ap Advances in Psychology 2160-7273 2160-7281 beplay体育官网网页版等您来挑战! 10.12677/ap.2024.149613 ap-95589 Articles 人文社科, 合作期刊 大学生网络社交时间、孤独感和人格特质的关系
The Relationship between Online Social Time, Loneliness and Personality Traits of College Students
唐秋秀 重庆师范大学教育科学学院,重庆 29 08 2024 14 09 9 14 17 7 :2024 23 7 :2024 23 8 :2024 Copyright © 2024 beplay安卓登录 All rights reserved. 2024 This work is licensed under the Creative Commons Attribution International License (CC BY). http://creativecommons.org/licenses/by/4.0/ 目的:考察对于不同人格特质的大学生,网络社交使用时间与孤独感的关系。方法:对205名大学生进行线上线下发放问卷的模式进行施测,问卷采用艾森克人格问卷中国成人版,Facebook使用强度量表以及Russell等人编制的UCLA孤独感量表。结果:通过数据分析之后发现网络社交强度与孤独感之间呈现负相关,在人格特质上并未找到三者之间的相关。结论:网络社交强度越强,孤独感也随之降低。
Purpose: To investigate the relationship between Internet social time and loneliness among college students with different personality traits. Methods: 205 college students were tested with online and offline questionnaires. The questionnaires were Chinese adult version of Eysenck Personality Questionnaire, on Facebook, intensity scale and UCLA loneliness scale compiled by Russell et al. were used. Results: After data analysis, it was found that there was a negative correlation between the intensity of social network and loneliness, and no correlation between the three was found in personality traits. Conclusion: The higher the intensity of social networking, the lower the loneliness.
人格特质,网络社交使用,孤独感
Personality Traits
Network Social Use Loneliness
1. 引言

“孤独感”一词最早见于医学领域,后心理学研究者将孤独感引入“社会心理学领域”。到目前为止,对孤独感的界定尚无统一的标准,本研究认为孤独感是指当个体在与他人的交往中,对人际关系的满意度较低时,会促使个体通过增加网络社交使用时间等方式来获取虚拟人际关系满足感。大学生使用互联网对孤独感产生的影响,存在两种观点。一是认为互联网的使用增强了个体的孤独感。还有一个看法则是,网络的广泛应用也减少了个人的孤独感。以往的研究都是从一个宏观的角度去研究整体的网络使用对个体的孤独感将会产生怎样的影响,而网络使用是一个大概念,所包含的方面众多,比如包括网络时间,网络服务,网络活动类型等各种角度,而本文选取网络社交时间,从一个微观的角度为切入点来研究网络社交使用强度与个体的孤独感关系。

每一个人都是独特的,使用网络的动机也不一样。目前关于人格特质与网络社交时间的影响存在着两种假设理论。一种是“富者愈富”效应( Kraut et al., 2002 ),另一种是“补偿”效应。有研究认为,外向型和神经质作为人格气质的重要变量,性格外向、情绪较差的人在社交上更有优势,而性格内向、高度紧张的人在人际关系上更易受影响( Amichai-Hamburger et al., 2002 )。所以本文决定从这两个人格变量展开研究。

在当今的社会中,人们经常感到孤独感的存在,很多研究发现,个性特征是影响孤独感的一个重要因素。 邹赐岚(2005) 采用自编大学生孤独感问卷与龚耀先修订的EPQ (成人版)对四百九十三名大一至大四学生进行测查,使用的是自己编的孤独感问卷,结果发现神经质和孤独感之间呈现正相关,而外向性与孤独感四维度及孤独感总分呈显著负相关。

本文运用人格特质理论艾森克人格量表中国成人版对大学生的网络社交强度进行了分析,并将其与现实中的人际关系疏远、孤独感等因素联系起来,为大学生的孤独感问题的研究提供了实证依据。

2. 研究方法与被试 2.1. 被试

采用网上加线下发放问卷相结合的方式,对全国高校的大学生进行调查,调查问卷发放二百五十份,回收二百三十份,回收率92%,有效问卷两百零五份,有效率89.1%。受试者的基本资料如 表1

<xref></xref>Table 1. Basic distribution of demographic data of subjectsTable 1. Basic distribution of demographic data of subjects 表1. 被试人口学资料分布基本情况
人口统计学变量

被试分类

频数

有效百分比(%)

性别

97

47.31%

108

52.68%

年级

大一

54

26.34%

大二

56

27.32%

大三

46

22.44%

大四

48

23.41%

专业

文科

103

50.24%

理工科

102

49.76%

是否独生子

120

58.54%

85

41.46%

学生来源

农村

85

41.46%

城镇

120

58.54%

2.2. 研究工具

采用( Ellison et al., 2007 )编制的Facebook使用强度量表,α系数为0.839、( 钱铭怡等,2000 )的艾森克人格问卷简式量表中国版(EPQ-RSC),该量表Cronbach’s α系数值为0.989和Russell等人在一九九六年编制的孤独感量表,其总体α系数为0.92,重测信度0.73,信效度较好,满足心理测验的要求。

2.3. 统计学分析

使用SPSS26.0对数据进行可靠性分析、描述性统计、t检验、方差分析。

3. 研究结果 3.1. 大学生孤独感,网络社交时间强度与人格特质的现状

本次调查结果显示,大学生网络社交强度的平均分为21.71,标准差为6.41,孤独感的总体平均分为48.63分,标准差为2.95,人格特质E和N维度的总体平均分分别为66.34和74.37,标准差分别为15.62和17.30。见 表2

<xref></xref>Table 2. Descriptive statistical analysis of loneliness, online social intensity and personality traitsTable 2. Descriptive statistical analysis of loneliness, online social intensity and personality traits 表2. 孤独感、网络社交强度和人格特质的描述性统计分析
变量

N

M

极大值

极小值

SD

社交强度

205

21.71

30.00

6.00

6.41

孤独感

205

48.63

56.00

27.00

2.95

E特质

205

40.80

66.34

19.85

15.62

N特质

205

51.86

74.37

33.69

17.31

3.2. 大学生孤独感,网络社交时间强度与人格特质与人口学统计变量上的差异

采用检验在性别、专业、是否独生和学生来源上,大学生孤独感、网络社交时间强度与人格特质是否有差异采用的是独立样本t检验方法,检验在年级上大学生孤独感、网络社交时间强度与人格特质是否有差异采用的是方差分析法。检验结果显示,大学生孤独感、网络社交强度以及人格特质三个变量分别在性别、年级、专业、是否独生子女和学生生源五个人口学变量上均不存在显著差异。见 表3

<xref></xref>Table 3. The differences of loneliness, social networking intensity and personality traits in demographic variablesTable 3. The differences of loneliness, social networking intensity and personality traits in demographic variables 表3. 孤独感、网络社交强度和人格特质在人口学变量上的差异
因素

孤独感

M ± SD

网络社交强度

M ± SD

人格特质E

M ± SD

人格特质N

M ± SD

性别

48.88 ± 2.64

22.16 ± 6.14

39.89 ± 15.80

52.72 ± 17.25

48.41 ± 3.20

21.31 ± 6.65

41.62 ± 15.49

51.08 ± 17.40

F或t值

t = 1.14

t = −0.95

t = 0.79

F = −0.68

年级

大一

48.26 ± 3.78

21.70 ± 6.85

44.02 ± 15.29

55.00 ± 17.38

大二

48.95 ± 2.77

21.41 ± 6.85

38.19 ± 14.74

48.08 ± 16.51

大三

48.54 ± 2.60

22.17 ± 6.12

38.69 ± 16.46

54.42 ± 17.50

大四

48.76 ± 2.41

21.61 ± 5.82

42.22 ± 15.82

51.86 ± 17.31

F或t值

F = 0.54

F = 0.12

F = 1.71

F = 2.04

专业

文科

48.51 ± 2.51

21.75 ± 6.52

39.69 ± 15.72

50.92 ± 16.95

理工科

48.76 ± 3.34

21.67 ± 6.34

41.92 ± 15.51

52.81 ± 17.69

F或t值

t = 0.61

t = −0.09

t = 1.02

t = 0.78

是否独生

48.70 ± 2.42

21.26 ± 6.67

41.02 ± 15.53

51.78 ± 17.37

48.53 ± 3.57

22.34 ± 5.99

40.49 ± 15.84

51.97 ± 17.31

F或t值

t = −0.41

t = 1.19

t = −0.24

t = 0.08

学生来源

农村

48.86 ± 2.67

21.72 ± 6.40

40.50 ± 15.91

52.34 ± 17.51

城镇

48.47 ± 3.14

21.70 ± 6.45

41.01 ± 15.48

51.52 ± 17.23

F或t值

t = −0.94

t = −0.02

t = 0.23

t = −0.33

注:******分别代表 1%、5%、10%的显著性水平(下同)。

<xref></xref>3.3. 大学生网络社交强度与孤独感和人格特质的关系

采用皮尔逊积差相关分析的方法分析了大学生人格特质、孤独感与网络社交强度之间的关系,研究结果显示,首先,大学生网络社交强度得分与孤独感总得分之间均存在显著负相关(r值为−0.156;p < 0.05)。其次,人格特质与孤独感以及网络社交时间强度并不存在显著相关。见 表4

<xref></xref>Table 4. The relationship between social networking intensity, loneliness and personality traitsTable 4. The relationship between social networking intensity, loneliness and personality traits 表4. 网络社交强度、孤独感与人格特质的关系
变量

社交强度

孤独感

E特质

N特质

社交强度

1.00 (0.00***)

−0.16 (0.03**)

−0.02 (0.73)

0.02 (0.78)

孤独感

−0.16 (0.03**)

1.00 (0.00***)

−0.07 (0.32)

−0.02 (0.78)

E特质

−0.02 (0.728)

−0.07 (0.32)

1.00 (0.00***)

0.95 (0.00***)

N特质

0.02 (0.787)

−0.02 (0.78)

0.95 (0.00***)

1.00 (0.00***)

4. 分析与讨论

根据( 黄海,2004 )在UCLA孤独感量表中的得分标准(得分在在20~40之间属于孤独感水平低的人群,得分在40~60之间,属于孤独感水平中等的人群,而得分在60~80之间,属于孤独感水平高的人群),本研究的孤独感的总体平均分为48.63,处于孤独感水平中等,其可能原因是大学生情绪调控能力的提高。根据前面的研究结果部分显示,在性别、年级人口统计变量上,大学生的孤独感并没有很明显的差别。这一结果与( 邹赐岚,2005 )在性别和年级变量上的孤独感觉的研究结果相符。原因可能有以下两个:第一,从青少年心理发育特征的一般特征来看,这个时期是个人从“暴风骤雨”走向成熟、心理发展相对平稳的时期;第二,按照埃里克森的人格发展理论来讲,大学生正处于十八到二十五岁这个年龄段,而这个年龄阶段又是埃里克森性格发展的第六个时期。这一阶段的主要矛盾为亲密对孤独。因此,处于这个时期的她们会尽力去避免孤独感,从而获得亲密感。从这一点可以看出,当大学生有了孤独感后,他们很有可能会通过与他人建立更加密切的关系,来减轻自己的孤独感。

网络社交强度量表计分原则最终得分越高,表明个体社交网站的使用强度越大( Ellison et al., 2007 )。从以上数据可知,大学生的平均网络社交时间强度为21.71,平均每天在网络社交上花费的时间约为127.9分钟,约4小时,可以看出大学生的网络社交使用强度是比较强的。另外,根据前面的研究结果部分显示,在性别、年级、专业、是否独生子女、以及学生来源等五个不同的人口统计变量上,大学生的网络社交时间强度并没有很明显的差别。这可能有以下两个原因,首先是进入大学之后,大学生的学业不像高中一样繁忙,有了更多的时间去支配自己的生活,他们会花费时间去与自己的亲朋好友保持亲密的关系从而与她们保持联系,尤其是在大学离家很远的大学生身上更加明显。当然,这一点是设计人口学变量上并未考虑到的一个原因。其次是近两年,抖音等app也具有社交功能的app在年轻人中迅速流行传播,作为社交网站的巨头QQ和微信,它们的使用功能也逐步从保持联系的单一功能逐步往多元化发展。这也大幅度增加了大学生使用社交网站的时间和强度。

本研究通过对205名大学生的人格特质情况进行了一个整体分析,得出了大学生人格特质的总体现状。E特质的平均分为40.8010,极大值和极小值分别为66.34和19.85。N特质51.8574,极大值和极小值分别为74.37和33.69。说明在这两百零五名大学生中绝大多数人的气质类型多为中间型和倾向型。根据前面的与人口学变量的数据,目前也并未找出人格特质在人口学变量上的差异。这与前人的研究不符,推测的原因可能有问卷题量太大和问卷数量偏小。

研究通过对205名大学生的网络社交强度和孤独感情况进行了一个整体分析,得出一个结论:大学生网络社交强度得分与孤独感总分之间存在显著负相关(r值为−0.156;p < 0.01)。网络社交强度越强,孤独感也随之降低,验证了前文提到的补偿效应,这可能有以下几个原因,首先是与被试的人格特质有关,前面提到,被试的人格类型多为倾向型和中间型。而这两种类型的人性格相对稳定,在现实社会支持不强的情况下,会通过互联网的社交资源来使自己的需要得到满足,且因特网的匿名特性让人们可以在网络上更安全地表达自己。

因为本人水平有限和各种方面的限制,所以本研究存在以下不足:1) 样本量太少,以后的研究应该在更大更有代表性的样本中去考察人格、网络社交使用时间和孤独感之间的相关性,从而得到更广泛的结果。2) 个性理论仅限于外向性与神经性,未来可以纳入多种人格类型,比如大五人格,其维度更多,更利于从多种方面进行考察,以帮助研究者更全面地了解三者之间的关系和怎么互相影响的。3) 采用线上发放问卷的形式,对问卷的填写时间和真实性无法准确评估。样本的随机性,代表性还有待深入研究。4) 本文只考虑到网络社交时间,仅仅只考虑了网络社交的一个因素,未来可以考察网络社交活动或者不同类型的网络活动和孤独感的关系是否呈现负相关,以及在此过程人格特质所发挥的作用。

References 黄海(2004). 大学生孤独感现状及其影响因素的研究. 硕士学位论文, 南昌: 江西师范大学. 钱铭怡, 武国城, 朱荣春, 张莘(2000). 艾森克人格问卷简式量表中国版(EPQ-RSC)的修订. 心理学报, 32(3), 317-323. 邹赐岚(2005). 大学生孤独感及其与人格特征的相关研究. 硕士学位论文, 重庆: 西南师范大学. Amichai-Hamburger, Y., Wainapel, G.,&Fox, S. (2002). “On the Internet No One Knows I’m an Introvert”: Extroversion, Neuroticism, and Internet Interaction. CyberPsychology&Behavior, 5, 125-128. >https://doi.org/10.1089/109493102753770507 Ellison, N. B., Steinfield, C.,&Lampe, C. (2007). The Benefits of Facebook “Friends:” Social Capital and College Students’ Use of Online Social Network Sites. Journal of Computer-Mediated Communication, 12, 1143-1168. >https://doi.org/10.1111/j.1083-6101.2007.00367.x Kraut, R., Kiesler, S., Boneva, B., Cummings, J., Helgeson, V.,&Crawford, A. (2002). Internet Paradox Revisited. Journal of Social Issues, 58, 49-74. >https://doi.org/10.1111/1540-4560.00248
Baidu
map