پیش‌بینی اعتیاد به شبکه‌های مجازی بر اساس احساس تنهایی، مهارت‌های ارتباطی، هوش اجتماعی و هوش هیجانی دانش آموزان

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشگاه آزاد اسلامی واحد خمینی شهر

2 دانشگاه آزاد واحد خمینی شهر

چکیده

پژوهش حاضر با هدف ‌پیش‌بینی اعتیاد به شبکه‌های مجازی بر اساس احساس تنهایی، مهارت‌های ارتباطی، هوش اجتماعی و هوش هیجانی انجام شد. روش پژوهش توصیفی- همبستگی بود. جامعه آماری پژوهش شامل کلیه دانش آموزان دوره دوم متوسطه شهر اصفهان در سال تحصیلی 98- 1397 بوده‌اند که تعداد کل آن‌ها حدود 36000 نفر برآورد شد. از جامعه مورد نظر با استفاده از جدول مورگان و کرجسی به روش نمونه‌گیری خوشه‌ای چندمرحله‌ای، 380 نفر (161پسر و 194دختر) به‌عنوان نمونه پژوهش انتخاب شدند. به-منظور گردآوری اطلاعات از پرسشنامه‌های اعتیاد به شبکه‌های مجازی مبتی بر موبایل خواجه و همکاران (1395)، احساس تنهایی دی‌توماسو و همکاران (2004)، مهارت‌های ارتباطی بارتون (1990)، هوش اجتماعی سیلوا و همکاران (2001) و هوش هیجانی سیبریا شرینگ (1996) استفاده شد. جهت تجزیه‌و‌تحلیل داده‌ها از آزمون تحلیل رگرسیون چندمتغیره به روش گام‌به‌گام استفاده شد. یافته‌های حاصل از تجزیه‌وتحلیل داده‌ها نشان داد، بین هوش هیجانی با اعتیاد به شبکه‌های مجازی رابطه مثبت و بین مهارت‌های ارتباطی و احساس تنهایی با اعتیاد به شبکه‌های مجازی رابطه منفی معنی‌داری وجود دارد. هوش هیجانی بیشترین قدرت در پیش‌بینی اعتیاد به شبکه‌های مجازی را دارد. بین تنهایی اجتماعی با اعتیاد به شبکه‌های مجازی رابطه مثبت وجود دارد، درحالی‌که بین تنهایی خانوادگی و مهارت بازخورد با اعتیاد به شبکه‌های مجازی رابطه منفی و بین خودآگاهی، خودتنظیمی و همدلی با اعتیاد به شبکه‌های مجازی رابطه مثبت و معنی‌دار به دست آمد. در مجموع، احساس تنهایی، ضعف در مهارت‌های ارتباطی، هوش اجتماعی و هوش هیجانی پایین می‌توانند باعث افزایش اعتیاد به شبکه‌های مجازی در دانش آموزان شوند.

کلیدواژه‌ها


عنوان مقاله [English]

Predicting Virtual Networks Addiction Based on Students' Feelings of Loneliness, Communication Skills, Social Intelligence, and Emotional Intelligence

نویسندگان [English]

  • Mahdokht Roostazadeh 1
  • fatemeh rezaei 2
1 Islamic Azad University of Khomeini Shahr
2 aZAD UNIVERSITY
چکیده [English]

The purpose of this study was to predict addiction to virtual networks based on feelings of loneliness, communication skills, social intelligence and emotional intelligence. The research method was descriptive-correlation. The statistical population of the study consisted of all high school students of Isfahan city in the academic year of 1979-1999 with a total number of about 36,000. 380 individuals (161 males and 194 females) were selected as the sample of the study using Morgan and Krejcie's table by multistage cluster sampling. In order to collect data from the EHQ Mobile Affiliate Questionnaires (1395), Dietomaso et al. (2004), Barton's Communication Skills (1990), Silva et al.'s Social Intelligence (2001), Emotional Intelligence Siberia Shering (1996) was used. Multivariate regression analysis was used to analyze the data. The results of data analysis showed that there is a positive and significant relationship between emotional intelligence and addiction to virtual networks and a negative relationship between communication skills and feelings of loneliness with addiction to virtual networks. Emotional intelligence has the greatest power to predict addiction to virtual networks. There was a positive relationship between social loneliness and addiction to virtual networks, while there was a negative relationship between family loneliness and feedback skills with addiction to virtual networks and a positive and significant relationship between self-awareness, self-regulation and empathy with addiction to virtual networks. Overall, feelings of loneliness, weak communication skills, social intelligence, and low emotional intelligence can increase students' addiction to virtual networks.

کلیدواژه‌ها [English]

  • Addiction to virtual networks
  • loneliness
  • communication skills
  • Social intelligence
  • emotional intelligence