Structure factorielle du questionnaire sur les motivations cybersexe (2018)

2018 Aug 29: 1-9. doi: 10.1556 / 2006.7.2018.67. [Epub ahead of print]

France1, Khazaal Y1,2,3, Jasiowka K2, Lépreux t2, Bianchi-Demicheli F1,2, Rothen S1,2.

Abstract

Internet est largement utilisé pour les activités sexuelles et la pornographie. On sait toutefois peu de choses sur les raisons pour lesquelles les gens recherchent des réunions et des relations sexuelles sur Internet et sur les corrélats de la dépendance au cybersexe. Le but de cette étude était de construire un questionnaire sur les motivations du cybersexe [Questionnaire sur les motivations du cybersexe (CysexMQ)] en adaptant le questionnaire sur les motivations du jeu à l'utilisation du cybersexe et en validant sa structure.

Méthodologie

Deux échantillons en ligne d'utilisateurs 191 et 204 cybersex ont été collectés afin de réaliser une analyse en composantes principales (ACP) du premier échantillon et une analyse factorielle de confirmation (CFA) du deuxième. La fiabilité α et composite de Cronbach a été calculée pour évaluer la cohérence interne. Les corrélations entre CysexMQ et l'inventaire du désir sexuel (IDS) ont également été évaluées.

Résultats

Deux modèles concurrents de l’ACP ont été retenus, l’un avec deux facteurs et l’autre avec trois facteurs. Le CFA s’est mieux adapté à la solution à trois facteurs. Une fois que trois éléments de chargement croisé ont été supprimés, les résultats ont montré qu'une solution à trois facteurs finale pour 14 (améliorations, adaptation et motivations sociales) était valide (indice de qualité de l'ajustement ajusté: 0.993; indice d'ajustement normé: 0.978 ; Indice Tucker – Lewis: 0.985; indice d'ajustement comparatif: 0.988; erreur quadratique moyenne d'approximation: 0.076). Des corrélations positives ont été trouvées entre les différents motifs et les sous-échelles de l'IDS.

a lieu

Les résultats suggèrent que CysexMQ est adéquat pour évaluer les motivations du cybersexe.

Mots clés: cybersexe, motifs, pornographie, addiction à Internet, Questionnaire sur les motifs de jeu

Introduction

L'expansion considérable d'Internet au cours des dernières décennies et son utilisation répandue dans la vie quotidienne dans la plupart des sociétés ont soulevé des débats dans la communauté scientifique. Bien que l'Internet puisse être considéré comme un puissant outil donnant accès à une grande variété d'informations et contribuant ainsi à la mondialisation, il est également rapidement devenu une sorte de refuge où les fantasmes des gens s'épanouissent sans conséquences réelles et où certaines personnes confrontées à d'importants problèmes de santé perdu dans ses profondeurs. Seules quelques études se sont concentrées sur un usage particulier d’Internet qui a réussi depuis le début et dont la popularité n’a cessé de croître: le cybersexe (Gmeiner, Price et Worley, 2015). Cybersexe peut être défini comme l'utilisation d'activités sexuelles en ligne, telles que la pornographie, les shows de sexe en direct, les webcams ou les bavardoirs. Il a été avancé que tout ce qui peut être fait sexuellement dans la vie réelle peut être fait sur Internet (Carnes, 2001).

Internet est couramment utilisé pour les activités sexuelles (Grubbs, Volk, Exline et Pargament, 2015), le lien étroit entre les deux s’étant développé de manière envahissante. L'accessibilité, l'abordabilité et l'anonymat d'Internet encouragent les interactions sexuelles répétées et la perte d'autonomie en raison de l'apparence illusoire de telles interactions derrière l'écran, dans lesquelles le monde virtuel semble moins réel. Les gens laissent plus facilement des fantasmes personnels s’ils ne peuvent pas toucher physiquement une personne, ce qui engendre un sentiment pernicieux de sécurité et de désinhibition (Jeune, Griffin-Shelley, Cooper, O'mara et Buchanan, 2000).

Bien que plusieurs utilisateurs aient signalé un impact positif du cybersexe (Grov, Gillespie, Royce et Lever, 2011), certains se sont perçus comme ayant un usage addictif des produits cybersex (Bothe et coll., 2018; Grubbs et coll., 2015; Kor et coll., 2014). La dépendance à Internet liée au contenu sexuel semble toucher une proportion faible mais significative de la population utilisant Internet (Dufour et coll., 2016; Frangos, Frangos et Sotiropoulos, 2011; Grubbs et coll., 2015; Kafka, 2010; Ross, Mansson et Daneback, 2012). Les conséquences négatives du cybersexe excessif, également appelé dépendance au cybersexe, sont associées à une détresse psychologique et à des troubles du sommeil et à des responsabilités dans la vie quotidienne, ou à un dysfonctionnement psychosocial (Grubbs et coll., 2015; Tsimtsiou et al., 2014; Twohig, Crosby et Cox, 2009). Parce que les motifs sont connus pour avoir une grande influence sur les dépendances comportementales (Billieux et coll., 2011; Clarke et coll., 2007; Hilgard, Engelhardt et Bartholow, 2013; Kiraly et al., 2015; Kuss, Louws et Wiers, 2012; Zanetta Dauriat et al., 2011), l’objectif principal de cette étude était d’évaluer les motivations du cybersexe et de valider le questionnaire sur les motivations du cybersexe (CysexMQ).

Bien que le sujet de la dépendance au cybersexe ait probablement une importance clinique, il a rarement été étudié (Brand et al., 2011; Doring, 2009). On sait peu de choses sur les raisons pour lesquelles les gens recherchent des réunions et des relations sexuelles sur Internet et sur les corrélats de la dépendance au cybersexe (Kafka, 2010). L’espoir d’excitation et de plaisir sexuels a été supposé être un motif clé du cybersexe et pourrait jouer un rôle dans la dépendance au cybersexe (Jeune, 2008). En conséquence, plusieurs études ont montré que, par rapport aux témoins, les personnes classées comme ayant une dépendance au cybersexe ont déclaré avoir une réactivité accrue du signal et une excitation sexuelle résultant de la présentation de signaux pornographiques (Laier, Pawlikowski, Pekal, Schulte et Brand, 2013).

En particulier, certaines études ont montré que les conséquences négatives de l'utilisation du cybersexe (c.-à-d. L'usage addictif) sont associées à une excitation sexuelle perçue lorsque des individus regardent du matériel pornographique sur Internet (Brand et al., 2011). En outre, une telle utilisation provoquant une dépendance était associée à une activation plus importante des régions neuronales associée à une réactivité médicamenteuse, telle que le cingulaire antérieur dorsal, le striatum ventral et l’amygdale (Voon et coll., 2014). Comme prévu, par rapport aux témoins en bonne santé, les personnes ayant une dépendance au cybersexe avaient un désir plus grand mais des scores de goût similaires en réponse à des signaux vidéo sexuellement explicites (Voon et coll., 2014). Ces résultats sont conformes aux modèles suggérant que, dans les comportements addictifs, «vouloir» se dissocie de «aimer» (Robinson et Berridge, 2008).

Comme indiqué dans la recherche sur les autres dépendances comportementales (Billieux et coll., 2013; Khazaal et coll., 2015; Zanetta Dauriat et al., 2011), la dépendance au cybersexe est médiée par l'adaptation (c.-à-d. échapper aux problèmes de la vie réelle en utilisant la pornographie) grâce à l'utilisation de matériel en ligne à caractère sexuel (Laier & Brand, 2014). Par exemple, l’Inventaire hypersexuel du comportement, questionnaire autodéclaré évaluant l’usage excessif et problématique du sexe en général, comprend trois sous-échelles: l’une concerne le contrôle, l’autre sur les conséquences et l’autre sur l’adaptation (l’utilisation du sexe états affectifs ou en réponse au stress; Reid, Li, Gilliland, Stein et Fong, 2011). Inventaire de la consommation de pornographie (Reid et coll., 2011) évalue les motivations pour l'utilisation de la pornographie à l'aide d'un questionnaire autodéclaré de 15 éléments lié aux dimensions suivantes: évitement émotionnel (c.-à-d., adaptation), curiosité sexuelle, recherche d'excitation et plaisir.

Malgré le petit nombre d'études sur le terrain, les articles publiés suggèrent que les deux motifs probables liés à la dépendance au cybersexe pour faire face aux émotions aversives et aux problèmes de la vie réelle sont la gratification sexuelle et l'utilisation d'activités sexuelles liées à Internet (Laier & Brand, 2014). Sans surprise, comme le décrivent des études sur d’autres dépendances comportementales sur Internet (Carli et coll., 2013; Geisel, Panneck, Stickel, Schneider et Muller, 2015; Khazaal et coll., 2012), la dépendance au cybersexe a été associée à des symptômes psychologiques et à la détresse; cependant, il n'était pas associé à des comportements sexuels hors ligne (Brand et al., 2011; Laier, Pekal et Brand, 2015).

Les théories et les recherches antérieures dans le domaine de la dépendance au cybersexe ont principalement porté sur la manière dont le processus et ses conséquences évoluent, mais il manque une définition des motivations à l'origine de ces comportements. En fait, les motivations menant à des comportements addictifs ont tout d’abord été examinées dans le domaine des troubles liés à la consommation d’alcool (Cooper, Russell, Skinner et Windle, 1992), dans lesquels on considérait que les motivations de la consommation impliquaient un modèle à trois facteurs: amélioration, social et adaptation. L'amélioration exprime un renforcement interne et positif pour susciter des émotions positives. Le facteur social fait référence au renforcement externe et positif pour augmenter l'affiliation sociale. Le coping représente toutes les stratégies internes mises en œuvre par l'individu pour réduire les effets négatifs.

Il semble légitime de douter que les facteurs associés aux motifs de consommation d'alcool s'appliquent à une dépendance sans substance intoxicante, telle que le jeu ou le cybersexe. Cependant, il a été démontré que ces facteurs sont pertinents pour les motivations du jeu, par exemple dans une étude menée par Stewart et Zack (2008). Ils ont validé la structure à trois facteurs du questionnaire sur les motivations des jeux (GMQ) sur la base du même construit d'éléments 15 avec cinq éléments par facteur. Des études ultérieures ont validé une version modifiée du GMQ, y compris les motifs monétaires, en tant que motivation supplémentaire spécifiquement liée au jeu (Dechant et Ellery, 2011). Ces résultats suggèrent que le GMQ peut être placé dans le contexte des motifs qu’il est censé mesurer. Il montre également que le questionnaire est en plastique et que la modification de son concept pourrait être utile pour évaluer les motivations du cybersexe.

Selon des études antérieures sur la dépendance au cybersexe, en particulier sur l'utilisation de la pornographie (Brand et al., 2011; Laier & Brand, 2014; Laier et coll., 2015; Reid et coll., 2011), il est plausible de supposer que le GMQ et ses facteurs connexes, l’amélioration (motif de la gratification) et l’adaptation, peuvent être impliqués dans les motifs de cybersexe.

Il est également logique de considérer l’implication du mobile social dans le comportement cybersexe. Par exemple, des études sur les rencontres en ligne ont mis en évidence l’importance des motivations liées à la socialisation à des fins sexuelles amoureuses ou occasionnelles (Sumter, Vandenbosch et Ligtenberg, 2017). Le modèle à trois facteurs du QGM adapté du questionnaire sur les motivations de consommation semble donc pertinent pour les motivations liées au cybersexe. Tout d’abord, le facteur d’amélioration en tant que motif du cybersexe traduirait le fait que les utilisateurs déclarent souvent se sentir excités, attirants, sans retenue et ravis lorsqu’ils sont en ligne (Jeune, 2008). Deuxièmement, les utilisateurs de cybersexe explorent un nouveau monde social, où la culture du cyberespace les encourage et les accepte même jusqu'à leurs fantasmes les plus profonds sur la voie dangereuse de l'affiliation sociale (Jeune, 2008), qui illustre la pertinence du facteur social dans les motivations du cybersexe. Troisièmement, la dimension d’adaptation pourrait s’appliquer aux motivations du cybersexe, étant donné que les utilisateurs du cybersexe racontent souvent qu’ils sont confrontés à une violation de la réalité suivie par l’oubli des préoccupations de la vie réelle lorsqu’ils se livrent à des activités cybersex (Laier & Brand, 2014).

Les activités de cybersexe diffèrent cependant des activités de jeu. Par exemple, les motifs évalués à l'aide d'éléments GMQ, tels que «C'est quelque chose à faire lors d'une occasion spéciale» ou «C'est ce que font la plupart de vos amis lorsque vous vous réunissez», ne semblent pas appropriés pour l'évaluation du cybersexe. De plus, les motivations spécifiques du cybersexe (c'est-à-dire la masturbation) n'ont pas été évaluées avec le GMQ. Un CysexMQ spécifique est donc nécessaire.

Le but de cette étude était d'étudier et de valider la structure factorielle des motifs du cybersexe dans une version adaptée du GMQ: le CysexMQ.

Méthodologie

Participants

Le recrutement a été effectué au moyen d’annonces publiées sur des forums et des sites Web spécialisés. Les critères d'inclusion étaient les suivants: 18 et les utilisateurs de sites Web avec un contenu lié au sexe.

Deux échantillons distincts ont été recrutés. Parmi les sujets 774 ayant cliqué sur le lien de l'étude, 640 a donné son accord pour participer. Après avoir supprimé les cas avec des valeurs manquantes sur le GMQ, nous avons inclus les sujets 395 dans les analyses. Dans l'échantillon 1 (n = 191), 137 (71.7%) étaient des hommes. La tranche d'âge se situait entre 18 et 69 ans, avec une médiane de 32. Les hommes étaient plus âgés que les femmes (âge médian des hommes: 34 ans; âge médian des femmes: 27 ans; test de Wilcoxon: W = 3,247; p <05). Soixante-seize sujets (39.8%) étaient célibataires, 72 (37.7%) étaient en couple, 42 (22.0%) étaient mariés et 1 était veuf. En ce qui concerne l'orientation sexuelle, 145 (77.5%) se déclarent hétérosexuels, 11 (5.9%) homosexuels et 31 (16.6%) bisexuels. Dans l'échantillon 2 (n = 204), 76 sujets (37.6%) étaient des hommes. La tranche d'âge se situait entre 18 et 58 ans, avec une médiane de 31 ans. Les hommes étaient plus jeunes que les femmes (âge médian des hommes: 29 ans; âge médian des femmes: 32.5 ans; test de Wilcoxon: W = 3,790; p <05). Quarante sujets (19.7%) étaient célibataires, 107 (52.7%) étaient en couple, 54 (26.6%) étaient mariés et 2 étaient veuves. En ce qui concerne l'orientation sexuelle, 172 (84.7%) se sont déclarés hétérosexuels, 8 (3.9%) homosexuels et 23 (11.3%) bisexuels.

Dimensions

Tous les participants ont d’abord rempli un questionnaire général sur leurs données personnelles (sexe, âge, nationalité, orientation sexuelle, etc.) et un formulaire contenant un élément 24 sur leur expérience d’Internet et de la sexualité (temps passé en ligne sur des sites sexuels, satisfaction à l’égard des réunions). Internet, fréquence des activités sexuelles au cours du dernier mois, etc.).

La collecte d'informations démographiques et spécifiques a été suivie par la réalisation de différents questionnaires d'auto-évaluation: l'inventaire des désirs sexuels (SDI) et le CysexMQ. Le SDI (Spector, Carey et Steinberg, 1996) est l’un des instruments les plus couramment utilisés pour évaluer le désir sexuel (Mark, Toland, Rosenkrantz, Brown-Stein et Hong, 2018). La balance a été développée en anglais et validée dans différentes langues (King et Allgeier, 2000; Moyano, Vallejo-Medina et Sierra, 2017; Ortega, Zubeidat et Sierra, 2006; Spector et coll., 1996). Les caractéristiques psychométriques de la SDI ont également été évaluées chez les personnes ayant des orientations sexuelles différentes, y compris les lesbiennes et les hommes gais (Mark et coll., 2018).

Le SDI a été développé pour évaluer la composante cognitive du désir sexuel. L'instrument comporte deux dimensions: le désir sexuel dyadique (intérêt pour l'activité sexuelle avec un partenaire) et le désir sexuel solitaire (intérêt à s'engager seul dans un comportement sexuel). La dimension solitaire est associée à la fréquence des comportements sexuels solitaires, tandis que la dimension dyadique est associée à la fréquence des activités sexuelles avec un partenaire (Spector et coll., 1996). Bonne fiabilité test-retest (Spector et coll., 1996) ont été rapportés, ainsi que la validité convergente avec d'autres mesures du désir sexuel et de la satisfaction sexuelle (Mark et coll., 2018).

CysexMQ est une échelle d’autoévaluation (matériel supplémentaire) notée sur une échelle de Likert à points 5 de 1 (n'allons jamais ) en 5 (toujours ou presque toujours).

Les auteurs ont modifié les éléments de la sous-échelle des motivations sociales du GMQ pour mieux s'adapter aux activités cybersexe. Par exemple, les motifs «Pour célébrer», «C'est ce que font la plupart de vos amis lorsqu'ils se réunissent» et «C'est quelque chose que vous faites lors d'occasions spéciales» ont été supprimés. D'autres types de motifs sociaux tels que «Rencontrer quelqu'un» et «Parce que j'ai besoin d'échanger avec d'autres personnes» ont été ajoutés. Le motif «Être sociable» a été modifié en «Pour être sociable et apprécié des autres». Pour le motif d'amélioration GMQ, l'élément «Pour gagner de l'argent» a été remplacé par «Pour se divertir». Les autres motifs spécifiques ajoutés liés aux activités cybersexe étaient «Pour la masturbation» et «Pour regarder». Les éléments ont été générés via des entretiens cliniques approfondis de patients concernant leurs motivations liées à l'utilisation du cybersexe. Ces patients consultaient pour le cybersexe addictif dans le service de toxicomanie du service de santé mentale et de psychiatrie de l'hôpital universitaire de Genève. Après plusieurs échanges avec des cliniciens et entre auteurs, les deuxième, quatrième et cinquième auteurs ont mené des analyses thématiques de ces réponses qualitatives. Les items ont ensuite été générés selon les principes de la génération d'items (c.-à-d. Traiter un seul problème, des déclarations simples et courtes; Harrison et McLaughlin, 1993) et discuté jusqu'à l'obtention d'un consensus entre les auteurs.

Le principal critère d'évaluation de cette étude était le CysexMQ.

L'analyse des données

Malgré le fait qu'une structure à trois facteurs était attendue, une analyse exploratoire a d'abord été réalisée à la place d'une analyse de confirmation afin de permettre à une structure spécifique d'émerger dans ce nouveau cadre. Pour atteindre cet objectif, nous avons effectué une analyse en composantes principales (ACP) suivie d'une rotation varimax sur l'échantillon d'origine de 191. Compte tenu de la nature discrète des éléments GMQ, une analyse PCA est préférable à une analyse factorielle exploratoire, car elle ne suppose aucun modèle multivarié particulier, ce qui n’est pas le cas pour une analyse exploratoire (Schneeweiss et Mathes, 1995). De plus, lorsque le même nombre de facteurs ou de composants est extrait, les deux techniques donnent des résultats très similaires (Velicer et Jackson, 1990). Le nombre de composants à extraire a été déterminé par le test de scree (Cattell, 1966) et Velicer (1976) le test minimum moyen partiel (MAP) a été réalisé sur la matrice de corrélation. Le test MAP a été démarré.

Dans un deuxième temps, nous avons recruté un deuxième échantillon de 204 afin de réaliser une analyse factorielle de confirmation (CFA). En raison de la nature discrète des éléments CysexMQ, les moindres carrés non pondérés (ULS) avec erreurs types robustes (Li, 2016) a été choisie comme méthode d’estimation.

Cinq critères préétablis ont été sélectionnés comme indicateurs de la qualité de l'ajustement aux données: (a) indice de qualité de l'ajustement ajusté (AGFI)> 0.80 (Joreskog et Sorbom, 1996); (b) indice d'ajustement normé (NFI)> 0.90 (Bentler et Bonnet, 1980); (c) Indice de Tucker – Lewis (TLI)> 0.95 (Tucker et Lewis, 1973); (d) indice d'ajustement comparatif (CFI)> 0.95 (Bentler, 1990); et (e) erreur quadratique moyenne d'approximation (RMSEA) <0.06 (Hu et Bentler, 1999). L’utilisation et la désactivation de l’AGFI ont été recommandées par Cole (1987), de NFI par Bentler et Bonnet (1980), ainsi que de RMSEA, TLI et CFI de Hu et Bentler (1999).

La fiabilité du questionnaire a été évaluée à l'aide du coefficient α de Cronbach (Cronbach et Meehl, 1985) et la fiabilité composite (CR), qui sont des mesures de la cohérence interne. Afin d'évaluer la validité convergente, nous avons calculé les corrélations de Spearman entre les sous-échelles d'IDD dyadiques et solitaires et les sous-échelles de CysexMQ. La PCA, la CFA et le bootstrap ont été réalisés avec la version R 3.1.3, à l’aide de la psych (Revelle, 2014), bootstrap (Kostyshak, 2015), Et lave (Rosseel, 2012) paquets.

Ethique

Les procédures d'étude ont été réalisées conformément à la déclaration d'Helsinki. Le comité d'éthique de l'Hôpital universitaire de Genève a approuvé le protocole d'étude. Les participants ont reçu des descriptions détaillées des objectifs et des méthodes de l’étude. Après avoir obtenu leur consentement en ligne, les participants ont rempli les questionnaires de manière anonyme en ligne via des liens SurveyMonkey.

Résultats

Résultats de la PCA

Nombre de facteurs retenus

Le test de scree (figure S1 du matériel supplémentaire) suggérait clairement de retenir trois facteurs, tandis que le test MAP (figure S2 du matériel supplémentaire) donnait une solution ambiguë, car deux ou trois facteurs avaient des valeurs proches (0.0301 et 0.0302, respectivement), sachant que l'interprétation du test MAP étant effectuée sur la base du plus petit au mieux. Pour démêler les résultats du test MAP, nous avons appliqué une technique de bootstrap (Efron, 1987), ce qui a confirmé l'ambiguïté. Parmi les exemples de bootstrap 1,000, 52% a suggéré de conserver deux facteurs et 43% a suggéré de conserver trois facteurs; les boîtes à moustaches du test MAP initialisé (Figure S3 du matériel supplémentaire) correspondant à deux ou trois facteurs se chevauchent presque complètement.

Charges de facteur

Trois éléments posaient problème dans la solution à trois facteurs, car ils présentaient des charges supérieures à 0.40 sur plus d'un composant: les éléments 2 et 17 sur les facteurs I et II, respectivement, et l'élément 16 sur les facteurs II et III. La solution à deux facteurs contenait le moins de charge possible, avec 0.37 dans l'article 13 («Pour avoir confiance en moi et pour améliorer mon estime de soi»). Les éléments 12, 15 et 17 posaient également problème, car leur chargement était supérieur à 0.40 sur les deux composants. La variance expliquée concernait 0.47 pour la solution à deux facteurs et 0.55 pour la solution à trois facteurs. Les charges factorielles sont indiquées dans les tableaux S1 et S2 du matériel supplémentaire.

Une charge croisée a été observée sur l'amélioration et l'adaptation à l'article 2 («Pour se détendre») et à l'article 17 («Parce que ça me fait me sentir bien»). Une charge croisée différente sur les facteurs d'adaptation et les facteurs sociaux a été observée pour l'article 16 («Pour avoir confiance en moi et pour améliorer mon estime de soi»).

En raison de la similarité dans le chargement croisé des éléments 2 et 17, nous avons décidé de commencer par tester un modèle sans ces éléments (3F-a; Table 1), en conservant toutefois l’article 16 relatif à l’utilisation du cybersexe pour des raisons d’estime de soi. Nous avons ensuite testé un modèle sans les trois éléments concernés par le chargement croisé (3F-b; Table 1).

lampe de table

Tableau 1. Indices d'ajustement issus de l'analyse factorielle de confirmation ULS des quatre modèles
 

Tableau 1. Indices d'ajustement issus de l'analyse factorielle de confirmation ULS des quatre modèles

 

AGFI

NFI

TLI

FCI

RMSEA

Modèle à deux facteurs0.9900.9710.9780.9810.095
Modèle à trois facteurs0.9910.9760.9830.9860.084
Modèle à trois facteurs avec les articles 2 et 17 enlevés (modèle 3F-a)0.9930.9790.9860.9880.077
Modèle à trois facteurs avec les articles 2, 16 et 17 enlevés (modèle 3F-b)0.9930.9780.9850.9880.076

Note. ELS: moindres carrés non pondérés; AGFI: indice ajusté de la qualité de l'ajustement; NFI: indice d'ajustement normé; TLI: indice de Tucker-Lewis; CFI: indice d'ajustement comparatif; RMSEA: erreur quadratique moyenne d'approximation.

Résultats de la CFA

Afin de décider s'il est préférable de retenir deux ou trois facteurs, nous avons d'abord comparé les deux modèles. La première partie du tableau 1 montre les indices d'ajustement des solutions à deux facteurs et à trois facteurs. Les deux modèles ont donné un excellent ajustement, à l’exception du RMSEA, qui est légèrement plus grand que le seuil de 0.06. La solution à trois facteurs montre la meilleure solution partout. Les indices d'ajustement étant très proches l'un de l'autre pour les deux modèles, nous les avons comparés statistiquement, sachant qu'il n'existe pas de procédure standard et clairement validée pour les modèles lorsque la méthode d'estimation est le mode ULS. Nous avons effectué un test de signification sur la base de la fonction d’ajustement, équivalente à la méthode bien connue2 tester. Le test a montré que le modèle à trois facteurs est meilleur que le modèle à deux facteurs (différence de fonction d’ajustement = 67.18, df = 2, p <.001). Dans un deuxième temps, compte tenu des problèmes de chargement croisé du PCA et des considérations cliniques mentionnées ci-dessus, nous avons testé deux modèles supplémentaires. Le premier (modèle 3F-a) était la solution à trois facteurs avec les éléments 2 et 17 supprimés, et dans le second (modèle 3F-b), l'élément 16 a également été supprimé. Les indices d'ajustement des trois modèles à trois facteurs sont présentés dans la deuxième partie du tableau 1. Bien que d’excellents ajustements aient été trouvés, à l’exception du modèle RMSEA pour le modèle 3F-a, celui-ci correspondait mieux aux données que le modèle complet, alors que le modèle 3F-b présentait un meilleur ajustement pour chaque indice. Par conséquent, nous avons supprimé les éléments 2, 16 et 17 du questionnaire.

lampe de table 2 montre les chargements de la solution à trois facteurs avec les éléments 2, 16 et 17 supprimés conformément aux résultats ci-dessus. Chaque chargement était très différent de 0. Les corrélations estimées entre les trois facteurs étaient significatives.

lampe de table

Tableau 2. Charges factorielles pour la solution à trois facteurs de ULS avec analyse factorielle confirmatoire des erreurs types robustes
 

Tableau 2. Charges factorielles pour la solution à trois facteurs de ULS avec analyse factorielle confirmatoire des erreurs types robustes

 

Estimation

SE

Z Plus-value

p (> |z|)

Facteur I (amélioration)
 1. Pour se divertir1.00   
 4. Parce que j'aime le sentiment1.040.0813.31> .001
 7. Parce que c'est excitant1.120.0912.77> .001
 9. Pour regarder0.970.0811.52> .001
 10. Pour avoir une sensation de «high»0.970.0910.29> .001
 11. Pour la masturbation0.790.089.52> .001
 13. Simplement parce que c'est amusant1.180.0814.40> .001
Facteur II (motivations: échapper)
 6. Pour oublier mes problèmes ou mes soucis1.00   
 12. Parce que cela m'aide quand je suis déprimé ou nerveux0.950.0714.30> .001
 15. Cela me réconforte quand je suis de mauvaise humeur1.010.0714.18> .001
Facteur III (motivations sociales)
 3. Rencontrer quelqu'un1.00   
 5. Parce que j'ai besoin d'échanger avec d'autres personnes1.980.494.03> .001
 8. Pour être sociable et apprécié des autres2.070.553.78> .001
 14. Parce que cela rend une réunion sociale plus agréable1.840.493.80> .001
Covariances
 Amélioration avec
  Motifs d'adaptation0.690.0322.7> .001
  Motifs sociaux0.250.0213.3> .001
 Motifs d'adaptation
  Motifs sociaux0.300.0212.8> .001

Remarque. SE: erreur standard; ELS: moindres carrés non pondérés.

Conformément aux facteurs du QGM, les trois facteurs retenus étaient l'amélioration (premier facteur), l'adaptation (deuxième facteur) et les motivations sociales (troisième facteur).

Fiabilité

La cohérence interne estimée par α de Cronbach pour la solution à trois facteurs (modèle 3F-b) était d'environ 0.81 [intervalle de confiance (IC) 95: 0.79, 0.83] et 0.88 [IC: 95%: 0.86, 0.91] comme facteur d'amélioration ; 0.79 [95% CI: 0.76, 0.81] et 0.86 [95% CI: 0.83, 0.89] pour le facteur de motivation; et 0.74 [95% CI: 0.71, 0.77] et 0.76 [95% CI: 0.71, 0.81] pour les facteurs de motivations sociales dans les premier et deuxième échantillons, respectivement. De plus, le CR (Bacon, Sauer et Young, 1995) a été réalisée car on sait que α de Cronbach sous-estime la fiabilité réelle dans des situations spécifiques (Raykov, 1998). CR fournit presque les mêmes coefficients que les α de Cronbach (amélioration: 0.81 et 0.89; motivations d'adaptation: 0.82 et 0.86; et motivations sociales: 0.73 et 0.79 dans les premier et deuxième échantillons, respectivement). Les α et CR de Cronbach suggèrent une bonne fiabilité.

Corrélations

Des corrélations positives modérées ont été trouvées entre les sous-échelles de l'IDS et les motivations d'amélioration, alors que de petites corrélations ont été trouvées entre ces sous-échelles et les motivations d'adaptation. De petites corrélations ont été trouvées entre les motivations sociales et la sous-échelle dyadique de l'IDS, mais pas l'IDS solitaire (Tableau 3).

lampe de table

Tableau 3. Corrélations de Spearman entre les sous-échelles CysexMQ et SDI
 

Tableau 3. Corrélations de Spearman entre les sous-échelles CysexMQ et SDI

 

Amélioration de CysexMQ

CysexMQ faire face

CysexMQ social

SDI dyadique.46***.18***.18***
SDI solitaire.54***.18***.07

Note. CysexMQ: questionnaire sur les motivations du cybersexe; SDI: Inventaire du désir sexuel.

***p <001.

a lieu

Malgré une structure à trois facteurs qui ressortait des études précédentes sur le GMQ (Stewart et Zack, 2008) et le questionnaire sur les motivations d'alcool (Cooper et coll., 1992), nous n’avons pas pu trouver une structure aussi bien définie en effectuant une ACP sur la version 17-item adaptée de CysexMQ. Dans les solutions à deux et à trois facteurs, certains éléments présentaient des charges croisées importantes pour plusieurs facteurs. Dans un deuxième temps, toutefois, un CFA sur un deuxième échantillon a suggéré qu'une solution à trois facteurs correspond mieux aux données.

Pour résoudre le problème lié aux éléments avec des charges croisées, nous avons évalué différents modèles avec trois facteurs sans deux ou trois des éléments problématiques. Les meilleurs indices d'ajustement ont été obtenus pour un modèle à trois facteurs sans les trois éléments problématiques. Le CysexMQ final était une échelle d’éléments 14.

Les noms des trois facteurs retenus, amélioration, adaptation et motivations sociales, sont similaires à ceux proposés pour le GMQ en raison de la similitude partielle des types de motivations. Ce résultat est cohérent avec ceux d’études antérieures soutenant l’implication de partenaires sociaux (Sumter et coll., 2017), faire face (Laier et coll., 2015), et des motifs d’amélioration (Reid et coll., 2011) en cybersexe. Cependant, plusieurs éléments diffèrent à certains égards de ceux du GMQ, reflétant les spécificités des comportements cybersex.

Toutes les charges étaient statistiquement significatives et avaient à peu près la même ampleur. Les trois facteurs étaient modérément corrélés, à l'exception des motifs d'amélioration et d'adaptation, pour lesquels les corrélations étaient élevées. Cette constatation est concordante avec les résultats des études sur le GMQ et peut s’expliquer par un rôle possible de tels motifs dans la régulation des émotions (Devos et coll., 2017; Wu, Tao, Tong et Cheung, 2011). Ces motifs peuvent jouer différents rôles dans l'utilisation du cybersexe, problème ou non, comme le rapportent des études sur les jeux sur Internet (Billieux et coll., 2011; Zanetta Dauriat et al., 2011). Comme suggéré par les associations possibles entre les dépendances comportementales et les troubles de l'humeur (Khazaal et coll., 2016; Starcevic et Khazaal, 2017; Strittmatter et al., 2015), de nouvelles études sur les liens possibles entre CysexMQ, les symptômes psychiatriques et l’utilisation problématique du cybersexe sont justifiées.

Les α et CR de Cronbach ont tous deux montré une bonne cohérence interne. La validité convergente a été évaluée à l'aide de corrélations avec l'IDS. Les niveaux de corrélation étaient différents selon les motifs et le désir sexuel dyadique et solitaire. Sans surprise, il n'y avait pas d'association entre le désir solitaire et les motivations sociales. Les associations les plus fortes ont été trouvées entre les motifs d’amélioration et les sous-échelles DSI, ce qui montre l’importance de ces motifs dans l’utilisation du cybersexe, en cohérence avec les effets d’amélioration et d’excitation du cybersexe (Beutel et coll., 2017; Reid et coll., 2011). Une corrélation, bien que moins forte, a également été constatée entre les motifs d'adaptation et les sous-échelles de l'IDS. Ces motifs sont probablement plus importants dans les sous-échantillons d’utilisateurs du cybersexe qui ont des styles de fixation anxieux ou évitant (Favez et Tissot, 2016). D'autres études évaluant les styles d'attachement dans l'utilisation du cybersexe et les motifs du cybersexe sont justifiées pour explorer cette hypothèse.

Les résultats de cette étude doivent être considérés à la lumière de plusieurs limitations principales. Premièrement, le recrutement par le biais de la publicité en ligne est associé à de possibles biais d’autosélection (Khazaal et coll., 2014). Deuxièmement, comme le signalent fréquemment les études et enquêtes en ligne (Fleming et coll., 2016; Hochheimer et coll., 2016), une partie substantielle de l'échantillon initial a été abandonnée (395 of 640 a terminé l'étude). Troisièmement, le questionnaire a été généré en adaptant le GMQ au cybersexe. Comme décrit précédemment, l'adaptation était basée sur des études antérieures sur le terrain, sur des observations cliniques et sur le consensus des auteurs. Nous ne pouvons pas exclure la possibilité que d’autres motifs aient été impliqués dans le comportement.

Cependant, CysexMQ semble avoir cerné au moins une partie des principales motivations du cybersexe, comme le montrent les analyses psychométriques et les corrélations avec les sous-échelles de l'IDS.

Conclusions

Cette étude a confirmé l'implication importante de l'amélioration (c'est-à-dire de l'amélioration ou de la gratification sexuelle), de l'adaptation et des motivations sociales dans l'utilisation du cybersexe conformément aux résultats des études précédentes (Brand et al., 2011; Laier & Brand, 2014; Laier et coll., 2015; Reid et coll., 2011; Sumter et coll., 2017). Cette découverte suggère que la solution à trois facteurs est cliniquement plus pertinente que la solution à deux facteurs. De plus, il s'agit de la première étude, au meilleur de nos connaissances, visant à évaluer une adaptation du GMQ au cybersexe. Des études complémentaires sur les liens entre CysexMQ et l'utilisation du cybersexe seraient intéressantes pour une meilleure compréhension du rôle des motivations dans ce comportement.

Contribution des auteurs

YK, FB-D et SR: concept d'étude et design. EF, SR et YK: analyse statistique et interprétation des données. TL, KJ et YK: recrutement. EF, YK, KJ, TL, SR et FB-D: rédaction du manuscrit.

Conflit d'intérêt

Les auteurs ne déclarent aucun conflit d'intérêt.

Remerciements

Les auteurs souhaitent remercier Barbara Every, ELS, de BioMedical Editor, pour son édition en anglais. Ils souhaitent également remercier les participants à l’étude.

Bibliographie

 Bacon, D. R., Sauer, P. L. et Young, M. (1995). Fiabilité composite dans la modélisation d'équations structurelles. Mesure éducative et psychologique, 55 (3), 394–406. est ce que je:https://doi.org/10.1177/0013164495055003003 Google Scholar
 Bentler, P. M. (1990). Index d'ajustement comparatifs dans les modèles structurels. Bulletin psychologique, 107 (2), 238–246. est ce que je:https://doi.org/10.1037/0033-2909.107.2.238 CrossRef, MedlineGoogle Scholar
 Bentler, P. M. et Bonnet, D. G. (1980). Tests de signification et qualité de l'ajustement dans l'analyse des structures de covariance. Bulletin psychologique, 88 (3), 588–606. est ce que je:https://doi.org/10.1037/0033-2909.88.3.588 CrossRefGoogle Scholar
 Beutel, M. E., Giralt, S., Wolfling, K., Stobel-Richter, Y., Subic-Wrana, C., Reiner, I., Tibubos, A. N., et Brahler, E. (2017). Prévalence et déterminants de l'utilisation sexuelle en ligne dans la population allemande. PLoS One, 12 (6), e0176449. est ce que je:https://doi.org/10.1371/journal.pone.0176449 MedlineGoogle Scholar
 Billieux, J., Chanal, J., Khazaal, Y., Rochat, L., Gay, P., Zullino, D., et Van der Linden, M. (2011). Prédicteurs psychologiques de l'implication problématique dans les jeux de rôle en ligne massivement multijoueurs: Illustration dans un échantillon de joueurs masculins de cybercafé. Psychopathologie, 44 (3), 165–171. est ce que je:https://doi.org/10.1159/000322525 CrossRef, MedlineGoogle Scholar
 Billieux, J., Van der Linden, M., Achab, S., Khazaal, Y., Paraskevopoulos, L., Zullino, D., et Thorens, G. (2013). Pourquoi jouez-vous à World of Warcraft? Une exploration en profondeur des motivations autodéclarées pour jouer en ligne et en jeu dans le monde virtuel d'Azeroth. Les ordinateurs dans le comportement humain, 29 (1), 103-109. est ce que je:https://doi.org/10.1016/j.chb.2012.07.021 CrossRefGoogle Scholar
 Bothe, B., Toth-Kiraly, I., Zsila, A., Griffiths, M. D., Demetrovics, Z., et Orosz, G. (2018). Le développement de l'échelle de consommation problématique de pornographie (PPCS). Le Journal of Sex Research, 55 (3), 395–406. est ce que je:https://doi.org/10.1080/00224499.2017.1291798 CrossRef, MedlineGoogle Scholar
 Brand, M., Laier, C., Pawlikowski, M., Schachtle, U., Scholer, T., et Altstotter-Gleich, C. (2011). Regarder des images pornographiques sur Internet: Rôle des évaluations de l'excitation sexuelle et des symptômes psycho-psychiatriques pour une utilisation excessive des sites sexuels sur Internet. Cyberpsychologie, comportement et réseautage social, 14 (6), 371–377. est ce que je:https://doi.org/10.1089/cyber.2010.0222 CrossRef, MedlineGoogle Scholar
 Carli, V., Durkee, T., Wasserman, D., Hadlaczky, G., Despalins, R., Kramarz, E., Wasserman, C., Sarchiapone, M., Hoven, CW, Brunner, R., et Kaess, M. (2013). L'association entre l'utilisation pathologique d'Internet et la psychopathologie comorbide: une revue systématique. Psychopathologie, 46 (1), 1–13. est ce que je:https://doi.org/10.1159/000337971 CrossRef, MedlineGoogle Scholar
 Carnes, P. J. (2001). Cybersexe, fréquentation et excitation croissante: facteurs de désir sexuel addictif. Sexual Addiction & Compulsivity, 8 (1), 45–78. est ce que je:https://doi.org/10.1080/10720160127560 Google Scholar
 Cattell, R. B. (1966). Le test des éboulis pour le nombre de facteurs. Multivarié. Recherche comportementale, 1 (2), 245-276. est ce que je:https://doi.org/10.1207/s15327906mbr0102_10 CrossRef, MedlineGoogle Scholar
 Clarke, D., Tse, S., Abbott, M. W., Townsend, S., Kingi, P. et Manaia, W. (2007). Raisons de commencer et de continuer à jouer dans un échantillon de la communauté ethnique mixte de joueurs pathologiques et sans problèmes. International Gambling Studies, 7 (3), 299–313. est ce que je:https://doi.org/10.1080/14459790701601455 Google Scholar
 Cole, D. A. (1987). Utilité de l'analyse factorielle confirmatoire dans la recherche de validation de test. Journal de consultation et de psychologie clinique, 55 (4), 584-594. est ce que je:https://doi.org/10.1037/0022-006X.55.4.584 MedlineGoogle Scholar
 Cooper, M. L., Russell, M., Skinner, J. B. et Windle, M. (1992). Développement et validation d'une mesure tridimensionnelle des motifs de consommation d'alcool. Évaluation psychologique, 4 (2), 123–132. est ce que je:https://doi.org/10.1037/1040-3590.4.2.123 Google Scholar
 Cronbach, L. J. et Meehl, P. E. (1985). Construire la validité dans les tests psychologiques. Bulletin psychologique, 52 (4), 281-302. est ce que je:https://doi.org/10.1037/h0040957 Google Scholar
 Dechant, K. et Ellery, M. (2011). L'effet de l'inclusion d'un élément de motivation monétaire dans le Questionnaire sur les motivations de jeu dans un échantillon de joueurs modérés. Journal of Gambling Studies, 27 (2), 331–344. est ce que je:https://doi.org/10.1007/s10899-010-9197-x MedlineGoogle Scholar
 Devos, G., Bouju, G., Burnay, J., Maurage, P., Grall-Bronnec, M., et Billieux, J. (2017). Adaptation et validation du Questionnaire sur les Motifs de Jeu-Financier (GMQ-F) dans un échantillon de joueurs francophones. International Gambling Studies, 17 (1), 87-101. est ce que je:https://doi.org/10.1080/14459795.2016.1264080 Google Scholar
 Doring, N. M. (2009). L'impact d'Internet sur la sexualité: un bilan critique de 15 ans de recherche. Computers in Human Behavior, 25, 1089–1101. est ce que je:https://doi.org/10.1016/j.chb.2009.04.003 CrossRefGoogle Scholar
 Dufour, M., Brunelle, N., Tremblay, J., Leclerc, D., Cousineau, M. M., Khazaal, Y., Légaré, A. A., Rousseau, M., et Berbiche, D. (2016). Différence entre les sexes dans l'utilisation d'Internet et les problèmes d'Internet chez les élèves du secondaire du Québec. Journal canadien de psychiatrie, 61 (10), 663–668. est ce que je:https://doi.org/10.1177/0706743716640755 MedlineGoogle Scholar
 Efron, B. (1987). Le Jackknife, le bootstrap et d’autres plans de rééchantillonnage. Philadelphie, PA: Société de mathématiques industrielles et appliquées. Google Scholar
 Favez, N., et Tissot, H. (2016). Tendances d'attachement et activités sexuelles: Le rôle médiateur des représentations du sexe. Journal des relations sociales et personnelles, 14, 321–342. est ce que je:https://doi.org/10.1177/0265407516658361 Google Scholar
 Fleming, TM, de Beurs, D., Khazaal, Y., Gaggioli, A., Riva, G., Botella, C., Baños, RM, Aschieri, F., Bavin, LM, Kleiboer, A., Merry, S., Lau, HM et Riper, H. (2016). Maximiser l'impact de la e-thérapie et du jeu sérieux: il est temps de changer de paradigme. Front Psychiatry, 7, 65. doi:https://doi.org/10.3389/fpsyt.2016.00065 MedlineGoogle Scholar
 Frangos, C. C., Frangos, C. C. et Sotiropoulos, I. (2011). Utilisation problématique d'Internet chez les étudiants universitaires grecs: une régression logistique ordinale avec des facteurs de risque de croyances psychologiques négatives, de sites pornographiques et de jeux en ligne. Cyberpsychologie, comportement et réseautage social, 14 (1–2), 51–58. est ce que je:https://doi.org/10.1089/cyber.2009.0306 MedlineGoogle Scholar
 Geisel, O., Panneck, P., Stickel, A., Schneider, M. et Muller, C. A. (2015). Caractéristiques des joueurs sur les réseaux sociaux: résultats d'une enquête en ligne. Front Psychiatry, 6, 69. doi:https://doi.org/10.3389/fpsyt.2015.00069 MedlineGoogle Scholar
 Gmeiner, M., Price, J., et Worley, M. (2015). Un examen de la recherche sur l'utilisation de la pornographie: méthodologie et résultats de quatre sources Cyberpsychologie: Journal of Psychosocial Research on Cyberspace, 9 (4), article 4. doi:https://doi.org/10.5817/CP2015-4-4 Google Scholar
 Grov, C., Gillespie, B. J., Royce, T., et Lever, J. (2011). Conséquences perçues des activités sexuelles occasionnelles en ligne sur les relations hétérosexuelles: une enquête en ligne aux États-Unis. Archives du comportement sexuel, 40 (2), 429–439. est ce que je:https://doi.org/10.1007/s10508-010-9598-z MedlineGoogle Scholar
 Grubbs, J. B., Volk, F., Exline, J. J., et Pargament, K. I. (2015). Utilisation de la pornographie sur Internet: dépendance perçue, détresse psychologique et validation d'une brève mesure. Journal of Sex and Marital Therapy, 41 (1), 83–106. est ce que je:https://doi.org/10.1080/0092623X.2013.842192 MedlineGoogle Scholar
 Harrison, D. A. et McLaughlin, M. E. (1993). Processus cognitifs dans les réponses d'auto-évaluation: tests des effets de contexte d'item dans les mesures d'attitude au travail. Journal of Applied Psychology, 78 (1), 129-140. est ce que je:https://doi.org/10.1037/0021-9010.78.1.129 MedlineGoogle Scholar
 Hilgard, J., Engelhardt, C. R. et Bartholow, B. D. (2013). Différences individuelles dans les motivations, les préférences et la pathologie dans les jeux vidéo: les attitudes, motivations et expériences de jeu échelles (JEUX). Frontiers in Psychology, 4, 608. doi:https://doi.org/10.3389/fpsyg.2013.00608 CrossRef, MedlineGoogle Scholar
 Hochheimer, C. J., Sabo, R. T., Krist, A. H., Day, T., Cyrus, J., et Woolf, S. H. (2016). Méthodes d'évaluation de l'attrition des répondants dans les enquêtes en ligne. Journal of Medical Internet Research, 18 (11), e301. est ce que je:https://doi.org/10.2196/jmir.6342 MedlineGoogle Scholar
 Hu, L. T. et Bentler, P. M. (1999). Critères de coupure pour les index d'ajustement dans l'analyse de la structure de covariance: critères conventionnels versus nouvelles alternatives. Modélisation d'équations structurelles, 6 (1), 1–55. est ce que je:https://doi.org/10.1080/10705519909540118 CrossRefGoogle Scholar
 Joreskog, K. G. et Sorbom, D. (1996). LISREL 8: Guide de référence de l'utilisateur. Chicago, IL: Scientific Software International. Google Scholar
 Kafka, M. P. (2010). Trouble hypersexuel: un diagnostic proposé pour le DSM-V. Archives of Sexual Behavior, 39 (2), 377–400. est ce que je:https://doi.org/10.1007/s10508-009-9574-7 CrossRef, MedlineGoogle Scholar
 Khazaal, Y., Achab, S., Billieux, J., Thorens, G., Zullino, D., Dufour, M., et Rothen, S. (2015). Structure factorielle du test de dépendance à Internet chez les joueurs en ligne et les joueurs de poker. Santé mentale JMIR, 2 (2), e12. est ce que je:https://doi.org/10.2196/mental.3805 MedlineGoogle Scholar
 Khazaal, Y., Chatton, A., Achab, S., Monney, G., Thorens, G., Dufour, M., Zullino, D., et Rothen, S. (2016). Les joueurs sur Internet diffèrent sur les variables sociales: Une analyse de classe latente. Journal of Gambling Studies, 33 (3), 881–897. est ce que je:https://doi.org/10.1007/s10899-016-9664-0 Google Scholar
 Khazaal, Y., Chatton, A., Horn, A., Achab, S., Thorens, G., Zullino, D., et Billieux, J. (2012). Validation française du Compulsive Internet Use Scale (CIUS). The Psychiatric Quarterly, 83 (4), 397–405. est ce que je:https://doi.org/10.1007/s11126-012-9210-x CrossRef, MedlineGoogle Scholar
 Khazaal, Y., van Singer, M., Chatton, A., Achab, S., Zullino, D., Rothen, S., Khan, R., Billieux, J., et Thorens, G. (2014). L'auto-sélection affecte-t-elle la représentativité des échantillons dans les enquêtes en ligne? Une enquête sur la recherche de jeux vidéo en ligne. Journal of Medical Internet Research, 16 (7), e164. est ce que je:https://doi.org/10.2196/jmir.2759 CrossRef, MedlineGoogle Scholar
 King, B. E. et Allgeier, E. R. (2000). L'inventaire des désirs sexuels comme mesure de la motivation sexuelle chez les étudiants. Rapport psychologique, 86 (1), 347–350. est ce que je:https://doi.org/10.2466/pr0.2000.86.1.347 MedlineGoogle Scholar
 Kiraly, O., Urban, R., Griffiths, M. D., Agoston, C., Nagygyorgy, K., Kokonyei, G., et Demetrovics, Z. (2015). L'effet médiateur de la motivation de jeu entre les symptômes psychiatriques et le jeu en ligne problématique: une enquête en ligne. Journal of Medical Internet Research, 17 (4), e88. est ce que je:https://doi.org/10.2196/jmir.3515 CrossRef, MedlineGoogle Scholar
 Kor, A., Zilcha-Mano, S., Fogel, Y. A., Mikulincer, M., Reid, R. C., et Potenza, M. N. (2014). Développement psychométrique de l'échelle d'utilisation de la pornographie problématique. Addictive Behaviors, 39 (5), 861–868. est ce que je:https://doi.org/10.1016/j.addbeh.2014.01.027 CrossRef, MedlineGoogle Scholar
 Kostyshak, S. (2015). Paquet "bootstrap". CRAN. Récupéré de https://cran.r-project.org/web/packages/bootstrap/bootstrap.pdf Google Scholar
 Kuss, D. J., Louws, J., et Wiers, R. W. (2012). Dépendance aux jeux en ligne? Les motivations prédisent un comportement de jeu addictif dans les jeux de rôle en ligne massivement multijoueurs. Cyberpsychologie, comportement et réseautage social, 15 (9), 480–485. est ce que je:https://doi.org/10.1089/cyber.2012.0034 CrossRef, MedlineGoogle Scholar
 Laier, C. et Brand, M. (2014). Preuves empiriques et considérations théoriques sur les facteurs contribuant à la dépendance au cybersexe d'un point de vue cognitivo-comportemental. Sexual Addiction & Compulsivity, 21 (4), 305–321. est ce que je:https://doi.org/10.1080/10720162.2014.970722 Google Scholar
 Laier, C., Pawlikowski, M., Pekal, J., Schulte, F. P., et Brand, M. (2013). Dépendance au cybersexe: l'excitation sexuelle expérimentée lorsque vous regardez de la pornographie et non des contacts sexuels réels fait la différence. Journal of Behavioral Addictions, 2 (2), 100–107. est ce que je:https://doi.org/10.1556/JBA.2.2013.002 LienGoogle Scholar
 Laier, C., Pekal, J., et Brand, M. (2015). L'excitabilité sexuelle et l'adaptation dysfonctionnelle déterminent la dépendance au cybersexe chez les hommes homosexuels. Cyberpsychologie, comportement et réseautage social, 18 (10), 575–580. est ce que je:https://doi.org/10.1089/cyber.2015.0152 MedlineGoogle Scholar
 Li, C. H. (2016). Analyse factorielle de confirmation avec des données ordinales: comparaison du maximum de vraisemblance robuste et des moindres carrés pondérés en diagonale. Méthodes de recherche sur le comportement, 48 (3), 936–949. est ce que je:https://doi.org/10.3758/s13428-015-0619-7 MedlineGoogle Scholar
 Mark, K. P., Toland, M. D., Rosenkrantz, D. E., Brown-Stein, H. M. et Hong, S.-H. (2018). Validation de l'inventaire des désirs sexuels pour les adultes lesbiennes, gays, bisexuels, trans et queer. Psychologie de l'orientation sexuelle et de la diversité des genres, 5 (1), 122–128. est ce que je:https://doi.org/10.1037/sgd0000260 Google Scholar
 Moyano, N., Vallejo-Medina, P., et Sierra, J. C. (2017). Inventaire du désir sexuel: deux ou trois dimensions? Journal of Sex Research, 54 (1), 105–116. est ce que je:https://doi.org/10.1080/00224499.2015.1109581 MedlineGoogle Scholar
 Ortega, V., Zubeidat, I. et Sierra, J. C. (2006). Examen plus approfondi des propriétés de mesure de la version espagnole de l'inventaire des désirs sexuels avec des étudiants de premier cycle et des adolescents. Rapports psychologiques, 99 (1), 147-165. est ce que je:https://doi.org/10.2466/pr0.99.1.147-165 MedlineGoogle Scholar
 Raykov, T. (1998). Sur l'utilisation de l'analyse factorielle confirmatoire dans la recherche sur la personnalité. Personnalité et différences individuelles, 24 (2), 291 – 293. est ce que je:https://doi.org/10.1016/S0191-8869(97)00159-1 Google Scholar
 Reid, R. C., Li, D. S., Gilliland, R., Stein, J. A. et Fong, T. (2011). Fiabilité, validité et développement psychométrique de l'inventaire de consommation de pornographie dans un échantillon d'hommes hypersexuels. Journal of Sex & Marital Therapy, 37 (5), 359–385. est ce que je:https://doi.org/10.1080/0092623X.2011.607047 CrossRef, MedlineGoogle Scholar
 Revelle, W. (2014). Forfait "psych". CRAN. Récupéré de http://cran.r-project.org/web/packages/psych/psych.pdf Google Scholar
 Robinson, T. E. et Berridge, K. C. (2008). La revue. La théorie de la sensibilisation incitative de la toxicomanie: quelques problèmes actuels. Transactions philosophiques de la Royal Society of London. Série B, Sciences biologiques, 363 (1507), 3137–3146. est ce que je:https://doi.org/10.1098/rstb.2008.0093 CrossRef, MedlineGoogle Scholar
 Ross, M. W., Mansson, S. A. et Daneback, K. (2012). Prévalence, gravité et corrélats de l'utilisation sexuelle problématique d'Internet chez les hommes et les femmes suédois. Archives du comportement sexuel, 41 (2), 459–466. est ce que je:https://doi.org/10.1007/s10508-011-9762-0 CrossRef, MedlineGoogle Scholar
 Rosseel, Y. (2012). Lavaan: Un package R pour la modélisation d'équations structurelles. Journal de logiciel statistique, 48 (2), 1 – 36. est ce que je:https://doi.org/10.18637/jss.v048.i02 CrossRefGoogle Scholar
 Schneeweiss, H., et Mathes, H. (1995). Analyse factorielle et principaux composants. Journal de l'analyse multivariée, 55 (1), 105-124. est ce que je:https://doi.org/10.1006/jmva.1995.1069 Google Scholar
 Spector, I. P., Carey, M. P. et Steinberg, L. (1996). L'inventaire des désirs sexuels: développement, structure des facteurs et preuve de fiabilité. Journal of Sex & Marital Therapy, 22 (3), 175-190. est ce que je:https://doi.org/10.1080/00926239608414655 MedlineGoogle Scholar
 Starcevic, V. et Khazaal, Y. (2017). Relations entre addictions comportementales et troubles psychiatriques: que sait-on et que reste-t-il à apprendre? Front Psychiatry, 8, 53. doi:https://doi.org/10.3389/fpsyt.2017.00053 CrossRef, MedlineGoogle Scholar
 Stewart, S. H. et Zack, M. (2008). Développement et évaluation psychométrique d'un questionnaire en trois dimensions sur les motivations du jeu. Addiction, 103 (7), 1110-1117. est ce que je:https://doi.org/10.1111/j.1360-0443.2008.02235.x CrossRef, MedlineGoogle Scholar
 Strittmatter, E., Kaess, M., Parzer, P., Fischer, G., Carli, V., Hoven, CW, Wasserman, C., Sarchiapone, M., Durkee, T., Apter, A., Bobes , J., Brunner, R., Cosman, D., Sisask, M., Värnik, P., et Wasserman, D. (2015). Utilisation pathologique d'Internet chez les adolescents: comparaison des joueurs et des non-joueurs. Psychiatry Research, 228 (1), 128–135. est ce que je:https://doi.org/10.1016/j.psychres.2015.04.029 CrossRef, MedlineGoogle Scholar
 Sumter, S. R., Vandenbosch, L. et Ligtenberg, L. (2017). Love me Tinder: Démêler les motivations des adultes émergents pour l'utilisation de l'application de rencontres Tinder. Telematics and Informatics, 34 (1), 67–78. est ce que je:https://doi.org/10.1016/j.tele.2016.04.009 Google Scholar
 Tsimtsiou, Z., Haidich, A. B., Kokkali, S., Dardavesis, T., Young, K. S., et Arvanitidou, M. (2014). Version grecque du test de dépendance à Internet: une étude de validation. The Psychiatric Quarterly, 85 (2), 187–195. est ce que je:https://doi.org/10.1007/s11126-013-9282-2 MedlineGoogle Scholar
 Tucker, L. R. et Lewis, C. (1973). Un coefficient de fiabilité pour l'analyse des facteurs de vraisemblance maximale. Psychometrika, 38 (1), 1–10. est ce que je:https://doi.org/10.1007/BF02291170 CrossRefGoogle Scholar
 Twohig, M. P., Crosby, J. M. et Cox, J. M. (2009). Regarder de la pornographie sur Internet: pour qui est-ce problématique, comment et pourquoi? Sexual Addiction & Compulsivity, 16 (4), 253-266. est ce que je:https://doi.org/10.1080/10720160903300788 CrossRefGoogle Scholar
 Velicer, W. F. (1976). Détermination du nombre de composants à partir de la matrice de corrélations partielles. Psychometrika, 41 (3), 321–327. est ce que je:https://doi.org/10.1007/BF02293557 Google Scholar
 Velicer, W. F. et Jackson, D. N. (1990). Analyse des composants par rapport à l'analyse des facteurs communs: certains problèmes lors du choix d'une procédure appropriée. Recherche comportementale multivariée, 25 (1), 1–28. est ce que je:https://doi.org/10.1207/s15327906mbr2501_1 MedlineGoogle Scholar
 Voon, V., Mole, TB, Banca, P., Porter, L., Morris, L., Mitchell, S., Lapa, TR, Karr, J., Harrison, NA, Potenza, MN, et Irvine, M (2014). Corrélats neuronaux de la réactivité des signaux sexuels chez les individus avec et sans comportements sexuels compulsifs. PLoS One, 9 (7), e102419. est ce que je:https://doi.org/10.1371/journal.pone.0102419 CrossRef, MedlineGoogle Scholar
 Wu, A., Tao, V., Tong, K.-K. et Cheung, S. F. (2011). Évaluation psychométrique de l'inventaire des motivations, attitudes et comportements de jeu (GMAB) chez les joueurs chinois. International Gambling Studies, 12 (3), 331–347. est ce que je:https://doi.org/10.1080/14459795.2012.678273 Google Scholar
 Young, K. S. (2008). Facteurs de risque de dépendance sexuelle sur Internet, stades de développement et traitement. American Behavioral Scientist, 52 (1), 21–37. est ce que je:https://doi.org/10.1177/0002764208321339 CrossRefGoogle Scholar
 Young, K. S., Griffin-Shelley, E., Cooper, A., O'mara, J., et Buchanan, J. (2000). Infidélité en ligne: une nouvelle dimension dans les relations de couple avec des implications pour l'évaluation et le traitement. Sexual Addiction & Compulsivity: The Journal of Treatment and Prevention, 7 (1–2), 59–74. est ce que je:https://doi.org/10.1080/10720160008400207 Google Scholar
 Zanetta Dauriat, F., Zermatten, A., Billieux, J., Thorens, G., Bondolfi, G., Zullino, D., et Khazaal, Y. (2011). Les motivations à jouer prédisent spécifiquement une implication excessive dans des jeux de rôle en ligne massivement multijoueurs: preuve d'une enquête en ligne. European Addiction Research, 17 (4), 185–189. est ce que je:https://doi.org/10.1159/000326070 CrossRef, MedlineGoogle Scholar