Detail
Article
Online article
FT
Medvik - BMC
  • Something wrong with this record ?

Psychometrické vlastnosti škály kyberagresie a kyberviktimizácie (CAV): overenie faktorovej štruktúry, vnútornej konzistencie a invariancie merania

Robert Tomšik, Alena Kopányiová, Eva Smiková

. 2025 ; 19 (3) : 1-23.

Status minimal Language Slovak Country Czech Republic

Cieľom štúdie je overenie psychometrických vlastností škály CAV, určenej na mapovanie skúseností s kyberagresiou a kyberviktimizáciou. Nástroj je tvorený 24 položkami rozdelenými do dvoch subškál: Kyberagresia (CAV-CB; 12 položiek) a Kyberviktimizácia (CAV-CV; 12 položiek). Výskumný súbor pozostával z N = 5 159 respondentov/tiek vo veku od 14 do 18 rokov (M = 16,06; SD = 1,159), pričom 51,3 % tvorili chlapci a 48,7 % dievčatá. Na overenie faktorovej štruktúry bola použitá konfirmačná faktorová analýza (CFA), aplikovaná metódou DWLS s robustnou korekciou, pričom posudzované boli štandardné indexy zhody. Na základe výsledkov analýz bol podporený dvojfaktorový model: χ2 (251) = 530,064; p < 0,001; CFI = 0,993; TLI = 0,992; RMSEA = 0,016 (90% CI: 0,014 – 0,018). Analýza invariancie merania bola vykonaná vzhľadom na rod a vek, pričom testované boli konfigurálna, metrická, skalárna a striktná invariancia. Hodnoty testov invariancie merania pri porovnaní podľa rodu a veku boli konzistentné so všetkými modelmi invariancie, čo umožňuje porovnávanie skóre medzi skupinami. Reliabilita škály bola hodnotená pomocou Cronbachovho α a McDonaldovho ω, pričom faktory mali uspokojivú vnútornú konzistenciu (CAV-CB: α = 0,907, ω = 0,908; CAV-CV: α = 0,920, ω = 0,921). Kyberagresia signifikantne korelovala s kyberviktimizáciou (r = 0,699; p < 0,001), čo naznačuje vzájomnú súvislosť medzi oboma faktormi. Percentilová distribúcia skóre v populácii dospievajúcich umožnila stanoviť orientačné normo-referenčné hranice pre subškály CAV-CB a CAV-CV, na základe ktorých bola vytvorená trojstupňová klasifikácia úrovne expozície určená na výskumné a preventívne účely.

The aim of this study was to evaluate the psychometric properties of the Cyber-Aggression and Cyber- Victimization Scale (CAV), which was developed to assess adolescents’ experiences with cyber-aggression and cyber-victimisation. The instrument consists of 24 items divided into two subscales: Cyber-aggression (CAV-CB; 12 items) and Cyber-victimization (CAV-CV; 12 items). The research sample comprised N = 5,159 adolescents aged 14 to 18 years (M = 16.06; SD = 1.159), with 51.3%boys and 48.7%girls. Confirmatory factor analysis (CFA) was used to assess the factor structure, employing the DWLS method with robust corrections and evaluating standard goodness-of-fit indices. The analysis supported a two-factor model: χ2 (251) = 530.064; p < .001; CFI = .993; TLI = .992; RMSEA = .016 (90% CI: .014–.018). Measurement invariance was tested across gender and age groups, including configural, metric, scalar, and strict invariance. Invariance testing results indicated acceptable fit for all models, supporting the comparability of scores across groups. Reliability was assessed using Cronbach’s alpha and McDonald’s omega, both indicating satisfactory internal consistency (CAV-CB: α = .907, ω = .908; CAV-CV: α = .920, ω = .921). Cyberaggression showed a significant correlation with cybervictimization (r = .699; p < .001), indicating a substantial relationship between the two constructs. The percentile distribution of scores in the adolescent population made it possible to establish provisional norm-referenced cut-off points for the CAV-CB and CAV- CV subscales, based on which a three-level classification of exposure was created for research and preventive purposes.

References provided by Crossref.org

Bibliography, etc.

Literatura

000      
00000naa a2200000 a 4500
001      
bmc25019599
003      
CZ-PrNML
005      
20250930134458.0
007      
cr|cn|
008      
250930s2025 xr fs 000 0|slo||
009      
eAR
024    7_
$a 10.29364/epsy.530 $2 doi
040    __
$a ABA008 $d ABA008 $e AACR2 $b cze
041    0_
$a slo $b eng
044    __
$a xr
100    1_
$a Tomšik, Robert, $d 1991- $7 xx0230358 $u Výskumný ústav detskej psychológie a patopsychológie, Bratislava
245    10
$a Psychometrické vlastnosti škály kyberagresie a kyberviktimizácie (CAV): overenie faktorovej štruktúry, vnútornej konzistencie a invariancie merania / $c Robert Tomšik, Alena Kopányiová, Eva Smiková
504    __
$a Literatura
520    3_
$a Cieľom štúdie je overenie psychometrických vlastností škály CAV, určenej na mapovanie skúseností s kyberagresiou a kyberviktimizáciou. Nástroj je tvorený 24 položkami rozdelenými do dvoch subškál: Kyberagresia (CAV-CB; 12 položiek) a Kyberviktimizácia (CAV-CV; 12 položiek). Výskumný súbor pozostával z N = 5 159 respondentov/tiek vo veku od 14 do 18 rokov (M = 16,06; SD = 1,159), pričom 51,3 % tvorili chlapci a 48,7 % dievčatá. Na overenie faktorovej štruktúry bola použitá konfirmačná faktorová analýza (CFA), aplikovaná metódou DWLS s robustnou korekciou, pričom posudzované boli štandardné indexy zhody. Na základe výsledkov analýz bol podporený dvojfaktorový model: χ2 (251) = 530,064; p < 0,001; CFI = 0,993; TLI = 0,992; RMSEA = 0,016 (90% CI: 0,014 – 0,018). Analýza invariancie merania bola vykonaná vzhľadom na rod a vek, pričom testované boli konfigurálna, metrická, skalárna a striktná invariancia. Hodnoty testov invariancie merania pri porovnaní podľa rodu a veku boli konzistentné so všetkými modelmi invariancie, čo umožňuje porovnávanie skóre medzi skupinami. Reliabilita škály bola hodnotená pomocou Cronbachovho α a McDonaldovho ω, pričom faktory mali uspokojivú vnútornú konzistenciu (CAV-CB: α = 0,907, ω = 0,908; CAV-CV: α = 0,920, ω = 0,921). Kyberagresia signifikantne korelovala s kyberviktimizáciou (r = 0,699; p < 0,001), čo naznačuje vzájomnú súvislosť medzi oboma faktormi. Percentilová distribúcia skóre v populácii dospievajúcich umožnila stanoviť orientačné normo-referenčné hranice pre subškály CAV-CB a CAV-CV, na základe ktorých bola vytvorená trojstupňová klasifikácia úrovne expozície určená na výskumné a preventívne účely.
520    9_
$a The aim of this study was to evaluate the psychometric properties of the Cyber-Aggression and Cyber- Victimization Scale (CAV), which was developed to assess adolescents’ experiences with cyber-aggression and cyber-victimisation. The instrument consists of 24 items divided into two subscales: Cyber-aggression (CAV-CB; 12 items) and Cyber-victimization (CAV-CV; 12 items). The research sample comprised N = 5,159 adolescents aged 14 to 18 years (M = 16.06; SD = 1.159), with 51.3%boys and 48.7%girls. Confirmatory factor analysis (CFA) was used to assess the factor structure, employing the DWLS method with robust corrections and evaluating standard goodness-of-fit indices. The analysis supported a two-factor model: χ2 (251) = 530.064; p < .001; CFI = .993; TLI = .992; RMSEA = .016 (90% CI: .014–.018). Measurement invariance was tested across gender and age groups, including configural, metric, scalar, and strict invariance. Invariance testing results indicated acceptable fit for all models, supporting the comparability of scores across groups. Reliability was assessed using Cronbach’s alpha and McDonald’s omega, both indicating satisfactory internal consistency (CAV-CB: α = .907, ω = .908; CAV-CV: α = .920, ω = .921). Cyberaggression showed a significant correlation with cybervictimization (r = .699; p < .001), indicating a substantial relationship between the two constructs. The percentile distribution of scores in the adolescent population made it possible to establish provisional norm-referenced cut-off points for the CAV-CB and CAV- CV subscales, based on which a three-level classification of exposure was created for research and preventive purposes.
700    1_
$a Smiková, Eva $7 _AN079633 $u Výskumný ústav detskej psychológie a patopsychológie, Bratislava
700    1_
$a Kopányiová, Alena $7 xx0264780 $u Výskumný ústav detskej psychológie a patopsychológie, Bratislava
773    0_
$t E-psychologie $x 1802-8853 $g Roč. 19, č. 3 (2025), s. 1-23 $w MED00174310
856    41
$u https://e-psycholog.eu/pdf/Tomsik_etal.pdf $y plný text volně přístupný
910    __
$a ABA008 $b online $y 0 $z 0
990    __
$a 20250929114254 $b ABA008
991    __
$a 20250930140751 $b ABA008
999    __
$a min $b bmc $g 2402461 $s 1257753
BAS    __
$a 3 $a 4
BMC    __
$a 2025 $b 19 $c 3 $d 1-23 $i 1802-8853 $m E-psychologie $x MED00174310
LZP    __
$a NLK 2025-33/dk

Find record

Citation metrics

Loading data ...

Archiving options

Loading data ...