revista argentina de clínica psicológica 2017, vol. xxvi, n°1, 71 … · secundaria dejados...

71

REVISTA ARGENTINA

DE CLÍNICA PSICOLÓGICAVol. XXVI 1 ABRIL 2017

* Menglong LI, Physical Education Institute, Hunan First Normal University, Changsha, P.R. China** Liya LU, Hunan Provincial Research Institute of Education, Changsha, P.R. ChinaE-Mail:[email protected] ARGENTINA DE CLÍNICA PSICOLÓGICA XXVI © 2017 Fundación AIGLÉ.

p.p. 71–81

la influencia de la adicción al teléfono móvil en la calidad de sueño de estudiantes secundarios dejados atrás: el rol mediador

de la soledad

the influence of mobile phone addiction on left-behind middle school students’ sleep quality: the

mediator role of loneliness

Menglong LI*y Liya LU**

Resumen

Marco de Referencia: Se dice que la soledad es el principal problema psicológico entre los estudiantes de secundaria que han sido dejados atrás, y que puede causar serios efectos nega-tivos en su salud mental. Asimismo, la adicción al teléfono móvil y la falta de sueño también han sido encontrados en este grupo de edad con una frecuencia creciente. Sin embargo, todavía es necesario profundizar en la relación entre la adicción al teléfono móvil y la calidad del sueño de los estudiantes de la secundaria y la soledad, ya que no existe suficiente evidencia para definirla.

Método: Se seleccionaron 400 estudiantes de secundaria dejados atrás utilizando el método de muestreo aleatorio de grupos estratificados. Estos estudiantes fueron invitados a completar un cuestionario anónimo de situación general, La Escala de Soledad de la Universidad de California, Los Ángeles ULS-8, el índice de calidad del sueño de Pittsburgh y el cuestionario autoadministrable del uso problemático de los teléfonos móviles para adolescentes.

Resultados: La tasa de detección de la adicción al teléfono móvil fue del 27,5%, demostrando una significativa correlación positiva entre la soledad y la calidad del sueño. También se encontró que la soledad correlacionaba positivamente de modo significativo con la adicción al teléfono mó-vil. Se descubrió que la adicción al teléfono móvil tenía una significativa correlación positiva con la calidad del sueño y la soledad.

Conclusiones: La soledad tiene efectos mediadores sobre la relación entre la adicción al telé-fono móvil y la calidad del sueño entre los estudiantes de secundaria dejados atrás. La adicción al teléfono móvil puede afectar, tanto directa como indirectamente, la calidad del sueño de estos estudiantes.

Palabras clave: Adicción a teléfono móvil, estudiantes de secundaria dejados atrás, calidad de sueño, soledad.

(1) Agradecimientos: Este estudio recibió apoyo del Soft Science Project of Hunan Province (2013ZK2026).

Revista Argentina de Clínica Psicológica2017, Vol. XXVI, N°1, 71-81

Menglong lI y lIyA lu 72

REVISTA ARGENTINA


Summary

Background: Loneliness is reported to be the primary psychological problem among left-behind middle school students, and it can cause serious negative effects on their mental health. However, mobile phone addiction and lack of sleep have also been found in this age group, more frequently. It is still necessary, though, to further explore the relationship between mobile phone addiction and left-behind middle school students’ sleep quality and loneliness,

Method: 400 left-behind middle school students were selected by using the stratified cluster random sampling method. These students were invited to complete the anonymous self-made ge-neral situation questionnaire, the ULS-8, and the Pittsburgh Sleep Quality Index and Self-Rating Questionnaire for Adolescent Problematic Mobile Phone Use for related investigation and analysis.

Results: the detection rate of mobile phone addiction was 27.5%, demonstrating a significantly positive correlation between loneliness and sleep quality. Loneliness was also found to be signifi-cantly positively correlated with mobile phone addiction. Mobile phone addiction was discovered to have a significantly positive correlation with sleep quality and loneliness.

Conclusions: loneliness has mediator effects on the link between mobile phone addiction and sleep quality among left-behind middle school students. Mobile phone addiction can have both directly and indirectly affect the sleep quality of these students.

Key words: Mobile phone addiction, left-behind middle school students, sleep quality, loneli-ness.

Recibido: 16-10-16 | Aceptado: 10-02-17

Introducción

Con el rápido desarrollo de la tecnología, los te-léfonos móviles tienen actualmente mayor portabi-lidad, novedad, funcionalidad e interactividad (An-tonio Álvarez-Cedillo, 2016). También ofrecen más aplicaciones que en el pasado, incluyendo compras en línea, juegos, cámaras, programas de correo elec-trónico y programas de redes sociales. Por lo tanto, los teléfonos móviles son cada vez más utilizados por los adolescentes (Koo 2010). Se informó que, en diciembre de 2015, la población de jóvenes usuarios de Internet en China había llegado a 287 millones. El porcentaje de adolescentes que acceden a Inter-net en el hogar a través de la computadora fue del 89,9%, mientras que el uso de teléfonos móviles para acceder a Internet aumentó al 90% (Sun, 2015). Como resultado de este aumento, encontramos que el fenómeno de la adicción al teléfono móvil también está aumentando entre los adolescentes, con más informes de “phubbers”1 y “adictos a los teléfonos inteligentes” (Ge et al. 2013). La adicción al teléfono móvil se refiere a una obsesión marcada por deterio-ro en la función psicológica y social entre usuarios de teléfonos móviles cuyo uso es excesivo y no pue-de ser controlado (Hong et al. 2012). Como muestra un estudio reciente, el 43,5% de las personas utili-zan un teléfono móvil durante 8 horas al día, mien-tras que el 24% utilizan un teléfono móvil durante 16 horas al día. Además, los resultados revelan la ci-

fra más alta (41,5%) de 1-4 horas de tiempo total de llamadas al día por individuo (Sarfaraz et al. 2015). Al igual que otras conductas adictivas, la adicción al teléfono móvil se caracteriza por compulsividad, pérdida de autocontrol y conductas perjudiciales. Sin embargo, la adicción al teléfono móvil también tiene algunos rasgos propios. Choliz (2010) demos-tró tres características destacadas de adicción a te-léfonos móviles: los adictos al teléfono móvil man-tienen siempre su teléfono en modo disponible, es más probable que utilicen un teléfono móvil haya o no otro modo de comunicación disponible, y el uso excesivo de teléfonos móviles ha causado deterioro en la función social del individuo. Además, Bianchi y Phillips (2005) argumentaron que, en la primera etapa del desarrollo físico y mental, los adolescen-tes son generalmente débiles en autocontrol y care-cen de la capacidad de resistir los teléfonos móviles, convirtiéndose así en vulnerables a la adicción.

Çağan et al. (2014) han explorado la correlación negativa entre la adicción al teléfono móvil y el ren-dimiento académico, así como la correlación posi-tiva entre la adicción al teléfono móvil y la depre-sión. Hardell et al. (2008) realizaron una encuesta sistemática, descubriendo que los adolescentes in-volucrados en el uso excesivo de teléfonos móviles reportan tener más problemas de salud, incluyendo fatiga, depresión, dolor de cabeza, ansiedad, tras-torno de la atención y trastornos del sueño. La in-fluencia de la adicción al teléfono móvil en el sueño

(1) Nota del traductor aquel que está conectado a un Smartphone o tablet en ambientes sociales, ignorando a las personas que están alrededor.

la influencia de la adicción al teléfono móvil en la calidad de sueño de estudiantes secundarios dejados atrás: el rol mediador de la soledad 73

REVISTA ARGENTINA


adolescente es uno de los muchos problemas que preocupan a los investigadores. Algunos estudios han demostrado que la calidad del sueño de los adolescentes con adicción al teléfono móvil es ge-neralmente más pobre que la de sus homólogos sin adicción al teléfono móvil, y los primeros son pro-pensos a la fatiga, el estrés y otros síntomas depre-sivos (Mohammadbeigi et al. 2016). Loughran et al. (2005) encontraron que la exposición a largo plazo a dispositivos electrónicos tales como teléfonos móviles reduce la frecuencia de los movimientos oculares durante el período de sueño de movimien-tos oculares rápidos, acorta la latencia del sueño y eleva la potencia del electroencefalograma (EEG) en el sueño temprano de 11,5-12,25 Hz. Aunque se ha demostrado que la adicción al teléfono móvil afec-ta la calidad del sueño de los adolescentes, existe poca evidencia que describa los mecanismos invo-lucrados. Mrunal (2015) sugirió que la adicción al teléfono móvil entre los adolescentes correlaciona positivamente de modo significativo con su soledad (r = 0,456). En los adolescentes, la soledad es una de las experiencias emocionales más habituales. Un mayor grado de soledad a menudo resulta en una mayor prevalencia de varios comportamientos no-civos, como beber y fumar. Segrin et al. (2015) en-cuestaron a 255 parejas casadas y señalaron que, en esta población, un mayor nivel de soledad tam-bién empeora la calidad del sueño. Investigadores (Doane et al. 2014; Hutchison and Gerstein 2016) consultaron adolescentes con respecto a su estrés diario, emociones, soledad y calidad del sueño, y encontraron que una mayor presión conduce a un menor tiempo de sueño y que la soledad es una im-portante variable de control entre el estrés y la du-ración del sueño. Específicamente, las personas que informan un mayor nivel de soledad también refie-ren menos sueño.

En el proceso de desarrollo, los estudiantes de secundaria dejados atrás forman un fenómeno es-pecial en China, refiriéndose a los estudiantes de secundaria que permanecen en su domicilio y no pueden vivir a tiempo completo con ambos padres después de que uno o ambos padres escojan traba-jar en otro lugar (Zhou et al., 2008). Estos estudian-tes de secundaria que se han quedado atrás están en un período crítico y en un período de cambio de su desarrollo social y psicológico. Estudios han pro-puesto que la comprensión de la sociedad, el mode-lado de la calidad ideológica, el desarrollo ulterior y la felicidad futura dependen del desarrollo de esta etapa (Wei y Chen, 2010). Sin embargo, la falta de afecto (Deng et al., 2010) y el rápido desarrollo fi-siológico pueden resultar en un desequilibrio psico-lógico, causando muchos problemas psicológicos. El manejo inapropiado puede repercutir en algunas consecuencias adversas y severos efectos en sus vi-

das. Según una encuesta, la tasa de elevado aisla-miento entre los niños dejados atrás es del 17,6% (Wang et al., 2006).

Sin lugar a dudas, algunos de estos primeros estudios mencionados han confirmado la correla-ción negativa entre la adicción a los teléfonos mó-viles de los adolescentes y su calidad del sueño, así como la correlación positiva entre la soledad y la adicción al teléfono móvil (Oguz y Cakir 2014), pero todavía es necesario explorar el estado de la adicción al teléfono móvil entre los estudiantes de secundaria de China dejados atrás. También consi-deramos importante investigar si la soledad podía afectar el vínculo entre la adicción a los teléfonos móviles de los estudiantes de secundaria dejados atrás y su calidad del sueño, ya que existen pocas evidencias al respecto. En consecuencia, nuestro estudio exploró el papel mediador de la soledad en la adicción a teléfono móvil de estudiantes de secundaria dejados atrás y su calidad del sueño. Una comprensión más clara de la conexión ayuda-rá tanto a minimizar la aparición de la adicción al teléfono móvil como a mejorar la calidad del sueño en esta población.

Métodos

Muestra

Utilizando el método de muestreo aleatorio por grupos estratificados, este estudio seleccionó a 400 estudiantes de secundaria de tres escuelas secundarias rurales de Changsha, provincia de Hu-nan, China (Escuela Secundaria Leifeng, Primera Escuela del Distrito Wangcheng y Cuarta Escuela del Distrito Wangcheng) para realizar el cuestiona-rio de la encuesta. Se distribuyeron 400 ejempla-res del cuestionario. Los estudiantes fueron guia-dos para llenarlo correctamente y todos recibieron las instrucciones correspondientes para comple-tar la encuesta. Se enviaron 396 ejemplares váli-dos del cuestionario a 201 niños y 195 niñas, con edades comprendidas entre 12 y 17 años. La infor-mación básica sobre las preguntas se muestra en la Tabla 1.

Durante la encuesta, se proporcionó a los es-tudiantes, maestros y padres información sobre la metodología y el propósito de este estudio, y se recibió el consentimiento informado de todos los participantes. Todos los estudiantes participantes estaban física y mentalmente sanos, sin enferme-dades genéticas familiares ni enfermedades men-tales.


REVISTA ARGENTINA


Instrumentos:

(1) Cuestionario de condición general: se desa-rrolló un cuestionario de condición general abarcan-do un total de seis preguntas sobre género, condi-ción de hijo único, nivel de escolaridad, tiempo que los padres pasan en casa por año, número de her-manos y condición económica familiar.

(2) La Escala de Soledad de la Universidad de California, Los Ángeles ULS-8 contiene un total de 8 ítems (Swami 2009), incluyendo 6 ítems positivos con respecto a la “soledad” y 2 ítems negativos de “no soledad” (por ej. Ítem 3 “deseo hacer amigos”, ítem 6 “cuando estoy triste, puedo encontrar una persona que me acompañe”). Se aplicó una clasifi-cación de frecuencia de 4 niveles para cada ítem: 1

(nunca), 2 (rara vez), 3 (a veces) y 4 (siempre). Los ítems positivos (es decir, ítems de no soledad) usa-ron una puntuación inversa, con un puntaje total de la escala de 8-32 puntos. Los puntajes más al-tos indicaron un mayor grado de soledad. Los estu-dios (Liu y Gu 2012) han demostrado que la escala ULS-8 es una herramienta de investigación concisa y confiable utilizada para medir la soledad de los es-tudiantes universitarios en el contexto de la cultura china.

(3) El Índice Pittsburgh de Calidad de Sueño (PSQI) fue desarrollado por Buysse et al. (1989). Simple y fácil de usar, de elevada correlación con los resultados de polisomnografía (PSG), se ha con-vertido en una escala de uso común en la evaluación clínica psiquiátrica tanto local como en el extranjero (Yang et al., 2008).

Tabla 1. Información básica de la muestra

SUJETOS CANTIDAD PORCENTAJE %

GéneroVarones 201 50,8

Mujeres 195 49,2

Hijo únicoY 244 61,6

N 152 38,4

Grado

Junior grado 1 59 14,9



Senior grado 1 53 13,4



Tiempo que los padres pasan en casa por año

Menos de medio mes 96 24,2

De medio mes a un mes 139 35,1

De uno a dos meses 86 21,7

Más de dos meses 45 11,4

Más de medio año 30 7,6

Número de hermanos

Ninguno 52 13,1

1 71 17,9

2 125 31,6

3-5 80 20,2

Más de 5 68 17,2

Condición económica familiar

Pobre 52 13,1

Relativamente pobre 100 25,3

Mediano 151 38,1

Relativamente rico 50 12,6

Rico 43 10,9


REVISTA ARGENTINA


El PSQI se compone de 19 ítems autoevaluados y 5 ítems de evaluación por pares, dejando el ítem 19 autoevaluado y los 5 ítems de evaluación por pares sin puntuación. Todos los ítems se dividen en siete dimensiones, incluyendo calidad subjetiva del sue-ño, tiempo de conciliación del sueño, duración del sueño, eficiencia del sueño, alteraciones del sue-ño, drogas hipnóticas y funcionalidad diurna. Cada componente está clasificado entre 0 y 3 puntos, y el puntaje acumulativo de cada componente compren-de el puntaje PSQI, que oscila entre 0 y 21 puntos. Una puntuación más alta en esta escala significa una peor calidad del sueño.

(4) El cuestionario autoadministrable del uso problemático de los teléfonos móviles para adoles-centes (SQAPMPU) se puede utilizar para evaluar la dependencia de los estudiantes del uso del teléfono móvil (Tao et al., 2013). El cuestionario consta de 13 ítems, que abarcan tres dimensiones: síntomas de abstinencia, síntomas de deseo y efectos físicos y psicológicos, todas con alto grado de fiabilidad y validez. Cada ítem tiene 5 opciones: nunca, ocasio-nalmente, a veces, a menudo y siempre, puntuadas de 1 a 5 respectivamente. A mayor puntuación, ma-yor grado de adicción al teléfono móvil. El puntaje de corte para determinar la dependencia del uso de teléfonos móviles, síntomas de abstinencia, efectos físicos y mentales y síntomas de deseo fue P75. En este estudio, el coeficiente de consistencia interna total del cuestionario fue 0,826, cada dimensión en-tre 0,719 y 0,801 (Tao et al., 2013).

Los datos fueron procesados y analizados con el programa SPSS 17.0. Se adoptó el análisis de corre-lación de Pearson para examinar la correlación en-tre calidad del sueño, soledad y adicción al teléfono móvil. Además, el análisis del efecto mediador se llevó a cabo de acuerdo con los procedimientos de inspección del efecto mediador propuestos por Wen y Hou (2004).

Principio de ética: Los cuestionarios se distribu-yeron en estricta conformidad con el principio de consentimiento informado. Se obtuvo el consenti-miento tanto de los tutores como de los maestros de los estudiantes. Los investigadores refirieron deta-lladamente propósito de la investigación, método y principio de confidencialidad a los participantes que intervinieron voluntariamente en el experimento.

Resultados

Estadística Descriptiva: De las 396 encuestas completadas, la puntuación más baja en la escala de adicción al teléfono móvil fue de 13 puntos, mientras que la más alta fue de 65 puntos. De acuerdo con el puntaje de corte de P75, los sujetos que obtuvieron más de 27 puntos se definieron como el grupo de dependientes, y los restantes se definieron como el grupo de no dependientes. Los resultados revelaron un total de 109 estudiantes con adicción al teléfo-no móvil, lo que representa un índice de detección del 27,5%. En la Tabla 1 se muestra otra información básica.

Análisis de correlación:

La Tabla 2 muestra que la soledad y la calidad del sueño correlacionan positivamente de manera significativa, con P <0,05, y la soledad presenta co-rrelación significativamente positiva con la adicción al teléfono móvil, a P <0,05.

La adicción al teléfono móvil y la calidad del sue-ño están significativamente correlacionadas positi-vamente, con una puntuación de P <0,05.

Por lo tanto, nuestra hipótesis de investigación se valida, proporcionando apoyo estadístico para el siguiente análisis del modelo de ecuaciones estruc-turales.

Tabla 2. Matriz de correlación de variables

Nota: ** representa P < 0,01

SOLEDAD CALIDAD DE SUEÑO ADICCIÓN A TELÉFONO MÓVIL

Soledad 1

Calidad de sueño 0,192** 1

Adicción a teléfono móvil 0,260** 0,172** 1

Tabla 3. Lista de índices de modelo de ajuste

2χ /df CFI RMSEA TLI IFI

Referencias estándar 1–5 >0,9 <0,1 >0,9 >0,9

Índices del modelo 1,841 0,952 0,046 0,945 0,953


REVISTA ARGENTINA


Análisis del Papel Mediador de la Soledad en la Influencia de la Adicción al Teléfono Móvil en la Calidad del Sueño: En comparación con el análisis de regresión tradicional, la ecuación estructural permite no sólo la medición de errores en variables dependientes, sino también errores en variables in-dependientes. Además, se tiene en cuenta el mode-lo de medición variable al estimar el coeficiente de trayectoria. Por consiguiente, la estimación de pará-metros en el marco del modelo de ecuación estruc-tural es más precisa e imparcial. Además, el mode-lo de análisis de ecuaciones estructurales también puede mejorar el ajuste general del modelo teórico y, por lo tanto, es ampliamente utilizado en el análi-sis estadístico de la causalidad multivariada en las ciencias sociales. Por lo tanto, este estudio adoptó el modelo de ecuación estructural para la validación de hipótesis relevantes.

Una prueba modelo de bondad de ajuste es la evaluación más directa de la racionalidad de cons-trucción del modelo de estructura. Sólo cuando el modelo de bondad de ajuste cumple con el están-dar, los parámetros de estimación del modelo tie-nen importancia práctica. La bondad de ajuste se mide principalmente a través del desempeño de una serie de índices del modelo de ajuste. Haciendo re-ferencia a los índices de ajuste propuestos por Wen y Hou (2004), se seleccionaron los siguientes cuatro índices para medir la bondad de ajuste:

(1) χ2 / df: 0 <χ2 / df <5 representa que el mo-delo puede ser aceptado; cuando 0 <χ2 / df <3, el modelo tiene ajuste óptimo.

(2) CFI: CFI pertenece al índice de ajuste relativo; Cuando CFI> 0,9, el modelo es aceptado.

(3) TLI: Similar al CFI, TLI es también un tipo de índice de ajuste relativo y se requiere para alcanzar más de 0,9.

(4) RMSEA: diferente a CFI y TLI, RMSEA es un tipo de índice de ajuste absoluto directamente re-lacionado con un valor de chi-cuadrado de probabi-lidad del modelo. Cuando RMSEA es <0,08, signifi-ca que el modelo tiene buen ajuste y es aceptable; Cuando RMSEA es <0,05, el grado de ajuste es bas-tante alto.

Se utilizó el modelo de la ecuación estructural AMOS 17.0 para analizar la influencia de la adicción del teléfono móvil en la calidad del sueño. La esti-mación de parámetros utilizó el método de máxima verosimilitud. Como se muestra en el modelo de la Figura 1, todos los coeficientes son coeficientes de trayectoria estandarizados. El ajuste del modelo es el siguiente: χ2 / df = 1,841, CFI = 0,952, TLI = 0,945, IFI = 0,953 y RMSEA = 0,046. Todos los índices de ajuste están dentro del rango aceptable, mostrando un buen ajuste del modelo. (Tabla 3)

Teniendo en cuenta los resultados de la estima-ción de parámetros, los coeficientes de regresión estandarizados de la adicción al teléfono móvil en relación a la calidad del sueño son: β = 0,229, t = 3,279 y P < 0,05. En consecuencia, la adicción al te-léfono móvil tiene una correlación significativamen-te positiva con la calidad del sueño. Cuanto más se-vera es la adicción al teléfono móvil, más pobre es la calidad del sueño.

Se utilizó el modelo de la ecuación estructural para analizar el papel mediador de la soledad en el proceso de adicción al teléfono móvil y su efecto sobre la calidad del sueño, por lo que se adoptó el método de máxima verosimilitud para la estimación de parámetros. Tal como se ilustra en el diagrama

Tabla 4. Lista de índices del modelo de ajuste

2χ/df

CFI RMSEA TLI IFI

Referencias standard 1–5 >0,9 <0,1 >0,9 >0,9

Indices del modelo 1,442 0,964 0,033 0,960 0,964

Tabla 5. Resultados de estimación de parámetros de coeficientes de trayectoria

Nota: *** representa P < 0,001. es el coeficiente de trayectoria estandarizado.

TRAYECTORIA ESTIMACIÓN B S.E. t P

Soledad < --- Adicción a teléfono móvil 0,455 0,313 0,106 4,308 ***

Calidad de sueño < --- Adicción a teléfono móvil 0,245 0,178 0,100 2,453 0,014

Calidad de sueño < --- Soledad 0,164 0,174 0,059 2,796 0,005


REVISTA ARGENTINA


Figura 1. Modelo estructural de adicción al teléfono móvil que afecta la calidad del sueño

Figura 2. Modelo del efecto mediador de la soledad en la adicción al teléfono móvil que afecta la calidad del sueño

h

s

Síntomas de deseo

Físicos y psicológicos

e34

Efectos

Síntomas de Abstinencia

e33

0,89

0,51

e35

0,64

Adicción a teléfono móvil

0,66

b01

Calidad de sueño

e22

c6 e14

c3

c2

c4

c5

c1

c08

c09

c10

c07

c11

c12

e11

e10

c13

e12

e13

e09

e17

e21

e18

e15

e16

e19

e20

e27

b07

b02

e26

b06

e25

b05

e24

b04

e23

e36

b03

e28

0,57

0,67

0,69

0,72

0,74

0,70

0,61

0,74

0,23

0,70

0,71

0,72

0,56

0,86

0,73

0,65

0,67

0,75

0,69

0,79

h

s

1a

Síntomas de deseo

Físicos y psicológicos

e34

Efectos

Síntomas de abstinencia

e01

e37

e33

0,84

a01

0,54

e35

0,67 Soledad

Adicción a teléfono móvil

0,66

b01

Calidad de sueño

e22

c6 e14

c3

c2

c4

c5

c1

c08

c09

c10

c07

c11

c12

e11

e10

c13

e12

e13

e09

e17

e21

e18

e15

e03 e02

e16

e19

e20

e06 e04

a04 a03 a02

e05 e08 e07

a05 a08 a07 a06

e27

b07

b02

e26

b06

e25

b05

e24

b04

e23

e36

b03

e28

0,57

0,67

0,69

0,72

0,74

0,70

0,17 0,31

0,61

0,74

0,18

0,77 0,71 0,63 0,66 0,66 0,66 0,73 0,68

0,70

0,71

0,72

0,60

0,86

0,73

0,65

0,67

0,75

0,68

0,79


REVISTA ARGENTINA


del modelo en la Figura 2, Todos los coeficientes son coeficientes de trayectoria estandarizados.

Los resultados de la estimación de parámetros de los coeficientes de trayectoria se muestran en la Tabla 5.

El ajuste del modelo es el siguiente: χ2/df = 1,442, CFI = 0,964, TLI = 0,960 and RMSEA = 0,033, con todos los índices de ajuste dentro del rango aceptable, se muestra la bondad de ajuste. (Tabla 4)

La Tabla 5 demuestra que la adicción al teléfono móvil tiene una correlación significativamente posi-tiva con la soledad, con β = 0,313, t = 4,308 and P < 0,05. Una adicción más severa al teléfono móvil correlaciona con una soledad más intensa. Además, la soledad tiene una correlación significativamente positiva con la calidad del sueño, con β = 0,174, t = 2,796 y P < 0,05. Una soledad más intensa resulta en una mala calidad del sueño. Por lo tanto, la sole-dad juega un papel mediador notable en el proceso de adicción al teléfono móvil que afecta la calidad del sueño.

Discusión

Según lo indicado por los resultados, entre los 396 participantes de esta encuesta, la prevalencia de la adicción al móvil es de 27,5%. Este resultado es inconsistente con los estudios realizados por Xu y colaboradores (2012). Xu et al., (2012) aplicaron el cuestionario del uso de teléfono móvil para inves-tigar a 500 estudiantes de secundaria y calcularon una tasa de prevalencia de adicción al teléfono mó-vil de 19,8%. Por otro lado, Jiang et al. (2016) ela-boraron un cuestionario de adicción a los teléfonos móviles para examinar 247 estudiantes de secunda-ria y concluyeron que la prevalencia de adicción en este grupo era del 25,4%. A su vez, otros resultados de este estudio resultan inconsistentes en detectar la adicción al teléfono móvil, posiblemente porque los investigadores utilizaron diferentes instrumen-tos que pueden variar en la confiabilidad y validez, además de las diferentes áreas de investigación. Es-tos resultados podrían apoyar la hipótesis de que la dependencia a la telefonía móvil de los adolescen-tes puede estar relacionada con las regiones en las cuales viven. Además, hay que considerar que los encuestados en esta investigación son niños deja-dos de atrás. Este fenómeno es único de las zonas rurales de China. Debido a la falta de supervisión y atención de los padres, los estudiantes de secunda-ria dejados atrás a menudo muestran más proble-mas psicológicos que sus pares, incluyendo mayor soledad, mayor desviación social y pobres relacio-nes con sus pares (Xu et al., 2012). Algunos investi-gadores (Wei y Zheng 2007) han revelado que, de-bido a la ausencia de los padres en la educación de

los niños, estudiantes de secundaria dejados atrás son más propensos a padecer diversos problemas de comportamiento. Para los niños dejados atrás, sus padres les permitirían llevar teléfonos móviles para ponerse en contacto con ellos conveniente-mente. Sin embargo, los padres no pueden regular con eficacia el uso de teléfono móvil por parte de estudiantes de la escuela secundaria. Puesto que los estudiantes de la escuela secundaria son gene-ralmente pobres en el autocontrol, tienden a sufrir más síntomas de la dependencia de telefonía móvil. Esto puede explicar, en parte, por qué el predomi-nio de la dependencia de telefonía móvil entre es-tudiantes de la escuela secundaria dejados atrás en este estudio es más alto que el resultado de otras investigaciones.

Este estudio también encontró que existe una correlación significativamente negativa entre la adicción al teléfono móvil y la calidad del sueño (r = 0,172, P < 0,01), entre adicción al teléfono móvil y soledad una correlación significativamente positiva (r = 0,260, P < 0,01) y entre soledad y calidad del sueño la correlación es significativamente negativa (r = 0,192, P < 0,01). Los resultados de esta investi-gación son consistentes con los obtenidos por Cui (2014). Luego de investigar y analizar 1500 alumnos de escuelas secundarias, Cui encontró que a mayor grado de adicción a los teléfonos móviles los pro-blemas de salud son más severos. Estos resultados indican que cuando los individuos utilizan más fre-cuentemente los teléfonos móviles, ellos sufrirán de más problemas de sueño y problemas emocionales. Pareciera no haber diferencia entre los sexos. Wang et al. (2014) examinó la relación entre la adicción al teléfono móvil y la calidad del sueño entre estudian-tes de secundaria con orientación a enfermería en Hefei, provincia de China. El análisis multivariado de regresión lineal muestra que la adicción al teléfono móvil es un importante factor en la predicción de la calidad del sueño, y el efecto de la predicción es ne-gativo.

Los investigadores proponen que los individuos con elevada ansiedad social y soledad son más propensos a escoger los teléfonos móviles como el principal instrumento de comunicación. Para los individuos que sufren una soledad intensa, un telé-fono móvil es a la vez un potenciador de la soledad y un vehículo para aliviar la soledad (Foerster et al., 2015). Este hallazgo es consistente con los resulta-dos de nuestro estudio. El estudio puede probar la relación entre la adicción al teléfono móvil y la so-ledad, pero Wei (2013) y Sun et al. (2014) también propusieron que la soledad incrementa la posibili-dad de la adicción al teléfono móvil. Liu et al. (2011) consideran la correlación bidireccional entre depen-dencia o adicción y soledad, argumentando que la


REVISTA ARGENTINA


soledad puede incrementar la posibilidad de de-pendencia, mientras que la dependencia o adicción también puede profundizar la soledad. En cuanto a la relación entre la soledad y el sueño, los estudios (Xu et al., 2013, Zhao y Hu 2011) han encontrado que la soledad más intensa resulta en tiempos de sueño más cortos. Esta situación es con frecuencia un pro-blema en los adultos de mediana edad o ancianos que han perdido a sus hijos.

El análisis del efecto mediador ha encontrado que la soledad desempeña un papel mediador en la adicción al teléfono móvil que afecta la calidad del sueño. Es decir, la adicción al teléfono móvil afecta la calidad del sueño a través de la soledad. La so-ledad puede ser usada directamente para predecir la probabilidad que los estudiantes de secundaria desarrollaran una adicción al teléfono celular. No obstante, la adicción al teléfono móvil produce indi-rectamente efectos en los estudiantes dejados atrás por el rol mediador de la soledad. Bianchi & Phillips (2005) sugieren en su estudio que la soledad está estrechamente relacionada con la adicción al teléfo-no móvil. La relación entre adicción al teléfono móvil y otras variables no es puramente una correlación positiva o negativa. En cambio, la relación entre la adicción a telefonía móvil y otras variables proba-blemente será afectada por la variable mediadora. Yan et al. (2015) investigaron la adicción al teléfo-no móvil, calidad del sueño y soledad en 346 estu-diantes. Los resultados muestran que una alta pre-valencia a la adicción a la telefonía provoca mayor sensación de soledad y peor calidad del sueño. Sin embargo, el estudio no examinó el papel de la sole-dad en la relación entre la adicción al teléfono móvil y la calidad del sueño. Por lo tanto, aunque estudios previos habían demostrado una correlación negati-va entre la adicción al teléfono móvil y la calidad del sueño, este estudio se centró más en la investiga-ción de la relación y prestó menos atención al meca-nismo correspondiente, especialmente en el grupo especial de estudiantes dejados atrás. Este estudio buscó compensar esta insuficiencia, si bien previa-mente se había confirmado el papel mediador de la soledad en la relación entre la adicción a la telefonía móvil y calidad del sueño.

Este estudio examinó el efecto en la calidad del sueño de la adicción al teléfono móvil en estudian-tes dejados atrás y verificó el papel mediador de la soledad, proporcionando una referencia impor-tante para mejorar la salud física y mental de esta población. No obstante, aun existen limitaciones en este estudio. Por un lado, para reducir el sesgo por el tamaño pequeño de la muestra, es necesario ampliarlo en futuras investigaciones; por otra parte, es necesario involucrar en el estudio otras variables

que también afectan a la adicción al teléfono móvil y la calidad del sueño.


REVISTA ARGENTINA


Conclusiones

Para explorar el papel mediador de la soledad en los efectos de la adicción del teléfono móvil so-bre la calidad del sueño de los estudiantes dejados atrás, este estudio utilizó el análisis de correlación de Pearson para examinar la correlación entre la ca-lidad del sueño, la soledad y la adicción al teléfono móvil, y empleó el modelo de ecuación estructural para indagar el efecto mediador. Los resultados muestran que la prevalencia de la adicción a la tele-fonía celular entre los estudiantes dejados atrás es 27,5%, demostrando que esta adicción se ha vuelto un serio problema psicológico y social en esta po-blación, al que deberían prestar más atención las escuelas y las familias. Además, se encontró que la soledad tiene un papel mediador en la relación en-tre la calidad del sueño de los estudiantes dejados atrás y la adicción a la telefonía móvil. La adicción al teléfono móvil no solamente afecta directamen-te la calidad del sueño, sino que también produce un impacto indirecto en la calidad del sueño por la soledad. Por lo tanto, para reducir los efectos negativos de la adicción a los teléfonos móviles y mejorar la calidad del sueño de los estudiantes dejados atrás, nosotros deberíamos atribuir mayor importancia a las intervenciones sobre la soledad para reducir la prevalencia de este fenómeno. Este estudio puede proporcionar una referencia para las familias, escuelas y otras instituciones para mejorar el reconocimiento de la adicción de los teléfonos móviles entre los adolescentes, y para asegurar in-tervenciones apropiadas. Si bien los estudiantes de secundaria deben ser educados sobre los efectos negativos del uso excesivo de teléfonos móviles y la adicción, el fenómeno psicológico de la soledad en adolescentes dejados atrás no puede ser ignora-do. Los maestros y familiares deberían prestar más atención a estos adolescentes, y utilizar los recur-sos de educación entre pares para reducir la sole-dad y la insatisfacción emocional. La mitigación de estas dos señales de advertencia psicológica puede hacer mucho para aliviar los efectos negativos de la adicción al teléfono móvil, y también para mejorar el bienestar psicológico general de los estudiantes de secundaria en China.

REFERENCIAS

Bhardwaj, M., & Ashok, M. S. J. (2015). Mobile Phone Addiction and Loneliness among Teenagers. The International Journal of Indian Psychology, 2(3), 27-34.

Bianchi, A., & Phillips, J. G. (2005). Psychological predictors of problem mobile phone use. CyberPsychology & Behavior, 8(1), 39-51.

Buysse, D. J., Reynolds, C.F., Monk, T.H., Berman, S.R., & Kupfer, D.J. (1989). The Pittsburgh Sleep Quality Index: a new instrument for psychiatric practice and research. Psychiatry Research, 28(2), 193-213.

Çağan, Ö., Ünsal, A., & Çelik, N. (2014). Evaluation of College Students’ the Level of Addiction to Cellular Phone and Investigation on the Relationsship between the Addiction and the Level of Depression. Procedia-Social and Behavioral Sciences, 114, 831-839.

Choliz, M. (2010). Mobile phone addiction: a point of issue. Addiction, 105(2), 373-374.

Cui, D. D. (2014). The relationship among mobile phone dependence, sleep quality and mental health among high school students. Zhengzhou: Journal of Zhengzhou University.

Deng, M., Chen, X., Zhang X. F., Ma, R.J. (2010). Moderating effects of alienation between copying style and social adjustment for left-behind middle school children. Chinese Journal of School Health, 31(10), 1185-1187.

Doane, L. D., & Thurston, E. C. (2014). Associations among sleep, daily experiences, and loneliness in adolescence: Evidence of moderating and bidirectional pathways. Journal of adolescence, 37(2), 145-154.

Antonio Alvarez-Cedillo, J., Sandoval-Gutierrez, J., Carlos Herrera-Lozada, J., de Jesus Medel-Juarez, J., & Olguin-Carbajal, M. (2016). Design, manufacturing and performance of a low-cost delta robot. DYNA, 91(3), 346-352.

Foerster, M., Roser, K., Schoeni, A., & Röösli, M. (2015). Problematic mobile phone use in adolescents: derivation of a short scale MPPUS-10. International Journal of Public Health, 60(2), 277-286.

Ge, X. H., Zhu, Z. H. & Wang, Y. L. (2013). The relationship between mobile phone dependence and attachment, social support among adolescents. Chinese Journal of Behavioral Medicine and Brain Science, 2013, 22 (8) 736-738.

Hardell, L., Carlberg, M., Soderqvist, F., & Hansson Mild, K. (2008). Meta-analysis of long-term mobile phone use and the association with brain tumours. International Journal of Oncology, 32(5), 1097-1104.

Hong, F. Y., Chiu, S. I., & Huang, D.H. (2012). A model of the relationship between psychological characteristics, mobile phone addiction and use of mobile phones by Taiwanese university female students. Computers in Human Behavior, 28(6), 2152-2159.

Hutchison, A. N., & Gerstein, L.H. (2016). The Impact of Gender and Intercultural Experiences on Emotion Recognition. Revista de Cercetare si Interventie Sociala, 54, 125-141.

81

REVISTA ARGENTINA


Jiang, M., Shi, L. Y., Zhao, J. F., Liu, Y. (2016). Analysis of the current situation of mobile phone dependence of college students and educational countermeasures. Journal of Qiqihar Junior Teachers’ College, 2, 105-107.

Koo, H. Y. (2010). Cell phone addiction in highschool students and its predictors. Journal of Korean Academy of Child Health Nursing, 16(3), 203-210.

Liu, H., & Wang, H. L. (2011). The relationship among college students’ mobile phone addition, mobile phone use motive and loneliness. Psychological Science, 6, 1453-1457.

Liu, Y., & Gu, C.H. (2012). The revision of the undergraduates’ loneliness scale (ULS - 8). Review of Higher Education, 29(2), 40-44.

Loughran, S. P., Wood, A. W., Barton, J. M., Croft, R. J., Thompson, B., & Stough, C. (2005). The effect of electromagnetic fields emitted by mobile phones on human sleep. Neuroreport, 16(17), 1973-1976.

Mohammadbeigi, A., Valizadeh, F., Saadati, M., Sharifimoghadam, S., Ahmadi, A., Mokhtari, M., & Ansari, H. (2016). Sleep Quality in Medical Students; the Impact of Over-Use of Mobile Cell-Phone and Social Networks. Journal of Research in Health Sciences, 16(1), 46-50.

Oguz, E., & Cakir, O. (2014). Relationship between the Levels of Loneliness and Internet Addiction. Anthropologist, 18(1), 183-189.

Sarfaraz, S., Bano, T., Fatima, W., Ramzan, S., Sabir, A., & Irfan, S. Mobile Phones: A Threat to Health of Young Generation? European Journal of Pharmaceutical and Medical Research, 2015, 2(7), 17-22

Segrin, C., & Burke, T. J. (2015). Loneliness and sleep quality: dyadic effects and stress effects. Behavioral Sleep Medicine, 13(3), 241-254.

Sun, J. W., Li, L., Lin, C., Wu, S., Shang, D. & Mu, K. (2014). Mobile phone dependence syndrome and loneliness among university students. Chinese Journal of Public Health, 30(9), 1147-1150.

Sun, S. (2015). CNNIC published the report on teenagers’ use of the Interment: nearly 80% permeability rate. Knowledge Library, 11, 2-3.

Swami, V. (2009). Psychometric analysis of the Malay version of the UCLA Loneliness Scale (ULS-8) and a comparison of loneliness among sojourning and non-sojourning Malaysian students. International Journal of Culture and Mental Health, 2(1), 38-50.

Tao, S. M., Fu, J. L., Wang, H., Hao, J.H., Tao, F.B. (2013). Development of self-rating questionnaire for adolescent problematic mobile phone use and the psychometric evaluation in undergraduates. Chinese Journal of School Health, 34(1), 26-29.

Wang, L. F., Zhang, S., Sun, Y. H., Sun, X.J. (2006). The current situation of lineliness of left-behind children

in countryside. Chinese Journal of Behavioral Medical Science, 15(7), 639-640.

Wang, R. F., Meng, X. H., & Luo, H. (2014). Correlations between mobile phone dependence and sleep quality in vocational nursing students. Chinese Journal of School Health, 35(5), 675-678.

Wei, J. F., & Zheng, H. B. (2007). Negative influence of the absence of parental rearing among middle school students left in rural areas. Chinese Mental Health Journal, 21(2), 83-85.

Wei, X., & Chen, X. (2010). Prosocial tendencies and its relationship to personalities and family functioning among the left-home kids in junior middle school. Psychological Development and Education, 26(4), 402-408.

Wei, Y. Y. (2013). Study on the relationship between the mobile phone dependence and loneliness of college students. Journal of Liaocheng University (Natural Science Edition), 26(1), 83-85.

Wen, Z. L., & Hou, J. T. (2004). Comparison and evaluation of different methods for analyzing interation effects between latent variables. Application of Statistics and Management, 23(3), 37-42.

Xu., Y., Su, S. B., & Lin, D. H. (2012). Adolescent new media dependence behavior: the roles of parental factors and refusal self-efficacy. Psychological Development and Education, 28(4), 421-427.

Xu, Y., Tang, L., Zhang, S. B., Mao, H., Cai, J.L., Xue, H. (2013). Investigation and analysis of mental health and sleep status among old people who live alone in Shanghai Huamu community. Chinese Primary Health Care, 27(2), 81-82.

Xu, Z. W., Su, H., Wu, J. L., Chang, W.W., Sun, Y.H. (2010). Self-injurious behavior among rural stay-at-home middle students and its relationship with internal and external locus of control. Chinese Journal of Public Health, 26(7), 868-869.

Yang, K., Xie, G. R., Hu, Y. Q., Mao, F. Q., Guo, Q. (2008). Pittsburgh sleep scale assessment and PSG research on patients with major depression. Chinese Journal of Behavioral Medical Science, 17(7), 631-632.

Yan, J., Liu, Q. S., & Lei, C. H. (2015). Research on correlation among college students’ mobile phone dependence, sleep quality and loneliness. Time Education, 19, 87-88.

Zhao, L. Q., & Hu, F. Y. (2011). Prevalence of sleep disorders among 3173 elderlies in Taiyuan city: a cress-sectional study. Chinese Journal of Epidemiology, 32(3), 260-263.

Zhou, L., Gao, Y. F., Qiu, H. T., Du, L., Zheng, Y.P., Meng, H.Q. (2008). Mental health, life events and copying styles of middle school students left by parents in rural area. Chinese Mental Health Journal, 22(11), 796-800.

1

REVISTA ARGENTINA


the influence of mobile phone addiction on left-behind middle school students’ sleep quality: the mediator role of loneliness

Menglong LI*

& Liya LU**

Summary

Background: Loneliness is reported to be the primary psychological problem among left-behind middle school students, and it can cause serious negative effects on their mental health. However, mobile phone addiction and lack of sleep have also been found in this age group, more frequently. It is still necessary, though, to further explore the relationship between mobile phone addiction and left-behind middle school students’ sleep quality and loneliness,

Method: 400 left-behind middle school students were selected by using the stratified cluster random sampling method. These students were invited to complete the anonymous self-made general situation questionnaire, the ULS-8, and the Pittsburgh Sleep Quality Index and Self-Rating Questionnaire for Adolescent Problematic Mobile Phone Use for related investigation and analysis.

Results: the detection rate of mobile phone addiction was 27.5%, demonstrating a significantly positive correlation between loneliness and sleep quality. Loneliness was also found to be signifi-cantly positively correlated with mobile phone addiction. Mobile phone addiction was discovered to have a significantly positive correlation with sleep quality and loneliness.

Conclusions: loneliness has mediator effects on the link between mobile phone addiction and sleep quality among left-behind middle school students. Mobile phone addiction can have both directly and indirectly affect the sleep quality of these students.

Key words: Mobile phone addiction, left-behind middle school students, sleep quality, loneli-ness.

Received: 16-10-16 | Accepted: 10-02-17

Introduction

With the rapid development of technology, mo-bile phones now have increased portability, novel-ty, functionality, and interactivity (Antonio Alvarez-Cedillo, 2016). They also offer more applications than in the past, including online shopping, games, cameras, email programs, and online social media programs. Therefore, mobile phones are increasin-gly used by teenagers (Koo, 2010). It was reported

that, as of December 2015, the population of young Internet users in China had reached 287 million. The percentage of teenagers accessing the Internet at home via computer was 89.9%, while the usage of mobile phones to access the Internet increased to 90% (Sun, 2015). As a result of this increase, we found that the phenomenon of Mobile Phone Addic-tion is also increasing among teenagers, with more reports of “phubbers” and “smartphone addicts” (Ge et al., 2013). Mobile phone addiction refers to an obsession marked by damaged psychological and social function among mobile phone users who-se use is excessive and cannot be controlled (Hong et al., 2012). As shown by a recent study, 43.5% of people use a mobile phone for 8 hours per day, while 24% use a mobile phone for 16 hours per day. Besi-des, the results reveal the highest figure (41.5%) of 1-4 hour of total call time an individual spends each

* Menglong LI, Physical Education Institute, Hunan First Normal University, Changsha, P.R. China** Liya LU, Hunan Provincial Research Institute of Education, Changsha, P.R. ChinaE-Mail:[email protected] ARGENTINA DE CLÍNICA PSICOLÓGICA XXVI © 2017 Fundación AIGLÉ.

p.p. 71–81

Acknowledgement: The study was supported by Soft Science Project of Hunan Province (2013ZK2026).

Revista Argentina de Clínica Psicológica2017, Vol. XXVI, N°1, 1-10

Menglong li & liya lu 2

REVISTA ARGENTINA


day (Sarfaraz et al., 2015). Like some other addictive behaviors, mobile phone addiction is characterized by compulsiveness, loss of self-control and ongoing harmful behaviors. However, mobile phone addic-tion also has some unique features. Choliz (2010) demonstrated three salient features of mobile pho-ne addiction: mobile phone addicts always keep their phone on standby; they are more likely to use a mobile phone whether or not another mode of com-munication is available, and excessive use of mobile phones has caused harm to an individual’s social function. In addition, Bianchi and Phillips (2005) ar-gued that in the early stage of physical and mental development, adolescents are, generally, weak in self-control and lack the ability to resist mobile pho-nes, thus becoming vulnerable to addiction.

Çağan et al. (2014) have explored the negative correlation between mobile phone addiction and academic achievement, as well as the positive co-rrelation between mobile phone addiction and de-pression. Hardell et al. (2008) further conducted a systematic survey, discovering that teenagers enga-ged in excessive use of mobile phone are reported to have more health problems, including fatigue, de-pression, headache, anxiety, attention disorder and sleep disturbance. The influence of mobile phone addiction on adolescent sleep is one of many pro-blems concerning researchers. Some studies have shown that the sleep quality of adolescents with mobile phone addiction is generally poorer than that of their counterparts without mobile phone addic-tion, and the former are prone to fatigue, stress and other depressive symptoms (Mohammadbeigi et al., 2016). Loughran et al. (2005) found that long-term exposure to electronic devices such as mobile pho-nes will reduce eye movement frequency during the rapid eye movement sleep period, shorten sleep la-tency and raise electroencephalogram (EEG) power in early sleep by 11.5–12.25 Hz. Although it has been proved that mobile phone addiction affects teena-gers’ sleep quality, little evidence exists outlining the mechanisms involved. Mrunal (2015) suggested that mobile phone addiction among adolescents is significantly positively correlated with their loneli-ness (r = 0.456). In adolescents, loneliness is one of the most common emotional experiences. A higher degree of loneliness often results in a higher preva-lence of various self-harm behaviors, such as drin-king and smoking. Segrin et al. (2015) surveyed 255 married couples and noted that, in this population, a higher level of loneliness also causes poorer sleep quality. Researchers (Doane et al., 2014; Hutchison and Gerstein, 2016) questioned teenagers regarding their daily stress, emotions, loneliness, and sleep quality, and found that greater pressure leads to shorter sleep time, and that loneliness is an impor-tant control variable between stress and length of

sleep. Specifically, individuals who report a higher level of loneliness also report less sleep.

In the process of development, left-behind middle school students shape a special phenome-non in China, referring to those middle school stu-dents who remain in the place of domicile and can-not live full-time with both parents after one or both of their parents choose to work in another place (Zhou et al., 2008). These left-behind middle school students are in a critical period and a turning period of their social and psychological development. Stu-dies have proposed that an understanding of socie-ty, the molding of ideological quality, further deve-lopment and future life happiness all depend on the development at this stage (Wei and Chen, 2010). However, the lack of affection (Deng et al., 2010) and rapid physiological development can result in a psychological imbalance, causing many psychologi-cal problems, including loneliness. If handled impro-perly, there will be some adverse consequences and serious effects on their lives. According to a survey, the rate of high isolation among left-behind children is 17.6% (Wang et al., 2006).

Undoubtedly, some of these early studies abo-ve have confirmed the negative correlation between teenagers’ mobile phone addiction and their sleep quality, as well as the positive correlation between loneliness and mobile phone addiction (Oguz and Cakir, 2014), but it is still necessary to explore the status of mobile phone addiction among left-behind middle school students in China. We also thought it important to investigate whether or not loneliness could affect the link between left-behind middle school students’ mobile phone addiction and their sleep quality, as little evidence currently exists on this question. Accordingly, our study explored the mediator role of loneliness between left-behind middle school students’ mobile phone addiction and their sleep quality. A clearer understanding of the connection will help both to minimize the occu-rrence of mobile phone addiction and to improve the quality of sleep in this population

Subjects and methods

Sample: Using stratified cluster random sampling method, this study selected 400 left-behind middle school students from three rural middle schools in Changsha, Hunan province of China (Leifeng Middle School, The First School of Wangcheng District and The Fourth School of Wangcheng District) to partici-pate in the questionnaire survey. A total of 400 co-pies of the questionnaire were distributed. Students were guided to correctly fill out the questionnaire. All students received instructions on how to comple-te the survey. 396 valid copies of the questionnaire

the influence of mobile phone addiction on left-behind middle school students’ sleep quality: the mediator role of loneliness 3

REVISTA ARGENTINA


were returned from 201 boys and 195 girls, with ages between 12 and 17 years. Basic information about the questions is shown in Table 1. During the survey, students, teachers and parents were provided with information about the methodology and purpose of this study, and informed consent was received from all participants. All the participating students were physically and mentally healthy, without family ge-netic diseases and mental illnesses.

Instruments:

(1) General condition questionnaire: we develo-ped a general condition questionnaire covering a total of six questions about gender, only child sta-tus, grade, length of time parents spend at home per year, number of siblings, and family economic status.

(2) The University of California, Los Angeles, Loneliness Scale ULS-8 contains a total of 8 items (Swami, 2009), including 6 positive sequence items regarding “loneliness” and 2 reserve sequence items regarding “non-loneliness” (e.g. item 3 “I am willing to make friends”, and item 6 “when I’m sad, I can find a person to accompany me”). A 4-level fre-quency rating was applied to each item: 1 (never), 2 (rarely), 3 (sometimes) and 4 (always). Positive sequence items (i.e., non-loneliness items) used adverse sequence scoring, with a total scale score of 8–32 points. Higher scores indicated a higher de-gree of loneliness. Studies by scholars (Liu and Gu 2012) have demonstrated that the ULS-8 scale is a concise and reliable research tool used for measu-rement of college students’ loneliness in the context of Chinese culture.

(3) The Pittsburgh Sleep Quality Index (PSQI) was developed by Buysse et al. (1989). Simple and easy to use, with a high correlation to the results of polysomnography (PSG), it has become a com-monly used scale in psychiatric clinical evaluation at home and abroad (Yang et al. 2008). The PSQI scale is composed of 19 self-assessment items and 5 peer-assessment items, and leaves the 19th self-assessment item and the 5 peer-assessment items unscored. All items are divided into seven dimen-sions, including subjective sleep quality, time of fa-lling asleep, sleep duration, sleep efficiency, sleep disturbance, hypnotic drugs and daytime function. Each component is rated between 0 and 3 points, and the cumulative score of each component com-prises the PSQI score, which ranges from 0 to 21 po-ints. A higher score on this scale means poorer sleep quality.

(4) The Self-Rating Questionnaire for Adolescent Problematic Mobile Phone Use (SQAPMPU) can be used to assess students’ dependence on mobile

phone use (Tao et al., 2013). The questionnaire con-sists of 13 items, covering three dimensions: with-drawal symptoms, symptoms of desire and physical and psychological effects, all of which show a high degree of reliability and validity. Each item has 5 options: never, occasionally, sometimes, often and always, rated from 1 to 5 points, respectively. A hig-her score indicates a higher degree of mobile phone addiction. The demarcation score to determine de-pendence on mobile phone use, withdrawal symp-toms, physical and mental effect and symptoms of desire were P75. In this study, the total internal con-sistency coefficient of the questionnaire was 0.826, with each dimension between 0.719 and 0.801 (Tao et al., 2013).

Data were processed and analyzed by SPSS 17.0. Pearson correlation analysis was adopted to exami-ne the correlation among sleep quality, loneliness, and mobile phone addiction. Meanwhile, mediator effect analysis was conducted according to the me-diator effect inspection procedures proposed by Wen and Hou (2004).

Principle of ethics: The questionnaires were dis-tributed in strict accordance with the principle of informed consent. Consent was obtained both from guardians and teachers of the students. Resear-chers thoroughly introduced the research purpose, method, and confidentiality principle to the partici-pants who engaged voluntarily in the experiment.

Results

Descriptive Statistics: Of the 396 completed sur-veys, the lowest score on the mobile phone addic-tion scale was 13 points, while the highest was 65 points. According to the demarcation criterion of P75, those subjects who scored more than 27 po-ints were defined as the dependence group, and the remaining subjects were defined as the non-dependence group. The results revealed a total of 109 students with mobile phone addiction, which is a detection rate of 27.5%. Other basic information is shown in Table 1.

Correlation Analysis

Table 2 shows that loneliness and sleep quality are significantly positively correlated, with P < 0.05, and loneliness is significantly positively correlated with mobile phone addiction, at P < 0.05. Mobile phone addiction and sleep quality are significantly positively correlated, at a score of P < 0.05. There-fore, our research hypothesis is validated, providing statistical support for the following analysis of the structural equation model.


REVISTA ARGENTINA


Table 1. Basic information of the samples

OBJECTS QUANTITY PERCENTAGE %

GenderMale 201 50.8

Female 195 49.2

Only child statusY 244 61.6

N 152 38.4

Grade

Junior grade 1 59 14.9



Senior grade 1 53 13.4



Time parents spend at home per year

Less than half a month 96 24.2

Half a month to a month 139 35.1

A month to two months 86 21.7

More than two months 45 11.4

More than half a year 30 7.6

Number of siblings

None 52 13.1

1 71 17.9

2 125 31.6

3-5 80 20.2

More than 5 68 17.2

Family economic condition

Poor 52 13.1

Relatively poor 100 25.3

Medium 151 38.1

Relatively rich 50 12.6

Rich 43 10.9

Table 2. Correlation matrix of the variables

Note: ** represents P < 0,01

LONELINESS SLEEP QUALITY MOBILE PHONE ADDICTION

Loneliness 1

Sleep quality 0.192** 1

Mobile phone additcion 0.260** 0.172** 1

Table 3. List of model fit indices

2χ /df CFI RMSEA TLI IFI

Reference standard 1–5 >0.9 <0.1 >0.9 >0.9

Model indices 1.841 0.952 0.046 0.945 0.953


REVISTA ARGENTINA


Analysis of the Mediator Role of Loneliness in the Influence of Mobile Phone Addiction on Sleep Qua-lity: Compared with traditional regression analysis, the structural equation allows not only the measu-rement of errors in dependent variables, but also errors in independent variables. In addition, it takes the variable measurement model into consideration when estimating the path coefficient. Consequently, parameter estimation under the framework of the structure equation is more accurate and unbiased. In addition, the structural equation model analysis can also improve the overall fit of the theoretical model, and is therefore widely used in statistical analysis of multivariate causality in social science. Therefore, this study adopted the structural equa-tion model for the validation of relevant hypotheses.

A Model goodness of fit test is the most direct evaluation of rationality of construction of the struc-ture model. Only when the model goodness of fit meets the standard, does the parameter estimation of the model have practical significance. Goodness of fit is measured primarily through the performance of a series of model fit indices. Referring to the fit indices proposed by Wen and Hou (2004), the fo-llowing four indexes were selected to measure go-odness of fit:

(1) χ2/df: 0 < χ2/df < 5 represents that the model can be accepted; when 0 < χ2/df < 3, the model has optimal fit.

(2) CFI: CFI belongs to relative fit index; when CFI > 0.9, the model is accepted.

(3) TLI: Similar to CFI, TLI is also a kind of relative fit index and is required to reach more than 0.9.

(4) RMSEA: different with CFI and TLI, RMSEA is a kind of absolute fit index directly related to a likelihood-ratio chi-square value of the model. When RMSEA < 0.08, it means that the model has good fit

and is acceptable; when RMSEA < 0.05, the fit de-gree is quite high.

The AMOS 17.0 structure equation model was used to analyze the influence of mobile phone addic-tion on sleep quality. Parameter estimation utilized the maximum likelihood method. As shown in the model in Figure 1, all coefficients are standardized path coefficients. The fit of the model is as follows: χ2/df = 1.841, CFI = 0.952, TLI = 0.945, IFI = 0.953 and RMSEA = 0.046. All the fit indices are within the acceptable range, showing good model fit. (Table 3)

According to the results of parameter estima-tion, the standardized regression coefficients of mo-bile phone addiction against sleep quality are: β = 0.229, t = 3.279 and P < 0.05. Consequently, mobile phone addiction has a significantly positive correla-tion to sleep quality. The more serious the mobile phone addiction, the poorer the quality of sleep.

The structural equation model was used to analy-ze the mediator role of loneliness in the process of mobile phone addiction and its effect on sleep qua-lity, and so the maximum likelihood method was adopted for parameter estimation. As illustrated in the model diagram in Figure 2, all coefficients are standardized path coefficients. The results of para-meter estimation of the path coefficients are shown in Table 5.

The fit of the model is as follows: χ2/df = 1.442, CFI = 0.964, TLI = 0.960 and RMSEA = 0.033, all the fit indices are at the acceptable range, showing go-odness of fit. (Table 4)

Table 5 demonstrates that mobile phone addic-tion has a significantly positive correlation to lo-neliness, with β = 0.313, t = 4.308 and P < 0.05. A more severe mobile phone addiction correlates with more intense loneliness. In addition, loneliness has a significantly positive correlation to sleep quality,

Table 4. List of model fit indices

2χ/df

CFI RMSEA TLI IFI

Reference standard 1–5 >0.9 <0.1 >0.9 >0.9

Model indices 1.442 0.964 0.033 0.960 0.964

Table 5. Results of parameter estimation of path coefficients

Note: *** represents P < 0,001. B is the standardized path coefficient.

PATH ESTIMATE B S.E. t P

Loneliness < --- Mobile phone addiction 0.455 0.313 0.106 4.308 ***

Sleep quality < --- Mobile phone additcion 0.245 0.178 0.100 2.453 0.014

Sleep quality < --- Loneliness 0.164 0.174 0.059 2.796 0.005


REVISTA ARGENTINA


Figure 1. Structural model of mobile phone addiction affecting sleep quality

Figure 2. Model of the mediator effect of loneliness on mobile phone addiction affecting sleep quality

h

s

Symptoms of desire

psychological effects

e34

Physical and

Withdrawal symptoms

e33

.89

.51

e35

.64

Mobile phone

.66

b01

Sleep quality

e22

c6 e14

c3

c2

c4

c5

c1

c08

c09

c10

c07

c11

c12

e11

e10

c13

e12

e13

e09

e17

e21

e18

e15

e16

e19

e20

e27

b07

b02

e26

b06

e25

b05

e24

b04

e23

e36

b03

e28

.57

.67

.69

.72

.74

.70

.61

.74

.23

.70

.71

.72

.56

.86

.73

.65

.67

.75

.69

.79

h

s

1a

Symptoms of desire


e34

Physical and

Withdrawal symptoms

e01

e37

e33

.84

a01

.54

e35

.67 Loneliness

Mobile phone addiction

.66

b01

Sleep quality

e22

c6 e14

c3

c2

c4

c5

c1

c08

c09

c10

c07

c11

c12

e11

e10

c13

e12

e13

e09

e17

e21

e18

e15

e03 e02

e16

e19

e20

e06 e04

a04 a03 a02

e05 e08 e07

a05 a08 a07 a06

e27

b07

b02

e26

b06

e25

b05

e24

b04

e23

e36

b03

e28

.57

.67

.69

.72

.74

.70

.17 .31

.61

.74

.18

.77 .71 .63 .66 .66 .66 .73 .68

.70

.71

.72

.60

.86

.73

.65

.67

.75

.68

.79

h

s

Symptoms of desire


e34

Physical and

Withdrawal symptoms

e33

.89

.51

e35

.64

Mobile phone

.66

b01

Sleep quality

e22

c6 e14

c3

c2

c4

c5

c1

c08

c09

c10

c07

c11

c12

e11

e10

c13

e12

e13

e09

e17

e21

e18

e15

e16

e19

e20

e27

b07

b02

e26

b06

e25

b05

e24

b04

e23

e36

b03

e28

.57

.67

.69

.72

.74

.70

.61

.74

.23

.70

.71

.72

.56

.86

.73

.65

.67

.75

.69

.79

h

s

1a

Symptoms of desire


e34

Physical and

Withdrawal symptoms

e01

e37

e33

.84

a01

.54

e35

.67 Loneliness

Mobile phone addiction

.66

b01

Sleep quality

e22

c6 e14

c3

c2

c4

c5

c1

c08

c09

c10

c07

c11

c12

e11

e10

c13

e12

e13

e09

e17

e21

e18

e15

e03 e02

e16

e19

e20

e06 e04

a04 a03 a02

e05 e08 e07

a05 a08 a07 a06

e27

b07

b02

e26

b06

e25

b05

e24

b04

e23

e36

b03

e28

.57

.67

.69

.72

.74

.70

.17 .31

.61

.74

.18

.77 .71 .63 .66 .66 .66 .73 .68

.70

.71

.72

.60

.86

.73

.65

.67

.75

.68

.79


REVISTA ARGENTINA


with β = 0.174, t = 2.796 and P < 0.05. More intense loneliness results in poorer sleep quality. Therefore, loneliness plays a remarkable mediator role in the process of mobile phone addiction affecting sleep quality.

Discussion

As indicated by the findings, the prevalence of mobile phone addiction among the 396 participants of this survey is 27.5%. This result is inconsistent with the results of studies by Xu et al. (2012) and other researchers. Xu et al. (2012) employed the mobile phone use questionnaire to investigate 500 middle school students, and calculated a mobile phone addiction prevalence rate of 19.8%. By con-trast, Jiang et al. (2016) utilized the self-made mo-bile phone addiction questionnaire to examine 247 middle school students, concluding that the preva-lence of mobile phone addiction in this group was 25.4%. Several other study results are inconsistent in the detection rate of mobile phone addiction among middle school students, possibly because different researchers use different measurement tools which might vary in reliability and validity. In addition, each researcher focused on different sur-vey areas. These results might support the hypothe-sis that teenagers’ mobile phone addictions may be related to the regions in which they live. Moreover, the respondents of this research have the variable of being left-behind children as well. The phenomenon of left-behind children is a unique one in rural Chi-na. Because of the lack of supervision and attention from parents, left-behind middle school students of-ten exhibit more psychological problems than their peers, including increased loneliness, increased social deviation, and poor peer relationships (Xu et al. 2012). Some researchers (Wei and Zheng, 2007) have revealed that, due to the absence of parent-child education, left-behind middle school students are more likely to have various behavior problems. For left-behind children, their parents would allow them carry mobile phones in order to contact them conveniently. However, parents cannot effectively regulate the use of mobile phone by middle school students. Since middle school students are genera-lly poor in self-control, they tend to suffer more mo-bile phone addiction symptoms. This can, in part, ex-plain why the prevalence of mobile phone addiction among left-behind middle school students in this study is higher than the result of other researchers.

This study also found that mobile phone addic-tion and sleep quality are significantly negatively co-rrelated (r = 0.172, P < 0.01), mobile phone addiction and loneliness are significantly positively correlated (r = 0.260, P < 0.01) and loneliness and sleep quality

are significantly negatively correlated (r = 0.192, P < 0.01). These research results are consistent with the results obtained by Cui (2014). After investigating and analyzing 1500 high school students, Cui found that when the degree of mobile phone addiction is higher, exhibited stress and mental health problems are more severe. These results indicate that when individuals use mobile phones more frequently, they will suffer more sleep problems and emotio-nal problems. There seems to be no difference bet-ween boys and girls. Wang et al. (2014) examined the relation between mobile phone addiction and sleep quality among secondary vocational nursing students in Hefei, in the Hebei province of China. The multivariate linear regression analysis shows that mobile phone addiction is an important factor in predicting sleep quality, and the prediction effect is negative.

Researchers propose that individuals with hig-her social anxiety and loneliness are more likely to choose mobile phones as the main tool of communi-cation. For individuals suffering intense loneliness, a mobile phone is both an enhancer of loneliness and a vehicle to ease loneliness (Foerster et al., 2015). This finding is also consistent with the result of our study. The study can prove the relationship between mobile phone addiction and loneliness, but Wei (2013) and Sun et al. (2014) also proposed that loneliness increases the possibility of mobile phone addiction. Liu et al. (2011) proposed the two-way co-rrelation between dependence or addiction and lo-neliness, arguing that loneliness can raise the possi-bility of dependence, while dependence or addiction can also deepen loneliness. As for the relationship between loneliness and sleep, studies (Xu et al., 2013; Zhao and Hu, 2011) have found that more in-tense loneliness results in shorter sleep times. This situation is frequently an issue in the middle-aged or elderly who have lost their children.

The mediator effect analysis has found that lone-liness plays a mediator role in mobile phone addic-tion affecting sleep quality. That is to say, mobile phone addiction affects sleep quality through lone-liness. Loneliness can be directly used to predict the likelihood that left-behind middle school students’ will develop a mobile phone addiction. However, mobile phone addiction produces indirect effects on left-behind middle school students’ sleep quality through the mediator role of loneliness. Bianchi & Phillips (2005) suggest in their study that loneliness is closely related to mobile phone addiction. The relationship between mobile phone addiction and other variables is not purely a positive correlation or negative correlation. Instead, the relationship bet-ween mobile phone addiction and other variables is likely to be affected by the mediator variable. Yan et al. (2015) investigated 346 college students in terms


REVISTA ARGENTINA


of mobile phone addiction, sleep quality and loneli-ness. The results show that a higher prevalence of mobile phone addiction results in stronger feeling of loneliness and poorer sleep quality. Nevertheless, the study did not examine the role of loneliness in the relation between mobile phone addiction and sleep quality. Therefore, though previous studies have illustrated a negative correlation between mo-bile phone addiction and sleep quality, they focused more on the investigation of their relationship, and paid less attention to the corresponding mecha-nism, especially in the special group of left-behind middle school students. This study made up for this inadequacy, preliminarily confirming the mediator role of loneliness in the link between mobile phone addiction and sleep quality.

This study discussed the effect of mobile phone addiction on left-behind middle school students’ sleep quality, and verified the mediator role of lo-neliness, providing important reference for the im-provement of left-behind middle school students’ physical and mental health. However, there are still some limitations in the study. On the one hand, to reduce the bias brought by the small sample size, it is necessary to further expand the sample size in future research; on the other hand, since there are many factors affecting mobile phone addiction and sleep quality, more variables should be involved.

Conclusions

To explore the mediator role of loneliness on mobile phone addiction’s effects on left-behind middle school students’ sleep quality, this study used Pearson correlation analysis to examine the correlation among sleep quality, loneliness and mo-bile phone addiction, and employed the structural equation model for mediator effect inspection. The results show that the prevalence of mobile phone addiction among left-behind middle school students is 27.5%, demonstrating this addiction has become a serious psychological and social problem in this population, and that it should garner more atten-tion from schools and families. In addition, loneli-ness has been found to play a mediator role in the link between left-behind middle school students’ sleep quality and mobile phone addiction. Mobile phone addiction not only directly affects the sleep quality of left-behind middle school students, but it also produces an indirect impact on sleep quality through loneliness. Therefore, to reduce the nega-tive effects of mobile phone addiction and improve sleep quality of left-behind middle school students, we should attach a greater importance to loneliness intervention to reduce the prevalence of this phe-nomenon. This study can provide a reference for

families, schools and other institutions to improve recognition of mobile phone addiction among tee-nagers, and to ensure appropriate interventions. While middle school students should be educated on the negative effects of excessive mobile phone usage and addiction, the psychological phenome-non of loneliness in left-behind adolescents cannot be ignored. Teachers and parents should pay more attention to these students, and use peer education resources to reduce loneliness and emotional dissa-tisfaction. The mitigation of these two psychological warning signs can do much to alleviate the negative effects of mobile phone addiction, and also to im-prove the overall psychological well-being of middle school students in China.

References

Bhardwaj, M., & Ashok, M. S. J. (2015). Mobile Phone Addiction and Loneliness among Teenagers. The International Journal of Indian Psychology, 2(3), 27-34.

Bianchi, A., & Phillips, J. G. (2005). Psychological predictors of problem mobile phone use. CyberPsychology & Behavior, 8(1), 39-51.

Buysse, D.J., Reynolds, C.F., Monk, T.H., Berman, S.R., & Kupfer, D.J. (1989). The Pittsburgh Sleep Quality Index: a new instrument for psychiatric practice and research. Psychiatry research, 28(2), 193-213.

Çağan, Ö., Ünsal, A., & Çelik, N. (2014). Evaluation of College Students’ the Level of Addiction to Cellular Phone and Investigation on the Relationsship between the Addiction and the Level of Depression. Procedia-Social and Behavioral Sciences, 114, 831-839.

Choliz, M. (2010). Mobile phone addiction: a point of issue. Addiction, 105(2), 373-374.

Cui, D.D. (2014). The relationship among mobile phone dependence, sleep quality and mental health among high school students. Zhengzhou: Journal of Zhengzhou University.

Deng, M., Chen, X., Zhang X.F., Ma, R.J. (2010). Moderating effects of alienation between copying style and social adjustment for left-behind middle school children. Chinese Journal of School Health, 31(10), 1185-1187.

Doane, L.D., & Thurston, E.C. (2014). Associations among sleep, daily experiences, and loneliness in adolescence: Evidence of moderating and bidirectional pathways. Journal of adolescence, 37(2), 145-154.

Antonio Alvarez-Cedillo, J., Sandoval-Gutierrez, J., Carlos Herrera-Lozada, J., de Jesus Medel-Juarez, J., & Olguin-


REVISTA ARGENTINA


Carbajal, M. (2016). Design, manufacturing and performance of a low-cost delta robot. DYNA, 91(3), 346-352.

Foerster, M., Roser, K., Schoeni, A., & Röösli, M. (2015). Problematic mobile phone use in adolescents: derivation of a short scale MPPUS-10. International journal of public health, 60(2), 277-286.

Ge, X.H., Zhu, Z.H. & Wang, Y.L. (2013). The relationship between mobile phone dependence and attachment, social support among adolescents. Chinese Journal of Behavioral Medicine and Brain Science, 2013, 22 (8): 736-738.

Hardell, L., Carlberg, M., Soderqvist, F., & Hansson Mild, K. (2008). Meta-analysis of long-term mobile phone use and the association with brain tumours. International journal of oncology, 32(5), 1097-1104.

Hong, F.Y., Chiu, S.I., & Huang, D.H. (2012). A model of the relationship between psychological characteristics, mobile phone addiction and use of mobile phones by Taiwanese university female students. Computers in Human Behavior, 28(6), 2152-2159.

Hutchison, A.N., & Gerstein, L.H. (2016). The Impact of Gender and Intercultural Experiences on Emotion Recognition. Revista de Cercetare si Interventie Sociala, 54, 125-141.

Jiang, M., Shi, L.Y., Zhao, J.F., Liu, Y. (2016). Analysis of the current situation of mobile phone dependence of college students and educational countermeasures. Journal of Qiqihar Junior Teachers’ College, 2, 105-107.

Koo, H. Y. (2010). Cell phone addiction in highschool students and its predictors. Journal of Korean Academy of Child Health Nursing, 16(3), 203-210.

Liu, H., & Wang, H.L. (2011). The relationship among college students’ mobile phone addiction, mobile phone use motive and loneliness. Psychological Science, 6, 1453-1457.

Liu, Y., & Gu, C.H. (2012). The revision of the undergraduates’ loneliness scale (ULS - 8). Review of Higher Education, 29(2), 40-44.

Loughran, S. P., Wood, A. W., Barton, J. M., Croft, R. J., Thompson, B., & Stough, C. (2005). The effect of electromagnetic fields emitted by mobile phones on human sleep. Neuroreport, 16(17), 1973-1976.

Mohammadbeigi, A., Valizadeh, F., Saadati, M., Sharifimoghadam, S., Ahmadi, A., Mokhtari, M., & Ansari, H. (2016). Sleep Quality in Medical Students; the Impact of Over-Use of Mobile Cell-Phone and Social Networks. Journal of research in health sciences, 16(1), 46-50.

Oguz, E., & Cakir, O. (2014). Relationship between the Levels of Loneliness and Internet Addiction. Anthropologist, 18(1), 183-189.

Sarfaraz, S., Bano, T., Fatima, W., Ramzan, S., Sabir, A., & Irfan, S. MOBILE PHONES: A THREAT TO HEALTH OF YOUNG GENERATION?. EUROPEAN JOURNAL OF PHARMACEUTICAL AND MEDICAL RESEARCH, 2015, 2(7), 17-22

Segrin, C., & Burke, T. J. (2015). Loneliness and sleep quality: dyadic effects and stress effects. Behavioral sleep medicine, 13(3), 241-254.

Sun, J.W., Li, L., Lin, C., Wu, S., Shang, D. & Mu, K. (2014). Mobile phone dependence syndrome and loneliness among university students. Chinese Journal of Public Health, 30(9), 1147-1150.

Sun, S. (2015). CNNIC published the report on teenagers’ use of the Interment: nearly 80% permeability rate. Knowledge Library, 11, 2-3.

Swami, V. (2009). Psychometric analysis of the Malay version of the UCLA Loneliness Scale (ULS-8) and a comparison of loneliness among sojourning and non-sojourning Malaysian students. International Journal of Culture and Mental Health, 2(1), 38-50.

Tao, S.M., Fu, J.L., Wang, H., Hao, J.H., Tao, F.B. (2013). Development of self-rating questionnaire for adolescent problematic mobile phone use and the psychometric evaluation in undergraduates. Chinese Journal of School Health, 34(1), 26-29.

Wang, L.F., Zhang, S., Sun, Y.H., Sun, X.J. (2006). The current situation of lineliness of left-behind children in countryside. Chinese Journal of Behavioral Medical Science, 15(7), 639-640.

Wang, R.F., Meng, X.H., & Luo, H. (2014). Correlations between mobile phone dependence and sleep quality in vocational nursing students. Chinese Journal of School Health, 35(5), 675-678.

Wei, J.F., & Zheng, H.B. (2007). Negative influence of the absence of parental rearing among middle school students left in rural areas. Chinese Mental Health Journal, 21(2), 83-85.

Wei, X., & Chen, X. (2010). Prosocial tendencies and its relationship to personalities and family functioning among the left-home kids in junior middle school. Psychological Development and Education, 26(4), 402-408.

Wei, Y.Y. (2013). Study on the relationship between the mobile phone dependence and loneliness of college students. Journal of Liaocheng University (Natural Science Edition), 26(1), 83-85.

Wen, Z.L., & Hou, J.T. (2004). Comparison and evaluation of different methods for analyzing interation effects


REVISTA ARGENTINA


between latent variables. Application of Statistics and Management, 23(3), 37-42.

Xu., Y., Su, S.B., & Lin, D.H. (2012). Adolescent new media dependence behavior: the roles of parental factors and refusal self-efficacy. Psychological Development and Education, 28(4), 421-427.

Xu, Y., Tang, L., Zhang, S.B., Mao, H., Cai, J.L., Xue, H. (2013). Investigation and analysis of mental health and sleep status among old people who live alone in Shanghai Huamu community. Chinese Primary Health Care, 27(2), 81-82.

Xu, Z.W., Su, H., Wu, J.L., Chang, W.W., Sun, Y.H. (2010). Self-injurious behavior among rural stay-at-home middle students and its relationship with internal and external locus of control. Chinese Journal of Public Health, 26(7), 868-869.

Yang, K., Xie, G.R., Hu, Y.Q., Mao, F.Q., Guo, Q. (2008). Pittsburgh sleep scale assessment and PSG research on patients with major depression. Chinese Journal of Behavioral Medical Science, 17(7), 631-632.

Yan, J., Liu, Q.S., & Lei, C.H. (2015). Research on correlation among college students’ mobile phone dependence, sleep quality and loneliness. Time Education, 19, 87-88.

Zhao, L.Q., & Hu, F.Y. (2011). Prevalence of sleep disorders among 3173 elderly in Taiyuan city: a cress-sectional study. Chinese Journal of Epidemiology, 32(3), 260-263.

Zhou, L., Gao, Y.F., Qiu, H.T., Du, L., Zheng, Y.P., Meng, H.Q. (2008). Mental health, life events and copying styles of middle school students left by parents in rural area. Chinese Mental Health Journal, 22(11), 796-800.

revista argentina de clínica psicológica 2017, vol. xxvi, n°1, 71 … · secundaria dejados...

Documents