Predictors of the risk of addiction to social networks and the Internet

  1. Clemente Rodríguez-Sabiote 1
  2. Álvaro Manuel Úbeda-Sánchez 2
  3. Claudia de Barros-Camargo 3
  4. Daniel Álvarez-Ferrándiz 1
  1. 1 Universidad de Granada
    info

    Universidad de Granada

    Granada, España

    ROR https://ror.org/04njjy449

  2. 2 Universidad de Jaén
    info

    Universidad de Jaén

    Jaén, España

    ROR https://ror.org/0122p5f64

  3. 3 Universidad Nacional de Educación a Distancia
    info

    Universidad Nacional de Educación a Distancia

    Madrid, España

    ROR https://ror.org/02msb5n36

Mostrar afiliaciones +
Revista:
Bordón: Revista de pedagogía

ISSN: 0210-5934,  2340-6577

Año de publicación: 2024

Título del ejemplar: La competencia digital docente y el diseño de situaciones innovadoras con TIC para la mejora del aprendizaje

Volumen: 76

Número: 2

Páginas: 197-219

Tipo: Artículo

DOI: 10.13042/BORDON.2024.99413 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Bordón: Revista de pedagogía

Resumen

INTRODUCCIÓN. Este estudio se ha basado en el objetivo general de identificar los factores que predicen el riesgo de convertirse en adicto a Internet o a las redes sociales. MÉTODO. Para la investigación se ha utilizado un diseño descriptivo, utilizando la media, asimetría y curtosis, con una regresión binomial logística. Para la investigación se utilizó una muestra de 217 estudiantes universitarios, todos ellos de primer curso de la Facultad de Ciencias de la Educación de la Universidad de Granada. En este estudio se consideraron las variables demográficas de edad y género dentro de los estudiantes investigados, se observa que los estudiantes tenían una edad media de 19.37 años y una mediana de 18 años. En el cual, podemos destacar que el género mayoritario de la muestra es el femenino con un (66.8%) y el 33.2% restante es masculino. Por otro lado, para la recogida de datos se utilizó la escala de riesgo de adicción a las redes sociales e internet para adolescentes (ERA-RSI). RESULTADOS. Los factores que predicen con mayor precisión el riesgo de adicción a las redes sociales y a Internet en los estudiantes universitarios de primer año son la normalización, las dificultades personales y el ego. La soledad resultó ser predictiva, pero en menor grado, y, por último, la desinhibición resultó no tener influencia predictiva. DISCUSIÓN. Se ha comprobado que las aplicaciones telefónicas que se lanzan constantemente en Internet tienen una gran influencia en los predictores de la adicción.

Referencias bibliográficas

  • Akin, A. & Iskender, M. (2011). Internet addiction and depression, anxiety and stress. International online Journal of Educational Sciences, 3(1), 138-148.
  • Andreassen, C. S. (2015). Online social network site addiction: A comprehensive review. Current Addiction Reports, 2(2), 175-184. https://doi.org/10.1007/s40429-015-0056-9
  • Arrindell, W. A. & van der Ende, J. (1985). An empirical test of the utility of the observationsto- variables ratio in factor and components analysis. Applied Psychological Measurement, 9, 165-178.
  • Barat, N. & Sayadi, S. (2013). Relationship between using social networks and internet addiction and depression among students. Journal of Research in Behavioural Sciences, 10(5), 332-341.
  • Belsley, D. A. (1991). Conditioning Diagnostics: Collinearity and Weak Data in Regression. John Wiley & Sons.Bivin, J. B., Preeti, M., Preveen, C. T. & Jinto, P. (2013). Nomophobia – Do we really need to worry about? Review of Progress, 1(1), 1-5. https://doi.org/10.6084/m9.figshare.709549.v2
  • Brand, V. G. & García, L. E. G. (2023). La nomofobia en los adolescentes y el impacto en su salud mental: una revisión sistemática. Revista Argentina de Ciencias del Comportamiento (RACC), 15(3), 12-23.
  • Braña Sánchez, Á. J. & María de la Villa, M. J. (2023). Nomofobia y FoMO en el uso del smartphone en jóvenes: el rol de la ansiedad por estar conectado. Revista Argentina de Ciencias del Comportamiento, 15(3), 12-23.
  • Cala, V. & Martínez Gil, M. del C. (2022). Ciberviolencia en la pareja adolescente: análisis transcultural y de género en centros de secundaria. Bordón. Revista de Pedagogía, 74(2), 11-30. https://doi.org/10.13042/Bordon.2022.91342
  • Cao, X., Gong, M., Yu, L. & Dai, B. (2020). Exploring the mechanism of social media addiction: An empirical study from WeChat users. Internet Research, 30(4), 1305-1328.
  • Castelló, E. P. & Ponce, A. C. (2020). Nuevas adicciones: nomofobia o el “¡no sin mi móvil!”. Gaceta Internacional de Ciencias Forenses, 36, 41-45.
  • Contreras, J. H., Martínez, M. O., Almaguer, J. M., Ramírez, A. & Miramontes, A. (2019). Adicción a Internet: el caso de adolescentes de cinco escuelas secundarias de México. Enseñanza e Investigación en Psicología Nueva Época, 34-45.
  • Fernández-Ferrer, M. & Cano, E. (2016). The influence of the internet for pedagogical innovation: using twitter to promote online collaborative learning. International Journal of Educational Technology in Higher Education, 13(22), 1-15. https://doi.org/10.1186/s41239-016-0021-2
  • Gallardo-López, J. A., Pérez-Fuentes, M. D. C., Vallejo, M. D. M., Linares, J. J. G. & Herrera-Peco, I. (2020). Internet Use and Access in University Students: Risk Behaviors for Problematic Use and Its Association with Academic Performance and Emotions. Int J Environ Res Public Health, 17(9).
  • Gezgin, D. M., Cakir, O. & Yildirim, S. (2016). The relationship between levels of nomophobia prevalence and Internet addiction among high school students: the factors influencing nomophobia. International Journal of Research in Education and Science, 4(1), 215-225. https://doi.org/10.21890/ijres.383153
  • Gezgin, D. M., Sahin, Y. L. & Yildirim, S. (2017). The investigation of social network users’ nomophobia levels regarding to various factors. Educational Technology Theory and Practice, 7(1), 11-15.
  • Gómez-Galán, J. (2020). Media education in the ICT era: Theoretical structure for innovative teaching styles. Information, 11(5), 276. https://doi.org/10.3390/info11050276
  • Gómez-Galán, J., Vergara, D., Ordóñez-Olmedo, E. & Veytia-Bucheli, M. G. (2020). Time of use and patterns of Internet consumption in university students: A comparative study between Spanish-speaking countries. Sustainability, 12(12), 5087. https://doi.org/10.3390/su12125087
  • Griffiths, M. (2000). Does internet and computer “addiction” exist? Some case study evidence. Cyberpsychology & Behavior, 3, 211-218.
  • Griffiths, M. D., Kuss, D. J. & Demetrovics, Z. (2014). Social networking addiction: An overview and preliminary findings. En K. P. Rosenberg & L. C. Feder (eds.), Behavioral addictions. Criteria, evidence and treatment (pp. 119-141). Elsevier-Academic Press.
  • Gunay, O. Öztürk, A., Arslantas, E. & Sevinc, N. (2018). Internet addiction and depression levels in Erciyes University students. Dusunen Adam The Journal of Psychiatry and Neurological Sciences, 31(1), 79-88. https://doi.org/10.5350/DAJPN2018310108
  • Gundogmus, I., Kul, A. T. & Coban, D. A. (2020). Investigation of the relationship between social network usage and sleep quality among university students/Universite ogrencilerinde sosyal ag kullanimi ve uyku kalitesi arasindaki iliskisinin arastirilmasi. Anadolu Psikiyatri Dergisi, 141-149.
  • Habib, M. A. (2019). Internet addiction: the emergence of a new clinical disorder. Anwer Khan Modern Medical College Journal, 10(2), 103-104.
  • Hofstede, G. (2003). Culture’s consequences: Comparing values, behaviors, institutions and organizations across nations. Sage publications.
  • Hu, L. & Bentler, P. M. (1995). Evaluating model fit. In Hoyle, R. H. (ed.), Structural equation modeling: Concepts, issues, and applications (pp. 76-99). Sage.
  • IBM (2019). IBM SPSS Statistics for Windows (Version 26) [Computer Software]. IBM Corp.
  • Jeong, G. C. (2016). Relationships among mental health, internet addiction, and smartphone addiction in university students. The Journal of the Korea Contents Association, 16(4), 655-665. https://doi.org/10.5392/JKCA.2016.16.04.655
  • Katz, M. H. (2006). Multivariable analysis (2nd ed.). Cambridge University Press.
  • Keane, H. (2020). A normalised future of addiction. International Journal of Drug Policy, 102972. https://doi.org/10.1016/j.drugpo.2020.102972
  • Kleinbaum, D. G., Kupper, L. L. & Muller, K. E. (1988). Applied Regression Analysis and Other Multivariables Methods. PWS-KENT Publishing Company.
  • Kline, R. B. (2011). Principles and practice of structural equation modeling (3.th Ed). The Guilford Press.
  • Krishnamurthy, S. & Chetlapalli, S. K. (2015). Internet addiction: prevalence and risk factors: a cross-sectional study among college students in Bengaluru, the Silicon Valley of India. Indian journal of public health, 59(2), 115-121. https://doi.org/10.4103/0019-557X.157531
  • Kuss, D. J. & Griffiths, M. D. (2017). Social networking sites and addiction: Ten lessons learned. International Journal of Environmental Research and Public Health, 14(3), 311.
  • Lázaro, C. et al. (2021). Enfoque comunicativo y cultural de la situación de los profesionales de la salud frente a la pandemia de COVID-19. Revista Latina de Comunicación Social, 79, 357-380. https://www.doi.org/10.4185/RLCS-2021-1530
  • Lee, S. A., Jobe, M. C., Mathis, A. A. & Gibbons, J. A. (2020). Incremental validity of coronaphobia: Coronavirus anxiety explains depression, generalized anxiety, and death anxiety. Journal of Anxiety Disorders, 74, 102268.
  • Lei, H., Li, S., Chiu, M. M. & Lu, M. (2018). Social support and Internet addiction among mainland Chinese teenagers and young adults: A meta-analysis. Computers in Human Behavior, 85, 200-209.
  • Lozano Blasco, R. et al. (2020). Social network addiction and its impact on anxiety level among university students. Sustainability, 12(13), 5397. https://doi.org/10.3390/su12135397
  • Lu, K., Yang, H. H., Shi, Y. & Wang, X. (2021). Examining the key influencing factors on college students’ higher-order thinking skills in the smart classroom environment. International Journal of Educational Technology in Higher Education, 18, 1-13.
  • MacCallum, R. C., Widaman, K. F., Zhang, S. & Hong, S. (1999). Sample size in factor analysis. Psychological Methods, 4, 84-99.
  • McDonald, R. P. (1999). Test theory: A unified treatment. Routlegde.
  • Montesó-Curto, P. & Aguilar, M. (2017). Transdisciplinarity in Higher Education for Sustainability: How Discourses Are Approached in Engineering Education. Culture and Dialogue, 7(2), 193-215.
  • Morata-Ramírez, M.ª A., Holgado-Tello, F. P., Barbero-García, I. & Méndez, G. (2015). Análisis factorial confirmatorio: recomendaciones sobre mínimos cuadrados no ponderados en función del error Tipo I de Ji-Cuadrado y RMSEA. Acción Psicológica, 12(1), 79-90. https://doi.org/10.5944/ap.12.1.14362
  • Moreno, A. J., López, J., Romero, J. M. & Rodríguez, A.M. (2020). Nomophobia: impact of cell phone use and time to rest among teacher students. Heliyon, 6(5) [https://doi.org/10.1016/j.heliyon.2020.e04084]
  • Moser, I. (2000). Against normalisation: subverting norms of ability and disability. Science as Culture, 9(2), 201-240. https://doi.org/10.1080/713695234
  • Nowland, R., Necka, E. A. & Cacioppo, J. T. (2018). Loneliness and social internet use: pathways to reconnection in a digital world? Perspectives on Psychological Sciences, 13(1), 70-87. https://doi.org/10.1177/1745691617713052
  • Öztürk, C., Bektas, M., Ayar, D., Öztornacı, B. Ö. & Yağcı, D. (2015). Association of personality traits and risk of internet addiction in adolescents. Asian Nursing Research, 9(2), 120-124.
  • Peña Hita, M. D. L. Á., Rueda López, E. & Pegalajar Palomino, M. D. C. (2018). Posibilidades didácticas de las redes sociales en el desarrollo de competencias de educación superior: Percepciones del alumnado. Píxel-Bit Revista de Medios y Educación, 53, 239-252. https://doi.org/10.12795/pixelbit.2018.i53.16
  • Pérez Cabrejos, R. G., Rodríguez Galán, D. B., Colquepisco Paúcar, N. T. & Enríquez Ludeña, R. L. (2021). Consecuencias de la nomofobia en adolescentes: una revisión sistemática. Conrado, 17(81), 203-210.
  • Peris, M., Maganto, C. & Garaigordobil, M. (2018). Scale of risk of addiction to social networks and Internet for adolescents: reliability and validity (ERA-RSI). Revista de Psicología Clínica con Niños y Adolescentes, 5(2), 30-36. https://doi.org/10.21134/rpcna.2018.05.2.4
  • Prats, M. A., Torres-Rodríguez, A., Oberst, U. & Carbonell, X. (2018). Diseño y aplicación de talleres educativos para el uso saludable de internet y redes sociales en la adolescencia: descripción de un estudio piloto. Píxel-Bit. Revista de Medios y Educación, 52, 111-124. https://doi.org/10.12795/pixelbit.2018.i52.08
  • Robertson, T. W., Yan, Z. & Rapoza, K. A. (2018). Is resilience a protective factor of internet addiction? Computers in Human Behavior, 78, 255-260.
  • Rodgers, R. F., Faure, K. & Chabrol, H. (2009). Gender differences in parental influences on adolescent body dissatisfaction and disordered eating. Sex Roles, 61, 837-849. https://doi.org/10.1007/s11199-009-9690-9
  • Rodríguez-Sabiote, C., Álvarez-Rodríguez, J., Álvarez-Ferrandiz, D. & Zurita-Ortega, F. (2020). Development of Nomophobia Profiles in Education Students through the Use of Multiple Correspondence Analysis. International Journal of Environmental Research and Public Health, 17(21), 8252.
  • Ruiz, C. & Ruiz Domínguez, M. A. (2023). Análisis del entorno personal de aprendizaje para la mejora de la competencia digital docente. Bordón. Revista de Pedagogía, 75(3), 135-152. https://doi.org/10.13042/Bordon.2023.97841
  • Ryu, E. (2011). Effects of skewness and kurtosis on normal-theory based maximum likelihood test statistic in multilevel structural equation modeling. Behavior Research Methods, 43(4), 1066-1074. https://doi.org/10.3758/s13428-011-0115-7
  • Salmerón, H., Fernández, S. R. & Braojos, C. G. (2010). Metodologías que optimizan la comunicación en entornos de aprendizaje virtual. Comunicar, 34(17), 163-171. https://doi.org/10.3916/C34-2010-03-16
  • Samaha, M. & Hawi, N. S. (2016). Relationships among smartphone addiction, stress, academic performance, and satisfaction with life. Computers in Human Behavior, 57, 321-325.
  • Sánchez-Teruel, D. & Robles-Bello, M. A. (2016). Riesgos y potencialidades de la era digital para la infancia y la adolescencia. Educación y Humanismo, 18(31), 186-204. https://doi.org/10.17081/eduhum.18.31.1374
  • Sanz Benito, I., Lázaro Cantabrana, J. L. & Grimalt Álvaro, C. (2023). La inclusión digital en la formación inicial del profesorado: una revisión sistemática. Bordón. Revista de Pedagogía, 75(1), 127-146. https://doi.org/10.13042/Bordon.2023.94541
  • Selvi, Y., Özdemir, P. G., Özdemir, M., Boysan, M. & Yıldız, M. (2020). Problematic smartphone use in terms of gender, attachment styles and subjective well-being in university students. International journal of mental health and addiction, 1-14. https://link.springer.com/article/10.1007%2Fs11469-019-00204-5
  • Simsek, G. G. & Noyan, F. (2012). Structural equation modeling with ordinal variables: a large sample case study. Quality & Quantity, 46(5), 1571-1581. https://doi.org/10.1007/s11135-011-9467-4
  • Soto Vega, E. (2010). Historia de la educación peruana. Derrama Magisterial.
  • Tao, R., Huang, X., Wang, J., Zhang, H., Zhang, Y. & Li, M. (2010). Proposed diagnostic criteria for internet addiction. Addiction, 105(3), 556-564. doi: 10.1111/j1360-0443.2009.02828.x
  • Utz, S., Tanis, M. & Vermeulen, I. (2012). It is all about being popular: The effects of need for popularity on social network site use. Cyberpsychology, Behavior, and Social Networking, 15(1), 37-42. https://doi.org/10.1089/cyber.2010.0651
  • Vaghefi, I., Qahri-Saremi, H. & Turel, O. (2020). Dealing with social networking site addiction: A cognitive-affective model of discontinuance decisions. Internet Research, 30(5), 1427-1453. https://doi.org/10.1108/INTR-10-2019-0418
  • Van den Eijnden, R. J., Lemmens, J. S. & Valkenburg, P. M. (2016). The social media disorder scale. Computers in human behavior, 61, 478-487. https://doi.org/10.1016/j.chb.2016.03.038
  • Yildirim, C. & Correia, A. P. (2015). Exploring the dimensions of nomophobia: development and validation of a self-reported questionnaire. Computers in Human Behavior, 49, 130-137. https://doi.org/10.1016/j.chb.2015.02.059
  • Zumbo, B. D., Gadermann, A. M. & Zeisser, C. (2007). Ordinal versions of coefficients alpha and theta for Likert rating scales. Journal of Modern Applied Statistical Methods, 6(1), 21-29. https://doi.org/10.22237/jmasm/1177992180
Fuente de los datos: Dialnet