Post on 18-Nov-2014
description
RUNNING HEAD: PESTEN IN EEN CYBERWERELD
Pesten in een Cyberwereld
Een onderzoek naar de vraag waarom kinderen cyberpesten.
29-06-2012
Carien de Ridder
Student ID: 6392903 / 10132341
Masterscriptie
Graduate School of Communication
Masterprogramma Communicatie Wetenschappen
Universiteit van Amsterdam
Supervisor: dr. S. Welten
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 2
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 3
Abstract
Cyberpesten is een steeds groter wordend probleem en vraagt om aandacht. Dit onderzoek heeft
achterhaald waarom kinderen cyberpesten aan de hand van de theorie van gepland gedrag. Door
middel van een vragenlijst werd bij kinderen tussen de 12 en 15 jaar onderzocht welke
gedragsdeterminanten en welke achterliggende overtuigingen een rol spelen bij cyberpestgedrag.
Op deze manier werd achterhaald op welke gedragsdeterminanten en overtuigingen een
interventie tegen cyberpesten zich moet richten. Het onderzoek laat zien dat de theorie van
gepland gedrag goed bruikbaar is om cyberpesten te verklaren. Intentie bleek een goede
voorspeller voor cyberpestgedrag en de gedragsdeterminanten verklaarden intentie goed. De
waargenomen gedragscontrole verklaarde intentie om te cyberpesten het sterkst, gevolgd door de
injunctieve norm en daarna de descriptieve norm. Er moet voorzichtig omgegaan worden met het
gebruiken van de descriptieve norm in een interventie, omdat het voor de kinderen die onder
deze norm zit een boemerangeffect kan hebben. Deze kinderen gaan dan juist méér cyberpesten
om zich aan de gegeven norm te conformeren. Attitude tegenover cyberpesten verklaarde
intentie het zwakst en was slechts marginaal significant. Interventies zullen zich daarom moeten
richten op overtuigingen die de waargenomen gedragscontrole beïnvloeden of op overtuigingen
die de injunctieve norm beïnvloeden om cyberpesten te stoppen. Tot slot worden praktische
aanbevelingen voor interventies gedaan.
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 4
Pesten in een Cyberwereld
Slaan, schoppen, duwen, bedreigen, leugens of valse geruchten verspreiden, pijnlijke en
gemene dingen zeggen en een ander kind belachelijk maken of buitensluiten, vallen volgens
Solberg en Olweus (2003) onder de definitie van pesten bij kinderen. Bij pesten oefent een kind
met opzet negatieve invloed uit op een ander kind. Het slachtoffer kan zich meestal niet goed
verweren tegen deze pesterijen. Met de opkomst van het internet en de smartphone is er een
nieuwe manier van pesten ontstaan. Deze manier van pesten, namelijk pesten door middel van
een digitaal communicatiemiddel, wordt cyberpesten genoemd (Slonje & Smith, 2008). Bij
cyberpesten worden kinderen bijvoorbeeld bedreigd, uitgescholden of belachelijk gemaakt door
andere kinderen die hiervoor het internet of mobiele telefoon gebruiken. Omdat nieuwe
communicatietechnologieën met name populair zijn onder oudere kinderen en adolescenten, is
de groep die betrokken is bij cyberpesten ouder dan de groep die betrokken is bij de traditionele
vormen van pesten (Salmivalli & Pöyhönen, 2010). Cyberpesten komt met name voor bij
kinderen tussen de 12 en 15 jaar (Wegge, Vandebosch, Eggermont, 2012). Het internet of
mobiele telefonie is op dit moment niet meer weg te denken uit het leven van een kind. Kinderen
brengen ook steeds meer tijd online door (Gross, 2004). Cyberpesten is onder andere hierdoor
een steeds groter wordend probleem. Zo bleek ook uit een vierjarige studie in Engeland dat
cyberpesten steeds meer en vaker voorkomt (Noret & Rivers in Smith et al., 2008).
Gepest worden kan grote gevolgen hebben voor een kind (Rigby, 2003). Dit geldt ook
voor slachtoffers van cyberpesten. Onderzoek naar cyberpesten heeft aangetoond dat slachtoffers
van cyberpesten vaker last hebben van stress en depressiviteit, meer gedachten hebben over
zelfmoord en ook eerder zelfmoord plegen dan kinderen die niet gepest zijn via het internet of
mobiele telefoon (David-Ferdon & Hertz, 2007; Hinduja & Patchin, 2010; Ybarra, 2004).
Daarnaast is het een probleem bij cyberpesten dat het in de anonimiteit afspeelt en ouders en
leraren vaak geen idee hebben wat er gebeurt op het internet. Ook in de media verschijnen steeds
vaker berichten over de ernstige gevolgen van cyberpesten, zoals berichten over kinderen die
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 5
zelfmoord hebben gepleegd vanwege online pesterijen ("Meisje uit Pijnacker," 2012; "Student
VS pleegt zelfmoord," 2010). De alarmbellen zijn aan het rinkelen nu de ernst, omvang en
gevolgen van cyberpesten aandacht krijgen in de media ("Pesten via internet," 2010;
"Cyberpesten rukt op," 2010). Ook de politiek vraagt aandacht voor de aanpak van onder andere
pesten via sociale media ("Meer aandacht aanpak," 2012). Sire heeft in 2007 een
televisiecampagne uitgezonden gericht op ouders met de boodschap: "wie houdt uw kind in de
gaten op internet?" (www.sire.nl). Een interventiecampagne gericht op kinderen, de daders van
cyberpesten, is er nog niet. Er is ook nog geen onderzoek gedaan naar welke
gedragsdeterminanten er gebruikt en beïnvloed zouden moeten worden in een campagne tegen
cyberpesten. Kortom: er moet nu actie genomen worden om cyberpesten tegen te gaan, maar om
een goede interventie te ontwikkelen moet eerst achterhaald worden waarom en hoe het gedrag
ontstaat.
Cyberpesten is een vorm van pesten die anders is dan traditioneel pesten. Daarom is apart
onderzoek naar cyberpesten nodig en kan men de gedragsdeterminanten die traditioneel pesten
verklaren niet gebruiken voor een interventie tegen cyberpesten. De verschillen tussen
traditioneel pesten en cyberpesten komen voort uit het feit dat cyberpesten simpeler is en
makkelijker om uit te voeren. Zo hoeft de dader het slachtoffer niet eerst op te zoeken om die te
pesten en kan hij het vanuit zijn eigen slaapkamer doen. Daarnaast is er nauwelijks toezicht op
het gedrag van kinderen op internet waardoor kinderen zich vrijer voelen dan op het schoolplein
om alles te doen en zeggen wat ze willen. Cyberpesten is ook anders dan traditioneel pesten
omdat het in de meeste gevallen zeer onwaarschijnlijk is dat de daders van de pesterijen gepakt
worden (Englander & Muldowney, 2007). Een ander verschil is het feit dat het laten zien van
macht en status wordt gezien als een achterliggende reden van traditioneel pesten. Bij
cyberpesten kan de vernedering groot zijn voor het slachtoffer, maar er zijn geen omstanders
waar de dader zelf een reactie van kan krijgen. Hierdoor speelt vergroten van status en macht
geen rol bij digitaal pesten (Salmivalli & Pöyhönen, 2010). Bovendien kan cyberpesten een
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 6
grotere impact hebben dan traditioneel pesten. Met één klik op de muis kan een kind een ander
kind belachelijk maken tegenover vele anderen door bijvoorbeeld een foto of tekst op internet te
zetten die daar dan ook voor langere tijd blijft staan.
Cyberpesten is een vrij nieuw fenomeen waarnaar pas de afgelopen jaren meer
onderzoek gedaan is. Er is onder andere gezocht naar invloed van leeftijd en geslacht op
cyberpesten (Smith et al., 2008) en de relatie tussen cyberpesten en traditioneel pesten (Beran &
Li, 2007). Er bestaat echter nog geen onderzoek dat de gedragsdeterminanten van cyberpesten op
een gestructureerde manier heeft onderzocht. Voordat er een goede aanpak tegen cyberpesten
ontwikkeld kan worden, moet er eerst bekeken worden welke gedragsdeterminanten cyberpesten
voorspellen.
Om er achter te komen welke determinanten een rol spelen zal in dit onderzoek de theorie
van gepland gedrag (Ajzen, 1991) gebruikt worden. Dit is een model dat gebruikt kan worden
voor het voorspellen, uitleggen en beïnvloeden van gewenst of ongewenst gedrag. Uit
verschillende onderzoeken is gebleken dat het een goed bruikbaar model is om gedrag en intentie
te voorspellen en te verklaren (Sutton, 1998). Ook op vergelijkbare gedragingen van jongeren
zoals roken en drinken is de theorie van gepland gedrag toegepast (Babrow, Black & Tiffany,
1990; Black & Babrow, 1991; Collins & Carey, 2007). Door de theorie van gepland gedrag te
gebruiken, kan er op een gestructureerde manier achterhaald worden welke
gedragsdeterminanten een rol spelen bij het gedrag cyberpesten en waar een interventie zich op
zou moeten richten. Elke gedragsdeterminant wordt gevormd door achterliggende overtuigingen.
Het is essentieel om de belangrijke gedragsdeterminanten en overtuigingen te achterhalen omdat
hiermee een passende interventie ontworpen kan worden die zich precies richt op de
determinanten en overtuigingen die het gedrag beïnvloeden. Daarmee wordt de centrale vraag
voor dit onderzoek als volgt geformuleerd:
Welke gedragsdeterminanten van de theorie van gepland gedrag en welke achterliggende
overtuigingen hebben invloed op cyberpestgedrag van kinderen tussen de 12 en 15 jaar?
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 7
Theoretisch Kader
Theorie van gepland gedrag.
Zoals hierboven werd aangegeven, is de theorie van gepland gedrag een model dat veel
gebruikt is om gedragingen met betrekking tot gezondheid, zoals stoppen met roken en
drinkgedrag, te voorspellen. Daarnaast heeft het model ook zijn nut bewezen voor commerciële
gedragingen, zoals het kopen van chocola (Van den Putte & Dhondt, 2005) of de besteding van
vrije tijd (Ajzen & Drijver, 1992). Het model is echter nog nooit toegepast om pestgedrag of
cyberpestgedrag te verklaren, terwijl het een model is dat op een gestructureerde manier alle
aspecten van een bepaalde gedraging kan analyseren. Dit onderzoek zal daarom een bijdrage
leveren aan onderzoek en theorie op het gebied van gedragsverklarende modellen door te
bewijzen dat de theorie van gepland gedrag ook op cyberpesten toe te passen is.
De theorie van gepland gedrag gaat er van uit dat gedrag te verklaren is vanuit de intentie
die iemand heeft om het gedrag te vertonen of uit te voeren. Des te groter de intentie is, des te
groter is de kans dat het gedrag daadwerkelijk zal worden uitgevoerd. De intentie wordt
voorspeld door drie gedragsdeterminanten: attitude, subjectieve normen en waargenomen
gedragscontrole. Deze determinanten worden op hun beurt weer gevormd door onderliggende
overtuigingen (of in het Engels: beliefs). Mensen kunnen veel overtuigingen hebben over
bepaald gedrag, maar slechts een relatief klein aantal overtuigingen zal het gedrag bepalen. Het
zijn deze overtuigingen die er uit springen en het gedrag en intentie van een persoon verklaren
(Ajzen, 1991). Er zijn drie verschillende overtuigingen: uitkomst overtuigingen die attitude
beïnvloeden, normatieve overtuigingen die de subjectieve norm beïnvloeden en controle
overtuigingen die de waargenomen gedragscontrole beïnvloeden. Aan deze overtuigingen wordt
een bepaalde waarde of gewicht toegekend. Dit gewicht bepaalt welke waarde (goed of slecht,
belangrijk of onbelangrijk) iemand aan deze overtuiging hecht. De verschillende gewichten zijn
als volgt. De evaluatie van de uitkomst van het gedrag is het gewicht dat aan de uitkomst
overtuiging hangt. De motivatie om zich te schikken naar een ander of de identificatie met een
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 8
ander hangt samen met de normatieve overtuiging. De faciliterende of belemmerende kracht die
iemand waarneemt hangt samen met controle overtuigingen. Hieronder zal per
gedragsdeterminant de werking van de overtuigingen en gewichten die daarmee verbonden zijn
verder worden uitgelegd. In Figuur 1 is schematisch weergegeven hoe de verschillende
variabelen van de theorie van gepland gedrag een invloed op elkaar hebben, inclusief de
overtuigingen en gewichten.
Figuur 1. Model van theorie van gepland gedrag (gebaseerd op het model van Ajzen, n.d.).
Attitude.
De attitude tegenover cyberpesten beschrijft hoe iemand tegen dit gedrag aankijkt en
evalueert. Bijvoorbeeld in hoeverre men cyberpesten slecht vindt of dat men cyberpesten als een
grapje ziet waardoor pesten leuk wordt. De overtuigingen die attitude tegenover pesten
beïnvloeden gaan over de uitkomstverwachtingen van pesten. Deze uitkomstverwachtingen
geven weer wat iemand verwacht wat er zal gebeuren als hij cyberpest. Bijvoorbeeld dat een
ander kind pijn heeft nadat het is gecyberpest, dat dit wel mee valt, of dat iemand denkt dat zijn
agressie of boosheid verdwijnt als hij een ander kind heeft gepest. Het gewicht dat aan deze
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 9
overtuiging wordt gehangen is de evaluatie van de uitkomst. Dus bijvoorbeeld: vindt iemand het
erg of niet dat hij een ander kind pijn doet met cyberpesten.
De specifieke rol van attitude bij cyberpesten is nog niet onderzocht. Wel zijn er studies
die oorzaken van cyberpesten achterhalen die onder attitude en uitkomstovertuigingen vallen.
Een studie onder Engelse tieners toonde bijvoorbeeld aan dat de meeste kinderen cyberpesten uit
boosheid (65%), of omdat het een grapje was (35%). De redenen ‘wraak’ of ‘geen reden’
kwamen met afstand op de derde en vierde plek (Englander & Muldowney, 2007). Daarnaast
zijn kinderen minder bang voor (fysieke) represailles aangezien de pester en het slachtoffer
fysiek niet bij elkaar in de buurt zijn (Beran & Li, 2007).
Er is nog geen onderzoek gedaan naar het relatieve gewicht van attitude en de andere
gedragsdeterminanten bij cyberpesten. Wel is duidelijk dat bij traditioneel pesten kinderen vaak
wel weten dat pesten slecht is, maar toch zijn betrokken bij pestgedrag (Scholte, Sense, &
Granic, 2010). Vermoedelijk zal attitude dus een minder belangrijke gedragsdeterminant zijn.
Mogelijk spelen subjectieve normen een grotere rol dan attitude. Deze normen zullen hieronder
uitgebreid besproken worden. Voor nu leidt dit tot de volgende hypothese.
H1: Attitude tegenover cyberpesten is een minder sterke voorspeller van cyberpestgedrag en
intentie dan subjectieve normen.
Subjectieve normen.
De subjectieve norm is de tweede gedragsdeterminant volgens de theorie van gepland
gedrag. Subjectieve normen zijn de sociale invloeden van anderen en deze gedragsdeterminant is
opgebouwd uit de descriptieve norm (wat anderen daadwerkelijk doen) en de injunctieve norm
(wat er in het algemeen wordt verwacht van anderen dat iemand zou moeten doen). De
injunctieve en de descriptieve norm hoeven niet altijd gelijk te zijn. Zo kan de injunctieve norm
in een klas bijvoorbeeld zijn dat pesten slecht is, maar toch zijn er kinderen die andere kinderen
pesten (descriptieve norm). Dit kan dan weer opgepikt worden door klasgenoten door mee te
doen met het pestgedrag.
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 10
Subjectieve normen worden gevormd door normatieve overtuigingen over cyberpesten
van anderen. Deze overtuigingen beschrijven wat mensen die voor iemand belangrijk zijn van
cyberpesten vinden (in het geval van de injunctieve norm) of wat ze denken dat deze mensen
doen (in het geval van de descriptieve norm). Deze overtuigingen van belangrijke mensen
kunnen bij cyberpesten bijvoorbeeld over de ouders, leraren, vrienden of klasgenoten gaan. Het
gewicht dat aan deze overtuiging wordt gehangen is bij de injunctieve overtuiging: de motivatie
om zich te schikken naar de mening van een ander (Engels: motivation to comply). Bij de
descriptieve overtuiging is dit de mate waarin iemand op een persoon wil lijken, ofwel:
identificatie.
Er is nog geen specifiek onderzoek gedaan naar de rol die descriptieve en injunctieve
normen spelen bij cyberpesten. Onderzoek naar de sociale determinanten van traditionele
vormen van pesterijen hebben zich onder andere gericht op familie factoren zoals familie cohesie
en mate van supervisie (Gorman-Smith, Tolan, Zelli, & Huesmann, 1996), maar ook op de
sociale invloeden van leeftijdsgenoten. Zo bleek uit onderzoek dat het verhogen van de
persoonlijke sociale status (Salmivalli & Pöyhönen, 2010), de aanwezigheid van peers
(leeftijdsgenoten, vrienden, klasgenoten) op het schoolplein (O'Connel, Pepler, & Craig, 1999)
en negatieve invloeden van peers (Espelage, Bosworth, & Simon, 2000) een invloed hebben op
traditioneel pestgedrag. Ook bleek dat kinderen die dachten dat hun peers pesten in hoge mate
goedkeurden minder vaak opkwamen voor het slachtoffer en vaker mee gingen doen met de
pesterijen (Sandstrom, Makover & Bartini, 2012). Uit deze onderzoeken bleek dat sociale
invloeden bij traditioneel pesten een grote rol spelen. Met name de invloed van peers bleek
groot, omdat kinderen naarmate ze ouder worden vooral het gedrag en de mening van peers
belangrijk gaan vinden en ze zich af willen zetten tegen hun ouders (Espelage et al., 2000).
Gezien het voorgaande is het opvallend dat veel interventies tegen traditioneel pesten zich
richtten op wat ouders, leraren, schoolpsychologen en decanen moeten doen (Diamanduros,
Downs, & Jenkins, 2008; Mason, 2008; Beale & Hall, 2010). Er werd bij deze interventies
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 11
weinig rekening gehouden met het feit dat kinderen in de pubertijd meer waarde gaan hechten
aan wat hun vrienden en leeftijdsgenoten vinden en zeggen en minder aan wat hun ouders en
leraren tegen hen zeggen (Beal, Ausiello, & Perrin, 2001).
Of sociale normen ook belangrijk zijn bij cyberpesten is nog niet onderzocht. Als sociale
invloed van leeftijdsgenoten een belangrijke determinant is voor traditioneel pesten, hoe zit dat
dan met cyberpesten? Cyberpesten blijkt voornamelijk een individuele activiteit te zijn (Dehue,
Bolman & Völlink, 2008). Dit in combinatie met het anonieme en afgeschermde karakter van
cyberpesten zou er voor kunnen zorgen dat sociale invloeden anders werken bij cyberpesten dan
bij traditioneel pesten. Het is bijvoorbeeld moeilijk voor een kind om macht en status te
verkrijgen door middel van cyberpesten als niemand ziet of weet dat hij de pester is. Kinderen
zullen andere kinderen niet bezig zien met cyberpesten, wat met traditioneel pesten wel het geval
kan zijn omdat dat meer in de openbaarheid gebeurt. Kinderen zullen daarom vaak niet weten of
hun vrienden of klasgenoten cyberpesten. Hierdoor zal de descriptieve norm waarschijnlijk een
kleinere rol spelen dan de injunctieve norm.
Alhoewel de rol van de descriptieve norm kleiner is dan die van de injunctieve norm, zal
deze gedragsdeterminant toch een voorspeller zijn voor cyberpesten. Dit komt vooral omdat
tieners steeds meer waarde hechten aan wat hun vrienden en klasgenoten doen naarmate ze ouder
worden. Dit is ook conform de sociale norm theorie. Deze theorie voorspelt dat mensen zich
gedragen op een manier waarbij ze proberen zich te conformeren aan het gedrag van de groep. In
dit proces past het individu zich aan de norm aan zoals hij die waarneemt (Bergowitz &
Trumansburg, 2002). Zonder dat iemand ziet of zeker weet wat zijn vrienden doen, zal hij hier
mogelijk wel een idee over hebben en daar naar handelen. De waargenomen descriptieve norm
kan, zoals eerder is genoemd, afwijken van de werkelijke norm. Hierom kan de descriptieve
norm toch een rol spelen.
H2: De injunctieve norm ten opzichte van cyberpesten zorgt er voor dat kinderen meer of minder
cyberpesten.
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 12
H3: De descriptieve norm ten opzichte van cyberpesten zorgt er voor dat kinderen meer of
minder cyberpesten.
H4: De descriptieve norm is een minder sterkere voorspeller van cyberpesten dan de injunctieve
norm.
Waargenomen gedragscontrole.
De derde determinant, de waargenomen gedragscontrole, beschrijft in hoeverre een kind
denkt in staat te zijn om wel of niet te cyberpesten. Ook de vaardigheden en eigenschappen van
een kind bepalen in welke mate een kind het gevoel heeft het gedrag zelf onder controle te
hebben en of het besluit om wel of niet te cyberpesten. Een voorbeeld van zo een eigenschap is
het hebben van een mobiele telefoon of een account op een sociaal netwerk. De achterliggende
overtuigingen, de controle overtuigingen, beschrijven de waarschijnlijkheid dat een bepaalde
situatie zich voordoet in samenhang met het gewicht. Dit gewicht is de waargenomen
belemmerende of juist faciliterende kracht van de overtuiging. Dat wil zeggen dat dit gewicht
aangeeft of die specifieke overtuiging het moeilijker of makkelijker maakt voor iemand om te
cyberpesten. Een voorbeeld van een controle overtuiging is: de kans om betrapt te worden op
cyberpesten is groot of klein. Het gewicht dat hier aan hangt is: "als de kans om betrapt te
worden groot is, is het moeilijker of makkelijker om te gaan cyberpesten".
Er is nog niet eerder onderzocht of waargenomen gedragscontrole een effect heeft op
cyberpestgedrag. Ook zijn er nog geen onderzoeken die specifiek de rol van waargenomen
gedragscontrole hebben onderzocht bij traditioneel pesten. Wel is uit onderzoek gebleken dat er
een verband is tussen de mate van zelfcontrole van kinderen en traditioneel pesten. Kinderen die
een lage mate van zelfcontrole hebben, bijvoorbeeld kinderen die zich snel laten meeslepen en
makkelijk hun geduld en controle verliezen, pesten vaker dan kinderen die een hoge mate van
zelfcontrole hebben (Björkqvist, Ekman, & Lagerspets,1982; Unnever & Cornell, 2003).
Kinderen die een hoge mate van zelfcontrole hebben zullen waarschijnlijk ook eerder aangeven
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 13
Sterkste voorspeller
Injunctieve norm (H2 en H4)
Descriptieve norm (H3 en H4)
Attitude (H1)
Cyberpesten intentie
Cyberpesten gedrag
dat ze in staat zijn om nooit te cyberpesten. Dit betekent dat kinderen die een hoge mate van
waargenomen gedragscontrole hebben, minder vaak cyberpesten.
Omdat cyberpesten gedrag is dat makkelijk is om te doen, is het hebben van controle over
eigen gedrag vermoedelijk een belangrijke factor voor het wel of niet overgaan tot cyberpesten.
Als kinderen een lage mate van controle hebben, zullen ze daarom vaker gaan cyberpesten. Er is
controle over het eigen gedrag nodig om niet te cyberpesten. Dit betekent dat kinderen zelf
moeten bedenken dat ze in staat zijn om niet te cyberpesten om te voorkomen dat ze het gaan
doen. Omdat cyberpesten vooral anoniem gebeurt en het een individuele activiteit is, zullen de
subjectieve normen een kleinere rol spelen dan de waargenomen gedragscontrole. Waargenomen
gedragscontrole zal ook een grotere rol spelen dan attitude bij het voorspellen van
cyberpestgedrag. Dit komt omdat kinderen vaak wel weten dat cyberpesten slecht is, maar ze het
desalniettemin toch doen. In Figuur 3 is weergegeven wat de verwachtingen zijn wat betreft hoe
sterk of hoe zwak de verschillende gedragsdeterminant intentie en cyberpestgedrag voorspellen.
H5: Waargenomen gedragscontrole is een sterkere voorspeller van cyberpestgedrag en intentie
dan subjectieve normen en attitude.
Figuur 3. Conceptueel model van alle hypotheses.
Zwakste voorspeller
Waargenomen Gedragscontrole (H5)
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 14
Methode en Procedure
Participanten.
In totaal participeerden 258 kinderen in het onderzoek afkomstig uit tien verschillende
klassen van drie middelbare scholen uit Utrecht, Gouda en Bilthoven. Twee kinderen besloten
niet mee te doen aan het onderzoek en twee kinderen kregen de vragenlijst niet af door
concentratieproblemen. Zij werden uitgesloten van het onderzoek. Hierdoor kwam het totaal
aantal respondenten uit op 254, waarvan 111 jongens, 142 meisjes en 1 onbekend (Mleeftijd =
13.02, SDleeftijd = 0.77). De kinderen volgden op verschillende niveaus onderwijs: 127 kinderen
zaten in een vmbo-t klas (theoretische leerweg), 97 zaten in een vmbo-mavo brugklas en 30
kinderen zaten in een havo-vwo brugklas.
De participerende middelbare scholen hebben hun toestemming verleend aan het
onderzoek om aan een aantal klassen de vragenlijsten voor te leggen. De klassen die meededen
aan het onderzoek werden door de scholen aangewezen. Deze klassen werden alleen geselecteerd
op het feit of het roostertechnisch mogelijk was om de klas te bezoeken. Voorafgaand aan het
onderzoek werd tijdens een les een brief uitgedeeld aan de kinderen om hen te informeren over
het onderzoek en toestemming te vragen aan hun ouders voor deelname. Op de school in
Bilthoven werden de brieven per e-mail naar de ouders gestuurd. Als ouders bezwaar hadden
tegen deelname van hun kind aan het onderzoek, kon dat per e-mail aan de onderzoeker kenbaar
gemaakt worden. Een week na het uitdelen van de brieven werd de vragenlijst afgenomen. Het
onderzoek werd aan het begin van de les gehouden. Tijdens het onderzoek was de onderzoeker
altijd aanwezig in de klas en gaf eerst nog een korte uitleg. In deze uitleg werd verteld dat de
vragenlijsten helemaal anoniem waren en dat het belangrijk was dat de vragen eerlijk,
geconcentreerd en ieder voor zich werden ingevuld.
Pre-test.
Om na te gaan welke belangrijke overtuigingen de drie gedragsdeterminanten vormden,
is voor het ontwikkelen van de vragenlijst een pre-test uitgevoerd. Deze test is uitgevoerd bij 37
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 15
kinderen, waarvan 24 meisjes en 13 jongens. De kinderen waren tussen de 12 en de 15 jaar met
een gemiddelde leeftijd van 12.76 jaar. De pre-test is gebaseerd op de constructie van Ajzen
(n.d.) voor het ontwikkelen van een vragenlijst om de theorie van gepland gedrag toe te kunnen
passen. Om de achterliggende overtuigingen van de gedragsdeterminanten te achterhalen werden
er acht open vragen gesteld. Er werd gevraagd naar de voordelen en nadelen van cyberpesten om
de uitkomst overtuigingen te achterhalen die attitude vormen. Voor het achterhalen van de
normatieve overtuigingen werd er gevraagd wie cyberpesten zou afkeuren, goedkeuren, wie het
wel eens zou doen en wie het nooit zou doen. Om de controle overtuigingen te vinden werd
gevraagd naar de factoren die het moeilijker of makkelijker zouden maken om te cyberpesten.
Aan de hand van een content analyse werden de belangrijkste overtuigingen achterhaald.
De antwoorden die dezelfde overtuiging beschreven, werden in groepen bij elkaar gezet. Op deze
manier kon er geteld worden welke overtuiging het vaakst genoemd werden. Voor de
uitkomstovertuigingen werden de vier overtuigingen geselecteerd die het vaakst genoemd waren.
Voor normatieve en controle overtuigingen werden de drie overtuigingen die het meest genoemd
werden geselecteerd om in de vragenlijst op te nemen. In Tabel 1 zijn de belangrijkste
overtuigingen die uit de pre-test naar voren zijn gekomen dikgedrukt. De overtuigingen staan
weergegeven zoals ze in de uiteindelijke vragenlijst zijn gebruikt met gemiddelden en
standaarddeviaties die uit de vragenlijsten naar voren zijn gekomen.
Maatstaven.
Om op kwantitatieve wijze te achterhalen welke gedragsdeterminanten en achterliggende
overtuigingen een rol spelen, werd een vragenlijst ontwikkeld aan de hand van het voorbeeld van
Ajzen (n.d.). Met deze vragenlijst werd eerst de directe maatstaven (direct measures) gemeten:
attitude, subjectieve norm en waargenomen gedragscontrole. Daarna werd er per determinant
naar de verschillende overtuigingen gevraagd en het relatieve gewicht dat de respondenten aan
die overtuigingen hechtten. Vervolgens werd er gevraagd naar gedrag en intentie. Er werd
afgesloten met vragen naar leeftijd, geslacht en leerstroming.
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 16
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 17
Attitude.
Attitude werd gemeten met vijf items op een 7-punts Likertschaal (1 = helemaal mee
oneens, 7 = helemaal mee eens): cyberpesten is slecht, cyberpesten kan nooit worden
goedgepraat, cyberpesten is niet heel erg (r), cyberpesten hoort bij het leven (r), iemand
cyberpesten is soms leuk om te doen (r). Na het meten van de betrouwbaarheid bleek deze erg
laag te zijn (α = 0.56). Omdat idealiter de waarden van Cronbach's alpha boven de 0.70 ligt
(Pallant, 2010) werd één item verwijderd (cyberpesten kan nooit worden goed gepraat), zodat er
een betrouwbare schaal ontstond (α = 0.71; M = 5.88, SD = 1.10). Een prinicipal component
analysis wees uit dat de vier items op één component laadden (EV = 2.14; R² = 0.53). Omdat de
verdeling van de data skewed was, moesten de data getransformeerd worden door 1 te delen door
de variabele attitude. Hierdoor werd de skewness -0.30 wat bij benadering een symmetrische
verdeling betekende volgens Bulmer (1979). Deze nieuwe schaal loopt van 0.14 tot 1 waarbij
0.14 een positieve houding tegenover cyberpesten weergeeft en 1 een negatieve houding
tegenover cyberpesten (M = 0.59, SD =0 .27).
Injunctieve norm.
De injunctieve norm werd gemeten met twee items op een 7-punts Likert schaal (1 =
helemaal mee oneens, 7 = helemaal mee eens): als ik zou cyberpesten, dan vinden de meeste
mensen met wie ik veel om ga dit heel erg, de meeste mensen van wie ik het belangrijk vind hoe
zij over mij denken, keuren het af als ik zou cyberpesten. Deze twee items laadden op één
component, verklaarden 76% van de variantie (EV = 1.55; R² = 0.76) en correleerden sterk met
elkaar (r = 0.55, n = 248, p < .001).
Descriptieve norm.
De descriptieve norm werd gemeten met één item (de meeste mensen die belangrijk voor
mij zijn, cyberpesten volgens mij…) die aangevuld moest worden op een 5-punts Likertschaal (1
= nooit, 2 = één of twee keer in een half jaar, 3 = één of twee keer per maand, 4 = één keer per
week, 5 = meerdere keren per week, Hinduja & Patchin, 2010).
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 18
Subjectieve norm.
De subjectieve norm bestond uit de injunctieve norm en de descriptieve norm, zoals die
hierboven beschreven zijn, samen. Om van de descriptieve en injunctieve norm één schaal te
maken, werd de descriptieve norm opnieuw gecodeerd. De formule om verschillende
Likertschalen te transformeren is: Y = (B - A) * (x - a) / (b - a) + A (IBM, n.d.). Bij het
transformeren van een 5-punts Likertschaal naar een 7-punts Likertschaal ontstaat de formule: Y
= (7 - 1) * (x - 1) / (5 - 1) + 1. Door telkens voor x de bestaande waarde van de descriptieve
norm in te voeren ontstond een 7-punts Likertschaal. De injunctieve norm en de de descriptieve
norm laadden op één component (EV = 1.31; R² = 0.65). De schaal had helaas een te lage
betrouwbaarheid (α = 0.21) en kon daarom niet als schaal worden gebruikt. De injunctieve en
descriptieve norm werden daarom los van elkaar geanalyseerd.
Waargenomen gedragscontrole.
Waargenomen gedragscontrole werd gemeten met vier items op een 7-punts Likertschaal
(1 = helemaal niet mee eens, 7 = helemaal mee eens): of ik wel of niet cyberpest ligt helemaal
aan mezelf, ik weet zeker dat het mij zou lukken om nooit te cyberpesten, het is moeilijk voor
mij om aan cyberpesten te doen, het is voor mij onmogelijk om aan cyberpesten te doen. De
items laadden op twee componenten: de eerste vraag vormde op zichzelf een component en de
overige drie vragen vormden een component. De eerste vraag beschreef de controle die iemand
zelf had over cyberpesten. De tweede component werd gevormd door de tweede, derde en vierde
vraag en beschreef of de respondenten in staat waren om te cyberpesten. Deze drie vragen
gingen over controle over mogelijkheden en of iemand in staat was om te cyberpesten. De eerste
vraag, over of het aan de persoon zelf lag of hij cyberpest, ging waarschijnlijk niet alleen over
waargenomen gedragscontrole, maar ook over invloed van anderen op individueel gedrag. Deze
vraag werd daarom niet meegenomen in verdere analyses. De schaal van waargenomen
gedragscontrole die toen ontstond had een eigenwaarde die groter was dan 1 (EV = 1.88; R² =
0.62) en bleek een betrouwbare schaal te zijn (α = .70; M = 4.54, SD = 1.49).
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 19
Overtuigingen.
Vervolgens werd er naar de verschillende overtuigingen gevraagd die uit de pre-test naar
voren waren gekomen en het gewicht dat er aan die overtuigingen werd gehangen. Dit gewicht
bepaalde hoeveel waarde de respondenten aan die betreffende overtuiging hechtten. Zie Tabel 1
voor een overzicht van alle overtuigingen en het specifieke gewicht dat aan de verschillende
overtuigingen werd verbonden. Voor het analyseren van de overtuigingen en het hieraan
toegevoegde gewicht werden nieuwe variabelen berekend. Dit werd gedaan door de overtuiging
te vermenigvuldigen met de waarde die daar aan werd gehecht zodat beide factoren meegenomen
konden worden in een correlatieanalyse.
Gedrag.
Vervolgens werd er naar gedrag gevraagd. Cyberpestgedrag werd gemeten met zeven
vragen (zie Tabel 2) over hoe vaak de respondenten bepaalde acties gedaan hadden op een 5-
punts Likertschaal (1 = nooit, 2 = één of twee keer in een half jaar, 3 = één of twee keer per
maand, 4 = één keer per week, 5 = meerdere keren per week, Hinduja & Patchin, 2010).
Een principal component analysis werd uitgevoerd om te kijken of de 7 items die gedrag
moesten meten uit één component bestonden. Dit was het geval: alle 7 items laadden op één
component en die verklaarde 55.4 % van de variantie (EV = 3.88; R² = 0.55). Deze component
vertegenwoordigde cyberpestgedrag. Deze schaal bleek zeer betrouwbaar te zijn (α = 0.86; M =
1.41, SD = 0.63). Omdat de verdeling van de data skewed was, moesten de data getransformeerd
worden door 1 te delen door de oude variabele. Hierdoor werd de skewness -0.88 wat volgens
Bulmer (1979) een moderate skewness is en dus bruikbaar voor analyse. Na de transformatie
ontstond er een schaal van 0.20 tot 1 waarbij 0.20 betekende dat iemand meerdere keren per
week cyberpest en 1 dat iemand nooit cyberpest.
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 20
Tabel 2.
Overzicht van items voor het meten van cyberpestgedrag
Noot. Items zijn weergegeven zoals die waren voor de transformatie: schaal liep van 1 = nooit tot 5 = meerder keren per week.
Intentie.
Tenslotte werd er gevraagd naar de plannen voor komend schooljaar om intentie te
meten. Intentie werd gemeten met de stelling "ik ben van plan om komend schooljaar niet te
cyberpesten" op een 7-punts Likertschaal (1 = helemaal mee oneens, 7 = helemaal mee eens).
Omdat ook hier sprake was van een skewed verdeling werden de data getransformeerd. Na
transformatie liep de schaal van 0.14 tot 1 waarbij 0.14 betekende een hoge intentie om te
cyberpesten en 1 betekende een lage intentie om te cyberpesten.
Resultaten en Discussie
In de resultatensectie zal eerst besproken worden welke directe maatstaven een relatie
hadden met intentie om te cyberpesten. Daarna wordt bekeken welke directe maatstaven een
Item M SD
Hoe vaak heb je iets vervelends of iets naars over iemand via het internet
verspreid?
1.49 0.90
Hoe vaak heb je iemand bedreigd via het internet of de mobiele telefoon? 1.21 0.63
Hoe vaak heb je iemand uitgescholden via het internet of je mobiele telefoon? 1.82 0.98
Hoe vaak heb je iemand een berichtje gestuurd via het internet of telefoon om
die persoon kwaad of belachelijk te maken?
1.43 0.85
Hoe vaak heb je een foto van iemand genomen en die op het internet gezet
zonder van te voren aan die persoon te vragen of dat mocht?
1.26 0.74
Hoe vaak heb je iemand met opzet buiten een online groep gesloten? 1.38 0.85
Hoe vaak heb je gedaan alsof je iemand anders was en berichten/berichtjes
verspreid via het internet om iemand anders in moeilijkheden te krijgen of er
slecht uit te laten zien?
1.23 0.67
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 21
relatie hadden met cyberpestgedrag. Tenslotte zal er ingegaan worden op welke overtuigingen
een belangrijke rol spelen bij het verklaren van het gedrag. In Tabel 3 staan alle variabelen die in
de vorige sectie zijn beschreven en die besproken worden in de resultatensectie. De variabelen
worden weergegeven met schaal, gemiddelde en standaarddeviatie.
Tabel 3.
Schalen, Gemiddelden en Standaarddeviaties.
Schaal M SD
Attitude 0.14 = positieve attitude over cyberpesten
1.00 = negatieve attitude over cyberpesten
0.59 0.27
Injunctieve norm 1 = positieve injunctieve norm
7 = negatieve injunctieve norm
4.86 1.66
Descriptieve norm 1 = nooit
5 = meerdere keren per week
1.43 0.86
Waargenomen gedragscontrole 1 = lage waargenomen gedragscontrole
7 = hoge waargenomen gedragscontrole
4.54 1.49
Gedrag 0.20 = meerdere keren per week
1.00 = nooit
0.80 0.21
Intentie 0.14 = hoge intentie om te cyberpesten
1.00 = lage intentie om te cyberpesten
0.75 0.33
Directe maatstaven.
Partiële correlatie werd berekend om de relatie tussen intentie tot cyberpesten en
cyberpestgedrag te meten terwijl er gecontroleerd werd voor leeftijd, school, leerstroming en
geslacht. Er was een sterke positieve relatie tussen intentie en gedrag wat betekende dat een hoge
intentie om te cyberpesten geassocieerd werd met een hoge mate van cyberpestgedrag (r = 0.58,
n = 200, p < .001). De zero order correlatie (r = 0.60) suggereerde dat het controleren voor
leeftijd, geslacht, leerstroming en school weinig effect had op de sterkte van de relatie tussen
intentie en gedrag. Intentie was dus een goede voorspeller voor gedrag.
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 22
Resultaten gedragsdeterminanten en intentie.
Een multiple regressieanalyse werd uitgevoerd om te meten of attitude, waargenomen
gedragscontrole, de injunctieve norm en de descriptieve norm de intentie om te gaan cyberpesten
voorspelden nadat gecontroleerd werd voor leeftijd, school, leerstroming en geslacht. Deze
controlevariabelen werden ingevoerd bij Stap 1 en verklaarden 9.5% van de variantie in intentie,
R² = 0.095, F(4, 235) = 6.16, p < .001. Nadat alle gedragsdeterminanten bij Stap 2 werden
ingevoerd was de R² = 0.42 (F(8, 231) = 20.98, p < .001).
Waargenomen gedragscontrole had het grootste regressiegewicht, β = 0.32; t(250) = 5.31,
p < .001, en voorspelde intentie om te cyberpesten dus het sterkst. De injunctieve norm was na
waargenomen gedragscontrole de sterkste voorspeller voor intentie en had een regressiegewicht
van β = 0.23; t(248) = 3.59, p < .001. De descriptieve norm was daarna de sterkste voorspeller, β
= -0.15; t(252)= 2.63, p < .010. Attitude voorspelde intentie het zwakst en was slechts marginaal
significant, β = 0.10; t(252) = 1.64, p = .100.
Resultaten gedragsdeterminanten en gedrag.
Er werd een multiple regressieanalyse uitgevoerd om te kijken of de
gedragsdeterminanten ook het gedrag verklaarden. Hierbij werd er gecontroleerd voor leeftijd,
geslacht, leerstroming, school en intentie. Deze controlevariabelen werden ingevoerd bij Stap 1
en verklaarden 43% van de variantie in gedrag (R² = 0.43, F(5, 196) = 29.76, p < .001). Intentie
bleek de grootste voorspeller voor gedrag te zijn met een regressiegewicht van β = 0.60; t(245) =
10.55, p < .001. Nadat bij stap twee de gedragsdeterminanten werden toegevoegd, verklaarde het
totale model 48% van de variantie (R² = 0.48, F(9,192) = 19.49, p < .001). Het toevoegen van de
drie gedragsdeterminanten verklaarde 4.6% meer van de variantie in gedrag. De descriptieve
norm had het grootste regressiegewicht: β = -0.15; t(252) = 2.59, p < .050) op de voet gevolgd
door waargenomen gedragscontrole met een regressiegewicht van β = 0.14; t(250) = 2.11, p <
.050). Zowel attitude (β = 0.032; t(252) = 0.49, p = .491) als de injunctieve norm (β = 0.018;
t(248) = 0.270, p = .270) waren geen significante voorspellers voor gedrag.
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 23
Invloeden van de gedragsdeterminanten.
Intentie was, zoals de theorie van gepland gedrag ook veronderstelde, de beste
voorspeller voor gedrag. De gedragsdeterminanten verklaarden variantie in gedrag nauwelijks
(4.6%) als er werd gecontroleerd op intentie. Alleen de descriptieve norm en waargenomen
gedragscontrole verklaarden cyberpestgedrag significant. De rol van deze gedragsdeterminanten
was echter te verwaarlozen, omdat het model slechts een klein deel van de variantie in gedrag
verklaarde. De drie gedragsdeterminanten verklaarden tezamen wel een groot deel (42%) van de
variantie in intentie om te gaan cyberpesten. Dus precies zoals de theorie van gepland gedrag
veronderstelde, werd cyberpestgedrag verklaard door intentie en werd intentie om te cyberpesten
verklaard door de gedragsdeterminanten. Hiermee is bewezen dat de theorie van gepland gedrag
geschikt is om cyberpesten te verklaren.
Hypothese 1 veronderstelde dat de injunctieve en descriptieve norm betere voorspellers
waren voor cyberpesten dan attitude. De injunctieve en descriptieve norm verklaarden meer
variantie in intentie om te cyberpesten dan attitude. Hypothese 1 werd dus bevestigd door de
resultaten. Voor attitude gold dat des te negatiever de attitude tegenover cyberpesten was, des te
lager was de intentie om te cyberpesten. Dat attitude slechts op een marginaal significantieniveau
intentie om te cyberpesten voorspelde, betekende dat als kinderen van mening waren dat
cyberpesten slecht was, dit dus niet hoefde te betekenen dat ze het ook niet deden, zoals ook uit
onderzoek van Scholte, Sense en Granic (2010) bleek.
Hypothese 2 veronderstelde dat de injunctieve norm ten opzichte van cyberpesten er voor
zou zorgen dat kinderen meer of minder cyberpesten. Hypothese 2 werd bevestigd, omdat de
resultaten lieten zien dat des te positiever de injunctieve norm was tegenover cyberpesten, des
groter de intentie was om te gaan cyberpesten.
Hypothese 3 veronderstelde dat ook de descriptieve norm ten opzichte van cyberpesten er
voor zou zorgen dat kinderen meer of minder cyberpesten. Ook Hypothese 3 werd bevestigd,
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 24
omdat des te hoger de descriptieve norm was, des te hoger de intentie om te cyberpesten was en
des te vaker kinderen aangaven zelf te cyberpesten.
Hypothese 4 veronderstelde dat de descriptieve norm een minder sterke voorspeller was
dan de injunctieve norm. De injunctieve norm had inderdaad een hogere Beta-waarde dan de
descriptieve norm bij het model dat intentie verklaarde en voorspelde intentie dus meer.
Hypothese 4 werd hiermee bevestigd. De injunctieve norm verklaarde cyberpestgedrag niet
significant. De descriptieve norm deed dit wel. Echter werd gedrag maar voor 4.6% door de
gedragsdeterminanten verklaard na het controleren op intentie. Dit is zo'n klein deel dat de rol
van de descriptieve norm op cyberpestgedrag verwaarloosbaar was.
Hypothese 5 veronderstelde dat waargenomen gedragscontrole een sterkere voorspeller
was van cyberpestgedrag en intentie dan subjectieve normen en attitude. Waargenomen
gedragscontrole was inderdaad de belangrijkste voorspeller voor intentie om te cyberpesten. Uit
de resultaten bleek dat des te groter de waargenomen gedragscontrole was, des te lager de
intentie was om te gaan cyberpesten. Ook verklaarde waargenomen gedragscontrole een
significant deel van de variantie in cyberpestgedrag. Hypothese 5 werd dus bevestigd door de
resultaten. Om niet te gaan cyberpesten, hebben kinderen een hoge mate van controle over hun
eigen gedrag nodig. Vermoedelijk komt dit omdat cyberpesten gedrag is wat makkelijk is om uit
te voeren: je hoeft mensen niet op te zoeken en met één druk op de knop kan je iemand
tegenover vele anderen belachelijk maken. Om cyberpesten tegen te gaan, moet de waargenomen
gedragscontrole van kinderen dus verhoogd worden.
Overtuigingen.
Nadat de nieuwe variabelen waren berekend (door de overtuiging te vermenigvuldigen
met het gewicht dat daar aan hing) werd een Pearson product-moment correlatiecoëfficiënt
gebruikt om de relatie met de verschillende gedragsdeterminanten te onderzoeken. Bij attitude
bleken drie overtuigingen samen met het relatieve gewicht een significante relatie te hebben met
attitude tegenover cyberpesten (zie Tabel 4). Bij de injunctieve norm hadden alle overtuiging
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 25
samen met het relatieve gewicht een significante relatie met deze variabele (zie Tabel 5). Er
waren twee overtuigingen die samen met het relatieve gewicht een significante relatie hadden
met de gedragsdeterminant descriptieve norm (zie Tabel 6). Bij waargenomen gedragscontrole
waren er twee overtuigingen die samen met het relatieve gewicht een significante relatie hadden
met deze gedragsdeterminant (zie Tabel 7). Hieronder zullen de resultaten betreffende de
verschillende overtuigingen beschreven worden.
Uitkomst overtuigingen.
"Als ik zou cyberpesten, dan zou het slachtoffer niks terug kunnen doen" en "als ik zou
cyberpesten, zorgt dit er voor dat het slachtoffer zich slecht voelt door mij" zijn twee
overtuigingen die negatief correleerden met attitude (zie Tabel 4). Dit betekende: des te sterker
deze overtuigingen aanwezig waren, des te positiever de attitude tegenover pesten was (want de
schaal loopt van 0.14 = positieve attitude tot 1 = negatieve attitude). Een interventie zou zich
kunnen richten op het veranderen van deze overtuigingen als die aanwezig zijn bij een kind. Dus
bijvoorbeeld duidelijk maken dat het slachtoffer van cyberpesten juist wél iets terug zou kunnen
doen. De overtuiging die betrekking had op "in de problemen komen door cyberpesten",
correleerde positief met attitude. Dit betekende dat des te sterker deze overtuiging aanwezig was,
des te negatiever de attitude tegenover cyberpesten was. Voor een interventie zou deze
overtuiging dus extra benadrukt kunnen worden door te stellen hoe iemand in de problemen kan
komen als hij cyberpest. Echter, omdat attitude de zwakste voorspeller was voor intentie om te
cyberpesten en slechts marginaal significant was, moet er met name naar de overtuigingen van
de andere gedragsdeterminanten gekeken worden om cyberpestgedrag te veranderen.
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 26
Tabel 4.
Correlatie tussen overtuiging x gewicht en de gedragsdeterminant attitude
Overtuiging x Gewicht
Uitkomst overtuiging M SD r n p
Als ik zou cyberpesten, dan zou het slachtoffer niet
weten wie hem of haar pest. 18.74 12.84 - 0.093 249 .144
Als ik zou cyberpesten, dan zou het slachtoffer niks
terug kunnen doen tegen mij. 15.42 11.53 - 0.15 250 .018
Als ik zou cyberpesten, dan zorgt dit er voor dat het
slachtoffer zich slecht voelt door mij. 14.62 11.52 - 0.20 251 .001
Als ik zou cyberpesten, dan zou ik zelf in de
problemen kunnen komen. 13.80 11.78 0.17 250 .006
Normatieve overtuiging injunctieve norm.
Zowel de normatieve overtuigingen van vrienden, van ouders als van klasgenoten hadden
een relatie met de injunctieve norm (zie Tabel 5). Dat wil zeggen: dat des te positiever de
respondenten dachten dat hun vrienden, klasgenoten en ouders dachten over cyberpesten, des te
positiever ook de injunctieve norm was. De verwachting was dat de rol en mening van ouders
ondergeschikt zou zijn aan die van leeftijdsgenoten, maar dat bleek niet het geval te zijn. De
mening van ouders bleek toch een belangrijke rol te spelen bij kinderen in deze leeftijdscategorie
met betrekking tot cyberpesten.
Omdat de injunctieve norm na waargenomen gedragscontrole de belangrijkste voorspeller
was voor intentie, zal een interventie die gebruik maakt van de injunctieve norm effectief zijn
tegen cyberpesten. Bij een interventie zou er ingespeeld kunnen worden op de normen van de
drie belangrijke groepen zoals hierboven weergegeven. Als kinderen inzien dat cyberpesten
wordt afgekeurd door zowel hun vrienden, klasgenoten als ouders, dan wordt vermoedelijk de
injunctieve norm negatiever wat intentie om te gaan cyberpesten zal verlagen.
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 27
Tabel 5.
Correlatie tussen overtuiging x gewicht en de gedragsdeterminant injunctieve norm
Overtuiging x Gewicht
Normatieve overtuiging injunctieve norm M SD r n p
Mijn vrienden vinden het erg als ik zou cyberpesten. 13.88 11.22 0.34 248 .000
Mijn klasgenoten vinden het erg als ik zou cyberpesten. 8.51 4.79 0.24 247 .000
Mijn ouders vinden het erg als ik zou cyberpesten. 27.69 14.89 0.36 248 .000
Normatieve overtuiging descriptieve norm.
Bij de descriptieve overtuigingen correleerden alleen de overtuigingen van vrienden en
klasgenoten met de descriptieve norm (zie Tabel 6). Dit is te verklaren doordat het waarschijnlijk
voor kinderen moeilijk was om voor te stellen dat hun ouders zouden pesten, laat staan dat ze
zouden cyberpesten. Bij de normatieve descriptieve overtuiging van vrienden en klasgenoten
gold dat hoe hoger de normatieve overtuiging geschat werd en des te belangrijker deze norm
was, des te hoger ook de descriptieve norm werd geschat.
Of een interventie die zich enkel richt op descriptieve normen effectief is, is nog niet
onbetwist. Een boodschap die weergeeft hoeveel andere kinderen cyberpesten kan ongewenste
gevolgen hebben. Dit wordt het boemerang effect genoemd en kwam onder andere voor bij
onderzoeken naar gedragingen zoals het drinken van alcohol en bij energieverbruik (Schultz,
Nolan, Cialdini, Goldstein, & Griskevicius, 2007). Het boemerang effect ontstond als er een
boodschap met een descriptieve norm gegeven werd aan mensen die onder de norm (van
hoeveelheid alcoholconsumptie en energieverbruik) zaten. Door het geven van de descriptieve
norm kregen deze mensen het gevoel dat ze wel meer konden gaan drinken of meer energie
konden gaan verbruiken om zich te conformeren aan de descriptieve norm. Dit ongewenste
gevolg zou zich bij cyberpesten voor kunnen doen als kinderen onder de descriptieve norm zitten
van cyberpestgedrag, bijvoorbeeld als ze nooit cyberpesten. Deze groep kinderen zou meer
kunnen gaan cyberpesten om zich op die manier aan de descriptieve norm te conformeren. Met
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 28
name omdat de meeste kinderen aangaven bijna nooit of nooit te cyberpesten moet er voorzichtig
omgegaan worden met verkondigen van de descriptieve norm. Het boemerang effect kan
voorkomen worden door een injunctieve norm toe te voegen aan de boodschap met de
descriptieve norm, mits deze norm in lijn is met het gedrag dat men wil promoten. Als enkel de
descriptieve norm prominent aanwezig is in iemands bewustzijn, zal deze de sterkste invloed
uitoefenen op gedrag. Door het toevoegen van de gewenste injunctieve norm wordt het sterke
effect van de descriptieve norm afgezwakt en in perspectief gezet van wat er in het algemeen
wordt goedgekeurd en verwacht van anderen. Het onderzoek van Schultz en collega's (2007)
bewees dat het toevoegen van de injunctieve norm het boemerangeffect inderdaad elimineerde.
Tabel 6.
Correlatie tussen overtuiging x gewicht en de gedragsdeterminant descriptieve norm
Overtuiging x Gewicht
Normatieve overtuiging descriptieve norm M SD r n p
Mijn vrienden cyberpesten… 3.59 4.28 0.46 251 .000
Mijn klasgenoten cyberpesten… 3.93 4.45 0.47 251 .000
Mijn ouders cyberpesten… 3.07 2.74 -0.33 244 .610
Controle overtuigingen.
De overtuigingen die correleren met de waargenomen gedragscontrole zijn belangrijk,
omdat waargenomen gedragscontrole de belangrijkste voorspeller voor intentie om te
cyberpesten was. De overtuiging die veronderstelde dat men betrapt kon worden op cyberpesten
en de overtuiging die veronderstelde dat mensen het door zouden hebben als men zou
cyberpesten correleerden met de waargenomen gedragscontrole (zie Tabel 7). Hier gold ook dat
des te sterker deze overtuigingen waren, des te groter was de waargenomen gedragscontrole. In
een interventie zou er daarom extra aandacht moeten komen voor het feit dat men betrapt kan
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 29
worden op cyberpesten en dat de kans groot is dat mensen het door zullen hebben wanneer men
cyberpest.
Het is opvallend dat de overtuiging dat men meer durft te zeggen via internet niet
significant correleerde met de waargenomen gedragscontrole. Blijkbaar vertelde deze
overtuiging dus niks over controle zoals die gemeten is in dit onderzoek. Omdat deze overtuiging
wel naar voren kwam bij de pre-test, blijft deze overtuiging wel een belangrijke determinant,
zoals Ajzen (n.d.) veronderstelt. Dit komt volgens hem omdat alle reeds toegankelijke
overtuigingen (meestal en ook in dit onderzoek gevonden door middel van open vragen) sowieso
belangrijk overtuigingen zijn voor de betreffende gedragsdeterminant. Een regressieanalyse om
te bekijken welke overtuiging relatief gezien het belangrijkst is, is volgens Ajzen daarom ook
niet nodig.
Tabel 7.
Correlatie tussen overtuiging x gewicht en gedragsdeterminant waargenomen gedragscontrole
Overtuiging x Gewicht
Controle overtuigingen M SD r n p
De kans om betrapt te worden als jij zou cyberpesten
is groot. 23.31 13.71 0.44 247 .000
De kans dat mensen het door hebben als jij zou
cyberpesten is groot. 22.16 12.74 0.41 245 .000
Via het internet of mobiele telefoon durf je meer te
zeggen dan recht in iemands gezicht. 27.42 14.64 0.07 247 .244
Conclusie
In dit onderzoek is aangetoond dat waargenomen gedragscontrole de sterkste voorspeller
is van intentie om te cyberpesten. Bij een hoge waargenomen gedragscontrole was de intentie om
te cyberpesten lager dan bij een lage waargenomen gedragscontrole. De injunctieve norm was als
tweede de beste voorspeller van intentie, gevolgd door de descriptieve norm. Bij de injunctieve
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 30
norm gold dat des te negatiever deze was, des te lager was intentie. Voor de descriptieve norm
gold: des te lager de descriptieve norm, des te lager de intentie om te cyberpesten. Ook bij
attitude gold des te negatiever de attitude tegenover cyberpesten, des te lager was de intentie.
Echter was attitude de zwakste voorspeller van intentie om te cyberpesten en slechts marginaal
significant. Met deze resultaten werden alle hypotheses uit dit onderzoek bevestigd.
De resultaten van dit onderzoek lieten ook zien dat intentie om te cyberpesten
cyberpestgedrag goed voorspelde. Intentie werd verklaard door de gedragsdeterminanten. Voor
elke gedragsdeterminant werden er verschillende overtuigingen gevonden die een relatie hadden
met de betreffende gedragsdeterminant. Dit tezamen bewees dat de theorie van gepland gedrag
goed bruikbaar was om cyberpesten te verklaren.
Hiermee kan dit onderzoek zich voegen bij de onderzoeken die de theorie van gepland
gedrag ondersteunen. Tegelijkertijd onderscheidt dit onderzoek zich van andere onderzoeken
naar cyberpesten omdat de theorie van gepland gedrag nog niet eerder is toegepast om
cyberpesten of pesten te verklaren. Andere onderzoeken naar cyberpesten richtten zich vaak op
één aspect dat het gedrag kan verklaren, zoals de relatie tussen het verwerven van populariteit en
cyberpesten of invloeden van ouders of leeftijdsgenoten op cyberpesten. Dit onderzoek verklaart
cyberpesten in zijn geheel door de theorie van gepland gedrag te gebruiken en is daarom goed
bruikbaar om een gepaste interventie te ontwerpen.
Het is opvallend dat attitude slechts op een marginaal significantieniveau intentie om te
cyberpesten voorspelde, omdat veel interventies tegen cyberpesten tot nu toe gericht zijn op het
veranderen van de attitude, zoals de campagne van Sire in 2007. Blijkbaar weten veel kinderen
wel dat pesten slecht is, maar is dit niet een reden voor kinderen om het niet te doen. Er wordt op
dit moment te veel waarde gehecht aan attitude tegenover cyberpesten, terwijl de andere
gedragsdeterminanten, met name de waargenomen gedragscontrole, belangrijker bleken te zijn.
Interventies zullen zich meer en vaker moeten richten op de sterkste voorspellers voor intentie
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 31
om te cyberpesten: waargenomen gedragscontrole en de injunctieve norm. Hieronder zal hier
verder op ingegaan worden.
Praktische implicaties en aanbevelingen
Om cyberpestgedrag te veranderen moet eerst de intentie om te cyberpesten verlaagd
worden. Interventies tegen cyberpesten zullen het meeste effectief zijn als ze zich richten op de
waargenomen gedragscontrole omdat dit de sterkste voorspeller was voor intentie. Door de
waargenomen gedragscontrole te verhogen, zal het cyberpestgedrag afnemen.
Een boodschap zou zich kunnen richten op de twee controle overtuigingen die in dit
onderzoek naar voren kwamen. Deze overtuigingen waren: "de kans om betrapt te worden als
men cyberpest is groot" of "mensen zouden het door kunnen hebben als men cyberpest".
Kinderen moeten dus overtuigd worden van het feit dat ze betrapt kunnen worden en dat mensen
het door hebben als ze cyberpesten. Deze overtuigingen moeten ook in een sterke mate aanwezig
zijn om cyberpesten tegen te gaan. Deze overtuigingen kunnen veranderd of versterkt worden.
Bij kinderen die niet de gewenste overtuiging hebben, moet deze overtuiging veranderd worden.
Bijvoorbeeld de overtuiging dat de kans om betrapt te worden klein is moet veranderd worden in
de kans om betrapt te worden is groot. Bij kinderen die de gewenste overtuiging wel hebben,
maar waarbij die niet sterk aanwezig is, moet deze overtuiging versterkt worden. Bijvoorbeeld de
overtuiging dat de kans op betrapt te worden groot is, moet benadrukt worden zodat deze
prominent aanwezig zal zijn in de gedachten van een kind. Op deze manier zal de waargenomen
gedragscontrole en uiteindelijk intentie om te cyberpesten op de gewenste manier veranderen
(Fishbein & Yzer, 2003).
Een goede interventie zou zich ook kunnen richten op de injunctieve norm en de
achterliggende normatieve overtuigingen. Als kinderen weten dat hun klasgenoten, vrienden en
ouders cyberpesten sterk afkeuren, dan zullen ze ook zelf minder gaan cyberpesten. Er moet
voorzichtig omgegaan worden met het gebruiken van de descriptieve norm in een boodschap,
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 32
omdat de verdeling van het gedrag in de populatie skewed is. Dit wil zeggen: de meeste kinderen
cyberpesten nooit of bijna nooit. Door de descriptieve norm te verkondigen, gaan kinderen die
onder de norm zitten zich aan deze norm conformeren. Dit zorgt voor een toename in
cyberpestgedrag en is een ongewenst gevolg. Een boodschap met de descriptieve norm kan wel
het gewenste effect hebben als het tezamen met de injunctieve norm wordt gebruikt, omdat de
kracht van de descriptieve norm hierdoor afneemt en de boodschap in het juiste perspectief
wordt geplaatst (Schultz et al., 2007). Omdat dit ongewenste effect van een boodschap met de
descriptieve norm kan ontstaan, is het beter om interventies te richten op de waargenomen
gedragscontrole en de injunctieve norm.
Een interventie gericht op het veranderen of benadrukken van de attitude is het minst
effectief voor het veranderen van intentie. Attitude voorspelde intentie om te cyberpesten
namelijk het zwakst en slechts op een marginaal significantieniveau. Kinderen weten dat pesten
slecht is en dat het iemand pijn doet, maar dit is geen reden voor hen om het niet te doen. Veel
interventies zijn er op gericht om kinderen bewust te maken van het feit dat cyberpesten slecht is.
Dit is echter een verkeerde insteek, omdat intentie om te cyberpesten en dus gedrag hiermee niet
zal veranderen.
Verdere overwegingen en toekomstig onderzoek
Doordat er gebruik is gemaakt van vragenlijsten in dit onderzoek kan men geen causale
verbanden leggen tussen de variabelen. Dat er relaties zijn tussen intentie, de verschillende
gedragsdeterminanten en de overtuigingen is duidelijk, maar het laat geen effecten van de ene
variabele op de andere zien. Dit zou in een experiment wel naar voren kunnen komen, maar
gezien het onderwerp zou dit niet ethisch zijn. Toch kan men concluderen dat de resultaten laten
zien dat de verschillende gedragsdeterminanten een belangrijke rol spelen in het verklaren van
gedrag. Het veranderen van deze gedragsdeterminanten kan dus zeker een effect hebben op
cyberpestgedrag. Met een longitudinaal onderzoek zou men deze effecten kunnen onderzoeken.
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 33
Bij een longitudinaal onderzoek naar cyberpesten zou op verschillende momenten de intentie om
te cyberpesten en de aanwezigheid van de verschillende gedragsdeterminanten worden gemeten.
Door deze verschillende meetmomenten kan er inzicht verkregen worden in de tijdsvolgorde
waarin de variabelen voorkomen. Daardoor is men beter in staat om causale verbanden te leggen
(Bryman, 2008).
Het feit dat het onderzoek over een gevoelig onderwerp gaat, heeft er mogelijk voor
gezorgd dat er sociaal wenselijke antwoorden werden gegeven. Dit probleem komt met
soortgelijke onderzoeken vaker voor, maar in dit onderzoek is het zeer onwaarschijnlijk dat dit
gebeurd is. Dit komt doordat er alles aan gedaan is om te voorkomen dat de kinderen de
vragenlijsten op een sociaal wenselijke manier zouden beantwoorden. Doordat er bij het afnemen
van de vragenlijsten extra nadruk is gelegd op het feit dat de vragenlijsten anoniem waren,
leraren of ouders de vragenlijsten niet te zien zouden krijgen en dat het van groot belang was dat
de vragenlijsten naar waarheid werden ingevuld, werd voorkomen dat kinderen sociaal
wenselijke antwoorden zouden geven. Ook het feit dat de onderzoeker, die de kinderen niet
kende, altijd aanwezig was in de klas bij het afnemen van de vragenlijsten heeft dit probleem
ondervangen.
Wat ook vaak voorkomt bij onderzoeken naar ongewenst gedrag is dat de data van de
uitkomstvariabelen skewed zijn. Zo was dit ook het geval bij dit onderzoek, omdat de meeste
kinderen nooit of zelden cyberpesten. Om toch de statistische toetsen uit te kunnen voeren voor
het onderzoeken van de hypotheses, werden de data op voorgeschreven wijze getransformeerd
(Pallant, 2010). Door deze transformatie toe te passen, werd het probleem dat bepaalde
statistische toetsen enkel toepasbaar zijn op normaal verdeelde data ondervangen. De
transformatie van een aantal variabelen was hierom noodzakelijk.
Nu duidelijk is dat de waargenomen gedragscontrole een belangrijke rol speelt bij het
verklaren van cyberpestgedrag, is het raadzaam om deze gedragsdeterminant verder te
onderzoeken. Zo zijn er wellicht nog meer overtuigingen die deze gedragsdeterminant vormen.
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 34
Zoals hierboven is genoemd, zou een interventie zich kunnen richten op de overtuiging over de
kans om betrapt te worden op cyberpesten en de overtuiging over de kans dat mensen het door
zouden kunnen hebben als iemand cyberpest. Verder onderzoek kan zich richten op hoe een
boodschap er precies uit moet zien om er voor te zorgen dat kinderen de juiste overtuigingen
krijgen en dat deze ook in een sterke mate aanwezig zijn. Omdat de injunctieve norm ook een
belangrijke voorspeller was voor intentie om te cyberpesten, is er ook verder onderzoek nodig
naar deze norm. Met name onderzoek naar de wisselwerking en effecten van boodschappen met
injunctieve en de descriptieve norm samen zijn van belang. Onderzoek naar de rol van de
descriptieve norm en hoe deze norm gebruikt kan worden in een interventie is raadzaam
vanwege de mogelijke ongewenste gevolgen die het gebruiken van de descriptieve norm kan
hebben. Onderzocht moet worden of een boodschap met de descriptieve norm de intentie om te
cyberpesten verlaagt, verhoogt of enkel werkt in samenwerking met de injunctieve norm.
Voor nu is in ieder geval duidelijk dat waargenomen gedragscontrole en de injunctieve
norm een belangrijke rol spelen bij cyberpesten. Interventies moeten zich met name richten op
waargenomen gedragscontrole, de injunctieve norm en de achterliggende controle overtuigingen
om cyberpesten in zijn geheel een halt toe te roepen en dit steeds groter wordende probleem te
stoppen.
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 35
Literatuur
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision
Processes, 50, 179-211.
Ajzen, I. (n.d.). Constructing a theory of planned behavior questionnaire. Opgehaald op 30-03-
2012 van www.people.umass.edu/aizen/tpb.html
Ajzen, I., & Driver, B. L. (1992). Application of the theory of planned behavior to leisure choice.
Journal of Leisure Research, 24, 207-224.
Babrow, A. S., Black, D. R., & Tiffany, S. T. (1990). Beliefs, attitudes, intentions and a
smoking-cessation program: A planned behavior analysis of communication campaign
development. Health Communication, 2, 145-163.
Beal, A. C., Ausiello, J., & Perrin, J. M. (2001). Social influences on health-risk behaviors
among minority middle school students. Journal of Adolescent Health, 28, 474-480.
doi:10.1016/S1054-139X(01)00194-X
Beale, A. V., & Hall, K. R. (2010). Cyberbullying: What school administrators (and parents) can
do. The Clearing House: A Journal of Educational Strategies, Issues and Ideas, 81(1), 8-
12. doi:10.3200/TCHS.81.1.8-12
Beran, T., & Li, Q. (2007). The relationship between cyberbullying and school bullying. Journal
of Student Wellbeing, 1(2), 15-33.
Berkowitz, A. D., & Trumansburg, N. Y. (2002). Applications of social norms theory to other
health and social justice issues. In H.W. Perkins, (Eds.) The social norms approach to
preventing school and college age substance abuse: A handbook for educators, counselors,
clinicians. San Francisco, CA: Jossey-Bas.
Björkqvist, K., Ekman, K., & Lagerspets, K. (1982). Bullies and victims: Their ego picture, ideal
ego picture and normative ego picture. Scandinavian Journal of Psychology, 23, 307-313.
doi:10.1111/j.1467-9450.1982.tb00445.x
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 36
Black, D. R., & Babrow, A. S. (1991). Identification of campaign recruitment strategies for a
stepped smoking cessation intervention for a college campus. Health Education Quarterly,
18, 235-247.
Bryman, A. (2008). Social research methods. New York, NY: Oxford University Press.
Bulmer, M. G. (1979). Principles of statistics. Mineola, NY: Dover Publications.
Collins, S. E., & Carey, K. B. (2007). The theory of planned behavior as a model of heavy
episodic drinking among college students. Psychology of Addictive Behaviors, 21(4), 498-
507. doi:10.1037/0893-164X.21.4.498
O'Connel, P., Pepler, D., & Craig, W. (1999). Involvement in bullying: Insights and challenges
for intervention. Journal of Adolescence, 22, 437-452. Opgehaald op 23 februari van:
http://www.bullylab.com/Portals/0/Peer%20involvement%20in%20bullying-
%20Insights%20and%20challenges%20for%20intervention.pdf
Cyberpesten rukt op. (2010, 27 maart). NOS. Opgehaald op 21 februari 2012 van
http://nos.nl/audio/146657-cyberpesten-rukt-op.html
David-Ferdon, C., & Hertz, M. F. (2007). Electronic media, violence, and adolescents: An
emerging public health problem. Journal of Adolescent Health, 41, S1-S5.
doi:10.1016/j.jadohealth.2007.08.020
Dehue, F., Bolman, C., & Völlink, T. (2008). Cyberbullying: Youngsters' experiences and
parental perception. Cyber Psychology and Behavior, 11(2), 217-223.
doi:10.1089/cpb.2007.0008
Diamanduros, T., Downs, E., & Jenkins, S. J. (2008). The role of school psychologists in the
assessment, prevention, and intervention of cyberbullying. Psychology in the Schools, 45,
693-704. doi:10.1002/pits.20335
Englander, E., & Muldowney, A. M. (2007). Just turn the darn thing of: Understanding
cyberbullying. In D. L. White, B. C. Glenn, and A. Wimes (Eds.), Proceedings of
persistently safe schools: The 2007 national conference on safe schools, (pp 83 - 92).
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 37
Washington, DC: Hamilton Fish Institute, The George Washington University.
https://ncjrs.gov/pdffiles1/ojjdp/grants/226233.pdf#page=97
Espelage, D. L., Bosworth, K., & Simon, T. R. (2000). Examining the social context of bullying
behaviors in early adolescence. Journal of Counseling and Development, 78, 326-333.
Fishbein, M., & Yzer, M. C. (2003). Using theory to design effective health behavior
interventions. Communication Theory,13, 164-183. doi: 10.1111/j.1468-
2885.2003.tb00287.x
Gorman-Smith, D., Tolan, P. H., Zelli, A., & Huesmann, L. R. (1996). The relation of family
functioning to violence among inner-city minority youth. Journal of Family Psychology,
10, 115-129. doi:10.1037/0893-3200.10.2.115
Gross, E. F. (2004). Adolescent internet use: What we expect, what teens report. Applied
Developmental Psychology, 25, 633-649. doi:10.1016/j.appdev.2004.09.005
Hinduja, S., & Patchin, J. W. (2010). Bullying, cyberbullying, and suicide. Archives of Suicide
Research, 14, 206-221. doi:10.1080/13811118.2010.49413
IBM, (n.d.). Transforming different Likert scales to a common scale. Opgehaald op 29-05-2012
van: http://www-304.ibm.com/support/docview.wss?uid=swg21482329
Mason, K. L. (2008). Cyberbullying: A preliminary assessment for school personnel. Psychology
in the Schools, 45, 323-348. doi:10.1002/pits.20301
Meer aandacht aanpak pesten via sociale media. (2012, 16 mei). Nu.nl. Opgehaald op 19 mei
2012 van http://www.nu.nl/algemeen/2812435/meer-aandacht-aanpak-pesten-via-sociale-
media.html
Meisje uit Pijnacker pleegt zelfmoord 'om Bangalijst'. (2012, 29 maart). Ad.nl. Opgehaald
op 13 mei 2012 van http://www.ad.nl/ad/nl/1040/DenHaag/article/detail/3232860/
2012/03/29/Meisje-uit-Pijnacker-pleegt-zelfmoord-om-bangalijst.dhtml
'Pesten via internet neemt toe'. (2010, 27 maart). Nu.nl. Opgehaald op 21 februari 2012 van
http://www.nu.nl/internet/2214191/pesten-via-internet-neemt-toe.html
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 38
Pallant, J. (2010). SPSS Survival Manual. Berkshire, England: McGraw-Hill House.
Rigby, K. (2003). Consequences of bullying in schools. The Canadian Journal of Psychiatry, 48,
583-590.
Salmivalli, C., & Pöyhönen, V. (2010). Cyberbullying in Finland. In Q. Li, D. Cross & P. K.
Smith (Eds.), Cyberbullying in the global playground: Research from international
perspectives (pp. 53-72). New York, NY: Guilford.
Sandstrom, M., Makover, H., & Bartini, M. (2012). Social context of bullying: Do
misperceptions of group norms influence children’s responses to witnessed episodes?
Social Influence, 1-20. doi:10.1080/15534510.2011.651302
Scholte, R., Sentse, M., & Granic, I. (2010). Do actions speak louder than words? Classroom
attitudes and behavior in relation to bullying in early adolescence. Journal of Clinical
Child & Adolescent Psychology, 39, 789-799. doi:10.1080/15374416.2010.517161
Schultz, P. W., Nolan, J. M., Cialdini, R. B., Goldstein, N. J., & Griskevicius, V. (2007). The
constructive, destructive, and reconstructive power of social norms. Psychological Science,
18, 429-434. doi:10.1111/j.1467-9280.2007.01917
Slonje, R., & Smith, P. K. (2008). Cyberbullying: another main type of bullying? Scandinavian
Journal of Psychology, 49, 147-154. doi:10.1111/j.1467-9450.2007.00611.x
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 and Psychiatry 49, 376-385. doi:10.1111/j.1469-7610.2007.01846.x
Solberg, M. E., & Olweus, D. (2003). Prevalence estimation of school bullying with the Olweus
bully/victim questionnaire. Aggressive Behavior, 29, 239-268. doi:10.1002/ab.10047
Student VS pleegt zelfmoord na cyberpesten. (2010, 1 oktober). Nu.nl. Opgehaald op 13 mei
2012 van http://www.nu.nl/internet/2346039/student-vs-pleegt-zelfmoord-
cyberpesten.html
RUNNING HEAD: PESTEN IN EEN CYBERWERELD 39
Sutton, S. (1998). Predicting and explaining intentions and behavior: How well are we doing?
Journal of Applied Social Psychology, 28, 1317-1338. doi:10.1111/j.1559-
1816.1998.tb01679.x
Unnever, J. D., & Cornell, D. G. (2003). Bullying, self-control and ADHD. Journal of
Interpersonal Violence, 18(2), 129-147. doi:10.1177/088626050223873
Van den Putte, B., & Dhondt, G. (2005). Developing successful communication strategies: A test
of an integrated framework for effective communication. Journal of Applied Social
Psychology, 35, 2399-2420. doi:10.1111/j.1559-1816.2005.tb02108.x
Wegge, D., Vandebosche, H., & Eggermont, S. (2012). Offline relationships, online bullying:
Using social network analysis to study who-cyberbullies-who. Opgehaald op 23 februari
van:https://perswww.kuleuven.be/~u0076060/Papers%20Etmaal/Parallelsessie%202/
Cyberbullying/Wie%20pest%20wie%20online%20Een%20studie%20naar%20cyberpesten
%20in%20de%20sociale%20context%20bij%20jonge%20adolescenten.pdf
Ybarra, M. L. (2004). Linkages between depressive symptomatology and internet harassment
among young regular internet users. Cyberpsychology and Behavior, 7(2), 247-257.
doi:10.1089/109493104323024500