DİJİTAL BAĞIMLILIĞI ETKİLEYEN FAKTÖLERİN BELİRLENMESİNE YÖNELİK BİR ARAŞTIRMA: GEÇERLİK VE GÜVENİLİRLİK ÇALIŞMASI

Yıl 2023, Cilt: 1 Sayı: 2, 56 - 68, 30.12.2023

Enes Kabul , Yalçın Karagöz

Öz

Amaç: Toplumun dijital bağımlılık düzeylerini ortaya koymak ve dijital bağımlılıkta etkili olan faktörleri belirlemek amaçlanmıştır.
Gereç ve Yöntemler: Araştırmanın evrenini Düzce ve Bolu il merkezlerinde ikamet eden ve dijital platformları kullanan genç, orta ve ileri yaş grubu bireyler oluşturmaktadır. Araştırmanın örneklemi ise 385 katılımcıdan oluşmaktadır. Araştırmada kolayda örnekleme yöntemi kullanılmıştır. Veriler online (internet üzerinden anket tekniği) anket tekniği ile toplanmıştır. Verilerin analizinde SPSS 26 ve AMOS 24 paket programları kullanılmıştır. Araştırmada bağımsız örneklemler t testi, ANOVA ve doğrulayıcı faktör analizi teknikleri kullanılmıştır.
Bulgular: Katılımcılara 18 maddeden oluşan taslak ölçek uygulanmış ve elde edilen veriler analiz edilmiştir. Verilere doğrulayıcı faktör analizi uygulanmıştır. Bu aşamada modele uyum sağlamayan 3 madde ölçekten çıkarılmış ve geriye kalan 15 madde ile model oluşturulmuştur. Elde edilen uyum değerleri; modelin verilere iyi derecede uyum gösterdiği ve dolayısıyla elde edilen ölçeğin geçerlilik şartını sağladığı görülmüştür. Ölçeğin Cronbach α katsayısı 0,868 bulunduğundan, ölçeğin yüksek derecede güvenilir olduğu sonucuna varılmıştır. Bunun yanı sıra katılımcıların dijital bağımlılığa bakış açılarında cinsiyet, yaş, eğitim durumu, gelir düzeyi ve meslek gruplarına göre anlamlı farklılık gösterdiği bağımsız örneklemler t testi, ANOVA ile belirlenmiştir.
Sonuç: Geliştirilen ölçeğin; dijital bağımlılık düzeylerini belirlemede etkili olan faktörlerin belirlenmesine yönelik bireylerin tutumlarını ölçmek için, geçerli ve güvenilir bir araç olduğu sonucuna varılmıştır.

Anahtar Kelimeler

Dijital Bağımlılık, Doğrulayıcı Faktör Analizi, Yapısal Eşitlik Modellemesi.

Kaynakça

• Arslan, A. (2019). Ortaöğretim öğrencilerinin dijital bağımlılık düzeylerinin çeşitli değişkenler açısından incelenmesi: Sivas ili örneği, Gazi eğitim Bilimleri Dergisi, 5(2), 63-80.
• Arslan, A. (2020). Üniversite öğrencilerinin dijital bağımlılık düzeylerinin çeşitli değişkenler açısından incelenmesi. International e – Journal of Educational Studies (IEJES), 4(7), 27 – 41.
• Bener, A., & Bhugra, D. (2013) Lifestyle and depressive risk factors associated with problematic internet use in adolescents in an Arabian Gulf culture. J Addict Med, 7,236.
• Bhandari, P. M., Neupane, D., Rijal, S., Thapa, K., Mishra, S. R., & Poudyal, A. K. (2017). Sleep quality, internet addiction anddepressive symptoms among undergraduate students in Nepal. BMC Psychiatry, 17(1), 1–8.
• Chen, Y. L., Chen, S. H., & Gau, S. S. (2015). ADHD and autistic traits, family function, parenting style, and social adjustment for internet addiction among children and adolescents in Taiwan: A longitudinal study. Research in Developmental Disabilities, 39, 20–31.
• Demirci, K., Akgönül, M., & Akpinar, A. (2015). Relationship of smartphone use severity with sleep quality, depression, and anxiety in university students. J. Behav. Addict., 4, 85–92.
• Er, M. A. (2022). Analitik düşünme becerileri. H. A. Kırkkılıç, O. Sevim ve A. H. Ulaş (Editörler). Etkinliklerle Yaşam Becerileri. Ankara: Anı Yayıncılık, s. 149-158’deki bölüm.
• Field, A. (2013). Discovering statistics using SPSS. London: SAGE.
• Garcia‐Oliva, C., & Piqueras, J. A. (2016). Experiential avoidance andtechnological addictions in adolescents.Journal of Behavioral Addictions,5(2), 293–303.
• Greydanus D. E., & Greydanus M. M. (2021). Internet use, misuse, and addiction in adolescents: Current issues and challenges. Int J Adolesc Med Health, 24,283.
• Hair, J. J. F., Black, W. C., Babin, B. C., & Anderson, R. E. (2010). Multivariate data analysis. International Encyclopedia of Statistical Science.
• Hur, M. H. (2006). Demographic, habitual, and socioeconomic determinants of Internet addiction disorder: An empirical study of Korean teenagers. Cyberpsychology & Behavior, 9(5), 514–525.
• Kuss, D. J., Griffiths, M. D., Karila, L., & Billieux, J. (2014). Internet addiction: A systematic review of epidemiological research for the last decade. Curr. Pharm. Des, 20, 4026–4052.
• Kendall, J. (1998). Outlasting disruption: The process of reinvestment in family with ADHD children. Qualitative Health Research, 8(6).
• Kim, K., Ryu, E., Chon, M. Y., Yeun, E. J., Choi, S. Y., & Seo, J. S. (2006). Nam, B.-W. Internet addiction in Korean adolescents and its relation to depression and suicidal ideation: A questionnaire survey. Int. J. Nurs. Stud. 43, 185–192.
• Kim, J., & Haridakis, P. M. (2009). The role of ınternet user characteristics and motives in explaining three dimensions of internet addiction. Journal of Computer-Mediated Communication, 14, 988–1015.
• Kim, K., Ryu, E., Chon, M. Y., Yeun, E. J., Choi, S. Y., Seo, J. S., & Nam, B. W. (2006). Internet addiction in Korean adolescents and its relation to depression and suicidal ideation: A questionnaire survey. International Journal of Nursing Studies, 43, 185–192.
• Morahan-Martin, J., & Schumacher, P. (2000). Incidence and correlates of pathological Internet use among college students. Computers in Human Behavior, 16(1), 13–29.
• Orzech, K. M., Grandner, M. A., Roane, B. M., & Carskadon, M. A. (2016). Digital media use in the 2 h before bedtime is associated with sleepvariables in university students. Computers in Human Behavior, 55,43–50.
• Shek D. T., Yu L. (2013). Internet addiction phenomenon in early adolescents in Hong Kong. Int J Child Health Hum Dev, 6:145.
• Shaffer, H. (2004). Internet gambling and addiction, published as a position paper, Division on Addictions, Harvard Medical School, Boston.
• Shaw, M., & Black, D. W. (2008). Internet addiction: Definition, assessment, epidemiology and clinical management. CNS Drugs, 22, 353–365.
• Saikia, A. M., Das, J., Barman, P., & Bharali, M. D. (2019). Internet addiction and its relationships with depression, anxiety, and stress in urban adolescents of kamrup district, assam. J. Fam. Community Med, 26, 108–112.
• The Statistics Portal. Age distribution of internet users world wide (2014). Available: http://www.statista.com/statistics/272365/age-distribution-of-internet-users-worldwide/. Accessed May 03, 2015.
• Tereshchenko, S., & Kasparov, E. (2019). Neurobiological risk factors forthe development of internet addiction in adolescents. Behavioral Sciences, 9(6), 62.
• World Health Organization. International Classification of Diseases for Mortality and Morbidity Statistics (11th Revision). (2020). Available online: https://icd.who.int/browse11/l-m/en accessed on 3 June 2022.
• Yellowlees, P. M., & Marks, S. (2007). Problematic Internet use or Internet addiction? Comput Human Behav, 23,1447.
• Young, K. S. (1998). Internet addiction: The emergence of a new clinical disorder. Cyberpsychology & Behavior, 1(3), 237–244.
• Young, K. S. (1996). Pathological Internet use: A case that breaks the stereotype. Psychological Reports, 79, 899–902.