通過互聯網招募了2,801名18~57歲的視頻遊戲玩家(平均年齡=22.43歲,SD =4.70;93.30%為男性)的在線樣本(有關其他人口統計資訊,見表2)。預測遊戲類型的回歸模型在成癮嚴重程度差異中佔很大比例(R2 adj = .37,F[28, 2374] = 51.07,p = 0.001)。沒有單個交互術語具有統計顯著性。就其本身,多動症癥狀嚴重程度顯著和積極相關成癮嚴重性(b = 0.68,p = 0.001),並解釋了成癮嚴重程度差異的很大比例超過和超越協變數和遊戲類型(R2 變化 = 0.23,F[1, 2358] = 860.067,p = 0.001)。關於協變數,年齡與成癮嚴重程度呈負相關(b = ±0.28,p = 0.001)。每周玩的視頻遊戲小時數與成癮嚴重程度呈正相關(b = 0.23,p = 0.001)。男性報告的成癮嚴重程度明顯高於女性(b = 2.04,p = .05)。預測遊戲類型的回歸模型最受青睞,並且也佔成癮嚴重程度差異的很大比例(R2 adj = .38,F[28, 2393] = 53.39,p = 0.001)。三個個人互動術語是顯著的使用類型的遊戲首選(即時策略,駕駛/賽車,和板/卡XADHD),但其效果大小是如此之小,以表明沒有實際或臨床意義(sr2 = .002 為所有人)。多動症癥狀嚴重程度顯著且與成癮嚴重性呈正相關(b = 0.73,p = 0.001),並解釋了成癮嚴重程度差異的很大比例,超過協變數和遊戲類型(R2 變化 = 0.23,F=1,2376= 874.54,p = 0.001)。與以前的回歸模型類似,年齡與成癮嚴重程度呈負相關(b = 0.32,p = 0.001),每周玩的視頻遊戲小時數與成癮嚴重程度呈正相關(b = 0.23,p = 0.001),男性報告的成癮嚴重程度明顯高於女性(b = 2.42,p = 0.05)。<br>在這兩種回歸模型中,玩或首選最單獨預測的成癮嚴重程度的遊戲,但它們的效果大小非常小,表明沒有臨床意義(所有 sr2 值 = .005)。年齡和性別的影響大小在兩種模型中都足夠小,表明沒有臨床意義(所有 sr2 值 =.007)。<br>生成了臨時描述性統計,以進一步澄清回歸分析的結果(表3)。結果顯示,個人玩或最喜歡的遊戲類型通常被該個人列為最強化的遊戲類型和最鼓勵繼續玩的遊戲類型。這種模式更一致的遊戲類型首選比遊戲類型玩最多。 ...
正在翻譯中..
