سهم خودکارآمدی و هیجان خواهی در پیش بینی اعتیاد به اینترنت در دختران

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:

پژوهش حاضر باهدف بررسی سهم خودکارآمدی و هیجان خواهی در پیش بینی اعتیاد به اینترنت انجام گرفت. پژوهش توصیفی از نوع همبستگی بود. جامعه آماری را دختران دانش آموز پایه دوم و سوم دوره دوم متوسطه تشکیل می داد که در سال تحصیلی 95-1394 در مدارس دولتی منطقه 8 تهران به تحصیل اشتغال داشتند.240 نفر به روش نمونه گیری تصادفی چند مرحله ای انتخاب شدند. پرسشنامه های خودکارآمدی عمومی شرر و همکاران، هیجان خواهی زاکرمن و اعتیاد به اینترنت یانگ اجرا شد. نتایج تحلیل داده ها با روش همبستگی پیرسون و رگرسیون چند متغیری سلسله مراتبی نشان داد که خودکارآمدی و هیجان خواهی می توانند اعتیاد به اینترنت را در گروه نمونه پیش بینی می کنند.همچنین یافته های نشان داد بین خودکارآمدی با اعتیاد به اینترنت همبستگی منفی و معنادار؛ و بین مولفه های هیجان خواهی با اعتیاد به اینترنت همبستگی مثبت و معناداری وجود داردواز چهار مولفه هیجان خواهی تنها مولفه ماجراجویی به صورت مثبت و معنادار اعتیاد به اینترنت را پیش بینی می کند. بنابراین، می توان گفت با توجه به اهمیت استفاده از اینترنت در زندگی امروز و در نظر گرفتن سهم هر یک از متغیرهای خودکارآمدی و هیجان خواهی درپیش بینی اعتیاد به اینترنت می توان برای استفاده مناسب از اینترنت،طرح ریزی های دقیق انجام داد.

زبان:
فارسی
صفحات:
31 تا 56
لینک کوتاه:
magiran.com/p2117054 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!