Rijksuniversiteit Groningen
Wetenschapswinkel Geneeskunde en Volksgezondheid Faculteit der Psychologische, Pedagogische en Sociologische Wetenschappen Disciplinegroep Sociologie
GRONINGSE STUDENTEN SLAAF VAN INTERNET? Een onderzoek naar excessief internetgebruik onder studenten aan de Rijksuniversiteit Groningen
H.G Wegdam Juni 2002
Colofon Vraagnummer: Titel:
GV 703 Groningse studenten slaaf van Internet?
Door:
Y.Wegdam
Begeleiding:
Prof. dr. Th.P.B.M. Suurmeijer PPSW/Sociologie Dr. H.R. Knol PPSW/Sociologie Dr. J. Bouma, FMW/coördinator Wetenschapswinkel Geneeskunde en Volksgezondheid RuG
Vraagindiener:
L.Dierssen Onderwijsinstituut FMW dr. J.S. Wassenaar, Wetenschappelijk Instituut voor Neuro- en Psychobiologie (WIN).
Uitgave:
Wetenschapswinkel Geneeskunde en Volksgezondheid, Rijksuniversiteit Groningen
Adres:
Antonius Deusinglaan 1 9713 AV Groningen
Telefoon:
050-3633174
E-mail :
[email protected]
Datum:
Mei 2002
Voorwoord Deze scriptie is ontstaan naar aanleiding van een vraag vanuit de wetenschapswinkel. De vraag naar internetverslaving onder Groningse studenten sprak mij direct aan. Onderzoek onder studenten betreft immers een groep waar ikzelf deel vanuit maak. Bovendien zijn ontwikkelingen rond internet zeer actueel en is de informatie erover beperkt. Zelf heb de toename van het computergebruik in het onderwijs meegemaakt. Eerst de groei van de computerlokalen en vervolgens de invoering van het internet binnen het onderwijs. Deze twee ontwikkelingen zijn niet onopgemerkt aan mij voorbij gegaan. Eerst bij de HBO-verpleegkunde (19941998) en nu bij sociologie. Geleidelijk namen de verwachtingen ten aanzien van computer- en internetgebruik onder studenten toe. Met de hand geschreven opdrachten mochten niet meer worden ingeleverd. Deze dienden netjes getypt, uitgeprint en ingebonden te worden. Studielandschappen werden geschapen om ongestoord te kunnen werken en informatie te vergaren, prikborden werden vervangen door e-mail berichten en overige informatie moest vanaf het net worden gedownload. Lang heb ik gedacht er wel onderuit te kunnen komen, maar niets minder bleek waar. In mijn eerste jaar Sociologie was ik vijfdejaars student en voelde mij vergeleken de echte eerstejaars niet veel ouder. Dit duurde slechts tot het moment dat we gezamenlijk in het studielandschap te werk gingen. Ik bleek een internetdummy te zijn. Ik kon e-mailen, nauwelijks gericht informatie zoeken, laat staan chatten. Door het verrichten van dit onderzoek ben ik mogelijk deskundig geworden op het gebied van internet en de negatieve gevolgen ervan maar blijvend amateur voor wat betreft toepassing van de diverse mogelijkheden. Met deze scriptie over internetgebruik onder studenten aan de Rijksuniversiteit Groningen is mijn studie afgerond. Bij het totstandkomen van deze scriptie zijn vele mensen behulpzaam geweest. Op deze plaats wil ik hen daarvoor hartelijk bedanken. Bovendien wil ik een aantal mensen in het bijzonder bedanken. Het begon bij Lex Dierssen en Han Wassenaar die de vraag bij de wetenschapswinkel neerlegden. Deze scriptie is mede tot stand gekomen door hun hulp en creatieve ideeën. Het volbrengen van de scriptie is mede te danken aan de begeleiding van Prof dr. Th.P.B.M. Suurmeijer en dr. H.R. Knol. En last but not least Jelte Bouma van de Wetenschapswinkel waarmee het ook allemaal begonnen is. Fantastisch!! Graag wil ik jullie bijzonder bedanken voor jullie excessieve inzet en vooral voor de opgewekte vruchtbare bijeenkomsten. Daarnaast wil ik Herman de Groot bedanken voor het plaatsen van de enquête op internet en natuurlijk alle studenten die deze enquête hebben ingevuld. Tot slot kom ik woorden tekort om mijn familie en vrienden te bedanken voor hun onuitputtelijke ondersteuning en aanmoediging maar vooral ook voor de afleiding tijdens het schrijven van deze scriptie. Ik ben blij dat ik met deze doctoraalscriptie deze fantastische studie heb kunnen afronden. Yet Wegdam Ede, Juni 2002.
Voorwoord
Pag.
Hoofdstuk 1 Inleiding en probleemstelling 1.1
Inleiding ………………………………………………………………………………..…….…. 1
1.2
Probleemstelling ……………………………………………………………………….….…..
1.3
4
Opbouw van het verslag…………………………………………………………………..…. 5 Hoofdstuk 2 Internetverslaving, idee of empirie
2.1
Diverse aspecten van het internet………………………………………………………..…
6
2.1.1 Toegankelijkheid van internet……………………………………………………………..…… 6 2.1.2 De diversiteit aan mogelijke activiteiten op het internet ………………………………..…… 6 2.1.3 De unieke communicatiemogelijkheden die het internet biedt….………………………….. 7 2.1.4 De nadelen van internet…………………………………………….……………….………….
9
2.2
Internetverslaving… … … … … … … … … … … … … … … … … … … … ..… … … … … … … … … .
10
2.2.1 Definiëring van internetverslaving… … … … … … … … … … … … … … … … … … … … … ..… …
10
2.2.2 Internetverslaving, methodiek en empirisch onderzoek… … … … … … … … … … … … ..… …
13
2.2.3 Internetverslaving en hulpverlening… … … … … … … … … … … … … … … … … … … … … .… ..
17
2.2.4 Conclusie… … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … ..… .. 17 Hoofdstuk 3 Theoretisch kader: excessief internetgebruik en studenten 3.1
Symptomen van excessief internetgebruik… … … … … … … … … … … … … … … ..… … … … 18
3.2
Excessief internetgedrag verklaard vanuit een onvervulde behoefte… … ..… … … …
19
3.2.1 Zelfbeeld ontwikkeling volgens de Neuro-Interface Theorie (NIT)… … … … … … … ..… … .
20
3.2.2 Ontwikkeling van het zelfbeeld tijdens indirecte sociale contacten in de virtuele wereld..
21
3.2.3 Psychosociale aspecten van de Neuro-Interface Theorie… … … … … … … … … ..… … … …
22
3.3
Excessief internetgebruik verklaard vanuit beperkingen in nastreven van welzijn.
25
3.3.1 De Sociale Productie Functie Theorie… … … … … … … … … … … … … … … … … … … … … ...
25
3.3.2 Beperkingen en mogelijkheden tot substitutie… … … … … … … … … … … … … … .… … … … .
27
3.4
Kwetsbaarheid van studenten voor excessief internetgebruik… … … … … … … … … .. 29
3.4.1 Studenten en beperkingen… … … … ..… … … … … … … … … … … … … … … … … … … … … … … 29 3.4.2 Stimulatie van internetgebruik vanuit de universiteit… … … … … … … … … … … … … … … …
30
3.4.3
31
Conclusie… … … … … … … … … … … … … … … … … … … … … … … … … ..… … … … … … … …
Hoofdstuk 4 Vraagstelling, operationalisering van de begrippen en de hypothesen 4.1
Vraagstellingen van het onderzoek en operationalisatie van de begrippen… … … … 32
4.2
De onderzoeksmodellen… … … … … … … … … … … … … … … … … … … … … … … … … … … . 37
4.3
De hypothesen… … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … .. 38 Hoofdstuk 5 De onderzoeksopzet en representativiteit
5.1
De onderzoeksopzet… … … … … … … … … … … … … … … … … … … … … … … … … … … … … 39
5.1.1
Verantwoording van de keuze voor de methode van dataverzameling… … … … … … … … 39
5.1.2
Toegepaste analysetechnieken… … … … … … … … … … … … … … … … … … … … … … … … .. 41
5.2
Respons en representativiteit van de steekpoef… … … … … … … … … … … … … … … … ..42
5.2.1
De respons op de enquête… … … … … … … … … … … … … … … … … … … … … … … … … … … 42
5.2.2
Respons in de enquête… … … … … … … … … … … … … … … … … … … … … … … … … … … … . 43
5.2.3
Representativiteit van de steekproef… … … … … … … … … … … … … … … … … … … … … … .. 44
Hoofdstuk 6
Bespreking van de vragenlijst en meetinstrumenten
6.1
De vragenlijst… … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … ... 46
6.2
Gebruikte meetinstrumenten… … … … … … … … … … … … … … … … … … … … … … … … ..
47
Hoofdstuk 7 Resultaten betreffende het internetgebruik onder studenten 7.1
Beknopte beschrijving van de steekproef… … … … … … … … … … … … … … … … … .… … 52
7.2
Resultaten met betrekking tot de omvang en aard van het internetgebruik.… … … .. 53
7.2.1
Internetgebruik in uren… … … … … … … … … … … … … … … … … … … … … … … … .… … … … 53
7.2.2
Omvang van internetgebruik naar functie en aard van het gebruik… … … … … … .… … … . 54
7.2.3
Omvang van het internetgebruik naar locatie… … … … … … … … … … … … … … … … … … .. 55
7.2.4
Aard en omvang van het internetgebruik weergegeven naar basisvariabelen… .… … .… . 56
7.3
Negatieve gevolgen van internetgebruik onder studenten… … … … … … … .… … … … . 63
7.3.1
Fysieke klachten als gevolg van het internetgebruik onder studenten… … … … .… … … … . 64
7.3.2
Internetgerelateerde problemen als gevolg van het internetgebruik onder studenten… … .66
7.3.3
Samenhang tussen de negatieve gevolgen van internetgebruik onder studenten… … … … 68
7.4
Internetgebruik in relatie met psychosociale aspecten… … … … … … … … … … … … … 70
7.4.1
Samenhang tussen de centrale begrippen… … … … … … … … … … … … … … … … … … … … 70
7.4.2
Beantwoording van de hypothesen… … … … … … … … … … … … … … … … … … … … … … … . 72
7.4.3
Interpretatie van de resultaten… … … … … … … … … … … … … … … … … … … … … … … … … . 76
7.5
Analyses ter onderscheiding van determinanten voor excessief internetgebruik… 79
7.5.1
Regressie analyses… … … … … … … … … … … … … … … … … … … … … … … … … … … … … … 80
7.5.2
Interpretatie van de resultaten… … … … … … … … … … … … … … … … … … … … … … … … … . 83 Hoofdstuk 8 Conclusie en discussie
8.1
Conclusie… … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … 86
8.1.1. Conclusies betreffende aard en omvang van het internetgebruik onder de studenten...… 86 8.1.2. Conclusies ten aanzien van de ervaren negatieve gevolgen door het internetgebruik… ... 87 8.1.3. Conclusies betreffende relaties tussen internetgebruik en psychosociale aspecten… … … 87 8.1.4. Conclusie betreffende de onderscheiden determinanten van excessief internetgebruik… 88 8.2
Discussie… … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … 89
8.2.1 De onderzoeksopzet… … … … … … … … … … … … … … … … … … … … … … … … … .… … … … . 89 8.2.2 Aanmerkingen ten aanzien van de resultaten … … … … … … … … … … … … … .… … … … … 91 8.2.3. Besprekingan het model… … ..… … … … … … … … … … … … … … … … … … … .… … … … … ...
92
8.2.4 Aanbevelingen voor verder onderzoek… … … … … … … … … … … … … … … … … … … … … … 94 9 10 11
Samenvatting… … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … . 96 Geraadpleegde literatuur… … … … … … … … … … … … … … … … … … … … … … … … … … … 98 Bijlage… … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … .… … … 103
Hoofdstuk 1 Inleiding en probleemstelling Deze scriptie is het verslag van een onderzoek naar internetgebruik onder Groningse studenten. In dit hoofdstuk worden de inleiding (§ 1.1) en de probleemstelling (§ 1.2) weergegeven. Het hoofdstuk wordt afgesloten met een overzicht van de opbouw van het verslag (§ 1.3). 1.1
Inleiding
Internet: van middel tot doel Internet is ontstaan in de krijgsmacht. In 1969 ontwikkelde het Advanced Research Projects Agency,
dat deel uitmaakte van het Pentagon in de Verenigde Staten van Amerika, een
communicatiemiddel om via telefoonlijnen met computers grote databestanden uit te wisselen. In de jaren zeventig werd dit netwerk geopend voor verdedigingsgerelateerd onderzoek aan universiteiten en bedrijven. Het middel bleek zo succesvol dat het systeem in de jaren tachtig ook voor niet-militaire doelen in de burgermaatschappij werd geïmplementeerd. Tenslotte 1
kregen commerciële providers in 1991 voor het eerst toestemming om internetverbindingen aan individuen te verkopen waarna er binnen enkele maanden miljoenen gebruikersnamen waren en het internettijdperk aanbrak, zoals dat nu bekend is (Greenfield 1999b; Hamman 1997; Leiner, Cerf, Clark, Kahn, Kleinrock, Lynch, Postel, Roberts & Wolff 2000). Het internet is niet een enorme computer die ergens achter een berg verscholen staat en bevindt zich ook niet op een exacte locatie. Het internet is een netwerk van netwerken, bestaat uit miljoenen computers over de gehele wereld en wordt gekenmerkt door het ontbreken van een centraal computersysteem. Mensen maken gebruik van het internet om met elkaar te communiceren en informatie te vergaren (Greenfield 1999b). De meest gebruikte toepassingen zijn e-mail
2
en het World Wide Web (www). Het www is een verzameling van onderling
gekoppelde computers die gebruikers wereldwijd met elkaar verbindt. Via het www wordt 3
multimedia-inhoud aangeboden die met behulp van hyperlinks snel kan worden doorzocht (Benschop 2001b; SURFnet 2001). Het internet als communicatiemiddel werd door de toename van de computercapaciteit een steeds
sneller
medium.
Informatie
is
inmiddels
onbeperkt
beschikbaar,
communicatiemogelijkheden in tekst, beeld en geluid zijn grenzeloos en het internet biedt eindeloos veel mogelijkheden voor ontspanning. Hierdoor trad er steeds meer een verschuiving op van internet puur als communicatiemiddel naar internet als vrijetijdsbesteding (Leiner e.a. 2000).
1
Een provider is een aanbieder van een verbinding naar het internet (Benschop 2001b). E-mail is elektronische postuitwisseling van berichten via telecommunicatie. E-mail berichten worden meestal geschreven maar bestanden, als grafische beelden en geluidsbestanden, kunnen ook als attachments worden verstuurd. E-mail was één van de eerste toepassingen van het internet (Benschop 2001b). 3 Een hyperlink is een verwijzing in een document naar een ander document of naar een andere plaats in hetzelfde document. Het activeren van de verwijzing door een muisklik geeft direct toegang tot het betreffende document (Benschot 2001b). 2
Opmars van het internet Volgens onderzoek van het Amerikaanse onderzoeksbureau eMarketeer
4
zullen in 2003
wereldwijd 350 miljoen mensen aangesloten zijn op internet (Reuters 1999). In de geïndustrialiseerde wereld zijn nog maar weinig plaatsen denkbaar die volledig functioneren zonder gebruik van computers of internet. Dit maakt ieder mens, gewenst of ongewenst, betrokken bij computers, het internet en de ontwikkelingen hiervan. Deze betrokkenheid is direct of indirect, is actief of passief, maar niemand kan de centrale rol van de computer en internet in het leven van wereldburgers nog ontkennen! Negatieve gevolgen van het internet In Amerika wordt als gevolg van de invasie van het internet veel geschreven over de negatieve gevolgen van het internet. Onderwerpen als verspreiding van kinderporno, gevoeligheid van systemen voor hackers
5
of virussen
6
en internetverslaving zijn inmiddels beschreven.
Greenfield, Young, Kraut en Suler zijn slechts enkele voorbeelden van de vele namen die regelmatig terugkeren in de internetgerelateerde literatuur. In Nederland zijn de eerste artikelen over internetgebruik, internetmisbruik, internetverslaving en aanverwante onderwerpen door onder andere Wassenaar, Van Doorn en Dierssen (1998), Benschop (2001a) en Van den Eijnden, Garretsen en Bosveld (2000) gepubliceerd. Over het antwoord op de vraag of internetverslaving in Nederland voorkomt, verschillen de critici van mening. Wel is het duidelijk dat internetgebruik problematisch kan worden wanneer het gebruik ervan dusdanige vormen aanneemt dat het normaal functioneren van de gebruiker erdoor wordt aangetast (Goldberg 1995; Young 1998a). Excessief computergebruik kan immers direct en indirect leiden tot gezondheidsproblemen. Het betreft voornamelijk fysieke klachten zoals nekklachten, visusklachten en Repetitive Strain Injury (RSI) ook wel muisarm genoemd (Blankensteijn 2001; Brown 1996; Orzack 1999). Indirect kan excessief computergebruik leiden tot gebrek aan lichaamsbeweging met negatieve gevolgen voor de algehele lichamelijk conditie (Orzack 1999). Naast excessief computergebruik kan excessief internetgebruik bovendien leiden tot problemen van psychische en/of sociale aard (Ferris 1997; Suler 1999b; Young 1998a). Op het psychische vlak kan bijvoorbeeld geestelijke afhankelijkheid van het internet 7
ontstaan waardoor een persoon het verschil tussen de realiteit en de virtuele wereld uit het oog verliest (Wassenaar e.a.1998) (zie hoofdstuk 3). Op sociaal vlak kan excessief internetgebruik leiden tot een afname van het aantal sociale contacten (Kraut, Patterson, Lundmark, Kiesler, Mukophadhyay & Scherlis 1998a,1998b).
4
In samenwerking met gegevens van honderden onderzoeksbureaus waaronder PricewaterhouseCoopers en Ernst & Young. 5 Een hacker is een computer- of netwerkinbreker en kraakt computersystemen (SURFnet 2001). 6 Een virus is een kwaadaardig, door mensen gemaakt programma dat zoekt naar andere programma’s of bestanden en deze ’infecteert’ door het virus te activeren (SURFnet 2001). 7 Virtuele wereld of virtuele werkelijkheid is simulatie van de werkelijkheid met behulp van computers. Kenmerkend is het driedimensionale karakter; gebruikers bewegen zich door virtuele omgevingen alsof zij in lokale werelden navigeren. Zij lopen door structuren en interacteren met objecten in de omgeving. Het begrip virtuele wereld wordt ook wel gebruikt als tegenovergestelde van de reële wereld (Benschop 2001b).
Internet en onderwijs Begin jaren negentig is het internet binnen het onderwijs geïntroduceerd. Thans is de wereld 8
9
van bits en bytes een niet meer weg te denken deel van het onderwijs geworden (Hermans 2001). Naast het comfort van het gebruik van internet binnen het onderwijs, wordt het van belang geacht studenten bekend te maken met dit medium. Dit leren hanteren van internet geschiedt ten eerste door studenten werkstukken te laten schrijven waarbij zij geacht worden het www te raadplegen. Het schrijven van werkstukken maakt deel uit van de nieuwe vorm van 10
onderwijs, het Probleem Gestuurd Onderwijs . Ten tweede raken studenten bedreven in het gebruik van internet door toepassing ervan binnen het onderwijs voor communicatie met en tussen studenten. Zo worden studenten voor overdracht van mededelingen dwingend geadviseerd geregeld hun e-mail te lezen. Studenten bevinden zich dus in een elektronische leeromgeving waarin zij worden verplicht tot het gebruik van internet. Om het Probleem Gestuurd Onderwijs te ondersteunen bieden universiteiten studenten faciliteiten met gratis toegang tot internet. Naast computerzalen zijn er studielandschappen
11
waar studenten van ‘s morgens acht tot ’s avonds tien uur met internet verbonden kunnen zijn. Buiten de intentie waarvoor de laagdrempelige internetfaciliteiten zijn opgezet, biedt het internet veel meer mogelijkheden. Niet alleen als mega-encyclopedie waar thema’s uitgediept kunnen worden of als brievenbus waar berichten ontvangen en verzonden kunnen worden. Ontspanning zoals surfen, het spelen van spelletjes, chatten en bijvoorbeeld gokken behoren ook tot de mogelijkheden (Suler 1998; Young 1996). Studenten worden in feite, zonder veel barrières, blootgesteld aan alle aspecten van het internet. Dit heeft voordelen, ze raken hoe dan ook bekend met het internet, maar het kan ook nadelen hebben. Studenten maken veelvuldig gebruik van de internetmogelijkheden. Door het toenemend aantal studielandschappen, is er geen reden om aan te nemen dat die trend zal afnemen. Bij de meeste onderwijsinstellingen is het netwerkverkeer de afgelopen decennia dan ook verdubbeld of verdriedubbeld (Liebrand 2001). De uitgebreide faciliteiten en de mogelijkheden die internet biedt, vormen geen bedreiging op zich, maar internetgebruik kan problematisch worden wanneer het gebruik ervan de productiviteit van de studie negatief beïnvloedt. Tevens kan excessief internetgebruik tot problemen leiden waardoor realisatie van het sociaal en fysiek welzijn wordt belemmerd (Anderson 2000; Kandell 1998; Suler 1998; Young 1998a) (zie hoofdstukken 2 en 3).
8
Bit is een binair getal en de kleinste informatie-eenheid in een computersysteem (SURFnet 2001). Byte is een set van 8 bits. Met één byte kan één teken (letter of cijfer) worden weergegeven (SURFnet 2001). 10 Probleem Gestuurd Onderwijs is een vorm van onderwijs waarin de inhoud van de hoorcolleges wordt toegepast op werkcolleges en projectonderwijs. De werkcolleges verschaffen de student kunde en vaardigheden voor de opdrachten in het project. Het project draagt relevante cases en praktijkervaring aan voor de abstractere stof van de hoorcolleges. De opdrachten dienen voor het leren verwerven en toepassen van kennis en kunde. 11 Studielandschappen zijn studiezalen met computers waarin groepsgewijs of individueel aan projecten kan worden gewerkt. 9
Gebrek aan informatie Tot op heden is er weinig bekend over hoe studenten in Nederland met de gecreëerde faciliteiten omgaan. Bijvoorbeeld hoeveel uren en voor welke doeleinden studenten het internet gebruiken, wie het internet gebruiken en vanaf welke locatie zij het internet betreden. Verder is er weinig bekend over eventuele gevolgen die studenten door hun internetgebruik ondervinden. Bovendien is er slechts geringe informatie beschikbaar omtrent factoren die de mate van internetgebruik beïnvloeden. Waarom maakt de éne student meer gebruik van het internet dan de andere? Zijn er determinanten te onderscheiden of risicofactoren aan te geven ten aanzien van excessief internetgebruik? Er zijn dus genoeg vragen te stellen, maar de informatie om ze te beantwoorden ontbreekt. Het betreft een nieuw fenomeen waar in Nederland tot op heden weinig kennis en informatie over bestaat. Anticiperen Om te kunnen anticiperen op de toekomst, is er informatie nodig. Teneinde meer inzicht te verkrijgen in de verschillende aspecten van het internetgebruik onder studenten, wordt onderzoek verricht naar het internetgedrag onder studenten van de Rijksuniversiteit van Groningen. De vraag is afkomstig van dhr. A.H.J. Dierssen, werkzaam binnen het Onderwijsinstituut van de Faculteit der Medische Wetenschappen en dr. J.S. Wassenaar, verbonden aan het Wetenschappelijk Instituut voor Neuro- en Psychobiologie (WIN). De vraag is ingediend bij dr. J. Bouma, coördinator van de Wetenschapswinkel van de Medische Faculteit te Groningen, die tevens de externe begeleiding verzorgt. De begeleiding vanuit de Vakgroep Sociologie is in handen van Prof. dr. Th.B.P.M. Suurmeijer en dr. H.R. Knol. Het onderzoek wordt uitgevoerd door H.G. Wegdam (schrijver dezes), sociologie studente aan de Rijksuniversiteit Groningen. 1.2Probleemstelling De Rijksuniversiteit Groningen biedt studenten laagdrempelige internetfaciliteiten ter ondersteuning van de studiedoelen. Hierdoor worden studenten grenzeloos blootgesteld aan alle aspecten van internet. Laagdrempelige toegang tot internet kan leiden tot excessief internetgebruik. De vraag is of een dusdanig gebruik van het internet voorkomt onder studenten aan de Rijksuniversiteit Groningen. Welke negatieve gevolgen ondervinden deze studenten en wat zijn de kenmerken van de excessieve internetgebruikers? Doelstelling: Het doel van dit onderzoek is inzicht te verkrijgen in het internetgebruik onder studenten van de Rijksuniversiteit Groningen. Dit kan ten eerste gelden als aanknopingspunt voor de beleidsvoering omtrent het computergestuurd onderwijs. Ten tweede kunnen mogelijk kenmerken van risicogroepen (excessieve internetgebruikers) worden geïdentificeerd zodat gerichte voorlichting kan plaatsvinden en meer algemeen, een preventief beleid kan worden gevoerd.
Vraagstellingen van het onderzoek De centrale onderzoeksvraag luidt: Welke factoren spelen een rol bij het internetgebruik van studenten aan de Rijksuniversiteit Groningen? Om deze vraag te kunnen beantwoorden zijn er vier deelvragen geformuleerd: 1
Wat is de omvang en aard van het internetgebruik onder studenten aan de Rijksuniversiteit Groningen?
2
Welke negatieve gevolgen ondervinden studenten door hun internetgebruik?
3
Bestaan er relaties tussen internetgebruik, internetgerelateerde problemen en psychosociale eigenschappen van studenten?
4
Welke determinanten voor excessief internetgebruik zijn er onder studenten aan de Rijksuniversiteit Groningen te onderscheiden?
De vraagstelling en de deelvragen worden in hoofdstuk 4 toegelicht. 1.3Opbouw van het verslag In hoofdstuk 2 wordt een overzicht gegeven van literatuur met betrekking tot het internet en internetverslaving. Een voorname functie van dit hoofdstuk is het aanreiken van een begrippenkader en aandachtspunten voor het onderzoek. In hoofdstuk 3 wordt het theoretisch kader aangegeven. In hoofdstuk 4 wordt de vraagstelling weergegeven en worden de gebruikte begrippen geoperationaliseerd. Dit hoofdstuk wordt afgesloten met de opgestelde hypothesen. In hoofdstuk 5 wordt de gehanteerde onderzoeksopzet beschreven en verantwoord. Daarna worden de steekproef van studenten en de respons weergegeven. In hoofdstuk 6 worden de gebruikte meetinstrumenten toegelicht. In hoofdstuk 7 worden de resultaten gepresenteerd. De hypothesen uit hoofdstuk 4 worden hierin getoetst. In hoofdstuk 8 worden de conclusies en de beschouwing weergegeven. De scriptie wordt afgerond met een samenvatting van het onderzoek, de geraadpleegde literatuur en de bijlagen.
Hoofdstuk 2
Internetverslaving, idee of empirie
Wat is internetverslaving en wanneer wordt hierover gesproken? In dit hoofdstuk worden in paragraaf 2.1 diverse aspecten van het internet weergegeven. Daarna worden in paragraaf 2.2 essentiële aspecten van internetverslaving alsmede empirisch onderzoek betreffende dit onderwerp belicht. 2.1Diverse aspecten van het internet. Het internet is één van de grootste ontwikkelingen in de menselijke communicatie en beïnvloedt dit millennium zonder twijfel ieders leven (Benschop 2001a; Greenfield 1999b). Op het Wereld Wijde Web (www), de populaire multimedia tak van internet, kunnen gebruikers documenten in tekst, beeld en geluid ontvangen en versturen. Het is een medium dat door de mogelijkheden in zowel persoonlijke als massacommunicatie de brief, telefoon, fax, radio, televisie en krant kan vervangen. Door de combinatie van het gemak van toegang, de diversiteit aan mogelijke toepassingen en de unieke communicatiemogelijkheden biedt het gebruik van internet veel voordelen. Deze aspecten van internet worden hieronder toegelicht (§2.1.1, §2.1.2 en §2.1.3). Ten slotte worden in paragraaf 2.1.4 de nadelen van internet weergegeven. 2.1.1 Toegankelijkheid van internet. Het internet is eenvoudig, snel en 24 uur per dag toegankelijk. Het gebruik ervan is relatief goedkoop en kan vanaf elke gewenste locatie worden toegepast, indien apparatuur aanwezig is en verbinding tot stand kan worden gebracht. 2.1.2 De diversiteit aan mogelijke activiteiten op het internet Ten eerste kunnen mensen die online 13
kennis en informatie. Surfen
12
zijn activiteiten verrichten die gericht zijn op het verkrijgen van 14
of het met behulp van zoekprogramma’s
15
en hyperlinks
zoeken van
informatie zijn hier voorbeelden van. Het vergaren van informatie is een niet-sociale activiteit (Suler 1996b). Andere niet-sociale activiteiten op internet zijn handel drijven, financiën regelen, gokken, seksgerelateerde pagina’s bekijken of bijvoorbeeld het downloaden van muziek (Benschop 2001a). Ten tweede biedt het internet een breed scala aan activiteiten die gericht zijn op interactie tussen één of meerdere vrienden, familieleden en/of (beroepshalve) onbekenden (King 1996). Deze sociale activiteiten vinden plaats in cyberspace. Cyberspace is de interactieve online wereld “achter het computerscherm” en wordt ook wel gebruikt om de virtuele wereld, de virtuele realiteit of de virtuele werkelijkheid aan te duiden. In tegenstelling tot het “echte” leven (real-life of de reële wereld)
16
is de
virtuele wereld een kunstmatige omgeving die een eigensoortige werkelijkheid lijkt te zijn.
12
Online is het moment dat de computer verbinding heeft met een internetprovider. Dit verschaft toegang tot alle mogelijkheden op internet. Offline is het tegenovergestelde, dan is de computer niet verbonden met een provider. 13 Surfen is het ongerichte zoeken en verkennen van internet. 14 Een zoekprogramma selecteert pagina’s die voldoen aan door de gebruiker gestelde zoekcriteria. 15 Een hyperlink is een verwijzing in een document naar een ander document of naar een andere plaats in hetzelfde document. Door het activeren van de verwijzing, meestal door één muisklik, kan eenvoudig verbinding worden gemaakt met andere media of documenten (Benschop 2001b). 16 De “echte wereld”, “reële wereld” of cyberwereld-communicatie en -relaties zijn niet de meest ideale termen om verschillen tussen cyberleven en het leven zonder internet aan te geven, maar worden in de literatuur frequent gehanteerd en bekend verondersteld. Om die reden is ervoor gekozen om met deze begrippen verder te werken.
E-mail, discussiegroepen en MUD’s
17
zijn vormen van sociale activiteiten om online relaties op te
bouwen en te onderhouden. Met behulp van e-mail kunnen asynchroon
18
berichten worden
uitgewisseld. Deze berichten zijn meestal getypt maar kunnen ook grafische beelden of geluidsbestanden bevatten. In chatrooms kunnen verschillende mensen synchroon
19
discussiëren via
ingetypte teksten. De boodschappen worden dan direct over en weer doorgegeven aan alle leden in de chatroom. Andere vormen van discussiegroepen zijn mailinglisten
20
21
en forumgroepen . Contact
kan tevens worden gelegd en onderhouden door het spelen van rollenspellen in virtuele spelomgevingen (MUD’s). In een MUD nemen de deelnemers identiteiten aan van fictieve karakters en volgen een serie regels die het avontuur structureren. Sommige MUD’s zijn louter voor het plezier of om te flirten, andere worden gebruikt voor software ontwikkeling en educatieve doeleinden. Een belangrijk kenmerk van de meeste MUD' s is dat de gebruikers door het creëren van objecten stap voor stap collectief een "wereld" opbouwen. Na vertrek uit een MUD blijven de gecreëerde objecten beschikbaar voor de overgebleven gebruikers die deze objecten kunnen blijven toepassen voor interactiedoeleinden. 2.1.3 De unieke communicatiemogelijkheden die het internet biedt. De unieke communicatiemogelijkheden die het internet biedt, verschaffen gebruikers een combinatie van vrijheden die in de reële wereld niet te vinden zijn. De wereldwijdheid, anonimiteit en communicatievorm op internet leiden ertoe dat verschillen tussen mensen, die de ontwikkeling van relaties in de reële wereld kunnen belemmeren, op internet onzichtbaar en van ondergeschikt belang blijven. Hierbij kan gedacht worden aan belemmeringen in geografische afstand, uiterlijke kenmerken en maatschappelijke status (Suler 2001). Het internet verschaft in feite dus een ‘veilige’ omgeving om te experimenteren en te exploreren. Ten eerste wordt binnen virtuele gemeenschappen het aangaan van contacten met (relatieve) vreemden niet alleen gekoesterd en aangemoedigd, maar tevens bekrachtigd en beloond (Benschop 2001a; Greenfield 1999c; King 1996). Door de unieke activiteiten die internet biedt, kunnen gebruikers moeiteloos wereldwijd met elkaar worden verbonden. Online conversaties zijn in eerste instantie vergelijkbaar met het maken van een praatje op een vast traject in het openbaar vervoer: informeel, eenvoudig op gang te brengen, relatief kort en vluchtig zonder sociale druk (Coate in King 1996). Dit in tegenstelling tot het reële leven waar mensen niet willekeurig anderen aan de andere kant van de wereld bellen voor een praatje. Het wereldwijde aspect van internet is voor sommige gebruikers zeer aantrekkelijk. Ten tweede verschaft anonimiteit in cyberspace gebruikers ervan unieke interactie en communicatiemogelijkheden. Als gevolg van de anonimiteit zijn mensen op internet vrij de identiteit te kiezen die ze wensen. Omdat ze zelf kunnen bepalen hoe ze zich willen presenteren, kunnen zij zich geheel of gedeeltelijk anders voordoen dan ze in de reële wereld zijn. Veranderingen in leeftijd,
17
Multi-User Dungeons (virtuele spelomgevingen). Asynchroon betekent dat er sprake is van vertraagde interactie (Suler 2001). 19 Synchroon wil zeggen dat de interactiepartners tegelijkertijd achter de computer bezig zijn (Suler 2001). 20 Een Mailing List is een discussiegroep die communiceert via e-mail (asynchroon). 21 Forumgroepen zijn plaatsen in cyberspace waar mensen samenkomen om zowel synchroon als asynchroon berichten uit te wisselen en/of bestanden vanuit bestandsbibliotheken kopiëren. Gebruikers kunnen actief deelnemen aan forumdiscussies of alleen toekijken (Benschop 2001b). 18
geschiedenis, persoonlijkheid, fysieke verschijning, geslacht en maatschappelijke status zijn niet ongewoon. Gebruikers hoeven zich slechts te focussen op bepaalde aspecten van wie ze zijn. Aspecten waar zij zich minder gelukkig over voelen, kunnen verhuld blijven (Suler 1996c; Young 1997). Evenzo kunnen identiteitskenmerken die in de reële wereld onderdrukt blijven juist in cyberspace tot bloei komen. In chatrooms bijvoorbeeld kunnen gebruikers een vorm van gevoeligheid tonen die zij in het echte leven niet durven te tonen. Anonimiteit leidt daarenboven tot ongeremdheid aangezien repercussies in het echte leven uitblijven: gebruikers hebben niets te verliezen en de risico’s zijn laag. Hierdoor zijn mensen in cyberspace meer open en sneller intiem dan in de reële wereld. Dit ongeremde karakter leidt dan ook tot veel geflirt en beledigingen (Benschop 2001a; King 1996; Suler 2001). Het aangaan van risicoloze relaties
is één van de onderliggende
aantrekkingskrachten van bijvoorbeeld onbetekenende chatsessies. Bovendien kunnen gebruikers als gevolg van de anonimiteit latent participeren in discussiegroepen. Deze ‘lurkers’ lezen berichten en volgen conversaties binnen nieuwsgroepen, chatrooms of discussieforums, zonder zichtbaar aanwezig te zijn of deel te nemen aan de discussies. Met name dit voyeurisme is populair (Benschop 2001a; King 1996). Tenslotte verschaft internet de gebruikers unieke mogelijkheden door de communicatievorm. Doorgaans is er op internet sprake van communicatie in getypte teksten, soms aangevuld met een
geluid en eventueel ondersteund door smiley’s (J L) of andere icoontjes om de gemoedstoestand aan te geven (Kandell 1998). Het is bij communicatie in getypte teksten niet mogelijk de ander te horen, zien, ruiken, proeven of aan te raken waardoor de meeste zintuiglijke signalen onbenut 22
blijven . Hierdoor worden personen in cyberspace uitsluitend beoordeeld op de tekstuele inhoud van de interactie. Zij hoeven zich dus niet druk te maken over hoe zijzelf of anderen eruit zien of klinken (Suler 1996c, 1997, 2001). Door het uitblijven van lichaamstaal en gezichtsuitdrukkingen wordt echter een groot beroep op het voorstellingsvermogen van de gebruikers gedaan. Op televisie kunnen mensen fantasieën meebeleven die door anderen zijn bedacht. Op internet daarentegen kunnen mensen communiceren in fantasiewerelden die zij zelf hebben gecreëerd (Jason Snell in Benschop 2001a). Immers het voorstellingsvermogen vult bewust of onbewust in wat de zintuigen niet rapporteren (Suler 1996a). De tekstuele communicatie van de interactiepartner wordt door de fantasieën van de gebruiker aangevuld en geromantiseerd tot een ideaalbeeld dat voldoet aan de verwachtingen, wensen en behoeften van de gebruiker. Hierdoor ontstaan gemeenschappen en relaties die alleen gebouwd zijn op percepties van de ontvanger (Kurt Vonnegut in Benschop 2001a; King 1996). Louter tekstuele communicatie verschaft gebruikers bovendien meer beheersing over de indruk die ze bij anderen willen achterlaten. Berichten kunnen voor verzending nog eens rustig worden nagelezen. Waarbij met name asynchroon contact gebruikers veel tijd verschaft om na te denken hoe zij zich verder willen presenteren (Suler 2001). 2.1.4 De nadelen van internet Internet staat niet stil maar is continue onderhevig aan veranderingen en verbeteringen. Met de groeiende mogelijkheden, de toename van het internetgebruik en het toegenomen belang van internet in het dagelijkse leven, groeit ook de aandacht voor de negatieve kanten van internet. 22
Webcams daarentegen verschaffen gebruikers wel mogelijkheden om zichzelf te laten zien en horen. Sommigen vinden dit dusdanig prettig dat zij hun webcam dag en nacht laten aanstaan zodat anderen hun leven op internet kunnen meebeleven. Dit,in tegenstelling tot diegenen die het anonieme aspect van internet prefereren.
Ten eerste worden internetgebruikers geconfronteerd met praktische nadelen. Downloaden duurt soms lang, informatie is soms moeilijk te vinden en gebruikers worden overladen met ongewenste informatie als spam
23
24
25
en banners . Bovendien kan een crash , al dan niet veroorzaakt door 26
(on)bewuste verzending van virussen , virushoaxen
27
28
of worms
veel narigheid en irritatie
veroorzaken. Ten tweede zijn er mensen die bewust misbuik maken van internet of het gebruik ervan voor anderen moedwillig benadelen. Hackers bijvoorbeeld doen dit door zonder toestemming in computers van anderen in te breken om de computers te saboteren, gegevens te misbruiken of geïnfecteerde bestanden te versturen. Anderen misbruiken het internet voor verspreiding van bijvoorbeeld criminele activiteiten, extreme politieke opvattingen en/of (kinder)pornografie. Bovendien zijn er mensen die via het internet bewust misbruik maken van kinderen. Kinderen lopen gevaar aangezien zij onvoldoende beschermd kunnen worden tegen personen die hen willen misbruiken en of tegen informatie die niet voor hen is bedoeld. Deze voorbeelden als wel de (on)bewuste verspreiding van geïnfecteerde bestanden wijzen op het reële gevaar van de aantastbaarheid van computersystemen en internet. Tenslotte schuilt het grootste nadeel van internet, overmatig internetgebruik, in de combinatie van aspecten die het gebruik ervan zoveel voordelen biedt (Greenfield 1999b; King 1996; Suler 1998; Young 1997). De combinatie van het gemak van toegang, de diversiteit aan activiteiten en de unieke interactie vrijheden (wereldwijdheid, anonimiteit en communicatievorm) zijn voor sommige gebruikers bijzonder aantrekkelijk of verleidelijk. Sommigen kunnen als gevolg hiervan zichzelf (on)bewust terugtrekken in cyberspace, afsluiten van de buitenwereld, (Benschop 2001a), afhankelijkheid creëren van internet en/of zoveel tijd op internet besteden dat dit hun dagelijkse functioneren (psychosociale, fysieke en beroepsleven) negatief beïnvloedt. Of dusdanig internetgebruik als internetverslaving mag worden geclassificeerd, komt in de volgende paragrafen aan de orde.
23
Spam is verspreiding van de digitale versie van ongevraagd (reclame)drukwerk via e-mail (Benschop 2001b). Banners zijn reclameboodschappen die over informatiepagina’s heen verschijnen (Benschop 2001b). 25 Een crash is een fatale storing die het computersysteem uitschakelt. 26 Virussen zijn computerbestanden die in staat zijn zich aan disks of andere bestanden te hechten en zichzelf vermenigvuldigen, meestal zonder dat de gebruiker dit weet of hiervoor toestemming heeft gegeven. Virussen nestelen zich in het geheugen van de computer en worden pas geïdentificeerd zodra de computer bestanden opent, verandert of aanmaakt. Sommige virussen vertonen alleen symptomen, andere beschadigen bestanden en computersystemen. Noch de symptomen, noch de schade is essentieel voor de definitie van een virus. Een onschadelijk virus heet ook een virus (Benschop 2001b). 27 ' Virus Hoaxes'zijn geen virussen, maar e-mail berichten waarin mensen worden gewaarschuwd voor een virus of een ander kwaadaardig software programma. Deze hoaxes kunnen evenveel problemen veroorzaken als echte virussen omdat zij leiden tot enorme hoeveelheden onnodige e-mail (Benschop 2001b). 28 Worms zijn parasitaire computerprogramma' s die zich vermenigvuldigen, maar die - anders dan bij virussen geen andere computerprogramma' s infecteren. Worms kunnen kopieën op dezelfde computer creëren of kopieën naar andere computers versturen via een netwerk (Benschop 2001b). 24
2.2Internetverslaving Door de toename van het internetgebruik treffen de negatieve gevolgen ervan een steeds groter wordende groep mensen (Reuters1999; Nielsen 2001). Zoals uit de vorige paragrafen bleek, schuilt het grootste gevaar in de combinatie van unieke aspecten van internet. Sommige gebruikers brengen, dusdanig veel tijd door op internet dat hun fysieke, psychische, sociale en maatschappelijke leven eronder lijdt (Benschop 2001a; Goldberg 1995; Greenfield 1999b; Young 1998a). Of de term internetverslaving toepasbaar is op deze mensen is onderwerp van discussie. Het gebrek aan eenduidigheid in deze discussie wordt onderstaand toegelicht aan de hand van verscheidene aspecten. Allereerst het gebrek aan eenduidigheid in de definiëring van internetverslaving (§2.2.1). Daarna het gebrek aan eenduidigheid omtrent internetverslaving, methodiek en relevante onderzoeksdata (§ 2.2.2). Vervolgens wordt kort ingegaan op het gebrek aan eenduidigheid in de hulpverlening voor internetverslaving (§2.2.3). De paragraaf wordt afgerond met een conclusie (§ 2.2.4). 2.2.1 Definiëring van internetverslaving In 1995 introduceerde Ivan Goldberg de term Internet Addiction Disorder (IAD). Hij beschreef internetverslaving, bedoeld als parodie op verslavingsstoornissen (zoals pathologisch gokken). Hij deed dit op de wijze waarop verslavingsstoornissen beschreven staan in de vierde editie van het Diagnostic and Statistical Manual of Mental Disorders (DSM IV)
29
(1994). Critici namen zijn grap
serieus waarna internetverslaving onderwerp van onderzoek is geworden (Brown 1996; Grohol 1999; Holmes 1997a; King 1996). Goldberg formuleerde Internet Addiction Disorder
(IAD) als een onaangepast patroon van
internetgebruik dat leidt tot klinisch significante aantasting van het dagelijks functioneren. Dat openbaart zich in minimaal vijf van de zeven hieronder genoemde symptomen. Deze symptomen dienen zich dan voor te doen binnen een periode van 12 maanden. 1) De behoefte om steeds meer tijd op internet door te brengen om bevrediging te bereiken. 2) Ontwenningsverschijnselen (als angst, dromen en irritaties) wanneer men niet online is en gebruik van internet om de ontwenningsverschijnselen te verlichten. 3) Vaker en langer gebruik maken van internet dan aanvankelijk de bedoeling was. 4) Herhaaldelijk falen in het terugdringen van het internetgebruik. 5) Veel tijd besteden aan internetgerelateerde activiteiten. 6) Opgeven van belangrijke sociale, beroepsmatige of recreatieve activiteiten als gevolg van het internetgebruik. 7) Doorgaan met overmatig internetgebruik wetende dat dit negatieve fysieke, sociale, beroepsmatige, psychologische of financiële gevolgen veroorzaakt zoals slaapgebrek of het verwaarlozen van verantwoordelijkheden.
29
Internationaal handboek waarin een classificatiesysteem voor psychiatrische aandoeningen zoals compulsief gokken of drugsverslaving beschreven staat.
Sinds de introductie van de term internetverslaving zijn (varianten op) bovenstaande criteria inmiddels veelvuldig toegepast in internetgerelateerde onderzoeken (Van den Eijnden e.a. 2000; Greenfield 1999a,1999c; Young 1996,1998c). Toch heerst er grote onduidelijkheid over de term, de definiëring en de diagnosestelling van internetverslaving. Dit blijkt onder andere uit het ontbreken van een officiële indeling van internetverslaafden in het Diagnostic and Statistical Manual of Mental Disorders (Benschop 2001a; Brouwer 2000; King 1996; Suler 1999b). Critici zetten vraagtekens bij het bestaan van internetverslaving en betwijfelen of verslaving de juiste benaming is voor dergelijk internetgedrag. Sommige onderzoekers zoals Suler en Grohol spreken niet van internetverslaving door het gebrek aan wetenschappelijk bewijs. Wel erkennen zij de gevolgen van internetgebruik voor het leven van gebruikers als nieuw gedragsfenomeen dat bestudeerd en begrepen moet worden. Zij menen dat een verzameling symptomen die een stoornis beogen aan te geven, onvoldoende bewijs levert om internetverslaving als valide diagnose te categoriseren. Zolang causale relaties tussen gedrag en oorzaak onaangetoond blijven, blijft het fenomeen internetverslaving speculatief en mag het alleen gelabeld of gecategoriseerd worden als vorm van verslaafd gedrag of als dwanghandeling (Grohol 1997,1999; Suler 1996b). Bovendien stellen Grohol (1999) en Holmes (1997c) terecht vast dat de afwezigheid van consensus over normaal internetgedrag de discussie rond diagnosticering van internetverslaving belemmert. Studies en schattingen van normaal internetgebruik variëren nog steeds tussen 5 en 20 uur per week wat bovendien mede bepaald wordt door de aard van het gebruik. Andere onderzoekers wijzen op de ongeschiktheid van de term internetverslaving door vergelijking ervan met andere verslavingen. Immers in DSM IV wordt verslaving gedefinieerd als onophoudelijk gebruik en gecreëerde afhankelijkheid van een chemisch product. Afhankelijkheid van niet-chemische producten zoals gokken, staat gedefinieerd als pathologisch gebruik en is gebaseerd op compulsief gedrag of een impulsbeheersingsstoornis. Op basis hiervan verkiezen Davis (2000) en Orzack (in Brown 1996) dan ook de term pathologisch internetgebruik boven verslaving. Puder-York (in Calem 1996) daarentegen onderscheidt verslaving van afhankelijkheid, waarbij verslaving de behoefte van mensen weergeeft om zich ongecontroleerd in te laten met activiteiten, gerelateerd aan bevrediging door herhaling van de activiteit. Afhankelijkheid daarentegen, zoals van internet, beschrijft de conditie waarin een persoon wel controle over zijn gedrag behoudt maar lijdt wanneer hij stopt. Bovendien onderscheidt King (1996) internetverslaving van andere verslavingen door te wijzen op de sociale aspecten van internet en Brown (1996) door te wijzen op verschil in levensgevaar van de verslavingen. West (1998) echter meent dat de term verslaving wel hanteerbaar is in deze, aangezien mensen zich soms ernstig verslaafd kunnen voelen aan vormen van gedrag waarbij het geen chemisch middel betreft. Hardlopen, werken en gebruik van internet zijn hier voorbeelden van.
Laatste argumenten tegen gebruik van de term internetverslaving liggen in de verklaring dat internetverslaving het gevolg is van diverse uiteenlopende onderliggende oorzaken. Er kan niet gesproken worden over internetverslaving als entiteit. Suler (1996b) en Wassenaar (1998) gaan ervan uit dat verslaafden een gat in hun eigenwaarde, zelfbeeld of identiteit ervaren dat zij met behulp van internet trachten te vullen. Grohol (1999) meent dat verslaafden lijden aan het verlangen om fysieke, psychosociale of sociale problemen in hun leven te ontvluchten. Griffiths (1997) illustreerde dat de oorzaak van excessief internetgebruik in andere verslavingen gezocht moet worden. Ferris (1997) daarentegen beweert dat juist een bepaalde combinatie van tijd (een kritiek moment), persoon en een stressvolle gebeurtenis een verslaving tot ontwikkeling kan brengen. Gebruik van de term internetverslaving om een verzameling problemen aan te geven die kunnen leiden tot excessief internetgebruik is verwarrend en resulteert volgens Griffiths (1997) in een simplificatie van een complex terrein. Bovenstaande argumenten resulteren logischerwijs in een veelheid van gehanteerde termen om varianten van internetverslaving of internetgebruik met negatieve gevolgen voor het dagelijks functioneren aan te geven. Pathological computer use, pathological internet use, internet use problem, internet dependence, webaholism en netaholism zijn slechts enkele voorbeelden. De meest gebruikte term is Internet Addiction Disorder (IAD) van Goldberg. Anderen, die verslaving een te beladen term vinden, schrijven over pathologisch, dwangmatig (Benschop 2001a), obsessief (Staps 2000) of problematisch internetgebruik (De Graaf 2000; Van den Eijnden e.a. 2000). Bovendien veroorzaakt de diversiteit van internet dat er verschillende typen internetverslaving kunnen worden onderscheiden. Binnen het Center for On-Line Addiction wordt onderscheid gemaakt tussen netcompulsions, information overload, cybersexual addiction, cyber-relationship addiction of computer addiction (Pierce 2000, Kovach 2001). Suler (1996b) daarentegen maakt onderscheid tussen sociale verslaving en niet-sociale verslaving. Waarbij niet-sociaalverslaafden zich tot hun computer voelen aangetrokken, zonder interesse voor communicatie met anderen. Zij gebruiken hun computer en internet voor verkenning ervan, beroepshalve, om spelletjes te spelen (patience) en/of om informatie te verzamelen. Voor hen is de behoefte aan controle, kennis en voorspelbaarheid dominant. Ze kunnen dus informatie junkies, spelverslaafden of workaholics zijn, maar niet om interpersoonlijk contact te maken. Sociaalverslaafden daarentegen vormen volgens Suler de grootste groep verslaafden. Deze mensen zijn continue op zoek naar sociale stimulatie en interactie met anderen. Oorzaken voor sociale internetverslaving zijn divers; herkenning, erkenning, het gevoel ergens bij te horen, macht te verkrijgen en/of zich geliefd te voelen zijn slechts enkele voorbeelden van de vele onderliggende motivaties.
2.2.2 Internetverslaving, methodiek en empirisch onderzoek. Naast het gebrek aan definiëring van internetverslaving ontbreekt bovendien eenduidigheid omtrent de methodiek om internetverslaving te onderzoeken. Internetverslaving wordt vaak weergegeven in de tijdsduur dat gebruikers verbonden zijn met internet. Dat geeft een algemene indruk maar is niet allesomvattend (West 1998). Het zou betekenen dat werknemers die voor hun werk 8 uur per dag online zijn ten onrechte als verslaafd gedefinieerd kunnen worden. De meerderheid van de onderzoekers oordeelt echter dat niet zozeer de tijd die wordt besteed op internet van belang is maar juist de gevolgen of schade van het gebruik voor het leven van de gebruiker (Van den Eijnden e.a. 2000; Ferris 1997; Grohol 1997,1999; Young 1998a). Negatieve consequenties voor relaties en prestaties binnen het werk en de familie zijn hier voorbeelden van. Onderzoeken naar internetverslaving en de invloed van het internetgebruik op het dagelijkse leven zijn vanaf 1995 van start gegaan. Onderstaand worden resultaten van de belangrijkste (meestal Amerikaanse) onderzoeken weergegeven. Hierbij wordt internetverslaving gemeten naar het aantal internetgerelateerde problemen dat gebruikers ervaren. Dikwijls wordt daarbij tevens de op internet bestede tijd aangegeven. Gebruikers worden in de aangegeven onderzoeken als verslaafd gecategoriseerd indien zij bij beantwoording van een aantal internetgerelateerde stellingen (zoals: “ik kom slaap tekort door nachtelijk inloggen” of “mijn werk heeft onder mijn internetgebruik te lijden”) voldoen aan een vooraf gesteld criterium. Dit criterium heeft een cut-off point dat over het algemeen gebaseerd is op het cutoff point dat bij onderzoek naar gokverslaving wordt gehanteerd. Als gevolg van de verscheidenheid aan gebruikte definiëringen en vaststelling van de cut-off points worden uiteenlopende percentages internetverslaafden gepresenteerd die bovendien moeilijk vergelijkbaar zijn. Greenfield, psychotherapeut uit Conneticut, heeft in samenwerking met ABCNEWS.com in 1998 het Virtual Addiction Survey (VAS) uitgevoerd. Dit onderzoek werd verricht met behulp van een elektronische enquête
30
onder 17.251 internetgebruikers in Amerika, Canada en andere Engelstalige
landen. Deze zelfselecterende respondenten waren 8 tot 85 jaar oud, hadden een gemiddelde leeftijd van 33 jaar en bestond voor 71 procent uit mannen. Zijn vragenlijst bestond uit 36 items waarvan tien gerelateerd zijn aan de schade die mensen als gevolg van het internetgebruik in hun leven ervaren. Hij stelde het cut-off point bij vijf of meer positief beantwoorde stellingen. Greenfield constateerde volgens zijn definitie 6 procent internetverslaafden en 4 procent met milde problemen. Deze overwegend mannelijke verslaafden gebruikten internet voornamelijk voor chat, pornografie, online shopping en e-mail. Bovendien hadden zij vaker het gevoel controle over hun internetgebruik te verliezen dan niet verslaafden (Greenfield 1999c). In 1996 presenteerde Young, IAD onderzoekster, onderzoeksresultaten op de jaarlijkse bijeenkomst van de American Psychological Association. Dit onderzoek betrof 596 respondenten waarvan ruim de helft elektronische enquêtes hadden ingevuld en de overigen telefonisch waren benaderd. De respondenten werden op basis van 8 stellingen, met het cut-offpoint bij vijf of meer positief 30
Een elektronische enquête is een enquête die bereikbaar en te vinden is op een internetpagina. Respondenten selecteren zichzelf door de betreffende internetpagina te bezoeken, de vragenlijst in te vullen en de ingevulde
beantwoorde stellingen, verdeeld over afhankelijke en niet-afhankelijke internetgebruikers. De groep afhankelijke gebruikers (N=396) bestond voor 40 procent uit mannen met een gemiddelde leeftijd van 29 jaar. De vrouwen hadden een gemiddelde leeftijd van 43 jaar. De groep niet-afhankelijke respondenten bestond uit 100 personen met een gemiddelde leeftijd van ongeveer 26 jaar waarvan 60 procent mannen. Zij constateerde dat afhankelijke gebruikers gemiddeld 38 uren per week op het internet doorbrengen, terwijl dat voor de niet-afhankelijken 8 uren per week waren. Bovendien bleek dat bij afhankelijke gebruikers de nadruk lag op het gebruik van internet voor sociale activiteiten (91%) zoals e-mail, chatten, MUD’s en nieuwsgroepen. Niet-afhankelijke gebruikers daarentegen besteedden relatief de meeste tijd aan niet-sociale activiteiten en zakelijke e-mail (79%) (Young 1996). Brenner verrichtte onderzoek onder 563 zelfselecterende respondenten. De meeste personen die reageerden waren mannen, gemiddeld 34 jaar met gemiddeld 15 jaar opleiding. Maar liefst 80 procent van zijn steekproef voldeed aan ten minste 5 van zijn 10 tekenen van internetverslavingen en werd als verslaafd geclassificeerd. Gemiddeld maakten deze respondenten 19 uren per week gebruik van internet. Deze aantallen suggereren dat de aanwezigheid van een bepaald niveau van internetgerelateerde problemen normaal genoemd mag worden. De meesten rapporteerden inmenging van het internetgebruik in hun leven, inclusief tijd die ze anders hadden besteed aan andere activiteiten. Een klein aantal rapporteerde serieuze consequenties van hun internetgebruik, zoals problemen met hun werkgever of sociale isolatie van anderen dan internetvrienden (Brenner 1997). Anderson (2000) verrichtte in Amerika onderzoek onder 1300 studenten verdeeld over acht universiteiten. Dit was een onderzoek naar de invloed van het internetgebruik op het sociale en academische leven van studenten. Internetgebruik werd hierbij gedefinieerd als vrijwillig gebruik van het internet zoals e-mail, nieuwsgroepen, interactieve spelletjes, downloaden, cyberseks en anders. Studiegerelateerd internetgebruik werd expliciet buiten beschouwing gelaten. Zijn eerste conclusie luidde dat studenten gemiddeld 100 minuten per dag gebruik maken van het internet waarvan de meeste tijd werd besteed aan surfen en e-mail. Ten tweede concludeerde hij dat bèta studenten significant meer tijd (123 min p/d) op internet besteden dan gamma studenten (gemiddeld 81 min p/d) en alfa studenten (79 min p/d). Vervolgens verdeelde hij de respondenten over twee groepen. Ten eerste maakte hij hierbij onderscheid naar het aantal minuten internetgebruik per dag. Hierbij stelde hij het cut-off point op 400 min per dag. Verschil tussen excessieve internetgebruikers qua tijd (6%) en de anderen werd enkel aangetoond in het slaappatroon. Verschillen in het behalen van studiedoeleinden, ontmoeten van nieuwe mensen, deelname aan activiteiten en real-life relaties werden niet ontdekt. Ten tweede deelde hij de studenten in naar het aantal ondervonden internetgerelateerde problemen. Hij gebruikte hiervoor Goldbergs definitie voor internetverslaving en stelde het cut-off point op 3 of meer positief beantwoorde stellingen. In zijn studie bleek 10 procent van de studenten dusdanig internetgedrag te vertonen dat het normale dagelijkse leven werd verstoord. Deze afhankelijke studenten rapporteerden significant meer effecten van hun internetgedrag op het realiseren van hun studiedoelen, het aangaan van nieuwe contacten in het reële leven en tenslotte op hun slaappatroon (Anderson 2000). vragenlijst met één druk op de muis terug te sturen. In deze onderzoeken betreft het zelfselecterende
Scherer daarentegen bestudeerde studenten (N=318) aan de universiteit van Texas in Austin die minimaal één maal per week gebruik maakten van internet. Zij stelde het cut-off point vast op ten minste 3 van de 10 DSM afgeleide stellingen en classificeerde 13 procent van de studenten internetafhankelijk. De groep afhankelijke gebruikers bestond voor 72 procent uit mannen en maakten gemiddeld 11 uren per week gebruik van internet. De niet-afhankelijke gebruikers daarentegen maakten 8 uren per week gebruik van internet. Haar resultaten lieten zien dat online gebruikers de negatieve impact van internet op hun leven onderschrijven en een grotere eenzaamheid rapporteerden (Scherer 1997). Deze resultaten werden bovendien ondersteund door onderzoek verricht door Morahan-Martin en Schumaker onder 283 undergraduates (1997). In 1995 startte aan de Carnegie Mellon Universiteit in Amerika het HomeNet onderzoek. Voor dit onderzoek werden middels een steekproef 93 families geselecteerd en voorzien van een computer (N=169). Als gevolg van een gedetailleerde elektronische controle konden de aard en omvang van hun internetgebruik nauwkeurig worden bijgehouden. Daarnaast werden de respondenten door middel van zelfrapportages periodiek geïnterviewd. Deze werkwijze maakte het mogelijk de vraag naar en de impact van elektronische communicatie en telecommunicatie gedurende een lange tijd te bestuderen. De resultaten van dit onderzoek naar de sociale en psychologische effecten van internetgebruik thuis, verraste zowel de onderzoekers als de sponsoren Intel Corp. Hewlett Pachard, AT&T Research, Apple Computer, National Science Foundation. De onderzoekers stelden ten eerste vast dat het internet meer werd gebruikt voor plezier en ontspanning dan voor instrumentele doelen. Gebruik van internet voor het zoeken van relevante informatie voor de hobby, persoonlijke interesses, communicatie met familie en vrienden en vermaak werden het meest genoemd. Ten tweede werden verschillen gevonden in toepassing van het internet en in de tijd die de verschillende demografische groepen thuis aan het internet besteedden. Tieners maakten meer gebruik van internet dan hun ouders. Verschil tussen volwassen mannen en vrouwen in de tijd werd niet gevonden. Vrouwen passen het internet voornamelijk toe voor communicatie met vrienden en familie en voor het verkrijgen van persoonlijke steun. Mannen daarentegen passen internet met name toe voor niet-sociale activiteiten als productinformatie, het downloaden van software, bekijken van seksueel geaard materiaal of gebruik ervan voor werkdoeleinden. Uit het onderzoek bleek bovendien dat internetgebruikers die zelfs maar een paar uren per week gebruik maakten van internet, een hoger niveau van dagelijkse stress, depressie en eenzaamheid (afname van sociale steun) ondervonden dan wanneer zij internet minder gebruikten. Het ging hierbij niet over extremen, maar over gewone volwassenen en hun families die het internet gemiddeld gebruikten. Ondanks dat respondenten aangaven veel tijd op internet te besteden aan het gebruik ervan voor communicatie (e-mail en chatten) werd er een achteruitgang gevonden in de tijd die aan interactie met de familieleden werd besteed als wel een reductie in het aantal vrienden om hen heen (Kraut e.a.1998b). Ook in Nederland zijn de eerste onderzoeken reeds gepubliceerd. Het Instituut voor Onderzoek naar Leefwijzen & Verslaving (IVO) in Rotterdam en het Bureau voor Onderzoek en Statistiek (O+S) uit Amsterdam hebben in februari, april en juni 2000 onder 1500 Amsterdammers onderzoek verricht. Hieruit bleek dat tussen de 5 en 10 procent van de Nederlandse internetgebruikers, ouder dan 18 jaar, die thuis over internet beschikten daar obsessief mee om gingen. Vijfentwintig procent vond het
respondenten waardoor er verwacht mag worden dat er sprake is van bias.
moeilijk om de computer uit te zetten en bij 5 tot 11 procent klaagden de ouders, kinderen of partners. Ten slotte ondervonden met name de chatters onthoudingsverschijnselen (rusteloosheid, geïrriteerd en depressieve gevoelens) als zij niet konden internetten (5-8 %) (Van den Eijnden e.a. 2000). InterPoll verrichtte onderzoek naar internetgedrag in Nederland (2000). De groep respondenten (300) nam deel aan het onderzoek door invulling van een enquête op internet en bestond voor 70 procent uit mannen. Uit de resultaten bleek dat 34 procent van de internetgebruikers meer dan 4 uren per dag online was, 54 procent gaf aan niet meer zonder internet te kunnen en 16 procent zei (ook in positieve zin) verslaafd te zijn. Bovendien werd internet het meest gebruikt als informatiebron of voor entertainment (InterPoll 2000; Horlings 2001). Tot slot bleek uit onderzoek onder studenten in Nederland dat bijna driekwart van hen op de hogeschool of universiteit gebruik maakten van internet. Van de uitwonende studenten had 60 procent toegang tot internet (Liebrand 2001). Bovendien bleek uit de jaarlijkse Algemene Studentenenquête aan de Katholieke Universiteit Nijmegen (KUN) dat het percentage ouderejaars studenten met een eigen computer op hun studieadres in één jaar met 5 procent was toegenomen naar 79 procent. Van alle studenten beschikten 33 procent over een internetaansluiting. Dit was 43 procent van de studenten die op hun studieadres de beschikking hadden over een computer. Vergeleken met de peiling van het jaar ervoor (22%) was dat een forse toename. De belangrijkste redenen voor het niet hebben van internetaansluiting waren de noodzakelijke technische voorzieningen en kostenfactor. De meest voorkomende typen internetaansluitingen waren het analoge modem met externe provider of verbinding via de algemene inbelvoorziening van de KUN. Studenten met een internetaansluiting maakten hiervan gemiddeld 5,6 uren per week gebruik. Dat was een lichte toename ten aanzien van de vorige peiling die op 5,0 uren uitkwam. Natuur- en wiskunde studenten maakten meer gebruik van hun internetaansluiting dan studenten bij andere faculteiten. Mannelijke studenten maakten tenslotte meer gebruik van internet dan vrouwen (Verrijt 2000). Uit de uiteenlopende gepresenteerde percentages en de verschillen in het aantal uren waarop onderscheid tussen internetverslaafden en de overige gebruikers wordt gemaakt blijkt wederom het gebrek aan eenduidigheid in zowel de definiëring als methodiek rondom internetverslaving.
2.2.3 Internetverslaving en hulpverlening De complexiteit rondom internetverslaving blijkt tenslotte uit het gebrek aan eenduidigheid in de 31
hulpverlening. In Amerika zijn reeds de eerste (online) internetverslavingsklinieken
geopend (Brown
1996; Holmes 1997b). In Nederland daarentegen erkennen verslavingshulpverleningsinstellingen de negatieve gevolgen van het internetgebruik voor het dagelijkse functioneren van de gebruikers maar ontbreekt eenduidig beleid. De Jellinek Kliniek biedt pas hulp wanneer gebruikers niet meer in staat zijn zichzelf te reguleren en stelt dat dat bij internetverslaving niet het geval kan zijn. Zij gaan er vooralsnog vanuit dat gebruikers hun internetgedrag op eigen kracht kunnen verminderen (Evers 2000; Horlings 2001; Jellinek 2000). Hulpverleningsinstellingen Kentron en Parnassia daarentegen nemen internetverslaving serieus wanneer cliënten hun gebruik verslavend noemen. De eerste internetverslaafden hebben daar reeds succesvol internetdiëten afgerond. In tegenstelling tot andere verslavingen is geheelonthouding van dit praktische instrument immers bijna onmogelijk (De Graaf 2000; Kandell 1998). Het gebrek aan eenduidigheid omtrent de definiëring en terminologie van internetverslaving vergroot de complexiteit rondom dit rijzende probleem. 2.2.4 Conclusie Samengevat ontbreekt niet alleen een eenduidige definitie om excessief internetgebruik en internetgerelateerde problemen aan te geven, maar tevens eenduidigheid aangaande de methodiek om het gedrag te kunnen onderzoeken. Om die redenen is in dit onderzoek gekozen voor de term excessief internetgebruik. Excessief internetgebruik is dusdanig gebruik van internet dat het een veranderd fysiek, psychisch en sociaal en maatschappelijk functioneren tot gevolg heeft. Onderscheid tussen gebruikers wordt gemaakt naar het aantal uren dat zij op internet besteden voor hun studie, werk of vrijetijdsdoeleinden en naar het aantal internetgerelateerde problemen dat zij als gevolg van hun gebruik ervaren.
31
www.netaddiction.com www.online-addiction.com www.webaholics.com www.NetaholicsAnonymus.com
Hoofdstuk 3 Theoretisch kader: excessief internetgebruik en studenten
In dit hoofdstuk worden allereerst de symptomen geschetst die excessieve internetgebruikers kunnen vertonen (§ 3.1). Deze symptomen bieden een kader om de excessieve internetgebruiker te kunnen identificeren. Vervolgens worden aan de hand van theorieën mogelijke verklaringen gegeven hoe het gedrag dat excessieve internetgebruikers vertonen, tot stand kan komen (§ 3.2 en § 3.3). In paragraaf 3.4 ten slotte wordt aangegeven waardoor studenten een verhoogd risico lopen om excessief internetgebruik te ontwikkelen. 3.3 Symptomen van excessief internetgebruik Excessieve internetgebruikers maken dusdanig gebruik van internet dat het gebruik ervan hun dagelijkse functioneren negatief beïnvloedt. Dit functioneren betreft zowel hun fysieke, psychische, sociale als maatschappelijke leven. In het onderstaande worden diverse symptomen weergegeven. Excessieve internetgebruikers lijden vaak aan fysieke en psychische gezondheidsproblemen. De bekendste klachten zijn Repetitive Strain Injury oftewel muisarm, nekklachten, visusklachten, een bleek uiterlijk, branderige ogen of zelfverwaarlozing doordat ze bijvoorbeeld vergeten te eten. Het negeren van lichaamsbeweging kan daarbij leiden tot negatieve gevolgen voor hun algehele lichamelijke conditie (Brown 1996; Ferris 1997; Kandell 1998; King 1996). Ook vertonen excessieve internetgebruikers
vaak
onthoudingsverschijnselen
wanneer
zij
offline
zijn.
Irritatie,
angst,
depressiviteit, rusteloosheid en soms zelfs agressieve gevoelens zijn hier enkele voorbeelden van (Davis 2000; Kraut e.a. 1998b; Orzack 1999; Young 2000). Verder blijven gebruikers vaak langer online dan gepland wat kan leiden tot een veranderd slaappatroon of slaaptekort (Davis 2000; Orzack 1999; Young 2000). Zij ervaren immers het gevoel dusdanig door internet ‘opgeslorpt’ te worden dat ze elk besef van tijd en ruimte verliezen. Daarbij kunnen ouders, partners of kinderen klagen over het gebruik, waardoor ze uit schuldgevoel dikwijls liegen over de tijd die ze besteden op internet (Davis 2000; Greenfield 1999b; Orzack 1999). Naast de gezondheidsproblemen raakt vaak het sociale leven van de excessieve internetgebruikers buiten internet, ontwricht. Door de grenzeloze mogelijkheden die het internet biedt en het negeren van beperkingen, gaan sommige gebruikers helemaal op in de virtuele wereld. Dit kan dusdanig zijn dat zij bewust of onbewust afstand nemen van sociale (liefdes)relaties en vangnetten in de reële wereld (Brouwer 2000; Brown 1996; Ferris 1997; Greenfield 1999b; Kandell 1998; King 1996; Young 1998a). Ontwrichting van het sociale leven heeft diverse oorzaken. Ten eerste maken mensen meestal gebruik van internet in een kamer apart of uit de buurt van andere mensen. Wanneer de internetverbinding dan ook nog eens via de telefoonlijn gaat, raken gebruikers automatisch afgesloten van contact met de buitenwereld (Greenfield 1999a). Ten tweede beperkt de tijd die gebruikers op internet besteden de tijd die overblijft om sociale activiteiten in de reële wereld te ondernemen. Ten derde kunnen gebruikers sociale vaardigheden die nodig zijn in de reële wereld verliezen, negeren of in het uiterste geval zelfs nooit ontwikkelen. Ten vierde kunnen gebruikers, door de mogelijkheden die het internet biedt voor identiteitsveranderingen, een discrepantie ervaren tussen hun reële en virtuele
identiteit. Deze discrepantie kan dusdanig zijn dat dit leidt tot identiteitsstoornissen. Tezamen veroorzaken de verschuiving van sociale activiteiten in de reële wereld naar activiteiten in de virtuele wereld, het verlies van sociale vaardigheden, de beperking van tijd en/of de ontwikkeling van identiteitsstoornissen problemen in het reële leven van de gebruikers. Zij kunnen hierdoor sociaal geïsoleerd raken of gevoelens van eenzaamheid of leegte ervaren (Ferris 1997; Kraut e.a.1998b; Young 1998a). Naast veranderingen in het sociale leven, kunnen zich veranderingen voordoen in het maatschappelijke leven van de gebruikers. Gebruikers passen namelijk hun levensstijl aan om in hun toenemende behoefte aan internet te kunnen voorzien. Dit kan onder andere eveneens leiden tot een veranderd slaappatroon en bovendien tot het negeren van verantwoordelijkheden. Zij komen vaak te laat op afspraken, raffelen hun werk af en/of zien hun (studie)prestaties achteruit gaan. Verlies van een baan of het voortijdig stoppen van de opleiding zijn slechts enkele gevolgen voor het maatschappelijke leven van de gebruikers (Ferris 1997; Young 2000). Daarbij kunnen zij bovendien financiële problemen ervaren door hoge (telefoon)rekeningen of geblokkeerde creditcards als gevolg van buitensporig online shoppen of gokken (Anderson 2000; Davis 2000; Young 2000). Kortweg maken excessieve internetgebruikers dusdanig gebruik van internet dat het evenwicht tussen activiteiten in de reële en de virtuele wereld verstoort raakt. Bovendien kan dergelijk gebruik het fysieke, psychische, sociale en maatschappelijke leven van gebruikers aantasten. Daardoor ontstane problemen kunnen er uiteindelijk toe leiden dat het internet voor deze gebruikers het meest aantrekkelijke medium blijft om activiteiten te verrichten of om de ervaren problemen te ontvluchten (Anderson 2000; Kandell 1998; King 1996; Scherer 1997; Suler 1996c,1999a). 3.4 Excessief internetgedrag verklaard vanuit een onvervulde behoefte aan zelfbevestiging Uit eerdere onderzoeken blijkt dat excessieve internetgebruikers overeenkomstige kenmerken vertonen met gok- drugs of alcoholverslaafden (Davis 2000; Greenfield 1999c; Kandell 1998; Young 1998a). Zij gebruiken internet om problemen ‘op te lossen’, gevoelens van onbehagen te verlichten of om te vluchten voor de werkelijkheid. Dat gedrag wordt teweeggebracht doordat gebruikers één of meerdere beperkingen of onvervulde behoeften ervaren die ze met behulp van internet willen tegengaan. In de literatuur worden diverse beperkingen aangegeven als oorzaak van excessief internetgebruik. Voorbeelden hiervan zijn afwezigheid of het tekortschieten van erkenning, eigenwaarde, een eigen identiteit, sociale relaties, sociale vaardigheden, gepercipieerde controle of respect (Kandell 1998; Suler 1996a; Wassenaar e.a. 1998). Dergelijke beperkingen kunnen uiteenlopende aanleidingen hebben die soms tot ver in het verleden terug gaan of soms juist recent zijn ontwikkeld. In deze paragraaf wordt de Neuro-Interface Theorie van Wassenaar, Dierssen en Van Doorn (1998) weergegeven. Zij verklaren de meest gangbare vorm van excessief internetgebruik vanuit een onvervulde behoefte aan zelfbevestiging. Deze zelfbevestiging staat sterk onder invloed van het zelfbeeld. Aan de hand van de Neuro-Interface Theorie (NIT) geven zij aan hoe het zelfbeeld met
behulp van internet kan worden ontwikkeld. Een goed ontwikkeld zelfbeeld kan immers bijdragen aan vervulling van de behoefte aan zelfbevestiging. Deze theorie wordt onderstaand toegelicht. In het eerste deel wordt aangegeven hoe het zelfbeeld in het algemeen wordt opgebouwd (§ 3.2.1). In het tweede deel wordt een verklaring gegeven voor hoe excessief internetgebruik kan ontstaan door ontwikkeling van het zelfbeeld met behulp van internet (§ 3.2.2). In het derde deel (§ 3.2.3) worden kort de psychosociale aspecten van de NIT toegelicht teneinde de NIT in paragraaf 3.3. in een breder kader van de Sociale Productie Functie Theorie te kunnen plaatsen. 3.2.1 Zelfbeeld ontwikkeling volgens de Neuro-Interface Theorie (NIT) De Neuro-Interface Theorie gaat ervan uit dat mensen hun zelfbeeld ontwikkelen (vaststellen en bijstellen) met behulp van twee informatieroutes; de korte en de lange recurrente informatieroutes. Deze routes worden door een persoon in sociale interacties tegelijkertijd uitgestraald en verschaffen deze persoon bij terugkomst gelijktijdig informatie. Het wezenlijke verschil in de routes ligt in de informatie die ze verschaffen en het doel dat ze dienen. Deze verschillen worden toegelicht aan de hand van sociale contacten in de reële wereld. Daarna wordt aangegeven hoe deze routes tijdens sociale contacten in cyberspace kunnen samensmelten met excessief internetgebruik tot gevolg. Ontwikkeling van het zelfbeeld tijdens directe sociale contacten in de reële wereld De korte route (groen) verschaft personen informatie die in zij in de binnenwereld (brainspace) toepassen om het zelfbeeld te toetsen (fig. 3.1). Tijdens interactie wordt de korte route door personen uitgestraald naar de buitenwereld (expressie) en direct weer opgenomen (impressie). Hiermee wordt informatie verkregen die mensen helpt de situatie waarin ze zich bevinden waar te nemen, te interpreteren en in te schatten. Het waarnemen gebeurt met behulp van zintuigen. Interpretatie vindt plaats aan de hand van ervaringen. De inschatting tenslotte wordt gemaakt op basis van de 32
gepercipieerde controle .
Expressie Lange uitgaande Route (Non) Verbale Communicatie Binnenwereld Brainspace Persoon A
Korte Route
Buitenwereld
Binnenwereld Brainspace Persoon B
Lange inkomende Route (Non) Verbale Communicatie
Impressie Figuur 3.1. De Neuro-Interface Theorie gezien vanuit persoon A in interactie met persoon B. De korte route verschaft mensen in feite alle informatie die ze over zichzelf bezitten inclusief hoe zij over zichzelf denken in interactie met anderen. Alhoewel de bevindingen niet worden uitgesproken, 32
De gepercipieerde controle reflecteert de persoonlijke inschatting van mensen over de moeite of het gemak waarmee gedrag in bepaalde situaties tot stand kan komen. Daarbij wordt aangenomen dat de gepercipieerde controle een afspiegeling is van zowel interne hulpbronnen (zoals mogelijkheden, vaardigheden en informatie) als
informatieverwerking vindt immers plaats in brainspace, zijn deze wel bepalend voor wat mensen zeggen. Een student die bijvoorbeeld goed kan studeren maar minder bedreven is in sport, ervaart op een sportveld tussen sporters door de toetsing van zijn zelfbeeld op dat moment een lager zelfbeeld dan wanneer hij zich bijvoorbeeld in een studiezaal zou bevinden. De lange informatieroute (blauw) daarentegen verloopt over en weer tussen personen in de buitenwereld (fig. 3.1). Deze inkomende lange route verschaft mensen door zowel verbale als non-verbale communicatie, selectieve informatie over het beeld dat anderen van hen hebben. Met behulp van deze informatie wordt het zelfbeeld gecorrigeerd en bijgesteld. Als bovengenoemde student op het sportveld bijvoorbeeld tentamenstof bespreekt dan zal hij zijn vastgestelde zelfbeeld, door de gewijzigde situatie, positief bijstellen. Door het aangeven van de twee informatieroutes kunnen twee typen gedrag worden onderscheiden. Ten eerste het gedrag dat gericht is op het individu zelf waarmee mensen via de korte route het zelfbeeld toetsen en bekrachtigen (het zelfbeeld-toetsend gedrag). De korte route onderscheidt mensen hierdoor eerder van de buitenwereld dan dat hij ze ermee verbindt. Ten tweede het gedrag dat via de lange route is gericht op het aangaan van sociale contacten met de buitenwereld (het zelfbeeld-bijstellend gedrag). De lange route verbindt mensen immers met elkaar waardoor sociale contacten over en weer mogelijk worden. Door dit onderscheid wordt tevens aangegeven hoe mensen verschil maken tussen hun eigen ik en de buitenwereld. Een goede balans tussen beide maakt het mogelijk om sociale contacten met anderen aan te gaan en af te stemmen. 3.2.2 Ontwikkeling van het zelfbeeld tijdens indirecte sociale contacten in de virtuele wereld Naast de directe sociale contacten in de reële wereld zijn er ook de indirecte sociale contacten. Deze laatste
komen
tot
stand
en/of
worden
onderhouden
door
het
aanwenden
van
communicatiehulpmiddelen. Het internet is zo’n hulpmiddel. Tijdens interactie via internet worden in de NIT eveneens de twee informatieroutes aangegeven (figuur 3.2). Hierin verschaft de korte route mensen nog steeds informatie over henzelf om het zelfbeeld vast te kunnen stellen.
expressie Lange uitgaande Route Binnenwereld Brainspace Persoon A’
Korte route Cyberspace
Internet Buitenwereld Virtuele wereld
Lange inkomende Route
Impressie Figuur 3.2.
De Neuro-Interface Theorie gezien vanuit persoon A’ in interactie in cyberspace.
De lange route daarentegen wordt door de keuzes die mensen op internet hebben dusdanig beïnvloed dat deze niet dezelfde corrigerende informatie verschaft als in directe sociale contacten. Dit is van invloed op de bijstelling van het zelfbeeld. Immers alles wat zich op het computerscherm afspeelt is in externe hulpbronnen (zoals beschikbaarheid van bijvoorbeeld tijd, geld of sociale steun) (Godin en Kok 1996; Courneya, Plotnikoff, Hotz en Birkett 2000)
handen van de gebruiker. Hierdoor kunnen mensen op internet meer controle ervaren dan in de reële wereld. Bovendien stelt toepassing van internet gebruikers in staat enkel die situaties op te zoeken waarin vaststelling van het zelfbeeld het eenvoudigst is en bijstelling ervan het minst noodzakelijk. Als een aangegaan contact mensen niet de informatie verschaft die ze wensen of willen horen dan is deze met één druk op de knop vervangen. Als gevolg hiervan wekt internet de schijn een corrigerende buitenwereld te zijn, maar is dat in feite niet. De gebruiker bepaalt immers zelf wat hij doet en krijgt daardoor enkel bevestiging van zijn eigen ideeën. Deze zelfbevestigende ideeën kunnen veroorzaken dat de schijnwerkelijkheid van internet voor de gebruiker realiteit wordt. Daarbij is het verraderlijke van internet dat gedurende langdurig internetgebruik de lange en korte routes in feite versmelten. Het gedrag dat gericht is op het aangaan van sociale relaties met de buitenwereld (om het zelfbeeld bij te stellen) verschuift dan naar het gedrag dat gericht is op het individu zelf (het zelfbeeld-toetsend gedrag). Op het moment dat de lange route wegvalt en interactie met behulp van internet wordt opgenomen in de korte route, is er volgens Wassenaar (1998) sprake van afhankelijkheid van internet. Op die manier ontstaat er immers een cirkel van zelfbeeldbevestiging waarin toetsing door anderen uitblijft (Brouwer 2000). De schijnwerkelijkheid en het zelfbeeld kunnen vervolgens alleen nog maar in stand worden gehouden door gebruik te blijven maken van internet. 3.2.3
Psychosociale aspecten van de Neuro-Interface Theorie
In de beschrijving van de NIT kwamen naast het zelfbeeld nog twee centrale psychosociale begrippen naar voren, namelijk gepercipieerde controle en sociale contacten. Gepercipieerde controle reflecteert de persoonlijke inschatting van mensen over de moeite of het gemak waarmee gedrag in situaties tot stand kan komen. Daarbij wordt aangenomen dat de gepercipieerde controle een afspiegeling is van zowel interne factoren (zoals vaardigheden en informatie) als externe factoren (zoals beschikbaarheid van tijd, geld of sociale steun). In de NIT wordt de gepercipieerde controle van belang geacht voor het zelfbeeld-toetsend gedrag. Sociale relaties daarentegen zijn essentieel voor het zelfbeeld-bijstellend gedrag. Het belang van deze aspecten is echter niet beperkt tot het bijdragen aan ontwikkeling van het zelfbeeld. Sociale relaties en gepercipieerde controle zijn nauw met elkaar verbonden, beïnvloeden elkaar over en weer en spelen een voorname rol in het gedrag en de keuzes die mensen maken (Godin 1996; Courneya e.a. 2000). In combinatie met het zelfbeeld zijn deze aspecten van groot belang voor het realiseren van uiteenlopende doelen en activiteiten (zie § 3.3). Het internet heeft, door de mogelijkheden die het biedt voor ontwikkeling van het zelfbeeld, niet alleen potentie voor gebruikers met een onvervulde behoefte aan zelfbevestiging. Het verschaft gebruikers bovendien grenzeloze mogelijkheden voor het opbouwen van sociale relaties en het verwezenlijken van gepercipieerde controle. Naast het gebruik van internet voor het vergaren van informatie ligt de grootste aantrekkingskracht van het internet in de diverse communicatiemogelijkheden. Deze unieke combinatie kan bijdragen aan realisatie van de drie genoemde psychosociale aspecten. In onderstaande worden de drie psychosociale aspecten gekoppeld aan internet en toegelicht teneinde de overgang van de NIT naar de Sociale Productie Functie Theorie in paragraaf 3.3. te overbruggen. Verwezenlijken van gepercipieerde controle Een gebrek aan gepercipieerde controle kan mensen in de reële wereld weerhouden of belemmeren om activiteiten te ondernemen. Internet verschaft gebruikers een vorm van deze controle doordat het oplossingen biedt voor mogelijk ervaren beperkingen. Ten eerste ondervinden gebruikers een gevoel
van zekerheid en vertrouwen omdat het internet 24 uren per dag toegankelijk is. Daarbij zijn er altijd anderen aanwezig, waardoor gebruikers het kunnen aanwenden wanneer zij daar behoefte aan hebben. Ten tweede verschaft het internet gebruikers een gevoel van vrijheid. Zij kunnen contacten aangaan met wie, wanneer, waar en op welke wijze zij dat willen. Door de anonimiteit kunnen gebruikers zijn zoals ze zijn en zich presenteren zoals ze willen zijn. Ten derde maken gebruikers alle keuzen zelfstandig wat hen autonomie verschaft. Als internet de gebruikers niet verschaft wat zij zoeken, kunnen zij ongewenste situaties met een druk op de muis probleemloos verlaten. Ten vierde creëren zij door deze keuzes een zekere vorm van voorspelbaarheid. Ten vijfde verschaft de communicatievorm mensen meer tijd om hun activiteiten te overwegen. Hierdoor bevinden zij zich in een veilige omgeving. Door de combinatie van zekerheid, vertrouwen, vrijheid, autonomie, voorspelbaarheid en veiligheid verschaft internet gebruikers een vorm van gepercipieerde controle die zij mogelijk in de reële wereld ontberen. Mogelijkheden tot realiseren van sociale relaties Sociale contacten met daaruit mogelijk voortvloeiende sociale relaties kunnen moeiteloos op internet worden opgebouwd omdat het internet een eenvoudig anoniem multifunctioneel communicatiemiddel is. Internet verschaft gebruikers ten eerste diverse laagdrempelige mogelijkheden om door het aangaan van sociale contacten, sociale relaties
33
op te bouwen en onderhouden. Met name de
combinatie van communicatie en ontspanning is bijzonder. De diversiteit aan mogelijkheden om sociale activiteiten te verrichten gecombineerd met de unieke communicatiemogelijkheden, bieden een breed draagvlak voor alle denkbare relaties. Dit kunnen oppervlakkige maar minstens evenzo belangrijk diepe, hechte, serieuze en waardevolle relaties zijn. Alhoewel de communicatie beperkt is tot tekst, geluid en icoontjes kan de communicatie variëren van heel oppervlakkig tot heel intiem. Hierdoor kan met behulp van internet een hele rits aan sociale activiteiten worden vervuld (Anderson 2000; Kandell 1998). De wereldwijdheid, anonimiteit en communicatievorm van het internet bieden gebruikers daarenboven vrijheden, zekerheden, controle en een veilige omgeving. Deze aspecten worden belangrijker wanneer gebruikers ze in de reële wereld ontberen. Met behulp van internet kunnen zij met een beperkte beheersing van sociale vaardigheden de intensiviteit van relaties bepalen en bovendien ongewenste situaties gemakkelijker verlaten dan in de echte wereld.
33
Het verschil tussen sociaal contact en sociale relaties is dat een contact plaatsvindt op een bepaald moment. Het betreft hier een interactie tussen twee of meer personen. Een contact kan eenmalig zijn en hoeft niet meer van invloed te zijn wanneer het contact voorbij is. Een sociale relatie daarentegen is ook van betekenis wanneer de ander niet in de buurt is en kan bijvoorbeeld sociale steun verschaffen. Sociale contacten kunnen uitgroeien tot sociale relaties.
Genoemde aspecten vereenvoudigen het aangaan van sociale contacten op internet. Alhoewel de relaties niet de kracht hebben van relaties in de reële wereld, ervaren sommige gebruikers liefde en het gevoel echte vrienden te maken. Bovendien lijken gevoelens van eenzaamheid en leegte te worden verlicht. Deze strategie lijkt dus een effectieve methode om te experimenteren met het ontplooien van sociale activiteiten (Anderson 2000; Suler 1996c; Young 2000). Bovendien verschaffen virtuele sociale relaties gebruikers het gevoel dat ze ‘ergens bij horen’ waardoor zij zich kunnen identificeren met ‘relevante‘ anderen. Deze sociale relaties bieden daarom een draagvlak en hulpbronnen om diverse ervaren beperkingen zoals in bijvoorbeeld sociale steun, erkenning, status, gedragsbevestiging of affectie te substitueren. Bovendien leveren ze daarbij een bijdrage aan de gepercipieerde controle. Mogelijkheden tot ontwikkeling van het zelfbeeld Verder verschaft het internet gebruikers dus ook mogelijkheden voor het ontwikkelen van het zelfbeeld. De belangrijkste zijn wellicht de grenzeloze laagdrempelige mogelijkheden die internet biedt voor het aangaan van sociale contacten en relaties. Het zelfbeeld ontwikkelt zich namelijk in interactie met anderen en is een weerspiegeling van de houding van die anderen. Deze virtuele sociale relaties verschaffen gebruikers de mogelijkheid zich te identificeren met een veelheid aan diverse groepen mensen. Doordat gebruikers latent kunnen participeren in gemeenschappen op internet kan dit identificeren zelfs plaatsvinden met bestaande groepen, zonder dat die groepen daar weet van hoeven te hebben (De Vos 1999). Het identificeren met anderen stelt gebruikers in staat zich verschillende waarden, normen en houdingen eigen te maken of af te tasten teneinde hun zelfbeeld te kunnen ontwikkelen. Ten tweede kunnen gebruikers hun zelfbeeld positief bijstellen door op internet activiteiten te verrichten of pagina’s te bezoeken waar ze zich het beste bij voelen. Dit kan eveneens door als virtuele persoonlijkheid een hoogste of centrale positie binnen virtuele spelomgevingen of gemeenschappen te realiseren (Suler 1996c). Ten derde kunnen gebruikers hun zelfbeeld bevorderen door zich te onderscheiden van anderen. Dit kan met behulp van internet door toepassing ervan voor bijvoorbeeld uitbreiding van kennis, vaardigheden of financiële middelen (werk). Ten vierde kunnen gebruikers hun zelfbeeld verbeteren door het oplossen van identiteitsproblemen. Zij kunnen hierdoor mogelijk diepere interesses, houdingen, gedragingen en andere aspecten van hun persoonlijkheid ontdekken die voorheen onderdrukt bleven of onbekend waren (Suler 1996c). De combinatie van veilig experimenteren, toegang tot sociale relaties, de mogelijkheden om kennis en vaardigheden op te bouwen en ontdekking van de eigen identiteit kan bijdragen aan ontwikkeling van het zelfbeeld. Deze bijdrage is in het bijzonder van belang voor internetgebruikers met een laag zelfbeeld die de genoemde aspecten in de reële wereld ontberen. Positieve bijstelling van het zelfbeeld draagt bovendien bij aan de gepercipieerde controle en het opbouwen van sociale relaties. Zoals uit de beschrijving bleek, zijn verwezenlijking van controle, realisatie van sociale relaties en ontwikkeling van het zelfbeeld niet los van elkaar te zien. Een beperking in één van deze aspecten, veroorzaakt een beperking voor alle drie. Bovendien begrenzen beperkingen in deze psychosociale aspecten realisatie van doelen en activiteiten die nodig zijn voor het bereiken van welzijn. Dit wordt in paragraaf 3.3, aan de hand van de Sociale Productie Functie Theorie toegelicht. 3.3Excessief internetgebruik verklaard vanuit beperkingen in het streven naar welzijn.
In paragraaf 3.2 werd met NIT aangegeven hoe excessief internetgebruik verklaard kan worden vanuit een onvervulde behoefte aan zelfbevestiging. In deze paragraaf daarentegen wordt excessief internetgebruik verklaard vanuit beperkingen die mensen ondervinden in hun streven naar welzijn. Hiervoor wordt allereerst aan de hand van de Sociale Productie Functie Theorie aangegeven waar mensen beperkingen kunnen ervaren en hoe zij deze kunnen substitueren. Vervolgens wordt aangegeven hoe substitutie met behulp van internet kan plaatsvinden. Deze beschrijving biedt een breder kader dan de Neuro-Interface Theorie om excessief internetgebruik te verklaren vanuit een ondervonden beperking. Bovendien krijgen de psychosociale aspecten uit de NIT hierin een plaats. 3.3.1 De Sociale Productie Functie Theorie Het uiteindelijke doel van elke menselijke activiteit is het bereiken van subjectief welzijn. De Sociale Productie Functie Theorie (SPFT) geeft een hiërarchie weer in de doelen die mensen zich stellen om welzijn te bereiken (figuur 3.3). Het hoogste doel, het subjectief welzijn, is te bereiken door het optimaliseren van twee universele doelen namelijk het fysiek en sociaal welzijn. Deze zijn op hun beurt weer te realiseren door het nastreven van vijf instrumentele doelen en wel stimulatie, comfort, status, affectie en gedragsbevestiging. De concrete uitwerking van de wijze waarop mensen welzijn realiseren, varieert per individu. Realisatie van de doelen vindt namelijk plaats binnen de mogelijkheden van ter beschikking staande hulpbronnen, beperkingen en substitutiemogelijkheden (Ormel, Lindenberg, Steverink en Verbrugge 1996).
Hoogste doel
Subjectief Welzijn
Fysiek Welzijn
Sociaal Welzijn
Stimulatie
Comfort
Status
Fysieke en geestelijke activiteiten
Veiligheid rust
Beroep Levensstijl uitblinken
Relaties Steunen geven
Aanpassing interne en externe normen en waarden
Activiteiten& Gaves
Eten Gezond heid Geld
Unieke vaardig heden Onderwijs
Sociale relaties Partner Familie
Sociale vaardigheden Competenties Zelfwaardering
Hulpbronnen
Inspanning
Affectie
Gedragsbevestiging
Universele doelen Instrumentele doelen
Figuur 3.3. Het Sociale Productie Functie model Om de doelen van welzijn te kunnen realiseren dienen mensen te beschikken over hulpbronnen. Deze hulpbronnen zijn van belang om activiteiten uit te kunnen voeren en gaves te verkrijgen. Activiteiten zijn gedragingen gericht op een bepaald doel. Gaves daarentegen zijn vaak het resultaat van eerdere activiteiten en produceren welbevinden als het ware vanzelf. Bovendien leiden veel hulpbronnen tot multifunctionele activiteiten waardoor ze meerdere doelen tegelijk ten goede komen. Bijvoorbeeld sociale vaardigheden (hulpbronnen) maken het mogelijk om sociale relaties aan te gaan en te onderhouden (activiteiten) en/of te resulteren in een liefdesrelatie (gave). Door het verrichten
van multifunctionele sociale activiteiten kunnen zowel affectie en gedragsbevestiging (doelen) worden gerealiseerd. De instrumentele doelen die worden nagestreefd met behulp van de hulpbronnen worden hieronder toegelicht. Fysiek welzijn wordt nagestreefd door realisatie van de instrumentele doelen stimulatie en comfort.
Onder stimulatie wordt activatie van zowel geestelijke als fysieke inspanning verstaan. Stimulatie is te realiseren door met behulp van de hulpbron inspanning zowel fysieke activiteiten te verrichten als activiteiten die gericht zijn op prikkeling van de geest.
Comfort staat voor de afwezigheid van fysiologische beperkingen en het kunnen voorzien in primaire levensbehoeften. Comfort is te bereiken door het verrichten van activiteiten die gericht zijn op het realiseren van fysiologische doelen. Eten, drinken, onderdak, seks en het voorkomen van lichamelijke klachten zijn hier voorbeelden van. Mensen dienen hiervoor te beschikken over gezondheid, materiële en financiële hulpbronnen. Naast realisatie van fysiologische doelen kan comfort ook bereikt worden door activiteiten die gericht zijn op het realiseren van zowel fysieke als emotionele veiligheid. Dit laatste wordt verwezenlijkt door het creëren van hulpbronnen die bijdragen aan gevoelens van zekerheid, vertrouwen en voorspelbaarheid en heeft dus alles te maken met de mate van gepercipieerde controle.
Sociaal welzijn kan worden bereikt door het nastreven van drie instrumentele doelen, namelijk status, gedragsbevestiging en affectie.
Status duidt op iemands rang in vergelijking met anderen en is voornamelijk gebaseerd op het controleren van schaarse hulpbronnen. Het gaat hierbij om ‘wat iemand heeft’. Dit doel kan worden gerealiseerd door verrichting van diverse activiteiten als studeren, werken, het naleven van een bepaalde levensstijl of bijvoorbeeld het uitblinken in sport. Deze activiteiten zijn mogelijk door het aanwenden of uitbreiden van hulpbronnen zoals onderwijs, kennis of unieke vaardigheden. Daarbij dienen de activiteiten bij te dragen aan het gevoel serieus te worden genomen, autonoom en onafhankelijk te zijn, invloed op anderen- en een goede reputatie te hebben (Bruggen 2001).
Affectie draait om het geheel van liefde, intieme relaties, vriendschap, aandacht en emotionele steun. Hierin staat ‘wat iemand is’ centraal (Ormel e.a.1996). Affectie kan gerealiseerd worden door het onderhouden van sociale relaties en uitwisseling van steun. Deze activiteiten dienen bovendien bij te dragen aan het gevoel aardig te worden gevonden en vertrouwd te worden (Bruggen 2001). Hierbij vormen toegang tot sociale relaties en/of familie essentiële hulpbronnen.
Gedragsbevestiging ten slotte is het gevoel iets goed gedaan te hebben in ogen van relevante derden ook al blijft directe bekrachtiging mogelijk achterwege. Dit doel kan worden gerealiseerd door verrichting van activiteiten die aanpassing aan interne en externe normen en waarden mogelijk maken. Hierbij vormen sociale vaardigheden en sociale relaties essentiële hulpbronnen. Deze hulpmiddelen zijn immers van belang om identificatie en vergelijking met relevante anderen mogelijk te maken. De activiteiten dienen bij te dragen aan sociale herkenning, acceptatie, zelfbevestiging, respect, autonomie, het gevoel ‘ergens bij te horen’, nuttig te zijn en iets bij te dragen aan een gemeenschappelijk gevoel (Bruggen 2001). Bovendien speelt het realiseren van gedragbevestiging een aanzienlijke rol in de ontwikkeling
van het zelfbeeld en vaststelling van de eigen identiteit (Kandell 1998). De mate van doelbereiking wordt bepaald door datgene wat ‘iemand doet’. 3.3.2
Beperkingen en mogelijkheden tot substitutie
Met behulp van diverse hulpbronnen kunnen dus uiteenlopende activiteiten worden verricht. Als hulpbronnen ontbreken of tekort schieten om activiteiten te kunnen verrichten om gestelde doelen te bereiken dan is er sprake van een beperking. Beperkingen nemen toe als de oorzaak ervan tevens toegang tot alternatieve hulpbronnen beperkt of bemoeilijkt. Daardoor kunnen immers beperkingen optreden in meerdere (alternatieve) activiteiten binnen één instrumenteel doel. Dit kan er zelfs toe leiden dat realisatie van zo’n instrumentele doel wordt beperkt. Daarbij nemen beperkingen nog eens extra toe bij verlies van hulpbronnen die noodzakelijk zijn voor verrichting van één of meerdere multifunctionele activiteiten. Zulke beperkingen beïnvloeden immers realisatie van meerdere instrumentele doelen, waardoor realisatie van een universeel doel kan worden beperkt. Mensen die beperkingen ervaren zetten zich actief in om deze op te heffen teneinde hun doelen van het subjectief welzijn alsnog te kunnen realiseren (Ormel e.a. 1996). Het opheffen van een beperking is mogelijk door substitutie (vervanging of aanvulling). Binnen de SPFT kunnen zowel hulpbronnen als instrumentele doelen onderling worden gesubstitueerd. Bij behoefte aan substitutie zoeken mensen naar eenvoudig te realiseren alternatieven om de hoger gestelde doelen alsnog te kunnen bereiken. Hierbij geldt dat hoe lager het niveau waarop de substitutie plaatsvindt, des te eenvoudiger de substitutie is te verwezenlijken. Daarom vindt substitutie zo mogelijk eerst plaats binnen de hulpbronnen van de instrumentele doelen en pas in het laatste stadium tussen de universele doelen. Substitutie is overigens niet onbegrensd. Het doel gedragsbevestiging kan bijvoorbeeld nooit geheel worden vervangen door affectie (Ormel e.a. 1996).
Sociale steun uit sociale relaties Ervaren beperking
Gepercipieerde controle
Zelfbeeld
Figuur 3.4.
* Geringe beperkingen * Veel sociale steun * Goed zelfbeeld * Veel gepercipieerde controle
Substitutie mogelijkheden binnen de gepercipieerde controle
Substitutie gedrag * Grote beperkingen * Geringe sociale steun * Laag zelfbeeld * Geringe gepercipieerde controle
Alternatieven Substitutie mogelijkheden in virtuele wereld op interenet
Schematische weergave hoe ervaren beperkingen kunnen leiden tot internetgebruik.
Zoals in figuur 3.4 is te zien staan de mogelijkheden om ervaren beperkingen te substitueren onder invloed van de gepercipieerde controle (weerspiegeling van interne en externe hulpbronnen). De diversiteit aan toegang tot hulpbronnen speelt bij substitutie dus een essentiële rol. Hierbij zijn met name sociale steun verkregen uit sociale relaties en een goed zelfbeeld van belang. Deze reflecteren namelijk de hulp of medewerking die mensen van anderen kunnen verwachten wanneer zij hun
beperking substitueren. Bovendien neemt de gepercipieerde controle toe bij een beter zelfbeeld en naarmate mensen meer sociale steun kunnen ontvangen (Courneya e.a.2000). Mensen die door beperkte gepercipieerde controle, substitutiemogelijkheden ontberen om te kunnen anticiperen op ervaren beperkingen zijn kwetsbaar voor zowel verslavende middelen als de kans op ontwikkeling van verslavingsgedrag. Door hun beperkingen én het gebrek aan gepercipieerde controle om deze op te heffen, voelen zij zich belemmerd in het verrichten van andere activiteiten. Daarbij gaan ze op zoek naar alternatieven (hulpbronnen en activiteiten) die ze wel eenvoudig kunnen beheersen (Kandell 1998). Bij het zoeken naar alternatieven gaat de voorkeur uit naar alternatieven die hen enige vorm van gepercipieerde controle bieden. Het internet is zo’n alternatief. Het is immers eenvoudig te beheersen en altijd aanwendbaar waardoor het mensen een gevoel van macht, houvast en zekerheid biedt. Bovendien verschaft de virtuele wereld, in tegenstelling tot gokken, alcohol of drugs, mensen een veelheid aan uiteenlopende nieuwe hulpbronnen om andere beperkingen op dezelfde wijze op te heffen (Reddeman in Staps 2000). Het grootste probleem hiervan is echter dat op internet gerealiseerde (virtuele) hulpbronnen, gebruikers enkel gepercipieerde controle verschaffen over hulpbronnen op internet. Doelen die met behulp van ‘virtuele’ hulpbronnen worden gerealiseerd zijn in het reële leven ontoereikend en stellen in de reële wereld weinig voor. Zolang de onderliggende oorzaken van de beperkingen niet worden aangepakt in de reële wereld dan worden of blijven mensen voor realisatie van hun doelen afhankelijk van internet. Door de effecten van deze negatieve spiraal houdt de behoefte aan het middel het gebruik in stand waardoor mensen veroordeeld zijn tot excessief internetgedrag.
3.4Kwetsbaarheid van studenten voor excessief internetgebruik. Universiteiten waren vanaf het ontstaan van internet al betrokken bij internet (Hamman 1997; Greenfield 1999). Gedurende de laatste jaren is deze betrokkenheid alsmede het internetgebruik onder studenten explosief gegroeid (Anderson 2000; Kandell 1998; Liebrand 2001). Maar liefst 28% van alle internetgebruikers zijn fulltime studenten (Anderson 2000). Daarbij wordt in Amerika steeds meer bezorgdheid geuit dat investeringen in computerfaciliteiten voor studiedoeleinden, door studenten worden gebruikt voor zelfdestructie in de vorm van excessief internetgebruik. (Young 2000). Deze bezorgdheid is niet voor niets aangezien studenten als groep kwetsbaar zijn om excessief internetgebruik te ontwikkelen. Studenten zijn als groep om verscheidene redenen meer kwetsbaar om excessief internet gebruik te ontwikkelen dan anderen. Ten eerste ervaren zij in hun studietijd, door uiteenlopende oorzaken, een verhoogde kans op het ondervinden van beperkingen (§ 3.4.1). Door het verrichten van zowel sociale als non-sociale activiteiten biedt internet studenten diverse mogelijkheden om ervaren beperkingen in hun streven naar welzijn, te substitueren. Het is dan ook niet ondenkbaar dat studenten deze mogelijkheden benutten. Ten tweede wordt internetgebruik vanuit de universiteit gestimuleerd (§ 3.4.2). Deze combinatie maakt het aannemelijk dat studenten die beperkingen ondervinden sneller geneigd zijn internet te kiezen als substitutie om de beperkingen op te heffen dan anderen. Onderstaand wordt de verhoogde kwetsbaarheid nader toegelicht. 3.4.1 Studenten en beperkingen Studenten kunnen gedurende hun studietijd door uiteenlopende oorzaken beperkingen ervaren. In deze paragraaf worden drie mogelijke oorzaken toegelicht. Echter dient hierbij de volgende opmerking te worden gemaakt. De impact van de oorzaken op ervaren beperkingen is afhankelijk van de hulpmiddelen waar studenten voorheen over beschikten. Daardoor kunnen sommige genoemde oorzaken voor anderen of juist op de lange termijn leiden tot toegang tot hulpbronnen. Ten eerste kunnen studenten ingrijpende beperkingen ervaren wanneer zij het ouderlijk huis en omgeving verlaten om elders te gaan studeren. Door verandering van de gezins- en/of sociale omgeving kunnen studenten immers niet meer blindelings vertrouwen op hulpbronnen die zij gewend waren zoals vaardigheden, veiligheid, zekerheid en ouderlijke steun. Deze beperkingen kunnen het aangaan van sociale relaties belemmeren en daardoor de mate van ervaren sociale steun negatief beïnvloeden. Terwijl sommige studenten in nieuwe situaties alle mogelijkheden aangrijpen om sociale contacten aan te gaan en relaties op te bouwen, ondervinden anderen juist beperkingen. Die beperkingen kunnen ertoe leiden dat deze studenten onopgemerkt ‘verdwalen’ in de gemeenschap (Anderson 2000; Kandell 1998). Beschikking over sociale relaties is immers essentieel voor het realiseren van de sociale doelen. Beperkingen in hulpbronnen om sociale relaties te realiseren kunnen bij gebrek aan substitutiemogelijkheden leiden tot gevoelens van onzekerheid en eenzaamheid (King 1996).
Ten tweede kunnen studenten beperkingen ervaren doordat zij in een ‘nieuwe wereld’ terechtkomen met een grote verscheidenheid aan ideeën, houdingen, normen, waarden en mensen. Deze ‘nieuwe wereld’ beïnvloedt hun identiteitsvormingsproces door de wijze waarop zij zichzelf, anderen, maar ook zichzelf in combinatie met anderen zien. Dit proces kan door verwachtingen ten aanzien van de studie gepaard gaan met stress, depressie, interpersoonlijke problemen en andere symptomen (Anderson 2000; Scherer 1997). Studenten kunnen bijvoorbeeld het gevoel hebben, ten opzichte van anderen, tekort te schieten in bepaalde vaardigheden om sociale activiteiten te kunnen verrichten. Dergelijke beperkingen hebben een negatieve invloed op hun zelfbeeld, de gepercipieerde controle en sociale relaties waardoor realisatie van de sociale doelen wordt begrensd. Ten
derde
kunnen
studenten
beperkingen
ervaren
door
de
toegenomen
vrijheden,
verantwoordelijkheden en verwachtingen. Onder ouderlijke vleugels vandaan kunnen deze toenames een zekere druk uitoefenen. Voor sommigen kan deze druk dusdanig groot zijn dat dit de toegang tot hulpbronnen en het verrichten van (multifunctionele) activiteiten beperkt. Deze studenten verliezen bijvoorbeeld sociale relaties doordat zij beschikbare tijd in hun studie of werk investeren. Als gevolg hiervan kunnen zij hulpbronnen verliezen en wordt onder andere de gepercipieerde controle negatief beïnvloed. 3.4.2 Stimulatie van internetgebruik vanuit de universiteit Studenten worden vanuit de universiteit ‘gestimuleerd'tot gebruik van internet. Kosten zijn vaak een bepalende factor voor de totale tijd die mensen op internet besteden. Door verstrekking van vrijwel onbeperkte gratis internetfaciliteiten wordt in feite de kostenfactor geëlimineerd (computerlokalen zijn van 8 tot 22 uur geopend). Studenten ervaren hierdoor geen of een beperktere financiële reden om hun internetgebruik te begrenzen (Kandell 1998; Anderson 2000; Young 2000). Immers, voor internetgebruik per telefoonaansluiting worden lokale telefoonkosten berekend voor de op internet bestede tijd. Een kabelaansluiting daarentegen kost per maand een vast bedrag waarna de gebruiker onbeperkt toegang heeft tot internet. Internetgebruik in internetcafés kost het meest en wordt eveneens per tijdseenheid betaald. Ten tweede stellen universiteiten internetgebruik verplicht voor communicatie, het voltooien van studiedoelen en het downloaden van studiemateriaal (rechtvaardiging van de investeringen in internetvoorzieningen) (Kandell 1998; Young 2000). Studenten ervaren evenwel door studiedruk en verwachtingen ten aanzien van prestaties behoefte aan ontspanning. Na internetgebruik voor studiedoeleinden is gebruik ervan ‘als beloning voor het gepresteerde werk’ een kleine stap. Dergelijk gebruik wordt door anderen niet beoordeeld of bijgehouden, is ongecompliceerd en zonder prestatiedruk. Bovendien beschikken zij door de roostering over grote blokken ongestructureerde tijd waarin zij uitgebreid het internet kunnen verkennen. Ten gevolge van verplichtstelling van internetgebruik en de geboden faciliteiten worden studenten in feite zonder veel barrières blootgesteld aan alle mogelijkheden die het internet biedt. Bovendien lopen zij hierdoor het gevaar langer achter de computer te blijven ontspannen dan aanvankelijk de bedoeling was (Greenfield 1999b; Hamman 1997; Kandell 1998; Young 2000).
3.4.3 Conclusie De kwetsbaarheid voor excessief internetgebruik onder studenten neemt toe wanneer studenten gebruik maken van internet om ervaren beperkingen te substitueren. Studenten die door de veranderingen in hun (studenten)leven hulpbronnen ontberen om te kunnen anticiperen op ervaren beperkingen of het gevoel ervaren hun leven niet meer in de hand te hebben gaan op zoek naar alternatieven (hulpbronnen en activiteiten). Deze alternatieven dienen eenvoudig te kunnen worden toegepast en beheerst. Bovendien gaat bij gebrek aan gepercipieerde controle de voorkeur uit naar alternatieven die hen enige vorm van controle, macht, houvast of zekerheid bieden. De kwetsbaarheid van studenten wordt daarbij vergroot doordat de universiteit laagdrempelige internetfaciliteiten biedt. De eenvoud van toegang tot internet maakt het internet dan nog aantrekkelijker om substitutie te realiseren. Internetgebruik verschuift in het geval van substitutie voor ervaren beperkingen van middel om hulpbronnen te verwezenlijken (zoals kennis en vaardigheden) naar instrumenteel doel om welzijn te realiseren (bijvoorbeeld gedragsbevestiging). Hierbij spelen de psychosociale eigenschappen van studenten een belangrijke rol. Het leven zonder gebruik van internet kan dan moeilijker en vervelender worden waardoor de behoefte aan het gebruik het middel in stand houdt (Kandell 1998; West 1998).
Hoofdstuk 4 Vraagstelling, operationalisering van de begrippen en de hypothesen In dit hoofdstuk komen achtereenvolgens de volgende onderwerpen aan de orde. Allereerst de vraagstellingen van het onderzoek en operationalisatie van de begrippen (§ 4.1). Daarna het onderzoeksmodel (§ 4.2) en tot slot de hypothesen (§ 4.3).
4.1
Vraagstellingen van het onderzoek en operationalisatie van de begrippen
Vraagstellingen van het onderzoek De centrale onderzoeksvraag luidt: Welke factoren spelen een rol bij het internetgebruik van studenten aan de Rijksuniversiteit Groningen? Om deze vraag te kunnen beantwoorden zijn er vier deelvragen geformuleerd: 5
Wat is de omvang en aard van het internetgebruik onder studenten aan de Rijksuniversiteit Groningen?
6
Welke negatieve gevolgen ondervinden studenten door hun internetgebruik?
7
Bestaan er relaties tussen internetgebruik, internetgerelateerde problemen en psychosociale eigenschappen van studenten?
8
Welke determinanten voor excessief internetgebruik zijn er onder studenten aan de Rijksuniversiteit Groningen te onderscheiden?
Ad 1
Wat is de omvang en aard van het internetgebruik onder studenten aan de Rijksuniversiteit Groningen.
In de eerste deelvraag staat het internetgebruik van de studenten aan de RUG in het algemeen centraal. Met deze vraag wordt beoogd inzicht te verkrijgen in het internetgebruik onder de studenten van de Rijksuniversiteit Groningen. Het resultaat en de conclusies betreffende deze deelvraag zullen beschrijvend zijn. Operationalisatie van de begrippen
34
Omvang van het internetgebruik (vragenlijst vragen 12-14, 15-17,18-27) . De omvang van het internetgebruik is het gemiddeld aantal uren dat studenten per week gebruik maken van het internet. De keuze om de omvang van het internetgebruik in uren te meten is gebaseerd op de overweging dat een uur een voor alle respondenten bekende omvang heeft. Ten tweede is het eenvoudig om aan de hand van uren verschillen tussen de studenten aan te geven. Het totaal aantal uren dat studenten gemiddeld per week gebruik maken van internet wordt op drie manieren gemeten. Ten eerste naar de aard van het internetgebruik, ten tweede naar de functie die het internetgebruik voor de studenten heeft en tenslotte naar de locatie vanaf waar de studenten gebruik maken van internet. De vragen naar het totaal aantal uren dat studenten per week gemiddeld gebruik maken van internet naar
functie, locatie en aard worden gesteld om inzicht te verkrijgen in het totale internetgebruik. 35
Locatie vanaf waar de studenten gebruik maken van internet (vragenlijst, vragen 12-14) . De locatie vanaf waar de studenten gebruik maken van internet is onderverdeeld naar het gebruik van internet thuis, op de faculteit en in het internetcafé en/of elders. De vraag naar de locatie van het internetgebruik wordt gesteld om verschillen in toepassing van het gebruik van internetfaciliteiten onder studenten aan te kunnen geven. Functie die het internet voor de studenten heeft (vragenlijst, vragen 15-17). De functie die internet voor de studenten heeft is onderverdeeld naar het gebruik ervan voor de studie, voor vrije tijd en voor werk en/of bijbaan. Aan de hand van deze resultaten kan onderscheid worden gemaakt tussen functioneel internetgebruik en internetgebruik als vrijetijdsbesteding. Dit onderscheid wordt van belang geacht om het internetgebruik onder de studenten nader te kunnen specificeren en te kunnen vergelijken met andere onderzoeken.
Aard van het internetgebruik (vragenlijst, vragen 18-27). De aard van het internetgebruik wordt weergegeven vanuit de veelheid aan mogelijkheden die het internet biedt. De onderscheiden mogelijkheden zijn: gericht informatie zoeken, surfen, emailen, chatten en/of bezoek aan virtuele omgevingen, spelletjes spelen en/of gokken, shoppen, financiën regelen, multimedia onderwijs, bezoek aan erotische sites en overige (ongedefinieerde) mogelijkheden die het internetgebruik voor de student heeft. Aan de hand van de diverse mogelijkheden kan onderscheid worden gemaakt tussen toepassing van internet voor sociale activiteiten (e-mail en chatten) en voor niet-sociale activiteiten (gericht informatie zoeken, surfen, shoppen, financiën regelen en multimedia onderwijs). Gebruik van internet voor het spelen van spelletjes, en/of gokken, bezoek aan erotische sites en voor het verrichten van ongedefinieerde activiteiten kan zowel sociaal als niet-sociaal zijn.
Studenten aan de Rijksuniversiteit Groningen (vragenlijst, vragen 1-3, 9-11, 84-86). Dit zijn studenten die op 1 december 2000 voor het studiejaar 2000-2001 stonden ingeschreven aan de Rijksuniversiteit Groningen. Deze studenten zullen tevens worden ingedeeld in groepen. De verdeling in groepen vindt plaats naar geslacht, leeftijd, faculteit, jaar van studie, woonsituatie en computerbezit.
34 35
Zie voor de vragenlijst bijlage 1 Zie voor de vragenlijst bijlage 1
Ad2
Welke negatieve gevolgen ondervinden studenten door hun internetgebruik?
In de tweede deelvraag staan de ervaren negatieve gevolgen van het internetgebruik onder studenten centraal. De keuze voor inventarisatie van negatieve gevolgen is ten eerste gebaseerd op de overweging dat (excessief) internetgebruik kan leiden tot problemen die realisatie van het subjectief welzijn negatief beïnvloeden. Ten tweede is de omvang van de gevolgen van internetgebruik onder studenten in Nederland nog onbekend. Tenslotte wordt inventarisatie van de gevolgen van internetgebruik van belang geacht omdat internetgebruik dat alleen in uren is gemeten, een onvolledig beeld van het internetgedrag onder studenten verschaft. Het zou immers kunnen betekenen dat studenten die 8 uur per dag gebruik maken van het internet voor hun studie, onterecht als excessieve internetgebruikers kunnen worden bestempeld. Door inventarisatie van de gevolgen van het internetgebruik onder studenten wordt beoogd inzicht te verkrijgen in de negatieve consequenties die studenten door hun internetgebruik ervaren. Het resultaat en de conclusie van deze deelvraag zullen beschrijvend zijn. Operationalisatie van de begrippen
Negatieve gevolgen Internetgebruik kan zowel fysieke, psychische, sociale als maatschappelijke problemen tot gevolg hebben. 36
Fysieke problemen (vragenlijst, vragen 74-78) . Fysieke problemen als gevolg van het internetgebruik worden vertaald naar ervaren lichamelijke klachten (muisarm of RSI, vermoeidheid, rugklachten, geïrriteerde branderige ogen en of klachten sinds de middelbareschoolleeftijd zijn toegenomen). De klachten die geïnventariseerd worden, zijn de fysieke klachten die in de literatuur het meest frequent worden beschreven. Psychische, sociale en maatschappelijke gevolgen (vragenlijst, vragen 28-45). Sociale, psychische en maatschappelijke gevolgen worden vertaald naar het aantal internetgerelateerde problemen die studenten als gevolg van hun internetgebruik ondervinden. Inventarisatie van internetgerelateerde problemen verschaft ten eerste inzicht in de mate waarin het normaal functioneren van studenten lijdt onder het internetgebruik.
Ten
tweede
worden
de
geïnventariseerde
internetgerelateerde
problemen toegepast om excessieve internetgebruikers nader te specificeren. Goldberg (1995), Greenfield (1999), Young (1996), Suler (1999b), Horlings (2001) en Van den Eijnden e.a. (2000) hebben eerder onderzoek naar internetgerelateerde problemen verricht. Op basis van hun vragenlijsten is een nieuwe schaal samengesteld. Voorbeelden van de gehanteerde items betreffen onder andere: het ervaren van onthoudingsverschijnselen, het niet meer kunnen stoppen met internetten, regelmatig langer online blijven dan aanvankelijk de bedoeling was en liegen over tijd die besteed wordt op internet.
36
Zie voor de vragenlijst bijlage 1
Ad 3
Bestaan er relaties tussen internetgebruik, internetgerelateerde problemen en psychosociale eigenschappen van studenten?
In de derde deelvraag staan relaties tussen internetgebruik, internetgerelateerde problemen en psychosociale eigenschappen van studenten centraal. Relaties worden verwacht op basis van de theorie in hoofdstukken 2 en 3. Aangezien dit geen longitudinaal onderzoek is, kunnen er voor wat betreft deze eigenschappen, geen uitspraken worden gedaan over ervaren veranderingen. Met deze deelvraag wordt dan ook beoogd eventuele relaties aan te geven om verschillen tussen studenten naar internetgebruik en internetgerelateerde problemen aan te kunnen geven. Het resultaat en de conclusie betreffende deze deelvraag zullen beschrijvend en beperkt verklarend zijn. Operationalisatie van de begrippen
Internetgebruik (vragenlijst vragen 12-14, 15-17,18-27). Internetgebruik is het gemiddeld aantal uren dat studenten per week gebruik maken van internet (UPW schaal). Bovendien kunnen hiervoor ook de afzonderlijke items van het internetgebruik in uren worden toegepast (zie hiervoor ook deelvraag 1).
Internetgerelateerde problemen (vragenlijst, vragen 28-45). Internetgerelateerde problemen zijn de ondervonden psychische, sociale en maatschappelijke gevolgen die studenten door hun internetgebruik ervaren (zie hiervoor ook deelvraag 2).
Psychosociale eigenschappen De psychosociale eigenschappen van studenten die in de deze deelvraag centraal staan betreffen de kwaliteit van ervaren sociale relaties, de mate gepercipieerde controle en het zelfbeeld. Sociale relaties (vragenlijst, vragen 46-56). Sociale relaties weerspiegelen de mate waarin studenten het gevoel hebben dat zij op anderen kunnen vertrouwen en of er anderen voor hen klaar staan. Teneinde het subjectief ervaren van een onplezierig of ontoelaatbaar gemis aan (kwaliteit van) sociale relaties te meten, wordt er gebruik gemaakt van de “eenzaamheidsschaal” van De Jong-Gierveld en Van Tilburg (1991). Het gaat daarbij om de discrepantie tussen de gerealiseerde contacten en de contacten die men voor zichzelf zou wensen. Gepercipieerde controle (vragenlijst, vragen 57-63). De gepercipieerde controle weerspiegelt de mate van controle die studenten over hun handelen menen te hebben. Teneinde de gepercipieerde controle te meten wordt er gebruik gemaakt van de “Mastery scale” van Pearlin en Schooler (1978). Zelfbeeld (vragenlijst, vragen 64-73). Het zelfbeeld omvat alle oordelen die studenten over zichzelf hebben: hoe ze zichzelf zien, hun doen en laten waarderen, zichzelf zien in interactie met anderen en hoe ze denken dat anderen over hen denken. Teneinde het zelfbeeld te meten, wordt er gebruik gemaakt van de “Rosenberg Self-Esteem” schaal (Rosenberg,1965).
Ad 4
Welke determinanten voor excessief internetgebruik zijn er onder studenten aan de Rijksuniversiteit Groningen te onderscheiden?
In de vierde deelvraag staan factoren centraal die het internetgebruik onder studenten mogelijk beïnvloeden. De keuze om determinanten van excessief internetgebruik te onderscheiden, is gebaseerd op de overweging dat, indien er studenten worden geïdentificeerd die excessief gebruik maken van het internet, er een profiel van deze gebruikers kan worden gegeven. De keuzes voor de determinanten zijn gemaakt op basis van de theorie in hoofdstukken 2 en 3. Het resultaat en de conclusie van deze deelvraag zullen deels beschrijvend en beperkt verklarend zijn.
Determinanten Determinanten zijn factoren die een ontwikkeling of toestand (mede) bepalen (Kruyskamp 1976). De determinanten waaraan toetsing van excessief internetgebruik in uren plaatsvindt, geschiedt aan de hand van de basisvariabelen en door toetsing aan de mate van ervaren psychosociale aspecten (sociale relaties, gepercipieerde controle en zelfbeeld). Toetsing van determinanten van excessief internetgebruik naar de mate van ervaren internetgerelateerde problemen vindt plaats aan de hand van de basisvariabelen, psychosociale aspecten en de afzonderlijke items van het internetgebruik in uren. Tot slot worden ook determinanten van de ervaren fysieke klachten onderscheiden. Daarbij vind toetsing plaats aan de hand van de basisvariabelen, de mate van ervaren psychosociale eigenschappen, de afzonderlijke items van het internetgebruik in uren en de mate van ervaren internetgerelateerde problemen.
Excessief internetgebruik In dit onderzoek worden twee categorieën excessieve internetgebruikers onderscheiden. De eerste categorie excessieve internetgebruikers worden vastgesteld op basis van het aantal uren
internetgebruik
per
week
(deelvraag
1).
De
tweede
categorie
excessieve
internetgebruikers wordt vastgesteld op basis van de internetgerelateerde problemen die studenten ervaren (deelvraag 2). Onderscheid tussen excessieve internetgebruikers en de overige gebruikers wordt gemaakt door het hanteren van een cut-off point bij de toegepaste schalen. In de regressie analyse wordt gewerkt met de schalen (zie § 6.2). Bovendien wordt er aan de hand van de ervaren fysieke problemen ook getracht determinanten te onderscheiden
4.2 De onderzoeksmodellen
Internetgebruik in uren *Aard *Functie * Locatie (1) Basisvariabelen *Geslacht *Leeftijd *Faculteit *Jaar van studie *Woonsituatie *computerbezit Figuur 4.1.
(2) Negatieve
gevolgen
*Fysieke klachten
*Internet gerelateerde problemen
(3) Relatie met psychosociale eigenschappen. *Sociale relaties *Gepercipieerde controle *Zelfbeeld
Onderzoeksmodel van de deelvragen 1, 2 en 3: welke factoren spelen een rol bij het internetgebruik van studenten aan de Rijksuniversiteit Groningen.
In figuur 4.1 staan de deelvragen 1, 2 en 3 schematisch weergegeven. Het internetgebruik staat aangegeven in het bovenste groene blok. Dit gebruik betreft de omvang van het internetgebruik gemeten in het aantal uren per week van studenten aan de Rijksuniversiteit Groningen. Ten tweede staan links in het blauwe blok de onderscheiden basisvariabelen weergegeven als mogelijk bepalende factoren voor het internetgebruik (deelvraag 1). Negatieve gevolgen van het internetgebruik staan in de blokken in het midden weergegeven (deelvraag 2). In het roze blok rechts ten slotte staan de verwachte relaties aangegeven tussen het internetgebruik, de internetgerelateerde problemen en psychosociale eigenschappen (sociale relaties, gepercipieerde controle en zelfbeeld) (deelvraag 3).
Basisvariabelen Psychosociale eigenschappen Basisvariabelen Psychosociale eigenschappen
Internetgebruik in uren per week totaal
Internetgerelateerde problemen
Afzonderlijke items uren internetgebruik Basisvariabelen Psychosociale eigenschappen Afzonderlijke items uren internetgebruik
Fysieke klachten
Internetgerelateerde problemen Figuur 4.2. Onderzoeksmodel deelvraag 4: determinanten van excessief internetgebruik. In figuur 4.2. staan zowel de afhankelijke (rechts) als de onafhankelijk variabelen (links) weergegeven teneinde determinanten van excessief internetgebruik te kunnen onderscheiden (deelvraag 4). Door de pijlen worden mogelijke determinanten van excessief internetgebruik Met behulp van regressie analyse worden de determinanten getoetst op de mate waarin ze excessief internetgebruik voorspellen.
4.3Hypothesen
Dit hoofdstuk wordt afgesloten met weergave van de opgestelde hypothesen. Aangezien de eerste twee deelvragen beschrijvend zijn, zijn daar geen hypotheses voor opgesteld. De laatste twee deelvragen worden ondersteund door de hypothesen die in deze paragraaf worden weergegeven. Hypothesen 1, 2 en 3 Mensen realiseren hun sociale doelen (gedragsbevestiging, status en affectie) over het algemeen in de reële wereld. Diegenen die psychosociale beperkingen ondervinden zullen daarentegen geneigd zijn hun doelen op alternatieve wijze te realiseren. Uit hoofdstukken 2 en 3 bleek dat het internet en de virtuele wereld kunnen fungeren als alternatief om het sociaal welzijn te realiseren. Tevens bleek dat mensen die hun doelen met behulp van internet realiseren, voor realisatie van hun welzijn, afhankelijk blijven van het internet. Hieruit volgen drie hypothesen. Excessief internetgebruik en eenzaamheid (1)
Hoe meer eenzaamheid studenten ervaren, des te excessiever het internetgebruik.
Excessief internetgebruik en gepercipieerde controle (2)
Hoe geringer de mate van gepercipieerde controle, des te excessiever het internetgebruik.
Excessief internetgebruik en het zelfbeeld (3) Hoe lager het zelfbeeld, des te excessiever het internetgebruik. Hypothese 4 Excessieve internetgebruikers ondervinden volgens theorie in hoofdstukken 2 en 3 beperkingen in hun hulpbronnen om de doelen van het subjectief welzijn te realiseren. Deze beperkingen treffen met name de psychosociale hulpbronnen. Een gebrek aan sociale relaties, het tekort schieten van sociale vaardigheden, een laag zelfbeeld of geringe gepercipieerde controle zijn hiervan slechts enkele voorbeelden. Internet biedt gebruikers door de toegankelijkheid, wereldwijdheid, vorm van communicatie en de anonimiteit, unieke mogelijkheden om dergelijke beperkingen te substitueren. Toegang tot deze substitutiemogelijkheden wordt met name verschaft door het verrichten van sociale activiteiten zoals e-mailen, chatten, bezoek aan nieuwsgroepen en betreden van virtuele spelomgevingen. Op basis hiervan lijkt het aannemelijk dat excessieve internetgebruikers zich vooral voelen aangetrokken tot internet door de sociale activiteiten die het biedt. Daarom wordt verwacht dat excessieve internetgebruikers meer tijd besteden aan sociale activiteiten dan de overige internetgebruikers. Excessief internetgebruik en de aard van het internetgebruik. (4)
Excessieve internetgebruikers maken meer gebruik van internet voor verrichting van sociale activiteiten dan de overige internetgebruikers.
In het volgende hoofdstuk wordt ingegaan worden op de onderzoeksopzet en representativiteit.
Hoofdstuk 5
De onderzoeksopzet en representativiteit
De deelvragen worden beantwoord en de hypothesen uit hoofdstuk 4 worden getoetst met behulp van de gegevens uit de enquête die onder een groep studenten is gehouden. In dit hoofdstuk wordt de gehanteerde werkwijze van het onderzoek beschreven en verantwoord. Eerste wordt de gekozen methode van het onderzoek weergegeven (§ 5.1). Daarna worden de respons en de representativiteit van de steekproef beschreven (§ 5.2). 5.1De onderzoeksopzet De beschrijving van de onderzoeksopzet is tweedelig. Eerst wordt de keuze voor de methode van dataverzameling verantwoord (§ 5.1.1). Daarna worden de toegepaste analysetechnieken kort aangeven (§ 5.1.2). 5.1.1 Verantwoording van de keuze voor de methode van dataverzameling Voor beantwoording van de onderzoeksvragen is uiteindelijk gekozen voor het gebruik van een elektronische enquête; dit betekent dat de enquête via het internet bereikbaar is. De keuze voor deze vorm van dataverzameling is tot stand gekomen na afweging van alternatieven op basis van een aantal criteria waaraan de dataverzameling diende te voldoen. 1
Anonimiteit moest gewaarborgd worden aangezien mensen niet graag openlijk persoonlijke of negatieve eigenschappen delen.
2
De onderzoeksgroep diende zo groot mogelijk te zijn, omdat voor beantwoording van de vierde deelvraag een werkbare onderzoeksgroep excessieve internetgebruikers vereist was. Uit literatuur blijkt dat er gemiddeld 5 procent verslaafden verwacht mocht worden. Voor een werkbare onderzoeksgroep van 100 personen waren dan minimaal 2000 respondenten (10% van de populatie) noodzakelijk.
3
De dataverzameling diende, door beperkte financiële middelen, betaalbaar te zijn.
4
De dataverzameling mocht door de verwachte omvang van de onderzoeksgroep en de verwachte omvang van de vragenlijst, niet te arbeidsintensief en tijdrovend zijn.
5
Tenslotte moest de methode zodanig zijn dat respondenten maximaal één enquête per persoon konden terugsturen. Dit om een eerlijke steekproef te verkrijgen.
Na afweging van bovenstaande criteria werd gekozen voor dataverzameling door het afnemen van enquêtes. Ten eerste is dit een beproefde methode.Ten tweede kan daarmee anonimiteit worden gewaarborgd. Tenslotte kan met behulp van enquêtes eenvoudig omvangrijke dataverzameling plaatsvinden. Na selectie van de methode van dataverzameling diende de volgende kwesties zich aan. Enquêteren vanaf papier of met behulp van het internet. Tevens rees de vraag hoe een zo groot mogelijke respons kon worden gerealiseerd. Aangezien studenten dwingend geadviseerd worden dagelijks hun universiteits-e-mail te controleren werd in eerste instantie beoogd alle studenten van alle faculteiten een e-mail te sturen. Dit leek een goede methode om een grote respons te krijgen maar de beperkingen werden snel duidelijk. Ten eerste zou het netwerk overbelast raken, ten tweede zijn niet alle studenten dagelijks verplicht hun e-
mail te controleren en ten slotte rees het probleem hoe de ingevulde enquêtes anoniem ontvangen en verwerkt konden worden. Enquêteren via e-mail bleek dus geen optie. Ten tweede ontstond het idee om gegevens te verzamelen door verspreiding van enquêtes in de computerlokalen, collegezalen en/of kantines van de verschillende faculteiten. Problemen werden al snel gesignaleerd. Studenten die voornamelijk thuis werken konden dan niet worden meegenomen in het onderzoek en er zou een selectie kunnen plaatsvinden die ten koste zou gaan van de omvang van de onderzoeksgroep. Daarbij ontbrak de mogelijkheid tot controle voor het terugsturen van meerdere enquêtes per persoon. Bovendien was dit een kostbare, arbeidsintensieve en tijdrovende optie. De derde overweging was om respondenten volgens het sneeuwbalprincipe te selecteren. Daarbij wijzen studenten die veel internetten andere veelvuldig internetters aan. Met de aldus verkregen informatie zou het niet mogelijk zijn de onderzoeksvragen te beantwoorden. Het zou het beeld weergeven van de mensen die veel internetten in tegenstelling tot het beeld van de gemiddelde Groningse studenten. Uiteindelijk deed zich de mogelijkheid voor om de enquête aan te bieden via de internetpagina van het 37
COWOG
(www.progress.nl/rug). Studenten raadplegen deze internetpagina ter kennisneming van
hun studieresultaten, om zich in te schrijven voor vakken en tentamens en voor het verkrijgen van eventuele aanvullende informatie met betrekking tot hun studie. Hierdoor mag er dus redelijkerwijs vanuit worden gegaan dat vrijwel alle studenten deze site geregeld bezoeken. De voordelen van deze optie waren buitengewoon. Anonimiteit kon worden gewaarborgd, een groot aantal studenten kon worden benaderd, het was financieel haalbaar (fl 2500,-), de gegevens konden eenvoudig worden verzameld en geordend en door een ingebouwde beveiliging was het per student slechts eenmaal mogelijk om de enquête te versturen. Het enige probleem bleek dat het COWOG al vaker kleine enquêtes had afgenomen maar nog nooit een grote vragenlijst. Toen daar een oplossing voor gevonden was kon de dataverzameling van start gaan. Het benaderen van het grote aantal studenten is gebaseerd op een praktische overweging. Vanuit het COWOG was het niet haalbaar om een selectie te benaderen. Het handmatig steekproeven selecteren per faculteit en per studiejaar zou een te omslachtig werkwijze zijn. Om die reden is dan ook de keus gemaakt om alle studenten aan de Rijksuniversiteit Groningen te benaderen (de hele populatie). HBO studenten zijn in dit onderzoek niet meegenomen. De keuze voor de dataverzameling in de periode 5 tot 23 april 2001 is gebaseerd op de overweging dat de tweede tentamenperiode (die overigens niet voor alle studies precies gelijktijdig valt) dan net achter
de
rug
zou
zijn.
Studenten
die
hun behaalde resultaten op
de
internetpagina
www.progress.nl/rug van het COWOG bekeken, konden dan direct participeren in het onderzoek.
37
Het COWOG is het universitair Centrum voor Onderzoek en Ontwikkeling van Hoger Onderwijs. ProgRESS (een programma van het COWOG) is het Programma voor Registratie en Evaluatie van Studievoortgang van Studenten.
Er zijn veel activiteiten ondernomen om de aandacht van studenten voor de enquête te vragen. Ten eerste verscheen er bij het aanzetten van elke universiteitscomputer een link
38
die aandacht vestigde
op de enquête. Ten tweede heeft er een aankondiging in de Universiteits Krant (UK) gestaan. Ten derde zijn er op alle faculteiten en in de Universiteitsbibliotheek posters opgehangen op prikborden in kantines, studiezalen en andere toegestane plaatsen. Tot slot ben ik naderhand geïnformeerd dat er e-mails naar alle geneeskundestudenten waren gestuurd. Op de internetpagina www.progress.nl/rug van het COWOG kon de hyperlink eenvoudig worden aangeklikt waarna de enquêtepagina opende. Na invulling van de enquête werden de antwoorden met één druk op de knop teruggestuurd naar het COWOG. Daar werden alle antwoorden samengevoegd in een SSPS system file waarop uiteindelijk de data-analyse kon plaatsvinden. 5.1.2 Toegepaste analysetechnieken De representativiteit van de steekproef wordt bepaald met behulp van een chi-kwadraat toetsing. De betrouwbaarheid van de gebruikte meetinstrumenten wordt getoetst met de Cronbach’s alpha. De schalen worden tevens getoetst met behulp van een Mokkenschaalanalyse en een factoranalyse. Voor de Mokkenschaal analyse wordt gebruik gemaakt van het MSP programma (Mokken Scale analysis for Polytomous items). Voor
de
beantwoording
van
de
deelvragen
wordt
gebruik
gemaakt
van
verscheidene
analysetechnieken: t-toetsen, variantie-analyse, Chi-kwadraat toetsen, Spaerman’s rang correlaties en regressie-analyse. Hiervoor wordt gebruik gemaakt van statistische programmatuur; SPSS (Statistical Product and Service Solutions).
38
Verwijzing in een document naar een ander document, in dit geval de enquête. Het activeren van de verwijzing door een muisklik geeft direct toegang tot het betreffende document.
5.2
Respons en representativiteit van de steekpoef
In deze paragraaf wordt eerst de respons op de enquête weergegeven (§ 5.2.1). Vervolgens worden de respons (§ 5.2.2) en representativiteit in de steekproef weergegeven (§ 5.2.3). 5.2.1 De respons op de enquête De steekproef omvat die studenten die gedurende de periode van 5 tot 23 april 2001 de COWOG www.progress.nl/rug internetpagina bezochten, hun studentennummer en wachtwoord invoerden, de link naar de enquêtepagina aanklikten en de ingevulde enquête uiteindelijk weer terug stuurden. De beschikking over een studentennummer met bijbehorend wachtwoord voor toegang tot de COWOGinternetpagina waren de enige inclusiecriteria. Uit de cijfers van het COWOG blijkt dat er in de periode van 5 april tot 23 april 2001, 10.892 maal is ingelogd op de COWOG-internetpagina (zie tabel 5.1). Het probleem hierbij is dat het onduidelijk is of studenten éénmaal of vaker hebben ingelogd. Volgens het COWOG hebben 1062 studenten de enquête teruggestuurd. In de datafile daarentegen zitten 1014 cases. Het verschil tussen het aantal ontvangen en getelde enquêtes wordt veroorzaakt door studenten die bij meerdere faculteiten staan ingeschreven. Deze worden door het COWOG dubbel meegeteld. Vanaf nu wordt gewerkt met het aantal ontvangen cases in de datafile. Als het aantal teruggestuurde enquêtes wordt gekoppeld aan het totaal aantal maal dat is ingelogd op de COWOG-internetpagina, dan komt de respons op een percentage van 9,3 procent. Wanneer er vanuit wordt gegaan dat sommige studenten vaker dan één maal hebben ingelogd, zal de feitelijke respons iets hoger zijn. Daar zijn overigens geen exacte gegevens over beschikbaar. Met 1014 terug gestuurde enquêtes komt de respons over de gehele populatie op 5,5 procent (populatie bestaat totaal uit 18.467 studenten). Tabel 5.1.
Verdelingen van verwachte (naar omvang studentenpopulatie en naar verdeling inlogregistratie per faculteit ) en ontvangen enquêtes naar faculteit.
Faculteit
Letteren Geneeskunde Rechtsgeleerdheid Wis en Natuurkunde Economie PPSW Bedrijfskunde Ruimtelijk Wetenschappen Wijsbegeerte Godgeleerdheid Totaal
Verdeling van studenten over de faculteiten 3273 1812 3144 2148 1857 2701 2738 507 124 163 18467
Verwachte verdeling van ontvangen enquêtes naar verdeling studenten 178 99 171 117 101 147 149 28 7 9
Verdeling Verwachte Aantal van het verdeling van ontvangen aantal maal ontvangen enquêtes dat werd enquêtes naar ingelogd aantal maal dat werd ingelogd 1754 162 202 580 54 197 1509 140 126 1202 111 118 1478 137 115 1842 170 113 2034 188 76 304 28 26 117 11 22 72 7 12 10892 1007
(Bronnen: CSA van de RUG en COWOG Groningen)
In tabel 5.1 staan de verdelingen tussen het aantal verwachte en het aantal ontvangen enquêtes per 39
faculteit weergeven. Deze verdelingen zijn het resultaat van twee uitgevoerde Chi-kwadraat toetsen . 39
In een Chi-kwadraat toets wordt bijvoorbeeld de verdeling van studenten over de faculteiten vergeleken met de in het onderzoek gevonden verdeling van het aantal ontvangen enquêtes van die studenten. Van de in de
In de tweede en derde kolom staan de verdelingen tussen het aantal ontvangen enquêtes naar faculteit en het aantal verwachte enquêtes naar omvang van de faculteit aangegeven. Deze 2
verdelingen zijn significant verschillend (Chi = 194,09, p<0,01, df =9). De verdeling tussen het aantal e
e
ontvangen en verwachte enquêtes naar het aantal keer dat werd ingelogd per faculteit (4 en 5 kolom)
verschilt
eveneens
significant
2
(Chi =500,36,
p<0,01,
df
=9).
Wijsbegeerte
en
Geneeskundestudenten hebben relatief de hoogste respons per faculteit. 5.2.2 Respons in de enquête De enquête bevat 86 vragen. Van de 1014 enquêtes die zijn terug gestuurd heeft 40 procent van de respondenten (N=406) alle vragen beantwoord. Totaal 47 procent van de respondenten (N=479) heeft één tot en met tien vragen onbeantwoord gelaten. Ten slotte heeft circa 10 procent van de respondenten (N=102) minder dan de helft van het totaal aantal vragen ingevuld. De meesten van hen
Item groepen
zijn na het invullen van de eerste internetpagina van de enquête gestopt.
Basis faculteit en hoe lang Zien van het internet Internet faciliteiten Lokatie en motivatie Aard van het internetgebruik Internet gerelateerde stellingen Eenzaamheidsschaal Mastery schaal Rosenbergs zelfbeeld schaal Klachtenschaal Toen nu vragen Basis leeftijd geslacht woon
14 14
1000 1000 53
961 102 114
912 900
Aant respondenten dat alle vragen ingevuld heeft
32
982 119 115
895 899 152
862
114 106 113
900 905 901
Aantal respondenten dat niet alle alle vragen beantwoord heeft
N
Grafiek 5.1.
Percentages ingevulde itemgroepen.
In grafiek 5.1 is af te lezen dat de internetgerelateerde problemen favoriet waren bij de respondenten. Slecht 32 personen hebben niet alle 18 vragen van die schaal beantwoord. Dit in tegenstelling tot de daarop volgende schalen. Met name de schaal om het zelfbeeld te meten is het minst compleet beantwoord. Deze schaal mist 152 volledige antwoordensets.
vergelijking berekende Chi-kwadraat is bovendien de de kansverdeling berekend. Aan de hand daarvan kan geconcludeerd worden of geobserveerde verschillen aan toeval kunnen worden toegeschreven ‘niet statistisch significant’ zijn, of dat de verschillen vermoedelijk door iets anders zijn ontstaan ‘statistisch significant’. De pwaarde is het criterium dat aangeeft of er sprake is van toeval of geen toeval (p<0,01, p<0,05).
Als gevolg van de grote aantallen ontbrekende waarden zijn er binnen de steekproef inclusie en exclusie criteria voor de onderzoeksgroep opgesteld. Inclusie criteria gelden voor respondenten die: 1. Alle 6 items naar het gemiddeld aantal uren internetgebruik per week hebben ingevuld voor wat betreft internetgebruik naar locatie en internetgebruik naar functie. Bovendien mocht de som van het totaal aantal uren internetgebruik naar locatie of naar functie geen nul zijn. Dat zou immers betekenen dat de respondent al gebruik makend van het internet beweerde dat deze persoon vanaf geen enkele locatie het internet gebruikt of van geen enkel functie van internet gebruik maakt. 2. Alle 18 items betreffende internetgerelateerde problemen hebben ingevuld. Deze twee inclusie criteria zijn essentieel aangezien het onderzoek internetgebruik betreft. Respondenten die aan beide inclusie criteria voldeden (N=874) werden alsnog buiten de analyses gelaten wanneer zij voor andere toegepaste afzonderlijke items niets hadden ingevuld. Daarbij geldt voor het gebruik van analyses met schalen, dat respondenten met maximaal 1 ontbrekende waarde toch meegenomen werden. Er is gekozen om maximaal 1 ontbrekende waarde per schaal te vervangen teneinde de onderzoeksgroep zo groot mogelijk te houden. De grens is op maximaal één ontbrekende waarde gesteld omdat het vervangen van een ontbrekende waarde op zich geen ideale situatie vormt. Tevens kan er een vertekend beeld ontstaan wanneer er meer ontbrekende waarden worden vervangen. Aan de ontbrekende waarden is het schaalgemiddelde toegekend. De keuze viel op het schaalgemiddelde omdat de andere mogelijkheden onder bepaalde voorwaarden alsnog in ontbrekende waarden konden resulteren. Door het hanteren van exclusie criteria in de analyses zal de grootte van de onderzoeksgroep (N) per analyse verschillen. 5.2.3 Representativiteit van de steekproef De gegevens over de populatie zijn afkomstig van de Centrale Studenten Administratie (CSA) van de Rijksuniversiteit Groningen (RUG). Op peildatum 1 december 2000, stonden voor het studiejaar 2000-2001 totaal 18.572 studenten ingeschreven aan de RUG. Deze studenten zijn verdeeld over 10 faculteiten en de lerarenopleiding. Deze laatste opleiding is om praktische redenen buiten het onderzoek gelaten. De populatie komt na aftrek van het aantal ingeschrevenen aan de lerarenopleiding op een totaal van 18.467 studenten.
Representativiteit van de steekproef naar geslacht, faculteit, geboortejaar en jaar van studie. In de populatie zijn 9142 mannelijke studenten (49,5 %) en 9325 vrouwelijke (50,5 %). De steekproef bestaat voor 45 procent uit mannen en 55 procent uit vrouwen (N=874). De steekproef verschilt significant van de populatie RUG studenten voor wat betreft
De verdeling over de faculteiten 2
Geneeskundestudenten zijn oververtegenwoordigd (Chi = 163,57, p <0,01, df =9, N= 868).
De verdeling over alpha en bèta faculteiten 2
Bèta zijn studenten oververtegenwoordigd (Chi = 796,39, p <0,01, df = 1, N=868).
De verdeling van de geboortejaren 2
Vanaf 1981 geborenen zijn oververtegenwoordigd (Chi = 84,50, p <0,01, df = 3, N=790).
De verdeling naar jaar van studie 2
Eerstejaarsstudenten zijn oververtegenwoordigd (Chi = 31,58, p <0,01, df =1, N=865).
De verdeling van de eerstejaars studenten naar faculteit Geneeskunde zijn oververtegenwoordigd en rechten en bedrijfskunde studenten zijn 2
ondervertegenwoordigd. (Chi = 62,25, p <0, 01, df = 9, N=252).
Voor wat betreft bovenstaande verdelingen mag er dus niet worden aangenomen dat de steekproef aselect uit de populatie van de RUG studenten getrokken kan zijn. De steekproef is dus niet representatief voor de populatie studenten aan de Rijksuniversiteit Groningen. De steekproef mag alleen representatief genoemd worden voor wat betreft de verdeling van de studenten naar geslacht 2
(Chi =5,08, p>0,01,df = 1, N=787). Andere uitspraken zijn niet zondermeer te generaliseren naar alle studenten van de Rijksuniversiteit Groningen. Wel wordt verwacht dat het onderzoek een eerste indruk geeft van het internetgebruik van de studenten in 2001.
Hoofdstuk 6
Bespreking van de vragenlijst en meetinstrumenten
In dit hoofdstuk worden de vragenlijst (§ 6.1) en de gebruikte meetinstrumenten (§ 6.2) beschreven. De enquête is te vinden in bijlage 1 waar tevens de procentuele verdelingen staan weergegeven.
6.1De vragenlijst De omvang van de vragenlijst werd beperkt door de beschikbare ruimte die het COWOG op internet kon bieden. Om technische en financiële redenen diende de vragenlijst zo beknopt mogelijk te blijven. Om die reden bestaat de vragenlijst uiteindelijk uit 86 vragen, verdeeld over twee internetpagina’s. De vragen op de eerste internetpagina zijn aangegeven met de letter A. De vragen op de tweede pagina met de letter B. Hieronder staat een beknopte weergave van de vragenlijst naar onderwerp. a
Tabel 6.1. Weergave van de vragenlijst naar onderwerp
Deel A1 A2 A3 A4 A5 B1 B2 B3 B4 B5 B6 a
Vragenlijst
Vragen
Studiegerelateerde basisvragen naar faculteit en studieduur Vragen naar de intentie van het internetgebruik en vragen naar eigen computerbezit en internetaansluiting Vragen naar het totaal aantal uren internetgebruik per week per locatie vanaf waar de studenten het internet gebruiken en per functie die het internet voor de studenten heeft Vragen naar het totaal aantal uren internetgebruik per week naar aard van het internetgebruik Stellingen betreffende ervaren internetgerelateerde problemen Vragen naar gevoelens van eenzaamheid Vragen naar de mate van gepercipieerde controle Vragen naar de waardering van het zelfbeeld Vragen naar ervaren klachten als gevolg van het internetgebruik Vragen naar ervaren veranderingen als gevolg van het internetgebruik Basisvragen naar geslacht, geboortejaar en woonsituatie
1-3 4-8 9-11 12-14 15-17 18-27 28-45 46-56 57-63 64-73 74-78 79-83 84-86
zie bijlage 1
Het eerste deel van de enquête (A) bestaat uit een aantal algemene vragen en specifieke vragen omtrent het internetgebruik. De studiegerelateerde basisvragen betreffen vragen naar het eerste jaar van inschrijving aan de Rijksuniversiteit Groningen, de faculteit waaraan de student studeert en het jaar van studie (A1). Deze items worden gevolgd door vijf vragen naar de intentie van het internetgebruik: om activiteiten en/of mensen te vermijden, om contact te leggen en/of relaties aan te knopen, voor geestelijke verrijking, om informatie en kennis te vergaren of tenslotte ter verbetering van de financiële situatie. Deze items zijn afkomstig uit een onderzoek van Greenfield (1999a). Aansluitend wordt naar de beschikbare internetfaciliteiten thuis gevraagd (A2). Vervolgens is gevraagd naar hoeveel uur per week de student gewoonlijk gebruik maakt van het internet. Deze vraag is opgesplitst naar de locatie vanaf waar de student gebruik maakt van het internet, naar de functie die het internet voor de student heeft (A3) en tenslotte naar de aard van het internetgebruik (A4).
6.2
Gebruikte meetinstrumenten
De vragenlijst is verder opgebouwd uit zes schalen (A5,B1-B5). Aan de hand van stellingen werd de respondent gevraagd een beoordeling te geven over verschillende aspecten van hun psychische, sociale en fysieke toestand. Er is gebruik gemaakt van zowel bestaande schalen als schalen die speciaal voor het onderzoek zijn geconstrueerd. Het belangrijkste voordeel van de bestaande schalen is dat de resultaten eenvoudig te vergelijken zijn met andere onderzoeksresultaten. Bij de keuze van de vragen voor de zelf geconstrueerde schalen vormde de uit de probleemstelling afgeleide onderzoeksvragen het uitgangspunt. In onderstaande staan de meetinstrumenten beschreven (eerst de reeds bestaande, gevolgd door de zelfgeconstrueerde schalen). Per meetinstrument worden de schaalwaarden en de betrouwbaarheid weergegeven (zie tabel 6.2). Om de betrouwbaarheid van de schalen te bepalen zijn de Chronbach’s alpha en de Homogeniteit coëfficiënt H berekend. De uitkomst van de Chronbach’s alpha varieert de uitkomst tussen 0 en 1. Hoe dichter bij 1, des te groter de betrouwbaarheid van de schaal. Een alpha tussen 0 en 0,50 duidt niet op betrouwbaarheid en wordt niet geaccepteerd. De gevonden Cronbach’s
alpha’s mogen voldoende ( WRW KHHO UHGHOLMN RI JRHG JHQRHPG ZRUGHQ 'DW betekent dat de schalen betrouwbaar meten (Nunnally en Bernstein 1994). De Homogeniteit coëfficiënt H wordt berekend met behulp van de Mokkenschaal analyse. Behalve dat de H-coëfficiënt aangeeft dat dezelfde latente trek aan een bepaalde set items ten grondslag ligt, geeft deze ook aan in welke mate de schaal beschouwd kan worden als uni-dimensionele schaal met hiërarchisch geordende items. Hoe hoger de tendens waarde (tussen 0 en 1), des te sterker de schaal. Een schaal met een coëfficiënt H waarde van 0,30 tot 0,40 wordt zwak maar acceptabel beschouwd. Schalen met een Coëfficiënt H waarde van 0,40 tot 0,50 duiden op een matig-zwakke schaal en worden redelijk beschouwd. Schalen ten slotte met een Coëfficiënt H waarde groter dan 0.50 worden als sterke schalen beschouwd (Mokken 1971). Bovendien wordt bij elke schaal het cut-off point weergegeven waarmee onderscheid wordt gemaakt tussen mensen die een hoge of een lage waarde op de schaal hebben. Dit cut-off point is vastgesteld op het gemiddelde plus (of afhankelijk van de schaal, minus) één maal de standaard deviatie. Het meetinstrument om eenzaamheid te meten (B1) Teneinde
beperkingen
in
sociale
relaties
te
meten,
is
er
gebruik
gemaakt
van
de
“eenzaamheidsschaal” (LS) van De Jong-Gierveld en Van Tilburg (1991). Deze schaal telt elf items, verdeeld over vijf positief en zes negatief geformuleerde stellingen. Elk item heeft vijf antwoordcategorieën van “helemaal mee eens” (score 4) naar “noch eens, noch oneens” tot “helemaal niet mee eens” (score 0). Na het hercoderen van de negatief geformuleerde items (2,3,5,6,9 en 10) geldt dat wanneer de respondent hoog scoort op de eenzaamheidsschaal, hij zeer tevreden is over de kwaliteit van zijn sociale relaties en geen eenzaamheid ervaart. Bij respondenten met maximaal één missende waarde is de ontbrekende waarde vervangen door het gemiddelde van de andere scores (N=796). Het schaalbereik is 34 (minimaal 10 en maximaal 44). Het schaalgemiddelde is 34,5 (sd =
0HW HHQ &URQEDFK¶V YDQ PDJ GH VFKDDO KHHO EHWURXZEDDU JHQRHPG ZRUGHQ 'H gevonden coëfficiënt H waarde (0,47) komt bovendien overeen met gevonden H waardes bij gebruik van de eenzaamheidsschaal in andere onderzoeken (König-Zahn, Furer en Tax 1994). Het cut-off point tussen mensen die wel en niet eenzaam zijn, is vastgesteld op 27,3 (schaalgemiddelde - 1sd; <27,3 = eenzaam). Het meetinstrument om de mate van controle over het leven te meten (B2) De “Mastery Scale” (MAS) van Pearlin en Schooler (1978) is toegevoegd om de mate van controle die individuen over hun handelen menen te hebben, te meten. De schaal telt zeven items en hebben vier antwoordcategorieën uiteenlopend van “helemaal mee eens” (score 4) tot “helemaal niet mee eens” (score 1). Bij de respondenten met maximaal één missende waarde is de ontbrekende waarde vervangen door het gemiddelde (N= 798). Na spiegeling van de negatief geformuleerde items (1,2,3,5 en 7) is de range van de schaal 18 (minimaal 10 en maximaal 28). Een hoge score betekent dat men een grote mate van controle over zijn leven meent te hebben. Een lage score betekent dus dat men een geringe mate van gepercipieerde controle ervaart. De gemiddelde score op de schaal is 22,9 (sd
3,0). Cronbach’s coëfficiënt LVZDDUPHHGHVFKDDOUHGHOLMNEHWURXZEDDUJHQRHPGPDJZRUGHQ 'H]H DOSKD NRPW RYHUHHQ PHW KHW JHEUXLN YDQ GH 0$6 LQ DQGHUH RQGHU]RHN 6XXUPHLMHU 5HXYHNDPS$OGHQNDPSHQ2QJ*LH6LH %RZOLQJ 'H&Rëfficiënt H waarde van
0,23 is daarentegen volgens Mokken (1971) onacceptabel. Aangezien dit een bestaande schaal betreft en de Cronbach’s coëfficiënt
UHGHOLMN EHWURXZEDDU LV LV WRFK JHNR]HQ GH]H VFKDDO WRH WH
passen voor de analyses. Het cut-off point om mensen met veel controle te onderscheiden van mensen die een geringe gepercipieerde controle ervaren is vastgesteld op 19,9 (schaalgemiddelde -1 sd; <19,9 = geringe gepercipieerde controle).
Tabel 6.2. Schaalwaarden van de toegepaste meetinstrumenten a b c MAS RSE Schaal LS N 796 789 787 Items 11 7 10 Antwoord categorieën 5 4 4 Range 34 18 30 Min/max 10 t/m 44 10 t/m 28 10 t/m40 Schaal gemiddelde 34,5 22,9 33,0 Standaard deviatie 7,2 3,0 4,7 Cronbach’s. Alpha 0,90 0,76 0,89 H coëfficiënt 0,47 0,23 0,46
d
UPW 874 6 7 64 1 t/m 65 7,3 8,5 -
e
IGPS 874 13 3 18 13t/m31 14,6 2,3 0,78 0,41
Eenzaamheidsschaal, b Controleschaal, c Zelfbeeldschaal, d Uren internetgebruik per week, e Internetgerelateerde problemenschaal, fFysieke klachtenschaal. a
f
KLS 792 5 4 12 8 t/m 20 18,8 1,8 0,71 0,41
Meetinstrument om het zelfbeeld te meten (B3) Met behulp van de “Rosenberg Self-Esteem” schaal (RSE) (Rosenberg,1965) wordt beoogd de zelfwaardering van mensen te meten. Deze schaal telt tien items die vier antwoordcategorieën hebben van “helemaal mee eens” (score 4) tot “helemaal niet mee eens” (score 1). De negatief geformuleerde items (2,5,6,8 en 9) zijn gespiegeld. Het schaalbereik van de RSE schaal loopt van 10 tot 40. Een hoge score betekent dat men een positief zelfbeeld heeft. Bij de respondenten met maximaal één missende waarde is de ontbrekende waarde vervangen door het gemiddelde (N=787).
Het schaalgemiddelde is 33,0 (sd= 4,7). De Cronbach’s coëfficiënt LV ZDW KHHO EHWURXZEDDU
genoemd mag worden. De alpha waarde van de RSE schaal komt overeen met waarden die in andere
RQGHU]RHNHQ]LMQJHYRQGHQ 6XXUPHLMHUHD %RZOLQJ +HWFXWRIISRLQW
voor bewerkingen met mensen met een hoog of een laag zelfbeeld is vastgesteld op 28,2 (schaalgemiddelde - 1sd; <28,2 = geringe gepercipieerde controle). Het meetinstrument om het gemiddeld aantal uren internetgebruik per week te meten (A3) Ervan uitgaande dat internetgebruik altijd een ‘locatie’, ‘functie’ en ‘aard’ component heeft, is het aantal uren internetgebruik per week van studenten op drie manieren geïnventariseerd (N=874). Totaal zijn hier 16 items voor opgesteld; Aantal uren internetgebruik per week naar locatie (3), naar functie (3) en naar aard van het gebruik (10). Voor inventarisatie van het aantal uren internetgebruik per week is gewerkt met 7 klassen (0, 0-2, 2-4, 4-8, 8-16, 16-32 en meer). De keuze om te werken met klassen is gebaseerd op de overweging dat mensen niet precies het aantal uren bijhouden dat ze op internet besteden. Voor bewerkingen met de items wordt gebruik gemaakt van de klassenmiddens. Om het gemiddeld aantal uren internetgebruik per week van studenten vast te stellen, is gebruik gemaakt het gemiddelde internetgebruik naar functie en locatie (UPWschaal). De keuze hiervoor is gebaseerd op de overweging dat deze beide vragen uit drie subvragen bestaan. Het aantal uren naar aard is hiervoor buiten beschouwing gelaten aangezien deze vraag uit tien subvragen bestaat. Dat zou immers, in combinatie met het werken met de klassenmiddens, een hoger gemiddeld aantal uren internetgebruik per week kunnen veroorzaken. Het schaalbereik loopt van 1 tot 64. De waarde op de schaal representeert het gemiddeld aantal uren internetgebruik per week. Een hoge score betekent dus dat men veel uren per week gebruik maakt van internet. Het schaalgemiddelde is 7,3 (sd= 8,5). Voor sommige analyses wordt gewerkt met categorieën internetgebruikers waarbij onderscheid is gemaakt naar het aantal uren internetgebruik per week. Normaal internetgebruik is totnogtoe niet vastgesteld. Studies en schattingen variëren tussen 5 en 20 uren per week wat bovendien afhankelijk is van de aard van het gebruik. In dit onderzoek worden gebruikers onderscheiden door het vaststellen van 2 cut-off points (UPWschaal <8 en UPWschaal >16) . Door deze bewerking ontstaan drie groepen. De groep gemiddelde gebruikers zijn gebruikers die 1 tot 8 uren per week gebruik maken van internet (schaalgemiddelde naar boven afgerond). De groep frequente gebruikers zijn de gebruikers die 8 tot 16 uren per week gebruik maken van internet (>afgerond gemiddelde tot en met schaalgemiddelde + 1sd). De groep excessieve gebruikers ten slotte zijn de gebruikers die meer dan 16 uren per week gebruik maken van internet (>schaalgemiddelde+1sd)
Meetinstrument om de internetgerelateerde problemen te meten (A5) Er is gebruik gemaakt van de “Schaal Internetgerelateerde Problemen” van Van den Eijnden, Bosveld & Garretsen (2001). Deze schaal is opgebouwd uit tien stellingen (bijlage 1, A5, items 28-37) waarbij de respondenten wordt gevraagd aan te geven in hoeverre de stellingen op hen van toepassing zijn. De items hebben drie antwoordcategorieën; “helemaal niet van toepassing” (score 1), “enigszins van toepassing” (score 2) en “sterk van toepassing” (score 3). Hoe hoger de schaalscore des te meer internetgerelateerde problemen de respondent ervaart. De range van de internetgerelateerde
SUREOHPHQVFKDDOYDQ9DQGHQ(LMQGHQORRSWYDQWRW&URQEDFK¶V YDQGHVFKDDOLVZDW duidt op een redelijke betrouwbaarheid. Het schaalgemiddelde is 11,48 (sd= 1,93). Omdat een aantal aspecten van de internetgerelateerde problemen onderbelicht blijven, is ervoor gekozen om de schaal uit te breiden. Deze aanvullende items zijn ontleend aan vragenlijsten uit andere onderzoeken naar internetgebruik en internetmisbruik (bijlage 1, A5, vragen 38-45). Hiervoor is gebruik gemaakt van onderzoeken van Greenfield (1999a), Young (1998c), Interpoll (2000) en een vragenlijst van onderzoek naar het voordeel van ICTverbetering binnen universitair onderwijs in Europa (Seussis project) .
Aangezien deze schaal één van de inclusiecriteria vormt, zijn alleen die respondenten meegenomen die alle items hebben ingevuld (N = 874). De ‘nieuwe’ schaal bestond uit achttien stellingen en is gebruikt om het ervaren problemen als gevolg van internetgebruik te onderzoeken. Deze schaal kreeg dezelfde antwoordcategorieën als bovengenoemd. Volgens de resultaten van de Mokkenschaal analyse moeten er echter 5 items worden verwijderd (item 9, 10, 11, 12 en 17, Hi
40
lager dan 0,30).
Voor de H coëfficiënt maakt dit een groot verschil (H coëfficiënt bij 18 items= 0,33) en bij 13 items 0,41. Op basis van deze analyse is gekozen voor de internet gerelateerde problemen schaal bestaande uit 13 items (IGPS). Het schaalgemiddelde bij 13 items is 14,6 (sd 2,3). De Cronbachs alpha bij 18 items is 0,81 en bij 13 items 0,78. De verschillende onderzoekers hanteren verschillende criteria om internetverslaving aan te geven al dan niet in combinatie met het aantal uren dat men per week gebruik maakt van het internet. Hier is dus geen eenduidige richtlijn voor. Bij deze schaal geldt dat hoe hoger de score op de schaal, des te meer
stellingen
(sterk)
op
de
respondent
van
toepassing
zijn.
Zij
ervaren
dus
meer
internetgerelateerde problemen dan andere gebruikers. Het cut-off point om excessieve en overige gebruikers van elkaar te onderscheiden is vastgesteld op 16,9 (schaalgemiddelde+ 1sd; >16,9 = veel internetgerelateerde problemen).
40
Hi waarde is de H coëfficiënt van een item en geeft de inter-item correlaties aan (correlaties met alle andere items). Indien deze inter-itemcorrelatie kleiner is dan 0,30 dient de variabele uit de analyse te worden verwijderd. De samenhang met de andere items is dan onvoldoende.
Het meetinstrument om ervaren klachten als gevolg van het internetgebruik te meten (B4) Bij deze schaal (KLS) vormden de uit de probleemstelling afgeleide onderzoeksvragen het uitgangspunt. Ervaren veranderingen hebben betrekking op toegenomen, gelijk gebleven of afgenomen fysieke klachten. De mate van ervaren klachten vormen samen een schaal die uit vijf items bestaat met vier antwoordcategorieën. Het gemiddelde van de schaal is 18,8 (sd = 1,8) en de range is 12 (minimaal 8 en maximaal 20). De Cronbach’s alpha van de schaal is 0,69, wat voldoende betrouwbaar genoemd mag worden. Aangezien dit een zelf geconstrueerde schaal is, is hier eveneens een Mokkenschaal analyse op toegepast. De homogeniteitcoëfficiënt H bedraagt 0,41. Geen van de items heeft een Hi waarde lager dan 0.30 dus alle items mogen in de schaal blijven. De schaal is betrouwbaar en meet de ervaren klachten als gevolg van het internetgebruik. Bovendien bleek uit een factoranalyse dat alle items één component vormen. Ze meten dus hetzelfde en verklaren samen 46 procent van de variantie. Als mensen hoog op de schaal scoren wil dat zeggen dat zij geen lichamelijke klachten ervaren. Het cut-off point tussen mensen met veel en weinig
klachten is vastgesteld op 17,1 (schaalgemiddelde-1sd; YHHOI\VLHNHSUREOHPHQ
De enquête is afgesloten met basisvragen naar leeftijd, geslacht en woonsituatie (B6). Doordat de enquête zo beknopt mogelijk moest worden gehouden, zijn er niet meer persoonsgebonden vragen gesteld. Nu de opzet, steekproef, dataverzameling en de respons bekend zijn, worden in hoofdstuk 7 de resultaten weergegeven.
Hoofdstuk 7
Resultaten betreffende het internetgebruik onder studenten.
De centrale vraagstelling in het onderzoek luidt: welke factoren spelen een rol bij het internetgebruik van studenten aan de Rijksuniversiteit Groningen? Om de vraagstelling te kunnen beantwoorden zijn 4 deelvragen opgesteld (hoofdstuk 4). In dit hoofdstuk worden de resultaten gepresenteerd van de analyses die zijn uitgevoerd om de deelvragen te kunnen beantwoorden. Allereerst wordt een beknopte beschrijving gegeven van de steekproef teneinde de studenten te schetsen waarop de resultaten betrekking hebben (§ 7.1). Daarna worden in paragraaf 7.2 de resultaten weergegeven betreffende de omvang en aard van het internetgebruik onder de studenten (deelvraag 1). In paragraaf 7.3 worden de resultaten gepresenteerd van de negatieve gevolgen die studenten door hun internetgebruik ondervinden (deelvraag 2). Vervolgens worden in paragraaf 7.4 de relaties aangegeven tussen internetgebruik, internetgerelateerde problemen
en
psychosociale
eigenschappen
van
studenten (deelvraag 3). Bovendien worden in deze paragraaf de hypothesen uit hoofdstuk 4 getoetst (§ 4.3). Ten slotte worden in paragraaf 7.5 de resultaten van de analyses weergegeven waarin de determinanten van excessief internetgebruik worden onderscheiden (deelvraag 4). 7.1Beknopte beschrijving van de steekproef. De steekproef bestaat uit 874 respondenten waarvan 45% mannen. De gemiddelde leeftijd van de studenten is 22,3 jaar (sd 3,5); 29% is 18 tot 21 jaar, 63% is 21 tot 25 jaar en 8% is 25 jaar of ouder. De meeste respondenten staan ingeschreven bij de Faculteit der Letteren of de Medische Faculteit (39%). Studenten aan de Faculteit der Ruimtelijke Wetenschappen en de Faculteit Wijsbegeerte en Godgeleerdheid vormen samen 6% van de steekproef. De verdeling van respondenten over alfa-, bèta en gamma faculteiten is vrijwel gelijk, respectievelijk 32%, 34% en 34%. De grootste groep studenten heeft zich tussen 1996 en 2000 ingeschreven voor hun studie (90%). Bijna 50% van de studenten is eerste of tweede jaar van studie, 33% is derde of vierdejaars en 17% is vijfdejaars of ouder. Tenslotte woont 13% van de respondenten thuis en is de rest uitwonend (zie bijlage 1 voor de resultaten betreffende de basisvariabelen). Aangezien niet alle respondenten alle items hebben ingevuld kan de onderzoekspopulatie voor de verschillende resultaten variëren. Om die reden staat het aantal respondenten dat de vraag heeft beantwoord (N) altijd weergegeven onder de tabellen.
7.2 Resultaten met betrekking tot de omvang en aard van het internetgebruik. De eerste deelvraag luidt: wat is de omvang en aard van het internetgebruik onder studenten aan de Rijksuniversiteit Groningen? Om de omvang van het internetgebruik onder studenten aan te kunnen geven zijn drie metingen verricht: inventarisatie van het aantal uren internetgebruik per week naar locatie, naar functie en naar aard van het gebruik. In deze paragraaf worden de resultaten van de analyses die zijn uitgevoerd om deze deelvraag te kunnen beantwoorden, weergegeven en geïnterpreteerd. Allereerst wordt de totale omvang van het internetgebruik onder studenten weergegeven (§ 7.2.1). Daarna wordt de omvang weergegeven naar de functie en de aard van het internetgebruik (§7.2.2). Dit wordt in paragraaf 7.2.3 aangevuld met de resultaten van de omvang van het internetgebruik naar de locatie vanaf waar studenten gebruik maken van internet. Tot slot worden in paragraaf 7.2.4 de aard en omvang van het internetgebruik weergegeven naar geslacht, leeftijd, faculteit, jaar van studie, woonsituatie en beschikbaarheid van een internetaansluiting thuis. 7.2.1 Internetgebruik in uren Zoals aangeduid is het totaal aantal uren per week (upw) dat studenten gebruik maken van internet op 3 manieren gemeten: naar locatie, functie en aard van het internetgebruik. Immers, mensen maken altijd gebruik van internet vanaf een bepaalde locatie, het gebruik heeft altijd een functie en mensen voeren op internet altijd activiteiten uit. In tabel 7.1 staan per meting de resultaten weergegeven van het gemiddelde aantal uren internetgebruik per week van de studenten. Tabel 7.1.
Internetgebruik naar locatie, functie en aard van het gebruik. a
Internetgebruik N Gemiddeld aantal upw gemeten naar over alle respondenten Locatie 874 7,6 Functie 874 7,1 Aard 808 8,3 Gemiddelde van locatie én functie 874 7,3 a Uren internetgebruik per week
Standaard deviatie
Minimum
Maximum
Items
8,9 8,5 8,0
1 1 1
61 73 67
3 3 10
8,5
1
64
6
Gemeten naar locatie maken de respondenten gemiddeld 7,6 upw gebruik van internet. Dit is de som van het gemiddelde aantal uren internetgebruik van de respondenten thuis, op de faculteit en in een internetcafé of elders. In deze berekening van het gemiddelde zijn alle respondenten meegenomen (N =874). Het gemiddelde aantal uren internetgebruik per week gemeten naar de functie die het internet voor de studenten heeft, is 7,1 upw. Dit is de som van het gemiddeld aantal uren internetgebruik van alle respondenten voor hun studie, vrije tijd en/of werk. Tot slot is het gemiddelde aantal uren internetgebruik per week gemeten naar de aard van het gebruik 8,3 upw. Dit is de som van het gemiddelde aantal uren internetgebruik per week van de 10 items van het internetgebruik naar aard. In deze berekening zijn enkel die respondenten meegenomen die alle 10 items hadden ingevuld (N=808).
De resultaten van het gemiddelde aantal uren internetgebruik per week naar locatie, aard en functie van het gebruik zouden gelijk moeten zijn. De verschillen in gemiddelden worden mogelijk veroorzaakt doordat er gebruik is gemaakt van bewerkingen met klassenmiddens (0, 1, 3, 6, 12, 24, 48). Bovendien wordt het hoogste gemiddelde (naar de aard van het gebruik) mogelijk veroorzaakt door de bewerkingen met de klassenmiddens in combinatie met het verschil in het aantal items. Voor bewerkingen met het gemiddelde aantal uren internetgebruik per week is een schaal gevormd. Deze schaal is de som van het gemiddelde aantal uren internetgebruik per week naar locatie én naar functie gedeeld door twee. Het totaal van de som is door twee gedeeld zodat per analyse een indicatie kan worden gegeven van het totaal aantal uren internetgebruik van de respondenten per week. Het gemiddelde totaal aantal uren internetgebruik per week van de respondenten komt daarmee op 7,3 upw. 7.2.2
Omvang van internetgebruik naar functie en aard van het gebruik
Om de aard van het internetgebruik onder studenten aan te kunnen geven staan in deze paragraaf het gemiddelde aantal uren internetgebruik per week weergegeven naar de functie die het internetgebruik voor respondenten heeft (tabel 7.2) en naar de aard van het gebruik (tabel 7.3). In deze (en volgende) tabellen staan in de tweede kolom percentages aangegeven. Deze percentages weerspiegelen de percentages respondenten weer die daadwerkelijk gebruik maakten van internet voor de betreffende functie of van de betreffende activiteit (aard). Het klassenmidden van het aantal uren internetgebruik per week van de respondent is dan dus groter dan nul (upw
ni
>0). In de derde kolom staat het gemiddelde aantal uren internetgebruik
per week weergegeven van de groep respondenten die daadwerkelijk gebruik maken van de betreffende functie (upw
n i
>0). In de vijfde kolom staan de gemiddelden over alle studenten
weergegeven. Bovendien staan de standaarddeviaties (sd) weergegeven. De grootte van de standaarddeviaties wijzen op nogal scheve verdelingen. Deze zijn immers groter dan het gemiddelde aantal uren internetgebruik per week. Tabel 7.2.
Internetgebruik naar functie van het gebruik
Internetgebruik Percentage Gemiddeld aantal upw (sd) Gemiddeld aantal upw a a b Naar functie (upw n i >0) indien (upw n i>0) over alle respondenten Vrije tijd 97% 4,4 6,9 4,3 Studie 96% 2,1 2,5 2,0 Werk/bijbaan 34% 2,4 4,4 0,8 Totaal 7,1 a Uren internetgebruik per week per item aangegeven door de respondent groter dan nul b N = 874
(sd) 6,9 2,5 2,8 8,5
Uit tabel 7.2 blijkt dat de percentages van de respondenten die gebruik maken van internet als vrijetijdsbesteding en voor studiedoeleinden vrijwel gelijk zijn. Het gemiddeld aantal uren per week dat respondenten daaraan besteden verschilt daarentegen wel. De tijd die op internet wordt besteed als vrije tijdsbesteding is ruim het dubbele van de tijd die wordt besteed aan studiedoeleinden. Bovendien maakt éénderde van de respondenten gebruik van internet voor hun werk, bijbaan of anders. De personen die dit daadwerkelijk doen besteden hier 2,4 uren per week aan.
Tabel 7.3.
Internetgebruik naar de aard van het gebruik
Internetgebruik naar aard
Gemiddeld aantal upw b over alle respondenten Informatie zoeken 2,0 2,3 E-mail 1,9 1,8 Surfen 0,9 1,9 Onderwijs 0,7 0,8 Ongedefinieerde activiteiten 0,9 3,9 Financiën regelen 0,3 0,6 Chatten/virtuele omgevingen 0,8 6,1 Shoppen 0,2 1,1 Spelletjes/gokken 0,3 2,5 Erotische sites 0,3 7,3 Totaal 8,3 a Uren internetgebruik per week per item aangegeven door de respondent groter dan nul b
Percentage Gemiddeld aantal upw a a (upw n i>0) indien (upw n i >0) 99% 2,1 99% 1,9 58% 1,6 51% 1,2 41% 2,2 24% 1,1 24% 3,3 18% 1,2 17% 1,9 12% 2,7
(sd)
N=808
Uit tabel 7.3 blijkt dat 99 procent van alle respondenten gebruik maakt van internet om informatie te zoeken en te e-mailen. Over alle respondenten wordt hier respectievelijk gemiddeld 2,0 en 1,9 upw aan besteed. Dit is gemiddeld ruim de helft van de totale tijd die zij op internet besteden. Uit de derde kolom daarentegen blijkt dat respondenten die werkelijk gebruik maken van internet om te chatten (24%, 3,3 upw) en erotische sites te bezoeken (12%, 2,7 upw) daar in feite de meeste tijd aan besteden. Teneinde dusdanige verschillen niet te laten verdwijnen worden in de volgende tabellen eveneens de percentages en uren internetgebruik per week weergegeven indien de vraag positief (upwn i>0) werd beantwoord. 7.2.3
Omvang van het internetgebruik naar locatie
Studenten maken vanaf verschillende locaties gebruik van internet. In tabel 7.4 staat de omvang van het internetgebruik van de respondenten weergegeven naar het gemiddeld aantal uren per week dat zij gebruik maken van internet op de faculteit, thuis en in het internetcafé of elders. Tabel 7.4.
Internetgebruik naar de locatie vanaf waar het gebruik plaatsvindt Gemiddeld aantal upw Percentage Gemiddeld aantal upw (sd) Internetgebruik a a a (upw >0) indien (upw >0) over alle respondenten n i n i naar locatie Faculteit 88% 2,9 3,1 2,6 Thuis 71% 6,8 9,6 4,8 Internetcafé of elders 8% 2,1 2,4 0,2 Totaal 7,6 a Uren internetgebruik per week per item aangegeven door de respondent groter dan nul b N=874
(sd) 3,1 8,7 0,9 8,9
Respondenten die thuis gebruik maken van internet (71%) besteden daar de meeste tijd op internet (6,8 upw). Over alle respondenten is dit gemiddelde 4,8 upw. Totaal 88 procent van de respondenten maakt gemiddeld 2,9 upw gebruik van internet op de faculteit. Ten slotte maakt 8 procent gebruik van internet in een internetcafé of elders. De gemiddelde tijd die daar besteed wordt is het kortst. Mogelijk spelen de kosten hierbij een rol. Bovendien duiden de grootte van de standaarddeviaties ook hier op scheve verdelingen.
(sd) 2,3 1,8 1,6 1,2 2,8 0,6 3,3 0,6 1,3 2,5
8,0
Samengevat mag geconcludeerd worden dat studenten gemiddeld 7,3 uren per week doorbrengen op internet. Ruim de helft van deze tijd wordt internet toegepast als vrije tijdbesteding. Gemiddeld over alle studenten wordt de meeste tijd op internet besteed aan het gericht zoeken van informatie en e-mail. Echter, studenten die gebruik maken van internet om erotische sites te bezoeken en te chatten en/of virtuele omgevingen te bezoeken besteden daar de gemiddeld de meeste tijd aan. Het grootste percentage studenten maakt gebruik van internet op de faculteit. De meeste tijd op het internet wordt daarentegen thuis besteed. 7.2.4
Aard en omvang van het internetgebruik weergegeven naar basisvariabelen
Niet alle studenten zijn hetzelfde. De één maakt meer gebruik van internet dan de ander. Om de resultaten naar aard en omvang te kunnen specificeren worden in deze paragraaf de resultaten weergegeven van de analyses naar verschillen in het aantal gemiddelde uren internetgebruik tussen diverse groepen. Deze groepen zijn onderscheiden op grond van de basisvariabelen (geslacht, leeftijd, faculteit, jaar van studie woonsituatie en computerbezit). Om te onderzoeken of de gemiddelden van twee onderscheiden groepen aan elkaar gelijk zijn, wordt gebruik gemaakt van een t-toets voor onafhankelijke steekproeven. Bij onderzoek naar verschil in gemiddelde internetgebruik per week tussen meer dan twee onafhankelijke groepen wordt gebruik gemaakt van eenweg-variantie-analyses. In een eenweg-variantie-analyse wordt getoetst of de gemiddelden van de subgroepen uit dezelfde populatie afkomstig zijn. Wanneer het verschil in populatiegemiddelden van alle groepen gelijk is (gebaseerd op de variantie van de steekproefgegevens) dan is er geen sprake van een significant verschil. Zoals in onderstaande tabellen blijkt, is het gemiddelde internetgebruik van de onderscheiden groepen (t-toets) of zijn de populatiegemiddelden (eenweg-variantie-analyse) zelden gelijk aan elkaar. Er wordt gesproken van een statistisch significant verschil in (populatie)gemiddelden (upw) indien de kans op toeval (de overschrijdingskans, p) kleiner is dan 0,05 of 0,01 (p<0,05, p<0,01). Significante verschillen in het gemiddelde aantal uren internetgebruik per week worden +
gemarkeerd met een of
++
.
Bovendien zijn met behulp van kruistabellen, chi-kwadraat toetsen uitgevoerd om te onderzoeken of er statistisch significante verbanden bestaan tussen de onderscheiden groepen en de toepassing van internet naar functie, aard en locatie. Indien een statistisch significant verband tussen twee variabelen wordt gevonden (p<0,05 of p<0,01, gemarkeerd met * of **) wil dat zeggen dat er tot samenhang besloten wordt tussen een (basis)variabele (bijvoorbeeld geslacht) en de toepassing van internet. Bij uitspraken over significante verbanden gaat het dus niet om verschillen in gemiddelden (upw). Het gaat om verschillen in percentages tussen de onderscheiden groepen en de toepassing van internet. Bijvoorbeeld verschil in het percentage mannen en vrouwen dat internet toepast voor vrije tijd. Aard en omvang van internetgebruik naar geslacht. Om verschillen in toepassing van internet tussen mannen en vrouwen en verschillen in gemiddelde internetgebruik tussen mannen en vrouwen na te gaan zijn chi-kwadraat toetsen en t-toetsen voor onafhankelijke steekproeven uitgevoerd. De gevonden verschillen tussen mannen en vrouwen zijn weergegeven in tabel 7.5. De significante verschillen zijn gemarkeerd zoals aangegeven.
Tabel 7.5.
Verschillen in internetgebruik tussen mannen en vrouwen.
Geslacht Internetgebruik
a
Mannen Gemiddeld Percentage d d upw indien (upw n i>0) 100% 9,8
++
b
Vrouwen (sd) Percentage Gemiddeld d d (upw n i>0) upw indien 100% 5,3 10,7
Totaal Internetgebruik naar functie: ++ Studie 96% 2,4 97% 1,8 2,7 ) ++ Vrije tijd * 98% 6,1 95% 3,0 8,8 Werk ** 42% 2,9 28% 1,9 5,5 c Internetgebruik naar aard : ++ Info 99% 2,4 99% 1,8 2,6 ) ++ Surfen ** 65% 1,9 49% 1,2 2,6 E-mailen 98% 1,9 99% 2,0 1,8 Chatten/virtuele omgevingen** 29% 3,4 21% 3,1 6,3 Spel/gokken** 25% 2,0 10% 1,6 2,7 Financiën regelen** 34% 1,1 17% 1,1 0,6 Shoppen ** 26% 1,2 12% 1,1 1,2 Multimedia onderwijs 51% 1,3 51% 1,2 0,9 Erotische sites ** 21% 2,3 1% 1,0 5,9 ) ++ Ongedefinieerd ** 47% 2,9 37% 1,6 5,4 Internetgebruik naar locatie: ) ++ Thuis ** 77% 9,5 12,0 65% 4,3 Faculteit 89% 3,0 88% 2,7 3,1 Internetcafé 9% 2,0 8% 2,4 2,3 a b c N=358, N= 429, Mannen N=326, Vrouwen N=404 d Uren internetgebruik per week per item aangegeven door de respondent groter dan nul * p<0,05, ** p<0,01 Toets voor verschil in toepassing van internet in % tussen mannen en vrouwen + ++ p<0,05, p<0,01 Toets voor verschil in gemiddelde internetgebruik (upw) tussen mannen/vrouwen
(sd) 5,6 2,1 4,7 3,0 2,1 1,1 1,8 6,0 1,8 0,6 0,8 0,8 0,0 1,7 6,1 3,0 2,8
,
Uit de chi-kwadraat toetsen blijkt dat er significante verbanden (* **) bestaan tussen geslacht en toepassing van internet (wel of niet, in %) naar aard, omvang en locatie. Mannen passen internet significant vaker toe (p<0,01, df =1) dan vrouwen om te surfen, te chatten en/of virtuele omgevingen te bezoeken, spelletjes te spelen en/of te gokken, financiën te regelen, te shoppen, erotische sites te bezoeken en voor verrichting van ongedefinieerde activiteiten. Ook passen zij internet vaker thuis toe en voor werk dan vrouwen. Het verband tussen geslacht en internetgebruik als vrijetijdsbesteding is 98 procent voor mannen en 95 procent voor vrouwen (p<0,05, df =1). Mannen passen internet iets meer toe als vrijetijdsbesteding dan vrouwen. Toepassing van internet voor studie, gericht informatie zoeken, e-mail, multimedia onderwijs en het gebruik ervan op de faculteit en in internetcafés verschilt tussen mannen en vrouwen niet significant. Uit de resultaten van de t-toets (verschillen in gemiddelde aantal upw, significante verschillen +
aangegeven met ) blijkt dat mannen meer uren gebruik maken van internet (9,8 upw) dan vrouwen (5,3 upw) (p<0,01). Zij doen dat vooral thuis en als vrijetijdsbesteding. Bovendien blijkt uit tabel 7.5. dat mannen (indien zij internet toepassen voor de activiteiten) gemiddeld meer tijd op internet besteden voor hun studie, om gericht informatie te zoeken, te surfen en ongedefinieerde activiteiten te verrichten (p<0,01). De gemiddelde tijd die mannen en vrouwen besteden aan e-mail, chatten, spelletjes spelen, financiën regelen, shoppen en onderwijs verschilt niet significant.
Aard en omvang van internetgebruik naar leeftijd Voor bewerkingen met de leeftijd zijn respondenten ingedeeld in drie groepen: respondenten van 18 tot en met 20 jaar (19%), 21 tot 25 jaar (63%) en ouder dan 25 jaar (8%). In tabel 7.6 staan de percentages weergegeven van verschillen in toepassing van internet tussen studenten uit de onderscheiden leeftijdscategorieën. Tabel 7.6.
Verschillen in toepassing van internet naar leeftijd
Leeftijdscategorie Internetgebruik
18-20jaar
a
b
21-25 jaar Ouder 25 dan d Percentages (upw n i>0) 35% 23% 25% 40% 66% 89%
jaar
c
Werk** 27% 58% Chatten en bezoek aan virtuele omgevingen* 29% 14% 19% 38% Financiën regelen** Ongedefinieerde activiteiten* 48% 32% Thuis** 78% 81% Faculteit** 93% 66% a b c N= 230 N=496 N=64 d Uren internetgebruik per week per item aangegeven door de respondent groter dan nul *p<0,05 **p<0,01 Toets voor verschil in toepassing van internet in % tussen leeftijdscategorieën Tussen toepassingen van internetgebruik en de onderscheiden leeftijdscategorieën zijn door uitvoer van chi-kwadraat toetsen enkele significante verbanden gevonden. De oudste groep respondenten past internet het minste toe op de faculteit (p<0,01) voor het verrichten van ongedefinieerde activiteiten en bezoek aan virtuele omgevingen en/of chatten (p<0,05). Deze oudste groep daarentegen past internet wel het meeste toe voor het regelen van financiën en voor werk (p<0,01). Bovendien maakt de middengroep minder gebruik van internet thuis (66%) dan de andere twee groepen (78%, 81%, p<0,01). Mogelijk speelt hierbij een rol dat studenten in de middengroep vaker uitwonend zijn (91%) dan de jongere studenten (79%, p<0,01 middengroep 88%). Zij wonen wellicht dichterbij de faculteit en kennen de weg naar de vaak nieuwe internetfaciliteiten binnen de faculteit. Daarbij zullen zij vaker dan thuiswonende studenten hun eigen internetgebruik moeten financieren en bij beperkte middelen kiezen voor de goedkoopste oplossing. Na uitvoer van een eenweg-variantie-analyse naar verschil in het aantal uren internetgebruik per week tussen de onderscheiden leeftijdscategorieën bleek alleen de gemiddelde tijd die besteed wordt aan internetgebruik als vrijetijdsbesteding te verschillen (p<0,05). Studenten van 18 tot en met 20 jaar die gebruik maken van internet als vrijetijdsbesteding besteden hier gemiddeld 5,4 uren per week aan (N= 225) en studenten ouder dan 25 jaar gemiddeld 3,1 uren per week (N=60). Aard en omvang naar faculteit In tabel 7.7 staan verschillen in internetgebruik tussen alfa, bèta en gamma studenten weergegeven. Alpha studenten zijn studenten die studeren aan de faculteiten Letteren, Rechtsgeleerdheid, Wijsbegeerte of Godgeleerdheid en Godsdienstwetenschappen (N=295). Bèta studenten studeren aan de Medische Faculteit of zijn studenten Wis- en Natuurkunde Wetenschappen (N=279). Gamma studenten tenslotte studeren Psychologische, Pedagogische
en Sociologische Wetenschappen, Ruimtelijke Wetenschappen, Economische Wetenschappen of Bedrijfskunde (N=294).
Tabel 7.7.
Faculteit
Verschillen in internetgebruik tussen alpha, bèta en gamma studenten a
b
c
a
b
c
Alpha Bèta Gamma Alpha Bèta Gamma e f f f Internetgebruik Percentage (upwn i> 0) Upw (sd) Upw (sd) Upw (sd) ++ Totaal 100% 100% 100% 6,0 8,3 7,9 7,0 9,9 8,3 Internetgebruik naar functie : Studie 96% 98% 95% 1,9 2,2 1,9 2,3 2,9 2,2 ++ Vrije tijd 96% 96% 99% 3,1 5,2 4,6 5,3 8,3 6,6 Werk* 32% 31% 40% 0,7 0,8 0,9 2,3 3,5 2,5 d Internetgebruik naar aard : Info 99% 99% 98% 1,9 2,2 2,0 2,7 2,3 1,9 )+ Surfen * 53% 55% 64% 0,7 1,0 1,0 1,1 2,1 1,6 E-mailen 98% 100% 98% 1,9 1,9 1,9 1,9 1,7 1,7 Chatten/virtuele omg. 23% 25% 24% 0,7 1,0 0,7 2,6 4,0 3,3 ) ++ Spel/gokken** 11% 19% 21% 0,2 0,3 0,5 0,5 1,0 1,9 ) ++ Financiën regelen** 15% 25% 33% 0,2 0,3 0,4 0,5 0,5 0,6 Shoppen 17% 14% 22% 0,2 0,2 0,2 0,8 0,5 0,5 + Multimedia onderwijs 48% 56% 48% 0,6 0,7 0,6 0,7 1,0 0,7 Erotische sites ** 5% 14% 12% 0,0 0,4 0,4 0,2 3,0 3,1 + Ongedefinieerd 38% 39% 46% 0,7 1,3 0,8 1,7 4,2 1,4 Internetgebruik naar locatie: ) ++ Thuis ** 67% 65% 81% 3,5 5,2 5,9 7,0 9,6 9,0 ++ Faculteit 86% 91% 86% 2,5 3,0 2,2 2,8 3,6 2,6 Internetcafé 10% 7% 9% 0,2 0,1 0,2 1,1 0,6 0,9 a b c d Alfa N= 295 Bèta N=279 Gamma N=294 Alpha N=271, Bèta=264, Gamma N=267 e Uren per week per week per item aangegeven door de respondent groter dan nul f Gemiddeld aantal uren internetgebruik per week per item over alle respondenten * p<0,05, ** p<0,01 Toets verschil in toepassing van internet in % tussen alpha, bèta en gamma + ++ p<0,05, p<0,01 Toets verschil gemiddelde internetgebruik (upw) tussen alpha, bèta en gamma Door het uitvoeren van chi-kwadraat toetsen kunnen significante verbanden worden aangetoond tussen de toepassing van internet (wel of niet) en de faculteitscategorieën (df =2). Gamma studenten passen internet vaker toe dan alpha studenten voor het spelen van spelletjes, het regelen van financiën (p<0,01) en om te surfen (p<0,05). Bèta studenten daarentegen passen internet vaker toe dan alpha studenten voor bezoek aan erotische sites (p<0,01). De resultaten van de eenweg-variantie-analyse voor verschillen in populatiegemiddelden van de uren internetgebruik per week tussen alpha, bèta en gamma studenten staan weergegeven in de laatste kolommen van tabel 7.7 Uit de analyse blijkt dat alpha studenten totaal gemiddeld minder uren per week gebruik maken van internet dan gamma en bèta studenten (p<0,01, df = 2). Bovendien maken alpha studenten minder upw gebruik van internet thuis, om spelletjes te spelen en om financiën te regelen dan gamma studenten (p<0,01). Bèta studenten daarentegen maken meer gebruik van internet op de faculteit dan gamma studenten (p<0,01) en voor multimedia onderwijs (p<0,05).
Aard en omvang naar jaar van studie In de onderstaande tabel staan verschillen in internetgebruik tussen jongerejaars en ouderejaars studenten weergegeven. Tabel 7.8.
Verschillen in internetgebruik tussen jongerejaars en ouderejaars studenten
Jaar van studie
a
Jongerejaars studenten Ouderejaars studenten Percentage Gemiddeld Percentage Gemiddeld d e d e aantal upw (upw n i >0) aantal upw (sd) (upw n i >0) 100% 7,3 8,2 100% 7,6
b
Internetgebruik (sd) Totaal 9,1 Internetgebruik naar functie: ++ Studie 94% 1,9 2,0 97% 2,5 3,3 Vrije tijd 97% 4,6 7,1 96% 4,1 6,6 Werk** 30% 2,1 3,2 42% 2,9 5,8 c Internetgebruik naar aard : + Info 98% 1,9 1,9 99% 2,4 3,0 Surfen 59% 1,6 2,0 55% 1,5 1,8 E-mailen 98% 1,9 1,8 99% 2,0 1,9 Chatten/virtuele omgevingen ** 27% 3,3 6,4 18% 3,5 5,4 Spel/gokken 17% 1,9 2,5 17% 1,9 2,5 Financiën regelen * 22% 1,1 0,5 30% 1,1 0,7 Shoppen 17% 1,0 0,3 20% 1,3 1,7 Multimedia onderwijs** 60% 1,2 0,8 39% 1,3 0,9 Erotische sites 10% 3,2 9,0 12% 1,9 2,4 Ongedefinieerd * 44% 2,1 2,9 35% 2,7 5,8 Internetgebruik naar locatie: Thuis * 73% 6,8 9,3 67% 7,0 10,2 + Faculteit 89% 2,7 2,7 86% 3,4 3,8 Internetcafé 7% 2,0 2,5 11% 2,3 2,4 a e e e Jongerejaars studenten: 1 , 2 en 3 jaarsstudenten N=590, b e Ouderejaars studenten: 4 jaars en oudere studenten N=275, c Jongerejaars studenten N=551, ouderejaars studenten N=249, d Uren internetgebruik per week per item aangegeven door de respondent groter dan nul e Gemiddeld aantal uren per week indien (upw n i >0) * p<0,05, ** p<0,01 Toets verschil in toepassing van internet in % tussen jongere en ouderejaars + ++ p<0,05, p<0,01 Toets verschil gemiddelde internetgebruik (upw) tussen jongere en ouderejaars Uit tabel 7.8 blijkt dat het percentage (chi-kwadraat toetsen) jongerejaars studenten dat internet toepast om multimedia onderwijs te volgen en te chatten en/of virtuele omgevingen te bezoeken groter is dan dat van ouderejaars studenten (p<0,01). Bovendien passen jongerejaars studenten internet vaker thuis toe dan de ouderejaars studenten (p<0,05). Ouderejaars daarentegen passen internet vaker toe voor het regelen van financiën (p<0,05) en voor werkgerelateerde doeleinden (p<0,01). Daarbij blijkt uit de tabel dat ouderejaars studenten significant meer uren per week gebruik maken van internet dan jongerejaars studenten voor hun studie (p<0,01), op de faculteit en om gericht informatie te zoeken (p<0,05) (eenweg-variantie-analyses).
Aard en omvang naar woonsituatie Met behulp van een chi-kwadraat toetsing zijn twee statistisch significante verbanden gevonden tussen woonsituatie en locatie van het gebruik. Ten eerste passen thuiswonende studenten internet significant vaker thuis toe dan (89%) dan uitwonende studenten (68%) (p<0,01). Uitwonende studenten daarentegen maken vaker (9%; p<0,05) en meer uren per week (0,2, sd=1,0; p<0,05) gebruik van internet in een internetcafé of elders dan thuiswonenden (0,2%; 0,0 upw, sd=0,1). Ook besteden uitwonende studenten, gemiddeld over alle studenten, meer tijd aan het regelen van financiën dan thuiswonenden studenten (respectievelijk 0,3 upw, sd=0,6; 0,2 upw, sd 0,4). Mogelijk speelt de druk om financiële zaken zelfstandig te regelen voor uitwonende studenten hierbij een rol. Verschillen in gemiddelden tussen uitwonenden en thuiswonenden die daadwerkelijk gebruik maken van de verschillende mogelijkheden zijn niet gevonden. De overige gemiddelden verschilden niet zoveel waardoor die resultaten vergelijkbaar zijn met tabel 7.3. Aard en omvang naar beschikbare internetfaciliteiten Van de respondenten (N=818) beschikt 85 procent thuis over een computer. Hiervan beschikt 60 procent over een internetaansluiting thuis. Van alle internetverbindingen komt verbinding via de telefoonaansluiting komt het meest voor (65%). Daarnaast beschikt 29 procent over een kabelaansluiting en 6 procent van de computers is op andere wijze met het internet verbonden. Tabel 7.9.
Internetfaciliteiten van de studenten
Internetfaciliteiten
Percentage
1 2 3 4 5
Geen computer, geen aansluiting Wel computer, geen aansluiting Computer met aansluiting anders Computer met kabelaansluiting Computer met telefoonaansluiting a Totaal N = 818
Percentage in drie groepen
15% 25% 3% 17% 40% 100%
40% 20% 40% 100%
Voor de analyses van het internetgebruik naar internetfaciliteiten zijn de studenten die niet over een internetaansluiting beschikken samengevoegd (40%). Ook de studenten met beschikking over een kabelaansluiting of een andere vorm van aansluiting zijn samengevoegd (20%). De groep respondenten met een telefoonaansluiting bestaat ten slotte eveneens uit 40 procent van de respondenten (tabel 7.9). In tabel 7.10 staan de resultaten van de analyses weergegeven. Door de uitvoer van chi-kwadraat toetsen kunnen significante verbanden worden aangetoond tussen
internetgebruik
en
internetfaciliteiten.
De
percentages
studenten
met
een
kabelaansluiting zijn voor wat betreft de meeste toepassingen van internet significant groter dan de percentages studenten zonder internetaansluiting. Studenten met kabelaansluitingen verschillen niet significant van de overige gebruikers voor wat betreft de toepassing van internet voor studie, als vrijetijdsbesteding, het gericht zoeken van informatie, e-mail en het gebruik van internet in internetcafés. Bovendien is het percentage studenten dat thuis niet beschikt over een internetaansluiting en internet toepast op de faculteit groter dan het percentage studenten dat thuis beschikt over een kabelaansluiting (p<0,01).
Tabel 7.10. Verschillen in internetgebruik naar beschikbare internetaansluiting thuis
Internetfaciliteiten Internetgebruik ++
a
b
c
Geen aansluiting Kabel aansluiting Telefoon aansluiting e e (sd) Percentage Upw e (sd) Percentage Upw (sd) Percentage Upw d d d (upw ni>0) (upw ni>0) (upw ni>0) 100% 4,4 3,9 100% 16,5 13,0 100% 5,6 4,7
Totaal Internetgebruik naar functie: ++ 94% 96% 98% Studie 1,7 2,1 2,8 2,4 1,9 2,5 ++ 97% 99% 97% Vrije tijd 2,4 2,7 11,0 11,8 2,8 3,4 )++ 23% 48% 37% Werk of bijbaan ** 0,3 1,1 2,1 5,7 0,7 1,5 Internetgebruik naar aard: ++ 98% 99% 99% Gericht informatie zoeken 1,5 1,5 3,3 3,6 1,9 1,9 )++ 52% 77% 53% Surfen** 0,6 1,0 1,8 2,9 0,7 1,1 ++ 98% 100% 98% E-mailen 1,7 1,5 2,4 2,3 1,8 1,6 )++ 17% 47% 19% Chatten/virtuele omg.** 0,4 1,7 2,6 6,7 0,4 1,2 )++ 11% 39% 11% Spel/gokken** 0,1 0,4 1,0 2,4 0,2 1,0 )++ 10% 41% 31% Financiën regelen** 0,1 0,3 0,5 0,8 0,3 0,5 )++ 10% 29% 21% 0,1 0,3 0,4 1,0 0,2 0,5 Shoppen ** )++ 46% 66% 48% 0,6 1,5 1,0 1,1 0,6 0,7 Multimedia onderwijs** )++ 5% 25% 8% Erotische sites ** 0,2 2,7 0,8 4,0 0,1 0,5 )++ 32% 55% 43% 2,5 5,7 0,7 1,3 Ongedefinieerd** 0,5 1,1 Internetgebruik naar lokatie: )++ 33% 99% 98% Thuis** 1,1 3,4 15,5 13,5 3,4 3,4 )++ 98% 74% 83% Faculteit ** 3,2 2,8 1,5 1,9 2,3 3,3 9% 7% 7% Internetcafé 0,2 0,8 0,2 1,3 0,1 0,6 a b c N=327, kabel en anders N= 166, N= 325 d Uren internetgebruik per week per item aangegeven door de respondent groter dan nul e Gemiddeld aantal uren internetgebruik per week per item over alle respondenten ** P<0,01 Toets voor verschil in toepassing van internet tussen soorten internetfaciliteiten (in %) ++ P<0,01 Toets voor verschil in populatiegemiddelden in tussen soorten internetfaciliteiten (upw) Op gebruik van internet in internetcafés na, verschillen alle populatiegemiddelden (eenwegvariantie-analyse) significant van elkaar (p<0,01). Deze verschillen worden veroorzaakt doordat respondenten die beschikken over een kabelaansluiting totaal veel meer uren per week gebruik maken van internet dan de overige gebruikers. Waarschijnlijk speelt hierbij een rol dat kabelaansluiting na het voldoen van abonnementskosten een verder ongelimiteerde toegang verschaft tot internet. Zij besteden meer tijd op internet voor hun studie en als vrijetijdsbesteding dan de andere overige gebruikers. Studenten die thuis over een internetaansluiting beschikken, besteden daar de meeste tijd aan internet. Studenten zonder aansluiting daarentegen maken het meeste gebruik van internet op de faculteit. Na de analyses van de aard en omvang van het internetgebruik naar basisvariabelen kan samengevat het volgende worden geconcludeerd: Mannen maken meer uren gebruik van internet en passen de diverse mogelijkheden ervan vaker toe dan vrouwen. Ouderen (leeftijd en jaar van studie) passen internet vaker toe op de faculteit, voor werk, studie en het regelen van financiën. Jongeren daarentegen passen internet meer thuis toe, om te chatten, voor multimedia onderwijs en het verrichten van ongedefinieerde activiteiten. Thuiswonenden maken vaker thuis gebruik van internet, uitwonenden meer in het internetcafé. Alpha studenten maken minder gebruik van internet dan bèta en gamma studenten. Tenslotte maken studenten met een kabelaansluiting veel meer gebruik van internet dan de overige studenten.
7.3 Negatieve gevolgen van internetgebruik onder studenten De tweede deelvraag luidt: welke negatieve gevolgen ondervinden studenten door hun internetgebruik? In deze paragraaf worden de resultaten weergegeven om deze deelvraag te kunnen beantwoorden. De negatieve gevolgen die studenten door hun internetgebruik kunnen ondervinden zijn onder te verdelen naar zowel fysieke als psychische, sociale en maatschappelijke consequenties. In paragraaf
7.3.1 staan de resultaten weergegeven met
betrekking tot de fysieke gevolgen die de respondenten ervaren. De psychische, sociale en maatschappelijke gevolgen zijn samengevoegd tot de internetgerelateerde problemen. De resultaten betreffende deze internetgerelateerde problemen worden in paragraaf 7.3.2 beschreven. Vervolgens wordt in paragraaf 7.3.3 de samenhang tussen internetgebruik, de ervaren fysieke klachten en internetgerelateerde problemen aangegeven. De paragraaf wordt afgesloten met een eerste conclusie. Aangezien
de
geïnventariseerde
negatieve
gevolgen
veroorzaakt
worden
door
het
internetgebruik wordt er een verband verwacht tussen de mate van internetgebruik en de ervaren negatieve gevolgen. Om deze reden worden de resultaten van de negatieve gevolgen die respondenten ervaren, weergegeven aan de hand van drie categorieën internetgebruikers (tabel 7.11). Tabel 7.11. Internetgebruik in categorieën
Internetgebruikers
Uren internetgebruik per week
Percentage
Gemiddelde upw
(sd)
1 tot 8 upw 8 tot 16 upw >16 upw 1 tot 64 upw
74% 16% 10% 100%
3,7 11,6 28,6 7,3
1,9
Gemiddelde gebruikers Frequente gebruikers Excessieve gebruikers Totaal N= 874
2,2 11,0 8,5
De eerste categorie internetgebruikers omvat de gemiddelde gebruikers. Deze groep gebruikers is het grootst en maakt tot 8 uren per week (gemiddelde over alle respondenten) gebruik van internet. De tweede categorie bestaat uit de frequente gebruikers die 8 tot 16 uren per week gebruik maken van internet (16%). Zij besteden gemiddeld 12 uren per week op internet. De derde categorie internetgebruikers bestaat uit de excessieve gebruikers die meer dan 16 uren per week gebruik maken van internet (10%). Gemiddeld besteden zij 29 uren per week aan gebruik van internet.
7.3.1 Fysieke klachten als gevolg van het internetgebruik onder studenten In onderstaande tabel staan de fysieke klachten weergegeven die respondenten ondervonden.
Tabel 7.12. Ervaren fysieke klachten per categorie internetgebruikers a Totaal Fysieke klachten Gemiddelde Frequente Excessieve Spearman’s b c d Naar internetgebruik gebruikers gebruikers gebruikers correlatie coëfficiënt 1 Percentages indien ja (klacht n i <4) rho(s) Branderige ogen** 33% 29,3% 39,5% 48,1% -,218 Nu vaker klachten dan vroeger** 27% 22,8% 37,1% 43,0% -,210 Vermoeidheid** 16% 10,9% 26,6% 36,7% -,270 RSI** 12% 8,5% 17,7% 25,3% -,228 Rugklachten** 8% 6,3% 15,3% 12,7% -,134 a b c d N totaal =791 N= 588, N=124, N=79 1 Respondent de betreffende klacht in minder of meerdere mate rapporteerde (klacht n i <4) Ja = ja, heel erg, ja tamelijk erg of ja een beetje (1,2,3) Nee = geen klachten (4) **p<0,01 Toets voor samenhang tussen fysieke klacht en uren internetgebruik per week schaal
Uit tabel 7.12 blijkt dat de respondenten als gevolg van hun internetgebruik het meeste last van branderige ogen ondervinden (33%). Rugklachten daarentegen komen het minste voor (8%). Uit de tabel valt bovendien af te lezen dat de percentages respondenten die klachten ondervinden het kleinste zijn bij de gemiddelde gebruikers. Naarmate het internetgebruik van de respondenten toeneemt, neemt het percentage van hen dat fysieke klachten ervaart eveneens toe. Rugklachten echter, vormen hierop een uitzondering. Opvallend is namelijk dat het percentage excessieve internetgebruikers dat rugklachten ervaart kleiner is dan bij de groep frequente gebruikers. Dit kan mogelijk verklaard worden door de mate van comfort van de locatie vanaf waar studenten gebruik maken van internet. Frequente gebruikers maken gemiddeld het meeste aantal uren gebruik van internet op de faculteit (4,3 upw). Excessieve gebruikers daarentegen passen internet voornamelijk thuis toe en minder op de faculteit (3,6 upw). Mogelijk is het meubilair en de omgeving thuis meer comfortabel dan die op de faculteit. Daarbij kan het wellicht ook een aanwijzing zijn dat mensen die rugklachten ervaren, beperkt worden in hun mogelijkheden om veelvuldig gebruik te maken van internet. Mensen die bijvoorbeeld een muisarm ervaren kunnen daarentegen altijd nog hun andere hand gebruiken. De aangegeven fysieke klachten vormen zowel afzonderlijk als samen een schaal. Om samenhang tussen internetgebruik en de fysieke klachten na te gaan zijn Spearman’s rangcorrelatiecoëfficiënten (rho(s)) berekend. Deze coëfficiënt is een maat voor samenhang waarbij wordt nagegaan of er een relatieve toename in klachten is met een toename in het internetgebruik. Hierbij geeft de rangcorrelatiecoëfficiënt (rho(s)) de sterkte en de richting van een verband weer. De resultaten van de rangcorrelaties tussen de afzonderlijke fysieke klachten met de schaal van het aantal uren internetgebruik per week zijn allemaal significant (p<0,01, laatste kolom tabel 7.12). Het resultaat van de rangcorrelatie tussen de schaal van het aantal uren internetgebruik per week en de fysieke klachtenschaal
41
is eveneens significant
(rho(s) = -0,351, p<0,01). Hieruit mag geconcludeerd worden dat naarmate het internetgebruik toeneemt, de ondervonden fysieke klachten eveneens toenemen.
41
Deze schaal loopt van veel klachten (schaalwaarde 8) naar weinig klachten (schaalwaarde 20).
Om inzicht te verkrijgen in de mate van fysieke klachten die studenten door hun internetgebruik ervaren, staat in tabel 7.13 een kruistabel weergegeven waarin de drie categorieën internetgebruikers zijn afgezet tegen het ervaren van veel of weinig fysieke klachten. Tabel 7.13. Ervaren fysieke klachten per categorie internetgebruikers Ervaren fysieke klachten naar categorieën internetgebruikers
Totaal
a
Percentage
Gemiddelde b gebruikers Percentage
e
Weinig fysieke klachten 84% f Veel fysieke klachten 16% Totaal a b c d N totaal =791 N= 588, N=124, N=79 e Weinig fysieke klachten (klachtenschaal waarde >17) klachtenschaal)
90% 10% 100% f
Frequente c gebruikers Percentage
Excessieve d gebruikers Percentage
73% 27% 100%
59% 41% 100%
Veel fysieke klachten (
Uit de tabel blijkt dat 16 procent van alle gebruikers relatief veel fysieke klachten ondervindt
(waarde klachtenschaal . Het percentage gebruikers dat weinig fysieke klachten ervaart is 42
84 procent. Naarmate het internetgebruik van de gebruikerscategorieën toeneemt, neemt het percentage gebruikers dat weinig fysieke klachten ervaart af. Omgekeerd daarentegen geldt dat het percentage respondenten dat veel klachten ervaart, toeneemt naarmate de gebruikerscategorie meer gebruik maakt van internet. Mede aan de hand van de gevonden rangcorrelatiecoëfficiënt tussen de gebruikte schalen (rho(s)
=
-,351, p<0,01)
kan dus
geconcludeerd worden dat naarmate het internetgebruik onder studenten toeneemt, de ondervonden fysieke klachten eveneens toenemen. Alhoewel er bij de vragen naar het ervaren van fysieke problemen specifiek gevraagd werd naar klachten als gevolg van het internetgebruik kunnen de gerapporteerde klachten ook ontstaan door computergebruik in het algemeen. Het is denkbaar dat de respondenten bij het beantwoorden van deze vragen de twee verschillende oorzaken niet erg nauw namen. Dit kan enige ruis veroorzaken in de samenhang tussen fysieke klachten en het internetgebruik.
42
Zij ervaren 3 klachten uit de klachten schaal ‘ja een beetje’, 1 klacht ‘ja tamelijk erg’ èn 1 klacht ‘ja een beetje’ of zij ervaren één klacht ‘ja heel erg’.
7.3.2 Internetgerelateerde problemen als gevolg van het internetgebruik onder studenten Naast fysieke klachten kunnen internetgebruikers door hun gebruik zowel psychische, sociale als maatschappelijke gevolgen ervaren. In onderstaande tabel staan de geïnventariseerde negatieve gevolgen weergegeven per categorie internetgebruikers. Tabel 7.14. Ervaren internetgerelateerde problemen per categorie internetgebruikers Internetgerelateerde problemen naar categorieën internetgebruikers 1
Ja
a
Gemiddelde Frequente Excessieve Rho(s) b c d gebruikers gebruikers gebruikers
Percentage indien van toepassing (probleemni>1)
1
44%
36,9%
63,8%
68,2%
,359
44%
36,6%
64,5%
69,4%
,376
30%
22,1%
51,8%
56,5%
,330
14%
10,0%
23,4%
31,8%
,226
14%
7,3%
25,5%
45,9%
,335
13%
9,3%
15,6%
35,3%
,236
10%
4,9%
20,6%
34,1%
,341
8%
4,3%
12,8%
31,8%
,236
8%
2,8%
14,9%
36,5%
,296
6%
2,8%
11,3%
17,6%
,204
6%
1,9%
9,2%
28,2%
,271
5%
2,2%
11,3%
17,6%
,227
5%
2,8%
9,2%
11,8%
,154
5% 3%
2,3% 1,4%
8,5% 5,7%
15,3% 15,3%
,176 ,179
3%
1,2%
5,7%
15,3%
,193
3%
1,4%
5,0%
9,4%
,135
1% 0,3% 1,4% 2,4% b c d N totaal =874 N= 649, N=141, N=84 1 Betreffende probleem in minder of meerdere mate van toepassing is (probleem n i >1). Helemaal niet van toepassing (1) Enigszins of sterk van toepassing (2,3) **p<0,01 Toets voor samenhang tussen internetgerelateerde problemen,upw internetgebruik schaal NB: de vetgedrukte nummers staan voor de items die zijn opgenomen in de internetgerelateerde problemen schaal.
,043
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
a
Ik denk dat ik niet meer zonder internet zou kunnen ** Ik ga wel eens door met internetten terwijl ik me voorgenomen had om te stoppen ** Wanneer ik eenmaal begonnen ben met internetten vind ik het moeilijk om te stoppen ** Soms ga ik liever internetten dan dat ik mijn tijd met anderen doorbreng ** Ik bouw veel nieuwe relaties op met andere internetgebruikers ** Internetten helpt me mijn problemen te ontvluchten of negatieve gevoelens te verlichten ** Mijn partner, vrienden en/of ouders zeggen wel eens dat ik minder zou moeten internetten ** Ik voel me wel eens rusteloos, depressief of geïrriteerd wanneer ik niet kan internetten ** Ik heb wel eens gedacht dat ik verslaafd ben aan het internet ** Ik heb wel eens geprobeerd om minder tijd aan internetten te besteden, maar dat is niet gelukt ** Mijn studie en werk hebben te lijden onder mijn internetgebruik ** In gedachten ben ik vaak met internetten bezig, ook als ik niet online ben ** Ik denk dat leven zonder het internet saai, leeg en zonder plezier is ** Ik kom vaak slaap tekort door laat in de nacht te inloggen ** Ik raffel mijn werk af om te kunnen internetten ** Ik vertel vrienden en familieleden dat ik minder internet dan ik in werkelijkheid doe ** Door het internetten heb ik minder contact met vrienden en /of familie ** Ik moet steeds langer online blijven voor dezelfde bevrediging
Uit tabel 7.14 blijkt dat 44 procent van de respondenten meerdere problemen ervaren om hun internetgebruik in de hand te houden (items 2, 3, 10). Tien procent geeft aan dat anderen wel eens gezegd hebben dat zij minder gebruik van internet zouden moeten maken en 8 procent geeft aan wel eens gedacht te hebben verslaafd te zijn aan internet. Hieruit blijkt dat sommige respondenten de aantrekkingskracht van internet moeilijk kunnen weerstaan. Het is dan niet ondenkbaar dat respondenten naast het gebrek aan weerstand tegen de aantrekkingskracht eveneens in gebreke blijven andere consequenties het hoofd te bieden. Zij kunnen negatieve psychische, sociale en
maatschappelijke gevolgen ondervinden door hun internetgebruik. Dat studenten psychische gevolgen door hun internetgebruik ervaren blijkt bijvoorbeeld uit het percentage respondenten dat aangeeft onthoudingsverschijnselen te ervaren (8%), bezig te zijn met internet wanneer zij off-line zijn (6%) of liegt over de tijd die ze op internet besteden (3%). Ondervonden sociale consequenties daarentegen zijn af te leiden uit het percentage respondenten dat als gevolg van hun internetgebruik een afname van sociale contacten aangeeft (item 4, 14%; item 17, 3%). Dat
studenten
door
hun
internetgebruik
negatieve
gevolgen
ondervinden
die
hun
maatschappelijke leven beïnvloeden blijkt uit het percentage respondenten dat aangeeft een slaaptekort te ervaren (5%), problemen voor studie en werk te ondervinden (6%) of hun werk afraffelt om daarna weer snel terug te kunnen achter de computer (3%). Ten slotte duiden de percentages respondenten die aangeven te vluchten op internet om negatieve gevoelens te verlichten (14%) of aangeven veel nieuwe sociale contacten op internet op te bouwen (14%) mogelijk op een bevestiging van de gebruikte theorie in hoofdstuk 3. Immers deze percentages geven aan dat mensen wellicht gebruik maken van internet teneinde een ervaren psychosociale beperking met behulp van internet op te heffen. Alhoewel sommige percentages van de afzonderlijke internetgerelateerde problemen gering lijken, mag hierbij de impact van de optelsom van de verschillende gevolgen niet worden onderschat. Deze impact van negatieve gevolgen is door middel van bewerkingen met de internetgerelateerde problemenschaal na te gaan. Uit tabel 7.14 is bovendien af te lezen dat het percentage respondenten dat negatieve gevolgen ervaart, stijgt naarmate het internetgebruik per week toeneemt. Dit duidt op een samenhang tussen het internetgebruik in uren en de internetgerelateerde problemen. Om de samenhang tussen de afzonderlijke internetgerelateerde problemen en het internetgebruik na te gaan, zijn Spearman’s rangcorrelatiecoëfficiënten berekend. Hierbij wordt de sterkte en de richting van een verband aangegeven met de rangcorrelatiecoëfficiënt (rho(s)). In de laatste kolom van tabel 7.14 staan de rho(s) per item weergegeven. Behalve het laatste item zijn alle gevonden coëfficiënten significant (p<0,01). Dat wil zeggen dat naarmate het internetgebruik toeneemt de afzonderlijke internetgerelateerde problemen vaker op de respondenten van toepassing zijn. Om na te gaan of een relatieve toename van het internetgebruik samenhangt met meerdere internetgerelateerde problemen is bovendien een Spearman’s rangcorrelatiecoëfficiënt berekend tussen de twee schalen. De internetgerelateerde problemen schaal (13 items) loopt daarbij van weinig problemen (schaalwaarde 13) naar veel problemen (schaalwaarde 65). De gevonden rangcorrelatiecoëfficiënt (rho
(s)=0,509,
p<0,01) bevestigt de verwachte samenhang.
Een relatieve toename van het aantal uren internetgebruik per week hangt samen met een toename van het aantal internetgerelateerde problemen dat op de student van toepassing is. Dat wil zeggen dat als studenten meer gebruik maken van internet, zij eveneens meer internetgerelateerde problemen ervaren. Om inzicht te verkrijgen in de mate waarin de internetgerelateerde problemen op studenten van toepassing zijn, staat kruistabel 7.15 weergegeven. Hierin staan de respondenten verdeeld in
categorieën internetgebruikers naar het ervaren van veel of weinig internetgerelateerde problemen.
Tabel 7.15. Ervaren internetgerelateerde problemen naar categorieën internetgebruikers a Ervaren internetgerelateerde Totaal Gemiddelde Frequente Excessieve b c d problemen naar internetgebruik gebruikers gebruikers gebruikers Totaal % Percentage Percentage Percentage e Weinig problemen 85% 94% 71% 43% f Veel problemen 15% 6% 29% 57% Totaal 100% 100% 100% a b c d N totaal =874 N=649, N=141, N=84 e Weinig internetgerelateerde problemen (IGP schaal waarde f Veel internetgerelateerde problemen (IGP schaal waarde >16) Uit tabel 7.15 blijkt dat 15 procent van de respondenten veel internetgerelateerde problemen 43
ervaart . Van de drie categorieën internetgebruikers ervaart meer dan de helft van de excessieve gebruikers veel internetgerelateerde problemen (57%). Bij de gemiddelde gebruikers is dit slechts 6 procent. Omgekeerd geldt dat het percentage gebruikers dat weinig internetgerelateerde problemen ervaart, het grootste is bij de gemiddelde gebruikers. Hieruit blijkt eveneens dat naarmate respondenten meer gebruik maken van internet, het percentage gebruikers dat negatieve gevolgen ervaart per categorie toeneemt. De samenhang tussen de internetgerelateerde problemen en de categorieën internetgebruikers is significant (p<0,01, rho(s)). 7.3.3
Samenhang tussen de negatieve gevolgen van internetgebruik onder studenten
Om inzicht te verkrijgen in de mate waarin studenten negatieve gevolgen ervaren is tabel 7.16 weergegeven. Hierin staan de respondenten verdeeld naar het ervaren van veel of weinig fysieke klachten afgezet naar het ervaren van veel of weinig internetgerelateerde problemen. Tabel 7.16. Negatieve gevolgen: Internetgerelateerde problemen en fysieke problemen e Totaal Internetgerelateerde Internetgerelateerde problemen Internetgerelateerde 2 1 problemen naar fysieke klachten problemen a b a b Weinig Veel Weinig Veel c 88% 60% 75% 9% 85% Fysieke klachten Weinig d Veel 12% 40% 10% 6% 16% e Totaal 100% 100% 85% 15% 100% a b c d e N=672 N=119 N=664 N=127 N totaal = 791 1 2 Percentages binnen de groepen internetgerelateerde problemen Percentages over totale groep (1)
Uit linker deel
van tabel 7.16 blijkt dat respondenten die veel internetgerelateerde problemen
ervaren relatief vaker veel fysieke klachten ondervinden (40%) dan respondenten die weinig internetgerelateerde problemen ervaren (12%). De samenhang tussen de ervaren fysieke klachten en de internetgerelateerde problemen die de respondenten door hun internetgebruik ondervinden is eveneens berekend en significant (rho(s)
= -,363,
p<0,01). Een relatieve
toename in de mate van de internetgerelateerde problemen ervaren hangt samen met een toename van de fysieke klachten.
43
Veel internetgerelateerde problemen wil zeggen dat de van de internetgerelateerde problemen schaal minimaal 4 items enigszins van toepassing zijn op de respondenten of minimaal 1 item sterk èn 1 item enigszins van toepassing is of minimaal 2 items sterk van toepassing zijn op de respondent.
(2)
Bovendien blijkt uit het rechter deel
van tabel 7.16 dat 75 procent van alle respondenten
weinig negatieve gevolgen ondervindt door hun internetgebruik. Van de overige respondenten ervaart 9 procent alleen veel internetgerelateerde problemen, 10 procent alleen veel fysieke klachten en 6 procent een combinatie van deze beide. Deze laatste groep ervaart dus zowel fysieke als psychische, sociale en maatschappelijk gevolgen. Naar aanleiding van de gevonden resultaten ten aanzien van de ervaren negatieve gevolgen van het internetgebruik kunnen drie conclusies worden geformuleerd. Ten eerste dat er inderdaad studenten zijn die negatieve gevolgen door hun internetgebruik ervaren. Van de respondenten ervaart 16 procent veel fysieke klachten en 15 procent veel psychische, sociale en maatschappelijke (internetgerelateerde) problemen. Totaal 6 procent van hen ervaart een combinatie van beide negatieve gevolgen. Ten tweede nemen met een relatieve toename van het internetgebruik van de studenten, de ervaren negatieve gevolgen (fysieke klachten en internetgerelateerde problemen) toe (p<0,01). Tenslotte kan worden vastgesteld dat naarmate studenten meer internetgerelateerde problemen ervaren zij eveneens meer fysieke klachten ondervinden (p<0,01).
7.4Internetgebruik in relatie met psychosociale aspecten In deze paragraaf worden de resultaten weergegeven van de analyses die zijn uitgevoerd om de derde deelvraag en de hypothesen te kunnen beantwoorden. De derde deelvraag luidt: bestaan er relaties tussen internetgebruik, internetgerelateerde problemen en psychosociale eigenschappen
van
studenten.
Teneinde
samenhang
tussen
internetgebruik,
internetgerelateerde problemen en de psychosociale eigenschappen na te gaan zijn in paragraaf 7.4.1 Spearmans’s rangcorrelaties berekend en weergegeven. Beantwoording van de hypothesen komt in paragraaf 7.4.2 aan de orde. In paragraaf 7.4.3 tenslotte worden de resultaten geïnterpreteerd. 7.4.1 Samenhang tussen de centrale begrippen In onderstaande tabel staan de Spearman’s rangcorrelatiecoëfficiënten tussen het aantal uren internetgebruik, de internetgerelateerde problemen, eenzaamheid, controle en het zelfbeeld weergegeven. Hierbij wordt de sterkte en de richting van de verbanden weergegeven met de rangcorrelatiecoëfficiënt (rho(s)). (Bovendien zijn hierin de fysieke gevolgen van internetgebruik aangegeven teneinde een algeheel overzicht te verschaffen). Tabel 7.17.
Relaties tussen internetgebruik, internetgerelateerde problemen en psychosociale aspecten (fysieke klachten)
Relaties
Internet Eenzaamheid Controle Zelfbeeld Fysieke gerelateerde klachten problemen
Internetgebruik (upw) Spearman's N 1 weinig 64 veel
0,509** 874
Internet gerelateerde Spearman’s rho N problemen 13 Weinig 31 veel
-0,065 794
0,011 787
0,020 -0,351** 785 790
-0,156** -0,176** 794 787
-0,159** -0,363** 785 790
Eenzaamheid
Spearman's N
-0,156** 794
Controle
Spearman’s rho N
-0,176** 787
0,456** 787
Zelfbeeld
Spearman’s rho N
-0,159** 785
0,514** 785
0,639** 785
Fysieke klachten
Spearman’s rho
-0,363** 790
0,165** 790
0,127** 786
10 Groot 44 gering
10 Gering 28 goed 10 Laag 40 hoog
0,456** 787
0,514** 785
0,165** 790
0,639** 785
0,127** 786 0,101** 784
0,101** 784
N ** p<0,01, *p<0,05 Toets voor samenhang tussen de verschillende aangegeven schalen
8 Veel 20 Weinig
Uit tabel 7.17 blijkt ten eerste dat het aantal uren internetgebruik positief samenhangt met de internetgerelateerde problemen: hoe groter het aantal uren internetgebruik per week, des te meer internetgerelateerde problemen de respondenten ervaren (p<0,01). Deze samenhang is één van de sterkste weergegeven relaties. Bovendien hangt, zoals bleek uit paragraaf 7.3, het gemiddeld aantal uren intergebruik eveneens samen met de ervaren fysieke klachten. Dat wil zeggen dat naarmate het internetgebruik toeneemt de respondenten meer fysieke klachten ervaren (p<0,01).
De schaal van de internetgerelateerde problemen vertoont naast de aangegeven relatie met het internetgebruik, samenhang met zowel eenzaamheid, de mate van controle als het zelfbeeld. Naarmate studenten eenzamer zijn, een lager zelfbeeld hebben of geringere gepercipieerde controle ervaren, nemen de internetgerelateerde problemen toe (p<0,01). Deze psychosociale aspecten vertonen onderling eveneens relaties en hangen bovendien samen met de fysieke klachten. Om inzicht te verkrijgen in de mate van psychosociale beperkingen die de respondenten ervaren staan de percentuele verdelingen ervan in onderstaande tabellen weergegeven. Tabel 7.18 geeft de verdelingen weer naar het ervaren van veel of weinig internetgerelateerde problemen. In tabel 7.19 staan deze eigenschappen weergegeven naar de drie categorieën internetgebruikers. Tabel 7.18. Internetgerelateerde problemen en psychosociale eigenschappen. Internetgerelateerde problemen Internetgerelateerde 1 en psychosociale eigenschappen problemen a b Weinig Veel
Internetgerelateerde 2 problemen a b Weinig Veel
Totaal
Gering d Groot e Totaal
c
86% 14% 100%
71% 29% 100%
73% 12% 85%
11% 4% 15%
84% 16% 100%
Gepercipieerde** Veel f g controle Weinig h Totaal
90% 10% 100%
78% 22% 100%
76% 9% 85%
12% 3% 15%
88% 12% 100%
Eenzaamheid**
Zelfbeeld**
i 87% 73% 74% 11% 85% Hoog Laag j 13% 27% 11% 4% 15% k Totaal 100% 100% 85% 15% 100% 1 2 Percentages binnen de groepen internetgerelateerde problemen Percentages over totale groep a b N=675 N=119 c d e N=664 (Lonelinessschaal waarde >27) N=130 (Lonelinessschaal waarde N= 794 f g h N=691 (Masteryschaal waarde N=96 (Masteryschaal waarde <20) N=787 i j k N=664 (RSE schaal waarde >28) N=121 (RSE schaal waarde N=785 ** p<0,01 Toets voor samenhang psychosociale eigenschap en internetgerelateerde problemen.
Uit de laatste kolom van tabel 7.18 blijkt dat totaal 16 procent van de respondenten een grote eenzaamheid ervaart, 12 procent een geringe gepercipieerde controle en 15 procent een laag zelfbeeld. Het percentage respondenten dat veel psychosociale beperkingen ervaart is steeds groter bij de groep die veel internetgerelateerde problemen ervaart dan bij de groep met weinig 1
problemen (7.18 linker deel). Een relatieve toename van de psychosociale beperkingen hangt samen
met
Respondenten
een
toename
die
van
geen
het
aantal
beperkingen
internetgerelateerde
ondervinden,
ervaren
problemen
(p<0,01).
eveneens
minder
internetgerelateerde problemen. Van alle respondenten ervaart de grootste groep (73%-76%) (7.18 rechter deel
2
) geen
psychosociale beperkingen en geen internetgerelateerde problemen. De groepen die een grote eenzaamheid,
een
geringe
gepercipieerde
controle,
een
laag
zelfbeeld
of
veel
internetgerelateerde problemen ervaren zijn ongeveer even groot. De groep respondenten die
een combinatie van veel internetgerelateerde problemen en een grote psychosociale beperking ervaart is het kleinst (3-4%).
Tabel 7.19. Internetgebruikers in categorieën en psychosociale eigenschappen 1 Internetgebruik en psychosociale Categorieën internetgebruikers eigenschappen a b c Gemiddelde Frequente Excessieve d Gering 86% 74% 78% Eenzaamheid e Groot 14% 26% 22% f Totaal 100% 100% 100%
Totaal 84% 16% 100%
Gepercipieerde controle Veel g h Weinig i Totaal
88% 12% 100%
88% 12% 100%
89% 11% 100%
87% 13% 100%
Zelfbeeld
j 84% 85% 86% Hoog Laag k 16% 15% 14% l Totaal 100% 100% 100% 1 Percentages binnen de categorieën internetgebruikers a b c N= 585 N=124 N=78 d e f N=664 (Lonelinessschaal waarde >27) N=130 (Lonelinessschaal waarde N= 794 g h i N=691 (Masteryschaal waarde N=96 (Masteryschaal waarde <20) N=787 j k l N=664 (RSE schaal waarde >28 N=121(RSE schaal waarde N=785
85% 15% 100%
Uit tabel 7.19 blijkt dat de samenhangen tussen de mate van ervaren psychosociale beperkingen en het internetgebruik ontbreken. De respondenten die veel psychosociale beperkingen ervaren zijn min of meer gelijk verdeeld over de categorieën internetgebruikers. 7.4.2
Beantwoording van de hypothesen
Naar aanleiding van de vorige paragraaf kunnen in deze paragraaf de eerste drie hypothesen uit hoofdstuk 4 worden beantwoord (hypothese vier komt tot slot aan bod). 1 Hoe groter de eenzaamheid die studenten ervaren, des te excessiever het internetgebruik. 2 Hoe minder gepercipieerde controle studenten ervaren, des te excessiever het internetgebruik. 3 Hoe lager het zelfbeeld dat studenten ervaren, des te excessiever het internetgebruik. Deze hypothesen betreffen de samenhang tussen het (excessieve) internetgebruik en de psychosociale eigenschappen. Excessieve internetgebruikers worden onderscheiden op basis van zowel het internetgebruik in uren als de internetgerelateerde problemen (§ 4.1). Zoals uit tabel 7.17 blijkt, zijn er significante samenhangen aangetoond tussen de mate van eenzaamheid, controle en het zelfbeeld en de internetgerelateerde problemen. Wat betreft de relaties tussen de internetgerelateerde problemen en de psychosociale aspecten mogen de eerste 3 hypothesen dus worden aangenomen (p<0,01). Het is juist dat een relatieve grotere eenzaamheid samenhangt met een toename van het aantal internetgerelateerde problemen. Een relatieve afname van de gepercipieerde controle, hangt samen met een toename van het aantal internetgerelateerde problemen en een relatief lager zelfbeeld hangt ten slotte samen met een toename van het aantal internetgerelateerde problemen. Bovendien blijkt uit tabel 7.17 dat tussen het internetgebruik in uren en de psychosociale eigenschappen geen significante samenhangen kunnen worden aangetoond. De drie hypothesen dienen op basis van de resultaten van de Spearman’s rangcorrelaties voor wat betreft het excessieve internetgebruik in uren dus te worden verworpen (p>0,05). De mate van eenzaamheid, gepercipieerde controle en het zelfbeeld vertonen immers geen significante samenhang met de mate van het internetgebruik.
Aangezien de hypothesen mogelijk ten onrechte zijn verworpen is tevens nagegaan of beperkingen in de psychosociale eigenschappen mogelijk wel relaties vertonen met de afzonderlijke items waarmee het internetgebruik is gemeten (zie deelvraag 1). Hiervoor zijn eveneens Spearman’s rangcorrelaties berekend. Ad 1 Uit de resultaten van Spearman’s rangcorrelaties blijkt significante samenhang tussen de mate van eenzaamheid en het aantal uren internetgebruik:
voor de studie*
om gericht informatie te zoeken** (rho(s) = -,095, p<0,05, N=737)
om te surfen**
en om erotische sites te bezoeken** (rho(s) = -,120, p<0,01, N=737).
(rho(s) = -,082, p<0,05, N= 794) (rho(s) = -,103, p<0,01, N=737)
Hierbij geldt dat naarmate respondenten een grotere eenzaamheid ervaren, zij significant meer uren per week gebruik maken van de genoemde toepassingen van internet. Deze hypothese is dus juist voor wat betreft de relaties tussen de mate van eenzaamheid en het aantal uren internetgebruik voor de studie, om gericht informatie te zoeken, te surfen en erotische sites te bezoeken. Ad 2 Uit de resultaten van de rangcorrelaties tussen de gepercipieerde controle en de afzonderlijke items van het aantal uren internetgebruik per week blijkt significante samenhang tussen de mate van gepercipieerde controle en de mate van internetgebruik:
op de faculteit*
om gericht informatie te zoeken* (rho(s) = -,079, p<0,05, N=719)
en om te surfen*
(rho(s) = -,076, p<0,05 N=787) (rho(s) = -,086, p<0,05, N=730)
Ook hierbij geldt dat naarmate de gepercipieerde controle geringer is het aantal uren internetgebruik per week voor de genoemde toepassingen toeneemt. De hypothese mag dus aangenomen worden voor wat betreft de samenhang tussen de mate van gepercipieerde controle en het aantal uren internetgebruik per week op de faculteit, om gericht informatie te zoeken en om te surfen. Ad 3 Na uitvoer van Spearman’s rangcorrelaties tussen het zelfbeeld en de afzonderlijke items van het aantal uren internetgebruik blijkt samenhang tussen het zelfbeeld en internetgebruik uit te blijven. Een relatieve afname van het zelfbeeld hangt niet samen met een relatieve toename van het internetgebruik. Deze hypothese dient dus voor wat betreft het aantal uren internetgebruik per week verworpen te blijven en is dus niet juist. De vierde hypothese ten slotte betreft het excessieve internetgedrag. 4 Excessieve gebruikers besteden meer tijd aan sociale activiteiten op internet dan de overige internetgebruikers. Deze hypothese was opgesteld aangezien verwacht werd dat studenten met veel psychosociale problemen meer (excessief) gebruik van internet maken teneinde hun ondervonden beperkingen op te heffen. Onder de sociale activiteiten op internet wordt zowel emailen als chatten en/of bezoek aan virtuele omgevingen verstaan. Bezoek aan erotische sites,
het spelen van spelletjes en/of gokken en verrichten van ongedefinieerde activiteiten kunnen zowel sociale als individuele activiteiten zijn. Zoals is aangegeven worden excessieve internetgebruikers onderscheiden op basis van het aantal uren internetgebruik per week en naar het aantal internetgerelateerde problemen dat zij ervaren. In tabel 7.20 staat de verdeling van alle respondenten weergegeven over de categorieën internetgebruikers naar het ervaren van veel of weinig internetgerelateerde problemen. Tabel 7.20. Verdeling van respondenten naar internetgebruik en internetgerelateerde problemen a Categorieën internetgebruikers verdeeld Frequente Excessieve Totaal Gemiddelde b c d over veel (excessief) of weinig gebruikers gebruikers gebruikers internetgerelateerde problemen. Percentage Percentage Percentage Totaal % e
Weinig problemen 69,5% 11,4% f Veel problemen = excessieve gebruikers 4,8% 4,7% Totaal 74,3% 16,1% a b c d N totaal =874 N=649, N=141, N=84 e Weinig internetgerelateerde problemen (IGP schaal waarde N=743 f Veel internetgerelateerde problemen (IGP schaal waarde >16) N=131 Van
alle
respondenten
maakt
15
procent
excessief
gebruik
van
4,1% 5,5% 9,6%
85% 15% 100%
internet
naar
internetgerelateerde problemen (veel) en 16 procent naar uren internetgebruik per week (>16 upw) (zie ook tabel 7.15). Bovendien maakt 6 van deze respondenten excessief gebruik van internet naar zowel het aantal uren internetgebruik per week én internetgerelateerde problemen. De verschillen in internetgebruik tussen excessieve internetgebruikers en de overige gebruikers zijn weergegeven in tabellen 7.21. en 7.22. Tabel 7.21.
Verschillen in internetgebruik tussen excessieve en overige gebruikers waarbij onderscheid is gemaakt naar aantal ervaren internetgerelateerde problemen.
Internetgebruikers Internetgebruik indien (upw ++
Excessieve internetgebruikers Overige gebruikers Veel internetgerelateerde Weinig internetgerelateerde b a problemen problemen d Percentage (sd) Percentage upw upw n i>0)
Totaal Internetgebruik naar functie ++ Studie ++ Vrije tijd Werk * c Internetgebruik naar aard ++ Info )+ Surfen ** ++ E-mailen )+ Chatten/virtuele omgevingen** Spel/gokken** Financiën regelen* Shoppen * + Onderwijs Erotische sites ** ) ++ Ongedefinieerde activiteiten ** Internetgebruik naar locatie: ) ++ Thuis ** ++ Faculteit Internetcafé a
b
c
(sd)
100%
5,8
6,5
100%
16,1
12,2
96% 97% 33%
1,9 3,3 2,2
1,9 5,2
98% 99% 43%
3,3 11,0 3,0
10,6
99% 54% 98% 18% 15% 23% 16% 49% 7% 38%
1,9 1,4 1,8 2,5 1,7 1,1 1,2 1,2 1,2 1,8
97% 77% 99% 57% 31% 34% 26% 57% 30% 58%
3,0 2,1 2,8 5,1 2,3 1,2 1,0 1,6 4,9 3,8
68% 88% 8%
5,0 2,7 2,0
88% 89% 11%
14,9 4,0 2,5
4,4 2,1 1,8 1,6 5,0 2,3 0,5 1,2 0,7 1,5 3,6 7,1 2,7 2,2
N=743, N= 131, weinig problemen N=693, Veel problemen N=115 d Uren per week aangegeven door de respondent groter dan nul. * p<0,05, ** p<0,01 Toets voor verschil in toepassing van internet in % tussen IG problemen. + ++ p<0,05, p<0,01 Toets voor verschil in uren internetgebruik per week tussen IG problemen.
4,4 4,1 3,3 2,2 2,5 7,6 3,1 0,9 0,0 1,2 11,2 4,7 13,8 4,6 3,2
Uit tabel 7.21 blijkt dat de percentages excessieve internetgebruikers (onderscheiden naar internetgerelateerde problemen) die internet toepassen voor (mogelijk) sociale activiteiten, groter zijn dan die van de overige gebruikers voor wat betreft chatten en/of bezoek aan virtuele omgevingen, spelletjes spelen en/of gokken, bezoek aan erotische sites en het verrichten van ongedefinieerde activiteiten (chi-kwadraat toetsen, p<0,01). De percentages gebruikers die e-mail toepassen vormen hierop een uitzondering en verschillen niet tussen de groepen. De tijd daarentegen die wordt besteed aan e-mail verschilt evenals het aantal uren internetgebruik dat per week wordt besteed aan chatten en/of bezoek aan virtuele omgevingen en het verrichten van ongedefinieerde activiteiten wel significant (t-toetsen, p<0,01). De hypothese mag dus voor excessieve internetgebruikers naar internetgerelateerde problemen juist worden verondersteld. Excessieve internetgebruikers die zijn onderscheiden naar internetgerelateerde problemen besteden inderdaad meer tijd aan sociale activiteiten op internet dan de overige internetgebruikers. Tabel 7.22.
Verschillen in internetgebruik tussen excessieve en overige gebruikers waarbij onderscheid is gemaakt tussen categorieën internetgebruikers a b c Gemiddelde Frequente Excessieve Categorieën gebruikers e Internetgebruik (upw n i>0) % Upw % Upw % Upw (sd) (sd) ++ Totaal 100% 3,7 100% 11,6 100% 28,6 1,9 2,1 Internetgebruik naar functie: ++ Studie 95% 1,4 99% 3,3 98% 5,0 0,9 3,3 ++ Vrije tijd 96% 1,9 99% 6,8 99% 19,5 1,4 3,9 )++ Werk of bijbaan ** 28% 1,2 53% 2,4 51% 7,2 0,8 2,8 d Internetgebruik naar aard: ++ Gericht informatie zoeken 99% 1,4 99% 3,2 99% 5,3 1,0 2,5 )++ Surfen** 51% 1,1 77% 2,0 79% 3,1 0,4 1,9 ++ E-mailen 98% 1,5 99% 2,9 100% 3,6 1,0 2,3 )++ Chatten/virtuele omg.** 15% 1,5 45% 2,7 58% 7,8 1,3 2,7 )++ Spel/gokken** 11% 1,1 29% 1,3 47% 3,9 0,5 0,7 )++ Financiën regelen** 19% 1,0 37% 1,0 48% 1,5 0,2 0,0 Shoppen ** 14% 1,0 24% 1,3 36% 1,3 0,2 1,9 )++ Multimedia onderwijs* 48% 1,1 58% 1,5 61% 1,7 0,5 1,1 Erotische sites ** 6% 1,1 20% 5,1 27% 2,6 0,3 12,7 )++ Ongedefinieerd** 34% 1,1 57% 2,7 62% 6,3 0,5 2,6 Internetgebruik naar locatie: )++ Thuis** 64% 2,6 87% 8,3 96% 26,0 2,0 4,2 )++ Faculteit * 89% 2,3 89% 4,9 79% 4,6 1,8 4,3 Internetcafé 7% 1,5 11% 2,1 13% 4,9 1,0 1,4 a b c d N=649, N= 141, N= 84 N=600, N=131, N=77 e
Uren per week aangegeven door de respondent groter dan nul
** p<0,01 Toets voor verschil in toepassing van internet tussen categorieën internetgebruikers ++ p<0,01 Toets voor verschil in populatiegemiddelden tussen categorieën internetgebruikers Uit tabel 7.22 blijkt dat excessieve internetgebruikers (onderscheiden naar het aantal uren internetgebruik per week) uiteraard totaal meer uren gebruik maken van internet dan de overige gebruikers. Daarbij zijn de percentages van deze gebruikers die internet toepassen voor (mogelijk) sociale activiteiten significant groter dan die van de overige gebruikers (chikwadraat toetsen, p<0,01) voor wat betreft chatten en/of bezoek aan virtuele omgevingen, spelletjes spelen en/of gokken,
(sd) 11,0 4,8 12,8 9,4 4,7 4,2 3,2 11,1 4,3 1,3 1,0 1,4 3,5 8,5 13,8 6,1 4,9
bezoek aan erotische sites en het verrichten van ongedefinieerde activiteiten. Ook hier vormt email een uitzondering. De tijd daarentegen, die wordt besteed aan e-mail verschilt evenals de tijd die wordt besteed aan de overig genoemde activiteiten wel (p<0,01 eenweg-variantieanalyse). Het aantal uren internetgebruik dat wordt besteed aan het bezoeken van erotische pagina’s verschilt echter niet. Aangezien bezoek aan erotische sites vaker een individuele dan een sociale activiteit betreft, wordt dit resultaat minder zwaar meegewogen. De hypothese mag daarom voor excessieve internetgebruikers naar het internetgebruik in uren per week eveneens juist worden verondersteld. Samengevat kan worden geconcludeerd dat excessieve internetgebruikers
(onderscheiden
naar
internetgerelateerde
problemen
en
uren
internetgebruik per week) inderdaad meer tijd besteden aan sociale activiteiten op internet dan de overige internetgebruikers. (Excessieve internetgebruikers besteden bovendien opmerkelijk meer de tijd aan internet thuis en als vrijetijdsbesteding) 7.4.3 Interpretatie van de resultaten. De resultaten in tabel 7.17 zijn weergegeven in figuur 7. Deze figuur wordt onderstaand, van buiten naar binnen geïnterpreteerd. Ten eerste staan in de buitenste driehoek de drie psychosociale eigenschappen weergegeven met Spearman’s correlatiecoëfficiënten om de onderlinge samenhang aan te geven. Een goed zelfbeeld hangt samen met zowel goede sociale relaties (een geringe mate van eenzaamheid) als met veel gepercipieerde controle. Dit laatste verband is het sterkste. Ook is er een samenhang tussen de mate van ervaren sociale relaties en de gepercipieerde controle. Deze relaties kunnen een aanwijzing zijn dat de getoetste situatie voor wat betreft de samenhang tussen de psychosociale eigenschappen overeenkomt met de theorie in hoofdstuk 3.
Uren internetgebruik Gerichte info zoeken Surfen Faculteit
Controle (-) (+) Weinig -Veel Rho(s) 0,64
Rho(s) 0,46
Rho(s) -0,18
Internetgerelateerde problemen (+) (-) Weinig –Veel
Uren internetgebruik Gericht info zoeken Surfen Erotische sites
Rho(s) 0,51
Rho(S) -0,16
Zelfbeeld (-) (+) Laag –hoog
Figuur 7.1.
Internetgebruik uren (+) (-) Weinig – veel Rho(s) –0,16
Rho(s) 0,51
Eenzaamheid (-) (+) Groot – Gering
Model van de relaties tussen internetgebruik, internetgerelateerde problemen en de psychosociale beperkingen
Ten
tweede
staan
de
relaties
tussen
de
psychosociale
eigenschappen
en
de
internetgerelateerde problemen weergegeven. Alhoewel de gevonden relaties niet sterk zijn, zijn deze wel significant. Dit
duidt op een geringe samenhang tussen excessief internetgebruik naar internetgerelateerde problemen en de mate van ervaren psychosociale beperkingen. Dat de samenhangen alle drie ongeveer gelijk zijn, komt eveneens overeen met de theorie. Er werd niet verwacht dat één van de drie psychosociale beperkingen er wat betreft samenhang zou uitspringen. Ten derde staat de sterke samenhang tussen de internetgerelateerde problemen en het aantal uren internetgebruik per week aangegeven in het midden van figuur 7: een relatieve toename van het aantal uren internetgebruik per week hangt samen met een relatieve toename van het aantal internetgerelateerde problemen. Opvallend is dat er geen significante verbanden kunnen worden aangetoond tussen de psychosociale aspecten en het aantal uren internetgebruik per week. Dit betekent immers dat respondenten die psychosociale beperkingen ervaren niet meer uren per week gebruik maken van internet dan de overige respondenten. Bovendien duidt het aan dat studenten die minder beperkingen ervaren evenwel veel uren gebruik maken van internet. Wel zijn significante verbanden gevonden tussen een aantal afzonderlijke items van de schaal van het aantal uren internetgebruik per week en de mate van eenzaamheid en de gepercipieerde controle. Een grotere eenzaamheid hangt samen met een toename van het aantal uren internetgebruik dat respondenten besteden voor hun studie, om gericht informatie te zoeken, te surfen en erotische sites te bezoeken. De samenhang tussen eenzaamheid en het bezoek aan erotische sites is hiervan misschien wel het meest voor de hand liggend. Voor de gevonden relaties geldt dat het niet duidelijk is of het aantal uren internetgebruik juist oorzaak of gevolg zijn van de eenzaamheid. Voor beide beweringen zijn argumenten te geven. Internetgebruik beperkt immers de tijd die overblijft voor sociale activiteiten (het tegengaan van eenzaamheid). Andersom verschaft het uitblijven van sociale contacten tijd om gebruik te kunnen maken van internet. Bovendien is het opmerkelijk dat een grotere eenzaamheid geen samenhang vertoont met het aantal uren internetgebruik voor vrije tijd, om te chatten en/of virtuele omgevingen te bezoeken of om spelletjes te spelen en/of te gokken. Op basis van de theorie in hoofdstukken 2 en 3 werd immers verwacht dat deze toepassingen van internet mogelijkheden verschaffen om nieuwe contacten te leggen teneinde ondervonden eenzaamheid tegen te gaan. Een afname van de gepercipieerde controle van gebruikers bleek samen te hangen met een toename van het internetgebruik op de faculteit, om gericht informatie te zoeken en om te surfen. Ook hierbij is niet aan te geven of de geringe gepercipieerde controle juist oorzaak of gevolg is van het aantal uren internetgebruik per week. Er zijn diverse verklaringen mogelijk waarom studenten met een beperkte gepercipieerde controle juist meer gebruik maken van internet op de faculteit. Wellicht beschikken deze studenten thuis niet over een computer en/of internetaansluiting of moeten zij deze faciliteiten met anderen delen. Zij kunnen zich hierdoor meer beperkt voelen in hun middelen om doelen te bereiken dan andere studenten. Een andere denkbare verklaring is dat studenten met een geringe controle juist gebruik maken van internet op de faculteit omdat hun gebruik daar niet, door bijvoorbeeld ouders, wordt gecontroleerd. Studenten, tikken elkaar immers niet op de schouder met de mededeling dat iemand mogelijk teveel gebruik maakt van internet. Naar aanleiding van de theorie in hoofdstuk 3 kunnen internetgebruik om te surfen en het gebruik ervan om gericht informatie te zoeken wijzen op internetgebruik als gevolg van een geringe gepercipieerde controle. Alles wat zich op het
computerscherm afspeelt is immers in handen van de internetgebruiker. Deze resultaten kunnen de toegepaste theorie mogelijk bevestigen. Er werd verwacht dat studenten met een geringe gepercipieerde controle meer gebruik zouden maken van bijvoorbeeld spelletjes aangezien die mogelijkheden kunnen verschaffen om controle te realiseren. Het uitblijven van die relaties kan erop duiden dat studenten dergelijke mogelijkheden nog niet kennen. Ook is het mogelijk dat studenten met een geringe gepercipieerde controle juist niet controle over de verschillende toepassingen op internet proberen te verkrijgen, maar bijvoorbeeld controle over hun computer. In hoofdstuk 2 werd dit computerverslaving genoemd. Het gaat daarbij om beheersing van computerprogramma’s of off-line spelletjes. Dit is echter niet onderzocht. Het is verassend dat er niet meer significante verbanden konden worden aangetoond tussen de psychosociale beperkingen en de afzonderlijke items van het internetgebruik. De mogelijkheden die internet biedt om beperkingen in het zelfbeeld, sociale relaties en gepercipieerde controle tegen te gaan zijn mogelijk nog niet ontdekt of ontoereikend. Er kan dus voorzichtig worden geconcludeerd dat er studenten zijn die psychosociale beperkingen ervaren. Deze studenten maken wel excessiever gebruik van internet gemeten naar internetgerelateerde problemen, maar niet naar het totaal aantal uren internetgebruik per week. Of de psychosociale beperkingen oorzaak of gevolg zijn van het internetgebruik, is onduidelijk en met dit onderzoek niet aan te tonen. Dit geldt met name voor het internetgebruik van respondenten die een grote eenzaamheid ervaren. Bij respondenten met een geringe gepercipieerde controle zijn er aanwijzingen dat dit wel het geval kan zijn. Alles wat zich op het computerscherm afspeelt is immers in handen van de gebruiker. Bij respondenten met een laag zelfbeeld daarentegen helemaal niet. Aangezien respondenten die psychosociale beperkingen ervaren niet excessiever gebruik maken van internet dan anderen, ontbreekt dus het verband tussen de psychosociale beperkingen en het internetgebruik. Wel blijkt uit de zwakke samenhang tussen de psychosociale beperkingen en de internetgerelateerde problemen en de sterke samenhang tussen de internetgerelateerde problemen en het internetgebruik dat er wellicht een indirect verband bestaat tussen het internetgebruik en de psychosociale beperkingen. Dit indirecte verband blijft in dit onderzoek ondoorzichtig. Mogelijkerwijs hangen de internetgerelateerde problemen sterker samen met andere (niet onderzochte) factoren. De samenhang tussen de internetgerelateerde problemen en het internetgebruik ligt voor de hand doordat deze problemen de directe gevolgen van het internetgebruik weerspiegelen. De beschreven conclusies betekenen voor het onderzoeksmodel dat met dit onderzoek niet met zekerheid kan worden vastgesteld dat beperkingen in de psychosociale eigenschappen en beperkingen in het zelfbeeld in het bijzonder, leiden tot het verwachte excessieve internetgebruik in uren.
7.5
Analyses ter onderscheiding van determinanten voor excessief internetgebruik.
In de vierde deelvraag staan factoren centraal waarvan wordt aangenomen dat ze het internetgebruik onder studenten beïnvloeden. De deelvraag luidt: welke determinanten voor excessief internetgebruik zijn er onder studenten aan de Rijksuniversiteit Groningen te onderscheiden? Door beantwoording van de vraag wordt getracht een profiel van de excessieve internetgebruikers aan te geven teneinde risicogroepen te kunnen identificeren. In deze paragraaf worden de resultaten weergegeven van de regressie analyses
44
die zijn
uitgevoerd om (excessief) internetgebruik naar uren en naar ervaren internetgerelateerde problemen te kunnen voorspellen aan de hand van meerdere onafhankelijke variabelen (§7.4.1). In deze paragraaf wordt bovendien een regressie analyse uitgevoerd om de ervaren fysieke klachten als gevolg van het internetgebruik te kunnen voorspellen. Het overzicht van de onafhankelijke variabelen waaraan toetsing van het internetgebruik, de internetgerelateerde problemen en de fysieke klachten plaatsvindt staat in figuur 7.2 nogmaals weergegeven.
Basisvariabelen Psychosociale eigenschappen Basisvariabelen Psychosociale eigenschappen Afzonderlijke items uren internetgebruik
Internetgebruik in uren per week totaal Internetgerelateerde problemen
Basisvariabelen Psychosociale eigenschappen Afzonderlijke items uren internetgebruik
Fysieke klachten
Internetgerelateerde problemen
Figuur 7.2.
Factoren waarvan wordt aangenomen dat ze een rol spelen bij het internetgebruik onder studenten
In paragraaf 7.5.2 ten slotte worden de resultaten van de regressie analyses geïnterpreteerd.
44
Met behulp van een regressie analyse kan een afhankelijke variabele worden voorspeld aan de hand van één of meerdere onafhankelijk variabelen. Hierin dienen de variabelen gemeten te zijn op interval of ratio niveau (de afstanden tussen de schaalposities liggen dan vast). Bovendien kunnen dummy variabelen worden ingevoerd als onafhankelijke variabele. Dit zijn dichotome variabelen die codes 0 of 1 krijgen. In onderstaande analyses worden geslacht, woonsituatie, internetaansluiting en faculteit als dummy ingevoerd. De codering ervan wordt in de tabellen aangegeven. In de tabellen staan de ongestandaardiseerde coëfficiënt (B) en de gestandaardiseerde coëfficiënt (Bèta) weergegeven. De B geeft de rol van de onafhankelijke variabele weer in het voorspellen van de score op de afhankelijke variabele; de hoeveelheid verandering (af- of toename) in de afhankelijke variabele wanneer de betreffende onafhankelijke variabele met 1 eenheid toeneemt. De andere variabelen worden daarbij dan constant gehouden. Omdat de standaarddeviaties van de onafhankelijke variabelen nogal verschillen kunnen de B’s niet met elkaar vergeleken worden. Daarom zijn de gestandaardiseerde coëfficiënten Bèta (ß) weergegeven. De Bèta’s geven een indicatie van het relatieve belang van iedere onafhankelijke variabele. Hierbij geldt dat hoe groter de Bèta (kleiner bij negatief) hoe sterker de voorspellingswaarde en des te groter de invloed. Van de B’s is getoetst of ze significant van nul (geen invloed) verschillen.
7.5.1 Regressie analyses In onderstaande tabel staan de resultaten weergegeven van de regressie analyse met het internetgebruik in uren per week als afhankelijke variabele. Tabel 7.23. Variabelen (Constant)*
Coëfficiënten van de regressie analyse met uren internetgebruik per week als 1 afhankelijke variabele a B Codering 7,816
ß
b
Geslacht** 0 man -1 vrouw -2,134 -,123 Woonsituatie 0 thuis - 1 uitwonend -,136 ,005 e e Jaar van studie 1 1 – 8 8 jaars en ouder ,128 ,026 Eenzaamheid * 10 groot – 44 klein -,089 -,074 Controle 10 gering –28 groot -,060 -,018 Zelfbeeld 10 laag – 40 hoog ,057 ,033 Internetfaciliteiten** 0 geen kabel – 1 kabel 11,650 ,540 Faculteit 0 alpha – 1 beta en gamma ,363 ,020 1 De range van de uren internetgebruik per week schaal, loopt van 1 uur per week - 64 uren per week. a b Ongestandaardiseerde coëfficiënten Gestandaardiseerde coëfficiënten * (p<0,05)** (p<0,01) Toets of B significant van nul verschilt en dus van invloed is Internetgebruik kan voor 35 procent
2
(R =0,348) worden voorspeld uit de in tabel 7.23
aangegeven onafhankelijke variabelen. Met een betrouwbaarheid van 99,9 procent (p<0,01) mag het model significant worden genoemd. Hierbij spelen internetfaciliteiten, geslacht en de mate van eenzaamheid de belangrijkste rol. De beschikbare internetfaciliteit is de belangrijkste voorspeller (grootste ß). Uit tabel 7.23 blijkt dat als de internetfaciliteiten met één eenheid toeneemt (richting kabelaansluiting) het aantal uren internetgebruik per week eveneens toeneemt (ß= 0,54). De coëfficiënten van geslacht wijzen op een afname van het aantal uren internetgebruik per week wanneer het geslacht met één eenheid toeneemt (ß= -,12). Vrouw-zijn voorspelt dus een lager internetgebruik dan man-zijn. De coëfficiënten van eenzaamheid duiden op een afname van internetgebruik bij een verschuiving naar minder eenzaamheid (ß= ,07). Dat wil dus zeggen dat naarmate de eenzaamheid groter is, het internetgebruik toeneemt.
Tabel 7.24. Variabelen
Coëfficiënten van de regressie analyse met internetgerelateerde problemen als 1 afhankelijke variabele a b B ß Codering
(Constant)** Internetgebruik Thuis** Faculteit ** Internetcafé Studie Vrije tijd Werk of bijbaan Gericht informatie zoeken Surfen E-mailen* Chatten * Spel/gokken
17,551 0,060 0,112 0,051 -0,038 0,013 -0,048 -0,024 0,072 0,120 0,055 -0,104
0-48 upw 0-24 upw 0-12 upw 0-24 upw 0-48 upw 0-48 upw 0-24 upw 0-24 upw 0-12 upw 0-48 upw 0-12 upw
0,238 0,148 0,022 -0,039 0,042 -0,064 -0,026 0,058 0,096 0,086 -0,060
Financiën regelen 0-6 upw -0,049 -0,012 Shoppen 0-12 upw 0,215 0,060 Multimedia onderwijs 0-6 upw 0,089 0,034 Erotische sites ** 0-48 upw 0,196 0,178 Ongedefinieerd 0-48 upw 0,046 0,061 Eenzaamheid 10 groot – 44 klein -0,007 -0,024 Controle ** 10 gering –28 groot -0,110 -0,148 Zelfbeeld 10 laag – 40 hoog -0,032 -0,069 Geslacht 0 man -1 vrouw -0,149 -0,034 Woonsituatie 0 thuis - 1 uitwonend -0,287 -0,043 Faculteit 0 alpha – 1 bèta en gamma 0,207 0,045 Internetfaciliteiten** 0 geen kabel – 1 kabel 0,660 0,119 e e Jaar van studie 1 1 – 8 8 jaars en ouder 0,007 0,006 1 De range van de internetgerelateerde problemen schaal, loopt van 13 ‘weinig’ - 31 ‘veel’ problemen a b Ongestandaardiseerde coëfficiënten Gestandaardiseerde coëfficiënten * (p<0,05)** (p<0,01) Toets of B significant van nul verschilt en dus van invloed is 2
De internetgerelateerde klachten kunnen voor 33 procent (R =0,328) worden verklaard vanuit de in tabel 7.24 weergegeven onafhankelijke variabelen. Met een betrouwbaarheid van 99 % (p<0,01) mag het model significant worden genoemd. Intercept A is 17,55 en geeft de constante weer. De onafhankelijke variabele internetgebruik in uren is in deze regressie analyse 45
uiteengesplitst naar de afzonderlijke items . Een toename van het gebruik van internet op de faculteit, voor e-mail, chatten en/of bezoek aan virtuele omgevingen of het bezoek aan erotische sites voorspellen een toename van de internetgerelateerde problemen. Evenzo voorspelt een verschuiving van internetfaciliteiten zonder kabel naar die mét een kabelaansluiting een toename van de internetgerelateerde problemen. Ten slotte kan een toename van de internetgerelateerde problemen ook worden voorspeld door een geringere gepercipieerde controle. Alhoewel de andere variabelen niet significant zijn en officieel buiten de analyse gelaten moeten worden, spelen deze toch een beperkte rol in het verklaren en voorspellen van de internetgerelateerde problemen.
45
Hierbij is gecontroleerd op multicollineariteit. De grootste Peasons correlatiecoëfficiënt tussen de onafhankelijke variabelen was rho=0,82 tussen ‘internetgebruik thuis’ en ‘internetgebruik voor vrije tijd’ (overige rho’s Wanneer één van de twee variabelen wordt weggelaten wordt de ander significant (dus van invloed). Aangezien 2 de overige waarden dan nauwelijks veranderen en R afgerond 0,33 blijft is gekozen de tabel zoals bovenstaan weer te geven. Bovendien blijft het internetgebruik ‘thuis’ dan de belangrijkste afzonderlijke internet voorspeller.
Tabel 7.25. Coëfficiënten van regressie analyse met fysieke klachten als afhankelijke variabele
1
a b Variabelen Codering B ß (Constant)** 21,123 Internetgebruik Thuis 0-48 upw -0,005 -0,025 Faculteit * 0-24 upw -0,070 -0,120 Internetcafé 0-12 upw 0,024 0,014 Studie 0-24 upw -0,034 -0,045 Vrije tijd 0-48 upw 0,015 0,062 Werk of bijbaan 0-48 upw -0,049 -0,083 Gericht informatie zoeken** 0-24 upw -0,107 -0,145 Surfen 0-24 upw 0,031 0,032 E-mailen 0-12 upw -0,008 -0,008 Chatten 0-48 upw -0,010 -0,020 Spel/gokken 0-12 upw -0,004 -0,003 Financiën regelen 0-6 upw -0,079 -0,024 Shoppen 0-12 upw 0,084 0,030 Multimedia onderwijs 0-6 upw -0,118 -0,057 Erotische sites 0-48 upw -0,005 -0,005 Ongedefinieerd 0-48 upw -0,019 -0,033 Eenzaamheid ** 10 groot – 44 klein 0,028 0,114 Controle 10 gering –28 groot 0,003 0,006 Zelfbeeld 10 laag – 40 hoog -0,003 -0,008 Geslacht 0 man -1 vrouw -0,010 -0,003 Woonsituatie 0 thuis - 1 uitwonend -0,160 -0,030 Faculteit * 0 alpha – 1 beta en gamma 0,278 0,076 Internetfaciliteiten 0 geen kabel – 1 kabel -0,270 -0,062 e e Jaar van studie * 1 1 – 8 8 jaars en ouder -0,078 -0,078 Internetgerelateerde problemen** 13 weinig – 31 veel -0,166 -0,211 1 De range van de fysieke klachtenschaal loopt van 8 ‘veel klachten’ – 20 ‘weinig klachten’ a b Ongestandaardiseerde coëfficiënten Gestandaardiseerde coëfficiënten * (p<0,05)** (p<0,01) Toets of B significant van nul verschilt en dus van invloed is
In tabel 7.25
staan de coëfficiënten van de regressie analyse weergegeven met fysieke 2
klachten als afhankelijke variabele. Fysieke klachten kunnen voor 20 procent (R = 0,198) worden verklaard uit bovenstaande variabelen. Een toename van de internetgerelateerde problemen veroorzaakt de grootste toename van de ervaren fysieke klachten. Naarmate het jaar van studie met één eenheid toeneemt, neemt de waarde op de fysieke klachtenschaal af. Dat wil zeggen dat ouderejaars respondenten meer fysieke klachten ondervinden dan jongerejaars. Hetzelfde geldt voor eenzaamheid. Naarmate de eenzaamheid per eenheid toeneemt (dus geringer wordt) neemt de waarde op de klachtenschaal toe (wordt dus ook minder). Een grotere eenzaamheid leidt dus tot meer fysieke klachten. De onafhankelijke 46
variabele internetgebruik in uren is wederom uiteengesplitst naar de afzonderlijke items . Een toename van het internetgebruik op de faculteit en gebruik ervan om gericht informatie te zoeken voorspellen eveneens een toename van de ervaren fysieke klachten. Tot slot is het is van belang aan te geven dat bèta en gamma studenten ook een hoger risico lopen op fysieke klachten.
7.5.2 Interpretatie van de resultaten.
Na uitvoer van de regressie analyses kunnen diverse determinanten worden onderscheiden voor toenames van het aantal uren internetgebruik per week, internetgerelateerde problemen en fysieke klachten. In figuur 7.3 staan de afhankelijke en significante onafhankelijke variabelen schematisch weergegeven.
Controle (Beta = -0,148) Gering
Internetfaciliteiten (Beta = 0,119) (Beta = 0,540)
Kabelaansluiting Kabelaansluiting
Internetgebruik in upw totaal (R2 = 0,35)
Geslacht
(Beta = -0,123) Mannen
Thuis (Beta = 0,238) Erotische sites (Beta = 0,178) Internetgerelateerde problemen Internetgerelateerde problemen Faculteit (Beta = 0,148) Eenzaamheid E-mail (Beta = 0,096) (Beta = 0,074) Groot Chatten/virtueel (Beta = 0,086) (Beta = 0,114) Groot
Jaar van studie (Beta = -0,076) Ouderejaars
Info zoeken (Beta = -0,145) Faculteit (Beta = -0,120)
Faculteit (Beta = 0,134) Bèta Gamma
Internet gerelateerde problemen 2
(R = 0,33)
(Beta = -0,211)
Fysieke klachten 2
(R = 0,20)
Figuur 7.3. Schematische weergave van onderscheiden determinanten Het internetgebruik in uren per week kan voor 35 procent worden voorspeld door beschikbare internetfaciliteiten, het geslacht en de mate van eenzaamheid van respondenten. Eenzame mannelijke respondenten die thuis beschikken over een kabelaansluiting maken meer uren per week gebruik van internet dan de overige respondenten. Op basis van de resultaten in paragraaf 7.2 zijn deze determinanten voor wat betreft de basisvariabelen niet verrassend. Daar bleek immers dat de grootste verschillen in het aantal uren internetgebruik per week en in de toepassing van de diverse activiteiten werden gevonden tussen mannen en vrouwen en tussen studenten die wel en niet over een kabelaansluiting beschikken. Op basis van de theorie in hoofdstuk 3 is het daarentegen wel verrassend dat eenzaamheid als enige van de psychosociale aspecten is onderscheiden als voorspeller van het aantal uren internetgebruik per week. In paragraaf 7.4 werd aangeduid dat ongeveer 16 procent van de respondenten één of meerdere psychosociale beperkingen ervaart. Ook werden in deze paragraaf relaties aangegeven tussen psychosociale beperkingen en de diverse toepassingen van internet. Aan de hand van de Sociale Productie Functie Theorie werd verwacht dat mensen die beperkingen ervaren, zich inzetten
46
Na controle op multicollineariteit blijken zowel het internetgebruik thuis als voor vrije tijd de fysieke klachten ook niet afzonderlijk significant te beïnvloeden. Om die reden is gekozen de tabel zoals bovenstaand weer te geven.
deze zo eenvoudig mogelijk te substitueren. Daarbij is met de Neuro-Interface Theorie aangegeven hoe en met behulp van welke bijzondere aspecten van internet, zulke substitutie mogelijk is. Bovendien werd aangeduid dat dusdanige substitutie kan leiden tot excessief internetgebruik. De resultaten van de regressie analyse bevestigen de theorie dus niet voor wat betreft de substitutie van een laag zelfbeeld en geringe gepercipieerde controle. Voor wat betreft eenzaamheid blijft het, zoals in paragraaf 7.4 werd aangegeven, onduidelijk of eenzaamheid nu werkelijk oorzaak of gevolg is van het internetgebruik. Samengevat kan voorzichtig worden geconcludeerd dat uit de resultaten van dit onderzoek niet kan worden aangetoond dat studenten aan de Rijksuniversiteit Groningen excessief gebruik maken van internet (upw) om hun ervaren gepercipieerde controle en geringe zelfbeeld te substitueren. Ook kon niet worden aangetoond dat jongere studenten door de veranderingen in hun (studenten) leven meer gebruik maken van internet dan de oudere studenten. De internetgerelateerde problemen kunnen voor 33 procent worden voorspeld door drie onafhankelijke variabelen: het soort internetaansluiting, de mate van gepercipieerde controle en door de mate waarin studenten gebruik maken van diverse toepassingen op internet. Studenten met een geringe gepercipieerde controle die beschikken over een kabelaansluiting en zowel thuis als op de faculteit gebruik maken van internet, lopen volgens de resultaten van dit onderzoek een groter risico om internetgerelateerde problemen ontwikkelen dan de overige studenten. Bovendien bleek uit de resultaten dat internetgebruik voor e-mail, bezoek aan erotische sites, chatten en/of het bezoek aan virtuele omgevingen eveneens de kans vergroot op ontwikkeling van genoemde problemen. In de theorie in hoofdstuk 3 werd aangeduid dat de gepercipieerde controle de persoonlijke inschatting van mensen weergeeft over de moeite of gemak waarmee gedrag in bepaalde situaties tot stand kan komen. Het weerspiegelt onder andere de mogelijkheden, vaardigheden en informatie waarover studenten beschikken. De gevonden resultaten kunnen een aanwijzing zijn dat studenten die over een geringe gepercipieerde controle beschikken, gebruik maken van internet omdat het hen een vorm van controle verschaft (surfen en informatie zoeken § 7.4). Immers alles wat zich op het beeldscherm afspeelt is in handen van de gebruiker. Bovendien kunnen de resultaten een aanwijzing zijn dat deze studenten door de behoefte die het gebruik van internet vervult, weinig prikkels ervaren dit (substitutie)gedrag te stoppen. Wellicht ontberen zij zelfs vaardigheden om hun internetgebruik in de hand te kunnen houden. Het is dan niet verwonderlijk dat studenten met een geringe gepercipieerde controle een grotere kans hebben op ontwikkeling van internetgerelateerde problemen dan anderen. Het gebrek aan controle om de gevolgen van hun internetgebruik in de hand te houden, kan bovendien worden versterkt als zij thuis beschikking hebben over een computer met kabelaansluiting. Dan verdwijnt immers, net zoals bij het internetgebruik op de faculteit, de financiële barrière om het gebruik te beperken. Bij een kabelaansluiting betalen gebruikers namelijk een vast bedrag per maand (zie ook § 7.2). In hoofdstuk 2 werd gewezen op de aantrekkingskracht van het internet. Het langdurig chatten en/of het bezoek aan virtuele omgevingen wordt voornamelijk veroorzaakt doordat de gebruikers vrezen gebeurtenissen op het web te missen als ze te lang wegblijven. Het gemak
van toegang tot de onbeperkte erotische sites is daarentegen voor de (gefrustreerde) seksliefhebbers zeer aantrekkelijk. E-mail tot slot biedt eveneens onuitputtelijke mogelijkheden en is daarbij ook dag en nacht toegankelijk. Gebruikers van deze toepassingen blijven vaak langer online dan aanvankelijk de bedoeling was, wat ten koste kan gaan van activiteiten in de reële wereld. Door dusdanig gedrag kan een bedding ontstaan waarin internetgerelateerde problemen gemakkelijk kunnen ontwikkelen. De resultaten van de regressie analyse bevestigen dit. Bovendien is het opmerkelijk dat het spelen van spelletjes en gokken niet leidt tot meer internetgerelateerde problemen. Ook van deze activiteiten werd verwacht dat er een behoorlijke aantrekkingskracht vanuit zou gaan. De fysieke klachten kunnen tenslotte voor 20 procent worden voorspeld door de faculteit waaraan studenten studeren, het jaar van studie, het gebruik van internet om gericht informatie te zoeken, gebruik ervan op de faculteit en de mate van ervaren internetgerelateerde problemen. Ouderejaars bèta en gamma studenten die veel internetgerelateerde problemen ervaren en gebruik maken van internet op de faculteit om gericht informatie te zoeken hebben een grotere kans op fysieke problemen dan overige studenten. Het ligt voor de hand dat langdurig internetgebruik meer negatieve gevolgen veroorzaakt (zowel internetgerelateerde problemen, fysieke klachten als de combinatie hiervan) dan beperkt gebruik. Het resultaat dat ouderejaars studenten meer klachten zullen ervaren dan jongerejaars studenten is dan dus niet verwonderlijk. Bovendien werd in paragraaf 7.4 reeds aangeduid dat internetgebruik op de faculteit mogelijk minder comfort biedt dat het gebruik ervan thuis. Dit kan wellicht de voorspellende waarde verklaren van het gebruik van internet op de faculteit voor het ontstaan van de fysieke klachten. Dat bèta en gamma studenten een groter risico lopen op ontwikkeling van fysieke klachten dan alpha studenten kan mogelijk verklaard worden door het verschil in de totale tijd die zij op internet besteden. Het zoeken van informatie op internet wordt ten slotte door nagenoeg alle studenten gedaan. Bovendien wordt hieraan gemiddeld over alle respondenten de meeste tijd besteed. Ook hierbij geldt dat het niet verrassend is dat een toename van het aantal uren internetgebruik per week om gericht informatie te zoeken een toename van fysieke klachten kan veroorzaken. Tenslotte
kunnen
twee
conclusies
worden
weergegeven
ten
aanzien
van
de
verantwoordelijkheden van de Universiteit met betrekking tot excessief internetgebruik onder studenten. Ten eerste blijkt uit de resultaten van de analyses dat de laagdrempelige internetfaciliteiten die de universiteit biedt een verhoogde kans kunnen veroorzaken op zowel internetgerelateerde problemen als fysieke klachten. Daarbij dient voor de volledigheid wel vermeld te worden dat het internetgebruik thuis een grotere kans op internetgerelateerde problemen veroorzaakt dan de faciliteiten op de universiteit. Ten tweede leidt aanmoediging van het internetgebruik onder studenten niet direct tot een toename van het internetgebruik of negatieve gevolgen hiervan. Immers, het internetgebruik voor de studie en multimedia onderwijs zijn niet onderscheiden als determinanten voor excessief internetgebruik. In het volgende hoofdstuk wordt nader ingegaan op de conclusies en wordt de discussie weergeven.
Hoofdstuk 8
Conclusie en discussie
In dit hoofdstuk wordt in paragraaf 8.1 de conclusie beschreven. Daarna wordt in paragraaf 8.2 de discussie weergegeven. 8.1Conclusie De centrale vraagstelling in dit onderzoek luidt: welke factoren spelen een rol bij het internetgebruik van studenten aan de Rijksuniversiteit Groningen? Om de vraagstelling te kunnen beantwoorden zijn in paragraaf 4.1 deelvragen geformuleerd. Met behulp van de resultaten uit hoofdstuk 7 worden in deze paragraaf de conclusies betreffende de deelvragen en de vraagstelling weergegeven. Voor beantwoording van de deelvragen is gekozen voor dataverzameling via een elektronische enquête Deze enquête was in april 2001 bereikbaar op de www.progress.nl/rug internetpagina (§5.1). De steekproef onder de studenten (N= 874) aan de Rijksuniversiteit Groningen bestaat hoofdzakelijk uit eerste en tweedejaars studenten (20-25 jr) en meer vrouwen dan mannen. Deze groep is voornamelijk uitwonend en studeert Letteren of Geneeskunde. Bovendien beschikt 60 procent van hen over een internetaansluiting thuis. 8.1.1.Conclusies betreffende de aard en omvang van het internetgebruik onder de studenten. De eerste deelvraag luidt: wat is de aard en omvang van het internetgebruik onder studenten aan de Rijksuniversiteit Groningen? Met beantwoording van deze deelvraag wordt beoogd inzicht te verkrijgen in het internetgebruik onder studenten aan de Rijksuniversiteit Groningen. De conclusies zijn dan ook beschrijvend. Gemiddeld besteden studenten uit de steekproef 7 uur per week aan internet. Deze tijd wordt hoofdzakelijk besteed aan gebruik van internet voor vrije tijd (4 upw) en studie (2upw). De aard van het gebruik is grotendeels het gericht zoeken van informatie (2upw) en e-mailen (2upw) en wordt door nagenoeg alle respondenten gedaan (99%). Studenten die gebruik maken van internet om te chatten en/of virtuele omgevingen of erotische sites te bezoeken, besteden daar gemiddeld de meeste tijd aan (beide 3upw). Het grootste percentage van de studenten maakt gebruik van internet op de faculteit (88%). De meeste tijd daarentegen wordt thuis op internet doorgebracht (5 upw). Door het weergeven van het internetgebruik naar basisvariabelen konden verschillen in gebruik en toepassing van internet tussen groepen worden aangegeven. Mannen maken meer gebruik van internet dan vrouwen (respectievelijk 9 en 5upw) en passen de diverse mogelijkheden van internet vaker toe. Oudere studenten (leeftijd en jaar van studie) passen internet vaker toe op de faculteit, voor werk, studie en het regelen van financiën. Jongeren daarentegen passen internet meer thuis toe om te chatten, voor multimedia onderwijs en het verrichten van ongedefinieerde activiteiten. Bèta en gammastudenten (8upw) maken meer uren per week gebruik van internet dan alpha studenten (6upw). Thuiswonende studenten maken vaker thuis gebruik van internet (89%) dan uitwonenden (68%). Uitwonenden daarentegen besteden meer tijd in internetcafés. Tenslotte besteden studenten die thuis toegang hebben tot internet via een kabelaansluiting (17%) thuis veel meer tijd (17upw) op internet dan de overige gebruikers (4- 6 upw).
8.1.2. Conclusies ten aanzien van de ervaren negatieve gevolgen door het internetgebruik De tweede deelvraag luidt: welke negatieve gevolgen ondervinden studenten door hun internetgebruik? Deze deelvraag is opgesteld om inzicht te verkrijgen in de omvang van de negatieve concequenties die studenten door hun internetgebruik ondervinden. Bovendien is inventarisatie van e
internetgerelateerde problemen van belang om in de 4 deelvraag excessieve internetgebruikers te kunnen definieren. De conclusie van deze deelvraag is eveneens beschrijvend. Van de studenten ondervindt een overgrote meerderheid geen noemenswaardige negatieve gevolgen door hun internetgebruik. Totaal 16% ervaart veel fysieke klachten: branderige ogen 33% vermoeidheid 16%, muisarm 12%, rugklachten 8%, toename van klachten 27%. Bovendien heeft 25% van de
excessieve internetgebruikers last van een muisarm (gehad). Verder geeft 44% van de
respondenten aan moeite te hebben het internetgebruik in de hand te houden. Mogelijk ervaart hierdoor 15% van de respondenten veel internetgerelateerde problemen. Deze problemen reflecteren zowel de psychische, sociale als maatschappelijke gevolgen die studenten door hun internetgebruik ondervinden. Ze kunnen leiden tot beperkingen die het normaal dagelijks functioneren belemmeren en een daardoor bijvoorbeeld achteruitgang van de studieprestaties veroorzaken. De negatieve gevolgen van internet nemen toe naarmate het internetgebruik stijgt. Bovendien hangt een toename van de fysieke klachten samen met een toename van de internetgerelateerde problemen. Tot slot ondervindt 6 procent van alle studenten zowel veel fysieke klachten als veel internetgerelateerde problemen. Alhoewel dit een relatieve kleine groep is,kan het vertrekkende gevolgen hebben voor het dagelijks functioneren van de respondenten. 8.1.3. Conclusies betreffende relaties tussen internetgebruik en psychosociale aspecten. De derde deelvraag luidt: bestaan er relaties tussen internetgebruik, internetgerelateerde problemen en psychosociale eigenschappen van studenten? Met deze deelvraag wordt beoogd relaties
aan
te
geven
om
verschillen
tussen
studenten
naar
internetgebruik
en
internetgerelateerde problemen aan te kunnen geven. De conclusie van deze deelvraag is beschrijvend en beperkt verklarend. Uit de analyse naar het algemeen psychosociaal welbevinden kwam naar voren dat van 16% van de studenten een grote eenzaamheid ervaart, 12% een geringe gepercipieerde controle ondervindt en 15% een laag zelfbeeld heeft. Verscheidene relaties konden worden aangetoond. Hoe groter het aantal uren internetgebruik per week, des te meer internetgerelateerde problemen studenten ervaren. Verder bleek dat naarmate studenten meer internetgerelateerde problemen ervaren zij een grotere eenzaamheid, een geringere gepercipieerde controle en een lager zelfbeeld ondervinden. Opvallend was dat niet de verwachte relaties konden worden aangetoond tussen het totaal aantal uren internetgebruik per week en de mate van ervaren psychosociale beperkingen. Wel werden verbanden aangetoond tussen eenzaamheid en het gebruik van internet voor de studie, om gericht informatie te zoeken, te surfen en erotische sites te bezoeken. Daarnaast hangt een geringere gepercipieerde controle samen met veel internetgebruik op de faculteit, om gericht informatie te zoeken en te surfen. Relaties met het zelfbeeld konden echter niet worden gevonden. Het uitblijven van die relaties kwam niet overeen met wat er op basis van de literatuur werd verwacht (nader toegelicht in § 8.2.3).
8.1.4. Conclusie betreffende de onderscheiden determinanten van excessief internetgebruik. De vierde deelvraag tenslotte luidt: welke determinanten voor excessief internetgebruik zijn er onder studenten aan de Rijksuniversiteit te onderscheiden? In deze deelvraag staan factoren centraal die het internetgebruik mogelijk beïnvloeden. Aan de hand van de onderscheiden determinanten kunnen de excessieve internetgebruikers worden geïdentificeerd. De keuzes voor de determinanten zijn gemaakt op basis van de theorie in hoofdstukken 2 en 3. De conclusie van deze deelvraag is beschrijvend en beperkt verklarend. In de eerste 3 deelvragen werden excessieve internetgebruikers onderscheiden van de overige gebruikers door het vaststellen van cut-off points: uren internetgebruik per week (>16upw), de mate van internetgerelateerde problemen (veel) en het ondervinden van fysieke klachten (veel). In de regressie analyse daarentegen wordt gebruik gemaakt van de schalen. Na uitvoer van de regressie analyses kunnen de in figuur 8.1 aangegeven determinanten worden onderscheiden. Internetgebruik in upw
Internetgerelateerde problemen
Fysieke klachten
*Geslacht (mannen) *IFaciliteit(kabelaansluitin g) *Eenzaamheid (groot)
*IG Thuis (upw veel) *IG Erotische sites (upw veel) *Controle (gering) *IG Faculteit (upw veel) *IFaciliteit (kabelaansluiting) *IG E-mail (upw veel) + + veel) + + + *IG Chatten (upw
*Internetgerelateeerde problemen (veel) *IGInformatie zoeken (upw veel) *Faculteit (beta gamma) *IG.Faculteit (upw veel ) *Eenzaamheid (groot) *Jaar van studie (oudere)
+ Figuur
++ 8.1.
Determinanten van excessief internetgebruik naar uren internetgerelateerde problemen en fysieke klachten (waarbij IG=Internetgebruik)
internetgebruik
Per blok in figuur 8.1 staan de determinanten weergegeven die de betreffende afhankelijke variabele verklaren. Deze staan gerangschikt met de grootste voorspellende waarde van boven naar beneden. Excessief internetgebruikers zijn met name eenzame mannelijke studenten met een geringe gepercipieerde controle die op de faculteit en thuis via een kabelaansluiting veel uren gebruik maken van internet om te e-mailen, chatten en erotische sites te bezoeken. Excessief internetgebruik in uren kan voor 35% worden voorspeld, excessief internetgebruik naar internetgerelateerde problemen voor 33%.
Tot slot staan ook de fysieke klachten
aangegeven, deze kunnen voor 20 % worden voorspeld door de aangegeven determinanten. De centrale onderzoeksvraag De onderscheiden determinanten vormen gezamenlijk de essentiële factoren die een rol spelen in het internetgebruik onder studenten aan de rijksuniversiteit Groningen: Geslacht, internetfaciliteit, eenzaamheid, internetgebruik thuis en op de faculteit, voor bezoek aan erotische sites, e-mail en chatten. Hierbij is het opvallend dat de het zelfbeeld geen rol speelt in het voorspellen van het internetgebruik. Het ontbreken van dit verband komt niet overeen met wat er op basis van de literatuur werd verwacht (zie § 8.2.3). Het verdient aanbeveling het
internetgebruik van studenten nauwlettend te volgen en de voorlichting over de gevaren van het internetgebruik te intensiveren. 8.2
Discussie
De discussie bestaat uit vier onderdelen. In paragraaf 8.2.1 worden de opmerkingen ten aanzien van de onderzoeksopzet weergegeven. Daarna worden de opmerkingen met betrekking tot de resultaten aangegeven (§ 8.2.2).Vervolgens wordt in paragraaf 8.2.3 het theoretisch model kritisch belicht. Het hoofdstuk wordt uiteindelijk afgesloten met aanbevelingen voor verder onderzoek (§ 8.2.4). 8.2.1
De onderzoeksopzet
Opmerkingen ten aanzien van de onderzoeksopzet worden weergegeven aan de hand van de methode van dataverzameling, de vragenlijst, de respons en de representativiteit van de steekproef. Allereerst kunnen een aantal opmerkingen worden gemaakt over de methode van dataverzameling. Door het afnemen van een elektronische enquête kan bias optreden. Dit wordt veroorzaakt doordat de respondenten zichzelf via internet kunnen selecteren voor de steekproef. De kans bestaat dat de steekproef door deze wijze van dataverzameling een groter percentage (excessieve) internetgebruikers bevat dan de populatie. Dit kan een vertekend beeld veroorzaken. Ook bestaat de mogelijkheid dat sommige internetgebruikers zich anders hebben voorgedaan dan zij in werkelijkheid zijn. Dit is namelijk één van de bijzondere aspecten die het internet zo aantrekkelijk maakt voor gebruikers. Daarbij veroorzaakt verdeling van de enquête over twee internetpagina’s een groot aantal ontbrekende waarden (10%). Vervanging van deze waarden gaat bovendien ten koste van de betrouwbaarheid. Op de tweede plaats zijn aanmerkingen ten aanzien van de vragenlijst en bewerkingen daarvan noodzakelijk. De validiteit van de gegevens hangt samen met de formulering van de vragen. Uit reacties die per e-mail zijn ontvangen bleek dat sommige respondenten moeite hadden met 3 items van de schaal om het zelfbeeld te meten: 4.Ik kan de dingen net zo goed als andere mensen, 7 in vergelijking met anderen vind ik me even waardevol en 8 ik zou willen dat ik respect voor mezelf kon hebben. Zij waren van mening deze vragen teveel op twee manieren geïnterpreteerd konden worden. Andere respondenten vonden de vragen “suggestief”, “teveel gericht op negatieve aspecten” en “ongewenste doordringing tot de diepere ziel van de student”. Daarbij waren er een aantal studenten van mening dat de vragen te persoonlijk waren en niets met het internetgebruik te maken had. Deze kritiek blijkt in de dataset uit het grote aantal ontbrekende waarden waarden in de schalen. Verder is drievoudige inventarisatie van het totaal aantal uren internetgebruik per week, in ongelijke klassen, multi interpretabel en onnauwkeurig. Deze wijze van meten veroorzaakt bovendien statistische problemen. Evenzo gaat door het samenvoegen van internetgebruik om te chatten en/of virtuele omgevingen te bezoeken en het samenvoegen van het internetgebruik om spelletjes te spelen en/of te gokken ten koste van informatie. Deze informatie had mogelijk
een rol kunnen spelen in het onderscheiden van de determinanten van excessief internetgebruik. Bovendien is de H coëfficiënt van de in dit onderzoek toegepaste gangbare Mastery schaal onvoldoende. Dat wil immers zeggen dat items in de schaal mogelijk niet volkomen dezelfde latente trek meten en de schaal niet als uniedimensionale schaal met hiërarchisch geordende items kan worden beschouwd. Door toepassing van deze schaal is mogelijk enige ruis opgetreden in de resultaten van de bewerkingen ervan. Als laatste opmerking ten aanzien van de bewerkingen van de vragenlijst moet vermeld worden dat de toepassing van één standaarddeviatie vanaf het gemiddelde (twee bij internetgebruik in uren) mogelijk een magere methode om cut-off points vast te stellen. Ten derde worden kort ingegaan op het geringe responspercentage (9%). Er heeft een ondoorzichtige selectie plaatsgevonden tussen diegene die wel reageerden en degenen die dat niet deden. Dit heeft een aantal oorzaken. Er zijn was sprake van een verschil in aankondiging van de enquête per faculteit. De verspreiding van de posters verschilde ongewild tussen grote en kleine faculteiten en tussen de grote en de kleine gebouwen. De ene faculteit had eenmaal meer toegestane (zichtbare) aanplakplaatsen dan de andere faculteit. Daarbij speelt het gemak van toegang tot computers die zijn aangesloten op het internet (thuis of op de faculteit) een belangrijke rol. Hoe gemakkelijker de toegang des te lager de drempel om de enquête in te vullen. Verder kan het geringe responspercentage verklaard worden doordat enquêteren via internet een onpersoonlijke wijze van benadering is. Hierdoor is de ‘druk’ om de enquête in te vullen, gering. Tenslotte is de steekproef niet representatief voor de algehele populatie studenten aan de Rijksuniversiteit Groningen. Deze mag alleen representatief genoemd worden voor wat betreft de verdeling van de respondenten naar geslacht. Bovendien zijn geneeskunde studenten sterk oververtegenwoordigd doordat zij een extra e-mail hebben ontvangen waarin medewerking van de studenten aan het onderzoek werd gevraagd. (Desalniettemin blijkt het sturen van een email dus wel effectief te zijn). Als gevolg van een tweetal redenen mag er toch enige representativiteit worden verwacht. Ten eerste is de onderzoeksgroep groot. Ten tweede gaf 8 procent van de respondenten aan, zelf wel eens gedacht te hebben verslaafd te zijn aan internet. Dit percentage komt overeen met het gevonden percentage excessieve internetgebruikers in dit onderzoek dat werd vastgesteld aan de hand van de geformuleerde criteria. Hierdoor mag een adequate afspiegeling van de excessief internetgebruikers worden verwacht en wordt er vanuit gegaan dat het onderzoek een eerste indruk geeft van het internetgebruik van studenten in 2001.
8.2.2 Aanmerkingen ten aanzien van de resultaten Dit onderzoek is een eerste beschrijving van het internetgebruik onder studenten aan de Rijksuniversiteit Groningen en beantwoordt de primair gestelde vraag. Het gevonden resultaat van gemiddeld 7 uur internetgebruik per week is niet veel. Dit is bovendien gebaseerd op zowel noodzakelijk gebruik (studie en werk/bijbaan en dergelijke) als internetgebruik voor ontspanning (vrije tijd). Aangezien normaal internetgebruik totnogtoe niet eenduidig is gedefinieerd, is vergelijking ervan met resultaten uit andere onderzoeken niet zinvol. De percentages studenten die veel klachten en veel problemen als gevolg van hun internetgebruik
ervaren,
alsmede
het
percentage
studenten
dat
veel
psychosociale
beperkingen ervaart, zijn mogelijk aan de hoge kant. Toch hebben deze percentages en de vaststelling van de cut-off points verder weinig invloed op de uitgevoerde analyses. Voor zover mogelijk werd altijd met de verscheidene (geconstrueerde) schalen gewerkt. Excessieve internetgebruikers zijn in dit onderzoek op twee manieren onderscheiden van de overige gebruikers. Ten eerste op basis van het ervaren van veel internetgerelateerde problemen (15%) en ten tweede indien meer dan 16 uren per week gebruik wordt gemaakt van internet (10%). Bovendien maakt totaal 6 procent van deze gebruikers excessief gebruik van internet naar zowel het aantal uren internetgebruik per week als het aantal internetgerelateerde problemen dat zij ondervinden. Dit
resultaat komt overeen met resultaten in aanverwante
onderzoeken (Greenfield 1999, 2000a 2000b; Anderson 2000; Scherer 1997; Eijnden 2000). De vraag is of deze gevonden percentages reden zijn tot ingrijpen vanuit de universiteit. Bij beantwoording van deze vraag gaat het erom in hoeverre het internetgebruik besteed op de faculteit, aan studie en multimedia onderwijs een rol speelt in het voorspellen van het excessieve internetgebruik. Uit de resultaten (§ 7.5) blijkt dat de ervaren internetgerelateerde problemen
en fysieke
klachten
onder
andere kunnen
worden
voorspeld
door het
internetgebruik op de faculteit. Een toename van het internetgebruik op de faculteit kan leiden tot een toename van de problemen en klachten. Internetgebruik besteed aan studie en multimedia onderwijs zijn daarentegen niet onderscheiden als determinanten van excessief internetgebruik. Gesteld kan worden dat studenten die veelvuldig gebruik maken van de laagdrempelige internetfaciliteiten die de universiteit biedt, dus een verhoogde kans op zowel internetgerelateerde problemen als fysieke klachten hebben. Daarbij dient voor de volledigheid wel vermeld te worden dat het internetgebruik thuis een grotere invloed heeft op het voorspellen van de internetgerelateerde problemen dan de faciliteiten op de universiteit. Aanmoediging van internetgebruik onder studenten kan zowel direct als indirect leiden tot een toename van het aantal uren internetgebruik per week. Uit de resultaten (§7.4) blijkt dat excessieve internetgebruikers gemiddeld meer tijd besteden aan internetgebruik op de faculteit, voor hun studie en multimedia onderwijs. Ook het gemiddeld aantal uren voor het gericht zoeken van informatie en e-mail (indirect) neemt toe naarmate het excessieve gebruik
ook toeneemt. Bovendien gaf 6 procent van de respondenten aan dat hun studie en werk onder hun internetgebruik te lijden heeft. Ten aanzien van de verantwoordelijkheden van de universiteit kunnen daarom de volgende aanbevelingen worden gedaan. De universiteit zou het internetgebruik van studenten van meet af aan nauwlettend moeten volgen. Hierbij dient voorlichting omtrent de gevaren van het internetgebruik te worden geïntensiveerd. Door de onderscheiden determinanten van excessief internetgebruik zijn risicofactoren aangegeven die gericht beleid mogelijk maken. Aangezien studenten op de faculteit maar vooral thuis excessief gebruik maken van internet, lijkt het niet zinvol om alleen op problemen binnen de universiteit te wijzen. Wel kan de universiteit verscheidene stappen ondernemen om toename van dit probleem te beperken. Er kunnen (vrijwillige) voorlichtingsbijeenkomsten worden georganiseerd die gericht zijn op het voorkomen van excessief internetgebruik. Dit kan gebeuren door het aangeven van mogelijke oorzaken, symptomen en gevolgen zoals dat bij gebruik van alcohol en drugs gebeurt. Het aanbieden van bijvoorbeeld een zelf-test om excessief internetgebruik te signaleren kan daarbij een adequaat hulpmiddel zijn. Deze zou bijvoorbeeld op de website van de Rijksuniversiteit Groningen kunnen worden geplaatst. Ook kunnen docenten en medewerkers aan de universiteit geattendeerd worden op de gevaren van internetmisbruik. Hierdoor kan oplettendheid en preventie ten aanzien van problemen gecreëerd
worden.
Er
kunnen
discussies
en
bijeenkomsten
of
besprekingen
in
studentenbladen en kranten worden georganiseerd om studenten op de hoogte te brengen en te houden van de ontwikkelingen omtrent excessief internetgebruik. Daarbij kunnen studenten worden aangemoedigd hulp te zoeken wanneer zij problemen als gevolg van hun internetgebruik ervaren. Tevens kan het belang van sociale relaties en participatie in de veelvuldige mogelijkheden die het studentenleven in het echte leven biedt, worden benadrukt. Tot slot kunnen studenten die door hun internetgebruik problemen ondervinden gewezen worden op de mogelijkheden die internet biedt om deze problemen aan te pakken: Internetters Anomymous,
Netaholics
www.internetaddiction.com,
Anonymous,
Wabaholics,
www.netaddiction.com.zijn
World zijn
Wide
hiervan
Web slechts
Aholics, enkele
voorbeelden. Alhoewel dit lijkt op een methode om alcoholisten in een bar te laten ontwennen, zijn er veel mensen die reeds hulp hebben gevonden via internet. 8.2.3. Bespreking van het model. Samengevat komt de theorie in hoofdstukken 2 en 3 op het volgende neer: Studenten kunnen door bijvoorbeeld verhuizing naar een studentenstad veranderingen in hun (studenten)leven ervaren. Deze veranderingen kunnen zo groot zijn of lijken, dat studenten die niet over capaciteiten beschikken om daarop te anticiperen, beperkingen kunnen ervaren. Indien deze beperkingen de psychosociale eigenschappen van studenten beïnvloeden dan kunnen zij een afname van de gepercipieerde controle, het zelfbeeld of een grotere eenzaamheid ondervinden. Dusdanige beperkingen kunnen studenten belemmeren in realisatie van hun doelen om welzijn te bereiken (Sociale Productie Functie Theorie). Op basis van de Theorie of Reasoned Action wordt aangenomen dat zij dan op zoek gaan naar eenvoudig te realiseren alternatieven om de ervaren beperkingen op te heffen teneinde de
doelen van het welzijn alsnog te kunnen realiseren. Internet is zo’n alternatief. Door het gemak van toegang en de uitgebreide mogelijkheden die het biedt, verschaft internet veel mogelijkheden om deze psychosociale beperkingen te substitueren. Aan de hand van de Neuro-Interface Theorie werd aangeduid hoe de virtuele wereld kan bijdragen aan de opbouw en ontwikkeling van het zelfbeeld. Vanuit deze theorie werd beargumenteerd dat studenten evenzo beperkingen met betrekking tot eenzaamheid en de gepercipieerde controle kunnen substitueren. Het gevaar hierbij is echter dat studenten die gebruik maken van internet om beperkingen te substitueren, mogelijk noodzakelijke vaardigheden in de reële wereld verliezen. Hierdoor blijven zij voor blijvende substitutie aangewezen op internet waardoor zij veroordeeld zijn tot excessief internetgedrag. Op basis hiervan werd verwacht dat studenten met een geringere gepercipieerde controle, een laag zelfbeeld en een grote mate van eenzaamheid, meer excessief gebruik zouden maken van internet dan anderen. De resultaten in hoofdstuk 7.4 tonen aan dat er inderdaad studenten zijn die psychosociale problemen ervaren (16% grote eenzaamheid, 12% geringe gepercipieerde controle, 15% laag zelfbeeld). Op basis van de theorie werd verwacht dat deze studenten internet toepassen om hun beperkingen te substitueren: eenzame studenten meer sociale activiteiten, studenten met een geringe gepercipieerde controle meer niet-sociale activiteiten en studenten met een laag zelfbeeld een combinatie van beide.
De relaties tussen eenzaamheid en de diverse toepassingen van internet duiden (mogelijk het bezoek aan erotische sites uitgezonderd) niet zozeer op activiteiten om eenzaamheid tegen te gaan. Het betreft hier namelijk het internetgebruik voor de studie, om gericht informatie te zoeken en te surfen. Het is van deze activiteiten niet mogelijk om aan te geven of deze juist oorzaak of gevolg zijn van het internetgebruik.
De gevonden relaties tussen de mate van gepercipieerde controle en de tijd die besteed wordt aan surfen en het gericht informatie zoeken kunnen daarentegen mogelijk wel een aanwijzing zijn dat de theorie de werkelijkheid weerspiegelt. Alles wat zich op het computerscherm afspeelt is in handen van de gebruiker. Bij surfen en gericht informatie zoeken is er niemand anders dan de gebruiker zelf die bepaalt wat er gebeurt.
Tussen het zelfbeeld en de diverse activiteiten op internet werd geen enkel significant verband gevonden. Deze studenten maken dus niet meer gebruik van internet dan de anderen. Het is daarom ook niet mogelijk om aan te geven of deze studenten hun beperking eventueel wel of niet met behulp van internet proberen te substitueren. Mogelijk zijn de alternatieven die internet biedt voor het substitueren van de psychosociale beperkingen niet toereikend of nog niet ontdekt.
Door toetsing van de resultaten aan de theorie kunnen ten aanzien van de theorie 2 conclusies worden weergegeven. Ten eerste kunnen met de gevonden resultaten in dit onderzoek vooralsnog geen aanwijzingen worden weergegeven die de Neuro-Interface Theorie ondersteunen voor wat betreft de ontwikkeling van het zelfbeeld met behulp van internet. De studenten aan de Rijksuniversiteit Groningen die psychosociale beperkingen ervaren maken niet totaal significant meer uren per week gebruik van internet dan de overige gebruikers. De relaties tussen de afzonderlijk items van het internetgebruik en de mate van de gepercipieerde controle vormen mogelijk wel een aanwijzing dat de gedachte achter de Neuro-Interface Theorie een weerspiegeling is van de werkelijkheid. Voor wat betreft de resultaten ten aanzien van de mate van eenzaamheid kunnen eveneens geen duidelijke uitspraken worden gedaan die de theorie bevestigen. De gevonden relaties vodoen immers niet aan de verwachting dat eenzame studenten meer gebruik maken van sociale activiteiten. Daarbij blijft het in dit onderzoek onduidelijk of de mate van ervaren eenzaamheid oorzaak of gevolg is van het internetgebruik. Uitgezonderd de relaties tussen de afzonderlijke items van het internetgebruik en de gepercipieerde controle, kan er onvoldoende bewijs worden geleverd dat studenten die psychosociale beperkingen ervaren deze met behulp van internet proberen te substitueren. Het kan zijn dat studenten de mogelijkheden die het internet biedt om ervaren beperkingen met behulp van internet te substitueren (nog) niet kennen, ontoereikend of te ver gezocht vinden. Mogelijk zijn andere alternatieven eenvoudiger aan te dragen teneinde de beperkingen tegen te gaan. Hieruit volgt dat substitutie van hulpbronnen met behulp van internet door de combinatie van de Sociale Productie Functie Theorie en de Theorie of Reasoned Action, op basis van de gevonden resultaten in dit onderzoek onvoldoende kan worden bevestigd. Mogelijk substitueren eenzame studenten het gebrek aan affectie door zich met behulp van internet te richten op bijvoorbeeld gedragsbevestiging. De tijd die zij aan hun studie besteden kan misschien een aanwijzing zijn dat ze willen uitblinken in hun studie. Een dusdanige bewering is vergezocht en wordt door de resultaten onvoldoende bevestigd om de theorie zinvol te kunnen ondersteunen. Bovendien blijft ook hier de vraag van oorzaak en gevolg onbeantwoord. Op basis bovengenoemde moet wellicht worden geconcludeerd dat de Sociale Productie Functie Theorie en de Theorie of Reasoned Action, in dit onderzoek onvoldoende geschikt zijn om substitutie van hulpbronnen met behulp van internet in een breder perspectief te plaatsen. 8.2.4 Aanbevelingen voor verder onderzoek Op basis van de gevonden resultaten wordt aanbevolen de kracht en sterkte van de gevonden determinanten nader te onderzoeken. Aangezien de onderscheiden determinanten samen niet meer dan 35 procent van het internetgebruik verklaren zijn er bovendien onafhankelijke variabelen die in dit onderzoek niet zijn meegenomen. Een voorbeeld hiervan is mogelijk de wijk waarin de studenten in Groningen wonen. Er doen geruchten de ronde dat het internetgebruik en de percentages kabelaansluitingen in bepaalde wijken veel hoger ligt dan in andere wijken. Ook beïnvloedt het wel of niet lid zijn van een sport, studenten of andere vereniging mogelijk de mate internetgebruik onder de studenten. Uit de resultaten van dit onderzoek blijkt dat het onderscheid tussen psychosociale beperkingen als oorzaak of als gevolg van het internetgebruik, niet duidelijk konden worden vastgesteld. Dit vereist
een longitudinaal onderzoek waar de middelen voor ontbraken. Op basis van de literatuur in hoofdstukken 2 en 3 wordt daarom aanbevolen uitvoeriger onderzoek te verrichten naar de relaties tussen het internetgebruik en de psychosociale eigenschappen van studenten. Verwacht wordt dat onderzoek naar slechts één van de aspecten al voldoende stof biedt voor een omvangrijk onderzoek. Mogelijk kan hierbij de vraag worden beantwoord hoe het internetgebruik zich onder studenten ontwikkelt. Ten aanzien van de resultaten van de negatieve gevolgen die studenten door hun internetgebruik ervaren wordt aanbevolen onderzoek te verrichten naar de kennis onder studenten betreffende deze gevolgen. Mogelijk kan ook aandacht besteed worden aan de activiteiten die studenten ondernemen teneinde deze gevolgen te beperken. Op basis daarvan kan gerichte voorlichting aan studenten plaatsvinden. Ook gaat een aanbeveling uit naar instrumentontwikkeling van een schaal om excessief, riskant of problematisch internetgedrag te kunnen vaststellen op basis van de mate van ervaren fysieke klachten en de internetgerelateerde problemen (mogelijk kan hierin het aantal uren internetgebruik ook worden opgenomen). De internetgerelateerde problemen schaal is namelijk gebaseerd op de criteria die zijn opgesteld om pathologisch gokken te diagnosticeren. Door klakkeloze toepassing van deze criteria op internetgebruikers wordt één essentieel verschil tussen pathologische gokkers en excessieve internetgebruikers over het hoofd gezien. Fysieke klachten treden bij pathologische gokkers niet of nauwelijks op doordat hun gebruik beperkt wordt door financiële middelen. Gokkers kunnen niet onophoudelijk 10 uur per dag achter elkaar blijven doorgokken (nog nooit van gokkers met een muisarm gehoord). Dat is bij excessieve internetgebruikers wel het geval met alle gevolgen van dien. In dit onderzoek werd de samenhang tussen zowel het aantal uren internetgebruik de fysieke klachten als internetgerelateerde problemen aangegeven. Op basis hiervan wordt verwacht dat er een betere schaal of combinatie van schalen is te ontwikkelen dan de schalen die in dit onderzoek werden toegepast. Tot slot zijn in dit onderzoek de studenten aan het Hoger Beroeps Onderwijs (HBO) in Groningen niet meegenomen. De redenen hiervoor waren dat dit een exploratief onderzoek betreft wat niet direct alomvattend kan zijn. Bovendien zou er dan een uitgebreidere manier van data verzameling moeten plaatsvinden wat omslachtig, tijdrovend en te duur zou zijn. Toch worden interessante verschillen verwacht tussen internetgebruik binnen het Wetenschappelijk Onderwijs en het HBO. Om die reden gaat een aanbeveling uit naar verder onderzoek naar internetgebruik onder studenten binnen het HBO. Bovendien kan dergelijk onderzoek mogelijk ook worden verricht binnen of tussen studenten aan andere universiteiten.
Hoofdstuk 9
Samenvatting: onderzoek naar internetgebruik onder Groningse studenten.
Inleiding Studenten zijn als groep kwetsbaar om excessief internetgebruik te ontwikkelen. Zij kunnen door de veranderingen in hun (studenten)leven, psychosociale beperkingen ervaren (eenzaamheid, gebrek aan geper-cipieerde controle, laag zelfbeeld) die realisatie van hun doelen om welzijn te bereiken belemmeren. Internet biedt studenten unieke mogelijkheden (toegankelijkheid, anonimiteit en wereldwijdheid) om deze beperkingen te substitueren. Bovendien wordt de kwetsbaarheid vergroot doordat studenten door de invoering van internet binnen het onderwijs zonder veel barrières worden blootgesteld aan alle aspecten van het internet (informatie zoeken, surfen, mailen, spelletjes spelen,gokken, chatten etc.). Er zijn aanwijzingen dat voor sommige studenten dit kan leiden tot gezondheidsproblemen (bijv. RSI of vermoeidheid) of problemen van psychische en/of sociale aard (bijv. geestelijke afhankelijkheid van internet of afname van sociale contacten). De Rijksuniversiteit Groningen (RUG) stelt laagdrempelige internetfaciliteiten beschikbaar
ten
behoeve de studiedoelen. Tot op heden is er echter weinig bekend over de aard en omvang van het internetgebruik en de determinanten en/of risicofactoren die bij het internetgebruik onder studenten een rol spelen. Het doel van dit onderzoek is inzicht verkrijgen in het internetgebruik onder studenten aan de RUG teneinde risicogroepen te identificeren en gerichte voorlichting mogelijk te maken. De centrale onderzoeksvraag Welke factoren spelen een rol bij het internetgebruik van studenten aan de Rijksuniversiteit Groningen? Deelvragen 1
Wat is de omvang en aard van het internetgebruik onder studenten aan de Rijksuniversiteit Groningen?
2
Welke negatieve gevolgen ondervinden studenten door internetgebruik?
3
Bestaan er relaties tussen internetgebruik, internetgerelateerde problemen en psychosociale kenmerken van studenten?
4
Welke determinanten voor excessief internetgebruik zijn er onder studenten aan de Rijksuniversiteit Groningen te onderscheiden?
Methode Voor beantwoording van de deelvragen is gebruik gemaakt van een elektronische enquête. De steekproef (N= 1014) omvat die studenten aan de RUG die gedurende de periode van 5 tot 23 april 2001 de COWOG-internetpagina bezochten en de ingevulde enquête terugstuurden. Met het aantal teruggestuurde enquêtes gekoppeld aan het totaal aantal maal dat werd ingelogd op de www.progress.nl/rug pagina komt de respons op een percentage van 9 procent. Dit resulteerde in 874 bruikbare enquêtes (45% man; gemiddelde leeftijd 22.3 jaar; uitwonend 87%). De vragenlijst bestond uit 86 vragen naar onder andere het gemiddeld aantal uren internetgebruik per week, het aantal internetgerelateerde problemen, het
zelfbeeld (RSE),
de mate van
eenzaamheid
(lonelynessscale), de gepercipieerde controle (Mastery Scale) en ervaren lichamelijke klachten als gevolg van het internetgebruik.
Resultaten betreffende het internetgebruik onder studenten weergegeven per deelvraag Deelvraag 1: Studenten maken gemiddeld ruim 7 uren per week (upw) gebruik van internet (N=874, sd 8,5). Totaal 88% van de respondenten maakt gemiddeld 3 upw gebruik van internet op de faculteit, terwijl 71% dat gemiddeld 7 uren per week thuis doet. Internet wordt met name gebruikt als vrijetijdsbesteding (97%, ruim 4 upw) en voor studiedoeleinden (96%, 2 upw). Daarbij besteden studenten meer dan de helft van de totale tijd om gericht informatie te zoeken en te e-mailen. Mannen maken meer gebruik van internet dan vrouwen en bèta en gamma studenten meer dan alfa studenten. Bovendien maken studenten met een kabelaansluiting thuis veel meer upw gebruik van internet dan de overige studenten. Deelvraag 2: Van de studenten ervaart 75% geen of geringe negatieve gevolgen door hun internetgebruik. Totaal 16% ondervindt veel fysieke klachten: branderige ogen 33%, muisarm 12%, vermoeidheid 16% rugklachten 8% en toename van klachten 27%). Daarnaast ervaart 15% veel internetgerelateerde problemen: psychische, sociale en maatschappelijke problemen. Met een relatieve toename van het internetgebruik nemen de negatieve gevolgen toe. Deelvraag 3: Veel internetgebruik voor de studie om gericht informatie te zoeken, te surfen en erotische sites te zoeken hangt samen met grotere eenzaamheid. Daarnaast hangt een geringere gepercipieerde controle samen met veel internetgebruik op de faculteit, om gericht informatie te zoeken en te surfen. Hoe meer internetgerelateerde problemen de respondenten ervaren groter de eenzaamheid, geringer de gepercipieerde controle en lager het zelfbeeld. Deelvraag 4: Tien procent van de studenten maakt excessief gebruik van internet gemeten naar het aantal uren internetgebruik per week (meer dan 16 upw). Van de respondenten maakt 15% excessief gebruik van internet gemeten naar het aantal internetgerelateerde problemen. Totaal 6% van de respondenten zijn excessieve gebruikers naar zowel het aantal uren internetgebruik per week én de internetgerelateerde problemen. De determinanten van excessief internetgebruik staan in onderstaande figuur aangegeven. Ook zijn de determinanten van fysieke klachten onderscheiden. Internetgebruik in uren per week (upw) *Geslacht (mannen) *Internetfaciliteit (kabelaansluiting) *Eenzaamheid (groot)
+ Figuur 9.1 Conclusie
Internetgerelateerde problemen *IG Thuis (upw veel) *IG Erotische sites (upw veel) *Controle (gering) *IG Faculteit (upw veel) *IFaciliteit (kabelaansluiting) *IG E-mail (upw veel) *IG Chatten (upw veel)
Fysieke klachten *Internetgerelateeerde problemen (veel) *IGInformatie zoeken (upw veel) *Faculteit (beta gamma) *IG.Faculteit (upw veel ) *Eenzaamheid (groot) *Jaar van studie (oudere)
++ ++ +++ Determinanten van excessief internetgebruik naar uren internetgebruik internetgerelateerde problemen en fysieke klachten (IG = Internetgebruik in upw…)
De overgrote meerderheid van de studenten maakt gebruik van internet zonder noemenswaardige klachten. Zo’n 16% ervaart echter veel fysieke klachten. Een kleine groep (6%) maakt excessief gebruik van internet naar aantal uren internetgebruik per week en internetgerelateerde problemen. Dit zijn met name eenzame mannelijke studenten met een geringe gepercipieerde controle die op de faculteit en thuis via een kabelaansluiting veel uren gebruik maken van internet om te e-mailen, chatten en erotische sites te bezoeken. Het verdient aanbeveling het internetgebruik van studenten nauwlettend te volgen en de voorlichting over de gevaren van het internetgebruik te intensiveren. Het aanbieden van een zelftest om excessief internetgebruik te signaleren kan daarbij een hulpmiddel zijn.
Geraadpleegde literatuur American Psychiatric Association (1994). Diagnostic and Statistical Manual of Mental Disorders- Fourth Ed. Washington D.C: American Psychiatric Association. 81 Anderson, K.J. (2000). Internet use among college students: An exploratory study. www.rpi.edu/~anderk4/research.html Benschop, A. (2001a). Sociaal-psychologie van het internet. Samenstelling van twee lezingen voor de Landelijke Sociologen Dag (LSD), op dinsdag 9 juni 2001 in Utrecht. Eerste lezing concentreerde zich op de eigenaardigheden van het internet. Tweede lezing ging over internetverslaving en de relatie tussen individualisering en virtuele socialisatie. Amsterdam www.pscw.uva.nl/sociosite/websoc/psycho.html Benschop, A. (2001b). Internet begrippen. Amsterdam www.pscw.uva.nl/sociosite/websoc/begrippen.html
Blankensteijn, H. (2001). Herbert Blankesteijn: Moet een student een laptop? Edusite 26-06-2001 http://www.edusite.nl/edusite/columns/1676
Bowling, A. (1991). Measuring Health; A Review of Quality of life measurement Scales. London: Open University Press. 142 Brenner, V. (1997). Psychology of computer Use XL VII. Parameters of Internet Use, abuse and addiction: The first 90 days of internet Usage survey. Psychological Reports 80 (3): 879-882 Brouwer, A. (2000). Netgek! Groene Amsterdammer 29-7-2000 www.groene.nl/2000/003031/ab_netgek Brown, J. (1996). BS Detector: ‘Internet Addiction’ Meme gets media high. Wired News 5-12-1996 www.wired.com/news/topstories/0,1287,844,00.html Bruggen, A. (2001). Individual production of social well-being. An exploratory study. Groningen: ICS:RUG/UU/KUN. 192 Calem, R.E. (1996). Does the Web Addict people? Or Just tempt Internet Abuse? The New York Times 17-3-1996 Centre for On-line Addiction. Resources on the Psychology of Cyberspace. www.netaddiction.com Courneya, K.S., Plotnikoff, R.C., Hotz, S.B., Birkett, N.J. (2000). Social support and behavior in the exercise domain. American Journal of Health 24(4): 300-308 Cyberatlas www.cyberatlas.Internet.com/big_picture/traffic_patterns/article/0,1323,5931_184211, 00.html Davis, R.A. (2000). What is Internet addiction. Catalyst. www.internetaddiction.ca/internet_addiction.htm Eijnden, R.J.J.M. Van den, Garretsen, H.F.L. en Bosveld, W. (2000). Problemen rond internetgebruik: de resultaten van drie telefonische enquêtes gehouden onder inwoners van Amsterdam. Manuscript in voorbereiding. Eijnden, R.J.J.M. Van den, Bosveld, W. en Garretsen, H.F.L . (2001). Internet-related problems: Gender differences in the predictive value of loneliness. (Manuscript in preparation). Evers, R.(2000). Internet, wel of geen verslaving. Metro 22-9-2000
Ferris, J.R. (1997). Internet Addiction Disorder; Causes, Symptoms, ans Consequences 05-05-1997 www.chem.vt.edu/chem-dept/dessy/honors/papers/ferris.htlm Godin, G., Kok G. (1996). The Theory of Planned Behavior: A Review of Its Applications to Health-related Behaviors. American Journal of health promotion. The Science of Health. 11 (2): 87-98 Goldberg, I. (1995). Internet Addiction Disorder Internet Addiction Support Group www.internet.addiction.supportgroup.html Graaf, P. de. (2000). Surfdieet als hulpmiddel voor internetjunk. De Volkskrant 13-10-2000 www.volkskrant.nl/nieuws/nieuwe_media/355022757 Greenfield D.N. (1999a). Free virtual Addiction Survey . The Center for Internet Studies www.virtual-addiction.com/survey2.htlm Greenfield, D.N. (1999b). Virtual addiction: Help for Netheads, Cyberfreaks, and Those who Love Them. New Harbinger Publications. www.virtual-addiction.com/htm Greenfield, D.N. (1999c). The Nature of internet addiction: Psychological Factors in Compulsive Internet Use. Psychological Health Associates and the Center for Internet Studies. Presentation at the 1999 meeting of the American Psychological Association. Boston Massachusetts August 20, 1999 Psychological Characteristics of Compulsive Internet Use: A preliminary Analyses www.virtual-addiction.com/internetaddiction.htm Greenfield, D.N. (1999d). The Net Effect: Internet Addiction and Compulsive Internet Use. The Center for Internet Studies www.virtual-addiction.com/neteffect.htm Griffiths, M. (1997). Does internet and computer addiction” exist?: Some case study evidence. Paper presented at the Annual Conference of American Psychological Association, August 18, 1997. Chicago, IL. Grohol, J.M. (1997). WHAT’S NORMAL? How much is too much when spending time online? 7-10-1997 www.psychcentral.com/archives/n100397.htm Grohol, J.M. (1999). Internetaddiction guide 2-1999 http://www.grohol.com/netaddiction/ www.psychcentral.com/netaddiction/ Hamman, R. (1997). History of internet, WWW, IRC, and MUD’s. Cybersociology Magazine www.socio.demon.co.uk/history.html
Loek Hermans: op de markt. Edusite 22-10-2001
Hermans, L. (2001). http://www.edusite.nl/edusite/columns/9328
Holmes, L. (1997a). Internet Addiction – Is it real? Mental Health Resources 10-3-1997 www.mentalhealth.miningco.com/library/weekly/aa031097.htm Holmes, L. (1997b). Pathological Internet Use-some examples. Mental Health Resources 29-9-1997 www.mentalhealth.miningco.com/library/weekly/aa092997.htm Holmes, L.(1997c). What is “normal” Internet Use? Mental Health Resources 6-10-1997 www.mentalhealth.miningco.com/library/weekly/aa100697.htm Horlings, J. (2001). Verslaafd aan het Internet. Netmagazine.nl 3-2001 Informationweek, (2001). Consumer Internet Acces; growth in Western Europe to 2006; Research Report 2-7-2001 www.informationweek.com/reports/IWK20020118s0074 InterPoll, (2000). Onderzoek naar internet gedrag in Nederland. Persbericht 23-11-2000 www.interpoll.exemedia.nl
Jellinek, (2000). Kan internet verslavend worden en zo ja wat kun je daaraan doen? www.cgi.lemon.nl/jellinek/qadata/Overige_drugs/2000nov24-09097125739.html www.jellinek.nl Jong-Gierveld, J. De. en Tilburg, T. Van. (1991). Manual of the lonelyness Scale. Amsterdam: De Vrije Universiteit Amsterdam. Kandell, J.J. (1998). Internet Addiction on Campus: The Vulnerability of College Students. Cyberpsychology and Behavior. (1):11-17. http://www.inform.umd.edu/CampusInfo/Departments/Counseling/Personal/~kandell/ia cpbart.htm . King, S.A.(1996). Is the Internet Addictive or are Addicts Using the Internet? www.concentric.net/~Astorm/iad.html König-Zahn, C., Furer, J.W., Tax, B. (1994). Het meten van de gezondheidstoestand. 2 Lichamelijke gezondheid, sociale gezondheid. Assen: Van Gorcum. Kovach, N. (2001). Internet causes many addictions The Post online 25-1-2001 www.thepost.baker.ohioe.edu/archives3/jan01/012501/news11.html Kraut, R. E., Scherlis, W., Patterson, M., Kiesler, S. & Mukhopadhyay, T. (1998a). Social impact of the Internet: What Does It mean? Communications of the ACM, 41 (12): 21-22. www.homenet.andrew.cmu.edu/progress/acmlet.html Kraut, R., Patterson M, Lundmark V, Kiesler S, Mukophadhyay T , Scherlis, W. (1998b). Internet paradox: A social technology that reduces social involvement and psychological well-being? American Psychologist. 53 (9): 10171-1031 www.homenet.andrew.cmu.edu/progress/HN.impact.10.htm www.apa.org/journals/amp/amp5391017.html Kruyskamp, C., (1976). Van Dale Groot Woordenboek der Nederlandse Taal. ’s Gravenhage: Martinus Nijhoff Leiner, B.M., Cerf, V.G., Clark, D.D., Kahn, R.E., Kleinrock, L., Lynch, D.C., Postel, J., Roberts, L.G., Wolff, S. (2000). A Brief History of the Internet (version 3.31) http://www.isoc.org/internet/history/brief.shtml
Liebrand. W.B.G. (2001). Wim Liebrand: ’ Waarom eisen studenten geen betaalbare breedbandige toegang tot het internet?’ Edusite 26-11-2001 http://www.edusite.nl/edusite/columns/9547
Morahan-Martin, J., Schumaker, P., (1997). Incidence and Correlates of Pathological Internet th Use. Paper presented at the 105 Annual Convention of the American Psychological Association, August 18, 1997. Chicago, IL. Mokken, R.J. (1971). A theory and procedure of scale analysis. Den Haag: Mouton Moorer, P. en Suurmeijer, T.P.B.M. (1993). Undimensionality and cumulativeness of the loneliness scale using mokken scale analyses for polychotomus items Psychological Reports (73): 1324-1326 Nielsen, (2001) Global Internet Usage Statistics www.nielsen-netradings.com Nunnally, J.C. en Bernstein I.R. (1994). Psychometric theory. New York: Mc Graw-Hill Ormel, J., Lindenberg, S.M., Steverink, N. en Verbrugge L.M., (1996). Welbevinden en de theorie van de Sociale Productie Functies. In: G.I.J.M. Kempen, J.Ormel. Dagelijks functioneren van ouderen. Assen: Van Gorcum. 117-135 Orzack, M.H. (1999). Computer Addiction Services www.computeraddiction.com/
Pastore, M. (2001). Internet remains a Man’s Domain Cyberatlas 26-7-2001 www.cyberatlas.internet.com/big_picture/demographics/article/0,1323,5901_809341,0 0.html Pearlin, L.I., Schooler C. (1978). The structure of coping. Journal of Health and Social Behavior. (19): 2-21 Pierce, J., (2000). Internet Addiction The newest Diagnosable Disorder www.simpson.edu/~piercej/Psych/InternetAddiction.htm Reuters, (1999). Nog dit jaar ruim 130 miljoen internetters. Persbericht Emarketeer, eGlobal Report www.techweb.com/wire/story/reuters/REU19990707s007 Rosenberg, M. (1965). The measurement of self-esteem. In: Anonymus Society and the adolecent self-image. New Jersey: Princeton University Press. 16-36 Scherer, K.(1997). College life Online: Healthy and unhealthy Internet use. Journal of College Life and Development. 38: 655-664 Paper presented at the Annual Convention of the American Psychological Association August 1997 Seussis European project; Near graduates questionnaire Staps, F. (2000). Netjunks geobsedeerd door het web. NRC Handelsblad 22-9-2000 www.nrc.nl/W2/Nieuws/2000/09/22/med/01 SURFnet, (2001). Verklarende Woordenlijst SURFkit http://www.surfkit.nl/information/woordenlijst/home.html Suler, J. (1996a). Why is this thing eating my life? Computer and Cyberspace Addiction at the “palace” Psychology in Cyberspace 3-1996, revised 6&8-1996 (v2.0) www.rider.edu/users/suler/psycyber/eatlife.html Suler, J. (1996b). Internet addiction. Interview with Morris Jones of Internet Australasia magazine. Psychology in Cyberspace 10-1996 (v1.0) Computer and Cyberspace Addiction www.rider.edu/users/suler/psycyber/eatlife.html Suler, J. (1996c). Identity management in Cyberspace Psychology in Cyberspace 3-1996, revised 4-2000 (v2.0) www.rider.edu/users/suler/psycyber/identitymanage.html Suler, J. (1997). The Final showdown between in-person and cyberspace relations In: Psychology in Cyberspace 1-1997 (v1.0) www.rider.edu/users/suler/psycyber/showdown.html Suler, J. (1998). Adolecents in Cyberspace In: CyberPsychology & Behavior, 6-1998 (v1.0) www.rider.edu/users/suler/psycyber/adoles.html Suler, J. (1999a). To Get What You Need: Healthy and Pathological Internet Use. CyberPsychology & Behavior 1 (2): 385-394 www.rider.edu/users/suler/psycyber/getneed.html Suler, J. (1999b).Computer and Cyberspace addiction CyberPsycology & Behavior, 1(8) www.rider.edu/users/suler/psycyber/cybaddict.html Suler, J. (2001).The online Disinhibtition Effect Psychology in Cyberspace June 2001 (v1.0) www.rider.edu/users/suler/psycyber/cybaddict.html Suurmeijer, Th.P.B.M., Reuvekamp M.F., Aldenkamp, B.P., Overweg, J., Ong Gie Sie (1998). Quality of Life in Epilepsy: Multidimensional Profile and Underlying Latent Dimensions. J. Epilepsy, 11 (2): 84-97 Verrijt, T. (2000). Algemene studenten enquête KUN IOWO Adviseurs voor onderwijs beleid en organisatie, 12-2000
Vos, H. De. (1999). Sociale kwaliteit van buurten: een sociaal welvaartstheoretisch perspectief op buren en buurten. In: B.Völker en R. Verhoeff (Red.) Buren en buurten, Amsterdam: SISWO. Wassenaar, J.S., Doorn, A.B.D. Van, Dierssen, A.H.J. (1998). The Human –Computer interface: Autonomy and addiction-a neuro-cognitive study CyberPsychology & Behavior 1 (4): 353-360 West, H.R.J. (1998). Informatie rond verslaving deel 1 & 2 Helpdesk.nl (New Media) Utrecht Holland www.knoware,nl/users/hanswest/DRU/mci/helpdisc Young, K.S. (1996). Internet Addiction: The Emerge Of a New Clinical Disorder th CyberPsychology and Behavior, 1 (3): 237-244. Paper presented at the 104 Annual Convention of the American Psychological Association in Toronto, Canada, August 16, 1996. Center for On-line Internet Addiction www.netaddiction.com/articles/newdisorder.htm Young, K.S. (1997). What makes the Internet Addictive :Potential Explanations for Pathological Internet Use. Paper presented at the 105th annual conference of the American Psychological Association , August 15, 1997, Chicago, IL. Center for On-line Internet Addiction www.netaddiction.com/articles/habitforming.htm Young, K.S. (1998a). Caught in the net: How to recognize the signs of internet addiction – and a winning strategy for recovery. New York: John Wiley& Sons. Young, K.S., Rodgers, R.C. (1998b). Internet Addiction: Personality Traits Associated with Its Development. Paper presented at the 69th annual meeting of the Eastern Psychological Association in April 1998. Center for On-line Internet Addiction www.netaddiction.com/articles/habitforming.htm Young, K.S.,(1998c). Resources on the Psychology of Cyberspace; The Internet Addiction Test. Center for On-line Internet Addiction www.netaddiction.com/resources/test.html Young, K.S.(2000). Surfing not studying: Dealing With Internet addiction on Campus Center for On-line Internet Addiction www.netaddiction.com/articles/surfing_not _studying.htm
Deze enquete maakt onderdeel uit van een onderzoek naar internetgedrag van studenten aan de Rijksuniversiteit Groningen. Bij voorbaat wil ik je hartelijk danken voor je medewerking. De gegevens zullen anoniem worden verwerkt.
A1 1
Faculteit /studie Jaar van eerste inschrijving 1981 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 Totaal
2
Aan welke faculteit studeer je? Indien meer dan 1, kies de voor jou belangrijkste faculteit). Medische Wetenschappen Letteren Rechtsgeleerdheid Psychologische, Pedagogische en Sociologische Wetenschappen Wiskunde en Natuurwetenschappen Economische wetenschappen Bedrijfskunde Ruimtelijke Wetenschappen Wijsbegeerte Godgeleerdheid en Godsdienstwetenschappen Totaal
3
Jaar van studie 1e 2e 3e 4e 5e 6e 7e ouder Totaal
N
%
1 1 1 3 2 2 3 7 26 46 78 109 159 172 259 869
0,1 0,1 0,1 0,3 0,2 0,2 0,3 0,8 3,0 5,3 9,0 12,5 18,3 19,8 29,8 100,0
N
%
176 167 105 105 102 101 65 23 14 10 868
20,3 19,2 12,1 12,1 11,8 11,6 7,5 2,6 1,6 1,2 100
N
%
252 175 164 120 69 47 26 12 865
29,1 20,2 19,0 13,9 8,0 5,4 3,0 1,4 100,0
A2
Hoe zie je het internet en over welke faciliteiten beschik je? N
Ja %
Nee %
4 5 6 7 8
Ik zie het internet als een manier om activiteiten en/of mensen te vermijden Als een manier om contact te leggen en relaties aan te knopen Als middel voor geestelijke verrijking Als een manier om informatie en kennis te verkrijgen Als wijze om financiële situatie te verbeteren
873 872 871 872 873
5,0 42,0 48,1 98,9 10,0
95,0 58,0 51,9 1,1 90,0
9 10 11
Heb je een eigen computer op je studieadres? Is die computer aangesloten op het internet? Zo ja op welke manier dan
873 834 519 149 338 32
80,0 60,8
20,0 39,2
Kabelaansluiting Telefoonaansluiting Anders
A3
Hoeveel uur per week internet je gewoonlijk gemiddeld per week …
12 13 14
Thuis Op de faculteit of bibliotheek
15 16 17
A4 18 19 20 21 22 23 24 25 26 27
N
28,7 65,1 6,2
niet
0-2 uur
2-4 uur
4-8 uur 8-16 uur 16-32uur
In het internet café of elders
874 29,1 874 12,2 874 91,5
26,2 47,3 5,9
14,6 22,7 1,7
14,2 13,3 0,5
8,7 4,1 0,3
5,0 0,5 *
2,2 * *
Voor je studie Voor vrije tijd Voor je werk, bijbaan of anders
874 3,9 874 3,1 874 66,2
66,9 48,7 26,7
19,9 23,1 3,0
7,1 11,8 2,3
1,7 8,7 1,3
0,5 3,4 0,5
* 1,1 0,1
Wat doe je op het internet en hoeveel tijd besteed je daar gemiddeld per week aan? Gericht informatie zoeken Surfen E-mailen Chatrooms,nieuwsgroepen en virtuele omgevingen bezoeken Spelletjes spelen en/of gokken Financiën regelen
Shoppen
(Multimedia) onderwijs Erotische sites Anders
N
niet 0-2 uur 2-4 uur 4-8 uur 8-16 uur 16-32uur meer 32
873 1,3 862 41,8 868 1,6
68,6 50,0 67,9
21,1 5,1 23,3
6,8 2,3 6,0
2,1 0,7 1,3
0,2 0,1 *
* * *
852 851 852 849 853 852 830
15,3 13,7 23,6 17,1 45,8 9,4 31,7
4,6 2,0 0,9 0,4 4,5 0,9 4,9
2,3 0,2 0,2 0,2 0,7 0,6 3,3
1,2 0,9 * 0,1 * 0,2 1,0
0,6 * * * 0,1 * 0,5
0,2 * * * * 0,2 0,1
75,8 83,1 75,2 82,2 48,9 88,6 58,6
meer
Geef bij de volgende stellingen graag aan in hoeverre die op jou van toepassing zijn. A5
Internet gerelateerde items (IGS)
28
Internetten helpt me mijn problemen te ontvluchten of negatieve gevoelens te verlichten Wanneer ik eenmaal begonnen ben met internetten vind ik het moeilijk om te stoppen Ik ga wel eens door met internetten terwijl ik me voorgenomen had te stoppen Mijn partner, vrienden en/of ouders zeggen wel eens dat ik minder zou moeten internetten Ik raffel mijn werk af om te kunnen internetten Door het internetten heb ik minder contact met vrienden en/of familie Ik voel me wel eens rusteloos, gehumeurd, depressief of geïrriteerd wanneer ik niet kan internetten Ik heb wel eens geprobeerd om minder tijd aan intenetten te besteden, maar dat is niet gelukt Soms ga ik liever internetten dan dat ik mijn tijd met anderen doorbreng In gedachten ben ik vaak met internetten bezig, ook als ik niet online ben Ik kom vaak slaap tekort als gevolg van laat in de nacht inloggen? Ik denk dat ik niet meer zonder het internet zou kunnen. Mijn studie en werk hebben te lijden onder mijn internetgebruik.
Ik moet steeds langer online blijven voor dezelfde bevrediging
29 30 31 32 33 34 35 36 37 38 39
40 41 42
Ik vertel vrienden en familieleden dat ik minder internet dan ik in werkelijkheid doe Ik bouw veel nieuwe relaties op met andere internetgebruikers. Ik denk dat leven zonder internet saai, leeg en zonder plezier is Ik heb wel eens gedacht dat ik verslaafd ben aan het internet
43 44
45
N Helemaal niet van toepassing
Enigszins van Sterk van Toepassing toepassing
874
87,2
11,9
0,9
874
69,6
27,7
2,7
874
55,5
39,6
4,9
874 874
89,8 96,6
8,7 3,3
1,5 0,1
874
97,3
2,5
0,2
874
91,6
8,0
0,3
874
94,4
5,3
0,3
874
85,8
13,3
0,9
874 874 874 874
94,9 95,3 55,5 94,4
4,9 4,1 36,7 5,3
0,2 0,6 7,8 0,3
874
99,3
0,6
0,1
874 874 874 874
96,7 86,2 95,3 92,0
3,1 12,1 4,5 7,1
0,2 1,7 0,2 0,9
De manier waarop mensen over zichzelf en hun omgeving denken verschilt van persoon tot persoon. Ik wil graag weten wat jou mening hierover is en je daarom vragen of je wilt aangeven in welke mate je het eens of oneens bent met volgende stellingen.
B1
Loneliness scale (LS)
46
Er is altijd wel iemand in mijn omgeving bij wie ik met mijn dagelijkse probleempjes terecht kan. Ik mis een goede vriend(in). Ik ervaar leegte om mij heen. Er zijn genoeg mensen op wie ik in geval van narigheid kan terugvallen. Ik mis gezelligheid om mij heen Ik vind mijn kring van kennissen te beperkt
47 48 49 50 51 52 53 54 55 56
Ik heb veel mensen op wie ik volledig kan vertrouwen.
Er zijn voldoende mensen met wie ik me nauw verbonden voel. Ik mis mensen om me heen Vaak voel ik me in de steek gelaten Wanneer ik daar behoefte aan heb kan ik altijd bij mijn vrienden terecht
B2 Mastery scale (MAS) 57
Sommige van de problemen waarvoor ik sta kan ik met geen mogelijkheid oplossen.
N Helemaal Mee eens Noch eens, mee eens noch oneens
Niet Helemaal mee niet mee eens eens
796 796 791
48,4 2,9 1,5
43,8 9,3 8,7
5,2 10,8 13,7
2,4 28,0 28,8
0,3 49,0 47,3
795 794 795
50,4 1,0 2,8
39,7 6,7 17,9
5,5 12,3 16,6
3,0 33,1 29,3
1,3 46,9 33,5
796 795 796 795
25,8 32,1 0,5 0,6
43,5 46,9 6,3 3,9
18,5 12,2 10,9 11,1
10,6 6,9 34,9 29,7
1,8 1,9 47,4 54,7
40,5
48,6
7,4
2,8
0,8
795
NHelemaal Mee eens Niet mee mee eens eens
789
3,9
13,3
45,4
Helemaal niet mee eens
37,4
58 59
Soms heb ik het gevoel dat er met me gesold wordt Ik heb maar weinig controle over de dingen die met me gebeuren. Ik kan nagenoeg alles doen wat ik me heb voorgenomen. Ik voel me vaak hulpeloos in het omgaan met problemen van het dagelijks leven. Wat er in de toekomst met me gebeurt hangt in grote mate van mezelf af. Er is weinig dat ik kan doen in het veranderen van belangrijke dingen in mijn leven.
60 61 62 63
B3
Rosenberg Self-esteem scale (RSE)
64 65 66 67 68 69 70 71 72
Over het algemeen ben ik tevreden over mijzelf. Soms denk ik dat ik nergens goed in ben. Ik heb het idee dat ik een aantal goede kwaliteiten heb. Ik kan dingen net zo goed als andere mensen Naar mijn gevoel heb ik niet veel om trots op te zijn. Af en toe voel ik mij absoluut nutteloos. In vergelijking met anderen vind ik me even waardevol. Ik zou willen dat ik respect voor mezelf kon hebben.
Alles bij elkaar genomen heb ik sterk de indruk dat ik een mislukkeling ben.
73
Ik sta positief tegenover mezelf.
C B4 74 75 76 77 78
790
1,1
17,0
40,4
41,5
790 788
0,9 16,4
4,9 59,4
45,7 21,3
48,5 2,9
788
0,4
7,2
43,8
48,6
788
47,2
49,0
2,8
1,0
789
0,8
4,2
47,5
47,5
N Helemaal Mee eens mee eens
786 788 788 786 789 786 786 772
28,6 2,3 44,3 28,1 1,0 3,2 34,9 3,4
62,2 17,1 53,0 62,0 7,2 23,4 55,2 18,0
8,0 38,8 2,4 9,0 41,7 33,5 9,2 37,2
1,1 41,8 0,3 0,9 50,1 39,9 0,8 41,5
788 785
0,8 39,5
1,1 50,8
18,1 8,9
79,9 0,8
N
Neen
Ja, een beetje
792 792 792
88,4 84,0 91,5
9,7 13,6 7,3
1,3 2,0 0,9
0,6 0,4 0,3
792
67,2
27,5
4,0
1,3
787
72,7
21,0
4,3
2,0
Klachten als gevolg van internet (KLS) Door mijn internetgebruik heb ik last van een muisarm (RSI) (gehad) Ik heb door het internetgebruik last van vermoeidheid (gehad) Door het internetgebruik heb ik rugklachten (gehad) Als gevolg van het internetgebruik heb ik last van branderige ogen (gehad) In vergelijking met de middelbare schoolperiode heb ik nu vaker last van 1 of meer van bovenstaande klachten.
Niet mee Helemaal eens niet mee eens
Ja, Ja, heel Tamelijk erg erg
Als je je periode hier aan de universiteit vergelijkt met je middelbare schooltijd, zijn de volgende dingen in vergelijking met toen dan toegenomen, gelijk gebleven of afgenomen. B5
Vergelijking toen nu
79 80 81 82 83
De hoeveelheid tijd die ik aan het internet besteed is tegenwoordig Het aantal sociale activiteiten van mij is tegenwoordig Het aantal sociale relaties dat ik heb is nu De mate van controle over de dingen in mijn leven is nu
De mate waarin ik in jezelf gelooft is tegenwoordig
N Toegenomen Gelijk gebleven
792 790 790 790 790
76,9 70,1 67,8 63,4 55,1
9,7 26,5 28,0 32,5 41,0
Afgenomen
4,0 3,4 4,2 4,1 3,9
B6 84Geslacht
85Geboortejaar
1940 1949 1952 1959 1960 1961 1963 1964 1965 1969 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983
N
Man %
Vrouw %
788
45,3
54,7
Leeftijd
N
%
Cum. %
61 52 49 42 41 40 38 37 36 32 30 29 28 27 26 25 24 23 22 21 20 19 18
1 1 1 2 1 1 1 2 1 1 3 6 5 10 27 66 71 93 133 135 138 90 2 791
0,1 0,1 0,1 0,3 0,1 0,1 0,1 0,3 0,1 0,1 0,4 0,8 0,6 1,3 3,4 8,3 9,0 11,8 16,8 17,1 17,4 11,4 0,3 100,0
0,1 0,3 0,4 0,6 0,8 0,9 1,0 1,3 1,4 1,5 1,9 2,7 3,3 4,6 8,0 16,3 25,3 37,0 53,9 70,9 88,4 99,7 100,0
N Thuiswonend Uitwonend
86Hoe woon je
790
12,9
87,1
VRIENDELIJK BEDANKT VOOR JE MEDEWERKING!!! GROETEN EN SUCCES MET JE STUDIE Voor eventuele vragen en/of inlichtingen naar aanleiding van deze enquete kunt u terecht bij: Dr J. Bouma Wetenschapswinkel van de Faculteit der Medische Wetenschappen 050-363 3109
[email protected] Dr Th.P.B.M.Suurmeijer fPPSW afdeling Sociologie 050-363 6285