《表4 中文版SAS-SMU各维度与校标的相关(n=311)》

《表4 中文版SAS-SMU各维度与校标的相关(n=311)》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《社交媒体用户社交焦虑量表在中国大学生中的初步应用》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

根据样本3数据检验中文版SAS-SMU的预测效度。将日平均社交媒体使用时长和性别作为控制变量,使用分层线性回归法依次检验SAS-SMU总分及各维度对一个月后社交媒体倦怠总分的回归,结果发现:方差膨胀因子VIF均<10,SAS-SMU总分(β=0.41,P=0.001,ΔR2=0.17)、评价恐惧(β=0.52,P<0.001,ΔR2=0.27)和隐私担忧(β=0.44,P<0.001,ΔR2=0.19)都能显著正向预测社交媒体倦怠,而交往焦虑对社交媒体倦怠的预测作用不显著(β=0.09,P=0.45,ΔR2=0.01)。