ابزارسازی برای سنجش عوامل موثر بر کنترل اجتماعی حریم شکنی های فرهنگی سایبری در میان کاربران رسانه های اجتماعی
محورهای موضوعی : روان سنجی
شلاله معراجی اسکوئی
1
,
کامران محمدخانی
2
,
علی دلاور
3
,
علی اکبر فرهنگی
4
1 - گروه مدیریت رسانه، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی، تهران، ایران
2 - گروه مدیریت آموزش عالی، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی، تهران، ایران.
3 - استاد تمام گروه سنجش و اندازه گیری، دانشکده روانشناسی و علوم تربیتی، دانشگاه علامه طباطبائی، تهران، ایران.
4 - استاد تمام گروه مدیریت، دانشکده مدیریت، دانشگاه تهران، تهران، ایران.
کلید واژه:
چکیده مقاله :
چکیدهارتباطات کامپیوتر- واسط، با وجود تمامی منافعی که برای زندگی انسان ها داشته است، زمینه ای مستعد برای رفتارهای حریم شکن فراهم آورده است. حریم شکنی، رفتاری است که از مرزها، قراردادها، قوانین و رویه های مقبول فراتر می رود. نحوه مقابله جوامع با این رفتارهای حریم شکن و روش های کنترل اجتماعی که برای کاهش آن ها و تقلیل اثرات سوء آن ها بر جامعه به کار می بندند از اهمیت ویژه ای برخوردار است. از این روی، پژوهش حاضر با هدف ابزارسازی برای سنجش عوامل موثر بر کنترل اجتماعی حریم شکنی های فرهنگی در فضای سایبری صورت گرفته است. در این پژوهش، شش گام ابزارسازی، شامل 1) شناسایی و استخراج سازه ها از ادبیات، 2) سنجش روایی سازه ها و متغیرها، 3) سنجش روایی منبع گویه ها، 4) سنجش پایایی پیشینی و 5) پایایی پسینی، 6) سنجش روایی سازه، و نیز نتایج حاصل از اجرای ابزار از جمله نیکویی برازش مدل نهایی و تحلیل قدرت، ارائه شده اند. نتایج فرآیند ابزار سازی، روایی و پایایی قابل قبولی برای ابزار نشان داد. گام های مطرح شده در پژوهش حاضر، می تواند به توسعه ابزارهای بهتری توسط پژوهشگران منجر شود.
AbstractDespite all the advantages to human life, computer-mediated communication has provided a fertile ground for transgressive behaviors. Transgression is a behavior that goes beyond boundaries, conventions, laws, and accepted practices. The way societies confront transgressive behaviors, and the social control methods they employ to decrease these behaviors and reduce their mal-effects are of a high significance. Hence, the current research aimed at instrumentation for the measurement of the factors affecting social control of cybercultural transgressions. In the current research, six steps of instrumentation are presented as follows: 1) Identification and extraction of constructs from literature; 2) Validation of constructs and variables; 3) Validity assessment of item pool; 4) A priori reliability and 5) Post hoc reliability assessment; 6) Construct validity assessment; and also, the results of the instrument implementation including final model’s goodness-of-fit, and power analysis are presented. The results of instrumentation process showed an acceptable validity and reliability for the instrument. The steps outlined in the current research can lead to development of better instruments by researchers.
ابزارسازی برای سنجش عوامل موثر بر کنترل اجتماعی حریم شکنی های فرهنگی سایبری در میان کاربران رسانه های اجتماعی
Instrumentation for the Measurement of Factors Affecting Social Control of Cybercultural Transgressions among Social Media Users
ارتباطات کامپیوتر- واسط، با وجود تمامی منافعی که برای زندگی انسان ها داشته است، زمینه ای مستعد برای رفتارهای حریم شکن فراهم آورده است. حریم شکنی، رفتاری است که از مرزها، قراردادها، قوانین و رویه های مقبول فراتر می رود. نحوه مقابله جوامع با این رفتارهای حریم شکن و روش های کنترل اجتماعی که برای کاهش آن ها و تقلیل اثرات سوء آن ها بر جامعه به کار می بندند از اهمیت ویژه ای برخوردار است. از این روی، پژوهش حاضر با هدف ابزارسازی برای سنجش عوامل موثر بر کنترل اجتماعی حریم شکنی های فرهنگی در فضای سایبری صورت گرفته است. در این پژوهش، شش گام ابزارسازی، شامل 1) شناسایی و استخراج سازه ها از ادبیات، 2) سنجش روایی سازه ها و متغیرها، 3) سنجش روایی منبع گویه ها، 4) سنجش پایایی پیشینی و 5) پایایی پسینی، 6) سنجش روایی سازه، و نیز نتایج حاصل از اجرای ابزار از جمله نیکویی برازش مدل نهایی و تحلیل قدرت، ارائه شده اند. نتایج فرآیند ابزار سازی، روایی و پایایی قابل قبولی برای ابزار نشان داد. گام های مطرح شده در پژوهش حاضر، می تواند به توسعه ابزارهای بهتری توسط پژوهشگران منجر شود.
Despite all the advantages to human life, computer-mediated communication has provided a fertile ground for transgressive behaviors. Transgression is a behavior that goes beyond boundaries, conventions, laws, and accepted practices. The way societies confront transgressive behaviors, and the social control methods they employ to decrease these behaviors and reduce their mal-effects are of a high significance. Hence, the current research aimed at instrumentation for the measurement of the factors affecting social control of cybercultural transgressions. In the current research, six steps of instrumentation are presented as follows: 1) Identification and extraction of constructs from literature; 2) Validation of constructs and variables; 3) Validity assessment of item pool; 4) A priori reliability and 5) Post hoc reliability assessment; 6) Construct validity assessment; and also, the results of the instrument implementation including final model’s goodness-of-fit, and power analysis are presented. The results of instrumentation process showed an acceptable validity and reliability for the instrument. The steps outlined in the current research can lead to development of better instruments by researchers.
12345(Nevin, 2015, p. 78)؛ 6789(Ramingwong & Ramingwong, 2017, pp. 81-84)، از جمله رفتارهای حریم شکن فرهنگی سایبری محسوب می شوند. ارتباطات کامپیوتر- واسط، با وجود تمامی منافعی که برای زندگی انسان ها داشته است، با فراهم آوردن امکان بی نام بودن10 (Hardaker, 2010, p. 215) و راحتی در برقراری ارتباط (Reyns, 2010, pp. 99-100)، زمینه ای مستعد برای رفتارهای حریم شکن و ضد اجتماعی فراهم آورده است. حریم شکنی، رفتارهایی است که از مرزها، قراردادها، قوانین و رویه های مقبول فراتر رفته و از محدودیت ها تخطی می نمایند
(Cieślak & Rasmus, 2012, p. 85; Sara & Littlefield, 2014, p. 295; Jenks, 2003, p.3). مفهوم حریم شکنی اشاره بر تفکر دو تایی ، و در برگیری و استثناء سازی (مانند روشن/ خاموش، سیاهی/ سفیدی، مرد/ زن) و دسته ای از پیوستارهای عمودی و افقی (مانند خوب-بد، مقدس- کفرآمیز) دارد (Jenks, 2003, pp. 2-3 & 10). این پیوستارها و دوتایی ها، خاص موقعیت ها هستند و در فضای اجتماعی، مکان، قلمرو و در طول زمان، متفاوت هستند
(Jenks, 2003, pp. 2-3; Cresswell, 1996, p. 166). حریم شکنی ها به واسطه بیانات اجتماعی و فرهنگی مانند تابو، قرارداد و قانون داوری می شوند (Jenks, 2003, p. 8).
نحوه مقابله جوامع با این رفتارهای حریم شکن و روش های کنترل اجتماعی که به کار می بندند تا انواع رفتارهای حریم شکن فرهنگی و مجرمانه را کاهش داده و اثرات سوء آن ها بر جامعه را تقلیل دهند، از اهمیت زیادی برخوردار است. کنترل اجتماعی شامل فرآیندهای مدیریت تعارض است که این فرآیندها به صورت طبیعی در میان اعضای گروه ها
پدیدار می شوند و این ابزارهای کنترل در فرآیند تولید فرهنگی جاسازی شده اند
(Musheno, Altheide, Zatz, Johnson & Hepburn, 1990, pp. 8-9). هر جامعه و اجتماعی نیازمند آن است تا ساز و کارهای کنترل اجتماعی داشته باشد که به دو شکل ابزارهای کنترل درونی (هنجارها، ارزش ها و استانداردهای درونی شده فرد که توسط فرآیند اجتماعی شدن آموخته است) و ابزارهای کنترل بیرونی (یعنی واکنش های دیگران به رفتارهای فرد شامل پاداش ها و تنبیه ها) (Tischler, n.d., pp. 158-159) در اشکال رسمی و غیر رسمی (Goode, 2015, p. 7)، قابل تمایز هستند. کنترل اجتماعی را می توان به عنوان فرآیندی تعریف نمود که افراد و جوامع از طریق آن تلاش می نمایند تا از موقعیت های انحرافی یا عواقب آن ها جلوگیری کرده و یا آن ها را کاهش دهند، تطابق با ارزش ها و هنجارهای مهم خود را القا و پایش نموده و از این طریق، نظم و اخلاق اجتماعی را حفظ نمایند (Dijker & Koomen, 2007, p. 4) .
از این روی، شناسایی عوامل موثر بر کنترل اجتماعی حریم شکنی های فرهنگی در فضای سایبری کشور که 62702731 نفر کاربر در آن فعال هستند (Internetworldstats, 2019)، حائز اهمیت است. از دیگر سوی، با بالا رفتن محبوبیت رسانه های اجتماعی در کشور و افزایش کاربران آن ها (به عنوان مثال، اینستاگرام تا اکتبر 2018، 24 میلیون نفر کاربر ایرانی داشته است (Statista, 2019))، و نیز میزان تعاملی بودن رسانه های اجتماعی، کنترل اجتماعی حریم شکنی های سایبری در آن ها اهمیت بیشتری می یابد. پژوهش حاضر با هدف ابزارسازی برای سنجش عوامل موثر بر کنترل اجتماعی حریم شکنی های فرهنگی در فضای سایبری صورت گرفته است. در این پژوهش، گام های مختلف ابزارسازی، از شناسایی و استخراج سازه ها از ادبیات، سنجش روایی سازه ها، روش سنجش روایی منبع گویه ها، سنجش پایایی پیشینی و پسینی11، تا سنجش روایی سازه، نیکویی برازش مدل نهایی و تحلیل قدرت، مورد بحث و بررسی قرار خواهد گرفت.
طرح پژوهش
پژوهش حاضر، به ارائه بخش ابزار سازی مربوط به یک مطالعه با طرح پژوهشی آمیخته با طرح اکتشافی متوالی12
(Creswell & Plano Clark, 2007, p. 59) می پردازد که از دو پژوهش کیفی در راستای کاوش حریم شکنی های فرهنگی سایبری در رسانه اجتماعی اینستاگرام، و نیز یک پژوهش با رویکرد کمی و طرح پژوهشی همبستگی (Privitera, 2014) در میان کاربران رسانه های اجتماعی تشکیل شده است. قصد طرح پژوهشی اکتشافی که از دو مرحله شکل گرفته، این است که نتایج روش اول (کیفی) می تواند به توسعه و اطلاع رسانی درباره روش دوم (کمی) یاری رساند
(Creswell & Plano Clark, 2007, p. 75). مرحله ساخت یک ابزار یا متغیر جدید برای آزمون، به عنوان مرحله سوم در میانه رویه طرح پژوهشی آمیخته متوالی اکتشافی، محسوب می شود(Creswell & Creswell, 2018) . این طرح پژوهشی متوالی اکتشافی که دو شکل معمول مدل توسعه ابزار و مدل توسعه رده بندی13 دارد، زمانی مفید است که پژوهشگر نیاز به توسعه و آزمون یک ابزار دارد و ابزاری در دسترس نیست یا قصد دارد متغیرهای مهم برای مطالعه کمی را تعیین نماید اما متغیرها، ناشناخته هستند (Creswell & Plano Clark, 2007, pp. 75 & 77). مطالعه حاضر، هر دو مدل را اتخاذ نموده تا در ابتدا رده بندی حریم شکنی های فرهنگی سایبری و ابزارهای کنترل اجتماعی سایبری مناسب آن ها را شناسایی نموده و سپس ابزاری پژوهشی برای سنجش اثر این ابزارهای کنترل اجتماعی بر حریم شکنی های فرهنگی سایبری ایجاد نماید. در پژوهش حاضر، اولویت به مرحله دوم کمی پژوهش داده شده است. چنین طرحی زمانی انتخاب می شود که پژوهشگر قصد دارد در بدو امر، مطالعه ای کمی انجام دهد اما نیاز دارد تا ابتدا داده های کیفی گردآوری نموده تا متغیرهای ممکن را شناسایی یا تحدید نماید (Creswell, Plano Clark, Gutmann, & Hanson, 2003, p. 182).
گام های ابزارسازی
گام اول: شناسایی سازه ها از ادبیات مرتبط
گام نخست در ساخت ابزار، استخراج سازه ها و متغیرهای مناسب از ادبیات کنترل اجتماعی یعنی تعیین قلمروی محتوایی (Zamanzadeh, et al., 2015, p. 167) بود. سازه ها از نظریه فشار عمومی (رابرت اگنیو) (Agnew, 2009)، نظریه وابستگی اجتماعی (تراویس هیرشی) (Worthen, 2016)، نظریه فعالیت های روزمره سایبری (رجوع شود به (Choi, 2011، نظریه خود-کنترلی (مایکل گاتفردسون و تراویس هیرشی) (رجوع شود به Worthen, 2016; Piquero, 2009)، وجوه رگولاسیون (لارنس لسیگ؛ و اسکات و موری) (رجوع شود به Murray, 2007; Lessig, 2006; Murray & Scott, 2002) استخراج شدند.
گام دوم: سنجش روایی سازه ها و متغیرها
پس از استخراج سازه ها و متغیرها، پرسشنامه ای آنلاین در گوگل فرمز14 طراحی گردید و در اختیار 4 خبره با 11، 14، 20 و 40 سال سابقه فعالیت در حوزه رسانه و مدیریت رسانه قرار گرفت. تعداد پیشنهاد شده برای خبرگان در راستای بررسی یک ابزار، از 2 تا 20 نفر است (Rodrigues, 2017, p. 29). برای تعیین روایی سازه ها، برای هر متغیر و زیر- متغیر مربوط به آن، سوالات با سه گزینه «ضروری»، «مفید اما غیر ضروری»، و «غیر ضروری» (Lawshe,1975) طراحی شد. توافق میان خبرگان به واسطه «شاخص روایی محتوایی در سطح گویه» (تقسیم تعداد خبرگانی که گزینه «مفید اما غیر ضروری» و «ضروری» برای هر متغیر و زیر- متغیر را انتخاب نموده بودند بر تعداد کل خبرگان) (Polit & Beck, 2006, p. 491)، محاسبه شد تا سازه هایی که باید در تهیه گویه های پرسشنامه به کار روند، تعیین شوند. در مواردی که تعداد خبرگان، پنج یا کمتر است، توافق باید کامل (یعنی عدد 1) باشد (Polit, Beck & Owen, 2007, p. 460) اما زمانی که شش یا بیشتر فرد خبره وجود داشته باشد، «شاخص روایی محتوایی گویه» نباید از 78/0 باشد (Polit & Beck, 2006, p. 491). دسته متغیرها و زیر متغیرهای تأیید شده توسط خبرگان، در تهیه منبع گویه های پرسشنامه15 مورد استفاده قرار گرفتند.
گام سوم: سنجش روایی منبع گویه ها
منبع گویه های پرسشنامه، با 85 گویه، بر اساس سازه های تأیید شده در گام دوم، طراحی شد تا برای سنجش روایی در معرض ارزیابی خبرگان و شرکت کنندگان پژوهش قرار گیرد. از آنجایی که با افزایش تعداد ارزیاب ها، احتمال توافق بر پایه تصادف کاهش می یابد و همانگونه که رودریگز (2017) و زمان زاده و همکاران (2015) مطرح نمودند، حداقل 5 نفر برای بررسی ابزار مورد نیاز هستند تا کنترل کافی بر توافق بر پایه تصادف وجود داشته باشد
(Rodrigues, 2017, p. 29; Zamanzadeh, et al., 2015, p. 168)، و نیز همانگونه که پولیت و بک (2016) عنوان کردند، احتمالا بیش از 10 نفر ارزیاب، غیر ضروری است (Polit & Beck, 2006, p. 491)، فایل پرسشنامه سنجش روایی صوری و محتوایی، برای 10 خبره فعال در حوزه های رسانه و ارتباطات ارسال شد. فایل پرسشنامه مربوط به روایی صوری گویه ها نیز برای 6 شرکت کننده ارسال شد. سوالات پرسشنامه روایی صوری و محتوایی (تصاویر 1 و 2) از پژوهش های زمان زاده و همکاران16 (2015)، پولیت و بک17 (2006)، یغمایی18 (2003) و لاوشی19 (1975) اقتباس شد.
تصویر 1: جدول سوالات روایی محتوایی و صوری از دیدگاه خبرگان
تصویر 2: جدول سوالات روایی صوری از دیدگاه شرکت کنندگان
روایی، میزانی است که هر ابزاری، آنچه را که قصد سنجش آن را دارد، اندازه گیری می نماید که دارای سه نوع پایه، شامل روایی مرتبط با معیار20، روایی محتوا و روایی سازه است؛ شایان ذکر است که ارزیابی روایی مرتبط با معیار، برای بسیاری از مفاهیم انتزاعی مورد استفاده در علوم اجتماعی، غیر قابل اجرا است (Carmines & Zeller, 1979, pp. 17 & 20). روایی محتوا به این می پردازد که نمونه ای از گویه ها با هم، تا چه اندازه، تعریف عملیاتی کافی از یک سازه را شکل می دهند
(Polit & Beck, 2006, p. 490). و بستگی به میزانی دارد که یک سنجش تجربی، قلمرویی از محتوای خاصی را بازتاب می دهد (Carmines & Zeller, 1979, p. 20). روایی صوری که از دیدگاه هر دوی شرکت کنندگان و خبرگان سنجیده می شود، به این سوال پاسخ می دهد که آیا یک ابزار در ظاهر، روایی برای شرکت کنندگان دارد یا خیر، و در عین حال، با ظاهر و جذابیت آشکار یک ابزار که می تواند بر قابلیت پذیرش آن ابزار توسط شرکت کنندگان، موثر باشد، ارتباط دارد
(Zamanzadeh, et al., 2015, p. 170).
چندین شاخص توافق میان ارزیاب ها21 مانند شاخص روایی محتوا22، نسبت روایی محتوایی لاوشی23، ضریب کاپا24، ضریب روایی محتوایی وی ایکن25 و غیره وجود دارد که میزان همسانی و تجانس رتبه دهی های دو یا چند ارزیاب را می سنجند
(Polit, Beck & Owen, 2007, p. 461). در پژوهش حاضر، شاخص روایی محتوا و نسبت روایی محتوایی لاوشی برای محاسبه توافق میان ارزیاب ها مورد استفاده قرار گرفت.
شاخص روایی محتوا، در سطح گویه و در سطح مقیاس26 محاسبه می شود و در سطح مقیاس، می توان آن را به دو صورت توافق جامع (بالاتر از 80/0 قابل قبول است) و یا توافق میانگین (بالاتر از 90/0 قابل قبول است) مورد محاسبه قرار داد (برای توضیحات بیشتر، مراجعه شود به Polit & Beck, 2006, p. 490; Polit, Beck & Owen, 2007, pp. 460-461). در فرمول نسبت روایی محتوایی لاوشی 
، 
تعداد اعضای پنل که گویه را «ضروری» دانسته اند؛ و N تعداد اعضای پنل است (Lawshe, 1975, p. 567). در پژوهش حاضر، شاخص روایی محتوا و نسبت روایی محتوایی لاوشی در سطح گویه محاسبه شدند و سپس این شاخص ها در سطح مقیاس، مورد محاسبه قرار گرفتند. با توجه به نظر خبرگان و شرکت کنندگان، اصلاحات لازم بر روی گویه ها صورت گرفت و گویه های نامناسب حذف یا تلفیق شدند. شاخص میانگین روایی محتوا در سطح مقیاس برابر با 95/0، شاخص میانگین روایی صوری در سطح مقیاس برابر با 92/0 ، و نسبت میانگین روایی محتوایی لاوشی در سطح مقیاس، 93/0 بود که نشان دهنده روایی محتوایی و صوری عالی گویه ها و در کل، مقیاس تهیه شده است. در نهایت، پرسشنامه نهایی، با 64 گویه از نوع لیکرت پنج نقطه ای (خیلی زیاد= 5؛ خیلی= 4؛ تا حدی= 3؛ کم= 2؛ اصلا= 1)، در گام بعدی، مورد سنجش پایایی قرار گرفت.
گام چهارم: سنجش پایایی پیشینی
پایایی به این موضوع می پردازد که تا چه اندازه یک آزمون تجربی، آزمون یا هر رویه سنجش، در آزمون های تکراری به نتایج مشابه دست می یابد (Carmines & Zeller, 1979, p. 11). چهار روش پایه برای تخمین پایایی سنجش های تجربی وجود دارد: روش آزمون- باز آزمون؛ روش شکل جایگزین27؛ روش دو نیمه کردن؛ و روش ثبات درونی28.
(Huang, et al., 2013, p. 219; Carmines & Zeller, 1979, p. 37). محبوب ترین ضریب ثبات درونی، آلفای کرونباخ است که در این پژوهش مورد استفاده قرار گرفته است (Carmines & Zeller, 1979, p. 44). پیش نیاز ثبات درونی، همگنی است که مرتبط با تک بعدی بودن گویه های یک مقیاس است (Šerbetar & Sedlar, 2016, p. 191). محاسبه ضریب آلفا برای پایایی مقیاس های تک بعدی مناسب است که یک سازه پنهان واحد را می سنجند، بنابراین به پژوهشگران توصیه می شود که پایایی ابعاد ترکیبی را به طور مجزا محاسبه نمایند (Widhiarso & Ravand, 2014, p. 112). بنابراین برای آزمونی که بیش از یک مفهوم یا سازه دارد، گزارش آلفا برای کل آزمون، می تواند بی معنا باشد
(Tavakol & Dennick, 2011, p.54). دو نوع آلفای استاندارد شده و استاندارد نشده وجود دارد و از آن جایی که گویه های لیکرت، یک قالب واحد دارد و به لحاظ نظری در یک معیار واحد قرار دارند، نیازی به استانداردسازی گویه ها نیست
(Falk & Savalei, 2011, pp. 4 & 20). نانلی29، عدد 70/0 را به عنوان آستانه قابل قبول برای ضریب پایایی مطرح نموده است اما گاهی، آستانه های پایین تر نیز در ادبیات مورد استفاده قرار می گیرند
(Reynaldo & Santos, 1999; Huang, et al., 2013, p. 219). برخی از پژوهشگران مانند شی و همکاران (2013)، اعداد بزرگتر مساوی 60/0 را برای آلفای کرونباخ قابل قبول می دانند
(Shi, Cristea, Foss, Al Qudah, & Qaffas, 2013). به هر روی باید توجه داشت که لزوما آلفای کرونباخ بالا به معنای سطح بالایی از ثبات بین گویه های ابزار نیست و می تواند به تکراری بودن گویه ها مرتبط باشد که روایی محتوایی را به خطر می اندازد (Douglas-De-Oliveira, Lages, Paiva, Cromley, Robinson & Cota, 2018). در پژوهش حاضر، به منظور ارزیابی پایایی پیشینی، مطالعه پایلوت صورت گرفت.
مطالعه پایلوت
پس از تأیید روایی گویه ها، لینک پرسشنامه در گوگل فرمز، به طور محدود برای شرکت کنندگان ارسال شد و 25 نفر به آن پاسخ دادند. در پژوهش های اکتشافی یا مطالعات پایلوت، حجم نمونه بین 10 تا 30 کافی است
(Johanson & Brooks, 2010, p. 395; Hill, 1998, p. 7/10). برای توسعه ابزار 25 تا 40 نفر پیشنهاد شده است اما جانسن و بروکس (2010) در مطالعات آماری خود نشان دادند که 24 تا 36 نفر برای این کار کافی است
(Johanson & Brooks, 2010, pp. 395 & 400). پس از گردآوری داده ها در مرحله مطالعه پایلوت، ارزیابی پایایی پیشینی صورت گرفت.
ارزیابی پایایی پیشینی
آلفای کرونباخ با استفاده از نرم افزار IBM SPSS Statistics 22 انجام گرفت. به جز دو زیر- مقیاس (با آلفای نزدیک به 60/0)، بقیه آن ها آلفای بالای 60/0 و 70/0 داشتند که قابل قبول و خوب محسوب می شوند. در این مرحله، نه گویه، از پرسشنامه حذف شدند.
گام پنجم: سنجش پایایی پسینی
روش نمونه گیری و حجم نمونه
پس از انجام مطالعه پایلوت و اعمال اصلاحات لازم، لینک پرسشنامه از طریق ارسال در رسانه های اجتماعی اینستاگرام و تلگرام، در اختیار شرکت کنندگان قرار گرفت. با توجه به بزرگی جمعیت در حدود 63 میلیون نفری کاربران ایرانی، روش نمونه گیری غیر احتمالی در دسترس، مورد استفاده قرار گرفت چون اختصاص شانس برابر برای هر یک از اعضای جمعیت آماری (نمونه گیری احتمالی) ممکن نبود و همانطور که والیمن (2011) بیان کرده است، روش نمونه گیری غیر احتمالی می تواند برای مطالعاتی که دسترسی به کل جمعیت آماری دشوار باشد، مفید واقع شود (Walliman, 2011, p. 96). با توجه به فرمول حجم نمونه برای جمعیت آماری مشخص که توسط کرجسی و مورگان (1970) (Krejcie & Morgan, 1970, p.4) ارائه شده بود، حداقل حجم نمونه مطلوب برای پژوهش، با سطح اطمینان 99% و حاشیه خطای 5%، 664 نفر تعیین شد. در عین حال، تحلیل قدرت پیشینی30 نیز با نرم افزار G*Power 3.1.9.2 ، انجام شد. تحلیل قدرت پیشینی، توسط بیشتر پژوهشگران به عنوان تحلیل قدرت ایده آل محسوب می شود و به طور استاندارد با انتخاب اندازه اثرهای31 کوچک (02/0)، متوسط (15/0) و بزرگ (35/0) که توسط کوهن32 ارائه شده اند، و نیز بر پایه قرارداد احتمال خطای (∝) 05/0 یا 01/0 محاسبه می شود
(Erdfelder, Faul & Buchner, 1996, p. 2). تحلیل قدرت پیشینی برای آزمون های F (رگرسیون چندگانه خطی) برای سه اندازه اثر ذکر شده با احتمال خطای 05/0 و برای 14 متغیر، صورت پذیرفت. حجم نمونه ای که قدرت آماری کافی (95/0) برای تشخیص اندازه اثرهای بزرگ، متوسط و کوچک را داشته باشد، به ترتیب 91، 194 و 1373 نفر تعیین شد. برای بالا بردن قدرت آماری، داده ها از 989 شرکت کننده (964 نفر در اجرای نهایی پرسشنامه و 25 نفر در مطالعه پایلوت) در طول 153 روز، گرد آوری شد. شرکت کنندگان، 499 نفر مرد و 490 نفر زن بودند که در حدود نیمی از آن ها (45%) در دامنه سنی 25 تا 34 سال قرار داشتند.
ارزیابی پایایی پسینی
محاسبه پایایی پسینی نیز با استفاده از نرم افزار IBM SPSS Statistics 22، صورت پذیرفت. برای تشخیص بعدپذیری33 سازه ها توسط بررسی روابط میان گویه ها و عامل ها، تحلیل عاملی اکتشافی34 (Yu & Richardson, 2015, p. 127) صورت گرفت. پژوهشگران، ضریب آلفا را پس از اینکه تحلیل عاملی گویه ها را انجام دادند، گزارش می کنند تا دسته های همگن از گویه ها را در مقیاس، تعیین نمایند(Iacobucci, 2001, pp. 58-59) . علاوه بر آلفای کرونباخ، معیارهای دیگری را نیز باید در ارزیابی پایایی یک مقیاس به کار گرفت که در ذیل به آن ها اشاره خواهد شد.
سایر معیارها برای ارزیابی پایایی
میانگین همبستگی بین گویه ها35: سنجه ای برای ثبات درونی است و از ضریب آلفا، بسیار مفیدتر است
(Clark & Watson, 1995, p.316). کلارک و واتسن (1995)، برای تضمین تک بعدی بودن، دامنه 15/0 و 50/0 (مقدار معتدل) را برای آن پیشنهاد نموده و ذکر کرده اند که این اعداد، باید نزدیک به ارزش میانگین خوشه بندی شده باشند و بسیار به هم شبیه باشند (Clark & Watson, 1995, p.316). اما برخی دیگر از پژوهشگران، دامنه 20/0 تا 40/0 را پیشنهاد
کرده اند (Piedmont, 2014; Bollen & Lennox, 1991, p. 307) . وقتی میانگین همبستگی بین گویه ها، کمتر از 20/0 باشد، ممکن است گویه ها نماینده یک قلمروی محتوایی یکسان نباشند و اگر بالاتر از 40/0 باشند، ممکن است گویه ها تنها پهنای کوچکی از سازه را مورد سنجش قرار دهند (Piedmont, 2014).
همبستگی بین گویه ها36: قواعد سرانگشتی مختلفی برای همبستگی بین گویه ها وجود دارد مثلا رابینسون و همکارانش، بزرگتر مساوی 30/0 ، و کلارک و واتسن برای سازه های به طور محدود تعریف شده، 40/0 تا 50/0 را پیشنهاد کرده اند
(Bearden, Netemeyer & Haws, 2011, p. 7; Foscht et al., 2014, p. 82). فرکتیک (1991) قاعده ای را مطرح کرد با این مضمون که گویه های دارای همبستگی بین گویه ای کمتر از 30/0 باید از مقیاس حذف شوند و گویه ها با همبستگی بین گویه ای بالاتر از 70/0 تکراری و غیر لازم هستند (Ferketich, 1991, p.166).
انحراف معیار37، میانگین و نرمال بودن: برای ارزیابی مناسب بودن سنجش، یو و ریچاردسون (2015) پیشنهاد نمودند که پیش از انجام تحلیل عاملی اکتشافی، میانگین همه پاسخ ها و انحراف معیار هر گویه محاسبه شود و گویه های دارای میانگین نزدیک به 1 یا 5 حذف شوند چون ممکن است همبستگی استاندارد میان بقیه گویه ها را کاهش دهد، در عین حال نرمال بودن داده ها با چولگی و کشیدگی بررسی شود (Yu & Richardson, 2015, p. 128). میلر و همکاران (1986)، واریانس گویه مناسب را انحراف معیار بزرگتر از 50/0 در نظر گرفتند تا گویه ها را در مقیاس نهایی جای دهند
(Miller, Norman, Bishop, & Dow, 1986, p. 725).
همبستگی اصلاح شده گویه- به- کل38 (ماتریس همبستگی بین گویه ای برای تمامی گویه های یک مقیاس یا زیر- مقیاس): معیاری برای ثبات درونی است و قاعده سرانگشتی این است که باید بزرگتر مساوی50/0 باشد تا یک گویه حفظ شود
(Bearden, Netemeyer & Haws, 2011, p. 7; Foscht et al., 2014, p. 82). حداقل پیشنهادی برای این ضریب، 30/0 نیز پیشنهاد شده است اما 50/0، پایایی مقیاس نهایی را به حداکثر می رساند (Ogedegbe, et al., 2003, p. 521) چندین پژوهشگر، گزارش نموده اند که گویه ها با همبستگی گویه- به-کل کمتر از 40/0 را حذف نموده اند تا ببینند آیا آلفای کرونباخ افزایش می یابد و یا اینکه این گویه ها را در سازه ای دیگر گروه بندی دوباره کرده اند
(Pu, et al., 2011, p. 162; Chiou, et al., 2011, p.828; Bot, 2004, p. 982; Miller, et al., 1986, p. 725). هینکین و همکاران (1997) نیز پیشنهاد کرده اند تا گویه ها با همبستگی گویه- به- کل کوچکتر مساوی 40/0 حذف شوند
(Hinkin, et al., 1997, p. 108).
تحلیل عاملی اکتشافی: تحلیل عاملی اکتشافی و تأییدی، دو روش برای بررسی ساختار عامل پنهان در داده ها هستند که یکی برای ساخت نظریه و دیگری برای آزمون نظریه مورد استفاده قرار می گیرد (Matsunaga, 2010, p. 98). برای بالا بردن پایایی یک مقیاس به وسیله شناخت گویه های نامناسب و تعیین بعدپذیری سازه ها، باید تحلیل عاملی اکتشافی در مراحل اولیه توسعه یا تجدید نظر درباره ابزار، انجام پذیرد (Yu & Richardson, 2015, p. 127). کلارک و واتسن (1995)، پیشنهاد نمودند که در فرآیند انتخاب گویه ها، از تحلیل عامل اصلی39 یا تحلیل مؤلفه اصلی40 برای استخراج عامل ها استفاده شود
(Clark & Watson, 1995, p. 317). هینکین و همکارانش (1997)، روش عامل یابی محور اصلی41 را پیشنهاد کرده اند چون روش تحلیلی مؤلفه های اصلی، واریانس های خطای تصادفی و خاص معمول را ایجاد می نماید، در عین حال، پیشنهاد نموده اند که در مقیاس های جدید به دلیل عدم قابلیت تحلیل عاملی اکتشافی در محاسبه نیکویی برازش42 ساختار عاملی حاصل شده، تحلیل عاملی تأییدی برای تعیین روابط و تمایزات میان مقیاس ها یا متغیرها، انجام گیرد
(Hinkin, et al., 1997, p. 108).
روش چرخش عاملی43: اگر فرض می شود که عامل ها به مقدار بسیار زیادی، غیر همبسته هستند از چرخش متعامد44، و اگر فرض می شود که عامل ها با هم همبسته هستند، از چرخش متمایل (مورب)45 باید استفاده شود
(Hinkin, et al., 1997, p. 108). چرخش وریمکس46، پرکاربردترین چرخش متعامد است (Osborne, 2015, p. 5).
بارهای عاملی47: سه رویکرد به حفظ گویه با استفاده از روش تحلیل عاملی وجود دارد: 1) حفظ گویه ها با بالاترین بارهای عاملی بزرگتر مساوی 40/0 (دیدگاه آزاد اندیش) و 60/0 یا 70/0 (دیدگاه محافظه کار)؛ 2) قاعده های 50/0 / 20/0، 60/0 / 30/0 یا 60/0 / 40/0 برای بیشترین بارهای عاملی / دومین عدد بالا برای بارهای عاملی؛ 3) اختلاف بین بارهای عاملی اولیه و ثانویه باید به قدر کافی بزرگ باشد (معمولا 30/0- 40/0) (Matsunaga, 2010, p. 101). سایر استراتژی ها برای حفظ عامل ها عبارتند از حفظ گویه ها با عدد ویژه های48 بزرگتر از 1 (معیار کایزر- گاتمن49؛ هر چند سبب بیشتر برآورد کردن تعداد عامل ها می شود)، و آزمون سنگریزه50 درصد واریانس تبیین شده51 (Matsunaga, 2010, p. 102; Hinkin, et al., 1997, p. 108).
واریانس تبیین شده کل گویه (آماره های اشتراک)52: باید گویه ها با آماره های اشتراک بالاتر، حفظ شوند و درصد واریانس تبیین شده کل گویه برای حفظ گویه در علوم اجتماعی، بالاتر از 60% باشد و آخرین عامل باید سهم کوچکی داشته باشد (Hair, et al., 2010).
معیارهای ارزیابی پایایی پسینی پژوهش حاضر
با توجه به معیارهای فوق الذکر، معیارهای زیر برای ارزیابی پایایی و حفظ گویه ها در مقیاس پژوهش حاضر، مورد استفاده قرار گرفتند: آلفای کرونباخ بزرگتر مساوی 60/0؛ میانگین همبستگی بین گویه ها = 15/0 تا 50/0؛ همبستگی بین گویه ای = 15/0 تا 70/0؛ همبستگی اصلاح شده گویه- به- کل بزرگتر مساوی 30/0 . در عین حال، برای حفظ گویه ها در تحلیل عاملی اکتشافی، معیارهای ذیل در نظر گرفته شدند: عامل یابی محور اصلی؛ چرخش وریمکس (چرخش متعامد برای عامل های غیر همبسته)؛ عدد ویژه بزرگتر از 1؛ آزمون سنگریزه؛ بارهای عاملی بزرگتر مساوی 40/0؛ آماره های اشتراک (درصد واریانس تبیین شده کل گویه) بزرگتر از 60%؛ و حذف آیتم ها با میانگین نزدیک به 1 یا 5.
نتایج پایایی پسینی
در فرآیندهای ارزیابی پایایی پیشینی و پسینی، در کل، 25 گویه حذف شدند. تمامی زیر- مقیاس ها، آلفای کرونباخ قابل قبول (بالاتر از 60/0) و خوب (بالاتر از 70/0) داشتند. میانگین همبستگی بین گویه ها در دامنه قابل قبول 15/0 تا 50/0 بود به جز برای سه زیر- مقیاس که بین 548/0 تا 586/0 بود. واریانس تبیین شده کل گویه برای تمامی زیر- مقیاس ها به جز یکی (658/40 %)، بالاتر از 60% بود. سایر معیارها، در دامنه قابل قبول ذکر شده قرار داشتند و بنابراین، مقیاس ساخته شده، سطح مناسبی از ثبات درونی را از خود نشان داده است.
گام ششم: سنجش روایی سازه
همانگونه که پیشتر ذکر شد، برای محاسبه نیکویی برازش ساختار عاملی حاصل شده از تحلیل عاملی اکتشافی، تحلیل عاملی تأییدی برای تعیین روابط و تمایزات میان مقیاس ها یا متغیرها (Hinkin, et al., 1997, p. 108) صورت پذیرفت. مدل تحلیل مسیر متغیرها (میانگین نمرات هر متغیر) در نرم افزار IBM SPSS Amos Graphics 22 ترسیم شد و روایی سازه، قدرت آماری، و نیکویی برازش مدل، مورد ارزیابی قرار گرفت.
روایی سازه می تواند با تحلیل شش معیار ذیل تعیین شود: 1) معناداری نظری مفاهیم؛ 2) معناداری مشاهده ای مفاهیم؛ 3) ثبات درونی عملیاتی سازی ها53 (پایایی)؛ 4) روایی همگرا54؛ 5) روایی افتراقی55؛ 6) روایی تعمیمی56 (Bagozzi, 1977). دو نوع اول روایی در روایی محتوایی و صوری مورد ارزیابی قرار گرفت. روایی همگرا و افتراقی، معمولا وابسته به استفاده از رویکرد چند-خصیصه، چند-روش57 برای اعتبار سنجی هستند که در آن چندین سازه با بیش از یک روش سنجش، ارزیابی می شوند (Hatcher & O'Rourke, 2013, p. 238). زمانی که استفاده از این رویکرد ممکن نیست، مانند پژوهش حاضر، از سایر رویکردها برای روایی سازه استفاده می شود.
روایی همگرا می تواند با استفاده از بارهای عاملی استاندارد شده، واریانس استخراج شده میانگین (AVE)58 و پایایی مرکب (CR)59 ارزیابی شود (Mahmood, 2018, p. 86). اگر تمامی بارهای عاملی برای شاخص های اندازه گیری یک سازه واحد، به طور آماری، معنادار و بزرگتر از دو برابر خطای استاندارد آن ها باشد، روایی همگرا را نشان می دهد
(Hatcher & O'Rourke, 2013, p. 239; Arifin & Yusoff, 2016, p. 4). روایی همگرا می تواند با بارهای عاملی گویه بزرگتر مساوی 50/0 و 05/0 p < ،50/0 AVE ≥، و 70/0 CR ≥، تعیین شود (Arifin & Yusoff, 2016, p. 4).
روایی واگرا می تواند با مقایسه واریانس استخراج شده میانگین عامل ها با واریانس های اشتراکی بین عامل ها (SV)60 (مجذور همبستگی بین هر دو عامل) ارزیابی شود و زمانی که واریانس استخراج شده میانگین از واریانس های اشتراکی بیشتر باشد، عامل ها، افتراق یافته محسوب می شوند (Arifin & Yusoff, 2016, p. 4; Hatcher & O'Rourke, 2013, p. 244).
تمامی بارهای عاملی در مدل تحلیل مسیر طراحی شده، به لحاظ آماری در سطح 001/0 معنادار و بزرگتر از دو برابر خطاهای استاندارد خود بودند. که نشان دهنده روایی همگرا است. تمامی بارهای عاملی نیز بزرگتر مساوی 50/0 بودند به جز برای دو متغیر که بارهای عاملی بزرگتر از 40/0 داشتند. پایایی مرکب، و روایی همگرا و افتراقی سازه ها با استفاده از ابزار ValidityMaster (Gaskin, 2018)، ارزیابی شد. نیمی از 8 متغیر، پایایی مرکب بالاتر از 70/0 داشته و بقیه، نزدیک به 70/0 بودند. واریانس استخراج شده میانگین تمامی متغیرها به جز سه متغیر (دو متغیر نزدیک به 50/0 و یکی کمتر از 40/0)، بیشتر از 50/0 بود. بارهای عاملی استاندارد شده، پایایی مرکب و واریانس استخراج شده میانگین، روایی همگرای مناسبی را در تقریبا تمامی متغیرها نشان داد. تمامی متغیرهای بیرونی61، روایی افتراقی داشتند چون ارزش های واریانس استخراج شده میانگین آن ها بزرگتر از واریانس اشتراکی آن ها بود. اما متغیرهای درونی62 («رفتارهای حریم شکن» و «استفاده از محتوای حریم شکن») روایی افتراقی از خود نشان ندادند، چرا که مؤلفه هایی از یک متغیر پنهان واحد یعنی، حریم شکنی های فرهنگی سایبری بودند.
شاخص های نیکویی برازش مدل تحلیل مسیر، برازش عالی را نشان دادند: مجذور کای63 = 294/3، درجه آزادی = 3، سطح معناداری= 348/0 (05/0 p > قابل قبول(Gana & Broc, 2019))؛ CMIN/DF = 098/1 ( 0/3 < قابل قبول) و GFI = 999/0 و AGFI = 990/0 ( 90/0 > قابل قبول) (Byrne, 2016).
تحلیل قدرت پسینی با استفاده از نرم افزار G*Power 3.1.9.2 و برای آزمون های F (رگرسیون چندگانه خطی) با توجه به اندازه نمونه و تعداد پیش بین ها در مدل (6 و 5 متغیر) محاسبه شد. برای اندازه اثرهای به دست آمده که اندازه اثرهای کوچک تا متوسط (111/0 تا 162/0) بودند، قدرت به دست آمده بزرگتر از 999/0 بود که نشان می دهد که آزمون از قدرت بسیار بالایی برای شناسایی اندازه اثرهای موجود بین متغیرها، برخوردار بوده است.
بحث و نتیجه گیری
پژوهش حاضر به ابزارسازی برای سنجش عوامل موثر بر کنترل اجتماعی حریم شکنی های فرهنگی در فضای سایبری پرداخته است و در شش گام، تمامی مراحل مورد نیاز در فرآیند ابزارسازی را به تفصیل، توضیح داده است. با توجه به گام های طی شده در راستای تهیه یک پرسشنامه کمی مناسب، با وجود روایی محتوایی و صوری خوب، پایایی و روایی سازه قابل قبول، و نیکویی برازش عالی مدل و قدرت آماری بالای آزمون، می توان نتیجه گرفت که پرسشنامه محقق ساخته حاضر، به شکل قابل قبولی توسعه یافته است. از محدودیت های ابزارسازی پژوهش حاضر، استفاده از متغیرهای متعدد بود که منجر به حذف تعدادی از گویه ها گردید. از این روی، پیشنهاد می شود در پژوهش ها و ابزارسازی های آتی، پژوهشگران، متغیرهای محدودتری را برای آزمون مد نظر قرار دهند. ساخت ابزارهایی از این دست، برای سنجش عوامل موثر بر کنترل رفتارهای حریم شکن در فضای سایبری و پلتفرم های مختلف رسانه های اجتماعی و نیز در فضای واقعی جامعه، می تواند به شناخت ابزارهای کنترل اجتماعی موثر منجر شود. کاربست نتایج حاصل از این ابزارهای پژوهشی، می تواند به کاهش رفتارهای حریم شکن، بدون بهره گیری از ابزارهای قهری کنترل اجتماعی64 یاری رساند. گام های شش گانه مطرح شده مربوط به ابزارسازی و معیارهای ارائه شده برای هر گام در این پژوهش، لازمه طراحی ابزارهای پژوهشی قدرتمند و دارای روایی و پایایی قابل قبول است.
منابع
1. AGNEW, R. (2009). Chapter 9: General Strain Theory. In M. D. Krohn, A. J. Lizotte, & G. P. Hall (Eds.), Handbook on crime and deviance. New York: Springer. doi:10.1007/978-1-4419-0245-0
2. Arifin, W. N., & Yusoff, M. S. B. (2016). Confirmatory factor analysis of the Universiti Sains Malaysia Emotional Quotient Inventory among medical students in Malaysia. SAGE Open, 6(2), 2158244016650240.
3. Bagozzi, R. P. (1977). Convergent and discriminant validity by analysis of covariance structures: the case of the affective, behavioral, and cognitive components of attitude. ACR North American Advances.
4. Bearden, W. O., Netemeyer, R. G., Haws, K. L (2011). Handbook of marketing scales: Multi-item measures for marketing and consumer behavior research. (3rd ed.) Sage.
5. Bollen, K., & Lennox, R. (1991). Conventional wisdom on measurement: A structural equation perspective. Psychological bulletin, 110(2), 305.
6. Bot, S. D. M. (2004). Internal consistency and validity of a new physical workload questionnaire. Occupational and Environmental Medicine, 61(12), 980–986.doi:10.1136/oem.2003.011213
7. Byrne, B. M. (2016). Structural equation modeling with AMOS: Basic concepts, applications, and programming. Routledge.
8. Carmines, E. G., & Zeller, R. A. (1979). Reliability and validity assessment, Sage University paper series on quantitative applications in the social sciences. Beverly Hills and London.
9. Chiou, T.-Y., Chan, H. K., Lettice, F., & Chung, S. H. (2011). The influence of greening the suppliers and green innovation on environmental performance and competitive advantage in Taiwan. Transportation Research Part E: Logistics and Transportation Review, 47(6), 822–836.doi:10.1016/j.tre.2011.05.016
10. CHOI, K. (2011). Chapter 14: Cyber-Routine Activities Empirical Examination of Online Lifestyle, Digital Guardians, and Computer-Crime Victimization. In K. Jaishankar (Ed.), Cyber criminology: Exploring Internet crimes and criminal behavior. Boca Raton, FL: CRC Press (Taylor and Francis Group, LLC).
11. Cieślak, M., & Rasmus, A. (2012). Against and Beyond: Subversion and Transgression in Mass Media, Popular Culture and Performance. Newcastle upon Tyne: Cambridge Scholars Publishing.
12. Clark, L. A., & Watson, D. (1995). Constructing validity: Basic issues in objective scale development. Psychological assessment, 7(3), 309.
13. Cresswell, J., Clark, V., Gutmann, M., & Hanson, W. (2003). Chapter 7: An expanded Typology for classifying mixed methods research into designs. In Tashakkori A. & Teddlie C. (Eds.). Handbook of mixed methods in social and behavioral research. 209-240. Thousand Oaks, CA. Sage
14. Cresswell, T. (1996). In place/out of place: Geography, ideology, and transgression. Minneapolis: University of Minnesota Press.
15. Creswell, J. W., & Creswell, J. D. (2018). Research design qualitative, quantitative, and mixed methods approaches (5th ed.). Thousand Oaks: SAGE.
17. Dijker, A. J. M., & Koomen, W. (2007). Stigmatization, tolerance and repair: An integrative psychological analysis of responses to deviance. Cambridge: Cambridge University Press.
18. Douglas-De-Oliveira, D. W., Lages, F. S., Paiva, S. M., Cromley, J. G., Robinson, P. G., & Cota, L. O. M. (2018). Cross-cultural adaptation of the Brazilian version of the Dentine Hypersensitivity Experience Questionnaire (DHEQ-15). Brazilian oral research, 32.
19. Erdfelder, E., Faul, F., & Buchner, A. (1996). GPOWER: A general power analysis program. Behavior research methods, instruments, & computers, 28(1), 1-11.
20. Falk, C. F., & Savalei, V. (2011). The relationship between unstandardized and standardized alpha, true reliability, and the underlying measurement model. Journal of personality assessment, 93(5), 445-453. doi: 10.1080/00223891.2011.594129.
21. Ferketich, S. (1991). Focus on psychometrics. Aspects of item analysis. Research in Nursing & Health, 14(2), 165–168.doi:10.1002/nur.4770140211
22. Foscht, T., Morschett, D., Rudolph, T., Schnedlitz, P., Schramm-Klein, H., & Swoboda, B. (Eds.). (2015). European Retail Research: 2014, Volume 28 (No. 1). Springer. 67-101.
23. Gana, K., & Broc, G. (2019). Structural equation modeling with lavaan. John Wiley & Sons.
24. Gaskin, J. (2018). Excel StatTools.
25. Goode, E. (2015). Chapter 1: The Sociology of Deviance- An Introduction. In E. Goode (Ed.), The handbook of deviance (1st ed.). Chichester, West Sussex, UK: John Wiley & Sons.
26. Hair, J. F., Black, W. C., Babin, B. J., & Tatham, R. L. (2010). Multivariate Data Analysis, Seventh Editions.
27. Hardaker, C. (2010). Trolling in asynchronous computer-mediated communication: From user discussions to academic definitions. Journal of Politeness Research, 6(2), 215-242. doi:10.1515/jplr.2010.011
28. Hatcher, L., & O'Rourke, N. (2013). A step-by-step approach to using SAS for factor analysis and structural equation modeling. Sas Institute.
29. Hill, R. (1998). What sample size is “enough” in internet survey research. Interpersonal Computing and Technology: An electronic journal for the 21st century, 6(3-4), 1-12.
30. Hinkin, T. R., Tracey, J. B., & Enz, C. A. (1997). Scale Construction: Developing Reliable and Valid Measurement Instruments. Journal of Hospitality & Tourism Research, 21(1), 100–120.doi:10.1177/109634809702100108
31. Huang, C. C., Wang, Y. M., Wu, T. W., & Wang, P. A. (2013). An empirical analysis of the antecedents and performance consequences of using the Moodle platform. International Journal of Information and Education Technology, 3(2), 217.
32. Iacobucci, D. E. (2001). Methodological and statistical concerns of the experimental behavioral researcher. Journal of Consumer Psychology, 10 (1-2). 55-69.
33. Internetworldstats. (2019). Retrieved from https://www.internetworldstats.com/stats5.htm
34. Jenks, C. (2003). Transgression. London: Routledge.
35. Johanson, G. A., & Brooks, G. P. (2010). Initial scale development: sample size for pilot studies. Educational and Psychological Measurement, 70(3), 394-400.
36. Krejcie, R. V., & Morgan, D. W. (1970). Determining sample size for research activities. Educational and psychological measurement, 30(3), 607-610.
37. Lawshe, C. H. (1975). A quantitative approach to content validity 1. Personnel psychology, 28(4), 563-575.
38. Lessig, L. (2006). Code: Version 2.0. New York, NY: Basic Books.
39. Mahmood, M. (2018). Does digital transformation of government lead to enhanced citizens’ trust and confidence in government?. Springer.
40. Matsunaga, M. (2010). How to factor-analyze your data right: do’s, don’ts, and how-to’s. International journal of psychological research, 3(1), 97-110.
41. Miller, I. W., Norman, W. H., Bishop, S. B., & Dow, M. G. (1986). The Modified Scale for Suicidal Ideation: reliability and validity. Journal of consulting and clinical psychology, 54(5), 724.
42. Murray, A. D. (2007). The regulation of cyberspace: Control in the online environment. New York, NY: Routledge-Cavendish.
43. Murray, A., & Scot, C. (2002). Controlling the New Media: Hybrid Responses to New Forms of Power. The Modern Law Review, 65, 491-516.
44. Musheno, M., Altheide, D., Zatz, M., Johnson, J., & Hepburn, J. (1990). Chapter 1: New Directions in the Study of Justice, Law, and Social Control. In M. LERNER (Ed.), New directions in the study of justice, law, and social control. New York: Plenum Press (Springer). doi:10.1007/978-1-4899-3608-0
45. Nevin, A. D. (2015). Cyber-Psychopathy: Examining the Relationship between Dark E-Personality and Online Misconduct (Unpublished Master Thesis). The University of Western Ontario.
46. Ogedegbe, G., Mancuso, C. A., Allegrante, J. P., & Charlson, M. E. (2003). Development and evaluation of a medication adherence self-efficacy scale in hypertensive African-American patients. Journal of Clinical Epidemiology, 56(6), 520–529. doi:10.1016/s0895-4356(03)00053-2
47. Osborne, J. W. (2015). What is rotating in exploratory factor analysis. Practical assessment, research & evaluation, 20(2), 1-7.
48. Piedmont, R. L. (2014). Inter-item Correlations. Encyclopedia of Quality of Life and Well-Being Research, 3303–3304. doi:10.1007/978-94-007-0753-5_1493
49. PIQUERO, A. R. (2009). Chapter 8: Self-Control Theory: Research Issues. In M. D. Krohn, A. J. Lizotte, & G. P. Hall, (Eds.), Handbook on crime and deviance. New York: Springer. doi:10.1007/978-1-4419-0245-0
50. Polit, D. F., & Beck, C. T. (2006). The content validity index: are you sure you know what's being reported? Critique and recommendations. Research in nursing & health, 29(5), 489-497.
51. Polit, D. F., Beck, C. T., & Owen, S. V. (2007). Is the CVI an acceptable indicator of content validity? Appraisal and recommendations. Research in nursing & health, 30(4), 459-467.
52. Privitera, G. J. (2014). Chapter 8: survey and correlational research design- section III: nonexperimental research designs. Research methods for the behavioral sciences. Sage Publications.
53. Pu, P., Chen, L., & Hu, R. (2011). A user-centric evaluation framework for recommender systems. Proceedings of the Fifth ACM Conference on Recommender Systems - RecSys ’11.doi:10.1145/2043932.2043962
54. Ramingwong, L., & Ramingwong, S. (2017). Ethics On Social Networking: A Preliminary Survey in Thailand. International Journal of GEOMATE, 13(37), 81-86. doi:10.21660/2017.37.2801
55. Reynaldo, J., & Santos, A. (1999). Cronbach’s alpha: A tool for assessing the reliability of scales. Journal of extension, 37(2), 1-4.
56. Reyns, B. W. (2010). A situational crime prevention approach to cyberstalking victimization: Preventive tactics for Internet users and online place managers. Crime Prevention and Community Safety, 12(2), 99-118. doi:10.1057/cpcs.2009.22
57. Rodrigues, I. (2017). development, validation, and reliability of the personalized exercise questionnaire (PEQ) to assess exercise facilitators, barriers and preferences in people with osteopenia or osteoporosis (Unpublished Masters’ thesis).
58. Sara, R., & Littlefield, D. (2014). Transgression: Body and Space. Architecture and Culture, 2(3), 295-304. doi:10.2752/205078214x14107818390513
59. Šerbetar, I., & Sedlar, I. (2016). Assessing reliability of a multi-dimensional scale by coefficient alpha. Revija za Elementarno Izobrazevanje, 9(1-2), 189-195.
60. Shi, L., Cristea, A. I., Foss, J. G., Al Qudah, D., & Qaffas, A. (2013). A social personalized adaptive e-learning environment: a case study in Topolor. IADIS International Journal on WWW/Internet, 11(2). 1-17.
61. Statista. (2019). Retrieved from https://www.statista.com/statistics/578364/countries-with-most-instagram-users/
62. Tavakol, M., & Dennick, R. (2011). Making sense of Cronbach's alpha. International journal of medical education, 2, 53-55.
63. Tischler, H. L. (n.d.). Chapter Six: Deviant Behavior and social Control. In H. L. Tischler (Author), Introduction to sociology. Wadsworth Cengage Learning.
64. Walliman, N. (2011). Research methods: The basics. Routledge.
65. Widhiarso, W., & Ravand, H. (2014). Estimating reliability coefficient for multidimensional measures: A pedagogical illustration. Review of psychology, 21(2), 111-121.
66. Worthen, M. G. (2016). Sexual deviance and society. A sociological examination. New York, NY: Routledge.
67. Yaghmaie, F. (2003). Content validity and its estimation. Journal of Medical Education, 3(1).
68. Yu, T., & Richardson, J. C. (2015). An exploratory factor analysis and reliability analysis of the student online learning readiness (SOLR) instrument. Online Learning, 19(5), 120-141.
69. Zamanzadeh, V., Ghahramanian, A., Rassouli, M., Abbaszadeh, A., Alavi-Majd, H., & Nikanfar, A. R. (2015). Design and implementation content validity study: development of an instrument for measuring patient-centered communication. Journal of caring sciences, 4(2), 165-178.
103
[9] Witch Hunting
[10] Anonymity
[11] A priori and post hoc reliability assessment
[12] Sequential Exploratory Design
[13] Taxonomy
[14] Google Forms
[15] Questionnaire item pool
[16] Zamanzadeh, Ghahramanian, Rassouli, Abbaszadeh, Alavi-Majd and Nikanfar
[17] Polit and Beck
[18] Yaghmaie
[19] Lawshe
[20] criterion-related validity
[21] inter-rater agreement
[22] Content Validity Index (CVI)
[23] Lawshe Content Validity Ratio (CVR)
[24] Kappa Coefficient
[25] Aiken's V Content-Validity Coefficient
[26] Scale
[27] Alternative-form
[28] Internal consistency
[29] Nunnaly (1978)
[30] A priori power analysis
[31] Effect size
[32] Cohen
[33] Dimensionality
[34] Exploratory factor analysis (EFA)
[35] Mean Inter-Item Correlation
[36] Inter-Item Correlation
[37] Standard deviations
[38] Corrected Item-to-Total Correlations (ITC)
[39] Principal factor analysis
[40] Principal component analysis
[41] Principal axis factoring
[42] Goodness-of-fit
[43] Factor Rotation
[44] Orthogonal
[45] Oblique
[46] Varimax
[47] Factor Loadings
[48] Eigenvalues
[49] Kaiser-Guttman criterion
[50] Scree test
[51] Percentage of variance explained
[52] Total Item Variance Explained (Communality Statistics)
[53] Operationalizations
[54] Convergent
[55] Discriminant
[56] Nomological
[57] Multi-trait, multi-method (MTMM) approach
[58] Average Variance Extracted (AVE)
[59] Composite Reliability (CR)
[60] Shared variances (SVs)
[61] Exogenous
[62] Endogenous
[63] Chi-square
[64] Coercive Social Control Means
