Validación transcultural de la estructura y propiedades internas del Test de Dependencia a Videojuegos (TDV)

  1. Amparo Luján Barrera 1
  2. Lydia Cervera 1
  3. Paula Villasante 2
  4. Mariano Chóliz 1
  1. 1 Universitat de València
    info

    Universitat de València

    Valencia, España

    ROR https://ror.org/043nxc105

  2. 2 Universitat Oberta de Catalunya
    info

    Universitat Oberta de Catalunya

    Barcelona, España

    ROR https://ror.org/01f5wp925

Revista:
Revista Latinoamericana de Psicología

ISSN: 0120-0534

Año de publicación: 2023

Volumen: 55

Número: 0

Páginas: 263-273

Tipo: Artículo

DOI: 10.14349/RLP.2023.V55.29 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Revista Latinoamericana de Psicología

Resumen

Introducción: la evaluación de la adicción a videojuegos se realiza típicamente a partir de los criterios del DSM-5, los cuales están basados en población adulta a pesar de ser los adolescentes los más vulnerables a este trastorno. El Test de Dependencia a Videojuegos (TDV) es un test de la adicción a los videojuegos dirigido específicamente a adolescentes hispanohablantes compuesto inicialmente por cuatro factores de segundo orden de la adicción a videojuegos. Este instrumento ha sido validado en distintos países de Latinoamérica, pero con estructuras factoriales diferentes. El presente estudio distingue el modelo factorial de referencia del TDV sometiéndolo a un pormenorizado análisis de sus propiedades psicométricas. Método: durante el 2017-2021 se administró el TDV a 3229 adolescentes procedentes de centros educativos españoles y latinoamericanos. Se empleó el análisis factorial confirmatorio para seleccionar la estructura interna más adecuada del TDV y analizar su validez, fiabilidad y equivalencia de medida entre grupos de sexo y cultura. Resultados: todos los modelos factoriales del TDV mostraron un buen funcionamiento, especialmente los multidimensionales. El más adecuado para el instrumento fue el modelo original del TDV. El estudio psicométrico de sus propiedades internas mostró que mide de forma precisa y representativa los componentes de la adicción a videojuegos en adolescentes hispanoparlantes. Discusión y conclusión: la representatividad de Latinoamérica en los estudios epidemiológicos se ha visto comprometida por la falta de homogeneidad en la evaluación. La validez transcultural del TDV indica que es un instrumento útil para fines descriptivos e interventivos en España y Latinoamérica.

Referencias bibliográficas

  • American Psychiatric Association (APA). (2000). Diagnostic and statistical manual of mental disorders (4th ed., text revision). Washington, D. C.: Autor. Edición española: DSM-IV-TR- Manual diagnóstico y estadístico de los trastornos mentales. Masson.
  • American Psychiatric Association (APA). (2013). Diagnostic and Statistical Manual of Mental Disorders (5th ed.): DSM-5. American Psychiatric Publishing.
  • American Psychiatric Association (APA). (2022). Diagnostic and statistical manual of mental disorders (5th ed., text rev.). https:// doi.org/10.1176/appi.books.9780890425787
  • Anthony, W. L., Mills, D. J., & Nower, L. (2023). Evaluation of the psychometric properties of DSM-5 internet gaming disorder measures: A COSMIN systematic review and meta-analysis. Clinical Psychology: Science and Practice, 30(2), 170-185.https://doi.org/10.1037/cps0000123
  • Beranuy, M., Machimbarrena, J. M., Vega-Osés, M. A., Carbonell, X., Griffiths, M. D., Pontes, H. M., & González-Cabrera, J. (2020). Spanish validation of the internet gaming disorder scale-short form (IGDS9-SF): Prevalence and relationship with online gambling and quality of life. International Journal of Environmental Research and Public Health, 17(5), 1562. https:// doi.org/10.3390/ijerph17051562
  • Bernaldo-de-Quirós, M., Labrador-Méndez, M., Sánchez-Iglesias, I., & Labrador, F. (2020). Instrumentos de medida del trastorno de juego en internet en adolescentes y jóvenes según criterios DSM-5: una revisión sistemática. Adicciones, 32(4), 291-302. https://doi.org/10.20882/adicciones.1277
  • Buono, F. D., Paul, E., Sprong, M. E., Smith, E. C., Garakani, A., & Griffiths, M. D. (2020). Gaming and gaming disorder: A mediation model gender, salience, age of gaming onset, and time spent gaming. Cyberpsychology, Behavior and Social Networking, 23(9), 647-651. https://doi.org/10.1089/cyber.2019.0445
  • Byrne, B. M. (2010). Structural equation modeling with AMOS: Basic concepts, applications, and programming (2nd ed.). Routledge. https://doi.org/10.4324/9780203805534
  • Carbonell, X. (2020). El diagnóstico de AV en el DSM-5 y la CIE11: retos y oportunidades para clínicos. Papeles del Psicólogo, 41(3), 211-226. https://doi.org/10.23923/pap.psicol2020.2935
  • Cheung, G. W., & Wang, C. (2017). Current approaches for assessing convergent and discriminant validity with SEM: Issues and solutions. Academy of Management Proceedings, 2017(1), 12706. https://doi.org/10.5465/ambpp.2017.12706abstract
  • Chóliz, M., & Marco, C. (2011). Patrón de uso y dependencia de videojuegos en infancia y adolescencia. Anales de Psicología, 27(2), 418-426. https://revistas.um.es/analesps/article/ view/123051
  • Chóliz, M., Marco, C., & Chóliz, C. (2016). ADITEC, evaluación y prevención de la adicción a internet, móvil y videojuegos. Editorial: TEA Ediciones. Chóliz, M., & Herdoiza, P. (2020). Adicciones comportamentales.
  • En A. Belloch, B. Sandín & F. Ramos (Eds.), Manual de Psicopatoplogía (pp. 513-540). McGraw-Hill. Darvesh, N., Radhakrishnan, A., Lachance, C. C., Nincic, V., Sharpe, J. P., Ghassemi, M., Straus, S. E., & Tricco, A. C. (2020). Exploring the prevalence of gaming disorder and Internet gaming
  • disorder: A rapid scoping review. Systematic Reviews, 9(68), 1-10. https://doi.org/10.1186/s13643-020-01329-2
  • DiStefano, C., McDaniel, H. L., Zhang, L., Shi, D., & Jiang, Z. (2019). Fitting large factor analysis models with ordinal data. Educational and Psychological Measurement, 79(3), 417-436. https:// doi.org/10.1177/0013164418818242
  • Fam, J. Y. (2018). Prevalence of internet gaming disorder in adolescents: A meta-analysis across three decades. Scandinavian Journal of Psychology, 59(5), 524-531. https://doi.org/10.1111/ sjop.12459
  • Fuster, H., Carbonell, X., Pontes, H. M., & Griffiths, M. D. (2016). Spanish validation of the Internet Gaming Disorder-20 (IGD-20) Test. Computers in Human Behavior, 56, 215-224. https://doi. org/10.1016/j.chb.2015.11.050
  • Google & Newzoo Beyond. (2021). Where does gaming go next? Latin American Games Market and Consumer Research Report. Google: Mountain View, CA, USA, 2021. https://acortar.link/ Dk88UN
  • Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage.
  • Hernández, A., Ponsoda, V., Muñiz, J., Prieto, G., & Elosua, P. (2016). Revisión del modelo para evaluar la calidad de los tests utilizados en España. Papeles del Psicólogo, 37(3), 192-197. https://www.papelesdelpsicologo.es/pdf/2775.pdf
  • Hernández-Vásquez, A., Vargas-Fernández, R., Visconti-López, F. J., Comandé, D., & Bendezu-Quispe, G. (2022). Prevalence and factors associated with gaming disorder in Latin America and the Caribbean: A systematic review. International Journal of Environmental Research and Public Health, 19(16), 10036. https://doi.org/10.3390/ijerph191610036
  • Hirschfeld, G., & Von Brachel, R. (2014). Improving multiple-group confirmatory factor analysis in R-A tutorial in measurement invariance with continuous and ordinal indicators. Practical assessment. Research, and Evaluation, 19(7), 1-12. https://doi. org/10.7275/qazy-2946
  • Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1-55. https://doi.org/10.1080/10705519909540118
  • King, D. L., Haagsma, M. C., Delfabbro, P. H., Gradisar, M., & Griffiths, M. D. (2013). Toward a consensus definition of pathological video-gaming: A systematic review of psychometric assessment tools. Clinical Psychology Review, 33(3), 331-342. https:// doi.org/10.1016/j.cpr.2013.01.002
  • Kline, R. B. (2010). Promise and pitfalls of structural equation modeling in gifted research. In B. Thompson & R. F. Subotnik, (Eds.), Methodologies for conducting research on giftedness (pp. 147-169). American Psychological Association. https://doi. org/10.1037/12079-007
  • Koronczai, B., Urbán, R., Kökönyei, G., Paksi, B., Papp, K., Kun, B., Arnold, P., Kállai, J., & Demetrovics, Z. (2011). Confirmation of the three-factor model of problematic internet use on off-line adolescent and adult samples. Cyberpsychology, Behavior and Social Networking, 14(11), 657-664. https://doi.org/10.1089/ cyber.2010.0345
  • Kuss, D. J., Griffiths, M. D., & Pontes, H. M. (2017). Chaos and confusion in DSM-5 diagnosis of internet gaming disorder: Issues, concerns, and recommendations for clarity in the field. Journal of Behavioral Addictions, 6(2), 103-109. https://doi. org/10.1556/2006.5.2016.062
  • Lemmens, J. S., Valkenburg, P. M., & Peter, J. (2009). Development and validation of a game addiction scale for adolescents. Media Psychology, 12(1), 77-95. https://doi. org/10.1080/15213260802669458
  • Lloret-Irles, D., Morell-Gomis, R., Marzo-Campos, J. C., & Tirado-González, S. (2018). Validación española de la escala de AV para adolescentes (GASA). Atención Primaria, 50(6), 350-358. https://doi.org/10.1016/j.aprim.2017.03.015
  • Marco, C., & Chóliz, M. (2013). Tratamiento cognitivo-conductual de la AV de rol online: fundamentos de propuesta de tratamiento y estudio de caso. Anales de Psicología , 30(1), 46-55. https://doi.org/10.6018/analesps.30.1.150851
  • Macur, M., & Pontes, H. M. (2021). Internet Gaming Disorder in adolescence: investigating profiles and associated risk factors. BMC Public Health, 21(1), 1-9. https://doi.org/10.1186/ s12889-021-11394-4
  • Mentzoni, R. A., Brunborg, G. S., Molde, H., Myrseth, H., Skouverøe, K. J., Hetland, J., & Pallesen, S. (2011). Problematic video game use: Estimated prevalence and associations with mental and physical health. Cyberpsychology, Behavior and Social Networking, 14(10), 591-596. https://doi.org/10.1089/ cyber.2010.0260
  • Millán, A., Mebarak, M., Martínez-Banfi, M., Blanco, J., Rodríguez, D., D’Aubeterre, M., & Chóliz, M. (2021). Estructura del Test de Dependencia a los Videojuegos, relación con el juego, diferencias sexuales y tipologías de dependencia al juego en una muestra colombiana. Revista de Psicopatología y Psicología Clínica, 26(1), 57-72. https://doi.org/10.5944/rppc.27847
  • Mîndrilă, D. (2010). Maximum likelihood (ML) and diagonally weighted least squares (DWLS) estimation procedures: A comparison of estimation bias with ordinal and multivariate non-normal data. International Journal of Digital Society, 1(1), 60-66. https://doi.org/10.20533/ijds.2040.2570.2010.0010
  • Organización Mundial de la Salud (OMS). (2018). Estadísticas de mortalidad y morbilidad ICD-11. Trastornos mentales, conductuales o del neurodesarrollo. https://icd.who.int/browse11/ l-m/en
  • Rodríguez-Rodríguez, J., & Reguant-Álvarez, M. (2020). Calcular la fiabilidad de un cuestionario o escala mediante el SPSS: el coeficiente alfa de Cronbach. REIRE. Revista d’Innovació i Recerca en Educació, 13(2), 1-13. https://doi.org/10.1344/ reire2020.13.230048
  • Salas-Blas, E., Merino-Soto, C., Chóliz, M., & Marco, C. (2017). Análisis psicométrico del test de dependencia de videojuegos (TDV) en población peruana. Universitas Psychologica, 16(4), 1-13. https://doi.org/10.11144/Javeriana.upsy16-4.aptd
  • Sánchez-Domínguez, J. P., Telumbre-Terrero, J. Y., Castillo Arcos, L. del C., & Silveira-Sosa, E. A. (2020). Validación del Test de Dependencia de Videojuegos en una muestra de adolescentes mexicanos. Horizonte Sanitario, 20(1), 69-78. https://revistahorizonte.ujat.mx/index.php/horizonte/article/view/3918
  • Sandoval-Obando, E. (2020). Caracterización del trastorno por videojuegos: ¿una problemática emergente? Pensamiento Psicológico, 18(1), 87-102. https://revistas.javerianacali.edu.co/ index.php/pensamientopsicologico/article/view/531
  • Shi, D., Maydeu-Olivares, A., & Rosseel, Y. (2020). Assessing fit in ordinal factor analysis models: SRMR vs. RMSEA. Structural
  • Equation Modeling: A Multidisciplinary Journal, 27(1), 1-15. https://doi.org/10.1080/10705511.2019.1611434
  • Stavropoulos, V., Beard, C., Griffiths, M. D., Buleigh, T., Gomez, R., & Ponte, H. M. (2018). Measurement invariance of the internet gaming disorder scale–short-form (IGDS9-SF) between Australia, the USA, and the UK. International Journal of Mental Health and Addiction, 16, 377-392. https://doi.org/10.1007/ s11469-017-9786-3
  • Stevens, M. W., Dorstyn, D., Delfabbro, P. H., & King, D. L. (2021). Global prevalence of gaming disorder: A systematic review and meta-analysis. The Australian and New Zealand Journal of Psychiatry, 55(6), 553-568. https://doi. org/10.1177/0004867420962851
  • Van de Schoot, R., Lugtig, P., & Hox, J. (2012). A checklist for testing measurement invariance. European Journal of Developmental Psychology, 9(4), 486-492. https://doi.org/10.1080/ 17405629.2012.686740
  • Wang, Y. S., Wang, H. Y., & Shee, D. Y. (2007). Measuring e-learning systems success in an organizational context: Scale development and validation. Computers in Human Behavior, 23(4), 1792-1808. https://doi.org/10.1016/j.chb.2005.10.00
Fuente de los datos: Dialnet