Análisis de clases latentes en Internet y adicción a teléfonos inteligentes en estudiantes universitarios (2014)

PROPÓSITO:

El objetivo de este estudio fue clasificar los distintos subgrupos de personas que usan teléfonos inteligentes e Internet según los niveles de gravedad de la adicción. Además, se examinó cómo diferían los grupos clasificados en términos de sexo y rasgos psicosociales.

MÉTODOS:

Un total de estudiantes universitarios de 448 (hombres 178 y mujeres 270) en Corea participó. Los participantes recibieron una serie de cuestionarios que examinaban la gravedad de sus adicciones a Internet y teléfonos inteligentes, su estado de ánimo, su ansiedad y su personalidad. El análisis de clase latente y ANOVA (análisis de varianza) fueron los métodos estadísticos utilizados.

RESULTADOS:

Se encontraron diferencias significativas entre hombres y mujeres para la mayoría de las variables (todas <0.05). Específicamente, en términos de uso de Internet, los hombres eran más adictos que las mujeres (P <0.05); sin embargo, con respecto a los teléfonos inteligentes, este patrón se invirtió (P <0.001). Debido a estas diferencias observadas, las clasificaciones de los sujetos en subgrupos basadas en la adicción a Internet y teléfonos inteligentes se realizaron por separado para cada sexo. Cada sexo mostró patrones claros con el modelo de tres clases basado en el nivel de probabilidad de adicción a Internet y teléfonos inteligentes (P <0.001). Se encontró una tendencia común para los factores de rasgos psicosociales para ambos sexos: los niveles de ansiedad y los rasgos de personalidad neurótica aumentaron con los niveles de gravedad de la adicción (todos P <0.001). Sin embargo, la dimensión de Lie se relacionó inversamente con los niveles de gravedad de la adicción (todos P <0.01).

CONCLUSIÓN:

A través del proceso de clasificación latente, este estudio identificó tres grupos distintos de usuarios de Internet y teléfonos inteligentes en cada sexo. Además, también se examinaron los rasgos psicosociales que diferían en términos de niveles de gravedad de la adicción. Se espera que estos resultados ayuden a comprender los rasgos de Internet y la adicción a los teléfonos inteligentes y faciliten un mayor estudio en este campo.