大学生网络成瘾的潜剖面分析

发布时间：2021-03-31 13:27

　　目的:了解大学生网络成瘾的潜在类别及其与人口学变量的关系。方法:选取559名大学生（男208人,女351人,年龄17～28岁）,采用大学生网络成瘾类型问卷（TIASU）进行测试,对大学生网络成瘾特征进行潜剖面分析。采用R3STEP法的多项式logistic回归分析探讨大学生网络成瘾类型与人口学变量的关系。结果:潜剖面分析结果支持3个潜类别的模型,分别定义为"高危型"（21.6%）、"中间型"（53.0%）和"低危型"（25.4%）。logistic回归分析发现,相较于低危型而言,网龄每大一岁属于中间型的发生比要高出5.8%;相较于低危型而言,平均每天上网时间每多一小时属于中间型和高危型的发生比分别要高出21.3%和23.6%。结论:大学生网络成瘾存在3种不同潜类别;网龄、平均每天上网时间有助于预测大学生所属的类别组。 

【文章来源】：中国心理卫生杂志. 2020,34(06)北大核心CSSCICSCD

【文章页数】：4 页

【部分图文】：

大学生网络成瘾3个潜在类别在TIASU的20个条目上的得分概率

【参考文献】：
期刊论文
[1]分类精确性指数Entropy在潜剖面分析中的表现:一项蒙特卡罗模拟研究[J]. 王孟成,邓俏文,毕向阳,叶浩生,杨文登.  心理学报. 2017(11)
[2]增长混合模型:分析不同类别个体发展趋势[J]. 王孟成,毕向阳,叶浩生.  社会学研究. 2014(04)
[3]成人依恋和同一性在大学生网络成瘾影响机制中的作用[J]. 邓伟,丁璇,杨小勇.  中国学校卫生. 2014(06)
[4]不同网络成瘾状态大学生上网行为、人格心理特征及自我控制能力差异研究[J]. 侯其锋,张芝,杨锆.  浙江大学学报(理学版). 2013(01)
[5]大学生不同类型网络成瘾与社交回避的相关性研究[J]. 王启晨,王翔,段永.  中国健康心理学杂志. 2012(02)
[6]潜在类别分析技术在心理学研究中的应用[J]. 张洁婷,焦璨,张敏强.  心理科学进展. 2010(12)
[7]大学生网络成瘾类型问卷的初步编制[J]. 周治金,杨文娇.  中国心理卫生杂志. 2006(11)
[8]大学生沉迷网络的心理原因与对策[J]. 陈华.  西南交通大学学报(社会科学版). 2005(02)
[9]关于网络成瘾的心理学研究[J]. 陈侠,黄希庭,白纲.  心理科学进展. 2003(03)



本文编号：3111519