微媒体环境下大信息错失焦虑行为及其影响因素研究
海量的信息与日趋完善的技术环境加剧了个体的信息焦虑状态，用户由担心收集的信息太少转变为害怕错过更多更优的信息，错失焦虑（FoMO）现象已经成为较普遍的社会问题。本研究以大学生为研究主体，通过对国内外关于错失焦虑、病理性网络使用、社交媒体依赖、智能手机成瘾等文献的调研，初步从三个维度提炼测量指标、制定调查问卷，并通过问卷发布与定量分析的方法对大学生的信息错失焦虑进行实证研究。最终，通过分析目前微媒体服务的使用情况、探讨信息错失焦虑行为的影响因素，帮助研究者或管理人员更好地理解错失焦虑行为本质及其正负影响，提出相应的解决对策和建议。
目录
摘要 1
关键词 1
Abstract 1
Key words 1
引言 1
一、 研究综述 2
（一）错失焦虑概念辨析及相关研究 2
1．错失焦虑（FoMO）概念界定 2
2．错失焦虑相关研究 2
(1) 网络依赖 2
(2) 社交网络依赖 3
(3) 错失焦虑 3
（二）量表构建研究 4
1．相关主题量表构建 4
2．错失焦虑量表构建 4
二、 研究设计 4
（一）问卷设计 4
（二）量表指标抽取 5
三、 大学生错失焦虑行为的实证分析 6
（一）数据来源 6
（二）描述性分析 6
1．调查对象的基本信息 6
(1) 性别分布情况 6
(2) 年级分布情况 7
(3) 学科背景分布情况 7
2．微媒体服务的使用情况 7
(1) 接触使用微媒体的时间分布 7
(2) 微媒体的使用频率 7
(3) 主要使用的微媒体服务类型 8
3．大学生群体的信息错失焦虑情况 8
(1) 错失焦虑的相对得分情况 8
(2) 性别对错失焦虑得分的影响 9
(3) 信息种类对错失焦虑得分的影响 9
四、 错失焦虑行为的影响因素分析 10
（一）信度分析 10 *好棒文|www.hbsrm.com +Q: ^351916072*
1．全部题项的信度分析 10
2．部分题项的信度分析 10
（二）因子分析 11
（三）多元线性回归分析 14
（四）验证性因子分析 15
五、 研究结论 16
结束语 17
致谢 17
参考文献 18
附录 20
图 1 使用时间分布图 7
图 2 使用频率分布图 8
图 3 错失焦虑相对分值 9
图 4 一般性信息得分 9
图 5 知识性信息得分 10
图 6 验证性因子模型 15
图 7 错失焦虑影响因素模型 16
表 1 初始量表指标体系 5
表 2 量表测量题项 5
表 3 基本信息统计表 6
表 4 服务类型与性别的交叉分析 8
表 5 错失焦虑得分类别统计量 9
表 6 题项可靠性统计量 10
表 7 动机维度题项总计统计量 11
表 8 情感维度题项总计统计量 11
表 9 行为维度题项总计统计量 11
表 10 第一次因子分析旋转成分矩阵 12
表 11 第二次因子分析旋转成分矩阵 12
表 12 错失焦虑影响因素的因子分析 13
表 13 影响因素回归模型统计量 14
表 14 影响因素回归模型系数 14
表 15 模型拟合指标与适配结果 15
表 16 假设检验结果与路径系数 16
微媒体环境下大学生信息错失焦虑行为及其影响因素研究
引言
引言：网络技术的发展变革、大数据式的增长革新以及智能设备的普及应用，使得社会进入信息爆炸时代。这在带来诸多便利的同时，也使得用户更加依赖微媒体获取资源与信息。然而，海量的信息与日趋完善的技术环境加剧了个体的信息焦虑状态，用户开始由担心“收集的信息太少”向“害怕错过更多更优的信息”转变，错失焦虑（FoMO）已经由个体现象演变为较普遍的社会问题[1]。错失焦虑就像降低人们幸福感的“燃料”，而微媒体则像扩大焦虑影响范围的“大火”，任何个人都有能力实时查看他人的生活更新、资源讯息，这意味着用户可以通过不断地与社交媒体的连接，去了解他们已经错过的内容（如聚会、讲座、机会等），而信息的错过又将造成用户羡慕、焦虑、不满足的心理状态，进而可能导致微媒体的过度使用与非生产性消费[2]。
我国历次互联网发展状况调查结果显示，中国互联网使用用户的年龄构成中青年网民（即2029岁年龄段）占比最高。而大学生群体作为这一年龄段中接触互联网最多和使用最频繁的群体，属于微媒体依赖的“高危人群”[3]，其错失焦虑行为的研究更有价值。故本研究将大学生群体作为研究目标，立足于国内外现有研究成果，就错失焦虑、病理性网络使用、社交媒体依赖、智能手机成瘾等内容展开文献调研。笔者初步从动机、情感、行为三个维度提炼共21项测量指标，并在此基础上加入人工统计学特征等题项，制定并发布调查问卷。后使用SPSS 20工具对问卷内容进行多元线性回归分析、探索性因子分析，使用AMOS 21.0软件进行验证性因子分析，通过定量的方法探究大学生群体的微媒体使用情况，对其信息错失焦虑行为进行系统梳理，进而分析微媒体环境下用户信息行为及其影响因素，帮助研究者或管理人员更好地理解错失焦虑行为本质及其正负影响，最后提出相应的研究结论和建议。
目录
摘要 1
关键词 1
Abstract 1
Key words 1
引言 1
一、 研究综述 2
（一）错失焦虑概念辨析及相关研究 2
1．错失焦虑（FoMO）概念界定 2
2．错失焦虑相关研究 2
(1) 网络依赖 2
(2) 社交网络依赖 3
(3) 错失焦虑 3
（二）量表构建研究 4
1．相关主题量表构建 4
2．错失焦虑量表构建 4
二、 研究设计 4
（一）问卷设计 4
（二）量表指标抽取 5
三、 大学生错失焦虑行为的实证分析 6
（一）数据来源 6
（二）描述性分析 6
1．调查对象的基本信息 6
(1) 性别分布情况 6
(2) 年级分布情况 7
(3) 学科背景分布情况 7
2．微媒体服务的使用情况 7
(1) 接触使用微媒体的时间分布 7
(2) 微媒体的使用频率 7
(3) 主要使用的微媒体服务类型 8
3．大学生群体的信息错失焦虑情况 8
(1) 错失焦虑的相对得分情况 8
(2) 性别对错失焦虑得分的影响 9
(3) 信息种类对错失焦虑得分的影响 9
四、 错失焦虑行为的影响因素分析 10
（一）信度分析 10 *好棒文|www.hbsrm.com +Q: ^351916072*
1．全部题项的信度分析 10
2．部分题项的信度分析 10
（二）因子分析 11
（三）多元线性回归分析 14
（四）验证性因子分析 15
五、 研究结论 16
结束语 17
致谢 17
参考文献 18
附录 20
图 1 使用时间分布图 7
图 2 使用频率分布图 8
图 3 错失焦虑相对分值 9
图 4 一般性信息得分 9
图 5 知识性信息得分 10
图 6 验证性因子模型 15
图 7 错失焦虑影响因素模型 16
表 1 初始量表指标体系 5
表 2 量表测量题项 5
表 3 基本信息统计表 6
表 4 服务类型与性别的交叉分析 8
表 5 错失焦虑得分类别统计量 9
表 6 题项可靠性统计量 10
表 7 动机维度题项总计统计量 11
表 8 情感维度题项总计统计量 11
表 9 行为维度题项总计统计量 11
表 10 第一次因子分析旋转成分矩阵 12
表 11 第二次因子分析旋转成分矩阵 12
表 12 错失焦虑影响因素的因子分析 13
表 13 影响因素回归模型统计量 14
表 14 影响因素回归模型系数 14
表 15 模型拟合指标与适配结果 15
表 16 假设检验结果与路径系数 16
微媒体环境下大学生信息错失焦虑行为及其影响因素研究
引言
引言：网络技术的发展变革、大数据式的增长革新以及智能设备的普及应用，使得社会进入信息爆炸时代。这在带来诸多便利的同时，也使得用户更加依赖微媒体获取资源与信息。然而，海量的信息与日趋完善的技术环境加剧了个体的信息焦虑状态，用户开始由担心“收集的信息太少”向“害怕错过更多更优的信息”转变，错失焦虑（FoMO）已经由个体现象演变为较普遍的社会问题[1]。错失焦虑就像降低人们幸福感的“燃料”，而微媒体则像扩大焦虑影响范围的“大火”，任何个人都有能力实时查看他人的生活更新、资源讯息，这意味着用户可以通过不断地与社交媒体的连接，去了解他们已经错过的内容（如聚会、讲座、机会等），而信息的错过又将造成用户羡慕、焦虑、不满足的心理状态，进而可能导致微媒体的过度使用与非生产性消费[2]。
我国历次互联网发展状况调查结果显示，中国互联网使用用户的年龄构成中青年网民（即2029岁年龄段）占比最高。而大学生群体作为这一年龄段中接触互联网最多和使用最频繁的群体，属于微媒体依赖的“高危人群”[3]，其错失焦虑行为的研究更有价值。故本研究将大学生群体作为研究目标，立足于国内外现有研究成果，就错失焦虑、病理性网络使用、社交媒体依赖、智能手机成瘾等内容展开文献调研。笔者初步从动机、情感、行为三个维度提炼共21项测量指标，并在此基础上加入人工统计学特征等题项，制定并发布调查问卷。后使用SPSS 20工具对问卷内容进行多元线性回归分析、探索性因子分析，使用AMOS 21.0软件进行验证性因子分析，通过定量的方法探究大学生群体的微媒体使用情况，对其信息错失焦虑行为进行系统梳理，进而分析微媒体环境下用户信息行为及其影响因素，帮助研究者或管理人员更好地理解错失焦虑行为本质及其正负影响，最后提出相应的研究结论和建议。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/xxaq/515.html
