Korealaisen älypuhelimen riippuvuusluokituksen kehittäminen nuorille (2012)

Citation: Kim D, Lee Y, Lee J, Nam JK, Chung Y (2014) Korean älypuhelinten väärinkäyttäytymisasteikon kehitys nuorille. PLOS ONE 9 (5): e97920. doi: 10.1371 / journal.pone.0097920

Editor: Amanda Bruce, Missouri-Kansas Cityn yliopisto, Yhdysvallat

Otettu vastaan: Joulukuu 19, 2013; hyväksytty: Huhtikuu 16, 2014; Julkaistu: Voi 21, 2014

Copyright: © 2014 Kim et ai. Tämä on avoimen pääsyn artikkeli, jota jaellaan Creative Commons Nimeä lisenssi, joka sallii rajoittamattoman käytön, levityksen ja kopioinnin missä tahansa välineessä edellyttäen, että alkuperäinen tekijä ja lähde on hyvitetty.

Rahoittajat: Kirjoittajilla ei ole tukea tai rahoitusta raportoida.

Kilpailevat kiinnostuksen kohteet: Tekijät ovat ilmoittaneet, ettei kilpailevia etuja ole.

esittely

Henkilökohtaisten tietokoneiden leviäminen 1990-luvulla synnytti digitaalisen vallankumouksen. Henkilökohtaisista työasemista kehittyi pian PMP-tietokoneita, taulutietokoneita ja älypuhelimia - laitteita, joista on tullut yhä yleisempiä ihmisten elämässä. Erityisesti älypuhelinten jakelunopeus on kasvanut maailmanlaajuisesti vuodesta 2000 lähtien [1]. Tällainen älypuhelinten laaja käyttö on nimetty älykkääksi vallankumoukseksi, ja se on tuonut dramaattisia muutoksia ihmisten jokapäiväiseen elämään. Vaikka älypuhelinten käyttö on tehnyt elämästä helpompaa monille ihmisille, se on myös aiheuttanut haitallisia vaikutuksia psykologisen hyvinvoinnin, ihmissuhteiden ja fyysisen terveyden alueilla. Esimerkiksi verkkoympäristön helpon pääsyn älypuhelimien kautta - online-häirinnän vaikutus jolle on ominaista alhaisemmat käyttäytymisen esteet [2] [3] ovat yleistymässä etenkin tietoverkkoväkivallan muodossa.

Nykypäivän nuoret ovat erittäin vastaanottavaisia ​​uusille mediamuodoille, kuten älypuhelimille [4] koska he ovat ensimmäisiä sukupolvia, jotka ovat kasvaneet ympäröimällä erilaisia ​​huipputekniikan medioita [5]. Tämä voi tarkoittaa, että nuoret ovat alttiimpia älykkään median haittavaikutuksille kuin vanhemmat ikäryhmät. Etelä-Koreassa älypuhelimista riippuvaiset nuoret ovat saavuttaneet 11.4% väestöstä, ja ylin 2.2% on vaikeuksissa elää arjessaan riippuvuutensa vuoksi [6]. Ennen älypuhelinten leviämistä matkapuhelimet veivät valtavan osan murrosikäisistä siihen pisteeseen, että jotkut ilmoittivat kokevansa suurta ahdistusta, kun heidän puhelimensa ei aina ole päällä [4]. Matkapuhelinten riippuvuus ja ikä näyttävät olevan kääntäen verrannollisia, kun nuoremmat ihmiset käyttävät puhelimia useammin [8], ja kaksi kertaa todennäköisemmin myöntävän olevansa "matkapuhelinriippuvainen" kuin aikuiset [9]. Nuorille puhelinpohjainen viestintä on tärkeä tapa ylläpitää heidän sosiaalisia suhteitaan [7]. Koska älypuhelinten riippuvuudesta on tulossa tärkeä kysymys nuorten keskuudessa, näyttää olevan kiireellistä kehittää asteikko, jolla voidaan arvioida nuorten älypuhelinten riippuvuuden tasot ja olosuhteet, jotta voidaan suojata heitä riippuvuuden haitallisilta vaikutuksilta.

Koska älypuhelimien jakelu on suhteellisen uusi ilmiö, tutkimukset, jotka ovat määritelleet älypuhelimien ainutlaatuiset oireet, ovat harvinaisia. Lähin käsite älypuhelinten riippuvuuteen voi olla matkapuhelinriippuvuus, jota pidetään eräänlaisena käyttäytymisriippuvuutena, jolle on ominaista impulssiohjausongelmat. Matkapuhelimen riippuvuuden ilmoitettuja oireita ovat vieroitus, sietokyky, adaptiivisten toimintojen häiriöt, pakko ja patologinen upotus [12] ja pidättäytyminen, käytöstä johtuvat hallinnan puute ja ongelmat sekä suvaitsevaisuus ja muihin toimintoihin puuttuminen [13]. Nykyiset matkapuhelinten riippuvuusasteikot [47] [48] [49] on kehitetty perustuen Nuoriin [10]Internet Addiction Test (IAT) ja Goldberg [11]Internet-riippuvuuden diagnostiikkakriteerit.

Älypuhelimet eroavat kuitenkin matkapuhelimista neljällä pääasiallisella tavalla. Ensinnäkin älypuhelinten käyttäjät ovat dynaamisemmin mukana laitteessa kuin tavalliset matkapuhelinten käyttäjät. Älypuhelimien käyttäjät ovat aktiivisesti yhteydessä itse laitteeseen ja sisältöön (sovelluksiin) samanaikaisesti, ja he voivat olla tuottajan rooli luomalla henkilökohtaisia ​​sovelluksia. Koska sovellusten avulla älypuhelimien käyttäjät voivat antaa välitöntä, keskinäistä palautetta, älypuhelimien käyttäjillä on taipumus olla aktiivisia, osallistavia, suhteellisia, osaavia ja tuottavia [15]. Näin ollen älypuhelimen käytön on osoitettu olevan suoraan verrannollinen sovelluksen käyttöön [14]. Toiseksi älypuhelimissa korostetaan enemmän aistitoimintoja, jotka stimuloivat käyttäjien ilmeellistä puolta [16]. Älypuhelimen erottuva käyttöliittymäjärjestelmä, joka sisältää kosketusnäytön toiminnan, näppäimistöjärjestelyt, kuvakkeet, järkevän suunnittelun ja muut komponentit, antaa sen käyttäjälle mahdollisuuden paljastaa yksilöllisyytensä [17]. Älypuhelimien sovellusten ilmeikkäisen näkökohdan merkitys näkyy myös siinä, että käyttäjät pitävät parempana sovelluksia, jotka sallivat useiden käyttäjien pitää hauskaa yhdessä ja olla sosiaalisesti ilmeikäs sovellusten kanssa, joita voidaan nauttia vain yksin [18]. Kolmanneksi, älypuhelimet tarjoavat palveluiden, kuten kamera, MP3, GPS, verkkoselailu, puhelut, sähköposti, pelaaminen ja sosiaalisen verkostoitumisen palvelut, lähentymisen. [19] [20] yhdellä kannettavalla laitteella. Älypuhelinten siirrettävyys, jota kutsutaan myös kannettavaksi Internetiksi, mahdollistaa reaaliaikaisen ja henkilökohtaisen palvelun missä tahansa, mitä ei voida täyttää tyypillisessä pöytätietokoneessa. Lisäksi älypuhelimen Push Service -palvelu ilmoittaa käyttäjille asiaankuuluvilla päivityksillä, kuten uusimmat sähköpostit tai Facebook-vastaukset, jo ennen kuin käyttäjä pyytää niitä [21]. Tällaiset älypuhelimien tarjoamat yksilölliset palvelut voivat olla hyödyllisiä, mutta voivat myös saada ihmiset käyttämään älypuhelimiaan liikaa [22] [23]. Lopuksi, eri ikäryhmien ihmisten älypuhelinten käyttömallit vaihtelevat. Teini-ikäiset käyttävät älypuhelimiaan pääasiassa kameraan, MP3-tiedostoihin ja muihin viihdetoimintoihin; 20-vuotiaat ihmiset käyttävät pääasiassa SNS: ää; ja 30–40-vuotiaat hallitsevat tyypillisesti aikataulujaan, yhteystietoluetteloitaan, sähköpostia ja muita liiketoimintaan liittyviä toimintoja [24] [25].

Huolimatta älypuhelinten edellä mainituista erityispiirteistä, monet nykyisistä älypuhelinten riippuvuusasteikkoista olivat identtisiä matkapuhelimen riippuvuusasteikon kanssa, ja sana "matkapuhelin" korvattiin yksinkertaisesti sanalla "älypuhelin". Yksi uusimmista, Casey [26] Älypuhelinten riippuvuusasteikko oli myös poiminut esineitä asteikoista, jotka mittaavat muun tyyppisiä mediariippuvuuksia, kuten matkapuhelimen ongelmakäyttöasteikko [27], Internet-riippuvuustesti [10], ja televisio-riippuvuusasteikko [28]. Lisäksi, koska matkapuhelinriippuvuutta pidettiin myös eräänlaisena käyttäytymisriippuvuutena impulssiohjausongelmien takia, se koostui yleensä osista Internet-riippuvuudesta.

Siksi nykyisessä tutkimuksessa kehitettiin korealainen nuorten älypuhelinten väärinkäyttäytymisasteikko (SAPS) lisäämällä älypuhelimien ainutlaatuisia ominaisuuksia kuvaavat kohteet nuorison Internet-riippuvuussuhdeasteikkoon (IAPS). [29]. IAPS on 20-esineasteikko, jota on käytetty Etelä-Korean nuorten Internet-riippuvuuden tason tarkistamiseen 2007: n jälkeen. Nykyisessä tutkimuksessa kehitetty SAPS on hyödyllinen työkalu älypuhelimien liikakäytön ilmiön tutkimiseen nuorten keskuudessa ja auttaa viime kädessä estämään älypuhelinten riippuvuuden.

Menetelmä

osallistujat

Tämä tutkimus on toissijainen data-analyysi Korean kansallisen tiedotustoimiston vuonna 2012 toteuttamasta älypuhelinten riippuvuutta koskevasta hankkeesta [34]. Tämän tutkimuksen tutkijat olivat osallistuneet projektiin päätutkijana ja apututkijoina. Koska hanke toteutettiin kansallisella tasolla, tuloksena olevat tiedot olivat laaja-alaisesta otoksesta, joka edustaa aluetta, ikää ja sukupuolta. Hajautetussa tutkimuksessa todettiin nimenomaisesti hankkeen tarkoitus ja ilmoitettiin osallistujille suostumuksestaan ​​osallistumiseen täyttämällä kysely. 795-ala-asteen, keskiasteen ja keskiasteen oppilaiden (461-miehet ja 324-naiset) opiskelijat olivat suorittaneet kyselyn suhteessa todelliseen väestömäärän jakautumiseen Koreassa. Alueelliset virastot valittiin satunnaisesti jokaisesta neljästä alueesta: Soulin pääkaupunkiseutu, Chungcheong / Gangwonin alue, Honam (mukaan lukien Jeju) alue ja Yeongnamin alue. Monet (44.7%) olivat keskiasteen oppilaita, joita seurasivat lukiolaiset (37.7%) ja ylemmän ala-asteen oppilaat (17.6%).

Toimenpiteet

Demografinen kysely.

Demografinen kyselylomake, joka sisälsi opiskelijan henkilökohtaisiin tietoihin, älypuhelimen käytön laajuuteen ja luonteeseen sekä akateemiseen suorituskykyyn liittyviä asioita, sisällytettiin kyselypakettiin.

Älypuhelinten väärinkäyttäytymisen asteikko-tuotteet.

Aikaisemmin kehitettyjen diagnoosiasteikkojen ja tutkimustulosten sekä lukuisten asiantuntijoiden kliinisten kokemusten perusteella valittiin kohteet, jotka edustavat teoreettisesti ja empiirisesti älypuhelinten riippuvuuden erityispiirteitä. Alustava asteikko koostui kaksikymmentäyhdeksästä kappaleesta, ja jokainen kohta pisteytettiin 4-pisteen Likert-asteikolla (1 = täysin eri mieltä, 2 = eri mieltä, 3 = samaa mieltä, 4 = täysin samaa mieltä). Kaksikymmentäyhdeksän alustavaa kohtaa rakennettiin neljään aliverkkotunnukseen: adaptiivisten toimintojen häiriöt (9-kohteet), peruuttaminen (7-kohteet), toleranssi (6-kohteet) ja virtuaalielämän suuntaus (7-kohteet).

Mielenterveysongelmien asteikko.

SAPS: n pätevyyden tarkistamiseksi kehitettiin toimenpide, joka arvioi älypuhelinten väärinkäytöksiin liittyviä mielenterveysongelmia. Psykologisiin vaikeuksiin, jotka voivat liittyä älypuhelinten väärinkäyttöön, kuuluvat ahdistus, masennus, impulsiivisuus ja aggressio [50]. Siten NEO-nuorisopersoonallisuustesti [30] näihin ongelmiin liittyviä tekijöitä (tekijöitä) muokattiin ja sisällytettiin nykyiseen asteikkoon. Asteikko koostuu 32 kappaleesta, 8 kohdetta jokaisesta tekijästä. Kohteet arvioidaan 4 pisteen asteikolla (1 = täysin eri mieltä, 2 = eri mieltä, 3 = samaa mieltä, 4 = täysin samaa mieltä). Asteikkojen välinen johdonmukaisuus on korkea Cronbachin alfan ollessa .944 kokonaismäärä ja .865, .870, .820, .878 kullekin tekijälle.

Internetin väärinkäyttäytymisen asteikko nuorille (KS-II).

Älypuhelinten riippuvuuden vertaamiseksi Internet-riippuvuuteen käytettiin 15-tuotetta KS-II. Kansallisen tietoyhteiskuntaviraston kehittämä KS-II [31] on käynyt läpi standardointiprosessin Koreassa valtakunnallisen kenttätutkimuksen avulla. KS-II on rakennettu neljän tekijän ympärille: (1) sopeutuvien toimintojen häiriö, (2) vetäytyminen, (3) suvaitsevaisuus ja (4) virtuaalisen elämän suunta. Kohteet arvioidaan 4 pisteen asteikolla (1 = täysin eri mieltä, 2 = eri mieltä, 3 = samaa mieltä, 4 = täysin samaa mieltä). Asteikkojen välinen johdonmukaisuus on korkea, kun Cronbachin alfa on .87.

menettely

Ensinnäkin tarkastellessaan aiemmin kehitettyjä asteikkoja ja tutkiessaan niiden teoreettista taustaa asiantuntijat valitsivat kohteet alustavaan kyselylomakkeeseen. Tässä alkuperäisessä poolissa oli noin kaksi kertaa niin paljon esineitä kuin lopullisessa asteikossa. Alustava asteikko annettiin opiskelijoille ja tiedot kerättiin. Sitten lopulliset kohteet valittiin kunkin osa-asteikon luotettavuustestitulosten perusteella. Lopuksi kunkin aliverkkotunnuksen rakenteen kelvollisuusmalli validoitiin AMOS: lla. Yksityiskohtaisempi kuvaus proseduurin jokaisesta vaiheesta on seuraava.

Alustava älypuhelinten väärinkäytön asteikko nuorille.

Nuorille suunnattujen älypuhelinten väärinkäyttäytymisasteikon (SAPS) alustavien kohteiden joukko kehitettiin aikaisemman kirjallisuuden havaintojen perusteella Internet-riippuvuudesta, matkapuhelinriippuvuudesta ja digitaalisen median riippuvuudesta. Koska älypuhelin on mobiililaite, joka mahdollistaa Internetin käytön, vertailuna käytettiin olemassa olevia Internet-riippuvuusasteikkoja. Youngin ehdottamat digitaalisen mediariippuvuuden ominaisuudet [38] ja Greenfield [44] heijastuivat myös kehitettyihin kohteisiin. Ottaen huomioon, että älypuhelimia voidaan pitää tavanomaisten matkapuhelinten edistyneinä versioina, olemassa olevat matkapuhelinvaa'at [12] [8] tutkittiin myös. Tämän seurauksena SAPS: n aliverkkotunnuksiin tuli sisällyttää adaptiivisten toimintojen häiriöt, vetäytyminen, toleranssi ja virtuaalielämän suunta. Lopuksi asiantuntijat (koulutusasiantuntijat, psykiatrit) loivat 29-alustavat tuotteet, jotka heijastavat älypuhelinten riippuvuuden näitä neljää aliverkkotunnusta.

Asteikon hallinta.

SAPS jaettiin satunnaisesti valituissa peruskouluissa, keskikouluissa ja lukioissa, jotta osallistujat voidaan valita suhteessa todelliseen väestöjakaumaan Koreassa.

Tuotteen valinta luotettavuusanalyysin avulla.

Luotettavuusanalyysit 29 alustavasta kohdasta tehtiin aliverkkotunnuksen mukaan. Valittiin yhteensä 15 sopivana vaikuttavaa tuotetta. Lopuksi laskettiin Cronbachin alfa lopulliselle asteikolle 15 kappaleella.

Rakenna kunkin aliverkkotunnuksen kelvollisuusmalli.

SAPS: n rakenteen kelpoisuuden varmistamiseksi kunkin aliverkkotunnuksen rakenteen kelvollisuusmalli validoitiin AMOS: lla.

tulokset

Lopullisten tuotteiden valinta aliverkkotunnusten luotettavuusanalyysien avulla

Alkuperäisistä 29 kohdasta kustakin aliverkkotunnuksesta sopimattomana vaikuttaneet kohteet poistettiin tai niitä tarkistettiin luotettavuusanalyysien tulosten perusteella. Kunkin aliverkkotunnuksen kohteiden luotettavuuden tarkistamiseksi Cronbachin alfat tutkittiin. Kohdat, jotka alensivat aliverkkotunnuksen kokonais luotettavuutta, jos ne poistettiin, sekä kohteet, joilla on korkein luotettavuus, valittiin lopulliseen asteikkoon. Huolimattomien tai epäjohdonmukaisten vastaajien havaitsemiseksi myös käänteiskoodatut tuotteet, joilla on erittäin luotettava. Taulukko 1 alla näyttää kunkin aliverkkotunnuksen luotettavuustulokset ja Taulukko 2 näyttää viimeiset valitut 15-kohteet.

Lataa: 

• PPT

  Powerpoint-sivu

• PNG

  suurempi kuva (257KB)

• TIFF

  alkuperäinen kuva (813KB)

Taulukko 1. Lopullisten tuotteiden valinta luotettavuusanalyysin avulla alavaa'oissa.

doi: 10.1371 / journal.pone.0097920.t001

Lataa: 

• PPT

  Powerpoint-sivu

• PNG

  suurempi kuva (79KB)

• TIFF

  alkuperäinen kuva (343KB)

Taulukko 2. Viimeiset tuotteet.

doi: 10.1371 / journal.pone.0097920.t002

Luotettavuus

SAPS: n luotettavuus varmistettiin Cronbachin alfalla 0.88.

Voimassaolo

Kriteerin voimassaoloanalyysi.

SAPS-kriteerin pätevyyden varmistamiseksi verrattiin SAPS: n ja mielenterveysongelmien asteikon pisteitä. Taulukko 3 näyttää kahden asteikon Pearson-korrelaatiotulokset. Tuloksena korrelaatiokerroin tuli 0.43. Lisäksi SAPS: n osa-asteikkojen ja mielenterveysongelmien asteikon väliset korrelaatiot olivat kaikki 0.49 ~ 0.67-alueella, mikä vahvisti tietyn korrelaatioasteen.

Lataa: 

• PPT

  Powerpoint-sivu

• PNG

  suurempi kuva (28KB)

• TIFF

  alkuperäinen kuva (145KB)

Taulukko 3. SAPS: n ja mielenterveysongelmien asteikon välinen korrelaatioanalyysi.

doi: 10.1371 / journal.pone.0097920.t003

SAPS: n ja KS-II: n välistä korrelaatiota analysoitiin; Taulukko 4 näyttää Pearsonin korrelaatioanalyysin tulokset. Korrelaatiokerroin 0.49 osoitti, että jos SAPS-pisteet olivat korkeat, myös KS-II-pisteet olivat todennäköisesti korkeat. Lisäksi KS-II: n ja SAPS: n alaluokkien väliset korrelaatiot olivat välillä 0.12 - 0.51, mikä taas osoitti tietyn tason korrelaatiota.

Lataa: 

• PPT

  Powerpoint-sivu

• PNG

  suurempi kuva (99KB)

• TIFF

  alkuperäinen kuva (353KB)

Taulukko 4. Korrelaatioanalyysit SAPS: n ja KS-II: n välillä.

doi: 10.1371 / journal.pone.0097920.t004

Rakenna kelvollisuusanalyysi.

Vahvistava tekijäanalyysi suoritettiin käyttämällä AMOS 7.0 -laitetta SAPS-tekijärakenteen vahvistamiseksi. Tätä varten kerroinrakennemalli asetettiin seuraavasti (Kuva 1).

Lataa: 

• PPT

  Powerpoint-sivu

• PNG

  suurempi kuva (110KB)

• TIFF

  alkuperäinen kuva (496KB)

Kuva 1. SAPS: n tekijärakenne.

Älypuhelinten riippuvuuden neljän aladomeenin (adaptiivisten toimintojen häiriöt, virtuaalielämään suuntautuminen, vetäytyminen ja suvaitsevaisuus) ja niihin liittyvien kohteiden rakennemalli näytti olevan kelvollinen.

doi: 10.1371 / journal.pone.0097920.g001

Ensinnäkin mallin sopivuusindeksit NFI, TLI, CFI ja RMSEA olivat vastaavasti .943, .902, .962 ja .034, mikä osoitti, että asiaankuuluva malli sopi hyvin tietoihin. Siksi älypuhelinten riippuvuuden neljän aladomeenin (adaptiivisten toimintojen häiriöt, virtuaalielämään suuntautuminen, vetäytyminen ja toleranssi) ja niihin liittyvien kohteiden rakennemalli näytti olevan kelvollinen.

Lisäksi selvittääkseen kuinka kattavasti kukin kohta selittää niihin liittyvät tekijät, tutkittiin kunkin havaittavan muuttujan regressiokerrointa ja sen tilastollisen merkitsevyyden astetta. Kaikissa havaittavissa olevissa muuttujissa, paitsi “virtuaalielämän suuntaus”, standardisoidut kertoimet olivat keskimäärin .5, joka oli tilastollisesti merkitsevä (p<.001). Taulukko 5 näyttää nämä tilastotiedot.

Lataa: 

• PPT

  Powerpoint-sivu

• PNG

  suurempi kuva (87KB)

• TIFF

  alkuperäinen kuva (298KB)

Taulukko 5. Havaittavien muuttujien regressiokertoimet kutakin tekijää kohti.

doi: 10.1371 / journal.pone.0097920.t005

Keskustelu

Osana Korean kansallisen tiedotustoimiston vuonna 2012 toteuttamaa nuorten älypuhelinten riippuvuutta koskevaa hanketta [34], tämän tutkimuksen tarkoituksena oli luoda perusta nuorten älypuhelinten väärinkäytön ehkäisy- ja interventiotoimille. Erityisesti tutkimuksessa kehitettiin lyhyt 15-esineiden älypuhelinten riippuvuusprosenssiasteikko, joita voitaisiin käyttää valtakunnallisessa tiedonkeruupyrkimyksessä. Kehittäjät kiinnittivät erityistä huomiota mittakaavan esineiden yksinkertaisuuteen ja helppokäyttöisyyteen mittakaavojen hallinnassa todellisen käytön helpottamiseksi.

Cronbachin alfa lopullisesta SAPS: stä oli 880, mikä osoittaa asteikon olevan luotettava. Olemassa olevan Internet-riippuvuuden tai älypuhelimen asteikon on myös ilmoitettu olevan luotettava edellä mainittujen Cronbachin alfien kanssa .7. Voi kuitenkin olla viisasta luottaa heidän luotettavuusarvoihinsa, koska niiden tiedonkeruuprosessia ei ole standardoitu tai otoskoko on pieni. Esimerkiksi Beard ja Wolf [37] yritti parantaa Nuorilla [38] Internet-riippuvuuden diagnostiikkakriteerit, mutta niiden mittakaavan kehittämisprosessia ei ole standardoitu. Widyanto ja McMurren [39]toisaalta noudatti standardoitua menettelyä mittakaavan kehittämiseksi, mutta epäonnistui keräämään tarpeeksi dataa (n = 86). Lisäksi he keräsivät tietoja verkossa, mikä voi tarkoittaa, että heidän tiedonkeruunsa oli puolueellinen. Samanlaisia ​​rajoituksia esiintyy myös olemassa olevissa älypuhelinten riippuvuusasteikoissa. Kwon et ai. [36] oli kehittänyt asteikon K-asteikon ja älylaitteen ominaisuuksien perusteella ja ilmoittanut asteikon olevan Cronbachin alfa .91. On kuitenkin huomattava, että niiden tiedonkeruu tapahtui kahdessa koulussa, jotka sijaitsevat tietyllä Korean alueella, mikä herätti kysymyksiä niiden asteikon luotettavuusarvosta. Siksi tämän tutkimuksen SAPS: ää voidaan pitää luotettavampana nykyisiin mittakaavoihin verrattuna, koska se kehitettiin korealaisten 795 opiskelijan keräämien tietojen perusteella suhteessa kansakunnan todelliseen väestöjakaumaan.

SAPS näytti olevan rakenteeltaan pätevästi älypuhelinten riippuvuuden neljän aliverkkotunnuksen (mukautuvat toiminnot, vetäytyminen, suvaitsevaisuus ja virtuaalielämän suunta) ympärille. Asteikon aliverkkotunnuksista päättämiseksi tutkittiin aiempia tutkimuksia kiinnittäen erityistä huomiota Internet-riippuvuusasteikkoihin ja muiden käyttäytymisriippuvuuksien diagnostiikkakriteereihin. Mukana olivat tekijät, jotka esiintyvät yleisesti näiden tutkimusten joukossa, sekä älypuhelinten ominaisuuksia heijastavat tekijät. Vahvistava tekijäanalyysi tehtiin AMOS 7.0: lla asteikon rakenteen validiteetin varmistamiseksi. Lopuksi SAPS: n ja KS-II: n (Internet-riippuvuusasteikko) sekä SAPS: n ja mielenterveysongelmien asteikon väliset korrelaatiot tarkistettiin SAPS-kriteerin pätevyyden vahvistamiseksi.

Eri maissa kehitetyt ja validoidut Internet-riippuvuusasteikot vaihtelevat tekijärakenteeltaan. Canan et ai. [40] kehitti Internet-riippuvuusasteikon turkkilaisille nuorille ja havaitsi, että sen kohteet on ryhmitelty yhdeksi tekijäksi. Samoin Khazaal et ai. [41] kehitti Internet-riippuvuusasteikon ranskalaisille aikuisille ja havaitsi, että sen tuotteet oli ryhmitelty yhdeksi tekijäksi. Toiset tutkimukset ovat kuitenkin ilmoittaneet, että heidän Internet-riippuvuusasteikkojensa tuotteet on ryhmitelty useisiin tekijöihin, kuten pakkomielle, laiminlyönti ja hallintahäiriö. [42] [43]. Korean yleisimmin käytetty K-asteikko koostuu myös monista tekijöistä, kuten mukautuvat toiminnot, vetäytyminen, suvaitsevaisuus ja virtuaalielämän suunta. Sellaisena tutkijat näyttävät olevan eri mieltä Internet-riippuvuusasteikkojen aliverkkotunnuksista, mikä tarkoittaa, että Internet-riippuvuusasteikkojen tekijärakenne ei välttämättä ole varsin vakaa.

Tämän tutkimuksen rajoitukset ja ehdotukset tulevia tutkimuksia varten ovat seuraavat.

Ensinnäkin 'suvaitsevaisuus', SAPS: n aliverkkotunnus samoin kuin Internet-riippuvuusasteikot, ei ole keskeinen riippuvuustekijä Charltonin ja Danforthin mukaan. [45]. Toisin sanoen Internetin käyttö useiden tuntien ajan itsessään ei voi olla riippuvuuskriteeri, ennen kuin tällainen käyttäytyminen johtaa kielteisiin seurauksiin [35]. Koska älypuhelimet ovat laitteita, joita ihmiset kantavat mukana ja käyttävät kaikkialla, suvaitsevaisuus voi olla sopimaton älypuhelinten riippuvuuden keskeisenä tekijänä. Tämä edellyttää ylimääräistä valtakunnallista kyselyä ja data-analyyseja tästä aiheesta. Lisäksi asteikon validointia voitaisiin parantaa esimerkiksi antamalla asteikkoa riippuvaisista ja riippumattomista nuorista kärsiville populaatioille asteikkojen erottelevan pätevyyden tutkimiseksi.

Seuraavaksi nuorten SAPS: ää voidaan käyttää laajalti älypuhelinten riippuvuustutkimuksessa, joka on saamassa vauhtia nykyään. Nykypäivän digitaalisia medialaitteita on kehitetty nopeasti PC-pohjaisista lomakkeista älypuhelimiin ja erilaisiin taulutietokoneisiin. Toisin sanoen nykyiset tiedotusvälineet ja viimeisimmät tiedotusvälineet käyvät läpi kilpailua ja korvaamisprosessia. Koska nuoria pidetään nykyään digitaalisina alkuperäiskansoina [46] jotka hyväksyvät ja käyttävät aktiivisesti uusinta mediaa [32], median käytön mahdollisten haittavaikutusten tutkiminen mielenterveydelle näyttää olevan kiireellistä. Digitaalisen median liiallisella käytöllä voi olla kielteisiä seurauksia nuorten elämän fyysisissä, psykologisissa ja sosiaalisissa näkökohdissa, ja se voi jopa laukaista rikkomuksia. Esimerkiksi Kross et ai. [33] havaitsi, että Facebookin käytöstä ei ole apua sosiaalisessa vuorovaikutuksessa ja että se liittyy alhaiseen subjektiivisen psykologisen hyvinvoinnin tasoon. Siksi on tarpeen tutkia älypuhelinten riippuvuuden oireita sekä älypuhelimien väärinkäytön vaikutuksia murrosikäiseen mielenterveyteen, ja SAPS voidaan hyödyntää hyvin tällaisissa pyrkimyksissä.

Tekijänoikeudet

Suunniteltu ja suunniteltu kokeilut: DK YHL. Analysoi tiedot: JYL YJC. Mukana toimitetut reagenssit / materiaalit / analyysityökalut: DK YHL. Kirjoitti paperin: DK YHL JYL JEKN YJC.

Viitteet

1. 1. Chen J, Jen D, Chen K (2009) Älypuhelimien innovatiivisen käytön hyväksyminen ja leviäminen. Tiedot ja hallinta 46: 241 – 248. doi: 10.1016 / j.im.2009.03.001
   • Näytä artikkeli
   • PubMed / NCBI
   • Google Scholar
2. 2. Lapidot-Lefler N, Barak A (2012) Anonymiteetin, näkymättömyyden ja silmäkontaktin puuttumisen vaikutukset myrkylliseen online-estoon. Ihmiskäyttäytymiseen tarkoitetut tietokoneet 28: 434 – 443. doi: 10.1016 / j.chb.2011.10.014
3. Näytä artikkeli
4. PubMed / NCBI
5. Google Scholar
6. Näytä artikkeli
7. PubMed / NCBI
8. Google Scholar
9. Näytä artikkeli
10. PubMed / NCBI
11. Google Scholar
12. Näytä artikkeli
13. PubMed / NCBI
14. Google Scholar
15. 3. Suler J (2004) Online-estoefekti. Kyberpsykologia ja käyttäytyminen 7: 321–326. doi: 10.1089 / 1094931041291295
16. Näytä artikkeli
17. PubMed / NCBI
18. Google Scholar
19. Näytä artikkeli
20. PubMed / NCBI
21. Google Scholar
22. 4. Sohn S (2005) -kilpailu ja digitaalisen median korvaaminen: Uutis-, urheilu- ja aikuissisällön käyttökuviot. Lehti Cybercommunication 16: 273 – 308.
23. Näytä artikkeli
24. PubMed / NCBI
25. Google Scholar
26. 5. Laulu Y, Oh S, Kim E, Na E, Jung H, Park S (2007) Nuorten mediakäyttäjämalli multimediaympäristössä: Sukupuoli- ja tuloerojen arviointi. Viestintätutkimuslehti 46 (2): 33 – 65.
27. Näytä artikkeli
28. PubMed / NCBI
29. Google Scholar
30. Näytä artikkeli
31. PubMed / NCBI
32. Google Scholar
33. Näytä artikkeli
34. PubMed / NCBI
35. Google Scholar
36. Näytä artikkeli
37. PubMed / NCBI
38. Google Scholar
39. Näytä artikkeli
40. PubMed / NCBI
41. Google Scholar
42. Näytä artikkeli
43. PubMed / NCBI
44. Google Scholar
45. 6. Kansallisen tietoyhteiskuntaviraston (2011) raportti Korean älypuhelinten väärinkäyttäytymisasteikon kehityksestä nuorille ja aikuisille.
46. Näytä artikkeli
47. PubMed / NCBI
48. Google Scholar
49. 7. Skierkowski D, Wood RM (2012) Tekstiin vai ei? Tekstiviestien merkitys yliopisto-ikäisten nuorten keskuudessa. Ihmiskäyttäytymiseen tarkoitetut tietokoneet 28: 744 – 756. doi: 10.1016 / j.chb.2011.11.023
50. Näytä artikkeli
51. PubMed / NCBI
52. Google Scholar
53. Näytä artikkeli
54. PubMed / NCBI
55. Google Scholar
56. Näytä artikkeli
57. PubMed / NCBI
58. Google Scholar
59. 8. Lee H (2008) Ennakoivien muuttujien tutkiminen, jotka vaikuttavat riippuvuutta aiheuttavan matkapuhelimen käyttöön. Korean sosiaalisen ja persoonallisuuspsykologian lehti 22 (1): 133 – 157.
60. Näytä artikkeli
61. PubMed / NCBI
62. Google Scholar
63. 9. Kansallisen tietoyhteiskuntaviraston (2010) raportti: Internet-riippuvuuden ehkäisyä ja ratkaisemista koskevan lainsäädännön parannussuunnitelma.
64. Näytä artikkeli
65. PubMed / NCBI
66. Google Scholar
67. Näytä artikkeli
68. PubMed / NCBI
69. Google Scholar
70. Näytä artikkeli
71. PubMed / NCBI
72. Google Scholar
73. 10. Young KS (1998) Tietokonekäytön psykologia: Internetin riippuvuuskäyttö: Tapaus, joka rikkoo stereotyypin. Psykologiset raportit 79: 899 – 902. doi: 10.2466 / pr0.1996.79.3.899
74. 11. Goldberg I (1996). Internet-riippuvuushäiriö. Sähköinen viesti lähetetty tutkimuskeskusteluluetteloon. http://users.rider.edu/~suler/psycyber/s​upportgp.html (saatavana huhtikuun 20, 2011).
75. Näytä artikkeli
76. PubMed / NCBI
77. Google Scholar
78. Näytä artikkeli
79. PubMed / NCBI
80. Google Scholar
81. 12. Kang H, Son C (2009) Nuorten matkapuhelinriippuvuusasteikon kehittäminen ja validointi. Korealainen terveyspsykologian lehti 14 (3): 497 – 510.
82. Näytä artikkeli
83. PubMed / NCBI
84. Google Scholar
85. Näytä artikkeli
86. PubMed / NCBI
87. Google Scholar
88. Näytä artikkeli
89. PubMed / NCBI
90. Google Scholar
91. Näytä artikkeli
92. PubMed / NCBI
93. Google Scholar
94. Näytä artikkeli
95. PubMed / NCBI
96. Google Scholar
97. Näytä artikkeli
98. PubMed / NCBI
99. Google Scholar
100. Näytä artikkeli
101. PubMed / NCBI
102. Google Scholar
103. Näytä artikkeli
104. PubMed / NCBI
105. Google Scholar
106. Näytä artikkeli
107. PubMed / NCBI
108. Google Scholar
109. Näytä artikkeli
110. PubMed / NCBI
111. Google Scholar
112. Näytä artikkeli
113. PubMed / NCBI
114. Google Scholar
115. Näytä artikkeli
116. PubMed / NCBI
117. Google Scholar
118. Näytä artikkeli
119. PubMed / NCBI
120. Google Scholar
121. Näytä artikkeli
122. PubMed / NCBI
123. Google Scholar
124. Näytä artikkeli
125. PubMed / NCBI
126. Google Scholar
127. 13. Choliz M (2010) Matkapuhelinriippuvuus: kysymys. Riippuvuus 105 (2): 373 – 375. doi: 10.1111 / j.1360-0443.2009.02854.x
128. 14. Zsolt D, Beatrix S, Sandor R (2008) Internet-riippuvuuden kolmen tekijän malli: Ongelmallisen Internetin käyttökyselyn kehittäminen. Käyttäytymistutkimusmenetelmät 40 (2): 563 – 574. doi: 10.3758 / brm.40.2.563
129. 15. Kim D, Tae J (2010) Tutkimus älypuhelinten käyttäjien sovittelukokemuksista. Korean tasavallan lehden humanistinen sisältöyhdistys 19: 373 – 394.
130. 16. Kim D, Lee C (2010) Älypuhelimen käyttöliittymän teknologiatrendit. Korea Information Science Society Review 28 (5): 15 – 26.
131. 17. Hwang H, Sohn S, Choi Y (2011) Älypuhelimen riippuvuuteen vaikuttavien tekijöiden tutkiminen - käyttäjien ominaisuudet ja toiminnalliset ominaisuudet. Korean Journal of Broadcasting 25 (2): 277–313.
132. 18. Kim M (2011) Tutkimus älypuhelinten SNS-käyttäjien online- ja offline-suhteista: keskittäminen Twitterissä. Ewhan naisten yliopiston tutkijakoulu. Pro gradu tutkielma.
133. 19. Noh M, Kim J, Lee J (2010) Älypuhelimen analyysi ja toimintojen konvergenssi assosiointianalyysin avulla. Korean johtamisen tietojärjestelmien seuran lehti 1: 254 – 259.
134. 20. Apple Pty Ltd. (2011). iPhonen ominaisuudet. http://www.apple.com/au/iphone/features/ Käytetty Mar 19 2011.
135. 21. Kim J (2010) Mobiilin Internet-palvelun kehitys. OSIA Standards & Technology Review 38 (1): 4–12.
136. 22. Park I, Shin D (2010) Älypuhelimien käytön ja armon ymmärtäminen käyttämällä käyttö- ja armositeoria teoriaa. Viestintä tieteen lehti 10 (4): 192 – 225.
137. 23. Choi WS (2010) Tutkimus älypuhelinten toiminnallisten ominaisuuksien tärkeydestä. Journal of Information Technology Application & Management 1: 289–297.
138. 24. Digieco Reports (2010) Analyysi iPhonen sosioekonomisista vaikutuksista. KT Johtotalouden tutkimuslaitos.
139. 25. Koh Y, Lee H (2010) Tutkimus älypuhelinten käyttäjien käyttäytymismallien muutoksista varjostelemalla varhaisia ​​iPhone-käyttäjiä. Hyödyllisten tieteiden lehti 28 (1): 111 – 120.
140. 26. Casey BM (2012) Psykologisten ominaisuuksien yhdistäminen älypuhelinriippuvuuteen, henkilökohtaiseen viestintään, nykyiseen poissaoloon ja sosiaaliseen pääomaan. Valmistumisprojekti, Hongkongin Kiinan yliopiston tutkijakoulu.
141. 27. Bianchi A, Phillips JG (2005) Matkapuhelimen käytön psykologiset ennustajat. KyberPsykologia, käyttäytyminen ja sosiaalinen verkostoituminen 8 (1): 2152 – 2715.
142. 28. Horvath CW (2004) televisio-riippuvuuden mittaus. Broadcasting and Electronic Media -lehti 48 (3): 378 – 398. doi: 10.1207 / s15506878jobem4803_3
143. 29. Kim DI, Chung Y, Lee E, Kim DM, Cho Y (2008) Internetin väärinkäyttäytymisasteikon kehittäminen - lyhyt muoto. Korean neuvontalehti 9 (4): 1703 – 1722.
144. 30. Kim DI (2005). Iso 5-persoonallisuustesti lapsille ja nuorille. Soul, Korea: Hakjisa.
145. 31. Kansallisen tietoyhteiskuntaviraston (2011) raportti: Korean Internet-riippuvuusprosenttiasteikon kolmas standardointi.
146. 32. Kim DI, Lee YH, Lee JY, Kim MC, Keum CM, et ai. (2012) Uudet mallit mediariippuvuudesta: Onko älypuhelin Internetin korvike vai täydennys? Korean nuortenneuvontalehti 20 (1): 71 – 88.
147. 33. Kross E, Verduyn P, Demiralp E, Park J, et ai. (2013) Facebook-käyttö ennustaa subjektiivisen hyvinvoinnin heikkenemistä nuorilla aikuisilla. PLOS ONE 8 (8): e69841. doi: 10.1371 / journal.pone.0069841
148. 34. Shin K, Kim DI, Chung Y (2011) -raportti: Korean älypuhelinten väärinkäyttäytymisasteikon kehitys nuorille ja aikuisille. Kansallinen tietoyhteiskuntavirasto.
149. 35. Griffiths MD (2010) Online-menetelmien käyttö tiedonkeruussa pelaamista ja peliriippuvuuksia varten. Kansainvälinen mielenterveyden ja riippuvuuden lehti 8: 8 – 20. doi: 10.1007 / s11469-009-9209-1
150. 36. Kwon M, Kim DJ, Cho H, Yang S (2013) Älypuhelinten riippuvuusasteikko: lyhytaikaisen version kehittäminen ja validointi murrosikäisille. PLOS ONE 8 (12): e83558 doi: 10.1371 / journal.pone.0083558.
151. 37. Beard KW, Wolf EM (2001) Muutos ehdotetuissa Internet-riippuvuuden diagnostiikkakriteereissä.CyberPsychology & Behavior. 4 (3): 377–383. doi: 10.1089 / 109493101300210286
152. 38. Nuori KS (1996) Addictive Internetin käyttö: tapaus, joka rikkoo stereotypian. Psykologiset raportit 79: 899 – 902. doi: 10.2466 / pr0.1996.79.3.899
153. 39. Widyanto L, McMurren M (2004) Internetin riippuvuustestin psykometriset ominaisuudet. Kyberpsykologia ja käyttäytyminen 7 (4): 443–450. doi: 10.1089 / cpb.2004.7.443
154. 40. Canan F, Ataoglu A, Nichols LA, Yildirim T, Ozturk O (2010) Internet-riippuvuusasteikon psykometristen ominaisuuksien arviointi näytteessä turkkilaisia ​​lukiolaisia. Kyberpsykologia, käyttäytyminen ja sosiaalinen verkostoituminen 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 ai. (2008) Ranskan Internet-riippuvuustestin validointi. Kyberpsykologia ja käyttäytyminen 11 (6): 703–706. doi: 10.1089 / cbb.2007.0249
156. 42. Demetrovics Z, Szereredi B, Rozsa S (2008) Internet-riippuvuuden kolmen tekijän malli: Ongelmallisen Internetin käyttökyselyn kehittäminen. Käyttäytymistutkimusmenetelmät 40 (2): 563 – 574. doi: 10.3758 / brm.40.2.563
157. 43. Kelley KJ, Gruber EM (2010) Ongelmallisen Internetin käyttökyselyn psykometriset ominaisuudet. Ihmiskäyttäytymiseen tarkoitetut tietokoneet 26: 1838 – 1845. doi: 10.1016 / j.chb.2010.07.018
158. 44. Greenfield DN (1999) Pakonaisen Internetin käytön psykologiset ominaisuudet: Alustava analyysi. Kyberpsykologia ja käyttäytyminen 8 (5): 403–412. doi: 10.1089 / cpb.1999.2.403
159. 45. Charlton JP, Danforth IDW (2007) Erottuva riippuvuus ja vahva sitoutuminen online-pelien yhteydessä. Ihmiskäyttäytymiseen tarkoitetut tietokoneet 23 (3): 1531 – 1548. doi: 10.1016 / j.chb.2005.07.002
160. 46. Prensky M (2001) Digitaaliset alkuperäiskansat, digitaaliset maahanmuuttajat kuuluvat 1: iin. Horizon 9: 1 – 6. doi: 10.1108 / 10748120110424816
161. 47. Park W (2005) matkapuhelinriippuvuus. Matkaviestin. Tietokonetuki Cooperative Work Vol. 31: 253 – 272. doi: 10.1007 / 1-84628-248-9_17
162. 48. Kang H, Son C (2009) Nuorten matkapuhelinriippuvuusasteikon kehittäminen ja validointi. Korean terveyspsykologian päiväkirja 14 (3): 497 – 510.
163. 49. Koo H (2013) Matkapuhelinriippuvuusasteikon kehittäminen pienten lasten korealaisille vanhemmille. Lasten terveydenhoitotutkimus 19 (1): 29 – 38. doi: 10.4094 / chnr.2013.19.1.29
164. 50. Keum C (2013) Korealaisen keski- ja lukiolaisen älypuhelinten riippuvuuskyvyn ja mielenterveysongelman tutkimus. Soulin kansallisen yliopiston pro gradu.