SciELO - Scientific Electronic Library Online

 
vol.8 issue2 author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

  • Have no cited articlesCited by SciELO

Related links

  • Have no similar articlesSimilars in SciELO

Share


Academo (Asunción)

On-line version ISSN 2414-8938

Acad. (Asunción) vol.8 no.2 Asuncion Dec. 2021

https://doi.org/10.30545/academo.2021.jul-dic.5 

Artículo original

Adaptación y validación al español del cuestionario de involucramiento en redes sociales digitales

Adaptation and validation of the social media engagement questionnaire to Spanish language

1 Universidad de Buenos Aires, Carrera de Sociología. Buenos Aires, Argentina. E-mail: rmartin@sociales.uba.ar

2 Consejo Nacional de Investigaciones Científicas y Técnicas, Buenos Aires, Argentina. E-mail: hugosimkin@sociales.uba.ar


RESUMEN

En los últimos años, el estudio de la interacción digital se ha ido incrementando, dando lugar al planteo de nuevas problemáticas para abordar y estudiar. Como cualquier tipo de interacción, la digital tiene aspectos positivos y negativos, lo cual resulta de actual interés para las ciencias sociales. Pero hay muy pocos estudios, particularmente en América Latina, sobre como en la actualidad la interacción mediante redes sociales digitales afecta las formas de socialización y en cómo repercute sobre el tiempo que pasamos utilizándolas. Particularmente, el Cuestionario de Involucramiento con las Redes Sociales Digitales constituye una de las principales técnicas para medir efectivamente qué tan inmersos estamos en las redes sociales, tomando como referencia la frecuencia de uso que una persona realiza de las mismas en el transcurso de una semana. El presente trabajo se propone adaptar y validar la escala al contexto argentino en una muestra de 418 estudiantes de nivel medio con residencia en la Ciudad Autónoma de Buenos Aires (CABA). Los resultados obtenidos por el análisis factorial confirmatorio brindan soporte empírico al modelo, contribuyendo a la adaptación y validación del inventario para el contexto argentino.

Palabras clave: Redes sociales; cuestionario; adaptación; validación.

ABSTRACT

Lately, the study of digital or mediated interaction by modern communication technologies has been increasing, giving rise to the posing of new problems to address and study. As in any kind of interaction, the digital one has positive and negative aspects, which is of current interest for the Social Sciences. Actually, there are few articles, particularly in Latin America, about how digital interaction affects these ways of socialization and how much time we spend in social networking. The Social Media Engagement Questionnaire (SMEQ) is one of the main techniques to effectively measure how immersed in social networks sites we are, taking as a reference the frequency of online connection over the course of a week. The purpose of this article is to adapt and validate the scale to the Argentinean context in a sample of 418(four hundred eighteen) middle level students residing in the Ciudad Autónoma de Buenos Aires (CABA), Argentina. The results obtained by confirmatory factorial analysis offer empirical support to the dimensional model, contributing to the adaptation and validation of the inventory for the argentinean context.

Keywords: Social media; questionnaire; adaptation; validation.

INTRODUCCIÓN

En la actualidad las redes sociales han cobrado mayor presencia en la cotidianeidad de las personas. Distintos estudios han observado que el uso excesivo de redes sociales digitales puede traer aparejados comportamientos compulsivos, consecuencias emocionales o actitudinales como la falta de autoestima, ansiedad, depresión, o estrés (Liu y Ma, 2018; Reer, Tang y Quandt, 2019; Apaolaza, Hartmann, D'Souza y Gilsanz, 2019).

Przybylski, Murayama, DeHann, y Gladwell (2013) desarrollan el Cuestionario de Involucramiento con las Redes Sociales o Social Media Engagement Questionnaire (en adelante, SMEQ) con el objeto de evaluar la frecuencia diaria del uso de redes sociales digitales. El SMEQ es un cuestionario autoadministrable que consta de cinco preguntas orientadas a medir qué tan frecuentemente las personas utilizan las redes sociales durante sus actividades diarias, tomando como referencia el transcurso de una semana. La escala presenta un formato de respuesta tipo Likert de ocho anclajes en función de la frecuencia del uso de redes sociales digitales durante el día por parte de los participantes. Las mismas varían teniendo en cuenta el tiempo dedicado al uso de las redes sociales durante siete días en relación a nuestras actividades cotidianas siendo: 0 = “Nunca” y 7 = “Todos los días”. El inventario ha sido empleado en distintas poblaciones y contextos como Reino Unido (Przybylski, Murayama, DeHann y Gladwell, 2013), Estados Unidos (Baker, Krieger y LeRoy, 2016), en países asiáticos, como Bangladesh, China, Kazakstán, Rusia, Corea del Sur y Uzbekistán (Swar y Tahid, 2017), y en Israel (Alt, 2015).

En el estudio original, tal como ha sido sugerido por la literatura (Heo, Kim y Faith, 2015), la consistencia interna de las dimensiones del SMEQ fue estimada a partir del estadístico alfa de Cronbach, arrojando resultados aceptables (α = .82). El estudio exploratorio contribuyó a identificar una única dimensión distribuida en los cinco ítems que componen la escala. La estructura factorial posteriormente fue evaluada empleando ecuaciones estructurales, permitiendo observar que los índices de ajuste considerados indican que el modelo del SMEQ resulta adecuado para los datos recabados en campo (Koller et al., 2017; Lee et al.,2015). En el mismo sentido, el SRMR presenta valores inferiores a 0.10, guarismos considerados aceptables para la literatura especializada (Lacobucci, 2010; Cangur y Ercan, 2015). Además, los índices de ajuste (e.g. CFI, NFI, NNFI) presentaron regularmente valores superiores a .90, acorde a lo que se considera recomendable (Bentler, 1990; Hu y Bentler, 1999).

En la actualidad, el cuestionario SMEQ es una de las técnicas que ha cobrado mayor relevancia para la evaluación relacionada al involucramiento en redes sociales digitales. A pesar de ello, en el contexto argentino no se han encontrado estudios que procuren adaptar y validar esta escala al ámbito local. Por este motivo, el objetivo del presente trabajo consiste en validar y adaptar el instrumento, contribuyendo así, a la indagación del fenómeno en el contexto local.

METODOLOGÍA

Participantes

La muestra empleada fue de tipo intencional y fue integrada por 418 residentes en el área Metropolitana de Buenos Aires (AMBA), con edades comprendidas entre los 18 y los 60 años (M = 28.72), de distintos sexos (Masculino= 25%; Femenino = 75%).

Instrumentos

Cuestionario de Involucramiento en Redes Sociales Digitales / Social Media Engagement Questionnaire (SMEQ) (Przybylski, Murayama, DeHaan y Gladwell, 2013). El SMEQ es un cuestionario autoadministrable que consta de 5 preguntas que evalúan la frecuencia del uso de redes sociales digitales en el transcurso de una semana durante distintos momentos del día (e.g. “¿Con qué frecuencia usas redes sociales antes de irte a dormir?”). La escala presenta un formato de respuesta tipo Likert de ocho puntos que varían teniendo en cuenta el tiempo dedicado a las redes sociales digitales durante el transcurso del día tomando como referencia el curso de una semana siendo: 0 = “Nunca”, 1= “una vez por semana”, 2 = “dos veces por semana”, 3 = “tres veces por semana”, 4 = “cuatro veces por semana”, 5 = “cinco veces por semana”, 6= “seis veces por semana”, y 7 = “Todos los días”. De acuerdo con la literatura, las propiedades psicométricas del SMEQ han resultado adecuadas en el contexto internacional (Przybylski et al., 2013). La adaptación al contexto local fue realizada siguiendo los estándares metodológicos internacionales que sugiere la International Test Commission (ITC) para la adaptación correcta de las técnicas de evaluación entre contexto idiomáticos diversos (Muñiz, Elosua y Hambleton, 2013).

Cuestionario de datos sociodemográficos

Se elaboró un cuestionario ad hoc que solicitaba a los participantes consignar la edad, el sexo y el lugar de residencia.

Procedimiento

Los sujetos fueron invitados a participar del estudio de forma voluntaria, solicitándoles debidamente su consentimiento digitalmente. Antes de responder el cuestionario, se les hizo constar que los datos derivados de esta investigación se utilizarían con fines exclusivamente científicos bajo la Ley Nacional 25.326 de protección de los datos personales. Los cuestionarios fueron administrados digitalmente a través de redes sociales Facebook e Instagram siguiendo las recomendaciones de la literatura (Kosinski, Matz, Gosling, Popov y Stillwell, 2015; Shaver, Khawer, Yi, Aubrey-Bassler, Etchegary, Roebothan y Wang, 2019, Stier, Breuer, Siegers y Thorson, 2019).

Análisis de datos

Para el análisis estadístico se emplearon los programas SPSS 22 y LISREL 4.1. En primer lugar, se analizó la confiabilidad de SMEQ a partir del análisis de consistencia interna, empleando el estadístico alfa Ordinal (Dominguez-Lara, 2018). En segundo lugar, se evaluó la validez del constructo en la realización de un análisis factorial confirmatorio (AFC), empleando el método GLS robusto, siguiendo recomendaciones previas (Schermelleh-Engel, Moosbrugger y Müller, 2003). El modelo fue evaluado mediante los índices de bondad de ajuste χ2, NNFI (Non-Normed Fit Index), CFI (Comparative fit index) y SRMR (Standardized Root Mean Square Residual), de acuerdo con lo recomendado por la literatura (Kline, 2005, 2010).

RESULTADOS

Análisis de los ítems y consistencia interna de la SMEQ

En primer lugar, se analizaron los estadísticos descriptivos de los ítems que conforman la SMEQ. De acuerdo con los resultados todos los ítems contribuyen a su dimensión, presentando cada uno de ellos una correlación significativa con el total de cada factor. La eliminación de cualquier ítem implicaría una disminución de la consistencia interna del instrumento. Por su parte, la consistencia interna se evaluó a partir de los estadísticos Alfa de Cronbach y Omega de McDonald obteniendo guarismos aceptables considerando que la literatura recomienda valores superiores a .70 (Ventura León y Caycho Rodríguez, 2017) (Tabla 1). También se evaluó el índice de χ2 cuyo resultado fue 121.731 (P= 0.0).

Tabla 1 Involucramiento en redes sociales digitales, Alfa de Cronbach, Omega de McDonald, Ítems, Media, Desviación Estándar, Correlación Ítem-Total y Alfa de Cronbach si se elimina el Ítem 

Nota: α: alfa de Cronbach; ω = Omega de McDonald; M: media; DE: desviación estándar; rjx: correlación ítem-total; α.-x: Alfa de Cronbach si se elimina el ítem.

Análisis factorial confirmatorio de la escala SMEQ

A efectos de adaptar la SMEQ se realizó en primer lugar un análisis factorial confirmatorio, evaluado a partir de los índices de bondad de ajuste χ2, IFI, (Incremental Fit Index), NNFI (Non-Normed Fit Index), CFI (Comparative fit index) y SRMR (Standardized Root Mean Square Residual) (Holgado-Tello et al., 2009). En la Tabla 2 puede observarse que el análisis ha contribuido a confirmar que el modelo propuesto se ajusta a los datos recabados en campo (Hair et al., 2009). Los índices IFI, NNFI y CFI lograron valores superiores a .90 y el SRMR inferiores a 0.10, guarismos considerados como indicadores de un buen ajuste (Lacobucci, 2010; Cangur y Ercan, 2015).

Tabla 2 Análisis Factorial Confirmatorio de la escala SMEQ. 

X 2 NFI CFI IFI SRMR
SMEQ 121.731 .91 .92 .92 0.091

Nota: Se utilizó el modelado de ecuaciones estructurales para el análisis. IFI= Índice de Ajuste Incremental, NFI= Índice de Ajuste Normado, NNFI= Índice de Ajuste No Normado, CFI= Índice de Ajuste Comparado, SRMR= Residuo Estandarizado Cuadrático Medio.

De acuerdo con los resultados del AFC, puede observarse el modelo de la Escala de FoMo en la Figura 1.

Figura 1 Modelo de la Escala de FoMo 

DISCUSIÓN

El cuestionario de Involucramiento en Redes Sociales Digitales (Przybylski, Murayama, DeHaan y Gladwell, 2013) ha demostrado propiedades psicométricas adecuadas, lo que posibilitaría su administración en el contexto local. El mismo presenta cinco ítems similares a las propuestas por el autor original.

Los resultados del análisis factorial confirmatorio permiten observar un ajuste adecuado de los datos al modelo propuesto por los autores. Respecto de la consistencia interna, el Omega de McDonald alcanzó valores adecuados (ω = .88).

El trabajo aporta una técnica válida y confiable para la evaluación del involucramiento en redes sociales en el contexto argentino. Cabe señalar, en cuanto a sus limitaciones, que los resultados del estudio que se informan refieren exclusivamente acerca de la estructura factorial -validez factorial- y de la consistencia interna -fiabilidad- del cuestionario SMEQ, lo cual implica apenas un primer abordaje de carácter exploratorio en la tarea de adaptar el instrumento al ámbito local. En este sentido, futuras investigaciones deberían continuar explorando las propiedades psicométricas del SMEQ en la Argentina.

Tal como se ha señalado, contar con herramientas válidas y fiables para la evaluación del involucramiento en redes sociales digitales constituye uno de los principales obstáculos y desafíos tanto en el contexto local, como en el regional y global, que requieren ser atendidos para contribuir al fortalecimiento del área en los próximos años.

AGRADECIMIENTOS

Este trabajo fue financiado en el marco de los proyectos de investigación UBACyT 20020170200395BA y PICT-2016-4147 acreditados por la Universidad de Buenos Aires (UBA) y la Agencia Nacional de Promoción de la Investigación, el Desarrollo Tecnológico y la Innovación (Agencia I+D+i).

REFERENCIAS BIBLIOGRÁFICAS

Alt, D. (2015). College students’ academic motivation, media engagement and fear of missing out. Computers in Human Behavior, 49. doi: 10.1016/j.chb.2015.02.057. [ Links ]

Apaolaza, V., Hartmann, P., D'Souza, C., y Gilsanz, A. (2019). Mindfulness, compulsive mobile social media use, and derived stress: The mediating roles of self-esteem and social anxiety. Cyberpsychology, Behavior, and Social Networking, 388-396. http://doi.org/10.1089/cyber.2018.0681. [ Links ]

Baker, Z., Krieger, H., y LeRoy, A. (2016). Fear of missing out: Relationships with depression, mindfulness, and physical symptoms. Translational Issues in Psychological Science, 2, 275-282. doi: 10.1037/tps0000075. [ Links ]

Bentler, P. M. (1990). Comparative fit indexes in structural models. Psychological Bulletin, 107(2), 238-246. https://doi.org/10.1037/0033-2909.107.2.238. [ Links ]

Cangur, S., & Ercan, I. (2015). Comparison of Model Fit Indices Used in Structural Equation Modeling Under Multivariate Normality. Journal of Modern Applied Statistical Methods, 14(1), 152-167. https://doi.org/10.22237/jmasm/1430453580. [ Links ]

Dominguez-Lara, S. (2018). Fiabilidad y alfa ordinal. Actas Urologicas Espanolas, 42(2), 140-141. https://doi.org/10.1016/j.acuro.2017.07.002. [ Links ]

Heo, M., Kim, N., y Faith, M.S. (2015). Statistical power as a function of Cronbach alpha of instrument questionnaire items. BMC Med Res Methodol, 15, 86. https://doi.org/10.1186/s12874-015-0070-6. [ Links ]

Holgado-Tello, F. P., Chacón-Moscoso, S., Barbero-García, I., y Vila-Abad, E. (2009). Polychoric versus Pearson correlations in exploratory and confirmatory factor analysis of ordinal variables. Quality and Quantity, 44, 153-166. doi:10.1007/s11135-008-9190. [ Links ]

Hu, L., y Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1-55. https://doi.org/10.1080/10705519909540118. [ Links ]

Kline, R. B. (2005). Structural equation modeling. New York, NY: The Guilford Press. [ Links ]

Kline, R. B. (2010). Principles and practice of structural equation modeling. New York, NY: The Guilford Press . [ Links ]

Koller, I., Levenson, M. R., y Glück, J. (2017). What do you think you are measuring? A mixed-methods procedure for assessing the content validity of test items and theory-based scaling. Frontiers in Psychology, 8 (February). https://doi.org/10.3389/fpsyg.2017.00126. [ Links ]

Kosinski, M., Matz, S. C., Gosling, S. D., Popov, V., y Stillwell, D. (2015). Facebook as a research tool for the social sciences: Opportunities, challenges, ethical considerations, and practical guidelines. American Psychologist, 70(6), 543-556. https://doi.org/10.1037/a0039210. [ Links ]

Lacobucci, D. (2010). Structural equations modeling: Fit indices, sample size, and advanced topics. Journal of Consumer Psychology, 20(1), 90-98. doi: 10.1016/j.jcps.2009.09.003. [ Links ]

Lee, S., Choun, S., Aldwin, C. M., y Levenson, M. R. (2015). Cross-Cultural Comparison of Self-Transcendent Wisdom Between the United States and Korea. Journal of Cross-Cultural Gerontology, 30(2), 143-161. https://doi.org/10.1007/s10823-015-9259-8. [ Links ]

Liu, C. y Ma, J (2018). Social media addiction and burnout: The mediating roles of envy and social media use anxiety. Curr Psychol. https://doi.org/10.1007/s12144-018-9998-0. [ Links ]

Muñiz, J., Elosua, P., y Hambleton, R. K. (2013). Directrices para la traducción y adaptación de los tests: Segunda edición. Psicothema, 25, 151-157. doi:10.7334/psicothema2013.24 [ Links ]

Przybylski, A. K., Murayama, K., DeHaan, C. R., & Gladwell, V. (2013). Computers in Human Behaviour: Motivational, emotional, and behavioral correlates of fear of missing out. Elsevier: Computers in Human Behaviour, 29, 1841-1848. [ Links ]

Reer, F., Tang, W. Y., y Quandt, T. (2019). Psychosocial well-being and social media engagement: The mediating roles of social comparison orientation and fear of missing out. New Media & Society,21(7):1486-1505. doi:10.1177/1461444818823719. [ Links ]

Schermelleh-Engel, K., Moosbrugger, H., y Müller, H. (2003). Evaluating the fit of structural equation models: Tests of significance and descriptive goodness-of-fit measures. Methods of Psychological Research Online, 8(2), 23-74. [ Links ]

Shaver, L. G., Khawer, A., Yi, Y., Aubrey-Bassler, K., Etchegary, H., Roebothan, B., ... y Wang, P. P. (2019). Using facebook advertising to recruit representative samples: feasibility assessment of a cross-sectional survey. Journal of medical Internet Research, 21(8), e14021. [ Links ]

Stier, S., Breuer, J., Siegers, P., y Thorson, K. (2019). Integrating survey data and digital trace data: key issues in developing an emerging field. Social Science Computer Review, 38(5), 503-516. https://doi.org/10.1177/0894439319843669 [ Links ]

Swar, B., y Tahid, H. (2017). Fear of missing out, social media engagement, smartphone addiction and distraction: moderating role of self-help mobile apps-based interventions in the youth. 10th International Conference on Health Informatics At: Porto, Portugal. doi: 10.5220/0006166501390146. [ Links ]

Ventura León, J. L., y Caycho Rodríguez, T. (2017). El coeficiente Omega: Un método alternativo para la estimación de la confiabilidad. Revista Latinoamericana de Ciencias Sociales, Niñez y Juventud, 15(1), 625-627. [ Links ]

Financiamiento

1Este trabajo fue financiado en el marco de los proyectos de investigación UBACyT 20020170200395BA y PICT-2016-4147 acreditados por la Universidad de Buenos Aires (UBA) y la Agencia Nacional de Promoción de la Investigación, el Desarrollo Tecnológico y la Innovación (Agencia I+D+i).

Recibido: 10 de Septiembre de 2020; Aprobado: 24 de Marzo de 2021

Correspondencia: rmartin@sociales.uba.ar

Ninguna que declarar.

Idea, redacción (borrador original) y recolección de datos: Rodrigo Martin; Análisis de datos: Hugo Simkin; Presentación de resultados, discusión y conclusiones, revisiones finales: Rodrigo Martin y Hugo Simkin; Dirección del proyecto de investigación (UBACyT 20020190200244BA): Hugo Simkin.

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons