บทบาทของเหตุการณ์ในชีวิตที่เครียด, รูปแบบการเผชิญปัญหาแบบหลีกเลี่ยง, และโรคประสาทในการเสพติดเกมออนไลน์ในหมู่นักศึกษาวิทยาลัย: แบบจำลองการไกล่เกลี่ยที่เหมาะสม (2016)

Huanhuan Li,^1,* Yingmin Zou,¹ เจียฉีหวาง,² และ Xuelin Yang^2,†

การติดเกมออนไลน์ (OGA) กำลังเป็นปัญหาที่สำคัญทั่วโลก การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อสำรวจอุบัติการณ์ของ OGA และบทบาทของเหตุการณ์ในชีวิตที่ตึงเครียดรูปแบบการเผชิญปัญหาแบบหลีกเลี่ยง (ACS) และโรคประสาทใน OGA นักศึกษาวิทยาลัยจีน 651 ทั้งหมดได้รับการคัดเลือกโดยการสุ่มกลุ่มตัวอย่าง ผู้เข้าร่วมการศึกษาเสร็จสิ้นการติดยาเสพติดทางอินเทอร์เน็ต (CIAS) แปดรายการในภาษาจีน, มาตรวัดความรู้ความสามารถในการติดเกมออนไลน์ (OGCAS), แบบทดสอบบุคลิกภาพ Eysenck ฉบับย่อแบบย่อในภาษาจีน (EPQ-RSC), แบบสอบถามความเครียดนักศึกษาจีน แบบสอบถาม. การสร้างแบบจำลองสมการโครงสร้าง (SEM) ถูกใช้เพื่อสำรวจผลกระทบเชิงโต้ตอบของเหตุการณ์ชีวิตที่เครียด, ACSs และโรคประสาทใน OGA จากผู้เข้าร่วม 651 ในตัวอย่าง 31 (4.8%) ถูกระบุว่าเป็นผู้ติดยา อุบัติการณ์ของ OGA สูงกว่าเพศหญิงถึงสองเท่า ผู้ติดยาเสพติดมีคะแนนสูงกว่าอย่างเห็นได้ชัดในระดับย่อยโรคประสาทของ EPQ-RSC กว่าผู้ไม่ติดยาเสพติด เมื่อเปรียบเทียบกับผู้ไม่ติดยาเสพติดผู้ใช้มีแนวโน้มที่จะใช้ ACS มากขึ้น การใช้กลยุทธ์การเผชิญปัญหาแบบหลีกเลี่ยงได้เป็นสื่อกลางถึงผลกระทบของเหตุการณ์ชีวิตที่ตึงเครียดใน OGA นอกจากนี้โรคประสาทอ่อนพอสมควรผลกระทบทางอ้อมของเหตุการณ์ชีวิตที่เครียดใน OGA ผ่าน ACSs การประยุกต์ใช้การค้นพบเหล่านี้กับการวิจัยสาเหตุและโปรแกรมการรักษาทางคลินิกจะกล่าวถึง

เหตุการณ์ในชีวิตที่ตึงเครียดรูปแบบการเผชิญปัญหาแบบหลีกเลี่ยง (ACS) และการเสพติดเกมออนไลน์ (OGA): หลักฐานการทำสมาธิ

มีพื้นฐานมาจากทฤษฎีความรู้ความเข้าใจพฤติกรรม (เดวิส 2001) สมมติฐานของเราระบุว่าความสัมพันธ์ระหว่างเหตุการณ์ในชีวิตที่ตึงเครียดกับ OGA นั้นจะแข็งแกร่งสำหรับผู้ที่มีความรู้ความเข้าใจในการปรับตัวสูงขึ้นหรือเผชิญปัญหาไม่เหมาะสม นักศึกษาวิทยาลัยประสบความเครียดเนื่องจากแรงกดดันด้านวิชาการความขัดแย้งระหว่างบุคคลการหางานและปัจจัยอื่น ๆ (Ross และคณะ, 1999; จิและหลิน 2005) มีการเชื่อมโยงระหว่างเหตุการณ์ในชีวิตที่ตึงเครียดและการติดอินเทอร์เน็ตในประชากรกลุ่มนี้ (Zhou และ Li, 2009; Yan et al., 2014) แนะนำว่าแรงกดดันอาจเป็นตัวทำนายที่แข็งแกร่งของ OGA ที่ตามมา อย่างไรก็ตามสไตล์การเผชิญปัญหาในฐานะผู้ไกล่เกลี่ยได้แสดงให้เห็นถึงความแปรปรวนในระดับความเครียดและปัญหาที่เกี่ยวข้องกับความเครียดของแต่ละบุคคล ตัวอย่างเช่นหลังจากได้รับความเครียดบุคคลที่รายงานการใช้การเผชิญความเครียดที่เน้นอารมณ์มากกว่า (เช่นการจัดการกับอาการทางอารมณ์ของความเครียด) รายงานคุณภาพการนอนหลับที่แย่กว่าผู้ที่รายงานการใช้การแก้ปัญหามากขึ้น (เช่นการแก้ไขความเครียด) ก่อให้เกิดสถานการณ์) (Morin และคณะ, 2003) ความเครียดในกรณีที่ไม่มีสไตล์การเผชิญปัญหาเชิงบวกเป็นตัวทำนายที่ทรงพลังมากสำหรับการใช้สารเสพติด (Grusser และคณะ 2007) แท้จริงแล้วบุคคลที่ใช้การเล่นเกมบังคับเพื่อรับมือกับความยุ่งยากทุกวันหรือการถูกปฏิเสธทางสังคมพบว่ามีความอ่อนไหวต่อการติดยาเสพติด (Kardefelt-Winther, 2014).

เป็นที่น่าสังเกตว่าการจำแนกประเภทและเกณฑ์การวินิจฉัยสำหรับการใช้งานอินเทอร์เน็ตที่แตกต่าง (ดักลาสและคณะ, 2008) ลักษณะของโรคย่อยนี้และความสัมพันธ์กับเหตุการณ์ความเครียดในชีวิตและการเผชิญปัญหาแบบปรับไม่ได้อาจแตกต่างกัน เดวิส (2001) เสนอสองประเภทย่อย: การใช้อินเทอร์เน็ตเฉพาะทางพยาธิวิทยา (SPIU) และการใช้อินเทอร์เน็ตทั่วไปทางพยาธิวิทยา (GPIU) GPIU อ้างถึงการติดอินเทอร์เน็ตและไม่เกี่ยวข้องกับกิจกรรมออนไลน์ใด ๆ ในขณะที่ SPIU ถูกกำหนดว่าเป็นพฤติกรรมออนไลน์ที่เฉพาะเจาะจงมากเกินไปเช่นการเล่นเกมออนไลน์การพนันเพศและเครือข่ายสังคมออนไลน์ ใน เดวิส (2001) แบบจำลอง SPIU และ GPIU อาจเกิดจากกระบวนการรับรู้ maladaptive สองชนิด บริบททางสังคมของผู้ติดยาเช่นความโดดเดี่ยวทางสังคมหรือการขาดการสนับสนุนทางสังคมจากครอบครัวหรือเพื่อนอาจมีส่วนทำให้เกิดเส้นทางของ GPIU GPIU อาจเป็นการตอบสนองเชิงพฤติกรรมสำหรับการรับมือกับแรงกดดัน อย่างไรก็ตาม SPIU อาจเป็นผลมาจากโรคจิตที่มีอยู่ก่อน (เช่นการพนันที่บังคับและการละเมิดสื่อลามก) กิจกรรมออนไลน์ที่เฉพาะเจาะจงทำหน้าที่เป็นการสนับสนุนพฤติกรรมทันทีของโรคจิตนี้ (Laconi และคณะ, 2015) ยิ่งไปกว่านั้นรูปแบบการรับรู้ maladaptive เช่นการรำพึงรำพันการตำหนิตนเองต่ำและการตำหนิตนเองนั้นจะเกิดขึ้นโดยอัตโนมัติเมื่อบุคคลเผชิญกับความเครียดหรือมีปฏิสัมพันธ์กับการกระตุ้นที่เกี่ยวข้องกับอินเทอร์เน็ตซึ่งส่งผลให้เกิด SPIU หรือ GPIU ผลลัพธ์ก่อนหน้าของเราแสดงให้เห็นว่าเหตุการณ์ในชีวิตที่ตึงเครียดส่งผลให้ GPIU และผลกระทบเหล่านี้ส่วนใหญ่เป็นสื่อกลางผ่าน ACS รวมถึงการตำหนิตัวเองแฟนตาซีการถอนตัวและการหาเหตุผลเข้าข้างตนเอง (Li et al., 2009) เมื่อพิจารณาว่าผู้เสพเกมออนไลน์มักจะใช้กลยุทธ์แบบหลีกเลี่ยงเพื่อหลบหนีจากความเครียดในชีวิตประจำวันและหลีกเลี่ยงความรับผิดชอบรายวัน (Kardefelt-Winther, 2014; Cheng et al., 2015) มีเหตุผลที่จะยืนยันว่าเหตุการณ์ในชีวิตที่เคร่งเครียดมีส่วนทำให้ OGA ส่วนใหญ่ในบุคคลที่มี ACSs

Moderation by Neuroticism

ท่ามกลางลักษณะบุคลิกภาพความก้าวร้าวและแรงกระตุ้นได้รับความสนใจอย่างมากในฐานะผู้ทำนายของ OGA ในขณะที่บทบาทของโรคประสาทได้รับการละเลยบางส่วน (ชาร์ลตันและเอียน 2010; Collins และคณะ, 2012) ตัวอย่างเช่นวัยรุ่นที่มีการใช้เกมออนไลน์มากเกินไปมีแนวโน้มที่จะมีพฤติกรรมก้าวร้าวในปีที่ผ่านมาชี้ให้เห็นว่าความก้าวร้าวเป็นตัวทำนายที่เกี่ยวข้องของ OGA ที่ตามมา (Ko et al., 2009b) คนหนุ่มสาวที่โดดเด่นด้วยแรงกระตุ้นสูงการมีส่วนร่วมใน MMORPG สามารถกลายเป็นผู้ใช้อินเทอร์เน็ตที่มีปัญหา (Billieux และคณะ, 2011).

สิ่งที่น่าสนใจคือการค้นพบเกี่ยวกับความสัมพันธ์ระหว่างโรคประสาทกับ OGA นักวิจัยส่วนใหญ่รายงานว่าผู้เสพติดเกมออนไลน์ได้คะแนนสูงกว่าในเรื่องของโรคประสาท (เฉาและซู 2007; Mehroof และ Griffiths, 2010; Kuss et al., 2013a) แต่บางคนพบว่าไม่มีความแตกต่างในโรคประสาทระหว่างผู้ติดและไม่ใช่ผู้ติด (วังและเกา 2008) การทำความเข้าใจสาเหตุของผลลัพธ์ที่หลากหลายเหล่านี้มีความซับซ้อนโดยธรรมชาติที่แตกต่างกันของเกณฑ์การวินิจฉัยเครื่องมือและภูมิหลังทางวัฒนธรรมของอาสาสมัคร เนื่องจากการพึ่งพายาเสพติดมีลักษณะทางคลินิกร่วมกับ OGA และโรคประสาทอ่อนเป็นหนึ่งในปัจจัยที่แข็งแกร่งที่สุดในการจำแนกลักษณะประชากรที่พึ่งพายาเสพติดMccusker และ Brown, 1991; Sigurdsso และ Gudjonsso, 2009) สิ่งสำคัญคือการสำรวจบทบาทของโรคประสาทรวมถึงลักษณะบุคลิกภาพอื่น ๆ ใน OGA

โรคประสาทสามารถบรรเทาการรับรู้ของความเครียดและผลที่ตามมา (Hills and Norvell, 1991; หยู 2013) วิธีแรกที่โรคประสาทอ่อนอาจมีบทบาทในความสัมพันธ์ระหว่างเหตุการณ์ในชีวิตที่เครียดและ OGA คือโดยส่งผลกระทบต่อผู้ที่ความสัมพันธ์ดังกล่าวมีอยู่หรือเด่นชัดมากขึ้น ความสัมพันธ์ระหว่างการตั้งค่าอินเทอร์เน็ตและการติดอินเทอร์เน็ตนั้นแข็งแกร่งยิ่งขึ้นในวัยรุ่นที่มีอาการทางประสาท (Lei และคณะ, 2006; Kuss et al., 2013b) นอกจากนี้โรคประสาทอ่อนอาจออกแรงผลสำคัญในการดูแลความสัมพันธ์ของรูปแบบการจัดการกับ OGA ความคิดได้รับการสนับสนุนจากการค้นพบว่าโรคประสาทอ่อนสามารถทำนายรูปแบบการเผชิญปัญหาเชิงลบเช่นแฟนตาซี, หาเหตุผลเข้าข้างตนเองหรือถอนตัวโดยเฉพาะอย่างยิ่งในประชากรหนุ่มที่เครียด (Connor-Smith และ Flachsbart, 2007) คนที่มีอาการทางประสาทมักจะวิตกกังวลมากกว่าการสื่อสารแบบตัวต่อตัวมากกว่าการสื่อสารทางอินเทอร์เน็ตซึ่งส่งผลให้พวกเขาอยู่ในโลกออนไลน์เพื่อบรรเทาความวิตกกังวลเมื่อเผชิญกับความเครียด (Rice and Markey, 2008) ดังนั้นผู้เล่นเกมออนไลน์ทุกคนจะไม่ได้รับผลกระทบเท่ากันจากเหตุการณ์ในชีวิตที่ตึงเครียดและความมั่นคงทางอารมณ์นั้นอาจบรรเทาความสัมพันธ์ระหว่างการสัมผัสกับความเครียด, ACS และ OGA

โดยสรุปมีความจำเป็นที่จะต้องสำรวจผลกระทบปฏิสัมพันธ์ของบุคลิกภาพและรูปแบบการเผชิญปัญหาในการพัฒนา OGA อย่างไรก็ตามการศึกษาน้อยมากได้สำรวจปฏิสัมพันธ์ระหว่างโรคประสาท, กลยุทธ์การจัดการ, เหตุการณ์ในชีวิตที่เครียดและ OGA ในนักศึกษา

การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อตรวจสอบว่าบุคลิกภาพของลักษณะโรคประสาทมีผลต่อความสัมพันธ์ระหว่างเหตุการณ์ในชีวิตที่เครียดกับ OGA ผ่าน ACS อย่างไร งานก่อนหน้าของเราแสดงให้เห็นว่าโรคจิตและการพาหิรวัฒน์เป็นตัวทำนายที่สำคัญสองประการสำหรับ GPIU แต่ไม่ใช่โรคประสาทLi et al., 2008a) การศึกษาในปัจจุบันอาจนำไปสู่การศึกษาของ PIU และทำให้ความก้าวหน้าในการศึกษาก่อนหน้าของเราโดยเน้นบทบาทที่แตกต่างของโรคประสาทในการพัฒนา GPIU และ SPIU สำหรับการเล่นเกม

เรานำเสนอรูปแบบผสมที่จะตรวจสอบกลไกพื้นฐานของการมีปฏิสัมพันธ์ของเหตุการณ์ชีวิตที่เครียดและลักษณะบุคลิกภาพในการทำนาย OGA (รูป Figure11) ในโมเดลผสมนี้ผลการควบคุมของโรคประสาทอ่อนต่อความสัมพันธ์ระหว่างเหตุการณ์ชีวิตที่เครียดและ OGA จะอธิบายอย่างน้อยบางส่วนโดยตัวแปรผู้ไกล่เกลี่ยของ ACS ในทางกลับกันการมีปฏิสัมพันธ์ระหว่างโรคประสาทกับ ACS ในการพิจารณาการพัฒนาของ OGA จะแนะนำให้มีการไกล่เกลี่ยผลปานกลาง

  

รูป 1

รุ่นผสม Hypothesized.

ในการศึกษาครั้งนี้ได้มีการสำรวจอุบัติการณ์ของ OGA ในตัวอย่างของนักศึกษาจีนและศึกษาบทบาทของ ACSs และโรคประสาทใน OGA เราตั้งสมมติฐาน: (1) ว่าอุบัติการณ์ OGA ในนักศึกษาจีนโดยเฉพาะเพศชายจะสูงกว่าในประชากรทั่วไป (2) ที่ผู้ติดเกมออนไลน์จะมีเหตุการณ์ชีวิตที่ตึงเครียด ACSs และโรคประสาทในระดับที่สูงกว่าผู้ไม่เสพติด และ (3) ว่าความสัมพันธ์ระหว่างเหตุการณ์ในชีวิตที่ตึงเครียดกับ OGA นั้นจะเป็นสื่อกลางโดย ACS และผลกระทบของการไกล่เกลี่ยนี้จะแตกต่างกันไปตามอาการของโรคประสาท

ผู้เข้าร่วมและขั้นตอน

ตัวอย่างแบบสุ่มของมหาวิทยาลัยสามแห่งได้รับเลือกให้สำรวจโดยวางมหาวิทยาลัยทั้งหมดในเมืองกวางโจวบนฐานข้อมูล การจัดสรรแบบสุ่มนั้นถูกใช้เพื่อเลือกผู้เข้าร่วมในการรวบรวมตัวอย่าง ผู้เข้าร่วมแต่ละคนได้รับการขอให้กรอกแบบสอบถาม

จำนวนนักศึกษาของวิทยาลัย 700 อาสาที่จะเข้าร่วมในการศึกษานี้โดยไม่มีค่าตอบแทน เนื่องจาก 46 ถูกแยกออกเนื่องจากข้อมูลขาดหายไปหรือขาดประสบการณ์อินเทอร์เน็ตขนาดตัวอย่างสุดท้ายคือ 654 กลุ่มนี้รวมถึงเพศชาย 298 (45.6%) และเพศหญิง 356 (54.4%) อายุเฉลี่ยของพวกเขาคือ 20.29 ปี (SD = 1.39; ช่วง 18 – 22) พวกเขารายงานการใช้จ่ายเฉลี่ย 19.39 h / wk (SD = 17.12; ช่วง 1 – 140) โดยใช้อินเทอร์เน็ตและ 2.62 h / wk (SD = 6.32; ช่วง 0 – 76) กำลังเล่นเกมออนไลน์ ผู้เข้าร่วมมีวิชาเอกทางสังคมศาสตร์ (เศรษฐศาสตร์บริหารธุรกิจการศึกษาปรัชญากฎหมายการเมืองหรือปรัชญา) หรือวิทยาศาสตร์ธรรมชาติ (คณิตศาสตร์ฟิสิกส์เคมีเคมีชีววิทยาวิทยาศาสตร์ชีวภาพหรือวิทยาศาสตร์คอมพิวเตอร์) การศึกษาครั้งนี้ดำเนินการตามคำแนะนำของ 'จริยธรรมของแนวทางคณะกรรมการพิจารณาสถาบันของมหาวิทยาลัยซุนยัตเซ็น' ด้วยความยินยอมเป็นลายลักษณ์อักษรจากผู้เข้าร่วมทั้งหมด คณะกรรมการพิจารณาสถาบันของมหาวิทยาลัยซุนยัตเซ็นได้อนุมัติโครงการวิจัยนี้ ผู้เข้าร่วมทุกคนให้ความยินยอมเป็นลายลักษณ์อักษรตามประกาศของเฮลซิงกิ ก่อนการเริ่มต้นของการศึกษาผู้เข้าร่วมได้รับแจ้งว่าจุดประสงค์ของการวิจัยคือการตรวจสอบปัจจัยทางจิตวิทยาที่เกี่ยวข้องกับการใช้อินเทอร์เน็ตและมั่นใจได้ว่าจะไม่เปิดเผยชื่อและความเป็นส่วนตัวของพวกเขาจะได้รับการคุ้มครองอย่างเต็มที่

มาตรการ

แบบสอบถามได้รับการจัดการในรูปแบบกลุ่มและใช้เวลา 20∼30 นาทีเพื่อให้เสร็จสมบูรณ์ ส่วนข้อมูลประชากรของแบบสอบถามประกอบด้วยเพศอายุหลักและปีในวิทยาลัย ผู้เข้าร่วมถูกถามว่าพวกเขาเล่นเกมออนไลน์ ผู้ที่ตอบสนองเชิงบวกจะถูกถามเกี่ยวกับระยะเวลาการเล่นและเวลาเฉลี่ยที่ใช้ในการเล่นเกมออนไลน์ในแต่ละสัปดาห์ วิธีการเต็มรูปแบบได้รับการเผยแพร่ก่อนหน้านี้ (Li et al., 2009) การวัดทั้งหมดที่ใช้ในการศึกษาปัจจุบันถูกนำเสนอใน ตาราง Table11.

  

1 ตาราง

เครื่องมือทั้งหมดที่ใช้ในการศึกษานี้

การทดสอบการไกล่เกลี่ยที่เหมาะสม

การไกล่เกลี่ยอย่างง่ายกล่าวกันว่าเกิดขึ้นเมื่อผลกระทบเชิงสาเหตุของตัวแปรอิสระต่อตัวแปรตามส่งต่อกันโดยผู้ไกล่เกลี่ยบารอนและเคนนี 1986) Moderated Mediation เกิดขึ้นเมื่อความสัมพันธ์ของการไกล่เกลี่ยเกิดขึ้นกับระดับของผู้ดูแลนั่นคือเมื่อขนาดของเอฟเฟกต์การไกล่เกลี่ยขึ้นอยู่กับโมดูเลเตอร์ (เจมส์กับเบร็ท 1984; มุลเลอร์และคณะ 2005) หากผู้ดำเนินรายการ (โรคประสาทอ่อนในการศึกษาของเรา) แตกต่างกันไปในแต่ละบุคคลการไกล่เกลี่ยที่มีผู้ดูแลชี้ให้เห็นว่ากระบวนการไกล่เกลี่ยที่แทรกแซงระหว่างปัจจัยชั่วคราวและผลลัพธ์ที่แตกต่างกันระหว่างคนที่แตกต่างในผู้ดำเนินรายการ

การวิเคราะห์แบบจำลองสมการโครงสร้างถูกนำมาใช้ในการสำรวจผลกระทบเชิงโต้ตอบของเหตุการณ์ชีวิตที่เครียด, ACSs และโรคประสาทใน OGA เหตุการณ์ในชีวิตที่เครียดถูกวัดโดยใช้คะแนนรวมของ CCSQ OGA วัดโดยใช้คะแนนรวมของ OGCAS ACS ถูกวัดโดยใช้ผลรวมของคะแนนย่อยสี่คะแนน ได้แก่ ตำหนิตนเอง, แฟนตาซี, ความอดทนและการหาเหตุผลเข้าข้างตนเอง โรคประสาทอ่อนถูกวัดโดยใช้ subscale ของ Neuroticism ใน EPQ-RSC

แบบจำลองสำหรับสมมติฐานนี้ประกอบด้วยเหตุการณ์ชีวิตที่เครียดในฐานะตัวแปรอิสระโรคประสาทอ่อนในฐานะผู้ดำเนินการอย่างต่อเนื่อง, ACS ในฐานะผู้ไกล่เกลี่ย, OGA เป็นตัวแปรตามและปีเพศและวิทยาลัยเป็นตัวแปรควบคุม ตามขั้นตอนการวิเคราะห์การไกล่เกลี่ยที่ได้รับการพัฒนาโดย มุลเลอร์และคณะ (2005)ในสมการ 1 เราประเมินผลของเหตุการณ์ในชีวิตที่เครียด (ตัวแปรอิสระ), โรคประสาท (ผู้ดูแล), เหตุการณ์ชีวิตที่เครียด^{* * * *}โรคประสาทอ่อน (interaction1) บน OGA (ตัวแปรตาม) ในสมการ 2 เราประเมินผลกระทบของเหตุการณ์ในชีวิตที่ตึงเครียดความเครียดในระบบประสาทเหตุการณ์ในชีวิตที่เกิดความเครียด^{* * * *}โรคประสาทใน ACSs (คนกลาง) ในสมการ 3 เราประเมินผลกระทบของเหตุการณ์ในชีวิตที่ตึงเครียดความเครียดในระบบประสาท ACSs, ACS^{* * * *}โรคประสาท (ปฏิสัมพันธ์2) เหตุการณ์ในชีวิตที่เครียด^{* * * *}โรคประสาทใน OGA ตามที่แนะนำโดย Frazier และคณะ (2004)ตัวทำนายทั้งหมดอยู่กึ่งกลาง

ผลกระทบทางอ้อม (การไกล่เกลี่ยที่มีผู้ดูแล) จะคำนวณเป็น₁ + a₃ โรคประสาท) × (b₁ + b₂ ความมั่นคงในอารมณ์)

การวิเคราะห์ข้อมูล

ทำการวิเคราะห์ทางสถิติในแพ็คเกจทางสถิติสำหรับสังคมศาสตร์ (SPSS รุ่น 20.0 สำหรับ Windows; Chicago, IL, USA) และ Mplus (version 5, MuthénและMuthén, 2007) ทำการวิเคราะห์เชิงพรรณนาในตัวแปรทั้งหมด เปรียบเทียบคุณสมบัติพื้นฐานระหว่างกลุ่มโดยใช้ตัวอย่างอิสระ t- ทดสอบสำหรับตัวแปรเชิงปริมาณและการทดสอบไคสแควร์สำหรับตัวแปรเชิงคุณภาพ กลุ่มเกมออนไลน์และกลุ่มที่ไม่ติดเกมออนไลน์ถูกเปรียบเทียบกับกลุ่มตัวอย่างอิสระ t-tests สัมประสิทธิ์สหสัมพันธ์เพียร์สันถูกนำมาใช้เพื่อประเมินความแข็งแกร่งของความสัมพันธ์เชิงเส้นตรงระหว่างคู่ของตัวแปรที่น่าสนใจ P- ค่าจะถูกแก้ไขโดยวิธี Bonferroni สำหรับการเปรียบเทียบหลายรายการและความสัมพันธ์หลายรายการ

แบบจำลองการไกล่เกลี่ยแบบปานกลางได้รับการประเมินตามข้อมูลจากผู้เข้าร่วม 654 ทุกคนที่มีการวัดที่ถูกต้องของเหตุการณ์ในชีวิตที่เครียด, โรคประสาท, ACS และ OGA, การควบคุมตัวแปรที่เกี่ยวข้อง (เช่นเพศและปีวิทยาลัย) ข้อมูลที่ขาดหายไปจะถูกจัดการด้วยความน่าจะเป็นข้อมูลสูงสุด (Enders, 2001) ระดับความสำคัญถูกกำหนดไว้ที่ p ≤ 0.05 สำหรับโมเดลที่มีการตั้งสมมติฐานเราประเมินความพอดีของแบบจำลองโดยใช้ดัชนีเปรียบเทียบแบบพอดี (CFI), ดัชนีแบบจำลอง Tucker-Lewis (TLI), ข้อผิดพลาดรูต - ค่าเฉลี่ยกำลังสองของการประมาณ (RMSEA), ค่ารูตแบบเฉลี่ยรากมาตรฐาน (SRMR) และเกณฑ์ข้อมูลข่าวสารแบบเบย์ (BIC) ตามที่แนะนำโดย เฉิน (2007). แบบจำลองที่ดีนั้นถูกระบุโดย CFI ที่มีขนาดใหญ่กว่า 0.95, TLI ที่มีขนาดใหญ่กว่า 0.95 และ RMSEA ที่เล็กกว่า 0.05 (Kline, 2010).

ตัวอย่าง

จากผู้เข้าร่วม 654 ที่รวมอยู่ในการศึกษานี้ 31 (4.7%) ถูกระบุว่าเป็นผู้ติดเกมออนไลน์ (OGCAS: 44.97, 8.14, 5.38; CIAS: 1.78, 623) และ 95.3 (19.38%) ; CIAS: 4.78, 1.90) จากผู้ติดยาเสพติด 1.37 นั้น 31 (21%) เป็นเพศชายนำไปสู่ความแตกต่างทางเพศระหว่างผู้ติดยาเสพติดและผู้ไม่ติดยาเสพติด (χ² = 18.21, p <0.001) ในบรรดาผู้ที่ไม่เสพติด 277 (44.5%) เป็นผู้ชายและ 346 (55.5%) เป็นผู้หญิง ไม่มีความแตกต่างอย่างมีนัยสำคัญระหว่างกลุ่ม OGA และกลุ่มที่ไม่ใช่ OGA ในแง่ของอายุปีในวิทยาลัยหรือสาขาวิชา

ความแตกต่างระหว่างกลุ่มในผลลัพธ์ของแบบสอบถาม

คะแนนแบบสอบถามจะถูกนำเสนอใน ตาราง Table22. ในแง่ของความเครียดประเมินด้วย CSSQ คะแนนของทั้งสองกลุ่มมีความคล้ายคลึงกันกับความเครียดทางวิชาการความเครียดในงานความยุ่งยากในชีวิตประจำวันความขัดแย้งระหว่างบุคคลและเหตุการณ์สำคัญ โดยย่อ CSQ เปิดเผยว่ากลุ่ม OGA แสดงความโน้มเอียงไปสู่ ​​ACS มากกว่ากลุ่มที่ไม่ใช่ OGA (ตำหนิตนเอง: t = -3.81 p <0.001; แฟนตาซี: t = -3.28 p = 0.001) นอกจากนี้คะแนนของกลุ่ม OGA สูงขึ้นอย่างมีนัยสำคัญในโรคประสาท (t = -3.90 p <0.001) ส่วนย่อยของ EPQ-RSC มากกว่าของกลุ่มที่ไม่ใช่ OGA

  

2 ตาราง

หมายถึงและมาตรฐานของเหตุการณ์ในชีวิตที่เครียดกลยุทธ์การเผชิญปัญหาลักษณะบุคลิกภาพและการติดเกมออนไลน์ (OGA)

ความสัมพันธ์ระหว่างเหตุการณ์ในชีวิตที่มีความเครียด ACSs โรคประสาทอ่อนและ OGA

ความสัมพันธ์ระหว่างตัวแปรที่น่าสนใจจะถูกนำเสนอแยกกันสำหรับชายและหญิงใน ตาราง Table33. ความแตกต่างทางเพศอย่างมีนัยสำคัญพบว่ามีเพียงผู้ชายที่แสดงความสัมพันธ์อย่างมีนัยสำคัญทางสถิติในเหตุการณ์ชีวิตที่เครียดความเครียดทางวิชาการ ACSs, โรคจิตและคะแนน OGCAS โดยเฉพาะในเพศชาย ACSs มีความสัมพันธ์กับเหตุการณ์ในชีวิตที่เครียด (r = 0.33, p <0.001) ความเครียดทางวิชาการ (r = 0.23, p <0.001), โรคจิต (r = 0.34, p <0.001) และคะแนน OGCAS (r = 0.25, p <0.001)

  

3 ตาราง

ความสัมพันธ์ระหว่างเหตุการณ์ในชีวิตที่ตึงเครียดกลยุทธ์การเผชิญความเครียดลักษณะบุคลิกภาพและ OGA สำหรับผู้ชาย (N = 298) และเพศหญิง (N = 356)

ในเพศหญิง ACS มีความสัมพันธ์กับเหตุการณ์ในชีวิตที่เครียด (r = 0.27, p <0.001) ความเครียดทางวิชาการ (r = 0.24, p <0.001) และโรคจิต (r = 0.25, p <0.001) ไม่มีความสัมพันธ์อย่างมีนัยสำคัญระหว่าง ACS และคะแนน OGCAS (ตาราง Table33).

การทำหน้าที่เป็นสื่อกลาง

แบบจำลองการวัดได้รับการทดสอบครั้งแรกเพื่อให้เหมาะสมกับข้อมูลผ่าน CFA และมีความเหมาะสมกับข้อมูล CFI = 0.95, RMSEA = 0.052 [90% CI = 0.042 – 0.061]

หลังจากพัฒนาแบบจำลองการวัดที่ยอมรับได้แล้วแบบจำลองโครงสร้างจะถูกทดสอบ รูป Figure22 แสดงผลลัพธ์ของการวิเคราะห์แบบจำลองสมการเชิงโครงสร้าง (SEM) ขั้นตอนแรกคือการสร้างรูปแบบการไกล่เกลี่ยอย่างง่ายซึ่ง OGA ได้รับการถดถอยจากความเครียดจาก ACS แบบจำลองการไกล่เกลี่ยอย่างง่ายแสดงดัชนีที่น่าพอใจพอดีกับดัชนี (χ2 = 2.48, df = 3, p <0.001, CFI = 1.00, TLI = 1.00, RESEA <0.001, SRMR = 0.01, BIC = 6714.64) ค่าสัมประสิทธิ์เส้นทางที่เป็นมาตรฐานจากเหตุการณ์ในชีวิตที่เครียดจนถึง ACSs [β = 0.277 (SE = 0.043) p <0.001] และจาก ACS ถึง OGA [β = 0.195 (SE = 0.045) p <0.001] มีนัยสำคัญ เส้นทางจากเหตุการณ์เครียดในชีวิตสู่ OGA ก็มีความสำคัญเช่นกัน [β = 0.09 (SE = 0.05) p <0.05]

  

รูป 2

ผลลัพธ์ของการวิเคราะห์การไกล่เกลี่ยสำหรับการติดเกมออนไลน์. ค่าที่นำเสนอเป็นค่าสัมประสิทธิ์มาตรฐาน (^***P <0.00; ^#P ในระดับนัยสำคัญเล็กน้อย)

ขั้นตอนที่สองคือการทดสอบรูปแบบการไกล่เกลี่ยแบบปานกลาง ตัวแบบที่ตั้งสมมุติฐานได้รับตัวแบบดัชนีที่เหมาะสม (()² = 1.78, df = 1, p <0.001, CFI = 0.99, TLI = 0.91, RESEA = 0.036, SRMR = 0.01, BIC = 9957.67) การวิเคราะห์การไกล่เกลี่ยระบุว่าค่าสัมประสิทธิ์เส้นทางมาตรฐานจากเหตุการณ์เครียดในชีวิตไปจนถึง ACS [β = 0.275 (SE = 0.039) p <0.001] และจาก ACS ถึง OGA [β = 0.199 (SE = 0.046) p <0.001] มีนัยสำคัญ เส้นทางจากเหตุการณ์เครียดในชีวิตไปสู่ ​​OGA นั้นไม่สำคัญ [β = 0.025 (SE = 0.044) p > 0.05] ตามที่ตั้งสมมติฐานไว้ ACS เป็นสื่อกลางอย่างเต็มที่เกี่ยวกับความสัมพันธ์เชิงบวกระหว่างเหตุการณ์ในชีวิตที่เครียดกับ OGA ยิ่งไปกว่านั้นผลปฏิสัมพันธ์ของโรคประสาทที่มีต่อชีวิตความเครียดที่มีต่อ OGA อยู่ในระดับที่มีนัยสำคัญเล็กน้อย [β = -0.093 (SE = 0.049) p = 0.06] อย่างมีนัยสำคัญผลกระทบจากการทำงานร่วมกันของโรคประสาทใน ACS ที่มีต่อ OGA นั้นมีนัยสำคัญทางสถิติ [β = 0.134SE = 0.051) p <0.001] (รูป Figure22) ค่าสัมประสิทธิ์การถดถอยของทั้งสามรุ่นจะถูกนำเสนอใน ตาราง Table44. ปฏิกิริยาที่สำคัญที่สังเกตพบนั้นบ่งบอกถึงการทำหน้าที่ไกล่เกลี่ยซึ่งหมายความว่า ACS (กระบวนการไกล่เกลี่ย) ที่แทรกแซงระหว่างความเครียด (ตัวแปรอิสระ) และ OGA (ตัวแปรตาม) มีความแตกต่างกันสำหรับคนที่แตกต่างกันด้วยความเคารพต่อโรคประสาท

  

4 ตาราง

แบบจำลองสำหรับสมมติฐานที่เป็นสื่อกลาง

การ จำกัด

การศึกษาปัจจุบันมีข้อ จำกัด หลายประการ ประการแรกการออกแบบแบบตัดขวางแบบสหสัมพันธ์ไม่อนุญาตให้มีการสรุปเกี่ยวกับความสัมพันธ์เชิงสาเหตุระหว่างความเครียด ACSs และโรคประสาทใน OGA ในอนาคตการศึกษาระยะยาวกับการสัมภาษณ์รายบุคคลจะต้องอธิบายให้ดีขึ้นถึงอิทธิพลของความเครียดที่มีต่อ OGA ในหมู่นักศึกษา ประการที่สองแม้ว่าจะมีความหลากหลายที่คล้ายกันในสถานที่กำเนิดของนักเรียนสภาพแวดล้อมที่สำคัญและวัฒนธรรมในมหาวิทยาลัยทั้งสามแห่ง แต่ก็ควรคำนึงถึงผลกระทบของการรวมกลุ่มที่เป็นไปได้ของมหาวิทยาลัยด้วย ประการที่สามตัวอย่างนี้มีขนาดค่อนข้างเล็กและไม่ได้เป็นตัวแทนของนักศึกษาจีนอย่างสมบูรณ์ ดังนั้นความสามารถโดยทั่วไปของมันจึงมี จำกัด ควรมีการศึกษาตัวอย่างตัวแทนที่มีขนาดใหญ่ขึ้นเพื่อยืนยันผลลัพธ์ปัจจุบัน

เงินทุน งานวิจัยนี้ได้รับการสนับสนุนโดยทุนสนับสนุนการวิจัยจากกองทุนวิจัยพื้นฐานใน Renmin University of China จากรัฐบาลกลางของจีน (15XNB031) ถึง HL ขอขอบคุณอย่างจริงใจจากผู้เข้าร่วมการศึกษาทุกคน

• Amichai-Hamburger Y. , Wainapel G. , Fox S. (2002) “ บนอินเทอร์เน็ตไม่มีใครรู้ว่าฉันเป็นคนเก็บตัว”: การพาหิรวัฒน์, โรคประสาทและการโต้ตอบทางอินเทอร์เน็ต Cyberpsychol Behav 5 125 – 128 10.1089 / 109493102753770507 [PubMed] [ข้ามอ้างอิง]
• Anderson C. , Dill K. (2000) วิดีโอเกมและความคิดก้าวร้าวความรู้สึกและพฤติกรรมในห้องปฏิบัติการและในชีวิต J. Pers. Soc จิตวิทยา 78 772 – 790 10.1037 / 0022-3514.78.4.772 [PubMed] [ข้ามอ้างอิง]
• Anolli L. , Villani D. , Riva G. (2005) บุคลิกภาพของผู้คนที่ใช้การแชท: การวิจัยออนไลน์ Cyberpsychol Behav 8 89 – 95 10.1089 / cpb.2005.8.89 [PubMed] [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]
• บาร์เร็ต PT, Petrides KV, Eysenck SBG, Eysenck HJ (1998) แบบสอบถามบุคลิกภาพของ Eysenck: การตรวจสอบความคล้ายคลึงกันของแฟคทอเรียของ P, E, N และ l ในประเทศ 34 Pers Individ Dif 25 805–819. 10.1016/S0191-8869(98)00026-9 [ข้ามอ้างอิง]
• Billieux J. , Chanal J. , Khazaal Y. , Rochat L. , Gay P. , Zullino D. , et al. (2011) ตัวทำนายทางจิตวิทยาของการมีส่วนร่วมที่มีปัญหาในเกมเล่นตามบทบาทออนไลน์หลายผู้เล่นจำนวนมาก: ภาพประกอบในตัวอย่างของผู้เล่นไซเบอร์คาเฟ่ พยาธิวิทยา 44 165 – 171 10.1159 / 000322525 [PubMed] [ข้ามอ้างอิง]
• บล็อก JJ (2008) ปัญหาสำหรับ DSM-V: การติดอินเทอร์เน็ต am J. จิตเวชศาสตร์ 165 306 – 307 10.1176 / appi.ajp.2007.07101556 [PubMed] [ข้ามอ้างอิง]
• Brougham RR, Zail CM, Mendoza CM, Miller JR (2009) ความเครียดความแตกต่างทางเพศและกลวิธีการเผชิญปัญหาในหมู่นักศึกษา ฟี้ จิตวิทยา 28 85–97. 10.1007/s12144-009-9047-0 [ข้ามอ้างอิง]
• Burgess SR, Stermer SP, Burgess MCR (2012) การเล่นวิดีโอเกมและผลการเรียนของนักศึกษา Coll แกน เจ 46 376 – 387
• Cao F. , Su L. (2007) การติดอินเทอร์เน็ตในหมู่วัยรุ่นจีน: ความชุกและคุณสมบัติทางจิตวิทยา การดูแลสุขภาพเด็ก 33 275 – 281 10.1111 / j.1365-2214.2006.00715.x [PubMed] [ข้ามอ้างอิง]
• ชาร์ลตัน JP, Ian DW (2010) ตรวจสอบความแตกต่างระหว่างการเสพติดคอมพิวเตอร์และการมีส่วนร่วม: การเล่นเกมออนไลน์และบุคลิกภาพ Behav Inf วิทยาศาสตร์และเทคโนโลยี 29 601 – 613 10.1080 / 01449290903401978 [ข้ามอ้างอิง]
• เฉิน FF (2007) ความไวของความดีของดัชนีพอดีกับการขาดความไม่แน่นอนของการวัด โครงสร้าง equ การสร้างแบบจำลอง 14 464 – 504 10.1080 / 10705510701301834 [ข้ามอ้างอิง]
• Cheng C. , Sun P. , Mak KK (2015) การติดอินเทอร์เน็ตและการปรับตัวทางจิตสังคม: การเผชิญปัญหาแบบหลีกเลี่ยงและการเผชิญกับความยืดหยุ่นเป็นกลไกทางจิตวิทยา Cyberpsychol Behav Soc netw 18 539 – 546 10.1089 / cyber.2015.0121 [PubMed] [ข้ามอ้างอิง]
• Chi S. , Lin WJ (2005) เหตุการณ์ความเครียดบุคลิกภาพการสนับสนุนทางสังคมและสภาวะอารมณ์ของผู้อาวุโสวิทยาลัย (ภาษาจีน) คาง. J. Ment สุขภาพ 19 513 – 516
• ศูนย์ข้อมูลเครือข่ายอินเทอร์เน็ตจีน (2009) มันเป็นช่วงเวลาที่สำคัญในการปกป้องวัยรุ่นและคนหนุ่มสาวจากการใช้อินเทอร์เน็ตมากเกินไป สามารถดูได้ที่: http://www.cnnic.cn/hlwfzyj/hlwfzzx/qsnwm/201206/t20120612_26783.htm
• รายงานการสำรวจผู้ใช้เกมออนไลน์ของจีน (2008) กลุ่มที่ปรึกษา iResearch, เซี่ยงไฮ้. สามารถดูได้ที่: http://www.cnnic.cn/wapweb/sjbg/201611/t20161109_55931.htm
• Choi KW, Sikkema KJ, Velloza J. , Marais A. , Jose C. , Stein DJ, et al. (2015) การเผชิญปัญหาแบบ Maladaptive ไกล่เกลี่ยอิทธิพลของการบาดเจ็บในวัยเด็กต่อภาวะซึมเศร้าและอาการ PTSD ในหญิงตั้งครรภ์ในแอฟริกาใต้ โค้ง. เมนสตรี สุขภาพ 18 731–738. 10.1007/s00737-015-0501-8 [บทความฟรี PMC] [PubMed] [ข้ามอ้างอิง]
• Collins E. , Freeman J. , Chamarro – Premuzic T. (2012) ลักษณะบุคลิกภาพที่เกี่ยวข้องกับการใช้บทบาทการเล่นเกมออนไลน์แบบหลายผู้เล่นที่มีปัญหาและไม่มีปัญหา Pers Individ Dif 52 133 – 138 10.1016 / j.paid.2011.09.015 [ข้ามอ้างอิง]
• คอนเนอร์ - สมิ ธ JK, Flachsbart C. (2007) ความสัมพันธ์ระหว่างบุคลิกภาพกับการเผชิญปัญหา: การวิเคราะห์อภิมาน J. Pers. Soc จิตวิทยา 93 1080 – 1107 10.1037 / 0022-3514.93.6.1080 [PubMed] [ข้ามอ้างอิง]
• Davis RA (2001) รูปแบบความรู้ความเข้าใจและพฤติกรรมของการใช้อินเทอร์เน็ตทางพยาธิวิทยา คอมพิวเต ครวญเพลง Behav 17 187–195. 10.1016/S0747-5632(00)00041-8 [ข้ามอ้างอิง]
• ผ้ากันเปื้อน MD (2007) การออกแบบและการเรียนรู้เกม: การวิเคราะห์เชิงคาดเดาของเกมการเล่นบทบาทสมมติออนไลน์ (MMORPG) ที่มีแรงจูงใจมากมาย Educ วิทยาศาสตร์และเทคโนโลยี Res dev 55 253–273. 10.1007/s11423-006-9004-7 [ข้ามอ้างอิง]
• Dmitri W. , Mia C. , Scott C. , Nick Y. (2009) กำลังมองหาเพศ: บทบาทและพฤติกรรมทางเพศของนักเล่นเกมออนไลน์ เจคอมมิวนิตี้ 59 700 – 725 10.1111 / j.1460-2466.2009.01453.x [ข้ามอ้างอิง]
• Douglas AC, Mills JE, Niang M. , Stepchenkova S. , Byun S. , Ruffinia C. , และคณะ (2008) การติดอินเทอร์เน็ต: การสังเคราะห์อภิมานของการวิจัยเชิงคุณภาพสำหรับทศวรรษ 1996 – 2006 คอมพิวเต ครวญเพลง Behav 24 3027 – 3044 10.1016 / j.chb.2008.05.009 [ข้ามอ้างอิง]
• Dufour M. , Brunelle N. , Tremblay J. , Leclerc D. , Cousineau MM, Khazaal Y. , et al. (2016) ความแตกต่างระหว่างเพศในการใช้อินเทอร์เน็ตและปัญหาอินเทอร์เน็ตของนักเรียนมัธยมปลายควิเบก สามารถ. เจจิตเวช 61 663 – 668 10.1177 / 0706743716640755 [PubMed] [ข้ามอ้างอิง]
• เข้าสู่ CK (2001) ประสิทธิภาพของตัวประมาณค่าความน่าจะเป็นข้อมูลสูงสุดแบบเต็มในแบบจำลองการถดถอยหลายแบบพร้อมข้อมูลที่หายไป Educ จิตวิทยา Meas 61 713 – 740 10.1177 / 0013164401615001 [ข้ามอ้างอิง]
• Frazier PA, Tix AP, Barron KE (2004) การทดสอบผู้ดำเนินรายการและผู้ไกล่เกลี่ยในการวิจัยจิตวิทยาการปรึกษา J. Couns จิตวิทยา 51 115 – 134 10.1037 / 0022-0167.51.1.115 [ข้ามอ้างอิง]
• Grusser SM, Morsen CP, Wolfling K. , Flor H. (2007) ความสัมพันธ์ของความเครียดการเผชิญความเครียดความคาดหวังและความปรารถนา Eur ผู้เสพติด Res 13 31 – 38 10.1159 / 000095813 [PubMed] [ข้ามอ้างอิง]
• Gunthert KC, Cohen LH, Armeli S. (1999) บทบาทของโรคประสาทอ่อนต่อความเครียดในชีวิตประจำวันและการเผชิญความเครียด J. Pers. Soc จิตวิทยา 77 1087 – 1100 10.1037 / 0022-3514.77.5.1087 [PubMed] [ข้ามอ้างอิง]
• แฮมเบอร์เกอร์ YA, Ben-Artzi E. (2000) ความสัมพันธ์ระหว่างบุคลิกภาพด้านการแสดงตัวและโรคประสาทกับการใช้อินเทอร์เน็ตที่แตกต่างกัน คอมพิวเต ครวญเพลง Behav 16 441–449. 10.1016/S0747-5632(00)00017-0 [ข้ามอ้างอิง]
• Hills H. , Norvell N. (1991) การตรวจสอบความแข็งและความมั่นคงในฐานะผู้ดูแลที่มีศักยภาพของผลลัพธ์ความเครียด Behav Med 17 31 – 38 10.1080 / 08964289.1991.9937550 [PubMed] [ข้ามอ้างอิง]
• Hosoi K. (2005) “ ความเป็นไปได้และโอกาสของเกมออนไลน์ในเอเชีย” ใน การเล่นเกมการจำลองและสังคม ขอบเขตการวิจัยและมุมมอง eds Shiratori R. , Kato F. , Arai K. , บรรณาธิการ (เบอร์ลิน: สปริงเกอร์;) 269 – 277
• Hou CI (2008) การเปรียบเทียบข้ามวัฒนธรรมของการเป็นตัวแทนทางเพศในเกมเล่นตามบทบาทออนไลน์หลายผู้เล่น: การศึกษาไต้หวันและสหรัฐอเมริกา China Media Res 4 13 – 25
• Huang YH (2004) ชีวิตจริงในโลกเสมือนจริง: การเสพติดเกมออนไลน์และปัจจัยที่เกี่ยวข้อง. (วิทยานิพนธ์ของอาจารย์ที่ไม่ได้เผยแพร่) สถาบันการสื่อสารมหาวิทยาลัย Shih Hsih; ไทเป
• James LR, Brett JM (1984) ผู้ไกล่เกลี่ยผู้ดูแลและทดสอบการไกล่เกลี่ย J. แอป จิตวิทยา 69 307 – 321
• Jiang C. , Yang LG, Gao Q. , Chen GW, Shen JL (2007) สถานการณ์ปัจจุบันของเกมเครือข่ายนักศึกษามหาวิทยาลัยและการวิเคราะห์เชิงสาเหตุ (ภาษาจีน) สุขภาพ Med Res pract 4 69 – 71
• Karakus T. , Inal Y. , Cagiltay K. (2008) การศึกษาเชิงพรรณนาเกี่ยวกับลักษณะการเล่นเกมของนักเรียนมัธยมตุรกีและการพิจารณาเกี่ยวกับผลกระทบของเกม คอมพิวเต ครวญเพลง Behav 24 2520 – 2529 10.1016 / j.chb.2008.03.011 [ข้ามอ้างอิง]
• Kardefelt-Winther D. (2014) ปัญหาในการเล่นเกมออนไลน์มากเกินไปและการคาดการณ์ทางจิตวิทยา คอมพิวเต ครวญเพลง Behav 31 118 – 122 10.1016 / j.chb.2013.10.017 [ข้ามอ้างอิง]
• Kim EJ, Namkoong K. , Ku T. , Kim SJ (2008) ความสัมพันธ์ระหว่างการติดเกมออนไลน์กับความก้าวร้าวการควบคุมตนเองและลักษณะบุคลิกภาพหลงตัวเอง Eur จิตเวช 23 212 – 218 10.1016 / j.eurpsy.2007.10.010 [PubMed] [ข้ามอ้างอิง]
• Kline RB (2010) หลักการและการฝึกแบบจำลองสมการโครงสร้าง 3rd Edn นิวยอร์กนิวยอร์ก: Guilford กด
• Ko CH, Yen JY, Chen CC, Chen SH, Yen CF (2005) ความแตกต่างระหว่างเพศและปัจจัยที่เกี่ยวข้องที่มีผลต่อการติดเกมออนไลน์ในวัยรุ่นไต้หวัน J. Nerv ment Dis 193 273 – 277 10.1097 / 01.nmd.0000158373.85150.57 [PubMed] [ข้ามอ้างอิง]
• Ko CH, Yen JY, Chen SH, Yang MJ, Lin HC, Yen CF (2009a) เกณฑ์การวินิจฉัยที่เสนอและเครื่องมือตรวจและวินิจฉัยของการติดอินเทอร์เน็ตในนักศึกษา compr จิตเวช 50 378 – 384 10.1016 / j.comppsych.2007.05.019 [PubMed] [ข้ามอ้างอิง]
• Ko CH, Yen JY, Liu SC, Huang CF, Yen CF (2009b) ความสัมพันธ์ระหว่างพฤติกรรมก้าวร้าวและการติดอินเทอร์เน็ตและกิจกรรมออนไลน์ในวัยรุ่น J. วัยรุ่น สุขภาพ 44 598 – 605 10.1016 / j.jadohealth.2008.11.011 [PubMed] [ข้ามอ้างอิง]
• Kuss DJ, Griffiths MD, Binder JF (2013a) การติดอินเทอร์เน็ตในนักเรียน: ความชุกและปัจจัยเสี่ยง คอมพิวเต ครวญเพลง Behav 29 959 – 966 10.1016 / j.chb.2013.04.002 [ข้ามอ้างอิง]
• Kuss DJ, Rooij AJV, Shorter GW, Griffiths MD, Mheen DVD (2013b) การติดอินเทอร์เน็ตในวัยรุ่น: ความชุกและปัจจัยเสี่ยง คอมพิวเต ครวญเพลง Behav 29 959 – 966 10.1016 / j.chb.2013.04.002 [ข้ามอ้างอิง]
• Laconi S. , Tricard N. , Chabrol H. (2015) ความแตกต่างระหว่างการใช้อินเทอร์เน็ตที่มีปัญหาเฉพาะและทั่วไปที่ใช้ตามเพศอายุเวลาที่ใช้ออนไลน์และอาการทางจิต คอมพิวเต ครวญเพลง Behav 48 236 – 244 10.1016 / j.chb.2015.02.006 [ข้ามอ้างอิง]
• Lafrenière MAK, Vallerand RJ, Donahue R. , Lavigne GL (2009) เกี่ยวกับค่าใช้จ่ายและผลประโยชน์ของการเล่นเกม: บทบาทของความรัก CyberPsychol Behav 12 285 – 290 10.1089 / cpb.2008.0234 [PubMed] [ข้ามอ้างอิง]
• Lai CH, Lin CY, Chen CH, Gwung HL, Li CH (2013) “ การใช้อินเทอร์เน็ตสามารถบวกหรือลบส่งผลกระทบต่อความสัมพันธ์ระหว่างบุคคลได้หรือไม่” ใน นวัตกรรมระบบและเทคโนโลยีอัจฉริยะ ฉบับ 20 eds Chang RS, Jain LC, Peng SL, บรรณาธิการ (เบอร์ลิน: สปริงเกอร์;) 373 – 382
• Lei L. , Yang Y. , Liu M. (2006) ความสัมพันธ์ระหว่างโรคประสาทของวัยรุ่นความพึงพอใจในบริการอินเทอร์เน็ตและการติดอินเทอร์เน็ต Acta Psychol บาป. 38 375 – 381
• Lemmens JS, Valkenburg PM, Peter J. (2009) การพัฒนาและการตรวจสอบความถูกต้องของระดับการติดเกมสำหรับวัยรุ่น สื่อ Psychol 12 77 – 95 10.1371 / journal.pone.0061098 [ข้ามอ้างอิง]
• Li H. , Wang J. , Wang L. (2008a) ความแตกต่างของระดับสุขภาพจิตและลักษณะบุคลิกภาพระหว่างการเพิ่มอินเทอร์เน็ตทางสังคมและการเพิ่มเกมอินเทอร์เน็ตในนักศึกษา (ภาษาจีน) คาง. เจ. คลีนิก จิตวิทยา 16 413 – 416
• Li H. , Wang J. , Wang L. (2009) การสำรวจการใช้อินเทอร์เน็ตที่มีปัญหาทั่วไปในนักศึกษาจีนและความสัมพันธ์กับเหตุการณ์ในชีวิตที่เครียดและการเผชิญปัญหา int J. Ment สุขภาพติดยาเสพติด 7 333–346. 10.1007/s11469-008-9162-4 [ข้ามอ้างอิง]
• Li H. , Wang L. , วัง JQ (2008b) การพัฒนามาตรวัดความรู้ความเข้าใจเกี่ยวกับเกมอินเทอร์เน็ตนอกจากนี้ในนักศึกษาวิทยาลัยของจีน (ภาษาจีน) คาง. เจ. คลีนิก จิตวิทยา 22 319 – 322
• Li H. , Wang S. (2013) บทบาทของการบิดเบือนความรู้ความเข้าใจในการเสพติดเกมออนไลน์ในหมู่วัยรุ่นจีน เด็ก. บริการเยาวชน รายได้ 35 1468 – 1475 10.1016 / j.childyouth.2013.05.021 [ข้ามอ้างอิง]
• Luo ZH, Wan JJ, Liu QX, Fang XY (2010) ความสัมพันธ์ของการใช้อินเทอร์เน็ตการรับรู้ความสามารถพิเศษของอินเทอร์เน็ตและการติดอินเทอร์เน็ตในนักศึกษามหาวิทยาลัย จิตวิทยา dev Educ 6 618 – 626
• Mccusker CG, Brown K. (1991) ปรากฏการณ์คิว - การตอบสนองในนักดื่มที่พึ่งพา: ความอ่อนแอและความวิตกกังวล 'บุคลิกภาพ' เป็นตัวแปรแทรกแซง br เจติดยาเสพติด 86 905–912. 10.1111/j.1360-0443.1991.tb01846.x [PubMed] [ข้ามอ้างอิง]
• Mehroof M. , Griffiths MD (2010) การเสพติดเกมออนไลน์: บทบาทของการแสวงหาความรู้สึกการควบคุมตนเองความมั่นคงทางอารมณ์ความก้าวร้าวความวิตกกังวลของรัฐและความวิตกกังวลลักษณะ Cyberpsychol Behav Soc netw 13 313 – 316 10.1089 / cyber.2009.0229 [PubMed] [ข้ามอ้างอิง]
• CM Morin, Rodrigue S. , Ivers H. (2003) บทบาทของความเครียดความตื่นตัวและทักษะการเผชิญปัญหาในการนอนไม่หลับเบื้องต้น Psychosom Med 65 259–267. 10.1097/01.PSY.0000030391.09558.A3 [PubMed] [ข้ามอ้างอิง]
• Muller D. , Judd CM, Yzerbyt VY (2005) เมื่อการควบคุมเป็นสื่อกลางและการไกล่เกลี่ยจะถูกตรวจสอบ J. Pers. Soc จิตวิทยา 89 852 – 863 10.1037 / 0022-3514.89.6.852 [PubMed] [ข้ามอ้างอิง]
• Muthén L. , Muthén B. (2007) ผู้ใช้ Mplus: การวิเคราะห์ทางสถิติด้วยตัวแปรแฝง - คู่มือผู้ใช้. ลอสแองเจลิสแคลิฟอร์เนีย: Muthén & Muthén
• Pujazonzazik M. , Park MJ (2010) เพื่อทวีตหรือไม่ทวีต: ความแตกต่างระหว่างเพศและผลลัพธ์ด้านสุขภาพที่เป็นบวกและลบของการใช้อินเทอร์เน็ตโซเชียลของวัยรุ่น am เจ. บุรุษ สุขภาพ 4 77 – 85 10.1177 / 1557988309360819 [PubMed] [ข้ามอ้างอิง]
• Qahri-Saremi H. , Turel O. (2016) การมีส่วนร่วมของโรงเรียนการใช้เทคโนโลยีสารสนเทศและการพัฒนาการศึกษา: การศึกษาเชิงประจักษ์ของวัยรุ่น คอมพิวเต Educ 102 65 – 78 10.1016 / j.compedu.2016.07.004 [ข้ามอ้างอิง]
• Qian MY, Wu GC, Zhu RC, Zhang S. (2000) การพัฒนาแบบประเมินบุคลิกภาพแบบย่อของ Eysenck ฉบับย่อสำหรับภาษาจีน (ภาษาจีน) Acta Psychol บาป. 32 317 – 323 10.1017 / dmp.2015.64 [ข้ามอ้างอิง]
• Rice L. , Markey PM (2008) บทบาทของบุคลิกภาพด้านการแสดงตัวและโรคประสาทอ่อนในการมีอิทธิพลต่อความวิตกกังวลต่อปฏิสัมพันธ์ระหว่างคอมพิวเตอร์ Pers Individ Dif 46 35 – 39 10.1016 / j.paid.2008.08.022 [ข้ามอ้างอิง]
• Roger D. , Jarvis G. , Najarian B. (1993) การปลดและการเผชิญปัญหา: การสร้างและการตรวจสอบระดับใหม่สำหรับการวัดกลยุทธ์การเผชิญปัญหา Pers Individ Dif 15 619–626. 10.1016/0191-8869(93)90003-L [ข้ามอ้างอิง]
• Ross SE, Niebling LC, Heckert TM (1999) แหล่งที่มาของความเครียดในหมู่นักศึกษา Coll แกน เจ 33 312 – 317
• Seock YK, Bailey LR (2008) อิทธิพลของทิศทางการช็อปปิ้งของนักศึกษาวิทยาลัยและความแตกต่างทางเพศต่อการค้นหาข้อมูลออนไลน์และพฤติกรรมการซื้อ int เจบริโภค แกน 32 113 – 121
• Sigurdsso JF, Gudjonsso GH (2009) ลักษณะบุคลิกภาพของผู้กระทำผิดขึ้นอยู่กับยาเสพติด นอร์ด เจจิตเวช 49 33 – 38 10.3109 / 08039489509011881 [ข้ามอ้างอิง]
• Smyth JM (2007) นอกเหนือจากการเลือกด้วยตนเองในการเล่นวิดีโอเกม: การทดสอบเชิงทดลองเกี่ยวกับผลที่ตามมาจากการเล่นเกมสวมบทบาทแบบเล่นหลายคนออนไลน์อย่างหนาแน่น Cyberpsychol Behav 10 717 – 721 10.1089 / cpb.2007.9963 [PubMed] [ข้ามอ้างอิง]
• วัง HY, วัง YS (2008) ความแตกต่างระหว่างเพศในการรับรู้และการยอมรับของเกมออนไลน์ br J. Educ วิทยาศาสตร์และเทคโนโลยี 39 787 – 806
• วังวาย, Gao WB (2008) การศึกษาลักษณะความถี่ของความแปรปรวนของอัตราการได้ยินของผู้ติดอินเทอร์เน็ต (ภาษาจีน). คาง. เจ. คลีนิก จิตวิทยา 16 316 – 323
• Williams D. , Consalvo M. , Caplan S. , Yee N. (2009) กำลังมองหาเพศ (LFG): บทบาทและพฤติกรรมทางเพศของนักเล่นเกมออนไลน์ เจคอมมิวนิตี้ 59 700 – 725 10.1111 / j.1460-2466.2009.01453.x [ข้ามอ้างอิง]
• วงศ์ G. , Zane N. , Saw A. , Chan AKK (2013) การตรวจสอบความแตกต่างระหว่างเพศสำหรับการพนันและปัญหาการพนันในหมู่ผู้ใหญ่ J. Gambl Behav 29 171–189. 10.1007/s10899-012-9305-1 [บทความฟรี PMC] [PubMed] [ข้ามอ้างอิง]
• Xiao JH, Xu XF (1996) ความน่าเชื่อถือและความถูกต้องของแบบสอบถามแบบเผชิญปัญหา (เป็นภาษาจีน) คาง. J. Ment สุขภาพ 10 164 – 168
• Yan WS, Li YH, Sui N. (2014) ความสัมพันธ์ระหว่างเหตุการณ์ในชีวิตที่ตึงเครียดเมื่อเร็ว ๆ นี้ลักษณะบุคลิกภาพการรับรู้การทำงานของครอบครัวและการติดอินเทอร์เน็ตในหมู่นักศึกษา สุขภาพความเครียด 30 3 – 11 10.1002 / smi.2490 [PubMed] [ข้ามอ้างอิง]
• Yang CK, Choe BM, Baity M. , Lee JH, Cho JS (2005) โปรไฟล์ Scl – 90 – r และ 16pf ของนักเรียนมัธยมปลายที่มีการใช้อินเทอร์เน็ตมากเกินไป สามารถ. เจจิตเวช 50 407 – 414 [PubMed]
• Yao MZ, He J. , Ko DM, Pang K. (2014) อิทธิพลของบุคลิกภาพพฤติกรรมผู้ปกครองและความรู้สึกมีคุณค่าในตนเองต่อการเสพติดอินเทอร์เน็ต: การศึกษาของนักศึกษาชาวจีน Cyberpsychol Behav Soc netw 17 104 – 110 10.1089 / cyber.2012.0710 [บทความฟรี PMC] [PubMed] [ข้ามอ้างอิง]
• Ye B. , Zheng Q. (2016) ผลของความเครียดต่อการติดอินเทอร์เน็ตของนักศึกษาวิทยาลัย J. Psychol วิทย์ 39 621 – 627
• Young KS (1998) การติดอินเทอร์เน็ต: การเกิดขึ้นของความผิดปกติทางคลินิกใหม่ CyberPsychol Behav 1 237–244. 10.1007/s10899-011-9287-4 [ข้ามอ้างอิง]
• Yu L. (2013) โรคประสาทอ่อนในฐานะผู้ดำเนินรายการของผลกระทบต่อความเครียดวัยรุ่นและอาการซึมเศร้า: การศึกษาระยะยาว แกน จิตวิทยา Behav 11 411 – 416
• Yu Q. (2010) การสอบสวนและวิเคราะห์การติดเกมออนไลน์ของนักศึกษาวิทยาลัย J. Panzhihua Univ 27 112 – 115
• Zhou Y. , Li Z. (2009) ติดเกมออนไลน์ในหมู่นักเรียนจีนวัดและแสดงที่มา แกน เทคโนโลยีสุขภาพ Inf 144 149 – 154 [PubMed]
• Zhu KJ, Wu HR (2004) ปัจจัยทางจิตสังคมของความผิดปกติของการเสพติดอินเทอร์เน็ตในนักศึกษา (ภาษาจีน) คาง. J. Ment สุขภาพ 18 796 – 798