Articulo - Redes Sociales

Convergencia
ISSN: 1405-1435
ISSN: 2448-5799
Universidad Autónoma del Estado de México, Facultad de
Ciencias Políticas y Administración
Cabero-Almenara, Julio; Pérez-Díez de los Ríos, José Luis; Valencia-Ortiz, Rubicelia

Escala para medir la adicción de estudiantes a las redes sociales
Convergencia, vol. 27, e11834, 2020
Universidad Autónoma del Estado de México, Facultad de Ciencias Políticas y Administración
DOI: https://doi.org/10.29101/crcs.v27i83.11834
Disponible en: https://www.redalyc.org/articulo.oa?id=10562755012
Cómo citar el artículo

Número completo Sistema de Información Científica Redalyc
Más información del artículo Red de Revistas Científicas de América Latina y el Caribe, España y Portugal
Página de la revista en redalyc.org Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso
abierto
https://doi.org/10.29101/crcs.v27i83.11834
Escala para medir la adicción de estudiantes a las

redes sociales
Scale to Measure the Students’ Addiction to Online

Social Media
Julio Cabero-Almenara https://orcid.org/0000-0002-1133-6031
Universidad de Sevilla, España, cabero@us.es
José Luis Pérez-Díez de los Ríos https://orcid.org/0000-0003-4575-9072

Universidad de Sevilla, España, jlperezd@us.es
Rubicelia Valencia-Ortiz https://orcid.org/0000-0003-4656-5456

Universidad del País Vasco (UPV/EHU), rubicelia.valencia@macmillaneducation.com
Abstract: The use of online social media has opened a line of inquiry
focused on the phenomenon of addiction as a result of the intensive use of
technologies and Internet, especially for vulnerable groups of the population
such as youth and adolescents. This has led to the search for diagnostic
instruments, where self-awareness scales have gained ground. This article
sought to validate and adapt the social media addiction scale designed by
Sahin to the Mexican context. The resulting instrument is a useful tool given
the inexistence of its kind in the Mexican literature to gather information as
regards the level of the people’s addiction to online social media.
Key words: Internet, addiction, young, social media, measure tool.
Resumen: El uso de las redes sociales online (RSO) está originando una
línea de investigación centrada en el fenómeno de adicción que se produce
por utilizar de forma intensa las tecnologías e Internet, especialmente en
grupos poblacionales tan vulnerables como los jóvenes y adolescentes. Esto
ha repercutido en la búsqueda de instrumentos para su diagnóstico, terreno
donde han ganado espacio las escalas de autopercepción. Esta investigación
se planteó validar y adaptar al contexto mexicano la escala de adicción a
las redes sociales elaborada por Sahin (2018). El instrumento resultante
constituye una herramienta útil, dada la inexistencia de una de su tipo en
la literatura académica mexicana, para recoger información del grado de
Recepción:
adicción a RSO en jóvenes y adolescentes.
22/12/18 Palabras clave: Internet, adicción, jóvenes, redes sociales, escala de medición.
Aprobación:
12/06/19
e-ISSN 2448-5799, UAEM, vol.27, 2020, e11834

Convergencia Revista de Ciencias Sociales, vol.27, 2020, Universidad Autónoma del Estado de México
Introducción
Internet se ha convertido en el paradigma tecnológico de la sociedad de la

información y ha progresado por la web 2.0, la socialización y la colaboración
que esta herramienta propicia. Según datos de la “Encuesta Nacional sobre
Disponibilidad y Uso de Tecnologías de la Información en los Hogares
(ENDUTIH) 2018” (INEGI, 2019), en México hay 74.3 millones de usua-
rios de Internet de seis años o más, que constituyen 65.8% de la población en
ese rango de edad (INEGI, 2019); el 51.5% de los internautas son mujeres
y 48.5% son hombres. Por otro lado, de 2015 a 2018 se ha observado un
aumento de 8.4 puntos porcentuales en cuanto al número de personas usua-
rias de Internet. Un análisis geográfico de esta encuesta revela que el uso de
Internet es fundamentalmente urbano, pues 73.1% del total de la población
urbana ocupa este servicio.
En este marco, han tenido especial relevancia las redes sociales online
(RSO), cuya utilización se ha incrementado progresivamente, sobre todo
entre jóvenes y adolescentes del mundo entero. Sin embargo, cuando se le
ocupa con elevada frecuencia puede generarse un fenómeno de adicción. En
México, se estima que las personas se conectan a Internet ocho horas y 12
minutos a diario, de las cuales tres horas con 28 minutos se dedican a redes
sociales online (30 minutos más que en 2017), de acuerdo con datos de la
Asociación de Internet.mx (2018).
Derivado de lo anterior, la presente investigación se planteó estudiar la
frecuencia de uso de este tipo de tecnologías entre la juventud mexicana. Con
este fin, se ocupa la escala de adicción a las redes sociales que diseñó Sahin
(2018) para analizar el caso de Turquía. Esta escala fue seleccionada y adap-
tada a México, por los siguientes motivos: 1) las diferentes escalas de adicción
a redes sociales que revisaron los autores; 2) su formato tipo Likert es de fácil
comprensión para su cumplimentación; 3) en la validación que efectuó el
autor utilizó la técnica del juicio de experto; 4) los análisis estadísticos em-
pleados para su fiabilidad y validez de constructo; y 5) por adaptarse al grupo
diana objeto de nuestro trabajo.
Para su validación, seguimos una serie de fases que implicaron su tra-
ducción, realizar análisis exploratorios y confirmatorio de primer y segundo
orden, y la obtención del índice de fiabilidad mediante la alfa de Cronbach y
la rho de Jöreskog’s.
El presente artículo expone, inicialmente, una revisión de la literatura
enfocada en las redes sociales online y la problemática de su uso intenso y
frecuente, así como sus consecuencias, entre ellas un fenómeno denominado
2
Julio Cabero-Almenara, José Luis Pérez-Díez de los Ríos y Rubicelia Valencia-Ortiz
adicción a las redes sociales, que, a su vez, se enmarca en una línea de investi-
gación más general sobre la adicción a Internet. A continuación, se describe
brevemente el método seguido en el desarrollo de este documento, los objeti-
vos del estudio, la muestra y el procedimiento para el análisis de los datos. La
siguiente sección presenta los resultados obtenidos y la conformación final
de la escala adaptada. Al final se incluyen algunas conclusiones que se des-
prenden del análisis.
Redes sociales online y adicción
Aunque algunas personas han considerado a las redes sociales una moda pasa-
jera, hay opiniones que destacan su presencia constante en la vida diaria:
Las redes sociales online han tenido la capacidad y la habilidad de atraer en muy
poco tiempo a cientos de millones de usuarios de todo el mundo. Ningún medio de
comunicación ni situación ocurrida con anterioridad en la historia de la humanidad ha
sido capaz de concentrar en tan «poco» espacio (una pequeña pantalla) tal cantidad
de personas (García y Fernández, 2016: 3).
Ahora bien, ¿qué podemos entender por redes sociales online? Para res-
ponder a esta pregunta, lo primero es reconocer la diversidad de definiciones
y teorías sobre qué son y no son; pero, en general, la mayoría asume que es
un lugar donde un grupo de personas se relaciona, comparte información, se
comunica e interacciona entre sí y crea comunidades. Desde esta perspectiva,
debemos reconocer que las redes sociales siempre han existido; lo que ha traí-
do Internet es la inmediatez para la comunicación.
De entre todas las aportaciones de internet quizá la de las redes sociales virtuales es la
que más impacto está ocasionando… Ya no se trata de disponer de una red personal
de familiares, amigos, conocidos, compañeros de trabajo, vecinos, etc., más o menos
limitada, así como de controlar y calibrar el tipo de relaciones que uno establecía con
las diferentes personas que, de una manera o de otra, formaban parte de la red de
cada uno. Las actuales redes sociales, las que han sido impulsadas a través de internet,
sitúan a la persona que en ellas se inmiscuye en una especie de enjambre social de unas
dimensiones considerables (Fuentes et al., 2015: 44).
A diferencia de las redes sociales presenciales, las RSO están determina-
das por diferentes características: ausencia de contacto físico o en persona,
inexistencia de relación entre la identidad del individuo en el mundo real
(offline) y en el mundo online, vía de relación social para aquellas personas
que en su vida real tienen dificultades para mantener relaciones sociales, po-
sibilidad de comunicación de manera simultánea entre un gran número de
personas y facilidad para romper o suspender relaciones o contactos (Musial
3
y Kazienko, 2013). Tales características y condiciones han repercutido en la

transformación del concepto tradicional de amistad, “ya no se utiliza úni-
camente para aquella persona cercana, conocida y de confianza, sino que
se puede destinar a personas que apenas se conozcan” (Llamas y Pagador,
2014: 51).
Dentro de las redes sociales existe una diversidad de tipos de amistad, en
función de su grado de apertura, su temática, el que sean coordinadas o no,
entre otras características (De Haro, 2011; Cruz, 2016; Peña et al., 2018).
Adentrándonos ya en el objetivo de nuestro trabajo, interesa insistir en
que su uso se está extendiendo entre los jóvenes y adolescentes. Un estudio
reciente realizado en España (Orange, 2018) encontró que ellos comienzan a
utilizar las redes a partir de los 14 años; los jóvenes de entre 16 y 24 años son
los usuarios más activos. En México, Islas y Carranza (2011) identificaron di-
ferentes investigaciones que pusieron de manifiesto la rapidez con que estaba
avanzando el uso de las redes sociales en ese país, con porcentajes superiores
a las medias internacionales.
Este aumento en su uso y rapidez en su incorporación está determinado
por distintos aspectos, entre los cuales destaca la fuerte presencia de los dis-
positivos móviles entre jóvenes y adolescentes (García y Fernández, 2016;
Gértrudix et al., 2017). En España, de acuerdo con el trabajo “Guía sobre el
uso responsable de la tecnología”, realizado por Orange (2018), 45,90% de
los padres afirman que sus hijos han tenido el primer smartphone a partir de
los 14 años y que 93,2% de los niños lo utilizan como medio preferente para
conectarse a Internet.
Como se ha señalado, las RSO se han convertido en uno de los medios
preferidos de los jóvenes para su comunicación e interacción, extender sus
relaciones, localizar y demandar información; también las emplean como
elemento de diversión, de convivencia y para crear nuevos lenguajes de co-
municación (García y Fernández, 2016; Gértrudix et al., 2017; Orange,
2018).
Frente a estas posibilidades que ofrecen las RSO para jóvenes y ado-
lescentes, también están apareciendo diferentes efectos negativos como
consecuencia de algunas características intrínsecas y del contexto de comu-
nicación que generan, por ejemplo: anonimato, facilidad y rapidez de acceso,
desinhibición, asequibilidad, ausencia de contacto físico (Griffiths, 1995;
Fuentes et al., 2015). Adicionalmente, se ha advertido el uso intensivo que se
hace de ellas, produciendo lo que algunos autores han denominado adicción
a las RSO (Musial y Kazienko, 2013; Müller et al., 2016; Gordo et al., 2018).
4
Griffiths (1995) ha sido central en la definición de lo que se han llamado

“adicciones tecnológicas” y argumenta que el uso del término se justifica por
la serie de comportamientos que si bien no suponen la ingestión de alguna
droga, sí son potencialmente adictivos (apuestas, ejercicios físicos, videojue-
gos, comer en exceso, entre otros). Para Griffiths (1995: 15), las adicciones
tecnológicas se definen como “adicciones no químicas (de comportamiento)
que suponen la interacción entre personas y máquinas”.
Por su lado, Echeburúa y del Corral (2010: 92) afirman que una adicción
puede generarse con “cualquier inclinación desmedida hacia una actividad”,
que puede devenir en “una afición patológica que genera dependencia y resta
libertad al ser humano al estrechar su campo de conciencia”.
Para Basteiro et al. (2013), la adicción a las RSO se va reduciendo con la
edad de la persona, pero se alimenta de las características de inmadurez física
y psicológica de los jóvenes y adolescentes, así como del fuerte consumo que
hacen de ellas; una situación que puede tener más repercusiones negativas en
ellos que en los adultos, de ahí el gran interés en su análisis y reflexión. Como
señala Díaz (2014: 54):
A nivel psicológico, la adicción de determinadas aplicaciones tecnológicas puede
relacionarse con inestabilidad emocional, depresión, ansiedad, irritabilidad,
empobrecimiento afectivo, disminución de la capacidad de juicio y dificultades para
afrontar los problemas cotidianos.
El uso abusivo y problemático de diferentes tecnologías está llevando a
desarrollar una línea de análisis e investigación enfocada en el estudio de la
adicción que provocan y las posibles consecuencias que eso conlleva. Así, un
gran volumen de estudios se ha centrado específicamente en el uso abusivo
de Internet y su asociación con problemas físico-biológicos, sociales y fami-
liares (Echeburúa, 2012; Fernández-Villa et al., 2015; Young, 2015). El tema
comenzó a investigarse en 1996 con un análisis que revisó más de 600 ca-
sos de usuarios frecuentes de Internet, quienes exhibieron signos clínicos de
adicción medidos con una versión adaptada de los criterios del Manual diag-
nóstico y estadístico de los trastornos mentales-DSM-IV (American Psychiatric
Association, 2002), para el juego patológico (Young, 2015).
Para Chóliz y Marco (2012), la adicción a Internet se observa cuando en
la persona se presenta una serie de conductas: 1) tolerancia: cada vez se nece-
sita estar más tiempo conectado; 2) abstinencia, se siente malestar cuando se
interrumpe la conexión; 3) el medio se utiliza más de lo pretendido inicial-
mente; 4) deseo por dejar de usar Internet, sin poder dejarlo; 5) empleo ex-
cesivo de tiempo en actividades relacionadas con Internet; 6) dejar de hacer
otras actividades para poder usar más Internet; y 7) utilización de Internet a
pesar de saber que le está perjudicando.
5
Diferentes estudios han sugerido que la adicción a esta tecnología tiene

consecuencias diversas como: dificultades de flexibilidad cognitiva (Dong
et al., 2014), problemas para la toma de decisiones (D’Hondt et al., 2015),
aumento del nivel de angustia (Wegmann et al., 2015), olvido para realizar
ciertas actividades (Chóliz y Marco, 2012), bajo estado de ánimo (Gómez,
2014), dificultades en el desarrollo de la memoria de trabajo (Dong et al.,
2012) o conflictos en la concentración (Rücker et al., 2015).
Pero la investigación sobre estas frecuencias elevadas de utilización no
solo se ha centrado en Internet, sino también en diversas tecnologías que van
desde las Tecnologías de la Información y Comunicación en general (García-
Oliva et al., 2017; Gairín y Mercader, 2018) hasta los juegos por Internet
(Bertrán y Chamarro, 2016; Martín et al., 2017), videojuegos (Gonzálvez et
al., 2015; Espejo et al., 2018), teléfonos móviles (Pedrero et al., 2012; Gaspar
y Cuesta, 2015) y, por supuesto, las RSO.
El uso constante de las RSO está originando una línea de trabajo deno-
minada “Adicción a las redes sociales online”, que puede percibirse como un
tipo particular de adicción a Internet (Sahin, 2018). Pero antes de referirnos
a esta problemática, haremos algunos comentarios sobre el propio término
adicción y algunas matizaciones respecto a las RSO.
Como señalan diferentes autores (Basteiro et al., 2013; Echeburúa,
2012), durante bastante tiempo el término adicción ha estado asociado al
consumo de drogas y sustancias químicas. De hecho, así lo recoge el Manual
diagnóstico y estadístico de los trastornos mentales (American Psychiatric
Association, 2002), en donde se define el término como un abuso y dependen-
cia hacia cualquier tipo de sustancias psicoactivas. Sin embargo, contrariamente
a esta definición, distintos investigadores mantienen que el desarrollo de un
proceso adictivo puede producirse sin la intervención de dichas sustancias.
Y se podría definir como un uso compulsivo y excesivo, que provoca un
deterioro en el funcionamiento diario del individuo y se convierte en una
conducta adictiva (Watters et al., 2013).
De todas formas, debe señalarse que no existe consenso en la literatura
académica en torno a la utilización del término adicción para referirse al uso
constante de Internet y las redes sociales, pues algunos autores (Kuss et al.,
2014; Carbonell, 2014; Carbonell y Oberst, 2015; Pontes et al., 2015) argu-
mentan que, muchas veces, se confunde la dependencia a una tecnología con
la adicción a una conducta; por tanto, por ello es más correcto diferenciar
las verdaderas adicciones de los excesos y de los problemas transitorios de la
exposición abusiva, problemática, inadecuada o intensiva a una tecnología.
Por ejemplo, Carbonell (2014) ha sugerido que usar el término adicción
6
refleja más un constructo social popularizado que una realidad; en todo caso,
según este autor, es una adicción de índole secundario que va asociada a otra
primaria, de forma que se confunde la adicción con la dependencia a una
tecnología, y puede que sea, más que un trastorno psicológico, una afición o
hábito. Incluso algunos autores (Carbonell y Oberst, 2015; Simó et al., 2017)
han descartado la existencia de una adicción a Internet o a las RSO porque
nada de ello está recogido en la “Guía de consulta de los criterios diagnósticos
del DSM-5” (American Psychiatric Association, 2013).
Pero independientemente de la posición que adoptemos, no se puede
negar la existencia de un aumento progresivo de las tecnologías, con conse-
cuencias negativas para la persona, en la medida en que generan trastornos en
nuestras vidas (Fuentes et al., 2015) y en especial en el colectivo vulnerable de
los adolescentes (Chóliz y Marco, 2012). Esto ha repercutido en la búsque-
da de instrumentos para su diagnóstico, terreno donde han ido ganando es-
pacio progresivamente las escalas de autopercepción, denominadas “Test de
Adicción a las Redes Sociales” (TARS) (Basteiro et al., 2013; Escurra y Salas,
2014; Tutgun-Ünal y Deniz, 2015; Banyai et al., 2017; Simó et al., 2017). El
presente artículo se basa en la escala elaborada por Sahin (2018).
A continuación, presentaremos los resultados emanados de la aplicación
de algunas escalas por diferentes autores. Sahin (2018) llama la atención so-
bre las personas que pasan demasiado tiempo usando las redes sociales o tie-
nen el deseo de ser notificados de algo inmediatamente, lo cual puede causar
tolerancia virtual, comunicación virtual y problemas virtuales. Por su parte,
Echeburúa (2012) y Echeburúa y Del Corral (2010) han observado que
las redes sociales pueden atrapar al adolescente, porque tienen el potencial
para distanciarlos del contacto personal y producir un aislamiento social, así
como para distorsionar el mundo real y producirles síntomas de abstinencia
cuando son privados de su uso o provocar privación de sueño y no realizar
otras actividades como las académicas. Basteiro et al. (2013) apuntan a la
existencia de una relación lineal positiva entre el neuroticismo, la extraver-
sión y la sintomatología depresiva respecto a una frecuencia elevada de las
RSO. Mientras, Llamas y Pagador (2014) sugieren que su mayor utilización
propicia la confusión entre el mundo real y virtual en el adolescente. Esta
adicción se ha relacionado con otro tipo de variables, como la baja autoes-
tima, la depresión y la falta de habilidades sociales (Herrera et al., 2010), y
problemas de salud (migrañas, dolor lumbar, sobrepeso u obesidad, descan-
so insuficiente), aspectos psicológicos (riesgo de trastornos de la conducta
alimentaria, riesgo de trastorno mental, depresión), problemas familiares y
discriminación (Fernández-Villa et al., 2015).
7
Por último, debe señalarse que hay jóvenes y adolescentes que son cons-
cientes de su adicción y están adoptando medidas para superarla (Fuentes
et al., 2015); pero también hay quienes no son conscientes de su existencia
(Marín et al., 2015).
Método
Objetivo del estudio
Nuestra investigación persigue validar y adaptar al contexto mexicano la es-

cala de adicción a las redes sociales “Social Media Addiction Scale-Student
Form” (SMAS-SF), elaborada por Sahin (2018), para estudiantes de bachi-
llerato y universitarios de Turquía.
Muestra de la investigación
Una vez eliminados los casos irregulares La muestra de la investigación es-

tuvo formada por 605 estudiantes de bachillerato (296 hombres: 48,93% y
309 mujeres: 51,07%), con edades comprendidas entre 15 y 20 años. Los
estudiantes cursaban sus estudios en diferentes centros de bachillerato y edu-
cación media de la Ciudad de México (Colegio de Bachilleres, de Educación
Media Superior del Instituto Politécnico Nacional-IPN, del Campus ILCE).
También participaron alumnos de Maestros participantes en el Premio ILCE
2017 e Instituciones incorporadas a la Red LaTe-Red Latinoamericana de
Tecnología Educativa), en estos últimos casos también pertenecían a otras
ciudades.
El muestreo ha sido no probabilístico, de conveniencia o causal (Alami-
nos, 2006; Sabariego, 2012), que está determinado por la facilidad de acceso
de los investigadores a los sujetos que forman la población.
Instrumento
El instrumento que validamos y adaptamos (Sahin, 2018) se conformó, en

su versión final, por 29 ítems con construcción tipo Likert y cinco opciones
de respuesta que iban desde “fuertemente de acuerdo”, hasta “fuertemente en
desacuerdo”. Y es sobre esta versión que realizamos un estudio exploratorio
para su fiabilización y validación al contexto mexicano. Su elección se justi-
fica por tres hechos fundamentales: su novedad, la fundamentación teórica
8
efectuada por el autor para su elaboración y el riguroso proceso seguido para

su construcción, que pasó por cuatro grandes fases: 1) revisión de la literatu-
ra, 2) construcción de un instrumento tipo Likert, 3) validación mediante el
juicio de experto, y 4) análisis de su fiabilidad y validez de constructo.
La escala se administró vía Internet para facilitar la recogida de información.
Procedimiento seguido
Para su validación seguimos diferentes fases:

a) Traducción del instrumento al español.
b) Análisis Factorial Exploratorio, calculando previamente la medida de
Kaiser-Meyer-Olkin de adecuación muestral y el test de esfericidad de Bartlett
(Cerny y Kaiser, 1977).
c) Reducción sucesiva de ítems hasta la perfecta factorización (Seçer,
2013), adoptando para la eliminación de los ítems el poco efecto de la carga
del ítem sobre el factor o su ubicación en dos factores.
d) Análisis factorial confirmatorio para probar la estructura del modelo
de factores obtenido.
e) Elaboración de un análisis factorial confirmatorio, para la contrasta-
ción definitiva del modelo y la aplicación de diferentes índices de adaptación
para la contratación de la adecuación del modelo (Kline, 2005).
f ) Elaboración de un análisis factorial confirmatorio de segundo orden,
para la contrastación definitiva del modelo y la aplicación de diferentes índi-
ces de ajuste para la contratación de la adecuación del modelo (Kline, 2005).
f ) Finalmente, para la fiabilización y de consistencia interna de la escala,
se han calculado la alfa de Cronbach y la “fiabilidad compuesta” mediante la
rho de Jöreskog’s (Cho, 2016).
Los análisis estadísticos se llevaron a cabo mediante los paquetes estadís-
ticos AMOS 24 y SPSS 24.
Resultados obtenidos
En primer lugar se realizó el análisis factorial sobre el total de los 29 ítems del
cuestionario; los resultados de la medida de adecuación muestral KMO y el
test de esfericidad de Bartlett se muestran en la Tabla 11.
A partir del análisis de los componentes principales sobre el total de los
29 ítems del cuestionario, lo primero que se observó es que se discriminaron
1 Todas las tablas y las figuras se encuentran en el Anexo, al final del presente artículo (Nota
del editor).
9
cuatro factores, con un porcentaje de varianza explicado de 50,19, lo cual

indica que es un ajuste adecuado.
En la Tabla 2 se presenta la primera rotación Varimax realizada con nor-
malización Kaiser.
Los datos obtenidos condujeron a la eliminación del ítem 24 (“Uso las
redes sociales incluso cuando voy por la calle para estar informado al instante
sobre los acontecimientos”), por cargar simultáneamente sobre dos factores.
Al eliminar este ítem, conseguimos de nuevo el porcentaje de varian-
za explicado por los cuatro factores identificados, obteniendo en este caso el
valor de 50,46, ligeramente superior al alcanzado en su primera aplicación.
Al realizar por segunda vez el análisis factorial, los resultados de la me-
dida KMO y el test de esfericidad de Bartlett se muestran en la Tabla 3, y las
cargas factoriales obtenidas se presentan en la Tabla 4.
Los resultados alcanzados permiten identificar cuatro factores, que de
acuerdo con las propuestas de su presencia en otras escalas hemos deno-
minado como: satisfacción/tolerancia (Sahin, 2018), problemas (Van den
Eijnden et al., 2016), obsesión por estar informado (Escurra y Salas, 2014;
Sahin, 2018), y necesidad/obsesión de estar conectado (Chóliz y Marco,
2012; Escurra y Salas 2014). Todos ellos estarían conformados por una di-
versidad de ítems, que se exponen en la Tabla 5.
Con el objeto de analizar y validar la exactitud de los cuatros factores
identificados en nuestro estudio, se llevaron a cabo análisis factoriales confir-
matorios, tanto de primero como de segundo orden. Las cargas factoriales del
modelo obtenido a partir del análisis factorial confirmatorio se presentan en
la Figura 1, donde se puede observar que las cargas en el factor “Satisfacción”
se sitúan entre 0,54 y 0,69; en el de “Problemas”, entre 0,58 y 0,71; en el de
“Información”, entre 0,56 y 0,68; y en el de “Necesidad de estar conectado”,
entre 0,47 y 0,69.
Estos valores denotan altos niveles de correlación. Al mismo tiempo, los
niveles de relación entre los diferentes factores son también bastante altos,
situándose entre 0,57 (problema con información) y 0,82 (satisfacción con
necesidad de estar conectado).
En cuanto al de primer orden, los valores obtenidos para la bondad de
ajuste del modelo fueron los presentados en la Tabla 6.
El valor obtenido indica que la propuesta del modelo realizada tiene
una alta bondad de ajuste, pues se encuentra dentro del intervalo propuesto
por Kline (2005), quien lo ubica en 2.00 ≤ χ2/d<5.00, para que pueda ser
considerado.
Con el objeto de analizar la idoneidad estructural de la escala, se obtu-
vieron los valores de RMSEA (Root Mean Square Error of Approximation),
10
SRMR (Standardized Root Mean Square Residual), GFI (Good Fit Index),
AGFI (Adjusted Goodness of Fit Index) y NFI (Normed Fit index). Valores
que de acuerdo con las propuestas de diferentes autores (Kline, 2005; Raykov
y Marcoulides, 2006; Jöreskog y Sörbom, 1993) indican unos ajustes per-
fectos o adecuados, como se recoge en la Tabla 7.
Para conocer la importancia que cada factor tiene en el modelo, se efec-
tuó un análisis factorial confirmatorio de segundo nivel, que se observa en
la Figura 2. De ella se puede concluir lo siguiente: en primer lugar, que las
cargas de cada factor pueden considerarse bastante elevadas sobre el sistema
y van desde 0,68 hasta 0,94, y, en segundo lugar, que la carga mayor la tiene
el factor “Satisfacción”.
En este caso, el valor x2 / df obtenido fue de 2,458, el cual indica de nue-
vo que el modelo tiene una bondad de ajuste aceptable. Y lo relativo a los aná-
lisis para conocer la idoneidad estructural de la escala se presenta en la Tabla
8, cuyos valores nuevamente nos permiten confirmar la bondad del modelo.
Al final, se hizo el análisis de la “fiabilidad compuesta” mediante la rho
de Jöreskog’s (Cho, 2016), que facilita obtener la consistencia interna del
bloque de indicadores (Lévy, 2006), el cual se presenta en la Tabla 9.
Todos los valores obtenidos sugieren un índice alto de fiabilidad, tanto
en la globalidad del instrumento como en las diferentes dimensiones que lo
conforman, ya que superan el valor 0,7 (Nunally y Berstein, 1994).
La escala quedó finalmente conformada por los ítems y dimensiones que
presentamos a continuación:
1. Estoy ansioso por ir a las redes sociales (N)
2. Busco conectarme a Internet en todas partes para acceder a las redes
sociales (N)
3. Lo primero que hago cuando me despierto es conectarme a las redes
sociales (N)
4. Veo las redes sociales como escape del mundo real (S)
5. Una vida sin redes sociales no tiene sentido para mí (S)
6. Prefiero usar las redes sociales a pesar de estar acompañado (S)
7. Prefiero las amistades de las redes sociales que las presenciales (S)
8. Me expreso mejor con las personas de las redes sociales (S)
9. Aparento ser lo que yo quiero en las redes sociales (S)
10. Por lo general, prefiero comunicarme con personas a través de las
redes sociales (S)
11
11. Hasta mi familia se enfada porque no puedo dejar de usar las redes
sociales (S)
12. Quiero pasar el tiempo en las redes sociales cuando estoy solo (N)
13. Prefiero la comunicación virtual en las redes sociales para salir (S)
14. Las actividades de las redes sociales se afianzan en mi vida cotidiana (N)
15. Omito mis tareas porque paso mucho tiempo en las redes sociales (P)
16. Me siento mal si estoy obligado a disminuir el tiempo que paso en las
redes sociales (P)
17. Me siento infeliz cuando no estoy en las redes sociales (P)
18. Me emociona estar en las redes sociales (N)
19. Utilizo las redes sociales con tanta frecuencia que me olvido de mi
familia (P)
20. El mundo misterioso de las redes sociales siempre me cautiva (O)
21. Ni siquiera noto que tengo hambre y sed cuando estoy en las redes
sociales (P)
22. Noto que mi productividad ha disminuido debido a las redes sociales (P)
23. Tengo problemas físicos debido al uso de las redes sociales (P)
25. Me gusta usar las redes sociales para mantenerme informado sobre
lo que sucede (O)
26. Navego en las redes sociales para mantenerme informado sobre lo
que comparten los grupos de medios sociales (O)
27. Paso más tiempo en las redes sociales para ver algunos eventos/
acontecimientos especiales (por ejemplo, cumpleaños) (O)
28. Mantenerme informado sobre las cosas relacionadas con mis cursos
(ej. tarea, actividades) me hace estar siempre en las redes sociales (O)
29. Siempre estoy activo en las redes sociales para estar inmediatamente
informado sobre qué comparten amigos y familia (O)
(Nota: S = Satisfacción por estar conectado a las redes sociales; P = Proble-
mas; O = Obsesión por estar informado; y N = Necesidad/Obsesión de estar
conectado).
12
Conclusiones y discusión
Los hallazgos que se derivan de nuestro trabajo apuntan en diferentes direc-

ciones. La primera de ellas es que la adaptación que hemos realizado para el
contexto mexicano del instrumento SMAS-SF elaborado por Sahin (2018)
se ha mostrado válido con niveles de fiabilidad y de identificación de factores,
similares a los obtenidos por dicho autor en la construcción de su instrumen-
to con estudiantes de Turquía.
En este sentido, el instrumento elaborado puede aportar una herramienta
útil para recoger información del grado de adicción por parte de los estudiantes
del rango de edad analizado, y relacionarlos con otras variables como puede ser
la clase social del estudiante, su género, o diferentes niveles de estudio a los aquí
utilizados para la validación.
Por otra parte, la herramienta nos permite profundizar en el posible gra-
do de adicción que los estudiantes mexicanos poseen de estas tecnologías
de comunicación y las consecuencias, que han encontrado diversos estudios,
respecto a disminución del rendimiento académico o el alejamiento de las re-
laciones familiares; es decir, puede ser de utilidad para que los investigadores
mexicanos interesados en la temática de las redes sociales en general, y de su
posible adicción en particular, puedan llevar a cabo estudios para analizarla,
ya que los resultados del presente trabajo, en cuanto a su validez y confiabili-
dad, así lo garantizan para los estudiantes del contexto mexicano.
En este aspecto debemos señalar que hay pocas herramientas de análisis
de medios sociales en la literatura académica mexicana y esta podría ser una
contribución del presente trabajo, aunque posiblemente se necesitaría una
replicación con una muestra más extensa y de contextos diferentes a la utili-
zada por nosotros.
Nuestros resultados son similares a los obtenidos por Sahin (2018) en su
trabajo; además, en su aplicación, no hemos encontrado problemas de com-
prensión de ítems por los jóvenes y adolescentes que lo cumplimentaron, ni
en la necesidad de usar un tiempo amplio para su administración.
Se han identificado cuatro factores que pudieran explicar esta adicción
o uso constante de las redes sociales: satisfacción/tolerancia, problemas,
obsesión por estar informado y necesidad/obsesión de estar conectado.
Todos ellos coinciden con lo que diferentes autores han señalado en sus
propias investigaciones (Escurra y Salas, 2014; Al-Menayes, 2015; Sanz et al.,
2017; Liu y Mab, 2018).
13
Como línea futura de exploración, se sugiere su aplicación y el análisis ya

concreto de los jóvenes y adolescentes, así como su posible relación con dife-
rentes variables, como son: género, diferencias de banda de edad, clase social
o tipología del centro de estudios. También pudiera ser interesante contrastar
las diferentes percepciones que pueden existir entre la adicción a las redes por
parte de los jóvenes, y las percepciones que respecto a ellas tengan sus padres
y profesores.
Por último, la aplicación del instrumento facilitaría el establecimiento
de planes de formación de los alumnos para adquirir conocimiento sobre
grupos específicos en los centros educativos y, en consecuencia, poder adoptar
medidas y acciones educativas, como ha demostrado el reciente trabajo reali-
zado en la Universidad de Pennsylvania por Hunt et al. (2018), el disminuir
el uso de redes sociales en los alumnos solo media hora al día contribuía a
mejorar su bienestar psicológico.
Referencias
Alaminos, Antonio (2006), “El muestreo en la investigación social”, en Alaminos, Antonio

y Castejón, Juan Luis, Elaboración, análisis e interpretación de encuestas, cuestionarios y
escalas de opinión, España: Marfil.
Al-Menayes, Jamal (2015), “Psychometric Properties and Validation of the Arabic Social
Media Addiction Scale”, en Hindawi Publishing Corporation. Journal of Addiction,
Reino Unido: Adam House. DOI: 10.1155/2015/291743 Disponible en: http://
dx.doi.org/10.1155/2015/291743 [12 de junio de 2018].
American Psychiatric Association (2002), Manual diagnóstico y estadístico de trastornos
mentales--DSM-IV, Estados Unidos: American Psychiatric Association Publishing.
American Psychiatric Association (2013), Guía de consulta de los criterios diagnósticos del
DSM-5, España: Médica Panamericana.
Asociación de Internet.mx (2018), “14 Estudio sobre los hábitos de los usuarios de Internet
en México 2018”. Disponible en: https://www.asociaciondeinternet.mx [12 de junio
de 2018].
Banyai, Fanni et al. (2017), “Problematic social media use: results from a large-scale
nationally representative adolescent sample”, en PLoS ONE, vol. 12, núm. 1, Estados
Unidos: Public Library of Science.
Basteiro, Julia et al. (2013), “Adicción a las redes sociales: creación y validación de un
instrumento de medida”, en Revista de Investigación y Divulgación en Psicología y
Logopedia, vol. 3, núm. 1, España: Universidad de La Laguna.
Bertrán, Enric y Chamarro, Andrés (2016), “Videojugadores del League of Legends: El
papel de la pasión en el uso abusivo y en el rendimiento”, en Adicciones, vol. 28, núm. 1,
España: Sociodrogalcohol.
Carbonell, Xavier (2014), “¿Qué son las adicciones tecnológicas? Internet, MMORPG y
redes sociales”, en Carbonell, Xavier [coord.], Adicciones tecnológicas qué son y cómo
tratarlas, España: Síntesis.
14
Carbonell, Xavier y Oberst, Ursula (2015). “Las redes sociales en línea no son adictivas”,
en Aloma. Revista de Psicologia, Ciències de l’Educació i de l’Esport, vol. 33, num. 2,
España: Universidad Ramón Llul.
Cerny, Bárbara y Kaiser, Henry (1977), “A study of a measure of sampling adequacy for
factor-analytic correlation matrices”, en Multivariate Behavioral Research, vol. 12, núm.
1, Estados Unidos: Society of Multivariate Experimental Psychology.
Cho, Eunseong (2016), “Making Reliability Reliable: A Systematic Approach to
Reliability Coefficients”, en Organizational Research Methods, vol. 19, núm. 4,
Estados Unidos: Research Methods Division of the Academy of Management. DOI:
10.1177/1094428116656239 Disponible en: https://journals.sagepub.com/doi/abs/
10.1177/1094428116656239?journalCode=orma [12 de junio de 2018].
Chóliz, Mariano y Marco, Clara (2012), Adicción a Internet y redes sociales. Tratamiento
psicológico, España: Alianza.
Cruz, Ivanovnna (2016), “Percepciones en el uso de las redes sociales y su aplicación en
la enseñanza de las matemáticas”, en Pixel-Bit. Revista de Medios y Educación, núm.
48, España: Grupo Investigación Didáctica Universidad de Sevilla. DOI: 10.12795/
pixelbit.2016.i48.11 Disponible en: http://dx.doi.org/10.12795/pixelbit.2016.
i48.11 [1 de junio de 2018].
D’Hondt, Fabien (2015), “Electrophysiological correlates of problematic Internet use:
Critical review and perspectives for future research”, en Neuroscience and Biobehavioral
Reviews, núm. 59, Estados Unidos: International Behavioral Neuroscience Society.
DOI: 10.1016/j.neubiorev.2015.10.005 Disponible en: https://www.sciencedirect.
com/science/article/pii/S0149763415002651?via%3Dihub [8 de enero de 2018].
De Haro, Juan José (2011), Redes sociales para la educación, España: Anaya.
Díaz, Rosa María (2014), “Intervención en adolescentes”, en Carbonell, Xavier [coord.],
Adicciones tecnológicas qué son y cómo tratarlas, España: Síntesis.
Dong, Guangheng et al. (2012), “Impaired inhibitory control in “internet addiction
disorder”, en Psychiatry Research, vol. 203, núm. 2-3, Estados Unidos: Relgroup.
DOI: 10.1016/j.pscychresns Disponible en: https://www.ncbi.nlm.nih.gov/
pubmed/30448109 [3 de mayo de 2018].
Dong, Guangheng et al. (2014), “Cognitive flexibility in internet addicts: fMRI evidence
from difficultt-easy and easy-to-difficult switching situations”, en Addictive Behaviors, vol.
39, núm. 3, Estados Unidos: Elsevier. DOI: 10.1016/j.addbeh.2013.11.028. Disponible
en; https://www.ncbi.nlm.nih.gov/pubmed/24368005 [23 de mayo de 2018].
Echeburúa, Enrique (2012), “Factores de riesgo y factores de protección en la adicción a
las nuevas tecnologías y redes sociales en jóvenes y adolescentes”, en Revista Española
de Drogodependencia, vol. 37, núm. 4, España: Asociación Española de Estudio en
Drogodependencias.
Echeburúa, Enrique y del Corral, Paz (2010), “Adicción a las nuevas tecnologías y a las
redes sociales en jóvenes: un nuevo reto”, en Adicciones, vol. 22, núm. 2, España:
Sociodrogalcohol.
Escurra, Miguel y Salas, Edwin (2014), “Construcción y validación del cuestionario de
adicción a redes sociales (ARS)”, en LIBERABIT, vol. 20, núm. 1, Perú: Facultad de
Ciencias de la Comunicación, Turismo y Psicología.
Espejo, Tamara et al. (2018), “Incidencia del consumo de videojuegos en el autoconcepto
académico-físico de estudiantes universitarios”, en Pixel-Bit. Revista de Medios y
15
Educación, núm. 52. España: Grupo de Investigación Didáctica. DOI: 10.12795/

pixelbit.2018.i52.01 Disponible en: http://dx.doi.org/10.12795/pixelbit.2018.
i52.01 [21 de mayo de 2018].
Fernández-Villa, Tania et al. (2015), “Uso problemático de internet en estudiantes
universitarios: factores asociados y diferencias de género”, en Adicciones, vol. 27, núm.
4, España: Sociodrogalcohol.
Fuentes, Juan Luis et al. (2015), Vivir en Internet. Retos y reflexiones para la educación,
España: Síntesis.
Gairín, Joaquín y Mercader, Cristina (2018), “Usos y abusos de las TIC en los adolescentes”,
en Revista de Investigación Educativa, vol. 36, núm. 1, España: Universidad de Murcia.
García, María del Carmen y Fernández, Cristóbal [coords.] (2016), Si lo vives, lo compartes.
Cómo se comunican los jóvenes en un mundo digital, España: Fundación Telefónica-Ariel.
García-Oliva, Carlos et al. (2017), “Uso problemático de internet, el móvil y los videojuegos
en una muestra de adolescentes alicantinos”, en Salud y drogas, vol. 17, núm. 2, España:
Instituto de Investigación en Drogodependencia.
Gaspar, Sandra y Cuesta, Victoria (2015), “Adicción al smartphone. Análisis motivacional de
uso entre nativos digitales”, en Opción, vol. 31, núm. 4, Venezuela: Universidad del Zulia.
Gértrudix, Manuel et al. (2017), “Vidas registradas. Redes sociales y jóvenes en la era
algorítmica”, en Telos, núm. 107, España: Fundación Telefónica.
Gómez, Montse (2014), “Guía para posibles pacientes”, en Carbonell, Xavier [coord.),
Adicciones tecnológicas qué son y cómo tratarlas, España: Síntesis.
Gonzálvez, María et al. (2015), “El uso problemático de los videojuegos está relacionado
con problemas emocionales en adolescentes”, en Adicciones, vol. 29, núm. 3, España:
Sociodrogalcohol.
Gordo, Albert et al. (2018), Jóvenes en la encrucijada digital. Itinerarios de socialización y
desigualdades en los entornos digitales, España: Morata.
Griffiths, Mark (1995), “Technological addictions”, en Clinical Psychology Forum, núm. 76,
Reino Unido: The British Psychological Society.
Herrera, María et al. (2010), “La adicción a Facebook relacionada con la baja autoestima, la
depresión y la falta de habilidades sociales”, en Psicología Iberoamericana, vol. 18, núm.
1, México: Universidad Iberoamericana.
Hunt, Melissa et al. (2018), “No More FOMO: Limiting Social Media Decreases Loneliness
and Depression”, en Journal of Social and Clinical Psychology, vol. 37, núm. 10, Estados
Unidos: Guilford Press. DOI: 10.1521/jscp.2018.37.10.751 Disponible en: https://
doi.org/10.1521/jscp.2018.37.10.751 [3 de mayo de 2018].
INEGI (2019), “Encuesta Nacional sobre Disponibilidad y Uso de Tecnologías de la
Información en los Hogares (ENDUTIH) 2018”. Disponible en: https://www.inegi.
org.mx/contenidos/saladeprensa/boletines/2019/OtrTemEcon/ENDUTIH_2018.
pdf [3 de mayo de 2018].
Islas, Claudia y Carranza, Rocío (2011), “Uso de las redes sociales como estrategias de
aprendizaje. ¿Transformación educativa?”, en Revista Apertura, vol. 3, núm. 2, México:
Universidad de Guadalajara. Disponible en: http://www.udgvirtual.udg.mx/apertura/
index.php/apertura3/article/view/198 [4 de julio de 2017].
Jöreskog, Karl y Sörbom, Dag (1993), Lisrel 8: Structural equation modeling with the simplis
command language, Estados Unidos: Scientific Software International.
Kline, Rex (2005), Principles and practice of structural equation modeling, Estados Unidos:
The Guilford Press.
16
Kuss, Daria et al. (2014), “Internet Addiction: A Systematic Review of Epidemiological

Research for the Last Decade”, en Current Pharmaceutical Design, núm. 20, Estados
Unidos: Bentham Science.
Lévy, Jean-Pierre (2006), Modelización con estructuras de covarianzas en ciencias sociales:
temas esenciales, avanzados y aportaciones especiales, España: Netbiblo.
Liu, Chang y Mab, Jianling (2018), “Development and validation of the Chinese social media
addiction scale”, en Personality and Individual Differences, vol. 134, núm. 1, Estados
Unidos: International Society for the Study of Individual Differences. DOI: 10.1016/j.
paid.2018.05.046 Disponible en: https://doi.org/10.1016/j.paid.2018.05.046 [22 de
junio de 2018].
Llamas, Fátima y Pagador, Isabel (2014), “Estudio sobre las redes sociales y su implicación
en la adolescencia”, en Enseñanza & Teaching, vol. 32, núm. 1, España: Universidad
de Salamanca. DOI: 10.14201/et20143214357 Disponible en: http://dx.doi.
org/10.14201/et20143214357 [7 de octubre de 2017].
Marín, Verónica et al. (2015), “¿Son adictos a las redes sociales los estudiantes universitarios?”,
en Revista Complutense de Educación, vol. 26, número especial, España: Universidad
Complutense.
Martín, María et al. (2017), “Adolescentes con Trastorno por juego en Internet (IGD): perfiles
y respuesta al tratamiento”, en Adicciones, vol. 29, núm. 2, España: Sociodrogalcohol.
Müller, Kei et al. (2016), “A hidden type of Internet addiction? Intense and addictive use
of social networking sites in adolescents”, en Computers in Human Behavior, núm. 55,
Canadá: Elsevier. DOI: 10.1016/j.chb.2015.09.007 Disponible en: http://dx.doi.
org/10.1016/j.chb.2015.09.007 [21 de noviembre de 2017].
Musiał, Katarzyna y Kazienko, Przemyslaw (2013), “Social Networks on the Internet”, en
World Wide Web, vol. 16, núm. 1, Estados Unidos: Springer. DOI: 10.1007/s11280-
011-0155-z Disponible en: https://link.springer.com/article/10.1007/s11280-011-
0155-z [21 de noviembre de 2017].
Nunally, Jum y Berstein, Ira (1994), Psychometric theory, Estados Unidos: McGraw-Hill.
Orange (2018), Guía sobre el uso responsable de la tecnología en el entorno familiar, España:
Orange.
Pedrero, Eduardo et al. (2012), “Adicción o abuso del teléfono móvil. Revisión de la
literatura”, en Adicciones, vol. 24, núm. 2, España: Sociodrogalcohol.
Peña, María de los Ángeles et al. (2018), “Posibilidades didácticas de las redes sociales en
el desarrollo de competencias de educación superior: Percepciones del alumnado”, en
Pixel-Bit. Revista de Medios y Educación, núm. 53, España: Grupo de Investigación
Didáctica.
Pontes, Halley et al. (2015), “The impact of Internet based specific activities on the
perceptions of Internet addiction, quality of life, and excessive usage: A cross-sectional
study”, en Addictive Behaviors Reports, núm. 1, Estados Unidos: Elsevier.
Raykov, Tenko y Marcoulides, George (2006), A first course structural equation modeling,
Estados Unidos: Lawrence Erlbaum Association.
Rücker, Jeanine et al. (2015), “Problematic Internet use is associated with substance use
in young adolescents”, en Acta Paediatrica, núm. 104, Estados Unidos: John Wiley &
Sons. DOI: 10.1111/apa.12971 Disponible en: https://onlinelibrary.wiley.com/doi/
abs/10.1111/apa.12971 [14 de febrero de 2018].
Sabariego, Marta (2012), “El proceso de investigación (parte 2)”, en Bisquerra, Rafael
[coord.], Metodología de la investigación educativa, España: La Muralla.
17
Sahin, Cengiz (2018), “Social Media Addiction Scale-Student Form: The Reliability and
Validity Study”, en TOJET: The Turkish Online Journal of Educational Technology, vol.
17, núm. 1, Turquía: Universidad Sarkara.
Sanz, Conchín et al. (2017), “Instrumentos de evaluación del uso problemático del teléfono
móvil/smartphone”, en Health and Addictions, vol. 17, núm. 1, España: Instituto de
Investigación en Drogodependencias.
Seçer, İsmail (2013), SPSS ve LISREL ile pratik veri analizi ve raporlaştırma, Turquía: Anı
Yayıncılık.
Simó, Conchín et al. (2017), “Instrumentos de evaluación del uso problemático del teléfono
móvil/smartphone”, en Health and Addictions, vol. 17, núm. 1, España: Instituto de
Investigación en Drogodependencias.
Tutgun-Ünal, Aylin y Deniz, Levent (2015), “Development of the Social Media
Addiction Scale”, en AJIT-e: Online Academic Journal of Information Technology,
vol. 6, núm. 21, Turquía: Academic Journal of Information Technology.
DOI: 10.5824/1309‐1581.2015.4.004.x Disponible en: https://www.ajit-e.
org/?menu=pages&p=issue_details&id=21 [4 de mayo de 2018].
Van den Eijnden, Regina et al. (2016), “The Social Media Disorder Scale”, en Computers in
Human Behavior, núm. 61, Canadá: Elsevier.
Watters, Carolyn et al. (2013), “Examining the structure of the Internet Addiction Test in
adolescents: A bi-factor approach”, en Computers in Human Behavior, vol. 29, núm.
6, Canadá: Elsevier. DOI: 10.1016/j.chb.2013.05.020 Disponible en: http://doi.
org/10.1016/j.chb.2013.05.020 [11 de diciembre de 2017].
Wegmann, Elisa et al. (2015), “Addictive use of social networking sites can be explained by
the interaction of Internet use expectancies, Internet literacy, and psychopathological
symptoms”, en Journal of Behavioral Addictions, vol. 4, núm. 3, Hungría: Akadémiai
Kiadó.
Young, Kimberly (2015), “The Evolution of Internet Addiction Disorder”, en Montang,
Christian y Reuter, Martin [eds.], Internet Addiction, Neuroscientific Approaches and
Therapeutical Interventions, Suiza: Springer International Publishing.
18
Anexo
Tabla 1
Prueba de KMO y Bartlett
Medida Kaiser-Meyer-Olkin de adecuación de muestreo ,941

Prueba de esfericidad de Bartlett Aprox. Chi-cuadrado 6738,281
Gl 406
Sig. ,000
Fuente: Elaboración propia.
Tabla 2
Cargas factoriales con rotación Varimax
Factores
1 2 3 4
7. Prefiero las amistades de las redes sociales que las ,696
presenciales.
10. Por lo general, prefiero comunicarme con personas a ,671
través de las redes sociales.
8. Me expreso mejor con las personas de las redes sociales. ,649
13. Prefiero la comunicación virtual en las redes sociales ,637
para salir.
5. Una vida sin redes sociales no tiene sentido para mí. ,585
9. Aparento ser lo que yo quiero en las redes sociales. ,570
6. Prefiero usar las redes sociales a pesar de estar ,536
acompañado.
4. Veo las redes sociales como escape del mundo real. ,510
11. Hasta mi familia se enfada porque no puedo dejar de ,429
usar las redes sociales.
23. Tengo problemas físicos debido al uso de las redes ,738
sociales.
19. Utilizo las redes sociales con tanta frecuencia que me ,675
olvido de mi familia.
22. Noto que mi productividad ha disminuido debido a las ,674
redes sociales.
19
Factores
1 2 3 4
21. Ni siquiera noto que tengo hambre y sed cuando estoy
en las redes sociales. ,651
15. Omito mis tareas porque paso mucho tiempo en las ,612
redes sociales.
16. Me siento mal si estoy obligado a disminuir el ,563
tiempo que paso en las redes sociales.
17. Me siento infeliz cuando no estoy en las redes sociales. ,561
24. Uso las redes sociales incluso cuando voy por la calle ,469 ,423
para estar informado al instante sobre los acontecimientos.
25. Me gusta usar las redes sociales para mantenerme ,745
informado sobre lo que sucede.
28. Mantenerme informado sobre las cosas relacionadas ,723
con mis cursos (ej. tarea, actividades) me hace estar siem-
pre en las redes sociales.
26. Navego en las redes sociales para mantenerme ,688
informado sobre lo que comparten los grupos de medios
sociales.
27. Paso más tiempo en las redes sociales para ver ,652
algunos eventos/acontecimientos especiales (por
ejemplo, cumpleaños).
29. Siempre estoy activo en las redes sociales para estar ,614
inmediatamente informado sobre qué comparten amigos
y familia.
20. El mundo misterioso de las redes sociales siempre me ,485
cautiva.
1. Estoy ansioso por ir a las redes sociales. ,722
2. Busco conectarme a Internet en todas partes para acce- ,714
der a las redes sociales.
3. Lo primero que hago cuando me despierto es ,571
conectarme a las redes sociales.
12. Quiero pasar el tiempo en las redes sociales cuando ,558
estoy solo.
18.Me emociona estar en las redes sociales. ,538
14. Las actividades de las redes sociales se afianzan en mi ,430
vida cotidiana.
20
Tabla 3
Prueba de KMO y Bartlett
Medida Kaiser-Meyer-Olkin de adecuación de muestreo ,938

Prueba de esfericidad de Bartlett Aprox. Chi-cuadrado 6416,770
Gl 378
Sig. ,000
Tabla 4
Cargas factoriales con rotación Varimax
Componente
1 2 3 4
7. Prefiero las amistades de las redes sociales que las ,697
presenciales.
10. Por lo general, prefiero comunicarme con personas a tra- ,673
vés de las redes sociales.
8. Me expreso mejor con las personas de las redes ,651
sociales.
13. Prefiero la comunicación virtual en las redes sociales para ,638
salir.
5. Una vida sin redes sociales no tiene sentido para mí. ,587
9. Aparento ser lo que yo quiero en las redes sociales. ,572
6. Prefiero usar las redes sociales a pesar de estar ,539
acompañado.
4. Veo las redes sociales como escape del mundo real. ,511
11. Hasta mi familia se enfada porque no puedo dejar de ,433
usar las redes sociales.
23. Tengo problemas físicos debido al uso de las redes ,735
sociales.
22. Noto que mi productividad ha disminuido debido a las ,680
redes sociales.
19. Utilizo las redes sociales con tanta frecuencia que me ,678
olvido de mi familia.
21
Factores
1 2 3 4
21. Ni siquiera noto que tengo hambre y sed cuando ,658
estoy en las redes sociales.
15. Omito mis tareas porque paso mucho tiempo en las re- ,608
des sociales.
16. Me siento mal si estoy obligado a disminuir el tiempo ,565
que paso en las redes sociales.
17. Me siento infeliz cuando no estoy en las redes ,563
sociales.
25. Me gusta usar las redes sociales para mantenerme ,740
informado sobre lo que sucede.
28. Mantenerme informado sobre las cosas relaciona- ,732
das con mis cursos (ej. tarea, actividades) me hace estar
siempre en las redes sociales.
26. Navego en las redes sociales para mantenerme ,687
informado sobre lo que comparten los grupos de medios
sociales.
27. Paso más tiempo en las redes sociales para ver algunos ,657
eventos/acontecimientos especiales (por ejemplo,
cumpleaños).
29. Siempre estoy activo en las redes sociales para estar ,609
inmediatamente informado sobre qué comparten
amigos y familia.
20. El mundo misterioso de las redes sociales siempre me ,497
cautiva.
2. Busco conectarme a Internet en todas partes para acce- ,723
der a las redes sociales.
1. Estoy ansioso por ir a las redes sociales. ,722
3. Lo primero que hago cuando me despierto es ,574
conectarme a las redes sociales.
12. Quiero pasar el tiempo en las redes sociales cuando ,544
estoy solo.
18.Me emociona estar en las redes sociales. ,527
14. Las actividades de las redes sociales se afianzan en mi ,436
vida cotidiana.
22
Tabla 5
Identificación y denominación de factores, e ítems que lo forman
Satisfacción Problemas
7. Prefiero las amistades de las redes 23. Tengo problemas físicos debido al uso
sociales que las presenciales. de las redes sociales.
10. Por lo general, prefiero comunicarme 22. Noto que mi productividad ha

con personas a través de las redes sociales. disminuido debido a las redes sociales.
8. Me expreso mejor con las personas de 19. Utilizo las redes sociales con tanta
las redes sociales. frecuencia que me olvido de mi familia.
13. Prefiero la comunicación virtual en las 21. Ni siquiera noto que tengo hambre y
redes sociales para salir. sed cuando estoy en las redes sociales.
5. Una vida sin redes sociales no tiene 15. Omito mis tareas porque paso mucho
sentido para mí. tiempo en las redes sociales.
9. Aparento ser lo que yo quiero en las 16. Me siento mal si estoy obligado a
redes sociales. disminuir el tiempo que paso en las redes
sociales.
6. Prefiero usar las redes sociales a pesar de
estar acompañado. 17. Me siento infeliz cuando no estoy en
las redes sociales.
4. Veo las redes sociales como escape del
mundo real.
11. Hasta mi familia se enfada porque no

puedo dejar de usar las redes sociales.
23
Obsesión de estar informado Necesidad/obsesión de estar conectado

25. Me gusta usar las redes sociales para 2. Busco conectarme a Internet en todas
mantenerme informado sobre lo que partes para acceder a las redes sociales.
sucede.
1. Estoy ansioso por ir a las redes sociales.
28. Mantenerme informado sobre las
cosas relacionadas con mis cursos (ej. 3. Lo primero que hago cuando me
tarea, actividades) me hace estar siempre despierto es conectarme a las redes
en las redes sociales. sociales.
26. Navego en las redes sociales para 12. Quiero pasar el tiempo en las redes
mantenerme informado sobre lo que sociales cuando estoy solo.
comparten los grupos de medios sociales. 18. Me emociona estar en las redes
27. Paso más tiempo en las redes sociales sociales.
para ver algunos eventos/acontecimientos 14. Las actividades de las redes sociales se
especiales (por ejemplo, cumpleaños). afianzan en mi vida cotidiana.
29. Siempre estoy activo en las redes
sociales para estar inmediatamente
informado sobre qué comparten amigos
y familia.
20. El mundo misterioso de las redes

sociales siempre me cautiva.
24
Figura 1
Modelo de análisis factorial confirmatorio de primer orden
25
Tabla 6
Valores para la bondad de ajuste del modelo de acuerdo al

primer análisis factorial confirmatorio
df p
x2 x2/df
806,076 340 0,000 2,371
Tabla 7
Índices de ajustes
Índices de Ajuste perfecto Ajuste aceptable Primer nivel

ajuste análisis
inspeccionados confirmatorio
RMSEA 0 ≤ RMSEA ≤ 0.05 0.05≤ RMSEA ≤ 0.08 0,048
SRMR 0 ≤ SRMR ≤ 0.05 0.05 ≤ SRMR ≤ 0.10 0,048
NFI 0.95 ≤ NFI ≤ 1.00 0.90 ≤ NFI ≤ 0.95 0,876
GFI 0.95 ≤ GFI ≤ 1.00 0.95 ≤ CFI ≤ 0.97 0,914
AGFI 0.95 ≤ AGFI ≤ 1.00 0.85 ≤ AGFI ≤ 0.95 0,897
26
Figura 2
Modelo de análisis factorial confirmatorio de segundo nivel
27
Tabla 8
Índices de ajuste
índices Ajuste perfecto Ajuste aceptable Análisis factorial

de ajuste confirmatorio de
inspeccionados segundo orden
RMSEA 0 ≤ RMSEA ≤ 0.05 0.05≤ RMSEA ≤ 0.08 0,049
SRMR 0 ≤ SRMR ≤ 0.05 0.05 ≤ SRMR ≤ 0.10 0,05
NFI 0.95 ≤ NFI ≤ 1.00 0.90 ≤ NFI ≤ 0.95 0,872
GFI 0.95 ≤ GFI ≤ 1.00 0.95 ≤ CFI ≤ 0.97 0,910
AGFI 0.95 ≤ AGFI ≤ 1.00 0.85 ≤ AGFI ≤ 0.95 0,892
Tabla 9
Rho de Jöreskog’s para globalidad del instrumento y factores
Variable Jöreskog’s rho (ρc)

Total instrumento 0,923
F1 Satisfacción 0,853
F2 Problemas 0,838
F3 Información 0,800
F4 Necesidad de estar conectado 0,767
Julio Cabero-Almenara. Doctor en Filosofía y Ciencias de la Educación,

Facultad de Ciencias de la Educación, Universidad de Sevilla, España. Líneas
de investigación: tecnología educativa, realidad aumentada, e-learning,
formación docente. Publicaciones recientes: Marín Díaz, V. y Cabero-Al-
menara, J. (2018), “Blended learning y realidad aumentada: experiencias de
diseño docente”, en RIED. Revista Iberoamericana de Educación a Distan-
cia, vol. 21, núm. 1, España: Universidad de Murcia; Cabero-Almenara,
28
J., Llorente Cejudo, M.d.C. y Marín Díaz, V. (2017), “Comunidades

virtuales de aprendizaje. El caso del proyecto de realidad aumentada”,
en RAFODIUM. Perspectiva Educacional. Formación de Profesores, vol. 56,
núm. 2, Chile: Universidad Católica de Valparaiso; Cabero-Almenara, J.,
Marín-Díaz, V., & Sampedro-Requena, B. E. (2017), “Aportaciones desde
la investigación para la utilización educativa de los MOOC | Research
contributions on the educational use of MOOCs”, en Revista Española de
Pedagogía, vol. 75, núm. 266. España: Sociedad Española de Pedagogía.
DOI: https://doi.org/10.22550/REP75-1-2017-01.
José Luis Pérez-Díez de los Ríos. Doctor en Ciencias Matemáticas, Facul-

tad de Ciencias Económicas y Empresariales, Universidad de Sevilla, España.
Líneas de investigación: análisis de datos, análisis multivariante, modelos de
ecuaciones estructurales. Publicaciones recientes: Cabero Almenara, J., Pérez
Díez de los Ríos, J. L. (2018), “Validación del modelo TAM de adopción de
la Realidad Aumentada mediante ecuaciones estructurales”, en Estudios sobre
Educación, vol. 34, España: Universidad de Navarra; Morita, M., Machuca,
Jose A. D., Pérez Díez de los Ríos, J. L. (2018), “Integration of product
development capability and supply chain capability: The driver for high
performance adaptation”, en International Journal of Production Economics,
núm. 200, Estados Unidos: Elsevier; Pérez Díez de los Ríos, José Luis, Hi-
erro Recio, Luis Ángel y Atienza Montero, Pedro (2014), “Una experiencia
de aprendizaje universitario mediante juegos de torneo en clase”, en REDU.
Revista de Docencia Universitaria, vol. 12, núm. 4, España: Universidad
Politécnica de Valencia.
Rubicelia Valencia-Ortiz. Maestra en Comunicación y Tecnología Educa-

tiva, Innovación y transformación digital, Macmillan Education (México).
Líneas de investigación: innovación educativa, e-learning, sociedad de
la información y el conocimiento. Publicaciones recientes: Valencia, R.,
Barroso, J. y Cabero, J. (2018), Neurociencia/Neurodidáctica y Tecnologías
de la Información y Comunicación (TIC): una nueva mirada para la incor-
poración de las TIC a las prácticas educativas, Panamá: Barroso, J., Cabero,
Valencia, R. (2018), “Uso educativo de la RA: Experiencias en España y
México”, en Enseñanza & Teaching, vol. 36, núm. 2, España: Universidad
de Salamanca: Valencia Ortiz, R. (2018), “La inclusión digital y la red de
puntos México Conectado”, en Revista Caribeña de Investigación Educativa
(RECIE), vol. 2, núm. 1, República Dominicana: Instituto Superior de
Formación Docente Salomé Ureña.
29

Articulo - Redes Sociales

Cargado por

Copyright:

Formatos disponibles

Articulo - Redes Sociales

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Articulo - Redes Sociales

Cargado por

Copyright:

Formatos disponibles

Convergencia

Cabero-Almenara, Julio; Pérez-Díez de los Ríos, José Luis; Valencia-Ortiz, Rubicelia

Disponible en: https://www.redalyc.org/articulo.oa?id=10562755012

Cómo citar el artículo

Escala para medir la adicción de estudiantes a las

Scale to Measure the Students’ Addiction to Online

José Luis Pérez-Díez de los Ríos https://orcid.org/0000-0003-4575-9072

Rubicelia Valencia-Ortiz https://orcid.org/0000-0003-4656-5456

e-ISSN 2448-5799, UAEM, vol.27, 2020, e11834

Internet se ha convertido en el paradigma tecnológico de la sociedad de la

Redes sociales online y adicción

y Kazienko, 2013). Tales características y condiciones han repercutido en la

Griffiths (1995) ha sido central en la definición de lo que se han llamado

Diferentes estudios han sugerido que la adicción a esta tecnología tiene

Objetivo del estudio

Nuestra investigación persigue validar y adaptar al contexto mexicano la es-

Una vez eliminados los casos irregulares La muestra de la investigación es-

El instrumento que validamos y adaptamos (Sahin, 2018) se conformó, en

efectuada por el autor para su elaboración y el riguroso proceso seguido para

Para su validación seguimos diferentes fases:

cuatro factores, con un porcentaje de varianza explicado de 50,19, lo cual

Los hallazgos que se derivan de nuestro trabajo apuntan en diferentes direc-

Como línea futura de exploración, se sugiere su aplicación y el análisis ya

Alaminos, Antonio (2006), “El muestreo en la investigación social”, en Alaminos, Antonio

Educación, núm. 52. España: Grupo de Investigación Didáctica. DOI: 10.12795/

Kuss, Daria et al. (2014), “Internet Addiction: A Systematic Review of Epidemiological

Medida Kaiser-Meyer-Olkin de adecuación de muestreo ,941

Prueba de KMO y Bartlett

Medida Kaiser-Meyer-Olkin de adecuación de muestreo ,938

Cargas factoriales con rotación Varimax

10. Por lo general, prefiero comunicarme 22. Noto que mi productividad ha

11. Hasta mi familia se enfada porque no

Obsesión de estar informado Necesidad/obsesión de estar conectado

20. El mundo misterioso de las redes

Fuente: Elaboración propia.

Modelo de análisis factorial confirmatorio de primer orden

Fuente: Elaboración propia.

Valores para la bondad de ajuste del modelo de acuerdo al

806,076 340 0,000 2,371

Fuente: Elaboración propia.

Índices de Ajuste perfecto Ajuste aceptable Primer nivel

Modelo de análisis factorial confirmatorio de segundo nivel

Fuente: Elaboración propia.

índices Ajuste perfecto Ajuste aceptable Análisis factorial

Rho de Jöreskog’s para globalidad del instrumento y factores

Variable Jöreskog’s rho (ρc)

Julio Cabero-Almenara. Doctor en Filosofía y Ciencias de la Educación,

J., Llorente Cejudo, M.d.C. y Marín Díaz, V. (2017), “Comunidades

José Luis Pérez-Díez de los Ríos. Doctor en Ciencias Matemáticas, Facul-

Rubicelia Valencia-Ortiz. Maestra en Comunicación y Tecnología Educa-

También podría gustarte