DE VOLGENDE VERLEIDING IS SLECHTS ÉÉN MUISKLIK VERWIJDERD

DE VOLGENDE VERLEIDING IS SLECHTS ÉÉN MUISKLIK VERWIJDERD

De volgende verleiding is slechts één muisklik verwijderd. Een onderzoek naar persoonlijkheidskenmerken als voorspellers van het problematisch internet ‘checkgedrag’.

Sanne Jacobs Anr: 518755 Master thesis Communicatie- en Informatiewetenschappen Specialisatie: Bedrijfscommunicatie en Digitale Media Faculteit Geesteswetenschappen Universiteit van Tilburg, Tilburg Begeleider: Dr. M.M.P. Vanden Abeele MA Tweede lezer: Dr. M.M.H. Pollmann Januari, 2014

1


2

Samenvatting Kantoormedewerkers besteden steeds meer tijd online. Dit kan de efficiëntie van kantoorwerk verhogen, maar het is ook mogelijk dat het nadelige gevolgen heeft. Als kantoormedewerkers te veel tijd online besteden kan het bijvoorbeeld zo zijn dat het niet meer lukt om dit te minderen. Dit kan ten koste gaan van de productiviteit. Voorafgaand onderzoek heeft zich vooral gericht op problematisch internetgebruik of op cyberslacking (het gebruik van internet en mobiele technologie tijdens de werkuren, voor persoonlijke doeleinden). Huidig onderzoek gaat over problematisch internet checkgedrag. Dit houdt in: “Elke bewuste en onbewuste onderbreking van een (werk)activiteit waar iemand op dat moment mee bezig is om voor een bepaalde tijd, een bepaalde internetapplicatie of website te bezoeken op de computer voor persoonlijke doeleinden”. Problematisch checkgedrag onderscheidt zich van eerder onderzochte vormen van problematisch internetgebruik omdat het niet alleen aandacht besteed aan intentionele onderbrekingen, maar ook aan niet-intentionele, ofwel onbewuste, onderbrekingen. De belangrijkste doelstelling van het huidig onderzoek was om voorspellers van dit checkgedrag te onderzoeken, met de nadruk op de persoonlijkheidskenmerken extraversie, neuroticisme en impulsiviteit (urgentie en gebrek aan voorbedachtheid). Na literatuuronderzoek en het vaststellen van een duidelijke definitie van het checkgedrag is een vragenlijst opgesteld. Deze vragenlijst is ingevuld door 297 Nederlandse kantoormedewerkers. Er werden verschillende dimensies van problematisch checkgedrag bevraagd. Ten eerste, negatieve gevolgen van het internet checkgedrag. Ten tweede, schuldgevoelens over het internet checkgedrag. Tenslotte, checkgedrag als escapistisch gedrag. Nadat alle gegevens zijn verwerkt in SPSS, zijn vier meervoudige regressie analyses uitgevoerd om tot de resultaten te kunnen komen. Wat betreft het eerste aspect, negatieve gevolgen van het internet checkgedrag, is gebleken dat dit wordt voorspelt door urgentie en leeftijd. Hoe hoger de mate van urgentie bij iemand, hoe meer negatieve gevolgen van het checkgedrag degene ervaart. En jongere kantoormedewerkers ervaren meer negatieve gevolgen van het checkgedrag dan oudere kantoormedewerkers. Wat betreft de schuldgevoelens over het internet checkgedrag, blijkt voorspelt te worden door de twee dimensies van impulsiviteit en leeftijd. Hoe meer urgentie iemand ervaart, hoe meer iemand zich schuldig voelt over zijn/haar checkgedrag. En hoe sterker het gebrek aan voorbedachtheid bij een persoon, ofwel hoe minder iemand nadenkt over de gevolgen van zijn of haar acties, hoe minder iemand zich schuldig voelt over het checkgedrag. Daarnaast voelen jongeren zich schuldiger over hun checkgedrag dan ouderen. Het escapistisch checkgedrag wordt beïnvloed door urgentie, neuroticisme, leeftijd en


3

geslacht. Hoe meer urgent iemand is, hoe meer degene escapistisch checkgedrag vertoont. Individuen met een hogere mate van neuroticisme ervaren een hogere mate van escapistisch checkgedrag. Tenslotte vertonen mannen en jongeren meer escapistisch checkgedrag. Extraversie bleek het internet checkgedrag niet te voorspellen. Een reden hiervoor kan zijn dat het huidige onderzoek het eerste onderzoek is dat zich richt op deze specifieke vorm van het problematisch internet checkgedrag. Hypotheses zijn gebaseerd op eerder onderzoek, dat gaat over algemeen problematisch internetgedrag of (intentioneel) cyberslacking gedrag. Wellicht hebben deze gedragsvormen minder overeenkomsten dan gedacht en kent het checkgedrag in deze studie andere voorspellers. Voor aanbevelingen wordt verwezen naar de discussiesectie.


4

Voorwoord Voor u ligt mijn master thesis, waarin ik veel tijd en energie heb gestoken. Na mijn HBO studie Communicatiemanagement aan de Fontys Hogeschool te Eindhoven, besloot ik om door te gaan studeren. Ik was op zoek naar meer verdieping op het vakgebied van communicatie. Dit werd de studie Bedrijfscommunicatie en Digitale media aan de Universiteit van Tilburg. De verdieping heb ik zeker gevonden gedurende mijn studie. De master thesis zie ik als een ‘kroon’ op mijn studie. Waar ik stiekem ook wel tegen op keek. Ik was blij dat ik mijn eerste keuze voor het onderwerp toegekend kreeg. Hier ging ik enthousiast en vol goede moed mee aan de slag. Echter is het een proces geweest met pieken en dalen. Toen ik een baan als traffic- en projectmanager kreeg bij een reclamebureau terwijl ik nog bezig was met mijn thesis wilde ik deze kans absoluut niet laten schieten. Het was soms lastig om dit te combineren. De steun van mijn vriend, vriendinnen en familie hebben mij enorm geholpen. Hiervoor wil ik hen dan ook bedanken. Daarnaast wil ik Marlies van de Pas bedanken voor de fijne samenwerking met het samenstellen van de vragenlijst en het afnemen ervan. In het bijzonder wil ik mijn begeleidster Mariek Vanden Abeele bedanken voor haar goede kennis van het vakgebied, behulpzaamheid en kritische blik. Mede hierdoor heb ik mijn scriptie met succes kunnen volbrengen. Tot slot, bedank ik Monique Pollman, als tweede lezer van mijn werk. Ik wens u veel leesplezier. Sanne Jacobs, Januari 2014

DE VOLGENDE VERLEIDING IS SLECHTS ÉÉN MUISKLIK VERWIJDERD Inhoudsopgave Voorpagina

1

Samenvatting

2

Voorwoord

4

Inhoudsopgave

5

1. Inleiding

7

2. Theoretisch kader

9

2.1 Internet checkgedrag algemeen

9

2.2 Problematisch internet checkgedrag

10

2.3 Voorspellers van het problematisch internet checkgedrag

11

2.3.1 Persoonlijkheidskenmerken

11

2.3.1.1 Neuroticisme en Extraversie

11

2.3.1.2 Impulsiviteit

13

2.3.2 Locus of control

15

2.3.3 Demografische gegevens

16

3. Methode

17

3.1 Respondenten en procedure

17

3.2 Metingen

18

3.2.1 Frequentie van het internet checkgedrag

18

3.2.2 Gewoonte van het internet checkgedrag

18

3.2.3 Negatieve gevolgen van het internet checkgedrag

18

3.2.4. Schuldgevoelens door het internet checkgedrag

19

3.2.5. Escapistisch internet checkgedrag

19

3.2.6. Impulsiviteit

19

3.2.7 Extraversie en neuroticisme

20

3.2.8 Locus of control

21

3.2.9 Socio-demografische gegevens

21

3.2.10 Werkgerelateerde gegevens

21

3.3 Verwerking van data

22

5

DE VOLGENDE VERLEIDING IS SLECHTS ÉÉN MUISKLIK VERWIJDERD 4. Resultaten

23

4.1 Frequentie van het internet checkgedrag

23

4.2 Negatieve gevolgen van het internet checkgedrag

26

4.3 Schuldgevoelens door het internet checkgedrag

28

4.4 Escapistisch internet checkgedrag

30

5. Conclusie

32

6. Discussie

33

6.1 Interpretatie van de resultaten

33

6.2 Beperkingen van het onderzoek

35

6.3 Suggesties voor vervolgonderzoek

36

Literatuurlijst

38

Bijlagen

42

Bijlage A. Vragenlijst

6


7

1. Inleiding Tegenwoordig hebben de meeste kantoormedewerkers toegang tot een persoonlijke computer met internetverbinding op hun werk. Kantoormedewerkers besteden dan ook steeds meer tijd online; de gemiddelde tijd van actief internet gebruik op het werk is verdubbeld van 4,6 uur per week in 2001 naar 9,2 uur in 2010 (Rainee & Wellman, 2012). Hoewel computer- en internetgebruik de efficiëntie van kantoorwerk kan verhogen, is het mogelijk dat het ook nadelig kan zijn voor het werk. Zo gaven werknemers aan in een studie van Salary.com (2009, In: Vitak, Crouse & LaRose, 2011) dat ze tijdens de werkuren tenminste een uur per dag besteden aan niet-werkgerelateerde activiteiten, waarvan het grootste gedeelte van de tijd werd besteed aan surfen op het internet. Uit een studie van Garret & Danzinger (2008) bleek dat 80 procent van kantoormedewerkers tijdens hun werk een computer gebruikt om onder andere persoonlijke e-mails te lezen, te verzenden en/of te chatten. Vitak, Crouse en LaRose (2011) spreken in hun artikel over cyberslacking. Cyberslacking houdt in, het gebruik van internet en mobiele technologie tijdens de werkuren, voor persoonlijke doeleinden. Er is veel onderzoek gedaan naar hoe werknemers tijdens de werkuren internet gebruiken voor niet-werkgerelateerde zaken (of zelfs om aan een internetverslaving te beantwoorden). In veel van deze onderzoeken is er een impliciete veronderstelling dat werknemers ‘bewust’ cyberslacken. Recent onderzoek toont echter aan dat mensen tegenwoordig veelal habitueel gebruik maken van bepaalde applicaties op hun computer en mobiele telefoon (Oulasvirta et al. 2011; Bayer & Campbell 2012). Ze hebben vaak de gehele dag toegang tot hun mobiele telefoon en computer, waardoor het gemakkelijk is om voortdurend en vrijwel automatisch de dynamische inhoud die aangeboden wordt op deze apparaten te checken. Dit onderzoek richt zich op het gebruik van het internet door kantoormedewerkers tijdens de werkuren, op de computer. Hierbij wordt gekeken naar het checken van internetapplicaties en websites die dynamische inhoud bieden, zoals e-mail, sociale netwerksites en nieuwssites. Hoewel het gaat om het ‘even kort checken’ van een internetapplicatie of website, kan dit checkgedrag gezien worden als een vorm van cyberslacking. Oulasvirta et al. (2011) geven in hun onderzoek naar smartphone-gebruik immers aan dat dit checkgedrag veelal een soort van ‘portaal functie’ heeft, waarbij het kort checken van dynamische inhouden leidt tot het verder uitvoeren van activiteiten die meer tijd in beslag nemen, zoals informatie zoeken of een e-mail versturen. Een eerste doelstelling van dit onderzoek is om na te gaan in hoeverre de frequentie


8

waarmee kantoormedewerkers dynamische inhouden checken, de mate van ‘gewoonte’ van het checkgedrag en of iemand problematisch checkgedrag vertoont, met elkaar samenhangen. Het is nog niet duidelijk welke personen gevoeliger zijn voor het problematisch checkgedrag. Uit onderzoek naar problematisch gebruik van internet en de mobiele telefoon is gebleken dat individuele verschillen zoals persoonlijkheidskenmerken en demografische kenmerken dit gedrag kunnen voorspellen. De tweede doelstelling van dit onderzoek is dan ook om voorspellers van problematisch checkgedrag te onderzoeken, met de nadruk op persoonlijkheidskenmerken. Dit onderzoek is zowel maatschappelijk als theoretisch relevant. Als namelijk bekend is welke personen gevoeliger zijn voor het problematische checkgedrag biedt dit een beter inzicht in wie een groter risico loopt om tijdens de werkuren te cyberslacken/in een hogere mate het checkgedrag te vertonen. Zowel werkgevers als werknemers kunnen hier dan op voorhand anders mee omgaan en het gedrag voorkomen. Het onderzoek is ook theoretisch relevant. Het is nog niet duidelijk welke personen gevoeliger zijn voor problematisch het internet checkgedrag. Bovendien heeft onderzoek zich tot nu toe vooral gericht op specifieke persoonlijkheidskenmerken als voorspellers van het problematisch internet checkgedrag. Daarom ligt in het huidige onderzoek de nadruk op brede persoonlijkheidskenmerken als voorspellers, namelijk extraversie en neuroticisme (negatieve emotionaliteit). Daarnaast worden impulsiviteit en locus of control meegenomen als voorspellers van het gedrag.


9

2. Theoretisch kader 2.1. Internet checkgedrag algemeen Omdat checkgedrag een recent onderzoeksonderwerp betreft, is er nog geen duidelijke of eenduidige definitie te vinden in de literatuur van checkgedrag van internetapplicaties en websites. In dit onderzoek wordt uitgegaan van de volgende definitie van ‘checkgedrag’: Elke bewuste en onbewuste onderbreking van een (werk)activiteit waar iemand op dat moment mee bezig is om voor een bepaalde tijd, een bepaalde internetapplicatie of website te bezoeken op de computer voor persoonlijke doeleinden. Zoals eerder beschreven, toont onderzoek aan dat mensen tegenwoordig vaak habitueel gebruik maken van bepaalde applicaties op hun computer en mobiele telefoon (Oulasvirta et al. 2011; Bayer & Campbell 2012). Dit houdt in dat het vaak een gewoonte van mensen geworden is. Een gewoonte kan gedefiniëerd worden als “geleerde opeenvolgingen van handelingen welke automatische reacties zijn geworden op specifieke cues, en functioneel zijn in het verkrijgen van bepaalde doelen of eindstaten” (Verplanken & Aarts, 1999, p. 104). Automatismen of gewoonten zijn gedragingen die worden getriggerd door signalen. Ze worden gekenmerkt door gebrek aan controle, bewustzijn, intentie en aandacht (Bargh, Chen & Burrows, 1996). Het is gebleken dat gewoontes een grote rol spelen in activiteiten die gerelateerd zijn aan media, communicatie en informatie systemen (LaRose, 2010). Recent gaat de aandacht vooral uit naar gewoontes in het gebruik van nieuwe media, zoals het gebruik van internet en smartphones. Omwille het feit dat zij erg gemakkelijk toegang bieden tot dynamische inhoud, beweren sommige auteurs dat deze media ‘habit-forming’ (gewoontevormend) zijn. In een onderzoek van Oulasvirta et al. (2011) wordt bijvoorbeeld aangegeven dat smartphones aanleiding geven tot een ‘checking habit’: een korte, herhaaldelijke inspectie van dynamische inhoud (welke gemakkelijk toegankelijk is op het apparaat). Het onderzoek van Oulasvirta et al. (2011) gaat voornamelijk over mobiele telefoons, maar het idee van een ‘checking habit’ kan wellicht ook toegepast worden op computers, omdat er bij internetapplicaties en websites op de computer net zo goed sprake is van dynamische inhoud die gemakkelijk (en voor kantoormedewerkers vrijwel continu) toegankelijk is. Uit eerdere onderzoeken blijkt dat gewoonte een belangrijke voorspeller is voor de frequentie van het gedrag. Bayer & Campbell (2012) vonden bijvoorbeeld dat gewoonte/automatisme een significante voorspeller is van het versturen en lezen van smsberichten tijdens het autorijden. Uit het onderzoek van Oulasvirta et al. (2011) bleek eveneens dat gewoontes het telefoongebruik doen toenemen. Op basis van deze onderzoeksresultaten


10

kunnen we veronderstellen dat als checkgedrag meer een gewoonte/automatisme van een kantoormedewerker is, deze in een hogere frequentie internet-checkgedrag zal vertonen: H1) Hoe meer het checken van internetapplicaties en websites op de computer op het werk een gewoonte is, hoe hoger de frequentie van het checkgedrag tijdens de werkuren van kantoormedewerkers. 2.2. Problematisch internet checkgedrag Ondanks de erkende positieve gevolgen van internetgebruik voor het leven van mensen, heeft een groot aantal studies onthuld dat dit gebruik, in sommige gevallen, problematisch kan worden (Billieux & Van der Linden, 2012). Problematisch internet gebruik is het onvermogen om het gebruik van internet onder controle te houden, wat uiteindelijk psychologische, sociale, en/of professionele problemen impliceert in een persoon zijn leven. (Young, 1999; Shaffer, Hall & Vander Bilt, 2000 In: Billieux & Van der Linden, 2012). Problematisch internetgebruik wordt gezien als een mentale ziekte, en daarom ook wel internetverslaving genoemd (Billieux & Van der Linden, 2012). Het wordt vaak gezien als een gedragsverslaving. Een eerste aspect van problematisch internetgebruik is dat het negatieve gevolgen kan hebben voor iemands zijn leven. Een tweede aspect van problematisch internet checkgedrag is schuldgevoel. Personen die ervaren dat hun mediagebruik problematische vormen aanneemt (bijvoorbeeld omdat het negatieve gevolgen heeft, zoals dat het een groot deel van de tijd in beslag neemt op het werk), kunnen zich hier schuldig over voelen (Park, 2005). Schuldgevoelens door het checkgedrag kunnen dan ook gezien worden als indicatoren van problematisch internetgebruik en wordt om deze reden meegenomen in deze studie. Tenslotte is escapisme een belangrijk aspect van problematisch internetgebruik. Afleiding (internet distraction), ook wel escapisme, is een van de vier dimensies van problematisch internetgebruik (Davis, Flett & Besser, 2002). De dimensie ‘afleiding’ houdt in dat iemand het internet gebruikt om afgeleid te zijn van een stressvolle gebeurtenis, taak of gedachte. Uit het onderzoek blijkt dat afleiding gerelateerd is aan uitstelgedrag, als ook aan in het verleden bestraft te zijn geweest op school of werk voor ongepast internetgebruik. In het onderzoek van LaRose, Lin en Eastin (2003) wordt escapisme eveneens beschreven als een van de symptomen van internetverslaving. In het artikel wordt de volgende definitie gegeven: een activiteit die als doel heeft om te ontsnappen aan of het tegen gaan van sombere stemmingen, zoals depressie, angst of schuld. Escapisme wordt gezien als een belangrijk onderdeel van problematisch internetgebruik. Omdat in de huidige studie gekeken wordt naar problematisch internetgebruik op de computer, nemen we escapisme hierin ook mee als


11

onderdeel van het onderzoek, ofwel escapistisch internet checkgedrag. Een mechanisme dat ten grondslag ligt aan verslavingen, en ook aan internetverslaving is ‘deficient self-regulation’ (LaRose & Eastin, 2004). Het construct van zelfregulatie is afkomstig uit de sociaal cognitieve theorie (SCT) (Bandura, 1991). Het begrip beschrijft hoe individuen hun eigen gedrag zien (zelf-monitoring), hoe ze het beoordelen in relatie tot persoonlijke en sociale standaarden (beoordelingsproces) en hoe ze zelf reactiestimuli toepassen om hun gedrag te matigen (zelf-reactie). 'Deficient self regulation', verwijst dan naar een staat waarin bewuste zelfcontrole is afgenomen (LaRose & Eastin, 2004). Als internetgebruik problematischer wordt, en zelfcontrole afneemt, neemt de mediaconsumptie toe. Op basis hiervan wordt de volgende hypothese gesteld: H2) Hoe meer het checken van internetapplicaties en websites op de computer op het werk problematisch is, hoe hoger de frequentie van het checkgedrag tijdens de werkuren van kantoormedewerkers. 2.3. Voorspellers van het problematisch internet checkgedrag 2.3.1. Persoonlijkheidskenmerken Zoals eerder beschreven is de tweede doelstelling van dit onderzoek om op zoek te gaan naar voorspellers van problematisch checkgedrag en dan in het bijzonder naar persoonlijkheidskenmerken als voorspellers. Onderzoek naar overmatig gebruik van technologie, zoals overmatig internet en sms gebruik, heeft immers aangetoond dat er individuele verschillen zijn in de gevoeligheid om problematisch internetgebruik te ontwikkelen (Buckner et al., 2012; Meerkerk et al., 2010). Kenmerkend is dat er voornamelijk onderzocht is hoe specifieke aspecten van de persoonlijkheid van individuen, zoals verlegenheid en impulsiviteit, overmatig gebruik voorspellen (Buckner et al. 2012). Er is echter weinig onderzoek gedaan naar bredere persoonlijkheidskenmerken als voorspellers van overmatig gebruik van technologie, zoals het ‘Five Factor Model (FFM)’ van persoonlijkheid, terwijl het juist belangrijk kan zijn om bredere persoonlijkheidskenmerken te onderzoeken vanwege hun grote bandbreedte (John, Naumann, & Soto, 2008). Daarom worden in dit onderzoek twee ‘brede’ persoonlijkheidskenmerken meegenomen, namelijk neuroticisme en extraversie. Daarnaast wordt een meer specifiek aspect van persoonlijkheid, namelijk impulsiviteit meegenomen. Aanvullend wordt gekeken naar locus of control. 2.3.1.1. Neuroticisme en Extraversie In dit onderzoek wordt gekeken naar twee brede persoonlijkheidskenmerken als voorspellers van het problematisch internet checkgedrag, namelijk neuroticisme en extraversie. Iemand die extravert is heeft een energieke benadering naar de wereld toe en kan over het algemeen


12

worden beschreven als sociaal, actief, assertief en als iemand die positieve emoties uit (John et al., 2008). Het tegenovergestelde van extravert is introvert. Introverte personen hebben de neiging om zich terug te trekken van anderen, zijn minder actief en uiten minder positieve emoties (John et al., 2008). Het persoonlijkheidskenmerk neuroticisme verwijst naar iemands emotionele stabiliteit. Emotionele stabiele individuen zijn gematigd en zijn goed in het managen van stress. Het tegenovergestelde hiervan zijn neurotische individuen. Zij voelen zich vaak angstig, nerveus, gespannen en verdrietig. Daarnaast kunnen neurotische individuen slecht omgaan met stress (John et al., 2008). Emotionele stabiliteit blijkt een belangrijke voorspeller van problematisch internetgedrag (Meerkerk, 2007; Hardie & Tee, 2007), problematisch internetgebruik wordt meer gevonden bij personen met een lage emotionele stabiliteit, ook wel neurotische individuen genoemd. Daarnaast willen neurotische individuen meer weten over de wereld omdat het hun een gevoel van zekerheid geeft (Bosnjak & Tuten, 2001). Als we kijken naar het checkgedrag in deze studie zou er op basis van deze gegevens voorspelt kunnen worden dat neurotische individuen, meer dan emotionele stabiele individuen, vaker even kort het internet zullen checken. Volgens Young (1995) beschrijven personen die voldoen aan de kenmerken voor problematisch internetgebruik, hun persoonlijkheidskenmerken als gedurfd, extravert, open-minded en assertief. Zoals

eerder

beschreven,

is

er

weinig

literatuur

te

vinden

over

brede

persoonlijkheidskenmerken als voorspellers van problematisch internet checkgedrag, daarom kijken we ook naar onderzoek dat gedaan is naar de voorspellers van problematisch gebruik van de mobiele telefoon. Internet op de mobiele telefoon biedt net zoals het internet op de computer dynamische inhoud. Billieux (2012) maakte een overzicht van onderzoeken naar problematisch gebruik van de mobiele telefoon. Hieruit blijkt dat problematisch gebruik van de mobiele telefoon vooral gerelateerd is aan een hoge mate van neuroticisme en extraversie. Deze twee persoonlijkheidskenmerken ondersteunen volgens Igarashi, Motoyoshi, Takai en Yoshida (2008) twee routes die leiden tot disfunctioneel gebruik van de mobiele telefoon. Ten eerste, de extraversie route, waarbij afhankelijkheid van de mobiele telefoon ontstaat door het sterke verlangen om te communiceren met leeftijdgenoten of om nieuwe potentiële relaties te ontwikkelen. Ten tweede, de neurotische route, waarbij afhankelijkheid van de mobiele telefoon wordt uitgelegd door een constante behoefte om geruststelling te zoeken, veroorzaakt door de angst om afgewezen te worden en door angst over het behoud van de relatie. Als we deze twee routes toepassen op het internet checkgedrag in deze studie kan dit als volgt; bij de neurotische route kan er sprake zijn van het vaak contact zoeken met bekenden via bijvoorbeeld persoonlijke e-mail om geruststelling te zoeken, tijdens de werkuren. Bij de


13

extraversie route zou er sprake kunnen zijn van het gebruik van sociale netwerksites tijdens de werkuren vanwege het verlangen om te communiceren met leeftijdsgenoten of om nieuwe relaties te ontwikkelen. H3: Een hoge mate van neuroticisme (een lage emotionele stabiliteit), voorspelt een hogere mate van problematisch internet checkgedrag tijdens de werkuren van kantoormedewerkers: a) meer negatieve gevolgen van het checkgedrag b) meer schuldgevoelens over het checkgedrag en c) meer escapistisch checkgedrag H4: Een hoge mate van extraversie, voorspelt een hogere mate van problematisch internet checkgedrag tijdens de werkuren van kantoormedewerkers: a) meer negatieve gevolgen van het checkgedrag b) meer schuldgevoelens over het checkgedrag en c) meer escapistisch checkgedrag 2.3.1.2. Impulsiviteit Impulsiviteit is een complex concept en er is in de literatuur geen eenduidige definitie aanwezig. Een definitie die het meest toepasselijk is op de huidige studie, is: onbezonnen en spontaan gedrag zonder na te denken over de risico’s of toekomstige gevolgen (Dawe & Loxton, 2004; Dawe et al. 2004; Franken & Muris 2006b; Smillie & Jackson, 2006 In Meerkerk et al. 2010). Volgens het theoretisch framework van Whiteside en Lynam (2001) kan impulsiviteit worden beschouwd als een multi-dimensionaal construct dat onderverdeeld is in vier dimensies. De eerste dimensie is urgentie, ofwel de neiging om overhaast te reageren wanneer intense emoties worden ervaren, zowel positief als negatief. De tweede dimensie (gebrek aan) voorbedachtheid, ofwel de neiging om geen rekening te houden met de consequenties van een actie alvorens het uitoefenen van een taak. (Gebrek aan) doorzettingsvermogen is de derde dimensie en slaat op een gebrekkige capaciteit om gefocust te blijven bij een saaie en/of een moeilijke taak. Ten slotte is er een vierde dimensie, sensatie zoeken, ofwel de neiging om te genieten van en het nastreven van nieuwe en spannende taken. Impulsiviteit wordt vaak gerelateerd aan verslavingsgedrag. Uit eerder onderzoek blijkt immers dat personen die impulsiever zijn, gevoeliger zijn voor problematisch internetgebruik (Meerkerk et. al, 2010; Yen et al., 2009). Meerkerk (2010) onderzocht de relatie tussen impulsiviteit en problematisch internetgebruik. Uit zijn onderzoek blijkt dat internet gebruikers die meer impulsief zijn, minder capabel zijn om hun internet gebruik onder controle te houden en dat maakt hen meer


14

gevoelig voor het ontwikkelen van problematisch internetgebruik. Daarnaast blijkt uit een onderzoek van Everton, Mastrangelo en Jolton (2005) dat personen met een hoge mate van impulsiviteit hun computer meer voor persoonlijke doeleinden gebruiken op het werk. Dit komt volgens de auteurs onder andere omdat het internet perfect is voor het vervullen van onmiddellijke gratificatie, iets waar iemand die impulsief is behoefte aan heeft. Impulsiviteit is ook in verschillende studies gerelateerd aan problematisch gebruik van de mobiele telefoon (Billieux, 2012). Zoals hiervoor beschreven, bestaat het framework van Whitesdie en Lynam (2001) uit vier constructen. Van deze dimensies worden twee subdimensies van impulsiviteit, namelijk gebrek aan voorbedachtheid en urgentie, meegenomen in deze studie. Gebrek aan voorbedachtheid wordt gerelateerd aan de afgenomen mogelijkheid om de potentiële negatieve gevolgen te overwegen (Billieux et al. 2008). Als dit toegepast wordt op deze studie, betekent dit dat kantoormedewerkers met een sterker ‘gebrek aan voorbedachtheid’, minder bezig zijn met de negatieve gevolgen van hun internet checkgedrag. Voorbeelden hiervan zijn een minder goede concentratie op de werkzaamheden of het niet halen van een deadline. Personen met een lage mate van voorbedachtheid zullen zich ook minder schuldig voelen, omdat zij minder zorgvuldig over hun acties nadenken. Op basis hiervan stellen we de volgende hypothese: H5: Een sterker gebrek aan voorbedachtheid, voorspelt een hogere mate van problematisch internet checkgedrag tijdens de werkuren van kantoormedewerkers: a) meer negatieve gevolgen van het checkgedrag b) minder schuldgevoelens over het checkgedrag en c) meer escapistisch checkgedrag. De subdimensie urgentie, van impulsiviteit, verwijst naar de moeilijkheidsgraad die personen ervaren in het remmen van automatische of overheersende gedrag responses (Gay et al. 2008). Als we kijken naar de huidige studie is het zeer waarschijnlijk dat kantoormedewerkers die een hoge mate van urgentie ervaren, het moeilijker hebben om automatische of overheersende gedrag responses te remmen. Dit kan bijvoorbeeld voor iemand het automatisme zijn om zijn of haar Facebook-pagina ieder kwartier ‘even’ te checken of de respons van een persoon op een pop-up van een nieuwe e-mail om direct naar zijn of haar e-mail inbox te gaan. Daarom worden de volgende hypotheses gesteld: H6: Een hoge mate van urgentie, voorspelt een hogere mate van problematisch internet checkgedrag tijdens de werkuren van kantoormedewerkers:


15

a) meer negatieve gevolgen van het checkgedrag b) meer schuldgevoelens over het checkgedrag en c) meer escapistisch checkgedrag. 2.3.2. Locus of control Mogelijk speelt ook de mate van controle die kantoormedewerkers hebben over hun werk/taken een rol. Chen et al. (2008) vonden dat het hebben van een hoge externe locus of control (het geloof dat iemand geen controle heeft over de situatie) een positieve voorspeller is van internetverslaving, welke op zijn beurt weer internetmisbruik op het werk voorspelt. Blanchard and Henle (2008) vonden dat individuen die geloven dat events gebeuren door kans of door het lot meer waarschijnlijk waren om betrokken te raken in cyberslacking. Vitak, Crouse en LaRose (2011) pasten bovengenoemd concept toe op de werkomgeving. In de werkomgeving kan locus of control zich manifesteren in de mate waarin werknemers geloven dat ze zelf controle hebben over hun werk en hun carrièregroei. Op basis van de resultaten van Blanchard en Henle (2008), veronderstelden Vitak et al. (2011) dat werknemers die geloven zelf minder controle te hebben over wat er gebeurt in hun baan (personen met een hoge externe locus of control), meer waarschijnlijk zouden zijn om betrokken te raken in cyberslacking. Echter blijkt uit hun onderzoek het tegenovergestelde; personen met een verminderde perceptie van controle over hun eigen (loop-) baan, bleken juist minder vaak en minder soorten cyberslacking gedrag te vertonen. De auteurs hebben deze variabele gemeten met een één-item meting, waarvan ze zelf aangeven dat deze metingen geïnterpreteerd moeten worden met enige voorzichtigheid. Dit zou een reden kunnen zijn waarom de uitkomst niet zo is zoals zij het verwachten. Als we de oorspronkelijke bevindingen toepassen op het checkgedrag in de huidige studie, kan er verwacht worden dat personen met een perceptie van minder controle over hun eigen (loop-) baan, in een mindere mate het problematisch internet checkgedrag vertonen. H7: Kantoormedewerkers met veel controle over de eigen (loop-)baan (lage mate van externe locus of control) vertonen in een hogere mate problematisch internet checkgedrag tijdens de werkuren: a) meer negatieve gevolgen van het checkgedrag b) meer schuldgevoelens over het checkgedrag en c) meer escapistisch checkgedrag.


16

2.3.3. Demografische gegevens Ook demografische factoren zoals geslacht, leeftijd en opleidingniveau kunnen een rol spelen in het problematisch gebruik van het checkgedrag. Met betrekking tot geslacht blijken mannen meer cyberslacking gedrag te vertonen (Everton et al., 2005; Garret en Danziger, 2008; Vitak, Crouse & LaRose, 2011). Opleidingsniveau speelt volgens Vitak, Crouse en LaRose (2011) geen significante rol in de frequentie van het cyberslacking gedrag. Garret en Danziger (2008) vonden echter dat individuen met een hoger opleidingsniveau meer cyberslacking gedrag vertonen. Tot slot blijkt uit onderzoek naar problematisch internetgebruik dat jongere personen meer problematisch internetgebruik vertonen dan oudere personen (Buckner et. al, 2012; Hardie & Tee, 2007; Hills & Argyle, 2003; Bakken et al. 2009). H8: Mannelijke kantoormedewerkers vertonen in een hogere mate problematisch internet checkgedrag tijdens de werkuren; a) meer negatieve gevolgen van het checkgedrag b) meer schuldgevoelens over het checkgedrag en c) meer escapistisch checkgedrag. H9: Hoe hoger de leeftijd van kantoormedewerkers, hoe lager de mate van problematisch internet checkgedrag tijdens de werkuren; a) minder negatieve gevolgen van het checkgedrag b) minder schuldgevoelens over het checkgedrag en c) minder escapistisch checkgedrag. H10: Hoe hoger het opleidingsniveau van kantoormedewerkers, hoe hoger de mate van problematisch internet checkgedrag tijdens de werkuren; a) meer negatieve gevolgen van het checkgedrag b) meer schuldgevoelens over het checkgedrag en c) meer escapistisch checkgedrag.


17

3. Methode 3.1 Respondenten en procedure De dataverzameling heeft plaats gevonden in samenwerking met een medestudent (Van de Pas, 2013). De onderzoekspopulatie voor het onderzoek werd afgebakend tot kantoormedewerkers, die wonen en werken in Nederland. Om de data te verzamelen werd eerst gebruik gemaakt van een ‘convenience’ en sneeuwbalsteekproeftrekking, én, aanvullend een toevalsteekproeftrekking. Als eerste werd gestart met het benaderen van het eigen netwerk door contactpersonen via e-mail, Facebook en/of LinkedIn uit te nodigen om deel te nemen aan een online vragenlijst. Aan hen werd gevraagd of zij de uitnodiging voor deelname wilden doorsturen naar hun collega’s en vrienden. Hiermee zijn 227 respondenten verzameld. Om aan een voldoende aantal respondenten te komen, werd aanvullend gedurende het spitsuur aan willekeurige treinreizigers gevraagd om deel te nemen aan een schriftelijke vragenlijst, waardoor er nog 115 respondenten zijn verzameld. In totaal hebben 342 respondenten deelgenomen aan dit onderzoek. Vijfenveertig respondenten werden verwijderd uit het onderzoek. De reden hiervoor was dat 42 respondenten meerdere vragen niet hadden ingevuld, waaronder leeftijd en geslacht. Daarnaast werden er drie respondenten uit het databestand verwijderd omdat zij geen beroep als kantoormedewerker uitoefenden. Uiteindelijk bleven er 297 respondenten over, waarvan 158 (53,2%) mannen en 139 (46,8%) vrouwen. De gemiddelde leeftijd was 34,7 jaar (SD = 11.9). Het grootste gedeelte, 245 respondenten, hadden een HBO of WO opleiding voltooid (82,5%). Daarnaast hadden 39 respondenten een MBO, HAVO of VWO opleiding afgerond (13,1%) en het kleinste gedeelte, 6 respondenten, hadden een LBO, MAVO of VMBO opleiding voltooid (2%). Een groot gedeelte (N=288) had zijn of haar huidige functie ingevuld. Hieruit bleek dat de meerderheid ‘medewerker’ (N = 217) was. Daarnaast hadden 48 respondenten een ‘leidinggevende functie’ en waren 23 respondenten directeur/directrice. Het gemiddeld aantal contracturen dat de respondenten rapporteerden te werken, bedroeg 36.3 uur (SD = 7,3; N = 285). De online en offline vragenlijst waren nagenoeg identiek1. In de vragenlijst werden naast socio-demografische en werkgerelateerde gegevens, verschillende constructen gemeten. Aan de respondenten werd duidelijk gemaakt dat het om een onderzoek van de Universiteit

1

Er was sprake van een kleine afwijking met de optie ‘niet van toepassing’. Bij de vraag naar hoe vaak de respondenten bepaalde internetapplicaties en websites checkten, was in de online vragenlijst de optie ‘niet van toepassing’ opgenomen. Dit was niet het geval in de offline vragenlijst. Het belang van deze afwijking wordt verder besproken in de discussie sectie.


18

van Tilburg ging en dat de antwoorden vertrouwelijk en anoniem behandeld zouden worden. Daarnaast werd de geschatte tijd die de respondenten kwijt zouden zijn met het invullen van de vragenlijst aangegeven (10-15 minuten) en werden contactgegevens van de twee onderzoeksters vermeld. Aangezien ‘checkgedrag’ een cruciaal concept was in het huidige onderzoek, werd voorafgaand aan de vragenlijst kort uitgelegd, wat onder ‘checken’ en ‘checkgedrag’ werd verstaan. Tevens werd er een voorbeeld gegeven ter verduidelijking. De vragenlijst is te vinden in bijlage A. 3.2 Metingen 3.2.1 Frequentie van het internet checkgedrag Om de frequentie van het checkgedrag te meten, werden een aantal websites en applicaties met dynamische content opgesomd, waarvoor de respondenten moesten aangeven hoe vaak zij de bepaalde applicaties/websites checkten. Dit waren achtereenvolgend nieuwssites, email, Facebook of andere sociale netwerk sites, Twitter, Blogs en Humor sites. Er waren acht antwoordmogelijkheden waaruit de respondenten konden kiezen: minder dan één keer per week (waarde 1), één keer per week, meerdere keren per week, één keer per dag, meerderde keren per dag, één keer per uur, meerdere keren per uur en meer dan 10 keer per uur (waarde 8). De Cronbach Alpha voor deze 8 items bedroeg .64. (M = 2.95; SD = 0.96). 3.2.2 Gewoonte van het internet checkgedrag Om het construct gewoonte (habit) te meten, werd gebruik gemaakt van de schaal van Verplanken en Orbell (2003), welke werd aangepast door Bayer & Campbell (2012). Van deze schaal werden 9 items gebruikt. Het item, “Het checken van mijn telefoon is iets, wat typisch mij is”, werd weggelaten. Daarnaast werd één item van de schaal van Hooper en Zhou (2007) toegevoegd. De Cronbach Alpha van het construct gewoonte voor deze studie was .90, hieruit werd geconcludeerd dat het een betrouwbare schaal was. Er kon beantwoord worden op een 5 punts likert schaal (van 1 = helemaal oneens tot en met 5 = helemaal eens). Het gemiddelde van de schaal was 2.74 (SD = 0.93). Voorbeeldstellingen waren “Het checken van internetapplicaties en websites tijdens de werkuren is iets wat ik automatische doe” en “Het checken van internetapplicaties en websites tijdens de werkuren is iets wat ik regelmatig doe, zonder dat ik eigenlijk weet waarom”. 3.2.3 Negatieve gevolgen van het internet checkgedrag Voor de meting van de negatieve gevolgen van checkgedrag werd gebruik gemaakt van de schaal ‘problem use’ van Park (2005). Deze schaal bestond uit 14 items waarvan er acht zijn weggelaten, omdat deze geen betrekking hadden op de negatieve gevolgen van problematisch


19

gebruik. Er bleven zes items over voor de huidige studie. Daarnaast zijn vier items uit de schaal ‘mobile phone problem use’ van Bianchi & Phillips (2005) toegevoegd. In dit onderzoek zijn de zinnen van de items aangepast zodat ze betrekking hadden op internetgebruik in plaats van op telefoongebruik2. Tenslotte zijn er drie items toegevoegd van de ‘deficient selfregulation scale’ (LaRose & Easting, 2004). Antwoorden konden gegeven worden op basis van een vijf punts likert schaal (van 1 = helemaal oneens tot en met 5 = helemaal eens). Voorbeelditems waren: “Het checken van internetapplicaties en websites tijdens de werkuren heeft al voor echte problemen gezorgd” en “Het checken van internetapplicaties en websites tijdens de werkuren zorgt ervoor dat ik meer tijd daaraan besteed dan aan mijn taken”. De schaal voor deze studie bestond uit 13 items, waarvan de Cronbach Alpha .88 bedroeg. Dit geeft aan dat het een betrouwbaar construct was (M = 1.65; SD = 0.58). 3.2.4 Schuldgevoelens door het internet checkgedrag Om schuldgevoel door het checkgedrag te meten, werd gebruik gemaakt van de schaal ‘Guilty use’ (Park, 2005). De schaal bestond uit zes items. Hiervan is een item, “Ik besteed er veel uren aan”, weggelaten. De reden hiervoor was omdat dit item beter paste bij ‘frequentie van het checkgedrag’. Van de vijf overgebleven items bedroeg de Cronbach Alpha .85 voor de huidige studie. Hieruit mag geconcludeerd worden dat het een betrouwbare schaal was om schuldgevoelens te meten. Het beantwoorden was mogelijk op basis van een vijf punt Likert schaal (van 1 = helemaal oneens tot en met 5 = helemaal eens). Een voorbeeld item was “Ik voel me schuldig over het overmatig gebruik van internet op het werk”. Het gemiddelde van de schaal bedroeg 2.23 (SD = 0.84). 3.2.5 Escapistisch internet checkgedrag Om escapistisch checkgedrag te meten werd gebruik gemaakt van een meetschaal van ‘distraction’, ofwel afleiding, van Davis, Flett & Besser (2002). Voorbeelden van items waren: “Als ik online ben, denk ik niet aan mijn verantwoordelijkheden” en “Als ik online ben, dan hoef ik niet na te denken over offline problemen”. De Cronbach Alpha was .86 voor de schaal in deze studie. De respondenten konden kiezen uit vijf antwoordmogelijkheden op basis van een Likert schaal (van 1 = helemaal oneens tot en met 5 = helemaal eens) (M = 2.03; SD = 0.74). 3.2.6 Impulsiviteit In dit onderzoek werden twee dimensies van impulsiviteit gemeten, gebrek aan

2

Zie discussie sectie voor een toelichting.


20

voorbedachtheid en urgentie. Hiervoor is de vertaling (DeWitte & Schouwenburg, 2002) van de UPPS (Whiteside & Lynam,2001) gebruikt. Bij beide dimensies hadden de respondenten keuze uit vier antwoordmogelijkheden (van 1 = helemaal oneens tot en met 4 = helemaal eens). De originele schaal van gebrek aan voorbedachtheid (lack of premeditation), zoals gebruikt is in het onderzoek van DeWitte en Schouwenburg (2002), bestaat uit 11 items. Voor het huidige onderzoek zijn drie items weggelaten omdat DeWitte en Schouwenburg (2002) ondervonden dat één item slecht laadde op de bedoelde factor. Daarnaast laadden twee items op de verkeerde factor. Hierdoor bleven er voor de huidige studie 8 items over om deze dimensie van impulsiviteit te meten, waarvan de Cronbach Alpha .80 bedroeg. Voorbeelditems waren: “Ik neem mijn beslissingen na zorgvuldig redeneren” en “Ik denk meestal zorgvuldig na voordat ik iets doe”. Alle items werden zo gepoold dat ze aangaven in hoeverre er een gebrek aan voorbedachtheid bij iemand was (M = 2.19; SD = 0.39). De schaal van urgentie bestond uit 11 items (Whiteside & Lynam, 2001). Voor het huidige onderzoek werd één item van de schaal weggelaten, omdat uit het onderzoek van DeWitte en Schouwenburg (2002) bleek dat het desbetreffende item slecht laadde op de bedoelde factor. Het gaat om het item “Ik vind het moeilijk om niet volgens mijn gevoel te handelen”. Hierna bleven er 10 items over om de dimensie urgentie te meten voor het huidige onderzoek. Een voorbeeld item was “Ik heb moeite met het beheersen van mijn impulsen”. De Cronbach Alpha van het construct in deze studie was .84, een betrouwbare schaal (M = 2.01; SD = 0.38). 3.2.7 Extraversie en neuroticisme Het construct extraversie werd gemeten met de schaal ‘Surgency or Extraversion’ van de Big Five Factor Markers (Goldberg, 1992, via http://ipip.ori.org/newMultipleconstructs.htm). De schaal bestond uit 10 items waarvan de Cronbachs Alpha .88 bedroeg. De items werden voor de huidige studie vertaald van het Engels naar het Nederlands. Een aantal voorbeeld items zijn: “Ik start gemakkelijk gesprekken” en “Ik vind het niet erg om in het middelpunt van aandacht/belangstelling te staan”. De items werden zo gepoold dat ze aangaven hoe extravert iemand was (M = 3.51; SD = 0.60). Om neuroticisme te meten werd gebruik gemaakt van de schaal ‘Emotional Stability’ van de Big Five Factor Markers (Goldberg, 1992 via http://ipip.ori.org/newMultipleconstructs.htm). Deze schaal bestond eveneens uit 10 items. De Cronbachs Alpha van de schaal voor deze studie was .85, waaruit blijkt dat het een betrouwbare schaal was. Een voorbeeld items was “Ik word gemakkelijk verstoord”. De items


21

werden zo gepoold dat ze aangaven in hoeverre iemand neurotisch was. Het gemiddelde van de schaal bedroeg 2.38 (SD = 0.57). 3.2.8 Locus of control Vitak, Crouse en LaRose (2011) hebben in hun onderzoek gebruik gemaakt van een 1-item meting: “Ik heb veel te zeggen over wat er gebeurt in mijn werk”, om de mate van controle die een werknemer over zijn/haar (loop)-baan heeft, te meten. Als iemand weinig te zeggen heeft over wat er gebeurt in zijn/haar baan heeft deze persoon een externe locus of control. In deze studie werd het item van Vitak, Crouse en LaRose (2011) gebruikt met nog twee andere zelfbedachte items. Namelijk “Ik kan mijn werk grotendeels zelf plannen en invullen” en “Ik ben baas over mijn eigen werk”. De Cronbach Alpha van deze schaal was .78, waaruit geconcludeerd mag worden dat het een betrouwbaar construct was. De schaal werd gemeten op een vijf-punts likert-schaal (van 1=helemaal oneens tot en met 5 =helemaal eens) (M = 3.85; SD = 0.71). 3.2.9 Socio-demografische gegevens Er werden ook enkele vragen gesteld over socio-demografische gegevens, zoals leeftijd en geslacht (1 = man, 2 = vrouw). De respondenten dienden ook hun hoogst voltooide opleiding aan te geven (1 = Lagere school 2 = LBO, MAVO of VMBO 3 = MBO, HAVO, VWO of 4 = HBO, WO). 3.2.10 Werkgerelateerde gegevens Tot slot werden er nog enkele vragen gesteld in relatie tot het werk van de respondenten. Er werd gevraagd hoeveel (contract-) uren de respondenten werkten en hoeveel effectieve uren (inclusief overuren) zij werkten per week. De respondenten dienden zelf het aantal uren in te vullen. Het kan zo zijn dat respondenten die meer uur per week werken, waarschijnlijk meer uur per week achter de computer zitten en meer tijd hebben om te checken. Daarom was het belangrijk om de variabele ‘ aantal (contract)uren per week’ mee te nemen als controlevariabele. Verder werd er gevraagd hoeveel uur de respondenten gemiddeld per dag achter een computer met internetverbinding op het werk besteden, waarbij de respondent zelf het aantal uren moest invullen. Daarnaast werden er nog drie vragen gesteld met betrekking tot de inhoud van het werk. De respondenten konden op een vijf punt Likert schaal aangeven in welke mate hun baan creativiteit, routinematig werk en analytisch vermogen vereist. Uit het onderzoek van Vitak et al. (2011) bleek dat een hoge mate van creativiteit in het werk, het aantal cyberslacking gedragingen positief voorspelde. Daarom werd deze variabele als controle variabele meegenomen in het huidige onderzoek. Daarnaast ondervonden de onderzoekers dat


22

een hoge mate van routine in het werk de frequentie van cyberslacking gedrag positief voorspelde, daarom werd deze variabele eveneens meegenomen als controle variabele in het huidig onderzoek. 3.3 Verwerking data De data van zowel de online als offline vragenlijst werd ingevoerd in SPSS (Statistical Package for the Social Sciences). De antwoorden van de offline vragenlijsten werden handmatig ingevoerd. De data van de online vragenlijst kon worden geïmporteerd middels een Excel bestand welke verkregen was via thesistools. Hierna konden de statistische analyses worden uitgevoerd.


23

4. Resultaten Om de hypotheses te testen werden vier analyses uitgevoerd. Per afhankelijke variabele werd een regressie analyse uitgevoerd. In dit hoofdstuk worden de resultaten hiervan beschreven. 4.1 Frequentie van het internet checkgedrag Als eerste werd een meervoudige regressie analyse uitgevoerd om de hypotheses 1 en 2 na te gaan. De afhankelijke variabele was in deze analyse frequentie van het checkgedrag. Vervolgens waren als onafhankelijke variabelen in blok 1, de socio-demografische variabelen (leeftijd, geslacht, hoogst voltooide opleiding en huidige functie) toegevoegd (zie tabel 1). In blok twee werden de controlevariabelen, aantal contracturen per week, mate van creativiteit in het werk en mate van routine in het werk toegevoegd. Vervolgens werden in blok 3 de psychologische variabelen (urgentie, gebrek aan voorbedachtheid, neuroticisme, extraversie en mate van controle over het eigen werk) toegevoegd. Ten slotte werden problematisch gebruik en gewoonte van het checkgedrag toegevoegd in blok 4. Blok 1 voorspelde 13% van de variantie in frequentie van het checkgedrag (FChange(4,266) = 9.81, p = .000). Blok 2 verbeterde het model significant (R2change=.04, FChange(3,263) = 3.69, p = .013). Na het toevoegen van de psychologische variabelen in blok 3, werd het model eveneens significant verbeterd (R2change=.04, F-Change(5,258) = 2.61, p = .025). Ten slotte werd het model ook significant verbeterd na de toevoeging van blok 4 (R2change=.19, F-Change(2,256)=40.55, p = .000). Gewoonte van het checkgedrag en problematisch checkgedrag bleken beiden significante, positieve voorspellers van frequentie van het gedrag. Hoe meer het checken tijdens de werkuren een gewoonte was van de respondenten, hoe meer zij internetapplicaties en websites checkten (blok 4: β = .37, t = 6.11, p = .000). En hoe meer respondenten rapporteerden dat zij problematisch checkgedrag vertoonden, hoe hoger de frequentie van het checkgedrag was (blok 4: β = .20, t = 3.12, p = .002). Hypothese 1 en 2 werden ondersteund.


24

Tabel 1 Frequentie van het internet checkgedrag

Model

Predictors

1

2

3

Β

t

F

ΔR²

ΔF

Leeftijd

-.29

-4.82***

9.81***

.13

9.81***

Geslacht

-.11

-1.85

Hoogst voltooide opleiding

.09

1.57

Huidige functie

.19

3.16**

Leeftijd

-.25

-4.05***

7.36***

.04

3.69*

Geslacht

-.06

-.10


.09

1.59

Huidige functie

.13

2.05*

Contract uren per week

.07

1.15

Mate van creativiteit in het werk

.18

2.96**

Mate van routine in het werk

.05

.86

Leeftijd

-.22

-3.55***

5.51***

.04

2.61*

Geslacht

-.10

-1.63


.09

1.52

Huidige functie

.10

1.48


.05

.85


.19

2.94**


.01

.11

Urgentie

.12

1.65

Gebrek aan voorbedachtheid

.03

.38

Neuroticisme

.11

1.62

Extraversie

.05

.83

Mate van controle over het eigen

.04

.69

Leeftijd

-.09

-1.57

11.96***

.19

40.55***

Geslacht

-.06

-1.15


.07

1.27

Huidige functie

.08

1.32


.06

1.04

werk 4

DE VOLGENDE VERLEIDING IS SLECHTS ÉÉN MUISKLIK VERWIJDERD Mate van creativiteit in het werk

.17

3.07**


-.03

-.56

Urgentie

.00

.00


.03

.54

Neuroticisme

.02

.38

Extraversie

.04

.72

Mate van controle over het eigen

-.01

-.18

Gewoonte van het checkgedrag

.37

6.11***

Problematisch checkgedrag

.20

3.12**

werk

* p <.05

** p <.01

*** p <.001

25


26

4.2 Negatieve gevolgen van het internet checkgedrag Er werd een meervoudige regressie uitgevoerd om hypotheses 3a, 4a, 5a, 6a, 7a, 8a, 9a en 10a na te gaan. De afhankelijke variabele was in deze analyse problematisch checkgedrag (negatieve gevolgen). In blok 1 en 2 werden dezelfde predictoren meegenomen als bij de eerste analyse. In blok 3 werden dezelfde psychologische variabelen toegevoegd als in de eerste analyse. Blok 1 voorspelde 7% van de variantie in problematisch checkgedrag (FChange(4,267)=5.23, p = .000). Na het toevoegen van blok 2 werd het model niet significant verbeterd (R2change=.02, F-Change(3,264)=1.70, p=.168). Blok 3 verbeterde wel significant het model (R2change= .16, F-Change (5,259) = 10.99, p = .000). Van de socio-demografische variabelen bleek alleen leeftijd een significante, negatieve voorspeller van problematisch checkgedrag (blok 3: β= -.21, t = -3.66, p = .000): hoe jonger de respondenten waren, hoe meer problematisch checkgedrag zij vertoonden (hypothese 9a ondersteund). De overige socio-demografische variabelen bleken geen significante voorspellers te zijn (zie tabel 2). Hypothese 8a en 10a werden niet ondersteund. De controle variabelen bleken geen significante voorspellers te zijn in blok 3. Echter bleek wel dat de mate van routine in het werk een significante voorspeller was voor problematisch checkgedrag in blok 2 (β = .13, t = 2.15, p = .033): hoe meer routine in het werk, hoe meer negatieve gevolgen van problematisch check gedrag. Maar wanneer gecontroleerd werd voor de psychologische variabelen bleek dit niet meer significant. Van de psychologische variabelen bleek alleen urgentie een positief significante voorspeller te zijn van problematisch checkgedrag (blok 3: β = .37, t = 5.19, p = .000): hoe hoger de mate van urgentie bij de respondenten, hoe meer negatieve gevolgen iemand ervaart van het problematisch checkgedrag. Hypothese 6a werd hierdoor ondersteund. De overige psychologische variabelen bleken geen significante voorspellers van problematisch checkgedrag (zie tabel 3). Hypothese 3a, 4a, 5a en 7a werden niet ondersteund.


27

Tabel 2 Problematisch internet checkgedrag (negatieve gevolgen) Model

Predictors

1

2

Β

t

F

ΔR²

ΔF

Leeftijd

-.28

-4.51***

5.23***

.07

5.23***

Geslacht

-.01

-.08


-.08

-1.37

Huidige functie

.07

1.08

Leeftijd

-.26

-4.15***

3.74**

.02

1.70

Geslacht

-.02

-.33


-.07

-1.20

Huidige functie

.10

1.52


-.05

-.68

Mate van creativiteit in het

.02

.35


.13

2.15*

Leeftijd

-.21

-3.66***

7.17***

.16

10.99***

Geslacht

-.109

-1.67


-.04

-.73

Huidige functie

.07

1.07


-.10

-1.58


.04

.66


.06

.93

Urgentie

.37

5.19***


.02

.30

Neuroticisme

.08

1.25

Extraversie

.05

.74

Mate van controle over het

.02

.31

werk

3

werk

eigen werk * p <.05

** p <.01

*** p <.001


28

4.3 Schuldgevoelens door het internet checkgedrag Om de hypotheses die betrekking hebben op schuldgevoelens door het checkgedrag (3b, 4b, 5b, 6b, 7b, 8b, 9b en 10b) te testen werd een meervoudige regressie analyse uitgevoerd met ‘schuldgevoelens over het checkgedrag’ als afhankelijke variabele. In blok 1, 2 en 3 werden dezelfde variabelen toegevoegd als in de voorgaande analyses. De

socio-demografische

variabelen

voorspelde

12%

van

de

variantie

in

schuldgevoelens over het checkgedrag (F-Change(4,266)=9.09, p = .000), het toevoegen van de controle variabelen in blok 2 verbeterde significant het model (R2change=.03, FChange(3,263)=3.39, p = .019). Blok 3 verbeterde eveneens significant het model (R2change=.10, F-Change(5,258)=6.90, p = .000). Wat betreft de socio-demografische variabelen, bleek dat leeftijd een significante negatieve voorspeller was van schuldgevoelens over het checkgedrag (blok 3: β = -.27, t = -4.56, p = .000): hoe jonger de respondenten waren, hoe meer zij rapporteerden zich schuldig te voelen over het checken van websites en internetapplicaties. Hypothese 9b werd hierdoor ondersteund. Hoogst voltooide opleiding was alleen in blok 1 een significant negatieve voorspeller voor schuldgevoelens (β= -.12, t = -2.11, p = .035): hoe lager iemand was opgeleid, hoe hoger de mate van schuldgevoelens over het checkgedrag. De overige socio-demografische variabelen bleken geen significante voorspellers van schuldgevoelens (zie tabel 3). Hypothese 8b en 10b werden niet gesteund. De

controlevariabelen

bleken

geen

significante

voorspellers

te

zijn

van

schuldgevoelens over het checkgedrag in blok 3. Echter bleek wel dat de mate van routine in het werk, in blok 2 een significante voorspeller was hiervan (blok 2: β = .18, t = 2.94, p = .004): hoe meer routine respondenten hadden in hun werk, hoe meer ze zich schuldig voelden bij het checken van websites en internetapplicaties. Wanneer gecontroleerd werd voor de psychologische variabelen bleek dit geen significante voorspeller meer te zijn. De twee dimensies van impulsiviteit bleken beiden significante voorspellers van schuldgevoelens. Urgentie was een significant positieve voorspeller (β = .35, t = 4.88, p = .000): hoe meer urgentie respondenten ervaarden, hoe meer zij zich schuldig voelden bij het checken van websites en internetapplicaties. Hypothese 6b werd aangenomen. De tweede dimensie, gebrek aan voorbedachtheid, bleek een significant negatieve voorspeller (blok 3: β = -.14, t = -2.09, p = .038): hoe meer voorbedacht de respondenten rapporteerden te zijn, hoe meer zij zich schuldig voelden bij het checken. Ofwel, hoe minder voorbedachtheid, hoe minder zij zich schuldig voelden. Hypothese 5b werd gesteund. De overige psychologische variabelen bleken geen significante voorspellers te zijn voor schuldgevoelens over het checkgedrag (zie tabel 3). Hypothese 3b, 4b en 7b werden verworpen.


29

Tabel 3 Schuldgevoelens door het internet checkgedrag Model

Predictors

1

2

Β

t

F

ΔR²

ΔF

Leeftijd

-.33

-5.55***

9.09***

.12

9.09***

Geslacht

-.05

-.86


-.12

-2.11*

Huidige functie

-.07

-1.24

Leeftijd

-.30

-4.89***

6.79***

.03

3.39*

Geslacht

-.04

-.63


-.11

-1.90

Huidige functie

-.07

-1.10


.08

1.21


.01

.11


.18

2.94**

Leeftijd

-.27

-4.56***

7.28***

.10

6.90***

Geslacht

-.09

-1.58


-.07

-1.24

Huidige functie

-.08

-1.28


.05

.72


.00

.05


.10

1.68

Urgentie

.35

4.88***


-.14

-2.09*

Neuroticisme

.04

.57

Extraversie

.06

1.05

Mate van controle over het

.02

.38

werk

3

werk

eigen werk * p <.05

** p <.01

*** p <.001


30

4.4 Escapistisch internet checkgedrag Ten slotte werd een meervoudige regressie analyse uitgevoerd om de hypotheses die betrekking hadden op escapistisch checkgedrag te testen. Het ging hierbij om de hypotheses 3c, 4c, 5c, 6c, 7c, 8c, 9c en 10c. De onafhankelijke variabelen die in blok 1, 2 en 3 werden ingevoerd zijn hetzelfde als bij schuldgevoelens over het checkgedrag. Blok 1 voorspelde 13% van de variantie in escapistisch checkgedrag (F-Change(4,265)=9.65, p = .000), na het toevoegen van de controle variabelen in blok 2 werd het model niet significant verbeterd. Het derde blok verbeterde het model wel significant (R2change=.16, F-Change(5,257)=11.60, p = .000). Leeftijd bleek een significant negatieve voorspeller van escapistisch checkgedrag (blok 3: β= -.29, t = -5.21, p = .000): hoe jonger de respondenten waren, hoe meer escapistisch checkgedrag zij rapporteerden. Hierdoor werd hypothese 9c ondersteund. Geslacht was ook een significant negatieve voorspeller (blok 3: β= -.15, t = -2.63, p = .009): mannelijke respondenten rapporteerden een hogere mate van escapistisch checkgedrag. Hypothese 8c werd bevestigd. Opleidingsniveau bleek geen significante voorspeller te zijn van escapistisch checkgedrag, hypothese 10c werd daarom niet gesteund (zie tabel 4). De controle variabelen bleken geen significante voorspellers te zijn van escapistisch checkgedrag in blok 3. Enkel de mate van routine in het werk was in blok 2 wel een significante voorspeller (blok 2: β = .15, t = 2.54, p = .012): hoe meer routine de respondenten in hun werk hadden, hoe meer escapistisch checkgedrag zij vertoonden. Urgentie bleek een significante voorspeller van escapistisch checkgedrag (blok 3: β=.36, t=5.30, p = .000): hoe hoger de mate van urgentie bij de respondenten, hoe hoger de mate van escapistisch checkgedrag. Hypothese 6c werd gesteund. Daarnaast was neuroticisme een significante voorspeller (blok 3: β=.13, t=2.00, p = .048): hoe meer neurotisch de respondenten waren, hoe meer escapistisch gedrag zij rapporteerden. Hierdoor werd hypothese 3c ondersteund. De overige psychologische variabelen bleken geen significante voorspellers te zijn (zie tabel 5).


31

Tabel 4 Escapistisch internet checkgedrag Model

Predictors

1

2

3

* p <.05

Β

t

F

ΔR²

ΔF

Leeftijd

-.35

-5.93***

9.65***

.13

9.65***

Geslacht

-.05

-.80


-.08

-1.41

Huidige functie

-.05

-.90

Leeftijd

-.34

-5.59***

6.65***

.02

2.45

Geslacht

-.07

-1.12


-.07

-1.21

Huidige functie

-.01

-.13


-.05

-.72


.00

.02


.15

2.54*

Leeftijd

-.29

-5.21***

9.50***

.16

11.60***

Geslacht

-.15

-2.63**


-.04

-.64

Huidige functie

-.03

-.54


-.09

-1.46


.03

.44


.06

.99

Urgentie

.36

5.30***


-.04

-.70

Neuroticisme

.13

1.99*

Extraversie

.04

.72

Mate van controle over het eigen werk

-.00

-.01

** p <.01

*** p <.001


32

5. Conclusie De huidige studie onderzocht het internet checkgedrag van Nederlandse kantoormedewerkers tijdens hun werkuren op de computer, en dan met name het problematische internet checkgedrag. Door middel van een vragenlijst die door 297 respondenten is ingevuld, werd er enerzijds inzicht verkregen in de relatie tussen de frequentie van het checkgedrag, de gewoonte van het checkgedrag en het problematische checkgedrag. Anderzijds werden voorspellers van het problematische checkgedrag onderzocht. Een meervoudige regressie analyse wees uit dat hypothese 1 en 2 werden gesteund. Hoe meer het checken van internetapplicaties en websites op de computer, tijdens de werkuren, een gewoonte is van kantoormedewerkers, hoe vaker zij internetapplicaties en websites checken tijdens de werkuren (hypothese 1). Daarnaast blijkt dat hoe meer problematisch een kantoormedewerker checkt, hoe hoger de frequentie is van het checkgedrag tijdens de werkuren (hypothese 2). Om de voorspellers van checkgedrag te onderzoeken werden drie meervoudige regressie analyses uitgevoerd, een voor elke onderzochte dimensie van problematisch checkgedrag: negatieve gevolgen van het checkgedrag, schuldgevoelens over het checkgedrag en escapistisch checkgedrag. De negatieve gevolgen van het problematisch checkgedrag werden voorspeld door urgentie en leeftijd. Hoe hoger de mate van urgentie die iemand ervaart, hoe meer negatieve gevolgen van het checkgedrag degene ervaart (hypothese 6a). Daarnaast blijkt dat jongere kantoormedewerkers meer negatieve gevolgen ervaren van het checkgedrag (hypothese 9a) dan oudere kantoormedewerkers. De twee dimensies van impulsiviteit bleken beide voorspellers van de mate van schuldgevoelens over het checkgedrag. Hoe meer urgentie iemand ervaart, hoe meer iemand zich schuldig voelt over zijn/haar checkgedrag (hypothese 6b). En hoe sterker het gebrek aan voorbedachtheid bij een persoon, ofwel hoe minder iemand nadenkt over de gevolgen van zijn of haar acties, hoe minder iemand zich schuldig voelt over het checkgedrag (hypothese 5b). Daarnaast speelt leeftijd een rol bij schuldgevoelens: jongeren voelden zich schuldiger over hun checkgedrag dan ouderen (hypothese 9b). Urgentie bleek eveneens een voorspeller van het derde aspect van problematisch checkgedrag, escapistisch gedrag. Hoe meer urgentie iemand ervaart, hoe meer degene escapistisch checkgedrag vertoont (hypothese 6c). Daarnaast blijkt uit de analyse dat meer neurotische individuen een hogere mate van escapistisch checkgedrag vertoonden (hypothese 3c). Leeftijd en geslacht speelden ook een rol, mannen en jongeren vertonen meer escapistisch checkgedrag (hypothese 8c en hypothese 9c).


33

6. Discussie 6.1 Interpretatie van de resultaten Deze studie betreft een onderzoeksonderwerp dat zeer recent is. Dit is dan wellicht de reden dat er nog niet eerder specifiek onderzoek is uitgevoerd naar het checkgedrag zoals het in deze studie wordt bekeken. Het checkgedrag in deze studie houdt in: elke bewuste en onbewuste onderbreking van een (werk)activiteit waar iemand op een bepaald moment mee bezig is om voor een bepaalde tijd, een bepaalde internetapplicatie of website te bezoeken op de computer voor persoonlijke doeleinden. Eerder onderzoek heeft zich voornamelijk gericht op cyberslacking (het intentioneel gebruik van internet en mobiele technologie tijdens de werkuren, voor persoonlijke doeleinden) en algemeen problematisch internetgedrag of zelfs internetverslaving. Bovendien is uit eerder onderzoek (nog) niet duidelijk genoeg welke persoonlijkheidskenmerken het problematische internet checkgedrag voorspellen. In eerder onderzoek is vooral gekeken naar specifieke persoonlijkheidskenmerken als voorspellers van cyberslacking en problematisch internetgebruik. Op basis van onder andere deze onderzoeksresultaten zijn hypotheses opgesteld. Met de resultaten wordt een inzicht geboden in welke (brede) persoonlijkheidskenmerken problematisch internet checkgedrag voorspellen. Urgentie blijkt zoals verwacht alle drie de aspecten van problematisch internet checkgedrag te voorspellen. Dit is logisch te beredeneren als we bekijken dat urgente personen overhaast reageren en het moeilijk vinden om automatische of overheersende gedragsresponses te remmen (Gay et al. 2008). Zij zijn daardoor waarschijnlijk ook geneigd om overhaast hun (werk)activiteit te onderbreken om ‘even’ kort het internet te checken. De tweede dimensies van impulsiviteit, gebrek aan voorbedachtheid, voorspelt enkel het schuldgedrag over het problematisch internet checkgedrag. Personen met een gebrek aan voorbedachtheid, ofwel personen die minder nadenken over de gevolgen van hun acties, voelen zich minder schuldig over hun checkgedrag. Echter voorspelt gebrek aan voorbedachtheid niet de negatieve gevolgen van het checkgedrag en escapistisch gedrag, zoals wel was verwacht. Dit kan als volgt verklaard worden, omdat personen met een gebrek aan voorbedachtheid niet goed de potentiele negatieve gevolgen van hun acties kunnen overwegen, zien zij wellicht niet voldoende in dat zij negatieve gevolgen ervaren van hun internet checkgedrag. Extraversie werd verwacht een voorspeller te zijn van alle drie de aspecten van het problematisch checkgedrag. Echter bleek dit bij geen enkel aspect het geval. Meer extraverte personen ervaren niet meer negatieve gevolgen van het checkgedrag, voelen zich niet schuldig over het checkgedrag en vertonen niet meer escapistisch checkgedrag. Dit kan worden


34

verklaard doordat extraverte personen positieve emoties uiten (John et al. 2008) en zij daarom de vragen over hun checkgedrag positiever beantwoord hebben dan dat het daadwerkelijk is. Neuroticisme bleek, zoals verwacht, een voorspeller van escapistisch checkgedrag. Neurotische personen zijn slecht in het managen van stress en voelen zich vaak angstig, nerveus, gespannen en verdrietig (John et al. 2008). Het is een logisch vervolg dat zij het checken gebruiken als een activiteit van vermijden, om even afgeleid te zijn van een stressvolle gebeurtenis, taak of gedachte. Echter voorspelde neuroticisme niet de negatieve gevolgen van het checkgedrag en schuldgevoelens over het checkgedrag. Locus of control voorspelde eveneens geen enkel aspect van problematisch internet checkgedrag. Dit wil zeggen dat de mate van controle over de (loop)baan geen invloed heeft op de mate van problematisch checkgedrag van kantoormedewerkers. Terwijl uit eerder onderzoek van Vitak et al. (2011) bleek dat personen met minder controle over hun eigen (loop)baan, in een mindere mate het problematische internet checkgedrag vertonen. Een reden waarom de variabelen, gebrek aan voorbedachtheid, extraversie, neuroticisme en locus of control niet alle onderdelen van het problematisch internetcheckgedrag voorspellen, kan zijn, omdat de hypotheses voornamelijk zijn gebaseerd op onderzoeken die kijken naar de voorspellers van algemeen problematisch internetgebruik, problematisch gebruik van de mobiele telefoon en cyberslacking gedrag (intentioneel checkgedrag). Dit heeft waarschijnlijk minder overeenkomsten met het problematisch internet checkgedrag in deze studie dan verwacht. Eerder onderzoek gaat met name over intentioneel internetgedrag, terwijl het in deze studie voornamelijk om het ‘onbewuste’ checkgedrag gaat. Leeftijd voorspelde alle drie de aspecten van problematisch internet checkgedrag. Jongere kantoormedewerkers ervaren meer negatieve gevolgen van het internet checkgedrag, hebben meer schuldgevoelens over hun checkgedrag en vertonen meer escapistisch checkgedrag. Negatieve gevolgen en schuldgevoelens werden niet voorspelt door geslacht. Opleidingsniveau voorspelde geen enkel aspect van het problematisch internet checkgedrag. Dit kan verklaard worden doordat opleidingsniveau als voorspeller in eerdere studies gerelateerd is aan cyberslacking gedrag (intentioneel) en niet specifiek aan het problematische internet checkgedrag zoals het in deze studie gezien wordt. Daarnaast was het grootste gedeelte van de respondenten in de huidige studie hoogopgeleid (82,5%). 6.2 Beperkingen van het onderzoek Er zijn enkele beperkingen aan deze studie die vermeld moeten worden. Ten eerste was er sprake van een kleine afwijking tussen de online en offline vragenlijst. Bij de vraag naar hoe vaak de respondenten bepaalde internetapplicaties en websites checkten, was in de online


35

vragenlijst de optie ‘niet van toepassing’ opgenomen. Dit was niet het geval in de offline vragenlijst. Sommige respondenten schreven er zelf bij dat iets niet van toepassing was, maar het kan ook zo zijn dat respondenten de optie ‘minder dan 1 x per week’ hebben ingevuld en daarmee bedoelden dat ze er nooit gebruik van maakten. Daarnaast was er in de offline vragenlijst de mogelijkheid om bij ‘andere sites/applicaties’ in te vullen welke dat waren. In de online vragenlijst was hier geen ruimte voor. Voor de analyses werd daarom gebruik gemaakt van het gemiddelde van frequentie (vraag 1) zonder de optie ‘andere sites/applicaties’. Om problematisch checkgedrag te meten is gebruik gemaakt van een aantal schalen die oorspronkelijk bedoeld waren voor het meten van problematisch telefoongebruik. De reden hiervan is dat in eerste instantie het huidige onderzoek zich zou richten op het checken van internetapplicaties en websites op zowel de mobiele telefoon als de computer. Op een gegeven moment is de keuze gemaakt om het onderzoek alleen te richten op het checken van internet op de computer omdat het onderzoek, en vooral de vragenlijst, anders te uitgebreid zou worden. Aangezien de stellingen toegepast konden worden op internetgebruik, werden deze behouden. Mogelijk heeft dit de antwoorden op de vragen beïnvloed. De vraag hoeveel effectieve uren (inclusief overuren) de respondenten werkten per week werd niet door alle respondenten goed begrepen. Sommige respondenten vulden veel minder uren in dan het aantal contracturen. Mogelijk hebben zij het opgevat als aantal effectieve uren per dag. Daarnaast werd de vraag hoeveel uur de respondenten per dag doorbrachten achter een computer met internetverbinding op het werk niet altijd goed begrepen. Sommige respondenten vulden hier meer dan 24 uur in (zij hebben het mogelijk geïnterpreteerd als aantal uren per week). De variabele ‘het aantal contracturen per week’ werd meegenomen als controlevariabele voor het huidige onderzoek. De reden hiervoor is dat het de meest betrouwbare variabele bleek, in vergelijking met het aantal effectieve uren en het aantal uren per dag achter de computer. Voor respondenten die sociale media voor hun werk dienen te gebruiken, zoals een marketingmedewerker, kan het lastig zijn om te onderscheiden hoe vaak ze voor persoonlijke doeleinden of voor werkdoeleinden het internet ‘even checken’. Daarnaast zijn personen die meer internet gebruiken in hun werk eerder geneigd om betrokken te raken in cyberslacking gedrag (Vitak, Crouse & LaRose, 2011) en zijn daarmee misschien ook meer geneigd om betrokken te raken in het problematisch internet checkgedrag wat in deze studie werd bevraagd. Toekomstig onderzoek dient mee te nemen hoe vaak een respondent voor werkdoeleinden het internet checkt.


36

Om de variabele impulsiviteit te meten werd gekozen voor twee subdimensies. Dit is destijds voornamelijk op basis van logisch beredeneren gekozen, omdat geen literatuur gevonden is waarin specifieke subdimensies van impulsiviteit onderzocht werden als voorspellers van problematisch internet checkgedrag. Vanwege ruimtegebrek in de vragenlijst konden niet alle vier de dimensies worden meegenomen. Wellicht dat de andere twee subdimensies voorspellers zijn van het problematische internet checkgedrag. Tenslotte wordt er tegenwoordig op steeds meer werkplekken het internetgebruik van kantoormedewerkers gecontroleerd. Dit kan een reden zijn dat kantoormedewerkers vaker het internet checken op hun telefoon voor persoonlijke doeleinden in plaats van op hun computer. Wellicht worden bepaalde persoonlijkheidskenmerken, zoals extraversie, wel gevonden bij problematisch gebruik van de mobiele telefoon. 6.3 Suggesties voor vervolgonderzoek Het huidige onderzoek is het eerste onderzoek dat zich richt op problematisch internet checkgedrag. Eerder onderzoek gaat voornamelijk over algemeen problematisch internetgebruik, in de zin van verslaving, en over intentioneel cyberslacking gedrag. Het checkgedrag zoals het in deze studie wordt gezien, heeft overeenkomsten met de hiervoorgenoemde vormen van internetgebruik. Dit is een reden geweest dat hypotheses onder andere hierop zijn gebaseerd. Een reden dat een aantal variabelen geen voorspellers blijken te zijn, kan zijn dat het checkgedrag in deze studie toch minder overeenkomsten heeft met het internetgedrag in andere studies, dan verwacht. In eerdere studies gaat het voornamelijk over het intentioneel internetgebruik, terwijl deze studie kijkt naar het onbewuste checkgedrag. Daarmee kent het wellicht andere voorspellers. Daarnaast is er nog weinig onderzoek uitgevoerd naar brede persoonlijkheidskenmerken als voorspellers van het internetgebruik, zoals extraversie en neuroticisme. Vervolgonderzoek zou zich verder kunnen richten op het (niet-intentionele) problematische internetcheckgedrag. Dit om verder op zoek te gaan naar de voorspellers van het gedrag. Naast urgentie en gebrek aan voorbedachtheid kunnen bijvoorbeeld de andere twee dimensies van impulsiviteit worden meegenomen. Ook zou de mate van internet gebruik voor werkdoeleinden meegenomen kunnen worden als mediator, omdat dit invloed heeft op de mate van cyberslacking gedrag. Tenslotte, wordt zoals eerder beschreven, tegenwoordig op steeds meer werkplekken het internetgebruik van kantoormedewerkers gecontroleerd. Hierdoor kan het zijn dat kantoormedewerkers meer gebruik maken van hun telefoon om even het internet te checken voor persoonlijke doeleinden, in plaats van de computer. Het was in eerste instantie de bedoeling om het checkgedrag van de mobiele telefoon mee te nemen in de


37

huidige studie. Echter is er tijdens het proces gekozen om het onderzoek alleen te richten op problematisch internet checkgedrag op de computer, omdat het anders te breed zou worden. In vervolgonderzoek kan gekeken worden naar het problematisch internet checkgedrag op de mobiele telefoon.


38

Literatuurlijst Bakken, I. J., Wenzel, H. G., Gotestam, K. G., Johansson, A. & Øren, A. (2009). Internet addiction among Norwegian adults: A stratified probability sample study. Scandinavian Journal of Psychology,50, 121-127. Bandura, A. (1991). Social cognitive theory of self-regulation. Organizational Behavior and Human Decision Processes, 50(2), 248-287. Bargh, J. A., Chen M., & Burrows, L. (1996). Automaticity of social behavior: Direct effects on trait construct and stereotype activation on action. Journal of Personality and Social Psychology, 71(2), 230-244. Bayer, J., & Campbell, S. (2012). Texting while driving on automatic: Considering the frequency-independent side of habit. Computers in Human Behavior, 28, 2083-2090. Bianchi, A., & Phillips, J. (2005). Psychological Predictors of Problem Mobile Phone Use. Cyberpsychology & Behavior, 8, 39-49. Billieux, J., Rochat, L., Rebetez, M.M.L., & Van der Linden, M. (2008). Are all facets of impulsivity related to self-reported compulsive buying behavior? Personal Individual Difference, 44, 1432-1442. Billieux, J., & Van der Linden, M. (2012). Problematic Use of the Internet and SelfRegulation: A Review of the Initial Studies. The Open Addiction Journal, 5, 24-29. Billieux, J. (2012) Problematic Use of the Mobile Phone: A Literature Review and a Pathways Model. Current Psychiatry Reviews, 8, 000-000. Blanchard, A. L., & Henle, C. A. (2008). Correlates of different forms of cyberloafing: The role of norms and external locus of control. Computers in Human Behavior, 24(3), 1067-1084. Bosnjak, M., & Tuten, T. L. (2001). Classifying Response Behaviors in Web-based Surveys. Journal of Computer-Mediated Communication, 6(3), 0. Buckner, J., Castille, C., & Sheets, T. (2012). The Five Factor Model of personality and employees’ excessive use of technology. Computers in Human Behavior, 28, 19471953. Chen, J. V., Chen, C. C., & Yang, H. (2008). An empirical evaluation of key factors contributing to internet abuse in the workplace. Industrial management & Data Systems, 108(1), 87-106. Davis, R., Flett, G., & Besser, A. (2002). Validation of a new scale for measuring problematic internet use: implications for pre-employment screening. Cyber Psychology & Behavior, 5, 331-345.


39

DeWitte, S., & Schouwenburg, H. C. (2002). Procrastination, Temptations, and Incentives: The Struggle between the Present and the Future in Procrastinators and the Punctual. European Journal of Personality, 16, 469-489. Everton, W. J., Mastrangelo, P. M., & Jolton, J. A. (2005). Personality Correlates of Employees’ Personal Use of Work Computers. Cyberpsychology & Behavior, 8(2), 143-153. Garrett, R. K. & J. N., Danziger (2008). On Cyberslacking: Workplace Status and Personal Internet Use at Work. Cyberpsychology & Behavior, 11(3), 287-292. Gay, P., Rochat, L., Billieux, J., d’Acremont, M., & Van der Linden, M. (2008). Heterogenous inhibition processes involved in different facets of self-reported impulsivity: Evidence from a community sample. Acta Psychologica, 129, 332-339. Goldberg, L. R. (1992). The development of markers for the Big-Five factor structure. Psychological Assessment, 4, 26-42. Hardie, E., & Tee, M. Y. (2007). Excessive Internet Use: The Role of Personality, Loneliness and Social Support Networks in Internet Addiction. Australian Journal of Emerging Technologies and Society, 5, 34-47. Hooper, V., & Zhou, Y. (2007). Addictive, dependent, compulsive? A study of mobile phone usage. Merging and Emerging Technologies, Processes, and Institutions. 20th Bled eConference eMergence: Merging and Emerging Technologies, Processes, and Institutions. Hill, P., & Argyle, M. (2003). Use of the Internet en their relationships with individual differences in personality. Computers in Human Behavior, 19(1), 59-70. Huang, R.L., Lu, Z., Liu, J. J., You, Y. M., Pan, Z. Q., Wei, Z., . . . Wang, Z. Z. (2007). Features and predictors of problematic internet use in Chinese college students. Behaviour & InformationTechnology, 28(5), 485-490. Igarashi, T., Motoyoshi, T., Takai, J. & Yoshida, T. (2008). No mobile, no life: Selfperception and text- message dependency among Japanese high school students. Computers in Human Behavior, 24(5), 2311-2324. John, O. P., Naumann, L. P., & Soto, C.J. (2008). Paradigm shift to the integrative Big Five trait taxonomy: History, measurement, and coneptual issues. In O.P. John, R. W. Robins, & L. A. Pervin (Eds.), Handbook of personality: Theory and research (3rd ed., pp. 114-158). New York: Guilford Press. LaRose, R., Lin, C. A., & Eastin, M. S. (2003). Unregulated Internet Usage: Addiction, Habit, or Deficient Self-Regulation? Media Psychology, 5, 225-253.


40

LaRose, R., & Eastin, M. S. (2004). A Social Cognitive Theory of Internet Uses and Gratifications: Toward a New Model of Media Attendance. Journal of Broadcasting & Electronic Media, 48(3), 358-377. LaRose, R. (2010). The Problem of Media Habits. Communication Theory, 20(2), 194-222. Meerkerk, G.J., van den Eijnden, R.J.J.M., Franken, I.H.A., & Garretsen, H.F.L. (2010). Is compulsive internet use related to sensivity to reward and punishment, and impulsivity? Computers in Human Behavior, 26, 729-735. Meerkerk, G.J. (2007). The relationship between Personality, Psychosocial Wellbeing and Compulsive Internet use: The Internet as Cyber Prozac? Pwned by the Internet. (Proefschrift, Erasmus Universiteit Rotterdam, Rotterdam). Retrieved from: http://www.ivo.nl/?id=557 Orchard, L, J., & Fullwood, C. (2010). Current Perspectives on Personality and Internet Use. Social Science Computer Review, 28(2), 155-169. Oulasvirta, A., Rattenbury, T., Ma, L., & Raita, E. (2011). Habits make smartphone use more pervasive. Personal and Ubiquitous Computing, 16(1), 105-114. Park, W. K. (2005). Mobile Phone Addiction. Computer Supported Cooperative Work, 31, 253-272. Pas, Van de, M. (2013). Wanneer internet checkgedrag problematisch wordt. Productiviteitsverlies onder kenniswerkers door checkgedrag en procrastinatie. (Master’s thesis, Tilburg University, Tilburg). Raine, L., & Wellman, B. (2012). Networked: the new social operating system. VS, Massachussets: Massachusetts Institue of Technology. Verplanken, B., & Aarts, H. (1999). Habit, Attitude, and Planned Behavior: Is Habit an Empty Construct or an Interesting Case of Goal-directed Automaticity? European Review of Social Psychology, 10(1), 101-134. Verplanken, B., & Orbell, S. (2003). Reflections on Past Behavior: A Self-Report Index of Habit Strength. Journal of Applied Social Psychology, 33, 1313-1330. Vitak, J., Crouse, J., & LaRose, R. (2011). Personal Internet use at work: understanding cyberslacking. Computers in Human Behavior, 27, 1751-1759 Whiteside, S.P., & Lynam, D. R. (2001). The five factor model and impulsivity: using a structural model of personality to understand impulsivity. Personality and Individual Differences, 30(4), 669-89. Yen, J., Yen, C., Chen, C., Tang, T., & Ko, C. (2009). The Association between Adult ADHD Symptoms and Internet Addiction among College Students: The Gender Difference.


41

Cyberpsychology & Behavior, 12 (2), 187-191. Young, M.F. (1995). Assessment of situated learning using computer environments. Journal of Science Education and Technology, 4(1), 89-96.

DE VOLGENDE VERLEIDING IS SLECHTS ÉÉN MUISKLIK VERWIJDERD Bijlagen Bijlage A. Vragenlijst

42


43

Vragenlijst: Gebruik digitale media op het werk Beste heer/mevrouw, Deze vragenlijst maakt deel uit van een onderzoek van de Universiteit van Tilburg. In het onderzoek wordt gekeken naar hoe office medewerkers gebruikmaken van internet (op de computer) tijdens de werkuren. Het invullen van de vragenlijst duurt 10-15 minuten. De antwoorden op de vragen worden strikt vertrouwelijk en anoniem behandeld. Uw collega's en/of leidinggevende(n) zullen geen beschikking krijgen over deze antwoorden. U wordt verzocht de vragen zo goed mogelijk naar waarheid in te vullen en op uw eerste ingeving af te gaan. U kunt de vragen beantwoorden door het cijfer van het juiste antwoord te omcirkelen of een kruisje in het desbetreffende hokje te zetten. Indien u vragen of opmerkingen heeft over de vragenlijst, kunt u contact opnemen met de verantwoordelijke onderzoeksters, Sanne Jacobs ([email protected]) of Marlies van de Pas ([email protected]). Alvast hartelijk dank voor het invullen van deze vragenlijst! In het eerste deel van deze vragenlijst stellen we u enkele vragen over het ‘checken’ van bepaalde internetapplicaties en websites tijdens de werkuren op uw computer. Onder ‘checken’ verstaan we elke bewuste en onbewuste onderbreking van de activiteit waar u mee bezig was om (voor korte of langere tijd) een bepaalde applicatie of website te bezoeken. Een voorbeeld van ‘checken’ is bijvoorbeeld wanneer u een document aan het lezen, schrijven of bewerken bent en tussendoor snel even gaat kijken naar uw inbox of er nieuwe e-mail is binnengekomen. 1. Eerst willen we u vragen hoe vaak uw computer: Minder dan 1 x per week

u tijdens de werkuren de volgende applicaties/sites checkt op

1x per week

Meerder e keren per week

1x per dag

Meerder e keren per dag

1x per uur

Meerder e keren per uur

Meer dan 10 x per uur

Nieuwssites (bijv. nu.nl, weer, sport, beursinformatie) E-mail (zowel persoonlijk als werk e-mail) Facebook of andere sociale netwerksites Twitter Blogs Humor sites (bijv. geenstijl.nl, dumpert.nl) Andere sites/applicaties: …………………………………. 2. Hieronder volgen enkele stellingen over het checken van internetapplicaties en websites tijdens werkuren. Geef voor elke stelling aan in welke mate u het ermee eens of oneens bent. Het checken van internetapplicaties en websites tijdens de werkuren is iets… Helema Oneen Neutra Eens Helema Het checken van internetapplicaties en websites tijdens de al s al 4 al eens werkuren is iets… oneens 2 3 5 1 …wat ik automatisch doe. 1 2 3 4 5 …wat ik doe zonder dat ik me er bewust van ben. 1 2 3 4 5 …wat ik doe zonder bij na te denken. 1 2 3 4 5 …wat moeite zou kosten om het niet te doen. 1 2 3 4 5 …wat ik moeilijk zou vinden om niet te doen. 1 2 3 4 5 …wat behoort tot mijn dagelijkse routine. 1 2 3 4 5 …wat ik regelmatig doe, zonder dat ik eigenlijk weet 1 2 3 4 5 waarom.


44

3. Hieronder volgen opnieuw enkele stellingen over het checken van internetapplicaties en websites tijdens werkuren. Geef voor elke stelling aan in welke mate u het ermee eens of oneens bent. Het checken van internetapplicaties en websites tijdens de werkuren… Helema Oneens Neutraal Eens Helema Het checken van internetapplicaties en websites tijdens de al 2 3 4 al eens werkuren… oneens 5 1 …is voor mij nooit genoeg. 1 2 3 4 5 …heeft al voor echte problemen gezorgd. 1 2 3 4 5 …zorgt voor een slecht gevoel, maar ik kan er niet mee 1 2 3 4 5 stoppen. …is dermate veel dat ik me er voor schaam voor mijn 1 2 3 4 5 collega's. …vervreemdt me van collega's. 1 2 3 4 5 …zorgt ervoor dat ik meer tijd daaraan besteed dan aan 1 2 3 4 5 mijn taken. …neemt een groot deel van mijn tijd in beslag op mijn 1 2 3 4 5 werk. …zorgt ervoor dat ik me onrustig voel als ik het een tijd 1 2 3 4 5 niet heb kunnen checken. …neemt vaak meer tijd in beslag dan de intentie was. 1 2 3 4 5 …is dermate veel dat mijn collega's er over klagen. 1 2 3 4 5 …zorgt ervoor dat ik het idee heb dat ik iets mis als ik het 1 2 3 4 5 niet regelmatig check. …is iets wat me niet lukt om te minderen. 1 2 3 4 5 …heb ik niet onder controle. 1 2 3 4 5 4. Hoeveel e-mails krijgt u op een gemiddelde dag toegestuurd? ……. e-mails 5. Hoeveel e-mails verstuurt u zelf vanaf uw werk e-mail op een gemiddelde dag? ……. e-mails 6. Hieronder volgen enkele stellingen over het gebruik van internet op het werk. Geef voor elke stelling aan in welke mate u het ermee eens bent of niet. Helema Oneens Neutraal Eens Helema al 2 3 4 al eens oneens 5 1 Ik zou productiever zijn tijdens mijn werk als ik het 1 2 3 4 5 internet niet zo vaak zou checken. Ik denk dat ik mijn internetgebruik tijdens het werk zou 1 2 3 4 5 moeten minderen. Ik voel me schuldig over het overmatig gebruik van 1 2 3 4 5 internet op het werk. Ik zou me moeten concentreren op het werk. 1 2 3 4 5 Ik zou meer tijd moeten besteden aan andere activiteiten 1 2 3 4 5 dan het checken van internet. Als ik online ben, denk ik niet aan mijn verantwoordelijkheden. Als ik niets beters te doen heb, ga ik online. Ik merk dat ik vaker online ga wanneer ik eigenlijk iets anders zou moeten doen. Als ik online ben, dan hoef ik niet na te denken over offline problemen. Ik gebruik het internet soms om dingen uit te stellen. Ik gebruik het internet vaak om onaangename dingen te vermijden. Het gebruik van internet is de manier om dingen die ik moet doen, maar liever niet doe, te vergeten.

1

2

3

4

5

1 1

2 2

3 3

4 4

5 5

1

2

3

4

5

1 1

2 2

3 3

4 4

5 5

1

2

3

4

5


45

7. Ritueel media gebruik In hoeverre heeft u een vast ritueel in het checken van verschillende media op uw computer tijdens uw werk? Geef hieronder aan welk medium u het eerste checkt met 1 en ga zo verder tot u alle activiteiten uit uw vaste ritueel op volgorde heeft gezet. Valt een antwoordmogelijkheid niet binnen uw ritueel, laat de puntjes dan leeg. Heeft u nog andere media die u checkt, geef dan ook aan welke dit is. … … … … … … …

Facebook of andere sociale netwerksites E-mail Twitter Blogs Nieuws (sport, weer, beurs) Humor sites (geenstijl.nl) Andere: …………

8. Frequent gebruikte media Welke van onderstaande activiteiten neemt de meeste tijd in beslag (tijdens kantooruren)? Zet de volgende activiteiten op volgorde van 1 (meest frequente afleider) t/m 7 (minst frequente afleider). Laat wederom de puntjes leeg als een medium niet voor u van toepassing is. … … … … … … …

Facebook of andere sociale netwerksites E-mail Twitter Blogs Nieuws (sport, weer, beurs) Humor sites (geenstijl.nl) Andere: …………

In dit deel van de vragenlijst volgen enkele vragen gesteld over uw werk, uw werkzaamheden en hoe uw werk gewaardeerd wordt. 9. Geef voor elke stelling aan in welke mate u het ermee eens bent of niet.

Ik krijg mijn taken altijd op tijd af. Soms kom ik afspraken met collega’s niet na, omdat ik mijn werk nog niet af heb. Ik maak me er vaak zorgen over of ik deadlines zal halen. Ik mis regelmatig deadlines. Collega’s vinden dat ik veel werk verzet op een dag. Ik vind mijn taken/verantwoordelijkheden haalbaar binnen mijn werktijd. Ik vind dat ik productief ben op mijn werk. Het lukt me vaak niet om de hoeveelheid werk af te krijgen die ik vooraf gepland had. Collega’s vinden dat de taken die ik afrond van goede kwaliteit zijn. Ik maak regelmatig fouten op mijn werk. Ik ben tevreden over de kwaliteit van het werk dat ik lever. Collega’s vinden dat ik regelmatig boven verwachting presteer. Ik krijg waardering van mijn leidinggevende(n) voor de taken die ik heb uitgevoerd. Ik krijg waardering van mijn collega’s voor wat ik doe. Ik denk dat ik op korte termijn in aanmerking kom voor promotie/opslag. Ik ben in het laatste jaar in aanmerking gekomen voor promotie. Ik heb vaak geen overzicht over wat ik nog moet doen. Ik krijg mijn taken op een efficiënte manier afgerond. Ik ben tevreden over de snelheid waarmee ik taken afrond. Ik heb veel te zeggen over wat er gebeurt in mijn werk. Ik kan mijn werk grotendeels zelf plannen en invullen. Ik ben baas over mijn eigen werk.

Helemaal oneens 1

Oneens 2

Neutraal 3

Een s 4

Helemaal eens 5

1 1

2 2

3 3

4 4

5 5

1 1 1 1

2 2 2 2

3 3 3 3

4 4 4 4

5 5 5 5

1 1

2 2

3 3

4 4

5 5

1 1 1 1 1

2 2 2 2 2

3 3 3 3 3

4 4 4 4 4

5 5 5 5 5

1 1

2 2

3 3

4 4

5 5

1 1 1 1 1 1 1

2 2 2 2 2 2 2

3 3 3 3 3 3 3

4 4 4 4 4 4 4

5 5 5 5 5 5 5


46

In het volgende deel van de vragenlijst willen we peilen naar u en hoe u uzelf ziet. 10. Hieronder volgt een eerste reeks stellingen die betrekking hebben op u als persoon. Geef voor elke stelling aan in welke mate u het ermee eens bent of niet. Helemaa l oneens 1

Oneens 2

Eens 3

Helemaa l eens 4

Ik sta het liefst even stil bij de dingen voordat ik eraan begin.

1

2

3

4

Ik heb moeite met het beheersen van mijn impulsen. Voordat ik in een nieuwe situatie terecht kom, vind ik graag uit wat ik ervan kan verwachten. Als ik me afgewezen voel, zeg ik vaak dingen waar ik later spijt van krijg. Ik neem mijn beslissingen na zorgvuldig redeneren. Soms doe ik dingen in een impuls waar ik later spijt van krijg. Als ik me ongelukkig voel, doe ik vaak dingen zonder na te denken. Ik ben in staat mijn gevoelens onder controle te houden. Ik denk meestal zorgvuldig na voordat ik iets doe. Ik heb moeite om weerstand te bieden aan mijn verlangens (naar eten, sigaretten, etc.). Ik hecht belang aan een rationele, "verstandige" aanpak van dingen. Als ik me slecht voel, doe ik vaak dingen om me beter te voelen waar ik later spijt van krijg. Ik ben een voorzichtig mens. Ik raak vaak betrokken bij dingen waar ik later vanaf zou willen. In de hitte van de strijd zeg ik vaak dingen waar ik later spijt van krijg. Ik heb een gereserveerde en voorzichtige levenshouding. Vaak maak ik de dingen nog erger als ik me ongelukkig voel omdat ik handel zonder na te denken. Voordat ik een besluit neem, overweeg ik eerst alle voor- en nadelen.

1 1

2 2

3 3

4 4

1

2

3

4

1 1 1

2 2 2

3 3 3

4 4 4

1 1 1

2 2 2

3 3 3

4 4 4

1

2

3

4

1

2

3

4

1 1 1

2 2 2

3 3 3

4 4 4

1 1

2 2

3 3

4 4

1

2

3

4

11. De volgende vragen gaan over uw prestaties op het werk. a. Heeft u de afgelopen 12 maanden opslag gekregen op uw werk? b. Heeft u de afgelopen 2 jaar promotie/uitbreiding van verantwoordelijkheden gekregen op uw werk? c. Heeft u de afgelopen 12 maanden een negatieve evaluatie gekregen op uw werk? d. Bent u in het verleden al eens ontslagen geweest (géén economisch ontslag)? e. Bent u al eens persoonlijk benaderd geweest door een andere werkgever of een recruiter?

Ja/Nee/Nvt Ja/Nee/Nvt Ja/Nee/Nvt Ja/Nee/Nvt Ja/Nee/Nvt

12. Hieronder volgen enkele stellingen over u en hoe u omgaat met werk. Geef voor elke stelling aan in weke mate u het ermee eens bent of niet. HeleOneen Neu- Een Hele maal s traal s oneen 2 3 4 maal s eens 1 5 Ik vertraag werkzaamheden onnodig, ook al zijn ze belangrijk. 1 2 3 4 5 Ik stel het uit om te beginnen aan taken die ik niet leuk vind om te 1 2 3 4 5 doen. Als ik een deadline heb, dan wacht ik tot de laatste minuut. 1 2 3 4 5 Ik besteed de benodigde tijd aan taken, zelfs als ze saai zijn. 1 2 3 4 5 Ik ben een tijdverspiller, maar ik lijk er niets aan te kunnen doen. 1 2 3 4 5 Wanneer iets te moeilijk is om aan te pakken, vind ik het beter om 1 2 3 4 5 het uit te stellen. Ik beloof mezelf om iets te doen, en kom dat dan niet na. 1 2 3 4 5 Ik voltooi meestal alle dingen die ik van plan ben in een dag. 1 2 3 4 5


47

Helemaal oneens 1

Oneens 2

Neutraal 3

Eens 4

Helemaal eens 5

1

2

3

4

5

1 1

2 2

3 3

4 4

5 5

1

2

3

4

5

1

2

3

4

5

1

2

3

4

5

1

2

3

4

5

1

2

3

4

5

1 1 1

2 2 2

3 3 3

4 4 4

5 5 5

1 1 1

2 2 2

3 3 3

4 4 4

5 5 5

Ook al haat ik mezelf wanneer het niet lukt om ergens aan te beginnen, het helpt me niet om aan de slag te gaan. Ik heb een taak vaak sneller voltooid dan nodig. Ik loop vast met mijn taken, ook al weet ik hoe belangrijk het is om er aan te beginnen. Ik ga vaak liever op internet, dan dat ik andere dringendere zaken aanpak. Ik maak een plan waarvan ik eigenlijk al weet dat het niet haalbaar is. Als ik een vervelende taak moet doen, overtuig ik mezelf dat er eerst andere dingen gedaan moeten worden. Ik kan taken alleen uitvoeren onder druk en wanneer de deadline bijna daar is. Zelfs taken die weinig moeite kosten om uit te voeren, krijg ik dagenlang niet gedaan. Ik heb de neiging verplichtingen uit te stellen. Ik neem mijn beslissingen meestal zo snel mogelijk. Het kost me moeite om met een nieuwe taak te beginnen nadat de vorige taak is afgerond. Ik ben een ongeneeslijke tijdverspiller. Ik slaag er steeds in een excuus te vinden om iets niet te doen. Ik blijf het uitstellen om mijn werkgewoontes te verbeteren.

Dit zijn de laatste stellingen van de vragenlijst. Deze gaan opnieuw over u en hoe u uzelf ziet. 13. Geef voor elke stelling aan in welke mate u het ermee eens bent of niet.

Ik ben meestal ontspannen. Ik blijf op de achtergrond. Mijn stemming verandert vaak. Ik vind het niet erg om in het middelpunt van aandacht/belangstelling te staan. Ik ben snel overstuur. Ik voel me comfortabel bij andere mensen. Ik ben snel geïrriteerd. Ik start gemakkelijk gesprekken. Ik heb weinig te vertellen. Ik voel me vaak ongelukkig. Ik ben stil bij vreemden. Ik heb vaak stemmingswisselingen. Ik spreek op feestjes veel verschillende mensen. Ik word gemakkelijk verstoord. Ik vind het niet leuk om de aandacht op mezelf te richten. Ik maak me druk om dingen. Ik praat niet veel. Ik raak snel gestrest. Ik breng ‘leven in de brouwerij’ op feestjes. Ik voel me zelden ongelukkig.

Helemaal oneens 1

Oneens 2

Neutraal 3

Eens 4

Helemaal eens 5

1 1 1 1

2 2 2 2

3 3 3 3

4 4 4 4

5 5 5 5

1 1 1 1 1 1 1 1 1 1 1

2 2 2 2 2 2 2 2 2 2 2

3 3 3 3 3 3 3 3 3 3 3

4 4 4 4 4 4 4 4 4 4 4

5 5 5 5 5 5 5 5 5 5 5

1 1 1 1 1

2 2 2 2 2

3 3 3 3 3

4 4 4 4 4

5 5 5 5 5

Zie volgende pagina voor de laatste vragen.


48

Tot slot, nog enkele vragen over uw persoonlijke situatie. Wat is uw geslacht?

Man / Vrouw

Wat is uw leeftijd?

……. jaar

Wat is О О О О

uw hoogst voltooide opleiding? Lagere school LBO, MAVO of VMBO MBO, HAVO, VWO HBO, WO

Hoeveel (contract-)uren werkt u per week?

……. uur per week

Hoeveel effectieve uren (inclusief overuren) werkt u per week?

……. uur per week

Wat is О О О

uw huidige functie? Medewerk(st)er Leidinggevende Directeur/directrice

Hoe lang bent u al werkzaam bij uw huidige werkgever? О Minder dan 1 jaar О 1-5 jaar О 5-10 jaar О 10-15 jaar О Langer dan 15 jaar Hoeveel uur besteedt u gemiddeld per dag achter een computer met internetverbinding op het werk? ……. uur. Mijn baan…

… vereist creativiteit. … vereist dat ik dezelfde dingen over en over doe. … vereist analytisch vermogen.

Helemaal oneens 1

Oneens 2

Neutraal 3

Eens 4

Helemaal eens 5

1 1 1

2 2 2

3 3 3

4 4 4

5 5 5

Beschrijf uw beroep zo duidelijk mogelijk (sector + functie).

Indien u nog opmerkingen heeft over (het thema van) deze vragenlijst dan kunt u deze hier formuleren:

Heel erg bedankt voor het invullen van deze vragenlijst!

DE VOLGENDE VERLEIDING IS SLECHTS ÉÉN MUISKLIK VERWIJDERD

Recommend Documents