Opracowanie koreańskiej skali skłonności do uzależnień od smartfona dla młodzieży (2012)

PLoS ONE. 2014 May 21; 9 (5): e97920. doi: 10.1371 / journal.pone.0097920.

Kim D1, Lee Y1, Lee J1, Nam JK1, Chung Y2.

Autor informacji

  • 1Departament Edukacji, Seoul National University, Seul, Korea Południowa.
  • 2Departament Edukacji, Koreański Narodowy Uniwersytet Edukacji, CheongJu, Korea Południowa.

Abstrakcyjny

W badaniu tym opracowano skalę skłonności do uzależnienia od smartfonów (SAPS) w oparciu o istniejące skale uzależnienia od Internetu i telefonów komórkowych. W celu opracowania tej skali początkowo wybrano pozycje 29 (1.5-krotność ostatecznej liczby pozycji) jako pozycje wstępne, w oparciu o wcześniejsze badania dotyczące uzależnienia od Internetu/telefonu, a także doświadczenie kliniczne zaangażowanych ekspertów. Wstępna skala została zastosowana na reprezentatywnej dla całego kraju próbie 795 uczniów szkół podstawowych, gimnazjów i liceów w całej Korei Południowej. Następnie na podstawie wyników testu niezawodności wybrano 15 końcowych pozycji. Ostateczna skala składała się z czterech subdomen: (1) zaburzenie funkcji adaptacyjnych, (2) wirtualna orientacja życiowa, (3) wycofanie i (4) tolerancja. Ostateczna skala wykazała wysoką rzetelność z α Cronbacha na poziomie 880. O poparciu dla trafności kryterialnej skali świadczy jej związek ze skalą uzależnienia od internetu KS-II (r = 49). W celu analizy trafności konstruktu przetestowaliśmy model równań strukturalnych. Wyniki wykazały, że struktura czteroczynnikowa jest prawidłowa (NFI = 943, TLI = 902, CFI = 902, RMSEA = 034). Uzależnienie od smartfonów zyskuje na znaczeniu jako prawdopodobnie nowa forma uzależnienia wraz z uzależnieniem od Internetu. SAPS wydaje się być wiarygodną i ważną skalą diagnostyczną do badań przesiewowych nastolatków, którzy mogą być zagrożeni uzależnieniem od smartfonów. Omówiono dalsze implikacje i ograniczenia.

Postacie

Cytat: Kim D, Lee Y, Lee J, Nam JK, Chung Y (2014) Opracowanie koreańskiej skali skłonności do uzależnienia od smartfonów dla młodzieży. PLoS JEDEN 9(5): e97920. doi:10.1371/journal.pone.0097920

Redaktor: Amanda Bruce, University of Missouri-Kansas City, Stany Zjednoczone Ameryki

Odebrane: Grudzień 19, 2013; Przyjęty: Kwiecień 16, 2014; Opublikowano: 21 maja 2014 r.

Prawa autorskie: © 2014 Kim i in. To jest artykuł o otwartym dostępie rozpowszechniany na warunkach Licencja Creative Commons - uznanie autorstwa, który pozwala na nieograniczone użycie, dystrybucję i reprodukcję w dowolnym medium, pod warunkiem, że autor i źródło są uznawane.

Finansowanie: Autorzy nie mają żadnego wsparcia ani finansowania do zgłoszenia.

Konkurencyjne zainteresowania: Autorzy zadeklarowali, że nie istnieją konkurencyjne interesy.

Wprowadzenie

Rozpowszechnienie się komputerów osobistych w latach 1990. zapoczątkowało rewolucję cyfrową. Komputery osobiste wkrótce przekształciły się w PMP, tablety i smartfony – urządzenia, które stają się coraz bardziej powszechne w życiu ludzi. W szczególności wskaźnik dystrybucji smartfonów wykazuje tendencję wzrostową na całym świecie od 2000 r [1]. Tak powszechne korzystanie ze smartfonów zostało nazwane „inteligentną rewolucją” i przyniosło dramatyczne zmiany w codziennym życiu ludzi. Chociaż korzystanie ze smartfonów sprawiło, że życie wielu ludzi stało się wygodniejsze, przyniosło również negatywne skutki w sferze samopoczucia psychicznego, relacji międzyludzkich i zdrowia fizycznego. Na przykład, ze względu na łatwy dostęp do środowiska internetowego za pośrednictwem smartfonów, negatywne konsekwencje efekt hamowania online charakteryzuje się obniżonymi zahamowaniami behawioralnymi [2] [3] stają się coraz bardziej powszechne, zwłaszcza w postaci cyberprzemocy.

Dzisiejsza młodzież jest bardzo otwarta na nowe formy mediów, takie jak smartfony [4] ponieważ są pierwszym pokoleniem, które dorastało w otoczeniu różnych form zaawansowanych technologicznie mediów [5]. Może to oznaczać, że młodzież jest bardziej podatna na negatywne skutki inteligentnych mediów niż starsze grupy wiekowe. W Korei Południowej młodzież uzależniona od smartfonów osiągnęła 11.4% populacji, przy czym 2.2% najlepszych ma trudności z codziennym życiem z powodu uzależnienia [6]. Przed rozpowszechnieniem się smartfonów telefony komórkowe zajmowały ogromną część życia nastolatków do tego stopnia, że ​​niektórzy zgłaszali wysoki poziom niepokoju, gdy ich telefon nie zawsze jest włączony [4]. Uzależnienie od telefonu komórkowego i wiek wydają się być odwrotnie proporcjonalne, przy czym młodsi ludzie częściej korzystają z telefonu [8]i dwa razy częściej przyznaje się do bycia „uzależnionym od telefonu komórkowego” niż dorośli [9]. Dla nastolatków komunikacja przez telefon jest ważnym sposobem utrzymywania relacji społecznych [7]. Ponieważ uzależnienie od smartfonów staje się poważnym problemem wśród młodzieży, opracowanie skali, która może oszacować poziomy i warunki uzależnienia od smartfonów wśród nastolatków, wydaje się pilne, aby chronić ich przed niepożądanymi skutkami uzależnienia.

Ponieważ dystrybucja smartfonów jest stosunkowo nowym zjawiskiem, badania, które określiły unikalne objawy uzależnienia od smartfonów, są rzadkie. Koncepcją najbliższą uzależnieniu od smartfonów może być uzależnienie od telefonu komórkowego, które jest uważane za rodzaj uzależnienia behawioralnego charakteryzującego się problemami z kontrolą impulsów. Zgłaszane objawy uzależnienia od telefonu komórkowego obejmują wycofanie, tolerancję, zaburzenie funkcji adaptacyjnych, kompulsję i patologiczne zanurzenie [12] i abstynencji, braku kontroli i problemów wynikających z używania oraz tolerancji i ingerencji w inne czynności [13]. Istniejące skale uzależnienia od telefonów komórkowych [47] [48] [49] zostały opracowane w oparciu o Young [10]Internet Addiction Test (IAT) i Goldberg [11]Kryteria diagnostyczne uzależnienia od Internetu.

Jednak smartfony różnią się od telefonów komórkowych na cztery główne sposoby. Po pierwsze, użytkownicy smartfonów są bardziej dynamicznie zaangażowani w korzystanie z urządzenia niż zwykli użytkownicy telefonów komórkowych. Użytkownicy smartfonów aktywnie angażują się jednocześnie w samo urządzenie i jego zawartość (aplikacje), a także mogą pełnić rolę producenta, tworząc spersonalizowane aplikacje. Ponieważ aplikacje umożliwiają użytkownikom smartfonów udzielanie natychmiastowych, wzajemnych informacji zwrotnych, użytkownicy smartfonów są zwykle aktywni, uczestniczący, relacyjni, kompetentni i produktywni [15]. W związku z tym wykazano, że korzystanie ze smartfonów jest wprost proporcjonalne do korzystania z aplikacji [14]. Po drugie, smartfony przywiązują większą wagę do funkcji sensorycznych, które stymulują ekspresyjną stronę użytkowników [16]. Charakterystyczny system interfejsu użytkownika smartfona, który obejmuje obsługę ekranu dotykowego, układ klawiatury, ikony, rozsądny projekt i inne elementy, pozwala użytkownikowi ujawnić swoją indywidualność [17]. Znaczenie ekspresyjnego aspektu aplikacji na smartfony widać również w fakcie, że użytkownicy wolą aplikacje, które pozwalają wielu użytkownikom na wspólną zabawę i ekspresję społeczną, niż aplikacje, z których można korzystać tylko w pojedynkę [18]. Po trzecie, smartfony zapewniają konwergencję usług, takich jak aparat fotograficzny, MP3, GPS, przeglądanie stron internetowych, rozmowy telefoniczne, e-mail, gry i usługi sieci społecznościowych (SNS) [19] [20] na jednym urządzeniu przenośnym. Mobilność smartfonów, zwana także „podręcznym Internetem”, pozwala na świadczenie spersonalizowanych usług w czasie rzeczywistym w dowolnym miejscu, których nie można zapewnić na typowym komputerze stacjonarnym. Co więcej, „Push Service” smartfona powiadamia użytkowników o odpowiednich aktualizacjach, takich jak najnowsze wiadomości e-mail lub odpowiedzi na Facebooku, jeszcze zanim użytkownik o nie poprosi [21]. Takie spersonalizowane usługi świadczone przez smartfony mogą być pomocne, ale mogą też skłaniać ludzi do nadużywania smartfonów [22] [23]. Wreszcie, ludzie w różnych grupach wiekowych wykazują różne wzorce korzystania ze smartfonów. Nastolatki używają swoich smartfonów głównie do aparatu, odtwarzacza MP3 i innych funkcji rozrywkowych; ludzie w wieku 20 lat używają głównie SNS; a ludzie w wieku 30 i 40 lat zwykle zarządzają swoimi harmonogramami, listą kontaktów, pocztą e-mail i innymi funkcjami związanymi z biznesem [24] [25].

Pomimo wspomnianych wyżej charakterystycznych cech smartfonów, wiele istniejących skal uzależnienia od smartfonów było identycznych ze skalą uzależnienia od telefonów komórkowych, a słowo „telefon komórkowy” zostało po prostu zastąpione słowem „smartfon”. Jeden z ostatnich, Casey [26] Skala uzależnienia od smartfonów wyodrębniła również elementy ze skal mierzących inne rodzaje uzależnienia od mediów, takie jak Skala Problemowego Używania Telefonu Komórkowego [27], Test uzależnienia od Internetu [10]i Skala Uzależnienia od Telewizji [28]. Poza tym, ponieważ uzależnienie od telefonu komórkowego było również postrzegane jako rodzaj uzależnienia behawioralnego z powodu problemów z kontrolą impulsów, zwykle zawierało elementy uzależnienia od Internetu.

Dlatego w bieżącym badaniu opracowano koreańską skalę skłonności do uzależnień od smartfonów (SAPS) dla młodzieży, dodając elementy odzwierciedlające unikalne cechy smartfonów do skali skłonności do uzależnień od Internetu (IAPS) dla młodzieży [29]. IAPS to 20-itemowa skala, która jest używana do sprawdzania poziomu uzależnienia od Internetu wśród młodzieży w Korei Południowej od 2007 roku. SAPS opracowany w ramach obecnych badań będzie użytecznym narzędziem do badania zjawiska nadużywania smartfonów wśród młodzieży i docelowo przyczyni się do zapobiegania uzależnieniu od smartfonów.

Metoda wykonania

Uczestnicy

To badanie jest wtórną analizą danych dotyczących danych z ankiety krajowej z projektu Narodowej Agencji Informacyjnej Korei dotyczącego uzależnienia od smartfonów przeprowadzonego w 2012 [34]. Badacze biorący udział w tym badaniu uczestniczyli w projekcie jako główny badacz i asystenci badaczy. Ponieważ projekt był prowadzony na poziomie krajowym, otrzymane dane pochodziły z próby na dużą skalę, reprezentatywnej pod względem regionu, wieku i płci. Rozesłana ankieta jasno określała cel projektu i informowała uczestników o wyrażeniu zgody na udział poprzez wypełnienie ankiety. Proporcjonalnie do faktycznego rozkładu populacji w Korei, ankietę ukończyło 795 uczniów szkół podstawowych, gimnazjów i liceów (461 mężczyzn i 324 kobiet). Agencje regionalne zostały losowo wybrane z każdego z czterech obszarów: obszar metropolitalny Seulu, obszar Chungcheong/Gangwon, obszar Honam (w tym Jeju) i obszar Yeongnam. Wielu (44.7%) to uczniowie gimnazjów, następnie licealiści (37.7%) i uczniowie szkół ponadgimnazjalnych (17.6%).

Środki

Kwestionariusz demograficzny.

Ankieta zawierała kwestionariusz demograficzny, który zawierał elementy dotyczące danych osobowych ucznia, zakresu i charakteru korzystania ze smartfona oraz wyników w nauce.

Elementy skali skłonności do uzależnienia od smartfonów.

Bazując na opracowanych wcześniej skalach diagnostycznych i wynikach badań, a także doświadczeniach klinicznych wielu specjalistów, w skład skali wybrano pozycje, które teoretycznie i empirycznie reprezentują odrębne cechy uzależnienia od smartfonów. Wstępna skala składała się z dwudziestu dziewięciu pozycji, a każda pozycja była oceniana na 4-stopniowej skali Likerta (1 = zdecydowanie się nie zgadzam, 2 = nie zgadzam się, 3 = zgadzam się, 4 = zdecydowanie się zgadzam). Dwadzieścia dziewięć pozycji wstępnych zostało ustrukturyzowanych wokół czterech subdomen: zaburzenia funkcji adaptacyjnych (9 pozycji), wycofanie (7 pozycji), tolerancja (6 pozycji) i wirtualna orientacja życiowa (7 pozycji).

Skala problemów ze zdrowiem psychicznym.

Aby sprawdzić ważność SAPS, opracowano miarę, która ocenia problemy ze zdrowiem psychicznym związane z uzależnieniem od smartfona. Psychologiczne trudności, które mogą towarzyszyć uzależnieniu od smartfonów, obejmują niepokój, depresję, impulsywność i agresję [50]. Tak więc test osobowości młodzieży NEO [30] pozycje związane z tymi problemami (czynnikami) zostały zmodyfikowane i włączone do aktualnej skali. Skala składa się z 32 pozycji, po 8 pozycji dla każdego czynnika. Pozycje są oceniane na 4-stopniowej skali (1 = zdecydowanie się nie zgadzam, 2 = nie zgadzam się, 3 = zgadzam się, 4 = zdecydowanie się zgadzam). Spójność między pozycjami dla skali jest wysoka z alfa Cronbacha wynoszącą ogólnie 944 i 865, 870, 820, 878 dla każdego czynnika.

Skala skłonności do uzależnienia od Internetu dla młodzieży (KS-II).

Aby porównać uzależnienie od smartfona z uzależnieniem od Internetu, zastosowano 15-punktowy KS-II. KS-II opracowany przez Narodową Agencję Społeczeństwa Informacyjnego [31] przeszła proces standaryzacji w Korei poprzez ogólnokrajową ankietę terenową. KS-II opiera się na czterech czynnikach: (1) zaburzeniu funkcji adaptacyjnych, (2) wycofaniu, (3) tolerancji i (4) wirtualnej orientacji życiowej. Pozycje są oceniane na 4-stopniowej skali (1 = zdecydowanie się nie zgadzam, 2 = nie zgadzam się, 3 = zgadzam się, 4 = zdecydowanie się zgadzam). Spójność między pozycjami dla skali jest wysoka z alfa Cronbacha na poziomie 87.

Procedura

Po pierwsze, po dokonaniu przeglądu powiązanych skal, które zostały wcześniej opracowane i zbadaniu ich podstaw teoretycznych, specjaliści wybrali pozycje do wstępnego kwestionariusza. Ta początkowa pula zawierała około dwa razy więcej elementów niż ostateczna skala. Studentom podano wstępną skalę i zebrano dane. Następnie na podstawie wyników testu rzetelności dla każdej podskali wybrano pozycje końcowe. Wreszcie, model ważności konstruktu dla każdej subdomeny został zweryfikowany w AMOS. Bardziej szczegółowy opis każdego etapu procedury jest następujący.

Wstępna skala skłonności do uzależnienia od smartfonów dla młodzieży.

Pula wstępnych pozycji do skali skłonności do uzależnienia od smartfonów (SAPS) dla młodzieży została opracowana na podstawie ustaleń z wcześniejszej literatury na temat uzależnienia od Internetu, uzależnienia od telefonu komórkowego i uzależnienia od mediów cyfrowych. Ponieważ smartfon jest urządzeniem mobilnym, które umożliwia korzystanie z Internetu, w celach informacyjnych wykorzystano istniejące skale uzależnienia od Internetu. Charakterystyka uzależnienia od mediów cyfrowych sugerowana przez Younga [38] i Greenfielda [44] znalazły również odzwierciedlenie w opracowanych pozycjach. Biorąc pod uwagę, że smartfony można postrzegać jako zaawansowane wersje zwykłych telefonów komórkowych, istniejące wagi telefonów komórkowych [12] [8] również zostały zbadane. W konsekwencji subdomeny SAPS zaczęły obejmować zaburzenia funkcji adaptacyjnych, wycofanie, tolerancję i wirtualną orientację życiową. Ostatecznie eksperci (specjaliści ds. edukacji, psychiatrzy) stworzyli wstępne pozycje 29, które odzwierciedlają te cztery subdomeny uzależnienia od smartfonów.

Administracja skalą.

SAPS został rozprowadzony w losowo wybranych szkołach podstawowych, gimnazjach i liceach, dzięki czemu uczestnicy mogli być wybrani proporcjonalnie do rzeczywistego rozmieszczenia populacji w Korei.

Wybór pozycji poprzez analizę niezawodności.

Analizy wiarygodności 29 pozycji wstępnych przeprowadzono według subdomen. W sumie wybrano 15 pozycji, które wydają się odpowiednie. Ostatecznie obliczono alfa Cronbacha dla ostatecznej skali z 15 pozycjami.

Skonstruuj model ważności dla każdej subdomeny.

Aby potwierdzić ważność konstruktu SAPS, model ważności konstruktu dla każdej subdomeny został zweryfikowany w AMOS.

Efekt

Wybór elementów końcowych poprzez analizy niezawodności subdomen

Z pierwotnych 29 pozycji pozycje, które wydawały się nieodpowiednie dla każdej subdomeny, zostały usunięte lub poprawione na podstawie wyników analiz niezawodności. Aby zweryfikować wiarygodność pozycji w każdej subdomenie, zbadano alfa Cronbacha. Do ostatecznej skali wybrano pozycje, które obniżyły ogólną wiarygodność subdomeny w przypadku usunięcia oraz pozycje o najwyższej wiarygodności. Ponadto, aby wykryć nieostrożnych lub niespójnych respondentów, uwzględniono odwrotne kody o wysokiej wiarygodności. Tabela 1 poniżej wyświetla wyniki niezawodności każdej subdomeny i Tabela 2 wyświetla ostatnie 15 wybranych elementów.

miniatur

Tabela 1. Wybór pozycji końcowych poprzez analizę rzetelności na podskalach.

doi: 10.1371 / journal.pone.0097920.t001

miniatur

Tabela 2. Elementy końcowe.

doi: 10.1371 / journal.pone.0097920.t002

Niezawodność

Wiarygodność SAPS została zweryfikowana z alfa Cronbacha na poziomie 0.88.

Ważność

Analiza trafności kryteriów.

W celu potwierdzenia trafności kryterialnej SAPS porównano wyniki SAPS i Skali Problemów Zdrowia Psychicznego. Tabela 3 pokazuje wyniki korelacji Pearsona dla dwóch skal. W efekcie współczynnik korelacji wyniósł 0.43. Ponadto wszystkie korelacje między podskalami SAPS i Skalą Problemów Zdrowia Psychicznego mieściły się w zakresie 0.49~0.67, co potwierdza pewien stopień korelacji.

miniatur

Tabela 3. Analiza korelacji między SAPS a Skalą Problemów Zdrowia Psychicznego.

doi: 10.1371 / journal.pone.0097920.t003

Przeanalizowano korelację między SAPS a KS-II; Tabela 4 przedstawia wyniki analizy korelacji Pearsona. Współczynnik korelacji wynoszący 0.49 wykazał, że jeśli wynik SAPS był wysoki, to wynik KS-II był prawdopodobnie również wysoki. Dodatkowo korelacje pomiędzy podskalami KS-II i SAPS mieściły się w przedziale od 0.12 do 0.51, ponownie wykazując pewien stopień korelacji.

miniatur

Tabela 4. Analizy korelacji między SAPS a KS-II.

doi: 10.1371 / journal.pone.0097920.t004

Analiza trafności konstrukcji.

Konfirmacyjną analizę czynnikową przeprowadzono za pomocą AMOS 7.0 w celu potwierdzenia struktury czynnikowej SAPS. W tym celu model struktury czynnikowej został ustawiony w następujący sposób (Rysunek 1).

miniatur

Rycina 1. Struktura czynnikowa SAPS.

Model strukturalny czterech subdomen uzależnienia od smartfonów (zakłócenie funkcji adaptacyjnych, wirtualna orientacja życiowa, wycofanie i tolerancja) oraz ich odpowiednie elementy okazały się ważne.

doi: 10.1371 / journal.pone.0097920.g001

Po pierwsze, wskaźniki dopasowania modelu NFI, TLI, CFI i RMSEA wyniosły odpowiednio 943, 902, 962 i 034, co pokazuje, że odpowiedni model był dobrze dopasowany do danych. Dlatego model strukturalny czterech poddomen uzależnienia od smartfonów (zakłócenie funkcji adaptacyjnych, orientacja na wirtualne życie, wycofanie i tolerancja) oraz ich odpowiednie elementy okazały się ważne.

Ponadto, aby dowiedzieć się, jak kompleksowo każda pozycja wyjaśnia powiązane czynniki, zbadano współczynnik regresji każdej obserwowalnej zmiennej i jej stopień istotności statystycznej. We wszystkich obserwowalnych zmiennych z wyjątkiem „wirtualnej orientacji życiowej” standaryzowane współczynniki były średnio większe niż 5, co było istotne statystycznie (p<001). Tabela 5 wyświetla te statystyki.

miniatur

Tabela 5. Współczynniki regresji obserwowalnych zmiennych w odniesieniu do każdego czynnika.

doi: 10.1371 / journal.pone.0097920.t005

Dyskusja

W ramach projektu Koreańskiej Narodowej Agencji Informacyjnej dotyczącego uzależnienia młodzieży od smartfonów, przeprowadzonego w 2012 roku [34], badanie to miało na celu stworzenie podstaw dla działań zapobiegawczych / interwencyjnych dotyczących uzależnienia od smartfonów wśród młodzieży. W szczególności w badaniu opracowano krótką 15-punktową skalę podatności na uzależnienie od smartfonów, którą można wykorzystać w ogólnokrajowych wysiłkach związanych z gromadzeniem danych. Twórcy zwrócili szczególną uwagę na prostotę elementów wagi oraz łatwość obsługi w administrowaniu wagą w celu ułatwienia rzeczywistego użytkowania.

Alfa Cronbacha końcowego SAPS wyniosła 880, co dowodzi, że skala jest wiarygodna. Zgłoszono również, że istniejące uzależnienia od Internetu lub wagi smartfonów są wiarygodne z alfa Cronbacha powyżej 7. Jednak zaufanie do ich wartości wiarygodności może być nierozsądne, ponieważ ich proces gromadzenia danych nie był znormalizowany lub ich wielkość próby była niewielka. Na przykład Broda i Wilk [37] próbował ulepszyć Younga [38] Kryteria diagnostyczne uzależnienia od Internetu, ale proces opracowywania ich skali nie został ustandaryzowany. Widyanto i McMurren [39]z drugiej strony postępowali zgodnie ze standardową procedurą opracowywania skali, ale nie zebrali wystarczającej ilości danych (n = 86). Ponadto zbierali dane online, co mogło oznaczać, że ich gromadzenie danych było stronnicze. Podobne ograniczenia występują również w istniejących skalach uzależnienia od smartfonów. Kwon i in. [36] opracował skalę opartą na pozycjach w skali K i charakterystyce inteligentnego urządzenia i zgłosił, że skala ma alfa Cronbacha na poziomie 91. Należy jednak zauważyć, że ich gromadzenie danych miało miejsce w dwóch szkołach zlokalizowanych w jednym konkretnym regionie Korei, co rodzi pytania o wartość rzetelności ich skali. W związku z tym SAPS tego badania można uznać za bardziej wiarygodne w porównaniu z istniejącymi skalami, ponieważ zostało opracowane na podstawie danych zebranych od 795 uczniów z całej Korei, proporcjonalnie do rzeczywistego rozmieszczenia ludności w kraju.

Wydaje się, że SAPS ma prawidłową strukturę wokół czterech subdomen (funkcje adaptacyjne, wycofanie, tolerancja i wirtualna orientacja życiowa) uzależnienia od smartfonów. Aby zdecydować o subdomenach skali, zbadano wcześniejsze badania, ze szczególnym uwzględnieniem badań nad skalami uzależnienia od Internetu i kryteriami diagnostycznymi dla innych uzależnień behawioralnych. Uwzględniono czynniki, które często pojawiają się w tych badaniach, a także czynniki, które odzwierciedlają cechy smartfonów. Konfirmacyjną analizę czynnikową przeprowadzono za pomocą AMOS 7.0 w celu zweryfikowania trafności konstruktu skali. Na koniec sprawdzono korelacje między SAPS a KS-II (skalą uzależnienia od internetu) oraz między SAPS a Skalą Problemów Zdrowia Psychicznego w celu potwierdzenia trafności kryterialnej SAPS.

Skale uzależnienia od Internetu opracowane i zatwierdzone w różnych krajach różnią się strukturą czynnikową. Kanan i in. [40] opracował skalę uzależnienia od Internetu dla tureckiej młodzieży i stwierdził, że jej elementy zostały zgrupowane jako jeden czynnik. Podobnie Khazaal i in. [41] opracował skalę uzależnienia od Internetu dla dorosłych Francuzów i stwierdził, że jej elementy zostały zgrupowane jako jeden czynnik. Jednak inne badania wykazały, że ich elementy skali uzależnienia od Internetu zostały pogrupowane według różnych czynników, takich jak obsesja, zaniedbanie i zaburzenia kontroli [42] [43]. Najczęściej używana w Korei skala K również składa się z wielu czynników, takich jak funkcje adaptacyjne, wycofanie, tolerancja i wirtualna orientacja życiowa. W związku z tym naukowcy wydają się nie zgadzać co do subdomen skal uzależnienia od Internetu, co sugeruje, że struktura czynnikowa skal uzależnienia od Internetu może nie być całkiem stabilna.

Ograniczenia tego badania i sugestie dotyczące przyszłych badań są następujące.

Po pierwsze, według Charltona i Danfortha „tolerancja”, subdomena SAPS, a także skale uzależnienia od Internetu, nie jest podstawowym czynnikiem uzależnienia [45]. Innymi słowy, samo wielogodzinne korzystanie z internetu nie może być kryterium uzależnienia, dopóki takie zachowanie nie pociągnie za sobą negatywnych konsekwencji [35]. Ponieważ smartfony to urządzenia, które ludzie noszą ze sobą i używają wszędzie, tolerancja może nie pasować jako główny czynnik uzależnienia od smartfonów. Wymaga to dodatkowych ogólnokrajowych badań i analiz danych na ten temat. Ponadto walidację skali można poprawić, na przykład, stosując skalę w populacjach młodzieży uzależnionej i nieuzależnionej w celu zbadania trafności dyskryminacyjnej skali.

Następnie SAPS dla młodzieży może być szeroko stosowany w badaniach nad uzależnieniem od smartfonów, które obecnie nabierają rozpędu. Dzisiejsze cyfrowe urządzenia multimedialne zostały szybko rozwinięte od formularzy opartych na komputerach osobistych po smartfony i różne tablety PC. Innymi słowy, istniejące i nowe media przechodzą zarówno przez proces konkurencji, jak i substytucji. Ponieważ dzisiejsza młodzież jest uważana za cyfrowych tubylców [46] którzy aktywnie akceptują i korzystają z najbardziej aktualnych mediów [32], zbadanie możliwych skutków ubocznych korzystania przez nich z mediów na ich zdrowie psychiczne wydaje się pilne. Nadmierne korzystanie z mediów cyfrowych może przynieść negatywne konsekwencje w fizycznych, psychicznych i społecznych aspektach życia nastolatków, a nawet może wywołać zachowania przestępcze. Na przykład Kross i in. [33] stwierdzili, że korzystanie z Facebooka nie jest pomocne w interakcjach społecznych i wiąże się z niskim poziomem subiektywnego samopoczucia psychicznego. Dlatego konieczne są badania objawów uzależnienia od smartfonów, a także wpływu uzależnienia od smartfonów na zdrowie psychiczne nastolatków, a SAPS może być dobrze wykorzystany w takich przedsięwzięciach.

Autorskie Wkłady

Wymyślił i zaprojektował eksperymenty: DK YHL. Przeanalizowałem dane: JYL YJC. Przekazane odczynniki/materiały/narzędzia analityczne: DK YHL. Napisał artykuł: DK YHL JYL JEKN YJC.

Referencje

  1. 1. Chen J, Yen D, Chen K (2009) Akceptacja i rozpowszechnianie innowacyjnego wykorzystania smartfonów. Informacja i zarządzanie 46: 241–248. doi: 10.1016/j.im.2009.03.001
  2. 2. Lapidot-Lefler N, Barak A (2012) Wpływ anonimowości, niewidzialności i braku kontaktu wzrokowego na toksyczne odhamowanie w Internecie. Komputery w zachowaniu człowieka 28: 434–443. doi: 10.1016/j.chb.2011.10.014
  3. Zobacz artykuł
  4. PubMed / NCBI
  5. Google Scholar
  6. Zobacz artykuł
  7. PubMed / NCBI
  8. Google Scholar
  9. Zobacz artykuł
  10. PubMed / NCBI
  11. Google Scholar
  12. Zobacz artykuł
  13. PubMed / NCBI
  14. Google Scholar
  15. 3. Suler J (2004) Efekt odhamowania online. CyberPsychologia i zachowanie 7: 321–326. doi: 10.1089/1094931041291295
  16. Zobacz artykuł
  17. PubMed / NCBI
  18. Google Scholar
  19. Zobacz artykuł
  20. PubMed / NCBI
  21. Google Scholar
  22. 4. Sohn S (2005) Konkurencja i zastępowanie mediów cyfrowych: wzorce wykorzystania wiadomości, sportu i treści dla dorosłych. Dziennik cyberkomunikacji 16: 273–308.
  23. Zobacz artykuł
  24. PubMed / NCBI
  25. Google Scholar
  26. 5. Song Y, Oh S, Kim E, Na E, Jung H, Park S (2007) Wzorce użytkowników mediów dla nastolatków w środowisku multimedialnym: ocena różnic między płciami i dochodami. Journal of Communication Research 46 (2): 33–65.
  27. Zobacz artykuł
  28. PubMed / NCBI
  29. Google Scholar
  30. Zobacz artykuł
  31. PubMed / NCBI
  32. Google Scholar
  33. Zobacz artykuł
  34. PubMed / NCBI
  35. Google Scholar
  36. Zobacz artykuł
  37. PubMed / NCBI
  38. Google Scholar
  39. Zobacz artykuł
  40. PubMed / NCBI
  41. Google Scholar
  42. Zobacz artykuł
  43. PubMed / NCBI
  44. Google Scholar
  45. 6. Narodowa Agencja Społeczeństwa Informacyjnego (2011) Raport na temat rozwoju koreańskiej skali skłonności do uzależnienia od smartfonów dla młodzieży i dorosłych.
  46. Zobacz artykuł
  47. PubMed / NCBI
  48. Google Scholar
  49. 7. Skierkowski D, Wood RM (2012) Tekstować czy nie? Znaczenie wiadomości tekstowych wśród młodzieży w wieku studenckim. Komputery w ludzkim zachowaniu 28: 744–756. doi: 10.1016/j.chb.2011.11.023
  50. Zobacz artykuł
  51. PubMed / NCBI
  52. Google Scholar
  53. Zobacz artykuł
  54. PubMed / NCBI
  55. Google Scholar
  56. Zobacz artykuł
  57. PubMed / NCBI
  58. Google Scholar
  59. 8. Lee H (2008) Eksploracja przewidywanych zmiennych wpływających na uzależniające korzystanie z telefonu komórkowego. The Korean Journal of Social and Personality Psychology 22 (1): 133–157.
  60. Zobacz artykuł
  61. PubMed / NCBI
  62. Google Scholar
  63. 9. Krajowa Agencja Społeczeństwa Informacyjnego (2010) Raport: Plan poprawy ustawodawstwa w zakresie zapobiegania i rozwiązywania uzależnień od Internetu.
  64. Zobacz artykuł
  65. PubMed / NCBI
  66. Google Scholar
  67. Zobacz artykuł
  68. PubMed / NCBI
  69. Google Scholar
  70. Zobacz artykuł
  71. PubMed / NCBI
  72. Google Scholar
  73. 10. Young KS (1998) Psychologia korzystania z komputera: Uzależnienie od Internetu: przypadek przełamujący stereotyp. Raporty psychologiczne 79: 899–902. doi: 10.2466/pr0.1996.79.3.899
  74. 11. Goldberg I (1996). Zespół uzależnienia od Internetu. Wiadomość elektroniczna wysłana na listę dyskusyjną badań. http://users.rider.edu/~suler/psycyber/s​upportgp.html (dostęp do kwietnia 20, 2011).
  75. Zobacz artykuł
  76. PubMed / NCBI
  77. Google Scholar
  78. Zobacz artykuł
  79. PubMed / NCBI
  80. Google Scholar
  81. 12. Kang H, Son C (2009) Rozwój i walidacja skali uzależnienia od telefonu komórkowego dla młodzieży. Korean Journal of Health Psychology 14 (3): 497–510.
  82. Zobacz artykuł
  83. PubMed / NCBI
  84. Google Scholar
  85. Zobacz artykuł
  86. PubMed / NCBI
  87. Google Scholar
  88. Zobacz artykuł
  89. PubMed / NCBI
  90. Google Scholar
  91. Zobacz artykuł
  92. PubMed / NCBI
  93. Google Scholar
  94. Zobacz artykuł
  95. PubMed / NCBI
  96. Google Scholar
  97. Zobacz artykuł
  98. PubMed / NCBI
  99. Google Scholar
  100. Zobacz artykuł
  101. PubMed / NCBI
  102. Google Scholar
  103. Zobacz artykuł
  104. PubMed / NCBI
  105. Google Scholar
  106. Zobacz artykuł
  107. PubMed / NCBI
  108. Google Scholar
  109. Zobacz artykuł
  110. PubMed / NCBI
  111. Google Scholar
  112. Zobacz artykuł
  113. PubMed / NCBI
  114. Google Scholar
  115. Zobacz artykuł
  116. PubMed / NCBI
  117. Google Scholar
  118. Zobacz artykuł
  119. PubMed / NCBI
  120. Google Scholar
  121. Zobacz artykuł
  122. PubMed / NCBI
  123. Google Scholar
  124. Zobacz artykuł
  125. PubMed / NCBI
  126. Google Scholar
  127. 13. Choliz M (2010) Uzależnienie od telefonu komórkowego: problem. Uzależnienie 105 (2): 373–375. doi: 10.1111/j.1360-0443.2009.02854.x
  128. 14. Zsolt D, Beatrix S, Sandor R (2008) Trójczynnikowy model uzależnienia od Internetu: opracowanie problematycznego kwestionariusza korzystania z Internetu. Metody badania zachowań 40 (2): 563–574. doi: 10.3758/brm.40.2.563
  129. 15. Kim D, Tae J (2010) Badanie doświadczeń użytkowników smartfonów w zakresie mediacji. Journal of Korea Humanities Content Society 19: 373–394.
  130. 16. Kim D, Lee C (2010) Trendy technologiczne interfejsu użytkownika smartfona. Przegląd koreańskiego społeczeństwa informacyjnego 28 (5): 15–26.
  131. 17. Hwang H, Sohn S, Choi Y (2011) Badanie czynników wpływających na uzależnienie od smartfonów – charakterystyka użytkowników i atrybuty funkcjonalne. Korean Journal of Broadcasting 25 (2): 277–313.
  132. 18. Kim M (2011) Badanie dotyczące relacji online i offline użytkowników smartfonów SNS: Centrowanie na Twitterze. Graduate School of Ewha Women's University. Praca magisterska.
  133. 19. Noh M, Kim J, Lee J (2010) Analiza smartfona i zbieżności funkcji poprzez analizę asocjacji. Journal of Korea Society of Management Information Systems 1: 254–259.
  134. 20. Apple Pty Ltd. (2011). Funkcje iPhone'a. http://www.apple.com/au/iphone/features/ Dostęp 19 marca 2011 r.
  135. 21. Kim J (2010) Ewolucja mobilnej usługi internetowej. Przegląd standardów i technologii OSIA 38 (1): 4–12.
  136. 22. Park I, Shin D (2010) Wykorzystanie teorii zastosowań i gratyfikacji do zrozumienia użytkowania i gratyfikacji smartfonów. Journal of Communication Science 10 (4): 192–225.
  137. 23. Choi WS (2010) Badanie znaczenia cech funkcjonalnych smartfonów. Journal of Information Technology Application & Management 1: 289–297.
  138. 24. Digieco Reports (2010) Analiza skutków społeczno-ekonomicznych iPhone'a. KT Instytut Nauk o Ekonomii Zarządzania.
  139. 25. Koh Y, Lee H (2010) Badanie zmian wzorców zachowań użytkowników smartfonów poprzez śledzenie wczesnych użytkowników iPhone'a. Journal of Towaroznawstwo 28 (1): 111–120.
  140. 26. Casey BM (2012) Łączenie atrybutów psychologicznych z uzależnieniem od smartfona, komunikacją twarzą w twarz, obecną nieobecnością i kapitałem społecznym. Projekt dyplomowy, Graduate School of the Chinese University of Hong Kong.
  141. 27. Bianchi A, Phillips JG (2005) Psychologiczne predyktory problemowego korzystania z telefonu komórkowego. CyberPscyhology, zachowanie i sieci społecznościowe 8 (1): 2152–2715.
  142. 28. Horvath CW (2004) Pomiar uzależnienia od telewizji. Journal of Broadcasting and Electronic Media 48 (3): 378–398. doi: 10.1207/s15506878jobem4803_3
  143. 29. Kim DI, Chung Y, Lee E, Kim DM, Cho Y (2008) Rozwój skali skłonności do uzależnień od Internetu - krótka forma. Koreański Journal of Counselling 9 (4): 1703–1722.
  144. 30. Kim DI (2005). Test osobowości Wielkiej Piątki dla dzieci i młodzieży. Seul, Korea: Hakjisa.
  145. 31. Krajowa Agencja Społeczeństwa Informacyjnego (2011) Raport: Trzecia standaryzacja koreańskiej skali skłonności do uzależnienia od Internetu.
  146. 32. Kim DI, Lee YH, Lee JY, Kim MC, Keum CM i in. (2012) Nowe wzorce uzależnienia od mediów: czy smartfon jest substytutem czy uzupełnieniem Internetu? The Korean Journal of Youth Counseling 20 (1): 71–88.
  147. 33. Kross E, Verduyn P, Demiralp E, Park J i in. (2013) Korzystanie z Facebooka przewiduje spadki subiektywnego samopoczucia u młodych dorosłych. PLoS JEDEN 8(8): e69841. doi: 10.1371/journal.pone.0069841
  148. 34. Shin K, Kim DI, Chung Y (2011) Raport: Rozwój koreańskiej skali skłonności do uzależnienia od smartfonów dla młodzieży i dorosłych. Narodowa Agencja Społeczeństwa Informacyjnego.
  149. 35. Griffiths MD (2010) Wykorzystanie metodologii online w gromadzeniu danych dotyczących hazardu i uzależnień od gier. International Journal of Mental Health and Addiction 8: 8–20. doi: 10.1007/s11469-009-9209-1
  150. 36. Kwon M, Kim DJ, Cho H, Yang S (2013) Skala uzależnienia od smartfona: opracowanie i walidacja krótkiej wersji dla nastolatków. PLoS ONE 8(12): e83558 doi:10.1371/journal.pone.0083558.
  151. 37. Beard KW, Wolf EM (2001) Modyfikacja proponowanych kryteriów diagnostycznych uzależnienia od Internetu. Cyberpsychologia i zachowanie. 4 (3): 377–383. doi: 10.1089/109493101300210286
  152. 38. Young KS (1996) Uzależnienie od internetu: przypadek przełamujący stereotyp. Raporty psychologiczne 79: 899–902. doi: 10.2466/pr0.1996.79.3.899
  153. 39. Widyanto L, McMurren M (2004) Właściwości psychometryczne testu uzależnienia od Internetu. CyberPsychologia i zachowanie 7 (4): 443–450. doi: 10.1089/cpb.2004.7.443
  154. 40. Canan F, Ataoglu A, Nichols LA, Yildirim T, Ozturk O (2010) Ocena właściwości psychometrycznych skali uzależnienia od Internetu w próbie tureckich uczniów szkół średnich. Cyberpsychologia, zachowanie i sieci społecznościowe 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 al. (2008) Francuska walidacja testu na uzależnienie od Internetu. CyberPsychologia i zachowanie 11 (6): 703–706. doi: 10.1089/cpb.2007.0249
  156. 42. Demetrovics Z, Szereredi B, Rozsa S (2008) Trójczynnikowy model uzależnienia od Internetu: opracowanie kwestionariusza problematycznego korzystania z Internetu. Metody badania zachowań 40 (2): 563–574. doi: 10.3758/brm.40.2.563
  157. 43. Kelley KJ, Gruber EM (2010) Właściwości psychometryczne kwestionariusza Problematic Internet Use Questionaire. Komputery w zachowaniu człowieka 26: 1838–1845. doi: 10.1016/j.chb.2010.07.018
  158. 44. Greenfield DN (1999) Psychologiczne cechy kompulsywnego korzystania z Internetu: wstępna analiza. CyberPsychologia i zachowanie 8 (5): 403–412. doi: 10.1089/cpb.1999.2.403
  159. 45. Charlton JP, Danforth IDW (2007) Wyróżnienie uzależnienia i wysokiego zaangażowania w kontekście grania w gry online. Komputery w zachowaniu człowieka 23 (3): 1531–1548. doi: 10.1016/j.chb.2005.07.002
  160. 46. ​​Prensky M (2001) Cyfrowi tubylcy, cyfrowi imigranci część 1. Na horyzoncie 9: 1–6. doi: 10.1108/10748120110424816
  161. 47. Park W (2005) Uzależnienie od telefonu komórkowego. Komunikacja mobilna. Praca spółdzielcza wspomagana komputerowo, tom. 31: 253–272. doi: 10.1007/1-84628-248-9_17
  162. 48. Kang H, Son C (2009) Rozwój i walidacja Skali Uzależnienia od Telefonów Komórkowych dla Młodzieży. Koreański dziennik psychologii zdrowia 14 (3): 497–510.
  163. 49. Koo H (2013) Opracowanie skali uzależnienia od telefonów komórkowych dla koreańskich rodziców małych dzieci. Badania pielęgniarstwa nad zdrowiem dziecka 19 (1): 29–38. doi: 10.4094/chnr.2013.19.1.29
  164. 50. Keum C (2013) Badanie skłonności do uzależnienia od smartfonów i problemów ze zdrowiem psychicznym uczniów gimnazjum i liceum w Korei. Praca magisterska na Uniwersytecie Narodowym w Seulu.