Pesten in een cyberwereld

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


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.


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


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


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?


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


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


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.


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


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.


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


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)


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


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.


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).


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).


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.


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


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.


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.


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,


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


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.


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.


Tabel 5.

Correlatie tussen overtuiging x gewicht en de gedragsdeterminant injunctieve norm


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


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


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


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


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


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


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,


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.


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.


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.


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


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).

http://www.bullylab.com/Portals/0/Peer%20involvement%20in%20bullying-%20Insights%20and%20challenges%20for%20intervention.pdf�

http://www.bullylab.com/Portals/0/Peer%20involvement%20in%20bullying-%20Insights%20and%20challenges%20for%20intervention.pdf�


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

https://ncjrs.gov/pdffiles1/ojjdp/grants/226233.pdf#page=97�


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


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

Pesten in een cyberwereld

Documents

Transcript of Pesten in een cyberwereld