Entwicklung einer koreanischen Smartphone-Suchtanfälligkeitskala für Jugendliche (2012)

Plus eins. 2014 kann 21; 9 (5): e97920. doi: 10.1371 / journal.pone.0097920.

Kim D1, Lee Y1, Lee J1, Nam JK1, Chung Y2.

Informationen zum Autor

  • 1Bildungsministerium, Seoul National University, Seoul, Südkorea.
  • 2Bildungsministerium, Korea National University of Education, Cheong Ju, Südkorea.

Abstrakt

In dieser Studie wurde eine Smartphone-Sucht-Anfälligkeitsskala (SAPS) entwickelt, die auf den vorhandenen Internet- und Mobiltelefonsucht-Skalen basiert. Für die Entwicklung dieser Skala wurden zunächst 29 Elemente (das 1.5-fache der endgültigen Anzahl von Elementen) als vorläufige Elemente ausgewählt, basierend auf früheren Studien zur Internet- / Telefonsucht sowie der klinischen Erfahrung der beteiligten Experten. Die vorläufige Skala wurde einer national repräsentativen Stichprobe von 795 Schülern an Grund-, Mittel- und Oberschulen in ganz Südkorea verabreicht. Dann wurden die letzten 15 Punkte gemäß den Zuverlässigkeitstestergebnissen ausgewählt. Die endgültige Skala bestand aus vier Subdomänen: (1) Störung der adaptiven Funktionen, (2) Orientierung am virtuellen Leben, (3) Rückzug und (4) Toleranz. Die endgültige Skala zeigte eine hohe Zuverlässigkeit mit Cronbachs α von 880. Die Unterstützung für die Gültigkeit der Kriterien der Skala wurde durch ihre Beziehung zur Internet-Sucht-Skala KS-II (r = 49) gezeigt. Für die Analyse der Konstruktvalidität haben wir das Strukturgleichungsmodell getestet. Die Ergebnisse zeigten, dass die Vier-Faktor-Struktur gültig ist (NFI = 943, TLI = 902, CFI = 902, RMSEA = 034). Die Smartphone-Sucht gewinnt als möglicherweise neue Form der Sucht zusammen mit der Internet-Sucht zunehmend an Bedeutung. Das SAPS scheint eine zuverlässige und gültige Diagnoseskala für das Screening von Jugendlichen zu sein, bei denen das Risiko einer Smartphone-Abhängigkeit besteht. Weitere Implikationen und Einschränkungen werden diskutiert.

Zahlen

Zitat: Kim D, Lee Y, J Lee, Nam JK, Chung Y (2014) Entwicklung der koreanischen Smartphone Sucht Proneness Skala für die Jugend. PLoS ONE 9 (5): e97920. doi: 10.1371 / journal.pone.0097920

Editor: Amanda Bruce, Universität von Missouri-Kansas City, Vereinigte Staaten von Amerika

Empfangen: Dezember 19, 2013; Akzeptiert: April 16, 2014; Veröffentlicht am: 21. Mai 2014

Copyright: © 2014 Kim et al. Dies ist ein Open-Access-Artikel, der unter den Bedingungen des Creative Commons Attribution License, die uneingeschränkte Nutzung, Verbreitung und Reproduktion in jedem Medium erlaubt, vorausgesetzt, dass der ursprüngliche Autor und die Quelle gutgeschrieben werden.

Finanzierung: Die Autoren haben keine Unterstützung oder Finanzierung zu berichten.

Konkurrierende Interessen: Die Autoren haben erklärt, dass keine konkurrierenden Interessen bestehen.

Einleitung

Die Verbreitung von PCs in den 1990er Jahren brachte eine digitale Revolution hervor. Persönliche Desktops entwickelten sich bald zu PMPs, Tablet-PCs und Smartphones - Geräten, die im Leben der Menschen immer häufiger vorkommen. Insbesondere die Vertriebsrate von Smartphones ist seit 2000 weltweit im Aufwärtstrend [1]. Diese weit verbreitete Nutzung von Smartphones wurde als „Smart Revolution“ bezeichnet und hat das tägliche Leben der Menschen dramatisch verändert. Obwohl die Nutzung von Smartphones das Leben für viele Menschen angenehmer gemacht hat, hat sie auch nachteilige Auswirkungen auf das psychische Wohlbefinden, die zwischenmenschlichen Beziehungen und die körperliche Gesundheit. Zum Beispiel aufgrund des einfachen Zugangs zur Online-Umgebung über Smartphones negative Folgen von Online-Enthemmungseffekt gekennzeichnet durch verminderte Verhaltenshemmungen [2] [3] vor allem in Form von Cyber-Gewalt.

Die Jugendlichen von heute sind sehr empfänglich für neue Medien wie Smartphones [4] Denn sie sind die erste Generation, die von verschiedenen Formen von Hightech-Medien umgeben ist [5]. Dies könnte bedeuten, dass Jugendliche anfälliger für die negativen Auswirkungen intelligenter Medien sind als ältere Altersgruppen. In Südkorea haben Smartphone-abhängige Jugendliche 11.4% der Bevölkerung erreicht, wobei die Top 2.2% aufgrund ihrer Sucht Schwierigkeiten haben, ihren Alltag zu leben [6]. Vor der Verbreitung von Smartphones nahmen Mobiltelefone einen großen Teil des Lebens von Jugendlichen in Anspruch, bis einige berichteten, dass sie ein hohes Maß an Angst hatten, wenn ihr Telefon nicht immer eingeschaltet war [4]. Mobiltelefon-Sucht und Alter scheinen umgekehrt proportional zu sein, wobei jüngere Leute ihre Telefone häufiger benutzen [8]und zwei Mal eher zugeben, ein "Handy-Süchtiger" zu sein als Erwachsene [9]. Für Jugendliche ist die telefonische Kommunikation ein wichtiger Weg, um ihre sozialen Beziehungen aufrechtzuerhalten [7]. Da die Smartphone-Sucht bei Jugendlichen zu einem Hauptproblem wird, erscheint es dringend erforderlich, eine Skala zu entwickeln, mit der das Ausmaß und die Bedingungen der Smartphone-Sucht bei Jugendlichen abgeschätzt werden können, um sie vor den nachteiligen Auswirkungen der Sucht zu schützen.

Da die Verbreitung von Smartphones ein relativ junges Phänomen ist, sind Studien, die die einzigartigen Symptome der Smartphone-Sucht definiert haben, selten. Das naheliegendste Konzept zur Smartphone-Sucht könnte die Mobiltelefon-Sucht sein, die als eine Art Verhaltenssucht betrachtet wird, die durch Probleme mit der Impulskontrolle gekennzeichnet ist. Berichtete Symptome der Mobiltelefon-Sucht umfassen Rückzug, Toleranz, Störung adaptiver Funktionen, Zwang und pathologisches Eintauchen [12] und Abstinenz, mangelnde Kontrolle und Probleme, die sich aus der Verwendung und Toleranz und Einmischung in andere Aktivitäten ergeben [13]. Bestehende Handy-Sucht-Skalen [47] [48] [49] wurden basierend auf Young entwickelt [10]Internet-Suchtest (IAT) und Goldberg [11]Diagnosekriterien für Internet-Sucht.

Smartphones unterscheiden sich jedoch in vier Hauptarten von Mobiltelefonen. Zum einen sind Smartphone-Nutzer dynamischer mit dem Gerät verbunden als normale Handy-Nutzer. Smartphone-Benutzer interagieren aktiv mit dem Gerät selbst und den Inhalten (Anwendungen) gleichzeitig und können eine Rolle als Produzent spielen, indem sie personalisierte Anwendungen erstellen. Da Anwendungen es Smartphone-Nutzern ermöglichen, sofortiges, gegenseitiges Feedback zu geben, neigen Smartphone-Nutzer dazu, aktiv, partizipativ, relational, kompetent und produktiv zu sein [15]. Folglich wurde gezeigt, dass die Smartphone-Nutzung direkt proportional zur Nutzung der Anwendung ist [14]. Zweitens legen Smartphones einen größeren Wert auf die sensorischen Merkmale, die die Ausdrucksseite der Benutzer stimulieren [16]. Das unverwechselbare Benutzeroberflächensystem des Smartphones, das Touchscreen-Bedienung, Tastaturanordnungen, Symbole, sinnvolles Design und andere Komponenten umfasst, ermöglicht es dem Benutzer, seine Individualität zu offenbaren [17]. Die Bedeutung des Ausdrucks von Smartphone-Anwendungen zeigt sich auch darin, dass Nutzer Anwendungen bevorzugen, die es mehreren Nutzern ermöglichen, gemeinsam Spaß zu haben und über Anwendungen, die nur für sich allein betrachtet werden können, sozial ausdrucksvoll zu sein [18]. Drittens, Smartphones bieten eine Konvergenz von Dienstleistungen wie die Kamera, MP3, GPS, Web-Browsing, Anrufe, E-Mail, Spiele und soziale Netzwerkdienste (SNS) [19] [20] auf einem tragbaren Gerät. Die Portabilität von Smartphones, auch als „Handheld-Internet“ bezeichnet, ermöglicht Echtzeit- und personalisierte Dienste überall dort, wo sie auf einem typischen Desktop-Computer nicht erfüllt werden könnten. Darüber hinaus benachrichtigt der „Push-Service“ des Smartphones die Benutzer über relevante Updates wie neueste E-Mails oder Facebook-Antworten, noch bevor der Benutzer nach ihnen fragt [21]. Solche personalisierten Dienste, die von Smartphones bereitgestellt werden, können hilfreich sein, können aber auch dazu führen, dass Nutzer ihr Smartphone überbeanspruchen [22] [23]. Schließlich zeigen Menschen unterschiedlicher Altersgruppen unterschiedliche Nutzungsmuster für Smartphones. Jugendliche verwenden ihre Smartphones hauptsächlich für Kamera-, MP3- und andere Unterhaltungsfunktionen. Menschen in den Zwanzigern benutzen hauptsächlich SNS; und die Leute in den Dreißigern und Vierzigern verwalten normalerweise ihre Zeitpläne, Kontaktlisten, E-Mails und andere geschäftsbezogene Funktionen [24] [25].

Trotz der oben erwähnten charakteristischen Merkmale von Smartphones waren viele der vorhandenen Skalen für die Sucht nach Smartphones identisch mit der Skala für die Sucht nach Mobiltelefonen, wobei das Wort „Mobiltelefon“ einfach durch „Smartphone“ ersetzt wurde. Einer der neuesten, Casey [26] Die Smartphone-Sucht-Skala hatte auch Elemente aus Skalen extrahiert, die andere Arten von Mediensucht messen, wie z [27], Internetsuchtest [10]und Fernseh-Sucht-Skala [28]. Da die Handy-Sucht aufgrund von Impulssteuerungsproblemen auch als eine Art Verhaltenssucht angesehen wurde, wurde sie normalerweise mit Elementen der Internetsucht kombiniert.

Daher wurde in der aktuellen Studie die koreanische SDS (Smartphone Addiction Proneness Scale) für Jugendliche entwickelt, indem Elemente, die einzigartige Merkmale von Smartphones widerspiegeln, zur Internet-Suchtpräferenzskala (IAPS) für Jugendliche hinzugefügt werden [29]. Die IAPS ist eine 20-Itemskala, die seit 2007 verwendet wurde, um das Ausmaß der Internetabhängigkeit bei Jugendlichen in Südkorea zu überprüfen. Das durch die aktuelle Studie entwickelte SAPS wird ein nützliches Instrument sein, um das Phänomen der Überbeanspruchung von Smartphones durch Jugendliche zu untersuchen und letztlich dazu beizutragen, die Smartphone-Abhängigkeit zu verhindern.

Versandart

Teilnehmer

Diese Studie ist eine sekundäre Datenanalyse zu den nationalen Umfragedaten des 2012 durchgeführten Projekts der National Information Agency of Korea zur Smartphonesucht [34]. Die Forscher dieser Studie hatten als Hauptforscher und stellvertretende Forscher an dem Projekt teilgenommen. Da dieses Projekt auf nationaler Ebene durchgeführt wurde, stammten die Daten aus einer großen Stichprobe, die für Region, Alter und Geschlecht repräsentativ ist. Die verteilte Umfrage gab explizit den Zweck des Projekts an und teilte den Teilnehmern mit, dass sie sich durch Teilnahme an der Umfrage einverstanden erklären, an der Umfrage teilzunehmen. Im Verhältnis zur tatsächlichen Bevölkerungsverteilung in Korea hatten 795-Schüler der Grund-, Mittel- und Oberstufe (461 männlich und 324 weiblich) die Umfrage abgeschlossen. Regionalagenturen wurden zufällig aus jedem der vier Bereiche ausgewählt: Seoul Metropolitan Area, Chungcheong / Gangwon Bereich, Honam (einschließlich Jeju) Bereich und Yeongnam Bereich. Viele (44.7%) waren Mittelschüler, gefolgt von Gymnasiasten (37.7%) und Oberstufenschülern (17.6%).

Maßnahmen

Demografischer Fragebogen.

Das Umfragepaket enthielt einen demografischen Fragebogen, der Angaben zu den persönlichen Daten des Schülers, zum Umfang und zur Art der Smartphone-Nutzung sowie zur akademischen Leistung enthielt.

Smartphone-Sucht-Proneness-Skala-Einzelteile.

Basierend auf den zuvor entwickelten diagnostischen Skalen und Forschungsergebnissen sowie den klinischen Erfahrungen zahlreicher Spezialisten wurden Elemente ausgewählt, die theoretisch und empirisch die unterschiedlichen Merkmale der Smartphone-Abhängigkeit darstellen. Die vorläufige Skala bestand aus neunundzwanzig Punkten, und jeder Punkt wurde auf einer 4-Punkt-Likert-Skala bewertet (1 = stimme überhaupt nicht zu, 2 = stimme nicht zu, 3 = stimme zu, 4 = stimme voll zu). Die 29 vorläufigen Punkte waren um vier Subdomains strukturiert: Störung der adaptiven Funktionen (9-Elemente), Zurückziehen (7-Elemente), Toleranz (6-Elemente) und virtuelle Lebensausrichtung (7-Elemente).

Probleme mit der psychischen Gesundheit

Um die Gültigkeit des SAPS zu überprüfen, wurde eine Maßnahme zur Bewertung psychischer Gesundheitsprobleme im Zusammenhang mit der Smartphone-Sucht entwickelt. Psychologische Schwierigkeiten, die Smartphone-Sucht begleiten könnten, gehören Angst, Depression, Impulsivität und Aggression [50]. So, NEO Jugend Persönlichkeitstest [30] Elemente im Zusammenhang mit diesen Problemen (Faktoren) wurden geändert und in die aktuelle Skala aufgenommen. Die Skala besteht aus 32 Elementen, 8 Elementen für jeden Faktor. Die Punkte werden auf einer 4-Punkte-Skala bewertet (1 = stimme überhaupt nicht zu, 2 = stimme überhaupt nicht zu, 3 = stimme zu, 4 = stimme voll und ganz zu). Die Konsistenz zwischen den Elementen für die Skala ist mit einem Cronbach-Alpha von 944 insgesamt und 865, 870, 820, 878 für jeden Faktor hoch.

Internet Suchtpräferenzskala für Jugendliche (KS-II).

Um Smartphone-Sucht mit Internet-Sucht zu vergleichen, wurde der 15-Artikel KS-II verwendet. KS-II wurde von der Nationalen Agentur für Informationsgesellschaft entwickelt [31] hat den Standardisierungsprozess in Korea durch eine landesweite Feldstudie durchlaufen. KS-II ist nach den vier Faktoren strukturiert: (1) Störung der adaptiven Funktionen, (2) Rückzug, (3) Toleranz und (4) Orientierung am virtuellen Leben. Die Punkte werden auf einer 4-Punkte-Skala bewertet (1 = stimme überhaupt nicht zu, 2 = stimme überhaupt nicht zu, 3 = stimme zu, 4 = stimme voll und ganz zu). Die Konsistenz zwischen den Elementen für die Skala ist mit einem Cronbach-Alpha von 87 hoch.

Verfahren

Nachdem die zuvor entwickelten Skalen überprüft und ihre theoretischen Hintergründe untersucht worden waren, wählten die Experten zunächst die Elemente für einen vorläufigen Fragebogen aus. Dieser anfängliche Pool hatte etwa doppelt so viele Elemente wie die endgültige Skala. Die vorläufige Skala wurde Studenten verabreicht und Daten wurden gesammelt. Dann wurden die endgültigen Elemente gemäß den Zuverlässigkeitstestergebnissen für jede Unterskala ausgewählt. Schließlich wurde das Konstruktvaliditätsmodell für jede Subdomäne auf AMOS validiert. Eine detailliertere Beschreibung jedes Schrittes des Verfahrens ist wie folgt.

Preliminary Smartphone Sucht Proneness Skala für Jugendliche.

Basierend auf den Erkenntnissen aus der bisherigen Literatur zu Internetsucht, Handyabhängigkeit und digitaler Medienabhängigkeit wurde ein Pool von vorläufigen Items für die Smartphone Addiction Proneness Scale (SAPS) für Jugendliche entwickelt. Da das Smartphone ein mobiles Gerät ist, das die Nutzung des Internets ermöglicht, wurden bestehende Internet-Suchtabellen als Referenz verwendet. Die Merkmale der digitalen Mediensucht vorgeschlagen von Young [38] und Grünfläche [44] wurden auch in den entwickelten Artikeln reflektiert. In Anbetracht, dass Smartphones als erweiterte Versionen von normalen Mobiltelefonen gesehen werden können, bestehende Handywaagen [12] [8] wurden auch untersucht. Die Subdomains von SAPS beinhalteten daher eine Störung der adaptiven Funktionen, Rückzug, Toleranz und virtuelle Lebensorientierung. Schließlich haben Experten (Bildungsspezialisten, Psychiater) 29 vorläufige Elemente erstellt, die diese vier Subdomains der Smartphone-Sucht widerspiegeln.

Verwaltung skalieren.

Das SAPS wurde in zufällig ausgewählten Grund-, Mittel- und Oberschulen verteilt, so dass die Teilnehmer im Verhältnis zur tatsächlichen Bevölkerungsverteilung in Korea ausgewählt werden können.

Artikelauswahl durch Zuverlässigkeitsanalyse.

Zuverlässigkeitsanalysen zu den 29 vorläufigen Elementen wurden nach Subdomänen durchgeführt. Insgesamt wurden 15 Elemente ausgewählt, die angemessen erscheinen. Schließlich wurde das Cronbach-Alpha für die endgültige Skala mit 15 Elementen berechnet.

Konstrukt Validitätsmodell für jede Subdomäne.

Um die Konstruktvalidität von SAPS zu bestätigen, wurde das Konstruktvaliditätsmodell für jede Subdomäne auf AMOS validiert.

Die Ergebnisse

Auswahl der endgültigen Artikel durch Zuverlässigkeitsanalysen für Subdomains

Von den ursprünglichen 29 Elementen wurden Elemente, die für jede Unterdomäne ungeeignet erschienen, aufgrund der Ergebnisse von Zuverlässigkeitsanalysen gelöscht oder überarbeitet. Um die Zuverlässigkeit der Elemente in jeder Subdomäne zu überprüfen, wurden Cronbachs Alphas untersucht. Die Elemente, die die Gesamtzuverlässigkeit der Subdomain beim Löschen verringerten, sowie die Elemente mit der höchsten Zuverlässigkeit wurden für die endgültige Skala ausgewählt. Um unachtsame oder inkonsistente Responder zu erkennen, wurden umgekehrt codierte Elemente mit hoher Zuverlässigkeit aufgenommen. Tabelle 1 unten zeigt die Zuverlässigkeitsergebnisse jeder Subdomain an und Tabelle 2 Zeigt die endgültigen 15-Elemente an, die ausgewählt wurden.

Daumennagel

Tabelle 1 Auswahl der endgültigen Elemente durch Zuverlässigkeitsanalyse auf Subskalen.

doi: 10.1371 / journal.pone.0097920.t001

Daumennagel

Tabelle 2 Letzte Gegenstände

doi: 10.1371 / journal.pone.0097920.t002

Zuverlässigkeit

Die Zuverlässigkeit von SAPS wurde mit einem Cronbach-Alpha von 0.88 verifiziert.

Gültigkeit

Kriterium Gültigkeitsanalyse.

Um die Kriteriumgültigkeit von SAPS zu bestätigen, wurden die Scores von SAPS und Mental Health Problems Scale verglichen. Tabelle 3 zeigt die Pearson-Korrelationsergebnisse der beiden Skalen. Als Ergebnis stellte sich heraus, dass der Korrelationskoeffizient 0.43 war. Darüber hinaus waren die Korrelationen zwischen den Subskalen von SAPS und der Skala für psychische Gesundheitsprobleme alle im 0.49 ~ 0.67-Bereich, was einen gewissen Grad an Korrelation bestätigt.

Daumennagel

Tabelle 3 Korrelationsanalyse zwischen SAPS und der Skalen "Psychische Gesundheitsprobleme".

doi: 10.1371 / journal.pone.0097920.t003

Die Korrelation zwischen SAPS und KS-II wurde analysiert; Tabelle 4 zeigt die Ergebnisse der Pearson-Korrelationsanalyse. Der Korrelationskoeffizient von 0.49 zeigte, dass bei einem hohen SAPS-Score wahrscheinlich auch der KS-II-Score hoch war. Zusätzlich lagen die Korrelationen zwischen den Subskalen von KS-II und SAPS zwischen 0.12 und 0.51, was wiederum einen gewissen Korrelationsgrad zeigt.

Daumennagel

Tabelle 4 Korrelationsanalysen zwischen SAPS und KS-II.

doi: 10.1371 / journal.pone.0097920.t004

Konstrukt Validitätsanalyse.

Die Bestätigungsfaktoranalyse wurde mit AMOS 7.0 durchgeführt, um die Faktorstruktur von SAPS zu bestätigen. Dazu wurde das Faktorstrukturmodell wie folgt gesetzt (Figure 1).

Daumennagel

Abbildung 1. Die Faktorstruktur von SAPS.

Das Strukturmodell der vier Subdomains der Smartphone-Sucht (Störung adaptiver Funktionen, virtuelle Lebensorientierung, Rückzug und Toleranz) und deren relevante Items erschien gültig.

doi: 10.1371 / journal.pone.0097920.g001

Zunächst waren die Modellanpassungsindizes NFI, TLI, CFI und RMSEA .943, .902, .962 bzw. .034, was zeigte, dass das relevante Modell für die Daten gut geeignet war. Daher erschien das Strukturmodell der vier Subdomains der Smartphone-Sucht (Störung adaptiver Funktionen, virtuelle Lebensorientierung, Rückzug und Toleranz) und deren relevante Items gültig.

Um herauszufinden, wie umfassend die einzelnen Faktoren die jeweiligen Faktoren erklären, wurden der Regressionskoeffizient jeder beobachtbaren Variablen und ihr Grad der statistischen Signifikanz untersucht. In allen beobachtbaren Variablen mit Ausnahme der "virtuellen Lebensausrichtung" waren die standardisierten Koeffizienten im Durchschnitt größer als .5, was statistisch signifikant war (p<001). Tabelle 5 zeigt diese Statistiken an.

Daumennagel

Tabelle 5 Regressionskoeffizienten beobachtbarer Variablen für jeden Faktor.

doi: 10.1371 / journal.pone.0097920.t005

Diskussion

Im Rahmen des 2012 durchgeführten Projekts der Nationalen Informationsagentur Koreas zur Sucht nach jugendlichen Smartphones [34]In dieser Studie wurde versucht, Grundlagen für Präventions - und Interventionsbemühungen für die Jugend - Smartphone - Sucht zu legen. Im Speziellen entwickelte die Studie eine kurze 15-Item-Smartphone-Sucht-Anfälligkeits-Skala, die bei der landesweiten Datensammlungsbemühung verwendet werden könnte. Die Entwickler haben besonders auf die Einfachheit der Waagen und die einfache Handhabung der Waagenverwaltung geachtet, um die tatsächliche Nutzung zu erleichtern.

Cronbachs Alpha des endgültigen SAPS betrug 880, was zeigt, dass die Skala zuverlässig ist. Bestehende Internetabhängigkeits- oder Smartphone-Skalen wurden auch mit Cronbachs Alphas von über 7 als zuverlässig gemeldet. Es kann jedoch unklug sein, ihren Zuverlässigkeitswerten zu vertrauen, da ihr Datenerfassungsprozess nicht standardisiert oder ihre Stichprobengröße gering war. Zum Beispiel Bart und Wolf [37] versucht, Young zu verbessern [38] Die Diagnosekriterien für Internetabhängigkeit, aber ihr Skalenentwicklungsprozess war nicht standardisiert. Widyanto und McMurren [39]Auf der anderen Seite folgte ein standardisiertes Verfahren zur Maßstabsentwicklung, konnte jedoch nicht genügend Daten sammeln (n = 86). Darüber hinaus sammelten sie Daten online, was bedeuten könnte, dass ihre Datenerhebung verzerrt war. Ähnliche Einschränkungen gibt es auch bei bestehenden Smartphone-Suchtmaßstäben. Kwonet al. [36] hatte eine Skala entwickelt, die auf den Elementen der K-Skala und den Eigenschaften des intelligenten Geräts basierte, und berichtete, dass die Skala ein Cronbach-Alpha von 91 hatte. Es muss jedoch beachtet werden, dass ihre Datenerfassung an zwei Schulen in einer bestimmten Region in Korea stattfand, was Fragen zum Zuverlässigkeitswert ihrer Waage aufwirft. Daher kann SAPS dieser Studie im Vergleich zu bestehenden Skalen als zuverlässiger angesehen werden, da es auf der Grundlage der Daten entwickelt wurde, die von 795 Studenten in ganz Korea im Verhältnis zur tatsächlichen Bevölkerungsverteilung des Landes gesammelt wurden.

SAPS schien gültig um vier Subdomänen (adaptive Funktionen, Rückzug, Toleranz und Orientierung am virtuellen Leben) der Smartphonesucht strukturiert zu sein. Um über die Subdomänen der Skala zu entscheiden, wurden frühere Untersuchungen unter besonderer Berücksichtigung von Studien zu Internet-Sucht-Skalen und den diagnostischen Kriterien für andere Verhaltensabhängigkeiten untersucht. Faktoren, die in diesen Studien häufig vorkommen, sowie Faktoren, die die Eigenschaften von Smartphones widerspiegeln, wurden berücksichtigt. Eine Bestätigungsfaktoranalyse wurde unter Verwendung von AMOS 7.0 durchgeführt, um die Konstruktvalidität der Skala zu überprüfen. Schließlich wurden die Korrelationen zwischen SAPS und KS-II (einer Internet-Sucht-Skala) sowie zwischen SAPS und der Skala für psychische Gesundheitsprobleme überprüft, um die Gültigkeit des Kriteriums von SAPS zu bestätigen.

Die in verschiedenen Ländern entwickelten und validierten Internetabhängigkeitsskalen variieren in ihren Faktorstrukturen. Cananet al. [40] entwickelten eine Internet-Sucht-Skala für türkische Jugendliche und fanden heraus, dass ihre Artikel als ein Faktor gruppiert wurden. In ähnlicher Weise haben Khazaal et al. [41] entwickelte eine Internet-Sucht-Skala für französische Erwachsene und fand, dass seine Einzelteile als ein einzelner Faktor gruppiert wurden. Andere Studien haben jedoch berichtet, dass ihre Internet-Sucht-Skala Elemente in verschiedenen Faktoren wie Obsession, Vernachlässigung und Kontrollstörung gruppiert wurden [42] [43]. Koreas am häufigsten verwendete K-Skala setzt sich auch aus vielen Faktoren zusammen, wie Anpassungsfunktionen, Rückzug, Toleranz und Orientierung am virtuellen Leben. Insofern scheinen sich die Wissenschaftler in den Subdomänen der Internet-Sucht-Skalen nicht einig zu sein, was impliziert, dass die Faktorstruktur der Internet-Sucht-Skalen möglicherweise nicht ganz stabil ist.

Die Grenzen dieser Studie und Vorschläge für zukünftige Studien sind wie folgt.

Erstens, "Toleranz", eine Subdomain von SAPS sowie die Internet-Sucht-Skalen, ist laut Charlton und Danforth kein Kernfaktor der Sucht [45]. Mit anderen Worten, die Nutzung des Internets für viele Stunden selbst kann kein Suchtkriterium sein, bis ein solches Verhalten zu negativen Konsequenzen führt [35]. Da Smartphones Geräte sind, die Menschen überall hin mitnehmen und verwenden, kann Toleranz als Kernfaktor der Smartphonesucht ungeeignet sein. Dies erfordert zusätzliche landesweite Umfragen und Datenanalysen zu diesem Thema. Darüber hinaus könnte die Validierung der Skala verbessert werden, indem beispielsweise die Skala an Bevölkerungsgruppen von süchtigen und nicht süchtigen Jugendlichen verabreicht wird, um die Diskriminanzvalidität der Skala zu untersuchen.

Als nächstes kann SAPS für Jugendliche in der Suchtforschung für Smartphones weit verbreitet eingesetzt werden, die heutzutage an Dynamik gewinnt. Die heutigen digitalen Mediengeräte wurden schnell von PC-basierten Formularen zu Smartphones und verschiedenen Tablet-PCs entwickelt. Mit anderen Worten, bestehende Medien und neuere Medien durchlaufen sowohl einen Wettbewerbs- als auch einen Substitutionsprozess. Da Jugendliche heutzutage als Digital Natives gelten [46] die aktiv die aktuellsten Medien akzeptieren und verwenden [32]Die Untersuchung der möglichen Nebenwirkungen ihrer Mediennutzung auf ihre psychische Gesundheit erscheint dringend. Übermäßiger Gebrauch digitaler Medien kann negative Auswirkungen auf physische, psychische und soziale Aspekte des Lebens von Jugendlichen haben und sogar kriminelle Verhaltensweisen auslösen. Zum Beispiel haben Kross et al. [33] festgestellt, dass Facebook-Nutzung ist nicht hilfreich für soziale Interaktion und ist mit niedrigen Ebenen der subjektiven psychischen Wohlbefindens verbunden. Daher ist die Erforschung von Symptomen der Smartphone-Sucht sowie der Auswirkungen der Smartphone-Sucht auf die psychische Gesundheit von Jugendlichen erforderlich, und die SAPS können dabei gut genutzt werden.

Autorenbeiträge

Konzipiert und gestaltet die Experimente: DK YHL. Analysiert die Daten: JYL YJC. Mitwirkende Reagenzien / Materialien / Analysewerkzeuge: DK YHL. Schrieb das Papier: DK YHL JYL JEKN YJC.

Bibliographie

  1. 1. Chen J, Yen D, Chen K (2009) Die Akzeptanz und Verbreitung der innovativen Smartphone-Nutzung. Information und Verwaltung 46: 241-248. doi: 10.1016 / j.im.2009.03.001
  2. 2. Lapidot-Lefler N, Barak A (2012) Auswirkungen von Anonymität, Unsichtbarkeit und fehlendem Blickkontakt auf toxische Online-Enthemmung. Computer in menschlichem Verhalten 28: 434-443. doi: 10.1016 / j.chb.2011.10.014
  3. Artikel ansehen
  4. PubMed / NCBI
  5. Google Scholar
  6. Artikel ansehen
  7. PubMed / NCBI
  8. Google Scholar
  9. Artikel ansehen
  10. PubMed / NCBI
  11. Google Scholar
  12. Artikel ansehen
  13. PubMed / NCBI
  14. Google Scholar
  15. 3. Suler J (2004) Der Online-Enthemmungseffekt. CyberPsychology & Behavior 7: 321–326. doi: 10.1089 / 1094931041291295
  16. Artikel ansehen
  17. PubMed / NCBI
  18. Google Scholar
  19. Artikel ansehen
  20. PubMed / NCBI
  21. Google Scholar
  22. 4. Sohn S (2005) Wettbewerb und Substitution digitaler Medien: Nutzungsmuster von Nachrichten, Sport und Adult Content. Journal der Cyberkommunikation 16: 273-308.
  23. Artikel ansehen
  24. PubMed / NCBI
  25. Google Scholar
  26. 5. Lied Y, Oh S, Kim E, Jung E, Jung H, Park S (2007) Medien Benutzer Muster von Jugendlichen in einem Multimedia-Umfeld: Eine Bewertung der Geschlechter-und Einkommensunterschiede. Zeitschrift für Kommunikationsforschung 46 (2): 33-65.
  27. Artikel ansehen
  28. PubMed / NCBI
  29. Google Scholar
  30. Artikel ansehen
  31. PubMed / NCBI
  32. Google Scholar
  33. Artikel ansehen
  34. PubMed / NCBI
  35. Google Scholar
  36. Artikel ansehen
  37. PubMed / NCBI
  38. Google Scholar
  39. Artikel ansehen
  40. PubMed / NCBI
  41. Google Scholar
  42. Artikel ansehen
  43. PubMed / NCBI
  44. Google Scholar
  45. 6. Nationale Agentur für Informationsgesellschaft (2011) Bericht über die Entwicklung der koreanischen Skala für die Neigung zu Smartphone-Suchtproblemen für Jugendliche und Erwachsene.
  46. Artikel ansehen
  47. PubMed / NCBI
  48. Google Scholar
  49. 7. Skierkowski D, Holz RM (2012) Zum Text oder nicht zum Text? Die Bedeutung von SMS bei Jugendlichen im College-Alter. Computer in menschlichem Verhalten 28: 744-756. doi: 10.1016 / j.chb.2011.11.023
  50. Artikel ansehen
  51. PubMed / NCBI
  52. Google Scholar
  53. Artikel ansehen
  54. PubMed / NCBI
  55. Google Scholar
  56. Artikel ansehen
  57. PubMed / NCBI
  58. Google Scholar
  59. 8. Lee H (2008) Erkundung der Vorhersagevariablen, die die süchtig machende Handynutzung beeinflussen. Das koreanische Journal für Sozial- und Persönlichkeitspsychologie 22 (1): 133-157.
  60. Artikel ansehen
  61. PubMed / NCBI
  62. Google Scholar
  63. 9. Bericht der Nationalen Agentur für die Informationsgesellschaft (2010): Verbesserungsplan für Rechtsvorschriften zur Prävention und Lösung von Internetabhängigkeit.
  64. Artikel ansehen
  65. PubMed / NCBI
  66. Google Scholar
  67. Artikel ansehen
  68. PubMed / NCBI
  69. Google Scholar
  70. Artikel ansehen
  71. PubMed / NCBI
  72. Google Scholar
  73. 10. Young KS (1998) Psychologie der Computerbenutzung: Süchtige Nutzung des Internets: Ein Fall, der das Stereotyp bricht. Psychologische Berichte 79: 899-902. doi: 10.2466 / pr0.1996.79.3.899
  74. 11. Goldberg I (1996). Internetsucht. Elektronische Nachricht in der Diskussionsliste der Forschung veröffentlicht. http://users.rider.edu/~suler/psycyber/s​upportgp.html (Zugriff April 20, 2011).
  75. Artikel ansehen
  76. PubMed / NCBI
  77. Google Scholar
  78. Artikel ansehen
  79. PubMed / NCBI
  80. Google Scholar
  81. 12. Kang H, Sohn C (2009) Entwicklung und Validierung der Handy-Sucht-Skala für Jugendliche. Koreanisches Journal für Gesundheitspsychologie 14 (3): 497-510.
  82. Artikel ansehen
  83. PubMed / NCBI
  84. Google Scholar
  85. Artikel ansehen
  86. PubMed / NCBI
  87. Google Scholar
  88. Artikel ansehen
  89. PubMed / NCBI
  90. Google Scholar
  91. Artikel ansehen
  92. PubMed / NCBI
  93. Google Scholar
  94. Artikel ansehen
  95. PubMed / NCBI
  96. Google Scholar
  97. Artikel ansehen
  98. PubMed / NCBI
  99. Google Scholar
  100. Artikel ansehen
  101. PubMed / NCBI
  102. Google Scholar
  103. Artikel ansehen
  104. PubMed / NCBI
  105. Google Scholar
  106. Artikel ansehen
  107. PubMed / NCBI
  108. Google Scholar
  109. Artikel ansehen
  110. PubMed / NCBI
  111. Google Scholar
  112. Artikel ansehen
  113. PubMed / NCBI
  114. Google Scholar
  115. Artikel ansehen
  116. PubMed / NCBI
  117. Google Scholar
  118. Artikel ansehen
  119. PubMed / NCBI
  120. Google Scholar
  121. Artikel ansehen
  122. PubMed / NCBI
  123. Google Scholar
  124. Artikel ansehen
  125. PubMed / NCBI
  126. Google Scholar
  127. 13. Choliz M (2010) Handy-Sucht: Ein Problempunkt. Sucht 105 (2): 373-375. doi: 10.1111 / j.1360-0443.2009.02854.x
  128. 14. Zsolt D, Beatrix S, Sandor R (2008) Das Drei-Faktoren-Modell der Internet-Sucht: Die Entwicklung des problematischen Internet Use-Fragebogens. Verhaltensforschungsmethoden 40 (2): 563-574. doi: 10.3758 / brm.40.2.563
  129. 15. Kim D, Tae J (2010) Eine Studie über die Mediationserfahrungen von Smartphone-Benutzern. Journal of Korea Geisteswissenschaften Inhalt Gesellschaft 19: 373-394.
  130. 16. Kim D, Lee C (2010) Technologietrends der Smartphone-Benutzeroberfläche. Korea Information Science Society Überprüfung 28 (5): 15-26.
  131. 17. Hwang H, Sohn S, Choi Y (2011) Untersuchung von Faktoren, die die Abhängigkeit von Smartphones beeinflussen - Eigenschaften von Benutzern und Funktionsattribute. Korean Journal of Broadcasting 25 (2): 277–313.
  132. 18. Kim M (2011) Studie zur Online- und Offline-Beziehung von SNS-Nutzern von Smartphones: Zentrierung auf Twitter. Die Graduiertenschule der Ewha Women's University. Masterarbeit.
  133. 19. Noh M, Kim J, Lee J (2010) Analyse von Smartphone und Konvergenz von Funktionen durch Assoziationsanalyse. Zeitschrift der Korea Gesellschaft für Management Informationssysteme 1: 254-259.
  134. 20. Apple Pty Ltd (2011). iPhone Funktionen. http://www.apple.com/au/iphone/features/ Aufgerufen Mar 19 2011.
  135. 21. Kim J (2010) Die Entwicklung des mobilen Internetdienstes. OSIA Standards & Technology Review 38 (1): 4–12.
  136. 22. Park I, Shin D (2010) Verwenden der Gebrauchs- und Gratifikationstheorie, um die Nutzung und die Vorteile von Smartphones zu verstehen. Zeitschrift für Kommunikationswissenschaft 10 (4): 192-225.
  137. 23. Choi WS (2010) Studie zur Bedeutung der Funktionsmerkmale von Smartphones. Journal of Information Technology Application & Management 1: 289–297.
  138. 24. Digieco Reports (2010) Eine Analyse der sozioökonomischen Auswirkungen des iPhones. KT Management Economics Forschungsinstitut.
  139. 25. Koh Y, Lee H (2010) Eine Studie über die Veränderung von Verhaltensmustern bei Smartphone-Nutzern durch Schattenwurf der frühen iPhone-Nutzer. Zeitschrift für Commodity Science 28 (1): 111-120.
  140. 26. Casey BM (2012) Verknüpfung von psychologischen Eigenschaften mit Smart Phone Addiction, Face-to-Face-Kommunikation, Präsens Abwesenheit und Sozialkapital. Graduierungsprojekt, Graduiertenschule der Chinesischen Universität von Hong Kong.
  141. 27. Bianchi A, Phillips JG (2005) Psychologische Prädiktoren des Problems Handy-Nutzung. CyberPscyhology, Verhalten und Social Networking 8 (1): 2152-2715.
  142. 28. Horvath CW (2004) Messung der Fernsehsucht. Zeitschrift für Rundfunk und elektronische Medien 48 (3): 378-398. doi: 10.1207 / s15506878jobem4803_3
  143. 29. Kim DI, Chung Y, Lee E. Kim DM, Cho Y (2008) Entwicklung der Internet Suchtpräsenzenskala - Kurzform. Das koreanische Beratungsjournal 9 (4): 1703-1722.
  144. 30. Kim DI (2005). Big 5 Persönlichkeitstest für Kinder und Jugendliche. Seoul, Korea: Hakjisa.
  145. 31. Bericht der Nationalen Agentur für Informationsgesellschaft (2011): Dritte Standardisierung der koreanischen Skala für Suchtprävalenz der Internetneigung.
  146. 32. Kim DI, Lee YH, LeeJY, Kim MC, Keum CM, et al. (2012) Neue Muster in der Medienabhängigkeit: Ist Smartphone ein Ersatz oder eine Ergänzung zum Internet? Das koreanische Journal für Jugendberatung 20 (1): 71-88.
  147. 33. Kross E, Verduyn P., Demiralp E, Park J, et al. (2013) Facebook-Nutzung prognostiziert Rückgänge des subjektiven Wohlbefindens bei jungen Erwachsenen. PLoS ONE 8 (8): e69841. doi: 10.1371 / journal.pone.0069841
  148. 34. Shin K, Kim DI, Chung Y (2011) Bericht: Entwicklung der koreanischen Smartphone-Suchtpräsenzenskala für Jugendliche und Erwachsene. Nationale Agentur für Informationsgesellschaft.
  149. 35. Griffiths MD (2010) Die Verwendung von Online-Methoden in der Datensammlung für Glücksspiel und Spielsucht. Internationales Journal für psychische Gesundheit und Sucht 8: 8-20. doi: 10.1007 / s11469-009-9209-1
  150. 36. Kwon M, Kim DJ, Cho H, Yang S (2013) Die Smartphone-Sucht-Skala: Entwicklung und Validierung einer Kurzversion für Jugendliche. PLoS ONE 8 (12): e83558: 10.1371 / journal.pone.0083558.
  151. 37. Beard KW, Wolf EM (2001) Änderung der vorgeschlagenen Diagnosekriterien für Internetsucht. CyberPsychology & Behavior. 4 (3): 377–383. doi: 10.1089 / 109493101300210286
  152. 38. Young KS (1996) Suchtvolle Nutzung des Internets: ein Fall, der das Stereotyp bricht. Psychologische Berichte 79: 899-902. doi: 10.2466 / pr0.1996.79.3.899
  153. 39. Widyanto L, McMurren M (2004) Die psychometrischen Eigenschaften des Internet-Suchttests. CyberPsychology & Behavior 7 (4): 443–450. doi: 10.1089 / cpb.2004.7.443
  154. 40. Canan F, Ataoglu A, Nichols LA, Yildirim T, Ozturk O (2010) Bewertung der psychometrischen Eigenschaften der Internet Sucht Skala in einer Stichprobe von türkischen Gymnasiasten. Cyberpsychologie, Verhalten und Social Networking 13 (3): 317-320. doi: 10.1089 / cyber.2009.0160
  155. 41. Khazaal Y., Billieux J., Thorens G., Khan R., Louati Y., Scarlatti E. et al. (2008) Französische Validierung des Internet-Suchttests. CyberPsychology & Behavior 11 (6): 703–706. doi: 10.1089 / cpb.2007.0249
  156. 42. Demetrovics Z, Szereredi B, Rozsa S (2008) Das Drei-Faktoren-Modell der Internetsucht: Die Entwicklung des Fragebogens zur problematischen Internetnutzung. Verhaltensforschungsmethoden 40 (2): 563-574. doi: 10.3758 / brm.40.2.563
  157. 43. Kelley KJ, Gruber EM (2010) Psychometrische Eigenschaften des Fragebogens zur problematischen Internetnutzung. Computer in menschlichem Verhalten 26: 1838-1845. doi: 10.1016 / j.chb.2010.07.018
  158. 44. Greenfield DN (1999) Psychologische Merkmale der zwanghaften Internetnutzung: Eine vorläufige Analyse. CyberPsychology & Behavior 8 (5): 403–412. doi: 10.1089 / cpb.1999.2.403
  159. 45. Charlton JP, Danforth IDW (2007) Unterscheiden Sucht und hohes Engagement im Kontext des Online-Spiels. Computer in menschlichem Verhalten 23 (3): 1531-1548. doi: 10.1016 / j.chb.2005.07.002
  160. 46. Prensky M (2001) Digital Natives, digitale Einwanderer Teil 1. Auf dem Horizont 9: 1-6. doi: 10.1108 / 10748120110424816
  161. 47. Park W (2005) Handy-Sucht. Mobile Kommunikation. Computergestützte kooperative Arbeit Vol. 31: 253-272. doi: 10.1007 / 1-84628-248-9_17
  162. 48. Kang H, Sohn C (2009) Entwicklung und Validierung der Handy-Sucht-Skala für Jugendliche. Koreanisches Journal für Gesundheitspsychologie 14 (3): 497-510.
  163. 49. Koo H (2013) Entwicklung einer Handy-Sucht-Skala für koreanische Eltern von Kleinkindern. Child Health Nursing Forschung 19 (1): 29-38. doi: 10.4094 / chnr.2013.19.1.29
  164. 50. Keum C (2013) Untersuchung der Neigung zur Smartphone-Sucht und des psychischen Gesundheitsproblems für Schüler der Mittel- und Oberstufe in Korea. Masterarbeit der Seoul National University.