BMC Psychiatrie. 2016; 16: 132.
Veröffentlicht online 2016 Mai 10. doi: 10.1186/s12888-016-0836-3
PMCID: PMC4862221
Abstrakt
Hintergrund
Der 7-Gegenstand Game Addiction Scale (GAS) wird verwendet, um auf süchtig machende Spiele zu screenen. Sowohl die sprachübergreifende Validierung als auch die Validierung in Französisch und Deutsch wird in erwachsenen Stichproben benötigt. Ziel der Studie ist es, die faktorielle Struktur der französischen und deutschen Version der GAS bei Erwachsenen zu bewerten.
Methoden
Zwei Männerproben aus dem Französischen (N = 3318) und Deutsch (N = 2665) Sprachgebiete der Schweiz wurden mit dem GAS, dem Major Depression Inventory (MDI), der Brief Sensation Seeking Scale und dem Zuckerman-Kuhlman Personality Questionnaire (ZKPQ-50-cc) bewertet. Sie wurden auch auf Cannabis- und Alkoholkonsum untersucht.
Die Ergebnisse
Die interne Konsistenz der Skala war zufriedenstellend (Cronbach α = 0.85). In beiden Proben wurde eine Ein-Faktor-Lösung gefunden. Kleine und positive Assoziationen wurden zwischen den GAS-Werten und dem MDI sowie den Subskalen Neurotizismus-Angst und Aggression-Feindseligkeit des ZKPQ-50-cc gefunden. Eine kleine negative Assoziation wurde mit der ZKPQ-50-cc Sociability-Subskala gefunden.
Zusammenfassung
Das GAS eignet sich in seiner französischen und deutschen Fassung zur Beurteilung der Spielsucht bei Erwachsenen.
Elektronisches Zusatzmaterial
Die Online-Version dieses Artikels (doi: 10.1186 / s12888-016-0836-3) enthält ergänzendes Material, das autorisierten Benutzern zur Verfügung steht.
Hintergrund
Die Erweiterung des Internets bringt zahlreiche Vorteile mit sich, darunter die Nutzung für kommerzielle, soziale, psychologische, akademische und medizinische Zwecke [1-9]. Es wurden jedoch ernsthafte Bedenken hinsichtlich möglicher Internet- und Internet-Spielsucht erhoben [10-15]. Insbesondere haben Online-Spiele Aufmerksamkeit für ihre möglichen Verbindungen zu süchtig machenden Nutzungsmustern in einer Teilmenge von Benutzern erhalten [16-18]. Eine Reihe von Studien berichtet über wichtige Zusammenhänge zwischen Internet- oder Spielsucht und psychiatrischen Konstrukten oder Störungen [19], wie Depression [20-22], Angststörungen [22, 23], Aufmerksamkeitsdefizitsyndrom [21, 24], Einsamkeit [25-27], Introversion, Neurotizismus, Impulsivität [17, 18, 26, 28-31] und Drogenmissbrauchs-Störungen [32]. Übermäßige Internetnutzung ist außerdem mit familiären und sozialen Problemen verbunden [33, 34].
Internet Gaming Disorder "(IGD) [35] wurde im Abschnitt 3 des DSM-5 als Bedingung eingeführt, die mehr klinische Forschung und Erfahrung erfordert, bevor sie für die Aufnahme als formelle Störung in Betracht gezogen werden könnte. Der DSM-5 schlägt vor, dass sich IGD auf die anhaltende und wiederkehrende Nutzung von Internetspielen beziehen könnte, die mit Stress oder Beeinträchtigungen in einem minimalen 12-Monat verbunden sind.
Es wurde allgemein berichtet, dass die Symptome von Internet Gaming Disorder anhaltende Beschäftigung mit Internet Gaming, Schwierigkeiten bei der Kontrolle oder Verringerung der Zeit für Spiele, negative Folgen des Verlustes der Kontrolle (andere betrügen, Konflikte, soziale Isolation und Müdigkeit, verlorene Beziehung oder Chancen) ), Verlust des Interesses an anderen Aktivitäten, Nutzung des Internetspiels zur Flucht oder Linderung einer dysphorischen Stimmung, Rückzug und Toleranz [36-38].
Seit der Entstehung des Konzepts der Internetsucht [39] und Internet Gaming Disorder wurden eine Reihe psychometrischer Maßnahmen entwickelt [37, 39-43]. Die 7-Item Game Addiction Scale (GAS) ist eine solche kurze Maßnahme. Diese Skala wurde speziell von Lemmens et al. das Spiel unter Jugendlichen zu bewerten [44] und basiert konzeptionell auf den Kriterien für pathologisches Glücksspiel in der vierten Ausgabe der DSM (DSM-IV). Jedem Artikel auf der GAS ist die Aussage "Während der letzten sechs Monate, wie oft ..." vorangestellt und wird auf einer 5-Punkt-Likert-Skala bewertet (1 = nie, 2 = selten, 3 = manchmal, 4 = oft und 5 = sehr oft). Lemmens et al. [44] schlug zwei Formate für die Beurteilung der Spielsucht vor: ein monothematisches Format (alle Artikel, die über 3 bewertet wurden) und ein polythesisches Format (mindestens die Hälfte der Artikel, die 3 oder höher bewerteten). Er stellte die Hypothese auf, dass das monothematische Format zu einer besseren Einschätzung der Prävalenz von Abhängigkeit führen würde als das polythetische Format [44].
Gute Korrelationen wurden zwischen GAS-Scores und der wöchentlichen Spielzeit gefunden. Die Scores korrelierten darüber hinaus mit einer Reihe von Konstrukten, die zuvor mit Spielsucht assoziiert waren, wie geringere Lebenszufriedenheit, geringere soziale Kompetenz, höhere Einsamkeit und höhere Aggression.44]. Höhere GAS-Werte wurden mit Aufmerksamkeitsfehlern und mehr Fehlern in der Reaktionshemmung in Verbindung mit Spielhinweisen assoziiert [45]. Die Ergebnisse stimmen mit zahlreichen Studien überein, die Impulsivität und spezifische Reaktivität mit anderen Suchtverhaltensweisen verbinden [46-48], Internetsucht [17, 29] oder spielbezogene Störungen [49]. Faktoranalysen zeigten, dass das GAS eindimensional war [44, 50]. Im Vergleich zu anderen Skalen deckt das GAS die IGD-Kriterien im DSM-5 besser ab [35] (siehe auch Tabelle 1).
Überraschenderweise wurden die psychometrischen Merkmale der Skala trotz der weiten Verbreitung von Spielen in dieser Population nicht bei jungen Erwachsenen gemeldet [16], insbesondere bei jungen Männern [25].
Das Hauptziel der vorliegenden Studie war die Untersuchung der psychometrischen Eigenschaften des 7-Items GAS bei jungen erwachsenen Männern. Ein sekundäres Ziel der Studie war es, eine Kreuzvalidierung von zwei Stichproben aus verschiedenen Sprachregionen in der Schweiz - französisch- und deutschsprachig - durchzuführen und die Invarianz oder die Äquivalenzeigenschaft des GAS über diese beiden Sprachgruppen hinweg zu bewerten.
Methoden
Teilnehmer und Verfahren
Die in dieser Studie verwendeten Daten stammten aus einer Längsschnittstudie, in der die Substanz- und Spielnutzung junger Schweizer Männer untersucht wurde: die Kohortenstudie über Risikofaktoren für die Verwendung von Substanzen (C-SURF).
Die vorliegende Studie, die aus dem C-SURF-Forschungsprotokoll mit der Nummer 15 / 07 stammt, wurde vom Ethikausschuss der Universität Lausanne für klinische Forschung genehmigt.
Alle Teilnehmer gaben ihr schriftliches Einverständnis zur Teilnahme an der Studie.
Die Teilnehmer wurden zwischen August 2010 und November 2011 in drei der sechs Rekrutierungszentren der nationalen Armee rekrutiert. Eines der Zentren befindet sich in Lausanne (französischsprachiger Raum) und die beiden anderen in Windisch und Mels (deutschsprachiger Raum). Die Rekrutierungszentren decken alle schweizerisch-französischsprachigen Kantone und 21 von 26 Kantonen in der Schweiz ab. Die Wehrpflicht ist in der Schweiz obligatorisch, so dass praktisch alle jungen Männer der entsprechenden Kantone, die etwa 20 Jahre alt sind, zur Teilnahme an der C-SURF-Studie berechtigt waren.
Während des Rekrutierungszeitraums der Studie meldeten sich 15,074 Männer bei den Rekrutierungszentren. Von diesen potenziellen Teilnehmern wurden 1,829 (12.1%) nie über C-SURF (kurze Krankheit zum Zeitpunkt des Termins, nicht über die Studie durch das Militärpersonal informiert) informiert oder zufällig in eine andere laufende Studie namens CH-X ausgewählt [51]. CH-X ist eine wiederholte Querschnittserhebung, für die im Rahmen der Einstellungsverfahren ein fester und verbindlicher Zeitplan von 90 Minuten festgelegt wurde. Daher hat die allgemeine Teilnahme an CH-X unsere Registrierungsverfahren, die vor Beginn der Armeeverfahren stattfanden, nicht beeinträchtigt. In einigen Fällen füllten die Teilnehmer jedoch bereits CH-X-Fragebögen aus, bevor wir sie über unsere Studie informieren konnten. Da wir versprochen haben, die Verfahren der Armee nicht zu stören, konnten wir einige von ihnen nicht kontaktieren. Nach unserem besten Wissen können wir keine systematischen Verzerrungen feststellen, die diese wenigen nicht kontaktierten Personen aufgrund von CH-X-Anforderungen verursacht haben könnten. Diese Männer meldeten sich nicht beim Forschungspersonal und konnten nicht aufgenommen werden. Von den 13,245 (87.9%) Männern, die über die Studie informiert wurden, gaben 7,563 (57.1%) ihre schriftliche Zustimmung zur Teilnahme. Leider haben wir keine Informationen über die Gründe für die Nichteinwilligung. Ein Grund kann sein, dass die Unterzeichnung eines Vertrags für eine dauerhafte Studie (C-SURF ist für einen Zeitraum von 10 Jahren geplant) einige Personen abschrecken kann. Ein Vergleich von Einwilligern und Nichteinwilligern [52] zeigten, dass Nicht-Einwilliger häufiger Substanzkonsumenten als Einwilliger waren, Unterschiede jedoch häufig nicht signifikant und manchmal in entgegengesetzter Richtung (z. B. waren Einwilliger häufiger Alkoholkonsumenten als Nicht-Einwilliger). Rekrutierungszentren wurden nur zur Registrierung von Teilnehmern verwendet. Fragebögen wurden an private Adressen geschickt und die Vertraulichkeit wurde insbesondere in Bezug auf die Armee gewährleistet. Insgesamt 5,990 (79.2%) Teilnehmer füllten den Basisfragebogen aus. Von dieser Zahl sprachen 3,320 Französisch und 2,670 Deutsch.
Instrumente
Spielsuchtwaage (GAS)
Die englische Version der Skala wurde übersetzt und zurück ins Französische und Deutsche übersetzt. Ein einleitendes Statement für die Skalenpunkte wies die Teilnehmer klar darauf hin, dass sie in Bezug auf ihren Spielgebrauch antworten sollten: "Jetzt sind wir daran interessiert zu wissen, wie viel Zeit Sie für Spiele ausgegeben haben. Dies beinhaltet Cybergames im Internet oder Spiele auf einer Konsole. "(Zusätzliche Datei 1).
In Übereinstimmung mit der Hypothese von Lemmens et al. [44], diejenigen, die "manchmal" oder mehr auf allen sieben Punkten erzielt haben, wurden als monothematische Spieler definiert ("pathologisches Spielen"), und diejenigen, die "mindestens" auf mindestens die Hälfte der Items gewertet haben (vier bis sechs von sieben Items) wurden als polythetische Spieler definiert (exzessives Spielen).
In der ursprünglichen Validierungsstudie wurden hohe Reliabilitäten für die Spielsucht-Skala mit Cronbach Alpha von .82 bis .87 berichtet.44].
Major Depression Inventar (MDI)
Die MDI wurde verwendet, um das Ausmaß der Depression in den letzten zwei Wochen zu bestimmen [53, 54]. Es ist ein Selbstberichtsstimmungsfragebogen. Es wurde eine Sechs-Punkte-Skala von "nie" (0) bis "die ganze Zeit" (5) verwendet, und eine Gesamtpunktzahl wurde berechnet. Das MDI kann auch als ein diagnostisches Instrument mit Algorithmen verwendet werden, die zu der DSM-IV- oder zu der internationalen Klassifikation der psychischen und Verhaltensstörungen (ICD-10) -Kategorien ohne Depression, leichte bis mittlere Depression und schwere Depression führen.
Frühere Studien zum Major Depression Inventory weisen darauf hin, dass MDI eine gute Reliabilität und interne Konsistenz (Cronbachs Alpha-Koeffizient: bis 0.94) sowie eine gute Sensitivität, Spezifität und Validität als eindimensionale Depressionsschwere mit adäquaten Cut-Off-Scores aufweist [53, 55, 56].
Kurze Empfindungssuchskala (BSSS)
Das BSSS [57] ist eine Acht-Punkte-Skala, wobei jeder Gegenstand auf einer Fünf-Punkte-Skala von "stimme überhaupt nicht zu" (1) bis "stimme voll zu" (5) bewertet wurde. Das BSSS umfasst die folgenden Dimensionen: Abenteuer, Langeweile, Enthemmung und Erfahrungssuche. Der Gesamtscore war zuvor mit einem Risiko des Drogenkonsums in einer Stichprobe von Jugendlichen assoziiert [57].
Angemessene interne Konsistenz der BSSS wurde zuvor berichtet (Cronbachs Alpha-Koeffizient: 0.74) [57].
Der Zuckerman-Kuhlman Persönlichkeitsfragebogen (ZKPQ-50-cc)
Das ZKPQ-50-cc bewertet verschiedene Aspekte der Persönlichkeit [58]. Drei Subskalen, die jeweils aus 10-Items bestanden, wurden verwendet, um Neurotizismus / Angst, Geselligkeit und Aggression / Feindseligkeit zu bewerten. Die Teilnehmer gaben an, ob sie jeder Aussage zustimmten oder nicht. Ein mittlerer Score wurde für jede Subskala berechnet. Andere Studien haben einen Beitrag von Neurotizismus / Angst und Aggression / Feindseligkeit gegenüber Internetsucht gezeigt [59]. Das ZKPQ-50-cc zeigte zufriedenstellende psychometrische und interkulturelle Eigenschaften, einschließlich angemessener Zuverlässigkeit über Subskalen und Länder hinweg (Cronbachs Alpha-Koeffizient bis 0.70) [58].
Fragebögen zum Substanzgebrauch
Der Alkoholkonsum wurde in einem 12-Monats-Zeitrahmen bewertet (Tabelle 1) 2). Dementsprechend wurde die Häufigkeit von Komasaufen (sechs Standardgetränke oder mehr bei einer Gelegenheit) und von Trinktagen während der Woche (Montag bis Donnerstag) berechnet. Das Alter des Beginns der Trunkenheit (erste betrunkene Phase) wurde auch gemäß dem European School Survey Project zu Alkohol und anderen Drogen bewertet [60]. Der Cannabiskonsum wurde anhand der folgenden Fragen bewertet: Alter des Beginns des Cannabiskonsums, Alter des ersten „hohen“ Cannabiskonsums sowie Cannabiskonsum und Häufigkeit des Konsums in den letzten 12 Monaten.
Statistische Analysen
In dieser Studie verwendeten wir die Softwareprogramme SPSS 18.0 und AMOS 19.0 (Analyse von Momentstrukturen; SPSS Inc., Chicago, IL). Zunächst wurden deskriptive Statistiken für die Merkmale der Teilnehmer berechnet. Die interne Konsistenz, dh das Ausmaß, in dem die GAS-Elemente miteinander in Beziehung standen, wurde dann unter Verwendung des Cronbach-Koeffizienten gemessen. Streiner und Norman [61] schlagen vor, dass Alpha über 0.70 liegt, aber nicht viel höher als 0.90.
Als nächstes wurden explorative Faktorenanalysen (EFAs) verwendet, um die Faktorstabilität der Skala zu bewerten, wie von Lemmens et al.44]. Die Anzahl der Faktoren wurde mit Velicers Minimum-Mittelwert-Partial (MAP) -Test, der an der Korrelationsmatrix durchgeführt wurde, extrahiert.62]. Diese Zahl wurde dann durch parallele Analysen bestätigt. Bei parallelen Analysen liegt der Fokus auf der Anzahl der Komponenten, die für mehr Varianz verantwortlich sind als die aus Zufallsdaten abgeleiteten Komponenten, während im MAP-Test die relativen Anteile der systematischen und unsystematischen Varianz in einer Korrelationsmatrix nach Extraktionen im Vordergrund stehen einer zunehmenden Anzahl von Komponenten [63].
Obwohl EFA besser für neu gestaltete Fragebögen geeignet ist, ist es nicht ungewöhnlich, dass es auch in einem Revalidierungsprozess verwendet wird, wenn Daten von einer anderen Stichprobe oder einer anderen Population erfasst werden. Die Verwendung von EFA diente hier zur Bewertung der Stabilität der Faktoren in den beiden Sprachregionen, da dies eine Grundvoraussetzung für die weitere Untersuchung der Äquivalenz des Werkzeugs zwischen den verschiedenen Untergruppen ist.
Zur Bestimmung der Multigruppeninvarianz verwendeten wir das in der Strukturgleichungsmodellierung (SEM) beschriebene Verfahren nach der Arbeit von Jöreskog [64]. Beim Testen auf Gruppenäquivalenz ist es üblich, konfirmatorische Faktorenanalyse (CFA) -Modelle zu verwenden, eine Methode unter der allgemeinen Klasse von SEM. Abhängig von der Forschungsfrage kann die Suche nach Gruppenäquivalenz eine Reihe von Tests beinhalten, die in der folgenden restriktiven Reihenfolge durchgeführt werden: konfigurative Äquivalenz, Messäquivalenz und strukturelle Äquivalenz. Der konvektive Invarianztest konzentriert sich auf das Ausmaß, in dem die Anzahl der Faktoren und Muster ihrer Struktur zwischen den Gruppen ähnlich ist. Bemerkenswert ist jedoch, dass die Bestimmung eines geeigneten Basismodells für jede Gruppe separat erforderlich ist, woraus das Konfigurationsmodell abgeleitet wird. Auf der anderen Seite konzentriert sich Interesse beim Testen auf Messung und strukturelle Invarianz auf das Ausmaß, in dem die Parameter in der Messung und strukturellen Komponenten des Modells über die Gruppen hinweg äquivalent sind [65, 66]. Da unsere Forschungsfragen die Äquivalenz von Messungen über Gruppen hinweg betreffen, konzentrieren sich die statistischen Analysen auf die konfigurale Invarianz und Invarianz von Faktorladungen in den beiden Sprachregionen.
Bewertung der Modellanpassung
Die Anpassungsgüte der Modelle wird anhand verschiedener Indizes untersucht, wie nachstehend beschrieben.67].
- Das χ2 zu den Freiheitsgraden (χ2/ df). Mehrere Forscher haben die Verwendung dieses Verhältnisses als ein Maß für die Anpassung empfohlen, um die mit der χ2 Teststatistik. Zu diesen Problemen gehören unter anderem die Verletzung von Annahmen, die Modellkomplexität und die Abhängigkeit von der Stichprobengröße. Verhältnisse so niedrig wie 2 scheinen eine vernünftige Anpassung anzuzeigen.
- Der Vergleichsanpassungsindex (CFI). Das CFI reicht von 0 bis 1, wobei höhere Werte eine bessere Anpassung anzeigen. Eine Faustregel besagt, dass Werte, die größer als 0.95 sind, als gute Anpassung interpretiert werden können, während Werte zwischen 0.90 und 0.95 eine akzeptable Anpassung relativ zum Unabhängigkeitsmodell anzeigen.
- Der quadratische mittlere Approximationsfehler (RMSEA). Dies ist ein Maß für die ungefähre Anpassung an die Bevölkerung und befasst sich daher mit der Diskrepanz aufgrund der Annäherung. Der RMSEA ist unter 0 begrenzt. RMSEA-Werte kleiner oder gleich 0.05 können als gute Anpassung angesehen werden, zwischen 0.05 und 0.08 als akzeptable Anpassung und größer als 0.8 als mittelmäßige Anpassung, während Werte> 0.10 nicht akzeptabel sind.
Änderungen in der Anpassungsgütestatistik wurden ebenfalls untersucht, um Unterschiede in den verschiedenen Modellen zu ermitteln. Ein signifikanter Unterschied in χ2 Werte zwischen verschachtelten Modellen bedeutet, dass alle Gleichheitsbeschränkungen nicht über die Gruppen hinweg gelten.
Die grafische Darstellung der GAS-Werte, die auf einer Ordinalskala gemessen wurden, zeigt, dass die Normalitätsannahme nicht haltbar ist. Folglich ist eine asymptotisch verteilungsfreie Schätzung anstelle einer Maximum-Likelihood-Schätzung eine gute Strategie, um nicht normalverteilte Daten in SEM-Analysen unterzubringen.
Schließlich wurde die gleichzeitige Validität untersucht, indem der Gesamt-GAS-Score mit den Scores des MDI korreliert wurde.53]; das BSSS [57]; und die Subskalen Neurotizismus-Angst, Geselligkeit und Aggression-Feindseligkeit des ZKPQ-50-cc [58]. Wir untersuchten auch die Stärke der Assoziation der Skala mit anderen Maßnahmen im Zusammenhang mit Alkohol und Cannabiskonsum. Gemäß Cohens Faustregel ist jede Korrelation größer als 0.5 groß, von 0.5-0.3 ist moderat, von 03-0.1 ist klein und weniger als 0.1 ist trivial [68].
Fehlende Werte
GAS-fehlende Werte wurden mit der Hot-Deck-Imputationsmethode behandelt, bei der jeder fehlende Wert durch eine beobachtete Antwort einer ähnlichen Einheit in Bezug auf die in beiden Fällen beobachteten Merkmale ersetzt wird [69]. In unserer Studie wurde die BSSS als "Deckvariable" ausgewählt, da sie wenig bis keine fehlenden Daten enthält.70]. Wir haben ein Hot-Deck-Imputations-Makro für SPSS-Benutzer von T. van der Weegen verwendet, das von der folgenden Website heruntergeladen werden kann: http://www.spsstools.net/SampleSyntax.htm.
Überlegungen zur Stichprobengröße
Die Stichprobengröße spielt eine wichtige Rolle bei der Bereitstellung unvoreingenommener Parameterschätzungen und genauer Modellanpassungsinformationen. Nach Bentler und Chou [71], die zumindest ein 5: 1-Verhältnis von Probanden zu Variablen für normale und elliptische Verteilungen empfahl, scheint es einen allgemeinen Konsens unter den Forschern für die Annahme dieses Verhältnisses zu geben. Für kategoriale oder nicht normalverteilte Variablen, wie es hier der Fall ist, sind jedoch größere Abtastungen erforderlich als für kontinuierliche oder normalverteilte Variablen. Für diese Art der Verteilung wird ein Verhältnis von mindestens 10-Probanden pro Variable empfohlen [72]. Die Probe in der vorliegenden Studie erfüllt diese Anforderung.
Die Ergebnisse
Von den ursprünglich aufgezeichneten 5,990 Beobachtungen fehlten GAS-Daten für 42 Teilnehmer (0.7%). Die Verwendung der Hot-Deck-Imputation führte erfolgreich Daten für 35 von ihnen ein, wobei 7 Fälle immer noch unvollständig blieben. Anschließend wurde eine endgültige Stichprobengröße von 5,983 Befragten (3,318, französischsprachig und 2,665 deutschsprachig) analysiert. Das Durchschnittsalter der Teilnehmer betrug 20.0 Jahre (SD = 1.2). Von dieser endgültigen Stichprobe wurden 10.6% der französischen und 8.1% der deutschen Befragten als polythetische Benutzer eingestuft, während 2.3% der Befragten in jeder Gruppe als monothetische Benutzer eingestuft wurden. Die Eigenschaften jeder Sprachregion sind in der Tabelle angegeben 2.
Französischsprachige Gemeinschaft
Die interne Konsistenz der GAS war gut, was sich in einem Cronbach-Koeffizienten von 0.86 widerspiegelt. EFA von Velicer MAP-Test vorgeschlagen, eine Ein-Faktor-Lösung. Dieser Befund wurde durch parallele Analyse erfolgreich bestätigt. Dieses Ein-Faktor-Modell wurde dann in CFA mit AMOS ausgewertet. Orientiert an Modifikationsindizes und ungewöhnlichen standardisierten Residuen, die die Korrelation von sechs Fehlervarianzen nahelegten, etablierten wir ein gut angepasstes Modell, das eine gute Anpassung an das Unabhängigkeitsmodell aufwies (χ2/ df = 2.6, CFI = 0.99, RMSEA = 0.02).
Deutschsprachige Gemeinschaft
Die interne Konsistenz der Skala war zufriedenstellend (Cronbach α = 0.85). Eine Ein-Faktor-Lösung wurde auch in EFA durch Velicers MAP gefunden und durch parallele Analyse bestätigt. Das gleiche Pfadmodell, das zur Bewertung der französischsprachigen Gruppe verwendet wurde, wurde auf die deutschsprachige Gruppe angewendet. Dieses Modell schnitt schlechter ab, lieferte aber dennoch akzeptable Werte für die Anpassungsgüte (χ2/ df = 5.9, CFI = 0.94, RMSEA = 0.04).
Multigruppenanalyse
Testen auf konfigurative Äquivalenz
Nachdem wir für jede Gruppe ein gut passendes Modell bestimmt hatten, testeten wir die konfigurative Äquivalenz, in der die gleichen Parameter in einem Mehrgruppenmodell erneut geschätzt wurden. Mit anderen Worten, Parameter wurden für beide Gruppen gleichzeitig geschätzt. Ergebnisse im Zusammenhang mit diesem Mehrgruppenmodell ergaben a χ2 Wert von 91.53 mit 17-Freiheitsgraden. Die CFI- und RMSEA-Werte waren 0.97 bzw. 0.02 und lieferten eine akzeptable Anpassung. Diese Werte sind die Basiswerte, mit denen alle nachfolgenden Invarianztests verglichen wurden.
Prüfung auf faktorielle Äquivalenz
Ein Modell mit allen Ladungen (Faktorladungen nach Gruppe) wird in der Tabelle angezeigt 3) eingeschränkt, um über alle Gruppen hinweg gleich zu sein. Anpassungsgütestatistiken in Bezug auf dieses eingeschränkte Zwei-Gruppen-Modell sind in der Tabelle dargestellt 4 (zweiter Eintrag). Beim Testen der Invarianz dieses eingeschränkten Modells verglichen wir seine χ2 Wert von 114.59 mit 23-Freiheitsgraden mit dem für das uneingeschränkte Modell (χ2(17) = 91.53). Dieser Vergleich ergab a χ2 Differenz (Δχ2) von 23.06 mit 6-Freiheitsgraden, was statistisch signifikant ist (p = 0.001). Daher wurden die Gleichheitsbeschränkungen für alle Faktorladungen abgelehnt. Angesichts der Ablehnung der vollständigen faktoriellen Invarianz überprüften wir, welche Faktoren unterschiedlich waren. Da sich herausstellte, dass die Parameter zum Laden von Faktoren gruppenübergreifend unveränderlich sind, wurden ihre festgelegten Gleichheitsbeschränkungen im weiteren Verlauf des Invarianztests kumulativ beibehalten [73]. Erstens, das Laden von Faktoren des Tolerance-Elements über die Gruppen hinweg ergab nicht signifikante Ergebnisse, was darauf hindeutet, dass sie gleich sind. Zu Identifizierungszwecken wurde das Laden des Salience-Elements bereits auf den Wert von 1 in beiden Gruppen beschränkt. Als nächstes führte das Halten dieser Gleichheitsbedingung und das Hinzufügen der Gleichheitsbedingung für die Stimmungsänderung immer noch zu nichtsignifikanten Ergebnissen χ2 Werte. Dies wurde fortgesetzt, bis wir die Auszahlung erreicht haben, wo es signifikant war χ2 Ergebnisse deuten auf Nichtgleichheit zwischen den beiden Gruppen hin. Tests wurden für Konflikt und Probleme wiederholt, die wiederum nicht signifikant waren. Das detaillierte Verfahren ist in der Tabelle gezeigt 4. Alle beobachteten Maßnahmen mit Ausnahme von Ausstieg wurden für beide Sprachregionen als gleichwertig befunden.
Korrelationsanalyse in der französischsprachigen Gemeinschaft
Die Korrelationsanalyse wurde verwendet, um die gleichzeitige Validität zwischen GAS und anderen ähnlichen Konstrukten zu untersuchen. Wie in der Tabelle gezeigt 5Die Assoziation von GAS mit der MDI-Gesamtpunktzahl und mit der ZKPQ-50-cc-Anxiety-Subskala war klein (ρ = 0.27 bzw. ρ = 0.24) und die Assoziation von GAS mit der ZKPQ-50-cc-Subskala Soziabilität war klein und negativ (ρ = -0.20). Die Korrelationen zu den anderen Bewertungsmaßnahmen wurden als trivial angesehen.
Korrelationsanalyse in der deutschsprachigen Gemeinschaft
Wie in der Tabelle gezeigt 6Die Assoziation von GAS mit MDI und der ZKPQ-50-cc-Anxiety-Subskala war klein (ρ = 0.24 und ρ = 0.23). Diese Assoziation war kleiner mit der ZKPQ-50-cc-Aggressivitäts-Subskala (ρ = 0.15) und mit der Sociability-Subskala (ρ = -0.10).
Diskussion
Die vorliegende Studie ist die erste, die nach unserem Kenntnisstand die psychometrischen Merkmale des 7-Items GAS unter repräsentativen Stichproben von erwachsenen Männern in Französisch und Deutsch zu beurteilen hat.
Das wichtigste Ergebnis ist, dass das Ein-Faktor-Modell des 7-Items GAS gute psychometrische Eigenschaften aufweist und in beiden Stichproben gut in die Daten passt. Die Ergebnisse stimmen mit einer Reihe früherer Befunde überein [44, 50] und erlauben ihre Ausdehnung auf Erwachsene. [74, 75].
Darüber hinaus wurde festgestellt, dass alle beobachteten Maßnahmen mit Ausnahme des Rückzugs für beide Sprachregionen gleichermaßen funktionierten. Dies trägt zur sprachübergreifenden Gültigkeit der Skala bei. Die Schwäche im Zusammenhang mit dem Artikel, der sich auf den Auszahlungsvorgang bezieht, kann auf mangelnde Präzision dieses Konzepts bei der Anwendung auf Spiele zurückzuführen sein.36]. Es kann auch auf gruppenübergreifende Unterschiede im zugrundeliegenden Konstrukt hinweisen. Diese Hypothese gilt jedoch nicht, da sich diese Unterschiede nicht in der Größe der Faktorladungen widerspiegeln, deren Werte ähnlich sind (0.65 vs. 0.71). Diskrepanzen zwischen der französischen und der deutschen Übersetzung dieses verwandten Artikels können diesen Unterschied erklären. Nach einer erneuten Diskussion mit zweisprachigen Personen können jedoch keine großen Unterschiede in der Bedeutung der verwendeten Wörter festgestellt werden. Obwohl dies der größte Unterschied bei den Faktorladungen ist, bleibt es im Vergleich zu den anderen (0.06 im absoluten Wert) marginal. Daher ist die einzige plausible Erklärung, dass die statistische Signifikanz der χ2 Die beobachteten Statistiken werden wahrscheinlich durch die große Stichprobengröße von fast 6,000-Personen hervorgerufen.
In Übereinstimmung mit zahlreichen Studien zur Spiel- und Internetnutzung [19, 21, 76] wurde eine Assoziation zwischen depressiven Symptomen und GAS - Scores gefunden. Zusätzlich wurde eine kleine Assoziation zwischen GAS-Scores und sowohl der Neurotizismus-Angst-Dimension als auch der Aggression-Feindseligkeit-Subskala des ZKPQ-50-cc gefunden. Diese Assoziationen stehen im Einklang mit Erkenntnissen, die sich auf Suchtkonsum beziehen,77, 78] und stimmen mit anderen Studien im Zusammenhang mit Internet- oder Spielsucht überein [59, 79]. Darüber hinaus, wie in anderen Studien [79] wurde eine negative Assoziation mit der Subskala "Sociability" gefunden. Dies scheint mit den Ergebnissen anderer Studien übereinzustimmen, die einen Zusammenhang zwischen Einsamkeit und geringer sozialer Kompetenz mit Spielsucht zeigten [25, 80].
Die vorliegende Studie zeigte keinen Zusammenhang zwischen GAS-Scores und Sensationssuche. Dieser Befund widerspricht dem anderer Studien [81]. Einige Forscher haben gezeigt, dass die Sensationssuche mit Extraversion zusammenhängt [58]. Spiel- und Internetabhängigkeiten scheinen jedoch eher mit Introversion als mit Extraversion verbunden zu sein [82], und so ist es plausibel, dass Sensationssuche hier nicht mit den GAS-Scores assoziiert war. Ähnlich verhält es sich mit den Ergebnissen einer Reihe früherer Studien [19, 26, 32, 83] konnte die vorliegende Studie keine Assoziation mit Alkohol oder Cannabis zeigen. Diese Assoziationen wurden möglicherweise durch die spezifische bevorzugte Online-Aktivität vermittelt und können sich von Aktivität zu Aktivität unterscheiden [84].
Mit insgesamt 2.3% der Teilnehmer, die als monothetische Benutzer eingestuft wurden, und weiteren 9.5%, die als polythetische Benutzer (übermäßige Benutzer) eingestuft wurden, sind die Prävalenzraten in dieser Studie mit denen in der ersten GAS-Studie vergleichbar [44] und in einer Reihe anderer schweizerischer und europäischer Studien [85-89]. Etwas niedriger [90, 91] oder höhere Prävalenzzahlen [12, 92] wurden jedoch in anderen Studien berichtet. Die Unterschiede sind wahrscheinlich eine Folge von Unterschieden in den Bewertungsinstrumenten, der untersuchten Population, der Verwendung der polythetischen Klassifikation und der vorgeschlagenen Cutoffs [12].
Die Studie weist eine Reihe von Stärken auf, beispielsweise die Rekrutierung einer repräsentativen Stichprobe junger Männer und eine hohe Rücklaufquote. Dies ist ein möglicher Vorteil im Hinblick auf die Selektionsverzerrung, die in Online-Einstellungsstudien beschrieben wird [93]. Eine weitere wichtige Stärke ist die Einbeziehung von zwei verschiedenen und großen linguistischen Stichproben. Zu den Schwächen der Studie gehören ein Mangel an Frauen in den vorliegenden Proben und eine mangelnde begleitende Evaluierung der spezifischen Spielaktivitäten der Teilnehmer. Weitere Studien der GAS können erforderlich sein, um verschiedene Spiele und andere Internet-bezogene Verhaltensweisen zu bewerten.
Zusammenfassung
Der 7-Artikel GAS scheint ein interessantes Bewertungswerkzeug zu sein. Diese Skala, die bisher für jugendliche Proben verwendet wurde, scheint für erwachsene Proben angemessen zu sein und hat gute psychometrische Eigenschaften in ihrer französischen und deutschen Version.
Ethikgenehmigung und Zustimmung zur Teilnahme
Die vorliegende Studie, die aus dem C-SURF-Forschungsprotokoll Nr. 15/07 hervorgeht, wurde von der Ethikkommission für klinische Forschung der Medizinischen Fakultät der Universität Lausanne genehmigt. Alle Teilnehmer gaben ihre schriftliche Einverständniserklärung zur Teilnahme an der Studie.
Zustimmung zur Veröffentlichung
Unzutreffend.
Verfügbarkeit von Daten und Materialien
Verfügbar auf Anfrage an den letzten Autor Gerhard Gmel: [E-Mail geschützt] .
Danksagung
Zur Finanzierungsquelle.
Förderung
Die Finanzierung für diese Studie wurde vom Schweizerischen Nationalfonds (FN 33CSC0-122679 und FN 33CS30-139467) zur Verfügung gestellt.
Abkürzungen
| BSSS | kurze sensationssuchende Skala |
| CFA | Bestätigungsfaktoranalyse |
| CFI | vergleichbarer Anpassungsindex |
| C-SURF | Kohortenstudie zu Risikofaktoren für den Substanzkonsum |
| DSM-IV | Diagnostisches statistisches Handbuch der psychischen Störungen, vierte Ausgabe |
| EFA | explorative Faktorenanalysen |
| GAS | Spielsucht-Skala |
| ICD-10 | internationale Klassifikation von Geistes- und Verhaltensstörungen |
| MAP | velicer's minimaler durchschnittlicher Teiltest |
| MDI | großes Depressionsinventar |
| RMSEA | mittlerer quadratischer Fehler der Approximation |
| SEM | Strukturgleichungsmodellierung |
| ZKPQ-50-cc | Zuckerman-Kuhlman Persönlichkeitsfragebogen |
Fußnoten
Konkurrierende Interessen
Die Autoren erklären, dass sie keine konkurrierenden Interessen haben.
Autorenbeiträge
GG organisierte die ursprüngliche Untersuchung und leistete wesentliche Beiträge zur Konzeption und zum Design sowie zur Datenerfassung, YK, GG und DZ gestalteten das vorliegende Papier und leisteten wesentliche Beiträge zur Konzeption der vorliegenden Studie. YK entwarf das Manuskript. AC führte die statistische Analyse durch und entwarf das Manuskript. GG, SR, DZ, SA und GT trugen dazu bei, das Manuskript zu verfassen. GG, SR, DZ, SA und GT waren an der Überarbeitung des Manuskripts für wichtige intellektuelle Zufriedenheit beteiligt. Alle Autoren waren an der Interpretation der Daten beteiligt, verfassten und überarbeiteten den Artikel. Alle Autoren lesen und genehmigen das endgültige Manuskript.
Bibliographie
;
