AP  >> Vol. 8 No. 5 (May 2018)

    特质攻击对不同网络欺凌角色行为的影响—道德推脱的中介作用
    Effect of Trait Aggression on Behavior of Different Roles in Cyberbullying—A Mediation Model of Moral Disengagement

  • 全文下载: PDF(579KB) HTML   XML   PP.742-751   DOI: 10.12677/AP.2018.85088  
  • 下载量: 424  浏览量: 935  

作者:  

陈贡芳,高雪梅:西南大学心理学部,重庆

关键词:
大学生特质攻击网络欺凌道德推脱College Students Trait Aggression Cyberbullying Moral Disengagement

摘要:

本文为考察特质攻击、道德推脱、网络欺凌的关系,采用问卷法对617名大学生进行调查。结果发现:1) 欺凌者、受欺凌者和旁观者视角下,网络欺凌的性别差异均显著;2) 网络欺凌、特质攻击、道德推脱两两之间均显著正相关,特质攻击显著正向预测道德推脱,特质攻击和道德推脱显著正向预测网络欺凌;3) 道德推脱在特质攻击和网络欺凌之间具有部分中介作用。该结果表明,高特质攻击和高道德推脱是大学生网络欺凌行为的重要影响因素。

This study investigated the influence mechanism of trait aggression and moral disengagement on cyberbullying. Thus, this study adopted a questionnaire survey, using the cyberbullying scale, the BPAQ aggression scale and the moral disengagement scale, with 617 college students as subjects. The results are as follows: 1) Under bystander, victim and bully three perspectives of cyberbullying, the gender differences were significant and boys were more likely to be involved in cyberbullying than girls. 2) There were significant positive correlations between trait aggression, cyberbullying, and moral disengagement. Trait aggression significantly and positively predicted moral disengagement, trait aggression and moral disengagement both significantly and positively predicted cyberbullying. 3) Moral disengagement partially mediated the relation between trait aggression and cyberbullying. The results show that high level of trait aggression and high level moral disengagement played an important part in cyberbullying.

1. 问题提出

欺凌行为由古至今,是一个古老的社会问题,随着计算机、网络、智能手机等的迅速发展,欺凌现象已蔓延到网络,形成了新的欺凌形式——网络欺凌。网络欺凌指一个人或一个团体使用电子形式实施的一种侵略性、反复性的故意行为,受欺凌者没有能力进行自我保护(Smith et al., 2008)。

近年来,随着社会媒体的扩散,网络欺凌已成为全球最常见的社会问题之一(Görzig & Frumkin, 2013)。有研究显示,大学生群体中,网络欺凌的发生在世界范围内均非常普遍,从最低的5%到最高超过28% (Wang et al., 2017)。

虽然网络欺凌的发生率总体低于传统欺凌(Campbell, Spears, Slee, Butler, & Kift, 2012),但是由于网络欺凌具有匿名性(Barlett, Gentile, & Chew, 2016)、大量旁观者(Slonje & Smith, 2008)等不同于传统欺凌的特征,网络欺凌对大学生身心健康的不良影响甚至超过了传统欺凌(Campbell, Spears, Slee, Butler, & Kift, 2012)。遭受网络欺凌的大学生往往出现焦虑、抑郁(Kowalski, Morgan, Drake, & Allison, 2016)、暴力攻击(Ybarra, Mitchell, Finkelhor, & Wolak, 2007),自我伤害、自杀意图及行为(Van Geel, Vedder, & Tanilon, 2014)等心理行为问题。以往学者侧重研究网络欺凌者群体,没有考虑到网络欺凌事件中的另外两种不可或缺的角色,即受欺凌者和旁观者(Kowalski, Giumetti, Schroeder, & Lattaner, 2014),因此探究三视角下网络欺凌的发生机制显得非常重要。

就人格和网络欺凌而言,无论是传统欺凌还是网络欺凌都与个体的人格息息相关,其中个体的特质攻击能有效预测暴力行为(Huesmann et al., 2009)。特质攻击是一种具有敌意认知、受愤怒情绪影响并准备进行言语和身体攻击等暴力行为倾向的稳定的人格特质,比如以他人痛苦为乐(AliaKlein et al., 2008)。有研究发现特质攻击在暴力、问题行为中扮演着重要的角色(Ali, Ryan, Beck, et al., 2013),和网络欺凌显著正相关(Ang, Huan, Florell, 2014; Savage & Tokunaga, 2017)。一个以亚洲青少年为被试的研究显示,个体对于攻击性的认同感越强,越易发生网络欺凌(Ang, Tan, Talib, 2011),这表明特质攻击可能影响个体的网络欺凌水平。以往研究只注重攻击性和网络欺凌间的直接关系,而对这一关系中的中介机制(特质攻击如何影响网络欺凌)缺乏关注,因此本文将会在这一方面做出尝试。

道德推脱指个体放宽内在的道德自我监管标准,认为自己的有害行为或攻击行为是符合道德且恰当的一种扭曲的认知过程(Pornari & Wood, 2010)。研究表明,特质攻击能够正向预测道德推脱(Paciello, Fida, Tramontano et al., 2008)。攻击性越高的个体越倾向于通过道德推脱机制来重建不道德行为的认知,提高对不道德行为的接受度,以减轻自己产生的内疚等负性情绪,从而更易出现不道德行为,如故意伤害他人的网络欺凌(Rubio-Garay, Carrasco, & Amor, 2016)。道德推脱显著正向预测网络欺凌(Chen, Ho, & Lwin, 2016)。根据道德推脱理论,当个体通过重新定义自己的行为,以最大程度的减少其在某一行为后果中需要承担的责任,并降低对受害者负性情绪的认同感时(Bandura, 2002),即当个体发生道德推脱这一认知倾向时,很容易摆脱不道德行为带来的内疚、自责和自我惩罚,将自己的不道德行为道德化(Meter & Bauman, 2018),因此,道德推脱水平越高的个体越容易发生网络欺凌(Wang et al., 2017)。一项网络欺凌的元分析研究显示,网络欺凌欺凌者的道德推脱水平与网络欺凌呈显著正相关(Kowalski, Giumetti, Schroeder, & Lattanner, 2014),Wang等人(2017)的研究表明,道德推脱在特质愤怒和网络欺凌之间起中介作用。

一般攻击模型(GAM) (Bushman & Anderson, 2002)认为,当个体的内部状态受到个体因素和情景因素的作用后,会影响个体对攻击行为的评价和决策。具体来说,一般攻击模型(GAM)指出,特质攻击会通过提供攻击的理由、干扰认知过程等影响个体的攻击和欺凌倾向(Wells, Graham, Tremblay et al., 2011),而道德推脱可以预测攻击行为和网络欺凌(Kyriacou & Zuin, 2016; Paciello, Muratori, Ruglioni et al., 2017),所以作为个体因素的特质攻击可能会通过影响个体的道德推脱这一内部状态,从而影响个体的网络欺凌行为。因此,因此本文预测道德推脱在特质攻击和网络欺凌间扮演着重要的角色,在不同攻击水平的个体是否发生网络欺凌中起中介作用。

综上所述,本文拟探讨特质攻击和网络欺凌的关系,考察道德推脱在其中的中介作用,假设如下:

假设1:特质攻击能够正向预测网络欺凌,高特质攻击的个体更易成为网络欺凌者和旁观者;

假设2:道德推脱能够正向预测网络欺凌,高道德推脱的个体更易出现网络欺凌;

假设3:道德推脱在特质攻击和网络欺凌间起着中介作用。

2. 研究方法

2.1. 被试

采用随机取样法,在西南大学、四川理工学院、南方翻译学院共发放800份问卷,回收725份问卷,在剔除数据缺失、规律作答等无效问卷后,获得有效问卷617份,问卷有效率85.10%。其中,男284名,女333名,平均年龄为19.35岁(SD = 0.98),年龄范围为16~26岁。

2.2. 研究工具

2.2.1. 网络欺凌

采用Huang等人(2010)改编的网络欺凌问卷(Cyberbullying Questionnaire)。从欺凌者(如,曾在网络上欺负、威胁、伤害或骚扰他人)、受欺凌者(如,曾被他人在QQ、MSN等即时通讯上欺负、威胁、伤害或骚扰)和旁观者(如,曾看到他人在班级博客、线上讨论区等公开网站上张贴文字或者图片来欺负、威胁、伤害或骚扰某人)三个角度考察被试的网络欺凌状况,共11题。采用Likert5点计分,其中0代表该行为从来没有发生过,1代表发生过1~2次,2为1个月发生2~3次,3为1个星期1次,4为1个星期好几次,被试各视角分数范围在0~40分,得分越高,表示该行为发生越多(Huang & Chou, 2010)。该量表在本研究中的内部一致性α系数为.96。

2.2.2. 特质攻击

采用杨继平和王兴超(2012)修订的Buss-Perry攻击问卷(Buss Perry Aggression Questionnaire)中的愤怒(如,有时觉得自己是一个随时要爆炸的火药桶)和敌意(如,有时我觉得有人在背后嘲笑我)两个维度分量表。该量表共15题,采用Likert5点计分,从“完全不符合”、“比较不符合”、“中立”、“比较符合”到“完全符合”。得分越高,表明特质攻击越强。该量表在本研究中的内部一致性α系数为.87。

2.2.3. 道德推脱

采用王兴超&杨继平(2010)修订的道德推脱问卷(Moral Disengagement Scale)。该量表共32题,涉及道德辩护(如,令人讨厌的人不应该被当作人来看待)、委婉标签(如,人们不介意被取笑,因为这说明别人对他们感兴趣)、有利比较(如,与犯罪分子做的事情相比,在商店带走没有付钱的商品并不十分严重)、责任转移(如,为了保护朋友而进行打斗是合理的)、责任分散(如,当所有人都违反规则时,就不应该责备个体)、扭曲结果(如,为了家人的需求而偷窃是被允许的)、责备归因(如,背后议论他人只是开玩笑而已)、非人性化(如,有些人活该被当成畜生一样对待)八个推脱机制。采用Likert5点计分,分数越高表示道德推脱水平越高。该量表在本研究中的内部一致性α系数为.94。

2.3. 研究程序和数据分析

以班级为单位,由研究者担任主试,使用统一问卷进行团体匿名测试。测试前主试告知被试研究的目的、信息的保密性和自愿参与的原则,被试阅读知情同意书,同意参加后完成问卷。测试时间为30分钟,测试结束后当场收回问卷,主试逐一审查并剔除无效问卷。

使用SPSS Statistics 23.0统计分析数据,采用的方法有Harman单因子检验、独立样本T检验、Pearson相关分析、回归分析。

3. 结果分析

3.1. 共同方法偏差的检验

本研究通过问卷调查来收集数据,可能会出现共同方法偏差,因此采用Harman单因子检验进行分析(周浩&龙立荣,2004)。结果表明,特征值大于1的因子共12个,第一个因子解释的变异量为28.76% (小于40%的临界标准)。因此,本研究不考虑共同方法偏差对结果的影响。

3.2. 网络欺凌的初步分析

对617名中国大学生网络欺凌状况的调查显示,231名(34.52%)学生曾欺凌他人,男150人(70.42%),女63人(29.58%);343名(55.59%)学生曾受过欺凌,男202人(58.89%),女141人(41.11%);570名学生(92.38%)曾见证过网络欺凌的发生,男265人(46.49%);女305人(53.51%)。结果表明,网络欺凌事件中绝大多数人扮演的角色是旁观者,其次是受欺凌者,最后是欺凌者。

对三个视角下网络欺凌的性别差异进行独立样本T检验(表1),结果表明,三个视角下网络欺凌均是男生得分显著高于女生(t = 9.71, p = .000, d = 0.81, 95%CI = 3.81 to 9.71; t = 10.26, p = .000, d = 0.85, 95%CI = 4.34 to 6.39; t = 4.34, p = .020, d = 0.35, 95%CI = 1.57 to 4.16),即男生更易成为网络欺凌者、受欺凌者、旁观者。

3.3. 特质攻击、道德推脱与网络欺凌的关系

3.3.1. 三变量之间的相关分析

特质攻击、道德推脱和网络欺凌三者之间的Pearson相关分析结果(表2)显示:特质攻击和道德推脱显著正相关,高特质攻击的个体,道德推脱水平也越高;特质攻击和网络欺凌显著正相关,高特质攻击的个体更易出现网络欺凌行为;道德推脱和网络欺凌显著正相关,高道德推脱水平的个体越容易参与网络欺凌。

3.3.2. 道德推脱的中介作用分析

由上文分析结果可知,网络欺凌、特质攻击、道德推脱三者两两之间均存在显著正相关,因此,需对道德推脱的中介效应进行检验。控制性别变量后,采用Bootstrap方法中的模型4进行分析(Hayes, 2013)。

Table 1. The gender differences in cyberbullying

表1. 网络欺凌的性别差异比较

注:*p < .05, **p < .01, ***p < .001。

Table 2. Correlation analysis among three variables (r)

表2. 特质攻击、道德推脱与网络欺凌的相关分析(r)

注:1为特质攻击,2为愤怒,3为敌意;4为道德推脱,5为道德辩护,6为委婉标签,7为有利比较,8为责任转移,9为责任分散,10为扭曲结果,11为责备归因,12为非人性化;13为网络欺凌,14为欺凌者视角,15为受欺凌者视角,16为旁观者视角。

道德推脱对特质攻击和欺凌者的中介效应结果如下:中介检验的结果没有包含0 (LLCI = 0.07,ULCI = 0.14),表明中介效应显著,且中介效应大小为0.11,总效应值为0.16 (0.05 + 0.11),即中介效应能占到总效应值的68.75%;控制中介变量道德推脱后,特质攻击显著正向预测网络欺凌者,区间没有包含0 (LLCI = 0.00,ULCI = 0.11),表明道德推脱在特质攻击和网络欺凌者间具有部分中介作用。

道德推脱对特质攻击和网络受欺凌者的中介效应结果如下:中介检验的结果没有包含0 (LLCI = 0.06,ULCI = 0.13),表明中介效应显著,且中介效应大小为0.10,总效应值为0.16 (0.06 + 0.10),即中介效应能占到总效应值的62.50%;控制中介变量道德推脱后,特质攻击显著正向预测网络受欺凌者,区间没有包含0 (LLCI = 0.00,ULCI = 0.12),道德推脱在特质攻击和网络受欺凌者间具有部分中介作用。

道德推脱对特质攻击和网络欺凌旁观者的中介效应结果如下:中介检验的结果没有包含0 (LLCI = −0.00,ULCI = 0.08),表明中介效应显著,且中介效应大小为0.04,总效应值为0.13 (0.09 + 0.04),即中介效应能占到总效应值的30.77%;控制中介变量道德推脱后,特质攻击显著正向预测网络欺凌旁观者,区间没有包含0 (LLCI = 0.01, ULCI = 0.17),道德推脱在特质攻击和网络欺凌旁观者间具有部分中介作用(图1)。

4. 讨论

4.1. 大学生网络欺凌的特点

本研究发现,网络欺凌三视角发生率为:旁观者 > 受欺凌者 > 欺凌者,符合正态分布的规律,与以往研究结果相同,表明大学生群体中绝大多数都是旁观者(Huang & Chou, 2010; Barlińska, Szuster, Winiewski, 2013; Van Cleemput, Vandebosch, & Pabian, 2014),且他们对网络欺凌的发生或减少有重要作用(Allison, Bussey, Lindsey, 2016)。网络欺凌三视角下,均是男生得分显著高于女生,这与部分学者的研究结果相同(Olumide, Adams, Amodu, 2016; Safaria, 2016),即相比较于女生而言,男生更易在网上欺凌他人、更易受到网络欺凌或观察到更多网络欺凌事件。这可能是因为男女角色定位具有差异性,家庭、社会鼓励男生冒险,允许他们参与具有攻击性、暴力性的活动,并对男生挑战权威等行为较为宽容,而更期望女生温顺、富有同情心、尊重社会规范(Vargün, 2016)。

Figure 1. The mediation model of moral disengagement

图1. 道德推脱在特质攻击与网络欺凌三视角之间的中介效应

4.2. 特质攻击与网络欺凌的相关分析

相关分析结果表明,特质攻击和网络欺凌三视角均呈显著正相关,即高攻击性的个体,更易成为网络欺凌者、受欺凌者和旁观者,和前人研究结果一致(Ang, Huan, Florell, 2014; Savage & Tokunaga, 2017),因此假设1成立。一种解释是高攻击性的个体共情水平较低,更易参与到不被社会规范认可的行为中(Carreras, Braza, Muñoz et al., 2014),比如网络欺凌。由于网络世界的匿名性和非面对面性,个体不会直接看到受欺凌者遭受的伤害,共情能力较低,无需负担较多的内疚、悔恨等消极情绪,因此更易成为旁观者和欺凌者(Allison, Bussey, Lindsey, 2016),但他们由于网络能力、技能的不足,也容易成为其他掌握更高水平有害网络能力者的欺凌对象(Barlett, Prot, Anderson, & Gentile, 2017);另一种解释是特质攻击得分高的个体,通常容易情绪失调,在处理情绪方面有困难,尤其是愤怒情绪(Donahue, Goranson, McClure et al., 2014)。也就是说,个体对愤怒情绪的无能为力,会更易卷入像网络欺凌的攻击事件中(White & Turner, 2014)。

4.3. 道德推脱和网络欺凌的相关分析

研究结果表明,道德推脱和网络欺凌三视角均呈显著正相关,即道德推脱水平越高的个体,更易成为网络欺凌者、受欺凌者和旁观者,与以往研究结果一致(Kowalski, Giumetti, Schroeder, & Lattanner, 2014; DeSmet et al., 2012, 2014; Van Cleemput, Vandebosch, & Pabian, 2014; Chen, Ho, & Lwin, 2016),因此假设2成立。由于网络欺凌属于一种网络不道德行为,对道德行为进行自我监管、调节的一个主要方法是道德推脱(Bandura, 2002),个体会通过这种道德自我监管、调节过程,用以判断网络欺凌是否符合道德行为并决定是否实施网络欺凌行为。由于网络欺凌属于一种网络不道德行为,欺凌者会通过道德推脱机制将自己的欺凌行为合理化、道德化,以避免自责和自我惩罚的出现(Meter & Bauman, 2018),因此道德推脱水平会较高;受欺凌者在遭遇网络欺凌之后易产生抑郁、焦虑等情绪,甚至暴力行为,比如欺凌他人(Kowalski, Morgan, Drake-Lavelle, & Allison, 2016),这可能是造成受欺凌者道德推脱水平较高的原因之一;而旁观者可能将受欺凌者受到侵害的原因归结于受欺凌者自身的因素,以将自己不干预网络欺凌事件的行为合理化。旁观者会认为是受欺凌者的态度和行为导致了被欺凌的局面(Holfeld, 2014),或者他们认为干预网络欺凌事件的人应该是更受欢迎、社会地位更高的人以及受欺凌者的朋友而不是自己的责任(Huang & Chou, 2010; DeSmet et al., 2012, 2014; Van Cleemput, Vandebosch, & Pabian, 2014),他们认为受欺凌者遭受这种非人性化的欺凌是应该的(DeSmet et al., 2012)。

4.4. 道德推脱的中介作用

中介效应的结果表明,大学生的特质攻击显著正向预测网络欺凌,且道德推脱是影响特质攻击和网络欺凌的重要内在机制,假设3成立。这在一定程度上支持了一般攻击模型(GAM),作为个体一种稳定的人格特质,特质攻击不仅可以直接影响网络欺凌,也可以通过高道德推脱机制使个体摆脱自责、内疚等负性情绪(Paciello, Fida, Tramontano et al., 2008; Rubio-Garay, Carrasco & Amor, 2016),导致网络欺凌的发生。这一结果也支持了道德推脱理论,即高道德推脱的个体在网络中会表现出更多的欺凌行为(Hymel, Rocke-Henderson, Bonanno, 2005),这可能是由于网络的匿名性(Tokunaga, 2010)导致去个性化的发生,欺凌者认为在网络中不需对不良行为负责,从而失去道德观念,发生更多的道德偏差行为。对于网络欺凌中的旁观者来说,道德推脱同样在特质攻击和网络欺凌之间起部分中介作用。一项关于网络欺凌旁观者行为的文献综述显示,道德推脱和网络欺凌旁观者的行为是相关的,但道德推脱对旁观者的具体行为产生的是积极的还是消极的影响是不确定的,需要视旁观者的身份(完全置身事外者、支持欺凌者、保护受欺凌者)而言(Allison, Bussey, Lindsey, 2016)。而本研究中涉及到的旁观者的身份是完全置身事外者,他们会将自己不作为的行为通过道德推脱合理化。总的来说,本文对网络欺凌成因的研究进行了补充,发现道德推脱是特质攻击影响网络欺凌的一个重要机制。

4.5. 研究不足及展望

第一,被试样本仅在几所学校通过方便取样得到,可能会影响结论的推广;第二,问卷测量的方法可能因社会期望效应的影响得不到准确的数据,以后研究可采取其它方式获取相关数据,如访谈法;第三,本文仅考虑到网络欺凌中的三种角色(欺凌者、受欺凌者和旁观者),并未细分旁观者类型,可能导致结果偏差;第四,问卷涉及的是负性消息,可能会引起被试的不适感,影响答题质量,以后研究可从正性角度研究网络欺凌,如网络欺凌的干预研究。

5. 结论

1) 特质攻击和道德推脱显著正向预测大学生的网络欺凌;2) 道德推脱在特质攻击和网络欺凌、网络受欺凌、旁观者间均具有部分中介作用。

NOTES

*通讯作者。

文章引用:
陈贡芳, 高雪梅 (2018). 特质攻击对不同网络欺凌角色行为的影响—道德推脱的中介作用. 心理学进展, 8(5), 742-751. https://doi.org/10.12677/AP.2018.85088

参考文献

[1] 王兴超, 杨继平(2010). 中文版道德推脱问卷的信效度研究. 中国临床心理学杂志, 18(2), 177-179.
[2] 杨继平, 王兴超(2012). 道德推脱对青少年攻击行为的影响: 有调节的中介效应. 心理学报, 44(8), 1075-1085.
[3] 周浩, 龙立荣(2004). 共同方法偏差的统计检验与控制方法. 心理科学进展, 12(6), 942-942.
[4] Allison, K. R., Bussey, K., & Lindsey, D. (2016). Cyber-Bystanding in Context: A Review of the Literature on Witnesses’ Responses to Cyberbullying. Children & Youth Services Review, 65, 183-194. https://doi.org/10.1016/j.childyouth.2016.03.026
[5] Ang, R. P., Huan, V. S., & Florell, D. (2014). Understanding the Relationship between Proactive and Reactive Aggression, and Cyberbullying across United States and Singapore Adolescent Samples. Journal of Interpersonal Violence, 29, 237-254. https://doi.org/10.1177/0886260513505149
[6] Bandura, A. (2002). Social Cognitive Theory in Cultural Context. Applied Psychology, 51, 269-290. https://doi.org/10.1111/1464-0597.00092
[7] Barlett, C. P., Gentile, D. A., & Chew, C. (2016). Predicting Cyberbullying from Anonymity. Psychology of Popular Media Culture, 5, 171-180. https://doi.org/10.1037/ppm0000055
[8] Barlett, C. P., Prot, S., Anderson, C. A., & Gentile, D. A. (2017). An Empirical Examination of the Strength Differential Hypothesis in Cyberbullying Behavior. Psychology of Violence, 7, 22-32. https://doi.org/10.1037/vio0000032
[9] Barlińska, J., Szuster, A., & Winiewski, M. (2013). Cyberbullying among Adolescent Bystanders: Role of the Communication Medium, Form of Violence, and Empathy. Journal of Community & Applied Social Psychology, 23, 37-51. https://doi.org/10.1002/casp.2137
[10] Bushman, B. J., & Anderson, C. A. (2002). Violent Video Games and Hostile Expectations: A Test of the General Aggression Model. Personality and Social Psychology Bulletin, 28, 1679-1686. https://doi.org/10.1177/014616702237649
[11] Campbell, M., Spears, B., Slee, P., Butler, D., & Kift, S. (2012). Victims’ Perceptions of Traditional and Cyberbullying, and the Psychosocial Correlates of Their Victimisation. Emotional & Behavioural Difficulties, 17, 389-401. https://doi.org/10.1080/13632752.2012.704316
[12] Carreras, M. R., Braza, P., Muñoz, J. M., Braza, F., Azurmendi, A., Pascualsagastizabal, E. et al. (2014). Aggression and Prosocial Behaviors in Social Conflicts Mediating the Influence of Cold Social Intelligence and Affective Empathy on Children’s Social Preference. Scandinavian Journal of Psychology, 55, 371-379. https://doi.org/10.1111/sjop.12126
[13] Chen, L., Ho, S. S., & Lwin, M. O. (2016). A Meta-Analysis of Factors Predicting Cyberbullying Perpetration and Victimization: From the Social Cognitive and Media Effects Approach. New Media & Society, 19, 1194-1213.
[14] DeSmet, A., Bastiaensens, S., Van Cleemput, K., Poels, K., Vandebosch, H., & De Bourdeaudhuij, I. (2012). Mobilizing Bystanders of Cyberbullying: An Exploratory Study into Behavioural Determinants of Defending the Victim. Annual Review of Cybertherapy and Telemedicine, 10, 58-63.
[15] DeSmet, A., Veldeman, C., Poels, K., Bastiaensens, S., Van Cleemput, K., Vandebosch, H., & De Bourdeaudhuij, I. (2014). Determinants of Self-Reported Bystander Behavior in Cyberbullying Incidents amongst Adolescents. Cyberpsychology, Behavior, and Social Networking, 17, 207-215. https://doi.org/10.1089/cyber.2013.0027
[16] Donahue, J. J., Goranson, A. C., Mcclure, K. S., & Male, L. M. V. (2014). Emotion Dysregulation, Negative Affect, and Aggression: A Moderated, Multiple Mediator Analysis. Personality & Individual Differences, 70, 23-28. https://doi.org/10.1016/j.paid.2014.06.009
[17] Görzig, A., & Frumkin, L. A. (2013). Cyberbullying experiences On-the-Go: When Social Media Can Become Distressing. Cyberpsychology: Journal of Psychosocial Research on Cy-berspace, 7, Article 4. https://doi.org/10.5817/CP2013-1-4
[18] Hayes, A. F. (2013). Introduction to Mediation, Moderation, and Conditional Process Analysis: A Regression-Based Approach. Journal of Educational Measurement, 51, 335-337.
[19] Holfeld, B. (2014). Perceptions and Attributions of Bystanders to Cyber Bullying. Computers in Human Behavior, 38, 1-7. https://doi.org/10.1016/j.chb.2014.05.012
[20] Huang, Y. Y., & Chou, C. (2010). An Analysis of Multiple Factors of Cyberbullying among Junior High School Students in Taiwan. Computers in Human Behavior, 26, 1581-1590. https://doi.org/10.1016/j.chb.2010.06.005
[21] Hymel, S., Rocke-Henderson, N., & Bonanno, R. A. (2005). Moral Disengagement: A Framework for Understanding Bullying among Adolescents. Journal of Social Sciences, 8, 1-11.
[22] Kowalski, R. M., Giumetti, G. W., Schroeder, A. N., & Lattanner, M. R. (2014). Bullying in the Digital Age: A Critical Review and Meta-Analysis of Cyberbullying Research among Youth. Psychological Bulletin, 140, 1073-1137. https://doi.org/10.1037/a0035618
[23] Kowalski, R. M., Morgan, C. A., Drake-Lavelle, K., & Allison, B. (2016). Cyberbullying among College Students with Disabilities. Computers in Human Behavior, 57, 416-427. https://doi.org/10.1016/j.chb.2015.12.044
[24] Kyriacou, C., & Zuin, A. (2016). Cyberbullying and Moral Disengagement: An Analysis Based on a Social Pedagogy of Pastoral Care in Schools. Pastoral Care in Education, 34, 34-42. https://doi.org/10.1080/02643944.2015.1134631
[25] Meter, D. J., & Bauman, S. (2018). Moral Disengagement about Cyberbullying and Parental Monitoring: Effects on Traditional Bullying and Victimization via Cyberbullying Involvement. Journal of Early Adolescence, 38, 303-326.
[26] Olumide, A. O., Adams, P., & Amodu, O. K. (2016). Prevalence and Correlates of the Perpetration of Cyberbullying among In-School Adolescents in Oyo State, Nigeria. International Journal of Adolescent Medicine & Health, 28, 183-191.
[27] Paciello, M., Fida, R., Tramontano, C., Lupinetti, C., & Caprara, G. V. (2008). Stability and Change of Moral Disengagement and Its Impact on Aggression and Violence in Late Adolescence. Child Development, 79, 1288-1309. https://doi.org/10.1111/j.1467-8624.2008.01189.x
[28] Paciello, M., Muratori, P., Ruglioni, L., Milone, A., Buonanno, C., Capo, R. et al. (2017). Personal Values and Moral Disengagement Promote Aggressive and Rule-Breaking Behaviours in Adolescents with Disruptive Behaviour Disorders: A Pilot Study. International Journal of Offender Therapy & Comparative Criminology, 61, 46-63. https://doi.org/10.1177/0306624X15589593
[29] Rubio-Garay, F., Carrasco, M. A., & Amor, P. J. (2016). Aggression, Anger and Hostility: Evaluation of Moral Disengagement as a Mediational Process. Scandinavian Journal of Psychology, 57, 129-135. https://doi.org/10.1111/sjop.12270
[30] Safaria, T. (2016). Prevalence and Impact of Cyberbullying in a Sample of Indonesian Junior High School Students. Turkish Online Journal of Educational Technology, 15, 82-91.
[31] Savage, M. W., & Tokunaga, R. S. (2017). Moving toward a Theory: Testing an Integrated Model of Cyberbullying Perpetration, Aggression, Social Skills, and Internet Self-Efficacy. Computers in Human Behavior, 71, 353-361. https://doi.org/10.1016/j.chb.2017.02.016
[32] Slonje, R., & Smith, P. K. (2008). Cyberbullying: Another Main Type of Bullying? Scandinavian Journal of Psychology, 49, 147-154. https://doi.org/10.1111/j.1467-9450.2007.00611.x
[33] Smith, P. K., Mahdavi, J., Carvalho, M., Fisher, S., Russell, S., & Tippett, N. (2008). Cyberbullying: Its Nature and Impact in Secondary School Pupils. Journal of Child Psychology & Psychiatry & Allied Disciplines, 49, 376-385. https://doi.org/10.1111/j.1469-7610.2007.01846.x
[34] Tokunaga, R. S. (2010). Following You Home from School: A Critical Review and Synthesis of Research on Cyberbullying Victimization. Computers in Human Behavior, 26, 277-287. https://doi.org/10.1016/j.chb.2009.11.014
[35] Van Cleemput K., Vandebosch, H., & Pabian, S. (2014). Personal Characteristics and Contextual Factors That Determine “Helping”, “Joining In”, and “Doing Nothing” When Witnessing Cyberbullying. Aggressive Behavior, 40, 383-396. https://doi.org/10.1002/ab.21534
[36] Van Geel, M., Vedder, P., & Tanilon, J. (2014). Relationship between Peer Victimization, Cyberbullying, and Suicide in Children and Adolescents: A Meta-Analysis. JAMA Pediatrics, 168, 435-442. https://doi.org/10.1001/jamapediatrics.2013.4143
[37] Vargün, B. (2016). Men’s and Women’s Position in the Family in the Context of Social Gender Roles. Journal of Human Sciences, 13, 2952. https://doi.org/10.14687/jhs.v13i2.3937
[38] Wang, X., Yang, L., Yang, J., Wang, P., & Lei, L. (2017). Trait Anger and Cyberbullying among Young Adults: A Moderated Mediation Model of Moral Disengagement and Moral Identity. Computers in Human Behavior, 73, 519-526. https://doi.org/10.1016/j.chb.2017.03.073
[39] Wells, S., Graham, K., Tremblay, P. F., & Magyarody, N. (2011). Not Just the Booze Talking: Trait Aggression and Hypermasculinity Distinguish Perpetrators from Victims of Male Barroom Aggression. Alcoholism Clinical & Experimental Research, 35, 613-620. https://doi.org/10.1111/j.1530-0277.2010.01375.x
[40] White, B. A., & Turner, K. A. (2014). Anger Rumination and Effortful Control: Mediation Effects on Reactive but Not Proactive Aggression. Personality & Individual Differences, 56, 186-189. https://doi.org/10.1016/j.paid.2013.08.012
[41] Ybarra, M. L., Mitchell, K. J., Finkelhor, D., & Wolak, J. (2007). Internet Prevention Messages: Targeting the Right Online Behaviors. Archives of Pediatrics & Adolescent Medicine, 161, 138-145. https://doi.org/10.1001/archpedi.161.2.138D