پیش بینی اعتیاد به شبکه های اجتماعی براساس احساس تنهایی و عزت نفس در دانشجویان دختر (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
با توجه به علاقه گسترده دانشجویان به شبکه های اجتماعی، بررسی ویژگی های کاربران به منزله پیشایندهای اعتیاد به شبکه های اجتماعی اهمیت ویژه ای دارد. هدف از پژوهش حاضر، بررسی نقش احساس تنهایی و عزت نفس در پیش بینی اعتیاد به شبکه های اجتماعی در دانشجویان دختر است. پژوهش حاضر، از نوع همبستگی است. نمونه ای به تعداد 335 دانشجوی دختر با استفاده از روش نمونه برداری خوشه ای مرحله ای انتخاب شدند و به وسیله مقیاس های احساس تنهایی اجتماعی عاطفی بزرگسالان (SELSA-S )، عزت نفس روزنبرگ (RSES) و پرسش نامه محقق ساخته اعتیاد به شبکه های اجتماعی ارزیابی شدند. داده ها از طریق روش های رگرسیون چندگانه و همبستگی پیرسون تحلیل شد.نتایج نشان داد که بین احساس تنهایی (001 / 0 P<,36 / 0 R=) و عزت نفس ( 001 / 0 P<,26 / 0- R=) با اعتیاد به شبکه اجتماعی مجازی رابطه معنادار وجود دارد. افزون بر این، بین ابعاد احساس تنهایی و اعتیاد به شبکه های اجتماعی رابطه مثبت و معناداری وجود دارد. براساس تحلیل رگرسیون چندگانه، احساس تنهایی (345 / 0 =β) و عزت نفس (244 / 0- =β) می توانند اعتیاد به شبکه های اجتماعی مجازی را به طور معنادار پیش بینی کنند. نتایج دیگر نشان داد که ابعاد سه گانه احساس تنهایی به ترتیب (خانوادگی، رمانتیک و اجتماعی) پیش بینی کننده قوی برای اعتیاد به شبکه ها ی اجتماعی هستند.Prediction of social networks addiction on the basis of Female Students' Loneliness and Self-esteem
Study of user' traits as antecedents of social networks addiction has been given special importance. The current study aims to predict social networks addiction on the basis of student' Loneliness and Self-esteem. Research design was based on correlation study. A sample of 335 female students were selected through multistage cluster sampling method and then assessed by the Social and Loneliness Scale (SELSA-S), Rosenberg' Self-esteem Scale (RSES) and researcher made questionnaire of social networks addiction. The collected data were analyzed using correlation and multiple regressions. The results indicated that loneliness (r=0.36, P<0.001) and self-esteem (r= -0/26, P<0.001) with social networks addiction have a significant correlation. Moreover, there is a positive correlation between loneliness' dimensions and social networks addiction. Multiple regression analysis showed that loneliness (β=0.345) and self-esteem (β= -0.244) can predict social networks addiction in the meaningful manner. However, other results showed that three dimensions of loneliness (family, romantic and social, respectively) were strong predictors for social networks addiction.
تبلیغات
