Введение
Социальные сети занимают всё больше места в повседневной жизни современных людей, и многие тратят сейчас на онлайн-общение больше времени, чем на личное общение.
Использование социальных сетей стремительно растет, и уже охватило более трети населения мира. Число пользователей социальных сетей ежегодно увеличивается на 10 %. При этом в условиях пандемии COVID-19 люди стали больше времени проводить в социальных сетях (Kashif, A.-U.-R., & Javed, 2020).
Так, если до пандемии максимум времени нахождения в социальных сетях приходился на воскресенье (что вполне естественно), то теперь он приходится на вторник, захватывая время работы и учебы.
Социальные сети серьезно влияют на образ жизни и психологию людей. Это делает самым актуальным изучение данного явления и его влияния на все стороны современной жизни.
В большом числе зарубежных исследований (выполненных в США, Германии, Великобритании, Китае, Республике Корея, Израиле, Турции, Афганистане, Бангладеш и др.) получены многочисленные экспериментальные результаты о зависимости от социальных сетей и ее взаимосвязях с состояниями и личностными качествами их активных пользователей.
В настоящем исследовании используются только те результаты, в достоверности которых нет сомнений, поскольку они получены в работах многих авторов. Показано, что зависимость от социальных сетей связана с депрессией и тревогой, при этом наиболее зависимые и активные пользователи социальных сетей имеют склонность быстрее вырабатывать у себя симптомы депрессии и тревоги (Шейнов, 2021).
В выборке участников исследования в Германии зависимость от Facebook оказалась связанной с нарциссизмом личности и с нарушениями психического здоровья (депрессия, тревожность и симптомы стресса) (Brailovskaia & Margraf, 2017).
Связь зависимости от социальных сетей с тревогой показана и в других работах (Liu & Ma, 2020; Baltaci, 2019).
Взаимосвязь между зависимостью от социальных сетей и депрессией установлена в большом числе зарубежных исследований (Dailey, Howard, Roming, Ceballos, & Grimes, 2020; Al Mamun & Griffiths, 2019; Dalvi-Esfahani, Niknafs, Kuss, Nilashi, & Afrough, 2019).
Люди с высоким нейротизмом в большей степени испытывают негативные эмоции и социальную тревогу, поэтому они могут предпочесть онлайн-общение, в котором имеют возможность изобразить идеализированный образ себя – для поиска подтверждения этого образа, привлечения социальной поддержки и улучшения настроения. Эти мотивы приводят к более широкому использованию социальных сетей и увеличению зависимости от них (Abbasi & Drouin, 2019).
Как для экстравертов, так и для невротиков получение положительных отзывов из-за повышенной активности связано с увеличением риска зависимости от социальных сетей (Marengo, Poletti, & Settanni, 2020).
Выявлено наличие отрицательной умеренной корреляции между удовлетворенностью жизнью, самооценкой и зависимостью от социальных сетей (Guven, 2019). Показано, что зависимость, например от Facebook, связана с более низкой самооценкой и отрицательно влияет на удовлетворенность жизнью (Acar, Avcılar, Yazıcı, & Bostancı, 2020; Andreassen, Pallesen, & Griffiths, 2017; Błachnio, Przepiorka, & Pantic, 2016; Şahin, 2017).
Другие исследования также показали, что чрезмерное использование социальных сетей отрицательно связано с самооценкой, а последняя – с удовлетворенностью жизнью, причем самооценка опосредует влияние зависимости от социальных сетей на удовлетворенность жизнью (Hawi & Samaha, 2017). При этом коэффициент отрицательной корреляции между уровнем самооценки и зависимости от социальных сетей значительно выше для пользователей, у которых более 500 подписчиков (Köse & Doğan, 2019).
Выявлены наиболее важные предикторы зависимости от социальных сетей – одиночество и депрессия (Dalvi-Esfahani et al., 2019). Действительно, риск зависимости от Facebook выше, если человек испытывает одиночество (Al Mamun & Griffiths, 2019; Andreassen et al., 2017).
В целом существует положительная взаимосвязь между уровнем зависимости от социальных сетей и уровнем их одиночества (Baltaci, 2019).
Перечисленные отрицательные последствия зависимости от социальных сетей (депрессия, тревога, симптомы стресса, одиночество, низкая самооценка, нейротизм и неудовлетворенность жизнью) могут приводить к виктимизации жертв этой зависимости (Шейнов, 2019а).
Зависимость от социальных сетей делает индивида доступным объектом для кибербуллинга (Шейнов, 2019б) и других манипуляций в интернет-пространстве.
Таким образом, зависимость от социальных сетей создала актуальную психологическую проблему, которая ждет своего решения.
Раскрытию действующих в этой зависимости психологических механизмов может способствовать выявление факторов данной зависимости и их роли в ней. Реализуется этот подход посредством разработки и соответствующего анализа факторной модели зависимости от социальных сетей.
Анализ современного состояния предметной области показал, что в русскоязычном социуме отсутствуют исследования о факторных моделях зависимости от социальных сетей, что (в совокупности с вышесказанным) свидетельствует об актуальности данного исследования. Объект настоящего исследования – зависимость от социальных сетей, его предмет – факторная модель этой зависимости.
Цель исследования: выявление факторов зависимости от социальных сетей и анализ модели этой зависимости.
Целью статьи является построение и анализ факторной модели данной зависимости.
Гипотеза исследования: самое существенное влияние на зависимость индивида от социальных сетей оказывает его психологическое состояние.
Задачи исследования: 1) построить факторную модель зависимости от социальных сетей; 2) проанализировать выявленные факторы; 3) определить степень надежности построенной модели; 4) выяснить роль факторов в модели зависимости от социальных сетей; 5) выявить особенности влияния факторов у мужчин и женщин; 6) выяснить, влияет ли социум на факторную структуру модели зависимости от социальных сетей.
Поставленные задачи согласуются с целью исследования. Первые две задачи отвечают этой цели непосредственно. Следующие задачи диктуются логикой исследования: получив и проанализировав факторную модель зависимости от социальных сетей, мы должны быть уверены в ее надежности и выяснить, какова роль входящих в модель факторов, в том числе влияние на них пола испытуемых и социума, к которому те принадлежат.
Методы
Организация исследования
В исследовании согласилась участвовать большая группа активных пользователей социальных сетей в ответ на разосланное авторами приглашение к исследованию:
«Уважаемый(ая) коллега! Приглашаем Вас принять участие в исследовании “Влияние социальных сетей на психологическое состояние их пользователей”. Ваши ответы на вопросы тестов позволят психологу обнаружить и сообщить Вам о качествах Вашей личности, о которых Вы даже не догадываетесь. Вы будете бесплатно и анонимно изучать себя, одновременно принося пользу психологической науке. Обработка Ваших ответов производится программой, поэтому Вы получите сведения о своих качествах не позднее 1 часа после отправки Вами последнего ответа. Желаем успехов в самопознании!»
На предложенные 6 тестов ответили 618 человек, в том числе 430 женщин 16–76 лет (M = 37,01; SD = 9,6) и 188 мужчин 16–67 лет (M = 31,3; SD = 9,5).
Методы исследования
За основу данной разработки принят опросник зависимости от социальных сетей (Шейнов и Девицын, 2021).
Уровень тревожности и депрессии определялись посредством «Госпитальной шкалы тревоги и депрессии» (Hospital Anxiety and Depression Scale, HADS), разработанной A. S. Zigmond и R. P. Snaith. Адаптация шкалы для использования в отечественной практике произведена М. Ю. Дробижевым (см. Белова и др., 2002, с. 80–82).
Удовлетворенность жизнью измерялась с помощью опросника, предложенного E. Diener, R. A. Emmons, R. J. Larsen и S. Griffin, адаптированного на русском языке и валидизированного Е. Н. Осиным и Д. А. Леонтьевым (Осин и Леонтьев, 2008).
Степень испытываемого одиночества была оценена с помощью «Методики диагностики уровня субъективного ощущения одиночества» Д. Рассела и М. Фергюсона (Райгородский, 2002, с. 77–78).
Экстраверсия, нейротизм и социальная желательность ответов диагностировались широко известным личностным опросником Г. Айзенка EPI (см. Римский и Римский, 1995, с. 217–224), самооценка – по методике Р. В. Овчаровой (Тест на определение самооценки у подростков…, н. д.).
Статистический анализ осуществлялся с помощью пакета SPSS-22, платформы R, инструментов на базе этой платформы ( jamovi) и специализированных статистических модулей. Принят уровень значимости p = 0,05.
Результаты и их обсуждение
Структура этого раздела выстроена в соответствии с очередностью поставленных задач:
- построить факторную модель зависимости от социальных сетей;
- проанализировать выявленные факторы;
- определить степень надежности построенной модели;
- выяснить роль факторов в модели зависимости от социальных сетей;
- выявить особенности влияния этих факторов на мужчин и женщин;
- выяснить, влияет ли социум на факторную структуру модели зависимости от социальных сетей.
1. Построение факторной модели
Исходными материалами для построения модели послужили результаты тестирования опросником зависимости от социальных сетей (Шейнов и Девицын, 2021) 618 пользователей социальных сетей. Эти материалы исследованы методами описательной статистики и протестированы на предмет закона распределения значений.
Поскольку переменные в этом опроснике имеют одинаковые шкалы, а результат опросника – это просто их сумма, то все они укладываются в предсказуемые границы. Стандартное отклонение переменных близко к единице, что свидетельствует о группировке результатов относительно средних значений и о том, что они имеют низкую степень неопределенности, – всё это указывает на достоверность ответов испытуемых.
Распределение ответов на вопросы опросника близко к нормальному, что подтверждается графиком типа «квантиль – квантиль» и тестом Шапиро – Уилка. Сказанное свидетельствует о пригодности данных для проведения факторного анализа.
Эксплораторный факторный анализ. Эксплораторный анализ проведен с использованием платформы R, инструментов на базе этой платформы ( jamovi) и специализированных статистических модулей.
Для моделирования выбран метод извлечения минимальных факторных остатков с использованием косоугольного вращения. Этот выбор обусловлен тем, что вопросы в опроснике имеют скрытые связи, а общая система далека от ортогональности.
Эксплораторный анализ дал первоначальную трехфакторную модель (представлена в таблице 1).
Таблица 1. Общая (первоначальная) трехфакторная модель
| Пункты опросника | Фактор 1 | Фактор 2 | Фактор 3 |
| 4 | 0,685 | ||
| 2 | 0,661 | ||
| 6 | 0,592 | ||
| 15 | 0,552 | ||
| 12 | 0,512 | ||
| 1 | 0,507 | ||
| 11 | 0,369 | ||
| 8 | 0,564 | ||
| 5 | 0,473 | ||
| 3 | 0,380 | ||
| 7 | 0,310 | 0,305 | |
| 14 | 0,274 | ||
| 10 | 0,644 | ||
| 13 | 0,585 | ||
| 9 | 0,421 |
Полученная (первоначальная) трехфакторная модель описывает более 36 % общей дисперсии. Эту модель проверили с помощью четырех статистических тестов.
Тест Бартлетта показал следующее: Хи-квадрат = 2365, Df = 105, p-value < 0,001. По результатам теста можно сделать вывод о том, что модель имеет значительный «запас прочности», а показатели совместности в десятки раз превосходят те, что достаточны для успешного прохождения теста.
В тесте Кайзера – Мейера – Олкина получен показатель KMO = 0,915, что можно назвать «замечательным» (Kaiser, 1974, p. 33). Такое высокое значение свидетельствует о том, что полученное описание факторов является лучшим из числа возможных.
Тест RMSEA (среднеквадратическое отклонение аппроксимации): значение 0,0386; допустимое значение < 0,08; вывод «отлично».
В тесте TLI/NNFI значение 0,957; допустимое значение 0,95; вывод «отлично».
Таким образом, проверка по всем известным тестам показала надежность полученной модели.
2. Анализ выявленных факторов
Переменные (вопросы теста) распределились по 3-м факторам, малозначимые переменные на этом этапе не рассматривались. Значимые переменные (с их номерами в опроснике и содержанием) распределились следующим образом:
Фактор 1:
4. Как часто Вы используете социальную сеть, чтобы уйти от личных проблем?
2. Как часто Вы испытываете непреодолимое желание войти в социальную сеть?
6. Как часто Вы ощущаете раздражительность и беспокойство при отсутствии возможности посетить свою страницу в социальной сети?
15. Как часто Вы страдаете из-за того, что ваша любимая сеть не работает?
12. Как часто посещение социальных сетей улучшает Вам настроение?
1. Как часто Вы находитесь в беспрерывном режиме «онлайн» более 2-х часов в сутки?
11. Как часто Вы можете проспать на работу, учебу после ночи, проведенной в социальной сети?
Фактор 2:
8. Как часто Вы испытываете потребность добавлять фотографии в альбом социальных сетей?
5. Как часто Вы обновляете свою страницу?
3. Как часто Вы проводите время, думая о социальной сети и составляя план действий в ней?
Фактор 3:
10. Как часто Вы все новости узнаете из социальных сетей?
13. Как часто в компании с друзьями Вы обсуждаете новости социальных сетей?
9. Как часто Вы проверяете свой телефон на предмет обновления в социальной сети? Из этой группировки можно сделать выводы о предназначении факторов:
- Фактор 1 – «психологическое состояние» пользователя Сети.
- Фактор 2 – «коммуникация» пользователя Сети.
- Фактор 3 – «получение информации» пользователем Сети.
Полученная трехфакторная модель взята за основу дальнейших исследований.
Исследование малозначимых переменных. Для подтверждения полученных результатов проведен конфирматорный анализ на мужской и женской выборках с использованием показателей факторов как сумм входящих в них переменных, а корреляции были проверены многомерным моделированием и анализами надежности.
В результате малозначимые переменные распределились следующим образом: переменная № 7 – в фактор «информация», № 14 – в фактор «психологическое состояние».
Это позволило получить модель, которая логична с точки зрения формулировки вопросов и подтверждается корреляционным анализом и многомерным моделированием.
3. Определение степени надежности построенной модели
Конфирматорный анализ уточненной модели на общей выборке, составленной из мужской и женской выборок, показал среднюю факторную нагрузку переменных, равную 0,561, и среднее стандартное отклонение 0,039.
Тестирование модели на общей выборке показало: Хи-квадрат = 210, Df = 87, p-value < 0,001. Cреднеквадратическое отклонение аппроксимации RMSEA = 0,0479, что является хорошим показателем, поскольку значительно ниже порогового значения 0,08.
Конфирматорный анализ уточненной модели на мужской выборке также продемонстрировал хорошую среднюю нагрузку (0,504) и среднее стандартное отклонение, равное 0,074.
Тестирование модели на мужской выборке показало: Хи-квадрат = 182, Df = 87, p-value < 0,001. Cреднеквадратическое отклонение аппроксимации RMSEA = 0,0764.
Конфирматорный анализ уточненной модели на женской выборке также показал более высокую среднюю нагрузку в 0,577 и среднее стандартное отклонение, равное 0,046. Тестирование модели на мужской выборке показало: Хи-квадрат = 184, Df = 87, p-value < 0,001. Cреднеквадратическое отклонение аппроксимации RMSEA = 0,0510.
Таким образом, модель прошла все статистические тесты на общей, мужской и женской выборках. При этом показатели модели на мужской и женской выборках отличаются: на женской выборке они более стабильны, на мужской отличаются большим разбросом значений.
Надежность полученной трехфакторной модели характеризуется следующими показателями: альфа Кронбаха = 0,805, омега Макдональда = 0,828, что свидетельствует о высокой степени надежности модели (показатель «омега Макдональда» оказался больше показателя «альфа Кронбаха», поскольку в модели есть различные факторные нагрузки – в таких случаях альфа Кронбаха рассчитывается с занижением, а омега Макдональда показывает действительное значение альфа Кронбаха).
Представленное выше исследование первоначально было осуществлено на выборке из 514 испытуемых, затем – из 618 (этот вариант и описан выше). При росте количества респондентов показатели модели улучшились, что свидетельствует о верно сделанных предположениях при формировании модели и является дополнительным подтверждением ее статистической обоснованности.
Таким образом, проведенные анализ и тестирование построенной трехфакторной модели полностью подтвердили ее состоятельность и надежность, в том числе на данных с отличающейся структурой связей (мужская и женская выборки).
Эта модель позволяет с помощью корреляционного анализа ответить на вопрос о связях зависимости от социальных сетей с состояниями и свойствами личности их пользователей.
4. Роль факторов в модели зависимости от социальных сетей
Выбор методов корреляционного анализа. Прежде чем выявлять возможные связи, необходимо определить, какие методы допустимо использовать. Ответ на этот вопрос получили с помощью одновыборочного критерия Колмогорова – Смирнова, проверяющего соответствие исследуемых экспериментальных выборок закону нормального распределения.
Результаты применения этого критерия показали, что распределение части изучаемых переменных отлично от нормального. Поэтому корреляции между переменными более оправдано выявлять с помощью непараметрического коэффициента Кендалла, который обнаруживает и линейные и нелинейные связи. Для сопоставления вычислили и корреляции по Пирсону.
В таблицах 2–3 представлены корреляции Кендалла выявленных факторов и опросника зависимости от социальных сетей с состояниями и свойствами личности, тесно связанными (Шейнов и Девицын, 2021) с зависимостью от социальных сетей.
Таблица 2. Корреляции Кендалла факторов зависимости от социальных сетей с состояниями и свойствами личности женщин
| Факторы | Т | Д | УЖ | СОЦ | Од | Экс | Нейрот. | Ложь |
| Психологическое состояние | 0,285** | 0,256** | –0,169** | –0,089** | 0,206** | 0,281** | –0,096** | –0,072* |
| Коммуникация | 0,130** | 0,094** | –0,056 | 0,004 | 0,047 | 0,149** | 0,107** | –0,009 |
| Информация | 0,176** | 0,108** | –0,071* | –0,057 | 0,114** | 0,173** | –0,047 | –0,090* |
| Зависимость от соцсетей | 0,249** | 0,200** | –0,135** | –0,061 | 0,168** | 0,251** | –0,045 | –0,072* |
Таблица 3. Корреляции Кендалла факторов зависимости от социальных сетей с состояниями и свойствами личности мужчин
| Факторы | Т | Д | УЖ | СОЦ | Од | Экс | Нейрот. | Ложь |
| Психологическое состояние | 0,196** | 0,207** | –0,151** | –0,105* | 0,140** | 0,247** | –0,033 | 0,015 |
| Коммуникация | 0,212** | 0,055 | –0,016 | –0,052 | 0,076 | 0,132* | 0,098 | 0,091 |
| Информация | 0,152** | 0,096 | –0,075 | –0,066 | 0,145** | 0,133* | 0,040 | 0,031 |
| Зависимость от соцсетей | 0,215** | 0,158** | –0,104* | –0,090 | 0,153** | 0,214** | 0,026 | 0,051 |
Приводим здесь только корреляции по Кендаллу, поскольку корреляции по Пирсону, превосходя их количественно, показывают те же связи, что и в таблицах 2 и 3.
Указанные таблицы демонстрируют, как у женщин, так и у мужчин, явное преобладание в связях фактора «психологическое состояние». При этом связь фактора «психологическое состояние» с состояниями и свойствами личности, тесно связанными с зависимостью от социальных сетей, более сильная, чем у всего опросника зависимости от социальных сетей, что показывает ведущую роль психологического фактора в формировании зависимости от социальных сетей.
Представленные в таблицах 2 и 3 результаты о связях зависимости от социальных сетей свидетельствуют об актуальности этой проблемы, дополняют картину современного состояния предметной области и хорошо согласуются с выводами многих исследователей из разных стран, показавших, что эта зависимость положительно связана с депрессией и тревогой (Шейнов и Девицын, 2021; Al Mamun & Griffiths, 2019; Baltaci, 2019; Brailovskaia & Margraf, 2017; Dailey et al., 2020; Dalvi-Esfahani et al., 2019; Liu & Ma, 2020), отрицательно коррелирует с удовлетворенностью жизнью и самооценкой (Шейнов и Девицын, 2021; Acar et al., 2020; Andreassen et al., 2017; Błachnio et al., 2016; Şahin, 2017) и положительно – с одиночеством (Шейнов и Девицын, 2021; Al Mamun & Griffiths, 2019; Andreassen et al., 2017; Baltaci, 2019; Dalvi-Esfahani et al., 2019).
Полученный выше результат о важнейшей роли фактора «психологическое состояние» пользователя в зависимости от социальных сетей (и, соответственно, в ее факторной модели) объясняется установленными в таблицах 2 и 3 высоко значимыми корреляциями с характеристиками личности, непосредственно связанными с психологическим состоянием: депрессией, тревогой, низкой самооценкой, одиночеством и неудовлетворенностью жизнью.
Фактор «коммуникация» у женщин сильнее, чем у мужчин, связан с депрессией, экстраверсией и нейротизмом, а фактор «информация» – с тревожностью, депрессией, экстраверсией. У мужчин фактор «информация» сильнее, чем у женщин, связан с одиночеством.
Обращает на себя внимание переменная «самооценка», по которой фактор «психологическое состояние» эту связь фиксирует у обоих полов, но связь опросника с этой переменной статистически незначима, поскольку по двум другим факторам эта связь отсутствует. Это объясняет, за счет чего возникло расхождение с установленной во многих зарубежных исследованиях (Andreassen et al., 2017; Błachnio et al., 2016; Guven, 2019) отрицательной связью зависимости от социальных сетей с самооценкой.
Аналогичная ситуация с переменной «нейротизм» (Abbasi & Drouin, 2019; Marengo et al., 2020) у женщин, но она отличается от ситуации у мужчин, у которых отсутствует связь с нейротизмом, и у зависимости от социальных сетей, и у всех факторов, формирующих эту зависимость. У женщин связи нейротизма с факторами «психологическое состояние» и «коммуникация» разнонаправлены и потому нейтрализуют друг друга.
5. Особенности влияния факторов зависимости от социальных сетей у мужчин и женщин
Ранее установлено, что принадлежность к женскому полу способствует более высокому уровню зависимости от социальных сетей (Andreassen et al., 2017; Chung, Morshidi, Yoong, & Thian, 2019; Turel, Poppa, & Gil-Or, 2018; Шейнов и Девицын, 2021). Естественен вопрос, какую роль играет в этом ведущий фактор зависимости от социальных сетей – «психологическое состояние».
Таблица 4. Корреляции Кендалла фактора «психологическое состояние» с состояниями и свойствами личности женщин и мужчин
| Т | Д | УЖ | СОЦ | Од | Экс | Нейрот. | Ложь | |
| Женщины | 0,285** | 0,256** | –0,169** | –0,089** | 0,206** | 0,281** | –0,096** | –0,072* |
| Мужчины | 0,196** | 0,207** | –0,151** | –0,105* | 0,140** | 0,247** | –0,033 | 0,015 |
Таблица 4 показывает, что более сильная зависимость женщин от социальных сетей объясняется более сильными связями их фактора «психологическое состояние» с состояниями и свойствами личности, тесно связанными с этой зависимостью.
Обращают на себя внимание более сильные связи у женщин фактора «психологическое состояние» с тревожностью, депрессией, неудовлетворенностью жизнью и одиночеством, т. е. с самыми тяжело переживаемыми психическими состояниями.
6. Влияние социума на факторную структуру зависимости от социальных сетей
Анализ современного состояния предметной области в соответствии с целью статьи – факторная модель зависимости от социальных сетей – выявил наличие трех зарубежных исследований указанной проблематики и отсутствие в русскоязычном социуме публикации на эту тему.
Начиная исследование, мы не делали никаких установок на количество возможных факторов в модели зависимости от социальных сетей. Трехфакторную модель выявил эксплораторный анализ и подтвердил конфирматорный анализ. При этом за рубежом одни исследователи показали, что наиболее подходящей для их социума является двухфакторная модель (Vintilă, Tudorel, Goian, & Bărbat, 2021), другие – что для респондентов из их стран более подходит пятифакторная модель (Hassim, Arifin, Kueh, & Yaacob, 2020; Pavia, Cavani, Di Blasi, & Giordano, 2016).
С учетом того, что для русскоязычного общества факторная модель зависимости от социальных сетей включает три фактора, приходим к выводу о том, что для разных социумов эта модель может иметь принципиально отличающуюся структуру. Возможная причина этого – проявление различий в менталитете испытуемых.
Заключение
Следствия из проведенного исследования включают, в частности, теоретические гипотезы, а также цели и исследовательские гипотезы для эмпирических исследований.
Большинство пользователей социальных сетей входят в них через смартфон. То есть зависимость от социальных сетей должна порождать зависимость от смартфона (теоретическая гипотеза № 1). Будет ли факторная модель зависимости от смартфона воспроизводить факторную модель зависимости от социальных сетей?
Предварительные результаты подсказывают, что это будет принципиально другая модель. Это теоретическая гипотеза № 2. Обе эти гипотезы определяют цели и исследовательские гипотезы для соответствующих эмпирических исследований.
В практическом плане результат проведенного исследования, показывающий, что главенствующую роль в модели играет фактор «психологическое состояние» пользователя социальной сети, может быть полезен педагогам и психологам учебных заведений, способствуя большей успешности разъяснительной работы среди школьников и студентов об опасности чрезмерного увлечения социальными сетями.
Выводы
Суммируя полученные выше результаты, можем утверждать следующее.
Построена и проанализирована модель зависимости от социальных сетей, включающая 3 фактора: «психологическое состояние», «коммуникация», «получение информации».
Анализ модели показал преобладающее влияние на зависимость от социальных сетей фактора «психологическое состояние», что подтверждает справедливость гипотезы исследования.
Связь фактора «психологическое состояние» с тревожностью, депрессией, одиночеством, экстраверсией, самооценкой, удовлетворенностью жизнью (тесно связанными с зависимостью от социальных сетей) является самой сильной среди факторов, превышающей корреляции других факторов и опросника в целом.
Большая зависимость женщин от социальных сетей объясняется более сильными связями их фактора «психологическое состояние» с перечисленными выше состояниями и свойствами личности.
Доказано, что полученная модель надежна и полноценно представляет все факторы, формирующие зависимость от социальных сетей. Эта модель может быть полезным инструментом при исследовании указанной зависимости в теоретическом и практическом плане.
Для разных социумов факторная модель зависимости от социальных сетей может иметь принципиально отличающуюся структуру.
Литература
- Белова, А. Н., Буйлова, Т. В., Булюбаш, И. Д., Григорьева, В. Н., Новиков, А. В., Полякова, А. Г., … Щепетова, О. Н. (2002). Шкалы, тесты и опросники в медицинской реабилитации. Москва: Антидор.
- Осин, Е. Н. и Леонтьев, Д. А. (2008). Апробация русскоязычных версий двух шкал экспрессоценки субъективного благополучия. В Материалы III Всероссийского социологического конгресса. Москва: Институт социологии РАН.
- Райгородский, Д. Я. (2002). Практическая психодиагностика. Методики и тесты. Самара: БАХРАХ-М.
- Римский, Р. Р. и Римский, С. А. (1995). Альманах психологических тестов. Москва: КСП.
- Тест на определение самооценки у подростков по методике Р. В. Овчаровой (н. д.). Тест на самооценку для подростков. Доступ 03 сентября 2021.
- Шейнов, В. П. (2019а). Внутриличностные предикторы виктимизации. Институт психологии Российской Академии Наук. Организационная психология и психология труда, 4(1), 154–182. Шейнов, В. П. (2019б). Кибербуллинг: предпосылки и последствия. Институт психологии Российской академии наук. Социальная и экономическая психология, 4(2), 77–98.
- Шейнов, В. П. (2021). Зависимость от социальных сетей и характеристики личности: обзор исследований. Вестник Российского университета дружбы народов. Серия: Психология и педагогика, 18(3), 607–630. https://doi.org/10.22363/2313-1683-2021-18-3-607-630
- Шейнов, В. П. и Девицын, А. С. (2021). Разработка надежного и валидного опросника зависимости от социальных сетей. Системная психология и социология, 2, 41–55.
- Abbasi, I., & Drouin, M. (2019). Neuroticism and Facebook addiction: How social media can affect mood? The American Journal of Family Therapy, 47(4), 199–215. https://doi.org/10.1080/01926187.2019.1624223 Acar, I. H., Avcılar, G., Yazıcı, G., & Bostancı, S. (2020). The roles of adolescents’ emotional problems and social media addiction on their self-esteem. Current Psychology. https://doi.org/10.1007/s12144-020-01174-5
- Al Mamun, M. A., & Griffiths, M. D. (2019). The association between Facebook addiction and depression: A pilot survey study among Bangladeshi students. Psychiatry Research, 271, 628–633. https://doi.org/10.1016/j.psychres.2018.12.039
- Andreassen, C. S., Pallesen, S., & Griffiths, M. D. (2017). The relationship between addictive use of social media, narcissism, and self-esteem: Findings from a large national survey. Addictive Behaviors, 64, 287–293. https://doi.org/10.1016/j.addbeh.2016.03.006
- Baltaci, Ö. (2019). The predictive relationships between the social media addiction and social anxiety, loneliness, and happiness. International Journal of Progressive Education, 15(4), 73–82. https://doi.org/10.29329/ijpe.2019.203.6
- Błachnio, A., Przepiorka, A., & Pantic, I. (2016). Association between Facebook addiction, selfesteem and life satisfaction: A cross-sectional study. Computers in Human Behavior, 55, Part B, 701–705. https://doi.org/10.1016/j.chb.2015.10.026
- Brailovskaia, J., & Margraf, J. (2017). Facebook Addiction Disorder (FAD) among German students – A longitudinal approach. PloS ONE, 12(12). https://doi.org/10.1371/journal.pone.0189719
- Chung, K. L., Morshidi, I., Yoong, L. C., & Thian, K. N. (2019). The role of the dark tetrad and impulsivity in social media addiction: Findings from Malaysia. Personality and Individual Differences, 143, 62–67. https://doi.org/10.1016/j.paid.2019.02.016
- Dailey, S. L., Howard, K., Roming, S. M. P., Ceballos, N., & Grimes, T. (2020). A biopsychosocial approach to understanding social media addiction. Human Behavior and Emerging Technologies, 2(2), 158–167. https://doi.org/10.1002/hbe2.182
- Dalvi-Esfahani, M., Niknafs, A., Kuss, D. J., Nilashi, M., & Afrough, S. (2019). Social media addiction: Applying the DEMATEL approach. Telematics and Informatics, 43, 101250. https://doi. org/10.1016/j.tele.2019.101250
- Guven, A. (2019). Relationship between social media use, self-esteem and satisfaction with life (A Thesis). The University of Alabama, Tuscaloosa, Alabama.
- Hassim, S. R., Arifin, W. N., Kueh, Y. C., & Yaacob, N. A. (2020). Confirmatory factor analysis of the Malay version of the smartphone addiction scale among medical students in Malaysia. International Journal of Environmental Research and Public Health, 17(11), 3820. https://doi. org/10.3390/ijerph17113820
- Hawi, N. S., & Samaha, M. (2017). The relations among social media addiction, self-esteem, and life satisfaction in university students. Social Science Computer Review, 35(5), 576–586. https:// doi.org/10.1177%2F0894439316660340
- Kaiser, H. F. (1974). An index of factorial simplicity. Psychometrika, 39(1), 31–36.
- Kashif, M., A.-U.-R., & Javed, M. K. (2020). Social media addiction due to coronavirus. International Journal of Medical Science in Clinical Research and Review, 3(04), 331–336.
- Köse, Ö. B., & Doğan, A. (2019). The relationship between social media addiction and self-esteem among Turkish university students. Addicta: The Turkish Journal on Addictions, 6(1), 175−190. https://doi.org/10.15805/ADDICTA.2019.6.1.0036
- Liu, C., & Ma, J. (2020). Social media addiction and burnout: The mediating roles of envy and social media use anxiety. Current Psychology, 39, 1883–1891. https://doi.org/10.1007/s12144-018-9998-0
- Marengo, D., Poletti, I., & Settanni, M. (2020). The interplay between neuroticism, extraversion, and social media addiction in young adult Facebook users: Testing the mediating role of online activity using objective data. Addictive Behaviors, 102, 106150. https://doi.org/10.1016/j.addbeh.2019.106150
- Pavia, L., Cavani, P., Di Blasi, M., & Giordano, C. (2016). Smartphone Addiction Inventory (SPAI): Psychometric properties and confirmatory factor analysis. Computers in Human Behavior, 63, 170–178. https://doi.org/10.1016/j.chb.2016.05.039
- Şahin, C. (2017). The predictive level of social media addiction for life satisfaction: A study on university students. Turkish Online Journal of Educational Technology, 16(4), 120–125.
- Turel, O., Poppa, N., & Gil-Or, O. (2018). Neuroticism magnifies the detrimental association between social media addiction symptoms and wellbeing in women, but not in men: A three-way moderation model. Psychiatric Quarterly, 89, 605–619. https://doi.org/10.1007/s11126-018-9563-x
- Vintilă, M., Tudorel, O. I., Goian, C., & Bărbat, C. (2021). Determining the structure of smartphone addiction scale: A bifactor model analysis. Current Psychology, 40, 1107–1114. https://doi. org/10.1007/s12144-018-0035-0
Об авторах
- Виктор Павлович Шейнов — доктор социологических наук, профессор, профессор кафедры психологии Республиканского института высшей школы, г. Минск, Республика Беларусь.
- Антон Сергеевич Девицын — старший преподаватель кафедры веб-технологий и компьютерного моделирования Белорусского государственного университета, г. Минск, Республика Беларусь.
Смотрите также:
- Белых Т.В. Психологическая профилактика зависимости от социальных сетей как фактор формирования созидательной субъектности личности
- Занковский А.Н., Латынов В.В. Модель психологического воздействия в социальных сетях
- Манчук В.Т., Терещенко С.Ю., Шубина М.В. Проблемное использование социальных сетей: терминология, распространенность, психосоциальные факторы риска и соматическая коморбидность
- Шейнов В.П., Девицын А.С. Взаимосвязи зависимости от социальных сетей с уверенностью в себе, эмоциональным интеллектом и поведением в конфликтах
