進階搜尋


 
系統識別號 U0026-0812200913563116
論文名稱(中文) 探討大學生憂鬱症狀、拒網自我效能、社會支持在網路成癮模式中之角色
論文名稱(英文) The Role of Depressive Symptoms,Refusal Internet Self-Efficacy and Social Support In Internet Addiction Model among College Students
校院名稱 成功大學
系所名稱(中) 行為醫學研究所
系所名稱(英) Institute of Behavioral Medicine
學年度 95
學期 2
出版年 96
研究生(中文) 葉俞均
研究生(英文) Yu-chung Yeh
電子信箱 littleyeh924@gmail.com
學號 s8693401
學位類別 碩士
語文別 中文
論文頁數 61頁
口試委員 召集委員-葉光輝
指導教授-柯慧貞
口試委員-董旭英
中文關鍵字 網路成癮  憂鬱症狀  拒網自我效能  網路成癮關係模型  社會支持 
英文關鍵字 The model of Internet addiction  Social support  Internet addiction  Refusal Internet self-efficacy  Depressive symptoms 
學科別分類
中文摘要 研究背景與目的  
研究指出網路的使用問題情況日益嚴重,而大學生是網路使用問題的高危險群。重度網路使用可能會出現個人的家庭、學校和健康問題,以及耐受性、戒斷與強迫使用等依賴反應,形成所謂的網路成癮,因此探討其成因與改善及預防策略已成為重要研究問題。  回顧文獻,可以發現近年來網路成癮相關研究逐漸增多,只是多著重網路使用現象之描述或與某單因子相關性之探討,尚缺乏有系統且多因素的模式之探討。故本研究配合文獻回顧,提出網路成癮之心理社會模式,進一步以SEM進行實徵驗證。本模式假設網路成癮前「憂鬱症狀」的問題,在接觸了網路後,體驗了網路虛擬世界獨特之處,進而影響成癮者的認知「拒網自我效能」,成癮者覺得自己越來越無法拒絕使用網路,加上現實生活中「社會支持」不佳,網路世界提供了成癮者現實生活中缺乏的支持,會因此更加依賴網路的使用,導致網路成癮。

研究方法  
  本研究採橫斷式設計。參與者:以南區大專院校學生為母群體,依學院與學制分層後,再隨機以叢集抽樣,最終有效參與者為2,201人。研究工具:包括個人資料表、柯氏憂鬱量表、拒網自我效能量表、社會支持度量表、網路成癮量表。研究程序:於2004年,由南區十四所大專校院中抽樣,參與者在經過詳細的解說研究目的以及填寫同意書後,填寫自陳式問卷。統計分析:以結構方程模式(Structural Equation Modeling, SEM )的統計方式,進行模式的驗證及檢驗模式解釋觀察資料的程度。


結果與討論
  驗證假設的網路成癮模式,擁有良好的整體模式適配度,可解釋大學生之觀察資料。在變項間的關係部分,重要發現如下:(一)大學生的憂鬱症狀越多,則拒用網路自我效能越低,網路功能使用時數越長。(二)大學生的社會支持越低,則憂鬱症狀越多,越有可能網路成癮。(三)大學生的社會支持越低,則網路的溝通功能使用時數越長。(四)大學生溝通型網路功能使用時數越長,則越有可能網路成癮; 大學生非溝通型網路使用時數則無法顯著預測其網路成癮傾向。

結論與建議
  本研究結果驗證網路成癮模式,整合心理特性因子「憂鬱症狀」、認知因子「拒網自我效能」、社會因子「社會支持」與網路成癮間之關係。在理論應用部分,建議未來能以縱貫性的研究設計,驗證此修正模式的因果關係;在臨床應用部分,建議相關單位利用本研究的發現,從三級預防的觀點,設計介入計畫,以期能使學生遠離網路成癮的問題。
英文摘要 Background 
    With the rate of Internet use increasing dramatically, problematic Internet use is becoming common, particularly in colleges and universities. Such Internet problematic use behaviors have proven to be associated with significant social, psychological, academic and occupational impairments. Furthermore, studies revealed that students with problematic Internet use exhibit addictive Internet behavioral symptoms such as tolerance, withdrawal syndrome, and compulsive behavior, which researchers have come to term “Internet addiction”. Therefore, there is an imperative need to illuminate the process of Internet addiction among college students.
    Many researchers have tried to understand Internet addiction in recent years. However, most of them discussed relative factors independently. We modified the model based on past studies findings and proposed the psychosocial model of Internet addiction examined by Structural Equation Model (SEM). The present study made the assumption that more depressive symptoms predicted low ability to refuse the Internet and low social support in reality resulted in the dependence on Internet, which further caused the development of Internet addiction.

Methods
    A cross-sectional design was taken. Participants: A stratified and cluster sampling was used to sample the population of southern Taiwan college students. There were 2,201 college students joining the study. Measurements: Demographic data, Ko’s Depression Inventory, Refusal Internet Self-efficacy scale, Social Support Scale, and The Chen Internet Addiction Scale Procedure: Data were collected in 2004 from 14 colleges in southern Taiwan. Before the group administration, the purpose and details of the study and their confidentiality were fully explained and their informed consents were obtained. Statistical analysis: we examined the relationship among the variables through the Structural Equation Model (SEM) which was carried out by AMOS program (Amos 5.0).

Results 
    The results showed that the Internet addiction model had a good model-fit evaluation. The primary findings as follows:(1)With more depressive symptoms, college students had lower refusal Internet self-efficacy and longer time of Internet usage.(2)With less social support, college students had more depressive symptoms and higher tendency of Internet addiction.(3)With less social support, college students had longer time of social Internet functions usage.(4)With longer time of social Internet functions usage, college students had higher tendency of Internet addiction. However, the time of non-social Internet functions usage could not predict the tendency of Internet addiction significantly.

Conclusion and Implication 
    The model contributed additional information to the literature which may help researchers to understand the process of Internet addiction. Future studies can explore the direction of causality by longitudinal research design or take objective information into account. Moreover, implications of the model were provided with respect to the development of effective prevention programs and clarified the relationships among the relative factors, suggesting that more attention should be given towards the development of school-based preventive programs on diminishing the Internet problematic use behaviors. 
論文目次 目錄
第一章   緒論
第一節  網路使用問題之現況--1
壹、網路使用問題議題之重要性--1
貳、網路使用問題之高危險群--1
參、網路使用問題所帶來的影響--2
肆、小結--2
第二節  何謂網路成癮及其相關研究--4
壹、網路成癮的定義--4
貳、網路成癮的界定標準--5
參、網路成癮的爭議--8
肆、小結--9
第三節  網路成癮模式與相關因子探討--10
壹、網路成癮模式--10
貳、網路成癮模式因子探討--11
一、心理特性因子:憂鬱症狀與網路成癮的關係--11
   (一)憂鬱症狀之定義-- 11
  (二)憂鬱症狀與網路成癮的相關研究--12 
 二、認知因子:拒網自我效能與網路成癮的關係--13
   (一)拒網自我效能之定義--13
(二)拒網自我效能與網路成癮的相關研究--13
三、社會因子:社會支持之定義和其與網路成癮的關係--14
(一)社會支持之定義--14
(二)社會支持與網路成癮的相關研究--14
四、憂鬱症狀、自我效能、社會支持與網路成癮之關係--15
(一)憂鬱症狀、拒網自我效能與網路成癮之關係--15
(二)社會支持、憂鬱症狀與網路成癮之關係-- 16
參、小結--17
第四節 研究目的與假設--18

第二章   研究方法
第一節  研究參與者--19
第二節  研究工具--20
第三節  研究程序--22
第四節 統計分析--23


第三章  研究結果
第一節  研究對象之抽樣結果--25
第二節 大學生使用各項網路功能之時間--25
第三節  網路成癮與其相關因子間之關係--27
第四節  假設模式之分析--27
壹、基本適配度--27
貳、整體適配度---28
 一、絕對適配度--28
 二、相對適配度--32
參、內在適配度--33
肆、模式潛在變項間效果--34
 一、模式潛在變項間的直接效果--34
 二、模式潛在變項間的間接效果--34
 三、模式潛在變項間的全體效果--35

第四章 討論
第一節  大學生網路成癮模式探討--38
壹、模式適配度--38
貳、憂鬱症狀、拒網自我效能、社會支持與網路成癮之關係--39
第二節 本研究之限制與未來研究方向--41
壹、施測方式--41
貳、研究工具--41
參、研究設計--42
第三節  本研究之理論貢獻與應用價值--42
壹、本研究之理論貢獻--42
貳、本研究之應用價值--42

參考文獻--44
表目錄
表1. 網路成癮判定標準--5
表2. 網路成癮診斷準則--6
表3. 網路成癮量表之因素--7
表4. 中華民國教育統計之高等教育類別--20
表5. 排除樣本與有效樣本的基本人口學變項比較--25
表6. 各項網路使用功能之每週平均使用時間--26
表7. 各因子間的Pearson相關係數--27
表8. 模式估計參數之顯著性考驗及標準化效果值--29
表9. 模式估計參數之相關矩陣--30
表10. 模式適配度--32
表11. 模式個別指標信度--33
表12. 潛在變項間的直接、間接與整體效果之標準化效果值--36


圖目錄
圖1. 本研究假設之網路成癮模式--17
圖2. 網路成癮模式之標準化徑路係數圖--37


附錄目錄
附錄1. 基本資料表--50
附錄2. 柯氏憂鬱量表--54
附錄3. 拒網自我效能量表--59
附錄4. 社會支持度量表--60
附錄5. 網路成癮量表--61
參考文獻 中華民國教育統計指標(2002)。高等教育-九十學年度大學生數分析。台北市:教育部。
王澄華(2001)。人格特質與網路人際互動對網路成癮的影響。私立輔仁大學心理學研究所碩士論文。
白育甄(2004)。網路成癮經驗對大學生學習與生活及心理社會發展影響-網路遊戲成癮個案之分析。國立臺灣師範大學政治學研究所碩士論文。
朱美慧(2002)。我國大專學生個人特性、網路使用行為與網路成癮關係之研究。大業大學資訊管理研究所碩士論文。
林旻沛(2004)。大學生網路成癮盛行率及認知因子之研究。國立成功大學行為醫學研究所碩士論文。
周榮、周倩(1997)。網路上癮現象、網路使用行為與傳播快感經驗之相關性初探。論文發表於中華傳播學會1997年會。台北,6月18日至19日。
邱皓政(2005)。結構方程模式: LISREL 的理論、技術與應用。台北:雙葉書廊。
邱聖玲(2004)。中學生網路沉迷與改善歷程之研究。國立高雄師範大學輔導研究所碩士論文。
范傑臣(2002)。高中生人際互動與社會支持對網路沈迷的影響—以桃園縣某高中為例。元智大學資訊社會學研究所碩士論文。
柯慧貞(1989)。內因性與非內因性憂鬱症在腎上腺皮質素抑制反應、認知偏差及生活壓力上之比較。國立台灣大學心理學研究所博士論文。
張筠琇(2004)。家庭傳播結構與網路使用動機蘢籊洏峖甈陘尬v響。萬能科技大學經營管理研究所碩士論文。
陳淑惠(1999)。我國學生電腦網路沉迷現象之整合研究-子計畫一:網路沉迷現象的心理病理之初探1/2。行政院國家科學委員會專題研究計畫。
陳淑惠(1999)。我國學生電腦網路沈迷現象之整合研究-子計畫一:網路沈迷現象的心理病理之初探2/2。行政院國家科學委員會專題研究計畫。
陳淑惠、翁儷禎、蘇逸人、吳和懋、楊品鳳(2003)。網路成癮量表之編製與心理計量特性研究。中華心理學刊,45(3),279-294。
程炳林(2003)。四向度目標導向模式之研究,師大學報,48(1),15-40 。
程炳林(2005)。結構方程模式。陳正昌、程炳林、陳新豐、劉子鍵,多變量分析方法-統計軟體應用,341-470 。台北:五南圖書有限公司。
黃一玲(2002)。影響大學生網路成癮的相關因素研究。私立長庚大學護理研究所碩士論文。
游森期(2001)。大學生網路使用行為、網路成癮及其相關因素之研究。國立彰化師範大學教育研究所碩士論文。
楊正誠(2003)。大學生網路成癮、社會支持與生活適應關係之研究。東海大學教育研究所碩士論文。
董潔如(2002)。高中學生網路使用動機、使用行為、個人特性與網路沉迷現象之初探。中山大學傳播管理研究所碩士論文。
劉家儀(2001)。以人際關係論與計畫行為論探討網路交友之現象。國立中山大學資訊管理學系研究所碩士論文。
黎士鳴(2000)。酒精暴露、正負向效果預期以及拒酒自我效能感與飲酒行為之關係。國立成功大學行為醫學研究所碩士論文。
蕭銘鈞(1998)。台灣大學生網路使用行為、使用動機、滿足程度與網路成癮現象之初探。國立交通大學傳播研究所碩士論文。
戴秀津(2003)。高中職學生網路成癮之相關因素及其身心健康影響探討。高雄醫學大學護理學研究所碩士論文。 
韓佩凌(2000)。台灣中學生網路使用者特性、網路使用行為、心理特性對網路沉迷現象之影響。台灣師範大學教育心理輔導研究所碩士論文。


ACENEWS. (1999). Most of the nation’s college freshmen embrace the Internet as an educational tool, UCLA study finds [On-line]. 
< http://www. ace net.edu/news/pressre.1999/ 01january/fresh men survey.html>
American Psychiatric Association. (1994) Diagnostic and statistical manual of mental disorders, 4th ed. Washington, DC: APA.
Anderson, K. J. (2001). Internet use among college students: An exploratory study. Journal of American College Health, 50, 21–26.
Bagozzi, R. P., & Yi, Y.(1988).On the evaluation of structural equation models. Academic of Marketing Science, 16, 76-94.
Bandura, A. (1977). Self-efficacy: Toward a unifying theory of behavioral change,Psychological Review, 84, 191-215.
Bandura, A. (1986). Social foundations of thought and action: a social cognitive theory. Englewood Cliffs, NJ: Prentice Hall.
Bandura, A. (1999). A sociocognitive analysis of substance abuse: an agentic perspective, Psychological science, 10, 214-217.
Beard, K.W. (2005). Internet addiction: A review of current assessment techniques and potential assessment questions. CyberPsychology and Behavior, 8, 7-14.  
Billings, A.G. & Moos, R.H. (1984). Coping, stress, and social resources among adults with unipolar depression. Journal of Personality and Social Psychology, 46,877-891.
Brenner, V. (1997). Psychology of computer use:XLVII. Parameters of internet use, abuse and addiction:The first 90 days of the internet usage survey. Psychological Reports, 80, 879-882.
Cassel, J. (1974). Psychological processes and stress: Theoretical formulations. International Journal of Stress Service, 4, 471-482. 
Christiansen, M., Vik, P. W., & Jarchow, A. (2002). College student heavy drinking in social contexts versus alone. Addictive Behavior, 27, 393-404.
Cinciripini, L. G., & Baile, W. F. (2003). The effects of depressed mood on smoking cessation: Mediation by postcessation self-efficacy. Journal of Consulting and Clinical Psychology, 71, 292–301.
Coyne, J.C., Downey, G..(1991). Social factors and psychopathology: Stress, social support, and coping processes. Annual Review of Psychology, 42, 401-425.
Davis, R.A., Flett, G. L.,& Besser, A. (2002). Validation of a new scale for measuring problematic Internet use: implications for pre-employment screening. CyberPsychology and Behavior, 5, 331–345
Folkman, S. , & Lazarus, R. S. (1984). Stress, appraisal, and coping. New York :Springer Publishing Company.
Ganster, D.C. & Victor, B. (1988). The impact of social support on mental and physical health. British Journal of Medical Psychology, 61, 17-36.
Greenfield, D. N. (1999).The nature of internet addiction:Psychological factors in compulsive internet use. Paper presented at the 1999 meetings of the American Psychological Association, Boston, Massachusetts, August 20, 1999. 

Greenfield, D. N. (2000). The Net effect: Internet Addiction and Compulsive Internet Use. 
Griffiths, M. (1998). Internet addiction:Does it really exist?In J. Gackenbach(ed.), Psychology and the Internet:Intrapersonal, interpersonal, and transpersonal implications, pp.61-75. New York:Academic Press.
Grohol, J. M. (1999). Last revised: July 28, 2004. Internet Addiction guide. 
Hair, J. F., Anderson, R. E., Tatham, R. L., & Black, W. C. (1998). Multivariate Data Analysis (5th ed.), London: Prentice-Hall International, Inc.
Hamburger, Y.A .,& Furnham, A.(2007). The Positive Net. Computers in Human Behavior,23,1033-1045.
Haukkala, A., Uutela, A., Vartiainen, E., McAlister, A., & Knekt, P. (2000).Depression and smoking cessation: The role of motivation and self-efficacy. Addictive Behaviors, 25, 311–316.
Heino, R. K., Lintonen, T.,& Rimpela, A. (2004). Internet addiction? Potentially problematic use of the internet in a population of 12-18 year-old adolescents. Addiction Research and Theory ,12,89-96.
House, J.S. (1981). Work Stress and Social Support, Reading, Mass: Addison Willey.
John, U., Meyer, C., Rumpf, H. J., Hapke, U.(2004). Self-efficacy to refrain from smoking predicted by major depression and nicotine dependence. Addictive Behaviors, 29, 857–866.
Joreskog, K.G. ,& Sorbom, D. (1993) LISREL 8: Structural Equation Modeling with the SIMPLIS Command Language. Lawrence Erlbaum Associates : Hillsdale, NJ.
Kear, M. E. (2002). Psychosocial determinants of cigarette smoking among college students. Journal of Community Health Nurse, 19, 245-57.
Kraut, R., Patterson, M., Lundmark, V., Kiesler, S., Mukopadhyay ,T.,& Scherlis, W.(1998). Internet paradox: a social technology that reducessocial involvement and psychological well-being? American Psychologist, 53,1017–1031.
Lane, A. M., Whyte, G.. P., Terry, P. C., & Nevill, A. M. (2005). Mood and examination performance. Personality and Individual Differences, 39, 143–153.
Lerman, C., Audrain, J., Orleans, C. T., Boyd, R., Gold, K., Main, D., & Caporaso, N. (1996). Investigation of mechanisms linking depressed mood to nicotine dependence. Addictive Behaviors, 21, 9–19.
Marklein, M.B. (1995). At colleges, e-mail is as easy as ABC. USA Today 5:1D. 
Marlatt, G. A., Baer, J. S., & Quigley, L. A. (1995).Self-efficacy and addictive behaviors. In 
A Bandura (Eds.), self-efficacy in changing societies. The Guilford Press: New York.
Marsh, H. W., Balla, J. R., & Hau, K. T. (1996). An evaluation of incremental indexes:A clarification of mathematical and empirical properties. In G. A. Marcoulides & R. E. Schumacker (Eds.), Advanced structural equation modeling techniques (pp. 315-353). Mahwah: Lawrence Erlbaum.
Modayil M. V., Thompson, A. H., Varnhagen S., & Wilson, D. R.(2003). Internet uses’ prior psychological and social difficulties. CyberPsychology and Behavior, 6, 585-590.
Morgan, C., & Cotton S. (2003). The relationship between Internet activities and depressive symptoms in a sample of college freshmen. CyberPsychology and Behavior, 6, 133-143.
Morahan-Martin, J., & Schumacher, P. (2000). Incidence and correlates of pathological internet use among college students. Computers in Human Behavior, 16, 13-29.
Nalwa K., & Anand A.P.(2003). Internet addiction in students: A cause of concern. CyberPsychology and Behavior, 6, 653-656.
Ong, A. D., & Walsh, D. A. (2001). Nicotine dependence, depression, and the moderating role of goal cognitions. Psychology of Addictive Behaviors, 15, 252–254.
Pratarelli, M.E., Browne, B.L.,& Johnson, K. (1999). The bits and bytes of computerInternet addiction: A factor analytic approach. Behavior Research Methods
Instruments & Computers, 31, 305-314.
Rubio, D. M., Berg, W. M., & Tebb, S.S. (2001) Using Structural Equation Modeling to Test for Multidimensionality. Structural Equation Modeling: A Multidisciplinary Journal, 8, 613–626.
Sarason, I. G ., Levine, M. H., Basham, R. B., & Sarason, B. R.(1983). Assessing social  support:The social support questionnair. Journal of Personality and Social Psychology, 44,(1), 127-139.
Schuman, E.(1997). It’s official:Net abusers are pathological. 
Tsai, C. C., & Lin, S. J. (2003). Analysis of Attitudes Toward Computer Networks and Internet Addiction of Taiwanese Adolescents. CyberPsychology and Behavior, 4, 73-376.
Whang S. M. , Lee, S. ,& Chang G.(2003).Internet over-users’ psychological profiles: A behavior sampling analysis on Internet addiction. CyberPsychology and Behavior, 6, 143-150.  
Ybarra, L. M. (2004) Linkages between depressive symptomatology and internet harassment among young regular internet users. CyberPsychology and Behavior, 7, 247-257.
Young, K. S. (1996a). Internet addiction: The emergence of a new clinical disorder.   Paper presented at the 104th annual meeting of the American PsychologicalAssociation. August, 15, 1996, Toronto, Canada.          
Young, K. S. (1996b). Pathological Internet Use: The Emergence of A New Clinical Disorder. 
Young, K. S., & Rodgers, R.C. (1998). The relationships between depression and Internet addiction. CyberPsychology and Behavior, 1, 25-28.
Young, K. S. (1998). Caught in the net:How to recognize the signs of internet addiction and winning strategy for recovery. NY:John Wiley & Sons, Inc.
Young, K. S. (2001). Surfing out studying:Dealing with Internet addiction on campus. 
論文全文使用權限
  • 同意授權校內瀏覽/列印電子全文服務,於2009-08-22起公開。
  • 同意授權校外瀏覽/列印電子全文服務,於2009-08-22起公開。


  • 如您有疑問,請聯絡圖書館
    聯絡電話:(06)2757575#65773
    聯絡E-mail:etds@email.ncku.edu.tw