ویژگیهای روانسنجی و ساختارعاملی نسخه فارسی مقیاس اعتیاد به گوشی هوشمند (SAS)
محورهای موضوعی : روانشناسیشادی حاج حسینی 1 , لادن فتی 2 , علی فتحی آشتیانی 3
1 - گروه روانشناسی بالینی، دانشکده علوم انسانی، دانشگاه علم و فرهنگ، تهران، ایران.
2 - گروه آموزش پزشکي، دانشگاه علوم پزشکی ایران، تهران، ایران.
3 - مرکز تحقیقات علوم رفتاری، دانشگاه علوم پزشکی بقیه الله (عج)، تهران، ایران.
کلید واژه: ویژگیهای روان سنجی, ساختار عاملی, مقیاس اعتیاد به گوشی هوشمند,
چکیده مقاله :
پژوهش حاضر با هدف تعیین ویژگی های روانسنجی مقیاس اعتیاد به گوشی هوشمند در نمونه ای 208 نفری از افراد ایرانی انجام شد. گروه نمونه به روش در دسترس، از میان افراد دارای گوشی هوشمند ساکن تهران انتخاب شدند و مقیاس اعتیاد به گوشی هوشمند و پرسشنامه اعتیاد به اینترنت یانگ را تکمیل کردند. جهت بررسی روایی، از روایی سازه و همگرا و برای سنجش اعتبار، از روش بازآزمایی و آلفای کرونباخ استفاده شد. نتیجه تحلیل عاملی تأییدی برای سنجش روایی سازه و ساختار مقیاس نشان داد که داده های پژوهش با مدل هماهنگی دارند، به این صورت که شاخص های برازش درمحدوده مناسب قرار داشته و ساختار عاملی آن با شامل 6 زیر مقیاس، مورد تأیید است. روایی همگرای این مقیاس با پرسشنامه اعتیاد به اینترنت یانگ نیز تأیید شد و عدد (75/0r=) به دست آمد. ضریب همبستگی در بازآزمایی، (93/0r=) و ضریب آلفای کرونباخ برای همسانی درونی، (92/0α=) به دست آمد و اعتبار مقیاس تأیید گردید. در نتیجه، مقیاس اعتیاد به گوشی هوشمند با تعداد 33 ماده و 6 زیرمقیاس، دارای ویژگی های روانسنجی مطلوب بوده و ابزاری روا و معتبر برای استفاده در جامعه ایران است.
This study aimed to determine the psychometric properties of the Smartphone Addiction Scale (SAS) in a sample of 208 Iranians. The convenience sampling method was employed to select individuals with smartphones living in Tehran. The participants completed the SAS and Young’s Internet Addiction Test (IAT). Construct validity and convergence validity were employed to analyze the scale validity, whereas the retest method and Cronbach’s alpha were adopted to evaluate its reliability. According to the confirmatory factor analysis results of evaluating the construct validity and the SAS structure, the research data are consistent with the model. In other words, the fitting indices were within an appropriate range, and the SAS had a factor structure with six subscales. Therefore, the construct validity of the SAS was confirmed. Moreover, its convergence validity was confirmed with Young’s IAT (r= 0.75). The retest correlation coefficient (r= 0.93) and Cronbach’s alpha for internal consistency (α= 0.92) confirmed the reliability of the scale. Therefore, the 33-item SAS had acceptable psychometric properties in six scales. It can be used as a valid and reliable tool to analyze an Iranian population.
سلیمانپورعمران، محبوبه؛ اسلامی، زینب. (1396). بررسی رابطه بین اعتیاد به گوشی های هوشمند و استرس با نقش میانجی حمایت اجتماعی در دانشجویان دانشگاه آزاداسلامی واحد بجنورد. مجله مطالعات رسانه ای، 12(339)، 55-64.
سان، پینگ؛ اشلی، لاری؛ دیکنسون، لسلی. (2013). اعتیادهای رفتاری. مترجمان: فرزانه میکائیلی¬منیع و المیرا میرزائی¬نهر (1396). تهران: نشر علم.
شاه¬رجبیان، فاطمه؛ عمادی¬چاشمی، سیدجواد. (1399). بررسی علل اعتیاد به تلفن هوشمند و رابطه آن با اضطراب و افسردگی. مجله پیشرفت های نوین در علوم رفتاری، 5(44)، 25-42.
شیرزادگان، راضیه؛ محمودی، ناهید؛ و بیرانوند، افسانه. (1397). ارتباط بین اعتیاد به گوشی های هوشمند و سلامت روانی دانشجویان پرستاری دانشگاه علوم پزشکی آبادان درسال 96-95. مجله اصول بهداشت روانی، 21(1)67-70.
علوی، سلمان؛ اسلامی، مهدی؛ مرآثی، محمدرضا؛ نجفی، مصطفی؛ جنتی¬فرد، فرشته؛ رضاپور، حسین. (1389). ویژگی¬های روانسنجی آزمون اعتیاد به اینترنت یانگ. مجله علوم رفتاری، 13(4) 183-190.
علوی، موسی. (1392). مدلیابی معادلات ساختاری در پژوهشهای مرتبط با آموزش علوم سلامت: معرفی روش و کاربرد آن. مجله ایرانی آموزش در علوم پزشکی، 13(6)، 519-530.
واحدی، شهرام. (1396). آمارچندمتغیره کاربردی برای علوم رفتاری. تهران. انتشارات دانشگاه تربیت دبیر شهید رجایی.
Bian, M., Leung, L. (2015). Linking loneliness, shyness, smartphone addiction symptoms, and patterns of smartphone use to social capital. Social science computer review, 33(1), 61-79.
Chae, S. W., Lee, K. C. (2011). An empirical analysis of the effect of smartphone use on addiction: Usage and gratification approach. Information-An International Interdisciplinary Journal, 14(9), 3113-3126.
Ching, S. M., Yee, A., Ramachandran, V., Lim, S. M. S., Sulaiman, W. A. W., Foo, Y. L., kee Hoo, F. (2015). Validation of a Malay version of the smartphone addiction scale among medical students in Malaysia. PloS one, 10(10), e0139337.
Emanuel, R., Bell, R., Cotton, C., Craig, J., Drummond, D., Gibson, S., . . . Jones, S. (2015). The truth about smartphone addiction. College Student Journal, 49(2), 291-299.
Kim, E., Koh, E. (2018). Avoidant attachment and smartphone addiction in college students: The mediating effects of anxiety and self-esteem. Computers in human behavior, 84, 264-271.
Kline, R. B. (2015). Principles and practice of structural equation modeling: Guilford publications.
Kwon, M., Lee, J. Y., Won, W. Y., Park, J. W., Min, J. A., Hahn, C., . . . Kim, D. J. (2013). Development and validation of a smartphone addiction scale (SAS). PloS one, 8(2), e56936.
Kwon, M., Kim, D.-J., Cho, H., Yang, S. (2013). The smartphone addiction scale: development and validation of a short version for adolescents. PloS one, 8(12), e83558.
Kwon, M. S., Yoon, O. S., Noh, G.-Y., Chun, J., Han, S. (2017). Smartphone addiction level and smartphone use expectation in adults. International Information Institute (Tokyo). Information, 20(8B), 6003-6010.
Lee, H., Ahn, H., Choi, S., Choi, W. (2014). The SAMS: Smartphone addiction management system and verification. Journal of medical systems, 38(1), 1-10.
Lian, L., You, X., Huang, J., Yang, R. (2016). Who overuses smartphones? Roles of virtues and parenting style in smartphone addiction among Chinese college students. Computers in human behavior, 65, 92-99.
Lowe-Calverley, E., Pontes, H. M. (2020). Challenging the concept of smartphone addiction: An empirical pilot study of smartphone usage patterns and psychological well-being. Cyberpsychology, Behavior, and Social Networking, 23(8), 550-556.
Mok, J. Y., Choi, S. W., Kim, D. J., Choi, J. S., Lee, J., Ahn, H., . . . Song, W. Y. (2014). Latent class analysis on internet and smartphone addiction in college students. Neuropsychiatric disease and treatment, 10, 817.
Montag, C., Wegmann, E., Sariyska, R., Demetrovics, Z., Brand, M. (2021). How to overcome taxonomical problems in the study of Internet use disorders and what to do with “smartphone addiction”? Journal of behavioral addictions, 9(4), 908-914.
Nunnally, J. C. (1975). Psychometric theory—25 years ago and now. Educational Researcher, 4(10), 7-21.
Petry, N. M. (2011). Commentary on Van Rooij et al.(2011):‘Gaming addiction’–a psychiatric disorder or not? Addiction, 106(1), 213-214.
Samaha, M., Hawi, N. S. (2016). Relationships among smartphone addiction, stress, academic performance, and satisfaction with life. Computers in Human Behavior, 57, 321-325. doi:http://dx.doi.org/10.1016/j.chb.2015.12.045
Shan, Z., Deng, G., Li, J., Li, Y., Zhang, Y., Zhao, Q. (2013). Correlational analysis of neck/shoulder pain and low back pain with the use of digital products, physical activity and psychological status among adolescents in Shanghai. Plos one, 8(10), e78109.
Shen, L., Su, A. (2019). Intervention of smartphone addiction. In Multifaceted Approach to Digital Addiction and Its Treatment (pp. 207-228): IGI Global.
World Health Organization (2015). International Classification of Diseases.
Young, K. S. (2017). The evolution of Internet addiction. Addictive Behaviors, 64, 229-230. doi:http://dx.doi.org/10.1016/j.addbeh.2015.05.016
Young, K. S., de Abreu, C. N. (2011). Dependência de internet: manual e guia de avaliação e tratamento: Artmed Editora.