grupo específico de personas en una clase específica de situaciones». Esta regla se convierte en una norma social y es seguida por los individuos cuando creen que la mayoría la sigue y, por lo tanto, consideran apropiado seguirla. Existe una expectativa empírica y normativa de que los demás se adhieran a la norma. La adhesión a las reglas está relacionada con el contagio social. La teoría del contagio social se ha utilizado para examinar la adopción de prácticas innovadoras por parte de los médicos (Burt, 1987), el intercambio de percepciones de riesgo entre los miembros de la comunidad (Scherer y Cho, 2003) o el cumplimiento de las normas (Bicchieri et al., 2020).</texto><texto>El entorno social se moldea mediante un proceso en el que los individuos desarrollan comportamientos, tienen expectativas sobre el comportamiento de los demás y reciben señales sobre la meta predominante del grupo (Lindenberg, 2017; Bicchieri, 2005). Una meta común constituye la base del comportamiento colectivo: la adhesión a las normas sociales. En este sentido, se espera que el comportamiento normativo colectivo genere un compromiso individual con las normas, por encima de los intereses hedonistas y de la búsqueda de ganancias.</texto><texto>En el contexto del cumplimiento, actuar apropiadamente o cumplir con la meta normativa debe ser relevante, ya que se relaciona con las normas establecidas que rigen la vida social. La meta normativa ocupa el último lugar en la jerarquía individual, por debajo de las metas hedónicas y de ganancia. Por ello, requiere un apoyo considerable (Six et al., 2021). El cumplimiento de las normas será inestable si la meta de ganancia o la hedónica predomina (Lindenberg, Six y Keizer, 2021).</texto><texto>Siguiendo los principios del contagio social en el contexto de la teoría del encuadre de metas, argumentamos que el incumplimiento de las normas evidencia la relevancia de las metas hedónicas (es decir, evitar las molestias de las mascarillas, asistir a eventos multitudinarios o visitar a amigos y familiares sin restricciones, etc.). Entendemos la aversión al riesgo y el temor a las sanciones como una forma de ganancia, aunque formulada negativamente. Finalmente, las metas normativas se asocian con hacer lo que es apropiado para uno mismo y para los demás, lo que supone que la sociabilidad se vuelve esencial.</texto><texto>A partir de este breve marco conceptual, derivamos las siguientes hipótesis:</texto><texto>H1. La gente tendrá más probabilidades de cumplir con las normas contra la COVID-19 cuando perciba que los demás también las cumplen.</texto><texto>H2. Las probabilidades de que se respeten las normas contra la COVID-19 serán mayores cuando la gente perciba los costos de incumplirlas.</texto><texto>H3. Las probabilidades de que se respeten las normas contra la COVID-19 serán mayores cuando la ciudadanía tema el contagio.</texto><texto>Una de las cuestiones fundamentales sobre la centralidad de las metas normativas se relaciona con la legitimidad de las reglas. Desde esta perspectiva, las reglas se convierten en normas sociales cuando los individuos aceptan la autoridad que las formula. Sin embargo, los gobiernos pueden adoptar distintos enfoques regulatorios. Pierson (1993) desarrolló un argumento sobre la retroalimentación de las políticas que se centra en su papel para las élites políticas y la ciudadanía. Mettler y Soss (2004) descubrieron que las políticas influyen en la ciudadanía y en sus patrones de comportamiento. Asimismo, las políticas pueden tener capacidad transformadora sobre los comportamientos ciudadanos, ya que señalan las ventajas del comportamiento cívico (Soss y Schram, 2007).</texto><texto>Nuestro enfoque intenta comprender cómo la ciudadanía prioriza sus propias metas al enfrentarse a cumplir las normas de la pandemia de COVID-19. Utilizamos la teoría del encuadre de metas (Lindenberg, 2017; Lindenberg y Steg, 2013; Lindenberg, Six y Keizer, 2021), que parte de la idea de que los individuos actúan según sus metas. En concreto, de acuerdo con Lindenberg (2017), tres metas generales compiten por ser preeminentes en orientar la conducta individual: la hedónica, la del beneficio y la normativa. La meta hedónica persigue la maximización de «sentirse bien en ese momento». En un contexto social, se considera un enfoque egocéntrico que lleva al individuo a aislarse de la sociedad. La meta del beneficio se vincula a un análisis de coste-beneficio en el que el cumplimiento de las normas está relacionado con la existencia de sanciones o riesgos que superan las ganancias obtenidas con el incumplimiento.</texto><texto>Sostenemos que la aversión al riesgo, así como el temor a las pérdidas, más que el deseo de ganancias (Kahneman y Tversky, 1982; Tversky y Kahneman, 1992), puede superar las metas hedónicas, alineándose con los fundamentos normativos. Este hallazgo se basa en el metaanálisis de Floyd et al. (2000), centrado en la aplicación de la teoría de la motivación protectora. Estos autores argumentan que la gravedad de la amenaza y la vulnerabilidad que la gente siente al respecto favorecen las conductas adaptativas, es decir, el cumplimiento de las normas.</texto><texto>Finalmente, la meta normativa se refiere a actuar apropiadamente, lo cual se basa en las normas sociales y se relaciona con la idea de normas sociales propuesta por Bicchieri (2005). Actuar apropiadamente implica creencias sobre lo que la gente suele hacer y lo que se considera aceptable.</texto><texto>Lindenberg y Steg (2007) sostienen que, en un momento dado, una de estas tres metas resulta ser la más relevante para los individuos. Si bien las personas suelen priorizar las metas hedonistas (egocéntricas y centradas en uno mismo) o persiguen la ganancia como meta (basada en el análisis de coste-beneficio), el entorno, moldeado por la presencia y las acciones de los demás, puede servir como guía normativa del comportamiento social. De este modo, las normas sociales pueden influir en los individuos para que actúen más allá del placer o del beneficio.</texto><texto>El entorno social se moldea mediante un proceso en el que los individuos desarrollan comportamientos, tienen expectativas sobre el comportamiento de los demás y reciben señales sobre la meta predominante del grupo (Lindenberg, 2017; Bicchieri, 2005). Una meta común constituye la base del comportamiento colectivo: la adhesión a las normas sociales. En este sentido, se espera que el comportamiento normativo colectivo genere un compromiso individual con las normas, por encima de los intereses hedonistas y de la búsqueda de ganancias.</texto><texto> En respuesta a las restricciones impuestas durante la pandemia de COVID-19, hemos incorporado el papel del Gobierno al ciclo de retroalimentación de las políticas y hemos examinado su impacto en el cumplimiento (Moynihan y Soss, 2014). Lindenberg (2017) también afirma que los sistemas institucionales tienen un impacto significativo en cómo se establecen las metas generales (preferiblemente prosociales y normativas) para los individuos y en cómo estos se comportan para lograr un comportamiento apropiado.</texto><texto>En consonancia con el efecto de retroalimentación positiva, esperamos que los gobiernos con un régimen anti-COVID más permisivo, con una aplicación de la ley menos estricta, se encuentren con una respuesta hedonista por parte de los usuarios, por encima de consideraciones normativas y de beneficio. Por otro lado, en regímenes con políticas y medidas de aplicación más estrictas, las metas normativas prevalecerán sobre las hedonistas y las de beneficio. Esto implica una cuarta hipótesis: </texto><texto>H4. La jerarquía agregada de las metas individuales varía según el contexto regional.</texto><texto>Diseño de la investigación</texto><texto>En esta sección explicamos, en primer lugar, la idoneidad de España para poner a prueba nuestras expectativas teóricas sobre las preferencias de la ciudadanía respecto a las medidas contra la COVID-19. A continuación, se presenta una subsección que resume el diseño experimental y los datos.</texto><texto>España: un laboratorio para analizar las preferencias de los ciudadanos al cumplir las medidas anti-COVID-19</texto><texto>España se vio gravemente afectada por el coronavirus durante la primera ola de la pandemia (marzo-mayo de 2020). Desde el punto de vista sanitario, el país experimentó un elevado número de contagios, hospitalizaciones y fallecimientos al inicio de la pandemia, y una de las tasas de mortalidad más altas de Europa. Económicamente, España era muy vulnerable debido a la alta contribución del sector turístico y de la hostelería al producto interior bruto (PIB). En consecuencia, el debate político sobre las medidas relacionadas con este sector para equilibrar la economía y la salud pública cobró rápidamente protagonismo tanto en los medios de comunicación como en la opinión pública (Fraile y Méndez, 2021).</texto><texto>Una de las cuestiones fundamentales sobre la centralidad de las metas normativas se relaciona con la legitimidad de las reglas. Desde esta perspectiva, las reglas se convierten en normas sociales cuando los individuos aceptan la autoridad que las formula. Sin embargo, los gobiernos pueden adoptar distintos enfoques regulatorios. Pierson (1993) desarrolló un argumento sobre la retroalimentación de las políticas que se centra en su papel para las élites políticas y la ciudadanía. Mettler y Soss (2004) descubrieron que las políticas influyen en la ciudadanía y en sus patrones de comportamiento. Asimismo, las políticas pueden tener capacidad transformadora sobre los comportamientos ciudadanos, ya que señalan las ventajas del comportamiento cívico (Soss y Schram, 2007).</texto><texto>No obstante, los gobiernos a menudo no logran generar el comportamiento adecuado (Mettler, 2019). Partiendo del argumento de la retroalimentación de las políticas, sostenemos que diferentes políticas generan preferencias distintas de cumplimiento por parte de la ciudadanía. Pierson (2000), al estudiar cómo la dinámica de la oferta moldea los resultados de la demanda, argumenta que las estructuras institucionales y las políticas existentes producen efectos de retroalimentación que se refuerzan mutuamente.</texto><texto>La retroalimentación negativa apunta a un efecto contrario. Wlezien (1995: 981) se refiere a las preferencias «termostáticas» y argumenta que:</texto><texto>Cuando la «temperatura» real de la política difiere de la temperatura preferida, el público envía una señal para ajustar la política en consecuencia, y una vez suficientemente ajustada, la señal cesa.</texto><texto> En respuesta a las restricciones impuestas durante la pandemia de COVID-19, hemos incorporado el papel del Gobierno al ciclo de retroalimentación de las políticas y hemos examinado su impacto en el cumplimiento (Moynihan y Soss, 2014). Lindenberg (2017) también afirma que los sistemas institucionales tienen un impacto significativo en cómo se establecen las metas generales (preferiblemente prosociales y normativas) para los individuos y en cómo estos se comportan para lograr un comportamiento apropiado.</texto><texto>A pesar de la limitada discrecionalidad otorgada a las regiones, estas mostraron reacciones diversas y las políticas correspondientes tuvieron otros efectos en la ciudadanía respecto al comportamiento cívico, la sociabilidad y el cumplimiento de las normas. Consideramos que España es un caso idóneo para profundizar en la comprensión de las preferencias ciudadanas respecto a las medidas contra la COVID-19 y su aplicación. Adoptamos un diseño comparativo interregional para comprobar si existen diferencias relevantes en las preferencias de la ciudadanía.</texto><texto>Además de realizar una encuesta representativa de la población española, nos centramos en cuatro comunidades autónomas (Asturias, Galicia, Madrid y Valencia) mediante un sobremuestreo de los y las participantes. Estas regiones presentan distintos niveles de rigor en las medidas adoptadas y en su aplicación (véase tabla 1). Esto se confirmó en entrevistas a autoridades locales y regionales responsables de la COVID-19 durante la segunda ola de la pandemia (Parrado et al., 2025). La Comunidad de Madrid adoptó medidas más laxas y, a menudo, se desvió de las acordadas en el organismo intergubernamental de salud creado para gestionar la pandemia. Galicia y Asturias, por otro lado, adoptaron un enfoque bastante estricto, a menudo respaldado por datos sociodemográficos (como la población relativamente mayor en Galicia) y por la coherencia con las preferencias políticas del Gobierno nacional (del mismo partido político en el caso de Asturias). Valencia fue bastante estricta con las medidas, pero los entrevistados reconocieron que las flexibilizaron significativamente para salvar la economía durante la Navidad de 2021/2022, justo antes del trabajo de campo de nuestra encuesta (Parrado et al., 2025). Estas cuatro regiones también difieren en la naturaleza del Gobierno y en sus fundamentos ideológicos. Siguiendo el argumento sobre la retroalimentación de las políticas (Pierson, 2000), se espera que los madrileños tengan preferencias motivadas por el hedonismo en mayor medida que en el resto de España. En regiones con políticas más estrictas (Asturias y Galicia), estas motivaciones estarán más cercanas a las metas normativas.</texto><texto>La encuesta empleada tuvo una duración media de diez minutos y se aplicó a una muestra representativa de la población española mayor de dieciocho años (N = 3291). Para comprobar en qué medida las variaciones contextuales en el grado de rigor de las normas adoptadas a nivel regional generan variaciones significativas en las preferencias de la ciudadanía, la muestra también es representativa de las cuatro regiones de interés (Asturias, Comunidad Valenciana, Galicia y Madrid). La encuesta se administró a través de un panel de participación voluntaria de la empresa Netquest, que compensó económicamente a las y los participantes con vales canjeables por productos en la tienda online de Netquest. El trabajo de campo se realizó del 11 de febrero al 10 de marzo de 2022. Además del análisis conjunto, la encuesta exploró las opiniones, los comportamientos y las actitudes de los ciudadanos respecto a las medidas anti-COVID-19 implementadas en España y en su región de residencia. Las preguntas relevantes para el análisis se incluyen en el propio análisis (Closa et al., 2025) .</texto><texto>España se vio gravemente afectada por el coronavirus durante la primera ola de la pandemia (marzo-mayo de 2020). Desde el punto de vista sanitario, el país experimentó un elevado número de contagios, hospitalizaciones y fallecimientos al inicio de la pandemia, y una de las tasas de mortalidad más altas de Europa. Económicamente, España era muy vulnerable debido a la alta contribución del sector turístico y de la hostelería al producto interior bruto (PIB). En consecuencia, el debate político sobre las medidas relacionadas con este sector para equilibrar la economía y la salud pública cobró rápidamente protagonismo tanto en los medios de comunicación como en la opinión pública (Fraile y Méndez, 2021).</texto><texto>Tras el primer período del estado de alarma (del 14 de marzo al 21 de junio de 2020), declarado por el Gobierno nacional (Real Decreto 463/2020) en todo el territorio, la descentralización propia de un país cuasi federal volvió a cobrar protagonismo. En el marco de los acuerdos mínimos comunes del Consejo Intergubernamental de Salud, cada Gobierno regional diseñó e implementó sus propias medidas contra la propagación de la COVID-19. Las autoridades regionales contaban con cierta discrecionalidad para regular los horarios de apertura, el aforo máximo permitido en bares y restaurantes, el número de personas autorizadas a reunirse en espacios públicos, entre otros aspectos. Asimismo, las autoridades regionales y locales fueron las encargadas de hacer cumplir estas medidas.</texto><texto>Paralelamente, las autoridades regionales y locales implementaron instrumentos económicos para mitigar el impacto de la pandemia y garantizar el cumplimiento de las medidas contra la COVID-19. Además de las subvenciones y las exenciones fiscales, el sector de la hostelería se benefició del uso libre de impuestos en las calles y aceras para instalar mesas y sillas para el consumo, ampliando las oportunidades comerciales y superando las restricciones de ocupación tanto en áreas cerradas como abiertas.</texto><texto>A pesar de la limitada discrecionalidad otorgada a las regiones, estas mostraron reacciones diversas y las políticas correspondientes tuvieron otros efectos en la ciudadanía respecto al comportamiento cívico, la sociabilidad y el cumplimiento de las normas. Consideramos que España es un caso idóneo para profundizar en la comprensión de las preferencias ciudadanas respecto a las medidas contra la COVID-19 y su aplicación. Adoptamos un diseño comparativo interregional para comprobar si existen diferencias relevantes en las preferencias de la ciudadanía.</texto><texto>TABLA 1. Lógica de comparación de CC. AA.</texto><texto> </texto><table><tbody><tr><td><p>Comunidades autónomas</p></td><td><p>Orientación política</p></td><td><p>Partido en el gobierno</p></td><td><p>Grado de rigor de las normas</p></td></tr><tr><td><p>Asturias</p></td><td><p>Progresista</p></td><td><p>PSOE</p></td><td><p>Alto </p></td></tr><tr><td><p>Galicia</p></td><td><p>Conservadora</p></td><td><p>PP</p></td><td><p>Alto</p></td></tr><tr><td><p>Madrid</p></td><td><p>Conservadora</p></td><td><p>Coalición PP/Ciudadanos</p></td><td><p>Bajo</p></td></tr><tr><td><p>Valencia</p></td><td><p>Progresista</p></td><td><p>Coalición (PSOE/Compromís/Unidas Podemos)</p></td><td><p>Medio</p></td></tr></tbody></table><texto>Fuente: Elaboración propia.</texto><texto>Diseñamos un experimento conjoint integrado en la encuesta para clasificar las preferencias de los ciudadanos. El diseño se centra en identificar preferencias sobre el sector de la hostelería (bares, pubs y restaurantes). Estos son los lugares donde los españoles suelen reunirse con amigos y familiares. No en vano, el número de estos establecimientos en España ocupa el primer lugar en Europa (entre los veintiséis países de la UE) desde 2018 . Por lo tanto, se consideraba muy probable que las y los participantes de nuestro estudio pudieran identificarse con la situación planteada.</texto><texto>Adaptamos los principios de la TEM al diseño experimental, concretamente la entrada a un bar o restaurante tras la cuarta ola de la COVID-19 (variante ómicron). Durante esta ola, se permitía la entrada a los bares en la mayoría de las regiones españolas, aunque con restricciones. Las normas pertinentes eran el uso obligatorio de mascarillas en todo momento, excepto al beber o comer, la distancia social de 1,5 metros entre sillas (no mesas) y la limitación del aforo máximo según el nivel de riesgo sanitario. Algunas de estas restricciones se adaptaron a una situación ficticia para el diseño experimental.</texto><texto>Los diseños conjoint han ganado popularidad entre los científicos sociales porque permiten analizar las preferencias multidimensionales y los efectos causales de diferentes atributos en contextos de elección hipotética (Bansak et al., 2021; Ganter, 2023; Haimüller et al., 2014). Esta herramienta es idónea para evaluar la TEM porque permite estimar la jerarquía de ciertos valores y atributos en las preferencias de la gente. Como se mencionó anteriormente, la meta normativa se enfrenta al hedonismo y a la búsqueda de la preeminencia a nivel grupal. La prevalencia de un tipo de meta sobre otra varía según el contexto, lo que refuerza el comportamiento individual y la relevancia de dicha meta.</texto><texto>La encuesta empleada tuvo una duración media de diez minutos y se aplicó a una muestra representativa de la población española mayor de dieciocho años (N = 3291). Para comprobar en qué medida las variaciones contextuales en el grado de rigor de las normas adoptadas a nivel regional generan variaciones significativas en las preferencias de la ciudadanía, la muestra también es representativa de las cuatro regiones de interés (Asturias, Comunidad Valenciana, Galicia y Madrid). La encuesta se administró a través de un panel de participación voluntaria de la empresa Netquest, que compensó económicamente a las y los participantes con vales canjeables por productos en la tienda online de Netquest. El trabajo de campo se realizó del 11 de febrero al 10 de marzo de 2022. Además del análisis conjunto, la encuesta exploró las opiniones, los comportamientos y las actitudes de los ciudadanos respecto a las medidas anti-COVID-19 implementadas en España y en su región de residencia. Las preguntas relevantes para el análisis se incluyen en el propio análisis (Closa et al., 2025) .</texto><texto>La adaptación de la teoría del encuadre de metas (TEM) al diseño del experimento conjunto</texto><texto>Diseñamos un experimento conjoint integrado en la encuesta para clasificar las preferencias de los ciudadanos. El diseño se centra en identificar preferencias sobre el sector de la hostelería (bares, pubs y restaurantes). Estos son los lugares donde los españoles suelen reunirse con amigos y familiares. No en vano, el número de estos establecimientos en España ocupa el primer lugar en Europa (entre los veintiséis países de la UE) desde 2018 . Por lo tanto, se consideraba muy probable que las y los participantes de nuestro estudio pudieran identificarse con la situación planteada.</texto><texto>TABLA 2. Atributos y sus valores</texto><texto> </texto><table><tbody><tr><td><p>Atributo</p></td><td><p>Valores</p></td></tr><tr><td><p>Uso de mascarillas</p></td><td><p>Todos los clientes se la ponen cuando no consumen.</p></td></tr><tr><td><p>Casi nadie tiene puesta la mascarilla.</p></td></tr><tr><td><p>Sanciones: presencia de la policía</p></td><td><p>Pone multas a quienes incumplen.</p></td></tr><tr><td><p>No aparece para poner multas.</p></td></tr><tr><td><p>Área del bar/restaurante donde se realiza la consumición</p></td><td><p>En la terraza.</p></td></tr><tr><td><p>Dentro del local.</p></td></tr><tr><td><p>La tercera dosis de vacuna</p></td><td><p>En el 35 % de la población.</p></td></tr><tr><td><p>En el 70 % de la población.</p></td></tr></tbody></table><texto>Fuente: Closa et al. (2025), elaboración propia.</texto><texto>En la encuesta se plantea a las y los participantes la situación de entrar en un bar con dos alternativas descritas por cuatro atributos. Cada atributo podía tomar uno de los dos valores asignados aleatoriamente en cada perfil. La asignación aleatoria de valores a los atributos permite identificar causalmente cómo cada atributo y valor influyen en la decisión de las y los participantes de consumir en el bar o restaurante. La tabla 2 resume los dos valores que puede tomar cada uno de los cuatro atributos. Elegimos los atributos y sus valores de manera que todas las combinaciones posibles fueran lógicamente viables e igualmente realistas . Siguiendo a Hainmüller et al. (2014), este procedimiento implica que no excluimos ninguna combinación que pudiera presentarse en diversas situaciones hipotéticas.</texto><texto>Cada participante tuvo que elegir su alternativa preferida en cuatro ocasiones, lo que sumó un total de 26 328 observaciones. La iteración de los pares de situaciones y la clasificación realizada por cada participante proporcionan las metas generales preferidas y su correspondencia con la norma. Cada atributo incluido en el diseño experimental está vinculado a una meta general específica de la teoría del encuadre de metas.</texto><texto>Para el primer atributo (uso de mascarillas) (véase la tabla 2), existen dos alternativas: que todos cumplan y usen la mascarilla (la meta normativa) o que casi nadie la use (la evasión hedonista). El segundo atributo (sanciones) se relaciona con el análisis de coste-beneficio de la probabilidad de recibir una multa. La situación plantea dos escenarios: uno en el que la policía sanciona a quienes no cumplen, lo que puede inhibir el deseo de priorizar la meta de beneficio, y otro en el que la policía no se presenta, lo que supone una ganancia, pues no hay riesgo de multa.</texto><texto>Los diseños conjoint han ganado popularidad entre los científicos sociales porque permiten analizar las preferencias multidimensionales y los efectos causales de diferentes atributos en contextos de elección hipotética (Bansak et al., 2021; Ganter, 2023; Haimüller et al., 2014). Esta herramienta es idónea para evaluar la TEM porque permite estimar la jerarquía de ciertos valores y atributos en las preferencias de la gente. Como se mencionó anteriormente, la meta normativa se enfrenta al hedonismo y a la búsqueda de la preeminencia a nivel grupal. La prevalencia de un tipo de meta sobre otra varía según el contexto, lo que refuerza el comportamiento individual y la relevancia de dicha meta.</texto><texto>En la encuesta se plantea a las y los participantes la situación de entrar en un bar con dos alternativas descritas por cuatro atributos. Cada atributo podía tomar uno de los dos valores asignados aleatoriamente en cada perfil. La asignación aleatoria de valores a los atributos permite identificar causalmente cómo cada atributo y valor influyen en la decisión de las y los participantes de consumir en el bar o restaurante. La tabla 2 resume los dos valores que puede tomar cada uno de los cuatro atributos. Elegimos los atributos y sus valores de manera que todas las combinaciones posibles fueran lógicamente viables e igualmente realistas . Siguiendo a Hainmüller et al. (2014), este procedimiento implica que no excluimos ninguna combinación que pudiera presentarse en diversas situaciones hipotéticas.</texto><texto>Resultados</texto><texto>La figura 1 resume los principales resultados de la estimación de las preferencias de las y los participantes al decidir si entrar o no a un bar o restaurante para consumir. Muestra las estimaciones de un modelo de probabilidad lineal, junto con sus errores típicos asociados. Para cada participante, se consideran cuatro pares de comparaciones. La tabla A1 del apéndice muestra los coeficientes estimados, incluyendo los cuatro atributos como variables independientes, además de variables de control medidas a nivel individual: género (1 mujer y 0 hombre), edad (en años), nivel educativo (variable ordinal que va de 0 a 4, donde 0 representa la educación primaria o inferior, 1 la educación secundaria, 2 el bachillerato, 3 el grado universitario, 4 el máster/doctorado) e ideología (escala de 0 a 10, donde 0 representa la extrema izquierda y 10 la extrema derecha). Finalmente, la estimación incluye efectos fijos por región de residencia (Asturias, Valencia, Galicia y Madrid frente al resto de España). Estas variables de control se consideran porque evaluamos si existen diferencias sistemáticas entre los niveles de los atributos en cada una de ellas. Sin embargo, hemos replicado el mismo análisis sin variables de control y los resultados son robustos. Todo ello sugiere que el proceso de aleatorización fue efectivo.</texto><texto>La figura 1 resume los efectos marginales promedio de cada uno de los cuatro atributos (las estimaciones están basadas en los coeficientes de la tabla A1) y sugiere que las preferencias de los ciudadanos parecen basarse en argumentos sociales y relacionados con el riesgo: de los cuatro atributos analizados, usar mascarilla cuando no se está consumiendo y consumir al aire libre son las dimensiones más relevantes para explicar la preferencia por entrar a un local a consumir algo. La probabilidad de entrar a un bar o restaurante aumenta en veintitrés puntos porcentuales al consumir al aire libre (en comparación con un espacio interior). Por el contrario, la probabilidad de consumir disminuye en veintiún puntos porcentuales cuando las personas no usan mascarilla cuando no están consumiendo (en comparación con un bar o restaurante donde siempre la usan).</texto><texto>El tercer y el cuarto escenario se relacionan con la percepción del riesgo. En el tercer escenario, el encuestado puede consumir bebidas alcohólicas tanto en el interior como en el exterior durante el invierno (febrero de 2022). En este caso, dada la campaña general sobre el riesgo de contagio en el interior, nos interesa la disyuntiva entre la motivación puramente hedónica de beber en un bar y la preferencia por consumir al aire libre, quizá con más frío y menos apetecible, pero más seguro en términos de posibilidades de contagio.</texto><texto>En el cuarto escenario, se ofreció información sobre el estado de vacunación con una dosis de refuerzo (generalmente la tercera dosis). En un caso, el 35 % de la población había recibido la vacuna de refuerzo; en el otro, el 70 %. La percepción del riesgo en ambos casos se relaciona con la meta de ganancia (análisis de coste-beneficio), pero sigue una trayectoria distinta. En este caso, el cumplimiento no es el problema. Lo que importa es hasta qué punto la meta individual primordial está influida por la percepción de una situación de riesgo, independientemente del cumplimiento de los demás. La percepción del riesgo se refiere a una evaluación subjetiva de lo que representa una situación amenazante para la salud de los individuos (Neuburger y Egger, 2021), que pueden decidir no sucumbir a la meta de ganancia porque ello podría acarrear pérdidas potenciales.</texto><texto>Incluimos variables de control que la literatura sugiere que pueden tener un impacto en el cumplimiento de las medidas contra la COVID-19, como el género (Galasso et al., 2020; Mazza y Scipioni, 2022), la edad (Oude Groeniger et al., 2021; Wang et al., 2021), la educación (Nivette et al., 2021), la orientación política (Goldstein y Wiedemann, 2021; Harper et al., 2021; Wang et al., 2021) y la retroalimentación de políticas de diferentes gobiernos (Moynihan y Soss, 2014; Pierson, 1993).</texto><texto>FIGURA 1.  Efectos marginales promedio de los distintos factores (AMCEs) sobre la decisión de entrar en un bar/restaurante a consumir</texto><texto>￼</texto><texto>Fuente: Closa et al. (2025), elaboración propia a partir de los resultados de la tabla A1.</texto><texto>Estos hallazgos sugieren que los ciudadanos anteponen sus metas hedónicas a las que persiguen cuando perciben que las personas no se ajustan a la norma y que la situación supone un riesgo para la salud. Priorizan la meta de ganancia (minimizar el riesgo) por encima de la motivación normativa para actuar de forma apropiada y conforme a las normas sociales.</texto><texto>Preveíamos que la relevancia de cada atributo variaría según la región de residencia, lo que reflejaría un posible efecto de retroalimentación sobre cómo se habían interpretado e implementado las medidas en cada comunidad autónoma. Se esperaba que la ciudadanía adaptara sus preferencias según el tipo de políticas adoptadas e implementadas. Por ejemplo, cabría esperar que los madrileños dieran mayor peso a los motivos hedónicos que a la presión social o a los argumentos relacionados con el riesgo, dada la mayor laxitud de las medidas adoptadas en esa región. Para comprobar esta posibilidad, replicamos la estimación de la figura 1, añadiendo un conjunto de interacciones para cada uno de los cuatro atributos en cada región de residencia (en comparación con el resto de España). La figura 2 muestra los principales resultados.</texto><texto>La figura 1 resume los efectos marginales promedio de cada uno de los cuatro atributos (las estimaciones están basadas en los coeficientes de la tabla A1) y sugiere que las preferencias de los ciudadanos parecen basarse en argumentos sociales y relacionados con el riesgo: de los cuatro atributos analizados, usar mascarilla cuando no se está consumiendo y consumir al aire libre son las dimensiones más relevantes para explicar la preferencia por entrar a un local a consumir algo. La probabilidad de entrar a un bar o restaurante aumenta en veintitrés puntos porcentuales al consumir al aire libre (en comparación con un espacio interior). Por el contrario, la probabilidad de consumir disminuye en veintiún puntos porcentuales cuando las personas no usan mascarilla cuando no están consumiendo (en comparación con un bar o restaurante donde siempre la usan).</texto><texto>La probabilidad de entrar al bar/restaurante también aumenta en diez puntos porcentuales cuando los encuestados creen que los demás clientes están (en promedio) altamente protegidos (es decir, en el contexto de que el 70 % de la población está vacunada), en comparación con una situación en la que solo una minoría (el 30 %) lo está. Finalmente, la percepción del riesgo de ser sancionado por incumplir las normas no parece muy relevante, ya que la probabilidad de consumo disminuye en aproximadamente cinco puntos porcentuales cuando no existe riesgo de sanción.</texto><texto>FIGURA 2.  Efectos marginales promedio de los distintos factores (AMCEs) sobre la decisión de entrar en un bar/restaurante a consumir por comunidad autónoma </texto><texto>￼</texto><texto>Fuente: Closa et al. (2025), elaboración propia a partir de los resultados de la tabla A1.</texto><texto>También analizamos otras fuentes de heterogeneidad en los efectos de los cuatro atributos principales a nivel individual en correspondencia con nuestras variables de control (género, educación, edad e ideología), y los resultados no muestran diferencias relevantes entre hombres y mujeres, jóvenes y mayores, niveles educativos o ideologías.</texto><texto>Discusión y conclusiones</texto><texto>Partiendo de la teoría del contagio social, que destaca la importancia del respeto a las normas sociales para explicar los comportamientos, adaptamos la teoría del encuadre de metas a una situación (entrar a un bar para consumir) en la que las pautas de sociabilidad contrastan con las normas contra la COVID-19. La teoría del contagio social establece que la motivación normativa de las personas es el objetivo fundamental para preservar el bien común, basada en un sentido de obligación de hacer lo correcto porque otros lo hacen y ya existe una norma social establecida (Bicchieri, 2005).</texto><texto>Preveíamos que la relevancia de cada atributo variaría según la región de residencia, lo que reflejaría un posible efecto de retroalimentación sobre cómo se habían interpretado e implementado las medidas en cada comunidad autónoma. Se esperaba que la ciudadanía adaptara sus preferencias según el tipo de políticas adoptadas e implementadas. Por ejemplo, cabría esperar que los madrileños dieran mayor peso a los motivos hedónicos que a la presión social o a los argumentos relacionados con el riesgo, dada la mayor laxitud de las medidas adoptadas en esa región. Para comprobar esta posibilidad, replicamos la estimación de la figura 1, añadiendo un conjunto de interacciones para cada uno de los cuatro atributos en cada región de residencia (en comparación con el resto de España). La figura 2 muestra los principales resultados.</texto><texto>Contrariamente a lo esperado, la figura 2 sugiere que las preferencias de los ciudadanos se basan en argumentos sociales y relacionados con el riesgo por igual en todas las regiones consideradas, excepto en el caso del uso de mascarillas cuando no se está consumiendo. El peso de este atributo parece ser mayor en Galicia (veinticinco puntos porcentuales) y menor en Asturias (dieciocho puntos porcentuales), sin solapamiento en los intervalos de confianza.</texto><texto>La percepción del riesgo está relacionada con el conocimiento, la visibilidad, el grado de confianza y la voluntariedad (Slovic, 1992). El conocimiento limitado sobre un tema o fenómeno tiende a generar una mayor percepción del riesgo. Por ejemplo, las enfermedades inusuales o las pandemias con efectos impredecibles atemorizan a la población porque se desconoce el impacto de estos fenómenos en la salud individual. La escasa visibilidad de un peligro también conlleva una mayor percepción del riesgo. Por lo tanto, no sorprende que el riesgo generado por la COVID-19 sea un factor determinante para que las personas modifiquen su comportamiento (por ejemplo, entrar en un lugar sabiendo que la mayoría de los asistentes están vacunados, prefiriendo además los espacios abiertos a los cerrados). Según la teoría del contagio social (Scherer y Cho, 2003), la percepción del riesgo desencadena comportamientos similares entre las personas que se encuentran en el mismo contexto. Por consiguiente, el análisis individual de coste-beneficio puede influir en otros para que cumplan con las normas mediante el mecanismo del contagio social.</texto><texto>La percepción del riesgo no se asocia a las sanciones. Según los resultados, las sanciones no tuvieron impacto sobre la preferencia de cumplir con la normativa. Esto implica que el argumento de Coleman (1994) de que las normas sociales surgen cuando los costes asociados a las acciones individuales debido a las sanciones superan los beneficios no se aplica al caso aquí estudiado.</texto><texto>La idea de prosocialidad (Bicchieri et al., 2020) es relevante para el cumplimiento de las normas, y el uso generalizado de mascarillas obtiene una alta puntuación en la preferencia individual, lo cual también confirma estudios previos (Oosterhoff y Palmer, 2020). Lindenberg, Six y Keizer (2021) señalan que el apoyo a la norma, en este caso, al uso de las mascarillas, requiere un soporte continuo para mantenerse a lo largo del tiempo. Dado que el trabajo de campo de este estudio se realizó durante el brote de la variante ómicron, casi dos años después del inicio de la pandemia mundial de COVID-19, es razonable asumir que el uso de las mascarillas ya estaba bastante normalizado, a pesar del cansancio que supuso cumplir con las medidas.</texto><texto>Partiendo de la teoría del contagio social, que destaca la importancia del respeto a las normas sociales para explicar los comportamientos, adaptamos la teoría del encuadre de metas a una situación (entrar a un bar para consumir) en la que las pautas de sociabilidad contrastan con las normas contra la COVID-19. La teoría del contagio social establece que la motivación normativa de las personas es el objetivo fundamental para preservar el bien común, basada en un sentido de obligación de hacer lo correcto porque otros lo hacen y ya existe una norma social establecida (Bicchieri, 2005).</texto><texto>Para explorar cómo las personas priorizan sus preferencias en el caso concreto de las normas contra la COVID-19, diseñamos un experimento conjoint que combina varios atributos para generar dos alternativas. Estas alternativas representan, por un lado, la vía hedónica/de ganancia y, por otro, la vía normativa/prosocial. El escenario plantea a los/as participantes dos situaciones hipotéticas ante la posibilidad de entrar en un bar a consumir durante el pico de la ola pandémica relacionada con ómicron. Este escenario incluye diferentes opciones respecto a ciertas restricciones (uso de mascarillas), opciones de mayor y menor riesgo de contagio (sentarse afuera o dentro del bar), las tasas de vacunación de la tercera dosis y, finalmente, la amenaza de sanciones por incumplimiento de la normativa.</texto><texto>De todas las posibles motivaciones analizadas, el temor a contraer el virus parece tener mayor peso al explicar la preferencia por consumir en un bar cuando se percibe como inseguro, lo que confirma la literatura previa. Por ejemplo, un estudio exhaustivo realizado por Lieberoth et al. (2021), que encuestó a más de 173 000 personas en cuarenta y ocho países, reveló que quienes temían contraer una enfermedad tomaron medidas para protegerse. Otros estudios también han demostrado la importancia de la percepción del riesgo de la enfermedad como factor determinante del cambio de comportamiento (Dryhurst et al., 2020; Harper et al., 2021; Webster et al., 2020).</texto><texto>La percepción del riesgo está relacionada con el conocimiento, la visibilidad, el grado de confianza y la voluntariedad (Slovic, 1992). El conocimiento limitado sobre un tema o fenómeno tiende a generar una mayor percepción del riesgo. Por ejemplo, las enfermedades inusuales o las pandemias con efectos impredecibles atemorizan a la población porque se desconoce el impacto de estos fenómenos en la salud individual. La escasa visibilidad de un peligro también conlleva una mayor percepción del riesgo. Por lo tanto, no sorprende que el riesgo generado por la COVID-19 sea un factor determinante para que las personas modifiquen su comportamiento (por ejemplo, entrar en un lugar sabiendo que la mayoría de los asistentes están vacunados, prefiriendo además los espacios abiertos a los cerrados). Según la teoría del contagio social (Scherer y Cho, 2003), la percepción del riesgo desencadena comportamientos similares entre las personas que se encuentran en el mismo contexto. Por consiguiente, el análisis individual de coste-beneficio puede influir en otros para que cumplan con las normas mediante el mecanismo del contagio social.</texto><texto>Terminamos reconociendo las limitaciones del presente estudio. En primer lugar, nuestro escenario para probar la TEM se llevó a cabo en un momento específico y se limitó a una única situación social. Aunque esta situación es relevante porque contrasta con la motivación hedónica y con los objetivos de cumplir la norma, existe un sesgo de autoselección inherente. Muchas personas no frecuentaron bares durante la pandemia porque los consideraban inseguros. Desafortunadamente, no preguntamos sobre la probabilidad de entrar a un bar en ambos escenarios (el preferido y el no elegido). Lo ideal habría sido realizar un estudio de panel que cubriera todos los años y meses de la pandemia para poder controlar así por el nivel de gravedad de la pandemia y entender el papel que desempeña el tiempo en la configuración y jerarquización de las motivaciones de las personas. Además, nuestro estudio no incluye casos de situaciones involuntarias, como ir al trabajo en transporte público.</texto><texto>En segundo lugar, si bien intentamos identificar distintos atributos para cada escenario, no siempre fue posible. Por ejemplo, no pudimos distinguir si el uso o no de mascarillas reflejaba un elemento de presión social o una situación de riesgo. Cuando los experimentos conjoint trascienden el ámbito de los bienes de consumo, como ocurre en los estudios de marketing o en la elección de un candidato en las elecciones presidenciales (típico de los estudios de ciencia política), la construcción de escenarios contrastantes resulta más compleja.</texto><texto>Finalmente, la validez externa de nuestro estudio empírico podría limitarse al caso de España. Si bien no pretendemos generalizar nuestros resultados a otros contextos, creemos que este diseño experimental conjunto podría aplicarse en otras situaciones de pandemia y en entornos donde la socialización en bares sea una práctica habitual.</texto><texto>La idea de prosocialidad (Bicchieri et al., 2020) es relevante para el cumplimiento de las normas, y el uso generalizado de mascarillas obtiene una alta puntuación en la preferencia individual, lo cual también confirma estudios previos (Oosterhoff y Palmer, 2020). Lindenberg, Six y Keizer (2021) señalan que el apoyo a la norma, en este caso, al uso de las mascarillas, requiere un soporte continuo para mantenerse a lo largo del tiempo. Dado que el trabajo de campo de este estudio se realizó durante el brote de la variante ómicron, casi dos años después del inicio de la pandemia mundial de COVID-19, es razonable asumir que el uso de las mascarillas ya estaba bastante normalizado, a pesar del cansancio que supuso cumplir con las medidas.</texto><texto>Según la teoría del encuadre de metas, las metas generales condicionan la manera en que la gente procesa y responde a la información (Lindenberg y Steg, 2007). Las metas hedónicas, de ganancia y normativas pueden activarse simultáneamente, pero en ocasiones no son compatibles entre sí. Las normas relacionadas con la COVID-19, como el distanciamiento social y el uso de mascarillas, no se asocian, por ejemplo, con el placer hedónico de disfrutar de la compañía de amigos y familiares en un bar. Sin embargo, un factor disruptivo (el brote de la pandemia), que puede alterar la ecuación de la meta de ganancia y provocar pérdidas significativas, puede desequilibrarla, alineando las metas normativas y de ganancia y relegando las motivaciones hedónicas a un segundo plano. En esta ocasión, el Gobierno no necesitó realizar un esfuerzo considerable para conciliar las metas de ganancia con las normativas, como proponen los autores de la TEM, dado que el impacto del virus era evidente en todas partes. No obstante, esta teoría resulta útil para identificar cómo jerarquizar y comprender las diferentes motivaciones al diseñar políticas.</texto><texto>Finalmente, contrario a nuestras expectativas, las políticas más estrictas de algunas regiones (Galicia y Asturias) no influyeron en la decisión de los encuestados de optar por un escenario en el que se cumplía más rigurosamente la norma. En otros estudios, la severidad de las medidas generó mayor confianza en el Gobierno y propició un comportamiento distinto ante las medidas contra la COVID-19 (Chong et al., 2020). Probablemente, el hecho de que se trate del planteamiento de una situación ficticia (un experimento incluido en una encuesta) haga que no resulte relevante lo que estaba ocurriendo en la CC. AA. de residencia de las y los participantes de nuestro estudio.</texto><texto>Daoust, Jean-François; Nadeau, Richard; Dassonneville, Ruth; Lachapelle, Erick; Bélanger, Éric; Savoie, Justin y Linden, Clifton van der (2021). «How to Survey Citizens  Compliance with COVID-19 Public Health Measures: Evidence from Three Survey Experiments». Journal of Experimental Political Science, 8(3): 310-317. doi: 10.1017/XPS.2020.25 </texto><texto>Dryhurst, Sarah; Schneider, Claudia R.; Kerr, John; Freeman, Alexandra L. J.; Recchia, Gabriel; Bles, Anne M. van der; Spiegelhalter, David y Linden, Sander van der (2020). «Risk Perceptions of COVID-19 Around the World». Journal of Risk Research, 23(7-8): 994-1006. doi: 10.1080/13669877.2020.1758193 </texto><texto>Floyd, Donna L.; Prentice-Dunn, Steven y Rogers, Ronald W. (2000). «A Meta-Analysis of Research on Protection Motivation Theory». Journal of Applied Social Psychology, 30(2): 407-429. doi: 10.1111/j.1559-1816.2000.tb02323.x</texto><texto>Fraile, Marta y Méndez, Mónica (2021). «La opinión pública durante la pandemia: ¿Más de lo mismo?». Panorama Social, 33: 177-192.</texto><texto>Galasso, Vincenzo; Pons, Vincent; Profeta, Paola; Becher, Michael; Brouard, Sylvain y Foucault, Martial (2020). «Gender Differences in COVID-19 Related Attitudes y Behavior: Evidence from a Panel Survey in Eight OECD Countries». National Bureau of Economic Research, 27359: w27359. doi: 10.3386/w27359</texto><texto>Ganter, Flavien (2023). «Identification of Preferences in Forced-Choice Conjoint Experiments: Reassessing the Quantity of Interest». Political Analysis, 31(1): 98-112.</texto><texto>Goldstein, Daniel A. N. y Wiedemann, Johannes (2021). Trust Me, Mask Up: Experimental Evidence on Social Trust and Responsiveness to COVID-19 Mitigation Policies. Disponible en: https://ssrn.com/abstract=3835934 o doi: 10.2139/ssrn.3835934, acceso 26 de enero 2026.</texto><texto>Hainmüller, Jens; Hopkins, Daniel J. y Yamamoto, Teppei (2014). «Causal Inference in Conjoint Analysis: Understanding Multidimensional Choices via Stated Preference Experiments». Political Analysis, 22(1): 1-30. doi: 10.1093/pan/mpt024 </texto><texto>Hamidi, Shima y Zandiatashbar, Ahoura (2021). «Compact Development and Adherence to Stay-at-home Order during the COVID-19 Pandemic: A Longitudinal Investigation in the United States». Landscape y Urban Planning, 205: 103952. doi: 10.1016/j.landurbplan.2020.103952</texto><texto>Hansen, Pelle G.; Larsen, Erik G. y Gundersen, C. D. (2022). «Reporting on one s Behavior: A Survey Experiment on the Nonvalidity of Self-reported COVID-19 Hygiene-relevant Routine Behaviors». Behavioural Public Policy, 6(1): 34-51. doi: 10.1017/bpp.2021.13 </texto><texto>Bibliografía</texto><texto>Amat, Francesc; Arenas, Andreu; Falcó-Gimeno, Albert y Muñoz, Jordi (2020). Pandemics meet democracy: Experimental evidence from the COVID-19 crisis in Spain. doi: 10.31235/osf.io/dkusw</texto><texto>Bansak, Kirk; Hainmüller, Jens; Hopkins, Daniel J. y Yamamoto, Teppei (2021). Conjoint survey experiments. En: Druckman, James N. y Green, Donald P.  (eds.). Advances in experimental political science (vol. 19, pp. 19-41). New York: Cambridge University Press.</texto><texto>Bicchieri, Cristina (2005). The grammar of society: The nature y dynamics of social norms. New York: Cambridge University Press.</texto><texto>Bicchieri, Cristina; Dimant, Eugen; Gachter, Simon y Nosenzo, Daniele (2020). «Observability, Social Proximity and the Erosion of Norm Compliance». SSRN Electronic Journal. doi: 10.2139/ssrn.3576289 </texto><texto>Burke, Mary A. y Young, H. Peyton (2011). Social norms. En: Handbook of Social Economics (vol. 1, pp. 311-338). Elsevier.</texto><texto>Burt, Ronald S. (1987). «Social Contagion and Innovation: Cohesion versus Structural Equivalence». American Journal of Sociology, 92(6): 1287-1335. doi: 10.1086/228667</texto><texto>Chong, Yuen Y.; Chien, Wai T.; Cheng, Ho Y.; Chow, Ka; Kassianos, Angelo P.; Karekla, Maria y Gloster, Andrew (2020). «The Role of Illness Perceptions, Coping, and Self-Efficacy on Adherence to Precautionary Measures for COVID-19». International Journal of Environmental Research y Public Health, 17(18): 6540. doi: 10.3390/ijerph17186540 </texto><texto>Clark, Cory; Davila, Andrés; Regis, Maxime y Kraus, Sascha (2020). «Predictors of COVID-19 Voluntary Compliance Behaviors: An International Investigation». Global Transitions, 2: 76-82.</texto><texto>Closa, Carlos; Fraile, Marta; Parrado, Salvador y Pereira-Puga, Manuel (2022). «Los españoles ante las medidas y recomendaciones contra la COVID». DIGITAL CSIC. Disponible en: https://digital.csic.es/handle/10261/275830, acceso 26 de enero 2026.</texto><texto>Closa, Carlos; Fraile, Marta; Parrado, Salvador y Pereira-Puga, Manuel (2025). «Designing Compliance for COVID-19 Public Policies [DATASET] [Data set]». DIGITAL.CSIC. doi: 10.20350/DIGITALCSIC/17767 </texto><texto>Coleman, James S. (1994). Foundations of social theory. Harvard University Press.</texto><texto>Lindenberg, Siegwart; Six, Frederique y Keizer, Kees (2021). Social contagion and goal framing: The sustainability of rule compliance. En: Sokol, Daniel D. y Rooij, Benjamin van (eds.). Cambridge Handbook of Compliance (pp. 422-437). Cambridge: Cambridge University Press.</texto><texto>Mazza, Jacopo y Scipioni, Marco (2022). «The Gender Gap in Support for Governments During the COVID Crisis». Journal of European Public Policy: 1-17. doi: 10.1080/13501763.2022.2027503</texto><texto>Mettler, Suzanne (2019). «Making What Government Does Apparent to Citizens: Policy Feedback Effects, Their Limitations, and How They Might Be Facilitated». The ANNALS of the American Academy of Political y Social Science, 685(1): 30-46. doi: 10.1177/0002716219860108</texto><texto>Mettler, Suzanne y Soss, Joe (2004). «The Consequences of Public Policy for Democratic Citizenship: Bridging Policy Studies and Mass Politics». Perspectives on Politics, 2(1): 55-73. doi: 10.1017/S1537592704000623</texto><texto>Moynihan, Donald P. y Soss, Joe (2014). «Policy Feedback and the Politics of Administration». Public Administration Review, 74(3): 320-332.</texto><texto>Neuburger, Larissa y Egger, Roman (2021). «Travel Risk Perception and Travel Behaviour during the COVID-19 Pandemic 2020: A Case Study of the DACH Region». Current Issues in Tourism, 24(7): 1003-1016.</texto><texto>Nivette, Amy; Ribeaud, Denis; Murray, Aja; Steinhoff, Annekatrin; Bechtiger, Laura; Hepp, Urs; Shanahan, Lilly y Eisner, Manuel (2021). «Non-compliance with COVID-19-related Public Health Measures among Young Adults in Switzerland: Insights from a Longitudinal Cohort Study». Social Science y Medicine, 268: 113370.</texto><texto>Noone, Chris; Warner, Nikolett Z.; Byrne, Molly; Durand, Hannah; Lavoie, Kim L.; McGuire, Brian E.; McSharry, Jenny; Meade, Oonagh.; Morrissey, Eimear y Molloy, Gerard J. (2021). «A Scoping Review of Research on the Determinants of Adherence to Social Distancing Measures during the COVID-19 Pandemic». Health Psychology Review, 15(3): 350-370.</texto><texto>Oosterhoff, Benjamin y Palmer, Cara A. (2020). Psychological Correlates of News Monitoring, Social Distancing, Disinfecting, y Hoarding Behaviors among US Adolescents during the COVID-19 Pandemic [Preprint]. PsyArXiv.</texto><texto>Oude Groeniger, J.; Noordzij, Kjell; Waal, Jeroen van der y de Koster, Willem (2021). «Dutch COVID-19 Lockdown Measures Increased Trust in Government and Trust in Science: A Difference-in-differences Analysis». Social Science &amp; Medicine, 275: 113819.</texto><texto>Hansen, Pelle G.; Larsen, Erik G. y Gundersen, C. D. (2022). «Reporting on one s Behavior: A Survey Experiment on the Nonvalidity of Self-reported COVID-19 Hygiene-relevant Routine Behaviors». Behavioural Public Policy, 6(1): 34-51. doi: 10.1017/bpp.2021.13 </texto><texto>Harper, Craig A.; Satchell, Liam P.; Fido, Dean y Latzman, Robert D. (2021). «Functional Fear Predicts Public Health Compliance in the COVID-19 Pandemic». International Journal of Mental Health y Addiction, 19(5): 1875-1888. doi: 10.1007/s11469-020-00281-5 </texto><texto>Kahneman, Daniel y Tversky, Amos (1982). «The Psychology of Preferences». Scientific American, 246(1): 160-173.</texto><texto>Kooistra, Emmeke B.; Reinders, Chris; Kuiper, Malouke E.; Olthuis, Elke; Brownlee, Megan; Fine, Adam y Rooij, Benjamin van (2020). «Mitigating COVID-19 in a Nationally Representative UK Sample: Personal Abilities and Obligation to Obey the Law Shape Compliance with Mitigation Measures». SSRN Electronic Journal. doi: 10.2139/ssrn.3598221 </texto><texto>Lieberoth, Andreas; Lin, Shiang-Yi; Stöckli, Sabrina; Han, Hyemin; Kowal, Marta; Gelpi, Rebekah; Chrona, Stavroula; Tran, Thao P.; Jefti, Alma; Rasmussen, Jasper; Cakal, Huseyin; Milfont, Taciano L.; Yamada, Yuki; Debove, Stephane; Gelpí, Rebekah; Flis, Ivan; Turc, Fidan; Sikka, Pilleriin; Mamede, Salomé; Tuominen, Jarno  (2021). «Stress and Worry in the 2020 Coronavirus Pandemic: Relationships to Trust and Compliance with Preventive Measures Across 48 Countries in the COVIDiSTRESS Global Survey». Royal Society Open Science, 8(2): 200589. doi: 10.1098/rsos.200589</texto><texto>Lindenberg, Siegwart (2017). The Dependence of Human Cognitive and Motivational Processes on Institutional Systems. En: Jann, Ben y Przepiorka, Wojtek (eds.). Social dilemmas, enninstitutions and the evolution of cooperation (pp. 85-106). De Gruyter. doi: 10.1515/9783110472974-005 </texto><texto>Lindenberg, Siegwart y Steg, Linda (2007). «Normative, Gain and Hedonic Goal Frames Guiding Environmental Behavior». Journal of Social Issues, 63(1): 117-137. doi: 10.1111/j.1540-4560.2007.00499.x</texto><texto>Lindenberg, Siegwart y Steg, Linda (2013). Goal-framing Theory and Norm-guided Environmental Behavior. En: Trijp, Hans C. M. van (ed.). Encouraging sustainable behavior (pp. 37 54). New York: Psychology Press.</texto><texto>Lindenberg, Siegwart; Six, Frederique y Keizer, Kees (2021). Social contagion and goal framing: The sustainability of rule compliance. En: Sokol, Daniel D. y Rooij, Benjamin van (eds.). Cambridge Handbook of Compliance (pp. 422-437). Cambridge: Cambridge University Press.</texto><texto>RE﻿CEPCIÓN: 20/12/2024</texto><texto>REVISIÓN: 19/05/2025</texto><texto>APROBACIÓN: 16/10/2025</texto><texto>Six, Frederique; Vadder, Steven; Glavina, Monika; Verhoest, Koen y Pepermans, Koen (2021). «What Drives Compliance with COVID19 Measures over Time? Explaining Changing Impacts with Goal Framing Theory». Regulation and Governance, 17(1). doi: 10.1111/rego.12440</texto><texto>Slovic, Paul (1992). Perception of risk: Reflections on the psychometric paradigm. En: Golding, Dominic y Krimsky, Sheldon (eds.). Theories of Risk. New York: Praeger.</texto><texto>Soss, Joe y Schram, Sanford F. (2007). «A Public Transformed? Welfare Reform as Policy Feedback». American Political Science Review, 101(1): 111-127. doi: 10.1017/S0003055407070049</texto><texto>Tversky, Amos y Kahneman, Daniel (1992). «Advances in Prospect Theory: Cumulative Representation of Uncertainty». Journal of Risk and Uncertainty, 5: 297-323. doi: 10.1007/BF00122574</texto><texto>Wang, Donna; Marmo-Roman, Suzanne; Krase, Kathryn y Phanord, Lusta (2021). «Compliance with Preventative Measures During the COVID-19 Pandemic in the USA and Canada: Results from an Online Survey». Social Work in Health Care, 60(3): 240-255. doi: 10.1080/00981389.2020.1871157</texto><texto>Webster, Rebecca K.; Brooks, Samantha K.; Smith, Louise E.; Woodland, Lisa; Wessely, Simon y Rubin, G. James (2020). «How to Improve Adherence with Quarantine: Rapid Review of the Evidence». Public Health, 182: 163-169. doi: 10.1016/j.puhe.2020.03.007 </texto><texto>Wlezien, Christopher (1995). «The Public as Thermostat: Dynamics of Preferences for Spending». American Journal of Political Science: 981-1000. doi: 10.2307/2111666 </texto><texto>Parrado, Salvador; Perna, Roberta; Closa, Carlos y Pereira Puga, Manuel (2025). «Regulatory Approaches in the Face of a Pandemic: Assessing the Role of Ideology, Context, and Rule Design in Four Spanish Regions». Public Administration. doi: 10.1111/padm.70010</texto><texto>Pierson, Paul (1993). «When Effect Becomes Cause: Policy Feedback and Political Change». World Politics, 45(4): 595-628.</texto><texto>Pierson, Paul (2000). «Increasing Returns, Path Dependence, and the Study of Politics». American Political Science Review, 94(2): 251-267.</texto><texto>Real Decreto 463/2020, de 14 de marzo, por el que se declara el estado de alarma para la gestión de la situación de crisis sanitaria ocasionada por el COVID-19 (BOE-A-2020-3692). Boletín Oficial del Estado, núm. 67.</texto><texto>Reinders, Chris; Kuiper, Malouke E.; Olthuis, Elke; Kooistra, Emmeke B.; Bruijn, Anne L. de; Brownlee, Megan; Fine, Adam y Rooij, Benjamin van (2020). «Compliance in the 1.5 Meter Society: Longitudinal Analysis of Citizens  Adherence to COVID-19 Mitigation Measures in a Representative Sample in the Netherlands». Amsterdam Law School Research Paper, 2020 33.</texto><texto>Scherer, Clifford W. y Cho, Hichang (2003). «A Social Network Contagion Theory of Risk Perception». Risk Analysis, 23(2): 261-267. doi: 10.1111/1539-6924.00306</texto><texto>Six, Frederique; Vadder, Steven; Glavina, Monika; Verhoest, Koen y Pepermans, Koen (2021). «What Drives Compliance with COVID19 Measures over Time? Explaining Changing Impacts with Goal Framing Theory». Regulation and Governance, 17(1). doi: 10.1111/rego.12440</texto><texto>Apéndice</texto><texto>Tabla A1. Resultados del Con-joint</texto><texto> </texto><table><tbody><tr><td></td><td><p>Situación preferida</p></td></tr><tr><td><p>Llevar mascarillas</p></td><td><p>0,210 ***</p></td></tr><tr><td><p>(0,007)</p></td></tr><tr><td><p>Consumir fuera</p></td><td><p>0,238 ***</p></td></tr><tr><td><p>(0,007)</p></td></tr><tr><td><p>La policía pone multas</p></td><td><p>0,050 ***</p></td></tr><tr><td><p>(0,007)</p></td></tr><tr><td><p>70 % Vacunación</p></td><td><p>0,102 ***</p></td></tr><tr><td><p>(0,006)</p></td></tr><tr><td><p>Mujer</p></td><td><p>0,006 **</p></td></tr><tr><td><p>(0,002)</p></td></tr><tr><td><p>Edad (en años)</p></td><td><p>0,003</p></td></tr><tr><td><p>(0,002)</p></td></tr><tr><td><p>Educación</p></td><td><p>-0,001</p></td></tr><tr><td><p>(0,001)</p></td></tr><tr><td><p>Ideología</p></td><td><p>-0,001 *</p></td></tr><tr><td><p>(0,000)</p></td></tr><tr><td><p>CC. AA.</p></td><td></td></tr><tr><td><p>Asturias</p></td><td><p>0,005</p></td></tr><tr><td><p>(0,004)</p></td></tr><tr><td><p>Valencia</p></td><td><p>0,000</p></td></tr><tr><td><p>(0,003)</p></td></tr><tr><td><p>Galicia</p></td><td><p>0,004</p></td></tr><tr><td><p>(0,003)</p></td></tr><tr><td><p>Madrid</p></td><td><p>-0,004</p></td></tr><tr><td><p>(0,003)</p></td></tr><tr><td><p>Constante</p></td><td><p>0,456 ***</p></td></tr><tr><td><p>(0,003)</p></td></tr><tr><td><p>Número de observaciones</p></td><td><p>23408</p></td></tr></tbody></table><texto>*** p&lt;0,001; ** p&lt;0,01; * p&lt;0,05.</texto><texto>Fuente: Closa et al. (2025). Estimaciones a través del modelo de probabilidad lineal.</texto><texto>Redacción del experimento de conjunto insertado en la encuesta</texto><texto>Imagínate que nos encontramos en una situación en el pico de una ola con muchos casos de COVID, en la que un alto porcentaje de la población está vacunada con las dos dosis o equivalente y existen algunas restricciones de acceso a bares y restaurantes: la consumición en interiores está limitada y se exige la mascarilla cuando no se esté consumiendo. </texto><texto>En este contexto, vamos a mostrarte 4 pares de situaciones. Para cada par, indica, por favor, en cuál de las dos situaciones accederías al local. Puede que no lo hagas en ningún caso o que lo hagas en ambos casos, pero, por favor, elige una de las dos situaciones. </texto><texto>Posteriormente te preguntaremos con qué probabilidad entrarías en el local en esa situación. </texto><texto>Categorías y atributos para combinar en las siguientes preguntas:</texto><texto> </texto><table><tbody><tr><td></td><td><p>Categorías</p></td><td><p>Atributos</p></td></tr><tr><td><p>1</p></td><td><p>Mascarillas</p></td><td><p>Todos se la ponen cuando no consumenCasi nadie tiene puesta la mascarilla</p></td></tr><tr><td><p>2</p></td><td><p>La consumición debe hacerse </p></td><td><p>Dentro del local En la terraza</p></td></tr><tr><td><p>3</p></td><td><p>La policía </p></td><td><p>Pone multas a quienes incumplenNo aparece para poner multas</p></td></tr><tr><td><p>4</p></td><td><p>La tercera dosis de la vacuna</p></td><td><p>En el 35 % de la poblaciónEn el 70 % de la población</p></td></tr></tbody></table><texto>¿Qué situación prefieres para entrar al local a consumir? 1/4 [Ejemplo, así sucesivamente hasta 4 pares por participante]</texto><texto> </texto><table><tbody><tr><td><p>#</p></td><td></td><td><p>Situación 1</p></td><td><p>Situación 2</p></td></tr><tr><td><p>1</p></td><td><p>Mascarillas</p></td><td><p>Todos los clientes se la ponen cuando no consumen</p></td><td><p>Casi nadie tiene puesta la mascarilla</p></td></tr><tr><td><p>2</p></td><td><p>La consumición debe hacerse </p></td><td><p>Dentro del local</p></td><td><p>En la terraza</p></td></tr><tr><td><p>3</p></td><td><p>La policía </p></td><td><p>Pone multas a quienes incumplen</p></td><td><p>No aparece para poner multas</p></td></tr><tr><td><p>4</p></td><td><p>La tercera dosis de la vacuna</p></td><td><p>En el 35 % de la población</p></td><td><p>En el 70 % de la población</p></td></tr></tbody></table><texto>¿Tu preferencia?</texto></revista>