Skip to main content
mobile

L'Harmattan Open Access platform

  • Search
  • OA Collections
  • L'Harmattan Archive
Englishen
  • Françaisfr
  • Deutschde
  • Magyarhu
LoginRegister
  • Volume Overview
  • Page
  • Text
  • Metadata
  • Clipping
Preview
022_000002/0000

Addiktológiai problémák Magyarországon. Helyzetkép a lakossági kutatások tükrében II. Viselkedési addikciók

  • Preview
  • PDF
  • Show Metadata
  • Show Permalink
Title (EN)
Addiction Problems in Hungary. Population-based surveys, vol. II.
Field of science
Addikciótudományok / Addiction sciences (12754), Klinikai pszichológia / Clinical psychology (12749), Viselkedéstudomány / Behavioural sciences (12755), Szociológia / Sociology (12846)
Series
RendSzerTan
Type of publication
tanulmánykötet
022_000002/0023
  • Volume Overview
  • Page
  • Text
  • Metadata
  • Clipping
Page 24 [24]
  • Preview
  • Show Permalink
  • JPG
  • TIFF
  • Prev
  • Next
022_000002/0023

OCR

A KÖZÖSSÉGI OLDALAK PROBLÉMÁS HASZNÁLATA ® 23 közötti páronkénti, nem kontrollált kapcsolatokat is, de jelen fejezetben szövegesen csak a többváltozós elemzés eredményeit ismertetjük. Utóbbi során egy bináris logisztikus regressziós modell került létrehozásra a problémás közösségioldal-hasznälat riziköjanak magyaräzatära (0 = Nincs jelen, 1 — Jelen van a rizikó a problémas k6zésségioldal-hasznalatra), ENTER-modszerrel, mely a szociodemográfaai és pszichológiai prediktor-változókat egyszerre tartalmazta. A létrehozott bináris logisztikus regressziós modell a problémás közösségioldal-használat rizikójának jelenlétének becslésére szignifikánsan jobbnak bizonyult, mint a kiinduläsi, prediktor-vältozökat meg nem tartalmazö modell (x’(28)=127,40; p<0,001; Cox & Snell R’=0,16; Nagelkerke R’=0,45). A letrehozott modell 95,8%ban helyesen jósolja be a résztvevők csoporttagságát összességében, ami csupán csekély mértékű, 1,390-nyi emelkedést jelent a kiindulási modell által nyújtott klasszifikációs teljesítményhez (94,496) képest. A közösségioldal-használatra vonatkozó rizikót mutató személyek besorolási pontossága a modell alapján 32,3%. A modellbe bevont magyarázó változók közül egyedül a hátrányos anyagi helyzet bizonyult szignifikánsnak, ami szignifikáns negatív együttjárást mutatott a közösségioldal-használat kockázatával. A mutató egy egységnyi növekedése esetén 19%kal kisebb a problémás közösségioldal-használat kockázatának esélye. 4. táblázat: Bináris logisztikus regressziós modellek: szociodemográfiai és pszichológiai tényezők kapcsolata a közösségi oldalakra vonatkozó problémás használat rizikójával a magyarországi 18-64 éves népesség körében (az OLAAP 2019 vizsgálat adatai alapján) Páronkénti, nemkontrollált Többváltozós modell a összefüggések a közösségi ! közösségi oldalakra vonatoldalakra vonatkozó prob- ! kozó problémás használat lémás használat rizikójával" ! rizikójának előrejelzésére? OR [95% CI] p OR [95% CI] p Női nem (ref. férfi nem) 1,27 [0,79-2,04] | 0,318 | 1,53 [0,58-4,05] | 0,391 Eletkor 0,97 [0,95-0,99] | 0,002 | 0,96 [0,92-1,00] | 0,062 Testtömeg-index (BMI) 0,95 [0,89-1,01] | 0,109 | 1,05 [0,94-1,17] | 0,427 Települesmeret (ref.: 50 ezer fö alatti lakosságú település) legalább 50 ezer fős vidéki város 4,36 [2,56-7,43] | <0,001 | 2,02 [0,73-5,57] 0,176 1 A páronkénti kapcsolatok tesztelése külön-külön elvégzett bináris logisztikus regressziós modellek keretében történt, melyben a kimeneti változó a problémás közösségioldal-használat rizikója (0 — Nincs jelen, 1 — Jelen van), míg a magyarázó változó az adott sorban megemlített változó volt. 2 Bináris logisztikus regressziós modell, melyben a kimeneti változó a problémás közösségioldal-hasznälat riziköja (0 = Nincs jelen, 1 = Jelen van), míg magyarázó változóként az elsö oszlopban felsorolt vältozökat egyszerre tartalmazta a modell (N=757; 54,7%).

Structural

Custom

Image Metadata

Image width
1869 px
Image height
2675 px
Image resolution
300 px/inch
Original File Size
1.18 MB
Permalink to jpg
022_000002/0023.jpg
Permalink to ocr
022_000002/0023.ocr

Links

  • L'Harmattan Könyvkiadó
  • Open Access Blog
  • Kiadványaink az MTMT-ben
  • Kiadványaink a REAL-ban
  • CrossRef Works
  • ROR ID

Contact

  • L'Harmattan Szerkesztőség
  • Kéziratleadási szabályzat
  • Peer Review Policy
  • Adatvédelmi irányelvek
  • Dokumentumtár
  • KBART lists
  • eduID Belépés

Social media

  • Facebook
  • Instagram
  • LinkedIn

L'Harmattan Open Access platform

LoginRegister

User login

eduId Login
I forgot my password
  • Search
  • OA Collections
  • L'Harmattan Archive
Englishen
  • Françaisfr
  • Deutschde
  • Magyarhu