UN ANÁLISIS DE LA ADICCIÓN A LOS DISPOSITIVOS MÓVILES Y

UN ANÁLISIS DE LA ADICCIÓN A LOS DISPOSITIVOS MÓVILES Y SU
IMPACTO EN EL RENDIMIENTO ACADÉMICO DE LOS ESTUDIANTES DE
LA LICENCIATURA EN INFORMÁTICA ADMINISTRATIVA DEL CENTRO
UNIVERSITARIO UAEM TEMASCALTEPEC
M. en T. I. Rafael Valentín Mendoza Méndez1
M. en T. I. Gisela Regina Baena Castro2
M. en T. I. Marcelo Arturo Baena Castro3
Resumen
El actual uso de los teléfonos móviles por parte de los jóvenes conlleva el riesgo de ser un
elemento distractor en sus actividades académicas y que el abuso de estos los lleven a
presentar el comportamiento típico de una adicción. Actualmente el teléfono móvil ha asumido
el rol de instrumento de comunicación, de consola de juego, reproductor de música,
reproductora de películas, lectora de noticias, acceso a sus redes sociales y herramienta de
mensajería entre otros, por lo que su capacidad multidisciplinaria, tan variada y que le
proporciona diversas gratificaciones no puede estar exenta de problemas. Como señala
Griffiths (2008), “cualquier actividad gratificante es potencialmente adictiva, pero sólo aquellas
marcadas por la desaprobación social por sus riesgos asociados son consideradas “adicciones”
y no meros hábitos” (PEDRERO PÉREZ, RODRÍGUEZ MONJE, & RUIZ SÁNCHEZ DE LEÓN,
2012)
El presente trabajo de investigación se centra en el estudio de los hábitos de 112 alumnos de
los cuales 75 son mujeres y 37 hombres y que componen todos los semestres de la
Licenciatura en Informática Administrativa, teniendo 19 alumnos en primer semestre, 26 en
tercero, 23 en quinto, 20 en séptimo y 24 en noveno, realizar el análisis de su uso y abuso de
estas tecnologías, y si este impacta en su rendimiento escolar, para llevar a cabo este análisis
se les aplicara un instrumento modificado que ha sido basado en la prueba de adicción a
internet (IAT – Internet Adicction Test) desarrollado por la Dra. . En Psicología Kimberly S.
Young. Con algunos ítems que nos permita obtener información sobre la frecuencia y uso del
dispositivo móvil, así como su posible interferencia en las actividades académicas que realiza.
Se aplicó entonces un instrumento de 30 preguntas, las cuales determinan el rendimiento
escolar y el nivel de adicción al dispositivo móvil, se usó la escala de Likert para cada reactivo,
esta escala consto de seis opciones, de las cuales el estudiante debía contestar solo una,
estas opciones fueron : 0 = Nunca, 1 = Raramente, 2 = Ocasionalmente, 3 = Frecuentemente,
4 = Muy a menudo 5 = Siempre., el puntaje máximo a obtener es de 150 con una relación de a
mayor puntaje obtenido, mayor será el nivel de adicción que presente, dividiendo de 0 a 50
puntos aquellos estudiantes que no muestran un nivel de adicción elevado y que este no incide
negativamente en su rendimiento académico, de 51 a 100 aquellos que presentan un nivel de
adicción moderado y que presentan una leve asociación negativa con su rendimiento
académico, de 101 a 150 puntos aquellos alumnos cuyo nivel de adicción es elevado y este
incide fuertemente en una asociación negativa con su rendimiento académico.
Se utilizó también la prueba de componentes principales (ACP) y estadísticos descriptivos
para sintetizar, y la matriz de componentes rotados para observar proporción de variabilidad,
Se hizo selección de los primeros componentes principales (CP’s) mediante magnitudes de
vectores propios, y para determinar la pertinencia de su aplicación, se realizó la prueba de
esfericidad de Bartlett, se utilizó la medida de adecuación muestral de Káiser-Meyer-Olkin
mediante el SPSS 18 (Johnson y Wichern, 2007). Después, un análisis de estadísticos
1
Maestro en Tecnologías de la Información. Profesor Investigador de Tiempo Completo para la Universidad Autónoma
del Estado de México. Coordinador de la Maestría en Ciencias de la Computación para el CU UAEM Temascaltepec.
E-mail: [email protected]
2
Maestra en Tecnologías de la Información. Profesor de Asignatura Definitivo para la Universidad Autónoma del
Estado de México y Profesor de Medio Tiempo para el Colegio de Estudios Científicos y Tecnológicos del Estado de
México. E-mail: [email protected]
3
Maestro en Tecnologías de la Información. Profesor de Asignatura Definitivo para la Universidad Autónoma del
Estado de México y Profesor de Medio Tiempo para el Colegio de Estudios Científicos y Tecnológicos del Estado de
México. e-mail: [email protected]
descriptivos. El ACP genero cuatro componentes principales (CP) que explican el 70.54% de la
varianza total. El primer Componente Principal represento la mayor capacidad explicatoria de
los datos con el 52.22% de la varianza total sintetizando a 11 preguntas que muestran la
asociación positiva con el rendimiento académico del alumno en relación con la adicción al
dispositivo móvil. La segunda Componente Principal muestra un valor de la varianza total del
8.30%, y se encuentra asociada con la ansiedad que sufre el estudiante, cuando este no está
desarrollando alguna actividad en el dispositivo móvil. La tercer Componente Principal muestra
una varianza total de 5.4%, asociada a detectar si hace de un dispositivo móvil, la frecuencia
de este uso y el número de veces que lo hace al día. Y el cuarto Componente Principal con una
varianza obtenida del 4.54% nos muestra la asociación que se establece entre la edad del
alumno y el semestre al que estos pertenecen.
Palabras Clave: Adicción a los dispositivos móviles, nomofobia, rendimiento escolar,
Licenciatura en Informática Administrativa
Clasificación JEL: D12, D83. I10, I21
Abstract
Current use of mobile phones by young people carries the risk of being a distracting element in
their academic activities and abuse of these lead them to experience the typical behavior of an
addiction. Currently the mobile phone has assumed the role of communication tool, game
console, music player, spawning movies, reading news, access to social networking and
messaging tool among others, so its multidisciplinary capacity as varied and providing you
various bonuses cannot be without problems. As Griffiths (2008) notes, "any rewarding activity
is potentially addictive, but only those marked by social disapproval associated risks are
considered" addiction "and not mere habits" (PEDRERO PEREZ RODRIGUEZ MONK & RUIZ
SANCHEZ DE LEON, 2012)
The present research focuses on the study of the habits of 112 students of whom 75 are
women and 37 men and composing all semesters of the Bachelor of Administrative Computing,
taking 19 students in the first semester, 26 in third, 23 fifth, seventh 20 and 24 in the ninth, the
analysis of the use and abuse of these technologies, and if this impacts their school
performance, to perform this analysis were applied a modified instrument that has been based
on the Internet addiction test (IAT - Internet adicction test) developed by Dr... Psychology
Kimberly S. Young. With some items that allow us to obtain information about the frequency and
wireless device, and possible interference in academic activities performed.
An instrument of 30 questions, which determine school performance and level of addiction to
mobile, Likert scale was used for each reagent, this group contained scale of six options, of
which the student must answer only one was then applied , these options were. 0 = never; 1 =
Rarely, 2 = Occasionally, 3 = Frequently, 4 = Very often 5 = Always, the maximum score to be
obtained is 150 with a ratio of the higher score obtained, the greater the level of addiction that
this dividing of 0-50 points those students who show a high level of addiction and that no
negative impact on their academic performance, 51-100 those with a moderate level of
addiction and having a slight negative association with their academic performance, 101-150
points students whose level of addiction is high and this strongly affects negatively associated
with academic performance.
Proof of principal components (ACP) and descriptive statistics to synthesize was also used, and
rotated component matrix to observe proportion of variability, selection of the first principal
components (PC's) was made by magnitudes of eigenvectors, and to determine the relevance
of their application, Bartlett sphericity test was performed, the measure of sampling adequacy
Kaiser-Meyer-Olkin was used by SPSS 18 (Johnson and Wichern, 2007). Then descriptive
statistical analysis. The ACP genre four main components (CP) that explain 70.54% of the total
variance. The first Principal Component represent the greatest explanatory power of data with
52.22% of the total variance synthesized to 11 questions that show positive association with
student achievement in relation to addiction mobile device. The second Principal Component
shows a value of the total variance of 8.30%, and is associated with anxiety experienced by the
student, when this is not undertaking any action on the mobile device. The third major
component shows a 5.4% total variance associated with detecting whether a mobile device
does, the frequency of use and the number of times a day does. And the fourth Principal
Component with a variance of 4.54% obtained shows the association established between the
student's age and the semester to which they belong.
Indicators: Addiction to mobile devices, nomofobia, school performance, Bachelor of
Administrative Computing.
JEL Clasification: D12, D83. I10, I21
1. Introducción
En la Licenciatura en Informática Administrativa del Centro Universitario UAEM Temascaltepec
se ha observado por parte de los docentes, una falta de concentración de los alumnos que
componen los diferentes semestres, por el uso excesivo de sus dispositivos móviles tanto en
el interior del salón de clases, como en sus actividades académicas extra clase, notándose un
aumento en las deficiencias de su aprendizaje, y la presentación de trastornos relacionados
con una adicción al móvil que repercuten en un bajo rendimiento académico. Los docentes
cada vez ven más difícil que los alumnos consigan concentrarse en sus estudios y presten
atención a la clase impartida.
Conductas en nuestra sociedad como hablar por el móvil, estar mandando mensajes, chatear,
y realizar distintas actividades prestándole atención al móvil entre pausas de estas, son
socialmente aceptadas ya que proveen un sentido de pertenencia y conectividad con otros
miembros de la sociedad que igualmente realizan dichas actividades. “Cuando la relación que
la persona mantiene con ellas comienza a ser problemática (por que pasa excesivo tiempo
realizándolas, porque deja de hacer otras cosas de más relevancia, porque el tiempo que no
está realizándolas lo está deseando etc.), se considera que la persona tiene una adicción
conductual (RUIZ-OLIVARES, LUCENA, PINO, & HERRUZO, 2010).
Actualmente diversos estudios han descubierto que existen patrones de conducta producto del
abuso del móvil que inciden de manera negativa en diversos aspectos sociales de la vida de su
usuario, manejan con ellos mientras están mandando mensajes, hacen uso de sus
características en horario escolar, en reuniones familiares o profesionales, al mismo tiempo que
están dividiendo su atención con su interlocutor y sus actividades como consulta de sus redes
sociales, ver un video, envió de mensajes etc., Small y Vorgan (2008), explican que muchas
personas les es difícil resistirse al uso de las nuevas tecnologías….. Convirtiéndose estas en el
centro de su vida, su uso en un habito de dependencia y esta dependencia en un problema
conductual con repercusiones sociales y profesionales.
Según la OMS (Organización Mundial de la Salud), se entiende por adicción un estado de
intoxicación crónica y periódica originada por el consumo repetido de una droga, natural o
sintética (Agudelo, 2013), caracterizada por:
• Una compulsión a continuar consumiendo por cualquier medio.
• Una tendencia al aumento de la dosis.
• Una dependencia psíquica y generalmente física de los efectos.
• Consecuencias perjudiciales para el individuo y la sociedad
En este contexto con el comportamiento compulsivo que presentan hacia el uso al dispositivo
móvil y su dependencia hacia él, podemos observar que no existe una adicción por sustancia
alguna, lo que lo lleva a ser una adicción o dependencia psicológica que nace de la repetición
de acciones de actividades en el que le causan placer a su usuario y que en base a lo
observado con los estudiantes a muchos de ellos los lleva a una pérdida de control de su uso,
con síntomas como focalización atencional, modificaciones en su estado de ánimo
(principalmente cuando el móvil pierde carga, se agota el saldo, o se pierde conectividad WiFi).
Los efectos de estos síntomas pueden ser tan fuertes que alteran su ámbito intrapersonal (con
sensaciones de incomodidad o malestar), así como su ámbito interpersonal (actividades
académicas, sus relaciones con otros compañeros o miembros de su familia, etc).
La posible adicción por el uso excesivo del teléfono móvil se define como la incapacidad para
controlar o interrumpir su uso bloqueando las llamadas o la cuota, desconectando el sonido o
apagando el terminal (Muñoz-Rivas y Agustín, 2005; Sánchez-Carbonell, et al., 2008). Sin
embargo, el teléfono móvil presenta una característica especial que lo hace susceptible de
producir ciertos comportamientos abusivos, como son la sociabilidad, autoconfianza, diversión,
estatus social, movilidad,
acceso
permanente,
identidad,
conciliación
familiar e
individualización de bienes (Dimmick, Kline y Strafford, 1994; Höflich y Rössler, 2002; Leung y
Wei, 2000; O`Keefe y Sulanowski, 1995).
Por todo esto , es necesario y oportuno analizar la relación que guardan los estudiantes de la
Licenciatura en Informática Administrativa del Centro Universitario Temascaltepec, con
respecto a las conductas que presentan ante el uso del móvil y si este interfiere con sus
actividades académicas afectando de manera negativa su rendimiento.
2. Método
La metodología que se utilizó en esta investigación es de tipo descriptiva-cuantitativacorrelacional. Una metodología de tipo descriptiva sirve para identificar el comportamiento de
los estudiantes dentro y fuera del salón de clase respecto al uso de dispositivos móviles, así
como las tecnologías que abarca el concepto dispositivos móviles y las múltiples aplicaciones
que podemos encontrar en las plataformas móviles que hoy en día se conocen.
Al final se utiliza la metodología de tipo correlacional cuando comprobemos si en realidad existe
una relación entre la variable adicción y la variable rendimiento académico. Por la naturaleza de
los datos esta investigación es considerada de tipo cuantitativo, ya que se hará una
recopilación de datos cuantitativos, que serán empleados para realizar el análisis estadístico
como resultado de su procesamiento. Se utilizó también la técnica estadística de análisis de
componentes principales (ACP) que es una técnica utilizada para reducir la dimensionalidad de
un conjunto de datos. Para efectos de esta investigación se tomó como universo de estudio los
estudiantes de la Licenciatura en Informática Administrativa del Centro Universitario UAEM
Temascaltepec, ya que es donde se ha detectado el problema de adicción planteado, la cual
tiene una matrícula de 112 alumnos inscritos y el tamaño de la muestra será del 100% de la
matrícula, usándose el software de SPSS versión 19 para capturar los datos del cuestionario y
sacar los estudios estadísticos.
3. Instrumentos
Se aplicó un cuestionario de treinta preguntas, las cuales evalúan el rendimiento escolar y el
nivel de adicción a los dispositivos móviles que presentan los estudiantes de la Licenciatura en
Informática Administrativa del Centro Universitario UAEM Temascaltepec. El cuestionario
utilizado para este estudio ha sido basado en la prueba de adicción a internet (IAT- Internet
Adicction Test) modificado para medir el grado de adicción a dispositivos móviles de la
Licenciatura en Informática Administrativa del Centro Universitario UAEM Temascaltepec, esta
prueba y fue desarrollada por la Dra. en Psicología Kimberly S. Young. El IAT cuenta con veinte
reactivos los cuales han sido modificados y adaptados, como también se le agregaron ítems,
de forma que arrojen datos para medir el grado de adición a los dispositivos móviles de los
estudiantes de la Licenciatura en Informática Administrativa del Centro Universitario UAEM
Temascaltepec y si existe una influencia negativa sobre su rendimiento académico.
Se usó la escala Likert para cada reactivo presente en el cuestionario, esta escala consta de
seis opciones, de las cuales el encuestado debe señalar una a la vez, las opciones de
respuesta son:
0 = Nunca,
3 = Frecuentemente,
1 = Raramente,
4 = Muy a menudo
2 = Ocasionalmente,
5 = Siempre.
El puntaje máximo a obtener será de 150 puntos, por lo que a mayor puntaje obtenido, mayor
será el nivel de adicción existente y que a menor puntaje obtenido, menor será el nivel de
adicción presente en el alumno. Lo que nos lleva a una relación directa en cuanto al
rendimiento académico y el nivel de adicción.
Las puntuaciones se podrán dividir entonces entre 0 a 50 puntos los estudiantes que no
presentan un nivel de adicción elevado y que no se ven afectados a causa del uso de los
dispositivos móviles, de 51 a 100 puntos los estudiantes que tienen un nivel de adicción de
nivel medio y que se están viendo poco afectados en su rendimiento académico por el uso de
dispositivos móviles y de 101 a 150 puntos los alumnos que tienen un grado de adicción y
afectación realmente altos.
4. Procedimiento
Se solicitó la autorización a la coordinación de la Licenciatura de Informática para aplicar el
instrumento a los estudiantes que conformaban los diferentes semestres, se le explico a los
alumnos la manera en que debían ser contestados y posteriormente se capturaron los datos
obtenidos en el software estadístico SPSS versión 19 y se correrán la prueba de correlación y
de análisis de componentes principales.
5. Resultados e interpretación
Debido a los resultados obtenidos en la encuesta tanto los que miden el rendimiento escolar,
como en el nivel de adicción al móvil, podemos decir que la relación es directamente
proporcional, estableciendo que realmente a medida que aumenta el grado de uso de
dispositivos móviles este afecta de manera negativa el rendimiento académico en los
estudiantes de la Licenciatura en Informática Administrativa del Centro universitario UAEM
Temascaltepec.
El coeficiente de correlación puede adquirir valores de -1 a 1, incluyendo el cero, sus
características son:
 El signo indica el sentido de la relación, una correlación negativa representa una
asociación inversamente proporcional, es decir, a medida que una variable se
incrementa, la otra disminuye; por otro lado, en una correlación positiva o directamente
proporcional, a medida que aumenta una, la otra se incrementa.
 La magnitud de la relación está dada por el valor del coeficiente y se interpreta como
sigue: de 0 hasta 0.299 no hay asociación lineal entre las variables, desde 0.3 hasta
antes 0.499 es baja, desde 0.5 hasta entes de 0.799 es moderna y desde 0.8 a 1 hay
una correlación alta entre las variables, estos datos pueden ser de forma negativa.
 La ausencia de la asociación lineal no significa necesariamente que las variables no
tengan relación entre sí. Existen muchas variables con unan correlación de tipo
curvilíneo y debe ser evaluada de otra manera.
Para efectos de esta investigación la utilizaremos para conocer el grado de relación que existe
entre la variable adicción a los dispositivos móviles y la variable de rendimiento escolar. Para
realizar esta prueba utilizaremos el Software Estadístico SPSS (Statistical Package for the
Social Sciences) versión 19 en donde introduciremos los datos obtenidos de los reactivos
aplicados para medir la adición y los datos obtenidos de los reactivos para obtener el nivel de
afectación en el rendimiento escolar por la utilización de los dispositivos móviles, esto por cada
alumno encuestado.
En la siguiente imagen podemos observar los datos que se introdujeron en el Software
Estadístico SPSS (Statistical Package for the Social Sciences) versión 19 para obtener el grado
de correlación de diferentes variables como se muestra en las siguientes figuras.
Ilustración 1: Elaboración Propia
En esta imagen se aprecian los resultados obtenidos después de aplicar la prueba de
correlación.
Ilustración 2: Elaboración Propia
Después de aplicar la prueba de correlación para las variables de adición y rendimiento, nos
encontramos en que tiene un correlación significativa del 1, por lo que podemos concluir que
estas 2 variables, Con qué frecuencia haces uso de tu dispositivo móvil y si Tus
calificaciones se ha visto afectadas por hacer uso de los dispositivos móviles tienen un
grado de correlación más que moderada de acuerdo a las características planteadas al inicio.
Después de aplicar la prueba de correlación para las variables de adición y rendimiento, nos
encontramos en que tiene un correlación significativa del .675, por lo que podemos concluir
que estas 2 variables, Con qué frecuencia haces uso de tu dispositivo móvil en clases y
Has llegado cansado en tus primeras clases por hacer uso del dispositivo móvil a altas
horas de la noche tienen un grado de correlación moderada de acuerdo a las características
planteadas al inicio de este tema.
Después de aplicar la prueba de correlación para las variables de adición y rendimiento, nos
encontramos en que tiene un correlación significativa del .652, por lo que podemos concluir
que estas 2 variables, Te has salido de clases por hacer uso de un dispositivo móvil y
Sientes la necesidad de estar accesando a tus redes sociales por medio de un
dispositivo móvil tienen un grado de correlación moderada de acuerdo a las características
planteadas al inicio de este tema.
Después de aplicar la prueba de correlación para las variables de adición y rendimiento, nos
encontramos en que tiene un correlación significativa del .622, por lo que podemos concluir
que estas 2 variables, Sientes la necesidad de estar accesando a tus redes sociales por
medio de un dispositivo móvil y Algún docente te ha llamado la atención por estar en tu
dispositivo móvil durante la clase tienen un grado de correlación moderada de acuerdo a las
características planteadas al inicio de este tema.
5.1 Pruebas de confiabilidad del análisis de componentes principales.
La eficacia de la aplicación del análisis de componentes principales (ACP), se muestra en el
Cuadro 1. Donde se observa que la medida de adecuación de muestreo de Kaiser-Meyer-Olkin
(KMO) fue aceptable a 0.931, lo cual indica que cuanto más se acerca a 1 la eficiencia del
análisis es mejor para comprobar el grado de veracidad del análisis. En efecto para explicar
que existió adecuación de datos al modelo, se considera aceptable valores superiores a 0.5 y
cuanto más cercanos a uno mejor es la adecuación de datos al modelo.
El segundo elemento que se observa es la prueba de esfericidad de Bartlett que permite
contrastar formalmente la existencia de correlación entre las variables, puesto que el ACP parte
del supuesto de que las variables deben estar correlacionadas. Como el valor obtenido de pvalor es 0.000 se puede concluir que existe correlación significativa entre las variables; es decir
se rechaza Ho.
Cuadro 1. Determinantes de matrices de correlaciones y estadísticos de pruebas de KaiserMeyer-Olkin, de esfericidad de Bartlett.
Concepto
Prueba de kaiser-Meyer-Olkin
Prueba de esfericidad de Bartlett:
Valor de Ji-cuadrada
Nivel de significancia
gl
Valor
0.931
2880.641
.000
496
gl: grados de libertad
Fuente: Elaboración propia
Cuadro 2. Auto valores y parte de la varianza total a lo largo de cargas factoriales de la matriz
de componentes rotados para el análisis de las variables asociadas para la identificación de la
adicción.
Matriz de componentes rotados
Componente
1
2
3
4
¿Semestre al que pertenece?
-.008
-.057
.135
.932
¿Edad del alumno?
-.020
-.069
.074
.930
¿Usa dispositivos Móviles?
.216
.175
.829
.109
¿Con que frecuencias haces uso de tu dispositivo móvil?
¿Cuantas veces usas el dispositivo móvil al día?
.166
.265
.200
.079
.827
.810
.192
-.113
¿En qué parte del día haces uso de tu Móvil?
.219
.368
.581
-.017
¿Cuantas horas al día inviertes en el uso de tu dispositivo móvil?
.506
.299
.625
-.060
¿En qué lugares usas tu dispositivo móvil?
.170
.230
.593
.051
¿Usas tus dispositivos móviles con fines profesionales?
¿Con que frecuencia usas tu dispositivo móvil antes de realizar tareas
prioritarias?
.437
.480
.326
.480
.386
.404
-.450
-.252
¿Con que frecuencia estableces relaciones amistosas con personas que
solo conoces a través del uso de aplicaciones en un dispositivo móvil?
.542
.392
.456
-.010
¿Con que frecuencia personas a tu alrededor te recriminan que pasas
demasiado tiempo usando un dispositivo móvil?
¿Te encuentras pensando que es lo que harás la próxima vez que uses un
dispositivo móvil?
.613
.317
.473
.015
.730
.222
.257
-.255
¿Te sientes molesto cada vez que alguien te interrumpe, cuando estás
haciendo uso de tu dispositivo móvil?
.771
.058
.297
-.097
¿Le das mayor importancia a lo que haces con tu dispositivo móvil, que a
tus estudios?
.710
.440
.312
-.166
¿Te has desvelado por hacer uso de tu dispositivo móvil?
¿Con que frecuencia haces uso de tu dispositivo móvil en clases?
.757
.698
.307
.354
.296
.319
-.147
.013
¿Con que frecuencia haces uso de tu dispositivo móvil, al hacer tareas extra
clase?
.725
.210
.364
.027
¿Con que frecuencia al estar pensando usar tu dispositivo móvil, te
desconcentras en clase?
.771
.331
.100
.073
¿Has dejado de hacer trabajos extra-clase por estar usando un dispositivo
móvil?
.678
.479
.068
.036
¿Has llegado cansado en tus primeras clases por hacer uso de un
dispositivo móvil en altas horas de la noche?
.730
.316
.228
.134
¿Sientes la necesidad de estar accesando a tus redes sociales por medio
de un dispositivo móvil?
.489
.527
.346
-.093
¿Fuera del horario de clases dedicas más tiempo a tu red social a estudiar?
¿Te has salido de clases por hacer uso de un dispositivo móvil?
¿Algún docente te ha llamado la atención por estar en tu dispositivo móvil
durante una clase?
.658
.595
.555
.485
.589
.566
.146
.129
.195
-.208
-.072
-.021
¿Tus calificaciones se han visto afectadas por hacer uso del dispositivo
móvil?
.405
.720
.097
-.189
¿Por estar en tu dispositivo móvil, has realizado trabajos copy-paste que no
lees?
.377
.704
.152
-.207
¿Has sufrido angustia al no contar con un dispositivo móvil o tecnología que
te mantenga conectado con el mundo?
.599
.391
.165
.075
¿Has sufrido ansiedad al no recibir rápido una respuesta de un mensaje
enviado a otros usuarios?
.330
.707
.233
-.098
¿Has tenido la sensación de que tu teléfono vibra o suena y al revisarlo esto
no ha ocurrido?
.245
.737
.364
-.128
¿Entablas más de una conversación a la vez en tu dispositivo móvil?
.229
.727
.333
.057
¿Has tenido la necesidad de estar revisando tu dispositivo móvil y las
aplicaciones existentes en él?
.279
.705
.319
.166
16.71
2.658
1.750
1.453
% Varianza
52.227
8.306
5.469
4.542
% varianza Acumulada
52.227 60.533
Autovalor
66.00 70.544
Fuente: Elaboración Propia
5.2 Descripción de los componentes principales
Componente principal 1
Se generaron cuatro Componentes Principales (CP) (Cuadro 2), que explicaron una varianza
total acumulada de 70.54%.
El primer CP muestra la varianza más alta, por lo tanto la mayor capacidad explicatoria de los
datos, 52.22 % de la varianza total, reduciendo a 11 preguntas asociadas positivamente con el
rendimiento académico del alumno en relación con la adicción al dispositivo móvil, como se
puede ver en la siguiente tabla.
No.
ITEM VARIABLE
1
¿Con que frecuencia personas a tu alrededor te
recriminan que pasas demasiado tiempo usando un
dispositivo móvil?
¿Te encuentras pensando que es lo que harás la
próxima vez que uses un dispositivo móvil?
¿Te sientes molesto cada vez que alguien te
interrumpe, cuando estás haciendo uso de tu
dispositivo móvil?
¿Le das mayor importancia a lo que haces con tu
dispositivo móvil, que a tus estudios?
¿Te has desvelado por hacer uso de tu dispositivo
móvil?
¿Con que frecuencia haces uso de tu dispositivo móvil
2
3
4
5
6
AUTOVALORES DEL
COMPONENTE PRINCIPAL
1
.613
.730
.771
.710
.757
.698
7
8
9
10
11
en clases?
¿Con que frecuencia haces uso de tu dispositivo móvil,
al hacer tareas extra clase?
¿Con que frecuencia al estar pensando usar tu
dispositivo móvil, te desconcentras en clase?
¿Has dejado de hacer trabajos extra-clase por estar
usando un dispositivo móvil?
¿Has llegado cansado en tus primeras clases por hacer
uso de un dispositivo móvil en altas horas de la noche?
¿Fuera del horario de clases dedicas más tiempo a tu
red social a estudiar?
.725
.771
.678
.730
.658
Por ello, existen argumentos de peso para denominar a este componente como variables
adictivas ya que miden la dependencia del alumno al uso de su dispositivo móvil y si este
afecta el rendimiento académico del mismo. Asociadas positivamente como estudiantes que
pasan demasiado tiempo en el uso de un dispositivo móvil, que los ha llevado a sufrir
recriminaciones representando .613 del Autovalor del componente principal. Así mismo en este
ítem se detectó como Siempre con el 17.86%, A menudo con el 25% y Frecuentemente con un
28.57% tal como se muestra en la siguiente gráfica.
Gráfica 1: Porcentaje de alumnos que sufren recriminación por uso excesivo de su móvil.
Así mismo representando un .730 de Autovalor del componente principal es el hecho de que
los alumnos manifestaron que una vez que terminan una actividad en el dispositivo móvil,
siempre se encuentran pensando en lo siguiente a hacer con él. Lo que se refleja en la muestra
como Siempre con un valor del 33.04%, A menudo con un 24.11% y un 20.54%
Frecuentemente.
Gráfica 2: Porcentaje de alumnos que se encuentran constantemente pensando en el uso del dispositivo
móvil.
En el ítem que muestra si les molesta que les interrumpan cuando están haciendo uso del
móvil, actitud asociado con personas con dependencia, muestra el Autovalor de .771, así
mismo el 52.68% de la muestra de alumnos manifestó que siempre les molesta, el 28.57% A
menudo y el 12.50% Frecuentemente como se observa en la siguiente gráfica.
Gráfica 3: Porcentaje de alumnos que se molestan cuando son interrumpidos al hacer uso del dispositivo
móvil.
En el ítem que se encuentra relacionado directamente con el rendimiento académico, y que
evalúa si el alumno le da más importancia a lo que hace con su dispositivo móvil que a sus
estudios, en el componente principal podemos observar que el Autovalor fue de .710,
mientras que los valores de la muestra indican un valor de 14.29% en Siempre, 16.96% en A
menudo, y el 26.79% manifestó que Frecuentemente toma esa actitud.
Gráfica 4: Porcentaje de alumnos que manifiestan mayor atracción a estar con el dispositivo móvil, que
dedicarle tiempo a sus estudios.
El ítem relacionado con el rendimiento académico ¿Te has desvelado por hacer uso del
dispositivo móvil? En el componente principal tomo un valor de .757, al mismo tiempo los
porcentajes que se observan en la muestra son los siguientes. 14.29% contesto que siempre
se desvela, el 37.50% confeso que a menudo y el 26.79 señalo que lo hace frecuentemente, en
esta parte manifiestan que este desvelo por lo general es causa de no prestar atención a
clases.
Gráfica 5: Porcentaje de las veces que los alumnos de la muestra que desvelan por el uso del dispositivo
móvil.
La frecuencia con que el alumno hace uso del dispositivo móvil en clases, en el componente
principal arrojo un Autovalor del .698 y de un .725 al estar haciendo sus tareas, lo que lo lleva a
una asociación negativa con el rendimiento académico, así mismo la muestra en estos ítems
arrojo los siguientes valores. El 56.25% siempre hace uso de el en clases, el 19.64% A menudo
y el 12.50 lo hace Frecuentemente, Mientras en las tareas extra clase solo el 21.43 manifestó
hacerlo siempre, un 44.64% A menudo, y el 15.18 Frecuentemente, lo que se observa en una
dificultad para ellos desapegarse del uso del móvil.
Gráfica 6: Alumnos que hacen uso del móvil en clases
Gráfica 7: Alumnos que hacen uso del móvil, durante el desarrollo de sus tareas fuera de clase.
Así también con un Autovalor .771 se observa que el alumno reconoce al móvil como el
principal factor, que no le permite concentrarse en el desarrollo de sus actividades académicas
al interior de salón de clases, y con un Autovalor de .678 arrojado en el ítem donde el alumno
reconoce que ha dejado de hacer tareas extra clase por estar dedicándole tiempo a las
actividades con el móvil. Los porcentajes de la muestra se pueden observar que el 35.71%
reconoce que siempre se desconcentra por el móvil, con un 28.57% que se desconcentra a
menudo y un 32.14% lo hace frecuentemente. Mientras que los valores de la muestra de los
alumnos que han dejado de hacer trabajos extra clase por estar realizando actividades diversas
con el móvil solo el 14.29 manifestó que siempre, el 14.29 a Menudo y el 33.93% lo hace
frecuentemente.
Gráfica 8: Porcentaje de alumnos desconcentrados en clases por el uso del móvil.
Gráfica 9: Porcentaje de alumnos que no cumplen con sus tareas extra clase, por realizar tareas diversas con
el móvil.
El Autovalor del primer componente que hace referencia a los alumnos que llegan desvelados
a clases por estar hasta altas hora de la noche haciendo actividades diversas con el móvil es
de .730, mientras que la muestra manifestó un valor de 16.07% en Siempre, un 43.75% A
menudo y un 31.25% en frecuentemente.
Gráfica 10: Porcentaje de alumnos que llegan desvelados a sus clases por hacer actividades diversas en la
noche con su móvil.
El Autovalor del ítem que evalúa si fuera del horario de clases el alumno, le dedica más horas,
a sus redes sociales que a realizar actividades para su desarrollo académico es del .658, así
mismo los valores de la muestra fueron de 46.43% en Siempre, el 30.36% A menudo y el
8.04% Frecuentemente, lo que muestra al móvil como un fuerte distractor de las actividades
académicas, tanto al interior como al exterior de clases.
Gráfica 11: Porcentaje de los alumnos que le dedican más tiempo a sus redes sociales que a sus actividades
académicas extra clase.
La segunda Componente indica un valor de la varianza total de 8.30%, asociada a la ansiedad
que sufre el estudiante y la necesidad de hacer actividad alguna con el dispositivo móvil sin
darle importancia si sus calificaciones se ven afectadas.
No
ITEM VARIABLE
1
¿Tus calificaciones se han visto afectadas por hacer uso del
dispositivo móvil?
¿Por estar en tu dispositivo móvil, has realizado trabajos
copy-paste que no lees?
¿Has sufrido ansiedad al no recibir rápido una respuesta de
un mensaje enviado a otros usuarios?
¿Has tenido la sensación de que tu teléfono vibra o suena y
al revisarlo esto no ha ocurrido?
¿Entablas más de una conversación a la vez en tu dispositivo
móvil?
¿Has tenido la necesidad de estar revisando tu dispositivo
móvil y las aplicaciones existentes en él?
2
3
4
5
6
AUTOVALORES DEL
COMPONENTE
PRINCIPAL 2
.720
.704
.707
.737
.727
.705
En el ítem que muestra si sus calificaciones se ven afectadas por hacer uso del dispositivo
móvil notamos un Autovalor de .720, y lo relaciona con el ítem que evidencia la actividad
realizar trabajos con solo copy paste, sin leerlos por estar realizando alguna actividad en el
móvil que toma un Autovalor de .704, los valores de la muestra tomaron la siguiente
representación. En la pregunta ¿Tus calificaciones se han visto afectadas por hacer uso de
dispositivos móviles? , el 13.39% de la muestra manifestó que Siempre, un 33.93% A menudo y
un 41.96% que frecuentemente.
Gráfica 12: Porcentaje de alumnos que notan que sus calificaciones se ven afectadas por el uso del móvil.
Así en la pregunta ¿Por estar en tu dispositivo móvil, has realizado trabajos copy-paste
que no lees?, de la muestra solo un 37.50% manifestó que Siempre, un 24.11% A menudo
y un 27.68% Frecuentemente.
Gráfica 13: Porcentaje de alumnos que por estar en alguna actividad con el dispositivo movil, realizan Copy Pate en sus actividades extraclase, sin leerlos.
Obervamos el item que muestra que lo lleva a sufrir de ansiedad cuando no recibe una
respuesta rapida por parte un usurio al que le ha mandado un mensaje toma un autovalor de
.737%, observando entonces un Autovalor de .727% en la necesidad de entablar mas de una
conversacion por mensaje a la vez a travez de su dispositivo movil, O sin necesidad de ello
estar revisando las aplicaciones sin ningun fin practico, que se encuentran instaladas en su
movil, este con un Autovalor de .705. Asi como la sensacion que tiene de que su telefono vibra
y al revisarlo esto no ha ocurrido este item asociado tomo un autovalor de .737 .La muestra
tomada en estos rubros acusa los siguientes valores.
En la ansiedad que sufre cuando no recibe respuesta rapida de un usuario al que le ha
mandado un mensaje por el movil, un 41.07% manifesto que Siempre, un 30.36% A menudo y
un 16.96% Frecuentemente.
Gráfica 24: Porcentaje de la muestra de alumnos que sufren ansiedad cuando no reciben respuesta rápida de
algún mensaje que envían.
En la pregunta que evalua la frecuencia con que los jovenes tienen la sensacion de que el
telefono vibra conocido como Síndrome de la vibración fantasma de la muestra se obtuvieron
los siguientes resultados. Un 42.7% manifestó que Siempre, un 29.1 que A menudo y un 16.4%
Frecuentemente.
Gráfica 35: Porcentaje de la muestra de alumnos que experimentan la vibración del teléfono sin que esto haya
ocurrido.
En la pregunta que evalúa si el siente la necesidad de entablar más de una conversación a la
vez en su dispositivo móvil, el 16.96% manifiesta que Siempre, el 33.04% que A menudo y el
27.68% Frecuentemente.
Gráfica 15: Porcentaje de la muestra de alumnos que siente la necesidad de estar entablando más de una
conversación por mensajería en su dispositivo móvil.
El porcentaje de la muestra de alumnos que siente la necesidad de estar realizando alguna
actividad con el dispositivo móvil sin ningún fin practico, más que revisar solamente las
aplicaciones existentes en él fue de un 43.75% Siempre, un 29.46% A menudo y un 16.07
Frecuentemente.
Gráfica 16: Porcentaje de alumnos que tiene la necesidad de estar revisando su dispositivo móvil y las
aplicaciones existentes en él.
El tercer componente muestra la varianza total de 5.4% asociada a detectar si hace uso de un
dispositivo móvil, frecuencia y número de veces que lo usa al día.
No.
ITEM VARIABLE
1
¿Usa dispositivos Móviles?
2
¿Con que frecuencias haces uso de tu dispositivo
móvil?
¿Cuantas veces usas el dispositivo móvil al día?
3
AUTOVALORES
DEL
COMPONENTE PRINCIPAL 3
.829
.827
.810
Podemos observar que en el ítem ¿Usa dispositivos móviles? Se obtiene un Autovalor de .829,
notando su relación con el ítem frecuencia de uso con un Autovalor .827 y el número de veces
que usa este en el día con un Autovalor de .810.
Así de los 112 alumnos que comprendieron la muestra en el rubro uso del dispositivo móvil
podemos observar un 67.86% que manifiesta que Siempre, un 15.18% A menudo y un 8.04%
Frecuentemente.
Gráfica 17: porcentaje de alumnos que hacen uso del dispositivo móvil
En la frecuencia de su uso se obtuvo el 83.04% en Diariamente, el 8.04% 2 o tres veces por
semana y un 4.46% solo hace su uso una vez por semana, valores que podemos observar en
la gráfica siguiente.
Gráfica 18: Frecuencia con que hacen uso del dispositivo movil, la muestra estudiada.
Mientras que el 69.64% manifiesta que durante el día hace uso de este cada vez que tiene
oportunidad, un 24.11% más de 7 veces al día y con 4.46% solo de 5 a 6 veces al día, como se
muestra en la gráfica siguiente.
Gráfica 19: veces al día que la muestra estudiada manifiesta hacer uso del dispositivo móvil.
No.
ITEM VARIABLE
1
¿Semestre al que pertenece?
¿Edad del alumno?
AUTOVALORES DEL
COMPONENTE PRINCIPAL 4
.932
.930
En el Cuarto Componente con una varianza de 4.54% podemos ver la asociación que se
establece entre la edad del alumno con un Autovalor de .930 y el semestre al que pertenece
con un Autovalor de .932.
Así mismo los valores de su edad obtenidos de la muestra estudiada quedan en 7 alumnos de
17 años, 13 alumnos de 18 años, 12 alumnos de 19 años, 23 alumnos de 20 años, 18 alumnos
de 21 años, 19 alumnos de 22 años, 12 alumnos de 23 años, 5 alumnos de 24 años, 2 alumnos
de 26 años y 1 alumno de 20 años de un total de 112 alumnos de la muestra que componen los
diferentes semestres de la Licenciatura en Informática Administrativa del C.U. Temascaltepec.
Gráfica 20: muestra la distribución por edades de los alumnos que componen la muestra.
Estando estos alumnos distribuidos en los diferentes semestres de la siguiente manera, 19
alumnos en el primer semestre, 26 alumnos en el tercer semestre, 23 alumnos en el quinto
semestre, 20 alumnos en el séptimo semestre y 24 alumnos en el noveno semestre.
Gráfica 21: Distribución de los alumnos que componen la muestra por semestre.
6. Conclusiones
En la actualidad los dispositivos móviles con su acceso a internet, incorpora todos los
elementos que se relacionaban con la adicción a ella (Ishii, 2004), por lo que se debe de
considerar una plataforma tecnológica que puede ser multiadictiva, al ofrecer una gama amplia
de fuentes de actividades que se traduce en aceptación social entre los jóvenes como
menciona (PEDRERO PÉREZ, RODRÍGUEZ MONJE, & RUIZ SÁNCHEZ DE LEÓN, 2012)
Igarashi, Motoyoshi, Takai y Yoshida (2004) estudiaron los componentes de la autoatribución
de adicción al móvil, encontrando tres. Percepción de uso excesivo, reacciones emocionales
(ej., frustración al no recibir respuestas inmediatas a los mensajes de texto) y motivación para
el mantenimiento de las relaciones (DOMINGUEZ, 2014).
El estudio de hábitos de internet de la AMIPCI del 2014 hace referencia que 5 de cada 10
internautas mexicanos se conectan a través de su dispositivo móvil (Smartphone). Se ha
asociado el uso del móvil, en función de las motivaciones subyacentes, a seis categorías de
conducta: adictiva, compulsiva, habitual, dependiente, obligatoria (impuesta por los usos
sociales) y voluntaria; así, los individuos pueden ser clasificados en una de estas seis
categorías propuestas.
Al respecto, la psicóloga Ana María Cardona Jaramillo, directora de programas de la
especialización en Psicología Educativa de la Universidad de Sabana, dijo: “Claramente existe
la posibilidad de generar una adicción al uso de esta tecnología, especialmente frente al hecho
de estar siempre conectados” (AGENCIAS, 2014).
Beranuy, Sánchez, Graner, Castellano y Chamarro (2009), exponen en su revisión que los
usuarios que abusan del uso del teléfono móvil pueden obtener consecuencias negativas
como: inseguridad sin móvil, evitación de lugares sin cobertura, irritación sin móvil, estar más
pendiente de las relaciones telefónicas que de las cara-a-cara, deterioro en sus
comunicaciones.
Sobre la base a lo anteriormente planteado y a los resultados mostrados en el presente
estudio, indican que los jóvenes que cursan la carrera de la Licenciatura en Informática
Administrativa por su
acercamiento con las TICs y presentan un uso excesivo de
comportamientos que podrían ser valorados como una adicción al móvil (smartphones)
pudiendo establecer los siguientes cuestionamientos: el uso del móvil en las universidades va
en aumento y es alarmante , ya que interfieren en el proceso de aprendizaje , principalmente
en la concentración del estudiante y por consecuente en su rendimiento académico.
Ante este panorama es importante concientizar a los jóvenes de la manera apropiada del uso
del móvil, ya que su abuso los lleva a presentar patologías adictivas que tienen repercusión en
su rendimiento académico así como trastornos en sus conductas interpersonales e
intrapersonales.
El problema se agudiza cuando estas conductas se consideran socialmente aceptadas lo que
no les permite detectar la existencia de un problema en los patrones de su uso. El dispositivo
móvil ha pasado a formar el eje principal de su sentido de pertenencia e identidad, se ha
convertido en todo para ellos, descargas, correo, fotos, video y el uso de internet, sin un control
por parte de su núcleo familiar, esta ventana abierta a un mundo de interrelaciones virtuales no
debe ser ajena tanto a nosotros sus profesores como a la sociedad de las consecuencias de la
adicción a su uso.
7. Referencias
AGENCIAS. (22 de Septiembre de 2014). Estudios revelan que uso del celular en
exceso modifica el cerebro humano. VANGUARDIA.
Agudelo, L. (2013). Adicciones no tóxicas: un hábito compulsivo. Saluda.
Asociación Mexicana de Internet. (27 de Mayo de 2013). http://www.amipci.org.mx.
Obtenido
de
http://www.amipci.org.mx:
http://www.amipci.org.mx/?P=editomultimediafile&Multimedia=348&Type=1
CALDEVILLA DOMINGUEZ, D. (2014). REFORMULACIONES EN EL AMBITO DE LA
INNOVACION DENTRO DEL EEES. Editorial Visión Libros.
Carbonell, X., Chamarro, A., & Oberst, U. (2012). ADICCIÓN A INTERNET Y MÓVIL:
UNA REVISIÓN DE ESTUDIOS EMPÍRICOS ESPAÑOLES. Papeles del
Psicólogo, 82-89.
CNNMexico. (22 de Febrero de 2012). http://mexico.cnn.com. ( INTERNATIONAL |
U.S:
CNNi)
Recuperado
el
20
de
Agosto
de
2013,
de
http://mexico.cnn.com/tecnologia/2012/02/22/nomofobia-el-miedo-a-vivir-sin-eltelefono-celular
Cooper, M. (2009). Telefono Móvil. (M. Criado, Entrevistador) Obtenido de
http://www.sigojoven.com/grupos/noticias/artículo/martín-cooper-el-inventordel-telefono-movil
Echeburúa E., P. d. (2010). Adicción a las nuevas tecnologías y a las redes sociales
en jóvenes: un nuevo reto. adicciones, 22.
Echeburúa, E., & De Corral, P. (2006). Adicción a las nuevas tecnologías y a las redes
sociales en jóvenes: un nuevo reto . San Sebastian: editorial echeburua.
Echeburúa, F. L. (85). Adicción a las nuevas tecnologías en adolescentes y jóvenes.
Madrid : Piramide.
Echeverría, M. I. (2013). “ADICCIÓN A REDES SOCIALES EN JÓVENES” (ESTUDIO
REALIZADO CON JÓVENES DE 14-16 AÑOS DEL COLEGIO LICEO SAN
LUIS DE QUETZALTENANGO. Quetzaltenango: Universidad Rafael Landívar.
Empresa Editora el Comercio. (08 de 08 de 2011). Estadounidenses prefieren sus
smartphones que el sexo. El Comercio, págs. 1-3. Obtenido de
http://elcomercio.pe/tecnologia/1001312/noticia-estadounidenses-prefieren-sussmartphones-que-sexo
INTERNET, A. M. (2014). Estudio sobre los . AMIPCI.
PEDRERO PÉREZ, E. J., RODRÍGUEZ MONJE, M. T., & RUIZ SÁNCHEZ DE LEÓN,
J. M. (2012). Adicción o abuso del teléfono móvil. Revisión de la literatura.
ADICCIONES, 139-152.
Redacción Semana. (2012). Enfermos tecnológicos: La salud emocional y física en
riesgo por el abuso. Semana.
RUIZ-OLIVARES, R., LUCENA, V., PINO, M., & HERRUZO, J. (2010). Análisis de
comportamientos relacionados con el uso/abuso de Internet, teléfono móvil,
compras y juego en estudiantes. Adicciones. Revista de socidrogalcohol , 301309.
Varas, J. T. (17 de 05 de 2012). http://www.salud180.com. Obtenido de
http://www.salud180.com/jovenes/adiccion-internet-causa-danos-cerebrales