Studiensteckbrief Aalbers et al. (2022)

Aalbers, G., vanden Abeele, M. M. P., Hendrickson, A. T., de Marez, L. & Keijsers, L. (2022). Caught in the moment: Are there person-specific associations between momentary procrastination and passively measured smartphone use? Mobile Media & Communication, 10(1), 115–135. https://doi.org/10.1177/2050157921993896

Abstract der Autor:innen

Procrastination is an increasingly prevalent phenomenon. Although research suggests smartphones might be involved, little is known about the momentary association between different patterns of smartphone use and procrastination. In a preregistered study, 221 students (Mage = 20, 55 % female) self-reported procrastination five times a day for 30 days (i.e., experience sampling method) while their smartphone use was continuously monitored (i. e., passive logging). Using dynamic structural equation modeling on 27,151 observations, we estimated momentary within-person associations between procrastination and (a) total smartphone use and use of specific application categories (social media, messaging, browsers, games, and video streaming), (b) notifications, and (c) smartphone use fragmentation. Procrastination was positively albeit weakly associated with all aforementioned patterns, and associations varied from person to person. Collectively, our findings suggest these popular devices potentially encourage dilatory behavior.

Open Science

✅ Präregistrierung: https://osf.io/6fs92/ (vollständige Studie) bzw. https://osf.io/r4jtc/ (Hypothesen und Datenanalyse der vorliegenden Teilstudie)

✅ Open Data/Materials: https://osf.io/qvj8g/

Forschungsfragen und Hypothesen

Within-Person-Level:

  • H1: Wenn eine Person mehr Notifications als sonst erhalten hat, prokrastiniert sie stärker als gewöhnlich.

  • H2: Wenn eine Person ihr Smartphone fragmentierter als sonst genutzt hat, prokrastiniert sie stärker als gewöhnlich.

  • H3: Wenn eine Person insgesamt mehr Zeit mit Smartphoneanwendungen verbracht hat als sonst, prokrastiniert sie stärker als gewöhnlich.

  • H4: Wenn eine Person mehr Zeit als sonst mit (a) Social-Media-Anwendungen, (b) Messenger-Diensten, (c) Video-Streaming-Anwendungen, (d) Spielen und (e) Browsing verbracht hat, prokrastiniert sie stärker als gewöhnlich.

Between-Person-Level:

  • H5: Die Within-Person-Zusammenhänge (siehe oben) unterscheiden sich zwischen Personen.

  • H6: Personen, die generell (a) mehr Notifications erhalten, (b) ihr Smartphone fragmentierter nutzen, (c) mehr Zeit mit Smartphoneanwendungen verbringen und alle unter H4 genannten Appkategorien länger nutzen (d-i), neigen generell auch zu stärkerer Prokrastination.

Studiendesign und Feldzeit

  • Quasi-ESM-Studie mit fünf Protokollen pro Tag, zu zufälligen Zeitpunkten zwischen 8.30 und 22.30 Uhr mit Erinnerung nach 45 min; das selbstständige Aktivieren eines Protokolls war möglich, um fehlende Protokolle auszugleichen

  • Tracking der Smartphonenutzung

  • Feldzeit: 30 Tage

Technische Aspekte

Die ESM-Studie wurde mit der App Ethica Data (heute: Avicenna) durchgeführt, die die Teilnehmer:innen auf ihren eigenen Smartphones installierten.

Das Tracking erfolgte über die ebenfalls zu installierende App mobileDNA.

Teilnehmer:innen

  • Zielgruppe: Studierende, ausschließlich Android-Nutzer:innen (55 % weiblich; MAlter = 20,87, SD = 3,05)

  • Erhebungsland: Niederlande

  • Rekrutierung: über das Access Panel der Universität Tilburg

  • Strategie der Stichprobenziehung: Convenience Sample

Fallzahlen

  • Begründung der Stichprobengröße: Erfolgte über eine A-priori-Poweranalyse (Monte-Carlo-Simulation)

  • Personenstichprobe: 221 (nach Bereinigung)

  • Situationsstichprobe: Von den 33.150 Alarmierungen (221 Teilnehmer:innen, je 150 Alarmierungen) wurden 27.151 beantwortet (Compliance 80 %, durchschnittliche Anzahl der Protokolle pro Teilnehmer:in: 128,24, SD = 32,58).

Protokoll

  • Ausfülldauer: keine Angaben

  • Anzahl Fragen/Items: keine Angaben

  • Zentrale Variable(n):

    • Prokrastination (General Procrastination Scale – Experience Sampling Method, GPS-ESM)

Briefing und Motivation der Teilnehmer:innen

  • Briefing: Die Teilnehmer:innen nahmen mehrheitlich an einer Gruppeninformationsveranstaltung teil, bei der das Verfahren erläutert und die Teilnehmer:innen motiviert wurden, so viele Protokolle wie möglich auszufüllen. Ein kleinerer Teil wurde individuell telefonisch oder per WhatsApp instruiert und motiviert.

  • Betreuung während der Feldzeit: keine Angaben

  • Incentivierung: Die Incentivierung erfolgte proportional zur Anzahl ausgefüllter Protokolle. Zudem nahmen Teilnehmer:innen, die alle Protokolle an drei aufeinanderfolgenden Tagen ausfüllten, an einer Verlosung von 15 Euro teil.

Datenaufbereitung

  • Matching von Befragung und Beobachtung: Aggregierung der Trackingdaten, die parallel zum Ausfüllen der Protokolle erhoben wurden

Auswertung

  • Deskriptive Analysen

  • Dynamic Structural Equation Modeling

Ergebnisse

✅ H1: Prokrastination nimmt mit der Anzahl der Notifications zu.

✅ H2: Prokrastination nimmt mit fragmentierterer Smartphonenutzung zu. Der Effekt ist jedoch sehr schwach.

✅ H3: Prokrastination nimmt mit längerer Nutzung zu.

✅ H4: Prokrastination nimmt mit stärkerer Nutzung der verschiedenen Appkategorien zu.

✅ H5: Alle Zusammenhänge unterscheiden sich zwischen Personen. Allerdings war die Mehrheit der personenbezogenen Assoziationen positiv, was auf eine eher homogene Wirkung hindeutet.

❌ H6: Personen, die generell (a) mehr Notifications erhalten, (b) ihr Smartphone fragmentierter nutzen, (c) mehr Zeit mit Smartphoneanwendungen verbringen und alle unter H4 genannten Appkategorien länger nutzen (d-i), neigen nicht generell zu stärkerer Prokrastination.

Besonderheiten

  • Die Studie kombiniert ESM mit Tracking

  • Der Beitrag präsentiert Teilergebnisse einer größeren Studie mit mehreren Forschungszielen