Phubbing: edad y presencia en línea como
condiciones necesarias
Phubbing: Age and Online Presence as Necessary Conditions
Dr. Antonio
Matas-Terrón. Profesor Titular de Universidad. Universidad
de Málaga. España
Recibido:
2024/07/09 Revisado 2024/09/15 Aceptado: :2024/12/02 Online First: 2024/12/04 Publicado: 2025/01/07
Cómo citar este artículo:
Matas-Terrón,
A. (2025). Phubbing: edad y presencia en línea como
condiciones necesarias [Phubbing: Age and Online Presence as Necessary Conditions]. Pixel-Bit.
Revista De Medios Y Educación, 72, 103–118. https://doi.org/10.12795/pixelbit.111146
RESUMEN
ABSTRACT
Phubbing, the act of ignoring someone
in favor of a mobile phone, has become a prevalent social issue in today’s
digital era. This study aimed to identify necessary conditions for phubbing
behavior, focusing on correlates established by Schneider and Hitsfeld (2021).
Utilizing data from their survey, the study analyzed a sample of 278
participants, mainly female (74%), with an average age of 26.78 years. The
methodology employed Necessary Condition Analysis (NCA). The results revealed
that younger age is a significant factor in higher levels of self-phubbing.
Specifically, the study found that in contexts with high levels of
self-phubbing, youth was a critical determinant. Furthermore, being Permanently
Online and Connected emerged as a critical factor in self-phubbing, especially
at higher levels, suggesting an increasing dependency on being constantly
connected. The study concludes that other variables such as Fear of Missing Out
and Mobile Phone Use Norms do not appear to be necessary conditions for
phubbing. These findings highlight the multifaceted nature of phubbing and
underscore the importance of NCA in revealing the essential conditions
contributing to this behavior.
PALABRAS CLAVES· KEYWORDS
Phubbing; Edad; Análisis de Condiciones Necesarias
(NCA); Comportamiento social; Dependencia digital; Miedo a Perderse Algo
(FoMO); Adicción a los Teléfonos Inteligentes
Phubbing; Age; Necesary Condition Analysis (NCA);
Social behavior; Digital Dependency; Fear of Missing Out (FoMO); Smartphone
Addiction
1. Introducción
El término “phubbing” fue acuñado por primera vez en
2012 por Chotpitayasunondh y Douglas, describiéndolo como el acto de desairar a
alguien en un entorno social al centrar la atención en el teléfono en lugar de
en la otra persona (Garrido et al., 2021). Este comportamiento, caracterizado
por Koc y Caliskan (2023) como una interrupción de la comunicación cara a cara
mediante el uso o la mirada hacia un teléfono inteligente, implica
esencialmente ignorar a las personas presentes en favor de la interacción con
el teléfono. No obstante, antes de la aparición del término
"phubbing", ya se habían realizado investigaciones que abordaban
conceptos y tendencias socioculturales que contribuyeron a sentar las bases
para comprender este fenómeno. En sus inicios, los estudios sobre el uso de
teléfonos móviles se centraron principalmente en la adicción y los patrones de
uso problemáticos (Karadağ et al., 2015). Estas investigaciones analizaron
la capacidad adictiva asociada a actividades como el envío de mensajes de texto,
el acceso a Internet y el uso de juegos en dispositivos móviles (e.g., Warden
et al., 2004; Sánchez-Carbonell & Beranuy, 2007). Los resultados de estos
estudios concluyeron que el uso excesivo de la tecnología podría tener
consecuencias negativas significativas, tales como el deteriro de las
relaciones sociales o la aparición de ansiedad.
En general, el estudio del phubbing abarca tanto
factores contextuales como características personales. Autores como Yuzhanin
(2022) lo interpretan como un problema social y comunicativo contemporáneo, que
podría llevar al desapego social gradual. En contraste, Karadağ et al.
(2015), y posteriormente Chi, Tang y Tang (2022), sugieren que el phubbing
podría surgir de una necesidad continua de estar en línea, lo que indica una
posible adicción subyacente a la tecnología. Esta perspectiva considera el
phubbing como una incapacidad para concentrarse en las interacciones en persona
debido al constante atractivo de la conectividad digital.
La literatura consultada señala que el comportamiento
de phubbing está influenciado por una amplia gama de factores, entre los que se
incluyen el miedo a perderse algo (o FoMO por sus siglas en inglés: Fear of
Missing Out), la exclusión social, la ansiedad, la depresión, la autopercepción
negativa, la somatización, la hostilidad, la soledad, la satisfacción con la
vida y las adicciones relacionadas con Internet y los teléfonos inteligentes
(Chotpitayasunondh & Douglas, 2016, Do & Nguyen, 2022) que serán comentados
a continuación con más detalle. Otros factores que contribuyen al phubbing
incluyen las habilidades atencionales, el hábito de realizar multitarea con
medios y la forma en que las personas perciben la comprensión y validación de
sus parejas (Han et al., 2022), junto con tendencias hacia el retraimiento, la
compulsión y la euforia, que influyen significativamente en los comportamientos
de phubbing (Sansevere & Ward, 2021; Frackowiak et al., 2023).
Latifa, Mumtaz y Subchi (2019) concluyeron que
factores como la adicción al teléfono inteligente, la empatía y el autocontrol
son elementos destacados en la configuración del phubbing, señalando que las
tendencias de abstinencia y tolerancia afectan positivamente al phubbing,
mientras que el autocontrol tiene un impacto negativo. Además, se ha registrado
que mayores tasas de phubbing hacia las amistades están asociadas a niveles
elevados de depresión, ansiedad social y neuroticismo, mientras que una tendencia
hacia la amabilidad parece correlacionarse negativamente con este
comportamiento (Sun & Samp, 2021). En conjunto, estos estudios demuestran
la compleja interacción de factores individuales, psicológicos y ambientales en
el desarrollo del comportamiento de phubbing.
Como señalan Li et al. (2023), el phubbing puede
percibirse por parte de quienes lo sufren (generalmente acompañantes de la
persona que realiza phubbing) como un desaire y una falta de respeto hacia los
demás en entornos sociales al priorizar el uso del teléfono sobre el compromiso
directo. Esto implica que el phubbing puede tener efectos negativos en las
relaciones sociales, afectando la dinámica de la comunicación, la formación de
impresiones, la calidad de las relaciones y la salud mental en último extremo.
En particular, se ha vinculado con un aumento de los síntomas depresivos y
conflictos en las relaciones debido al uso del teléfono inteligente (Capilla
Garrrido et al. 2024).
Las investigaciones sobre el phubbing han revelado su
relación con diversos factores psicológicos, sociales y tecnológicos. En el
ámbito psicológico, se ha encontrado que las personas con mayores niveles de
aburrimiento tienden a usar sus teléfonos como una vía de escape, lo cual
sugiere que el aburrimiento puede actuar como un desencadenante del phubbing
(Lv et al., 2023). Por otro lado, el miedo a perderse algo (Fear of Missing Out
o FoMO) es una ansiedad generada por la sensación de que la persona está perdiéndose
experiencias o eventos importantes si no se está conectado (Przybylski &
Weinstein, 2013) ha sido ampliamente identificado como un correlato
significativo del phubbing (Chi, et al., 2022; Gao et al. 2023; Joshi, 2023).
Otro factor psicológico importante es la vigilancia en
línea (Online Vigilance o OV), entendida como la tendencia a estar
constantemente pendiente de la actividad y las notificaciones en redes sociales
(Maftei & Măirean, 2023). También se han señalado otros factores
psicológicos, como la salud mental (Parmaksiz, 2021), la adicción a internet,
la ansiedad rasgo, la soledad o la autoestima (Barbed-Castrejón et al. 2024) .
En el ámbito social, el uso problemático de redes
sociales aparece como un factor estrechamente relacionado con el phubbing (Chu
et al. 2021 ). Al mismo tiempo, se ha observado que las personas con síntomas
de adicción al smartphone (e.g. uso compulsivo, síntomas de abstinencia o la
negligencia de sus responsabilidades) tienen más probabilidades de presentar
comportamiento de phubbing (Safdar et al. 2023).
El estudio de Schneider y Hitzfeld (2021) trató de
identificar las dinámicas entre las normas de uso del teléfono móvil y el
comportamiento de phubbing. Un aspecto crítico de su estudio fue tratar de
explicar las condiciones límite de la relación entre el uso normativo o norma
social con relación al uso del teléfono (Mobile Phone Norms o MPN) y el
phubbing, investigando particularmente los efectos moderadores del FoMO y la
vigilancia en línea (VO).
La principal conclusión del estudio, obtenida a partir
de modelos de regresión de moderación-mediación, es que las normas de uso del
teléfono móvil (MPN) tienen una asociación negativa con el comportamiento de
phubbing. Además, concluyeron que las personas con normas sólidas de uso del
teléfono móvil son menos propensas a involucrarse en phubbing, lo que subraya
el papel influyente de las normas sociales en las prácticas de phubbing. En el
mismo estudio, estos autores registraron una correlación positiva significativa
entre factores como el FoMO y el concepto de estar permanentemente en línea y
conectado (Permanently online and connected o POPC) con el phubbing.
Respecto a cómo se ha afrontado metodológicamente la
investigación sobre el phubbing, hasta la fecha predominan los estudios
simplemente descriptivos o aquellos explicativos basados en la regresión
lineal. No obstante, estos enfoques no han captado completamente la complejidad
del fenómeno. Actualmente, existe una brecha notable en la investigación que
aborde específicamente las condiciones esenciales que conducen al phubbing, así
como los factores que podrían prevenir este comportamiento. Abordar estos aspectos
específicos permitirá una comprensión más profunda del phubbing en comparación
con enfoques más generales.
En este sentido, el Análisis de Condición Necesaria
(NCA) es un método ampliamente utilizado en las ciencias organizacionales y
resulta crucial para identificar condiciones esenciales en los conjuntos de
datos. Este enfoque, iniciado por Dul (2016), se centra en determinar los
factores necesarios para resultados específicos, contrastando con la lógica
tradicional basada en la suficiencia. A diferencia del análisis de regresión o
del análisis comparativo cualitativo de conjuntos difusos (QCA), que enfatizan la
suficiencia, el NCA se concentra en la necesidad de condiciones para la
ocurrencia de un resultado. Mientras que el QCA, como lo describe Bingham et
al. (2019), es un método orientado a casos que identifica relaciones causales
utilizando datos cualitativos, el NCA emplea puntuaciones de variables y
álgebra lineal para formular declaraciones de necesidad. Thiem (2017) subraya
la importancia de las mejores prácticas en QCA, y la comparación de Dul entre
el NCA y el QCA revela la capacidad del NCA para identificar más condiciones
necesarias.
Basándose en los conocimientos recopilados de
investigaciones previas, el objetivo de este estudio es determinar qué
correlatos del phubbing pueden identificarse como condiciones necesarias para
el desarrollo del comportamiento de phubbing. Esta investigación busca
profundizar en la comprensión de los factores esenciales que contribuyen al
phubbing, utilizando el Análisis de Condición Necesaria para discernir estos
elementos críticos.
2. Metodología
Este estudio reexaminó los datos de Schneider y
Hitzfeld (2021), cuyo enfoque metodológico incluyó una encuesta en línea. La
población objetivo del estudio realizado por estos atuores consistía en
personas adultas jóvenes, activos en redes sociales, involucrando
específicamente a estudiantes universitarios. Para ello, recurrieron a una
muestra de conveniencia de 278 participantes, predominantemente mujeres (74%).
Los participantes tenían una edad promedio de 26.78 años (SD = 10), y más de la
mitad poseía calificaciones de acceso a la educación superior (51%) o títulos
universitarios (28%). La muestra se reclutó a través de redes sociales como
Facebook, ajustándose a los requisitos del estudio.
Schneider y Hitzfeld (2021) recogieron los datos
mediante un cuestionario en línea de 54 ítems, diseñado ad-hoc. Para evitar
datos faltantes solicitaron que se respondiesen todas las preguntas. El proceso
de recogida de los datos se iniciaba solicitando a los participantes que
recordaran su última comida con amistades y estimaran tanto la frecuencia como
la duración del phubbing durante dicha interacción. Esto permitió calcular dos
índices distintos: el Índice de Phubbing Propio (PIS) y el Índice de Phubbing
hacia Otros (PIO), que miden el phubbing dirigido hacia uno mismo y hacia los
demás, respectivamente. La frecuencia de phubbing se calificó en una escala de
1 (nunca) a 7 (muy frecuente), mientras que la duración se valoró de 1
(extremadamente corta) a 7 (extremadamente larga). Para el cálculo de estos
índices, se utilizó un enfoque multiplicativo, combinando frecuencia y duración
para asegurar que un valor alto en una variable no compensara un valor bajo en
otra, en contraste con el enfoque aditivo usado por Chotpitayasunondh y Douglas
(2016).
Además del phubbing, se incluyeron cuestiones sobre
otras variables: las Normas de Uso del Teléfono Móvil (MPN), el Miedo a
Perderse Algo (FoMO) y la tendencia a estar Permanentemente en Línea y
Conectado (POPC).
1. Normas de Uso del
Teléfono Móvil (MPN). Esta dimensión recoge la percepción de los participantes
sobre la adecuación del uso del teléfono en contextos de conversación privada
mediante siete ítems. Utilizaron la escala de Hall et al. (2014).
2. Miedo a Perderse Algo
(FoMO). Evaluado con la Escala de FoMO de Przybylski et al. (2013), este
instrumento registra el grado en que los participantes experimentan el temor de
quedar excluidos de experiencias sociales satisfactorias. Los participantes respondieron
a afirmaciones como “Me preocupa que mis amigos tengan experiencias más
satisfactorias que las mías” en una escala de apreciación que iba desde 1 (nada
aplicable) a 7 (totalmente aplicable).
3. Permanentemente en
Línea y Conectado (POPC). Para medir esta dimensión se utilizó la Escala
Alemana de Vigilancia en Línea (OVS) de Reinecke et al. (2018), que consta de
12 ítems divididos en tres subescalas: Saliencia (e.g. “Con frecuencia me
encuentro pensando en contenidos en línea”), Monitorización (e.g.
“Constantemente me mantengo al tanto de lo que sucede en línea”) y Reactividad
(e.g. “Cuando recibo un mensaje en línea, le presto toda mi atención de
inmediato”).
Para el presente estudio se realizó una revisión
exhaustiva de los datos de Schneider y Hitzfeld, accesibles a través del
repositorio del Open Science Framework (https://osf.io/dgm7). Posteriormente se
implementó un preprocesamiento para enfocarse exclusivamente en las
puntuaciones de MPN, FoMO y estar permanentemente en línea y conectado (POPC)
por ser estas las dimensiones señaladas por los autores como implicadas en sus
modelos explicativos.
A continuación se desarrolló una aproximación
analítica desde el análisis de condiciones necesarias pero no suficientes (NCA)
de Dul (2016) que permitió complementar el análisis de regresión. Dentro del
NCA y para mejorar su fiabilidad, se ha desarrolló una prueba de significancia
estadística que permitió evaluar si el efecto observado era una condición
necesaria genuina o un resultado espurio (Dul et al., 2020). El análisis se
realizó en tres etapas:
·
Formulación de hipótesis basada en los tipos
específicos de variables necesarias. Debe tenerse en cuenta que el NCA requiere
formalizar unas hipótesis específicas propias. No deben confundirse con las
hipótesis de investigación ni con hipótesis estadísticas de contraste. Para
evitar cualquier confusión al respecto, estas hipótesis se han redactado en el
apartado resultados y no previamente.
·
Evaluación del tamaño del efecto utilizando CE-FDH
(Diagrama de Espina de Pescado de Efecto Condicional) para condiciones
dicotómicas y discretas, y CR-FDH (Diagrama de Espina de Pescado de Ratio de
Contribución) para condiciones discretas con muchos valores y condiciones
continuas. La significancia estadística se calculó mediante bootstrapping
(10000 casos).
·
Se utilizaron los criterios de Dul para interpretar
los tamaños del efecto, categorizándolos como insignificantes, medianos,
grandes o muy grandes. El análisis se llevó a cabo con un nivel de
significancia estadística establecido en 0.01 o inferior (nivel de confianza
del 99%).
Para el análisis de los datos, se utilizó el software
estadístico R del proyecto Comprehensive R Archive Network (CRAN) (R Core Team,
2023). Para el NCA se empleó el paquete desarrollado por Dul (2023).
3. Análisis y
resultados
Para establecer las hipótesis para el Análisis de
Condición Necesaria (NCA), es fundamental contar con hipótesis causales
previas, ya sean teóricas o basadas en evidencia. En este contexto, el modelo
de regresión de Schneider y Hitzfeld (2021) sirve como punto de referencia,
especialmente porque sus datos y mediciones constituyen evidencias empíricas.
Ellos concluyeron que una mayor adhesión a las Normas de Uso del Teléfono Móvil
(MPN) está asociada con menos phubbing, mientras que el FoMO y estar permanentemente
en línea y permanentemente conectado (POPC) se relacionaron positivamente con
el phubbing. Además, observaron una relación negativa significativa entre la
edad y el phubbing. Una matriz de correlación clásica, que incluye estadísticas
descriptivas para el Índice de Phubbing Propio (PIS) y el Índice de Phubbing
hacia Otros (PIO), se presenta en la tabla 1.
Tabla 1
Correlaciones
y estadísticos descriptivos
|
Variable / estadístico |
Media |
Desv. Típica |
Rango |
MPN |
FOMO |
POPC |
PIS |
PIO |
SD02_01 (edad) |
|
MPN |
5.49 |
0.81 |
3.22-7.00 |
1.00 |
|
|
|
|
|
|
FOMO |
3.27 |
0.98 |
1.10-6.00 |
-0.14** |
1.00 |
|
|
|
|
|
POPC |
3.46 |
1.05 |
1.00-6.50 |
-0.13** |
0.54*** |
1.00 |
|
|
|
|
PIS |
4.27 |
4.69 |
0.00-20.00 |
-0.19** |
0.31*** |
0.28*** |
1.00 |
|
|
|
PIO |
5.79 |
8.29 |
0.00-49.00 |
-0.04 |
0.08 |
0.00 |
0.36*** |
1.00 |
|
|
SD02_01 (edad) |
26.78 |
10.00 |
16.00- 66.0 |
0.19** |
-0.41*** |
-0.26*** |
-0.26*** |
-0.01 |
1.00 |
Significancia: *(p<.1);
**(p<.05); ***(p<.001)
La Tabla 1 muestra la correlación entre cada par de
variables en cada celda, con asteriscos que indican la solidez de la evidencia
estadística que respalda cada correlación. Como se observa en la Tabla 1, MPN
presenta una correlación negativa, moderadamente significativa con PIS, lo que
sugiere que una mayor adherencia a las normas de uso del teléfono móvil se
asocia con una reducción en el auto-phubbing (PIS). Sin embargo, su correlación
con PIO es débil y no estadísticamente significativa, lo que indica una
relación poco relevante. Por otro lado, FoMO tiene una correlación positiva y
moderadamente significativa con PIS, indicando que niveles más altos de FoMO
corresponden a un aumento en el auto-phubbing. La correlación con PIO es
positiva pero débil y no significativa, lo que señala una relación menos
definida con la percepción de phubbing en otros. POPC también muestra una
correlación positiva, moderada y estadísticamente significativa con PIS,
alineando puntajes más altos de POPC con un mayor auto-phubbing. Sin embargo,
su correlación con PIO es nuevamente insignificante y no significativa.
En general, la falta de correlaciones significativas
con PIO para la mayoría de las variables indica que la percepción de phubbing
en otros podría estar influenciada por factores distintos, no representados en
este conjunto de datos. Cabe destacar que no se encontraron diferencias
significativas basadas en el sexo, por lo que el sexo no se incluyó en el
estudio de condiciones necesrias NCA.
La matriz de correlación también muestra patrones que
merecen la pena comentarse, particularmente en cómo FoMO y POPC se relacionan
con PIS. Los resultados indican que ambas variables tienen un papel desetacado
en el estrés relacionado con el phubbing. Por otro lado, llama la atención la
ausencia de relaciones estadísticamente significativas, especialmente en
relación con la variable de percepción del phubbing en otros (PIO).
Basado en todos estos resultados, se plantean las
hipótesis específicas para el análisis NCA :
·
Hipótesis 1 del NCA: Se plantea que la adherencia a
las normas de uso del teléfono móvil (MPN) es una condición necesaria para
reducir el Índice de Auto-Phubbing (PIS).
·
Hipótesis 2 del NCA: Se propone que el miedo a
perderse algo (FoMO) es una condición necesaria para aumentar el PIS.
·
Hipótesis 3 del NCA: Se postula que estar
permanentemente en línea y conectado (POPC) es una condición necesaria para
niveles más altos de PIS.
·
Hipótesis 4 del NCA: Se considera que pertenecer a un
grupo demográfico de menor edad es una condición necesaria para niveles
elevados de PIS.
Estas hipótesis tienen como único objetivo explorar
los factores esenciales que contribuyen a la aparición e intensidad del
auto-phubbing, tal como lo indica el índice PIS. La Tabla 2 presenta los
resultados del Análisis de Condición Necesaria (NCA), incluidos los niveles de
precisión y tamaños del efecto para cada variable como predictor del Índice de
Auto-Phubbing (PIS).
Tabla 2
Tamaño del efecto de las condiciones necesarias y test de significación
para las variables independientes como predictoras PIS
|
Variable |
CR-FDH ES |
A |
Valor p |
CI |
OI |
CE-FDH ES |
A |
Valor p |
CI |
OI |
|
MPN |
0.10 |
98.9% |
.016 |
57.51 |
49.32 |
0.11 |
100% |
.089 |
58.82 |
30.00 |
|
FOMO |
0.13 |
99.3% |
.039 |
60.46 |
30.27 |
0.18 |
100% |
.007 |
59.18 |
10.00 |
|
POPC |
0.24 |
98.6% |
.000 |
48.78 |
4.63 |
0.27 |
100% |
.000 |
48.48 |
0.00 |
|
SD02_01 (edad) |
0.504 |
97.8% |
.000 |
4.57 |
0.00 |
0.60 |
100% |
.000 |
18.00 |
0.000 |
Nota. ES: tamaño del efecto, A= Precisión, CI= Ineficiencia de la
Condición, OI= Ineficiencia del Resultado, CE-FDH= envolvente del techo sin
envoltura libre, CR-FDH= regresión del techo sin envoltura libre, los valores
de p se estimaron con 10000 permutaciones y se consideran significativos si p
< .05. La precisión se refiere al porcentaje de valores que están por debajo
de la línea del techo.
El NCA ofrece interpretaciones reveladoras para las variables
del estudio. Tanto los enfoques CR-FDH como CE-FDH arrojan resultados
similares, aunque se observa una precisión ligeramente inferior en todos los
casos al utilizar CR-FDH, que es más adecuado para variables continuas o con un
gran número de valores. Destaca el hecho que tanto MPN como FoMO muestran
efectos significativos como condiciones necesarias, con un tamaño del efecto de
MPN de 0.11 y de 0.18 para el FoMO, obteniendo ambos una C-Precisión del 100%.
Por otra parte, la alta ineficiencia de la condición para MPN (CI: 58.82) y la
menor ineficiencia del resultado (OI: 30.00 para MPN y 10.00 para FoMO)
sugieren un potencial significativo de mejora en estas áreas.
En contraste, la edad (SD02_01) muestra un relavante
efecto de condición necesaria con un ES de 0.60 y una C-Precisión del 100%. Por
lo tanto, la edad puede considerarse como un factor clave, caracterizado por
una baja ineficiencia de la condición (CI: 18) y sin ineficiencia del
resultado, subrayando su papel constante y significativo. Por su parte, POPC
también muestra resultados sólidos bajo el enfoque CE-FDH (ES: 0.27, A: 100%),
lo que también indica su influencia significativa en este contexto.
Finalmente, la tabla 3 muestra los gráficos y cuellos
de botella para los predictores que demostraron efectos significativos. La
tabla describe los umbrales requeridos para SD02_01 (edad) y POPC en relación
con el Índice de Auto-Phubbing (PIS).
Tabla 3
Cuello de botella para SD02_01 (edad) y POPC
|
|
NCA plot SD02_01 vs PIS |
NCA plot POPC vs PIS |
|
|
|
|
|
|
|
|
|
PIS |
SD02_01 (edad) |
POPC |
|
0 |
66.000 |
NN |
|
10 |
59.000 |
1.083 |
|
20 |
53.000 |
1.667 |
|
30 |
50.000 |
2.083 |
|
40 |
35.000 |
2.083 |
|
50 |
27.000 |
2.083 |
|
60 |
27.000 |
2.083 |
|
70 |
27.000 |
3.000 |
|
80 |
27.000 |
3.417 |
|
90 |
25.000 |
3.833 |
|
100 |
25.000 |
3.833 |
Nota: Cuello de botella CE-FDH (punto de corte = 0); Variable condicionada =
PIS (rango porcentual); Variables de condición (puntuación actual) = SD02_01,
POPC
Con relación al Índice de Auto-Phubbing (PIS) los
resultados muestran una relación inversa entre el PIS y la edad necesaria para
evitar ser un cuello de botella. Para puntajes bajos de PIS (0-10), se necesita
una edad significativamente mayor, específicamente 66 y 59 años, para no ser un
factor limitante. A medida que el PIS aumenta, este requisito de edad disminuye
gradualmente, bajando a 25 años en los niveles más altos de PIS. Esto evidencia
que una mayor tendencia al auto-phubbing entre los individuos más jóvenes.
Por el contrario los hallazgos sobre POPC indican que
en niveles bajos de PIS, la tendencia a estar permanentemente en línea y
conectado no es un factor significativo, como lo muestra el valor 'NN' (no
necesario) para un PIS de 0. Sin embargo, esto cambia cuando el PIS alcanza 10,
momento en el cual el estar constantemente en línea vuelve a aparecer como un
elemento crítico. Se observa cómo la puntuación requerida de POPC aumenta
progresivamente con el PIS, comenzando en 1.083 y aumentando hasta 3.833 en los
niveles más altos de PIS (90 y 100). Este patrón implica que, para grados más
elevados de auto-phubbing, la condición de estar permanentemente en línea y
conectado se vuelve cada vez más esencial.
4. Discusión
El objetivo principal de este estudio fue evaluar
cuáles de los correlatos del phubbing, identificados en la investigación de
Schneider y Hitzfeld (2021), constituyen condiciones necesarias para el
desarrollo del comportamiento de phubbing. Antes de analizar este aspecto en
concreto, al inicio del artículo se planteó una propuesta para ampliar y
matizar el concepto del phubbing. En concreto, se propone que el concepto de
phubbing no sólo se aplique a la falta de atención a otros en reuniones
presenciales, donde se comparte un mismo espacio físico, sino que se extienda
también a espacios virtuales. En este sentido, phubbing sería también aquel
comportamiento que implica falta de atención a la interacción social, mediada o
no por elementos tecnológicos, y se comparta o no el mismo espacio físico (e.g.
en videollamadas o chats grupales). Dicho de otra manera, el factor diferencial
para identificar phubbing, sería la falta de atención a la interacción social
de los agentes directos en favor de estar “consumiendo estimulos de la red”.
Esto seguramente implicaría matizar la interpretación de los resultados de este
y otros estudios.
Respecto a las variables analizadas, la edad se ha
mostrado como una condición necesaria, indispensable (aunque no suficiente)
para que aparezca el phubbing. Esto es coherente con los estudios revisados,
donde se indica que la edad juega un papel muy importante en el comportamiento
de phubbing, especialmente entre adolescentes (Hong et al., 2019; Xie &
Xie, 2020) y en la pubertad (Michaud et al., 2006).
Sin embargo, este tema debe estudiarse con mayor profundidad,
ya que algunos estudios han encontrado que el phubbing parece aumentar entre
los adolescentes de 14 a 16 años en comparación con sus compañeros más jóvenes
de 12 a 13 años (Cebollero-Salinas et al., 2022).
Leist (2019) enfatiza la importancia de ver la edad no
solo como una variable sociodemográfica, sino como un factor dinámico que
interactúa con otras variables. Esta perspectiva está en línea con propuestas
tradicionales (Wohlwill, 1969; Freund & Isaacowitz, 2013), donde la edad se
gestiona como una dimensión del cambio conductual más que como una variable
causal. No obstante, autores como Ratnasari & Oktaviani (2020) y Winkelmann
& Geber (2022) afirman que la edad es un factor causal en el phubbing. En
esta interacción, estarían implicados de forma destacada tanto el desarrollo
madurativo de la autoestima, como de la independencia emocional, de modo que
los adolescentes de mayor edad serían más vulnerables a ser afectados por el
reconocimiento social en línea (Valkenburg et al., 2017; Błachnio et al.,
2019).
Desde una perspectiva sociocultural, este estudio
también reconoce que el phubbing no solo es un fenómeno social, sino que se
encuentra profundamente imbricado en la realidad de una cultura occidental. Las
normas sociales, las expectativas de conectividad y el acceso masivo a
dispositivos móviles en estos contextos culturales configuran las condiciones
bajo las cuales el phubbing emerge y se normaliza. Es importante considerar
cómo este comportamiento puede variar en culturas con diferentes niveles de acceso
a la tecnología o en aquellas que priorizan dinámicas sociales más
tradicionales frente a la conectividad constante. Así, el phubbing debe
entenderse desde un marco cultural que permita interpretar cómo la tecnología y
los valores culturales interactúan para dar forma a este fenómeno.
En este debate, es importante señalar que la mayoría
de la investigación sobre el phubbing, incluidos los estudios que consultamos,
son de corte transversal en lugar de longitudinal. Esto se debe en parte a que
el phubbing es un concepto relativamente nuevo. Por lo tanto, las diferencias
observadas en función de la edad podrían reflejar brechas generacionales más
que una evolución individual a lo largo de la vida.
El estudio de Schneider (2019) encontró una relación
positiva significativa entre la tendencia a estar permanentemente en línea y
conectado (POPC) y el comportamiento de phubbing. Los hallazgos de nuestro
estudio amplían esta conclusión al sugerir que POPC no solo se relaciona
positivamente con el phubbing, sino que también es una condición necesaria para
su ocurrencia. Sin embargo, es importante considerar que la relación entre POPC
y phubbing, como se destaca en la literatura, está mediada por factores como el
FoMO (Grieve et al., 2021) y la expresión emocional (Cebollero-Salina, et al.,
2022; Guazzini et al., 2021), entre otros. Aunque Schneider y Hizfeld (2021) no
encontraron efectos moderadores entre estas variables, señalaron que "una
posible razón podría ser que los participantes indicaron solo niveles moderados
de POPC y FoMO. Por lo tanto, una muestra con niveles más altos y mayor
variabilidad en POPC y FoMO podría haber arrojado resultados diferentes"
(p. 1083).
En cuanto a POPC, el análisis de cuello de botella
indica que una leve disminución de un punto en la escala POPC podría reducir
significativamente el nivel de phubbing de una persona (e.g. pasando de elegiri
“muy a menudo” a “a menudo”). Este resultado sugiere que el phubbing está más
estrechamente relacionado con problemas de adicción a la tecnología que con un
mero desinterés social.
Estos resultados están en línea con los hallazgos de
Arenz y Schnauber-Stockmann (2023), quienes identificaron un grupo de
correlatos que incluyen normas y experiencias relacionadas con la tecnología,
equipamiento técnico, uso de teléfonos (inteligentes) e Internet, y patrones de
uso problemático. Según estos autores, los predictores más fuertes del
comportamiento de phubbing fueron patrones de uso problemático como la adicción
a los teléfonos inteligentes, la adicción a Internet y la adicción a los servicios
de redes sociales.
En cuanto al sexo y el género, los artículos revisados
sugieren que tanto hombres, mujeres como personas transgénero están igualmente
en riesgo frente a las influencias negativas de las redes sociales (Rajesh
& Draper, 2022). Esta conclusión, consitente con los resultados del
presente estudio, sugiere que no parece que los comportamientos disfuncionales
vinculados a la tecnología se desarrollen de forma diferencial entre géneros,
incluyendo el phubbing.
Por último, es importante señalar la ausencia de
ciertos hallazgos en este estudio. Específicamente, los aspectos relacionados
con la evaluación de la presencia phubbing en otras personas (PIO) no han
surgido como significativos. Esta ausencia requiere una investigación adicional
para explorar por qué los individuos pueden centrarse más en su propio
comportamiento de phubbing que en el de los demás. Además, la falta de
evidencia suficiente para considerar otras variables como indispensables
plantea interrogantes sobre la idoneidad de la metodología actual y la validez
del constructo de las medidas empleadas. Por tanto, se necesita una exploración
adicional de este fenómeno, empleando diversos enfoques metodológicos y
trabajando hacia un consenso operativo sobre el concepto de phubbing en sí.
5. Conclusiones
En definitiva, los resultados obtenidos,
contrastándolos con las investigaciones al respecto, derivan en ciertas
conclusiones de interés, entre los cuales destacan los siguientes:
1. Las diferencias en
los niveles de phubbing en relación con la edad destacan diferencias
intergeneracionales. No obstante, dada la aparición relativamente reciente del
fenómeno del phubbing, es difícil afirmar que el phubbing evoluciona con la
edad o cómo se manifestará en las generaciones actuales a medida que
envejezcan.
2. La tendencia a estar
constantemente conectado y en línea (POPC) es un factor básico en el
auto-phubbing (PIS), especialmente en niveles altos. Además se revela como una
condición cada vez más esencial a medida que aumenta el PIS.
3. Sin embargo, llama la
atención que el FoMO y las normas de uso del móvil (MPN), no se manfiestan como
condiciones indispensables para la ocurrencia del phubbing, aunque está claro
que estos factores influyen en el phubbing.
Por otro lado, el estudio ha mostrado que el Análisis
de Condición Necesaria (NCA) es un complemento a los análisis tradicionales de
correlacionales y resgresión, permitiendo explorar las condiciones
indispensables para la ocurrencia de un fenómeno psicosocial como el phubbing.
También hay que señalar que el presente estudio tiene
ciertas limitaciones que condicionan sus conclusiones. Entre otras, debe
tenerse en cuenta que la muestra es principalmente femenina. Aunque a lo largo
del estudio los resultados muestran que no hay diferencias entre sexos, y que
existen evidencias en este mismo sentido en la literatura consultada (Rajesh
& Draper, 2022), no por ello debe dejarse de considerar que los estudios
futuros deberán comprobar la posible existencia de patrones diferenciales en función
del sexo y del género.
Otras cuestiones a investigar en futuros estudios
incluyan la indagación de las relaciones causales entre phubbing y sus
correlatos a medida que las personas cumplen edad, a través de estudios
longintudinales. Igualmente, habrá que valorar el impacto de las normas
sociales en diferentes culturas a lo largo del tiempo. Otro ámbito es el
estudio de los mecanismos neurobiológicos, y cómo el cambio a lo largo de la
edad, puede influir en comportamientos como el phubbing. En general, los
estudios futuros deberían ser de tipo longitudinal para analizar la evolución
del phubbing así como el impacto de sus correlatos directos.
Referencias
Arenz, A., & Schnauber-Stockmann,
A. (2023). Who “phubs”? A systematic meta-analytic review of phubbing
predictors. Mobile
Media & Communication, 0(0). https://doi.org/10.1177/20501579231215678
Barbed-Castrejón, N., Navaridas-Nalda,
F., Mason, O., & Ortuño-Sierra, J. (2024). Prevalence of
phubbing behaviour in school and university students
in Spain. Frontiers in Psychology, 15, 1396863. https://doi.org/10.3389/fpsyg.2024.1396863
Bingham, A. J., Dean, S., & Castillo, J. (2019).
Qualitative comparative analysis in educational policy research: Procedures,
processes, and possibilities. Methodological Innovations, 12(2). https://doi.org/10.1177/2059799119840982
Błachnio, A., Przepiorka, A., Benvenuti, M., Mazzoni, E., & Seidman,
G. (2019). Relations Between Facebook Intrusion, Internet Addiction, Life
Satisfaction, and Self-Esteem: a Study in Italy and the USA. International
Journal of Mental Health and Addiction, 17(4), 793–805. https://doi.org/10.1007/S11469-018-0038-Y
Capilla Garrido, E., Issa, T., Gutiérrez Esteban, P., & Cubo Delgado, S.
(2021). A descriptive literature review of phubbing behaviors.
Heliyon, 7(5), e07037. https://doi.org/10.1016/j.heliyon.2021.e07037
Capilla Garrido, E., Cubo
Delgado, S. & Gutiérrez Esteban, P. (2024). Phubbing and its
impact on the individual's psychological well-being. Acta Psychologica,
248, 104388-104388. https://doi.org/0.1016/j.actpsy.2024.104388
Cebollero-Salinas, A., Cano
Escoriaza, J., & Orejudo Hernández, S. (2022). Impact of online
emotions and netiquette on phubbing from a gender perspective: Educational
challenges. Journal of New Approaches in Educational Research, 11(1),
64-78. http://dx.doi.org/10.7821/naer.2022.1.848
Chi, L. C., Tang, T. C., & Tang, E. (2022). The
phubbing phenomenon: A cross-sectional study on the relationships among social media
addiction, fear of missing out, personality traits, and phubbing behavior. Current
Psychology, 41, 1112–1123. https://doi.org/10.1007/s12144-021-02468-y
Chotpitayasunondh, V., &
Douglas, K. M. (2016). How “phubbing” becomes the norm: The antecedents and
consequences of snubbing via smartphone. Computers in Human Behavior, 63,
9-18. https://doi.org/10.1016/j.chb.2016.05.018
Chu, X., Ji, S., Wang, X., Yu, J., Chen, Y., &
Lei, L. (2021). Peer phubbing and social networking site addiction: The
mediating role of social anxiety and the moderating role of family financial
difficulty. Frontiers in Psychology, 12, Article 670065. https://doi.org/10.3389/fpsyg.2021.670065
Do, A. D., & Nguyen, T. D. (2022). Factors
affecting phubbing of students in the context of COVID-19. The VMOST Journal
of Social Sciences and Humanities (VMOST JOSSH), 64(3), 27-36.
https://doi.org/10.31276/vmostjossh.64(3).27-36
Dul, J. (2016). Necessary Condition Analysis (NCA):
Logic and methodology of “Necessary but Not Sufficient” causality. Organizational
Research Methods, 19(1), 10-52. https://doi.org/10.1177/1094428115584005
Dul, J. (2023). Necessary Condition Analysis. R
Package Version 3.3.3. https://cran.r-project.org/web/packages/NCA/
Dul, J., van der Laan, E., & Kuik, R. (2020). A Statistical
Significance Test for Necessary Condition Analysis. Organizational Research
Methods, 23(2), 385-395. https://doi.org/10.1177/1094428118795272
Frackowiak, M., Hilpert, P., & Russell, P. S.
(2023). Impact of partner phubbing on negative emotions: A daily diary study of
mitigating factors. Current Psychology.
https://doi.org/10.1007/s12144-023-04401-x
Freund, A. M., & Isaacowitz,
D. M. (2013). Beyond age comparisons: A plea for the use of a modified Brunswikian approach to experimental designs in the study
of adult development and aging. Human Development, 56(6), 351–371. https://doi.org/10.1159/000357177
Gao, B., Ji, Q., Zhang, T., & Xu, Y. (2023). Fear
of missing out and phubbing behavior among undergraduates: Self-control as
mediator, mindfulness as moderator. Social Behavior and Personality: An
International Journal, 51(10), 1–12. https://doi.org/10.2224/sbp.12684
Grieve, R., Lang, C. P., & March, E. (2021). More than
a preference for online social interaction: Vulnerable narcissism and phubbing.
Personality and Individual Differences, 175, 110715. https://doi.org/10.1016/j.paid.2021.110715
Guazzini, A., Raimondi,
T., Biagini, B., Bagnoli, F., & Duradoni, M.
(2021). Phubber’s emotional activations: The association between PANAS and
phubbing behavior. Future Internet, 13(12), 311. https://doi.org/10.3390/fi13120311
Hall, J. A., Baym, N. K.,
& Miltner, K. M. (2014). Put down that phone and talk to me: Understanding
the roles of mobile phone norm adherence and similarity in relationships. Mobile
Media & Communication, 2, 134–153.
Han, J. H., Park, S.-J., & Kim, Y. (2022).
Phubbing as a Millennials’ new addiction and relating factors among nursing
students. Psychiatry Investigation, 19(2), 135-145. https://doi.org/10.30773/pi.2021.0163
Hong, W., Liu, R.-D., Ding, Y., Oei,
T. P., Zhen, R., & Jiang, S. (2019). Parents’ phubbing and problematic
mobile phone use: The roles of the parent–child relationship and children’s
self-esteem. Cyberpsychology, Behavior, and Social Networking, 22(12),
779-786. https://doi.org/10.1089/cyber.2019.0179
Joshi, M. (2023). Is phubbing due to social media
impacting my well-being – Demystifying the FOMO, CSMU, phubbing loop among
school and university cohorts. Kybernetes,
ahead-of-print (ahead-of-print). https://doi.org/10.1108/K-03-2023-0456
Karadağ, E., Tosuntaş,
Ş. B., Erzen, E., Duru, P., Bostan, N., Şahin, B. M., Çulha, İ.,
& Babadağ, B. (2015). Determinants of phubbing,
which is the sum of many virtual addictions: A structural equation model. Journal
of Behavioral Addictions, 4(2), 60-74. https://doi.org/10.1556/2006.4.2015.005
Koc, T., & Caliskan, K. (2023). Phubbing
phenomenon in educational environments: Examining the impact of supervisor
phubbing on student outcomes. Journal of Further and Higher Education, 47(1),
15-30. https://doi.org/10.1080/0309877X.2022.2088270
Latifa, R., Mumtaz, E.
F., & Subchi, I. (2019). Psychological explanation
of phubbing behavior: Smartphone addiction, empathy and self-control. En 2019
7th International Conference on Cyber and IT Service Management (CITSM)
(pp. 1-5). IEEE. https://doi.org/10.1109/CITSM47753.2019.8965376
Leist, A. K. (2019). Social and behavioral factors in
cognitive aging: Applying the causal inference framework in observational
studies. Innovation in Aging, 3 (Supplement_1), S323. https://doi.org/10.1093/geroni/igz038.1178
Li, Y. X., Zhang, Y. H., Yang, R., et al. (2023).
Relationship between perceived social norms and phubbing: Individual control
and fear of missing out as mediators. International Journal of Mental Health
and Addiction, 21, 1898–1913. https://doi.org/10.1007/s11469-021-00696-8
Lv, S. et al. (2023). The Effect of College
Students Boredom Proneness on Phubbing: The Chain-Mediating Effects of Fear of
Missing Out and Online Vigilance. Perspectives in Psychiatric Care, 1,
9713789. https://doi.org/10.1155/2023/9713789
Maftei, A., & Măirean,
C. (2023). Keep talking, I need to check my phone! Online vigilance and phubbing:
the role of loneliness and moral disengagement. Ethics & Behavior, 34(6),
410–424. https://doi.org/10.1080/10508422.2023.2230505
Michaud, P.-A., Suris, J.-C., & Deppen, A. (2006).
Gender-related psychological and behavioural
correlates of pubertal timing in a national sample of Swiss adolescents. Molecular
and Cellular Endocrinology, 254–255, 172-178. https://doi.org/10.1016/j.mce.2006.04.037
Parmaksiz, İ. (2021). Predictive
effect of phubbing and life satisfaction on depression symptoms in adults. Bağımlılık Dergisi [Journal of Dependence], 22(3), 236–247. https://doi.org/10.51982/bagimli.888038
Przybylski, A. K., & Weinstein, N. (2013). Can you
connect with me now? How the presence of mobile
communication technology influences face-to-face conversation quality. Journal
of Social and Personal Relationships, 30, 237–246.
https://doi.org/10.1037/t03963-000
Przybylski, A. K., Murayama, K., DeHaan, C. R., &
Gladwell, V. (2013). Motivation, Emotional, and Behavioral Correlates of Fear
of Missing Out. Computer in Human Behavior, 29, 1841-1848. https://doi.org/0.1016/j.chb.2013.02.014
R Core Team. (2023). R: A Language and Environment
for Statistical Computing. R Foundation for Statistical Computing, Vienna,
Austria. https://www.R-project.org/
Rajesh, S., & Draper, L. (2022). Impact of
Adolescent Social Media Use on Body Image, Mental Health and Eating Disorders:
A Review. Journal of Student Research, 11(4). https://doi.org/10.47611/jsrhs.v11i4.3388
Ratnasari, E., & Oktaviani, F. (2020). Perilaku phubbing pada generasi muda (Hubungan antara kecanduan ponsel dan media sosial terhadap perilaku phubbing). Metakom, 4(1), 89-104. https://doi.org/10.23960/metakom.v4i1.82
Reinecke, L. (2018). POPC and well-being: A
risk-benefit analysis. En P. Vorderer, D. Hefner, L.
Reinecke, & C. Klimmt (Eds.), Permanently
online, permanently connected: Living and communicating in a POPC world
(pp. 233–243). Routledge.
Safdar, R., Abdullah, H., Zaremohzzabieh,
Z., Wan, W. M., & Abu, A. (2023). Smartphone addiction and phubbing
behavior among university students: A moderated mediation model by fear of
missing out, social comparison, and loneliness. Frontiers in psychology, 13,
1072551. https://doi.org/10.3389/fpsyg.2022.1072551
Sánchez-Carbonell, X. & Beranuy,
M. (2007). La adicción a Internet como sobreadaptación social. En A. Talarn
(Ed.), Globalización y salud mental. (pp.341-367). Herder.
Sansevere, K. S., & Ward, N. (2021). Linking phubbing
behavior to self-reported attentional failures and media multitasking. Future
Internet, 13(4), 100. https://doi.org/10.3390/fi13040100
Schneider, F. M., & Hitzfeld, S. (2021). I Ought
to Put Down That Phone but I Phub Nevertheless: Examining the Predictors of
Phubbing Behavior. Social Science Computer Review, 39(6),
1075-1088. https://doi.org/10.1177/0894439319882365
Sun, J., & Samp, J. A. (2021). ‘Phubbing is
happening to you’: Examining predictors and effects of phubbing behaviour in friendships. Behaviour
& Information Technology, 41(12), 2691-2704. https://doi.org/10.1080/0144929X.2021.1943711
Thiem, A. (2017). Standards of Good Practice and the
Methodology of Necessary Conditions in Qualitative Comparative Analysis.
Political Analysis, 24(4), 478-484. https://doi.org/10.1093/pan/mpw024
Valkenburg, P. M., Koutamanis,
M., & Vossen, H. G. M. (2017). The concurrent and longitudinal
relationships between adolescents’ use of social network sites and their social
self-esteem. Computers in Human Behavior, 76, 35–41. https://doi.org/10.1016/J.CHB.2017.07.008
Warden, N. L., Phillips, J. G. & Ogloff, J. (2004). Internet addiction. Psychiatry, Psychology
and Law, 11, 280-295.
Winkelmann, L., & Geber, S. (2022). On the norm
sensitivity of younger mobile phone users: Perceived social norms and phubbing
in interactions between younger and older generations. Communication
Research Reports, 39(4), 214-223. https://doi.org/10.1080/08824096.2022.2115476
Wohlwill, J. F. (1969). The age variable in
psychological research. ETS Research Bulletin Series, i-44. https://doi.org/10.1002/j.2333-8504.1969.tb00579.x
Xie, X., & Xie, J. (2020). Parental phubbing
accelerates depression in late childhood and adolescence: A two-path model. Journal
of Adolescence, 78, 43-52. https://doi.org/10.1016/j.adolescence.2019.12.004
Yuzhanin, M. A. (2022). Phubbing as a social and communicative
phenomenon of modernity. Entrepreneur’s Guide, 15(3), 80-87. https://doi.org/10.24182/2073-9885-2022-15-3-80-87