مدل ساختاری پیش بینی اعتیاد به شبکه های اجتماعی مجازی براساس صفات شخصیت: نقش میانجیگر خود تنظیمی
محورهای موضوعی : روانشناسی
مهشاد تسنیمی
1
,
سولماز دبیری
2
*
,
سید علی حسینی المدنی
3
1 - گروه روانشناسی، دانشگاه آزاد اسلامی تهران شمال، تهران، ایران.
2 - گروه روانشناسی، دانشگاه آزاد اسلامی تهران شمال، تهران، ایران.
3 - گروه روانشناسی، دانشگاه آزاد اسلامی تهران شمال، تهران، ایران
کلید واژه:
چکیده مقاله :
این پژوهش با هدف تعیین برازش مدل ساختاری پیشبینی اعتیاد به شبکههای اجتماعی براساس صفات شخصیتی و نقش میانجی خودتنظیمی در دانشجویان انجام شد. جامعه آماري شامل دانشجویان دانشگاه آزاد اسلامی یکی از واحدهای استان تهران بود و ۴۳۹ نفر به روش خوشهای تصادفی چندمرحلهای انتخاب شدند. ابزارهای پژوهش شامل پرسشنامه اعتیاد به شبکههای اجتماعی مبتنی بر موبایل (خواجه احمدی و همکاران، ۱۳۹۵)، سیاهه سنجش صفات پنجگانه شخصیتی (کاستا و مک کری، ۱۹۸۹) و پرسشنامه خودتنظیمی (کری و همکاران، ۲۰۰۴) بودند. برای تحلیل دادهها از روش مدليابي معادلات ساختاري استفاده شد.. یافتهها نشان داد مدل ساختاری پژوهش برازش مطلوبی با دادهها دارد. نتایج حاکی از آن بود که صفات شخصیتی هم بهصورت مستقیم و هم ازطریق خودتنظیمی با اعتیاد به شبکههای اجتماعی مرتبط هستند. خودتنظیمی، رابطه باوجدانبودن و گشودگی با اعتیاد به شبکههای اجتماعی را بهصورت منفی و معنادار رابطه روانآزردهگرایی با اعتیاد را بهصورت مثبت و معنادار میانجی میکند. یافتههای پژوهش نشان میدهد آموزش مهارتهای خودتنظیمی و مدیریت استفاده از شبکههای اجتماعی میتواند در کاهش اعتیاد به این شبکهها مؤثر باشد.
The present study aimed to evaluate the structural model of social media addiction prediction based on personality traits and the mediating role of self-regulation among university students. The statistical population consisted of students from one of the branches of Islamic Azad University in Tehran Province. Using a multistage random cluster sampling method, 439 participants were selected. Data were collected through the Mobile-Based Social Network Addiction Questionnaire (Khajeh Ahmadi et al., 2016), the Big Five Personality Inventory (Costa & McCrae, 1989), and the Self-Regulation Questionnaire (Carey et al., 2004). Structural Equation Modeling (SEM) was applied for data analysis. The results demonstrated that the proposed structural model had an acceptable fit with the data. Findings indicated that personality traits were significantly associated with social media addiction both directly and indirectly via self-regulation. Specifically, self-regulation negatively mediated the relationship between conscientiousness and openness to experience with social media addiction, and positively mediated the relationship between neuroticism and social media addiction. These results underscore the importance of self-regulation training and social media usage management in reducing addiction to virtual social networks.