上網時數、上網目的、社會資本與網路成癮：生命歷程觀點的初探 - 政大學術集成

全文

(1)國立政治大學理學院心理學研究所碩士論文 Graduate Institute of Psychology College of Science National Chengchi University Master Thesis 上網時數、上網目的、社會資本與網路成癮：治. 政. 大. 生命歷程觀點的初探立. ‧ 國. 學. Internet use, purposes of Internet use, social capital. ‧. and Internet addiction: An exploratory research. n. er. io. al. 張彥彬. sit. y. Nat. through the lens of life course i n C U Chang, h e nYan i g c hBin. 指導教授：許文耀. v. 博士. Advisor：Hsu, Wen Yao, Ph.D.. 中華民國一零九年七月 July, 2020. DOI:10.6814/NCCU202000999.

(2) 上網時數、社會資本與網路成癮摘要隨著網路蓬勃發展，上網的負面後果成為學界關注的其中一個主題。上網的負面後果在有時被稱為網路成癮，描述的是上網後對網路出現依賴、佔據時間、影響生活與情緒等問題。有學者嘗試從社會資本的角度解釋網路成癮。本研究從 Lin (2001)的社會資本推論，社會資本提供個人達成目標、因應問題的社會資源及情緒支持，應與反映負面心理健康狀態的網路成癮有負相關。然而過去研究結果並不一致。本研究認為在網路與生活緊密結合的現代，應同時考慮上網時數的作用，但過去結果也是不一致。本研究認為，造成此不一致的問題有二：未考慮上網目的及不同年齡層的差異。因此，本研究取用台灣社會變遷基本調查第七期. 政治大. 第五次收取之 1554 位上網者進行次級資料分析，檢驗社會資本、上網時數、上. 立. 網目的、網路成癮間的關係，以及不同年齡樣本下關係的變化。社會資本與上網. ‧ 國. 學. 時數方面，階層迴歸分析發現社會資本與上網時數無關，上網目的與年齡不具有. ‧. 調節效果。社會資本與網路成癮方面，階層迴歸分析發現社會資本與年齡有交互作用。若屬於 40-49 歲的年齡層，社會資本與網路成癮有顯著正相關；若不屬於. y. Nat. er. io. sit. 40-49 歲年齡層，社會資本與網路成癮則無顯著相關。由此可知，探討社會資本與網路成癮的關係時，需要同時考慮個體處於生命歷程中的何種階段。. n. al. Ch. engchi. i Un. v. 關鍵詞：社會資本、上網時數、上網目的、網路成癮、生命歷程. i DOI:10.6814/NCCU202000999.

(3) 上網時數、社會資本與網路成癮 Abstract With the Internet blooming, the negative consequences of Internet use became an important topic in academic circles. The negative consequences of Internet use were sometimes called Internet addiction, which illustrated dependence, occupying time, having negative impacts on daily lives and emotions. Some scholars explained Internet addiction through the lens of social capital. Based on Lin’s perspective (2001), social capital provides social resources and emotional support to attain goals and/or coping problems. It is supposed to negatively correlate with Internet addiction, which reflects negative psychological states. Nevertheless, previous studies showed. 政治大. inconsistency. In modern society, daily lives and the Internet are strongly connected,. 立. thus Internet use should be taken into account. While previous studies were. ‧ 國. 學. inconsistent. Such inconsistency may be explained by two reasons: the purpose of. ‧. Internet use and ages. Therefore, this study utilized data including 1554 participants with Internet use experiences from Taiwan Social Change Survey (7th Round, 5th. y. Nat. er. io. sit. Year) to investigate different relationship among social capital, Internet use, purposes of Internet and Internet addiction at different ages. The hierarchical regression. n. al. Ch. i Un. v. analyses indicate social capital is not correlated to Internet use. The purposes of. engchi. Internet use do not moderate the relation between social capital and Internet use. Such relationship does not vary among age groups. When it comes to Internet addiction, social capital is moderated by an age group, age 40-49 specifically. Under age 40-49, social capital is positively correlated to Internet addiction, whereas social capital is not significantly correlated to Internet addiction when it is not under age 40-49. Therefore, it is clear that life course should be taken into account when exploring the relation between social capital and Internet addiction.. ii DOI:10.6814/NCCU202000999.

(4) 上網時數、社會資本與網路成癮 Keywords: social capital, Internet use, purposes of Internet use, Internet addiction, life course.. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. iii DOI:10.6814/NCCU202000999.

(5) 上網時數、社會資本與網路成癮. 目次第一章、緒論…………………………………………………………..1 第一節、前言………………………………………………………...1 第二節、文獻回顧…………………………………………………...3 第三節、研究問題………………………………………………….18 第二章、研究方法……………………………………………………20 第一節、研究設計與研究對象……………………………………20. 政治大第二節、研究工具…………………………………………………21 立. ‧ 國. 學. 第三節、研究程序…………………………………………………25. ‧. 第四節、統計方法…………………………………………………26. sit. y. Nat. 第三章、結果………………………………………………………...28. er. io. 第一節、描述統計………………………………………………...28. al. n. iv n C 第二節、測量工具分析…………………………………………...35 hengchi U 第三節、相關分析………………………………………………...38 第四節、階層迴歸分析…………………………………………...41 第四章、討論………………………………………………………..50 第一節、社會資本與上網時數的關係…………………………...52 第二節、社會資本、上網時數與網路成癮的關係……………...53 第三節、研究限制………………………………………………...56. iv DOI:10.6814/NCCU202000999.

(6) 上網時數、社會資本與網路成癮. 參考文獻…………………………………………………………….57 附錄………………………………………………………………….66. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. v DOI:10.6814/NCCU202000999.

(7) 上網時數、社會資本與網路成癮. 表目次表 1-1、社會資本－網路成癮關係摘要表……………………………9 表 1-2、社會資本－上網時數關係摘要表……………………………11 表 2-1、改編版 BSNAS 基本描述統計跨地區比較………………….24 表 3-1、總樣本描述統計………………………………………………29 表 3-2、不同年齡層樣本描述統計……………………………………31 表 3-3、社會資本不同指標特徵值、因素負荷、加權分數…………36. 政治大表 3-4、BSNAS 抽取因素=1 立之特徵值與變異解釋量……………….36. ‧ 國. 學. 表 3-5、BSNAS 因素負荷量…………………………………………..37. ‧. 表 3-6、交叉相關表……………………………………………………39. sit. y. Nat. 表 3-7、人口學變項變異數分析摘要表………………………………40. er. io. 表 3-8、社會資本、上網目的、年齡層迴歸分析摘要表……………42. al. n. iv n C 表 3-9、社會資本、上網時數、上網目的、年齡層迴歸分析摘要表..46 hengchi U 表 3-10、社會資本 X40-49 歲單純斜率檢定…………………………49. vi DOI:10.6814/NCCU202000999.

(8) 上網時數、社會資本與網路成癮. 圖目次圖 1-1、15 年內不同年齡層上網率變化………………………………4 圖 3-1、社會資本與 40-49 歲交互作用圖…………………………….49. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. vii DOI:10.6814/NCCU202000999.

(9) 上網時數、社會資本與網路成癮. 第一章、緒論第一節、前言我在國小時雖然就接觸到網路，智慧型手機和社群網路卻是到大學時才聽聞到。我總是拎著一台筆電四處跑，於當時頗難理解為什麼社群網路會受到大家的愛用，更無法理解談話時，有同學總是會不斷檢查手機訊息或新貼文？雖然後來也跟著大家辦了噗浪(Plurk)、臉書(Facebook)帳號，也認識了它們具有和朋友聯絡，或是閱讀有趣文章的功能，但仍不是會始想整天觀覽裡面的內容或跟人聊天。. 政治大. 碩士班一年級時，我買了人生第一支智慧型手機，有樣學樣地跟人滑起手機. 立. 上網。漸漸的，我發現手機的方便性確實提高自己上網、使用社群網路的機會。. ‧ 國. 學. 可是，大多時候單次花費的時間不算長，看或回個訊息就結束。因此，當觀察到室友在家成天看別人臉書、IG(Instagram)，追 Youtube 直播時，我著實好奇裡面. ‧. 的內容有多吸引人。更而甚者，我還觀察過一位年過半百的家中長輩整日看臉書. Nat. sit. y. 和 LINE，逐漸變得不太和家人互動，而且開始有強烈的情緒困擾及人際衝突，. n. al. er. io. 這讓我震驚，怎會如此？如果社群網路是具維持關係、增進便利功能的工具，為. i Un. v. 何又會帶給某些人的時間被完全侵蝕、他的個人心理福祉和人際關係受到破壞？. Ch. engchi. 因此，這些觀察到的現象讓我好奇，既然現代人已離不開網路，且是投入相當量的時間，究竟是什麼特性、樣態，或身處於何種脈絡中，而讓某些人出現情緒、人際、生活問題？為了探討這個好奇，我除了整理文獻之外，也花了一些時間訪問成天在上網、頻繁使用社群網路的朋友。我問的問題有三：多常使用、在什麼地方/什麼時候使用、使用時的內在狀態。有兩位，幾乎一有空就打開手機上網，他們只要一有機會，就會滑起臉書、IG、影片，例如搭乘大眾運輸工具、等候，乃至於回家後的多數時間等。甚至有人說，這種行為已經變成習慣，好比吃飯時沒有配個社群網路影片總覺得有點怪怪的、很無聊。縱然都是使用社群網路，一位朋友告訴我 1 DOI:10.6814/NCCU202000999.

(10) 上網時數、社會資本與網路成癮跟客戶並不會想要以社群網路繼續和他們互動，但用來觀覽 IG、臉書的動態，卻會有停不住而就輕易的使用狀況。另一位朋友則描述了上網行為是為了逃避做正事，例如，家裡沒有人、覺得無聊，但又因想到整理家務、規劃課程等生活和工作上的事務，所以會想要逃避，就會去社群網站上看大家在幹嘛，或是讀讀網路文章。有位朋友因為工作時間短、沒什麼朋友，和家人的關係也比較淡，就藉由上網來逃避問題，因此上網時數甚多。相反的，另一位工作時間長，但會用多數閒暇時間上網的朋友雖然上網時數也是長，但是他則有許多朋友、同事，以及願意支持他的家人，而且也常會用網路與他們交流。這個訪談令我想瞭解上網時數的長短與實際人際關係網絡的多寡，究竟存著. 政治大. 何種關係？這樣的關係又與網路成癮的關係為何？. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 2 DOI:10.6814/NCCU202000999.

(11) 上網時數、社會資本與網路成癮. 第二節、文獻回顧社群網路(social networking sites)是一種網路上的虛擬社群，個體可以在特定社群平台上建立屬於自己的公開或半公開資訊，連結社群平台所提供的相關使用者名單並觀看其他使用者的公開資訊(Boyd & Ellison, 2007)。因此，諸如臉書、 IG、推特(Tweeter)、噗浪……等平台均可被視為社群網路的一種。透過這類平台，使用者能夠克服空間限制，可以和他人互動，這些包括平常可碰到面、較難有機會碰面的人，甚至素昧平生的對象。國際上，上網在過去的十多年中已呈大幅度的成長，直至 2013 年社群網路. 政治大會常態性的使用(Andreassen, Torsheim, & Pallesen, 2014)，Pew Research Center 的立. 已有數十億人用戶(Ryan, Chester, Reece, & Xenos, 2014)，其中有超過 10 億用戶. ‧ 國. 學. 調查指出 40 個受調查國家中，中數為 76%的上網者報告他們會使用社群網路 (Poushter, 2016)。更有研究顯示，青少年社群網路用戶往往使用多種類型的平台. ‧. (Lenhart et al., 2015)，且超過九成的成人使用兩種以上的社群網路平台(Pontes,. sit. y. Nat. Taylor, & Stavropoulos, 2018)。在國家發展委員會的數位機會落差調查報告. io. er. (2004-2019)中，個人上網率已從 2004 年的 61.1%大幅增長至 2019 年的 86.2%。. al. iv n C hengchi U 間的上網率落差逐漸縮小(見圖 1-1)。這些數據顯示不論國內外，上網已是當今 n. 家戶連網率在近 15 年內從 70.7 成長至 90.4%。除去 65 以上族群，其它不同年齡. 頗為普遍的活動，儼然成為許多人生活的一部分，也暗示上網及其相關的現象可能已經不再由青少年和大學生所獨享，在非學生的成年族群也越來越普遍。. 3 DOI:10.6814/NCCU202000999.

(12) 上網時數、社會資本與網路成癮. 政治大. 圖 1-1、十五年內不同年齡層上網率變化. 立. 然而，隨著網路的普及，也開始衍生了與上網有關的問題。其中最受到學界. ‧ 國. 學. 密切注意的是上網負面後果，又或者說網路成癮。因此，學者們想了解，這樣的負面後果可能形成的因素會是什麼？循著這個問題，有學者好奇社會資本對於網. ‧. 路成癮可能有什麼樣的貢獻(e.g., Yang, Liu, & Wei, 2016)。. Nat. sit. y. 根據 Lin (2001)的定義，社會資本指涉的是一種依存於社會關係的資源，並. n. al. er. io. 且需要透過管道接觸及/或帶有特定目標的行動去動用該資源。Lin (2001)認為，. i Un. v. 社會資本不僅能提供個人情緒支持，還能讓人在為達成目標或因應問題時較為順. Ch. engchi. 利，因此對於個人維持身心健康均有助益。若是如此，社會資本的多寡與與上網負面後果的關係為何？過去的研究結果發現這二者的關係是不一致的，有些研究發現具有正相關、有些則是發現無相關或是負相關的結果(Magsamen-Conrad, Billotte-Verhoff, & Greene, 2014; Yang et al., 2016)。因為社群網路的蓬勃發展，因此社會互動可藉由網路來完成，既然上網社交已經難以避免，那麼對於高社會資本的人來講就有更多機會在網路上互動。上網時數愈多與上網的負面後果有穩定正相關(e.g., Torel & Serenko, 2012; Chen et al., 2020)，因此，社會資本、上網時數與上網負面結果這三者間，存在何種關係，值得進一步探討。過去研究在探討上網時數、社會資本，以及上網負面後果的關係，是兩兩變 4 DOI:10.6814/NCCU202000999.

(13) 上網時數、社會資本與網路成癮項分別探討，結果發現除了上網時數和上網負面後果間呈現較一致的負相關之外，社會資本－上網負面後果、社會資本－上網時數的關聯性是不一致的 (e.g, Bian & Leung, 2015; Nie, Hillygus, & Erbring, 2002)。本研究認為，此不一致有可能是因為過去未能考量上網目的，例如娛樂用途或是社交用途等，如果未能將此用途區分，而一概論將所有上網目的都視為同一件事，而去討論上網時數、社會資本、上網負面後果間的關係，可能對實徵研究結果有所影響。另一個可能是，過去上網負面後果的研究大多採用青少年至大學生的樣本(參見 Andreassen, 2015)，對於成年中、後期的了解相對有限。依據圖 1-1，各種不同年齡層的上網比率差異逐漸縮小，對於中、老年成人來說可能也避免不了網路成癮的問題。而且，依生命. 政治大. 歷程觀點(Shanahan, 2000)而言，不同年齡層遭遇的生命事件與在社會上扮演的角. 立. 色不同。社會資本、上網、上網目的、網路成癮對於不同生命歷程的人而言，可. ‧ 國. 學. 能有不同的覺知。因此，本研究好奇在不同年齡層中，其社會資本、上網時數、. ‧. 上網目的、上網負面後果間有何關係變化？了解不同年齡間，社會資本、上網時數、上網目的、上網負面後果的差異也就成為本研究的一個旨趣。. er. io. sit. y. Nat. 一、社會資本. al. iv n C h e n。也就是說，社會資本是一種依存觸及或/及可透過刻意行動動員的資源」 gchi U n. 根據 Lin (2001)的定義，社會資本一詞，指涉的是「鑲嵌於社會網絡中，可. (dependent)於社會連繫(social tie)或社會網絡(social network)的資源。假如人與人之間的連結不復存在，也就無從產生社會資本。另一方面，欲動用這些資源的人須有管道進行接觸，意味著社會資源本身不會自行產生，而是需要採取人際行動後才可能獲取。從這個觀點所定義的社會資本也就衍生了諸如：社會接觸網絡規模(如：林宗弘, 2012)、定名法(name generator, 參見 Lin, 2001)、定位法(position generator, Lin & Dumin, 1986)等測量方式。社會接觸網絡規模指的是平時在一天內接觸的人有多少，不論用什麼管道、認識或不認識的人都算。此法雖能廣泛測得社會接觸的數量，但混合認識與不認識的社會接觸較難反映其中蘊含的社會資. 5 DOI:10.6814/NCCU202000999.

(14) 上網時數、社會資本與網路成癮源實際上有多少。定名法則是會要求受訪者盡可能將認識的人臚列出來，並且標定(1)和該對象的關係是什麼，及(2)這些認識的人彼此之間的關係是什麼。此法的優勢在於有辦法辨識網絡成員的網絡地位以及彼此間的聯繫關係是什麼。弱勢在於沒有辦法標準化，因此個體間的網絡資源比較難相互比較。而定位法則是透過研究者列出在社會上常見的特定職業名單，代表其職業內涵的身分地位與資源，並請受訪者針對每個職業是否有認識的對象(選擇最熟悉的一個)、該對象和受訪者的關係。而所謂的認識指的是(1)叫得出名字或稱呼(2)彼此熟到可以聯絡。透過此方法，不僅可以避免掉受訪者自行列舉的缺乏標準化問題，也可反映社會資本三項主要成分：社會資源、可觸接性、可用性。過去研究指出定位法之信、效. 政治大. 度最為穩定(傅仰止、張心潔, 2014; Lin, 2001; Lin, Fu, & Hsung, 2001)。. 立. 雖然社會資本尚有 Putnam(2000)的定義方式，但這一派觀點傾向將社會資本. ‧ 國. 學. 視為個人－團體/組織聯繫的產物，主要探討人對官方/非官方團體的信任或關係. ‧. 連結會帶來何種益處，本研究有興趣之處是個人的人際網路資源，而這項測量以 Lin 的個人網絡定義是較合適的，因此後文論及社會資本的測量均是採用 Lin 的. y. Nat. er. io. sit. 的觀點，而非 Putnam 結合個人－群體關係的定義。然而，過去在心理學領域探討社會資本與上網時數、上網負面後果的關係多混用 Lin 的定義與 Putnam 的測. n. al. Ch. i Un. v. 量(e.g., Liu, Ainsworth, & Baumeister, 2016)，僅以 Lin 的定義與測量來探討社會資. engchi. 本與上網時數的論著不豐，但為了較全面瞭解社會資本與上網時數的關係，仍有研究的整理是以 Putnam 測量的著作。. 二、上網的負面後果：成癮症狀有學者認為網路有機會讓個人有愉快經驗或改善心情而容易出現成癮情形 (Davis, 2001; Kuss & Griffiths, 2011)。但過度上網，乃至於出現負面後果是否是種成癮，學界仍沒有統一的看法(Andreassen, 2015; Bányai et al., 2017; Carbonell & Panova, 2017)。所以在措辭上，不同看法的學者就會採用不同的稱呼：有的人稱強迫性使用(compulsive use, De Cock et al., 2014)，有人則主張稱問題性使用. 6 DOI:10.6814/NCCU202000999.

(15) 上網時數、社會資本與網路成癮 (problematic use, Bányai et al., 2017)，還有人直接稱其為網路成癮(internet addiction, Ç am & İşbulan, 2012; Lopez-Fernandez, 2018; Turel & Surenko, 2012)。就精神疾病診斷準則手冊第五版(DSM-5, American Psychiatric Association, 2013)芻議，伴隨負面後果的上網尚不能稱為一種疾病：目前沒有任何一個網路使用相關問題被列入正式的診斷中。DSM 的研究調查小組認為，網路使用相關問題仍需要更嚴謹的證據支持才能成為正式的診斷(O’Brien, 2010)。國際疾病分類第十一版(ICD-11, World Health Organization, 2019)也僅納入遊戲障礙症(Gaming Disorder)作為網路遊戲成癮的診斷準則，並未將其它過度上網的相關行為問題列為疾病診斷。. 政治大. 即便如此，本研究仍主張偏離常態的行為是否為正式診斷與是否值得臨床關. 立. 注不必然是同一件事，正如刻意的自傷或自殺雖非精神疾病，但它們與精神疾病. ‧ 國. 學. 的共伴以及帶來的傷害引起了非常廣泛的探討與研究(Cavanagh, Carson, Sharpe, & Lawrie, 2003; Mann et al., 2005; Owens, Horrocks, & House, 2002)。在網路普及. ‧. 與多樣化的使用下，已有測量工具研究及回顧指出過度上網會造成個體難以控制、. y. Nat. 佔據並主導思考與行為，且會產生內在及人際間的衝突、用來逃避負面狀態、出. io. sit. 現戒斷和耐受症狀、容易不斷復發等狀況(Andreassen, Torsheim, Brunborg,. n. al. er. Pallesen, 2012; Griffiths, Kuss, & Demetrovics, 2014; Kuss & Griffiths, 2011; Ryan. i Un. v. et al., 2014)。而這些上網的負面後果其實反映了Brown (1993)、Griffiths (1996)及. Ch. engchi. Griffiths (2005)在定義成癮時所採用的六個向度：凸顯性(salience)、衝突性 (conflict)、心情調整(mood modification)、戒斷(withdrawal)、耐受(tolerance)、復發性(relapse)。本研究取用之調查資料所選的測量工具為Andreassen等人(2012) 亦是依據上述六個向度所編製，故後文為維持測量工具理念來源與用詞的一致，會以網路成癮來稱呼出現負面後果的上網行為，非因將其視為正式行為成癮症診斷。而先前使用Andreassen等人(2012)測量工具的研究不僅發現此量尺在不同國家的樣本下有良好信度(e.g., Chen et al., 2020; Monacis, De Palo, Griffiths, & Sinatra, 2017)及建構效度(e.g., Bányai et al., 2017; Leung et al., 2020)，在校標關聯效度方面，網路成癮不僅伴隨較低的自尊和較負面的工作、學習態度(Andreassen, Pallesen, & Griffiths, 2017; Bányai et al., 2017; De Cock et al., 2014)，還會伴隨孤寂、. 7 DOI:10.6814/NCCU202000999.

(16) 上網時數、社會資本與網路成癮憂鬱等負面情緒，以及出現人際困擾(De Cock et al., 2014; Monacis et al., 2017)。由此可見，Andreassen等人(2012)定義的網路成癮測量是具信、效度，故本研究採用此量表當為網路成癮的測量工具。. 三、社會資本與網路成癮的關係社會資本與網路成癮的研究大抵可分成三種觀點：刺激假說(Bian & Leung, 2015)、時間取代假說(Bian & Leung, 2015)、補償論(Young, Yue, & Ying, 2011)。 Bian與Leung (2015)認為，社會資本和網路成癮存在兩種可能關係。其一，從刺激假說來看，網路因為和與人的連結是有關的，網路成癮又會重度使用網路，故重度使用網路會產生較多的社會資本。從時間取代假說來看，花在網路上的時間佔據掉原本可以用在建立社會資本的關係上，因此，過度網路使用會耗損掉社會. 政治大 (2001)所談到的刺激假說、時間取代假說甚為相近。刺激假說認為上網能增加社立資本。這兩種論述內涵與Neves (2013)及Wellman, Quan-Haase, Whitte與Hampton. ‧ 國. 學. 會網絡接觸，故與社會資本有正相關。時間取代假說認為上網會占用原先花在社會互動的時間，減少社會接觸，故與社會資本有負相關。因此本研究亦將網路成. ‧. 癮增加社會資本的說法稱為刺激假說，而將網路成癮減少社會資本的說法稱為時間取代假說。補償論則主張網路成癮者往往是現實生活中不易和他人建立關係的. y. Nat. sit. 人，因此會透過比較不具威脅性(此指不須面對面)的網路來和他人產生連結。隨. n. al. er. io. 著和網路社群的人越來越熟悉，並成為社群的一份子，成癮者便能以文字對話換. i Un. v. 得陪伴、建議等社會資源，但也因此對網路產生依賴。既然網路成癮者是一群不. Ch. engchi. 易和他人建立關係而依賴網路的人，建立關係是能否接觸、動用社會資源的重要前提，缺乏社會資本又會引發補償動機，讓人依賴網路，那應可預期社會資本和網路成癮有負相關。所以應可預期社會資本和網路成癮的關係具有兩種可能：正相關與負相關。. 8 DOI:10.6814/NCCU202000999.

(17) 上網時數、社會資本與網路成癮表1-1、社會資本－網路成癮關係摘要表觀點理論. 刺激假說. 時間取代假說. 網路和連結人們有. 花在網路上的時間佔. 關，因此網路成癮、重據掉原本可以用在建度使用的人能產出更. 補償論網路成癮者現實中不易和他人形成親近關係，而沒有社會. 立社會資本的關係上。關係就無法接觸、動用社會資. 多社會資本。. 本。缺乏後的補償動機讓人容易依賴網路。. 預期關係. 正相關. 負相關. 負相關. 政治大本測量工具為主，本研究於下將先整理這部分的文獻。立. 過去探討社會資本與網路成癮關係的研究，大多以Putnam定義衍生的社會資. ‧ 國. 學. Magsamen-Conrad等人(2014)以Putnam (2000)定義衍生的線上社會資本測量工具及自編的網路成癮測量工具，以及大學生便利樣本來檢驗兩者關係。其中，. ‧. 網路成癮測量工具包含了凸顯性、衝突性、心情調整、戒斷、復發性五個向度，概念內涵近似於Andreassen等人(2012)所採用的六大向度之概念。結果發現，線. y. Nat. sit. 上社會資本與網路成癮症狀有顯著正相關。Bian與Leung (2015)也從Putnam (2000). n. al. er. io. 的觀點定義社會資本，並以自編的智慧型手機成癮工具來反映網路成癮的概念，. i Un. v. 其試題概念近似於衝突性、凸顯性、戒斷性三種向度。結果發現智慧型手機成癮. Ch. engchi. 分數和橋接型、結合型社會資本都沒有顯著關係。Yang等人(2016)根據Nahapiet 與Ghoshal (1998)對社會資本的定義，將社會資本分為社會關係強度、社會支持(資源)、社會認同三個層面，並以Turel與Serenko (2012)之測量作為手機社群網路成癮指標－其中包含凸顯性、衝突性、戒斷、復發性四個向度。透過檢驗便利青年樣本，Yang等人(2016)發現不同層面社會資本和手機社群網路成癮的關係並不一致。對於線上的社會資本而言，社會關係強度、社會支持(資源)和手機社群網路成癮有顯著正相關，但社會認同卻和手機社群網路成癮有顯著負相關。對於線下，也就是實際生活的社會資本而言，社會支持和網路成癮有顯著負相關，社會關係強度、社會認同都與成癮無顯著關係。國內雖有人(陳盈臻、林欣怡, 2018)曾探討網路成癮對於社會資本的正、負面影響，但陳、林二人的社會資本觀點也仍是. 9 DOI:10.6814/NCCU202000999.

(18) 上網時數、社會資本與網路成癮從Putnam的定義出發，而且因該研討會論文僅是以文獻分析來陳述社會資本和網路成癮的關係，故無實際研究結果可供檢驗。從過去研究來看，非Lin (2001)社會資本、非Andreassen等人(2012)網路成癮做出來的社會資本－網路成癮研究結果並不一致。雖然有文獻提出要區分社會資本是屬於線上或線下，但因本研究是採用中研院社會變遷調查風險社會之次級資料，該調查題項內並未如此區分，故本研究無法探討區分線上/線下的問題，此為本研究之限制。目前以Andreassen等人(2012)定義的網路成癮來探索社會資本－網路成癮關係的研究幾乎闕如，也完全沒有採用Lin (2001)定義探討社會資本－網路成癮關係的研究。再者，Andreassen等人定義的網路成癮測量工具目前使用頗為普遍，波蘭(Bányai et al., 2017)、義大利(Monacis et al., 2017)、台灣、香港. 政治大會資本－網路成癮的關係來看，仍不清楚如果從Lin (2001)及Andreassen等人立. (Chen et al., 2020)、比利時(De Cock et al., 2014)的研究均有採用。若是單純從社. (2012)的觀點會得到什麼樣的結果，因此，本研究欲藉由Andreassen等人(2012). ‧ 國. 學. 及Lin (2001)的觀點探討社會資本與網路成癮的關係。本研究從Lin (2001)及. ‧. Andreassen等人(2012)對社會資本和網路成癮的定義以為，既然能夠觸接、使用社會資源有助於心理健康，而網路成癮又是一個心理健康的負面事例，兩者之間. Nat. sit. y. 應有負相關。但考慮網路普及、一部分社交活動移師到虛擬世界的當代社會，高. er. io. 社會資本者可能會需要花更多時間在網路上與人互動，兩者間或許反而會有正相. al. iv n C 後續討論社會資本－上網時數、上網時數－網路成癮的關係。 hengchi U n. 關。所以，要了解社會資本和網路成癮的關係，也需要將上網時數考慮在內，並. 四、社會資本與上網時數論及社會資本與上網時數的關係，國內學者林宗弘(2012)認為社會資本與上網時數關係可以分成數位烏托邦論(e.g., Katz & Rice, 2002)、數位反烏托邦論(e.g., Nye, 2004)、懷疑/社會型塑觀點(MacKenzie & Wajcman, 1999)三種論述－數位烏托邦論認為上網時數能讓個體與不同背景、階級的人產生連結，擴大既有的社交網絡，因此社會資本與上網時數應有正相關；數位反烏托邦論則認為上網後，個人的行為會受到沉迷於網路的限制，反而與現實社會網絡疏離，因此社會資本與上網時數有負相關；懷疑/社會形塑觀點主張網路只是維持既有社會網絡的工具， 10 DOI:10.6814/NCCU202000999.

(19) 上網時數、社會資本與網路成癮上網並不會因此對社會網絡產生什麼擴大或縮減的作用，也就是說社會資本與上網時數沒有關聯。國外學者如 Neves (2013)及 Wellman 等人(2001)的整理與林宗弘(2012)相仿，指出社會資本與上網可能呈現三種關係：刺激假說－上網增加接觸管道，放大社會資本；時間取代假說－上網會取代掉其它社會網絡，降低社會資本；補充假說－網路只是原有人際互動的補充管道，上網不過是為了連繫既有的社會網絡，不會增加或減少社會資本。表 1-2、社會資本－上網時數關係摘要表觀點. 數位烏托邦論. (相似觀點) 理論. 數位反烏托邦論. 懷疑/社會形塑論. (時間取代假說) 政治大上網能讓個體與不同立上網後，個人的行為會 (刺激假說). (補充假說) 網路只是維持既有社. 背景、階級的人產生連受到沉迷於網路的限. 會網絡的工具，上網並. ‧ 國. 學. 結，擴大既有的社交網制，反而與現實社會網不會因此對社會網絡產生什麼擴大或縮減的作用。. io. al. 負相關. 無關. er. 正相關. sit. y. Nat. 預期關係. 絡疏離。. ‧. 絡。. v. n. 雖有上述的觀點來說明上網時數與社會資本的關係，於實徵的研究結果又是如何呢？. Ch. engchi. i Un. Wellman 等人(2001)透過國家地理社會調查的成人樣本發現，年度上網頻率並未伴隨年度面對面、打電話互動次數的變化。可是這篇研究並未以實際統計檢定釐清上網頻率和面對面、打電話互動的變化關係是否顯著。而且以人際網絡接觸次數當為社會資本指標的麻煩在於不清楚接觸對象的多寡，限制了對於實際社會資本量的了解。Nie 等人(2002)發現，花在網路上的時間越多，花在朋友、家人的時間就越少。這個結果說明了數位反烏托邦論或時間取代假說所謂的剝奪作用：花在網路的時間越多，花在社會連繫的時間就會減少，因此有負相關。然而，花費於社會連繫的時間是否等同於擁有相對應的社會資源量，此命題待商榷，需. 11 DOI:10.6814/NCCU202000999.

(20) 上網時數、社會資本與網路成癮要更直接的證據來檢驗社會資本與上網時數間的關係。Ellison, Steinfield 與 Lampe (2007)以大學生樣本及自編的社會資本問卷檢驗臉書使用時間和社會資本的關係。該問卷編制的概念較近似於 Putnam(2000)的社會資本定義，將社會資本區分成橋接、結合兩類。其中，橋接型社會資本為較不緊密、範圍廣大的社會連繫，包含人與所屬團體的連結；結合型社會資本為關係緊密、範圍較小、人對人的社會連繫。結果發現臉書使用時間和兩種社會資本均沒有顯著關聯。 Steinfield, Ellison 與 Lampe (2008)同樣用大學生樣本及橋接社會資本問卷檢驗上網時數是否能預測一年後的橋接社會資本。迴歸分析顯示 2006 年的上網時數並沒有辦法預測 2007 年的橋接社會資本。因此，這兩篇研究反倒較支持懷疑/社會. 政治大. 形塑觀點的說法：上網時數可能對於社會資本並沒有決定性的影響力，所以兩者. 立. 間不具統計上的顯著關聯。最後，國內林宗弘(2012)是少數以 Lin (2001)定義之. ‧ 國. 學. 社會資本探索社會資本－上網時數關係的研究。他取用三波(2000, 2005, 2010)台. ‧. 灣社會變遷基本調查中的社會接觸網絡規模作社會資本指標。因為國內個人上網率在 2004-2019 年間逐年攀升(見圖 1-1)，故林宗弘想在控制上網時數與調查年度. y. Nat. er. io. sit. 的交互作用項後，探討上網時數能解釋社會資本還是社會資本解釋上網時數。經次序邏輯迴歸分析，上網時數並不能解釋社會接觸網絡規模，而且迴歸分析顯示. n. al. Ch. i Un. v. 社會接觸網絡規模也不能解釋上網時數。因此 Lin 觀點下的社會資本和上網時數. engchi. 的關係比較符合懷疑/社會形塑論的預期。. 由上述文獻來看，有關社會資本與上網時數的關係是不一致的，各有支持的實徵研究，但是 Liu 等人(2016)的統合分析指出上社群網路時數與橋接、結合社會資本均有顯著的正相關，只是效果量小。Neves (2013)同樣採取 Putnam (2000) 區分橋接、結合社會資本的觀點整理過去社會資本－上網時數關係，並認為就當時的已有的研究來說，社會資本與上網時數是有正相關的。雖是如此，本研究認為從 Putnam 的社會資本衍生的工具(Ellison et al., 2007; Williams, 2006)並未實際測量社會資源量的題目(即：沒有問社會資源數量的多寡)，其中橋接型社會資本分量尺更是有許多包含人－群體關係的題項。如果從 12 DOI:10.6814/NCCU202000999.

(21) 上網時數、社會資本與網路成癮 Lin (2001)的觀點，而測量出的個人網絡社會資本，與上網時數的關係又為何？就本研究所知，目前只有林宗弘(2012)的研究，因此值得再進一步探討。. 五、上網時數與成癮症狀本研究整理過去的研究發現，上網時數與網路成癮症狀間具有顯著的正相關。 Bányai 等人(2017)以波蘭代表性青少年樣本及改編自 Andreassen 等人(2012)的卑爾根社群網路成癮量尺(Bergen social networking addiction scale, BSNAS)檢驗社群網路使用時間和社群網路成癮的關係，結果發現二者間具有顯著正相關。Leung 等人(2020)以台灣、香港兩地的便利大學生樣本了解社群網路使用時間和社群網. 政治大 (2020)的同一批樣本後續追蹤，發現社群網路使用時間可以正向預測社群網路成立路成癮的關係，發現兩者間有顯著正相關。Chen 等人(2020)繼續以 Leung 等人. ‧ 國. 學. 癮。此外，Turel 與 Serenko (2012)在美國商業學校二年級學生的樣本中發現上網時數能夠解釋網路成癮。雖然他們並非採用卑爾根社群網路成癮量尺測量，但結. ‧. 合上述結果來看，不論是不是從 Andreassen 等人(2012)的角度定義網路成癮，研. sit. y. Nat. 究結果指出上網時數越長，網路成癮的傾向就越強。. n. al. er. io. 六、上網、社會資本、網路成癮在不同上網目的的關聯差異. i Un. v. 從社會資本－網路成癮、社會資本－上網、上網－網路成癮的文獻中可知除. Ch. engchi. 了上網－網路成癮之間有顯著負相關外，社會資本－網路成癮、社會資本－上網的相關是不一致的。本研究認為，這種不一致的一個可能來源是上網本身其實是相當異質性的活動(Song, LaRose, Eastin, & Lin, 2004)。因此，當要用單一關係的理論(如烏托邦或反烏托邦；補償或刺激)推論社會資本－網路成癮、社會資本－上網的相關時就可能出現問題。 Turel 與 Serenko 從學習的觀點認為，上網本身必須帶來樂趣，拉長上網時數後才容易形成成癮問題。他們也認為上網本身即有趣味，故推論只要上網時數增加，就容易有成癮問題發生。但 Song 等人(2004)從媒體使用與滿足(uses and gratifications)的觀點認為，媒體閱聽者會主動尋求滿足，而且滿足可分為兩大類： 13 DOI:10.6814/NCCU202000999.

(22) 上網時數、社會資本與網路成癮歷程滿足(process gratification)與內容滿足(content gratification)。歷程滿足指的是透過消費媒體內容的過程感受到有趣、愉快，但內容滿足則是在閱聽媒體內容後獲得能夠應用於生活中的知識或資訊(Swanson, 1992)。也就是說，歷程滿足和有趣、愉悅的經驗比較有關，而與媒體內容本身沒有直接關係；內容滿足與其內容則有直接的關係，和有趣、愉悅經驗較無關(Cutler & Danowski, 1980)。Song 等人同意學習理論所說，單純的重複行為不必然伴隨成癮，還要行為本身帶來愉悅經驗。他們又從歷程與內容滿足的區分推論：歷程滿足相較於內容滿足更能帶來愉悅經驗，故預期歷程滿足和網路成癮有正相關，但內容滿足則無關。透過檢驗大學生樣本對於不同上網目的多能帶來滿足，他們發現越是認為上網能滿足虛擬. 政治大. 互動、帶來有趣經驗、維繫人際關係，其網路成癮分數(非 Andreassen 定義)就越. 立. 高。反之，越是認為上網可以滿足找訊息、美感經驗，網路成癮分數就越低。最. ‧ 國. 學. 後，生活財務、個人狀態的上網行為滿足(如：了解最新科技、搜尋和自身文化. ‧. 有關的訊息等)和網路成癮分數間無顯著相關。結果雖不如 Song 等人當初預期，仍可看出並非所有上網目的都必然包含有趣或愉悅的經驗在內，也不是所有上網. y. Nat. er. io. sit. 目的對應到的滿足都和成癮有正相關。社交、娛樂性上網帶有歷程滿足的特性，有較高的趣味性。但工作、生活性上網則是有內容滿足的特性，和趣味與否較無. n. al. Ch. i Un. v. 關。另外一篇近期的研究也呈現類的結果。Jeong, Kim, Yum 與 Hwang (2016)發. engchi. 現讀書用途的和網路成癮(非 Andreassen 定義)沒有顯著相關，但娛樂、遊戲、使用社群網路均和網路成癮有顯著正相關。在社會資本－上網時數的關係上，本研究亦認為上網目的可能有調節作用。從使用與滿足的觀點來看，既然上網是為了滿足需求而有意採取的行為，上網目的應與特定需求有所連結。也就是說，若社會資本高的人需要上網維繫其社會資本，那麼應可觀察到在社交上網目的的條件下，社會資本與上網時數的關係會比非社交上網目的的條件下來得強。過去曾有研究以學生樣本及 Putnam 的社會資本探討社會資本和不同上網目的的關係(Guo, Li, & Ito, 2014)。其上網目的是以自陳問卷的方式測量，分為社交－訊息性目的和娛樂－休閒目的。結果發現不論哪 14 DOI:10.6814/NCCU202000999.

(23) 上網時數、社會資本與網路成癮一種上網目的都和結合型社會資本無關。社交－訊息性的目的和橋接型社會資本有顯著正相關，但娛樂－休閒目的和橋接型社會資本無關。此結果顯示社會資本和上網目的可能有關，但仍要看社會資本的類型，而且未能說明社會資本與上網時數的關係是否受到不同上網目的調節。結合以上理論及研究發現，本研究欲進一步探問上網目的是否會調節社會資本、上網時數及網路成癮三者的關係。. 七、社會資本、上網時數、上網目的與網路成癮關係的年齡差異由目前的統計資料可知，網路這項工具已不再由青少年和成年早期的大學生所獨享(e.g., Pontes et al., 2018)。比利時、新加坡全國代表性調查研究顯示，成年. 政治大根據國家發展委員會的數位機會(落差)調查報告(2004-2019)，雖然個人上網率在立. 人也可能出現網路成癮的症狀(De Cock et al., 2014; Ho, Lwin, & Lee, 2017)。然而，. ‧ 國. 學. 2019 年已來到八成六，不同年齡層的上網率仍有差別(見 1-1)。對於上網和生活結合度不那麼高的族群來說，社會資本可能和上網沒有太大關係，因為他們在接. ‧. 觸、使用社會資本時較少透過網路。同樣的，若有部分年齡層比較不需要透過網. sit. y. Nat. 路來接觸、使用社會資本，其社會資本和網路成癮的關係可能會較低。可是過去. io. er. 網路成癮的研究以青少年、大學生樣本為主(e.g., Andreassen, 2015; Koo & Kwon,. al. iv n C hengchi U 因此，本研究欲探討社會資本、上網時數、網路成癮三者的關係，在不同上網目 n. 2014)，而且沒有研究在討論社會資本和網路成癮在不同年齡層，會有何種關係。. 的、不同年齡層是否具有不同的關係。先前討論網路成癮年齡差異，有從心理社會發展的角度切入，認為處在認同發展階段的個體會在乎在他人眼中的樣子而常上網(Dhir, Pallesen, Torsheim, & Andreassen, 2016)。此觀點預期年齡與網路成癮有負相關。實徵資料顯示在代表性成人樣本中，年齡的確與網路成癮有負相關(De Cock et al., 2014; Ho et al., 2017)。雖 Ho 等人並非以 Andreassen 等人(2012)定義之成癮測量，但仍與採 Andreassen 測量的有相仿結果。本研究認為，以認同的角度看待網路成癮容易將網路成癮視為青少年、大學生族群的問題，忽略其它年齡層的成人也可能有網路. 15 DOI:10.6814/NCCU202000999.

(24) 上網時數、社會資本與網路成癮成癮問題的現象。事實上，心理社會發展論的特性在於每個發展階段所需面對的核心任務不同，生活重心及面臨的挑戰也有差異(Marcia & Josselson, 2013)。如果不同年齡層面臨的任務不同，那麼同樣是社會資本，對於不同年齡層的人是否相同就不是那麼肯定。除了心理社會發展外，有網路成癮和社交焦慮的統合分析文獻認為，在探討網路成癮時需要同時考慮發展階段的因素(Prizant-Passal, Shechner, & Aderka, 2016)。舉例來說，年輕成人階段(18-29 歲)的上網率達 93%，但成人階段的上網率則分別來到了 81%(30-49 歲)和 70%(50-64 歲)，到了 65 歲以上的成人，上網率僅剩 38% (Lenhart, Purcell, Smith, & Zickuhr, 2010)。也有學者認為，不同年齡層可能和負面健康事件有不同關係，因為身處於社會中的個人. 政治大. 在不同的年齡層中會扮演特定社會角色及經歷特定的生命事件(Shanahan, 2000)。. 立. 根據以上觀點，本研究認為，社會資本及網路可能在不同年齡層有不同的意義與. ‧ 國. 學. 功能。網路對於不同發展階段所呈現的吸引要素可能有差異，而且上網目的不一. ‧. 樣，滿足的需求及產生的後果也會有差異。但社會資本、上網時數和網路成癮到底是在哪個(些)年齡層有關？哪個(些)年齡層無關？上網目的又會如何調節這些. y. Nat. er. io. sit. 關係？目前的理論及研究結果並沒有辦法回答這個問題，只知道過去多探討青少年、大學生族群的網路成癮(e.g., Cheung, Chang, Lui, Tsui & Chang, 2018; Koo &. n. al. Ch. i Un. v. Kwon, 2014; Tokunaga, 2017)，大型的調查研究也沒有探討過社會資本和網路成. engchi. 癮關係的年齡層間變化(De Cock et al., 2014; Ho et al., 2017)。在上網時數方面，從大型調查中僅知年齡與上網時數(林宗弘, 2012)、自評的過量上網(Ho et al., 2017)有負相關，目前極少有研究討論不同年齡在社會資本－上網的變化關係，論述不同年齡下社會資本－網路成癮變化關係的研究更是付之闕如。少數例子如 Sum, Mathews, Pourghasem 與 Hughes (2008)曾以 Putnam (2000)定義的社會資本探討老年上網和社會資本的關係，並以線上便利取樣的方式進行調查。結果發現關係樣態隨不同社會資本指標而有差異，結果並不一致：單就個人網絡的社會資本來講，為了溝通互動而上網和鄰居的連結(connection to neighbors)有顯著正相關，為了溝通而上網和家庭連結(family connections)則無關。 16 DOI:10.6814/NCCU202000999.

(25) 上網時數、社會資本與網路成癮但此研究發現尚無法說明不同年齡之間，上網與社會資本有何關係差異，而且也非為 Lin (2001)、Andreassen 等人(2012)定義的社會資本和網路成癮。最後，目前也無研究探索在非學生族群中，社會資本、上網時數、網路成癮三者的關係如何。因此，本研究從心理社會發展(Marcia & Josselson, 2013)及 Prizant-Passal 等人(2016)考慮發展階段的觀點出發，並以 Lin 的社會資本定義、 Andreassen 等人的網路成癮定義，採開放立場探索社會資本、上網時數、網路成癮的關係，以及上網目的調節效果在不同年齡層間的變化關係會如何。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 17 DOI:10.6814/NCCU202000999.

(26) 上網時數、社會資本與網路成癮. 第三節、研究問題總結前述討論，若只考慮原先 Lin (2001)給社會資本的基本定義及功能，社會資本應能協助個人維持身心健康，而與網路成癮這種心理健康的負面狀態有負相關。但是過去研究發現社會資本與網路成癮的關係是不一致的，且甚少研究以 Lin (2001)的社會資本的定義與測量去探討。考慮到現今為一個高度數位化的社會，網路已和日常生活密不可分，本研究認為上網與社會資本的關係在解釋社會資本和網路成癮的關係扮演重要角色。雖然接觸、使用社會資源有助於人們達成目標及因應問題，但對於擁有高社會資本，又同時把網路和生活深深結合的人來. 政治大成癮有顯著正相關。若是從 Lin (2001)的觀點，本研究認為社會資本應與網路成立. 說，上網接觸、使用社會資源變得難以避免。而研究證據也顯示上網時數和網路. ‧ 國. 學. 癮具有負相關，但是由於網路已是現代人不可或缺的，因此，在現代社會，上網時數、社會資本、網路成癮三者間會呈現怎樣的樣貌，恐需進一步探討。. ‧. 過去，社會資本與上網時數的關係眾說紛紜，數位烏托邦論(Katz & Rice,. sit. y. Nat. 2002)主張兩者間有正相關，數位反烏托邦論(Nye, 2004)認為是負相關，懷疑/社. io. er. 會決定論(MacKenzie & Wajcman, 1999)認為兩者無關。社會資本－上網的實徵研. al. iv n C hengchi U 數的關係，而此不一致的可能成因有二：未考慮上網目的、未考慮網路對不同年 n. 究結果也不一致。因為了解社會資本與網路成癮前需要先確立社會資本與上網時. 齡層的人意義不一樣。方法上，過去探討社會資本－上網關係的研究大多採 Putnam(2000)社會資本所推衍出的測量工具，與本研究在推論時採取之 Lin (2001) 有所不同，而且過往研究並未探討社會資本－上網時數關係在非學生族群、不同年齡層的關係是否一致。因此，本研究第一個想回答的問題是：在 Lin (2001)定義的社會資本和上網時數關係為何？而上網目的是否會調節社會資本－上網時數的關係？社會資本和上網時數的關係又是否會隨年齡層不同而有變化？. 研究問題 1-1－社會資本和上網時數有何種關係？研究問題 1-2－社會資本和上網時數的關係是否受到不同上網目的的調節？. 18 DOI:10.6814/NCCU202000999.

(27) 上網時數、社會資本與網路成癮. 研究問題 1-3－社會資本和上網時數的關係是否受年齡層調節？研究問題 1-4－社會資本和上網時數的關係是否同時受到年齡層與上網目的的調節？本研究第二個問題欲同時探討社會資本、上網時數與網路成癮的關係，了解在同時考慮上網時數的情況下，社會資本對於網路成癮能解釋多少。過去不同理論對社會資本與網路成癮的關係有不同預期：刺激論認為社會資本與網路成癮有正相關；時間取代論與補償論認為社會資本與網路成癮有負相關。後續研究發現並不一致。雖然曾有社會資本－網路成癮的研究主張要區分社會資本的來源是在網路世界又或是在現實生活，但由於本研究採用社會變遷基本調查的次級資料，. 政治大. 並未收錄相關題項而無法深入探討。不過，本研究認為上網目的及年齡也可能是. 立. 造成社會資本與網路成癮關係不一致的因素。不同年齡層可能有不同需求，而不. ‧ 國. 學. 同上網目的滿足的需求又可能會有所差異。更何況，過去探討社會資本－網路成. ‧. 癮的研究大多採 Putnam(2000)社會資本及非 Andreassen 等人(2012)網路成癮所推衍出的測量工具，與本研究採取的社會資本(Lin, 2001)和網路成癮(Andreassen et. y. Nat. er. io. sit. al., 2012)定義不同。. 此外，過去網路成癮研究多以青少年、大學學生樣本為主，也沒有比較過不. n. al. Ch. i Un. v. 同年齡層之間的差異(Andreassen, 2015; Koo & Kwon, 2014)，故本研究第二部分的研究問題如下：. engchi. 研究問題 2-1－社會資本和網路成癮、上網時數和網路成癮有何種關係？研究問題 2-2－社會資本、上網時數和網路成癮的關係是否受到上網目的調節？研究問題 2-3－社會資本、上網時數和網路成癮的關係是否受年齡層調節？研究問題 2-4－社會資本、上網時數和網路成癮的關係是否同時受到上網目的與年齡層的調節？. 19 DOI:10.6814/NCCU202000999.

(28) 上網時數、社會資本與網路成癮. 第二章、研究方法第一節、研究設計與研究對象本論文所使用資料全部係採自行政院科技部補助之「台灣社會變遷基本調查」第七期第五次計畫，該計畫係由中央研究院社會學研究所執行。本研究為全國性調查之次級資料分析，以台灣地區(不含福建省金門縣、連江縣)設有戶籍，年齡在 18 歲(含)以上之一般民眾(2000 年 12 月 31 日前出生)作為母群，並以內政部建置之各縣市門牌號碼及其位置資料為抽樣依據。研究設計採橫斷式，對所抽取之民眾進行面對面結構式訪談調查，最終收取 1933 人為樣本。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 20 DOI:10.6814/NCCU202000999.

(29) 上網時數、社會資本與網路成癮. 第二節、研究工具一、. 人口學資料研究中所納入的人口學資料包含：性別、年齡、婚姻狀況、工作狀況。詳細. 題項及資料處理如下述：（一）性別：分為男性、女性。（二）年齡：以 2018 年減去出生年算得實際年齡。為了後續主要研究問題的分析，並依 18-29 歲、30-39 歲、40-49 歲、50-59 歲及 60 歲以上的年齡區間分成五種年齡層。. 政治大. （三）婚姻狀況：題項為「請問您目前的婚姻狀況是？」。選項分別是：單身且. 立. 從沒結過婚、已婚、同居、離婚、分居、配偶去世、其他(須說明)。因婚姻狀態. ‧ 國. 學. 非為核心探討變項，為了簡化分類，本研究參照過去同是台灣社會變遷調查研究的做法，將婚姻狀態分為已婚與否(林宗弘, 2012)。. ‧. （四）工作狀況：題項為「請問下列哪一項是您目前的狀況？」。選項為：有全. Nat. sit. y. 職工作、有兼職工作、不固定(打零工)、為家庭事業工作，而且有領薪水、為家. a. er. io. 庭事業工作，但沒有領薪水、目前沒有工作、待業中、學生/進修在學且沒有工. n. 作、學生/進修在學且有工作、學徒 /受職業訓練者、已經退休、家庭主婦 /料理家 iv l. n U engchi 務且沒有工作、高齡/身心障礙/生病不能工作、服義務役或替代役、服研發替代. Ch. 役、無薪假/育嬰假/留職停薪、堅持是全職工作或其他(須說明)。由於過去網路成癮研究多探討青少年及大學生族群的情況，本研究為了凸顯探討目標和過去的不同，將學生/進修在學且沒有工作、學生/進修在學且有工作另外編碼為學生類，剩餘工作狀況編為非學生類，以利後續篩選學生子樣本所用。對於工作狀況本身，則依比例最大的全職工作(有效樣本的 66.4%)區分為有全職工作和沒有全職工作兩個類別。. 二、. 上網因本研究欲探討社會資本、上網時數、上網目的與網路成癮間的關係，不會 21 DOI:10.6814/NCCU202000999.

(30) 上網時數、社會資本與網路成癮上網或使用電腦/網路者並不在研究關注的範圍，故僅保留在「請問您從哪一年. 開始上網？」題項中回答有上網經驗的樣本。除此之外，本研究還將上網依照不同指標區分為上網時數及上網目的，詳細內容如下：（一）上網時數：題項為「您平均每天花多少時間在網路上？」，並以幾小時幾分鐘的方式回答。編碼後會全數轉以分鐘為單位，並以此作為上網時數指標。（二）上網目的：上網目的分「社交娛樂」、「工作生活」兩類。社交娛樂題項為「請問您最近一年來，多常使用社群網站或通訊軟體(例如臉書(Facebook)、部落. 格、YouTube、Line、Skype、WeChat 等) 和人聊天、聯絡感情、一起玩遊戲、分享影音或影片等？」；工作生活題項為「請問您最近一年來，多常透過網路(上網). 政治大. 買賣東西、辦事情或工作？(例如：瀏覽或查詢資訊、收發 EMAIL、上網繳稅、. 立. 每個禮拜兩三次、每個月一次或更少、都沒有。. 社會資本. ‧. 三、. 學. ‧ 國. 買賣股票、住宿訂房、買機票等)」。答項有六種頻率：每天好幾次、幾乎每天、. sit. y. Nat. 本研究之社會資本採過去Lin與Dumin (1986)發展之定位法為測量指標。此法會事先臚列一組數量不定的職業列表－本研究中為九種：大公司或大企. er. io. n. 業老闆、清潔工、美髮師或理髮師、律師、汽車維修工、警察、縣市議員、 a v. i l C n U hengchi 新聞記者、醫生－並請受訪者評定是否有認識該職業的人。具體題項為：「請問在您的家人、親戚、好朋友或其他認識的人裡面，有沒有現在在做下列這些工作的人？所謂認識，意思是您必須要叫得出他們的名字或稱呼，而且彼此夠熟，可以跟他們聯絡。如果您認識好幾個人現在在做同一個職業，請選您最熟的一位。」依Lin與Dumin (1986)的計算方式，以上題項可以產出三種指標：認識人數(extensity)、最高職業社經地位分數(upper reachability)、最高職業社經地位與最低職業社經地位分數落差(range)，社會資本分數為三種指標加權之和。其中，認識人數為單一受訪者所認識的職業數；最高職業社經地位分數為認識的職業中，最高的社經地位分數；最高－最低社經地位分數. 22 DOI:10.6814/NCCU202000999.

(31) 上網時數、社會資本與網路成癮落差為認識的職業中，最高的社經地位分數減去最低的社經地位分數。然而因部分受訪者僅認識單一種職業的人，無法計算最高－最低社經地位分數差，而且認識人數和最後社經地位之加權值相等(見表3-3)，故僅以兩者分數加總作為社會資本的綜合性指標。其中，因台灣社會變遷調查長期以來均採用黃毅志(2003)所訂定之職業編碼，故本研究之職業社經地位分數為參考黃毅志 (2008)編制的改良版台灣地區新職業聲望與社經地位量表換算而得。其優點有二：一來社經地位分數意涵較為貼近台灣母群，二來也較能呼應台灣社會變遷調查所本之理念。. 四、. 網路成癮. 政治大網路成癮之測量改編自 Andreassen 等人(2012)之卑爾根臉書成癮量尺立. ‧ 國. 學. (Bergen facebook addiction scale, BFAS)，稱卑爾根社群網路成癮量尺(Bergen social networking addiction scale, BSNAS)，後文以 BSNAS 稱之。因不明原因的. ‧. 遺漏，本研究僅選取原量尺六題的其中五題作為測量指標，分別是：「一直想用. sit. y. Nat. 社群網站或通訊軟體」、「使用社群網站或通訊軟體來忘記個人的問題」、「曾試圖減少上社群網站或通訊軟體的時間，但是沒有成功」、「無法使用社群網站或通訊. er. io. n. 軟體時，會感到困擾或焦躁不安 a 」、「太頻繁使用社群網站或通訊軟體，以致對您 v. i l C n U hengchi 的學業/工作產生負面的影響」，故僅納入凸顯性、心情調整、復發性、戒斷、衝. 突性五個向度。為了避免選擇中間項回答的反應傾向，評分方式從原有的自陳式五點量尺改為六點量尺(α = .76)，1 分代表非常不符合；2 分代表大部分不符合； 3 分代表部分不符合；4 分代表部分符合；5 分代表大部分符合；6 分代表非常符. 合。根據和過去研究的比較，若以五題平均數做為第六題分數加入，其總分平均數、標準差和另一個台灣大學生樣本及義大利成人樣本沒有太明顯的差異(見表 2-1)。因此還是會以五題的總分作為網路成癮的指標。. 23 DOI:10.6814/NCCU202000999.

(32) 上網時數、社會資本與網路成癮表 2-1、改編版 BSNAS 基本描述統計跨地區比較社會變遷. 社會變遷：5. Leung et al.. Monacis et al.. 題平均數取代. 台灣. 義大利. 題數. 5題. 6題. 6題. 6題. 量尺. 6點. 6點. 5點. 5點. 全距. 5-30. 6-36. 6-30. 6-30. 平均數. 12.94(2.59). 15.53(2.59). 15.27(2.54). 14.20(2.37). 標準差. 5.35. 5.37. 立. 政治N/A 大. 5.89. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 24 DOI:10.6814/NCCU202000999.

(33) 上網時數、社會資本與網路成癮. 第三節、研究程序一、抽樣分層本研究取用之調查資料乃採中央研究院人文社會科學研究中心調查研究專題中心與社會變遷基本調查計畫於 2014 年共同研發的分層，依據人口結構變項與人文區位的經濟變項，含「十五至六十四歲人口百分比」、「六十五歲及以上人口百分比」、「大學及以上教育人口百分比」、「人口密度」與「五年人口成長數」、「農林漁牧從業人口百分比」、「工業從業人口百分比」、「職業等級－專業級主管人員人口百分比」八個變項，將台灣地區 358 個鄉鎮市區分為七個層別。在考量. 政治大. 地理區因素後，將七個層別調整合併為 19 個分層，並稱之為地理分層。. 立. 二、抽樣方法. ‧ 國. 學. 樣本選取採「分層多階段 PPS 抽樣法 (stratified multi-stage probability. ‧. proportional to size (PPS) sampling)」，各層內採用抽取率與單位大小成比例(PPS) 等距抽樣法，逐步抽取「地理分層」、「鄉鎮市區」、「村里」、「地址」、「人」，故. y. Nat. 處戶籍地址為抽樣依據，採地址抽樣。. n. al. 三、膨脹樣本估計. Ch. engchi. er. io. sit. 為五階段抽樣。本研究取用之社會變遷調查第七期第五次計畫資料以內政部統計. i Un. v. 為避免拒訪、不合格(如服役、死亡等)及無法接觸的樣本(像是未住於原地址) 等因素干擾，執行實際抽樣時參照近三年調查研究專題中心所執行的大型計劃完成率，並依受訪地區狀況調整，決定每個中選鄉鎮市區的樣本膨脹係數，依此估算每一鄉鎮市區需抽取之樣本數。四、抽樣結果訪談完成後，實際收取之有效樣本數為 1933 人。本研究選取其中有上網經驗之 1557 人，並從中再選取上網時數大於 0 的 1554 人進入正式分析。詳細人口背景學特徵請參見第三章描述統計一節。. 25 DOI:10.6814/NCCU202000999.

(34) 上網時數、社會資本與網路成癮. 第四節、統計方法本研究採 SPSS 統計套裝軟體 22 版進行分析，所使用之分析方式如下：. 一、描述統計此分析是為了先行了解測量工具的數值分布是否有極端或符不符合後續統計分析基本假定所需要的分布情形。其中，人口學變項除了年齡之外均為名義變項或次序變項，因此年齡會以平均數及標準差的方式呈現，而其餘會以百分比方式呈現。社交娛樂、工作生活上網目的經再次分類為二分名義變項，以百分比呈現頻繁使用與非頻繁使用之比例。上網時數、社會資本綜合分數、卑爾根社群網. 政治大. 路成癮量尺總分均為連續變項，故列出最低總分、最高總分、平均數，以及標準. 立. 差。. ‧ 國. 學. 二、測量工具分析. ‧. 因卑爾根社群網路成癮量尺為具有複數題項，並加總全數題項得分為代表該概念的指標，故需要進行 Cronbach’s α 內部一致性分析了解其測量信度，也需要. y. Nat. er. io. sit. 進行探索性因素分析，了解該量尺是否符具有單因素結構。此外，依 Lin 與 Dumin (1986)做法，社會資本綜合分數需要進行探索性因素分析以確認是否符合單因素. n. al. 結構。. 三、相關分析. Ch. engchi. i Un. v. 本研究欲透過 Pearson 積差相關分析求取性別、年齡、婚姻狀況、工作狀況、社會資本、上網時數、上網目的(分為社交娛樂和工作生活用途)、網路成癮的兩兩相關。. 四、階層迴歸分析為檢驗社會資本、上網時數、上網目的、網路成癮在不同年齡層間的變化關係，後續分析將針對兩種不同的結果變項執行階層迴歸分析。分析會於階層一放入人口背景變項作為控制；階層二放入年齡層變項；階層三放入主要變項；階層 26 DOI:10.6814/NCCU202000999.

(35) 上網時數、社會資本與網路成癮四放入本研究關注的二階交互作用項；階層五放入本研究關注的三階交互作用項。若有任何交互作用項顯著，會再另外執行單純斜率檢定或單純單純斜率檢定了解交互作用方向性。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 27 DOI:10.6814/NCCU202000999.

(36) 上網時數、社會資本與網路成癮. 第三章、結果第一節、描述統計一、總樣本特性根據表 3-1，此樣本之 18-81 歲上網人口中男性為 843 人(佔 54.2%)，女性有 711 人(佔 45.8%)；18-29 歲人口有 357 人(佔 23.0%)、30-39 歲人口有 341 人(佔 21.9%)、40-49 歲人口有 317 人(佔 20.4%)、50-59 歲人口有 303 人(佔 19.5%)、60 歲以上人口有 236 人(佔 15.2%)；856 人已婚(佔 55.1%)、1032(佔 66.4%)的上網人口有全職工作；1460 人(佔 94%)已非學生身分。這些結果顯示本研究之主要反. 政治大. 映成年非學生人口的組成，不同於青少年、大學生為主的樣本特性。. 立. 於本研究主要的測量變項上，上網時數有 14 筆遺漏值(0.89%)，網路成癮分. ‧ 國. 學. 數有 19 筆遺漏值(1.22%)。因占比不高，本研究以線性插補的方式替換掉遺漏值. ‧. 以利後續交互作用項計算。這些測量變項中，最小、最大值並無明顯偏離其可能數值的情形。網路成癮分數大抵而言沒有偏離常態。兩種上網目的因在每天好幾. y. Nat. er. io. sit. 次、幾乎每天的選項占比超過 50%，故本研究在分析時會將社交娛樂上網、工作生活上網依照是否每天上網分成兩個類別，作為是否頻繁從事社交娛樂上網、工. n. al. Ch. i Un. v. 作生活上網的指標。根據表 3-1，前置變項裡，上網時數呈明顯正偏態，社會資. engchi. 本有明顯負偏態。唯 Schmidt 與 Finan (2018)指出在樣本足夠大─大於所欲估計母數之 10 倍─的情況下，線性迴歸的估計結果仍屬強韌(robust)，不容易受違反常態性假設動搖。他們也表示，在大樣本的條件下如果採用根號或對數資料轉換，反而容易得到偏差的估計值。包含人口學變項、主要變項及交互作用項，本研究最多一次估計 23 個參數，而總樣本數為 1554 人，因此後續不會轉換上網時數和社會資本的資料並直接進行分析。. 28 DOI:10.6814/NCCU202000999.

(37) 上網時數、社會資本與網路成癮表 3-1、總樣本描述統計變項. 性別. 人數(百分比)/. 最小-最大值. 平均數(標準差). (可能範圍). 偏態(峰度). 男=843(54.2%) 女=711(45.8%). 年齡. 42.65(14.87). 18-81. 0.19(-0.92). (18-81) 年齡分組. 18-29 歲=357(23.0%) 30-39 歲=341(21.9%). 政治大. 40-49 歲=317(20.4%). 立. 學. ‧ 國. 50-59 歲=303(19.5%) 60 歲以上=236(15.2%). 非已婚=698(44.9%). y. Nat. io. 非學生=1460(94%). n. al. 全職工作與否. Ch. 全職=1032(66.4%). engchi. sit. 學生=94(6%). er. 學生與否. 已婚=856(55.1%). ‧. 婚姻狀況. i Un. v. 非全職=522(33.6%) 上網時數(分鐘/日). 217.89(183.13). 5-955. 1.45(2.12). (1-1440) 社交娛樂上網. 每天=1342(86.4%) 非每天=212(13.6%). 工作生活上網. 每天=816(52.5%) 非每天=741(47.5%). 社會資本總分. 75.00(31.39). 0-101.05. -1.46(0.97). 29 DOI:10.6814/NCCU202000999.

(38) 上網時數、社會資本與網路成癮 (0-107.7) 網路成癮總分. 12.94(5.35). 5-29. 0.29(-0.66). (5-30). 二、子樣本特性根據表 3-2，學生樣本中男性有 57 人(佔 60.6%)，女性有 37 人(佔)39.4%；平均年齡為 20.15；93 位學生未婚(佔 98.9%)。18-29 歲樣本中，男性有 146 人(佔 55.3%)，女性有 118 人(佔 44.7%)；平均年齡為 24.53 歲；已婚人數為 28(佔 10.6%)； 202 人有全職工作(佔 76.5%)。30-39 歲樣本中，男性有 181 人(佔 53.2%)，女性. 政治大有全職工作。40-49 歲樣本中，172 人為男性(佔 54.3%)，145 人為女性(佔 45.7%)；立. 有 159 人佔(46.8%)；平均年齡為 34.76；179 人已婚(佔 52.6%)；297 人(佔 87.4%). ‧ 國. 學. 平均年齡為 44.10；已婚人數有 234 人(佔 73.8%)；全職工作人數為 276 人(佔 87.1%)。50-59 歲樣本中，157 人為男性(佔 51.6%)，147 人為女性(48.4%)；平均. ‧. 年齡為 56.63；已婚人數為 232 人(佔 76.3%)；全職工作人數為 189 人(佔 62.2%)；. sit. y. Nat. 60 歲以上樣本中，男性人口為 132 人(佔 55.5%)，女性人口為 106 人(44.5%)；平. n. al. er. io. 均年齡為 65.90；184 人已婚(佔 77.3%)；68 人有全職工作(佔 28.6%)。. Ch. engchi. i Un. v. 30 DOI:10.6814/NCCU202000999.

(39) 上網時數、社會資本與網路成癮表 3-2、不同年齡層樣本描述統計變項. 樣本. 人數(百分比)/. 最小-最大值. 平均數(標準差). (可能範圍). 偏態(峰度). 性別 18-29 歲. 男=146(55.3%) 女=118(44.7%). 30-39 歲. 男=181(53.2%) 女=159(46.8%). 40-49 歲. 男=172(54.3%). 政治大. 女=145(45.7%). 立男=157(51.6%) 女=147(48.4%). 女=106(44.5%). 40-49 歲. sit er. 18-29(18-29) a l 24.53(3.00) iv n Ch 34.76(2.89) 30-39(30-39) engchi U. n. 30-39 歲. io. 18-29 歲. y. Nat. 年齡. 男=132(55.5%). ‧. 60 歲以上. 學. ‧ 國. 50-59 歲. -0.28(-0.75) -0.17(-1.15). 44.10(2.95). 40-49(40-49). 0.15(-1.22). 50-59 歲. 56.63(3.00). 50-59(50-59). 0.57(-1.35). 60 歲以上. 65.90(4.71). 60-81(60-81). 0.85(0.19). 18-29 歲. 已婚=28(10.6%). 婚姻狀況. 非已婚=236(89.4%) 30-39 歲. 已婚=179(52.6%). 31 DOI:10.6814/NCCU202000999.

(40) 上網時數、社會資本與網路成癮非已婚=161(47.4%) 40-49 歲. 已婚=234(73.8%) 非已婚=83(26.2%). 50-59 歲. 已婚=232(76.3%) 非已婚=72(23.7%). 60 歲以上. 已婚=184(77.3%) 非已婚=54(22.7%). 全職工作與否 18-29 歲. 政治大. 全職=202(76.5%). 立. 30-39 歲. 全職=297(87.4%). io. 全職=189(62.2%). n. al. Ch. engchi. sit. 非全職=41(12.9%). er. Nat. y. 全職=276(87.1%). 非全職=115(37.8%) 60 歲以上. ‧. 非全職=43(12.6%). 40-49 歲. 50-59 歲. 學. ‧ 國. 非全職=62(23.5%). i Un. v. 全職=68(28.6%). 非全職=170(71.4%) 上網時數(分鐘/ 日) 18-29 歲. 318.20(191.51). 30-960(0-1440). 1.10(0.85). 30-39 歲. 271.69(197.42). 10-960(0-1440). 1.33(1.44). 40-49 歲. 197.18(174.38). 5-960(0-1440). 1.75(3.33). 32 DOI:10.6814/NCCU202000999.

(41) 上網時數、社會資本與網路成癮 50-59 歲. 152.49(152.46). 0-900(0-1440). 2.12(5.31). 60 歲以上. 110.63(111.82). 0-600(0-1440). 1.87(3.45). 18-29 歲. 每天=247(93.6%). 社交娛樂上網. 非每天=17(6.4%) 30-39 歲. 每天= 300(88.2%) 非每天=40(11.8%). 40-49 歲. 每天=(270)85.2%. 政治大. 非每天=47(14.8%). 立每天=255(83.9%). 非每天=49(16.1%) 每天=186(78.2%). ‧. 60 歲以上. 非每天=52(21.8%). n. al. er. io. 活上網. sit. y. Nat. 工作生. 學. ‧ 國. 50-59 歲. 18-29 歲. Ch. 每天=177(67.0%). engchi. i Un. v. 非每天=87(33.0%) 30-39 歲. 每天=220(64.7%) 非每天=120(35.3%). 40-49 歲. 每天=169(53.3%) 非每天=148(46.7%). 50-59 歲. 每天=126(41.4%) 非每天=178(58.6%). 60 歲以上. 每天=69(29.0%). 33 DOI:10.6814/NCCU202000999.

(42) 上網時數、社會資本與網路成癮非每天=169(71.0%) 社會資本總分 18-29 歲. 72.78(32.36). 0-101.5(0-107.7). -1.37(0.66). 30-39 歲. 73.14(31.68). 0-101.5(0-107.7). -1.39(0.77). 40-49 歲. 76.92(29.14). 0-101.5(0-107.7). -1.57(1.62). 50-59 歲. 76.31(31.21). 0-101.5(0-107.7). -1.49(1.06). 60 歲以上. 80.40(28.80). 0-101.5(0-107.7). -1.86(2.46). 網路成. 政治大. 癮總分. 5-28(5-30). 30-39 歲. 14.29(5.20). 5-29(5-30). 0.16(-0.53). 40-49 歲. 12.64(5.19). 5-28(5-30). 0.44(-0.39). 50-59 歲. 10.96(5.04). 5-27(5-30). 0.55(-0.55). 10.20(4.93). 5-26(5-30). 0.09(-0.49). Nat. io. n. al. 0.84(-0.07). er. 60 歲以上. sit. y. ‧. ‧ 國. 學. 立15.41(4.69). 18-29 歲. Ch. engchi. i Un. v. 34 DOI:10.6814/NCCU202000999.

(43) 上網時數、社會資本與網路成癮. 第二節、測量工具分析本研究為了探討社會資本的因素結構，依據 Lin 與 Dumin (1986)的做法，先算出認識人數、最高社經地位分數、最高－最低社經地位分數差距分數後，將三種指標視為題項，以探索性因素分析檢驗是否符合單因素結構、因素負荷量是否充足，以及計算形成社會資本綜合分數所需要的加權值。但因有 297 位受訪者僅認識一種職業，無法計算最高－最低社經地位分數差距分數，故僅以認識人數、最高社經地位分數進行探索性因素分析。分析結果發現社會資本之兩項指標能聚斂於單一因素，而且因素負荷量均達.90(見表 3-1)，和 Lin 與 Dumin 結果相彷。. 政治大與 3-5，由於 Andreassen 等人(2012)之原始量尺認為六個項度的題目應該會聚斂立. BSNAS 之全量尺內部一致性信度為.76，屬於可接受信度。效度方面見表 3-4. ‧ 國. 學. 在一個因素(也就是成癮)，故以探索性因素分析將抽取因素訂為 1，可觀察到五題確實反映單一因素，累積變異解釋量為 51.59%，而且五題之因素負荷量均大. ‧. 於.60，顯示 BSNAS 為網路成癮的有效測量工具。. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 35 DOI:10.6814/NCCU202000999.