视频游戏中动机，偏好和病理的个体差异：游戏态度，动机和体验量表（2013）

抽象

介绍

视频游戏产业是美国经济增长最快的部门之一。 该行业在25中产生了2011亿美元的销售额，从2005到2009，其年增长率超过了同期整个美国经济增长率的5倍（Siwek， 2010）。 相应的证据表明，个人现在玩电子游戏比以往任何时候都多（参见Anderson等， 2007）。 例如，Gentile（2009）据报道，8到18的年龄平均每周播放视频游戏的时间接近15小时。 虽然大量的研究都集中在游戏内容的影响上，特别是暴力事件（见Anderson等， 2010），相对较少的研究调查了可能导致视频游戏的病态（有时称为“上瘾”）模式的因素（Fisher， 1994; Chiu等人， 2004; 查尔顿和丹佛斯， 2007; 外邦人， 2009; Gentile等人， 2011）是什么激励人们玩，更喜欢某些游戏而不是其他游戏（Przybylski等， 2010）。 本报告通过开发和验证测量这些结构的工具，为有关游戏偏好和动机的个体差异的新兴文献做出了贡献。

随着视频游戏的普遍普及，它们的多样性也越来越大。 当今的视频游戏由不同的工作室，开发人员和类型组成。 特定游戏通常包含各种选项，从而允许玩家以多种不同方式与游戏进行交互。 在视频游戏之间和之内有如此众多的选择，因此个人经常喜欢一种游戏类型而不是另一种游戏也就不足为奇了，就像其他形式的流行媒体一样。 就像一个电影发烧友可能喜欢斯皮尔伯格而另一个电影发烧友喜欢塔伦蒂诺一样，一个游戏玩家也可能会喜欢西德·迈耶的策略游戏（例如 文明），而另一个人则喜欢肯·莱文（Ken Levine）基于叙事的第一人称射击游戏（例如， 生化奇兵).

最近的研究支持不同游戏玩家对视频游戏有不同动机和偏好的直观想法。 例如，Ryan等人。 （2006通过应用自我决定理论（SDT）检查球员的动机（Deci和Ryan， 1985）。 SDT预测，只要满足玩家对自主性（一种控制感），能力（一种表现良好的感觉）以及亲密关系（朋友和关系）的基本心理需求，他们就应该喜欢视频游戏。 与此假设相符，瑞安等。 （2006）发现，在所有玩家中，游戏中自主性，能力和相关性的主观体验使得游戏更具激励性并吸引玩家。 此外，经过严格审查的游戏（例如， 塞尔达传说：时之笛倾向于比关键的触发器更好地满足需求（例如， 虫虫特工队）。 重要的是，不同的玩家发现同样非常成功的游戏可以不同地满足他们的SDT需求，从而获得不同的乐趣。 这种现象表明，玩家偏好的个体差异可能会缓和特定游戏是否满足或扼杀SDT需求，因此，哪些玩家将享受哪些游戏。

研究人员，玩家和游戏开发人员长期以来一直对测量游戏动机和偏好的个体差异感兴趣。 “球员个性”的理论始于巴特尔（1996），推测玩家根据每个玩家喜欢对游戏世界采取行动的程度（与之相互作用的程度）以及每个玩家喜欢与其他玩家互动的程度，分为四种类型中的一种。 最近，Sherry等人。 （2006采访焦点小组中的美国本科学生，以确定视频游戏使用动机的维度。 他们确定了六个维度：唤醒，挑战，竞争，转移，幻想和社交互动。 在随后的调查中发现这些维度是视频游戏的强大预测因素，因此唤醒，转移和社交互动的更高等级与每周视频游戏使用的更多时间相关联。

另一种模型来自Yee等人。 （2012; 议， 2006a,b）。 Yee及其同事对大型多人在线角色扮演游戏（MMORPG）的玩家进行了调查，确定了由十个子组件组成的三个因素。 这些因素包括：成就，包括进步，力学和竞争子组件； 社交，包括社交，关系和团队合作； 和沉浸式，包括发现，角色扮演，自定义和逃避现实。 此后，发现这些因素与球员最大进步的领域有关。 魔兽世界。 例如，更多以成就为导向的玩家在玩家与玩家的战斗和合作地牢袭击中拥有更大比例的游戏“成就”，而更多沉浸式游戏玩家在探索方面的成就比例更高（Yee et al。 ， 2012).

这三种方法都试图衡量和解释游戏中的个人喜好，这种方法可以解释同一款游戏如何窒息一个玩家的SDT需求。 的确，Yee（2006a）因素似乎特别符合SDT动机：玩家使用游戏来实现能力（即Yee的成就因子）或相关性（即Yee的社交因素）的程度有所不同。 雪利酒等。 （2006同样衡量对竞争和社会互动的态度。 这些措施的差异似乎表明，玩家通过游戏使用来寻求实现的SDT需求各不相同。 例如，一个玩家可以使用游戏来体验相关性，而另一个玩家则使用它们来体验能力。

由于动机模型可以预测玩视频游戏的时间（例如，Sherry等， 2006; 议， 2006b），理解游戏动机中的个体差异可能对于理解导致有问题的视频游戏使用的因素或某些人所谓的“病态视频游戏使用”（Gentile， 2009）或“病理技术使用”（Gentile等， 2013）。 最初改编自诊断和统计手册，第四版（DSM-IV;美国精神病学协会， 2000赌博成瘾的标准，病态视频游戏使用的措施在可靠性和有效性方面稳步提高。 像赌博一样，过度使用电子游戏会对个人造成许多不利后果。 例如，病理性视频游戏的使用与抑郁，焦虑，社交恐惧症和学校表现受损有关（Gentile等， 2011）。 在一个极端的情况下，一个女人变得如此专注于游戏 魔兽世界 她的3岁女儿因疏忽而死（Las Cruces Sun-News; Meeks， 2011).

玩家在视频游戏使用动机和偏好方面的个体差异可能会确定哪些游戏玩家享受健康，平衡的游戏使用以及哪些游戏玩家有患病理游戏的风险。 例如，很像应对动机与酗酒有关（Cooper等， 1988, 1992, 1995），相应的证据表明，使用视频游戏逃脱问题的玩家因游戏使用而遇到更多问题（Yee， 2006b; 克内尔和格洛克， 2013).

实际上，有理由相信某些游戏特征的偏好可能与病态游戏的使用有关。 研究人员认为某些特征使得某些游戏比其他游戏更容易上瘾（Wan和Chiou， 2007; King和Delfabbro， 2009; 金等人， 2011）。 例如，包含社交互动的网络游戏经常被发现比离线单人视频游戏更容易上瘾（托马斯和马丁， 2010）。 此外，与对照组相比，成瘾者在寻找可以帮助他们的游戏角色“排名”的稀有游戏内物品方面获得了更大的乐趣（King et al。， 2010）。 由于这些原因，研究人员倾向于怀疑大型多人在线角色扮演游戏（MMORPG）特别容易上瘾（Linderoth和Bennerstedt， 2007; Hellström等人， 2012; 克内尔和格洛克， 2013），有时甚至将所有其他类型排除在游戏病理学研究之外（例如，Yee， 2006b; Hellström等人， 2012）。 通过识别游戏偏好的差异，可以识别喜欢某些游戏风格的玩家并确定他们是否经历比其他玩家更多的病态游戏使用症状。 例如，玩家可以通过游戏内物品或在线社交互动来激励他们的程度。 对游戏内奖励感到特别兴奋的玩家，例如耗时的成就和稀有物品，可能会发现自己被迫过度玩耍。 类似地，喜欢具有强烈社交成分的游戏的玩家可能发现他们更有可能变得有义务玩游戏，可能导致游戏生活与现实生活之间的冲突。

游戏中的行为强化可能与病态游戏的使用有关。 许多研究将视频游戏与激活与药物使用和成瘾有关的奖励网络联系起来（Koepp等， 1998; Hoeft等人， 2008）。 希望让玩家保持参与的游戏设计师现在将操作性条件化的原则应用于游戏设计（Skinner等， 1997; 合生创展， 2001）。 游戏内奖励通常根据可变比例奖励计划进行分配，其中需要可变数量的动作来获得奖励。 例如，a “暗黑破坏神 玩家可能会在她杀死的下一个怪物上找到一个强大的武器，或者直到一千个怪物之后才能找到该武器。 这种奖励计划促进了行为的快速，频繁的参与，并且在没有奖励的情况下学习的行为很慢。 这些奖励计划的结构和重要性因游戏而异，这可能导致某些类型的视频游戏与病理学更密切相关。 Yee（支持这一假设）2006b）发现玩家更有动力完成目标和积累稀有物品的前景表现出更多的病态游戏使用症状。 虽然大多数SDT观点都侧重于基于技能的挑战，作为满足能力需求的来源（Przybylski等， 2010），奖励的积累也可以导致强大的玩家化身和成就感和进步感，即使在没有挑战的情况下也可能满足SDT能力需求。

社会义务可能是另一个危险的游戏功能。 在许多在线游戏中，玩家必须共同努力才能实现更高阶的目标。 如果玩家是团体中必不可少的成员，只要该团体的其他成员想玩，玩家就有义务参与游戏（King和Delfabbro， 2009）。 像“Farmville”这样的“社交游戏”也努力让玩家有义务定期玩游戏，让玩家互相依赖游戏资源的日常分配。 尽管存在这些潜在耗时的社交义务，但许多玩家喜欢多人游戏，可能是因为与社交游戏相关的功能为玩家提供了满足其SDT相关性需求的机会。

玩家动机的测量结果表明哪些玩家特别受上述游戏特征的激励，因此这些游戏特征是否与更大的病态相关联。 然而，有许多方法可以改善玩家动机的测量以更好地理解偏好和病理。 首先，自从其他游戏动机和偏好措施的发展（Sherry等， 2006; 议， 2006a），故事已成为视频游戏使用的主要动力，一些玩家将他们的经验比作电影，书籍或艺术等更传统的媒体形式。 接下来，先前的努力仅限于游戏人群的小子集。 例如，Yee（2006a,b, 2012）只研究MMORPG的玩家，这是一种单一类型的视频游戏 雪利酒等 研究（2006）专注于年龄23及更年轻的游戏玩家。

重要的是，迄今为止没有任何措施能够区分不同游戏的玩家。 区分游戏平台，流派和游戏的能力等同于理解不同视频游戏之间的差异及其不同的潜力以激发病态使用。 因此，全面且外部有效的偏好度量应该能够区分不同风格的游戏的粉丝甚至不同的游戏平台。 例如，主要通过诸如Facebook或iPhone之类的偶然平台（有时称为“休闲游戏玩家”）玩游戏的人应该与购买专门用于玩视频游戏的游戏机的人明显不同。 同样，不同游戏的粉丝对不同游戏功能的热情也各不相同。 例如，一些视频游戏因其讲故事而备受好评（例如， 质量效应，生化奇兵）（达伦， 2007; VILLORIA， 2010），而在其他游戏中，故事是一种偶然的框架设备，有时会被彻底忽视（例如， 超级马里奥兄弟，队伍堡垒2，DOOM）。 同样，一些游戏拥有生动的多人游戏社区（例如， 我的世界，魔兽世界）而其他人则完全是单人游戏体验。 一些游戏允许随着时间的推移稳定积累升级和项目（例如， 天际, 魔兽世界，使命召唤），其他游戏发生在孤立的非累积游戏中（例如， 星际争霸，文明，俄罗斯方块）。 我们期望玩家可能偏好一组游戏机制而不是另一组游戏机制，从而在喜爱的游戏特许经营和动机测量之间创建有意义且可预测的协变模式。

本研究的目的是调查广泛的参与者样本中的视频游戏偏好和动机，并在此过程中，开发并提供关于这些结构的新度量的初始有效性信息。 这项努力通过尝试衡量更广泛的潜在动机以及研究更多样化的游戏玩家群体（包括众多游戏类型的玩家和不常见的（休闲）玩家）来改进以前的工作。 通过与首选视频游戏和游戏平台的比较来验证这一措施，本研究能够探索某些游戏动机，游戏类型或游戏平台是否与病态游戏使用的更高发生率相关联。

方法

成果

因素结构

许多物品都是高度倾斜的。 为了提高因子分析的性能，我们记录了对次最极端反应的罕见和极端反应（见Wilcox， 1995）。 例如，在只有三个参与者回复“5-Strongly Agree”的项目上，该响应被记录为“4-Agree”.121项目中有45个以这种方式进行了调整¹.

为了建立和验证我们的动机和偏好因素结构，我们进行了分两半探索性因子分析（EFA）和验证性因子分析（CFA）过程。 参与者被随机分配到EFA或CFA组。 在分配给全民教育小组的332参与者中，50是大学本科生。

使用R的“nFactors”软件包（Raiche和Magis，在迭代过程中执行EFA， 2010）。 首先，将数据提交给平行分析（参见Fabrigar等， 1999）。 并行分析执行数据矩阵的主因子分解，并将其与随机数据矩阵的主因子分解进行比较。 该分析产生相对于随机数据在观测数据中特征值（幅度）更大的分量。 接下来，使用倾斜的promax旋转将数据提交给EFA，并使用从原始数据矩阵中提取的平行分析中推荐数量的因子。 我们检查了因素载荷和弱载荷（无载荷> 0.30）掉落的物品。 我们还删除了连续两次迭代显示复杂加载的项目（在一个以上的因素上加载了> 0.30的项目）。 我们重复此迭代过程（并行分析，然后删除差的和复杂的项目），直到达到稳定的解决方案（即，没有任何项目达到排除标准）。

最终的解决方案包括九个因素。 并行分析推荐了第十个因素，即拖延，但它只由两个具有非常相似措辞的项目组成，并被丢弃。 Sherry等人的两件作品。 （2006）未能加载他们之前验证的因素：“我觉得进入下一个级别非常有益”和“我一直玩到游戏或完成一个级别”，而不是任何与挑战相关的因素。 这很可能是由于“水平”这个词的模糊性，它可以应用于游戏的一个部分或阶段（例如，在动作游戏中，击败一个级别并继续下一个级别）或者积累到化身强度（例如，在角色扮演游戏中“升级”，从而变得更强）。 因此，虽然这些物品的装载量大致简单，但丢弃物品以避免任何歧义。

表中可以看到假设因子名称和含义的完整列表 Table1.1。 表格中列出了最终迭代后剩余的项目 Table2,2，按因子排序并重新编号。 表中列出了这些项目的因子载荷 Table3.3。 表中汇总了每个因素的因素间相关性和克朗巴赫（Cronbach）α Table44.

 

表1

GAMES因素及其假设意义.

 

表2

游戏态度，动机和体验量表中的项目列表（GAMES）.

 

表3

因素负荷.

 

表4

因子间关联和Cronbach的alpha.

潜在因素与游戏偏好之间的关系

游戏特许经营权

如果9因子解决方案代表游戏偏好中的有效个体差异，那么它们应该与特定游戏特许经营权相关联。 例如，列出基于故事的特许经营权的游戏玩家（例如， “质量效应”他们最喜欢的应该是故事因素高于平均水平，而喜欢开放世界，自由形式游戏的玩家（例如， 天际）在自治因子上的得分应高于平均水平。 因此，以下分析检查了参与者的因子得分是否可以根据他们在其三个最爱中列出的游戏进行预测。

对于每个20最常指示的最喜欢的游戏特许经营权，创建了虚拟编码（0 =否; 1 =是）向量以指示参与者是否在他们的顶级3最喜欢的视频游戏中列出该特许经营。 然后进行多重方差分析（MANOVA）以确定GAMES因子得分是否可以被预测为最喜欢的游戏的向量的函数。 因此，该分析比较了喜欢特定游戏特许经营权的游戏玩家是否通常在9因子解决方案中对特定因素得分更低或更高。 所有结果都表示为类型III的平方和，从而表示在分配由于其他游戏特许经营权引起的差异之后每个因素的唯一方差。 分析仅限于那些表示至少有一个20游戏特许经营权为最受欢迎的参与者（n = 531）。 表中总结了每个喜爱的游戏特许经营对每个因素的影响 Table55.

 

表5

最喜欢的游戏特许经营权在GAMES因子得分上的系数.

游戏平台

同样，如果GAMES因素在外部有效，则应与玩家对游戏平台的选择有关。 例如，认真购买专门用于玩游戏的硬件的玩家应该不同于仅偶然玩游戏（即，主要出于非游戏原因而拥有的手机或Facebook帐户）玩游戏的玩家。 因此，通常指示使用某些平台的玩家在某些因素上可能比其他玩家更高或更低。 和以前一样，为每个主题为其报告的用于玩游戏的平台创建了伪代码。 我们执行了另一次MANOVA，以查看平台的选择是否可以预测9个因子得分。 输入年龄作为协变量。 结果总结在表中 Table6.6。 一般来说，PC，PS3和XBOX 360等专用游戏平台的玩家在故事，暴力奖励，逃避现实和社交互动方面都较高，而手机和Facebook等偶然平台上的玩家在损失厌恶和磨练方面的表现更高。

 

表6

游戏平台的系数对GAMES因素的影响.

使用模式

进行了多元回归，以确定因素得分是否能预测参与者的使用频率，在游戏上花费的业余时间比例以及对游戏（休闲或硬核）的自我描述态度。 结果总结在表中 Table7.7。 一般来说，更高的故事，暴力奖励，逃避现实，社交互动和自治分数与更频繁的游戏，在视频游戏上花费更多的业余时间，以及作为“硬核”玩家的自我描述相关联。 损失厌恶和定制的得分越高，游戏频率越低，花在游戏上的闲暇时间比例越小，自我描述作为“休闲”玩家。

 

表7

GAMES因素与游戏使用模式之间的关系.

与年龄的相关性

通过Fisher r-to-z变换检查年龄与GAMES因子之间的相关性。 47名参与者没有给出他们的年龄，并被排除在此分析之外，留下了样本 n = 736; 所以，所有 ts表示734自由度。 年龄与Catharsis显着相关（r = -0.08， p = 0.004），损失厌恶（r = -0.10， p = 0.001），社交互动（r = -0.17， p <0.001），自定义（r = -0.06， p = 0.02），研磨（r = -0.12， p <0.001）和自治（r = 0.10， p = 0.002）。 年龄与Story没有显着相关（r = 0.02， p = 0.14），暴力奖励（r = 0.02， p = 0.15），或逃避现实（r = 0.02， p 0.17）。

讨论

本报告的目的是制定和验证一项评估游戏动机和偏好的个体差异的措施，并评估这些因素与病态游戏相关的程度。 根据全民教育和终审法院以及包括游戏特许经营权在内的分析，这一措施似乎表现出了极好的内部可靠性，正如CFA从分半部分析中的模型拟合和有效性所证明的那样，游戏特许经营权偏好如何与要素结构。 此外，虽然自我选择过程导致样本主要由“铁杆”玩家（每天玩的白人男性）组成，但300大学本科生的额外招募有助于将研究样本多样化为女性和不太严肃的参与者。

该措施以多种方式改进了以前的仪器。 首先，它建立在这些先前研究的潜在变量之上，增加了新的因素，特别是故事，这已经成为过去十年中玩家越来越重要的方面。 我们还认为研磨因子具有理论重要性，并且可能（与Losing结合）预测不同的参与者如何不同地满足SDT对能力的需求。 据说有“两种游戏：因技巧而获胜的游戏，以及因时间而获胜的游戏”（Baron， 1999）。 这两个因素可以预测玩家是否更有可能通过激烈的挑战或通过患者获得奖励来获得能力满足。 此外，之前的研究采用了有限的样本：Yee（2006a,b）; Yee等人。 （2012）只使用MMORPGS的玩家（一种流行的，虽然利基，视频游戏类型）和Sherry等人。 （2006）只使用志愿者23和更年轻。 我们的样本包括来自各个年龄段和类型的玩家，其中包括MMORPG玩家和本科生，但还有更多。

我们的因素证明了出色的可靠性。 此外，发现因子得分以合理的方式与参与者最喜欢的特许经营权相关。 例如，角色扮演和基于故事的专营权的粉丝喜欢 最终幻想，质量效应，平面景观：折磨及 半衰期 比其他游戏的粉丝有更高的故事分数。 同样，自由形态RPG的玩家也喜欢 天际 or 辐射 拥有较高的Autonomy分数，而玩家的精心编写 使命召唤 特许经营的自治分数较低。 60或更长时间的RPG 天际 和 最终幻想 每个都与更高的Grinding分数相关联。 暴力 侠盗 与更高的暴力奖励和暴力宣泄有关。

我们的因素似乎也代表了不同游戏平台的玩家之间的差异。 例如，三个最传统的视频游戏平台（Playstation 3，XBOX 360和个人计算机）的用户对视频游戏的故事，暴力和逃避现实主义给予了更大的重视。 但是，PC游戏玩家的自治性也明显更高，这可能反映出该平台倾向于开放式，选择丰富和可修改的视频游戏的趋势。 他们也更有能力承受损失。 相比之下，电话和Facebook游戏等附带平台的玩家发现损失更加令人沮丧。 手机游戏玩家在《 Grinding》上的得分也更高。 许多电话游戏都涉及简单，快速的游戏过程，并逐渐增加了游戏内货币，然后可以将其交易进行各种升级（例如， Jetpack Joyride，Tiny Tower，Off the Leash, 打孔任务）。 此外，这些游戏通常是“免费游戏”，无需安装任何费用，而是由将现实货币转换为游戏内货币以购买这些升级的玩家提供资金。 由于我们的研磨量表衡量了对收益和支付游戏内奖励的态度，我们认为这是我们量表有效性的进一步证据。 然而，没有手机或Facebook游戏进入20最喜欢的游戏，因此尚未确定这种商业模式是否是观察电话游戏和Grinding之间关系的真正原因。

病理学问卷中某些因子得分与得分之间的关​​系表明该工具可能在识别视频游戏过度使用风险的人身上发挥作用。 通过了解那些有视频游戏问题的人的动机，习惯和首选类型，我们可以更好地诊断和治疗过多的视频游戏。 例如，试图通过幻想沉浸或角色扮演来“逃避”自己的玩家似乎面临着增强的风险。 似乎使用视频游戏来逃避问题可能会导致恶性循环。 它还表明病态游戏的使用可能是其他潜在问题（如抑郁症，社交恐怖症）的症状，可能更难以治疗 - 如果有人使用视频游戏来逃避这些问题，那么视频游戏的弃权可能只会对待视频游戏使用的那些症状，同时保持底层问题不变。 这复制了之前有关Yee的逃避现实与病理学之间联系的报道（2006b）。 考虑到不再将“玩去消除烦躁情绪”列为游戏病理学的症状，这种关系很有意思，因为它似乎是一种“社会规范”的游戏使用形式（Gentile等，正在审查中） ）。 虽然逃避现实可能不是病态视频游戏使用的症状，但它似乎始终与游戏病理学相关（Yee等， 2012; 克内尔和格洛克， 2013）。 我们建议未来的研究不要忽视烦躁情绪，应对，自我逃避和视频游戏病理学之间的可能联系。

我们还发现了一些关于病理学中玩家 - 游戏互动的证据。 具有较高社交动机玩游戏的玩家也更有可能拥有视频游戏病态。 正如引言中所提到的，具有多人游戏机制和玩家与玩家关系的游戏可能难以戒掉，因为同伴压力和社会义务有助于持续发挥作用。 Grinding和病理学之间也发现了一种关系，支持我们的假设，那些玩家被迫研磨数小时并且完成100％的视频游戏内容会遇到更大的问题。 在之前的研究中，Yee（2006b）提出了进步动机与Young病理诊断问卷之间的关系。 当前的研究以一种新颖的方法在更广泛的样本（即，所有游戏的玩家，而不仅仅是MMORPG）中复制了这种关系。

有问题的视频游戏使用的证据与情绪调节或自我逃避有关，这表明病态游戏的使用可能受到与那些引人注目的药物滥用相似的心理机制的推动（Cooper等， 1988, 1992, 1995）。 病态视频游戏使用与药物和赌博成瘾分享潜在动机的前景在理论上具有吸引力，并提出了一般潜在成瘾的可靠且不变的结构（Shaffer等， 2004）。 但是，需要更多的研究来验证这种可能性。

而MMORPG则如 魔兽世界 长期以来一直被怀疑是特别危险的，目前的研究提供了一些洞察力，说明为什么这些游戏特别有可能促成有问题的使用。 这些游戏提供了所有三个被发现的风险因素：通过幻想沉浸的逃避现实; 通过频繁的游戏获得奖励或通过现实世界的货币购买游戏货币来磨砺; 通过有组织的球员合作，竞争和社会化进行社交互动。 尽管如此，我们还是敦促游戏病理学研究人员在他们的研究中考虑所有类型的游戏。 毕竟，仅仅是30多年前，“游戏成瘾”就是单人街机动作游戏的代名词而没有持久的奖励来赚取（例如， 导弹司令部，小行星，Galaga）。 这种风格的游戏与当今的MMORPG非常不同。 这项研究提供了初步的工具来了解跨多种流派和风格的游戏用法，甚至包括体育游戏和其他非视频游戏。

本研究还有助于创建一种工具，用于理解参与者和满意度来源之间的个体差异。 已经证明，劣质游戏（糟糕的评论）在满足SDT需求方面比高质量游戏（良好的批评性评价）更糟糕（Ryan等， 2006）。 但是，即使在两个广受好评的游戏之间，不同的玩家也会获得不同的SDT达成量，并相应地不同程度地享受这些游戏。 这些动机可能与给定游戏的属性相互作用，以确定其如何差异地满足不同玩家的心理需求。 例如，损失厌恶度较高的玩家可能会发现具有挑战性的游戏“令人沮丧”或“不公平”，而损失厌恶度较低的玩家可能会感到激动。 对这些个体差异的理解可以使游戏开发人员，评论家和消费者更容易理解特定游戏是否适合消费者的口味。 未来的研究是必要的，以证明动机和偏好度量是否可以预测玩家满意度。

我们还希望继续开发这种规模的新产品。 特别是，我们不确定损失厌恶，自治和自定义是否完全可以衡量预期的结构。 我们希望Loss Aversion能够更好地涵盖整个竞争和挑战，而不是具体地包含失败的经历。 只要适合自己的技能水平，所有玩家都可能会遇到挑战。 诸如“我发现简单的游戏太无聊”和“当我精通游戏的某个方面时感到骄傲”之类的项目未能加载。 同样，自治因素似乎主要代表了开放世界探索的重要性和可用选择的多样性。 我们曾希望，这个因素还可以衡量决策，探索解决方案和尝试策略的能力，而不会干扰教学信息或谦虚提示。 但是，“我更喜欢告诉您做什么和何时做的游戏”和“我喜欢自己弄清楚游戏”之类的项目具有明显的上限/下限效果，并且变化很小，因此无法加载任何内容因子。 最后，对于 我的世界，也许是因为四个项目中的三个与头像定制有关，而且只有一个项目与建筑物有关。 未来的努力可能会扩大这一因素的范围。

此外，尽管我们在检查因子得分与参与者最喜欢的游戏之间的关系方面取得了令人满意的结果，但未来的研究可能会在这种方法上得到改进。 首先，指示参与者报告他们的三个“最喜欢的游戏”引起一定的怀旧污染。 许多参与者回答了他们10年前玩的视频游戏，而不是他们在给定的时间最喜欢玩的游戏。 此外，由于受访者提到数百种不同的视频游戏，因此该项目的开放式响应结构并没有产生出色的统计能力，根据研究人员的最佳判断，许多响应被丢弃，而其他响应则被尽可能地汇总。 将来，我们计划将最喜欢的游戏的选择限制为健壮，多样但选择有限的选择。

目前的研究受到其横截面设计的限制，这使得无法确定动机和病理学之间关系的因果关系方向（如果有的话）。 未来的纵向研究对于确定动机发育和病理学的模式是必要的。 纵向数据将允许检查格兰杰因果关系（格兰杰， 1969在动机和病理状态之间，确定动机是否导致病理学或病理学导致动机。 此外，它将使我们能够确定动机规范性变化的性质。 目前的研究无法解决与年龄相关的动机引起的年龄动机变化。

由于许多开始研究的受试者在完成调查之前退出或做出“不适用”的回答，因此该研究经历了严重的受试者磨损。该调查相当繁琐，使大多数参与者在20分钟或更长时间内完成。 未来的研究将尝试使用更小，更少负担的调查。 这将得到当前研究的帮助，该研究将GAMES测量从121项目减少到60项目（包括注意代理）。 较小的项目池将减少完成调查所需的时间以及至少一个问题将被标记为“不适用”的可能性，从而减少损耗。

最后，我们敦促研究人员考虑玩家的特定特征，他们的个性以及他们玩的游戏。 视频游戏研究中常见的陷阱是将游戏视为同质机器，将时间转换为虚拟黄金和被杀死的龙，或者更糟糕的是，将暴力场景传递给被动观众的工具。 玩家是他们游戏中的积极参与者，并且在他们玩的游戏中表现出异质的偏好。 玩家有动力玩游戏，因为这些游戏可以满足心理需求（Przybylski等， 2010），但不同的参与者将寻求通过不同的方式满足这些需求。 为了更好地理解球员，偏好和病理，我们必须调查不同球员个性和比赛机制的相互作用。

作者说明

这项研究得到了约瑟夫希尔加德颁发的邦德生命科学奖学金的支持。

致谢

脚注

参考资料