图1 本研究假设概念模型图
4研究方法
4.1被试
本研究采用方便取样法选取东莞市和中山市多所普通公办初级中学1102名学生为被试。其中，男生552人，女生550人；初一年级719人，初二年级348人；被试的平均年龄为13.17岁，标准差为0.69，年龄范围介于12-16岁。
5 结果与分析
5.1 各个变量的平均数、标准差和相关系数
表1呈现了本研究所涉及的主要变量的平均数、标准差和相关矩阵。结果发现：（1）亲子关系与网络成瘾显著正相关，这表明亲子关系是青少年网络成瘾的风险性因素，亲子关系越多，青少年的网络成瘾症状越强。（2）抑郁与网络成瘾显著正相关，这表明抑郁是青少年网络成瘾的风险性因素，抑郁越多，青少年的网络成瘾行为越多。（3）亲子关系与抑郁显著正相关，而师生关系与网络成瘾相关不显著。这些研究发现为进一步检验抑郁的中介效应以及师生关系的调节效应提供了支持。
表1 各变量的平均数、标准差和相关系数
变量
1
2
3
4
5
6
1.性别
2.年龄
3.亲子关系
4.师生关系
5.抑郁
6.网络成瘾
Mean
SD
注：性别为虚拟变量，1=男生，0=女生；相关系数采用Bootstrap方法得到；*p < 0.05，**p < 0.01。
5.2.师生关系在亲子关系对青少年网络成瘾直接效应的调节作用
本研究采用Hayes（2013）提出的PROCESS for SPSS的Model 1进行调节效应检验。以往研究指出性别、年龄、学业成绩、冲动性等是导致青少年网络成瘾的重要影响因素（补充参考文献），因此，本研究将上述变量作为控制变量纳入到回归方程。在数据处理之前，依据温忠麟, 张雷和侯杰泰（2006）的建议，本研究对对所有连续变量均进行了中心化处理。
如表2所示，研究发现，亲子关系可显著正向预测网络成瘾（b = 0.24，SE = 0.03, t = 8.67, p < 0.01），然而，师生关系（b = 0.03，SE = 0.03, t = 1.21, p > 0.05）、亲子关系与师生关系的交互项对网络成瘾的预测作用不显著（b = 0.05，SE = 0.03, t = 1.73, p > 0.05）。
表2 师生关系的调节效应检验
因变量：网络成瘾
b
SE
t
95% CI
亲子关系X
-025
0.07
-3.40***
[-0.40, -0.11]
师生关系MO
X × MO
控制变量：
性别
年龄
R2
0.08
F
19.04***
注：性别为虚拟变量，1=男生，0=女生；未标准化回归系数采用Bootstrap方法得到；*p < 0.05，**p < 0.01。
5.3 抑郁的中介作用检验
本研究采用Hayes（2013）提出的PROCESS for SPSS的Model 4进行中介效应模型数据处理。同理，本研究控制了性别、年龄、学业成绩、冲动性等影响因素，以及对所有连续变量均进行了标准化处理。
研究发现，亲子关系显著正向预测抑郁（b = 0.22，SE = 0.03, t = 8.31, p < 0.01），且抑郁（b = 0.21，SE = 0.03, t = 6.73, p < 0.01）和亲子关系（b = 0.20，SE = 0.03, t = 7.00, p < 0.01）均可显著正向预测网络成瘾。进一步采用偏差矫正bootstrap方法检验中介效应的显著性发现，中介效应值（indirect effect，IE）为0.046, SE = 0.0097, 95% CI [0.0300, 0.0685]（置信区间不包括零表示效应显著）。因此，抑郁可显著中介亲子关系与青少年网络成瘾的关系。
表3 抑郁的中介效应检验
方程1 效标：抑郁
方程2 效标：网络成瘾
b
SE
t
95% CI
b
SE
t
95% CI
亲子关系
-0.08
0.02
-3.89***
[-0.40,-0.11]
抑郁
控制变量：
性别
年龄
R2
0.29
0.22
F
64.08**
35.23**
5.4 有调节的中介效应检验
本研究采用Hayes（2013）提出的PROCESS for SPSS的Model 59进行有调节的中介效应模型数据处理。依据Muller等人（2005）的观点，对三个回归方程进行估计用以检验有调节的中介模型。方程1检验调节变量师生关系对自变量亲子关系与因变量网络成瘾之间关系的调节效应；方程2检验调节变量师生关系对于自变量亲子关系与中介变量（抑郁）之间关系的调节效应；方程3检验调节变量师生关系对中介变量（抑郁）与因变量网络成瘾之间关系的调节效应，以及自变量亲子关系对因变量网络成瘾残余效应的调节效应。
本研究控制了性别、年龄、学业成绩、冲动性等影响因素，以及对所有连续变量均进行了标准化处理。如表3所示，研究发现：（1）在方程1中，亲子关系（b = 0.22，SE = 0.03, t = 8.37, p < 0.01）和师生关系（b = -0.06，SE = 0.03, t = 2.19, p < 0.05）均可显著预测抑郁；此外，亲子关系与师生关系的交互作用显著预测抑郁（b = 0.05，SE = 0.04, t = 2.02, p < 0.05）。（2）在方程2中，当将中介变量抑郁纳入对网络成瘾的预测方程中后，亲子关系、师生关系对网络成瘾的预测系数下降，且抑郁对网络成瘾的预测作用显著（spss中bootstrap结果解读b = 0.21，SE = 0.03, t = 6.67, p < 0.01）；此外，抑郁与师生关系的交互项对网络成瘾的预测作用不显著（b = -0.03，SE = 0.03, t = -0.99, p > 0.05）。
表3 有调节的中介效应检验
方程1 效标：抑郁
方程2 效标：网络成瘾
b
SE
t
95%CI
b
SE
t
95%CI
亲子关系X
师生关系MO
X × MO
抑郁 ME
ME × MO
控制变量：
性别
年龄
R2
0.29
0.22
F
64.08**
35.23**
注：性别为虚拟变量，1=男生，0=女生；未标准化回归系数采用Bootstrap方法得到；*p < 0.
05，**p < 0.01。
为更清楚地解释抑郁与师生关系对网络成瘾显著的交互效应的实质，本研究进一步进行了简单斜率检验。计算出当师生关系为平均数加减一个标准差（Mean ± SD）时，亲子关系对抑郁的效应值，并根据回归方程分别取亲子关系和师生关系平均数加减一个标准差的值去绘制一个简单效应的分析图。结果发现（见图2所示），（1）亲子关系与抑郁在高师生关系初中生中不显著（Mean + SD）（bsimple = 0.27，SE = 0.04，t = 7.36，p < 0.01, 95% CI = [0.1992, 0.3440]）。（2）亲子关系与抑郁在低师生关系初中生中显著（Mean - SD）（bsimple = 0.16，SE = 0.04，t = 4.35，p < 0.01, 95% CI = [0.0898, 0.2375]）。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。