การตรวจสอบการใช้สมาร์ทโฟนที่มีปัญหา: บทบาทของความหลงตัวเอง, ความวิตกกังวลและปัจจัยทางบุคลิกภาพ (2017)

. 2017 ก.ย. ; 6 (3): 378 – 386

เผยแพร่ออนไลน์ 2017 ส.ค. 25 ดอย:  10.1556/2006.6.2017.052

PMCID: PMC5700726

นามธรรม

ความเป็นมาและจุดมุ่งหมาย

กว่าทศวรรษที่ผ่านมาการใช้งานสมาร์ทโฟนทั่วโลกเพิ่มขึ้นอย่างมาก นอกเหนือจากการเติบโตนี้การวิจัยเกี่ยวกับอิทธิพลของสมาร์ทโฟนที่มีต่อพฤติกรรมมนุษย์ก็เพิ่มขึ้นเช่นกัน อย่างไรก็ตามจากจำนวนการศึกษาที่เพิ่มขึ้นแสดงให้เห็นว่าการใช้สมาร์ทโฟนมากเกินไปอาจทำให้เกิดผลเสียต่อบุคคลได้ การศึกษาครั้งนี้ตรวจสอบด้านจิตวิทยาของการใช้สมาร์ทโฟนโดยเฉพาะอย่างยิ่งที่เกี่ยวข้องกับการใช้งานที่มีปัญหาหลงตัวเองความวิตกกังวลและปัจจัยทางบุคลิกภาพ

วิธีการ

ตัวอย่างของผู้ใช้สมาร์ทโฟน 640 ตั้งแต่ 13 ถึง 69 ปี (หมายถึง = 24.89 ปี SD = 8.54) ให้คำตอบที่สมบูรณ์สำหรับแบบสำรวจออนไลน์ซึ่งรวมถึงเกณฑ์ DSM-5 ที่ปรับเปลี่ยนของความผิดปกติในการเล่นเกมทางอินเทอร์เน็ตเพื่อประเมินการใช้สมาร์ทโฟนที่มีปัญหารายการความวิตกกังวลในลักษณะของ Spielberger สินค้าคงคลังบุคลิกภาพหลงตัวเองและรายการบุคลิกภาพสิบรายการ

ผลสอบ

ผลลัพธ์แสดงให้เห็นถึงความสัมพันธ์ที่สำคัญระหว่างการใช้สมาร์ทโฟนที่มีปัญหากับความวิตกกังวลความพิถีพิถันการเปิดกว้างความมั่นคงทางอารมณ์ระยะเวลาที่ใช้ในสมาร์ทโฟนและอายุ ผลการศึกษายังแสดงให้เห็นว่าความมีสติความมั่นคงทางอารมณ์และอายุเป็นตัวทำนายที่เป็นอิสระจากการใช้สมาร์ทโฟนที่มีปัญหา

สรุป

ผลการวิจัยแสดงให้เห็นว่าการใช้สมาร์ทโฟนที่มีปัญหานั้นมีความสัมพันธ์กับปัจจัยบุคลิกภาพต่างๆและมีส่วนช่วยให้เข้าใจจิตวิทยาพฤติกรรมของสมาร์ทโฟนและการเชื่อมโยงกับการใช้สมาร์ทโฟนมากเกินไป

คำสำคัญ: สมาร์ทโฟน, ปัญหาการใช้สมาร์ทโฟน, ความหลงตัวเอง, ความวิตกกังวล, บุคลิกภาพ

บทนำ

เนื่องจากการใช้งานได้หลากหลายของสมาร์ทโฟนการวิจัยชี้ให้เห็นว่าสมาร์ทโฟนกลายเป็นสิ่งจำเป็นในชีวิตของบุคคล () ด้วย 4.23 พันล้านสมาร์ทโฟนที่ใช้ทั่วโลก (). การศึกษาผู้ใช้สมาร์ทโฟนชาวอเมริกัน 2,097 คนรายงานว่า 60% ของผู้ใช้ไม่สามารถไป 1 ชั่วโมงโดยไม่ตรวจสอบสมาร์ทโฟนได้โดย 54% รายงานว่าตรวจสอบสมาร์ทโฟนขณะนอนอยู่บนเตียง 39% ตรวจสอบสมาร์ทโฟนขณะใช้ห้องน้ำและ 30% ตรวจสอบระหว่าง ทานอาหารกับคนอื่น ๆ () การค้นพบดังกล่าวชี้ให้เห็นว่าบางคนแสดงสัญญาณของการพึ่งพาสมาร์ทโฟน ผลกระทบเชิงลบจากการใช้สมาร์ทโฟนได้รับการตรวจสอบในช่วง 10 ปีที่ผ่านมา เช่น Salehan และ Negahban () พบว่าการใช้สมาร์ทโฟนระดับสูงนั้นเกี่ยวข้องกับการใช้งานเว็บไซต์โซเชียลเน็ตเวิร์ก (SNS) สูงและการใช้ SNS นั้นเป็นตัวทำนายการติดสมาร์ทโฟน การวิจัยยังแสดงให้เห็นว่าผู้ใช้สมาร์ทโฟนที่รายงานการใช้ SNS บ่อยขึ้นจะรายงานแนวโน้มการเสพติดที่สูงขึ้น) การพึ่งพาอาจเกิดขึ้นเนื่องจากความเร่งด่วนของปัจจัยรางวัลเมื่อตรวจสอบสมาร์ทโฟน สิ่งนี้เรียกว่า“ นิสัยการตรวจสอบ” () บุคคลที่มีแนวโน้มที่จะต้องการตรวจสอบการอัปเดตสมาร์ทโฟนของพวกเขา

การวิจัยเกี่ยวกับการใช้สมาร์ทโฟนและบุคลิกภาพเป็นส่วนที่ได้รับความสนใจเพิ่มขึ้น การวิจัยแสดงให้เห็นว่าคนใช้ภายนอกมีแนวโน้มที่จะเป็นเจ้าของสมาร์ทโฟนมากกว่าและมีแนวโน้มที่จะใช้ฟังก์ชั่นการส่งข้อความเพื่อสื่อสารกับผู้อื่น (; ; ) Bianchi และ Phillips () รายงานว่าปัญหาการใช้โทรศัพท์มือถือคือฟังก์ชั่นของอายุ, การแสดงตัวและความนับถือตนเองในระดับต่ำ การวิจัยยังแสดงให้เห็นว่า extraverts ใช้สื่อสังคมออนไลน์เพื่อการปรับปรุงสังคมในขณะที่ introverts ใช้สื่อสังคมออนไลน์เพื่อเปิดเผยข้อมูลส่วนบุคคล (เช่น ; ) จึงใช้มันเพื่อชดเชยทางสังคม () Roberts, Pullig และ Manolis () พบอินโทรวิชันที่เกี่ยวข้องกับการติดยาเสพติดมาร์ทโฟน วิจัยโดย Ehrenberg, Juckes, White และ Walsh () ได้แสดงให้เห็นถึงความสัมพันธ์ระหว่างโรคประสาทและการติดสมาร์ทโฟน เมื่อเร็ว ๆ นี้ Andreassen et al. () รายงานความสัมพันธ์ที่สำคัญระหว่างอาการของการใช้เทคโนโลยีเสพติดและความผิดปกติของสมาธิสั้น / ผิดปกติ, ความผิดปกติของการครอบงำ, ความวิตกกังวลและภาวะซึมเศร้า อายุดูเหมือนจะเกี่ยวข้องกับการใช้เทคโนโลยีที่ตรงกันข้าม นอกจากนี้การเป็นเพศหญิงมีความสัมพันธ์กับการใช้สื่อสังคมออนไลน์อย่างเสพติด เมื่อนำมารวมกันการศึกษาเหล่านี้ชี้ให้เห็นว่าปัจจัยด้านบุคลิกภาพและข้อมูลประชากรมีบทบาทในการที่ผู้คนมีปฏิสัมพันธ์กับสมาร์ทโฟน

ความหลงใหลในตัวเองเป็นลักษณะที่เกี่ยวข้องกับการมีมุมมองที่ยิ่งใหญ่และความรู้สึกถึงการได้รับสิทธิเป็นจุดสนใจของการศึกษาของโซเชียลมีเดียและการใช้สมาร์ทโฟน เพียร์สันและฮุสเซน) การวิจัยเชิงสำรวจของผู้ใช้สมาร์ทโฟน 256 พบว่า 13.3% ของผู้เข้าร่วมถูกจัดประเภทว่าติดกับสมาร์ทโฟนของพวกเขาและคะแนนความหลงตัวเองที่สูงขึ้น Andreassen, Pallesen และ Griffiths '() จากการสำรวจของผู้เข้าร่วม 23,000 มากกว่าพบว่าการใช้โซเชียลมีเดียนั้นสัมพันธ์กับลักษณะหลงตัวเอง นอกจากนี้ยังมีการศึกษาหลายครั้ง (เช่น ; ; ; ; ; ) ได้รายงานว่าผู้หลงตัวเองมักจะอัปโหลดภาพถ่ายที่น่าสนใจและส่งเสริมตนเองไปยัง SNS และอัปเดตสถานะของตนบ่อยขึ้นเพื่อนำเสนอด้วยตนเอง การศึกษาร่วมกันเหล่านี้เน้นความสัมพันธ์ที่สำคัญระหว่างการหลงตัวเองและการใช้สื่อสังคมออนไลน์

ความวิตกกังวลเป็นอีกลักษณะทางจิตวิทยาที่สำคัญที่ได้รับการตรวจสอบเกี่ยวกับการใช้สมาร์ทโฟน วิจัยโดย Cheever, Rosen, Carrier และ Chavez () พบว่าผู้ใช้สมาร์ทโฟนที่หนักและปานกลางรู้สึกกังวลอย่างมากเมื่อเวลาผ่านไป พวกเขาสรุปว่าการพึ่งพาสมาร์ทโฟนซึ่งเป็นสื่อกลางโดยการเชื่อมต่อที่ไม่แข็งแรงต่อการใช้งานอย่างต่อเนื่องอาจนำไปสู่ความวิตกกังวลที่เพิ่มขึ้นเมื่ออุปกรณ์ขาดหายไป การศึกษาหลายชิ้นได้รายงานความสัมพันธ์ระหว่างการใช้สมาร์ทโฟนที่เป็นปัญหาและความวิตกกังวลในการปฏิสัมพันธ์ทางสังคม (; ; ) ความวิตกกังวลซึ่งบีบบังคับ) และความวิตกกังวลทั่วไป (; ; ; ; ; ) มีการรายงานความสัมพันธ์ระหว่างการใช้สมาร์ทโฟนสูงและความวิตกกังวลสูงโรคนอนไม่หลับและการเป็นเพศหญิงด้วย () เมื่อนำมารวมกันการศึกษาเหล่านี้ให้เหตุผลสำหรับการวิจัยเพิ่มเติมตรวจสอบความวิตกกังวลและความสัมพันธ์กับการใช้สมาร์ทโฟน

นักวิจัยบางคน (เช่น ; ; ) มีการใช้สมาร์ทโฟนที่มีปัญหาเปรียบเทียบกับการเสพติดและการพนัน ความสัมพันธ์เชิงลบระหว่างการใช้เทคโนโลยีกับสุขภาพจิตเรียกว่า“ iDisorder” () และมีการเพิ่มหลักฐานการวิจัยเพื่อสนับสนุนข้อเรียกร้องดังกล่าว ตัวอย่างเช่นการศึกษาที่มุ่งเน้นไปที่ผู้ใหญ่วัยหนุ่มสาวชาวสวีเดนพบว่าการใช้สมาร์ทโฟนเพิ่มขึ้นคาดการณ์ว่าจะเกิดอาการซึมเศร้าในอีกหนึ่งปีต่อมา () ในการศึกษาของนักเรียนชาวแอฟริกัน - อเมริกันบุคคลที่ส่งข้อความมายุ่งมากเกินไปและใช้เวลาส่วนใหญ่ใน SNSs พบว่ามีอาการของความผิดปกติทางบุคลิกภาพแบบหวาดระแวง) การศึกษาเหล่านี้ชี้ให้เห็นว่าการใช้สมาร์ทโฟนมากเกินไปในบางคนนั้นเกี่ยวข้องกับปัญหาสุขภาพจิตและปัญหาที่คล้ายกับการเสพติด

นอกจากนี้ยังมีหลักฐานที่เพิ่มขึ้นซึ่งแสดงถึงความสัมพันธ์ระหว่างภาวะซึมเศร้ากับกิจกรรมที่สามารถมีส่วนร่วมในสมาร์ทโฟนเช่นการส่งข้อความการดูวิดีโอการเล่นเกมและการฟังเพลง (; ; ; ; ) ปัจจัยอื่น ๆ ที่เกี่ยวข้องกับการใช้สมาร์ทโฟนที่มีปัญหานั้น ได้แก่ การเห็นคุณค่าในตนเองต่ำและการเปิดเผยตัวเอง (). ฮาและคณะ () ระบุว่าวัยรุ่นเกาหลีที่เป็นผู้ใช้สมาร์ทโฟนมากเกินไปมีอาการซึมเศร้ามากขึ้นมีความวิตกกังวลระหว่างบุคคลสูงขึ้นและเห็นคุณค่าในตนเองต่ำกว่าผู้ใช้สมาร์ทโฟนที่ไม่มากเกินไป การศึกษาเดียวกันยังรายงานความสัมพันธ์ระหว่างการใช้สมาร์ทโฟนและการติดอินเทอร์เน็ตที่มากเกินไป การค้นพบที่คล้ายกันนี้ถูกรายงานโดย Im, Hwang, Choi, Seo และ Byun ().

มีการรายงานการวิจัยที่บ่งบอกถึงความสัมพันธ์เชิงบวก (หรือเชิงลบ) ระหว่างการใช้เทคโนโลยีปกติกับอาการซึมเศร้า ตัวอย่างเช่นการศึกษาระยะยาวของ Facebook การใช้งาน () พบว่า Facebook การใช้งานนำไปสู่การได้รับผลประโยชน์ในการเชื่อมโยงความสัมพันธ์ทางสังคมและผู้ใช้ที่มีความนับถือตนเองต่ำรายงานว่าได้รับประโยชน์เพิ่มขึ้นจากความผูกพันทางสังคมเนื่องจากพวกเขา Facebook ใช้. วิจัยโดย Davila et al. () พบว่าการใช้ SNS บ่อยขึ้นไม่สัมพันธ์กับอาการซึมเศร้า อย่างไรก็ตามการโต้ตอบเชิงลบมากขึ้นในขณะที่เครือข่ายสังคมมีความสัมพันธ์กับอาการซึมเศร้า ปาร์คแอนด์ลี) รายงานว่าสมาร์ทโฟนสามารถปรับปรุงความเป็นอยู่ทางด้านจิตใจได้ดีขึ้นหากใช้เพื่อตอบสนองความต้องการการดูแลผู้อื่นหรือเพื่อการสื่อสารที่สนับสนุน ตรงกันข้ามกับการศึกษาวิจัยหลายชิ้น Jelenchick, Eickhoff และ Moreno () ไม่พบความสัมพันธ์ระหว่างเครือข่ายทางสังคมและภาวะซึมเศร้าในกลุ่มตัวอย่างของวัยรุ่น 190

การศึกษาเมื่อเร็ว ๆ นี้ได้เน้นถึงความสัมพันธ์ระหว่างความเครียดที่รับรู้และความเสี่ยงของการติดสมาร์ทโฟน (; ; ) จากการวิจัยก่อนหน้านี้ในพื้นที่และการขาดการวิจัยเกี่ยวกับตัวแปรบุคลิกภาพการศึกษานี้ตรวจสอบการใช้สมาร์ทโฟนที่มีปัญหาและปัจจัยที่เกี่ยวข้องกับบุคลิกภาพความวิตกกังวลและหลงตัวเอง จุดสนใจหลักของการศึกษาคือการตรวจสอบการมีส่วนร่วมของหลงตัวเองและความวิตกกังวลในการใช้มาร์ทโฟนที่มีปัญหา นอกจากนี้ยังศึกษาความสัมพันธ์กับปัจจัยบุคลิกภาพ การศึกษาครั้งนี้ใช้วิธีการสำรวจออนไลน์เพื่อรวบรวมข้อมูลเกี่ยวกับปัจจัยทางจิตวิทยาที่เป็นไปได้ที่เกี่ยวข้องกับการใช้สมาร์ทโฟนโดยมีวัตถุประสงค์เพื่อเพิ่มการค้นพบใหม่ ๆ ให้กับฐานการวิจัยเชิงประจักษ์ที่มีขนาดเล็ก แต่กำลังเติบโต

วิธีการ

ผู้เข้าร่วมกิจกรรม

จำนวนผู้ใช้สมาร์ทโฟน 871 ทั้งหมด (อายุเฉลี่ย = 25.06 ปี SD = 8.88) เข้าร่วมในการศึกษา ข้อมูลบางส่วนหายไปจากแบบสำรวจเนื่องจากการตอบกลับไม่สมบูรณ์ ดังนั้นการวิเคราะห์เชิงสถิติเชิงอนุมานจึงดำเนินการกับแบบสอบถามที่กรอกข้อมูลครบถ้วน 640 ชุด (73.5%) อายุอยู่ระหว่าง 13 ถึง 69 ปี (ค่าเฉลี่ย = 24.89 ปี, SD = 8.54) และมี 214 คน (33.4%) และ 420 หญิง (65.6%); หกคนไม่ได้ให้ข้อมูลเกี่ยวกับเพศ เชื้อชาติของกลุ่มตัวอย่างแตกต่างกันไปตามกลุ่มตัวอย่าง ได้แก่ ขาว (80.0%), ดำ (2.0%), เอเชีย (9.3%), เอเชียตะวันออกเฉียงใต้ (1.9%), แอฟริกัน (1.9%), อาหรับหรือแอฟริกาเหนือ (0.5 %) กลุ่มชาติพันธุ์ผสม / หลายกลุ่ม (3.9%) และอื่น ๆ (2.0%) ผู้เข้าร่วมส่วนใหญ่มาจากสหราชอาณาจักร (86.0%) รองลงมาคือผู้ที่มาจากสหรัฐอเมริกา (3.3%) แคนาดา (0.5%) เยอรมนี (0.5%) และสหรัฐอาหรับเอมิเรตส์ (0.5%) ประเทศ (ตุรกีสวิตเซอร์แลนด์ออสเตรเลียกรีซเดนมาร์กสวีเดนและเกาหลีใต้) เป็นตัวแทนของกลุ่มตัวอย่าง ผู้เข้าร่วมส่วนใหญ่เป็นนักเรียน (68.6%) มีงานทำ (23.6%) อาชีพอิสระ (3.0%) ว่างงาน (4.3%) หรือเกษียณแล้ว (0.5%) สถานภาพสมรสของผู้เข้าร่วมเป็นโสด (52.5%) แต่งงานแล้ว (14.6%) หรือมีความสัมพันธ์ใกล้ชิด (32.9%)

การออกแบบและวัสดุ

การสำรวจออนไลน์ถูกนำมาใช้ในการศึกษานี้เพื่อรวบรวมข้อมูลและได้รับการพัฒนาด้วยการใช้ Qualtrics ซอฟต์แวร์สำรวจออนไลน์ การสำรวจประกอบด้วยเครื่องมือทางจิตวิทยาสี่ชิ้นที่ร่วมกันประเมินความสัมพันธ์ระหว่างการใช้สมาร์ทโฟนและตัวแปรบุคลิกภาพ เครื่องมือทั้งสี่ที่ได้รับการประเมิน ได้แก่ (a) บุคลิกภาพที่หลงตัวเอง (b) ความวิตกกังวลในลักษณะสถานะ (c) รูปแบบบุคลิกภาพห้าปัจจัย (ความเป็นโรคประสาท, ความเห็นอกเห็นใจ, การเปิดกว้างต่อประสบการณ์, การมองข้ามและความมีมโนธรรม) และ (ง) สมาร์ทโฟนที่มีปัญหา ใช้. นอกจากนี้ยังมีการรวบรวมคำถามเกี่ยวกับลักษณะทางประชากรของผู้เข้าร่วมเวลาการใช้งานสมาร์ทโฟนการมองหน้าจอสมาร์ทโฟนทุกวันแอปพลิเคชันสมาร์ทโฟน (แอป) ที่ใช้มากที่สุดทัศนคติที่มีต่อพฤติกรรมการใช้เครือข่ายสังคมออนไลน์ของผู้อื่นและปัญหาที่เกิดจากการใช้สมาร์ทโฟน

บุคลิกภาพหลงตัวเอง. มีการประเมินบุคลิกภาพที่หลงใหลในตัวเองโดยใช้ 40-item Narcissistic Personality Inventory (NPI; ) NPI ประกอบด้วยคู่คำสั่ง 40 ที่เป็นของส่วนย่อยเจ็ดส่วนโดยแต่ละหมวดย่อยมีลักษณะนิสัยหลงตัวเองที่เป็นที่รู้จัก การประเมินลักษณะคืออำนาจความพอเพียงของตนเองความเหนือกว่าการชอบแสดงออกความหยิ่งยะโสการเอาเปรียบและการให้สิทธิ์ แต่ละคำสั่งเป็นของคอลัมน์ A หรือคอลัมน์ B ข้อความจากคอลัมน์ A มักจะหลงตัวเองและให้คะแนนหนึ่งจุดตัวอย่างเช่น“ ฉันต้องการเป็นผู้นำ” ข้อความจากคอลัมน์ B โดยทั่วไปจะไม่หลงตัวเองดังนั้นจึงไม่ได้ทำคะแนนใด ๆ ยกตัวอย่างเช่นคะแนน“ มันสร้างความแตกต่างเล็กน้อยสำหรับฉันไม่ว่าฉันจะเป็นผู้นำหรือไม่ก็ตาม” ผู้ที่มีบุคลิกภาพหลงตัวเองหลงผิดคาดว่าจะรับรองคอลัมน์คำตอบ 20 ในการศึกษานี้ความสอดคล้องภายในของ NPI นั้นดี (Cronbach's α = .85)

ความวิตกกังวลลักษณะรัฐ. คลังความวิตกกังวลของรัฐ Spielberger (STAI) แบบย่อ () ใช้ในการประเมินความวิตกกังวลของรัฐ มาตราส่วนนี้ประกอบด้วยข้อความหกข้อความที่วัดบนมาตราส่วน Likert 4 จุด (โดย 1 = ไม่ใช่ทั้งหมด, 2 = ค่อนข้าง, 3 = ปานกลาง, และ 4 = มาก) ตัวอย่างของรายการ STAI มีดังนี้“ ฉันรู้สึกสงบ”“ ฉันเครียด” และ“ ฉันเป็นห่วง” Marteau และ Bekker () รายงานความน่าเชื่อถือที่ยอมรับได้และความถูกต้องสำหรับแบบย่อแบบ STAI นอกจากนี้เมื่อเปรียบเทียบกับแบบเต็มของ STAI รุ่นหกรายการมีขนาดที่เบากว่าและเป็นที่ยอมรับสำหรับผู้เข้าร่วม () ในการศึกษานี้ความสอดคล้องภายในของ STAI นั้นดี (Cronbach's α = .85)

บุคลิกภาพ. ประเมินลักษณะบุคลิกภาพโดยใช้คลังบุคลิกภาพสิบรายการ (TIPI; ) ซึ่งเป็นการวัดมิติข้อมูล Big-Five (แบบจำลองห้าปัจจัย) ที่ถูกต้อง TIPI ประกอบด้วย 10 รายการโดยใช้ระดับคะแนน 7 คะแนน (ตั้งแต่ 1 = ไม่เห็นด้วยอย่างยิ่งถึง 7 = เห็นด้วยอย่างยิ่ง) และ XNUMX ส่วนย่อย ได้แก่ การแยกตัวออกความเห็นด้วยความมีสติความมั่นคงทางอารมณ์และการเปิดกว้าง Gosling et al. () รายงานว่า TIPI มีระดับที่เพียงพอในแง่ของ: (a) คอนเวอร์เจนซ์ที่ใช้กันอย่างแพร่หลายในการวัดผล Big-Five ในรายงานตนเองผู้สังเกตการณ์และเพื่อนร่วมงาน (b) การทดสอบ - ทดสอบความน่าเชื่อถือ (c) รูปแบบของความสัมพันธ์ภายนอกที่คาดการณ์ไว้และ ( d) การบรรจบกันระหว่างการให้คะแนนตนเองและผู้สังเกตการณ์ ความสอดคล้องภายในสำหรับสเกลย่อยมีดังนี้: Extraversion (Cronbach's α = .69), Agreeableness (Cronbach's α = .29), Conscientiousness (Cronbach's α = .56), Emotional Stability (Cronbach's α = .69) และ Openness to ประสบการณ์ (α = .45 ของ Cronbach)

การใช้สมาร์ทโฟนที่เป็นปัญหา. มาตรวัดการใช้สมาร์ทโฟนที่มีปัญหาถูกใช้เพื่อประเมินการใช้สมาร์ทโฟนที่มีปัญหาและปรับสเกลได้จากไอเท็มในรูปแบบย่อขนาดความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต (IGDS9-SF) ที่พัฒนาโดย Pontes และ Griffiths, ) IGDS9-SF เป็นเครื่องมือ psychometric สั้นเก้ารายการที่ดัดแปลงมาจากเก้าเกณฑ์ที่กำหนด Internet Gaming Disorder (IGD) ตามรุ่นที่ห้าของ คู่มือการวินิจฉัยและสถิติความผิดปกติท​​างจิต (DSM-5; ) ตัวอย่างรายการที่ดัดแปลงดังนี้:“ ฉันหมกมุ่นอยู่กับสมาร์ทโฟนของฉัน”“ ฉันใช้สมาร์ทโฟนของฉันเพื่อหลบหนีหรือบรรเทาอารมณ์เชิงลบ”“ ฉันพยายามควบคุมสมาร์ทโฟนของฉันไม่สำเร็จ”“ ฉันใช้จ่ายเพิ่มขึ้น เวลาบนสมาร์ทโฟนของฉัน”“ ฉันเสี่ยงหรือสูญเสียความสัมพันธ์งานหรือโอกาสทางการศึกษาที่สำคัญเนื่องจากการใช้สมาร์ทโฟนของฉัน” ผู้เข้าร่วมให้คะแนนทุกรายการในระดับ 5-point Likert (ที่ 1 = ไม่เห็นด้วยอย่างยิ่ง 2 = ไม่เห็นด้วยอย่างยิ่ง , 3 = ไม่เห็นด้วยหรือไม่เห็นด้วย 4 = เห็นด้วย, 5 = เห็นด้วยอย่างยิ่ง) คะแนนในช่วง IGDS9-SF จาก 9 ถึง 45 เกี่ยวกับ IGD, Pontes และ Griffiths () ระบุว่าเพื่อวัตถุประสงค์ในการวิจัยเท่านั้นอาจใช้สเกลเพื่อจำแนกผู้ใช้ที่ไม่เป็นระเบียบและผู้ใช้ที่ไม่ได้ยุ่งเหยิงโดยพิจารณาเฉพาะผู้ใช้ที่ได้รับ 36 ขั้นต่ำจาก 45 ในระดับ ในการศึกษานี้ความสอดคล้องภายในของ IGDS9-SF อยู่ในระดับสูง (Cronbach's α = .86)

การรักษาอื่นๆ

ข้อความที่โพสต์ทางอินเทอร์เน็ตเชิญชวนให้ผู้ใช้สมาร์ทโฟนเข้าร่วมในการศึกษานั้นถูกวางไว้ในฟอรัมและหัวข้อสนทนาทั่วไปของสมาร์ทโฟนที่มีชื่อเสียงข่าวสังคมและเว็บไซต์เกมออนไลน์ (เช่น mmorpg.com, androidcentral.com, reddit.com, iMore.comและ neoseeker.com) ข้อความที่โพสต์ทางอินเทอร์เน็ตก็โพสต์ในบัญชีเครือข่ายโซเชียลของผู้แต่งคนแรกด้วย (เช่น Facebook และ Twitter) นอกจากนี้นักศึกษาในมหาวิทยาลัยขนาดใหญ่สองแห่งในสหราชอาณาจักรยังได้รับแจ้งจากผู้เขียนคนแรกที่ประกาศการรับสมัครงานด้านการศึกษาตอนต้นของการบรรยายและนำพวกเขาไปที่ Twitter บัญชีและแฮชแท็กสำหรับการศึกษา สมาร์ทโฟนข่าวโซเชียลและไซต์เกมออนไลน์แต่ละเครื่องมีคุณสมบัติโครงสร้างที่คล้ายคลึงกัน (เช่นข่าวล่าสุดคำแนะนำช่วยเหลือแผนที่เว็บไซต์ฟอรัม ฯลฯ ) การโพสต์การรับสมัครออนไลน์แจ้งให้ผู้เข้าร่วมทุกคนทราบถึงจุดประสงค์ของการศึกษาและมีลิงก์ไปยังแบบสำรวจออนไลน์ เมื่อผู้เข้าร่วมเยี่ยมชมที่อยู่ไฮเปอร์ลิงก์ในแบบสำรวจแล้วผู้เข้าร่วมจะได้รับหน้าข้อมูลของผู้เข้าร่วมตามด้วยคำแนะนำที่ชัดเจนเกี่ยวกับวิธีการกรอกแบบสำรวจและมั่นใจได้ว่าข้อมูลที่พวกเขาให้จะยังคงไม่เปิดเผยตัวตนและเป็นความลับ คำแถลงการซักถามในตอนท้ายของการสำรวจได้ย้ำถึงวัตถุประสงค์ของการศึกษาและแจ้งให้ผู้เข้าร่วมทราบถึงสิทธิ์ในการถอนตัวจากการศึกษา

กลยุทธ์การวิเคราะห์

ขั้นแรกสถิติเชิงพรรณนาที่เกี่ยวข้องกับการใช้งานสมาร์ทโฟนทั่วไปถูกคำนวณ จากนั้นทำการวิเคราะห์สหสัมพันธ์ สุดท้ายเพื่อวิเคราะห์ปัจจัยที่เกี่ยวข้องกับการใช้สมาร์ทโฟนที่มีปัญหาการวิเคราะห์การถดถอยหลายครั้งได้ดำเนินการโดยใช้สมาร์ทโฟนที่มีปัญหาเป็นตัวแปรผลลัพธ์ ตัวแปรของตัวทำนาย ได้แก่ อายุและความหลงตัวเอง (เข้าสู่ขั้นตอนที่หนึ่ง) และการแสดงตัว, ความเห็นชอบ, ความรู้สึกตัว, ความมีสติ, ความมั่นคงทางอารมณ์, การเปิดรับประสบการณ์และคะแนนความวิตกกังวล (เข้าสู่ขั้นตอนที่สอง)

จริยธรรม

ขั้นตอนการศึกษาได้ดำเนินการตามประกาศของเฮลซิงกิและแนวทางจริยธรรมทางจิตวิทยาสังคมอังกฤษ คณะกรรมการจริยธรรมของมหาวิทยาลัยอนุมัติการศึกษา ผู้เข้าร่วมทั้งหมดได้รับแจ้งเกี่ยวกับการศึกษาและให้ความยินยอมทั้งหมด

ผลสอบ

พฤติกรรมผู้ใช้สมาร์ทโฟน

เวลาเฉลี่ยที่ใช้กับสมาร์ทโฟนต่อวันคือ 190.6 นาที (SD = 138.6) ผู้เข้าร่วมรายงานว่าทำ 39.5 glances (SD = 33.7) โดยเฉลี่ยที่หน้าจอสมาร์ทโฟนในระหว่างวัน ค่าโทรศัพท์สมาร์ทโฟนเฉลี่ยต่อเดือนของผู้เข้าร่วมคือ 27.50 ปอนด์ (SD = 17.2) แอปพลิเคชันบนสมาร์ทโฟนที่มีผู้ใช้มากที่สุด ได้แก่ แอปพลิเคชันเครือข่ายสังคมออนไลน์ (49.9%) รองลงมาคือแอปพลิเคชันการส่งข้อความโต้ตอบแบบทันที (35.2%) และแอปพลิเคชันเพลง (19.1%) ตาราง 1 แสดงแอปพลิเคชั่นสมาร์ทโฟนที่ใช้โดยผู้เข้าร่วม

1 ตาราง 

แอปพลิเคชันสมาร์ทโฟนที่ใช้งานมากที่สุดในหมู่ผู้เข้าร่วม (การตอบสนองอ้างอิงถึงการตอบสนองต่อหมวดหมู่แอปพลิเคชันผู้เข้าร่วมสามารถเลือกมากกว่าหนึ่งแอปพลิเคชัน)

การใช้สมาร์ทโฟนที่เป็นปัญหา

คะแนนสมาร์ทโฟนที่เป็นปัญหาโดยเฉลี่ยในหมู่ผู้เข้าร่วมคือ 21.4 (SD = 6.73) โดยใช้เกณฑ์การจำแนกประเภทที่แนะนำโดย Pontes and Griffiths () ผู้เข้าร่วม 17 (2.7%) ถูกจัดประเภทเป็นผู้ใช้สมาร์ทโฟนที่มีปัญหา รูป 1 แสดงการกระจายของคะแนนบนมาตราส่วนการใช้สมาร์ทโฟนที่เป็นปัญหา

รูป 1 

การกระจายคะแนนการใช้สมาร์ทโฟนที่มีปัญหา (kurtosis = −0.102, ความเบ้ = 0.280)

การใช้สมาร์ทโฟนที่เป็นปัญหานั้นมีความสัมพันธ์กัน

การใช้สมาร์ทโฟนที่เป็นปัญหานั้นมีความสัมพันธ์เชิงบวกกับเวลาที่ใช้ไปกับสมาร์ทโฟนและความวิตกกังวลและสัมพันธ์กับอายุความมานุษยวิทยาความมั่นคงทางอารมณ์และการเปิดกว้าง เวลาที่ใช้ในสมาร์ทโฟนนั้นสัมพันธ์กับความยาวของการเป็นเจ้าของการหลงตัวเองและความวิตกกังวลและสัมพันธ์กับอายุและความมั่นคงทางอารมณ์ ความยาวของความเป็นเจ้าของมีความสัมพันธ์เชิงบวกกับอายุ (ตาราง 2).

2 ตาราง 

ความสัมพันธ์ของ Pearson ระหว่างการใช้งานที่มีปัญหาของสมาร์ทโฟนกับตัวแปรอื่น ๆ (n = 640)

ทำนายการใช้สมาร์ทโฟนที่มีปัญหา

ปัญหาความไม่สอดคล้องกันถูกตรวจสอบโดยใช้ค่าปัจจัยความแปรปรวน (VIF) ซึ่งต่ำกว่า 10 ทั้งหมด (ค่าเฉลี่ย VIF = 1.33) และสถิติการยอมรับซึ่งอยู่เหนือ 0.2 ทั้งหมด สิ่งนี้ชี้ให้เห็นว่าความหลากหลายทางสีไม่ใช่ความกังวล การใช้วิธีการป้อนสำหรับการถดถอยหลายครั้งพบว่าตัวแปรตัวทำนายอธิบายความแปรปรวนจำนวนมากในสมาร์ทโฟนที่มีปัญหาใช้ [สำหรับขั้นตอน 1, R2 = .05, ΔR2 = .10 F(2, 637) = 17.39 p <.001; สำหรับขั้นตอนที่ 2 F(8, 631) = 11.85 p <.001] การวิเคราะห์แสดงให้เห็นว่าหลังจากปรับตัวตามอายุและความหลงตัวเองความมีสติความมั่นคงทางอารมณ์และการเปิดกว้างอย่างมีนัยสำคัญและคาดการณ์การใช้สมาร์ทโฟนที่มีปัญหาในเชิงลบ (ตาราง 3) นั่นคือบุคคลที่ให้คะแนนสูงในเรื่องการเปิดกว้างความมั่นคงทางอารมณ์และความมีสตินั้นมีโอกาสน้อยที่จะมีการใช้สมาร์ทโฟนที่มีปัญหา

3 ตาราง 

รูปแบบการพยากรณ์การใช้สมาร์ทโฟนที่เป็นปัญหาn = 640)

การสนทนา

การศึกษานี้ตรวจสอบการใช้สมาร์ทโฟนที่มีปัญหาและปัจจัยที่เกี่ยวข้องที่อาจเกิดขึ้น ผลการวิจัยแสดงให้เห็นว่าเวลาที่ใช้บนสมาร์ทโฟนความมีสติความมั่นคงทางอารมณ์การเปิดกว้างและอายุเป็นตัวทำนายที่สำคัญของการใช้สมาร์ทโฟนที่มีปัญหา ด้วยตัวทำนายเชิงลบผลการวิจัยพบว่าการใช้สมาร์ทโฟนที่มีปัญหานั้นคาดการณ์ได้จากความมีสติสัมปชัญญะที่ต่ำลงการเปิดใจที่ต่ำลงความมั่นคงทางอารมณ์ที่ต่ำลงและการมีอายุน้อยลง ในความสัมพันธ์กับความมั่นคงทางอารมณ์การค้นพบนี้คล้ายกับการค้นพบของ Ha et al () ผู้รายงานว่าผู้ใช้สมาร์ทโฟนมากเกินไปมีอาการซึมเศร้ามากขึ้นความยากลำบากในการแสดงออกทางอารมณ์ความวิตกกังวลระหว่างบุคคลที่สูงขึ้นและความนับถือตนเองต่ำ ผลการศึกษาครั้งนี้ชี้ให้เห็นว่าการใช้เวลาเพิ่มขึ้นในการใช้สมาร์ทโฟนอาจนำไปสู่ปัญหาการใช้งาน ผลลัพธ์เหล่านี้สนับสนุนผลการศึกษาก่อนหน้านี้ซึ่งพบว่าเวลาที่เพิ่มขึ้นในสมาร์ทโฟนนั้นเกี่ยวข้องกับการติดยาเสพติดของสมาร์ทโฟน (เช่น ; ) อายุเป็นตัวพยากรณ์เชิงลบที่สำคัญของการใช้งานที่มีปัญหาและสนับสนุนผลการวิจัยก่อนหน้านี้ที่รายงานการใช้สมาร์ทโฟนที่มีปัญหาในกลุ่มตัวอย่างที่เป็นผู้ใหญ่ (เช่น ; ; ; ; ; ; ) อาจเป็นได้ว่าคนหนุ่มสาวมีความเต็มใจที่จะลองใช้เทคโนโลยีใหม่ ๆ และมีแนวโน้มที่จะใช้ปัญหามากกว่า

เป็นที่น่าสนใจที่จะทราบว่าตัวทำนายความมีสติและความมั่นคงทางอารมณ์เป็นตัวทำนายเชิงลบที่สำคัญของการใช้สมาร์ทโฟนที่มีปัญหา สติมีลักษณะเป็นระเบียบเรียบร้อยความรับผิดชอบและความน่าเชื่อถือ () และการศึกษานี้แสดงให้เห็นว่าบุคคลที่มีความพิถีพิถันน้อยกว่ามีแนวโน้มที่จะแสดงพฤติกรรมที่เป็นปัญหาได้มากขึ้น ความมั่นคงทางอารมณ์มีลักษณะโดยการมีเสถียรภาพและความยืดหยุ่นทางอารมณ์ () และในการศึกษานี้ความมั่นคงทางอารมณ์น้อยลงนั้นสัมพันธ์กับพฤติกรรมสมาร์ทโฟนที่เป็นปัญหา การค้นพบนี้สนับสนุนการค้นพบของ Augner และ Hacker () ซึ่งรายงานว่าความมั่นคงทางอารมณ์ที่ต่ำเกี่ยวข้องกับการใช้สมาร์ทโฟนที่มีปัญหา นี่เป็นเรื่องที่น่ากังวลเนื่องจากผู้ที่มีอารมณ์แปรปรวนวิตกกังวลหงุดหงิดและเศร้ามีแนวโน้มที่จะพัฒนาพฤติกรรมการใช้สมาร์ทโฟนที่เป็นปัญหา การมีความมั่นคงทางอารมณ์น้อยลง (เช่นโรคประสาท) มีความเกี่ยวข้องกับความผิดปกติของสุขภาพหลายอย่างเช่นอาการเบื่ออาหารและโรคบูลิเมีย () และการติดยาเสพติด () ดังนั้นในขณะที่การค้นพบที่นำเสนอในที่นี้มีความสัมพันธ์กันความสัมพันธ์นี้อาจเกี่ยวข้องและจำเป็นต้องมีการสอบสวนเชิงประจักษ์เพิ่มเติม

ความสัมพันธ์ bivariate แสดงให้เห็นถึงความสัมพันธ์ที่สำคัญระหว่างตัวแปรหลายตัวกับการใช้สมาร์ทโฟนที่เป็นปัญหา ตัวอย่างเช่นเวลาที่ใช้สมาร์ทโฟนนั้นสัมพันธ์กับการใช้สมาร์ทโฟนที่มีปัญหาอย่างมากและคล้ายกับผลการวิจัยก่อนหน้านี้ (เช่น ; Thomee et al., 2011) ความวิตกกังวลมีความสัมพันธ์เชิงบวกกับการใช้สมาร์ทโฟนที่มีปัญหาซึ่งสนับสนุนการวิจัยที่ผ่านมาซึ่งพบว่าความวิตกกังวลเกี่ยวข้องกับการใช้สมาร์ทโฟนที่มีปัญหา (กล่าวคือ ) การค้นพบนี้แสดงให้เห็นว่าเมื่อความวิตกกังวลเพิ่มขึ้นการใช้สมาร์ทโฟนที่เป็นปัญหาก็เพิ่มขึ้นเช่นกัน ลักษณะบุคลิกภาพของการเปิดกว้างนั้นเกี่ยวข้องกับการใช้สมาร์ทโฟนที่เป็นปัญหา การค้นพบนี้แสดงให้เห็นว่าคนที่มีคุณสมบัติต่ำมีแนวโน้มที่จะประสบปัญหาการใช้สมาร์ทโฟนที่เป็นปัญหา ความมีสติความมั่นคงทางอารมณ์และอายุมีความสัมพันธ์เชิงลบกับการใช้สมาร์ทโฟนที่เป็นปัญหา

เวลาที่ใช้สมาร์ทโฟนมีความสัมพันธ์ในเชิงบวกกับระยะเวลาในการเป็นเจ้าของความหลงตัวเองและความวิตกกังวลซึ่งบ่งบอกว่าเวลาบนสมาร์ทโฟนที่เพิ่มขึ้นอาจนำไปสู่ลักษณะหลงตัวเองและความวิตกกังวล การค้นพบนี้คล้ายคลึงกับงานวิจัยก่อนหน้านี้ของ Lepp et al () ซึ่งรายงานความสัมพันธ์ระหว่างการใช้สมาร์ทโฟนความถี่สูงกับความวิตกกังวลที่สูงขึ้นและกับ Andreassen et al () ซึ่งแสดงให้เห็นถึงความสัมพันธ์ระหว่างการเสพติดโซเชียลมีเดียและการหลงตัวเอง ผลการวิจัยยังสอดคล้องกับการวิจัยของ Jenaro et al () ผู้รายงานความสัมพันธ์ระหว่างการใช้สมาร์ทโฟนสูงและความวิตกกังวลสูง

ตรงกันข้ามกับการวิจัยก่อนหน้าซึ่งแสดงความสัมพันธ์ระหว่างการแสดงตัวและการใช้สมาร์ทโฟนที่เพิ่มขึ้น (; ; ) ในการศึกษาครั้งนี้การเปิดเผยตัวไม่เกี่ยวข้องกับการใช้งานที่มีปัญหา การศึกษานี้ยังพบว่าไม่มีความสัมพันธ์ระหว่างการหลงตัวเองและการใช้สมาร์ทโฟนที่มีปัญหาในทางตรงกันข้ามกับการวิจัยก่อนหน้า (เช่น ) อาจเป็นเพราะตัวอย่างการศึกษามีบุคคลหลงตัวเองน้อยมากหรือไม่ได้รับแรงจูงใจให้ใช้สมาร์ทโฟนเพื่อวัตถุประสงค์ในการหลงตนเอง

ผลการศึกษานี้แสดงให้เห็นว่าการใช้ SNS เป็นแอปพลิเคชันยอดนิยมในหมู่ผู้เข้าร่วมและเวลาเฉลี่ยที่ใช้ในสมาร์ทโฟนต่อวันคือ 190 นาที หากใช้เวลาส่วนใหญ่ในการใช้แอป SNS อาจทำให้มีการใช้งานมากเกินไปตามที่เน้นไว้ในงานวิจัยก่อนหน้านี้ (เช่น ; ) การศึกษาเหล่านี้ได้เน้นความสัมพันธ์ระหว่างการใช้ SNS เกมและความบันเทิงและวิธีการที่เกี่ยวข้องกับการใช้งานที่มีปัญหา ความสามารถในการเข้าถึงความบันเทิงประเภทต่าง ๆ (เช่นเกมเพลงและวิดีโอ) ผ่านการใช้ SNS อาจเป็นเหตุผลว่าทำไมเครือข่ายสังคมออนไลน์จึงเป็นที่นิยมมาก () หนึ่งในแง่มุมที่สำคัญที่สุดของการใช้สมาร์ทโฟนคือเนื้อหาสื่อและการสื่อสาร ข้อความโต้ตอบแบบทันที, SNSs, การช็อปปิ้ง, ข่าว, เพลงและแอพแชร์รูปภาพ / วิดีโอเป็นที่นิยมในหมู่ผู้เข้าร่วมในการศึกษานี้ การค้นพบนี้สนับสนุนวิธีการใช้และความพึงพอใจ () ซึ่งแสดงให้เห็นว่าผู้คนใช้สมาร์ทโฟนเพื่อสนองความต้องการที่หลากหลาย สมาร์ทโฟนได้รับรางวัลจากภายนอกเพราะช่วยให้เข้าถึงบุคคลอื่นได้ทันทีและมีแอพพลิเคชั่นมือถือ พวกเขายังให้รางวัลที่แท้จริงเพราะพวกเขาให้โอกาสผู้ใช้ในการปรับแต่งและจัดการส่วนต่อประสานอุปกรณ์ () แอปพลิเคชันยอดนิยมทั้งหมดที่ใช้ในหมู่ผู้เข้าร่วมให้รางวัล / ข้อความความถี่สูงที่ส่งเสริมการตรวจสอบสมาร์ทโฟนเป็นประจำ (ในการศึกษานี้ค่าเฉลี่ยของสมาร์ทโฟนคือ 39.5 glances ต่อวัน) และสามารถเพิ่มการใช้งานมากเกินไป

ผลการศึกษาครั้งนี้นำไปสู่การวิจัยเชิงประจักษ์ที่เน้นการใช้สมาร์ทโฟนที่เป็นปัญหา การใช้สมาร์ทโฟนมากเกินไปอาจส่งผลเสียต่อสุขภาพจิตรวมถึงภาวะซึมเศร้าและความเครียดเรื้อรัง () และเพิ่มความคิดฆ่าตัวตาย () การวิจัยสนับสนุนความสัมพันธ์ระหว่างภาวะซึมเศร้าและการส่งข้อความที่มากเกินไปเครือข่ายทางสังคมการเล่นเกมการส่งอีเมลและการดูวิดีโอซึ่งทั้งหมดนี้สามารถเข้าถึงได้ผ่านสมาร์ทโฟน (; ) การวิจัยในอนาคตอาจต้องพิจารณาการใช้โทรศัพท์ที่มีปัญหาและการเชื่อมโยงกับปัจจัยสถานการณ์เช่นสภาพแวดล้อมที่บ้านและโรงเรียนและปัจจัยส่วนบุคคลเช่นสุขภาพจิตและปัญหาพฤติกรรม การทำความเข้าใจความสัมพันธ์ของการใช้สมาร์ทโฟนมากเกินไปเป็นสิ่งสำคัญในการตรวจสอบ

แม้ว่าการมีส่วนร่วมของการศึกษานี้เป็นเรื่องแปลกใหม่และให้ข้อมูล แต่ก็มีข้อ จำกัด มากมายที่ต้องพิจารณา กลุ่มตัวอย่างส่วนใหญ่เป็นนักเรียนที่เลือกด้วยตนเองจากสหราชอาณาจักร ในขณะที่นักเรียนเป็นผู้ใช้สมาร์ทโฟนตัวยงด้วยอุปกรณ์ที่สร้างสิ่งสำคัญในตัวตนของคนรุ่นนี้ () ความสามารถในการสรุปผลการวิจัยจึง จำกัด การวิจัยในอนาคตควรตรวจสอบการใช้สมาร์ทโฟนที่มีปัญหาในตัวอย่างของนักเรียนและผู้ที่ไม่ใช่นักเรียนจากภูมิภาคทางภูมิศาสตร์ที่แตกต่างกันและในช่วงอายุที่หลากหลายมากขึ้นโดยใช้ตัวอย่างตัวแทนระดับประเทศ วิธีการรายงานด้วยตนเองที่ใช้อาจนำไปสู่การรายงานการใช้งานสมาร์ทโฟนผิดพลาด Andrews, Ellis, Shaw และ Piwek () พบว่าเมื่อพูดถึงการรายงานด้วยตนเองผู้เข้าร่วมมักจะประเมินการใช้งานสมาร์ทโฟนของตนต่ำเกินไป สิ่งนี้ทำให้เกิดคำถามเกี่ยวกับความน่าเชื่อถือและความถูกต้องของข้อมูลที่รวบรวม อย่างไรก็ตามปัญหาเหล่านี้มีผลต่อการวิจัยด้วยตนเองทุกประเภท () การศึกษาสมาร์ทโฟนส่วนใหญ่เช่นการศึกษานี้เป็นเชิงปริมาณหน้าตัดและมีแนวโน้มที่จะปรับเครื่องมือ psychometric อื่น ๆ เพื่อประเมินการใช้สมาร์ทโฟน ขณะนี้สเกลการใช้สมาร์ทโฟนที่มีปัญหานั้นได้รับการตรวจสอบแล้วแม้ว่าความสอดคล้องภายในของสเกลนั้นดีในการศึกษานี้ ความสอดคล้องภายในของระดับย่อยบุคลิกภาพบางประเด็นมีความน่าเชื่อถือต่ำเมื่อเทียบกับลักษณะเฉพาะเหล่านี้ อย่างไรก็ตามสิ่งเหล่านี้ถูกใช้เพื่อความกะทัดรัดและเอาชนะความเหนื่อยล้าจากการสำรวจ การศึกษาเพิ่มเติมจะต้องยืนยันความถูกต้องของเครื่องมือดังกล่าวและอาจใช้เครื่องมือที่มีความยาวและแข็งแกร่งในการวิจัยในอนาคต แม้จะมีข้อ จำกัด เหล่านี้ แต่การค้นพบครั้งนี้แสดงให้เห็นว่าการใช้สมาร์ทโฟนที่มีปัญหานั้นมีความสัมพันธ์กับปัจจัยบุคลิกภาพต่าง ๆ และช่วยให้เข้าใจจิตวิทยาพฤติกรรมสมาร์ทโฟน

คำแถลงเงิน

แหล่งเงินทุน: ไม่มีการสนับสนุนทางการเงินสำหรับการศึกษานี้

ผลงานของผู้เขียน

ศึกษาแนวคิดและการออกแบบ: ZH และ DS; การวิเคราะห์และตีความข้อมูล: ZH, MDG และ DS; การเข้าถึงข้อมูล: ZH, DS และ MDG ผู้เขียนทุกคนมีส่วนร่วมในการเขียนบทความ ผู้เขียนทุกคนสามารถเข้าถึงข้อมูลทั้งหมดในการศึกษาและรับผิดชอบต่อความถูกต้องของข้อมูลและความถูกต้องของการวิเคราะห์ข้อมูล

ขัดผลประโยชน์

ผู้เขียนรายงานว่าไม่มีความขัดแย้งทางผลประโยชน์

อ้างอิง

  • Allam M. F. (2010). การใช้อินเทอร์เน็ตมากเกินไปและภาวะซึมเศร้า: อคติจากสาเหตุหรือไม่? Psychopathology, 43 (5), 334–334. ดอย: 10.1159 / 000319403 [PubMed]
  • สมาคมจิตแพทย์อเมริกัน (2013) คู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต (5th ed.) Arlington, VA: สมาคมจิตแพทย์อเมริกัน
  • Amichai-Hamburger Y. , Vinitzky G. (2010) การใช้เครือข่ายทางสังคมและบุคลิกภาพ คอมพิวเตอร์ในพฤติกรรมมนุษย์, 26 (6), 1289 – 1295 ดอย: 10.1016 / j.chb.2010.03.018
  • Andreassen C. S. , Billieux J. , Griffiths M. D. , Kuss D. J. , Demetrovics Z. , Mazzoni E. , Pallesen S. (2016). ความสัมพันธ์ระหว่างการเสพติดโซเชียลมีเดียและวิดีโอเกมกับอาการของโรคจิตเวช: การศึกษาภาคตัดขวางขนาดใหญ่ Psychology of Addictive Behaviors, 30 (2), 252–262. ดอย: 10.1037 / adb0000160 [PubMed]
  • Andreassen C. S. , Pallesen S. , Griffiths M. D. (2017). ความสัมพันธ์ระหว่างการใช้โซเชียลมีเดียอย่างเสพติดการหลงตัวเองและความนับถือตนเอง: ผลการสำรวจระดับชาติขนาดใหญ่ พฤติกรรมเสพติด, 64, 287–293 ดอย: 10.1016 / j.addbeh.2016.03.006 [PubMed]
  • Andrews S. , Ellis D. , Shaw H. , Piwek L. (2015) นอกเหนือจากรายงานตนเอง: เครื่องมือในการเปรียบเทียบการใช้สมาร์ทโฟนโดยประมาณและในโลกแห่งความเป็นจริง PLoS One, 10 (10), e0139004 ดอย: 10.1371 / journal.pone.0139004 [บทความฟรี PMC] [PubMed]
  • Augner C. , Hacker G. W. (2012). ความสัมพันธ์ระหว่างการใช้โทรศัพท์มือถือที่มีปัญหากับปัจจัยทางจิตวิทยาในคนหนุ่มสาว International Journal of Public Health, 57 (2), 437–441. ดอย: 10.1007 / s00038-011-0234-z [PubMed]
  • Bianchi A. , Phillips J. G. (2005). ตัวทำนายทางจิตวิทยาของปัญหาการใช้โทรศัพท์มือถือ CyberPsychology & Behavior, 8 (1), 39–51. ดอย: 10.1089 / cpb.2005.8.39 [PubMed]
  • Billieux J. , Maurage P. , Lopez-Fernandez O. , Kuss D. , Griffiths M. D. (2015). การใช้โทรศัพท์มือถือที่ไม่เป็นระเบียบถือเป็นการติดพฤติกรรมได้หรือไม่? ข้อมูลอัปเดตเกี่ยวกับหลักฐานปัจจุบันและแบบจำลองที่ครอบคลุมสำหรับการวิจัยในอนาคต รายงานการติดปัจจุบัน, 2 (2), 156–162 ดอย: 10.1007 / s40429-015-0054-y
  • Billieux J. , Philippot P. , Schmid C. , Maurage P. , Mol J. (2014) การใช้โทรศัพท์มือถือผิดปกติเป็นการติดพฤติกรรมหรือไม่? เผชิญหน้ากับอาการตามวิธีการตามกระบวนการ จิตวิทยาคลินิกและจิตบำบัด 22 (5), 460 – 468 ดอย: 10.1002 / cpp.1910 [PubMed]
  • บัฟฟาร์ดีแอลอีแคมป์เบลดับเบิลยูเค (2008). การหลงตัวเองและเว็บไซต์เครือข่ายสังคม บุคลิกภาพและจิตวิทยาสังคมแถลงการณ์, 34 (10), 1303–1314. ดอย: 10.1177 / 0146167208320061 [PubMed]
  • แคมป์เบลล์เอส. ดับเบิลยูปาร์ควายเจ. (2008). ผลกระทบทางสังคมของโทรศัพท์เคลื่อนที่: การเพิ่มขึ้นของสังคมการสื่อสารส่วนบุคคล เข็มทิศสังคมวิทยา, 2 (2), 371–387. ดอย: 10.1111 / j.1751-9020.2007.00080.x
  • ช่างไม้ C.J. (2012). หลงตัวเองบน Facebook: พฤติกรรมส่งเสริมตนเองและต่อต้านสังคม บุคลิกภาพและความแตกต่างของแต่ละบุคคล, 52 (4), 482–486. ดอย: 10.1016 / j.paid.2011.11.011
  • Cheever N. A. , Rosen L. D. , Carrier L. M. , Chavez A. (2014). ไม่อยู่ในสายตา: ผลกระทบของการ จำกัด การใช้อุปกรณ์เคลื่อนที่ไร้สายต่อระดับความวิตกกังวลของผู้ใช้ระดับต่ำปานกลางและสูง คอมพิวเตอร์ในพฤติกรรมมนุษย์, 37, 290–297 ดอย: 10.1016 / j.chb.2014.05.002
  • Chiu S. I. (2014). ความสัมพันธ์ระหว่างความเครียดในชีวิตและการติดสมาร์ทโฟนของนักศึกษามหาวิทยาลัยไต้หวัน: รูปแบบการไกล่เกลี่ยของการเรียนรู้ความสามารถในตนเองและความสามารถในตนเองทางสังคม คอมพิวเตอร์ในพฤติกรรมมนุษย์, 34, 49–57 ดอย: 10.1016 / j.chb.2014.01.024
  • Davila J. , Hershenberg R. , Feinstein B. A. , Gorman K. , Bhatia V. , Starr L. R. (2012). ความถี่และคุณภาพของเครือข่ายทางสังคมในวัยหนุ่มสาว: ความสัมพันธ์ที่มีอาการซึมเศร้าการคร่ำครวญและการสึกกร่อน Psychology of Popular Media Culture, 1 (2), 72–86. ดอย: 10.1037 / a0027512 [บทความฟรี PMC] [PubMed]
  • Davis C. , Claridge G. (1998) ความผิดปกติของการรับประทานเป็นยาเสพติด: มุมมองทางจิตวิทยา พฤติกรรมเสพติด, 23 (4), 463 – 475 ดอย: 10.1016 / S0306-4603 (98) 00009-4 [PubMed]
  • de Montjoye Y. A. , Quoidbach J. , Robic F. , Pentland A. S. (2013). การทำนายบุคลิกภาพโดยใช้ตัวชี้วัดที่ใช้โทรศัพท์มือถือแบบใหม่ ใน Greenberg A. M. , Kennedy W. G. , Bos N. D. บรรณาธิการ (Eds.), การประชุมระหว่างประเทศเกี่ยวกับการคำนวณทางสังคม, การสร้างแบบจำลองเชิงพฤติกรรมและวัฒนธรรมและการทำนาย (หน้า 48–55) เบอร์ลินเยอรมนี / ไฮเดลเบิร์กเยอรมนี: Springer.
  • de Wit L. , Straten A. , Lamers F. , Cujipers P. , Penninx B. (2011) ดูโทรทัศน์อยู่ประจำและพฤติกรรมการใช้คอมพิวเตอร์ที่เกี่ยวข้องกับความวิตกกังวลและความผิดปกติซึมเศร้า? การวิจัยทางจิตเวชศาสตร์, 186 (2 – 3), 239 – 243 ดอย: 10.1016 / j.psychres.2010.07.003 [PubMed]
  • Ehrenberg A. , Juckes S. , White K. M. , Walsh S. P. (2008). บุคลิกภาพและความนับถือตนเองเป็นตัวทำนายการใช้เทคโนโลยีของคนหนุ่มสาว CyberPsychology & Behavior, 11 (6), 739–741 ดอย: 10.1089 / cpb.2008.0030 [PubMed]
  • Enez Darcin A. , Kose S. , Noyan C. O. , Nurmedov S. , Yılmaz O. , Dilbaz N. (2016). การติดสมาร์ทโฟนและความสัมพันธ์กับความวิตกกังวลทางสังคมและความเหงา พฤติกรรมและเทคโนโลยีสารสนเทศ, 35 (7), 520–525 ดอย: 10.1080 / 0144929X.2016.1158319
  • Gosling S. D. , Rentfrow P. J. , Swann W. B. (2003). การวัดโดเมนบุคลิกภาพ Big-Five สั้น ๆ วารสารวิจัยบุคลิกภาพ, 37 (6), 504–528 ดอย: 10.1016 / S0092-6566 (03) 00046-1
  • Gossop M. R. , Eysenck S. B. G. (1980). การสอบสวนเพิ่มเติมเกี่ยวกับบุคลิกภาพของผู้ติดยาในการรักษา British Journal of Addiction, 75 (3), 305–311 ดอย: 10.1111 / j.1360-0443.1980.tb01384.x [PubMed]
  • Ha J. H. , Chin B. , Park D. H. , Ryu S. H. , Yu J. (2008). ลักษณะของการใช้โทรศัพท์มือถือมากเกินไปในวัยรุ่นเกาหลี CyberPsychology & Behavior, 11 (6), 783–784 ดอย: 10.1089 / cpb.2008.0096 [PubMed]
  • Hogg J. L. C. (2009). ผลกระทบของบุคลิกภาพต่อการสื่อสาร: การศึกษา MMPI-2 ของนักศึกษาวิทยาลัยแอฟริกันอเมริกันและทางเลือกของพวกเขาในยุคการสื่อสารดิจิทัล (วิทยานิพนธ์ปริญญาเอกที่ไม่ได้ตีพิมพ์) Fielding Graduate University, Santa Barbara, CA.
  • Hong F. Y. , Chiu S. I. , Huang D. H. (2012). แบบจำลองความสัมพันธ์ระหว่างลักษณะทางจิตวิทยาการติดโทรศัพท์มือถือและการใช้โทรศัพท์มือถือของนักศึกษาหญิงมหาวิทยาลัยไต้หวัน คอมพิวเตอร์ในพฤติกรรมมนุษย์, 28 (6), 2152–2159 ดอย: 10.1016 / j.chb.2012.06.020
  • Im K. G. , Hwang S. J. , Choi M. A. , Seo N. R. , Byun J. N. (2013). ความสัมพันธ์ระหว่างการติดสมาร์ทโฟนกับอาการทางจิตเวชในนักศึกษา วารสาร Korean Society of School Health, 26 (2), 124–131
  • Jelenchick L. A. , Eickhoff J. C. , Moreno M. A. (2013). “ ภาวะซึมเศร้าใน Facebook” การใช้เว็บไซต์เครือข่ายสังคมออนไลน์และภาวะซึมเศร้าในวัยรุ่นที่มีอายุมากกว่า Journal of Adolescent Health, 52 (1), 128–130. ดอย: 10.1016 / j.jadohealth.2012.05.008 [PubMed]
  • Jenaro C. , Flores N. , Gómez-Vela M. , González-Gil F. , Caballo C. (2007). การใช้อินเทอร์เน็ตและโทรศัพท์มือถือที่มีปัญหา: ความสัมพันธ์ทางด้านจิตใจพฤติกรรมและสุขภาพ การวิจัยและทฤษฎีการเสพติด, 15 (3), 309–320 ดอย: 10.1080 / 16066350701350247
  • Jeong S. H. , Kim H. , Yum J. Y. , Hwang Y. (2016). ผู้ใช้สมาร์ทโฟนเสพติดเนื้อหาประเภทใด SNS กับเกม คอมพิวเตอร์ในพฤติกรรมมนุษย์, 54, 10–17 ดอย: 10.1016 / j.chb.2015.07.035
  • Katsumata Y. , Matsumoto T. , Kitani M. , Takeshima T. (2008) การใช้สื่ออิเล็กทรอนิกส์และความคิดฆ่าตัวตายในวัยรุ่นญี่ปุ่น จิตเวชศาสตร์และประสาทวิทยาศาสตร์, 62 (6), 744 – 746 ดอย: 10.1111 / j.1440-1819.2008.01880.x [PubMed]
  • Khang H. , Woo H. J. , Kim J. K. (2012). ตนเองเป็นคนติดโทรศัพท์มือถือมาก่อน International Journal of Mobile Communications, 10 (1), 65–84 ดอย: 10.1504 / IJMC.2012.044523
  • Kuss D. J. , Griffiths M. D. (2017). เว็บไซต์เครือข่ายสังคมและการเสพติด: บทเรียน 14 บทเรียน International Journal of Environmental Research and Public Health, 3 (311), 10.3390. doi: 14030311 / ijerphXNUMX [บทความฟรี PMC] [PubMed]
  • Lane W. , Manner C. (2012) ผลกระทบของลักษณะบุคลิกภาพที่มีต่อเจ้าของและการใช้สมาร์ทโฟน วารสารธุรกิจระหว่างประเทศและสังคมศาสตร์ 2, 22 – 28
  • ลีอี. บี. (2015). ข้อมูลมากเกินไปสมาร์ทโฟนและการใช้ Facebook ของคนหนุ่มสาวชาวแอฟริกันอเมริกัน Journal of Black Studies, 46 (1), 44–61. ดอย: 10.1177 / 0021934714557034
  • Lee M. J. , Lee J. S. , Kang M. H. , Kim C. E. , Bae J. N. , Choo J. S. (2010). ลักษณะของการใช้โทรศัพท์มือถือและความสัมพันธ์กับปัญหาทางจิตใจของวัยรุ่น วารสารของสถาบันจิตเวชเด็กและวัยรุ่นเกาหลี, 21 (1), 31–36 ดอย: 10.5765 / jkacap.2010.21.1.031
  • Lepp A. , Barkley J. E. , Karpinski A. C. (2014). ความสัมพันธ์ระหว่างการใช้โทรศัพท์มือถือผลการเรียนความวิตกกังวลและความพึงพอใจต่อชีวิตของนักศึกษา คอมพิวเตอร์ในพฤติกรรมมนุษย์, 31, 343–350 ดอย: 10.1016 / j.chb.2013.10.049
  • Lookout Mobile Security (2012) การศึกษาความคิดมือถือ ดึงมาจาก https://www.mylookout.com/resources/reports/mobile-mindset (กรกฎาคม 20, 2016)
  • Lopez-Fernandez O. , Kuss D. J. , Griffiths M. D. , Billieux J. (2015). การกำหนดแนวความคิดและการประเมินการใช้โทรศัพท์มือถือที่มีปัญหา ใน Yan Z. บรรณาธิการ (Ed.) สารานุกรมพฤติกรรมการใช้โทรศัพท์มือถือ (หน้า 591–606) เฮอร์ชีย์, PA: IGI Global
  • Lu X. , Watanabe J. , Liu Q. , Uji M. , Shono M. , Kitamura T. (2011) การพึ่งพาการส่งข้อความทางอินเทอร์เน็ตและโทรศัพท์มือถือ: โครงสร้างปัจจัยและความสัมพันธ์กับอารมณ์ที่ไม่ลงตัวในหมู่ผู้ใหญ่ชาวญี่ปุ่น คอมพิวเตอร์ในพฤติกรรมมนุษย์, 27 (5), 1702 – 1709 ดอย: 10.1016 / j.chb.2011.02.009
  • Marteau T. M. , Bekker H. (1992). การพัฒนาแบบย่อหกรายการของสเกลสถานะของ Spielberger State-Trait Anxiety Inventory (STAI) British Journal of Clinical Psychology, 31 (3), 301–306 ดอย: 10.1111 / j.2044-8260.1992.tb00997.x [PubMed]
  • แม็คเครอาร์อาร์คอสตาพีทีจูเนียร์ (1999) ทฤษฎีบุคลิกภาพห้าประการใน Pervin L. A. , John O. P. , บรรณาธิการ (Eds.), Handbook of personality: Theory and research (2nd ed., pp. 139–153). New York, NY: Guilford Press
  • McKinney B. C. , Kelly L. , Duran R. L. (2012). หลงตัวเองหรือใจกว้าง? การใช้ Facebook และ Twitter ของนักศึกษาวิทยาลัย Communication Research Reports, 29 (2), 108–118. ดอย: 10.1080 / 08824096.2012.666919
  • Ong E. Y. , Ang R. P. , Ho J. C. , Lim J. C. , Goh D. H. , Lee C. S. , Chua A. Y. (2011). การหลงตัวเองการมองข้ามและการนำเสนอตนเองของวัยรุ่นบน Facebook บุคลิกภาพและความแตกต่างของแต่ละบุคคล, 50 (2), 180–185 ดอย: 10.1016 / j.paid.2010.09.022
  • Oulasvirta A. , Rattenbury T. , Ma L. , Raita E. (2012) นิสัยทำให้สมาร์ทโฟนใช้แพร่หลายมากขึ้น คอมพิวเตอร์ส่วนบุคคลและแพร่หลาย, 16 (1), 105 – 114 ดอย: 10.1007 / s00779-011-0412 2-
  • Palfrey J. , Gasser U. (2013) เกิดดิจิตอล: ทำความเข้าใจกับชนพื้นเมืองยุคดิจิตอล New York, NY: หนังสือพื้นฐาน
  • Park N. , Lee H. (2012) ผลกระทบทางสังคมจากการใช้สมาร์ทโฟน: การใช้สมาร์ทโฟนของนักศึกษาเกาหลีและความเป็นอยู่ที่ดีทางจิตวิทยา ไซเบอร์จิตวิทยาพฤติกรรมและเครือข่ายสังคม 15 (9) 491 – 497 ดอย: 10.1089 / cyber.2011.0580 [PubMed]
  • Park S. , Choi J. W. (2015). อาการส่วนตัวของ Visual Display Terminal Syndrome และภาวะวิตกกังวลในผู้ใช้สมาร์ทโฟนวัยรุ่น International Journal of Contents, 11 (4), 31–37. ดอย: 10.5392 / IJoC.2015.11.4.031
  • Pearson C. , Hussain Z. (2015) การใช้สมาร์ทโฟนการติดการหลงตัวเองและบุคลิกภาพ: การตรวจสอบวิธีการผสม วารสารนานาชาติเกี่ยวกับพฤติกรรมไซเบอร์, จิตวิทยาและการเรียนรู้, 5 (1), 17 – 32 ดอย: 10.4018 / ijcbpl.2015010102
  • Phillips J. , Butt S. , Blaszczynski A. (2006). บุคลิกภาพและรายงานการใช้โทรศัพท์มือถือในการเล่นเกมด้วยตนเอง CyberPsychology & Behavior, 9 (6), 753–758 ดอย: 10.1089 / cpb.2006.9.753 [PubMed]
  • Pontes H. M. , Griffiths M. D. (2014). การประเมินความผิดปกติของการเล่นเกมทางอินเทอร์เน็ตในการวิจัยทางคลินิก: มุมมองในอดีตและปัจจุบัน การวิจัยทางคลินิกและงานกำกับดูแล, 31 (2–4), 35–48 ดอย: 10.3109 / 10601333.2014.962748
  • Pontes H. M. , Griffiths M. D. (2015). การวัดความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต DSM-5: การพัฒนาและการตรวจสอบมาตราส่วนไซโครเมตริกแบบสั้น คอมพิวเตอร์ในพฤติกรรมมนุษย์, 45, 137–143 ดอย: 10.1016 / j.chb.2014.12.006
  • Pontes H. M. , Kiraly O. , Demetrovics Z. , Griffiths M. D. (2014). การกำหนดแนวความคิดและการวัดความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต DSM-5: การพัฒนาแบบทดสอบ IGD-20 โปรดหนึ่ง, 9 (10), e110137 ดอย: 10.1371 / journal.pone.0110137 [บทความฟรี PMC] [PubMed]
  • Raskin R. , Terry H. (1988) การวิเคราะห์องค์ประกอบหลักของสินค้าคงคลังบุคลิกภาพหลงตัวเองและหลักฐานเพิ่มเติมของความถูกต้องของการสร้าง วารสารบุคลิกภาพและจิตวิทยาสังคม 54 (5), 890 – 902 ดอย: 10.1037 / 0022-3514.54.5.890 [PubMed]
  • Roberts J. , Pullig C. , Manolis C. (2014) ฉันต้องการสมาร์ทโฟนของฉัน: โมเดลบุคลิกภาพของการเสพติดและโทรศัพท์มือถือแบบลำดับชั้น บุคลิกภาพและความแตกต่างส่วนบุคคล 79, 13 – 19 ดอย: 10.1016 / j.paid.2015.01.049
  • Rosen L. D. , Cheever N. A. , Carrier L. M. (2012). iDisorder: ทำความเข้าใจกับความหลงใหลในเทคโนโลยีและการเอาชนะสิ่งที่เรายึดถือ New York, NY: Palgrave
  • Ross C. , Orr E. S. , Sisic M. , Arseneault J. M. , Simmering M. G. , Orr R. R. (2009). บุคลิกภาพและแรงจูงใจที่เกี่ยวข้องกับการใช้ Facebook คอมพิวเตอร์ในพฤติกรรมมนุษย์, 25 (2), 578–586 ดอย: 10.1016 / j.chb.2008.12.024
  • Ruggiero T. E. (2000). ทฤษฎีการใช้และความพึงพอใจในศตวรรษที่ 21 สื่อสารมวลชน & สังคม, 3 (1), 3–37. ดอย: 10.1207 / S15327825MCS0301_02
  • Salehan M. , Negahban A. (2013) เครือข่ายสังคมบนสมาร์ทโฟน: เมื่อโทรศัพท์มือถือกลายเป็นสิ่งที่ดึงดูด คอมพิวเตอร์ในพฤติกรรมมนุษย์, 29 (6), 2632 – 2639 ดอย: 10.1016 / j.chb.2013.07.003
  • Samaha M. , Hawi N. S. (2016). ความสัมพันธ์ระหว่างการติดสมาร์ทโฟนความเครียดผลการเรียนและความพึงพอใจกับชีวิต คอมพิวเตอร์ในพฤติกรรมมนุษย์, 57, 321–325 ดอย: 10.1016 / j.chb.2015.12.045
  • Sapacz M. , Rockman G. , Clark J. (2016) เราติดโทรศัพท์มือถือของเราหรือเปล่า? คอมพิวเตอร์ในพฤติกรรมมนุษย์, 57, 153 – 159 ดอย: 10.1016 / j.chb.2015.12.004
  • Sorokowski P. , Sorokowska A. , Oleszkiewicz A. , Frackowiak T. , Huk A. , Pisanski K. (2015) พฤติกรรมการโพสต์ Selfie เกี่ยวข้องกับการหลงตัวเองในหมู่ผู้ชาย บุคลิกภาพและความแตกต่างส่วนบุคคล 85, 123 – 127 ดอย: 10.1016 / j.paid.2015.05.004
  • Statista.com (2016) จำนวนผู้ใช้โทรศัพท์มือถือทั่วโลกจาก 2013 ถึง 2019 ดึงมาจาก https://www.statista.com/statistics/274774/forecast-of-mobile-phone-users-worldwide/ (มิถุนายน 7, 2016)
  • Steelman Z. Soror A. , Limayem M. , Worrell D. (2012) แนวโน้มบังคับครอบงำเป็นตัวทำนายการใช้โทรศัพท์มือถือที่เป็นอันตรายในการดำเนินคดี AMCIS 2012 ซีแอตเทิล, วอชิงตัน: ​​AMCIS สืบค้นจาก http://aisel.aisnet.org/amcis2012/proceedings/HCIStudies/9
  • Steinfield C. , Ellison N. B. , Lampe C. (2008). ทุนทางสังคมความนับถือตนเองและการใช้เว็บไซต์เครือข่ายสังคมออนไลน์: การวิเคราะห์ระยะยาว วารสารจิตวิทยาพัฒนาการประยุกต์, 29 (6), 434–445. ดอย: 10.1016 / j.appdev.2008.07.002
  • Tavakolizadeh J. , Atarodi A. , Ahmadpour S. , Pourgheisar A. (2014) ความชุกของการใช้โทรศัพท์มือถือมากเกินไปและความสัมพันธ์กับสถานะสุขภาพจิตและปัจจัยด้านประชากรในหมู่นักศึกษาของมหาวิทยาลัยวิทยาศาสตร์การแพทย์ Gonabad ใน 2011 – 2012 วารสารการแพทย์ Razavi นานาชาติ, 2 (1), 1 – 7 ดอย: 10.5812 / rijm.15527
  • Thomée S. , Härenstam A. , Hagberg M. (2011) การใช้โทรศัพท์มือถือและความเครียดการรบกวนการนอนหลับและอาการซึมเศร้าในผู้ใหญ่ - การศึกษาตามรุ่น BMC การสาธารณสุข, 11 (1), 66 ดอย: 10.1186 / 1471-2458-11-66 [บทความฟรี PMC] [PubMed]
  • Wang J. L. , Jackson L. A. , Zhang D. J. , Su Z. Q. (2012). ความสัมพันธ์ระหว่างปัจจัยด้านบุคลิกภาพ Big Five ความภาคภูมิใจในตนเองการหลงตัวเองและการแสวงหาความรู้สึกที่นักศึกษามหาวิทยาลัยจีนใช้เว็บไซต์เครือข่ายสังคมออนไลน์ (SNS) คอมพิวเตอร์ในพฤติกรรมมนุษย์, 28 (6), 2313–2319 ดอย: 10.1016 / j.chb.2012.07.001
  • Wood R. T. A. , Griffiths M. D. , Eatough V. (2004). การรวบรวมข้อมูลออนไลน์จากเครื่องเล่นวิดีโอเกม: ปัญหาเกี่ยวกับระเบียบวิธี CyberPsychology & Behavior, 7 (5), 511–518 ดอย: 10.1089 / cpb.2004.7.511 [PubMed]
  • Wu A. , Cheung V. , Ku L. , Hung W. (2013) ปัจจัยเสี่ยงทางจิตวิทยาของการติดเว็บไซต์เครือข่ายสังคมในหมู่ผู้ใช้สมาร์ทโฟนชาวจีน วารสารพฤติกรรมติดยาเสพติด, 2 (3), 160 – 166 doi: 10.1556 / JBA.2.2013.006 [บทความฟรี PMC] [PubMed]
  • Zywica J. , Danowski J. (2008) ใบหน้าของ Facebookers: การตรวจสอบการเพิ่มประสิทธิภาพทางสังคมและสมมติฐานการชดเชยทางสังคม การคาดการณ์ Facebook ™และความนิยมออฟไลน์จากการเข้าสังคมและความนับถือตนเองและทำแผนที่ความหมายของความนิยมกับเครือข่ายความหมาย วารสารการสื่อสารผ่านคอมพิวเตอร์, 14 (1), 1 – 34 ดอย: 10.1111 / j.1083-6101.2008.01429.x