E-Jurnal Matematika Vol. 13(1), Januari 2024, pp. 21-27

DOI: https://doi.org/10.24843/MTK.2024.v13.i01.p437

ISSN: 2303-1751

KAUSALITAS ANTARA ANXIETY DAN SOCIAL PHOBIA TERHADAP LIFE SATISFACTION PEMAIN VIDEO GAME

Alexander Joseph Riadi1§, I Komang Gde Sukarsa2, Ni Luh Putu Suciptawati3, Eka N Kencana4, Made Susilawati5, G. K. Gandhiadi6

ABSTRACT

Life satisfaction is one of the most ambigious concept to take a hold on. One’s degree of life satisfaction can differ from other person even though they have a realtively similliar life. This research studies people who play video games regularly (gamers) from the age of eighteen to fifty six. As one of the common trait or stereotipically seen that gamers have difficulty in social aspect of their lifes. Using Structural Equation Modeling (SEM), the research will try to confirm the relationship between anxiety and social phobia toward life satisfaction. The final model shows that anxiety and social phobia shows a significant negative affect towards life satisfaction of gamers.

Keywords: Anxiety, Social Phobia, Life Satisfaction, Gamers, Structural equation modeling

  • 1.    PENDAHULUAN

Kepuasan akan hidup merupakan suatu konsep yang tidak sederhana. Berbagai orang yang memiliki gaya hidup yang mirip dengan satu sama lain dapat memiliki pendapat yang berbeda akan kepuasan hidup mereka. Berbagai faktor yang dapat mempengaruhi kepuasan hidup seseorang, contohnya anxiety dan social phobia yang sudah diteliti pengaruhnya terhadap kepuasan hidup. (Eng et al. 2005; Tsitsas, Nanopoulos, and Paschali 2019). Jurnal ini betujuan untuk mengkonfirmasi pengaruh dari anxiety dan social phobia pemain video game menggunakan covariance-based structural equation modeling.

Dalam usaha untuk mempelajari hubungan antara konstruk anxiety, social phobia, dan life satisfaction pada pemain video game, beberapa masalah muncul. Pertama, ketiga faktor tersebut tidak memiliki metrik yang dapat diukur secara langsung, membuat penilaian terhadap konstruk lebih rumit dibandingkan variabel yang memiliki

metrik pengukuran yang sudah jelas. Kedua, relasi yang akan diestimasikan bukan hanya satu, terdapat banyak persamaan yang berlangsung secara simultan. Untuk menjawab permasalahan di atas, structural equation modeling (SEM) digunakan karena kemampuannya untuk menganalisis faktor laten menggunakan model pengukuran dan mengestimasi beberapa hubungan struktural secara simultan.

  • 2.    METODE PENELITIAN

  • 1)    Deskripsi Data

Data yang digunakan merupakan data sekunder mengenai anxiety, social phobia, dan life satisfaction. Pemain video game dari umur 18 sampai dengan 56 tahun merupakan partisipan dari penelitian ini. Sebanyak 12.814 partisipan dengan 12.071 laki-laki, 692 perempuan, dan 51 partisipan yang mengisi lain-lain untuk status kelamin mereka (Sauter and Draschkow 2017).

Anxiety menggunakan generalized anxiety

disorder screener (GAD-7) (Spitzer et al. 2006) dengan skala likert 4 poin. Social phobia menggunakan social phobia inventory (SPIN) (Connor et al. 1999) menggunakan skala likert 5 poin. Kepuasan hidup menggunakan satisfaction with life scale (SWL) (Apply et al. 2016) menggunakan skala likert 7 poin.

  • 2)    Teknik Pengumpulan Data

Data merupakan data sekunder yang diperoleh dari kuisioner online yang diedarkan spesifik untuk pemain video game.

  • 3)    Analisis Data

Analisa mencakup model pengukuran dan struktural. Setelah evaluasi, model akan dinilai melalui goodness-of-fit.

Gambar 1. Model Pengukuran Konstruk Anxiety

Gambar 2. Model Pengukuran Konstruk Social Phobia

Gambar 3. Model Pengukuran Konstruk Satisfaction with Life

Untuk mengevaluasi konstruk, idealnya setiap indikator untuk masing-masing konstruk laten seharusnya konvergen menuju suatu nilai yang sama (konstruk laten tersebut). Beberapa cara untuk mengestimasi validitas konvergen yaitu melalui standardized factor loading. Standardized factor loading minimal perlu bernilai 0.5, atau lebih baik diatas 0.7 atau lebih (Hair et al. 2009).

Average variance extracted (AVE) memiliki formula sebagai berikut:

yn  ι2

Λ1TΓ∙ _ ∑i = 1 Li

ave~~Γ~       (2.1)

AVE yang lebih besar dari 0.5 mengindikasikan konvergen yang baik. Nilai yang lebih kecil dari 0.5 mengindikasikan lebih banyak error pada model (Hair et al. 2009).

Realibilitas juga merupakan tanda untuk validitas konvergen. Construct reliability (CR) memiliki formula sebagai berikut

_     (∑⅛)2

0λ

(∑r-ιω +(∑tm<>1)

(2.2)

CR yang lebih besar dari 0.7 mengindikasikan realibilitas yang baik. Reabilitas antara 0.6 to 0.7 dapat diterima. Nilai CR yang tinggi menunjukan suatu konsistensi, yang berarti indikator konstruk tersebut konvergen (Hair et al. 2009).

Gambar 4. Model Struktural dari 4 konstruk laten

Chi-Square (χ2) GOF merupakan selisih antara matriks kovarian estimasi dan observasi (S dan Σk) yang direpresentasikan melalui formula berikut

X2 —(N-1)(S-∑k)      (2.3)

Degrees Of Freedom (DF) merepresentasikan seberapa banyak informasi yang dapat digunakan

untuk mengestimasi suatu parameter model.


Direpresentasikan oleh formula berikut df = 1[(pXp + 1~)]-k


(2.4)


Discriminant validity mengukur seberapa suatu konstruk itu berbeda dengan kontrsuk yang lain. Sehingga nilai discriminant validity yang tinggi memberikan bukti bahwa suatu konstruk itu unik dan mengangkap suatu fenomena yang indikator lain tidak ukur. Dalam menilai validitas


diskriminan, metode Heterotrait-monotrait (HTMT) digunakan (Henseler, Ringle, and Sarstedt 2015). HTMT 1

K1 κ:                       ^-1 Ki                   κT1 Kj

=⅛∑>d^‰ξ^   (2.5)


Incremental fit indices berbeda dengan absolute fit karena incremental mengestimasi model dengan model dasar. Beberapa indices yang dipakai adalah Tucker Lewis Index (TLI) dan Comparative Fit Index (CFI) yang dijelaskan sebagai berikut:

Tucker Lewis Index (TLI) menilai kebaikan model melalui perbandingan antara model null dan model yang ditetapkan. TLI memiliki keunikan di mana TLI tidak di standarisasi sehingga nilai TLI dapat mencapai lebih rendah dari 0 dan lebih besar dari 1. Semakin dekat nilai TLI menuju 1, lebih baik model cocok dengan data.


TLI =


(f (f)


Absolute fit indices merupakan metode langsung untuk mengevaluasi suatu model, metode ini memberikan evaluasi akan bagaimana suatu data cocok dengan model. Absolute fit indices tidak membandingkan satu model dengan model lain.


(dfN)  1


(2.8)


Beberapa indices yang digunakan adalah Goodness-of-fit Index (GFI) dan Root Mean Squared Error Of Approximation (RMSEA) yang dijelaskan sebagai berikut

Goodness-of-fit Index (GFI) merupakan indices yang cukup sensitif oleh jumlah sampel. Range pada GFI berkisar dari 0 sampai dengan 1, lebih dekat nilai GFI menuju 1 menunjukan bahwa lebih baik model dapat menjelaskan data. GFI yang memiliki nilai 0,9 dianggap cukup baik, tetapi beberapa riset mengusulkan bahwa nilai 0,95 yang harus dijadikan patokan (Hair et al. 2009).


Comparative Fit Index (CFI) merupakan indices yang sudah diperbaharui dari NFI. CFI merupakan indices yang sudah distandarisasi sehingga nilainya berkisar dari 0 sampai dengan 1. Sama dengan TLI, lebih dekat nilai CFI menuju 1 lebih baik indikasinya bahwa model cocok dengan data. CFI memiliki properti yang menarik untuk penguji dan cukup banyak digunakan karena CFI tidak teralu dipengaruhi oleh kompleksitas model.


CFI = 1 —


(Χ2-dfk)


(ΧN-dfk)


(2.9)


Fk

GFI = 1--k Fo


(2.6)


Root Mean Squared Error Of Approximation (RMSEA) merupakan indices yang paling banyak digunakan, salah satu alasannya karena RMSEA memberi perspektif lain dari Chi-Square (χ2) GOF yang cenderung untuk menolak model yang memiliki sampel yang berukuran besar. Sehingga RMSEA lebih baik merepresentasikan kecocokan model dengan data. Nilai RMSEA yang baik yaitu lebih kecil dari 0,5 atau 0,8 (beberapa riset memberi opini yang berbeda).


3. PEMBAHASAN

Cronbach alpha pada tabel 1 digunakan sebagai uji apakah konstruk valid dan reliable. Nilai validity dan reliability berkisar dari nol sampai dengan satu, dimana konstruk yang bernilai 0,6 kebawah dianggap tidak valid dan reliable, konstruk yang bernilai antara 0,6 — 0,7 masih dapat diterima sebagai batas bawah. Konstruk yang bernilai diatas 0,7 dianggap cukup valid dan reliable (Hair et al. 2009).

Tabel 1. menunjukan bahwa konstruk GAD-7, SPIN, dan SWL memiliki nilai cronbach alpha yang lebih besar dari 0,8 yang menunjukan validitas dan realibilitas yang baik.


RMSEA = j


(Χ2-dfk) (N-1)


(2.7)


Tabel 1. Validitas Konvergen Model Pengukuran

Konstruk

Cronbach alpha

GAD-7

0,857

SPIN

0,918

SWL

0,864


Average variance extracted (AVE) dengan atau di atas nilai 0,5 mengindikasikan lebih banyak informasi yang dijelaskan oleh konstruk laten dibandingkan dalam model dibandingkan erornya.

Construct reliability (CR) dalam kisaran 0,6 — 0,7 atau lebih dari 0,7 mengindikasikan bahwa konstruk memiliki kekonsitenan dan mengukur hal yang sama.

Loading factor direkomendasikan memiliki nilai paling kecil 0,7 , loading factor yang lebih kecil dari 0,7 menandakan bahwa indikator tidak dapat memberikan atau menjelaskan setengah informasi pada model (Hair et al. 2009).

Tabel 2. Validitas Konvergen Model Pengukuran

Dimensi

Item

Standardized loading factor

AVE

CR

Estimat e

Z -value

Sig.

General

Anxiety Disorder Screener (GAD-7)

GA

D 1

Xi

0,843

—

—

0,710

0,830

GA

D 2

¾

0,842

50,640

0,000“

Social

Phobia Inventory (SPIN)

SPI

N 1

⅞

0,831

—

—

0,633

0,770

SPI

N 2

¾

0,758

46,861

0,000“

Satisfactio n with Life Scale (SWL)

SW

L 1

Xs

0,744s

—

—

0,718

0,838

SW

L 2

⅞

0,940

64,122

0,000“

*   = Signifikan pada 0,05.

**  = Signifikan pada 0,005

Indikator konstruk pada tabel 3.2 ditunjukan semua memiliki nilai loading factor yang lebih besar dari 0.7. Mengindikasikan loading factor memberikan informasi yang cukup. AVE dan CR masing-masing konstruk lebih besar dari 0.5 dan 0.7 mengindikasikan bahwa semua konstruk dan loading factor masing-masing konstruk layak diuji lebih lanjut

Tabel 3. Nilai HTMT Antar Konstruk Laten

Konstruk

Nilai HTMT

GAD-7    x    SPIN

0,458

GAD-7   x   SWL

0,443

SPIN    x   SWL

0,344

Berikut merupakan tabel HTMT antara keempat konstruk laten pada model pengukuran. Nilai HTMT menilai apa kedua konstruk laten

mengukur hal yang sama. Nilai HTMT yang lebih kecil daripada satu menunjukan bahwa dua konstruk laten yang diuji tidak mengukur hal yang sama. Nilai HTMT yang lebih besar dari satu berarti dua konstruk laten yang diuji mengukur hal yang sama (Henseler et al. 2015).

Semua konstruk yang dibandingkan dengan satu sama lain tidak menunjukan nilai HTMT yang lebih besar daripada satu (Nilai HTM < 1). Ini berarti tidak ada dua konstruk yang mengukur hal yang sama. Dengan model sudah teruji akan validitas dan realibilitasnya, Model secara keseluruhan akan dinilai bedasarkan goodness-of-fit nya.

Tabel 4. Hipotesis Hubungan Struktural

Anxiety → Kepuasan hidup

Ho

Anxiety tidak berpengaruh signifikan terhadap kepuasan hidup

H1

Anxiety berpengaruh signifikan terhadap kepuasan hidup secara negatif

Social phobia → Kepuasan hidup

Ho

Social phobia tidak berpengaruh signifikan terhadap kepuasan hidup

Hi

Social phobia berpengaruh signifikan terhadap kepuasan hidup secara negatif

Tabel 5. Estimasi Standardized Parameter

Hubungan struktural

Z

— value

Sig.

Standardize d Parameter Estimate

Anxiet  Kepuasa

y →  n Hidup

27,935

0,000**

—0,361

Social

Kepuasa phobia

n Hidup

14,522

0,000**

—0,175

= Signifikan pada 0,05.

** = Signifikan pada 0,005

Dari kedua hipotesis diatas, kedua hipotesis ditemukan cukup bukti untuk menolak H0.

Anxiety ditemukan memiliki pengaruh signifikan terhadap kepuasan hidup secara negatif dari hipotesis yang pertama. Setiap kenaikan satu unit Anxiety, Kepuasan hidup berkurang 0,361 unit.

Social phobia ditemukan memiliki pengaruh signifikan terhadap kepuasan hidup secara negatif dari hipotesis yang kedua. Setiap kenaikan satu unit Social phobia, Kepuasan hidup berkurang 0,175 unit.

Tabel 6. Kesesuaian Model Struktural

Chi-Square (^2)

Cutoff value

Chi-square

Degrees of freedom Chi-square/df

= 19,253 (p = 0,004) = 6

= 3,209

> 0,05

< 3

Absolute Fit

Measures

Goodness fit index (GFI)

= 0,999

> 0,900

Root mean square error of approximation (RMSEA) Standardized root

= 0,013

< 0,080

mean square residual (SRMR)

= 0,004

< 0,080

Incremental Fit

Measures

Normed fit index (NFI)

Tucker Lewis index (TLI)

= 0,999

> 0,900

= 0,999

> 0,900

Comparative fit index (CFI)

= 1,000

> 0,900

Uji hipotesa chi-square ditemukan cukup bukti untuk menolak H0. Hipotesa H0 mengasumsikan bahwa matriks kovarian pada sampel dan matriks kovarian estimasi SEM adalah sama (Hair et al. 2009). Ini bukan hasil yang diharapkan karena ada indikasi bahwa model tidak memuat informasi sampel dengan baik.

Pada sisi lain, absolute fit measures yang mengukur seberapa cocok data dengan model, melalui GFI, RMSEA, dan SRMR semuanya mengindikasikan bahwa data cocok dengan model. Incremental fit measures yang mengukur kecocokan model dibandingkan dengan model dasar menunjukan bahwa model cukup baik bedasarkan NFI, TLI, dan CFI dengan semua fit memenuhi kriteria dari cutoff value masing-masing.

Didapati dari tujuh uji kelayakan model, model memenuhi kriteria enam uji dari tujuh model (dengan catatan uji chi-square juga hampir memenuhi persyaratan). Dengan demikian model tetap dilanjutkan ke dalam analisis.

GAD-7 memiliki hubungan korelasional positif dengan SPIN (. 48). Menunjukan ada keterkaitan antara kecemasan dengan fobia sosial. Ini memang masuk akal karena fobia sosial cenderung didampingi oleh rasa kecemasan pada umumnya (Brunborg, Mentzoni, and Frøyland 2014; Mentzoni et al. 2011).

GAD-7 memiliki hubungan kausalitas (-.361) dengan SWL dan SPIN memiliki hubungan kausalitas (-.175) dengan SWL. Ini mengafirmasikan penemuan diatas dimana fobia sosial dan kecemasan memang berkorelasi dan memiliki suatu sangkut paut. Kedua konstruk ini masing-masing berkonstribusi secara negatif terhadap kepuasan hidup. Di mana 2 konstruk (kecemasan dan fobia sosial) ini dipandang sebagai sifat negatif yang dapat menghambat seseorang akan kepuasan hidup mereka. Apalagi subjek terganggu dengan kecemasan atau fobia sosial. Perlu diperhatikan meskipun kecemasan dan fobia sosial memiliki pengaruh kausalitas terhadap kepuasan hidup, ditemukan kecemasan memiliki pengaruh hampir dua kali lipat lebih besar terhadap kepuasan hidup dibandingkan dengan fobia sosial (Denİz n.d.; Dobos et al. 2020; Lee et al. 2023; Marsh et al. 2015; Meule and Voderholzer 2020; Skalski, Surzykiewicz, and Konaszewski 2021; Wendt et al. 2017; Yilmaz and Tekİn 2023; Yu et al. 2020; Zeigler-hill and Shackelford n.d.).

Penemuan berikut sesuai dengan penemuan sebelumnya di mana ditemukan pengaruh negatif antara anxiety dan social phobia terhadap life satisfaction (Barrera and Norton 2009; Dryman et al. 2016; Eng et al. 2005; Ferguson 2011; Foroughi et al. 2019, 2021; Obeid et al. 2019; Stein and Heimberg 2004; Wendt et al. 2017; Zamani et al. 2010)

4. KESIMPULAN

GAD-7 memiliki hubungan korelasional positif dengan SPIN (. 48). Fobia sosial dan kecemasan memang berkorelasi dan memiliki suatu sangkut paut.

GAD-7 memiliki hubungan kausalitas (-.361) dengan SWL dan SPIN memiliki hubungan kausalitas (-.175) dengan SWL. Kedua konstruk ini masing-masing berkonstribusi secara negatif terhadap kepuasan hidup.

DAFTAR PUSTAKA

Apply, How To, Community Service, David Watson, Lee Anna Clark, Sheldon Cohen, Psychosocial Measures, Asian Americans, Christiane Gross, Charles Spielberger, Ed Diener, Robert A. Emmons, Randy J. Larsen, Sharon Griffin, Ed Diener, Robert A. Emmons, Randy J. Larsen, and Sharon Griffin. 2016. “Erceived Tress Cale.” 8(45):1–2. doi: 10.1207/s15327752jpa4901.

Barrera, Terri L., and Peter J. Norton. 2009. “Journal of Anxiety Disorders Quality of Life Impairment in Generalized Anxiety Disorder , Social Phobia , and Panic Disorder.” 23:1086– 90. doi: 10.1016/j.janxdis.2009.07.011.

Brunborg, Geir Scott, Rune Aune Mentzoni, and Lars Roar Frøyland. 2014. “Is Video Gaming , or Video Game Addiction , Associated with Depression , Academic Achievement , Heavy Episodic Drinking , or Conduct Problems ?” doi: 10.1556/JBA.3.2014.002.

Connor, Kathryn M., Jonathan R. T. Davidson, L. Erik Churchill, Andre W. Sherwood, Edna F. Oa, and Richard H. Weisler. 1999. “Connor_2000_SPIN.”

Denİz, Metin. n.d. “Analysis of the Relationship Between Coronaphobia , Health Anxiety , and Life Satisfaction.”

Dobos, Bianka, Robert Urban, Dianna Kenny, and Bettina F. Piko. 2020. “The Mediating Role of Social Phobia Between Perfectionism and Low Life Satisfaction Among Young Women.” 9(1):1–6.

Dryman, M. Taylor, Shani Gardner, Justin W. Weeks, and Richard G. Heimberg. 2016. “Journal of Anxiety Disorders Social Anxiety Disorder and Quality of Life : How Fears of Negative and Positive Evaluation Relate to Specific Domains of Life Satisfaction.” 38:1– 8.

Eng, Winnie, Meredith E. Coles, Richard G. Heimberg, and Steven A. Safren. 2005. “Domains of Life Satisfaction in Social Anxiety Disorder: Relation to Symptoms and Response to Cognitive-Behavioral Therapy.” Journal of Anxiety Disorders 19(2):143–56. doi: 10.1016/j.janxdis.2004.01.007.

Ferguson, Christopher J. 2011. “Video Games and Youth Violence: A Prospective Analysis in Adolescents.” 377–91. doi: 10.1007/s10964-010-9610-x.

Foroughi, Behzad, Mark D. Griffiths, Mohammad Iranmanesh, and Yashar Salamzadeh. 2021. “Associations Between Instagram Addiction , Academic Performance , Social Anxiety , Depression , and Life Satisfaction Among University Students.”

Foroughi, Behzad, Mohammad Iranmanesh, Davoud Nikbin, and Sunghyup Sean. 2019. “Telematics and Informatics Are Depression and Social Anxiety the Missing Link between Facebook Addiction and Life Satisfaction ? The Interactive e Ff Ect of Needs and SelfRegulation.” Telematics and Informatics 43(July):101247.                         doi:

10.1016/j.tele.2019.101247.

Hair, Joseph F., William C. Black, Barry J. Babin, and Rolph E. Anderson. 2009. Multivariate Data Analysis.

Henseler, Jörg, Christian M. Ringle, and Marko Sarstedt. 2015. “A New Criterion for Assessing Discriminant Validity in Variance-Based Structural Equation Modeling.” Journal of the Academy of Marketing Science 43(1):115–35. doi: 10.1007/s11747-014-0403-8.

Lee, Angel, Wai Chan, Jacky Chi, and Kit Ng. 2023. “The Role of Fear of Negative Evaluation on the Effects of Self ‑ Control on Affective States and Life Satisfaction: A Moderated Mediation Analysis.” Current Psychology 42(35):31280–93. doi: 10.1007/s12144-022-04130-7.

Marsh, Herbert W., Oliver Lüdtke, Benjamin Nagengast, Ulrich Trautwein, Adel Salah Abduljabbar, Faisal Abdelfattah, and Malte Jansen. 2015. “Dimensional Comparison Theory: Paradoxical Relations between SelfBeliefs and Achievements in Multiple Domains.” Learning and Instruction 35:16–32. doi: 10.1016/j.learninstruc.2014.08.005.

Mentzoni, Rune Aune, D. Psy, Geir Scott Brunborg, M. Sc, Helge Molde, D. Ph, Helga Myrseth, D. Psy, B. Sc, Jørn Hetland, and D.

Ph. 2011. “Problematic Video Game Use: Estimated Prevalence and Associations with Mental and Physical Health.” 14(10). doi: 10.1089/cyber.2010.0260.

Meule, Adrian, and Ulrich Voderholzer. 2020. “Life Satisfaction in Persons with Mental Disorders.” Quality of Life Research 29(11):3043–52. doi: 10.1007/s11136-020-02556-9.

Obeid, Sahar, Kassandra Fares, Souheil Hallit, and Pascale Salameh. 2019. “Factors Associated with Fear of Intimacy among a Representative Sample of the Lebanese Population : The Role of Depression , Social Phobia , Self ‐ Esteem , Intimate Partner Violence , Attachment , and Maladaptive Schemas.” (August). doi: 10.1111/ppc.12438.

Sauter, Marian, and Dejan Draschkow. 2017. “Are Gamers Sad and Isolated? A Database about the Anxiety, Life Satisfaction and Social Phobia of over 13000 Participants.”

Skalski, Sebastian, Janusz Surzykiewicz, and Karol Konaszewski. 2021. “Religious Coping and Life Satisfaction during the COVID-19 Pandemic among Polish Catholics . The Mediating Effect of Coronavirus Anxiety.”

Spitzer, Robert L., K. Kroenke, J. B. Williams, and B. Löwe. 2006. “Generalized Anxiety Disorder 7-Item ( GAD-7 ) Scale.” Archives of Internal Medicine 166:1092–97.

Stein, Murray B., and Richard G. Heimberg. 2004. “Well-Being and Life Satisfaction in Generalized Anxiety Disorder : Comparison to Major Depressive Disorder in a Community Sample.” 79:161–66. doi: 10.1016/S0165-0327(02)00457-3.

Tsitsas, George, Panagiotis Nanopoulos, and Antonia Paschali. 2019. “Life Satisfaction, and Anxiety Levels among University Students.” Creative Education 10(05):947–61. doi: 10.4236/ce.2019.105071.

Wendt, Ruth, Ruth Festl, Michael Scharkow, and Thorsten Quandt. 2017. “Problematic Computer Game Use among Adolescents , Younger and Older Adults.” (March 2013). doi: 10.1111/add.12016.

Yilmaz, Mustafa, and Özge Erduran Tekİn. 2023. “The Mediating Role of Life Satisfaction in the Relationship of Coronavirus Anxiety and Social Media Addiction.” 10(1):174–88.

Yu, Mingli, Tian Qiu, Chunli Liu, Qi Cui, and Hui Wu. 2020. “The Mediating Role of Perceived Social Support between Anxiety Symptoms and Life Satisfaction in Pregnant Women : A CrossSectional Study.” 1–8.

Zamani, Bibi Eshrat, Ali Kheradmand, Ahmad Abedi, and Sari Agricultural Sciences. 2010. “Comparing the Social Skills of Students Addicted to Computer Games with Normal Students.” 9338(March). doi: 10.1016/S0924-9338(12)74212-8.

Zeigler-hill, Virgil, and Todd K. Shackelford. n.d. Encyclopedia of Personality and Individual Differences.

27