“宅”生活对大学生心理健康影响调查分析
发布时间：2021-01-29 09:03
在经济全球化、文化多样化、信息网络化的大背景下,随着人们物质生活水平的不断提高,人们对精神文化的需求也日益增长。这使社会形式和生活方式都朝着多样化的方向发展,这也逐渐改变了人们的价值观念、心理状态和行为习惯。这些变化对于正处于青年阶段的大学生来说是一把双刃剑,会使大学生在自主意识、竞争能力以及创新精神等方面都得到增强,但同时也无法避免使大学生滋生了个人主义、享受主义等不良倾向,而这一过程中产生了一种新的生活态度和生活方式,即出现了―宅‖生活。这种―宅‖生活的出现,表面上是大学生自身兴趣爱好与日常生活方式的展现,实则对大学生的生活和心理健康造成了双重困扰。本文通过对文献的梳理和对大学生实际情况的了解,编制了大学生―宅‖生活调查问卷,结合了一般心理健康水平（GHQ-20）。在班杜拉社会学习理论、马斯洛需求理论等相关理论的基础上,提取了行为宅、享受宅、不善社交、不愿外出这四个变量,构建了―宅‖生活对大学生心理健康影响因素的研究模型并依据初始模型提出十个假设。首先,为了保证问卷设计的可靠性及合理性,需要进行初步的预调查,并预调查的数据进行信度和效度检验。其次,在正式调查结束,对被调查者的基本信...
【文章来源】： 张芹 江西财经大学
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
抽样误差与样本量的关系图
“宅”生活对大学生心理健康影响调查分析38在，需要区分内生变量、外生变量和中介变量。结构模型不仅解释潜变量之间相互作用的关系，而且还解释了无法被模型中其他变量所解释的部分。路径分析是结构方程所使用的分析方法，通过它可以得到自变量对因变量的直接影响、间接影响和总影响。结构方程模型应用比较广泛，而且不同类型的结构方程模型的分析步骤大同小异，结构方程模型的步骤包括模型设定、模型拟合、模型配适度的检验、模型修正和模型确认，如图4-1所示。图4-1结构方程模型流程图4.4.2验证性因子分析结构方程模型是由测量模型与结构模型这两种模型组合，并且有一定的检验顺序，只有检验通过了才能进行下一步，即进行结构模型的检验，只有测量模型信度和效度达到比较好的情况下，才使结构模型的检验有意义。因此，在进行模型识别和拟合之前，首先需要对测量模型进行验证性因子分析检验，验证性因子分析是对每个测量变量的信度、收敛效度和区别效度进行检验。它通过检验每个潜在变量与观察变量之间内部可靠性和一致性程度和可靠性。收敛效度是指同一个潜在变量的测量指标之间的相关性要比较高，可以被纳入同一个公因子中；而区别效度是不同的公因子包括不同的潜变量，不属于同一个潜在变量的测量指标之间的相关性要比较低。（1）测量模型通过AMOS24.0软件构建出5个变量的测量模型，在这个测量模型中用椭圆形状表示潜在变量，用矩形表示观察变量或测量指标，圆形代表测量误差，单向箭头是表示变量之间的因果关系，双向箭头是表示变量之间的相关性。为了模型
4“宅”生活对大学生心理健康影响39能够被识别和估计，需要把所有潜在变量的某一条路径系数和所有误差项的路径系数均为1。验证性因子分析的具体模型见图4-2。图4-2验证因子分析模型图在结构方程模型分析中对于参数的估计的前提是要进行模型识别，模型识别的依据为t法则，即通过参数估计数目(t)和数据资料点（thenumberofdatapoinits,DP）的比较作为模型识别程度的判定标准。在t法则中，参数估计数目t为模型中自由参数，数据资料点数目的求解公式为(p+q)(p+q+1)/2，其中p是外生观测变量的个数，q为内生观测变量的个数。在t法则中可以引入模型自由度（degreeoffreedom,DF）的概念,自由度是指运算中能够自由取值的变量个数。DF、t和DP之间关系为DF=DP-t，可以依据DF的正负进行模型识别程度的判定。如DF>0，即t<DP，说明参数估计数目比数据资料点数目少，则判定为模型过度识别；若DF=0，即t=DP，这说明参数估计数目和数据资料点数目相等，则判定为模型恰好识别；若DF<0，即t>DP，这说明参数估计数目多于数据资料点数目，则判定为模型识别不足。本文中所建立的模型中共有17个观察变量，故DP=17*（17+1）=306，待估计的自由参数为t=44个，其中回归系数有12个，方差有22个，协方差有10个,则DF=DP-t=306-44=262>0，因此可以判定模型为过度识别，从而模型可以进行估计。在AMOS24.0中导入样本数据，本文使用的模型估计方法为极大似然法（MaximumLikelihood），接着打开AMOS24.0软件中的―ViewText‖按钮，可以看到验证性因子分析结果，并选中打开―ModelFit‖，查看模型适配指标，具体模型拟合结果见表4.32所示。
【参考文献】：
期刊论文
[1]从御宅到二次元:关于一种青少年亚文化的学术图景和知识考古[J]. 何威. 新闻与传播研究. 2018(10)
[2]“宅”现象对大学生的影响及其对策研究[J]. 张宣. 淮海工学院学报(人文社会科学版). 2018(07)
[3]宅文化下大学生集体活动开展模式的思考[J]. 龙晓凡,孙文秋实. 北京教育(德育). 2015(02)
[4]大学生“宅”一族成因与出“宅”对策分析[J]. 叶引姣,汤瑾,赵丽娜. 才智. 2015(05)
[5]新媒体视域下高校“宅男宅女”群体调查及引导策略[J]. 陈燕红. 教育评论. 2014(12)
[6]流行亚文化背景下大学生健康问题的产生机制研究——以大学生“宅族”为例[J]. 周欢畅,黄志珍. 体育研究与教育. 2014(S2)
[7]大学生“宅”现象问题与对策研究[J]. 郭媛媛. 教育教学论坛. 2014(32)
[8]高校制度化管理下催生的“宅一族”现象浅析[J]. 周欣欣. 教师. 2014(02)
[9]大学生“宅文化”现象及其对策[J]. 唐胜蓝. 科教文汇(上旬刊). 2013(02)
[10]“宅”生活背景下大学生核心价值观培育探讨[J]. 薛海鸣. 山西农业大学学报(社会科学版). 2012(12)
硕士论文
[1]互联网背景下大学生“宅”现象的原因、影响及对策研究[D]. 王洁.重庆邮电大学 2017
[2]“宅”对大学生人际交往的影响及社会工作介入研究[D]. 红梅.内蒙古师范大学 2014
[3]大学生“宅”现象与高校思想政治教育对策研究[D]. 程文.华中师范大学 2013
[4]“80后”宅青的“宅”现象探究[D]. 王珺琪.中国青年政治学院 2012
[5]心理学视角下的大学生“宅”现象探析[D]. 陆明.东北师范大学 2012
[6]大学生“宅人”生活特点与心理特点调查研究——兼与非“宅人”比较[D]. 乐曲.华南理工大学 2010
本文编号：3006631
【文章来源】： 张芹 江西财经大学
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
抽样误差与样本量的关系图
“宅”生活对大学生心理健康影响调查分析38在，需要区分内生变量、外生变量和中介变量。结构模型不仅解释潜变量之间相互作用的关系，而且还解释了无法被模型中其他变量所解释的部分。路径分析是结构方程所使用的分析方法，通过它可以得到自变量对因变量的直接影响、间接影响和总影响。结构方程模型应用比较广泛，而且不同类型的结构方程模型的分析步骤大同小异，结构方程模型的步骤包括模型设定、模型拟合、模型配适度的检验、模型修正和模型确认，如图4-1所示。图4-1结构方程模型流程图4.4.2验证性因子分析结构方程模型是由测量模型与结构模型这两种模型组合，并且有一定的检验顺序，只有检验通过了才能进行下一步，即进行结构模型的检验，只有测量模型信度和效度达到比较好的情况下，才使结构模型的检验有意义。因此，在进行模型识别和拟合之前，首先需要对测量模型进行验证性因子分析检验，验证性因子分析是对每个测量变量的信度、收敛效度和区别效度进行检验。它通过检验每个潜在变量与观察变量之间内部可靠性和一致性程度和可靠性。收敛效度是指同一个潜在变量的测量指标之间的相关性要比较高，可以被纳入同一个公因子中；而区别效度是不同的公因子包括不同的潜变量，不属于同一个潜在变量的测量指标之间的相关性要比较低。（1）测量模型通过AMOS24.0软件构建出5个变量的测量模型，在这个测量模型中用椭圆形状表示潜在变量，用矩形表示观察变量或测量指标，圆形代表测量误差，单向箭头是表示变量之间的因果关系，双向箭头是表示变量之间的相关性。为了模型
4“宅”生活对大学生心理健康影响39能够被识别和估计，需要把所有潜在变量的某一条路径系数和所有误差项的路径系数均为1。验证性因子分析的具体模型见图4-2。图4-2验证因子分析模型图在结构方程模型分析中对于参数的估计的前提是要进行模型识别，模型识别的依据为t法则，即通过参数估计数目(t)和数据资料点（thenumberofdatapoinits,DP）的比较作为模型识别程度的判定标准。在t法则中，参数估计数目t为模型中自由参数，数据资料点数目的求解公式为(p+q)(p+q+1)/2，其中p是外生观测变量的个数，q为内生观测变量的个数。在t法则中可以引入模型自由度（degreeoffreedom,DF）的概念,自由度是指运算中能够自由取值的变量个数。DF、t和DP之间关系为DF=DP-t，可以依据DF的正负进行模型识别程度的判定。如DF>0，即t<DP，说明参数估计数目比数据资料点数目少，则判定为模型过度识别；若DF=0，即t=DP，这说明参数估计数目和数据资料点数目相等，则判定为模型恰好识别；若DF<0，即t>DP，这说明参数估计数目多于数据资料点数目，则判定为模型识别不足。本文中所建立的模型中共有17个观察变量，故DP=17*（17+1）=306，待估计的自由参数为t=44个，其中回归系数有12个，方差有22个，协方差有10个,则DF=DP-t=306-44=262>0，因此可以判定模型为过度识别，从而模型可以进行估计。在AMOS24.0中导入样本数据，本文使用的模型估计方法为极大似然法（MaximumLikelihood），接着打开AMOS24.0软件中的―ViewText‖按钮，可以看到验证性因子分析结果，并选中打开―ModelFit‖，查看模型适配指标，具体模型拟合结果见表4.32所示。
【参考文献】：
期刊论文
[1]从御宅到二次元:关于一种青少年亚文化的学术图景和知识考古[J]. 何威. 新闻与传播研究. 2018(10)
[2]“宅”现象对大学生的影响及其对策研究[J]. 张宣. 淮海工学院学报(人文社会科学版). 2018(07)
[3]宅文化下大学生集体活动开展模式的思考[J]. 龙晓凡,孙文秋实. 北京教育(德育). 2015(02)
[4]大学生“宅”一族成因与出“宅”对策分析[J]. 叶引姣,汤瑾,赵丽娜. 才智. 2015(05)
[5]新媒体视域下高校“宅男宅女”群体调查及引导策略[J]. 陈燕红. 教育评论. 2014(12)
[6]流行亚文化背景下大学生健康问题的产生机制研究——以大学生“宅族”为例[J]. 周欢畅,黄志珍. 体育研究与教育. 2014(S2)
[7]大学生“宅”现象问题与对策研究[J]. 郭媛媛. 教育教学论坛. 2014(32)
[8]高校制度化管理下催生的“宅一族”现象浅析[J]. 周欣欣. 教师. 2014(02)
[9]大学生“宅文化”现象及其对策[J]. 唐胜蓝. 科教文汇(上旬刊). 2013(02)
[10]“宅”生活背景下大学生核心价值观培育探讨[J]. 薛海鸣. 山西农业大学学报(社会科学版). 2012(12)
硕士论文
[1]互联网背景下大学生“宅”现象的原因、影响及对策研究[D]. 王洁.重庆邮电大学 2017
[2]“宅”对大学生人际交往的影响及社会工作介入研究[D]. 红梅.内蒙古师范大学 2014
[3]大学生“宅”现象与高校思想政治教育对策研究[D]. 程文.华中师范大学 2013
[4]“80后”宅青的“宅”现象探究[D]. 王珺琪.中国青年政治学院 2012
[5]心理学视角下的大学生“宅”现象探析[D]. 陆明.东北师范大学 2012
[6]大学生“宅人”生活特点与心理特点调查研究——兼与非“宅人”比较[D]. 乐曲.华南理工大学 2010
本文编号：3006631
本文链接：https://www.wllwen.com/shoufeilunwen/shuoshibiyelunwen/3006631.html
