大学生网络欺负与心理症状、网络社会支持和心理弹性的关系.doc

大学生网络欺负与心理症状、网络社会支持和心理弹性的关系 刘慧瀛 何季霖 胡悦 王婉 李恒涛 郑州大学教育系 摘 要： 目的:探讨大学生网络欺负事件与心理症状的关系, 并分析网络社会支持和心理弹性在其关系间的作用方法:选取 608 名大学生 (年龄 1725 岁) 完成网络欺负量表 (CI, 包括网络欺负和网络受欺负 2 个维度) 、症状自评量表 (SCL-90) 、大学生网络社会支持问卷 (CSOSSS) 、Connor-Davidson 心理弹性量表 (CD-RSIC) 结果:网络社会支持分别在网络欺负维度、网络受欺负维度和心理状况间的部分中介作用, 中介效应量分别为 24.1%和 22.0% (Ps0.05) ;心理弹性能调节网络受欺负对心理状况的预测作用 (β=-0.08, P 0. 05) , but moderated the relationship between cyber bullied and psychological status ( β =-0. 08, P < 0. 05) . Conclusion: The cyber bullying and cyber bullied may be not only related to psychological status directly, but also related to social support indirectly through online. Psychological resilience could buffer the effect of cyber bullied on psychological status.Keyword： college student; cyber bullying; psychological status; online social support; psychological resilience; Received： 2017-06-08网络的匿名性及便捷性, 使得网络欺负行为广泛发生[1]。

网络欺负是一种攻击行为, 指人们运用电子渠道, 多次重复性地伤害没有能力保护自己的个体的行为[2]一项针对女大学生的研究表明, 27%的被试报告参与过网络欺负 (3%是欺负者, 17%是受害者, 7.2%是欺负/受欺负者) , 17.4%报告有抑郁情绪[3]大学生是网络的重要使用者和广泛参与者, 因此, 对大学生的网络欺负行为和心理状况的关系进行探讨有重要意义网络欺负者缺乏社交技巧, 交流能力不足, 更孤独[4]他们具有高水平的前瞻性攻击[5-6], 更容易出现线下的物质滥用和问题行为, 做出违法举动[7], 出现自杀倾向[8]对于受欺负者来讲, 网络欺负会给他们带来强烈的负面影响, 容易产生不安全感、愤怒、担忧、悲伤、抑郁、绝望甚至耻辱, 造成了持续的心理损伤和甚至精神障碍[9]网络社会支持是基于虚拟空间的交往中, 人们在情感、信息交流和物质交换的过程中被理解、尊重时获得的认同感和归属感[10]研究发现[11], 网络社会支持与网络欺负存在显著负相关网络受欺负者一般在现实中同伴关系较差, 致使在现实世界中很难得到支持, 他们只能在网络上寻求帮助而网络本身具有匿名性的特点, 并且交流能方便即时进行, 使得网络使用者能较快获得社会支持, 所以当处在网络情境时, 个体获得的网络社会支持在解决网络带来的问题时更能产生较好的作用[12]。

网络社会支持是社会支持的有效补充[13-14], 能帮助人们有效地处理压力事件, 避免受到负性生活事件的影响, 可以缓解抑郁症状, 降低其他疾病和障碍造成的负面影响, 改善人们的心理健康状况, 提升主观幸福感[15]但是也有研究者认为, 由于网络交往的匿名性、去抑制性、跨时间和地域限制、弱联系、高自我暴露和高亲密感的特点, 使得网络社会支持与现实社会支持存在较大的差异网络社会支持阻碍了人与人面对面的交流, 较难真正关心别人, 反而容易让青少年陷入疏离感[16]过度上网交友会给个体带来社会孤立和焦虑, 降低大学生主观幸福感, 造成社会疏离[17], 影响个性发展因此网络社会支持对网络欺负事件与心理状况的作用方向仍待探究据此, 提出假设 1:网络欺负或受欺负可以直接影响个体心理状况, 又可以通过网络社会支持的中介作用间接影响个体心理状况心理弹性是一种特质或保护性因素, 能帮助具有该特质的个体和支持系统度过苦难, 帮助社会和个人取得成功[18]心理弹性能缓冲压力对积极情绪的消极影响, 减轻压力的负面作用[19], 有助于提高个体应对内外环境刺激的自信心和调控能力, 积极主动地适应环境, 保持个体的心理一致感和乐观向上的心态, 增强主观幸福感, 提高生活满意度[20]。

心理弹性能调节负性生活事件对心理健康问题 (如抑郁、焦虑、强迫等) 的负面作用, 提高心理弹性能提高大学生的适应能力[21], 对于那些童年期遭受过心理创伤的个体, 心理弹性是他们尝试自杀的保护性因素[22]心理弹性是长期遭受暴力事件和尝试自杀行为的调节因素[23]据此, 提出假设 2:心理弹性在网络欺负/网络受欺负与心理症状间的起调节作用1 对象与方法1.1 对象选取河南省某高校 700 名在校大学生为研究对象, 进行问卷调查, 回收有效问卷 608 份, 有效率 86.9%其中, 男 237 人, 女 371 人;独生子女 208 人, 非独生 400 人;城镇 271 人, 农村 337 人年龄 17~25 岁, 平均 (19±1) 岁1.2 工具1.2.1 网络欺负量表 (Cyberbullying Inventory, CI) Erdur 和 Kavsut 编制[24], 共 36 个条目, 包含网络欺负和网络受欺负 2 个维度要求被试报告一个学期内实施网络欺负行为和遭受网络欺负行为的频率, 采用 1 (从未有过) ~4 (5 次以上) 4 点计分针对中国被试的研究表明该量表信效度良好[25-26]。

在本研究中, 2 个维度的 α 系数分别为 0.81 和 0.831.2.2 症状自评量表 (Symptom Checklist 90, SCL-90) [27]共 90 个条目, 包含焦虑、抑郁、人际关系敏感、偏执、恐怖、敌对、躯体化、强迫、精神病性、其他等 10 个因子采用 1 (从无) ~5 (严重) 5 点计分, 得分越高表示问题越严重在本研究中, 总量表的 α 系数为 0.91, 各分量表的α 系数为 0.81~0.881.2.3 大学生网络社会支持问卷 (College Students' Online Social Support Scale, CSOSSS) [10]共 23 个条目, 包括社会成员支持、情感支持、信息支持和工具性支持 4 个维度, 采用 1 (从不) ~4 (总是) 4 点计分在本研究中, 总量表的 α 系数为 0.90, 4 个维度的 α 系数为 0.80~0.891.2.4 Connor-Davidson 心理弹性量表 (Connor-Davidson Resilience Scale, CD-RSIC) [28]共 25 个条目, 包括坚韧、自强和乐观 3 个维度, 1 (很不符合) ~5 (很符合) 5 级评分。

在本研究中, 总量表的 α 系数为 0.94, 3 个维度的 α 系数为0.84~0.911.3 统计方法使用 SPSS19.0 统计软件对数据进行统计分析, 采用 Harman 单因素因子分析检验共同方法偏差[29];采用 Spearman 相关对各变量进行相关分析;偏差校正的非参数百分位 Bootstrap 方法进行中介效应检验[30];采用多重回归分析和简单斜率检验[31]进行调节效应分析;运用 AMOS21.0 进行结构方程模型分析2 结果2.1 共同方法偏差检验Harman 单因素因子分析检验结果表明, 在未进行旋转时, 共析出 41 个因子, 解释了 66.93%的变异, 其中第一个因子解释了 17.68%的变异这说明共同方法偏差不严重2.2 大学生网络欺负、心理状况、网络社会支持、心理弹性的相关分析网络欺负和网络受欺负得分均与 SCL-90 总分及各因子分、CSOSSS 总分正相关;CSOSSS 总分与 SCL-90 总分、焦虑、偏执、敌对、躯体化、强迫、精神病性正相关;CD-RSIC 总分与 SCL-90 总分及各因子分负相关 (表 1) 表 1 大学生网络欺负、心理症状、网络社会支持和心理弹性的相关性 (r) 下载原表 2.3 网络社会支持的中介作用2.3.1 网络欺负与心理症状的关系:网络社会支持的中介作用以网络欺负得分为自变量, CSOSSS 总分为中介变量, SCL-90 总分为因变量, 建构结构方程模型。

结果表明, 网络欺负得分正向预测 SCL-90 总分 (β=0.21, P<0.001) ;加入 CSOSSS 总分后, 网络欺负得分正向预测 CSOSSS 总分和 SCL-90总分 (β=0.30、0.16, 均 P<0.001) , CSOSSS 总分正向预测 SCL-90 总分 (β=0.17, P<0.01) 模型拟合指标也均达到统计学标准 (χ/df=4.57, NFI=0.96, IFI=0.97, TLI=0.96, CFI=0.97, RM SEA=0.07;χ/df=3.46, NFI=0.95, IFI=0.96, TLI=0.96, CFI=0.96, RM SEA=0.06) 因此, 网络社会支持在网络欺负和心理症状之间起部分中介效应 (图 1) 中介效应量占总效应的 24.1%图 1 网络社会支持对网络欺负和心理症状的中介作用路径图 下载原图注:***P<0.001SCL-90, 症状自评量表2.3.2 网络受欺负与心理症状的关系:网络社会支持的中介作用以网络受欺负得分为自变量, CSOSSS 总分为中介变量, SCL-90 总分为因变量, 建构结构方程模型。

结果表明, 网络受欺负得分正向预测 SCL-90 总分 (β=0.23, P<0.001) ;加入 CSOSSS 总分后, 网络欺负得分正向预测 CSOSSS 总分和 SCL-90 总分 (β=0.34、0.18, 均 P<0.001) , CSOSSS 总分正向预测 SCL-90 总分 (β=0.15, P<0.01) 模型拟合指标均达到统计学标准 (χ/df=4.55, NFI=0.96, IFI=0.97, TLI=0.97, CFI=0.97, RM SEA=0.08;χ/df=3.34, NFI=0.95, IFI=0.97, TLI=0.96, CFI=0.97, RM-SEA=0.06) 因此, 网络社会支持在网络受欺负和心理症状之间起部分中介效应 (图 2) 中介效应量占总效应的 22.0%2.4 心理弹性的调节作用2.4.1 心理弹性对网络欺负和心理症状的调节作用将 CD-RSIC 总分进行标准化, 以 CD-RSIC 总分与网络欺负得分的乘积作为调节变量与自变量的交互项控制人口学变量, 以网络欺负得分为自变量, 以 CD-RSIC 总分为调节变量, 以 SCL-90 总分为因变量, 检验调节效应。

结果表明, CD-RSIC 总分和网络欺负得分的交互项对 SCL-90 总分的作用无统计学意义 (β=0.01, t=0.25, P=0.330) , 两个方程的 ΔR 差异无统计学意义 (ΔR=0.008, P=0.460) , 因此心理弹性的调节作用无统计学意义2.4.2 心理弹性对网络受欺负和心理症状的调节作用以 CD-RSIC 总分与网络受欺负得分的乘积作为调节变量与自变量的交互项控制人口学变量, 以网络受欺负得分为自变量, 以 CD-RSIC 总分为调节变量, 。