Un instrumento para la evaluación de la adicción a Internet

Mayte Gaos Meizoso y Darío García Rodríguez

Universidad de La Laguna

dario.grguez@gmail.com

Introducción

Las nuevas tecnologías de la información son relativamente nuevas pero han llegado a instalarse en nuestras vidas con una rapidez sin precedentes.Hoy día parece inconcebible que podamos vivir sin ellas. En este contexto está emergiendo un nuevo tipo de desadaptación relacionada con el uso excesivo e incontrolado de Internet. La diversidad de cuestionarios y resultados dificultad el consenso a la hora de definir qué es adicción a Internet y cómo debemos medirla. Una limitación añadida en la mayoría de los estudios realizados en la actualidad es que se han centrado en estudiar la adicción a Internet en niños y adolescentes obviando la población adulta El objetivo de la presente investigación pretende desarrollar un instrumento integrador que permita un diagnóstico correcto.

Método

Se trata de un estudio descriptivo transversal on-line en la cual participaron 196 personas, 70 hombres y 126 mujeres, con una media de edad de 25,64 y una desviación típica de 7,24. La muestra se selección mediante un muestreo por conveniencia. Se aplicó un cuestionario desarrollado para la ocasión que consta de un un total de 98 items, 32 items descriptivos y 66 items que miden adicción a Internet

Resultados

La fiabilidad resultó satisfactoria para el total de los items que miden adicción a Internet.

Tabla 1: fiabilidad

Alfa de Cronbach Nº de elementos 0,902 66

La validez de constructo se estudió mediante un análisis factorial de componentes principales, utilizando rotación varimax. La medida de adecuación muestral de Kaiser-Meyer-Olkin (0,767) y el test de esfericidad de Barlett (p < 0,000) permiten aplicar el procedimiento.

Tabla 2: Validez de constucto

Componente Suma de las saturaciones al cuadrado de la rotación

Total % de la varianza explicada

% acumulado

Dependencia psicológica

8,19 12,41 12,41

Cogniciones y conductas

compensatorias

5,5 8,33 20,74

Factores de riesgo 4,24 6,43 27,17

Factores protectores 3,62 5,48 32,65Obtivimos dos funciones discriminantes. Concretamente para la primera función obtenemos un correlación canónica de 0,916 y una Lambda de Wilks de 0,132 significativa (X²(32)=375,583; p=0.000). Mientras que, para la segunda función obtenemos un correlación canónica de 0,424 y una Lambda de Wilks de 0,820 significativa (X²(15)=36,712; p=0.001). De este modo la mejor función discriminante es la 1 y no siendo tan buena la 2, no obstante, siendo significativa podemos rechazar la hipótesis nula de que los grupos comparados tienen promedios iguales en las cuatro variables discriminantes.

Una vez calculada la estructura factorial, llevamos a cabo un análisis discriminante mediante el método por pasos utilizando el estadístico Lambda de Wilks. Con la intención de observar que items nos permitían discriminar entre los diferentes grupos de adicción a Internet. A la hora de decidir si las funciones discriminantes nos permitirían separar de forma adecuada los diferentes grupos, tomamos como criterio que, al menos el 80% de la muestra, debía ser clasificada correctamente según su grupo de correspondencia.

El 92,9% de la muestra ha sido clasificada según su grupo correspondiente. De este modo, podemos afirmar que, los 16 ítems introducidos permiten discriminar con mucha certeza.

Conclusiones

El cuestionario se muestra como una excelente herramienta diagnóstica, permitiendo la discriminación de las personas adictas a Internet de las que no lo son.