Arab Educational Information Network

هدفت الدراسة إلى الكشف عن بنية مقياس إدمان الهواتف الذكية (الصيغة المختصرة) لـ (Kwon et al., 2013) لدى عينة من طلاب الجامعة في المجتمع العربي باستخدام التحليل العاملي والشبكات العصبية السيكومترية، وتحديد نسبة انتشاره ودراسة علاقته بجودة الحياة. واشتملت أدوات الدراسة على مقياس إدمان الهواتف الذكية (الصيغة المختصرة) ومقياس جودة الحياة، طبقت إلكترونيًا على عينة مكونة من 418 طالبًا وطالبة من طلبة الجامعة، توزعت على 12.9% ذكور و87.16% إناث، وحسب الجنسية، كان 70.3% من مصر و29.7% من جنسيات عربية متنوعة، بمتوسط عمر (M=24.59) عام وانحراف معياري(SD=9.23) ، وتم توظيف التحليل العاملي الاستكشافي والتوكيدي ونموذج المعادلة البنائية لتحقيق الأهداف. وأنتج التحليل العاملي الاستكشافي عاملين فسرا 64.29% من تباين إدمان الهواتف الذكية، بينما أظهر نموذج العوامل الثلاثة (التأثير السلبي، والاعتمادية، والوقت المستغرق) مطابقة جيدة مع البيانات (CFI=0.95; TLI=0.92; RMSEA=0.083) وكشف تحليل الشبكات العصبية السيكومترية أهمية مفردات الشعور بالارتباك عند البُعد عن الهاتف، والتفكير والانشغال به، وفقدان التركيز بسبب الهاتف. وأوضحت النتائج أن نسبة مدمني الهواتف من طلاب الجامعة بلغت 51.7% وفقًا لمعيار الوسيط ووفقًا لنتائج منحنى ROC والتي أظهرت أن للهواتف تأثيرًا سالبًا دالًا إحصائيًا عند 0.01 على جودة الحياة (β=-0.26). وأوصت الدراسة بضرورة التوعية بمخاطر إدمان الهواتف الذكية من خلال الندوات والدورات، نظرًا لتأثيرها السلبي على جودة الحياة. (الملخص المنشور)

The study aimed to explore the structure of the Smartphone Addiction Scale (Short Version) developed by Kwon et al. (2013) among university students using factor analysis and psychometric neural network analysis. Another objective was to examine the prevalence of smartphone addiction and its relation to quality of life. The study utilized the Smartphone Addiction Scale (Short Version) and a Quality of Life Scale, which were administered electronically to a sample of 418 university students, comprising 12.9% males and 87.16% females. To achieve the study's objectives, data were collected via a weblink sent through WhatsApp and Facebook to a sample of 418 male (12.9%) and female (87.16%) students, of whom 70.3% were from Egypt and 29.7% were from other Arab countries. The mean age of the sampled students was 24.59 years (SD=9.23). Exploratory and confirmatory factor analyses, along with Structural Equation Modeling (SEM), were employed in data analysis. The results of the exploratory factor analysis identified two factors that explained 64.29% of the variance in smartphone addiction. The three-factor model (negative impact, dependency, time consumption) demonstrated excellent goodness of fit with the data (CFI=0.95; TLI=0.92; RMSEA=0.083). The psychometric neural network analysis revealed the importance of feeling confused when away from the smartphone, being preoccupied with the smartphone, and losing concentration due to smartphone use. The study found that the prevalence of smartphone addiction was 51.7% according to ROC curve results. There was a significant negative impact (α=0.01) on quality of life (β=-0.26). The study recommended raising awareness about the negative impacts of smartphone addiction by organizing seminars and courses, given its strong correlation with quality of life. (Published abstract)