Odważny niebieski świat: przepływ na Facebooku i Facebook Addiction Disorder (2018)

. 2018; 13 (7): e0201484.

Opublikowano online 2018 Jul 26. doi:  10.1371 / journal.pone.0201484

PMCID: PMC6062136

PMID: 30048544

Julia Brailovskaia, Konceptualizacja, przechowywanie danych, analiza formalna, pozyskiwanie funduszy, dochodzenie, metodologia, administracja projektem, zasoby, oprogramowanie, nadzór, walidacja, wizualizacja, pisanie - oryginalna wersja robocza, pisanie - przegląd i edycja,1,* Elke Rohmann, Konceptualizacja, dochodzenie, pisanie - przegląd i edycja,2 Hans-Werner Bierhoff, Konceptualizacja, dochodzenie, pisanie - przegląd i edycja,2 i Jürgen Margraf, Konceptualizacja, pozyskiwanie funduszy, dochodzenie, zasoby, oprogramowanie, pisanie - przegląd i edycja1
Antonio Scala, redaktor

Abstrakcyjny

W niniejszym badaniu zbadano związek między przepływem doświadczanym podczas korzystania z Facebooka (przepływ Facebooka, tj. Doświadczenie intensywnej przyjemności i przyjemności generowanej przez korzystanie z Facebooka, dzięki czemu aktywność Facebooka jest kontynuowana nawet przy wysokich kosztach tego zachowania) oraz zaburzenie uzależnienia od Facebooka (FAD) ). W próbce użytkowników Facebooka 398 (wiek: M (SD) = 33.01 (11.23), zakres: 18 – 64) znaczący pozytywny związek między przepływem Facebooka a FAD był pozytywnie moderowany przez intensywność korzystania z Facebooka. Eksploracyjna analiza czynników wykazała, że ​​wszystkie sześć elementów oceniających FAD załadowało ten sam czynnik co dwie pozycje należące do podskali telepresence przepływu Facebooka. Dlatego ścisły związek między przepływem Facebooka a FAD może w szczególności wynikać z zanurzenia się w atrakcyjnym świecie online stworzonym przez Facebooka, gdzie użytkownicy unikają zapomnienia o codziennych obowiązkach i problemach. Obecne wyniki stanowią pierwszy dowód na to, że przepływ Facebooka może być poprzednikiem FAD i wskazywać mechanizmy, które mogą przyczynić się do jego rozwoju i utrzymania. Omówiono praktyczne zastosowania przyszłych badań i ograniczenia obecnych wyników.

Wprowadzenie

Członkostwo w serwisie społecznościowym Facebook (SNS) przynosi wiele korzyści (np. Skuteczną komunikację, autopromocję i rozrywkę), ale może również generować pewne wady. W odniesieniu do potencjalnych wad korzystania z Facebooka, Andreassen i in. [] zbadał tak zwane zaburzenie uzależnienia od Facebooka (FAD). Zdefiniowali FAD jako podtyp uzależnień behawioralnych, który obejmuje sześć istotnych cech, tj. Istotność (tj. Stałe myślenie o SNS Facebook), tolerancję (tj. Zwiększenie ilości korzystania z Facebooka jest wymagane do osiągnięcia poprzedniego poziomu pozytywnego efektu), nastrój modyfikacja (tj. poprawa nastroju przez użycie Facebooka), nawrót (tj. powrót do wcześniejszego schematu użycia po nieskutecznych próbach zmniejszenia korzystania z Facebooka), objawy odstawienia (np. nerwowość bez użycia Facebooka) i konflikt (tj. problemy interpersonalne spowodowane przez intensywne korzystanie z Facebooka). Brailovskaia i Margraf [] wykazał znaczny wzrost liczby użytkowników, którzy osiągnęli krytyczny wynik odcięcia FAD w okresie jednego roku. Stwierdzono, że FAD jest pozytywnie związany z płcią męską, ekstrawersją cech osobowości, neurotycznością i narcyzmem, a także rytmem okołodobowym (późne spanie i czas narastania w dni powszednie i weekend). Jej powiązania z wiekiem zmiennych, cechami ugodowości, sumienności i otwartości, a także aktywności fizycznej były negatywne [-]. Ponadto stwierdzono pozytywny związek między FAD a zmiennymi zdrowia psychicznego bezsenność, depresja, lęk i objawy stresu [, -]. Ponadto ostatnie badania wykazały, że uzależnienie od mediów społecznościowych, w tym uzależniające korzystanie z Facebooka, jest w znacznym stopniu powiązane z różnymi stylami załączników [] (tj. pozytywny: zarówno niepokojący, jak i unikający styl przywiązania; negatywny: bezpieczny styl przywiązania) i style tożsamości [] (tj. pozytywny: zarówno styl informacyjny, jak i dyfuzyjno-unikowy; negatywny: styl normatywny) [, ]. Biorąc pod uwagę te wyniki, powstaje pytanie, które czynniki przyczyniają się do rozwoju i utrzymania FAD.

Wcześniejsze badania, które badały inne rodzaje mediów niż Facebook (np. Gry wideo, powszechne korzystanie z Internetu), ujawniły znaczący pozytywny związek między uzależniającym zachowaniem a doświadczeniem przepływu [-]. Zgodnie z definicją Csikszentmihalyi ([]; strona 4), doświadczenie przepływu jest „stanem, w którym ludzie są tak zaangażowani w działalność, że nic innego nie wydaje się mieć znaczenia; doświadczenie jest tak przyjemne, że ludzie nadal będą to robić nawet przy dużych kosztach, ze względu na samą potrzebę robienia tego. ”Niektórzy autorzy postawili hipotezę, że doświadczenie przepływu jest pozytywnym predyktorem uzależniającego użycia mediów, ponieważ intensywna przyjemność i przyjemność generowana przez doświadczenie autoteliczne, tj. wewnętrzna nagroda, czyli jedna z głównych cech przepływu [], przyczynia się do rozwoju silnej potrzeby angażowania się w nadmierne wykorzystanie mediów [, ]. Ponadto uznano, że pozytywne powiązanie między przepływem a uzależniającym wykorzystaniem mediów zostało wzmocnione doświadczeniem zniekształceń w czasie, często zgłaszanych przez nadmiernych graczy wideo [, ].

Biorąc pod uwagę poprzednie wyniki i fakt, że korzystanie z Facebooka okazało się pozytywnie powiązane z doświadczeniem przepływu (tzw. Facebook flow) [, ] uzasadnione wydaje się postawienie hipotezy, że przepływ Facebooka jest pozytywnie powiązany z FAD i może nawet przyczynić się do jego rozwoju i utrzymania. Jednakże, zgodnie z naszą najlepszą wiedzą, ten link nie był dotąd badany. Dlatego głównym celem niniejszego badania było zbadanie, czy i jak przepływ Facebooka jest powiązany z FAD. Wyniki mogą przyczynić się do zrozumienia potencjalnych czynników ryzyka i czynników ochronnych związanych z rozwojem i utrzymaniem FAD, a zatem mogą zostać włączone do programów interwencyjnych, aby zapobiec uzależnieniu od Facebooka. Ma to szczególne znaczenie, biorąc pod uwagę dużą popularność Facebooka []. Facebook zdecydowanie przewyższa konkurencyjne SNS. Obecnie określono ponad dwa miliardy aktywnych użytkowników miesięcznie [].

Na podstawie tego rozumowania zaproponowaliśmy, aby przepływ Facebooka i FAD były pozytywnie powiązane (Hipoteza 1). Dokładniej, opierając się na ostatnich wynikach (np. []), spodziewaliśmy się znaleźć najsilniejszy związek między przyjemnością faset i zniekształceniem czasu przepływu Facebooka z jednej strony a FAD z drugiej (Hypothesis 2). Ponadto, biorąc pod uwagę wcześniejsze ustalenia Wu, Scotta i Yanga [], który ujawnił związek między przepływem gier wideo i uzależnieniem, aby być zauważalnym silnym wśród doświadczonych graczy, założyliśmy, że intensywność korzystania z Facebooka pozytywnie moderuje powiązanie między przepływem Facebooka a FAD (Hipoteza 3).

Materiały i metody

Procedura i uczestnicy

Dane użytkowników 398 na Facebooku (73.6% kobiet; wiek (lata): M = 33.01, SD = 11.23, zakres: 18 – 64; zawód: 55.8% pracowników, 29.4% studentów, 1.5% uczniów, 4.8% uczniów zawody takie jak piekarz, 6% bezrobotnych, 2.5% emerytów, stan cywilny: 29.6% singiel, 42.2% z romantycznym partnerem, 28.1% żonaty) zostały zebrane od lutego do marca 2018 za pośrednictwem ankiety online w języku niemieckim. Respondenci byli rekrutowani przez zaproszenia do udziału wyświetlane w różnych SNS (np. Facebook, Twitter, Xing, meinVZ). Wymóg uczestnictwa, który był dobrowolny i nie został zrekompensowany, był aktualnym członkostwem na Facebooku. Chociaż próbka nie jest reprezentatywna dla ogółu ludności niemieckiej, uczestnicy reprezentują różne grupy w populacji, na co wskazuje szeroki zakres zawodów. Korzystanie z Facebooka jest bardzo popularne w Niemczech (ponad 31 milionów użytkowników; []), a jego członkowie prawdopodobnie reprezentują przekrój niemieckich użytkowników SNS. Zauważ, że zaproszenie do udziału nie określiło pytania badawczego ani nie odnosiło się do Facebooka lub FAD. Niemniej jednak - podobnie jak w większości innych badań online - członkowie, którzy są bardziej aktywni na każdej platformie internetowej, na której umieszczono zaproszenie do uczestnictwa, są prawdopodobnie bardziej skłonni do udziału w badaniu niż mniej aktywni użytkownicy. Otrzymano zgodę Komisji ds. Badań i Etyki Komisji Etyki Ruhr-Universität Bochum na realizację niniejszego badania. Przestrzegaliśmy wszystkich krajowych przepisów i przepisów dotyczących badań na ludziach i uzyskaliśmy wymagane pozwolenie na przeprowadzenie niniejszego badania. Uczestnicy zostali odpowiednio poinstruowani i udzielili online świadomej zgody na udział. Niniejsze badanie jest częścią trwającego projektu „Bochum Optimism and Mental Health (BOOM)”, który bada czynniki ryzyka i ochrony zdrowia psychicznego (np. []). Zbiór danych wykorzystany w niniejszym badaniu jest dostępny w zestawie danych S1.

Środki

Facebook używa zmiennych

Intensywność użytkowania Facebooka. Podobne do Wu, Scott i Yang [], aby zmierzyć intensywność korzystania z Facebooka, uwzględniono cztery wskaźniki: czas trwania członkostwa na Facebooku (w miesiącach), częstotliwość codziennego korzystania z Facebooka, czas codziennego korzystania z Facebooka (w minutach) oraz emocjonalny związek z Facebookiem i jego integrację z dziennikiem życie mierzone skalą natężenia Facebooka (FIS; []). Sześć elementów FIS jest ocenianych na skali Likerta w punkcie 5 (1 = zdecydowanie się nie zgadzam, 5 = zdecydowanie się zgadzam; np. „Facebook jest częścią mojej codziennej aktywności”; wcześniej znaleziono wiarygodność wewnętrznej skali: α Cronbacha =. aktualna niezawodność: α = .85). Złożony indeks tych czterech wskaźników został osiągnięty przez obliczenie średniej wskaźników przekształconych w z (α = .82).

Przepływ Facebooka. Doświadczenie Flow związane z korzystaniem z Facebooka oceniono za pomocą zmodyfikowanej wersji kwestionariusza „Facebook flow” przyjętego przez Kwaka, Choi i Lee []. Po wdrożeniu recenzji ekspertów przez trzech przeszkolonych specjalistów z dziedziny psychologii, którzy ocenili stosowność kontekstu, zwięzłość i brzmienie elementów 14 używanych przez Kwaka, Choi i Lee [], jedenaście elementów podzielonych na pięć podskal zostało wybranych do bieżącego badania (aktualna wiarygodność jedenastu elementów: α = .88): podskala „skupiona uwaga” obejmuje dwie pozycje, które odnoszą się do wysokiej koncentracji i skupienia na użyciu Facebooka; podskala „przyjemność” składa się z dwóch elementów, które odnoszą się do przyjemności i przyjemności / zabawy generowanych przez korzystanie z Facebooka; podskala „ciekawość” obejmuje dwie pozycje, które odnoszą się do chęci poznania tego, co dzieje się na Facebooku; podskala „telepresence” składa się z trzech elementów, które odnoszą się do uczucia zanurzenia w świecie stworzonym przez Facebooka; podskala „zniekształcenie czasu” obejmuje dwie pozycje, które odnoszą się do utraty poczucia czasu podczas korzystania z Facebooka. Wszystkie przedmioty są oceniane na skali Likerta w punkcie 5 (1 = zdecydowanie się nie zgadzam, 5 = zdecydowanie się zgadzam). Tabela 1 przedstawia ich brzmienie i wewnętrzną wiarygodność pięciu podskal.

Tabela 1

Kwestionariusz „Facebook flow” (zmodyfikowana wersja [)].
Podskale i przedmiotyα
Podskala przepływu FB „Skoncentrowana uwaga”.88
1. Podczas korzystania z Facebooka jestem głęboko pochłonięty. 
2. Podczas korzystania z Facebooka jestem zanurzony w zadaniu, które wykonuję. 
Podskala przepływu FB „Przyjemność”.90
3. Korzystanie z Facebooka zapewnia mi wiele radości. 
4. Lubię korzystać z Facebooka. 
Podskala przepływu FB „Ciekawość”.70
5. Korzystanie z Facebooka budzi moją wyobraźnię. 
6. Korzystanie z Facebooka podnieca moją ciekawość. 
Podskala przepływu FB „Telepresence”.84
7. Korzystanie z Facebooka często powoduje, że zapominam, gdzie jestem i co dzieje się wokół mnie. 
8. Facebook tworzy dla mnie nowy świat, a ten świat nagle znika, gdy przestaję przeglądać. 
9. Podczas korzystania z Facebooka świat generowany przez odwiedzane przeze mnie strony jest dla mnie bardziej realny niż świat rzeczywisty. 
Podskala przepływu FB „Zniekształcenie czasowe”.79
10. Czas mija, gdy korzystam z Facebooka. 
11. Często spędzam więcej czasu na Facebooku niż zamierzałem. 
 

FB = Facebook.

Elementy wykorzystane w niniejszym badaniu są dostępne w Plik S2.

Zaburzenia uzależnienia od Facebooka (FAD).Krótka wersja skali uzależnienia od Facebooka w Bergen (BFAS; []) ocenił FAD w ciągu ostatniego roku z sześcioma pozycjami (np. „Poczuł potrzebę korzystania z Facebooka coraz bardziej?”), które reprezentują sześć podstawowych cech uzależnienia (tj. istotność, tolerancja, modyfikacja nastroju, nawrót, wycofanie, konflikt). Przedmioty są oceniane na skali Likerta w punkcie 5 (1 = bardzo rzadko, 5 = bardzo często). Stwierdzono, że BFAS wykazuje podobnie dobre właściwości psychometryczne jak wersja 18 pełnej długości (wcześniejsza wewnętrzna niezawodność: α = .82-.91; np. [, , , , ]), a także Skalę uzależnień od mediów społecznościowych w Bergen (BSMAS; []), który mierzy ogólne uzależnienie od mediów społecznościowych za pomocą sześciu elementów i został wyprowadzony z BFAS (wcześniejsza wewnętrzna wiarygodność BSMAS: α = .86-.88; np. [, ]). Aktualna niezawodność BFAS: α = .86. Zaproponowano dwa możliwe podejścia do kategoryzacji dla problematycznych wartości BFAS []: bardziej liberalne podejście, tj. schemat punktacji politetycznej (punktacja odcięcia: ≥ 3 na co najmniej czterech z sześciu elementów) i podejście bardziej konserwatywne, tj. schemat punktacji monotetycznej (wynik odcięcia: ≥ 3 na wszystkich sześciu przedmiotów).

Analizy statystyczne

Analizy statystyczne przeprowadzono za pomocą pakietu statystycznego dla nauk społecznych (SPSS 24) i makro wersji procesowej 2.16.1 (www.processmacro.org/index.html).

Po analizach opisowych powiązania FAD z przepływem Facebooka i zmienne mierzące intensywność użytkowania Facebooka zostały ocenione przez dwuwymiarowe korelacje dwuwymiarowe. Obliczono eksploracyjną analizę czynnikową (EFA) z wykorzystaniem analizy głównych składowych (PCA; metoda rotacji: varimax) na łącznych pozycjach 17 oceniających przepływ Facebooka (jedenaście pozycji) i FAD (sześć pozycji). Wyniki sferyczności testu Kaisera-Meyera-Olkina (KMO = .901) i Barletta (χ2 = 3856.236, df = 136, p = .000) ujawniły, że wielkość próbki była odpowiednia dla tej analizy. Cztery czynniki miały wartości własne w stosunku do 1 (czynnik 1: 7.322, czynnik 2: 2.092, czynnik 3: 1.199, czynnik 4: 1.059) oraz w kombinacji wyjaśniono 68.6% wariancji (czynnik 1: 26.3%, czynnik 2: 16.5: 3%, czynnik 14.2: 4%, współczynnik 11.6: XNUMX%, czynnik XNUMX: XNUMX%) (por. [)].

Analizy moderacji (Proces: model 1) zbadały zależność między przepływem Facebooka (predyktorem), intensywnością użycia Facebooka (moderator) i FAD (wynik), kontrolując wiek i płeć jako kowariancje. Biorąc pod uwagę wysoką niezawodność FIS i niską niezawodność złożonego wskaźnika intensywności użytkowania Facebooka, przeprowadzono dwie analizy moderacji (model 1: FIS jako moderator, model 2: złożony indeks jako moderator). Efekt moderacji oceniono za pomocą procedury ładowania początkowego (próbki 10.000), która zapewnia przyspieszone przedziały ufności (CI 95%).

Efekt

Krytyczny punkt odcięcia FAD został osiągnięty przez uczestników 31 (7.8%) zgodnie z punktacją politetyczną i uczestnikami 15 (3.8%) po monotetycznej ocenie. Statystyki opisowe badanych zmiennych przedstawiono w Tabela 2.

Tabela 2

Statystyka opisowa badanych zmiennych.
 M (SD)Minimum maksimum
BFAS9.49 (4.24)6-28
BFAS: Pozycja 1 „salience”1.86 (1.01)1-5
BFAS: pozycja „tolerancja” 21.73 (.99)1-5
BFAS: Pozycja 3 „modyfikacja nastroju”1.58 (.98)1-5
BFAS: pozycja 4 „nawrót”1.63 (.94)1-5
BFAS: pozycja „wycofanie” 51.30 (.74)1-5
BFAS: Item 6 „konflikt”1.39 (.81)1-5
Przepływ FB: „Focused Attention”2.32 (.95)1-5
Przepływ FB: „Przyjemność”3.37 (.82)1-5
Przepływ FB: „Ciekawość”2.76 (.97)1-5
Przepływ FB: „Telepresence”1.55 (.79)1-5
Przepływ FB: „Time-Distortion”2.92 (1.15)1-5
Przepływ FB27.41 (7.60)11-52
Członkostwo w FB (miesiące)83.97 (29.50)3-155
Odwiedziny FB codziennie (razy)11.25 (18.64)0-200
Wykorzystaj dzienny czas trwania FB (minuty)95.22 (81.13)0-750
FIS16.10 (4.98)6-30
 

N = 398; M = średnia; SD = odchylenie standardowe; Min = Minimum; Max = Maksimum; BFAS = Bergen Skala uzależnienia od Facebooka; FB = Facebook; FIS = Skala intensywności Facebooka.

FAD i każdy z jego sześciu elementów były istotnie dodatnio skorelowane z przepływem Facebooka i jego podskalami (patrz Tabela 3). Rys. 1 przedstawia korelogram, który wizualizuje korelacje między pięcioma podskalami przepływu FB a sześcioma pozycjami FAD. W porównaniu z innymi podskalami przepływu zauważalne wysokie korelacje wystąpiły dla podskali przepływu „teleobecność”; poza tym związek między tą podskalą a FAD (r = 704, p <001), zwłaszcza jego korelacja z pozycją 5 („wycofanie”) FAD była wysoka (r = 651, p <001). Ponadto FAD był znacząco dodatnio skorelowany z czterema zmiennymi, które reprezentowały intensywność korzystania z Facebooka, tj. Okresem członkostwa na Facebooku, częstotliwością i czasem trwania codziennego korzystania z Facebooka oraz FIS (zob. Tabela 3). Również wskaźnik złożony był istotnie pozytywnie powiązany z FAD (r = 480, p <001), a także z przepływem na Facebooku (r = 496, p <001).

 

Zewnętrzny plik zawierający obraz, ilustrację itp. Nazwa obiektu to pone.0201484.g001.jpg

Korelacja korelacji między pięcioma podskalami przepływu FB i sześcioma pozycjami FAD (FB = Facebook; BFAS = Bergen Skala uzależnienia od Facebooka).

Tabela 3

Korelacje badanych zmiennych.
 BFASBFAS: Artykuł 1
"występ"
BFAS: Artykuł 2
"tolerancja"
BFAS: Artykuł 3
„Modyfikacja nastroju”
BFAS: pozycja 4 „nawrót”BFAS: pozycja „wycofanie” 5BFAS: Item 6 „konflikt”
Przepływ FB: „Focused Attention”.503**.387**.467**.400**.333**.396**.350**
Przepływ FB: „Przyjemność”.270**.299**.224**.239**.140**.214**.122*
Przepływ FB: „Ciekawość”.398**.339**.369**.355**.268**.267**.226**
Przepływ FB: „Telepresence”.704**.505**.577**.557**.463**.651**.542**
Przepływ FB: „Time-Distortion”.509**.435**.420**.374**.456**.290**.364**
Przepływ FB.660**      
Członkostwo w FB (miesiące).126**      
Odwiedziny FB codziennie (razy).251**      
Wykorzystaj dzienny czas trwania FB (minuty).304**      
FIS.513**      
 

N = 398; BFAS = Bergen Skala uzależnienia od Facebooka; FB = Facebook; FIS = Skala intensywności Facebooka.

* p <05

** p <01.

Obciążenia czynnikowe obróconej macierzy składowej EFA pokazują, że sześć elementów FAD i dwie z trzech pozycji podskali „telepresence” załadowały wszystko na czynnik 1 (ładunki czynnikowe: elementy FAD: element 1: .641, element 2: .671, Item 3: .704, Item 4: .667, Item 5: .795, Item 6: .694; Elementy przepływu Facebook: Item 8: .693, Item 9: .775).

Oba modele moderacji okazały się istotne statystycznie. W modelu 1, R2 = 555, F (5,392) = 54.677, p <001, istotna interakcja między intensywnością korzystania z Facebooka (operacjonalizowana przez FIS) a przepływem na Facebooku, b = 231, SE = 030, 95% CI [173 ;. 290], t = 7.763, p <001, ujawniły, że związek między przepływem na Facebooku a FAD był moderowany przez intensywność korzystania z Facebooka. Zgodnie z prostymi testami nachyleń pozytywny związek między przepływem Facebooka a FAD został potwierdzony w równym stopniu dla niskiego, średniego i wysokiego poziomu intensywności korzystania z Facebooka. Związek ten był dość silny dla uczestników, którzy wyrazili wysoki poziom intensywności korzystania z Facebooka (jedno odchylenie standardowe powyżej średniej = 1.000), b = 768, SE = 066, 95% CI [639; 897], t = 11.698, p <001, ale był słabszy dla uczestników, którzy wyrazili średni poziom intensywności korzystania z Facebooka (średnia = 0), b = 536, SE = 058, 95% CI [423; 650], t = 9.287, p <001 i zauważalnie słabsze dla uczestników z niskim poziomem intensywności korzystania z Facebooka (jedno odchylenie standardowe poniżej średniej = -1.000), b = 305, SE = 064, 95% CI [178; 431], t = 4.738, p <001 (patrz Rys. 2, część a).

 

Zewnętrzny plik zawierający obraz, ilustrację itp. Nazwa obiektu to pone.0201484.g002.jpg

za. Umiarkowany efekt intensywności użytkowania Facebooka (operacjonalizowany przez Skalę Intensywności Facebooka) na Facebooku na FAD; b. Umiarkowany efekt intensywności korzystania z Facebooka (operacjonalizowany wskaźnikiem złożonym, w tym czas trwania członkostwa na Facebooku, częstotliwość codziennego korzystania z Facebooka, czas codziennego korzystania z Facebooka i skala intensywności Facebooka) na Facebooku na FAD.

Rys. 2 (część b) przedstawia model 2, R2 = 566, F (5,392 54.786) = 001, p <345. Jak wykazała istotna interakcja między intensywnością korzystania z Facebooka (operacjonalizowaną przez wskaźnik złożony) a przepływem na Facebooku, b = 053, SE = 95, 241% CI [449; 6.506], t = 001, p <622 związek między przepływem Facebooka a FAD był moderowany przez intensywność korzystania z Facebooka. Ponownie, proste testy nachylenia wykazały, że dodatni związek między przepływem na Facebooku a FAD został potwierdzony w równym stopniu dla niskiego, średniego i wysokiego poziomu intensywności korzystania z Facebooka. Był dość silny dla uczestników, którzy wyrazili wysoki poziom intensywności korzystania z Facebooka (jedno odchylenie standardowe powyżej średniej = 728), b = 059, SE = 95, 612% CI [843; 12.347], t = 001, p <0, ale był słabszy dla uczestników, którzy wyrazili średni poziom intensywności korzystania z Facebooka (średnia = 513), b = .048, SE = 95, 419% CI [.607; .10.711], t = 001, p <622 i zauważalnie słabsze dla uczestników z niskim poziomem intensywności korzystania z Facebooka (jedno odchylenie standardowe poniżej średniej = -298), b = 057, SE = 95, 185% CI [411; 5.196] , t = 001, p <XNUMX (patrz Rys. 2, część b).

Dyskusja

W niniejszym badaniu zbadano związek między przepływem doświadczanym na portalach społecznościowych SNS Facebook i FAD. Zgodnie z wcześniejszymi badaniami, które opisywały doświadczenia związane z przepływem i uzależniające media, były one wzajemnie powiązane [, , ], obecne odkrycia ujawniły znaczący pozytywny związek między przepływem Facebooka a FAD (potwierdzając Hipotezę 1). Zauważ, że łącze było znacznie silne, ponieważ wspólną wariancją między obiema zmiennymi był 43.6%. Ponadto każda podskala przepływu Facebooka była istotnie pozytywnie związana z FAD. Jednak w przeciwieństwie do naszych oczekiwań, które opierały się na poprzednich wynikach (np. []), przyjemność podskalowania i zniekształcenie czasu przepływu Facebooka nie wykazały najsilniejszego powiązania z FAD. Związek ze skalą „radość” był najsłabszym z pięciu podskal przepływowych (sprzecznych z hipotezą 2). Dla porównania, najwyższa korelacja pojawiła się pomiędzy FAD a podskalą „telepresence” (wielkość efektu różnic korelacji q q Cohena waha się od .31 do .60; por., []). W szczególności „wycofanie” pozycji FAD było ściśle związane z tą podskalą. Ponadto wszystkie sześć elementów oceniających FAD załadowało ten sam czynnik co dwa elementy skali „telepresence”.

Podskala „telepresence” mierzy uczucie zanurzenia w świecie stworzonym przez Facebooka []. Podczas gdy dwa elementy tej podskali (Item 8 „Facebook tworzy dla mnie nowy świat, a ten świat nagle znika, gdy przestaję przeglądać”, Item 9 „Podczas korzystania z Facebooka świat generowany przez odwiedzane przeze mnie strony jest dla mnie bardziej realny niż w realnym świecie ”), który załadował ten sam czynnik, co elementy FAD, obejmował zanurzenie w nowym świecie w brzmieniu, tak nie było w przypadku trzeciego przedmiotu (Artykuł 7„ Używanie Facebooka często powoduje, że zapominam, gdzie jestem a co dzieje się obecnie wokół mnie ”), który załadował inny czynnik. Wcześniejsze badania wskazywały, że telepresence jest jednym z głównych czynników powodujących przepływ doświadczany w środowisku online []. Im bardziej realistyczne obrazy obejmują odpowiednie środowisko online, tym bardziej czują się w nim zanurzeni użytkownicy [, ]. Członkowie Facebooka codziennie przesyłają miliony prywatnych zdjęć, aby dzielić się swoimi doświadczeniami z przyjaciółmi online i angażować ich w swoje życie [, ]. Dlatego przyczyniają się do stałego rozwoju świata Facebooka, który otwiera jego członkom różne sposoby interakcji (społecznej). Niektórzy członkowie Facebooka, w szczególności ci, którzy osiągają wysokie wyniki w zakresie objawów depresji i lęku, realizują tę interakcję, aby uciec od codziennych problemów i wywołać pozytywne doświadczenia często pominięte w trybie offline []. Ponadto należy wziąć pod uwagę, że wcześniejsze badania wykazały pozytywny związek między narcyzmem a FAD []. Osoby wysoko nastawione na narcyzm, które charakteryzują się zawyżonym poczuciem prawa i przekonaniem o własnej wspaniałości, zazwyczaj intensywnie poszukują uwagi i podziwu. Gdy nie są w stanie uzyskać pozytywnej opinii lub dostrzegają informacji sprzecznych z ich zawyżonym poglądem na siebie, ich poczucie własnej wartości cierpi [, ]. Można zatem wysunąć hipotezę, że narcystyczni ludzie wolą także uciec od codziennych problemów, nadmiernie wykorzystując Facebooka, dzięki czemu prawdopodobieństwo uzyskania wielu pozytywnych opinii, np. „Lubi” lub pozytywnych komentarzy, od dużej grupy odbiorców w krótkim okresie czasu jest często znacznie wyższy niż w przypadku interakcji w świecie offline ”.

Biorąc pod uwagę nasze obecne wyniki, osoby te mogą być szczególnie narażone na rozwój FAD. Kiedy zanurzenie w świecie Facebooka powoduje intensywną wewnętrzną nagrodę, prawdopodobieństwo, że Facebook zostanie zatrudniony w nadmiernym stopniu, wzrasta. Jednak według obecnych ustaleń, które potwierdziły naszą hipotezę 3, intensywność korzystania z Facebooka, oceniana przez FIS lub przez indeks złożony, pozytywnie łagodzi związek między przepływem Facebooka a FAD. Szczególnie członkowie, którzy intensywnie korzystają z Facebooka, tj. Często go odwiedzają, spędzają tam dużo czasu, integrują korzystanie z Facebooka w codziennym życiu i nawiązują z nim emocjonalny związek, wydają się doświadczać wysokich wartości przepływu Facebooka i są szczególnie podatni na FAD . Można postawić hipotezę, że dodatkowy czynnik ryzyka rozwoju FAD występuje, gdy nakładanie się relacji offline i online jest niewielkie, a ilość relacji online znacznie przewyższa relacje w trybie offline. Ta konstelacja przyczynia się do rozwoju silnego emocjonalnego przywiązania do Facebooka [], który ma zwiększyć wpływ telepresence świata online na jednostkę. W skrajnym przypadku zanurzenie w świecie online może stać się tak intensywne, że dotknięta nim osoba nie może już rozpoznać różnicy między światem online i offline. Biorąc pod uwagę bliski związek między stylami przywiązania a uzależniającym wykorzystaniem mediów społecznościowych, odnotowanym w ostatnich badaniach [, ], wniosek jest uzasadniony, że ryzyko rozwoju silnego przywiązania do Facebooka jest szczególnie wysokie dla członków Facebooka z niespokojnym stylem przywiązania, którzy często angażują się w nadmierne korzystanie z mediów społecznościowych, aby zaspokoić ich potrzebę zatwierdzenia i pozytywnej opinii. Natomiast użytkownicy Facebooka, którzy wykazują bezpieczny styl załączania, mogą być mniej podatni na to ryzyko.

Obecne odkrycia mają szczególne znaczenie, ponieważ ujawniają, że przepływ Facebooka w ogóle, aw szczególności telepresence na Facebooku może przyczynić się do rozwoju i utrzymania FAD. Wskazania FAD wystąpiły w 3.8% (punktacja monotetyczna) do 7.8% (punktacja politetyczna) w naszej próbie, która ze względu na swój wiek i zakres zawodu (70.6% nie-uczniów) jest bardziej reprezentatywna dla populacji ogólnej niż próbki z wcześniejszych badań FAD, który obejmował wyłącznie studentów pierwszego stopnia (np. [, , , , ]). Biorąc pod uwagę wskaźniki wskazań FAD i stosunkowo wysoką reprezentatywność obecnej próby, wniosek jest uzasadniony, że FAD nie stanowi już znikomego zjawiska krańcowego. W związku z tym skuteczne może okazać się zastosowanie obecnych ustaleń dotyczących programów interwencyjnych przeciwko uzależniającemu wykorzystaniu mediów. Jedną z sugestii byłoby podkreślenie celowości świadomego regulowania intensywności użytkowania Facebooka, na przykład poprzez ustalenie jasnych limitów czasowych dla codziennego użytku. Ponadto we wcześniejszych badaniach nad uzależniającymi grami wideo i problematycznym ogólnym korzystaniem z Internetu [, ], zasugerowano wdrożenie budzika lub włączenie komunikatów „wyskakujących” w celu regulacji czasu użytkowania. Procedury te mogą być pomocne w zapobieganiu nadmiernemu korzystaniu z Facebooka, co zwiększa podatność na FAD. Co więcej, ważne jest, aby uświadomić sobie, że świat Facebooka, nawet jeśli jest wykorzystywany do pozostawania w kontakcie z przyjaciółmi i członkami rodziny offline, nadal pozostaje wirtualną przestrzenią i że ucieczka w świat online w większości nie przyczynia się do rozwiązywania problemów offline. Natomiast nadmierne korzystanie z Facebooka może przyczynić się do pogorszenia istniejących problemów lub spowodować pojawienie się nowych problemów. Na przykład 11.1% z obecnej próby wskazał na użycie Facebooka w takim stopniu, że miał on negatywny wpływ na jego pracę / badania (konflikt „Element” 6).

Chociaż obecne badanie ma wiele zalet i może przyczynić się do poprawy programów interwencyjnych uzależniającego używania mediów, warto wspomnieć o niektórych jego ograniczeniach. Najważniejszą słabością jest jego przekrojowy projekt, który pozwala jedynie na ograniczone wnioski dotyczące przyczynowości []. Chociaż jest całkiem prawdopodobne, że przepływ Facebooka powoduje FAD (a nie odwrotnie) i że umiarkowany wpływ intensywności użytkowania Facebooka odpowiada takiej strukturze przyczynowej, to rozumowanie to jest hipotetyczne. Dlatego zdecydowanie zalecamy przyszłym badaczom, aby rozważyli powiązanie między przepływem Facebooka a FAD przez długoterminowe projekty perspektywiczne i badania eksperymentalne.

Ponadto skład płci (samica 73.6%) w naszej próbce ogranicza generalizację bieżących wyników. Aby poradzić sobie z tym ograniczeniem, kontrolowaliśmy zmienną płeć w naszych analizach statystycznych. Niemniej jednak pożądane jest powtórzenie obecnych wyników w próbce o równym stosunku płci, aby umożliwić bardziej uogólnione wnioski.

Ponadto należy wziąć pod uwagę, że uczestnicy obecnego badania zostali zatrudnieni poprzez zaproszenia do udziału wyświetlane w różnych internetowych SNS. Zatem nie można wykluczyć, że im bardziej użytkownik był aktywny na odpowiedniej platformie internetowej, tym większe było prawdopodobieństwo, że ten użytkownik dowiedział się o zaproszeniu i odpowiedział na ofertę uczestnictwa. Co więcej, ze względu na dobrowolny charakter uczestnictwa, szczególnie osoby, które były już zainteresowane badaniami online na temat SNS, odpowiedziały na ankietę online. Ten potencjalny błąd selekcji ogranicza generalizowalność obecnych wyników. Jest prawdopodobne, że regularni użytkownicy SNS uczestniczyli w badaniu częściej niż nieliczni użytkownicy. To nastawienie, które jest powszechne w wielu badaniach online, może skutkować ograniczeniem zakresu próby pod względem ilości korzystania z SNS. Chociaż takie ograniczenie zakresu mogłoby prawdopodobnie zmniejszyć skalę korelacji obejmujących przepływ Facebooka i FAD, jest mało prawdopodobne, aby wpłynęło to na ważność aktualnych analiz statystycznych. Testy hipotez okazały się istotne, wskazując, że potencjalne ograniczenia zakresu nie zmniejszyły znacząco wrażliwości wykonanych testów statystycznych. Ponadto prawdopodobne jest, że konkretne pytanie badawcze dotyczące badania nie wpłynęło na decyzję o uczestnictwie w badaniu, ponieważ nie zostało ono ujawnione z wyprzedzeniem uczestnikom.

Podsumowując, niniejsze badanie ujawnia ścisłą pozytywną zależność między przepływem Facebooka a FAD. W szczególności telepresence świata Facebooka, który jest ważną cechą przepływu Facebooka, wydaje się zwiększać indywidualną podatność na rozwój FAD. Należy dokładniej zbadać wzajemne oddziaływanie przepływu Facebooka i FAD, aby lepiej zrozumieć ryzyko rozwoju FAD, a także rolę czynników ochronnych przeciwko nim.

 

Informacje dodatkowe

Plik S1

Zestaw danych używany do analiz w niniejszym badaniu.

(SAV)

Plik S2

Używane przedmioty.

(DOCX)

Oświadczenie o finansowaniu

Badanie to zostało poparte przez profesora Alexandra von Humboldta przyznanego Jürgenowi Margrafowi przez Fundację Alexandra von Humboldta. Ponadto potwierdzamy wsparcie ze strony funduszy Open Access Publication Funds Ruhr-Universität Bochum przyznanych Julii Brailovskiejia. Darczyńcy nie mieli żadnej roli w projektowaniu badań, zbieraniu i analizowaniu danych, podejmowaniu decyzji o publikacji lub przygotowaniu manuskryptu.

Dostępność danych

Wszystkie istotne dane znajdują się w dokumencie i jego plikach informacji pomocniczych.

Referencje

1. Andreassen CS, Torsheim T, Brunborg GS, Pallesen S. Opracowanie skali uzależnienia od Facebooka. Raporty psychologiczne. 2012; 110 (2): 501 – 17. 10.2466 / 02.09.18.PR0.110.2.501-517 [PubMed] [Cross Ref]
2. Brailovskaia J, Margraf J. Facebook Addiction Disorder (FAD) wśród niemieckich studentów - podejście podłużne. PLoS ONE. 2017; 12 (12): e0189719 10.1371 / journal.pone.0189719 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
3. Andreassen CS, Griffiths MD, Gjertsen SR, Krossbakken E, Kvam S, Pallesen S. Związki między uzależnieniami behawioralnymi a pięcioczynnikowym modelem osobowości. Journal of Behavioral Addictions. 2013; 2 (2): 90 – 9. 10.1556 / JBA.2.2013.003 [PubMed] [Cross Ref]
4. Casale S, Fioravanti G. Dlaczego narcyzy są narażeni na ryzyko uzależnienia od Facebooka: potrzeba podziwiania i potrzeby przynależności. Wciągające zachowania. 2018; 76: 312 – 8. 10.1016 / j.addbeh.2017.08.038 [PubMed] [Cross Ref]
5. Brailovskaia J, Teismann T, Margraf J. Aktywność fizyczna pośredniczy w związku między codziennym stresem a zaburzeniami uzależnienia od Facebooka (FAD) - podejście podłużne wśród niemieckich studentów. Komputery w zachowaniu człowieka. 2018; 86: 199 – 204.
6. Ryan T, Chester A, Reece J, Xenos S. Zastosowania i nadużycia Facebooka: przegląd uzależnienia od Facebooka. Journal of Behavioral Addictions. 2014; 3 (3): 133 – 48. 10.1556 / JBA.3.2014.016 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
7. Koc M, Gulyagci S. Uzależnienie od Facebooka wśród tureckich studentów: rola zdrowia psychicznego, demograficznego i charakterystyki użytkowania. Cyberpsychologia, zachowania i sieci społecznościowe. 2013; 16 (4): 279 – 84. 10.1089 / cyber.2012.0249 [PubMed] [Cross Ref]
8. Hong FY, Huang DH, Lin HY, Chiu SL. Analiza cech psychologicznych, wykorzystania Facebooka i modelu uzależnienia od Facebooka tajwańskich studentów uniwersytetu. Telematyka i informatyka. 2014; 31 (4): 597 – 606.
9. Bowlby J. Załącznik i strata: Vol. Załącznik 1. New York, NY: Basic Books; 1969 / 1982.
10. Berzonsky MD. Styl tożsamości: konceptualizacja i pomiar. Journal of Adolescent Research. 1989; 4 (3): 268 – 82. 10.1177 / 074355488943002 [Cross Ref]
11. Monacis L, De Palo V, Griffiths MD, Sinatra M. Społeczne uzależnienie od sieci, styl przywiązania i walidacja włoskiej wersji Bergen Social Media Addiction Scale. Journal of Behavioral Addictions. 2017; 6 (2): 178 – 86. 10.1556 / 2006.6.2017.023 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
12. Monacis L, de Palo V, Griffiths MD, Sinatra M. Badanie indywidualnych różnic w uzależnieniach internetowych: rola tożsamości i przywiązania. International Journal of Mental Health and Addiction. 2017; 15 (4): 853 – 68. 10.1007 / s11469-017-9768-5 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
13. Sweetser P, Johnson DM, Wyeth P. Przeglądanie modelu GameFlow ze szczegółową heurystyką. Journal: Creative Technologies. 2012; 2012 (3): 1 – 8.
14. Khang H, Kim JK, Kim Y. Cechy i motywacje jako poprzednicy przepływu mediów cyfrowych i uzależnienia: Internet, telefony komórkowe i gry wideo. Komputery w zachowaniu człowieka. 2013; 29 (6): 2416 – 24.
15. Wu TC, Scott D, Yang CC. Zaawansowany czy uzależniony? Badanie związku specjalizacji rekreacyjnej z przepływem doświadczeń i uzależnieniem od gier online. Nauki o wypoczynku. 2013; 35 (3): 203 – 17.
16. Csikszentmihalyi M. Flow: Psychologia optymalnego działania NY: Cambridge UniversityPress; 1990.
17. Csikszentmihalyi M. Graj i nieodłączne nagrody. Journal of Humanistic Psychology. 1975; 15: 41 – 63.
18. Hull DC, Williams GA, Griffiths MD. Charakterystyka gier wideo, szczęście i przepływ jako predyktory uzależnienia wśród graczy gier wideo: badanie pilotażowe. Journal of Behavioral Addictions. 2013; 2 (3): 145 – 52. 10.1556 / JBA.2.2013.005 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
19. Trivedi RH, Teichert T. Rola hazardu Janus-Faced w problemach uzależnień. Cyberpsychologia, zachowania i sieci społecznościowe. 2017; 20 (3): 180 – 6. [PubMed]
20. Kaur P, Dhir A, Chen S, Rajala R. Przepływ w kontekście: Rozwój i walidacja instrumentu przepływu doświadczeń w sieciach społecznościowych. Komputery w zachowaniu człowieka. 2016; 59: 358 – 67.
21. Kwak KT, Choi SK, Lee BG. Przepływ SNS, ujawnianie SNS i zmiana relacji międzyludzkich post hoc: koncentruje się na koreańskim użytkowniku Facebooka. Komputery w zachowaniu człowieka. 2014; 31: 294 – 304.
22. Brailovskaia J, Margraf J. Co ujawniają media na temat osobowości i zdrowia psychicznego? Badanie poszukiwawcze wśród niemieckich studentów. PloS ONE. 2018; 13 (1): e0191810 10.1371 / journal.pone.0191810 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
23. Roth P. Nutzerzahlen: Facebook, Instagram, Messenger i WhatsApp, Najważniejsze wydarzenia, Umsätze, uvm. (Stoisko 2018) 2018 [aktualizacja 01 February 2018]. Dostępne od: https://allfacebook.de/toll/state-of-facebook.
24. Roth P. Offizielle Facebook Nutzerzahlen für Deutschland (Stand: September 2017) 2017 [aktualizacja 13 September 2017]. Dostępne od: https://allfacebook.de/zahlen_fakten/offiziell-facebook-nutzerzahlen-deutschland.
25. Schönfeld P, Brailovskaia J, Margraf J. Pozytywne i negatywne zdrowie psychiczne w ciągu całego życia: porównanie międzykulturowe. International Journal of Clinical and Health Psychology. 2017; 17 (3): 197 – 206.
26. Ellison NB, Steinfield C, Lampe C. Korzyści z „znajomych” z Facebooka: wykorzystanie kapitału społecznościowego i studentów w serwisach społecznościowych online. Journal of Computer-Mediated Communication. 2007; 12 (4): 1143 – 68.
27. Pontes HM, Andreassen CS, MD Griffiths. Portugalska walidacja skali uzależnienia od Facebooka w Bergen: badanie empiryczne. International Journal of Mental Health and Addiction. 2016; 14 (6): 1062 – 73.
28. Phanasathit M, Manwong M, Hanprathet N, Khumsri J, Yingyeun R. Validation tajskiej wersji skali uzależnienia od Bergen na Facebooku (Thai-BFAS). Journal of Medical Association of Thailand. 2015; 98 (2): 108 – 17. [PubMed]
29. Andreassen CS, Billieux J, Griffiths MD, Kuss DJ, Demetrovics Z, Mazzoni E, et al. Związek między uzależniającym używaniem mediów społecznościowych a grami wideo i objawami zaburzeń psychicznych: badanie przekrojowe na dużą skalę. Psychologia uzależniających zachowań. 2016; 30 (2): 252 10.1037 / adb0000160 [PubMed] [Cross Ref]
30. Lin CY, Broström A, Nilsen P, Griffiths MD, Pakpour AH. Walidacja psychometryczna skali uzależnienia od mediów społecznościowych w Persji Bergen przy użyciu klasycznej teorii testów i modeli Rascha. Journal of Behavioral Addictions. 2017; 6 (4): 620 – 9. 10.1556 / 2006.6.2017.071 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
31. Pole A. Odkrywanie statystyk przy użyciu SPSS 3 ed. Londyn: Publikacje Sage; 2009.
32. Cohen J. Analiza mocy statystycznej dla nauk behawioralnych 2nd ed. Hillsdale, NJ: Lawrence Erlsbaum; 1988.
33. Hoffman DL, Novak TP. Przepływ online: wyciągnięte wnioski i perspektywy na przyszłość. Journal of Interactive Marketing. 2009; 23 (1): 23 – 34.
34. Nowak KL, Biocca F. Wpływ sprawczości i antropomorfizmu na poczucie teleobecności, współobecności i obecności społecznej użytkowników w środowiskach wirtualnych. Obecność: teleoperatorzy i środowiska wirtualne. 2003; 12 (5): 481–94. 10.1109 / TCYB.2018.2826016 [Cross Ref]
35. Blanche PA, Bablumian A, Voorakaranam R, Christenson C, Lin W, Gu T, i in. Holograficzna trójwymiarowa telepresence przy użyciu wielkopowierzchniowego fotorefrakcyjnego polimeru. Natura. 2010; 468 (7320): 80 10.1038 / nature09521 [PubMed] [Cross Ref]
36. Twenge JM, Konrath S, Foster JD, Campbell WK, Bushman BJ. Egos pompujący się w czasie: metaanaliza czasowa inwentaryzacji osobowości narcystycznej. Journal of Personality. 2008; 76 (4): 875 – 901. 10.1111 / j.1467-6494.2008.00507.x [PubMed] [Cross Ref]
37. Brailovskaia J, Bierhoff HW. Narcyzm międzykulturowy na Facebooku: związek między autoprezentacją, interakcją społeczną a otwartym i ukrytym narcyzmem na portalu społecznościowym w Niemczech i Rosji. Komputery w zachowaniu człowieka. 2016; 55: 251 – 7. 10.1016 / j.chb.2015.09.018 [Cross Ref]
38. Bodford JE, Kwan VS, Sobota DS. Fatalne atrakcje: przywiązanie do smartfonów przewiduje antropomorficzne przekonania i niebezpieczne zachowania. Cyberpsychologia, zachowania i sieci społecznościowe. 2017; 20 (5): 320 – 6. [PubMed]
39. King DL, Delfabbro PH, Griffiths MD, Gradisar M. Podejścia behawioralno-poznawcze do leczenia ambulatoryjnego uzależnienia od Internetu u dzieci i młodzieży. Journal of Clinical Psychology. 2012; 68 (11): 1185 – 95. 10.1002 / jclp.21918 [PubMed] [Cross Ref]
40. Kraemer HC, Kazdin AE, Offord DR, Kessler RC, Jensen PS, Kupfer DJ. Pogodzenie się z warunkami ryzyka. Archiwa psychiatrii ogólnej. 1997; 54 (4): 337 – 43. [PubMed]