Pengesahan Versi Bahasa Melayu Skala Ketagihan Telefon Pintar di kalangan Pelajar Perubatan di Malaysia (2015)

2015 Oct 2;10(10):e0139337. doi: 10.1371 / journal.pone.0139337.

Ching SM1, Yee A2, Ramachandran V3, Sazlly Lim SM4, Wan Sulaiman WA4, Foo YL4, Hoo FK4.

Abstrak

PENGENALAN:

Kajian ini dimulakan untuk menentukan sifat psikometrik dari Smart Phone Addiction Scale (SAS) dengan menerjemahkan dan mengesahkan skala ini ke dalam bahasa Melayu (SAS-M), yang merupakan bahasa utama yang dituturkan di Malaysia. Kajian ini dapat membezakan ketagihan telefon pintar dan internet di kalangan pelajar perubatan Malaysia yang pelbagai etnik. Di samping itu, kebolehpercayaan dan kesahihan SAS juga ditunjukkan.

BAHAN DAN KAEDAH:

Sejumlah peserta 228 dipilih antara bulan Ogos 2014 dan September 2014 untuk menyelesaikan satu set soal selidik, termasuk SAS dan ujian ketagihan Internet Kimberly Young (IAT) dalam bahasa Melayu.

KEPUTUSAN:

Terdapat 99 lelaki dan 129 wanita dengan usia antara 19 hingga 22 tahun (21.7 ± 1.1) termasuk dalam kajian ini. Analisis deskriptif dan faktor, pekali intra-kelas, ujian-t dan analisis korelasi dilakukan untuk mengesahkan kebolehpercayaan dan kesahan SAS. Ujian sferisiti Bartlett adalah signifikan (p <0.01), dan ukuran kecukupan sampel Kaiser-Mayer-Olkin untuk SAS-M adalah 0.92, menunjukkan dengan baik bahawa analisis faktor itu sesuai. Konsistensi dalaman dan kesahan bersamaan SAS-M telah disahkan (Cronbach's alpha = 0.94). Semua subskala SAS-M, kecuali jangkaan positif, berkaitan dengan versi bahasa Melayu IAT.

KESIMPULAN:

Kajian ini mengembangkan skala ketagihan telefon pintar pertama di kalangan pelajar perubatan. Skala ini ditunjukkan sebagai dipercayai dan sah dalam bahasa Melayu.

Petikan: Ching SM, Yee A, Ramachandran V, Sazlly Lim SM, Wan Sulaiman WA, Foo YL, et al. (2015) Pengesahan Versi Bahasa Melayu Skala Ketagihan Telefon Pintar di kalangan Pelajar Perubatan di Malaysia. PLOS ONE 10 (10): e0139337. doi: 10.1371 / journal.pone.0139337

Editor: Aviv M. Weinstein, Universiti Ariel, ISRAEL

Menerima: Mac 18, 2015; Diterima: September 11, 2015; Published: Oktober 2, 2015

Copyright: © 2015 Ching et al. Ini adalah artikel capaian terbuka yang diedarkan di bawah terma Lesen Pengiktirafan Creative Commons, yang membenarkan penggunaan, pengedaran, dan pembiakan tidak terhad dalam mana-mana medium, dengan syarat pengarang dan sumber asal dikreditkan

Ketersediaan Data: Semua data yang berkaitan ada di dalam kertas dan fail Penyokong Maklumat.

Pembiayaan: Para pengarang juga ingin mengucapkan terima kasih kepada dana penyelidikan UPM (tidak memberi: UPM / 700-2 / 1 / GP-IPM / 2014 / 9436500) untuk sokongan kewangan. URL itu ialah http://www.rmc.upm.edu.my/.

Minat bersaing: Para pengarang telah menyatakan bahawa tidak ada kepentingan bersaing.

Pengenalan

Ini tidak diragukan lagi bahawa telefon pintar ini telah memberikan kita kemudahan yang sangat besar dalam kehidupan seharian kita, kerana ia mempunyai keupayaan pengkomputeran yang lebih maju dan sambungan daripada telefon ciri asas [1]. Penggunaan telefon pintar mempunyai pelbagai matlamat dan tujuan masing-masing. Pelbagai kajian melaporkan bahawa telefon pintar mempunyai banyak manfaat untuk tujuan sosial dan perubatan [2-5]. Walaupun telefon pintar itu telah menjadi salah satu alat komunikasi yang paling popular dan penting, penggunaannya yang berlebihan telah muncul sebagai isu sosial di seluruh dunia dan mencetuskan kebimbangan kesihatan mental baru, di mana pengguna cenderung untuk mengembangkan ketergantungan di dalamnya [6-8].

Ketagihan telefon pintar juga dipanggil "kebergantungan telefon bimbit", "terlalu banyak penggunaan telefon bimbit kompulsif" atau "terlalu banyak telefon bimbit". Istilah ini menggambarkan fenomena penggunaan telefon bimbit yang bermasalah [9, 10]. "Ketagihan telefon pintar" adalah istilah yang biasanya digunakan dalam kesusasteraan. Ketagihan ini terutamanya dicirikan oleh keasyikan, keghairahan, atau tingkah laku yang berlebihan atau kurang dikawal mengenai penggunaan telefon pintar, sehingga individu yang mengabaikan bidang kehidupan yang lain [11-13]. Kajian melaporkan bahawa penggunaan telefon bimbit yang berlebihan dikaitkan dengan tekanan, gangguan tidur, merokok dan gejala kemurungan [14-16].

Data terkini dari Malaysia menunjukkan penembusan telefon pintar meningkat dari 47% dalam 2012 ke 63% di 2013. Di 2014, 10.13 juta rakyat Malaysia adalah pengguna telefon pintar aktif, berbanding dengan 7.7 juta dalam 2012 [17-20]. Penggunaan patologi telefon pintar adalah sama dengan ketagihan internet. Penggunaan ketagihan internet menjadi berlebihan di kalangan belia dan orang dewasa di seluruh dunia [21]. Ketagihan internet yang berlebihan membawa kepada gangguan psikiatri, harga diri yang rendah, kemurungan dan prestasi akademik dan pekerjaan terjejas [22-25]. Kajian tempatan melaporkan bahawa kelaziman ketagihan internet adalah 43% [26], dan terdapat lebih daripada 4.2 juta pengguna Facebook aktif di Malaysia; sebenarnya, Facebook adalah laman rangkaian teratas di negara ini. Memandangkan terdapat peningkatan pesat dalam penggunaan telefon pintar di Malaysia, terdapat keperluan mendesak untuk mengesahkan skala untuk mengukur ketagihan telefon pintar dalam populasi tempatan untuk menentukan kelazimannya dan untuk mengenal pasti siapa yang berisiko untuk mengembangkan ketagihan telefon pintar supaya pembuat dasar boleh merancang campur tangan yang sesuai dalam masa terdekat.

Seperti struktur faktorial yang disediakan untuk ujian ketagihan internet [27], Skor Ketagihan Telefon Pintar (SAS) yang dibangunkan oleh Min Kwon et al. adalah skala pertama untuk kecanduan telefon pintar yang digunakan untuk diagnosis [28]. Skala ini terdiri daripada item 33 dan telah dilaporkan dipercayai, dengan konsistensi dalaman yang baik (Cronbach's alpha = 0.967), dan kesahan bersamaan enam subscale antara 0.32 hingga 0.61 [28].

Kajian ini bertujuan untuk menterjemahkan SAS ke dalam bahasa Melayu dan mengkaji sifat psikometrik versi Melayu SAS (SAS-M) untuk memudahkan penggunaannya untuk penyelidikan lanjut dalam suasana setempat.

Metodologi

Reka bentuk dan Penetapan Kajian

Ini adalah kajian rentas untuk semua pelajar perubatan pertama dan kedua dari Universiti Putra Malaysia. Pelajar-pelajar ini didekati untuk kajian pengesahan dari Ogos 2014 hingga September 2014. Universiti ini terletak di Serdang, bersebelahan dengan ibu kota pentadbiran Malaysia, Putrajaya. Kami menganggarkan saiz sampel menjadi sekurang-kurangnya 165 berdasarkan pengiraan lima kes setiap item dalam SAS (yang mempunyai sejumlah item 33) [29]. Oleh itu, saiz sampel 228 dalam kajian ini adalah mencukupi.

Prosedur.

Peringkat 1: Penulis memperoleh versi Bahasa Inggeris dari SAS dari Kwon et al. Terjemahan dari Bahasa Inggeris ke Bahasa Melayu dilakukan secara seragam oleh dua orang ahli bahasa dwibahasa, dan terjemahan belakang dilakukan oleh ahli bahasa dwibasa ketiga. Perbezaan antara versi asal dan terjemahan belakang dibincangkan, dan penyesuaian telah dibuat dengan sewajarnya. Versi terakhir SAS yang diterjemahkan, yang kami panggil draf SAS-M, dihasilkan oleh panel pakar yang terdiri daripada seorang ahli psikiatri, dua doktor kanan dan seorang doktor keluarga, yang semuanya adalah profesional yang berkelayakan mengenai penggunaan alat psikometrik dan semua yang mempunyai pengalaman klinikal dengan keadaan depresi.

Peringkat 2: Draf pertama SAS-M adalah perintis diuji di kalangan pelajar berbahasa Melayu 20 untuk mengenal pasti sebarang kekurangan dalam versi ini. Apa-apa perkataan yang dianggap tidak sesuai atau tidak sesuai dengan responden dalam versi ini telah diperhatikan dan diperbetulkan. Kebanyakan pelajar mengalami kesukaran menerima item 15: "Menjadi marah dan marah apabila saya tidak mempunyai telefon pintar". Item ini telah disemak dan diterjemahkan kepada "Rasa tidak sabar dan gelisah apabila saya tidak mempunyai telefon pintar" dalam bahasa Melayu. Versi final SAS-M telah dikaji semula oleh dua pakar psikiatri perunding dengan pengalaman lebih dari 10 untuk menilai kesahan kandungan dan untuk memastikan wajah yang memuaskan dan semantik, kriteria, dan persamaan konseptual yang memuaskan.

Peringkat 3: Setiap pelajar memberikan persetujuan bertulis secara bertulis setelah menerima penjelasan penuh mengenai sifat dan kerahsiaan kajian itu, dan pelajar 228 bersetuju untuk mengambil bahagian dalam kajian ini, dengan kadar yang tidak dapat diterima 9%. Data sosialografik (umur, jantina, etnik dan pendapatan isi rumah) diperolehi daripada pelajar. Maklumat tentang penggunaan telefon pintar pelajar berdasarkan anggaran mereka sendiri, seperti bilangan jam penggunaan seminggu, bilangan tahun sebagai pengguna telefon pintar biasa dan umur di mana mereka mula menggunakan telefon pintar, telah didokumenkan. Para pelajar diberikan soal selidik berikut:

  1. SAS dan SAS-M (Jadual A di Teks S1).
  2. Versi Bahasa Inggeris Ujian Ketagihan Internet.

Instrumen

Skor Ketagihan Telefon Pintar [28].

SAS adalah berskala sendiri, skala 6-jenis Likert dengan item 33. Setiap soalan mempunyai skala tindak balas dari 1 ke 6 (1 = sangat tidak bersetuju dengan 6 = sangat setuju), mencerminkan kekerapan gejala. Para responden melingkari pernyataan yang paling mendeskripsikan ciri-ciri penggunaan telefon pintar mereka. Jumlah skor yang mungkin di SAS adalah dari 48 hingga 288. Semakin tinggi skornya, semakin besar tahap penggunaan patologis telefon pintar.

Ujian Ketagihan Internet [26].

Soal selidik IAT, yang dikembangkan oleh Kimberly Young dalam 1998, adalah alat yang paling biasa digunakan dalam mendiagnosis kecanduan internet. Versi Melayu telah disahkan di dalam negara, dengan konsistensi dalaman yang baik (Cronbach's alpha = 0.91) dan kebolehpercayaan selari (pekali korelasi intraclass (ICC) = 0.88, P <0.001). Ini adalah soal selidik yang dilengkapkan sendiri yang terdiri daripada skala jenis Likert 5 mata yang mengandungi 20 item, dengan nilai titik minimum 20 dan titik nilai maksimum 100. Pemarkahan setiap soalan berkisar antara 1 hingga 5 (1 = tidak pernah hingga 5 = selalu), meniru berlakunya gejala. Pelajar memilih pernyataan yang paling tepat menggambarkan ciri penggunaan internet mereka. Semakin tinggi skornya, semakin tinggi tahap penggunaan internet secara patologi. Apabila skor pada IAT versi Bahasa Melayu melebihi 43, maka individu tersebut didiagnosis berisiko ketagihan internet [26].

Analisis Statistik

Semua analisis dilakukan dengan menggunakan Statistical Package for the Social Sciences versi 21.0 (SPSS, Chicago, IL, USA). Statistik deskriptif dihitung untuk ciri asas peserta. Cronbach's alpha digunakan untuk menilai konsistensi dalaman SAS-M, dan normalitas data dinilai menggunakan analisis Kolmogorov-Smirnov. Homogenitas item skala dianalisis berdasarkan pekali korelasi antara item dan jumlah skor jika item dihapuskan. Kesahan konstruk disiasat dengan analisis faktor eksploratori dan promax serong dengan Normalisasi Kaiser. Pemuatan faktor> 0.30 digunakan untuk menentukan item bagi setiap faktor. Berdasarkan peraturan Guttman-Kaiser, faktor dengan nilai eigen lebih besar dari 1 dikekalkan [30, 31]. ICC digunakan untuk memeriksa kebolehpercayaan selari antara SAS-M dan versi bahasa Inggeris SAS dan kebolehpercayaan ujian ujian SAS-M. Hubungan korelasi Pearson digunakan untuk meneliti kesahan serentak antara SAS-M dan versi IAT Melayu. Skor cut-off SAS-M yang optimum untuk kes-risiko risiko ditentukan dari titik koordinat apabila skor untuk versi IAT Melayu lebih daripada 43 [26], di mana sensitiviti dan kekhususan adalah optimum dalam analisis operasi penerima (ROC). Kawasan di bawah kurva (AUC) ditentukan untuk kurva ROC.

definisi

Pengguna biasa ditakrifkan sebagai orang yang menggunakan telefon pintar sekurang-kurangnya 6 atau lebih banyak kali dalam bulan 6 [32]

Kelulusan Etika

Kelulusan etika untuk kajian ini diperoleh daripada Jawatankuasa Etika Universiti Putra Malaysia (FPSK-EXP14 P091).

Hasil

Sejumlah pelajar 228 telah direkrut dalam kajian ini. Jadual 1 menunjukkan ciri klinikal populasi yang dikaji. Secara keseluruhannya, umur purata adalah kira-kira 22 tahun ± 1.1. Lebih separuh daripada pelajar adalah perempuan (56.6%), dan majoriti adalah etnik Melayu (52.4%). Jam rata-rata penggunaan telefon pintar seminggu adalah jam 36.5. Rata-rata, pelajar mula menggunakan telefon pintar pada usia 19 tahun, dan bilangan purata tahun penggunaan telefon pintar biasa adalah tahun 2.4.

thumbnail  

 
Jadual 1. Ciri-ciri populasi kajian (N = 228).

 

doi: 10.1371 / journal.pone.0139337.t001

Struktur Faktor dan Ketaksamaan Dalaman SAS-M

Ujian sferisiti Bartlett adalah signifikan (p <0.01), dan ukuran kecukupan sampel Kaiser-Meyer-Olkin untuk SAS-M adalah 0.92, menunjukkan bahawa skala itu berjasa [33], yang seterusnya menunjukkan bahawa analisis faktor sesuai. Enam faktor diekstraksi (nilai eigen> 1.00) melalui pendekatan analisis faktor penerokaan dan putaran promax serong dengan normalisasi Kaiser yang menyumbang 65.3% dari jumlah varians. Hasil ini selaras dengan SAS yang asal [28].

SAS-M mempamerkan konsistensi dalaman yang baik; Koefisien alpha Cronbach untuk skala total adalah 0.94, dan pekali masing-masing untuk enam faktor adalah 0.877, 0.843, 0.865, 0.837, 0.865 dan 0.861. Enam faktor yang sepadan dengan subkala SAS disebut sebagai "hubungan berorientasikan siber", "gangguan kehidupan harian", "keutamaan", "berlebihan", "jangkaan positif" dan "penarikan" (Jadual 2). Semua item telah korelasi keseluruhan item-item lebih daripada 0.9. Pemotongan mana-mana perkara tidak meningkatkan konsistensi dalaman skor keseluruhan (Jadual 3). Kebolehpercayaan selari antara SAS-M dan SAS adalah tinggi, seperti ditunjukkan oleh ICC 0.95 (95% Selang keyakinan = 0.937-0.962). Kebolehpercayaan ujian ujian SAS-M selepas selang 1-minggu tinggi, dengan ICC 0.85 (95% Selang keyakinan = 0.808-0.866).

thumbnail  

 
Jadual 2. Analisis faktor versi SAS-Melayu.

 

doi: 10.1371 / journal.pone.0139337.t002

thumbnail  

 
Jadual 3. Perkara yang diperbetulkan-Jumlah korelasi dan alpha Cronbach jika item telah dipadam untuk SAS-M.

 

doi: 10.1371 / journal.pone.0139337.t003

Kesahan Serentak SAS-M: Korelasi antara Subscales SAS-M dan Versi Melayu IAT

Keputusan analisis korelasi Pearson yang dilakukan di antara subscales SAS-M dan versi IAT Melayu ditunjukkan dalam Jadual 4. Hasilnya menunjukkan bahawa semua subscales SAS-M, kecuali "jangkaan positif", mempunyai ketara berkaitan dengan versi IAT Melayu.

thumbnail  

 
Jadual 4. Kesahan serentak SAS-M (korelasi Pearson): Subscales dari SAS-M dan versi IAT Melayu.

 

doi: 10.1371 / journal.pone.0139337.t004

AUC untuk lengkung ROC ialah 0.801 (95% CI = 0.746 hingga 0.855). Nilai pemotongan optimum untuk mengenal pasti kes-risiko risiko adalah lebih daripada 98, dengan sensitiviti 71.43%, kekhususan 71.03%, nilai ramalan positif (PPV) 64.10% dan nilai ramalan negatif (NPV) 77.44 %. Kebarangkalian kes risiko dalam mengembangkan ketagihan telefon pintar dalam kajian ini adalah 46.9%, berdasarkan skor 98.

Perbincangan

Kajian ini mengkaji konsistensi dalaman, dimensi, dan bersamaan dan membuktikan kesahan SAS-M. Penemuan dari kajian menunjukkan bahawa SAS-M adalah alat yang boleh dipercayai dan sah untuk menilai ketagihan telefon pintar dalam populasi berbahasa Melayu.

Dalam kajian ini, SAS-M mempamerkan konsistensi dalaman yang baik; Koefisien alpha Cronbach untuk skala total adalah 0.94, dan pekali masing-masing untuk enam faktor adalah 0.877, 0.843, 0.865, 0.837, 0.865 dan 0.861. Kebolehpercayaan selari SAS-M dan ujian kebolehpercayaan ujian selepas selang 1-minggu didapati baik, dengan ICCs 0.95 dan 0.85, masing-masing, yang lebih baik daripada versi asal SAS [28]. Sehingga kini, ini adalah kajian pertama mengenai jenisnya yang berkaitan dengan ketagihan telefon pintar, dan ia menunjukkan bahawa SAS-M sama baiknya dengan versi Bahasa Inggeris.

Walau bagaimanapun, enam komponen dominan yang menerangkan sebahagian besar variasi SAS-M adalah serupa dengan SAS asal. Dalam kajian ini, komponen terdiri daripada "hubungan siber-maya", "gangguan kehidupan harian", "keutamaan", "berlebihan", "jangkaan positif" dan "penarikan". Komponen-komponen di SAS yang asli adalah "gangguan hidup setiap hari", "jangkaan positif", "pengeluaran", "hubungan berorientasi siber", "berlebihan" dan "toleransi". Tidak semua faktor yang diperoleh dalam analisis faktor ini dipadankan dengan faktor yang diperolehi dalam SAS asal. Ia lebih berkemungkinan disebabkan oleh fakta bahawa ini mencerminkan perbezaan antara sampel Melayu dan Korea. Makna SAS asal telah diubah semasa proses terjemahan.

Majoriti komponen yang dilaporkan dalam kajian semasa adalah sama, kecuali komponen "keutamaan", yang berbeza daripada komponen "toleransi" dalam SAS asal. Sebab-sebab yang mungkin adalah populasi kajian kami adalah lebih muda (21.7 ± 1.1 tahun dengan rentang umur dari 20 hingga 27) berbanding dengan penduduk Korea (26.1 ± 6.0 dengan julat umur dari 18 hingga 53). Latar belakang populasi kajian kami adalah homogen kerana semua subjek adalah pelajar perubatan berbanding dengan pelbagai tahap pendudukan dan pendidikan dalam kajian SAS yang asal. Tafsiran yang berbeza boleh menjadi rumit oleh heterogeneity dalam latar belakang dan pendidikan penduduk yang dikaji.

Dalam kajian ini, semua subkelas SAS-M, kecuali "jangkaan positif", mempunyai ketara berkaitan dengan versi IAT Melayu. Ini mungkin satu-satunya subkeluar yang tidak berkaitan dengan IAT kerana IAT terutamanya mengukur penggunaan internet yang tidak tepat, jadi tidak ada perkara yang menanyakan tentang jangkaan positif. Walau bagaimanapun, aspek ini tidak mengurangkan kesahan serentak kerana subkelas 5 lain sangat berkorelasi.

Kelaziman kes-risiko yang boleh dikenalpasti sebagai ketagihan telefon pintar menggunakan skala ini ialah 46.9%. Terdapat beberapa penjelasan yang mungkin untuk hasil ini. Kelaziman ketagihan telefon pintar yang tinggi dijangka sebagai kajian tempatan menunjukkan bahawa 85% rakyat Malaysia memiliki telefon bimbit [18]. Telefon pintar adalah pilihan kegemaran kerana rakyat Malaysia cenderung mengikuti tren dalam komuniti [20]. Di samping itu, telefon pintar menyediakan pemesejan segera percuma melalui platform tertentu, contohnya, WhatsApp dan WeChat, yang memperkaya kehidupan pengguna. Hiburan adalah satu lagi penjelasan yang mungkin tentang kelaziman ketagihan telefon pintar yang tinggi kerana dengan telefon ini, pelajar perubatan dapat mendengar muzik, menonton filem dan bermain permainan untuk melegakan tekanan [34]. Oleh itu, mereka mungkin menghabiskan lebih banyak masa dengan telefon pintar mereka pada penghujung hari dan akhirnya menjadi pengguna patologi.

Walau bagaimanapun, salah satu kebimbangan dalam kajian kami adalah skor pemotongan SAS-M yang optimum untuk kes-risiko risiko ditentukan dari titik koordinat apabila skor untuk versi IAT Melayu lebih daripada 43. Ini tidak up to date yang diputuskan untuk IAT. Begitu juga tidak ada kriteria diagnostik diagnostik internet atau ketagihan telefon pintar mengikut DSM V dalam spektrum gangguan ketagihan [21, 25]. Oleh itu, titik pemotongan yang dicadangkan oleh kajian kami mungkin terlalu rendah yang mengakibatkan kadar ketagihan telefon pintar yang sangat tinggi. Dengan tepat diagnosis penagihan internet harus berdasarkan tiga kriteria seperti yang dijelaskan oleh Ko, et al, 2012 [25].

Fungsi SAS-M lebih seperti pemeriksaan atau skala untuk penilaian keparahan penggunaan telefon pintar ketagihan daripada instrumen diagnostik. Membuat diagnosis tepat mengenai ketagihan telefon pintar akan menjadi isu penting untuk penyelidikan masa depan. Kami mencadangkan bahawa pada masa akan datang diagnosis ketagihan telefon pintar perlu memasukkan lebih banyak kriteria yang terdiri daripada kriteria A, B, dan C. Kriteria A mengandungi enam gejala ciri ketagihan telefon pintar seperti hubungan siber berorientasi siber, gangguan kehidupan harian, keutamaan, berlebihan, jangkaan positif dan pengeluaran. Kriteria B perlu memasukkan kecacatan fungsi sekunder untuk kegunaan telefon pintar. Kriteria C harus mengecualikan gangguan psikiatri lain seperti gangguan bipolar atau gangguan impuls yang lain. Subjek yang memenuhi semua kriteria A, B, dan C hanya akan dianggap mempunyai ketagihan telefon pintar.

Kekuatan dan batasan

Hasil kajian ini harus ditafsirkan dalam konteks batasan kajian: Pertama, tidak ada kriteria diagnostik yang ditetapkan untuk ketagihan internet atau telefon pintar menurut DSM V dalam spektrum gangguan ketagihan [21, 25]. Walau bagaimanapun, memandangkan kajian terhad dalam ketagihan telefon pintar dalam suasana setempat, hasil kajian ini masih dapat memberikan beberapa pandangan kepada pasukan profesional penjagaan kesihatan. Kedua, walaupun ukuran sampelnya mencukupi tetapi tidak rawak. Jantina dan perlumbaan tidak sama rata. Selain itu, kajian ini dijalankan di satu pusat, jadi populasi sampel adalah homogen dan mungkin tidak mencerminkan populasi umum Malaysia.

Walaupun had ini, keputusan kajian ini membuktikan bahawa SAS-M boleh digunakan untuk penilaian ketagihan telefon pintar di kalangan orang dewasa muda Malaysia yang berpendidikan.

Kesimpulan

Kajian ini mengembangkan skala ketagihan telefon pintar pertama di kalangan pelajar perubatan. Kajian ini juga membuktikan bahawa SAS-M adalah alat yang sah dan boleh dipercayai dan boleh dipercayai bagi mereka yang berisiko mengalami ketagihan telefon pintar.

maklumat sokongan

S1_Text.doc
 
 

Teks S1. Ketagihan telefon pintar Versi Bahasa Inggeris Kuesioner.

doi: 10.1371 / journal.pone.0139337.s001

(DOC)

Sumbangan Pengarang

Menyedari dan merancang percubaan: SMC AY FKH. Menjalankan eksperimen: VR SMSL WAWS YLF. Menganalisis data: SMC AY. Peralatan reagen / bahan / analisis yang disumbangkan: SMC AY. Tulis kertas: SMC AY VR.

Rujukan

  1. 1. Rashvand HF, Hsiao KF (2015) Aplikasi pintar telefon pintar: ulasan ringkas. Sistem Multimedia 21 (1): 103-119 doi: 10.1007 / s00530-013-0335-z
  2. 2. Mosa AS, Yoo I, Sheets L (2012) Kajian sistematik mengenai aplikasi penjagaan kesihatan untuk telefon pintar. BMC Medical Informatics and Making Decision 12: 67. doi: 10.1186 / 1472-6947-12-67. pmid: 22781312
  3. Lihat Perkara
  4. PubMed / NCBI
  5. Google Scholar
  6. Lihat Perkara
  7. PubMed / NCBI
  8. Google Scholar
  9. Lihat Perkara
  10. PubMed / NCBI
  11. Google Scholar
  12. Lihat Perkara
  13. PubMed / NCBI
  14. Google Scholar
  15. Lihat Perkara
  16. PubMed / NCBI
  17. Google Scholar
  18. Lihat Perkara
  19. PubMed / NCBI
  20. Google Scholar
  21. Lihat Perkara
  22. PubMed / NCBI
  23. Google Scholar
  24. Lihat Perkara
  25. PubMed / NCBI
  26. Google Scholar
  27. Lihat Perkara
  28. PubMed / NCBI
  29. Google Scholar
  30. Lihat Perkara
  31. PubMed / NCBI
  32. Google Scholar
  33. Lihat Perkara
  34. PubMed / NCBI
  35. Google Scholar
  36. Lihat Perkara
  37. PubMed / NCBI
  38. Google Scholar
  39. Lihat Perkara
  40. PubMed / NCBI
  41. Google Scholar
  42. Lihat Perkara
  43. PubMed / NCBI
  44. Google Scholar
  45. Lihat Perkara
  46. PubMed / NCBI
  47. Google Scholar
  48. Lihat Perkara
  49. PubMed / NCBI
  50. Google Scholar
  51. Lihat Perkara
  52. PubMed / NCBI
  53. Google Scholar
  54. Lihat Perkara
  55. PubMed / NCBI
  56. Google Scholar
  57. Lihat Perkara
  58. PubMed / NCBI
  59. Google Scholar
  60. Lihat Perkara
  61. PubMed / NCBI
  62. Google Scholar
  63. Lihat Perkara
  64. PubMed / NCBI
  65. Google Scholar
  66. Lihat Perkara
  67. PubMed / NCBI
  68. Google Scholar
  69. Lihat Perkara
  70. PubMed / NCBI
  71. Google Scholar
  72. Lihat Perkara
  73. PubMed / NCBI
  74. Google Scholar
  75. Lihat Perkara
  76. PubMed / NCBI
  77. Google Scholar
  78. Lihat Perkara
  79. PubMed / NCBI
  80. Google Scholar
  81. Lihat Perkara
  82. PubMed / NCBI
  83. Google Scholar
  84. Lihat Perkara
  85. PubMed / NCBI
  86. Google Scholar                     
  87. 3. Lane N, Mohammod M, Lin M, Yang X, Lu H, Ali S, et al. (2011) BeWell: Aplikasi telefon pintar untuk memantau, memodelkan dan mempromosikan kesejahteraan. Persidangan Antarabangsa 5th mengenai Teknologi Pengkomputeran Merentas untuk Penjagaan Kesihatan, Dublin.
  88. 4. Patrick K, Griswold WG, Raab F, Intille SS (2008) Kesihatan dan telefon bimbit. Jurnal Amerika Perubatan Pencegahan 35: 177-181. doi: 10.1016 / j.amepre.2008.05.001. pmid: 18550322
  89. 5. Derbyshire E, Dancey D (2013) Aplikasi Perubatan Telefon Pintar untuk Kesihatan Wanita: Apakah Pangkalan Bukti dan Maklum Balas? Jurnal Antarabangsa Telemedicine dan Aplikasi ID Artikel 782074, 10. doi: 10.1155 / 2013/782074
  90. 6. Emad AS, Haddad E (2015) Pengaruh Telefon Pintar Mengenai Kesihatan dan Kelakuan Manusia: Persepsi orang Jordan. Jurnal Antarabangsa Rangkaian Komputer dan Aplikasi 2 (2): 52-56.
  91. 7. Sarwar M, Soomro TR (2013) Kesan Telefon Pintar pada Persatuan. Jurnal Penyelidikan Saintifik Eropah 98 (2): 216-226.
  92. 8. Acharya JP, Acharya I, Waghrey D (2013) Satu Kajian Mengenai Beberapa Kesan Kesihatan Umum Telefon bimbit di Kalangan Pelajar Kolej. Jurnal Perubatan Komuniti & Pendidikan Kesihatan 3: 21. doi: 10.5958 / j.2319-5886.2.3.068
  93. 9. Lin YH, Chang LR, Lee YH, Tseng HW, Kuo TB, Chen SH. (2014) Pembangunan dan pengesahan Inventori Ketagihan Telefon Pintar (SPAI). PLoS One 9: e98312. doi: 10.1371 / journal.pone.0098312. pmid: 24896252
  94. 10. Billieux J, Van der Linden M, d'Acremont M, Ceschi G, Zermatten A (2007) Adakah impulsif berkaitan dengan pergantungan yang dirasakan dan penggunaan sebenar telefon bimbit? Psikologi Kognitif Terapan 21: 527–537. doi: 10.1002 / acp.1289
  95. 11. Park N, Lee H (2012) Implikasi sosial penggunaan telefon pintar: penggunaan telefon pintar pelajar kolej Korea dan kesejahteraan psikologi. Cyberpsychology, Behavior, and Social Networking 15: 491–497. doi: 10.1089 / cyber.2011.0580
  96. 12. Yen CF, Tang TC, Yen JY, Lin HC, Huang CF, Liu SC, et al. (2009) Gejala penggunaan telefon bimbit bermasalah, gangguan fungsi dan persatuan dengan kemurungan di kalangan remaja di Taiwan Selatan. Journal of Adolescence 32: 863-873. doi: 10.1016 / j.adolescence.2008.10.006. pmid: 19027941
  97. 13. Beranuy M, Oberst U, Carbonell X, Chamarro A (2009) Masalah internet dan penggunaan telefon bimbit dan gejala klinikal di kalangan pelajar kolej: Peranan kecerdasan emosi. Komputer dalam Perilaku Manusia 25: 1182-1187. doi: 10.1016 / j.chb.2009.03.001
  98. 14. Thomee S, Harenstam A, Hagberg M (2011) Penggunaan telefon bimbit dan tekanan, gangguan tidur, dan gejala kemurungan di kalangan orang dewasa muda - kajian kohort yang berpotensi. Kesihatan Awam BMC 11: 66. doi: 10.1186 / 1471-2458-11-66. pmid: 21281471
  99. 15. Ezoe S, Toda M, Yoshimura K, Naritomi A, Den R, Morimoto K (2009) Hubungan keperibadian dan gaya hidup dengan pergantungan telefon bimbit di kalangan pelajar kejururawatan wanita. Tingkahlaku Sosial dan Keperibadian: jurnal antarabangsa 37 (2): 231-238. doi: 10.2224 / sbp.2009.37.2.231
  100. 16. Toda M, Monden K, Kubo K, Morimoto K (2006) Ketergantungan telefon bimbit dan gaya hidup pelajar yang berkaitan dengan kesihatan. Perilaku dan Keperibadian Sosial 34 (10): 1277-1284. doi: 10.2224 / sbp.2006.34.10.1277
  101. 17. Suruhanjaya Komunikasi dan Multimedia Malaysia (2012) Penyiasatan Pengguna telefon bimbit 2011. Tersedia: http://www.skmm.gov.my/skmmgovmy/media/G​eneral/pdf/SSKMM-HandPhoneSurvey-2011.pd​f
  102. 18. Suruhanjaya Komunikasi dan Multimedia Malaysia (2014) Penyiasatan Pengguna telefon bimbit 2012. Tersedia: http://www.skmm.gov.my/skmmgovmy/media/G​eneral/pdf/130717_HPUS2012.pdf
  103. 19. ecommercemilo (2014). Tersedia: http://www.ecommercemilo.com/2014/09/12-​facts-mobile-malaysia.html#.Va8ru_mqpBe.
  104. 20. Osman MA, Talib AZ, Sanusi ZA, Shiang-Yen T, Alwi AS (2012) Kajian Trend Telefon Pintar dan Perilaku Penggunaannya di Malaysia. Jurnal Antarabangsa Senibina Komputer Baharu dan Aplikasi mereka 2: 274-285.
  105. 21. Weinstein A, Lejoyeux M (2010) Ketagihan internet atau kegunaan internet yang berlebihan. Jurnal Amerika Penyalahgunaan Ubat dan Alkohol 36: 277-283. doi: 10.3109 / 00952990.2010.491880. pmid: 20545603
  106. 22. Jenaro C, Flores N, Gómez-Vela M, González-Gil F, Caballo C (2007) Penggunaan internet dan telefon bimbit yang bermasalah: Berkaitan psikologi, tingkah laku, dan kesihatan. Penyelidikan & teori ketagihan 15: 309–320. doi: 10.1080 / 16066350701350247
  107. 23. Niemz K, Griffiths M, Banyard P (2005) Kelaziman penggunaan Internet patologi di kalangan pelajar universiti dan korelasi dengan harga diri, Soal Selidik Kesihatan Umum (GHQ), dan disinhibisi. CyberPsychology & Behavior 8: 562–570. pmid: 16332167 doi: 10.1089 / cpb.2005.8.562
  108. 24. Young KS, Rogers RC (1998) Hubungan antara kemurungan dan ketagihan Internet. Psikologi & Tingkah Laku Siber 1: 25–28. doi: 10.1089 / cpb.1998.1.25
  109. 25. Ko CH, Yen JY, Yen CF, Chen CS, Chen CC (2012) Persatuan antara ketagihan Internet dan gangguan psikiatri: semakan kesusasteraan. Psikiatri Eropah 27: 1-8. doi: 10.1016 / j.eurpsy.2010.04.011. pmid: 22153731
  110. 26. Guan NC, Isa SM, Hashim AH, Pillai SK, Harbajan Singh MK (2015) Kesahihan versi Bahasa Melayu dari Ujian Ketagihan Internet: kajian ke atas sekumpulan pelajar perubatan di Malaysia. Jurnal Kesihatan Awam Asia Pasifik 27: 2210-2219. doi: 10.1177 / 1010539512447808
  111. 27. Khazaal Y, Billieux J, Thorens G, Khan R, Louati Y, Scarlatti E, et al. (2008) Pengesahan Perancis terhadap ujian ketagihan internet. CyberPsychology & Behavior 11: 703–706. doi: 10.1089 / cpb.2007.0249. pmid: 18954279
  112. 28. Kwon M, Lee JY, Menang WY, Park JW, Min JA, Hahn C, et al. (2013) Pembangunan dan pengesahan skala ketagihan telefon pintar (SAS). PloS satu 8: e56936. doi: 10.1371 / journal.pone.0056936. pmid: 23468893
  113. 29. Analisis faktor Gorsuch RL (1983). 2nd ed. Hillsdale, New Jersey: Erlbaum.
  114. 30. Kaiser HF (1960) Penggunaan komputer elektronik untuk analisis faktor. Pengukuran Pendidikan dan Psikologi 20: 141-151 doi: 10.1177 / 001316446002000116
  115. 31. Guttman L (1954) Beberapa syarat yang diperlukan untuk analisis faktor biasa. Psychometrika 19: 149-161. doi: 10.1007 / bf02289162
  116. 32. Ybama ML (2004) Hubungan antara simptomologi depresi dan gangguan Internet di kalangan pengguna muda biasa. CyberPsychology & Behavior 7: 247–257. pmid: 15140367 doi: 10.1089 / 109493104323024500
  117. 33. Kaiser HF (1974) Indeks kesederhanaan faktorial. Psychometrika 39: 31-36. doi: 10.1007 / bf02291575
  118. 34. Elias H, Ping WS, Abdullah MC (2011) Stres dan pencapaian akademik di kalangan pelajar siswazah di Universiti Putra Malaysia. Sains Procedia-Sosial dan Tingkah Laku 29: 646-655. doi: 10.1016 / j.sbspro.2011.11.288