Studenten in de Houtgreep door Social Media:
De Rol van Social Media-Gebruik bij Studie-Uitval door Psychische Klachten
Laura van Daal 5959349
Onderwijsinstelling Universiteit van Amsterdam
Opleiding Klinische Psychologie Projectbegeleider Derk-Jan Schonewille Aantal woorden 5851 27 MEI 2016
2 Abstract
Studie-uitval veroorzaakt door de psychische klachten depressie en burn-out neemt tegenwoordig steeds meer toe. Stress- en slaapklachten bleken belangrijke indicerende en instandhoudende factoren in de ontwikkeling hiervan. Verschillende factoren lijken een rol te spelen bij het ontstaan van deze stress- en slaapklachten. In dit onderzoek werd gekeken of ook de trend van het toenemende social media-gebruik een rol speelt bij studie-uitval door psychische klachten. Daarbij werd gekeken of de persoonlijkheidstrek consciëntieusheid als beschermende factor voor het social media-gebruik dient. Tijdens de testzittingen van de Universiteit van Amsterdam werden daartoe bij eerstejaars psychologiestudenten (N = 88) verschillende vragenlijsten afgenomen om de mate van social media-gebruik tijdens studeren en voor het slapen gaan, de mate van studiestress, de slaapkwaliteit en consciëntieusheid in kaart te brengen. Resultaten lieten zien dat social media-gebruik tijdens studeren een significante voorspeller is voor studiestress: hoe meer social media-gebruik tijdens het
studeren, hoe meer studiestress. Tevens bleek consciëntieusheid een beschermende werking te hebben voor het social media-gebruik tijdens studeren: hoe consciëntieuzer de studenten, hoe minder het social media-gebruik tijdens studieactiviteiten. Geheel onverwacht bleek social media-gebruik voor het slapen gaan geen significante voorspeller voor de slaapkwaliteit en bleek consciëntieusheid geen beschermende werking voor social media-gebruik voor het slapen gaan te hebben. Desondanks tonen de bevindingen van dit onderzoek aan dat social media-gebruik wel degelijk een rol speelt bij stress-gerelateerde psychische klachten bij studenten en daarmee een verklaring kan bieden voor de toename in studie-uitval.
3 Inleiding
Steeds vaker worden studenten getroffen door studie-uitval als gevolg van psychische klachten. Uit onderzoek van de Landelijke Studenten Vakbond (LSVB) (Schmidt & Simons, 2013) naar psychische klachten bij studenten bleek dat maar liefst 49% van de studenten last heeft (gehad) van psychische klachten. In 2003 was dit nog 31%. Studenten rapporteerden gebukt te gaan onder hoge druk en als gevolg daarvan voornamelijk klachten van stress, depressie en vermoeidheid te ervaren. Met name de hoge studiedruk door de strenger
wordende eisen van de universiteiten en overheid werden daarbij als belangrijkste veroorzaker van de klachten genoemd. Maatregelen als de afschaffing van de studiefinanciering met de invoering van het leenstelsel en de noodzaak voor het behalen van een bindend studieadvies (BSA) kwamen hierbij naar voren vormen en bleken een grote oorzaak van stress bij
studenten. Deze stress, als gevolg van de toenemende druk, kan in extreme gevallen zelfs leiden tot burn-out klachten bij studenten, zo volgt uit een rapport van het Interstedelijk Studenten Overleg (Rouwhorst, Sinke, van Kessel & Zondervan, 2015). Naast de persoonlijke schade die deze psychische klachten tot gevolg hebben, kunnen de klachten ook resulteren in studievertraging of zelfs studie-uitval. Met name studenten die niet of nauwelijks beschikken over zogenaamde hulpbronnen, zoals autonomie en steun van de omgeving, lopen hierop een verhoogd risico (Conijn, Boersma & van Rhenen, 2015). De genoemde druk neemt bij deze groep studenten zelfs nog meer toe, aangezien studenten zich deze studie-uitval en -vertraging door de steeds strenger wordende studie-eisen en politieke maatregelen rondom studeren niet of nauwelijks kunnen permitteren. Leningen worden hoger en het behalen van het BSA komt in gevaar (Schmidt & Simons, 2013). Uitval onder studenten is daarmee een steeds groter wordend probleem.
Studenten blijken dus steeds vaker slachtoffer te worden van burn-out klachten, met alle gevolgen van dien. Uit het eerder genoemde onderzoek van de LSVB (2013) kwam
4
tevens naar voren dat depressie een veelvoorkomend psychisch probleem is bij studenten en daarmee mogelijk ook een belangrijke oorzaak van de toename in studie-uitval. Een burn-out wordt gekenmerkt door een combinatie van verschillende klachten, zoals extreme
vermoeidheid, prikkelbaarheid en emotionele labiliteit. Langdurige blootstelling aan psychosociale arbeidsbelasting (werk- en tijdsdruk) ligt hieraan ten grondslag (SCP, 2014). Een depressie vertoont sterke overlap in symptomen met de genoemde burn-out klachten. Een burn-out is echter per definitie gerelateerd aan werkdruk, waaronder ook studiedruk valt (Conijn et al., 2015). Daarnaast lijkt een burn-out complexer dan een depressie. Het onderscheid is met name terug te vinden in de uitgesproken depressieve stemming: bij een burn-out is de stemming boos, verdrietig en ongelukkig, maar niet depressief zoals bij een depressieve stoornis. Met name de extreme vermoeidheid lijkt bij een burn-out het
kernsymptoom (Verbaak, Warner, de Rij & Hoogduin, 2006).
Duidelijk is nu dat depressie en burn-out de voornaamste redenen van studie-uitval zijn. Om maatregelen te kunnen treffen tegen deze toename in studie-uitval en deze uitval te beperken of zelfs te voorkomen, is het nodig om de indicerende en instandhoudende factoren voor deze psychische klachten te achterhalen. Zoals eerder naar voren kwam bieden de strengere studie-eisen en politieke maatregelen ten aanzien van studeren en de daaruit volgende stressklachten een verklaring voor de toename in psychische klachten en studie-uitval, maar verklaren mogelijk nog niet alles. Een belangrijke sociologische ontwikkeling die mogelijk mee kan spelen in de toename van studie-uitval, is het toenemende social media-gebruik. Waar in 2012 nog 65% van de internetgebruikers vanaf 12 jaar of ouder actief was op social media, is dit percentage in 2014 gestegen naar 80% (CBS, 2015). Social media is een verzamelnaam voor alle online platformen, waartoe mensen de hele dag door via internet onbeperkt toegang hebben. Met name Social Network Sites (SNS) zoals Facebook, Twitter en Instagram, waarop alle dagelijkse bezigheden en activiteiten ‘gepost’ kunnen worden, zijn
5
populair onder deze leeftijdscategorie (Kaplan & Haenlein, 2010). De komst van tablets en smartphones maken social media-gebruik tevens steeds toegankelijker. Uit onderzoek kwam naar voren dat maar liefst 98% van de 18 en 29 jarigen een smartphone tot zijn of haar
beschikking heeft. Met de uitvinding van het tegenwoordig grootste online berichten-platform genaamd WhatsApp sinds 2009 is bereikbaarheid en social media-gebruik nog meer een vanzelfsprekendheid geworden. 92% van de smartphone-gebruikers geeft aan hun smartphone te gebruiken voor social media, waarbij gemiddeld 4 tot 6 keer per dag de smartphone erbij gepakt wordt om SNS te bekijken. Dit kost de gemiddelde social media-gebruiker zo’n 61 minuten per dag (Eijnden, Lemmens & Valkenburg, 2016; Lin et al., 2016). Als voornaamste beweegreden voor deze hoge mate van social media-gebruik werd gerapporteerd dat social media het ideale middel is om op de hoogte te blijven van wat anderen aan het doen zijn, in contact te blijven met anderen en deze sociale contacten en banden te verdiepen (Przybylski, Murayama, DeHaan & Gladwell, 2013).
Het verlangen overal van op de hoogte te willen zijn lijkt in eerste instantie
onschuldig. Mensen zijn sociale wezens die behoefte hebben aan sociale contacten en social media maakt het gemakkelijker deze contacten te verkrijgen en onderhouden. Echter lijkt dit stijgende verlangen voor steeds meer van de social media-gebruikers ook een oorzaak van stressklachten. Door de mogelijkheid precies te kunnen zien wat er allemaal voor leuks in het dagelijkse leven van een ander gaande is, ontstaat een angst iets spannends of interessants hiervan te missen. Dit verschijnsel wordt ook wel Fear of Missing Out (FOMO) genoemd (Przybylski et al., 2013). Ook voor de komst van social media waren mensen bang om iets te missen of bestond de vrees dat anderen het beter en leuker hadden, maar door social media en posts van dagelijkse activiteiten van anderen op social media-websites, lijkt deze angst steeds meer toe te nemen. Een artikel uit de NewYork Times (Wortham, 2011) liet daarnaast een verband zien tussen FOMO en negatieve stemming/depressie. Naar voren kwam dat door
6
FOMO gevoelens als angst, irritatie en somberheid opspelen. Zo lijkt dus het gebruik van social media een verband te kunnen hebben met de toename van psychische klachten.
Een ander verschijnsel dat samen gaat met social media-gebruik, is het zogeheten telepressure fenomeen. Dit fenomeen betreft het constant denken over social media-berichten en de toegenomen ervaren druk aan deze constante berichtenstroom te moeten beantwoorden (Barber & Santuzzi, 2015). Ter illustratie: studenten ontvangen tijdens het studeren via een WhatsApp-groepschat met vrienden voortdurend berichten over een afspraak voor die avond. Waar spreken we af? Hoe laat? Wat gaan we eten? Ondanks het druk bezig zijn met studeren laten studenten weten dat bij hen het gevoel ontstaat (terecht of onterecht) snel op deze berichten te moeten reageren. Het constant moeten schakelen tussen studeren en het onderhouden van sociale contacten via social media door telepressure blijkt uit onderzoek stressklachten te veroorzaken (Barber & Santuzzi, 2015). Aangetoond werd dat bij
werknemers die door de ervaren telepressure constant in contact bleven met hun omgeving een positief verband met stress naar voren kwam. Kortom, hoe hoger de mate van
telepressure, hoe hoger de mate van stress. Niet alleen bleken mensen tijdens werk deze voortdurende druk te ervaren op berichten te moeten reageren, ook als mensen eenmaal thuis zijn, blijven berichten van werk binnenstromen en kwam naar voren dat de ervaren druk ook op deze berichten te moeten reageren aanwezig bleef (Barber & Satuzzi, 2015). Zoals reeds aangetoond kan de stress die hiermee gepaard gaat het risico op depressie en burn-out klachten verhogen.
Zoals eerder genoemd maken de komst van internet, smartphones en tablets het in huidige studie-, werk- en thuissituaties mogelijk om op de constante berichtenstroom van social media te reageren. Naast de druk om te reageren zorgt dit ook voor veel afleiding. Door de voortdurende aanwezigheid van stoorzenders, rapporteerden werknemers dat het steeds moeilijker wordt te focussen en te concentreren op een taak met stressklachten tot gevolg
7
(Katz-Sidlow, Ludwig, Miller & Sidlow, 2012). Dit verschijnsel is vergelijkbaar met de zogenaamde werk-thuis interferentie (WHI) (Bakker & Geurts, 2016). Op werk even snel een afspraak met een vriendin verzetten of nog even tussendoor snel een nieuwe, goedkopere auto-verzekering zoeken. ’s Avonds thuis op de bank nog even een rapportage voor werk in elkaar zetten en op zaterdag toch nog even vlug het verslag van de vergadering van de dag ervoor doornemen. Zo loopt werk en privé bij bijna de helft van de mensen (47%) geregeld in elkaar over. Multitaskers worden deze mensen ook wel genoemd (Kinnunen et al., 2015). Door de WHI, het multitasken en het voortdurend in elkaar overlopen van de rollen thuis en op werk, wordt de mogelijkheid op te kunnen laden van de verschillende rollen steeds kleiner. Hoewel de meeste multitaskers denken efficiënter te zijn, leidt al het schakelen tussen
meerdere taken er juist toe dat meer fouten gemaakt worden en belangrijke informatie gemist wordt (Katz-Sidlow et al., 2012). Daarnaast zorgt het tegelijkertijd uitvoeren van
verschillende taken ook voor snellere vermoeidheid. Samengenomen bleek dit te resulteren in een verhoogd stressniveau en bleek voor multitaskers zelfs een verhoogd risico op een burn-out (Zieberts et al., 2015).
Ook studenten blijken multitaskers te zijn. Door tijdens het studeren onder andere actief te zijn op social media lijken studenten daarmee ook een verhoogd risico te lopen op de genoemde psychische gevolgen hiervan. Onderzoek van Bowman, Levine, Waite en Gendron (2010) ondersteunt dit. Dit onderzoek bekeek het effect van multitasken met social media op studieprestaties bij studenten. Aangetoond werd dat studenten die multitasken met social media tijdens studeren langer deden over het lezen en begrijpen van een studietekst dan studenten die niet multitasken met social media. Zelfs als bij beide groepen de tijd die besteed werd aan social media van de totale leestijd werd afgetrokken, bleef de totale leestijd van de groep studenten die social media gebruikten langer. Testprestaties bleken echter niet te lijden onder het multitasken; het kost multitaskers dus alleen meer tijd om dezelfde prestatie te
8
bereiken als niet-multitaskers (Bowman, Levine, Waite & Gendron, 2010). Zoals reeds gesuggereerd lijkt het multitasken met social media wel een risiscofactor te zijn voor psychische klachten bij studenten. Uit onderzoek van Becker, Alzahbi & Hopwood (2013) bleek inderdaad dat hoe hoger de frequentie van multitasken met social media, hoe hoger studenten scoorden op angst en depressie. Ook onderzoek van Lin et al. (2016) toonde een verband aan tussen social media-gebruik en depressie onder jongvolwassenen (19 tot 32 jaar): hoe meer tijd besteed werd aan social media, hoe groter de kans op depressie.
Duidelijk is nu dat depressie en burn-out als gevolg van stressklachten een groot risico vormen voor studie-uitval en mogelijk in verband staan met social media-gebruik. Uit
onderzoek van ArboNed (2015) bleek tevens dat naast stressklachten ook vermoeidheid tot één van de meest gerapporteerde klachten onder studenten behoort. Zoals eerder genoemd zijn vermoeidheidsklachten belangrijke symptomen bij zowel depressie en burn-out en bieden daarmee mogelijk ook een verklaring voor studie-uitval. Gebleken is dat 38% van de
jongvolwassenen van 19 tot 29 jaar zich niet uitgerust voelt bij het opstaan, 21% moeite heeft met inslapen en dat 67% rapporteert te weinig te slapen om goed te kunnen functioneren gedurende de dag (Levenson, Shensa, Sidani, Colditz & Primack, 2016). De moeilijkheden met het in het slaap vallen, het regelmatig wakker worden of vroeg ontwaken, maar ook de subjectieve ervaringen zoals het niet uitgerust voelen bij het wakker worden en de
ontevredenheid met de slaap, worden ook wel gedefinieerd als een slechte slaapkwaliteit (Costa et al., 1996 in Meijer & van den Wittenboer, 2004; Pilcher, Ginter, & Sadowsky, 1997). Zowel biologische, psychosociale en omgevingsfactoren zijn veroorzakers van deze slechte slaapkwaliteit. Leeftijd en de bijbehorende levensfase, de hoge druk die iemand ervaart vanuit studie of werk, het gebruik van alcohol en cafeïne, maar ook gebruik van allerlei technologieën zoals smartphones, laptops en tablets voor het slapen gaan, zijn hier voorbeelden van. Al deze factoren kunnen ertoe leiden dat iemand er langer over doet in slaap
9
te komen, later naar bed gaat, een kortere totale slaaptijd en zo een slechtere slaapkwaliteit heeft. Eerder onderzoek heeft aangetoond dat een slechte slaapkwaliteit kan leiden tot psychische klachten. Zo bleek bijvoorbeeld dat jongvolwassenen als gevolg van een lage slaapkwaliteit lager scoorden op stemming dan jongvolwassenen met een goede slaapkwaliteit (Levenson et al., 2016). Stress bleek hiervan de belangrijkste oorzaak en instandhoudende factor: door slechte (fragmentarische) slaap worden op de dag opgedane stressmomenten niet goed verwerkt. Constante alertheid en een verhoogd stressniveau bleken hiervan het gevolg. Dat leidde vervolgens tot een fragmentarische slaap en resulteerde in 13% van de gevallen uiteindelijk tot een klinische depressie of burn-out (Van Someren, 2016).
Social media-gebruik lijkt zo dus in verband te staan met een slechte slaapkwaliteit. Naast het feit dat het constant in contact blijven met anderen via social media leidt tot minder slaapuren (Barnes, Wagner, & Ghumman, 2012; aangehaald in Barber & Santuzzi, 2015) bleek ook dat social media-gebruik via smartphones of tablets vlak voor het slapen een negatief effect heeft op de hersenenactiviteit om de slaap te kunnen vatten. Smartphones of tablets produceren namelijk het zogenaamde blauw licht. Blootstelling aan blauw licht geeft de hersenen het signaal dat het ochtend is, waardoor hersenen juist geactiveerd worden en het moeilijker wordt om in slaap te komen. Een slechtere slaapkwaliteit bleek hiervan het gevolg (Van Someren, 2016). Onderzoek van Levenson et al. (2016) ondersteunt dit. In dit onderzoek werd de mate van social media-gebruik onderverdeeld in frequentie en in duur van gebruik. Uit de resultaten kwam naar voren dat hoe hoger de mate van social media-gebruik (zowel in frequentie als duur), hoe lager de slaapkwaliteit. Dit verband bleek sterker aanwezig voor de frequentie dan voor de duur van social media-gebruik, waaruit geconcludeerd kan worden dat de frequentie van social media-gebruik een betere voorspeller is voor een lage slaapkwaliteit dan de duur van het social media-gebruik.
10
Tot slot is gebleken dat de eerder genoemde factoren die mogelijk bijdragen aan de stress- en vermoeidheidsklachten veroorzaakt door social media-gebruik beter beheerst werden door hoog consciëntieuze (dat wil zeggen ambitieuze, betrouwbare en gewetensvolle) mensen. Hoog consciëntieuze mensen kennen een goede impulscontrole, zijn doelgericht en georganiseerd en in staat bevrediging uit te stellen (Roberts et al., 2004; aangehaald in Mike et al., 2015). Laag consciëntieuze mensen kennen daarentegen een slechte impulscontrole, zijn slecht in planning van taken, zijn snel afgeleid en slecht in staat bevrediging uit te stellen. Al eerder bleek dat social media-gebruik tijdens studeren kan leiden tot afleiding en slechte concentratie en dat dit psychische klachten tot gevolg kan hebben (Katz-Sidlow et al., 2012; Zieberts et al., 2015). Onderzoek van Wilson, Fornasier en White (2010) toonde tevens aan dat deelnemers met lage consciëntieusheid meer tijd aan social media besteedden en daarnaast gevoeliger bleken voor social media-verslaving dan deelnemers met hoge consciëntieusheid. Zo lijkt hoge consciëntieusheid een beschermende factor voor social media-gebruik.
Al met al blijken meerdere factoren bij te kunnen dragen aan het verband tussen de verschillende risico’s (stress- en slaapklachten) van social media-gebruik en psychische klachten zoals depressie en burn-out. Echter is nog weinig bekend over het specifieke verband tussen de toenemende studie-uitval en het social media-gebruik zelf. Aangezien studie-uitval als gevolg van psychische klachten een steeds groter wordend probleem is en studenten zich deze uitval door de strenge politieke studiemaatregelen nauwelijks kunnen permitteren, is het noodzakelijk de risicofactoren die hierin meespelen te achterhalen. In dit onderzoek zal daarom gekeken worden naar de rol van social media-gebruik bij studie-uitval door
psychische klachten. Als namelijk blijkt dat social media-gebruik inderdaad een voorspeller is voor de ontwikkeling van psychische klachten, kunnen mogelijk interventies ontwikkeld worden door universiteiten en de Geestelijke Gezondheidszorg (GGZ) om deze klachten te beperken of zelfs te voorkomen. Om het verband tussen social media-gebruik en psychische
11
klachten te onderzoeken werd middels een survey-onderzoek de mate van social media-gebruik tijdens studeren en voor het slapen, de mate van studiestress en de slaapkwaliteit gemeten. Daarnaast werd de mate van consciëntieusheid gemeten om de rol van
consciëntieusheid op social media-gebruik te bezien. Op basis van eerder onderzoek werd allereerst een verband verondersteld tussen social media-gebruik tijdens het studeren en studiestress. Verwacht werd dat een hoge mate van social media-gebruik tijdens studeren zou leiden tot een hoge mate van studiestress. Daarnaast werd een verband verondersteld tussen social media-gebruik voor het slapen en de slaapkwaliteit, waarbij werd verwacht dat een hoge mate van social media-gebruik voor het slapen gaan zou leiden tot een lage
slaapkwaliteit. Ten derde werd een verband verondersteld tussen consciëntieusheid en social media-gebruik tijdens het studeren. Tot slot werd ook een verband verondersteld tussen consciëntieusheid en social media-gebruik voor het slapen. Verwacht werd dat
consciëntieusheid als beschermende factor voor het social media-gebruik tijdens studeren en voor het slapen zou dienen. Figuur 1 laat een visuele weergave zien van deze verwachte verbanden.
Figuur 1. Conceptueel model van de verschillende variabelen, hun onderlinge verbanden en richtingen van de verbanden, waarbij + een positief en – een negatief verband aanduidt. H = Hypothese.
12 Methode Deelnemers
Eenennegentig eerstejaars psychologiestudenten van de opleiding Psychologie van de Universiteit van Amsterdam (UvA) hebben tijdens de testzittingen, als onderdeel van hun eerste studiejaar, vrijwillig deelgenomen aan dit onderzoek. De groep deelnemers bestond uit 68 vrouwen en 20 mannen met een gemiddelde leeftijd van 19,8 (SD = 1,66). Zij ontvingen geen beloning voor hun deelname.
Materialen
Tijdens de testzittingen van de UvA is één grote vragenlijst afgenomen voor
verschillende onderzoeken. Voor dit onderzoek is gebruik gemaakt van verschillende vragen van deze vragenlijst. Deze vragen hadden betrekking op algemene achtergrond informatie (geslacht, leeftijd, studiejaar), social media-gebruik, studiestress, de slaapkwaliteit en consciëntieusheid.
Social media-gebruik werd gemeten middels 2 zelf-geconstrueerde items. Deze items konden beantwoord worden op een vijfpunts Likert-schaal, variërend van 1 (nooit/heel weinig) tot 5 (altijd/heel veel). Voorbeelditems zijn: ‘Geef aan hoeveel je tijdens het studeren bezig bent met social media’ en ‘Als je dan in bed ligt, maak je dan nog gebruik van social media?’. De maximale score van de items is 10, hetgeen overeenkomt met een hoge mate van social media-gebruik. De minimale score is 5, hetgeen overkomt met een lage mate van social media-gebruik.
Studiestress werd gemeten middels 7 zelf-geconstrueerde items, gebaseerd op items van de College Chronic Life Stress Survey (CCLS). De CCLS heeft een goede interne consistentie (α = .89) en tevens een goede test-hertest betrouwbaarheid (r = .86) (Tobes & Cohen, 1996). De items konden allen op een vijfpunts Likert-schaal beantwoord worden,
13
variërend van 1 (helemaal oneens) tot 5 (helemaal eens). Voorbeeldvragen zijn: ‘Ik voel me gestresst, omdat ik tijdens studeren word afgeleid’ en ‘Ik voel me gestresst vanwege de hoge studiedruk die ik ervaar’. De maximale score is 35, hetgeen overeenkomt met een hoge mate van studiestress. De minimum score is 7, hetgeen overeenkomt met een lage mate van studiestress.
Slaapkwaliteit werd gemeten met behulp van 8 items van de insomniaschaal van de SLEEP-50. Deze vragenlijst heeft een goede interne consistentie (α = .85) en een test-hertest betrouwbaarheid (r variërend tussen .65 en .89.) (Spoormaker, Verbeek, Van den Bout & Klip, 2005). De items konden allen op een vierpunts Likert-schaal beantwoord worden, variërend van 1 (niet) tot 4 (zeer veel). Voorbeeldvragen zijn: ‘Ik val moeilijk in slaap’ en ‘Ik slaap te weinig’. De maximale score op de insomniaschaal is 64, hetgeen overeenkomt met een extreem slechte slaapkwaliteit. De minimumscore is 8, hetgeen overeenkomt met een extreem hoge slaapkwaliteit.
Consciëntieusheid werd gemeten met behulp van de 14 items van de
consciëntieusheidsschaal van de Nederlandse 5 PersoonlijkheidsFactoren Test (5-PFT) ontwikkeld door Elshout & Akkerman (1975). Deze vragenlijst heeft een goede interne consistentie voor de verschillende domeinschalen (α variërend van .77 tot .87) (Smits, Dolan, Vorst, Wichets & Timmerman, 2013). De items konden allen op een zevenpunts Likert-schaal worden beantwoord, variërend van 1 (absoluut niet) tot 7 (goed).Voorbeelditems zijn
‘Gewetensvol, principieel. Een man een man, een woord een woord’ en ‘Zorgelijk, tobt veel’. Na omscoring is de maximale score 98, hetgeen overeenkomt met hoge consciëntieusheid. De minimumscore is 14, hetgeen overeenkomt met lage consciëntieusheid.
Voorafgaand aan het onderzoek ontvingen alle deelnemers een informatiebrochure waarin een korte beschrijving van het onderzoek stond vermeld en de totale duur van het onderzoek. Verder stond hierin het werkelijke doel van het onderzoek vermeld, welke rechten
14
zij als deelnemers hadden en contactgegevens waarbij zij met eventuele klachten of opmerkingen terecht konden, zie bijlage 1.
Een informed consent is tevens voorgaand aan het onderzoek aan alle deelnemers aangeboden. Hierin stond alle belangrijke informatie over het onderzoek vermeld. De deelnemers werden gevraagd deze digitaal te ondertekenen waarmee ze hun vrijwillige toestemming gaven voor deelname aan het onderzoek, zie bijlage 2.
Procedure
Tijdens de testzittingen van de opleiding Psychologie van de UvA konden de eerstejaarsstudenten als onderdeel van hun propedeuse vrijwillig deelnemen aan één groot onderzoek. Daarbij werden verschillende vragenlijsten voor verschillende onderzoeken afgenomen. De vragenlijsten met betrekking tot dit onderzoek waren hier onderdeel van. Alvorens zijn deze vragenlijsten door de Commissie Ethiek van de UvA goedgekeurd. Alle deelnemers ontvingen allereerst een korte informatiebrochure en een informed consent met belangrijke informatie over het huidige onderzoek. Nadat de deelnemers deze gelezen en digitaal ondertekend hadden, werden de vragenlijsten ingevuld. De afname van deze
vragenlijsten vond plaats in de verschillende testzitting ruimten van de UvA. De totale duur van de testzitting was 80 minuten.
Resultaten
Van de 91 deelnemers bleken 3 de 5PFT-vragenlijst niet te hebben ingevuld, waardoor de gegevens van deze deelnemers niet zijn meegenomen in de verdere dataverwerking. De overgebleven gegevens (N = 88) zijn gebruikt voor de verdere analyses.
Middels betrouwbaarheidsanalyses werd allereest gekeken naar de betrouwbaarheid van de gebruikte vragenlijsten van dit onderzoek. Hieruit bleek een hoge betrouwbaarheid
15
voor de stressvragenlijst (α = .81) wat duidt op een hoge interne consistentie. Ondanks uit eerder onderzoek een hoge betrouwbaarheid voor de SLEEP-50 schalen gebleken was, is ook een betrouwbaarheidsanalyse uitgevoerd voor de insomniaschaal van deze vragenlijst die gebruikt is voor dit onderzoek. Daaruit bleek een hoge betrouwbaarheid (α = .86), wat bevestigt dat deze vragenlijst een hoge interne consistentie heeft. Een betrouwbaarheids-analyse was voor de consciëntieusheidsschaal van de 5-PFT vanuit de verkregen data van dit onderzoek niet uit te voeren. Zoals reeds genoemd bleek voor de schalen van de 5-PFT een hoge interne consistentie (α variërend van .77 tot .78).
Vervolgens is voor iedere hypothese een regressieanalyse uitgevoerd. In totaal zijn vier analyses verricht. Voor iedere afhankelijke variabele die gebruikt is in deze analyses werd allereerst een gemiddelde score met bijbehorende standaarddeviaties berekend, zie Tabel 1.
Tabel 1
Gemiddelde Scores, Standaarddeviaties en de Minimum en Maximum Scores voor de
Afhankelijke Variabelen Social Media-Gebruik Tijdens Studeren, Social Media-Gebruik voor het Slapen, Studiestress en Slaapkwaliteit van alle Deelnemers (N = 88)
M SD Min Max
Social media-gebruik 2,78 1,04 1 5 tijdens studeren
Social media-gebruik 3,75 1,18 1 5 voor het slapen
Studiestress 20,40 4,98 7 35
16
Voor het toetsen van de eerste hypothese is een regressieanalyse verricht met de gemiddelde score op social media-gebruik tijdens studeren als onafhankelijke variabele en gemiddelde stress-score als afhankelijke variabele. Allereerst werd gekeken of aan de assumptie van normaliteit was voldaan. De assumpties van homogeniteit van varianties en onafhankelijkheid bleken niet op te gaan voor de regressie-analyses, aangezien in dit
onderzoek alleen continue variabelen gebruikt zijn en slechts één groep onderzocht is. Uit de resultaten bleken de stress-scores normaal verdeeld. De scores op social media-gebruik tijdens studeren bleken niet normaal verdeeld. Uit de resultaten kwam een gelijkmatige verdeling voor deze scores naar voren (M = 2,78, SD = 1,04; range: 1-5). De resultaten bleken desondanks significant, F (1,86) = 18.98, p <.001 en social media-gebruik tijdens studeren voorspelt 18% van de variantie in studiestress bij studenten (R² = .18). Dit duidt op een matige verklaarde variantie (Field, 2013). De eerste hypothese verwachtte een positief verband tussen de scores op social media-gebruik tijdens studeren en de stress-scores. De regressieanalyse wees uit dat inderdaad een positief verband bestaat, b = .43 , t(86) = 4,36, p <.001. Dit wil zeggen dat hoe hoger de score op social media-gebruik tijdens studeren, hoe hoger de stress-score.
Daaropvolgend werd voor het toetsen van de tweede hypothese een regressieanalyse verricht met de gemiddelde score op social media-gebruik voor het slapen gaan als
onafhankelijke variabele en de gemiddelde SLEEP-50 score op de insomniaschaal als
afhankelijke variabele. De scores op beide variabelen bleken niet normaal verdeeld. Voor alle deelnemers kwam een hoge score op social media-gebruik voor het slapen gaan naar voren (M = 3,75, SD = 1,18; range = 1-5). Daarnaast kwam voor bijna alle deelnemers een lage SLEEP-50 score op de insomniaschaal naar voren (M = 13,99, SD = 5,28; range 8-32). Voor een visuele weergave hiervan zie de boxplots van Figuur 2. De resultaten toonden ook geen
17
significant verband aan, F (1,86) = .75, p = .39. F (1,86) = .75, p = .39. De score op social media-gebruik voor het slapen voorspelt dus niet de SLEEP-50 score op de insomniaschaal.
Figuur 2. Boxplots met de gemiddelde scores voor de SLEEP-50 op de insomniaschaal (links) en social media-gebruik voor het slapen (rechts) van alle deelnemers.
Voor het toetsen van de derde hypothese is een regressieanalyse verricht met de gemiddelde 5-PFT score op de consciëntieusheidsschaal als onafhankelijke variabele en de gemiddelde score op social media-gebruik tijdens studeren als afhankelijke variabele. De 5-PFT scores op de consciëntieusheidsschaal bleken normaal verdeeld. Zoals reeds genoemd bleken de scores op social media-gebruik tijdens studeren niet normaal verdeeld. Desondanks bleken de resultaten significant, F (1,86) = 12,68, p = .001 en de 5-PFT score op de
consciëntieusheidsschaal voorspelt 13% van de variantie in social media-gebruik tijdens studeren (R² = .13). Dit duidt op een matige verklaarde variantie (Field, 2013). De derde hypothese verwachtte een negatief verband tussen de 5-PFT scores op de consciëntieusheids-schaal en de scores op social media-gebruik tijdens studeren. Resultaten van de
18
Dit wil zeggen dat hoe hoger de 5-PFT score op de consciëntieusheidsschaal, hoe lager de score op social media-gebruik tijdens studeren.
Tot slot werd gekeken naar de laatste hypothese waarbij een regressieanalyse werd verricht met de gemiddelde 5-PFT score van de consciëntieusheidsschaal als onafhankelijke variabele en de gemiddelde score op social media-gebruik voor het slapen gaan als
afhankelijke variabele. Zoals reeds genoemd bleken de 5-PFT scores op de
consciëntieusheidsschaal normaal verdeeld en bleken de scores op social media-gebruik voor het slapen niet aan deze assumptie te voldoen. Er werd geen significant verband tussen de variabelen aangetoond, F (1,86) = ,01, p = .93. De 5-PFT score op de consciëntieusheids-schaal voorspelt dus niet de score op social media-gebruik voor het slapen gaan.
Discussie
In dit onderzoek werd gekeken naar de rol van social media-gebruik bij studie-uitval door psychische klachten zoals depressie en burn-out. Meer specifiek werd gekeken naar het verband tussen social media-gebruik en stress- en slaapklachten bij studenten en of de
persoonlijkheidstrek consciëntieusheid als beschermende factor voor het social media-gebruik dient. Uit de resultaten van dit onderzoek kwam naar voren dat social media-gebruik tijdens studeren een positief verband liet zien met studiestress. De resultaten toonden aan dat hoe hoger de mate van social media-gebruik tijdens het studeren, hoe hoger de mate van
studiestress. Consciëntieusheid bleek daarbij beschermend te werken: hoe consciëntieuzer de studenten waren, hoe lager het social media-gebruik tijdens het studeren. Geheel onverwacht bleek geen verband aanwezig tussen social media-gebruik voor het slapen en de
slaapkwaliteit. Consciëntieusheid bleek hierbij ook geen beschermende factor voor het social media-gebruik voor het slapen.
19
Studie-uitval veroorzaakt door psychische klachten zoals depressie en burn-out bleek uit eerder onderzoek met name het gevolg van structurele stress- en vermoeidheidsklachten. Als belangrijkste oorzaak van deze stress- en vermoeidheidsklachten rapporteerden studenten de hoge studiedruk (Schmidt & Simons, 2013). De steeds strengere studie-eisen en politieke studiemaatregelen bleken een belangrijk onderdeel voor de verklaring van deze toenemende studiedruk (Rouwhorst et al., 2015). Tegelijkertijd leek een belangrijke sociologische
ontwikkeling met betrekking tot het toenemend social media-gebruik ook te kunnen bijdragen aan de studie-uitval. Gebleken was dat social media-gebruik veelal gepaard gaat met een hoge druk die ervaren wordt te moeten reageren op de verschillende berichtenstromen, vanuit de angst belangrijke gebeurtenissen te missen (Bakker & Geurts, 2016; Barber & Santuzzi, 2015; Przybylski et al., 2013). Verwacht werd dat stressklachten hiervan een gevolg zouden zijn en zo een verband tussen social media-gebruik en studiestress aanwezig zou zijn. Uit dit
onderzoek kwam naar voren dat social media-gebruik inderdaad een verband liet zien met studiestress. Aangetoond werd dat hoe hoger de mate van social media-gebruik tijdens studeren, hoe hoger de mate van studiestress. Dit was in lijn met wat op basis van eerder onderzoek werd verwacht waaruit bleek dat social media-gebruik veelal gepaard ging met stress-gerelateerde psychische klachten (Barber & Santuzzi, 2015; Kinnunen et al., 2015; Zieberts et al., 2015).
Een opvallende uitkomst van dit onderzoek heeft betrekking op het ontbreken van het verband tussen social media-gebruik voor het slapen en de slaapkwaliteit van studenten. Dit was niet in lijn met wat op basis van eerder onderzoek verwacht werd (Levenson, 2016; Van Someren, 2016). Gebleken was namelijk dat de technologieën als smartphones, laptops en tablets die gebruikt worden voor social media een negatief effect kunnen hebben op de slaap. Kort gezegd, deze technologieën produceren het zogenaamde blauw licht en blootstelling hieraan wekt een hersenactiviteit op waardoor het moeilijker bleek in slaap te komen (Van
20
Someren, 2016). Zo ontstond de verwachting dat social media-gebruik vlak voor het slapen een negatief effect heeft op de slaapkwaliteit. Het ontbreken van dit verband kan mogelijk verklaard worden aan de hand van de strengere studie-eisen en politieke studiemaatregelen met betrekking tot de doelgroep van dit onderzoek. Hoewel eerder onderzoek had aangetoond dat deze strenge studie-eisen en –maatregelen een oorzaak bleken van stress bij studenten, bieden ze mogelijk ook een verklaring voor de hoge slaapkwaliteit bij eerstejaarsstudenten. Door de afschaffing van de studiefinanciering zijn (eerstejaars)studenten mogelijk steeds vaker genoodzaakt thuis te blijven wonen. Uit een artikel van het NRC bleek inderdaad dat tussen juli en oktober in 2015 een kwart van de studenten minder te zijn verhuisd dan in diezelfde periode in 2014. Met name in universiteitssteden bleek voor 17- tot 22-jarigen een enorme daling in het bevolkingsregister. Het totale aantal eerstejaarsstudenten aan de universiteiten is wel gelijk gebleven. Ook het CBS signaleert dat thuis blijven wonen tegenwoordig een trend is onder jongeren: de gemiddelde leeftijd waarop jongeren
tegenwoordig het huis verlaten is in de afgelopen tien jaar gestegen van 22,4 naar 22,8 jaar (Huygen, 2015). Mogelijke kenmerken van het langer thuis blijven wonen kunnen zijn dat (eerstejaars)studenten minder uitgaan, eerder naar bed gaan en mogelijk hierdoor een hogere slaapkwaliteit hebben (ondanks het social media-gebruik voor het slapen gaan). Daarnaast kan de noodzaak voor het behalen van het BSA tijdens het eerste studiejaar ertoe leiden dat
eerstejaarsstudenten (in tegenstelling tot ouderejaarsstudenten) genoodzaakt zijn serieuzer en verantwoordelijker om te gaan met hun studie en op basis daarvan mogelijk besluiten minder te feesten, vaker thuis te blijven wonen en als gevolg daarvan beter slapen. Tot slot kan ook nog meespelen dat alle deelnemers van dit onderzoek UvA-studenten waren. Naast het feit dat in alle universiteitssteden een daling in het bevolkingsregister te zien was, bleek het aantal studenten dat zich in de stad Amsterdam vestigde het meest te zijn gedaald (Huygen, 2015). Hierdoor bestaat een grote kans dat de deelnemers van dit onderzoek vaker thuis woonden
21
wat wederom de hoge slaapkwaliteit van deze eerstejaarsstudenten uit Amsterdam kan verklaren. Kortom, door de homogene doelgroep van dit onderzoek blijken meerdere
verklaringen mogelijk voor de hoge slaapkwaliteit van deze eerstejaarsstudenten. Ondanks dat in dit onderzoek geen verband tussen social media-gebruik voor het slapen en de
slaapkwaliteit is gevonden, kan hierdoor nog niet geconcludeerd worden dat social media-gebruik voor het slapen niet schadelijk is voor de slaapkwaliteit.
Tot slot werd verwacht tussen consciëntieusheid beschermend zou werken ten aanzien van social media-gebruik. Dit onderzoek vond hier gedeeltelijk een bevestiging van:
resultaten toonden aan dat inderdaad een verband bestaat tussen de mate van
consciëntieusheid en de mate van social media-gebruik tijdens het studeren. Deze resultaten zijn in lijn met eerder onderzoek van Wilson et al. (2010) waarin werd aangetoond dat hoe consciëntieuzer deelnemers waren, hoe minder tijd besteed werd aan social media en hoe minder gevoelig ze waren voor social media-verslaving. Zo ontstond de verwachting dat consciëntieusheid als beschermende factor voor social media-gebruik zou dienen. Dit onderzoek toonde aan dat consciëntieusheid inderdaad als beschermende factor dient ten aanzien van social media-gebruik tijdens het studeren. In tegenstelling tot de verwachting bleek echter geen bevestiging voor het verband tussen consciëntieusheid en social media-gebruik voor het slapen. Een verklaring hiervoor is wederom de eerdergenoemde
homogeniteit van de deelnemers: alle deelnemers van dit onderzoek gebruikten social media voor het slapen gaan waardoor te weinig variatie aanwezig is om te kunnen concluderen dat geen verband tussen de variabelen bestaat.
Hoewel dit onderzoek nieuwe inzichten heeft opgeleverd, zijn er enkele beperkingen aan het onderzoek die vermeld moeten worden. Een belangrijk punt heeft betrekking op de reeds genoemde homogene groep deelnemers en de generaliseerbaarheid. Dit onderzoek heeft zich vanuit praktische overwegingen beperkt tot eerstejaars psychologiestudenten van de
22
UvA. Deze groep studenten zijn hoogstwaarschijnlijk geen goede representatie van de gehele populatie Nederlandse studenten. Zoals aangegeven kunnen eerstejaarsstudenten verschillen van ouderejaarsstudenten in woon- en leefsituatie. Hierdoor moeten de gevonden resultaten van het onderzoek met enige voorzichtigheid geïnterpreteerd worden. Vervolgonderzoek zou gericht moeten zijn op het verband tussen social media-gebruik en psychische klachten bij een meer heterogene groep studenten. In tegenstelling tot eerstejaarsstudenten hebben
ouderejaarsstudenten bijvoorbeeld niet meer de noodzaak voor het behalen van het BSA en wonen mogelijk vaker op kamers. Dit kan een effect hebben op de slaapkwaliteit. Daarnaast is het ook noodzakelijk het verband te onderzoeken bij studenten uit andere steden en van andere studierichtingen, opnieuw gezien de mogelijkheid dat deze groep studenten verschilt in leef- en woonsituatie. Dit zou de betrouwbaarheid en generaliseerbaarheid van resultaten verhogen.
Een andere kritische kanttekening betreft het design van het dit onderzoek, namelijk een survey-onderzoek. Hiermee kunnen verbanden tussen variabelen worden getoetst, maar over de causaliteit kunnen geen waterdichte uitspraken worden gedaan. In vervolgonderzoek zou daarom gebruik gemaakt moeten worden van een experimenteel design, waarbij
deelnemers onderverdeeld worden in twee groepen: een groep met social media-gebruik en een groep zonder social media-gebruik. Zo kan gekeken worden naar het verschil in effect van social media-gebruik op psychische klachten tussen beide groepen en kan tevens het probleem van de homogeniteit worden ondervangen. Ook wordt hiermee de causaliteit aannemelijker en wordt de interne validiteit verhoogd. Dit is belangrijk voor de klinische praktijk: indien duidelijk wordt dat social media-gebruik een directe veroorzaker is van psychische klachten bij studenten kunnen gerichtere interventies en maatregelen getroffen worden om social media-gebruik in te perken. Daarmee kan mogelijk de toename in studie-uitval voorkomen of ingeperkt worden.
23
Ondanks de tekortkomingen kan voorlopig geconcludeerd worden dat social media-gebruik gepaard gaat met stressklachten bij studenten en dat consciëntieusheid als
beschermende factor voor social media-gebruik tijdens studeren dient. Social media-gebruik lijkt daarmee een rol te spelen in de toename van studie-uitval door stress-gerelateerde psychische klachten, met name voor laag consciëntieuze studenten. Het is daarom allereerst noodzakelijk dat universiteiten hun studenten op de hoogte stellen van deze risico’s. Indien studenten zich meer bewust zijn van de mogelijke gevolgen van social media-gebruik tijdens studeren, kunnen zij wellicht hierop anticiperen. Bijvoorbeeld door vaker de smartphone of tablet weg te leggen en de constante berichtenstroom van WhatsApp of Facebook (tijdelijk) uit te schakelen tijdens het studeren. Zo ontstaat minder afleiding tijdens het studeren met mogelijk minder studiestress en risico op depressie en burn-out als gevolg. Zo kan de studie-uitval veroorzaakt door psychische klachten mogelijk ingeperkt worden.
24 Literatuurlijst
ArboNed (2015). Verzuim door stress op steeds jongere leeftijd. Opgehaald van
https://www.arboned.nl/grootbedrijf/nieuws/2015-03-18-verzuim-door-stress-op- steeds-jongere-leeftijd
Bakker, A. B., & Geurts, S. A. E. (2016). Toward a dual-process model of work-home interference. Work and Occupations, 31, 345-366. doi:10.1177/0730888404266349 Barber, L. K., & Santuzzi, A. M. (2015). Please respond asap: Workplace telepressure and
employee recovery. Journal of Occupational Health Psychology, 20, 172-189. doi:10.1037/a0038278
Becker, M. W., Alzahabi, R., & Hopwood, C. J. (2013). Media multitasking is associated with symptoms of depression and social anxiety. Cyberpsychology Behavior and Social Networking, 16, 132-135. doi: 10.1089/cyber.2012.0291
Bowman, L. L., Levine, L. E., Waite, B. M., & Gendron, M. (2010). Can students really multitask? An experimental study of instant messaging while reading. Computers and Education, 54, 927-931. doi:10.1016/j.compedu.2009.09.024
Centraal Bureau voor de Statistiek (2015). Gebruik sociale netwerken sterk toegenomen. Opgehaald van http://www.cbs.nl/nl-NL/menu/themas/bedrijven/publicaties/arti kelen/archief/2015/gebruik-sociale-netwerken-sterk-toegenomen.htm
Conijn, M., Boersma, H. J. M. V., & van Rhenen, W. (2015). Burn-out bij nederlandse geneeskundestudenten. Nederlands Tijdschrift Geneeskunde, 159, 1-6. Opgehaald van https://www.ntvg.nl/artikelen/burn-out-bij-nederlandse-geneeskundestudenten
Field, A. (2013). Discovering statistics using ibm spss statistics (4rd ed.). London, England: Sage.
Huygen, M. (2015). Thuis wonen is trend bij eerstejaars. Het NRC-Handelsblad. Opgehaald van http://www.nrc.nl/next/2015/12/12/thuis-wonen-is-trend-bij-eerstejaars-1570055
25
Kaplan, A. M., & Haenlein, M. (2010). Users of the world, unite! The challenges and opportunities of social media. Business Horizons, 53, 59-68.
doi:10.1016/j.busher.2009.09.003
Katz-Sidlow, R. J., Ludwig, A., Miller, S., & Sidlow, R. (2012). Smartphone use during inpatient attending rounds: Prevalence, patterns, and potential for distraction. Journal of Hospital Medicine, 7, 595-599. doi:10.1002/jhm.1950
Kinnunen, U., Rantanen, J., de Bloom, J., Mauno, S., Feldt, T., & Korpela, K. (2015). The role of work-nonwork boundary management in work stress recovery. International Journal of Stress Management. Advance online publication.
http://dx.doi.org/10.1037/a0039730
Levenson, J. C., Shensa, A., Sidani, J. E., Colditz, J. B., & Primack, B. A. (2016). The association between social media use and sleep disturbance among young adults. Preventive Medicine, 85, 36-41. doi:10.1016/j.ypmed.2016.01.001
Lin, L., Sidani, J. E., Shensa, M. A., Radovic, A., Miller, E., Colditz, J. B., et al.
(2016). Association between social media use and depression among u.s. young adults. Depression and Anxiety, 00, 1-9. doi: 10.1002/da.22466
Luo, J., & Roberts, B. W. (2015). Concurrent and longitudinal relations among
conscientiousness, stress, and self-percieved physical health. Journal of Research in Personality, 59, 93-103. doi:10.1016/j.jrp.2015.10.004
Mike, A., Harris, K., Roberts, B. W., & Jackson, J. J. (2015). Conscientiousness.
International Encyclopedia of the Social and Behavioral Sciences, 4, 658-664. doi: 10.1016/B978-0-08-097086-8.25047-2
Meijer, A. M., & Van den Wittenboer, G. L. H. (2004). The joint of sleep, intelligence and motivation to school performance. Personality and Individual Differences, 37, 95-106. doi:10.1016/j.paid.2003.08.002
26
Pilcher, J. J., Ginter, D. R., & Sadowsky, B. (1997). Sleep quality versus sleep quantity: Relationships between sleep and measures of health, well-being and sleepness in college students. Journal of Psychosomatic Research, 42, 583-596.
doi:10.1016/S0022-3999(97)00004-4
Przybylski, A. K., Murayama, K., de Haan, C. R., & Gladwell, V. (2013). Motivational, emotional, and behavioral correlates of fear of missing out. Computers in Human Bahavior, 29, 1841-1848. doi:10.1016/j.chb.2013.02.014
Rouwhorst, Y., Sinke, D., van Kessel, Lisanne., & Zondervan, E. (2015). Sucstress: De stress om succes. Opgehaald van http://www.iso.nl/website/wp-content/ uploads/ 2015/01/ 1415-Sucstress.pdf
Schmidt. E., & Simons, M. (2013). Psychische klachten onder studenten. Opgehaald van http://www.lsvb.nl/actueel/persbericht/psychische-klachten-bij-helft-studenten Smits, I. A. M., Dolan, C. V., Vorst, H. C., Wicherts, J. M., & Timmerman, M. E. (2013).
Data from cohort differences in big five personality factors over a period of 25 years. Journal of Open Psychology Data, 1, 1-3. doi: http://dx.doi.org/10.5334/jopd.e2
Spoormaker, V. I., Verbeek, I., van den Bout, J., & Klip, E. C. (2005). Initial validation of the sleep-50 questionnaire. Behavioral Sleep Medicine, 3:4, 227-246.
doi:10.1207/s15402010bsm0304_4
Starreveld, P. A. (2012). Verslaggeving van psychologisch onderzoek (3e ed.). Den Haag, Nederland: Boom Lemma.
Tobes, L. C., & Cohen, L. H. (1996). Chronic stress in the lives of college students: Scale development and prospective prediction of distress. Journal of Youth and Adolescence, 25, 199-217.
Van den Eijden, R. J. J. M., Lemmens, J. S., & Valkenburg, P. M. (2016). The social media disorder scale: Validity and psychometric properties. Computers in Human Behavior,
27 61, 478-487. doi:10.1016/j.chb.2016.03.038
Van Echtelt, P. (2014). Burn-out: Verbanden tussen emotionele uitputting,
arbeidsmarktpositie en het nieuwe werken. Opgehaald van http://www.scp.nl/nl/ Publicaties/Alle_publicaties/Publicaties_2014/Burn_out_verbanden_tussen_emotionel e_uitputting_arbeidsmarktpositie_en_Het_Nieuwe_Werken
Van Someren, E. (2016). Bang voor de nacht. Opgehaald van http://brandpunt.kro.nl/ seizoenen/seizoen-2016/afleveringen/16-02-2016/fragmenten/bang-voor-de-nacht/extras/tips-om-slapeloosheid-te-voorkomen/
Verbaak, M., Warner, R., de Rij, M., & Hoogduin, K. (2006). Follow-up na protocollaire cognitieve gedragstherapie bij burn-out: Een vergelijking met depressieve stoornissen en angststoornissen, Dth Directieve Therapie, 26, 229-241. Opgehaald van
https://www.directievetherapie.nl/inhoud/tijdschrift_artikel/DT-26-2-142/Follow-up- na-protocollaire-cognitieve-gedragstherapie-bij-burn-out-een-vergelijking-met-depressieve-stoornissen-en-angststoornissen
Wilson, K., Fornasier, S., & White, K. M. (2010). Psychological predictors of young adults’ use of social netwerking sites. Cyberpsychology Behavior and Social Networking, 13, 173-177. doi:10.1089/cyber.2009.0094
Wortham, J. (2011). Feel like a wallflower? Maybe it’s your facebook wall. The New York Times, pp. A1-A3. Opgehaald van http://www.nytimes.com/2011/04/10/business /10ping.html
Zantinge, E. M., Houtman, I. L. D., Poos, M. J. J. C., Harbers, M. M., & Eysink, P. E. D. (2014). Hoe vaak komen overspannenheid en burn-out voor en neemt dit toe of af? Opgehaald van http://www.nationaalkompas.nl/gezondheid-en-ziekte/ziekten-en- aandoeningen/psychische-stoornissen/burn-out/trend/
28
& Geurts, S. A. E. (2015). The relationship of on-call work with fatique, work-home interference, and perceived performance difficulties. BioMed Research International, article ID 643413, 1-10. doi:10.1155/2015/643413
29 Bijlage 1
Informatiebrochure bij onderzoek:
Social Media-Gebruik en Studie-gerelateerde Psychische Problematiek
Geachte deelnemer/deelneemster,
U heeft zich aangemeld voor het onderzoek ‘Sociale Media Gebruik en Studie-gerelateerde Psychische Problematiek’. Voordat u een besluit neemt, is het belangrijk te weten waarom het onderzoek wordt gedaan en wat het voor u inhoudt. Lees daarom deze informatie nauwkeurig door en neem de tijd om te besluiten of u wel of niet mee wilt doen. Als er, nadat u deze informatie gelezen heeft nog iets onduidelijk is, vraag dan gerust om uitleg.
Dit onderzoek is opgezet door Derk-Jan Schonewille van de programmagroep Klinische Psychologie van de Universiteit van Amsterdam, met als doel te onderzoeken wat de relatie is tussen de mate van gebruik van sociale media en studie-gerelateerde psychische klachten bij studenten, zoals stress en slaapproblemen.
Doel van het onderzoek
Steeds meer en vaker worden jonge (hoogopgeleide) werknemers getroffen door uitval als gevolg van psychische klachten (burn-out). Deze uitval blijkt op steeds jongere leeftijd voor te komen en ook studenten lijken daarmee een steeds groter risico op uitval als gevolg van psychische klachten (met name stress- en slaapklachten) te lopen. Daarnaast is een stijging van sociale media gebruik te zien en is uit eerder onderzoek gebleken dat sociale media een negatief effect kan hebben op stress- en slaapklachten. In dit onderzoek zal gekeken worden de mate van sociale media gebruik en deze studie-gerelateerde psychische klachten onder studenten om zo de samenhang tussen sociale media gebruik en de steeds vaker voorkomende studie-gerelateerde psychische klachten bij studenten in kaart te brengen. Daarnaast zal nog gekeken worden of persoonlijkheid een beschermende of verergerende rol heeft op de ontwikkeling van studie-gerelateerde psychische klachten. Wij zullen hierdoor naar de persoonlijkheidstrek consciëntieusheid kijken.
Procedure van het onderzoek
Het onderzoek bestaat uit een online vragenlijst. Het invullen van deze vragenlijst zal ongeveer 20 minuten in beslag nemen.
Vrijwilligheid
Als u nu besluit af te zien van deelname aan dit experiment, zal dit op geen enkele wijze gevolgen voor u hebben. Ook als u tijdens het onderzoek zelf besluit uw medewerking te staken, zal dat op geen enkele wijze gevolgen voor u hebben. U ontvangt dan een vergoeding in overeenstemming met de duur van uw deelname. Mocht u uw medewerking staken, dan zullen uw gegevens worden verwijderd uit onze bestanden en vernietigd. Tevens kunt u na dit onderzoek alsnog uw toestemming om gebruik te maken van uw gegevens intrekken, mits deze gegevens nog niet zijn gebruikt in de definitieve data-analyse. U bent vrij om uw medewerking te staken zonder opgave van redenen.
30 Vergoeding
Voor deelname aan dit onderzoek ontvangt u een vergoeding van 2,50 euro of 0,25 proefpersoon-punt.
Vertrouwelijkheid
Vanzelfsprekend zullen al uw gegevens vertrouwelijk worden behandeld. De gegevens zullen tot 5 jaar na afsluiting van het onderzoek bewaard blijven. Als de resultaten van dit onderzoek gerapporteerd worden in tijdschriften of wetenschappelijke bijeenkomsten, zult u nooit bij naam genoemd worden en zijn de resultaten niet herleidbaar tot uw persoon.
Nadere inlichtingen
Als u nog verdere informatie wilt over dit onderzoek, dan kunt u zich wenden tot de onderzoeker de heer Derk-Jan Schonewille van Faculteit Maatschappij- en
Gedragswetenschappen van de Universiteit van Amsterdam (e-mail: d.j.schonewille@uva.nl). Voor eventuele klachten over dit onderzoek kunt u zich wenden tot het lid van de Commissie Ethiek van de Faculteit der Maatschappij- en Gedragswetenschappen van de Universiteit van Amsterdam, de heer dr. A. van Emmerik (telefoon: 020-5256810; e-mail:
a.a.p.vanemmerik@uva.nl; Nieuwe Achtergracht 129-B, 1018 WT Amsterdam).
Wij hopen u hiermee voldoende te hebben geïnformeerd en danken u bij voorbaat hartelijk voor uw deelname aan ons onderzoek.
Met vriendelijke groeten,
31 Bijlage 2
Informed consent
‘Ik verklaar hierbij op voor mij duidelijke wijze te zijn ingelicht over de aard en methode van het onderzoek, zoals uiteengezet in de informatiebrochure ‘Social Media-Gebruik en Studie-gerelateerde Psychische Problematiek’. Mijn vragen zijn naar tevredenheid beantwoord. Ik stem geheel vrijwillig in met deelname aan dit onderzoek. Ik behoud daarbij het recht deze instemming weer in te trekken zonder dat ik daarvoor een reden behoef op te geven en besef dat ik op elk moment mag stoppen met het experiment. Indien mijn onderzoeksresultaten gebruikt zullen worden in wetenschappelijke publicaties, dan wel op een andere manier openbaar worden gemaakt, zal dit volledig geanonimiseerd gebeuren. Mijn persoonsgegevens zullen niet door derden worden ingezien zonder mijn uitdrukkelijke toestemming.
Als ik nog verdere informatie over het onderzoek zou willen krijgen, nu of in de toekomst, kan ik me wenden tot Derk-Jan Schonewille (e-mail: d.j.schonewille@uva.nl; Nieuwe
Achtergracht 129D, 1018 WS Amsterdam, Gebouw G kamer -1.24). Voor eventuele klachten over dit onderzoek kan ik mij wenden tot het lid van de Commissie Ethiek van de afdeling Psychologie van de Universiteit van Amsterdam, de heer dr. A. van Emmerik (telefoon: 020 5256810; e-mail: a.a.p.vanemmerik@uva.nl; Nieuwe Achtergracht 129-B, 1018 WT
Amsterdam).
Aldus in tweevoud getekend:
……… ………
Naam proefpersoon Handtekening
‘Ik heb toelichting verstrekt op het onderzoek. Ik verklaar mij bereid nog opkomende vragen over het onderzoek naar vermogen te beantwoorden.’
……… ………
