UNIVERSIDAD DE MURCIA

ESCUELA INTERNACIONAL DE DOCTORADO

"Adaptación y Validación de la Escala SAS

(Smartphone Addiction Scale)
en Adolescentes Españoles y Factores Asociados
al Uso de las Nuevas Tecnologías”

Dª Isabel Sánchez Costas

2020
 UNIVERSIDAD DE MURCIA

ESCUELA INTERNACIONAL DE DOCTORADO

"Adaptación y validación de la escala SAS

(Smartphone Addiction Scale) en adolescentes españoles
y factores asociados al uso de las nuevas tecnologías”

Tesis para optar al grado de Doctor

Autora:
Dña. ISABEL SÁNCHEZ COSTAS

Director y tutor de la tesis:

Prof. Dr. D. Juan José Gascón Cánovas

2021
“Da tú el primer paso ahora. No importa que no veas el camino completo. Solo da tu
primer paso y el resto del camino irá apareciendo a medida que camines”

Martín Luther King

AGRADECIMIENTOS

Agradecer al profesor Juan José Gascón su ayuda en la tutorización y dirección de

esta tesis, la dedicación, amabilidad y disposición que facilitaron que el proyecto fuese
posible y se desarrollara con éxito. Por tener la oportunidad de aprender al lado de un
gran profesional e investigador.
Agradecimientos a todos los profesores y profesoras de los institutos de educación
secundaria, en especial a los equipos directivos y orientadores, por su implicación y
esmero en que todo estuviera perfectamente coordinado en tiempo, espacio y personas,
por lo que pudo ser posible la ejecución del trabajo de campo de forma exitosa y eficiente.
Agradecer a mi hermana, Cati, por estar siempre disponible y con buen ánimo para
leer y releer todo mi trabajo haciéndome sentir segura. Tus logros me reafirman que ya
he dado el primer paso y debo seguir dando pasos para encontrar mi camino.
Quería hacer sentir mi gratitud hacia mis padres, José Antonio y Antonia, por
haberme alimentando cada día de mi vida las ansias de aprender, apoyarme y mimarme
para que con esfuerzo y motivación hoy pueda hacer realidad uno de los mayores sueños
de mi vida: ser doctora. Me habéis enseñado lo más maravilloso en mi vida profesional,
que los sueños nunca son realidades sino se intentan; “Por haberme enseñando a dar mis
primeros pasos”.
Como no podía ser de otra manera agradecer a Joaquín, mi compañero de vida y
mi amor. Por creer en mí en todo momento, por apoyarme, acompañarme, animarme,
quererme y tenerme paciencia esos días de ausencia e irritabilidad. Contigo doy pasos
seguros.
Agradecer a mis niños, Joaquín y José Antonio, por toda esa felicidad que aportáis
a mi vida. “Sois el impulso para emprender el camino”.
Agradecer a mis amigas esos “cafés”, “charlas” y “risas” que me reconfortaban y
me daban el ánimo suficiente para seguir adelante.
También agradecer a todos mis familiares y amigos que no he nombrado, pero se
han interesado por mi trabajo.
A mis hijos para que les sirva de guía
ÍNDICES

1
2
ÍNDICE DE CONTENIDO
ÍNDICES ______________________________________________________________ 1

ABREVIATURAS _______________________________________________________ 9

RECONOCIMIENTOS ___________________________________________________ 13

RESUMEN/ABSTRACT _________________________________________________ 19

PRÓLOGO ___________________________________________________________ 25

CAPÍTULO I: INTRODUCCIÓN ____________________________________________ 31

CAPÍTULO II: COMPORTAMIENTO ADICTIVO _______________________________ 35

1. TIPOS DE ADICCIONES _________________________________________________ 38

TRASTORNO POR CONSUMO DE SUSTANCIAS __________________________________ 39
ADICCIÓN CONDUCTUAL O SIN SUSTANCIA ADICTIVA ___________________________ 43
DIFERENCIAS Y SEMEJANZAS ENTRE ADICCIÓN CON SUSTANCIAS ADICTIVAS Y SIN
SUSTANCIA ADICTIVAS/CONDUCTUAL _______________________________________________ 52
FACTORES PRECURSORES O DE RIESGO DE COMPORTAMIENTOS ADICTIVOS. ________ 54
FACTORES IMPLICADOS EN EL INICIO Y MANTENIMIENTO DEL COMPORTAMIENTO
ADICTIVO ______________________________________________________________________ 56
FACTORES PROTECTORES DEL COMPORTAMIENTO ADICTIVO _____________________ 57
EPIDEMIOLOGÍA DE LAS ADICCIONES CONDUCTUALES ___________________________ 57

CAPÍTULO III: ADICCIÓN AL TELÉFONO MÓVIL INTELIGENTE/ SMARTPHONE _____ 59

1. CARACTERÍSTICAS DE LA ADICCIÓN AL SMARTPHONE / TELEFÓNO MÓVIL

INTELIGENTE _____________________________________________________________ 63

2. PRINCIPALES INSTRUMENTOS DE MEDIDA DE LA ADICCIÓN AL

SMARTPHONE/TELÉFONO MÓVIL INTELIGENTE _________________________________ 65

CAPÍTULO IV: OBJETIVOS E HIPÓTESIS ____________________________________ 71

1. OBJETIVOS __________________________________________________________ 73

2. HIPÓTESIS ___________________________________________________________ 75

CAPÍTULO V: MÉTODOS ________________________________________________ 77

1. POBLACIÓN Y MUESTRA DE ESTUDIO _____________________________________ 79

2. INSTRUMENTOS DE MEDIDA ____________________________________________ 79

3
 3. VARIABLES DEL ESTUDIO _______________________________________________ 85
3.1. TIPOLOGÍA DE VARIABLES SEGÚN ANÁLISIS BIVARIENTE _________________________ 85
3.2. TIPOLOGÍA DE VARIABLES SEGÚN ANÁLISIS DE REGRESIÓN LOGÍSTICA. _____________ 87

4. PROCEDIMIENTO _____________________________________________________ 89

5. ADAPTACIÓN Y PROCEDIMIENTO DE ELIMINACIÓN DE ÍTEMS DE LA ESCALA SAS __ 89

6. ANÁLISIS ESTADÍSTICO. ________________________________________________ 91

CAPÍTULO VI: RESULTADOS ____________________________________________ 101

1. CARACTERÍSTICAS DE LA MUESTRA DE ESTUDIO. ___________________________ 103

2. RESULTADOS DE LA ADAPTACIÓN TRANSCULTURAL Y LA REDUCCIÓN DE ÍTEMS DE LA

ESCALA SAS. _____________________________________________________________ 106

3. VALIDACIÓN DE LA ESCALA SAS _________________________________________ 110

3.1. ANÁLISIS FACTORIAL EXPLORATORIO (AFE) INICIAL DE LA ESCALA SAS. _____________ 110
3.2. ANÁLISIS FACTORIAL EXPLORATORIO (AFE) FINAL DE LA ESCALA SAS. ______________ 112
3.3. ANÁLISIS FACTORIAL CONFIRMATORIO (AFC) DE LA ESCALA SAS. _________________ 118

4. ANÁLISIS DESCRIPTIVO DE LAS ESCALAS DE MEDIDA SAS, BSCS, FACES III y MOS
SLEEP. __________________________________________________________________ 121

5. HÁBITOS Y FRECUENCIA DE USO DE LAS NUEVAS TECNOLOGÍAS EN ADOLESCENTES

124

6. RELACIÓN ENTRE LA ADICCIÓN AL SMARTPHONE, LA CALIDAD DEL SUEÑO, EL

AUTOCONTROL, LA COHESIÓN FAMILIAR Y EL USO DE LAS NUEVAS TECNOLOGÍAS SEGÚN
LAS VARIABLES SOCIODEMOGRÁFICAS DE LOS ADOLESCENTES. ___________________ 126
6.1. RELACIÓN ENTRE LA ADICCIÓN AL SMARTPHONE, LA CALIDAD DEL SUEÑO, EL
AUTOCONTROL, LA COHESIÓN FAMILIAR Y EL USO DE LAS NUEVAS TECNOLOGÍAS SEGÚN SEXO.
126
6.2. RELACIÓN ENTRE LA ADICCIÓN AL SMARTPHONE, LA CALIDAD DEL SUEÑO, EL
AUTOCONTROL, LA COHESIÓN FAMILIAR Y EL USO DE LAS NUEVAS TECNOLOGÍAS SEGÚN ETAPA
EDUCATIVA ____________________________________________________________________ 130
6.3. RELACIÓN ENTRE LA ADICCIÓN AL SMARTPHONE, LA CALIDAD DEL SUEÑO, EL
AUTOCONTROL, LA COHESIÓN FAMILIAR Y EL USO DE LAS NUEVAS TECNOLOGÍAS SEGÚN TIPO DE
ESTRUCTURA FAMILIAR. _________________________________________________________ 134
6.4. RELACIÓN ENTRE LA ADICCIÓN AL SMARTPHONE, LA CALIDAD DEL SUEÑO, EL
AUTOCONTROL, LA COHESIÓN FAMILIAR Y EL USO DE LAS NUEVAS TECNOLOGÍAS SEGÚN NIVEL
SOCIOECONÓMICO. _____________________________________________________________ 138

4
 7. ANÁLISIS MULTIVARIANTE DE LAS CARACTERÍSTICAS DE LOS ADOLESCENTES Y EL
USO DE LAS NUEVAS TECNOLOGÍAS. _________________________________________ 143

8. ANÁLISIS MULTIVARIANTE DE LAS CARACTERÍSTICAS SOCIODEMOGRÁFICAS DE LOS

JÓVENES ESPAÑOLES, LAS DIMENSIONES DE LA ESCALA SAS (SMARTPHONE ADDICTION
SCALE) Y LA CALIDAD DEL SUEÑO NO ÓPTIMA. _________________________________ 146

CAPÍTULO VII: DISCUSIÓN _____________________________________________ 149

1. DISCUSIÓN _________________________________________________________ 151

CAPÍTULO VIII: CONCLUSIONES _________________________________________ 163

1. CONCLUSIONES ______________________________________________________ 165

BIBLIOGRAFÍA_______________________________________________________ 167

ANEXOS ___________________________________________________________ 181

5
ÍNDICE DE TABLAS
Tabla 1. Tipos de adicciones. ____________________________________________________________ 38
Tabla 2. Criterios diagnósticos del Trastorno por consumo de sustancia según DSM-V. _____________ 41
Tabla 3. Gravedad y Curso de los Trastornos por consumo de sustancias según DSM-V. ____________ 42
Tabla 4. Criterios diagnósticos para el Trastorno por juego de apuestas según DSM-V______________ 46
Tabla 5. Especificadores de curso y gravedad del Trastorno por juego de apuestas según DSM-V _____ 47
Tabla 6. Criterios diagnósticos para el Trastorno por juegos de internet según DSM-V ______________ 48
Tabla 7. Criterios diagnósticos para la adicción a internet y las nuevas tecnologías.________________ 51
Tabla 8. Criterios diagnósticos para la adicción al Smartphone/ teléfono móvil inteligente. _________ 64
Tabla 9. Síntesis de las características psicométricas de las escalas de uso problemático del teléfono
móvil. ______________________________________________________________________________ 68
Tabla 10. Categorías de la cohesión familiar. _______________________________________________ 82
Tabla 11. Variables independientes del análisis bivariante. ___________________________________ 85
Tabla 12.. Variables dependientes del análisis bivariante. ____________________________________ 86
Tabla [Link] independientes del análisis de regresión logística. ___________________________ 87
Tabla 14. Variables dependientes del análisis de regresión logística. ____________________________ 88
Tabla 15. Descriptivo de las variables sociodemográficas de los alumnos._______________________ 104
Tabla 16. Adaptación transcultural de los ítems de la escala SAS ______________________________ 106
Tabla 17. Tasa de respuesta específica a las preguntas de la escala SAS* (n=741) ________________ 107
Tabla 18. Correlación entre los ítems de la escala SAS ______________________________________ 108
Tabla 19. Comunalidades AFE inicial ____________________________________________________ 111
Tabla 20. Autovalores y varianza total explicada ___________________________________________ 112
Tabla 21. Matriz de cargas factorial o componentes no rotados vs. rotados _____________________ 114
Tabla 22. Comunalidades AFE final. _____________________________________________________ 115
Tabla 23. Varianza total explicada por cada factor y coeficiente de fiabilidad alfa de Cronbach de los
factores____________________________________________________________________________ 116
Tabla 24. Estructura Interna del Cuestionario SAS (Análisis Factorial Exploratorio final, n=230) _____ 117
Tabla 25. Consistencia interna, validez convergente y validez discriminante _____________________ 118
Tabla 26. Índices bondad ajuste del AFC__________________________________________________ 120
Tabla 27. Descriptivo y fiabilidad escalas SAS, BSCS, FACES III y MOS sleep del estudio. ____________ 123
Tabla 28. Descriptivo de la edad de inicio y dedicación horaria a las nuevas tecnologías. __________ 124
Tabla 29. Descriptivo de la frecuencia de uso del móvil o internet en los adolescentes. ____________ 125
Tabla 30. Adicción al Smartphone en los adolescentes según el sexo. __________________________ 127
Tabla 31. Calidad del sueño en los adolescentes según sexo __________________________________ 128
Tabla 32. Autocontrol y cohesión familiar en los adolescentes según sexo. ______________________ 128
Tabla 33. Edad de inicio y dedicación horaria a las nuevas tecnologías en los jóvenes. _____________ 129
Tabla 34. Usos de las nuevas tecnologías según sexo en los adolescentes. ______________________ 130

6
Tabla 35. Adicción al Smartphone en los adolescentes según etapa educativa. ___________________ 130
Tabla 36. Calidad del sueño en los adolescentes según etapa educativa.________________________ 131
Tabla 37. Autocontrol y cohesión familiar en los adolescentes según sexo. ______________________ 132
Tabla 38. Edad de inicio y dedicación horaria a las nuevas tecnologías según etapa educativa. _____ 133
Tabla 39. Usos de las nuevas tecnologías en los estudiantes de educación secundaria, bachillerato y
formación profesional. ________________________________________________________________ 134
Tabla 40. Adicción al Smartphone en los jóvenes españoles según tipo de familia ________________ 135
Tabla 41. Calidad del sueño en los adolescentes según tipo de familia. _________________________ 135
Tabla 42. Autocontrol y cohesión familiar en los estudiantes de educación secundaria obligatoria,
bachillerato y formación profesional. ____________________________________________________ 136
Tabla 43. Hábitos con las nuevas tecnologías según tipo de estructura familiar. _________________ 137
Tabla 44. Usos del móvil o internet en los jóvenes. _________________________________________ 138
Tabla 45. Adicción al Smartphone en los adolescentes según nivel socioeconómico _______________ 139
Tabla 46. Calidad del sueño en los jóvenes españoles. ______________________________________ 139
Tabla 47. Autocontrol y cohesión familiar de los jóvenes españoles. ___________________________ 140
Tabla 48. Edad de inicio y dedicación horaria a las nuevas tecnologías según nivel socioeconómico __ 142
Tabla 49. Hábitos de uso de internet o el móvil en los jóvenes españoles según nivel socioeconómico. 143
Tabla 50. Efectos de las variables sociodemográficas, escala de autocontrol, escala de cohesión familiar,
escala de calidad del sueño y, de los usos de internet o el móvil en la predicción de un uso excesivo del
móvil (SAS ≥108,7) en jóvenes españoles. _________________________________________________ 145
Tabla 51. Efecto de las variables sociodemográficas de los adolescentes en la predicción del sueño no
óptimo. ____________________________________________________________________________ 147
Tabla 52. Efecto de las variables sociodemográficas de los adolescentes en la predicción del sueño no
óptimo. Continuación. ________________________________________________________________ 148

7
ÍNDICE DE FIGURAS
Figura 1. Imágenes del desarrollo del cerebro en niños y adolescentes sanos (5- 20 años de edad) ____ 53
Figura 2. Inicio y mantenimiento de las adicciones psicológicas o conductuales ___________________ 56
Figura 3. Adaptación y validación de la escala SAS _________________________________________ 100
Figura 4. AFC _______________________________________________________________________ 119
Figura 5. Dependencia al uso del Smartphone en la población de estudiantes de educación secundaria,
bachillerato y formación profesional. ____________________________________________________ 121

ÍNDICE DE ANEXOS
Anexo 1. Cuestionario adolesTIC._______________________________________________________183
Anexo 2. Descripción de las preguntas de la escala SAS._____________________________________189
Anexo 3. Descripción de las preguntas de la escala SAS adaptada al español.____________________190

8
ABREVIATURAS

9
10
ABREVIATURAS
AFC Análisis Factorial Confirmatorio
AFE Análisis Factorial Exploratorio
AGFI Adjusted Goodness of Fit Index (Índice Bondad de ajuste ajustado)
ANOVA Analysis of Variance (Análisis de la Varianza)
AVE Average Variance Extracted (Varianza Media Extraída)
BCH Bachillerato
BSC Brief Self-Control Scale (Escala de Autocontrol)
CFI Comparative Fit Index (Índice de Ajuste Compartido)
Diagnostic and Statistical Manual of Mental Disorders (Manual
DSM-5
Diagnóstico y Estadístico de los Trastornos Mentales versión 5)
ESO Educación Secundaria Obligatoria
Family Adaptability and Cohesion Scale III (Subescala de Cohesión
FACES III
Familiar número 3)
FP Formación Profesional
GFI Goodness of Fit Index (Índice de Bondad de Ajuste)
KMO Test of Kaiser Meyer Olkin (Prueba de Kaiser Meyer Olkin)
MOS Sleep Medical Outcomes Study Sleep (Escala del Sueño MOS)
Measures of Sampling Adequacy (Medida de Adecuación de la
MSA
Muestra)
NFI Normal Fit Index (Índice Ajustado Normado)
OMS Organización Mundial de la Salud
Root Mean Square Error of Approximation (Raíz Cuadrada del
RMSEA
Error Cuadrático Medio).
SAS Smartphone Addiction Scale (Escala de Adicción al Smartphone)
SEE Sociedad Española de Epidemiología
TDAH Trastorno por Déficit de Atención e Hiperactividad
TIC’S Tecnologías de la Información y la Comunicación
TLI Index Tuker Lewis (Índice No Normalizado)
UNODC Oficina de las Naciones Unidas contra la Droga y el Delito
VARIMAX Varianza Máxima
VME Varianza Media Extraída

11
12
RECONOCIMIENTOS

13
14
15
16
17
18
RESUMEN/ABSTRACT

19
20
RESUMEN

Introducción: La revolución de los teléfonos móviles inteligentes es muy reciente. Más

allá de un teléfono móvil simple, el Smartphone aporta una gran variedad de funciones
que han provocado la extensión de su uso entre los adolescentes como una pieza clave en
sus vidas. Según el INE de España el 66% de los adolescentes entre los 10-15 años
dispone de teléfono móvil. Los adolescentes son los más vulnerables a la adicción por
dos razones principales: por haber nacido inmersos en el mundo de las nuevas
tecnologías, con los numerosos avances que conlleva; y porque sus circuitos neuronales
se encuentran en plena maduración biológica, pudiendo cualquier factor biopsicosocial
causar en su cerebro un impacto profundo y duradero en el tiempo. Por ello, a pesar de
no existir consenso sobre la existencia o no de las conductas adictivas al Smartphone y
de no disponer de materiales de medida adecuados para la diferenciación entre su uso y
su abuso, sólo con el conocimiento del impacto real de los hábitos de uso de las nuevas
tecnologías en adolescentes se podrán diseñar programas de prevención y tratamiento
para mitigar sus consecuencias negativas.

Objetivos: adaptación y validación de la escala “Smartphone Addiction Scale” de Know

a la población adolescente para conocer sus hábitos de uso de las nuevas tecnologías y
del Smartphone con el fin de conocer su impacto.

Métodos: La adaptación y validación de la escala SAS se llevó a cabo en dos fases: la

adaptación del cuestionario al español y el procedimiento para la eliminación de ítems; y
la posterior validación del SAS. Se utilizó el análisis estadístico mediante los programas
SSPS y AMOS para Windows. Se llevaron a cabo diferentes análisis estadísticos: análisis
descriptivo, análisis bivariado y análisis multivariante (AFE Y AFC). Finalmente, se
elaboraron dos modelos multivariantes explicativos: uno del abuso del Smartphone y otro
de la calidad no óptima del sueño.

Resultados y Conclusiones: Las puntuaciones obtenidas en la adaptación al español de

la escala SAS son válidas desde el punto de vista de la estructura interna y la validez
convergente en la medición de la dependencia al Smartphone. Dicha escala está
conformada por 31 ítems con un formato de respuesta tipo Likert (1=totalmente en
desacuerdo y 6=totalmente de acuerdo). El análisis factorial, AFE y AFC, revela que SAS
se compone de 6 dimensiones (disturbios en la vida diaria, anticipación positiva, retirada,
relaciones virtuales, uso excesivo y tolerancia). La nueva adaptación tanscultural del SAS
tiene una alta consistencia interna (α de Cronbach de 0,899) al igual que la escala original
a (α de Cronbach de 0,967). Además, al presentar elementos estándar con la versión
21
RESUMEN

original, puede aportar investigaciones comparables en diferentes contextos culturales y

es un instrumento fiable y válido para la investigación epidemiológica. Asimismo, la
medición de la adicción al Smartphone diferencia entre uso normalizado (SAS<108,7
puntos) y abuso/uso excesivo (SAS≥108,7 puntos) en la población adolescente española.
Los resultados indican que el autocontrol, la estructura familiar tradicional y
monoparental, la supervisión y el control de normas por parte de los padres son factores
protectores contra la adicción al Smartphone. Por otro lado, el uso del teléfono e internet
para redes sociales o juegos online posiciona al adolescente en una situación de
vulnerabilidad. Asimismo, la primera adolescencia es un marcador de riesgo para el
desarrollo de malos hábitos de sueño y adicción al Smartphone y a las nuevas tecnologías.

Palabras clave: Smartphone, teléfono móvil inteligente, adicción conductual, calidad del
sueño, autocontrol, cohesión familiar, nuevas tecnologías, adolescentes.

22
ABSTRACT

Introduction: Smartphone revolution is really recent. Beyond a simple mobile phone,

Smartphone provides a wide variety of functions which has caused the extent of its use
among teenagers, as a key element in their lives. According to the National Statistical
Institute of Spain, 66% of the adolescents aged 10 to 15 have a mobile phone. Teenagers
are the most vulnerable to addiction for two main reason: since they were born immersed
in the world of new technologies and its many advances; and because their neural network
are in full biological maturation, so that any biopsychosocial factor can have a serious
and lasting impact on their brains over time. Therefore, despite the lack of consensus on
the existence or not of addictive behaviors to the Smartphone and not having adequate
measurement materials to differentiate between its use and abuse, knowing the real impact
of the usage habits of new technologies on teenagers are essential to design prevention
and treatment programs, which could mitigate the negative consequences.

Objectives: Adaptation and validation of “Smartphone Addiction Scale” of Know to the

adolescent population, knowing about their usage habits of new technologies and
Smartphones is essential to discover its impact on them.

Methods: The adaptation and validation of SAS scale was accomplished in two phases:
the adaptation of the questionnaire to Spanish and the procedure for the elimination of
items; and the subsequent validation of the SAS. Statistical analysis was used by means
of the SSPS and AMOS programs for Windows. Different statistical analysis was carried
out: descriptive analysis, bivariate analysis and multivariate analysis (Factorial
Exploratory Analysis (FEA) and Factorial Confirmatory Analysis (FCA). Finally, two
explanatory multivariate models were developed: one for Smartphone abuse and the other
for non-optimal sleep quality.

Results and Conclusions: The scores achieved in the Spanish adaptation of SAS scale
are valid from the point of view of the internal structure and convergent validity in the
measurement of Smartphone dependence. This scale is constituted for 31 items with a
Likert-type response format (1 = totally disagree and 6 = totally agree). The factorial
analysis, FEA and FCA, reveals that SAS is composed of 6 dimensions (disturbances in
daily life, positive anticipation, withdrawal, virtual relationships, excessive use and
tolerance). The new transcultural adaptation of the SAS scale has a high internal
consistency (Cronbach's α of 0.899), as well as the original scale does (Cronbach's α of
0.967). Furthermore, having in common standard elements with the original version, the
new one could provide comparable research in different cultural contexts and it is a
23
ABSTRACT

reliable and valid instrument for epidemiological research. What is more, the
measurement of Smartphone addiction differentiates between normalized use (<108,7
points) and abuse (≥108,7 points) in the Spanish adolescent population. The results
indicate that self-control, the traditional and single-parent family structure, supervision
and parental control of rules are protective factors against Smartphone addiction. On the
other hand, the use of Smartphone and the Internet for social networks or online games
places the adolescent in a vulnerable situation. In addition, early adolescence is a risk
marker for the development of poor sleep habits and addiction to Smartphone and new
technologies.

Keywords: Smartphone, behavioural addiction, sleep quality, self-control, family

cohesion, new technologies, adolescents.

24
PRÓLOGO

25
26
PRÓLOGO

El motivo principal que me ha llevado a realizar esta tesis ha sido contemplar

como las adicciones son el principal problema en Salud Pública de la sociedad actual, y
los adolescentes y jóvenes adultos el grupo etario más vulnerable a ellas. Nuestros
adolescentes, el futuro de nuestra sociedad, son los más vulnerables por dos razones
principales: por haber nacido inmersos en el mundo de las nuevas tecnologías, con los
numerosos avances y ventajas que conlleva; y porque sus circuitos neuronales se
encuentran en plena maduración biológica, pudiendo cualquier factor biopsicosocial
causar en su cerebro un impacto profundo y duradero en el tiempo. Por ello, sólo con el
conocimiento del impacto real de los hábitos de uso de las nuevas tecnologías en
adolescentes se podrán diseñar programas de prevención y tratamiento para mitigar sus
consecuencias negativas.

El presente trabajo de investigación tiene como objetivo general la adaptación y

validación de la escala Smartphone Addiction Scale a la población adolescente para
conocer sus hábitos de uso de las nuevas tecnologías y el Smartphone en los adolescentes
españoles con el fin de conocer su impacto.

Se plantean como hipótesis:

• Que la escala de medida Smartphone Addiction Scale adaptada a la población

adolescente española permite medir de forma fiable, válida y discriminatoria entre
el uso y el abuso de los teléfonos móviles inteligentes/Smartphone, conservando las
propiedades métricas aceptables y semejantes a la escala original.
• Que los adolescentes que más tiempo y para más cantidad de usos utilizan las nuevas
tecnologías y Smartphone son más vulnerables a la adicción al Smartphone y nuevas
tecnologías. La presión psicosocial y social que experimentan lo adolescentes al uso
del teléfono móvil (redes sociales, juegos, aplicaciones sexuales, entre otros), haría
aumentar el tiempo de dedicación al dispositivo móvil inteligente en detrimento del
sueño. En la misma línea, la mayor vulnerabilidad a la adicción al Smartphone y
nuevas tecnologías sería en adolescentes más impulsivos, es decir, con puntuaciones
en autocontrol menores; en adolescentes con relaciones familiares poco forjadas,
tanto en familias ambivalentes como en ausentes. También los malos hábitos de
sueño darían lugar a la irritabilidad que conllevaría a una mayor probabilidad de
experimentar actos impulsivos entre los adolescentes, característica presente en la
pérdida de control de las adicciones.

27
PRÓLOGO

Para la consecución del objetivo general se realizó una revisión bibliográfica sobre
la adicción conductual, la adicción al teléfono móvil inteligente, los hábitos de uso de
internet así como de diversos factores implicados en dichos procesos como son el
autocontrol, las relaciones familiares y el sueño. Se encontró algún problema con la
terminología dado que el concepto de adicción conductual hasta tiempos recientes no fue
considerado; su inclusión es reciente con los trastornos por juegos de apuestas en el DSM-
V. En cambio, en los países asiático como Corea del Sur, se encontró numerosa
bibliografía e instrumentos de medida validados en el abordaje tanto de la adicción
conductual como de la adicción al Smartphone en adolescentes.

Se hizo necesario dividir la tesis en dos trabajos empíricos, aunque integrados,

puesto que en España no había instrumentos de medida adecuados y validados para la
adicción al móvil en adolescentes necesarios para el cumplimiento del objetivo general.
Así, en un primer momento se adaptó y validó la escala SAS.

Posteriormente, se ejecutó el trabajo de campo en todos los alumnos matriculados

en los niveles desde 3º de la ESO a 2º de Bachillerato, incluidos los alumnos de Formación
Profesional de los Institutos de Secundaria de Santomera, Abanilla y El Esparragal. Para
ello, se administró de forma individualizada una batería compuestas de escalas estudiadas
y validadas y datos sociodemográficos llamada “AdolesTic”. Como resultado de este
trabajo de campo se obtuvieron dos trabajos de investigación.

Para la consecución del objetivo general y someter a prueba las hipótesis la tesis
se ha articulado en 8 capítulos: introducción, comportamiento adictivo, adicción al
teléfono móvil inteligente/Smartphone, objetivos e hipótesis, métodos, resultados,
discusión y conclusiones.

• En el primer capítulo da comienzo con la comprobación de las características de los

adolescentes y los hábitos de uso de las nuevas tecnologías en el momento actual,
destacando las relaciones más significativas entre los hábitos de uso de las nuevas
tecnologías (internet) y la adicción al Smartphone/teléfono inteligente, el autocontrol,
los hábitos de sueño y las relaciones familiares.
• El segundo capítulo recoge una revisión del comportamiento adictivo para poner en
situación y comprender el tema a abordar. Se describen las principales características
definitorias del comportamiento adictivo en general, del trastorno por consumo de
sustancias y adicción conductual. Más tarde, se detalla las diferencias y semejanzas

28
PRÓLOGO

entre el trastorno por consumo de sustancias (adicción con sustancias) y la adicción

conductual (adicción sin sustancia). Se termina el capítulo con el abordaje de los
principales factores de riesgo, inicio y mantenimiento del comportamiento adictivo,
así como de los factores protectores al mismo y la epidemiología del trastorno.
• El tercer capítulo contiene una introducción al panorama actual de la adicción al
Smartphone, el desarrollo de las características que definen la adicción al
Smartphone y los instrumentos para su medida.
• En el cuarto capítulo se detallan los objetivos generales y específicos, así como las
hipótesis del trabajo de investigación
• El quinto capítulo recoge la metodología utilizada para conseguir los objetivos e
hipótesis propuestos. Se dedica a la descripción del material y de los métodos
utilizados, enfatizando los instrumentos de medida utilizados: SAS adaptado al
español, BSCS, MOS sleep y FACES III. Se describe detalladamente el proceso de
adaptación y validación en dos fases: adaptación del cuestionario al español y
procedimiento para la eliminación de ítems; y posterior validación de la SAS.
• En el sexto capítulo se exponen los resultados obtenidos siguiendo los
procedimientos. Los resultados se dividen en seis secciones: en la primera, se halla
la adaptación transcultural y reducción de los ítems de la escala SAS; en la segunda,
se realiza la validación de la escala SAS mediante el análisis AFE Y AFC; en la
tercera sección, se recoge el análisis descriptivo y la fiabilidad de las escalas de
medida utilizadas en el trabajo empírico; la cuarta sección, se dedica al análisis
descriptivo de los hábitos y frecuencia de uso de las nuevas tecnologías; la quinta,
recoge el análisis descriptivo y comparativo de las diferentes escalas de medida con
las características socioeconómicas de los adolescentes; y la tercera, el análisis
multivariante de las características de los adolescentes y el uso de las nuevas
tecnologías y el Smartphone, así como la calidad no óptima del sueño y la adicción
al Smartphone.
• El séptimo capítulo se dedica a la discusión de los resultados obtenidos.
• En el octavo capítulo incluye las principales conclusiones obtenidas, donde se
verifica la hipótesis de que la adaptación al español de la escala SAS mide de forma
fiable, válida y discriminatoria entre el uso y el abuso de los teléfonos móviles
inteligentes/Smartphone, conservando las propiedades métricas aceptables y
semejantes a la escala original.

29
30
CAPÍTULO I: INTRODUCCIÓN

31
32
CAPÍTULO I: INTRODUCCIÓN

En la actualidad, es un hecho evidente que la influencia de la inteligencia artificial

ha imperado en nuestra sociedad, especialmente en la utilización de los teléfonos móviles
inteligentes o Smartphone. Los soportes digitales de la inteligencia artificial son cada vez
más variados y sofisticados, lo que ha provocado un cambio en la forma de
almacenamiento, manejo y transmisión de la información de la sociedad, dando lugar a
una diferencia importante en la forma de relacionarse de las personas con el mundo que
los rodea.

Los nuevos soportes de las tecnologías digitales han aportado a la sociedad

múltiples beneficios: la utilización de recursos informativos ilimitados, el teletrabajo, la
asistencia online, las redes sociales son claros ejemplos de su uso. No obstante, se debe
atender a la particularidad de los adolescentes, quienes dedican más tiempo al uso de
internet que los adultos (1), predisponiéndose a la adicción en el uso de los teléfonos
móviles inteligentes (2,3).

Los adolescentes, por tanto, son más susceptibles de crear una adicción al uso del
Smartphone. Además, cabe destacar que tienen una mayor dedicación a los dispositivos
móviles inteligentes los fines de semana, indicando así su uso añadido como relación
interpersonal y/o social. Así mismo, conviene subrayar la especial vulnerabilidad de los
adolescentes que usan los dispositivos entre semana, puesto que, al emplear más tiempo,
generan una mayor sensibilidad a la adicción (4).

El sueño es un proceso biológico activo y organizado necesario para el buen

funcionamiento del cuerpo humano; se corresponde con el bienestar físico y mental de
todo ser humano, en especial de los niños y los adolescentes, los cuales se encuentran en
una etapa de crecimiento de vital importancia para su desarrollo futuro y calidad de vida.
La maduración del sistema de regulación del sueño en combinación con la presión
psicosocial y social a la que se enfrentan los jóvenes culmina en una “tormenta perfecta”
de sueño corto y mal programado con consecuencias asociadas (5). De esta manera, los
trastornos del sueño constituyen uno de los mayores problemas de salud pública.

Además, se ha demostrado que la mala calidad del sueño puede causar problemas
mentales, corroborándose entre los adolescentes que hacen un uso abusivo del teléfono
móvil inteligente que una buena calidad del sueño puede reducir el riesgo de trastornos
de salud mental considerablemente (6).

33
CAPÍTULO I: INTRODUCCIÓN

Existen diversos enfoques en referencia a las recomendaciones sobre las horas de

sueño totales necesarias en niños y adolescentes. Siguiendo las recomendaciones
publicadas por la National Sleep Foundation en 2015 las horas totales de sueño por noche
deberían ser para escolares (6-13 años) de 9 a 11 y para adolescentes (14-17 años) de 8 a
10 horas (3). No obstante, los estudios muestran que sólo uno de cada diez adolescentes
cumple estas recomendaciones a la semana (7,8). En consonancia, otros estudios
relacionan el uso de la tecnología (móviles/internet) antes de acostarse como causa de la
reducción del total de horas de sueño recomendadas y/o del retraso en el momento de
conciliación del sueño (9).

Al mismo tiempo, el sueño es un mecanismo biológico necesario para la

restauración cognitiva, proceso necesario para afrontar las tareas académicas durante la
adolescencia. Se necesita dormir para aprender y recordar, es en este momento cuando
las conexiones neuronales se encuentras muy activas, de modo que tan sólo la reducción
de una hora de sueño conllevaría una menor concentración y tiempo de respuesta ante
una tarea al siguiente día. Investigaciones anteriores han demostrado que la falta de sueño
recomendado en adolescentes altera sus patrones de sueño afectando a la salud, a la
puntualidad y asistencia a clase, a la somnolencia diurna y al rendimiento académico; en
cambio, una duración de sueño óptimo se relaciona con una mayor capacidad de
aprendizaje y una menor tasa de accidentes de tráfico (9). Por otra parte, cabe señalar
desde el punto de vista de la salud, que es en la adolescencia, en torno a los 15 años,
cuando la falta de sueño está asociada a una peor calidad de vida (10).

En la actualidad, los problemas de sueño junto con la adicción al uso de los

teléfonos móviles inteligentes constituyen la mayor preocupación de los padres. De este
modo se hacen necesarias pautas y recomendaciones sobre el uso adecuado de las nuevas
tecnologías, así como su impacto en el desarrollo futuro del adolescente.

En síntesis, de las evidencias anteriores se infiere que una reducción del sueño
óptimo en los adolescentes conllevaría un menor rendimiento académico. A su vez, la
presión psicosocial y social que experimentan lo adolescentes al uso del teléfono móvil
(redes sociales, juegos, aplicaciones sexuales, entre otros), haría aumentar el tiempo de
dedicación al dispositivo móvil inteligente en detrimento del sueño.

34
CAPÍTULO II: COMPORTAMIENTO
ADICTIVO

35
36
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

Desde tiempos ancestrales, el ser humano ha ligado su historia al consumo de

drogas. En nuestra sociedad se encuentra muy extendida la equivalencia de la noción de
“adicción” con la adicción a las drogas, es decir, a sustancias químicas tales como
alucinógenos, opiáceos, nicotina, cocaína, drogas sintéticas, entre otros.

No obstante, es a finales del siglo XX cuando se data la aparición de un nuevo

tipo de adicción: las adicciones conductuales o comportamentales. Las adicciones ya no
se limitan al consumo de sustancias/drogas, sino que cualquier hábito inofensivo
realizado en la vida cotidiana podría convertirse, bajo determinas condiciones, en adictivo
(11–13).

En consonancia con los diferentes hallazgos, en 2013, la Asociación Americana

de Psicología (APA) introdujo en su clasificación categorial de la quinta versión del
Manual de Diagnóstico y Estadística de Trastornos Mentales (DSM-V) el término
“adicción conductual” (4); definiendo “adicción” como cualquier conducta donde se
observa una falta de control y dependencia. Desde esta nueva concepción, cualquier
conducta normal placentera, bajo determinadas circunstancias, puede llegar a convertirse
en una conducta adictiva e interferir gravemente en la vida cotidiana de las personas
afectadas(14),(15),(16).

De este modo, la conducta adictiva se define por cualquier conducta sin control
que lleve a cabo una persona y que continúe con ella a pesar de las consecuencias adversas
que le producen, es decir, que tenga una dependencia cada vez mayor, teniendo el deseo
de realizarla, éste puede oscilar desde el deseo moderado hasta la obsesión; que aparezca
el síndrome de abstinencia cuando no pueda realizarla y que afecte significativamente sus
relaciones personales, familiares y sociales (pérdida de interés por todo lo que le rodea,
excepto por dicha conducta).

Se define como síndrome de abstinencia al conjunto de trastornos físicos y

psicológicos que aparecen en una persona con dependencia a una sustancia o a un
comportamiento cuando se suspenden éstos bruscamente, o se reduce significativamente
tras su ingestión o ejecución en un tiempo prolongado (17).

Por lo tanto, se puede afirmar que la pérdida de control es el fundamento de

cualquier trastorno adictivo, no siempre acompañada de la presencia de sustancia y/o
droga.

37
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

A continuación, se enumeran los diferentes tipos de adicciones, haciendo hincapié

en la adicción sin sustancia o psicológica/conductual, puesto que se trata del tema
principal de abordaje de este estudio.

1. TIPOS DE ADICCIONES

Se pueden distinguir dos tipos de adicciones: las adicciones a sustancias químicas

(con drogas) y las adicciones psicológicas (sin droga) (Tabla 1).

Tabla 1. Tipos de adicciones.

TIPOS DE ADICCIONES VARIANTES COMUNES

Químicas Adicción a los opiáceos
Alcoholismo
Adicción al cannabis
Adicción a los inhalantes
Adicción a los sedantes
Adicción a los hipnóticos y ansiolíticos
Adicción a los alucinógenos
Adición a los estimulantes
Tabaquismo
Psicológicas Juego patológico
Adicción al sexo
Adicción a las compras
Adicción a la comida
Adicción al trabajo
Adicción al ejercicio físico
Teleadicción
Adicción a las nuevas TIC’S y redes sociales
Adicción al móvil
Fuente: Elaboración propia basada en Alonso-Fernández, (1996); Echeburúa, (1999)
(4),(18),(19)

38
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

TRASTORNO POR CONSUMO DE SUSTANCIAS

Según el DSM-V, las adicciones con sustancias engloban diez tipos de drogas
diferentes: el alcohol, el cannabis, los alucinógenos, los inhalantes, los opiáceos, los
sedantes, los hipnóticos y ansiolíticos, los estimulantes, el tabaco, y otras sustancias
desconocidas. El consumo de cada una de estas drogas en exceso produce alteraciones en
los mecanismos neuronales, activando directamente el sistema de recompensa cerebral,
reforzando el comportamiento y creando un recuerdo de éste. Los mecanismos cerebrales
por los cuales se activa el sistema de recompensa son diferentes según el tipo de droga,
aunque todas producen placer.

Cabe destacar que hay personas con una mayor predisposición al consumo de
sustancias, ya que patrones de autocontrol menores se relacionan con disfunciones en la
inhibición cerebral.

La expresión “trastorno por consumo de sustancias” engloba el espectro de

trastornos que oscilan desde leves a graves. Las adicciones con sustancias tienen como
característica principal la asociación entre síntomas cognitivos, comportamentales y
fisiológicos que muestran como el individuo sigue consumiendo drogas a pesar de la
interferencia que le produce en su vida diaria. Por otro lado, no todas las drogas producen
todos los síntomas, pero sí todas producen alteraciones en los circuitos cerebrales que
persisten aun cuando se produce la desintoxicación (4).

Según el DSM-V, el diagnóstico de trastorno por consumo de sustancias se basa

en un patrón patológico de comportamientos relacionados con el consumo de drogas,
atendiendo a diferentes criterios diagnósticos (Tabla 2), gravedad y especificadores de
curso del trastorno (Tabla 3) (4).

El trastorno por consumo de sustancias se caracteriza por el consumo de grandes

cantidades de droga, por un intenso deseo de consumir la sustancia adictiva invirtiendo
más tiempo de lo previsto en su consecución, consumo o recuperación de los efectos
producidos por ésta. Asimismo, Además, el individuo hace grandes esfuerzos para
abandonar o regular su consumo no consiguiéndolo, llegando a poner en peligro su
integridad física y/o psicológica por el consumo recurrente. El consumo de sustancias
adictivas continuado termina interfiriendo en las tareas cotidianas de la personas, tanto
académicas, laborales, familiares o domésticas (4).

39
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

El curso del trastorno por consumo de sustancias es variable puesto que existen
diferencias individuales. Por ello, se debe especificar si el tipo de remisión del trastorno
es inicial o sostenida, si la persona es usuaria de medicamentos agonistas con receta
médica, agonistas parciales, agonistas/antagonistas o antagonistas completos sin
Trastorno por consumo de opioides de esos medicamentos (excepto tolerancia o
abstinencia del agonista), y/o si la ausencia del consumo de drogas se debe a que se
encuentra con restricciones a la accesibilidad de sustancias adictivas en una estancia de
un centro penitenciario libre de drogas y con estrecha vigilancia, en comunidades
terapéuticas o en unidades hospitalarias cerradas, entre otros. (4).

Es necesario recalcar que en la mayor parte de los casos de consumo de drogas se

produce el síndrome de abstinencia asociado al curso más grave del trastorno; pero la
presencia del síndrome de abstinencia o de la tolerancia no son imprescindibles para
realizar el diagnóstico. Es conveniente diferenciar los términos “síndrome de abstinencia”
y “tolerancia”. La abstinencia se produce con la disminución de las concentraciones de
sustancias adictivas en la sangre o en los tejidos de los individuos por su consumo
prolongado; el individuo consume para aliviar el malestar producido por dicha
disminución. La tolerancia hace referencia al incremento significativo de la dosis de una
sustancia para alcanzar el mismo efecto deseado, o a la disminución notable del efecto al
consumir la dosis habitual (4).

40
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

Tabla 2. Criterios diagnósticos del Trastorno por consumo de sustancia según DSM-V.

CRITERIOS DIAGNÓSTICOS TRASTORNO POR CONSUMO DE

SUSTANCIAS
Criterio A: 1. La persona consume grandes cantidades de sustancia o lo hace
durante un tiempo más prolongado del previsto.
Control 2. La persona expresa deseos insistentes de dejar o de regular su
deficitario consumo y relata múltiples esfuerzos fallidos por disminuir o
abandonar éste.
3. La persona invierte una gran parte de su tiempo intentando
conseguir la sustancia, consumiéndola o recuperándose de sus
efectos.
4. Existe un deseo intenso de consumo (craving).
Criterio B: 5. El consumo recurrente de sustancias puede conllevar el
incumplimiento de los deberes fundamentales en los ámbitos
Deterioro académico, laboral o doméstico.
social 6. La persona podría seguir consumiendo a pesar de tener problemas
recurrentes o persistentes en la esfera social o interpersonal
causados o exacerbados por los efectos del consumo.
7. Se reducen o abandonan importantes actividades familiares,
sociales, ocupacionales o recreativas debido al consumo de
sustancias.
Criterio C: 8. Consumo recurrente de la sustancia incluso en situaciones que
provocan un riesgo físico para la persona.
Consumo de
9. Consumo continuado de la sustancia a pesar de padecer un
riesgo de
problema físico o psicológico recurrente o persistente que se
sustancias
pueda originar o exacerbar por dicho consumo.

Criterio D: 10. Tolerancia

11. Abstinencia
Criterio
farmacológico

Fuente: Adaptación del DSM-V(4)

41
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

Tabla 3. Gravedad y Curso de los Trastornos por consumo de sustancias según DSM-V.

GRAVEDAD

• LEVE. Si presenta 2 ó 3 criterios diagnósticos.

• MODERADO. Si presenta 4 ó 5 criterios diagnósticos.
• GRAVE. Si presenta 6 ó más criterios diagnósticos.

ESPECIFICADORES DE CURSO

Especificar si:
• En remisión inicial. Tras haberse cumplido con anterioridad los criterios para
el Trastorno por consumo de sustancias, no se ha cumplido ninguno de ellos
durante al menos 3 meses sin alcanzar los 12 meses (excepto el criterio A.4,
que puede haberse cumplido).
• En remisión sostenida. Tras haberse cumplido con anterioridad los criterios
para el Trastorno por consumo de sustancias, no se ha cumplido ninguno de
ellos durante 12 meses o más (excepto el criterio A.4, que puede haberse
cumplido).
Especificar si (adicional):
• En terapia de mantenimiento. Se utiliza si la persona hace uso de algún
medicamente agonista con receta médica, como metadona o buprenorfina, no
cumpliendo ninguno de los criterios del Trastorno por consumo de opiáceos de
esos medicamentos (excepto la tolerancia o abstinencia del agonista). También
para las personas en tratamiento con un agonista parcial, un
agonista/antagonista o un antagonista completo, como naltrexona oral o depot.
• Entorno controlado. Utilizar si la persona, en remisión inicial o sostenida, tiene
restringida la accesibilidad a la sustancia adictiva, como cuando se encuentra
en una estancia de un centro penitenciario libre de drogas y con estrecha
vigilancia, en comunidades terapéuticas o en unidades hospitalarias cerradas,
entre otros.

Fuente: Adaptación del DSM-V (4).

42
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

ADICCIÓN CONDUCTUAL O SIN SUSTANCIA ADICTIVA

En la actualidad, se aprecia de manera relevante como las adicciones no se limitan

al consumo descontrolado de drogas, sino que determinados hábitos en apariencia
inofensivos que pueden, bajo determinadas circunstancias, convertirse en adictivos e
interferir en el normal funcionamiento de la vida cotidiana de las personas.

La adicción sin sustancia o adicción conductual es un trastorno del

comportamiento no relacionado con una sustancia de abuso, que comparte algunas
características con la adicción inducida por sustancias (4).

Cabe señalar que el aspecto crucial de la adicción conductual no es el tipo de

conducta que se realiza, sino la forma de relación establecida. La adicción conductual
se define como toda conducta repetitiva que produce placer y alivio tensional en las
primeras experiencias, llevando a una pérdida de control de la misma, que interfiere
severamente en el desarrollo pleno del funcionamiento de la persona afectada, a medida
que transcurre el tiempo (11,12).

Conforme la adicción conductual avanza, las emociones (deseo intenso u

obsesión) y los impulsos activan automáticamente los comportamientos, sin apenas
control cognitivo ni autocrítica sobre ellos, en busca de gratificación inmediata
pudiendo dar lugar al síndrome de abstinencia si se deja de ejecutar. El síndrome de
abstinencia se caracteriza por un profundo malestar emocional que incluye un estado
de ánimo disfórico, insomnio, irritabilidad e inquietud psicomotora (11).

Los síntomas característicos que definen a las adicciones no relacionadas con

sustancias/conductuales son:

• Deseo intenso, ansia o necesidad imparable de ejecutar la actividad

placentera.
• Pérdida progresiva del control sobre la misma, hasta alcanzar el
descontrol.
• Descuido, reducción o abandono de actividades habituales previas
familiares, sociales, ocupacionales o recreativas debido a la ejecución del
comportamiento.

43
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

• Las consecuencias negativas del comportamiento son advertidas por

allegados que le previenen al adicto; pero él no es capaz de cesar la
actividad, negando el problema y mostrando una actitud defensiva.
• Las relaciones, actividades e intereses se establecen en torno a la adicción,
con descuido o abandono de los intereses y relaciones previos, ajenos al
comportamiento adictivo.
• Se produce el síndrome de abstinencia, irritabilidad y malestar ante la
imposibilidad de concretar la conducta adictiva e imposibilidad de dejar
su ejecución, transcurrido un corto período. (11)

Resaltar que es habitual encontrar la combinación de una adicción conductual con

uno o más trastornos por consumo de sustancias (11). A modo de ejemplo, es habitual
encontrar el “Trastorno por juego de apuestas” asociado al tabaquismo y al consumo
abusivo de alcohol (14).

El DSM-5 reconoce el trastorno no relacionado con sustancias equivalente; sin

embargo, no menciona explícitamente la equivalencia de éste con la adicción
conductual. Bajo esta categoría solamente se ha incluido el “Trastorno por juego de
apuestas”, suponiendo un gran avance al reconocer este problema como una adicción y
no como un trastorno del control de impulsos. También se ha plasmado en el DSM-V,
en la sección condiciones que requieren mayores estudios, el “Trastorno por juegos de
internet”.

En lo que se refiere a la adicción a internet y las nuevas tecnologías virtuales, éstas

no han sido incluidas todavía en el nuevo manual de trastornos mentales DSM-V, pese
a los abundantes estudios, experiencias clínicas y terapéuticas; y a la gran prevalencia
que existe en el grupo etario infanto-juvenil en las últimas décadas. Lo mismo le ha
ocurrido a la adicción al sexo no parafílico (11).

Conviene subrayar que el no tener una expresión terminológica y definición clara

compartida sobre la adicción conductual hace que el bagaje de estudios científicos que
existen actualmente no pueda ser verificado y replicado por diferentes investigadores
para poder ser incluidos en manuales de trastornos mentales y psiquiátricos de
referencia. Encontramos diferentes terminologías para hacer referencia a la adicción
conductual, lo que imposibilita la búsqueda audaz de información científica. Además,
en muchos países se aplican tratamientos terapéuticos para las diversas adicciones

44
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

conductuales con éxito, sin el reconocimiento expreso, pero sí latente a esta categoría
diagnóstica. China ha sido de los primeros países en reconocer de forma expresa la
adicción conductual.

1.2.1. TRASTORNO POR JUEGO DE APUESTAS

Los juegos de apuestas están creando en las últimas décadas un importante

problema en la sociedad debido al creciente número de salones de apuestas, la inmediatez
de la recompensa y una sensación de control sobre el juego no realista. Todo ello hace
que una conducta de juego de apuestas normalizada se pueda convertir en adictiva.

Se hace necesario distinguir entre “juego excesivo” y “juego patológico”. En el

juego excesivo, no se produce interferencia significativa en la vida cotidiana de la
persona, mientras que en el juego patológico o trastorno por juego de apuestas la
conducta si interfiere en el desarrollo personal y social del individuo (20).

El manual DSM-V define los criterios diagnósticos (Tabla 4) y los

especificadores de curso y gravedad (Tabla 5) para el trastorno por juego de apuestas(11).
Para realizar el diagnóstico es necesario que aparezcan al menos 4 ó más síntomas del
criterio A (Tabla 4) en un período de 12 meses (4).

Las personas con Trastornos por juego de apuestas tienen la necesidad recurrente
y persistente de jugar interfiriendo en su desarrollo personal y social. Se produce un
patrón de conducta de “recuperación de las propias pérdidas”, el individuo cada vez
invierte más cantidades de apuestas e incluso asume mayores riesgos para la recuperación
de las pérdidas. La recuperación a largo plazo y la frecuencia de las pérdidas es la
característica que mejor define el trastorno. A medida que se recuperan las pérdidas a
corto plazo, se asume una mayor frecuencia del juego y una creencia firme en la
“recuperación” a largo plazo. Estas personas creen que el dinero es la causa de su
problema y la solución, por ello pueden invertir mucho tiempo de su vida en la
planificación de jugadas (4,11).

La literatura científica ha puesto de manifiesto que el Trastorno por juego de

apuestas se relaciona con la iniciación del juego por apuestas en la niñez o adolescencia
temprana y con el género masculino mayoritariamente (4,20).

45
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

Tabla 4. Criterios diagnósticos para el Trastorno por juego de apuestas según DSM-V

CRITERIOS DIAGNÓSTICOS

A. Conducta problemática de juego de apuestas recurrente y persistente, que lleva

a la incapacidad o distrés clínicamente significativos, como sucede cuando el
individuo exhibe 4 (o más) de los siguientes síntomas durante un período de 12
meses:
1. Necesidad de apostar cantidades de dinero cada vez mayores para conseguir
el placer deseado.
2. Irritabilidad e inquietud ante la retirada o interrupción del juego.
3. Realización de diferentes intentos para abandonar, reducir o controlar el
juego sin éxito.
4. Frecuentemente está pensando en el juego de apuestas (reviviendo escenas
pasadas, planificando el siguiente juego, así como la forma de obtener el
dinero).
5. Juega a menudo cuando se siente angustiado (desesperanzado, culpable,
ansioso, deprimido).
6. Tras la pérdida de dinero en el juego de apuesta, regresa otro día para
intentar recuperarlo.
7. Miente para ocultar su grado de implicación en el juego.
8. Pone en peligro o ha perdido relaciones familiares, laborales, académicas o
profesionales a causa del juego.
9. Piensa que los demás solucionaran su situación económica desesperada
provocada por el juego.

B. La conducta de juego de apuestas no puede ser explicable mejor a un episodio

maníaco.

Fuente: Adaptación del DSM-V (4).

46
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

Tabla 5. Especificadores de curso y gravedad del Trastorno por juego de apuestas según
DSM-V

ESPECIFICADORES DE CURSO Y GRAVEDAD

Especificar si:
• Episódico: Cumple los criterios diagnósticos en varias ocasiones, pero los
síntomas desaparecen durante meses entre los períodos de juego patológico.
• Persistente: Cumple los criterios diagnósticos continuamente durante años.

Especificar si:
• En remisión inicial: tras haber cumplido todos los criterios diagnósticos,
durante un período entre los 3 meses, pero sin llegar a los 12 meses no ha vuelto
a presentar ningún criterio.
• En remisión continuada: Tras haber cumplido previamente todos los criterios
del juego patológico, no ha cumplido ninguno de ellos durante un período de
12 meses o más.

Especificar la gravedad actual:

• Leve: Cumple 4-5 criterios.
• Moderado: Cumple 6-7 criterios.
• Grave: Cumple 8-9 criterios.

Fuente: Adaptación del DSM-V (4).

1.2.2. TRASTORNOS POR JUEGOS DE INTERNET

Los trastornos por juegos de internet se encuentran en estudio y comprobación

para su inclusión en el DSM-V; éste incluye tanto los juegos accesibles a través de internet
como los juegos de ordenador. A pesar de su no inclusión, el DSM-V propone unos
criterios diagnósticos para su comprobación (tabla 6) y posible revisión futura. Es un

47
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

trastorno diferente al trastorno por juegos de apuestas en internet, que queda recogido en
los trastornos por juegos de apuestas. En esta categoría diagnóstica tampoco se incluye el
uso de internet para tareas profesionales, usos recreativos, sexuales (pornografía) y
sociales (facebook, instagram). Se ha evidenciado como los jugadores que más tiempo
dedican a los juegos por internet, también invierten como consecuencia más tiempo en el
uso del ordenador y presentan mayores pérdidas de relaciones familiares, laborales,
académicas y profesionales (4).

Tabla 6. Criterios diagnósticos para el Trastorno por juegos de internet según DSM-V

CRITERIOS DIAGNÓSTICOS

A. Utilización de internet de forma continuada y recurrente para jugar, a menudo con

otros jugadores, que causa un deterioro o malestar clínicamente significativo
presentando 5 (o más) de los siguientes síntomas durante al menos 12 meses:
1. Preocupación por los juegos de internet (anticipa jugadas; internet se
convierte en su máxima prioridad del día).
2. Se siente irritable, ansioso y deprimido por dejar de jugar en internet.
3. Aparecen los síntomas de la tolerancia, es decir, necesita cada vez una
mayor dedicación temporal a los juegos por internet.
4. Pérdida de control en los juegos por internet.
5. Pérdida de interés por las actividades placenteras previas con excepción de
los juegos por internet.
6. Continúa jugando por internet, a pesar de los problemas psicológicos y
sociales que le producen el uso excesivo del juego por internet.
7. Miente a sus allegados en el grado de implicación en los juegos por internet.
8. Cuando se enfrenta a sentimientos negativos (estados de indefensión, culpa,
ansiedad) usa los juegos por internet para aliviar o evadirse de la situación.
9. Descuido o pérdida de relaciones familiares, escolares, laborales o
profesionales importantes debido al uso continuado de los juegos por
internet.

48
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

Continuación. Tabla 6. Criterios diagnósticos para el Trastorno por juegos de

internet según DSM-V

GRAVEDAD:

• Leve. Presentan un número pequeño de síntomas con apenas

alteraciones en sus vidas.
• Moderado. Presentan un número moderado de síntomas con algunas
disrupciones en su funcionamiento habitual.
• Grave. Presentan un gran número de síntomas con una gran
interferencia de éstos en su vida.
Fuente: Adaptación del DSM-V (4).

1.2.3. ADICCIÓN A INTERNET Y LAS NUEVAS TECNOLOGÍAS

En la última treintena, la ciencia ha puesto de manifiesto numerosas

investigaciones, comprobaciones, experiencias clínicas y terapéuticas acerca de la
adicción a internet y a las nuevas tecnologías virtuales con diferentes soportes
tecnológicos. En contraste, esta adicción no ha sido incluida en ninguna categoría
diagnóstica de los manuales de referencia como el DSM-V, tan sólo está en la sección de
estudio como próxima entidad a valorar.

Más allá de esta situación anteriormente mencionada, se están realizando cada vez
mayores estudios y de mayor envergadura como consecuencia del impacto que han
supuesto las nuevas tecnologías y soportes tecnológicos, como los Smartphone o
teléfonos móviles inteligentes, en la mejora del funcionamiento de la vida diaria en un
mundo globalizado. Tan relevante es su importancia clínica y epidemiológica que la
adicción a internet y las nuevas tecnologías es considerada una de las patologías
emergentes de mayor impacto en el siglo XXI (11).

La adicción a internet y las nuevas tecnologías incluyen las actividades en línea

como el chat, navegar por la internet, los videojuegos en red, los juegos de azar online,
las relaciones sociales virtuales, la búsqueda compulsiva de sexo, juegos violentos o
pornografía (11).

49
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

Diversos estudios ponen énfasis en observar las diferentes señales que pueden
convertir la afición al uso de internet y de las nuevas tecnologías una adicción (11):

1. Privación del sueño nocturno (<5 horas) para mantenerse conectado a la red y
nuevas tecnologías.
2. Dedicación de tiempo excesivo y prolongado al uso de la red y nuevas
tecnologías.
3. Reducción de tiempo empleado a actividades de la vida diaria como comer,
estudiar, trabajar o dormir.
4. Niega su uso excesivo cuando es apercibido por padres, hermanos o allegados,
eludiendo o negando dicha situación.
5. Su pensamiento está focalizado sobre el uso de la red y nuevas tecnologías de
forma continuada, incluso cuando está desconectado de la red, llegando a
experimentar irritabilidad si la red se ralentiza o falla.
6. Miente sobre la dedicación temporal empleada al uso de la red y nuevas
tecnologías.
7. No cumple los límites de tiempo autoimpuestos, incluso perdiendo la noción
del tiempo.
8. Se encuentra aislado socialmente, mostrando irritabilidad y con bajo
rendimiento académico/laboral.
9. Siente euforia y placer desmedido cuando se encuentra utilizando los soportes
tecnológicos.

En la Tabla 7 se recogen los criterios diagnósticos ampliamente confirmados y

corroborados por diferentes estudios en cuanto a la “adicción a internet y a las nuevas
tecnologías”.

Los factores de riesgo para la adicción a internet y las nuevas tecnologías son la
introversión, la baja autoestima, la búsqueda de sensaciones, la ansiedad social y la
timidez (11). Muchos de estos factores de riesgo constituyen características propias de la
adolescencia, lo que la convierte en el grupo etario con mayor vulnerabilidad a esta
patología. Además, son los adolescentes la generación que ha nacido inmersa en el mundo
de la tecnología.

50
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

Tabla 7. Criterios diagnósticos para la adicción a internet y las nuevas tecnologías.

CRITERIOS DIAGNÓSTICOS

1. Uso excesivo y prolongado de internet y las nuevas tecnologías: 8-10 horas al

día (o más) y al menos 30 horas semanales.
2. Aparecen síntomas cognitivos y comportamentales (ansiedad, irritabilidad,
depresión) debido a la interrupción, detención o no poder hacer uso de internet
y las nuevas tecnologías. (Tolerancia)
3. Experimenta un descontrol progresivo de su uso, pudiendo llegar a perder la
noción del tiempo empleado (desde horas hasta días).
4. Miente sobre la dedicación temporal empleada al uso de la red y nuevas
tecnologías.
5. Lo primero que hace al levantarse y los último que hace al acostarse es la
utilización de internet y las nuevas tecnologías.
6. Descuido o reducción del tiempo empleado en actividades significativas de
relaciones familiares, sociales, académicas o profesionales debido al uso de
internet y nuevas tecnologías.
7. Descuido de actividades de la vida diaria necesarias como comer, estudiar,
trabajar o dormir (saltarse comidas, invertir el ritmo circadiano, entre otros).
8. Sentimiento de euforia y bienestar desproporcional cuando usa internet y las
nuevas tecnologías.
9. Experimentar ansiedad, irritabilidad, desajustes emocionales y problemas de
interacción social.
10. Expresa que tiene una mejor comunicación con las tecnologías virtuales
(ordenador, Smartphone) que con la comunicación verbal presencial.
11. En ocasiones, idealiza un personaje ficticio e idealizado sobre su persona.
GRAVEDAD

• Leve. A mayor cantidad de síntomas y mayor disrupción en

• Moderado el funcionamiento de su vida cotidiana mayor
• Grave gravedad presentará.

Fuente: Elaboración propia basado en el DSM-V (4,11)

51
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

DIFERENCIAS Y SEMEJANZAS ENTRE ADICCIÓN CON SUSTANCIAS

ADICTIVAS Y SIN SUSTANCIA ADICTIVAS/CONDUCTUAL

Todas las adicciones, químicas o psicológicas, tienen como denominador común

la aparición del síndrome de abstinencia. Son muchas las causas que coexisten entre las
adicciones a sustancias químicas y las adicciones psicológicas. El consumo de drogas y
diferentes comportamientos activan de forma inmediata los sistemas de recompensa. De
este modo, tanto los comportamientos sociales adaptativos como el consumo de
sustancias se convierten en adicción cuando se pierde el control sobre ellas. Sin
embargo, no culminan en adicción solo por el su uso, sino que deben confluir factores
de vulnerabilidad personales y ambientales previos que unidos al consumo o ejecución
de la conducta generen el consumo o comportamiento compulsivo.

Además, hay que tener presente que la mayoría de las conductas de abuso
comienza en la adolescencia, momento en el que los sistemas de recompensa y memoria
emocional, así como la corteza prefrontal están en proceso de maduración.

La corteza prefrontal es la encargada de la evaluación de las situaciones, de la

toma de decisiones y del control de emocional y los deseos, lo que quiere decir que la
adolescencia es un período de vulnerabilidad a la toma de decisiones inadecuadas, como
el deseo de probar las drogas o realizar comportamientos de riesgo y continuar con su
consumo o ejecución. De esta manera, la adolescencia constituye una etapa de
maduración de la corteza prefrontal crítica en la que se podrían acarrear alteraciones
cerebrales con resultados profundos y duraderos (Figura 1).

Tras revisiones exhaustivas, se han encontrado similitudes en los síntomas

principales de la adicción conductual y del trastorno por consumo de sustancias, siendo
éstos (21,22):

• Capacidad para aferrarse a conductas con consecuencias reforzantes

• Preocupación excesiva por el consumo de sustancias o ejecución de
comportamientos con refuerzo positivo.
• Tolerancia
• Pérdida de control.

52
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

Figura 1. Imágenes del desarrollo del cerebro en niños y adolescentes sanos (5- 20 años de edad)

Fuente: PNAS (23,24)

Conforme el cerebro madura, las experiencias van esculpiendo el exceso de conexiones neuronales y
reforzando las más habituales, haciendo más eficaces los circuitos neuronales que emergen del cerebro.
Este proceso da lugar a la reducción constante del volumen de materia gruis en la adolescencia (ilustrada
con el cambio de color amarillo a azul de la imagen). Con todo, este proceso puede tener consecuencias
negativas, cuando la conducta que se refuerza pertenece a una actividad no deseable (drogas, no dormir,
no comer, gastar dinero) puede generar circuitos potencialmente dañinos para el bienestar humano.

Tanto en el trastorno por consumo de sustancias como en la adicción conductual

se produce un aumento importante de dopamina en el sistema nervioso central, que da
lugar a la “euforia” sentida en el momento del consumo de sustancias adictivas y/o
ejecución de la conducta de riesgo (11).

En los trastornos por consumo de sustancias se evidencia un momento clave de

intoxicación a partir del cual se producen alteraciones del funcionamiento de la vida
cotidiana. En los comportamientos es más difícil determinar si las interferencias en la
vida cotidiana se deben a la adicción, a los rasgos de personalidad o a las comorbilidades
psiquiátricas (21). Hay que tener en cuenta que en un momento determinado de la vida se

53
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

puede producir descontrol impulsivo por determinados agonistas dopaminérgicos, dando

lugar a comportamientos desadaptativos como la ludopatía, la ingesta compulsiva,
hipersexualidad o compras compulsivas (25–28). Debido a que en ocasiones se puede
inducir farmacológicamente el descontrol de los impulsos por enfermedad, no se puede
atribuir solamente el comportamiento compulsivo a experiencias con reforzadores. Por
ello el DSM-V sólo incluyó el trastorno por juegos de apuestas sin definir más
ampliamente la adicción conductual.

No obstante, se hallan diferencias: mientras en las adicciones químicas, con una

dosis se puede controlar el síndrome de abstinencia; en las adicciones psicológicas se
pueden pasar horas, incluso días realizando la conducta, sin que se ponga fin al síndrome
de abstinencia, perdiendo el control y continuando la conducta a pesar de las
consecuencias adversas que le produce. De este modo, en las adicciones psicológicas o
comportamentales el aspecto clave no es el tipo de conducta implicada, sino la relación
que se establece con ellas.

También se ha observado que no es común encontrar adicciones conductuales

múltiples como ocurre con los trastornos por consumo de sustancias (21,29) .

Debido a la gran problemática que lleva asociada el comportamiento adictivo es

de gran relevancia investigar los factores precursores, mediadores y protectores que
intervienen en dicho proceso con el fin de poder prevenir, paliar o compensar dicha
conducta problemática.

FACTORES PRECURSORES O DE RIESGO DE COMPORTAMIENTOS

ADICTIVOS.

En cuanto a los factores precursores o de riesgo, podemos encontrar que

determinados factores personales, familiares y sociales llevan asociados una mayor
vulnerabilidad psicológica al desarrollo de las conductas adictivas, tal como se desarrolla
de una forma más pormenorizada a continuación.

54
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

1.4.1. FACTORES PERSONALES

Entre los “factores personales” implicados se hallan los “rasgos de

personalidad”, como la impulsividad, la baja autoestima, la búsqueda de sensaciones, la
intolerancia a los estímulos displacenteros (dolor, responsabilidades, entre otros), un
estilo inadecuado en el manejo y afrontamiento de problemas y problemas psiquiátricos
previos (TDAH, depresión, fobia social u hostilidad); y los “estados de ánimo”, como la
insatisfacción personal con la vida, el estado de ánimo disfórico y la falta de afecto(30).

El uso de las nuevas tecnologías, que engloba entre otros el uso de los teléfonos
inteligentes, actúa como una “cápsula tecnológica” que llena de sentido la vida y
restablece el equilibrio psicológico de los adolescentes, sustituyendo las carencias que
padecen.

1.4.2. FACTORES FAMILIARES

Los factores familiares asociados a las conductas adictivas son: una cohesión
familiar frágil, entorno familiar poco propicio para la adquisición de pautas de conducta
sanas y socialmente adaptadas(30). Así, encontramos diferentes entornos familiares
precursores o de riesgo ante el comportamiento adictivo:

- Entornos familiares rígidos, donde los padres adoptan un estilo educativo

autoritario lo que favorece el desarrollo de niños dependientes, sin interiorización
de códigos de conducta propios, poco alegres y espontáneos, más vulnerables a la
tensión y se irritan con más facilidad, pueden comportarse en oposición a las
normas de los padres y guardar sentimientos de rabia y rencor hacia ellos.

- Entornos familiares permisivos o desestructurados, formados por padres con

estilo educativo permisivo o ambivalente, propician en el niño el establecimiento
de un repertorio conductual no saludable, problemas de autocontrol, sentimientos
de soledad al carecer de apoyo emocional, baja autoestima, rebeldía,
irresponsabilidad, no interiorización de los límites por lo que resultan más
egocéntricos(12), caprichosos e impulsivos.

55
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

1.4.3. FACTORES SOCIALES

Los factores sociales con mayor repercusión en las conductas adictivas son: el
aislamiento social y las relaciones con un grupo de iguales que abusan de las nuevas
tecnologías que incitan a abusar de la utilización de internet, del dispositivo móvil
inteligente o de las redes sociales(30).

FACTORES IMPLICADOS EN EL INICIO Y MANTENIMIENTO DEL

COMPORTAMIENTO ADICTIVO

En el comportamiento adictivo, además de los factores precursores se hallan

implicados factores de mantenimiento, que hacen que la conducta persista sin control, a
pesar de las consecuencias adversas que producen.

Un adolescente con una personalidad vulnerable, con una cohesión familiar frágil y con
unas relaciones sociales pobres tiene una mayor predisposición a desarrollar una adicción
conductual, más aún puede instaurar su mantenimiento si cuenta con un hábito de
recompensas inmediatas, tiene el objeto de la adicción cerca y disponible, se siente
presionado por el grupo y está sometido a circunstancias de estrés (fracaso escolar,
frustraciones afectivas o competitividad) o de vacío existencial (aislamiento social o falta
de objetivos)(30). Por ello, más que definir el perfil de un adolescente adicto a las
adicciones psicológicas o conductuales, se pone de manifiesto el perfil de un adolescente
propenso a las adicciones (Figura 2). Este prototipo también representa el de muchas
personas que abusan de alcohol y drogas.

Figura 2. Inicio y mantenimiento de las adicciones psicológicas o conductuales

Fuente: Echeburúa, 2012 (30)

56
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

FACTORES PROTECTORES DEL COMPORTAMIENTO ADICTIVO

En el comportamiento adictivo se hallan implicados diversos factores protectores capaces

de reducir el impacto de un uso excesivo de las nuevas tecnologías, facilitando que las conductas
adictivas no se instauren. Así, se distinguen diferentes factores protectores:

- Factores individuales. Incluye la autoestima elevada, la capacidad de toma de

decisiones, la asertividad, los valores y las habilidades sociales.
- Factores familiares. Se pueden destacar una buena comunicación entre los
miembros de la familia, un buen apego familiar y unos progenitores afectivamente
cercanos.
- Factores del contexto social en la escuela. Buen clima escolar, ausencia de
compañías conflictivas, actitud del profesorado.

EPIDEMIOLOGÍA DE LAS ADICCIONES CONDUCTUALES

Las adicciones, conductuales y por consumo de sustancias, son trastornos

psiquiátricos crónicos que suponen un grave problema de salud pública a nivel mundial.
Estas patologías tienen una tasa de prevalencia elevada, con un impacto negativo en los
aspectos individuales, familiares y sociales del individuo generando un alto coste
sanitario.

Los estudios de epidemiología genética han puesto de manifiesto que las adicciones
tienen una heredabilidad moderada-alta, pero también se relacionan con los factores
ambientales. De este modo la confluencia de los factores genéticos y los ambientales
generan diferencias individuales en la vulnerabilidad a las adicciones (31).

La Oficina de las Naciones Unidas contra la Droga y el Delito (UNODC), en su

informe sobre drogas del 2020, verifica que en el año 2018 se produjo un aumento del
30% en el consumo de drogas (269 millones de personas) en relación con el año 2009 en
la población mundial y que 35 millones de personas presentaban un trastorno por
consumo de sustancias. La droga más consumida en el mundo es el cannabis,
permaneciendo su prevalencia de consumo mayoritariamente estable a nivel mundial, con
192 millones de personas. El cannabis es la sustancia a la que más problemas judiciales
se le asocian. En contraste, los opioides siguen siendo las sustancias que más efectos
dañinos causan; en los últimos diez años el número de muertes debidas a trastornos por

57
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

consumo de opioides se ha incrementado un 71% (en las mujeres un 92% y en los

hombres un 63%) (32).

Durante los años 2000-2018, el uso de drogas ha aumentado de forma más rápida en
los países en vías de desarrollo que en los países desarrollados. Los mayores
consumidores son los grupos etarios de la adolescencia y adultos jóvenes, que a la misma
vez son los grupos más vulnerables por encontrarse en plena maduración biológica y
psicológica (32).

Los factores socioeconómicos que incrementan el riesgo de padecer un trastorno por

consumo de sustancias son la pobreza, la limitación a la educación y la marginación
social. Incluso en el acceso al tratamiento de desintoxicación son los más vulnerables y
marginados socialmente los que más trabas encuentran por discriminación y estigma (32).

Por otra parte, los estudios epidemiológicos actuales alertan del incremento
considerable e incluso alarmante en la prevalencia de las adicciones conductuales, tanto
en varones como en mujeres y en un grupo de edad amplio comprendido entre la
adolescencia y la vejez (33). Según la Organización Mundial de la Salud, una de cada
cuatro personas sufre trastornos de la conducta relacionados con las adicciones
conductuales. Entre las principales adicciones conductuales se encuentran el juego
patológico, el abuso de internet y las redes sociales, la adicción a las compras, al sexo o
al trabajo. Según el DSM-V:

- La mayor prevalencia de la adicción a internet se da en los países asiáticos y en

los varones de 12-20 años. Se encuentran estimaciones de prevalencia muy
variables. Un estudio asiático encontró una prevalencia puntual en el grupo etario
adolescente (15-19 años), utilizando un umbral de 5 criterios, del 8.4 % para los
varones y el 4.5% para las mujeres (4) .
- Para trastorno por juego de apuestas, en el año 2012 se observó una tasa de
prevalencia del 0,2-0,3 % y una tasa de prevalencia vital del 0,4-1,0 %, siendo un
0.2% para las mujeres y un 0.6% para los hombres. La prevalencia vital se sitúa
entre los afroamericanos aproximadamente a un 0.9 %, entre los blancos alrededor
del 0.4% y entre los hispanos cerca del 0.3% (4).

58
CAPÍTULO III: ADICCIÓN AL
TELÉFONO MÓVIL INTELIGENTE/
SMARTPHONE

59
60
CAPÍTULO III: ADICCIÓN AL TELÉFONO MÓVIL INTELIGENTE/ SMARTPHONE

Durante las últimas décadas, la sociedad se ha digitalizado e intercomunicado en un

mundo cambiante a gran velocidad:

“Nos encontramos en un momento histórico altamente complejo entre otros motivos

por la inestabilidad de la información, los “tiempos líquidos” a los que se refería
Bauman; la rapidez con que la misma se nos presenta, procesa y modifica; y porque los
escenarios de comunicación que tenemos a nuestra disposición se han ampliado en un
corto periodo de tiempo tanto de una manera cuantitativa como cualitativa” (34).

Los adolescentes de hoy en día son más receptivos de las nuevas formas de
comunicación como los Smartphone (35), ya que son la primera generación que ha
crecido inmersa en un mundo donde los formatos de comunicación de alta tecnología
cambian a gran velocidad en el tiempo. Por ello, los adolescentes son más susceptibles de
los efectos adversos de la tecnología que los grupos de edades mayores(36).

Asimismo, durante los últimos años se ha experimento un gran auge en la

utilización del Smartphone, debido al gran desarrollo y avance del dispositivo, así como
su omnipresencia y su portabilidad han permitido la facilitación de las actividades de la
vida diaria de los individuos, tales como la comunicación, la formación o el ocio, entre
otros, posicionándose para influir en la vida diaria de los individuos.

La revolución del Smartphone es conocida como “Smart Revolution”. Las

funciones de un Smartphone/teléfono móvil inteligente no se limitan a las funciones de
un teléfono móvil simple, sino que integran las funciones de un ordenador, mp3,
reproductor de vídeo, chat, tienda online, ocio virtual, cámara fotográfica, portal de redes
sociales, entre otros. De esta manera, aunque el uso del Smartphone ha hecho la vida más
cómoda para mucha gente, también lleva consigo efectos adversos en los ámbitos del
bienestar psicológico, de las relaciones interpersonales y la salud física de las personas
(21,36–38).

El teléfono móvil inteligente tiene muchas cualidades y características que lo

hacen muy atractivo y fomentan su uso, sobre todo en la adolescencia. Más
concretamente, en la adolescencia, la posesión y el uso del teléfono móvil favorece la
autonomía personal (39), proporciona identidad y prestigio en comparación con sus
iguales (40), ofrece importantes innovaciones tecnológicas (herramientas por las cuales
los adolescentes muestran unas habilidades especiales y una gran predilección), es una
fuente de ocio y entretenimiento, y favorece el establecimiento y mantenimiento de las

61
CAPÍTULO III: ADICCIÓN AL TELÉFONO MÓVIL INTELIGENTE/ SMARTPHONE

relaciones interpersonales (41,42) aprovechando los recursos tecnológicos, como las

llamadas perdidas (43), que tienen una clara función social y afectiva. Para los
adolescentes se convierte el teléfono móvil en una pieza clave en sus vidas, lo que
favorece que se produzca su abuso llegando incluso hasta la adicción al teléfono móvil
inteligente. La adicción al dispositivo móvil inteligente y la edad parecen ser
inversamente proporcionales, a menor edad mayor probabilidad de que social el uso social
del Smartphone culmine en adicción. Asimismo, la gente más joven hacen un uso más
frecuente del dispositivo móvil inteligente en comparación con los adultos de mayor edad
(44).

La adicción al Smartphone es un término novedoso, dado que la revolución de los

dispositivos móviles inteligentes es muy reciente. Según un estudio de la plataforma
online Back Market, el número de españoles que cuentan con un teléfono móvil
inteligente se ha duplicado en los últimos cinco años, siendo en 2012 el porcentaje de los
españoles que usaban el móvil del 41% pasando en 2017 a ser del 81% (45). Siguiendo
los datos arrojados por un informe del portal de Statista, se ha producido un uso generalizo
del dispositivo móvil inteligente en España, en el período de 2016 a 2020, el número de
líneas móviles en España se sitúo en 114 por cada 100000 habitantes (46). De acuerdo
con el Instituto Nacional de Estadística de España, el 66% de los jóvenes entre los diez y
quince años dispone de teléfono móvil (47). A su vez, otro problema es el poco
conocimiento de la adicción psicológica o conductual frente al amplio conocimiento de
la adicción a drogas o sustancias.

Debido a esta situación, los profesionales de la salud deben atender estas

situaciones con el fin de conocer las conductas de riesgo lo antes posible, pese a no existir
un consenso en la investigación sobre la existencia o no de las conductas adictivas a los
dispositivos móviles inteligentes y no disponiendo de materiales de medida adecuados
que ayuden a distinguir entre el uso y el abuso en la utilización de los teléfonos
inteligentes. A raíz de este escenario, ha surgido este estudio que tiene como objeto el
análisis exhaustivo de la adicción al teléfono móvil como un problema de salud pública
y social en los adolescentes de la Región de Murcia, con el fin de conocer su impacto para
poder prevenir y/o anticipar conductas de riesgo. Como no se disponen de herramientas
adecuadas, se hace imprescindible la adaptación y validación de SAS (Smartphone
Adiction Scale) (48) al español, con el fin de administrarlo en la población adolescente.

62
CAPÍTULO III: ADICCIÓN AL TELÉFONO MÓVIL INTELIGENTE/ SMARTPHONE

1. CARACTERÍSTICAS DE LA ADICCIÓN AL SMARTPHONE / TELEFÓNO

MÓVIL INTELIGENTE

La adicción al teléfono inteligente móvil/Smartphone es una adicción psicológica

o conductual caracterizada por la falta de control sobre el uso del dispositivo. El uso
excesivo/dependencia del dispositivo móvil inteligente se distingue del abuso/uso
problemático del mismo por la interferencia significativa que produce su uso en el
desarrollo funcional de la persona (38,48–50).

En la Tabla 8 se recogen los criterios diagnósticos más relevantes extraídos de los

principales estudios científicos (4,11,36–38,48,50–54). A continuación, se describen los
rasgos más distintivos de la Adicción al Smartphone: los ritos de mirar el Smartphone
como primera conducta que se hace al levantarse y como última antes de acostarse, estar
continuamente atento al dispositivo móvil inteligente, miedo al apagado u olvido del
dispositivo y perder el control en su uso pudiendo permanecer desde horas hasta incluso
días (11,48,50,55–57).

La adicción al teléfono inteligente móvil/Smartphone lleva consigo determinadas

consecuencias tales como problemas del sueño, fundamentalmente insomnio (58–62)
problemas musculares (rigidez muscular), problemas oculares (63), dolor en las muñecas
y pulgares (64), ansiedad y cambios del estado de ánimo (56,65), hipertensión arterial
(66), problemas sociales, principalmente el retraimiento, y conductuales, tales como
recibir y enviar mensajes sexuales continuamente (67,68), poner en riesgo la vida a través
de situaciones peligrosas o prohibidas (escribir mensajes mientras se conduce, cruzar la
calle con la atención centrada en el móvil: whatsapp, facebook,..), alteraciones de las
funciones adaptativas, tolerancia, falta de control e interferencia de su uso en la vida
personal, laboral, académica, social y/o familiar (21,69–71).

A continuación, se describen los rasgos más distintivos de la Adicción al

Smartphone: los ritos de mirar el Smartphone como primera conducta que se hace al
levantarse y como última antes de acostarse, estar continuamente atento al dispositivo
móvil inteligente, miedo al apagado u olvido del dispositivo y perder el control en su uso
pudiendo permanecer desde horas hasta incluso días (11,48,55–57).

63
CAPÍTULO III: ADICCIÓN AL TELÉFONO MÓVIL INTELIGENTE/ SMARTPHONE

Tabla 8. Criterios diagnósticos para la adicción al Smartphone/ teléfono móvil

inteligente.

CRITERIOS DIAGNÓSTICOS

1. Uso excesivo y prolongado del Smartphone.

2. Presenta abstinencia, es decir, síntomas cognitivos y comportamentales
(ansiedad, irritación y depresión) como consecuencia de la interrupción,
detención o no poder hacer uso del Smartphone.
3. Se produce un descontrol progresivo del uso del Smartphone, pudiendo
permanecer desde horas hasta días.
4. No es consciente de la dedicación temporal al Smartphone; emplea cada vez
más tiempo al uso de éste.
5. Aparecen conductas como mirar el móvil justo al levantarse, estar atento
constantemente al teléfono móvil inteligente durante todo el día y ser lo
último que hace al acostarse, es decir, una preocupación excesiva por el uso
del Smartphone.
6. Se reduce el tiempo dedicado a las tareas de la vida diaria, tales como comer,
dormir, pasear, estudiar, hacer ejercicio físico, charlar con los amigos y la
familia.
7. Siente que se comunica y relaciona mejor a través del Smartphone que en las
relaciones presenciales.
8. Con el uso del Smartphone/teléfono móvil inteligente siente una euforia y
bienestar desproporcionados.
9. Experimenta ansiedad, irritabilidad, desajustes emocionales y problemas de
interacción social.
10. En ocasiones, idealiza una identidad ficticia sobre su persona.

GRAVEDAD

• Abuso del Smartphone A mayor cantidad de síntomas y mayor

• Uso excesivo del Smartphone disrupción en el funcionamiento de su
vida cotidiana mayor gravedad presentará.
Adaptación de la literatura científica (4,11,36–38,48,50–54)

64
CAPÍTULO III: ADICCIÓN AL TELÉFONO MÓVIL INTELIGENTE/ SMARTPHONE

2. PRINCIPALES INSTRUMENTOS DE MEDIDA DE LA ADICCIÓN AL

SMARTPHONE/TELÉFONO MÓVIL INTELIGENTE

Ante la preocupación social que emerge ante el problema social del abuso/uso
excesivo del Smartphone/teléfono móvil inteligente se han elaborado diferentes
herramientas para medir la adicción a internet. Sin embargo, las escalas de medida para
valorar la adicción al teléfono móvil inteligente (Tabla 9), más concretamente en
adolescentes, son escasas y no validadas. La OMS, por su parte, también manifestó en un
encuentro en Tokio, en el año 2014, la alerta sobre las implicaciones en salud pública de
los comportamientos excesivos asociados con el uso de tecnologías de la información y
comunicación, incluyendo como no podía ser de otra manera, los Smartphones (72).

En efecto, los principales instrumentos de medida de la adicción al dispositivo

móvil inteligente/Smartphone recogidos en la literatura científica se detallan a
continuación y se describen las propiedades psicométricas de los mismos en la Tabla 9.

- CPDQ/MPDQ (Cellular/Mobile Phone Dependence Questionnaire). Estas

escalas miden el grado de dependencia al teléfono móvil. En un primer momento,
MPDQ fue desarrollada por Toda, en 2004, para la evaluación de los
universitarios japoneses. Más tarde, en 2006 fue traducida, al tailandés por
Kawasaki y al inglés por Toda, para su aplicación en adolescentes y universitarios
(49,51).
- MPPUS (Mobile Phone Problem Use Scale). La escala está basada en la literatura
de las adicciones, en los problemas sociales asociados al uso del dispositivo móvil,
los tipos de uso, consumo y motivación en adultos. Fue originada en 2005, por
Bianchi y Philips, para evaluación de adultos y traducida a diferentes idiomas
como el español y el inglés para su uso en adolescentes y adultos (25,49,51,73).
- MPAS (Mobile Phone Adicción Scale). Versión reducida y adaptada del MMPUS,
en 2008, por Leung para evaluar el grado de adicción al uso del teléfono móvil.
- SMS-PUDQ (SMS Problem use Diagnostic Questionnaire). Este cuestionario fue
creado por Rutland, Sheets y Young, en 2007, para conocer el uso problemático
de los mensajes de texto (49).
- TMDS (Text-Message Dependency Scale). Igarashi y colaboradores originaron en
2008 la escala para conocer la percepción de dependencia al mensaje de texto
(49).

65
CAPÍTULO III: ADICCIÓN AL TELÉFONO MÓVIL INTELIGENTE/ SMARTPHONE

- TMG (Text Messaging Gratification Scale). Esta escala originada por Grellhesl y
colaboradores, en 2012, evalúa y determina el uso de los mensajes de texto y sus
gratificaciones (49).
- COS (Cell-Phone Over-Use Scale). Escala elaborada por Jenaro y colaboradores,
en 2007, para precisar el uso alto o bajo del teléfono móvil (49).
- PMPUQ (Problematic Mobile Phone Use Questionnaire). Es un cuestionario
originado por Billieux y colaboradores, en 2008, que identifica los tipos de uso
problemático del dispositivo móvil: uso peligroso, uso prohibido, uso que
conlleva problemas económicos y uso con síntomas de dependencia (49,74).
- PCPU-Q (Problematic Cellular Phone Use Questionnaire). Cuestionario
elaborado por Yang y colaboradores, en 2010, para identificar síntomas
relacionados con la dependencia al dispositivo móvil y determinar el deterioro
funcional que ocasiona (49).
- CERM (Cuestionario de Experiencias relacionadas con el Móvil). Este
cuestionario fue creado por Fargues y colaboradores, en 2009, para conocer los
conflictos generados por el abuso del móvil y los conflictos generados por hacer
un uso del mismo con una finalidad emocional y/o comunicativa (49,75).
- CPAS (Cell Phones Addiction Scale). Escala originada por Koo, en 2009, para
medir el grado de adicción de los adolescentes al teléfono móvil (49).
- MPIQ (Mobile Phone Involvement Questionnaire). Este cuestionario fue
elaborado por Walsh y colaboradores, en 2010, para evaluar la interacción
cognitiva y conductual de los jóvenes con su teléfono móvil (49).
- SPUQ (The Smartphone Problematic Use Questionnaire). El cuestionario creado
por Rush, en 2011, tiene como finalidad identificar los criterios diagnósticos de la
adicción comportamental en el Smartphone (49).
- TDM (Test de Abuso y Dependencia al Teléfono Móvil). Este cuestionario
diseñado por Cholíz, en 2012, permite conocer el grado de dependencia al teléfono
móvil en los adolescentes (49,57).
- SAS (Smartphone Addiction Scale). Esta escala autodiagnóstica elaborada por
Kwon, en 2013, para medir la adicción al Smartphone (48,49) .
- SAS-SV (Smartphone Addiction Scale-Short Version). Esta escala conforma la
versión corta del SAS para un cribado rápido de la adicción al Smartphone en los
adolescentes, creada por Kwon, en 2013. También es un instrumento adecuado

66
CAPÍTULO III: ADICCIÓN AL TELÉFONO MÓVIL INTELIGENTE/ SMARTPHONE

para la detección de las diferencias de género en el uso del dispositivo móvil

inteligente (38,49).

- PUMP Scale (Problematic Use Mobile Phone). Es una escala elaborada por
Merlo y colaboradores, en 2013, para evaluar los síntomas del uso problemático
del teléfono móvil.
- SAPS (Smartphone Addiction Proneness Scale). Escala originada por Kim y
colaboradores, en 2014, para la adicción al dispositivo móvil inteligente en
adolescentes (36,49).
- SPAI (Smartphone Addiction Inventory). Esta escala fue creada por Lin y
colaboradores, en 2014, para la medición de la dependencia al Smartphone
(49,54).

67
CAPÍTULO III: ADICCIÓN AL TELÉFONO MÓVIL INTELIGENTE/ SMARTPHONE

Tabla 9. Síntesis de las características psicométricas de las escalas de uso problemático del
teléfono móvil.

Escala Ítems Escala Tipo de Alfa de Factores Factores de evaluación extraídos y en

análisis Cronbach su defecto, finalidad del cuestionario.
CPDQ 20 3 AFE* α =0,86 6 Preocupación por los servicios de
(Versión No consta. conectividad móvil, ansiedad cuando no
japonesa) se puede utilizar un teléfono, uso
(Toda, excesivo de los servicios de llamadas,
Monden, Kubo, uso del móvil en lugares públicos,
& Morimoto, exigencia en que otras personas lleven
2004). los móviles y prioridad que se le da al
dispositivo.
MPDQ
(Versión
inglesa) (Toda
et al., 2006).
MPPUS 27 10 No consta. α = 0,93 6 Tolerancia, retiro, pérdida de control,
(Bianchi & evasión, deseo y consecuencias
Phillips, 2005). negativas para la vida diaria.

CPDQ 20 3 AFE* Estudiantes 6 Preocupación por los servicios de

(Kawasaki et Componentes universitarios: conectividad móvil, ansiedad cuando no
al., 2006). principales + α = 0,808 se puede utilizar un teléfono celular, uso
Rotación Estudiantes de excesivo de los servicios de llamadas,
Varimax. secundaria: uso del móvil en lugares públicos,
α = 0,930 exigencia en que otras personas lleven
los móviles y prioridad que se le da.

SMS-PUDQ 8 - AFE* Uso patológico: 6 La importancia que se le presta,

(Rutland et al., Máxima α = 0,84. modificación del estado de ánimo,
2007). Verosimilitud + Uso problemático: tolerancia, abstinencia, conflictos
Rotación α = 0,87 interpersonales y recaídas.
Promax.

COS (Jenaro et 23 6 No consta. α =0,87 7 Preocupación por el teléfono, necesidad

al., 2007). de utilizar el móvil de manera crecientes
para conseguir el grado de excitación
deseado, fracaso repetido de los
esfuerzos para controlar su uso,
inquietud o irritabilidad cuando intenta
interrumpir o detener el uso, el móvil se
utiliza como estrategia para escapar de
los problemas o para aliviar la disforia,
se engaña a los miembros de la familia,
terapeutas u otras personas para ocultar
el grado de implicación con el móvil y
por último, se han arriesgado o perdido
relaciones interpersonales significativas,
trabajo y oportunidades educativas o
profesionales debido a su uso.

PMPUQ 30 4 AFC֯ 0,65<α< 0,85 4 Uso peligroso, uso prohibido, uso

(Billieux et al., relacionado con dependencia y uso
2008). relacionado con problemas financieros.

TMDS 40 - AFC֯ 0,78<α< 0,85 3 Relación de mantenimiento (MR), Uso

(Igarashi et al., excesivo de los mensajes de texto (EU) y
2008). Reacción emocional (ER).

MPAI (Leung, 17 5 AFE* α =0,90 4 Incapacidad para controlar el deseo,

2006). incapacidad para controlar la ansiedad y
sensación de pérdida, síntomas de
retirada y pérdida de productividad.

PCPU-Q 12 - No consta. α =0,85 - Síntomas derivados del uso problemático

(Cheng- Fang del teléfono móvil y síntomas de
et al., 2009). deterioro funcional.

68
CAPÍTULO III: ADICCIÓN AL TELÉFONO MÓVIL INTELIGENTE/ SMARTPHONE

Tabla 9. Síntesis de las características psicométricas de las escalas de uso problemático del teléfono móvil. Continuación.

Escala Ítems Escala Tipo de Alfa de Factores Factores de evaluación extraídos y en

análisis Cronbach su defecto, finalidad del cuestionario.
CERM 10 4 AFE* α =0,80 2 Conflictos relacionados con el uso del
(Marta Mínimos móvil y problemas
Beranuy cuadrados+ debido al uso
Fargues et al., Rotación comunicacional y emocional.
2009). Oblimim.

CPAS (Koo, 20 - AFE* α =0,92 3 Retirada/tolerancia, deterioro

2009). compulsión/persistencia.

MPIQ (Walsh 8 7 AFE* α =0,78 2 La autoestima y la validación respecto a

et al., 2010). Componentes terceras personas.
principales +
rotación
Varimax.

MAT 10 3 No pruebas - - Afectación a la rutina por el uso del

(Martinotti et de móvil.
al., 2011). valoración

SPUQ (Rush, 44 5 AFE* α =0,78 8 La indispensabilidad, conflictos

2011). Componentes interpersonales y recaídas, pérdida de
principales. control, percepción de éxito, conexión
emocional,
importancia conductual y disminución
de la productividad

TMG 47 7 AFE* α =0,86 8 Socialización/afecto,

(Grellhesl & Rotación relajación/escape,
Punyanunt- Varimax. accesibilidad / movilidad, status,
Carter, 2012). entretenimiento, coordinación de los
negocios y la búsqueda de información.

TDM (Chóliz, 22 4 AFE* α =0,94 3 Abstinencia, ausencia de control y

2012). Componentes problemas relacionados tolerancia e
principales + interferencia con otras actividades.
Rotación
Promax.
SAS (Kwon, 33 6 AFE* α =0,97 6 Alteración de la vida diaria, anticipación
Lee, et al., positiva, retiro, relaciones orientadas en
2013). el cyber-espacio, sobreuso y tolerancia.
SAS-SV 10 - No consta. α =0,91 4 Alteración de la vida diaria, anticipación
(Kwon, Kim, et positiva, retiro, relaciones orientadas en
al., 2013). el cyber-espacio, sobreuso y tolerancia.

PUMP scale 20 5 AFE* α =0,94 10 Tolerancia, retiro, más tiempo de

(Merlo et al., utilización de lo previsto, cantidad de
2013). tiempo perdido, actividades que se han
visto reducidas, deseo, uso a pesar de
los problemas físicos o psicológicos,
incumplimiento de obligaciones, uso en
situaciones peligrosas físicamente,
uso a pesar de los
problemas sociales o interpersonales.

SAPS (Kim et 15 4 No consta. α =0,88 4 Alteración de

al., 2014). las funciones de adaptación,
orientación de la vida virtual, retiro y
tolerancia.

SPAI (Lin et 26 4 AFE* α =0,94 4 El comportamiento

al., 2014). Componentes compulsivo, funcional, abstinencia y
principales + tolerancia.
Rotación
Promax.

Fuente: Simó, 2017 (49). *AFE: Análisis Factorial Exploratorio; ֯AFC: Análisis Factorial Confirmatorio

69
CAPÍTULO III: ADICCIÓN AL TELÉFONO MÓVIL INTELIGENTE/ SMARTPHONE

70
CAPÍTULO IV: OBJETIVOS E
HIPÓTESIS

71
72
CAPÍTULO IV: OBJETIVOS E HIPÓTESIS

1. OBJETIVOS

Objetivo general

El presente trabajo de investigación tiene como objetivo general la adaptación

transcultural y validación del cuestionario “Smartphone Addiction Scale” (SAS), conocer
el impacto e identificar los factores relacionados con un uso abusivo de dispositivos
móviles inteligentes.

Objetivos específicos

Los objetivos específicos del presente trabajo de investigación son:

- Estimar una escala de adicción a los dispositivos móviles inteligente/Smartphone

capaz de discriminar entre el uso normalizado y el abuso en adolescentes.
- Traducir al español y adaptar transculturalmente la escala SAS (Smartphone
Addiction Scale).
- Evaluar la equivalencia semántica, normativa y conceptual de la escala SAS
(Smartphone Addiction Scale) y la nueva versión de SAS en español.
- Valorar la tasa de respuesta específica por ítems de la nueva versión de SAS.
- Determinar la significación estadística y magnitud de redundancia entre ítems.
- Determinar la fiabilidad de la adaptación transcultural al español de la escala SAS.
- Valorar la validez convergente y discriminante de la adaptación transcultural de
SAS.
- Validar la escala SAS en español a la población adolescente española.
- Estimar la fiabilidad de la nueva versión de SAS a los adolescentes españoles.
- Analizar la fiabilidad de la escala Brief Self-Control Scale (BSCS) a la población
adolescente española.
- Evaluar la fiabilidad de Family Adaptability and Cohesión Scale (FACES III).
- Valorar la fiabilidad de Medical Outcomes Study Sleep (MOS sleep).
- Estimar la frecuencia abusiva del dispositivo móvil inteligente/Smartphone.
- Estimar la frecuencia de uso de las nuevas tecnologías.
- Conocer la edad de inicio en el uso de los dispositivos móviles/Smartphone y
nuevas tecnologías entre los adolescentes españoles.

73
CAPÍTULO IV: OBJETIVOS E HIPÓTESIS

- Evaluar el tiempo medio dedicado al uso del dispositivo móvil/Smartphone y de

las nuevas tecnologías entre los adolescentes españoles.
- Conocer el tipo de aplicaciones para los que se usan los teléfonos móviles
inteligentes/internet entre los adolescentes.
- Conocer las características psicosociales que puedan actuar como factores de
riego para el uso abusivo del dispositivo móvil inteligente/Smartphone como el
autocontrol, hábitos de sueño, estructura familiar, nivel socioeconómico.
- Determinar las características psicosociales que puedan actuar como factores de
protección para el uso abusivo del dispositivo móvil inteligente/Smartphone.
- Estimar la proporción de calidad media del sueño entre los adolescentes
españoles.
- Explorar las diferencias de género en cuanto al uso del Smartphone y las nuevas
tecnologías.
- Explorar las diferencias según la etapa educativa con referencia a la implicación
en el uso del dispositivo móvil inteligente/Smartphone y las nuevas tecnologías.
- Valorar las diferencias de las estructuras familiares en el grado de uso del
dispositivo móvil inteligente/Smartphone y las nuevas tecnologías.
- Estimar las diferencias socioeconómicas de los adolescentes españoles en
referencia al grado de implicación en el uso del dispositivo móvil
inteligente/Smartphone.
- Analizar el papel del autocontrol como rasgo antecesor y el grado de implicación
en el excesivo del Smartphone entre los adolescentes españoles.
- Conocer la relación entre la cohesión familiar y el grado de implicación en el uso
excesivo del Smartphone entre los adolescentes españoles.
- Conocer la relación entre los hábitos de sueño y el grado de implicación en el uso
excesivo del Smartphone entre los adolescentes españoles.
- Estimar las diferencias de sexo de los adolescentes en la implicación de una
inadecuada calidad del sueño.
- Explorar el grado de implicación según la etapa educativa que cursan los
adolescentes con referencia a una calidad del sueño no óptima.
- Analizar el impacto de las diferencias en las estructuras familiares en una calidad
del sueño no adecuada en los adolescentes españoles.
- Valorar las diferencias socioeconómicas entre los adolescentes españoles en
referencia a una calidad de sueño no óptima.

74
CAPÍTULO IV: OBJETIVOS E HIPÓTESIS

- Conocer la relación entre la dimensión de disturbios en la vida diaria del uso

excesivo del Smartphone/teléfono móvil inteligente y una pobre calidad del sueño
entre los adolescentes españoles.
- Estimar las diferencias entre los adolescentes en referencia a la dimensión de
anticipación positiva del uso excesivo del Smartphone/teléfono móvil inteligente
y una calidad del sueño no óptima.
- Explorar en los adolescentes la relación entre la dimensión de retirada del uso del
Smartphone/teléfono móvil inteligente y una calidad del sueño no adecuada.
- Conocer la relación entre la dimensión de relaciones orientadas al ciberespacio
del uso excesivo del Smartphone/teléfono móvil inteligente y la calidad del sueño
no óptima en los adolescentes españoles.
- Estimar las diferencias entre la dimensión del uso excesivo del
Smartphone/teléfono móvil inteligente y la mala calidad del sueño en los
adolescentes españoles.
- Estimar las diferencias entre los adolescentes en la relación de la dimensión de
tolerancia de un uso excesivo del Smartphone/teléfono móvil inteligente y la
calidad del sueño no adecuada.

2. HIPÓTESIS

Se plantean dos hipótesis:

La primera hipótesis que se pretende contrastar en el presente trabajo de

investigación es que la escala de medida Smartphone Addiction Scale adaptada a la
población adolescente española, permite medir de forma fiable, válida y discriminatoria
entre el uso y el abuso de los teléfonos móviles inteligentes/Smartphone, conservando las
propiedades métricas aceptables y semejantes a la escala original.

La segunda hipótesis del trabajo de investigación es que los adolescentes que más
tiempo y para más cantidad de usos utilizan las nuevas tecnologías y Smartphone son más
vulnerables a la adicción al Smartphone y nuevas tecnologías. La presión psicosocial y
social que experimentan lo adolescentes al uso del teléfono móvil (redes sociales, juegos,
aplicaciones sexuales, entre otros), haría aumentar el tiempo de dedicación al dispositivo
móvil inteligente en detrimento del sueño. En la misma línea, la mayor vulnerabilidad a
la adicción al Smartphone y nuevas tecnologías sería en adolescentes más impulsivos, es

75
CAPÍTULO IV: OBJETIVOS E HIPÓTESIS

decir, con puntuaciones en autocontrol menores; en adolescentes con relaciones

familiares poco forjadas, tanto en familias ambivalentes como en ausentes. También los
malos hábitos de sueño darían lugar a la irritabilidad que conllevaría a una mayor
probabilidad de experimentar actos impulsivos entre los adolescentes, característica
presente en la pérdida de control de las adicciones.

76
CAPÍTULO V: MÉTODOS

77
78
CAPÍTULO V: MÉTODOS

1. POBLACIÓN Y MUESTRA DE ESTUDIO

Se han estudiado a los alumnos matriculados en los niveles educativos

comprendidos desde 3º de la ESO a 2º de Bachillerato y estudios de Formación
Profesional de los Institutos de Educación Secundaria de Santomera, Abanilla y El
Esparragal. Mediante una carta en la que se detallaron los objetivos del proyecto
“adolesTIC” y se garantizó la confidencialidad de la información, aplicando, en todo caso,
la Ley de Protección de Datos (Ley orgánica 15/1999 de 13 de diciembre) (76). Se solicitó
el consentimiento informado de los tutores legales de los menores de la muestra de
estudio; así mismo se contactó con los directores de los centros académicos para obtener
su autorización.

2. INSTRUMENTOS DE MEDIDA

Se realizó una revisión exhaustiva de las escalas de medida más adecuadas para
la conseguir los objetivos planteados en el estudio. Los contenidos evaluados se
corresponden con la adicción al Smartphone, el autocontrol, las relaciones familiares, los
hábitos de sueño y los hábitos de uso de las nuevas tecnologías en la adolescencia (Tabla
13). Todos los contenidos fueron recogidos en una batería de escalas y datos
sociodemográficos de carácter individualizado y cuantitativo (Anexo 1). Los
instrumentos de medida que compusieron la batería fueron los siguientes:

- SAS (Smartphone Addiction Scale). Esta escala adaptada al español mide la

adicción al teléfono móvil inteligente o Smartphone en 6 dimensiones (disturbios
de la vida diaria, anticipación positiva, retirada, relaciones orientadas al
ciberespacio, uso excesivo y tolerancia). Consta de 33 ítems, tipo Likert, con un
rango de respuesta comprendido entre 1 (totalmente desacuerdo) y 6 (totalmente
de acuerdo). Las puntuaciones de la escala oscilan entre 33 y 198. A mayor
puntuación, mayor adicción y/o dependencia del teléfono móvil inteligente. La
escala global diferencia entre abuso (puntuación ≥115.8) y adicción/dependencia
al teléfono móvil inteligente (puntuación ≥122.4). La escala de la versión original
tiene una buena consistencia interna (α de Cronbach 0.967) (48). En la versión
adaptada al español en la población adolescente se excluyeron dos ítems, por lo
que la escala consta de 31 ítems. De esta forma las puntuaciones se sitúan entre
31 y 186 puntos, a mayor puntuación mayor adicción y/o dependencia del

79
CAPÍTULO V: MÉTODOS

Smartphone. La escala global diferencia entre abuso (puntuación es superior a

108.7 puntos) y adicción/dependencia al teléfono móvil inteligente (puntuación
superior a 115 puntos). Estas puntuaciones de corte se efectuaron de forma
proporcional a la escala original, teniendo en cuenta que en la nueva versión se
eliminaron dos ítems. Esta nueva versión (α de Cronbach de 0.899) mantiene
también una buena consistencia interna. Las seis dimensiones de la escala SAS se
corresponden con los principales criterios diagnósticos de los trastornos por
consumo de sustancias y/o trastornos adictivos según el DSM-V. Para ilustrar
mejor, la dimensión “disturbios en la vida diaria”, que mide la interferencia o
perturbación en el desarrollo normalizado de las actividades de la vida cotidiana,
así como los síntomas físicos y psíquicos provocados por el uso excesivo del
teléfono móvil inteligente, se corresponde con los criterios B y C del trastorno por
consumo de sustancias y A.8 del trastorno por juego de apuestas según el DSM-
V. La dimensión “anticipación positiva”, que valora la utilización del Smartphone
para evadir los problemas o para reducir/amortiguar un estado de ánimo disfórico
o deprimido, es semejante al criterio A del trastorno por consumo de sustancia y
al criterio A5 del trastorno por juego de apuestas según el DSM-V. La dimensión
“retirada”, que estima el “craving” y/o necesidad de utilizar el dispositivo móvil
inteligente para obtener placer y un profundo malestar (ánimo disfórico, insomnio,
irritabilidad e inquietud psicomotora) ante la retirada del dispositivo, se
corresponde con los criterios A y D del trastorno por consumo de sustancia y con
los criterios A1-A2 del trastorno por juego de apuestas según el DSM-V. La
dimensión “relaciones orientadas al ciberespacio”, que estima el uso del
Smartphone como prioridad máxima de la persona, la preocupación excesiva y
revisión constante del mismo, coincide con el criterio B del trastorno por consumo
de sustancia y con el criterio A4 del trastorno por juego de apuestas según el DSM-
V. La dimensión “uso excesivo”, que mide el descontrol progresivo del uso del
Smartphone llegando a girar su vida entorno a éste, es análoga a los criterios B y
C del trastorno por consumo de sustancia y a los criterios A4-A6 del trastorno por
juego de apuestas según el DSM-V. La dimensión “tolerancia” estima los signos
cognitivos y comportamentales causados por una necesidad cada vez mayor de
hacer uso del dispositivo móvil inteligente para conseguir la excitación deseada,
es semejante al criterio D del trastorno por consumo de sustancia y al criterio A6
del trastorno por juego de apuestas según el DSM-V.

80
CAPÍTULO V: MÉTODOS

- BSCS (Brief Self-Control Scale)(77). Este instrumento evalúa el grado de

autocontrol que presentan las personas relacionado con cinco dominios: control
de los pensamientos, control de las emociones, control de los impulsos, regulación
de la conducta y ruptura con los hábitos. Está compuesto por 13 ítems en formato
Likert, con un rango de respuesta entre 1 (totalmente desacuerdo) y 5 (totalmente
de acuerdo). Las puntuaciones obtenidas se sitúan en el rango de 13-65 puntos,
donde a mayor puntuación mayor autocontrol. El índice de confiabilidad en la
población española fue de 0.82 (78).

- FACES III, subescala de cohesión familiar (Family Adaptability and Cohesion

Scale) (79,80). Pertenece a la escala FACES III (Family Adaptability and
Cohesion Scale) que evalúa la cohesión y adaptabilidad familiar, es decir, el grado
de vinculación emocional existente entre los miembros de la familia y la habilidad
de la familia para cambiar su estructura de poder, sus reglas y/o sus roles en
respuesta a las tensiones situacionales y evolutivas a las que tengan que
enfrentarse. En el estudio, se utiliza la subescala de cohesión familiar compuesta
por 10 ítems que deben ser puntuados en una escala comprendida entre 1 (nunca
o casi nunca) y 5 (casi siempre). Las puntuaciones obtenidas en la escala oscilan
entre 10 y 50 puntos, donde atendiendo al criterio de cohesión si obtienen entre
10-34 pertenecen a una familia no relacionada o desligada (miembros
extremadamente individualistas, con poca intimidad y mínima cohesión), entre
35-40 a una familia semi-relacionada o separada (límites internos y externos semi-
abiertos, límites intergeneracionales claros, priman las decisiones individuales a
las familiares, pero tienen la capacidad de tomar decisiones familiares cuando se
requieren), entre 41-45 a una familia relacionada o conectada (límites externos
semi-abiertos, límites intergeneracionales claros, decisiones compartidas,
miembros con espacio para su desarrollo personal) y entre 46-50 a una familia
aglutinada (alto grado de dependencia entre los miembros de la familia, límites
difusos y normas muy difusas, se limita la autonomía y la identidad personal). En
la Tabla 10 se describe las categorías de la cohesión familiar según el modelo de
funcionamiento familiar de Olson (80). El índice de fiabilidad para este trabajo
empírico de la subescala de cohesión familiar fue de 0.786.

81
CAPÍTULO V: MÉTODOS

Tabla 10. Categorías de la cohesión familiar.

COHESIÓN FAMILIAR

Criterios Categorías

Desligadas Separadas Conectadas Aglutinadas

(Muy baja) (Baja o moderada) (Moderada o alta) (Muy Alta)

Independencia Gran independencia Moderada Moderada Gran dependencia

de los miembros de independencia de dependencia de los de los miembros de
la familia. los miembros de la miembros de la la familia.
familia. familia.

Límites Límites externos Límites externos e Límites externos Límites externos

familiares abiertos, límites internos semi- semi-abiertos, cerrados, límites
internos cerrados, abiertos, límites límites internos internos borrosos,
límites generacionales abiertos, límites límites
generacionales claros. generacionales generacionales
rígidos. claros. borrosos.

Tiempo Se maximiza el Tiempo para estar Es importante el Se maximiza el

tiempo separados de separados y para tiempo que se está tiempo de estar
la familia (física y/o estar juntos es reunido. El tiempo juntos. Se permite
emocionalmente) importante. para estar sólo se muy poco tiempo
permite por razones para estar sólo.
aprobadas.

Espacio Se maximiza la Se mantiene el Se maximiza el Poco o ningún

separación del espacio privado: espacio familiar y el espacio privado en
espacio tanto físico algo de espacio espacio privado. casa.
como familiar.
emocionalmente.

Amigos Principalmente Algunos amigos Algunos amigos Pocos amigos

amigos individuales, individuales y individuales. individuales.
vistos de forma algunos amigos Actividades Principalmente
separada. Pocos familiares. programadas con amigos de la pareja
amigos familiares. amigos de la pareja o de la familia
y de la familia. vistos en conjunto.

Toma de Fundamentalmente La mayoría de las Las decisiones Todas las

decisiones decisiones decisiones son individuales son decisiones, tanto
individuales. individuales. Hay compartidas. La personales como
capacidad de tomar mayoría de las grupales, deben ser
decisiones en decisiones se toman tomadas en familia.
conjunto frente a pensando en la
asuntos familiares. familia.

Intereses y Principalmente Algunas actividades Algunas actividades La mayoría de todas

recreación actividades familiares familiares las actividades e
individuales sin la espontáneas; apoyo programadas. La intereses deben ser
familia. a las actividades familia implica en compartidos con la
individuales. el interés individual. familia.

Adaptación de la teoría del funcionamiento familiar de Olson (80)

82
CAPÍTULO V: MÉTODOS

- MOS sleep (Medical Outcomes Study Sleep) (81). Es un autoinforme adecuado

para medir el impacto o interferencia ocasionado por una enfermedad, tratamiento
o cualquier otro estímulo externo en la arquitectura del sueño (82), diferenciando
entre problemas del sueño I (calidad del sueño) y problemas del sueño II (cantidad
de sueño). Cuantifica el recuerdo del sueño en las 4 semanas anteriores a su
autoadministración. Se divide en 6 dimensiones: alteración del sueño, ronquidos,
falta de aliento o dolor de cabeza, cantidad de sueño, adecuación del sueño y
somnolencia diurna. Se compone de 12 ítems, de los cuales 10 están en formato
Likert con un rango entre 1 (nunca) y 6 (siempre). Los otros dos ítems son
puntuaciones directas, uno mide el tiempo en formato Likert, donde 1 (0-15
minutos) y 5 (más de 60 minutos) y el otro es una puntuación directa del tiempo.
Las puntuaciones directas se transforman a una escala comprendida entre 0-100
sin puntos de corte. Una mayor puntuación indica mayor afectación de la
arquitectura del sueño. No obstante, una puntuación promedio de 25,8 se
considera que tienen un mal sueño (83). La cantidad de sueño es una puntuación
directa dicomotizada basada en alcanzar las 7-8 horas de sueño recomendadas
para un desarrollo óptimo. Obtuvo una alta fiabilidad en el presente trabajo de
investigación tanto para los problemas del sueño I (α de Cronbach de 0.822) como
para los problemas del sueño II (α de Cronbach de 0.842).

- Hábitos de uso de nuevas tecnologías (78). Esta escala diseñada “ad hoc” mide
los hábitos de uso de internet, videojuegos y teléfono móvil (3 ítems con
puntuaciones directas), concretamente sobre edad de inicio, nivel de uso, tiempo
diario de uso (entre semana y fines de semana). En el caso de internet, tipo de
actividad que realiza en dicha plataforma (7 ítems con formato Likert con un rango
comprendido entre 1 (nunca) y 6 (todos los días).

- Datos sociodemográficos. En el cuestionario (Anexo 1) se incluyeron 6 ítems

para conocer las características sociodemográficas de los alumnos que a
continuación se enumeran.
1. Etapa educativa que cursaban: Educación Secundaria Obligatoria,
Bachillerato y Formación Profesional.
2. Sexo: hombre o mujer
3. Edad

83
CAPÍTULO V: MÉTODOS

4. Estructura de convivencia familiar:

▪ Familia tradicional: formada por dos progenitores y uno o varios hijos
▪ Familia monoparental: constituida por un sólo progenitor y uno o varios hijos.
▪ Otro tipo de familia: formado por abuelos, tíos, primos, otros parientes
consanguíneos o afines, tutores de acogida, un progenitor y pareja de los
progenitor y uno o varios hijos de distintos progenitores).
5. Nacionalidad de los padres: española u otras nacionalidades
6. Clase social según situación laboral-Sociedad Española de Epidemiología de
los progenitores (84):
I. Directivos de la Administración Pública y de empresas de 10 ó más
asalariados. Profesiones asociadas a titulaciones de segundo y tercer ciclo
universitario.
II. Directivos de empresas con menos de 10 asalariados. Profesiones asociadas a
una titulación de primer ciclo universitario. Técnicos y profesionales de apoyo.
Artistas y deportistas.
III. Empleados de tipo administrativo y profesionales de apoyo a la gestión
administrativa y financiera. Trabajadores de los servicios personales y de
seguridad. Trabajadores por cuenta propia. Supervisores de trabajadores
manuales. Trabajadores manuales cualificados.
IV. a) Trabajadores manuales cualificados. b) Trabajadores manuales
semicualificados.
V. Trabajadores no cualificados.
7. Estudios de los padres:
- Estudios universitarios.
- Estudios de Secundaria y Bachiller.
- Estudios de Primaria
- Sin estudios.
8. Nivel socioeconómico de los adolescentes. El nivel socioeconómico de los
jóvenes se determinó atendiendo a la situación laboral según la Sociedad
Española de Epidemiología y el nivel de estudios de los progenitores que
conforman el núcleo familiar (84). En referencia al sustentador principal de
dicho núcleo familiar se concretaron tres niveles socioeconómicos:

84
CAPÍTULO V: MÉTODOS

- Nivel socioeconómico I. Este nivel lo conforman los jóvenes cuyo principal

sustentador o sustentadora pertenece a una clase social I-II con estudios
universitarios.
- Nivel socioeconómico II. Principal sustentador o sustentadora de clase social
III-IVa con estudios secundarios y de bachillerato.
- Nivel socioeconómico III. Principal sustentador o sustentadora de clase social
IVb-V con estudios primarios o sin estudios.

3. VARIABLES DEL ESTUDIO

En el presente estudio las variables cambian de tipología según el análisis estadístico

realizado: análisis bivariante y análisis regresión logística.

3.1. TIPOLOGÍA DE VARIABLES SEGÚN ANÁLISIS BIVARIENTE

Variables independientes

Las variables independientes del estudio según el análisis bivariante (Tabla 11)
fueron las características sociodemográficas de los adolescentes.

Tabla 11. Variables independientes del análisis bivariante.

Información sociodemográfica • Sexo

• Edad
• Etapa educativa
• Estructura de convivencia familiar
• Nivel socioeconómico de los padres

85
CAPÍTULO V: MÉTODOS

Variables dependientes

Las variables dependientes del estudio según el análisis bivariante (Tabla 12)
fueron: los hábitos de uso de internet, los hábitos de uso de videojuegos, los hábitos de
uso del teléfono móvil inteligente, la adicción al Smartphone, el autocontrol, los hábitos
de sueño y la cohesión familiar.

Tabla 12.. Variables dependientes del análisis bivariante.

Hábitos de uso de internet • Edad de inicio

• Nivel de uso
• Tiempo diario de uso
• Tipos de actividad de uso

Hábitos de uso de videojuegos • Edad de inicio

• Nivel de uso
• Tiempo diario de uso

Hábitos de uso del teléfono • Edad de inicio

móvil • Nivel de uso
• Tiempo diario de uso

Adicción al Smartphone/ • Abuso del teléfono móvil

teléfono inteligente inteligente/ Smartphone
• Adicción al teléfono móvil
inteligente/ Smartphone

Características personales de • Autocontrol

los adolescentes • Hábitos de sueño

Características ambientales de • Cohesión familiar

los adolescentes

86
CAPÍTULO V: MÉTODOS

3.2. TIPOLOGÍA DE VARIABLES SEGÚN ANÁLISIS DE REGRESIÓN

LOGÍSTICA.

Variables independientes

Las variables independientes del estudio según se llevó a cabo el análisis de

regresión logística (Tabla 13) fueron las características sociodemográficas (sexo, etapa
educativa, tipo de estructura familiar y nivel socioeconómico de los padres), los usos del
teléfono móvil e internet, el autocontrol, los hábitos de sueño, la cohesión familiar y las
seis dimensiones de la escala SAS (disturbios en la vida diaria, anticipación positiva,
retirada, relaciones orientadas al ciberespacio, uso excesivo y tolerancia).

Tabla [Link] independientes del análisis de regresión logística.

Información sociodemográfica • Sexo

• Edad
• Etapa educativa
• Estructura de convivencia familiar
• Nivel socioeconómico de los padres

Usos del teléfono móvil e internet • Redes sociales, mensajería

instantánea, chats o foros
• Correo electrónico
• Descargas
• Trabajos escolares
• Búsqueda de información
• Jugar online
• Envío/recepción de mensajes sexuales
o eróticos-sexting

Características personales de los • Autocontrol

adolescentes • Hábitos de sueño

Características ambientales de los • Cohesión familiar

adolescentes
Dimensiones de la escala SAS • Disturbios en la vida diaria
(Smartphone Addiction Scale) • Anticipación positiva
• Retirada
• Relaciones orientadas al ciberespacio
Jugar online
• Uso excesivo
• Tolerancia

87
CAPÍTULO V: MÉTODOS

Variables dependientes

Las variables dependientes del estudio según se llevó a cabo el análisis de regresión
logística (Tabla 14) fue la adicción al teléfono móvil inteligente/Smartphone y la
arquitectura del sueño en los jóvenes españoles. Las puntuaciones de corte para el
diagnóstico de abuso o adicción al dispositivo móvil inteligente se efectuaron de forma
proporcional a la escala original, teniendo en cuenta que en la nueva versión se eliminaron
dos ítems. La calidad del sueño en los adolescentes fue medida a través de los problemas
de sueño I, que muestran la calidad del sueño, y de los problemas de sueño II, que indican
la cantidad de sueño. Además, se diferencian seis dimensiones del sueño: alteración del
sueño, somnolencia, adecuación, cantidad de sueño, sueño óptimo, falta de aliento y
ronquido.

Tabla 14. Variables dependientes del análisis de regresión logística.

Adicción al Smartphone/ • Abuso del teléfono móvil

teléfono móvil inteligente inteligente/ Smartphone
(puntuación ≥115.8)
• Adicción al teléfono móvil
inteligente/ Smartphone
(puntuación ≥122.4).

Calidad del Sueño, • Problemas del sueño I: cantidad de

MOOS sleep sueño
(Medical Outcomes study sleep) • Problemas del sueño II: calidad de
sueño
• Alteración del sueño
• Somnolencia
• Adecuación
• Cantidad del sueño
• Sueño óptimo
• Falta de aliento
• Ronquido

88
CAPÍTULO V: MÉTODOS

4. PROCEDIMIENTO

En el presente trabajo de investigación, en un primer momento se seleccionó la

escala SAS, Smartphone Addiction Scale, tras una exhaustiva revisión bibliográfica. Fue
seleccionada debido a que es la escala más utilizada en la investigación sobre adicción al
teléfono móvil inteligente/Smartphone, y más concretamente, adaptada y validada para la
población adolescente. Además, la escala posee elementos estándar en diferentes
contextos culturales.

Más tarde, se realizó el análisis descriptivo de las variables independientes y

dependientes del estudio.

El reclutamiento de los alumnos y el trabajo de campo se llevaron a cabo entre los

meses de febrero y abril de 2017. Para la recogida de datos se diseñó un protocolo
“Proyecto adolesTic” para ser autoadministrado por los alumnos en una sola sesión de
una hora lectiva de duración, para cuya administración los tutores legales otorgaron el
consentimiento por escrito y/o informado mediante una carta. El protocolo registraba la
escala SAS (Smartphone Addiction Scale), el cuestionario de autocontrol BSCS (Brief
Self-Control Scale), la subescala de cohesión familiar FACES III (Family Adaptability
and Cohesion Scale), el autoinforme MOS sleep (Medical Outcomes Study Sleep), la
escala de Hábitos de uso de nuevas tecnologías y los datos sociodemográficos de interés
para la investigación, así como las instrucciones sobre cómo completar el conjunto de
cuestionarios. Se resolvieron dudas y se recogieron los cuestionarios manteniendo el
anonimato de los alumnos. La introducción de datos se realizó en cada centro sobre una
base de datos y un manual de códigos idénticos para todos los institutos que participaban
en el estudio.

5. ADAPTACIÓN Y PROCEDIMIENTO DE ELIMINACIÓN DE ÍTEMS DE LA

ESCALA SAS

Se seleccionó la escala SAS, Smartphone Addiction Scale, tras una exhaustiva

revisión bibliográfica, debido a que es la escala más utilizada en la investigación sobre
adicción al teléfono móvil inteligente/Smartphone, y más concretamente, adaptada y
validada para la población adolescente. Además, la escala posee elementos estándar en
diferentes contextos culturales.

89
CAPÍTULO V: MÉTODOS

La adaptación y validación al español del cuestionario SAS se desarrolló en dos

fases que se explican a continuación (Figura 3):

Fase 1: Adaptación del cuestionario al español

En la etapa inicial, los ítems fueron sometidos a un proceso estandarizado de

traducción (directa e inversa) y armonización, con la finalidad de obtener una versión
semántica y conceptualmente equivalente a la versión inicial, es decir, en la que se
trasladará el verdadero significado de ésta con formulaciones (enunciados) y expresiones
que fueran culturalmente aceptables y relevantes para los adolescentes españoles.

La adaptación de la Escala de Adicción al Smartphone (48) se llevó a cabo

mediante la metodología de traducción- retro traducción(85) siguiendo las directrices de
implicar a expertos a lo largo de una serie de fases para lograr la equivalencia cultural y
semántica. En un primer momento, el equipo investigador (dos profesionales de la salud
con experiencia en psicología) de lengua materna y bilingües en inglés tradujeron al
español todos los ítems de la Escala de Adicción al Smartphone (traducción directa) de
forma independiente, valorando el grado de dificultad encontrada en la traducción (sin
dificultad, dificultad leve, dificultad moderada, gran dificultad) y el grado de equivalencia
conceptual con el instrumento inicial, basándose en la clasificación de las preguntas en 3
grupos según los siguientes criterios:

A. Preguntas equivalentes: cuando la dificultad en la traducción fue mínima,

ambas versiones traducidas fueron similares, y no se plantearon dudas con
respecto al vocabulario y el contenido.
B. Preguntas con problemas en algunas palabras: cuando ambas versiones
traducidas presentaban diferencias entre sí, o el equipo de investigación
identificó problemas en alguna/s palabra/s, que incluyeron la necesidad de
recoger vocablos o expresiones más adecuadas y naturales en español (B1), o
bien incorporar aspectos culturales para conseguir una equivalencia semántica
y cultural (por ejemplo, se incluyeron algunas actividades de ocio
consideradas más adecuadas para los adolescentes en nuestro medio) (B2).

90
CAPÍTULO V: MÉTODOS

C. Preguntas sin equivalencia: se definieron como tal cuando el equipo de

investigación clasificó la pregunta como inadecuada en nuestro medio. Más
tarde, el equipo investigador revisó de forma sistemática los ítems propuestos
por cada uno de los integrantes para decidir una primera versión consensuada
del instrumento en español.

En un segundo momento, se llevó a cabo la traducción inversa liderada por un

tercer traductor bilingüe inglés/español experto en salud, quien revisó la adecuación de
las traducciones del equipo investigador al instrumento inicial.

Posteriormente, se llevó a cabo la armonización mediante discusión entre el

equipo investigador y el traductor se resolvieron las diferencias halladas en la traducción
inversa respecto a la versión inicial en español, con la finalidad de identificar ítems no
equivalentes o problemáticos y proponer términos alternativos hasta alcanzar el consenso
en una versión final de la escala en español.

Fase 2: Procedimiento para la eliminación de ítems

Para la reducción de ítems se siguieron distintas etapas:

1. Se analizaron las respuestas perdidas excluyendo aquellos cuestionarios donde no

hubiesen respondido los alumnos al 20% de los ítems.
2. Se realizó un análisis de correlaciones para eliminar redundancias por exclusión
entre ítems cuando entre dos ítems la correlación de Pearson fue superior a 0.8.

6. ANÁLISIS ESTADÍSTICO.

Análisis estadístico

El análisis estadístico se realizó con los programas SPSS y AMOS 25.0 para
Windows. Las diferencias consideradas estadísticamente significativas son aquellas cuya
p < 0,05.

Análisis descriptivo
En primer lugar, se realizó un análisis univariante de las variables
sociodemográficas. Las variables cualitativas fueron descritas mediante frecuencias
absolutas (n) y relativas (%) y la media y desviación típica (DT) para las cuantitativas.

91
CAPÍTULO V: MÉTODOS

Análisis bivariados
Más tarde, se llevó a cabo el análisis descriptivo y comparativo de las escalas y de
los hábitos con las nuevas tecnologías según las variables sociodemográficas de los
adolescentes (sexo, etapa educativa, tipo de estructura familiar y nivel socioeconómico).
Para ambos análisis se emplearon la prueba de contraste de hipótesis de medias entre dos
grupos (t-Student) o para más de dos grupos (ANOVA), una vez comprobados los
supuestos de normalidad (test de Kolmogorov-Smirnov) y homogeneidad de varianzas
(test de Levene), donde el valor p es definido como la probabilidad de que la hipótesis
nula de igualdad de medias sea cierta.

La comparación de proporciones entre los distintos grupos se estudió mediante la

prueba Chi-cuadrado (χ2). Como la muestra fue superior a 200 se hizo necesario emplear
la ratio χ2/gl, donde valores inferiores a 3 indicarían un buen ajuste o un ajuste aceptable
del modelo (86).
El tamaño del efecto se midió mediante diferentes estimadores en función de la prueba
estadística realizada:
- La eta cuadrado parcial (eta2) para conocer la proporción de varianza de la
variable dependiente que se atribuyó al efecto.
- La V de Cramer para conocer la fuerza de asociación de las variables
nominales cuando sus categorías son de dos o tres clases. En los valores
próximos a 0 no hubo asociación entre X e Y, mientras que en los próximos a
1 hubo una relación perfecta entre X e Y.
- La d de Cohen que midió el tamaño del efecto como diferencia entre las
medias, estandarizando por la desviación típica del grupo basal de los grupos
que se comparan.

Análisis multivariante
Validación de la escala SAS
Para probar la validez de constructo de la escala SAS adaptada al español se
aplicaron diferentes análisis estadísticos. En un primer momento, se realiza un análisis
factorial exploratorio (AFE) y posteriormente un análisis factorial confirmatorio (AFC)
para comprobar la validez de constructo de la escala. Para cada uno de los análisis se
utilizaron submuestras diferentes, para comprobar la validez de convergencia estructural

92
CAPÍTULO V: MÉTODOS

de la escala SAS. En un segundo momento, se analiza la consistencia interna para el

estudio de la fiabilidad.

La viabilidad de SAS se comprobó calculando el porcentaje de respuestas perdidas

por ítems y por dimensiones según la distribución de las respuestas. Para evaluar la
fiabilidad, validez y sensibilidad al cambio de SAS y comparar sus propiedades
psicométricas con otros instrumentos validados se necesitó una muestra de al menos 400
sujetos. Así, se asumió que este tamaño muestral permitiría la evaluación de las
propiedades psicométricas de la escala con una potencia del 80%, asumiendo un error
alfa del 0,05.

Para la validación de la escala SAS se realizaron los siguientes análisis estadísticos:

1º) Análisis factorial exploratorio (AFE)

En primer lugar, se comprobaron las condiciones de aplicación del AFE (factibilidad)
atendiendo a los siguientes criterios (87):

- Test de esfericidad de Bartlett para probar la hipótesis nula, afirmando que las
variables no están correlacionadas en la población. Se toma como válidos
aquellos resultados con valor elevado del test y cuyo valor p sea menor a 0,05.
Así, se rechaza la hipótesis nula y se continúa con el análisis. El estadístico de
contraste del Test de Bartlett es:

B = - (n - 1 - (2p + 5)) ln |R*|

6

bajo la hipótesis nula resulta

X 2(p2 - p)/2
donde:
p = número de variables
|R*| = determinante de la matriz de
correlaciones muestrales.

93
CAPÍTULO V: MÉTODOS

- Test de Kaiser Meyer Olkin (KMO) para comprobar la adecuación de la

muestra. Valores entre 0,5 y 1 indican que es apropiado aplicar el análisis
factorial. Se calcula:

donde:
rji= coeficiente de correlación observada entre las variables j e i.
aji= coeficiente de correlación parcial entre las variables j e i.

- Test de Measures of Sampling Adequacy (MSA) para comprobar, variable por

variable, la adecuación de la muestra para cada variable. Valores próximos a
1 indican que la variable Xj es adecuada para incluirla con el resto en un
análisis factorial; valores pequeños no se aconseja realizar el análisis factorial.

donde:
rji= correlación simple
aji= correlación parcial.

A continuación, se realizó un análisis factorial exploratorio inicial, con una

submuestra aleatoria de 230 adolescentes, para conocer las comunalidades de cada ítem.
Se excluyeron aquellos ítems que no alcanzaron un valor de al menos 0.5 (la mitad de la
varianza) porque se consideraron carentes de explicación suficiente y, como
consecuencia, se eliminaron y se hizo un nuevo modelo factorial sin ellos (87). La matriz
de comunalidades expresa el porcentaje de varianza explicado por el conjunto de los
factores o dimensiones para cada uno de los ítems. Los ítems con una comunalidad
inferior a 0.5 (la mitad de la varianza) se consideraron escasamente representativos de los
componentes o dimensiones de la escala SAS y, como consecuencia, se eliminaron para
rehacer un nuevo modelo factorial sin ellos.

Más tarde, se llevó a cabo un análisis factorial exploratorio final, con otra
submuestra aleatoria de 230 sujetos. Después, se procedió a la extracción de factores

94
CAPÍTULO V: MÉTODOS

atendiendo al criterio de raíz latente y al criterio de porcentaje de varianza. El criterio de

raíz latente determina que cualquier ítem individual debe justificar la varianza a menos
una única variable, por ello se hallan los autovalores de cada ítem y sólo se estiman los
que tienen raíces latentes o autovalores mayores de 1. El criterio de porcentaje de varianza
sirve para obtener un porcentaje acumulado especificado de la varianza total extraída,
para asegurar la significación práctica de los factores derivados; así, se estimarán los
autovalores de los factores para conocer la proporción de varianza explicada por cada uno
de ellos así como su varianza acumulada, considerando como satisfactorios aquellos que
representen al menos un 60% de la varianza total (88).

Se dispuso del método de componentes principales para la extracción de los factores,

consistente en realizar una combinación lineal de las variables, de tal manera que el
primer componente principal sea la combinación que más varianza explique, el segundo
la segunda mayor y que está incorrelado con el primero y así sucesivamente.

El número de factores extraídos en la matriz de cargas factoriales se decidió

mediante el método de extracción de máxima verosimilitud. Los ítems con mayores
cargas en un factor, indican una estrecha relación entre la variable y ese factor, en
definitiva, se corresponden con la correlación entre el factor y la variable latente. Por ello,
sólo extrajeron los valores con cargas factoriales superiores a 0,3 (en valor absoluto).

Dado que la interpretación de la matriz factorial inicialmente resultaba compleja,

pues no aclaraba en que factor saturaba cada variable, se efectuó una rotación factorial
con el método de rotación Varimax. Este método se basa en minimizar el número de
variables con cargas altas en un factor girando los ejes de coordenadas, que representaban
a los factores, hasta una aproximación máxima a las variables en que estaban saturados.
El método considera que si se logra aumentar la varianza de las cargas factoriales al
cuadrado de cada factor, consiguiendo que algunas de sus cargas factoriales tiendan a
acercarse a 1, mientras que otras se aproximen a 0, se obtiene una pertenencia más clara
e inteligible de cada variable al ítem (89). Con esta saturación de los factores se
transformó la matriz factorial inicial en una matriz factorial rotada, lo que permitió una
interpretación más sencilla.

La matriz factorial rotada explica la misma cantidad de varianza inicial, puesto que es
una combinación línea de la matriz factorial inicial. Para ello, se realizó la rotación de
normalización Varimax (Varianza máxima) con Kaiser, es decir, una rotación ortogonal

95
CAPÍTULO V: MÉTODOS

que permite rotar los factores estimados inicialmente, de manera que persista la
incorrelación entre los mismos. El efecto último de rotar la matriz de factores consiste en
redistribuir la varianza dentro de los primeros factores (los extraídos) para conseguir un
patrón de factores más simples y significativos.
Una vez que se agruparon las variables en sus respectivos factores, se procedió a
realizar el análisis de la matriz de comunalidades para detectar las variables que no se
incluyen en ningún factor.

2º) Análisis factorial confirmatorio (AFC)

Tras el nuevo modelo generado en el estudio exploratorio, se realizó un análisis
factorial confirmatorio con otra submuestra aleatoria de 511 sujetos de la muestra de
estudio; se estudió la validez convergente (cargas factoriales y average variance
extracted = AVE o VME) y la validez discriminante (raíz cuadrada de la AVE o VME).
Para realizar el análisis factorial confirmatorio se utilizaron ecuaciones estructurales
mediante el método de extracción de máxima verosimilitud, de modo que los parámetros
fueran estadísticamente significativos cuando p < 0,05 (los indicadores saturan de manera
satisfactoria con cada una de sus variables latentes) y cuando las cargas factoriales
presenten valores superiores a 0,5 (validez convergente).
Una vez identificado el modelo y estimado los parámetros, se evalúo e interpretó el
modelo con el fin de contrastar si los datos se ajustaban al modelo propuesto. El modelo
se considera útil si tiene la capacidad de explicar la realidad observada. Se valoró el ajuste
del modelo de AFC mediante los siguientes índices de bondad de ajuste (90):

- Índices de ajuste absoluto, que evalúa el ajuste global del modelo de AFC.
Entre ellos se encuentra el índice de bondad de ajuste (GFI) y la raíz del
cuadrado medio del error de aproximación (RMSEA). El índice de bondad de
ajuste o Goodness of Fit Index (GFI) aportó información sobre la variabilidad
explicada por el modelo y cuyos valores oscilan entre 0 (no hay ajuste) y 1
(ajuste perfecto). La raíz cuadrada del error cuadrático medio o Root Mean
Square Error of Approximation (RMSEA) midió la discrepancia entre la
matriz reproducida por el modelo de AFC y la matriz de observaciones medida
en términos de la población y no la muestra, es decir, representa el ajuste
anticipado con el valor total de la población y ya no con el de la muestra. Si

96
CAPÍTULO V: MÉTODOS

RMSEA es menor o igual a 0,05 indica un error de aproximación del modelo

con la realidad (91).

- Índices de ajuste incremental, que compara el ajuste del modelo con el del
modelo nulo (modelo que supone que las variables observadas son
independientes). Entre estos índices se encuentran el índice de bondad de
ajuste ajustado (AGFI), el índice no normalizado de ajuste o de Tucker Lewis
(TLI), el índice de ajuste normado (NFI) y el índice de ajuste comparativo
(CFI). El índice de bondad de ajuste ajustado o Adjusted Goodness of Fit Index
(AGFI) ajustó los grados de libertad entre los dos modelos: el modelo
propuesto de AFC y el modelo base o nulo. Los valores cercanos a 0,90 o
superiores son los que muestran un mejor ajuste del modelo. El índice no
normalizado de ajuste o índice Tucker Lewis (TLI) consideró los grados de
libertad del modelo propuesto, ya que se cumplió con el requisito de tener que
darse una relación débil con el tamaño muestral. El rango de índice oscila entre
0 y 1 siendo recomendables los valores superiores o iguales a 0,9. El índice de
ajuste normado o Normed Fit Index (NFI) comparó el modelo propuesto y el
modelo nulo considerando un valor aceptable si es mayor a 0,9. El índice de
ajuste comparativo o Comparative Fit Index (CFI) indicó un buen ajuste del
modelo para valores próximos a la unidad (91).
Una vez ajustado el modelo, se continuó con el estudio del modelo de medición. Se
evaluaron la validez convergente y la validez discriminante. La validez convergente
se analizó con las cargas factoriales y la varianza media extraída o VME
(variabilidad promedio de los ítems); las cargas factoriales superiores a 0,5 se
consideran aceptables y los valores de VME mayores a 0,5 indican una buena
validez de las dimensiones individuales y de constructo, una variabilidad de los
ítems. Para finalizar se estimó la validez discriminante o la capacidad de diferenciar
entre las distintas dimensiones, cuando los valores de las varianzas extraídas de cada
dimensión fueron superiores a la correlación al cuadrado entre esas dimensiones
(91,92).

97
CAPÍTULO V: MÉTODOS

3º) Análisis de fiabilidad de la escala

Tras interpretar los factores, se estudió la consistencia interna (alfa de Cronbach y

fiabilidad compuesta). Se calculó el coeficiente de fiabilidad de alfa de Cronbach de los
factores para conocer el grado en que todos los ítems que componen el test covarían entre
sí. El coeficiente α oscila entre 0 y 1. Cuanto más próximo a 1, más consistentes serán los
ítems entre sí. De esta manera, los valores del coeficiente de fiabilidad de alfa de
Cronbach superiores a 0,7 indican una alta fiabilidad de los factores. De este modo, una
vez conocidas las correlaciones entre los ítems, α de Cronbach se calculó con la siguiente
formulación:

kp
______________
αest =
1+p(k–1)

donde:
k es el número de ítems
p es el promedio de las correlaciones lineales entre cada uno
de los ítems (se tendrán [k (k-1)] / 2 pares de correlaciones)

Modelo regresión logística multivariante

Finalmente, se elaboraron dos modelos multivariantes. El primero para construir un
modelo explicativo del abuso del Smartphone y el segundo para componer un modelo
explicativo de la calidad del sueño. El modelo de regresión logística se empleó en ambos
modelos, puesto que se realiza cuando la variable dependiente es de respuesta binaria
asignando valores de 0 y de 1.
En el primer modelo, la variable dependiente, adicción al dispositivo móvil
inteligente, se transformó en una variable “dummy” para poder medir tanto el grado como
la relevancia del efecto, debido a que estaba compuesta por tres categorías: uso
normalizado, abuso y dependencia. Se transformó en una variable cualitativa binaria,
asignando 0 al uso normalizado (puntuación <108,7) y 1 al abuso/uso excesivo
(puntuación ≥108,7) del Smartphone.
En el primer modelo de la investigación se empleó el modelo de la regresión
logística para determinar el efecto de las variables independientes (variables

98
CAPÍTULO V: MÉTODOS

demográficas, usos del móvil y/o internet, el autocontrol, la cohesión familiar y el sueño)
en la predicción de un uso abusivo/excesivo del móvil (variable dependiente).
También se aplicó el modelo de regresión logística para precisar el efecto de las
variables independientes (variables demográficas, usos del móvil y/o internet, el
autocontrol, la cohesión familiar y dimensiones de la escala SAS) en la predicción de una
calidad de sueño no óptima (variable dependiente). La variable dependiente, la calidad
del sueño, adoptó una respuesta binaria: 0 para el sueño óptimo y 1 para el sueño no
óptimo, debido a que sólo tenía dos categorías de repuesta sí o no.

Se mostraron los valores de los coeficientes de regresión de todas las variables

independientes (B), así como los valores de las odds ratio (OR) con sus respectivos
intervalos de confianza (IC) en ambos modelos.
Las evaluaciones de los modelos se llevaron a cabo mediante la prueba de
significación del modelo con el coeficiente de determinación de Nagelkerke y la
evaluación del ajuste del modelo mediante la prueba de Hosmer y Lemeshow y la tabla
de clasificación.
El coeficiente de determinación de Nagelkerke se utilizó para comparar los valores
previstos (esperados) por el modelo con los valores realmente observados. Ambas
distribuciones, esperada y observada, se contrastaron mediante una prueba de Chi-
cuadradoχ². El estadístico de verosimilitud Chi-cuadrado estima un ajuste aceptable si los
valores de Chi-cuadrado/gl son de 2 a 3 y con límites de hasta 5. El test de Hosmer-
Lemeshow tomó como hipótesis nula que no hay diferencias entre los valores observados
y los valores pronosticados (el rechazo de la hipótesis nula indicaría que el modelo no
está bien ajustado) (90).

99
 CAPÍTULO V: MÉTODOS

Figura 3. Adaptación y validación de la escala SAS

FASE I Versión Original

• Prueba de dificultad de las traducciones A y B
Adaptación SAS (inglés) con la versión original
• Prueba de equivalencia de las traducciones A y
Paso 1 B con la versión original
Traducción A (español) Traducción B (español)

• Evaluación de los resultados de dificultad y

Versión preliminar: 33 ítems equivalencia
(equipo investigador) • Revisión y elaboración de la versión
Paso 2 consensuada

Retro-traducción C (bilingüe
español/inglés) • Aprobación de la versión preliminar
consensuada A y B (equipo investigador)
Paso 3
(español)
Comité de traducción (equipo
de investigación y traductor) • Armonización:
- Identificación de ítems
problemáticos o no equivalentes
Paso 1
- Propuesta de términos alternativos
Versión preliminar: 33 ítems
(equipo investigador y • Aprobación de la versión preliminar
Paso 2 consensuada A, B y C (equipo
traductor) investigador y traductor)

FASE II (español)
Procedimiento de eliminación de
0 ítems eliminados
Adaptación SAS ítems
(N= 741 adolescentes)

Análisis factorial exploratorio

Validación SAS
2 ítems eliminados
n 1 = 230 n2 = 230

Análisis factorial
confirmatorio
0 ítems eliminados
n 3 = 511

Análisis de fiabilidad

Validación
Viabilidad/Factibilidad
Fiabilidad
Validez
Sensibilidad al cambio

100
CAPÍTULO VI: RESULTADOS

101
102
CAPÍTULO II: COMPORTAMIENTO ADICTIVO

1. CARACTERÍSTICAS DE LA MUESTRA DE ESTUDIO.

Características sociodemográficas

Se recogieron 741 cuestionarios de entre los 884 que se distribuyeron, debido a

que se excluyeron aquellos que no estuvieron debidamente cumplimentando y aquellos
alumnos con una edad superior a 20 años ya que no pertenecen a la etapa del desarrollo
de la adolescencia, lo que supone una tasa de respuesta del 83,8%. En la Tabla 15 se
muestran las características sociodemográficas de la muestra de estudio.

Un 49,1% (n = 364) son chicos, el 57% cursa la educación secundaria obligatoria

(ESO) y el resto bachillerato o formación profesional (BACH/FP). De acuerdo con el tipo
de estructura familiar, la mayoría pertenecen a una familia tradicional (84,3%). Según el
nivel socioeconómico un 59,6% pertenecen a un nivel socioeconómico III y un 36% a un
nivel socioeconómico I, tan solo un 4% tiene un nivel socioeconómico II.

Los progenitores son mayoritariamente de nacionalidad española, 83.1 % de los

padres y 82.6 % de las madres. En cuanto a la clase social, según la situación laboral
registrada por la Sociedad Española de Epidemiología, el 31.7% de los padres pertenecen
una clase social IV y el 25,6 % a una clase social V, mientras que la mitad de las madres
pertenecen a una clase social V y el 15,8 a una clase social II. Atendiendo al nivel de
estudios, la mitad de los padres y de las madres han cursado estudios de secundaria,
bachillerato y/o formación profesional; uno de cada cuatro padres y madres han alcanzado
estudios primarios; y el 19,9% de los padres y el 21,1% de las madres han finalizado los
estudios universitarios.

103
CAPÍTULO VI: RESULTADOS

Tabla 15. Descriptivo de las variables sociodemográficas de los alumnos.

Alumnos
n %
Curso
ESO 422 57
BACH/FP 319 43
Tipo familia
Tradicional 625 84,3
Monoparental 98 13,2
Otros 18 2,4
Nivel socioeconómico*
I 442 59,6
II 30 4
III 269 36,3
Progenitores
n %
Nacionalidad del padre
Española 609 83,1
Otra 124 16,9
Clase social del padre*
I 94 13,6
II 77 11,1
III 124 17,9
IV 219 31,7
V 177 25,6
Estudios del padre*
Sin estudios 43 6.1
Primaria 179 25,2
Secundaria y
347 48,9
Bachiller
Universitarios 141 19,9

104
CAPÍTULO VI: RESULTADOS

Continuación. Tabla 15. Descriptivo de las variables

sociodemográficas de los alumnos

Progenitores
n %
Nacionalidad de la madre
Española 612 82,6
Otra 124 (16,9) 129 (17,4)
Clase social de la madre *
I 64 8,8
II 115 15,8
III 108 14,8
IV 79 10,9
V 362 49,7
Estudios de la madre*
Sin estudios 41 5,6
Primaria 166 22,8

Secundaria y
368 50,5
Bachiller
Universitarios 154 21,1
*Nivel socioeconómico de los alumnos (Nivel socioeconómico I.
Principal sustentador o sustentadora de clase social clase I-II con estudios
universitarios. Nivel socioeconómico II. Principal sustentador o
sustentadora de clase social III-IVa con estudios secundarios y de
bachillerato. Nivel socioeconómico III. Principal sustentador o
sustentadora de clase social IVb-V con estudios primarios o sin estudios.)
Clase social según situación laboral de la Sociedad de Epidemiología
de los padres (I: Directivos de la Administración Pública y de empresas
de 10 ó más asalariados. Profesiones asociadas a titulaciones de segundo
y tercer ciclo universitario. II: Directivos de empresas con menos de 10
asalariados. Profesiones asociadas a una titulación de primer ciclo
universitario. Técnicos y profesionales de apoyo. Artistas y
deportistas. III: Empleados de tipo administrativo y profesionales de
apoyo a la gestión administrativa y financiera. Trabajadores de los
servicios personales y de seguridad. Trabajadores por cuenta propia.
Supervisores de trabajadores manuales. IV: a) Trabajadores manuales
cualificados; b) Trabajadores manuales semicualificados. V:
Trabajadores no cualificados). *Estudios (1: Sin estudios. 2: Estudios
de primaria. 3: Estudios de Secundaria, Bachillerato y Formación
Profesional. 4: Estudios Universitarios.)

105
CAPÍTULO VI: RESULTADOS

2. RESULTADOS DE LA ADAPTACIÓN TRANSCULTURAL Y LA

REDUCCIÓN DE ÍTEMS DE LA ESCALA SAS.

Adaptación transcultural

Cuando se compararon las dos retrotraducciones de la escala SAS, el comité de

traducción encontró algunas dificultades de carácter leve en los ítems 12, 19, 21, 24, 25
y 26 (Tabla 16), bien debido a expresiones o vocablos no apropiados en español o bien
relacionados con aspectos culturales, los cuales fueron solventados de forma satisfactoria.

Tabla 16. Adaptación transcultural de los ítems de la escala SAS

Ítems Versión original Grado de Grado de

dificultad equivalencia

12 Feeling most liberal while using a Smartphone Leve dificultad B2

19 Bringing my Smartphone to the toilet even when Leve dificultad B1

I am in a hurry to get there

21 Feeling that my relationships with my Leve dificultad B1

Smartphone buddies are more intimate than my
relationships with my real-life Friends

24 Constantly checking my Smartphone so as not to Leve dificultad B2

miss conversations between other people on
Twitter or Facebook

25 Checking SNS (Social Networking Service) sites Leve dificultad B2

like Twitter or Facebook right after waking up)

26 Preferring talking with my Smartphone buddies Leve dificultad B1

to hanging out with my real-life friends or with
the other members of my family

B1: preguntas equivalentes; B2: preguntas con problemas en algunas palabras.

106
CAPÍTULO VI: RESULTADOS

Reducción de ítems

No se excluyó ninguno de los 33 ítems de la escala SAS, ya que la tasa respuesta

específica por ítems no fue en ningún caso inferior al 20%. En concreto, el ítem con menor
tasa de respuesta específica fue el I8 (98,5%). (Tabla 17).

Tabla 17. Tasa de respuesta específica a las preguntas de la

escala SAS* (n=741)

Ítems N % Ítems N %

I8 730 98,5 I23 738 99,6

I16 733 98,9 I32 738 99,6
I12 734 99,1 I6 739 99,7
I19 734 99,1 I11 739 99,7
I18 735 99,2 I22 739 99,7
I7 736 99,3 I31 739 99,7
I10 736 99,3 I2 740 99,9
I20 736 99,3 I17 740 99,9
I3 737 99,5 I26 740 99,9
I9 737 99,5 I27 740 99,9
I13 737 99,5 I28 740 99,9
I1 738 99,6 I29 740 99,9
I4 738 99,6 I30 740 99,9
I5 738 99,6 I33 740 99,9
I14 738 99,6 I24 741 100,0
I15 738 99,6 I25 741 100,0
I21 738 99,6

*Smartphone Addiction Scale

En la mayoría de los ítems se observan correlaciones moderadas con los ítems del
resto de la escala (r= [0,10 y 0,29]), lo que se traduce en que no hay redundancias entre
ellos (Tabla 16), sólo tres parejas de ítems obtuvieron correlaciones de entre 0,6 y 0,69
(ítem10 vs13; ítem 14 vs 15; e ítem 23 vs 26) y en una pareja de ítems (ítem 21 vs 23)
la r de Pearson fue superior a 0,80 (Tabla 18).

107
CAPÍTULO VI: RESULTADOS

Tabla 18. Correlación entre los ítems de la escala SAS

r de Pearson Ítems

>0,90* -

[0,80-0,89] I21vsI23.

[0,70-0,79] -

[0,60-0,69] I10vsI13; I14vsI15; I23vs26.

[0,50-0,59] I6vsI7; I7vsI8; I11vsI12; I11vsI14 I11vsI15; I12vsI13; I15vsI16; I15vsI17;

I16vsI17; I16vsI30; I21vsI26; I29vs30; I29vs32.

[0,40-0,49] I1vs30; I3vsI4; I6vsI8; I8vsI9; I10vsI12; I11vsI13; I11vsI16; I11vsI17;

I12vsI15; I14vsI16; I14vsI17; I15vsI29; I15vsI30; I16vsI18; I16vsI29;
I17vsI30; I21vsI22; I22vs23; I24vs29; I24vs30; I29vs31; I29vs33;
I30vs31; I30vs33; I31vs32; I31vs33.

[0,30-0,39] I1vsI2; I1vsI16; I1vsI17; I1vs29; I1vs31; I1vs33; I2vsI16; I5vsI16;

I5vsI17; I5vsI29; I5vsI30; I7vsI9; I7vsI12; I8vsI12; I9vsI12; I10vsI11;
I10vsI14; I10vsI16; I10vsI17; I10vsI22; I11vsI22; I11vsI29; I11vsI30;
I12vsI14; I12vsI16; I12vsI17; I12vsI22; I12vsI30; I13vsI14; I13vsI15;
I13vsI16; I13vsI17; I13vsI22; I13vsI26; I13vsI30; I14vsI22; I14vsI24;
I14vsI29; I14vsI30; I15vsI18; I15vsI22; I15vsI24; I15vsI31; I15vsI33;
I16vsI31; I16vsI33; I17vsI18; I17vsI20; I17vsI22; I17vsI29; I17vsI31;
I17vsI33; I18vsI; I18vsI30; I18vsI33; I19vsI24; I20vsI21; I20vsI23;
I22vs26; I24vs25; I25vs29; I28vs29; I28vs30; I30vs32; I32vs33.

[0,20-0,29] I1vsI3; I1vsI4; I1vsI5; I1vsI11; I1vsI12; I1vsI14; I1vsI15; I1vsI18; I1vs32;
I2vsI5; I2vsI15; I2vsI17; I2vsI29; I2vsI30; I2vsI31; I2vsI33; I3vsI5;
I3vsI12; I3vsI15; I3vsI17; I3vsI30; I3vsI31; I3vsI32; I3vsI33; I4vsI5;
I4vsI12; I4vsI13; I4vsI16; I4vsI18; I4vsI30; I4vsI31; I4vsI33; I5vsI14;
I5vsI15; I5vsI18; I5vsI20; I5vsI24; I5vsI28; I5vsI31; I5vsI32; I5vsI33;
I6vsI9; I6vsI11; I6vsI12; I6vsI14; I6vsI15; I6vsI24; I6vsI29; I7vsI10;
I7vsI11; I7vsI13; I7vsI14; I7vsI15; I7vsI16; I7vsI17; I7vsI20; I7vsI24;
I7vsI30; I8vsI10; I8vsI11; I8vsI13; I8vsI14; I8vsI15; I8vsI16; I8vsI17;
I8vsI20; I8vsI24; I8vsI25; I8vsI30; I9vsI10; I9vsI11; I9vsI13; I9vsI14;
I9vsI15; I9vsI16; I9vsI17; I9vsI18; I9vsI20; I9vsI30; I10vsI15; I10vsI20;
I10vsI26; I10vsI27; I10vsI30; I11vsI18; I11vsI20; I11vsI21; I11vsI23;
I11vsI24; I11vsI25; I11vsI28; I11vsI31; I11vsI33; I12vsI18; I12vsI20;
I12vsI21; I12vsI23; I12vsI24; I12vsI26; I12vsI29; I12vsI31; I12vsI33;
I13vsI18; I13vsI20; I13vsI21; I13vsI23; I13vsI31; I13vsI33; I14vsI18;
I14vsI19; I14vsI20; I14vsI25; I14vsI28; I14vsI31; I14vsI33; I15vsI19;
I15vsI20; I15vsI25; I15vsI32; I16vsI19; I16vsI20; I16vsI22; I16vsI24;
I16vsI25; I16vsI28; I17vsI19; I17vsI21; I17vsI24; I17vsI25; I17vsI28;
I17vsI32; I18vsI20; I18vsI21; I18vsI22; I18vsI23; I18vsI29; I18vsI31;
I19vsI20; I19vsI25; I19vsI28; I19vsI29; I19vsI30; I19vsI33; I20vsI22;
I20vsI24; I20vsI26; I20vsI27; I20vsI30; I20vsI33; I22vs30; I22vs31;
I22vs33; I24vs28; I24vs31; I24vs32; I24vs33; I25vs28; I25vs30; I25vs33;
I28vs31; I28vs32.

108
CAPÍTULO VI: RESULTADOS

Tabla 18. Correlación entre los ítems. Continuación.

r de Pearson Ítems

[0,10-0,19] I1vsI7; I1vsI8; I1vsI9; I1vsI10; I1vsI13; I1vsI19; I1vsI20; I1vsI21;

I1vsI22; I1vsI24; I1vs25; I1vs26; I1vs28; I2vsI3; I2vsI4; I2vsI11;
I2vsI12; I2vsI13; I2vsI14; I2vsI18; I2vsI19; I2vsI20; I2vsI22;
I2vsI24; I2vsI25; I2vsI27; I2vsI28; I2vsI32; I3vsI10; I3vsI11;
I3vsI13; I3vsI14; I3vsI16; I3vsI18; I3vsI21; I3vsI22; I3vsI23;
I3vsI26; I3vsI28; I3vsI29; I4vsI9; I4vsI10; I4vsI14; I4vsI15;
I4vsI17; I4vsI21; I4vsI22; I4vsI23; I4vsI26; I4vsI29; I4vsI32;
I5vsI7; I5vsI8; I5vsI9; I5vsI11; I5vsI12; I5vsI13; I5vsI19; I5vsI25;
I5vsI26; I6vsI13; I6vsI16; I6vsI17; I6vsI18; I6vsI19; I6vsI20;
I6vsI25; I6vsI27; I6vsI28; I6vsI30; I6vsI31; I6vsI33; I7vsI18;
I7vsI19; I7vsI22; I7vsI25; I7vsI26; I7vsI27; I7vsI28; I7vsI29;
I7vsI31; I7vsI33; I8vsI18; I8vsI19; I8vsI22; I8vsI27; I8vsI29;
I8vsI31; I8vsI33; I9vsI19; I9vsI21; I9vsI22; I9vsI23; I9vsI24;
I9vsI25; I9vsI26; I9vsI27; I9vsI29; I9vsI31; I9vsI33; I10vsI18;
I10vsI21; I10vsI23; I10vsI29; I10vsI31; I10vsI33; I11vsI19;
I11vsI26; I11vsI27; I11vsI32; I12vsI19; I12vsI25; I12vsI27;
I12vsI28; I12vsI32; I13vsI19; I13vsI24; I13vsI27; I13vsI28;
I13vsI29; I13vsI32; I14vsI21; I14vsI23; I14vsI26; I14vsI27;
I14vsI321111; I15vsI21; I15vsI23; I15vsI26; I15vsI27; I15vsI28;
I16vsI21; I16vsI23; I16vsI26; I16vsI27; I16vsI; I16vsI32; I17vsI23;
I17vsI26; I17vsI27; I18vsI19; I18vsI24; I18vsI25; I18vsI26;
I18vsI27; I18vsI28; I18vsI32; I19vsI22; I19vsI27; I19vsI31;
I20vsI25; I20vsI28; I20vsI29; I20vsI31;I21vsI27; I21vsI30;
I21vsI33; I22vs27; I22vs29; I23vs27; I23vs30; I23vs31; I23vs33;
I24vs27; I25vs27; I25vs31; I25vs32; I26vs27; I26vs30; I26vs31;
I26vs33; I27vs28; I27vs29; I27vs30; I27vs33; I28vs33.

<0,099 I1vsI6; I1vsI23; I1vs27; I2vsI6; I2vsI7; I2vsI8; I2vsI9; I2vsI10;

I2vsI21; I2vsI23; I2vsI26; I3vsI6; I3vsI7; I3vsI8; I3vsI9; I3vsI19;
I3vsI20; I3vsI24; I3vsI25; I3vsI27; I4vsI6; I4vsI7; I4vsI8; I4vsI11;
I4vsI19; I4vsI20; I4vsI24; I4vsI25; I4vsI27; I4vsI28; I5vsI6;
I5vsI10; I5vsI21; I5vsI22; I5vsI23; I5vsI27; I6vsI10; I6vsI21;
I6vsI22; I6vsI23; I6vsI26; I6vsI32; I7vsI21; I7vsI23; I7vsI32;
I8vsI21; I8vsI23; I8vsI26; I8vsI28; I8vsI32; I9vsI28; I9vsI32;
I10vsI19; I10vsI24; I10vsI25; I10vsI28; I10vsI32; I13vsI25; I19vsI;
I19vsI21; I19vsI23; I19vsI26; I19vsI32; I20vsI32; I21vsI24
I21vsI25; I21vsI28; I21vsI29; I21vsI31; I21vsI32; I22vs24;
I22vs25; I22vs28; I22vs32; I23vs24; I23vs25; I23vs28; I23vs29;
I23vs32; I24vs26; I25vs26; I26vs28; I26vs29; I26vs32; I27vs31;
I27vs32.

*
Si r>0.9, redundancia entre los ítems

109
CAPÍTULO VI: RESULTADOS

3. VALIDACIÓN DE LA ESCALA SAS

3.1. ANÁLISIS FACTORIAL EXPLORATORIO (AFE) INICIAL DE LA

ESCALA SAS.

El análisis factorial requiere de la comprobación de los requisitos que determinan la

viabilidad del análisis factorial exploratorio (AFE) estudiando para ello los siguientes
criterios:

En primer lugar, se comprobó el test de esfericidad de Bartlett (χ2(465) = 8.178,54,

p < 0,001), el cual indicaba que los ítems no eran independientes entre sí.

Así mismo, el test de Kaiser Meyer Olkin (KMO) obtuvo un resultado de 0,898
(valores inferiores a 0,5 indicarían que el análisis factorial posiblemente no sería
apropiado). Por último, todos los valores del Measures of Sampling Adequacy (MSA) se
encontraron por encima de 0,81.

En definitiva, estos valores justificaban la adecuación del análisis factorial.

La validación de la escala SAS comenzó con el análisis factorial exploratorio (AFE)

inicial (n = 230). Se realizó un AFE con los 33 ítems de la escala y se observó que las
comunalidades de los ítems 27 y 28, no alcanzaron el valor de al menos 0,5 y, por tanto,
fueron candidatos para eliminarlos de la solución final al contribuir escasamente las
dimensiones del constructo en la variabilidad de estos ítems. Las comunalidades AFE
inicial se recogen en la Tabla 19.

110
CAPÍTULO VI: RESULTADOS

Tabla 19. Comunalidades AFE inicial

Ítem Comunalidad Ítem Comunalidad

I1 0,629 I18 0,502

I2 0,574 I19 0,694
I3 0,582 I20 0,505
I4 0,544 I21 0,774
I5 0,543 I22 0,511
I6 0,62 I23 0,801
I7 0,698 I24 0,567
I8 0,611 I25 0,524
I9 0,648 I26 0,579
I10 0,603 I27 0,277
I11 0,624 I28 0,256
I12 0,583 I29 0,707
I13 0,635 I30 0,556
I14 0,592 I31 0,602
I15 0,634 I32 0,706
I16 0,602 I33 0,559
I17 0,552

111
CAPÍTULO VI: RESULTADOS

3.2. ANÁLISIS FACTORIAL EXPLORATORIO (AFE) FINAL DE LA ESCALA

SAS.

Tras la eliminación de los dos ítems (27 y 28), se realizó un segundo AFE (n = 230)
con los siguientes resultados tras comprobar anteriormente los requisitos que determinan
la viabilidad del AFE.

Estimación de los factores

En la Tabla 20, se muestran los autovalores de cada factor, la proporción de

varianza que explica cada uno de ellos y la varianza acumulada, atendiendo al criterio de
raíz latente y al criterio de porcentaje de la varianza para la extracción de factores (88).
El número de factores que se deben extraer atendiendo al criterio de raíz latente son 6
(factores con autovalor mayor de 1), que explican un 56,96% de la varianza total.

Tabla 20. Autovalores y varianza total explicada

Autovalores iniciales
Componente
Total % de varianza % acumulado
1 7,62 24,57 24,57
2 3,06 9,86 34,43
3 2,38 7,69 42,12
4 1,93 6,21 48,33
5 1,48 4,78 53,11
6 1,19 3,85 56,96
7 0,984 3,54 60,50
8 0,844 3,24 63,74

Extracción de los factores. Rotación Varimax.

En la Tabla 21 se muestra la matriz factorial no rotada frente a la rotada
observándose en la rotada la nueva redistribución de los ítems. Después de extraer los 6
factores con autovalores igual o mayores que 1, se obtuvo la solución final: la matriz de
cargas factoriales. Todos los valores que se obtuvieron de las cargas factoriales se sitúan

112
CAPÍTULO VI: RESULTADOS

en valores óptimos (│λ│≥ 0,3). Debido a la dificultad de la interpretación de la matriz

factorial, al no aclarar en que factor satura cada ítem, se efectúo una rotación de
normalización VARIMAX de Kaiser que consiste en una rotación ortogonal que permite
rotar los factores estimados inicialmente, de manera que se mantenga la incorrelación
entre los mismos. De este modo, el efecto último que resultó de rotar la matriz de factores
fue redistribuir la varianza dentro de los primeros factores (los seleccionados),
consiguiendo un patrón de factores más simple y significativo. No se hallaron ítems que
no se incluyeran en ningún factor.

113
 CAPÍTULO VI: RESULTADOS

Tabla 21. Matriz de cargas factorial o componentes no rotados vs. rotados

Matriz de factores NO ROTADOS Matriz de factores ROTADOS

Factor Factor
Ítem 1 2 3 4 5 6 Ítem 1 2 3 4 5 6
I1 0,520 I1 0,535
I2 0,370 0,326 I2 0,402
I3 0,35 0,376 0,399 I3 0,608
I4 0,344 0,339 0,456 I4 0,684
I5 ,459 I5 0,546
I6 0,352 -0,607 0,311 I6 0,756
I7 0,442 -0,638 0,302 I7 0,809
I8 0,444 -0,566 I8 0,745
I9 ,433 -0,365 0,31 I9 0,59
I10 ,493 -0,496 I10 0,735
I11 ,656 -0,345 I11 0,686
I12 0,653 I12 0,523
I13 ,553 -0,447 I13 0,74
I14 0,655 -0,358 I14 0,608
I15 0,739 I15 0,567
I16 0,694 I16 0,48
I17 0,697 I17 0,466
I18 0,508 0,354 I18 0,463
I19 0,409 0,376 I19 0,595
I20 0,467 0,377 I20 0,444
I21 0,35 0,705 0,34 I21 0,883
I22 0,473 0,49 I22 0,57
I23 0,344 0,703 0,379 I23 0,904
I24 0,458 -0,38 I24 0,591
I25 0,396 -0,316 0,319 I25 0,621
I26 0,364 0,602 I26 0,732
I29 0,622 -0,44 I29 0,683
I30 0,7 I30 0,454
I31 0,555 -0,356 I31 0,702
I32 0,387 -0,41 0,335 -0,51 I32 0,834
I33 0,586 I33 0,546

En la Tabla 22 se exponen las comunalidades finales, en la que se observa que todos

los ítems tienen una comunalidad superior a 0,5 y que, por tanto, los 31 ítems del SAS
contribuyeron a la solución final, ratificando los resultados de la matriz de cargas
factoriales.

114
CAPÍTULO VI: RESULTADOS

Tabla 22. Comunalidades AFE final.

Ítem Comunalidad Ítem Comunalidad

I1 0,542 I17 0,548

I2 0,508 I18 0,698

I3 0,596 I19 0,696

I4 0,537 I20 0,507

I5 0,551 I21 0,795

I6 0,629 I22 0,516

I7 0,704 I23 0,826

I8 0,608 I24 0,579

I9 0,651 I25 0,53

I10 0,611 I26 0,585

I11 0,623 I29 0,71

I12 0,585 I30 0,56

I13 0,637 I31 0,617

I14 0,592 I32 0,714

I15 0,633 I33 0,478

I16 0,593
I27 e I28 excluidos.

En lo que se refiere a la consistencia interna, todos los coeficientes α de Cronbach

de los factores (Tabla 23) fueron superiores a 0,7. El coeficiente α de Cronbach para el
total de la escala SAS fue 0,899.

115
CAPÍTULO VI: RESULTADOS

Tabla 23. Varianza total explicada por cada factor y coeficiente de fiabilidad alfa de
Cronbach de los factores

Suma de extracción de cargas Suma de rotación de cargas Coeficiente

al cuadrado al cuadrado de fiabilidad
Factor
% de % % de % α de
Total Total
varianza acumulado varianza acumulado Cronbach

1 7,62 24,57 24,57 5,09 16,41 16,41 0,715

2 3,06 9,86 34,43 3,09 9,96 26,37 0,750
3 2,38 7,69 42,12 2,89 9,32 35,70 0,810
4 1,93 6,21 48,33 2,49 8,02 43,71 0,767
5 1,48 4,78 53,11 2,17 7,01 50,72 0,759
6 1,19 3,85 56,96 1,93 6,23 56,96 0,784

Interpretación de los factores extraídos en el AFE de la escala SAS

La Tabla 24 muestra el resumen del AFE final. El primer factor que explica el
16,41% de la varianza total, tiene correlaciones elevadas y positivas con los ítems I1, I2,
I3, I4, I5, I18 e I30. El segundo factor que explica el 9,96% de la varianza total tiene
correlaciones elevadas y positivas con los ítems I6, I7, I8 e I9. El tercer factor explica el
9,32% de la varianza total y tiene correlaciones elevadas y positivas con los ítems I10,
I12 e I13. El cuarto factor (8,02% de la varianza total) tiene correlaciones elevadas y
positivas con los ítems I11, I14, I15, I16, I17, I19, I24 e I25. El quinto factor explica el
7,01% de la varianza total y tiene correlaciones elevadas y positivas con los ítems I20,
I21, I22, I23 e I26. El sexto explica el 6,23% de la varianza total y tiene correlaciones
elevadas y positivas con los ítems I29, I31, I32 e I33.

116
CAPÍTULO VI: RESULTADOS

Tabla 24. Estructura Interna del Cuestionario SAS (Análisis Factorial Exploratorio final,
n=230)

Factor
DVD APO RET REV UEX TOL
I1 0,535
I2 0,402
I3 0,608
I4 0,684
I5 0,546
I18 0,463
I30 0,454
I6 0,756
I7 0,809
I8 0,745
I9 0,59
I10 0,735
I12 0,523
I13 0,74
I11 0,686
I14 0,608
I15 0,567
I16 0,48
I17 0,466
I19 0,595
I24 0,591
I25 0,621
I20 0,444
I21 0,883
I22 0,57
I23 0,904
I26 0,732
I29 0,683
I31 0,702
I32 0,834
I33 0,546

Autovalores 5,09 3,09 2,89 2,49 2,17 1,93

% Varianza explicada 16,41 9,96 9,32 8,02 7,01 6,23
% Varianza explicada acumulada 16,41 26,37 35,70 43,71 50,72 56,96
KMO 0,898
Prueba esfericidad de Barlett Aprox. Chi-cuadrado = 8,178,54, gl = 465, p < 0,001
Alfa de Cronbach 0,715 0,75 0,81 0,767 0,759 0,784
DVD: Disturbios en la vida diaria; APO: Anticipación positiva; RET: Retirada; REV: Relaciones
virtuales; UEX: Uso excesivo; TOL: Tolerancia

117
CAPÍTULO VI: RESULTADOS

3.3. ANÁLISIS FACTORIAL CONFIRMATORIO (AFC) DE LA ESCALA SAS.

Tras el modelo generado en el estudio exploratorio, se realizó el análisis

confirmatorio con ecuaciones estructurales mediante el método de extracción de máxima
verosimilitud a una submuestra de 511 adolescentes.
Se confirmó la adecuación del modelo obtenido previamente con el AFE, formado
por seis factores y 31 indicadores. Las cargas factoriales de todos los ítems presentaron
valores superiores a 0,5 y fueron estadísticamente significativos (t ≥ 1,96¸ p ≤ 0,05)
(Figura 4), por lo cual puede señalarse que todos los indicadores saturan de manera
satisfactoria en cada una de sus variables latentes. Por otra parte, los valores de la
“Varianza Media Extraída” (VME o AVE en inglés) fueron superiores a 0,5, lo que
evidencia la validez convergente. Con respecto a la consistencia interna, los valores del
alfa de Cronbach y los de la fiabilidad compuesta se situaron por encima de 0,7 en todas
las dimensiones. La validez discriminante también se ajustó de forma aceptable ya que,
en todos los casos, la raíz cuadrada de la VME (varianza media extraída) de cada uno de
los constructos fue mayor que la correlación de uno con cualquier otro (Tabla 25).

Tabla 25. Consistencia interna, validez convergente y validez discriminante

α de
ρc VME DVD APO RET REV UEX TOL
Cronbach
DVD 0,81 0,82 0,66 0,81†
APO 0,75 0,76 0,68 0,34‡ 0,82
RET 0,77 0,77 0,71 0,40 0,44 0,84
REV 0,76 0,82 0,69 0,43 0,48 0,43 0,83
UEX 0,79 0,78 0,67 0,29 0,15 0,38 0,29 0,82
TOL 0,80 0,79 0,69 0,44 0,26 0,35 0,46 0,13 0,83
α: Alfa Cronbach ρc: Fiabilidad compuesta. VME/AVE: varianza media extraída/average
variance extracted. †Raíz cuadrada de la VME en la diagonal. ‡ Correlaciones entre los
constructos debajo de la diagonal

118
CAPÍTULO VI: RESULTADOS

Figura 4. AFC

DVD: Disturbios en la vida diaria; APO: Anticipación positiva; RET: Retirada; REV: Relaciones
virtuales; UEX: Uso excesivo; TOL: Tolerancia
Elaboración propia

119
CAPÍTULO VI: RESULTADOS

Por lo que se refiere al ajuste del modelo, los diversos índices de bondad de ajuste
resultaron adecuados, por lo que se puede afirmar que el modelo propuesto acerca de la
estructura factorial de la escala es válido. Asimismo, de los análisis realizados en dos
submuestras aleatorias se arrojaron también resultados satisfactorios. (Tabla 26).

Se observó un valor de Chi-Cuadrado superior a 2 en todas las submuestras con un

p-valor menor de 0,01, lo que indicó que no existían diferencias entre los valores
observados y los valores estimados, por tanto, se rechaza la hipótesis nula. Al ser el
tamaño muestral superior a 200 personas la ratio entre el valor χ2 y los grados de libertad
fue inferior a 3.

Se muestran en los índices de bondad de ajuste GFI, AGFI, CFI, NFI y TLI de todas
las submuestras valores próximos a 1 (> 0,9), lo que significa que el modelo del AFE se
ajustó adecuadamente a la realidad observada. Ningún valor de RMSEA fue menor o
igual a 0.05, por lo que no hay ningún error de aproximación del modelo con la realidad.

Tabla 26. Índices bondad ajuste del AFC

χ2(g.l.) p χ2/gl GFI AGFI CFI NFI TLI RMSEA (I.C. 90%)
Total 1.192,27 (419) < 0,001 2,85 0,97 0,96 0,97 0,96 0,96 0,053 (0,049- 0,070)
Submuestra 1 1.047,44 (419) < 0,001 2,5 0,96 0,95 0,96 0,95 0,95 0,064 (0,054- 0,077)
Submuestra 2 997,36 (419) < 0,001 2,38 0,96 0,95 0,96 0,95 0,95 0,063 (0,050- 0,076)
GFI: Goodness of Fit Index. AGFI: Adjusted Goodness of Fit Index. CFI: Comparative Fit Index. NFI: Normed Fit Index. TLI:
Tucker Lewis Index. RMSEA: Root Mean Square Error of Approximation.

120
CAPÍTULO VI: RESULTADOS

4. ANÁLISIS DESCRIPTIVO DE LAS ESCALAS DE MEDIDA SAS, BSCS,

FACES III y MOS SLEEP.

A continuación, se muestra el descriptivo de las puntuaciones obtenidas en cada

una de las escalas realizadas SAS, BSCS, FACES III y MOS sleep, así como el índice de
fiabilidad (alfa de Cronbach) obtenido en cada una de ellas (Tabla 27).

De acuerdo con la puntuación obtenida en la escala SAS y estableciendo que una

puntuación inferior a 108,7 puntos en la escala se considera un uso normal del
Smartphone, se obtuvo que el 92,9% de los adolescentes no tienen dependencia al
Smartphone, mientras que el resto (7,1%) lo hace de forma abusiva/excesiva (Figura 5).

Figura 5. Dependencia al uso del Smartphone en la población de estudiantes de educación

secundaria, bachillerato y formación profesional.

7,1

92,9

Uso normal del Smartphone Uso excesivo del Smartphone

Los estudiantes de secundaria, formación profesional y bachillerato presentan

problemas moderados-altos con la necesidad de obtener placer a través de la utilización
del dispositivo móvil inteligente ( =23,8), con utilizar el dispositivo móvil inteligente
para evadir los problemas o reducir/amortiguar un estado de ánimo deprimido o disfórico
( =14,8) y con la tolerancia, es decir, con la presencia de signos cognitivos y
comportamentales causados por una necesidad cada vez mayor de hacer uso del mismo
( =12,4).

121
CAPÍTULO VI: RESULTADOS

Los adolescentes tienen un autocontrol medio ( =40,3) y pertenecen a familias

con una cohesión semi-relacionada ( =35), donde se establecen límites internos y
externos semiabiertos, con límites intergeneracionales claros, donde priman las
decisiones individuales a las familiares, pero tienen la capacidad de tomar decisiones
familiares cuando se requieren.

En lo que se refiere a los hábitos del sueño, casi la mitad de los adolescentes no
tienen un sueño óptimo (43,6%), no duermen las horas de sueño recomendadas para su
óptimo desarrollo ( =7,3 horas), con desajustes del sueño ( =44,1). Alrededor de un
tercio de los jóvenes vivencian somnolencia diurna ( =38,2), problemas en la calidad del
sueño ( =31,3) y en la cantidad de sueño ( =32,1). Alrededor de un cuarto de ellos,
también presentan alteraciones del sueño y dificultades para su inicio ( =26,5). Tan sólo
una pequeña parte de los adolescentes sienten falta de respiración o dolor de cabeza
( =17,9) y ronquidos ( =10,4).

Con respecto a la fiabilidad, todos los valores de α de Cronbach de las dimensiones

de la escala del sueño MOS sleep se sitúan por encima de 0,7 en todas las escalas
indicando, por tanto, una alta fiabilidad en todas ellas.

122
CAPÍTULO VI: RESULTADOS

Tabla 27. Descriptivo y fiabilidad escalas SAS, BSCS, FACES III y MOS sleep del
estudio.

Alfa
Mín.-Máx. Media (DT) n (%)
Cronbach
SAS
Total 31 - 164 81,3 (22,7) 0,864
Disturbios 7 - 37 15,9 (6,1) 0,851
Anticipación 4 - 24 14,8 (4,6) 0,902
Retirada 8 - 48 23,8 (8,5) 0,802
Relaciones 5 - 30 8,8 (4,3) 0,838
Uso 3 - 18 5,7 (3,0) 0,902
Tolerancia 4 - 24 12,4 (5,2) 0,844
Uso SP, n (%)
Normal 626 (92,9)
Abuso/Excesivo* 48 (7,1)
BSCS 14 - 57 40,3 (6,9) 0,847
FACES III 10 - 50 35,0 (7,2) 0,786
MOS sleep 0,795
Alteración sueño 0 - 100 26,5 (20,8) 0,874
Somnolencia 0 - 100 38,2 (22,6) 0,843
Adecuación 0 - 100 44,1 (27,3) 0,898
Cantidad sueño (horas) 0 - 14 7,3 (1,5) 0,839
Sueño óptimo, n (%) 0,803
No 322 (43,6)
Sí 416 (56,4)
Falta aliento 0 - 100 17,9 (24,1) 0,855
Ronquido 0 - 100 10,4 (21,1) 0,796
Problemas del sueño I 0 - 83,33 31,3 (11,6) 0,822
Problemas del sueño II 2,22 - 79,44 32,1 (11,8) 0,842
*Abuso/Uso excesivo del Smartphone ≥ 108.74/115 puntos. SP: Smartphone. SAS: Smartphone Addiction Scale;
BSCS: Brief Self-Control Scale, FACES III: Family Adaptability and Cohesion Scale. MOS sleep: Medical
Outcomes Study Sleep; Problemas de sueño I: cantidad de sueño. Problemas del sueño II: calidad del sueño.

123
CAPÍTULO VI: RESULTADOS

5. HÁBITOS Y FRECUENCIA DE USO DE LAS NUEVAS TECNOLOGÍAS EN

ADOLESCENTES

En la Tabla 28 se muestra el descriptivo de la edad de inicio y dedicación a las

nuevas tecnologías. Según los resultados arrojados por el estudio, la edad media de
inicio de las nuevas tecnologías sería para el uso de los videojuegos de 7,8 años, para el
uso de internet con 9,8 años y los 11,3 es la edad media de inicio de uso del móvil.

La mayor dedicación de horas al día entre semana se puede observar en el uso del
móvil con 5,4 horas, seguido del acceso a internet (4,8 horas), mientras que en los
videojuegos invierten 1,2 horas /día.

El tiempo empleado a las nuevas tecnologías es mayor en todos los casos en fin de
semana: 6,5 horas al uso del móvil, 5,8 horas a internet y 1,8 horas a los videojuegos.
Resaltar que el 14,3% de los adolescentes nunca han jugado a videojuegos, mientras el
0,8% de los adolescentes nunca ha utilizado internet ni el móvil respectivamente.

Tabla 28. Descriptivo de la edad de inicio y dedicación horaria a las nuevas tecnologías.

Nuevas Tecnologías
Internet Videojuegos Teléfono móvil
P25 P50 P75 Media (DT) P25 P50 P75 Media (DT) P25 P50 P75 Media (DT)
Edad inicio 8 10 11 9,8 (2,4) 6 8 9 7,8 (2,6) 10 12 13 11,3 (2,3)
Horas día 2 3,5 6 4,8 (4,2) 0 0 1 1,2 (2,4) 2 4 7 5,4 (4,5)
Horas fin de semana 2 5 8 5,8 (4,7) 0 0,5 2,5 1,8 (2,9) 3 5 9 6,5 (4,9)
n % n % n %
Nunca usadas 6 0,8 0 106 14,3 6 0,8
6
P25: percentil 25; P50: percentil 50; P75: percentil 75; DT: desviación típica

Con respecto a la frecuencia de uso del móvil o internet para las diferentes aplicaciones
(Tabla 29), se puede observar que los jóvenes lo emplean sobre todo para acceder a
aplicaciones de redes sociales “mensajería, chat o foros” y de búsqueda de información.

124
CAPÍTULO VI: RESULTADOS

Asimismo, para las aplicaciones de redes sociales (mensajería, chats o foros) el

91,6% de los adolescentes lo utilizan diariamente y el 4,5% semanalmente. Para la
búsqueda de información seis de diez adolescentes lo usan diariamente y dos de cada tres
con una frecuencia semanal.

Seguidamente lo utilizan también para la realización de trabajos escolares y acceso

al correo electrónico. De esta manera, cuatro de cada diez adolescentes utilizan internet
o el teléfono, con una frecuencia diaria y semanal, para la realización de trabajos
escolares y acceso al correo electrónico.

La descarga de programas, audiovisuales o entretenimiento se lleva a cabo con una

periodicidad diaria y semanal en una tercera parte de los estudiantes de secundaria,
formación profesional y bachillerato; mientras que para una cuarta parte de los
estudiantes esta periodicidad es mensual.

Casi la mitad de los jóvenes usan internet o el teléfono para jugar online con una
frecuencia diaria o semanal (46,7%).

En referencia a su uso para el envío o recepción de mensajes sexuales o eróticos-

sexting, aproximadamente tres cuartas partes de los adolescentes reportan que nunca u
ocasionalmente lo han utilizado.

Tabla 29. Descriptivo de la frecuencia de uso del móvil o internet en los adolescentes.

Frecuencia, %
Nunca/
Mensual Semanal Diaria
Ocasional
Uso móvil o internet para:
Redes sociales 2,1 1,8 4,5 91,6
Correo electrónico 10,3 17,0 35,7 37,0
Descargas de programas,
audiovisuales y 15,4 24,8 31,2 28,5
entretenimiento.
Trabajos escolares 6,8 15,6 36,0 41,6
Búsqueda de información 8,4 10,0 23,3 58,3
Jugar online 50,7 12,6 14,9 21,8
Sexting 77,1 7,8 7,6 7,6

125
CAPÍTULO VI: RESULTADOS

6. RELACIÓN ENTRE LA ADICCIÓN AL SMARTPHONE, LA CALIDAD DEL

SUEÑO, EL AUTOCONTROL, LA COHESIÓN FAMILIAR Y EL USO DE
LAS NUEVAS TECNOLOGÍAS SEGÚN LAS VARIABLES
SOCIODEMOGRÁFICAS DE LOS ADOLESCENTES.

En este apartado se muestran los resultados descriptivos de las puntuaciones de las

escalas de medida SAS, BSCS, FACES III y MOS, según las variables demográficas
estudiadas, así como los resultados de las pruebas estadísticas realizadas para comparar
las puntuaciones entre los grupos.

6.1. RELACIÓN ENTRE LA ADICCIÓN AL SMARTPHONE, LA CALIDAD DEL

SUEÑO, EL AUTOCONTROL, LA COHESIÓN FAMILIAR Y EL USO DE
LAS NUEVAS TECNOLOGÍAS SEGÚN SEXO.

En la Tabla 30 se muestran los resultados obtenidos de la adicción al dispositivo

móvil inteligente según el sexo. Las chicas mostraron puntuaciones superiores a los
chicos en cuanto al uso excesivo/abuso del teléfono móvil inteligente, aunque no con
significación estadística. Las pruebas evidenciaron diferencias estadísticamente
significativas en las dimensiones disturbios, retirada y tolerancia de la escala SAS, donde
la puntuación de los chicos fue significativamente inferior que la de las chicas.

De esta manera, las chicas experimentan mayores síntomas físicos, psíquicos e

interferencias en sus actividades de la vida cotidiana debido al uso del Smartphone
( =16,37); presentan en mayor medida la necesidad de utilizar el dispositivo móvil
inteligente para sentir placer y sienten un profundo malestar emocional que incluye un
estado de ánimo disfórico, insomnio, irritabilidad e inquietud psicomotora ante retirada
del Smartphone ( =24,45); y una mayor tolerancia, es decir, síntomas cognitivos y
comportamentales (ansiedad, irritación y depresión) como consecuencia de la
interrupción, detención o no poder hacer uso del Smartphone. ( =13,25).

126
 CAPÍTULO VI: RESULTADOS

Tabla 30. Adicción al Smartphone en los adolescentes según el sexo.

Sexo Tamaño
Prueba p-valor
Chico Chica efecto
SAS
Total, media (DT) 79,9 (22,63) 82,6 (22,76) t(672) = -1,55 0,123 -
Disturbios, media (DT) 15,47 (6,04) 16,37 (6,22) t(723) = -1,97 0,049 d = -0,15
Anticipación, media (DT) 14,9 (4,51) 14,72 (4,72) t(723) = 0,53 0,599 -
Retirada, media (DT) 23,12 (8,15) 24,45 (8,72) t(721) = -2,12 0,034 d = -0,16
Relaciones, media (DT) 8,89 (4,23) 8,76 (4,29) t(728) = 0,40 0,692 -
Uso, media (DT) 5,86 (3,09) 5,6 (2,86) t(725) = 1,21 0,226 -
Tolerancia, media (DT) 11,58 (4,87) 13,25 (5,42) t(732) = -4,39 < 0,001 d = -0,32
Abuso/Uso excesivo SP*, n (%) 22 (6,70) 26 (7,50) χ2(1) = 0,18 0,668 -
DT: desviación típica. d: d de Cohen. V: V de Cramer; *Abuso/Uso excesivo del Smartphone ≥ 108.74/115 puntos.
SP: Smartphone. SAS: Smartphone Addiction Scale.

En la escala de sueño de MOS sleep (Tabla 31) se observó que en las dimensiones
alteración sueño (p=0,004), somnolencia (p<0,001), falta aliento (p=0,002), y problemas
del sueño II relacionados con la insuficiente cantidad de sueño (p=0,001), las
puntuaciones de los chicos fueron significativamente inferiores que la de las chicas,
mientras que en las dimensiones adecuación (p<0,001) y ronquido (p=0,003), las
puntuaciones de los chicos fueron significativamente superiores que la de las chicas.

Las chicas presentaron puntuaciones medias en alteraciones en el sueño

( =28,68), somnolencia diurna ( =41,51), falta de respiración y dolor de cabeza
( =20,64), y problemas relacionados con una cantidad de sueño no adecuada ( =33,44)
mayores a las obtenidas por los chicos.

Por otro lado, los chicos obtienen una puntuación media más elevada en los
desajustes del sueño ( =47,9) y en los ronquidos ( =12,7) que las chicas. Tanto chicos
como chicas tienen, en promedio, una calidad del sueño (problemas de sueño II)
moderada (p=0,001) porque el valor de 30 puntos se califica como moderado.

127
 CAPÍTULO VI: RESULTADOS

Tabla 31. Calidad del sueño en los adolescentes según sexo

Sexo Tamaño
Prueba p-valor
Chico Chica efecto
MOS sleep
Problemas del sueño I, media
30,76 (10,87) 31,85 (12,2) t(731) = -1,27 0,205 -
(DT)
Problemas del sueño II, media
30,58 (10,39) 33,44 (12,76) t(720) = -3,30 0,001 d = -0,25
(DT)
Alteración sueño, media (DT) 24,22 (18,51) 28,68 (22,65) t(728) = -2,90 0,004 d = -0,22
Somnolencia, media (DT) 34,74 (21,27) 41,51 (23,30) t(735) = -4,12 < 0,001 d = -0,30
Adecuación, media (DT) 47,9 (28,02) 40,37 (26,12) t(735) = 3,77 < 0,001 d = 0,28
Cantidad sueño (horas), media
7,47 (1,65) 7,06 (1,28) t(736) = -0,90 0,369 -
(DT)
Falta aliento, media (DT) 15,08 (21,55) 20,64 (26,13) t(737) = -3,15 0,002 d = -0,23
Ronquido, media (DT) 12,7 (21,90) 8,12 (19,97) t(729) = 2,96 0,003 d = 0,22
Sueño óptimo, n (%) 198 (54,70) 218 (58,00) χ2(1) = 0,81 0,369 -
DT: desviación típica. d: d de Cohen. V: V de Cramer; MOS sleep: Medical Outcomes Study Sleep.

En el resto de las escalas (BSCS y FACES III) no se observaron diferencias

estadísticamente significativas entre chicos y chicas, por lo que ambos sexos tienen, en
promedio, un autocontrol moderado y pertenecen a una estructura familiar con cohesión
semi-relacionada (Tabla 32).

Tabla 32. Autocontrol y cohesión familiar en los adolescentes según sexo.

Tamaño
Sexo Prueba p-valor
efecto
Chico Chica
BSCS, media (DT) 40,56 (6,77) 40,02 (7,02) t(739) = 1,06 0,288 -
-
FACES III, media (DT) 34,56 (7) 35,35 (7,36) t(739) = -1,50 0,134
DT: desviación típica. d: d de Cohen. BSCS: Brief Self-Control Scale. FACES III: Family Adaptability and
Cohesion Scale.

128
CAPÍTULO VI: RESULTADOS

Con respecto a los hábitos con las nuevas tecnologías (Tabla 33), los chicos
dedican más horas al día tanto entre semana (1,8 horas) como en fin de semana (3 horas)
a jugar a videojuegos que las chicas, existiendo una diferencia importante de uso con
respecto a las chicas de 1,3 horas entre semana y 2,2 horas los fines de semana. Las
chicas utilizan más el móvil los fines de semana (7 horas) que los chicos, es decir, dedican
una hora más que ellos.

Tabla 33. Edad de inicio y dedicación horaria a las nuevas tecnologías en los jóvenes.

Sexo, media (DT) Prueba t -Student

d
Chico Chica t(g.l.) p-valor
Internet
Edad inicio 9,64 (2,46) 9,91 (2,37) t(733) = -1,53 0,127 -
Horas entre semana 4,85 (4,43) 4,78 (3,94) t(733) = 0,24 0,811 -
Horas fin de semana 5,69 (4,77) 5,95 (4,71) t(732) = -0,74 0,458 -
Videojuegos
Edad inicio 7,69 (2,60) 7,98 (2,63) t(637) = -1,38 0,169 -
Horas día 1,81 (2,88) 0,53 (1,54) t(735) = 7,61 < 0,001 0,56
Horas fin de semana 2,95 (3,44) 0,74 (1,73) t(735) = 11,07 < 0,001 0,82
Teléfono móvil
Edad inicio 11,37 (2,30) 11,27 (2,31) t(730) = 0,57 0,569 -
Horas día 5,19 (4,67) 5,58 (4,36) t(732) = -1,14 0,253 -
Horas fin de semana 5,95 (4,82) 6,98 (4,88) t(731) = -2,87 0,004 -0,21
DT: desviación típica. g.l.: grados libertad d: d de Cohen (tamaño del efecto).

En cuanto a los usos del móvil o internet (Tabla 34), las chicas los emplean más
para acceder a las redes sociales “mensajería instantánea, chats o foros”, al correo
electrónico y para realizar trabajos escolares. Los chicos hacen un uso superior a las
chicas para búsqueda de información, para jugar online y para el envío/recepción de
mensajes sexuales o eróticos –sexting. Chicos y chicas invierten la misma cantidad de
tiempo en el uso del móvil e internet para descargas de programas, audiovisuales y
entretenimiento. Ambos sexos tienen una periodicidad de uso similar en internet,
videojuegos y teléfono móvil.

129
 CAPÍTULO VI: RESULTADOS

Tabla 34. Usos de las nuevas tecnologías según sexo en los adolescentes.

Sexo, media (DT) Prueba t -Student

d
Chico Chica t(g.l.) p-valor
Uso móvil o internet para:
Redes sociales 4,45 (1,00) 4,69 (0,77) t(735) = -3,72 < 0,001 -0,27
Correo electrónico 2,97 (1,24) 3,18 (1,15) t(738) = -2,40 0,017 -0,18
Descargas de programas,
audiovisuales y 2,87 (1,24) 2,73 (1,33) t(735) = 1,47 0,141 -
entretenimiento.
Trabajos escolares 2,95 (1,19) 3,54 (1,02) t(736) = -7,29 < 0,001 -0,54
Búsqueda de información 3,7 (1,28) 3,51 (1,28) t(739) = 1,99 0,049 0,14
Jugar online 2,78 (1,70) 0,9 (1,27) t(737) = 17,05 < 0,001 1,25
Sexting 1,2 (1,61) 0,47 (1,09) t(738) = 7,19 < 0,001 0,53
DT: desviación típica. g.l.: grados libertad d: d de Cohen (tamaño del efecto). La media toma los valores 1: nunca, 2:
menos de una vez al mes, 3: alguna vez al mes, 4: alguna vez a la semana, 5: casi todos los días; 6: todos los días.

6.2. RELACIÓN ENTRE LA ADICCIÓN AL SMARTPHONE, LA CALIDAD DEL

SUEÑO, EL AUTOCONTROL, LA COHESIÓN FAMILIAR Y EL USO DE
LAS NUEVAS TECNOLOGÍAS SEGÚN ETAPA EDUCATIVA

Las pruebas no hallaron diferencias significativas en la adicción al Smartphone

según la etapa educativa de los adolescentes (Tabla 35).

Tabla 35. Adicción al Smartphone en los adolescentes según etapa educativa.

Curso Tamaño
Prueba p-valor
ESO BACH/FP efecto
SAS
Total, media (DT) 80,89 (22,89) 81,7 (21,62) t(634) = -0,44 0,658 -
Disturbios, media (DT) 15,73 (6,07) 16,19 (6,06) t(680) = -0,98 0,328 -
Anticipación, media (DT) 14,73 (4,70) 14,91 (4,42) t(680) = -0,51 0,613 -
Retirada, media (DT) 23,52 (8,61) 24,19 (8,09) t(680) = -1,03 0,305 -
Relaciones, media (DT) 8,96 (4,16) 8,45 (4,02) t(684) = 1,59 0,112 -
Uso, media (DT) 5,77 (2,92) 5,45 (2,78) t(684) = 1,47 0,143 -
Tolerancia, media (DT) 12,33 (5,26) 12,71 (5,18) t(688) = -0,94 0,349 -
Abuso/Uso excesivo SP*, n (%) 25 (6,50) 17 (6,70) χ2(1) = 0,01 0,924 -
DT: desviación típica. d: d de Cohen. V: V de Cramer. *Abuso/Uso excesivo del Smartphone ≥ 108.74/115
puntos. SP: Smartphone. SAS: Smartphone Addiction Scale.

130
 CAPÍTULO VI: RESULTADOS

En la tabla 36 se muestran los resultados obtenidos en los hábitos de sueño según la

etapa educativa que cursan los adolescentes. Las pruebas muestran diferencias
estadísticamente significativas en las dimensiones de cantidad de sueño y somnolencia de
la escala del sueño MOS sleep.

Las puntuaciones en cantidad de sueño fueron superiores en los adolescentes que

cursan la etapa educativa de educación secundaria obligatoria (ESO), mientras que los
estudiantes de bachillerato o formación profesional (BCH/FP) obtuvieron una mayor
puntuación en somnolencia.

En ninguna etapa educativa los adolescentes duermen las horas recomendadas para
su pleno desarrollo; no obstante, los adolescentes que cursan la ESO duermen más horas
(7,5 h) que los que cursan BCH/FP (7 h). Los adolescentes que cursan BCH/FP ( =41,9)
pasan el día con más somnolencia que los de la ESO ( =35,7).

En el resto de las dimensiones de la escala del sueño MOS sleep no se hallaron

diferencias estadísticamente significativas. A pesar, de no alcanzar significación
estadística, los adolescentes de educación secundaria obligatoria ( =45,25) tienen menos
adecuación o idoneidad del sueño que los de bachillerato y formación profesional
( =41,75). Casi la mitad de los adolescentes españoles refieren no tener un sueño óptimo.

Tabla 36. Calidad del sueño en los adolescentes según etapa educativa.

Curso Tamaño
Prueba p-valor
ESO BACH/FP efecto
MOS sleep
Problemas del sueño I, media (DT) 31,43 (11,57) 30,68 (11,45) t(689) = 0,84 0,404 -
Problemas del sueño II, media (DT) 31,77 (11,66) 32,13 (11,83) t(679) = -0,39 0,697 -
Alteración sueño, media (DT) 25,69 (20,23) 26,91 (21,43) t(685) = -0,76 0,45 -
Somnolencia, media (DT) 35,72 (22,64) 41,9 (22,45) t(692) = -3,53 < 0,001 d = -0,27
Adecuación, media (DT) 45,25 (27,70) 41,75 (26,25) t(692) = 1,67 0,096 -
Cantidad sueño(horas), media (DT) 7,49 (1,58) 6,97 (1,14) t(692) = 4,70 < 0,001 d = 0,36
Falta aliento, media (DT) 17,29 (24,97) 18,04 (23,06) t(693) = -0,40 0,69 -
Ronquido, media (DT) 9,71 (20,12) 10,22 (21,18) t(686) = -0,32 0,751 -
Sueño óptimo, n (%) 237 (56,40) 158 (57,70) χ2(1) = 0,10 0,748 -
DT: desviación típica. d: d de Cohen. V: V de Cramer. MOS sleep: Medical Outcomes Study Sleep.

131
 CAPÍTULO VI: RESULTADOS

Las pruebas no arrojaron resultados estadísticamente significativos en referencia al

autocontrol personal y el tipo de cohesion familiar de los adolescentes según la etapa
educativa (Tabla 37).

Tabla 37. Autocontrol y cohesión familiar en los adolescentes según sexo.

Curso Tamaño
Prueba p-valor
ESO BACH/FP efecto
BSCS, media (DT) 40,1 (7,23) 40,31 (6,23) t(695) = -0,40 0,69 -
-
FACES III, media (DT) 34,63 (7,35) 35,4 (6,78) t(695) = -1,41 0,159
DT: desviación típica. d: d de Cohen. V: V de Cramer. BSCS: Brief Self-Control Scale. FACES III: Family
Adaptability and Cohesion Scale.

La Tabla 38 recoge los hábitos con las nuevas tecnologías según la etapa educativa
de los adolescentes. Los estudiantes de educación secundaria obligatoria comenzaron a
usar las nuevas tecnologías (internet, videojuegos y teléfono móvil) antes que los
estudiantes de bachillerato y formación profesional. Los estudiantes de educación
secundaria obligatoria se iniciaron en el uso de internet con 9,43 años frente a 10,1 años
de los alumnos de bachillerato o formación profesional (p<0,001); a jugar a videojuegos
con 7,66 años frente a 8,11 años de los alumnos de bachillerato y formación profesional
(p=0,04); y al uso del teléfono móvil con 11,01 frente a 11,71 años de los estudiantes de
bachillerato y formación profesional (p<0,001).

No se han encontrado diferencias significativas en la dedicación horaria a las

nuevas tecnologías, tanto entre semana como en fin de semana, en ninguna de las etapas
educativas; con una excepción, los estudiantes de bachillerato y formación profesional
dedican más horas entre semana al uso del teléfono móvil (5,8 horas) que los estudiantes
de educación secundaria obligatoria (4,96 horas).

132
CAPÍTULO VI: RESULTADOS

Tabla 38. Edad de inicio y dedicación horaria a las nuevas tecnologías según etapa
educativa.

Curso, media (DT) Prueba t -Student

d
ESO BACH/FP t(g.l.) p-valor
Internet
Edad inicio 9,43 (2,39) 10,1 (2,34) t(691) = -3,61 < 0,001 -0,28
Horas día 4,54 (4,08) 5,13 (4,09) t(692) = -1,85 0,064 -0,14
Horas fin de semana 5,77 (4,64) 6,05 (4,87) t(691) = -0,77 0,443 -0,06
Videojuegos
Edad inicio 7,66 (2,51) 8,11 (2,72) t(604) = -2,06 0,04 -0,17
Horas día 1,1 (2,15) 1,1 (2,38) t(693) = -0,04 0,971 0,00
Horas fin de semana 1,85 (2,85) 1,72 (2,93) t(693) = 0,58 0,565 0,04
Teléfono móvil
Edad inicio 11,01 (2,25) 11,71 (2,25) t(688) = -3,97 < 0,001 -0,31
Horas día 4,96 (4,19) 5,8 (4,67) t(692) = -2,45 0,014 -0,19
Horas fin de semana 6,21 (4,83) 6,82 (4,93) t(691) = -1,62 0,106 -0,13
DT: desviación típica. g.l.: grados libertad d: d de Cohen (tamaño del efecto)

Con respecto al uso que le dan al móvil o a internet (Tabla 39), se destaca una
mayor empleabilidad de los alumnos de bachillerato o formación profesional que los
alumnos de secundaria para acceder a las redes sociales (mensajería instantánea, chats o
foros), así como para el manejo del correo electrónico y la realización de trabajos
escolares. En cambio, los jóvenes de la etapa de educación secundaria hacen un mayor
uso el móvil e internet para jugar online que los jóvenes de bachillerato o formación
profesional.

133
CAPÍTULO VI: RESULTADOS

Tabla 39. Usos de las nuevas tecnologías en los estudiantes de educación secundaria,
bachillerato y formación profesional.

Curso, media (DT) Prueba t -Student

d
ESO BACH/FP t(g.l.) p-valor
Uso móvil o internet para:
Redes sociales 4,5 (0,97) 4,75 (0,56) t(691) = -3,89 < 0,001 -0,30
Correo electrónico 2,76 (1,20) 3,52 (0,98) t(694) = -8,80 < 0,001 -0,68
Descargas de programas,
audiovisuales y 2,78 (1,34) 2,76 (1,21) t(691) = 0,21 0,832 0,02
entretenimiento.
Trabajos escolares 3,14 (1,12) 3,45 (1,11) t(692) = -3,53 < 0,001 -0,27
Búsqueda de información 3,54 (1,35) 3,67 (1,16) t(695) = -1,27 0,203 -0,10
Jugar online 1,92 (1,79) 1,64 (1,71) t(693) = 2,09 0,037 0,16
Sexting 0,77 (1,35) 0,86 (1,48) t(694) = -0,81 0,421 -0,06
DT: desviación típica. g.l.: grados libertad d: d de Cohen (tamaño del efecto). La media toma los valores 1: nunca, 2:
menos de una vez al mes, 3: alguna vez al mes, 4: alguna vez a la semana, 5: casi todos los días; 6: todos los días.

6.3. RELACIÓN ENTRE LA ADICCIÓN AL SMARTPHONE, LA CALIDAD DEL

SUEÑO, EL AUTOCONTROL, LA COHESIÓN FAMILIAR Y EL USO DE
LAS NUEVAS TECNOLOGÍAS SEGÚN TIPO DE ESTRUCTURA
FAMILIAR.

En la Tabla 40 se muestran los resultados hallados en cuanto al tipo de estructura

familiar. Los datos arrojaron diferencias con significación estadística en la dimensión de
uso del Smartphone de la escala SAS según el tipo de familia.

Se hallaron puntuaciones superiores en el uso normalizado del Smartphone en las

familias tradicionales y monoparentales respecto al resto de tipos de estructuras
familiares. Los adolescentes pertenecientes a familias tradicionales y monoparentales
hacen un mayor uso normalizado del Smartphone en comparación con los pertenecientes
a otras conformaciones familiares (p=0,014).

134
 CAPÍTULO VI: RESULTADOS

Tabla 40. Adicción al Smartphone en los jóvenes españoles según tipo de familia

Tipo Familia Tamaño

Prueba p-valor
Tradicional Monoparental Otros efecto
SAS
Total, media (DT) 81,4 (22,24) 80,61 (22,94) 81,22 (35,23) F(2;671) = 0,05 0,954 -
Disturbios, media (DT) 15,89 (6,07) 15,89 (6,07) 17,28 (8,84) F(2;722) = 0,45 0,641 -
Anticipación, media (DT) 14,91 (4,60) 14,54 (4,46) 12,5 (5,51) F(2;722) = 2,58 0,076 -
Retirada, media (DT) 23,78 (8,34) 24,26 (8,87) 22,11 (10,71) F(2;720) = 0,50 0,606 -
Relaciones, media (DT) 8,78 (4,09) 8,94 (4,74) 9,89 (6,62) F(2;727) = 0,64 0,53 -
Uso, media (DT) 5,74 (2,91) 5,56 (3,14) 6,28 (4,16) F(2;724) = 0,47 0,626 -
Tolerancia, media (DT) 12,36 (5,19) 12,74 (5,20) 13,17 (6,47) F(2;731) = 0,41 0,667 -
Abuso/Excesivo SP*, n (%) 38 (6,70)a 6 (6,50)a 4 (22,20)b χ2(2) = 6,38 0,041 V = 0,10
eta2:
DT: desviación típica. gl.: grados de libertad. eta cuadrado parcial. V: V de Cramer. a-b: comparaciones dos a dos. Entre dos
columnas diferentes letras indican diferencias estadísticamente significativas (corrección Bonferroni). *Abuso/Uso excesivo del Smartphone ≥
108.74/115 puntos. SP: Smartphone. SAS: Smartphone Addiction Scale.

El tipo de conformación familiar no mostró significación estadística en los hábitos

de sueño de los estudiantes de educación secundaria obligatoria, bachillerato y formación
profesional (Tablas 41).

Tabla 41. Calidad del sueño en los adolescentes según tipo de familia.

Tipo de Familia Tamaño

Prueba p-valor
Tradicional Monoparental Otros efecto
MOS sleep
Problemas del sueño I, media (DT) 31,36 (11,54) 30,34 (10,63) 35 (16,74) F(2;730) = 1,26 0,284 -
Problemas del sueño II, media (DT) 32 (11,62) 31,33 (10,78) 37,59 (18,43) F(2;719) = 2,19 0,112 -
Alteración sueño, media (DT) 26,26 (20,60) 25,98 (20,48) 37,36 (28,36) F(2;727) = 2,53 0,081 -
Somnolencia, media (DT) 38,21 (22,78) 37,01 (21,43) 44,31 (21,34) F(2;734) = 0,76 0,468 -
Adecuación, media (DT) 44,73 (27,52) 41,63 (27,35) 34,44 (16,17) F(2;734) = 1,70 0,184 -
Cantidad sueño (horas), media (DT) 7,25 (1,51) 7,37 (1,35) 6,97 (1,38) F(2;735) = 0,60 0,548 -
Falta aliento, media (DT) 17,72 (23,94) 17,53 (24,02) 26,67 (30,68) F(2;736) = 1,22 0,297 -
Ronquido, media (DT) 9,94 (20,22) 12 (25,33) 16,67 (24,01) F(2;728) = 1,22 0,295 -
Sueño óptimo, n (%) 350 (56,00) 56 (57,10) 10 (55,60) χ2(2) = 0,03 0,985 -
2
DT: desviación típica. gl.: grados de libertad. eta : eta cuadrado parcial. V: V de Cramer. MOS sleep: Medical Outcomes
Study Sleep.

135
 CAPÍTULO VI: RESULTADOS

No se hallaron diferencias estadísticamente significativas en las escalas de

autocontrol y cohesión familiar según el tipo de familia (Tablas 42). El tipo de estructura
familiar no juega un papel relevante en el autocontrol de los jóvenes españoles. En las
familias monoparentales se observa una cohesión mayoritariamente no relacionada
(miembros extremadamente individualistas, con poca intimidad y mínima cohesión)
aunque sin significación estadística.

Tabla 42. Autocontrol y cohesión familiar en los estudiantes de educación

secundaria obligatoria, bachillerato y formación profesional.

Tipo de familia Tamaño

Prueba p-valor
Tradicional Monoparental Otros efecto
BSCS, media (DT) 40,17 (6,85) 40,73 (7,41) 41,61 (5,97) F(2;738) = 0,62 0,538 -
FACES III, media (DT) 35,17 (7,09) 33,52 (7,34) 35,72 (8,97) F(2;738) = 2,34 0,097 -
2
DT: desviación típica. gl.: grados de libertad. eta : eta cuadrado parcial. V: V de Cramer. BSCS: Brief Self-Control Scale.
FACES III: Family Adaptability and Cohesion Scale.

En la Tabla 43 se recogen los hábitos de uso de las nuevas tecnologías según el tipo
de estructura familiar. Las pruebas hallaron diferencias estadísticamente significativas
en la edad de inicio de internet y del teléfono móvil, así como en la dedicación horaria al
teléfono móvil según pertenecieran a un tipo u a otro de familia.

Los jóvenes de familias monoparentales y tradicionales comenzaron el uso de internet

y del móvil a una edad bastante anterior que los jóvenes de otro tipo de constelaciones
familiares.

La edad de inicio para el uso de internet se sitúa en los nueve casi diez años para los
estudiantes pertenecientes a familias con estructuras tradicionales y monoparentales y a
los once años para familias conformadas por otro tipo de estructura familiar.

En la iniciación al uso del teléfono móvil, los adolescentes miembros de familias

con estructura tradicional y monoparental son los primeros que se inician, en torno a los
once años, mientras que los miembros de otro tipo de estructura familiar comienzan a los
trece años.

136
 CAPÍTULO VI: RESULTADOS

Referido a la dedicación horaria a las nuevas tecnologías sólo se observan

diferencias significativas en el uso del teléfono móvil en familias monoparentales. Los
jóvenes con familias monoparentales emplean más tiempo tanto entre semana (6,77
horas) como en fin de semana (7,54 horas) al teléfono móvil en comparación a los jóvenes
de familias tradicionales u otro tipo de estructuras familiares.

Tabla 43. Hábitos con las nuevas tecnologías según tipo de estructura familiar.

Familia, media (DT) Prueba ANOVA Tamaño

Tradicional Monoparental Otros F(g.l.) p-valor efecto

Internet
Edad inicio 9,75 (2,33)a 9,7 (2,46)a 11,25 (4,3)b F(2;732) = 3,09 0,046 eta2 = 0,01
Horas día 4,68 (4,03) 5,63 (4,79) 5,03 (5,36) F(2;732) = 2,20 0,112 -
Horas fin de semana 5,75 (4,61) 6,64 (5,6) 4,03 (3,38) F(2;731) = 2,84 0,059 -
Videojuegos
Edad inicio 7,76 (2,61) 8,16 (2,71) 8,42 (2,07) F(2;636) = 1,20 0,301 -
Horas día 1,15 (2,37) 1,22 (2,59) 1,11 (1,82) F(2;734) = 0,04 0,957 -
Horas fin de semana 1,88 (3) 1,56 (2,53) 1,16 (1,85) F(2;734) = 0,98 0,375 -
Teléfono móvil
Edad inicio 11,32 (2,21)a 10,98 (2,73)a 13,38 (2,22)b F(2;729) = 7,56 0,001 eta2 = 0,02
Horas día 5,17 (4,28)a 6,77 (5,49)b 5,42 (5,39)a F(2;731) = 5,27 0,005 eta2 = 0,01
Horas fin de semana 6,35 (4,72)a 7,54 (5,75)b 4,97 (4,55)c F(2;730) = 3,35 0,036 eta2 = 0,01
eta2:
DT: desviación típica. gl.: grados de libertad. eta cuadrado parcial. a-b-c: comparaciones dos a dos. Entre dos
columnas diferentes letras indican diferencias estadísticamente significativas (corrección Bonferroni).

No se hallaron diferencias estadísticamente significativas en los usos de internet o

el móvil en los adolescentes según el tipo de familia a la cual pertenecen (Tabla 44).

137
 CAPÍTULO VI: RESULTADOS

Tabla 44. Usos del móvil o internet en los jóvenes.

Familia, media (DT) Prueba ANOVA Tamaño

Tradicional Monoparental Otros F(g.l.) p-valor efecto

Uso móvil o internet para:

Redes sociales 4,57 (0,9) 4,63 (0,82) 4,28 (1,13) F(2;734) = 1,20 0,302 -
Correo electrónico 3,07 (1,2) 3,02 (1,2) 3,56 (0,98) F(2;737) = 1,56 0,212 -
Descargas de programas,
audiovisuales y 2,78 (1,29) 2,97 (1,28) 2,44 (1,29) F(2;734) = 1,62 0,199 -
entretenimiento.
Trabajos escolares 3,23 (1,15) 3,31 (1,13) 3,61 (1,2) F(2;735) = 1,09 0,336 -
Búsqueda de información 3,58 (1,31) 3,78 (1,16) 3,56 (1,25) F(2;738) = 1,03 0,357 -
Jugar online 1,86 (1,79) 1,76 (1,66) 1,06 (1,55) F(2;736) = 1,90 0,151 -
Sexting 0,84 (1,41) 0,66 (1,39) 1,39 (1,61) F(2;737) = 2,10 0,123 -
DT: desviación típica. g.l.: grados libertad d: d de Cohen (tamaño del efecto). La media toma los valores 1: nunca, 2:
menos de una vez al mes, 3: alguna vez al mes, 4: alguna vez a la semana, 5: casi todos los días; 6: todos los días.

6.4. RELACIÓN ENTRE LA ADICCIÓN AL SMARTPHONE, LA CALIDAD DEL

SUEÑO, EL AUTOCONTROL, LA COHESIÓN FAMILIAR Y EL USO DE
LAS NUEVAS TECNOLOGÍAS SEGÚN NIVEL SOCIOECONÓMICO.

Las pruebas no evidenciaron diferencias estadísticamente significativas en la

adicción al Smartphone de los adolescentes según el nivel socioeconómico (Tabla 45).

138
 CAPÍTULO VI: RESULTADOS

Tabla 45. Adicción al Smartphone en los adolescentes según nivel socioeconómico

Nivel socioeconómico Tamaño

Prueba p-valor
I II III efecto
SAS
Total, media (DT) 81,24(23,62) 85,55 (20,55) 80,86 (21,49) F(2;671) = 0,56 0,574 -
Disturbios, media (DT) 16,02 (6,24) 16,8 (6,12) 15,67 (5,98) F(2;722) = 0,58 0,558 -
Anticipación, media (DT) 14,7 (4,52) 13,9 (3,94) 15,08 (4,83) F(2;722) = 1,14 0,32 -
Retirada, media (DT) 23,57 (8,7) 26,6 (8,02) 23,87 (8,1) F(2;720) = 1,82 0,163 -
Relaciones, media (DT) 8,9 (4,39) 8,37 (3,55) 8,75 (4,11) F(2;727) = 0,29 0,749 -
Uso, media (DT) 5,88 (3,15) 5,77 (2,79) 5,47 (2,69) F(2;724) = 1,61 0,201 -
Tolerancia, media (DT) 12,48 (5,41) 13,79 (5,22) 12,22 (4,89) F(2;731) = 1,23 0,293 -
Uso Abuso/Excesivo SP*, n (%) 30 (7,6) 1 (3,4) 17 (6,9) χ2(2) = 0,73 0,694 -

DT: desviación típica. eta2: eta cuadrado parcial. V: V de Cramer. *Abuso/Uso excesivo del Smartphone ≥ 108.74/115 puntos. SP: Smartphone. SAS: Smartphone Addiction
Scale. I: Directivos de la Administración Pública y de empresas de 10 ó más asalariados; Profesiones asociadas a titulaciones de segundo y tercer ciclo universitario; Directivos
de empresas con menos de 10 asalariados; Profesiones asociadas a una titulación de primer ciclo universitario; Técnicos y profesionales de apoyo; Artistas y deportistas; Estudios
Universitarios. II: Empleados de tipo administrativo y profesionales de apoyo a la gestión administrativa y financiera; Trabajadores de los servicios personales y de seguridad;
Trabajadores por cuenta propia; Supervisores de trabajadores manuales; Estudios de Secundaria, Bachillerato y Formación Profesional III: Trabajadores manuales cualificados;
Trabajadores manuales semicualificados; Trabajadores no cualificados; Estudios de primaria y Sin Estudios.

No se hallaron diferencias estadísticamente significativas en la calidad del sueño de

los estudiantes de secundaria, bachillerato y formación profesional según el nivel
socioeconómico (Tabla 46).

Tabla 46. Calidad del sueño en los jóvenes españoles.

Nivel socioeconómico Tamaño

Prueba p-valor
I II III efecto
MOS Sleep
Problemas del sueño I, media (DT) 31,6 (11,19) 30,89 (11,07) 30,91 (12,25) F(2;730) = 0,31 0,732 -
Problemas del sueño II, media (DT) 31,92 (11,7) 31,48 (8,97) 32,33 (12,13) F(2;719) = 0,14 0,87 -
Alteración sueño, media (DT) 26,38 (20,91) 24,33 (12,27) 26,93 (21,52) F(2;727) = 0,23 0,798 -
Somnolencia, media (DT) 37,13 (22,7) 41,11 (23,75) 39,62 (22,19) F(2;734) = 1,28 0,279 -
Adecuación, media (DT) 44,57 (27,48) 41 (31,88) 43,61 (26,56) F(2;734) = 0,30 0,741 -
Cantidad sueño (horas), media (DT) 7,26 (1,5) 7,37 (1,17) 7,25 (1,49) F(2;735) = 0,08 0,921 -
Falta aliento, media (DT) 19 (23,83) 17,33 (22,73) 16,19 (24,76) F(2;736) = 1,14 0,321 -
Ronquido, media (DT) 9,63 (19,67) 10 (18,75) 11,62 (23,37) F(2;728) = 0,74 0,477 -
Sueño óptimo, n (%) 247 (56) 16 (53,3) 153 (57,3) χ2(2) = 0,23 0,891 -
DT: desviación típica. eta2: eta cuadrado parcial. V: V de Cramer. MOS sleep: Medical Outcomes Study Sleep. I: Directivos de la Administración Pública y
de empresas de 10 ó más asalariados; Profesiones asociadas a titulaciones de segundo y tercer ciclo universitario; Directivos de empresas con menos de 10
asalariados; Profesiones asociadas a una titulación de primer ciclo universitario; Técnicos y profesionales de apoyo; Artistas y deportistas; Estudios
Universitarios. II: Empleados de tipo administrativo y profesionales de apoyo a la gestión administrativa y financiera; Trabajadores de los servicios personales
y de seguridad; Trabajadores por cuenta propia; Supervisores de trabajadores manuales; Estudios de Secundaria, Bachillerato y Formación Profesional III:
Trabajadores manuales cualificados; Trabajadores manuales semicualificados; Trabajadores no cualificados; Estudios de primaria y Sin Estudios.

139
 CAPÍTULO VI: RESULTADOS

En la Tabla 47 se muestran los resultados obtenidos para las escalas de autocontrol

y cohesión familiar según el nivel socioeconómico. La escala de autocontrol no arrojó
valores estadísticamente significativos. En contraposición, las pruebas evidenciaron
diferencias estadísticamente significativas en la escala FACES III, de modo que los
adolescentes con menor nivel socioeconómico obtuvieron puntuaciones superiores en
cohesión familiar que los adolescentes pertenecientes a otros niveles socioeconómicos.

El autocontrol de los alumnos de educación secundaria obligatoria, bachillerato y

formación profesional no es influido con significación estadística por el nivel
socioeconómico.

Tabla 47. Autocontrol y cohesión familiar de los jóvenes españoles.

Nivel socioeconómico Tamaño

Prueba p-valor
I II III efecto
BSCS, media (DT) 40,22 (7,25) 41,27 (6,28) 40,28 (6,38) F(2;738) = 0,32 0,725 -
FACES III, media (DT) 34,42 (7,43)a 34,47 (7,54)a 35,91 (6,65)b F(2;738) = 3,66 0,026 eta2 = 0,01

DT: desviación típica. eta2: eta cuadrado parcial. V: V de Cramer. a-b: comparaciones dos a dos. Entre dos columnas diferentes letras indican diferencias
estadísticamente significativas (corrección Bonferroni). BSCS: Brief Self-Control Scale. FACES III: Family Adaptability and Cohesion Scale. I: Directivos
de la Administración Pública y de empresas de 10 ó más asalariados; Profesiones asociadas a titulaciones de segundo y tercer ciclo universitario; Directivos
de empresas con menos de 10 asalariados; Profesiones asociadas a una titulación de primer ciclo universitario; Técnicos y profesionales de apoyo; Artistas
y deportistas; Estudios Universitarios. II: Empleados de tipo administrativo y profesionales de apoyo a la gestión administrativa y financiera; Trabajadores
de los servicios personales y de seguridad; Trabajadores por cuenta propia; Supervisores de trabajadores manuales; Estudios de Secundaria, Bachillerato y
Formación Profesional III: Trabajadores manuales cualificados; Trabajadores manuales semicualificados; Trabajadores no cualificados; Estudios de
primaria y Sin Estudios.

La Tabla 48 recoge los resultados de los hábitos de uso de las nuevas tecnologías
según el nivel socioeconómico. Las pruebas arrojaron diferencias estadísticamente
significativas tanto en la edad de iniciación al uso de internet como en la dedicación
horaria, entre semana y fin de semana, al uso de internet y el teléfono móvil según el nivel
socioeconómico de los adolescentes.

Se obtienen puntuaciones superiores en la edad de inicio de internet en los

adolescentes de nivel socioeconómico I. Se resalta que los adolescentes con un nivel
socioeconómico mayor (I) se inician más tardíamente en el acceso a internet que los
adolescentes de los otros niveles socioeconómico (II y III). La edad media en la que se
inician al uso de internet los adolescentes de nivel socioeconómico I se sitúa en los 10
años, y la de los jóvenes de otros niveles socioeconómicos en los 9 años.

140
CAPÍTULO VI: RESULTADOS

En cuanto a la dedicación horaria a internet, tanto entre semana como en fin de

semana, en el nivel socioeconómico II se obtienen las mayores puntuaciones. Los
adolescentes de nivel socioeconómico II dedican más horas entre semana al uso de
internet y del móvil (7 horas respectivamente) que los de nivel socioeconómico I (5 horas
a internet y 5,6 horas al móvil) y III (4,5 horas a internet y 5 horas al móvil).

También los jóvenes de nivel socioeconómico II tienen una mayor dedicación

horaria al uso de internet (8,7 horas) y del teléfono móvil (8,6 horas) en fin de semana
que los de nivel I (5,9 a internet y 6,7 horas al móvil) y que los de nivel III (5,4 horas a
internet y 5,8 horas al móvil).

Los adolescentes de nivel socioeconómico II dedican una hora y media más al uso
del móvil en fin de semana que entre semana, mientras que los jóvenes de nivel
socioeconómico I y II dedican una hora más.

Los estudiantes de la muestra de estudio con nivel socioeconómico II emplean una

hora y tres cuartos más al uso de internet en fin de semana que entre semana, mientras
que los otros niveles socioeconómicos (I y III) emplean una hora más

141
 CAPÍTULO VI: RESULTADOS

Tabla 48. Edad de inicio y dedicación horaria a las nuevas tecnologías según nivel
socioeconómico

Nivel económico, media (DT) Prueba ANOVA Tamaño

I II III F(g.l.) p-valor efecto

Internet
Edad inicio 10,05 (2,38)a 9,4 (2,03)b 9,37 (2,46)b F(2;732) = 7,14 0,001 eta2 = 0,02
Horas día 4,9 (4,27)a 6,93 (3,96)b 4,45 (3,99)a F(2;732) = 5,03 0,007 eta2 = 0,01
Horas fin de semana 5,87 (4,86)a 8,7 (4,19)b 5,43 (4,47)a F(2;731) = 6,60 0,001 eta2 = 0,02
Videojuegos
Edad inicio 7,94 (2,71) 7,77 (2,14) 7,64 (2,5) F(2;636) = 0,96 0,382 -
Horas día 1,21 (2,6) 0,77 (1,09) 1,11 (2,09) F(2;734) = 0,57 0,565 -
Horas fin de semana 1,73 (3) 2,17 (3,53) 1,93 (2,72) F(2;734) = 0,61 0,543 -
Teléfono móvil
Edad inicio 11,41 (2,31) 10,55 (1,86) 11,26 (2,32) F(2;729) = 2,02 0,133 -
Horas día 5,56 (4,59)a 7,15 (4,04)b 4,91 (4,37)a F(2;731) = 4,18 0,016 eta2 = 0,01
Horas fin de semana 6,74 (5,04)a 8,63 (4,44)b 5,8 (4,54)a F(2;730) = 6,23 0,002 eta2 = 0,02
DT: desviación típica. eta2: eta cuadrado parcial. a-b: comparaciones dos a dos. Entre dos columnas diferentes letras indican diferencias estadísticamente
significativas (corrección Bonferroni). I: Directivos de la Administración Pública y de empresas de 10 ó más asalariados; Profesiones asociadas a
titulaciones de segundo y tercer ciclo universitario; Directivos de empresas con menos de 10 asalariados; Profesiones asociadas a una titulación de
primer ciclo universitario; Técnicos y profesionales de apoyo; Artistas y deportistas; Estudios Universitarios. II: Empleados de tipo administrativo y
profesionales de apoyo a la gestión administrativa y financiera; Trabajadores de los servicios personales y de seguridad; Trabajadores por cuenta propia;
Supervisores de trabajadores manuales; Estudios de Secundaria, Bachillerato y Formación Profesional III: Trabajadores manuales cualificados;
Trabajadores manuales semicualificados; Trabajadores no cualificados; Estudios de primaria y Sin Estudios.

Las pruebas arrojaron diferencias estadísticamente significativas en los usos del

móvil e internet para redes sociales “mensajería instantánea, chats o foros” y para realizar
trabajos escolares según el nivel socioeconómico (Tabla 49).

Se hallaron menores puntuaciones en el uso del móvil e internet para la utilización

de las redes sociales, la mensajería instantánea, los chats y los foros en los adolescentes
de nivel socioeconómico mayor (I); y los de nivel socioeconómico intermedio (II)
obtienen puntuaciones mayores para la realización de trabajos escolares.

Se destaca que los adolescentes de nivel socioeconómico I utilizan más el teléfono

móvil e internet para las redes sociales, la mensajería instantánea, los chats y los foros
que los de nivel socioeconómico II y III. Los adolescentes de nivel socioeconómico I y II
realizan los trabajos escolares con el móvil y/o internet.

Para el resto de usos de internet o del móvil no se obtienen evidencias de que haya
diferencias significativas en relación al nivel socioeconómico de los alumnos de
educación secundaria, bachillerato y formación profesional.

142
 CAPÍTULO VI: RESULTADOS

Tabla 49. Hábitos de uso de internet o el móvil en los jóvenes españoles según nivel
socioeconómico.

Nivel económico, media (DT) Prueba ANOVA Tamaño

I II III F(g.l.) p-valor efecto

Uso móvil o Internet para:

Redes sociales 4,5 (1)a 4,73 (0,64)b 4,67 (0,7)b F(2;734) = 3,59 0,028 eta2 = 0,01
Correo electrónico 3,09 (1,24) 2,77 (1,43) 3,09 (1,1) F(2;737) = 1,05 0,350 -
Descargas de
programas,
2,78 (1,28) 3,2 (1,32) 2,78 (1,3) F(2;734) = 1,54 0,214 -
audiovisuales y
entretenimiento.
Trabajos escolares 3,22 (1,16)a 3,76 (0,95)b 3,25 (1,13)a F(2;735) = 3,05 0,048 eta2 = 0,01
Búsqueda de
3,52 (1,36) 3,77 (1,36) 3,71 (1,15) F(2;738) = 1,99 0,137 -
información
Jugar online 1,76 (1,78) 2,2 (1,83) 1,9 (1,75) F(2;736) = 1,25 0,286 -
Sexting 0,86 (1,46) 0,83 (1,18) 0,78 (1,36) F(2;737) = 0,27 0,765 -
DT: desviación típica. eta2: eta cuadrado parcial. a-b: comparaciones dos a dos. Entre dos columnas diferentes letras indican diferencias estadísticamente significativas
(corrección Bonferroni). I: Directivos de la Administración Pública y de empresas de 10 ó más asalariados; Profesiones asociadas a titulaciones de segundo y tercer ciclo
universitario; Directivos de empresas con menos de 10 asalariados; Profesiones asociadas a una titulación de primer ciclo universitario; Técnicos y profesionales de apoyo;
Artistas y deportistas; Estudios Universitarios. II: Empleados de tipo administrativo y profesionales de apoyo a la gestión administrativa y financiera; Trabajadores de los
servicios personales y de seguridad; Trabajadores por cuenta propia; Supervisores de trabajadores manuales; Estudios de Secundaria, Bachillerato y Formación Profesional
III: Trabajadores manuales cualificados; Trabajadores manuales semicualificados; Trabajadores no cualificados; Estudios de primaria y Sin Estudios.

7. ANÁLISIS MULTIVARIANTE DE LAS CARACTERÍSTICAS DE LOS

ADOLESCENTES Y EL USO DE LAS NUEVAS TECNOLOGÍAS.

En la Tabla 50 se muestra el resultado de la regresión logística multivariante

realizada para determinar el efecto de las variables demográficas, los usos del móvil y/o
internet, la impulsividad, las relaciones familiares y el sueño, en la predicción de un uso
abusivo o excesivo del móvil.
Con respecto a las variables demográficas, el tipo de familia mostró un efecto
estadísticamente significativo de forma que los adolescentes cuya estructura familiar no
está compuesta por los dos progenitores o por uno de ellos tienen 10,3 veces más
probabilidad de utilizar de forma excesiva el dispositivo móvil inteligente respecto a los
adolescentes con que conviven con sus dos progenitores (p=0,004).

En relación con los usos del teléfono o internet, un mayor uso de internet o el
dispositivo móvil inteligente para redes sociales o juegos online aumentan la probabilidad
de desarrollar dependencia al dispositivo móvil inteligente: 2,91 veces más para los que
lo utilizan para redes sociales y 3,8 veces más para los que lo usan para jugar online.

143
CAPÍTULO VI: RESULTADOS

Con respecto al autocontrol, los adolescentes con menor autocontrol tienen 1,27
veces más probabilidad de padecer adicción al móvil que aquellos con mayor autocontrol.
Por último, la escala de sueño también mostro un efecto estadísticamente significativo de
forma que los estudiantes de secundaria, bachillerato y formación profesional que no
tienen una cantidad de sueño óptima tienen 1,6 veces más probabilidad de hacer un uso
excesivo del teléfono.

La prueba de significación del modelo de regresión logística (“Prueba de la Razón

de Verosimilitud”) muestra que éste fue significativo y, por tanto, el modelo de regresión
logística es válido (χ2(10) = 92,6; p < 0,001) con un coeficiente de determinación del
35,8% (R2 Nagelkerke = 0,358). Con respecto a la evaluación del ajuste del modelo, la
prueba de Hosmer y Lemeshow confirmó la adecuación del modelo (χ2(8) = 2,89; p =
0,941). La tabla de clasificación mostró que el modelo clasificó correctamente un 85,7%
del uso abusivo/excesivo y un 98,8% del uso normal. De forma global, el modelo clasificó
correctamente al 97,9% de los adolescentes.

144
CAPÍTULO VI: RESULTADOS

Tabla 50. Efectos de las variables sociodemográficas, escala de autocontrol, escala de

cohesión familiar, escala de calidad del sueño y, de los usos de internet o el móvil en la
predicción de un uso excesivo del móvil (SAS ≥108,7) en jóvenes españoles.

OR (IC 95%) p-valor

Sexo (Mujer vs. Hombre) 2,03 (0,83 - 4,93) 0,119
Curso (Bch/FP vs. ESO) 1,19 (0,56 - 2,54) 0,647
Tipo familia
Tradicional 1,0
Monoparental 0,48 (0,14 - 1,65) 0,241
Otros 10,31 (2,12 - 50,09) 0,004
Nivel socioeconómico
I 1,0
II 0,34 (0,04 - 3,10) 0,339
III 1,45 (0,68 - 3,07) 0,334
Uso móvil o Internet
Redes sociales 2,91 (1,13 - 7,52) 0,027
Jugar online 3,80 (1,73 - 8,37) 0,001
Sexting 1,02 (0,81 - 1,29) 0,861
BSCS 1,27 (1,18 - 1,36) < 0,001
FACES III 0,98 (0,94 - 1,03) 0,500
Problemas del sueño II 1,64 (1,25 - 2,16) < 0,001
OR: odds ratio. IC: intervalo de confianza. Bch: Bachillerato. FP:
Formación Profesional. ESO: Educación Secundaria Obligatoria. I:
Directivos de la Administración Pública y de empresas de 10 ó más
asalariados; Profesiones asociadas a titulaciones de segundo y tercer ciclo
universitario; Directivos de empresas con menos de 10 asalariados;
Profesiones asociadas a una titulación de primer ciclo universitario;
Técnicos y profesionales de apoyo; Artistas y deportistas; Estudios
Universitarios. II: Empleados de tipo administrativo y profesionales de
apoyo a la gestión administrativa y financiera; Trabajadores de los
servicios personales y de seguridad; Trabajadores por cuenta propia;
Supervisores de trabajadores manuales; Estudios de Secundaria,
Bachillerato y Formación Profesional III: Trabajadores manuales
cualificados; Trabajadores manuales semicualificados; Trabajadores no
cualificados; Estudios de primaria y Sin Estudios. Problemas del Sueño II:
cantidad del sueño no óptima. BSCS: Brief Self-Control Scale. FACES III:
Family Adaptability and Cohesion Scale.

145
CAPÍTULO VI: RESULTADOS

8. ANÁLISIS MULTIVARIANTE DE LAS CARACTERÍSTICAS

SOCIODEMOGRÁFICAS DE LOS JÓVENES ESPAÑOLES, LAS
DIMENSIONES DE LA ESCALA SAS (SMARTPHONE ADDICTION SCALE)
Y LA CALIDAD DEL SUEÑO NO ÓPTIMA.

En la Tabla 51 se muestran los resultados que se arrojaron de la regresión logística

multivariante realizada para determinar el efecto de las características sociodemográficas
y las dimensiones de la escala SAS (Smartphone Addiction Scale) en la predicción de la
calidad del sueño no óptima de los jóvenes españoles. Ninguna de las variables mostró
un efecto estadísticamente significativo.

En los estudiantes de educación secundaria, bachillerato y formación profesional el

sexo, el tipo de estructura que conforma su familia, el nivel socioeconómico y la edad no
influyeron de forma significativa en el sueño no óptimo de éstos.

Las pruebas tampoco evidenciaron diferencias estadísticamente significativas en las

dimensiones disturbios en la vida diaria, anticipación positiva, retirada, relaciones
orientadas al ciber espacio, uso excesivo y tolerancia en la predicción del sueño no
óptimo.

Por tanto, ninguna de las características sociodemográficas de los estudiantes de

educación secundaria, bachillerato y formación profesional, así como ninguna de las
dimensiones de la escala SAS ejercieron influencia en la calidad no óptima del sueño de
los adolescentes.

146
CAPÍTULO VI: RESULTADOS

Tabla 51. Efecto de las variables sociodemográficas de los adolescentes en la predicción

del sueño no óptimo.

OR (IC 95%) p-valor

Sexo (Mujer vs. Hombre) 0,86 (0,62 - 1,21) 0,387

Curso (Bach/FP vs. ESO) 1,05 (0,65 - 1,68) 0,851

Tipo familia
Tradicional 1
Monoparental 0,90 (0,56 - 1,47) 0,682
Otros 0,96 (0,30 - 3,12) 0,951
Nivel económico
I 1
II 0,98 (0,44 - 2,20) 0,962
III 0,92 (0,65 - 1,31) 0,635
Edad 1,01 (0,87 - 1,18) 0,879
Dimensiones SAS:
SAS Disturbios
<11 1,19 (0,64 - 2,22) 0,577
11-15 0,76 (0,44 - 1,30) 0,314
15-20 0,59 (0,33 – 1,01) 0,08
>20 1
SAS Anticipación
<12 0,88 (0,53 - 1,48) 0,629
12-15 0,93 (0,56 - 1,55) 0,782
15-18 0,69 (0,44 - 1,09) 0,113
>18 1
SAS Retirada
<18 1,46 (0,79 - 2,69) 0,228
18-23 1,56 (0,90 - 2,70) 0,110
23-30 1,25 (0,77 - 2,03) 0,375
>30 1
SAS Relaciones
<6 1,37 (0,80 - 2,33) 0,254
6-8 0,69 (0,43 - 1,12) 0,130
8-10 1,54 (0,96 - 2,46) 0,074
>10

147
CAPÍTULO VI: RESULTADOS

Tabla 52. Efecto de las variables sociodemográficas de los adolescentes en la

predicción del sueño no óptimo. Continuación.

OR (IC 95%) p-valor

Dimensiones SAS:
SAS Uso
3-5 0,89 (0,55 - 1,43) 0,620
5-7 1,09 (0,68 - 1,75) 0,721
>7 1
SAS Tolerancia
<8 0,84 (0,47 - 1,51) 0,564
8-12 0,88 (0,53 - 1,49) 0,641
12-16 0,97 (0,61 - 1,55) 0,903
>16 1
OR: odds ratio. IC: intervalo de confianza. Bch: Bachillerato. FP: Formación Profesional. ESO: Educación
Secundaria Obligatoria. I: Directivos de la Administración Pública y de empresas de 10 ó más asalariados;
Profesiones asociadas a titulaciones de segundo y tercer ciclo universitario; Directivos de empresas con
menos de 10 asalariados; Profesiones asociadas a una titulación de primer ciclo universitario; Técnicos y
profesionales de apoyo; Artistas y deportistas; Estudios Universitarios. II: Empleados de tipo
administrativo y profesionales de apoyo a la gestión administrativa y financiera; Trabajadores de los
servicios personales y de seguridad; Trabajadores por cuenta propia; Supervisores de trabajadores
manuales; Estudios de Secundaria, Bachillerato y Formación Profesional III: Trabajadores manuales
cualificados; Trabajadores manuales semicualificados; Trabajadores no cualificados; Estudios de primaria
y Sin Estudios. Problemas del Sueño II: cantidad del sueño no óptima. BSCS: Brief Self-Control Scale.
FACES III: Family Adaptability and Cohesion Scale.

148
CAPÍTULO VII: DISCUSIÓN

149
150
CAPÍTULO VII: DISCUSIÓN

1. DISCUSIÓN

El primer propósito del trabajo de investigación es adaptar y validar la escala SAS

(Smartphone Addiction Scale) a la población adolescente española, siendo el objeto
principal del estudio obtener un instrumento adecuado para conocer los patrones de
uso/abuso del teléfono móvil inteligente/Smartphone susceptibles de convertirse en
adicción. Los adolescentes están inmersos en un mundo digitalizado y, con ello, el uso de
internet y del móvil se transforman en elementos activos que ejercitan una conducta
gratificante, siendo así susceptibles de adicción (55).

La revisión bibliográfica realizada pone de manifiesto que las escalas de medida de

la adicción al móvil son escasas o no están adaptadas al español. Más aún, la mayor parte
miden la adicción al móvil como “teléfono”, pero no como “Smartphone” que es el
formato de móvil más utilizado en los últimos años.

Debido a lo anteriormente expuesto, se escoge la escala SAS (Smartphone Addiction

Scale), pues mide el uso/uso excesivo del teléfono móvil inteligente diferenciando los
patrones susceptibles a cualquier adicción (disturbios en la vida diaria, anticipación
positiva, retirada, uso excesivo y tolerancia). Además, la escala SAS mantiene
significación estadística con la variable tiempo de dedicación al uso del móvil entre
semana (p<0,001) y en fin de semana (p=0,000). Esto determina su alto poder
discriminativo, ya que es sensible a los cambios, diferenciando la conducta de uso
(normalizada) y abuso del móvil (adicción).

Asimismo, la escala SAS es la más citada en los estudios sobre adicción al móvil
(90 citas en la versión koreana y 106 citas en la versión en inglés). Al estar extendido su
uso, facilita la utilización de elementos estándar que podrían favorecer investigaciones
posteriores en el ámbito de la salud, haciendo posible la comparativa de los resultados en
diferentes contextos culturales.

En primer lugar, se realiza la traducción y la adaptación cultural de la escala original

SAS (Smartphone Addiction Scale) al español. Este proceso se completa
satisfactoriamente, aunque se necesita realizar dos retro-traducciones al presentarse
dificultades de carácter leve (expresiones o vocablos no apropiados en español o bien
relacionados con aspectos culturales) en algunos ítems.

151
CAPÍTULO VII: DISCUSIÓN

La tasa de respuesta a la escala SAS en español es muy aceptable, se verifican

mínimos datos perdidos. Por consiguiente, se acepta su agilidad y factibilidad en español.

No se halla redundancia entre los ítems, presentando correlaciones entre ellos de

moderadas a fuertes. No se elimina ninguno de los ítems, puesto que no se reduce la
consistencia de la escala al excluir el ítem con menor tasa específica (I8, 98,5%). El valor
de alfa de Cronbach de la escala SAS en español es de 0,899, lo que demuestra su gran
robustez y alta fiabilidad. Del mismo modo, las escalas originales SAPS (Smartphone
Addiction Proneness Scale) y SAS (Smartphone Addiction Scale) alcanzan valores de α
de Cronbach mayores de 0,70 (36).

La validación de la escala SAS se realiza mediante un análisis exploratorio. Se

obtiene que los ítems no son independientes entre sí y, además, estima que la estructura
interna requiere de la eliminación de los ítems 27 y 28, al contribuir escasamente las
dimensiones del constructo en la variabilidad de dichos ítems. También se obtiene un
ítem, I9, susceptible de ser suprimido al aumentar la consistencia interna de la escala. Sin
embargo, su inclusión es justificada, dado que α de Cronbach del conjunto de la escala es
de 0,899; pero si se eliminase el I9, la consistencia global de la escala disminuiría.

El análisis exploratorio determina que la escala SAS (Smartphone Addiction Scale)

está conformada por 6 factores y 31 ítems que contribuyen a la solución final, con un
formato de respuesta tipo Likert, con un rango que oscila entre 1 (totalmente en
desacuerdo) y 6 (totalmente de acuerdo).

Los 6 factores se corresponden con los básicos del comportamiento adictivo y son:
disturbios en la vida diaria, anticipación positiva, retirada, relaciones virtuales, uso
excesivo y tolerancia, (todos con valores de α comprendidos entre 0,802 y 0,902). Las
puntuaciones se sitúan entre 31 y 186 puntos; a mayor puntuación, mayor adicción y/o
dependencia del Smartphone.

La dimensión “disturbios en la vida diaria” mide la interferencia o perturbación en

el desarrollo normalizado de las actividades de la vida cotidiana, así como los síntomas
físicos y psíquicos provocados por el uso excesivo del teléfono móvil inteligente. La
dimensión “anticipación positiva” valora la utilización del Smartphone para evadir los
problemas o para reducir/amortiguar un estado de ánimo disfórico o deprimido. La
dimensión “retirada” estima el “craving” y/o necesidad de utilizar el dispositivo móvil
inteligente para obtener placer y un profundo malestar (ánimo disfórico, insomnio,

152
CAPÍTULO VII: DISCUSIÓN

irritabilidad e inquietud psicomotora). La dimensión “relaciones orientadas al

ciberespacio” estima el uso del Smartphone como prioridad máxima de la persona, la
preocupación excesiva y revisión constante del mismo. La dimensión “uso excesivo”
mide el descontrol progresivo del uso del Smartphone llegando a girar su vida entorno a
éste. La dimensión “tolerancia” estima los signos cognitivos y comportamentales
causados por una necesidad cada vez mayor de hacer uso del dispositivo móvil inteligente
para conseguir la excitación deseada.

El análisis factorial exploratorio también aprueba la consistencia interna y la validez

convergente tanto de la escala global, como de cada una de sus dimensiones. Asimismo,
las correlaciones con el tiempo de dedicación al móvil son significativas para la escala
global (0,899) y para cada una de las dimensiones (0,715; 0,750; 0,810; 0,767; 0,759 y
0,784).

Esta nueva versión de la escala SAS (α de Cronbach de 0,899) mantiene la

consistencia interna y presenta una alta fiabilidad (α de Cronbach de 0,864) con respecto
a la escala SAS original.

El análisis factorial confirmatorio de la escala corrobora que los datos obtenidos se

ajustan al modelo propuesto. Por lo tanto, se evidencia la validez convergente y la
fiabilidad compuesta (α de Cronbach > 7). Además, la validez discriminante es aceptable.

En definitiva, la nueva versión de la escala SAS en español se convierte en un

instrumento de medida de la adicción al Smartphone con mucha aceptabilidad entre los
adolescentes y sus propiedades psicométricas muestran su factibilidad, validez y alta
fiabilidad. Además, la escala SAS en español contiene los principales criterios
diagnósticos referidos en el “Diagnostic and Statistical Manual of Mental Disorders, Fith
Edition” (DSM-V) para la adicción conductual (4).

El segundo propósito del presente trabajo empírico fue conocer los hábitos de uso
de las nuevas tecnologías y el Smartphone en los adolescentes españoles con el fin de
conocer su impacto.

Se debe hacer hincapié en que toda conducta comienza con un uso social y sólo
cuando se pierde el control sobre ella se convierte en una adicción. Así, cuando confluyen
factores de vulnerabilidad personal y determinados factores ambientales, se facilita el
desarrollo de la conducta adictiva.

153
CAPÍTULO VII: DISCUSIÓN

Como se ha expuesto en el capítulo II, no se ha llegado a ningún consenso en la

sociedad investigadora sobre si el abuso y/o uso excesivo del teléfono móvil inteligente
se contempla como una conducta problemática con interferencias en la vida cotidiana o
como una adicción propia. El presente trabajo empírico pretendía conocer si la adicción
al Smartphone cumplía los criterios principales del comportamiento adictivo como la falta
de control, la capacidad de aferrarse a conductas con consecuencias reforzantes, la
tolerancia y la preocupación excesiva por la conducta interfiriendo en la vida cotidiana
en los adolescentes (21,22).

Resultó que la versión adaptada al español de la escala SAS (Smartphone Addiction

Scale) diferenció claramente en 6 factores los aspectos básicos de cualquier
comportamiento adictivo (interferencia en la vida diaria, anticipación positiva, retirada,
deterioro de las relaciones, el uso del Smartphone como conducta prioritaria de su vida,
y tolerancia, todos con valores de α comprendidos entre 0,802 y 0,902). Además, la nueva
versión de la escala SAS adaptada al español fue sensible en la diferenciación entre el uso
normalizado (<108,7 puntos), el abuso (108,7-114,9 puntos) y la adicción (>115puntos)
al dispositivo móvil inteligente. El presente estudio, demuestra que la adicción al
Smartphone es una adicción comportamental equiparable a la adicción a sustancias y no
sólo una conducta problemática tal como se expone en otras investigaciones (38,93), ya
que cumple con los criterios establecido para las adicciones en el “Diagnostic and
Statistical Manual of Mental Disorders, Fith Edition” (DSM-V)(4).

El estudio de la nueva versión de la escala SAS destaca que el 7% de los

adolescentes abusan y/o hacen un uso excesivo del teléfono móvil inteligente. En la
misma línea, en otros estudios científicos se encontraron que entre el 3 y el 7% de los
jóvenes hacen un uso abusivo de internet y de las redes sociales (12). Los adolescentes se
sienten atraídos por el Smartphone hasta poder llegar a ser adictos, gracias a la
accesibilidad, disponibilidad, placer, comunicación, liberación de estrés, socialización y
múltiples usos que permite la realización de actividades similares al ordenador conectado
a la red (94).

Se aprecia una mayor vulnerabilidad al uso excesivo del dispositivo móvil

inteligente y las nuevas tecnologías en la adolescencia. La adolescencia constituye en sí
misma un período de vulnerabilidad para el desarrollo de adicciones, tanto a sustancias
como conductuales, puesto que es el momento de maduración de los sistemas de

154
CAPÍTULO VII: DISCUSIÓN

recompensa, de la memoria emocional y de la corteza prefrontal. Ante la inmadurez de

dichos sistemas el adolescente es más vulnerable a tomar decisiones inadecuadas, como
el deseo de probar drogas y/o realizar conductas placenteras, continuando con su consumo
y/o ejecución sin atender a los efectos negativos profundos y duraderos que se pueden
producir en la maduración de dichos sistemas. De esta forma, cuanto más temprano se
inicien en el uso del Smartphone o nuevas tecnologías mayor vulnerabilidad a desarrollar
una adicción (23,24).

De manera análoga, los resultados de la tesis evidenciaron que los adolescentes de

menor edad presentaron una mayor adicción al Smartphone que los adolescentes con más
edad. Por tanto, la adicción al Smartphone o nuevas tecnologías ha sido inversamente
proporcional a la edad de iniciación en su uso, tal como se confirma en la literatura
científica (36,44).

Ante este panorama tendríamos dos situaciones que confirman la vulnerabilidad de

los adolescentes: por un lado, los adolescentes que comienzan en etapas más tempranas
el uso de las nuevas tecnologías (internet, videojuegos y teléfono móvil inteligente) tienen
una mayor vulnerabilidad de desarrollar adicción a las nuevas tecnologías y al
Smartphone por su temprana influencia en la maduración de los sistemas de recompensa.
Por otro lado, los estudiantes de bachillerato y formación profesional utilizan más el
dispositivo móvil inteligente entre semana que los estudiantes de secundaria, y además lo
utilizan diariamente tanto para relacionarse y socializarse, como para manejar el correo
electrónico y realizar trabajos escolares que requieren un uso continuo. En síntesis, cuanto
mayor es la dedicación al uso de las nuevas tecnologías y Smartphone mayor probabilidad
de desarrollar una adicción.

Se observa una asociación directamente proporcional entre la escala SAS y el tiempo

de dedicación al teléfono móvil inteligente en los adolescentes de bachillerato y
formación profesional tanto entre semana como en fin de semana, tal y como se exponen
en trabajos anteriores; conforme aumenta el tiempo o la dedicación al uso del dispositivo
móvil inteligente, mayor problemática (69) y mayor uso extensivo del dispositivo (95).

La dedicación horaria a las nuevas tecnologías (internet, videojuegos y teléfono

móvil inteligente) fue superior en fin de semana. También, la utilización del Smartphone
se incrementa en los fines de semana (52), lo cual parece indicar que los adolescentes lo

155
CAPÍTULO VII: DISCUSIÓN

utilizan principalmente como fórmula social o de relación interpersonal (95), en especial

en el grupo de adolescente de mayor edad (bachillerato y formación profesional).

Se produce un uso diario globalizado entre los adolescentes de internet y del

Smartphone para acceder a las redes sociales, a la mensajería instantánea, a los chats, a
los foros y para la búsqueda de información. En la primera mitad de la adolescencia, se
usa el Smartphone e internet para jugar a videojuegos y en la segunda mitad, para las
relaciones sociales (redes sociales, mensajería instantánea, chat o foros) y tareas
académicas (correo electrónico y trabajos escolares). Investigaciones anteriores han
hallado un descenso de la vulnerabilidad a la adicción del Smartphone cuando es usado
para el aprendizaje (94).

Referente a las diferencias de género en la dedicación horaria a las nuevas

tecnologías, los chicos dedican más horas al día, tanto entre semana como en fin de
semana, a jugar a los videojuegos; mientras que las chicas dedican más tiempo al
Smartphone los fines de semana. Otros estudios revelan que las chicas tienen una actitud
más positiva hacia el Smartphone, y que utilizan este dispositivo como medio para la
comunicación interpersonal y reducción de los estados de ánimo displacenteros
(52,57,94).

Cuantos más usos diferentes se le da a las nuevas tecnologías y Smartphone mayor

riesgo de desarrollar una adicción, según se ha verificado en la literatura científica (6).
En cuanto a su utilización, ellas les dan un mayor uso para las relaciones sociales (redes
sociales, mensajería instantánea, chats o foros y correo electrónico) y para las tareas
académicas; mientras que ellos lo usan para la información y el entretenimiento: jugar
online y, en menor medida, para el envió/recepción de mensajes sexuales o eróticos-
sexting-. Estos datos son corroborados por estudios anteriores (52,94).

La adolescencia es el período de la vida humana donde se produce la mayor

reorganización cerebral. Teniendo en cuenta que las estructuras cerebrales evolucionan a
un ritmo vertiginoso produciendo grandes cambios en los procesos mentales (nuevas
sinapsis neuronales, podas sinápticas y remodelación de las anteriores), se requiere de un
gran consumo de energía y un sueño reparador para alcanzar su completa maduración.

La mayoría de los adolescentes no duermen las horas de sueño recomendadas por la

National Foundation Sleep para su pleno desarrollo físico y mental. Según las
recomendaciones de la National Sleep Foundation, los adolescentes deberían dormir

156
CAPÍTULO VII: DISCUSIÓN

entre 9 y 11 horas cada día, de las cuales de 8 a 10 horas de sueño deben realizarse por la
noche (96). Como consecuencia, no tienen un sueño óptimo, presentan somnolencia
diurna, problemas en la calidad del sueño y una reducción de la cantidad de sueño, tal y
como se recogen en otros trabajos científicos (97).

Otro de los problemas a los que se enfrentan los adolescentes es que pasan a ser
vespertinos ante los cambios hormonales tan drásticos que experimentan, y no es hasta
bien entrada la madrugada cuando siente la necesidad de dormir. No obstante, la sociedad
no respeta las características peculiares de esta etapa del desarrollo, debido a que tienen
que asistir a los institutos en un horario temprano matutino (98). La edad se convierte en
un riesgo potencial; en el estudio se observa como los adolescentes más mayores duermen
menos que los más jóvenes al igual que ocurre en otros países de Europa, Asia, América
del Norte y Australia (9). Más aún, ante los malos hábitos del sueño, los adolescentes
mayores relatan que experimentan somnolencia a lo largo del día, tal y como se corrobora
en otros estudios (97).

El impacto que tiene el sueño sobre el desarrollo óptimo de los adolescentes, se

debería poner en relieve en las líneas políticas sanitarias futuras para adecuar este
momento del ciclo vital al funcionamiento de la sociedad actual. Tan sólo retrasar una
hora la entrada a los centros de educación y formación facilitaría el óptimo desarrollo
psíquico y físico de los adolescentes(99).

A todo lo anterior, hay que mencionar además que los adolescentes aumentan el
tiempo de dedicación al dispositivo móvil inteligente en detrimento del sueño y
manifiestan alteraciones del sueño. Se emplea más tiempo al teléfono móvil inteligente
debido a la necesidad de socialización con los iguales, a la presión psicosocial y social
que experimentan los adolescentes respecto al uso del Smartphone (redes sociales, juegos,
aplicaciones sexuales, entre otros), y a su fácil accesibilidad. De este modo, en los
adolescentes una mayor dedicación horaria al uso del Smartphone conduce a problemas
de sueño, y a su vez los problemas de sueño pueden desembocar en una mayor
vulnerabilidad a la adicción al Smartphone (6). Los problemas de sueño se asocian a la
adicción al Smartphone.

Todo esto parece confirmarse, debido a que las chicas que son las que más uso
excesivo hacen del móvil, aunque no con significación estadística, presentan mayores
alteraciones del sueño, somnolencia diurna, falta de aliento y dolor de cabeza y reducción

157
CAPÍTULO VII: DISCUSIÓN

de la cantidad de horas de sueño que los chicos. Diversos estudios ponen de manifiesto
que utilizar el teléfono móvil inteligente una hora antes de dormir, para la mensajería o
para redes sociales provoca desajustes en el sueño (100). Otros estudios señalan que la
exposición a la luz azul de las pantallas entre la media tarde y el inicio de la noche retrasa
el ritmo circadiano sueño-vigilia, que junto a la prolongación del reloj biológico que se
produce en la adolescencia, culmina provocando alteraciones de las funciones
fisiológicas, neurocognitivas, del sueño y de la vigilia (deterioro en el rendimiento
cognitivo, problemas de aprendizaje y atencionales, irritabilidad, entre otros) (101).
Ambos sexos en la adolescencia presentan desajustes del sueño, aunque en el presente
trabajo de investigación también se confirma que ellas son las que más usan la mensajería
y/o redes sociales, lo que explicaría la mayor presencia de alteraciones de los hábitos de
sueño en el género femenino.

Reseñar que los estudios han demostrado que la falta de sueño recomendado en la
adolescencia provoca problemas de salud, faltas de puntualidad y asistencia académica,
disminución del aprendizaje y dificultades en el funcionamiento cotidiano óptimo, puesto
que no se ha completado la duración de todas las etapas del sueño necesarias para
conseguir un sueño reparador (99). En cambio, una duración del sueño recomendada se
relaciona con una mayor capacidad de aprendizaje (9). Cabe señalar, desde el punto de
vista de la salud, que en torno a los 15 años, la falta de sueño se asocia a una peor calidad
de vida (10).

Los malos hábitos de sueño darían lugar a la irritabilidad que conllevaría a una
mayor probabilidad de experimentar actos impulsivos entre los adolescentes,
característica presente en la pérdida de control de las adicciones. En la misma línea, la
mayor vulnerabilidad a la adicción al Smartphone y nuevas tecnologías sería en
adolescentes más impulsivos, es decir, con puntuaciones en autocontrol menores.

En la literatura científica se hace referencia al autocontrol como un buen predictor

de las adicciones al Smartphone y nuevas tecnologías (internet, videojuegos) (102). Estos
datos se corroboran el presente trabajo de investigación, donde se resalta que los
adolescentes con autocontrol bajo tienen una vulnerabilidad a la adicción al Smartphone.
En general, los adolescentes muestran una capacidad moderada de dominar emociones,
comportamientos y deseos de sí mismo.

158
CAPÍTULO VII: DISCUSIÓN

Estudios actuales muestran una asociación negativa entre la impulsividad o bajo

control y la adicción al alcohol, drogas, Smartphone, comportamiento sexual de riesgo y
conductas problemáticas (52). Estos hallazgos ponen de manifiesto que la impulsividad
y el autocontrol de los adolescentes son uno de los factores de mayor relevancia en el
mundo de las adicciones, ya que la pérdida de control es el elemento clave de éstas. En
adición, resaltar que las características intrapersonales, como el autocontrol, junto las
psicosociales de los adolescentes convierten a la adolescencia en una etapa del desarrollo
de riesgo para las adicciones.

Diversos estudios han señalado que los adolescentes con autocontrol bajo y
relaciones de amistad de poca calidad tienen un mayor riesgo a la adicción al Smartphone,
con respecto a aquellos que tienen un autocontrol elevado y mantienen relaciones de
amistad de calidad (52,103). Otros trabajos han verificado que los adolescentes con menor
autoestima y autocontrol, presentan una mayor vulnerabilidad a la adicción a las redes
sociales y viceversa (104). En síntesis, los adolescentes con poco autocontrol son más
vulnerables a las adicciones (internet, videojuegos, teléfono móvil inteligente, redes
sociales) por la falta de control en las acciones que realizan, ya que priorizan las
recompensan inmediatas descuidando otros aspectos importantes de su vidas, como la
salud, higiene y relaciones sociales (29,104).

Hasta el momento, no existen claras evidencias científicas de la existencia de una

relación significativa entre la disfunción familiar y la adicción al Smartphone en los
adolescentes, dado que este problema es emergente. Sin embargo, se han encontrado
hallazgos de una relación significativa entre la disfunción familiar y los comportamientos
problemáticos de los adolescentes, por lo que la adicción al Smartphone también podría
verse influida (105), debido a que ésta comienza por una conducta adaptativa, pasando
por una problemática (abuso) para tener su desenlace en la adicción.

A medida que disminuye el nivel socioeconómico aumenta la cohesión familiar. En

consonancia, los adolescentes con menor nivel socioeconómico pertenecen a familias con
límites externos e internos semi-abiertos, límites generacionales claros, donde priman las
decisiones individuales sobre las familiares, pero tienen la capacidad de tomar decisiones
familiares cuando se requieren. Por otra parte, los adolescentes con otros niveles
socioeconómicos superiores conforman familias donde los miembros son
extremadamente individualistas, con una mínima cohesión, con límites externos abiertos,

159
CAPÍTULO VII: DISCUSIÓN

límites internos cerrados, límites generacionales rígidos, con poca intimidad, donde
priman las decisiones individuales sin capacidad de tomar decisiones familiares.

En la mayoría de las estructuras familiares la cohesión entre los adolescentes y su

entorno familiar es semi-relacionada, es decir, han establecido límite internos y externos
semi-abiertos, con límites intergeneracionales claros, donde priman las decisiones
individuales a las familiares, pero tienen la capacidad de tomar decisiones familiares
cuando se requieren.

Así mismo, estudios manifestaron una asociación significativa entre el relaciones

familiares conflictivas y la adicción al alcohol e internet en los adolescentes; además
encontraron que las características familiares conflictivas adolescentes y padres, la actitud
favorable al consumo de drogas de los padres (supervisión, disciplina y orientación
familiar inadecuada) y el consumo habitual de alcohol en hermanos son importantes
factores predictores de la adicción al alcohol y a internet (106).

El presente estudio halló que los adolescentes pertenecientes a familias

monoparentales usan más tiempo el Smartphone, tanto entre semana como en fin de
semana. Por otra parte, los adolescentes que tenían otro tipo de estructura familiar
diferente a la tradicional o monoparental, es decir, que convivían con familiares como
abuelos/as, tíos/as, hermanos/as mayores de edad u otro tipo de allegados, presentaron
una mayor vulnerabilidad a la adicción al Smartphone que los adolescentes que
pertenecían a una familia tradicional. Quizá esta situación pudo ser debida al tener un
menor número de personas implicadas en la crianza, no se pueda tener tanto control de
los signos de alarma y supervisión de la conducta del adolescente, tal como confirman
investigaciones anteriores (106). Este escenario también se puede apoyar en la teoría de
del control social, que expone que cuando los adolescentes están rodeados por los padres
transgreden menos las normas, ya que se sienten obligados a actuar conforme a la
normativa (106).

Además, habría que mencionar que la adolescencia es una etapa marcada por la
rebeldía, la búsqueda de nuevas emociones y el deseo de transgredir las normas (30).
Trabajos anteriores han encontrado que como consecuencia de las características propias
de esta etapa del desarrollo, los adolescentes tienden a mostrar su disconformidad con las
normas y horarios establecidos por los padres para utilizar las nuevas tecnologías
(internet, videojuegos, teléfono móvil inteligente), que sumado a la falta de límites o

160
CAPÍTULO VII: DISCUSIÓN

normas de los padres, la fácil accesibilidad a las nuevas tecnologías (en especial, al
Smartphone) y el poco tiempo dedicado al cuidado de la prole por la dedicación laboral
de los padres, se convierten en factores de riesgo para la adicción a las redes sociales
(104).

En definitiva, en trabajos científicos se resalta el papel mediador del autocontrol en

los adolescentes, ya que se ha verificado que incluso en familias disfuncionales, sin
supervisión ni normas, los adolescentes con un alto autocontrol no presentaron una mayor
vulnerabilidad a la adicción (105). De esta manera el autocontrol ejerce un papel protector
ante las adicciones.

Tras los resultados obtenidos, se hace necesario fomentar en los adolescentes el uso
responsable de las nuevas tecnologías y el Smartphone, facilitando alternativas de ocio y
tiempo libre, cuidando los hábitos de sueño, estimulando los factores personales y
psicosociales protectores, estableciendo relaciones familiares de calidad, para que les
permita un desarrollo físico y psíquico integral.

161
162
CAPÍTULO VIII: CONCLUSIONES

163
164
 CAPÍTULO VIII: CONCLUSIONES

1. CONCLUSIONES

I. Las puntuaciones obtenidas en la adaptación al español de la escala SAS son

válidas desde el punto de vista de la estructura interna y la validez convergente en
la medición de la dependencia al teléfono móvil inteligente.
II. La adaptación al español de la escala SAS (Smartphone Addiction Scale) la
conforman 31 ítems con un formato de respuesta tipo Likert con puntuaciones
comprendidas entre 1(totalmente en desacuerdo) y 6 (totalmente de acuerdo).
III. El análisis factorial, tanto exploratorio como confirmatorio, revela que la escala
adaptada del SAS se compone de 6 dimensiones (1. Disturbios en la vida diaria,
2. Anticipación positiva, 3. Retirada, 4. Relaciones virtuales, 5. Uso excesivo, 6.
Tolerancia) y un factor de segundo orden (Adicción al móvil).
IV. La nueva adaptación transcultural del SAS tiene una alta consistencia interna (α
de Cronbach 0,899) al igual que ocurre con la escala original (α de Cronbach
0,967).
V. La adaptación transcultural del SAS contiene elementos estándar con la versión
original de la escala, por lo que puede aportar investigaciones comparables en
diferentes contextos culturales y es un instrumento válido y fiable para la
investigación epidemiológica.
VI. El autocontrol actúa como factor protector ante la adicción al Smartphone.
VII. La estructura familiar tradicional y monoparental constituyen un factor protector
a la adicción al Smartphone.
VIII. La supervisión y control de normas por parte de los padres es un factor protector
de las adicciones.
IX. La utilización del teléfono móvil inteligente o internet para redes sociales o juegos
online posiciona al adolescente en una situación de vulnerabilidad a la adicción.
X. La primera adolescencia es un marcador de riesgo para el desarrollo de malos
hábitos de sueño y de la adicción al Smartphone.
XI. Los malos hábitos de sueño se constituyen como marcadores de riesgo de la
adicción al Smartphone y las nuevas tecnologías.

165
CAPÍTULO VIII: CONCLUSIONES

166
BIBLIOGRAFÍA

167
168
BIBLIOGRAFÍA

1. Kraut R, Kiesler S, Boneva B, Cummings J, Helgeson V, Crawford A. Internet

paradox revisited. J Soc Issues. 2002;58(1):49–74.

2. Lee SJ, Lee C, Lee C. Smartphone addiction and application usage in Korean
adolescents: Effects of mediation strategies. Soc Behav Pers. 2016;44(9).

3. Kawabe K, Horiuchi F, Oka Y, Ueno S. Association between Sleep Habits and

Problems and Internet Addiction in Adolescents. Psychiatry Investig.
2019;16(8):581–7.

4. American Psychiatric Association. DSM-V. American Journal of Psychiatry.

2013. 20., 31-32.,87-88., 100-104.,155-165.,.

5. Crowley SJ, Wolfson AR, Tarokh L, Carskadon MA. An update on adolescent

sleep: New evidence informing the perfect storm model. J Adolesc. 2018;67:55–
65.

6. Tao S, Wu X, Zhang Y, Zhang S, Tong S, Tao F. Effects of sleep quality on the

association between problematic mobile phone use and mental health symptoms in
Chinese college students. Int J Environ Res Public Health. 2017;

7. O’Brien EM, Mindell JA. Sleep and risk-taking behavior in adolescents. Behav
Sleep Med. 2005;3(3):113–33.

8. Noland H, Price JH, Dake J, Telljohann SK. Adolescents’ sleep behaviors and
perceptions of sleep. J Sch Health. 2009;79(5):224–30.

9. Bartel K, Williamson P, van Maanen A, Cassoff J, Meijer AM, Oort F, et al.

Protective and risk factors associated with adolescent sleep: findings from
Australia, Canada, and The Netherlands. Sleep Med [Internet]. 2016;23(2016):97–
103. Available from: [Link]

10. Gustafsson ML, Laaksonen C, Aromaa M, Asanti R, Heinonen OJ, Koski P, et al.
Association between amount of sleep, daytime sleepiness and health-related
quality of life in schoolchildren. J Adv Nurs. 2016;72(6):1263–72.

11. Cía AH. Las adicciones no relacionadas a sustancias (DSM-5, APA, 2013): un
primer paso hacia la inclusión de las Adicciones Conductuales en las
clasificaciones categoriales vigentes. Rev Neuropsiquiatr [Internet].
2014;76(4):210.

169
BIBLIOGRAFÍA

Available from:
[Link]

12. Echeburúa, E. y Requesens A. Adicción a las redes sociales y a las nuevas

tecnologías en jóvenes y adolescentes. Guía para educadores. Pirámide. Madrid;
2012.

13. Kuss DJ, Griffiths MD, Karila L, Billieux J. Internet addiction: A systematic
review of epidemiological research for the last decade. Curr Pharm Des [Internet].
2014;20(25):1–27.

Available from: [Link]

14. Echeburúa, Enrique; Corral, Paz de; Amor PJ. El reto de las nuevas adicciones :
objetivos terapéuticos y vías de intervención. Psicol Conductual. 2005;13 (3):511–
25.

15. Echeburúa Odriozola, E., & de Corral Gargallo P. Más allá de la metáfora
[Psychological addictions: Beyond the metaphor]. Clínica y Salud. 1994;5(3):251–
8.

16. Mellody P. Adictos al amor. Obelisco. Barcelona; 1997.

17. Fuentes de Iturbe P. Guía para el Manejo Psiquiátrico del Síndrome De

Abstinencia del Paciente Alcohólico en el Primer Nivel de Atención. Conadic
[Internet]. 2017;85(36):11.

Available from:
[Link]

18. Echeburúa E. ¿Adicciones… sin drogas? Las nuevas adicciones (juego, sexo,
comida, compras, trabajo, Internet). Desclée de. Bilbao; 1999.

19. Alonso-Fernández F. Las otras drogas. Temas de H. Madrid; 1996.

170
BIBLIOGRAFÍA

20. Ministerio de Sanidad C y BS. Informe sobre Adicciones Comportamentales.

Juego y uso compulsivo de internet en las encuestas de drogas y adicciones en
España EDADES y ESTUDES. Inf sobre Adicciones Comport Juego y uso
compulsivo internet en las encuestas Drog y adicciones en España EDADES y
Estud [Internet]. 2019;1–52.

Available from:
[Link]
acion/pdf/2019_Informe_adicciones_comportamentales.pdf

21. De-Sola J, Talledo H, Rubio G, de Fonseca FR. Psychological factors and alcohol
use in problematic mobile phone use in the Spanish population. Front Psychiatry.
2017;8(FEB):1–11.

22. Sussman S, Sussman AN. Considering the definition of addiction. Int J Environ
Res Public Health. 2011;8(10):4025–38.

23. Watts GDR, Health O. La Ciencia De La Adicción. Las Drog el Cereb y la Conduct
Cienc la adicción. 2018;30.

24. Gogtay N, Giedd JN, Lusk L, Hayashi KM, Greenstein D, Vaituzis AC, et al.
Dynamic mapping of human cortical development during childhood through early
adulthood. Proc Natl Acad Sci U S A. 2004;101(21):8174–9.

25. De-Sola J, Talledo HN, Rodríguez De Fonseca F, Rubio G. Prevalence of

problematic cell phone use in an adult population in Spain as assessed by the
Mobile Phone Problem Use Scale (MPPUS). [cited 2018 Feb 7]; Available from:
[Link]
pe=printable

26. Voon V, Gao J, Brezing C, Symmonds M, Ekanayake V, Fernandez H, et al.

Dopamine agonists and risk: Impulse control disorders in Parkinson’s; Disease.
Brain. 2011;134(5):1438–46.

27. Wu K, Politis M, Piccini P. Parkinson disease and impulse control disorders: a

review of clinical features, pathophysiology and management. Postgrad Med J
[Internet]. 2009 Nov 1;85(1009):590 LP – 596. Available from:
[Link]

171
BIBLIOGRAFÍA

28. Robert F Leeman*, 1, Benjamin E Billingsley2 and MNP. and Update on

Prevention and Management. 2013;2(4):389–400.

29. Echeburúa E, De Corral P. Adicción a las nuevas tecnologías y a las redes sociales
en jóvenes: un nuevo reto. Adicciones. 2010;22(2):91.

30. Echeburúa E. Factores de riesgo y factores de protección en la adicción a las nuevas

tecnologías y redes sociales en jóvenes y adolescentes. Rev Española Drog.
2012;37(4):435–47.

31. Cuadrado ÁI. Genética de las adicciones. Adicciones [Internet]. 2008;20(2):103–

10.

Available from: [Link]

32. United Nations. Word Drug Report 2020 [Internet]. 2020 [cited 2020 Aug 14].
Available from: [Link]

33. Valero-Solís S, Granero R, Fernández-Aranda F, Steward T, Mestre-Bach G,

Mallorquí-Bagué N, et al. The contribution of sex, personality traits, age of onset
and disorder duration to behavioral addictions. Front Psychiatry. 2018;9(OCT):1–
9.

34. Aguaded, J.I. & Cabero J. Tecnologías y medios para la educación en la e-

sociedad. Alianza l. Madrid; 2013. 323 p.

35. Sohn S. Competition and Substitution of Digital Media: Usage Patterns of News,
Sports, and Adult Content. J Cybercommunication. 2005;16:273–308.

36. Kim D, Lee Y, Lee J, Nam JK, Chung Y. Development of Korean Smartphone
Addiction Proneness Scale for youth. PLoS One. 2014;9(5):1–8.

37. Matar Boumosleh J, Jaalouk D. Depression, anxiety, and smartphone addiction in

university students- A cross sectional study. PLoS One. 2017;12(8).

38. Kwon M, Kim D-J, Cho H, Yang S. The Smartphone Addiction Scale:
Development and Validation of a Short Version for Adolescents. PLoS One
[Internet]. 2013;8(12):e83558.

Available from: [Link]

172
BIBLIOGRAFÍA

39. Oksman V, Turtiainen J. Mobile Communication as a Social Stage. New Media

Soc [Internet]. 2004 Jun 1;6(3):319–39. Available from:
[Link]

40. Lobet-Maris C. Lobet-Maris C. Mobile phone tribes: youth and social identity. In:
FortunatiL., KatzJ. E., RicciniR., editors. Mediating the Human Body:
Technology, Communication and Fashion. In: FortunatiL., KatzJ. E. R, editor.
Mobile phone tribes: youth and social identity. Lawrence E. New York, NY; 2003.
p. 93–102.

41. Ellwood-Clayton B. No Title. In: Mobile Democracy, editor. Virtual strangers:

young love and texting in the Filipino archipelago of cyberspace. Passagen V.
Vienna; 2003. p. 225–39.

42. Taylor A. S. HR. The gift of the gab? A design oriented sociology of young
people’s use of mobiles. J Comput Support Coop Work. 2003;12(3):267–96.

43. Donner J. The Rules of Beeping : Exchanging Messages Via Intentional ‘“ Missed
Calls ”’ on Mobile Phones. 2008;13:1–22.

44. Lee H. Exploration of the Predicting Variables Affecting the Addictive Mobile
Phone Use. Korean J Soc Personal Psychol. 2008;22(1):133–57.

45. BackMarket. Available from: [Link]

46. Penetración mensual de la telefonía móvil sobre la población en España de enero

de 2016 a enero de 2020.

Available from: [Link]

telefonia-movil-mensual-espana/

47. Encuesta sobre Equipamiento y uso de Tecnologías de Información y

Comunicación en los hogares.

Available from:
[Link]

48. Kwon M, Lee JY, Won WY, Park JW, Min JA, Hahn C, et al. Development and
Validation of a Smartphone Addiction Scale (SAS). PLoS One. 2013;8(2).

173
BIBLIOGRAFÍA

49. Simó Sanz C, Martínez Sabater A, BallestarTarín M, Romero Domínguez A.

Instrumentos de evaluación del uso problemático del teléfono móvil/Smartphone.
Heal Addict. 2017;17(1):5–14.

50. Lin YH, Chiang CL, Lin PH, Chang LR, Ko CH, Lee YH, et al. Proposed
diagnostic criteria for Smartphone addiction. PLoS One. 2016;11(11).

51. López-Fernández O, Honrubia-Serrano L, Freixa-Blanxart M. Adaptación

española del “Mobile Phone Problem Use Scale” para población adolescente.
Adicciones. 2012;24(2):123–30.

52. Kim Y, Jeong JE, Cho H, Jung DJ, Kwak M, Rho MJ, et al. Personality factors
predicting smartphone addiction predisposition: Behavioral Inhibition and
Activation Systems, Impulsivity, and Self-Control. PLoS One. 2016;11(8):1–15.

53. Wu X, Tao S, Zhang Y, Zhang S, Tao F. Low physical activity and high screen
time can increase the risks of mental health problems and poor sleep quality among
Chinese college students. PLoS One. 2015.

54. Lin YH, Chang LR, Lee YH, Tseng HW, Kuo TBJ, Chen SH. Development and
validation of the Smartphone Addiction Inventory (SPAI). PLoS One. 2014;9(6).

55. Sanchez-Carbonell, Xavier;Beranuy, Marta; Castellana, Montserrat; Chamarro,

Ander; Oberst U. La Adiccion a Internet y al móvil. Adicciones. 2008;20,2:149–
59.

56. Fondevilla Gascón JF, Carreras Alcalde M, Mir Bernal P, Del Olmo Arriaga JLl,
Pesqueira Zamora MJ. El impacto de la mensajería instantántea en los estudiantes
en forma de estrés y ansiedad para el aprendizaje: análisis empírico. Didáctica,
Innovación y Multimed. 2014;(30):1–15.

57. Chóliz Montañés M, Villanueva Silvestre V. Evaluación de la adicción al móvil en

la adolescencia. Chóliz Montañés, Marian ; Villanueva Silvestre, Verónica
Evaluación la adicción al móvil en la Adolesc En Rev Española Drog 2011, Vol
36, No 2 165. 2011;36(2):165–83.

58. Beranuy M, Oberst U, Carbonell X, Chamarro A. Problematic Internet and mobile

phone use and clinical symptoms in college students: The role of emotional
intelligence. Comput Human Behav. 2009;25(5):1182–7.

174
BIBLIOGRAFÍA

59. Cheung LM, Wong WS. The effects of insomnia and internet addiction on
depression in Hong Kong Chinese adolescents: An exploratory cross-sectional
analysis. J Sleep Res. 2011;20(2):311–7.

60. Jenaro C, Flores N, Gómez-Vela M, González-Gil F, Caballo C. Problematic

internet and cell-phone use: Psychological, behavioral, and health correlates.
Addict Res Theory [Internet]. 2007;15(3):309–20. Available from:
[Link]

61. Sahin S, Ozdemir K, Unsal A, Temiz N. Evaluation of mobile phone addiction

level and sleep quality in university students. Pakistan J Med Sci. 2013;29(4):913–
8.

62. Sansone RA, Sansone LA. Cell phones: The psychosocial risks. Innov Clin
Neurosci. 2013;10(1):33–7.

63. Aggarwal KK. Twenty-six Percent Doctors Suffer from Severe Mobile Phone-
induced Anxiety : Excessive use of Mobile Phone can be Injurious to your Health.
Indicn J Clin Pract. 2013;24(1):7–9.

64. Ali M, Asim M, Danish SH, Ahmad F, Iqbal A, Hasan SD. Frequency of De
Quervain’s tenosynovitis and its association with SMS texting. Muscles Ligaments
Tendons J [Internet]. 2014;4(1):74–8.

Available from:
[Link]
ntrez&rendertype=abstract

65. Ha JH, Chin B, Park D-H, Ryu S-H, Yu J. Characteristics of Excessive Cellular
Phone Use in Korean Adolescents. CyberPsychology Behav [Internet]. 2008
Dec;11(6):783–4.

Available from: [Link]

66. Suresh S, Sabanayagam C, Kalidindi S, Shankar A. Cell-Phone Use and Self-

Reported Hypertension: National Health Interview Survey 2008. Int J Hypertens
[Internet]. 2011;2011:1–7.

Available from: [Link]

175
BIBLIOGRAFÍA

67. Delevi R, Weisskirch RS. Personality factors as predictors of sexting. Comput

Human Behav [Internet]. 2013 Nov;29(6):2589–94. Available from:
[Link]

68. Strassberg DS, McKinnon RK, Sustaíta MA, Rullo J. Sexting by High School
Students: An Exploratory and Descriptive Study. Arch Sex Behav [Internet]. 2013
Jan 7;42(1):15–21. Available from: [Link]
9969-8

69. Billieux J, Van der Linden M, Rochat L. The role of impulsivity in actual and
problematic use of the mobile phone. Appl Cogn Psychol [Internet]. 2008
Dec;22(9):1195–210. Available from: [Link]

70. Castellana Rosel, Montserrat; Sánchez-Carbonell, Xavier; Graner Jordana, Carla;

Beranuy Fargues M. El adolescente ante las Tecnologías de la Información y la
Comunicación: Internet, móvil y videojuegos. Papeles del Psicólogo [Internet].
2007;28(3):196–204.

Available from: [Link]

71. Davey S DA. Assessment of smartphone addiction in Indian adolescents: a mixed

method study by systematic-review and meta-analysis approach. Int J Prev Med.
2014;5:1500–11.

72. Billieux J, Maurage P, Lopez-fernandez O. Can Disordered Mobile Phone Use Be

Considered a Behavioral Addiction ? An Update on Current Evidence and a
Comprehensive Model for Future Research. 2015;156–62.

73. Lopez-Fernandez O, Honrubia-Serrano L, Freixa-Blanxart M, Gibson W.

Prevalence of Problematic Mobile Phone Use in British Adolescents.
Cyberpsychology, Behav Soc Netw. 2014;17(2).

74. Tao S, Wu X, Zhang Y, Zhang S, Tong S, Tao F. Effects of sleep quality on the
association between problematic mobile phone use and mental health symptoms in
Chinese college students. Int J Environ Res Public Health. 2017;14(2).

75. Pedrero, E.; Rodríguez, M.T.; Ruiz JM. Mobile phone abuse or addiction. A review
of the literature. Adicciones [Internet]. 2012;24(2):139–52.

Available from: [Link]

176
BIBLIOGRAFÍA

76. BOE. Ley Orgánica 15/1999, de 13 de diciembre, de Protección de Datos de

Carácter Oficial. Boletín Of del Estado [Internet]. 1999;(298, de 14
diciembre):43088–99.

Available from: [Link]

77. Maloney PW, Grawitch MJ, Barber LK. The multi-factor structure of the Brief
Self-Control Scale: Discriminant validity of restraint and impulsivity. J Res Pers
[Internet]. 2012;46(1):111–5.

Available from: [Link]

78. Oliva A, Hidalgo M. V, Moreno C, Jiménez L, Jiménez A, Antolín L, et al. Uso y

riesgo de adicciones a las nuevas tecnologías entre adolescentes y jóvenes
andaluces [Internet]. Vol. 2, Revista Científica De Ciencias Y La Información.
2012. p. 264.

Available from:
[Link]
A[Link] y riesgo de adicciones
a las nuevas tecnologías entre adolescentes y jóvenes [Link]

79. Schmidt V, Barreyro JP, Maglio AL. Escala de evaluación del funcionamiento
familiar faces iii: ¿modelo de dos o tres factores? ( Family Functioning Evaluation
Scale FACES III: Model of two or three factors?). Escritos Psicol. 2010;3(2):30–
6.

80. Olson, D. H., Portner, J., & Lavee Y. “Faces III”: Family Adaptability & Cohesion
Evaluation Scales, Family Social Science. University. Saint Paul.

81. Hays RD, Martin SA, Sesti AM, Spritzer KL. Psychometric properties of the
Medical Outcomes Study Sleep measure. [cited 2019 Oct 2]; Available from:
[Link]/locate/sleep

82. R. Gálvez, Marsal C, Vidal J, Real MA del, Ruiz M, Rejas J. trastornos del sueño
en condiciones de práctica médica habitual : resultados del estudio naturalístico
DONEGA . Rev Soc Esp Dolor. 2006;13(2):81–95.

177
BIBLIOGRAFÍA

83. Franceschini C, Musetti A, Zenesini C, Palagini L, Scarpelli S, Quattropani MC,

et al. Poor sleep quality and its consequences on mental health during the COVID-
19 lockdown in Italy. Front Psychol. 2020;11(November):1–15.

84. Regidor E. La Clasificación De Clase Social De Goldthorpe: Marco De Referencia

Para La Propuesta De Medición De La Clase Social Del Grupo De Trabajo De La
Sociedad Española De Epidemiología. Rev Española Salud Pública. 2001;71:13–
22.

85. Sánchez-Moreno J, Vieta E, Zaragoza S, Barrios M, Gracia M De, Lahuerta J, et

al. Proceso de adaptación al español del cuestionario Mood Disorder
Questionnaire. Psiq Biol. 2005;12(4):137–43.

86. Vazquez Molina J. Modelos de ecuaciones estructurales en Psicología. 2013;102.

87. Hair, J.F; Anderson, R.E (comp.); Tatham, R.L. (trad.); Black WC (trad. . Análisis
Multivariante. 5th ed. Pearson Prentice Hall, editor. Madrid; 1999.

88. Hair, J.F.; Anderdson, R.E.; Tatham, W.C.; Black WC. Análisis multivariante.
Prentice H. Madrid; 1999.

89. De la Fuente S. Análisis Factorial Paso a Paso. Univ Auton [Internet]. 2011;1–
34. Available from:
[Link]
[Link]

90. Escobedo Portillo MT, Hernández Gómez JA, Estebané Ortega V, Martínez
Moreno G. Modelos de ecuaciones estructurales: Características, fases,
construcción, aplicación y resultados. Cienc Trab. 2016;18(55):16–22.

91. Orres Luisro. Análisis factorial confirmatorio a los robustness of confirmatory

factor analysis fit indices to outliers. 2020;27(2):383–404.

92. Fornell C, Larcker DF. Evaluating Structural Equation Models with Unobservable
Variables and Measurement Error. J Mark Res [Internet]. 1981 Dec 8;18(1):39–
50. Available from: [Link]

93. Roberts JA, Pullig C, Manolis C. I need my smartphone: A hierarchical model of

personality and cell-phone addiction. Pers Individ Dif. 2015;79.

178
BIBLIOGRAFÍA

94. Lee H, Kim JW. Risk Factors for Smartphone Addiction in Korean Adolescents :
Smartphone Use Patterns. 2017;(6).

95. Chóliz M, Chóliz MC. Ellas, ellos y su movil: Uso, abuso(¿y dependencia?) del
telefono movil en la adolescencia. Originales. 2009;34(1):74–88.

96. Hirshkowitz M, Whiton K, Albert SM, Alessi C, Bruni O, DonCarlos L, et al.

National sleep foundation’s sleep time duration recommendations: Methodology
and results summary. Sleep Heal [Internet]. 2015;1(1):40–3. Available from:
[Link]

97. Campbell IG, Burright CS, Kraus AM, Grimm KJ, Feinberg I. Daytime sleepiness
increases with age in early adolescence: A sleep restriction dose-response study.
Sleep. 2017;40(5).

98. Minges KE, Redeker NS. Delayed school start times and adolescent sleep: A
systematic review of the experimental evidence. Sleep Med Rev [Internet].
2016;28:86–95. Available from: [Link]

99. Patte KA, Cole AG, Qian W, Leatherdale ST. Youth sleep durations and school
start times: a cross-sectional analysis of the COMPASS study. Sleep Heal
[Internet]. 2017;3(6):432–6.

Available from: [Link]

100. Rosen L, Carrier LM, Miller A, Rokkum J, Ruiz A. Sleeping with technology:
Cognitive, affective, and technology usage predictors of sleep problems among
college students. Sleep Heal. 2016;2(1).

101. Light B. Points de droit. 2013.

102. Jeong SH, Kim HJ, Yum JY, Hwang Y. What type of content are smartphone users
addicted to?: SNS vs. games. Comput Human Behav. 2016.

103. Hawi NS, Samaha M. Relationships among smartphone addiction, anxiety, and
family relations. Behav Inf Technol. 2017.

104. Challco Huaytalla KP, Rodríguez Vega S, Jaimes Soncco J. Riesgo de adicción a
redes sociales, autoestima y autocontrol en estudiantes de secundaria. Rev
Científica Ciencias la Salud. 2016;9(1):9–15.

179
BIBLIOGRAFÍA

105. Kim H, Min J, Min K, Lee T, Yoo S. Relationship among family environment ,
self- control , friendship quality , and adolescents ’ smartphone addiction in South
Korea : Findings from nationwide data. 2018;1–13. Available from:
https:[Link]/10.1371/[Link].0190896

106. Yen J-Y, Yen C-F, Chen C-C, Chen S-H, Ko C-H. Family Factors of Internet
Addiction and Substance Use Experience in Taiwanese Adolescents.
Cyberpsychology Behav [Internet]. 2007 [cited 2018 Apr 8];10(3). Available
from: [Link]

180
ANEXOS

181
182
ANEXOS

Anexo 1. Cuestionario adolesTIC

183
ANEXOS

Cuestionario adolesTIC. Continuación.

184
ANEXOS

Cuestionario adolesTIC. Continuación.

185
ANEXOS

Cuestionario adolesTIC. Continuación.

186
ANEXOS

Cuestionario adolesTIC. Continuación.

187
ANEXOS

Cuestionario adolesTIC. Continuación.

188
ANEXOS

Anexo 2. Descripción de las preguntas de la escala SAS*.

Ítems Descripción
I1 Dificultad de finalizar las tareas habituales por usar el móvil.
I2 Dificultad de concentrarse mentalmente como consecuencia del uso
del móvil.
I3 Sentirse físicamente mal por usar el móvil.
I4 Sentir dolor en el cuerpo por el uso del móvil.
I5 Sentir cansancio por el uso del móvil.
I6 Tener tranquilidad por usar el móvil.
I7 Encontrarse alegre por usar el móvil.
I8 Experimentar seguridad por el uso del móvil.
I9 Disminución del estrés por usar el móvil.
I10 Divertirse solo con el uso del móvil.
I11 No encontrar el sentido de la vida si no se puede usar del móvil.
I12 Sentir bienestar por usar el móvil.
I13 Vivir la mayor diversión con el uso del móvil.
I14 No poder vivir sin usar el móvil.
I15 No tener tranquilidad si no se usa el móvil.
I16 Estar muy pendiente del móvil.
I17 Deterioro de la vida diaria por el uso del móvil.
I18 Encontrarse mal si le interrumpen usando el móvil.
I19 Usar el móvil en todas las situaciones de la vida.
I20 Conocer gente por el móvil.
I21 Preferencia por los amigos virtuales.
I22 Dolor por no usar el móvil.
I23 Relacionarse mejor con amigos virtuales.
I24 Revisar constantemente el móvil.
I25 Mirar el móvil al levantarse.
I26 Preferencia por relacionarse con los amigos virtuales a salir.
I27 Consultar dudas en el móvil.
I28 Durabilidad de la batería del móvil inferior a un día por su uso.
I29 Usar el móvil más de lo aconsejable.
I30 Necesitar constantemente usar el móvil.
I31 No poder reducir el uso del móvil.
I32 Tener conocimiento de la necesidad de reducir el uso del móvil.
I33 Usar mucho el móvil según la gente cercana.
*Smartphone Addiction Scale

189
ANEXOS

Anexo 3. Descripción de las preguntas de la escala SAS* adaptada al español.

Ítems Descripción
I1 Dificultad de finalizar las tareas habituales por usar el móvil.
I2 Dificultad de concentrarse mentalmente como consecuencia del uso
del móvil.
I3 Sentirse físicamente mal por usar el móvil.
I4 Sentir dolor en el cuerpo por el uso del móvil.
I5 Sentir cansancio por el uso del móvil.
I6 Tener tranquilidad por usar el móvil.
I7 Encontrarse alegre por usar el móvil.
I8 Experimentar seguridad por el uso del móvil.
I9 Disminución del estrés por usar el móvil.

I10 Divertirse solo con el uso del móvil.

I11 No encontrar el sentido de la vida si no se puede usar del móvil.
I12 Sentir bienestar por usar el móvil.
I13 Vivir la mayor diversión con el uso del móvil.
I14 No poder vivir sin usar el móvil.
I15 No tener tranquilidad si no se usa el móvil.
I16 Estar muy pendiente del móvil.
I17 Deterioro de la vida diaria por el uso del móvil.
I18 Encontrarse mal si le interrumpen usando el móvil.
I19 Usar el móvil en todas las situaciones de la vida.
I20 Conocer gente por el móvil.
I21 Preferencia por los amigos virtuales.
I22 Dolor por no usar el móvil.
I23 Relacionarse mejor con amigos virtuales.
I24 Revisar constantemente el móvil.
I25 Mirar el móvil al levantarse.
I26 Preferencia por relacionarse con los amigos virtuales a salir.
I27 Usar el móvil más de lo aconsejable.
I28 Necesitar constantemente usar el móvil.
I29 No poder reducir el uso del móvil.
I30 Tener conocimiento de la necesidad de reducir el uso del móvil.
I31 Usar mucho el móvil según la gente cercana.
*Smartphone Addiction Scale

190