ปัจจัยทำนายพฤติกรรมเสี่ยงทางเพศจากการใช้อินเทอร์เน็ตของนักเรียนมัธยมศึกษาตอนปลายจังหวัดหนึ่งในภาคตะวันออก

Abstract

          การวิจัยเชิงทำนายแบบตัดขวางนี้ เพื่อศึกษาปัจจัยทำนายพฤติกรรมเสี่ยงทางเพศจากการใช้อินเทอร์เน็ตของนักเรียนมัธยมศึกษาตอนปลายจังหวัดหนึ่งในภาคตะวันออก สุ่มตัวอย่าง 400 คนแบบหลายขั้นตอน จากนักเรียนของโรงเรียนขนาดใหญ่ เก็บข้อมูลด้วยแบบสอบถาม ที่มีค่าความเชื่อมั่นของตัวแปร ระหว่าง 0.83.-0.853 วิเคราะห์ข้อมูลโดยใช้โปรแกรมสำเร็จรูป นำเสนอข้อมูลด้วย ค่าความถี่ ร้อยละ ค่าเฉลี่ย ค่าส่วนเบี่ยงเบนมาตรฐาน แลพการวิเคราะห์ถดถอยพหุแบบขั้นตอน          ผลการวิจัยพบว่า ปัจจัยส่วนบุคคล (x1 , x3 , x6 , x7 , x8) ปัจจัยด้านลักษณะการใช้งานอินเทอร์เน็ต (x9 , x10 , x11 , x12 , x13 , x14) แรงสนับสนุนทางสังคม (x15  , x17 , x18) สามารถร่วมกันทำนายพฤติกรรมเสี่ยงทางเพศจากการใช้อินเทอร์เน็ต โดยพบตัวแปรทำนาบพฤติกรรมเสี่ยงทางเพศจากการสื่อสารบนอินเทอร์เน็ต (Y1) ได้ร้อยละ 66.8 (R2.668,p,.001) คือ           Y1 = -.783 x 15 (แรงสนับสนุนจากกลุ่มเพื่อน) + .59 x12 (สถานที่ใช้อินเทอร์เน็ต) +.454 x 10 (การใช้งานเว็บไชต์)-.222 x1 (เพศชาย) -.193 x 7 (ประสบการณ์การมีคนรัก) -.150 x 3 (ลักษณะการพักอาศัย) -.189x9 (รูปแบบการเชื่อมต่ออินเทอร์เน็ต) -.295 x 17 (การควบคุมจากอาจารย์) -.119 x 18 (การควบคุมจากภาครัฐ)             ตัวแปรทำนานพฤติกรรมเสี่ยงทางเพศด้านผลสืบเนื่องหลังจากใช้อินเทอร์เน็ต (Y2) ได้ร้อยละ 71.2  (R2.712, p,.001) คือ Y2 = .478 x 14 (ช่วงเวลาการใช้งาน) +.354 x 12 (สถานที่ใช้งาน) -.469 x 6 (เกรดเฉลี่ย) +.167 x 11 (รูปแบบการสนทนา) +.179 x 9 (รูปแบบการเชื่อมต่ออินเทอร์เน็ต) -.163 x 7 (ประสบการณ์การมีคนรัก) +.072X13 (ระยะเวลาการใช้งาน) -.071 x 8 (การรับรู้ภาวะเสี่ยงทางเพศ)          ดังนั้น กลุ่มเพื่อน อาจารย์ หน่วยงานภาครัฐ ครอบครัว ควรพิจารณาปรับแก้ไขสถานที่เสี่ยงและรูปแบบการใช้อินเทอร์เน็ต การพักอาศัย ช่วงเวลาการใช้งาน รูปแบบของการสนทนา รูปแบบของการเชื่อมต่ออินเทอร์เน็ตและระยะเวลาการใช้งาน ที่เหมาะสมกับกลุ่มวัย เพื่อลดพฤติกรรมเสี่ยงทางเพศจากการใช้อินเทอร์เน็ตของนักเรียนมัธยมศึกษาตอนปลาย เพื่อเพิ่มความปลอดภัยมากขึ้นละร่วมกันปลูกฝังให้นักเรียนใช้อินเทอร์เน็ตในลักษณะที่สร้างสรรค์           This predictive cross-sectional research aims to investigate predictors of sexual risk behavior from using the internet among high school students in a Thai eastern province multi-stage sampling 400 students from large schools. The data were collected by a questionnaire which was constructed and tested its reliability each variables, valued between 0.830-0.853 The data was analyzed by SPSS program, and presented in frequencies, percentage, mean, standard deviation, average percentage, and the stepwise multiple regression.          The research results revealed that: personal factors (x1, x3, x6, x7, x8) factors of the using internet (x9, x10, x11, x12, x13, x14) and social supports (x15, x17, x18) can predict sexual risk behavior. Predictors could predict sexual risk behavior on internet communication (Y1) on 66.8% (R2.668, p<.001) were:          Y1 = -.783 x 15 (friends support) + .459 x 12 (location using the internet) + .454 x 10 (the website use) -.222 x 1 (male) -.193 x 7 (experience with a lover) -.150 x 3 (the residents) -.189 x 9 (variety forms of connecting internet) -.295 x 17 (teacher control) -.119 x 18 (government control).          Predictors could predict sexual risk behavior in the consequence after internet using (Y2) on 71.2% (r2.712, p<.001) were:          Y2 = .478 x 14 (during to use) +.354 x 12 (location using the internet) -.469 x 6 (grade point average) +.167 x 11 (using chat application) +.179 x 9 (variety forms of connecting internet) -.163 x 7 (experience with a lover) +.072 x 13(time period using the internet) -.071 x 8 ( perception of sexual risk)          Therefore group of friends, teachers, government, and family should be considered appropriate for age group: location and objective to use, resident type, time of using internet, variety forms of connecting internet, duration of internet using. To reduce sexual risk behavior of using internet, more safety and be collaboration provides instill students the using the internet in a constructive manner.