بررسی رابطه بین میزان فعالیت در فضای مجازی و بیگانگی اجتماعی دانشجویان دانشگاه های مرند
محل انتشار: مجله مطالعات جامعه شناسی، دوره: 12، شماره: 42
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 159
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JOSSI-12-42_005
تاریخ نمایه سازی: 30 آذر 1401
چکیده مقاله:
پژوهش حاضر با هدف بررسی رابطه بین میزان فعالیت در فضای مجازی و میزان احساس بیگانگی اجتماعی دانشجویان دانشگاههای مرند صورت گرفته است. روش مورد استفاده در این پژوهش طرح تحقیق پیمایش مقطعی با هدف تبیین و توصیف داده ها می باشد. برای سنجش متغیر وابسته یعنی احساس بیگانگی اجتماعی از شاخص های استاندارد سنجش بیگانگی اجتماعی ملوین سیمن استفاده شده است. جامعه آماری مورد نظر در انجام تحقیق دانشجویان مشغول به تحصیل در دانشگاه های شهرستان مرند در سالتحصیلی ۹۴-۱۳۹۳ بودکه توسط فرمول کوکران تعداد حجم نمونه از کل جامعه آماری، ۳۸۶ نمونه برآورد شد و پرسشنامه بین نمونههای آماری بر اساس نوع دانشگاه، دانشکده و مقطع تحصیلی توزیع گردید، سپس دادههای جمعآوری شده با نرم افزار SPSS مورد تجزیه و تحلیل قرار گرفتند. اصلی- ترین و عمده ترین نتایج به دست آمده از این پژوهش نشان می دهد که بین میزان فعالیت در دنیای مجازی و میزان احساس بیگانگی اجتماعی دانشجویان همبستگی مثبت وجود دارد. یعنی با افزایش مدت استفاده از دنیای مجازی میزان احساس بیگانگی اجتماعی نیز افزایش می یابد. بین میزان استفاده از دنیای مجازی و چند مولفه بیگانگی اجتماعی همچون: میزان انزواطلبی، احساس بی معنایی و احساس بی هنجاری در بین دانشجویان همبستگی مثبت مشاهده می شود. همچنین میزان احساس بیگانگی اجتماعی بر حسب جنسیت دانشجویان تفاوتی نداشته ولی میزان احساس بیگانگی اجتمای بر حسب وضعیت تاهل دانشجویان متفاوت می باشد، و میزان احساس بیگانگی اجتماعی داشجویان متاهل بیشتر از دانشجویان مجرد میباشد.
کلیدواژه ها:
نویسندگان
جعفر عباسی سلطانی
کارشناسی ارشد جامعه شناسی، واحد تبریز، دانشگاه آزاد اسلامی؛ تبریز- ایران.
محمود علمی
استادیار گروه علوم اجتماعی، واحد تبریز، دانشگاه آزاد اسلامی؛ تبریز- ایران (نویسنده مسئول).
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :