Beyond Digital Access: Development and Validation of a Digital Engagement Scale for Older Adults in the United States

Sintesi Tecnica: Oltre l'Accesso Digitale: Sviluppo e Validazione di una Scala di Impegno Digitale per gli Anziani negli Stati Uniti

Problematica
Le attuali misure di inclusione digitale per gli anziani si basano prevalentemente su indicatori binari di accesso, sulla frequenza generale dell'uso di Internet o sulle competenze digitali auto-valutate. Queste metriche non riescono a catturare la realtà comportamentale di ciò che gli anziani fanno effettivamente online, oscurando le differenze qualitative tra l'essere "connessi" e l'essere "significativamente impegnati". La letteratura esistente spesso accorpa diverse attività online in un unico punteggio composito, il che maschera i distinti predittori e le conseguenze di specifici comportamenti digitali. Inoltre, molti strumenti esistenti sono progettati per altre popolazioni (ad es., studenti, campioni clinici) o misurano costrutti latenti come l'alfabetizzazione e l'accettazione piuttosto che la frequenza comportamentale osservata. Esiste inoltre una lacuna critica nella mancanza di test di invarianza di misura; senza stabilire che gli strumenti funzionino in modo equivalente tra i diversi gruppi sociodemografici, le differenze osservate nella partecipazione digitale potrebbero riflettere un bias di misurazione piuttosto che vere disparità.

Metodologia
Questo studio ha utilizzato un approccio di sviluppo di scala secondario utilizzando i dati del 2022 Health and Retirement Study (HRS) Leave-Behind Questionnaire, uno studio panel rappresentativo a livello nazionale degli adulti statunitensi di età superiore ai 51 anni.

• Campione: Il pool strutturale iniziale consisteva di 3.306 rispondenti con dati completi su 31 item candidati relativi alle attività digitali. Questo campione è stato diviso casualmente in un campione di calibrazione per l'analisi fattoriale esplorativa (EFA) ($n=1.653$) e un campione di hold-out per l'analisi fattoriale confermatoria (CFA) ($n=1.653$). Un campione più ampio per la validità di criterio ($N=3.551$) è stato utilizzato per le analisi descrittive e di regressione.
• Strumento: Lo studio ha valutato 31 item ordinali-categorici (codificati inversamente da 1 a 5, dove 5 indica l'uso quotidiano) che coprono una vasta gamma di attività con dispositivi moderni.
• Strategia Analitica:
  • Analisi Fattoriale: Data la natura ordinale-categorica dei dati e gli effetti di pavimento (floor effects) in alcuni item, lo studio ha impiegato correlazioni policoriche e l'estimatore Weighted Least Squares Mean- and Variance-Adjusted (WLSMV). È stata condotta un'EFA con rotazione obliqua per identificare la struttura latente, seguita da una CFA per testare il modello risultante rispetto a un'alternativa unidimensionale.
  • Validità e Affidabilità: Lo studio ha valutato la coerenza interna (alfa ordinale, omega di McDonald, affidabilità composita), la validità convergente (Varianza Media Estratta) e la validità discriminante (rapporto tra i tratti e il monotono delle correlazioni, HTMT).
  • Test di Invarianza: La CFA multigruppo è stata eseguita per testare l'invarianza di misura (configurale, di soglia, di carico e residua) rispetto a genere, età, istruzione, razza/etnia e reddito.
  • Validità di Criterio: La validità dei gruppi noti è stata esaminata confrontando i punteggi DES tra gruppi sociodemografici e utilizzando la regressione lineare multipla per predire l'impegno complessivo.
• Risultati Chiave:
  • Struttura Fattoriale: L'EFA e la successiva CFA hanno supportato una struttura a tre fattori con 14 item che ha superato significativamente un modello unidimensionale. I tre dimensioni sono:
    1. Impegno Informativo: (5 item; ad es., controllare il meteo, cercare notizie, cercare idee).
    2. Impegno Sociale-Comunicativo: (4 item; ad es., messaggistica, social network, condivisione di foto).
    3. Impegno Transazionale: (5 item; ad es., online banking, acquisti, gestione di viaggi e trasporti).
  • Fit del Modello: Il modello a tre fattori ha dimostrato un ottimo adattamento nel campione di hold-out (CFI = .963, TLI = .955, RMSEA = .056, SRMR = .053), rispetto al scarso adattamento del modello unidimensionale (CFI = .896).
  • Affidabilità e Validità: Tutti i tre domini hanno mostrato una forte affidabilità ($\omega$ = .84–.85; CR = .83–.84) e validità convergente (AVE > .50). La validità discriminante è stata confermata tramite valori HTMT (tutti < .85), con la correlazione più forte tra l'impegno Informativo e quello Sociale-Comunicativo (.79) e la più debole tra l'Informativo e quello Transazionale (.66).
  • Profili di Impegno: I risultati descrittivi hanno indicato che l'Impegno Informativo era il dominio più frequente ($M=3.44$), seguito dall'Impegno Sociale-Comunicativo ($M=3.17$), mentre l'Impegno Transazionale era il meno frequente ($M=1.98$), con significativi effetti di pavimento per item come il trasporto tramite app o la prenotazione di viaggi.
  • Modelli Sociodemografici: Le analisi di regressione hanno confermato che un maggiore impegno era associato a un'età più giovane, un livello di istruzione più elevato, un reddito più alto e al genere femminile. Il gradiente educativo è stato il predittore più forte ($\beta = 0.275$).
  • Invarianza di Misura: La struttura a tre fattori ha dimostrato invarianza configurale, di soglia, di carico e residua attraverso genere, età, istruzione e razza/etnia. L'invarianza per il reddito ha mostrato un cambiamento leggermente maggiore nel CFI ($\Delta$CFI = .013) rispetto alla soglia convenzionale di .010, suggerendo che i confronti basati sul reddito debbano essere interpretati con cautela, sebbene la struttura complessiva sia rimasta stabile.

Contributi Principali
Il documento apporta tre contributi primari, formulati con modestia come una valutazione psicometrica piuttosto che come uno sviluppo de novo di una scala:

1. Valutazione Psicometrica di Item Esistenti: Lo studio dimostra che gli esistenti item comportamentali dell'HRS supportano una struttura multidimensionale coerente, affidabile e invariante, validando il loro uso per misurare l'impegno digitale senza la necessità di generare nuovi item.
2. Indagine Parziale della Dimensionalità: Recupera le dimensioni latenti dell'uso della tecnologia da parte degli anziani catturate dal modulo HRS, distinguendo tra comportamenti informativi, sociali e strumentali. Gli autori notano che i domini non rappresentati negli item dell'HRS (ad es., portali di telemedicina, uso dell'IA) rimangono invisibili a questa specifica misura.
3. Interpretazione Guidata dalla Teoria: Lo studio fornisce un'interpretazione teorica post-hoc della struttura derivata empiricamente utilizzando la Teoria dell'Uso e delle Gratificazioni (UGT) e la Teoria della Selettività Socioemotiva (SST). La UGT aiuta a categorizzare il contenuto dei tre domini (informativo, sociale, strumentale), mentre la SST offre una spiegazione dello sviluppo sul perché gli anziani possano dare priorità ad attività informative/sociali a basso rischio rispetto a quelle transazionali ad alto rischio.

Significato e Rivendicazioni
Gli autori sostengono che la Scala di Impegno Digitale (DES) offre uno strumento preciso e basato sul comportamento per distinguere come gli anziani partecipano alla vita digitale, andando oltre la domanda se siano online o meno.

• Riformulazione della Disuguaglianza Digitale: I risultati evidenziano un fenomeno di "inclusione parziale" in cui gli anziani possono essere altamente impegnati nei domini informativo e sociale, ma rimangono esclusi dai domini transazionali (banche, viaggi, commercio) che sono sempre più essenziali per l'autonomia quotidiana. Ciò suggerisce che la disuguaglianza digitale si è spostata dagli scarti di accesso agli scarti nei tipi di attività svolte.
• Utilità per Politiche e Ricerca: Stabilendo l'invarianza di misura, la DES consente confronti validi tra i principali gruppi sociodemografici. Gli autori sostengono che gli interventi debbano essere specifici per dominio; ad esempio, gli anziani con un basso impegno transazionale potrebbero aver bisogno di strategie di costruzione della fiducia e di riduzione del rischio piuttosto che di una formazione generica sull'alfabetizzazione digitale.
• Limitazioni: Gli autori riconoscono esplicitamente che la scala è limitata alle attività misurate nel modulo HRS e non valuta le competenze, la fiducia o la qualità dell'uso. Il design trasversale preclude inferenze causali e le spiegazioni teoriche riguardanti il rischio e la motivazione sono interpretative piuttosto che testate empiricamente all'interno di questo studio.

In conclusione, il documento sostiene che l'inclusione digitale nella tarda età non può essere compresa come un singolo costrutto. La DES fornisce un meccanismo validato per identificare aree specifiche di marginalizzazione digitale, in particolare nelle attività transazionali, offrendo una base più sfumata per le politiche e la ricerca sulla disuguaglianza digitale.