大庆市高中生网络成瘾预测因素的优势分析
2010-04-24周郁秋曹建琴杨金伟王鑫龙
周郁秋,曹建琴,杨金伟,张 慧,王鑫龙
高中生是网络成瘾的易感人群,他们在感知社会和个体生活方面缺乏免疫力,致使他们对网络进行了一个补偿性的使用。已有研究从多角度探讨了青少年网络成瘾的影响因素,对于高中生这一群体而言,其成瘾的主要因素及各因素对网络成瘾预测作用的大小,缺乏相应的研究。因此,本研究在借鉴他人研究结果的基础上,以大庆市高中生为研究对象,探索网络成瘾的预测因素及各因素的相对贡献,为网络成瘾的针对性干预提供依据。
1 对象与方法
1.1 研究对象 采用分层整群抽样的方法,选取大庆市 3所高中 (省重点、市重点、普通高中)高一至高二的 517名学生进行问卷调查和心理测评,获有效问卷 479份,有效率为92.6%;省重点高中 170人,市重点 157人,普通高中 152人;男 235人,女 244人,平均年龄 (17.45±1.00)岁。因高三学生正在准备高考,没有纳入到本研究中。
1.2 研究工具
1.2.1 网络成瘾损害量表 (IAII) Kimberly Young编制[1]的20个条目的网络成瘾问卷,采用 1~5级评分,50分及以上为网络成瘾、50分以下为正常使用网络。在本研究中其内部一致性信度为 0.92,各题目与总分之间的相关为 0.38~0.74。
1.2.2 青少年生活事件量表 (ASLEC) 刘贤臣编制[2],含有 27个条目,采用 5级评分,包含 6个因子,在本研究中总量表内部一致性信度为 0.92。
1.2.3 交往焦虑量表 (IAS) Leary编制[2],含 15个条目,采用 5级评分,在本研究中量表内部一致性信度为 0.78。
1.2.4 抑郁自评量表 (SDS) Zung编制[2],由 20个条目组成,每个条目由 1~4级评分,本研究中量表内部一致性信度为0.79。
1.2.5 社会支持评定量表 (SSRS) 肖水源编制[2],共 10个条目,评价指标为 3个维度,即客观支持、主观支持和支持利用度,本研究中总量表内部一致性信度为 0.68。
1.2.6 简易应对方式量表 (SCSS) 由解亚宁编制[2],共有20个项目,采用 4级评分方式,分为积极应对和消极应对 2个分量表,本研究中总量表的内部一致性信度为 0.83;积极应对和消极应对两个分量表的内部一致性信度分别为 0.87和0.71。
1.2.7 自编一般情况调查问卷 包括年龄、性别、学校校别、家庭经济、学习兴趣、父母婚姻现状、父母关系、父母亲读书年限、父母亲职业状况 9个条目。
1.3 测试过程 将调查问卷和各心理量表装订成册。在征得学生知情同意的情况下,统一指导语,主试为心理学专业教师和硕士研究生,以班级为单位进行集体测试。
1.4 统计学方法 采用 SPSS 11.0软件对数据进行相关分析、回归分析与优势分析。
2 结果
2.1 相关分析结果 对网络成瘾及其相关因素进行 Pearson积差相关,由表 1可见,网络成瘾与生活事件、交往焦虑、抑郁、支持利用和消极应对有较高的相关 (P<0.01)。
2.2 回归分析结果 在控制人口学变量后,将社会支持、生活事件、交往焦虑、抑郁、应对方式等变量依次引入回归方程,计算两层之间 R2产生的变化及这种变化的 F值,考察引入新的预测变量后,R2是否有可靠的提高。由表 2可见,人口学变量解释网络成瘾总方差的 14%,社会支持、生活事件、应对方式和情绪变量联合解释网络成瘾总方差的 31%。为精确各预测因素对网络成瘾的相对重要性,采用分层回归和逐步回归相结合的方法筛选预测网络成瘾的最佳指标。结果表明,在控制人口学变量后,预测网络成瘾的最佳指标为生活事件、支持利用度、消极应对这三个变量,该组变量解释网络成瘾总方差的 20.1%。
表 1 大庆市高中生网络成瘾与各影响因素的相关分析 (n=479)Tab le 1 The correlation analysis of internet addiction predictors of Daqing city high school
表 2 大庆市高中生网络成瘾预测因素的分层回归分析Tab le 2 Hierarchical regression of of internetaddiction predictorsofDaqing city high school
2.3 优势分析结果 为分析不同预测因素的相对重要性,将网络成瘾对不同预测因素 (用 x1、x2、x3表示)作回归,这些预测因素包括生活事件 (x1)、支持利用度 (x2)、消极应对 (x3)以及这三个变量的各种不同组合。由表 3可见,生活事件、支持利用度、消极应对这三个预测因素的相对贡献分别为:0.124、0.033、0.057。对预测大庆市高中生网络成瘾的回归方程来说,在已预测的那部分方差中,生活事件贡献了57.98%,支持利用度贡献了 15.26%,消极应对贡献了26.53%。
表 3 大庆市高中生网络成瘾预测因素的相对贡献Tab le 3 The relative contribution of internet addiction predictors of Daqing city high school
3 讨论
高中生正处于青春发育期,其心理特征主要是关注个体的发展,喜欢与同辈群体交往,但同时也存在思想不稳定,对外界各种诱惑的抵御能力较低等心理特点。一旦在学习、人际交往、亲子矛盾等生活事件方面遭受挫折时,往往会做出极端的行为,如切断与家庭的联系、放弃学习上的努力,出现独处、焦虑、抑郁、反抗等消极的情绪行为表现,此时个体可能会通过网络来进行情绪宣泄、寻求支持和逃避现实。在网络上所获得的愉快体验、情绪宣泄、情感支持、逃避现实等任何奖励,都会不断增加其上网行为,从而使这种行为得以强化,逐渐导致成瘾行为。
每个人的应对行为都有一定的倾向性。良好的应对方式有助于缓解精神紧张和降低应激事件的强度,改变对应激事件的评估,调节与事件有关的认知和情绪行为反应,降低心理行为问题发生的可能性,帮助个体成功解决问题,从而起到平衡心理和保护精神健康的作用。如果当个体遭遇生活事件后习惯性采取消极应对方式,如通过上网来逃避现实压力,不仅不能很好的解决问题,还会使个体处于更糟糕的状态,进而形成恶性循环致使个体对网络形成依赖以至成瘾。精神分析理论认为网络使用者上网的目的是满足心理需求与减少冲突,是一种防卫机制,上网者凭借网络来保护自己,避免面对不可抗拒的焦虑、抑郁等负面情绪,并将网络作为逃避问题的工具[3]。
当个体在现实生活中感受到孤独、压抑,而又缺乏支持资源时,可能会利用网络上的人际关系取代现实交往来寻求情感支持。同时,网络的匿名性、平等性、隐蔽性等特点,使得网络使用者在网上交友很容易获得成功,不用担心他人的消极评价和拒绝,并满足其社交、寻求刺激、自我认同、自尊等需要,这种现实中不断遭遇挫折而网络上获得支持的反差,势必导致使用者的重复上网行为。此外,信息时代,网络如电视和报纸一样是一种基本的大众媒体,心理的最初需要诱发人们对网络产生某种期望,并通过各种上网行为来获得某种程度的满足和快乐。网络上的人际关系也可能是现实人际交往在网络上的延伸,是随着人们生活方式改变而发展出的一种现象,也许是个体应对生活事件或满足心理需求的方式。
本研究结果表明,人口学变量及各主要预测因素联合解释了网络成瘾总方差的 45%。在控制人口学变量后,预测网络成瘾的最佳指标为生活事件、支持利用度、消极应对这三个变量,该组变量解释了网络成瘾总方差的 20.1%。经优势分析,计算出各预测变量占已预测方差的百分比具有模型独立性特征,克服了多元回归分析中不同预测指标不同组合的影响,使预测因素的相对重要性在各子模型中保持恒定,各预测变量之间的相对重要性排序不会夸大或降低某一预测变量的重要性。本研究结果表明,预测高中生网络成瘾时,生活事件的贡献最大,依次排序是消极应对、支持利用度。许多研究表明,社交焦虑与抑郁是网络成瘾的有效预测因素[4],但在本研究中这两个变量并未对网络成瘾做出有效的预测。可能是人口学变量中的性别、年龄、家庭经济、校别、父母婚姻现状等与社交焦虑、抑郁状态存在相关性[5];生活事件与社交焦虑、抑郁也存在相关性,本研究中交往焦虑与抑郁没有进入回归方程。
综上所述,学校应提高学生心理健康教育工作的质量,在面临生活事件时,引导学生采用积极成熟的应对方式,学会在现实生活中建立社会支持系统,调整和改变学生错误的认知和不良情绪行为表现[6];并对学生的网络使用行为进行预防性干预,引导学生科学合理的使用网络,防止和降低网络成瘾行为的发生。
1 Young KS.Cyber-Disorders:the mental health concern for the new Millennium[J].Cyber Psychology Behavior,1999,2(5):475-479.
2 汪向东.心理卫生评定量表手册:增订版 [M].北京:中国心理卫生杂志社,1999.
3 陈健 .中学生网络成瘾者的症状自评与心理治疗干预 [J].中国误诊学杂志,2008,8(8):1800.
4 曹枫林,苏林雁,高雪屏,等 .中学生互联网过度使用的影响因素 [J].中华精神科杂志,2006,39(3):141-144.
5 Hur MH.Demographic,habitual,and socioeconom ic determinants of Internet Addiction disorder:an empirical study of Korean teenagers[J].Cyber Psychology Behavior,2006,9(5):514-525.
6 陈军,樊嘉禄.医学生网络成瘾状况及心理特征分析 [J].中国全科医学,2008,11(6):963.