大学生网络成瘾的潜剖面分析
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...
Gespeichert in:
Veröffentlicht in: | 中国心理卫生杂志 2020-06, Vol.34 (6), p.539-542 |
---|---|
Hauptverfasser: | , , , , |
Format: | Artikel |
Sprache: | chi |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | 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. |
---|---|
ISSN: | 1000-6729 |
DOI: | 10.3969/j.issn.1000-6729.2020.6.011 |