PLoS One. 2018; 13 (7): e0201484
เผยแพร่ออนไลน์ 2018 Jul 26 ดอย: 10.1371 / journal.pone.0201484
PMCID: PMC6062136
PMID: 30048544
นามธรรม
การศึกษาในปัจจุบันได้ตรวจสอบความสัมพันธ์ระหว่างโฟลว์ที่เกิดขึ้นเมื่อใช้ Facebook (โฟลว์ Facebook เช่นประสบการณ์การใช้ความบันเทิงอย่างเข้มข้นและความสุขที่เกิดจากการใช้ Facebook เนื่องจากกิจกรรม Facebook ยังคงดำเนินต่อไปแม้จะมีค่าใช้จ่ายสูง ) ในตัวอย่างของผู้ใช้ Facebook ของ 398 (อายุ: M (SD) = 33.01 (11.23), ช่วง: 18 – 64), ความสัมพันธ์เชิงบวกที่สำคัญระหว่างโฟลว์ Facebook และ FAD นั้นถูกควบคุมโดยความรุนแรงของการใช้ Facebook การวิเคราะห์ปัจจัยเชิงสำรวจพบว่าทั้งหกรายการที่ประเมิน FAD ถูกโหลดบนปัจจัยเดียวกับสองรายการที่เป็นของ telepresence subscale ของกระแส Facebook ดังนั้นการเชื่อมโยงอย่างใกล้ชิดระหว่างกระแส Facebook และ FAD อาจเป็นผลมาจากการที่โลกออนไลน์ที่ดึงดูดโดย Facebook ซึ่งผู้ใช้หลบหนีเพื่อลืมภาระผูกพันและปัญหาในชีวิตประจำวัน ผลลัพธ์ปัจจุบันแสดงหลักฐานแรกว่าการไหลของ Facebook อาจเป็นสิ่งที่ต้องทำก่อนของ FAD และระบุกลไกที่อาจนำไปสู่การพัฒนาและการบำรุงรักษา การประยุกต์ใช้ในทางปฏิบัติสำหรับการศึกษาในอนาคตและข้อ จำกัด ของผลลัพธ์ในปัจจุบันจะถูกกล่าวถึง
บทนำ
การเป็นสมาชิกในเว็บไซต์โซเชียลเน็ตเวิร์ก (SNS) Facebook นำมาซึ่งข้อดีหลายประการ (เช่นการสื่อสารที่มีประสิทธิภาพการส่งเสริมตนเองและความบันเทิง) แต่อาจก่อให้เกิดข้อเสีย ด้วยความเคารพต่อข้อเสียที่อาจเกิดขึ้นจากการใช้ Facebook, Andreassen และคณะ [1] ตรวจสอบความผิดปกติของ Facebook Addiction Disorder (FAD) พวกเขาระบุว่า FAD เป็นประเภทย่อยของพฤติกรรมการเสพติดที่มีลักษณะสำคัญหกประการ ได้แก่ ความคิด (เช่นการคิดอย่างถาวรของ SNS Facebook) ความอดทน (กล่าวคือการใช้ Facebook ในปริมาณที่เพิ่มขึ้นเพื่อให้ได้ผลบวกในระดับก่อนหน้า) การปรับเปลี่ยน (เช่นการปรับปรุงอารมณ์โดยการใช้ Facebook) การกำเริบของโรค (เช่นการย้อนกลับไปใช้รูปแบบการใช้ก่อนหน้านี้หลังจากความพยายามที่ไม่ได้ผลเพื่อลดการใช้ Facebook) อาการถอน (เช่นกลายเป็นกังวลโดยไม่ต้องใช้ Facebook) และความขัดแย้ง ใช้ Facebook อย่างเข้มข้น) Brailovskaia และ Margraf [2] แสดงจำนวนผู้ใช้ที่เพิ่มขึ้นอย่างมีนัยสำคัญซึ่งมาถึงคะแนนตัด FAD ที่สำคัญในช่วงระยะเวลาหนึ่งปี พบว่ามีความสัมพันธ์เชิงบวกกับเพศชายลักษณะบุคลิกภาพบุคลิกภาพบุคลิกภาพบุคลิกภาพด้านบุคลิกภาพบุคลิกภาพความคลั่งไคล้และหลงตัวเองเช่นเดียวกับวงจรจังหวะ (ช่วงปลายเตียงและเวลาที่เพิ่มขึ้นในวันธรรมดาและวันหยุดสุดสัปดาห์) มันเชื่อมโยงกับอายุตัวแปรลักษณะความสอดคล้องความขยันขันแข็งและการเปิดกว้างเช่นเดียวกับการออกกำลังกายเป็นลบ [2-5] นอกจากนี้พบความสัมพันธ์เชิงบวกระหว่าง FAD และตัวแปรสุขภาพจิตนอนไม่หลับ, ซึมเศร้า, ความวิตกกังวลและอาการความเครียด [2, 6-8] นอกจากนี้การศึกษาเมื่อเร็ว ๆ นี้รายงานว่าการติดสื่อสังคมออนไลน์ซึ่งรวมถึงการใช้ Facebook ที่น่าติดตามเพื่อเชื่อมโยงกับรูปแบบไฟล์แนบที่แตกต่างกันอย่างมีนัยสำคัญ [9] (กล่าวคือเป็นบวก: สไตล์ของไฟล์แนบที่กังวลและเลี่ยง; ลบ: รูปแบบไฟล์แนบที่ปลอดภัย) และรูปแบบเอกลักษณ์ [10] (เช่นบวก: สไตล์ข้อมูลและการหลีกเลี่ยงการแพร่กระจาย; เชิงลบ: สไตล์เชิงบรรทัดฐาน) [11, 12] เมื่อพิจารณาจากผลลัพธ์เหล่านี้คำถามเกิดขึ้นว่าปัจจัยใดบ้างที่มีส่วนในการพัฒนาและบำรุงรักษา FAD
การศึกษาก่อนหน้านี้ที่ตรวจสอบสื่อประเภทอื่นที่ไม่ใช่ Facebook (เช่นวิดีโอเกมการใช้งานอินเทอร์เน็ตทั่วไป) เผยให้เห็นการเชื่อมโยงเชิงบวกที่สำคัญระหว่างพฤติกรรมการเสพติดและประสบการณ์การไหล [13-15] ตามคำจำกัดความของ Csikszentmihalyi ([16]; หน้า 4) ประสบการณ์การรับส่งข้อมูลคือ“ สถานะที่ผู้คนมีส่วนร่วมในกิจกรรมที่ดูเหมือนจะไม่มีอะไรสำคัญ ประสบการณ์นั้นสนุกที่ผู้คนจะทำมันต่อไปแม้จะมีราคาสูงเพื่อการทำมัน” ผู้เขียนบางคนตั้งสมมติฐานว่าประสบการณ์การไหลเป็นตัวทำนายเชิงบวกของการใช้สื่อเสพติดเพราะความเพลิดเพลินและความสุขที่เกิดจาก ประสบการณ์โดยอัตโนมัติคือรางวัลที่แท้จริงซึ่งเป็นหนึ่งในคุณสมบัติหลักของการไหล [17] สนับสนุนการพัฒนาความต้องการที่แข็งแกร่งในการใช้สื่อมากเกินไป [15, 18] นอกจากนี้การเชื่อมโยงในเชิงบวกระหว่างการไหลและการใช้สื่อที่น่าดึงดูดได้รับการเสริมสร้างความเข้มแข็งโดยประสบการณ์การบิดเบือนเวลาที่รายงานโดยผู้เล่นวิดีโอเกมมากเกินไป [18, 19].
เมื่อพิจารณาผลลัพธ์ก่อนหน้าและพบว่าการใช้ Facebook นั้นมีความสัมพันธ์เชิงบวกกับประสบการณ์การไหล (เรียกว่าการไหลของ Facebook)20, 21] ดูเหมือนว่ามีเหตุผลที่จะตั้งสมมติฐานว่าการไหลของ Facebook เชื่อมโยงกับ FAD ในเชิงบวกและอาจมีส่วนร่วมในการพัฒนาและบำรุงรักษา อย่างไรก็ตามเพื่อความรู้ที่ดีที่สุดของเราลิงค์นี้ยังไม่ได้รับการตรวจสอบ ดังนั้นจุดประสงค์หลักของการศึกษาครั้งนี้คือเพื่อตรวจสอบว่ากระแส Facebook นั้นเชื่อมโยงกับ FAD หรือไม่และอย่างไร ผลลัพธ์อาจนำไปสู่ความเข้าใจในความเสี่ยงที่อาจเกิดขึ้นและปัจจัยป้องกันของการพัฒนาและบำรุงรักษา FAD และอาจรวมอยู่ในโปรแกรมการแทรกแซงเพื่อป้องกันการติด Facebook นี่เป็นเรื่องสำคัญโดยเฉพาะเมื่อพิจารณาความนิยมสูงของ Facebook [22] Facebook เก่งในการแข่งขัน SNS ปัจจุบันมีการระบุผู้ใช้ที่ใช้งานอยู่มากกว่าสองพันล้านรายต่อเดือน23].
บนพื้นฐานของเหตุผลนี้เราเสนอว่าการไหลของ Facebook และ FAD มีความสัมพันธ์ทางบวก (สมมติฐาน 1) โดยเฉพาะอย่างยิ่งการสร้างผลลัพธ์ล่าสุด (เช่น [19]) เราคาดว่าจะพบการเชื่อมโยงที่แข็งแกร่งที่สุดระหว่างความสนุกในแง่มุมและการบิดเบือนเวลาของ Facebook บนมือข้างหนึ่งและ FAD ในทางกลับกัน (Hypothesis 2) นอกจากนี้เมื่อพิจารณาถึงการค้นพบก่อนหน้านี้ของ Wu, Scott และ Yang15] ซึ่งเป็นผู้เปิดเผยความสัมพันธ์ระหว่างการเล่นวิดีโอเกมและการเสพติดที่เห็นได้ชัดเจนในหมู่เกมเมอร์ที่มีประสบการณ์เราคิดว่าความรุนแรงของ Facebook นั้นจะใช้ในการกลั่นกรองการเชื่อมโยงระหว่างการไหลของ Facebook และ FAD (Hypothesis 3)
วัสดุและวิธีการ
ขั้นตอนและผู้เข้าร่วม
ข้อมูลของผู้ใช้ Facebook 398 (ผู้หญิง 73.6%; อายุ (ปี): M = 33.01, SD = 11.23, ช่วง: 18 – 64; อาชีพ: พนักงาน 55.8%, นักศึกษามหาวิทยาลัย 29.4%, 1.5% ผู้เข้ารับการฝึกอบรมสำหรับนักเรียนต่างกัน อาชีพเช่นคนทำขนมปัง, ผู้ว่างงาน 4.8%, ผู้เกษียณ 6%, สถานภาพการสมรส: โสด 2.5%, 29.6% กับพันธมิตรโรแมนติก, แต่งงาน 42.2%) ถูกรวบรวมตั้งแต่เดือนกุมภาพันธ์ถึงเดือนมีนาคม 28.1 ผ่านการสำรวจออนไลน์เป็นภาษาเยอรมัน ผู้ตอบแบบสอบถามถูกคัดเลือกโดยคำเชิญเข้าร่วมแสดงใน SNS ต่างๆ (เช่น Facebook, Twitter, Xing, meinVZ) ข้อกำหนดสำหรับการมีส่วนร่วมซึ่งเป็นความสมัครใจและไม่ได้รับการชดเชยเป็นสมาชิก Facebook ปัจจุบัน แม้ว่าตัวอย่างจะไม่ได้เป็นตัวแทนของประชากรเยอรมันโดยทั่วไปผู้เข้าร่วมจะเป็นตัวแทนของกลุ่มที่หลากหลายภายในประชากรตามที่ระบุโดยการประกอบอาชีพในวงกว้าง การใช้ Facebook เป็นที่นิยมมากในเยอรมนี (มีผู้ใช้งานมากกว่า 2018 ล้านคน; [24]) และสมาชิกสันนิษฐานว่าเป็นตัวแทนของผู้ใช้ SNS ของเยอรมัน โปรดทราบว่าการเชิญเข้าร่วมไม่ได้ระบุคำถามการวิจัยไม่ได้อ้างถึงโฟลว์ Facebook หรือ FAD อย่างไรก็ตาม - ในการศึกษาออนไลน์อื่น ๆ ส่วนใหญ่ - สมาชิกที่มีความกระตือรือร้นมากขึ้นในแต่ละแพลตฟอร์มออนไลน์ที่มีการเชิญให้เข้าร่วมนั้นน่าจะมีส่วนร่วมในการศึกษามากกว่าผู้ใช้ที่น้อยกว่า ได้รับการอนุมัติจากคณะกรรมการวิจัยและจริยธรรมของคณะกรรมการจริยธรรมของ Ruhr-Universität Bochum สำหรับการดำเนินการตามการศึกษาที่ได้รับ เราปฏิบัติตามข้อบังคับและกฎหมายระดับชาติทั้งหมดที่เกี่ยวข้องกับการวิจัยเรื่องมนุษย์และได้รับอนุญาตที่จำเป็นในการดำเนินการศึกษาในปัจจุบัน ผู้เข้าร่วมได้รับคำแนะนำอย่างถูกต้องและให้ความยินยอมออนไลน์เพื่อเข้าร่วม การศึกษาครั้งนี้เป็นส่วนหนึ่งของโครงการ“ Bochum Optimism and Mental Health” (BOOM) ที่ดำเนินการตรวจสอบความเสี่ยงและปัจจัยป้องกันของสุขภาพจิต (เช่น [25]) ชุดข้อมูลที่ใช้ในการศึกษาปัจจุบันมีอยู่ในชุดข้อมูล S1
มาตรการ
Facebook ใช้ตัวแปร
Facebook ใช้ความรุนแรง คล้ายกับวูสกอตต์และหยาง [15] เพื่อวัดความเข้มของการใช้ Facebook มีตัวบ่งชี้สี่ตัว ได้แก่ ระยะเวลาการเป็นสมาชิก Facebook (เป็นเดือน) ความถี่ในการใช้ Facebook รายวันระยะเวลาการใช้ Facebook รายวัน (เป็นนาที) และการเชื่อมต่อทางอารมณ์กับ Facebook ชีวิตที่วัดด้วย Facebook Intensity Scale (FIS; [26]) หกรายการของ FIS ได้รับการจัดอันดับในระดับ 5-point Likert (1 = ไม่เห็นด้วยอย่างยิ่ง 5 = เห็นด้วยอย่างยิ่งเช่น "Facebook เป็นส่วนหนึ่งของกิจกรรมประจำวันของฉัน" ก่อนหน้านี้พบความน่าเชื่อถือในระดับภายใน ความน่าเชื่อถือในปัจจุบัน: α = .85) ดัชนีคอมโพสิตของตัวบ่งชี้ทั้งสี่นั้นได้มาจากการคำนวณค่าเฉลี่ยของตัวบ่งชี้ z-transformed (α = .82)
กระแส Facebook ประสบการณ์ของโฟลว์ที่เกี่ยวข้องกับการใช้ Facebook ได้รับการประเมินด้วยแบบสอบถาม“ Facebook โฟลว์” ที่ได้รับการดัดแปลงจาก Kwak, Choi และ Lee [เวอร์ชั่น]21] หลังจากการดำเนินการตามบทวิจารณ์ของผู้เชี่ยวชาญโดยผู้เชี่ยวชาญด้านจิตวิทยาสามคนที่ได้รับการประเมินความเหมาะสมของบริบทความกระชับและถ้อยคำของรายการ 14 ที่ใช้โดย Kwak, Choi และ Lee [21] รายการที่สิบเอ็ดแบ่งออกเป็นห้า subscales ได้รับการคัดเลือกสำหรับการศึกษาปัจจุบัน (ความน่าเชื่อถือในปัจจุบันของสิบเอ็ดรายการ: α = .88): subscale "มุ่งเน้นความสนใจ" รวมถึงสองรายการที่อ้างถึงความเข้มข้นสูงและมุ่งเน้นการใช้ Facebook; “ ความบันเทิง” ระดับล่างประกอบด้วยสองรายการที่อ้างถึงความเพลิดเพลินและความเพลิดเพลิน / ความสนุกสนานที่เกิดจากการใช้ Facebook; subscale“ อยากรู้อยากเห็น” รวมถึงสองรายการที่อ้างถึงความปรารถนาที่จะได้รู้ว่าเกิดอะไรขึ้นบน Facebook; “ TelePresence” subscale ประกอบด้วยสามรายการที่อ้างถึงความรู้สึกที่จะดื่มด่ำในโลกที่สร้างขึ้นโดย Facebook; "การบิดเบือนเวลา" ระดับล่างรวมถึงสองรายการที่อ้างถึงการเสียเวลาในระหว่างการใช้ Facebook รายการทั้งหมดได้รับการจัดอันดับในระดับคะแนน Likert 5 (1 = ไม่เห็นด้วยอย่างยิ่ง 5 = เห็นด้วยอย่างยิ่ง) 1 ตาราง นำเสนอถ้อยคำของพวกเขาและความน่าเชื่อถือภายในของห้า subscales
1 ตาราง
| ชิ้นส่วนย่อยและรายการ | α |
|---|---|
| การไหลย่อยระดับย่อยของ FB“ มุ่งเน้นความสนใจ” | . 88 |
| 1 ในขณะที่ใช้ Facebook ฉันมีความมุ่งมั่นอย่างลึกซึ้ง | |
| 2 ในขณะที่ใช้ Facebook ฉันรู้สึกประทับใจกับงานที่ฉันแสดง | |
| FB subscale“ ความเพลิดเพลิน” | . 90 |
| 3 การใช้ Facebook ทำให้ฉันสนุกมาก | |
| 4 ฉันสนุกกับการใช้ Facebook | |
| FB subscale“ ความอยากรู้” | . 70 |
| 5 การใช้ Facebook ทำให้จินตนาการของฉัน | |
| 6 ใช้ Facebook ตื่นเต้นของฉันอยากรู้อยากเห็น | |
| การไหลย่อยระดับย่อยของ FB“ Telepresence” | . 84 |
| 7 การใช้ Facebook บ่อยครั้งทำให้ฉันลืมตำแหน่งที่ฉันอยู่และสิ่งที่เกิดขึ้นรอบตัวฉันในปัจจุบัน | |
| 8 Facebook สร้างโลกใหม่ให้กับฉันและโลกนี้ก็หายไปเมื่อฉันหยุดการค้นหา | |
| 9 ในขณะที่ใช้ Facebook โลกที่สร้างขึ้นโดยเว็บไซต์ที่ฉันเข้าชมนั้นเป็นของจริงมากกว่าฉันในโลกแห่งความเป็นจริง | |
| การไหลย่อยระดับย่อยของ FB“ การบิดเบือนเวลา” | . 79 |
| 10 เวลาผ่านไปเมื่อฉันใช้ Facebook | |
| 11 ฉันมักจะใช้เวลากับ Facebook บ่อยกว่าที่ตั้งใจไว้ |
FB = Facebook
รายการที่ใช้ในการศึกษาปัจจุบันมีให้ใน ไฟล์ S2.
ความผิดปกติของการเสพติด Facebook (FAD)เวอร์ชั่นย่อของ Bergen Facebook Addiction Scale (BFAS; [1]) ประเมิน FAD ในช่วงเวลาหนึ่งของปีที่แล้วโดยมีหกรายการ (เช่น“ รู้สึกอยากกระตุ้นให้ใช้ Facebook มากขึ้นเรื่อย ๆ หรือไม่?”) ที่แสดงถึงคุณสมบัติหลักหกประการของการติดยาเสพติด (เช่นความอดทนความอดทนการปรับเปลี่ยนอารมณ์ การถอนตัว, ความขัดแย้ง) รายการจะถูกจัดอันดับในระดับ Likert 5 (1 = น้อยมาก 5 = บ่อยมาก) BFAS ถูกค้นพบว่ามีคุณสมบัติทางไซโครเมทที่ดีเช่นเดียวกันกับเวอร์ชัน 18 แบบเต็มความยาว (รายงานความน่าเชื่อถือภายในก่อนหน้านี้: α = .82-.91; เช่น [1, 3, 5, 27, 28]) เช่นเดียวกับมาตรวัดการเสพติดสื่อสังคมของ Bergen (BSMAS; [29]) ที่วัดการติดสื่อสังคมออนไลน์ทั่วไปโดยมีหกรายการและได้มาจาก BFAS (ก่อนหน้านี้รายงานความน่าเชื่อถือภายในสำหรับ BSMAS: α = .86-.88; เช่น [11, 30]) ความน่าเชื่อถือในปัจจุบันของ BFAS: α = .86 มีการแนะนำวิธีการจำแนกประเภทที่เป็นไปได้สองวิธีสำหรับค่า BFAS ที่เป็นปัญหา1]: แนวทางเสรีนิยมมากขึ้นเช่นโครงการให้คะแนนแบบสังเคราะห์ (คะแนนตัด: ≥ 3 อย่างน้อยสี่ในหกรายการ) และแนวทางอนุรักษ์นิยมมากกว่าเช่นโครงการให้คะแนนแบบ monothetic (คะแนนตัด: ≥ 3 ทั้งหกรายการ รายการ)
การวิเคราะห์ทางสถิติ
การวิเคราะห์ทางสถิติได้ดำเนินการกับแพคเกจสถิติสำหรับสังคมศาสตร์ (SPSS 24) และแมโครกระบวนการรุ่น 2.16.1 (www.processmacro.org/index.html).
หลังจากการวิเคราะห์เชิงพรรณนาความสัมพันธ์ของ FAD กับการไหลของ Facebook และตัวแปรที่วัดความเข้มการใช้ Facebook ได้รับการประเมินโดยสหสัมพันธ์ bivariate ที่ไม่มีคำสั่ง การวิเคราะห์ปัจจัยเชิงสำรวจ (EFA) โดยใช้การวิเคราะห์องค์ประกอบหลัก (PCA; วิธีการหมุน: varimax) ในรายการ 17 ทั้งหมดที่ประเมินกระแส Facebook (สิบเอ็ดรายการ) และ FAD (หกรายการ) ผลลัพธ์ของ Kaiser-Meyer-Olkin (KMO = .901) และการทดสอบ sphericity ของ Barlett (χ2 = 3856.236, df = 136, p = .000) พบว่าขนาดตัวอย่างเพียงพอสำหรับการวิเคราะห์นี้ สี่ปัจจัยมีค่าลักษณะเฉพาะมากกว่า 1 (ปัจจัย 1: 7.322, ปัจจัย 2: 2.092, ปัจจัย 3: 1.199, ปัจจัย 4: 1.059: 68.6%) และการรวมกันอธิบาย 1% ของความแปรปรวน (ปัจจัย 26.3: 2% 16.5: 3%, ปัจจัย 14.2: 4%) (เปรียบเทียบ, [31])
การวิเคราะห์การกลั่นกรอง (กระบวนการ: แบบจำลอง 1) ตรวจสอบความสัมพันธ์ระหว่างการไหลของ Facebook (ตัวทำนาย) ความเข้มของการใช้ Facebook (ผู้ดำเนินการ) และ FAD (ผลลัพธ์) ควบคุมอายุและเพศว่าเป็นปัจจัยร่วม เมื่อพิจารณาถึงความน่าเชื่อถือสูงของ FIS และความน่าเชื่อถือต่ำของดัชนีคอมโพสิตของความเข้มข้นในการใช้งาน Facebook นั้นการวิเคราะห์การกลั่นกรองสองรายการถูกเรียกใช้ (รุ่น 1: FIS เป็นผู้ควบคุมรุ่น 2: ดัชนีคอมโพสิตเป็นผู้ดำเนินการ) ผลการกลั่นกรองถูกประเมินโดยขั้นตอนการบูต (ตัวอย่าง 10.000) ที่ให้ช่วงความเชื่อมั่นแบบเร่ง (CI 95%)
ผลสอบ
คะแนนการตัดยอดนิยมของ FAD นั้นเข้าถึงได้โดยผู้เข้าร่วม 31 (7.8%) ตามการให้คะแนนแบบสังเคราะห์และโดยผู้เข้าร่วม 15 (3.8%) ตามการให้คะแนนแบบ monothetic สถิติเชิงพรรณนาของตัวแปรที่ตรวจสอบจะแสดงใน 2 ตาราง.
2 ตาราง
| M (SD) | Min-Max | |
|---|---|---|
| BFAS | 9.49 (4.24) | 6 28- |
| BFAS: รายการ 1“ นูน” | 1.86 (1.01) | 1 5- |
| BFAS: รายการ 2“ ความอดทน” | 1.73 (.99) | 1 5- |
| BFAS: รายการ 3“ การปรับเปลี่ยนอารมณ์” | 1.58 (.98) | 1 5- |
| BFAS: รายการ 4“ กำเริบ” | 1.63 (.94) | 1 5- |
| BFAS: รายการ 5“ ถอนเงิน” | 1.30 (.74) | 1 5- |
| BFAS: รายการ 6“ ขัดแย้ง” | 1.39 (.81) | 1 5- |
| การไหลของ FB:“ มุ่งเน้นความสนใจ” | 2.32 (.95) | 1 5- |
| FB flow:“ ความเพลิดเพลิน” | 3.37 (.82) | 1 5- |
| FB flow:“ อยากรู้อยากเห็น” | 2.76 (.97) | 1 5- |
| การไหลของ FB:“ Telepresence” | 1.55 (.79) | 1 5- |
| FB flow:“ การบิดเบือนเวลา” | 2.92 (1.15) | 1 5- |
| การไหลของ FB | 27.41 (7.60) | 11 52- |
| สมาชิก FB (เดือน) | 83.97 (29.50) | 3 155- |
| FB เข้าชมทุกวัน (ครั้ง) | 11.25 (18.64) | 0 200- |
| FB ใช้ระยะเวลารายวัน (นาที) | 95.22 (81.13) | 0 750- |
| FIS | 16.10 (4.98) | 6 30- |
N = 398; M = หมายถึง; SD = ค่าเบี่ยงเบนมาตรฐาน; ต่ำสุด = ขั้นต่ำ; สูงสุด = สูงสุด BFAS = ขนาดการเสพติด Facebook ของ Bergen FB = Facebook; FIS = ระดับความเข้มของ Facebook
FAD และแต่ละรายการมีความสัมพันธ์เชิงบวกกับกระแส Facebook และ subscales อย่างมีนัยสำคัญ (ดู 3 ตาราง). 1 รูป นำเสนอ correlogram ที่แสดงภาพความสัมพันธ์ระหว่างสถานะย่อยของโฟลว์ FB ห้ารายการและ FAD หกรายการ เมื่อเปรียบเทียบกับโฟลว์ subscales อื่น ๆ ความสัมพันธ์ที่สูงอย่างเห็นได้ชัดเกิดขึ้นสำหรับโฟลว์สเกลย่อย“ telepresence”; นอกจากการเชื่อมโยงระหว่างสเกลย่อยนี้และ FAD แล้ว (r = .704, p <.001) โดยเฉพาะความสัมพันธ์กับรายการ 5 (“ การถอน”) ของ FAD นั้นสูง (r = .651, p <.001) นอกจากนี้ FAD ยังมีความสัมพันธ์ในเชิงบวกอย่างมีนัยสำคัญกับตัวแปร XNUMX ตัวที่แสดงถึงความเข้มข้นของการใช้ Facebook ได้แก่ ระยะเวลาการเป็นสมาชิก Facebook ความถี่และระยะเวลาในการใช้ Facebook ประจำวันและ FIS (ดู 3 ตาราง). นอกจากนี้ดัชนีคอมโพสิตยังมีความสัมพันธ์เชิงบวกอย่างมีนัยสำคัญกับ FAD (r = .480, p <.001) และโฟลว์ของ Facebook (r = .496, p <.001)
3 ตาราง
| BFAS | BFAS: รายการ 1 “นูน” | BFAS: รายการ 2 “ความอดทน” | BFAS: รายการ 3 “ การปรับเปลี่ยนอารมณ์” | BFAS: รายการ 4“ กำเริบ” | BFAS: รายการ 5“ ถอนเงิน” | BFAS: รายการ 6“ ขัดแย้ง” | |
|---|---|---|---|---|---|---|---|
| การไหลของ FB:“ มุ่งเน้นความสนใจ” | . 503** | . 387** | . 467** | . 400** | . 333** | . 396** | . 350** |
| FB flow:“ ความเพลิดเพลิน” | . 270** | . 299** | . 224** | . 239** | . 140** | . 214** | . 122* |
| FB flow:“ อยากรู้อยากเห็น” | . 398** | . 339** | . 369** | . 355** | . 268** | . 267** | . 226** |
| การไหลของ FB:“ Telepresence” | . 704** | . 505** | . 577** | . 557** | . 463** | . 651** | . 542** |
| FB flow:“ การบิดเบือนเวลา” | . 509** | . 435** | . 420** | . 374** | . 456** | . 290** | . 364** |
| การไหลของ FB | . 660** | ||||||
| สมาชิก FB (เดือน) | . 126** | ||||||
| FB เข้าชมทุกวัน (ครั้ง) | . 251** | ||||||
| FB ใช้ระยะเวลารายวัน (นาที) | . 304** | ||||||
| FIS | . 513** |
N = 398; BFAS = ขนาดการเสพติด Facebook ของ Bergen FB = Facebook; FIS = ระดับความเข้มของ Facebook
* p <.05
** หน้า <.01.
การโหลดปัจจัยของเมทริกซ์คอมโพเนนต์ที่หมุนได้ของ EFA แสดงว่ารายการ FAD หกรายการและสองในสามรายการของ“ telepresence” ระดับย่อยโหลดทั้งหมดในปัจจัย 1 (การโหลดปัจจัย: รายการ FN: รายการ 1:. 641: รายการ 2: .671, รายการ 3: .704, รายการ 4: .667, รายการ 5: .795, รายการ 6: รายการ 694:. 8, รายการ 693:. 9, รายการ 775: .XNUMX)
โมเดลการกลั่นกรองทั้งสองแบบมีนัยสำคัญทางสถิติ ในรุ่น 1, R2 = .555, F (5,392) = 54.677, p <.001 ปฏิสัมพันธ์ที่สำคัญระหว่างความเข้มข้นของการใช้ Facebook (ดำเนินการโดย FIS) และการไหลของ Facebook, b = .231, SE = .030, 95% CI [.173; 290], t = 7.763, p <.001 เปิดเผยว่าความสัมพันธ์ระหว่างกระแสของ Facebook และ FAD ถูกกลั่นกรองโดยความเข้มข้นของการใช้ Facebook จากการทดสอบความลาดชันอย่างง่ายการเชื่อมโยงเชิงบวกระหว่างการไหลของ Facebook และ FAD ได้รับการยืนยันอย่างเท่าเทียมกันสำหรับความเข้มข้นในการใช้ Facebook ในระดับต่ำปานกลางและสูง ลิงก์นี้ค่อนข้างแข็งแรงสำหรับผู้เข้าร่วมที่แสดงความเข้มข้นของการใช้ Facebook ในระดับสูง (หนึ่ง SD เหนือค่าเฉลี่ย = 1.000), b = .768, SE = .066, 95% CI [.639; .897], t = 11.698, p <.001 แต่อ่อนกว่าสำหรับผู้เข้าร่วมที่แสดงระดับความเข้มข้นของการใช้ Facebook ในระดับปานกลาง (ค่าเฉลี่ย = 0), b = .536, SE = .058, 95% CI [.423; .650], t = 9.287, p <.001 และลดลงอย่างเห็นได้ชัดสำหรับผู้เข้าร่วมที่มีระดับความเข้มข้นของการใช้ Facebook ในระดับต่ำ (หนึ่ง SD ต่ำกว่าค่าเฉลี่ย = -1.000), b = .305, SE = .064, 95% CI [.178; .431], t = 4.738, p <.001 (ดู 2 รูปส่วนหนึ่ง)
การกลั่นกรองผลกระทบของความรุนแรงในการใช้ Facebook (ดำเนินการโดยมาตรวัดความเข้มของ Facebook) บนการไหลของ Facebook ไปยัง FAD; ข ผลการตรวจสอบความเข้มของการใช้ Facebook (ดำเนินการโดยดัชนีคอมโพสิตรวมถึงระยะเวลาของการเป็นสมาชิก Facebook ความถี่ของการใช้ Facebook รายวันระยะเวลาของการใช้ Facebook รายวันและระดับความเข้มของ Facebook)
2 รูป (ตอน b) นำเสนอโมเดล 2, R2 = .566, F (5,392) = 54.786, p <.001 ตามที่เปิดเผยโดยปฏิสัมพันธ์ที่สำคัญระหว่างความเข้มข้นของการใช้ Facebook (ดำเนินการโดยดัชนีคอมโพสิต) และการไหลของ Facebook b = .345, SE = .053, 95% CI [.241; .449], t = 6.506, p <.001 ความสัมพันธ์ระหว่างกระแสของ Facebook และ FAD ถูกกลั่นกรองโดยความเข้มข้นของการใช้ Facebook อีกครั้งการทดสอบความลาดชันอย่างง่ายแสดงให้เห็นว่าการเชื่อมโยงเชิงบวกระหว่างการไหลของ Facebook และ FAD นั้นได้รับการยืนยันอย่างเท่าเทียมกันสำหรับความเข้มข้นในการใช้ Facebook ในระดับต่ำปานกลางและสูง ค่อนข้างแข็งแกร่งสำหรับผู้เข้าร่วมที่แสดงความเข้มข้นในการใช้ Facebook ในระดับสูง (หนึ่ง SD เหนือค่าเฉลี่ย = .622), b = .728, SE = .059, 95% CI [.612; .843], t = 12.347, p <.001 แต่อ่อนกว่าสำหรับผู้เข้าร่วมที่แสดงระดับความเข้มข้นของการใช้ Facebook ในระดับปานกลาง (ค่าเฉลี่ย = 0), b = .513, SE = .048, 95% CI [.419; .607], t = 10.711, p <.001 และลดลงอย่างเห็นได้ชัดสำหรับผู้เข้าร่วมที่มีระดับความเข้มข้นของการใช้ Facebook ในระดับต่ำ (หนึ่ง SD ต่ำกว่าค่าเฉลี่ย = -.622), b = .298, SE = .057, 95% CI [.185; .411] , t = 5.196, p <.001 (ดู 2 รูปส่วน b)
การสนทนา
การศึกษาปัจจุบันตรวจสอบการเชื่อมโยงระหว่างกระแสที่มีประสบการณ์ใน SNS Facebook และ FAD สอดคล้องกับการศึกษาก่อนหน้านี้ที่อธิบายประสบการณ์การไหลและสื่อเสพติดที่ใช้จะมีความสัมพันธ์เชิงบวก [15, 18, 19] การค้นพบในปัจจุบันเผยให้เห็นความสัมพันธ์เชิงบวกที่สำคัญระหว่างโฟลว์ Facebook และ FAD (ยืนยันสมมติฐาน 1) โปรดทราบว่าลิงก์นั้นมีความแข็งแรงมากเนื่องจากความแปรปรวนทั่วไประหว่างตัวแปรทั้งสองคือ 43.6% นอกจากนี้ Facebook แต่ละ subscale ยังมีความสัมพันธ์เชิงบวกกับ FAD อย่างมีนัยสำคัญ อย่างไรก็ตามตรงกันข้ามกับความคาดหวังของเราที่วางอยู่บนผลลัพธ์ก่อนหน้า (เช่น [18]) ความเพลิดเพลินในระดับย่อยและการบิดเบือนเวลาของการไหลของ Facebook ไม่ได้แสดงการเชื่อมโยงที่แข็งแกร่งที่สุดกับ FAD การเชื่อมโยงกับระดับ“ ความเพลิดเพลิน” เป็นจุดอ่อนที่สุดในหนึ่งในห้าลำดับย่อยของกระแส (ขัดแย้งกับสมมติฐาน 2) ในการเปรียบเทียบความสัมพันธ์สูงสุดเกิดขึ้นระหว่าง FAD และ“ telepresence” ระดับย่อย (ขนาดผลกระทบของความแตกต่างของความสัมพันธ์ Q ช่วงโคเฮนจาก. 31 ถึง. 60; cf. , [32]) โดยเฉพาะอย่างยิ่งรายการ FAD“ ถอน” ถูกเชื่อมโยงอย่างใกล้ชิดกับ subscale นี้ นอกจากนี้ทั้งหกรายการที่ประเมิน FAD ถูกโหลดด้วยปัจจัยเดียวกันกับสองรายการในสเกล "telepresence"
“ telepresence” ระดับย่อยวัดความรู้สึกที่จะดื่มด่ำในโลกที่สร้างขึ้นโดย Facebook [21] ในขณะที่รายการย่อยสองรายการนี้ (รายการ 8“ Facebook สร้างโลกใหม่สำหรับฉันและโลกนี้ก็หายไปเมื่อฉันหยุดการค้นหา” รายการ 9“ ในขณะที่ใช้ Facebook โลกที่สร้างโดยเว็บไซต์ที่ฉันเข้าชมนั้นเป็นของจริงมากขึ้นสำหรับฉัน กว่าโลกแห่งความเป็นจริง”) ซึ่งบรรจุอยู่ในปัจจัยเดียวกับรายการ FAD รวมถึงการแช่ในโลกใหม่ด้วยถ้อยคำนี่ไม่ใช่กรณีสำหรับรายการที่สาม (รายการ 7“ การใช้ Facebook บ่อยครั้งทำให้ฉันลืมว่าฉันอยู่ที่ไหน และสิ่งที่เกิดขึ้นรอบตัวฉันในขณะนี้”) ซึ่งเต็มไปด้วยปัจจัยอื่น การวิจัยก่อนหน้านี้ระบุว่า telepresence เป็นหนึ่งในปัจจัยหลักที่ทำให้เกิดการไหลเวียนของประสบการณ์ในสภาพแวดล้อมออนไลน์ [33] ยิ่งภาพที่เหมือนจริงยิ่งขึ้นในสภาพแวดล้อมออนไลน์ที่เหมาะสมผู้ใช้ก็ยิ่งรู้สึกเหมือนอยู่ในตัวมันมากขึ้น [34, 35] สมาชิก Facebook อัปโหลดภาพถ่ายส่วนตัวนับล้านทุกวันเพื่อแบ่งปันประสบการณ์กับเพื่อนออนไลน์และมีส่วนร่วมในชีวิตของพวกเขา [22, 23] ดังนั้นพวกเขามีส่วนร่วมในการพัฒนาอย่างถาวรของโลก Facebook ซึ่งเปิดสมาชิกวิธีที่แตกต่างของการโต้ตอบ (สังคม) สมาชิก Facebook บางคนโดยเฉพาะผู้ที่มีอาการซึมเศร้าและวิตกกังวลสูงให้ติดตามการโต้ตอบนี้เพื่อหลบหนีจากปัญหารายวันและเพื่อดึงประสบการณ์เชิงบวกที่มักจะพลาดแบบออฟไลน์6] นอกจากนี้ควรพิจารณาว่าการวิจัยก่อนหน้านี้รายงานความสัมพันธ์เชิงบวกระหว่างหลงตัวเองและ FAD [2] บุคคลที่มีความหลงตัวเองสูงซึ่งมีลักษณะเฉพาะตัวตามความรู้สึกที่สูงเกินจริงของการให้สิทธิ์และความเชื่อมั่นในความโอ่อ่าของตนเองมักค้นหาความสนใจและชื่นชมอย่างมาก เมื่อพวกเขาไม่สามารถได้รับการตอบรับเชิงบวกนี้หรือรับรู้ข้อมูลที่ขัดแย้งกับมุมมองที่สูงเกินจริงของพวกเขาความภาคภูมิใจในตนเองของพวกเขาทนทุกข์ทรมาน [36, 37] ดังนั้นจึงสามารถสันนิษฐานได้ว่าคนหลงตัวเองชอบหลบหนีจากปัญหาประจำวันด้วยการใช้ Facebook มากเกินไปโดยความน่าจะเป็นที่จะได้รับการตอบรับเชิงบวกเช่น“ ไลค์” หรือความคิดเห็นเชิงบวกจากผู้ชมจำนวนมากในช่วงเวลาสั้น ๆ เวลามักจะสูงกว่าอย่างน่าทึ่งในกรณีของการมีปฏิสัมพันธ์ในโลกออฟไลน์”
เมื่อพิจารณาถึงผลลัพธ์ในปัจจุบันของเราบุคคลเหล่านี้อาจมีความเสี่ยงเป็นพิเศษในการพัฒนา FAD เมื่อการแช่ตัวในโลก Facebook ทำให้เกิดการได้รับผลตอบแทนสูงความน่าจะเป็นที่ Facebook จะได้รับการจ้างงานเพิ่มมากขึ้น อย่างไรก็ตามตามการค้นพบในปัจจุบันที่ยืนยันสมมติฐานของเรา 3, Facebook ใช้ความรุนแรงประเมินโดย FIS หรือดัชนีคอมโพสิตบวกความสัมพันธ์ในเชิงบวกระหว่างการไหลของ Facebook และ FAD โดยเฉพาะอย่างยิ่งสมาชิกที่ใช้ Facebook อย่างเข้มข้นเช่นเข้าเยี่ยมชมบ่อยครั้งใช้เวลามากรวมการใช้ Facebook ในชีวิตประจำวันของพวกเขาและพัฒนาการเชื่อมต่อทางอารมณ์เข้าด้วยกันดูเหมือนว่าจะได้สัมผัสกับค่านิยมระดับสูงของ Facebook . สามารถตั้งสมมติฐานได้ว่าปัจจัยความเสี่ยงเพิ่มเติมในการพัฒนา FAD เกิดขึ้นเมื่อการซ้อนทับกันระหว่างความสัมพันธ์ออฟไลน์และออนไลน์มีขนาดเล็กและจำนวนของความสัมพันธ์ออนไลน์มีค่ามากกว่าความสัมพันธ์ออฟไลน์ กลุ่มดาวนี้มีส่วนช่วยในการพัฒนาความผูกพันทางอารมณ์ที่แข็งแกร่งใน Facebook [38] ซึ่งควรจะเพิ่มผลกระทบของการถ่ายทอดทางไกลเสมือนจริงของโลกออนไลน์ต่อบุคคล ในกรณีที่รุนแรงการแช่ตัวในโลกออนไลน์อาจเข้มข้นจนผู้ที่ได้รับผลกระทบไม่สามารถรับรู้ถึงความแตกต่างระหว่างโลกออนไลน์และโลกออฟไลน์ได้อีกต่อไป พิจารณาการเชื่อมโยงอย่างใกล้ชิดระหว่างรูปแบบไฟล์แนบและการใช้สื่อสังคมออนไลน์ที่น่าติดตามในการศึกษาเมื่อเร็ว ๆ นี้11, 12] ข้อสรุปมีความชอบธรรมที่ความเสี่ยงในการพัฒนาไฟล์แนบที่แข็งแกร่งสำหรับ Facebook นั้นสูงเป็นพิเศษสำหรับสมาชิก Facebook ที่มีรูปแบบไฟล์แนบที่กังวลซึ่งมักมีส่วนร่วมในการใช้โซเชียลมีเดียมากเกินไปเพื่อตอบสนองความต้องการการอนุมัติและตอบรับเชิงบวก ในทางตรงกันข้ามผู้ใช้ Facebook ที่มีรูปแบบไฟล์แนบที่ปลอดภัยอาจมีความเสี่ยงน้อยกว่า
การค้นพบในปัจจุบันมีความสำคัญอย่างยิ่งเพราะพวกเขาเปิดเผยว่าการไหลของ Facebook โดยทั่วไปและการติดต่อทางไกลเสมือนจริงบน Facebook โดยเฉพาะอาจนำไปสู่การพัฒนาและการบำรุงรักษาของ FAD ตัวบ่งชี้ FAD เกิดขึ้นใน 3.8% (คะแนน monothetic) ถึง 7.8% (คะแนนสังเคราะห์) ของตัวอย่างของเราซึ่งเนื่องจากอายุและช่วงอาชีพที่สูงขึ้น (ไม่ใช่นักเรียน 70.6%) เป็นตัวแทนของประชากรทั่วไปมากกว่าตัวอย่างจากการศึกษาก่อนหน้านี้ FAD ซึ่งส่วนใหญ่เป็นนักศึกษาระดับปริญญาตรีเท่านั้น (เช่น [2, 4, 7, 27, 28]) เมื่อพิจารณาจากอัตราของตัวบ่งชี้ FAD และการเป็นตัวแทนที่ค่อนข้างสูงของตัวอย่างปัจจุบันข้อสรุปนั้นเป็นธรรมว่า FAD ไม่ได้ถือเป็นปรากฏการณ์ที่สำคัญอีกต่อไป ดังนั้นจึงอาจมีผลบังคับใช้การนำเสนอสิ่งที่พบในโปรแกรมการแทรกแซงจากการใช้สื่อเสพติด หนึ่งข้อเสนอแนะคือการเน้นย้ำความปรารถนาที่จะควบคุมความเข้มของการใช้ Facebook อย่างมีสติเช่นการตั้งค่าการ จำกัด เวลาที่ชัดเจนสำหรับการใช้งานประจำวัน นอกจากนี้ในการศึกษาก่อนหน้านี้เกี่ยวกับการเล่นเกมเสพติดและการใช้อินเทอร์เน็ตทั่วไปที่มีปัญหา [18, 39] แนะนำให้ปรับใช้นาฬิกาปลุกหรือรวมข้อความ“ ป๊อปอัพ” เพื่อควบคุมเวลาการใช้งาน ขั้นตอนเหล่านี้มีแนวโน้มที่จะสนับสนุนในการป้องกันการใช้ Facebook มากเกินไปซึ่งเพิ่มความเสี่ยงต่อ FAD นอกจากนี้สิ่งสำคัญคือการสร้างความตระหนักถึงความจริงที่ว่าโลก Facebook แม้ว่าจะใช้เพื่อเชื่อมต่อกับเพื่อนออฟไลน์และสมาชิกในครอบครัวยังคงเป็นพื้นที่เสมือนและการหลบหนีเข้าสู่โลกออนไลน์ส่วนใหญ่ไม่ได้มีส่วนร่วมในการแก้ปัญหา ออฟไลน์ ในทางตรงกันข้ามการใช้ Facebook มากเกินไปอาจส่งผลให้เกิดปัญหารุนแรงขึ้นหรือส่งผลให้เกิดปัญหาใหม่ ตัวอย่างเช่น 11.1% ของตัวอย่างปัจจุบันที่ระบุว่าใช้ Facebook มากจนส่งผลเสียต่องาน / การศึกษา (FAD Item 6“ ขัดแย้ง”)
แม้ว่าการศึกษาในปัจจุบันมีสินทรัพย์จำนวนมากและอาจนำไปสู่การปรับปรุงโปรแกรมการแทรกแซงการใช้สื่อเสพติด แต่ข้อ จำกัด บางอย่างของมันก็คุ้มค่าที่จะกล่าวถึง จุดอ่อนที่สำคัญที่สุดคือการออกแบบแบบตัดขวางซึ่งจะช่วยให้ข้อสรุปที่ จำกัด เพียงเกี่ยวกับสาเหตุ [40] แม้ว่าจะเป็นไปได้ค่อนข้างมากที่การไหลของ Facebook ทำให้เกิด FAD (และไม่ใช่ในทางกลับกัน) และอิทธิพลของการกลั่นกรองการใช้ Facebook ที่รุนแรงนั้นสอดคล้องกับโครงสร้างสาเหตุเช่นนี้ ดังนั้นเราขอแนะนำอย่างยิ่งให้นักวิจัยในอนาคตพิจารณาลิงก์ระหว่างกระแส Facebook และ FAD ด้วยการออกแบบในอนาคตและการวิจัยเชิงทดลอง
นอกจากนี้องค์ประกอบทางเพศ (73.6% เพศหญิง) ของตัวอย่างของเรา จำกัด การวางนัยทั่วไปของผลลัพธ์ปัจจุบัน เพื่อจัดการกับข้อ จำกัด นี้เราได้ควบคุมเพศตัวแปรในการวิเคราะห์ทางสถิติของเรา อย่างไรก็ตามมันเป็นที่พึงปรารถนาที่จะทำซ้ำผลลัพธ์ปัจจุบันในตัวอย่างที่มีอัตราส่วนเพศเท่ากับเพื่อให้สามารถสรุปได้มากขึ้น
นอกจากนี้ควรพิจารณาว่าผู้เข้าร่วมการศึกษาปัจจุบันได้รับคัดเลือกจากการเชิญเข้าร่วมแสดงบน SNS ออนไลน์ที่แตกต่างกัน ดังนั้นจึงไม่สามารถแยกได้ว่ายิ่งผู้ใช้มีการใช้งานบนแพลตฟอร์มออนไลน์ที่เหมาะสมมากเท่าใดความน่าจะเป็นที่ผู้ใช้รายนี้จะตระหนักถึงคำเชิญและตอบสนองต่อข้อเสนอที่จะเข้าร่วมมากขึ้น ยิ่งไปกว่านั้นเนื่องจากลักษณะความสมัครใจของการมีส่วนร่วมอาจเป็นได้ว่าโดยเฉพาะบุคคลที่มีความสนใจในการวิจัยออนไลน์เกี่ยวกับ SNS ที่ตอบสนองต่อการสำรวจออนไลน์ อคติการเลือกที่มีศักยภาพนี้จำกัดความสามารถในการทั่วไปของผลลัพธ์ปัจจุบัน มีแนวโน้มว่าผู้ใช้ทั่วไปของ SNSs มีส่วนร่วมในการศึกษามีแนวโน้มมากกว่าผู้ใช้ไม่บ่อยนัก อคตินี้ซึ่งเป็นเรื่องธรรมดาในการศึกษาออนไลน์จำนวนมากอาจส่งผลให้มีการ จำกัด ช่วงของตัวอย่างในแง่ของปริมาณการใช้ SNS แม้ว่าการ จำกัด ช่วงดังกล่าวอาจลดขนาดของความสัมพันธ์ที่เกี่ยวข้องกับการไหลของ Facebook และ FAD แต่ก็ไม่น่าเป็นไปได้ที่จะสร้างความถูกต้องของการวิเคราะห์ทางสถิติในปัจจุบัน จากการทดสอบสมมติฐานพบว่ามีนัยสำคัญที่บ่งชี้ว่าข้อ จำกัด ช่วงศักยภาพไม่ได้ลดความไวของการทดสอบทางสถิติลงอย่างมาก นอกจากนี้อาจเป็นไปได้ว่าคำถามการวิจัยเฉพาะของการศึกษาไม่ได้มีอิทธิพลต่อการตัดสินใจที่จะมีส่วนร่วมในการศึกษาเพราะมันไม่ได้เปิดเผยล่วงหน้าให้กับผู้เข้าร่วม
ในการสรุปผลการศึกษาในปัจจุบันเผยให้เห็นความสัมพันธ์ที่ดีระหว่าง Facebook และ FAD โดยเฉพาะอย่างยิ่ง TelePresence ของโลก Facebook ซึ่งเป็นลักษณะสำคัญของการไหลของ Facebook ดูเหมือนว่าจะเพิ่มช่องโหว่ของแต่ละบุคคลในการพัฒนา FAD ควรมีการตรวจสอบความสัมพันธ์ระหว่างการไหลของ Facebook และ FAD ต่อไปเพื่อทำความเข้าใจความเสี่ยงของการพัฒนา FAD ให้ดีขึ้นรวมถึงบทบาทของปัจจัยป้องกัน
ข้อมูลสนับสนุน
ไฟล์ S1
ชุดข้อมูลที่ใช้สำหรับการวิเคราะห์ในการศึกษาปัจจุบัน
(SAV)
คำแถลงเงิน
การศึกษานี้ได้รับการสนับสนุนโดยศาสตราจารย์ Alexander von Humboldt มอบให้กับJürgen Margraf โดยมูลนิธิ Alexander von Humboldt นอกจากนี้เรารับทราบการสนับสนุนจากกองทุนเปิดสิ่งพิมพ์สาธารณะของ Ruhr-Universität Bochum ที่มอบให้กับ Julia Brailovskaia ผู้เลี้ยงไม่มีบทบาทในการออกแบบการศึกษาการรวบรวมและวิเคราะห์ข้อมูลการตัดสินใจที่จะเผยแพร่หรือการจัดทำต้นฉบับ
อ้างอิง
;
