Macht Social Media uns glücklich? Auswirkungen des Nutzungsverhaltens in sozialen Medien auf das Glücksempfinden und das Selbstwertgefühl der Nutzer

Inhaltsverzeichnis

Abstract

Abbildungsverzeichnis

Tabellenverzeichnis

Abkürzungsverzeichnis

1 Einleitung

2 Theoretischer Hintergrund und Stand der Forschung
2.1 Soziale Medien
2.2 Fear of Missing Out
2.3 Glück
2.4 Selbstwertgefühl
2.5 Stand der Forschung und Ableitung der Forschungsfrage und Hypothesen

3 Methode
3.1 Untersuchungsdesign
3.2 Stichprobe
3.3 Erhebungsinstrumente
3.4 Datenerhebung
3.5 Datenaufbereitung und Datenauswertung

4 Ergebnisse
4.1 Deskriptivstatistik
4.2 Inferenzstatistik
4.3 Weitere Ergebnisse

5 Diskussion
5.1 Diskussion der Studienergebnisse
5.2 Limitationen der Studie
5.3 Ansätze für zukünftige Forschung
5.4 Fazit und Ansätze für die Praxis

Literaturverzeichnis

Anhang

Bibliografische Information der Deutschen Nationalbibliothek:

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.

Impressum:

Copyright © Social Plus 2020

Ein Imprint der GRIN Publishing GmbH, München

Druck und Bindung: Books on Demand GmbH, Norderstedt, Germany

Covergestaltung: GRIN Publishing GmbH

Abstract

Die Forschungsarbeit beschäftigt sich mit der Fragestellung, wie sich das Nutzungsverhalten in sozialen Netzwerken unter Berücksichtigung von „fear of missing out“ (FOMO) auf das Glücksempfinden und das Selbstwertgefühl der Nutzer und Nutzerinnen auswirkt. Hierfür wird eine Online-Befragung mit 253 Personen durchgeführt. Die Teilnahme ist beschränkt auf Nutzende von sozialen Netzwerken in der Altersspanne von 18-67 Jahren. Der Online-Fragebogen umfasst 10 Items der deutschen Fassung der Rosenberg Self-Esteem Scale und 29 Items der deutschen Fassung des Oxford Questionnaire of Happiness, um die abhängigen Variablen Selbstwertgefühl und Glücksempfinden zu messen. Die unabhängige Variable Nutzungsverhalten in sozialen Netzwerken wird durch die Items Art und Häufigkeit der genutzten Netzwerke, tägliche Nutzungsdauer, Gründe für die Nutzung, berufliche und private Nutzung, FOMO und Abhängigkeit von sozialen Netzwerken erhoben. Hierfür werden die 10 Items der deutschen Fassung der Fear of Missing Out Scale und die 10 Items der deutschen Kurzversion der Smartphone-Sucht-Skala, welche entsprechend auf die Social-Media-Nutzung angepasst wurden, verwendet. Zudem werden die soziodemografischen Merkmale Alter und Geschlecht erhoben. Zur Überprüfung der Forschungsfrage werden vier Hypothesen aufgestellt. Diese werden durch Rangkorrelationen nach Spearman getestet. Es konnte ein mittlerer, negativer Zusammenhang zwischen der täglichen Nutzungsdauer und dem Selbstwertgefühl (r = -.34) sowie ein schwacher, negativer Zusammenhang zwischen der täglichen Nutzungsdauer und dem Glücksempfinden (r = -.24) gezeigt werden. Die Diskussion zeigt Limitationen der Arbeit insbesondere durch die eingeschränkte Repräsentativität der Stichprobe auf und verdeutlicht, dass zukünftig eine Vertiefung der Forschung zu sozialen Vergleichen in sozialen Netzwerken und zur Abhängigkeit von sozialen Netzwerken sinnvoll wäre. Es werden außerdem praktische Nutzungsempfehlungen aus den Ergebnissen der Arbeit abgeleitet.

Die Thesis hat einen Umfang von 15.916 Wörtern. Grundlage ist der Leitfaden zum wissenschaftlichen Arbeiten in der Wirtschaftspsychologie in der Version 1.1 vom 01.08.2019.

Passagen aus dem Exposé zur Bachelorarbeit mit dem Thema „Werden wir durch Social Media glücklicher? Eine empirische Untersuchung zum Nutzungsverhalten in sozialen Netzwerken in Bezug auf unser Glücksempfinden und unser Selbstwertgefühl.“ von Nina Stangl, eingereicht am 29.07.2019 im Modul Wirtschaftspsychologisches Forschungsprojekt, werden wörtlich übernommen und im Text durch Kursivschrift gekennzeichnet.

Abbildungsverzeichnis

Abbildung 1. Visualisierung der Hypothesen (Eigene Darstellung)

Abbildung 2. Variablen des Untersuchungsdesigns (Eigene Darstellung)

Abbildung 3. Lineare Regression für die Variablen FOMO und Selbstwertgefühl (Eigene Darstellung aus RStudio)

Abbildung 4. Lineare Regression für die Variablen tägliche Nutzungsdauer und Abhängigkeit (Eigene Darstellung aus RStudio)

Abbildung 5. Rangfolge der meistgenutzten sozialen Netzwerke anhand der täglichen Nutzungsdauer (Eigene Darstellung)

Abbildung 6. Visualisierung der Ergebnisse der Inferenzstatistik (Eigene Darstellung)

Tabellenverzeichnis

Tabelle 1 Überprüfung der untersuchten Variablen auf Normalverteilung

Tabelle 2 Absolute Anzahl der Teilnehmenden nach Altersgruppe und Geschlecht

Tabelle 3 Lagemaße der numerischen Variablen

Tabelle 4 Nutzungshäufigkeiten der sozialen Netzwerke

Tabelle 5 Nutzungshäufigkeiten der Netzwerkplattformen nach Altersgruppen

Tabelle 6 Nutzungshäufigkeiten der Multimediaplattformen nach Altersgruppen

Tabelle 7 Tägliche Nutzungsdauer nach Altersgruppen

Tabelle 8 Gegenüberstellung der Nutzungsgründe

Tabelle 9 FOMO nach Altersgruppen

Tabelle 10 Abhängigkeit von sozialen Netzwerken nach Altersgruppen

Tabelle 11 Berechnung von Cronbachs α für alle verwendeten Skalen

Tabelle 12 Zusammenfassende Korrelationstabelle

Tabelle 13 Mittelwertsunterschiede der abhängigen Variablen nach Geschlecht

Tabelle 14 Mittelwertsunterschiede der unabhängigen Variablen nach Geschlecht

Tabelle 15 Tägliche Nutzungsdauer nach Nutzungsart

Tabelle 16 Absolute Nutzungshäufigkeit von Google+ nach Nutzungsart

Abkürzungsverzeichnis

AV Abhängige Variable

BVDW Bundesverband Digital Wirtschaft

d-KV-SSS deutsche Kurzversion der Smartphone Sucht-Skala

FOMO Fear of missing out

ISS Internetsuchtskala

OHQ Oxford Questionnaire of Happiness

SES Self-Esteem Scale

UV Unabhängige Variable

1 Einleitung

„Soziale Medien sind der gegenwärtige Stand der digitalen Gesellschaft, Taktgeber der Öffentlichkeit, der Politik [und] des Privatlebens weltweit.“ (Lobo, 2018, S. 1)

Dieses Zitat im Spiegel Online verdeutlicht, dass soziale Medien im Kontext der zunehmenden Digitalisierung einen sehr großen Stellenwert in unserer Gesellschaft und im Privatleben vieler Menschen erlangt haben. Diese Tatsache veranschaulichen auch die aktuellen Zahlen zur Social-Media-Nutzung in Deutschland. Mittlerweile verwenden 87 % der Internetnutzer in Deutschland soziale Netzwerke, wobei jeder von ihnen im Schnitt in drei sozialen Netzwerken registriert ist (Bitkom, 2018). In der heutigen Zeit sind Social Media und soziale Netzwerke aus unserem Alltag somit nicht mehr wegzudenken. Durch das breitgefächerte Angebot an verschiedenen sozialen Netzwerken werden verschiedenste Personengruppen angesprochen – und das sehr erfolgreich. In einer Studie des Bundesverbands Digital Wirtschaft (BVDW) zur digitalen Nutzung in Deutschland wurden 967 Personen zu ihrer Nutzungsdauer von sozialen Medien an Wochentagen und am Wochenende befragt. Im Schnitt nutzen die befragten Personen soziale Medien 71 Minuten pro Wochentag. Am Wochenende erhöht sich die Nutzungszeit auf durchschnittlich 80 Minuten pro Tag (Bundesverband Digital Wirtschaft, 2018). Geht man davon aus, dass an einem Wochentag durchschnittlich 8 von 12 Stunden genutzt werden, um einer beruflichen Tätigkeit nachzugehen, dann bleiben täglich ungefähr vier Stunden freie Zeit, die individuell gestaltet werden können. Hiervon wird über eine Stunde – fast 30 % der freien Zeit – mit der Nutzung von sozialen Netzwerken verbracht. Die Gründe für die Nutzung von Social Media sind unterschiedlich. Soziale Netzwerke werden am häufigsten genutzt, um von den Aktivitäten von Freunden zu erfahren, um über aktuelle Nachrichten und Events informiert zu werden und um die freie Zeit zu füllen (GlobalWebIndex, 2018). Weitere Nutzungsgründe sind beispielsweise die Suche nach unterhaltsamen Inhalten, um sich mit anderen Leuten zu verbinden, um seine Meinung zu verbreiten oder um Produkte zu suchen, zu finden und zu kaufen (GlobalWebIndex, 2018).

Diese Zahlen stellen die Bedeutsamkeit von Social Media dar. Doch inwieweit wirkt sich die intensive Nutzung von Social Media auf die Nutzer und Nutzerinnen aus und macht uns Social Media tatsächlich glücklich(er)? In der bestehenden Literatur wurden bisher vor allem die Auswirkungen der Social-Media-Nutzung auf einzelne Persönlichkeitsmerkmale erforscht, wobei meistens der Fokus lediglich auf einer spezifischen Plattform liegt. Diese Forschungsarbeit liefert einen Beitrag zur bestehenden Literatur indem die Zusammenhänge zwischen dem Nutzungsverhalten von unterschiedlichen sozialen Netzwerken unter Berücksichtigung von fear of missing out und den Konstrukten Glück und Selbstwertgefühl untersucht werden. Dabei wird die folgende Forschungsfrage zugrunde gelegt: Wie wirkt sich das Nutzungsverhalten in sozialen Netzwerken und fear of missing out auf das Glücksempfinden und das Selbstwertgefühl der Nutzer und Nutzerinnen aus?

Zu Beginn wird in Kapitel 2 der theoretische Hintergrund mit allen relevanten Konstrukten dargestellt. Das Kapitel endet mit einem Überblick über den aktuellen Forschungsstand und der Ableitung der Forschungsfrage sowie der einzelnen Hypothesen. In Kapitel 3 wird die Methodik, hierbei insbesondere das Untersuchungsdesign, die Stichprobe, die Erhebungsinstrumente sowie das Vorgehen bei der Datenerhebung, -aufbereitung und -auswertung, beschrieben. Anschließend werden in Kapitel 4 die Ergebnisse anhand statistischer Kennzahlen dargestellt. Abschließend werden die Ergebnisse in Kapitel 5 diskutiert. Im Zuge dessen werden die Limitationen der Forschungsarbeit reflektiert und Ansätze sowohl für zukünftige Forschungsarbeiten als auch für die Praxis abgeleitet.

2 Theoretischer Hintergrund und Stand der Forschung

In diesem Kapitel wird der theoretische Hintergrund der Forschungsarbeit beschrieben. Hierzu werden die Begriffe soziale Medien und fear of missing out sowie die Konstrukte Glück und Selbstwertgefühl definiert. Anschließend wird der aktuelle Forschungsstand dargelegt, woraus dann die Forschungsfrage und die Hypothesen abgeleitet werden.

2.1 Soziale Medien

Nach einer Definition des Begriffs soziale Medien werden in diesem Kapitel neben den verschiedenen Gattungen der sozialen Medien auch die Chancen und Risiken der Social-Media-Nutzung thematisiert. Zudem wird auf die Identitätsbildung und das impression management in sozialen Medien eingegangen. Für den Begriff soziale Medien gibt es eine Vielzahl von Definitionen verschiedener Autoren. Der BVDW veröffentlichte 2016 ein Glossar, in dem die relevanten Begriffe und Abkürzungen aus dem Bereich Social Media definiert werden. Auf diese Definition der sozialen Medien wird in der Arbeit Bezug genommen. Soziale Medien ermöglichen den Nutzenden sowohl den Austausch von Informationen, Meinungen, Eindrücken und Erfahrungen als auch die gemeinsame Gestaltung von medialen Inhalten (Bundesverband Digital Wirtschaft, 2016). Die zentralen Kommunikationsmittel im Bereich der sozialen Medien – welche plattformunabhängig eingesetzt werden können – sind Text, Bild, Audio und Video (Bundesverband Digital Wirtschaft, 2016). Im Gegensatz zu traditionellen Medien können Nutzende von sozialen Medien untereinander soziale Beziehungen aufbauen, indem Sie durch Bewertungen, Kommentare und Empfehlungen aktiv Bezug auf die geteilten Inhalte nehmen. Dies hat zur Folge, dass die Grenze zwischen Konsument und Produzent undeutlich wird (Bundesverband Digital Wirtschaft, 2016). Aufgrund der vorangegangenen Definition werden die Begriffe soziale Medien und soziale Netzwerke in dieser Arbeit synonym verwendet. Die Motive zur Nutzung von sozialen Netzwerken sind vielfältig. Um diese besser verstehen zu können, wird häufig der Nutzen- und Belohnungsansatz zugrunde gelegt. Der Ansatz dient dazu, nachzuvollziehen, warum und wie Personen aktiv bestimmte Medien verwenden, um ihre spezifischen Bedürfnisse zu befriedigen (Katz & Foulkes, 1962, zitiert nach Dolan, Conduit, Fahy & Goodman, 2016, S. 262). Dieser Ansatz sieht die Menschen somit nicht als passive, sondern als aktive Medienempfänger an (Dolan et al., 2016).

Die sozialen Netzwerke bieten nahezu uneingeschränkte Möglichkeiten zur Kommunikation, Interaktion und Informationsbeschaffung, wodurch insbesondere hier der aktive Nutzer mit seinem individuellen Nutzen und seiner Bedürfnisbefriedigung im Mittelpunkt steht (Ruggiero, 2000).

2.1.1 Gattungen sozialer Medien

Die sozialen Medien lassen sich in die Gattungen Netzwerkplattformen, Multimediaplattformen, Weblogs, Instant-Messaging-Dienste und Wikis unterteilen (Schmidt, 2018, S. 12ff.). In Netzwerkplattformen registrieren sich die Nutzer und Nutzerinnen und geben dabei verschiedene Informationen zu ihrer Person, wie beispielsweise Interessen oder berufliche Kompetenzen, an. Es werden explizite Kontakte mit anderen Nutzenden geknüpft und direkte Nachrichten oder thematische Gruppen dienen dazu, sich mit den Kontakten auszutauschen und das eigene Netzwerk zu erweitern (Schmidt, 2018, S. 12). Beispiele für diese Gattung sind Facebook, Google+, Xing und LinkedIn. Dabei hat Facebook, gemessen an der Zahl der Seitenaufrufe, auch im Jahr 2019 den größten Marktanteil von Social-Media-Portalen in Deutschland (StatCounter, 2019) und gilt bereits seit längerer Zeit als das meistgenutzte soziale Netzwerk in der Gattung der Netzwerkplattformen – nur der Instant-Messaging-Dienst WhatsApp wird häufiger genutzt (ARD/ZDF-Forschungskommission, 2019) . Im Vergleich dazu legen Multimediaplattformen den Fokus weniger auf die einzelnen Nutzer und Nutzerinnen, sondern auf die geteilten Inhalte. Diese Plattformen dienen dem Austausch von Fotos und Videoclips im privaten oder Dateien und Präsentationen im beruflichen Kontext (Schmidt, 2018, S. 13). Zu den Multimediaplattformen zählen beispielsweise YouTube, Instagram und Snapchat aber auch die Plattform SoundCloud zum Austausch von Musikstücken (Schmidt, 2018, S. 13). Unter die Gattung der Weblogs zählen Dokumentationen von Autoren – sogenannten Bloggern – in Form von Online-Tagebüchern und kommentierten Linklisten. Die inhaltliche Gestaltung von Blogs reicht dabei von Alltagsthemen über Politik bis hin zu Fachblogs in beruflichen Spezialgebieten (Schmidt, 2018, S. 13). Jeder der chronologisch rückwärts sortierten Beiträge kann von den Lesern kommentiert und verlinkt werden, wodurch sich ebenfalls eine Konversation ergibt (Schmidt, 2018, S. 13). Instant-Messaging-Dienste – wie beispielsweise WhatsApp und der Facebook Messenger – verbinden die Merkmale von Netzwerkplattformen mit klassischen Chat- bzw. SMS-Systemen (Schmidt, 2018, S. 14). Sie werden zum Austausch von Textnachrichten oder Bildern mit einzelnen Kontakten oder in Gruppen genutzt. Auch die Plattform Skype, die eine auf Videotelefonie basierende Kommunikation ermöglicht, zählt zu den Instant-Messaging-Diensten (Schmidt, 2018, S. 14f.). Die Gattung der Wikis ist vor allem aufgrund der Online-Enzyklopädie Wikipedia bekannt. Wikis dienen außerdem zum Wissensaustausch innerhalb von Organisationen sowie zur gemeinschaftlichen Dokumentation und öffentlich zugänglichen Sammlung von Ideen einzelner Personen (Schmidt, 2018, S. 15). Die Betrachtung aller dargestellten Gattungen wäre für diese Arbeit zu umfangreich. Die Netzwerk- und Multimediaplattformen sind weit verbreitet und konzentrieren sich vorrangig auf die Nutzer und Nutzerinnen und deren geteilte Inhalte. Daher liegt der Schwerpunkt in dieser Arbeit auf diesen beiden Gattungen.

2.1.2 Chancen und Risiken durch die Nutzung sozialer Medien

Die Nutzung sozialer Medien bringt sowohl Chancen als auch Risiken mit sich, die verstärkt auf individueller Ebene, aber zum Teil auch auf gesellschaftlicher Ebene einzuordnen sind. Auf der individuellen Ebene schätzen die meisten Nutzer und Nutzerinnen an den sozialen Netzwerken insbesondere die Möglichkeit der sozialen Vernetzung durch Interaktion und Kontaktpflege mit anderen Nutzenden (Leiner, 2012, S. 116). Im Umkehrschluss besteht dadurch das Risiko, dass der persönliche Kontakt bei übermäßiger Nutzung von sozialen Netzwerken zunehmend reduziert wird. Durch die Vernetzung mit dem sozialen Umfeld und entsprechendes Feedback durch soziale Signale wie Kommentare oder „Gefällt mir“-Angaben, tragen soziale Netzwerke ebenfalls zur Identitätsbildung bei (Schmidt, 2018, S. 33f.). In diesem Kontext ergibt sich immer auch das Risiko des impression management, wodurch bestimmte Persönlichkeitsfacetten oder Situationen im Austausch mit anderen in den Vordergrund gerückt werden, während andere Aspekte ausgelassen werden (Schmidt, 2018, S. 32f.). Soziale Medien ermöglichen den Nutzenden individuellen Zugang zu Wissen, da Informationen zeitlich versetzt und trotz räumlicher Entfernung zusammengetragen werden können. Dies führt auch auf gesellschaftlicher Ebene zu einer positiven Entwicklung der Wissensbasis der Gesellschaft (Schmidt, 2018, S. 91). Das Risiko dabei besteht in einer zunehmenden Informationsflut, die es erschwert, die Fülle an Informationen zu ordnen und das Relevante vom Irrelevanten zu trennen. Durch den Zugang zu zahlreichen Informationen erhöhen soziale Medien außerdem die Meinungsvielfalt auf gesellschaftlicher Ebene. Das Risiko hierbei ist, dass nicht nur demokratisch erstrebenswerte Meinungen zunehmen, sondern zum Teil auch zweifelhafte oder bedrohliche Ansichten an Zuwachs gewinnen können (Schmidt, 2018, S. 66). In diesem Kontext stellen auch sogenannte Filterblasen und Echokammern ein Risiko dar. Diese entstehen, wenn Menschen in bestimmten Situationen beziehungsweise Kommunikationsräumen nur noch mit Informationen konfrontiert werden, die ihrem eigenen Weltbild entsprechen (Schmidt, 2019, S. 44). Filterblasen entstehen dabei durch die vorzeitige Selektion der dargebotenen Informationen, während Echokammern durch das Fehlen von anderen Meinungen und Gegenargumenten entstehen (Schmidt, 2019, S. 44f.). Soziale Medien agieren zunächst nur als Intermediäre – also als Vermittler von Informationen – wobei sie Filter- und Empfehlungsalgorithmen einsetzen, um die zur Verfügung stehenden Informationen entsprechend zu selektieren (Schmidt, 2019, S.43) und so zur Entstehung von Filterblasen und Echokammern beitragen können.

2.1.3 Identitätsbildung und Impression Management in sozialen Medien

Die Grundlage zur Beschreibung der lebenslangen Identitätsentwicklung bietet das Stufenmodell der psychosozialen Entwicklung des Entwicklungspsychologen Erik Erikson. Die Identität ist beschrieben als das Bewusstsein einer Person sich durch Individualität von anderen Personen zu unterscheiden und dabei über die Zeit und über verschiedene Situationen hinweg grundlegend dieselbe Person zu bleiben, die sich durch charakteristische Merkmale auszeichnet (Döring, 2003, S. 325). Heutzutage wird Identität als eine komplexe Konstruktion aufgefasst, die aus vielen einzelnen Elementen – sogenannten Teil-Identitäten – besteht, welche situationsspezifisch aktiviert werden (Döring, 2003, S. 325). Die Identitätsbildung findet heutzutage aufgrund der voranschreitenden Digitalisierung häufig auch in digitalen Räumen – wie beispielsweise den sozialen Medien – statt. Die vielfältigen Inhalte in sozialen Medien bieten zunächst ein breitgefächertes Spektrum an Mitteln zur Ausprägung von Identitätsmustern (Schorb, 2006, S. 157). Dabei entscheiden die Nutzer und Nutzerinnen eigenständig, welches Material ihren bereits bestehenden Teil-Identitäten und Interessen entspricht und welche Inhalte sie in ihre Identitätsbildung nicht einbeziehen möchten beziehungsweise können (Schorb, 2006, S.158). Soziale Netzwerke begünstigen die veränderte Identitätskonstruktion zum einen durch die Möglichkeit der optimierten Selbstdarstellung und zum anderen durch die Steigerung von Anerkennung und sozialer Akzeptanz durch Rückmeldungen von den geknüpften Kontakten in sozialen Netzwerken (Unger, 2014, S. 53). Die Identitätsbildung in sozialen Medien ist nicht isoliert zu betrachten, sondern führt bei situations- und beziehungsangemessener Medienwahl zur Veränderung oder Entstehung neuer Teil-Identitäten (Döring, 2003, S. 401). Somit kann auch die Unterstellung eines Identitätsverlustes durch Internet-Kommunikation zurückgewiesen werden (Döring, 2003, S. 401). In sozialen Netzwerken werden die Nutzer und Nutzerinnen durch eine Mischung aus nutzerdefinierten, systemgenerierten und mitnutzerproduzierten Eigenschaften repräsentiert, wobei die Gestaltung dieser Aspekte zum Teil den Nutzenden obliegt – beispielsweise durch die Wahl eines sympathisch wirkenden Profilbildes oder die Anzahl der geknüpften Kontakte (Döring, 2003, S. 343). Nutzerdefinierte Angaben, wie beispielsweise die Erstellung eines persönlichen Profils, dienen den Nutzern und Nutzerinnen dazu, sich selbst zu charakterisieren (Döring, 2003, S. 342). Zu den systemgenerierten Informationen, die das objektive Nutzungsverhalten repräsentieren, zählt beispielsweise das Datum des letzten Logins, während mitnutzerproduzierte Informationen durch direkte und indirekte Kommentare und Bewertungen der Mitnutzer entstehen (Döring, 2003, S.342). Die sozialen Medien bieten vielfältige Gestaltungsmöglichkeiten zur individuellen Selbstdarstellung, wobei hierbei häufig auch das aktive Management von Eindrücken eine zentrale Rolle spielt. Ziel des impression management ist es, durch eine gezielt gesteuerte Selbstdarstellung einen günstigen Eindruck bei anderen Personen zu hinterlassen, wobei dieser Eindruck nicht zwingend positiv, sondern in erster Linie zielkonform – in Abhängigkeit vom Kontext – ist (Döring, 2003, S. 334). Es lassen sich dabei grundsätzlich zwei Arten unterscheiden: das defensive und das assertive impression management (Döring, 2003, S. 336). Während das defensive impression management das Ziel verfolgt, negative Eindrücke zu verhindern, dient das assertive impression management dazu, positive Eindrücke zu erzeugen (Döring, 2003, S. 336). Im Social-Media-Kontext ist daher vor allem das assertive impression management relevant. Die Ursache für das aktive Management von Eindrücken liegt darin, dass Menschen – in Abhängigkeit zur jeweiligen Situation – immer in unterschiedlichen Rollen handeln, die mit spezifischen Erwartungen verknüpft sind (Schmidt, 2018, S. 33). Diese Begründung lässt sich ebenfalls auf soziale Medien übertragen, da dort unterschiedliche soziale Rollenbilder in Abhängigkeit von den genutzten Netzwerken eingenommen werden – so präsentieren sich Nutzer und Nutzerinnen auf beruflichen Plattformen anders als in Netzwerken, in denen sie mit Freunden und Bekannten in Kontakt treten und private Inhalte teilen (Schmidt, 2018, S. 33).

2.2 Fear of Missing Out

Das Konzept FOMO beschreibt die allgegenwärtige Befürchtung einer Person, dass Andere positive, lohnende Ereignisse erleben, an denen die betroffene Person nicht teilnimmt. Der andauernde Wunsch, darüber Bescheid zu wissen, was Andere tun ist ebenfalls symptomatisch für FOMO (Przybylski, Murayama, DeHaan & Gladwell, 2013). Die Grundlage für das Konzept FOMO liefert die Theorie des sozialen Vergleichs, welche davon ausgeht, dass Menschen ein stetiges Bedürfnis zur Selbstbewertung haben, die auf Vergleichen mit anderen Personen beruht (Festinger, 1954). FOMO wird zunehmend im Zusammenhang mit Social Media thematisiert und gilt bereits als erste Social-Media-Krankheit, da die Angst etwas zu verpassen durch soziale Medien und mobile Kommunikationsmittel begünstigt wird (Soltau, 2018). Die Nutzung von sozialen Netzwerken ermöglicht es, ständig mit Freunden und Bekannten in Verbindung zu bleiben und einen Einblick in deren Aktivitäten zu erlangen. Neben den zahlreichen Möglichkeiten der Selbstdarstellung, bieten soziale Netzwerke somit zusätzlich eine gute Möglichkeit für soziale Vergleichsprozesse. Die daraus resultierende Annahme, dass es einen Zusammenhang zwischen der Nutzung von sozialen Netzwerken und FOMO gibt, konnten Przybylski, Murayama, DeHaan und Gladwell (2013) bereits darlegen. Sie zeigten, dass FOMO mit einem verstärkten Engagement in sozialen Netzwerken einhergeht. FOMO korreliert außerdem negativ mit dem Alter, wobei insbesondere Männer im jungen Erwachsenenalter die höchsten Ausprägungen von FOMO zeigten (Przybylski et al., 2013). Es konnte zudem gezeigt werden, dass es Zusammenhänge zwischen FOMO und der psychischen Gesundheit gibt. Personen, die eine hohe Ausprägung der FOMO haben, zeigen mehr depressive Symptome und sind weniger aufmerksam (Baker, Krieger & LeRoy, 2016). Des Weiteren besteht ein signifikanter, negativer Zusammenhang zwischen FOMO und der allgemeinen Lebenszufriedenheit (Przybylski et al., 2013).

2.3 Glück

Nach der Abgrenzung und Begriffsdefinition des Konstruktes Glück werden in diesem Kapitel die Einflussfaktoren auf das Glücksempfinden sowie die Auswirkungen des Glücklichseins dargelegt. Das Konstrukt Glück ist schon seit einiger Zeit in den Fokus der psychologischen Forschung geraten. Neben dem Begriff Glück gibt es zahlreiche ähnliche Begriffe, wie beispielsweise subjektives oder psychisches Wohlbefinden oder allgemeine Lebenszufriedenheit, welche ebenfalls häufig Fokus von Forschungsarbeiten sind und zum Teil synonym verwendet werden. Daher erfolgt zunächst eine klare Einordnung und Abgrenzung des Begriffs Glück. Die empirische Untersuchung des Wohlbefindens lieferte zwei grundlegende Perspektiven – die hedonistische und die eudämonistische (Ryan & Deci, 2001). Beim hedonistischen Ansatz steht das Glück im Fokus, welches durch Maximierung von Freude und Schmerzvermeidung erreicht wird, wohingegen der eudämonistische Ansatz das Wohlbefinden durch den Grad der individuellen Selbstverwirklichung definiert (Ryan & Deci, 2001). Die Grundlage dieser Forschungsarbeit ist die hedonistische Perspektive. In dieser Arbeit wird lediglich das Glück als subjektives Wohlbefinden – also das Glücklichsein – betrachtet. Das Glückhaben ist nicht von Bedeutung. Das subjektive Wohlbefinden kann differenziert werden in das emotionale und das kognitive Wohlbefinden (Ruckriegel, 2015). Das emotionale Wohlbefinden beschreibt die aktuelle Gefühlslage einer Person, die von positiven und negativen alltäglichen Einflüssen abhängt. Das kognitive Wohlbefinden stellt hingegen eine gesamthafte Bewertung des eigenen Lebens dar, welche in der allgemeinen Lebenszufriedenheit resultiert (Ruckriegel, 2015). Es bewährte sich vor allem im Forschungskontext, Glück als ein mehrdimensionales Konstrukt, mit den drei Hauptdimensionen allgemeine Lebenszufriedenheit, positive und negative situative Einflüsse, zu betrachten und zu messen (Argyle, 2002, S. 14). Die drei Dimensionen sind miteinander korreliert und lassen sich jeweils durch einzelne Fragen messen. Es bietet sich jedoch an, das Konstrukt Glück gesamthaft in einer längeren Skala zu messen (Argyle, 2002, S. 22). Hierfür wurde der Oxford Questionnaire of Happiness von Michael Argyle entwickelt.

2.3.1 Einflussfaktoren auf das Glücksempfinden

Das Glücksempfinden wird von zahlreichen Faktoren beeinflusst. Zunächst ist hervorzuheben, dass die naheliegenden Einflussfaktoren Alter und Geschlecht kaum Aufschluss über das Glücksempfinden geben (Myers, 2000). Zu den objektiven Faktoren zählen Geld beziehungsweise Einkommen, Arbeitszufriedenheit, Zufriedenheit mit der Freizeit und soziale Beziehungen. Der naheliegende Einflussfaktor Geld hat für Menschen in armen Ländern einen Einfluss auf das Glücksempfinden – für die meisten Menschen, die genug Geld zur Verfügung haben, um ihre Grundbedürfnisse zu befriedigen, hat Geld jedoch nur einen sehr geringen Einfluss (Argyle, 2002, S. 222). Die Arbeitszufriedenheit – die vor allem durch die sozialen Aspekte der Arbeit, wie kooperatives Arbeiten in kleinen Teams und unterstützende Vorgesetze, geprägt wird - wirkt sich ebenfalls auf das Glücksempfinden aus (Argyle, 2002, S. 224). Der Zusammenhang zwischen der Arbeitszufriedenheit und dem subjektiven Wohlbefinden ist jedoch sehr vielfältig und komplex, da es zahlreiche Theorien gibt, die jeweils spezifische Einflussfaktoren für die Arbeitszufriedenheit zugrunde legen (Furnham, 1991, S. 257). Neben der Arbeitszufriedenheit ist auch die Zufriedenheit mit der eigenen Freizeitgestaltung ein Einflussfaktor auf das Glücksempfinden. Viele Freizeitaktivitäten, wie beispielsweise Sport, Gartenarbeit oder Unternehmungen mit Freunden, lösen intrinsische Zufriedenheit aus (Argyle & Martin, 1991, S. 90). Außerdem beinhalten die meisten Freizeitaktivitäten eine soziale Komponente, da diese gemeinsam mit anderen ausgeübt werden (Argyle & Martin, 1991, S. 90). Die sozialen Beziehungen haben einen enormen Einfluss auf das Glücklichsein, da sie die Grundlage für die meisten unserer positiven Lebensereignisse sind (Argyle, 2002, S. 224). Neben sozialen Beziehungen im Familienleben und Freundschaften konnte für Ehe der größte positive Effekt auf das Glücksempfinden festgestellt werden. Dabei zeigten Veroff et. Al (1981, zitiert nach Argyle & Martin, 1991, S. 84) in ihrer Studie, dass der Anteil glücklicher, verheirateter Männer und Frauen im Schnitt mindestens 16 % höher war als der Anteil glücklicher alleinstehender oder geschiedener Personen. Das Glücksempfinden wird neben den objektiven Einflussfaktoren auch von Persönlichkeitseigenschaften bestimmt. Bei Betrachtung der Persönlichkeitsmerkmale konnte gezeigt werden, dass Extraversion ein sehr guter Prädiktor für das individuelle Glücksempfinden ist (Argyle & Martin, 1991, S. 92). Extrovertierte Menschen sind eher glücklich als Introvertierte (Argyle, 2002, S. 225). Ein weiterer Einflussfaktor auf das individuelle Glücksempfinden sind unterschiedliche Formen der Attribution. Glückliche Personen neigen zu selbstwertdienlicher Attribution, wobei sie ausschließlich gute Ereignisse internalen, stabilen Faktoren zuschreiben (Martin, Argyle & Crossland, 1988, zitiert nach Argyle & Martin, 1991, S. 93). Des Weiteren bedingt die individuelle genetische Ausstattung der Personen ebenfalls zu einem großen Anteil die Unterschiede im Glücksempfinden. Demnach sind circa 40-60 % der Unterschiede zwischen Personen im Glücksempfinden auf die Gene zurückzuführen (Frey, 2017, S. 13).

2.3.2 Auswirkungen des Glücklichseins

Die Auswirkungen des Glücklichseins auf unterschiedlichste Lebensbereiche wurden zahlreich erforscht. Es wurde gezeigt, dass glückliche Menschen zu häufigeren und qualitativ hochwertigeren sozialen Interaktionen neigen als unglückliche Menschen (Argyle, 2002, S. 215). Glückliche Menschen sind außerdem selbstbewusster und nehmen die Welt als sicherer wahr (Myers, 2014, S. 516). Sie verhalten sich gegenüber ihrem Umfeld toleranter und kooperativer und es fällt ihnen leichter, Entscheidungen zu treffen (Myers, 2014, S. 516). Laut Okun et al. (1984, zitiert nach Argyle, 2002, S. 219) besteht zwischen Glück und Gesundheit eine durchschnittliche Korrelation von r = .32 – dieser Effekt war vor allem bei alten Menschen und Frauen stärker ausgeprägt. Das Glücklichsein trägt somit auch zur Verbesserung der physischen und mentalen Gesundheit bei. Es wirkt sich allerdings nicht nur positiv auf die eigene Person aus, sondern führt auch dazu, dass Menschen eher dazu bereit sind, Gutes zu tun (Myers, 2014, S. 516). Dieser Feel-good-do-good Effekt bewirkt beispielsweise, dass glückliche Menschen zu einer höheren Hilfsbereitschaft gegenüber den Menschen in ihrem Umfeld neigen (Isen & Levin, 1972).

Es trifft jedoch auch der umgekehrte Effekt zu, sodass sich das subjektive Wohlbefinden steigert, wenn man Gutes tut (Myers, 2014, S. 516). Glücklich zu sein ist somit ein Zustand, der von den Menschen langfristig angestrebt wird.

2.4 Selbstwertgefühl

In diesem Kapitel erfolgt nach der Definition des Selbstwertgefühls eine Differenzierung der verschiedenen Formen des Selbstwertgefühls. Anschließend werden die Auswirkungen des Selbstwertgefühls behandelt. Das Selbstkonzept beschreibt, wie sich eine Person selbst einschätzt. Das Selbstwertgefühl geht aus der entsprechenden positiven oder negativen Bewertung der eigenen Selbsteinschätzung hervor (Petersen, Stahlberg, & Frey, 2006, S. 40). Das Selbstwertgefühl resultiert aus zahlreichen Gegebenheiten und Ereignissen, wobei die drei häufigsten Quellen des Selbstwertgefühls Introspektion und Selbstwahrnehmung, soziale Rückmeldung und Prozesse des sozialen Vergleichs sind (Petersen et al., 2006, S. 41). Die Introspektion umfasst die Beschreibung und Analyse des eigenen Verhaltens und Erlebens durch die Wahrnehmung des eigenen Inneren und ist somit die Grundlage für die Entstehung des Selbstbewusstseins (Ispaylar, 2016, S. 181). Durch die Beobachtung und Analyse der eigenen Verhaltensmuster in der Vergangenheit erschließen sich Menschen ihre Einstellungen und Überzeugungen – dies wird in der Selbstwahrnehmungstheorie beschrieben (Behm, 1972, zitiert nach Ispaylar, 2016, S. 181). Soziale Rückmeldungen durch Interaktionen mit anderen Personen tragen ebenfalls dazu bei, dass Menschen etwas über den Wert der eigenen Person lernen (Petersen et al., 2006, S. 42). Hierbei werden jedoch nicht alle sozialen Rückmeldungen uneingeschränkt und unverändert in das Selbstkonzept aufgenommen (Petersen et al., 2006, S. 43). Insbesondere soziale Rückmeldungen, die positiv von der eigenen Selbstwahrnehmung abweichen oder dazu beitragen können, idealisierte Aspekte des Selbstkonzepts zu realisieren, haben einen starken Einfluss auf das eigene Selbstwertgefühl (Dauenheimer, Stahlberg & Petersen, 1999, zitiert nach Petersen et al., 2006, S. 43). Die Theorie des sozialen Vergleichs besagt, dass Menschen den inneren Drang haben, ihre Meinungen und Fähigkeiten zu bewerten (Festinger, 1954). Diese Bewertung erfolgt durch Vergleiche mit anderen Personen (Festinger, 1954). Soziale Vergleiche wirken sich dabei sowohl auf die emotionale Ebene (Selbstwertgefühl) als auch auf die kognitive Ebene (Selbstkonzept) und die motivationale und verhaltensbezogene Ebene (Selbstentwicklung) aus (Döring, 2013, S. 300). Es lassen sich drei Arten von sozialen Vergleichen unterscheiden. Aufwärts-Vergleiche werden mit Personen durchgeführt, die in einem bestimmten Merkmal überlegen sind. Durch das Nacheifern eines Vorbilds können diese Vergleiche zum einen als Ansporn dienen, zum anderen können sie sich negativ auf das Selbstwertgefühl auswirken, wenn das Erreichen des Vergleichsstandards nicht möglich ist (Döring, 2013, S. 300). Abwärts-Vergleiche können das Selbstwertgefühl steigern und bei der Bewältigung von schwierigen Lebenssituationen hilfreich sein, indem der Vergleich mit unterlegenen Personen durchgeführt wird (Döring, 2013, S. 300). Horizontale Vergleiche tragen zu realistischen Selbsteinschätzungen bei, da man sich mit Personen vergleicht, die ähnliche Ausprägungen und Voraussetzungen haben (Döring, 2013, S. 300).

2.4.1 Formen des Selbstwertgefühls

In der Literatur gibt es zahlreiche Ansätze zur Differenzierung des Selbstwertgefühls. Bei Betrachtung der zeitlichen Stabilität des Selbstwertgefühls lassen sich das habituelle Selbstwertgefühl (trait self-esteem), welches vor allem im Erwachsenenalter relativ stabil ist, und das situationsspezifische Selbstwertgefühl (state self-esteem), welches aufgrund von situativen Umständen variiert, unterscheiden (Petersen et al., 2006, S. 40). Es erfolgt außerdem eine Abgrenzung des impliziten und expliziten Selbstwertgefühls, wobei das explizite Selbstwertgefühl bewusst ist und kognitiver Kontrolle unterliegt und das implizite Selbstwertgefühl auf unbewussten, affektiven Assoziationen beruht (Kernis et al., 2008, zitiert nach Jünemann, 2016, S. 189). Eine weitere, verbreitete Differenzierung des Selbstwertgefühls ist die Unterscheidung des globalen und des spezifischen Selbstwertgefühls (Sowislo & Orth, 2013). Das globale Selbstwertgefühl umfasst die gesamthafte Bewertung des Selbst, wohingegen das spezifische Selbstwertgefühl bereichsspezifisch, zum Beispiel im Bereich der intellektuellen Fähigkeiten oder sozialen Kompetenz, betrachtet wird (Sowislo & Orth, 2013). Da in dieser Arbeit kein spezifischer Bereich des Selbstwertgefühls untersucht werden soll, liegt der Fokus auf dem globalen Selbstwertgefühl. Zur Messung des globalen Selbstwertgefühls wurde die Self-Esteem Skala von Morris Rosenberg entwickelt.

2.4.2 Auswirkungen des Selbstwertgefühls

Zwischen dem Selbstwertgefühl und der Lebenszufriedenheit konnte ein starker, positiver Zusammenhang von .47 festgestellt werden (Diener & Diener, 1995). Im Leistungskontext verfügen Menschen mit einem hohen Selbstwertgefühl über bessere Strategien zur Selbstregulierung (Baumeister, Campbell, Krueger & Vohs, 2003). Whisman und Kwon (1993, zitiert nach Petersen et al., 2006, S. 44) stellten fest, dass Personen mit hohem Selbstwertgefühl Belastungen als weniger gravierend wahrnehmen und effektiver bewältigen. Für die Persönlichkeitsmerkmale Kontrolle, Optimismus, Extraversion und Kritikfähigkeit besteht ein positiver Zusammen­hang mit dem Selbstwertgefühl (Özsaker, 2013, zitiert nach Jünemann, 2016, S. 191). Es konnte außerdem gezeigt werden, dass Personen mit einem geringeren Selbstwertgefühl anfälliger für Depressionen sind (Sowislo & Orth, 2013).

2.5 Stand der Forschung und Ableitung der Forschungsfrage und Hypothesen

2.5.1 Social Media

Das Konstrukt Social Media wurde bereits zahlreich untersucht. Der Fokus der meisten Studien liegt dabei auf der Netzwerkplattform Facebook, die sich in den vergangenen Jahren großer Popularität erfreute. In dieser Arbeit liegt der Fokus jedoch nicht auf einer spezifischen Plattform. Stattdessen werden neun Social-Media-Kanäle in die Untersuchung miteinbezogen. Gemessen an der Nutzungshäufigkeit wird zur Beschreibung der Stichprobe ebenfalls überprüft, welche Netzwerke innerhalb der Stichprobe am häufigsten genutzt werden und somit unter den Befragten am beliebtesten sind.

2.5.2 Social Media und Glück

In der bestehenden Forschung wurde Social Media kaum in Bezug auf das Glücksempfinden, vermehrt jedoch in Zusammenhang mit der allgemeinen Lebenszufriedenheit beziehungsweise dem psychischen Wohlbefinden untersucht. Bereits 1998 zeigten Kraut et al., dass die Nutzung des Internets die soziale Einbindung und das psychische Wohlbefinden negativ beeinflusst. Eine weitere Studie zeigte, dass eine signifikante, negative Korrelation (r = -.154, p < .01) zwischen der Nutzungsdauer von Facebook und der Lebenszufriedenheit der Nutzer und Nutzerinnen besteht (Vigil & Wu, 2015). Es konnte außerdem dargelegt werden, dass eine problematische, exzessive Facebook-Nutzung zu einem geringeren allgemeinen Wohlbefinden führt (Satici & Uysal, 2015). Die negativen Zusammenhänge zwischen Social-Media-Nutzung und der zunehmenden sozialen Unzufriedenheit sowie dem sinkenden Glücksempfinden wurden von Bollen, Goncalves, van de Leemput und Ruan (2017) auf das Freundschaftsparadox zurückgeführt. Das Freundschaftsparadoxon entsteht vor allem bei der Nutzung von sozialen Netzwerken und meint, dass Nutzer und Nutzerinnen unvorteilhafte Vergleiche anstellen und dadurch zu der Ansicht gelangen, sie seien weniger beliebt und weniger glücklich als ihre Freunde (Bollen et al., 2017).

2.5.3 Social Media und Selbstwertgefühl

Jan, Soomro und Ahmad (2017) berichteten eine starke, negative Korrelation zwischen der täglichen Nutzungsdauer von Facebook und dem Selbstwertgefühl der Nutzer und Nutzerinnen (r = -.93, p < .01). Die Studie von Hawi und Samaha (2017) konnte hingegen nur eine schwache, negative Korrelation zwischen der Abhängigkeit von sozialen Netzwerken und dem Selbstwertgefühl zeigen (r = -.23, p < .01). Es konnte durch eine Korrelation von r = .26 (p < .01) zusätzlich gezeigt werden, dass die Nutzungsdauer von Facebook die Durchführung von sozialen Vergleichen begünstigt – dabei überwiegt im Durchschnitt die Zahl an aufwärtsgerichteten Vergleichen (Vogel, Rose, Roberts, & Eckles, 2014). Bei Betrachtung dreier Gruppen von Personen mit unterschiedlichen Stadien der Facebook-Sucht wird deutlich, dass das Selbstwertgefühl mit zunehmender Facebook-Sucht geringer wird (Blachnio, Przepiorka & Pantic, 2016). Für das Selbstwertgefühl konnten außerdem Mediatoreigenschaften für den Zusammenhang zwischen Social-Media-Abhängigkeit und Lebenszufriedenheit gezeigt werden (Hawi & Samaha, 2017).

2.5.4 Glück und Selbstwertgefühl

Die Forschung zu den Zusammenhängen der Konstrukte Glück und Selbstwertgefühl zeigte, dass diese zwei unterschiedliche, voneinander abzutrennende Konstrukte sind, für die jedoch eine hohe positive Korrelation (r = .58) besteht (Lyubomirsky, Tkach, & DiMatteo, 2006). Es konnte außerdem gezeigt werden, dass die einflussreichsten Prädiktoren für das Konstrukt Glück das Selbstwertgefühl und die Persönlichkeit sind (Furnham & Cheng, 2000). Es lässt sich erkennen, dass sich ein hohes Selbstwertgefühl positiv auf das individuelle Glücksempfinden auswirkt (Baumeister et al., 2003). In einer nationenübergreifenden Studie zum Selbstwertgefühl wurde festgestellt, dass Männer im Durchschnitt ein höheres Selbstwertgefühl haben als Frauen (Bleidorn et al., 2016). Des Weiteren zeigte sich für beide Geschlechter eine altersbedingte Steigerung des Selbstwertgefühls von der Pubertät bis in das mittlere Erwachsenenalter (Bleidorn et al., 2016). Bei der Differenzierung des Selbstwertgefühls wurde nachgewiesen, dass das globale Selbstwertgefühl deutlich stärker mit dem Glücksempfinden korreliert (r = .499, p < .001 ) als das spezifische – in dieser Studie insbesondere das akademische Selbstwertgefühl (r = .105, p < .001 ) (Rosenberg, Schooler, Schoenbach, & Rosenberg, 1995).

Als Ausgangspunkt für diese empirische Forschungsarbeit wird die zentrale Forschungsfrage „Wie wirkt sich das Nutzungsverhalten in sozialen Netzwerken und „fear of missing out“ auf das Glücksempfinden und das Selbstwertgefühl der Nutzer und Nutzerinnen aus?“ zugrunde gelegt. Zur Beantwortung der Forschungsfrage wurden vier Hypothesen aufgestellt, die anhand der dazugehörigen Nullhypothesen getestet werden (siehe Abbildung 1).

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1. Visualisierung der Hypothesen (Eigene Darstellung).

H1: Es besteht ein negativer Zusammenhang zwischen der täglichen Nutzungsdauer von sozialen Netzwerken und dem Glücksempfinden.

H2: Es besteht ein negativer Zusammenhang zwischen der täglichen Nutzungsdauer von sozialen Netzwerken und dem Selbstwertgefühl.

H3: Es besteht ein negativer Zusammenhang zwischen der Angst auf sozialen Netzwerken etwas zu verpassen und dem Selbstwertgefühl.

H4: Es besteht ein negativer Zusammenhang zwischen der Abhängigkeit von sozialen Netzwerken (Social-Media-Sucht) und dem Glücksempfinden.

3 Methode

In diesem Kapitel wird das methodische Vorgehen skizziert. Hierfür werden zu Beginn das Untersuchungsdesign, die Stichprobe und die Erhebungsinstrumente dargestellt. Anschließend folgt eine Beschreibung der Datenerhebung, -aufbereitung und -auswertung.

3.1 Untersuchungsdesign

Für die Forschungsarbeit wurde ein quantitatives Untersuchungsdesign gewählt. Mit dieser Methode sollen die Zusammenhänge zwischen der unabhängigen Variable (UV) Nutzungsverhalten Social Media und den beiden abhängigen Variablen (AV) Glücksempfinden und Selbstwertgefühl untersucht werden. Hierzu wurden vier gerichtete, unspezifische Zusammenhangshypothesen aufgestellt. Diese wurden in Kapitel 2.5 beschrieben. Die UV ist zunächst nicht direkt messbar und stellte somit eine latente Variable dar. Um das Nutzungsverhalten in den sozialen Medien messbar zu machen, wurden sechs Indikatoren verwendet. Das Untersuchungsdesign wird anhand der Abbildung2 verdeutlicht. Dabei haben die hervorgehobenen Variablen Relevanz zur Überprüfung der aufgestellten Hypothesen, während alle weiteren Variablen zur Beschreibung der Stichprobe erhoben werden.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2. Variablen des Untersuchungsdesigns (Eigene Darstellung).

Als erste Variable der UV Nutzungsverhalten Social Media wurde die Art und Häufigkeit der genutzten Netzwerke abgefragt. Bisherige Studien beschränken sich meist auf die Betrachtung einzelner Netzwerke wie beispielsweise Facebook. Die Variable diente deshalb vor allem dazu, einen Überblick darüber zu erhalten, welche Netzwerke in der Stichprobe wie häufig genutzt werden. Anschließend wurde die tägliche Nutzungsdauer von sozialen Netzwerken erhoben. Durch das Testen der H1 und H2 soll geprüft werden, ob bisherige Forschungsergebnisse auch für diese Stichprobe zutreffen. Die Variable Gründe für die Nutzung sozialer Netzwerke soll Rückschlüsse auf die Nutzungsmotive der Teilnehmenden ermöglichen. Durch die Variable berufliche und private Nutzung von sozialen Netzwerken soll abgewogen werden, ob es sinnvoll ist, das Thema Social-Media-Nutzung separiert im privaten und beruflichen Kontext zu betrachten. Da das Konzept FOMO, wie im Kapitel 2.2 beschrieben, vor allem im Social-Media-Kontext zunehmend relevant wird, wurde dieses ebenfalls als Kategorie des Nutzungsverhaltens erhoben. Um die Angaben der täglichen Nutzungsdauer besser einordnen zu können, wurde abschließend ebenfalls die Variable Abhängigkeit von sozialen Netzwerken als Teil des Nutzungsverhaltens erhoben. Die zur Operationalisierung der Konstrukte verwendeten Erhebungsinstrumente werden im Kapitel 3.3 im Detail dargestellt. Da der thematische Schwerpunkt der Untersuchung auf der Nutzung von sozialen Netzwerken liegt, wurde ebenfalls eine digitale Form der Datenerhebung über einen Online-Fragebogen gewählt. Diese Erhebungsmethode ermöglichte außerdem die zeit- und kostengünstige Ansprache einer breiten Zielgruppe. Der Online-Fragebogen wurde von jedem Teilnehmenden einmalig beantwortet. Durch diesen festen Untersuchungszeitpunkt stellt die Studie eine Querschnittsanalyse dar.

3.2 Stichprobe

Die Befragung sollte sich ursprünglich an alle Personen, unabhängig von ihrem Nutzungsverhalten in sozialen Netzwerken, richten. Bei einer ausgeglichenen Teilnehmerzahl hätte dadurch die Möglichkeit bestanden, die Werte der regelmäßigen Nutzer und Nutzerinnen mit denen der Teilnehmenden, die keine sozialen Netzwerke nutzen, zu vergleichen. Aufgrund des beschränkten Umfangs der Forschungsarbeit wurde der Fokus jedoch nur auf die tatsächlichen Nutzer und Nutzerinnen von sozialen Netzwerken gelegt. Die Zielgruppe der Datenerhebung waren somit Personen, die regelmäßig soziale Netzwerke nutzen. Als zusätzliches Charakteristikum wurde für die Stichprobe eine Altersspanne von 18 bis 67 Jahren festgelegt. Obwohl laut der Studie der ARD/ZDF-Forschungskommission (2019) davon ausgegangen werden kann, dass auch Jugendliche unter 18 Jahren regelmäßig soziale Netzwerke nutzen, begann die Altersspanne erst bei 18 Jahren, da das Selbstwertgefühl erst im Erwachsenenalter relativ stabil ist und als trait angesehen werden kann (Petersen et al., 2006, S. 40). Da in der Befragung auch die berufliche Nutzung von sozialen Netzwerken abgefragt wurde, wurde das aktuelle gesetzliche Renteneintrittsalter von 67 Jahren als Ende der möglichen Altersspanne festgesetzt. Es wurden sowohl Frauen als auch Männer, unabhängig von ihrem derzeitigen Beruf, befragt. Alle Teilnehmenden wurden mit Hilfe des Online-Fragebogens erreicht. Vor Beginn der Datenerhebung wurde die Stichprobengröße mit Hilfe der Teststärkenanalyse berechnet. Hierfür wurde eine mittlere Effektstärke von 0.3 zugrunde gelegt. Der Alpha-Fehler wurde standardmäßig mit dem Signifikanzniveau von 0.05 festgelegt. Die Power betrug somit 0.95 und lag damit über dem empfohlenen Mindestwert von 0.8. Die Poweranalyse ergab eine Stichprobengröße von mindestens 115 Personen. Um eine Normalverteilung der Daten zu erreichen, ist eine höhere Teilnehmeranzahl als die berechnete jedoch sinnvoll. Die Teststärkenanalyse ist im Anhang A der Arbeit angefügt.

3.3 Erhebungsinstrumente

Das Kapitel Erhebungsinstrumente gliedert sich anhand der verwendeten Messinstrumente in die Erhebung des Nutzungsverhaltens in sozialen Medien sowie die Rosenberg Self-Esteem Skala und den Oxford Questionnaire of Happiness. In einem letzten Unterpunkt werden die Gütekriterien der verwendeten Messinstrumente thematisiert.

3.3.1 Nutzungsverhalten Social Media

Die UV wurde mit Hilfe von sechs Indikatoren operationalisiert. Zunächst wurden die Art und die Häufigkeit der genutzten Netzwerke abgefragt. Hierfür wurden die laut StatCounter (2019), ARD/ZDF-Forschungskommission (2019) und BVDW (2018) neun meistgenutzten sozialen Netzwerke Facebook, Google+, Xing, LinkedIn, Twitter,

YouTube, Instagram, Snapchat und Pinterest als Items verwendet. Dabei wurde eine Beschränkung auf Netzwerk- und Multimediaplattformen vorgenommen. Die Erhebung des BVDW (2018) stellte Google+ im Januar 2018 als eines der am häufigsten genutzten Netzwerke in Deutschland dar, daher wurde das soziale Netzwerk in die Erhebung miteinbezogen. Im Zuge weiterer Recherchearbeiten stellte sich heraus, dass Google+ für private Nutzer und Nutzerinnen am 02. April 2019 eingestellt wurde (Google, 2019). Die Nutzung ist zukünftig nur noch für Business-Kunden möglich (Google, 2019). Als Nachfolger der Plattform tritt Google Currents ein (Gau, 2019). Der Fokus des sozialen Netzwerks Google Currents liegt dabei auf der Unternehmensorganisation und -kommunikation (Gau, 2019), weshalb die Nutzung ebenfalls nur für Business-Kunden möglich ist. Der Ausschluss des sozialen Netzwerks Google+ aus der Untersuchung war nicht mehr möglich, da die Datenerhebung bereits abgeschlossen war. Die Daten zu Google+ sind daher in der Erhebung weiterhin enthalten. Auf einer 5-stufigen Antwortskala gaben die Teilnehmenden an, ob sie das jeweilige Netzwerk 1 = mehrmals täglich, 2 = täglich, 3 = wöchentlich, 4 = selten oder 5 = nie nutzen. Als nächstes Item wurde die tägliche Nutzungsdauer erhoben. Die Teilnehmenden wurden aufgefordert, ihre tägliche Nutzungsdauer in Stunden in einem offenen Eingabefeld anzugeben. Bei diesem Item wurde gezielt nicht mit Zeitintervallen, sondern mit einem offenen Eingabefeld gearbeitet. Dadurch wurde einer Beeinflussung durch die Ankerheuristik entgegengewirkt und es wurde verhindert, dass unterschiedliche Nutzungsdauern nicht wertfrei dargestellt werden. Der Eingabebereich wurde jedoch auf Dezimalzahlen von 0 bis 12 eingeschränkt. Diese Einschränkung ermöglichte es Personen aus der Auswertung herauszunehmen, die soziale Netzwerke nicht täglich nutzen. Außerdem wurden dadurch unrealistische Angaben verhindert, da angenommen werden kann, dass bei einer gängigen Tagesgestaltung nicht mehr als 12 Stunden zur Nutzung sozialer Netzwerke zur Verfügung stehen. Ein weiteres Item zur Erhebung des Nutzungsverhaltens in sozialen Netzwerken stellte die Abfrage der Hauptbeweggründe für die Nutzung der zuvor genannten Netzwerke dar. Hierfür wurden die laut GlobalWebIndex (2018) acht häufigsten Nutzungsgründe – wie beispielsweise, um von den Aktivitäten von Freunden zu erfahren oder um die freie Zeit zu füllen - zur Mehrfachauswahl genannt. Als nächstes Item wurde über eine Dropdown-Auswahl erhoben, ob die Befragten soziale Netzwerke 1 = nur privat, 2 = nur beruflich oder 3 = sowohl privat als auch beruflich nutzen. Im Zuge des Nutzungsverhaltens sozialer Netzwerke als UV wurde ebenfalls die Variable FOMO erhoben. Hierzu wurde die deutsche Fassung der Fear of Missing Out Scale (Przybylski et al., 2013) verwendet. Die Skala umfasst 10 Items, wovon keines negativ gepolt ist. Die Items lauten beispielsweise “Ich fürchte, dass meine Freunde lohnendere Erlebnisse haben als ich“ oder „Es ärgert mich, wenn ich eine Möglichkeit verpasse, mich mit meinen Freunden zu treffen“ (Bosau & Ludwig, 2017). Die Beantwortung erfolgte auf einer 5-stufigen Likert Skala von 1 = trifft gar nicht zu bis 5 = trifft voll und ganz zu. Das in dieser Erhebung errechnete Cronbachs Alpha für die FOMO Skala (α = .80) lässt auf eine gute interne Konsistenz der Skala schließen. Als letztes Item wurde die Abhängigkeit von sozialen Netzwerken erhoben. Die Grundlage hierfür war die deutsche Kurzversion der Smartphone-Sucht-Skala (d-KV-SSS) nach Montag (2018, S. 45f.). Die Skala umfasst 10 Items und dient dazu eine mögliche Tendenz zur Smartphone-Sucht herauszufinden, wobei explizit darauf hingewiesen wird, dass dadurch keine anerkannte Diagnose gestellt werden kann (Montag, 2018, S. 45). Da das Nutzungsverhalten in sozialen Netzwerken betrachtet wurde, wurden die Items der d-KV-SSS entsprechend umformuliert, sodass sie passend waren, um die Abhängigkeit von sozialen Netzwerken zu erheben. Das Item „Ich verpasse es, geplante Aufgaben aufgrund meiner Smartphone-Nutzung zu erledigen“ wurde beispielsweise umformuliert in „Ich verpasse es, geplante Aufgaben aufgrund der Nutzung von sozialen Netzwerken zu erledigen“. Weitere Beispielitems waren „Für mich wäre es nicht auszuhalten, keine sozialen Netzwerke zu nutzen“ und „Ich nutze soziale Netzwerke länger als beabsichtigt“. Die Items wurden auf einer 6-stufigen Likert Skala von 1 = ich stimme überhaupt nicht zu bis 6 = ich stimme stark zu beantwortet (Montag, 2018, S. 46). Die Skala weist mit α = .86 eine gute interne Konsistenz auf (Montag, 2018, S. 46). Dies konnte in der Erhebung ebenfalls bestätigt werden (α = .87).

3.3.2 Rosenberg Self-Esteem Scale

Zur Operationalisierung der beiden AVs wurden standardisierte Fragebögen verwendet . Das Selbstwertgefühl wurde mittels der deutschen Fassung der Self-Esteem Scale (SES) von Morris Rosenberg (1965) operationalisiert, da sich diese zur Messung des Selbstwertgefühls bei Jugendlichen und Erwachsenen in den letzten Jahren etabliert hat (Ferring & Filipp, 1996). Die Skala umfasst 10 Items und wird in einer 4-stufigen Likert Skala von 0 = trifft gar nicht zu bis 3 = trifft völlig zu erfasst (Fragebogen zum Selbstwertgefühl, n.d.). Beispielitems sind „Ich besitze eine Reihe guter Eigenschaften“ und „Ich fürchte, es gibt nicht viel, worauf ich stolz sein kann“, wobei das zweite Item eines der fünf negativ gepolten Items ist (Ferring & Filipp, 1996). Für die SES errechnete sich in dieser Studie eine sehr gute interne Konsistenz (α = .90).

3.3.3 Oxford Questionnaire of Happiness

Das Glücksempfinden wurde mit Hilfe der deutschsprachigen Version des Oxford Questionnaire of Happiness (OHQ) von Peter Hills und Michael Argyle operationalisiert. Der OHQ ist eine kompakte, einfach anzuwendende Skala und eignet sich zur Messung der Variable Glück insbesondere aufgrund der starken, positiven Zusammenhänge mit einer Reihe von Persönlichkeitsmerkmalen wie beispielsweise Extraversion, Lebenszufriedenheit und Selbstwertgefühl, die bekanntermaßen mit dem Wohlbefinden in Verbindung stehen (Hills & Argyle, 2002). Der Fragebogen umfasst 29 Items, die von den Teilnehmenden auf einer 6-stufigen Likert Skala von 1 = stimmt absolut nicht bis 6 = stimmt absolut beantwortet werden. Die Skala beinhaltet ebenfalls 12 negativ gepolte Items wie beispielsweise „Ich sehe keinen bestimmten Sinn und Zweck in meinem Leben“. Weitere Beispielitems sind „Mich interessieren andere Menschen“ oder „Ich lache viel“ (Opprecht, n.d.). Cronbachs-Alpha liegt für diese Skala bei α = .91 (Hills & Argyle, 2002). In dieser Erhebung errechnete sich für Cronbachs Alpha ein vergleichbarer Wert (α = .92). Diese Werte lassen auf eine sehr gute interne Konsistenz der Skala schließen .

3.3.4 Soziodemografische Merkmale

Abschließend wurden zur Erhebung der soziodemografischen Merkmale die Items Alter und Geschlecht gewählt. Die Teilnehmenden wurden aufgefordert ihr Alter in Jahren per Dropdown-Auswahl anzugeben. Dabei war der Auswahlbereich auf 18-67 Jahre beschränkt. Das Geschlecht wurde ebenfalls mit Hilfe einer Dropdown-Auswahl abgefragt, wobei zwischen den Antwortoptionen weiblich und männlich gewählt werden konnte.

3.3.5 Gütekriterien

Um die Darstellung der Erhebungsinstrumente zu komplettieren, werden zuletzt die Gütekriterien beurteilt. Die Konstruktvalidität der SES wurde laut Ferring und Filipp (1996) geprüft, indem Korrelationen zwischen dem Selbstwertgefühl und einer optimistischen Erwartungshaltung sowie zwischen der Selbstwirksamkeit und dem Selbstwertgefühl berechnet wurden (für beide gilt r > .60). Die Validität des Konstruktes konnte dadurch bestätigt werden (Ferring & Filipp, 1996). Die Konstruktvalidität des OHQ wurde mittels Korrelationen der Items des Oxford Happiness Inventory getestet und konnte so bestätigt werden (Hills & Argyle, 2002). Zur Konstruktvalidität der Skalen FOMO und d-KV-SSS liegen keine Belege vor. Die Objektivität der Messinstrumente wird anhand der Durchführungs-, Auswertungs- und Interpretationsobjektivität betrachtet. Die Durchführungsobjektivität wird durch standardisierte Instruktionen im Online-Fragebogen gegeben. Bei den verwendeten Skalen FOMO, d-KV-SSS, SES und OHQ handelt es sich um standardisierte Testverfahren mit eindeutig feststehenden Auswertungsvorschriften. Hierdurch wird die Auswertungsobjektivität gewährleistet. Für die Interpretation werden die vorhandenen Werte aus Vergleichsstichproben zu den einzelnen Skalen herangezogen, um die korrekte Einordnung und Interpretation der Messwerte sicherzustellen. Zur Reliabilitätseinschätzung wurde das Maß der internen Konsistenz verwendet. Die errechneten Werte für Cronbachs Alpha liegen alle für alle verwendeten Skalen über .80 (siehe Tabelle 11) und lassen somit auf eine gute interne Konsistenz schließen.

3.4 Datenerhebung

Zur Erstellung des Fragebogens wurde das Onlinebefragungsportal Sosci Survey verwendet. Der finale Fragebogen begann mit einem kurzen Einleitungstext und gliederte sich anschließend in vier Teile. Zu Beginn wurden die Teilnehmenden über das Thema „Nutzung sozialer Medien“ und die voraussichtliche Bearbeitungszeit informiert. Es erfolgte außerdem ein Hinweis auf die Anonymität und die vertrauliche Behandlung der erhobenen Daten. Um sozial erwünschtes Antwortverhalten zu reduzieren, wurden die Teilnehmenden gebeten, die Fragen spontan und zügig zu beantworten, da es auf das individuelle erste Empfinden ankommt und es keine richtigen und falschen Antworten gibt. Im ersten Teil des Fragebogens wurden die Fragen zur Erhebung der AV Selbstwertgefühl gestellt. Anschließend folgte die Erhebung des Konstruktes Glück. Im dritten Teil des Fragebogens wurden vier Fragen zur Erhebung der UV Nutzungsverhalten Social Media gestellt. In diesem Teil des Fragebogens wurden zusätzlich Items verwendet, um die Abhängigkeit von sozialen Netzwerken und FOMO zu messen. Zuletzt wurden Fragen zu den soziodemografischen Merkmalen Alter und Geschlecht gestellt. Auf der letzten Seite des Fragebogens wurden die Teilnehmenden über den erfolgreichen Abschluss des Fragebogens und die Speicherung der Daten informiert. Des Weiteren wurde an dieser Stelle die Möglichkeit eingeräumt, sich per E-Mail mit der Autorin in Verbindung zu setzen, falls Interesse an den Ergebnissen der Untersuchung besteht. Nach Fertigstellung des Fragebogens wurde zunächst ein Pretest durchgeführt, um sowohl die technische Funktionsweise als auch die inhaltliche Plausibilität des Fragebogens zu überprüfen. Mehrere Personen testeten den Fragebogen unabhängig voneinander und gaben entsprechende Rückmeldung an die Erstellerin. Es wurden einige formale Änderungen vorgenommen, bevor der Fragebogen letztendlich veröffentlicht wurde. Für die Datenerhebung wurde ein Zeitraum von fünf Wochen festgelegt. Die Teilnahme war vom 13.09.2019 bis 19.10.2019 über den Link https://www.soscisurvey.de/BachelorthesisStangl/ möglich. Zur Distribution des Fragebogens wurden zahlreiche Kanäle genutzt. Zunächst erfolgte die Verbreitung über die direkte Ansprache von Freunden, Bekannten und Arbeitskollegen – persönlich, per E-Mail oder per WhatsApp. Im Anschluss wurde der Fragebogen, passend zum Thema der Erhebung, über das private Profil der Autorin in sozialen Netzwerken wie Facebook, Instagram und Xing geteilt. Abschließend wurde ebenfalls die Möglichkeit genutzt, den Fragebogen in thematisch passenden Gruppen bei Xing und Facebook zu verbreiten. Der Online-Fragebogen wurde über 700-mal angeklickt, wobei hier auch versehentliche doppelte Klicks eingeschlossen sind. Insgesamt gab es 296 Teilnehmende inklusive abgebrochener Durchläufe. Die Quote der abgeschlossenen Fragebögen befand sich mit 85,81 % auf einem guten Niveau.

3.5 Datenaufbereitung und Datenauswertung

Nach Abschluss der Datenerhebung erfolgte der Export der Daten aus Sosci Survey. Hierbei wurden bereits alle unvollständigen Datensätze entfernt. Die Datenaufbereitung wurde in Microsoft Excel vorgenommen. Zunächst wurde die Variable Alter korrigiert. Das Alter wurde in der Variablenübersicht bei 18 Jahren mit dem Variablenwert 3 und bei 67 Jahren mit dem Variablenwert 52 ausgegeben. In einer neuen Spalte Alter_korr wurde der Variablenwert mit einer Summenformel jeweils um 15 ergänzt, sodass das tatsächliche Alter ausgegeben wird. Zur vereinfachten Darstellung der Variable Alter wurde die Spalte Altersgruppe ergänzt. Hierzu wurden fünf Altersgruppen gebildet. Die Altersgruppen definieren sich wie folgt: 1 = 18-27 Jahre, 2 = 28-37 Jahre, 3 = 38-47 Jahre, 4 = 48-57 Jahre, 5 = 58-67 Jahre. Außerdem erfolgte eine Korrektur der Variablenwerte der SES. In der Variablenübersicht (siehe Anhang C) wurden die Variablenwerte folgendermaßen angegeben: trifft gar nicht zu = 1, trifft eher nicht zu = 2, trifft größtenteils zu = 3, trifft völlig zu = 4. In der ursprünglichen SES sind die Variablenwerte jedoch um einen Wert geringer, das heißt trifft gar nicht zu = 0, trifft eher nicht zu = 1, trifft größtenteils zu = 2 und trifft völlig zu = 3. Zur Auswertung ist die Summenbildung der Itemwerte erforderlich. Da diese durch die abweichenden Variablenwerte verfälscht wäre, wurden die Itemwerte durch eine entsprechende Formel um -1 korrigiert. Das gleiche gilt für die negativ gepolten Items der SES. Die korrigierten Items wurden durch entsprechende Spaltennamen SW01_01korr – SW01_10korr gekennzeichnet. Anschließend wurden zusammengehörige Items farbig markiert, um die weitere Aufbereitung zu vereinfachen. Der Wert für Selbstwertgefühl wurde für jeden Befragten durch Addition der Items SW01_01korr – SW01_10korr ermittelt. Der Ergebniswert wurde in der neuen Spalte Selbstwertgefühl erfasst. Zur Berechnung des Wertes für Glücksempfinden wurde für jeden Teilnehmenden der Mittelwert aus den 29 Items GE01_01 – GE01_29 gebildet. In der neuen Spalte Glücksempfinden wurde der Ergebniswert erfasst. Die Ermittlung des Wertes für FOMO erfolgte ebenfalls durch Mittelwertbildung der 10 Items SM05_01 – SM05_10. Der berechnete Wert wurde in der neuen Spalte FOMO aufgeführt. Um die Abhängigkeit von sozialen Netzwerken zu ermitteln, wurden die Items SM06_01 – SM06_10 für jeden Teilnehmenden addiert. Der Ergebniswert wurde in der neuen Spalte Abhängigkeit erfasst. Zum Abschluss wurden einige Spaltenbeschriftungen vereinfacht. Die Items SM01_01 – SM01_09 stellten die abgefragten Netzwerke dar. Die Spaltenbeschriftungen wurden daher in die Namen der jeweiligen sozialen Netzwerke umbenannt. Außerdem wurden die Spalte SM04 in Nutzungsart und die Spalte SM02_01 in tägliche Nutzungsdauer umbenannt. Das Dokument wurde als Kopie in Form einer csv-Datei gespeichert und zur Datenauswertung in die Statistiksoftware R importiert. In R wurden schließlich die Wertelabels einiger Variablen umkodiert.

Zu Beginn der deskriptivstatistischen Auswertung wurden alle relevanten Variablen mit Hilfe des Shapiro-Wilk-Tests auf Normalverteilung überprüft. Hierbei nimmt die H0 an, dass die betreffende Variable normalverteilt ist, wobei ein Signifikanzniveau von p < .05 zugrunde gelegt wird. Im Anschluss wurde der Stichprobenumfang berechnet und die Geschlechtsverteilung in der Stichprobe ausgezählt. Die Altersverteilung wurde zunächst durch Ausgabe der Lagemaße und die Erstellung eines Histogramms verdeutlicht. Es wurden außerdem die Teilnehmerzahlen in den gebildeten Altersgruppen ausgezählt und in einem Säulendiagramm grafisch dargestellt. Die Variablen Selbstwertgefühl, Glücksempfinden, tägliche Nutzungsdauer, FOMO und Abhängigkeit wurden beschrieben indem für jede Variable die Lagemaße ausgegeben wurden. Außerdem wurde für jede Variable ein Boxplot erstellt, um einen grafischen Überblick über die Verteilung der Variable zu erhalten und Ausreißer zu identifizieren. Die identifizierten Ausreißer aller Variablen wurden in Excel gesondert betrachtet und auf Plausibilität überprüft. Daraufhin wurde ein Fall aus dem Datensatz entfernt, da die Erstellerin annimmt, dass es sich nicht um einen wahrheitsgemäß beantworteten Fragebogen handelte. Bei dem betroffenen Fall wurde eine überdurchschnittliche Nutzungsdauer von 10 Stunden täglich angegeben, wobei für jedes der neun abgefragten sozialen Netzwerke angegeben wurde, dass es nie genutzt wird. Für die weiteren Skalen wurden entweder nur Extremwerte oder Mittelwerte angegeben. Außerdem hebt sich der Datensatz durch eine Bearbeitungszeit von nur 77 Sekunden für den gesamten Fragebogen ab. Die sehr kurze Bearbeitungszeit lässt ebenfalls den Rückschluss zu, dass der Fragebogen nicht wahrheitsgemäß beantwortet wurde. Bei der Art der genutzten Netzwerke wurden zunächst für jedes einzelne Netzwerk die Häufigkeiten der Antworten ausgezählt, um einen Überblick darüber zu erhalten, welche sozialen Netzwerke in der Stichprobe am häufigsten genutzt werden. Im Zuge dessen wurden die Daten zur Nutzung von Google+ gesondert betrachtet. Neben beruflichen Nutzenden gaben auch einige private Nutzer und Nutzerinnen an, dass sie das soziale Netzwerk Google+ mehrmals täglich, täglich oder wöchentlich nutzen. Diese Angaben scheinen nicht plausibel im Zusammenhang mit der Nutzungsbeschränkung der Plattform auf Business-Kunden. Die betroffenen Datensätze wurden in Excel gesondert betrachtet. Da es keine weiteren Unstimmigkeiten in den betroffenen Datensätzen gab, wurde weiterhin angenommen, dass es sich um tatsächliche Teilnehmende handelt und die Datensätze wurden nicht entfernt. Im Anschluss wurden die prozentualen Nutzungshäufigkeiten für jedes Netzwerk nach Altersgruppen gegliedert berechnet, um zu sehen, welche sozialen Netzwerke in welcher Altersgruppe am häufigsten verwendet werden. Zur grafischen Verdeutlichung wurde für jedes der Netzwerke ein nach Altersgruppen gruppiertes Säulendiagramm erstellt. Für die Variable tägliche Nutzungsdauer wurden zusätzlich die Mittelwerte der verschiedenen Altersgruppen berechnet. Hierzu wurde ebenfalls ein Säulendiagramm verwendet. Außerdem wurden die Mittelwerte der täglichen Nutzungsdauer für die drei verschiedenen Nutzungsarten berechnet. Bei den Gründen für die Nutzung von sozialen Netzwerken wurde ausgezählt wie häufig jeder Grund genannt wurde, um zu erkennen, welche die häufigsten Nutzungsgründe in der Stichprobe sind. Die Mittelwerte der Variablen FOMO und Abhängigkeit wurden jeweils zusätzlich in Bezug auf die Altersgruppen berechnet, wobei die Verdeutlichung jeweils durch ein Säulendiagramm erfolgte. Abschließend wurde Cronbachs Alpha für alle verwendeten Skalen berechnet.

In der inferenzstatistischen Auswertung wurden die in Kapitel 2.5 beschriebenen Hypothesen getestet. Um die H1 zu testen, wurde die Korrelation zwischen der Variable tägliche Nutzungsdauer und der Variable Glücksempfinden mittels der Spearman Rangkorrelation berechnet. Um das errechnete Spearmans rho auf Signifikanz zu testen, wurde in der gesamten Auswertung das Signifikanzniveau p < .05 zugrunde gelegt. Die H2 wurde getestet, indem eine Rangkorrelation nach Spearman zwischen der Variable tägliche Nutzungsdauer und der Variable Selbstwertgefühl berechnet wird. Bei der Testung der H3 wurde erneut eine Korrelation nach Spearman zwischen der Variable FOMO und der Variable Selbstwertgefühl gerechnet. Abschließend wurde auch die H4 mittels der Spearman Rangkorrelation getestet. Hier wurde die Korrelation zwischen der Variable Abhängigkeit und der Variable Glücksempfinden berechnet. Um die Zusammenhänge einordnen zu können, wurde die folgende Abstufung der Effekte zugrunde gelegt. Für r = .10 liegt ein schwacher Effekt vor, während r = .30 beziehungsweise r = .50 einem mittleren beziehungsweise einem starken Effekt entspricht (Universität Zürich, 2018). Sobald mindestens eine mittlere, signifikante Korrelation von r = .40 errechnet wird, wurde zusätzlich eine Regressionsanalyse durchgeführt, um die Ursache-Wirkungs-Beziehung der betroffenen Variablen zu untersuchen. Da es kein nicht-parametrisches Pendant zur linearen Regression gibt, wurde auch bei nicht normalverteilten Daten eine lineare Regressionsanalyse durchgeführt. Zur Prüfung des Bestimmtheitsmaß R2 auf Signifikanz wurde dabei p < .05 verwendet.

Für die weiteren Ergebnisse wurden zunächst Korrelationen nach Spearman für die Variable Alter und alle anderen Variablen der Erhebung berechnet. Anschließend wurden für die Variablen Selbstwertgefühl, Glücksempfinden, tägliche Nutzungsdauer, FOMO und Abhängigkeit die Mittelwerte in Abhängigkeit zum Geschlecht berechnet. Die Geschlechtsunterschiede wurden mithilfe des nicht-parametrischen Wilcoxon-Tests auf Signifikanz geprüft. Dabei wurde p < .05 als Signifikanzniveau zugrunde gelegt. Abschließend wurden weitere Zusammenhänge verschiedener Variablen untersucht. Hierfür wurde in den meisten Fällen eine Rangkorrelation nach Spearman gerechnet. Bei der Betrachtung des Zusammenhangs zwischen täglicher Nutzungsdauer und der Nutzungsart wurden die Mittelwertsunterschiede der drei Gruppen mithilfe des Kruskal-Wallis-Tests auf statistische Signifikanz getestet, da die Variable Nutzungsart nominalskaliert ist. Die Grundlage hierfür bildete ebenfalls das Signifikanzniveau p < .05. Zuletzt wurde Cronbachs Alpha als Maß für die interne Konsistenz für alle verwendeten Skalen berechnet, um die Reliabilität dieser beurteilen zu können (Luhmann, 2015, S. 270f.). Für die Interpretation der Werte gilt, dass die interne Konsistenz für α ≥ .70 akzeptabel ist (Fuchs, 2018). Falls sich ein Wert für α ≥ .80 beziehungsweise ≥ .90 errechnet, ist die interne Konsistenz als gut beziehungsweise exzellent einzuordnen (Fuchs, 2018).

[...]