M. en T. I. Rafael Valentín Mendoza Méndez
M. en T. I. Gisela Regina Baena Castro
M. en T. I. Marcelo Arturo Baena Castro
Universidad Autónoma del Estado de México
E-mail: ravameme@hotmail.com
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 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
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.
Para citar este artículo puede utilizar el siguiente formato:
Rafael Valentín Mendoza Méndez, Gisela Regina Baena Castro y Marcelo Arturo Baena Castro (2015): “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”, Revista Atlante: Cuadernos de Educación y Desarrollo (febrero 2015). En línea:
https://www.eumed.net/rev/atlante/2015/02/adiccion-moviles.html