Oldal 13 [13]
12 = KIRÄLY ORSOLYA - KORONCZAI BEATRIX - DEMETROVICS ZSOLT - PAKSI BORBÁLA
4. táblázat: Bináris logisztikus regressziós modellek: szociodemográfiai és pszichológiai
tényezők kapcsolata a problémás internethasználat rizikójával a magyarországi 18-64 éves
népesség körében (az OLAAP 2019 vizsgálat adatai alapján)
Páronkénti, nemkontrollált Többváltozós modell a prob¬
összefüggések a problémás lémás internethasználat
internethasznälat rizikéjäval riziköjanak elörejelzesere®
OR [95% CI] p OR [95% Cl] p
Ndi nem (ref.: ferfi nem) 0,70 [0,43-1,13] 0,146 1,00 [0,37-2,66] 0,996
Eletkor 0,98 [0,96-0,99] 0,011 0,96 [0,92-1,00] 0,053
Testtömeg-index (BMI) 0,96 [0,90-1,03] 0,225 1,03 [0,92-1,17] 0,600
Településméret (ref.: 50 ezer fő alatti lakosságú település)
legalább 50 ezer fős vidéki város 2,53 [1,41-4,54] 0,002 0,92 [0,30-2,77] 0,878
Budapest 2,90 [1,63-5,15] <0,001 3,33 [1,21-9,15] 0,020
Várható legmagasabb iskolai végzettség (ref.: 8 általános vagy kevesebb)
szakmunkás 1,57 [0,60-4,151 0,361 1,75 [0,16-19,64] 0,652
érettségi 2,34 [0,91-6,05] 0,079 2,08 [0,19-23,37] 0,552
felsöfok/egyetem utáni képzés 1,83 [0,65-5,141 0,254 1,27 [0,08-19,65] 0,865
Szakképzettség megléte
(ref: szakképzetség hiänya) 0,96 [0,51-1,80] 0,887 1,29 [0,26-6,47] 0,760
Intergenerációs képzettségi mobilitás (ref.: felfelé történő mobilitás)
nincs mobilitás 0,76 [0,46-1,26] 0,293 0,82 [0,32-2,12] 0,685
lefelé történő mobilitás 1,45 [0,53-3,98] 0,469 0,79 [0,07-8,70] 0,846
Munkavegzessel töltött idő
hos , 1,01 [0,99-1,02] 0,440 1,01 [0,98-1,04] 0,530
(órák száma)
Háztartás havi nettó jövedelme
(ref.: 125 ezer Ft vagy kevesebb)"
126-180 ezer Ft 3,64 [0,44-29,88] 0,228 ¬
181-255 ezer Ft 3,16 [0,40-24,95] 0,276 ¬
256-380 ezer Ft 0,51 [0,55-4,77] 0,556 ¬
5 A páronkénti kapcsolatok tesztelése külön-külön elvégzett bináris logisztikus regressziós
modellek keretében történt, melyben a kimeneti változó a problémás internethasználat
rizikója (0 — Nincs jelen, 1 — Jelen van), míg a magyarázó változó az adott sorban meg¬
említett változó volt.
6 Bináris logisztikus regressziós modell, melyben a kimeneti változó a problémás internet¬
használat rizikója (0 — Nincs jelen, 1 — Jelen van), míg magyarázó változóként az első
oszlopban felsorolt változókat egyszerre tartalmazta a modell (N=746; 53,9%).