Từ đó hiểu rõ hơn về cách mà mạng xã hội đóng vai tròtrong việc tạo ra nỗi sợ bỏ lỡ, sự mệt mỏi và lòng tự ái, do đó chúng tôi lựa chọnTP.HCM là địa điểm nghiên cứu.Để hiểu rõ hơn và cải
TỔNG QUAN NGHIÊN CỨU
Bối cảnh nghiên cứu
Mạng xã hội đã trở thành một phần không thể thiếu trong đời sống hàng ngày. Theo thống kê của We Are Social và Meltwater, tính đến tháng 1 năm 2023, Việt Nam có 77.93 triệu người dùng Internet, tương đương với 79,1% tổng dân số Sự phát triển mạnh mẽ của kinh tế số và nhu cầu sử dụng các thiết bị và dịch vụ kỹ thuật số đang ngày càng tăng lên.
Về thời gian sử dụng Internet mỗi ngày, báo cáo của We Are Social cho thấy người dùng tại Việt Nam dành khoảng 6 giờ 23 phút để lướt Internet, trong đó 55.4% thời gian sử dụng Internet thông qua các thiết bị di động Đồng thời, các trình duyệt web được sử dụng nhiều nhất tại Việt Nam là Chrome (68.76%) và Safari (20.68%), và phần đông lưu lượng truy cập tập trung vào 3 website bao gồm Google.com, Youtube.com và Facebook.com
We Are Social cũng nói rằng, các thống kê do GWI và data.ai cung cấp cho thấy rằng không có sự sụt giảm rõ rệt nào trong việc sử dụng mạng xã hội nói chung, và ở hầu hết các quốc gia (bao gồm cả Việt Nam), việc sử dụng mạng xã hội vẫn đang tiếp tục gia tăng Về tỷ trọng người dùng mạng xã hội tại Việt Nam, có 64.4 triệu người trong độ tuổi từ 18 tuổi trở lên đang sử dụng các nền tảng mạng xã hội, chiếm tỷ lệ 89% so với tổng dân số từ 18 tuổi tại thời điểm được thống kê Thêm vào đó, có 89.8% người dùng Internet tại Việt Nam (không phân biệt độ tuổi) đã có sử dụng ít nhất một mạng xã hội tính đến tháng 01/2023, và trong số những người sử dụng mạng xã hội, có 50.6% là nữ so với mức 49.4% nam giới.
Có thể nhận thấy được là mạng xã hội ngày càng trở nên quan trọng và gắn liền nhiều hơn với đời sống mỗi người ở Việt Nam, nhưng mặt khác có thể nhận thấy rằng thời gian sử dụng internet ở nước ta là khá lớn, nó gần với thời gian mà một người lao động bình thường của một lao động theo quy định của bộ luật lao động là 8 tiếng, nếu với tần suất sử dụng như vậy người sử dụng internet hay mạng xã hội không sử dụng nó với các mục đích rõ ràng và đúng đắn thì nó sẽ ảnh hưởng rất lớn đến cuộc sống của chính cá nhân đó và lớn hơn nữa là xã hội về nhiều mặt, có thể nói đến là sự mệt mỏi vì mạng xã hội và nguyên nhân sâu xa dẫn đến sự mệt mỏi khi sử dụng mạng xã hội đó là vấn đề về tiết lộ bản thân và so sánh xã hội Vì vậy, chúng tôi nhận thấy rằng hai vấn đề được xem là nguyên nhân chủ yếu của việc gây ra sự mệt mỏi vì mạng xã hội là: Tiết lộ bản thân, So sánh xã hội
Mạng xã hội còn được xác định là một nhân tố tác động lớn đến các khía cạnh đời sống, nhận thức của đại bộ phận sinh viên Kết quả khảo sát từ 26.331 sinh viên cho thấy, gần như tất cả sinh viên đều sử dụng Facebook và Zalo với tỷ lệ rất cao (97.8% và 97%) Ngoài Facebook, Zalo, Instagram và Tiktok cũng là hai dịch vụ mạng xã hội được sinh viên sử dụng rất nhiều với tỷ lệ lần lượt là 84.7% và 85.6% Xu hướng đáng chú ý là sinh viên thường dùng cùng một lúc nhiều dịch vụ mạng xã hội khác nhau 85,1% sinh viên lựa chọn “lên mạng xã hội” là việc họ làm hàng ngày. Ngoài mục đích giải trí chiếm tỷ lệ cao nhất với 91,4%, thì 89,8% sinh viên trong mẫu khảo sát này coi mạng xã hội như là kênh để “liên lạc với bạn bè, người thân” Bên cạnh đó, mạng xã hội còn là nơi để họ thể hiện quan điểm cá nhân (68%) và xây dựng hình ảnh cá nhân (52,5%), Đánh giá về ảnh hưởng của mạng xã hội, sinh viên đều cho rằng ảnh hưởng của mạng xã hội thể hiện cả tích cực lẫn tiêu cực Trong đó, tích cực thể hiện ở khía cạnh về tiếp nhận thông tin nhanh chóng, mở rộng quan hệ xã hội phục vụ cho học tập, giải trí và công việc Ở chiều ngược lại, việc tốn quá nhiều thời gian cho mạng xã hội sẽ làm sinh viên bị “lệ thuộc” và “lười suy nghĩ” ảnh hưởng đến sức khỏe, học tập và cảm xúc Bên cạnh đó, còn có không ít trường hợp sinh viên bị lừa đảo, quấy rối tình dục hoặc bị đánh cắp thông tin cá nhân khi sử dụng mạng xã hội.
Vì thế, chúng tôi lựa chọn sinh viên là đối tượng nghiên cứu chính của bài nghiên cứu này.
Bên cạnh đó, việc lựa chọn địa điểm nghiên cứu là TP.HCM bởi sự đa dạng về dân số và văn hóa tại đây tạo ra một môi trường đa chiều để nghiên cứu sự ảnh hưởng của mạng xã hội đối với tâm lý của người dùng Bằng cách tiếp cận các cộng đồng này, chúng tôi có cơ hội thu thập dữ liệu đa dạng và phong phú, từ những trải nghiệm cá nhân đến những xu hướng và cảm nhận tổng thể Nghiên cứu tại TP.HCM cũng mở ra cơ hội so sánh giữa các nhóm đối tượng khác nhau, từ những người trẻ tuổi đến những người trưởng thành, từ những người tiêu dùng hàng ngày đến những người có ảnh hưởng trong cộng đồng mạng Từ đó hiểu rõ hơn về cách mà mạng xã hội đóng vai trò trong việc tạo ra nỗi sợ bỏ lỡ, sự mệt mỏi và lòng tự ái, do đó chúng tôi lựa chọn TP.HCM là địa điểm nghiên cứu. Để hiểu rõ hơn và cải thiện ảnh hưởng mạng xã hội đến tâm lý người dùng, các nghiên cứu trước đây gợi ý rằng mệt mỏi, một hiện tượng bên tối của mạng xã hội đã được liên kết với sự bỏ lỡ và cảm giác so sánh xã hội trực tuyến (Kaur và cộng sự, 2021) Tuy nhiên, những nghiên cứu trước đây cho thấy không có mối liên hệ rõ ràng giữa sự bỏ lỡ và mệt mỏi, nhưng các nghiên cứu khác lại chỉ ra một mối liên hệ tích cực giữa hai yếu tố này Điều này cho thấy sự phức tạp của mối quan hệ giữa các yếu tố tâm lý trong môi trường mạng xã hội Do đó, việc tiếp tục nghiên cứu về sự bỏ lỡ ảnh hưởng đến mệt mỏi là rất cần thiết để hiểu rõ hơn về cơ chế và tác động của mạng xã hội đối với tâm lý người dùng (Dhir và cộng sự, 2018) Vì thế, chúng tôi thực hiện tìm hiểu về sự mệt mỏi vì mạng xã hội ảnh hưởng đến tâm lý người dùng với các yếu tố như: Chi phí thời gian, Lo lắng, Nỗi sợ bỏ lỡ, Sự ngưỡng mộ tự ái, Sự cạnh tranh tự ái, So sánh xã hội, Tiết lộ bản thân.
Do đó, với sự phát triển nhanh chóng của mạng xã hội, tác động sâu rộng vào tâm lý người dùng, đặc biệt là đối với cộng đồng sinh viên tại TP.HCM Nhận thức về điều này, chúng tôi quyết định thực hiện nghiên cứu “Ảnh hưởng của mạng xã hội đến tâm lý người dùng: nỗi sợ bỏ lỡ, sự mệt mỏi và lòng tự ái”.
Lý do chọn đề tài
Thứ nhất, nhóm chúng tôi thực hiện bài nghiên cứu về ảnh hưởng của mạng xã hội đến tâm lý người dùng: nỗi sợ bỏ lỡ, sự mệt mỏi và lòng tự ái do nhận thấy rằng ngày nay mạng xã hội rất phát triển bởi đây được xem là nơi giúp mọi người dễ dàng kết nối với nhau, người dùng có thể đăng tải các nội dung mà mình yêu thích cũng như chia sẻ những quan điểm, sở thích của bản thân Bên cạnh đó, mạng xã hội là công cụ để người dùng tìm kiếm, tiếp thu những tri thức mới mẻ để phục vụ cho học tập và công việc Sinh viên đại học phụ thuộc rất nhiều vào các trang mạng xã hội cho nhu cầu liên lạc, giải trí và thông tin hàng ngày của họ (Ansari & Khan, 2020; Doleck và cộng sự, 2018; Ifinedo, 2016; Lemay và cộng sự, 2020) Các nghiên cứu theo dõi thói quen sử dụng mạng xã hội của sinh viên đại học đã chỉ ra rằng sinh viên dành một lượng thời gian đáng kể hàng ngày, chuyển đổi giữa nhiều trang mạng xã hội như Facebook, Twitter, Instagram, YouTube và Snapchat (Alhabash & Ma, 2017; Dumpit
& Fernandez, 2017; Felisoni & Godoi, 2018; Smith, 2017; Wang và cộng sự, 2015). Sinh viên đại học sử dụng các trang mạng xã hội cho nhiều mục đích khác nhau bao gồm chia sẻ ý kiến, thu thập thông tin, giải trí, tự ghi chép, thể hiện bản thân và tương tác xã hội, cùng nhiều mục đích khác (Alhabash & Ma, 2017; Chawinga, 2017; Lemay và cộng sự, 2020) Đi kèm với đó cũng không ít cạm bẫy và nguy hại xuất hiện nếu sử dụng mạng xã hội Việc dùng lời nói khiếm nhã, bịa đặt trên mạng, từ đó gây ra những hành vi bắt nạt, bạo lực ngôn từ trên mạng xã hội Gahagan và cộng sự (2016) đã điều tra trải nghiệm của sinh viên đại học bị bắt nạt trên các trang xã hội (SNS) và kết quả cho thấy 46% mẫu được thử nghiệm đã chứng kiến ai đó bị bắt nạt thông qua việc sử dụng các trang mạng xã hội Nghiên cứu gần đây đã chỉ ra rằng việc sử dụng mạng xã hội trực tuyến quá mức có thể dẫn đến hành vi gây nghiện ở học sinh (Shettar và cộng sự 2017) Khi phân tích sâu hơn, người ta nhận thấy rằng chứng nghiện Facebook ở sinh viên có liên quan đến các yếu tố khác như sự cô đơn (Shettar và cộng sự 2017), đặc điểm tính cách (tức là sự cởi mở, dễ chịu, tận tâm, ổn định cảm xúc và hướng ngoại) (Błachnio và cộng sự 2017) Karpinski và cộng sự (2013) đã tìm thấy mối quan hệ tiêu cực giữa việc sử dụng các trang mạng xã hội (SNS) và Điểm trung bình (GPA) được kiểm duyệt bằng đa nhiệm Vì thế nếu sử dụng mạng xã hội một cách tiêu cực đặc biệt đối với sinh viên nó gây ra suy giảm trong kết quả học tập Vì vậy, chúng tôi chọn đề tài này để có thể nghiên cứu các yếu tố tạo ra sự mệt mỏi trong khi sử dụng mạng xã hội Từ đó có thể bổ sung thêm kiến thức về các khía cạnh tiêu cực của mạng xã hội lên sức khỏe và cảm xúc của người sử dụng.
Thứ hai, mặc dù trước đây đã có nhiều nhà nghiên cứu nghiên cứu về trạng thái tâm lý của con người khi dùng mạng xã hội Chẳng hạn như bài báo có tên “Social
Media Use and Its Connection to Mental Health: A Systematic Review” của Fazida
Karim, Azeezat A Oyewande, Lamis F Abdalla, Reem Chaudhry Ehsanullah, và Safeera Khan, được phát hành online vào tháng 06/2020 nghiên cứu mối liên hệ giữa việc sử dụng mạng xã hội ảnh hưởng sức khỏe tâm thần chưa đi sâu hiểu rõ các vấn đề tâm lý khác Do vậy, bài nghiên cứu này sẽ nghiên cứu về mặt tinh thần cụ thể là bạo lực tinh thần trên mạng xã hội ảnh hưởng và tạo ra sự tiêu cực như thế nào lên sức khỏe của con người Thêm vào đó, một số bài nghiên cứu trước bị giới hạn về đối tượng nghiên cứu như nghiên cứu của Marie Hattingh & Amandeep Dhir & Peter Ractham & Alberto Ferraris & Dorra Yahiaoui (2022) về chủ đề “Factors mediating social media-induced fear of missing out (FoMO) and social media fatigue: A comparative study among Instagram and Snapchat users” nghiên cứu chỉ dùng lại ở người dùng Instagram và Snapchat chưa thể nào khái quát được các tác nhân kích thích đến nỗi lo sợ bị bỏ lỡ và cách chúng ảnh hưởng như thế nào đến cảm giác mệt mỏi của người sử dụng mạng xã hội.
Thứ ba, đa phần các bài nghiên cứu về tâm lý của con người thường thực hiện ở các nước phát triển còn các nước đang phát triển thì vẫn chưa có sự phong phú đến các quốc gia này, cụ thể như ở Việt Nam vấn đề tâm lý đặc biệt là về mạng xã hội chưa được quan tâm nhiều, đặc biệt là thành phố Hồ Chí Minh, vì vậy bài này sẽ bổ sung thêm lý thuyết cũng như kiến thức tiên tiến đến các nước đang phát triển - nơi mà vấn đề tâm lý về mạng xã hội chưa được quan tâm nhiều Vì thế, bài nghiên cứu này được thực hiện để giúp người dùng nhận thức rõ tâm lý, hành vi, thái độ của mình đối với những tác động tiêu cực trong suy nghĩ của họ khi dùng mạng xã hội.
Và thứ tư, sinh viên là đối tượng sẽ quan tâm đến vấn đề này Bandura (1977) nhấn mạnh tầm quan trọng của việc quan sát, mô hình hóa hành vi, thái độ và cảm xúc của người khác Những yếu tố đó có khả năng ảnh hưởng đến kết quả học tập và tương tác của cá nhân làm cho việc học tập xã hội trở thành một quá trình học tập Chính vì thế, kết quả bài nghiên cứu này sẽ giúp cho những sinh viên - người mà đang cảm thấy mệt mỏi về mạng xã hội, những người dùng thời gian vào việc sử dụng mạng xã hội quá nhiều có cái nhìn khách quan hơn về những tiêu cực khi dùng mạng xã hội, chính sự tiêu cực ấy sẽ làm giảm hiệu suất học tập cũng như sức khỏe tinh thần của họ Đồng thời, Chính phủ - người đưa ra những chính sách khống chế cũng như điều tiết thời gian sử dụng mạng xã hội để đảm bảo sức khỏe của thế hệ mới và nâng cao năng suất, hiệu quả học tập, góp phần làm giảm thiểu sự mệt mỏi và hạn chế sự tiêu cực về mạng xã hội trong tương lai.
Mục đích nghiên cứu
Nghiên cứu này là một trong những nghiên cứu tiên phong, khai thác việc sử dụng mạng xã hội ảnh hưởng đến các yếu tố bên trong của người dùng Vì vậy, mục tiêu đầu tiên của bài nghiên cứu là giúp hiểu thêm các yếu tố gây ra sự mệt mỏi khi sử dụng mạng xã hội trong bối cảnh Việt Nam hiện nay Nghiên cứu sự ảnh hưởng giữa 2 yếu tố chính là nỗi sợ bị bỏ lỡ (FOMO) và sự mệt mỏi do sử dụng mạng xã hội, đặc biệt là trong bối cảnh văn hóa và xã hội của Việt Nam.
Mục tiêu thứ hai của nghiên cứu này là khám phá vai trò của tự ái, so sánh và tiết lộ thông tin cá nhân trong mối quan hệ giữa FOMO và cảm giác mệt mỏi từ mạng xã hội tại Việt Nam.
Cuối cùng, bài nghiên cứu này sẽ đóng góp những lý luận, cơ sở lý thuyết cho các bài nghiên cứu trong tương lai Cụ thể, bài nghiên cứu này có ý nghĩa với các thị trường ở các nước đang phát triển như Việt Nam Từ đó, đề xuất những phương pháp để giảm bớt sự căng thẳng và áp lực mà người dùng có thể trải qua khi sử dụng mạng xã hội, tăng cường sức khỏe tinh thần của người dân Việt Nam.
Câu hỏi nghiên cứu
Bài nghiên cứu này đã đặt ra ba câu hỏi nghiên cứu, đó là:
Thứ nhất, mức độ ảnh hưởng của mạng xã hội đến nỗi sợ bỏ lỡ (FOMO) của người dùng như thế nào?
Thứ hai, cơ chế nào mà mạng xã hội tác động đến tâm lý người dùng, dẫn đến FOMO, sự mệt mỏi và lòng tự ái?
Thứ ba, các biện pháp can thiệp nào hiệu quả trong việc giảm thiểu tác động tiêu cực của mạng xã hội đến tâm lý người dùng, đặc biệt là FOMO, sự mệt mỏi và lòng tự ái?
Ý nghĩa nghiên cứu
Về mặt lý thuyết, trong lĩnh vực nghiên cứu hiện nay, nhiều nghiên cứu trước đây vẫn chưa đi sâu vào việc thăm dò các khía cạnh tâm lý, như sự lo lắng về việc bỏ lỡ cơ hội, cảm giác mệt mỏi và tự ti, mà việc sử dụng mạng xã hội có thể gây ra Bằng cách tập trung vào những ảnh hưởng tâm lý này đối với người sử dụng mạng xã hội và những hậu quả tương ứng, chúng ta có thể phát triển các cơ sở lý thuyết mới Đáng chú ý, các nghiên cứu về tác động của mạng xã hội đối với tâm lý người dùng hiện nay thường chỉ được thực hiện ở các quốc gia phát triển, nơi có trình độ công nghệ cao,trong khi ở những nền kinh tế đang phát triển như Việt Nam, những nghiên cứu này vẫn còn hạn chế mặc dù số người sử dụng mạng xã hội tại đây ngày càng tăng lên trong những năm gần đây Do đó, bài nghiên cứu này không chỉ giúp cung cấp cơ sở lý thuyết và gợi mở thêm nhiều hướng nghiên cứu mới trong tương lai về tác động của mạng xã hội lên tâm lý người dùng, mà còn giúp mở rộng phạm vi của chúng đến các nền kinh tế đang phát triển tương tự.
Về mặt thực tiễn, bài nghiên cứu để hiểu về FOMO giúp các cá nhân tự tin và đối phó hiệu quả với cảm giác lo lắng khi thấy bị bỏ lỡ trên mạng xã hội, giảm căng thẳng và áp lực không cần thiết FOMO cũng lan rộng ra xã hội, tăng cạnh tranh không lành mạnh và ảnh hưởng tiêu cực đến hiệu suất làm việc và sự phát triển cá nhân, đặc biệt trong môi trường làm việc Do đó , bài nghiên cứu là giúp hiểu thêm các yếu tố gây mệt mỏi khi sử dụng mạng xã hội trong ngữ cảnh của Việt Nam hiện nay, đặc biệt là mối liên hệ giữa sự sợ bị bỏ lỡ (FOMO) và cảm giác mệt mỏi, cùng việc khám phá vai trò của tự ái, so sánh và tiết lộ thông tin cá nhân trong quá trình này.Từ thông tin được cung cấp trong bài nghiên cứu này, sinh viên có thể nhận thức rõ hơn về các hậu quả tiêu cực của việc sử dụng mạng xã hội quá mức, bao gồm giảm hiệu suất học tập và sức khỏe tinh thần của cá nhân và chính phủ có thể thúc đẩy việc áp dụng các chính sách và biện pháp điều tiết để bảo vệ sức khỏe và nâng cao hiệu suất của thế hệ trẻ và tương lai.
CƠ SỞ LÝ THUYẾT
Lý thuyết kích thích - cá nhân - hành vi - hậu quả (SOBC)
Mô hình Kích thích - Cá nhân - Hành vi - Hậu quả (SOBC) là phần mở rộng của lý thuyết Kích thích - sinh vật - phản ứng (S-O-R) (Mehrabian và Russell, 1974) dựa trên nền tảng được cung cấp bởi lý thuyết Học tập xã hội (Bandura và Walters, 1977).
Lý thuyết (S-O-R) được sử dụng rộng rãi trước đó và nghiên cứu để hiểu được tác động của các yếu tố bối cảnh và cá nhân lên hành vi sử dụng SMP và những hậu quả bất lợi của nó (Jabeen, Tandon, Azad, Hồi giáo, & Pereira, 2023; Luqman, Cao, Ali, Masood, & Yu, 2017; Whelan, Hồi giáo, & Brooks, 2020) Lý thuyết kích thích - cá nhân - hành vi - hậu quả (SOBC) là một lý thuyết quan trọng để lý giải các tiền đề và các hành vi khác nhau tiếp theo trong tâm lý học môi trường Mô hình SOBC chủ yếu dựa trên lý thuyết Học tập xã hội, đưa ra giả thuyết rằng tình huống cụ thể trong môi trường (S) chẳng hạn như cảm xúc, đặc điểm và động cơ, thúc đẩy các hành động, các quá trình và trạng thái bên trong từ các cá nhân hoặc tổ chức (O), từ đó ảnh hưởng đến phản ứng hành vi (B) của họ và gây ra hậu quả rõ ràng (C) Lý thuyết này được sử dụng để thừa nhận sự phức tạp của con người, tâm lý và các cơ chế phân biệt giữa cấp độ cá nhân hành vi và hậu quả (Jabeen, Tandon,
Azad, Hồi giáo, & Pereira, 2023; Luqman, Cao, Ali, Masood, & Yu, 2017; Whelan, Hồi giáo, & Brooks, 2020) Hơn nữa, framework cho phép chúng ta để xem xét nhiều khía cạnh công khai (ví dụ: chi phí thời gian) và bí mật (ví dụ: lòng tự ái) các yếu tố trong khi giải thích mặt tối của truyền thông xã hội (DoSM) và các hành vi SMP khác.
Các nghiên cứu của Whelan et al (2020) và Jabeen và cộng sự (2023) là “người trò chuyện” (Huff, 1998) và mở rộng nghiên cứu của họ bằng cách xem xét các yếu tố mới (kích thích và cá nhân) có thể giải thích trải nghiệm của người dùng về FoMO chuyển thành mệt mỏi Trong mô hình SOBC của chúng tôi, chúng bao gồm chi phí thời gian (tình huống) và lo lắng (cá nhân) như là tác nhân kích thích (S) cho FoMO.
Về trạng thái cá nhân (O), chúng tôi xem xét FoMO và hai khái niệm mới hơn liên quan đến lòng tự ái (sự ngưỡng mộ và sự ganh đua); đó là các quá trình riêng biệt mà các cá nhân có thể thực hiện trong khi phản ứng với các yếu tố bên ngoài hoặc cảm xúc bên trong đe dọa nhận thức xã hội của họ khiến họ chịu đựng và chấp thuận Các quá trình liên quan đến lòng tự ái ảnh hưởng đến hành vi của người dùng SMP (B) liên quan đến so sánh xã hội trực tuyến (sau đây gọi là so sánh xã hội) và tự tiết lộ Cuối cùng, chúng tôi khái niệm sự mệt mỏi là hậu quả của những hành vi đã nêu (C ).
Cơ sở lý thuyết
Chúng tôi khái niệm chi phí thời gian (Time cost) đề cập đến nhận thức của người dùng về lượng thời gian và nỗ lực mà ho dành ra để tham gia vào các hoạt động liên quan đến mạng xã hội, bao gồm theo dõi, xử lý và phản hồi các thông tin, liên lạc trên các nền tảng mạng xã hội (SMP) Nó phù hợp với khái niệm Marier, Laumer, Eck
- hardt và Weitzei (2015) về tiêu chuẩn hỗ trợ xã hội chủ quan, đề cập đến nhận thức của người dùng về kỳ vọng của một số hình thức phản ứng đối với thông tin được chia sẻ bởi người khác (Brailovskaia, Rohmann et al., 2019; Sultan, 2021)
Chúng tôi lập luận rằng kỳ vọng của người dùng rằng họ sẽ dành thời gian và năng lượng đáng kể để đáp lại giao tiếp được tạo ra trong các nhóm SMP có thể khiến họ cảm thấy lo lắng.
Trong thế giới ngày nay, không thể phủ nhận vai trò quan trọng của các nền tảng mạng xã hội Chúng tôi tin rằng những người kiên trì sử dụng SMP với cường độ cao (Orosz, Toth-Kir aly, & Bothe, 2016) và tìm kiếm mức độ liên kết xã hội cao trên các nền tảng này; có khả năng trải nghiệm FoMO ở mức độ cao (Sultan, 2021) Bên cạnh đó, những người dùng muốn dành nhiều năng lượng và thời gian trong việc xử lý thông tin liên quan đến SMP cũng có thể gặp tình trạng FOMO cao hơn vì họ sẽ cố gắng tránh bỏ lỡ bất kỳ cơ hội nào củng cố nhu cầu quan hệ của họ
Lo lắng là tình trạng phổ biến của con người trở nên trầm trọng hơn do các tác nhân kích thích có hại từ môi trường như tội phạm, bạo lực hoặc thiên tai Tuy nhiên, lo lắng cũng thường liên quan đến áp lực, nhu cầu và căng thẳng trong cuộc sống hàng ngày (Clark & Beck, (2010) Barlow (2002) giải thích rằng lo lắng là một trải nghiệm chủ quan liên quan đến sự hồi hộp, hoảng sợ, sợ hãi và lo lắng Các tài liệu chuyên sâu cũng mô tả sự lo lắng như một phản ứng cảm xúc gợi lên cảm giác khó chịu do sợ hãi gây ra (Beck, Emery, & Greenberg, 2005)
Nhiều học giả đã điều tra các vấn đề khác nhau liên quan đến sự lo lắng và sử dụng công nghệ Lepp, Barkley và Karpinski (2014) phát hiện ra rằng những người sử dụng điện thoại thông minh bị cưỡng bức có nhiều khả năng gặp phải cảm giác lo lắng hơn so với những người không bị ép buộc Phát hiện này cũng được xác nhận bởi Elhai et al (2016), người đã phát hiện ra rằng việc sử dụng điện thoại thông minh có vấn đề có mối tương quan đáng kể với sự lo lắng Các học giả cũng gợi ý rằng những cá nhân có tâm trạng lo lắng có thể đăng ký nhiều nền tảng truyền thông xã hội (SMP), số lượng tài khoản mạng xã hội tương quan với mức độ lo lắng do nhu cầu quá lớn (Primack và cộng sự, 2017; Vannucci, Flannery, & Ohannessian, 2017).
Nỗi sợ bỏ lỡ (FOMO) là một cảm giác lo lắng hoặc sợ hãi rằng bản thân đang bỏ lỡ những trải nghiệm thú vị hoặc quan trọng mà người khác đang có Nỗi sợ hãi này có thể thúc đẩy mọi người tham gia vào các hoạt động hoặc đưa ra quyết định mà họ không thực sự muốn làm (Przybylski et al., 2013).
Mạng xã hội có thể tạo ra một môi trường so sánh xã hội tiêu cực Khi mọi người chỉ chia sẻ những khía cạnh tích cực của cuộc sống trên mạng xã hội, nó có thể khiến người khác cảm thấy cuộc sống của họ không tốt đẹp bằng Điều này có thể dẫn đến FOMO và sự lo lắng Ngoài ra, mạng xã hội có thể khiến mọi người cảm thấy như họ luôn phải kết nối và cập nhật Điều này có thể dẫn đến cảm giác bị bỏ lỡ và lo lắng rằng họ đang bỏ lỡ những trải nghiệm thú vị Nghiên cứu này cho thấy việc sử dụng mạng xã hội có thể có tác động tiêu cực đến sức khỏe tinh thần Việc sử dụng mạng xã hội một cách có ý thức và hạn chế thời gian sử dụng có thể giúp giảm bớt những tác động tiêu cực này (Przybylski et al., 2013) Nhu cầu kết nối với người khác là một nhu cầu thiết yếu của con người Khi nhu cầu này không được đáp ứng, con người có thể cảm thấy cô đơn, dẫn đến FOMO (sợ bỏ lỡ) FOMO có thể khiến họ sử dụng mạng xã hội nhiều hơn, so sánh bản thân với người khác và cảm thấy ghen tị, ảnh hưởng tiêu cực đến lòng tự trọng Nghiên cứu của Hsu & Chen (2017) cho thấy nhu cầu kết nối cao có liên quan đến FOMO cao hơn và chính điều đó lại dẫn đến sự cô đơn và lòng tự trọng thấp hơn Tuy nhiên, lòng tự trọng cao có thể giúp con người đối phó với những cảm xúc tiêu cực này tốt hơn Do đó, việc xây dựng lòng tự trọng là một cách hiệu quả để giảm bớt tác động tiêu cực của FOMO và sự cô đơn (Hsu & Chen, 2017)
FOMO và SMP tạo thành một vòng luẩn quẩn giữa việc sử dụng mạng xã hội, so sánh bản thân, và cảm giác bỏ lỡ Khi bắt đầu kết nối với bạn bè và gia đình trên mạng xã hội, người dùng thường dễ rơi vào thói quen so sánh cuộc sống của mình với người khác Điều này khiến họ cảm thấy bỏ lỡ những trải nghiệm thú vị mà người khác đang có (Przybylski, 2013) Kết quả là, họ dành nhiều thời gian hơn trên mạng xã hội, không chỉ để kết nối mà còn để tìm kiếm những trải nghiệm mới, cố gắng "bắt kịp" với những gì mà họ cảm thấy mình đang bỏ lỡ (Greenfield, 2009) Mặt khác, việc so sánh bản thân nhiều hơn với người khác trên mạng càng làm tăng cảm giác FOMO Điều này tạo ra một chu trình tiêu cực, gây căng thẳng và không hài lòng với bản thân, đồng thời giảm sự tự tin và hạnh phúc tự nhiên của cá nhân (Walsh, 2018)
FOMO là một hiện tượng tâm lý phổ biến có thể ảnh hưởng đến mọi người ở mọi lứa tuổi FOMO có thể có nhiều tác động tiêu cực đến cuộc sống của chúng ta, bao gồm lo lắng, căng thẳng, mua sắm bốc đồng và sử dụng mạng xã hội quá mức Nghiên cứu khoa học đang ngày càng giúp chúng ta hiểu rõ hơn về FOMO và tìm ra cách thức giảm thiểu tác động tiêu cực của nó.
Lòng tự ái được định nghĩa là một đặc điểm tính cách được đặc trưng bởi cái tôi kiêu ngạo, cảm giác độc đáo quá mức và tầm quan trọng của bản thân (Miller và cộng sự, 2021; Sedikides, 2021) Lòng tự ái có thể biểu hiện ở dạng hoành tráng và dễ bị tổn thương (Miller và cộng sự, 2021; Sedikides, 2021) Lòng tự ái quá lớn được đặc trưng bởi lòng tự trọng cao, sự thống trị, xu hướng tự tin và nhu cầu được ngưỡng mộ (Miller và cộng sự, 2011; Pincus và cộng sự, 2009).
Một đặc điểm tính cách đặc biệt đã thu hút sự chú ý đặc biệt trong những năm gần đây liên quan đến việc sử dụng SMP là chứng tự ái (Carusi, 2020; Casale & Fioravanti, 2018; A Zhang & Rau, 2020) Các học giả đã gợi ý rằng môi trường SMP là nơi lý tưởng để những người tự ái đáp ứng nhu cầu của họ, chẳng hạn như được ngưỡng mộ (Casale & Banchi, 2020) Ví dụ: Andreassen, Pallesen và Griffiths (2017) gợi ý rằng SMP cho phép những người tự ái thể hiện thành công của họ và thu hút được sự công nhận của xã hội thông qua lượt thích và nhận xét đánh giá cao từ các nhóm xã hội trực tuyến của họ Tương tự, Casale và Fioravanti (2018) suy đoán rằng những người tự ái có thể sử dụng SMP để đáp ứng nhu cầu về sự thuộc về và sự công nhận của xã hội Suy đoán như vậy đã dẫn đến việc ngày càng có nhiều nghiên cứu hướng đến việc tìm hiểu các quá trình và con đường mà qua đó lòng tự ái ảnh hưởng đến các khía cạnh khác nhau của việc sử dụng SMP (Błachnio & Przepiorka, 2018), chẳng hạn như các kiểu sử dụng có vấn đề (Hawk, van den Eijnden, van Lissa, & ter Bogt, 2019) và hiện tượng DoSM, như chứng nghiện mạng xã hội (Brailovskaia, Margraf, & Kollner, ¨ 2019; Casale & Banchi, 2020) Các nghiên cứu đã tập trung vào cả hai dạng tự ái lớn (bí mật) và dễ bị tổn thương (công khai) để xác định rằng những dạng này dẫn đến các kiểu hành vi khác nhau và thể hiện những đặc điểm hơi khác nhau (Casale & Fioravanti, 2018; Ozimek, Bierhoff, & Hanke, 2018).
Những người tự ái khao khát sự chú ý và tán thành của người khác, đồng thời tìm kiếm những nguồn ngưỡng mộ và chú ý bên ngoài để giúp duy trì lòng tự trọng của họ (Campbell và cộng sự, 2002, Morf và Rhodewalt, 2001) SNS cung cấp một lối thoát lý tưởng cho những người tự ái nhằm thỏa mãn những nhu cầu này vì SNS cho phép người dùng nhận được các lợi ích quan hệ từ một số lượng lớn các kết nối lỏng lẻo hoặc “kết nối yếu” (Ellison và cộng sự, 2007, Steinfield và cộng sự, 2008, Valenzuela và cộng sự , 2009) Những mối quan hệ trực tuyến này sẽ thu hút những người tự ái, những người thường không thể hoặc không muốn hình thành các kết nối sâu sắc hoặc “mạnh mẽ” đòi hỏi sự đầu tư về mặt cảm xúc, chẳng hạn như các mối quan hệ mặt đối mặt và tình bạn (Campbell, 1999, Campbell và Foster, 2002). Các học giả trước đây đã nghiên cứu về lòng tự ái và xác định rằng những cá nhân có khuynh hướng tự ái mạnh mẽ có xu hướng bộc lộ bản thân cao hơn Ví dụ: Menon (2022) đã tìm thấy mối tương quan tích cực mạnh mẽ giữa việc đăng nội dung cập nhật câu chuyện và lòng tự ái trên nhiều SMP Tương tự, Scott và cộng sự (2018) xác định rằng lòng tự ái ảnh hưởng đáng kể đến tần suất đăng ảnh lên Facebook Phù hợp với các học giả như vậy, chúng tôi cho rằng cả sự ganh đua và ngưỡng mộ tự ái sẽ khiến người dùng SMP tiết lộ thêm thông tin về các hoạt động trực tuyến của họ để khiến người khác cảm thấy mất giá hoặc khoe khoang thành tích của bản thân Hành vi như vậy sẽ cho phép các cá nhân thỏa mãn nhu cầu tự ái của mình để có được sự công nhận của xã hội (sự ngưỡng mộ) và tránh mọi thất bại xã hội được cho là (sự cạnh tranh) (ví dụ: xem Back và cộng sự, 2013).
Việc bộc lộ bản thân là một trong những động lực chính thúc đẩy truyền thông xã hội sử dụng (Ellison, Steinfeld, & Lampe, 2007) Nguyen, Bin và Campbell (2012) nhận thấy rằng việc tự bộc lộ bản thân trực tuyến không nhất thiết phải cao hơn tự tiết lộ ngoại tuyến Tuy nhiên, các nghiên cứu khác đã chỉ ra rằng sẵn sàng tiết lộ thông tin cá nhân có nhiều khả năng xảy ra ở môi trường trực tuyến hơn là gặp trực tiếp (Bargh, McKenna, & Fitzsimons, 2002; Bruss & Hill, 2010; Ellison và cộng sự, 2007) Việc bộc lộ bản thân có nhiều ý nghĩa (F Jabeen và cộng sự) chẳng hạn như lợi ích cho một cá nhân là hài lòng hơn với các mối quan hệ (Chen, 2017; Rains, Brunner, & Oman, 2016; Wang, Burke, & Kraut, 2016), nhận được mức tăng “liên kết xã hội trực tuyến, kết nối vốn xã hội trực tuyến và nhiều hỗ trợ xã hội hơn trong bối cảnh ngoại tuyến” (Trepte và cộng sự, 2013, trang 4) Nó có thể là một lối thoát (Ma, Han cock, & Naaman, 2016), đặc biệt như một liều thuốc giảm bớt cảm giác tội lỗi (Levontin & Yom Tov, 2017).
Do những lợi ích có thể nhận thấy được này, người dùng mạng xã hội có thể tham gia vào việc tiếp tục tự tiết lộ trực tuyến để tăng cường hoạt động SMP của họ; điều này đã được chứng minh là một yếu tố dự báo đáng kể về tình trạng mệt mỏi (Cao
Nghiên cứu trước
2.3.1 Nghiên cứu của Marie Hattingh và cộng sự (2022)
Bài nghiên cứu của Marie Hattingh & Amandeep Dhir & Peter Ractham & Alberto Ferraris & Dorra Yahiaoui (2022) về chủ đề “Factors mediating social media- induced fear of missing out (FoMO) and social media fatigue: A comparative study among Instagram and Snapchat users”có mục đích điều tra mối liên quan giữa FoMO và tình trạng mệt mỏi trên mạng xã hội, được điều hòa bởi tình trạng quá tải thông tin và giao tiếp, sức khỏe chủ quan trực tuyến (OSWB) và việc bắt buộc sử dụng mạng xã hội Mô hình đề xuất dựa trên lý thuyết tự quyết (SDT), lý thuyết sử dụng Internet bù (TCIU) và mô hình năng lực hạn chế của xử lý tin nhắn qua trung gian có động cơ (LC4MP) Bài nghiên cứu này đã thử nghiệm mô hình bằng cách sử dụng hai bộ dữ liệu cắt ngang độc lập được thu thập từ người dùng Instagram và Snapchat Phát hiện của chúng tôi, phù hợp với TCIU, cho thấy FoMO có liên quan tích cực đến tình trạng quá tải thông tin và việc sử dụng bắt buộc đối với cả người dùng Instagram và Snapchat Đối với người dùng Snapchat, FoMO cũng có liên quan tích cực đến tình trạng quá tải giao tiếp và OSWB Khía cạnh lạm dụng liên quan đến TCIU được giải thích bằng mối liên hệ tích cực mạnh mẽ giữa FoMO và việc sử dụng bắt buộc ở cả người dùng Instagram và Snapchat Ngoài ra, OSWB, tình trạng quá tải thông tin và việc sử dụng bắt buộc có liên quan tích cực đến tình trạng mệt mỏi trên mạng xã hội đối với người dùng của cả hai nền tảng Ngược lại, tình trạng quá tải trong giao tiếp dự đoán đáng kể sự mệt mỏi của mạng xã hội chỉ đối với người dùng Snapchat Dựa trên những phát hiện như vậy, họ đã rút ra được những ý nghĩa quan trọng và trình bày kiến thức nâng về mặt tối của mạng xã hội nói chung và FoMO và SMF nói riêng đồng thời phát triển sự hiểu biết toàn diện hơn về FoMO, SMF và các hiện tượng khác liên quan đến mặt tối của mạng xã hội Bài nghiên cứu này còn có phần hạn chế là chỉ sử dụng hai ứng dụng cho từng người gây ảnh hưởng và cho từng trạng thái tiếp xúc của ứng dụng; ngoài ra, nó còn bị giới hạn về đối tượng nghiên cứu là chỉ tập trung vào người sử dụng trưởng thành, trẻ tuổi của Instagram và Snapchat ở Ấn Độ nên chưa có kết quả khái quát Hạn chế thứ hai liên quan đến việc thiết kế nghiên cứu Bài nghiên cứu này sử dụng thiết kế cắt ngang và do đó, khó xác lập các mối quan hệ nhân quả giữa các thước đo nghiên cứu và cung cấp bằng chứng cho mối liên hệ tại một thời điểm duy nhất Những nghiên cứu như vậy không thể tiết lộ những thay đổi trong các mối quan hệ này theo thời gian.
Bài nghiên cứu của Marie Hattingh & Amandeep Dhir & Peter Ractham & Alberto Ferraris & Dorra Yahiaoui (2022) đề xuất mô hình:
Hình 2.1: Mô hình Marie Hattingh & Amandeep Dhir & Peter Ractham &
2.3.2 Nghiên cứu của Anushree Tandon & cộng sự (2020)
Bài nghiên cứu của Anushree Tandon và cộng sự (2020) nghiên cứu về chủ đề
“Sleepless due to social media? Investigating problematic sleep due to social media and social media sleep hygiene” với mục đích điều tra các mối liên hệ giữa FoMO, sức khỏe tâm lý (lo lắng, trầm cảm), việc sử dụng mạng xã hội (CSMU) và vệ sinh giấc ngủ (thói quen thúc đẩy/ức chế giấc ngủ) với những người trưởng thành có vấn đề về giấc ngủ Các cuộc khảo sát cắt ngang được thực hiện để thu thập dữ liệu từ hai nhóm thuần tập bao gồm (i) sinh viên toàn thời gian (N = 1398) và (ii) các chuyên gia làm việc toàn thời gian (N = 472) Dữ liệu được phân tích bằng mô hình phương trình cấu
Compulsive Social Media Use (CSMU)
Online Subjective Well-being (OSWB)
(FoMo) trúc Kết quả chỉ ra rằng sức khỏe tâm lý ảnh hưởng đến CSMU, một điều làm ảnh hưởng đến thói quen ngủ, ảnh hưởng đến mối liên hệ giữa FoMO và các vấn đề giấc ngủ Sự khác biệt đáng kể tồn tại ở mức độ liên kết giữa CSMU và FoMO giữa hai nhóm Điều thú vị là FOMO có mối liên hệ chặt chẽ hơn với CSMU giữa các chuyên gia đang làm việc Nghiên cứu này cung cấp những hiểu biết mới về tác động khác biệt của CSMU và FoMO đối với hành vi giấc ngủ ở sinh viên trẻ tuổi so với những người đang đi làm Tuy nhiên bài nghiên cứu này vẫn còn hạn chế về đối tượng nghiên cứu và chưa đi sâu vào các vấn đề tâm lý khác có liên quan đến việc sử dụng mạng xã hội mà mới chỉ tập trung nghiên cứu về giấc ngủ bị ảnh hưởng tiêu cực do mạng xã hội.
Bài nghiên cứu của Anushree và cộng sự (2020) đề xuất mô hình:
Compulsive Use of Social Media (CSMU)
Problematic Sleep due to social media (PS)
Hình 2 2: Mô hình cứu của Anushree và cộng sự (2020)
2.3.3 Nghiên cứu của Fauzia Jabeen và cộng sự (2023)
Bài nghiên cứu của Fauzia Jabeen và cộng sự (2023) với chủ đề “Social media- induced fear of missing out (FoMO) and social media fatigue: The role of narcissism, comparison and disclosure” Do nền tảng truyền thông xã hội được sử dụng rộng rãi, người dùng hiện đang trải qua những cảm xúc liên quan đến sự mệt mỏi của mạng xã hội và hiện tượng sợ bỏ lỡ (FoMO) Mặt khác, người ta hiểu rất ít về cách những hiện tượng này kết nối và ảnh hưởng đến trạng thái tâm lý của người dùng SMP Sự khác biệt này rất đáng chú ý vì tầm quan trọng của việc xem xét mối tương quan giữa hai hiện tượng này gần đây đã được nhấn mạnh trong tài liệu Để thu hẹp khoảng cách này, nghiên cứu hiện tại xem xét các tác nhân kích thích của FoMO và cách chúng ảnh hưởng đến cảm giác mệt mỏi của người dùng Nó thực hiện điều này bằng cách thực hiện một cách tiếp cận độc đáo và phân tích xem lòng tự ái bao gồm sự ganh đua và ngưỡng mộ ảnh hưởng như thế nào đến các hành vi của SMP như so sánh xã hội và bộc lộ bản thân Tính mới mẻ của bài này là đây là bài nghiên cứu đầu tiên về mối liên hệ giữa FoMO, sự ngưỡng mộ tự ái và sự ganh đua, tiết lộ các cơ chế mới thông qua đó việc sử dụng SMP ảnh hưởng đến các tiến trình tâm lý của người dùng Một cuộc khảo sát cắt ngang trên Prolific Academic đã được sử dụng để thu thập thông tin từ mô hình phương trình cấu trúc dành cho 305 người trưởng thành được sử dụng để phân tích người dùng SMP ở Hoa Kỳ Các phát hiện chứng minh rằng sự lo lắng và chi phí thời gian đều làm tăng FoMO Ngoài ra, FoMO khuyến khích người dùng áp dụng các quy trình ngưỡng mộ và ganh đua tự ái, những quy trình này có tác động khác nhau đến hành vi SMP Thật thú vị khi lưu ý rằng điều duy nhất tác động tích cực đến sự mệt mỏi là so sánh xã hội Các kết quả này có ý nghĩa quan trọng đối với lý thuyết và thực hành, đặc biệt là về việc khuyến khích điều độ việc sử dụng SMP và quản lý các trạng thái cảm xúc tiêu cực khi sử dụng chúng
Bài nghiên cứu của Fauzia Jabeen và cộng sự (2023) đề xuất mô hình:
Hình 2.3: Mô hình của Fauzia Jabeen và cộng sự (2023)
Đề xuất mô hình nghiên cứu
Trong bài nghiên cứu này, áp dụng mô hình nghiên cứu của Fauzia Jabeens và các cộng sự (2023), nhóm chúng tôi đề xuất mô hình nghiên cứu như sau:
Mô hình đề xuất gồm 8 biến: Chi phí thời gian (Time cost); Lo lắng (Anxiety); Nỗi sợ bỏ lỡ (Fomo); Sự ngưỡng mộ tự ái (Narcissistic admiration); Sự cạnh tranh tự ái (Narcissistic rivalry); Tiết lộ bản thân (Self-disclosure); So sánh xã hội (Social Comparison); Mệt mỏi vì mạng xã hội (Social media fatigue) Mô hình này thể hiện khá trực quan những mối liên hệ, sự tác động giữa các biến với nhau.
Hình 2.4: Mô hình nghiên cứu nhóm đề xuất
Có 10 giả thuyết: H1 nói về Mối quan hệ giữa chi phí thời gian tác động tích cực đến FOMO ảnh hưởng đến sự mệt mỏi vì mạng xã hội của người dùng H2 đề cập về sự lo lắng của người dùng xã hội có ảnh hưởng tích cực đến FOMO, ảnh hưởng đến sự mệt mỏi của người dùng mạng xã hội H3, H4 nêu lên sự tác động tích cực của nỗi sợ bỏ lỡ lần lượt đến sự ngưỡng mộ tự ái và sự cạnh tranh tự ái H5 nói về sự ngưỡng mộ tự ái ảnh hưởng tích cực đến tiết lộ bản thân H6 đề cập về sự ngưỡng mộ tự ái ảnh hưởng tích cực lên sự so sánh xã hội H7 nêu lên sự tác động tích cực của sự cạnh tranh tự ái đến tiết lộ bản thân H8 nói về sự cạnh tranh tự ái tác động tích cực đến so sánh xã hội H9 nêu lên Sự tác động tích cực của tiết lộ bản thân đến sự mệt mỏi vì mạng xã hội của người dùng và H10 là sự so sánh xã hội ảnh hưởng tích cực đến mệt mỏi vì mạng xã hội của người dùng.
2.4.1 Lý do lựa chọn bài nghiên cứu
Hiện nay có nhiều nghiên cứu liên quan đến tác động của các nền tảng mạng xã hội đến sức khỏe tinh thần của con người Tuy nhiên, vấn đề nghiên cứu này còn bị hạn chế, chưa được đề cập chi tiết, chỉ áp dụng cho những tình huống cụ thể nhất định và không thể tổng quát cho những tình huống khác, cụ thể là tai địa bàn Thành phố Hồ Chí Minh Do đó, chúng tôi kế thừa mô hình nghiên cứu của Fauzia Jabeen và cộng sự để làm mô hình nghiên cứu về đề tài “Ảnh hưởng của mạng xã hội đến tâm lý người dùng: nỗi sợ bỏ lỡ, sự mệt mỏi và lòng tự ái tại khu vực TP.HCM”.
Mô hình trên thể hiện rõ vấn đề rằng các nền tảng mạng xã hội có ảnh hưởng quan trọng đến hành vi, nhận thức của con người trong các vấn đề liên quan đến sức khỏe tinh thần đặc biệt là từ thời điểm dịch Covid - 19 đến nay Lý thuyết SOBC cung cấp một mô hình phù hợp hơn để kiểm tra mối quan hệ giữa các hành vi và hậu quả của những hành vi này Ngoài ra chúng tôi đề xuất mô hình này vì nó phù hợp bối cảnh của người dùng mạng xã hội ở Việt Nam hiện nay
2.4.2 Mối quan hệ giữa các biến trong mô hình nghiên cứu
H1: Mối quan hệ giữa chi phí thời gian tác động tích cực đến FOMO ảnh hưởng đến sự mệt mỏi vì mạng xã hội của người dùng
Nhiều nghiên cứu đã điều tra mối liên hệ giữa cường độ sử dụng, thời gian dành cho SMP và những hậu quả bất lợi về nhận thức mà người dùng gặp phải (O’Day & Heimberg, 2021), chẳng hạn như trầm cảm (Park, 2022) và căng thẳng hàng ngày (Brailovskaia, Rohmann, Bierhoff, Schillack và Margraf, 2019) Tuy nhiên, kết quả nghiên cứu trước đây không đồng nhất và không nhất quán vì việc sử dụng như vậy thường tùy thuộc vào động cơ và nhu cầu của người dùng (Park, 2022) Điều này cho thấy việc sử dụng SMP có vấn đề và những trải nghiệm tiếp theo sẽ bị ảnh hưởng bằng các chỉ báo “mô hình sử dụng” thay vì “mức sử dụng tuyệt đối” như thời lượng của một phiên sử dụng (Smith, 2022, trang 10) Để điều tra một khía cạnh của các mô hình sử dụng như vậy, bài nghiên cứu này tập trung vào việc giải thích vai trò của chi phí thời gian như một kích thích trong việc thúc đẩy trải nghiệm của người dùng về FoMO. Bài nghiên cứu khái niệm chi phí thời gian là nhận thức của người dùng về năng lượng họ mong đợi chi tiêu vào việc đối chiếu, xử lý và phản hồi SMP giao tiếp và thông tin.
Nó phù hợp với khái niệm Maier, Laumer, Eckhardt và Weitzel (2015) về chuẩn mực hỗ trợ xã hội chủ quan, đề cập đến nhận thức của người dùng về sự mong đợi của một số hình thức phản ứng với thông tin được chia sẻ bởi người khác Trong khi nhận thức như vậy chuẩn mực về sự có đi có lại và hỗ trợ xã hội đã được thảo luận trong tài liệu trước đây về việc gây nghiện SMP (Brailovskaia, Rohmann và cộng sự, 2019; Sultan,2021), rất ít nghiên cứu tập trung vào việc điều tra tác động của nó đối với các hiện tượng khác do SMP điều khiển như FoMO hoặc mệt mỏi Bài nghiên cứu này lập luận rằng kỳ vọng của người dùng là họ sẽ dành thời gian và sức lực đáng kể để đáp lại thông tin liên lạc được tạo ra trong nhóm SMP của họ có thể khiến họ cảm thấy lo lắng,tức là sợ thiếu thông tin thích hợp.
Mặc dù sự tranh luận của bài nghiên cứu chủ yếu mang tính trực quan và không có tiên nghiệm bằng chứng cho mối quan hệ trực tiếp giữa chi phí thời gian đó và FoMO, các nghiên cứu trước đây đưa ra một số hỗ trợ cho mối quan hệ vì FoMO trước đây đã được xác định là có liên quan đến việc sử dụng và cường độ SMP.
Ví dụ, Roberts và David (2020) đã tìm thấy mối liên hệ tích cực giữa cường độ truyền thông xã hội và FoMO, trong khi Franchina và Abeele (2018) đã tìm thấy mối liên hệ tương tự giữa FoMO và độ sâu việc sử dụng SMP Vì những nghiên cứu này chỉ ra mối liên quan giữa FoMO và mức độ tương tác của người dùng với SMP, bài nghiên cứu mở rộng tài liệu hiện có bằng cách kiểm tra xem chi phí thời gian (như một sự phản ánh mức độ mong đợi của người dùng sự tham gia của SMP) ảnh hưởng đến FoMO Bài nghiên cứu này tin rằng những người dùng kiên trì sử dụng SMP với cường độ cao (Orosz, Toth-Kiraly, & Bothe, 2016) và tìm kiếm mức độ gắn kết xã hội cao trên các nền tảng này; có khả năng để trải nghiệm mức độ FoMO cao (Sultan, 2021) trong hành trình tìm kiếm thiết lập ý thức về sự liên quan, như được đề xuất bởi quyền tự quyết lý thuyết Sau đó, những người dùng muốn dành nhiều năng lượng và thời gian việc xử lý thông tin liên quan đến SMP cũng có thể gặp phải tình trạng foMO mạnh hơn vì họ sẽ cố gắng tránh bỏ lỡ bất kỳ cơ hội nào củng cố nhu cầu quan hệ của họ.
H2: Sự lo lắng của người dùng xã hội có ảnh hưởng tích cực đến FOMO, ảnh hưởng đến sự mệt mỏi của người dùng mạng xã hội
Lo lắng là một tình trạng phổ biến của con người, trở nên trầm trọng hơn bởi những tác hại có hại của các chất kích thích môi trường như tội phạm, bạo lực hoặc thiên tai (Clark & Beck, 2010) Tuy nhiên, lo lắng cũng thường liên quan với những áp lực, nhu cầu và căng thẳng trong cuộc sống hàng ngày (Clark & Beck, 2010) Barlow(2002) giải thích rằng lo lắng là một trải nghiệm chủ quan liên quan đến sự hồi hộp, hoảng sợ, sợ hãi và lo lắng Văn học tinh hoa mô tả sự lo lắng như một phản ứng cảm xúc gây ra cảm giác khó chịu, cảm giác bị kích động bởi sự sợ hãi (Beck, Emery, & Greenberg, 2005) Hơn nữa, sự lo lắng biểu hiện ở mức độ sinh lý và nhận thức dự đoán một cách chủ quan các phản ứng khác nhau (Clark & Beck, 2010).
Nhiều học giả đã nghiên cứu các vấn đề khác nhau liên quan đến lo lắng và sử dụng công nghệ Đã tìm thấy Lepp, Barkley và Karpinski (2014) rằng những người sử dụng điện thoại thông minh cưỡng bức có nhiều khả năng gặp phải lo lắng hơn những người cùng lứa tuổi không bắt buộc Phát hiện này cũng được xác nhận bởi Elhai và cộng sự (2016), người đã phát hiện ra rằng việc sử dụng điện thoại thông minh có vấn đề là tương quan đáng kể (tích cực) với sự lo lắng và FoMO Các học giả có cũng gợi ý rằng những cá nhân có tâm trạng lo lắng có thể đăng ký nhiều nền tảng truyền thông xã hội (Primack và cộng sự, 2017; Vannucci, Flannery, & Ohannessian, 2017) Quả thực, các tài liệu trước đây đã cung cấp bằng chứng thuyết phục về mối liên hệ giữa FoMO và lo lắng, mặc dù hầu hết tài liệu đã tìm thấy mối quan hệ gián tiếp hoặc trung gian giữa chúng (ví dụ: xem Holte & Ferraro, 2020; Tandon, Dhir, Almugren và cộng sự, 2021) Bài nghiên cứu này thêm vào tài liệu bằng cách kiểm tra lo lắng như một tiền đề của FoMO và, phù hợp với nghiên cứu hiện tại,mong đợi một sự liên kết tích cực.
Tác động tích cực của nỗi sợ bỏ lỡ đến sự ngưỡng mộ tự ái và sự cạnh tranh tự ái H3: Nỗi sợ bỏ lỡ ảnh hưởng tích cực tới sự ngưỡng mộ tự ái
H4: Nỗi sợ bỏ lỡ ảnh hưởng tích cực tới sự cạnh tranh tự ái
Các phân tích tổng hợp gần đây (Gnambs và cộng sự, 2018) đã chỉ ra rằng lòng tự ái quá mức có thể có mối liên hệ mạnh mẽ hơn với việc sử dụng các mạng xã hội so với lòng tự ái dễ bị tổn thương (Casale & Banchi, 2020), và vì vậy, sự tập trung của chúng tôi là vào việc giải thích vai trò của nó Tuy nhiên, các nhà nghiên cứu cũng nhấn mạnh rằng lòng tự ái quá mức không phải là một cấu trúc đồng nhất (Mota và đồng nghiệp, 2022) Thay vào đó, nó bao gồm các cơ chế và chiến lược khác nhau - ngưỡng mộ và cạnh tranh tự ái - phản ánh hai quy trình hoạch định chiến lược khác nhau mà những người tự ái sử dụng để đáp ứng nhu cầu của họ Chiến lược ngưỡng mộ tự ái thể hiện sự tự cao mình, trong đó những người tự ái có thể thể hiện sự cuốn hút, vẻ lịch lãm và các hành vi khác nhau để gây ấn tượng và được ngưỡng mộ bởi xã hội (Kirk và cộng sự 2022) Ngược lại, cá nhân áp dụng chiến lược cạnh tranh tự ái tập trung vào việc bảo vệ lợi ích cá nhân, thể hiện sự cạnh tranh và nỗ lực để thể hiện quyền lực cao nhất, thường gây ra cảm giác mất mát hoặc hạ thấp người khác (Kirk và đồng nghiệp, 2022)
Dựa trên kết quả từ nghiên cứu của Przybylski và Weinstein (2013), có thể thấy rằng FOMO thực sự có thể tăng cường động lực của con người Khi mọi người cảm thấy lo sợ bỏ lỡ những thành công của người khác trên mạng xã hội, họ có xu hướng nỗ lực hơn để đạt được mục tiêu và thành công tương tự, hoặc thậm chí cao hơn.Thông qua việc so sánh bản thân với những người thành công khác trên mạng xã hội, FOMO có thể tạo ra một động lực mạnh mẽ để cải thiện bản thân và đạt được những kết quả tốt hơn Điều này có thể dẫn đến sự tăng cường hiệu suất và thành công cá nhân trong việc đạt được các mục tiêu.( Przybylski & Weinstein, 2013)
Tăng động lực là một trong những tác động tích cực của FOMO mà nhiều nghiên cứu đã chỉ ra Nghiên cứu của Przybylski và đồng nghiệp (2013) là một ví dụ minh họa rõ ràng về cách FOMO có thể kích thích người ta tham gia vào các hoạt động thể chất để đạt được vóc dáng mà họ mong muốn, dựa trên những hình ảnh và trải nghiệm của người khác trên mạng xã hội Khi mắc phải FOMO và thấy người khác đạt được thành công hoặc có những trải nghiệm tuyệt vời, người ta thường cảm thấy áp lực và động viên để nỗ lực hơn trong việc đạt được mục tiêu của chính mình.(Przybylski và đồng nghiệp, 2013).
Sự ảnh hưởng của các quá trình này dường như phụ thuộc vào nhận thức về địa vị bản thân (Mota và đồng nghiệp, 2022) và nhiều cảm xúc khác nhau (Lange và cộng sự, 2016) Ảnh hưởng này thể hiện sự khác biệt đáng kể giữa các cá nhân trong việc kích thích các quá trình và sau đó là các phản ứng khác nhau (Jordan và đồng nghiệp, 2021) Vì vậy, việc hiểu rõ các biến thể của quá trình ngưỡng mộ và cạnh tranh tự ái trong môi trường SMP là cần thiết, vì các nền tảng này tạo ra nhiều yếu tố tình huống có thể ảnh hưởng đến việc một cá nhân áp dụng một trong hai chiến lược của mình (Back và đồng nghiệp, 2013).
Tác động tích cực của sự ngưỡng mộ và cạnh tranh tự ái đến tiết lộ bản thân và so sánh xã hội.
H5: Sự ngưỡng mộ tự ái ảnh hưởng tích cực đến tiết lộ bản thân
H6: Sự ngưỡng mộ tự ái ảnh hưởng tích cực đến so sánh xã hội
H7: Sự cạnh tranh tự ái ảnh hưởng tích cực đến tiết lộ bản thân
H8: Sự cạnh tranh tự ái ảnh hưởng tích cực đến so sánh xã hội
PHƯƠNG PHÁP NGHIÊN CỨU
Thiết kế nghiên cứu
Để thu thập và xử lý dữ liệu thu được thuận tiện hơn, nhóm nghiên cứu đã chọn áp dụng phương pháp nghiên cứu định lượng để kiểm định các giả thuyết cũng như mô hình nghiên cứu Nhóm đã sử dụng công cụ trực tuyến Google Form để khảo sát các đối tượng Từ những dữ liệu thu thập được, nhóm sẽ tiến hành lọc dữ liệu để loại bỏ các đối tượng không phù hợp và tiến hành đo lường các yếu tố ảnh hưởng của mạng xã hội lên tâm lý của người dùng của các sinh viên trên địa bàn Thành phố Hồ Chí Minh. Sau khi đã xác định được vấn đề cũng như các yếu tố ảnh hưởng đến tâm lý của người dùng mạng xã hội, nhóm sẽ tiến hành dịch bảng hỏi từ Tiếng Anh sang Tiếng Việt để phù hợp với bối cảnh, cũng như là tiến hành quá trình pilot test thông qua Giảng viên hướng dẫn, các thành viên trong nhóm và trong lớp Mục đích của cuộc khảo sát điều chỉnh kịp thời sự sai sót trong câu từ hay cách diễn đạt đảm bảo các câu hỏi phù hợp với đối tượng nghiên cứu Bảng hỏi được thiết kế gồm hai phần là nhân khẩu học và câu hỏi khảo sát gồm 42 câu hỏi Đối tượng khảo sát là những sinh viên dùng mạng xã hội từ 18 tuổi và các câu trả lời được đánh giá theo thang đo Likert 5 mức độ. Đối tượng khảo sát là những sinh viên có những hành vi tâm lý mệt mỏi do mạng xã hội gây ra, hiện đang sinh sống, học tập và làm việc tại địa bàn TP Hồ Chí Minh.
Quy trình nghiên cứu: Để bài nghiên cứu được thực hiện một cách thuận lợi, nhóm chúng tôi cũng tiến hành xây dựng một quy trình nghiên cứu rõ ràng và lần lượt thực hiện theo quy trình này Đầu tiên nhóm xây dựng vấn đề nghiên cứu là làm thế nào để giảm sự mệt mỏi vì mạng xã hội của sinh viên thành phố Hồ Chí Minh bởi sự ảnh hưởng của việc tiết lộ bản thân và so sánh xã hội Và chúng tôi đã nhận thấy được rằng vấn đề này sẽ được giải thích thông qua các yếu tố có tác động đến sự mệt mỏi vì mạng xã hội của sinh viên thành phố Hồ Chí Minh khi sử dụng mạng xã hội như là chi phí thời gian, lo lắng, nỗi sợ bỏ lỡ, sự ngưỡng mộ tự ái, sự cạnh tranh tự ái, tiết lộ bản thân, so sánh xã hội. Để rồi chúng tôi tiến hành đưa ra các cơ sở lý thuyết của các yếu tố này và đưa ra mô hình đề xuất nghiên cứu sao cho phù hợp với vấn đề nghiên cứu của chúng tôi Tiếp theo mô hình đề xuất nghiên cứu với hai biến chi phí thời gian và lo lắng tác động trực tiếp đến nỗi sợ bỏ lỡ của người sử dụng mạng xã hội và tác động gián tiếp đến sự cạnh tranh tự ái, tiết lộ bản thân, so sánh xã hội dẫn đến sự mệt mỏi vì mạng xã hội của sinh viên thành phố Hồ Chí Minh khi sử dụng mạng xã hội.
Sau khi đã hoàn thiện mô hình đề xuất nghiên cứu, nhóm nghiên cứu đã tiến hành mã hóa các biến và xây dựng các thang đo tương ứng Từ những thang đo này, chúng tôi đã phát triển một bảng câu hỏi chi tiết và dễ hiểu, phù hợp với đối tượng tham gia khảo sát của chúng tôi Phương pháp thu thập dữ liệu được lựa chọn là khảo sát trực tuyến, chúng tôi sử dụng Google Form làm công cụ chính để tạo ra bảng câu hỏi.
Sau khi bảng câu hỏi được hoàn thành, chúng tôi tiến hành kiểm nghiệm bằng cách thông qua các thành viên trong nhóm và mở rộng phạm vi khảo sát đến nhiều đối tượng khác nhau để đảm bảo tính phù hợp và dễ hiểu của bảng câu hỏi.
Tiếp theo, nhóm sẽ điều chỉnh các điểm chưa phù hợp (nếu có) và sau đó gửi bảng câu hỏi đến các đối tượng khảo sát đã chọn để thu thập dữ liệu Chúng tôi sẽ tiếp tục theo dõi các câu trả lời và cập nhật số lượng mẫu, khi đã thu thập đủ số lượng mẫu cần thiết, nhóm sẽ kết thúc quá trình thu thập dữ liệu và tiến hành phân tích dữ liệu thông qua phần mềm.
Tiếp theo, chúng tôi sẽ chạy dữ liệu qua hai vòng để thu thập đủ thông tin cần thiết cho nghiên cứu Cuối cùng, sau khi hoàn thành việc chạy dữ liệu, chúng tôi sẽ cùng nhau phân tích thông tin đã thu thập, dựa trên đó rút ra các kết luận phù hợp và đề xuất các giải pháp, kiến nghị hợp lý nhất để giải quyết vấn đề nghiên cứu đã đề ra.
Thiết kế bảng hỏi
Phần bảng hỏi của nhóm chúng tôi được chia thành hai phần chính: Demographic (Nhân khẩu học) và Main question (Câu hỏi chính) Trong phần mở đầu của bảng khảo sát, chúng tôi sẽ cung cấp một sơ lược về đề tài nghiên cứu của chúng tôi cũng như làm rõ đối tượng tham gia và nội dung cơ bản của bảng khảo sát.
Phần Demographic (Nhân khẩu học) sẽ tập trung vào việc thu thập thông tin liên quan đến độ tuổi, giới tính, trình độ học vấn và thời gian trung bình sử dụng mạng xã hội của mỗi người tham gia khảo sát Thông qua việc phân tích các yếu tố nhân khẩu học này, nhóm sẽ có cái nhìn rõ ràng về đối tượng tham gia, giúp tăng tính chính xác và hiê ¡u quả của quá trình khảo sát.
Bảng 3.1: Các yếu tố nhân khẩu học và câu hỏi sàng lọc
Giới tính Nam Nữ Khác Độ tuổi 18- dưới 22 22 - dưới 25 Từ 25 trở lên
Trình độ học vấn Đã hoàn thành trung học phổ thông
Hoàn thành/ đang học trường nghề/chu yên nghiệp
Hoàn thành/ đang theo học cử nhân
Hoàn thành/ đang theo học thạc sĩ
Hoàn thành/ đang theo học tiến sĩ
Thời gian trung bình dùng mạng xã hội mỗi ngày
Phần tiếp theo của bảng khảo sát tập trung vào các câu hỏi quan trọng nhằm đạt được mục tiêu chính của nghiên cứu, giúp xác định tổng quan về vấn đề mà bài khảo sát muốn khám phá Bằng cách nắm bắt các câu hỏi chủ chốt của bài nghiên cứu sẽ có thể xác định những thông tin quan trọng nhất cần thiết cho bài khảo sát như: Bạn có thường xuyên cảm thấy áp lực phải kiểm tra thông báo trên mạng xã hội để tránh bỏ lỡ thông tin quan trọng; bạn cảm thấy thú vị hoặc hạnh phúc khi nhận được sự chú ý từ người khác trên mạng xã hội; trong khi sử dụng mạng xã hội, bạn đã từng cảm thấy mệt mỏi hoặc căng thẳng; bạn thường so sánh bản thân với những người khác dựa trên những gì họ chia sẻ trên mạng xã hội; mối quan hệ xã hội của bạn được cải thiện khi sử dụng mạng xã hội.
Cuối cùng là lời cảm ơn của nhóm đến mọi người đã dành thời gian để tham gia khảo sát.
Xây dựng thang đo
Ảnh hưởng của mạng xã hội đến tâm lý người dùng: nỗi sợ bỏ lỡ, sự mệt mỏi và lòng tự ái tại địa bàn thành phố Hồ Chí Minh được xem xét bởi nhiều yếu tố Mỗi yếu tố được đo lường bởi thang đo Likert 5, với quy ước từ (1) Hoàn toàn không đồng ý đến (5) Hoàn toàn đồng ý.
Bảng 3.2: Thang đo các yếu tố trong mô hình nghiên cứu
STT Yếu tố Mã hóa Thang đo Nguồn
Việc lướt các bài đăng trên mạng xã hội của bạn bè làm tôi tốn nhiều năng lượng.
Việc xử lý các thông tin bạn bè chia sẻ trên mạng xã hội làm tôi tốn nhiều năng lượng.
Việc quan tâm đến những người bạn trên mạng xã hội tốn nhiều năng lượng.
Việc sàng lọc thông tin trên mạng xã hội đòi hỏi rất nhiều năng lượng.
ANX1 Tôi cảm thấy lo lắng về những gì người khác nói về tôi.
ANX2 Tôi cảm thấy lo lắng người khác không thích tôi.
ANX3 Tôi sợ rằng người khác không thích tôi.
ANX4 Tôi cảm thấy lo lắng về những gì người khác nghĩ về tôi.
ANX5 Tôi cảm thấy người khác đang cười tôi.
Tôi sợ rằng người khác đạt được nhiều thành tựu hơn tôi trên mạng xã hội.
Tandon, Dhir, Talwar và cộng FOMO2 Tôi sợ rằng bạn bè của tôi có nhiều thành tựu hơn tôi trên mạng xã hội. sự (2021); Tandon và cộng sự (2022).
Tôi cảm thấy lo lắng khi phát hiện ra bạn bè đang vui vẻ mà không có tôi trên mạng xã hội
Tôi cảm thấy lo lắng khi không cập nhật được những thông tin mới của bạn bè trên mạng xã hội.
Tôi cảm thấy khó chịu khi tôi bỏ lỡ cơ hội gặp gỡ/ tương tác với bạn bè trên mạng xã hội.
Tôi cảm thấy khó chịu khi tôi không được cập nhật về những vấn đề đang được thảo luận trên các nền tảng trực tuyến.
Tôi cố gắng thể hiện mình là một người có tính cách tuyệt vời với mọi người xung quanh.
Back và cộng sự (2013); Seidman, Roberts và Zeigler- Hill (2019).
Tôi cố gắng thể hiện tôi là một người đặc biệt với mọi người xung quanh.
NA3 Tôi rất thích những thành tựu mà mình đạt được
NA4 Tôi mong muốn được nhìn nhận là một cá nhân đặc biệt trong mắt mọi người
NA5 Tôi có thể gây ấn tượng và thu hút sự chú ý của người khác.
NA6 Tôi có khả năng trở biến mình thành trung tâm của sự chú ý
NR1 Tôi cảm thấy vui khi nhìn đối thủ thất bại.
Back và cộng sự (2013); Seidman và cộng sự (2019).
Tôi cảm thấy vui khi được đánh giá cao hơn so với người khác.
NR3 Tôi cảm thấy vui khi được người khác đánh giá cao.
Tôi có xu hướng so sánh bản thân mình với người khác khi sử dụng mạng xã hội.
Tandon, Dhir, Talwar và cộng sự (2021).
SC2 Tôi thận trọng khi sử dụng mạng xã hội.
Tôi thường kiểm tra tôi đang hoạt động xã hội như thế nào so với người khác khi sử dụng mạng xã hội.
Tôi thường so sánh những thành tựu của mình với người khác khi sử dụng mạng xã hội.
Tôi thường so sánh người khác cách xử lý những vấn đề mà tôi gặp tương tự khi sử dụng mạng xã hội.
Tôi thường so sánh cuộc sống của mình với người khác khi sử dụng mạng xã hội.
SD1 Hồ sơ mạng xã hội của tôi có rất nhiều thông tin của tôi.
Dhir, Talwar, Kaur, Budhiraja và Islam (2021).
SD2 Tôi chia sẻ rất nhiều thông tin về bản thân lên mạng xã hội.
Tôi không ngại khi chia sẻ thông tin cá nhân trên mạng xã hội.
SD4 Tôi xây dựng một hồ sơ chi tiết về bản thân trên mạng xã hội.
Tôi cảm thấy áp lực và căng thẳng với số lượng thông tin trên mạng xã hội.
SMF2 Tôi cảm thấy kiệt quệ về tinh thần khi sử dụng mạng xã hội.
Tôi cảm thấy mệt mỏi sau khi tham gia các hoạt động trên mạng xã hội.
Tôi cảm thấy mệt mỏi và khó thư giãn khi sử dụng mạng xã hội liên tục.
(Nguồn: nhóm nghiên cứu tổng hợp và đề xuất)
Lấy mẫu
Trong bài nghiên cứu này, nhóm chúng tôi chọn cách lấy mẫu phi xác suất và chủ yếu tập trung vào các phương pháp sau: Phương pháp thuận tiện, phương pháp chọn mẫu dựa trên mục đích, phương pháp lan tỏa Do đó, để thu thập được những thông tin, số liệu cần thiết một cách đầy đủ, chính xác và phù hợp nhất, bài nghiên cứu này sử dụng phối hợp cả ba phương pháp kể trên Ngoài ra, để sàng lọc được đối tượng khảo sát mục tiêu, chúng tôi đã sử dụng thêm một số câu hỏi sàng lọc, trong đó có hỏi về nhân khẩu học
Theo Tabachnick và Fidell (1996), kích thước mẫu tối thiểu được tính theo công thức NP+8*, trong bài nghiên cứu này có 2 biến độc lập, nên kích thước mẫu sẽ là NP+8*2f Sau đó, theo Hair và cộng sự (1998), kích thước mẫu tối thiểu là N=5*, trong bài nghiên cứu này số câu hỏi được đề xuất là 42 câu nên N=5*42= 210 Để thỏa mãn cả hai trường hợp trên, cỡ mẫu tối thiểu được chọn là 210.
Tuy nhiên, để bài nghiên cứu mang tính khách quan hơn, nhóm chúng tôi quyết định tăng kích cỡ mẫu tối thiểu lên là 300 mẫu.
Phương pháp thu thập dữ liệu
Thu thập dữ liệu là một việc rất quan trọng trong quá trình thực hiện bài nghiên cứu Mục đích của việc thu thập dữ liệu (từ các bài nghiên cứu khoa học có trước, từ quan sát và từ thực hiện thí nghiệm) là để làm cơ sở lý luận khoa học hay luận cứ chứng minh giả thuyết hay các vấn đề mà nghiên cứu đã đặt ra Có ba phương pháp thu thập dữ liệu: thu thập dữ liệu từ tài liệu tham khảo, thu thập dữ liệu từ những thực nghiệm (các kết quả lâm sàng, cận lâm sàng, ), thu thập dữ liệu phi thực nghiệm (lập bảng câu hỏi điều tra, phỏng vấn, thảo luận nhóm, …) Yếu tố quyết định phương pháp thu thập dữ liệu: mục tiêu nghiên cứu, các biến số, quyết định các chỉ số cần thu thập,đối tượng nghiên cứu, loại nghiên cứu (định tính, định lượng, phối hợp, mô tả, phân tích), nguồn thông tin thu thập (sẵn có hay phải thu thập) Trong bài nghiên cứu này nhóm chúng tôi lựa chọn thực hiện khảo sát để thu thập dữ liệu bằng phương pháp
“Thu thập dữ liệu phi thực nghiệm” bằng việc lập bảng câu hỏi khảo sát thông qua google form và gửi câu hỏi khảo sát đến với các đối tượng mà chúng tôi cần nghiên cứu qua các nền tảng mạng xã hội như facebook, qua email và gửi form cho người quen Đối với hình thức thu thập qua facebook, chúng tôi tiến hành vào các hội nhóm nơi mà mọi người theo dõi và thường xuyên trao đổi thông tin về nỗi sợ bỏ lỡ, sự mệt mỏi và lòng tự ái bị ảnh hưởng bởi việc sử dụng mạng xã hội đến tâm lý người dùng, cũng như một số nhóm nơi mà mọi người dùng nhóm này để kêu gọi thực hiện khảo sát, thông qua đó nhóm chúng tôi tiến hành đăng bài khảo sát và nhờ mọi người thực hiện Đối tượng khảo sát chính là nhóm sinh viên có những hành vi tâm lý mệt mỏi do mạng xã hội gây ra, hiện đang sinh sống, học tập và làm việc tại địa bàn TP Hồ Chí Minh Nhóm chúng tôi lựa chọn nhóm sinh viên để khảo sát vì hiện nay các đối tượng đặc biệt là sinh viên từ đủ 18 tuổi là nhóm có lượt truy cập các trang mạng xã hội nhiều nhất, cũng là nhóm bị ảnh hưởng tâm lý nhiều nhất khi sử dụng mạng xã hội.
Dữ liệu nghiên cứu hầu hết được thu thập thông qua bảng khảo sát trực tuyến trên google form Bảng khảo sát gồm hai phần chính Phần đầu tiên, bao gồm các câu hỏi liên quan đến các đặc điểm nhân khẩu học như: độ tuổi, giới tính, học vấn, Phần thứ hai của bảng khảo sát, người trả lời cho biết mức độ đồng ý của họ đối với các câu hỏi liên quan đến bài nghiên cứu Tất cả các thang đo đều được đo lường bằng thang đo Likert 5 mức độ, từ hoàn toàn không đồng ý đến hoàn toàn đồng ý.
Phương pháp phân tích dữ liệu
Nghiên cứu của chúng tôi dựa vào phương pháp nghiên cứu định lượng, trong đó chúng tôi sử dụng một bảng câu hỏi để thu thập dữ liệu từ các mẫu khảo sát Dữ liệu thu thập được sẽ trải qua một quá trình lọc kỹ lưỡng để loại bỏ những câu trả lời không phù hợp hoặc không đáp ứng đủ tiêu chí của nghiên cứu Sau đó, chúng tôi sẽ tiến hành phân tích dữ liệu thông qua phần mềm Smart-PLS 4
Dữ liệu sẽ được tiến hành xử lý thông qua 2 giai đoạn: Mô hình đo lường và mô hình cấu trúc Ở mô hình đo lường, nhóm chúng tôi sử dụng mô hình PLS-SEM (Partial Least Squares SEM – Mô hình phương trình cấu trúc bình phương tối thiểu từng phần) để phân tích một số chỉ số quan trọng như chỉ số Outer Loadings, Convergent Validity, Composite Reliability, Latent Variance Extracted, Discriminant Validity Còn ở mô hình cấu trúc, chúng tôi sử dụng SPSS phân tích các đường dẫn giả thuyết cũng như ước tính các hệ số đường dẫn và mức ý nghĩa của chúng.
Chúng tôi đã kiểm tra đầu ra của mô hình đo lường kết quả (Reflective Model). Ở mô hình đo lường kết quả thì các biến quan sát sẽ biểu thị và phân tích biến tiềm ẩn.
Và thông qua đó có thể tiến hành kiểm tra đánh giá được độ tin cậy, giá trị hội tụ và giá trị phân biệt của tám biến tiềm ẩn Outer loadings hầu hết đều phù hợp và nằm trong ngưỡng khuyến nghị Cụ thể là độ phù hợp của các nhân tố được thể hiện thông qua những giá trị từ kết quả kiểm tra outer loadings và chỉ số outer loadings này phải lớn hơn 0.7 (Hair et al., 2014) cũng như mức độ tin cậy tổng hợp của tất cả các cấu trúc được thể hiện khi giá trị của chỉ số Composite Reliability phải lớn hơn 0,6 (Fornell &Larcker, 1981) Để đảm bảo tính hiệu lực hội tụ, chỉ số phương sai trung bình trích xuất (average variance extracted - AVE) cần đạt từ 0.5 trở lên, khi AVE đạt được ngưỡng này nó chỉ ra rằng biến tiềm ẩn có khả năng giải thích hơn nửa phương sai của các biến quan sát liên quan đến nó, điều này cho thấy thang đo đo lường có sự hội tụ tốt (Fornell & Larcker, 1981) Ngược lại, khi chỉ số phương sai trung bình AVE nhỏ hơn 0.5, điều này có nghĩa , có nhiều sai số vẫn tồn tại trong quá trình sai sót là phương sai được giải thích bởi các biến tiềm ẩn Thứ hai là căn bậc hai bình phương của các cặp giá trị thước đo tương ứng phải nhỏ hơn giá trị AVE tương ứng (Fornell &Larcker, 1981).
Chúng tôi phân tích các đường dẫn giả thuyết cho mô hình cấu trúc bằng cách sử dụng SPSS sử dụng phương pháp khởi động để ước tính các hệ số đường dẫn và mức ý nghĩa của chúng Mô hình này xác định hai chỉ số: hệ số đường dẫn và hệ số R Square Bình phương tương quan giữa bốn mươi giá trị thực tế của cấu trúc các biến ẩn và các giá trị dự đoán được sử dụng để xác định hệ số tổng thể xác định R2 Chỉ số này đo lường tính chính xác và đánh giá cấu trúc của mô hình theo từng mức độ lần lượt là 0.75, 0.50 hoặc 0.25 cho các biến tiềm ẩn nội sinh của mô hình cấu trúc có thể được gọi là cao, trung bình và thấp (Hair và cộng sự, 2011) Nhóm chúng tôi đã sử dụng bootstrapping để đánh giá ý nghĩa của hệ số đường dẫn (Path coefficient) để xác định chúng Bootstrap được sử dụng để tính sai số chuẩn của hệ số ước tính Bootstrap là một phương pháp lấy mẫu ngẫu nhiên từ dữ liệu và sử dụng các mẫu đó để ước tính nhiều lần mô hình đường dẫn dưới sự thay đổi của dữ liệu (Hair et al., 2013) Số lượng mẫu bootstrap phải ít nhất là 5,000 và số lượng trường hợp phải bằng số lượng quan sát trong mẫu đầu tiên Giá trị T, hay số liệu T, có giá trị tối thiểu là 1.96, đáp ứng yêu cầu.
Có nghĩa là các giá trị T quan trọng cho thử nghiệm hai đuôi là 1.65 (mức ý nghĩa là 10%), 1.96 (mức ý nghĩa là 5%) và 2.58 (mức ý nghĩa là 1%) Khi các trọng số của chỉ số đều có ý nghĩa, có hỗ trợ theo kinh nghiệm để giữ tất cả các chỉ số Nếu cả trọng lượng và tải trọng không đáng kể, không có hỗ trợ kinh nghiệm để duy trì chỉ số và mức độ lý thuyết phù hợp của nó nên được đặt câu hỏi Các giả thuyết được kiểm tra và đánh giá độ tin cậy của chúng bằng cách sử dụng các giá trị P-value Theo Hair et al (2013), giá trị P cao hơn có nghĩa là giả thuyết có độ tin cậy thấp hơn Để đánh giá giá trị của mô hình nghiên cứu, các giá trị P phải nhỏ hơn 0.005
Nhóm chúng tôi sử dụng chỉ số F-square để xem xét mức độ ảnh hưởng của biến độc lập đến biến phụ thuộc Các khoảng giá trị F Squảe từ 0.02 đến 0.15, từ 0.15 đến0.35 trở lên sẽ tương ứng với các mức độ tác động ít, vừa và mạnh đến biến phụ thuộc.
Mặt khác, có thể kết luận rằng mức tác động là rất ít hoặc gần như không có nếu F square < 0.02.
KẾT QUẢ NGHIÊN CỨU
Thống kê mô tả
Chúng tôi đã thực hiện khảo sát trực tuyến bằng Google biểu mẫu về các đặc điểm nhân khẩu học dựa trên các tiêu chí đã đặt ra ở chương trước Kết quả thu được
290 quan sát trong tổng số 310 quan sát sau khi đã loại đi những quan sát không đạt yêu cầu Và kết quả này là phù hợp để phân tích dữ liệu cho đề tài.
Bảng 4.1: Thang đo các yếu tố trong mô hình nghiên cứu
Các đặc điểm Tần suất
Trình độ học vấn Đại học 270 93,1%
Thời gian sử dụng mạng xã hội mỗi ngày
(Nguồn: Nhóm nghiên cứu tổng hợp)
Những người thực hiện bảng khảo sát này đều là những người sử dụng mạng xã hội nhiều hơn 30 phút mỗi ngày Kết quả phân tích cho thấy rằng, trong tổng số 290 người sử dụng mạng xã hội thì có 29,7% là nam, 70% là nữ và 0,3% thuộc giới tính khác Độ tuổi của nhóm người này dao động từ 18 tuổi đến 25 tuổi, trong đó nhóm người người từ 18-22 tuổi chiếm tỷ lệ nhiều nhất là 92,4%, tiếp đến là nhóm từ 23-25 tuổi với tỷ lệ là 7,6% Trình độ học vấn của các đối tượng khảo sát chủ yếu là nhóm sinh viên đại học, chiếm 93,1% trên tổng số và 6,9% còn lại là sinh viên cao đẳng.Thời gian sử dụng mạng xã hội trung bình mỗi ngày từ 30 phút - 1 giờ chiếm 8,3%, từ1-3 giờ chiếm 45,5%, từ 5-7 giờ chiếm 36,9% và cuối cùng là trên 7 giờ chiếm 9,3%.Thông qua khảo sát về nhân khẩu học, có thể thấy nhóm đối tượng từ 18-22 là nhóm đối tượng chiếm tỷ lệ cao nhất trong tổng số quan sát là 92,4% Đồng thời số lượng người sử dụng mạng xã hội trên 30 phút/ ngày chiếm tỉ lệ rất cao cụ thể là từ 1-3 giờ chiếm 45,5% và từ 5-7 giờ chiếm 36,9% Điều này cho thấy giới trẻ đang sử dụng rất nhiều thời gian trong ngày để phục vụ cho việc xem mạng xã hội Và chính vì thế,mạng xã hội sẽ có tác động ít nhiều đến tâm lý của giới trẻ.
Mô hình đo lường
4.2.1 Đánh giá độ tin cậy của mô hình
4.2.1.1 Đánh giá độ phù hợp của nhân tố Để đảm bảo tính chính xác cho bài nghiên cứu, nhóm tiến hành kiểm tra độ phù hợp giữa các biến quan sát và mô hình nghiên cứu Các biến tiềm ẩn trong mô hình được tạo thành từ sự kết hợp của các biến quan sát dưới dạng biến chỉ báo nguyên nhân (Reflective indicators) Kết quả tổng hợp từ các biến quan sát sẽ phần nào phản ánh độ tin cậy của biến tiềm ẩn Vì thế, nên các biến quan sát có mối quan hệ chặt chẽ, mật thiết với nhau, đồng thời cũng tác động qua lại lẫn nhau Và để kiểm tra độ phù hợp của các biến này, nhóm chúng tôi dựa trên kết quả kiểm tra của Outer loadings.
Bảng 4.2: Kết quả độ phù hợp của các nhân tố
Biến tiềm ẩn Biến quan sát Outer Loading
Social media fatigue (SMF) SMF1 0.801
Các yếu tố outer loading trên đều lớn hơn 0.7 ngoại trừ biến NA3, NR3 và SC2 có các giá trị outer loading lần lượt là 0.619, 0.612 và 0.291 đều nhỏ hơn 0.7 Điều đó có nghĩa là các biến không đủ đạt đủ yêu cầu nên để đảm bảo độ phù hợp của nhân tố và quá trình phân tích nhận được kết quả tốt hơn thì ba biến này sẽ được loại ra khỏi mô hình Các biến còn lại đều lớn hơn 0.7 và đều được giữ lại Kết quả chỉ số loadings sau khi loại biến sẽ được trình bày trong bảng 4.3.
Bảng 4.3: Chỉ số loadings, VIF, AVE và Composite Reliability sau khi đã loại biến
Tên biến Thang đo Chỉ số
4.2.1.2 Độ tin cậy đồng nhất nội bộ (Internal Consistency Reliability)
Theo Joe và cộng sự (2011), độ tin cậy đồng nhất nội bộ (Internal Consistency Reliability) được đo lường bằng chỉ số Composite Reliability Theo Joe và cộng sự (2011), mức độ nhất quán của các mục trong cùng biến được thể hiện khi giá trị của chỉ số Composite Reliability sẽ phải lớn hơn 0.6 Trong bài nghiên cứu này tất cả các chỉ số đều lớn hơn 0.7 và đều hợp lệ có sự phù hợp về độ tin cậy Cụ thể các biến trong bài nghiên cứu này nằm từ 0.753 đến 0.908, trong đó cao nhất là biến ANX (0.908) theo sau là biến SD (0.898), biến FOMO (0.885), biến SC (0.865), biến NA (0.856), biến SMF (0.844), biến TC (0.837) và nhỏ nhất là biến NR (0.753) Vì vậy, composite reliability với các giá trị như vậy phù hợp để có thể đưa vào phân tích và sử dụng.
4.2.2 Đánh giá độ chuẩn xác của mô hình
Dùng mô hình để tính toán ở một chế độ nhất định, so sánh kết quả và đánh giá hai yếu tố là giá trị hội tụ (Convergent validity) và giá trị phân biệt (Discriminant validity)
4.2.2.1 Giá trị hội tụ AVE Để đánh giá giá trị hội tụ, nhà nghiên cứu sẽ xem xét hệ số tải ngoài của các biến quan sát Theo Hair và cộng sự (2013) việc đánh giá giá trị hội tụ nhằm kiểm chứng mức độ mà một thang đo tương quan tích cực với các biện pháp thay thế trong cùng một biến. Để tính toán mức độ này, ta đánh giá thông qua chỉ số AVE (Average Variance Extracted), các biến được xem là hội tụ khi có giá trị phù hợp từ 0.5 hoặc cao hơn (Joe và cộng sự, 2011) Vì vậy, nếu AVE của biến nhỏ hơn 0.5 thì biến đó sẽ được xem xét để loại khỏi mô hình nghiên cứu
Từ bảng 4.3 cho thấy, tất cả các chỉ số AVE của các biến đều lớn hơn 0.5 và nằm trong khoảng từ 0.546 đến 0.741 cho thấy các biến đều có giá trị hội tụ được chấp nhận và hợp lệ Trong đó, biến SD có chỉ số AVE là 0.741 là lớn nhất điều đó chứng tỏ các biến quan sát ở biến này có giá trị hội tụ tốt hơn ở các biến còn lại, và biến có giá trị hội tụ thấp nhất trong các biến là biến SC là 0.546 nhưng vẫn lớn hơn 0.5, vậy nên các biến có đủ điều kiện để tiếp tục phân tích ở các yếu tố tiếp theo.
4.2.2.2 Giá trị phân biệt, các biến phải có sự khác nhau (discriminant validity > căn bậc hai của AVE)
Theo Hair và cộng sự (2013), việc đánh giá giá trị phân biệt nhằm kiểm tra mức độ khác biệt của một biến so với các biến khác, xem xét mức độ tương quan giữa các biến và mỗi chỉ số đại diện cho các biến có khác nhau hay không Tính đặc thù của biến, nghĩa là đối với mỗi biến thì hệ số loadings của biến quan sát phải cao hơn hệ số loadings của các biến khác cùng hàng hay chỉ số loadings của mỗi biến phải cao hơn cross-loadings của nó (Joe và cộng sự, 2011)
Do đó, cần xem xét tính phân biệt và tính đại diện của từng biến, và kết quả phân tích dữ liệu được trình bày trong bảng 4.4
Bảng 4.4: Hệ số loadings chéo (Cross-loadings) của các nhân tố:
TC ANX FOMO NA NR SC SD SMF
Theo kết quả ở bảng 4.4, ta có thể thấy rằng ở biến TC-Chi phí thời gian có hệ số loadings của TC1, TC2, TC3, TC4 lần lượt là 0.848, 0.820, 0.827, 0.741 đều lớn hơn các cross loadings của biến này Tương tự, ở biến ANX-Lo lắng có hệ số tương quan từ ANX1 đến ANX4 đều có giá trị lớn hơn các cross-loadings của biến ANX. Đồng thời, ở các biến FOMO-Nỡ sợ bỏ lỡ, NA-Sự ngưỡng mộ tự ái, NR-Sự cạnh tranh tự ái, SC-So sánh xã hội, SD-Tiết lộ bản thân, SMF-Mệt mỏi vì mạng xã hội đều có hệ số loadings lớn hơn hệ số cross-loadings của nó Chính vì vậy, các biến TC, ANX, FOMO, NA, NR, SC, SD, SMF đều có giá trị phân biệt cao, tương quan giữa các biến thấp và mỗi biến chỉ đại diện cho một nhân tố
Tuy nhiên, tác giả tiến hành phân tích giá trị phân biệt thông qua chỉ số AVE và chỉ số tương quan giữa các biến ẩn (LVC - Latent Variable Correlations) để đảm bảo tính chính xác cho các giá trị phân biệt của từng biến Giá trị phân biệt của các nhân tố được đánh giá bằng cách so sánh căn bậc hai của AVE và LVC, trong đó căn bậc hai AVE của mỗi nhân tố phải lớn hơn hệ số tương quan thì mô hình mới có giá trị phân biệt phù hợp với mô hình nghiên cứu (tiêu chí Fornell & Larcker, 1981; Joe và cộng sự, 2011) Vì vậy, sau khi đã kiểm định giá trị phân biệt thông qua hệ số loadings và cross-loadings, tác giả tiếp tục phân tích chỉ số AVE và LVC thông qua bảng 4.5.
Bảng 4.5: Giá trị phân biệt của các nhân tố theo tiêu chí Fornell & Larcker
ANX FOMO NA NR SC SD SMF TC
(* Giá trị in đậm là căn bậc 2 của AVE)
Từ kết quả ở bảng 4.5, ta thấy căn bậc hai của AVE lớn hơn LVC nên khi căn cứ vào tiêu chuẩn Fornell & Larcker, giá trị phân biệt của mô hình được xác nhận, mẫu nghiên cứu đáp ứng mức độ phân biệt của các nhân tố trong mô hình nghiên cứu. Ngoài ra, tác giả cũng đồng thời kiểm tra chỉ số VIF của các nhân tố tác động hiện tượng đa cộng tuyến ở mô hình nghiên cứu Theo Hair và cộng sự (2013) việc kiểm tra hiện tượng đa cộng tuyến dựa trên chỉ số VIF, theo đó, chỉ số này phải nhỏ hơn 5 thì mới không có hiện tượng đa cộng tuyến xảy ra Dựa trên kết quả ở bảng 4.3, tất cả các giá trị VIF của các nhân tố đều nhỏ hơn 5, trong đó giá trị VIF lớn nhất là của biến ANX2 (3.126) và giá trị VIF thấp nhất nằm ở biến NR1 (1.428) Điều này chứng tỏ mô hình nghiên cứu không tồn tại hiện tượng đa cộng tuyến xuất hiện trong dữ liệu.
Mô hình cấu trúc
Các yếu tố ở mô hình đo lường đã được kiểm tra, tác giả sẽ được kiểm tra, tác giả sẽ tiếp tục phân tích Phần này, tác giả sẽ tiến hành phân tích hệ số tổng thể xác định R Square và hệ số đường dẫn để làm rõ hơn về sự tác động của biến độc lập lên biến phụ thuộc và kiểm tra mức độ tin cậy của giả thuyết.
4.3.1 Hệ số lý giải (R- square) ko lý giải các biến IV
R bình phương hay còn được gọi là Coefficient of Determination, là một yếu tố chính nằm trong Factor loading Một thước đo để kiểm tra mô hình tuyến tính có thực sự phù hợp hay không, thì các nhà nghiên cứu thường dùng hệ số xác định R bình phương (RSquare) Công thức tính R Square хuất phát từ ý tưởng khi хem toàn bộ sự biến thiên quan ѕát được của biến phụ thuộc nên được chia thành 2 phần: phần biến thiên do Hồi quу (Regreѕѕion) và phần biến thiên do Phần dư (Reѕidual) Nếu phần biến thiên do Phần dư thể hiện càng nhỏ, nghĩa là khoảng cách từ các điểm quan ѕát đến đường ước lượng hồi quу càng nhỏ thì phần biến thiên do Hồi quу ѕẽ thể hiện càng cao, khi đó giá trị R Square ѕẽ càng cao Hệ ѕố R Square được nghiên cứu là hàm không giảm theo ѕố biến độc lập được đưa vào mô hình, nếu chúng ta đưa thêm càng nhiều biến độc lập vào phương trình, chỉ ѕố R Square ѕẽ càng tăng Việc tăng giá trị R Square bằng cách đưa thêm biến vào mô hình không phải lúc nào cũng là tốt, bởi có thể хảу ra nhiều vấn đề như biến thừa, đa cộng tuуến, nhiều biến phức tạp cho quá trình phân tích.
Cũng là chỉ ѕố phản ánh mức độ phù hợp của mô hình như R Square, ý nghĩa của R bình phương hiệu chỉnh (R Square Adjusted) có chút khác biệt bởi vì R Square Adjusted không nhất thiết tăng lên khi chúng ta đưa thêm các biến độc lập vào mô hình Do dó, R Square Adjusted thường được ѕử dụng hơn vì giá trị nàу phản ánh ѕát hơn mức độ phù hợp của mô hình hồi quу.
Hai giá trị R bình phương (R Square) và R bình phương hiệu chỉnh (Adjuѕted R Square) nằm trong bảng Coefficientѕ trong kết quả phân tích hồi quу tuуến tính trên SPSS R Square Adjusted luôn nhỏ hơn hoặc bằng R Square R Square Adjusted dao động trong khoảng từ 0 đến 1, tuу nhiên việc đạt được mức giá trị bằng 1 là không thể, bởi vì luôn luôn хuất hiện phần dư trong mô hình
Bảng 4.6: Kết quả kiểm định R-square
Theo bảng 4.6, giá trị R bình phương của biến FOMO là 0.457 Mô hình giải thích được 45.7% lên biến nỗi sợ bị bỏ lỡ do ảnh hưởng của việc sử dụng mạng xã hội (FOMO), nghĩa là mức độ giải thích trung bình (0.25SC->SMF 0.086 0.027 3.198 0.001 Chấp nhận
FOMO->NR->SD->SMF 0.055 0.020 2.699 0.007 Chấp nhận
Hệ số đường dẫn (Path coeffici ent) Độ lệch chuẩn
FOMO-.NA->SD->SMF 0.047 0.019 2.523 0.012 Chấp nhận
FOMO->NR->SC->SMF 0.139 0.034 4.111 0.000 Chấp nhận
NA->SC->SMF 0.154 0 037 4.144 0.000 Chấp nhận
NR->SD->SMF 0.084 0.029 2.852 0.004 Chấp nhận
Bảng 4.9: Kết quả kiểm định các giả thuyết nghiên cứu
Giả thuyết Nội dung Kết quả
Mối quan hệ giữa chi phí thời gian tác động tích cực đến FOMO ảnh hưởng đến sự mệt mỏi vì mạng xã hội của người dùng
Sự lo lắng của người dùng xã hội có ảnh hưởng tích cực đến FOMO, ảnh hưởng đến sự mệt mỏi của người dùng mạng xã hội
H3 Sự tác động của nỗi sợ bỏ lỡ lên sự ngưỡng mộ tự ái Chấp nhận
H4 Sự tác động tích cực của nỗi sợ bỏ lỡ lên sự cạnh tranh tự ái
H5 Sự ngưỡng mộ tự ái ảnh hưởng đến tiết lộ bản thân Chấp nhận H6 Sự ngưỡng mộ tự ái ảnh hưởng lên sự so sánh xã hội Chấp nhận H7 Sự tác động của sự cạnh tranh tự ái đến tiết lộ bản thân Chấp nhận
H8 Sự cạnh tranh tự ái tác động tích cực đến so sánh xã hội
H9 Sự tác động tích cực của tiết lộ bản thân đến sự mệt mỏi vì mạng xã hội của người dùng
H10 Sự so sánh xã hội ảnh hưởng tích cực đến mệt mỏi vì mạng xã hội của người dùng
Tóm tắt lại, sau khi phân tích dữ liệu về những yếu tố thống kê mô tả, mô hình đo lường, mô hình cấu trúc cũng như kiểm định tất các giả thuyết nghiên cứu, chúng tôi sẽ tiến hành đưa ra các kết luận và hàm ý quản trị nhằm mục đích đề xuất đến các doanh nghiệp đang hoạt động trong lĩnh vực có liên quan Đồng thời, nhóm chúng tôi cũng sẽ liệt kê một số hạn chế của bài nghiên cứu này và đưa ra một số hướng nghiên cứu trong tương lai để giúp khắc phục các hạn chế trong nghiên cứu mà nhóm đang gặp phải.
Hình 4 1: Mô hình sau khi chạy dữ liệu
