UN ANÁLISIS DE LA ADICCIÓN A LOS DISPOSITIVOS MÓVILES Y SU IMPACTO EN EL RENDIMIENTO ACADÉMICO DE LOS ESTUDIANTES DE LA LICENCIATURA EN INFORMÁTICA ADMINISTRATIVA DEL CENTRO

UNIVERSITARIO UAEM TEMASCALTEPEC

M. en T. I. Rafael Valentín Mendoza Méndez1 M. en T. I. Gisela Regina Baena Castro2

M. en T. I. Marcelo Arturo Baena Castro3

Resumen

El actual uso de los teléfonos móviles por parte de los jóvenes conlleva el riesgo de ser un elemento distractor en sus actividades académicas y que el abuso de estos los lleven a presentar el comportamiento típico de una adicción. Actualmente el teléfono móvil ha asumido el rol de instrumento de comunicación, de consola de juego, reproductor de música, reproductora de películas, lectora de noticias, acceso a sus redes sociales y herramienta de mensajería entre otros, por lo que su capacidad multidisciplinaria, tan variada y que le proporciona diversas gratificaciones no puede estar exenta de problemas. Como señala Griffiths (2008), “cualquier actividad gratificante es potencialmente adictiva, pero sólo aquellas marcadas por la desaprobación social por sus riesgos asociados son consideradas “adicciones” y no meros hábitos” (PEDRERO PÉREZ, RODRÍGUEZ MONJE, & RUIZ SÁNCHEZ DE LEÓN, 2012) El presente trabajo de investigación se centra en el estudio de los hábitos de 112 alumnos de los cuales 75 son mujeres y 37 hombres y que componen todos los semestres de la Licenciatura en Informática Administrativa, teniendo 19 alumnos en primer semestre, 26 en tercero, 23 en quinto, 20 en séptimo y 24 en noveno, realizar el análisis de su uso y abuso de estas tecnologías, y si este impacta en su rendimiento escolar, para llevar a cabo este análisis se les aplicara un instrumento modificado que ha sido basado en la prueba de adicción a internet (IAT – Internet Adicction Test) desarrollado por la Dra. . En Psicología Kimberly S. Young. Con algunos ítems que nos permita obtener información sobre la frecuencia y uso del dispositivo móvil, así como su posible interferencia en las actividades académicas que realiza. Se aplicó entonces un instrumento de 30 preguntas, las cuales determinan el rendimiento escolar y el nivel de adicción al dispositivo móvil, se usó la escala de Likert para cada reactivo, esta escala consto de seis opciones, de las cuales el estudiante debía contestar solo una, estas opciones fueron : 0 = Nunca, 1 = Raramente, 2 = Ocasionalmente, 3 = Frecuentemente, 4 = Muy a menudo 5 = Siempre., el puntaje máximo a obtener es de 150 con una relación de a mayor puntaje obtenido, mayor será el nivel de adicción que presente, dividiendo de 0 a 50 puntos aquellos estudiantes que no muestran un nivel de adicción elevado y que este no incide negativamente en su rendimiento académico, de 51 a 100 aquellos que presentan un nivel de adicción moderado y que presentan una leve asociación negativa con su rendimiento académico, de 101 a 150 puntos aquellos alumnos cuyo nivel de adicción es elevado y este incide fuertemente en una asociación negativa con su rendimiento académico. Se utilizó también la prueba de componentes principales (ACP) y estadísticos descriptivos para sintetizar, y la matriz de componentes rotados para observar proporción de variabilidad, Se hizo selección de los primeros componentes principales (CP’s) mediante magnitudes de vectores propios, y para determinar la pertinencia de su aplicación, se realizó la prueba de esfericidad de Bartlett, se utilizó la medida de adecuación muestral de Káiser-Meyer-Olkin mediante el SPSS 18 (Johnson y Wichern, 2007). Después, un análisis de estadísticos

1 Maestro en Tecnologías de la Información. Profesor Investigador de Tiempo Completo para la Universidad Autónoma

del Estado de México. Coordinador de la Maestría en Ciencias de la Computación para el CU UAEM Temascaltepec.

E-mail: ravameme@hotmail.com 2 Maestra en Tecnologías de la Información. Profesor de Asignatura Definitivo para la Universidad Autónoma del

Estado de México y Profesor de Medio Tiempo para el Colegio de Estudios Científicos y Tecnológicos del Estado de

México. E-mail: gisela_baena_castro@hotmail.com 3 Maestro en Tecnologías de la Información. Profesor de Asignatura Definitivo para la Universidad Autónoma del

Estado de México y Profesor de Medio Tiempo para el Colegio de Estudios Científicos y Tecnológicos del Estado de

México. e-mail: arturob1023@yahoo.com.mx

descriptivos. El ACP genero cuatro componentes principales (CP) que explican el 70.54% de la varianza total. El primer Componente Principal represento la mayor capacidad explicatoria de los datos con el 52.22% de la varianza total sintetizando a 11 preguntas que muestran la asociación positiva con el rendimiento académico del alumno en relación con la adicción al dispositivo móvil. La segunda Componente Principal muestra un valor de la varianza total del 8.30%, y se encuentra asociada con la ansiedad que sufre el estudiante, cuando este no está desarrollando alguna actividad en el dispositivo móvil. La tercer Componente Principal muestra una varianza total de 5.4%, asociada a detectar si hace de un dispositivo móvil, la frecuencia de este uso y el número de veces que lo hace al día. Y el cuarto Componente Principal con una varianza obtenida del 4.54% nos muestra la asociación que se establece entre la edad del alumno y el semestre al que estos pertenecen. Palabras Clave: Adicción a los dispositivos móviles, nomofobia, rendimiento escolar, Licenciatura en Informática Administrativa Clasificación JEL: D12, D83. I10, I21

Abstract Current use of mobile phones by young people carries the risk of being a distracting element in their academic activities and abuse of these lead them to experience the typical behavior of an addiction. Currently the mobile phone has assumed the role of communication tool, game console, music player, spawning movies, reading news, access to social networking and messaging tool among others, so its multidisciplinary capacity as varied and providing you various bonuses cannot be without problems. As Griffiths (2008) notes, "any rewarding activity is potentially addictive, but only those marked by social disapproval associated risks are considered" addiction "and not mere habits" (PEDRERO PEREZ RODRIGUEZ MONK & RUIZ SANCHEZ DE LEON, 2012) The present research focuses on the study of the habits of 112 students of whom 75 are women and 37 men and composing all semesters of the Bachelor of Administrative Computing, taking 19 students in the first semester, 26 in third, 23 fifth, seventh 20 and 24 in the ninth, the analysis of the use and abuse of these technologies, and if this impacts their school performance, to perform this analysis were applied a modified instrument that has been based on the Internet addiction test (IAT - Internet adicction test) developed by Dr... Psychology Kimberly S. Young. With some items that allow us to obtain information about the frequency and wireless device, and possible interference in academic activities performed. An instrument of 30 questions, which determine school performance and level of addiction to mobile, Likert scale was used for each reagent, this group contained scale of six options, of which the student must answer only one was then applied , these options were. 0 = never; 1 = Rarely, 2 = Occasionally, 3 = Frequently, 4 = Very often 5 = Always, the maximum score to be obtained is 150 with a ratio of the higher score obtained, the greater the level of addiction that this dividing of 0-50 points those students who show a high level of addiction and that no negative impact on their academic performance, 51-100 those with a moderate level of addiction and having a slight negative association with their academic performance, 101-150 points students whose level of addiction is high and this strongly affects negatively associated with academic performance. Proof of principal components (ACP) and descriptive statistics to synthesize was also used, and rotated component matrix to observe proportion of variability, selection of the first principal components (PC's) was made by magnitudes of eigenvectors, and to determine the relevance of their application, Bartlett sphericity test was performed, the measure of sampling adequacy Kaiser-Meyer-Olkin was used by SPSS 18 (Johnson and Wichern, 2007). Then descriptive statistical analysis. The ACP genre four main components (CP) that explain 70.54% of the total variance. The first Principal Component represent the greatest explanatory power of data with 52.22% of the total variance synthesized to 11 questions that show positive association with student achievement in relation to addiction mobile device. The second Principal Component shows a value of the total variance of 8.30%, and is associated with anxiety experienced by the student, when this is not undertaking any action on the mobile device. The third major component shows a 5.4% total variance associated with detecting whether a mobile device does, the frequency of use and the number of times a day does. And the fourth Principal

Component with a variance of 4.54% obtained shows the association established between the student's age and the semester to which they belong. Indicators: Addiction to mobile devices, nomofobia, school performance, Bachelor of Administrative Computing. JEL Clasification: D12, D83. I10, I21

1. Introducción En la Licenciatura en Informática Administrativa del Centro Universitario UAEM Temascaltepec se ha observado por parte de los docentes, una falta de concentración de los alumnos que componen los diferentes semestres, por el uso excesivo de sus dispositivos móviles tanto en el interior del salón de clases, como en sus actividades académicas extra clase, notándose un aumento en las deficiencias de su aprendizaje, y la presentación de trastornos relacionados con una adicción al móvil que repercuten en un bajo rendimiento académico. Los docentes cada vez ven más difícil que los alumnos consigan concentrarse en sus estudios y presten atención a la clase impartida. Conductas en nuestra sociedad como hablar por el móvil, estar mandando mensajes, chatear, y realizar distintas actividades prestándole atención al móvil entre pausas de estas, son socialmente aceptadas ya que proveen un sentido de pertenencia y conectividad con otros miembros de la sociedad que igualmente realizan dichas actividades. “Cuando la relación que la persona mantiene con ellas comienza a ser problemática (por que pasa excesivo tiempo realizándolas, porque deja de hacer otras cosas de más relevancia, porque el tiempo que no está realizándolas lo está deseando etc.), se considera que la persona tiene una adicción conductual (RUIZ-OLIVARES, LUCENA, PINO, & HERRUZO, 2010). Actualmente diversos estudios han descubierto que existen patrones de conducta producto del abuso del móvil que inciden de manera negativa en diversos aspectos sociales de la vida de su usuario, manejan con ellos mientras están mandando mensajes, hacen uso de sus características en horario escolar, en reuniones familiares o profesionales, al mismo tiempo que están dividiendo su atención con su interlocutor y sus actividades como consulta de sus redes sociales, ver un video, envió de mensajes etc., Small y Vorgan (2008), explican que muchas personas les es difícil resistirse al uso de las nuevas tecnologías….. Convirtiéndose estas en el centro de su vida, su uso en un habito de dependencia y esta dependencia en un problema conductual con repercusiones sociales y profesionales. Según la OMS (Organización Mundial de la Salud), se entiende por adicción un estado de intoxicación crónica y periódica originada por el consumo repetido de una droga, natural o sintética (Agudelo, 2013), caracterizada por:

• Una compulsión a continuar consumiendo por cualquier medio. • Una tendencia al aumento de la dosis. • Una dependencia psíquica y generalmente física de los efectos. • Consecuencias perjudiciales para el individuo y la sociedad

En este contexto con el comportamiento compulsivo que presentan hacia el uso al dispositivo móvil y su dependencia hacia él, podemos observar que no existe una adicción por sustancia alguna, lo que lo lleva a ser una adicción o dependencia psicológica que nace de la repetición de acciones de actividades en el que le causan placer a su usuario y que en base a lo observado con los estudiantes a muchos de ellos los lleva a una pérdida de control de su uso, con síntomas como focalización atencional, modificaciones en su estado de ánimo (principalmente cuando el móvil pierde carga, se agota el saldo, o se pierde conectividad WiFi). Los efectos de estos síntomas pueden ser tan fuertes que alteran su ámbito intrapersonal (con sensaciones de incomodidad o malestar), así como su ámbito interpersonal (actividades académicas, sus relaciones con otros compañeros o miembros de su familia, etc). La posible adicción por el uso excesivo del teléfono móvil se define como la incapacidad para controlar o interrumpir su uso bloqueando las llamadas o la cuota, desconectando el sonido o apagando el terminal (Muñoz-Rivas y Agustín, 2005; Sánchez-Carbonell, et al., 2008). Sin embargo, el teléfono móvil presenta una característica especial que lo hace susceptible de producir ciertos comportamientos abusivos, como son la sociabilidad, autoconfianza, diversión,

estatus social, movilidad, acceso permanente, identidad, conciliación familiar e individualización de bienes (Dimmick, Kline y Strafford, 1994; Höflich y Rössler, 2002; Leung y Wei, 2000; O`Keefe y Sulanowski, 1995).

Por todo esto , es necesario y oportuno analizar la relación que guardan los estudiantes de la Licenciatura en Informática Administrativa del Centro Universitario Temascaltepec, con respecto a las conductas que presentan ante el uso del móvil y si este interfiere con sus actividades académicas afectando de manera negativa su rendimiento.

2. Método La metodología que se utilizó en esta investigación es de tipo descriptiva-cuantitativa-correlacional. Una metodología de tipo descriptiva sirve para identificar el comportamiento de los estudiantes dentro y fuera del salón de clase respecto al uso de dispositivos móviles, así como las tecnologías que abarca el concepto dispositivos móviles y las múltiples aplicaciones que podemos encontrar en las plataformas móviles que hoy en día se conocen. Al final se utiliza la metodología de tipo correlacional cuando comprobemos si en realidad existe una relación entre la variable adicción y la variable rendimiento académico. Por la naturaleza de los datos esta investigación es considerada de tipo cuantitativo, ya que se hará una recopilación de datos cuantitativos, que serán empleados para realizar el análisis estadístico como resultado de su procesamiento. Se utilizó también la técnica estadística de análisis de componentes principales (ACP) que es una técnica utilizada para reducir la dimensionalidad de un conjunto de datos. Para efectos de esta investigación se tomó como universo de estudio los estudiantes de la Licenciatura en Informática Administrativa del Centro Universitario UAEM Temascaltepec, ya que es donde se ha detectado el problema de adicción planteado, la cual tiene una matrícula de 112 alumnos inscritos y el tamaño de la muestra será del 100% de la matrícula, usándose el software de SPSS versión 19 para capturar los datos del cuestionario y sacar los estudios estadísticos.

3. Instrumentos Se aplicó un cuestionario de treinta preguntas, las cuales evalúan el rendimiento escolar y el nivel de adicción a los dispositivos móviles que presentan los estudiantes de la Licenciatura en Informática Administrativa del Centro Universitario UAEM Temascaltepec. El cuestionario utilizado para este estudio ha sido basado en la prueba de adicción a internet (IAT- Internet Adicction Test) modificado para medir el grado de adicción a dispositivos móviles de la Licenciatura en Informática Administrativa del Centro Universitario UAEM Temascaltepec, esta prueba y fue desarrollada por la Dra. en Psicología Kimberly S. Young. El IAT cuenta con veinte reactivos los cuales han sido modificados y adaptados, como también se le agregaron ítems, de forma que arrojen datos para medir el grado de adición a los dispositivos móviles de los estudiantes de la Licenciatura en Informática Administrativa del Centro Universitario UAEM Temascaltepec y si existe una influencia negativa sobre su rendimiento académico. Se usó la escala Likert para cada reactivo presente en el cuestionario, esta escala consta de seis opciones, de las cuales el encuestado debe señalar una a la vez, las opciones de respuesta son:

0 = Nunca, 1 = Raramente, 2 = Ocasionalmente,

3 = Frecuentemente, 4 = Muy a menudo 5 = Siempre.

El puntaje máximo a obtener será de 150 puntos, por lo que a mayor puntaje obtenido, mayor será el nivel de adicción existente y que a menor puntaje obtenido, menor será el nivel de adicción presente en el alumno. Lo que nos lleva a una relación directa en cuanto al rendimiento académico y el nivel de adicción. Las puntuaciones se podrán dividir entonces entre 0 a 50 puntos los estudiantes que no presentan un nivel de adicción elevado y que no se ven afectados a causa del uso de los dispositivos móviles, de 51 a 100 puntos los estudiantes que tienen un nivel de adicción de nivel medio y que se están viendo poco afectados en su rendimiento académico por el uso de dispositivos móviles y de 101 a 150 puntos los alumnos que tienen un grado de adicción y afectación realmente altos.

4. Procedimiento Se solicitó la autorización a la coordinación de la Licenciatura de Informática para aplicar el instrumento a los estudiantes que conformaban los diferentes semestres, se le explico a los alumnos la manera en que debían ser contestados y posteriormente se capturaron los datos obtenidos en el software estadístico SPSS versión 19 y se correrán la prueba de correlación y de análisis de componentes principales.

5. Resultados e interpretación Debido a los resultados obtenidos en la encuesta tanto los que miden el rendimiento escolar, como en el nivel de adicción al móvil, podemos decir que la relación es directamente proporcional, estableciendo que realmente a medida que aumenta el grado de uso de dispositivos móviles este afecta de manera negativa el rendimiento académico en los estudiantes de la Licenciatura en Informática Administrativa del Centro universitario UAEM Temascaltepec. El coeficiente de correlación puede adquirir valores de -1 a 1, incluyendo el cero, sus características son:

El signo indica el sentido de la relación, una correlación negativa representa una asociación inversamente proporcional, es decir, a medida que una variable se incrementa, la otra disminuye; por otro lado, en una correlación positiva o directamente proporcional, a medida que aumenta una, la otra se incrementa.

La magnitud de la relación está dada por el valor del coeficiente y se interpreta como sigue: de 0 hasta 0.299 no hay asociación lineal entre las variables, desde 0.3 hasta antes 0.499 es baja, desde 0.5 hasta entes de 0.799 es moderna y desde 0.8 a 1 hay una correlación alta entre las variables, estos datos pueden ser de forma negativa.

La ausencia de la asociación lineal no significa necesariamente que las variables no tengan relación entre sí. Existen muchas variables con unan correlación de tipo curvilíneo y debe ser evaluada de otra manera.

Para efectos de esta investigación la utilizaremos para conocer el grado de relación que existe entre la variable adicción a los dispositivos móviles y la variable de rendimiento escolar. Para realizar esta prueba utilizaremos el Software Estadístico SPSS (Statistical Package for the Social Sciences) versión 19 en donde introduciremos los datos obtenidos de los reactivos aplicados para medir la adición y los datos obtenidos de los reactivos para obtener el nivel de afectación en el rendimiento escolar por la utilización de los dispositivos móviles, esto por cada alumno encuestado. En la siguiente imagen podemos observar los datos que se introdujeron en el Software Estadístico SPSS (Statistical Package for the Social Sciences) versión 19 para obtener el grado de correlación de diferentes variables como se muestra en las siguientes figuras.

Ilustración 1: Elaboración Propia

En esta imagen se aprecian los resultados obtenidos después de aplicar la prueba de correlación.

Ilustración 2: Elaboración Propia

Después de aplicar la prueba de correlación para las variables de adición y rendimiento, nos encontramos en que tiene un correlación significativa del 1, por lo que podemos concluir que estas 2 variables, Con qué frecuencia haces uso de tu dispositivo móvil y si Tus calificaciones se ha visto afectadas por hacer uso de los dispositivos móviles tienen un grado de correlación más que moderada de acuerdo a las características planteadas al inicio.

Después de aplicar la prueba de correlación para las variables de adición y rendimiento, nos encontramos en que tiene un correlación significativa del .675, por lo que podemos concluir que estas 2 variables, Con qué frecuencia haces uso de tu dispositivo móvil en clases y Has llegado cansado en tus primeras clases por hacer uso del dispositivo móvil a altas horas de la noche tienen un grado de correlación moderada de acuerdo a las características planteadas al inicio de este tema.

Después de aplicar la prueba de correlación para las variables de adición y rendimiento, nos encontramos en que tiene un correlación significativa del .652, por lo que podemos concluir que estas 2 variables, Te has salido de clases por hacer uso de un dispositivo móvil y Sientes la necesidad de estar accesando a tus redes sociales por medio de un dispositivo móvil tienen un grado de correlación moderada de acuerdo a las características planteadas al inicio de este tema.

Después de aplicar la prueba de correlación para las variables de adición y rendimiento, nos encontramos en que tiene un correlación significativa del .622, por lo que podemos concluir que estas 2 variables, Sientes la necesidad de estar accesando a tus redes sociales por medio de un dispositivo móvil y Algún docente te ha llamado la atención por estar en tu dispositivo móvil durante la clase tienen un grado de correlación moderada de acuerdo a las

características planteadas al inicio de este tema.

5.1 Pruebas de confiabilidad del análisis de componentes principales. La eficacia de la aplicación del análisis de componentes principales (ACP), se muestra en el Cuadro 1. Donde se observa que la medida de adecuación de muestreo de Kaiser-Meyer-Olkin (KMO) fue aceptable a 0.931, lo cual indica que cuanto más se acerca a 1 la eficiencia del análisis es mejor para comprobar el grado de veracidad del análisis. En efecto para explicar que existió adecuación de datos al modelo, se considera aceptable valores superiores a 0.5 y cuanto más cercanos a uno mejor es la adecuación de datos al modelo. El segundo elemento que se observa es la prueba de esfericidad de Bartlett que permite contrastar formalmente la existencia de correlación entre las variables, puesto que el ACP parte del supuesto de que las variables deben estar correlacionadas. Como el valor obtenido de p-valor es 0.000 se puede concluir que existe correlación significativa entre las variables; es decir se rechaza Ho.

Cuadro 1. Determinantes de matrices de correlaciones y estadísticos de pruebas de Kaiser-Meyer-Olkin, de esfericidad de Bartlett.

Concepto Valor

Prueba de kaiser-Meyer-Olkin 0.931

Prueba de esfericidad de Bartlett: Valor de Ji-cuadrada Nivel de significancia

2880.641 .000

gl 496 gl: grados de libertad Fuente: Elaboración propia

Cuadro 2. Auto valores y parte de la varianza total a lo largo de cargas factoriales de la matriz de componentes rotados para el análisis de las variables asociadas para la identificación de la adicción.

Matriz de componentes rotados

Componente

1 2 3 4

¿Semestre al que pertenece? -.008 -.057 .135 .932

¿Edad del alumno? -.020 -.069 .074 .930

¿Usa dispositivos Móviles? .216 .175 .829 .109

¿Con que frecuencias haces uso de tu dispositivo móvil? .166 .200 .827 .192

¿Cuantas veces usas el dispositivo móvil al día? .265 .079 .810 -.113

¿En qué parte del día haces uso de tu Móvil? .219 .368 .581 -.017

¿Cuantas horas al día inviertes en el uso de tu dispositivo móvil? .506 .299 .625 -.060

¿En qué lugares usas tu dispositivo móvil? .170 .230 .593 .051

¿Usas tus dispositivos móviles con fines profesionales? .437 .326 .386 -.450

¿Con que frecuencia usas tu dispositivo móvil antes de realizar tareas prioritarias?

.480 .480 .404 -.252

¿Con que frecuencia estableces relaciones amistosas con personas que solo conoces a través del uso de aplicaciones en un dispositivo móvil?

.542 .392 .456 -.010

¿Con que frecuencia personas a tu alrededor te recriminan que pasas demasiado tiempo usando un dispositivo móvil?

.613 .317 .473 .015

¿Te encuentras pensando que es lo que harás la próxima vez que uses un dispositivo móvil?

.730 .222 .257 -.255

¿Te sientes molesto cada vez que alguien te interrumpe, cuando estás haciendo uso de tu dispositivo móvil?

.771 .058 .297 -.097

¿Le das mayor importancia a lo que haces con tu dispositivo móvil, que a tus estudios?

.710 .440 .312 -.166

¿Te has desvelado por hacer uso de tu dispositivo móvil? .757 .307 .296 -.147

¿Con que frecuencia haces uso de tu dispositivo móvil en clases? .698 .354 .319 .013

¿Con que frecuencia haces uso de tu dispositivo móvil, al hacer tareas extra clase?

.725 .210 .364 .027

¿Con que frecuencia al estar pensando usar tu dispositivo móvil, te desconcentras en clase?

.771 .331 .100 .073

¿Has dejado de hacer trabajos extra-clase por estar usando un dispositivo móvil?

.678 .479 .068 .036

¿Has llegado cansado en tus primeras clases por hacer uso de un dispositivo móvil en altas horas de la noche?

.730 .316 .228 .134

¿Sientes la necesidad de estar accesando a tus redes sociales por medio de un dispositivo móvil?

.489 .527 .346 -.093

¿Fuera del horario de clases dedicas más tiempo a tu red social a estudiar? .658 .485 .146 -.208

¿Te has salido de clases por hacer uso de un dispositivo móvil? .595 .589 .129 -.072

¿Algún docente te ha llamado la atención por estar en tu dispositivo móvil durante una clase?

.555 .566 .195 -.021

¿Tus calificaciones se han visto afectadas por hacer uso del dispositivo móvil?

.405 .720 .097 -.189

¿Por estar en tu dispositivo móvil, has realizado trabajos copy-paste que no lees?

.377 .704 .152 -.207

¿Has sufrido angustia al no contar con un dispositivo móvil o tecnología que te mantenga conectado con el mundo?

.599 .391 .165 .075

¿Has sufrido ansiedad al no recibir rápido una respuesta de un mensaje enviado a otros usuarios?

.330 .707 .233 -.098

¿Has tenido la sensación de que tu teléfono vibra o suena y al revisarlo esto no ha ocurrido?

.245 .737 .364 -.128

¿Entablas más de una conversación a la vez en tu dispositivo móvil? .229 .727 .333 .057

¿Has tenido la necesidad de estar revisando tu dispositivo móvil y las aplicaciones existentes en él?

.279 .705 .319 .166

Autovalor 16.71 2.658 1.750 1.453

% Varianza 52.227 8.306 5.469 4.542

% varianza Acumulada 52.227 60.533 66.00 70.544 Fuente: Elaboración Propia

5.2 Descripción de los componentes principales Componente principal 1 Se generaron cuatro Componentes Principales (CP) (Cuadro 2), que explicaron una varianza total acumulada de 70.54%. El primer CP muestra la varianza más alta, por lo tanto la mayor capacidad explicatoria de los datos, 52.22 % de la varianza total, reduciendo a 11 preguntas asociadas positivamente con el rendimiento académico del alumno en relación con la adicción al dispositivo móvil, como se puede ver en la siguiente tabla.

No. ITEM VARIABLE AUTOVALORES DEL COMPONENTE PRINCIPAL

1

1 ¿Con que frecuencia personas a tu alrededor te recriminan que pasas demasiado tiempo usando un dispositivo móvil?

.613

2 ¿Te encuentras pensando que es lo que harás la próxima vez que uses un dispositivo móvil?

.730

3 ¿Te sientes molesto cada vez que alguien te interrumpe, cuando estás haciendo uso de tu dispositivo móvil?

.771

4 ¿Le das mayor importancia a lo que haces con tu dispositivo móvil, que a tus estudios?

.710

5 ¿Te has desvelado por hacer uso de tu dispositivo móvil?

.757

6 ¿Con que frecuencia haces uso de tu dispositivo móvil .698

en clases?

7 ¿Con que frecuencia haces uso de tu dispositivo móvil, al hacer tareas extra clase?

.725

8 ¿Con que frecuencia al estar pensando usar tu dispositivo móvil, te desconcentras en clase?

.771

9 ¿Has dejado de hacer trabajos extra-clase por estar usando un dispositivo móvil?

.678

10 ¿Has llegado cansado en tus primeras clases por hacer uso de un dispositivo móvil en altas horas de la noche?

.730

11 ¿Fuera del horario de clases dedicas más tiempo a tu red social a estudiar?

.658

Por ello, existen argumentos de peso para denominar a este componente como variables adictivas ya que miden la dependencia del alumno al uso de su dispositivo móvil y si este afecta el rendimiento académico del mismo. Asociadas positivamente como estudiantes que pasan demasiado tiempo en el uso de un dispositivo móvil, que los ha llevado a sufrir recriminaciones representando .613 del Autovalor del componente principal. Así mismo en este ítem se detectó como Siempre con el 17.86%, A menudo con el 25% y Frecuentemente con un 28.57% tal como se muestra en la siguiente gráfica.

Gráfica 1: Porcentaje de alumnos que sufren recriminación por uso excesivo de su móvil.

Así mismo representando un .730 de Autovalor del componente principal es el hecho de que los alumnos manifestaron que una vez que terminan una actividad en el dispositivo móvil, siempre se encuentran pensando en lo siguiente a hacer con él. Lo que se refleja en la muestra como Siempre con un valor del 33.04%, A menudo con un 24.11% y un 20.54% Frecuentemente.

Gráfica 2: Porcentaje de alumnos que se encuentran constantemente pensando en el uso del dispositivo

móvil.

En el ítem que muestra si les molesta que les interrumpan cuando están haciendo uso del móvil, actitud asociado con personas con dependencia, muestra el Autovalor de .771, así mismo el 52.68% de la muestra de alumnos manifestó que siempre les molesta, el 28.57% A menudo y el 12.50% Frecuentemente como se observa en la siguiente gráfica.

Gráfica 3: Porcentaje de alumnos que se molestan cuando son interrumpidos al hacer uso del dispositivo

móvil.

En el ítem que se encuentra relacionado directamente con el rendimiento académico, y que evalúa si el alumno le da más importancia a lo que hace con su dispositivo móvil que a sus estudios, en el componente principal podemos observar que el Autovalor fue de .710, mientras que los valores de la muestra indican un valor de 14.29% en Siempre, 16.96% en A menudo, y el 26.79% manifestó que Frecuentemente toma esa actitud.

Gráfica 4: Porcentaje de alumnos que manifiestan mayor atracción a estar con el dispositivo móvil, que

dedicarle tiempo a sus estudios.

El ítem relacionado con el rendimiento académico ¿Te has desvelado por hacer uso del dispositivo móvil? En el componente principal tomo un valor de .757, al mismo tiempo los porcentajes que se observan en la muestra son los siguientes. 14.29% contesto que siempre se desvela, el 37.50% confeso que a menudo y el 26.79 señalo que lo hace frecuentemente, en esta parte manifiestan que este desvelo por lo general es causa de no prestar atención a clases.

Gráfica 5: Porcentaje de las veces que los alumnos de la muestra que desvelan por el uso del dispositivo

móvil.

La frecuencia con que el alumno hace uso del dispositivo móvil en clases, en el componente principal arrojo un Autovalor del .698 y de un .725 al estar haciendo sus tareas, lo que lo lleva a una asociación negativa con el rendimiento académico, así mismo la muestra en estos ítems arrojo los siguientes valores. El 56.25% siempre hace uso de el en clases, el 19.64% A menudo y el 12.50 lo hace Frecuentemente, Mientras en las tareas extra clase solo el 21.43 manifestó

hacerlo siempre, un 44.64% A menudo, y el 15.18 Frecuentemente, lo que se observa en una dificultad para ellos desapegarse del uso del móvil.

Gráfica 6: Alumnos que hacen uso del móvil en clases

Gráfica 7: Alumnos que hacen uso del móvil, durante el desarrollo de sus tareas fuera de clase.

Así también con un Autovalor .771 se observa que el alumno reconoce al móvil como el principal factor, que no le permite concentrarse en el desarrollo de sus actividades académicas al interior de salón de clases, y con un Autovalor de .678 arrojado en el ítem donde el alumno reconoce que ha dejado de hacer tareas extra clase por estar dedicándole tiempo a las actividades con el móvil. Los porcentajes de la muestra se pueden observar que el 35.71% reconoce que siempre se desconcentra por el móvil, con un 28.57% que se desconcentra a menudo y un 32.14% lo hace frecuentemente. Mientras que los valores de la muestra de los alumnos que han dejado de hacer trabajos extra clase por estar realizando actividades diversas con el móvil solo el 14.29 manifestó que siempre, el 14.29 a Menudo y el 33.93% lo hace frecuentemente.

Gráfica 8: Porcentaje de alumnos desconcentrados en clases por el uso del móvil.

Gráfica 9: Porcentaje de alumnos que no cumplen con sus tareas extra clase, por realizar tareas diversas con

el móvil.

El Autovalor del primer componente que hace referencia a los alumnos que llegan desvelados a clases por estar hasta altas hora de la noche haciendo actividades diversas con el móvil es de .730, mientras que la muestra manifestó un valor de 16.07% en Siempre, un 43.75% A menudo y un 31.25% en frecuentemente.

Gráfica 10: Porcentaje de alumnos que llegan desvelados a sus clases por hacer actividades diversas en la

noche con su móvil.

El Autovalor del ítem que evalúa si fuera del horario de clases el alumno, le dedica más horas, a sus redes sociales que a realizar actividades para su desarrollo académico es del .658, así mismo los valores de la muestra fueron de 46.43% en Siempre, el 30.36% A menudo y el 8.04% Frecuentemente, lo que muestra al móvil como un fuerte distractor de las actividades académicas, tanto al interior como al exterior de clases.

Gráfica 11: Porcentaje de los alumnos que le dedican más tiempo a sus redes sociales que a sus actividades

académicas extra clase.

La segunda Componente indica un valor de la varianza total de 8.30%, asociada a la ansiedad que sufre el estudiante y la necesidad de hacer actividad alguna con el dispositivo móvil sin darle importancia si sus calificaciones se ven afectadas.

No ITEM VARIABLE AUTOVALORES DEL COMPONENTE PRINCIPAL 2

1 ¿Tus calificaciones se han visto afectadas por hacer uso del dispositivo móvil?

.720

2 ¿Por estar en tu dispositivo móvil, has realizado trabajos copy-paste que no lees?

.704

3 ¿Has sufrido ansiedad al no recibir rápido una respuesta de un mensaje enviado a otros usuarios?

.707

4 ¿Has tenido la sensación de que tu teléfono vibra o suena y al revisarlo esto no ha ocurrido?

.737

5 ¿Entablas más de una conversación a la vez en tu dispositivo móvil?

.727

6 ¿Has tenido la necesidad de estar revisando tu dispositivo móvil y las aplicaciones existentes en él?

.705

En el ítem que muestra si sus calificaciones se ven afectadas por hacer uso del dispositivo móvil notamos un Autovalor de .720, y lo relaciona con el ítem que evidencia la actividad realizar trabajos con solo copy paste, sin leerlos por estar realizando alguna actividad en el móvil que toma un Autovalor de .704, los valores de la muestra tomaron la siguiente representación. En la pregunta ¿Tus calificaciones se han visto afectadas por hacer uso de dispositivos móviles? , el 13.39% de la muestra manifestó que Siempre, un 33.93% A menudo y un 41.96% que frecuentemente.

Gráfica 12: Porcentaje de alumnos que notan que sus calificaciones se ven afectadas por el uso del móvil.

Así en la pregunta ¿Por estar en tu dispositivo móvil, has realizado trabajos copy-paste que no lees?, de la muestra solo un 37.50% manifestó que Siempre, un 24.11% A menudo y un 27.68% Frecuentemente.

Gráfica 13: Porcentaje de alumnos que por estar en alguna actividad con el dispositivo movil, realizan Copy -

Pate en sus actividades extraclase, sin leerlos.

Obervamos el item que muestra que lo lleva a sufrir de ansiedad cuando no recibe una respuesta rapida por parte un usurio al que le ha mandado un mensaje toma un autovalor de .737%, observando entonces un Autovalor de .727% en la necesidad de entablar mas de una conversacion por mensaje a la vez a travez de su dispositivo movil, O sin necesidad de ello estar revisando las aplicaciones sin ningun fin practico, que se encuentran instaladas en su movil, este con un Autovalor de .705. Asi como la sensacion que tiene de que su telefono vibra

y al revisarlo esto no ha ocurrido este item asociado tomo un autovalor de .737 .La muestra tomada en estos rubros acusa los siguientes valores. En la ansiedad que sufre cuando no recibe respuesta rapida de un usuario al que le ha mandado un mensaje por el movil, un 41.07% manifesto que Siempre, un 30.36% A menudo y un 16.96% Frecuentemente.

Gráfica 24: Porcentaje de la muestra de alumnos que sufren ansiedad cuando no reciben respuesta rápida de

algún mensaje que envían.

En la pregunta que evalua la frecuencia con que los jovenes tienen la sensacion de que el telefono vibra conocido como Síndrome de la vibración fantasma de la muestra se obtuvieron los siguientes resultados. Un 42.7% manifestó que Siempre, un 29.1 que A menudo y un 16.4% Frecuentemente.

Gráfica 35: Porcentaje de la muestra de alumnos que experimentan la vibración del teléfono sin que esto haya

ocurrido.

En la pregunta que evalúa si el siente la necesidad de entablar más de una conversación a la vez en su dispositivo móvil, el 16.96% manifiesta que Siempre, el 33.04% que A menudo y el 27.68% Frecuentemente.

Gráfica 15: Porcentaje de la muestra de alumnos que siente la necesidad de estar entablando más de una

conversación por mensajería en su dispositivo móvil.

El porcentaje de la muestra de alumnos que siente la necesidad de estar realizando alguna actividad con el dispositivo móvil sin ningún fin practico, más que revisar solamente las aplicaciones existentes en él fue de un 43.75% Siempre, un 29.46% A menudo y un 16.07 Frecuentemente.

Gráfica 16: Porcentaje de alumnos que tiene la necesidad de estar revisando su dispositivo móvil y las

aplicaciones existentes en él.

El tercer componente muestra la varianza total de 5.4% asociada a detectar si hace uso de un dispositivo móvil, frecuencia y número de veces que lo usa al día.

No. ITEM VARIABLE AUTOVALORES DEL COMPONENTE PRINCIPAL 3

1 ¿Usa dispositivos Móviles? .829

2 ¿Con que frecuencias haces uso de tu dispositivo móvil?

.827

3 ¿Cuantas veces usas el dispositivo móvil al día? .810

Podemos observar que en el ítem ¿Usa dispositivos móviles? Se obtiene un Autovalor de .829, notando su relación con el ítem frecuencia de uso con un Autovalor .827 y el número de veces que usa este en el día con un Autovalor de .810. Así de los 112 alumnos que comprendieron la muestra en el rubro uso del dispositivo móvil podemos observar un 67.86% que manifiesta que Siempre, un 15.18% A menudo y un 8.04% Frecuentemente.

Gráfica 17: porcentaje de alumnos que hacen uso del dispositivo móvil

En la frecuencia de su uso se obtuvo el 83.04% en Diariamente, el 8.04% 2 o tres veces por semana y un 4.46% solo hace su uso una vez por semana, valores que podemos observar en la gráfica siguiente.

Gráfica 18: Frecuencia con que hacen uso del dispositivo movil, la muestra estudiada.

Mientras que el 69.64% manifiesta que durante el día hace uso de este cada vez que tiene oportunidad, un 24.11% más de 7 veces al día y con 4.46% solo de 5 a 6 veces al día, como se muestra en la gráfica siguiente.

Gráfica 19: veces al día que la muestra estudiada manifiesta hacer uso del dispositivo móvil.

En el Cuarto Componente con una varianza de 4.54% podemos ver la asociación que se establece entre la edad del alumno con un Autovalor de .930 y el semestre al que pertenece con un Autovalor de .932. Así mismo los valores de su edad obtenidos de la muestra estudiada quedan en 7 alumnos de 17 años, 13 alumnos de 18 años, 12 alumnos de 19 años, 23 alumnos de 20 años, 18 alumnos de 21 años, 19 alumnos de 22 años, 12 alumnos de 23 años, 5 alumnos de 24 años, 2 alumnos de 26 años y 1 alumno de 20 años de un total de 112 alumnos de la muestra que componen los diferentes semestres de la Licenciatura en Informática Administrativa del C.U. Temascaltepec.

Gráfica 20: muestra la distribución por edades de los alumnos que componen la muestra.

No. ITEM VARIABLE AUTOVALORES DEL COMPONENTE PRINCIPAL 4

1 ¿Semestre al que pertenece? .932

¿Edad del alumno? .930

Estando estos alumnos distribuidos en los diferentes semestres de la siguiente manera, 19 alumnos en el primer semestre, 26 alumnos en el tercer semestre, 23 alumnos en el quinto semestre, 20 alumnos en el séptimo semestre y 24 alumnos en el noveno semestre.

Gráfica 21: Distribución de los alumnos que componen la muestra por semestre.

6. Conclusiones En la actualidad los dispositivos móviles con su acceso a internet, incorpora todos los elementos que se relacionaban con la adicción a ella (Ishii, 2004), por lo que se debe de considerar una plataforma tecnológica que puede ser multiadictiva, al ofrecer una gama amplia de fuentes de actividades que se traduce en aceptación social entre los jóvenes como menciona (PEDRERO PÉREZ, RODRÍGUEZ MONJE, & RUIZ SÁNCHEZ DE LEÓN, 2012) Igarashi, Motoyoshi, Takai y Yoshida (2004) estudiaron los componentes de la autoatribución de adicción al móvil, encontrando tres. Percepción de uso excesivo, reacciones emocionales (ej., frustración al no recibir respuestas inmediatas a los mensajes de texto) y motivación para el mantenimiento de las relaciones (DOMINGUEZ, 2014). El estudio de hábitos de internet de la AMIPCI del 2014 hace referencia que 5 de cada 10 internautas mexicanos se conectan a través de su dispositivo móvil (Smartphone). Se ha asociado el uso del móvil, en función de las motivaciones subyacentes, a seis categorías de conducta: adictiva, compulsiva, habitual, dependiente, obligatoria (impuesta por los usos sociales) y voluntaria; así, los individuos pueden ser clasificados en una de estas seis categorías propuestas. Al respecto, la psicóloga Ana María Cardona Jaramillo, directora de programas de la especialización en Psicología Educativa de la Universidad de Sabana, dijo: “Claramente existe la posibilidad de generar una adicción al uso de esta tecnología, especialmente frente al hecho de estar siempre conectados” (AGENCIAS, 2014). Beranuy, Sánchez, Graner, Castellano y Chamarro (2009), exponen en su revisión que los usuarios que abusan del uso del teléfono móvil pueden obtener consecuencias negativas como: inseguridad sin móvil, evitación de lugares sin cobertura, irritación sin móvil, estar más pendiente de las relaciones telefónicas que de las cara-a-cara, deterioro en sus comunicaciones. Sobre la base a lo anteriormente planteado y a los resultados mostrados en el presente estudio, indican que los jóvenes que cursan la carrera de la Licenciatura en Informática Administrativa por su acercamiento con las TICs y presentan un uso excesivo de comportamientos que podrían ser valorados como una adicción al móvil (smartphones) pudiendo establecer los siguientes cuestionamientos: el uso del móvil en las universidades va en aumento y es alarmante , ya que interfieren en el proceso de aprendizaje , principalmente en la concentración del estudiante y por consecuente en su rendimiento académico. Ante este panorama es importante concientizar a los jóvenes de la manera apropiada del uso del móvil, ya que su abuso los lleva a presentar patologías adictivas que tienen repercusión en su rendimiento académico así como trastornos en sus conductas interpersonales e intrapersonales.

El problema se agudiza cuando estas conductas se consideran socialmente aceptadas lo que no les permite detectar la existencia de un problema en los patrones de su uso. El dispositivo móvil ha pasado a formar el eje principal de su sentido de pertenencia e identidad, se ha convertido en todo para ellos, descargas, correo, fotos, video y el uso de internet, sin un control por parte de su núcleo familiar, esta ventana abierta a un mundo de interrelaciones virtuales no debe ser ajena tanto a nosotros sus profesores como a la sociedad de las consecuencias de la adicción a su uso.

7. Referencias AGENCIAS. (22 de Septiembre de 2014). Estudios revelan que uso del celular en

exceso modifica el cerebro humano. VANGUARDIA.

Agudelo, L. (2013). Adicciones no tóxicas: un hábito compulsivo. Saluda.

Asociación Mexicana de Internet. (27 de Mayo de 2013). http://www.amipci.org.mx.

Obtenido de http://www.amipci.org.mx:

http://www.amipci.org.mx/?P=editomultimediafile&Multimedia=348&Type=1

CALDEVILLA DOMINGUEZ, D. (2014). REFORMULACIONES EN EL AMBITO DE LA

INNOVACION DENTRO DEL EEES. Editorial Visión Libros.

Carbonell, X., Chamarro, A., & Oberst, U. (2012). ADICCIÓN A INTERNET Y MÓVIL:

UNA REVISIÓN DE ESTUDIOS EMPÍRICOS ESPAÑOLES. Papeles del

Psicólogo, 82-89.

CNNMexico. (22 de Febrero de 2012). http://mexico.cnn.com. ( INTERNATIONAL |

U.S: CNNi) Recuperado el 20 de Agosto de 2013, de

http://mexico.cnn.com/tecnologia/2012/02/22/nomofobia-el-miedo-a-vivir-sin-el-

telefono-celular

Cooper, M. (2009). Telefono Móvil. (M. Criado, Entrevistador) Obtenido de

http://www.sigojoven.com/grupos/noticias/artículo/martín-cooper-el-inventor-

del-telefono-movil

Echeburúa E., P. d. (2010). Adicción a las nuevas tecnologías y a las redes sociales

en jóvenes: un nuevo reto. adicciones, 22.

Echeburúa, E., & De Corral, P. (2006). Adicción a las nuevas tecnologías y a las redes

sociales en jóvenes: un nuevo reto . San Sebastian: editorial echeburua.

Echeburúa, F. L. (85). Adicción a las nuevas tecnologías en adolescentes y jóvenes.

Madrid : Piramide.

Echeverría, M. I. (2013). “ADICCIÓN A REDES SOCIALES EN JÓVENES” (ESTUDIO

REALIZADO CON JÓVENES DE 14-16 AÑOS DEL COLEGIO LICEO SAN

LUIS DE QUETZALTENANGO. Quetzaltenango: Universidad Rafael Landívar.

Empresa Editora el Comercio. (08 de 08 de 2011). Estadounidenses prefieren sus

smartphones que el sexo. El Comercio, págs. 1-3. Obtenido de

http://elcomercio.pe/tecnologia/1001312/noticia-estadounidenses-prefieren-sus-

smartphones-que-sexo

INTERNET, A. M. (2014). Estudio sobre los . AMIPCI.

PEDRERO PÉREZ, E. J., RODRÍGUEZ MONJE, M. T., & RUIZ SÁNCHEZ DE LEÓN,

J. M. (2012). Adicción o abuso del teléfono móvil. Revisión de la literatura.

ADICCIONES, 139-152.

Redacción Semana. (2012). Enfermos tecnológicos: La salud emocional y física en

riesgo por el abuso. Semana.

RUIZ-OLIVARES, R., LUCENA, V., PINO, M., & HERRUZO, J. (2010). Análisis de

comportamientos relacionados con el uso/abuso de Internet, teléfono móvil,

compras y juego en estudiantes. Adicciones. Revista de socidrogalcohol , 301-

309.

Varas, J. T. (17 de 05 de 2012). http://www.salud180.com. Obtenido de

http://www.salud180.com/jovenes/adiccion-internet-causa-danos-cerebrales