论文部分内容阅读
摘 要：本文旨在探索社交媒体成瘾的构成维度，对The Bergen Facebook Addiction Scale（BFAS）量表进行改编，并对3种阶层的共300人进行测量，通过探索性因素分析和验证性因素分析对数据进行分析，删掉其中的5道结构不好的题目，最终获得3个维度，11道题目的量表。除此之外，本文在还采用匹茨堡睡眠指数量表测量了被试的睡眠质量，并与社交媒体成瘾的得分进行了相关和回归分析，得出社交媒体成瘾度越高，实际睡眠时间越少。
关键词：社交媒体成瘾；维度；睡眠质量
一、 前言
对网络成瘾的研究自1990年代中期以来大幅度增加，特别是在大学生群体中，越来越多的网络成瘾者被大学医疗专业人员发现。网络成瘾这一术语所解释的行为，本质上是与“网络依赖”“病理性网络使用”相同的。随着网络迅速发展，大众越来越认识到网络成瘾再不是一个简单的问题。研究表明年轻人的学习成绩与他们在网络上的时间成反比，很多人花很多时间在互联网上而导致了一些身体问题。研究表明那些认为自己是网络成瘾者的被试的上网时间区别很大，从每周8.5小时到21.2小时不等，越高的在线时间，网络成瘾的程度就越高。对一些用户进行心理剖析，Whang等（2003）的研究揭示了抑郁、控制点、孤独、社会焦虑、自尊与网络成瘾之间的相关。相比非网络成瘾者，网络成瘾者有着较高程度的孤独和抑郁水平。其他的研究发现，计算机使用自我效能感是病态互联网使用者的一个重要相关因素。网络成瘾者在青少年中也与心理健康不良和低水平自尊有关。
二、 社交网络成瘾
随着移动数码产品的发展，与基于电脑的网络成瘾量表一样，他们的媒介都是互联网，所以我们用传统的互联网成瘾量表来直接测量社交媒体成瘾也是有可能的，特别是在WIFI随处可连各种社交软件横行的时代。除此之外，手机使用不限时间和不限地点，这使得它成为网络成瘾最好的媒介。
从心理学角度看，移动社交媒体有大量的可供研究的实例，而其中任何一个超出正常范围都能导致行为问题。例如外向的人可能会花更多的时间在微博或者微信上，强制性地使自己一遍遍检查有多少人给自己点了赞，另外有一些人热衷于在微博或者微信朋友圈发自拍。社交焦虑也是引起社交成瘾的一个因素，由于他们害怕错过任何更新信息就会花费很多时间频繁地刷新社交媒体，甚至影响到正常的生活。移动手机成瘾有时候会与网络成瘾区分开，大部分传统研究并没有提到不良手机使用。除了语音、视频和短信之外，现在手机上有几乎可以连接一切互联网应用的通道。不论你是在走路，还是在公交车上，甚至在开车中，你都可以拿起手机刷一下微博或者看一下朋友圈。但这些花在各种各样在线活动上的碎片时间在以前是没有的，这就有可能导致手机使用成瘾，甚至影响到正常的面对面交流，也会对学业表现造成影响。关于不良手机媒体使用的研究比较有限，但近几年吸引了越来越多的注意。一项研究发现在手机使用成瘾测试上得分较高的同学，表现出更多的外向性和焦虑，甚至有一些低自尊现象，而且女性似乎比男性更倾向于产生手机成瘾。
基于以往关于网络成瘾的各种研究，本文将首先探索影响社交媒体成瘾的因素是一个还是多个。然后探索与社交媒体成瘾相关的因素。最后探讨社交媒体成瘾是否与睡眠质量有相关关系。
三、 对象与方法
1. 对象：本研究从在校大学生、研究生和工作三年内的三种人群中各选取100人，共300人参加，收回有效问卷290份，年龄范围20-30岁，其中男性140人，女性150人。
2. 量表构成：该量表改编自The Bergen Facebook Addiction Scale（BFAS）和Young’s（1996）提出的网络成瘾量表，量表采用李克特量表模式，共六个维度16道题目，选项为从不到经常。睡眠质量的量表本研究采用匹茨堡睡眠指数量表的五道题目。Bergen Facebook成瘾量表有六个维度：突出性、宽容性、情绪调节、故态复萌、终止症状和矛盾冲突。Young’s（1996）提出的网络成瘾量表共包含14道题目，结合BFAS量表的维度，选取了其中的三道题目替换掉BFAS的三道题。共计六个维度，突出性、宽容性、终止症状和矛盾冲突四个维度各三道题，情绪调节和故态复萌各两道题。
四、 数据分析
社交媒体量表信度分析结果为0.82，说明本量表信度良好。采用探索性因子分析对全卷进行分析发现，KMO=0.805，Bartlett球形检验结果显著（<0.01），表明做因子分析可行。因子分析结果析出4个因子，第一特征根为5.3，第二特征根为1.7，第一特征根与第二特征根之比为3.074，可认为该量表具有两个以上维度。4个因子的累积方差贡献率为60.163%。验证性因子分析发现，总量表模型拟合一般（x2/df=1.778，TLI=0.836、CFI=0.880、RMSEA=0.082），根据探索性因素分析结果，删除五道不良题目后做验证性因素分析，修正后量表的模型拟合指数有明显的提升（x2/df=1.43，TLI=0.930、CFI=0.949、RMSEA=0.062），达到心理测量学的要求。
五、 相关及回归分析
本研究假设社交成瘾量表的得分与睡眠质量有关系，因此本研究通过相关分析和回归分析对此进行了验证。结果显示，社交成瘾量表得分与实际睡眠时间呈显著负相关：-0.338**，即社交成瘾越严重，实际睡眠会越少。对这两个变量进行回归分析得回归方程为：y=-0.338x 0.01。
六、 讨论
本次量表编制最初采用六个维度16道题目，经过探索和验证性因素分析，删掉其中五道题，由六个维度缩减到三个维度，经过对题目的分析，将这三个维度定义为：冲突与终止、中心性和调节性。第一个维度有五道题，第二个维度四道题，第三个维度三道题，由此解释社交媒体成瘾的组成因素。最后经过与睡眠质量量表的相关分析，结果表明在本研究改编的量表上，得分越高，实际睡眠时间越少。
作者简介：
刘娟，江西省南昌市，江西師范大学心理学院。
关键词：社交媒体成瘾；维度；睡眠质量
一、 前言
对网络成瘾的研究自1990年代中期以来大幅度增加，特别是在大学生群体中，越来越多的网络成瘾者被大学医疗专业人员发现。网络成瘾这一术语所解释的行为，本质上是与“网络依赖”“病理性网络使用”相同的。随着网络迅速发展，大众越来越认识到网络成瘾再不是一个简单的问题。研究表明年轻人的学习成绩与他们在网络上的时间成反比，很多人花很多时间在互联网上而导致了一些身体问题。研究表明那些认为自己是网络成瘾者的被试的上网时间区别很大，从每周8.5小时到21.2小时不等，越高的在线时间，网络成瘾的程度就越高。对一些用户进行心理剖析，Whang等（2003）的研究揭示了抑郁、控制点、孤独、社会焦虑、自尊与网络成瘾之间的相关。相比非网络成瘾者，网络成瘾者有着较高程度的孤独和抑郁水平。其他的研究发现，计算机使用自我效能感是病态互联网使用者的一个重要相关因素。网络成瘾者在青少年中也与心理健康不良和低水平自尊有关。
二、 社交网络成瘾
随着移动数码产品的发展，与基于电脑的网络成瘾量表一样，他们的媒介都是互联网，所以我们用传统的互联网成瘾量表来直接测量社交媒体成瘾也是有可能的，特别是在WIFI随处可连各种社交软件横行的时代。除此之外，手机使用不限时间和不限地点，这使得它成为网络成瘾最好的媒介。
从心理学角度看，移动社交媒体有大量的可供研究的实例，而其中任何一个超出正常范围都能导致行为问题。例如外向的人可能会花更多的时间在微博或者微信上，强制性地使自己一遍遍检查有多少人给自己点了赞，另外有一些人热衷于在微博或者微信朋友圈发自拍。社交焦虑也是引起社交成瘾的一个因素，由于他们害怕错过任何更新信息就会花费很多时间频繁地刷新社交媒体，甚至影响到正常的生活。移动手机成瘾有时候会与网络成瘾区分开，大部分传统研究并没有提到不良手机使用。除了语音、视频和短信之外，现在手机上有几乎可以连接一切互联网应用的通道。不论你是在走路，还是在公交车上，甚至在开车中，你都可以拿起手机刷一下微博或者看一下朋友圈。但这些花在各种各样在线活动上的碎片时间在以前是没有的，这就有可能导致手机使用成瘾，甚至影响到正常的面对面交流，也会对学业表现造成影响。关于不良手机媒体使用的研究比较有限，但近几年吸引了越来越多的注意。一项研究发现在手机使用成瘾测试上得分较高的同学，表现出更多的外向性和焦虑，甚至有一些低自尊现象，而且女性似乎比男性更倾向于产生手机成瘾。
基于以往关于网络成瘾的各种研究，本文将首先探索影响社交媒体成瘾的因素是一个还是多个。然后探索与社交媒体成瘾相关的因素。最后探讨社交媒体成瘾是否与睡眠质量有相关关系。
三、 对象与方法
1. 对象：本研究从在校大学生、研究生和工作三年内的三种人群中各选取100人，共300人参加，收回有效问卷290份，年龄范围20-30岁，其中男性140人，女性150人。
2. 量表构成：该量表改编自The Bergen Facebook Addiction Scale（BFAS）和Young’s（1996）提出的网络成瘾量表，量表采用李克特量表模式，共六个维度16道题目，选项为从不到经常。睡眠质量的量表本研究采用匹茨堡睡眠指数量表的五道题目。Bergen Facebook成瘾量表有六个维度：突出性、宽容性、情绪调节、故态复萌、终止症状和矛盾冲突。Young’s（1996）提出的网络成瘾量表共包含14道题目，结合BFAS量表的维度，选取了其中的三道题目替换掉BFAS的三道题。共计六个维度，突出性、宽容性、终止症状和矛盾冲突四个维度各三道题，情绪调节和故态复萌各两道题。
四、 数据分析
社交媒体量表信度分析结果为0.82，说明本量表信度良好。采用探索性因子分析对全卷进行分析发现，KMO=0.805，Bartlett球形检验结果显著（<0.01），表明做因子分析可行。因子分析结果析出4个因子，第一特征根为5.3，第二特征根为1.7，第一特征根与第二特征根之比为3.074，可认为该量表具有两个以上维度。4个因子的累积方差贡献率为60.163%。验证性因子分析发现，总量表模型拟合一般（x2/df=1.778，TLI=0.836、CFI=0.880、RMSEA=0.082），根据探索性因素分析结果，删除五道不良题目后做验证性因素分析，修正后量表的模型拟合指数有明显的提升（x2/df=1.43，TLI=0.930、CFI=0.949、RMSEA=0.062），达到心理测量学的要求。
五、 相关及回归分析
本研究假设社交成瘾量表的得分与睡眠质量有关系，因此本研究通过相关分析和回归分析对此进行了验证。结果显示，社交成瘾量表得分与实际睡眠时间呈显著负相关：-0.338**，即社交成瘾越严重，实际睡眠会越少。对这两个变量进行回归分析得回归方程为：y=-0.338x 0.01。
六、 讨论
本次量表编制最初采用六个维度16道题目，经过探索和验证性因素分析，删掉其中五道题，由六个维度缩减到三个维度，经过对题目的分析，将这三个维度定义为：冲突与终止、中心性和调节性。第一个维度有五道题，第二个维度四道题，第三个维度三道题，由此解释社交媒体成瘾的组成因素。最后经过与睡眠质量量表的相关分析，结果表明在本研究改编的量表上，得分越高，实际睡眠时间越少。
作者简介：
刘娟，江西省南昌市，江西師范大学心理学院。