ติดยาเสพติด Behav ตัวแทน. 2017 มิ.ย. ; 5: 19 – 28
เผยแพร่ออนไลน์ 2017 ก.พ. 7 ดอย: 10.1016 / j.abrep.2017.02.002
PMCID: PMC5800554
PMID: 29450224
ÀÒÉÒ: ภาษาอังกฤษ | ภาษาเยอรมัน | ภาษาเยอรมัน
Rayna Sariyska,a,⁎ Bernd Lachmann,a เซบาสเตียนมาร์เก็ต,b,c มาร์ตินรอยเตอร์,b,c และ Christian Montaga,d
1 บทนำ
อินเทอร์เน็ตพบหนทางสู่ชีวิตประจำวันของคนจำนวนมากทั่วโลกซึ่งนำเสนอวิธีที่ง่ายในการรวบรวมข้อมูลและใช้ความบันเทิง ด้วยจำนวนผู้ใช้อินเทอร์เน็ตที่เพิ่มขึ้นทำให้คิดเป็นเกือบร้อยละ 50 ของประชากรโลกในขณะนี้ (เข้าถึงได้บน 07.09.16 http://www.internetlivestats.com/internet-users/)จำนวนรายงานเกี่ยวกับการใช้อินเทอร์เน็ตที่มีปัญหา (PIU) เพิ่มขึ้น ในการศึกษาตัวแทนจากประเทศเยอรมนีN = ผู้เข้าร่วม 15,024 คน) Rumpf, Meyer, Kreuzer, John และ Merkeerk (2011) พบความชุกของการติดอินเทอร์เน็ต 1.5% โดยผู้ใช้ที่อายุน้อยกว่ามีสัดส่วนที่สูงขึ้น (4% ในกลุ่มเด็กอายุ 14-16 ปี) ความพยายามครั้งแรกในการกำหนดและวินิจฉัย PIU1 ได้รับการจัดทำโดย Kimberly Young ในปี 1998 (ดูรายงานกรณีแรกจาก หนุ่ม 1996) ตั้งแต่นั้นมาการทดสอบและเครื่องมือคัดกรองจำนวนมากได้รับการพัฒนา (เช่น หนุ่ม 1998b, หนุ่ม 1998a, เทาและอื่น ๆ , 2010) เพื่อที่จะสามารถคำนวณความชุกในประชากรต่าง ๆ และให้การรักษาผู้ป่วยอย่างมีประสิทธิภาพ อย่างไรก็ตามยังไม่มีการจำแนกประเภท nosological ปัจจุบันของ PIU การวิจัยเกี่ยวกับการติดเกมออนไลน์ดูเหมือนจะเป็นอีกขั้นหนึ่งเนื่องจาก Internet Gaming Disorder (IGD) ได้รวมอยู่ในหมวดที่สามของ DSM-5 ซึ่งหมายถึงการส่งเสริมการตรวจสอบเพิ่มเติมก่อนที่จะพิจารณาว่าเป็นโรคที่เป็นทางการ (สมาคมจิตแพทย์อเมริกัน) IGD ถือเป็นรูปแบบเฉพาะของ PIU ซึ่งทับซ้อนกันในส่วนเล็ก ๆ ด้วยรูปแบบทั่วไปของ PIU ที่อธิบายข้างต้น (เช่น เดวิส 2001, Montag และคณะ, 2015).
1.1 PIU และการเรียนรู้ / การตัดสินใจโดยปริยาย
การขาดดุลในการตัดสินใจมีการแสดงในการศึกษาจำนวนมากการตรวจสอบผู้ป่วยที่มีสารเสพติดและพฤติกรรมเสพติด (เช่น Bechara และคณะ, 2001, Schoenbaum และคณะ, 2006) เนื่องจากความคล้ายคลึงกันในแนวคิดของ PIU และการติดพฤติกรรม / สาร (หนุ่ม 1998a) หัวข้อการตัดสินใจยังมีความเกี่ยวข้องสูงเพื่อให้เข้าใจลักษณะการใช้งานอินเทอร์เน็ตมากเกินไป เมื่อประเมินการตัดสินใจที่สร้างความแตกต่างระหว่างการตัดสินใจภายใต้ความคลุมเครือและการตัดสินใจภายใต้ความเสี่ยงยี่ห้อและคณะ, 2006, Schiebener และแบรนด์ 2015) ขณะที่อยู่ในการตัดสินใจภายใต้ความคลุมเครือกฎสำหรับกำไรและความสูญเสียและความน่าจะเป็นของผลลัพธ์ที่แตกต่างกันจะไม่ได้อธิบายอย่างชัดเจน (วัดเช่นกับ ผลที่ตามมาและความน่าจะเป็นสำหรับกำไรและขาดทุนนั้นมีอยู่หรือสามารถคำนวณได้ (วัดได้เช่นกับ Game of Dice Task หรือ GDT)ยี่ห้อและคณะ, 2006, Schiebener และแบรนด์ 2015) ขึ้นอยู่กับความแตกต่างนี้และแบบจำลองกระบวนการสองขั้นตอนของการตัดสินใจ (เช่น Epstein, 2003), Schiebener และแบรนด์ (2015) เสนอแบบจำลองเชิงทฤษฎีเพื่ออธิบายการตัดสินใจภายใต้ความเสี่ยง ในรูปแบบนี้บทบาทของผู้บริหารจะถูกเน้นเป็นกุญแจสำคัญของความเกี่ยวข้องสำหรับการตัดสินใจภายใต้ความเสี่ยง แต่ไม่ใช่การตัดสินใจภายใต้ความคลุมเครือ รางวัลทางอารมณ์และการลงโทษควรมาพร้อมกับการตัดสินใจทั้งสองรูปแบบ ดังนั้นทั้งกระบวนการไตร่ตรอง (ควบคุมโดยการรับรู้) พร้อมกับกระบวนการหุนหันพลันแล่น (เกิดจากการคาดหวังผลตอบแทนทางอารมณ์และการลงโทษ) อาจเกี่ยวข้องกับกระบวนการตัดสินใจภายใต้เงื่อนไขความเสี่ยงตามวัตถุประสงค์ (Schiebener & Brand, 2015) ยิ่งไปกว่านั้นมีการเสนอปัจจัยต่าง ๆ เช่นข้อมูลเกี่ยวกับสถานการณ์การตัดสินใจคุณลักษณะของแต่ละบุคคลและสภาวะที่ชักนำให้เกิดสถานการณ์และอิทธิพลภายนอกที่มีผลต่อการตัดสินใจ (Schiebener & Brand, 2015).
ในส่วนที่เกี่ยวกับการเสพติดอินเทอร์เน็ตมีการเสนอกรอบทฤษฎีใหม่โดย แบรนด์, Young, Laier, Wölflingและ Potenza (2016)เรียกว่าการโต้ตอบของ Person-Affect-Cognition-Execution (I-PACE) ซึ่งการด้อยค่าของฟังก์ชั่นผู้บริหารและการควบคุมการยับยั้งได้รับการเน้นว่ามีความเกี่ยวข้องสำหรับการพัฒนาของ PIU ตามรูปแบบนี้การพัฒนาและการบำรุงรักษาความผิดปกติของการใช้งานอินเทอร์เน็ตโดยเฉพาะได้รับการโต้ตอบระหว่างปัจจัยโน้มเอียง (เช่นบุคลิกภาพและโรคจิต) ผู้ดูแล (เช่นรูปแบบการเผชิญปัญหาที่ผิดปกติและความคาดหวังทางอินเทอร์เน็ต) และผู้ไกล่เกลี่ย ปฏิสัมพันธ์ที่ซับซ้อนเหล่านี้บวกกับการได้รับความพึงพอใจและการเสริมแรงเชิงบวกอันเป็นผลมาจากการใช้คุณสมบัติบางอย่างของอินเทอร์เน็ตและด้วยการลดฟังก์ชั่นผู้บริหารและการควบคุมการยับยั้งอาจส่งผลให้เกิดความผิดปกติในการใช้อินเทอร์เน็ต
จนถึงขณะนี้มีการศึกษาเชิงประจักษ์ไม่กี่ครั้งในบริบทของ PIU การควบคุมการยับยั้งและการตัดสินใจ ส่วนใหญ่เป็นไปตามกรอบทฤษฎีที่กล่าวข้างต้นโดย ยี่ห้อและคณะ (2016). ซันและอัล (2009) ตัวอย่างเช่นรายงานประสิทธิภาพที่แย่ลงในงานการพนันในผู้ใช้อินเทอร์เน็ตที่มากเกินไปและตัวเลือกที่ช้ากว่าของกลยุทธ์ที่ประสบความสำเร็จเมื่อเปรียบเทียบกับผู้เข้าร่วมควบคุม ในการศึกษาล่าสุด Pawlikowski และแบรนด์ (2011) รายงานความสามารถในการตัดสินใจที่ลดลงภายใต้ความเสี่ยงใน GDT ในกลุ่มผู้เล่น World of Warcraft (WoW) ที่มากเกินไปเมื่อเทียบกับผู้เข้าร่วมการควบคุม เหยาและคณะ (2015) ใช้เวอร์ชัน Go / NoGo ที่แก้ไขแล้ว (ซึ่งมีการใช้สิ่งกระตุ้นที่เกี่ยวข้องกับการเล่นเกมถัดจากสิ่งเร้าที่เป็นกลาง) และรายงานการลดการควบคุมการยับยั้งในผู้เข้าร่วมที่มี IGD เปรียบเทียบกับผู้เข้าร่วมควบคุม Laier, Pawlikowski และแบรนด์ (2014) พบผลลัพธ์ที่คล้ายกันกับ IGT รุ่นดัดแปลงเมื่อใช้ภาพลามกอนาจารและภาพที่เป็นกลางในช่องใส่การ์ดที่ได้เปรียบและ / หรือเสียเปรียบ ที่นี่ผู้เข้าร่วมชายแสดงให้เห็นการตัดสินใจที่ขาดในการทดลองที่ภาพลามกอนาจารมีความเกี่ยวข้องกับสำรับไพ่ที่เสียเปรียบ อย่างไรก็ตามผลการผสมที่เกี่ยวข้องกับการตัดสินใจในบริบทของ PIU หรือ IGD ได้รับการรายงาน ในการศึกษาโดย เกาะและอัล (2010) ตัวอย่างเช่นผู้เข้าร่วมที่ติดอินเทอร์เน็ตแสดงการตัดสินใจที่ดีกว่าวัดด้วย IGT เปรียบเทียบกับผู้เข้าร่วมที่ควบคุม ในการศึกษาโดย เหยาและคณะ (2015) อ้างถึงข้างต้นแล้วไม่พบความแตกต่างในการตัดสินใจใช้ IGT ระหว่างผู้เข้าร่วมที่มีสุขภาพดีและผู้ที่มี IGD เพื่อแยกแยะผลลัพธ์ที่ขัดแย้งกันเหล่านี้การศึกษาเพิ่มเติมการตรวจสอบตัวแปรรบกวนที่เป็นไปได้มีความจำเป็น มีการอธิบายตัวแปรเฉพาะอย่างหนึ่งในภายหลังในการศึกษาปัจจุบัน
1.2 PIU ความเสี่ยงและแรงกระตุ้น
เนื่องจากการศึกษาเบื้องต้นของ PIU ว่าเป็นความผิดปกติของการควบคุมแรงกระตุ้นทำให้มีการศึกษาจำนวนหนึ่งเพื่อสำรวจ PIU ในบริบทของแรงกระตุ้นและความเสี่ยง เฉาซู่หลิวและเกา (2007) และ ลีและคณะ (2012) แสดงให้เห็นว่า PIU มีความสัมพันธ์เชิงบวกกับลักษณะของความหุนหันพลันแล่นวัดด้วยมาตราส่วน Barratt Impulsiveness (BIS-11) ด้วยความเคารพต่อกรอบทฤษฎีโดย ยี่ห้อและคณะ (2016)ถูกนำมาใช้แล้วในด้านปัจจัยบุคลิกภาพแสดงให้เห็นถึงความสัมพันธ์ที่มั่นคงกับ PIU และดังนั้นจึงเสนอให้เป็นหนึ่งในปัจจัยที่มีอิทธิพลต่อการพัฒนาและการบำรุงรักษา ในวงกว้างความหุนหันพลันแล่นมีลักษณะเป็น“ ใจโอนเอียงไปทางปฏิกิริยาที่รวดเร็วและไม่ได้วางแผนต่อสิ่งกระตุ้นภายในหรือภายนอกโดยไม่คำนึงถึงผลกระทบด้านลบของปฏิกิริยาเหล่านี้ต่อบุคคลที่หุนหันพลันแล่นหรือต่อผู้อื่น” (Moeller, Barratt, Dougherty, Schmitz, & Swann, 2001; น. พ.ศ. 1784) คำที่เกี่ยวข้องกับการรับความเสี่ยงหมายถึง“ พฤติกรรมที่ดำเนินการภายใต้ความไม่แน่นอนโดยมีหรือไม่มีผลกระทบด้านลบโดยธรรมชาติและไม่มีการวางแผนฉุกเฉินที่มีประสิทธิภาพ” (Kreek, Nielsen, Butelman, & LaForge, 2005; น. พ.ศ. 1453). เกาะและอัล (2010) ใช้งานบอลลูนความเสี่ยงแบบอะนาล็อก (Lejuez et al., 2002) เพื่อวัดความเสี่ยง แต่ไม่พบความสัมพันธ์ที่สำคัญกับ PIU ในการศึกษาปัจจุบันเรากำลังพิจารณาความสัมพันธ์เหล่านี้อีกครั้งโดยใช้ทั้งรายงานตัวเองพร้อมกับมาตรการทดลองของการกระตุ้น / การรับความเสี่ยง
1.3 บทบาทของเพศสำหรับ PIU / IGD
ปัญหาที่สำคัญอีกประการหนึ่งในบริบทของการติดอินเทอร์เน็ตคือความชอบของคุณลักษณะเฉพาะของอินเทอร์เน็ต (เช่นการซื้อของออนไลน์เกมออนไลน์) ขึ้นอยู่กับเพศ การศึกษาของตัวแทนจากเยอรมนีพบว่า 77.1% ของผู้หญิงที่ติดอินเทอร์เน็ตในช่วงอายุ 14–24 ปีใช้เว็บไซต์เครือข่ายสังคมเทียบกับผู้ชาย 64,8% ในวัยเดียวกัน (Rumpf และคณะ, 2011). ในการศึกษาเดียวกัน 7.2% ของผู้หญิงที่ติดอินเทอร์เน็ตที่อายุระหว่าง 14 ถึง 24 ปีรายงานว่าใช้อินเทอร์เน็ตเพื่อเล่นวิดีโอเกมออนไลน์เทียบกับ 33.6% ของผู้ชายในวัยเดียวกัน (Rumpf และคณะ, 2011) ดังนั้นดูเหมือนว่าด้วยความเคารพต่อ IGD ผู้เข้าร่วมแสดงชายชอบเล่นเกมออนไลน์ที่สูงขึ้นเมื่อเทียบกับผู้เข้าร่วมหญิงและมีความเสี่ยงที่จะพัฒนา IGD ยิ่งไปกว่านั้น Ko, Yen, Chen, Chen และ Yen (2005) ตั้งข้อสังเกตว่าอายุที่สูงกว่าความนับถือตนเองลดลงและความพึงพอใจในชีวิตประจำวันที่ลดลงมีความสัมพันธ์กับ IGD ที่รุนแรงมากขึ้นในหมู่เพศชาย แต่ไม่ใช่เพศหญิง แม้จะมีผลลัพธ์เหล่านี้ แต่ก็ยังมีการศึกษาเพียงไม่กี่อย่างที่พิจารณาเพศของผู้เข้าร่วมว่าเป็นตัวแปรผู้ดูแล / ผู้ไกล่เกลี่ยในบริบทของ PIU อย่างไรก็ตามมีความเป็นไปได้ที่ความแตกต่างเหล่านี้มีผลต่อผลลัพธ์บางอย่างในสนามและดังนั้นในการศึกษาต่อไปนี้พวกเขาจะถูกนำมาพิจารณา
เป้าหมายของโครงการวิจัยของเราคือเพื่อตรวจสอบความเชื่อมโยงระหว่าง PIU และ IGD และการเรียนรู้โดยนัยในกลุ่มผู้เข้าร่วมชายที่มีความชัดเจนต่อ IGD (ศึกษา 1) ในการศึกษา 2 เรามุ่งที่จะจำลองผลลัพธ์เหล่านี้โดยการเปรียบเทียบผู้เข้าร่วมที่มีสุขภาพดีและผู้เล่น WoW ที่มากเกินไปภายใต้การพิจารณาเรื่องเพศ วัตถุประสงค์ของการศึกษา 3 คือการสำรวจความสัมพันธ์ระหว่าง PIU, IGD และการกระตุ้น / การเสี่ยง (รายงานตนเองและข้อมูลการทดลอง) ในผู้เข้าร่วมที่มีสุขภาพดี
จากวรรณกรรมที่กล่าวมาแล้วเราได้กำหนดสมมติฐานดังต่อไปนี้:
เราคาดว่าความสัมพันธ์เชิงลบระหว่าง PIU / IGD และความสามารถในการเรียนรู้โดยนัย (การศึกษา 1)
เราคาดว่าความสัมพันธ์เชิงลบระหว่าง PIU / IGD และความสามารถในการเรียนรู้โดยนัย (การศึกษา 2) เราคาดว่าความสัมพันธ์เชิงลบนี้จะแข็งแกร่งที่สุดในกลุ่มผู้เล่น WoW ชาย
เราคาดว่าความสัมพันธ์ในเชิงบวกระหว่าง PIU / IGD กับการรายงานตนเองและมาตรการทดลองของการกระตุ้น / รับความเสี่ยงในผู้เข้าร่วมที่มีสุขภาพดี (ศึกษา 3)
2 ศึกษา 1
2.1 วิธีการ
2.1.1 ผู้เข้าร่วม
N = ผู้เข้าร่วม 107 คน (ชาย 99 คนหญิง 8 คนอายุ M = 19.52, SD = 3.57) ได้รับคัดเลือกในงาน“ Gamescom 2013” ในเยอรมนีซึ่งเป็นงานเกมที่ใหญ่ที่สุดในโลก อย่างไรก็ตามเนื่องจากจำนวนผู้เข้าร่วมที่เป็นผู้หญิงในกลุ่มตัวอย่างปัจจุบันมีน้อยมาก (n = 8) และความแตกต่างระหว่างเพศที่รายงานข้างต้นในบริบทของ IGD (เช่น Rumpf และคณะ, 2011) เราไม่รวมผู้เข้าร่วมหญิงจากการวิเคราะห์เพิ่มเติมของการศึกษา หลังจากนั้นไม่รวมผู้เข้าร่วมที่มีข้อมูลที่ขาดหายไปตัวอย่างก็ส่งผลให้ n = 79 ผู้เข้าร่วมชาย (อายุ M = 19.81, SD = 3.62) เกี่ยวกับการศึกษาของพวกเขา 8.9% รายงานว่าจบการศึกษาระดับมหาวิทยาลัยหรือโพลีเทคนิคอีก 40.5% รายงานว่ามีประกาศนียบัตรบัณฑิตระดับ A หรืออาชีวศึกษาและ 26.6% รายงานว่ามีโรงเรียนมัธยมศึกษาที่ออกจากประกาศนียบัตรหรือวุฒิมัธยมศึกษาตอนปลายในขณะที่ 24% รายงานว่าไม่มีประกาศนียบัตรของโรงเรียน
2.1.2 มาตรการ
ผู้เข้าร่วมตอบคำถามเกี่ยวกับอายุเพศและการศึกษาของพวกเขาซึ่งเป็นแบบทดสอบสั้น ๆ ของการเสพติดอินเทอร์เน็ต (s-IAT) Pawlikowski, Altstötter-Gleich, & Brand, 2013; อัลฟ่าของครอนบาคในตัวอย่างปัจจุบันคือ 0.70) ซึ่งมีรายการที่ปรับขนาด Likert 12 รายการ (1 = ไม่ถึง 5 = บ่อยมาก) และมาตราส่วนการติดเกมออนไลน์ (OGAS ซึ่งเป็นมาตราส่วนการเสพติดการเล่นเกมฉบับแก้ไขโดย เลมเมนส์วาลเคนเบิร์กและปีเตอร์ 2009โดยที่คำว่า "ออนไลน์" ถูกเพิ่มเข้าไปในทุกรายการ อัลฟ่าของครอนบาคในตัวอย่างปัจจุบันคือ 0.66) ประกอบด้วย 7 รายการตั้งแต่ 1 = ไม่เคยและ 5 = บ่อยมาก นอกจากนี้ผู้เข้าร่วมให้คะแนนประสบการณ์การเล่นเกมคอมพิวเตอร์ของตน (เช่น“ คุณเล่นเกมคอมพิวเตอร์มากี่ปีแล้ว” หรือ“ คุณเล่นเกมคอมพิวเตอร์ออนไลน์โดยเฉลี่ยกี่ชั่วโมงต่อสัปดาห์”) มีการจัดการวัดการรับความเสี่ยงด้วยตนเองซึ่งรวมถึงหนึ่งรายการเกี่ยวกับแนวโน้มการรับความเสี่ยงโดยรวม (“ คุณจะอธิบายตัวเองอย่างไรจาก 0 (ไม่เต็มใจที่จะรับความเสี่ยง) ถึง 10 (เต็มใจรับความเสี่ยง) ); Socio-Econimic Panel ของเยอรมัน (SOEP; Siedler, Schupp, Spiess, & Wagner, 2008). เราใช้งานทดลองที่ปรับเปลี่ยนเล็กน้อย (“ Devil's chest”) ซึ่งรวมจากการศึกษาของ Eisenegger และคณะ (2010)เพื่อวัดการเรียนรู้โดยนัย ในการทดลอง 36 ทั้งหมดเราได้นำเสนอภาพกล่องไม้ปิดสิบภาพบนหน้าจอคอมพิวเตอร์ กล่องถูกจัดเรียงในแถวเดียวและผู้เข้าร่วมมีโอกาสเปิดจำนวนกล่องที่เลือกด้วยตนเองจากนั้นทำงานจากซ้ายไปขวา ผู้เข้าร่วมได้รับคำสั่งว่ากล่องเก้ากล่องมีรางวัลเงินเสมือนจริง (5 เซนต์) และอีกกล่องหนึ่งบรรจุ“ ปีศาจ” หากผู้เข้าร่วมเปิดเฉพาะกล่องรางวัลในการทดลองที่กำหนดพวกเขาจะดำเนินการทดลองต่อไปโดยได้รับผลรวมของรางวัล หากพวกเขาเปิดกล่องที่มีปีศาจอยู่ท่ามกลางกล่องอื่นพวกเขาสูญเสียทุกอย่างในการทดลองปัจจุบัน ตำแหน่งที่จะเกิดขึ้นของปีศาจถูกสุ่มในการทดลอง 36 แต่ปรากฏในแต่ละตำแหน่งจาก 2 ถึง 102 แน่นอนสี่ครั้ง แม้ว่าสิ่งนี้จะไม่ได้กล่าวถึงผู้เข้าร่วม แต่ผู้เข้าร่วมที่มีทักษะความรู้ความเข้าใจสูงกว่าอาจเข้าใจถึงกฎนี้โดยปริยายและอาจเรียนรู้ที่จะทำงานได้ดีขึ้นในระหว่างการทดลอง ผลตอบแทนทางการเงินทั้งหมดเมื่อสิ้นสุดการทดลองเรียกว่า "กำไร" และจะใช้เป็นเครื่องชี้วัดการเรียนรู้โดยนัย การตั้งค่าการทดลองถูกอธิบายใน มะเดื่อ. 1.
การทดลองตั้งหีบปีศาจ - การเปิดหีบด้วยปีศาจนำไปสู่การสูญเสียเหรียญที่เก็บรวบรวมทั้งหมดของการทดลองที่กำหนด
2.1.3 ขั้นตอน
แบบสอบถามทั้งหมดมีเฉพาะภาษาอังกฤษได้รับการแปลเป็นภาษาเยอรมันโดยกลุ่มงานของเราเอง ผู้เข้าร่วมกรอกแบบสอบถามก่อนแล้วจึงทำการทดลองหน้าอกของปีศาจ โปรดทราบว่าผู้เข้าร่วมในการศึกษา 1 ไม่ได้รับรางวัลเป็นเงินใด ๆ หลังจากเสร็จสิ้นการทดลองและพวกเขาได้รับแจ้งเกี่ยวกับข้อเท็จจริงนี้ก่อนที่จะเสร็จสิ้นการทดสอบ
2.1.4 การวิเคราะห์ทางสถิติ
สำหรับการวิเคราะห์ต่อไปนี้จะทำการตรวจสอบความเป็นไปได้ของข้อมูลโดยใช้กฎง่ายๆที่แนะนำโดย Miles and Shevlin (2001; p. 74)โดยพิจารณาจากความเบ้ของตัวแปรที่ตรวจสอบ การวิเคราะห์สหสัมพันธ์คำนวณด้วยสหสัมพันธ์ของเพียร์สันหรือสเปียร์แมนขึ้นอยู่กับการกระจายของข้อมูลและช่วงความเชื่อมั่นที่ได้รับการแก้ไขอคติและเร่งการบูตสแตรป (ช่วงความเชื่อมั่น BCa 95%) ถูกคำนวณสำหรับทุกค่าสัมประสิทธิ์สหสัมพันธ์เพื่อทดสอบความสำคัญต่อไป การวัดซ้ำ ANOVA ถูกใช้เพื่อทดสอบผลการเรียนรู้โดยปริยายเมื่อเปรียบเทียบการเพิ่มขึ้นในการทดลอง 18 ครั้งแรกกับการเพิ่มขึ้นในการทดลอง 18 ครั้งสุดท้ายของการทดลอง
2.1.5 จริยธรรม
โครงการวิจัย (ศึกษา 1, 2 และ 3) ได้รับการอนุมัติโดยคณะกรรมการจริยธรรมท้องถิ่นของมหาวิทยาลัยบอนน์, บอนน์, เยอรมนี อาสาสมัครทุกคนให้ความยินยอมก่อนการศึกษา
2.2 ผล
วิธีการและค่าเบี่ยงเบนมาตรฐานของตัวแปรภายใต้การตรวจสอบจะถูกนำเสนอใน 1 ตาราง.
1 ตาราง
ค่าเฉลี่ย, ค่าเบี่ยงเบนมาตรฐาน (SD) และช่วงที่เป็นไปได้ / จริงสำหรับประสบการณ์การเล่นเกมตัวแปร (ปี), ชั่วโมงการเล่นเกมออนไลน์ต่อสัปดาห์, S-IAT, OGAS, GAIN และการเสี่ยง (รายงานตนเอง)
หมายความ | SD | ช่วงที่เป็นไปได้ | ช่วงจริง | |
---|---|---|---|---|
ความเชี่ยวชาญด้านการเล่นเกม (ปี) | 11.09 | 4.31 | - | 3 24- |
ชั่วโมงเกมออนไลน์ต่อสัปดาห์ | 22.24 | 16.00 | - | 0 70- |
S-IAT | 23.86 | 5.38 | 12 60- | 12 43- |
OGAS | 14.75 | 4.36 | 7 35- | 7 26- |
กำไร | 413.61 | 71.97 | 0 900-a | 160 520- |
การรับความเสี่ยง (รายงานตัวเอง) | 6.77 | 1.89 | 0 10- | 3 10- |
N = 79, รับความเสี่ยง (รายงานตนเอง) n = 64
2.2.1 การวิเคราะห์สหสัมพันธ์
เฉพาะตัวแปร GAIN เท่านั้นที่ไม่ได้รับการแจกจ่ายตามปกติ อายุของผู้เข้าร่วมมีความสัมพันธ์เชิงบวกกับ GAIN (ρ = 0.27, p <0.05) ยิ่งไปกว่านั้น GAIN ยังแสดงความสัมพันธ์เชิงลบกับคะแนน s-IAT (ρ = - 0.26, p <0.05) นอกจากนี้เรายังคำนวณความสัมพันธ์บางส่วนสำหรับ GAIN และคะแนน s-IAT เพื่อควบคุมอายุ ความสัมพันธ์ยังคงมีนัยสำคัญ (r = - 0.28, p <0.05) ความสัมพันธ์เชิงลบระหว่าง GAIN และคะแนน OGAS ไม่ถึงนัยสำคัญเล็กน้อย (ρ = - 0.20, p = 0.073) และยังคงไม่มีนัยสำคัญหลังจากควบคุมอายุ (r = - 0.12, p = 0.292) ความสัมพันธ์ที่สำคัญทั้งหมดยังคงมีนัยสำคัญหลังจากการตรวจสอบช่วงความเชื่อมั่น BCa 95% โปรดมอง 2 ตาราง สำหรับภาพรวมของผลลัพธ์
2 ตาราง
ความสัมพันธ์ระหว่าง GAIN ในการทดลอง "Devil's chest" กับ s-IAT คะแนน OGAS และการรับความเสี่ยง (รายงานด้วยตนเอง)
กำไร | S-IAT | OGAS | การเสี่ยง (รายงานตนเอง) | |
---|---|---|---|---|
กำไร | 1 | |||
S-IAT | - 0.264⁎ | 1 | ||
OGAS | - 0.203 | 0.511⁎⁎ | 1 | |
การเสี่ยง (รายงานตนเอง) | 0.148 | 0.129 | 0.187 | 1 |
N = 79, รับความเสี่ยง (รายงานตนเอง) n = 64; ความสัมพันธ์ของสเปียร์แมนเป็นภาพใน ตัวเอียง.
2.2.2. การจัดการตรวจสอบการทดลอง "หน้าอกปีศาจ" เป็นการวัดการเรียนรู้โดยปริยาย
ผลของการวัดซ้ำ ANOVA แสดงความแตกต่างเฉลี่ยที่สำคัญระหว่าง GAIN ในการทดลอง 18 ครั้งแรกของการทดลองเปรียบเทียบกับการทดลอง 18 ครั้งล่าสุด (F(1,78) = 17.303, p <0.01) แสดงให้เห็นว่าผู้เข้าร่วมได้รับเงินมากกว่าในส่วนที่สองของการทดสอบ (M1 = 192.34 และ M2 = 221.27 ตามลำดับ) (ดู มะเดื่อ. 2).
ค่าเฉลี่ยและข้อผิดพลาดมาตรฐานสำหรับ GAIN ในการทดลอง 18 ครั้งแรกเทียบกับ GAIN ในการทดลอง 18 ครั้งล่าสุดของการทดลอง "Devil's chest" MU = หน่วยการเงิน
2.3 การสนทนา
เพื่อสรุปตามที่เสนอในสมมุติฐานของเราในการศึกษา 1 การติดอินเทอร์เน็ตนั้นสัมพันธ์กับความสามารถในการเรียนรู้โดยปริยาย ผลลัพธ์นี้ให้หลักฐานเพิ่มเติมเกี่ยวกับบทบาทของการตัดสินใจที่ไม่ดีในบริบทของ PIU (เช่น ยี่ห้อและคณะ, 2016) การเชื่อมโยงกับ IGD นั้นเป็นไปในทิศทางเดียวกัน สิ่งนี้อาจอธิบายได้ด้วยขนาดตัวอย่างที่ค่อนข้างเล็กและ / หรือความสอดคล้องภายในที่ค่อนข้างต่ำ (0.66) ของสเกล OGAS ในการศึกษานี้ เพื่อที่จะตรวจสอบความสัมพันธ์เหล่านี้เพิ่มเติมและเปรียบเทียบผลระหว่างผู้เข้าร่วมชายและหญิงและระหว่างนักเล่นเกมและผู้ที่ไม่ใช่นักเล่นเกมการศึกษา 2 ได้ดำเนินการ
3 ศึกษา 2
จุดมุ่งหมายของการศึกษาครั้งที่สองคือการจำลองผลการศึกษาที่ 1 โดยใช้กลุ่มตัวอย่างของผู้เล่น World of Warcraft (WoW) และผู้เข้าร่วมการควบคุมที่ไร้เดียงสาต่อ WoW เนื่องจากความสัมพันธ์ระหว่าง s-IAT และ GAIN เป็นตัวชี้วัดการเรียนรู้โดยนัยสามารถสังเกตได้ในผู้เข้าร่วมชายที่มีความเด่นชัดกับ IGD เราจึงสนใจที่จะเห็นการจำลองผลการศึกษา 1 โดยเฉพาะในนักเล่นเกม WoW ชาย
3.1 วิธีการ
3.1.1 ผู้เข้าร่วม
ผู้เล่น WoW และผู้เข้าร่วมการควบคุมเข้าร่วมในการศึกษา ผู้เล่น WoW ได้รับการคัดเลือกโดยใช้เกณฑ์ต่อไปนี้: ประสบการณ์การเล่นเกม WoW เป็นเวลาอย่างน้อยสองปี เกณฑ์การยกเว้นคือการเล่นเกมอื่นที่ไม่ใช่ WoW เป็นเวลา> 7 ชั่วโมงต่อสัปดาห์อย่างไรก็ตามผู้เข้าร่วมที่ไม่มีประสบการณ์ในเกมอื่นควรได้รับคัดเลือก ผู้ควบคุมจำเป็นต้องเป็นคนไร้เดียงสาจึงไม่เคยมีประสบการณ์ในการเล่นเกมนี้มาก่อน เกณฑ์การยกเว้นสำหรับผู้เข้าร่วมทั้งสองกลุ่ม ได้แก่ ความบกพร่องทางสายตาความยากลำบากในการอ่านและการเขียน dyschromatopsia การถูกกระทบกระแทกการใช้ยาในระยะยาวโรคทางระบบประสาทและจิตเวชความพิการทางการได้ยินและการใช้สารเสพติดในปริมาณมาก หลังจากการตรวจสอบตัวอย่างอย่างละเอียดเราได้แยกผู้เข้าร่วมรายหนึ่งเนื่องจากความผิดปกติของการกินและการบริโภคกัญชาในแต่ละวันผู้เข้าร่วม XNUMX คนเนื่องจากความผิดปกติทางระบบประสาทและจิตเวชและผู้เข้าร่วมหนึ่งคนจากกลุ่มควบคุมเนื่องจากค่าที่สูงมากใน sIAT และ OGAS ซึ่งส่งผลให้ n = ผู้เข้าร่วมควบคุม 77 คน (ชาย 39 คน) และ n = 44 ผู้เล่น WoW (ชาย 28 คน) 6.5% (n = 5) ของผู้เข้าร่วมการควบคุมรายงานการใช้เกมเล่นตามบทบาทออนไลน์แบบไม่เป็นทางการ (<3 ชั่วโมงต่อสัปดาห์) และ 23.4% (n = 18) รายงานการใช้งานเกม Ego-shooter แบบไม่เป็นทางการ (การเล่นเกม <1 ชั่วโมงต่อสัปดาห์) อายุเฉลี่ยของกลุ่มตัวอย่างทั้งหมดคือ M = 23.70 (SD = 3.93) เกี่ยวกับการศึกษาของพวกเขา 10.7% รายงานว่าสำเร็จการศึกษาระดับมหาวิทยาลัยอีก 85.9% รายงานว่ามีประกาศนียบัตรบัณฑิตระดับ A หรือสายอาชีพและ 2.5% รายงานว่ามีโรงเรียนมัธยมที่ออกใบรับรองหรือวุฒิมัธยมศึกษาตอนปลาย หนึ่งคน (0.9%) ไม่ตอบคำถามเกี่ยวกับการศึกษา
3.1.2 มาตรการ
ที่นี่อีกครั้ง s-IAT (Pawlikowski และคณะ, 2013; อัลฟ่าของครอนบาคในตัวอย่างปัจจุบันคือ 0.76), OGAS (การแก้ไข GAS โดย Lemmens et al., 2009; Alpha ของ Cronbach ในตัวอย่างปัจจุบันเท่ากับ 0.88) และมีการประเมินประสบการณ์การเล่นเกมคอมพิวเตอร์ นอกจากนี้ World of Warcraft Specific Problematic Usage-Engagement Questionnaire (WoW-SPUQ) ซึ่งประกอบด้วย 27 รายการโดยให้คะแนนตามมาตราส่วนตั้งแต่ 1 =“ ไม่เห็นด้วยโดยสิ้นเชิง” ถึง 7 =“ เห็นด้วยอย่างสมบูรณ์” (ปีเตอร์สแอนด์เมเลสกี้, 2008; อัลฟ่าของครอนบาคในตัวอย่างปัจจุบันคือ 0.89) ถูกเติมโดยกลุ่ม WoW เท่านั้น ยิ่งไปกว่านั้น Barratt Impulsivity Scale (BIS-11; Patton & Stanford, 1995; อัลฟ่าของครอนบาคในกลุ่มตัวอย่างปัจจุบันเท่ากับ 0.85) ได้รับการจัดการเป็นตัวชี้วัดความหุนหันพลันแล่น (มีการให้คะแนน 30 รายการในระดับตั้งแต่ 1 =“ ไม่ค่อย / ไม่เคย” ถึง 4 =“ เกือบตลอดเวลา / เสมอ”) ด้วยมาตราส่วนนี้สามารถประเมินปัจจัยสามลำดับที่สองได้: แรงกระตุ้นที่ตั้งใจหมายถึงไม่สามารถโฟกัสความสนใจหรือมีสมาธิได้ ความหุนหันพลันแล่นของมอเตอร์เกี่ยวข้องกับการแสดงโดยไม่คิดในขณะที่ความหุนหันพลันแล่นโดยไม่วางแผนเกี่ยวข้องกับการขาด "อนาคต" หรือการคาดเดาล่วงหน้า (Stanford และคณะ, 2009) ความสอดคล้องภายในสำหรับระดับย่อยในการศึกษาปัจจุบันคือ 0.73, 0.69 และ 0.69 ตามลำดับ
3.1.3 ขั้นตอน
ผู้เข้าร่วมมีส่วนร่วมในการศึกษาระยะยาวขนาดใหญ่เพื่อตรวจสอบปัจจัยทางชีววิทยาถัดจากตัวแปรทางจิตวิทยาและบทบาทของพวกเขาสำหรับ IGD สำหรับการศึกษาในปัจจุบันมีการใช้เฉพาะข้อมูลจากจุดวัดแรกในการทดสอบและจำลองสิ่งที่ค้นพบจากการศึกษาที่ 1 (การทดลองหน้าอกของปีศาจเป็นครั้งที่สอง (T2) นั้นไม่สามารถเทียบได้กับการไร้เดียงสากับการศึกษาที่ 1 ). แบบสอบถามและการทดลองเสร็จสมบูรณ์ในลำดับเดียวกันกับการศึกษา 1 เมื่อเทียบกับการศึกษา 1 อย่างไรก็ตามในการศึกษา 2 ผู้เข้าร่วมได้รับเงินจำนวนเงินที่พวกเขาชนะในการทดลอง "Devil's chest" และพวกเขาได้รับแจ้งเกี่ยวกับข้อเท็จจริงนี้ ก่อนเสร็จสิ้นการทดสอบ
3.1.4 การวิเคราะห์ทางสถิติ
การประเมินข้อมูลดำเนินการแบบอะนาล็อกเพื่อศึกษา 1
3.2 ผล
คะแนน OGAS และชั่วโมงการเล่นเกมออนไลน์ต่อสัปดาห์นั้นไม่ได้มีการแจกจ่ายในกลุ่มผู้เข้าร่วมการควบคุมชายและหญิง นอกจากนี้คะแนนและอายุ s-IAT ยังไม่ได้มีการแจกจ่ายในกลุ่มผู้เข้าร่วมการควบคุมหญิง ความสัมพันธ์ระหว่าง GAIN และคะแนน s-IAT ในกลุ่มของผู้เล่น WoW เพศชายได้รับการทดสอบด้านเดียวตามผลการวิจัยในการศึกษา 1
สถิติเชิงพรรณนาสำหรับผู้เข้าร่วมการควบคุมและผู้เล่น WoW จะถูกนำเสนอใน 3 ตาราง. ผู้เข้าร่วมการควบคุมที่นี่เป็นชายและหญิงมีประสบการณ์การเล่นเกมลดลงอย่างมีนัยสำคัญชั่วโมงการเล่นเกมออนไลน์ต่อสัปดาห์และคะแนน OGAS เมื่อเทียบกับผู้เล่น WoW ชายและหญิง (ดู 3 ตาราง) ยิ่งไปกว่านั้นผู้เล่น WoW ตัวเมียมีคะแนน S-IAT สูงกว่าอย่างมีนัยสำคัญเมื่อเทียบกับผู้เข้าร่วมการควบคุมเพศหญิง ตัวแปรอื่น ๆ ทั้งหมดไม่แตกต่างกันอย่างมีนัยสำคัญระหว่างผู้เข้าร่วมการควบคุมและผู้เล่น WoW
3 ตาราง
หมายถึงค่าเบี่ยงเบนมาตรฐาน (SD) ช่วงที่เป็นไปได้ / จริง t-/U คุณค่าและความสำคัญ (p) สำหรับความแตกต่างของค่าเฉลี่ยระหว่างผู้เข้าร่วมการควบคุมและกลุ่ม WoW สำหรับประสบการณ์การเล่นเกมตัวแปร (ปี), ชั่วโมงการเล่นเกมออนไลน์ต่อสัปดาห์, GAIN, s-IAT, OGAS, WoW-SPUQ และ BIS-11
กลุ่มควบคุม | ผู้เล่น WoW | ช่วงที่เป็นไปได้ | ช่วงจริง | t-/U ความคุ้มค่า | p | |||
---|---|---|---|---|---|---|---|---|
หมายความ | SD | หมายความ | SD | |||||
ผู้เข้าร่วมชาย | ||||||||
ความเชี่ยวชาญด้านการเล่นเกม (ปี) | 9.49 | 6.81 | 14.29 | 4.85 | - | 0 22-/ 6 25- | - 3.369 | 0.001 |
ชั่วโมงเกมออนไลน์ต่อสัปดาห์ | 1.18 | 2.11 | 19.71 | 11.44 | - | 0 9-/ 0 50- | 30.0 | <0.001 |
กำไร | 450.77 | 39.10 | 443.04 | 54.30 | 0 900- | 370 510-/ 305 525- | 0.678 | 0.500 |
S-IAT | 21.67 | 6.53 | 23.79 | 6.90 | 12 60- | 12 42-/ 14 41- | - 1.280 | 0.205 |
OGAS | 8.67 | 2.39 | 15.79 | 5.85 | 7 35- | 7 17-/ 9 29- | 94.5 | <0.001 |
WoW-SPUQ | - | - | 87.57 | 23.26 | 27 189- | - / 53 134- | - | - |
ผลรวม BIS-11 | 65.00 | 13.39 | 64.63 | 8.94 | 30 120- | 40 99-/ 53 90- | 0.125 | 0.901 |
BIS-11 ที่ตั้งใจ | 17.13 | 4.95 | 16.57 | 2.85 | 8 32- | 8 30-/ 12 21- | 0.579 | 0.565 |
มอเตอร์ BIS-11 | 23.16 | 4.81 | 22.43 | 3.66 | 11 44- | 14 35-/ 16 33- | 0.671 | 0.504 |
BIS-11 ที่ไม่ได้วางแผน | 24.71 | 5.32 | 25.74 | 4.77 | 11 44- | 14 40-/ 16 40- | - 0.803 | 0.425 |
ผู้เข้าร่วมหญิง | ||||||||
ความเชี่ยวชาญด้านการเล่นเกม (ปี) | 3.86 | 5.76 | 11.50 | 5.29 | - | 0 15-/ 1 20- | - 4.557 | <0.001 |
ชั่วโมงเกมออนไลน์ต่อสัปดาห์ | 0.09 | 0.43 | 17.56 | 9.06 | - | 0 2.5-/ 1 37.5- | 1.5 | <0.001 |
กำไร | 429.74 | 39.98 | 439.06 | 58.72 | 0 900- | 330 510-/ 295 510- | - 0.678 | 0.501 |
S-IAT | 18.58 | 4.99 | 21.44 | 5.24 | 12 60- | 13 36-/ 14 30- | 199.5 | 0.047 |
OGAS | 7.11 | 0.51 | 13.50 | 3.69 | 7 35- | 7 10-/ 9 21- | 4.0 | <0.001 |
WoW-SPUQ | - | - | 81.63 | 22.42 | 27 189- | - / 50 119- | - | - |
ผลรวม BIS-11 | 61.25 | 9.14 | 61.73 | 6.16 | 30 120- | 37 87-/ 53 77- | - 0.187 | 0.852 |
BIS-11 ที่ตั้งใจ | 16.61 | 3.55 | 17.06 | 3.38 | 8 32- | 10 25-/ 10 22- | - 0.438 | 0.663 |
มอเตอร์ BIS-11 | 21.08 | 3.93 | 21.80 | 3.97 | 11 44- | 12 31-/ 17 29- | - 0.592 | 0.557 |
BIS-11 ที่ไม่ได้วางแผน | 23.97 | 4.16 | 23.31 | 2.70 | 11 44- | 13 35-/ 17 27- | 0.584 | 0.562 |
หมายเหตุ: Mann-Whitney-U-Test ดำเนินการเพื่อเปรียบเทียบค่าเฉลี่ยของตัวแปรที่ไม่ได้กระจายทั่วไป ผลลัพธ์แสดงเป็นตัวเอียงในตาราง
3.2.1 การวิเคราะห์สหสัมพันธ์
สำหรับกลุ่มผู้เข้าร่วมการควบคุมชายหรือหญิงอายุของผู้เข้าร่วมไม่มีความสัมพันธ์อย่างมีนัยสำคัญกับ GAIN, s-IAT หรือคะแนน OGAS ความสัมพันธ์อื่น ๆ ทั้งหมดจะถูกนำเสนอใน 4 ตาราง. ที่นี่กำไรไม่ได้เชื่อมโยงอย่างมีนัยสำคัญไม่ว่าจะเป็น s-IAT หรือคะแนน OGAS สำหรับผู้เข้าร่วมชายและหญิง นอกจากนี้คะแนน s-IAT ยังเชื่อมโยงในเชิงบวกกับ BIS-11 ซึ่งเป็นความตั้งใจของผู้เรียนในการควบคุมตัวผู้ ความสัมพันธ์ที่สำคัญทั้งหมดใน 4 ตาราง ยังคงมีความสำคัญหลังจากการตรวจสอบช่วงความเชื่อมั่น BCa 95%
4 ตาราง
สเปียร์แมนและเพียร์สันมีความสัมพันธ์กับตัวแปร GAIN, s-IAT, OGAS และ BIS-11 สำหรับกลุ่มของผู้เข้าร่วมการควบคุมแยกในเพศชายและเพศหญิง
กำไร | S-IAT | OGAS | ผลรวม BIS-11 | BIS-11 ที่ตั้งใจ | มอเตอร์ BIS-11 | |
---|---|---|---|---|---|---|
ผู้เข้าร่วมชาย | ||||||
กำไร | 1 | |||||
S-IAT | - 0.053 | 1 | ||||
OGAS | 0.238 | 0.139 | 1 | |||
ผลรวม BIS-11 | 0.020 | 0.248 | 0.349⁎ | 1 | ||
BIS-11 ที่ตั้งใจ | 0.109 | 0.426⁎⁎ | 0.301 | 0.866⁎⁎ | 1 | |
มอเตอร์ BIS-11 | - 0.064 | 0.094 | 0.338⁎ | 0.843⁎⁎ | 0.612⁎⁎ | 1 |
BIS-11 ที่ไม่ได้วางแผน | 0.095 | 0.143 | 0.198 | 0.906⁎⁎ | 0.707⁎⁎ | 0.660⁎⁎ |
ผู้เข้าร่วมหญิง | ||||||
กำไร | 1 | |||||
S-IAT | 0.118 | 1 | ||||
OGAS | - 0.088 | 0.257 | 1 | |||
ผลรวม BIS-11 | - 0.139 | 0.232 | 0.156 | 1 | ||
BIS-11 ที่ตั้งใจ | 0.161 | 0.282 | - 0.022 | 0.749⁎⁎ | 1 | |
มอเตอร์ BIS-11 | - 0.219 | 0.201 | 0.292 | 0.764⁎⁎ | 0.312 | 1 |
BIS-11 ที่ไม่ได้วางแผน | - 0.138 | 0.118 | - 0.119 | 0.868⁎⁎ | 0.531⁎⁎ | 0.478⁎⁎ |
Spearman correlations ถูกอธิบายใน ตัวเอียง.
n (ตัวผู้) = 39, n (ตัวผู้, BIS-11) = 38, n (ตัวเมีย) = 38, n (ตัวเมีย, BIS-11) = 36
สำหรับกลุ่มผู้เล่น WoW เพศชายและเพศหญิงอายุไม่มีความสัมพันธ์อย่างมีนัยสำคัญกับคะแนน GAIN, s-IAT, OGAS หรือคะแนน WoW-SPUQ ความสัมพันธ์อื่น ๆ ทั้งหมดจะถูกนำเสนอใน 5 ตาราง. ที่นี่ GAIN มีความสัมพันธ์ทางลบกับ s-IAT รวมถึงคะแนน WoW-SPUQ เฉพาะในกลุ่มผู้เล่น WoW เพศชาย อย่างไรก็ตามสหสัมพันธ์เหล่านี้แสดงแนวโน้มที่มีนัยสำคัญเท่านั้น (r = - 0.30, p = 0.063, การทดสอบด้านเดียวและ r = - 0.313, p = 0.104, การทดสอบสองด้าน) ความสัมพันธ์ที่สำคัญทั้งหมดยังคงมีนัยสำคัญหลังจากการตรวจสอบช่วงความเชื่อมั่น BCa 95%
5 ตาราง
Spearman และ Pearson มีความสัมพันธ์กับตัวแปร GAIN, s-IAT, OGAS, คะแนน WoW-SPUQ และ BIS-11 สำหรับกลุ่มผู้เล่น WoW แยกชายและหญิง
กำไร | S-IAT | OGAS | ว้าว- SPUQ | ผลรวม BIS-11 | BIS-11 ที่ตั้งใจ | มอเตอร์ BIS-11 | |
---|---|---|---|---|---|---|---|
ผู้เข้าร่วมชาย | |||||||
กำไร | 1 | ||||||
S-IAT | - 0.296 | 1 | |||||
OGAS | - 0.105 | 0.776⁎⁎ | 1 | ||||
WoW-SPUQ | - 0.313 | 0.688⁎⁎ | 0.742⁎⁎ | ||||
ผลรวม BIS-11 | 0.025 | 0.197 | 0.284 | 0.023 | 1 | ||
BIS-11 ที่ตั้งใจ | 0.054 | - 0.011 | 0.019 | - 0.219 | 0.658⁎⁎ | 1 | |
มอเตอร์ BIS-11 | - 0.038 | 0.170 | 0.231 | 0.187 | 0.761⁎⁎ | 0.218 | 1 |
BIS-11 ที่ไม่ได้วางแผน | 0.033 | 0.220 | 0.312 | 0.027 | 0.892⁎⁎ | 0.451⁎ | 0.521⁎⁎ |
ผู้เข้าร่วมหญิง | |||||||
กำไร | 1 | ||||||
S-IAT | 0.026 | 1 | |||||
OGAS | - 0.024 | - 0.067 | 1 | ||||
WoW-SPUQ | - 0.199 | 0.144 | 0.676⁎⁎ | ||||
ผลรวม BIS-11 | 0.048 | 0.080 | - 0.614⁎ | - 0.157 | 1 | ||
BIS-11 ที่ตั้งใจ | - 0.139 | 0.194 | - 0.260 | 0.054 | 0.504 | 1 | |
มอเตอร์ BIS-11 | 0.266 | - 0.013 | - 0.676⁎⁎ | - 0.305 | 0.845⁎⁎ | 0.170 | 1 |
BIS-11 ที่ไม่ได้วางแผน | 0.012 | - 0.166 | 0.057 | 0.256 | 0.420 | - 0.222 | 0.250 |
สำหรับผู้เข้าร่วมชายความสัมพันธ์ระหว่าง GAIN ในการทดสอบและคะแนน s-IAT ได้รับการทดสอบด้านเดียว
n (ตัวผู้) = 28, n (ตัวผู้, BIS-11) = 27, n (ตัวเมีย) = 16, n (ตัวเมีย, BIS-11) = 15
3.2.2. การจัดการตรวจสอบการทดลอง "หน้าอกปีศาจ" เป็นการวัดการเรียนรู้โดยปริยาย
ผลของการวัดซ้ำ ANOVA ไม่ได้แสดงความแตกต่างอย่างมีนัยสำคัญระหว่าง GAIN ในช่วง 18 แรกและ 18 ครั้งสุดท้ายของการทดลอง "Devil's chest" ในกลุ่มผู้ชาย (F (1, 38) = 1.949, p = 0.171; M1 = 232.56 และ M2 = 218.21) และตัวเมีย (F (1, 37) = 0.594, p = 0.446; M1 = 221.18 และ M2 = 209.87) ควบคุมผู้เข้าร่วม สำหรับกลุ่มตัวอย่างทั้งหมดของผู้เข้าร่วมการควบคุมผลลัพธ์ยังคงไม่มีนัยสำคัญ (F (1,76) = 2.102, p = 0.151) ในขณะที่กลุ่มตัวอย่างทั้งหมดของผู้เล่น WoW ผลลัพธ์ที่ได้มีนัยสำคัญ (F (1,43) = 4.298, p = 0.044) (ดู มะเดื่อ. 3). สำหรับกลุ่มผู้เล่น WoW ชายความแตกต่างระหว่างการทดลอง 1–18 และ 19–36 มีนัยสำคัญ (F (1,27) = 5.377, p = 0.028, M1 = 235.54 และ M2 = 205.54; ด้วยผลลัพธ์ที่ต่ำกว่าใน M2 เมื่อเทียบกับ M1) ในขณะที่ผู้เล่น WoW หญิงนั้นไม่มีนัยสำคัญ (F (1,15) = 0.295, p = 0.595, M1 = 225.31 และ M2 = 213.75)
หมายถึงและข้อผิดพลาดมาตรฐานสำหรับ GAIN ในช่วง 18 แรกเทียบกับการทดลอง 18 ครั้งสุดท้ายของการทดสอบ "Devil's chest" สำหรับผู้เข้าร่วมการควบคุม (กราฟด้านซ้าย) และผู้เล่น WoW (กราฟด้านขวา) MU = หน่วยการเงิน
3.3 การสนทนา
เป้าหมายของการศึกษา 2 คือการทำซ้ำผลการศึกษาโดยเปรียบเทียบผู้เล่น WoW และผู้เข้าร่วมการควบคุม ความสัมพันธ์เชิงลบระหว่างคะแนน GAIN และ s-IAT และ WoW-SPUQ แสดงให้เห็นถึงแนวโน้มที่มีนัยสำคัญต่อกลุ่มผู้เล่น WoW เพศชายเท่านั้น อย่างไรก็ตามตัวอย่างเล็ก ๆ ของผู้เล่น WoW ชาย (n = 28) อาจให้คำอธิบายสำหรับเอฟเฟกต์ที่อ่อนแอกว่า การตรวจสอบการจัดการแสดงให้เห็นความแตกต่างอย่างมีนัยสำคัญระหว่าง GAIN ในการทดลอง 18 ครั้งแรกและ 2 ครั้งสุดท้ายในกลุ่มผู้เล่น WoW ชายโดยที่ผู้เข้าร่วมแสดงผลกำไรในส่วนที่สองของการทดสอบลดลงเมื่อเทียบกับส่วนแรก เราขอเตือนผู้อ่านว่าผู้เข้าร่วมในการศึกษา 1 ได้รับเงินเป็นจำนวนเงินซึ่งพวกเขาได้รับรางวัลในระหว่างการทดลองและพวกเขาตระหนักถึงข้อเท็จจริงนี้ก่อนที่จะเริ่มการทดลอง ดังนั้นในกรณีนี้แรงจูงใจภายนอกของผู้เข้าร่วมอาจสูงกว่าเมื่อเทียบกับการศึกษา XNUMX ในความเป็นจริงการเปรียบเทียบวิธีการของ GAIN ระหว่างผู้เข้าร่วม Gamescom และผู้เล่น WoW ชายจะเห็นได้ชัดว่าแม้ว่าผู้เล่น WoW จะทำ แย่กว่าในส่วนที่สองของการทดสอบเมื่อเทียบกับส่วนแรกของการทดสอบพวกเขายังคงได้รับรางวัลทั้งหมดมากกว่าผู้เข้าร่วม Gamescom ชาย (ดู 1 ตาราง, 3 ตาราง: M = 413.61 สำหรับผู้เข้าร่วม Gamescom และ M = 443.04 สำหรับผู้เล่น WoW ชาย) ดังนั้นเพื่อควบคุมผลกระทบที่อาจเกิดขึ้นจากแรงจูงใจเราได้ทำการวิเคราะห์เพิ่มเติมโดยใช้ Unified-Motive-Scale-10 (UMS-10; Schönbrodt & Gerstenberg, 2012) ข้อมูล USM-10 นั้นเป็นส่วนหนึ่งของการศึกษาระยะยาวที่ใหญ่กว่า
3.3.1 การวิเคราะห์เพิ่มเติม
โดยเฉพาะอย่างยิ่งเราได้ดำเนินการความสัมพันธ์บางส่วนกับแรงจูงใจความสำเร็จของตัวแปร (UMS-10; Schönbrodt & Gerstenberg, 2012, Alpha ของ Cronbach ในการศึกษาปัจจุบันเท่ากับ 0.89), คะแนน s-IAT, WoW-SPUQ และ GAIN ในการศึกษา 2. ความสัมพันธ์ระหว่าง s-IAT และ GAIN เพิ่มขึ้นจาก r = - 0.296, p = 0.063 (ดู 5 ตาราง; การทดสอบแบบด้านเดียว) ถึง r = - 0.322, p = 0.054 (การทดสอบด้านเดียว) ความสัมพันธ์ระหว่าง WoW-SPUQ และ GAIN ก็เพิ่มขึ้นจาก r = - 0.313, p = 0.104 (ดู 5 ตาราง; การทดสอบแบบสองด้าน) ถึง r = - 0.354, p = 0.082 (การทดสอบสองด้าน) ในส่วนที่เกี่ยวกับผู้เล่น WoW หญิงและผู้เข้าร่วมการควบคุมความสัมพันธ์ระหว่างคะแนน s-IAT คะแนน WoW-SPUQ และ GAIN ยังคงไม่สำคัญหลังจากควบคุมแรงจูงใจ
4 ศึกษา 3
จุดเน้นของการศึกษา 3 คือการทดสอบความสัมพันธ์ระหว่าง PIU, IGD และการกระตุ้น / การเสี่ยงโดยใช้ทั้งการทดลองและการรายงานตนเอง
4.1 วิธีการ
4.1.1 ผู้เข้าร่วม
หลังจากการยกเว้นผู้เข้าร่วมห้าคนที่มีข้อมูลขาดหายไปและผู้เข้าร่วมหนึ่งคนเนื่องจากการตอบสนองนอกช่วง (เช่นการเล่นเกมคอมพิวเตอร์ 200 ชั่วโมงต่อสัปดาห์) ตัวอย่างสำหรับการศึกษาในปัจจุบันส่งผลให้ N = ผู้เข้าร่วม 94 คน (ชาย 33 คน) ส่วนใหญ่เป็นนักศึกษาจิตวิทยาที่มหาวิทยาลัย Ulm เมือง Ulm ประเทศเยอรมนี อายุเฉลี่ยของกลุ่มตัวอย่างทั้งหมดคือ M = 23.48 (SD = 3.55) เกี่ยวกับการศึกษาของพวกเขา 27% รายงานว่ามีวุฒิการศึกษาระดับมหาวิทยาลัยหรือโพลีเทคนิคอีก 67% รายงานว่ามีประกาศนียบัตรการศึกษาระดับปริญญาตรีหรือสายอาชีพ 6% ของผู้เข้าร่วม (n = 6) ไม่ได้ตอบคำถามเกี่ยวกับการศึกษาของพวกเขา
4.1.2 มาตรการ
The s-IAT (Pawlikowski และคณะ, 2013; อัลฟ่าของครอนบาคในตัวอย่างปัจจุบันคือ 0.81), OGAS (GAS เวอร์ชันแก้ไขโดย Lemmens et al., 2009; Alpha ของ Cronbach ในตัวอย่างปัจจุบันคือ 0.81), BIS-11 (Patton & Stanford, 1995; อัลฟ่าของครอนบาคในตัวอย่างปัจจุบันคือ 0.80) และการรับความเสี่ยงโดยรวม (The German Socio-Economic Panel, SOEP; Siedler et al., 2008) ได้รับการประเมิน ความสอดคล้องภายในของ BIS-11 subscales มีดังนี้: ความหุนหันพลันแล่นโดยเจตนา 0.70, ความหุนหันพลันแล่นของมอเตอร์ 0.70 และความหุนหันพลันแล่นที่ไม่ได้วางแผน 0.39 นอกจากนี้การทดลอง "Devil's chest" ได้รับการปรับเปลี่ยนเล็กน้อยเพื่อวัดความหุนหันพลันแล่น / การรับความเสี่ยง (เมื่อเทียบกับการศึกษา 1 และ 2 ที่นี่ตำแหน่งของ "ปีศาจ" ถูกสุ่มอย่างสมบูรณ์ในการทดลองทั้งหมดดังนั้นจึงไม่สามารถเรียนรู้ได้ ). ที่นี่จำนวนเฉลี่ยของกล่องที่เปิดโดยสมัครใจต่อการทดลอง (MNOB) ถูกใช้เป็นตัวชี้วัดความหุนหันพลันแล่น / การรับความเสี่ยง ซึ่งสอดคล้องกับการศึกษาของ Eisenegger และคณะ (2010).
4.1.3 ขั้นตอน
แบบสอบถามและการทดสอบเสร็จสมบูรณ์ตามลำดับเช่นเดียวกับในการศึกษา 1 และ 2 อย่างไรก็ตามผู้เข้าร่วมกรอกแบบสอบถามบนหน้าจอคอมพิวเตอร์ ในการศึกษาครั้งนี้ผู้เข้าร่วมจะได้รับค่าตอบแทน (บัตรกำนัลของ Amazon หรือเครดิตของหลักสูตร) สำหรับการเข้าร่วมในการศึกษา แต่พวกเขาไม่ได้จ่ายเงินตามจำนวนที่พวกเขาได้รับจากการทดลองทางคอมพิวเตอร์ ผู้เข้าร่วมได้รับแจ้งเกี่ยวกับขั้นตอนนี้ก่อนที่จะทำการทดสอบให้เสร็จสิ้น
4.1.4 การวิเคราะห์ทางสถิติ
การวิเคราะห์ทางสถิติได้ดำเนินการแบบอะนาล็อกเพื่อศึกษา 1 และ 2
4.2 ผล
ของบันทึกตัวแปรชั่วโมงการเล่นเกมออนไลน์ต่อสัปดาห์และคะแนน OGAS ไม่ได้กระจายตามปกติ มีการรายงานสถิติเชิงพรรณนา 6 ตาราง. ผู้เข้าร่วมมีความเชี่ยวชาญในการเล่นเกมในแง่ของความเชี่ยวชาญการเล่นเกมในปีที่ผ่านมา แต่เวลาที่ใช้จริงในเกมออนไลน์อยู่ในระดับต่ำมาก อะนาล็อกเพื่อศึกษา 2 ที่นี่เราเปรียบเทียบหากผู้เข้าร่วมชายและหญิงแตกต่างกันเกี่ยวกับตัวแปรที่ปรากฎใน 6 ตาราง. ความแตกต่างอย่างมีนัยสำคัญถูกสังเกตด้วยความเชี่ยวชาญด้านการเล่นเกมตัวแปร (ปี) (U(33,61) = 385.0, p <0.001) ชั่วโมงการเล่นเกมออนไลน์ต่อสัปดาห์ (U(33,61) = 663.5, p <0.001), การรับความเสี่ยง (รายงานตัวเอง) (U(33,61) = 732.0, p <0.05) และ OGAS (U(33,61) = 562.5, p <0.001) ซึ่งผู้เข้าร่วมชายได้คะแนนสูงกว่าผู้เข้าร่วมหญิง
6 ตาราง
หมายถึงค่าเบี่ยงเบนมาตรฐาน (SD) และช่วงที่เป็นไปได้ / จริงสำหรับประสบการณ์การเล่นเกมตัวแปร (ปี), ชั่วโมงการเล่นเกมต่อสัปดาห์, การเสี่ยง (รายงานตนเอง), s-IAT, OGAS, BIS-11 และ MNOB
หมายความ | SD | ช่วงที่เป็นไปได้ | ช่วงจริง | |
---|---|---|---|---|
ความเชี่ยวชาญด้านการเล่นเกม (ปี) | 6.31 | 6.51 | - | 0 21- |
ชั่วโมงเกมออนไลน์ต่อสัปดาห์ | 0.56 | 1.86 | - | 0 15- |
การรับความเสี่ยง (รายงานตัวเอง) | 5.10 | 1.82 | 0 10- | 1 9- |
S-IAT | 22.99 | 5.71 | 12 60- | 12 42- |
OGAS | 8.00 | 2.05 | 7 35- | 7 18- |
ผลรวม BIS-11 | 61.37 | 9.17 | 30 120- | 44 84- |
BIS-11 ที่ตั้งใจ | 16.54 | 3.47 | 8 32- | 10 28- |
มอเตอร์ BIS-11 | 21.68 | 4.33 | 11 44- | 14 35- |
BIS-11 ที่ไม่ได้วางแผน | 23.15 | 3.45 | 11 44- | 17 32- |
MNOB | 4.90 | 0.79 | 0 10- | 3.22 7.5- |
4.2.1 การวิเคราะห์สหสัมพันธ์
อายุมีความสัมพันธ์กับคะแนน OGAS (ρ = 0.24, p <0.05) ความสัมพันธ์ระหว่าง MNOB กับคะแนน OGAS ก็มีนัยสำคัญเช่นกัน (ρ = 0.21, p <0.05) หลังจากควบคุมอายุแล้วความสัมพันธ์ระหว่าง MNOB และคะแนน OGAS เพิ่มขึ้นเป็น r = 0.37, p <0.01 (r = 0.45, p <0.05 ในเพศชายและ r = 0.28, p <0.05 ในเพศหญิง) ความสัมพันธ์อื่น ๆ ทั้งหมดถูกนำเสนอใน 7 ตาราง.
7 ตาราง
ความสัมพันธ์ของ Spearman และ Pearson สำหรับตัวแปร MNOB, การรับความเสี่ยง (รายงานตัวเอง), s-IAT, OGAS และ BIS-11
MNOB | การรับความเสี่ยง (รายงานตัวเอง) | S-IAT | OGAS | ผลรวม BIS-11 | BIS-11 ที่ตั้งใจ | มอเตอร์ BIS-11 | |
---|---|---|---|---|---|---|---|
MNOB | 1 | ||||||
การเสี่ยง (รายงานตนเอง) | 0.086 | 1 | |||||
S-IAT | 0.115 | - 0.124 | 1 | ||||
OGAS | 0.209⁎ | 0.092 | 0.235⁎ | 1 | |||
ผลรวม BIS-11 | 0.316⁎⁎ | 0.458⁎⁎ | 0.150 | 0.283⁎⁎ | 1 | ||
BIS-11 ที่ตั้งใจ | 0.284⁎⁎ | 0.196 | 0.345⁎⁎ | 0.296⁎⁎ | 0.770⁎⁎ | 1 | |
มอเตอร์ BIS-11 | 0.236⁎ | 0.576⁎⁎ | - 0.018 | 0.261⁎ | 0.847⁎⁎ | 0.443⁎⁎ | 1 |
BIS-11 ที่ไม่ได้วางแผน | 0.257⁎ | 0.299⁎⁎ | 0.075 | 0.148 | 0.821⁎⁎ | 0.487⁎⁎ | 0.551⁎⁎ |
หมายเหตุ: ความสัมพันธ์ของสเปียร์แมนถูกบรรยายเป็นตัวเอียง
4.2.2. การตรวจสอบการจัดการของการทดลอง "หน้าอกปีศาจ" เพื่อวัดความหุนหันพลันแล่น / การรับความเสี่ยง:
MNOB มีความสัมพันธ์เชิงบวกกับคะแนน BIS-11 ของผู้เข้าร่วม (ดู 7 ตาราง) ดังนั้นการวัดในปัจจุบันมีความสัมพันธ์อย่างชัดเจนกับพฤติกรรมหุนหันพลันแล่น ไม่มีความสัมพันธ์อย่างมีนัยสำคัญระหว่าง MNOB กับการวัดความเสี่ยงโดยรวมของรายงานตนเอง (ดู 7 ตาราง) เพื่อศึกษา 1 และ 2 เราเปรียบเทียบ GAIN ในการทดลอง 18 ครั้งแรกและครั้งสุดท้ายเพื่อแยกแยะบทบาทของเอฟเฟกต์การเรียนรู้ ไม่พบความแตกต่างที่สำคัญสำหรับผู้ชาย (F(1,32) = 2.365, p = 0.134, ม1 = 219.24 และม2 = 235.61) หรือผู้เข้าร่วมหญิง (F(1,60) = 0.155, p = 0.695, ม1 = 224.02 และม2 = 220.57) ผลลัพธ์ของทั้งตัวอย่างก็ไม่ได้มีนัยสำคัญเช่นกัน (F (1,93) = .265, p = 0.608) (ดู มะเดื่อ. 4).
ค่าเฉลี่ยและข้อผิดพลาดมาตรฐานสำหรับ GAIN ในการทดลอง 18 ครั้งแรกเทียบกับ GAIN ในการทดลอง 18 ครั้งล่าสุดของการทดลอง "Devil's chest" MU = หน่วยการเงิน
5 พูดคุยเรื่องทั่วไป
ในต่อไปนี้บทสรุปของผลการศึกษา 1, 2 และ 3 มีให้พร้อมกับการอภิปรายเกี่ยวกับการมีส่วนร่วมของพวกเขาไปยังสนาม
ในการศึกษา 1 คะแนน s-IAT ที่สูงขึ้นนั้นเกี่ยวข้องกับการทำงานที่แย่ลงในการเรียนรู้โดยนัยในหมู่ผู้เข้าร่วมชายด้วยความชัดเจนต่อ IGD อย่างไรก็ตามคะแนน OGAS ของผู้เข้าร่วมไม่ได้เกี่ยวข้องอย่างมีนัยสำคัญกับตัวแปร GAIN (แม้ว่าจะมีแนวโน้มไปสู่ความสำคัญ) ในการศึกษา 2 เรามุ่งเป้าไปที่การจำลองผลการศึกษา 1 ในกลุ่มของผู้เล่น WoW และผู้เข้าร่วมควบคุม ที่นี่เพศของผู้เข้าร่วมถูกนำมาพิจารณาด้วย คะแนนสูง s-IAT และคะแนน WoW-SPUQ สูงแสดงให้เห็นแนวโน้มที่จะได้รับ GAIN ต่ำในการทดสอบเฉพาะในกลุ่มนักเล่นเกม WoW เพศชาย (r = - 0.322, p = 0.054, การทดสอบด้านเดียวและ r = - 0.354, p = 0.082 การทดสอบสองด้านตามลำดับ) คะแนน OGAS ไม่ได้เชื่อมโยงกับ GAIN อีกครั้งในทั้งสองกลุ่ม ในการศึกษาที่ 3 ในกลุ่มตัวอย่างนักเรียนการวัดการทดลองของการรับความเสี่ยง MNOB เชื่อมโยงในเชิงบวกกับคะแนน OGAS แต่ไม่ใช่คะแนน s-IAT หลังจากควบคุมอายุ
โดยสรุปแล้วดูเหมือนว่าการใช้อินเทอร์เน็ตมากเกินไปเกี่ยวข้องกับข้อบกพร่องในความสามารถในการเรียนรู้โดยปริยาย ความสัมพันธ์นี้ถูกสังเกตด้วยคะแนน s-IAT และคะแนน WoW-SPUQ แต่ไม่ได้คะแนน OGAS ในการศึกษาปัจจุบัน วรรณกรรมที่มีอยู่ให้ผลการสนับสนุนทั้ง: การขาดดุลในการตัดสินใจระหว่างผู้ใช้อินเทอร์เน็ตที่มีปัญหา (เช่น Sun et al., 2009) รวมถึงในหมู่ผู้เล่นเกมออนไลน์ที่มากเกินไป (เช่น Yao และคณะ, 2014) ยิ่งไปกว่านั้นเมื่อเร็ว ๆ นี้ได้เสนอแบบจำลองเชิงทฤษฎีใหม่ I-PACE (ปฏิสัมพันธ์ของบุคคล - ผลกระทบ - ความรู้ความเข้าใจ - การดำเนินการ) ได้ถูกเสนอโดย ยี่ห้อและคณะ (2016)ซึ่งเน้นบทบาทของการลดการทำงานของผู้บริหารและการตัดสินใจที่บกพร่องสำหรับการพัฒนา PIU ที่เฉพาะเจาะจง ผลที่แข็งแกร่งกว่าสำหรับคะแนน WoW-SPUQ เมื่อเปรียบเทียบกับคะแนน OGAS อาจสะท้อนให้เห็นถึงทางเลือกของการวัดที่เฉพาะเจาะจงมากขึ้นเพื่อประเมินการติดยาเสพติดของ WOW อย่างไรก็ตามจำเป็นต้องมีการสอบสวนเพิ่มเติม
ความจริงที่ว่าความสัมพันธ์ระหว่าง PIU และความสามารถในการเรียนรู้โดยนัยลดลงในการศึกษาปัจจุบันพบได้เฉพาะในกลุ่มของผู้เข้าร่วมที่มี (ออกเสียง) IGD (ศึกษา 1 และ 2) อาจช่วยอธิบายผลลัพธ์ในส่วนที่ขัดแย้งกันในความสัมพันธ์ระหว่าง การตัดสินใจและ PIU ในวรรณคดี (เช่น Ko et al., 2010, Sun et al., 2009) อย่างไรก็ตามการเชื่อมโยงนี้น่าจะเป็นไปได้เนื่องจากการศึกษาชี้ให้เห็นว่า IGD เป็นเพศชายที่ติดยาเสพติดเป็นหลัก (เช่น Rumpf และคณะ, 2011).
พิจารณา สมมติฐาน 3ความสัมพันธ์ที่สำคัญบางอย่างสามารถพบได้ระหว่างแรงกระตุ้นวัดด้วย BIS-11 และ PIU / IGD (ศึกษา 2 และ 3) ซึ่งสอดคล้องกับการค้นพบในวรรณคดี (เช่น Lee และคณะ, 2012). ในขณะที่การวัดการรับความเสี่ยงแบบรายงานตนเอง (SOEP) ไม่ได้เชื่อมโยงกับ PIU / IGD ในการศึกษาทั้งสองการศึกษาการวัดการทดลองความเสี่ยง / แรงกระตุ้นมีความสัมพันธ์กับคะแนน OGAS (การศึกษาที่ 3) แต่ไม่เกี่ยวข้องกับ คะแนน s-IAT ความแตกต่างนี้อาจเนื่องมาจากประเด็นเกี่ยวกับความน่าเชื่อถือของมาตรการ ในขณะที่รายงานการรับความเสี่ยงด้วยตนเองได้รับการประเมินด้วยรายการเดียว แต่การวัดการทดลองเกี่ยวกับความเสี่ยงคาดว่าจะให้ข้อมูลที่เป็นไปตามวัตถุประสงค์และเชื่อถือได้ เกี่ยวกับความสัมพันธ์ระหว่าง MNOB และคะแนน OGAS การทดลองหน้าอกของปีศาจ (เวอร์ชัน 2 ที่กล่องถูกสุ่มอย่างสมบูรณ์ในการทดลอง 36 ครั้ง) อาจครอบคลุมด้านที่เฉพาะเจาะจงมากขึ้นของแรงกระตุ้น (เช่นการเสี่ยง) ซึ่งแสดงลักษณะของ IGD ได้ดีกว่า มากกว่า PIU ทั่วไป อย่างไรก็ตาม เกาะและอัล (2010) ไม่พบความแตกต่างในการรับความเสี่ยง (วัดจาก BART) ระหว่างผู้ติดอินเทอร์เน็ตที่มีแนวโน้มต่อ IGD และผู้เข้าร่วมการควบคุม ดังนั้นสมาคมนี้ต้องการการตรวจสอบเพิ่มเติม
การตรวจสอบการปรับแต่งของการทดลอง "หน้าอกปีศาจ" เพื่อวัดการเรียนรู้โดยนัยประสบความสำเร็จในการศึกษาที่ 1 ดังนั้นเราจึงถือว่าผู้เข้าร่วมสามารถดึงข้อมูลและเรียนรู้กลยุทธ์โดยปริยายเพื่อให้ได้รับเงินมากขึ้นตลอดการทดลอง อย่างไรก็ตามในการศึกษา 2 ไม่สามารถสังเกตความแตกต่างอย่างมีนัยสำคัญระหว่างการเพิ่มขึ้นของการทดลอง 1–18 และ 19–36 ยกเว้นกลุ่มผู้เล่น WoW ชายซึ่งผู้เข้าร่วมแสดงให้เห็นว่าผลกำไรลดลงในส่วนที่สองของการทดสอบ ที่นี่เราแสดงให้เห็นในการวิเคราะห์เพิ่มเติมว่าหลังจากควบคุมแรงจูงใจในการบรรลุผลแล้วความสัมพันธ์เชิงลบระหว่างคะแนน GAIN และคะแนน s-IAT / WOW-SPUQ จะแข็งแกร่งขึ้น ดังนั้นเราจึงแนะนำว่าในการศึกษา 2 ผลการเรียนรู้โดยปริยายถูกบดบังด้วยผลของแรงจูงใจในการบรรลุผลสำเร็จเนื่องจากผู้เข้าร่วมได้รับเงินตามจำนวนเงินที่ได้รับจากการทดลอง ณ จุดนี้จำเป็นต้องสังเกตว่า UMS-10 วัดลักษณะแรงจูงใจในการบรรลุผลดังนั้นแนวโน้มที่จะได้รับแรงจูงใจไปสู่ความสำเร็จที่ใหญ่กว่าโดยทั่วไปไม่ใช่สถานะดังนั้นแรงจูงใจที่จะชนะมากขึ้นในการทดลองนี้ อย่างไรก็ตามโดยการควบคุมแรงจูงใจแห่งความสำเร็จ UMS-10 เราได้พิจารณาถึงบทบาทของความแตกต่างของแต่ละบุคคลในแรงจูงใจลักษณะสำหรับการแสดงในภารกิจหน้าอกของปีศาจภายในกลุ่มตัวอย่าง
การตรวจสอบความถูกต้องของการทดลอง "Devil's chest" เวอร์ชันที่สองเพื่อวัดการรับความเสี่ยง / แรงกระตุ้นพบว่าจำนวนเฉลี่ยของกล่องที่เปิดโดยสมัครใจ (MNOB) ไม่ได้เชื่อมโยงอย่างมีนัยสำคัญกับการวัดการรับความเสี่ยงด้วยตนเอง อาจเกิดจากการที่ SOEP ประเมินการรับความเสี่ยงโดยทั่วไปเพียงรายการเดียวซึ่งอาจส่งผลลบต่อความน่าเชื่อถือ อย่างไรก็ตาม MNOB มีความสัมพันธ์กับคะแนน BIS-11 ทั้งหมดเช่นเดียวกับแรงกระตุ้นที่ตั้งใจมอเตอร์และไม่ได้วางแผน ผลลัพธ์เหล่านี้สอดคล้องกับการศึกษาการตรวจสอบความถูกต้องเกี่ยวกับมาตรการพฤติกรรมที่คล้ายคลึงกันของการรับความเสี่ยงเช่น BART (Lejuez et al., 2002).
ในประเด็นต่อไปนี้จะกล่าวถึงจุดแข็งและข้อ จำกัด ของงานวิจัยที่นำเสนอ จุดแข็งประการหนึ่งของการสอบสวนในปัจจุบันคือการคำนึงถึงบทบาทของเพศสภาพ แม้ว่าจะอธิบายความแตกต่างทางเพศในบริบทของ IGD และ PIU (Rumpf และคณะ, 2011) การสืบสวนไม่มากนักได้ประเมินบทบาทของเพศเมื่อตรวจสอบความสัมพันธ์ระหว่าง PIU / IGD และการเรียนรู้ / รับความเสี่ยงโดยนัยเช่นเดียวกับในการศึกษาปัจจุบัน ยิ่งไปกว่านั้นในการศึกษา 2 กลุ่มของผู้เล่น WoW ได้รับการคัดเลือกโดยใช้เกณฑ์ที่เข้มงวดและไม่ใช่เพียงแค่ใช้ค่าตัดในแบบสอบถามแบบรายงานตนเองเช่น OGAS การใช้ค่าการตัดออกเป็นปัญหาเนื่องจากการตัดค่าจำนวนมากที่ใช้ในการศึกษาบางครั้งมีการเลือกโดยพลการและไม่ได้รับการตรวจสอบอย่างเหมาะสมในการตั้งค่าทางคลินิก สุดท้ายในการศึกษา 1 ถึง 3 เราประเมินทั้ง PIU และ IGD ซึ่งอนุญาตให้ตรวจสอบความเหมือนและลักษณะเฉพาะของความผิดปกติทั้งสองเพิ่มเติม
ข้อ จำกัด ได้แก่ จำนวนผู้เข้าร่วมต่อกลุ่มที่ต่ำโดยเฉพาะในการศึกษา 2 และอายุที่ต่ำของผู้เข้าร่วม ดังนั้นการศึกษาในอนาคตควรตรวจสอบตัวอย่างที่เป็นตัวแทนมากขึ้น ประการที่สองไม่รวมกลุ่มเปรียบเทียบผู้ใช้อินเทอร์เน็ตมากเกินไปซึ่งไม่ใช่ผู้เล่น WoW นอกจากนี้ผลการศึกษายังขึ้นอยู่กับการวิเคราะห์เชิงสหสัมพันธ์ดังนั้นจึงไม่มีการตีความเกี่ยวกับสาเหตุที่เป็นไปได้
6 ข้อสรุป
โดยรวมแล้วเราสามารถแสดงให้เห็นว่า PIU มีความสัมพันธ์อย่างแน่นแฟ้นกับความสามารถในการเรียนรู้โดยนัยที่ไม่ดีในเกมเมอร์ชาย (WoW) การค้นพบนี้สามารถสังเกตได้ในสองตัวอย่างอิสระในการศึกษาปัจจุบัน นอกจากนี้ความสัมพันธ์ที่อ่อนลงเล็กน้อยระหว่าง WOW-SPUQ และการเรียนรู้โดยนัยที่ไม่เพียงพอสามารถสังเกตได้ในกลุ่มผู้เล่น WoW เพศชาย ยิ่งไปกว่านั้นคะแนนที่สูงขึ้นของ OGAS นั้นสัมพันธ์กับแนวโน้มที่สูงขึ้นของพฤติกรรมเสี่ยงในการศึกษา 3 ผลกระทบเฉพาะเรื่องเพศในการศึกษา 1 และ 2 ถูกกล่าวถึงต่อไปในการศึกษานี้
บทบาทของแหล่งเงินทุน
Christian Montag ได้รับรางวัล Heisenberg จากมูลนิธิวิจัยเยอรมัน (MO 2363 / 3-1) นอกจากนี้การศึกษานี้ได้รับทุนสนับสนุนจากการวิจัยทางอินเทอร์เน็ตและการติดเกมคอมพิวเตอร์ที่ได้รับรางวัลจาก Christian Montag โดย German Research Foundation (MO 2363 / 2-1) มูลนิธิวิจัยเยอรมันไม่มีบทบาทในการออกแบบการศึกษาการรวบรวมการวิเคราะห์หรือการตีความข้อมูลการเขียนต้นฉบับหรือการตัดสินใจที่จะส่งบทความเพื่อตีพิมพ์
ร่วมให้ข้อมูล
CM และ RS ออกแบบการศึกษา คัดเลือก RS, BL และ CM และทดสอบผู้เข้าร่วม RS ดำเนินการวิเคราะห์และเขียนต้นฉบับ BL ได้ทำการตรวจสอบการวิเคราะห์ทางสถิติและตรวจสอบต้นฉบับ SM ตั้งโปรแกรมงานทดลอง (เวอร์ชั่น 1 และ 2) และให้ข้อเสนอแนะอย่างละเอียดเกี่ยวกับต้นฉบับหลังจากตรวจสอบแล้ว MR ได้ตรวจสอบต้นฉบับอย่างยิ่ง ผู้เขียนทั้งหมดมีส่วนร่วมและได้รับการอนุมัติต้นฉบับสุดท้าย
กิตติกรรมประกาศ
เราขอขอบคุณ Ralf Reichert จาก Turtle Entertainment ที่ให้โอกาสเราได้ทำการทดลองที่ GamesCom 2013 อย่างไรก็ตาม Turtle Entertainment ไม่ได้ทำกำไรหรือมีอิทธิพลต่อการดำเนินการศึกษา
เราขอขอบคุณ Maximilian Sieber และ Otilia Pasnicu ผู้ซึ่งคัดเลือกและทดสอบผู้เข้าร่วมการศึกษา 3 ซึ่งเป็นส่วนหนึ่งของวิทยานิพนธ์ระดับปริญญาตรีของพวกเขา
เชิงอรรถ
1ตลอดรายงานฉบับนี้เราจะใช้คำว่า Problematic Internet Use (PIU) แทนการติดอินเทอร์เน็ตเนื่องจากขณะนี้ยังไม่มีการวินิจฉัยอย่างเป็นทางการใน DSM-5 และ ICD 10 เนื่องจาก Internet Gaming Disorder (IGD) ถูกรวมอยู่ในภาคผนวกของ DSM-5 คำนี้จะถูกใช้เป็นคำพ้องของการเสพติดเกมออนไลน์ โปรดทราบว่าไม่ใช่ทุกการศึกษาที่เราอ้างถึงในบทความนี้ได้ทำการตรวจสอบ IGD โดยใช้เกณฑ์ที่แนะนำใน DSM-5
2จากบันทึกย่อกล่อง“ ปีศาจ” ไม่ได้ถูกตั้งโปรแกรมให้ปรากฏในตำแหน่ง 1 เพราะสิ่งนี้จะยุติการทดลองปัจจุบันโดยไม่ให้ผู้เข้าร่วมมีโอกาสเลือกถ้าพวกเขาต้องการที่จะดำเนินการโดยเปิดกล่องอื่น
อ้างอิง
- สมาคมจิตแพทย์อเมริกัน คู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต 5th ed., (ข้อความ rev., ดึงกันยายน 7th, 2016) http://www.dsm5.org/Pages/Default.aspx
- Bechara A. , Dolan S. , Denburg N. , Hindes A. , Anderson SW, Nathan PE การขาดดุลการตัดสินใจเชื่อมโยงกับเยื่อหุ้มสมองส่วนหน้า preportal ventromedial ผิดปกติเปิดเผยในเครื่องดื่มแอลกอฮอล์และกระตุ้นผู้เสพ Neuropsychologia 2001;39 (4): 376 389- [PubMed]
- ยี่ห้อ M. , Labudda K. , Markowitsch HJ Neuropsychological มีความสัมพันธ์กับการตัดสินใจในสถานการณ์ที่คลุมเครือและมีความเสี่ยง โครงข่ายประสาทเทียม 2006;19(8):1266–1276. [PubMed]
- Brand M. , Young KS, Laier C. , Wölfling K. , Potenza MN การบูรณาการข้อพิจารณาทางจิตวิทยาและระบบประสาทที่เกี่ยวข้องกับการพัฒนาและการบำรุงรักษาความผิดปกติของการใช้อินเทอร์เน็ตที่เฉพาะเจาะจง: ปฏิสัมพันธ์ของแบบจำลองการรับรู้ผลกระทบต่อบุคคล (I-PACE) . ความคิดเห็นเกี่ยวกับประสาทและชีวพฤติกรรม 2016;71: 252 266- [PubMed]
- Cao F. , Su L. , Liu T. , Gao X ความสัมพันธ์ระหว่างความหุนหันพลันแล่นกับการติดอินเทอร์เน็ตในตัวอย่างของวัยรุ่นจีน จิตเวชยุโรป 2007;22 (7): 466 471- [PubMed]
- Davis RA โมเดลการรับรู้ทางพฤติกรรมของการใช้อินเทอร์เน็ตทางพยาธิวิทยา คอมพิวเตอร์ในพฤติกรรมมนุษย์ 2001;17 (2): 187 195-
- Eisenegger C. , Knoch D. , Ebstein RP, Gianotti LR, Sándor PS, Fehr E. ตัวรับโดปามีน D4 polymorphism ทำนายผลของ L-DOPA ต่อพฤติกรรมการพนัน จิตเวชชีวภาพ 2010;67(8):702–706. [PubMed]
- Epstein S. เกี่ยวกับความรู้ความเข้าใจทฤษฎีตนเองเกี่ยวกับบุคลิกภาพของบุคลิกภาพ ใน: Millon T. , Lerner MJ, บรรณาธิการ คู่มือจิตวิทยา 5th เอ็ด ไวลีย์; โฮโบเก้น: 2003 pp. 159 – 184
- Internet live stats ผู้ใช้อินเทอร์เน็ตในโลก 2016 http://www.internetlivestats.com/internet-users/ ดึงกันยายน 7th จาก
- Ko CH, Yen JY, Chen CC, Chen SH, Yen CF ความแตกต่างระหว่างเพศและปัจจัยที่เกี่ยวข้องที่มีผลต่อการติดเกมออนไลน์ในหมู่วัยรุ่นไต้หวัน วารสารโรคเส้นประสาทและจิตใจ 2005;193(4):273–277. (doi:00005053-200504000-00008 [pii]) [PubMed]
- Ko CH, Hsiao S. , Liu G. , Yen J. , Yang M. , Yen C ลักษณะของการตัดสินใจที่มีศักยภาพที่จะรับความเสี่ยงและบุคลิกภาพของนักศึกษาวิทยาลัยที่ติดอินเทอร์เน็ต การวิจัยทางจิตเวช 2010;175(1):121–125. [PubMed]
- Kreek MJ, Nielsen DA, Butelman ER, LaForge KS มีอิทธิพลทางพันธุกรรมต่อแรงกระตุ้น, การเสี่ยง, การตอบสนองต่อความเครียดและความอ่อนแอต่อยาเสพติดและการเสพติด ประสาทวิทยาศาสตร์ 2005;8(11):1450–1457. [PubMed]
- Laier C. , Pawlikowski M. , Brand M. การประมวลผลภาพทางเพศรบกวนการตัดสินใจภายใต้ความคลุมเครือ จดหมายเหตุของพฤติกรรมทางเพศ 2014;43(3):473–482. [PubMed]
- Lee HW, Choi J. , Shin Y. , Lee J. , Jung HY, Kwon JS Impulsivity ในการเสพติดอินเทอร์เน็ต: การเปรียบเทียบกับการพนันทางพยาธิวิทยา ไซเบอร์จิตวิทยาพฤติกรรมและเครือข่ายสังคม 2012;15(7):373–377. [PubMed]
- Lejuez CW, อ่าน JP, Kahler CW, JB, Ramsey SE, Stuart GL, … Brown RA การประเมินพฤติกรรมการรับความเสี่ยง: งานบอลลูนความเสี่ยงแบบอะนาล็อก (BART) วารสารจิตวิทยาการทดลอง: ประยุกต์ 2002;8(2):75–84. [PubMed]
- Lemmens JS, Valkenburg PM, Peter J. การพัฒนาและการตรวจสอบระดับการเสพติดเกมสำหรับวัยรุ่น จิตวิทยาสื่อ 2009;12(1):77–95.
- Miles J. , Shevlin M. Sage; 2001 การใช้การถดถอยและสหสัมพันธ์: แนวทางสำหรับนักเรียนและนักวิจัย
- Moeller FG, Barratt ES, Dougherty DM, Schmitz JM, Swann AC ด้านจิตเวชของแรงกระตุ้น วารสารจิตเวชอเมริกัน 2001;158(11):1783–1793. [PubMed]
- Montag C. , Bey K. , Sha P. , Li M. , Chen Y. , Liu W. , … Keiper J. มันมีความหมายหรือไม่ที่จะแยกแยะระหว่างการติดอินเทอร์เน็ตทั่วไปและเฉพาะเจาะจง? หลักฐานจากการศึกษาข้ามวัฒนธรรมจากประเทศเยอรมนีสวีเดนไต้หวันและจีน จิตเวชเอเชียแปซิฟิก 2015;7(1):20–26. [PubMed]
- Patton JH โครงสร้าง MS Factor ของ Stanford ในระดับความหุนหันพลันแล่นของ Barratt วารสารจิตวิทยาคลินิก. 1995;51(6):768–774. [PubMed]
- Pawlikowski M. , Brand M. การเล่นเกมอินเทอร์เน็ตและการตัดสินใจที่มากเกินไป: ผู้เล่นวอร์คราฟต์ในโลกที่มากเกินไปมีปัญหาในการตัดสินใจภายใต้เงื่อนไขที่มีความเสี่ยงหรือไม่? การวิจัยทางจิตเวช 2011;188(3):428–433. [PubMed]
- Pawlikowski M. , Altstötter-Gleich C. , Brand M. การตรวจสอบความถูกต้องและคุณสมบัติไซโครเมตริกของการทดสอบการติดอินเทอร์เน็ตรุ่นสั้นของ Young คอมพิวเตอร์ในพฤติกรรมมนุษย์ 2013;29(3):1212–1223.
- Peters CS, Malesky LA, Jr. การใช้งานที่มีปัญหาในหมู่ผู้เล่นที่มีส่วนร่วมสูงในเกมเล่นตามบทบาทออนไลน์ที่มีผู้เล่นหลายคนจำนวนมาก ไซเบอร์จิตวิทยาและพฤติกรรม. 2008;11(4):481–484. [PubMed]
- Rumpf H. , Meyer C. , Kreuzer A. , John U. , Merkeerk G. Vol. 31 2011 Prävalenz der internetabhängigkeit (PINTA) Bericht an Das Bundesministerium Für Gesundheit Greifswald Und Lübeck (12ff)
- Schiebener J. , แบรนด์ M. การตัดสินใจภายใต้เงื่อนไขความเสี่ยงที่เป็นเป้าหมาย - การทบทวนความสัมพันธ์ทางปัญญาและอารมณ์กลยุทธ์การประมวลผลป้อนกลับและอิทธิพลภายนอก รีวิวประสาทวิทยา 2015;25(2):171–198. [PubMed]
- Schoenbaum G. , Roesch MR, Stalnaker TA Orbitofrontal cortex, การตัดสินใจและการติดยาเสพติด แนวโน้มทางประสาทวิทยาศาสตร์ 2006;29(2):116–124. [PubMed]
- Schönbrodt FD, Gerstenberg FX การวิเคราะห์ IRT ของแบบสอบถามแรงจูงใจ: สเกลแรงจูงใจแบบครบวงจร วารสารการวิจัยในบุคลิกภาพ 2012;46(6):725–742.
- Siedler T. , Schupp J. , Spiess CK, Wagner GG แผงเศรษฐกิจและสังคมเยอรมันเป็นชุดข้อมูลอ้างอิง Schmollers Jahrbuch 2008;129(2):367–374.
- Stanford MS, Mathias CW, Dougherty DM, Lake SL, Anderson NE, Patton JH ห้าสิบปีของระดับความหุนหันพลันแล่นของ Barratt: การอัปเดตและการทบทวน บุคลิกภาพและความแตกต่างของแต่ละบุคคล 2009;47(5):385–395.
- ซุนเฉินซีแม่หม่าจางเอ็กซ์ฟูจุนฟังก์ชั่นการยับยั้งการตัดสินใจและการตอบโต้ล่วงหน้าในผู้ใช้อินเทอร์เน็ตมากเกินไป ระบบประสาทส่วนกลาง 2009;14(02):75–81. [PubMed]
- Tao R. , Huang X. , Wang J. , Zhang H. , Zhang Y. , Li M. ได้นำเสนอเกณฑ์การวินิจฉัยสำหรับการติดอินเทอร์เน็ต ติดยาเสพติด 2010;105(3):556–564. [PubMed]
- Yao Y. , Chen P. , Chen C. , Wang L. , Zhang J. , Xue G. , … Fang X. ความล้มเหลวในการใช้ข้อเสนอแนะทำให้เกิดการขาดดุลตัดสินใจในหมู่นักเล่นเกมอินเทอร์เน็ตจำนวนมาก การวิจัยทางจิตเวช 2014;219(3):583–588. [PubMed]
- Yao YW, Wang LJ, Yip SW, Chen PR, Li S. , Xu J. , … Fang XY การตัดสินใจที่มีความบกพร่องภายใต้ความเสี่ยงนั้นเกี่ยวข้องกับการขาดการยับยั้งเฉพาะการเล่นเกมในหมู่นักศึกษาที่มีปัญหาการเล่นเกมทางอินเทอร์เน็ต การวิจัยทางจิตเวช 2015;229(1):302–309. [PubMed]
- จิตวิทยาการใช้คอมพิวเตอร์ของหนุ่ม KS: XL การใช้อินเทอร์เน็ตที่เสพติด: กรณีที่ละเมิดกฎตายตัว รายงานทางจิตวิทยา 1996;79(3):899–902. [PubMed]
- หนุ่ม KS John Wiley & Sons; 1998. ติดเน็ต: วิธีรับรู้สัญญาณของการติดอินเทอร์เน็ตและกลยุทธ์ที่ชนะในการฟื้นตัว
- Young KS การติดอินเทอร์เน็ต: การเกิดขึ้นของความผิดปกติทางคลินิกใหม่ ไซเบอร์จิตวิทยาและพฤติกรรม. 1998;1(3):237–244.