Cyberpsychol Behav Soc Netw. 2014 Dec 1; 17 (12): 749 – 754.
PMCID: PMC4267705
Orsolya Király, MA,
1 ,,2 Mark D. Griffiths, PhD,3 Róbert Urbán, PhD,1 Judit Farkas, MA,1 ,,4 Gyöngyi Kökönyei, PhD,1 Zsuzsanna Elekes, DSc,5 Domokos Tamás, MA,6 a Zsolt Demetrovics, PhD1
Tento článek byl citováno další články v PMC.
Abstraktní
V literatuře stále probíhá debata, zda problematické používání internetu (PIU) a problematické online hraní (POG) jsou dvě odlišné koncepční a nosologické entity, nebo zda jsou stejné. Tato studie přispívá k této otázce zkoumáním vzájemných vztahů a překrývání mezi PIU a POG, pokud jde o sex, školní výsledky, čas strávený používáním internetu a / nebo online hraní, psychologickou pohodu a preferované online aktivity. Dotazníky hodnotící tyto proměnné byly podávány národně reprezentativnímu vzorku adolescentních hráčů (N= 2,073; Mstáří= 16.4 let, SD= 0.87; 68.4% muž). Data ukázala, že používání internetu bylo u dospívajících běžnou činností, zatímco hraní on-line hazardních her se týkalo mnohem menší skupiny. Podobně více adolescentů splnilo kritéria pro PIU než pro POG a malá skupina adolescentů vykazovala příznaky obou problémových chování. Nejvýznamnější rozdíl mezi oběma problémovými chování byl z hlediska pohlaví. POG byla mnohem silněji spojena s mužstvím. Sebevědomí mělo malou velikost účinku na obě chování, zatímco depresivní příznaky byly spojeny s PIU i POG, což ovlivnilo PIU o něco více. Pokud jde o upřednostňované online aktivity, byl PIU pozitivně spojen s online hraním, online chatováním a sociálními sítěmi, zatímco POG byl spojen pouze s online hraním. Na základě našich zjištění se POG jeví jako pojmově odlišné chování od PIU, a proto data podporují představu, že porucha závislosti na internetu a porucha hraní na internetu jsou samostatné nozologické entity.
Úvod
Fenomén závislosti na internetu (IA) byl poprvé popsán v řadě článků obou Youngů1,2 a Griffiths.3,4 Téma okamžitě získalo obecnější pozornost a od té doby se stalo vysoce prozkoumanou oblastí, která čítá přibližně 70 rozsáhlé studie s velikostí vzorku více než 1,000 účastníků.5 Přes pokračující používání termínu „závislost na internetu“ vědci poukázali na různorodost činností, které lze nyní provádět na internetu, a často předpokládali, že různé online aktivity přispívají k IA v různých měřítcích.6-8
Online aplikace se výrazně liší v závislosti na roli, kterou v nich hraje internet. Například se tvrdilo, že v případě činností, jako jsou online hazardní hry a nakupování, byl internet jednoduše dalším kanálem, na kterém by se nyní mohly uskutečňovat tradiční offline aktivity.9,10 Internet je však nezbytnou součástí dalších online aktivit, jako je procházení informací (např. „Googling“), interakce v online chatovacích místnostech a v poslední době sociální sítě.9,11 Stručně řečeno, tyto posledně uvedené činnosti mohou probíhat pouze online.
Existují však i některé činnosti, ve kterých internet přinesl offline aktivitě nový rozměr. Jednou z takových aktivit je hraní videoher. Zatímco videohry (a pravděpodobně videohry pro více hráčů) existovaly dlouho předtím, než se internet široce používal, rozsáhlé online připojení následně otevřelo nové hranice a zážitky v hraní her, zejména v případě MMOG (Massively Multiplayer Online Games). Aktuální MMOG mohou hostovat tisíce hráčů současně ve stejném virtuálním prostoru a zcela změnili kvalitu, zážitek a dynamiku hraní.12,13 To by snad mohl být jeden z důvodů, proč se problematické online hraní nebo závislost na online hraní stalo tak odlišnou oblastí výzkumu. Skutečnost, že navrhovaná Diagnostická a statistická příručka mentální poruchy, páté vydání (DSM-5) kategorie poruchy používání internetu, byla nakonec nahrazena poruchou internetové hry14-16 také ukazuje důležitost tohoto konkrétního jevu.
Navzdory rostoucímu počtu studií prováděných v těchto oblastech je o vztahu mezi problematickým používáním internetu (PIU) a problematickým online hraním (POG) známo relativně málo. Kromě teoretických úvah je také důležité jak na praktické, tak na pragmatické úrovni prozkoumat, zda je třeba rozlišovat mezi těmito dvěma jevy. Stručně řečeno, jsou PIU a POG dvěma odlišnými koncepčními a nosologickými entitami, které se týkají různých populací a mají různé rysy, nebo jsou jedno a totéž? Konkrétněji, jsou charakteristiky jedinců postižených PIU a POG podobné nebo odlišné? Jsou přispívající faktory podobné nebo odlišné?
Dřívější výzkumy naznačují určité rozdíly mezi populacemi ovlivněnými těmito dvěma jevy. Například když je pravděpodobně PIU ovlivněna větší demografická skupina,1 Zdá se, že POG postihuje hlavně mladší mužskou populaci.17,18 Kritickým metodickým nedostatkem většiny těchto studií je však to, že zkoumali PIU a POG samostatně. Cílem této studie proto bylo prozkoumat vzájemný vztah a překrývání mezi PIU a POG, pokud jde o sex, školní výsledky, čas strávený používáním internetu a / nebo online hraní, psychologický blahobyt a preferované online aktivity v celostátně reprezentativní vzorek adolescentů.
Metody
Vzorek a postup
Údaje byly shromážděny v březnu 2011 jako součást mezinárodního projektu s názvem Evropský školní průzkumový projekt o alkoholu a jiných drogách (ESPAD).19 Tento projekt se od roku 4 odehrává každých 1995 a v rostoucím počtu zúčastněných zemí hodnotí kouření a konzumaci alkoholu a drog u dospívajících ve věku 16. Kromě povinných otázek přidalo Maďarsko v 2011u dvě krátké oddíly k posouzení PIU a POG.
Pro získání reprezentativního vzorku adolescentů ve věku 16 v maďarské populaci byla použita metoda mezinárodně homogenního stratifikovaného náhodného vzorkování na základě regionu (střední / západní / východní Maďarsko), stupně (8 – 10) a typu třídy (primární obecně, střední všeobecné, střední odborné a odborné třídy). Vzorkovací jednotkou byla třída a dotazník byl podáván každému studentovi přítomnému ve škole v době sběru dat. Data musela být zvážena kvůli zkosené neodpovědi vyplývající z míry odmítnutí 15%. Aby se složení účastníků shodovalo se vzorkovacím rámcem, byla data vážena vrstvami pomocí metody váhové matice doporučené Národním vzdělávacím informačním systémem (KIR-STAT) (Elekes Z, 2012, nepublikovaná data).
Otázky týkající se PIU a POG byly spravovány pouze na reprezentativním vzorku srovnávačů 9th – 10th na středních všeobecných a středních odborných školách (N= 5,045). Po odstranění případů, kdy odpovědi na otázky PIU a POG zcela chyběly, tvořil konečný vzorek adolescentů 4,875.
Opatření
Byly shromážděny základní sociodemografické údaje (tj. Pohlaví a věk) spolu s výsledky ve škole (průměr známek) a informace o používání internetu a online hraní. Odpovědi na čas strávený používáním internetu a čas strávený hraním online her v průměrném dni byly vyvolány otázkami podle jedné volby (<1 hodina, 1–2 hodiny, 3–4 hodiny, 5–6 hodin, 7–8 hodin,> 8 hodin). Aby byly výsledky jasnější, došlo během analýz ke snížení počtu kategorií sloučením obou kategorií od okrajů. Byly zaznamenány také tři nejčastěji používané internetové aktivity. Studenti si mohli vybrat ze šesti možností (tj. Vyhledávání informací online, hraní online her, online chatování, používání sociálních sítí, odesílání e-mailů a stahování) a mohli specifikovat až dvě další online aktivity.
PIU byl hodnocen pomocí položky 6 položky Problematické používání internetu (PIUQ-6) (Király et al. 2014, nezveřejněný rukopis). Původní měřítko mělo položky 18 a tři dílčí stupnice: posedlost, zanedbávání a porucha kontroly.20 Kratší verze udržovala původní třífaktorovou strukturu měřenou dvěma položkami. K odhadu toho, jak dané výroky charakterizovaly respondenty, byla použita Xertův bodový Likertův rozsah (od „nikdy“ do „vždy / téměř vždy“). Skóre se pohybuje od 5 do 6, přičemž vyšší skóre znamená více PIU. Pro rozlišení mezi problematickými a bezproblémovými uživateli internetu bylo doporučeno mezní skóre 30u. Oba nástroje vykazovaly dobré psychometrické vlastnosti.20-21 Vnitřní konzistence položky XIUMQ položky 6 byla pro tento vzorek 0.77.
POG byl měřen pomocí krátkého formuláře dotazníku 12 Problematic Online Gaming Questionnaire (POGQ-SF).22 Tento nástroj pochází z POGQ položky 18, měřítka s dobrými psychometrickými vlastnostmi založenými na teoretickém i empirickém obsahu.23 Obě verze měří šest základních dimenzí problematických her (tj. Zaujetí, nadužívání, ponoření, sociální izolaci, mezilidské konflikty a stažení) pomocí Likertovy stupnice 5. Skóre se pohybuje od 12 do 60, s vyšším skóre označujícím více POG. Mezní skóre 32 bylo doporučeno k rozlišení mezi problematickými a bezproblémovými online hráči. Vnitřní konzistence POGQ položky 12 byla pro tento vzorek 0.93.
Psychologické charakteristiky, jako je depresivní nálada (krátká forma [6-položka] Centrum epidemiologických studií, depresivní stupnice [CES-D]24) a sebeúcta (Rosenbergova stupnice sebeúcty [RSES]25). Krátká forma CES-D je stupnice určená k posouzení depresivních úrovní symptomů pomocí Likertovy stupnice 4 (od „zřídka nebo nikdy“ do „většiny času“). Skóre se pohybuje od 4 do 24, přičemž vyšší skóre znamená vyšší depresivní úroveň nálady. Interní konzistence byla 0.82 pro tento vzorek. RSES hodnotí pocity sebevědomí a sebepřijetí, a tím měří globální sebevědomí. Má položky 10 (pět obrácených položek) a používá Likertovu stupnici 4 (od „silně souhlasím“ po „silně nesouhlasím“). Skóre se pohybuje od 10 do 40, přičemž vyšší skóre znamená vyšší sebeúctu. Interní konzistence byla 0.86 pro tento vzorek.
Statistické analýzy
Popisné analýzy byly provedeny s IBM SPSS Statistics pro Windows, v20.0.26 Pro testování vzájemného vztahu mezi průměrným denním používáním internetu a průměrným denním online hraním (měřeno jako kategoriální proměnné), jakož i vzájemným vztahem mezi PIU a POG, byly vytvořeny dvě kontingenční tabulky. Za účelem prozkoumání dvou nosologických entit navržených v nedávné psychologické literatuře (tj. PIU a POG), byla asociace PIU a POG porovnána s relevantními prediktivními proměnnými pomocí multivariační vícenásobné regresní analýzy v rámci strukturního rovnicového modelování (SEM) v MPLUS v6.0.27 Multivariační vícenásobný regresní model může odhadnout asociace mezi více než jednou výslednou proměnnou a více než jednou predikční proměnnou. Kromě toho byly v tomto typu analýzy odhadnuty všechny regresní koeficienty kontrolou všech ostatních predikčních proměnných v modelu. Kvůli odchylce od normální distribuce byl použit odhad maximální pravděpodobnosti s robustním odhadem standardních chyb. Všechny analýzy byly provedeny na váženém vzorku. Chybějící data v Mplus byla zpracována metodou maximální pravděpodobnosti úplné informace.27
výsledky
Deskriptivní statistika
Průměrný věk vzorku (N= 4,875) bylo 16.4 let (SD= 0.87) a 50% bylo samců. Pouze šest studentů (0.1%) uvedlo, že nepoužívali internet vůbec v měsíci předcházejícím sběru dat. Většina studentů, kteří používali internet, by mohla být seskupena do jedné ze tří skupin: a) ti, kteří nikdy nehráli online hry (n= 709, 14.5%), b) ti, kteří hráli během měsíce předcházejícího sběru dat (n= 2,073, 42.5%) a (c) ti, kteří hráli online hry, ale ne během měsíce předcházejícího sběru dat (n= 1,799, 36.9%). Všechny analýzy byly provedeny na druhé podvzorce, která zahrnovala současné hráče, aby bylo možné provést srovnání mezi PIU a POG. Průměrný věk aktuální podvzorky pro hráče byl stejný jako věk z celkového vzorku. Distribuce pohlaví však byla jiná: dvě třetiny (69.1%) současných hráčů byly muži ve srovnání s polovinou (50.4%) z celkového vzorku.
Čas strávený používáním internetu a hraním online her
Aby bylo možné zjistit vzájemný vztah mezi průměrným denním používáním internetu a průměrným denním online hraním, byla vytvořena kontingenční tabulka (viz Tabulka 1). Údaje ukazují, že zatímco průměrné denní používání internetu bylo mezi třemi časovými kategoriemi rozloženo spravedlivě rovnoměrně, online hazardní hry se s rostoucím časovými kategoriemi podstatně snížily. Tabulka také ukazuje, že zatímco online hraní je doprovázeno velkým množstvím používání internetu, opak je méně pravdivý. Konkrétně ti, kteří tráví spoustu času pomocí internetu, nemusejí trávit hodně času hraním online her.
Problematičtí uživatelé internetu a problematičtí hráči online
Aby se zjistilo měřítko PIU a POG a překrývání mezi nimi, byla vytvořena další kontingenční tabulka obsahující čtyři různé skupiny: (a) ani problematičtí uživatelé internetu, ani problematičtí online hráči (80.2%), (b) problematičtí uživatelé internetu, ale ne problematičtí online hráči (8.8%), (c) problematičtí online hráči, ale ne problematičtí uživatelé internetu (4.3%), a (d) problematičtí uživatelé internetu i problematičtí online hráči (6.7%) (viz viz Tabulka 2).
Vícerozměrná vícenásobná regrese
Korelační matice studovaných proměnných je uvedena v Tabulka 3. Za účelem srovnání asociace PIU a POG s relevantními prediktorovými proměnnými byla provedena vícerozměrná vícenásobná regrese (viz viz Obr. 1). Výsledky prokázaly výrazné asociace některých prediktorových proměnných se dvěma výslednými proměnnými. Být mužem byl spojován s oběma problémovými chováním. Asociace však byla silnější pro POG (β = −0.29, p<0.001) než pro PIU (β = −0.07, p<0.01). Více než 5 hodin používání internetu v průměru mělo silnější souvislost s PIU (β = 0.20, p<0.001) než POG (β = 0.07, p<0.01), zatímco online hraní po dobu delší než 5 hodin v průměrném dni mělo užší souvislost s POG (β = 0.20, p<0.001) než PIU (β = 0.07, p<0.01). Sebeúcta měla velmi nízký standardizovaný účinek na obě entity (β = −0.08, p<0.01 pro PIU; β = −0.09, p<0.01 pro POG), zatímco depresivní příznaky vykazovaly mírně silnější souvislost s PIU (β = 0.29, p<0.001 vs. β = 0.22, p<0.001). Kromě toho měl školní výkon měřený průměrem známek velmi nízký pozitivní účinek na obě problémová online chování (β = 0.05, p<0.05 pro PIU; β = 0.07, p<0.01 pro POG). Ve vztahu k šesti internetovým aktivitám, které byly hodnoceny jako jedna ze tří oblíbených online aktivit (tj. Vyhledávání informací, hraní online her, chatování, používání stránek sociálních sítí, odesílání e-mailů a stahování), pouze hraní online hry byly značně spojeny s POG (β = 0.20, p<0.001), zatímco hraní online her, online chatování a sociální sítě byly spojeny s PIU, i když jejich velikost účinku byla zanedbatelná (β = 0.09, p<0.01; β= 0.06, p<0.01; a β= 0.05, p<0.05).
Diskuse
Cílem této studie bylo prozkoumat vzájemný vztah mezi PIU a POG na národně reprezentativním vzorku adolescentů. Výsledky naznačují, že zatímco používání internetu bylo mezi dospívajícími běžnou aktivitou, online hraní se zabývalo mnohem menší skupinou. „Hard-core“ hraní (tj. Hraní online her po dobu> 7 hodin denně) bylo navíc mnohem vzácnější než dlouhodobé používání internetu (tj. Používání internetu po dobu> 7 hodin denně). Na základě těchto výsledků nepřekvapuje, že kritéria pro PIU splnilo více adolescentů než POG, zatímco malá skupina adolescentů vykazovala příznaky obou problémových chování. Tyto výsledky jsou v souladu s literaturou, která naznačuje vyšší používání internetu než online hraní28,29 a vyšší PIU než POG u dospívajících vzorků.28
Multivariační model vícenásobné regrese také prokázal rozlišení mezi dvěma online chováními. Nejvýznamnější rozdíly byly z hlediska pohlaví a času stráveného těmito dvěma činnostmi. Zatímco PIU i POG byly spojeny s tím, že jsou muži, velikost účinku byla pro POG mnohem větší. Sdružení PIU s časem stráveným s používáním internetu bylo silnější než jeho spojení s hraním online her, zatímco spojení POG s časem stráveným s online hraním bylo silnější než jeho spojení s časem stráveným s používáním internetu. Rozdíl je také demonstrován odlišnou preferencí pro online aplikace. Zatímco online hraní bylo jedinou online aktivitou zmíněnou jako jedna z často prováděných online aktivit pro POG, PIU byl pozitivně spojen s online hraním, online chatováním a sociálními sítěmi. Velmi nízká velikost dopadu sociálních sítí na PIU však byla překvapivá. Jedním vysvětlením by mohlo být, že popularita sociálních sítí v Maďarsku začala po období sběru dat exponenciálně růst. Nedávné zvýšení vlastnictví chytrých telefonů30 může také změnit zjištění nadcházejícího výzkumu ESPAD ve vztahu k činnostem, jako je sociální síť.
Je zajímavé, že nízká sebeúcta měla nízké standardizované velikosti účinku na obě problémové chování online. Tato zjištění jsou v souladu s některými předchozími výzkumy28 ale odporují některým dalším studiím.22,31,32 S depresivními příznaky však byly spojeny jak PIU, tak POG, což ovlivnilo PIU o něco více. To opět podporuje velkou část předchozí literatury.33-35
Navzdory mnoha silným stránkám studie, včetně velké velikosti vzorku, národní reprezentativnosti vzorku a silným psychometrickým vlastnostem nástrojů používaných k hodnocení POG i PIU, existují shromážděná data s určitými omezeními. Všechny údaje byly samy hlášeny a jako takové jsou náchylné k různým předpojatostem (např. Sociální touha, zkreslení vzpomínky na paměť). Kromě toho byli všichni účastníci maďarskými adolescenty a výsledky proto nemusí být zobecnitelné pro adolescenty z jiných zemí nebo vzorky dospělých. Jak bylo uvedeno výše, data byla shromážděna před nedávným rozmachem sociálních sítí, a pokud se nyní opakují, může studie přinést odlišné výsledky. Studie by proto měla být replikována mezi dospívajícími i dospělými vzorky a v různých zemích.
Na základě zjištění této studie se POG jeví jako koncepčně odlišné chování od PIU. Výsledky jasně ukazují, že dva typy problematického chování na internetu se zdají být různými populacemi a jsou spojeny s různými přispívajícími faktory. Data podporují názor, že Internet Addiction Disorder a Internet Gaming Disorder jsou samostatné nozologické entity. V důsledku toho by klasifikace pouze POG jako poruchy v současných diagnostických systémech mohla vést k ignorování jiných potenciálně návykových online aktivit, jako je sociální síť36 nebo obecnější problematické používání internetu.5
Poděkování
Tuto práci podpořil Maďarský vědecký výzkumný fond (čísla grantů: K83884, K111938 a K81353). Gyöngyi Kökönyei a Zsolt Demetrovics oceňují finanční podporu výzkumného stipendia Jánose Bolyai uděleného Maďarskou akademií věd.
Reference
;