Ainhoa Mayoral Jaramillo 4º de Psicología Clínica

 Necesidad de incrementar las cantidades de tiempo conectado.  Irritabilidad cuando no se está conectado.  Malestar y deterioro de otras actividades de varios contextos: trabajo, estudios, familia, amigos, sueño, alimentación, salud, etc.  Abstinencia manifestada por: ◦ Ansiedad. ◦ Pensamientos recurrentes (obsesivos) sobre internet. ◦ Movimientos voluntarios o involuntarios similares a los que se efectúan cuando se está conectado.

 V ulnerabilidad psicológica  C ohesión familiar débil

 Hay ciertas características de personalidad que aumentan la vulnerabilidad psicológica (Echeburúa, 1999): ◦ Introversión, baja autoestima, nivel alto de búsqueda de sensaciones, impulsividad, afrontamiento inadecuado de los problemas, etc. ◦ Déficits en las relaciones interpersonales. ◦ Déficits cognitivos (Ej. problemas de atención o memoria.) ◦ Alteraciones psicopatológicas como la depresión.

 “El uso y abuso de las redes sociales están relacionados con variables psicosociales, tales como la vulnerabilidad psicológica, los factores estresantes y el apoyo familiar y social” (Echeburúa y Paz de Corral, 2010).  “La adicción a Internet y a las redes sociales se vincula a la depresión y a la baja autoestima. También se relaciona con ciertas características de personalidad y estados emocionales (impulsividad, disforia, etc.) (Pachón Urego y Soto Niño, 2012).

“ Intensidad de los lazos emotivos que los miembros de una familia desarrollan entre sí”. Ej. Relaciones frecuentes y estrechas, actitudes de apoyo mutuo, realización de actividades y afecto recíproco.” (Gonzalez Gaitano, 2005).

- “El tiempo de uso de Internet está negativamente relacionado con la dedicación de tiempo a actividades familiares” (González Gaitano, 2005). - “Los jóvenes con baja autoestima y falta de apoyo paterno son más adictos a las redes sociales” (González Gaitano, 2005).

Las personas que poseen más factores de riesgo para ser adictos a las redes sociales son aquellas personas jóvenes con cierta vulnerabilidad psicológica y con cohesión familiar débil (familias desestructuradas).

 Los datos utilizados pertenecen a la base de datos de MyPersonality Project (Universidad de Cambridge)  Se trata de datos muy variados. Algunos de personalidad (Big Five); Datos básicos sobre Facebook: número de “likes” (“me gusta”), número de etiquetas (“tags”), grupos, número de eventos, etc; Datos demográficos (edad y sexo); Escala de valores de Schwatrz (sentido de pertenencia, amistad, etc.)

Modelo inicial Adicción a las redes sociales

Variables discretasVariables continuas MedianaMedia Modavarianza Gráfico de barrasAsimetría Apuntamiento Histograma * Para todas las variables se calculó también la Matriz de correlaciones.

 Eliminamos los 0 y -1  Datos missing.  Observamos las correlaciones y, al existir escalas inversas, tuvimos que invertirlas para convertir las negativas en positivas.  Transformación de algunas variables por medio del Coeficiente lambda (transformación BoxCox) para normalizar las variables.  Creación de las nuevas variables normalizadas.

 Durante la construcción del modelo, nos encontramos con desigualdad de varianzas entre algunas variables (unas eran muy altas en comparación con otras), por ello, tuvimos que transformarlas.  Para reducir las varianzas, los datos de esa variables se dividieron entre su máximo y se multiplicó por 10.  Ej. Datos$Seguridad_familiar.2<-(Datos$Seguridad_familiar.n/104.63)  Y se creaba una nueva variable (“Seguridad_familiar.2”) con una varianza más reducida.

Relacionado con la variable “adicción”, en nuestra base de datos, no existía una variable que midiese la adicción. Por ello, intentamos construir una basándonos en los datos con los que contábamos. Así, la variable adicción está formada por la suma de las puntuaciones típicas de: nº de eventos, nº de likes y nº de actualizaciones de estado. Adicción a las redes sociales

 Componente de medida. En cuanto a la relación entre cada variable latente con sus variables podemos decir que es muy buena. Para comprobar si había relación entre ellos se utilizó la función Lavaan.

 Componente estructural. Atendiendo a las relaciones entre los dos factores que componían el modelo y la variable “Adicción a las redes sociales”, se probaron 6 modelos estableciendo relaciones diferentes entre sus componentes. Adicción a las redes sociales

Modelo 0 Adicción a las redes sociales χ²25,32 AIC1784 RMSEA0.000 P (RMSEA)0,763

Modelo 1 Adicción a las redes sociales χ²25,31 AIC1786 RMSEA0.000 P (RMSEA)0,71 ANOVA (m0-m1)0.01, 1, 0.91

Modelo 2 Adicción a las redes sociales χ²24,6 AIC1785 RMSEA0.000 P (RMSEA)0,748 ANOVA (m0-m2)0.71, 1, 0.39

Modelo 3 Adicción a las redes sociales χ²24,1 AIC1785 RMSEA0.000 P (RMSEA)0,768 ANOVA (m0-m3)0.17, 1, 0.27

Modelo 4 Adicción a las redes sociales χ²24,55 AIC1787 RMSEA0.000 P (RMSEA)0,701 ANOVA (m0-m4)0.76, 2, 0.68

Modelo 5 Adicción a las redes sociales χ²23,34 AIC1788 RMSEA0.000 P (RMSEA)0,707 ANOVA (m0-m5)1.97, 3, 0.57

Vulnerabilidad psicológica Cohesión familiar débil Modelo 0 Adicción a las redes sociales

Tabla de comparaciones de ANOVA: Vemos cómo la introducción de más relaciones entre los componentes, no mejora el modelo.

Todos los coeficientes son significativos???

0’531, (0’090), 0’833 0’012, (0’026), 0’027 0’533, (0’091), 0’668 0’158, (0’041), 0’156 0’236, (0’042), 0’383 2’209, (0’478), 0’674 1’250, (0’869), 0’292 3’009, (0’681), 0’649 0’265, (0’101), 1’000 1’069, (0’506), 1’000 2’749, (0’465), 1’000 Modelo final Adicción a las redes sociales

 Contamos con un buen componente de medida. Es decir, existen buenas relaciones entre las variables latentes y las variables que hemos seleccionado para medirlas.  Sin embargo, no existe componente estructural, no hay relaciones entre los factores del modelo.

 Esto puede deberse a que durante la búsqueda de información encontramos que la vulnerabilidad psicológica y la cohesión familiar débil influían en la adicción a las redes sociales, pero la variable “adicción a las redes sociales” es más propenso a medir el grado de actividad en las redes sociales que la propia adicción a las mismas.  Pensamos que contábamos con unos datos que están sesgados puesto que pasamos de una muestra de 50 millones de casos a 100 casos.  Teníamos que haber escogido unos datos que se amoldasen a las ecuaciones estructurales, y no acomodar las ecuaciones a los datos con los que contábamos.

ACTIVIDAD Adicción a las redes sociales

 Como no se pueden establecer relaciones estructurales, habría que reformular la hipótesis o encontrar unas variables que fuesen más adecuadas para medir el grado de adicción a las redes sociales, en lugar del grado de actividad en las mismas.

 Beranuy Fargues, Marta; Chamarro Lusar, Andrés; Graner Jordania, Carla; Carbonell Sánchez, Javier (2009). Validación de dos escalas breves para evaluar la adicción a Internet y el abuso de móvil. Psicothema. Vol 21, nº 3, pp  Labrador Encinas, Fco. Javier; Villadangos González, Silvia María (2010). Menores y nuevas tecnologías: conductas indicadoras de posible problema de adicción. Psicothema. Vol 22, nº 2, pp  Becoña, Elisardo; Martínez, Úrsula; Calafat, Amador; Duch, Mariangels; Fernández Hermida, José Ramón (2012). ¿Cómo influye la desorganización familiar en el consumo de drogas en los hijos?. Adicciones. Vol, 24, nº 3, pp  López Luengo, A (2004). Adicción a internet: conceptualización y propuesta de intervención. Revista Porfesional Española de Terapia Cognitivo-Conductual. Nº 2, pp

 Ruiz Olivares, Rosario; Lucena, Valentina; Pino, María José; Herruzo, Javier (2010). Análisis de comportamientos relacionados con el uso/abuso de Internet, teléfono móvil, compras y juego en estudiantes universitarios. Adicciones. Vol, 22, nº 4, pp  Echeburúa, Enrique; De Corral, Paz (2010). Adicción a las nuevas tecnologías y a las redes sociales en jóvenes: un nuevo reto. Adicciones. Vol, 22, nº 2, pp  Sandoval Almazán, Rodrigo; Saucedo-Leyva, Nancy-Karina (2010). Grupos de interés en las redes sociales: el caso de Hi5 y Facebook en México. Tecnociencia. Vol, IV, nº 3.