Repositorio Institucional de Documentos

2 RESUMEN En este Proyecto Fin de Carrera se ha desarrollado una herramienta de evaluación de la adicción a Internet y al teléfono móvil en estudiantes de la Universidad de Zaragoza. El objetivo es obtener unas conclusiones sobre las relaciones planteadas que permitan comprender de un mejor modo el problema de estas dos adicciones. Tras una exhaustiva revisión de la literatura se ha elaborado un modelo, tanto explicativo como predictivo, de estas adicciones y de los motivos de su uso. En este modelo se han planteado un total de doce hipótesis sobre las relaciones causales que se espera encontrar entre sus variables. Para el estudio de este modelo se ha empleado el Método de Ecuaciones Estructurales, concretamente la metodología PLS (Partial Least Squares), cuyas características hacen que sea la técnica idónea para el análisis requerido. Una vez planteado el modelo se elaboró un cuestionario para medir todas las variables que se creyó necesario analizar. El cuestionario fue distribuido a estudiantes de la Universidad de Zaragoza tanto en bibliotecas como a través de Intenet para rellenar telemáticamente. Tras la recogida de datos se ha analizado la fiabilidad y validez de los mismos a través del programa informático SPSS (Statistical Product and Service Solutions). Con este software se han realizado los análisis de fiabilidad y los análisis factoriales precisos para garantizar la idoneidad de los datos. Se trata de un paso importante previo al estudio del modelo y las relaciones entre sus variables debido a que puede haber indicadores que sea preciso eliminar para no perturbar el estudio y de esta forma obtener unos resultados totalmente válidos. Posteriormente ha sido utilizado el software SmartPLS para llevar a cabo la estimación del modelo. Con este programa se ha ratificado nuevamente la validez y fiabilidad de los datos, para después analizar y contrastar las hipótesis propuestas en el modelo. Finalmente, con los resultados obtenidos se exponen las conclusiones de la investigación y se proponen posibles líneas de investigación para el futuro sobre ampliaciones de esta temática. 3 Tabla de contenido 1. INTRODUCCIÓN ............................................................................................................... 5 2. ELABORACIÓN DEL MODELO ............................................................................................ 9 2.1 REVISIÓN DE LA LITERATURA ........................................................................................ 9 2.1.1 Introducción .......................................................................................................... 9 2.1.2 Instrumentos de valoración ................................................................................ 14 2.2 ELABORACIÓN DEL MODELO....................................................................................... 15 2.2.1 Modelo propuesto............................................................................................... 15 2.2.2 Adicción a Internet .............................................................................................. 17 2.2.3 Adicción al teléfono móvil ................................................................................... 22 3. MODELOS DE ECUACIONES ESTRUCTURALES .................................................................. 25 3.1 INTRODUCCIÓN ........................................................................................................... 25 3.2 MODELOS DE ECUACIONES ESTRUCTURALES ............................................................. 26 4. METODOLOGÍA DEL ANÁLISIS ......................................................................................... 29 4.1 ELABORACIÓN DEL CUESTIONARIO ............................................................................. 29 4.2 ANÁLISIS MEDIANTE SPSS ........................................................................................... 34 4.2.1 Análisis de fiabilidad ............................................................................................ 34 4.2.2 Análisis factorial .................................................................................................. 36 4.3 ANÁLISIS MEDIANTE SMARTPLS .................................................................................. 39 4.3.1 Valoración del modelo de medida ...................................................................... 40 4.3.2 Valoración del modelo estructural ...................................................................... 42 5. ANÁLISIS Y RESULTADOS ................................................................................................ 44 5.1 INTRODUCCIÓN ........................................................................................................... 44 5.2 RESULTADOS SPSS ....................................................................................................... 44 5.2.1 Adicción a internet .............................................................................................. 45 5.2.3 Adicción al teléfono móvil ................................................................................... 49 5.3 PATH DIAGRAMS ......................................................................................................... 52 5.4 RESULTADOS SMARTPLS ............................................................................................. 56 5.4.1 Adicción a Internet .............................................................................................. 56 5.4.2 Adicción al teléfono móvil ................................................................................... 59 5.5 RESULTADOS DE ANÁLISIS ADICIONALES .................................................................... 63 6. CONCLUSIONES Y FUTUROS ESTUDIOS ........................................................................... 65 6.1 CONCLUSIONES ................................................................................................................. 65 6.2 FUTUROS ESTUDIOS .......................................................................................................... 68 4 ANEXOS............................................................................................................................. 69 ANEXO I. Revisión de la literatura ........................................................................................... 70 ANEXO II. Método de Ecuaciones Estructurales ..................................................................... 76 ANEXO III. Cuestionario distribuido ........................................................................................ 84 ANEXO IV. Datos obtenidos en el cuestionario ....................................................................... 97 ANEXO V. Fundamentos de SmartPLS ................................................................................... 106 ANEXO VI. Resultados SPSS. Análisis de fiabilidad y análisis factorial .................................. 112 VI.1.- ADICCIÓN A INTERNET ............................................................................................. 113 VI.2.- MOTIVOS DE USO DE INTERNET .............................................................................. 127 VI.3.- ADICCIÓN AL TELÉFONO MÓVIL .............................................................................. 136 VI.4.- MOTIVOS DE USO DEL TELÉFONO MÓVIL .............................................................. 149 ANEXO VII. Resultados SmartPLS .......................................................................................... 157 Adicción a Internet ............................................................................................................ 158 VII.1. – SUBMODELO 1: DIMENSIONES ADICCIÓN A INTERNET ........................................ 158 VII.2. – SUBMODELO 2: MOTIVOS DE USO DE INTERNET ................................................. 165 Adicción al teléfono móvil ................................................................................................. 174 VII.3. – SUBMODELO 1: DIMENSIONES ADICCIÓN AL TELÉFONO MÓVIL ......................... 174 VII.4. – SUBMODELO 2: MOTIVOS DE USO DEL TELÉFONO MÓVIL................................... 181 BIBLIOGRAFÍA .................................................................................................................. 190 1. INTRODUCCIÓN 5 1. INTRODUCCIÓN Durante los últimos años las nuevas tecnologías de la información y la comunicación han tenido un impacto creciente en nuestra sociedad, provocando un importante cambio en el funcionamiento de la misma y en la vida de las personas. Este cambio es especialmente llamativo en la población joven, debido a que el tiempo que los jóvenes pasan conectados a Internet, al móvil o jugando con videoconsolas es cada vez mayor, habiendo disminuido el tiempo dedicado a la realización de otras actividades antes más habituales como leer, estudiar, hacer deporte o salir a pasear. Las nuevas tecnologías contribuyen en la mayoría de las ocasiones a mejorar la calidad de vida, aunque también pueden acarrear consecuencias negativas en la vida cotidiana. Uno de los aspectos que más alarma social crea es el potencial adictivo de estas tecnologías. Cuando se crea una relación excesiva de dependencia de las nuevas tecnologías, se puede llegar a definir una conducta adictiva. Llegado el caso, deben llevarse a cabo programas preventivos sobre los factores de riesgo y las características de las personas. Las variables que están relacionadas con esta adicción a las nuevas tecnologías (tales como la pérdida de control, la pérdida de relaciones sociales o la dependencia) pueden ser analizadas a partir de otras variables observables y medibles mediante, por ejemplo, cuestionarios, de manera que se pueda determinar la influencia de unos factores sobre otros. OBJETIVO En este Proyecto Fin de Carrera, Diseño de un método de evaluación mediante el Método de Ecuaciones Estructurales de la adicción a las nuevas tecnologías en los estudiantes de la Universidad de Zaragoza, se pretende conocer cuáles son los factores determinantes en la evaluación de la adicción a las nuevas tecnologías en los estudiantes de la Universidad de Zaragoza. También se pretende establecer conclusiones sobre cuáles son las relaciones entre estos factores, de manera que se pueda llegar a definir un modelo tanto explicativo como predictivo de la adicción a las nuevas tecnologías en los universitarios. Serán analizadas dos adicciones: la adicción a Internet y la adicción al teléfono móvil o, mejor dicho, al Smartphone, como se conoce en la actualidad a los teléfonos de nueva generación por su mayor conectividad y capacidad de usarse como un ordenador de bolsillo. Será analizada también la relación entre los motivos de uso de estas tecnologías con su adicción. Definido el objetivo principal del proyecto, se detallan a continuación los objetivos específicos contenidos en el mismo: - Evaluar el uso de las nuevas tecnologías en estudiantes de la Universidad de Zaragoza. - Estudiar e identificar las variables que intervienen en la adicción a las nuevas tecnologías. - Estudiar e identificar los motivos de uso de ambas tecnologías. 1. INTRODUCCIÓN 6 - Proponer un modelo teórico de valoración de la adicción a Internet y al teléfono móvil basado en los factores que previamente se han especificado. - Evaluar la adicción a estas dos tecnologías en los jóvenes de la Universidad de Zaragoza mediante la realización de un cuestionario basado en dicho modelo teórico. - Examinar las respuestas obtenidas de la muestra en el cuestionario y realizar el correspondiente análisis para estudiar las relaciones propuestas entre los factores del modelo. - Obtener el diseño de una herramienta de valoración de la adicción a las nuevas tecnologías a partir de los resultados obtenidos en los cuestionarios y análisis realizados previamente. ALCANCE Tal y como se ha indicado anteriormente, la metodología de evaluación va a ser aplicada sobre los cuestionarios realizados a alumnos de la Universidad de Zaragoza que se encuentren cursando una carrera actualmente o la hayan cursado recientemente. En este análisis se emplea una muestra lo suficientemente representativa como para poder extrapolar los resultados al resto de estudiantes en general. METODOLOGÍA En la realización de este Proyecto Fin de Carrera se han seguido los siguientes pasos: - Estudio de la documentación existente (artículos, ponencias…) acerca de la adicción a Internet y al teléfono móvil en los jóvenes. - Estudio de la documentación existente (artículos, proyectos, tesis…) acerca de los distintos metodologías de análisis que podrían ser de aplicación al caso. - Planteamiento de un modelo explicativo de la adicción a estas tecnologías. - Elaboración de un cuestionario para medir la adicción a estas tecnologías y los motivos de su uso. - Elección de los medios de distribución del cuestionario. - Análisis de la fiabilidad y validez de los datos recabados en los cuestionarios y eliminación de indicadores en los casos en que sea necesario para garantizar un buen ajuste posterior del modelo. - Análisis del modelo y de las hipótesis planteadas de relaciones causales entre las variables. - Conclusiones sobre los resultados obtenidos y propuestas de futuros estudios sobre estas adicciones. JUSTIFICACIÓN DEL ESTUDIO En muchas ocasiones los medios proporcionan datos acerca del uso abusivo y de la alta dependencia de las nuevas tecnologías por parte de adolescentes y jóvenes. Como se indicaba al inicio de la introducción, se trata de una cuestión en crecimiento que puede acarrear consecuencias negativas. 1. INTRODUCCIÓN 7 Al ser este un caso de total actualidad, se considera que la investigación en esta materia puede resultar especialmente interesante. El objeto de estudio de este proyecto ha sido el tema principal de numerosos artículos y ponencias que se han publicado durante los últimos años. Tal y como se desarrolla en el capítulo correspondiente a la revisión de la literatura, tanto en España como en el extranjero se han realizado diversos estudios empíricos de estas adicciones a las nuevas tecnologías. Sin embargo, el enfoque que se le da en este proyecto es diferente. No existen muchos estudios concretos sobre la evaluación de la adicción a Internet y al teléfono móvil haciendo uso de los métodos empleados en este caso. Se puede afirmar que en este campo existe una cierta limitación metodológica; no existen sistemas de diagnóstico de estas adicciones tan efectivos y fiables como los que se han desarrollado para las adicciones a las drogas o al alcohol, por ejemplo. ESTRUCTURA Este proyecto se divide en varias partes. En este primer capítulo, Introducción, se introduce el tema del proyecto y se identifican los objetivos y el alcance. También se explica la metodología seguida y la justificación de por qué se realiza este estudio. Por último, en estos párrafos se comenta la composición del proyecto. En el capítulo 2, Elaboración del modelo, se aborda una amplia revisión de la literatura y se explica la composición del modelo elaborado. La revisión de la consiste principalmente en la recopilación de artículos de carácter psicosocial que analizan la adicción a las nuevas tecnologías en los jóvenes. Se realiza una revisión de estudios empíricos sobre este tema y se determina una clasificación de estas adicciones para poder ejecutar su estudio en los posteriores capítulos. En la segunda parte de este capítulo se presenta el modelo planteado para estudiar en este proyecto, desarrollando sus componentes detalladamente. En el capítulo 3, Modelos de Ecuaciones Estructurales, se explican los fundamentos del método empleado para llevar a cabo este estudio. Se explica la metodología más usada para la valoración de trastornos de la conducta, el Análisis de clases latentes y, en concreto, el Método de Ecuaciones Estructurales (que no deja de ser una particularización del anterior). En el capítulo 4, Metodología del análisis, se trata la metodología de trabajo para obtener los datos requeridos, es decir, el estudio empírico. Este capítulo contiene en su primera parte los cuestionarios realizados a los universitarios y se explica el procedimiento de elaboración y distribución de dichas encuestas. También se incluyen en este capítulo las explicaciones correspondientes de las pruebas a realizar con los programas informáticos SPSS y SmartPLS para validar el modelo especificado. Estas explicaciones contienen el detalle de los parámetros que van a evaluar y cómo se va a realizar dicho procedimiento. En el capítulo 5, Análisis y resultados, se presentan los resultados obtenidos en las pruebas realizadas sobre el modelo elaborado. En una primera parte se comentan los resultados obtenidos con el software SPSS de los análisis de fiabilidad y los análisis factoriales, así como las modificaciones a realizar en base a dichas pruebas. Posteriormente se estima el 1. INTRODUCCIÓN 8 modelo planteado mediante el software SmartPLS y se analizan las hipótesis planteadas para poder corroborarlas o refutarlas. En un último apartado de este capítulo se incluye un breve análisis de unos modelos que no han sido planteados inicialmente pero sobre los cuales se considera interesante comprobar su ajuste. Por último, en el capítulo 6 se establecen las Conclusiones a la finalización del estudio. Se presentan conclusiones relativas al modelo estudiado, a las variables de dicho modelo y a los métodos empleados para su estimación. De esta manera, se pueden establecer ciertas propuestas de actuación para la prevención de estos problemas y facilitar el diagnóstico. En este capítulo también se incluyen propuestas de investigación para futuros estudios que aborden estas adicciones. 2. ELABORACIÓN DEL MODELO 2. ELABORACIÓN DEL MODELO En la primera parte de este capítulo (Revisión de la literatura) se introduce la temática del estudio de las adicciones a las nuevas tecnologías y se analizan los artículos que sirven de base en esta investigación. En el Anexo I, correspondiente a este capítulo, se presenta una exhaustiva revisión de artículos, libros y diversos documentos que abordan la adicción a las nuevas tecnologías en los jóvenes y los factores que tienen influencia en esta materia. Tras este análisis de las teorías y modelos establecidos en los últimos años sobre este tema, se define en la segunda parte de este capítulo (Elaboración del modelo) el modelo planteado para el estudio de la adicción a Internet y al teléfono móvil en este proyecto. Este modelo servirá para estimar empíricamente, a través del instrumento de medición, las relaciones entre las variables que contiene. 2.1 REVISIÓN DE LA LITERATURA 2.1.1 Introducción Para empezar, es conveniente aportar una definición del término adicción, que tanto se va a emplear a lo largo de este proyecto. Se suele definir una adicción como una actitud o conducta generada como consecuencia de una dependencia. La adicción es por tanto el abuso habitual, independientemente de la voluntad, de una sustancia o actividad, con resultado de dependencia. Cualquier inclinación desmedida hacia alguna actividad puede desembocar en una adicción, exista o no una sustancia química de por medio. Como ocurre en las adicciones químicas, las personas adictas a una determinada conducta experimentan un síndrome de abstinencia cuando no pueden llevarla a cabo, caracterizado por la presencia de un profundo malestar emocional. Los síntomas de la adicción a las nuevas tecnologías son comparables a los manifestados en otras adicciones, como pueden ser la pérdida de control, la alteración de la vida cotidiana o la dependencia psicológica (Echeburúa y Corral, 2010). Sin embargo, no se ha llegado a un consenso para establecer criterios técnicos para identificar una adicción a las nuevas tecnologías. De hecho, en el Manual Diagnóstico y Estadístico de los Trastornos Mentales, publicado en mayo de 2013 y conocido como DSM-V, la Asociación Estadounidense de Psiquiatría contempla dentro de una nueva categoría de adicciones de la conducta la adicción al juego por Internet, pero no la adicción a Internet o a las nuevas tecnologías en general. La mayoría de artículos relacionados con este tema se han centrado en el uso abusivo de Internet y de los teléfonos móviles. 2. ELABORACIÓN DEL MODELO 16 Como se ha dicho, dada su importancia, las variables adicción a Internet y adicción al teléfono móvil se analizan en profundidad. Ambos constructos son de orden superior, ya que están formados a partir de otros constructos. Por tanto, se plantea el modelo estructural de relaciones entre las variables latentes que componen estos constructos. Se proponen unas hipótesis para este análisis (A.1…A.4 para la adicción a Internet; B.1…B.4 para la adicción al teléfono móvil) que serán validadas a partir de los datos obtenidos con los cuestionarios de adicción a Internet y adicción al teléfono móvil. Estas hipótesis se explican con detalle en los apartados 2.2.2 y 2.2.3. También se plantean una serie de hipótesis que relacionan los motivos de uso con su respectiva adicción. Las hipótesis H1, H2, H3, H4 y H5 hacen referencia a las relaciones de los motivos de uso de Internet con la adicción a Internet, mientras las hipótesis H7, H8, H9, H10, H11 Y H12 relacionan los motivos de uso del teléfono móvil con la adicción al teléfono móvil. También se pretende analizar la relación entre los dos constructos principales del modelo, propuesta por la hipótesis H6, que plantea que la adicción a Internet tiene una influencia directa positiva en la adicción al teléfono móvil. Por tanto, a modo de resumen, en esta tabla se presentan los submodelos a estudiar en este proyecto con las hipótesis planteadas en cada uno: ADICCIÓN A INTERNET (AI) ADICCIÓN AL TELÉFONO MÓVIL (ATM) SUBMODELO 1 DIMENSIONES AI DIMENSIONES ATM HIPÓTESIS: A.1, A.2, A.3, A.4 HIPÓTESIS: B.1, B.2, B.3, B.4 SUBMODELO 2 MOTIVOS DE USO DE INTERNET MOTIVOS DE USO DEL TELÉFONO MÓVIL HIPÓTESIS: H1, H2, H3, H4, H5 Y H6 HIPÓTESIS: H7, H8, H9, H10, H11 Y H12 Tabla 3. Modelos a estudiar en el proyecto. Fuente: Elaboración propia. En los siguientes apartados de este capítulo se detallan los pormenores de cada uno de estos cuatro bloques, empezando por la adicción a Internet y tratando posteriormente la adicción al teléfono móvil. Se explica la elección de cada constructo para formar parte del modelo en base a las teorías e investigaciones previas. Los correspondientes cuestionarios, los indicadores necesarios para medir cada variable no observable y la distribución de dichos indicadores son incluidos en el capítulo 4, que trata el estudio empírico. 2. ELABORACIÓN DEL MODELO 17 2.2.2 Adicción a Internet SUBMODELO 1: DIMENSIONES AI El modelo de estudio sobre la Adicción a Internet (AI) que se trata en este proyecto está basado en el propuesto por Caplan (2010). Siguiendo el enfoque de Davis (2001), que centró su teoría en las cogniciones y la conducta de los individuos, tal y como ha sido explicado al comentar la etiología de la adicción a Internet, Caplan establece cuatro dimensiones de la adicción a Internet: Preferencia por interacción social online, Regulación del estado de ánimo, Bajo autocontrol y Consecuencias negativas.  Preferencia por interacción social online (PISO) En numerosas publicaciones se resalta la importancia que tiene este factor en el uso problemático de Internet (Caplan, 2003; Kim y Davis, 2009; Meerkerk et al., 2010). Se trata de un constructo de tipo cognitivo, caracterizado por la creencia de que las relaciones a través de Internet son más seguras, cómodas y eficaces que las relaciones tradicionales cara a cara. La preferencia por la interacción social online es, por tanto, un importante componente del constructo adicción a Internet para Caplan, que puede tener relación con el resto de dimensiones como se analiza a lo largo de este estudio. Varios autores han profundizado en el estudio de variables que pueden predecir este constructo, como pueden ser la ansiedad, la soledad o las habilidades sociales. Sin embargo, no es objetivo de este proyecto ahondar en este campo.  Regulación del estado de ánimo (REA) Otro síntoma cognitivo del uso problemático de Internet es la motivación de usar la red para aliviar un estado de ánimo o sentimiento, como puede ser el estrés emocional (Caplan, 2002; LaRose et al., 2003). Estos autores inciden en la importancia de este factor, que juega un papel importante en el desarrollo de un bajo autocontrol y de consecuencias negativas asociadas al uso de Internet.  Bajo autocontrol (AUT) Según postula Caplan, esta dimensión adquiere un componente cognitivo y otro componente conductual. Así, en lo relativo a las cogniciones el bajo autocontrol está asociado a la preocupación de uno mismo por el propio uso de Internet, mientras que en lo relativo a la conducta la ausencia de autorregulación se vincula a un uso compulsivo de Internet. o Preocupación (PRE): se refiere a los pensamientos obsesivos sobre el uso de Internet. Caplan y High (2007) inciden en esta dimensión como clave para la asociación entre el uso de Internet y las consecuencias negativas. o Uso compulsivo de internet (UCI): es entendido como la incapacidad de controlar o regular el acceso a Internet. Este factor es considerado por varios autores como un componente principal del constructo adicción a Internet (Caplan, 2005; Kim et al., 2009; Meerkerk et al., 2009). 2. ELABORACIÓN DEL MODELO 18  Consecuencias negativas (CONS) Este factor, clave en la adicción a Internet, se refiere a los problemas que puede originar el uso de Internet sobre distintas facetas de la vida, ya sea en el ámbito académico, laboral, personal o social (Caplan, 2005; Morahan-Martin, 2007). Caplan postula también unas relaciones entre los constructos del modelo, con las que se conforma el submodelo estructural. Se evalúan estas relaciones con el fin de determinar la causalidad entre los constructos analizados. Así, las hipótesis planteadas sobre las relaciones directas son las siguientes:  Hipótesis A.1: la preferencia por la interacción social online tiene un efecto directo positivo sobre el uso de Internet como modo de regulación del estado de ánimo. En estudios anteriores (Caplan, 2005, 2007) se ha observado que gente con preferencia por interaccionar online antes que cara a cara lo hace debido a que puede resultar menos estresante y da más confianza al individuo.  Hipótesis A.2: la preferencia por la interacción social online tiene un efecto directo positivo sobre el bajo autocontrol del uso de Internet. También en estudios previos (Caplan, 2005; Kim et al., 2009) se ha analizado esta relación y se ha descubierto que la preferencia por la interacción social online es una variable predictora del uso compulsivo de Internet, que es uno de los dos indicadores del bajo autocontrol.  Hipótesis A.3: el uso de internet como modo de regulación del estado de ánimo tiene un efecto directo positivo sobre el bajo autocontrol del uso de Internet. En este caso son los estudios de LaRose et al. (2003) y de Lee y Perry (2004) los que establecen esta relación, estableciendo que el uso compulsivo puede llegar a darse si la conexión se produce con el objetivo de aliviar el estrés, la soledad o la ansiedad. LaRose et al. exponen que la sensación de obtener consecuencias positivas del uso de Internet como modo de regulación del estado de ánimo puede derivar en un aumento del uso de Internet.  Hipótesis A.4: el bajo autocontrol sobre el uso de Internet tiene un efecto directo positivo sobre las consecuencias negativas asociadas. Volviendo al inicio de la explicación de la etiología de la adicción a Internet, Davis (2001) plantea como base de su modelo cognitivo-conductual que la preocupación y el uso compulsivo (recordemos, englobados en el constructo bajo autocontrol) son los que originan de manera directa consecuencias negativas del uso de Internet. En la Figura 3, mostrada en la página siguiente, se presenta el modelo de las dimensiones de la adicción a Internet. La variable adicción a Internet es un constructo de tercer orden formado por tres variables de primer orden (POSI, REA y CONS) y una variable de segundo orden (AUT), que a su vez está definida por dos variables de primer orden (PRE y 2. ELABORACIÓN DEL MODELO 19 UCI). En posteriores capítulos se verá la relevancia que tiene esta estructura de tercer orden del modelo para su análisis. Figura 3. Modelo de la adicción a Internet. Fuente: Elaboración propia. En la Figura 4 se presenta el modelo estructural de la adicción a Internet, que incluye las relaciones causales entre las variables latentes y las hipótesis planteadas: Figura 4. Modelo estructural de la adicción a Internet. Fuente: Elaboración propia. REGULACIÓN ESTADO DE ÁNIMO BAJO AUTOCONTROL CONSECUENCIAS NEGATIVAS PREFERENCIA POR INTERACCIÓN SOCIAL ONLINE PISO1 PISO2 PISO3 REA1 REA2 REA3 PRE2 CONS1 CONS2 CONS3 PRE1 PRE3 UCI1 UCI2 UCI3 H A.4 H A.3 H A.2 H A.1 PREFERENCIA POR INTERACCIÓN SOCIAL ONLINE REGULACIÓN DEL ESTADO DE ÁNIMO BAJO AUTOCONTROL ADICCIÓN A INTERNET I PISO1 PISO2 PISO3 REA1 REA2 REA3 PRE1 PRE2 PRE3 PREOCUPACIÓN UCI1 UCI2 UCI3 USO COMPULSIVO CONSECUENCIAS NEGATIVAS CONS1 CONS2 CONS3 2. ELABORACIÓN DEL MODELO 20 SUBMODELO 2: MOTIVOS DE USO DE INTERNET Uno de los objetivos del proyecto es analizar la relación entre los motivos de uso de Internet y la posible adicción a este medio. Tras una revisión de los estudios que analizan dicha influencia de la motivación de uso, se han considerado los factores que componen esta dimensión y se ha diseñado el cuestionario pertinente para poder estudiar esta asociación. La mayoría de estos estudios están basados en la Teoría de usos y gratificaciones. Swanson (1992) establece una clasificación dicotómica de las gratificaciones: gratificaciones de proceso y de contenido. Las de proceso hacen referencia a aquellas que resultan de una experiencia placentera en el medio y son alcanzadas durante el consumo (por ejemplo, ver la televisión). Las de contenido son aquellas que resultan de adquirir información del medio para poder poner en práctica ese conocimiento adquirido (por ejemplo, leer el periódico). Ruggiero (2000) y LaRose (2001) consideran elemental la Teoría de usos y gratificaciones para examinar el fenómeno de la adicción a Internet. LaRose (2001) elabora un marco socio-cognitivo para dar una explicación al uso de Internet en términos de las gratificaciones que buscan los usuarios con su uso. Posteriormente, en el año 2004, LaRose lleva a cabo una investigación sobre las motivaciones de uso de Internet de los usuarios. Plantea dos hipótesis generales: por un lado, que las gratificaciones de proceso están positivamente relacionadas con la adicción a Internet; por otro, que las gratificaciones de contenido no están relacionadas con la adicción a Internet. Teniendo en cuenta este reputado estudio y otro más reciente (Bozoglan, 2014), se han formulado las 5 dimensiones que componen este constructo motivos de uso de Internet.  Búsqueda de información: referido a explorar en los sitios web acerca de contextos externos a Internet como pueden ser las noticias o artículos de cualquier temática. Esta dimensión estaría clasificada como gratificación de contenido.  Compensación económica: uso de Internet para obtener rentabilidad económica. Al ser una actividad orientada a obtener un beneficio que puede darse de manera permanente por la amplitud de la red, se considera como gratificación de proceso.  Entretenimiento: referido a ver películas en Internet o descargar y escuchar música, por ejemplo. Beard (2005) y Davis (2001) establecen que el uso problemático de Internet puede surgir de este tipo de actividades. Es una gratificación de proceso.  Relaciones sociales: esta dimensión hace referencia al uso de Internet para estar en contacto con amigos y familiares, a la conexión a redes sociales, conocer gente… Se trata de una gratificación de proceso principalmente.  Emociones virtuales: en esta dimensión se engloban actividades como las compras, las apuestas o los juegos online. Son actividades que proporcionan a ciertos usuarios una emoción especial en este medio. Se trata de una clara gratificación de proceso. 2. ELABORACIÓN DEL MODELO 21 Así pues, teniendo en cuenta las hipótesis generales sobre las gratificaciones establecidas por LaRose, podemos formular las siguientes 5 hipótesis correspondientes a cada gratificación (dimensión), dependiendo de si es de proceso o de contenido:  Hipótesis 1: el uso de Internet para buscar información no está relacionado con la adicción a Internet.  Hipótesis 2: el uso de Internet como búsqueda de obtener compensación económica tiene un efecto directo positivo sobre la adicción a Internet.  Hipótesis 3: el uso de Internet como entretenimiento tiene un efecto directo positivo sobre la adicción a Internet.  Hipótesis 4: el uso de Internet con motivo de las relaciones sociales tiene un efecto directo positivo sobre la adicción a Internet.  Hipótesis 5: el uso de Internet con motivo de las emociones virtuales tiene un efecto directo positivo sobre la adicción a Internet. En este modelo se plantea también la Hipótesis 6: la adicción a Internet tiene un efecto directo positivo en la adicción al teléfono móvil. Esta es una de las hipótesis más interesantes del estudio. El planteamiento gráfico de este submodelo se puede ver en la Figura 5 que se muestra a continuación: Figura 5. Modelo planteado para los motivos de uso de Internet. Fuente: Elaboración propia. ADICCIÓN A INTERNET BÚSQUEDA DE INFORMACIÓN COMPENSACIÓN ECONÓMICA ENTRETENIMIENTO RELACIONES SOCIALES EMOCIONES VIRTUALES H1 H2 H3 H4 H5 H6 ADICCIÓN AL TELÉFONO MÓVIL MOTIVOS DE USO DE INTERNET 2. ELABORACIÓN DEL MODELO 22 2.2.3 Adicción al teléfono móvil SUBMODELO 1: DIMENSIONES ATM El modelo de la Adicción al teléfono móvil (ATM) se plantea formado por los mismos constructos (excepto el constructo Preferencia por interacción social online, reformulado como Injerencia en las relaciones sociales) que el modelo principal de la adicción a Internet. Así se analizará con mayor exactitud la correlación entre la adicción a Internet y al teléfono móvil. Se ha decidido proceder de esta manera porque, a pesar de que ningún autor ha planteado un modelo estructurado sobre estos constructos para la adicción al teléfono móvil, se ha considerado que adecuando las preguntas del cuestionario de uso de Internet al uso del teléfono móvil sobre estas dimensiones se puede realizar un buen ajuste de este modelo. Esta es, por tanto, una parte del estudio de carácter más exploratorio que confirmatorio, pues no existe evidencia empírica previa. En el capítulo 4, donde se desarrolla el estudio empírico, se explica cómo se ha diseñado el cuestionario y en base a qué se han elegido los ítems que permitirán medir cada constructo de la adicción al teléfono móvil. Debajo de estas líneas, en la Figura 6, se presenta el modelo de las dimensiones de la adicción al teléfono móvil: Figura 6. Modelo de la adicción al teléfono móvil. Fuente: Elaboración propia. REGULACIÓN DEL ESTADO DE ÁNIMO BAJO AUTOCONTROL ADICCIÓN AL TELÉFONO MÓVIL I IRS1 IRS2 IRS3 REAm1 REAm2 REAm3 PREm1 PREm2 PREm3 PREOCUPACIÓN UCTM1 UCTM2 UCTM3 USO COMPULSIVO CONSECUENCIAS NEGATIVAS CONSm1 CONSm2 CONSm3 INJERENCIA EN LAS RELACIONES SOCIALES 2. ELABORACIÓN DEL MODELO 23 En este modelo se adoptan modificaciones en la nomenclatura de las variables, para evitar equívocos con respecto al modelo de la adicción a Internet. Así, los constructos Regulación del estado de ánimo, Preocupación, Bajo autocontrol y Consecuencias negativas pasan a ser denominados de la misma manera pero añadiendo una m minúscula: REAm, PREm, AUTm y CONSm respectivamente. El constructo Uso compulsivo para a ser denominado UCTM (Uso compulsivo del teléfono móvil). Los indicadores sufren las mismas variaciones. Como se indicaba antes, el constructo Preferencia por interacción social online (PISO), del modelo de adicción a Internet, pasa a ser reformulado como Injerencia en las relaciones sociales (IRS). La variable adicción al teléfono móvil es un constructo de tercer orden formado por tres variables de primer orden (IRS, REAm y CONSm) y una variable de segundo orden (AUTm), que a su vez está definida por dos variables de primer orden (PREm y UCIm). De la misma manera que para el constructo adicción a Internet, para el constructo de tercer orden adicción al teléfono móvil se trata de predecir las relaciones entre sus dimensiones que se espera encontrar, para poder analizar posteriormente las hipótesis planteadas. Las relaciones que se plantean son análogas (las hipótesis se especifican con la letra B en lugar de la letra A) a las explicadas para el constructo adicción a Internet, ya que cabe esperar una actitud similar del individuo ante este medio. En la Figura 7 se muestra lo que se acaba de comentar, es decir, las hipótesis de relaciones planteadas que deberán ser contrastadas: Figura 7. Modelo estructural de la adicción al teléfono móvil. Fuente: Elaboración propia REGULACIÓN DEL ESTADO DE ÁNIMO BAJO AUTOCONTROL CONSECUENCIAS NEGATIVAS INJERENCIA EN LAS RELACIONES SOCIALES IRS1 IRS2 IRS3 REAm1 REAm2 REAm3 PREm2 CONSm1 CONSm2 CONSm3 PREm1 PREm3 UCTM1 UCTM2 UCTM3 H B.1 H B.2 H B.3 H B.4 2. ELABORACIÓN DEL MODELO 24 SUBMODELO 2: MOTIVOS DE USO DEL TELÉFONO MÓVIL Por último, se analiza la relación existente entre los motivos de uso del teléfono móvil y la adicción a este medio. Tras una revisión de los estudios que analizan dicha influencia de la motivación de uso, se han considerado los factores que componen esta dimensión y se ha diseñado el cuestionario correspondiente para estudiar esta asociación. En este caso, son las investigaciones llevadas a cabo por Casey (2012), Young Joo (2013) y Sultan (2014) las que han sido analizadas para componer esta parte del estudio. Es de vital importancia tener en cuenta investigaciones muy recientes debido al espectacular giro que ha dado el uso de la telefonía móvil en el último lustro. Así, se plantea este constructo formado por seis dimensiones, que abarcan las finalidades de uso del Smartphone. A continuación se exponen las funciones más características de cada una de estas dimensiones:  Entretenimiento: ver películas, escuchar música, leer ebooks o jugar.  Comunicación tradicional: llamadas, mensajes de texto (SMS).  Comunicación a través de aplicaciones de mensajería instantánea: uso de aplicaciones como Whatsapp o Telegram, que posibilitan estar conectado en todo momento en chats personales o grupales con amigos y familiares.  Relaciones sociales: uso de redes sociales como Facebook, Twitter o Instagram. Uso del teléfono para hacer nuevas amistades.  Búsqueda de información: incluye la navegación en foros, noticias…  Utilidades: uso de aplicaciones varias del teléfono como el correo electrónico, la cámara de fotos o el calendario. Como se puede ver en el planteamiento del modelo a estudiar de este proyecto, se propone una hipótesis para cada dimensión sobre la influencia de los motivos de uso en la adicción al teléfono móvil o Smartphone (Young Joo, 2013):  Hipótesis 7: el uso del teléfono móvil como entretenimiento no tiene influencia en la adicción al teléfono móvil. Se plantea de manera opuesta al caso de Internet.  Hipótesis 8: el uso del teléfono móvil con motivo de la comunicación tradicional no tiene influencia sobre la adicción al teléfono móvil.  Hipótesis 9: el uso del teléfono móvil con motivo de la comunicación a través de aplicaciones de mensajería tiene un efecto directo positivo sobre la adicción al teléfono móvil.  Hipótesis 10: el uso del teléfono móvil con motivo de las relaciones sociales tiene un efecto directo positivo sobre la adicción al teléfono móvil.  Hipótesis 11: el uso del teléfono móvil para buscar información no tiene influencia sobre la adicción al teléfono móvil. 3. MODELOS DE ECUACIONES ESTRUCTURALES 3. MODELOS DE ECUACIONES ESTRUCTURALES 3.1 INTRODUCCIÓN En las últimas décadas, el desarrollo y estudio de modelos que tratan variables observables y variables latentes ha crecido de manera exponencial. Una variable latente es aquella que representa un modelo teórico; es decir, que no puede ser medida directamente. Las aplicaciones de esta clase de modelos son muy diversas: desde su uso en psicología en materia de adicciones (como es el caso) o trastornos del comportamiento, pasando por la sociología o la mercadotecnia, donde se usan para realizar análisis de satisfacción de los consumidores, por ejemplo. En numerosas ocasiones se manifiesta la necesidad de clasificar a individuos u otros objetos según algún fenómeno que no se puede medir directamente (constructo), de manera que se recurre a indicadores del mismo. En ese sentido, los análisis de clases latentes, basados en un modelo probabilístico, suponen una herramienta útil cuando se tienen variables manifiestas nominales, ordinales, continuas o conteos. Los análisis de clases latentes se han utilizado cada vez con mayor frecuencia en la clasificación de trastornos conductuales y psiquiátricos y cobran particular relevancia en el campo del abuso de sustancias, donde gran parte de las variables son categóricas. En estos modelos se utiliza la regresión multivariada para relacionar patrones de respuestas con un conjunto de factores latentes que no se observan directamente pero que, según la teoría sustantiva, existen en dimensiones continuas en las personas que se evalúan (Rizopoulos, 2006). La medición de un comportamiento a través de indicadores incluye tanto una medición directa de las variables observadas como una medición indirecta de las variables no observadas. Por tanto, el objetivo del empleo de estos análisis es identificar si las relaciones entre las variables observables puede ser explicable o no por variables latentes. Para la medición de las variables observables se emplea el correspondiente instrumento de medición. Los instrumentos más habituales son cuestionarios en los que las personas encuestadas proporcionan una serie de respuestas a unas preguntas (ítems) en base a la escala de medición propuesta. Estas respuestas son los indicadores, que suponen el punto de partida para el análisis posterior de las variables implicadas en el modelo. Un supuesto elemental en este tipo de análisis es el de independencia local o condicional, que postula que las variables indicadoras son independientes entre sí. Son las variables latentes las que determinan las relaciones existentes entre éstas. En el Anexo II se explican conceptos elementales de esta metodología que no tienen cabida en la memoria. En dicho Anexo se detallan los tipos de variables que intervienen en estos modelos y los tipos de relaciones que cabe esperar encontrar. Se explican los diagramas estructurales y su terminología y también se define el concepto de análisis factorial. 4. METODOLOGÍA DEL ANÁLISIS 32 - Cuestionario de adicción al teléfono móvil En el capítulo 2.2.3 se ha expuesto el modelo de análisis de la adicción al teléfono móvil. Para la elaboración del cuestionario que evalúa esta variable se han tenido en cuenta las preguntas formuladas en cuatro importantes cuestionarios de investigaciones previas: el Mobile Phone Problem Use Scale (MPPUS) de Bianchi y Phillips (2005), el Cuestionario de Experiencias Relacionadas con Móvil (CERM) de Beranuy et al. (2009), el Problematic Use of Mobile Phone Scale (PUMPS) de James (2012) y el Smartphone Addiction Proneness Scale (SAPS) de Kim et al. (2014). Se utilizan, de igual manera que en el cuestionario de la adicción a Internet, tres ítems para evaluar cada uno de los cinco constructos (recordemos que el bajo autocontrol se compone de dos dimensiones: preocupación y uso compulsivo del teléfono móvil). Así, el número total de ítems en este caso es también de 15. Los ítems se presentan desordenados y bajo estas líneas se indica su distribución en el cuestionario: - Injerencia en las relaciones sociales (IRS): ítems 1, 6 y 11 - Regulación del estado de ánimo (REA): ítems 2, 7 y 12 - Preocupación (PRE): ítems 3, 8 y 13 - Uso compulsivo del teléfono móvil (UCTM): ítems 4, 9 y 14 - Consecuencias negativas (CONS): ítems 5, 10 y 15 A continuación, en la Tabla 5, se detalla la denominación de cada ítem y el cuestionario del que se ha obtenido cada ítem: Indicador Nº de ítem Cuestionario IRS1 1 MPPUS REA1 2 PUMPS PRE1 3 MPPUS UCTM1 4 SPAS CONS1 5 MPPUS IRS2 6 MPPUS REA2 7 PUMPS PRE2 8 SPAS UCTM2 9 SPAS CONS2 10 MPPUS IRS3 11 CERM REA3 12 PUMPS PRE3 13 PUMPS UCTM3 14 PUMPS CONS3 15 MPPUS Tabla 5. Ítems para el cuestionario de adicción al teléfono móvil. Fuente: Elaboración propia. El cuestionario de 15 preguntas sobre la adicción al teléfono móvil se muestra en el Anexo III, junto al resto de cuestionarios. 4. METODOLOGÍA DEL ANÁLISIS 33 - Cuestionario para la evaluación de los motivos de uso de Internet En la primera parte del capítulo 2.2.4 se ha explicado el desglose de los motivos de uso de Internet que se analizan en la encuesta. Los ítems que evalúan las respectivas dimensiones se presentan desordenados y a continuación se indica su distribución en el cuestionario: - Búsqueda de información: ítems 1, 6 y 12 . - Compensación económica: ítems 5 y 13. - Entretenimiento: ítems 4, 7 y 11. - Relaciones sociales: ítems 3, 8, 10 y 14. - Emociones virtuales: ítems 2, 9 y 15. El cuestionario que evalúa los motivos de uso de Internet se encuentra en el Anexo III. - Cuestionario para la evaluación de los motivos de uso del teléfono móvil En el capítulo 2.2.4 se ha explicado la distribución de los motivos de uso del teléfono móvil. Los 16 ítems que evalúan las respectivas dimensiones se presentan desordenados y a continuación se indica su distribución en el cuestionario: - Entretenimiento: ítems 1, 6, 11 y 13. - Comunicación tradicional: ítems 2 y 12. - Comunicación a través de aplicaciones de mensajería instantánea: ítems 4 y 10. - Relaciones sociales: ítems 3, 8 y 16. - Búsqueda de información: ítems 5 y 15. - Utilidades: ítems 7, 9 y 14. El cuestionario que evalúa los motivos de uso del teléfono móvil se encuentra en el Anexo III. 4. METODOLOGÍA DEL ANÁLISIS 34 4.2 ANÁLISIS MEDIANTE SPSS En este apartado se explican los análisis preliminares que se realizan sobre los datos obtenidos de los cuestionarios, necesarios para garantizar su idoneidad de cara a la aplicación del modelo de ecuaciones estructurales posteriormente. Para ello se ha empleado el software estadístico SPSS, de IBM. Los resultados de esta parte del estudio se presentan en el capítulo 5. Este análisis previo comprende un análisis de fiabilidad de la escala y un análisis factorial. Es una parte esencial del estudio del modelo de medida, ya que se examina la relación entre los indicadores y sus constructos. Así, a continuación se explica en qué consiste cada uno de los dos análisis, los parámetros mediante los que se evalúan los datos y los criterios impuestos para determinar su corrección. Fruto de esta parte del estudio, algunos indicadores pueden ser eliminados en el caso de que alteren el buen ajuste de los constructos modelados. 4.2.1 Análisis de fiabilidad Es necesario en primer lugar comprobar la fiabilidad del instrumento de medida, en este caso, del cuestionario. Un instrumento de medida es fiable cuando proporciona puntuaciones estables y consistentes. El objetivo de esta prueba es comprobar si lo que mide el cuestionario (a través de los indicadores) es realmente lo que debe medir; es decir, corroborar si la escala ha sido propuesta de manera correcta o no. Se realiza para cada constructo, de forma que podremos concluir si los indicadores propuestos miden correctamente cada una de las variables latentes. Se emplean dos parámetros: el alfa de Cronbach del constructo y la correlación elemento-total de cada indicador del correspondiente constructo. - Alfa de Cronbach Este coeficiente fue descrito en 1951 por Lee J. Cronbach y mediante él se evalúa la consistencia interna de la escala. Concretamente, mide la correlación entre los ítems que componen un determinado constructo. El alfa de Cronbach se calcula de la siguiente manera: donde: k es el número de ítems de la escala es la varianza correspondiente a cada ítem es la varianza correspondiente a la escala total 4. METODOLOGÍA DEL ANÁLISIS 35 Así pues, este coeficiente mide la fiabilidad de la escala en función de dos términos: el número de ítems de dicha escala y la proporción de la varianza total debida a la covarianza entre los ítems. Su valor oscila entre 0 y 1 y cuanto más cercano sea a 1, mayor es la consistencia interna de los ítems analizados. Sin embargo, es importante reseñar que valores de este coeficiente muy cercanos a 1 pueden indicar la existencia de ítems redundantes. Algunos autores señalan en 0,90 el valor de este parámetro a partir del cual se considera la posible existencia de ítems redundantes en la escala. George y Mallery (2003) proponen los siguientes valores de este coeficiente para establecer conclusiones: No aceptable Pobre Cuestionable Aceptable Bueno Excelente Tabla 6. Valores de alfa de Cronbach y criterios. Elaboración propia Huh, Delorme y Reid (2006) diferencian entre investigaciones exploratorias y estudios confirmatorios a la hora de fijar un valor límite del coeficiente alfa de Cronbach. Así, establecen que en investigaciones exploratorias el valor de fiabilidad debe ser igual o mayor a 0,6 mientras que en estudios confirmatorios el valor de dicho coeficiente debe ser igual o mayor a 0,7 (valor comúnmente establecido por la mayoría de autores). En este proyecto se ha tomado como criterio un valor del coeficiente alfa de Cronbach superior a 0,7, aunque veremos cómo en la parte exploratoria del mismo podemos tener valores muy ligeramente inferiores que podríamos tomar como válidos. - Correlación elemento-total Este es un parámetro que proporciona una medida de la correlación entre un ítem y el resto de ítems de los que forman la escala a la que pertenece. Su valor varía entre -1 y 1 al tratarse de un coeficiente de correlación. Las correlaciones superiores a 0,35 son estadísticamente significativas más allá del nivel del 1% (Cohen – Manion, 1990), por lo que los ítems cuyo valor de correlación elemento-total sea inferior a 0,35 deberán ser eliminados o reformulados. Un valor bajo de dicha correlación puede ser debido a una mala redacción del ítem o, por ejemplo, a que el ítem no mide lo que se desea medir. 4. METODOLOGÍA DEL ANÁLISIS 36 4.2.2 Análisis factorial El análisis factorial es una técnica de reducción de datos mediante la que se pretende la identificación de factores o dimensiones que no se pueden observar empíricamente pero que dan explicación a las relaciones existentes entre un grupo de variables observadas. Dichos factores son los denominados constructos, los cuales engloban un determinado número de indicadores (variables observadas) que correlacionan altamente entre sí. El fin último de este análisis es obtener el mínimo número de dimensiones e indicadores capaces de explicar el máximo de información contenida en los datos. En este proyecto se ha aplicado este análisis de dos maneras. En los cuestionarios relativos a la adicción a Internet y al teléfono móvil, el objetivo va a ser confirmar el planteamiento de los constructos realizado en base a la teoría previa, tal y como se ha planteado en el capítulo correspondiente a la elaboración del modelo. Así, en este caso el análisis factorial consistirá en comprobar que los indicadores de cada constructo midan realmente una sola dimensión y no más, de manera que quede corroborada su agrupación en torno a dicho constructo únicamente. Se realiza un análisis de componentes principales para cada constructo. En los cuestionarios relativos a los motivos de uso de Internet y los motivos de uso del teléfono móvil, dado que tienen un carácter más exploratorio por existir menos teoría previa sobre estos conceptos, se aplican técnicas de reducción de datos correspondientes a este tipo de análisis. Mediante dicho análisis factorial exploratorio comprobaremos si existen otras agrupaciones de los datos más acertadas que las propuestas para estos dos cuestionarios. Establecidos los objetivos de este paso y la metodología a aplicar para cada cuestionario, se describen a continuación los parámetros que han sido considerados en este análisis y los criterios establecidos para cada uno. - Índice KMO de Kaiser-Meier-Olkin y Test de esfericidad de Bartlett La medida de la adecuación muestral de Kaiser-Meier-Olkin (KMO) permite comparar el valor de los coeficientes de correlación observados con el valor de los coeficientes de correlación parcial. Este índice contrasta si las correlaciones parciales entre las variables son suficientemente pequeñas. Se puede calcular para la muestra total o para cada constructo, incluyendo solo los coeficientes de la variable que se quiere analizar. En este caso, se aplica para cada constructo en el caso de los modelos de adicción a Internet y al teléfono móvil debido a que estas dimensiones están planteadas de antemano y se quiere corroborar el ajuste de dicho planteamiento. Este índice se calcula de la siguiente manera: 4. METODOLOGÍA DEL ANÁLISIS 37 donde: es el coeficiente de correlación lineal entre las variables i-ésima y j-ésima ( ). es el coeficiente de correlación parcial entre las variables i-ésima y jésima ( ). El índice KMO toma valores entre 0 y 1 y será mayor cuanto más pequeño sea el término correspondiente a las correlaciones parciales entre variables. Valores elevados de este indicador implican que las hipótesis de análisis factorial son compatibles para el constructo analizado. Sin embargo, es conveniente complementar esta información con otras pruebas. Valores de KMO inferiores a 0,5 indican baja correlación; es decir, el análisis factorial no es útil. Valores entre 0,5 y 0,6 implican una correlación media. Mientras, valores de KMO superiores a 0,6 indican alta correlación y el análisis factorial resulta útil. Así pues, en este proyecto se ha tomado como valor límite 0,5, por lo que se aceptan los índices KMO iguales o superiores a 0,5. De la fórmula del indicador se desprende que el valor del índice KMO para el caso de un constructo formado únicamente por dos variables es 0,5. El Test de esfericidad de Bartlett contrasta, bajo la hipótesis de normalidad multivariante, si la matriz de correlación de las variables observadas es la identidad. Si una matriz de correlaciones es la identidad, las correlaciones entre las variables son nulas. Así pues, rechazar la hipótesis sería indicativo de la existencia de correlaciones y el análisis factorial cobraría sentido. Se debe obtener un valor elevado de la prueba y un valor pequeño de la significación (inferior a 0,05) para tener la certeza de que las variables están suficientemente correlacionadas entre sí. - Comunalidades La comunalidad de una variable representa la proporción de su varianza que es explicada por los factores o componentes del modelo. La comunalidad de una variable se calcula como la suma de los cuadrados de sus cargas factoriales. Las variables que no hayan quedado bien definidas en el modelo tendrán un valor de comunalidad bajo y será necesario descartarlas. Cuanto mayor sea la cantidad de comunalidades cercanas a 1 de las variables, mayor será la calidad del modelo. En la aplicación del análisis de componentes principales (como se realiza en el caso que nos ocupa), la comunalidad inicial es siempre 1 ya que no se tienen tantos factores como variables. Tras la extracción, el valor de la comunalidad obtenido representa la cantidad de información que permanece de la variable original al reducir el número de factores. En este trabajo, se aceptan valores de este parámetro superiores a 0,5. - Varianza total explicada La varianza total explicada es un término clave en la determinación de cuántos factores son los idóneos para clasificar los datos. Cada factor obtenido en el análisis explica 4. METODOLOGÍA DEL ANÁLISIS 38 una cantidad de la varianza total. El primer factor resultante explica la mayor cantidad de varianza posible, el segundo factor explica la mayor cantidad de varianza residual no explicada por el primer factor y así sucesivamente. En los estudios relacionados con Ciencias Sociales, como es el caso, se aceptan como válidas las soluciones que representen al menos un 60% de la varianza total (Hair et al., 2004). La varianza total explicada por los factores seleccionados nunca debe ser inferior al 50% y, como es lógico, cuanto mayor sea su porcentaje, más adecuada será la reducción factorial. En este proyecto se toman como válidos los valores de una varianza total explicada superiores al 60%. En el caso de los cuestionarios de adicción a Internet y al teléfono móvil, se pretende obtener valores de la varianza total explicada mayores del 60% para la solución de un único factor al aplicar el análisis a cada constructo, lo que significará que es correcto agrupar las variables de dicho constructo en un solo factor y no en más. - Matriz de componentes Se trata de la matriz que contiene las correlaciones entre cada una de las variables y los factores obtenidos. Es una matriz que puede cambiar de denominación dependiendo del método de extracción elegido (en el caso del método de componentes principales, como es el caso, se denomina matriz de componentes). El objetivo es que las variables saturen en un factor determinado, lo que significará que constituyen un conjunto de variables bien diferenciado. A continuación se resumen en la Tabla 7 los criterios tomados para todos los parámetros explicados: Análisis de fiabilidad Análisis factorial Medida Alfa de Cronbach Correlación elementototal KMO Test de esfericidad de Bartlett (Sig.) Comunalidades Varianza total explicada Matriz de componentes Criterio Observación de la propia matriz Tabla 7. Parámetros y criterios establecidos para los análisis de fiabilidad y factoriales. Fuente: Elaboración propia 4. METODOLOGÍA DEL ANÁLISIS 39 4.3 ANÁLISIS MEDIANTE SMARTPLS En esta parte del trabajo se comprueban las relaciones entre los constructos que se han planteado en el modelo. Tras los análisis llevados a cabo mediante el software SPSS, el estudio del modelo planteado se realiza con el programa informático SmartPLS. Este software emplea la técnica de mínimos cuadrados parciales (PLS, Partial Least Squares), siendo uno de los programas más empleados para el diseño de modelos de ecuaciones estructurales mediante interfaz gráfico. En el Anexo V se adjunta información sobre la metodología PLS. En él se explican detalladamente las diferencias de la modelización PLS con respecto a los métodos basados en el análisis de las covarianzas (CBM, Covariance Based Method) y se especifica el procedimiento de estimación de los parámetros de un modelo causal mediante PLS. A continuación se enumeran, a modo de resumen, algunas de las ventajas de la metodología PLS que han hecho que sea la elegida para llevar a cabo el estudio (Urbach y Ahlemann, 2010): - No es necesario un tamaño muestral tan grande como para los CBM. - Es más óptima para predecir las variables dependientes. - Es más óptima para estudios sobre teoría no sólidamente desarrollada. - Puede contener indicadores reflectivos y formativos, no solo reflectivos. - Puede tratar datos que presenten distribuciones no normales. La modelización PLS busca la predicción de las variables dependientes, tanto de las observables como de las latentes. Así, trata de maximizar la varianza explicada ( ) de las variables dependientes (constructos endógenos) y por tanto minimizar las varianzas residuales. Tiene un campo de aplicación más amplío que los CBM, ya que se adapta tanto a investigaciones predictivas como a investigaciones confirmatorias. Esta técnica se apoya en la estimación de mínimos cuadrados ordinarios (OLS) y en el análisis de componentes principales (ACP). Este estudio tiene buena parte de carácter confirmatorio, pero además una buena componente de análisis exploratorio por la poca teoría existente sobre la relación entre los motivos de uso de Internet y del teléfono móvil y los constructos sobre los que se han modelado estas dos variables, por lo que la modelización PLS es la idónea. El análisis mediante el software SmartPLS debe llevarse a cabo en dos partes: en primer lugar se analiza el modelo de medida y posteriormente el modelo estructural. Estos son conceptos que han sido explicados en el apartado 3.2, correspondiente a los Modelos de Ecuaciones Estructurales (MEE). En dicho apartado se explica que el modelo de medida se compone de las relaciones entre los indicadores y los constructos a los que pertenecen, mientras el modelo estructural contiene las relaciones planteadas entre los constructos. Por tanto, en la primera parte del estudio se corroboran los cálculos realizados previamente con el software SPSS. 4. METODOLOGÍA DEL ANÁLISIS 40 4.3.1 Valoración del modelo de medida El modelo de medida pretende analizar si los constructos planteados son correctamente evaluados mediante las variables observadas. Existen dos tipos de modelos de medida: el de los indicadores reflectivos y el el de los formativos. El análisis del modelo de medida de los indicadores reflectivos comprende dos conceptos: fiabilidad (la medición se hace de forma estable y consistente) y validez (se mide lo que realmente se desea medir). Los indicadores tenidos en cuenta para evaluar estos dos conceptos son los siguientes: - Fiabilidad individual del ítem Se valora examinando las cargas de los indicadores en su correspondiente constructo. Para aceptar un indicador como integrante de un constructo, deberá poseer una carga superior a 0,6 (Bagozzi, 1994; Hair et al., 2004). Esto implica que la varianza compartida entre el constructo y el indicador (que toma el valor de la carga al cuadrado) es mayor que la varianza del error. - Fiabilidad del constructo Permite comprobar la consistencia interna de los indicadores al medir la variable latente. Se utilizan dos indicadores: o Alfa de Cronbach: ya explicado en el apartado 4.2.1. Sus resultados se presentan en el capítulo 5. o Fiabilidad compuesta, que viene dada por la siguiente fórmula: donde: es la carga estandarizada del indicador i es el error de medida del indicador i La fiabilidad compuesta es una medida muy similar al alfa de Cronbach pero se diferencia en que en lugar de presuponer a priori que cada indicador de un constructo contribuye de la misma forma, utiliza las cargas de los ítems tal como están en el modelo causal. Tiene la ventaja de que no está influenciada por el número de ítems de la escala. En estudios exploratorios se aceptan valores superiores a 0,60 de la fiabilidad compuesta; valores por debajo de 0,60 indican falta de fiabilidad (Nunally y Bernstein, 1994). 4. METODOLOGÍA DEL ANÁLISIS 41 - Validez convergente Si los ítems que miden un mismo constructo miden realmente lo mismo, el ajuste de dichos ítems será significativo y estarán altamente correlacionados. El estudio de la validez convergente se hace en base a una medida desarrollada por Fornell y Larcker (1981) denominada varianza extraída media (AVE), que proporciona la cantidad de varianza que un constructo obtiene de sus indicadores con relación a la cantidad de varianza debida al error de medida. Se calcula de la siguiente manera: donde: es la carga estandarizada del indicador i es el error de medida del indicador i Según Fornell y Larcker (1981), un valor del índice superior a 0,5 indica un grado suficiente de validez convergente, lo cual significa que más del 50% de la varianza del constructo es debida a sus indicadores. La medida solo es aplicable a indicadores reflectivos. - Validez discriminante Indica en qué medida un constructo dado es diferente de otros constructos. Para ello, las correlaciones entre constructos que midan fenómenos diferentes han de ser débiles. Para valorar este concepto se emplea también la varianza extraída media (AVE). El criterio consiste en que la correlación existente entre los constructos debe ser menor que la raíz cuadrada de la varianza extraída media para alcanzar la validez del modelo de medida (Afthanorhan, 2013). Otra manera de valorar la validez discriminante es comprobar que la carga factorial de cada ítem es más grande en el constructo que mide que en cualquier otro constructo y que cada variable latente sufre las mayores cargas factoriales en sus propios indicadores. De nuevo este es un parámetro válido únicamente para indicadores reflectivos. A continuación, en la Tabla 8, se muestra el resumen de los criterios tomados para validar el modelo de medida: FIABILIDAD VALIDEZ INDIVIDUAL CONSTRUCTO CONVERGENTE DISCRIMINANTE PARÁMETRO CRITERIO Tabla 8. Criterios a validar para la evaluación del modelo de medida. Fuente: Elaboración propia. 5. ANÁLISIS Y RESULTADOS 48 Con estos cambios, se plantea bajo estas líneas de nuevo el modelo de los motivos de uso de Internet, ya que hay cambios en las hipótesis planteadas. Las hipótesis originales H2 y H5 se unen por la adhesión de los constructos Compensación económica y Emociones virtuales en una nueva hipótesis: H2.1. Al ser planteados ambos constructos originales como gratificaciones de proceso, la nueva dimensión también se considera como gratificación de proceso por lo que se plantea su efecto directo positivo sobre la adicción a Internet. La hipótesis H3 desaparece al descomponerse el constructo Entretenimiento, mientras para el nuevo constructo Descargas se plantea la hipótesis H3.1. Finalmente, la hipótesis 4 correspondiente a Relaciones sociales se descompone en dos: hipótesis 4.1 correspondiente a Redes sociales e hipótesis 4.2 correspondiente a Relaciones. Por tanto, el nuevo planteamiento de hipótesis para los motivos de uso de Internet es el que sigue:  Hipótesis 1: el uso de Internet para buscar información no está relacionado con la adicción a Internet.  Hipótesis 2.1: el uso de Internet como aprovechamiento económico tiene un efecto directo positivo sobre la adicción a Internet.  Hipótesis 3.1: el uso de Internet para Descargas no está relacionado con la adicción a Internet.  Hipótesis 4.1: el uso de Internet con motivo de las redes sociales tiene un efecto directo positivo sobre la adicción a Internet.  Hipótesis 4.2: el uso de Internet para relacionarse con otras personas tiene un efecto directo positivo sobre la adicción a Internet. En la figura 10 se muestra el planteamiento con las nuevas hipótesis de los motivos de uso de Internet con respecto a la adicción a Internet: Figura 10. Modelo modificado para los motivos de uso de Internet. Fuente: Elaboración propia. ADICCIÓN A INTERNET BÚSQUEDA DE INFORMACIÓN APROVECHAMIENTO ECONÓMICO DESCARGAS REDES SOCIALES RELACIONES H1 H2.1 H3.1 H4.1 H4.2 MOTIVOS DE USO DE INTERNET ADICCIÓN AL TELÉFONO MÓVIL H6 5. ANÁLISIS Y RESULTADOS 49 5.2.3 Adicción al teléfono móvil Los resultados del análisis de fiabilidad y del análisis factorial aplicado a los constructos de la adicción al teléfono móvil se presentan en el Anexo VI, donde son comentados en detalle. Sobre este análisis de fiabilidad, podemos concluir que la consistencia de los indicadores que miden los constructos es buena en todos los casos (alfa de Cronbach superior a 0,7 para cada constructo y correlaciones elemento-total de los ítems elevadas) excepto en la primera dimensión: Injerencia en las relaciones sociales. Como se explica en el Anexo VI, los valores de fiabilidad obtenidos para dicho constructo son excesivamente bajos y no se obtiene una solución óptima eliminando ninguno de los tres indicadores. Finalmente se decide eliminar del estudio el indicador IRS1 y reubicar el indicador IRS2 en el constructo Consecuencias negativas (será renombrado como el indicador CONS4). El constructo Injerencia en las relaciones sociales queda representado únicamente por el indicador IRS3. Cabe destacar también que eliminando los indicadores PRE3 y UCTM3 de sus respectivos constructos se obtiene un valor mayor del alfa de Cronbach. Sin embargo, al no ser un aumento superior al 10% y ser la correlación elemento-total de estos ítems superior al límite de 0,35, se decide no eliminarlos por el momento a la espera del resto de pruebas. El resumen de estos resultados se refleja en la Tabla 12, a continuación: CONSTRUCTO ÍTEM CET IRS IRS3 REA 0,719 REA1 0,607 0,565 REA2 0,610 0,556 REA3 0,675 0,504 PRE 0,775 PRE1 0,729 0,602 PRE2 0,581 0,725 PRE3 0,791 0,581 UCTM 0,716 UCTM1 0,556 0,599 UCTM2 0,570 0,585 UCTM3 0,757 0,441 CONS 0,797 CONS1 0,739 0,625 CONS2 0,700 0,696 CONS3 0,752 0,596 CONS4 0,789 0,526 alfa de Cronbach alfa de Cronbach si el elemento se ha eliminado CET: correlación elemento-total Tabla 12.Resultados del análisis de fiabilidad del constructo adicción al teléfono móvil. Fuente:Elaboración propia 5. ANÁLISIS Y RESULTADOS 50 Se ha realizado el análisis factorial para corroborar la unidimensionalidad de los constructos. Para el constructo Injerencia en las relaciones sociales no tiene sentido aplicar un análisis factorial ya que tras la eliminación de los ítems IRS1 e IRS2 solo consta de un ítem. Los resultados obtenidos tras los cálculos son buenos:  El índice KMO es superior a 0,6 en todos los casos.  La varianza total que explica la configuración de los indicadores de cada constructo en torno a un solo factor es superior al 60% en todos los casos, lo cual asegura la unidimensionalidad de los constructos.  La comunalidad de todos los ítems es superior al valor límite de 0,5.  Las cargas factoriales de los indicadores sobre el factor son significativas. En el análisis de fiabilidad previo se ha comentado la posible eliminación de los indicadores PRE3 y UCTM3. Sin embargo, como se puede ver en esta tabla y como se detalla en el Anexo VI, no existen suficientes razones de peso por el momento para excluirlos del estudio, ya que no tienen valores por debajo del límite en ninguna prueba. De cualquier manera, se prestará especial atención a ellos en los sucesivos análisis. En la Tabla 13 podemos ver el resumen de los resultados del análisis factorial: CONSTRUCTO ÍTEM KMO VAR COM IRS IRS3 REA 0,676 64,32% REA1 0,670 0,818 REA2 0,663 0,815 REA3 0,596 0,772 PRE 0,662 71,47% PRE1 0,696 0,834 PRE2 0,810 0,900 PRE3 0,638 0,799 UCTM 0,644 64,75% UCTM1 0,724 0,851 UCTM2 0,712 0,844 UCTM3 0,507 0,712 CONS 0,717 62,48% CONS1 0,639 0,858 CONS2 0,736 0,800 CONS3 0,607 0,779 CONS4 0,517 0,719 KMO: índice de Kaiser-Meier-Olkin VAR: varianza total explicada por un único factor COM: comunalidad del ítem carga factorial del ítem en el factor Tabla 13. Resultados del análisis factorial del constructo adicción al teléfono móvil. Fuente: Elaboración propia. 5. ANÁLISIS Y RESULTADOS 51 MOTIVOS DE USO DEL TELÉFONO MÓVIL Los análisis de fiabilidad realizados para los constructos de los motivos de uso del teléfono móvil, presentados en el Anexo VI, han resultado muy satisfactorios para unas dimensiones y no tanto para otras. Es preciso realizar alguna modificación en la configuración del constructo Entretenimiento y se explica en dicho Anexo. El resto de constructos, unos con valores más elevados de fiabilidad para sus indicadores y otros con valores más ajustados al límite marcado para la consistencia interna, permanecen sin modificaciones, salvo la eliminación de un ítem del constructo Relaciones sociales. A continuación, en la Tabla 14, se muestran como en el caso anterior los constructos que van a ser considerados con sus respectivos indicadores y la denominación de los mismos. CONSTRUCTO ABREV. ÍTEM DENOM. ENTRETENIMIENTO ENT 13 ENT COMUNICACIÓN TRADICIONAL COMT 2 COMT1 12 COMT2 COMUNICACIÓN A TRAVÉS DE APPS COMAP 4 COMAP1 10 COMAP2 RELACIONES SOCIALES RRSS 3 RRSS1 16 RRSS2 BÚSQUEDA DE INFORMACIÓN INFO 5 INFO1 15 INFO2 UTILIDADES UTIL 7 UTIL1 9 UTIL2 14 UTIL3 Tabla 14. Constructos de los motivos de uso del teléfono móvil. Fuente: Elaboración propia. Se han eliminado los ítems 1, 6, 8 y 11 por no presentar buenas cargas factoriales en torno a ninguna dimensión. Se ha decidido que el constructo Entretenimiento sea únicamente representado por el ítem 13 (“Jugar a videojuegos”) debido a que la consistencia interna de los cuatro indicadores que formaban inicialmente esta dimensión no ha resultado la esperada. Como se indicaba anteriormente, en el constructo Relaciones sociales ha sido eliminado el ítem 8 debido a que su valor de correlación elemento-total era inferior al límite y su exclusión ampliaba la fiabilidad del constructo, que queda definido por los ítems 3 y 16 del cuestionario de motivos de uso del teléfono móvil. 5. ANÁLISIS Y RESULTADOS 52 5.3 PATH DIAGRAMS En esta sección se exponen de manera anticipada los diagramas causales de los modelos analizados para que sea más fácil la comprensión del capítulo siguiente en el que se exponen los resultados obtenidos mediante el análisis con SmartPLS. Como ya se ha dicho repetidamente a lo largo de esta memoria, en el modelo hay dos constructos que son la base del estudio: Adicción a Internet y Adicción al teléfono móvil. Son dos constructos de tercer orden, formados cada uno por tres variables latentes de primer orden y una de segundo orden. Para cada uno, se analiza el modelo estructural de relaciones entre las variables latentes que los forman. Plasmando en sendos path diagrams las Figuras 4 y 7 que se presentaban en el capítulo 2, se tienen los siguientes diagramas causales en SmartPLS (Figura 11 y Figura 12): Figura 11. Path diagram del modelo de las dimensiones de la adicción a Internet. Fuente: Elaboración propia. Figura 12. Path diagram del modelo de dimensiones de la adicción al teléfono móvil. Fuente: Elaboración propia. 5. ANÁLISIS Y RESULTADOS 53 Nótese que se ha añadido una letra m en los constructos e indicadores del modelo de adicción al teléfono móvil cuyo nombre coincide con el tomado para el caso de Internet. Se hace no solo por una cuestión de claridad para el lector, sino porque si posteriormente llevamos a cabo un análisis en SmartPLS con ambos modelos juntos, no será posible reconocer la variable con el mismo nombre midiendo dos aspectos diferentes. Es importante reseñar que el constructo Bajo autocontrol (AUT y AUTm) es de segundo orden, debido a que engloba los constructos Preocupación (PRE y PREm) y Uso compulsivo (UCI y UCTM). Para el cálculo de los path diagrams de las Figuras 12 y 13 se ha empleado el método de componentes jerarquizados o indicadores repetidos (explicado en el Anexo V, sección V.3), de manera que se añaden los indicadores de los otros dos constructos al constructo Bajo autocontrol, además de ser añadidos dichos indicadores en su respectivo constructo. Es por eso que se le llama método de los indicadores repetidos, ya que se emplean en los constructos de primer orden pero también en el de segundo orden que representan. En las Figuras 12 y 13 se pueden ver los indicadores repetidos en el constructo Bajo autocontrol. El otro objetivo del estudio es analizar las relaciones de los motivos de uso de cada una de estas tecnologías con su respectiva adicción y la hipotética relación causal de la adicción a Internet sobre la adicción al teléfono móvil. Tanto el capítulo 2 como en la página anterior, se explica que ambos son constructos de tercer orden. Debido a esto es necesario realizar un paso intermedio que consiste en adaptar los constructos Adicción a Internet y Adicción al teléfono móvil, ya que al ser de tercer orden el software SmartPLS no permite representarlos y medirlos directamente. Por lo tanto, se deben “crear” dichas dimensiones. Otro método distinto al anteriormente comentado es el de aproximación por pasos (explicado también en el Anexo V, sección V.3). A continuación se explica su aplicación a este caso. Es un método más apropiado que el anterior para casos en los que se tienen constructos con un número no equivalente de indicadores por lo que para trabajar la variable Bajo autocontrol (contiene dos constructos y cada uno se mide con tres indicadores) son válidos ambos métodos pero para trabajar las variables Adicción a Internet y Adicción al teléfono móvil, este es en principio más adecuado. Como este es un tema de interés y no muchos autores han profundizado en su estudio, en el capítulo de Análisis y resultados se comentan con detalle los resultados obtenidos tras aplicar estos dos métodos a los mismos casos. En el modelo estudiado, en primer lugar se incluyen únicamente los factores de primer orden produciendo y/o recibiendo los efectos planteados como si no existieran los factores de orden superior. En la siguiente figura se representa el path diagram correspondiente a este primer paso, donde se pueden ver los múltiples efectos trazados para las variables de primer orden en el modelo de los motivos de uso de Internet. Se han ocultado los indicadores de las dimensiones de la adicción a Internet y la adicción al teléfono móvil para mayor claridad. Esto se ve en la Figura 13, como se decía: 5. ANÁLISIS Y RESULTADOS 54 Figura 13. Primer paso de aproximación para obtener los LVS de los constructos Preocupación y Uso compulsivo. Se obtienen las puntuaciones factoriales (Latent Variable Scores) de aquellos que sean componentes de un constructo de orden superior (en este caso, Preocupación y Uso compulsivo) y dichos valores se añaden, en el siguiente paso, como indicadores del constructo de origen superior (Bajo autocontrol en el caso de nuestro modelo). Se ve en la Figura 14: Figura 14. 2º paso de aproximación para obtener los LVS de los constructos Adicción a Internet y Adicción al móvil En este punto se tendría el constructo Bajo autocontrol (tanto el correspondiente a las dimensiones de la adicción a Internet como el correspondiente las dimensiones de la adicción al teléfono móvil) como variable de primer orden, ya que estaría compuesto por dos indicadores (LVS de Preocupación y Uso compulsivo). Sin embargo, es preciso volver a repetir el proceso para poder representar los constructos Adicción a Internet y Adicción al teléfono móvil a partir de unos indicadores que serán los LVS de los constructos de primer orden. 5. ANÁLISIS Y RESULTADOS 55 En la Figura 15 se muestra el path diagram del último paso del estudio, en el que los constructos Adicción a Internet y Adicción al teléfono móvil quedan representados por los LVS obtenidos en el paso anterior, que actúan como indicadores. Figura 15. 3º y último paso para valorar el modelo de los motivos de uso de Internet. Tras esta explicación de los path diagrams, que ayudará en la comprensión del apartado de los resultados de SmartPLS, se pasa a comentar dichos resultados obtenidos en el software tras el análisis de los cuatro modelos planteados. En dicho apartado (que comienza en la página siguiente) se contrastan las hipótesis planteadas en el capítulo 2, correspondiente a la Elaboración del modelo para obtener las conclusiones del estudio. 5. ANÁLISIS Y RESULTADOS 56 5.4 RESULTADOS SMARTPLS Para comenzar este apartado es preciso hacer referencia al tamaño muestral requerido para el estudio de los datos, ya que no se ha hecho alusión a él previamente. Esta es una de las razones por las que se ha hecho en el apartado anterior una pequeña introducción a los diagramas causales en SmartPLS, ya que para determinar el tamaño muestral mínimo requerido nos fijaremos en los path diagrams de los modelos a estudiar. Varios autores (Barklay et al., 1995; Chin et al., 2003) determinan que el tamaño muestral mínimo requerido debe ser el mayor número resultante de estos dos casos:  10 veces el número de indicadores de la variable latente con el mayor número de indicadores formativos.  10 veces el mayor número de constructos antecedentes que conducen a un constructo endógeno como predictores de una regresión. Sobre los modelos a estudiar, el segundo caso adquiere un valor mayor ya que en el caso de la adicción al teléfono móvil estudiamos las regresiones de los 6 constructos que conforman los motivos de uso del teléfono móvil. Por lo tanto, el tamaño muestral mínimo para los modelos planteados es de 6x10 = 60 encuestas. Se han obtenido 90 encuestas por lo que la muestra es válida para el estudio. A continuación, en los apartados 5.4.1 y 5.4.2 se presenta un informe de los resultados obtenidos con el software SmartPLS tras analizar los cuatro modelos propuestos en la sección 2.2. Para cada modelo se validan los parámetros y criterios especificados en el apartado 4.3, de manera que se pueda confirmar su buen ajuste. En cada caso se estudia el modelo de medida y el modelo estructural y se presentan los resultados más significativos de su análisis. Todas las pruebas realizadas con SmartPLS se adjuntan en el Anexo VII junto con sus explicaciones. 5.4.1 Adicción a Internet SUBMODELO 1: DIMENSIONES AI En el Anexo VII (sección VII.1) se detallan todas las pruebas realizadas para evaluar el modelo de medida y el modelo estructural del submodelo 1 de la adicción a Internet: Dimensiones de la AI. En dicho Anexo se adjuntan las figuras explicativas, las tablas con los resultados suministrados por el software SmartPLS y se lleva a cabo una interpretación de los resultados que se plasma en este apartado. A continuación se trata de ser esquemático para mostrar la mayor cantidad de información con la mayor claridad posible. Este submodelo es de segundo orden, ya que contiene un constructo de segundo orden (Bajo autocontrol), que está formado por dos de primer orden (Preocupación y Uso compulsivo). Se emplea el método de componentes jerárquicos para llevar a cabo el cálculo y también se prueba la ejecución con el método en dos etapas para comprobar los resultados. Se comprueba que los resultados obtenidos con ambos métodos son muy similares por lo que se puede considerar que ambos son válidos para este caso. 5. ANÁLISIS Y RESULTADOS 57 A continuación, se explica el proceso de análisis de resultados que se sigue para este y para el resto de modelos, estudiando el modelo de medida y el modelo estructural: MODELO DE MEDIDA En estas pruebas se vuelve a analizar la fiabilidad y validez de los indicadores y constructos planteados, para confirmar los análisis realizados previamente con SPSS:  Se comprueba la fiabilidad de los ítems: todos tienen una carga sobre su constructo superior al valor marcado como límite de 0,6.  Todos los constructos adquieren valores de fiabilidad compuesta mayores de 0,8.  Todos los constructos adquieren valores de la varianza extraída media (AVE) superiores a 0,5 por lo que se tiene un grado suficiente de validez convergente.  Todos los constructos tienen un valor superior de que cualquier otro valor de su correlación con otro constructo por lo que existe validez discriminante. MODELO ESTRUCTURAL El análisis del modelo estructural nos proporciona los resultados para las relaciones planteadas entre los constructos. Estas relaciones son las hipótesis planteadas en el capítulo 2 y se contrastan mediante los coeficientes path y el análisis de Bootstrapping, que permite examinar la estabilidad de las estimaciones ofrecidas por el análisis PLS. Así, en la Tabla 15 se presentan las hipótesis y su validación mediante estos datos en el análisis: PLANTEAMIENTO DE HIPÓTESIS Coef. path Valor de T (Bootsrap) (Sig.) Hipótesis soportada H A.1 La preferencia por interacción social online tiene efecto directo positivo sobre el uso de Internet como modo de regulación del estado de ánimo. 0,6591 9,131 ***  H A.2 La preferencia por interacción social online tiene un efecto directo positivo sobre el bajo autocontrol del uso de Internet. 0,1708 2,2445 * Débil H A.3 El uso de Internet como modo de regulación del estado de ánimo tiene un efecto directo positivo sobre el bajo autocontrol del uso de Internet. 0,6343 7,9946 ***  H A.4 El bajo autocontrol sobre el uso de Internet tiene un efecto directo positivo sobre las consecuencias negativas asociadas. 0,618 7,3182 ***  * p<0,05; ** p<0,01; *** p<0,001 (basado en una distribución de Student de 2 colas) ; ; Tabla 15. Resultado del análisis de y Bootstrapping para validar hipótesis del modelo de dimensiones de AI. Los resultados de este análisis son excelentes. Se validan tres de las cuatro hipótesis planteadas con un nivel de confianza del 99,9%. Tan solo la Hipótesis A.2 no es validada al no llegar a cumplir con el coeficiente path mínimo de 0,2, pero de haber alcanzado dicho valor su estabilidad habría sido aceptada. Por último, se menciona que la prueba de Blindfolding arroja resultados positivos: todos los constructos adquieren un valor de , por lo que se confirma que el modelo estudiado tiene un carácter predictivo. 5. ANÁLISIS Y RESULTADOS 64 Por otro lado, otro modelo que no podía quedar sin ser planteado es el resultante de enfrentar la adicción a Internet con la adicción al teléfono móvil. Es decir, estudiar su relación sin la influencia de otros conceptos. Además, así veremos qué dimensiones cobran más importancia en cada una de las dos dimensiones, lo cual es otra característica interesante a tomar de este estudio. Se representa en la Figura 20: Figura 20. Modelo adicción a Internet frente a adicción al teléfono móvil (estimación por método 2 etapas). Como se puede ver en la Figura 20, este modelo se ha estimado utilizando el método de aproximación en dos pasos, ya que se representan ambas adicciones a partir de los indicadores que suponen los Latent Variable Scores obtenidos previamente en los pasos anteriores. El efecto de la adicción a Internet sobre la adicción al teléfono móvil ya había sido comentado previamente y se obtiene un valor muy similar en este caso, sin estar influenciado por nada más. El coeficiente path de 0,685 es indicador de un efecto directo significativo de la adicción a Internet sobre la adicción al teléfono móvil. En la Figura 20 podemos ver también qué dimensiones juegan un papel más importante en ambas adicciones, resultando en ambos casos el Bajo autocontrol la dimensión predominante. Bajo estas líneas se presenta la Figura 21. Se propone el mismo modelo pero se ha estimado usando el método de indicadores repetidos en lugar del método de dos etapas. Figura 21. Modelo adicción a Internet frente a adicción al teléfono móvil (estimación por indicadores repetidos). La influencia de la AI sobre la ATM toma el mismo valor que con el método de dos etapas, pero la relevancia de las dimensiones dentro de cada adicción se ve un poco modificada. Con esta estimación aumenta la importancia del constructo Bajo autocontrol, lo cual es debido a la repetición de los indicadores para estimar este factor de segundo orden. 6. CONCLUSIONES Y FUTUROS ESTUDIOS 6. CONCLUSIONES Y FUTUROS ESTUDIOS A lo largo de este Proyecto Fin de Carrera se ha tratado de conocer cuáles son los factores determinantes en la evaluación de la adicción a Internet y al teléfono móvil, así como las posibles relaciones existentes entre estos factores. La finalidad de este estudio ha sido obtener un modelo tanto explicativo como predictivo de estas adicciones, extendiéndose a la relación con los motivos de uso de ambas tecnologías. Para desarrollar el modelo ha sido necesario un exhaustivo trabajo de revisión de la literatura y de las posibles metodologías de estudio a emplear. Una vez finalizada esta compleja fase inicial se elabora el cuestionario, que es el elemento clave del estudio. Es importante mencionar que en la elaboración de los cuestionarios se ha pretendido por encima de todo la obtención de respuestas fidedignas. Esto se ha plasmado en la distribución de los ítems que miden el mismo constructo de manera desordenada en cada cuestionario. Así, no se da posibilidad al encuestado, a priori, de relacionar o asociar sus respuestas en base a preguntas anteriores. Otra limitación existente ha sido la intención de abarcar una gran amplitud de la temática estudiada en un número reducido de preguntas para no sobrecargar los cuestionarios. Tras un proceso de análisis de las diferentes variables a partir de las respuestas a los cuestionarios distribuidos, se ha validado el modelo propuesto quedando por tanto definida una herramienta de valoración de la adicción a estas tecnologías. Para llevar a cabo los correspondientes análisis se han empleado dos programas informáticos: SPSS y SmartPLS. El primero de ellos ha servido para comprobar la validez y fiabilidad de los cuestionarios, mientras que el segundo, además de corroborar dicha validez, se ha empleado para contrastar las hipótesis planteadas en el modelo. A continuación se presentan las conclusiones del estudio según los resultados obtenidos, así como unas propuestas de futuros estudios a partir de este trabajo. 6.1 CONCLUSIONES Tras el análisis del modelo mediante el software SmartPLS se constata que se han obtenido muy buenas estimaciones de los modelos de las dimensiones de la adicción a Internet y de la adicción al teléfono móvil. En el caso del modelo de las dimensiones de la adicción a Internet, se han confirmado las conclusiones obtenidas por Caplan (2010), ya que se han ratificado las relaciones esperadas entre dichas dimensiones. Los datos obtenidos para este modelo, de carácter principalmente confirmatorio, han resultado satisfactorios. El éxito de esta estimación reside en la elaboración de las preguntas con las que se ha medido las dimensiones establecidas. El cuestionario de uso de Internet está sólidamente estructurado en torno a los cinco constructos planteados y así ha 6. CONCLUSIONES Y FUTUROS ESTUDIOS 66 quedado verificado al no haber sido eliminado ningún indicador y obtenerse buenos datos de fiabilidad y validez del mismo. En lo relativo al modelo de las dimensiones de la adicción al teléfono móvil los resultados son muy buenos, sobre todo teniendo en cuenta el carácter eminentemente exploratorio de este análisis, debido a que no existía una conceptualización del modo en que ha sido planteada de las dimensiones de la adicción al teléfono móvil. Se ha comprobado el correcto diseño del cuestionario y el buen ajuste del modelo planteado. Las relaciones entre las variables se dan de la manera que cabía esperar, muy similar al modo en que se produce en el modelo de adicción a Internet. En lo que concierne a los modelos de los motivos de uso, tanto de Internet como del teléfono móvil, se han cumplido una buena parte de las relaciones esperadas. No ha sido así en otras pero se ha encontrado la explicación adecuada para cada caso. En el caso de los motivos de uso de Internet resulta de especial interés la fuerte influencia del uso de Internet como modo de aprovechamiento económico sobre la adicción a Internet. Esta dimensión, tras su reestructuración en el capítulo 5, engloba actividades como las apuestas, la búsqueda de ofertas en la red, las compras online o la búsqueda de formas de ganar dinero en Internet. Mediante el análisis efectuado, se ha comprobado, por tanto, el potencial adictivo de estas actividades. Sobre los motivos de uso del teléfono móvil ha resultado en cierto modo sorprendente la relación positiva existente entre el uso del teléfono móvil planteado como búsqueda de información y la adicción al teléfono móvil. Sin embargo, se ha aclarado en el correspondiente apartado 5.4.2 que este resultado no esperado es debido a un planteamiento de una pregunta del cuestionario de manera confusa. Una de las relaciones más importantes que se han analizado es la existente entre la adicción a Internet y la adicción al teléfono móvil propiamente dichas. Existe una influencia positiva de la adicción a Internet sobre la adicción al teléfono móvil y así ha sido comprobado. El efecto obtenido es significativo, tal y como se esperaba. La principal razón puede residir en el hecho de que ambas tecnologías comparten funciones. Además, en los últimos tiempos la adicción al teléfono móvil se entiende como la adicción al Smartphone, por lo que no se interpreta sin la conexión a Internet. A continuación se presenta una figura a modo de resumen con las variables de la adicción a Internet y de la adicción al teléfono móvil que adquieren una mayor relevancia sobre su respectiva adicción: ADICCIÓN AL MÓVIL PÉRDIDA DE CONTROL CONSECUENCIAS NEGATIVAS ESTADO DE ÁNIMO RELACIONES SOCIALES IMPORTANCIA ADICCIÓN A INTERNET PÉRDIDA DE CONTROL ESTADO DE ÁNIMO CONSECUENCIAS NEGATIVAS RELACIONES SOCIALES 6. CONCLUSIONES Y FUTUROS ESTUDIOS 67 Figura 23. Factores de mayor relevancia en la adicción a Internet y la adicción al teléfono móvil. SOLUCIONES A ADOPTAR En los modelos de dimensiones de ambas adicciones se ha comprobado que la variable que origina la “cadena” es la Preferencia por interacción social online (Injerencia en las relaciones sociales en el caso de la adicción al teléfono móvil). Esta variable tiene influencia directa sobre el uso de estas tecnologías como Regulación del estado de ánimo, que a su vez tiene un efecto directo sobre el Bajo autocontrol y éste sobre las Consecuencias negativas asociadas al uso de estas tecnologías. La validación de las hipótesis planteadas en estos modelos y sus buenos resultados son importantes para tener en cuenta que una de las posibles actuaciones ante los problemas derivados de estas tecnologías se debería enfocar hacia dicha variable origen: Preferencia por interacción social online. En el modelo de los motivos de uso de Internet se ha comprobado que la dimensión de los motivos de uso que más influencia tiene sobre la adicción a Internet es el Aprovechamiento económico. Es decir, el uso de Internet para encontrar ofertas, comprar a mejor precio, realizar apuestas o ganar dinero tiene un potencial adictivo muy grande, por lo que sería interesante centrar estudios en esta dimensión que abarca un campo tan amplio. Se podría analizar detalladamente cuál de los componentes de esta dimensión juega un papel más importante en la adicción a Internet, ya que se pueden plantear muchas preguntas relacionadas con cada ítem de este cuestionario y así ampliar este estudio en el que cada indicador de este constructo pueda suponer un propio constructo medido con varios indicadores. MÉTODO DE COMPONENTES JERÁRQUICOS VS. MÉTODO 2 ETAPAS También es importante resaltar los resultados obtenidos en la comparación de los dos métodos de aproximación en PLS para modelos en los que se tienen constructos de segundo orden o superior. En este caso se tenían constructos de tercer orden (Adicción a Internet y Adicción al teléfono móvil) y las pruebas realizadas a través de ambas aproximaciones han arrojado unos resultados muy similares, lo que puede ser debido a que: - Ambos métodos son válidos a pesar de que varios autores no recomiendan el uso del método de componentes jerarquizados para casos con constructos con diferentes números de indicadores. - El tamaño muestral no es elevado, ante lo cual hay autores que defienden las mínimas diferencias entre ambos métodos e, incluso, la mejor aproximación mediante el método de componentes jerarquizados para casos con diferentes números de indicadores en constructos y muestras pequeñas. 6. CONCLUSIONES Y FUTUROS ESTUDIOS 68 6.2 FUTUROS ESTUDIOS El estudio llevado a cabo en este Proyecto Fin de Carrera tendría unas líneas muy claras de desarrollo, una vez presentadas las conclusiones del mismo. Con este trabajo se ha establecido un punto de partida para futuros estudios ya que surgen cuestiones sobre posibles ampliaciones que requieren posteriores estudios y análisis. Debido al carácter de total actualidad de estas dos tecnologías y su desarrollo constante, la ampliación del estudio en el tiempo se antoja necesaria. Tanto en el caso de Internet como en el de los teléfonos móviles, están surgiendo cambios constantemente que pueden hacer que las adicciones deriven en unas conductas u otras dependiendo del momento temporal. Así pues, a continuación se explican algunos aspectos en los que sería posible profundizar en otros estudios. En lo relativo a las dimensiones de la adicción a Internet y al teléfono móvil se podrían plantear las variables que dan origen a cada una de las dimensiones estudiadas. Es decir, por ejemplo, para el caso de la Preferencia por interacción social online, el estudio sería más completo si se incluyeran cuestionarios para valorar la ansiedad social o la timidez como variables que hipotéticamente influyen positivamente en la Preferencia por interacción social online. Esta ampliación del estudio trataría por tanto de abordar las características psicológicas yendo un paso más allá de donde se ha ido en este trabajo, en el que en la presentación del modelo se especificó que no se iba a ahondar en ese campo. Se podría plantear, por ejemplo, la depresión entre las posibles causas del uso de Internet como Regulación del estado de ánimo. Y así para el resto de constructos. En lo relativo a los motivos de uso de ambas tecnologías, futuros estudios podrían enfocarse hacia un tipo de uso concreto y todas sus variables. Se podrían plantear ítems más específicos y concretos y dimensiones más clarificadas con el objetivo de realizar un análisis más detallado de estos conceptos. Como ejemplo de estudios según este planteamiento pueden plantearse: “Estudio de la influencia del uso de Internet como aprovechamiento económico en la adicción a esta tecnología” o “Estudio de la influencia de las aplicaciones de mensajería instantánea sobre la adicción al teléfono móvil”.