Pesten in een Cyberwereld

RUNNING HEAD: PESTEN IN EEN CYBERWERELD

Pesten in een Cyberwereld Een onderzoek naar de vraag waarom kinderen cyberpesten. 29-06-2012

Carien de Ridder Student ID: 6392903 / 10132341 Masterscriptie Graduate School of Communication Masterprogramma Communicatie Wetenschappen Universiteit van Amsterdam Supervisor: dr. S. Welten


2


3

Abstract Cyberpesten is een steeds groter wordend probleem en vraagt om aandacht. Dit onderzoek heeft achterhaald waarom kinderen cyberpesten aan de hand van de theorie van gepland gedrag. Door middel van een vragenlijst werd bij kinderen tussen de 12 en 15 jaar onderzocht welke gedragsdeterminanten en welke achterliggende overtuigingen een rol spelen bij cyberpestgedrag. Op deze manier werd achterhaald op welke gedragsdeterminanten en overtuigingen een interventie tegen cyberpesten zich moet richten. Het onderzoek laat zien dat de theorie van gepland gedrag goed bruikbaar is om cyberpesten te verklaren. Intentie bleek een goede voorspeller voor cyberpestgedrag en de gedragsdeterminanten verklaarden intentie goed. De waargenomen gedragscontrole verklaarde intentie om te cyberpesten het sterkst, gevolgd door de injunctieve norm en daarna de descriptieve norm. Er moet voorzichtig omgegaan worden met het gebruiken van de descriptieve norm in een interventie, omdat het voor de kinderen die onder deze norm zit een boemerangeffect kan hebben. Deze kinderen gaan dan juist méér cyberpesten om zich aan de gegeven norm te conformeren. Attitude tegenover cyberpesten verklaarde intentie het zwakst en was slechts marginaal significant. Interventies zullen zich daarom moeten richten op overtuigingen die de waargenomen gedragscontrole beïnvloeden of op overtuigingen die de injunctieve norm beïnvloeden om cyberpesten te stoppen. Tot slot worden praktische aanbevelingen voor interventies gedaan.


4

Pesten in een Cyberwereld Slaan, schoppen, duwen, bedreigen, leugens of valse geruchten verspreiden, pijnlijke en gemene dingen zeggen en een ander kind belachelijk maken of buitensluiten, vallen volgens Solberg en Olweus (2003) onder de definitie van pesten bij kinderen. Bij pesten oefent een kind met opzet negatieve invloed uit op een ander kind. Het slachtoffer kan zich meestal niet goed verweren tegen deze pesterijen. Met de opkomst van het internet en de smartphone is er een nieuwe manier van pesten ontstaan. Deze manier van pesten, namelijk pesten door middel van een digitaal communicatiemiddel, wordt cyberpesten genoemd (Slonje & Smith, 2008). Bij cyberpesten worden kinderen bijvoorbeeld bedreigd, uitgescholden of belachelijk gemaakt door andere kinderen die hiervoor het internet of mobiele telefoon gebruiken. Omdat nieuwe communicatietechnologieën met name populair zijn onder oudere kinderen en adolescenten, is de groep die betrokken is bij cyberpesten ouder dan de groep die betrokken is bij de traditionele vormen van pesten (Salmivalli & Pöyhönen, 2010). Cyberpesten komt met name voor bij kinderen tussen de 12 en 15 jaar (Wegge, Vandebosch, Eggermont, 2012). Het internet of mobiele telefonie is op dit moment niet meer weg te denken uit het leven van een kind. Kinderen brengen ook steeds meer tijd online door (Gross, 2004). Cyberpesten is onder andere hierdoor een steeds groter wordend probleem. Zo bleek ook uit een vierjarige studie in Engeland dat cyberpesten steeds meer en vaker voorkomt (Noret & Rivers in Smith et al., 2008). Gepest worden kan grote gevolgen hebben voor een kind (Rigby, 2003). Dit geldt ook voor slachtoffers van cyberpesten. Onderzoek naar cyberpesten heeft aangetoond dat slachtoffers van cyberpesten vaker last hebben van stress en depressiviteit, meer gedachten hebben over zelfmoord en ook eerder zelfmoord plegen dan kinderen die niet gepest zijn via het internet of mobiele telefoon (David-Ferdon & Hertz, 2007; Hinduja & Patchin, 2010; Ybarra, 2004). Daarnaast is het een probleem bij cyberpesten dat het in de anonimiteit afspeelt en ouders en leraren vaak geen idee hebben wat er gebeurt op het internet. Ook in de media verschijnen steeds vaker berichten over de ernstige gevolgen van cyberpesten, zoals berichten over kinderen die


5

zelfmoord hebben gepleegd vanwege online pesterijen ("Meisje uit Pijnacker," 2012; "Student VS pleegt zelfmoord," 2010). De alarmbellen zijn aan het rinkelen nu de ernst, omvang en gevolgen van cyberpesten aandacht krijgen in de media ("Pesten via internet," 2010; "Cyberpesten rukt op," 2010). Ook de politiek vraagt aandacht voor de aanpak van onder andere pesten via sociale media ("Meer aandacht aanpak," 2012). Sire heeft in 2007 een televisiecampagne uitgezonden gericht op ouders met de boodschap: "wie houdt uw kind in de gaten op internet?" (www.sire.nl). Een interventiecampagne gericht op kinderen, de daders van cyberpesten, is er nog niet. Er is ook nog geen onderzoek gedaan naar welke gedragsdeterminanten er gebruikt en beïnvloed zouden moeten worden in een campagne tegen cyberpesten. Kortom: er moet nu actie genomen worden om cyberpesten tegen te gaan, maar om een goede interventie te ontwikkelen moet eerst achterhaald worden waarom en hoe het gedrag ontstaat. Cyberpesten is een vorm van pesten die anders is dan traditioneel pesten. Daarom is apart onderzoek naar cyberpesten nodig en kan men de gedragsdeterminanten die traditioneel pesten verklaren niet gebruiken voor een interventie tegen cyberpesten. De verschillen tussen traditioneel pesten en cyberpesten komen voort uit het feit dat cyberpesten simpeler is en makkelijker om uit te voeren. Zo hoeft de dader het slachtoffer niet eerst op te zoeken om die te pesten en kan hij het vanuit zijn eigen slaapkamer doen. Daarnaast is er nauwelijks toezicht op het gedrag van kinderen op internet waardoor kinderen zich vrijer voelen dan op het schoolplein om alles te doen en zeggen wat ze willen. Cyberpesten is ook anders dan traditioneel pesten omdat het in de meeste gevallen zeer onwaarschijnlijk is dat de daders van de pesterijen gepakt worden (Englander & Muldowney, 2007). Een ander verschil is het feit dat het laten zien van macht en status wordt gezien als een achterliggende reden van traditioneel pesten. Bij cyberpesten kan de vernedering groot zijn voor het slachtoffer, maar er zijn geen omstanders waar de dader zelf een reactie van kan krijgen. Hierdoor speelt vergroten van status en macht geen rol bij digitaal pesten (Salmivalli & Pöyhönen, 2010). Bovendien kan cyberpesten een


6

grotere impact hebben dan traditioneel pesten. Met één klik op de muis kan een kind een ander kind belachelijk maken tegenover vele anderen door bijvoorbeeld een foto of tekst op internet te zetten die daar dan ook voor langere tijd blijft staan. Cyberpesten is een vrij nieuw fenomeen waarnaar pas de afgelopen jaren meer onderzoek gedaan is. Er is onder andere gezocht naar invloed van leeftijd en geslacht op cyberpesten (Smith et al., 2008) en de relatie tussen cyberpesten en traditioneel pesten (Beran & Li, 2007). Er bestaat echter nog geen onderzoek dat de gedragsdeterminanten van cyberpesten op een gestructureerde manier heeft onderzocht. Voordat er een goede aanpak tegen cyberpesten ontwikkeld kan worden, moet er eerst bekeken worden welke gedragsdeterminanten cyberpesten voorspellen. Om er achter te komen welke determinanten een rol spelen zal in dit onderzoek de theorie van gepland gedrag (Ajzen, 1991) gebruikt worden. Dit is een model dat gebruikt kan worden voor het voorspellen, uitleggen en beïnvloeden van gewenst of ongewenst gedrag. Uit verschillende onderzoeken is gebleken dat het een goed bruikbaar model is om gedrag en intentie te voorspellen en te verklaren (Sutton, 1998). Ook op vergelijkbare gedragingen van jongeren zoals roken en drinken is de theorie van gepland gedrag toegepast (Babrow, Black & Tiffany, 1990; Black & Babrow, 1991; Collins & Carey, 2007). Door de theorie van gepland gedrag te gebruiken,

kan

er

op

een

gestructureerde

manier

achterhaald

worden

welke

gedragsdeterminanten een rol spelen bij het gedrag cyberpesten en waar een interventie zich op zou moeten richten. Elke gedragsdeterminant wordt gevormd door achterliggende overtuigingen. Het is essentieel om de belangrijke gedragsdeterminanten en overtuigingen te achterhalen omdat hiermee een passende interventie ontworpen kan worden die zich precies richt op de determinanten en overtuigingen die het gedrag beïnvloeden. Daarmee wordt de centrale vraag voor dit onderzoek als volgt geformuleerd: Welke gedragsdeterminanten van de theorie van gepland gedrag en welke achterliggende overtuigingen hebben invloed op cyberpestgedrag van kinderen tussen de 12 en 15 jaar?


7

Theoretisch Kader Theorie van gepland gedrag. Zoals hierboven werd aangegeven, is de theorie van gepland gedrag een model dat veel gebruikt is om gedragingen met betrekking tot gezondheid, zoals stoppen met roken en drinkgedrag, te voorspellen. Daarnaast heeft het model ook zijn nut bewezen voor commerciële gedragingen, zoals het kopen van chocola (Van den Putte & Dhondt, 2005) of de besteding van vrije tijd (Ajzen & Drijver, 1992). Het model is echter nog nooit toegepast om pestgedrag of cyberpestgedrag te verklaren, terwijl het een model is dat op een gestructureerde manier alle aspecten van een bepaalde gedraging kan analyseren. Dit onderzoek zal daarom een bijdrage leveren aan onderzoek en theorie op het gebied van gedragsverklarende modellen door te bewijzen dat de theorie van gepland gedrag ook op cyberpesten toe te passen is. De theorie van gepland gedrag gaat er van uit dat gedrag te verklaren is vanuit de intentie die iemand heeft om het gedrag te vertonen of uit te voeren. Des te groter de intentie is, des te groter is de kans dat het gedrag daadwerkelijk zal worden uitgevoerd. De intentie wordt voorspeld door drie gedragsdeterminanten: attitude, subjectieve normen en waargenomen gedragscontrole. Deze determinanten worden op hun beurt weer gevormd door onderliggende overtuigingen (of in het Engels: beliefs). Mensen kunnen veel overtuigingen hebben over bepaald gedrag, maar slechts een relatief klein aantal overtuigingen zal het gedrag bepalen. Het zijn deze overtuigingen die er uit springen en het gedrag en intentie van een persoon verklaren (Ajzen, 1991). Er zijn drie verschillende overtuigingen: uitkomst overtuigingen die attitude beïnvloeden, normatieve overtuigingen die de subjectieve norm beïnvloeden en controle overtuigingen die de waargenomen gedragscontrole beïnvloeden. Aan deze overtuigingen wordt een bepaalde waarde of gewicht toegekend. Dit gewicht bepaalt welke waarde (goed of slecht, belangrijk of onbelangrijk) iemand aan deze overtuiging hecht. De verschillende gewichten zijn als volgt. De evaluatie van de uitkomst van het gedrag is het gewicht dat aan de uitkomst overtuiging hangt. De motivatie om zich te schikken naar een ander of de identificatie met een


8

ander hangt samen met de normatieve overtuiging. De faciliterende of belemmerende kracht die iemand

waarneemt

hangt

samen

met

controle

overtuigingen.

Hieronder

zal

per

gedragsdeterminant de werking van de overtuigingen en gewichten die daarmee verbonden zijn verder worden uitgelegd. In Figuur 1 is schematisch weergegeven hoe de verschillende variabelen van de theorie van gepland gedrag een invloed op elkaar hebben, inclusief de overtuigingen en gewichten.

Figuur 1. Model van theorie van gepland gedrag (gebaseerd op het model van Ajzen, n.d.).

Attitude. De attitude tegenover cyberpesten beschrijft hoe iemand tegen dit gedrag aankijkt en evalueert. Bijvoorbeeld in hoeverre men cyberpesten slecht vindt of dat men cyberpesten als een grapje ziet waardoor pesten leuk wordt. De overtuigingen die attitude tegenover pesten beïnvloeden gaan over de uitkomstverwachtingen van pesten. Deze uitkomstverwachtingen geven weer wat iemand verwacht wat er zal gebeuren als hij cyberpest. Bijvoorbeeld dat een ander kind pijn heeft nadat het is gecyberpest, dat dit wel mee valt, of dat iemand denkt dat zijn agressie of boosheid verdwijnt als hij een ander kind heeft gepest. Het gewicht dat aan deze


9

overtuiging wordt gehangen is de evaluatie van de uitkomst. Dus bijvoorbeeld: vindt iemand het erg of niet dat hij een ander kind pijn doet met cyberpesten. De specifieke rol van attitude bij cyberpesten is nog niet onderzocht. Wel zijn er studies die oorzaken van cyberpesten achterhalen die onder attitude en uitkomstovertuigingen vallen. Een studie onder Engelse tieners toonde bijvoorbeeld aan dat de meeste kinderen cyberpesten uit boosheid (65%), of omdat het een grapje was (35%). De redenen ‘wraak’ of ‘geen reden’ kwamen met afstand op de derde en vierde plek (Englander & Muldowney, 2007). Daarnaast zijn kinderen minder bang voor (fysieke) represailles aangezien de pester en het slachtoffer fysiek niet bij elkaar in de buurt zijn (Beran & Li, 2007). Er is nog geen onderzoek gedaan naar het relatieve gewicht van attitude en de andere gedragsdeterminanten bij cyberpesten. Wel is duidelijk dat bij traditioneel pesten kinderen vaak wel weten dat pesten slecht is, maar toch zijn betrokken bij pestgedrag (Scholte, Sense, & Granic, 2010). Vermoedelijk zal attitude dus een minder belangrijke gedragsdeterminant zijn. Mogelijk spelen subjectieve normen een grotere rol dan attitude. Deze normen zullen hieronder uitgebreid besproken worden. Voor nu leidt dit tot de volgende hypothese. H1: Attitude tegenover cyberpesten is een minder sterke voorspeller van cyberpestgedrag en intentie dan subjectieve normen. Subjectieve normen. De subjectieve norm is de tweede gedragsdeterminant volgens de theorie van gepland gedrag. Subjectieve normen zijn de sociale invloeden van anderen en deze gedragsdeterminant is opgebouwd uit de descriptieve norm (wat anderen daadwerkelijk doen) en de injunctieve norm (wat er in het algemeen wordt verwacht van anderen dat iemand zou moeten doen). De injunctieve en de descriptieve norm hoeven niet altijd gelijk te zijn. Zo kan de injunctieve norm in een klas bijvoorbeeld zijn dat pesten slecht is, maar toch zijn er kinderen die andere kinderen pesten (descriptieve norm). Dit kan dan weer opgepikt worden door klasgenoten door mee te doen met het pestgedrag.


10

Subjectieve normen worden gevormd door normatieve overtuigingen over cyberpesten van anderen. Deze overtuigingen beschrijven wat mensen die voor iemand belangrijk zijn van cyberpesten vinden (in het geval van de injunctieve norm) of wat ze denken dat deze mensen doen (in het geval van de descriptieve norm). Deze overtuigingen van belangrijke mensen kunnen bij cyberpesten bijvoorbeeld over de ouders, leraren, vrienden of klasgenoten gaan. Het gewicht dat aan deze overtuiging wordt gehangen is bij de injunctieve overtuiging: de motivatie om zich te schikken naar de mening van een ander (Engels: motivation to comply). Bij de descriptieve overtuiging is dit de mate waarin iemand op een persoon wil lijken, ofwel: identificatie. Er is nog geen specifiek onderzoek gedaan naar de rol die descriptieve en injunctieve normen spelen bij cyberpesten. Onderzoek naar de sociale determinanten van traditionele vormen van pesterijen hebben zich onder andere gericht op familie factoren zoals familie cohesie en mate van supervisie (Gorman-Smith, Tolan, Zelli, & Huesmann, 1996), maar ook op de sociale invloeden van leeftijdsgenoten. Zo bleek uit onderzoek dat het verhogen van de persoonlijke sociale status

(Salmivalli & Pöyhönen, 2010), de aanwezigheid van peers

(leeftijdsgenoten, vrienden, klasgenoten) op het schoolplein (O'Connel, Pepler, & Craig, 1999) en negatieve invloeden van peers (Espelage, Bosworth, & Simon, 2000) een invloed hebben op traditioneel pestgedrag. Ook bleek dat kinderen die dachten dat hun peers pesten in hoge mate goedkeurden minder vaak opkwamen voor het slachtoffer en vaker mee gingen doen met de pesterijen (Sandstrom, Makover & Bartini, 2012). Uit deze onderzoeken bleek dat sociale invloeden bij traditioneel pesten een grote rol spelen. Met name de invloed van peers bleek groot, omdat kinderen naarmate ze ouder worden vooral het gedrag en de mening van peers belangrijk gaan vinden en ze zich af willen zetten tegen hun ouders (Espelage et al., 2000). Gezien het voorgaande is het opvallend dat veel interventies tegen traditioneel pesten zich richtten op wat ouders, leraren, schoolpsychologen en decanen moeten doen (Diamanduros, Downs, & Jenkins, 2008; Mason, 2008; Beale & Hall, 2010). Er werd bij deze interventies


11

weinig rekening gehouden met het feit dat kinderen in de pubertijd meer waarde gaan hechten aan wat hun vrienden en leeftijdsgenoten vinden en zeggen en minder aan wat hun ouders en leraren tegen hen zeggen (Beal, Ausiello, & Perrin, 2001). Of sociale normen ook belangrijk zijn bij cyberpesten is nog niet onderzocht. Als sociale invloed van leeftijdsgenoten een belangrijke determinant is voor traditioneel pesten, hoe zit dat dan met cyberpesten? Cyberpesten blijkt voornamelijk een individuele activiteit te zijn (Dehue, Bolman & Völlink, 2008). Dit in combinatie met het anonieme en afgeschermde karakter van cyberpesten zou er voor kunnen zorgen dat sociale invloeden anders werken bij cyberpesten dan bij traditioneel pesten. Het is bijvoorbeeld moeilijk voor een kind om macht en status te verkrijgen door middel van cyberpesten als niemand ziet of weet dat hij de pester is. Kinderen zullen andere kinderen niet bezig zien met cyberpesten, wat met traditioneel pesten wel het geval kan zijn omdat dat meer in de openbaarheid gebeurt. Kinderen zullen daarom vaak niet weten of hun vrienden of klasgenoten cyberpesten. Hierdoor zal de descriptieve norm waarschijnlijk een kleinere rol spelen dan de injunctieve norm. Alhoewel de rol van de descriptieve norm kleiner is dan die van de injunctieve norm, zal deze gedragsdeterminant toch een voorspeller zijn voor cyberpesten. Dit komt vooral omdat tieners steeds meer waarde hechten aan wat hun vrienden en klasgenoten doen naarmate ze ouder worden. Dit is ook conform de sociale norm theorie. Deze theorie voorspelt dat mensen zich gedragen op een manier waarbij ze proberen zich te conformeren aan het gedrag van de groep. In dit proces past het individu zich aan de norm aan zoals hij die waarneemt (Bergowitz & Trumansburg, 2002). Zonder dat iemand ziet of zeker weet wat zijn vrienden doen, zal hij hier mogelijk wel een idee over hebben en daar naar handelen. De waargenomen descriptieve norm kan, zoals eerder is genoemd, afwijken van de werkelijke norm. Hierom kan de descriptieve norm toch een rol spelen. H2: De injunctieve norm ten opzichte van cyberpesten zorgt er voor dat kinderen meer of minder cyberpesten.


12

H3: De descriptieve norm ten opzichte van cyberpesten zorgt er voor dat kinderen meer of minder cyberpesten. H4: De descriptieve norm is een minder sterkere voorspeller van cyberpesten dan de injunctieve norm. Waargenomen gedragscontrole. De derde determinant, de waargenomen gedragscontrole, beschrijft in hoeverre een kind denkt in staat te zijn om wel of niet te cyberpesten. Ook de vaardigheden en eigenschappen van een kind bepalen in welke mate een kind het gevoel heeft het gedrag zelf onder controle te hebben en of het besluit om wel of niet te cyberpesten. Een voorbeeld van zo een eigenschap is het hebben van een mobiele telefoon of een account op een sociaal netwerk. De achterliggende overtuigingen, de controle overtuigingen, beschrijven de waarschijnlijkheid dat een bepaalde situatie zich voordoet in samenhang met het gewicht. Dit gewicht is de waargenomen belemmerende of juist faciliterende kracht van de overtuiging. Dat wil zeggen dat dit gewicht aangeeft of die specifieke overtuiging het moeilijker of makkelijker maakt voor iemand om te cyberpesten. Een voorbeeld van een controle overtuiging is: de kans om betrapt te worden op cyberpesten is groot of klein. Het gewicht dat hier aan hangt is: "als de kans om betrapt te worden groot is, is het moeilijker of makkelijker om te gaan cyberpesten". Er is nog niet eerder onderzocht of waargenomen gedragscontrole een effect heeft op cyberpestgedrag. Ook zijn er nog geen onderzoeken die specifiek de rol van waargenomen gedragscontrole hebben onderzocht bij traditioneel pesten. Wel is uit onderzoek gebleken dat er een verband is tussen de mate van zelfcontrole van kinderen en traditioneel pesten. Kinderen die een lage mate van zelfcontrole hebben, bijvoorbeeld kinderen die zich snel laten meeslepen en makkelijk hun geduld en controle verliezen, pesten vaker dan kinderen die een hoge mate van zelfcontrole hebben (Björkqvist, Ekman, & Lagerspets,1982; Unnever & Cornell, 2003). Kinderen die een hoge mate van zelfcontrole hebben zullen waarschijnlijk ook eerder aangeven


13

dat ze in staat zijn om nooit te cyberpesten. Dit betekent dat kinderen die een hoge mate van waargenomen gedragscontrole hebben, minder vaak cyberpesten. Omdat cyberpesten gedrag is dat makkelijk is om te doen, is het hebben van controle over eigen gedrag vermoedelijk een belangrijke factor voor het wel of niet overgaan tot cyberpesten. Als kinderen een lage mate van controle hebben, zullen ze daarom vaker gaan cyberpesten. Er is controle over het eigen gedrag nodig om niet te cyberpesten. Dit betekent dat kinderen zelf moeten bedenken dat ze in staat zijn om niet te cyberpesten om te voorkomen dat ze het gaan doen. Omdat cyberpesten vooral anoniem gebeurt en het een individuele activiteit is, zullen de subjectieve normen een kleinere rol spelen dan de waargenomen gedragscontrole. Waargenomen gedragscontrole zal ook een grotere rol spelen dan attitude bij het voorspellen van cyberpestgedrag. Dit komt omdat kinderen vaak wel weten dat cyberpesten slecht is, maar ze het desalniettemin toch doen. In Figuur 3 is weergegeven wat de verwachtingen zijn wat betreft hoe sterk of hoe zwak de verschillende gedragsdeterminant intentie en cyberpestgedrag voorspellen. H5: Waargenomen gedragscontrole is een sterkere voorspeller van cyberpestgedrag en intentie dan subjectieve normen en attitude.

Figuur 3. Conceptueel model van alle hypotheses. Waargenomen Gedragscontrole (H5)

Sterkste voorspeller

Injunctieve norm (H2 en H4)

Cyberpesten intentie

Descriptieve norm (H3 en H4) Attitude (H1)

Zwakste voorspeller

Cyberpesten gedrag


14

Methode en Procedure Participanten. In totaal participeerden 258 kinderen in het onderzoek afkomstig uit tien verschillende klassen van drie middelbare scholen uit Utrecht, Gouda en Bilthoven. Twee kinderen besloten niet mee te doen aan het onderzoek en twee kinderen kregen de vragenlijst niet af door concentratieproblemen. Zij werden uitgesloten van het onderzoek. Hierdoor kwam het totaal aantal respondenten uit op 254, waarvan 111 jongens, 142 meisjes en 1 onbekend (Mleeftijd = 13.02, SDleeftijd = 0.77). De kinderen volgden op verschillende niveaus onderwijs: 127 kinderen zaten in een vmbo-t klas (theoretische leerweg), 97 zaten in een vmbo-mavo brugklas en 30 kinderen zaten in een havo-vwo brugklas. De participerende middelbare scholen hebben hun toestemming verleend aan het onderzoek om aan een aantal klassen de vragenlijsten voor te leggen. De klassen die meededen aan het onderzoek werden door de scholen aangewezen. Deze klassen werden alleen geselecteerd op het feit of het roostertechnisch mogelijk was om de klas te bezoeken. Voorafgaand aan het onderzoek werd tijdens een les een brief uitgedeeld aan de kinderen om hen te informeren over het onderzoek en toestemming te vragen aan hun ouders voor deelname. Op de school in Bilthoven werden de brieven per e-mail naar de ouders gestuurd. Als ouders bezwaar hadden tegen deelname van hun kind aan het onderzoek, kon dat per e-mail aan de onderzoeker kenbaar gemaakt worden. Een week na het uitdelen van de brieven werd de vragenlijst afgenomen. Het onderzoek werd aan het begin van de les gehouden. Tijdens het onderzoek was de onderzoeker altijd aanwezig in de klas en gaf eerst nog een korte uitleg. In deze uitleg werd verteld dat de vragenlijsten helemaal anoniem waren en dat het belangrijk was dat de vragen eerlijk, geconcentreerd en ieder voor zich werden ingevuld. Pre-test. Om na te gaan welke belangrijke overtuigingen de drie gedragsdeterminanten vormden, is voor het ontwikkelen van de vragenlijst een pre-test uitgevoerd. Deze test is uitgevoerd bij 37


15

kinderen, waarvan 24 meisjes en 13 jongens. De kinderen waren tussen de 12 en de 15 jaar met een gemiddelde leeftijd van 12.76 jaar. De pre-test is gebaseerd op de constructie van Ajzen (n.d.) voor het ontwikkelen van een vragenlijst om de theorie van gepland gedrag toe te kunnen passen. Om de achterliggende overtuigingen van de gedragsdeterminanten te achterhalen werden er acht open vragen gesteld. Er werd gevraagd naar de voordelen en nadelen van cyberpesten om de uitkomst overtuigingen te achterhalen die attitude vormen. Voor het achterhalen van de normatieve overtuigingen werd er gevraagd wie cyberpesten zou afkeuren, goedkeuren, wie het wel eens zou doen en wie het nooit zou doen. Om de controle overtuigingen te vinden werd gevraagd naar de factoren die het moeilijker of makkelijker zouden maken om te cyberpesten. Aan de hand van een content analyse werden de belangrijkste overtuigingen achterhaald. De antwoorden die dezelfde overtuiging beschreven, werden in groepen bij elkaar gezet. Op deze manier kon er geteld worden welke overtuiging het vaakst genoemd werden. Voor de uitkomstovertuigingen werden de vier overtuigingen geselecteerd die het vaakst genoemd waren. Voor normatieve en controle overtuigingen werden de drie overtuigingen die het meest genoemd werden geselecteerd om in de vragenlijst op te nemen. In Tabel 1 zijn de belangrijkste overtuigingen die uit de pre-test naar voren zijn gekomen dikgedrukt. De overtuigingen staan weergegeven zoals ze in de uiteindelijke vragenlijst zijn gebruikt met gemiddelden en standaarddeviaties die uit de vragenlijsten naar voren zijn gekomen. Maatstaven. Om op kwantitatieve wijze te achterhalen welke gedragsdeterminanten en achterliggende overtuigingen een rol spelen, werd een vragenlijst ontwikkeld aan de hand van het voorbeeld van Ajzen (n.d.). Met deze vragenlijst werd eerst de directe maatstaven (direct measures) gemeten: attitude, subjectieve norm en waargenomen gedragscontrole. Daarna werd er per determinant naar de verschillende overtuigingen gevraagd en het relatieve gewicht dat de respondenten aan die overtuigingen hechtten. Vervolgens werd er gevraagd naar gedrag en intentie. Er werd afgesloten met vragen naar leeftijd, geslacht en leerstroming.


16


17

Attitude. Attitude werd gemeten met vijf items op een 7-punts Likertschaal (1 = helemaal mee oneens, 7 = helemaal mee eens): cyberpesten is slecht, cyberpesten kan nooit worden goedgepraat, cyberpesten is niet heel erg (r), cyberpesten hoort bij het leven (r), iemand cyberpesten is soms leuk om te doen (r). Na het meten van de betrouwbaarheid bleek deze erg laag te zijn (α = 0.56). Omdat idealiter de waarden van Cronbach's alpha boven de 0.70 ligt (Pallant, 2010) werd één item verwijderd (cyberpesten kan nooit worden goed gepraat), zodat er een betrouwbare schaal ontstond (α = 0.71; M = 5.88, SD = 1.10). Een prinicipal component analysis wees uit dat de vier items op één component laadden (EV = 2.14; R² = 0.53). Omdat de verdeling van de data skewed was, moesten de data getransformeerd worden door 1 te delen door de variabele attitude. Hierdoor werd de skewness -0.30 wat bij benadering een symmetrische verdeling betekende volgens Bulmer (1979). Deze nieuwe schaal loopt van 0.14 tot 1 waarbij 0.14 een positieve houding tegenover cyberpesten weergeeft en 1 een negatieve houding tegenover cyberpesten (M = 0.59, SD =0 .27). Injunctieve norm. De injunctieve norm werd gemeten met twee items op een 7-punts Likert schaal (1 = helemaal mee oneens, 7 = helemaal mee eens): als ik zou cyberpesten, dan vinden de meeste mensen met wie ik veel om ga dit heel erg, de meeste mensen van wie ik het belangrijk vind hoe zij over mij denken, keuren het af als ik zou cyberpesten. Deze twee items laadden op één component, verklaarden 76% van de variantie (EV = 1.55; R² = 0.76) en correleerden sterk met elkaar (r = 0.55, n = 248, p < .001). Descriptieve norm. De descriptieve norm werd gemeten met één item (de meeste mensen die belangrijk voor mij zijn, cyberpesten volgens mij…) die aangevuld moest worden op een 5-punts Likertschaal (1 = nooit, 2 = één of twee keer in een half jaar, 3 = één of twee keer per maand, 4 = één keer per week, 5 = meerdere keren per week, Hinduja & Patchin, 2010).


18

Subjectieve norm. De subjectieve norm bestond uit de injunctieve norm en de descriptieve norm, zoals die hierboven beschreven zijn, samen. Om van de descriptieve en injunctieve norm één schaal te maken, werd de descriptieve norm opnieuw gecodeerd. De formule om verschillende Likertschalen te transformeren is: Y = (B - A) * (x - a) / (b - a) + A (IBM, n.d.). Bij het transformeren van een 5-punts Likertschaal naar een 7-punts Likertschaal ontstaat de formule: Y = (7 - 1) * (x - 1) / (5 - 1) + 1. Door telkens voor x de bestaande waarde van de descriptieve norm in te voeren ontstond een 7-punts Likertschaal. De injunctieve norm en de de descriptieve norm laadden op één component (EV = 1.31; R² = 0.65). De schaal had helaas een te lage betrouwbaarheid (α = 0.21) en kon daarom niet als schaal worden gebruikt. De injunctieve en descriptieve norm werden daarom los van elkaar geanalyseerd. Waargenomen gedragscontrole. Waargenomen gedragscontrole werd gemeten met vier items op een 7-punts Likertschaal (1 = helemaal niet mee eens, 7 = helemaal mee eens): of ik wel of niet cyberpest ligt helemaal aan mezelf, ik weet zeker dat het mij zou lukken om nooit te cyberpesten, het is moeilijk voor mij om aan cyberpesten te doen, het is voor mij onmogelijk om aan cyberpesten te doen. De items laadden op twee componenten: de eerste vraag vormde op zichzelf een component en de overige drie vragen vormden een component. De eerste vraag beschreef de controle die iemand zelf had over cyberpesten. De tweede component werd gevormd door de tweede, derde en vierde vraag en beschreef of de respondenten in staat waren om te cyberpesten. Deze drie vragen gingen over controle over mogelijkheden en of iemand in staat was om te cyberpesten. De eerste vraag, over of het aan de persoon zelf lag of hij cyberpest, ging waarschijnlijk niet alleen over waargenomen gedragscontrole, maar ook over invloed van anderen op individueel gedrag. Deze vraag werd daarom niet meegenomen in verdere analyses. De schaal van waargenomen gedragscontrole die toen ontstond had een eigenwaarde die groter was dan 1 (EV = 1.88; R² = 0.62) en bleek een betrouwbare schaal te zijn (α = .70; M = 4.54, SD = 1.49).


19

Overtuigingen. Vervolgens werd er naar de verschillende overtuigingen gevraagd die uit de pre-test naar voren waren gekomen en het gewicht dat er aan die overtuigingen werd gehangen. Dit gewicht bepaalde hoeveel waarde de respondenten aan die betreffende overtuiging hechtten. Zie Tabel 1 voor een overzicht van alle overtuigingen en het specifieke gewicht dat aan de verschillende overtuigingen werd verbonden. Voor het analyseren van de overtuigingen en het hieraan toegevoegde gewicht werden nieuwe variabelen berekend. Dit werd gedaan door de overtuiging te vermenigvuldigen met de waarde die daar aan werd gehecht zodat beide factoren meegenomen konden worden in een correlatieanalyse. Gedrag. Vervolgens werd er naar gedrag gevraagd. Cyberpestgedrag werd gemeten met zeven vragen (zie Tabel 2) over hoe vaak de respondenten bepaalde acties gedaan hadden op een 5punts Likertschaal (1 = nooit, 2 = één of twee keer in een half jaar, 3 = één of twee keer per maand, 4 = één keer per week, 5 = meerdere keren per week, Hinduja & Patchin, 2010). Een principal component analysis werd uitgevoerd om te kijken of de 7 items die gedrag moesten meten uit één component bestonden. Dit was het geval: alle 7 items laadden op één component en die verklaarde 55.4 % van de variantie (EV = 3.88; R² = 0.55). Deze component vertegenwoordigde cyberpestgedrag. Deze schaal bleek zeer betrouwbaar te zijn (α = 0.86; M = 1.41, SD = 0.63). Omdat de verdeling van de data skewed was, moesten de data getransformeerd worden door 1 te delen door de oude variabele. Hierdoor werd de skewness -0.88 wat volgens Bulmer (1979) een moderate skewness is en dus bruikbaar voor analyse. Na de transformatie ontstond er een schaal van 0.20 tot 1 waarbij 0.20 betekende dat iemand meerdere keren per week cyberpest en 1 dat iemand nooit cyberpest.


20

Tabel 2. Overzicht van items voor het meten van cyberpestgedrag Item

M

SD

1.49

0.90

Hoe vaak heb je iemand bedreigd via het internet of de mobiele telefoon?

1.21

0.63

Hoe vaak heb je iemand uitgescholden via het internet of je mobiele telefoon?

1.82

0.98

Hoe vaak heb je iemand een berichtje gestuurd via het internet of telefoon om

1.43

0.85

1.26

0.74

Hoe vaak heb je iemand met opzet buiten een online groep gesloten?

1.38

0.85

Hoe vaak heb je gedaan alsof je iemand anders was en berichten/berichtjes

1.23

0.67

Hoe vaak heb je iets vervelends of iets naars over iemand via het internet verspreid?

die persoon kwaad of belachelijk te maken? Hoe vaak heb je een foto van iemand genomen en die op het internet gezet zonder van te voren aan die persoon te vragen of dat mocht?

verspreid via het internet om iemand anders in moeilijkheden te krijgen of er slecht uit te laten zien? Noot. Items zijn weergegeven zoals die waren voor de transformatie: schaal liep van 1 = nooit tot 5 = meerder keren per week.

Intentie. Tenslotte werd er gevraagd naar de plannen voor komend schooljaar om intentie te meten. Intentie werd gemeten met de stelling "ik ben van plan om komend schooljaar niet te cyberpesten" op een 7-punts Likertschaal (1 = helemaal mee oneens, 7 = helemaal mee eens). Omdat ook hier sprake was van een skewed verdeling werden de data getransformeerd. Na transformatie liep de schaal van 0.14 tot 1 waarbij 0.14 betekende een hoge intentie om te cyberpesten en 1 betekende een lage intentie om te cyberpesten.

Resultaten en Discussie In de resultatensectie zal eerst besproken worden welke directe maatstaven een relatie hadden met intentie om te cyberpesten. Daarna wordt bekeken welke directe maatstaven een


21

relatie hadden met cyberpestgedrag. Tenslotte zal er ingegaan worden op welke overtuigingen een belangrijke rol spelen bij het verklaren van het gedrag. In Tabel 3 staan alle variabelen die in de vorige sectie zijn beschreven en die besproken worden in de resultatensectie. De variabelen worden weergegeven met schaal, gemiddelde en standaarddeviatie.

Tabel 3. Schalen, Gemiddelden en Standaarddeviaties. Schaal Attitude

0.14 = positieve attitude over cyberpesten

M

SD

0.59

0.27

4.86

1.66

1.43

0.86

4.54

1.49

0.80

0.21

0.75

0.33

1.00 = negatieve attitude over cyberpesten Injunctieve norm

Descriptieve norm

Waargenomen gedragscontrole

Gedrag

1

= positieve injunctieve norm

7

= negatieve injunctieve norm

1

= nooit

5

= meerdere keren per week

1

= lage waargenomen gedragscontrole

7

= hoge waargenomen gedragscontrole

0.20 = meerdere keren per week 1.00 = nooit

Intentie

0.14 = hoge intentie om te cyberpesten 1.00 = lage intentie om te cyberpesten

Directe maatstaven. Partiële correlatie werd berekend om de relatie tussen intentie tot cyberpesten en cyberpestgedrag te meten terwijl er gecontroleerd werd voor leeftijd, school, leerstroming en geslacht. Er was een sterke positieve relatie tussen intentie en gedrag wat betekende dat een hoge intentie om te cyberpesten geassocieerd werd met een hoge mate van cyberpestgedrag (r = 0.58, n = 200, p < .001). De zero order correlatie (r = 0.60) suggereerde dat het controleren voor leeftijd, geslacht, leerstroming en school weinig effect had op de sterkte van de relatie tussen intentie en gedrag. Intentie was dus een goede voorspeller voor gedrag.


22

Resultaten gedragsdeterminanten en intentie. Een multiple regressieanalyse werd uitgevoerd om te meten of attitude, waargenomen gedragscontrole, de injunctieve norm en de descriptieve norm de intentie om te gaan cyberpesten voorspelden nadat gecontroleerd werd voor leeftijd, school, leerstroming en geslacht. Deze controlevariabelen werden ingevoerd bij Stap 1 en verklaarden 9.5% van de variantie in intentie, R² = 0.095, F(4, 235) = 6.16, p < .001. Nadat alle gedragsdeterminanten bij Stap 2 werden ingevoerd was de R² = 0.42 (F(8, 231) = 20.98, p < .001). Waargenomen gedragscontrole had het grootste regressiegewicht, β = 0.32; t(250) = 5.31, p < .001, en voorspelde intentie om te cyberpesten dus het sterkst. De injunctieve norm was na waargenomen gedragscontrole de sterkste voorspeller voor intentie en had een regressiegewicht van β = 0.23; t(248) = 3.59, p < .001. De descriptieve norm was daarna de sterkste voorspeller, β = -0.15; t(252)= 2.63, p < .010. Attitude voorspelde intentie het zwakst en was slechts marginaal significant, β = 0.10; t(252) = 1.64, p = .100. Resultaten gedragsdeterminanten en gedrag. Er

werd

een

multiple

regressieanalyse

uitgevoerd

om

te

kijken

of

de

gedragsdeterminanten ook het gedrag verklaarden. Hierbij werd er gecontroleerd voor leeftijd, geslacht, leerstroming, school en intentie. Deze controlevariabelen werden ingevoerd bij Stap 1 en verklaarden 43% van de variantie in gedrag (R² = 0.43, F(5, 196) = 29.76, p < .001). Intentie bleek de grootste voorspeller voor gedrag te zijn met een regressiegewicht van β = 0.60; t(245) = 10.55, p < .001. Nadat bij stap twee de gedragsdeterminanten werden toegevoegd, verklaarde het totale model 48% van de variantie (R² = 0.48, F(9,192) = 19.49, p < .001). Het toevoegen van de drie gedragsdeterminanten verklaarde 4.6% meer van de variantie in gedrag. De descriptieve norm had het grootste regressiegewicht: β = -0.15; t(252) = 2.59, p < .050) op de voet gevolgd door waargenomen gedragscontrole met een regressiegewicht van β = 0.14; t(250) = 2.11, p < .050). Zowel attitude (β = 0.032; t(252) = 0.49, p = .491) als de injunctieve norm (β = 0.018; t(248) = 0.270, p = .270) waren geen significante voorspellers voor gedrag.


23

Invloeden van de gedragsdeterminanten. Intentie was, zoals de theorie van gepland gedrag ook veronderstelde, de beste voorspeller voor gedrag. De gedragsdeterminanten verklaarden variantie in gedrag nauwelijks (4.6%) als er werd gecontroleerd op intentie. Alleen de descriptieve norm en waargenomen gedragscontrole verklaarden cyberpestgedrag significant. De rol van deze gedragsdeterminanten was echter te verwaarlozen, omdat het model slechts een klein deel van de variantie in gedrag verklaarde. De drie gedragsdeterminanten verklaarden tezamen wel een groot deel (42%) van de variantie in intentie om te gaan cyberpesten. Dus precies zoals de theorie van gepland gedrag veronderstelde, werd cyberpestgedrag verklaard door intentie en werd intentie om te cyberpesten verklaard door de gedragsdeterminanten. Hiermee is bewezen dat de theorie van gepland gedrag geschikt is om cyberpesten te verklaren. Hypothese 1 veronderstelde dat de injunctieve en descriptieve norm betere voorspellers waren voor cyberpesten dan attitude. De injunctieve en descriptieve norm verklaarden meer variantie in intentie om te cyberpesten dan attitude. Hypothese 1 werd dus bevestigd door de resultaten. Voor attitude gold dat des te negatiever de attitude tegenover cyberpesten was, des te lager was de intentie om te cyberpesten. Dat attitude slechts op een marginaal significantieniveau intentie om te cyberpesten voorspelde, betekende dat als kinderen van mening waren dat cyberpesten slecht was, dit dus niet hoefde te betekenen dat ze het ook niet deden, zoals ook uit onderzoek van Scholte, Sense en Granic (2010) bleek. Hypothese 2 veronderstelde dat de injunctieve norm ten opzichte van cyberpesten er voor zou zorgen dat kinderen meer of minder cyberpesten. Hypothese 2 werd bevestigd, omdat de resultaten lieten zien dat des te positiever de injunctieve norm was tegenover cyberpesten, des groter de intentie was om te gaan cyberpesten. Hypothese 3 veronderstelde dat ook de descriptieve norm ten opzichte van cyberpesten er voor zou zorgen dat kinderen meer of minder cyberpesten. Ook Hypothese 3 werd bevestigd,


24

omdat des te hoger de descriptieve norm was, des te hoger de intentie om te cyberpesten was en des te vaker kinderen aangaven zelf te cyberpesten. Hypothese 4 veronderstelde dat de descriptieve norm een minder sterke voorspeller was dan de injunctieve norm. De injunctieve norm had inderdaad een hogere Beta-waarde dan de descriptieve norm bij het model dat intentie verklaarde en voorspelde intentie dus meer. Hypothese 4 werd hiermee bevestigd. De injunctieve norm verklaarde cyberpestgedrag niet significant. De descriptieve norm deed dit wel. Echter werd gedrag maar voor 4.6% door de gedragsdeterminanten verklaard na het controleren op intentie. Dit is zo'n klein deel dat de rol van de descriptieve norm op cyberpestgedrag verwaarloosbaar was. Hypothese 5 veronderstelde dat waargenomen gedragscontrole een sterkere voorspeller was van cyberpestgedrag en intentie dan subjectieve normen en attitude. Waargenomen gedragscontrole was inderdaad de belangrijkste voorspeller voor intentie om te cyberpesten. Uit de resultaten bleek dat des te groter de waargenomen gedragscontrole was, des te lager de intentie was om te gaan cyberpesten. Ook verklaarde waargenomen gedragscontrole een significant deel van de variantie in cyberpestgedrag. Hypothese 5 werd dus bevestigd door de resultaten. Om niet te gaan cyberpesten, hebben kinderen een hoge mate van controle over hun eigen gedrag nodig. Vermoedelijk komt dit omdat cyberpesten gedrag is wat makkelijk is om uit te voeren: je hoeft mensen niet op te zoeken en met één druk op de knop kan je iemand tegenover vele anderen belachelijk maken. Om cyberpesten tegen te gaan, moet de waargenomen gedragscontrole van kinderen dus verhoogd worden. Overtuigingen. Nadat de nieuwe variabelen waren berekend (door de overtuiging te vermenigvuldigen met het gewicht dat daar aan hing) werd een Pearson product-moment correlatiecoëfficiënt gebruikt om de relatie met de verschillende gedragsdeterminanten te onderzoeken. Bij attitude bleken drie overtuigingen samen met het relatieve gewicht een significante relatie te hebben met attitude tegenover cyberpesten (zie Tabel 4). Bij de injunctieve norm hadden alle overtuiging


25

samen met het relatieve gewicht een significante relatie met deze variabele (zie Tabel 5). Er waren twee overtuigingen die samen met het relatieve gewicht een significante relatie hadden met de gedragsdeterminant descriptieve norm (zie Tabel 6). Bij waargenomen gedragscontrole waren er twee overtuigingen die samen met het relatieve gewicht een significante relatie hadden met deze gedragsdeterminant (zie Tabel 7). Hieronder zullen de resultaten betreffende de verschillende overtuigingen beschreven worden. Uitkomst overtuigingen. "Als ik zou cyberpesten, dan zou het slachtoffer niks terug kunnen doen" en "als ik zou cyberpesten, zorgt dit er voor dat het slachtoffer zich slecht voelt door mij" zijn twee overtuigingen die negatief correleerden met attitude (zie Tabel 4). Dit betekende: des te sterker deze overtuigingen aanwezig waren, des te positiever de attitude tegenover pesten was (want de schaal loopt van 0.14 = positieve attitude tot 1 = negatieve attitude). Een interventie zou zich kunnen richten op het veranderen van deze overtuigingen als die aanwezig zijn bij een kind. Dus bijvoorbeeld duidelijk maken dat het slachtoffer van cyberpesten juist wél iets terug zou kunnen doen. De overtuiging die betrekking had op "in de problemen komen door cyberpesten", correleerde positief met attitude. Dit betekende dat des te sterker deze overtuiging aanwezig was, des te negatiever de attitude tegenover cyberpesten was. Voor een interventie zou deze overtuiging dus extra benadrukt kunnen worden door te stellen hoe iemand in de problemen kan komen als hij cyberpest. Echter, omdat attitude de zwakste voorspeller was voor intentie om te cyberpesten en slechts marginaal significant was, moet er met name naar de overtuigingen van de andere gedragsdeterminanten gekeken worden om cyberpestgedrag te veranderen.


26

Tabel 4. Correlatie tussen overtuiging x gewicht en de gedragsdeterminant attitude Overtuiging x Gewicht Uitkomst overtuiging Als ik zou cyberpesten, dan zou het slachtoffer niet weten wie hem of haar pest. Als ik zou cyberpesten, dan zou het slachtoffer niks terug kunnen doen tegen mij. Als ik zou cyberpesten, dan zorgt dit er voor dat het slachtoffer zich slecht voelt door mij. Als ik zou cyberpesten, dan zou ik zelf in de problemen kunnen komen.

M

SD

r

n

p

18.74

12.84

- 0.093

249

.144

15.42

11.53

- 0.15

250

.018

14.62

11.52

- 0.20

251

.001

13.80

11.78

0.17

250

.006

Normatieve overtuiging injunctieve norm. Zowel de normatieve overtuigingen van vrienden, van ouders als van klasgenoten hadden een relatie met de injunctieve norm (zie Tabel 5). Dat wil zeggen: dat des te positiever de respondenten dachten dat hun vrienden, klasgenoten en ouders dachten over cyberpesten, des te positiever ook de injunctieve norm was. De verwachting was dat de rol en mening van ouders ondergeschikt zou zijn aan die van leeftijdsgenoten, maar dat bleek niet het geval te zijn. De mening van ouders bleek toch een belangrijke rol te spelen bij kinderen in deze leeftijdscategorie met betrekking tot cyberpesten. Omdat de injunctieve norm na waargenomen gedragscontrole de belangrijkste voorspeller was voor intentie, zal een interventie die gebruik maakt van de injunctieve norm effectief zijn tegen cyberpesten. Bij een interventie zou er ingespeeld kunnen worden op de normen van de drie belangrijke groepen zoals hierboven weergegeven. Als kinderen inzien dat cyberpesten wordt afgekeurd door zowel hun vrienden, klasgenoten als ouders, dan wordt vermoedelijk de injunctieve norm negatiever wat intentie om te gaan cyberpesten zal verlagen.


27

Tabel 5. Correlatie tussen overtuiging x gewicht en de gedragsdeterminant injunctieve norm Overtuiging x Gewicht Normatieve overtuiging injunctieve norm

M

SD

r

n

p

Mijn vrienden vinden het erg als ik zou cyberpesten.

13.88

11.22

0.34

248

.000

Mijn klasgenoten vinden het erg als ik zou cyberpesten.

8.51

4.79

0.24

247

.000

Mijn ouders vinden het erg als ik zou cyberpesten.

27.69

14.89

0.36

248

.000

Normatieve overtuiging descriptieve norm. Bij de descriptieve overtuigingen correleerden alleen de overtuigingen van vrienden en klasgenoten met de descriptieve norm (zie Tabel 6). Dit is te verklaren doordat het waarschijnlijk voor kinderen moeilijk was om voor te stellen dat hun ouders zouden pesten, laat staan dat ze zouden cyberpesten. Bij de normatieve descriptieve overtuiging van vrienden en klasgenoten gold dat hoe hoger de normatieve overtuiging geschat werd en des te belangrijker deze norm was, des te hoger ook de descriptieve norm werd geschat. Of een interventie die zich enkel richt op descriptieve normen effectief is, is nog niet onbetwist. Een boodschap die weergeeft hoeveel andere kinderen cyberpesten kan ongewenste gevolgen hebben. Dit wordt het boemerang effect genoemd en kwam onder andere voor bij onderzoeken naar gedragingen zoals het drinken van alcohol en bij energieverbruik (Schultz, Nolan, Cialdini, Goldstein, & Griskevicius, 2007). Het boemerang effect ontstond als er een boodschap met een descriptieve norm gegeven werd aan mensen die onder de norm (van hoeveelheid alcoholconsumptie en energieverbruik) zaten. Door het geven van de descriptieve norm kregen deze mensen het gevoel dat ze wel meer konden gaan drinken of meer energie konden gaan verbruiken om zich te conformeren aan de descriptieve norm. Dit ongewenste gevolg zou zich bij cyberpesten voor kunnen doen als kinderen onder de descriptieve norm zitten van cyberpestgedrag, bijvoorbeeld als ze nooit cyberpesten. Deze groep kinderen zou meer kunnen gaan cyberpesten om zich op die manier aan de descriptieve norm te conformeren. Met


28

name omdat de meeste kinderen aangaven bijna nooit of nooit te cyberpesten moet er voorzichtig omgegaan worden met verkondigen van de descriptieve norm. Het boemerang effect kan voorkomen worden door een injunctieve norm toe te voegen aan de boodschap met de descriptieve norm, mits deze norm in lijn is met het gedrag dat men wil promoten. Als enkel de descriptieve norm prominent aanwezig is in iemands bewustzijn, zal deze de sterkste invloed uitoefenen op gedrag. Door het toevoegen van de gewenste injunctieve norm wordt het sterke effect van de descriptieve norm afgezwakt en in perspectief gezet van wat er in het algemeen wordt goedgekeurd en verwacht van anderen. Het onderzoek van Schultz en collega's (2007) bewees dat het toevoegen van de injunctieve norm het boemerangeffect inderdaad elimineerde.

Tabel 6. Correlatie tussen overtuiging x gewicht en de gedragsdeterminant descriptieve norm Overtuiging x Gewicht Normatieve overtuiging descriptieve norm

M

SD

r

n

p

Mijn vrienden cyberpesten…

3.59

4.28

0.46

251

.000

Mijn klasgenoten cyberpesten…

3.93

4.45

0.47

251

.000

Mijn ouders cyberpesten…

3.07

2.74

-0.33

244

.610

Controle overtuigingen. De overtuigingen die correleren met de waargenomen gedragscontrole zijn belangrijk, omdat waargenomen gedragscontrole de belangrijkste voorspeller voor intentie om te cyberpesten was. De overtuiging die veronderstelde dat men betrapt kon worden op cyberpesten en de overtuiging die veronderstelde dat mensen het door zouden hebben als men zou cyberpesten correleerden met de waargenomen gedragscontrole (zie Tabel 7). Hier gold ook dat des te sterker deze overtuigingen waren, des te groter was de waargenomen gedragscontrole. In een interventie zou er daarom extra aandacht moeten komen voor het feit dat men betrapt kan


29

worden op cyberpesten en dat de kans groot is dat mensen het door zullen hebben wanneer men cyberpest. Het is opvallend dat de overtuiging dat men meer durft te zeggen via internet niet significant correleerde met de waargenomen gedragscontrole. Blijkbaar vertelde deze overtuiging dus niks over controle zoals die gemeten is in dit onderzoek. Omdat deze overtuiging wel naar voren kwam bij de pre-test, blijft deze overtuiging wel een belangrijke determinant, zoals Ajzen (n.d.) veronderstelt. Dit komt volgens hem omdat alle reeds toegankelijke overtuigingen (meestal en ook in dit onderzoek gevonden door middel van open vragen) sowieso belangrijk overtuigingen zijn voor de betreffende gedragsdeterminant. Een regressieanalyse om te bekijken welke overtuiging relatief gezien het belangrijkst is, is volgens Ajzen daarom ook niet nodig.

Tabel 7. Correlatie tussen overtuiging x gewicht en gedragsdeterminant waargenomen gedragscontrole Overtuiging x Gewicht Controle overtuigingen De kans om betrapt te worden als jij zou cyberpesten is groot. De kans dat mensen het door hebben als jij zou cyberpesten is groot. Via het internet of mobiele telefoon durf je meer te zeggen dan recht in iemands gezicht.

M

SD

r

n

p

23.31

13.71

0.44

247

.000

22.16

12.74

0.41

245

.000

27.42

14.64

0.07

247

.244

Conclusie In dit onderzoek is aangetoond dat waargenomen gedragscontrole de sterkste voorspeller is van intentie om te cyberpesten. Bij een hoge waargenomen gedragscontrole was de intentie om te cyberpesten lager dan bij een lage waargenomen gedragscontrole. De injunctieve norm was als tweede de beste voorspeller van intentie, gevolgd door de descriptieve norm. Bij de injunctieve


30

norm gold dat des te negatiever deze was, des te lager was intentie. Voor de descriptieve norm gold: des te lager de descriptieve norm, des te lager de intentie om te cyberpesten. Ook bij attitude gold des te negatiever de attitude tegenover cyberpesten, des te lager was de intentie. Echter was attitude de zwakste voorspeller van intentie om te cyberpesten en slechts marginaal significant. Met deze resultaten werden alle hypotheses uit dit onderzoek bevestigd. De resultaten van dit onderzoek lieten ook zien dat intentie om te cyberpesten cyberpestgedrag goed voorspelde. Intentie werd verklaard door de gedragsdeterminanten. Voor elke gedragsdeterminant werden er verschillende overtuigingen gevonden die een relatie hadden met de betreffende gedragsdeterminant. Dit tezamen bewees dat de theorie van gepland gedrag goed bruikbaar was om cyberpesten te verklaren. Hiermee kan dit onderzoek zich voegen bij de onderzoeken die de theorie van gepland gedrag ondersteunen. Tegelijkertijd onderscheidt dit onderzoek zich van andere onderzoeken naar cyberpesten omdat de theorie van gepland gedrag nog niet eerder is toegepast om cyberpesten of pesten te verklaren. Andere onderzoeken naar cyberpesten richtten zich vaak op één aspect dat het gedrag kan verklaren, zoals de relatie tussen het verwerven van populariteit en cyberpesten of invloeden van ouders of leeftijdsgenoten op cyberpesten. Dit onderzoek verklaart cyberpesten in zijn geheel door de theorie van gepland gedrag te gebruiken en is daarom goed bruikbaar om een gepaste interventie te ontwerpen. Het is opvallend dat attitude slechts op een marginaal significantieniveau intentie om te cyberpesten voorspelde, omdat veel interventies tegen cyberpesten tot nu toe gericht zijn op het veranderen van de attitude, zoals de campagne van Sire in 2007. Blijkbaar weten veel kinderen wel dat pesten slecht is, maar is dit niet een reden voor kinderen om het niet te doen. Er wordt op dit moment te veel waarde gehecht aan attitude tegenover cyberpesten, terwijl de andere gedragsdeterminanten, met name de waargenomen gedragscontrole, belangrijker bleken te zijn. Interventies zullen zich meer en vaker moeten richten op de sterkste voorspellers voor intentie


31

om te cyberpesten: waargenomen gedragscontrole en de injunctieve norm. Hieronder zal hier verder op ingegaan worden.

Praktische implicaties en aanbevelingen Om cyberpestgedrag te veranderen moet eerst de intentie om te cyberpesten verlaagd worden. Interventies tegen cyberpesten zullen het meeste effectief zijn als ze zich richten op de waargenomen gedragscontrole omdat dit de sterkste voorspeller was voor intentie. Door de waargenomen gedragscontrole te verhogen, zal het cyberpestgedrag afnemen. Een boodschap zou zich kunnen richten op de twee controle overtuigingen die in dit onderzoek naar voren kwamen. Deze overtuigingen waren: "de kans om betrapt te worden als men cyberpest is groot" of "mensen zouden het door kunnen hebben als men cyberpest". Kinderen moeten dus overtuigd worden van het feit dat ze betrapt kunnen worden en dat mensen het door hebben als ze cyberpesten. Deze overtuigingen moeten ook in een sterke mate aanwezig zijn om cyberpesten tegen te gaan. Deze overtuigingen kunnen veranderd of versterkt worden. Bij kinderen die niet de gewenste overtuiging hebben, moet deze overtuiging veranderd worden. Bijvoorbeeld de overtuiging dat de kans om betrapt te worden klein is moet veranderd worden in de kans om betrapt te worden is groot. Bij kinderen die de gewenste overtuiging wel hebben, maar waarbij die niet sterk aanwezig is, moet deze overtuiging versterkt worden. Bijvoorbeeld de overtuiging dat de kans op betrapt te worden groot is, moet benadrukt worden zodat deze prominent aanwezig zal zijn in de gedachten van een kind. Op deze manier zal de waargenomen gedragscontrole en uiteindelijk intentie om te cyberpesten op de gewenste manier veranderen (Fishbein & Yzer, 2003). Een goede interventie zou zich ook kunnen richten op de injunctieve norm en de achterliggende normatieve overtuigingen. Als kinderen weten dat hun klasgenoten, vrienden en ouders cyberpesten sterk afkeuren, dan zullen ze ook zelf minder gaan cyberpesten. Er moet voorzichtig omgegaan worden met het gebruiken van de descriptieve norm in een boodschap,


32

omdat de verdeling van het gedrag in de populatie skewed is. Dit wil zeggen: de meeste kinderen cyberpesten nooit of bijna nooit. Door de descriptieve norm te verkondigen, gaan kinderen die onder de norm zitten zich aan deze norm conformeren. Dit zorgt voor een toename in cyberpestgedrag en is een ongewenst gevolg. Een boodschap met de descriptieve norm kan wel het gewenste effect hebben als het tezamen met de injunctieve norm wordt gebruikt, omdat de kracht van de descriptieve norm hierdoor afneemt en de boodschap in het juiste perspectief wordt geplaatst (Schultz et al., 2007). Omdat dit ongewenste effect van een boodschap met de descriptieve norm kan ontstaan, is het beter om interventies te richten op de waargenomen gedragscontrole en de injunctieve norm. Een interventie gericht op het veranderen of benadrukken van de attitude is het minst effectief voor het veranderen van intentie. Attitude voorspelde intentie om te cyberpesten namelijk het zwakst en slechts op een marginaal significantieniveau. Kinderen weten dat pesten slecht is en dat het iemand pijn doet, maar dit is geen reden voor hen om het niet te doen. Veel interventies zijn er op gericht om kinderen bewust te maken van het feit dat cyberpesten slecht is. Dit is echter een verkeerde insteek, omdat intentie om te cyberpesten en dus gedrag hiermee niet zal veranderen.

Verdere overwegingen en toekomstig onderzoek Doordat er gebruik is gemaakt van vragenlijsten in dit onderzoek kan men geen causale verbanden leggen tussen de variabelen. Dat er relaties zijn tussen intentie, de verschillende gedragsdeterminanten en de overtuigingen is duidelijk, maar het laat geen effecten van de ene variabele op de andere zien. Dit zou in een experiment wel naar voren kunnen komen, maar gezien het onderwerp zou dit niet ethisch zijn. Toch kan men concluderen dat de resultaten laten zien dat de verschillende gedragsdeterminanten een belangrijke rol spelen in het verklaren van gedrag. Het veranderen van deze gedragsdeterminanten kan dus zeker een effect hebben op cyberpestgedrag. Met een longitudinaal onderzoek zou men deze effecten kunnen onderzoeken.


33

Bij een longitudinaal onderzoek naar cyberpesten zou op verschillende momenten de intentie om te cyberpesten en de aanwezigheid van de verschillende gedragsdeterminanten worden gemeten. Door deze verschillende meetmomenten kan er inzicht verkregen worden in de tijdsvolgorde waarin de variabelen voorkomen. Daardoor is men beter in staat om causale verbanden te leggen (Bryman, 2008). Het feit dat het onderzoek over een gevoelig onderwerp gaat, heeft er mogelijk voor gezorgd dat er sociaal wenselijke antwoorden werden gegeven. Dit probleem komt met soortgelijke onderzoeken vaker voor, maar in dit onderzoek is het zeer onwaarschijnlijk dat dit gebeurd is. Dit komt doordat er alles aan gedaan is om te voorkomen dat de kinderen de vragenlijsten op een sociaal wenselijke manier zouden beantwoorden. Doordat er bij het afnemen van de vragenlijsten extra nadruk is gelegd op het feit dat de vragenlijsten anoniem waren, leraren of ouders de vragenlijsten niet te zien zouden krijgen en dat het van groot belang was dat de vragenlijsten naar waarheid werden ingevuld, werd voorkomen dat kinderen sociaal wenselijke antwoorden zouden geven. Ook het feit dat de onderzoeker, die de kinderen niet kende, altijd aanwezig was in de klas bij het afnemen van de vragenlijsten heeft dit probleem ondervangen. Wat ook vaak voorkomt bij onderzoeken naar ongewenst gedrag is dat de data van de uitkomstvariabelen skewed zijn. Zo was dit ook het geval bij dit onderzoek, omdat de meeste kinderen nooit of zelden cyberpesten. Om toch de statistische toetsen uit te kunnen voeren voor het onderzoeken van de hypotheses, werden de data op voorgeschreven wijze getransformeerd (Pallant, 2010). Door deze transformatie toe te passen, werd het probleem dat bepaalde statistische toetsen enkel toepasbaar zijn op normaal verdeelde data ondervangen. De transformatie van een aantal variabelen was hierom noodzakelijk. Nu duidelijk is dat de waargenomen gedragscontrole een belangrijke rol speelt bij het verklaren van cyberpestgedrag, is het raadzaam om deze gedragsdeterminant verder te onderzoeken. Zo zijn er wellicht nog meer overtuigingen die deze gedragsdeterminant vormen.


34

Zoals hierboven is genoemd, zou een interventie zich kunnen richten op de overtuiging over de kans om betrapt te worden op cyberpesten en de overtuiging over de kans dat mensen het door zouden kunnen hebben als iemand cyberpest. Verder onderzoek kan zich richten op hoe een boodschap er precies uit moet zien om er voor te zorgen dat kinderen de juiste overtuigingen krijgen en dat deze ook in een sterke mate aanwezig zijn. Omdat de injunctieve norm ook een belangrijke voorspeller was voor intentie om te cyberpesten, is er ook verder onderzoek nodig naar deze norm. Met name onderzoek naar de wisselwerking en effecten van boodschappen met injunctieve en de descriptieve norm samen zijn van belang. Onderzoek naar de rol van de descriptieve norm en hoe deze norm gebruikt kan worden in een interventie is raadzaam vanwege de mogelijke ongewenste gevolgen die het gebruiken van de descriptieve norm kan hebben. Onderzocht moet worden of een boodschap met de descriptieve norm de intentie om te cyberpesten verlaagt, verhoogt of enkel werkt in samenwerking met de injunctieve norm. Voor nu is in ieder geval duidelijk dat waargenomen gedragscontrole en de injunctieve norm een belangrijke rol spelen bij cyberpesten. Interventies moeten zich met name richten op waargenomen gedragscontrole, de injunctieve norm en de achterliggende controle overtuigingen om cyberpesten in zijn geheel een halt toe te roepen en dit steeds groter wordende probleem te stoppen.


35

Literatuur Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50, 179-211. Ajzen, I. (n.d.). Constructing a theory of planned behavior questionnaire. Opgehaald op 30-032012 van www.people.umass.edu/aizen/tpb.html Ajzen, I., & Driver, B. L. (1992). Application of the theory of planned behavior to leisure choice. Journal of Leisure Research, 24, 207-224. Babrow, A. S., Black, D. R., & Tiffany, S. T. (1990). Beliefs, attitudes, intentions and a smoking-cessation program: A planned behavior analysis of communication campaign development. Health Communication, 2, 145-163. Beal, A. C., Ausiello, J., & Perrin, J. M. (2001). Social influences on health-risk behaviors among minority middle school students. Journal of Adolescent Health, 28, 474-480. doi:10.1016/S1054-139X(01)00194-X Beale, A. V., & Hall, K. R. (2010). Cyberbullying: What school administrators (and parents) can do. The Clearing House: A Journal of Educational Strategies, Issues and Ideas, 81(1), 812. doi:10.3200/TCHS.81.1.8-12 Beran, T., & Li, Q. (2007). The relationship between cyberbullying and school bullying. Journal of Student Wellbeing, 1(2), 15-33. Berkowitz, A. D., & Trumansburg, N. Y. (2002). Applications of social norms theory to other health and social justice issues. In H.W. Perkins, (Eds.) The social norms approach to preventing school and college age substance abuse: A handbook for educators, counselors, clinicians. San Francisco, CA: Jossey-Bas. Björkqvist, K., Ekman, K., & Lagerspets, K. (1982). Bullies and victims: Their ego picture, ideal ego picture and normative ego picture. Scandinavian Journal of Psychology, 23, 307-313. doi:10.1111/j.1467-9450.1982.tb00445.x


36

Black, D. R., & Babrow, A. S. (1991). Identification of campaign recruitment strategies for a stepped smoking cessation intervention for a college campus. Health Education Quarterly, 18, 235-247. Bryman, A. (2008). Social research methods. New York, NY: Oxford University Press. Bulmer, M. G. (1979). Principles of statistics. Mineola, NY: Dover Publications. Collins, S. E., & Carey, K. B. (2007). The theory of planned behavior as a model of heavy episodic drinking among college students. Psychology of Addictive Behaviors, 21(4), 498507. doi:10.1037/0893-164X.21.4.498 O'Connel, P., Pepler, D., & Craig, W. (1999). Involvement in bullying: Insights and challenges for intervention. Journal of Adolescence, 22, 437-452. Opgehaald op 23 februari van: http://www.bullylab.com/Portals/0/Peer%20involvement%20in%20bullying%20Insights%20and%20challenges%20for%20intervention.pdf Cyberpesten rukt op. (2010, 27 maart). NOS. Opgehaald op 21 februari 2012 van http://nos.nl/audio/146657-cyberpesten-rukt-op.html David-Ferdon, C., & Hertz, M. F. (2007). Electronic media, violence, and adolescents: An emerging public health problem. Journal of Adolescent Health, 41, S1-S5. doi:10.1016/j.jadohealth.2007.08.020 Dehue, F., Bolman, C., & Völlink, T. (2008). Cyberbullying: Youngsters' experiences and parental perception. Cyber Psychology and Behavior, 11(2), 217-223. doi:10.1089/cpb.2007.0008 Diamanduros, T., Downs, E., & Jenkins, S. J. (2008). The role of school psychologists in the assessment, prevention, and intervention of cyberbullying. Psychology in the Schools, 45, 693-704. doi:10.1002/pits.20335 Englander, E., & Muldowney, A. M. (2007). Just turn the darn thing of: Understanding cyberbullying. In D. L. White, B. C. Glenn, and A. Wimes (Eds.), Proceedings of persistently safe schools: The 2007 national conference on safe schools, (pp 83 - 92).


37

Washington, DC: Hamilton Fish Institute, The George Washington University. https://ncjrs.gov/pdffiles1/ojjdp/grants/226233.pdf#page=97 Espelage, D. L., Bosworth, K., & Simon, T. R. (2000). Examining the social context of bullying behaviors in early adolescence. Journal of Counseling and Development, 78, 326-333. Fishbein, M., & Yzer, M. C. (2003). Using theory to design effective health behavior interventions. Communication Theory,13, 164-183. doi: 10.1111/j.14682885.2003.tb00287.x Gorman-Smith, D., Tolan, P. H., Zelli, A., & Huesmann, L. R. (1996). The relation of family functioning to violence among inner-city minority youth. Journal of Family Psychology, 10, 115-129. doi:10.1037/0893-3200.10.2.115 Gross, E. F. (2004). Adolescent internet use: What we expect, what teens report. Applied Developmental Psychology, 25, 633-649. doi:10.1016/j.appdev.2004.09.005 Hinduja, S., & Patchin, J. W. (2010). Bullying, cyberbullying, and suicide. Archives of Suicide Research, 14, 206-221. doi:10.1080/13811118.2010.49413 IBM, (n.d.). Transforming different Likert scales to a common scale. Opgehaald op 29-05-2012 van: http://www-304.ibm.com/support/docview.wss?uid=swg21482329 Mason, K. L. (2008). Cyberbullying: A preliminary assessment for school personnel. Psychology in the Schools, 45, 323-348. doi:10.1002/pits.20301 Meer aandacht aanpak pesten via sociale media. (2012, 16 mei). Nu.nl. Opgehaald op 19 mei 2012 van http://www.nu.nl/algemeen/2812435/meer-aandacht-aanpak-pesten-via-socialemedia.html Meisje uit Pijnacker pleegt zelfmoord 'om Bangalijst'. (2012, 29 maart). Ad.nl. Opgehaald op 13 mei 2012 van http://www.ad.nl/ad/nl/1040/DenHaag/article/detail/3232860/ 2012/03/29/Meisje-uit-Pijnacker-pleegt-zelfmoord-om-bangalijst.dhtml 'Pesten via internet neemt toe'. (2010, 27 maart). Nu.nl. Opgehaald op 21 februari 2012 van http://www.nu.nl/internet/2214191/pesten-via-internet-neemt-toe.html


38

Pallant, J. (2010). SPSS Survival Manual. Berkshire, England: McGraw-Hill House. Rigby, K. (2003). Consequences of bullying in schools. The Canadian Journal of Psychiatry, 48, 583-590. Salmivalli, C., & Pöyhönen, V. (2010). Cyberbullying in Finland. In Q. Li, D. Cross & P. K. Smith (Eds.), Cyberbullying in the global playground: Research from international perspectives (pp. 53-72). New York, NY: Guilford. Sandstrom, M., Makover, H., & Bartini, M. (2012). Social context of bullying: Do misperceptions of group norms influence children’s responses to witnessed episodes? Social Influence, 1-20. doi:10.1080/15534510.2011.651302 Scholte, R., Sentse, M., & Granic, I. (2010). Do actions speak louder than words? Classroom attitudes and behavior in relation to bullying in early adolescence. Journal of Clinical Child & Adolescent Psychology, 39, 789-799. doi:10.1080/15374416.2010.517161 Schultz, P. W., Nolan, J. M., Cialdini, R. B., Goldstein, N. J., & Griskevicius, V. (2007). The constructive, destructive, and reconstructive power of social norms. Psychological Science, 18, 429-434. doi:10.1111/j.1467-9280.2007.01917 Slonje, R., & Smith, P. K. (2008). Cyberbullying: another main type of bullying? Scandinavian Journal of Psychology, 49, 147-154. doi:10.1111/j.1467-9450.2007.00611.x Smith, P. K., Mahdavi, J., Carvalho, M., Fisher, S., Russell, S., & Tippett, N. (2008). Cyberbullying: Its nature and impact in secondary school pupils. Journal of Child Psychology and Psychiatry 49, 376-385. doi:10.1111/j.1469-7610.2007.01846.x Solberg, M. E., & Olweus, D. (2003). Prevalence estimation of school bullying with the Olweus bully/victim questionnaire. Aggressive Behavior, 29, 239-268. doi:10.1002/ab.10047 Student VS pleegt zelfmoord na cyberpesten. (2010, 1 oktober). Nu.nl. Opgehaald op 13 mei 2012 van http://www.nu.nl/internet/2346039/student-vs-pleegt-zelfmoordcyberpesten.html


39

Sutton, S. (1998). Predicting and explaining intentions and behavior: How well are we doing? Journal of Applied Social Psychology, 28, 1317-1338. doi:10.1111/j.15591816.1998.tb01679.x Unnever, J. D., & Cornell, D. G. (2003). Bullying, self-control and ADHD. Journal of Interpersonal Violence, 18(2), 129-147. doi:10.1177/088626050223873 Van den Putte, B., & Dhondt, G. (2005). Developing successful communication strategies: A test of an integrated framework for effective communication. Journal of Applied Social Psychology, 35, 2399-2420. doi:10.1111/j.1559-1816.2005.tb02108.x Wegge, D., Vandebosche, H., & Eggermont, S. (2012). Offline relationships, online bullying: Using social network analysis to study who-cyberbullies-who. Opgehaald op 23 februari van:https://perswww.kuleuven.be/~u0076060/Papers%20Etmaal/Parallelsessie%202/

Cyberbullying/Wie%20pest%20wie%20online%20Een%20studie%20naar%20cyberpesten %20in%20de%20sociale%20context%20bij%20jonge%20adolescenten.pdf Ybarra, M. L. (2004). Linkages between depressive symptomatology and internet harassment among young regular internet users. Cyberpsychology and Behavior, 7(2), 247-257. doi:10.1089/109493104323024500

Pesten in een Cyberwereld

Recommend Documents