(PENYUSUNAN) Hubungan ketara antara Ketagihan Internet dan Kognitif Maladaptive Berkaitan Rangkaian di kalangan mahasiswa Cina Kolej: Analisis Longitudinal Cross-Lagged (2017)

Piguo Han^1,2, Peng Wang¹, Qingnan Lin², Yu Tian¹, Fengqiang Gao^1* and Yingmin Chen^1*

• ¹Sekolah Psikologi, Universiti Normal Shandong, Jinan, China
• ²Jabatan Pendidikan Prasekolah, Heze University, Heze, China

Kajian ini meneroka hubungan timbal balik antara ketagihan Internet (IA) dan kognitif maladaptive yang berkaitan dengan rangkaian (NMC) di kalangan mahasiswa Cina. Kajian jangka panjang jangka pendek dengan sampel pelajar baru kolej 213 telah dijalankan di wilayah Shandong, China. Hasil kajian menunjukkan bahawa IA secara signifikan dapat meramalkan generasi dan pembangunan NMC, dan apabila kognisi maladaptif tersebut telah ditubuhkan, mereka dapat menjejaskan lagi tahap IA pelajar. Satu kitaran ganas telah diperhatikan di antara dua pembolehubah ini, dengan IA mempunyai keutamaan ramalan dalam hubungannya dengan NMC. Kajian ini juga menentukan bahawa hubungan antara dua pembolehubah ini adalah sama bagi kedua-dua lelaki dan perempuan; Oleh itu, model terakhir yang kami buat boleh digunakan secara meluas kepada mahasiswa baru kolej Cina, tanpa mengira jantina. Memahami hubungan timbal balik antara kedua pembolehubah ini boleh membantu campur tangan dalam IA pada awal kehidupan kolej pelajar.

Pengenalan

Sejak penubuhannya di 1990s, Internet secara beransur-ansur menjadi bahagian penting dalam kehidupan seharian di China, khususnya di kalangan remaja yang berumur 10-21 (Daniel et al., 2012; Liu et al., 2012). Mengikut Laporan Statistik 36th Pembangunan Internet di China, yang diterbitkan oleh Pusat Maklumat Rangkaian Internet China (CNNIC), jumlah pengguna internet remaja di China telah meningkat pesat dari 120 juta dalam 2002 ke 287 juta dalam 2016 (Tian et al., 2017).

Internet telah menghasilkan pelbagai faedah seperti sambungan sosial dan kesejahteraan yang dipertingkatkan (Bessière et al., 2008; Young dan de Abreu, 2011). Walau bagaimanapun, ketagihan Internet (IA), yang dicirikan oleh penggunaan Internet yang berlebihan atau kompulsif (Young et al., 1999; Shek et al., 2013; Yang et al., 2014) mempunyai banyak kesan negatif (Joseph et al., 2016). Beberapa kajian telah menunjukkan bahawa IA boleh menjejaskan kesihatan fizikal dan mental (Ayas dan Horzum, 2013; Georgios et al., 2014; Mike dan Zhong, 2014). Sebagai contoh, remaja dengan IA biasanya mengalami kebimbangan, kemurungan, kesepian, harga diri yang rendah, dan hubungan interpersonal yang lemah (Tokunaga dan Rains, 2010; Georgios et al., 2014; Mike dan Zhong, 2014), yang boleh memberi kesan negatif kepada kesejahteraan mereka (Tokunaga dan Rains, 2010; Georgios et al., 2014; Mike dan Zhong, 2014) dan pembangunan akademik (Chuang, 2006; Kim et al., 2008; Tsai et al., 2009; Ahmadi dan Saghafi, 2013). Oleh itu, mengkaji IA di kalangan remaja mempunyai implikasi pendidikan dan sosial yang kritikal.

Hubungan antara IA dan NMC

Kognisi maladaptive yang berkaitan dengan rangkaian (NMC) telah lama difikirkan memainkan peranan utama dalam IA (Li et al., 2013). Mengikut model kognitif-tingkah laku (Davis, 2001), psikopatologi (contohnya kemurungan dan kecemasan sosial) adalah penyebab tanda-tanda distal IA yang tidak menyebabkan gejala IA. Faktor utama dalam IA adalah NMC, yang merupakan penyebab yang cukup proksimal (Daniel et al., 2012; Rajah 1). Banyak kajian telah melaporkan bahawa psikopatologi distal menyebabkan seseorang terdedah kepada IA ​​melalui NMC (Kalkan, 2012; Mai et al., 2012; Li dan Wang, 2013; Lu dan Yeo, 2015). Sebagai contoh, penyelidik menyiasat hubungan yang mendasari antara perangai (iaitu kawalan usaha, mencari sensasi yang tinggi, kemarahan atau kekecewaan pembuangan yang tinggi) dan pembangunan IA; hasilnya menunjukkan bahawa sesetengah temperamen mempengaruhi tahap IA melalui perangai kesannya pada kognisi mereka dalam tingkah laku dalam talian (Zhang et al., 2015). Tian et al. (2017) diperiksa persatuan timbal balik di kalangan malu-malu, kognisi maladaptive, dan penggunaan Internet patologi umum (GPIU) dalam sampel Cina. Hasilnya menunjukkan bahawa persatuan di antara pembolehubah ini adalah dinamik dan dwiarah, dan peningkatan kognisi maladaptif membida hubungan antara malu dan GPIU sepanjang masa. Selain itu, kajian lain telah menentukan bahawa gaya keibubapaan dan hubungan rakan sebaya mungkin menimbulkan kebimbangan kepada NMC, yang akan memberi kesan kepada tahap IA (Li et al., 2013; Wang et al., 2015).

   

RAJAH 1. Model penggunaan perilaku kognitif-tingkah laku (Davis, 2001).

Di samping itu, banyak kajian lain telah menumpukan pada ketagihan permainan Internet dan menyelidiki hubungannya dengan kognisi maladaptive. Raja dan Delfabbro (2014) mencadangkan satu model baru yang menawarkan penjelasan teoritis tentang asal usul dan patogenesis ketagihan ke permainan Internet. Pengarang mengenalpasti empat kognisi maladaptive yang mendasari ketagihan permainan Internet, iaitu overvaluing, peraturan maladaptive, harga diri permainan, dan penerimaan permainan. Sesetengah kajian empirikal juga mendapati bahawa remaja dengan gejala ketagihan permainan Internet melaporkan ketara lebih banyak kognisi maladaptif daripada remaja tanpa gejala ini (Zhou et al., 2012; Liu et al., 2014; Raja dan Delfabbro, 2016). Peng dan Liu (2010) melaporkan bahawa skala lima perkara mengukur kognisi secara signifikan meramalkan ketagihan permainan Internet dalam orang dewasa Cina. Forrest et al. (2016) menyiasat kognisi maladaptif yang berkaitan dengan permainan video bermasalah yang bermain dalam sampel dewasa 465 Australia. Hasilnya menunjukkan bahawa kognisi bermasalah ini berkait rapat dengan sangat ketagihan dengan permainan Internet. Forrest et al. (2017) diterokai sama ada kognisi maladaptive dapat meramal perubahan masa depan dalam permainan video bermasalah menggunakan kajian membujur 12 bulan. Keputusan menunjukkan bahawa perubahan kognitif menyumbang 28% varians dalam skor permainan bermasalah yang melebihi jantina, umur, dan kekerapan permainan.

Walaupun beberapa kajian telah mengenal pasti pengaruh NMC pada IA, beberapa kajian telah meneroka kemungkinan pengaruh IA pada NMC. Teori disonans kognitif (Festinger, 1957), yang terutama berkaitan dengan bagaimana orang mengalami dan bertindak balas terhadap ketidakkonsistenan dalam pemikiran dan antara tingkah laku dan pemikiran, memberikan penjelasan alternatif bagaimana NMC berkaitan dengan IA. Apabila orang menyedari ketidakkonsistenan, mereka mengalami ketidakselesaan atau kekeliruan, yang mendorong usaha untuk mengurangkan pengalaman ini dan mendapatkan semula konsistensi melalui menyesuaikan sikap, persepsi, atau tingkah laku mereka sehingga ketidaksesuaian diselesaikan (de Vries dan Timmins, 2016). Mengikut teori ini, apabila orang berkelakuan tidak konsisten dengan nilai-nilai mereka, seperti dengan terlibat dalam Internet apabila ia telah memberi kesan negatif kepada kehidupan mereka, mereka mengalami kekeliruan dalam bentuk penyesalan; ini berlaku dengan perasaan tanggungjawab peribadi untuk akibat negatif dari tingkah laku mereka. Kebanyakan orang dapat berjaya menyesuaikan tingkah laku mereka untuk mengurangkan kekecohan ini. Walau bagaimanapun, sesetengah orang mungkin mengurangkan percanggahan dengan menukar sikap mereka terhadap Internet, dengan itu mengurangkan percanggahan mereka sambil mengekalkan tingkah laku yang bermasalah. Chiou dan Wan (2007) menyiasat proses ini dengan sampel pemain permainan video. Hasilnya menunjukkan bahawa pemain yang merasa bertanggungjawab terhadap tingkah laku mereka lebih cenderung untuk mengubah sikap mereka terhadap permainan video dari positif ke negatif, manakala pemain dengan pelaburan yang lebih tinggi dalam permainan video bermain kurang berkemungkinan untuk melakukan sikap yang tidak berperikemanusiaan.

Penyelidikan IA di kalangan Pelajar Kolej

Pelbagai kajian telah mencadangkan bahawa remaja merupakan majoriti pengguna internet, dan pelajar-pelajar kolej sangat terdedah kepada IA ​​kerana akses mudah ke Internet, jadual fleksibel, dan kemampuan mereka yang lebih rendah untuk mengawal kelakuan mereka (Shaw dan Black, 2008; Fu et al., 2010; Georgios et al., 2014; Yang et al., 2014). Lebih-lebih lagi, permulaan kehidupan kolej adalah tempoh pembangunan untuk pelajar semasa peralihan jauh daripada pergantungan yang relatif tinggi terhadap hubungan interpersonal (bukan sahaja hubungan keluarga tetapi juga rakan sebaya dan hubungan sosial yang lain; Woodhouse et al., 2012). Kajian terdahulu melaporkan bahawa penggunaan Internet yang tidak terkawal berkait rapat dengan penurunan komunikasi dan pengawasan keluarga (Van den Eijnden et al., 2010; Liu et al., 2012). Oleh itu, peralihan hubungan interpersonal cenderung menempatkan mahasiswa baru yang berisiko membangun IA (Zhang et al., 2014).

Di samping itu, mahasiswa baru mesti lulus peperiksaan yang ketat untuk mendapatkan kemasukan ke kolej di China, dan biasanya tidak mencukupi untuk refleksi kendiri semasa sekolah menengah kanan. Oleh itu, apabila berhadapan dengan kehidupan kolej, kekurangan pembelajaran dan kemahiran interpersonal mereka boleh menyebabkan mereka berasa keliru (Ni et al., 2009). Selain itu, disebabkan oleh masa lapang yang banyak dan akses internet tanpa had melalui pelbagai alat tanpa wayar, pelajar baru kolej cenderung menghabiskan banyak masa dalam talian, dan oleh itu sangat mungkin mengalami gejala IA semasa tempoh yang unik ini (Chen, 2012). Untuk menyediakan strategi pencegahan dan intervensi untuk IA, kajian jangka panjang telah dijalankan pada semester pertama di kolej.

Kajian Semasa

Walaupun banyak penyelidik telah menyiasat hubungan antara IA dan NMC, kebanyakan telah menggunakan pendekatan rentas keretakan; Oleh itu, mengenal pasti hubungan timbal balik antara kedua pembolehubah ini adalah sukar (Joseph et al., 2016). Di samping itu, walaupun kebarangkalian pelajar membangun IA jauh lebih tinggi pada permulaan kolej (Li dan Liang, 2007; Ni et al., 2009), para peserta kajian sebelumnya biasanya terdiri daripada pelajar-pelajar kolej dari semua peringkat umur, dengan pelajar pada semester pertama mereka terlibat kurang kerap. Oleh itu, kajian ini telah menggunakan analisa rentan untuk meneroka hubungan antara IA dan NMC di kalangan pelajar kolej pada semester pertama kehidupan kolej mereka. Menurut kajian teoretikal dan empirikal sebelum ini, hubungan timbal balik mungkin wujud di antara dua pembolehubah tersebut. Oleh itu, kami mencadangkan model interaksi (Rajah 2) dan menguji tiga hipotesis mengenai hubungan antara dua pembolehubah ini.

   

RAJAH 2. Model hipotesis.

H1. Jalan yang positif dan signifikan telah wujud dari IA hingga NMC, dan NMC adalah peramal yang berkesan bagi IA di kalangan mahasiswa baru Cina.

H2. Laluan rentas lintasan dari IA ke NMC mencapai tahap yang signifikan, dan tahap IA akibatnya menjejaskan NMC.

H3. Hubungan antara IA dan NMC boleh digunakan secara umum di kalangan lelaki dan wanita.

Bahan dan Kaedah

Peserta

Jumlah awal mahasiswa baru yang dilibatkan untuk menyertai adalah peserta 300, yang semuanya didaftarkan di dua kolej yang terletak di dua bandar raya (iaitu Jinan dan Heze) di wilayah Shandong, China. Koleksi data telah dijalankan pada awal September 2015 (T1), 2 bulan kemudian (T2), dan kemudian 4 bulan kemudian (T3). Pada gelombang pertama pengumpulan data, semua pelajar 300 ini menyelesaikan pengukuran. Walau bagaimanapun, pada gelombang seterusnya, 87 pelajar 300 menarik balik pertengahan. Kurangnya penyertaan adalah kerana ketiadaan atau penyakit (kadar penyertaan: 71.00%). Oleh itu, pelajar 213 kekal untuk analisis data akhir (104 jantan dan wanita 109), dengan usia antara 17 hingga 21 tahun (M = 18.87 tahun, SD = Tahun 0.76). Untuk menentukan sama ada data pelajar yang menarik diri di pertengahan (pelajar 87) berbeza daripada mereka yang tidak menarik diri (pelajar 213) berkenaan dengan mana-mana pembolehubah yang termasuk dalam kajian ini, satu siri t- Pengujian dijalankan menggunakan data yang dikumpul pada gelombang pertama pengumpulan data; tiada analisis ini adalah penting. Semua peserta ini mempunyai pengalaman Internet dan dimasukkan ke dalam kajian ini. Peserta telah menggunakan Internet untuk purata 5.59 tahun (SD = 2.06) pada permulaan kehidupan kolej mereka. Maklumat dikumpulkan di kediaman berdaftar pelajar: 43.19% tinggal di bandar-bandar besar, 35.68 tinggal di bandar-bandar, dan 21.13 tinggal di kampung-kampung. Di samping itu, satu fail telah ditubuhkan untuk setiap pelajar (fail ini termasuk maklumat asas mereka, serta status kesihatan fizikal dan mental) ketika mereka memasuki kolej. Menurut fail, tiada seorang pun peserta mempunyai sebarang gangguan psikiatri atau neurologi. Kajian ini dijalankan selaras dengan cadangan-cadangan garis panduan etika Universiti Shandong Normal dan Deklarasi Helsinki, dengan persetujuan bertulis dari semua peserta. Protokol ini telah diluluskan oleh Jawatankuasa Etika Penyelidikan Manusia Universiti Normal Shandong.

Instrumen

Ketagihan internet

Kajian semasa mengguna pakai Skrin Ketagihan Internet China (CIAS-R; Bai dan Fan, 2005). CIAS-R mengandungi item 19 yang boleh dibahagikan kepada empat faktor: penggunaan dan pengeluaran kompulsif (misalnya, "Saya merasa tertekan selama tempoh masa tanpa akses Internet"), toleransi (misalnya, "saya mendapati diri saya perlu menghabiskan jumlah yang meningkat masa dalam talian untuk berasa puas "), masalah pengurusan masa (contohnya," Prestasi akademik atau kerja saya mengalami kesan buruk akibat penggunaan Internet saya "), dan masalah interpersonal dan kesihatan (contohnya," Saya mengurangkan masa tidur saya untuk mempunyai lebih banyak masa dalam talian "). Setiap tindak balas diukur pada skala jenis Likert-4 dengan skor dari 1 (sama sekali tidak benar) kepada 4 (sentiasa benar). Oleh itu, skor min yang lebih tinggi mewakili tahap IA yang lebih tinggi. Skala ini telah digunakan dalam kajian baru-baru ini mengenai pelajar-pelajar kolej Cina dan menunjukkan kebolehpercayaan dan kesahan yang tinggi (Tian et al., 2015). Dalam kajian ini, pekali alpha untuk skala adalah 0.92 di T1, 0.95 di T2, dan 0.91 di T3.

Kognisi Maladaptive Berkaitan Rangkaian

Kajian ini mengamalkan Skala Kognitif Maladaptive berkaitan Rangkaian yang dikaji semula oleh Liang; skala asal ialah Skala Kognisi Dalam Talian, yang dibangunkan berdasarkan model tingkah laku kognitif yang dicadangkan oleh Davis (Tian et al., 2015). Skala yang disemak semula mengandungi item 14 yang boleh dibahagikan kepada tiga faktor: Keselesaan Internet (misalnya, "Saya menerima lebih banyak penghormatan secara dalam talian daripada dalam 'kehidupan nyata"'), kawalan dorongan berkurang (misalnya, "Ketika saya di Internet, merasakan sejenis 'tergesa-gesa' atau tinggi emosi "), dan gangguan (contohnya," Menggunakan Internet adalah satu cara untuk melupakan perkara yang mesti saya lakukan tetapi benar-benar tidak mahu melakukan "). Para peserta menilai sejauh mana kenyataan masing-masing berada pada skala jenis Likert-5 point, dengan skor dari 1 (sama sekali tidak benar) kepada 5 (sentiasa benar). Oleh itu, skor min yang lebih tinggi mewakili tahap NMC yang lebih tinggi mengenai kegunaan Internet. Skala ini telah digunakan dalam kajian sebelumnya mengenai pelajar-pelajar kolej Cina (Tian et al., 2015, 2017). Dalam kajian semasa, pekali alpha untuk skala adalah 0.87 di T1, 0.90 di T2, dan 0.90 di T3.

Analisis Statistik

Dalam kajian ini, kami menggunakan reka bentuk panel rentas sepenuhnya untuk mengkaji hubungan dua hala dan dua hala antara IA dan NMC di kalangan mahasiswa baru Cina (Van Lier et al., 2012). Model umum terdiri daripada ukuran IA dan NMC di T1, T2, dan T3. Kami mencadangkan dan menguji empat model yang mewakili mekanisme mungkin antara kedua-dua pembolehubah. Pertama, kami mencadangkan "model kestabilan" (Model 1, Rajah 3) yang merangkumi hanya kesan kestabilan merentas masa. Kedua, model kognitif-tingkah laku (Model 2, Rajah 3) telah dicadangkan untuk mengkaji sama ada NMC pada satu masa boleh meramalkan IA pada masa yang berikut. Ketiga, kami mencadangkan "model kognitif tingkah laku" (Model 3, Rajah 3) untuk memeriksa sama ada IA ​​pada satu masa boleh meramalkan NMC pada masa yang berikut. Akhirnya, kami mencadangkan satu "model penyebab balas-balas" (Model 4, Rajah 3) yang meneroka pengaruh timbal balik antara IA dan NMC. Di samping itu, analisis multigroup yang diselaraskan berdasarkan jantina telah dijalankan untuk memeriksa sama ada hubungan antara dua pemboleh ubah kunci berbeza antara lelaki dan wanita.

   

RAJAH 3. Hasil daripada analisis rentas tertinggal. Garis panah tunggal-arrow mewakili pekali jalan dan garis bergaris dua kali mewakili kovarians. Garis putus-putus menunjukkan koefisien-koefisien yang tidak signifikan, dan garis padu menunjukkan koefisien-koefisien yang signifikan. ^***menunjukkan pekali adalah penting pada tahap 0.001, ^**menunjukkan pekali adalah signifikan pada tahap 0.01, dan ^*menunjukkan pekali adalah penting pada tahap 0.05.

Pemodelan persamaan struktur dengan pemboleh ubah laten digunakan untuk menguji model hipotesis dalam kajian ini. Selaras dengan cadangan Holbert dan Stephenson (2002), kebaikan fit model dinilai menggunakan pelbagai indeks. Χ² anggaran dengan darjah kebebasan masih merupakan cara yang paling sering digunakan perbandingan perbandingan di seluruh model yang berbeza. Nisbah antara χ² dan darjah kebebasan tidak boleh melebihi 5 untuk model dengan baik. Di samping itu, kami melaporkan indeks kebolehan perbandingan (CFI) bersama dengan indeks Tucker-Lewis (TLI) dan kesilapan rintangan akar minimum (RMSEA). Secara umum, nilai CFI dan TLI 0.95 atau yang lebih tinggi mencerminkan kebaikan dan nilai RMSEA yang lebih rendah daripada 0.06 menunjukkan kecenderungan yang sangat baik, manakala nilai antara 0.06 dan 0.08 menunjukkan kebaikan (Yuan et al., 2014). Selain itu, χ² ujian perbezaan (Δχ²) digunakan untuk membandingkan model model bersarang. Δχ tidak signifikan² ujian menunjukkan bahawa kedua-dua model memberikan kesesuaian yang sama kepada data, sedangkan Δχ penting² mencadangkan bahawa model kurang dikekang perlu disimpan (Tian et al., 2017).

Hasil

Analisis Deskriptif

Cara dan penyimpangan piawai pembolehubah utama dalam kajian ini dibentangkan dalam Jadual 1. Langkah-langkah berulang ANOVA telah dijalankan untuk meneroka pengaruh jantina dan masa pengukuran pada IA ​​dan NMC peserta ("jantina" adalah pembolehubah antara subjek, dan "masa pengukuran" adalah pembolehubah dalam subjek). Hasil kajian menunjukkan tiada perbezaan yang signifikan antara jantina dari segi dua pembolehubah bergantung (F = 0.10, p = 0.749; F = 0.02, p = 0.822). Dari masa ke masa, tahap IA meningkat dengan ketara dari T1 ke T3 di kalangan mahasiswa baru (F = 28.71, p <0.001). Hasil daripada a post hoc ujian menunjukkan bahawa tahap IA diukur pada T3 adalah jauh lebih tinggi daripada yang di T2 (p <0.01) dan T1 (p <0.001), dan bahawa tahap IA yang diukur pada T2 jauh lebih tinggi daripada pada T1 (p <0.001). Di samping itu, perbezaan ketara marginal wujud di NMC ketika diukur pada masa yang berlainan (F = 2.93, p = 0.055). Keputusan post hoc ujian mendedahkan bahawa tahap IA diukur pada T3 adalah jauh lebih tinggi daripada yang di T1 (p <0.05), dan perbezaan ketara marginal wujud di NMC ketika diukur pada T1 dan T2 (p = 0.065). Walau bagaimanapun, tiada perbezaan yang ketara wujud di NMC apabila diukur di T2 dan T3 (p = 0.846). Interaksi antara jantina dan masa pengukuran dalam dua pembolehubah tidak mencapai tahap yang signifikan (F = 0.38, p = 0.682; F = 0.24, p = 0.791).

   

TABLE 1. Statistik deskriptif IA dan NMC (n = 213).

Seperti yang ditunjukkan dalam Jadual 2, korelasi bivariat antara IA dan NMC di T1, T2, dan T3, serta semua korelasi antara kedua-dua pembolehubah adalah penting dan positif, menunjukkan hubungan positif antara IA dan NMC.

   

TABLE 2. Korelasi antara IA dan NMC (n = 213).

Hubungan Cross-Lagged antara IA dan NMC

Satu siri model rentas tertinggal ditentukan untuk memeriksa hubungan timbal balik antara IA dan NMC. Pertama, model asas (Model 1, Rajah 3) dinyatakan; dalam model ini, koefisien kestabilan untuk IA dan NMC dianggarkan, tetapi kesan rentas ketinggalan antara kedua pembolehubah tidak dianggarkan. Model sesuai diterima (Jadual 3). Kedua, untuk menguji model tingkah laku kognitif yang dibentangkan sebelum ini, laluan rentas rentas dari NMC ke IA telah ditambah kepada model asas (Model 2, Rajah 3), yang meningkatkan modelnya dengan ketara (Jadual 3). Χ² ujian perbezaan mendedahkan bahawa Model 2 menunjukkan yang lebih baik untuk data daripada Model 1 (Δχ² = 27.05, Δdf = 2, Δχ²/ Δdf = 13.53> 6.63) (Wen et al., 2006). Menurut Model 2, pekali jalan piawai adalah 0.10 (p = 0.309) untuk NMC diukur pada T1 untuk IA diukur pada T2, dan 0.36 (p <0.001) untuk NMC diukur pada T2 hingga IA diukur pada T3. Ketiga, untuk memeriksa sama ada IA ​​pada satu titik masa dapat meramalkan NMC pada titik waktu berikut, jalan silang ketinggalan dari IA ke NMC ditambahkan ke model garis dasar (Model 3, Gambar 3). Hasil kajian menunjukkan bahawa model yang sesuai telah dicapai (Jadual 3). Χ² ujian perbezaan menunjukkan bahawa Model 3 menunjukkan kecenderungan unggul kepada data daripada Model 1 lakukan (Δχ² = 47.20, Δdf = 2, Δχ²/ Δdf = 23.60> 6.63). Menurut Model 3, pekali jalur standard ialah 0.44 (p <0.001) untuk IA diukur pada T1 hingga NMC diukur pada T2, dan 0.50 (p <0.001) untuk IA yang diukur pada T2 hingga NMC diukur pada T3. Ini menunjukkan bahawa IA pada satu ketika adalah peramal efektif NMC pada titik waktu berikut, dan bahawa penambahan dua jalur ke model dapat meningkatkan model sesuai dengan ketara. Keempat, Model 4 ditentukan dengan kedua-dua pekali kestabilan dan kesan silang antara IA dan NMC (Model 4, Rajah 3). Model sesuai dengan data yang mencukupi (Jadual 3). Walau bagaimanapun, Model 3 dan 4 bersarang, dan χ² Ujian perbezaan menunjukkan bahawa kedua-dua model dilakukan secara sama rata (Δχ² = 11.69, Δdf = 2, Δχ²/ Δdf = 5.85 <6.63). Akhirnya, seperti yang ditunjukkan dalam Model 4, kecuali pekali jalur standard untuk NMC yang diukur pada T1 hingga IA yang diukur pada T2, selebihnya lintasan lintang antara IA dan NMC mencapai tahap yang signifikan. Oleh itu, kami memadamkan jalan ini dan mengembangkan Model 5. Modelnya sesuai dengan data (Jadual 3). Akibatnya, Model 5 dikekalkan sebagai model terakhir untuk analisis kerana sebab-sebab berikut: (1) Walaupun kedua-dua model itu sama-sama baik (Δχ² = 0.21, Δdf = 1, Δχ²/ Δdf = 0.21 <6.63), Model 5 lebih sederhana dan lebih teliti daripada Model 4, dan lebih sedikit parameter harus dipilih untuk dianalisis. (2) χ² ujian perbezaan menunjukkan bahawa Model 5 menunjukkan yang lebih baik untuk data daripada Model 3 lakukan (Δχ² = 11.48, Δdf = 1, Δχ²/ Δdf = 11.48> 6.63), dan pekali jalur standard ialah 0.25 (p <0.001) untuk NMC diukur pada T2 hingga IA diukur pada T3. Maksudnya, ada kemungkinan kuat bahawa NMC yang diukur pada T2 dapat meramalkan IA diukur pada T3.

   

TABLE 3. Perbandingan antara model yang berbeza.

Perbezaan Jantina

Untuk menyiasat sama ada hubungan silang antara IA dan NMC berbeza di kalangan lelaki dan perempuan, kami menjalankan analisis multigroup. Kami mula-mula menganggarkan model sesuai untuk lelaki (M_lelaki) dan perempuan (M_perempuan) secara berasingan, dan indeks yang sesuai adalah memadai untuk kedua-dua subsitusi (Jadual 4). Penyesuaian pengukuran kemudiannya diuji untuk menentukan sama ada kedua-dua pembolehubah diukur secara identik untuk lelaki dan perempuan. Dalam model pengukuran yang tidak terkawal (M₁), semua parameter dibenarkan untuk berbeza-beza di kedua-dua kumpulan. Sesuai model yang sesuai dicapai, dan model pengukuran yang dikekang (M₂) kemudian dianalisis di mana semua parameter telah ditetapkan secara identik untuk kedua-dua kumpulan; model sesuai dengan data yang mencukupi (Jadual 4). Χ² Ujian perbezaan menunjukkan bahawa kedua-dua model dilakukan secara sama rata (Δχ² = 6.50, Δdf = 15, p = 0.970).

   

TABLE 4. Analisis multigroup merentas lelaki dan perempuan.

Untuk menangani matlamat penyelidikan bahagian kajian ini, kami menjalankan analisis multigroup yang berlainan mengikut jantina pelajar kolej. Tiga parameter diuji untuk memeriksa sama ada mereka berbeza antara jantina: pekali kestabilan, pekali laluan rentas rentas, dan kovarians antara IA dan NMC. Model yang dikekang (M₃) telah ditentukan di mana ketiga-tiga parameter tersebut adalah serupa di kedua-dua kumpulan; model ini mencapai model yang memuaskan (Jadual 4). Χ² ujian perbezaan menunjukkan bahawa model ini sesuai dengan data secukupnya sebagai model yang tidak terkawal sepenuhnya (Δχ² = 1.78, Δdf = 7, p = 0.996), yang menunjukkan bahawa corak laluan keseluruhan adalah invarian antara lelaki dan perempuan.

Perbincangan

Kajian ini melibatkan kajian panel kaji silang untuk meneroka hubungan timbal balik antara IA dan NMC di kalangan mahasiswa baru kolej Cina. Mengikut model kognitif-tingkah laku (Davis, 2001), hubungan timbal balik mungkin wujud antara dua pembolehubah, dan NMC adalah peramal IA yang mungkin. Walau bagaimanapun, hipotesis ini tidak disokong sepenuhnya. Semasa bulan 2 pertama kajian, kami melihat tiada kesan ramalan NMC pada IA; ini tidak konsisten dengan hasil kajian terdahulu (Tian et al., 2015). Khususnya, NMC nampaknya tidak menjadi syarat penting untuk penjanaan IA. Keputusan ini mungkin berkaitan dengan peserta dalam kajian semasa. Dalam kajian ini, peserta kaji selidik itu adalah mahasiswa baru kolej Cina yang baru-baru ini telah menamatkan peperiksaan masuk yang ketat, iaitu "Gaokao." Untuk mendapatkan kemasukan ke kolej, pelajar mesti berusaha keras sepanjang pendidikan rendah dan menengah; akibatnya, beberapa daripada mereka mempunyai masa yang cukup untuk menggunakan Internet (Li dan Liang, 2007). Oleh itu, tahap NMC adalah paling rendah apabila para peserta mendaftar di kolej, yang mungkin telah menghalang pengaruh penting pada penjanaan IA. Semasa tempoh kolej, banyak faktor lain boleh menyebabkan orang menjadi ketagih ke Internet. Sebagai contoh, tidak mahu namanya disiarkan dan ketiadaan isyarat tanpa lisan dan demografi yang disediakan oleh Internet boleh memberi manfaat kepada kesejahteraan pelajar melalui bantuan yang menawarkan kelegaan emosi (Caplan dan Turner, 2007) dan meningkatkan persepsi sokongan sosial dan harga diri (Kraut et al., 2002), serta mengembangkan rangkaian hubungan interpersonal (Cotten, 2008). Di samping itu, ciri keperibadian dapat memainkan peranan penting dalam penjanaan IA dalam tempoh ini (Mike et al., 2014). Contohnya, orang yang mempunyai keupayaan kawalan yang lebih tinggi adalah lebih berkesan dalam menekan tindakan impulsif ketika dicobai dengan Internet, seperti yang disebutkan sebelumnya. Sebaliknya, orang dengan tahap mencari sensasi yang tinggi lebih cenderung untuk mengembangkan perilaku ketagihan (Zhang et al., 2015). Walau bagaimanapun, tekanan akademik pelajar Cina baru berkurangan dengan ketara selepas memasuki kolej, dan mereka mempunyai lebih banyak masa untuk menggunakan Internet (Li dan Liang, 2007). Oleh itu, mereka mungkin secara beransur-ansur mengembangkan pelbagai respons kognitif ke arah Internet melalui pengalaman atau pengalaman mereka yang melibatkan pertukaran rakan sebaya, yang mengakibatkan tahap IA mereka (Wang et al., 2015).

Mengikut model kognitif-tingkah laku (Davis, 2001), IA boleh mempunyai kesan negatif terhadap NMC (Caplan, 2010). Walau bagaimanapun, beberapa kajian empirikal telah dijalankan untuk menguji hipotesis ini, dan beberapa penyelidik telah mencadangkan teori-teori untuk menerangkan fenomena ini. Walau bagaimanapun, bukti empirikal kajian semasa menunjukkan bahawa IA mempunyai keutamaan ramalan dalam hubungannya dengan NMC, yang boleh menjejaskan kedua-dua generasi dan pembangunan NMC. Sesetengah penyelidik telah meneroka tingkah laku permainan dalam talian di kalangan remaja China. Mereka telah melaporkan bahawa tingkah laku permainan dalam talian boleh memberi kesan yang ketara kepada kognisi mengenai permainan dalam talian kerana perubahan kognisi relatif mengenai permainan dalam talian adalah kaedah yang berkesan untuk melegakan ketidakselesaan yang disebabkan oleh ketidakkonsistenan antara tingkah laku dan pemikiran (Wang et al., 2015). Oleh itu, kami menggunakan teori disonans kognitif sebagai model penjelasan untuk membincangkan mekanisme kesan ramalan IA pada NMC (Cooper, 2007). Menurut teori ini, apabila orang menyedari ketidakkonsistenan, mereka mengalami ketidakselesaan atau kekecohan, yang mendorong usaha untuk mengurangkan pengalaman ini dan mendapatkan semula konsistensi dengan menyesuaikan sikap, persepsi, atau tingkah laku mereka sehingga ketidaksesuaian tersebut diselesaikan (de Vries dan Timmins, 2016). Kebanyakan orang mungkin berjaya menyesuaikan tingkah laku mereka untuk mengurangkan kekecohan ini. Walau bagaimanapun, sesetengah orang cenderung untuk mewajarkan tingkah laku yang kelihatan mengurangkan pengangguran, dengan menggunakan sebab-sebab seperti "Saya boleh menerima lebih banyak penghormatan secara dalam talian daripada 'dalam kehidupan sebenar," "Saya merasa paling selamat ketika di Internet," atau "Menggunakan Internet adalah cara untuk melupakan perkara-perkara yang mesti saya lakukan tetapi tidak mahu lakukan. "Apabila orang telah yakin bahawa kecanduan internet adalah munasabah, kekecewaan dikurangkan dan mereka berasa lebih baik. Walau bagaimanapun, kaedah yang berkesan untuk mengurangkan ketidakselesaan percanggahan cenderung diulang apabila berlaku pelanggaran yang serupa, yang bermasalah (de Vries dan Timmins, 2016). Iaitu, apabila NMC tersebut telah ditubuhkan oleh para pelajar, penggunaan Internet berlebihan yang berikutnya tidak menghasilkan tahap ketidakselesaan yang sama, yang meningkatkan penggunaan Internet yang berlebihan. Ringkasnya, penjanaan dan pembangunan IA disebabkan oleh kitaran ganas yang melibatkan NMC dan penggunaan Internet yang berlebihan, dan IA mempunyai keutamaan ramalan dalam hubungannya dengan NMC.

Keputusan menunjukkan tiada perbezaan yang signifikan dalam pembolehubah utama antara lelaki dan wanita. Ini tidak konsisten dengan penemuan banyak kajian lain (Müller et al., 2014). Ini mungkin kerana perkembangan pesat teknologi pengkomputeran dan rangkaian, yang telah banyak mengubah peralatan terminal rangkaian serta aplikasi mereka (Daniel et al., 2012; Mike dan Zhong, 2014). Sebagai contoh, dalam masyarakat kontemporari, telefon bimbit secara beransur-ansur menjadi cara utama untuk mengakses Internet, dan pelbagai aktiviti, seperti membeli-belah dan melayari, dapat dilakukan dengan mereka. Kedua-dua lelaki dan wanita menikmati sebahagian besar aktiviti sedemikian (San, 2015). Di samping itu, hasil analisis multigroup yang melintang menunjukkan bahawa laluan yang terdapat di antara IA dan NMC adalah sama bagi lelaki dan perempuan. Iaitu, proses-proses yang membawa kepada IA ​​boleh sama bagi kedua-dua jantina, dan model akhir yang ditubuhkan dalam kajian sekarang ini mempunyai kebolehlaksanaan yang luas dan kepentingan praktikal untuk mahasiswa baru kolej Cina.

Untuk mengenal pasti mekanisme generatif dan perkembangan IA, kami mencadangkan model teoritis berdasarkan hasil yang terdapat dalam kajian ini serta model tingkah laku kognitif yang dicadangkan oleh Davis (Rajah 4). Menurut model ini, penjanaan dan pembangunan IA adalah hasil dari kitaran ganas yang melibatkan IA dan NMC, dan kitaran ini terutamanya disebabkan oleh ketidakselesaan yang disebabkan oleh ketidakkonsistenan antara tingkah laku dan pemikiran (de Vries dan Timmins, 2016). Kerana kitaran ini terutamanya bermula dengan penggunaan Internet yang berlebihan, mengurangkan kitaran ganas pada permulaan semester melalui pelbagai kaedah yang diperlukan. Bagaimanapun, kerana daya tarikan internet terhadap anak-anak muda, sepenuhnya mengelakkan IA di kalangan mahasiswa baru adalah sukar. Menurut teori disonansi kognitif, apabila beberapa daripadanya menjadi ketagih ke Internet, dua kaedah wujud untuk mengurangkan ketidakselesaan yang disebabkan oleh ketidakkonsistenan antara tingkah laku dan pemikiran. Kaedah pertama melibatkan perubahan tingkah laku dalam talian, dan kaedah kedua melibatkan penyesuaian kognisi untuk membangunkan justifikasi untuk kelakuan ketagihan. Kaedah kedua ternyata lebih disukai. Oleh itu, model ini boleh memberikan sokongan teoritikal untuk pelan pencegahan dan pemulihan untuk IA di kalangan pelajar Cina pada permulaan tahun kolej mereka.

   

RAJAH 4. Model teoretikal kajian masa kini.

Had dan Arah Masa Depan

Beberapa batasan kajian ini perlu diperhatikan. Pertama, walaupun kami mencadangkan model teoritis mengenai generasi dan pembangunan IA, model ini tidak sepenuhnya disahkan dalam kajian semasa, dan kami memberi tumpuan kepada hanya hubungan timbal balik antara IA dan NMC. Oleh itu, kajian empirikal selanjutnya perlu dijalankan untuk mengesahkan model ini. Selain itu, model teori ini mungkin gagal untuk menangani pengaruh beberapa faktor lain seperti emosi dan persekitaran luaran. Oleh itu, model teoretis yang lebih canggih perlu dibangunkan untuk menangani isu ini. Kedua, untuk meneroka hubungan timbal balik antara IA dan NMC, kajian ini dijalankan tiga kaji selidik dari September 2015 hingga Januari 2016. Walau bagaimanapun, tempoh masa tiga tinjauan mungkin terlalu pendek untuk mengesan perubahan yang stabil dalam IA dari masa ke masa. Trend pembangunan mungkin berbeza pada tempoh seterusnya semasa kehidupan kolej pelajar. Justeru, penerokaan lanjut mengenai isu ini dalam masa baki masa mereka di kolej adalah perlu. Akhir sekali, penggunaan sampel pelajar baru kolej yang mudah dalam kajian ini adalah perlu kerana kekangan yang membabitkan kewangan dan sumber manusia. Contoh ini hanya melibatkan peserta 213, semuanya berasal dari universiti di wilayah Shandong, China. Perbezaan ekonomi dan budaya di antara wilayah boleh menjejaskan hubungan antara dua pemboleh ubah utama yang melibatkan mahasiswa baru. Oleh itu, kajian ini perlu direplikasi dengan sampel yang lebih besar yang melibatkan wilayah yang berlainan di China.

Sumbangan Pengarang

PH menyumbang kepada konsep awal idea, dan penulisan manuskrip. PW dan FG menyumbang kepada semakan kritikal. QL dan YT membantu menyelesaikan pengumpulan data dan analisis. Semua penulis meluluskan versi terakhir manuskrip untuk penerbitan.

pembiayaan

Penyelidikan ini disokong oleh Program Penyelidikan Saintifik Kemanusiaan-Masyarakat di Wilayah Shandong (J16YG21), Program Sains Ilmiah Wilayah Shandong (ZX2015021), dan Program Penyelidikan Ilmiah Kemanusiaan Society of Heze University (XY16SK09).

Penyata Percanggahan Kepentingan

Penulis mengisytiharkan bahawa penyelidikan itu dijalankan tanpa adanya sebarang hubungan komersial atau kewangan yang boleh ditafsirkan sebagai potensi konflik kepentingan.

Rujukan

Kata kunci: Ketagihan internet, kognisi maladaptive yang berkaitan dengan rangkaian, mahasiswa baru, kaji selidik panel silang, Cina

Citation: Han P, Wang P, Lin Q, Tian Y, Gao F dan Chen Y (2017) Hubungan Pembetulan antara Ketagihan Internet dan Kognitif Maladaptive yang berkaitan dengan Perantara Cina Kolej: Analisis Longitudinal Cross-Lagged. Depan. Psychol. 8: 1047. doi: 10.3389 / fpsyg.2017.01047

Diterima: 13 March 2017; Diterima: 08 Jun 2017;
Diterbitkan: 22 Jun 2017.

Hak Cipta © 2017 Han, Wang, Lin, Tian, ​​Gao dan Chen. Ini adalah artikel akses terbuka yang diedarkan di bawah terma Lesen Pengiktirafan Creative Commons (CC BY). Penggunaan, pengedaran atau pembiakan di forum lain dibenarkan, dengan syarat pengarang asal atau pemberi lesen dikreditkan dan bahawa penerbitan asal dalam jurnal ini dikutip, mengikut amalan akademik yang diterima. Tiada penggunaan, pengedaran atau pembiakan dibenarkan yang tidak mematuhi syarat-syarat ini.