Individuelle Unterschiede in Motiven, Präferenzen und Pathologien in Videospielen: die Spieleinstellungen, Motive und Erfahrungsskalen (2013)

Abstrakt

Ein neues Maß an individuellen Gewohnheiten und Präferenzen bei der Verwendung von Videospielen wird entwickelt, um die Risikofaktoren für pathologische Spielnutzung (dh übermäßige Häufigkeit oder längere Nutzung, manchmal "Spielsucht" genannt) besser zu untersuchen. Diese Maßnahme wurde an Internet-Foren für Spielenthusiasten und College-Studenten verteilt. Eine explorative Faktorenanalyse identifizierte 9-Faktoren: Geschichte, gewalttätige Katharsis, heftige Belohnung, soziale Interaktion, Eskapismus, Verlustempfindlichkeit, Anpassung, Schleifen und Autonomie. Diese Faktoren zeigten eine hervorragende Übereinstimmung in einer nachfolgenden bestätigenden Faktorenanalyse und, was wichtig ist, wurden gefunden, um zuverlässig zwischen interindividuellen Spielpräferenzen zu unterscheiden (z. B. Super Mario Brüder verglichen mit Call of Duty). Darüber hinaus waren drei Faktoren signifikant mit der pathologischen Spielnutzung verbunden: die Verwendung von Spielen, um dem täglichen Leben zu entkommen, die Verwendung von Spielen als soziales Medium und die positive Einstellung zur stetigen Anhäufung von Belohnungen im Spiel. Die aktuelle Forschung identifiziert individuelle Präferenzen und Motive, die für das Verständnis der Bewertungen verschiedener Spiele durch Videospielspieler und Risikofaktoren für die pathologische Verwendung von Videospielen relevant sind.

Stichwort: Videospiele, Spielpathologie, Spielsucht, Motive für das Spiel, Spielerpersönlichkeit

Einleitung

Die Videospielindustrie gehört zu den am schnellsten wachsenden Sektoren der US-Wirtschaft. Diese Branche generierte in 25 $ 2011 Milliarden Umsatz und von 2005 bis 2009 eine jährliche Wachstumsrate von mehr als 5 gegenüber der Wachstumsrate der gesamten US-Wirtschaft im gleichen Zeitraum (Siwek, 2010). Evidenz deutet dementsprechend an, dass Individuen Videospiele mehr denn je spielen (siehe Anderson et al., 2007). Zum Beispiel, Gentile (2009) berichtet, dass Personen im Alter von 8 zu 18 im Durchschnitt Videospiele für fast 15 h pro Woche spielen. Während sich die Forschung auf die Auswirkungen von Spielinhalten, insbesondere Gewalt, konzentriert hat (siehe Anderson et al., 2010), hat vergleichsweise wenig Forschung Faktoren untersucht, die zu pathologischen (manchmal "süchtig machenden") Mustern des Videospielspiels beitragen könnten (Fisher, 1994; Chiuet al., 2004; Charlton und Danforth, 2007; Nichtjude, 2009; Gentile et al., 2011) und was motiviert Menschen zum Spielen und bevorzugt bestimmte Spiele gegenüber anderen (Przybylski et al., 2010). Der vorliegende Bericht trägt zu der aufkommenden Literatur zu individuellen Unterschieden bei Spielpräferenzen und -motiven bei, indem ein Instrument zur Messung dieser Konstrukte entwickelt und validiert wird.

Mit zunehmender allgemeiner Beliebtheit von Videospielen hat auch die Vielfalt zugenommen. Die heutigen Videospiele umfassen eine Vielzahl verschiedener Studios, Entwickler und Genres. Bestimmte Spiele enthalten häufig eine Vielzahl von Optionen, sodass der Spieler auf viele verschiedene Arten mit dem Spiel interagieren kann. Bei so vielen Optionen zwischen und innerhalb von Videospielen ist es nicht verwunderlich, dass Einzelpersonen häufig einen Spieltyp einem anderen vorziehen, ähnlich wie bei anderen Formen populärer Medien. So wie ein Filmliebhaber Spielberg bevorzugen mag, während ein anderer Tarantino bevorzugt, mag auch ein Spieler Sid Meiers Strategiespiele genießen (z. Civilization), während ein anderer Ken Levines narrative Ego-Shooter bevorzugt (z. Bioshock).

Die intuitive Idee, dass verschiedene Spieler unterschiedliche Motive und Präferenzen für Videospiele haben, wird durch aktuelle Forschungen gestützt. Zum Beispiel, Ryan et al. (2006) untersuchten die Motivationen der Spieler durch die Anwendung der Selbstbestimmungstheorie (SDT) (Deci und Ryan, 1985). SDT sagt voraus, dass Spieler ein Videospiel genießen sollten, sofern es das psychologische Grundbedürfnis eines Spielers nach Autonomie (ein Gefühl der Kontrolle), Kompetenz (ein Gefühl, dass man gute Leistungen erbringt) und Verwandtschaft (Freunde und Beziehungen) befriedigt. In Übereinstimmung mit dieser Hypothese haben Ryan et al. ((2006) fand heraus, dass die subjektive Erfahrung von Autonomie, Kompetenz und Verbundenheit während des Spiels für alle Spieler motivierender und ansprechender war. Darüber hinaus kritisch überprüfte Spiele (zB Die Legende von Zelda: Okarina der Zeit) neigten dazu, Bedürfnisse besser zu befriedigen als kritische Flops (z. Das Leben einer Wanze). Wichtig ist, dass verschiedene Spieler die gleichen kritisch erfolgreichen Spiele als unterschiedlich befriedigend ihrer SDT-Bedürfnisse und damit als unterschiedlich erfreulich empfanden. Dieses Phänomen legt nahe, dass individuelle Unterschiede in den Spielerpräferenzen moderieren können, ob ein bestimmtes Spiel SDT-Bedürfnisse befriedigt oder unterdrückt, und somit, welche Spieler welche Spiele genießen werden.

Forscher, Spieler und Spieleentwickler sind seit langem daran interessiert, individuelle Unterschiede in Spielmotivationen und Präferenzen zu messen. Theorien der "Spielerpersönlichkeit" begannen mit Bartle (1996), die spekulierten, dass die Spieler je nach dem Grad, in dem jeder Spieler lieber mit der Spielwelt agiert (statt mit ihr zu interagieren), in einen von vier Typen unterteilt sind und wie sehr jeder Spieler mit anderen Spielern interagiert. In jüngerer Zeit haben Sherry et al. (2006) interviewte amerikanische Studenten in Fokusgruppen, um Dimensionen von Videospielnutzungsmotivationen zu bestimmen. Sie identifizierten sechs Dimensionen: Erregung, Herausforderung, Wettbewerb, Ablenkung, Fantasie und soziale Interaktion. Diese Dimensionen erwiesen sich in einer nachfolgenden Umfrage als starke Prädiktoren für das Spielen von Videospielen, so dass höhere Bewertungen von Arousal, Diversion und Social Interaction mit mehr Stunden wöchentlichen Videospieleinsatz verbunden waren.

Ein anderes Modell stammt von Yee et al. (2012; Yee, 2006a,b). Yee und Kollegen befragten Spieler von Massively Multiplayer Online-Rollenspielen (MMORPGs) und identifizierten drei Faktoren, die aus zehn Unterkomponenten bestehen. Diese Faktoren umfassten: Leistung, bestehend aus Unterkomponenten Fortschritt, Mechanik und Wettbewerb; Sozial, bestehend aus Geselligkeit, Beziehungen und Teamarbeit; und Immersion, bestehend aus Entdeckung, Rollenspiel, Anpassung und Eskapismus. Es wurde festgestellt, dass diese Faktoren sich auf die Bereiche beziehen, in denen die Spieler am weitesten fortgeschritten sind World of Warcraft. Zum Beispiel hatten mehr achievement-orientierte Spieler einen größeren Anteil an In-Game- "Errungenschaften" in Spieler-gegen-Spieler-Kämpfen und kooperativen Dungeon-Raids, während mehr Immersion-orientierte Spieler proportional mehr Erfolge im Zusammenhang mit der Exploration hatten (Yee et al. , 2012).

Diese drei Ansätze haben jeweils versucht, individuelle Vorlieben in Spielen zu messen und zu erklären - ein Ansatz, der erklären könnte, wie dasselbe Spiel die SDT-Anforderungen eines Spielers erfüllt und gleichzeitig die eines anderen unterdrückt. In der Tat, Yee's (2006a) Faktoren scheinen besonders im Einklang mit SDT-Motiven zu stehen: Spieler unterscheiden sich in dem Maße, in dem sie Spiele verwenden, um das Gefühl von Kompetenz (dh Yees Leistungsfaktor) oder Verwandtschaft (dh Yees sozialer Faktor) zu erfüllen. Sherry et al. (2006) gemessen Einstellungen zu Wettbewerb und sozialer Interaktion. Abweichungen bei diesen Maßnahmen deuten darauf hin, dass sich die Spieler hinsichtlich der SDT-Bedürfnisse unterscheiden, die sie durch die Nutzung des Spiels erreichen wollen. Zum Beispiel kann ein Spieler Spiele verwenden, um Beziehungen zu erfahren, während ein anderer Spieler sie stattdessen nutzt, um Kompetenz zu erfahren.

Da Motivmodelle die Stunden vorhersagen können, die mit dem Spielen von Videospielen verbracht wurden (z. B. Sherry et al., 2006; Yee, 2006b), das Verständnis individueller Unterschiede in Spielmotiven kann entscheidend sein für das Verständnis von Faktoren, die zu problematischem Videospielgebrauch führen, oder was einige "pathologische Videospielnutzung" genannt haben (Gentile, 2009) oder "pathologischer Technologiegebrauch" (Gentile et al., 2013). Ursprünglich aus dem Diagnostischen und Statistischen Handbuch, vierte Ausgabe (DSM-IV; American Psychiatric Association, 2000) Kriterien für die Spielsucht, Maße des pathologischen Videospielgebrauches haben Zuverlässigkeit und Gültigkeit stetig verbessert. Wie beim Spielen kann der übermäßige Einsatz von Videospielen zahlreiche nachteilige Folgen für den Einzelnen haben. Zum Beispiel ist pathologischer Videospielgebrauch mit Depression, Angstzuständen, sozialer Phobie und beeinträchtigter schulischer Leistung verbunden (Gentile et al., 2011). In einem Extremfall wurde eine Frau mit dem Spiel so beschäftigt World of Warcraft dass ihre 3-jährige Tochter an Vernachlässigung gestorben ist (Las Cruces Sun-News; Meeks, 2011).

Individuelle Unterschiede in den Motiven und Vorlieben der Spieler bei der Verwendung von Videospielen können bestimmen, welche Spieler eine gesunde, ausgewogene Spielnutzung genießen und bei welchen Spielern das Risiko einer pathologischen Spielnutzung besteht. Zum Beispiel ähnlich wie Bewältigungsmotive mit Alkoholmissbrauch verbunden sind (Cooper et al., 1988, 1992, 1995), deutet dementsprechend darauf hin, dass Spieler, die Videospiele benutzen, um ihren Problemen zu entkommen, größere Probleme aufgrund ihres Spielgebrauchs haben (Yee, 2006b; Kneer und Glock, 2013).

In der Tat gibt es Grund zu der Annahme, dass Präferenzen für bestimmte Spielmerkmale mit pathologischem Spiel verbunden sein können. Forscher haben vorgeschlagen, dass bestimmte Funktionen manche Spiele suchterzeugender machen als andere (Wan und Chiou, 2007; König und Delfabbro, 2009; King et al., 2011). Zum Beispiel sind Internetspiele, die soziale Interaktion enthalten, oft suchterzeugender als Offline-Einzelspieler-Videospiele (Thomas und Martin, 2010). Im Vergleich zu den Kontrollen berichten Süchtige darüber, dass sie mehr Freude daran haben, seltene Gegenstände im Spiel zu finden, die dazu beitragen können, dass der Spielcharakter „in die Höhe geht“ (King et al. 2010). Aus diesen Gründen neigen Forscher zu der Annahme, dass Massively Multiplayer Online Rollenspiele (MMORPGs) besonders süchtig machen (Linderoth und Bennerstedt, 2007; Hellström et al. 2012; Kneer und Glock, 2013), manchmal bis zu einem Ausschluss aller anderen Genres von Studien zur Wildpathologie (z. B. Yee, 2006b; Hellström et al. 2012). Durch das Erkennen von Unterschieden in den Spielvorlieben kann es möglich sein, Spieler zu identifizieren, die bestimmte Spielstile bevorzugen, und feststellen zu können, ob mehr Symptome eines pathologischen Spiels auftreten als bei anderen Spielern. Zum Beispiel können Spieler in dem Ausmaß variieren, in dem sie durch Gegenstände im Spiel oder soziale Online-Interaktion motiviert werden. Spieler, die von Spielbelohnungen, wie zeitraubenden Erfolgen und seltenen Gegenständen, besonders begeistert sind, werden möglicherweise gezwungen, übermäßig lange zu spielen. In ähnlicher Weise neigen Spieler, die Spiele mit einer starken sozialen Komponente bevorzugen, dazu, dass sie eher dazu verpflichtet werden, das Spiel zu spielen, was zu Konflikten zwischen dem Spielleben und dem wirklichen Leben führen kann.

Die Verstärkung von Verhalten im Spiel hängt möglicherweise mit der Verwendung von pathologischen Spielen zusammen. In einer Reihe von Studien wurde das Videospiel mit der Aktivierung von Belohnungsnetzwerken in Verbindung gebracht, die auch mit Drogenkonsum und Sucht verbunden sind (Koepp et al. 1998; Hoeft et al. 2008). Game-Designer, die die Spieler weiterhin engagieren möchten, wenden nun die Prinzipien der operanten Konditionierung auf das Game-Design an (Skinner et al., 1997; Hopson, 2001). Belohnungen im Spiel werden häufig nach einem Belohnungsplan mit variablem Verhältnis ausgegeben, in dem eine variable Anzahl von Aktionen erforderlich ist, um eine Belohnung zu erhalten. Zum Beispiel a Diablo Der Spieler kann eine mächtige Waffe schon beim nächsten Monster finden, das er erschlägt, oder diese Waffe wird erst tausend Monster später gefunden. Dieser Belohnungsplan fördert ein schnelles und häufiges Eingreifen des Verhaltens, und das erlernte Verhalten wird ohne Belohnung langsam gelöscht. Die Struktur und die Bedeutung dieser Belohnungspläne variieren zwischen den Spielen, was dazu führen kann, dass bestimmte Arten von Videospielen enger mit der Pathologie zusammenhängen. Diese Hypothese unterstützend, Yee (2006b) stellte fest, dass Spieler, die durch die Aussicht, Ziele zu erreichen und seltene Gegenstände anzusammeln, stärker motiviert waren, mehr Symptome des pathologischen Spiels zeigten. Während sich die meisten SDT-Perspektiven auf die kompetenzbasierte Herausforderung als Quelle der Erfüllung der Kompetenzanforderungen konzentrierten (Przybylski et al. 2010) kann die Anhäufung von Belohnungen auch zu einem mächtigen Spieler-Avatar und zu Erfolgen und Fortschritten führen, was die SDT-Kompetenzbedürfnisse wahrscheinlich erfüllt, auch wenn keine Herausforderung besteht.

Die soziale Verpflichtung kann ein weiteres gefährliches Spiel sein. In vielen Online-Spielen müssen die Spieler zusammenarbeiten, um Ziele höherer Ordnung zu erreichen. Falls ein Spieler ein wesentliches Mitglied einer Gruppe ist, ist der Spieler sozial verpflichtet, so lange zu spielen, wie der Rest der Gruppe spielen möchte (King und Delfabbro, 2009). "Soziale Spiele" wie Farmville bemühen sich auch, die Spieler dazu zu zwingen, in regelmäßigen Abständen zu spielen, indem sie die Spieler dazu bringen, sich bei der täglichen Zuteilung der Spielressourcen aufeinander zu verlassen. Trotz dieser möglicherweise zeitaufwändigen sozialen Verpflichtungen genießen viele Spieler Multiplayer-Spiele, wahrscheinlich weil die mit sozialen Spielen verbundenen Funktionen den Spielern die Möglichkeit bieten, ihren SDT-Bezug zu erfüllen.

Messungen von Spielermotiven geben Aufschluss darüber, welche Spieler durch die oben genannten Spielmerkmale besonders motiviert sind und somit, ob diese Spielmerkmale mit einer größeren Pathologie verbunden sind. Es gibt jedoch eine Reihe von Möglichkeiten, wie die Messung der Spielermotive verbessert werden kann, um Präferenzen und Pathologie besser zu verstehen. Erstens, seit der Entwicklung anderer Spielmotive und Präferenzen (Sherry et al. 2006; Yee, 2006a), Geschichten haben sich zu einem Hauptmotiv für die Verwendung von Videospielen entwickelt, wobei einige Spieler ihre Erfahrung mit traditionelleren Medienformen wie Filmen, Büchern oder Kunst verglichen haben. Als nächstes waren die bisherigen Anstrengungen auf kleine Teilmengen der Spielebevölkerung beschränkt. Zum Beispiel Yee (2006a,b, 2012) studierte nur Spieler von MMORPGs, ein einziges Videospielgenre Sherry et al Forschung (2006) konzentrierte sich auf Spieler des Alters 23 und jünger.

Wichtig ist, dass bislang keine Maßnahme die Fähigkeit gezeigt hat, zwischen Spielern verschiedener Spiele zu unterscheiden. Die Fähigkeit, zwischen Spielplattformen, Genres und Titeln zu unterscheiden, ist gleichbedeutend mit dem Verständnis der Unterschiede zwischen verschiedenen Videospielen und ihren unterschiedlichen Möglichkeiten, um die pathologische Nutzung anzuregen. Daher sollte ein umfassendes und von außen gültiges Maß an Präferenzen in der Lage sein, Fans verschiedener Spielstile und sogar verschiedene Spielplattformen zu unterscheiden. Zum Beispiel sollten sich Menschen, die Spiele hauptsächlich über zufällige Plattformen wie Facebook oder iPhone spielen (manchmal als "Gelegenheitsspieler" bezeichnet), deutlich von Personen unterscheiden, die Spielkonsolen speziell für Videospiele kaufen. In ähnlicher Weise sollten sich Fans verschiedener Spiele in ihrer Begeisterung für die verschiedenen Spielfunktionen unterscheiden. Zum Beispiel wurden einige Videospiele für ihr Storytelling kritisch gelobt (z. B. Mass Effect, Bioshock) (Dahlen, 2007; Villoria, 2010), während die Geschichte in anderen Spielen ein zufälliges Rahmengerät ist, das manchmal völlig ignoriert wird (z. B. Super Mario Brüder, Team Fortress 2, DOOM). In ähnlicher Weise verfügen einige Spiele über lebendige Multiplayer-Communities (z. B. Minecraft, World of Warcraft), während andere ausschließlich Einzelspieler-Erlebnisse sind. Einige Spiele ermöglichen die stetige Anhäufung von Level-Ups und Items im Laufe der Zeit (z. B. Skyrim, World of Warcraft, Ruf der Pflicht), während andere Spiele in isolierten, nicht kumulativen Spielen (z. B. Starcraft, Zivilisation, Tetris). Wir erwarten, dass die Spieler Einstellungen für einen Satz von Spielmechanismen vor einem anderen haben und sinnvolle und vorhersagbare Kovariationsmuster zwischen den Lieblingsspielfranchisen und Motivmessungen erstellen können.

Der Zweck der aktuellen Studie war es, Videospielpräferenzen und -motive einer breiten Stichprobe von Teilnehmern zu untersuchen und dabei erste Validitätsinformationen zu einer neuen Messgröße dieser Konstrukte zu entwickeln und bereitzustellen. Diese Anstrengung verbessert die bisherigen Arbeiten, indem versucht wird, eine breitere Vielfalt potenzieller Motive zu messen und eine vielfältigere Population von Spielern zu studieren, darunter Spieler verschiedener Spielgenres und seltener (Gelegenheitsspieler). Durch die Validierung dieses Maßes durch Vergleiche mit bevorzugten Videospielen und Spielplattformen kann diese Studie untersuchen, ob bestimmte Spielmotive, Spielgenres oder Spielplattformen mit einer höheren Häufigkeit pathologischer Spiele einhergehen.

Methoden

Teilnehmer

Die Teilnehmer wurden aus zwei Quellen gesammelt. Zuerst wurden Freiwillige aus dem Internet mit Erlaubnis des Moderators durch Forenbeiträge bei rekrutiert www.reddit.com/r/truegaming, www.reddit.com/r/girlgamers, foren.penny-arcade.com, www.rpgcodex.de, www.minecraftforum.net/forum, www.skyrimforums.de, www.conquerorworm.net und www.badgame.net. Forum-Plakate hatten den Vorteil, dass sie reichlich vorhanden waren und bereit waren, ihre Zeit für minimale Entschädigung einzusetzen, aber der Selbstselektionsdruck führte dazu, dass diese Teilnehmer überwiegend männliche Spieler waren, die täglich spielten. Daher wurde die Umfrage auch an College-Studenten verteilt, die als „Umfrage zum Spaß haben“ und nicht als „Videospielumfrage“ beworben wurden, um mehr Frauen und weniger häufige Spieler zu befragen.

Das aktuelle Beispiel umfasste 1689-Personen, die aus Internet-Diskussionsforen rekrutiert wurden, die die Umfrage ausfüllten, um eine der zehn $ 20-Amazon-Geschenkkarten zu gewinnen. (87% männlich, 79% Nicht-Hispanic White, 4% Asian, 1% Indian, 1% Arab, 2% Indianer, 4% Hispanic White und 7%, wenn nicht anders angegeben. Das Durchschnittsalter betrug 23.4. SD = 6.03, Bereich = 10 – 66.) Weitere Studenten der 300-Hochschule wurden von der University of Missouri rekrutiert, die die Befragung als Gegenleistung für einen Teilkurs ablehnte. (27% männlich, 82% Nicht-Hispanic White, 2% Hispanic White, 8% Black, 2% Non-Hispanic Asian, 1% Hispanic Asian und 3%, wenn nicht anders angegeben. Ihr Durchschnittsalter war 18.4. SD = 1.21, Bereich = 17 – 34).

Die Umfrage wurde durchgeführt www.qualtrics.com. Die Forschung wurde von der University of Missouri-Columbia IRB genehmigt und die Einverständniserklärung aller Probanden wurde eingeholt.

Maßnahmen

Demographische Information

Die Teilnehmer gaben ihr Alter, Geschlecht und Rasse an (“Weiß, “Schwarz, Asiatisch, Arabisch, Indisch, Amerikanischer Ureinwohner, Andere) und Ethnizität (“Hispanic" oder "Nicht Hispanic").

Videospielbelichtung

Die Teilnehmer gaben an, wie zufällig sie Videospiele auf einer Skala von 1 (Sehr hardcore) zu 5 (Zwanglos) und wie oft sie solche Spiele gespielt haben (Täglich 2-3-Zeiten / Woche, wöchentlich, 2-3-Zeiten / Monat, monatlich, weniger als monatlich, niemals). Die Teilnehmer gaben auch an, wie viele Stunden (an Wochentagen und Wochenenden) sie in den folgenden 6-Stundenintervallen Videospiele spielten: Mitternacht bis 6 AM, 6 AM bis Mittag, Mittag bis 6 PM und 6 PM bis Mitternacht. Sie gaben auch an, welchen Anteil ihrer Freizeit sie damit verbrachten, Videospiele in einer Größenordnung von 1 (Fast keine meiner Freizeit) zu 5 (Fast alle meine Freizeit).

Bevorzugte Spiele

Die Teilnehmer wurden außerdem gebeten, mittels einer offenen Antwort drei ihrer Lieblingsspiele (einschließlich Nicht-Videospiele) und drei Spiele, die sie gerade spielten, aufzulisten.

Um die statistische Leistungsfähigkeit zu erhöhen, brach dieser Gegenstand über die Spiele innerhalb der Franchise-Systeme zusammen, wenn die einzelnen Spiele einigermaßen ähnlich waren. Zum Beispiel verschiedene Einträge innerhalb der Final Fantasy Franchise wurden zusammengebrochen, mit Ausnahme von Final Fantasy XI und Final Fantasy XIV, das waren massiv Multiplayer-Online-Spiele anstelle von japanischen Einzelspielerspielen. In ähnlicher Weise sind die 1990s rundenbasierte Rollenspiele Fallout 1 und Fallout 2 wurden zu einem einzigen Eintrag zusammengefasst, während das 2008-Ego-Shooter-Rollenspiel Fallout 3 wurde als eigener separater Eintrag aufbewahrt. Das World of Warcraft MMO wurde von der getrennt gehalten Warcraft Echtzeit-Franchise. Da jeder nacheinander The Elder Scrolls Das Spiel hatte ebenso leidenschaftliche Fans und Kritiker, Morrowind, Vergessenheit und Skyrim wurden jeweils als separate Einträge geführt.

Die Antworten beschränkten sich auf die zwanzig am häufigsten genannten Lieblingsspiele. Diese enthielten: Die Legende von Zelda Franchise, Final Fantasy Franchise (ohne MMOs), Halbwertzeit Franchise, Mass Effect Franchise, Fallout 1 und 2, Deus Ex 1, Super Mario Franchise (ausgenommen Spinoffs wie Mario Party or Mario Kart), Portal Franchise, Skyrim, Halo Franchise (ohne die Ausgliederung) Halo Wars), Planescape: Torment, Pokémon Franchise, Call of Duty Franchise, Morrowind, Team Fortress 2, Minecraft, Grand Theft Auto Franchise, World of Warcraft, Baldur's Gate 2 und Bioshock Franchise.

Zusätzlich haben die Teilnehmer per Checkliste angegeben, welche Medienplattformen sie haben am typischsten Verwenden Sie diese Option, um Spiele zu spielen (PC, Nintendo Wii, Sony Playstation 3, Microsoft XBOX 360, Nintendo DS, Sony Playstation Portable, Mobiltelefon, Facebook, Brett- oder Kartenspiele, Rollenspiele für Stift und Papier, echte Sportspiele, Arcade-Boxen und andere ).

Spieleinstellungen, Motive und Erfahrungen skalieren

Die Teilnehmer beantworteten Fragen zu 121-Videospielen, um ihre Motive und Vorlieben für solche Medien zu bewerten. Von diesen Elementen stammt 20 aus dem von Sherry et al. Entwickelten Instrument für Videospielanwendungen und -befriedigungen. (2006) (zB "Ich spiele Videospiele, weil sie mich aufregen."). Diese Sechs-Faktor-Skala modelliert individuelle Unterschiede in der Spielnutzung und Befriedigung als Funktion von Wettbewerb (α = 0.86), Herausforderung (α = 0.80), Sozialer Interaktion (α = 0.81), Diversion (α = 0.89), Fantasy (α = 0.88) und Arousal (α = 0.85). Ein weiteres 100-Element wurde von den Experimentatoren entwickelt, um andere mögliche individuelle Unterschiede in den Spielvorlieben und -motiven zu messen. Zu den hypothetischen Vorlieben und Motiven zählten Emotionsregulierung, Transport, die Fähigkeit, einen Verlust zu genießen, Anpassungen, Katharsis und Gewalt. Die Antworten wurden mit einer 5-Punkt-Likert-Skala von 1 (Entschieden widersprechen) zu 5 (Stimme voll zu) (zB „Ich finde, dass einfache Spiele zu langweilig sind“ oder „Ich bevorzuge Spiele, bei denen ich mich auf meine Teamkameraden verlassen kann.“). Die Teilnehmer erhielten die Antwortoption „Nicht zutreffend“, falls sie keine Erfahrung mit einem Artikel hatten. Die Artikel wurden in einer zufälligen Reihenfolge zwischen den Teilnehmern präsentiert. Ein Umfrageelement forderte die Teilnehmer auf, einWeder zustimmen noch abstreiten" Antwort. Dieses Element diente als Stellvertreter für Aufmerksamkeit. Personen, die diesen Artikel nicht entsprechend gekennzeichnet haben, wurden ausgeschlossen.

Pathologie von Videospielen

Nach Abschluss der Befragung zu Motiven und Präferenzen absolvierten die Teilnehmer ein von Gentile entwickeltes Maß für die Verwendung pathologischer Videospiele (2009). Die Teilnehmer wurden gefragt, ob sie 15-Symptome eines pathologischen Videospiels erlebt hätten. Zum Beispiel fragt der Fragebogen, ob die Teilnehmer sich zurückgezogen haben („Sind Sie im vergangenen Jahr beim Versuch, Videospiele einzuschränken oder aufzuhören, unruhig oder gereizt?“), Kollidieren Sie mit der Arbeit („Im vergangenen Jahr haben Sie übersprungen Unterricht oder Arbeit, um Videospiele zu spielen? “und Konflikte mit anderen („ Haben Sie im letzten Jahr jemals eine Familie oder Freunde angelogen, wie viel Sie Videospiele spielen? “). Die Teilnehmer gaben an, ob sie jedes Symptom erlebt hatten, indem sie antworteten:Ja“, „Nein“, „Manchmal," oder "Nicht zutreffend"Manchmal" wurden Antworten als äquivalent zu einem halben "Ja" angesehen (ja = 1, manchmal = 0.5, nein oder N / A = 0), da dieser Ansatz die höchste Zuverlässigkeit in früheren Untersuchungen ergab (α = 0.78) ( Gentile et al., Im Überblick).

Die Ergebnisse

Muster

Im Vergleich zur Internet-Stichprobe war die Stichprobe der Studenten jünger [Welch's t(1598) = 27.42, p <0.001], proportional mehr weiblich (87 vs. 27%, G = 414, 1 df, p <0.001), lässiger über Videospiele [Welch's t(365) = 26.33, p <0.001], weniger häufig gespielt [Welch's t(303) = 20.59, p <0.001] und verbrachten einen kleineren Teil ihrer Freizeit mit Videospielen [Welch's t(403) = 30.62, p <0.001]. Die Stichprobe für Studenten fügt der Stichprobe somit eine größere Vielfalt hinzu, wodurch die folgenden Analysen die Spielnutzung im Allgemeinen besser repräsentieren als die Spielnutzung nur durch ernsthafte Spieler.

Eine große Anzahl von Teilnehmern aus der ersten Stichprobe (N = 1280) wurden aufgrund fehlender Daten (z. B. "Durchklicken" der Online-Umfrage, ohne auf die meisten Elemente zu antworten, Starten der Umfrage und nicht Beenden der Umfrage) oder "Nicht anwendbar" auf einige Elemente eliminiert. Wir haben auch Teilnehmer entfernt, die nicht mit "3" auf unser Aufmerksamkeitselement (N = 27) und entfernte Teilnehmer, die "3" auf jeden Punkt der Umfrage geantwortet haben (N = 3). Teilnehmer mit einer Mahalonobis-Distanz von drei Standardabweichungen über dem Mittelwert wurden als multivariate Ausreißer (N = 7), wobei 672-Probanden für diese Phase der Analyse belassen wurden (Durchschnittsalter = 22.6 (5.51), 79% männlich, 85% nichthispanisches Weiß, 4% hispanisches Weiß, 2% Schwarz, 5% Asiat, 1% Indianer, 1 % Araber, 2% Native American, 5% nicht anders angegeben).

Faktorenstruktur

Viele Gegenstände waren stark verzerrt. Um die Leistung der Faktorenanalyse zu verbessern, haben wir seltene und extreme Reaktionen auf die extremste Reaktion umgeschrieben (siehe Wilcox, 1995). Bei einem Artikel, bei dem nur drei Teilnehmer "5 - Strongly Agree" antworteten, wurde diese Antwort als "4-Agree" umkodiert. Fünfzig der 121-Artikel wurden auf diese Weise angepasst1.

Um unsere Motiv- und Präferenzfaktorstruktur zu etablieren und zu validieren, führten wir einen Split-Hälften-Exploratory-Factor-Analysis (EFA) und Confirmatory Factor Analysis (CFA) -Prozess durch. Die Teilnehmer wurden zufällig der EFA- oder CFA-Gruppe zugewiesen. Von den 332-Teilnehmern der EFA-Gruppe waren 50 College-Studenten.

EFA wurde in einem iterativen Prozess unter Verwendung des "nFactors" -Pakets für R (Raiche und Magis, 2010). Zunächst wurden die Daten einer parallelen Analyse unterzogen (siehe Fabrigar et al., 1999). Die parallele Analyse führt eine Hauptfaktorzerlegung der Datenmatrix durch und vergleicht sie mit einer Hauptfaktorzerlegung einer randomisierten Datenmatrix. Diese Analyse liefert Komponenten, deren Eigenwerte (Größen) in den beobachteten Daten relativ zu den randomisierten Daten größer sind. Als nächstes wurden Daten an eine EFA unter Verwendung einer schrägen Promax-Rotation mit der empfohlenen Anzahl von Faktoren aus der parallelen Analyse, die aus der ursprünglichen Datenmatrix extrahiert wurde, übermittelt. Wir haben die Faktorladungen überprüft und Gegenstände mit schwachen Ladungen fallen gelassen (keine Ladung> 0.30). Wir haben auch Elemente, die komplexe Ladevorgänge aufwiesen (Elemente, die bei mehr als einem Faktor> 0.30 geladen wurden), für zwei aufeinanderfolgende Iterationen gelöscht. Wir wiederholten diesen iterativen Prozess (parallele Analyse und anschließendes Löschen schlechter und komplexer Elemente), bis eine stabile Lösung erreicht wurde (dh, keine Elemente erreichten Ausschlusskriterien).

Die endgültige Lösung bestand aus neun Faktoren. Ein zehnter Faktor, Procrastination, wurde durch parallele Analyse empfohlen, aber er bestand nur aus zwei Elementen mit sehr ähnlichen Formulierungen und wurde verworfen. Zwei Artikel von Sherry et al. (2006) versäumt, auf ihren zuvor validierten Faktor zu laden: "Ich finde es sehr lohnend, zum nächsten Level zu gelangen" und "Ich spiele, bis ich ein Spiel gewinne oder ein Level vollende", anstatt den Challenge-Faktor. Dies war wahrscheinlich auf die Mehrdeutigkeit des Wortes "level" zurückzuführen, das entweder auf einen Teil oder eine Phase eines Spiels (z. B. in einem Actionspiel, das Überschlagen eines Levels und das Übergehen auf das nächste) oder auf die Akkumulation von Avatarfestigkeit (zB "Aufrichten" in einem Rollenspiel, wodurch sie stärker wird). Obwohl die Ladungen dieser Gegenstände in etwa einfach waren, wurden die Gegenstände verworfen, um jede Mehrdeutigkeit zu vermeiden.

Eine vollständige Liste der hypothetischen Faktornamen und -bedeutungen ist in der Tabelle zu sehen Tabelle1.1. Die Elemente, die nach der letzten Iteration verblieben sind, sind in Tabelle aufgelistet Tabelle2,2, nach Faktor sortiert und neu nummeriert. Faktorladungen für diese Artikel sind in der Tabelle verfügbar Tabelle3.3. Die Korrelationen zwischen den Faktoren und die Cronbach-Alphas für jeden Faktor sind in der Tabelle zusammengefasst Tabelle44.

Tabelle 1 

GAMES Faktoren und ihre hypothetischen Bedeutungen.
Tabelle 2 

Liste der Elemente in den Einstellungen für Spieleinstellungen, Motivationen und Erfahrungen (SPIELE).
Tabelle 3 

Faktorladungen.
Tabelle 4 

Inter-Faktor-Korrelationen und Cronbach-Alphas.

Bestätigungsfaktoranalyse

Sobald eine stabile EFA-Lösung gefunden wurde, wurde diese EFA-abgeleitete Faktorstruktur auf die zweite Hälfte der Probe angewendet (n = 332, einschließlich 41-Studenten) mit CFA im "sem" -Paket für R (Fox, 2006). Da die Antworten zu den Punkten oft nicht normal waren, wurde eine Methode zur Schätzung der maximalen Wahrscheinlichkeit für unangemessen gehalten. Stattdessen verwendete das CFA verallgemeinerte Kleinste Quadrate (GLS), was die Annahme multivariater Normalität lockert.

Die Ergebnisse der CFA zeigten eine hervorragende Modellanpassung [X2(1616) = 2012, p <0.001, TLI = 0.99, CFI = 0.99, RMSEA = 0.027]. Wir interpretieren diesen gut passenden CFA als Beweis für die interne Zuverlässigkeit der Skalen, da die Beziehungen zwischen latenten Faktoren und ihren Indikatorvariablen über Untergruppen von Teilnehmern hinweg ähnlich waren.

Einige Teilnehmer hatten auf alle zurückbehaltenen Artikel geantwortet, waren aber wegen fehlender Daten auf anderen, weggeworfenen Artikeln zurückgewiesen worden. Ein zusätzliches CFA wurde unter Einbeziehung dieser Teilnehmer durchgeführt (n = 111, einschließlich 21-Studenten). Die Passform des Modells blieb ausgezeichnet [X2(1711) = 54982, p <0.001, TLI = 0.99, CFI = 0.99, RMSEA = 0.03]. Daher wurden diese Teilnehmer für alle nachfolgenden Analysen in den Datensatz zurückgeführt, wodurch die Gesamtstichprobengröße auf erhöht wurde N = 783.

Beziehungen zwischen latenten Faktoren und Spielpräferenzen

Spiel-Franchises

Wenn die 9-Faktor-Lösung gültige individuelle Unterschiede in den Spielpräferenzen darstellt, sollten sie mit bestimmten Spielkonzessionen übereinstimmen. Zum Beispiel, Spieler, die story-basierte Franchises auflisten Mass Effect) unter ihren Favoriten sollte höher als der Durchschnitt auf dem Story-Faktor sein, während Spieler, die Open-World-, Freiform-Spiele genießen (z. B. Skyrim) sollten überdurchschnittlich hohe Werte für den Autonomiefaktor aufweisen. In den folgenden Analysen wurde daher untersucht, ob die Faktorwerte der Teilnehmer in Abhängigkeit von den Spielen, die sie unter ihren drei Favoriten aufgeführt hatten, vorhergesagt werden konnten.

Für jedes der am häufigsten angegebenen 20-Lieblingsspiel-Franchises wurde ein Dummy-codierter (0 = Nein; 1 = Ja) Vektor erstellt, um anzuzeigen, ob ein Teilnehmer dieses Franchise unter seinen beliebtesten 3-Videospielen aufgeführt hat. Eine Mehrfachanalyse der Varianz (MANOVA) wurde dann durchgeführt, um zu bestimmen, ob GAMES-Faktor-Scores als eine Funktion der Vektoren der Lieblingsspiele vorhergesagt werden konnten. Daher wurde bei der Analyse verglichen, ob Spieler, die ein bestimmtes Spiel-Franchise genossen hatten, im Allgemeinen einen niedrigeren oder höheren Faktor bei einem bestimmten Faktor aus der 9-Faktor-Lösung erzielten. Alle Ergebnisse werden als Quadratsummen vom Typ III dargestellt, wodurch die einzigartige Varianz in jedem Faktor dargestellt wird, nachdem die Varianz aufgrund anderer Spiel-Franchises ausgelöscht wurde. Die Analyse wurde auf diejenigen Teilnehmer beschränkt, die mindestens eines dieser 20-Spiele-Franchises als Favoriten angegeben hatten (n = 531). Der Einfluss jedes Lieblingsspiels auf jeden Faktor ist in Tabelle zusammengefasst Tabelle55.

Tabelle 5 

Koeffizienten der Lieblingsspiel-Franchises auf GAMES Faktor-Scores.

Spiele-Plattformen

Wenn die GAMES-Faktoren extern gültig sind, sollten sie in ähnlicher Weise mit der Auswahl der Spielplattformen durch die Spieler zusammenhängen. Zum Beispiel sollten sich ernsthafte Spieler, die Hardware speziell für das Spielen von Spielen kaufen, von Spielern unterscheiden, die nur gelegentlich Spiele spielen (dh auf einem Handy- oder Facebook-Konto, das hauptsächlich aus Gründen außerhalb des Spiels gehört). Daher können Spieler, die angegeben haben, bestimmte Plattformen normalerweise zu verwenden, bei bestimmten Faktoren höher oder niedriger sein als andere Spieler. Nach wie vor wurden für jedes Thema Dummy-Codes für die Plattformen erstellt, auf denen Spiele gespielt wurden. Wir haben eine weitere MANOVA durchgeführt, um festzustellen, ob die Wahl der Plattform die 9-Faktor-Scores vorhergesagt hat. Das Alter wurde als Kovariate eingegeben. Die Ergebnisse sind in der Tabelle zusammengefasst Tabelle6.6. Im Allgemeinen sind Spieler von dedizierten Spieleplattformen wie PC, PS3 und XBOX 360 höher bei Story, heftiger Belohnung, Eskapismus und sozialer Interaktion, während Spieler auf zufälligen Plattformen wie Telefonen und Facebook bei Verlust-Abneigung und Schleifen höher sind.

Tabelle 6 

Koeffizienten von Spielplattformeffekten auf GAMES Faktoren.

Gebrauchsmuster

Eine multiple Regression wurde durchgeführt, um zu bestimmen, ob die Faktorwerte die Nutzungshäufigkeit der Teilnehmer, den Anteil der für die Spielnutzung aufgewendeten Freizeit und die selbst beschriebene Einstellung zu Spielen (Gelegenheitsspiele oder Hardcore) vorhersagten. Die Ergebnisse sind in der Tabelle zusammengefasst Tabelle7.7. Im Allgemeinen wurden höhere Werte für Story, Gewaltbelohnung, Eskapismus, soziale Interaktion und Autonomie mit häufigerem Spielen, einem größeren Anteil an Freizeit bei Videospielen und einer Selbstbeschreibung als "Hardcore-Spieler" assoziiert. Höhere Punktzahlen bei Loss-aversion und Customization waren mit einer geringeren Spielhäufigkeit, einem geringeren Anteil an Freizeitspielen und einer Selbstbeschreibung als "Gelegenheitsspieler" verbunden.

Tabelle 7 

Beziehungen zwischen GAMES Faktoren und Spielgewohnheiten.

Korrelationen mit dem Alter

Korrelationen zwischen dem Alter und den GAMES-Faktoren wurden über Fisher-r-to-z-Transformationen untersucht. Siebenundvierzig Teilnehmer gaben ihr Alter nicht an und wurden von dieser Analyse ausgeschlossen n = 736; also alle ts repräsentieren 734-Freiheitsgrade. Das Alter korrelierte signifikant mit der Katharsis (r = -0.08, p = 0.004), Verlustaversion (r = -0.10, p = 0.001), soziale Interaktion (r = -0.17, p <0.001), Anpassung (r = -0.06, p = 0.02), Schleifen (r = -0.12, p <0.001) und Autonomie (r = 0.10, p = 0.002). Das Alter korrelierte nicht signifikant mit Story (r = 0.02, p = 0.14), gewalttätige Belohnung (r = 0.02, p = 0.15) oder Escapism (r = 0.02, p = 0.17).

Pathologie

Die im Pathologiefragebogen enthaltenen Punkte wurden als 1 für eine "Ja" - Antwort, als 0 für ein "Nein" oder "Nicht zutreffend" und als 0.5 für eine "Manchmal" - Antwort gemäß den Empfehlungen von Gentile et al Rezension). Der Punkt „Haben Sie Videospiele gespielt, um vor Problemen oder schlechten Gefühlen zu fliehen?“ Wurde aufgrund der Ergebnisse einer Analyse der Items-Antwort-Theorie dieser Elemente verworfen (Gentile et al., In Überprüfung). Die Elemente wurden summiert, um einen Gesamt-Pathologie-Score für jeden Teilnehmer zu erhalten. Wie von Gentile et al. Empfohlen (im Überblick), folgte die Studie den DSM-IV-Kriterien für andere Erkrankungen und ordnete eine positive Diagnose den Teilnehmern zu, die mindestens die Hälfte (7) der Symptome befürworteten. Der Prozentsatz der pathologischen Spieler in den endgültigen Daten betrug 8.16%, vergleichbar mit den meisten ähnlichen Studien (für eine Übersicht siehe Kuss und Griffiths, 2012). Mitglieder des Internet-Spieleforums gaben deutlich mehr Symptome an als Hochschulstudenten [Ms = 3.47 und 2.39, Welch's t(145) = 4.64, p <0.001], erreichten jedoch nicht häufiger die Diagnoseschwelle (9.09% und 7.14% pathologisch im Internet bzw. in Stichproben von Studenten). G = 0.01, 1 df, p = 0.92).

Um festzustellen, ob einer der 9-Faktoren mit einer Erhöhung der Wahrscheinlichkeit des Auftretens einer Spielpathologie verbunden war, führten wir eine mehrfache logistische Regression durch, wobei die Faktoren verwendet wurden, um die Wahrscheinlichkeit einer positiven Diagnose einer pathologischen Spielnutzung vorherzusagen. Spieler, die auf der Escapism-Skala höher waren, hatten viel eher eine positive Diagnose des pathologischen Spiels als Personen, die unter diesem Faktor lagen (OR = 2.85, p <0.001). Zusätzlich soziale Interaktion (OR = 1.57, p = 0.013) und Schleifen (OR = 1.49, p = 0.029) -Werte waren ebenfalls signifikant mit einem erhöhten Risiko verbunden.

Eine separate multiple logistische Regression wurde durchgeführt, um zu bestimmen, ob die von den Teilnehmern gemeldete Spielhäufigkeit, die Ernsthaftigkeit der Spiele (dh „Gelegenheitsspiele“ oder „Hardcore“) und der Anteil der Freizeit, die für Spiele aufgewendet wurde, mit dem Auftreten von Pathologie verbunden waren. Von diesen war nur ein Teil der Freizeit, die für Spiele aufgewendet wurde, signifikant mit der Pathologie verbunden (OR = 1.97, p <0.001).

Diskussion

Ziel des aktuellen Berichts war es, eine Maßnahme zu entwickeln und zu validieren, um die individuellen Unterschiede in den Spielmotiven und -präferenzen zu bewerten und zu bewerten, inwieweit diese Faktoren mit pathologischem Spielen zusammenhängen. Auf der Grundlage von EFA und CFA sowie der Analysen einschließlich der Spiele - Franchises scheint diese Maßnahme eine hervorragende interne Zuverlässigkeit zu zeigen, wie durch die Modellanpassung der CFA aus der Halbwertsanalyse und die Gültigkeit belegt wird, wie die Präferenzen der Spiele - Franchise in Bezug auf die EFA zeigen Faktorstruktur. Während Selbstselektionsverfahren dazu führen, dass die Stichprobe hauptsächlich aus „Hardcore-Spielern“ besteht (weiße Männer, die täglich spielen), trägt die zusätzliche Rekrutierung von 300-College-Studenten dazu bei, die Studienstichprobe zu Frauen und weniger ernsthaften Spielern zu diversifizieren.

Diese Maßnahme verbessert die bisherigen Instrumente in mehrfacher Hinsicht. Erstens baut sie auf den latenten Variablen dieser früheren Studien auf, indem sie neue Faktoren hinzufügt, insbesondere Story, das für die Spieler im letzten Jahrzehnt eine immer wichtigere Rolle gespielt hat. Wir glauben auch, dass der Mahlfaktor von theoretischer Bedeutung ist und in Kombination mit Losing vorhersagen kann, wie unterschiedliche Akteure den SDT-Bedarf an Kompetenz unterschiedlich befriedigen. Es wurde gesagt, dass es "zwei Arten von Spielen gibt: diejenigen, die aufgrund von Geschicklichkeit gewonnen werden, und solche, die aus Zeitgründen gewonnen werden" (Baron, 1999). Diese beiden Faktoren können vorhersagen, ob ein Spieler durch Befruchtungsprobleme oder durch das Erlangen von Belohnungen durch den Patienten mit höherer Wahrscheinlichkeit Befriedigung findet. Darüber hinaus stützten sich frühere Studien auf begrenzte Stichproben: Yee (2006a,b); Yeeet al. (2012) verwendete nur Spieler von MMORPGS (eine beliebte, wenn auch Nische, Genre von Videospielen), und Sherry et al. (2006) verwendet nur die Freiwilligen 23 und jüngere. In unserem Beispiel werden Spieler aus einem breiten Spektrum von Altersgruppen und Genres aufgeführt, zu denen sowohl MMORPG-Spieler als auch Studenten gehören, aber auch viele andere.

Unsere Faktoren zeigten eine ausgezeichnete Zuverlässigkeit. Darüber hinaus wurde festgestellt, dass Faktor-Scores in vernünftiger Weise mit den bevorzugten Franchise-Unternehmen der Teilnehmer zusammenhängen. Zum Beispiel mögen Fans von Rollenspielen und Story-basierten Franchises Final Fantasy, Mass Effect, Planescape: Qual und Halbwertzeit hatte größere Story-Ergebnisse als Fans anderer Spiele. Ebenso mögen Spieler von Freiform-RPGs Skyrim or Fallout hatte höhere Autonomy Scores, während die Spieler der sorgfältig gespielten Call of Duty Franchise hatte niedrigere Autonomie-Scores. Die 60-oder mehr Stunden langen RPGs Skyrim und Final Fantasy waren jeweils mit höheren Mahlwerten verbunden. Die gewalttätigen Grand Theft Auto wurde mit höherer Gewaltbelohnung und gewalttätiger Katharsis in Verbindung gebracht.

Unsere Faktoren scheinen auch Unterschiede zwischen Spielern verschiedener Spielplattformen darzustellen. Beispielsweise legten Benutzer der drei gängigsten Videospielplattformen - Playstation 3, XBOX 360 und PCs - mehr Wert auf Videospielgeschichten, Gewalt und Flucht. PC-Gamer waren jedoch auch in Autonomy spürbar höher, was möglicherweise die Tendenz dieser Plattform zu offeneren, wahlreicheren und modifizierbaren Videospielen widerspiegelt. Sie waren auch viel besser in der Lage, Verluste zu tolerieren. Im Vergleich dazu empfanden Spieler von Nebenplattformen wie Telefon- und Facebook-Spielen Verluste als frustrierender. Telefonspieler erzielten beim Schleifen ebenfalls höhere Ergebnisse. Viele Handyspiele beinhalten ein einfaches, schnelles Gameplay mit zunehmend verdienter Spielwährung, die dann gegen verschiedene Upgrades eingetauscht werden kann (z. Jetpack Joyride, Winziger Turm, Von der Leine, Punch Quest-). Darüber hinaus sind diese Spiele oft „kostenlos“ und kosten nichts zu installieren. Stattdessen werden sie von Spielern finanziert, die echtes Geld in Spielwährung umwandeln, um diese Upgrades zu erwerben. Da unsere Schleifskala sowohl die Einstellungen zum Sammeln als auch zum Bezahlen von Belohnungen im Spiel misst, betrachten wir diesen weiteren Beweis für die Gültigkeit unserer Skalen. Allerdings gelangten keine Handy- oder Facebook-Spiele in die 20-Lieblingstitel, sodass noch nicht geklärt werden muss, ob dieses Geschäftsmodell tatsächlich die Ursache für die beobachtete Beziehung zwischen Handy-Spielen und Grinding ist.

Die Beziehungen zwischen bestimmten Faktorwerten und Punktzahlen im Pathologiefragebogen legen eine mögliche Rolle für dieses Instrument bei der Ermittlung der Risikogruppen für Videospielübernutzung nahe. Indem wir die Motive, Gewohnheiten und bevorzugten Genres von Personen mit Videospielproblemen verstehen, können wir besser gerüstet sein, um die übermäßige Verwendung von Videospielen zu diagnostizieren und zu behandeln. Zum Beispiel scheinen Spieler, die versuchen, sich durch Fantasy-Immersion oder Rollenspiele zu „entkommen“, ein erhöhtes Risiko zu haben. Es ist wahrscheinlich, dass die Verwendung von Videospielen zur Beseitigung von Problemen zu einem Teufelskreis führen kann. Außerdem wird vermutet, dass der pathologische Spielgebrauch ein Symptom für andere zugrunde liegende Probleme (z. B. Depressionen, soziale Phobie) sein kann, die möglicherweise schwieriger zu behandeln sind. Wenn jemand Videospiele verwendet, um diesen Problemen zu entgehen, kann der Verzicht auf Videospiele nur eine Behandlung darstellen Diese Symptome eines Videospiels verwenden, während das zugrunde liegende Problem intakt bleibt. Dies repliziert frühere Berichte über einen Zusammenhang zwischen Eskapismus und Pathologie von Yee (2006b). Diese Beziehung ist im Hinblick auf Überlegungen interessant, nicht mehr das "Spielen zum Entfernen der dysphorischen Stimmung" als Symptom der Spielpathologie aufzulisten, da es sich um eine "sozialnormative" Form des Spielgebrauchs handelt (Gentile et al. Im Überblick) ). Der Eskapismus ist zwar kein Symptom für die pathologische Verwendung von Videospielen, scheint jedoch konsistent mit der Pathologie des Spiels verbunden zu sein (Yee et al. 2012; Kneer und Glock, 2013). Wir schlagen vor, dass zukünftige Forschung mögliche Verbindungen zwischen dysphorischer Stimmung, Bewältigung, Flucht und Pathologie von Videospielen nicht außer Acht lässt.

Wir fanden auch Hinweise auf eine Spieler-Spiel-Interaktion in der Pathologie. Spieler, die höhere soziale Motive haben, um Spiele zu spielen, haben auch häufiger eine Pathologie von Videospielen. Wie bereits in der Einleitung erwähnt, kann es schwierig sein, Spiele mit Multiplayer-Spielmechaniken und Spieler-zu-Spieler-Beziehungen zu beenden, da Gruppenzwang und soziale Verpflichtung zu einem fortgesetzten Spiel beitragen. Es wurde auch eine Beziehung zwischen dem Schleifen und der Pathologie entdeckt, die unsere Hypothese stützt, dass diese Spieler gezwungen waren, stundenlang zu mahlen und 100% des Inhalts ihrer Videospiele abzuschließen, größere Probleme bekommen würden. In früheren Untersuchungen, Yee (2006b) schlugen eine Beziehung zwischen Fortschrittsmotiven und Youngs diagnostischem Fragebogen zur Pathologie vor. Die aktuelle Studie wiederholt diese Beziehung in einer breiteren Stichprobe (dh Spieler aller Spiele, nicht nur MMORPGs) mit einer neuartigen Maßnahme.

Die Beweise, dass der problematische Gebrauch von Videospielen mit der Emotionsregulierung oder dem Selbstausbruch zusammenhängt, legen nahe, dass der pathologische Spielgebrauch durch psychologische Mechanismen motiviert sein kann, die denen ähneln, die den Missbrauch von Drogen zwingen (Cooper et al. 1988, 1992, 1995). Die Aussicht, dass die Verwendung pathologischer Videospiele eine zugrunde liegende Motivation mit Drogen- und Spielsuchtabhängigkeiten verbindet, ist theoretisch ansprechend und lässt auf eine verlässliche und unveränderliche Struktur schließen, die Sucht im Allgemeinen zugrunde liegt (Shaffer et al., 2004). Um diese Möglichkeit zu überprüfen, sind jedoch noch weitere Untersuchungen erforderlich.

Während MMORPGs wie World of Warcraft Seit langem vermutet, dass sie besonders gefährlich sind, bietet die vorliegende Forschung einen Einblick in die Frage, warum diese Spiele besonders problematisch sein könnten. Diese Spiele bieten alle drei der entdeckten Risikofaktoren: Eskapismus durch Fantasy-Immersion; Schleifen durch Belohnen durch häufiges Spielen oder Kaufen von Spielwährung mit echtem Geld; und soziale Interaktion durch organisierte Spielerzusammenarbeit, Wettbewerb und Sozialisation. Dennoch fordern wir die Forscher der Spielpathologie auf, alle Arten von Spielen in ihrer Forschung zu berücksichtigen. Vor nur 30 war „Spielsucht“ ein Synonym für Arcade-Action-Spiele für Einzelspieler ohne dauerhafte Belohnungen (z. B. Raketenbefehl, Asteroiden, Galaga). Spiele in diesem Stil unterscheiden sich stark von den heutigen MMORPGs. Diese Studie bietet erste Werkzeuge, um die Verwendung von Spielen in vielen verschiedenen Genres und Stilen zu verstehen - sogar in Sportarten und anderen Nicht-Videospielen.

Die vorliegende Forschung hilft auch dabei, ein Instrument zum Verständnis der individuellen Unterschiede zwischen Akteuren und Zufriedenheitsquellen zu schaffen. Es hat sich gezeigt, dass Spiele mit schlechter Qualität (schlechte kritische Rezensionen) die SDT-Anforderungen besser erfüllen als qualitativ hochwertige Spiele (gute kritische Bewertungen) (Ryan et al., 2006). Doch selbst zwischen zwei von der Kritik gefeierten Spielen haben verschiedene Spieler unterschiedliche Mengen an SDT-Erfüllung abgeleitet und diese Spiele in unterschiedlichem Maße entsprechend genossen. Diese Motive können mit den Eigenschaften eines bestimmten Spiels interagieren, um zu bestimmen, wie es die psychologischen Bedürfnisse verschiedener Spieler unterschiedlich befriedigt. Zum Beispiel können Spieler mit hoher Verlustaversion ein herausforderndes Spiel als „frustrierend“ oder „unfair“ empfinden, während Spieler mit geringer Verlustaversion es als aufregend empfinden. Ein Verständnis dieser individuellen Unterschiede kann es Spielentwicklern, Kritikern und Verbrauchern erleichtern, zu verstehen, ob ein bestimmtes Spiel dem Geschmack des Verbrauchers entspricht. Zukünftige Forschungen sind notwendig, um zu zeigen, ob Motive und Präferenzmaßnahmen die Zufriedenheit der Spieler vorhersagen können.

Wir möchten auch weiterhin neue Artikel für diese Größenordnung entwickeln. Insbesondere sind wir unsicher, ob Verlustaversion, Autonomie und Anpassung die beabsichtigten Konstrukte vollständig messen. Wir hatten gehofft, dass die Verlustaversion den gesamten Wettbewerb und die Herausforderung besser umfassen würde, als speziell die Erfahrung des Verlierens. Es ist möglich, dass alle Spieler eine Herausforderung genießen, soweit dies ihrem Können entspricht. Elemente wie "Ich finde einfache Spiele zu langweilig" und "Ich bin stolz, wenn ich einen Aspekt eines Spiels beherrsche" konnten nicht geladen werden. In ähnlicher Weise scheint der Autonomiefaktor in erster Linie die Bedeutung der Erforschung der offenen Welt und die Vielfalt der verfügbaren Auswahlmöglichkeiten darzustellen. Wir hatten gehofft, dass dieser Faktor auch die Fähigkeit messen würde, Entscheidungen zu treffen, Lösungen zu erkunden und Strategien auszuprobieren, ohne aufdringliche Tutorial-Botschaften oder herablassende Hinweise. Elemente wie „Ich bevorzuge Spiele, die Ihnen sagen, was zu tun ist und wann es zu tun ist“ und „Ich finde Spiele gerne selbst heraus“ hatten jedoch ausgeprägte Decken- / Bodeneffekte und boten nur sehr geringe Abweichungen, sodass sie nicht geladen werden konnten Faktor. Schließlich war die Anpassung für Fans von nicht wesentlich höher MinecraftVielleicht, weil sich drei der vier Elemente auf die Anpassung des Avatars beziehen und nur ein Element das Bauen betrifft. Zukünftige Anstrengungen könnten den Umfang dieses Faktors erweitern.

Während wir akzeptable Ergebnisse bei der Untersuchung der Beziehungen zwischen Faktorwerten und den Lieblingsspielen der Teilnehmer erzielt haben, könnten zukünftige Studien diesen Ansatz verbessern. Erstens führte die Anweisung der Teilnehmer, drei ihrer „Lieblingsspiele“ zu melden, zu einer gewissen Kontamination der Nostalgie. Viele Teilnehmer antworteten, mit welchen Videospielen sie vor 10 Jahren spielten, anstatt mit welchen Spielen sie im gegebenen Moment am meisten Spaß machen würden. Darüber hinaus ergab die Open-Response-Struktur dieses Artikels keine hervorragende statistische Aussagekraft, da die Befragten Hunderte verschiedener Videospiele erwähnten, was dazu führte, dass viele Antworten verworfen und andere nach bestem Ermessen des Forschers so gut wie möglich aggregiert wurden. In Zukunft planen wir, die Auswahl der Lieblingsspiele auf eine robuste, vielfältige, aber begrenzte Auswahl zu beschränken.

Die aktuelle Studie ist durch ihre Querschnittsgestaltung begrenzt, die es unmöglich macht, die Kausalitätsrichtung, falls vorhanden, in den Beziehungen zwischen Motiven und Pathologie zu bestimmen. Zukünftige longitudinale Forschung ist notwendig, um Muster der motorischen Entwicklung und Pathologie über die Zeit zu bestimmen. Längsschnittdaten würden Inspektionen der Granger-Kausalität ermöglichen (Granger, 1969) zwischen Motiven und pathologischem Status führt die Bestimmung, ob Motive zu Pathologie oder Pathologie führen, zu Motiven. Darüber hinaus würde es uns erlauben, das Wesen normativer Motivänderungen über die Zeit zu bestimmen. Die vorliegende Forschung kann Veränderungen der Motive aufgrund des Alters nicht von Motiven trennen, die mit der Alterskohorte verbunden sind.

Diese Studie erlebte eine starke Subjektverminderung, da viele Probanden, die die Studie begonnen hatten, vor Abschluss der Umfrage kündigten oder eine Antwort mit "Nicht anwendbar" gaben. Die Umfrage war ziemlich beschwerlich, wobei die meisten Teilnehmer mindestens 20 min oder länger absolvierten. Zukünftige Forschung wird versuchen, kleinere, weniger aufwändige Umfragen zu verwenden. Dies wird durch die aktuelle Studie unterstützt, die das GAMES-Maß von 121-Elementen auf 60-Elemente reduzierte (einschließlich des Proxy für Aufmerksamkeit). Der kleinere Pool von Elementen verringert die Zeit, die für die Durchführung der Umfrage erforderlich ist, und die Wahrscheinlichkeit, dass mindestens eine Frage mit "Nicht zutreffend" gekennzeichnet wird, wodurch die Fluktuation reduziert wird.

Wir schließen mit der Aufforderung an die Forscher, spezifische Eigenschaften von Spielern, ihre Persönlichkeiten und die Spiele, die sie spielen, zu berücksichtigen. Ein üblicher Fall in der Videospielforschung ist es, Spiele als homogene Maschinen zu betrachten, die Zeit in virtuelles Gold umwandeln und Drachen töten, oder schlimmer noch, ein Vehikel für die Lieferung von Gewaltszenen an einen passiven Zuschauer. Spieler sind aktive Teilnehmer an ihren Spielen und zeigen heterogene Präferenzen in den Spielen, die sie spielen. Die Spieler sind motiviert, Spiele zu spielen, sofern diese Spiele die Erfüllung psychologischer Bedürfnisse ermöglichen (Przybylski et al., 2010), aber verschiedene Akteure werden versuchen, diese Bedürfnisse auf unterschiedliche Weise zu erfüllen. Um Spieler, Vorlieben und Pathologie am besten zu verstehen, müssen wir die Interaktion verschiedener Spielerpersönlichkeiten und Spielmechanismen untersuchen.

Anmerkung des Autors

Diese Forschung wurde von einem Bond Life Sciences Fellowship unterstützt, das Joseph Hilgard zugesprochen wurde.

Interessenkonflikt

Die Autoren erklären, dass die Untersuchung in Abwesenheit von kommerziellen oder finanziellen Beziehungen durchgeführt wurde, die als möglicher Interessenkonflikt ausgelegt werden könnten.

Anerkennungen

Die Autoren danken den teilnehmenden Websites und ihren Mitgliedern, die sich freiwillig für eine minimale oder gar keine Entschädigung gemeldet haben. Joseph Hilgard dankt dem Bond Life Sciences Fellowship für die Finanzierung dieser Forschung. Die Autoren danken Mike Prentice für die Hilfe bei der Entwicklung des eingängigen GAMES-Akronyms.

Fußnoten

1Diese Anpassung hat weder die Anzahl extrahierter Faktoren noch die Faktorladungen oder die Liste der nach EFA beibehaltenen Elemente geändert. Diese Anpassung verbesserte die Anpassungsindizes des CFA geringfügig. Ohne diese Anpassung waren die Fit-Indizes etwas schlechter, aber immer noch ziemlich gut.X2(1616) = 2260.7, p <0.001, TLI = 0.99, CFI = 0.99, RMSEA = 0.030].

Bibliographie

  1. American Psychiatric Association. (2000). Diagnostisches und statistisches Handbuch psychischer Störungen: DSM-IV-TR. Arlington, VA: Amerikanische psychiatrische Verlag, Inc
  2. Anderson CA, Gentile DA, Buckley KE (2007). Gewalttätige Videospieleffekte bei Kindern und Jugendlichen: Theorie, Forschung und öffentliche Ordnung. New York, NY: Oxford Universitätspresse; 10.1093 / acprof: oso / 9780195309836.001.0001 [Kreuz Ref]
  3. Anderson CA, Shibuya A., Ihori N., Swing EL, Bushman BJ, Sakamoto A., et al. (2010). Gewalttätige Videospieleffekte auf Aggression, Empathie und prosoziales Verhalten in östlichen und westlichen Ländern: eine Metaanalyse. Psychol. Stier. 136, 151-173 10.1037 / a0018251 [PubMed] [Kreuz Ref]
  4. Baron J. (1999). Ruhm und Schande: Leistungsstarke Psychologie in Multiplayer-Online-Spielen, in einem Vortrag, der auf den Proceedings der Computer Game Developer's Conference (GDC) vorgestellt wurde. Online verfügbar unter: http://www.gamasutra.com/view/feature/3395/glory_and_shame_powerful_.php
  5. Bartle R. (1996). Hearts, Clubs, Diamonds, Piks: Spieler, die MUDs passen. J. MUD Res. 1, 19
  6. Charlton JP, Danforth ID (2007). Sucht und hohes Engagement im Kontext des Online-Spiels zu unterscheiden. Comput. Menschliches Verhalten 23, 1531-154810.1016 / j.chb.2005.07.002 [Kreuz Ref]
  7. Chiu SI, Lee JZ, Huang DH (2004). Videospielsucht bei Kindern und Jugendlichen in Taiwan. Cyberpsychol. Verhalten 7, 571-581 10.1089 / 1094931042403127 [PubMed] [Kreuz Ref]
  8. Cooper ML, Frone MR, Russell M., Mudar P. (1995). Trinken, um positive und negative Emotionen zu regulieren: ein motivierendes Modell des Alkoholkonsums. J. Pers. Soc. Psychol. 69, 990 10.1037 / 0022-3514.69.5.990 [PubMed] [Kreuz Ref]
  9. Cooper ML, Russell M., George WH (1988). Bewältigung, Erwartungen und Alkoholmissbrauch: ein Test für soziale Lernformulierungen. J. Abnorm. Psychol. 97, 21810.1037 / 0021-843X.97.2.218 [PubMed] [Kreuz Ref]
  10. Cooper ML, Russell M., Skinner JB, Frone MR, Mudar P. (1992). Stress und Alkoholkonsum: Moderierende Effekte von Geschlecht, Bewältigung und Alkoholerwartungen. J. Abnorm. Psychol. 101, 139-15210.1037 / 0021-843X.101.1.139 [PubMed] [Kreuz Ref]
  11. Dahlen C. (2007). BioShock Review. [Review des Videospiels, BioShock, 2K Games, 2007]. Online verfügbar unter: http://www.avclub.com/articles/bioshock,7604/
  12. Deci EL, Ryan RM (1985). Intrinsische Motivation und Selbstbestimmung im menschlichen Verhalten. New York, NY: Plenum Verlag Co; 10.1007 / 978-1-4899-2271-7 [Kreuz Ref]
  13. Fabrigar LR, Wegener DT, MacCallum RC, Strahan EJ (1999). Bewertung des Einsatzes explorativer Faktorenanalyse in der psychologischen Forschung. Psychol. Methoden 4, 272-299 10.1037 / 1082-989X.4.3.272 [Kreuz Ref]
  14. Fisher S. (1994). Identifizierung von Spielsucht bei Kindern und Jugendlichen. Süchtiger. Verhalten 19, 545-55310.1016 / 0306-460390010-8 [PubMed] [Kreuz Ref]
  15. Fox J. (2006). Lehrerecke: Strukturgleichungsmodellierung mit dem Sem-Paket in R. Struct. Equ. Modell. 13, 465–486 10.1207 / s15328007sem1303_7 [Kreuz Ref]
  16. Gentile DA (2009). Pathologische Videospielnutzung im Jugendalter 8 bis 18: eine nationale Studie. Psychol. Sci. 20, 594-60210.1111 / j.1467-9280.2009.02340.x [PubMed] [Kreuz Ref]
  17. Gentile DA, Choo H., Liau A., Sim T., Li D., Fung D., et al. (2011). Pathologisches Videospiel unter Jugendlichen: eine zweijährige Längsschnittstudie. Pädiatrie 127, e319-e329 10.1542 / peds.2010-1353 [PubMed] [Kreuz Ref]
  18. Gentile DA, Coyne SM, Bricolo F. (2013). Pathologische Technologiesüchte: was ist wissenschaftlich bekannt und was noch zu lernen ist, in The Oxford Handbuch der Medienpsychologie, Ed Dill KE, Editor. (New York, NY: Oxford University Press;), 382. 10.1093 / oxfordhb / 9780195398809.001.0001 [Kreuz Ref]
  19. Granger CWJ (1969). Untersuchung kausaler Zusammenhänge durch ökonometrische Modelle und kreuzspektrale Methoden. Econometrica 37, 424-43810.2307 / 1912791 [Kreuz Ref]
  20. Hellström C., Nilsson KW, Leppert J., Åslund C. (2012). Einflüsse von Spielmotiven und Spielzeit auf die negativen Folgen des jugendlichen Online-Computerspielens. Comput. Menschliches Verhalten 28, 1379-138710.1016 / j.chb.2012.02.023 [Kreuz Ref]
  21. Höft F., Watson CL, Kesler SR, Bettinger KE, Reiss AL (2008). Geschlechtsunterschiede im mesocorticelimbischen System beim Computerspiel. J. Psychiatr. Res. 42, 253-258 10.1016 / j.jpsychires.2007.11.010 [PubMed] [Kreuz Ref]
  22. Hopson J. (2001). Verhaltens-Spiel-Design. Online verfügbar unter: http://www.gamasutra.com/view/feature/3085/behavioral_game_design.php (Zugriff März, 2013).
  23. König D., Delfabbro P. (2009). Motivationsunterschiede im problematischen Videospiel. J. Cyberther. Reha. 2, 139-149
  24. König D., Delfabbro P., Griffiths M. (2010). Videospiel strukturelle Merkmale: eine neue psychologische Taxonomie. Int. J. Ment. Gesundheit Sucht 8, 90-10610.1007 / s11469-009-9206-4 [Kreuz Ref]
  25. König DL, Delfabbro PH, Griffiths MD (2011). Die Rolle struktureller Merkmale im problematischen Videospiel: eine empirische Studie. Int. J. Ment. Gesundheit Sucht 9, 320-33310.1007 / s11469-010-9289-y [Kreuz Ref]
  26. Kneer J., Glock S. (2013). Flucht in digitale Spiele: die Beziehung zwischen Spielmotiven und Suchttendenzen bei Männern. Comput. Menschliches Verhalten 29, 1415-142010.1016 / j.chb.2013.01.030 [Kreuz Ref]
  27. Koepp MJ, Gunn RN, Lawrence AD, Cunningham VJ, Dagher A., ​​Jones T., et al. (1998). Beweise für striatale Dopaminfreisetzung während eines Videospiels. Natur 393, 266-268 10.1038 / 30498 [PubMed] [Kreuz Ref]
  28. Kuss DJ, Griffiths MD (2012). Internet-Spielsucht: ein systematischer Überblick über empirische Forschung. Int. J. Ment. Gesundheitssüchtiger. 10, 278-29610.1007 / s11469-011-9318-5 [Kreuz Ref]
  29. Linderoth J., Bennerstedt U. (2007). Leben in der Welt der Kriegsführung: die Gedanken und Erfahrungen von zehn jungen Menschen, im Bericht für den schwedischen Medienrat. Online verfügbar unter: http://www.medieradet.se/upload/Rapporter_pdf/World_of_Warcraft_eng.pdf (Zugriff März, 2013).
  30. Meeks A. (2011). Mutter zu 25 Jahren wegen Mordes verurteilt. Las Cruces Sun-Nachrichten. Online verfügbar unter: http://www.lcsun-news.com/ci_18196406?IADID (Zugriff März, 2013).
  31. Przybylski AK, Rigby CS, Ryan RM (2010). Ein Motivationsmodell für das Engagement von Videospielen. Rev. Gen. Psychol. 14, 154-166 10.1037 / a0019440 [Kreuz Ref]
  32. Raiche G., Magis D. (2010). nFactors: Parallele Analyse und nicht-grafische Lösungen zum Cattell Scree Test. R Paketversion 2.3.3. Online verfügbar unter: http://cran.r-project.org/web/packages/nFactors/index.html
  33. Ryan RM, Rigby CS, Przybylski A. (2006). Der motivierende Zug von Videospielen: ein Ansatz der Selbstbestimmungstheorie. Motiv. Emotion. 30, 344-36010.1007 / s11031-006-9051-8 [Kreuz Ref]
  34. Shaffer HJ, LaPlante DA, LaBrie RA, Kidman RC, Donato AN, Stanton MV (2004). Zu einem Syndrom-Modell der Sucht: multiple Ausdrücke, häufige Ätiologie. Harv. Rev. Psychiatrie 12, 367-374 10.1080 / 10673220490905705 [PubMed] [Kreuz Ref]
  35. Sherry JL, Lucas K., Greenberg BS, Lachlan K. (2006). Videospiel verwendet und Befriedigungen als Prädiktoren für die Verwendung und Spiel Präferenz, in Spielen von Videospielen: Motive, Reaktionen und Konsequenzen, eds Vorderer P., Bryant J., Editoren. 213-224 Online verfügbar unter: books.google.com/books?id=8sY3z98pwM8C
  36. Siwek SE (2010). Videospiele im 21st Century: Der 2010 Report. Online verfügbar unter: http://www.theesa.com/facts/pdfs/VideoGames21stCentury_ 2010.pdf (Zugriff März, 2013).
  37. Skinner BF, Ferster CB, Ferster CB (1997). Zeitpläne der Verstärkung. Acton, MA: Copley Verlagsgruppe
  38. Thomas NJ, Martin FH (2010). Video-Arcade-Spiel, Computerspiel und Internet-Aktivitäten von australischen Studenten: Partizipationsgewohnheiten und Prävalenz von Sucht. Aust. J. Psychol. 62, 59-66 10.1080 / 00049530902748283 [Kreuz Ref]
  39. Villoria G. (2010). Mass Effect 2 Review: Mass Effect 3 ist besser spektakulär, weil es für BioWare schwierig sein wird, dieses zu übertreffen. [Rückblick auf das Videospiel, Mass Effect 2, Electronic Arts, 2010]. Online verfügbar unter: http://xbox360.gamespy.com/xbox-360/mass-effect-2/1063562p1.html
  40. Wan C., Chiou W. (2007). Die Motivation von Jugendlichen, die von Online-Spielen abhängig sind: eine kognitive Perspektive. Adoleszenz 42, 179 [PubMed]
  41. Wilcox RR (1995). Statistiken für die Sozialwissenschaften. San Diego, CA: Akademische Presse
  42. Yee N. (2006a). Demografie, Motivationen und abgeleitete Erfahrungen von Benutzern in Online-Grafikumgebungen mit mehreren Benutzern. Präsenz Teleop. Virt. Env. 15, 309 – 329 10.1162 / pres.15.3.309 [Kreuz Ref]
  43. Yee N. (2006b). Motivationen zum Spielen in Online-Spielen. Cyberpsychol. Behav. 9, 772 – 775 10.1089 / cpb.2006.9.772 [PubMed] [Kreuz Ref]
  44. Yee N., Ducheneaut N., Nelson L. (2012). Online-Gaming-Motivationsskala: Entwicklung und Validierung, in Paper vorgestellt auf den Proceedings der SIGCHI-Konferenz über menschliche Faktoren in Computersystemen (Austin, TX). Online verfügbar unter: http://nickyee.com/pubs/2012%20CHI%20-%20Motivations%20Scale.pdf