Volumen 5, N° 009, julio a diciembre 2021. pp. 117 - 125.
94
PROPIEDADES PSICOMÉTRICAS DE LA VERSIÓN EN ESPAÑOL DEL TEST
ADDICTION INTERNET EN ESTUDIANTES UNIVERSITARIOS
Carol Barriga
1
, Andrea Tobar Viera
2
(Recibido en mayo 2023, aceptado en junio 2023)
1
Carrera de Licenciatura en Psicología Clínica, Universidad Técnica de Ambato ORCID: https://orcid.org/0009-0007-0051-9119.
2
Psicóloga Clínica. Máster en investigación en psicología aplicada a las ciencias de la salud, docente ocasional Universidad
Técnica de Ambato, PRCID: https://orcid.org/0000-0001-8263-7440
cbarriga1904@uta.edu.ec; as.tobar@uta.edu.ec
Resumen: La adicción al internet se caracteriza por la necesidad de estar en línea todo el tiempo, falta de iniciativa
para realizar otras actividades, especialmente en estudiantes universitarios se ha incrementado el acceso al mismo,
navegan por varias horas en sitios web y en aplicaciones de entretenimiento, esto lleva a la población estar expuesta
a padecer adicción al internet, lo cual puede traer consigo problemas a nivel físico, psicológico y social. El objetivo
principal del estudio fue determinar las propiedades psicométricas de la versión en español del Internet Addiction
Test (IAT) en estudiantes universitarios. Se empleó un diseño de tipo instrumental, de carácter transversal, con un
alcance descriptivo-correlacional. Se evaluó a 468 estudiantes, el 70,3 % fueron mujeres y el 29,7 % hombres. Los
resultados indican que el IAT en su versión español tiene un Alfa de Cronbach de 0.915 y se divide en tres factores
(interferencia en el estado emocional debido al excesivo uso del internet, afectación en el desenvolvimiento diario y
pérdida de control de tiempo de conexión). Se concluye que es un instrumento válido y conable, ya que, presenta
adecuadas propiedades psicométricas para aplicar en el contexto ecuatoriano. Los hombres presentaron mayor
adición al internet en comparación con las mujeres.
Palabras clave: adicción, estudiante universitario, internet, psicometría.
PSYCHOMETRIC PROPRIETIES OF THE SPANISH VERSION OF THE
INTERNET ADDICTION TEST IN UNIVERSITY STUDENTS
Abstract: Internet addiction is characterized by the need to be online all the time, lack of initiative to perform
other activities, especially in college students has increased access to it, they surf for several hours on websites
and entertainment applications, this leads to the population being exposed to suffer from internet addiction, which
can bring problems at physical, psychological and social level. The main objective of the study was to determine
the psychometric properties of the Spanish version of the Internet Addiction Test (IAT) in university students. An
instrumental, cross-sectional, descriptive-correlational design was used. A total of 468 students were evaluated,
70.3% were women and 29.7% were men. The results indicate that the IAT in its Spanish version has a Cronbach’s
Alpha of 0.915 and is divided into three factors (interference in the emotional state due to excessive use of the Internet,
affectation in daily performance and loss of control of connection time). It is concluded that it is a valid and reliable
instrument, since it presents adequate psychometric properties to be applied in the Ecuadorian context. Males present
greater addition to the Internet compared to females.
Keyword: addiction, university student, internet, psychometrics.
REVISTA PSICOLOGÍA UNEMI
Volumen 7, N° 013, julio a diciembre 2023. pp. 94 - 105.
https://doi.org/10.29076/issn.2602-8379vol7iss13.2023pp94-105p
Carol Barriga, propiedades psicométricas de la versión
95
INTRODUCCIÓN:
A partir de su aparición, el internet se considera
una herramienta que está logrando tener influencia
en la sociedad. Con el pasar de los años su índice
de conectividad va en aumento; hoy en día es un
medio de comunicación, trabajo, educación y
entretenimiento, sin embargo, su uso inadecuado
genera efectos desadaptativos como la adicción al
internet (Brito et al., 2021).
La Unión Nacional de Telecomunicaciones ITU y
GSMA Intelligence (2022), muestran que más de la
mitad de habitantes del mundo usarán el internet
al terminar el 2023. En la actualidad el 64,4 % del
total de la población a nivel mundial son usuarios
de internet, es decir, 5.160 millones de personas
se encuentran en línea ahora. En comparación
con datos del 2022, se evidencia un aumento
aproximado del 1,9 % de nuevos cibernautas en el
mundo (Datareportal, 2023).
A nivel de Latinoamérica desde el 2020 se dio un
uso masivo del internet a causa del confinamiento
por el COVID-19, según la Organización de las
Naciones Unidas para la Educación, la Ciencia y
la Cultura (UNESCO), países con mayor tráfico
digital fueron Colombia con un incremento del
40 %, Ecuador con el 30 % y Argentina con el 25
%, el abuso de conectividad pone a los usuarios
infantes, adolescentes y adultos en riesgos digitales
(UNESCO, 2023). La Cepalstat (2023), en su última
actualización, América Latina y el Caribe reflejan el
73,7 % de individuos que usan internet. Al realizar
un análisis entre los años, se evidencia un aumento
considerable. Por otro lado, según el Instituto
Nacional de Estadísticas y Censos INEC (2022),
Ecuador presenta el 69,7 % de personas que utilizan
internet. Por zona geográfica, el 70,1 % de hogares
tienen acceso a internet en la zona urbana y el 38 %
pertenece a hogares de la zona rural.
Estas cifras son indicadoras del gran uso que se
le da al internet, como lo mencionan González
y González (2022), la falta de control del uso de
internet y las nuevas tecnologías generan un cambio
en la conducta de los individuos, quienes de manera
progresiva pierden el control. Cuando se presentan
interrupciones evidencian síntomas de ansiedad,
agresividad o ira (Tur-Porcar et al., 2019), generan
problemas de sueño, todas estas manifestaciones
pueden causar un síndrome clínico, semejante a
las adicciones por consumo de sustancias (Terán-
Prieto, 2020).
Monteiro et al., (2020), dentro de su estudio,
evidencian que las personas de género masculino y
edades jóvenes presentan riesgo a padecer adicción
a internet (AI), mientras que individuos neuróticos
y poco responsables ya presentan AI. En la misma
línea, Bakioğlu (2020), indica que, el pasar mucho
tiempo en internet puede hacer que la persona
se aleje del mundo real y evite iniciar y mantener
relaciones sociales, afectando negativamente a la
autoeficacia social.
Estudios muestran que la AI se encuentra
relacionada con varios factores, como el estrés y
niveles sintomatológicos de depresión (Monteiro et
al., 2023). Existen patologías asociadas, como es, la
hiperactividad, trastorno obsesivo compulsivo, estrés,
déficit de atención, abuso de alcohol, trastornos
alimenticios y del sueño (Díaz et al., 2020). Se ha
realizado un estudio del AI y la relación que guarda
con la autoestima e impulsividad, se ha encontrado
que tiende a desarrollarse con mayor probabilidad
donde se presenta impulsividad cognitiva y baja
autoestima, así mismo, tiende a generar problemas
interpersonales (Jiménez y Domínguez, 2019).
Por otro lado, factores predisponentes como la
autoconciencia rumiativa (percepción negativa de sí
mismo), es un riesgo para generar dependencia al
internet y con ello desarrollar trastornos psicológicos,
esto afecta a hombres y mujeres (Loss et al., 2021).
También, según Díaz-Cárdenas et al., (2019),
otros factores son la necesidad de alcanzar metas
académicas, problemas sociales, falta de aceptación
e incluso separarse del entorno familiar para una
formación superior.
La AI se presenta en distintos grupos etarios, entre
ellos la población universitaria de acuerdo con el
estudio de Alba-Leonel et al., (2022), los estudiantes
de nivel superior, profesionales, son una población
Volumen 7, N° 013, julio a diciembre 2023. pp. 94 - 105.
96
con mayor exposición a la adición a internet, junto a
los adolescentes (Tur-Porcar et al., 2019). Romero-
Rodríguez et al., (2021), mencionan que el uso
inadecuado y excesivo del internet incide de mayor
manera en universitarios que presentan síntomas de
ansiedad, depresión y estrés afectando su bienestar
personal.
En otro estudio realizado por Navarro-Ibarra et al.,
(2020), se midió los niveles de adicción a internet
en la población universitaria, se encontró un rango
leve y moderado, no hubo diferencias en el género.
Por otra parte, Affouneh et al., (2021), señalan la
utilidad de programas de formación en habilidades
sociales y patrones adictivos de uso de Internet en
estudiantes universitarios.
Desde esta perspectiva se ha visto la necesidad de
contar con instrumentos válidos que midan la AI para
su detección. Entre las investigaciones se encontró
el estudio realizado por Trisano et al., (2022), se
evaluó la validez psicométrica del cuestionario de
Uso Problemático del internet (PIUQ) traducido al
español, se aplicó en estudiantes universitarios en
Lima, se encontró que es útil en la muestra estudiada
y posee buena consistencia interna.
En Bogotá, se llevó a cabo el análisis psicométrico
de la Escala de Adicción al Internet de Lima (EAIL),
en estudiantes de secundaria, muestran que el
instrumento posee una confiabilidad de 0.798 (Berrio
et al., 2018) y en adolescentes mexicanos (Lugo-
Salazar y Pineda-García, 2021). En España, se
aplicó en adolescentes la Escala de Uso Compulsivo
de Internet (CIUS) en la versión español, para el
análisis de validez y fiabilidad, la puntuación total
tuvo 0,91 de coeficiente Omega de McDonald,
siendo apropiado para medir el uso compulsivo de
internet en la muestra (Ortuño-Sierra et al., 2022).
Entre los instrumentos más usados para medir la
adicción a internet se encuentra el Internet Addiction
Test (IAT), de origen inglés, creado por Young en
1998, se ha adaptado y validado en varios países
como en Chile, se encontró que presenta buena
consistencia interna (Contreras y Ottenberger, 2018).
Ha mostrado propiedades psicométricas apropiadas
dentro de la población estudiantil en Brasil (Brito et
al., 2021). En Cuba, encontraron buenas propiedades
psicométricas y fiabilidad en todas las dimensiones
del IAT en su versión adaptada y útil para la población
universitaria (Portela y Castillo, 2019).
De acuerdo a la revisión realizada, hasta el
momento en el Ecuador no se presenta estudios
de propiedades psicométricas del Internet Addiction
Test en la población universitaria pese a que es
ampliamente estudiado y utilizado tanto para
artículos, tesis de pregrado y posgrado. Además,
por todo lo antes mencionado esta población se ve
expuesta a padecer AI. De aquí surge la necesidad
de contar con una herramienta validada que mida
esta problemática para su detección. Asimismo,
es fundamental realizar esta investigación para
determinar las propiedades psicométricas de la
Versión en español del Internet Addiction Test en
estudiantes universitarios ecuatorianos. La literatura
respalda la evidencia de validez apoyada en la
estructura interna de medición del instrumento y
por eso se plantea como objetivo comparar las
puntuaciones de AI de acuerdo con el sexo.
MÉTODO
Diseño
Esta investigación emplea un diseño no experimental,
de carácter transversal, con un alcance descriptivo-
correlacional, factorial y de tipo instrumental. En
esta se estudia las propiedades psicométricas del
IAT, el cual se aplicó en un único momento a los
universitarios.
Participantes
La muestra utilizada inicialmente fue de 493, sin
embargo, se encontró respuestas no válidas por
la falta de congruencia en las mismas. La muestra
final se conforma por 468 estudiantes universitarios
pertenecientes a distintas facultades de tres
universidades ecuatorianas. Hubo un Total de 70,3
% de mujeres y el 29,7 % de hombres.
Los individuos fueron seleccionados a partir de un
muestreo no probabilístico por bola de nieve, el link
del test se pasó a personas de las universidades,
los mismos que, colaboraron compartiendo a otros
Carol Barriga, propiedades psicométricas de la versión
97
estudiantes universitarios que tenían las mismas
características sociodemográficas. Los criterios
de inclusión fueron pertenecer a una universidad
ecuatoriana; estudiantes que tenga 18 años de
edad en adelante; participantes que acepten el
consentimiento informado y mantengan el deseo
de participación en el estudio, además tener un
dispositivo móvil u ordenador a su disposición con
internet. Por otro lado, los criterios de exclusión
fueron estudiantes con discapacidad visual,
física e intelectual que imposibilite realizar el test
psicométrico; adultos que estén bajo los efectos de
alcohol u otras drogas al momento de ser evaluado;
persona que sienta incomodidad al momento de
completar la prueba; participantes que, una vez
firmado el consentimiento informado, deseen por
voluntad propia, libre de coacción dejar de participar
en el estudio.
Instrumento
El Internet Addiction Test (IAT) creado por
Kimberly Young, consta de 20 ítems que miden
las características patológicas del uso de internet
(Young & Abreu, 2010). Se utilizó su versión
adaptada al español (Puerta-Cortés et al., 2012).
Tiene una escala de Likert de cinco puntos que van
desde 1(rara vez) a 5 (siempre), cada ítem aporta a
la puntuación total, en los resultados se clasifica en
un rango de calificación de 20 hasta 100, el puntaje
se divide en tres niveles: de 20 a 49 concierne a
uso normal del internet; de 50 a 79 refiere un riesgo
frecuente para controlar el uso del internet y de 80
a 100 la persona presenta problemas notables en
su vida por el uso del internet. Se aplica de manera
individual o grupal y es autoadministrable, el tiempo
estimado para su aplicación es de 10 a 15 minutos.
Procedimiento
Se tomaron en cuenta aspectos éticos para la
investigación, una vez aprobado el proyecto por
el Comité de Bioética para Investigación en seres
Humanos de la Universidad, se contactó con las
autoridades de la institución y se realizó los permisos
dirigidos hacia los mismos de manera presencial. Al
contar con la carta de compromiso de la institución
se coordinó con los representantes de las distintas
carreras para la aplicación del test.
La recolección de datos se llevó a cabo de manera
presencial cuando los estudiantes se encontraban en
las horas académicas, para facilitar información del
propósito del estudio e indicaciones del instrumento,
asimismo, se explicó de manera sintetizada las
normas éticas de la declaración de Helsinki y
los criterios de confidencialidad. Posteriormente
se pidió el consentimiento informado, el cual fue
aceptado previamente por el comité de Bioética
de la Universidad, este fue uno de los requisitos
para continuar con la evaluación, los estudiantes
aceptaron, se envió el link de Google Forms, el cual
estuvo conformado por el consentimiento informado,
datos sociodemográficos y el test de adicción a
internet.
Finalmente, los individuos respondieron el test,
se agradeció por su participación y se solicitó que
compartieran con otros estudiantes universitarios; el
período de recolección de datos duró dos semanas.
Los resultados obtenidos fueron recopilados en una
hoja de Excel para después procesar los datos en el
paquete estadístico Jamovi versión 2.3.21.
Análisis de los resultados
Se realizó todos los análisis con el software
estadístico Jamovi versión 2.3.21. Se aplicó el
análisis factorial exploratorio para evaluar cuantos
factores presenta la escala y la varianza que tienen
en común estos, al emplear este análisis se hizo uso
del método de máxima verosimilitud con rotación
Oblimin (Lloret-Segura et al., 2014)., por medio del
coeficiente de fiabilidad de alfa de Cronbach se
obtuvo la consistencia interna del mismo. Se usó
el coeficiente de correlación de Spearman para
identificar la interacción y correlación entre las
subescalas del cuestionario.
Se aplicaron el índice de adecuación muestral de
Kaiser-Meyer-Olkin (KMO) y la prueba de esfericidad
de Bartlett. Seguidamente, utilizando el método de
máxima verosimilitud se realizó el análisis factorial
confirmatorio (AFC) para designar que ítems pesan
en cada factor (Kline, 2011). Sin contar el ítem en sí,
se evaluó la bondad de ajuste del reactivo ocupando
los valores de correlación corregida entre este y
el total del instrumento, el valor alfa del ítem si se
Volumen 7, N° 013, julio a diciembre 2023. pp. 94 - 105.
98
elimina y su peso factorial. Asimismo, se proporciona
el error cuadrático medio de aproximación (RMSEA),
los cuales muestran un índice de ajuste idóneo
cuando sus valores caen por debajo de 0,08 y, por
último, como índices de ajuste se utilizaron el chi-
cuadrado de Satorra-Bentler χ2 y grados de libertad,
para ser un adecuado ajuste debe ser el valor de p
χ2 no significativo, mientras que, χ2/gl al ser menor a
5 se considera aceptable y para un excelente ajuste
debe ser menor a 3 (Hu y Bentler, 1999).
RESULTADOS
Si se descarta el
elemento
Media DE
Correlación del
elemento con otros
α de Cronbach
1. ¿Con que frecuencia se encuentra con que lleva
más tiempo navegando del que pretendía estar?
3.21 1.054 0.307 0.914
2. ¿Desatiende las labores de su hogar por pasar más
tiempo frente a la computadora navegando?
2.56 1.061 0.540 0.909
3. ¿Preere excitarse con fotos o videos a través de
Internet en lugar de buscar intimidad con su pareja?
1.44 0.887 0.428 0.911
4. ¿Con qué frecuencia establece relaciones amistosas
con gente que sólo conoce a través de Internet?
2.05 1.050 0.362 0.913
5. ¿Con qué frecuencia personas de su entorno le
recriminan que pasa demasiado tiempo conectado a
Internet?
2.35 1.066 0.547 0.908
6. ¿Su actividad académica (escuela, universidad) se
ve perjudicada porque dedica demasiado tiempo a
navegar?
2.26 1.078 0.662 0.906
7. ¿Con que frecuencia chequea el correo electrónico
antes de realizar otras tareas prioritarias?
2.39 1.081 0.288 0.915
8. ¿Su productividad en el trabajo se ve perjudicada
por el uso de Internet?
2.13 1.046 0.670 0.906
9. ¿Se vuelve precavido o reservado cuando alguien le
pregunta a qué dedica el tiempo que pasa navegando?
2.33 1.133 0.564 0.908
10. ¿Se evade de sus problemas de la vida real
pasando un rato conectado a Internet?
2.82 1.242 0.581 0.908
11. ¿Se encuentra alguna vez pensando en lo que va a
hacer la próxima vez que se conecte a Internet?
2.22 1.074 0.664 0.906
12. ¿Teme que su vida sin Internet sea aburrida y
vacía?
2.28 1.129 0.556 0.908
13. ¿Se siente molesto cuando alguien lo/a interrumpe
mientras esta navegando?
1.99 1.045 0.684 0.905
14. ¿Con qué frecuencia pierde horas de sueño
pasándolas conectado a Internet?
2.55 1.049 0.610 0.907
15. ¿Se encuentra a menudo pensando en cosas
relacionadas a Internet cuando no está conectado?
2.09 1.019 0.703 0.905
16. ¿Le ha pasado alguna vez eso de decir "solo unos
minutitos más" antes de apagar la computadora?
2.77 1.183 0.553 0.908
17. ¿Ha intentado alguna vez pasar menos tiempo
conectado a Internet y no lo ha logrado?
2.62 1.114 0.543 0.909
Tabla 1. Conabilidad por ítems de la versión en español del Internet Addiction Test
Carol Barriga, propiedades psicométricas de la versión
99
Se determina la confiabilidad de los ítems
mediante el estadístico alfa de Cronbach, donde
se decide mantener todos los ítems que mostraron
correlaciones superiores a 0.30 en relación con la
La escala total está agrupada en 3 factores, el factor
1 evidencia el alfa de Cronbach de 0.885, el factor
2 α 0.792 y el factor 3 α 0.597, este factor solo está
agrupado por tres ítems y por eso su confiabilidad
es baja.
Análisis factorial exploratorio AFE
Para realizar este análisis se considera los ítems
escala, los ítems que se eliminaron fueron 2, el ítem
4 y 7 como indica la tabla 1. Con un total de 18 ítems
y un valor de alfa de Cronbach de la escala total de
0.915 (ver tabla 2).
con carga factorial mayor a 0.30. Se aplica el
método factorial de máxima verosimilitud, así como
el de rotación Oblimin. Los valores de KMO fueron
adecuados con un valor de 0.90 y de la prueba de
esfericidad de Bartlett (X²=3689, p<.001), estos
datos sugieren que es adecuado realizar un AFE
(ver tabla 3).
Factor
1 2 3 Unidad
12. ¿Teme que su vida sin Internet sea aburrida y vacía? 0.780 0.511
20. ¿Se siente ansioso, nervioso, deprimido o aburrido cuando no
está conectado a Internet?
0.770 0.422
13. ¿Se siente molesto cuando alguien lo/a interrumpe mientras está
navegando?
0.715 0.401
15. ¿Se encuentra a menudo pensando en cosas relacionadas a
Internet cuando no está conectado?
0.597 0.431
19. ¿Preere pasar más tiempo online que con sus amigos en la vida
real?
0.558 0.555
11. ¿Se encuentra alguna vez pensando en lo que va a hacer la
próxima vez que se conecte a Internet?
0.515 0.476
18. ¿Trata de ocultar cuánto tiempo pasa realmente navegando? 0.395 0.305 0.507
14. ¿Con qué frecuencia pierde horas de sueño pasándolas conectado
a Internet?
0.393 0.339 0.544
10. ¿Se evade de sus problemas de la vida real pasando un rato
conectado a Internet?
0.380 0.619
3. ¿Preere excitarse con fotos o videos a través de Internet en lugar
de buscar intimidad con su pareja?
0.347 0.710
6. ¿Su actividad académica (escuela, universidad) se ve perjudicada
porque dedica demasiado tiempo a navegar?
0.758 0.376
Factor 1 Factor 2 Factor 3 Total, de la escala
Alfa de Cronbach 0.885 0.792 0.597 0.915
Tabla 3. Matriz de componentes rotados según el método Oblimin
Tabla 2. Conabilidad de factores y escala total
18. ¿Trata de ocultar cuánto tiempo pasa realmente
navegando?
2.20 1.062 0.668 0.906
19. ¿Preere pasar más tiempo online que con sus
amigos en la vida real?
1.96 1.059 0.597 0.907
20. ¿Se siente ansioso, nervioso, deprimido o aburrido
cuando no está conectado a Internet?
2.04 1.062 0.660 0.906
Volumen 7, N° 013, julio a diciembre 2023. pp. 94 - 105.
100
8. ¿Su productividad en el trabajo se ve perjudicada por el uso de
Internet?
0.652 0.426
5. ¿Con qué frecuencia personas de su entorno le recriminan que
pasa demasiado tiempo conectado a Internet?
0.558 0.618
2. ¿Desatiende las labores de su hogar por pasar más tiempo frente a
la computadora navegando?
0.426 0.323 0.595
9. ¿Se vuelve precavido o reservado cuando alguien le pregunta a
qué dedica el tiempo que pasa navegando?
0.331 0.655
4. ¿Con qué frecuencia establece relaciones amistosas con gente
que sólo conoce a través de Internet?
0.801
7. ¿Con que frecuencia chequea el correo electrónico antes de
realizar otras tareas prioritarias?
0.909
16. ¿Le ha pasado alguna vez eso de decir "solo unos minutitos más"
antes de apagar la computadora?
0.471 0.549
1. ¿Con que frecuencia se encuentra con que lleva más tiempo
navegando del que pretendía estar?
0.422 0.763
17. ¿Ha intentado alguna vez pasar menos tiempo conectado a
Internet y no lo ha logrado?
0.390 0.593
Nota. El método de extracción ‘Máxima verosimilitud’ se usó en combinación con una rotación ‘oblimin’
Nota. * p < .05, ** p < .01, *** p < .001
Se obtiene una solución de tres factores agrupados
de la siguiente manera, el factor 1 con los ítems: 12,
20, 13, 15, 19, 11, 18, 14, 10, 3; el factor 2 con los
ítems: 6, 8, 5, 2, 9 y el factor 3 con los ítems: 16, 1,
17 (ver tabla 3).
Resumen
Factor SC Cargas % de la Varianza % Acumulado
1 4.22 21.12 21.1
2 3.05 15.26 36.4
3 1.27 6.33 42.7
Matriz de Correlaciones
Factor 1 Factor 2 Factor 3
Factor 1 Rho de Spearman —
valor p
—
Factor 2 Rho de Spearman
0.720 *** —
valor p
< .001 —
Factor 3 Rho de Spearman
0.539 ***
0.572 ***
—
valor p
< .001
< .001
—
Tabla 4. Varianza explicada
Tabla 5. Correlaciones entre Factores
El factor 1 aporta un 21.12 % a la escala total, el
factor 2 aporta el 15.26 % a la escala total, el factor
La matriz de correlaciones indica que los tres
factores se correlacionan entre sí, el factor 1 tiene
una correlación positiva con el factor 2 (rho=0.720 y
p < .001), así mismo, se correlaciona positivamente
3 aporta el 6.33 %. La varianza total explicada es de
42.7 % (ver tabla 4).
con el factor 3 (rho=0.539 y p < .001) y el factor 2 con
el factor 3 mantienen una correlación de (rho=0.572
y p < .001) (ver tabla 5).
Carol Barriga, propiedades psicométricas de la versión
101
Nota. Hₐ μ
hombre
≠ μ
mujer
a
parámetro jo
Estimador EE Z p
Factor 1 Factor 1 1.000
a
Factor 2 0.850 0.0227 37.5 < .001
Factor 3 0.751 0.0378 19.9 < .001
Factor 2 Factor 2 1.000
a
Factor 3
0.799
0.0390 20.5 < .001
Factor 3 Factor 3 1.000
a
IC 90% del RMSEA
CFI TLI RMSEA Inferior Superior
0.919 0.906 0.0672 0.0599 0.0746
Estadístico gl p
Diferencia
de medias
EE de la
diferencia
Tamaño
del Efecto
AC T de Welch 3.85 217 < .001 5.51 1.43
d de
Cohen
0.406
Tabla 6. Covarianza de los Factores
Tabla 7. Índice de ajuste del modelo para medir adicción al internet
Tabla 8. Comparación de adicción al internet de acuerdo al sexo
Para el análisis factorial confirmatorio se emplea el
método de máxima verosimilitud para determinar la
bondad de ajuste del modelo, obteniendo un modelo
Los factores obtenidos se prueban en un modelo
confirmatorio, obteniendo índices de ajustes
absolutos y comparativos buenos de acuerdo a
los encontrados en la propuesta original (Satorra-
Bentler X²=411, gl=132 y p= .001; CFI=0.919,
Al utilizar la prueba de normalidad de Shapiro Wilk
se determina que la variable adicción al internet no
satisface con los criterios de normalidad (p< 0,01),
por lo cual, se aplica el estadístico no paramétrico. La
prueba t de Welch´s, se efectúa para un análisis de
comparación de grupos y determina las diferencias
estadísticas entre los grupos de estudio. Los
hombres con una media de (50.1) fue notablemente
diferente que de las mujeres quienes tenienen una
media en AI (44.6) (t (217) = 3.55, p < .001), con un
tamaño del efecto según la d de Cohen de 40 % (ver
tabla 8).
DISCUSIÓN
El objetivo principal de esta investigación fue
de tres factores con índices de ajuste adecuados
(ver tabla 6).
RMSEA= 0.0672, 90 % de intervalo de confianza
0.0599-0.0746). Estos datos se deben de tomar
con cautela, debido a las limitaciones que implica el
cálculo de AFC sobre la misma muestra (ver tabla 7).
determinar las propiedades psicométricas de la
versión en español del Internet Addiction Test (IAT) en
estudiantes universitarios. Los resultados mostraron
que el test presenta una adecuada consistencia
interna, por medio del coeficiente de fiabilidad de
alfa de Cronbach, se evidenció un valor de 0.915 en
la escala total, es decir, permite identificar el nivel de
uso de internet en la población de estudio.
El IAT fue elaborado como un instrumento de una
sola dimensión en la versión original, sin embargo, en
la mayor parte de análisis psicométricos se encontró
divida a la escala en dos y tres factores, pero no
existe un consenso en las mismas. Al realizar el
análisis factorial exploratorio se obtuvo tres factores,
Volumen 7, N° 013, julio a diciembre 2023. pp. 94 - 105.
102
el primero con los ítems: 12, 20, 13, 15, 19, 11, 18,
14, 10, 3 podría explicarse a la interferencia que
tienen en el estado emocional debido al excesivo uso
del internet, el segundo, con los ítems: 6, 8, 5, 2, 9
designan la afectación en el desenvolvimiento diario
y tercero, con los ítems: 16, 1, 17 la influencia en
la pérdida de control de tiempo de conexión, estos
factores demuestran la varianza total explicada de
42.7 % del test.
Este resultado de tres factores encontrados en esta
investigación se asemeja al estudio realizado por
(Brito et al., (2021), los autores ajustaron a la escala
en preocupación emocional y cognitiva con internet,
problemas de rendimiento y problemas de gestión
del tiempo. En síntesis, encontraron al IAT en la
traducción al portugués con un alfa de Cronbach
de 0.906, es decir, presenta niveles de confiabilidad
adecuados.
Resultados distintos se encuentran en otras
investigaciones. Por su parte, Portela y Castillo
(2019), en su estudio de propiedades psicométricas
de la versión traducida al portugués del IAT en
estudiantes universitarios, encuentra dos factores
en la escala, factor 1, relaciones interpersonales y
factor 2, pérdida de control y evitación de la realidad.
En este análisis la varianza explica el 46.04 % de
la escala total, a comparación con la varianza del
presente estudio que presenta el 42.7 % de la
versión al español. En general el test muestra validez
y confiabilidad.
Otro estudio, realizado por Contreras y Ottenberger
(2018), con el objetivo de evaluar estructuras
factoriales del IAT propuestas en otros estudios
y crear una versión abreviada del test en la
población chilena, la cual resultó tener propiedades
psicométricas convenientes, dedujeron a la escala
en dos factores, pérdida de control y desregulación
emocional, mismos que se asemejan al factor 1 y
factor 3 del presente estudio. De igual manera, Pino
et al., (2021), en su investigación llevó a cabo el
estudio de la estructura factorial del IAT y evaluó
la confiabilidad y validez de este con otras pruebas
que miden AI, a partir de ello desarrolló una versión
corta del mismo, esta tuvo dos factores, saliente
y abandono de la vida social; control y gestión
de tiempo. El test original y la versión abreviada
manifestaron una buena consistencia interna.
Otro de los objetivos planteados en esta investigación
fue comparar la adicción al internet de acuerdo con
el sexo, los resultados demuestra que los hombres
tienen mayor adicción al internet, de forma similar
un estudio realizado en estudiantes universitarios
mexicanos, los hombres presentan niveles
preocupantes y moderados de AI en comparación a
las mujeres (Gabriela et al., 2021; Orozco-Calderón,
2021).
El mayor uso del internet en hombres podría deberse
a la utilización de videojuegos, ya que, se ha
encontrado que este género lleva a cabo esta actividad
en niveles notorios en la etapa de adolescente y
joven adulto (Sánchez, 2023; Sánchez-Domínguez
et al., 2021; Toribio, 2019). Esto puede traer diversos
problemas como conductas agresivas (Padilla et
al., 2020), interferencias en su desenvolvimiento y
responsabilidades tanto personales, académicas
como laborales (López-Gorozabel et al., 2021).
CONCLUSIONES
En conclusión, la versión en español del Internet
Addiction Test presenta adecuadas propiedades
psicométricas, ya que, se realizó un análisis factorial
exploratorio y confirmatorio, mediante los ajustes
se determinó que el test es válido para ocupar
en población universitaria ecuatoriana, lo cual
contribuye a brindar un mejor diagnóstico y para
mayores estudios que utilicen esta herramienta
a nivel ecuatoriano. Además, se obtuvo el Alfa de
Cronbach de 0.915 en la escala total, considerándose
una consistencia interna satisfactoria. Mediante
la prueba t de Welch´s se compara la media de
puntuación según el sexo y se encontró diferencias
significativas entre el grupo de hombres y mujeres
que presentaron una media de puntuación más baja.
Como se evidenció en el desarrollo de esta
investigación, existen varios estudios psicométricos
de las versiones abreviadas del IAT, mismas que
mostraron análisis satisfactorios, sin embargo, la
versión en español no cuenta con muchos estudios
recientes, así se refleja el valor de continuar
Carol Barriga, propiedades psicométricas de la versión
103
estudiando análisis instrumentales del IAT en la
población ecuatoriana, además, es importante
realizar estudios en adolescentes y jóvenes adultos
ecuatorianos, ya que son una población también
expuesta a presentar adición al internet.
Dentro de la investigación se encontró limitaciones,
una de ellas fue la muestra, la misma que no era
aleatoria, se seleccionó a la población al acudir
a las instituciones, utilizando un muestreo no
probabilístico. Al ser aplicado el test en línea no
se logra obtener una muestra representativa,
por lo cual, se sugiere optar por estrategias que
permitan que la población sea más extensa tanto
en mujeres como hombres para lograr resultados
más amplios. Finalmente, futuras investigaciones
pueden desarrollar un estudio más a fondo sobre
las características propias que tiene la adicción al
internet, como esta se relaciona con los videojuegos
y porque los hombres tienden a jugar más y utilizar
en gran medida el internet.
REFERENCIAS
Affouneh, S., Mahamid, F. A., Berte, D. Z., Shaqour, A.
Z., & Shayeb, M. (2021). The efcacy of a training
program for social skills in reducing addictive Internet
behaviors among Palestinian university students.
Psicologia: Reexão e Crítica, 34, 19. https://
doi.org/10.1186/s41155-021-00185-w
Alba-Leonel, A., Papaqui-Hernández, J., Papaqui-
Alba, S., & Montes-Rodríguez, B. G. (2022).
Tecnoadicción y uso compulsivo de internet
en estudiantes universitarios Technology
addiction and compulsive internet use in
university students. https://docs.bvsalud.org/
biblioref/2022/07/1379527/1253-7061-1-pb.pdf
Bakioğlu, F. (2020). Adicción a internet y autoecacia
social: El papel mediador de la soledad. Anales
de Psicología, 36(3), 435-442. https://doi.
org/10.6018/analesps.36.3.394031
Berrio, D. L. Á., Jaime, E. L. P., & Rojas, M. L. M. (2018).
Escala de Adicción al Internet de Lima (EAIL):
Análisis psicométrico. Revista Iberoamericana
de Psicología, 11(3), Article 3. https://doi.
org/10.33881/2027-1786.rip.11309
Brito, A. B., Pinho, L. de, Brito, M. F. S. F., Messias, R. B.,
Brito, K. D. P., Rodrigues, C. A. O., Reis, V. M. C. P.,
& Silveira, M. F. (2021). Propriedades psicométricas
do Internet Addiction Test em estudantes de
Montes Claros, Minas Gerais, Brasil. Cadernos
de Saúde Pública, 37, e00212619. https://doi.
org/10.1590/0102-311x00212619
Cepalstat. (2023, enero 18). Estadísticas e
indicadores: Temas Transversales—
CEPALSTAT Bases de Datos y
Publicaciones Estadísticas [Corporativos].
CEPAL. https://statistics.cepal.org/portal/cepalstat/
dashboard.html?theme=4&lang=es
Contreras, C. H., & Ottenberger, D. R. (2018). Adaptación
Transcultural y Evaluación de las Estructuras
Factoriales del Test de Adicción a Internet en
Chile: Desarrollo de una Versión Abreviada.
Revista Iberoamericana de Diagnóstico y
Evaluación - e Avaliação Psicológica, 4(49),
143-155.
Datareportal. (2023, enero 26). Digital 2023: Global
Overview Report—DataReportal – Global
Digital Insights. https://datareportal.com/reports/
digital-2023-global-overview-report
Díaz Cárdenas, S., Arrieta Vergara, K., & Simancas-
Pallares, M. (2019). Adicción a internet y rendimiento
académico de estudiantes de Odontología. Revista
Colombiana de Psiquiatría, 48(4), 198-207.
https://doi.org/10.1016/j.rcp.2018.03.002
Díaz, I. A., Kopecký, K., Rodríguez, J. M. R., Reche,
M. P. C., & Torres, J. M. T. (2020). Patologías
asociadas al uso problemático de internet. Una
revisión sistemática y metaanálisis en WOS y
Scopus. Investigación Bibliotecológica:
archivonomía, bibliotecología e
información, 34(82), Article 82. https://doi.
org/10.22201/iibi.24488321xe.2020.82.58118
Gabriela, O.-C., Nacional, U., & México, A. (2021). 2021
genero y adiccion a internet estudiantes
universitarios 2038-6038-1-SM.
González, S. P. E., & González, M. C. L. (2022). Adicción
a Internet en tiempos de COVID-19. Programa
de prevención. Revista Virtual Universidad
Católica del Norte, 67, 191-216.
Hu, L., & Bentler, P. M. (1999). Cutoff criteria for t 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
Volumen 7, N° 013, julio a diciembre 2023. pp. 94 - 105.
104
INEC. (2022). Tecnologías de la Información
y Comunicación-TIC [Gubernamental].
Instituto Nacional de Estadística y Censos. https://
www.ecuadorencifras.gob.ec/tecnologias-de-la-
informacion-y-comunicacion-tic/
ITU, & GSMA Intelligence. (2022, octubre 20). The
Global State of Digital in October 2022
[Corporativos]. DataReportal – Global Digital
Insights. https://datareportal.com/reports/digital-
2022-october-global-statshot
Jiménez, M. de la V. M., & Domínguez, S. F. (2019). Uso
problemático de internet en adolescentes españoles
y su relación con autoestima e impulsividad.
Avances en Psicología Latinoamericana,
37(1), Article 1. https://doi.org/10.12804/revistas.
urosario.edu.co/apl/a.5029
Kline, R. B. (2011). Principles and Practice of
Structural Equation Modeling. Guilford
Publications.
Lloret-Segura, S., Ferreres-Traver, A., Hernández-
Baeza, A., & Tomás-Marco, I. (2014). El análisis
factorial exploratorio de los ítems: Una guía práctica,
revisada y actualizada. Anales de Psicología /
Annals of Psychology, 30(3), Article 3. https://
doi.org/10.6018/analesps.30.3.199361
López-Gorozabel, O. 1, Pinargote-Valdiviezo, C. 1,
Cedeño-Palma, E. 2, Zambrano-Romero, W. 2, &
Mendoza-Zambrano, M. 2 1 F. de C. H. y S. 2 F.
de C. I. (2021). El uso de videojuegos en el
connamiento y su incidencia psicológica
y social en las personas. 633-646.
Loss, A., Guerra, V. M., & Souza, M. L. (2021).
Associação entre uso de Internet, autoconsciência
ruminativa e diferenças de gênero em universitários.
Avances en Psicología Latinoamericana,
39(1), Article 1. https://doi.org/10.12804/revistas.
urosario.edu.co/apl/a.8596
Lugo Salazar, J. K., & Pineda García, G. (2021). Escala
de Adicción a Internet de Lima: Propiedades
psicométricas con adolescentes mexicanos.
Revista de Psicología Clínica con Niños
y Adolescentes, 8(no 2), 23-28. https://doi.
org/10.21134/rpcna.2021.08.2.3
Monteiro, A. P., Sousa, M., & Correia, E. (2023). Adição
à Internet e relação com ansiedade, depressão,
stress e tempo online em estudantes universitários.
CES Psicología, 16(1), Article 1. https://doi.
org/10.21615/cesp.6255
Monteiro, A. P., Sousa, M., Correia, E., Monteiro, A. P.,
Sousa, M., & Correia, E. (2020). Adição à internet
e caraterísticas de personalidade: Um estudo com
estudantes universitários portugueses. Revista
Portuguesa de Educação, 33(2), 159-176.
https://doi.org/10.21814/rpe.17699
Navarro-Ibarra, L., García-Santillán, A., & Molchanova,
V. S. (2020). Addiction Levels toward the Internet:
Empirical Evidence in College Students at Instituto
Tecnológico De Sonora, México. European
Journal of Contemporary Education, 9(2),
378-393.
Orozco-Calderón, G. (2021). Género y adicción a
internet en universitarios mexicanos. Ciencia &
Futuro, 11(1), Article 1.
Ortuño-Sierra, J., Pérez-Sáenz, J., Mason, O., Albeniz,
A. P. de, & Pedrero, E. F. (2022). Uso Problemático
de Internet en adolescentes: Validación en español
de la Escala de Uso Compulsivo de Internet
(CIUS). Adicciones, 0(0), Article 0. https://doi.
org/10.20882/adicciones.1801
Padilla, R. M. R., Morales, F. D. Á. P., Luévano, J. E.
S., & Mercado, C. A. A. (2020). Videojuegos y su
Impacto en la Salud Mental: Estudio Experimental
Sobre Exposición a Videojuegos Violentos en
Estudiantes Universitarios: Video Games and Its
Impact on Mental Health: Experimental Study on
Exposure to Violent Video Games in University
Students. Tecnología Educativa Revista
CONAIC, 7(1), Article 1. https://doi.org/10.32671/
terc.v7i1.12
Pino, M., Herruzo, J., Raya, A., Ruiz-Olivares, R.,
& Herruzo, C. (2021). Development of IAT-12, a
reduced Spanish version of the internet addiction
test. Current Psychology, 41. https://doi.
org/10.1007/s12144-020-01167-4
Portela, D. R. A., & Castillo, E. F. (2019). Propiedades
psicométricas de la versión adaptada del Internet
Addiction Test. Salud & Sociedad, 10(2), Article
2. https://doi.org/10.22199/issn.0718-7475-2019-
02-007
Puerta-Cortés, D. X., Carbonell, X., & Chamarro, A.
(2012). Análisis de las propiedades psicométricas
de la versión en español del Internet Addiction Test.
Trastornos Adictivos, 14(4), 99-104. https://doi.
org/10.1016/S1575-0973(12)70052-1
Carol Barriga, propiedades psicométricas de la versión
105
Romero-Rodríguez, J.-M., Martínez-Heredia, N.,
Soto, M. N. C., & Navas-Parejo, M. R. (2021).
INFLUENCIA DE LA ADICCIÓN A INTERNET EN EL
BIENESTAR PERSONAL DE LOS ESTUDIANTES
UNIVERSITARIOS. Health and Addictions/
Salud y Drogas, 21(1). https://doi.org/10.21134/
haaj.v21i1.559
Sánchez, M. de J. Á. (2023). Construcciones de
género y factores subyacentes al uso adictivo al
Internet en universitarios de Nuevo León, México.
RIDE Revista Iberoamericana para la
Investigación y el Desarrollo Educativo,
13(26), Article 26. https://doi.org/10.23913/ride.
v13i26.1394
Sánchez-Domínguez, J. P., Terrero, J. Y. T., &
Arcos, L. del C. C. (2021). DESCRIPCIÓN DEL
USO Y DEPENDENCIA A VIDEOJUEGOS EN
ADOLESCENTES ESCOLARIZADOS DE CIUDAD
DEL CARMEN, CAMPECHE. Health and
Addictions/Salud y Drogas, 21(1). https://doi.
org/10.21134/haaj.v21i1.558
Terán Prieto, A. (2020, febrero 14). Ciberadicciones.
Adicción a las nuevas tecnologías de la
información y la comunicación (NTIC).
Congreso de actualización en Pediatría, Madrid.
https://docplayer.es/182648765-Ciberadicciones-
adiccion-a-las-nuevas-tecnologias-de-la-
informacion-y-la-comunicacion-ntic.html
Toribio, M. J. (2019). Videojuegos violentos, violencia
y variables relacionadas: Estado del debate.
Revista de Psicología Aplicada al Deporte
y El Ejercicio Físico, 4(1), 1-12. https://doi.
org/10.5093/rpadef2019a2
Trisano, S. O., Cortez-Vergara, C., & Vega-Dienstmaier,
J. M. (2022). Validación psicométrica de la traducción
al español del cuestionario original sobre el uso
problemático de internet en jóvenes estudiantes
de primer ciclo de una universidad privada de Lima
Metropolitana. Persona, 025(1), Article 025(1).
https://doi.org/10.26439/persona2022.n025(1).5643
Tur-Porcar, A. M., Doménech, A., & Jiménez, J. (2019).
Ecacia académica percibida, crianza, uso de
internet y comportamiento en la adolescencia.
Revista Latinoamericana de Psicología,
51(1). https://doi.org/10.14349/rlp.2019.v51.n1.5
UNESCO. (2023, abril 20). Oportunidades y riesgos
de internet en tiempos de aislamiento |
UNESCO [Corporativos]. UNESCO. https://www.
unesco.org/es/articles/oportunidades-y-riesgos-de-
internet-en-tiempos-de-aislamiento
Young, K. S., & Abreu, C. N. de. (2010). Internet
Addiction: A Handbook and Guide to
Evaluation and Treatment. John Wiley & Sons.