《青少年的时间透视人际卷入与互联网使用的关系》由会员分享，可在线阅读，更多相关《青少年的时间透视人际卷入与互联网使用的关系（5页珍藏版）》请在金锄头文库上搜索。
1、 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. 收稿日期:2003 - 08 - 10 3本研究得到全国教育科学” 十五” 规划项目(EBA010429)及北京市重点实验室(学习与认知)的资助。 通讯作者:雷雳,E2mail : dr.leili 青少年的时间透视、 人际卷入与互联网使用的关系 3 雷 雳 李宏利 (首都师范大学心理学系,北京100037) (河北大学教育学院应用心理学系,保定071002) 摘 要 该文通过问卷法调查了589名青少年的互联网使用状况,拟探讨影
2、响青少年互联网使用的重要变量。研 究发现不同时间定向可以通过不同人际卷入变量预测青少年的病理性互联网使用。研究指出,重视不同人际卷入 变量(如积极同伴卷入与适度父母卷入)对于青少年病理性互联网使用的中介作用,可能有利于青少年更好受益于 互联网使用。 关键词 青少年,时间透视,人际卷入,病理性互联网使用。 分类号 B844 1 引言 中国互联网信息中心(CNNIC)于2003年7月 发布的统计信息表明,目前中国18岁以下青少年使 用互联网人数占互联网用户总数的1711 % ,约1163 万人1。据预测,未来几年中国互联网用户的增加 主要集中于高中以下用户2。同时,青少年在互联 网使用过程中出现的
3、一系列问题,如学业荒废、 痴迷 聊天室与网络游戏、 情感冷漠等病理性互联网使用 (Pathological Internet Use ,PIU)问题,都可能会影 响到青少年的心理行为发展3 ,4。可见,青少年的 心理行为发展已经深深地打上了互联网的烙印。 Bandura4认为现代社会中信息、 社会以及技术 (信息技术)的迅速变化促进了个体自我效能感与自 我更新 (self 2renewal) ,并且较好的自我调节者可以 扩展他们的知识与能力,较差的自我调节者可能落 后。根据社会-认知理论,Larose等人5认为互联 网使用过程中成瘾行为可以概念化为自我调节的缺 失。汤明6发现网络依赖性与在线孤
4、独感和社会 支持之间是显著负相关,但与离线孤独感和在线社 会支持之间是显著正相关。这可能表明网络依赖性 或者互联网带给用户的消极影响的主要原因是用户 缺少离线生活中的自我调节能力造成的。 现实生活 中个体缺乏必要的社会资源(如缺少社会支持)可能 也是病理性互联网使用发生的一个原因。因此,反 映自我调节与社会资源的一些心理变量,如时间透 视(time perspective)、 积极同伴卷入(简称同伴卷 入,下同)、 适度父母卷入(简称父母卷入,下同)等变 量可能对病理性互联网使用具有一定的预测作用。 时间透视是个体对过去、 现在与未来时间的意 识和相对注意7。Zimbardo与Boyd8认为时
5、间透 视是测量个体差异的有效变量,未来定向占优的个 体更有可能计划与监控自己的行为以便获得未来预 期结果,然而现在定向占优的人可能较敏感于当前 情景因素(如同伴认同)。时间透视可以预测个体心 理行为发展结果,如吸烟、 冒险驾驶、 无家可归、HIV 等9 。严重程度的病理性互联网使用可能是青少 年心理行为发展过程中出现的新的心理行为问题。 因此时间透视可能对PIU具有预测作用。 较好的问题解决能力、 较强的自我调节能力可 能使青少年建立有利于受益互联网使用的同伴关 系,尤其是积极的同伴卷入(同伴卷入对青少年的计 算机使用带来积极影响)可能使青少年免于病理性 互联网使用。互联网使用中父母卷入在有些
6、研究中 已经证实对青少年互联网使用有重要的影响。父母 卷入与计算机带给儿童影响之间的关系可能是非线 性的,而适度父母卷入或较少卷入可能更促使儿童 青少年受益于互联网或计算机使用10,这主要是 因为个体的较好自我调节能力使父母信任互联网对 青少年带来的影响,因此适度父母卷入互联网使用 可能对PIU的预测有重要作用。 总之,人际卷入变量(同伴卷入与父母卷入)及 心 理 学 报 2004 ,36(3) :335339 Acta Psychologica Sinica 335 1994-2010 China Academic Journal Electronic Publishing House. A
7、ll rights reserved. 反映自我调节的某些变量(如时间透视)可能对青少 年的病理性互联网使用具有一定的预测作用。本研 究的主要目的就是探讨社会资源变量是否为时间透 视与PIU间的中介变量,进而为干预青少年PIU提 供新的证据。 2 研究方法 2. 1 被试 被试为北京市两所中学的初二年级与高二年级 共12个班的学生,共600人,有效被试589人;其 中,初二年级259人(男生134人,女生125人 ) , 高 二年级330人(男生175人,女生155人)。 此外,被试平均网龄为23. 58月(SD= 16. 35) , 上网频率为平均每周2. 48次(SD= 2. 44) ,每
8、次上 网总量为2. 32小时(SD= 2. 65)。86. 9 %的被试拥 有可以上网的计算机,上网地点主要集中于家里与 网吧,父母的受教育水平95 %集中于高中以上。 2. 2 统计工具 统计工具主要使用SPSS 11. 5和结构方程模型 分析软件AMOS 4101。 2. 3 测量工具 本研究使用了4个问卷分别测量可能影响青少 年PIU的变量。青少年互联网使用情况问卷用来 测量青少年的人口学变量,如学校、 年级、 网龄(第一 次上网至今)、 性别等。其它问卷均采用5点评定, 这些问卷主要包括:病理性互联网使用问卷;时间透 视问卷;积极同伴卷入问卷;适度父母卷入问卷。另 外,被试在某一因素或
9、某一问卷得分越高愈表明被 试在相应测查的特征表现上明显。 病理性互联网使用问卷由Morahan2Martin与 Schumacher11编制,问卷共10个项目,各项目主要 围绕互联网使用引起个体的学业活动受到伤害、 消 极情绪、 时间管理混乱、 耐受性提高(不断增加互联 网使用)等问题展开,修定量表的系数为0. 727。 Keough等人12编制的时间透视简式量表,包 括现在定向(Time Perspective Present ,TPP)与未来 定向( Time Perspective Future , TPF)两个维度,计 11个项目。量表中有些项目不适合于中学生,因此 对某些项目进行了修
10、改,如 “工作” 换成 “学习” 。 TPF的较高因素负荷集中于延迟满足、 计划性、 遵 守时间列表等项目,而TPP的较高因素负荷集中于 不关注时间、 不喜欢计划性等项目。分量表的系 数分别为0. 487与0. 632。 适度父母卷入主要测量互联网使用过程中亲子 关系对互联网使用的积极影响,改编于相关的亲子 关系量表13,修订量表为4个项目, 系数为 0. 709。 积极同伴卷入主要测量互联网使用过程中同伴 关系对青少年使用互联网的影响,依据 “自我描述问 卷”(SDQ)中的同伴关系量表改编,修订量表包括4 个项目,系数为0. 445。 验证性因素分析表明,修订后问卷具有较好的 结构效度,CM
11、INDF(相当于 2/ df)除父母卷入问 卷外,均小于5 ,RMSEA基本小于0. 08 ,CFI、GFI、 IFI、TLI等变量均在0. 80以上14 ,15,具体拟合指 数详见表1。 表1 各问卷结构效度拟合指数 问卷结构CMINDFGFINFIRFIIFITLICFIRMSEA 病网使用(单因素)3. 1620. 9620. 9060. 8800. 9340. 9150. 9340. 061 时间透视(二因素)1. 9780. 9750. 8780. 8440. 9360. 9160. 9350. 041 父母卷入(单因素)5. 0220. 9910. 9760. 9270. 9810
12、. 9410. 9800. 083 同伴卷入(单因素)1. 3200. 9980. 9960. 9870. 9990. 9970. 9990. 023 3 研究结果 3. 1 人口学变量的影响 本研究对可能影响PIU的人口学变量,如学 校、 年级、 性别等进行方差分析。性别、 年级、 学校等 人口学变量对PIU的影响均没有达到显著水平(见 表2) ,并且这些变量间的交互作用也不显著,也就 是说这些人口学变量独立于PIU ,不能较好预测 PIU。因此,与青少年有关的人口学变量不是影响 青少年病理性互联网使用的预测因素,即年级的高 低、 学校的不同等因素与青少年是否病理性互联网 使用无关,但是PI
13、U的性别差异是临界显著。 312 相关分析 为了更好确定时间透视、 人际卷入与PIU间是 否存在紧密关系,本研究对这些变量进行了相关分 析。结果发现这些变量与PIU存在显著相关,其中 现在定向与PIU为正相关,现在定向的青少年更可 能出现PIU ;而未来定向、 父母卷入、 同伴卷入与 336 心 理 学 报36卷 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. PIU呈负相关,未来定向的青少年出现PIU的可能 性较小,而父母适度卷入、 同伴积极卷入都可能会阻 止PIU的出现。
14、另外,时间透视及人际卷入变量间也存在着显 著相关,未来定向与现在定向的反向关系是自然的, 未来定向与父母卷入、 同伴卷入呈正相关,而现在定 向与父母卷入、 同伴卷入呈负相关,父母卷入与同伴 卷入之间的关系也是正向的。这些关系意味着时间 透视、 人际卷入与PIU可能存在着复杂的交互关 系,我们可以通过结构方程模型来澄清其中的联系。 表2 各分类变量对PIU的影响(Univariate) 变异来源dfMSF 学校11. 3370. 036 年级112. 4930. 336 性别1140. 8993. 79 学校 年级130. 5320. 822 学校 性别118. 4180. 496 年级 性别1
15、9. 5230. 256 学校 年级 性别122. 0380. 593 注:学校、 年级与性别及交互作用在0. 05水平上均不显著。 表3 时间透视、 人际卷入与PIU的相关系数 项 目12345 病网使用1 未来定向2- 0. 119 3 3 现在定向30. 407 3 3 - 0. 266 3 3 父母卷入4- 0. 182 3 3 0. 395 3 3 - 0. 136 3 3 同伴卷入5- 0. 166 3 3 0. 138 3 3 - 0. 157 3 3 0. 096 3 注: 3 3 p 0. 01 , 3 p 0. 05。 313 结构方程验证模型 为了更好地探讨变量间可能存在
16、相互关系,本 研究使用结构方程模型对数据(N= 589)进行了拟 合,具体拟合结果见表4与图1。 表4 验证模型的拟合指数 CMINDFGFINFIRFIIFITLICFIRMS EA 1. 1270. 998 0. 9880. 9610. 999 0. 9995 0. 9990. 015 一般认为,结构方程模型中CMINDF (相当于 2/ df)值小于5 ,RMSEA小于0. 08 ,CFI、GFI、IFI、 TLI等指数均在0. 80以上14 ,15,可以较好地拟合 数据,并验证假设。可以看出,本研究所获验证模型 具有较好的拟合指数。 从图1可以看出,现在定向直接指向PIU ,这说 明现在定向占优的个体一旦使用互联网就可能出现 PIU ,并且这种关系非常突出。此外,现在定向也可 以通过同伴卷入指向PIU (负向关系 ) , 这说明积极 同伴卷入对青少年互联网使用具有调节预防作用。 未来定向并不直接影响P
