Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/82685
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorประกอบ กรณีกิจ-
dc.contributor.authorกฤฏฐิพนธ์ คันธโกวิท-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะครุศาสตร์-
dc.date.accessioned2023-08-04T06:36:00Z-
dc.date.available2023-08-04T06:36:00Z-
dc.date.issued2565-
dc.identifier.urihttps://cuir.car.chula.ac.th/handle/123456789/82685-
dc.descriptionวิทยานิพนธ์ (ค.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2565-
dc.description.abstractการวิเคราะห์องค์ประกอบเชิงสำรวจของการระรานทางไซเบอร์ของนักศึกษาปริญญาบัณฑิต มีวัตถุประสงค์เพื่อ 1) ศึกษาองค์ประกอบของการระรานทางไซเบอร์ของนักศึกษาปริญญาบัณฑิต และ 2) วิเคราะห์องค์ประกอบเชิงสำรวจของการระรานทางไซเบอร์ของนักศึกษาปริญญาบัณฑิต กลุ่มตัวอย่างที่ใช้ในการวิจัยเป็นนักศึกษาปริญญาบัณฑิตจำนวน 466 คน (เพศหญิง 60.7%) อายุเฉลี่ย 19.75 ปี (ส่วนเบี่ยงเบนมาตรฐาน = ± 1.064, ช่วงอายุ = 18-22 ปี) เก็บรวบรวมข้อมูลด้วยแบบวัดการระรานทางไซเบอร์ของนักศึกษาปริญญาบัณฑิตที่มีลักษณะเป็นมาตรวัดประมาณค่าแบบ 5 ระดับ จำนวน 45 ข้อ ที่ทดสอบความตรงเชิงเนื้อหาโดยผู้เชี่ยวชาญ (IOC = 0.80-1.00) และทดสอบความเที่ยงแบบสอดคล้องภายในด้วยค่าสัมประสิทธิ์ของอัลฟ่าครอนบาค (.947) โดยวิเคราะห์คุณภาพขนาดความสัมพันธ์ของตัวแปรด้วยค่า Bartlett’s test of Sphericity พบว่ามีระดับนัยสำคัญทางสถิติที่ระดับ .05 (χ2 = 23413.326, df = 946, p = .00) วิเคราะห์คุณภาพของขนาดกลุ่มตัวอย่างด้วยค่า Kaiser Meyer Olkin (KMO) ได้ค่า KMO เท่ากับ .971 และวิเคราะห์องค์ประกอบเชิงสำรวจด้วยวิธีการวิเคราะห์องค์ประกอบร่วม (Common factor analysis) แบบวิธีแกนหลัก (Principal axis factoring: PAF) และทำการหมุนแกนองค์ประกอบแบบมุมแหลม (Oblique rotation) แบบอ๊อบลิมินตรง (Direct oblimin) ด้วยโปรแกรม SPSS for windows ผลการวิจัยพบว่า 1. องค์ประกอบของการระรานทางไซเบอร์ของนักศึกษาปริญญาบัณฑิตจากการศึกษาสามารถแบ่งได้ออกเป็น 3 ด้าน คือ 1) ด้านผู้ระรานทางไซเบอร์ (Cyber-Perpetrators) สามารถวัดได้จากการใช้ภาษาหยาบคาย การยุยงให้เพื่อนทะเลาะกัน การปล่อยข่าวลือเพื่อทำลายชื่อเสียง การแอบอ้างตัวตนด้วยข้อมูลส่วนตัวของเพื่อน การกีดกั้นเพื่อนจากกลุ่มทางออนไลน์ การเผยแพร่ข้อมูลส่วนบุคคลของเพื่อน การข่มขู่เพื่อน การดูถูกเพื่อนผ่านช่องทางการสื่อสารออนไลน์ การใช้ชื่อผู้ใช้และรหัสผ่านของเพื่อนโดยไม่ได้รับอนุญาต การส่งไวรัสคอมพิวเตอร์เพื่อทำให้เพื่อนเดือดร้อน การทำให้เพื่อนอับอาย การส่งสิ่งที่มีเนื้อหาทางเพศ การส่งสิ่งที่มีเนื้อหาความรุนแรง การก่อกวนเพื่อนเพื่อทำให้ตนเองรู้สึกสนุกและการโจรกรรมข้อมูลทางไซเบอร์ของเพื่อน 2) ด้านผู้ถูกระรานทางไซเบอร์ (Cyber-Victims) สามารถวัดได้จากการได้รับสิ่งที่มีเนื้อหาหยาบคาย การถูกยุยงให้ทะเลาะกับเพื่อน การพบเห็นข่าวลือที่ทำให้ตนเองต้องเสียชื่อเสียง การถูกนำข้อมูลส่วนตัวของตนไปใช้แอบอ้าง การถูกกีดกั้นจากกลุ่มทางออนไลน์ การถูกเผยแพร่ข้อมูลส่วนบุคคลของตนในพื้นที่การสื่อสารออนไลน์โดยที่ตนไม่ได้อนุญาต การถูกข่มขู่ การถูกดูถูก การถูกใช้ชื่อผู้ใช้และรหัสผ่านของตนโดยที่ตนไม่ได้อนุญาต การได้รับไฟล์ที่มีไวรัสที่ทำให้ตนต้องเดือดร้อน การถูกทำให้รู้สึกอับอาย การได้รับสิ่งที่มีเนื้อหาทางเพศ การได้รับสิ่งที่มีเนื้อหาความรุนแรง การถูกก่อกวนและการถูกโจรกรรมข้อมูลของตน และ 3) ด้านผู้อยู่ในเหตุการณ์ระรานทางไซเบอร์ (Cyber-Bystanders) สามารถวัดได้จากการพบเห็นถ้อยคำที่ใช้ภาษาหยาบคาย การพบเห็นการยุยงให้เพื่อนทะเลาะกัน การพบเห็นข่าวลือที่ทำลายชื่อเสียงของเพื่อนให้เสียหาย การพบเห็นเพื่อนแอบอ้างตัวตนด้วยข้อมูลส่วนตัวที่ไม่ใช่ของเพื่อนคนนั้น การพบเห็นการกีดกั้นเพื่อนจากกลุ่มทางออนไลน์โดยที่ตนไม่เกี่ยวข้อง การพบเห็นข้อมูลส่วนบุคคลของเพื่อนในพื้นที่การสื่อสารออนไลน์โดยที่เจ้าของข้อมูลไม่ได้เผยแพร่ การพบเห็นการข่มขู่ การพบเห็นการดูถูกเพื่อน การพบเห็นเพื่อนนำชื่อผู้ใช้และรหัสผ่านที่ไม่ใช่ของเพื่อนไปใช้งาน การพบเห็นการส่งไวรัสคอมพิวเตอร์ การพบเห็นสิ่งที่ทำให้เพื่อนรู้สึกอับอาย การพบเห็นสิ่งที่มีเนื้อหาทางเพศ การพบเห็นสิ่งที่มีเนื้อหาความรุนแรง การพบเห็นการก่อกวนกันระหว่างเพื่อน และการพบเห็นการโจรกรรมข้อมูลทางไซเบอร์ระหว่างเพื่อนโดยที่ตนไม่เกี่ยวข้อง รวมเป็นทั้งหมด 45 ตัวแปร 2. การระรานทางไซเบอร์ของนักศึกษาปริญญาบัณฑิตจากการวิเคราะห์องค์ประกอบเชิงสำรวจ ประกอบด้วย 3 องค์ประกอบ คือ องค์ประกอบที่ 1 ชื่อ “การกระทำการระรานทางไซเบอร์” มีค่าความแปรปรวน (Eigenvalue) เท่ากับ 22.860 ซึ่งสามารถอธิบายความแปรปรวนได้ร้อยละ 51.955 ประกอบไปด้วย 14 ตัวแปร โดยมีค่าน้ำหนักองค์ประกอบ (Factor Loadings) อยู่ระหว่าง .669 - .922 ได้ตัวแปรที่มีค่าน้ำหนักองค์ประกอบสูงสุด คือ การส่งไวรัสคอมพิวเตอร์ผ่านช่องทางการสื่อสารออนไลน์ เพื่อทำให้เพื่อนเดือดร้อน (.922) องค์ประกอบที่ 2 ชื่อ “การอยู่ในเหตุการณ์การระรานทางไซเบอร์” มีค่าความแปรปรวน (Eigenvalue) เท่ากับ 6.371 ซึ่งสามารถอธิบายความแปรปรวนได้ร้อยละ 14.479 ประกอบไปด้วย 15 ตัวแปร โดยมีค่าน้ำหนักองค์ประกอบ (Factor Loadings) อยู่ระหว่าง .542 -.889 โดยตัวแปรที่มีค่าน้ำหนักองค์ประกอบสูงสุด คือ การพบเห็นเพื่อนนำชื่อผู้ใช้และรหัสผ่านที่ไม่ใช่ของเพื่อนไปใช้งาน โดยไม่ได้รับอนุญาตจากเจ้าของ (.889) และองค์ประกอบที่ 3 ชื่อ “การถูกกระทำการระรานทางไซเบอร์” มีค่าความแปรปรวน (Eigenvalue) เท่ากับ 2.096 ซึ่งสามารถอธิบายความแปรปรวนได้ร้อยละ 4.763 ประกอบไปด้วย 15 ตัวแปร โดยมีค่าน้ำหนักองค์ประกอบ (Factor Loadings) อยู่ระหว่าง .510 - .879 โดยตัวแปรที่มีค่าน้ำหนักองค์ประกอบสูงสุด คือ การถูกดูถูกบนช่องทางการสื่อสารออนไลน์ (.879)-
dc.description.abstractalternativeThe purposes of this study were to 1) study factors of cyberbullying of undergraduate students and 2) analyze cyberbullying factors of undergraduate students by exploratory factor analysis. The sample was 466 graduate students (60.7% female) with a mean age of 19.75 years (standard deviation = ±1.064, age range = 18-22 years). Data were collected using a cyberbullying questionnaire with 45 items tested for validity as measured by content validity (IOC = 0.80-1.00) and reliability as measured by internal consistency with Cronbach's alpha coefficients (.947). The relationship between variables was analyzed using Bartlett's test of sphericity, resulting in significant findings at the .05 level (χ2 = 23413.326, df = 946, p = .00). The quality of the sample size was analyzed using the Kaiser-Meyer-Olkin measure (KMO), which yielded a value of .971. The factors were analyzed using the common factor analysis method (principal axis factoring: PAF), with factors rotated using oblique rotation at a direct oblimin angle in SPSS for Windows. The findings were as follows: 1. The factors of cyberbullying among undergraduate students can be divided into three aspects: 1) Cyber-Perpetrators can be measured by the use of vulgar language, instigating friends to argue, spreading rumors to damage reputations, impersonating friends with personal information, blocking friends from online groups, disclosing personal information of friends, threatening friends, insulting friends through online communication channels, using friends' usernames and passwords without permission, sending computer viruses through online communication channels to make friends suffer, making friends embarrassed, sending sexually explicit material, sending violent content, bothering friends to make themselves happy, and hacking friends' online data; 2) Cyber-Victims can be measured by receiving vulgar content, being instigated to argue with friends, seeing rumors that damage their reputation, having personal information taken and impersonated, being blocked from online groups, having personal information disclosed in online communication channels without their consent, being threatened, being insulted on online communication channels, having their usernames and passwords used without permission, receiving computer viruses that make them in trouble, feeling embarrassed, receiving sexually explicit material, receiving violent content, being bothered by others, and having their online data hacked; and 3) Cyber-Bystanders can be measured by hearing vulgar language, seeing friends being instigated to argue, seeing rumors that damage friends' reputation, seeing friends impersonating others with personal information that does not belong to them, seeing friends being blocked from online groups without being involved, seeing personal information of friends disclosed in online communication channels without the owner's consent, seeing friends being threatened, seeing friends being insulted, seeing friends' usernames and passwords used without permission, seeing computer viruses being sent to friends, seeing things that make friends embarrassed, seeing sexually explicit material, seeing violent content, seeing friends bothering each other, and seeing friends' online data being hacked. In total, there are 45 variances. 2. Cyberbullying among undergraduate students from an exploratory factor analysis consists of 3 factors. The first factor is “Cyberaggression”. It had an eigenvalue equal to 22.860 and was able to explain the variance by 51.955%. It consisted of 14 components with factor loadings ranging from .669 - .922. The highest factor loading component is sending computer viruses through online communication channels to make friends suffer (.922). The second factor is “Cyberbystanding”. It had an eigenvalue equal to 6.371 and was able to explain the variance by 14.479%. It consisted of 15 components with factor loadings ranging from .542 - .889. The highest factor loading component is seeing friends' usernames and passwords used without permission (.889). The third factor is “Cybervictimization”. It had an eigenvalue equal to 2.096 and was able to explain the variance by 4.763%. It consisted of 15 components with factor loadings ranging from .510 - .879. The highest factor loading component is being insulted on online communication channels.-
dc.language.isoth-
dc.publisherจุฬาลงกรณ์มหาวิทยาลัย-
dc.relation.urihttp://doi.org/10.58837/CHULA.THE.2022.397-
dc.rightsจุฬาลงกรณ์มหาวิทยาลัย-
dc.titleการวิเคราะห์องค์ประกอบเชิงสำรวจของการระรานทางไซเบอร์ของนักศึกษาปริญญาบัณฑิต-
dc.title.alternativeAn exploratory analysis of cyberbullying factors of undergraduate students-
dc.typeThesis-
dc.degree.nameครุศาสตรมหาบัณฑิต-
dc.degree.levelปริญญาโท-
dc.degree.disciplineเทคโนโลยีและสื่อสารการศึกษา-
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัย-
dc.identifier.DOI10.58837/CHULA.THE.2022.397-
Appears in Collections:Edu - Theses

Files in This Item:
File Description SizeFormat 
6380003127.pdf3.9 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.