ความผิดปกติของการสื่อสารทางอินเทอร์เน็ต: เป็นเรื่องของความคาดหวังทางสังคมการเผชิญปัญหาและการใช้อินเทอร์เน็ต (2016)

ด้านหน้า Psychol. 2016; 7: 1747

เผยแพร่ออนไลน์ 2016 พ.ย. 10 ดอย: 10.3389 / fpsyg.2016.01747

PMCID: PMC5102883

Elisa Wegmann¹ และ แบรนด์แมทเธียสช^1,^2,^*

นามธรรม

แอปพลิเคชันการสื่อสารออนไลน์เช่น Facebook, WhatsApp และ Twitter เป็นแอปพลิเคชั่นอินเทอร์เน็ตที่ใช้บ่อยที่สุด มีบุคคลจำนวนมากขึ้นที่ต้องทนทุกข์กับการควบคุมแอพพลิเคชั่นการสื่อสารออนไลน์ซึ่งนำไปสู่ผลกระทบด้านลบที่หลากหลายในชีวิตออฟไลน์ สิ่งนี้อาจเรียกได้ว่าเป็นความผิดปกติของการสื่อสารทางอินเทอร์เน็ต (ICD) การศึกษาปัจจุบันตรวจสอบบทบาทของลักษณะส่วนบุคคล (เช่นอาการทางจิตความรู้สึกของความเหงา) และความรู้ความเข้าใจที่เฉพาะเจาะจง ในตัวอย่างของผู้เข้าร่วม 485 รูปแบบสมการโครงสร้างได้รับการทดสอบเพื่อตรวจสอบตัวทำนายและผู้ไกล่เกลี่ยซึ่งอาจทำนายการใช้งานที่มากเกินไป ผลการศึกษาชี้ให้เห็นว่าความเหงาทางสังคมในระดับที่สูงขึ้นและการสนับสนุนทางสังคมที่รับรู้น้อยกว่าช่วยเพิ่มความเสี่ยงต่อการเกิดพยาธิสภาพ ผลกระทบของอาการทางจิต (ภาวะซึมเศร้าและความวิตกกังวลทางสังคม) รวมถึงลักษณะเฉพาะบุคคล (ความนับถือตนเองการรับรู้ความสามารถของตนเองและความอ่อนแอของความเครียด) ต่ออาการ ICD นั้นถูกสื่อกลางโดยความคาดหวังในการใช้อินเทอร์เน็ตและกลไกการเผชิญปัญหาที่ผิดปกติ ผลการวิจัยแสดงให้เห็นถึงผลกระทบจากการไกล่เกลี่ยซึ่งสอดคล้องกับแบบจำลองเชิงทฤษฎีของ Brand et al. (2016) ดังที่แนะนำในด้านสังคมแบบจำลองดูเหมือนจะเป็นตัวทำนายหลักของอาการ ICD การวิจัยเพิ่มเติมควรศึกษาปัจจัยที่มาบรรจบกันและความแตกต่างของความผิดปกติในการใช้อินเทอร์เน็ตประเภทอื่น

คำสำคัญ: การติดอินเทอร์เน็ต, เว็บไซต์เครือข่ายสังคมออนไลน์, ความคาดหวังในการใช้อินเทอร์เน็ต, จิตวิทยา, บุคลิกภาพ, การจัดการ, การสื่อสารออนไลน์

ไปที่:

บทนำ

ในชีวิตประจำวันอินเทอร์เน็ตเป็นเครื่องมือที่สะดวกในการค้นหาข้อมูลเพื่อซื้อสินค้าทางออนไลน์และที่อื่น ๆ มันทำหน้าที่ในการสื่อสารกับบุคคลทั่วโลก การเข้าถึงที่ง่ายและการใช้สมาร์ทโฟนที่เพิ่มขึ้นช่วยเพิ่มความนิยมของเว็บไซต์โซเชียลเน็ตเวิร์ก (SNS) เช่น Facebook และแอปพลิเคชั่นการสื่อสารเพิ่มเติมเช่น Instagram, Twitter และ WhatsApp (Wu et al., 2013) แอปพลิเคชันทั้งหมดนี้เปิดใช้งานการโต้ตอบกับผู้อื่นการโต้ตอบอย่างมีประสิทธิภาพเป็นคุณลักษณะหลักของเครื่องมือเหล่านี้ซึ่งเป็นส่วนหนึ่งของโซเชียลมีเดีย อย่างไรก็ตามคำจำกัดความของโซเชียลมีเดียนั้นกว้างขวางมากขึ้น:“ช่องทางอินเทอร์เน็ตที่อนุญาตให้ผู้ใช้โต้ตอบอย่างฉับพลันและคัดเลือกด้วยตนเองไม่ว่าจะแบบเรียลไทม์หรือแบบอะซิงโครนัสกับผู้ชมทั้งในวงกว้างและแคบที่ได้รับคุณค่าจากเนื้อหาที่ผู้ใช้สร้างขึ้นและการรับรู้ปฏิสัมพันธ์กับผู้อื่น” (คาร์และเฮย์ส 2015, p. 50) คำจำกัดความนี้มีองค์ประกอบสำคัญเช่นค่าที่ผู้ใช้สร้างขึ้นหรือการสื่อสารกับบุคคลซึ่งเป็นส่วนหนึ่งของไซต์เครือข่ายมืออาชีพกระดานสนทนาหรือฟอรัมสนทนา (Carr และ Hayes) 2015) สำหรับการศึกษานี้เราได้กำหนดการสื่อสารทางอินเทอร์เน็ตเป็นการใช้เว็บไซต์เครือข่ายสังคม (เช่น Facebook, Twitter, Instagram), ไมโครบล็อกและบล็อกรวมถึงผู้ส่งข้อความออนไลน์ (เช่น WhatsApp) การใช้เว็บไซต์เหล่านี้เกี่ยวข้องกับกิจกรรมที่อนุญาตให้แลกเปลี่ยนกับผู้ใช้อื่น ๆ เช่นการโพสต์เนื้อหาหรือโพสต์การอ่าน คำจำกัดความไม่รวมคุณสมบัติเพิ่มเติมของเว็บไซต์เครือข่ายสังคมเช่นเกมหรือค้นหาข้อมูล

เหตุผลหลักที่เครื่องมือเหล่านี้ได้รับความนิยมนอกเหนือจากความเป็นไปได้ที่จะติดต่อกับเพื่อน ๆ คือการจัดการความประทับใจและเพื่อสร้างความบันเทิงให้ตัวเอง (Krämerและ Winter 2008; Neubaum และKrämer 2015) Kuss และ Griffiths (2011b) ตรวจพบปัจจัยทางสังคมเช่นการระบุกลุ่มและความนับถือตนเองของส่วนรวมเป็นตัวทำนายหลักในการเข้าร่วม SNS SNS คือชุมชนบนเว็บที่สามารถสร้างโปรไฟล์ส่วนบุคคลเพื่อแบ่งปันข้อมูลส่วนบุคคลและเพื่อเชื่อมต่อกับผู้ใช้รายอื่น แอปพลิเคชันการสื่อสารออนไลน์ส่วนใหญ่เน้นการสื่อสารระหว่างบุคคลต่างๆ ตรงกันข้ามกับ SNS เกมโซเชียลและการค้นหาข้อมูลไม่ใช่คุณสมบัติหลักของแอปพลิเคชันการสื่อสาร (Amichai-Hamburger และ Vinitzky, 2010; Kuss และ Griffiths 2011b; Floros และ Siomos 2013; Guedes et al., 2016) อย่างไรก็ตามมีบุคคลจำนวนมากขึ้นที่ประสบกับผลกระทบด้านลบเนื่องจากมีการใช้อินเทอร์เน็ตมากเกินไปหรือมีแอปพลิเคชันออนไลน์ต่าง ๆ เช่นการสื่อสารออนไลน์ การใช้ที่มากเกินไปนี้เรียกว่าการติดอินเทอร์เน็ตหรือความผิดปกติในการใช้อินเทอร์เน็ตโดยเฉพาะ ผลกระทบด้านลบที่เป็นไปได้อาจทำให้ประสิทธิภาพในการทำงานโรงเรียนหรือวิทยาลัยขัดแย้งกับครอบครัวและเพื่อนหรืออารมณ์เชิงลบ (Brand et al., 2016) อัตราความชุกของการติดอินเทอร์เน็ตถูกรายงานว่าเป็น 1% ในประเทศเยอรมนี (Rumpf et al., 2011).

ความผิดปกติในการใช้งานอินเทอร์เน็ตที่เฉพาะเจาะจงอธิบายการใช้งานแอพพลิเคชั่นบางอย่างเช่นการเสพติดสื่อลามกทางอินเทอร์เน็ตการเล่นเกมทางอินเทอร์เน็ตหรือการสื่อสารทางอินเทอร์เน็ต 1998; Young และคณะ 1999; กริฟฟิ 2000; เดวิส 2001; Kuss และ Griffiths 2011b; ยี่ห้อและคณะ 2014b) การใช้การสื่อสารทางอินเทอร์เน็ตที่ติดหนึบมักเรียกกันว่าการเสพติด SNS การใช้ SNS ทางพยาธิวิทยาเช่นเดียวกับการเสพติด Facebook หรือการติดสมาร์ทโฟน (Griffiths et al., 2014; Ryan et al., 2014; Choi et al., 2015; Wegmann และคณะ 2015) ข้อกำหนดทั้งหมดเหล่านี้มีผลบังคับใช้กับการสื่อสารออนไลน์เครือข่ายสังคมออนไลน์หรือบริการสื่อสารทางอินเทอร์เน็ตที่มากเกินไปไม่ใช่คุณสมบัติเฉพาะเพิ่มเติมเช่นเกมในเว็บไซต์เครือข่ายสังคม (Kuss และ Griffiths 2011b; Casale et al., 2015) โดยรวมแล้วประเด็นสำคัญของเทคโนโลยีเหล่านี้คือการสื่อสารและการโต้ตอบกับผู้อื่นโดยไม่ขึ้นกับคุณลักษณะเฉพาะ บุคคลบางคนได้รับผลกระทบด้านลบเช่นความรู้สึกเหงากิจกรรมทางสังคมที่บกพร่องสุขภาพจิตความเป็นอยู่ที่ดีหรือความสัมพันธ์ระหว่างบุคคลปัญหาเกี่ยวกับการควบคุมอารมณ์และการ จำกัด การเข้าถึงกลวิธีการเผชิญปัญหาเนื่องจากการใช้แอปพลิเคชันออนไลน์เหล่านี้ (Andreassen และ Pallesen 2014; Hormes et al., 2015) ในคำต่อไปนี้จะใช้ความผิดปกติของการสื่อสารทางอินเทอร์เน็ต (ICD) ซึ่งสอดคล้องกับคำศัพท์ DSM-5 ของความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต (American Psychiatric Association, 2013) และแนะนำเพิ่มเติมโดย Brand et al. (2016) ขึ้นอยู่กับอาการของพฤติกรรมการเสพติดโดยทั่วไปและการจำแนกประเภทของความผิดปกติของการเล่นเกมทางอินเทอร์เน็ตในส่วนที่สามของ DSM-5 โดยเฉพาะอาการของ ICD ได้แก่ ความนูนการปรับเปลี่ยนอารมณ์ความอดทนการถอนความสูญเสียการควบคุมความลุ่มหลงและ ผลกระทบด้านลบในงานโรงเรียนผลการเรียนหรือความสัมพันธ์ทางสังคม (Griffiths et al., 2014).

ยี่ห้อและคณะ (2016) แนะนำรูปแบบกระบวนการทางทฤษฎีที่ชื่อว่า I-PACE model (I-PACE ย่อมาจาก Interaction of Person-Affect-Cognition-Execution) ซึ่งกล่าวถึงกระบวนการและกลไกที่อาจเกิดขึ้นซึ่งเป็นพื้นฐานของการพัฒนาและการบำรุงรักษาความผิดปกติของการใช้อินเทอร์เน็ตเฉพาะเช่น ICD แบบจำลองนี้มุ่งเน้นไปที่ปฏิสัมพันธ์ระหว่างลักษณะสำคัญของบุคคลการตอบสนองทางอารมณ์และความรู้ความเข้าใจและการตัดสินใจใช้แอปพลิเคชันบางอย่าง กลไกเหล่านี้อาจนำไปสู่ความพึงพอใจและผลตอบแทนที่อาจส่งผลให้เกิดความผิดปกติในการใช้อินเทอร์เน็ตโดยเฉพาะ กรอบทางทฤษฎีสร้างความแตกต่างระหว่างปัจจัยจูงใจและการกลั่นกรองและตัวแปรไกล่เกลี่ย ผู้เขียนยืนยันว่าบุคคลมีลักษณะบางอย่างเช่นบุคลิกภาพความรู้ความเข้าใจทางสังคมแรงจูงใจเฉพาะในการใช้แอปพลิเคชันจิตพยาธิวิทยาและรัฐธรรมนูญทางจิตวิทยาชีวภาพ ลักษณะเหล่านี้มีอิทธิพลต่อการตอบสนองทางอารมณ์และความรู้ความเข้าใจเช่นรูปแบบการเผชิญปัญหาและอคติเกี่ยวกับความรู้ความเข้าใจที่เกี่ยวข้องกับอินเทอร์เน็ตตัวอย่างเช่นความคาดหวังในการใช้อินเทอร์เน็ต ตัวแปรเหล่านี้ถูกกำหนดให้เป็นตัวแปรการกลั่นกรอง / การไกล่เกลี่ยในโมเดล I-PACE ความคาดหวังในการใช้อินเทอร์เน็ตหมายถึงความคาดหวังที่ผู้ใช้มีต่อการใช้อินเทอร์เน็ตหรือแอปพลิเคชันเฉพาะ ตัวอย่างเช่นผู้ใช้อาจคาดหวังว่าการใช้อินเทอร์เน็ตจะช่วยบรรเทาปัญหาในชีวิตจริงหลีกเลี่ยงความเหงาหรือสัมผัสกับความสุขและอารมณ์เชิงบวกเมื่อออนไลน์ (Brand et al., 2014a). ความคาดหวังเหล่านี้อาจมีผลต่อพฤติกรรมและการตัดสินใจใช้หรือไม่ใช้แอปพลิเคชันบางอย่าง ในรุ่น I-PACE ยี่ห้อ et al. (2016) สมมติว่าโดยเฉพาะอย่างยิ่งผลกระทบของลักษณะของบุคคลที่มีต่อการพัฒนาและการรักษาความผิดปกติของการใช้อินเทอร์เน็ตนั้นได้รับการไกล่เกลี่ยโดยรูปแบบการเผชิญปัญหาและอคติทางความคิดที่เกี่ยวข้องกับอินเทอร์เน็ต แรงจูงใจที่เฉพาะเจาะจงและปัจจัยจูงใจได้รับการเสริมแรงจากความพึงพอใจที่มีประสบการณ์และการหลีกหนีจากความรู้สึกเชิงลบ เป็นผลให้สามารถเพิ่มการใช้แอปพลิเคชันที่ต้องการมากเกินไปส่งผลให้การควบคุมลดลงและการลดความเสถียรของลักษณะหลักของบุคคล (Brand et al., 2016) บางส่วนของรูปแบบกระบวนการทางทฤษฎีและรุ่นก่อนหน้า (Brand et al., 2014b) ได้รับการทดสอบเชิงประจักษ์เกี่ยวกับการติดยาเสพติดไซเบอร์โดย Laier และแบรนด์ (2014) ใช้ SNS โดย Wegmann และคณะ (2015) และการติดอินเทอร์เน็ตทั่วไปโดยแบรนด์และคณะ (2014a) ใช้วิธีการสร้างแบบจำลองสมการโครงสร้าง ผลลัพธ์สำหรับการติดอินเทอร์เน็ตทั่วไปแสดงให้เห็นว่ารูปแบบการเผชิญปัญหาและความคาดหวังในการใช้งานอินเทอร์เน็ตเป็นสื่อกลางอย่างสมบูรณ์ถึงผลกระทบของบุคลิกภาพและลักษณะทางด้านจิตใจในการติดอินเทอร์เน็ตทั่วไป (Brand et al., 2014a).

ผลของการไกล่เกลี่ยเพิ่มเติมระหว่างลักษณะหลักของบุคคลและรูปแบบการเผชิญปัญหาตลอดจนอคติทางความคิดที่เกี่ยวข้องกับอินเทอร์เน็ตซึ่งสันนิษฐานในแบบจำลอง I-PACE จำเป็นต้องได้รับการตรวจสอบความผิดปกติของการใช้อินเทอร์เน็ตที่แตกต่างกัน การศึกษาในปัจจุบันได้ทดสอบตัวทำนายและตัวกลางที่เป็นไปได้สำหรับความผิดปกติของการสื่อสารทางอินเทอร์เน็ต พิจารณาการระบุกลไกการบรรจบกันและความแตกต่างของความผิดปกติในการใช้อินเทอร์เน็ตประเภทต่างๆแบบจำลองเชิงประจักษ์รวมถึงการดำเนินการเช่นเดียวกับ Brand et al (2014a) ถูกนำมาใช้เพื่อเปรียบเทียบผลกระทบของการไกล่เกลี่ยโดยตรงและโดยอ้อมในระดับทฤษฎี

ในบทต่อไปนี้จะมีการหารือเกี่ยวกับบทบาทของผู้ทำนายและผู้ไกล่เกลี่ยที่มีศักยภาพเพื่อการบำรุงรักษาและการพัฒนาของ ICD ตัวพยากรณ์ทั้งหมดที่เราใช้อยู่ได้รับการตรวจสอบในการศึกษาก่อนหน้านี้เกี่ยวกับการติดอินเทอร์เน็ตทั่วไป (Brand et al., 2014a) นอกจากนี้เรายังกล่าวถึงการศึกษาเพิ่มเติมซึ่งเปิดเผย bivariate หรือผลกระทบโดยตรงระหว่างตัวทำนายที่ตั้งสมมติฐานและอาการ ICD

การศึกษาก่อนหน้านี้แสดงให้เห็นถึงความสัมพันธ์ระหว่างอาการ ICD และภาวะซึมเศร้าเช่นเดียวกับความวิตกกังวลทางสังคม (De Cock et al., 2013; Panek et al., 2013; Hong et al., 2014; Bodroza และ Jovanovic 2015; Laconi และคณะ, 2015; Moreau et al., 2015; Guedes et al., 2016) ความประหม่าและความนับถือตนเองต่ำยังเชื่อมโยงกับอาการ ICD โดยทั่วไปหรือการเสพติด Facebook โดยเฉพาะ (บางจากและเหลียง 2004; Steinfield และคณะ 2008; Omar และ Subramanian 2013; Panek et al., 2013; Bhagat, 2015; Laconi และคณะ, 2015; Guedes et al., 2016) ในทางกลับกัน Jelenchick และคณะ (2013) ไม่พบผลกระทบโดยตรงระหว่างการใช้ SNS และอาการซึมเศร้า

การศึกษาเพิ่มเติมได้ตรวจสอบบทบาทสำคัญของความเหงาในการติดอินเทอร์เน็ตและ ICD ฮาร์ดี้และตี๋ (2007) แสดงให้เห็นว่าการใช้อินเทอร์เน็ตที่มีปัญหาเกี่ยวข้องกับความเหงาสูงความวิตกกังวลทางสังคมและการสนับสนุนทางสังคมที่รับรู้น้อยกว่า (Hardie and Tee, 2007) คิมและคณะ (2009) เป็นที่ถกเถียงกันอยู่ว่าผู้คนเหงาชดเชยการขาดดุลในชีวิตจริงเมื่อออนไลน์ สิ่งนี้สอดคล้องกับการศึกษาที่พบความสัมพันธ์ระหว่างความเหงากับ ICD (Baker และ Oswald 2010; De Cock และคณะ, 2013; Omar และ Subramanian 2013; เพลงและคณะ 2014) เบเกอร์และออสวอลด์ (2010) อธิบายว่าสภาพแวดล้อมของแอปพลิเคชั่นการสื่อสารออนไลน์ดูเหมือนเป็นสภาพแวดล้อมที่ปลอดภัยสำหรับคนขี้อายที่เปิดใช้งานการโต้ตอบกับบุคคลอื่น สิ่งนี้อาจเกี่ยวข้องโดยเฉพาะอย่างยิ่งหากการสนับสนุนทางสังคมน้อยลงและความเหงาสูง ดูเหมือนว่าการใช้ SNS สามารถลดความเหงาซึ่งนำไปสู่การใช้อินเทอร์เน็ตที่เพิ่มขึ้นเพื่อสนองความต้องการของการโต้ตอบทางสังคม (Song et al., 2014) ผลการวิจัยพบว่าความเหงาทางสังคมมากกว่าความเหงาทางอารมณ์ช่วยเพิ่มการใช้การสื่อสารออนไลน์ (Ryan และ Xenos 2011; จิน 2013). โดยรวมแล้วการศึกษาทั้งหมดนี้จะตรวจสอบผลโดยตรงระหว่างลักษณะของบุคคลและการใช้งานทางพยาธิวิทยาของแอปพลิเคชันการสื่อสารที่แตกต่างกัน อย่างไรก็ตามผลของการไกล่เกลี่ยที่อาจเกิดขึ้นจากรูปแบบการเผชิญปัญหาหรืออคติทางความคิดที่เกี่ยวข้องกับอินเทอร์เน็ตซึ่งได้รับการตั้งสมมติฐานในแนวทางทฤษฎีโดย Brand et al (2016) ยังไม่ได้รับการตรวจสอบ Merely Wegmann และคณะ (2015) แสดงให้เห็นว่าผลกระทบของอาการทางจิตเช่นภาวะซึมเศร้าและความวิตกกังวลทางสังคมที่มีต่อการใช้ SNS อย่างเสพติดนั้นเป็นสิ่งที่ถูกคาดหวังจากการใช้อินเทอร์เน็ต สิ่งนี้สอดคล้องกับ Hormes และคณะ (2015) ใครเป็นผู้โต้แย้งในทางทฤษฎีว่าการใช้ SNS แบบ maladaptive นั้นได้รับผลกระทบจากกลไกการเสริมแรงที่แตกต่างกัน (ดู Kuss และ Griffiths ด้วยเช่นกัน 2011b).

เท่าที่เราสามารถบอกได้มีเพียงไม่กี่การศึกษาที่ตรวจสอบบทบาทของการรับรู้ความสามารถของตนเองและการใช้ SNS ในการศึกษาของพวกเขาวังเจ - แอล et al. (2015) แสดงให้เห็นว่าการรับรู้ความสามารถของตนเองทางอินเทอร์เน็ตเป็นตัวทำนายที่สำคัญของการใช้ SNS เกี่ยวกับแรงจูงใจในการใช้ SNS เป็นฟังก์ชันทางสังคมและนันทนาการ สิ่งนี้สอดคล้องกับ Gangadharbatla (2008) ที่ระบุว่าการรับรู้ความสามารถของตนเองทางอินเทอร์เน็ตมีผลในเชิงบวกต่อทัศนคติต่อ SNS ความสัมพันธ์ระหว่างการรับรู้ความสามารถทั่วไปกับ ICD ยังไม่ได้รับการตรวจสอบ

สรุปมีการศึกษาจำนวนมากเกี่ยวกับความสัมพันธ์ระหว่างอาการทางจิต, ความนับถือตนเองหรือความเหงาและการใช้ทางพยาธิวิทยาของการสื่อสารทางอินเทอร์เน็ต การวิจัยก่อนหน้านี้เกี่ยวกับความอ่อนแอของความเครียดหรือการรับรู้ความสามารถของตนเองในฐานะที่เป็นตัวทำนายของ ICD เป็นต้นไม่ได้ถูกพบ อย่างไรก็ตามในการศึกษาปัจจุบันมีการใช้ตัวทำนายแบบเดียวกันซึ่งยังมีช่องโหว่ของความเครียดและการรับรู้ความสามารถของตนเองในแบบจำลองสมการโครงสร้างเพื่อให้ใกล้เคียงกับแบบจำลองดั้งเดิมโดย Brand et al (2014a) ขั้นตอนนี้ช่วยให้สามารถเปรียบเทียบผลกระทบโดยตรงและโดยอ้อมของ ICD กับผลกระทบที่พบแล้วในการติดอินเทอร์เน็ตทั่วไป

ในระดับทฤษฏีอาจสันนิษฐานได้ว่าบุคคลที่ทุกข์ทรมานจากภาวะซึมเศร้าและความไวระหว่างบุคคลมีความคาดหวังต่ออินเทอร์เน็ตที่จะรู้สึกดีขึ้นหรือหลบหนีจากปัญหาในชีวิตจริง บุคคลเหล่านี้อาจจัดการกับปัญหาโดยการปฏิเสธหรือการใช้สาร มันเป็นส่วนหนึ่งของกลยุทธ์การเผชิญปัญหาที่ผิดปกติ เราตั้งสมมติฐานผลกระทบที่คล้ายกันสำหรับบุคคลที่มีความนับถือตนเองต่ำมีประสิทธิภาพในตนเองต่ำและมีความอ่อนแอต่อความเครียดสูงรวมถึงบุคคลที่รู้สึกโดดเดี่ยวและรับรู้การสนับสนุนทางสังคมน้อยลง แง่มุมทางสังคมและบุคลิกภาพเหล่านี้อาจนำไปสู่ความคาดหวังสูงว่าอินเทอร์เน็ตเป็นเครื่องมือที่มีประโยชน์ในการหลีกหนีจากความรู้สึกด้านลบหรือเพื่อความเพลิดเพลินและความสนุกเมื่ออยู่ในโลกออนไลน์ นอกจากนี้ยังสามารถตั้งสมมติฐานว่าลักษณะเหล่านี้นำไปสู่กลยุทธ์การเผชิญปัญหาที่ไม่สมบูรณ์เช่นกัน บุคคลอาจปฏิเสธการเห็นคุณค่าในตนเองต่ำหรือเพิกเฉยต่อความรู้สึกที่ได้รับการสนับสนุนน้อยกว่าแทนที่จะจัดการกับมัน กลยุทธ์ทั้งหมดเหล่านี้เพื่อจัดการกับความโน้มเอียงที่มีปัญหาอาจส่งผลให้เกิดความรู้ความเข้าใจเฉพาะซึ่งละเลยความขัดแย้งหรืออารมณ์ด้านลบ จากนั้นเราคิดว่าบุคคลที่มีความคาดหวังและความคิดในการแก้ปัญหาออนไลน์อาจนำไปสู่การใช้งานแอปพลิเคชันการสื่อสารออนไลน์ที่ไม่สามารถควบคุมได้

ข้อพิจารณาเหล่านี้มาจากแบบจำลองเชิงทฤษฎีโดย Brand et al. (2016) ซึ่งกล่าวถึงตัวทำนายเหล่านี้ (อาการทางจิตลักษณะบุคลิกภาพ) จะถูกสื่อโดยรูปแบบการเผชิญปัญหาที่ผิดปกติและความรู้ความเข้าใจที่เกี่ยวข้องกับอินเทอร์เน็ตเช่นความคาดหวังในการใช้อินเทอร์เน็ต ได้รับวรรณกรรมเกี่ยวกับความสำคัญของการรับรู้ทางสังคมสำหรับการใช้ SNS ตามที่ระบุโดย Brand et al. (2016) เรายืนยันว่าผลกระทบของความรู้ความเข้าใจทางสังคมต่ออาการ ICD นั้นเป็นเพียงการไกล่เกลี่ยเพียงบางส่วนโดยสไตล์การเผชิญปัญหาและความคาดหวัง รูปแบบการดำเนินงานจะแสดงในรูปที่ Figure11.

รูป 1

แบบจำลองเชิงปฏิบัติการสำหรับการวิเคราะห์สมมติฐานหลักรวมถึงตัวแปรแฝงของ ICD.

ไปที่:

วิธี

ผู้เข้าร่วมกิจกรรม

ผู้เข้าร่วมสี่ร้อยแปดสิบห้าคนมีอายุระหว่าง 14 ถึง 55 ปี (M = 23.95, SD = 4.96 ปี) เข้าร่วมในการศึกษา สามร้อยห้าสิบแปดเป็นเพศหญิง 125 เป็นเพศชายและอีกสองคนไม่ให้ข้อมูลเกี่ยวกับเพศ เกี่ยวกับข้อมูลทางสังคมวิทยาอื่น ๆ ที่เกี่ยวข้องผู้เข้าร่วม 252 รายงานว่าพวกเขามีความสัมพันธ์หรือแต่งงาน 366 เป็นนักเรียน 115 มีงานประจำ ผู้เข้าร่วมทั้งหมดได้เข้าร่วมก่อนหน้านี้ในการศึกษาแบรนด์และคณะ (2014a) ซึ่งใช้ตัวอย่างของผู้เข้าร่วม 1019 เพื่อทดสอบรูปแบบสมการโครงสร้างในการติดอินเทอร์เน็ตทั่วไป ตัวอย่างปัจจุบันได้รับการคัดเลือกบนพื้นฐานของการใช้อินเทอร์เน็ตเป็นตัวเลือกแรกของผู้เข้าร่วม เราขอให้ผู้เข้าร่วมเลือกแอปพลิเคชันออนไลน์เฉพาะที่พวกเขาใช้เป็นการส่วนตัวและพวกเขาพบว่าน่าสนใจที่สุด หลังจากทำการตัดสินใจแล้วผู้เข้าร่วมจะทำการทดสอบการติดยาเสพติดทางอินเทอร์เน็ตระยะสั้นรุ่นหนึ่งซึ่งเฉพาะเจาะจงสำหรับแอปพลิเคชันตัวเลือกแรก เรารวมผู้เข้าร่วมที่ใช้อินเทอร์เน็ตเพื่อการสื่อสารออนไลน์เป็นหลักเท่านั้น การวิเคราะห์ที่ใช้ความผิดปกติของการสื่อสารทางอินเทอร์เน็ตเป็นตัวแปรตามไม่ได้เป็นส่วนหนึ่งของการศึกษาก่อนหน้านี้โดย Brand et al (2014a) ผู้เข้าร่วมใช้เวลาเฉลี่ย 562.10 ขั้นต่ำ (SD = 709.03) ต่อสัปดาห์โดยใช้แอปพลิเคชันการสื่อสารออนไลน์ กลุ่มตัวอย่างได้รับการคัดเลือกจากมหาวิทยาลัยดูสบูร์ก - เอสเซินผ่านรายชื่อผู้รับจดหมายใบปลิวและคำแนะนำแบบปากต่อปาก การประเมินทำโดยการสำรวจออนไลน์และผู้เข้าร่วมสามารถมีส่วนร่วมในการจับฉลากที่พวกเขามีโอกาสที่จะชนะ iPad, iPad mini, iPod nano, iPod shuffle หรือบัตรของขวัญ Amazon คณะกรรมการจริยธรรมท้องถิ่นอนุมัติการศึกษา

เครื่องมือ

แก้ไขการทดสอบการติดอินเทอร์เน็ตในระยะสั้น (s-IAT-com)

อาการของการใช้งานทางพยาธิวิทยาของแอปพลิเคชั่นการสื่อสารออนไลน์เช่น SNS หรือบล็อกได้รับการประเมินด้วยการทดสอบการติดยาเสพติดทางอินเทอร์เน็ตระยะสั้นซึ่งแก้ไขสำหรับการสื่อสารออนไลน์ (s-IAT-com; Wegmann et al., 2015) เพื่อประเมินข้อร้องเรียนส่วนตัวในชีวิตประจำวันเนื่องจากแอปพลิเคชันการสื่อสารออนไลน์คำว่า "อินเทอร์เน็ต" ในเวอร์ชันดั้งเดิมนั้นถูกแทนที่ด้วย "ไซต์การสื่อสารออนไลน์" ในทุกรายการ คำสั่งนั้นรวมถึงคำจำกัดความของการสื่อสารออนไลน์ซึ่งอธิบายว่าเว็บไซต์การสื่อสารออนไลน์นั้นมีคำว่า SNS บล็อกและไมโครบล็อกอีเมลและการส่งข้อความ ใน s-IAT-com ผู้เข้าร่วมต้องตอบรายการ 12 (ตัวอย่างเช่น:“บ่อยครั้งที่คุณพบว่าคุณอยู่ในเว็บไซต์การสื่อสารทางอินเทอร์เน็ตนานกว่าที่คุณตั้งใจไว้?”) ในระดับห้าจุด - Likert-scale ตั้งแต่ 1 (= ไม่เคย) ถึง 5 (= บ่อยมาก) จากการวิจัยของ Pawlikowski และคณะ (2013) คะแนนรวมอยู่ระหว่าง 12 ถึง 60 คะแนนในช่วงนี้คะแนน> 30 หมายถึงการใช้งานที่มีปัญหาและคะแนน> 37 หมายถึงการใช้แอปพลิเคชันการสื่อสารออนไลน์ทางพยาธิวิทยา s-IAT-com ประกอบด้วยสองปัจจัย: การสูญเสียการควบคุม (หกรายการ) และปัญหาความอยาก / สังคม (หกข้อ) เครื่องชั่งมีความสอดคล้องภายในสูง (αของ Cronbach) สำหรับสเกลทั้งหมดαเท่ากับ 0.861 (สูญเสียการควบคุม / การจัดการเวลาα = 0.842 ปัญหาความอยาก / สังคมα = 0.774) มาตราส่วนนี้ใช้เพื่อแสดงความผิดปกติของการสื่อสารทางอินเทอร์เน็ตในมิติที่แฝงอยู่

ระดับความคาดหวังในการใช้งานอินเทอร์เน็ต

มาตรวัดความคาดหวังในการใช้งานอินเทอร์เน็ต (IUES; Brand et al., 2014a) ใช้เพื่อประเมินแรงจูงใจหลักของผู้เข้าร่วมในการใช้อินเทอร์เน็ตหรือออนไลน์ แบบสอบถามประเมินความคาดหวังทั่วไปที่มีต่อการใช้อินเทอร์เน็ตเป็นเครื่องมือที่มีประโยชน์สำหรับการประสบความสุขหรือเพื่อหลีกหนีจากความเป็นจริง Wegmann และคณะ (2015) เน้นขนาดนี้แล้วเป็นปัจจัยที่มีศักยภาพของการใช้ SNS แบบสอบถามประกอบด้วยสองส่วนย่อย: การเสริมแรงเชิงบวก (สี่รายการตัวอย่างเช่น:“ฉันใช้อินเทอร์เน็ตเพราะมันเป็นไปได้ / อำนวยความสะดวกในการสัมผัสกับความสุข ") และความคาดหวังในการหลีกเลี่ยง (สี่รายการตัวอย่างเช่น:“ฉันใช้อินเทอร์เน็ตเพราะมันเป็นไปได้ / อำนวยความสะดวกในการเบี่ยงเบนความสนใจจากปัญหา”) คำตอบจะต้องได้รับในระดับหกจุด - Likert ตั้งแต่ 1 (= ไม่เห็นด้วยอย่างสมบูรณ์) เพื่อ 6 (= เห็นด้วยอย่างสมบูรณ์) ในตัวอย่างปัจจุบันความสอดคล้องภายในของการเสริมแรงเชิงบวกคือα = 0.775 ของการคาดการณ์การหลีกเลี่ยงα = 0.745 รายการตัวแปรทั้งสองแสดงถึงมิติความคาดหวังในการใช้อินเทอร์เน็ตที่ซ่อนเร้น สำหรับคำอธิบายโดยละเอียดเพิ่มเติมดูแบรนด์และคณะ (2014a).

บทสรุป COPE

COPE ย่อ (แกะสลัก 1997) ใช้ประเมินสไตล์การเผชิญปัญหาในหลายโดเมนย่อย สำหรับการศึกษาในปัจจุบันเราใช้ส่วนย่อยสามส่วนของเวอร์ชั่นภาษาเยอรมัน (Knoll et al., 2005): การปฏิเสธ (ตัวอย่างเช่น:“ฉันเคยพูดกับตัวเองว่า 'นี่ไม่ใช่เรื่องจริง'”) การใช้สารเคมี (ตัวอย่างเช่น:“ฉันใช้แอลกอฮอล์หรือยาอื่น ๆ เพื่อให้ตัวเองรู้สึกดีขึ้น”) และการเลิกใช้พฤติกรรม (ตัวอย่างเช่น:“ฉันล้มเลิกความพยายามที่จะจัดการกับมันแล้ว”) สเกลย่อยแต่ละรายการประกอบด้วยสองรายการซึ่งจะต้องตอบในระดับสี่จุด - ลิเคิร์ตจาก 1 (= ฉันไม่ได้ทำสิ่งนี้เลย) ถึง 4 (= ฉันทำสิ่งนี้มามากแล้ว) ความสอดคล้องภายในมีไว้สำหรับการปฏิเสธระดับย่อยα = 0.495 การใช้สเกลย่อยใช้α = 0.883 และการแยกพฤติกรรมระดับย่อยα = 0.548 ซึ่งส่วนใหญ่เทียบได้กับ Carver (1997) เราพิจารณาว่าความน่าเชื่อถือเป็นที่ยอมรับเนื่องจาก subscales ประกอบด้วยเพียงสองรายการและมีการศึกษาการตรวจสอบความถูกต้องหลายประการรวมถึงความน่าเชื่อถือแบบทดสอบซ้ำ (Brand et al., 2014a) subscale ทั้งสามที่กล่าวถึงถูกใช้เพื่อแสดงถึงการจัดการมิติที่ซ่อนเร้น

สินค้าคงคลังอาการสั้น ๆ

คลังอาการสั้น ๆ ใช้เพื่อประเมินสถานะทางจิตวิทยาของผู้เข้าร่วมโดยการรายงานตัวเอง (BSI; Derogatis, 1993) เราใช้ภาวะซึมเศร้าสองระดับย่อย (หกรายการตัวอย่างเช่น:“ในวัน 7 ที่ผ่านมาคุณได้รับผลกระทบมากน้อยเพียงใดจากการไม่สนใจสิ่งต่าง ๆ ”) และความไวระหว่างบุคคล (สี่รายการตัวอย่างเช่น:“ในวัน 7 ที่ผ่านมาคุณได้รับผลกระทบจากความรู้สึกที่ด้อยกว่าคนอื่นมากแค่ไหน”) ของเวอร์ชั่นภาษาเยอรมัน (Franke, 2000) คำตอบจะต้องได้รับในระดับห้าจุด - Likert- ระดับตั้งแต่ 0 (= ไม่เลย) ถึง 4 (= มาก) ความสอดคล้องภายในในตัวอย่างของเราคือα = 0.863 (ภาวะซึมเศร้าย่อย) และα = 0.798 (ความไวระหว่างบุคคล subscale) มิติแฝงของอาการทางจิตถูกแสดงโดย subscales ทั้งสอง

ขนาดความนับถือตนเอง

ในการประเมินการเห็นคุณค่าในตนเองเราใช้มาตราส่วนการเห็นคุณค่าในตนเองที่ปรับเปลี่ยนโดย Collani และ Herzberg (2003) ขึ้นอยู่กับขนาดดั้งเดิมโดย Rosenberg (1965) ประกอบด้วยสิบรายการ (ตัวอย่างเช่น:“ฉันมีทัศนคติที่ดีต่อตัวเอง.”) ซึ่งจะต้องตอบในระดับสี่จุด - Likert ตั้งแต่ 0 (= ไม่เห็นด้วยอย่างยิ่ง) ถึง 3 (= เห็นด้วยอย่างยิ่ง) ความสอดคล้องภายในคือα = 0.904

ระดับการรับรู้ความสามารถของตนเอง

การประเมินตนเองโดยรวมได้รับการประเมินโดย Self-Efficacy Scale (Schwarzer และเยรูซาเล็ม 1995) ประกอบด้วยสิบรายการ (ตัวอย่างเช่น:“ฉันมักจะสามารถจัดการกับสิ่งที่มาในทางของฉัน) ผู้เข้าร่วมตอบกลับในระดับสี่จุด - Likert-scale จาก 1 (= ไม่เป็นความจริง) ถึง 4 (= ไม่เป็นความจริง) ความสอดคล้องภายในคือα = 0.860

สินค้าคงคลังทดสอบสำหรับความเครียดเรื้อรัง

เราวัดความเปราะบางของความเครียดในช่วง 3 ที่ผ่านมาด้วยคลังทดสอบสำหรับความเครียดเรื้อรัง (TICS) โดย Schulz et al (2004) สิบสองรายการ (ตัวอย่างเช่น:“กลัวว่าสิ่งที่ไม่พึงประสงค์จะเกิดขึ้น”) จะต้องได้รับการจัดอันดับในระดับห้าจุด - Likert ตั้งแต่ 0 (= ไม่เคย) ถึง 4 (= บ่อยมาก) ความสอดคล้องภายในคือα = 0.910

ตัวแปรอย่างชัดแจ้งของระดับการเห็นคุณค่าในตนเองระดับความสามารถตนเองและรายการทดสอบสำหรับความเครียดเรื้อรังแสดงถึงมิติด้านบุคลิกภาพที่ซ่อนเร้น

ระดับความเหงา

เราใช้ Loneliness Scale เวอร์ชั่นสั้น (De Jong Gierveld และ Van Tilburg 2006) เพื่อวัดความรู้สึกเหงา แบบสอบถามนี้มีสองระดับย่อย: ความเหงาทางอารมณ์ (สามรายการตัวอย่างเช่น:“ฉันรู้สึกถึงความว่างเปล่าโดยทั่วไป”) and ความเหงาในสังคม/การรับรู้การสนับสนุนทางสังคม (สามรายการตัวอย่างเช่น:“ฉันคิดถึงคนรอบข้าง”) ในการศึกษาปัจจุบันเรามุ่งเน้น ความเหงาในสังคม/การรับรู้การสนับสนุนทางสังคม. ในระดับย่อยนี้รายการจะต้องได้รับการจัดอันดับในระดับห้าจุด - Likert จาก 1 (= no!) ถึง 5 (= ใช่!) ความมั่นคงภายในสำหรับ ความเหงาทางอารมณ์ คือα = 0.755 และสำหรับ ความเหงาในสังคม/การรับรู้การสนับสนุนทางสังคม α = 0.865

แบบสอบถามการสนับสนุนทางสังคม

เราวัดการรับรู้การสนับสนุนทางสังคมด้วยแบบสอบถามการสนับสนุนทางสังคม (F-SozU; Fydrich et al., 2009) ประกอบด้วยรายการ 14 (ตัวอย่างเช่น:“ฉันมีเพื่อนสนิทที่เต็มใจช่วยเหลือฉันเสมอ”) ซึ่งจะต้องได้รับการจัดอันดับในระดับ Likert ห้าระดับตั้งแต่ 1 (= ไม่เป็นความจริง) ถึง (5 = เป็นความจริงอย่างยิ่ง) ความสอดคล้องภายในคือα = 0.924

ตัวแปรประจักษ์สำหรับความเหงาทางสังคมของสเกลความเหงาและคะแนนเฉลี่ยของแบบสอบถามการสนับสนุนทางสังคมแสดงถึงมิติทางสังคมที่ซ่อนเร้น

การวิเคราะห์ทางสถิติ

การวิเคราะห์ทางสถิติดำเนินการโดยใช้ SPSS 23.0 สำหรับ Windows (สถิติ IBM SPSS ที่เผยแพร่ 2014) ในการทดสอบความสัมพันธ์แบบสองตัวแปรระหว่างสองตัวแปรเราคำนวณความสัมพันธ์แบบเพียร์สัน การวิเคราะห์ปัจจัยเชิงยืนยัน (CFA) และแบบจำลองสมการโครงสร้าง (SEM) ถูกคำนวณด้วย Mplus 6 (MuthénและMuthén 2011). ไม่มีข้อมูลที่ขาดหายไป เราประเมินแบบจำลองที่เหมาะสมกับเกณฑ์มาตรฐาน: ค่าเฉลี่ยรากที่เหลือค่าเฉลี่ยกำลังสอง (SRMR; ค่า <0.08 บ่งชี้ความเหมาะสมกับข้อมูล) ดัชนีความพอดีเปรียบเทียบ (CFI / TLI; ค่า> 0.90 บ่งชี้ว่ายอมรับได้และ> 0.95 พอดี กับข้อมูล) และค่าความคลาดเคลื่อนกำลังสองของค่าเฉลี่ยรากของการประมาณค่า (RMSEA; ค่า <0.08 หมายถึงดีและ 0.08–0.10 แบบจำลองที่ยอมรับได้) (Hu และ Bentler, 1995, 1999) χ² การทดสอบใช้เพื่อตรวจสอบว่าข้อมูลมาจากแบบจำลองที่กำหนดหรือไม่ ในการเปรียบเทียบโมเดลที่แตกต่างกันเราพิจารณาเกณฑ์ข้อมูลแบบเบย์ (BIC) ในขณะที่ค่าต่ำกว่าสิบคะแนนแสดงว่าเหมาะสมกับข้อมูล (Kass และ Raftery) 1995) ตัวแปรที่เกี่ยวข้องทั้งหมดสำหรับการไกล่เกลี่ยจำเป็นต้องมีความสัมพันธ์ซึ่งกันและกัน (บารอนและเคนนี 1986).

ไปที่:

ผลสอบ

คำอธิบายและสหสัมพันธ์

คะแนนเฉลี่ยของกลุ่มตัวอย่างใน s-IAT-com และคะแนนของแบบสอบถามที่ใช้และความสัมพันธ์แบบสองตัวแปรสามารถพบได้ในตาราง Table1.1. เปรียบเทียบกับคะแนนที่ถูกตัดออกโดย Pawlikowski และคณะ (2013) ผู้เข้าร่วม 39 คน (8.04%) ระบุว่ามีการใช้งานที่มีปัญหา แต่ไม่ใช่ทางพยาธิวิทยา (คะแนนที่ถูกตัด> 30 แต่≤37) และผู้เข้าร่วม 15 คน (3.09%) การใช้งานทางพยาธิวิทยา (คะแนนที่ถูกตัด> 37)

1 ตาราง

สถิติเชิงพรรณนาและสหสัมพันธ์แบบ bivariate ระหว่างคะแนนของการทดสอบการติดอินเทอร์เน็ตระยะสั้นและสเกลที่นำไปใช้.

แบบจำลองสมการโครงสร้าง

แบบจำลองสมการโครงสร้างที่นำเสนอบนตัวแปรแฝงที่มีอาการ ICD (s-IAT-com) เนื่องจากตัวแปรตามแสดงให้เห็นว่าเหมาะสมกับข้อมูล RMSEA คือ 0.060 (p = 0.054), CFI คือ 0.957, TLI คือ 0.938 และ SRMR คือ 0.040, BIC คือ 15072.15 χ²- การทดสอบมีความสำคัญχ² คือ 174.17 (p <0.001) และχ²/ df คือ 2.76

โดยรวมแล้ว 50.8% ของความแปรปรวนในอาการ ICD สามารถอธิบายได้ด้วยแบบจำลองที่เสนอ (R² = 0.508, p <0.001) โมเดลสมการโครงสร้างที่มีการโหลดตัวประกอบและน้ำหนักβแสดงในรูป Figure22.

รูป 2

ผลลัพธ์ของตัวแบบสมการเชิงโครงสร้างรวมถึงการโหลดตัวประกอบของตัวแปรแฝงที่อธิบายไว้และค่าβ-weights p- ค่าและส่วนที่เหลือ.

ลักษณะทางสังคมของตัวแปรแฝงมีผลโดยตรงต่อ ICD ตัวแปรแฝงตามในขณะที่ตัวแปรแฝงอื่น ๆ ไม่มีผลโดยตรง (ทั้งหมดβ <0.169 ทั้งหมด p> 0.263) อย่างไรก็ตามตัวแปรสื่อกลางทั้งความคาดหวังในการใช้อินเทอร์เน็ตและการรับมือเป็นตัวทำนายที่สำคัญของ ICD นอกจากนี้ลักษณะบุคลิกภาพเป็นตัวทำนายที่สำคัญในการรับมือกับน้ำหนักตัวที่เป็นลบ ผลทางอ้อมจากบุคลิกภาพในการรับมือกับ ICD มีนัยสำคัญ (β = −0.166, SE = 0.077, p = 0.031) ผลกระทบทางอ้อมจากอาการทางจิตต่ออาการ ICD ที่มากกว่าการใช้อินเทอร์เน็ตอย่างมีนัยสำคัญ (β = 0.199, SE = 0.070, p = 0.005) ผลทั้งสองระบุว่ามีผลกระทบต่อสื่อกลาง

การวิเคราะห์เพิ่มเติม

เพื่อให้เข้าใจกลไกพื้นฐานเพิ่มเติมของ ICD ได้มีการทดสอบแบบจำลองเพิ่มเติมบางส่วนหรือบางส่วนของแบบจำลอง

ประเด็นแรกที่เราพูดถึงคือผลกระทบของประเด็นทางสังคมใน ICD เปรียบเทียบกับแบบจำลองเชิงประจักษ์โดย Brand et al. (2014a) แง่มุมทางสังคมตัวแปรแฝงถูกกำหนดแนวคิดด้วยตัวแปรรายการ การรับรู้การสนับสนุนทางสังคม และตัวแปรแฝง ความเหงาในสังคม of the Loneliness Scale โดย De Jong Gierveld และ Van Tilburg (2006) แทน subscale ความเหงาทางอารมณ์ ในการศึกษาปัจจุบัน เมื่อใช้ตัวแปรรายการเดียวกันสำหรับตัวแปรแฝง ด้านสังคมเช่นเดียวกับใน Brand et al. (2014a) มีรูปแบบที่ยอมรับได้ (CFI = 0.955, TLI = 0.936, RMSEA 0.063, SRMR = 0.040, BIC = 15142.03) อย่างไรก็ตามความแตกต่างระหว่างแบบจำลองนี้กับแบบจำลองหลักของการศึกษาในปัจจุบันคือไม่มีผลกระทบโดยตรงจากด้านสังคมหรือผลการไกล่เกลี่ยในด้านบุคลิกภาพและ ICD โดยเผชิญปัญหา ตัวแปรทางประชากรยังได้รับการพิจารณาว่าเป็นตัวแปรที่มีศักยภาพซึ่งอาจมีผลต่อโมเดลสมการโครงสร้าง อันดับแรกเราคำนวณความสัมพันธ์แบบ bivariate ระหว่างตัวแปรรายการและอายุและพบเฉพาะความสัมพันธ์กับขนาดที่มีเอฟเฟกต์ต่ำ (Cohen, 1988) ระหว่างอายุและความรู้สึกมีคุณค่าในตนเองความมีประสิทธิภาพในตนเองความอ่อนแอของความเครียดตัวแปรเผชิญปัญหาและความคาดหวังในการใช้อินเทอร์เน็ต (r's <| 0.212 |). โดยรวมแล้วข้อกำหนดสำหรับการรวมอายุในแบบจำลองที่เสนอนั้นไม่เป็นไปตามข้อกำหนด (Baron and Kenny, 1986) เพื่อควบคุมอคติทางเพศการเปรียบเทียบกลุ่มได้รับการคำนวณด้วยตัวแปรทั้งหมดและความแตกต่างอย่างมีนัยสำคัญระหว่างผู้เข้าร่วมชายและหญิงที่พบในแง่ของความไวระหว่างบุคคลประสิทธิภาพในตัวเองช่องโหว่ของความเครียดการเผชิญปัญหาการใช้สาร subscalet = | 0.06 – 4.32 |, p = 0.035– <0.001) หลังจากนี้ได้ทำการวิเคราะห์โมเดลสมการโครงสร้างที่มีความแตกต่างเพิ่มเติมตามเพศโดยใช้การวิเคราะห์โครงสร้างค่าเฉลี่ย วิธีการดำเนินการนี้มักใช้เพื่อเปรียบเทียบวิธีการกลุ่ม (ชายกับหญิง) กับโครงสร้างที่เสนอ (Dimitrov, 2006) ดัชนีความพอดีเป็นที่ยอมรับ (CFI = 0.942, TLI = 0.926, RMSEA 0.066, SRMR = 0.070, BIC = 15179.13) โดยรวมแล้วเราพบความสัมพันธ์แบบเดียวกันระหว่างการเผชิญปัญหาความคาดหวังในการใช้อินเทอร์เน็ตและ ICD สำหรับผู้เข้าร่วมชายและหญิง สำหรับเพศหญิงผลกระทบโดยตรงจากลักษณะทางสังคมต่อ ICD นั้นไม่สำคัญ (β = −0.148, p = 0.087) และสำหรับผู้ชาย (β = −0.067 p = 0.661) แม้ว่าขนาดเอฟเฟกต์จะสูงขึ้น ผลกระทบของอาการทางจิตต่อ ICD ที่ถูกสื่อกลางโดยความคาดหวังในการใช้อินเทอร์เน็ตพบได้เฉพาะผู้หญิงเท่านั้น (β = 0.192, SE = 0.086, p = 0.025) อย่างไรก็ตามเนื่องจากขนาดตัวอย่างขนาดเล็กสำหรับตัวแบบสมการโครงสร้างจึงควรอภิปรายผลด้วยความระมัดระวัง แบบจำลองโครงสร้างสมการที่แตกต่างกันสำหรับตัวอย่างหญิงและชายที่มีตัวประกอบการบรรทุกและน้ำหนัก are- จะแสดงในรูป Figure33.

รูป 3

ผลลัพธ์ของโมเดลสมการโครงสร้างที่แยกจากกันสำหรับตัวอย่างหญิงและชายรวมถึงการโหลดปัจจัยในตัวแปรแฝงที่อธิบายไว้และค่าβ-weights p- ค่าและส่วนที่เหลือ.

ไปที่:

การสนทนา

การอภิปรายทั่วไปของผลลัพธ์

การศึกษาในปัจจุบันได้วิเคราะห์กลไกที่เป็นไปได้เช่นลักษณะของบุคคลรูปแบบการเผชิญปัญหาและอคติทางความคิดเกี่ยวกับอินเทอร์เน็ตที่เกี่ยวข้องกับอาการ ICD แบบจำลองสมการโครงสร้างที่นำเสนอขึ้นอยู่กับแบบจำลองทางทฤษฎีของความผิดปกติของการใช้อินเทอร์เน็ตโดย Brand et al (2016) และรูปแบบเชิงประจักษ์เกี่ยวกับการติดอินเทอร์เน็ตทั่วไปโดย Brand et al. (2014a). โดยรวมแล้วโมเดลที่มี ICD เป็นตัวแปรตามให้ผลที่เหมาะสมกับข้อมูล แบบจำลองสมมติฐานอธิบายความแปรปรวนของอาการ ICD ได้ 50.8% ผลการวิจัยพบว่าความสัมพันธ์ระหว่างลักษณะของบุคคลและ ICD ถูกสื่อกลางบางส่วนโดยรูปแบบการเผชิญปัญหาและความคาดหวังในการใช้อินเทอร์เน็ต นอกจากนี้ยังพบผลโดยตรงของด้านสังคมเช่นความเหงาทางสังคมและการรับรู้การสนับสนุนทางสังคมต่ออาการ ICD

ในตอนแรกเราคำนวณความสัมพันธ์แบบ bivariate ระหว่างตัวแปรทั้งหมดกับคะแนนการสื่อสาร s-IAT ซึ่งมีความสำคัญ ซึ่งสอดคล้องกับการวิจัยก่อนหน้านี้เกี่ยวกับ ICD การค้นพบนี้ยังยืนยันสมมติฐานความอ่อนแอของความเครียดและการรับรู้ความสามารถของตนเองมีความสัมพันธ์กับ ICD (เป็นครั้งแรก)

ประการที่สองรูปแบบสมการโครงสร้างที่ตั้งสมมติฐานถูกวิเคราะห์ การศึกษาพบว่าด้านสังคมมีบทบาทสำคัญใน ICD ความเหงาทางสังคมในระดับสูงและการสนับสนุนทางสังคมที่รับรู้น้อยคาดการณ์ว่าอาการ ICD ผู้ที่รับรู้ว่าตนเองเป็นคนโดดเดี่ยวและไม่ได้รับการสนับสนุนทางสังคมจะได้รับผลกระทบเชิงลบมากขึ้นเนื่องจากพฤติกรรมการสื่อสารออนไลน์ของพวกเขาซึ่งสอดคล้องกับงานวิจัยก่อนหน้านี้ (Baker and Oswald, 2010; De Cock และคณะ, 2013; Omar และ Subramanian 2013; เพลงและคณะ 2014) บุคคลที่เลือกแอปพลิเคชั่นสื่อสารออนไลน์เป็นกิจกรรมออนไลน์หลักของพวกเขาดูเหมือนจะทำให้พอใจความต้องการทางสังคมออนไลน์มากกว่าในสถานการณ์จริง (Song et al., 2014) สิ่งนี้บ่งชี้ว่าแอปพลิเคชั่นการสื่อสารออนไลน์เติมเต็มหน้าที่ทางสังคมและอาจชดเชยการรับรู้การขาดดุลในชีวิตจริงซึ่งดูเหมือนจะเป็นกลไกสำคัญสำหรับพฤติกรรมการสื่อสารที่มีปัญหา (Kim et al., 2009; Yadav et al., 2013; หวางและคณะ 2014) สิ่งที่น่าสนใจคือเอฟเฟ็กต์นี้ไม่ได้ถูกไกล่เกลี่ยโดยการรับมือกับกลยุทธ์หรือความคาดหวังเกี่ยวกับประโยชน์ของอินเทอร์เน็ตสำหรับการแก้ปัญหาหรือหลบหนีจากความเป็นจริง ดังนั้นความพึงพอใจที่มีประสบการณ์หรือการชดเชยการขาดดุลทางสังคมซึ่งนำไปสู่การใช้อินเทอร์เน็ตมากเกินไปอธิบายถึงผลกระทบโดยตรงโดยไม่ส่งผลกระทบต่อความรู้ความเข้าใจทางอคติ

การศึกษาในปัจจุบันมีวัตถุประสงค์เพื่อระบุผลกระทบของการไกล่เกลี่ยและในการตรวจสอบผลลัพธ์ด้วยการค้นพบเชิงประจักษ์ก่อนหน้าเกี่ยวกับกลไกของการติดอินเทอร์เน็ตทั่วไป (Brand et al., 2014a) ไม่มีผลกระทบโดยตรงหรือการไกล่เกลี่ยของแง่มุมทางสังคมในการติดอินเทอร์เน็ตทั่วไป ดังนั้นจึงสามารถสันนิษฐานได้ว่าการใช้ Facebook, WhatsApp หรือ Twitter นั้นเสพติดเกี่ยวข้องกับการขาดดุลทางสังคมในชีวิตจริงเช่นการรับรู้ถึงความเหงาทางสังคมและการสนับสนุนทางสังคมที่รับรู้น้อย นี่ไม่ใช่กรณีของการใช้อินเทอร์เน็ตมากเกินไปโดยทั่วไปเมื่อไม่ต้องการแอปพลิเคชันเฉพาะ ดังนั้นความต้องการของแอปพลิเคชั่นการสื่อสารออนไลน์ในสภาพแวดล้อมที่ปลอดภัยไม่ระบุชื่อและมีการควบคุมสำหรับการสื่อสารจึงมีความเกี่ยวข้องกับการผนวกรวมน้อยลงในเครือข่ายสังคมออนไลน์ในชีวิตจริงซึ่งน่าจะนำไปสู่การใช้งานที่ผิดปกติ

การศึกษายังแสดงให้เห็นว่ารูปแบบการเผชิญปัญหาที่ไม่สมบูรณ์และความคาดหวังในการใช้งานอินเทอร์เน็ตเป็นตัวทำนายที่สำคัญของ ICD ซึ่งสอดคล้องกับการศึกษาอื่น ๆ เกี่ยวกับตัวทำนายการติดอินเทอร์เน็ต (Tonioni et al., 2012; Turel และ Serenko 2012; Xu et al., 2012; ตั้งและอื่น ๆ 2013; ยี่ห้อและคณะ 2014a; Kardefelt-Winther, 2014; ลีและคณะ 2015) บุคคลที่มีความคาดหวังสูงต่ออินเทอร์เน็ตเป็นเครื่องมือที่มีประโยชน์ในการเบี่ยงเบนความสนใจจากหน้าที่ที่น่ารำคาญหรือเพื่อความพึงพอใจรวมถึงกลยุทธ์การเผชิญปัญหาที่ผิดปกติเช่นการปฏิเสธหรือการปลดพฤติกรรมมีความเสี่ยงสูงในการพัฒนา ICD ความเกี่ยวข้องของอาการทางจิตเช่นความวิตกกังวลทางสังคมและภาวะซึมเศร้าสำหรับ ICD ได้รับการสนับสนุนโดยรูปแบบที่แนะนำและเข้ากันได้กับงานวิจัยอื่น ๆ เกี่ยวกับความสัมพันธ์ระหว่างลักษณะทางจิตวิทยาและการใช้ SNS (De Cock et al., 2013; Panek et al., 2013; Hong et al., 2014; Bhagat, 2015; Bodroza และ Jovanovic 2015; Laconi และคณะ, 2015; Moreau et al., 2015; Guedes et al., 2016) ผลกระทบของอาการทางจิตพยาธิวิทยาต่อ ICD นั้นได้รับการไกล่เกลี่ยโดยความคาดหวังในการใช้อินเทอร์เน็ตซึ่งสอดคล้องกับการศึกษาของ Wegmann และคณะ (2015) ผู้ที่มีอาการซึมเศร้าวิตกกังวลทางสังคมและความคาดหวังที่มีต่ออินเทอร์เน็ตในฐานะเครื่องมือที่มีประโยชน์ในการหลบหนีจากความรู้สึกด้านลบและเพื่อสนองความต้องการทางสังคมมีความเสี่ยงสูงกว่าในการพัฒนาการใช้บริการสื่อสารออนไลน์ที่เป็นปัญหา (Wegmann et al.) 2015) คล้ายกับอาการทางจิตผลของลักษณะบุคลิกภาพเช่นการเห็นคุณค่าในตนเองการรับรู้ความสามารถของตนเองและความอ่อนแอต่อความเครียดของ ICD ได้รับการไกล่เกลี่ยโดยความรู้ความเข้าใจเฉพาะในกรณีนี้เป็นวิธีการเผชิญปัญหาที่ผิดปกติ การเห็นคุณค่าในตนเองต่ำการรับรู้ความสามารถของตนเองและความอ่อนแอต่อความเครียดที่สูงขึ้นนำไปสู่การปฏิเสธหรือปัญหาการใช้สารและการปลดพฤติกรรม บุคคลเหล่านี้ไม่มีกลยุทธ์เพิ่มเติมเพื่อรับมือกับความรู้สึกมีคุณค่าในตนเองต่ำหรือความรู้สึกเหงาหรือซึมเศร้า สมาคมนี้อาจมีอิทธิพลต่อบุคคลทั่วไปในการออนไลน์เพื่อหลีกเลี่ยงปัญหาในชีวิตจริง งานวิจัยก่อนหน้านี้ได้ระบุความสัมพันธ์ระหว่างการเห็นคุณค่าในตนเองและความพึงพอใจในการสื่อสารออนไลน์ (Chak และ Leung 2004; Steinfield และคณะ 2008; Panek et al., 2013; Bhagat, 2015; Laconi และคณะ, 2015; Guedes et al., 2016) สอดคล้องกับแนวทางเชิงทฤษฎีโดย Brand et al. (2016) สันนิษฐานว่าผู้ที่มีความเครียดและความบกพร่องสูงกว่าความเครียดที่เกี่ยวข้องกับความมั่นใจในตนเองของพวกเขาร่วมกับกลยุทธ์การเผชิญปัญหาที่ผิดปกติ / หุนหันพลันแล่นมีความต้องการการควบคุมอารมณ์ที่สูงขึ้น (Whang et al., 2003; Tonioni และคณะ 2014; ยี่ห้อและคณะ 2016). ปฏิสัมพันธ์ระหว่างลักษณะของบุคคลเหล่านี้กับวิธีการตอบสนองต่อสถานการณ์ที่ยากลำบากของแต่ละบุคคลอาจส่งผลให้เกิดการใช้แอปพลิเคชันแบบ“ ตัวเลือกแรก” นั่นคือแอปพลิเคชันการสื่อสารซึ่งบุคคลสื่อสารกับผู้อื่น พฤติกรรมนี้อาจเป็นกลยุทธ์ที่มีประโยชน์มากเนื่องจากแต่ละคนพูดคุยถึงปัญหาของตนกับผู้อื่นทางออนไลน์ ในทางกลับกันพฤติกรรมนี้อาจเป็นปัญหาได้หากละเลยกลยุทธ์การแก้ปัญหาอื่น ๆ และละเลยการติดต่อในชีวิตจริงซึ่งอาจส่งผลให้เกิดการแยกทางสังคมสูงขึ้น ผลการวิจัยชี้ให้เห็นว่ากลยุทธ์การแก้ปัญหาในชีวิตจริงมีบทบาทสำคัญทางออนไลน์เช่นกัน การถ่ายทอดกลยุทธ์การเผชิญปัญหาตามหน้าที่เช่นการรับมืออย่างแข็งขันดูเหมือนจะเป็นกลไกป้องกันที่สำคัญในการลดความเสี่ยงในการใช้อินเทอร์เน็ตหรือการประยุกต์ใช้ "ตัวเลือกแรก" เป็นกลยุทธ์การรับมือที่ผิดปกติ (Kardefelt-Winther, 2014).

การควบคุมผลลัพธ์หลังจากค้นหาอคติทางเพศเราพบความแตกต่างในผลลัพธ์สำหรับผู้ชายและผู้หญิง ผลการวิจัยพบว่าการใช้แอพพลิเคชั่นสื่อสารออนไลน์เมื่อรู้สึกเหงาหรือรับรู้ถึงการสนับสนุนทางสังคมที่น้อยกว่านั้นมีความโดดเด่นมากสำหรับผู้หญิง ก่อนหน้านี้มีรายงานความแตกต่างบางอย่างระหว่างผู้เข้าร่วมชายและหญิงสำหรับความผิดปกติในการใช้งานอินเทอร์เน็ตที่แตกต่างกันหรือรูปแบบการใช้ SNS (Ko และคณะ, 2005; Meerkerk et al., 2006; Kuss และ Griffiths 2011a; Laconi และคณะ, 2015) อ่างทอง (2017) ตัวอย่างเช่นย้ำว่าผู้หญิงที่มีนิสัยทางอินเทอร์เน็ตที่แข็งแกร่งมีแนวโน้มที่จะมีส่วนร่วมในการสื่อสารออนไลน์มากกว่าผู้เข้าร่วมชาย ความแตกต่างที่เป็นไปได้สำหรับ ICD จะต้องมีการตรวจสอบในการศึกษาต่อไป

โดยสรุปพบว่าสอดคล้องกับรูปแบบเชิงทฤษฎีของความผิดปกติในการใช้อินเทอร์เน็ต (Brand et al., 2016) ระบุว่าความสัมพันธ์ระหว่างลักษณะของบุคคลและอาการของความผิดปกติในการใช้อินเทอร์เน็ตนั้นได้รับการไกล่เกลี่ยโดยความรู้ความเข้าใจที่เฉพาะเจาะจง นอกจากนี้ผลการไกล่เกลี่ยที่พบในหลักสูตรของการศึกษานี้ได้รับการคาดการณ์ไว้แล้วสำหรับการติดอินเทอร์เน็ตทั่วไป (Brand et al., 2014a) และการติดไซเบอร์เท็กซ์ (ไลเออร์และแบรนด์ 2014) อย่างไรก็ตามความเกี่ยวข้องของแต่ละด้านเช่นด้านจิตวิทยาบุคลิกภาพและสังคมแตกต่างกัน ในขณะที่ด้านบุคลิกภาพและอาการทางจิตเวชได้รับการไกล่เกลี่ยโดยองค์ความรู้ที่ประเมินการเสพติดอินเทอร์เน็ตทั่วไปและ ICD ความรู้ความเข้าใจทางสังคมไม่ได้มีบทบาทในการพัฒนาและบำรุงรักษาการใช้อินเทอร์เน็ตมากเกินไปโดยทั่วไป ในการศึกษาปัจจุบันด้านสังคมมีผลโดยตรงกับอาการของ ICD

ดังนั้นการศึกษาในปัจจุบันจึงเน้นไปที่กลไกแบบรวมและแตกต่างของความผิดปกติในการใช้อินเทอร์เน็ตในรูปแบบต่างๆดังที่ Montag et al ได้แสดงไว้ (2015), Laconi และคณะ (2015), Pawlikowski และคณะ (2014) และ Wang CW et al (2015) ในขณะที่ดูเหมือนจะมีการซ้อนทับกันระหว่างกลไกที่เป็นไปได้ของการใช้งานอินเทอร์เน็ตมากเกินไปและพฤติกรรมการสื่อสารออนไลน์ แต่ก็พบว่ามีหลักฐานที่ช่วยให้เห็นความแตกต่างระหว่างความผิดปกติในการใช้อินเทอร์เน็ตโดยเฉพาะ ดังนั้นจึงสามารถสรุปได้ว่าการติดอินเทอร์เน็ตทั่วไปและ ICD ใช้กลไกร่วมกัน แต่ไม่ได้มีความหมายเหมือนกัน (Hormes et al., 2015) การสืบสวนบางอย่างแสดงหลักฐานที่เพิ่มขึ้นซึ่งแสดงให้เห็นความคล้ายคลึงกันระหว่างการใช้งานแอพพลิเคชั่นการสื่อสารทางอินเทอร์เน็ตและการเสพติดพฤติกรรมมากเกินไป การศึกษาเหล่านี้แสดงให้เห็นถึงความเกี่ยวข้องของกลไกการเสริมแรงรวมถึงหลักฐานสำหรับเกณฑ์การวินิจฉัยหลายประการซึ่งเน้นการสร้าง ICD ของตนเอง (Kuss และ Griffiths) 2011b; Andreassen และ Pallesen 2014; Hormes et al., 2015).

ข้อสรุปหลักคือโมเดลเชิงทฤษฎีของความผิดปกติในการใช้งานอินเทอร์เน็ต (Brand et al., 2014b) สามารถโอนไปยัง ICD ได้เช่นเดียวกับกรณีติดยาเสพติดไซเบอร์เซ็กซ์ (Laier and Brand, 2014). การปรับเปลี่ยนแบบจำลองทางทฤษฎีนี้ให้เป็นความผิดปกติของการใช้อินเทอร์เน็ตโดยเฉพาะซึ่งเน้นการใช้แอปพลิเคชันเฉพาะที่ต้องการสามารถอำนวยความสะดวกในการทำความเข้าใจกลไกของแต่ละบุคคล แบบจำลองที่ปรับเปลี่ยนสำหรับ ICD ควรมุ่งเน้นไปที่บทบาทของด้านสังคมและสมมติฐานที่ว่าบุคคลที่รับรู้การขาดดุลทางสังคมใช้แอปพลิเคชันการสื่อสารออนไลน์เพื่อชดเชยการขาดดุลเหล่านี้โดยตรง สิ่งนี้ตรงกันข้ามกับลักษณะของบุคคลต่อไปซึ่งเป็นสื่อกลางโดยความรู้ความเข้าใจที่เฉพาะเจาะจง นอกจากนี้ควรควบคุมแบบจำลองเชิงประจักษ์ของการศึกษาในปัจจุบันสำหรับรูปแบบอื่น ๆ เช่นความผิดปกติของการเล่นเกมทางอินเทอร์เน็ตความผิดปกติของการใช้สื่อลามกทางอินเทอร์เน็ตหรือพฤติกรรมการซื้อทางออนไลน์ที่มีพยาธิสภาพ สำหรับความผิดปกติของการเล่นเกมทางอินเทอร์เน็ตบุคคลทั่วไปยังสามารถใช้ฟังก์ชันนี้เพื่อสื่อสารออนไลน์และติดต่อกับนักเล่นเกมคนอื่น ๆ ขณะเล่นเกม ดังนั้นในกรณีนี้จำเป็นต้องมีการหารือเกี่ยวกับบทบาทที่เป็นไปได้ของสังคมด้วย

ข้อ จำกัด

ในที่สุดก็มีข้อ จำกัด บางอย่างที่จะกล่าวถึง ก่อนการศึกษาจะขึ้นอยู่กับการสำรวจออนไลน์ในตัวอย่างที่ไม่ใช่ทางคลินิก แม้ว่าข้อมูลจะได้รับการควบคุมอย่างระมัดระวังและลบผู้เข้าร่วมซึ่งตอบแบบสอบถามในเวลาที่สั้นหรือยาวเกินไป แต่เราไม่สามารถยกเว้นอคติที่อาจเกิดขึ้นในข้อมูลเนื่องจากความสัมพันธ์ระหว่างสภาพแวดล้อมออนไลน์ของการสำรวจและเนื้อหา ประการที่สองย่อ COPE โดย Carver (1997) มีความน่าเชื่อถือต่ำซึ่งยังคงเปรียบได้กับการศึกษาในอดีต (Carver 1997; ยี่ห้อและคณะ 2014a) อย่างไรก็ตามการศึกษาในอนาคตควรพิจารณาใช้แบบสอบถามอื่นหรือควบคุมข้อมูลและระดับย่อยที่เกี่ยวข้องกับความน่าเชื่อถือ อย่างไรก็ตามเราใช้ subscales เหล่านี้เพื่อทำแบบจำลองการเผชิญปัญหาเป็นมิติที่ซ่อนเร้นซึ่งหมายความว่าผลกระทบในแบบจำลองสมการโครงสร้างไม่มีข้อผิดพลาดในการวัดแม้ว่าความน่าเชื่อถือของการวัดการเผชิญปัญหาเพียงครั้งเดียวนั้นไม่เหมาะสม เกี่ยวกับการอภิปรายเกี่ยวกับวิธีอคติทั่วไปจุดแข็งของการศึกษาในปัจจุบันคือความหลากหลายของสเกล Likert Podsakoff และคณะ (2003) เน้นว่าการใช้รูปแบบมาตราส่วนทั่วไปจะอ้างถึงการแปรปรวนร่วม พวกเขาแนะนำให้ใช้เครื่องชั่งและโครงสร้างที่แตกต่างกันเพื่อเพิ่มความแปรปรวนและเพื่อลดความเอนเอียงทั่วไป ประการที่สามในการศึกษาปัจจุบันมีการใช้คำว่า "แอปพลิเคชันการสื่อสารทางอินเทอร์เน็ต" หรือ "แอปพลิเคชันการสื่อสารออนไลน์" เนื่องจากคำนี้รวมถึงเทคโนโลยีที่แตกต่างหลากหลายผลของเทคโนโลยีที่แตกต่างกันอาจได้รับการกล่าวถึงในการวิจัยเพิ่มเติม อย่างไรก็ตามเพื่อ จำกัด ปัญหานี้ผู้เข้าร่วมการศึกษาทุกคนได้รับคำจำกัดความที่ชัดเจนของคำว่า“ แอปพลิเคชันการสื่อสารทางอินเทอร์เน็ต” นอกจากนี้ตัวแปรเช่นการรับรู้ความสามารถของตนเองสามารถระบุได้สำหรับตัวแปรตามและกลไกพื้นฐานสำหรับ ตัวอย่างเช่นการใช้อินเทอร์เน็ตการรับรู้ความสามารถของตนเองหรือการรับรู้ความสามารถของตนเองต่อแอปพลิเคชันการสื่อสารออนไลน์ที่แตกต่าง

การวิจัยในอนาคต

การวิจัยในอนาคตควรตรวจสอบกลไกการบรรจบกันโดยตรงและความแตกต่างของความผิดปกติในการใช้อินเทอร์เน็ตประเภทต่างๆ ในการศึกษาปัจจุบันมีการใช้แบบจำลองสมการโครงสร้างและผลการเปรียบเทียบกับการค้นพบเชิงประจักษ์อื่น ๆ ในวรรณคดี อย่างไรก็ตามการเปรียบเทียบเชิงประจักษ์โดยตรงควรขยายความรู้ของเราเกี่ยวกับการมีส่วนร่วมทางด้านสังคมที่แตกต่างกันในการพัฒนาและการบำรุงรักษาความผิดปกติของการใช้อินเทอร์เน็ตประเภทต่างๆ

ไปที่:

ผลงานผู้แต่ง

EW: เขียนร่างแรกของเอกสารกำกับการเตรียมต้นฉบับและสนับสนุนงานทางปัญญาและการปฏิบัติให้กับต้นฉบับ; MB: แก้ไขร่างแก้ไขเป็นช่วงวิกฤตและมีส่วนร่วมทางปัญญาและทางปฏิบัติต่อต้นฉบับ ในที่สุดผู้เขียนทั้งสองก็อนุมัติต้นฉบับ ผู้เขียนทั้งสองมีความรับผิดชอบในทุกด้านของงาน

คำชี้แจงความขัดแย้งทางผลประโยชน์

ผู้เขียนประกาศว่าการวิจัยได้ดำเนินการในกรณีที่ไม่มีความสัมพันธ์ทางการค้าหรือทางการเงินใด ๆ ที่อาจตีความได้ว่าเป็นความขัดแย้งทางผลประโยชน์ที่อาจเกิดขึ้น

ไปที่:

อ้างอิง

สมาคมจิตแพทย์อเมริกัน (2013) คู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต 5th Edn วอชิงตันดีซี: สำนักพิมพ์จิตเวชอเมริกัน
Amichai-Hamburger Y. , Vinitzky G. (2010) การใช้เครือข่ายทางสังคมและบุคลิกภาพ คอมพิวเต ครวญเพลง Behav 26, 1289 – 1295 10.1016 / j.chb.2010.03.018 [ข้ามอ้างอิง]
Andreassen CS, Pallesen S. (2014) การติดเว็บไซต์เครือข่ายสังคมออนไลน์: บทวิจารณ์ที่ครอบคลุม ฟี้ Pharm des 20, 4053 – 4061 10.2174 / 13816128113199990616 [PubMed] [ข้ามอ้างอิง]
อ่างทอง C.-S. (2017) ความแข็งแกร่งของนิสัยอินเทอร์เน็ตและการสื่อสารออนไลน์: สำรวจความแตกต่างทางเพศ คอมพิวเต ครวญเพลง Behav 66, 1 – 6 10.1016 / j.chb.2016.09.028 [ข้ามอ้างอิง]
เบเกอร์ LR, Oswald DL (2010) บริการด้านสังคมออนไลน์และความประหม่า J. Soc. Pers relat 27, 873 – 889 10.1177 / 0265407510375261 [ข้ามอ้างอิง]
บารอน RM, Kenny DA (1986) ความแตกต่างของตัวแปรผู้ดูแล - คนกลางในการวิจัยทางจิตวิทยาสังคม: การพิจารณาแนวคิดกลยุทธ์และสถิติ J. Pers. Soc จิตวิทยา 51, 1173 – 1182 10.1037 / 0022-3514.51.6.1173 [PubMed] [ข้ามอ้างอิง]
Bhagat S. (2015) Facebook เป็นดาวเคราะห์ของบุคคลที่โดดเดี่ยวหรือไม่? การทบทวนวรรณกรรม int เจอินเดียน จิตวิทยา 3, 5 – 9
Bodroza B. , Jovanovic T. (2015) การตรวจสอบระดับใหม่สำหรับการวัดพฤติกรรมของผู้ใช้ Facebook: ด้านจิตวิทยาสังคมของการใช้ Facebook (PSAFU) คอมพิวเต ครวญเพลง Behav 54, 425 – 435 10.1016 / j.chb.2015.07.032 [ข้ามอ้างอิง]
ยี่ห้อ M. , Laier C. , Young KS (2014a) การติดอินเทอร์เน็ต: สไตล์การเผชิญปัญหา, ความคาดหวังและผลกระทบจากการรักษา ด้านหน้า จิตวิทยา 5: 1256 10.3389 / fpsyg.2014.01256 [บทความฟรี PMC] [PubMed] [ข้ามอ้างอิง]
ยี่ห้อ M. , Young KS, Laier C. (2014b) การควบคุมล่วงหน้าและการติดอินเทอร์เน็ต: แบบจำลองเชิงทฤษฎีและการทบทวนผลการวิจัยทางประสาทวิทยาและ neuroimaging ด้านหน้า Behav Neurosci 8: 375 10.3389 / fnhum.2014.00375 [บทความฟรี PMC] [PubMed] [ข้ามอ้างอิง]
ยี่ห้อ M. , Young KS, Laier C. , Wölfling K. , Potenza MN (2016) การบูรณาการข้อพิจารณาทางจิตวิทยาและประสาทวิทยาที่เกี่ยวข้องกับการพัฒนาและการบำรุงรักษาความผิดปกติของการใช้งานอินเทอร์เน็ตโดยเฉพาะ: ปฏิสัมพันธ์ของแบบจำลองบุคคลที่มีผลต่อความรู้ความเข้าใจ - การดำเนินการ (I-PACE) Neurosci Biobehav Rev. 71, 252 – 266 10.1016 / j.neubiorev.2016.08.033 [PubMed] [ข้ามอ้างอิง]
Carr CT, Hayes RA (2015) โซเชียลมีเดีย: การกำหนดการพัฒนาและการแบ่งแยก Atl เจคอมมิวนิตี้ 23, 46 – 65 10.1080 / 15456870.2015.972282 [ข้ามอ้างอิง]
ช่างแกะสลัก CS (1997). คุณต้องการวัดการรับมือ แต่โปรโตคอลของคุณยาวเกินไปให้พิจารณา Brief COPE Int. เจพฤติกรรม. Med. 4, 92–100 10.1207 / s15327558ijbm0401_6 [PubMed] [ข้ามอ้างอิง]
Casale S. , Fioravanti G. , Flett GL, Hewitt PL (2015) รูปแบบการนำเสนอด้วยตนเองและการใช้บริการการสื่อสารทางอินเทอร์เน็ตที่มีปัญหา: บทบาทของความกังวลเกี่ยวกับการแสดงพฤติกรรมที่ไม่สมบูรณ์ Pers Individ Dif 76, 187 – 192 10.1016 / j.paid.2014.12.021 [ข้ามอ้างอิง]
Chak K. , Leung L. (2004) ความประหม่าและความเชื่ออำนาจในฐานะผู้ทำนายการติดอินเทอร์เน็ตและการใช้อินเทอร์เน็ต Cyberpsychol Behav 7, 559 – 570 10.1089 / cpb.2004.7.559 [PubMed] [ข้ามอ้างอิง]
Choi S.-W. , Kim D.-J. , Choi J.-S. , Choi E.-J. , Song W.-Y. , Kim S. , และคณะ . (2015) เปรียบเทียบความเสี่ยงและปัจจัยป้องกันที่เกี่ยวข้องกับการเสพติดสมาร์ทโฟนและการติดอินเทอร์เน็ต J. Behav ผู้เสพติด 4, 308 – 314 10.1556 / 2006.4.2015.043 [บทความฟรี PMC] [PubMed] [ข้ามอ้างอิง]
โคเฮนเจ (1988) การวิเคราะห์พลังงานเชิงสถิติสำหรับพฤติกรรมศาสตร์. Hillsdale, NJ: Erlbaum
Collani G. , Herzberg PY (2003) Eine revidierte Fassung der deutschsprachigen Skala zum Selbstwertgefühl von Rosenberg Zeitschri diff Diagn จิตวิทยา 24, 3 – 7 10.1024 / 0170-1789.24.1.3 [ข้ามอ้างอิง]
Davis RA (2001) รูปแบบความรู้ความเข้าใจพฤติกรรมของการใช้อินเทอร์เน็ตทางพยาธิวิทยา คอมพิวเต ครวญเพลง Behav 17, 187 – 195 10.1016 / S0747-5632 (00) 00041-8 [ข้ามอ้างอิง]
De Cock R. , Vangeel J. , Klein A. , Minotte P. , Rosas O. , Meerkerk G.-J. (2013) การใช้งานเว็บไซต์เครือข่ายสังคมในเบลเยี่ยมอย่างแพร่หลาย: ความแพร่หลายโปรไฟล์และบทบาทของทัศนคติต่องานและโรงเรียน Cyberpsychol Behav Soc netw 17, 166 – 171 10.1089 / cyber.2013.0029 [PubMed] [ข้ามอ้างอิง]
De Jong Gierveld J. , Van Tilburg TG (2006) มาตราส่วนรายการ 6 สำหรับความเหงาโดยรวมทางอารมณ์และสังคม: การทดสอบเพื่อยืนยันข้อมูลการสำรวจ Res อายุ 28, 582 – 598 10.1177 / 0164027506289723 [ข้ามอ้างอิง]
Derogatis LR (1993) BSI: คลังอาการแบบย่อ (แบบแมนนวล) Minneapolis: ระบบคอมพิวเตอร์แห่งชาติ
Dimitrov DM (2006) การเปรียบเทียบกลุ่มกับตัวแปรแฝง: วิธีสร้างแบบจำลองสมการโครงสร้าง ทำงาน 26, 429 – 436 [PubMed]
Floros G. , Siomos K. (2013) ความสัมพันธ์ระหว่างการเป็นพ่อแม่ที่ดีที่สุดการติดอินเทอร์เน็ตและแรงจูงใจในการสร้างเครือข่ายสังคมออนไลน์ในวัยรุ่น จิตเวชศาสตร์ 209, 529 – 534 10.1016 / j.psychres.2013.01.010 [PubMed] [ข้ามอ้างอิง]
Franke GH (2000). อาการโดยย่อ Invertory von LR Derogatis (Kurzform der SCL-90-R) - เวอร์ชัน Deutsche เกิททิงเกน: Beltz Test GmbH
Fydrich T. , Sommer G. , Tydecks S. , Brähler E. (2009) Fragebogen zur sozialen Unterstützung (F-SozU): Normierung der Kurzform (K-14) [แบบสอบถามการสนับสนุนทางสังคม (F-SozU): มาตรฐานแบบสั้น (K-14) Zeitschri Med จิตวิทยา 18, 43 – 48
Gangadharbatla H. (2008). Facebook me: ความภาคภูมิใจในตนเองโดยรวมจำเป็นต้องเป็นเจ้าของและการรับรู้ความสามารถของตนเองทางอินเทอร์เน็ตเป็นตัวทำนายทัศนคติของ iGeneration ที่มีต่อเว็บไซต์เครือข่ายสังคม J. โต้ตอบ โฆษณา. 8, 5–15. 10.1080 / 15252019.2008.10722138 [ข้ามอ้างอิง]
Griffiths MD (2000) อินเทอร์เน็ตและคอมพิวเตอร์“ ติดยาเสพติด” มีอยู่จริงหรือไม่? หลักฐานการศึกษาบางกรณี Cyberpsychol Behav 3, 211 – 218 10.1089 / 109493100316067 [ข้ามอ้างอิง]
Griffiths MD, Kuss DJ, Demetrovics Z. (2014) การเสพติดเครือข่ายทางสังคม: ภาพรวมของการค้นพบเบื้องต้นในพฤติกรรมการเสพติด, เฟดเดอร์เค., โรเซนเบิร์กพี, เคิร์ ธ ทิสแอล, บรรณาธิการ (San Diego, CA: Academic Press;), 119 – 141
Guedes E. , Nardi AE, Guimarães FMCL, Machado S. , King ALS (2016) เครือข่ายสังคมออนไลน์ติดยาเสพติดใหม่: รีวิวจาก Facebook และความผิดปกติของการเสพติดอื่น ๆ Med expr 3, 1 – 6 10.5935 / medicalexpress.2016.01.01 [ข้ามอ้างอิง]
Hardie E. , Tee MY (2007) การใช้อินเทอร์เน็ตมากเกินไป: บทบาทของบุคลิกภาพความเหงาและเครือข่ายการสนับสนุนทางสังคมในการติดอินเทอร์เน็ต Aust J. Emerg. วิทยาศาสตร์และเทคโนโลยี Soc 5, 34 – 47
Hong F.-Y. , Huang D.-H. , Lin H.-Y. , Chiu S.-L. (2014) การวิเคราะห์ลักษณะทางจิตวิทยาการใช้ Facebook และรูปแบบการเสพติด Facebook ของนักศึกษามหาวิทยาลัยไต้หวัน Telemat แจ้ง. 31, 597 – 606 10.1016 / j.tele.2014.01.001 [ข้ามอ้างอิง]
Hormes JM, Kearns B. , Timko CA (2015) อยากได้ Facebook? การติดพฤติกรรมบนเครือข่ายสังคมออนไลน์และการเชื่อมโยงกับการขาดการควบคุมอารมณ์ การติด 109, 2079 – 2088 10.1111 / add.12713 [PubMed] [ข้ามอ้างอิง]
Hu L. , Bentler PM (1995) การประเมินแบบจำลองที่เหมาะสมในแนวคิดการสร้างแบบจำลองสมการโครงสร้างปัญหาและการประยุกต์ใช้ ed Hoyle RH บรรณาธิการ (London: Sage Publications Inc. ), 76 – 99
Hu L. , Bentler PM (1999) เกณฑ์การตัดออกสำหรับดัชนีพอดีในการวิเคราะห์โครงสร้างความแปรปรวนร่วม: เกณฑ์ทั่วไปกับทางเลือกใหม่ โครงสร้าง equ การสร้างแบบจำลอง 6, 1 – 55 10.1080 / 10705519909540118 [ข้ามอ้างอิง]
Huang L.-Y. , Hsieh Y.-J. , Wu Y. -CJ (2014) ความพึงพอใจและการใช้บริการเครือข่ายสังคมออนไลน์: บทบาทการไกล่เกลี่ยของประสบการณ์ออนไลน์ แจ้ง. Manag 51, 774 – 782 10.1016 / j.im.2014.05.004 [ข้ามอ้างอิง]
Jelenchick LA, Eickhoff JC, Moreno MA (2013) “ Facebook ซึมเศร้า?” การใช้ไซต์เครือข่ายสังคมออนไลน์และความซึมเศร้าในวัยรุ่นที่มีอายุมากกว่า J. วัยรุ่น Health 52, 128 – 130 10.1016 / j.jadohealth.2012.05.008 [PubMed] [ข้ามอ้างอิง]
Jin B. (2013) ผู้คนโดดเดี่ยวใช้และรับรู้ Facebook อย่างไร คอมพิวเต ครวญเพลง Behav 29, 2463 – 2470 10.1016 / j.chb.2013.05.034 [ข้ามอ้างอิง]
Kardefelt-Winther D. (2014) บทวิจารณ์แนวคิดและระเบียบวิธีของการวิจัยการเสพติดอินเทอร์เน็ต: ต่อรูปแบบการใช้อินเทอร์เน็ตเพื่อชดเชย คอมพิวเต ครวญเพลง Behav 31, 351 – 354 10.1016 / j.chb.2013.10.059 [ข้ามอ้างอิง]
Kass RE, Raftery AE (1995) ปัจจัยเบย์ แยม. สถิติ รศ 90, 773 – 795 10.1080 / 01621459.1995.10476572 [ข้ามอ้างอิง]
Kim J. , LaRose R. , Peng W. (2009) ความเหงาเป็นสาเหตุและผลกระทบของการใช้อินเทอร์เน็ตที่มีปัญหา: ความเป็นจริงระหว่างการใช้อินเทอร์เน็ตกับความเป็นอยู่ทางจิตวิทยา Cyberpsychol Behav 12, 451 – 455 10.1089 / cpb.2008.0327 [PubMed] [ข้ามอ้างอิง]
Knoll N. , Rieckmann N. , Schwarzer R. (2005) การเผชิญปัญหาในการเป็นสื่อกลางระหว่างบุคลิกภาพและผลลัพธ์ความเครียด: การศึกษาระยะยาวกับผู้ป่วยหลังผ่าตัดต้อกระจก Eur J. Pers. 19, 229 – 247 10.1002 / ต่อ 546 [ข้ามอ้างอิง]
Ko CH, Yen JY, Chen CC, Chen SH, Yen CF (2005) ความแตกต่างระหว่างเพศและปัจจัยที่เกี่ยวข้องที่มีผลต่อการติดเกมออนไลน์ในหมู่วัยรุ่นไต้หวัน J. Nerv พบ Dis 193, 273 – 277 10.1097 / 01.nmd.0000158373.85150.57 [PubMed] [ข้ามอ้างอิง]
Krämer NC, Winter S. (2008) ความสัมพันธ์ของการเห็นคุณค่าในตนเอง, การแสดงตัว, การรับรู้ความสามารถของตนเองและการนำเสนอด้วยตนเองภายในเว็บไซต์เครือข่ายสังคม เจมีเดีย จิตวิทยา 20, 106 – 116 10.1027 / 1864-1105.20.3.106 [ข้ามอ้างอิง]
Kuss DJ, Griffiths MD (2011a) การติดเกมบนอินเทอร์เน็ต: การทบทวนเชิงประจักษ์ของการวิจัยเชิงประจักษ์ int J. Ment สุขภาพติดยาเสพติด 10, 278 – 296 10.1007 / s11469-011-9318-5 [ข้ามอ้างอิง]
Kuss DJ, Griffiths MD (2011b) เครือข่ายสังคมออนไลน์และการเสพติด: การทบทวนวรรณกรรมทางจิตวิทยา int J. Environ. Res สาธารณสุข 8, 3528 – 3552 10.3390 / ijerph8093528 [บทความฟรี PMC] [PubMed] [ข้ามอ้างอิง]
Laconi S. , Tricard N. , Chabrol H. (2015) ความแตกต่างระหว่างผู้ใช้อินเทอร์เน็ตที่มีปัญหาเฉพาะและทั่วไปตามเพศอายุเวลาที่ใช้ออนไลน์และอาการทางจิต คอมพิวเต ครวญเพลง Behav 48, 236 – 244 10.1016 / j.chb.2015.02.006 [ข้ามอ้างอิง]
Laier C. , Brand M. (2014) หลักฐานเชิงประจักษ์และการพิจารณาเชิงทฤษฎีเกี่ยวกับปัจจัยที่มีส่วนทำให้เกิดการเสพติดไซเบอร์จากมุมมองทางปัญญาและพฤติกรรม เพศ. ผู้เสพติด Compulsivity 21, 305 – 321 10.1080 / 10720162.2014.970722 [ข้ามอ้างอิง]
Lee Y.-H. , Ko C.-H. , Chou C. (2015). การกลับมาเยี่ยมเยียนอินเทอร์เน็ตของนักเรียนชาวไต้หวัน: การเปรียบเทียบความคาดหวังของนักเรียนการเล่นเกมออนไลน์และปฏิสัมพันธ์ทางสังคมออนไลน์แบบตัดขวาง J. Abnorm. เด็ก Psychol. 43, 589–599 10.1007 / s10802-014-9915-4 [PubMed] [ข้ามอ้างอิง]
Meerkerk G. , Van Den Eijnden RJJM, Garretsen HFL (2006) การคาดการณ์การใช้อินเทอร์เน็ตเชิงบังคับ: ทุกอย่างเกี่ยวกับเพศ! ไซเบอร์ไซโคล. พฤติกรรม. 9, 95–103 10.1089 / cpb.2006.9.95 [PubMed] [ข้ามอ้างอิง]
Montag C. , Bey K. , Sha, Li M. , Chen YF, Liu WY, และคณะ . (2015) มันมีความหมายหรือไม่ที่จะแยกแยะระหว่างการติดอินเทอร์เน็ตทั่วไปและเจาะจง? หลักฐานจากการศึกษาข้ามวัฒนธรรมจากประเทศเยอรมนีสวีเดนไต้หวันและจีน เอเชียแปซิฟิก จิตเวชศาสตร์ 7, 20 – 26 10.1111 / appy.12122 [PubMed] [ข้ามอ้างอิง]
Moreau A. , Laconi S. , Delfour M. , Chabrol H. (2015) โปรไฟล์ทางจิตวิทยาของวัยรุ่นและผู้ใช้ Facebook วัยเยาว์ที่มีปัญหา คอมพิวเต ครวญเพลง Behav 44, 64 – 69 10.1016 / j.chb.2014.11.045 [ข้ามอ้างอิง]
Muthén L. , Muthén B. (2011) “MPlus” (Los Angeles, CA: MuthénและMuthén;)
Neubaum G. , Krämer NC (2015) เพื่อนของฉันติดกับฉัน: การตรวจทางห้องปฏิบัติการเกี่ยวกับตัวทำนายและผลที่ตามมาของการประสบความใกล้ชิดทางสังคมในเว็บไซต์เครือข่ายสังคม Cyberpsychol Behav Soc netw 18, 443 – 449 10.1089 / cyber.2014.0613 [PubMed] [ข้ามอ้างอิง]
Omar B. , Subramanian K. (2013) ติดยาเสพติดไปที่ Facebook: การตรวจสอบบทบาทของลักษณะบุคลิกภาพ soughts ความพึงพอใจและการสัมผัส Facebook ในหมู่เยาวชน เจมีเดียคอมมิวนิตี้ แกน 1, 54 – 65 10.5176 / 2335-6618_1.1.6 [ข้ามอ้างอิง]
Panek ET, Nardis Y. , Konrath S. (2013) กระจกหรือโทรโข่ง?: ความสัมพันธ์ระหว่างความหลงตัวเองและการใช้เว็บไซต์เครือข่ายสังคมแตกต่างกันอย่างไรใน Facebook และ Twitter คอมพิวเต ครวญเพลง Behav 29, 2004 – 2012 10.1016 / j.chb.2013.04.012 [ข้ามอ้างอิง]
Pawlikowski M. , Altstötter-Gleich C. , Brand M. (2013). การตรวจสอบความถูกต้องและคุณสมบัติไซโครเมตริกของการทดสอบการติดอินเทอร์เน็ตของ Young เวอร์ชันสั้น คอมพิวเตอร์ ฮัม. พฤติกรรม. 29, 1212–1223 10.1016 / j.chb.2012.10.014 [ข้ามอ้างอิง]
Pawlikowski M. , Nader IW, Burger C. , Biermann I. , Stieger S. , ยี่ห้อ M. (2014) การใช้อินเทอร์เน็ตทางพยาธิวิทยา - มันเป็นหลายมิติและไม่ได้สร้างมิติเดียว ผู้เสพติด Res ทฤษฎี 22, 166 – 175 10.3109 / 16066359.2013.793313 [ข้ามอ้างอิง]
PM Podsakoff, Mackenzie SB, Lee J.-Y. , Podsakoff NP (2003) วิธีอคติทั่วไปในการวิจัยเชิงพฤติกรรม: การทบทวนวรรณกรรมที่สำคัญและการเยียวยาที่แนะนำ J. แอป จิตวิทยา 88, 879 – 903 10.1037 / 0021-9010.88.5.879 [PubMed] [ข้ามอ้างอิง]
Rosenberg M. (1965) สังคมและภาพตัวเองของวัยรุ่น พรินซ์ตันนิวเจอร์ซีย์: สำนักพิมพ์มหาวิทยาลัยพรินซ์ตัน
Rumpf H.-J. , Meyer C. , Kreuzer A. , John U. (2011) Prävalenz der Internetabhängigkeit. Bericht an das Bundesministerium für Gesundheit มีออนไลน์ที่: http://www.drogenbeauftragte.de/fileadmin/dateien-dba/DrogenundSucht/Computerspiele_Internetsucht/Downloads/PINTA-Bericht-Endfassung_280611.pdf (เข้าถึงมีนาคม 30, 2015)
Ryan T. , Chester A. , Reece J. , Xenos S. (2014) การใช้และการละเมิดของ Facebook: รีวิวการเสพติดของ Facebook J. Behav ผู้เสพติด 3, 133 – 148 10.1556 / JBA.3.2014.016 [บทความฟรี PMC] [PubMed] [ข้ามอ้างอิง]
Ryan T. , Xenos S. (2011) ใครที่ใช้ Facebook การตรวจสอบความสัมพันธ์ระหว่าง Big Five, ขี้อาย, หลงตัวเอง, ความเหงาและการใช้ Facebook คอมพิวเต ครวญเพลง Behav 27, 1658 – 1664 10.1016 / j.chb.2011.02.004 [ข้ามอ้างอิง]
Schulz P. , Schlotz W. , Becker P. (2004) Trierer Inventar zum Chronischen Stress (TICS) Göttingen: Hogrefe
ชวาร์เซอร์อาร์เยรูซาเล็ม M. (1995). มาตราส่วนการรับรู้ความสามารถของตนเองโดยทั่วไปในมาตรการทางจิตวิทยาสุขภาพ: ผลงานของผู้ใช้ ความเชื่อเชิงสาเหตุและการควบคุมบรรณาธิการ Weinman J. , Wright S. , Johnston M. , บรรณาธิการ (วินด์เซอร์: NFER-NELSON;), 35–37
Song H. , Zmyslinski-Seelig A. , Kim J. , Drent A. , Victor A. , Omori K. , et al. (2014) Facebook ทำให้คุณเหงาไหม?: การวิเคราะห์เมตา คอมพิวเต ครวญเพลง Behav 36, 446 – 452 10.1016 / j.chb.2014.04.011 [ข้ามอ้างอิง]
Steinfield C. , Ellison NB, Lampe C. (2008) ทุนทางสังคมการเห็นคุณค่าในตนเองและการใช้เว็บไซต์เครือข่ายสังคมออนไลน์: การวิเคราะห์ตามยาว J. แอป dev จิตวิทยา 29, 434 – 445 10.1016 / j.appdev.2008.07.002 [ข้ามอ้างอิง]
Tang J. , Yu Y. , Du Y. , Ma Y. , Zhang D. , Wang J. (2013) ความชุกของการติดอินเทอร์เน็ตและการเชื่อมโยงกับเหตุการณ์ในชีวิตที่ตึงเครียดและอาการทางจิตวิทยาของผู้ใช้อินเทอร์เน็ตวัยรุ่น ผู้เสพติด Behav, 39 744 – 747 10.1016 / j.addbeh.2013.12.010 [PubMed] [ข้ามอ้างอิง]
Tonioni F. , D'Alessandris L. , Lai C. , Martinelli D. , Corvino S. , Vasale M. , และคณะ . (2012). การติดอินเทอร์เน็ต: ชั่วโมงที่ใช้ออนไลน์พฤติกรรมและอาการทางจิตใจ พล. อ. รพ. จิตเวชศาสตร์ 34, 80–87 10.1016 / j.genhosppsych.2011.09.013 [PubMed] [ข้ามอ้างอิง]
Tonioni F. , Mazza M. , Autullo G. , Cappelluti R. , Catalano V. , Marano G. , และคณะ . (2014) การติดอินเทอร์เน็ตเป็นภาวะทางจิตที่แตกต่างจากการพนันทางพยาธิวิทยาหรือไม่? ผู้เสพติด Behav 39, 1052 – 1056 10.1016 / j.addbeh.2014.02.016 [PubMed] [ข้ามอ้างอิง]
Turel O. , Serenko A. (2012) ประโยชน์และอันตรายจากการเพลิดเพลินกับเว็บไซต์เครือข่ายสังคมออนไลน์ Eur J. Inf. Syst 21, 512 – 528 10.1057 / ejis.2012.1 [ข้ามอ้างอิง]
วัง CW, Ho RT, จัน CL, Tse S. (2015) การสำรวจลักษณะบุคลิกภาพของวัยรุ่นจีนที่มีพฤติกรรมเสพติดที่เกี่ยวข้องกับอินเทอร์เน็ต: ความแตกต่างของลักษณะนิสัยของการเสพติดการเล่นเกมและการเสพติดเครือข่ายสังคม ผู้เสพติด Behav 42, 32 – 35 10.1016 / j.addbeh.2014.10.039 [PubMed] [ข้ามอ้างอิง]
Wang J.-L. , Jackson LA, Wang H.-Z. , Gaskin J. (2015) การทำนายการใช้เว็บไซต์เครือข่ายสังคม (SNS): บุคลิกภาพทัศนคติแรงจูงใจและการรับรู้ความสามารถของอินเทอร์เน็ต Pers ตัวบ่งชี้ 80, 119 – 124 10.1016 / j.paid.2015.02.016 [ข้ามอ้างอิง]
Wegmann E. , Stodt B. , แบรนด์ M. (2015) การใช้เว็บไซต์เสพติดของเครือข่ายสังคมนั้นสามารถอธิบายได้โดยปฏิสัมพันธ์ระหว่างความคาดหวังในการใช้อินเทอร์เน็ตความรู้ทางอินเทอร์เน็ตและอาการทางจิต J. Behav ผู้เสพติด 4, 155 – 162 10.1556 / 2006.4.2015.021 [บทความฟรี PMC] [PubMed] [ข้ามอ้างอิง]
Whang LS, Lee S. , Chang G. (2003). โปรไฟล์ทางจิตวิทยาของผู้ใช้อินเทอร์เน็ตผ่านอินเทอร์เน็ต: การวิเคราะห์การสุ่มตัวอย่างพฤติกรรมเกี่ยวกับการติดอินเทอร์เน็ต ไซเบอร์ไซโคล. พฤติกรรม. 6, 143–150 10.1089/109493103321640338 [PubMed] [ข้ามอ้างอิง]
Wu AMS, Cheung VI, Ku L. , Hung EPW (2013) ปัจจัยเสี่ยงทางจิตวิทยาของการติดเว็บไซต์เครือข่ายสังคมในหมู่ผู้ใช้สมาร์ทโฟนชาวจีน J. Behav ผู้เสพติด 2, 160 – 166 10.1556 / JBA.2.2013.006 [บทความฟรี PMC] [PubMed] [ข้ามอ้างอิง]
Xu ZC, Turel O. , หยวน YF (2012) ติดเกมออนไลน์ในหมู่วัยรุ่น: แรงจูงใจและปัจจัยการป้องกัน Eur J. Inf. Syst 21, 321 – 340 10.1057 / ejis.2011.56 [ข้ามอ้างอิง]
Yadav P. , Banwari G. , Parmar C. , Maniar R. (2013) การติดอินเทอร์เน็ตและความสัมพันธ์ระหว่างนักเรียนมัธยมปลาย: การศึกษาเบื้องต้นจากอาเมดาบัดประเทศอินเดีย เอเชีย. J. จิตแพทย์ 6, 500 – 505 10.1016 / j.ajp.2013.06.004 [PubMed] [ข้ามอ้างอิง]
ยัง KS (1998). ติดอยู่ในเน็ต: วิธีรับรู้สัญญาณของการติดอินเทอร์เน็ต - และกลยุทธ์การชนะเพื่อการกู้คืน นิวยอร์กนิวยอร์ก: John Wiley and Sons, Inc.
Young K. , Pistner M. , O'Mara J. , Buchanan J. (1999). ความผิดปกติทางไซเบอร์: ปัญหาสุขภาพจิตสำหรับสหัสวรรษใหม่ ไซเบอร์ไซโคล. พฤติกรรม. 2, 475–479 10.1089 / cpb.1999.2.475 [PubMed] [ข้ามอ้างอิง]