移动无处不在：了解认知吸收，智能手机成瘾和社交网络服务之间的关系（2019）

1.1。 定义和文献综述

这项研究的目的是三方面的：检查智能手机成瘾和SNS成瘾之间的区别； 了解用户感知对成瘾的影响（通过认知吸收来衡量，以检查用户对软件和技术的参与和参与状态）； 并研究智能手机和SNS成瘾以及用户感知的人口统计学差异。 本节探讨了有关这些主题的背景文献，重点关注技术成瘾，有问题的智能手机使用和认知吸收。

1.2。 技术成瘾

Merriam-Webster的医学词典 （1995：273） 将成瘾定义为“......已经变得几乎或完全不自主的后天行为模式”，而“成瘾”则是 大风百科全书 （1999）认为成瘾是“......依赖于一个人无力阻止的行为或物质。”传统上，成瘾被认为只与物质（如酒精和毒品）有关，但后来被扩大到包括 有问题的行为 （包括过度的性交和病态赌博）。 此外，一些人认为任何无法控制或过度使用的行为或活动都应被视为成瘾（Peele，1985).

美国精神病学协会的诊断和 统计手册 of 精神错乱 （DSM），目前正处于第五版（DSM-V， 2013），捕获共同商定的 心理状况。 临床医生已经在一定程度上考虑了可能存在的技术成瘾问题，尽管DSM目前并未将其视为一种病症，而是维持其表现为其他先前心理状况的结果，如减少 冲动控制 (Yellowlees＆Marks，2007年）。 然而，对于技术的各个方面的成瘾已经吸引了一些学术领域的研究关注一段时间，并且已经有人要求它正式承认（Block，2008).

在上下文中 信息系统 学科， 卡里洛（Carillo），斯科纳瓦瓦卡（Scornavacca）和扎（Za），2017年 指出心理依赖（成瘾） 信息和通信技术 不应该混淆 目标导向 依赖性。 虽然这两个概念可能是相关的，并且可能影响个人合理的IT使用决策，但是面向目标的依存关系体现了个人达到其目标的能力在多大程度上取决于特定技术的使用。 它还倾向于关注更多 积极的后果 使用技术。 另一方面，成瘾倾向于关注更负面的 技术的影响 使用，因为它涉及到 心理状态 对技术使用的适应不良依赖程度，以至于出现典型的强迫行为症状。 本文着重于这一现象的这一方面。

越来越多的研究表明存在对几种形式的信息技术上瘾（Barnes＆Pressey，2014年; Carillo等。 2017; 格里菲斯，2001; 林，2004; Turel，Serenko和Giles，2011年; Turel＆Serenko，2010年). Turel等人。 （2011） 报告说，神经行为支持已被提供用于存在行为成瘾，包括技术成瘾，并指出物质和行为成瘾之间的相似性（Helmuth，2001）。 一项研究采用 功能磁共振成像 在线游戏中发现，对网络游戏成瘾中的物质成瘾和渴望/渴望的冲动/渴望有类似之处 神经生物学机制 (Ko等人。 2009）。 于是 Turel等人。 （2011，p。 1045）得出结论：“因此，将物质成瘾领域的概念，模型和理论应用于相当新的行为成瘾领域是合理的”。

研究有问题的技术使用的研究有相当大的谱系; 例如，Hadley Cantril和Gordon W. Allport质疑其潜在的上瘾性质 广播节目 在他们的文字中 广播心理学 发表于 1935。 后来的奖学金解决了某些技术的依赖性，如过度 电视观看 (Horvath，2004; Mcllwraith，1998），过度的视频游戏（守护者，1990），'电脑成瘾'（Shotton，1991），以及互联网的上瘾潜力（Brenner，1997; 格里菲斯，1996, 1997; 年轻，1998），后一主题吸引了大量的实证关注（Bozoglan，Demirer和Sahin，2014年; Bridges＆Florsheim，2008年; 查尔顿和丹佛斯，2007年; 德米尔（Demirer）和博佐格兰（Bozoglan），2016年; 库斯（Kuss），范鲁伊（van Rooij），肖特（Shorter），格里菲思（Griffiths）和范德梅恩（van de Mheen），2013年; Lehenbauer-Baum等。 2015; 莫拉汉·马丁和舒马赫（2000）; Pontes＆Griffiths，2016年; Turel等人。 2011）。 一个子集 网络成瘾 研究还研究了具体的问题 线上活动，包括成瘾 在线拍卖 (Turel等人。 2011）和虚拟世界（Barnes＆Pressey，2014年）。 这一受到学术关注的学术探究系列的一个自然延伸是有问题的智能手机使用。

1.3。 有问题的智能手机使用

总的来说，这些研究代表了不同的学术领域，包括信息系统，计算机研究，医疗保健，教育和心理学等。 然而，只有少数研究经验性地检验了智能手机使用和成瘾的动机，驱动因素或用户感知（梁和梁，2014; 比安奇和菲利普斯，2005年; Ehrenberg等人。 2008; Jeong＆Lee，2015年; 皮尔森与侯赛因，2015年; Takao等。 2009; van Deursen等人。 2015; 张等人。 2014）。 在这一部分论文中，用户对智能手机使用和成瘾的看法是从个性驱动因素的角度来看待的（例如低自尊， 神经质，外向）（比安奇和菲利普斯，2005年; Ehrenberg等人。 2008; 皮尔森与侯赛因，2015年; Takao等。 2009; 张等人。 2014), 影响因素 （例如朋友数量， 学术成就优异和阅读量）（Jeong＆Lee，2015年），过程和社会定位（例如智能手机使用类型， 情绪智力，社会压力和自我调节）（van Deursen等人。 2015）和混合研究（例如研究检查 个性特征 和智能手机使用的模式）（梁和梁，2014).

用户感知的影响以及与智能手机成瘾的关联是一个相关的探究领域，因为它涉及用户如何与技术互动并且可能深深沉浸在其中 - 有时在某种程度上存在问题。 了解用户感知或信念非常重要，因为它们会影响用户行为，并有助于解释用户如何专注于技术。 进一步了解用户的动机 海港 某些信念有助于我们理解为什么他们持有这些信念; 虽然先前对手机成瘾的研究主要集中在使用和态度上，但对信念形成的关注较少。 这是我们现在转向的主题，特别是通过引入认知吸收的概念。

1.4。 认知吸收

虽然许多理论有助于阐明用户采用和接受信息技术 - 包括 扩散创新 理论， 计划行为理论，理论 合理的行动，并 技术接受模型 （TAM）（Ajzen，1985, 1991; Brancheau＆Wetherbe，1990年; 戴维斯，1989; Fishbein＆Ajzen，1975年; 罗杰斯，1995） - 他们在解释方面的能力有限 形成一种 信息技术的信念形成（阿加瓦尔和卡拉汉纳，2000年). Agarwal和Karahanna（2000） 介绍了认知吸收（CA）的概念，以帮助克服这种概念上的不足。 CA与第一个主要IT部门分享了概念根 用户接受 包括TAM在内的理论通过强调工具作为用户信念的核心驱动力，以及使用行为是由“......认知复杂性信念”​​驱动的（阿加瓦尔和卡拉汉纳，2000年，P。 666）。

CA还具有以认知和理论为基础的大量学术基础的优势 社会心理学 文献，其中CA从三个相关的文献链中得出其理论基础：吸收的人格特质维度（泰勒根与阿特金森（Tellegen＆Atkinson），1974年; Tellegen，1981, 1982），流动状态（Csikszentmihalyi，1990; 特雷维诺和韦伯斯特，1992年），以及。的概念 认知参与 (韦伯斯特和哈克利，1997年; 韦伯斯特和何，1997).

定义为“......与软件密切相关的状态”（阿加瓦尔和卡拉汉纳，2000年，第673），认知吸收可以成为与IT相关的信念的有力激励因素，高度参与和引人入胜的体验会导致用户的“深度关注”，并完全沉浸并参与一项活动（Csikszentmihalyi，1990; Deci和Ryan，1985年; 泰勒根与阿特金森（Tellegen＆Atkinson），1974年; Vallerand，1997).

Agarwal和Karahanna（2000） 建议CA作为与IT相关的信念的强大推动因素，其中高度吸引人和引人入胜的体验导致“深度关注”。 CA由一个人驱动 固有 动机（即体验带来的愉悦，满足和愉悦）而不是 外在 动机（即与某种行为相关的奖励的期望）。 作为“......自己的目的”（Csikszentmihalyi，1990），内在激励因素更大 解释力 在使用意图比 外在激励因素 (戴维斯，巴格兹和华沙，1992年）。 认知吸收是一种 多维构造 五个维度：

i.

时间分离（“在参与互动时无法记录时间的流逝”）;

II。

专注于沉浸式（“完全参与的体验，其他注意力需求在本质上被忽略”）;

III。

高兴的享受（“互动的愉快方面”）;

IV。

控制（“用户对交互负责的感觉”）； 和

v.

Curiosity （“体验引起个人的感官和认知好奇心的程度”）。

我们希望那些智能手机和SNS服务使用或成瘾问题水平较高的人会体验到更高水平的CA，因为这可以解释一些人在互动时可能会遇到的深入参与，参与和关注状态。与计算机介导的环境，可能会导致一些用户的问题行为。 因此，上瘾的用户很可能会有某种形式 感性失真.

有一些证据支持这种说法。 成瘾和感知失真之间的关系可能导致更高水平的CA，特别是当成瘾可能产生一个 框架效应 这导致用户比非上瘾的用户更积极地感知网站（Barnes＆Pressey，2017年; Turel等人。 2011）。 成瘾导致了 修改 认知过程和特定经验的强化。 因此，表现出较高成瘾水平的用户对系统持有积极的看法（即使这种感知是不合逻辑的），因此导致系统中更高的吸收水平。 例如， Turel等人。 （2011） 发现有证据表明，对在线拍卖上瘾的用户报告了更高水平的感知有用性，享受和拍卖网站的易用性， 巴恩斯和普雷西（2017） 报告说，对虚拟世界的成瘾会对认知吸收产生积极影响。

总而言之，检查CA与成瘾之间的关系使我们有能力理解有关技术的行为表现出来的途径，以及驱使个人怀有关于IT的特定信念的因素，并且“作为对信息技术的显着信念的关键前提” “（阿加瓦尔和卡拉汉纳，2000年，p。 666）。 鉴于无处不在的智能手机技术和有问题的使用报告，这似乎既有价值又适时，并有助于我们理解为什么有些 用户体验 与其他人更深入地参与特定技术。 在下一节中，我们概述了与智能手机技术成瘾相关的假设。

2.1。 智能手机成瘾与对SNS的成瘾

大多数研究检查有问题 技术用途 专注于设备或设备本身（无线电，电视，计算机，手机），而不是技术提供的内容（特定程序，软件，网站或应用程序）。 如 Roberts和Pirog（2012：308） 注意：“研究必须挖掘用于吸引用户使用特定技术的活动的技术。”文献中目前正在讨论成瘾是针对电话还是提供给它的服务; 如 Pearson和Hussain（2015，p。 19）观察到：“智能手机上有这么多令人上瘾的应用程序，很难解读 因果 有问题的使用关系。 智能手机多面化 功能 可能是上瘾的，或者可能是用户沉迷于某种媒体。“此外，它可能是共现的情况，其中用户沉迷于他们的智能手机和SNS网站。

As De-SolaGutiérrez等人。 （2016：2） 注意：“有证据表明智能手机具有广泛的应用和用途，往往比普通手机更容易受到滥用”（另见 Taneja，2014）。 但是，它是对设备成瘾（例如智能手机）还是对内容和应用程序成瘾的情况？ 这一系列的调查与早期关于互联网成瘾的讨论相吻合，人们认识到“成瘾之间存在根本区别” 至 互联网和成瘾 on 互联网” （格里菲斯，2012，p。 519）。 如 格里菲斯（2000） 认为， 线上活动 他们养成习惯的能力会有所不同（另见 年轻，1999).

然而，迄今为止，尽管在早期的研究中被提及，但没有研究区分智能手机的成瘾或他们为用户提供的活动的成瘾，或者已经整合了这两种观点。 De-SolaGutiérrez等人。 （2016：1） 提及：“这一领域的研究一般都是从手机作为设备的全球视角演变为通过应用和内容进行分析。”这场辩论的核心 - 与目前的研究密切相关 - 是问题是智能手机还是其应用和内容（De-SolaGutiérrez等人。 2016).

罗伯茨等人。 （2014） 断言由于可以在手机上进行的活动种类不断扩大，因此我们必须理解哪些活动比其他活动更容易形成习惯。 在进行此类研究之前，确定智能手机成瘾与成瘾的成瘾是否存在差异似乎是一个相关的起点。 核心应用 （如SNS）。 SNS的使用已被证明是智能手机成瘾的有力预测因素，并且比其他受欢迎的智能手机用户更强大，如游戏（Jeong等。 2016），是将其纳入本研究的基础。 这是对智能手机使用，SNS的一个重要方面上瘾的情况，还是更广泛或全球性的成瘾案例？ 我们认为，更具体地说，对设备的上瘾比对SNS的成瘾更加敏感; 因此，没有任何一个应用程序可能比该设备更容易上瘾 总体。 因此，我们提出以下建议：

2.2。 认知吸收对智能手机和SNS成瘾的影响

我们现在分别考虑认知吸收对SNS和智能手机成瘾的影响。 在智能手机上使用的最受欢迎的应用程序被广泛报道为SNS，由他们提供的社交关系驱动（Barkhuus＆Polichar，2011年; 皮尔森与侯赛因，2015年; Salehan＆Negahban，2013年）和SNS的使用被报道为智能手机成瘾的先行者（Salehan＆Negahban，2013年）。 在后一点上，对SNS可用性和使用率与智能手机采用率和成瘾率之间关系的一种解释是，用户所经历的认知吸收水平以及高度参与和引人入胜的体验会导致用户“深入关注”并完全沉浸（Csikszentmihalyi，1990; Deci和Ryan，1985年; 泰勒根与阿特金森（Tellegen＆Atkinson），1974年; Vallerand，1997），特别是随着SNS的扩展和复杂性的增长。 因此，我们认为SNS的认知吸收会比智能手机更大，因为高水平认知吸收的结果之一是无法自我调节潜在的有害或有害行为，特别是那些通过SNS受欢迎的行为。

2.3。 人口因素和智能手机成瘾

年轻人和女性可能更容易受到智能手机成瘾的风险，而有关教育影响的证据则更为复杂。 最初，女性每天花在手机上的时间比男性多（Roberts等，2014），有令人信服的证据表明女性比男性更容易受到手机依赖和使用问题（Beranuy等人。 2009; Geser，2006; 函馆＆函山，2011; 杰克逊等人。 2008; Jenaro，Flores，Gomez-Vela，Gonzalez-Gil和Caballo，2007年; 梁，2008; 洛佩兹·费尔南德斯（Lopez-Fernandez），本鲁比亚·塞拉诺（Honrubia-Serrano）和弗莱卡·布朗克斯（Freixa-Blanxart），2012年; Sanchez Martinez和Otero，2009年）。 女性（特别是那些自尊心低的女性）被认为是最多的 弱势群体 关于智能手机成瘾（Pedrero等人。 2012），并且可能更多地依靠智能手机而不是男性，以减少社交焦虑（李等人。 2014）。 证据还表明，女性比男性发送更多的短信，并且往往比男性撰写更长的文本（帕沃夫斯卡和波滕布斯卡，2012年）。 尽管如此，一些研究发现手机对性别的依赖程度很小或没有差异（比安奇和菲利普斯，2005年; Junco，Merson和Salter，2010年; 皮尔森与侯赛因，2015年).

有证据表明，男性和女性以不同的方式使用手机。 Geser（2006，p。 3）声称“手机使用的动机和目标反映了传统 性别角色“虽然女性倾向于支持手机允许的情感和个人交流，因此比男性更重视设备的社交功能 - 特别是 社交网站 （如Facebook）（比安奇和菲利普斯，2005年; De-SolaGutiérrez等人。 2016; Geser，2006; Lenhart，Purcell，Smith和Zickuhr，2010年） - 男性倾向于重视专业网站（如LinkedIn）（Lenhart等人。 2010）。 而且，在他们的研究中 大学生 在美国， 罗伯茨等人。 （2014） 发现女性花在了更多的时间上 Facebook 比他们的男同事要高，而且某些社交网站是导致手机成瘾的重要因素。 因此，我们可能会争辩说，社会动机是女性使用智能手机的主要动力。

年轻人，特别是青少年，容易使用强迫性手机，而手机上花费的总时间会随着年龄的增长而减少（De-SolaGutiérrez等人。 2016），归因于能力下降 自制 (比安奇和菲利普斯，2005年）。 研究还指出，人们首先获得手机的时代和未来有问题使用的可能性增加（Sahin，Ozdemir，Unsal和Temiz，2013年).

有关之间关系的证据 教育程度 并且有问题的手机使用是模棱两可的。 虽然一些研究指出有问题的手机使用与教育水平之间的联系（特别是那些进行长期学习的人）（Tavakolizadeh，Atarodi，Ahmadpour和Pourgheisar，2014年），其他人反驳这一点（Billieux，2012），甚至报告低之间的联系 教育水平 和有问题的手机使用（梁，2007）。 因此，对有问题的手机使用和教育程度之间的联系所做的解释并不特别引人注目。

我们假设如下：

2.4。 认知吸收对智能手机成瘾的影响

由于SNS可以被视为智能手机上提供的功能和服务的子集，并且是在设备上花费的主要时间方面，认知吸收对电话成瘾本身的影响应该（逻辑上）由SNS成瘾介导。 换句话说，对SNS成瘾（如Facebook， Instagram, Pinterest等等）将作为对设备和管道的整体成瘾的吸引或诱惑 处理认知 吸收。

在相关文献中支持这种关系。 如前所述，到目前为止，最受欢迎的智能手机应用选择是SNS（Barkhuus＆Polichar，2011年; 皮尔森与侯赛因，2015年; Salehan＆Negahban，2013年），证据表明手机成瘾与SNS之间存在正相关关系。 因此，智能手机采用和使用的快速增长与重要性相对应 增殖 SNS，SNS使用驱动智能手机上瘾（Salehan＆Negahban，2013年）。 因此，SNS的拉动越大，对设备的整体成瘾水平越高。 鉴于我们预计认知吸收对成瘾的直接影响对于SNS而言将比智能手机更大，正如前面所述，我们预计会成瘾SNS来调解认知吸收与智能手机成瘾之间的关系。 因此，我们假设：

2.5。 性别，年龄和教育对认知吸收的影响

一些证据表明，不同的性别以不同的方式感知和识别技术。 女性被认为强调以人为本和社会驱动的使用动机，而男性被认为更注重任务（克莱斯罗（Claisse＆Rowe），1987年）。 与本研究相关的是，男性和女性用户之间存在差异 心理特征 和强迫性的智能手机使用。 李等人。 （2014） 发现三种心理特征（需要触摸， 控制点及 社交 焦虑）男性和女性智能手机用户之间存在差异。

如前所述，与男性相比，女性倾向于喜欢手机允许的情感和个人交换，因此重视设备的社交功能，特别是社交网站（比安奇和菲利普斯，2005年; De-SolaGutiérrez等人。 2016; Geser，2006; Lenhart等人。 2010）。 此外，女性倾向于出于社区原因使用智能手机，而男性则倾向于代理目的（Lenhart等人。 2010）。 因此，与Sles相比，女性是否能够体验到与SNS相关的更深入的（或认知吸收）状态？

而 阿加瓦尔和卡拉汉娜（2000） 通过互联网进行的认知吸收研究发现，根据性别没有差异，他们的研究是在一个前SNS世界进行的。 如果，如前所述，由于女性用户偏爱智能手机允许的个人和情感交流及其社交功能，女性用户将比男性经历更高水平的SNS成瘾，那么我们可以假设女性用户将体验到更高水平的认知吸收。男性用户。

在年龄和教育方面，没有证据表明这两种因素在用户所经历的认知吸收水平中起作用。 因此，我们期望在年龄或教育程度方面的认知吸收没有差异。

鉴于以上情况，我们假设：

2.6。 认知吸收和用户成瘾

我们的最后一系列假设涉及用户智能手机和SNS成瘾以及所经历的认知吸收水平。 如上所述，我们预计，遇到问题的智能手机和SNS服务使用或成瘾问题的用户将表现出更高级别的CA. 这可以解释为什么有些 用户体验 与计算机中介环境交互时的深度参与，参与和关注，而其他用户则不然。 因此，CA程度的提高正在推动成瘾和培养 有问题的行为 在一些用户中，并作为一种形式 感性失真。 因此，我们假设：

3.1。 研究设计

研究设计 采用了一个横截面便利样本 自我报告 调查。 该研究采用了先前研究中的尺度来测量研究中的结构，尽管这些结构是针对研究背景进行调整和扩展的 - 社交网络应用和 智能手机。 衡量标准 认知吸收 改编自 Agarwal和Karahanna（2000） 并包括五个因素： 时间分离 （“在参与互动时无法记录时间的推移”）， 专注沉浸 （“完全参与的经验，其他注意力要求实际上被忽略了”）， 高兴的享受 （“互动的愉快方面”）， 控制 （“用户对交互负责的感觉”），以及 好奇心 （“体验引起个人的感官和认知好奇心的程度”）。 认知吸收问题的措词侧重于“使用 社交网络 我的智能手机上的应用“。 措施 对智能手机上瘾 和 社交网络服务成瘾 改编自 查尔顿和丹佛斯（2007）。 每项措施的内容相同，但在关注“我的智能手机”或“社交网络应用”方面存在差异。 其中包括五个项目 查尔顿和丹佛斯（2007），补充了另外两项，以更好地适应研究的背景“我感到迷失没有[社交网络应用程序/我的智能手机]”和“我倾向于容易被[社交网络应用程序/我的智能手机]分心。”所有构造项目是在七点测量的 李克特量表 从1 =强烈不同意到7 =非常同意，其中4 =既不同意也不同意。 调查中使用的比例项目在 附录。 收集了有关性别，年龄，最高水平的人口统计和背景信息 教育成就，每日SNS使用情况和每日智能手机使用情况。

3.2。 数据收集和分析

该调查通过Qualtrics在线实施，并分发给学习的学生 商业 2月2015在美国中大西洋地区的一所大学。 共收集了140有效回复。 样品为68.6％雌性和31.4％雄性。 75％的样本总数为34年龄或以下，而42.9％则为 学士学位 和13.6％a 硕士.

我们使用Cronbach的Alpha检验了这些措施的可靠性。 对智能手机和社交网络应用程序的依赖程度的克朗巴赫Alpha值分别为0.835和0.890，远高于建议的0.7阈值 Nunnally（2010）。 克伦巴赫认知吸收量度的阿尔法值为0.909，而其子成分的阿尔法范围为0.722至0.949，所有这些都被认为是可以接受的。 判别有效性 还通过方差膨胀因素对其进行了检验。 在我们的研究中检验测量变量的方差膨胀因子（VIF），我们发现所有VIF值远低于10，范围从1.032到1.404，表明多重共线性不是问题（头发，黑色，巴宾和安德森（2014））。 使用Harman单因素检验检查通用方法的偏倚。 第一个因素仅解释了样本方差的35％，因此似乎没有常见的方法偏差。

为了评估用于测试的ANOVA的成瘾水平 H7 和 H8，我们使用类似的方法创建了三个成瘾组 莫拉汉 - 马丁和舒马赫（2000）。 我们的成瘾组根据七项成瘾量表中的“活跃”症状的数量进行评估。 对于症状“活跃”，李克特量表响应应该超过中点4（查尔顿和丹佛斯，2007年; 莫拉汉·马丁和舒马赫（2000））。 三个成瘾组是：没有成瘾（没有症状），低成瘾（一个或两个症状）和高成瘾（三个或更多症状）。

大部分的 统计分析 在SPSS 22中进行。 假设 测试过程 利用了许多统计程序：t检验，方差分析（ANOVA），回归和使用以下方法计算的Sobel检验： 男爵和肯尼（1986）.

4.1。 智能手机成瘾与对SNS的成瘾

4.2。 认知吸收对成瘾的影响

为了测试β值的差异是否具有统计学意义，我们使用的测试 Paternoster，Brame，Mazerolle和Piquero（1998） 和以下公式：

结果是Z = 1.766，这在5％水平上是显着的，证实CA具有更多 重大影响 关于SNS成瘾而不是智能手机上瘾。 因此， H2 - 对于SNS，认知吸收对成瘾的直接影响将大于智能手机 - 得到支持。

4.3。 人口因素和成瘾

现在我们来看智能手机成瘾的人口统计方面。 为了测试根据性别，教育程度和年龄的差异，我们使用ANOVA来检查各组之间针对智能手机和SNS的成瘾变量的差异。 为了按年龄组检查成瘾性，由于数据不足，必须将年龄较大的组重新编码为35年以上的单个组。 因此，我们有三个年龄段：18-24岁，25-34岁和35岁以上。 同样， 教育程度 由于数据不足，我被重新编码为三组： 高中 研究生或以下， 学士学位 或等价物，和 硕士 或同等学历。

SNS服务成瘾的ANOVA测试显示，根据年龄（F = 1.368; p = .258），性别（F = 0.327，p = .568）或教育程度（F = 1.488，p = .229）没有显着差异。 因此， H3 - SNS服务成瘾将因以下因素而异：（a）性别; （b）年龄; （c）教育 - 被拒绝。

在智能手机上瘾和 人口因素，ANOVA检验发现受教育程度的人群之间存在显着差异（F = 3.098，p = .048）。 使用Bonferroni程序进行的事后测试发现，文化程度最低的人群，即高中或以下学历者的成瘾率明显高于学士学位或同等学历（差异= 4.093，_中学 = 27.462，M_学士 = 23.333，p = .042）。 根据性别（F = 0.102，p = .750）或年龄（F = 1.008，p = .368），没有发现显着差异。 因此， H4 - 智能手机成瘾会因以下因素而异：（a）性别; （b）年龄; （c）教育 - 部分被接受，有证据表明智能手机成瘾的教育差异。

4.4。 认知吸收对智能手机成瘾的影响

4.5。 性别，年龄和教育对认知吸收的影响

为了按年龄组检查认知吸收，由于数据不足（如上所述），有必要将年龄较大的组重新编码为35年以上的单个组。 因此，我们有三个年龄段：18-24岁，25-34岁和35岁以上。 假设方差分析的方差相等。 方差分析测试显示，各年龄组之间存在少量显着差异，即 Curiosity 和控制（F = 4.444，p = .013； F = 5.008，p = .008）。 使用Bonferroni程序进行事后检验发现，对于好奇心，18-24岁年龄组明显大于25-34岁年龄组（平均差异= 0.800，p = .016）。 对于对照组，发现35岁以上年龄组的水平显着高于25-34岁年龄组（平均差异= 0.731，p = .006）。 数据没有其他显着差异。 因此，我们发现 H6b - 使用SNS时认知吸收的影响不会因年龄而异 - 部分支持。

ANOVA测试根据教育程度确定认知吸收的差异，未发现显着结果。 因此， H6c - 使用SNS时认知吸收的影响不会因教育程度而有所不同 - 得到支持。

4.6。 认知吸收和用户成瘾

我们的最后一系列测试检查了成瘾水平与智能手机和SNS用户体验的CA程度之间的关系。 为了进行这些测试，我们创建了高，低和无成瘾的用户组，如方法部分所述。

6.1。 启示

这项研究为理论，政策和实践做出了许多贡献。 虽然许多研究已经研究了智能手机成瘾的各个方面（例如，参见 梁和梁，2015; 罗森等人。 2013; van Deursen等人。 2015很少有人区分设备和应用程序，以便更好地了解有问题的智能手机使用情况。 此外，虽然早期的研究已经研究过 个性特征 和强迫性的智能手机使用（李等人。 2014; 王等人。 2015），用户的看法被忽视了。 通过认知吸收来衡量，我们发现沉迷于智能手机的用户会经历更深层次的参与和参与 - 可能被称为“认知走廊”。 因此，据我们所知，这项研究是第一个现存的 研究项目 在有问题的智能手机使用以及用户感知的背景下区分设备和应用程序。

许多 政策影响 也可以画出来。 最初，我们必须谨慎地将活动描述为“上瘾”，尤其是智能手机的使用，这实际上可能是由于更广泛的问题（例如 冲动控制 障碍）。 然而，据说，过度使用智能手机可能会导致社交退出和受损 个人关系。 类似于相关的辩论 网络成瘾 及其规定（Barnes＆Pressey，2014年），智能手机使用的规定是有问题的，并且是媒体最近辩论的主题，尽管超出了本研究的范围。 无论什么标签可能归因于过度使用智能手机技术 - 依赖性，强迫性和习惯性使用或成瘾 - 它在大多数情况下都是一个受关注的主题 发达国家特别是智能手机的使用几乎完全是自我调节的。 随着设备和平台变得越来越复杂，它们具有更大的鼓励能力 用户参与和参与反过来，这可能导致过度使用。 此外，研究表明，强制性的智能手机使用可能导致'技术压力'（李等人。 2014） - 无法应对新的 计算技术 (Brod，1984）和用户由于沟通和沟通而感到焦虑 信息超载 (Ragu-Nathan，Tarafdar，Ragu-Nathan和Tu，2008年).

本研究的结果也有 实际影响。 智能手机已经成为许多人日常生活中不可或缺的一部分，而这项技术提供了参与的能力 社交网络然而，它也可能导致过度依赖和强迫性使用，并最终导致其过度依赖和强制使用 心理困扰 对于一些用户（詹姆斯与德伦南（2005）; 李等人。 2014）。 对于可以促进更高水平的认知吸收的设备的行业影响是鲜明的，媒体报道质疑智能手机是否应该实际携带健康警告，以及青少年智能手机使用问题的担忧（Pells，2017; Siddique，2015）。 支持智能手机使用有问题的个人的另一个实际应用将是提供信息的 移动应用程序 它将应用程序使用情况记录到其用户，这应该有所帮助 自我调节.

6.2。 局限和未来的研究

这项研究有一些局限性。 关于 内部效度，研究是基于参与者的 自我报告，这可能容易受到通用方法差异的影响。 这就是说，自我报告可能是评估个人心理特征的最有效机制，因为与外部观察者相比，受试者更容易提供对自己信仰的见解。 但是，与通用方法差异相关的问题可能会被夸大（Spector，2006）。 其次，关于 外部有效性，该研究是基于横截面 调查，管理 美国学生样本，可能会干扰研究中人口统计关系的检测。 未来的研究可能采用纵向 研究设计 以及更广泛的样本概况，试图复制本研究的结果。 为了做到这一点，进一步的研究应该集中在具体的服务上，并寻求更多的分层样本 代表 SNS人口。 第三，鉴于两个维度在认知吸收与两个成瘾之间的关系方面产生了不显着的结果，我们可能开始质疑当前的认知吸收结构是否适合其目前的形式用于研究社会网络服务成瘾，以及如何沉浸于社交网络可能与其他潜在的沉浸不同 令人上瘾的行为. 规模发展 并在此进行改进 上下文提供 未来研究的另一个潜在途径，以提高内部效度。

对于智能手机及其应用成瘾以及更普遍的技术弊端，未来的研究仍有很大的空间，特别是在青少年等较弱势群体中，尤其是在青少年群体中。 需要进一步关注的一个问题是，智能手机的扩展使用是否实际上正在增加互联网成瘾性。 此外，智能手机使用出现问题的某些方面（例如，所谓的智能手机僵尸）尚未受到详细审查。 我们必须从对“全球”成瘾的研究到对设备的研究，再到对设备及其应用和用户成瘾进行区分的更细致的研究，以及对用户对技术的认知感知的理解。 最后，鉴于智能手机设备无处不在，重要的是要了解技术的解放和征服能力的悖论。