Technological Sporting Goods Addiction Scale (TSÜBÖ): Validity and Reliability Study

Abstract

This research aimed to develop a scale with proven validity and reliability to measure addiction to technological sports products. While developing the scale, an item pool was created by reviewing the literature. As a result of the literature review, the opinions of 3 academicians who are experts in the field of sports sciences and scale development were obtained. Then, the 37-item scale was piloted with 185 participant active athletes. As a result of the pilot study, 16 out of 37 items were excluded from the analysis, and the actual application started with 21 items. As a result of the actual application, 185 research groups participated in the study and it was concluded that the scale consisted of 16 items and 4 sub-dimensions. Analyses were conducted with the help of IBM SPSS Statistics 26 and IBM SPSS AMOS 24 package programs. The results of the reliability analysis for the sub-dimensions of the scale show that the internal consistency coefficient Cronbach alpha coefficient varies between 0.746 and 0.856. When the confirmatory factor analysis results were examined, it was found that χ2 and CFI showed excellent fit, while RMSEA, GFI, AGFI, and SRMR values showed acceptable fit. When analyzed according to the item analysis, it is seen that the items are discriminative. In the study, it was determined that the scale of Exercise Addiction in Technology is a valid and reliable measurement tool.

Keywords

• Addiction
• Exercise
• Technology.

Teknolojik Spor Ürünleri Bağımlılığı Ölçeği (TSÜBÖ): Geçerlik ve Güvenirlik Çalışması

Abstract

Bu araştırma teknolojik spor ürünleri bağımlılık düzeylerini ölçmeye yönelik geçerlilik ve güvenirliği kanıtlanmış bir ölçek geliştirme amaçlanmıştır Ölçeğin geliştirilme sürecinde literatür taranarak madde havuzu oluşturulmuştur. Literatür taraması sonucu spor bilimleri alanında ve ölçek geliştirmede uzman 3 akademisyenden görüş alınmıştır. Daha sonra oluşturulan 37 maddeli ölçek 185 katılımcı aktif sporcuya pilot uygulama gerçekleştirilmiştir. Pilot çalışma sonucu ölçeğin oluşturan 37 maddeden 16 madde analiz dışına çıkartılmış ve 21 madde ile asıl uygulamaya geçilmiştir. Asıl uygulama sonucu 185 araştırma grubu çalışmaya katılmış, ölçeğin 16 madde ve 4 alt boyuttan oluştuğu sonucuna ulaşılmıştır. Analizler IBM SPSS Statistics 26 ve IBM SPSS AMOS 24 paket programları yardımıyla yapılmıştır. Ölçeğin alt boyutlarına yönelik yapılan güvenirlik analiz sonuçları iç tutarlık katsayısı Cronbach alpha katsayısı 0,746 ile 0,856 arasında değiştiği görülmektedir. Doğrulayıcı faktör analiz sonuçları incelendiğinde χ2 ve CFI mükemmel uyum gösterirken, RMSEA, GFI, AGFI VE SRMR değerlerinin kabul edilebilir uyum gösterdiği tespit edilmiştir. Madde analizine göre incelendiğinde ise maddelerin ayırt edici olduğu görülmektedir. Araştırmada, Teknolojide Egzersiz Bağımlılığı ölçeğinin geçerli ve güvenilir bir ölçme aracı olduğu tespit edilmiştir.

Keywords

• Bağımlılık
• Egzersiz
• Teknoloji.

References

1. Alpar, R. (2001). Spor Bilimlerinde Uygulamalı İstatistik. Ankara: Nobel Yayın Dağıtım.
2. Bryman, A., & Cramer, D. (2002). Quantitative data analysis with SPSS release 10 for Windows: A guide for social scientists. Routledge.
3. Büyüköztürk, Ş., Kılıç Çakmak, E., Akgün, Ö. E., Karadeniz, Ş. ve Demirel, F. (2014). Bilimsel araştırmanın temelleri (9. Baskı). Ankara: Pegem Akademi.
4. Büyüköztürk, Ş. (2004). Veri Analizi El Kitabı. Ankara: Pegem Yayıncılık.
5. Camkıran, N., Sersan, V. ve Yıldız, K. (2021). Spor Ortamında Teknoloji Kullanımına Yönelik Bir Derleme Çalışma. Gaziantep Üniversitesi Spor Bilimleri Dergisi, 6(2), 162-177.
6. Çakır, F. S., Aytekin, A. ve Tüminçin, F. (2018). Nesnelerin interneti ve giyilebilir teknolojiler. Sosyal Araştırmalar ve Davranış Bilimleri Dergisi, 4(5), 84-95.
7. Çokluk, Ö., Şekercioğlu, G., & Büyüköztürk, Ş. (2014). Sosyal bilimler için çok değişkenli istatistik: SPSS ve LISREL uygulamaları: Ankara: Pegem Akademi.
8. Davis, C., & Carter, J. C. (2009). Compulsive overeating as an addiction disorder: A review of theory and evidence. Appetite, 53, 1–8.

9. Dehon, C., Weems, C. F., Stickle, T. R., Costa, N. M., & Berman, S. L. (2005). A cross-section evaluation of the factorial invariance of anxiety sensitivity in adolescents and young adults. Behavior Research and Therapy, 43(6), 799-810.
10. Erkuş, A. (2016). Psikolojide Ölçek Geliştirme I-Temel Kavramlar ve İşlemler (3. Baskı). Ankara: Pegem Akademi.
11. Eysenck, H. J. (1997). Addiction, Personality and Motivation. Human Psychopharmacology, 12(2), 79– 87.
12. Fang, Y.M. ve Chang, C.C. (2016). Users’ psychological perception and perceived readability of wearable devices for elderly people. Behavior & Information Technology, 35(3), 225-232.
13. Field, A. (2013). Discovering Statistics Using SPSS. Sage Publications, Inc.
14. Griffiths, M. D. (1995). Technological addictions. Clinical Psychology Forum, 76, 14–19.
15. Griffiths, M. D., Pontes, H. M., & Kuss, D. J. (2016). Online Addictions: Conceptualizations, debates, and controversies. Addicta: The Turkish Journal on Addictions, 3, 151‒164. http://dx.doi.org/10.15805/addicta.2016.3.0101.
16. Hooper, D., Coughlan, J. ve Mullen, M. (2008). Structural equation modeling: guidelines for determining model fit. The Electronic Journal of Business Research Methods, 6(1), 53-60.
17. İslamoğlu, A.H. ve Alnıaçık, Ü. (2014). Sosyal bilimlerde araştırma yöntemleri. Gözden geçirilmiş ve genişletilmiş 4. Baskı, İstanbul: Beta.
18. Kaewkannate, K. ve Kim, S. (2018). The comparison of wearable fitness devices. Wearable Technologies, 197.
19. Kaur, J., Agarwal, N.ve Bhatia, M. S. (2009). Exercise addiction. Delhi Psychiatry Journal, 12(1), 107–109.
20. Khoa, T. V. A. (2015). Wearable smart technologies: New era of technology (Thesis, Lapland University of Applied Sciences, Degree Programme in Innovative Business Services).
21. Kılıç, H. Ö. (2017). Giyilebilir Teknoloji Ürünleri Pazarı ve Kullanım Alanları. Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9(4), 99- 112.
22. Kuss, D. J., Shorter, G. W., Rooij, A. J., Griffiths, M. D., & Schoenmakers, T. M. (2013). Assessing internet addiction using the parsimonious internet addiction components model—a preliminary study. International Journal of Mental Health and Addiction, 12(3), 351–366.
23. Lawshe, C. H. (1975). A Quantitative Approach to Content Validity. Personnel Psychology, 28(4), 563-575.
24. Li, M., & Kim, Y. T. (2017). Design of a Wireless Sensor System with the Algorithms of Heart Rate and Agility Index for Athlete Evaluation. Sensors, 17(10), 2373.
25. Meydan, C. M. & Şeşen, H. (2015). Yapısal eşitlik modellemesi AMOS uygulamaları. Ankara: Detay Yayıncılık.
26. Page, T. (2015). Barriers to the adoption of wearable technology. Journal on Information Technology, 4(3), 1-15.
27. Pett, M. A., Lackey, N. R., & Sullivan, J. J. (2003). Making sense of factor analysis: The use of factor analysis for instrument development in health care research. Sage.
28. Puri, S., Pandey, S. ve Chawla, D. (2022). Impact of technology, health, and consumer-related factors on continued usage intention of wearable fitness tracking (WFT) devices. Benchmarking: An International Journal, (ahead-of-print).
29. Shaffer, H. J., LaPlante, D. A., LaBrie, R. A., Kidman, R. C., Donato, A. N., & Stanton, M. V. (2004). Towards a syndrome model of addiction: Multiple expressions, common etiology. Harvard Review of Psychiatry, 12, 1–8.
30. Schermelleh-Engel, K.,Mossbrugger, H. ve Müller, H. (2003). “Evaluating The Fit of Structural Equation Models: Test of Significance and Descriptive Goodness-of –Fit Measures”, Methods of Psychological Research Online, 8(2), 23-74.
31. Shevlina, M., Milesb, J. N., &Lewisa, C. A. (2000). Reassessing the fit of the confirmatory factor analysis of the multidimensional student's life satisfaction scale: comment son confirmatory factor analysis of the multidimensional Students' Life Satisfaction Scale'. Personality and Individual Differences, 28(181), 185.
32. Simon, D.,Kriston, L., Loh, A., Spies, C., Scheibler, F., Wills, C., &Härter, M. (2010). Confirmatory factor analysis and recommendations for improvement of the Autonomy‐Preference‐Index (API). Health Expectations, 13(3), 234-243
33. Song, J., Kim, J. ve Cho, K. (2018). Understanding users’ continuance intentions to use smart-connected sports products. Sport Management Review, 21(5), 477-490.
34. Szabo, A. ve Griffiths, M. (2007). Exercise Addiction İn British Sport Science Students. Int J Ment Health Addiction. 5, 25–28.
35. Tabachnick, B.G. & Fidell, L.S. (2013). Using Multivariate Statistics (6th Ed.). Boston: Pearson.
36. Terry, A., Szabo, A. ve Grıffıths, M. (2004). The Exercıse Addıctıon Inventory: A New Brief Screening Tool. Addiction Research And Theory, 12(5), 489–499.
37. Thierer, A. (2015). The internet of things and wearable technology: Addressing privacy and security concerns without derailing innovation. Richmond Journal of Law & Technology, 21(2). Retrieved from http://jolt.richmond.edu/v21i2/article6.pdf
38. Thompson, B. (2004). Exploratory and confirmatory factor analysis: Understanding concepts and applications. American Psychological Association.
39. Weippert, M., Kumar, M., Kreuzfeld, S., Arndt, D., Rieger, A. ve Stoll, R. (2010). Comparison of three mobile devices for measuring R-R intervals and heart rate variability: Polar S810i, Suunto t6, and an ambulatory ECG system. European Journal of Applied Physiology, 109:779–786.
40. Worthington, R. L. ve Whittaker, T. A. (2006). Scale development research: A content analysis and recommendations for best practices. The Counseling Psychologist, 34(6), 806-838.
41. Young, K. S. (1998). Internet addiction: The emergence of a new clinical disorder. CyberPsychology & Behavior, 1(3), 237–244.