จิตเวชศาสตร์ ISRN 2013 มี.ค. 28; 2013: 961734 ดอย: 10.1155 / 2013 / 961734
Ozturk FO, Ekinci M, Ozturk O, Canan F.
แหล่ง
ภาควิชาพยาบาลจิตเวชคณะวิทยาศาสตร์สุขภาพมหาวิทยาลัย Ataturk, 25240 Erzurum ประเทศตุรกี
นามธรรม
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาความสัมพันธ์ของข้อมูลด้านอารมณ์และลักษณะทางอารมณ์และพฤติกรรมกับการติดอินเทอร์เน็ตในนักเรียนมัธยมปลาย ตัวอย่างการศึกษารวมถึงนักเรียนมัธยม 303. แบบฟอร์มข้อมูลลักษณะทางสังคมวิทยามาตราส่วนการติดอินเทอร์เน็ต (IAS) แบบสอบถามจุดแข็งและความยากลำบากและการประเมินอารมณ์ของเมมฟิสปิซาปารีสและซานดิเอโก autoquestionnaire เก็บรวบรวมข้อมูล
ของกลุ่มตัวอย่าง 6.6% พบว่าติดอินเทอร์เน็ต. การมีคอมพิวเตอร์ในบ้าน (P <0.001) และการใช้อินเทอร์เน็ตมากกว่าสองปี (P <0.001) พบว่าสัมพันธ์กับคะแนนที่สูงขึ้นใน IAS อัตราความชุกของอารมณ์วิตกกังวลสำหรับผู้ติดอินเทอร์เน็ตมีมากกว่าผู้ที่ไม่ได้เสพ (P <0.001) Dysthymic (r = 0.199; P <0.01), cyclothymic (r = 0.249; P <0.01), hyperthymic (r = 0.156; P <0.01), หงุดหงิด (r = 0.254; P <0.01) และวิตกกังวล (r = 0.205 ; P <0.01) อารมณ์; ปัญหาการดำเนินการ (r = 0.146; P <0.05), สมาธิสั้น - ไม่ใส่ใจ (r = 0.133; P <0.05), อาการทางอารมณ์ (r = 0.138; P <0.05) และปัญหาทั้งหมด (r = 0.160; P <0.01) คือ พบว่ามีความสัมพันธ์กับคะแนน IAS จากการค้นพบเหล่านี้มีความสัมพันธ์ระหว่างการติดอินเทอร์เน็ตและโปรไฟล์อารมณ์อารมณ์โดยเฉพาะอย่างยิ่งกับอารมณ์กังวล นอกจากนี้ปัญหาทางอารมณ์และพฤติกรรมพบได้บ่อยในวัยรุ่นที่มีปัญหาการใช้อินเทอร์เน็ต
1. บทนำ
อินเทอร์เน็ตเป็นเทคโนโลยีที่อำนวยความสะดวกในการเข้าถึงแหล่งข้อมูลประเภทต่างๆและการแลกเปลี่ยนข้อมูลได้อย่างง่ายดายผ่านวิธีที่ไม่แพงและปลอดภัย แม้ว่าคำจำกัดความที่เป็นมาตรฐานของการเสพติดอินเทอร์เน็ตยังไม่ได้รับการเห็นพ้องกันนักวิจัยบางคนระบุว่าการติดอินเทอร์เน็ตนั้นมีความสามารถในการควบคุมความกระตือรือร้นในการทำกิจกรรมทางอินเทอร์เน็ตน้อยลงการสูญเสียความสำคัญของเวลาโดยไม่ต้องเชื่อมต่อกับอินเทอร์เน็ต ถูกกีดกันและเสื่อมถอยในการทำงานและการทำงานทางสังคมและครอบครัว [1, 2] นักวิจัยชี้ให้เห็นว่าการเสพติดอินเทอร์เน็ตอาจพบได้ในทุกช่วงอายุทั้งในเพศและเริ่มตั้งแต่อายุน้อยกว่าการเสพติดอื่น ๆ3]. สถิติความชุกของการติดอินเทอร์เน็ตในหมู่วัยรุ่นแตกต่างกันอย่างมากจาก 2% [4] ถึง 20% [5] ข้ามวัฒนธรรมและสังคม
ผู้ติดอินเทอร์เน็ตอาจใช้เวลา 40 – 80 ชั่วโมงต่อสัปดาห์ทางออนไลน์ [3] ด้วยเหตุนี้การติดอินเทอร์เน็ตอาจทำให้เกิดปัญหาทางกายภาพและสังคมรวมทั้งความไม่สงบทางจิตใจ [6].
มีการศึกษาจำนวนหนึ่งที่ขีดเส้นใต้ผลร้ายของการติดอินเทอร์เน็ตที่มีต่อร่างกายและจิตใจความเป็นอยู่ที่ดีและวัยรุ่นส่วนใหญ่ที่ติดอินเทอร์เน็ตได้รับรายงานว่ามีความผิดปกติทางจิตเวชอีกด้วย7, 8]. ความผิดปกติของอารมณ์, ความผิดปกติของการใช้สาร, สมาธิสั้น (ADHD), ความผิดปกติของพฤติกรรมที่ก่อกวน, ความวิตกกังวล, ความผิดปกติของการนอนหลับ, ความผิดปกติของการนอนหลับ, ความผิดปกติในการรับประทานอาหาร9].
คนอื่น ๆ แย้งว่าการติดอินเทอร์เน็ตนั้นเป็นรูปแบบพฤติกรรมที่มีบทบาทในการรับรู้เชิงลบบางอย่างที่ชดเชยความล้มเหลวของชีวิตในพื้นที่เช่นเดียวกับที่เห็นในภาวะซึมเศร้า [10] ในบริบทนี้การใช้อินเทอร์เน็ตมากเกินไปอาจถือเป็นพฤติกรรมที่คุ้มค่าและผ่านกลไกการเรียนรู้มันอาจถูกใช้เป็นกลยุทธ์ที่ไม่เพียงพอที่จะรับมือกับความรู้สึกในแง่ลบ [11].
ลักษณะทางอารมณ์ของความแปลกใหม่หรือการแสวงหาความรู้สึกนั้นมีการรายงานว่ามีผู้ใช้สารมากกว่าผู้ใช้สาร [12] ผู้แต่งส่วนใหญ่ยอมรับว่าลักษณะเหล่านี้เพิ่มความเสี่ยงของการติดยาโดยทั่วไป [13] น่าจะเป็นเพราะแนวโน้มที่เพิ่มขึ้นในการทดลองกับยาเสพติด ในการศึกษาการตรวจสอบลักษณะทางอารมณ์ของวัยรุ่นที่ติดอินเทอร์เน็ตมันถูกเปิดเผยว่านักเรียนที่ติดอินเทอร์เน็ตได้รับผลกระทบจากความรู้สึกอารมณ์ไม่มั่นคงจินตนาการจินตนาการซึมซับในความคิดพอเพียงการทดลองและชอบการตัดสินใจของตนเอง7]. วัยรุ่นที่ติดยาเสพติดทางอินเทอร์เน็ตก็แสดงให้เห็นว่ามีคะแนนสูงกว่าในประเภทของโรคประสาทและอารมณ์แปรปรวนมากกว่ากลุ่มควบคุม [14] อย่างไรก็ตามเพื่อความรู้ของเราไม่มีการศึกษาในวรรณคดีที่ระบุความสัมพันธ์ระหว่างโปรไฟล์อารมณ์ทางอารมณ์และการติดอินเทอร์เน็ต.
เป้าหมายแรกของการศึกษานี้คือการตรวจสอบการติดอินเทอร์เน็ตและความเกี่ยวข้องกับคุณสมบัติทางสังคมวิทยาของกลุ่มตัวอย่างของประชากรวัยรุ่นตุรกี ประการที่สองมันมีวัตถุประสงค์เพื่อเปรียบเทียบโปรไฟล์อารมณ์อารมณ์และลักษณะทางอารมณ์และพฤติกรรมของวัยรุ่นที่มีหรือไม่มีการติดอินเทอร์เน็ต
2 วิธีการ
2.1 การออกแบบและตัวอย่าง
นี่เป็นการศึกษาเชิงพรรณนาและภาคตัดขวาง ประชากรศึกษารวมนักเรียนโรงเรียนมัธยมที่เข้าร่วม Erzurum Ataturk High School ในตุรกีในปีการศึกษา 2010-2011 (n = 325) ตัวอย่างการศึกษารวมถึงนักเรียน 303 ที่อยู่ในชั้นเรียนในวันที่มีการเก็บรวบรวมข้อมูลผู้ตกลงที่จะเข้าร่วมในการศึกษาและกรอกแบบสอบถามอย่างสมบูรณ์ (อัตราการตอบกลับ = 93.2%)
2.2 ข้อพิจารณาด้านจริยธรรม
ได้รับการอนุมัติจากคณะกรรมการจริยธรรมจากสถาบันวิทยาศาสตร์สุขภาพของมหาวิทยาลัย Ataturk ได้รับการอนุมัติจากผู้อำนวยการโรงเรียนมัธยม Erzurum Ataturk นักเรียนที่ได้รับข้อมูลเกี่ยวกับการศึกษาและผู้ที่ยอมรับการมีส่วนร่วมในการศึกษารวม นอกจากนี้ยังได้รับการอนุมัติจากผู้อำนวยการฝ่ายการศึกษาโรงเรียนสังกัดกระทรวงศึกษาธิการ
2.3 การเก็บรวบรวมข้อมูล
เครื่องมือที่ใช้ในการเก็บรวบรวมข้อมูล: แบบฟอร์มข้อมูลลักษณะทางสังคมมิติขนาดติดอินเทอร์เน็ตแบบสอบถามจุดแข็งและความยากลำบากและการประเมินอารมณ์ของเมมฟิส, ปิซา, ปารีสและซานดิเอโก autoquestionnaire นักเรียนให้คำตอบขณะอยู่ในชั้นเรียนหลักสูตรการให้คำปรึกษา ความสมบูรณ์ของเครื่องมือใช้เวลาเฉลี่ย 40 นาที
2.4 เครื่องมือรวบรวมข้อมูล
2.4.1 แบบฟอร์มข้อมูลลักษณะทางสังคมวิทยา
เราพัฒนาแบบสอบถามทางสังคมวิทยาแบบ 12 รายการที่มีรายการเกี่ยวกับอายุเพศเกรดรายได้ครัวเรือนเฉลี่ยต่อเดือนระดับและประเภทของการใช้อินเทอร์เน็ต (เช่น "คุณใช้อินเทอร์เน็ตอยู่ที่ไหน?") และคอมพิวเตอร์ใน บ้าน.
2.4.2 มาตราส่วนการติดอินเทอร์เน็ต (IAS)
IAS [15] เป็นเครื่องมือรายงานตนเองประกอบด้วยรายการ 31 (เช่น“ ฉันอยู่บนอินเทอร์เน็ตนานกว่าที่ฉันตั้งใจไว้”“ ฉันรู้สึกว่าชีวิตที่ไม่มีอินเทอร์เน็ตจะน่าเบื่อและว่างเปล่า”“ ฉันพยายามใช้จ่ายน้อยลง เวลาบนอินเทอร์เน็ต แต่ฉันไม่สามารถทำเช่นนั้นได้”) ตามคู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิตรุ่นที่สี่เกณฑ์การพึ่งพาสารและเกณฑ์เพิ่มเติม 2 ที่แนะนำโดย Griffiths [16] IAS เป็นมาตรการที่เชื่อถือได้สูงและสอดคล้องกันภายใน (Cronbach α = .95) เครื่องชั่งถูกแปลเป็นภาษาตุรกีและมีการประเมินคุณสมบัติทางไซโครมิเตอร์ของเครื่องชั่งตุรกีในหมู่นักเรียนโรงเรียนมัธยมซึ่งเปิดเผยความน่าเชื่อถือของการทดสอบซ้ำที่มีความสำคัญสูง [17] ความน่าเชื่อถือของ interitem ลดขนาดเริ่มต้นจากรายการ 31 เป็น 27 (ด้วย Cronbach α จาก. 94) รายการสเกลได้รับการจัดอันดับในระดับคะแนน Likert 5 (1, ไม่เคย, 2, ไม่ค่อยบ่อยครั้ง, 3, บางครั้ง, 4, บ่อยครั้ง, 5, บ่อยครั้ง, 81, เสมอ) โดยมีคะแนนสูงกว่า แนะนำให้ตัดคะแนนของ 3 (รายการ 27 × XNUMX) เป็นสิ่งบ่งบอกถึงการติดอินเทอร์เน็ต
2.4.3 แบบสอบถามความแข็งแกร่งและความยากลำบาก (SDQ)
The SDQ [18] ได้รับการพัฒนาเพื่อกำหนดจุดแข็งและพฤติกรรมที่เป็นปัญหาของวัยรุ่น เครื่องมือนี้ประกอบด้วยคำถาม 25 ข้อที่ถามเกี่ยวกับลักษณะทางพฤติกรรมซึ่งบางคำถามเป็นเชิงบวกและบางคำถามเป็นเชิงลบ คำถามเหล่านี้แสดงอยู่ภายใต้หัวข้อย่อยห้าหัวข้อ: (1) ดำเนินการแก้ไขปัญหา; (2) สมาธิสั้น - ไม่สนใจ; (3) อาการทางอารมณ์; (4) ปัญหาเพื่อน และ (5) พฤติกรรมทางสังคม หัวเรื่องย่อย 0 รายการแรกถูกจัดหมวดหมู่ไว้ภายใต้ "คะแนนความยากทั้งหมด" คะแนนนี้แตกต่างกันไประหว่าง 40 ถึง XNUMX ความถูกต้องและความน่าเชื่อถือของ SDQ เวอร์ชันตุรกีดำเนินการโดยGüvenir et al [19] ด้วยความสอดคล้องภายในที่ยอมรับได้ (อัลฟาของครอนบาค = 0.73)
2.4.4 การประเมินอารมณ์ของเมมฟิส, ปิซา, ปารีส, และซานดิเอโก Autoquestionnaire (TEMPS-A)
รุ่น autoquestionnaire ของการประเมินอารมณ์ของเมมฟิส, ปิซา, ปารีสและซานดิเอโก (TEMPS-A) เป็นเครื่องมือรายงานตนเองที่พัฒนาโดย Akiskal et al [20]. ได้รับการตรวจสอบเพื่อใช้ในผู้ป่วยทางจิตเวชและผู้ที่มีสุขภาพดี แบบสอบถามฉบับสมบูรณ์จะวัดลักษณะอารมณ์ทางอารมณ์ที่มีอยู่ในชีวิตทั้งชีวิตของผู้เข้าร่วมแสดงด้วยสเกล XNUMX มิติ ได้แก่ ซึมเศร้าไซโคลธีมิกไฮเปอร์ไทมิกหงุดหงิดและวิตกกังวล ในการศึกษานี้ใช้เวอร์ชันภาษาตุรกี [21].
2.5 การวิเคราะห์ข้อมูล
ชุดข้อมูลทางสถิติสำหรับซอฟต์แวร์ทางสังคมศาสตร์ (SPSS 15, Chicago, IL, USA) ใช้สำหรับการวิเคราะห์ พารามิเตอร์เชิงพรรณนาแสดงเป็นค่าเฉลี่ย±ส่วนเบี่ยงเบนมาตรฐานหรือเป็นร้อยละ เปรียบเทียบตัวแปรต่อเนื่องโดยใช้นักเรียน t ทดสอบ. การทดสอบไคสแควร์ของ Pearson ใช้ในการวิเคราะห์ความแตกต่างของค่าเฉลี่ยและสัดส่วนระหว่างกลุ่ม การทดสอบสหสัมพันธ์ของ Spearman หรือ Pearson ใช้เพื่อประเมินความสัมพันธ์ระหว่าง IAS และส่วนย่อยของ SDQ และ TEMPS-A ก P ค่า <0.05 ถือว่ามีนัยสำคัญ
3 ผล
จำนวนเด็กชาย 210 (69.2%) และเด็กหญิง 92 (30.8%) เสร็จสิ้นการวัดและแบบสอบถาม ในกลุ่มตัวอย่าง 20 (6.6%) ถูกพบว่าติดอินเทอร์เน็ตตาม IAS สัดส่วนของเด็กผู้ชายที่ถูกจัดประเภทเป็นผู้ติดอินเทอร์เน็ตคือ 6.2% สำหรับเด็กผู้หญิงสัดส่วนที่สอดคล้องกันคือ 7.6%; ความแตกต่างไม่มีนัยสำคัญทางสถิติ มีคอมพิวเตอร์ในบ้านพบว่ามีความสัมพันธ์อย่างมีนัยสำคัญกับการติดอินเทอร์เน็ต 1 ตาราง แสดงรายการคุณสมบัติหัวเรื่องพื้นฐานโดยการมีหรือไม่มีการติดอินเทอร์เน็ต
คุณสมบัติทางสังคมของวัยรุ่นในส่วนที่เกี่ยวกับสถานะการติดอินเทอร์เน็ต (การทดสอบไคสแควร์)
คะแนนเฉลี่ยของ IAS นั้นสูงกว่าวัยรุ่นที่มีคอมพิวเตอร์ในบ้านอย่างมีนัยสำคัญมากกว่าผู้ที่ไม่มีP <0.001) นอกจากนี้นักเรียนที่ใช้อินเทอร์เน็ตมานานกว่าสองปีพบว่ามีคะแนน IAS สูงกว่าผู้ที่ใช้อินเทอร์เน็ตเป็นเวลาสองปีหรือน้อยกว่า (P <0.001) คะแนน IAS ยังสูงกว่าอย่างมีนัยสำคัญในวัยรุ่นที่ใช้อินเทอร์เน็ตในบ้านมากกว่าผู้ที่ใช้อินเทอร์เน็ตในที่อื่น ๆ (P <0.001)
อัตราความชุกของอารมณ์ที่วิตกกังวลสำหรับผู้ติดอินเทอร์เน็ตคือ 15% ในขณะที่สำหรับผู้ไม่ติดมันก็คือ 2.8% (P <0.001) ประเภทย่อยของอารมณ์และการกระจายในแง่ของสถานะการติดอินเทอร์เน็ตจะแสดงใน 2 ตาราง. คะแนนเฉลี่ยของ IAS พบว่าในวัยรุ่นที่มีอารมณ์วิตกกังวลสูงกว่า (63.9 ± 25.3) สูงกว่าคะแนนที่ไม่มีอารมณ์วิตกกังวล (47.9 ± 18.1) (P <0.05) การมีหรือไม่มีประเภทย่อยของอารมณ์อื่น ๆ ไม่มีความสัมพันธ์กับคะแนนที่แตกต่างกันอย่างมีนัยสำคัญใน IAS ตามค่าสัมประสิทธิ์สหสัมพันธ์ของเพียร์สันพบความสัมพันธ์ที่มีนัยสำคัญระหว่างการติดอินเทอร์เน็ตและโรคดิสโทมิค (r = 0.199; P <0.01), ไซโคลธีมิค (r = 0.249; P <0.01), hyperthymic (r = 0.156; P <0.01), หงุดหงิด (r = 0.254; P <0.01) และกังวล (r = 0.205; P <0.01) อารมณ์
ลักษณะทางอารมณ์ของวัยรุ่นเกี่ยวกับสถานะการติดอินเทอร์เน็ต
มีการเปรียบเทียบวัยรุ่นที่มีและไม่มีการติดอินเทอร์เน็ตตามคะแนน TEMPS-A และ SDQ (3 ตาราง) แม้ว่าจะไม่พบความแตกต่างในคะแนน TEMPS-A แต่นักเรียนที่ติดอินเทอร์เน็ตจะได้คะแนนสูงกว่าในเรื่องปัญหาพฤติกรรม (P <0.05) และปัญหาทั้งหมด (P <0.05) ส่วนย่อยของ SDQ มากกว่านักเรียนที่ไม่ติดอินเทอร์เน็ต นอกจากนี้ยังมีความสัมพันธ์เชิงบวกและมีนัยสำคัญทางสถิติระหว่าง IAS กับปัญหาการดำเนินการ (r = 0.146; P <0.05), สมาธิสั้น - ไม่สนใจ (r = 0.133; P <0.05), อาการทางอารมณ์ (r = 0.138; P <0.05) และปัญหาทั้งหมด (r = 0.160; P <0.01)
การเปรียบเทียบ TEMPS-A และ SDQ หมายถึงคะแนนของนักเรียนที่มีและไม่มีการติดอินเทอร์เน็ต
4 การสนทนา
ในการศึกษาปัจจุบันความชุกของการติดอินเทอร์เน็ตพบว่าเป็น 6.6% ซึ่งใกล้เคียงกับอัตราที่พบในการศึกษาอื่น ๆ ที่ประเมินนักเรียนวัยเดียวกัน22, 23] จากการค้นพบของเราความเสี่ยงในการติดอินเทอร์เน็ตเพิ่มขึ้นตามการเพิ่มขึ้นของอินเทอร์เน็ต. นอกจากนี้การใช้อินเทอร์เน็ตที่มีระยะเวลานานกว่าสองปีก็พบว่ามีความสัมพันธ์กับความเสี่ยงต่อการติดอินเทอร์เน็ตที่เพิ่มขึ้น
ในการศึกษาของเราน่าจะเป็นเพราะอัตราการมีส่วนร่วมต่ำในเด็กผู้หญิงไม่มีความแตกต่างอย่างมีนัยสำคัญระหว่างเด็กชายและเด็กหญิงตามคะแนน IAS ตรงกันข้ามกับการค้นพบของเราสถาบันสถิติตุรกีแจ้งว่าการใช้คอมพิวเตอร์และอินเทอร์เน็ตนั้นเป็นที่แพร่หลายในหมู่เด็กชายมากกว่าในเด็กหญิงในข้อมูล 2010 [24] การศึกษาอื่น ๆ จากตุรกียังแสดงให้เห็นว่าเด็กชายมีแนวโน้มที่จะได้รับผลกระทบจากการใช้อินเทอร์เน็ตที่เป็นอันตราย [17, 25].
ในการศึกษาที่ประเมินนักเรียนระดับประถมศึกษา 535 ที่ใช้รายการตรวจสอบพฤติกรรมเด็กคะแนน ADHD พบว่าในวัยรุ่นที่ติดยาเสพติดทางอินเทอร์เน็ตสูงกว่าในกลุ่มที่ไม่มี [26]. นอกจากนี้ Yen et al. [27], การประเมินนักศึกษา 2793 เปิดเผยว่ามีความสัมพันธ์ระหว่างการติดอินเทอร์เน็ตและความผิดปกติสมาธิสั้น (ADHD) พวกเขายังแสดงให้เห็นว่าความสัมพันธ์ที่โดดเด่นที่สุดระหว่างการติดอินเทอร์เน็ตคือกับกลุ่มอาการขาดความสนใจ ในทำนองเดียวกันในการศึกษาปัจจุบันพบว่าคะแนนการติดอินเทอร์เน็ตพบว่ามีความสัมพันธ์เชิงบวกกับคะแนนการขาดสมาธิและสมาธิสั้น อ้างอิงจาก“ อาการการถอนเงินที่คุ้มค่า” เนื่องจากการขาดตัวรับ D2 เด็กที่เป็นโรคสมาธิสั้นได้ทำเครื่องหมายแนวโน้มที่จะจูงใจการพนันทางพยาธิวิทยาการใช้สารเคมีและแอลกอฮอล์และพฤติกรรมที่กระตุ้นและหุนหันพลันแล่น28] การติดอินเทอร์เน็ตตาม“ สมมติฐานการขาดรางวัล” อาจทำหน้าที่เป็น“ รางวัลที่ผิดธรรมชาติ” และอาจมาพร้อมกับอาการสมาธิสั้นด้วยวิธีนี้ [26].
ลักษณะบุคลิกภาพแบบพึ่งพาอาศัยกันนั้นแสดงให้เห็นว่าเกี่ยวข้องกับความหุนหันพลันแล่นการแสวงหาสิ่งแปลกใหม่โรคจิตและปัญหาความสัมพันธ์ทางสังคมในการศึกษาหลายครั้ง [29, 30] Landers and Lounsbury [31] ประเมินนักศึกษาระดับปริญญาตรี 117 และพบว่าการใช้อินเทอร์เน็ตมีความสัมพันธ์เชิงลบกับสามในห้าลักษณะใหญ่ความเห็นพ้องต้องกันความขยันขันแข็งและบุคลิกภาพด้านการแสดงตัว การมองโลกในแง่ดีและการขับรถและเกี่ยวข้องกับความคิดเชิงบวก ในการศึกษาที่ดำเนินการในหมู่นักศึกษาวิทยาลัยในตุรกีโรคจิตแสดงให้เห็นว่าเป็นมิติทางบุคลิกภาพเพียงอย่างเดียวที่เกี่ยวข้องกับการสร้างความสัมพันธ์ใหม่และมีเพื่อน "อินเทอร์เน็ตเท่านั้น" นอกจากนี้การพาหิรวัฒน์เป็นมิติทางบุคลิกภาพเพียงอย่างเดียวที่เกี่ยวข้องกับการรักษาความสัมพันธ์ระยะยาวและสนับสนุนความสัมพันธ์แบบตัวต่อตัวทุกวัน [32]. ในการศึกษาของเราพบว่ามีความสัมพันธ์เชิงบวกและมีความสำคัญสูงระหว่างคะแนนการติดอินเทอร์เน็ตและคะแนนซึมเศร้า, cyclothymic, hyperthymic, หงุดหงิดและวิตกกังวลคะแนนอารมณ์ นอกจากนี้ความถี่ของอารมณ์วิตกกังวลพบว่านักเรียนที่ติดยาเสพติดทางอินเทอร์เน็ตสูงกว่านักเรียนที่ไม่มี
พฤติกรรมการเสพติดแสดงให้เห็นถึงคุณสมบัติหลักของการเสพติดทางร่างกายและจิตใจเช่นการครุ่นคิดทางจิต, ความแปรปรวนทางอารมณ์, ความอดทน, การถอน, ความขัดแย้งระหว่างบุคคลและการกำเริบของโรค [33] ตาม“ สมมติฐานการใช้ยาด้วยตนเอง” ผู้ป่วยมักใช้สารเพื่อเปลี่ยนสถานะอารมณ์ที่ไม่พึงประสงค์ลดความวิตกกังวลที่ไม่สามารถทนได้และเพื่อรับมือกับความบกพร่องทางสติปัญญา34] สิ่งนี้สามารถเห็นได้ในการเสพติดอินเทอร์เน็ตซึ่งเป็นพฤติกรรมการเสพติด การพยายามทำซ้ำเพื่อรับออนไลน์อาจเป็นวิธีการลดความรุนแรงของอาการถอนเช่นความวิตกกังวล นอกจากนี้คำอธิบายเกี่ยวกับความถี่การติดอินเทอร์เน็ตที่เพิ่มขึ้นในบุคคลที่มีความวิตกกังวลอาจเกี่ยวข้องกับ“ สมมติฐานการใช้ยาด้วยตนเอง”
วัยรุ่นที่ถูกกีดกันจากการสนับสนุนทางอารมณ์และจิตใจได้รับรายงานว่ามีความเสี่ยงเพิ่มขึ้นสำหรับการติดอินเทอร์เน็ต35] Morahan-Martin และ Schumacher [36] เปิดเผยว่า 22.7% ของผู้ใช้อินเทอร์เน็ตมีปัญหากับความสัมพันธ์กับเพื่อนและครอบครัวและมีปัญหาในการทำงานและกิจกรรมของโรงเรียนเนื่องจากการใช้อินเทอร์เน็ต ในตัวอย่างการศึกษาของเราคะแนนความแข็งแรงโดยรวมและคะแนนปัญหาการดำเนินการของ SDQ พบว่าสูงขึ้นอย่างมีนัยสำคัญในนักเรียนที่ติดอินเทอร์เน็ต นอกจากนี้ยังมีความสัมพันธ์ในเชิงบวกระหว่างคะแนนการเสพติดอินเทอร์เน็ตและความยากลำบากโดยรวมปัญหาในการปฏิบัติปัญหาสมาธิสั้นโดยไม่ตั้งใจและคะแนนอาการทางอารมณ์ จากการค้นพบเหล่านี้มีความสัมพันธ์ระหว่างการใช้อินเทอร์เน็ตที่มีปัญหากับปัญหาทางอารมณ์และพฤติกรรม
ข้อ จำกัด การศึกษานี้มีข้อ จำกัด หลายประการ ประการแรกเนื่องจากกลุ่มตัวอย่างของการศึกษานี้รวมนักเรียนของโรงเรียนมัธยมผลการศึกษาไม่สามารถสรุปได้โดยทั่วไปกับประชากรขนาดใหญ่ในตุรกี ประการที่สองขนาดตัวอย่างนั้นค่อนข้างเรียบง่ายในการสรุปข้อสรุปที่ชัดเจน นอกจากนี้การศึกษาระดับมัธยมไม่ได้บังคับในตุรกีเมื่อทำการศึกษานี้ ครอบครัวในภาคตะวันออกและตะวันออกเฉียงใต้ของตุรกีลงทุนในการศึกษาลูกชายมากกว่าลูกสาว [37] ดังนั้นประชากรการศึกษาของเราประกอบด้วยเด็กชาย 69.2% และเด็กหญิง 30.8% ในที่สุดการออกแบบการวิจัยแบบภาคตัดขวางของการศึกษาปัจจุบันไม่สามารถยืนยันความสัมพันธ์เชิงสาเหตุของโปรไฟล์อารมณ์และปัญหาพฤติกรรมกับการติดอินเทอร์เน็ต
5 สรุปผลการวิจัย
จากการค้นพบของการศึกษาในปัจจุบันพบว่าการเสพติดอินเทอร์เน็ตเป็นปรากฏการณ์ที่พบได้บ่อยในหมู่วัยรุ่น มีความสัมพันธ์ระหว่างการติดอินเทอร์เน็ตและอาการขาดสมาธิและสมาธิสั้นและอารมณ์วิตกกังวล นอกจากนี้ปัญหาพฤติกรรมมักพบบ่อยในวัยรุ่นที่มีปัญหาการใช้งานอินเทอร์เน็ต เนื่องจากลักษณะตัดขวางของการศึกษานี้จึงไม่สามารถกำหนดทิศทางของสาเหตุของผลลัพธ์ได้ ไม่จำเป็นต้องมีการศึกษาเพิ่มเติมในอนาคตเพื่อประเมินคุณสมบัติทางอารมณ์ของวัยรุ่นที่มีความเสี่ยงต่อการติดอินเทอร์เน็ตในกลุ่มประชากรที่มีการศึกษาขนาดใหญ่
ความขัดแย้งทางผลประโยชน์
ไม่มีผู้เขียนคนใดที่มีความสัมพันธ์ทางการเงินโดยตรงกับตัวตนทางการค้าที่ระบุไว้ในเอกสารที่อาจนำไปสู่
อ้างอิง
1 Young KS จิตวิทยาการใช้คอมพิวเตอร์: XL การใช้งานอินเทอร์เน็ตที่เสพติด: กรณีที่ละเมิดกฎตายตัว รายงานทางจิตวิทยา. 1996;79(3):899–902. [PubMed]
2 Young KS การติดอินเทอร์เน็ต: การเกิดขึ้นของความผิดปกติทางคลินิกใหม่ CyberPsychology & Behavior. ฮิต; ฮิต:-ฮิตฮิต
3 Whang LSM, Lee S, Chang G. โปรไฟล์ทางจิตวิทยาของผู้ใช้งานอินเทอร์เน็ตมากกว่า: การวิเคราะห์การสุ่มตัวอย่างพฤติกรรมการติดอินเทอร์เน็ต ไซเบอร์จิตวิทยาและพฤติกรรม. 2003;6(2):143–150. [PubMed]
4 Johansson A, Götestam KG การติดอินเทอร์เน็ต: ลักษณะของแบบสอบถามและความชุกในเยาวชนนอร์เวย์ (12 – 18 ปี) สแกนดิเนเวียนวารสารจิตวิทยา. 2004;45(3):223–229. [PubMed]
5 Ha JH, Yoo HJ, Cho IH, Chin B, Shin D, Kim JH การประเมินภาวะป่วยทางจิตเวชในเด็กเกาหลีและวัยรุ่นที่คัดกรองการติดอินเทอร์เน็ต วารสารคลินิกจิตเวช. 2006;67(5):821–826. [PubMed]
6 Hur MH ปัจจัยด้านประชากรนิสัยและสังคมเศรษฐกิจของโรคติดอินเทอร์เน็ต: การศึกษาเชิงประจักษ์ของวัยรุ่นเกาหลี ไซเบอร์จิตวิทยาและพฤติกรรม. 2006;9(5):514–525. [PubMed]
7 Yang CK, Choe BM, Baity M, Lee JH, Cho JS โปรไฟล์ SCL-90-R และ 16PF ของนักเรียนมัธยมปลายที่มีการใช้อินเทอร์เน็ตมากเกินไป วารสารจิตเวชแคนาดา. 2005;50(7):407–414. [PubMed]
8 Yen JY, Ko CH, Yen CF, Chen SH, Chung WL, Chen CC อาการทางจิตเวชในวัยรุ่นที่ติดอินเทอร์เน็ต: การเปรียบเทียบกับการใช้สารเสพติด จิตเวชศาสตร์และประสาทวิทยาศาสตร์คลินิก. 2008;62(1):9–16. [PubMed]
9 Ko CH, Yen JY, CF CF, Chen CS ความสัมพันธ์ระหว่างการติดอินเทอร์เน็ตและความผิดปกติทางจิตเวช: การทบทวนวรรณกรรม จิตเวชยุโรป. 2012;27(1):1–8. [PubMed]
10 Davis RA รูปแบบความรู้ความเข้าใจพฤติกรรมของการใช้อินเทอร์เน็ตทางพยาธิวิทยา คอมพิวเตอร์ในพฤติกรรมมนุษย์. 2001;17(2):187–195.
11 Du YS, Jiang W, Vance A. ผลระยะยาวของการรักษาแบบกลุ่มพฤติกรรมการเรียนรู้แบบสุ่มและควบคุมสำหรับการติดอินเทอร์เน็ตในนักเรียนวัยรุ่นในเซี่ยงไฮ้ วารสารจิตเวชศาสตร์ออสเตรเลียและนิวซีแลนด์. 2010;44(2):129–134. [PubMed]
12 LC LC, Tremblay RE พฤติกรรมของเด็กผู้ชายในโรงเรียนอนุบาลและการเริ่มใช้สารเสพติดในช่วงวัยรุ่น จดหมายเหตุทั่วไปจิตเวชศาสตร์. 1997;54(1):62–68. [PubMed]
13 Le Bon O, Basiaux P, Streel E, et al. รายละเอียดบุคลิกภาพและยาเสพติดของทางเลือก; การวิเคราะห์หลายตัวแปรโดยใช้ TCI ของ Cloninger ในการติดเฮโรอีน, แอลกอฮอล์และกลุ่มประชากรสุ่ม ยาเสพติดและสุรา. 2004;73(2):175–182. [PubMed]
14 Cao F, Su L. การเสพติดอินเทอร์เน็ตในหมู่วัยรุ่นจีน: ความชุกและคุณสมบัติทางจิตวิทยา เด็ก: การดูแลสุขภาพและการพัฒนา. 2007;33(3):275–281. [PubMed]
15 Nichols LA, Nicki R. พัฒนาการของขนาดอินเทอร์เน็ตติดยาเสพติด psychometrically เสียง: ขั้นตอนเบื้องต้น จิตวิทยาการเสพติด. 2004;18(4):381–384. [PubMed]
16 Griffiths M. การติดอินเทอร์เน็ต: มันมีอยู่จริงเหรอ? ใน: Gackenbach J บรรณาธิการ จิตวิทยาและอินเทอร์เน็ต. New York, NY, USA: Academic Press; 1998 pp. 61 – 75
17 Canan F, Ataoglu A, Nichols LA, Yildirim T, Ozturk O. การประเมินคุณสมบัติไซโครเมทของมาตรวัดการติดอินเทอร์เน็ตในตัวอย่างของนักเรียนมัธยมตุรกี ไซเบอร์จิตวิทยาพฤติกรรมและเครือข่ายสังคม. 2010;13(3):317–320. [PubMed]
18 กู๊ดแมนอาร์รุ่นขยายของแบบสอบถามความแข็งแกร่งและความยากลำบากเป็นแนวทางในการดูแลผู้ป่วยจิตเวชเด็กและภาระที่ตามมา วารสารจิตวิทยาเด็กและจิตเวชศาสตร์และสหพันธ์. 1999;40(5):791–799. [PubMed]
19 Güvenir T, Özbek A, Baykara B, Şentürk B, cencekaş S. การตรวจสอบความถูกต้องและความน่าเชื่อถือของแบบสอบถามความแข็งแกร่งและความยากลำบาก (SDQ) การดำเนินการของ 15th สภาแห่งชาติของจิตเวชเด็กและวัยรุ่น; 2004; อิสตันบูลตุรกี.
20 Akiskal HS, Akiskal KK, Haykal RF, Manning JS, Connor PD TEMPS-A: ความคืบหน้าไปสู่การตรวจสอบเวอร์ชั่นทางคลินิกของการประเมินอารมณ์ของเมมฟิส, ปิซา, ปารีส, และซานดิเอโก Autoquestionnaire วารสารที่ส่งผลต่อความผิดปกติ. 2005;85(1-2):3–16. [PubMed]
21 Vahip S, Kesebir S, Alkan M, Yazici O, Akiskal KK, Akiskal HS อารมณ์แปรปรวนทางอารมณ์ในทางคลินิกที่ดีในตุรกี: ข้อมูล psychometric เริ่มต้นใน TEMPS-A วารสารที่ส่งผลต่อความผิดปกติ. 2005;85(1-2):113–125. [PubMed]
22 Park SK, Kim JY, Cho CB ความชุกของการติดอินเทอร์เน็ตและความสัมพันธ์กับปัจจัยทางครอบครัวของวัยรุ่นเกาหลีใต้ วัยรุ่น. 2008;43(172):895–909. [PubMed]
23 หลิน SSJ, Tsai CC การแสวงหาความรู้สึกและการพึ่งพาอินเทอร์เน็ตของวัยรุ่นมัธยมไต้หวัน คอมพิวเตอร์ในพฤติกรรมมนุษย์. 2002;18(4):411–426.
24 สถาบันสถิติตุรกี หน้าแรก, อังการา, ตุรกี, 2010, http://www.turkstat.gov.tr.
25 Canan F, Ataoglu A, Ozcetin A, Icmeli C. ความสัมพันธ์ระหว่างการติดอินเทอร์เน็ตและความร้าวฉานระหว่างนักศึกษาชาวตุรกี จิตเวชศาสตร์ครบวงจร. 2012;53(5):422–426. [PubMed]
26 ฮี JY, ซูซีซี, ฮาเจและคณะ อาการสมาธิสั้นและอาการติดอินเทอร์เน็ต จิตเวชศาสตร์และประสาทวิทยาศาสตร์คลินิก. 2004;58(5):487–494. [PubMed]
27 Yen JY, Yen CF, Chen CS, Tang TC, Ko CH ความสัมพันธ์ระหว่างอาการสมาธิสั้นในผู้ใหญ่กับการติดอินเทอร์เน็ตในหมู่นักศึกษา: ความแตกต่างระหว่างเพศ ไซเบอร์จิตวิทยาและพฤติกรรม. 2009;12(2):187–191. [PubMed]
28 Blum K, Braverman ER, Holder JM และอื่น ๆ โรคขาดรางวัล: แบบจำลอง biogenetic สำหรับการวินิจฉัยและการรักษาพฤติกรรมหุนหันพลันแล่นเสพติดและบีบบังคับ วารสารยาเสพติดทางจิตเวช. 2000; 32: 1 112- [PubMed]
29 อัลเลน TJ, Moeller FG, Rhoades HM, Cherek DR แรงกระตุ้นและประวัติของการพึ่งพายาเสพติด ยาเสพติดและสุรา. 1998;50(2):137–145. [PubMed]
30 Eysenck HJ ติดบุคลิกภาพและแรงจูงใจ เภสัชวิทยาของมนุษย์. 1997;12(supplement 2):S79–S87.
31 Landers RN, Lounsbury JW การตรวจสอบลักษณะบุคลิกภาพขนาดใหญ่และแคบที่เกี่ยวข้องกับการใช้อินเทอร์เน็ต. คอมพิวเตอร์ในพฤติกรรมมนุษย์. 2006;22(2):283–293.
32 Tosun LP, Lajunen T. การใช้อินเทอร์เน็ตสะท้อนบุคลิกภาพของคุณหรือไม่? ความสัมพันธ์ระหว่างมิติบุคลิกภาพของ Eysenck กับการใช้อินเทอร์เน็ต คอมพิวเตอร์ในพฤติกรรมมนุษย์. 2010;26(2):162–167.
33 Donovan JE การเริ่มต้นแอลกอฮอล์วัยรุ่น: การทบทวนปัจจัยเสี่ยงทางจิตสังคม วารสารสุขภาพวัยรุ่น. 2004;35(6):e7–e18. [PubMed]
34 Mirin SM, Weiss RD, Michael J, Griffin ML พยาธิวิทยาในผู้ใช้สารเสพติด: การวินิจฉัยและการรักษา วารสารยาเสพติดและแอลกอฮอล์อเมริกัน. 1988;14(2):139–157. [PubMed]
35 Durkee T, Kaess M, Carli V, และคณะ ความชุกของการใช้อินเทอร์เน็ตทางพยาธิวิทยาในวัยรุ่นในยุโรป: ปัจจัยด้านประชากรและสังคม ติดยาเสพติด. 2012;107(12):2210–2222. [PubMed]
36 Morahan-Martin J, Schumacher P. อุบัติการณ์และสหสัมพันธ์ของการใช้อินเทอร์เน็ตทางพยาธิวิทยาในหมู่นักศึกษา คอมพิวเตอร์ในพฤติกรรมมนุษย์. 2000;16(1):13–29.
37 O'Dwyer J, Aksit N, Sands M. ขยายการเข้าถึงการศึกษาในตุรกีตะวันออก: โครงการใหม่ วารสารการพัฒนาการศึกษานานาชาติ. 2010;30(2):193–203.
;