Pathological Buying (PB)
Online as A Specific Form of Internet Addiction: A Model Based Experimental
Investigation
Abstract
Penelitian ini bertujuan untuk
menyelidiki berbagai faktor kerentanan untuk patologis pembelian dalam konteks
online dan untuk menentukan apakah pembelian patologis online memiliki
kesejajaran dengan kecanduan internet tertentu. Menurut model, kecanduan
internet spesifik oleh suatu Brand dan rekan, faktor kerentanan potensial dapat
terdiri dari rangsangan predisposisi dari belanja dan sebagai variabel mediasi,
ekspektasi dan penggunaan internet yang spesifik. Selain itu, sejalan dengan
model perilaku kecanduan, keinginan yang diinduksi oleh cue juga harus
merupakan faktor penting untuk pembelian patologis online.
Model teoritis diuji dalam penelitian ini dengan menyelidiki 240 peserta perempuan dengan paradigma reaktifitas, yang terdiri dari gambar belanja online, untuk menilai rangsangan dari si belanja. Keinginan (sebelum dan sesudah reaktifitas paradigma) dan harapan untuk belanja online yang diukur. Kecenderungan pembelian patologis secara online disaring dengan Compulsive Buying Scale (CBS) dan Short Internet Addiction Test yang dimodifikasi untuk belanja (s-IATshopping). Hasilnya menunjukkan bahwa hubungan antara rangsangan individu dari belanja dan kecenderungan pembelian patologis online sebagian besar dimediasi oleh harapan penggunaan internet khusus untuk daring belanja (model R² = .742, p <.001). Selanjutnya, keinginan dan kecenderungan membeli patologis online berkorelasi (r = .556, p <.001), dan peningkatan keinginan setelah isyarat presentasi diamati hanya pada individu yang mendapat skor tertinggi untuk pembelian patologis online (t (28) = 2,98, p <.01, d = 0.44).
Kedua instrumen skrining berkorelasi (r = .517, p <.001), dan konordansi diagnostik serta divergensi ditunjukkan dengan menerapkan kriteria cut-off yang diusulkan. Sejalan dengan model untuk kecanduan internet spesifik, studi mengidentifikasi faktor-faktor kerentanan potensial untuk pembelian patologis secara online dan menunjukkan potensial paralel. Kehadiran keinginan pada individu dengan kecenderungan untuk membeli sebuah patologis online menekankan bahwa perilaku ini layak dipertimbangkan dalam kecanduan non-substansi/sebuah prilaku.
Model teoritis diuji dalam penelitian ini dengan menyelidiki 240 peserta perempuan dengan paradigma reaktifitas, yang terdiri dari gambar belanja online, untuk menilai rangsangan dari si belanja. Keinginan (sebelum dan sesudah reaktifitas paradigma) dan harapan untuk belanja online yang diukur. Kecenderungan pembelian patologis secara online disaring dengan Compulsive Buying Scale (CBS) dan Short Internet Addiction Test yang dimodifikasi untuk belanja (s-IATshopping). Hasilnya menunjukkan bahwa hubungan antara rangsangan individu dari belanja dan kecenderungan pembelian patologis online sebagian besar dimediasi oleh harapan penggunaan internet khusus untuk daring belanja (model R² = .742, p <.001). Selanjutnya, keinginan dan kecenderungan membeli patologis online berkorelasi (r = .556, p <.001), dan peningkatan keinginan setelah isyarat presentasi diamati hanya pada individu yang mendapat skor tertinggi untuk pembelian patologis online (t (28) = 2,98, p <.01, d = 0.44).
Kedua instrumen skrining berkorelasi (r = .517, p <.001), dan konordansi diagnostik serta divergensi ditunjukkan dengan menerapkan kriteria cut-off yang diusulkan. Sejalan dengan model untuk kecanduan internet spesifik, studi mengidentifikasi faktor-faktor kerentanan potensial untuk pembelian patologis secara online dan menunjukkan potensial paralel. Kehadiran keinginan pada individu dengan kecenderungan untuk membeli sebuah patologis online menekankan bahwa perilaku ini layak dipertimbangkan dalam kecanduan non-substansi/sebuah prilaku.
Introduction
Kelainan belanja
(PB), pembelian kompulsif, kecanduan membeli, dan oniomania adalah istilah yang
berbeda yang menggambarkan fenomena yang sama di mana orang-orang sibuk dengan
belanja, menderita impuls atau peristiwa pembelian berulang, dan kehilangan
kendali atas perilaku pembelian mereka. Kelebihan perilaku ini terkait dengan konsekuensi
negatif yang parah seperti penderitaan, masalah sosial dan pekerjaan, kenakalan,
atau kebangkrutan keuangan. Perkiraan fenomena PB yang berasal dari penelitian
di AS dan Jerman berkisar antara 5,8 hingga 8,0%. Klasifikasi klinis dari fenomena
ini masih diperdebatkan, yang direfleksikan oleh terminologi yang berbeda: Meskipun
beberapa penulis berpendapat bahwa PB harus diklasifikasikan sebagai
gangguan kontrol
impuls, yang lain menekankan kesejajaran dengan spektrum obsesif- kompulsif
atau kecanduan. Oleh karena itu, dalam makalah ini, kami menggunakan istilah
netral "kelainan belanja" sesuai dengan Müller et al. Sehubungan
dengan etiologi dan patogenesis, emosi yang berbeda (misalnya, mencari kesenangan
atau melarikan diri dari emosi negatif) dan mekanisme kognitif (misalnya, impulsivitas,
kegagalan dalam pengaturan diri, atau kurangnya pengambilan keputusan) tampaknya
terlibat dalam pengembangan dan pemeliharaan PB. Saat ini, semakin banyak penulis
menekankan bahwa PB berbagi beberapa karakteristik kunci dengan kecanduan perilaku
ketika membandingkan kriteria diagnostik yang diusulkan untuk kecanduan perilaku, yang termasuk keasyikan
dengan perilaku, kontrol berkurang atas perilaku, berulang kali gagal dalam
upaya untuk mengurangi atau menghentikan perilaku tsb, toleransi, penarikan,
dan konsekuensi psikososial yang merugikan. Lebih penting lagi, penelitian juga
menunjukkan isyarat-reaktivitas dan keinginan untuk individu dengan PB. Paralel
antara gangguan perjudian dan gangguan penggunaan zat, terutama yang berkaitan
dengan reaktivitas dan keinginan, menyebabkan reklasifikasi gangguan perjudian
ke kategori diagnostik baru kecanduan non-zat dalam edisi kelima Diagnostik dan
Statistik Manual Gangguan Mental (DSM-5).
Sampai saat ini,
ada penelitian langka tentang PB dalam konteks Internet, meskipun berbeda
dengan toko-toko batu bata dan mortir, tingkat pertumbuhan ritel internet terus
meningkat, yang menunjukkan bahwa semakin banyak orang menggunakan belanja online
untuk memperoleh barang-barang konsumen. Oleh karena itu, masuk akal bahwa perilaku
pembelian yang bermasalah sekarang juga terjadi secara online. Penelitian sebelumnya
melaporkan bahwa Internet memberikan karakteristik yang tampaknya mendorong PB,
seperti kesempatan untuk belanja selama 24 jam sehari, untuk berbelanja dari
kenyamanan rumah pribadi, atau untuk menggunakan sistem pembayaran mudah yang
mengarah pada pengeluaran yang tidak disengaja. Oleh karena itu, pertanyaannya apakah
kelainan belanja online adalah kondisi klinis yang berbeda atau apakah itu
hanya terjemahan PB di lingkungan ritel konvensional ke media lain.
Di bidang
penelitian kecanduan internet, Davis [ 25 ] adalah yang pertama untuk membedakan
antara kecanduan Internet umum (GIA) dan kecanduan Internet tertentu (SIA). GIA
terkait dengan penggunaan multidimensional Internet dengan penggunaan non-spesifik
dari satu aplikasi pada khususnya, sedangkan SIA dicirikan oleh keasyikan yang
berlebihan dan terlalu sering menggunakan satu aplikasi Internet tertentu. dinyatakan
bahwa hampir setiap aplikasi Internet dapat digunakan dengan cara disfungsional
/ adiktif; aplikasi yang paling sering digunakan secara adiktif disfungsional adalah
game online dan perjudian, situs jaringan sosial, cybersex, dan belanja online.
Baru-baru ini, Brand et al. [ 26 ] menyempurnakan model kecanduan internet yang
menghubungkan
faktor-faktor kerentanan, kognisi (gaya koping, harapan penggunaan internet),
dan mekanisme penguatan dalam konteks GIA dan SIA. Salah satu jalan dalam model
yang menjelaskan penggunaan kecanduan dari satu aplikasi Internet adalah hubungan
antara kecenderungan untuk menerima gratifikasi oleh aplikasi (sebagai karakteristik
inti seseorang) dan harapan bahwa aplikasi memenuhi keinginan tertentu (yaitu,
penggunaan internet harapan sebagai seseorang kognisi spesifik). Oleh karena
itu, kepuasan yang berpengalaman memperkuat dan merupakan salah satu elemen
kunci dalam pengembangan dan pemeliharaan SIA. Namun, sepengetahuan kami,
hubungan ini belum diuji untuk kelainan belanja online. Penelitian sebelumnya
telah menggambarkan faktor kerentanan tunggal dalam konteks kelainan belanja
online. Sehubungan dengan harapan penggunaan internet, kognisi yang berbeda
yang terutama memotivasi kelainan belanja online telah dijelaskan (seperti
membeli tanpa pengawasan, menghindari interaksi sosial, kehadiran variasi
produk yang lebih besar, atau kemungkinan untuk memuaskan dorongan untuk
membeli lebih cepat). Sehubungan dengan predisposisi khusus untuk menerima
gratifikasi melalui aplikasi Internet, ada bukti empiris bahwa kealainan
belanja online dikaitkan dengan respon imbalan, kegembiraan, dan kesenangan
yang lebih tinggi.
Mengingat fitur
bermanfaat ini, salah satu faktor predisposisi potensial mungkin merupakan
reaktivitas isyarat dalam konteks model kecanduan. Secara lebih rinci, dinyatakan
bahwa dalam konteks mekanisme pembelajaran, efek yang menguntungkan dari obat
menjadi terkait dengan isyarat yang berhubungan dengan kecanduan (misalnya, lingkungan,
bau, atau perlengkapan) yang mengarah ke arti-penting insentif untuk isyarat ini.
Reaktivitas isyarat ini sering dioperasionalkan dengan penilaian subyektif
(misalnya, gairah dan dorongan) serta respons fisiologis (misalnya, detak
jantung, konduktansi kulit, atau suhu kulit) terhadap isyarat terkait kecanduan
Isyarat reaktivitas berbeda di antara individu dan tampaknya cocok sebagai
indikator eksitasi dari belanja (belanja rangsangan), yang mencerminkan fitur
bermanfaat dalam konteks faktor predisposisi potensial. Mentransfer model Merek
et al. [ 26 ] untuk membeli patologis secara online, seharusnya bahwa seseorang
yang memiliki kecenderungan untuk menjadi sangat sensitive untuk eksitasi dari
belanja dan memiliki harapan bahwa penggunaan situs belanja internet dapat
memenuhi kebutuhan dan tujuan tertentu (misalnya, harapan untuk memuaskan dorongan
untuk membeli lebih cepat secara online) dapat menggunakan situs belanja lebih
sering. Gratifikasi yang berpengalaman memperkuat rangsangan belanja yang dapat
diprediksi serta harapan belanja online, yang menghasilkan penggunaan belanja
daring yang tidak terkendali dan adiktif.
Reaktivitas-isyarat
(yaitu, rangsangan dari isyarat belanja) merupakan dasar emosional / motivasi
untuk mengalami keinginan. Keinginan umumnya digambarkan sebagai keinginan yang
tak tertahankan untuk mengkonsumsi zat dan dikaitkan dengan mencari obat dan
kambuh. Konsep isyarat-reaktivitas dan keinginan telah ditransfer ke kecanduan perilaku
seperti perjudian, game online, atau penggunaan cybersex. Baru-baru ini, isyarat-reaktivitas
dan keinginan ditunjukkan dalam PB konvensional dalam konteks offline. Untuk
yang terbaik dari pengetahuan kita, reaktivitas-isyarat dan keinginan belum
diselidiki dalam PB online sejauh ini.
Tujuan dari
penelitian ini adalah sebagai berikut: Pertama, kami bertujuan untuk menentukan
apakah PB online dapat dikonseptualisasikan sebagai SIA karena penelitian
sebelumnya memberikan alasan untuk mengasumsikan bahwa PB online dikaitkan
dengan faktor kerentanan yang mirip dengan SIA, seperti rangsangan belanja yang
lebih tinggi dan harapan belanja online tertentu Sesuai dengan model SIA yang diusulkan
oleh Brand et al, dihipotesiskan bahwa predisposisi khusus (belanja rangsangan)
dan harapan penggunaan Internet (seperti membeli secara anonim dan menghindari
interaksi sosial, mencapai variasi produk yang lebih besar, dan memuaskan dorongan
untuk membeli lebih cepat) terkait dengan PB online. Kehebohan belanja yang lebih
tinggi seharusnya tidak mengarah secara eksklusif ke PB online, tetapi dalam konteks
harapan khusus terhadap internet, pembelian online akan digunakan dengan probabilitas
yang lebih besar, yang pada gilirannya akan mengarah pada penggunaan yang
adiktif. Dipindahkan ke model statistik, kami berharap bahwa ada hubungan
positif antara rangsangan belanja (dioperasionalkan oleh reaktivitas isyarat
yang diinduksi percobaan) dan PB online. Kami selanjutnya berhipotesis bahwa
harapan belanja online memediasi hubungan antara belanja rangsangan dan PB
online. Kecenderungan terhadap pembelian patologis online diasumsikan
diprediksi oleh rangsangan belanja faktor predisposisi (dioperasionalkan oleh
variabel reaktivitas isyarat) dan harapan belanja online (dioperasionalkan oleh
motif untuk berbelanja dan membeli di Internet). Harapannya harus memediasi
hubungan antara rangsangan belanja dan kecenderungan menuju pembelian patologis
online. Efek langsung ditunjukkan oleh panah terus; efek tidak langsung
digambar putus-putus.
Kedua, sejalan
dengan bentuk kecanduan Internet spesifik lainnya (seperti kecanduan cybersex,
game, dll.) Dan PB konvensional, kami mengharapkan hubungan positif antara
pengukuran keinginan dan kecenderungan PB online. Karena efek penguatan yang
diasumsikan dari pembelian dan rangsangan belanja yang lebih tinggi pada
individu yang kecanduan, kami berhipotesis peningkatan keinginan setelah
terpapar foto yang terkait dengan belanja online pada individu dengan
kecenderungan tinggi untuk PB online dan bukan pada individu dengan kecenderungan
rendah. Ketiga, seperti yang dijelaskan sebelumnya, masih ada perdebatan
tentang apakah PB online harus dianggap sebagai kondisi klinis yang berbeda
atau terjemahan virtual PB konvensional. Sejalan dengan Davis [ 25 ], yang
berpendapat bahwa dalam kasus SIA, patologi juga bisa dikembangkan di luar
Internet, kami berhipotesis bahwa ada hubungan positif antara PB konvensional
dan perilaku PB online.
Material and methods
Participants (Peserta)
Kami menyelidiki 240 peserta perempuan (usia rata-rata M = 26,63,
SD = 10,39, kisaran: 18-64 tahun; durasi pendidikan rata-rata M = 12,34, SD =
1,42 tahun). Hanya wanita yang dimasukkan karena wanita lebih sering diwakili
dalam sampel klinis untuk PB [1,7,47] dan kami menggunakan gambar belanja
online yang dipilih khusus untuk wanita (lihat bagian Cue-reactivity paradigm).
Para peserta direkrut melalui selebaran diposting di Universitas Duisburg-Essen
dan iklan online di jaringan internal universitas. Untuk mengambil bagian dalam
penelitian, peserta harus membeli produk secara online setidaknya sekali dalam
12 bulan terakhir. Data dikumpulkan antara Januari dan Juli 2014. Rata-rata,
peserta menghabiskan M = 22,93 (SD = 19,26) jam online per minggu, menggunakan
M = 2,84 (SD = 3,94) jam untuk belanja online. Semua peserta mengambil bagian
secara sukarela, tidak dibayar, dan memberikan informed consent tertulis mereka
sebelum penelitian. Penelitian ini disetujui oleh komite etika lokal
Universitas Duisburg-Essen. Penyelidikan telah dilakukan sesuai dengan
prinsip-prinsip yang dinyatakan dalam Deklarasi Helsinki. Sampel utama terdiri
dari 244 peserta perempuan, tetapi empat peserta harus dikeluarkan karena set
data yang tidak lengkap.
Instrument
Kami pertama kali
mengevaluasi variabel sosiodemografi untuk mendeskripsikan sampel secara rinci;
setelah itu, kami menerapkan tes yang dijelaskan di bawah ini. Semua data
dikumpulkan oleh penyelidik terlatih dalam pengaturan satu-ke-satu dengan Lime
Survey (www.limesurvey.org), aplikasi survei open source yang diinstal
pada server lokal.
Tes Ketagihan Internet
Singkat untuk belanja online.
Untuk menilai PB
online, kami menggunakan Uji Ketagihan Internet Singkat (s-IAT) [48] dan
memodifikasi item terkait belanja online (s-IATshopping). Istilah
"Internet" dan "online" diganti dengan "situs belanja
internet" atau "aktivitas belanja online". Salah satu contoh
adalah "Seberapa sering Anda mencoba untuk mengurangi jumlah waktu yang
Anda habiskan di situs belanja internet dan gagal?" Prosedur ini telah
sering digunakan untuk menilai tingkat keparahan ketergantungan untuk aplikasi
Internet tertentu seperti game online atau cybersex [43 , 49,50]. Dua belas
item harus dijawab pada skala peringkat lima poin mulai dari 1 (tidak pernah)
hingga 5 (sangat sering). Nilai total dihitung mulai dari 12 hingga 60. S-IAT
memiliki sifat psikometrik yang baik dan skor total> 30 menunjukkan
penggunaan Internet yang bermasalah dan skor> 37 penggunaan patologis [48].
S-IATshopping terdiri dari dua subskala: "kontrol / manajemen waktu"
(s-IATshopping I) dan "idaman / masalah sosial" (s-IATshopping II),
yang memiliki konsistensi internal yang baik dalam sampel kami (untuk s-IAT I ,
Cronbach α = .85 dan untuk s-IATshopping II, α = .82).
Skala pembelian
kompulsif.
Skala pembelian
kompulsif (CBS) [51] dalam versi Jerman yang divalidasi [4] digunakan untuk
menilai kecenderungan terhadap PB. Ini adalah screener yang paling sering
digunakan untuk menilai PB dalam lingkungan ritel offline konvensional. Tujuh
item harus dijawab pada skala nilai lima poin mulai dari 1 (sangat sering atau
kesepakatan) hingga 5 (tidak pernah atau tidak setuju). Skor total dihitung
menggunakan rumus regresi [51]. Skala aslinya berkisar dari -7,02-3,61 dan
dalam versi Jerman yang divalidasi, kriteria cut-off ≤ -1,09 mendefinisikan
individu sebagai beresiko untuk PB dengan skor lebih rendah di CBS menunjukkan
gejala PB yang lebih kuat [4]. Dalam penelitian kami saat ini, kami membalikkan
skor total CBS untuk memastikan bahwa semua pengukuran memiliki korelasi
positif untuk mendapatkan nilai yang lebih intuitif. Ini berarti bahwa nilai
yang lebih rendah menunjukkan kecenderungan yang lebih rendah terhadap
simtomatologi PB dan skor yang lebih tinggi menunjukkan kecenderungan yang lebih
tinggi terhadap simtomatologi PB. Oleh karena itu, skala yang diubah berkisar
dari -3,61-7,02 dan kriteria cut-off ≥ 1,09 menunjukkan PB. Dalam penelitian
ini, kami mengungkapkan konsistensi internal yang baik (Cronbach α = 0,81).
Harapan belanja online.
Terinspirasi oleh
karya Kukar-Kinney et al. [30], kami mengadopsi item yang sudah ada dan
menambahkan item baru untuk menilai motif berbeda untuk berbelanja dan membeli
di Internet. 20 item yang dihasilkan harus dijawab pada skala peringkat lima
poin mulai dari 1 (ketidaksepakatan mutlak) hingga 5 (kesepakatan mutlak). Pada
langkah pertama, kami mengekstraksi tiga faktor menggunakan analisis paralel
Horn [52]. Pada langkah kedua, menggunakan analisis faktor eksplorasi (dengan
rotasi promax), item yang dimuat pada faktor-faktor berikut: "membeli
secara anonim / menghindari interaksi sosial", "membeli ketersediaan
/ variasi produk", dan "perasaan positif langsung". Berbeda
dengan Kukar-Kinney et al. [30], faktor "membeli secara anonim" dan
"menghindari interaksi sosial" menghasilkan satu faktor karena
kesamaan dalam hal konten. Selanjutnya, karena non-pemuatan, lima item
dikeluarkan, menghasilkan kuesioner akhir yang terdiri dari 15 Item. Item dan
hasil untuk analisis faktor disajikan dalam Tabel S1. Ketiga subskala yang
dihasilkan memiliki konsistensi internal yang baik (Cronbach α untuk
"membeli secara anonim / menghindari interaksi sosial", α = .85,
untuk "ketersediaan beli / variasi produk", α = .84, dan untuk
"perasaan positif langsung", α = .86).
Paradigma reaktif-isyarat.
Kami menerapkan
paradigma reaktivitas-isyarat dengan gambar belanja online untuk menilai
rangsangan belanja, yang telah sering digunakan dalam penelitian kecanduan
[53,54]. Paradigma ini mengandung gambar belanja distal dan proksimal karena
telah ditunjukkan bahwa kedua jenis isyarat menimbulkan reaksi keinginan pada
individu yang menderita PB [15,55]. Gambar belanja distal umumnya terkait
dengan belanja online dan menunjukkan isyarat seperti halaman sampul situs
belanja online, simbol keranjang belanja, atau tombol pembayaran. Isyarat
belanja proksimal berisi gambar-gambar produk belanja online tertentu yang
biasanya disukai pembeli wanita untuk membeli (yaitu peralatan rumah tangga,
kosmetik, pakaian, sepatu, buku, perhiasan, perangkat kulit, dan CD / DVD;
untuk contoh isyarat distal dan proksimal, lihat Gambar S1) [47,56,57].
Foto-foto itu disajikan secara acak pada layar dalam ukuran 700 x 500 piksel,
dan para peserta harus menilai isyarat ini sehubungan dengan gairah dan
dorongan untuk membeli pada skala penilaian lima poin mulai dari 1 (tidak sama
sekali) sampai 5 (sangat).
Penilaian keinginan.
Reaksi Craved dinilai
dengan menggunakan versi modifikasi dari Desires of Alcohol Questionnaire
(m-DAQ) [58], yang telah dimodifikasi dalam penelitian terbaru untuk menentukan
reaksi keinginan terhadap pembelian [15,55]. 14 Item harus dinilai pada skala
peringkat 7 poin dari 0 (ketidaksepakatan mutlak) hingga 6 (perjanjian mutlak).
Skor rata-rata dihitung setelah pengodean ulang dua item terbalik. Kuesioner
diberikan dua kali, sebelum dan sesudah penyajian gambar yang terkait dengan
pembelian dalam paradigma reaktivitas isyarat (pengukuran sebelum dan sesudah
keinginan). Konsistensi internal untuk aplikasi pra dan pasca baik (Cronbach α
untuk DAQ-pre, α = .85, dan untuk DAQ-post, α = .88).
Analisis statistik
Sehubungan dengan
model mediasi yang diusulkan, kami mengoperasionalkan variabel laten sebagai
berikut: Peringkat gairah dan dorongan untuk membeli peringkat dari paradigma
reaktifitas mewakili dimensi laten "belanja rangsangan", sedangkan
motif yang berbeda ("membeli anonim / menghindari interaksi sosial
"," membeli ketersediaan / variasi produk ", dan" perasaan
positif langsung ") mewakili dimensi laten" harapan belanja online
", yang mewakili mediator yang dihipotesiskan. S-IATshopping I
("kontrol / manajemen waktu") dan s-IATshopping II ("idaman
& masalah sosial") mewakili dimensi laten "kecenderungan menuju
PB online", yang merupakan variabel dependen yang diusulkan. Semua
persyaratan untuk pemodelan mediasi yang disarankan oleh Baron dan Kenny [59]
terpenuhi. Untuk evaluasi kecocokan model, kami menerapkan indeks standar dan
kriteria cut-off [60]: Residual rata-rata residu kuadrat standar (SRMR; nilai
di bawah 0,08 menunjukkan kecocokan yang baik dengan data), indeks perbandingan
komparatif (CFI), Indeks Tucker Lewis (TLI; nilai di atas 0,90 menunjukkan
kecocokan yang baik, nilai di atas 0,95 sangat sesuai), dan akar kesalahan
rata-rata aproksimasi (RMSEA; "test close fit"; nilai di bawah 0,08 dengan
nilai signifikansi di bawah ini 0,05 menunjukkan kecocokan yang dapat
diterima). Analisis statistik dasar dilakukan menggunakan SPSS 22 (IBM Corp,
Armonk, USA) dan pemodelan persamaan struktural dilakukan menggunakan MPlus 6.0
[61]. Untuk analisis korelasional bivariat, kami menerapkan korelasi Pearson.
Sehubungan dengan reaksi keinginan, kami membagi sampel dan membandingkan
peserta yang mencetak satu standar deviasi di bawah dan satu standar deviasi di
atas skor rata-rata s-IATshopping (lihat bagian Reaksi Craving dalam hasil).
Reaksi kemelekatan dianalisis menggunakan analisis varians (ANOVA), dengan
faktor “faktor” antara subjek (skor rendah vs skor tinggi untuk PB online) dan
faktor dalam waktu “waktu” (pra- vs. pasca-keinginan pengukuran). Ukuran efek
ditentukan dengan menggunakan parsial η² (ηp²). T-tes post-hoc dilakukan, dan
Cohen d [62] dihitung untuk menunjukkan ukuran efek. Untuk mengevaluasi
konordansi diagnostik dan divergensi, kriteria cut-off yang dijelaskan (lihat
bagian Instrumen) digunakan untuk CBS dan belanja s-IAT untuk menggambarkan
jumlah peserta yang diklasifikasikan dan menghitung reliabilitas interrater
(Cohen's Kappa; κ).
Results
Penjelasan tentang
variabel yang digunakan dalam kuesioner dan paradigma eksperimental ditunjukkan
pada Tabel
1.
Tabel
1. Deskripsi kuesioner dan paradigma eksperimental.
s-IATshopping = Tes
Kecanduan Internet jangka pendek dimodifikasi untuk belanja ; CBS = Skala
Pembelian Kompulsif
Belanja
rangsangan dan harapan belanja online
Untuk model mediasi,
variabel yang relevan dimasukkan ke model mediasi sesuai dengan hipotesis.
Ukuran efek dari korelasi antara variabel manifes adalah sedang hingga tinggi
dan disajikan pada Tabel 2. Model cocok dengan data (CFI = .97; TLI = .95;
RMSEA = .09, p <.05; SRMR = .034), meskipun RMSEA agak tinggi. Untuk seluruh
model, uji χ² adalah signifikan (χ² = 33,76, df = 11, p <0,001), tetapi rasio
χ² / df berada di samping 3. Secara keseluruhan, 74,2% dari varian dalam PB
online dijelaskan ( R² = 0,742, p <0,001). Efek langsung dan tidak langsung
ditunjukkan pada Gambar 2.
Gambar 2. Hasil untuk
model persamaan struktural.
Pembebanan faktor
dimensi laten dan bobot β dengan signifikansi, serta total efek langsung dan
total tidak langsung, dilukiskan. e = error *** p <.001, ** p <.01, * p
<.05
Tabel
2. Korelasi dari variabel manifes model mediasi.
Variabel manifes
"Mendesak untuk membeli" dan "Arusal" dinilai secara
eksperimental menggunakan paradigma isyarat-reaktivitas, sedangkan variabel
"Varietas",
"Anonim", dan "Perasaan positif langsung" dinilai dengan
kuesioner. s-IATshopping = Tes Kecanduan Internet Pendek dimodifikasi untuk
belanja
https://doi.org/10.1371/journal.pone.0140296.t002
Efek langsung dari
prediktor "rangsangan belanja" pada kriteria "kecenderungan
menuju PB online" adalah signifikan (β = .186, SE = .08, p <.05). Efek
langsung dari prediktor "rangsangan belanja" ke mediator
"harapan belanja online" juga signifikan (β = .617, SE = .05, p
<.001), serta efek dari mediator "harapan belanja online "Dengan
kriteria" kecenderungan menuju PB online "(β = 0,734, SE = 0,08,
p> 0,001). Selanjutnya, total efek tidak langsung dari "belanja
rangsangan" atas "harapan belanja online" untuk
"kecenderungan terhadap PB online" adalah signifikan (β =, 453, SE =
.07, p <.001). Mengingat bahwa efek langsung tetap signifikan setelah
memasukkan mediator, mediasi parsial diamati.
Reaksi
keinginan
Ada korelasi tinggi
antara s-IATshopping dan keinginan sebelum presentasi gambar belanja online
(pra-ukiran; r = .556, p <.001), serta setelah presentasi gambar
(pasca-keinginan; r = .580 , p <.001). Untuk menunjukkan bahwa peningkatan
keinginan semata-mata diamati pada individu yang mendapat skor tinggi untuk PB
online, kami membagi sampel dan membandingkan peserta yang mencetak satu
standar deviasi di bawah dan satu standar deviasi di atas skor rata-rata
s-IATshopping. Sebanyak n = 49 peserta mendapat skor di batas atas dan bawah
distribusi. Untuk membandingkan nilai rata-rata keinginan, kami menggunakan
ANOVA dengan faktor “kelompok” antar-subjek (skor rendah vs skor tinggi untuk
PB online) dan faktor dalam waktu “waktu” (pra- vs. pasca-keinginan
pengukuran). Kami mengamati efek utama yang signifikan untuk "grup",
F (1, 47) = 43,99, p <0,001, ηp² = 0,48; dan efek utama yang signifikan untuk
"waktu", F (1, 47) = 6.09, p <.01, ηp² = .12. Interaksi "grup
× waktu" yang signifikan, F (1, 47) = 4.80, p <.05, ηp² = .09,
menunjukkan bahwa peserta yang menilai tinggi atau rendah untuk PB online
bereaksi berbeda di dua waktu administrasi. Post-hoc t-tests mengungkapkan
peningkatan keinginan setelah presentasi gambar, t (28) = 2,98; p <.01, d =
0,44 untuk individu yang mendapat skor tinggi untuk PB online, sedangkan tidak
ada perubahan yang diamati untuk individu yang mendapat skor rendah, t (28) =
0,35, p = 0,73, d = 0,04. Selain itu, peserta yang mendapatkan skor tinggi
untuk PB online menunjukkan hasrat yang lebih tinggi sebelumnya (t (47) = 6.08,
p <.001, d = 1.81) dan setelah (t (47) = 6.32, p <.001, d = 1.88)
presentasi gambar dibandingkan dengan individu yang mendapat skor rendah untuk
PB online (Gambar 3).
Gambar
3. Reaksi keinginan subyektif.
Hasil sehubungan dengan
reaksi keinginan presentasi pra-dan pasca-isyarat untuk peserta skor tinggi dan
rendah pada s-IAT-belanja. Bilah galat mewakili standar deviasi (SD). *** p
<.001, n.s. = tidak signifikan.
https://doi.org/10.1371/journal.pone.0140296.g003
Ada korelasi kuat antara s-IATshopping dan CBS, r = .517, p <.001
(perhatikan bahwa nilai total CBS terbalik). Gambar 4 menggambarkan frekuensi
individu yang dideteksi memiliki PB (disaring oleh CBS dengan skor total>
1.09) dan bermasalah serta penggunaan patologis dalam konteks online (disaring
oleh s-IATshopping dengan nilai yang bermasalah> 30 dan skor patologis>
37 ). Dengan menerapkan kriteria cut-off yang dijelaskan, beberapa individu
dalam sampel kami diklasifikasikan sebagai pembeli patologis hanya oleh CBS (n
= 24), sedangkan beberapa diklasifikasikan sebagai memiliki perilaku pembelian
online yang bermasalah semata-mata oleh s-IATshopping (n = 7). Selain itu, ada
tumpang tindih dari n = 8 peserta (3,3%) yang memenuhi kriteria perilaku
pembelian patologis sebagaimana dinilai oleh CBS dan belanja s-IAT. Tumpang
tindih ini dievaluasi hanya ringan dengan κ = 0,278, p <0,001.
Gambar 4. Frekuensi
peserta dengan perilaku pembelian yang bermasalah.
Ilustrasi frekuensi para peserta yang disaring sebagai pembeli patologis
oleh Skala Pembelian Kompulsif (CBS; skor total> 1.09) dan sebagai pembeli
bermasalah / patologis oleh Tes Kecanduan Internet Singkat yang dimodifikasi
untuk berbelanja (s-IATshopping; skor bermasalah> 30 ; skor patologis>
37). Seluruh ukuran sampel N = 240.
https://doi.org/10.1371/journal.pone.0140296.g004
Discussion
Studi ini
menyelidiki apakah PB online dapat di konseptualisasikan sebagai SIA dengan
menyelidiki faktor-faktor kerentanan untuk PB online, seperti rangsangan
belanja, khususnya dalam harapan dan keinginan dalam penggunaan internet.
Selanjutnya, hubungan PB online dan pengukuran PB konvensional diselidiki untuk
mengeksplorasi apakah PB online dapat di konseptualisasikan sebagai independen
dari PB konvensional. Hasilnya ditunjukkan, sejalan dengan model yang diusulkan
untuk SIA oleh Brand et al. [26], bahwa hubungan rangsangan belanja dan
kecenderungan PB online sebagian dimediasi oleh harapan belanja online.
Selanjutnya, reaksi keinginan berkorelasi dengan PB online, dan setelah diamati
ada peningkatan keinginan pada orang-orang yang mendapat nilai tinggi untuk PB
online. Selain itu, itu menunjukkan bahwa dua instrumen skrining (CBS dan
s-IATshopping) berkorelasi cukup, tetapi ada perbedaan dan tumpang tindih
sehubungan dengan sifat diagnostik ketika menerapkan nilai cut-off yang
diusulkan. Hasilnya harus dibahas dalam konteks konsep "kecanduan
internet" dan sehubungan dengan mekanisme yang berpotensi berkontribusi
terhadap pengembangan dan pemeliharaan gangguan adiktif.
Indikator dari
rangsangan berbelanja memprediksi kecenderungan PB online. Salah satu kekuatan
dari penelitian ini adalah bahwa rangsangan berbelanja dioperasionalkan secara
eksperimental menggunakan variabel reaktivitas-isyarat (gairah dan dorongan
untuk membeli) bukan kuesioner laporan diri. Penelitian sebelumnya menunjukkan
bahwa paparan isyarat yang relevan dengan obat mengaktifkan keadaan motivasi
umum (termasuk gairah), yang sangat terkait dengan perilaku pendekatan pahala
pada individu kecanduan [34,36]. Mengantisipasi dan menerima hadiah telah
dicatat menjadi penting dalam pengembangan dan pemeliharaan substansi dan
kecanduan yang tidak terkait zat seperti gangguan perjudian, permainan online
patologis, atau penggunaan cybersex patologis [41,44,63]. Sifat menguntungkan
dan menarik dari pembelian ditunjukkan dalam studi sebelumnya di konvensional
[7] dan dalam konteks online [31,32,64]. Oleh karena itu, tindakan membeli
digambarkan sebagai digunakan untuk memodulasi suasana hati dan memberikan
bantuan atau melarikan diri dari emosi negatif [57,65]. Mengingat kesejajaran
ini, kami tidak setuju untuk sifat adiktif membeli dalam konteks online.
Semakin tingginya
sensitivitas untuk eksitasi dari belanja tidak mengarah secara eksklusif pada
patologi pembelian. Faktor-faktor yang mempengaruhi lebih lanjut termasuk
harapan bahwa membeli di Internet memenuhi kebutuhan dan tujuan tertentu. Setuju
dengan Kukar-Kinney et al. [30], kami menjelajahi tiga harapan berbeda yang
memotivasi khususnya pembelian online, berbeda dengan pembelian toko batu bata
dan mortir konvensional. Harapan-harapan ini adalah sebagai berikut: (1)
membeli secara anonim dan menghindari interaksi sosial, (2) ketersediaan
product dan mencapai variasi produk yang lebih banyak, dan (3) menerima
perasaan positif langsung. Penelitian sebelumnya menunjukkan bahwa individu
dengan PB merasa malu dan menyesal setelah pembelian mereka, sehingga masuk
akal bahwa mereka mungkin tidak ingin orang lain (terutama anggota keluarga)
untuk melihat apa, berapa banyak, dan seberapa sering mereka membeli [10,30].
Selain itu, kecemasan (terutama kecemasan sosial) sering dikaitkan dengan PB
[66]. Akibatnya, anonimitas dan interaksi sosial yang tidak ada dalam
lingkungan belanja online dapat mengintensifkan preferensi untuk membeli online
[30]. Berbagai produk dan merek yang lebih banyak dan ketersediaan produknya
menyediakan cara bagi pembeli patologis untuk mencapai perasaan positif yang
lebih besar dan langsung [30], dan diusulkan bahwa Internet dengan kemudahan,
ketersediaan, dan kenyamanannya harus memenuhi kebutuhan dan keinginan lebih
cepat. Berbeda dengan belanja konvensional [22,30]. Penelitian sebelumnya telah
menekankan pentingnya harapan khusus dalam hubungannya dengan PB online
[23,24,64]. Konsisten dengan hasil kami, Dittmar et al. [24] menunjukkan bahwa
harapan yang berkaitan dengan emosi dan identitas memediasi hubungan antara
faktor predisposisi (orientasi nilai materialistik) dan kecenderungan PB
online.
Secara
keseluruhan, ada bukti empiris bahwa fenomena PB online dikaitkan dengan
faktor-faktor spesifik kerentanan (kecenderungan belanja rangsangan dan harapan
penggunaan belanja online), dan faktor-faktor ini saling terkait seperti yang
diusulkan dalam model -yang saat ini dipublikasikan untuk SIA- oleh Brand et
al. [26]. Model mengungkapkan bahwa PB online tidak dijelaskan secara khusus
oleh kecenderungan khusus seperti rangsangan dari belanja. Hasil menunjukkan
bahwa harapan penggunaan internet dikaitkan dengan PB online dan memediasi
sebagian hubungan antara rangsangan berbelanja dan kecenderungan PB online,
yang ternyata meningkatkan kemungkinan menggunakan situs belanja online secara
berlebihan. Diasumsikan bahwa individu dengan kepekaan tinggi untuk rangsangan
berbelanja yang memiliki harapan bahwa belanja online memenuhi kebutuhan dan
tujuannya harus lebih rentan terhadap kepuasan dari pembelian online oleh
karena itu harus lebih berisiko untuk mengembangkan PB online. Ini berarti
bahwa disarankan bahwa rangsangan umum tidak cukup untuk mengembangkan PB
online. Hanya jika individu juga memiliki harapan bahwa keinginan mereka dapat
dipenuhi oleh belanja online (yang dipengaruhi oleh faktor-faktor
predisposisi), mereka menggunakan aplikasi Internet tersebut dan menikmati
kepuasan, yang pada gilirannya memperkuat harapan. Model mediasi ini
menjelaskan sebagian besar varians (74,2%) dalam kecenderungan PB online yang
diukur oleh s-IATshopping. Lebih penting lagi, kecenderungan untuk rangsangan
berbelanja menentukan mengapa individu mengembangkan harapan bahwa menggunakan
situs belanja online dapat memuaskan keinginan mereka dan kemudian menggunakan
situs belanja online secara adiktif dan tidak, misalnya, situs cybersex. Studi
ini, meskipun awal, menunjukkan kesejajaran antara PB online dan SIA. Ini
adalah studi pertama yang mencoba mengkonsep fenomenologi PB online dalam
konteks kecanduan internet, dan interpretasi harus dilakukan dengan hati-hati.
Namun, upaya ini memiliki keuntungan yang memberikan dasar teoritis untuk
menguji hipotesis untuk mengkonfirmasi atau menyanggah konseptualisasi
kecanduan internet.
Dalam teori
kecanduan, ditetapkan bahwa isyarat-reaktivitas dan keinginan telah menjadi mekanisme
mendasar dalam pengembangan dan pemeliharaan kecanduan [36]. Reaktivitas
isyarat mewakili cara di mana isyarat terkait kecanduan dikaitkan dengan
mekanisme penguatan obat dan telah digunakan untuk mengoperasionalkan
rangsangan dari belanja (yaitu, gairah dan dorongan untuk membeli peringkat)
[35,39]. Namun, induksi yang disebabkan dari proses motivasi insentif dan
fungsi otak (terutama ocus ocusorc mesolimbic) memberikan dasar emosional /
motivasi untuk mengalami keinginan [36,40,67,68]. Hasil kami menunjukkan bahwa
individu yang mendapat skor tinggi untuk PB online menunjukkan keinginan yang
lebih tinggi (dinilai oleh kuesioner) sebelum dan sesudah paparan isyarat –
berbeda dengan individu yang mendapat skor rendah, yang tidak reaktif. Penemuan
ini bertepatan dengan penelitian yang menunjukkan isyarat-reaktivitas dan
reaksi keinginan untuk pasien PB dalam lingkungan membeli konvensional [15,16].
Penelitian sebelumnya menunjukkan kesamaan antara individu dengan kecanduan zat
dan kecanduan perilaku (yaitu, gangguan perjudian) sehubungan dengan keinginan
yang diinduksi pada tingkat subjektif dan otak fungsional [69-71]. Karena itu,
dalam DSM-5, konsep penyalahgunaan zat dan ketergantungan telah diperluas ke
kategori ocusor baru yaitu kecanduan non-zat terkait [17]. Sampai saat ini,
hanya gangguan perjudian telah dimasukkan, tetapi telah disebutkan bahwa
gangguan perjuadian di internet adalah satu kondisi dengan kebutuhan saat ini
untuk penelitian lebih lanjut [17]. Telah dikemukakan bahwa penggunaan Internet
yang adiktif juga dapat ocus pada aplikasi lain seperti cybersex, belanja, atau
situs jejaring ocus [26,29]. Sepengetahuan kami, ini adalah studi pertama yang
menunjukkan keinginan yang diinduksi oleh cue dalam PB online. Mengingat
kesejajaran dengan kecanduan perilaku lainnya dan konsep kecanduan internet,
kami menyarankan pertimbangan potensial dari PB online dalam konteks SIA dalam
kategori kecanduan perilaku / non-substansi terkait. Sebagaimana diuraikan
sebelumnya, ini adalah hasil awal, dan dasar empiris untuk pertimbangan ini
tidak cukup dievaluasi; penelitian lebih lanjut diperlukan untuk lebih memahami
fenomenologi dan aspek klinis dari perilaku patologis.
Sehubungan dengan
pertanyaan apakah PB online hanya “masalah lama di pasar baru” ([22] hal. 739),
hasil menunjukkan bahwa s-IATshopping dan CBS berkorelasi cukup. Penelitian
sebelumnya melaporkan temuan heterogen, dan PB kadang-kadang terkait dengan
penggunaan Internet yang disfungsional [64,72], dan kadang-kadang tidak
[24,32]. Namun, sebagian besar penelitian yang diterbitkan dalam konteks PB
online telah dilakukan tanpa membedakan antara GIA dan SIA. Oleh karena itu,
ada kemungkinan bahwa dalam kasus non-korelasi, kuesioner yang diterapkan hanya
mencerminkan penggunaan Internet yang disfungsional secara umum, misalnya,
penggunaan yang adiktif tanpa aplikasi pilihan pertama (dikonseptualisasikan
sebagai GIA). PB Online memiliki karakteristik SIA (seperti yang ditunjukkan
oleh model mediasi), dan tampaknya fenomena tersebut harus disaring secara
khusus (misalnya, menggunakan belanja s-IAT, bukan IAT asli atau skala yang
sebanding). Keadaan ini menunjukkan ocuso lagi antara PB online dan SIA.
Sejalan dengan asumsi ini, dengan menerapkan kriteria cut-off yang diusulkan
untuk ocusor penyaringan (CBS & s-IATshopping), ada individu-individu yang
disaring sebagai pembeli patologis semata-mata baik oleh s-IATshopping atau
oleh CBS, yang mengindikasikan bahwa tampaknya ada fitur khusus dalam konteks
online yang hanya ocu dideteksi oleh alat skrining khusus. Argumen ini didukung
oleh studi LaRose dan Eastin [64], yang menunjukkan bahwa pengukuran
domain-spesifik Internet terkait dengan pembelian online yang tidak diatur,
sedangkan tindakan offline tidak. Namun, temuan kami juga menunjukkan bahwa ada
konkordansi ocusor yang menunjukkan bahwa beberapa individu dengan
kecenderungan patologis dapat diklasifikasikan oleh kedua ocusor. Kami
menginterpretasikan temuan ini, sejalan dengan Davis [25], yang menyiratkan
bahwa PB juga dapat dikembangkan di luar Internet dan lingkungan online dengan
fitur-fitur spesifiknya (seperti pop-up iklan, penawaran diskon berjangka
waktu, dan tampilan grafis yang jelas) ocu memperburuk patologi.
Kesamaan antara PB
online dan kecanduan internet spesifik memberikan beberapa implikasi klinis
yang harus dibuat sketsa secara singkat. Ada bukti bahwa dalam konteks terapi,
terapi kognitif-perilaku (CBT) adalah metode pilihan untuk pengobatan baik PB
[73,74] dan kecanduan internet [75,76]. Sehubungan dengan hasil kami,
predisposisi dan kognisi tertentu tampaknya terkait dengan perilaku bermasalah.
Akibatnya, seperti yang diusulkan dalam ulasan oleh Brand et al. [26], teknik
pemantauan diri dapat digunakan untuk menentukan kondisi situasional,
emosional, dan kognitif serta pola penguatan positif dan ocuso yang terkait
dengan PB. Selanjutnya, restrukturisasi kognitif dan reframing dapat diterapkan
untuk mengubah perkiraan penggunaan Internet dan perasaan ocuso yang ocu
diterapkan untuk menetapkan pola pembelian sehat yang baru. Karena
reaktivitas-isyarat untuk individu dengan kecenderungan tinggi untuk PB online,
percobaan terapi di masa depan harus mengeksplorasi kemanjuran teknik pemaksaan
isyarat atau stimulus dalam konteks pengobatan.
Temuan saat ini
juga harus didiskusikan mengingat beberapa keterbatasan. Proporsi utama sampel
terdiri dari siswa perempuan, yang membatasi generalisasi untuk populasi
perempuan Jerman. Faktor pembatas lain mungkin berasal dari keadaan bahwa
pendapatan dan etnisitas tidak dinilai. Namun, tujuan dari penelitian ini
adalah untuk memeriksa PB online, dan sampel siswa tampaknya cocok karena
sering dilaporkan bahwa orang yang lebih muda menggunakan internet lebih sering
untuk berbelanja dan usia yang lebih muda merupakan ocusor penting untuk PB
[3-5]. Dengan mempertimbangkan bahwa siswa di Jerman memiliki akun kredit yang
baik, tanpa bunga dan asumsi bahwa PB tidak terkait dengan pendidikan, sampel
tersebut sebanding dengan perempuan dewasa muda dalam pekerjaan penuh waktu.
Dalam sampel non-klinis
kami, kami tidak mengontrol ocus-faktor emosional yang berpotensi mempengaruhi
(seperti depresi atau kecemasan) dan tidak menilai kondisi komorbid psikiatri
yang membingungkan (misalnya, gangguan obsesif-kompulsif atau gangguan
penimbunan). Penelitian selanjutnya harus mengontrol ocus-faktor yang
berpotensi mempengaruhi seperti depresi, kecemasan dan kondisi komorbid untuk
meningkatkan spesifisitas hasil sehubungan dengan gangguan adiktif. Sehubungan
dengan sampel perempuan, penelitian masa depan harus menilai siklus menstruasi
karena diketahui mempengaruhi keinginan untuk perilaku lain seperti merokok dan
makan [77,78].
Keterbatasan lain adalah
bahwa harapan belanja online diukur dengan kuesioner yang baru dikembangkan
yang belum pernah diuji sebelumnya. Meskipun validitas tidak sepenuhnya
dievaluasi, pengembangan item terinspirasi oleh karya sebelumnya Kukar-Kinney
et al. [30], dan kami mengungkapkan struktur ocus yang sama menggunakan
analisis ocus eksplorasi dengan konsistensi internal yang baik. Selanjutnya,
tidak ada skala yang valid untuk menyaring PB online. Karena keadaan ini, kami
menggunakan s-IAT dalam versi modifikasi untuk belanja dan menerapkan kriteria
cut-off, yang berasal dari penyelidikan terhadap kecanduan internet dalam
sampel Jerman. Prosedur ini telah sering diterapkan dalam penelitian yang
menyelidiki penggunaan patologis dari aktivitas online tertentu seperti game,
atau cybersex [42,49].
Penelitian selanjutnya
harus menyelidiki kerentanan lebih lanjut dan ocus kognitif yang berpotensi
terkait dengan PB online (misalnya, kerentanan ocus, psikopatologi, atau gaya
coping). Demikian juga, akan masuk akal untuk menyelidiki peserta laki-laki
karena ocus berbasis populasi menunjukkan bahwa tidak ada perbedaan gender
sehubungan dengan prevalensi PB [3,4]. Dalam studi pertama ini,
reaktivitas-isyarat dan keinginan diselidiki oleh penilaian subyektif, sehingga
tujuan masa depan harus ocus pada penilaian respon fisiologis perifer
(misalnya, aktivitas elektrodermal, suhu kulit, atau detak jantung) dan
aktivitas otak menggunakan teknik fungsional seperti penelitian sebelumnya. Kecanduan
internet [44,79]. Akhirnya, model yang disajikan harus diuji dalam sampel
klinis dengan pasien yang menderita PB online.
Conclusion
Pembelajaran yang
menyediakan indikasi pertama pada nilai potensial dari factor PB online, yang
disarankan untuk SIA. Memberikan kesamaan antara PB online dan kecanduan
lainnya yang berkaitan dengan ‘ketagihan’, kami berpendapat untuk
mempertimbangkan potensial dari PB online dalam kategori diagnostic kecanduan
non-substansi/perilaku, instrument skrining yang diterapkan mendukung pandangan
ini dan mengarah pada asumsi bahwa ada fitur yang berbeda dalam konteks online
yang membutuhkan instrument skrinning khusus PB online.
Supporting information
(A) distal online shopping cue (content of a
shopping cart); and (B, C) proximal online shopping cues (clothes, cosmetics).
(PPTX)
S1 Table. Factor loadings and means of
the items of the Internet shopping use expectancies questionnaire.
Acknowledgement
Semua penulis melaporkan tidak ada konflik
kepentingan dan tidak memiliki pengungkapan keuangan. Kami ingin berterima
kasih kepada Julia Janouch untuk penanganan data dan dukungan teknis dalam
proyek ini
Author contributions
Diciptakan dan dirancang eksperimen PT KS AM MB. Melakukan percobaan: PT KS. Analisis data: PT KS MB. Alat peraga / bahan / analisis yang disumbangkan: MB. Menulis makalah: PT KS AM MB.
References
- 1.McElroy
SL, Keck PE, Pope HG, Smith JM, Strakowski SM. Compulsive buying: A report
of 20 cases. J Clin Psychiatry. 1994;55: 242–248. pmid:8071278
- 2.Ridgway
NM, Kukar-Kinney M, Monroe KB. An expanded conceptualization and a new
measure of compulsive buying. J Consum Res. 2008;35: 622–639.
- 3.Koran
LM, Faber RJ, Aboujaoude E, Large MD, Serpe RT. Estimated prevalence of
compulsive buying behavior in the United States. Am J Psychiatry.
2006;163: 1806–1812. pmid:17012693
- 4.Mueller
A, Mitchell JE, Crosby RD, Gefeller O, Faber RJ, Martin A, et al.
Estimated prevalence of compulsive buying in Germany and its association
with sociodemographic characteristics and depressive symptoms. Psychiatry
Res. 2010;180: 137–142. pmid:20494451
- 5.Neuner
M, Raab G, Reisch LA. Compulsive buying in maturing consumer societies: An
empirical re-inquiry. J Econ Psychol. 2005;26: 509–522.
- 6.Black
DW. Compulsive buying disorder: Definition, assessment, epidemiology and
clinical management. CNS Drugs. 2001;15: 17–27. pmid:11465011
- 7.Christenson
GA, Faber RJ, de Zwaan M, Raymond NC, Specker SM, Ekern MD, et al.
Compulsive buying: Descriptive characteristics and psychiatric
comorbidity. J Clin Psychiatry. 1994;55: 5–11. pmid:7989292
- 8.Grüsser
SM, Thalemann C, Albrecht U. [Excessive compulsive buying or “behavioral
addiction”? A case study]. Wien Klin Wochenschr. 2004;116: 201–204.
pmid:15088996
- 9.Hollander
E, Allen A. Is compulsive buying a real disorder, and is it really
compulsive? Am J Psychiatry. 2006;163: 1670–1672. pmid:17012670
- 10.Müller
A, Mitchell JE, de Zwaan M. Compulsive buying. Am J Addict. 2015;24:
132–137. pmid:25864601
- 11.Kyrios
M, Frost RO, Steketee G. Cognitions in compulsive buying and acquisition.
Cognit Ther Res. 2004;28: 241–258.
- 12.Kellett
S, Bolton J V. Compulsive buying: A cognitive-behavioural model. Clin
Psychol Psychother. 2009;16: 83–99. pmid:19229837
- 13.Faber
RJ, Vohs K. Self-regulation and spending: Evidence from impulsive and
compulsive buying. In: Vohs KD, Baumeister RF, editors. Handbook of
self-regulation: Research, theory, and applications. 2nd ed. New York, NY:
Guilford Press; 2011. pp. 537–550.
- 14.Grant
JE, Potenza MN, Weinstein A, Gorelick DA. Introduction to behavioral
addictions. Am J Drug Acohol Abus. 2010;36: 233–241.
- 15.Trotzke
P, Starcke K, Pedersen A, Brand M. Cue-induced craving in pathological
buying: Empirical evidence and clinical implications. Psychosom Med.
2014;76: 694–700. pmid:25393125
- 16.Lawrence
LM, Ciorciari J, Kyrios M. Cognitive processes associated with compulsive
buying behaviours and related EEG coherence. Psychiatry Res. 2014;221:
97–103. pmid:24239477
- 17.American
Psychiatric Association. Diagnostic and statistical manual of mental
disorders. 5th ed. Arlington, DC: American Psychiatric Publishing; 2013.
- 18.Agarwal
V, Ganesh L. E-shopping: An extended technology innovation. J Res Mark.
2014;2: 119–126.
- 19.Schultz
DE, Block MP. U.S. online shopping: Facts, fiction, hopes and dreams. J
Retail Consum Serv. 2015;23: 99–106.
- 20.Lloyd
N. Exploring the role of product involvement in shaping impulsive buying
tendencies in online retail environments. J Promot Commun. 2014;2: 87–112.
- 21.Chen
K, Tarn J, Han B. Internet dependency: Its impact on online behavioral
patterns in e-commerce. Hum Syst Manag. 2004;23: 49–58.
- 22.Lyons
B, Henderson K. An old problem in a new marketplace: Compulsive buying on
the Internet. Proceedings of ANZMAC. 2000. pp. 739–744.
- 23.LaRose
R. On the Negative Effects of E-Commerce: A Sociocognitive Exploration of
Unregulated On-line Buying. J Comput Commun. 2006;6: 0–0.
- 24.Dittmar
H, Long K, Bond R. When a better self is only a button click away:
Associations between materialistic values, emotional and identity–related
buying motives, and compulsive buying tendency online. J Soc Clin Psychol.
2007;26: 334–361.
- 25.Davis
RA. A cognitive-behavioral model of pathological Internet use. Comput
Human Behav. 2001;17: 187–195.
- 26.Brand
M, Young KS, Laier C. Prefrontal control and internet addiction: A
theoretical model and review of neuropsychological and neuroimaging
findings. Front Hum Neurosci. 2014;8: 1–13. pmid:24474914
- 27.Brand
M, Laier C, Young KS. Internet addiction: coping styles, expectancies, and
treatment implications. Front Psychol. 2014;5: 1–14. pmid:24474945
- 28.Kuss
D, Griffiths M, Karila L, Billieux J. Internet addiction: A systematic
review of epidemiological research for the last decade. Curr Pharm Des.
2014;20: 4026–4052. pmid:24001297
- 29.Young
K, Pistner M, Mara JO, Buchanan J. Cyber Disorders: The mental health
concern for the new millenium. Cyberpsychology Behav. 1999;2: 475–480.
- 30.Kukar-Kinney
M, Ridgway NM, Monroe KB. The relationship between consumers’ tendencies
to buy compulsively and their motivations to shop and buy on the Internet.
J Retail. 2009;85: 298–307.
- 31.Claes
L, Müller A, Norré J, Van Assche L, Wonderlich S, Mitchell JE. The
relationship among compulsive buying, compulsive internet use and temperament
in a sample of female patients with eating disorders. Eur Eat Disord Rev.
2012;20: 126–131. pmid:21710571
- 32.Duroy
D, Gorse P, Lejoyeux M. Characteristics of online compulsive buying in
Parisian students. Addict Behav. 2014;39: 1827–1830. pmid:25128635
- 33.Rose
S, Dhandayudham A. Towards an understanding of Internet-based problem
shopping behaviour: The concept of online shopping addiction and its
proposed predictors. J Behav Addict. 2014;3: 83–89. pmid:25215218
- 34.Drummond
DC. Theories of drug craving, ancient and modern. Addiction. 2001;96:
33–46. pmid:11177518
- 35.Berridge
KC, Robinson T, Aldridge J. Dissecting components of reward:
“Liking”,’wanting', and learning. Curr Opin Pharmacol. 2009;9: 65–73.
pmid:19162544
- 36.Robinson
TE, Berridge KC. The incentive sensitization theory of addiction: Some
current issues. Philos Trans R Soc B Biol Sci. 2008;363: 3137–3146.
- 37.Carter
BL, Tiffany ST. Meta-analysis of cue-reactivity in addiction research.
Addiction. 1999;94: 327–340. pmid:10605857
- 38.Stippekohl
B, Winkler M, Mucha RF, Pauli P, Walter B, Vaitl D, et al. Neural
responses to BEGIN- and END-stimuli of the smoking ritual in nonsmokers,
nondeprived smokers, and deprived smokers. Neuropsychopharmacology.
2010;35: 1209–1225. pmid:20090671
- 39.Drummond
DC. What does cue-reactivity have to offer clinical research? Addiction.
2000;95: 129–144.
- 40.Franken
IHA. Drug craving and addiction: Integrating psychological and
neuropsychopharmacological approaches. Prog Neuropsychopharmacol Biol
Psychiatry. 2003;27: 563–579. pmid:12787841
- 41.Sodano
R, Wulfert E. Cue reactivity in active pathological, abstinent
pathological, and regular gamblers. J Gambl Stud. 2010;26: 53–65.
pmid:19662519
- 42.Laier
C, Pawlikowski M, Pekal J, Schulte FP, Brand M. Cybersex addiction:
Experienced sexual arousal when watching pornography and not real-life
sexual contacts makes the difference. J Behav Addict. 2013;2: 100–107.
pmid:26165929
- 43.Brand
M, Laier C, Pawlikowski M, Schächtle U, Schöler T, Altstötter-Gleich C.
Watching pornographic pictures on the Internet: Role of sexual arousal
ratings and psychological–psychiatric symptoms for using Internet sex
sites excessively. Cyberpsychology, Behav Soc Netw. 2011;14: 371–377.
- 44.Thalemann
R, Wölfling K, Grüsser SM. Specific cue reactivity on computer game-related
cues in excessive gamers. Behav Neurosci. 2007;121: 614–618. pmid:17592953
- 45.Davenport
K, Houston JE, Griffiths MD. Excessive eating and compulsive buying
behaviours in women: An empirical pilot study examining reward
sensitivity, anxiety, impulsivity, self-esteem and social desirability.
Int J Ment Health Addict. 2011;10: 474–489.
- 46.Claes
L, Bijttebier P, Mitchell JE, de Zwaan M, Mueller A. The relationship
between compulsive buying, eating disorder symptoms, and temperament in a
sample of female students. Compr Psychiatry. 2011;52: 50–5. pmid:21220065
- 47.Schlosser
S, Black DW, Repertinger S, Freet D. Compulsive buying. Demography,
phenomenology, and comorbidity in 46 subjects. Gen Hosp Psychiatry.
1994;16: 205–212. pmid:8063088
- 48.Pawlikowski
M, Altstötter-Gleich C, Brand M. Validation and psychometric properties of
a short version of Young’s Internet Addiction Test. Comput Human Behav.
2013;29: 1212–1223.
- 49.Pawlikowski
M, Brand M. Excessive Internet gaming and decision making: Do excessive
World of Warcraft players have problems in decision making under risky
conditions? Psychiatry Res. 2011;188: 428–433. pmid:21641048
- 50.Laier
C, Schulte FP, Brand M. Pornographic picture processing interferes with
working memory performance. J Sex Res. 2013;50: 642–652. pmid:23167900
- 52.Horn
J. A rationale and test for the number of factors in factor analysis.
Psychometrika. 1965;30: 179–185. pmid:14306381
- 53.Braus
DF, Wrase J, Grüsser S, Hermann D, Ruf M, Flor H, et al.
Alcohol-associated stimuli activate the ventral striatum in abstinent
alcoholics. J Neural Transm. 2001;108: 887–894. pmid:11515754
- 54.Grüsser
SM, Heinz A, Flor H. Standardized stimuli to assess drug craving and drug
memory in addicts. J Neural Transm. 2000;107: 715–720. pmid:10943911
- 55.Starcke
K, Schlereth B, Domass D, Schöler T, Brand M. Cue reactivity towards
shopping cues in female participants. J Behav Addict. 2013;2: 17–22.
pmid:26165767
- 57.Miltenberger
RG, Redlin J, Crosby R, Stickney M, Mitchell J, Wonderlich S, et al.
Direct and retrospective assessment of factors contributing to compulsive
buying. J Behav Ther Exp Psychiatry. 2003;34: 1–9. pmid:12763389
- 58.Love
A, James D, Willner P. A comparison of two alcohol craving questionnaires.
Addiction. 1998;93: 1091–1102. pmid:9744139
- 59.Baron
RM, Kenny DA. The moderator-mediator variable distinction in social
psychological research: Conceptual, strategic, and statistical
considerations. J Pers Soc Psychol. 1986;51: 1173–1182. pmid:3806354
- 60.Hu L,
Bentler PM. Cutoff criteria for fit indexes in covariance structure
analysis: Conventional criteria versus new alternatives. Struct Equ Model
A Multidiscip J. 1999;6: 1–55.
- 61.Muthén
LK, Muthén BO. MPlus. Los Angeles, CA: Muthén & Muthén; 2011.
- 62.Cohen
J. Statistical power analysis for the behavioral sciences. 2nd ed.
Hillsdale: Lawrence Erlbaum Associates; 1988.
- 63.Laier
C, Brand M. Empirical evidence and theoretical considerations on factors
contributing to cybersex addiction from a cognitive-behavioral view. Sex
Addict Compulsivity. 2014;21: 305–321.
- 64.LaRose
R, Eastin MS. Is online buying out of control? Electronic commerce and
consumer self-regulation. J Broadcast Electron Media. 2002;46: 549–564.
- 65.Müller
A, Mitchell JE, Crosby RD, Cao L, Johnson J, Claes L, et al. Mood states
preceding and following compulsive buying episodes: An ecological
momentary assessment study. Psychiatry Res. 2012;200: 575–580.
pmid:22560059
- 66.Mueller
A, Mitchell JE, Black DW, Crosby RD, Berg K, de Zwaan M. Latent profile
analysis and comorbidity in a sample of individuals with compulsive buying
disorder. Psychiatry Res. 2010;178: 348–353. pmid:20471099
- 67.Robinson
TE, Berridge KC. The neural basis of drug craving: An incentive-sensitization
theory of addiction. Brain Res Rev. 1993;18: 247–291. pmid:8401595
- 68.Franken
IHA, Booij J, Van Den Brink W. The role of dopamine in human addiction:
From reward to motivated attention. Eur J Pharmacol. 2005;526: 199–206.
pmid:16256105
- 69.Crockford
DN, Goodyear B, Edwards J, Quickfall J, El-Guebaly N. Cue-induced brain
activity in pathological gamblers. Biol Psychiatry. 2005;58: 787–795.
pmid:15993856
- 70.Van
Holst RJ, van den Brink W, Veltman DJ, Goudriaan AE. Why gamblers fail to
win: A review of cognitive and neuroimaging findings in pathological
gambling. Neurosci Biobehav Rev. 2010;34: 87–107. pmid:19632269
- 71.Potenza
MN, Steinberg MA, Skudlarski P, Fulbright RK, Lacadie CM, Wilber MK, et
al. Gambling urges in pathological gambling. Arch Gen Psychiatry. 2003;60:
828–836. pmid:12912766
- 72.Müller
A, Mitchell JE, Peterson LA, Faber RJ, Steffen KJ, Crosby RD, et al.
Depression, materialism, and excessive Internet use in relation to
compulsive buying. Compr Psychiatry. 2011;52: 420–424. pmid:21683178
- 73.Lourenço
Leite P, Pereira VM, Nardi AE, Silva AC, Lourenço P, Pereira VM, et al.
Psychotherapy for compulsive buying disorder: A systematic review.
Psychiatry Res. 2014;219: 1–9. pmid:24857566
- 74.Black
DW. Compulsive buying disorder: A review of the evidence. CNS Spectr.
2007;12: 124–132. pmid:17277712
- 75.Young
KS. Treatment outcomes using CBT-IA with Internet-addicted patients. J
Behav Addict. 2013;2: 209–215. pmid:25215202
- 76.Wölfling
K, Beutel ME, Dreier M, Müller KW. Treatment Outcomes in Patients with
Internet Addiction: A Clinical Pilot Study on the Effects of a
Cognitive-Behavioral Therapy Program. Biomed Res Int. 2014;2014: 1–8.
- 77.McVay
MA, Copeland AL, Newman HS, Geiselman PJ. Food cravings and food cue
responding across the menstrual cycle in a non-eating disordered sample.
Appetite. 2012;59: 591–600. pmid:22824054
- 78.Weinberger
AH, Smith PH, Allen SS, Cosgrove KP, Saladin ME, Gray KM, et al.
Systematic and meta-analytic review of research examining the impact of
menstrual cycle phase and ovarian hormones on smoking and cessation.
Nicotine Tob Res. 2015;17: 407–21. pmid:25762750
- 79.Yuan
K, Qin W, Liu Y, Tian J. Internet addiction: Neuroimaging findings. Commun
Integr Biol. 2014;4: 637–639.
→ Dampak Positif
Tindakan
berbelanja online digambarkan sebagai sesuatu yang memodulasi suasana hati dan
memberikan bantuan atau melarikan diri dari emosi negative. Berbelanja online
juga bisa memudahkan kita untuk berbelanja tanpa harus mengeluarkan effort lebih, dan mengurangi rasa cemas
karena ‘dilihat’ orang lain apa saja yang dibelanjakan.
→ Dampak Negatif
Berbelanja
online secara berlebihan bisa menyebabkan ketergantungan dan kecanduan untuk
terus-menerus berbelanja, hanya sekedar memuaskan keinginannya bukan
kebutuhannya.
Nama:
Elysa Fridatin
Mastauli Lubis
Nafisha Q. A
Regina R Sembadra
Syifa Anggita T
Kelas: 2PA09
source:
http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0140296#sec016
