Supervisión parental y víctimas de ciberbullying: influencia del uso de redes sociales y la extimidad online

Final publication is available at: https://doi.org/10.1016/j.psicod.2020.12.005 To cite this article: Martin-Criado, J. M., Casas, J. A., Ortega-Ruiz, R., & Del Rey, R. (2021). Supervisión parental y víctimas de ciberbullying: influencia del uso de redes sociales y la extimidad online. Revista de Psicodidáctica, 26(2), 161-168. https://doi.org/10.1016/j.psicod.2020.12.005 Supervisión parental y víctimas de ciberbullying: Influencia del uso de redes sociales y la extimidad online. Parental supervision and victims of cyberbullying: Influence of the use of social networks and online extimacy. Martin-Criado, Jose María*, Casas, Jose Antonio*, Ortega-Ruiz, Rosario* y Del Rey Rosario** *Universidad de Córdoba, **Universidad de Sevilla Resumen La supervisión parental online se considera un factor protector frente a la cibervictimización, pero parece que esta relación es mediada por las prácticas de los y las menores en las redes sociales (RRSS). Este trabajo pretende avanzar en esta línea de investigación. Primero, analizando la relación directa entre ambas variables en víctimas de ciberbullying. Segundo, considerando la extimidad y el uso de RRSS como variables mediadoras. Tercero, analizando las posibles diferencias de sexo y grupos de edad en esta relación. Y, por último, conociendo si estas variables influyen en la posibilidad de ser o no víctima de ciberbullying. La muestra está formada por 6.408 (49% chicas) estudiantes de educación Primaria y Secundaria, con edades entre los 10 y 16 años (M=12.60; DT=1.65). Tras seleccionar a las víctimas de ciberbullying (n=817), se han realizado análisis descriptivos y comparativas de medias entre sexos y grupos de edad. Se han calculado dos modelos de ecuaciones estructurales (SEM) con dicha submuestra de cibervíctimas. El primero con la relación directa entre supervisión parental y cibervictimización sin hallar ajuste, y el segundo que confirma esta relación mediada por la extimidad y el uso de RRSS. Este modelo no muestra diferencias de ajuste entre sexos y grupos de edad. Igualmente, se ha encontrado que las variables estudiadas son importantes en la posibilidad de convertirse en cibervíctima. En base a estos resultados se puede concluir que una supervisión parental positiva puede reducir la cibervictimización si ésta promueve supervisar la extimidad y el uso de RRSS. Palabras clave: supervisión parental, información personal, extimidad, redes sociales, cibervictimización Abstract Online parental supervision is considered a protective factor against cybervictimization, but it seems that this relationship is mediated by the practices of children in social networks (RRSS). This work aims to advance in this line of research. First, analyzing the direct relationship between both variables in victims of cyberbullying. Second, considering the extimacy and the use of RRSS as mediating variables. Third, analyzing the possible differences in gender and age groups in this relationship. And finally, knowing whether these variables influence the possibility of being a victim of cyberbullying. The sample is made up of 6,408 (49% girls) students in primary and secondary education, aged between 10 and 16 (M=12.60; SD=1.65). After selecting the victims of cyberbullying (n=817), descriptive and comparative analyses of means between sexes and age groups were carried out. Two structural equation models (SEM) have been calculated with this sub-sample of cybervictims. The first one with the direct relationship between parental supervision and cybervictimization without finding an adjustment, and the second one that confirms this relationship mediated by extimacy and the use of RRSS. This model does not show differences in adjustment between sexes and age groups. Likewise, it has been found that the variables studied are important in the possibility of becoming a cybervictim. Based on these results, it can be concluded that positive parental supervision can reduce cybervictimization if it promotes monitoring of extimacy and the use of RRSS. Keywords: parental supervision, personal information, extimacy, social media, cybervictimization Correspondencia: Casas Bolaños, Jose Antonio. Departamento de Psicología, Universidad de Córdoba, Dirección. E-mail: jac[email protected] Final publication is available at: https://doi.org/10.1016/j.psicod.2020.12.005 El uso de las redes sociales (RRSS) e Internet por parte de niños, niñas y adolescentes ha crecido notablemente en los últimos años (McDool et al., 2020). Hoy entornos como Instagram, WhatsApp, YouTube o TikTok han cambiado las formas de comunicación del tal forma que se han convertido en un nuevo contexto de desarrollo de los menores (Greenfield y Yan, 2006). Contexto online, en constante transformación, en el que surgen nuevas aplicaciones y espacios que aportan beneficios a los menores, particularmente apoyo social (Wang et al., 2019). En cambio, la investigación también ha puesto de manifiesto la existencia de riesgos en este nuevo contexto (Livingstone y Smith, 2014), especialmente si la conexión es prematura y desprovista de supervisión adulta eficiente (Helsper et al., 2013). Entre ellos, el ciberbullying es uno de los que más preocupa a las familias por sus consecuencias negativas e importantes tasas de prevalencia (Kowalski et al., 2014; Patchin y Hinduja, 2015). El ciberbullying ha sido definido como una forma particular de agresión que ocurre cuando un individuo o grupo usa las TIC para dañar intencional y repetidamente a una persona, a quien le resulta difícil evitar que continúe este acoso (Smith et al., 2008). Este tipo de agresión posee rasgos y características específicas como la viralización (Casas et al., 2020), el desequilibrio de poder derivado de la mayor competencia digital (Dooley et al., 2009), la intencionalidad y el anonimato (Baldry et al., 2015) o la posibilidad de ser victimizado 24/7 (Hinduja y Patchin, 2015). La mayoría de las investigaciones han señalado que las chicas tienden a ser más víctimas de ciberbullying que los chicos (Baldry et al., 2015; Inchley et al., 2020), aunque también se han encontrado resultados inversos (Shapka et al., 2018). En cambio, las investigaciones sobre la edad son consistentes mostrando que la preadolescencia es la etapa de mayor riesgo que etapas posteriores (Elsaesser et al., 2017; Inchley et al., 2020; Kowalski et al., 2019). Los y las menores víctimas de ciberbullying tienen alta probabilidad de sufrir daños en su salud mental y física (Lowe-Calverley et al., 2019). Particularmente, se han identificado síntomas psicosomáticos (Garaigordobil, 2019), conductas antisociales (Bastiaensens et al., 2016) e incluso ideación suicida (Hinduja y Patchin, 2019). Debido a ello, es importante identificar qué factores pueden proteger a los menores frente a esta cibervictimización en todos y cada uno de los contextos en los que conviven (Zych et al., 2019). Dentro del contexto familiar, se ha reconocido el importante rol que madres y padres pueden desplegar para proteger a sus hijos e hijas de ser víctimas de ciberbullying (Miranda et al., 2019). Concretamente, la supervisión parental ha sido reconocida como un factor de protección relevante (Elsaesser et al., 2017; Khurana et al., 2015). No obstante, revisiones sistemáticas recientes (Elsaesser et al., 2017; Machimbarrena et al., 2019; Nocentini et al., 2019) han mostrado resultados inconsistentes entre los no muy numerosos estudios que analizan los factores parentales como protectores de la cibervictimización. La inconsistencia de los resultados sugiere que la relación entre supervisión parental y cibervictimización es compleja y requiere de más investigación (Baldry et al., 2019). En esta línea, se ha señalado que la relación entre ellas es indirecta y que es necesario seguir profundizando en los elementos y los factores que puedan estar modulando su efecto (Kowalski et al., 2019), como puede ser la actividad que los menores tienen en el contexto virtual (Inchley et al., 2020). Actividad en internet, ciberbullying y supervisión parental La actividad de los menores en internet se caracteriza por el uso de RRSS, entendido como la utilización normalizada y contínua de las RRSS y escenarios virtuales, junto con el seguimiento, aceptación e imitación de las tendencias (retos, juegos, modas…) que se divulgan en ellas (Mesch, 2009), asumiendo que los niños y niñas tienden a copiar el comportamiento de Final publication is available at: https://doi.org/10.1016/j.psicod.2020.12.005 las personas que les gustan o comparten estilos (Riedijk y Harakeh, 2018). En este sentido, se ha descrito que el 35% de los adolescentes realizan un uso intensivo de las RRSS para comunicarse y compartir contenidos (Inchley et al., 2020). Además, el 59% de los niños y niñas siguen YouTubers y se identifican con ellos y el 96% pasa un promedio de 11 horas a la semana viendo videos online (Westenberg, 2016), cuyos contenidos más vistos están orientados a la construcción de la identidad (Pérez-Torres et al., 2018). Imitar a los youtubers, jugar a serlo o seguir sus retos son conductas online que, en ocasiones, los menores perciben como una oportunidad para ganar visibilidad o status entre sus iguales (Pérez-Torres et al., 2018) y que suponen, simultáneamente, un mayor riesgo de convertirse en víctima de ciberbullying (Baldry et al., 2019). Por otro lado, dada la gran cantidad de información personal que se hace pública online, la actividad en las RRSS está mediada por la búsqueda de equilibrio entre intimidad-extimidad, donde algunos menores ignoran los riesgos o la existencia de ajustes de privacidad, mientras que otros sacrifican voluntariamente su privacidad por posibles ventajas de esa revelación pública (Bastiaensens et al., 2016). A este fenómeno se ha referido Jacques Lacan como «extimidad», posteriormente analizada como la intimidad expuesta en RRSS (Tello, 2013). Respecto a la extimidad, se ha señalado que los y las adolescentes son entusiastas revelando datos online sobre su propia identidad “real” (Krämer y Schäwel, 2020). Usan perfiles en las RRSS para mostrar su identidad, e incluso para construirla (Kim y Kim, 2019). Este alto nivel de exposición se ha atribuido al hecho de que estos espacios virtuales constituyen un escenario propicio para explorar y desarrollar diferentes identidades, lejos de la supervisión de los padres u otras figuras de autoridad formal (Mazzoni y Iannone, 2014). Bajo esta perspectiva, los y las adolescentes revelan información personal para mejorar sus relaciones (Trepte y Masur, 2017) y como vía de expandir su perfil y obtener popularidad (Bastiaensens et al., 2016). Algunos estudios apuntan a que los más jóvenes y las adolescentes tienden a revelar más información personal, lo que se relaciona con una mayor implicación en cibervictimización (Kowalski et al., 2019). De hecho, la pérdida de control de esa información personal y la posibilidad de ser chantajeado con ella supone uno de los principales riesgos para ser victimizado online (Lareki et al., 2017). Por ello, mientras los menores están en Internet precisan de supervisión (Krämer y Schäwel, 2020). En concreto, la supervisión parental se entiende como las actividades de los progenitores dirigidas a proteger a sus hijos de la exposición a actividades de riesgo y peligros online (Livingstone et al., 2015). En cambio, queda aún por conocer cómo esta supervisión impacta en las prácticas de los menores online y si lo hace en la misma medida en función de la edad y el sexo de los hijos e hijas (Livingstone et al., 2015). La necesidad de seguir profundizando en la efectividad de una supervisión diferenciada por sexos se debe a que algunas estrategias de supervisión parental han mostrado tener un impacto diferenciado en niños y niñas (Chan et al., 2015). Asimismo, la edad de los y las supervisadas podría actuar como factor moderador, ya que la supervisión parental parece ser más efectiva en niños y niñas, mientras que pierde efectividad en la adolescencia, a medida que los jóvenes se centran más en sus iguales (Kowalski et al., 2019). Estudio actual La literatura internacional sugiere la necesidad de profundizar acerca de si la supervisión parental tiene un efecto positivo, negativo, directo o indirecto sobre la cibervictimización, así como en la influencia de la edad y el sexo en dicha relación (Smith et al., 2019). En este estudio se analizan dos posibles conductas relacionadas con la cibervictimización y la supervisión parental: extimidad y uso de RRSS. Comprender estos factores es importante, dada la necesidad de mejorar la eficacia de la supervisión parental en la prevención de la cibervictimización. En este contexto el estudio propone: (1) conocer el papel predictor de la supervisión parental de la Final publication is available at: https://doi.org/10.1016/j.psicod.2020.12.005 actividad online en las víctimas de ciberbullying, (2) analizar si esta predicción es mediada por la extimidad y el uso de RRSS de los menores, (3) estudiar las posibles diferencias de sexo y momento evolutivo en estas relaciones predictivas y (4) conocer en qué medida la supervisión parental, la extimidad y el uso de RRSS predicen convertirse en víctima o no de ciberbullying. De estos objetivos se derivan cuatro hipótesis de investigación: H1 En las víctimas de ciberbullying, la supervisión parental de actividades online puede predecir la cibervictimización. H2 La extimidad y el uso de RRSS de los menores contribuyen a la explicación de la influencia de la supervisión parental en la cibervictimización. H3 El sexo y la edad tienen un efecto moderador sobre la supervisión parental, la extimidad y uso de RRSS. La supervisión familiar es más importante para las chicas y los preadolescentes. H4 La supervisión parental, la extimidad y el uso de RRSS predicen la implicación como víctima o no de ciberbullying. Material y Métodos Participantes La muestra está formada por 6.182 (49 % chicas) estudiantes de educación Primaria y Secundaria de 60 centros de titularidad pública de las ocho provincias de la región de Andalucía, con edades comprendidas entre los 10 y 16 años (M = 12.60; DT = 1.65). De los cuales el 48.2% (n = 2980) son preadolescente entre los 10 y los 12 años y el 51.8% (n = 3202) adolescentes entre los 13 y 16 años; pertenecientes a los cursos 5º de Educación primaria (17.6%), 6º de Educación primaria (19.8%), 1º de Educación Secundaria (23.1%), 2º de Educación Secundaria (21.1 %), 3º de Educación Secundaria (20%). Instrumentos Subescala de Supervisión Familiar de la Escala para la evaluación de la calidad de la ciberconducta, ESCACIBER (Ortega-Ruiz, Del Rey y Sanchez, 2012). Concretamente esta dimensión está compuesta por 4 ítems tipo Likert con cinco opciones de respuesta referidos a la frecuencia, desde 0 = nunca, hasta 4 = siempre. Se describen aspectos relacionados con la educación digital en el ámbito familiar, ej. Mis padres me ayudan a hacer un uso adecuado de las RRSS o Mis padres me ayudan a resolver problemas que me suceden en las RRSS. La mayor puntuación obtenida en esta escala supone una mejor educación parental digital. En la muestra empleada la fiabilidad es óptima con un α = .82 y un ω = .84 (.82 - .86) y se mantienen las propiedades psicométricas con la utilización de una única subescala de este instrumento, que muestra unos resultados aceptables de validez de estructura: CFA χ² S-B = 50.76; p < .001; RMSEA = .06; SRMR = .02; CFI = .98; NNFI = .99). En cuanto a la varianza media extractada la escala muestra un valor idóneo de .56 y de .77 en la fiabilidad compuesta (Hair et al., 1998). El uso de internet y redes sociales de los menores se ha evaluado con una escala ad hoc compuesta por 8 ítems tipo Likert con cinco opciones de respuesta referidos a la frecuencia, desde 0 = nunca, hasta 4 = siempre. La escala está compuesta por dos subescalas, una de 3 ítems relativa a la extimidad, entendida como la revelación de información de carácter personal en Internet con ítems como Comparto fotos y videos en mis RRSS y WhatsApp sobre lo que hago todos los días; y otra de 5 ítems, sobre el uso de RRSS que valora la utilización normalizada de las RRSS con ítems como por Ej. Sigo a los youtubers e intento hacer los retos que se ponen de moda. El índice de fiabilidad general de la escala es de α = .75. ω = .77 (.73 - .79), el de extimidad α = .82, ω = .84 (.82 - .86) y el de uso de RRSS α = .72, ω = .75 (.73 - .77). Se han calculado los análisis de validez de estructura con resultados adecuados, (CFA) (χ² S-B = 800.24; p < .001; RMSEA = .07; SRMR = .08; CFI = .95; NNFI = .95). La varianza media Final publication is available at: https://doi.org/10.1016/j.psicod.2020.12.005 extractada de la subescala de extimidad tiene un valor idóneo de 0.52 y la fiabilidad compuesta de .70. En cuanto a la subescala de uso de RRSS, la varianza media extractada posee un valor de .53 y la fiabilidad compuesta de .71. La victimización en ciberbullying se ha evaluado con una adaptación de la subescala de cibervictimización del ECIPQ European Ciberbullying Intervention Project Questionnaire (Del Rey et al., 2015; Ortega-Ruiz et al., 2016), compuesta por 13 ítems tipo Likert con 5 opciones de respuesta. 0 = no; 1 = sí, una o dos veces; 2 = sí, una o dos veces al mes; 3 = sí, alrededor de una vez a la semana; y 4 = sí, más de una vez a la semana. El instrumento mantiene las adecuadas propiedades psicométricas del original con una fiabilidad de α = .91, ω = .94 (.92 - .96) y el índice del análisis factorial confirmatorio (CFA) (χ² S-B = 1136.44; p < .001; RMSEA = .05; SRMR = .07; CFI = .95; NNFI = .95). La varianza media extractada de la escala muestra un valor de 0.51 y la fiabilidad compuesta un valor de .97, ambos valores idóneos según Hair et al., (1998). Procedimiento La investigación se ha desarrollado de acuerdo con los estándares éticos de la A.P.A. y ha sido aprobada por el Comité Coordinador de Ética de la Investigación Biomédica de Andalucía, que sigue las directrices de la Conferencia Internacional de la Buena Práctica Clínica. El proyecto y la batería de instrumentos utilizados se han presentado y explicado a la dirección y al consejo escolar del centro, quienes lo han valorado positivamente y lo han integrado en el proyecto de convivencia del centro otorgándole así el consentimiento informado para participar en el estudio. Cuando los centros educativos acuerdan su aprobación, se procede a la recopilación de datos. Los cuestionarios han sido cumplimentados por el alumnado en presencia de los docentes y el proceso de administración se ha secuenciado en intervalos de aproximadamente 30 minutos. Antes de comenzar todos han sido informados sobre la naturaleza voluntaria de la participación, anonimato y confidencialidad de datos, así como de la importancia de responder sinceramente. Análisis de los Datos En primer lugar, se han examinado las propiedades psicométricas de las escalas con análisis factoriales confirmatorios (AFC) teniendo en cuenta los índices de ajuste propuestos para variables categóricas (Hu y Bentler, 1999). Igualmente se ha establecido la validez de estructura y de fiabilidad utilizando los coeficientes de Alpha de Crombach, y Omega de McDonald donde sus valores idóneos deben estar por encima de .70. Igualmente, después de calcular el AFC, se han realizado los análisis de varianza media extractada, cuyos valores idóneos son los superiores a .50 y la fiabilidad compuesta donde se considera como valores aceptables los superiores a .70 (Hair et al., 1998). Seguidamente, se ha codificado la implicación en victimización de ciberbullying asumiendo los criterios propuestos por los autores (Del Rey et al., 2015). Considerando como alumnado victimizado quien afirma haber sido agredido una o dos veces al mes, o con mayor frecuencia en cualquiera de las conductas que se presentan para la victimización del ciberbullying. Posteriormente, se han calculado los análisis descriptivos para la muestra de víctimas seleccionada, realizando las pruebas de diferencia de medias T de Student para observar las posibles diferencias entre chicos y chicas; y entre preadolescentes y adolescentes. Se ha utilizado el índice d de Cohen como medida del tamaño del efecto de las diferencias, atendiendo a los criterios propuestos por Cohen (1977), donde un tamaño del efecto de 0.2 a 0.3 podría ser un efecto "pequeño", en torno a 0.5 un efecto "medio" y a partir de 0.8 hasta el infinito, un efecto de "grande". Posteriormente, se ha estimado un modelo de ecuación estructural sobre la relación directa entre la supervisión familiar y la cibervictimización. Y después un segundo modelo Final publication is available at: https://doi.org/10.1016/j.psicod.2020.12.005 donde se han incluido como variables mediadoras la extimidad y el uso de RRSS. Ambos modelos se han calculado con variables latentes conformadas por las variables observables descritas en el apartado de los instrumentos e indicadas en las figuras correspondientes. Con este segundo modelo se ha calculado la invarianza con la muestra de chicos y chicas víctimas y adolescentes y preadolescentes víctimas para conocer las diferencias entre dichos grupos. Para ello se ha seguido los pasos propuestos por Byrne (2008) y Van de Schoot et al., (2012): (1) testando los modelos de los grupos comparados, (2) modelo configural, con las mismas relaciones para chicos y chicas; adolescentes y preadolescentes, pero estimadas libremente en cada grupo; (3) modelo de saturaciones factoriales iguales, lo que es necesario si se quieren poner a prueba los efectos moderadores; y (4) modelo de saturaciones factoriales iguales más coeficientes estructurales. Por último, se ha calculado un modelo de regresión logística binaria con la variable dependiente dicotómica de implicación como víctima o no víctima de ciberbullying. Y las variables de supervisión parental, extimidad y uso de RRSS como variables independientes. Los modelos han sido estimados mediante el método Least Square Robust, adecuado a la naturaleza categórica de las variables objeto de estudio (Flora y Curran, 2004). El ajuste de los modelos se ha probado con los siguientes índices: chi cuadrado escalado de Satorra-Bentler (χ2S − B) (Satorra y Bentler, 2001); el índice de ajuste comparativo (CFI) y el índice de ajuste de no normalidad (NNFI) (≥0.90 es adecuado; ≥0.95 es óptimo); el error cuadrático medio de aproximación (RMSEA) y el residual cuadrático medio (SRMR) (≤0.08 es adecuado; ≤0.05 es óptimo) (Hu y Bentler, 1999). Los modelos de ecuaciones se han desarrollado en EQS 6.3 y se ha utilizado SPSS 20 para los demás análisis. Resultados La prevalencia de víctimas de ciberbullying ha resultado ser del 13.21% (n = 817). De los cuales el 51.2% (n = 417) son chicos y el 48.8% chicas (n = 400). Y el 36.5% (n = 298) preadolescentes y el 63.5% (n = 519) adolescentes. En la tabla 1, se presentan los análisis descriptivos básicos y las posibles diferencias en cuanto el sexo y la edad del grupo de sujetos seleccionados. Tabla 1 Análisis descriptivos y T de Student según sexo y edad en las víctimas Nota. * Diferencias estadísticamente significativas p < .05 Seguidamente, en base al primer objetivo, se ha calculado un modelo de ecuaciones estructurales, con la relación directa entre la supervisión parental y la cibervictimización (véase Fig. 1). Los índices de ajuste no han mostrado una solución aceptable: χ² S-B = 578.36; p < .001; RMSEA = .05; SRMR = .09; CFI = .89; NNFI = .88 (véase Fig. 1). M DT Sexo M (DT) t p d Edad M (DT) t p d Supervisión Parental Online 2.31 1.18 Niño 2.18 (1,18) -3.36 .001* -0.25 Pre 2.71 (1.07) 7.55 < .001* 0.55 Niña 2.47 (1,17) Adole 2.08 (1.19) Extimidad 1.26 1.24 Niño 1.24 (1.01) -0.59 .553 -0.04 Pre 1.06 (0.96) -4.55 < .001* -0.32 Niña 1.28 (0.98) Adole 1.39 (0.99) Uso de RRSS 1.81 1.02 Niño 2.12 (0.96) 9.02 .001* 0.65 Pre 1.88 (1.08) 1.36 .18 0.11 Niña 1.49 (0.97) Adole 1.77 (0.98) Cibervictimización 0.65 0.27 Niño 0.62 (0.40) -1.97 .049* -0.21 Pre 0.65 (0.43) -.157 .88 0.03 Niña 0.69 (0.41) Adole 0.65 (0.40) Final publication is available at: https://doi.org/10.1016/j.psicod.2020.12.005 Supervisión Parental Online Cibervíctimización - .09 n. d. SF 1 SF 2 SF 3 SF 4 .56 .65 .76 .61 CBV 1 CBV 2 CBV 3 CBV 4 CBV 5 CBV 6 CBV 7 CBV 8 CBV 9 CBV 10 CBV 11 CBV 12 CBV 13 .78 .62 .54 .42 .52 .67 .43 .46 .67 .65 .61 .69 .71 Figura 1: Solución Gráfica Modelo SEM Directo entre Supervisión y Cibervictimización. Posteriormente, y siguiendo el segundo objetivo, se han incluido las variables extimidad y uso de RRSS como variables mediadoras (véase Fig. 2). Las relaciones entre variables en este modelo (véase tabla 2) y los coeficientes β (véase Fig. 2) destacan que la extimidad presenta una relación alta (β = .35) con la cibervictimización. Se han obtenido unos índices de Coeficiente de Mardia (Mardia, 1970) de 158.81 y los índices de ajuste χ² S-B = 1048.36; p < .001; RMSEA = .03; IC RMSEA = .02-.04; SRMR = .03; CFI = .96; NNFI = .96. En este caso, la varianza explicada de la variable dependiente cibervictimización es del 30%. Supervisión Parental Online Extimidad Cibervictimización Uso Redes Sociales -.13* .35* -.03* -.14* .14* SF 1 SF 2 SF 3 SF 4 .56 .62 .77 .52 CBV 1 CBV 2 CBV 3 CBV 4 CBV 5 CBV 6 CBV 7 CBV 8 CBV 9 CBV 10 CBV 11 CBV 12 CBV 13 .81 .62 .52 .42 .56 .67 .39 .46 .69 .65 .61 .69 .77 RRSS1 RRSS2 RRSS3 RRSS4 .59 .61 .65.68 RRSS5 .55 EXT1 EXT2 EXT3 .62 .69 .79 * Correlaciones estadísticamente significativas .05 Figura 2: Modelo Hipotetizado Final publication is available at: https://doi.org/10.1016/j.psicod.2020.12.005 Tabla 2 Correlaciones Policóricas de las Variables Latentes del Modelo 1.CBVictimización 2. S. Parental 3. Extimidad 4. Uso RRSS 1 - 2 -.14* - 3 .32* -.15* - 4 .30* -.12* .01* - * Correlaciones estadísticamente significativas p < .001 Posteriormente, en base al tercer objetivo, se han realizado análisis multigrupo para las pruebas de invariancia de configuración y medición entre chicos y chicas. Para ello se sigue el proceso de cuatro pasos recomendado por Byrne (2008). En primer lugar, se han testado los modelos de base para chicos y chicas de forma separada (Véase Fig. 3) con resultados adecuados (chicos: S-Bχ2(270) = 633.97; NNFI = .99; CFI = .99; RMSEA = .01; IC RMSEA = .01-.06; chicas: S-Bχ2 (270) = 698.91, NNFI = .95, CFI = .95, RMSEA = .03, IC RMSEA = .02-.04). En segundo lugar, se ha analizado la equivalencia configural, estimando los modelos de base en el marco de un análisis multigrupo. Los indicadores de bondad de ajuste revelan resultados positivos, con S-Bχ2(520) = 1247.48, NNFI = .97, CFI = .96, RMSEA = .04, IC RMSEA = .03-.05. En tercer lugar, se han igualado las saturaciones en los factores para chicos y chicas (S-Bχ2(581) = 1248.42, NNFI = .95, CFI = .95, RMSEA = .03, IC RMSEA = .03-.04). Finalmente, la varianza estructural se ha probado asumiendo la igualdad en la equivalencia de los coeficientes estructurales, (S-Bχ2(590) = 1313.26, NNFI = .99, CFI = .99, RMSEA = .05, IC RMSEA = .04-.06). Aunque el modelo global y el modelo más restrictivo presentan diferencias estadísticamente significativas, dado que Δχ2 (Satorra-Bentler) = 64.86, p < .001 (Satorra y Bentler, 2001), y el ΔNNFI, CFI y RMSEA son superiores .01 (Dimitrov, 2010). Aunque asumiendo estas diferencias, se producen a favor del modelo con más constricciones, lo que muestra ausencia de diferencias entre grupos y, por tanto, ausencia de moderación de la variable sexo. Una diferencia de .05 o menos en el índice CFI podría considerarse insignificante (Little, 1997). Supervisión Parental Online Extimidad Cibervictimization Uso Redes Sociales -.04* .45* -.05* -.01* .29* Supervisión Parental Online Extimidad Cibervictimization Uso Redes Sociales -.19* .26* -.03* -.15* .17* Chicos Chicas * Diferencias estadísticamente significativas p < .001 Figura 3: Modelos Segregados por Sexo En los análisis multigrupo, relativos a la edad (véase la Fig. 4), se ha seguido el mismo procedimiento, con los siguientes resultados para preadolescentes: S-Bχ2(270) = 633.97; NNFI = .99; CFI = .99; RMSEA = .01; IC RMSEA = .01-.06, y adolescentes S- Bχ2 (270) = 764.69, NNFI = .96, CFI = .96, RMSEA = .03, IC RMSEA = .02-.04). Los indicadores de bondad de ajuste revelan resultados positivos, con S-Bχ2(520) = 1386.34, Final publication is available at: https://doi.org/10.1016/j.psicod.2020.12.005 NNFI = .96, CFI = .95, RMSEA = .03, IC RMSEA = .02-.05. En tercer lugar, se igualan las saturaciones en los factores para preadolescentes y adolescentes (S-Bχ2(581) = 1446.32, NNFI = .95, CFI = .95, RMSEA = .03, IC RMSEA = .03-.04). Finalmente, la varianza estructural se ha probado asumiendo la igualdad en la equivalencia de los coeficientes estructurales, (S-Bχ2(590) = 1706.81, NNFI = .98, CFI = .98, RMSEA = .05, IC RMSEA = .04-.06). El modelo global y el modelo más restrictivo presentan diferencias estadísticamente significativas, dado que Δχ2 (Satorra-Bentler) = 260.49, p < .001 (Satorra y Bentler, 2001), y el ΔNNFI, CFI y RMSEA son superiores .01 (Dimitrov, 2010). Aunque de nuevo, el modelo con más constricciones tiene mejor ajuste, lo que también indica ausencia de diferencias entre grupos ya que la diferencia de .05 o menos en el índice CFI podría considerarse insignificante (Little, 1997). Supervisión Parental Online Extimidad Cibervictimization Uso Redes Sociales -.19* .60* -.06* -.21* .37* Supervisión Parental Online Extimidad Cibervictimization Uso Redes Sociales -.01* .15* -.05* -.13* .04* Preadolescentes Adolescentes * Diferencias estadísticamente significativas p < .001 Figura 4: Modelos Segregados por Edad Para analizar la predicción de la implicación o no como víctima de ciberbullying, se ha empleado el análisis de regresión logística, categorizando la variable dependiente en víctimas (695) y no víctimas (4.346). El modelo permite hacer una estimación correcta (χ2= 239,18, p< ,001) del 86 % de los casos (véase tabla 3), entrando a formar parte de la ecuación como variables predictoras: La supervisión parental (SP) (Wald = 8.77; p = .003), la extimidad (Ext) (Wald = 143.71; p = .001) y el uso de RRSS (UR) (Wald = 32.57; p = .001). Siguiendo las propuestas de Hosmer y Lemeshow, (2004) y Kleinman y Norton, (2009), la ecuación de regresión obtenida es la siguiente: 1 (1+𝑒^(−𝐻)); H = - 2.46 - .10SP + .52Ext + .24UR. Presentando unos valores de R2 de Cox y Snell de .046 y de R2 de Nagelkerke de .084. Tabla 3. Número y Porcentaje de Casos Correctamente Clasificados en la Predicción de la Cibervictimización Observado Pronosticado No victima Víctima % correcto Cibervictimización No víctima 4330 16 99.6% Víctima 688 7 1.0% Porcentaje global 86% El valor de corte es .500