Prediktion av unga vuxnas självkänsla och livstillfredsställelse utifrån sociala jämförelser på sociala medier

Autor: Nilsson, Philip
Jazyk: švédština
Rok vydání: 2024
Předmět:
Druh dokumentu: Text
Popis: Två bivariata regressionsanalyser har utförts med syfte att studera om social jämförelse av förmåga på sociala medier kan predicera självkänsla och livstillfredsställelse hos unga vuxna i Sverige. I studien medverkade 81 personer, varav 55 deltagare var kvinnor (m = 23,4 år, s = 2,9 år) och 26 män (m = 23,7 år, s = 3,1 år). I en enkätundersökning fick deltagarna skatta sitt användningsmönster på sociala medier (SNSUN) och besvara tre olika instrument som avsåg att mäta social jämförelse av förmåga (INCOM), självkänsla (SISE) och sin tillfredsställelse i livet (SWLS). Resultatet visade att social jämförelse av förmåga på sociala medier kan predicera självkänsla och tillfredsställelse i livet hos unga vuxna. Modellen för deltagarnas predicerade självkänsla visade en förklarad varians på 16,5 % och modellen för livstillfredsställelse uppgav endast en förklarad varians på 5,6 %. Modellen med självkänsla och social jämförelse av förmåga som prediktorvariabel hade tre gånger större förklaringskraft vilket stärker antagandet om att sociala jämförelser på sociala medier har en större inverkan på unga vuxnas självkänsla. Resultatet visade en signifikant skillnad mellan män och kvinnor, avseende på social jämförelse av förmåga på sociala medier (t = 2,490, df = 79, p = 0,015). Kvinnorna jämförde sig i högre grad på sociala medier än männen i studien. Det framgick dock inte att det fanns någon skillnad mellan kön, avseende på självkänsla och tillfredsställelse i livet. Unga vuxna upplever däremot en viss saknad av tillfredsställelse i livet, vilket kan bero på den höga användningen av sociala medier och positiva ideal som framställs på dessa plattformar. Förklaringskraften anses låg för unga vuxnas livstillfredsställelse i relation till deras sociala jämförelser på sociala medier. För framtida studier hade det varit av betydelse att genomföra en multipel regressionsanalys där fler förklaringsfaktorer inkluderas för att stärka föreliggande resultat i studien.
Two bivariate regression analyses were conducted to study whether social comparison of ability on social media can predict self-esteem and life satisfaction among young adults in Sweden. The study involved 81 participants, of which 55 were women (M = 23.4 years, SD = 2.9 years) and 26 were men (M = 23.7 years, SD = 3.1 years). In a survey, participants rated their social media usage patterns (SNSUN) and completed three different instruments aimed at measuring social comparison of ability (INCOM), self-esteem (SISE), and life satisfaction (SWLS). The results showed that social comparison of ability on social media can predict self-esteem and life satisfaction among young adults. The model for participants' predicted self-esteem showed an explained variance of 16.5%, while the model for life satisfaction indicated an explained variance of only 5.6%. The model with self-esteem and social comparison of abilities as predictor variables had three times greater explanatory variance, reinforcing the assumption that social comparisons on social media have a more significant impact on young adults' self-esteem. The results revealed a significant difference between men and women regarding social comparison of abilities on social media (t = 2.490, df = 79, p = 0.015). Women compared themselves more on social media than men in the study. However, there was no difference between genders in terms of self-esteem and life satisfaction. Young adults experience a certain lack of life satisfaction, which may be due to their high use of social media and the positive ideals presented on these platforms. The explanatory variance is considered low for young adults' life satisfaction in relation to their social comparisons on social media. For future studies, it would be significant to conduct a multiple regression analysis including more explanatory factors to strengthen the current study's results.
Databáze: Networked Digital Library of Theses & Dissertations
Externí odkaz: