Cyberbullying, Mediennutzung und ethische Medienkompetenz
– Analyse quer- und längsschnittlicher Zusammenhänge –
vorgelegt von
M. A.
Christin R. Müller
geb. in Berlin
von der Fakultät I – Geistes- und Bildungswissenschaften
der Technischen Universität Berlin
zur Erlangung des akademischen Grades
Doktorin der Philosophie
– Dr.in phil. –
genehmigte Dissertation
Promotionsausschuss:
Vorsitzender: Prof. Dr. Johannes Meyser
Gutachterin: Prof.in Dr.in Angela Ittel
Gutachterin: Prof.in Dr.in Dagmar Strohmeier
Tag der wissenschaftlichen Aussprache: 24. August 2016
Berlin, 2016
DANKSAGUNG
i
DANKSAGUNG
Die vorliegende Dissertation hat mein Leben und zum Teil auch das Leben meiner Betreuerinnen
und Betreuer, Kolleginnen und Kollegen sowie Freundinnen und Freunde in den letzten Wochen, Mo-
naten und Jahren maßgeblich geprägt. An dieser Stelle möchte ich mich bei allen diesen Personen für
ihre seelisch-moralische, syntaktische, lexikalische, grammatikalische und wissenschaftliche Unterstüt-
zung bedanken.
Prof.in Dr.in Angela Ittel möchte ich für die Übernahme des Erstgutachtens, den inhaltlichen und
methodischen Gestaltungsspielraum und die beständige Ermutigung und Motivation (manche würden
es sanften Druck nennen) danken. Prof.in Dr.in Dagmar Strohmeier möchte ich für die Übernahme des
Zweitgutachtens und das damit verbundene Interesse an meiner wissenschaftlichen Arbeit danken.
Prof. Dr. Jan Pfetsch bin ich ganz besonders dankbar. Der liebevolle seelisch-moralische Beistand
und die stets geduldige, interessierte und engagierte, uneingeschränkte fachliche sowie methodische
Betreuung und Unterstützung haben die vorliegende Dissertation in dieser Form erst möglich gemacht.
Das habe ich nie als selbstverständlich angesehen. Vielen, vielen Dank!
Meinen Kolleginnen und Kollegen im Institut für Erziehungswissenschaft möchte ich dafür danken,
dass sie mein Jammern ertragen und mich in Phasen der Unsicherheit und Verzweiflung aufgefangen
und begleitet haben. Besonders Dörte Adam, Susann Kunde und Prof.in Dr.in Rebecca Lazarides möch-
te ich hier erwähnen. Danke auch an die an der Durchführung der Studien beteiligten Praktikantinnen
und Praktikanten.
Für das sehr kurzfristige, fleißige Korrekturlesen der vorliegenden Dissertation danke ich Melanie
Lubke und Gunnar Ruthenberg. Für die aufschlussreichen Gespräche über Längsschnittmodelle und
Stabilitätskoeffizienten im ICE 90 danke ich zudem Dr.in Ruth Festl und Prof. Dr. Jens Vogelgesang.
DANKSAGUNG
ii
Meinen Freundinnen und Freunden und meiner Familie möchte ich dafür danken, dass sie in den
letzten Jahren ein wichtiger Rückhalt (und häufig auch eine willkommene Ablenkung) waren. Beson-
ders hervorheben möchte ich Adrian Lehmann und unseren wundervollen Sohn Jonas. Trotz zahlrei-
cher eigener Verpflichtungen bei der Arbeit, im Studium und in der Kita habt ihr mich zu jeder Zeit un-
terstützt und motiviert und mir immer wieder gezeigt, was im Leben wirklich zählt. Danke schön.
INHALT
iii
INHALT
TABELLEN .............................................................................................................................................. viii
ABBILDUNGEN .........................................................................................................................................x
ZUSAMMENFASSUNG ............................................................................................................................ xii
THEORETISCHER TEIL ............................................................................................................................. 1
1. Digitale Medien in der Informations- und Mediengesellschaft: Nutzung, Chancen, Risiken ........ 1
1.1 Nutzung digitaler Medien ....................................................................................................... 2
1.2 Chancen digitaler Medien ....................................................................................................... 4
1.3 Risiken digitaler Medien .......................................................................................................... 5
2. Cyberbullying .................................................................................................................................... 7
2.1 Definition, Besonderheiten und Formen von Cyberbullying .................................................. 8
2.1.1 Traditionelles Bullying ................................................................................................. 8
2.1.2 Cyberbullying ............................................................................................................... 9
2.2 Rollen beim Cyberbullying: Cyberbullies, Cybervictims und Unbeteiligte ............................ 19
2.3 Prävalenzen und Prädiktoren von Cyberbullying .................................................................. 20
2.3.1 Prävalenzen von Cyberbullying .................................................................................. 20
2.3.2 Prädiktoren von Cyberbullying .................................................................................. 25
3. Cyberbullying, Medienkompetenz und ethische Medienkompetenz .......................................... 35
3.1 Definition von Medienkompetenz und ethischer Medienkompetenz.................................. 36
3.1.1 Kompetenz und kommunikative Kompetenz ............................................................ 36
3.1.2 Medienkompetenz ..................................................................................................... 37
3.1.3 Ethische Medienkompetenz ...................................................................................... 42
3.2 Cyberbullying, Medienkompetenz und ethische Medienkompetenz ................................... 45
3.2.1 Mediennutzung, Medienkompetenz und ethische Medienkompetenz .................... 46
3.2.2 Cyberbullying, Mediennutzung, Medienkompetenz und ethische
Medienkompetenz ..................................................................................................... 46
INHALT
iv
4. Ziele, Fragestellungen und Hypothesen ........................................................................................ 50
4.1 Studie 1 – Querschnittlicher Zusammenhang zwischen der Mediennutzung,
Cyberbullying und Cyberviktimisierung ................................................................................ 50
4.2 Studie 2 – Längsschnittlicher Zusammenhang zwischen der Mediennutzung,
Cyberbullying und Cyberviktimisierung ................................................................................ 51
4.3 Studie 3 – Zusammenhang zwischen der Mediennutzung, ethischer
Medienkompetenz, Cyberbullying und Cyberviktimisierung ................................................ 52
EMPIRISCHER TEIL ............................................................................................................................... 55
5. Die Studie CyberEmp ...................................................................................................................... 55
5.1 Planung .................................................................................................................................. 55
5.2 Durchführung ........................................................................................................................ 56
6. Stichprobe....................................................................................................................................... 58
6.1 Teilnahme .............................................................................................................................. 58
6.2 Stichprobenmerkmale ........................................................................................................... 60
7. Messinstrumente ........................................................................................................................... 64
7.1 Cyberbullying und Cyberviktimisierung ................................................................................ 64
7.2 Geschlecht, Alter, traditionelles Bullying und traditionelle Viktimisierung .......................... 73
7.3 Mediennutzung ..................................................................................................................... 74
7.4 Ethische Medienkompetenz.................................................................................................. 77
8. Studie 1 – Querschnittlicher Zusammenhang zwischen der Mediennutzung,
Cyberbullying und Cyberviktimisierung ........................................................................................ 80
8.1 Aktueller Forschungsstand .................................................................................................... 80
8.1.1 Cyberbullying ............................................................................................................. 80
8.1.2 Cyberbullying und die Nutzung digitaler Medien ...................................................... 81
8.1.3 Untersuchungsleitende Fragestellungen ................................................................... 82
INHALT
v
8.2 Methode ................................................................................................................................ 82
8.2.1 Durchführung und Stichprobe ................................................................................... 82
8.2.2 Messinstrumente ....................................................................................................... 83
8.3 Ergebnisse ............................................................................................................................. 84
8.3.1 Deskriptive Ergebnisse ............................................................................................... 84
8.3.2 Hypothese 1 – Cyberbullies und Cybervictims nutzen Mobiltelefone
und Internet häufiger als Unbeteiligte ...................................................................... 84
8.3.3 Hypothese 2 – Cyberbullies und Cybervictims nutzen Mobiltelefone
und Internet vielfältiger als Unbeteiligte ................................................................... 87
8.4 Diskussion .............................................................................................................................. 88
9. Studie 2 – Längsschnittlicher Zusammenhang zwischen der Mediennutzung,
Cyberbullying und Cyberviktimisierung ........................................................................................ 91
9.1 Current state of research ...................................................................................................... 91
9.1.1 Cyberbullying ............................................................................................................. 91
9.1.2 Cyberbullying and media use – cross-sectional and longitudinal studies ................. 92
9.1.3 Research Questions ................................................................................................... 94
9.2 Method .................................................................................................................................. 95
9.2.1 Procedure .................................................................................................................. 95
9.2.2 Participants ................................................................................................................ 95
9.2.3 Measures ................................................................................................................... 96
9.2.4 Data Analysis .............................................................................................................. 97
9.3 Results ................................................................................................................................... 98
9.3.1 Hypothesis 3 – Media use is a longitudinal risk factor of cyberbullying ................... 99
9.3.2 Hypothesis 4 – Media use is a longitudinal risk factor of cybervictimization ......... 101
9.4 Discussion ............................................................................................................................ 102
INHALT
vi
10. Studie 3 – Zusammenhang zwischen der Mediennutzung, ethischer Medienkompetenz,
Cyberbullying und Cyberviktimisierung ...................................................................................... 106
10.1 Current state of research .................................................................................................... 106
10.1.1 Cyberbullying ........................................................................................................... 107
10.1.2 Cyberbullying, media use and ethical media competence ...................................... 107
10.1.3 Research Questions ................................................................................................. 110
10.2 Method ................................................................................................................................ 110
10.2.1 Procedure ................................................................................................................ 110
10.2.2 Participants .............................................................................................................. 111
10.2.3 Measures ................................................................................................................. 111
10.2.4 Data Analysis ............................................................................................................ 112
10.3 Results ................................................................................................................................. 113
10.3.1 Descriptive Results ................................................................................................... 113
10.3.2 Correlations between cyberbullying, cybervictimization, media use and
ethical media competence ...................................................................................... 113
10.3.3 Hypothesis 5 – Ethical media competence buffers the positive effect of
media use on cyberbullying ..................................................................................... 114
10.3.4 Hypothesis 6 – Ethical media competence buffers the positive effect of
media use on cybervictimization ............................................................................. 116
10.4 Discussion ............................................................................................................................ 117
DISKUSSION ........................................................................................................................................ 120
11. Zusammenfassung und Interpretation der Ergebnisse ............................................................... 120
11.1 Studie 1 – Querschnittlicher Zusammenhang zwischen der Mediennutzung,
Cyberbullying und Cyberviktimisierung .............................................................................. 121
11.2 Studie 2 – Längsschnittlicher Zusammenhang zwischen der Mediennutzung,
Cyberbullying und Cyberviktimisierung .............................................................................. 125
INHALT
vii
11.3 Studie 3 – Zusammenhang zwischen der Mediennutzung, ethischer
Medienkompetenz, Cyberbullying und Cyberviktimisierung .............................................. 129
12. Implikationen ............................................................................................................................... 133
12.1 Implikationen für die Forschung ......................................................................................... 133
12.1.1 Stabilität von Cyberbullying und Cyberviktimisierung ............................................. 133
12.1.2 Mediennutzung als Risikofaktor für Cyberbullying und Cyberviktimisierung ......... 135
12.1.3 Ethische Medienkompetenz als Schutzfaktor für Cyberbullying und
Cyberviktimisierung ................................................................................................. 138
12.2 Implikationen für die Prävention und Intervention bei Cyberbullying und
Cyberviktimisierung ............................................................................................................ 139
12.2.1 Stabilität von Cyberbullying und Cyberviktimisierung ............................................. 140
12.1.2 Mediennutzung als Risikofaktor für Cyberbullying und Cyberviktimisierung ......... 140
12.1.3 Ethische Medienkompetenz als Schutzfaktor für Cyberbullying und
Cyberviktimisierung ................................................................................................. 142
13. Grenzen und Stärken der Studien ................................................................................................ 149
13.1 Grenzen der Studien ............................................................................................................. 149
13.2 Stärken der Studien .............................................................................................................. 152
LITERATUR ........................................................................................................................................... 154
ANHANG .............................................................................................................................................. 186
TABELLEN
viii
TABELLEN
Tabelle 1. Klassifikation der Risiken digitaler Medien nach Livingstone und Haddon (2009) ................. 6
Tabelle 2. Definitionen von Cyberbullying ............................................................................................. 15
Tabelle 3. Prävalenzen von Cyberbullying (Auswahl) ............................................................................ 20
Tabelle 4. Prädiktoren von Cyberbullying (Auswahl) ............................................................................. 26
Tabelle 5. Cyberbullying und Mediennutzung ....................................................................................... 31
Tabelle 6. Medienkompetenz nach Baacke (1999) ................................................................................ 38
Tabelle 7. Definitionen von Medienkompetenz ..................................................................................... 39
Tabelle 8. Fragebögen der Studie CyberEmp ......................................................................................... 56
Tabelle 9. Stichprobe der Studie CyberEmp (N = 1 231) ........................................................................ 58
Tabelle 10. Dropoutanalyse ................................................................................................................... 59
Tabelle 11. Stichprobenmerkmale Alter, Schulform und Klassenstufe .................................................. 61
Tabelle 12. Stichprobenmerkmale Formen und Häufigkeit der Mediennutzung .................................. 62
Tabelle 13. Skalenkennwerte der Cyberbullyingskala (Auswahl) .......................................................... 65
Tabelle 14. Faktorenanalyse der Cyberbullyingskala (Auswahl) ........................................................... 67
Tabelle 15. Skalenkennwerte der Cyberbullyingsubskalen (Auswahl) ................................................... 68
Tabelle 16. Skalenkennwerte der Cyberviktimisierungsskala (Auswahl) ............................................... 69
Tabelle 17. Faktorenanalyse der Cyberviktimisierungsskala (Auswahl) ................................................ 71
Tabelle 18. Skalenkennwerte der Cyberviktimisierungssubskalen (Auswahl) ....................................... 72
Tabelle 19. Itemkennwerte traditionelles Bullying und traditionelle Viktimisierung ............................ 73
Tabelle 20. Skalenkennwerte der Mediennutzungsskala (Auswahl) ..................................................... 74
Tabelle 21. Faktorenanalyse der Mediennutzungsskala (Auswahl) ...................................................... 76
Tabelle 22. Skalenkennwerte der Mediennutzungssubskalen (Auswahl) .............................................. 76
Tabelle 23. Skalenkennwerte der EMC-Skala (Auswahl) ....................................................................... 78
Tabelle 24. Faktorenanalyse der EMC-Skala ......................................................................................... 79
Tabelle 25. Deskriptive Statistik (M, SD) der Häufigkeit und Vielfalt der Mediennutzung .................... 84
Tabelle 26. Measurement Invariance Testing ....................................................................................... 99
TABELLEN
ix
Tabelle 27. Descriptives for cyberbullying, cybervictimization, media use and ethical
media competence ............................................................................................................ 113
Tabelle 28. Pearson correlations of cyberbullying, cybervictimization, media use and ethical
media competence ............................................................................................................ 114
Tabelle 29. Regression of cyberbullying on media use and ethical media competence ...................... 114
Tabelle 30. Regression of cybervictimization on media use and ethical media competence .............. 116
ABBILDUNGEN
x
ABBILDUNGEN
Abbildung 1. Cyber Aggression, Cyber Bullying und Cyber Harassment. ................................................ 7
Abbildung 2. Ethische Medienkompetenz............................................................................................. 43
Abbildung 3. Empirische und zufällige Eigenwerte der Cyberbullyingskala .......................................... 66
Abbildung 4. Empirische und zufällige Eigenwerte der Cyberviktimisierungsskala .............................. 70
Abbildung 5. Empirische und zufällige Eigenwerte der Mediennutzungsskala ..................................... 75
Abbildung 6. Empirische und zufällige Eigenwerte der EMC-Skala. ...................................................... 78
Abbildung 7. Interaktion von Gruppe, Alter und Häufigkeit der Nutzung von SMS.............................. 86
Abbildung 8. Interaktion von Gruppe, Alter und Summe der Internetaktivitäten ................................ 88
Abbildung 9. Cross-lagged model of media use and cyberbullying ..................................................... 100
Abbildung 10. Cross-lagged model of media use and cybervictimization ........................................... 102
Abbildung 11. Ethical media competence ........................................................................................... 109
Abbildung 12. Interaction of media use, ethical media competence, and cyberbullying. .................. 115
Abbildung 13. Interaction of media use, ethical media competence, and cybervictimization ........... 117
Abbildung 14. Mögliches Analysevorgehen ........................................................................................ 138
xi
„Junge Menschen leben online. Sie organisieren und synchronisieren ihren Alltag
und vor allem auch ihre sozialen Kontakte im Internet.“
(Schenk et al., 2012, S. 5)
ZUSAMMENFASSUNG
xii
ZUSAMMENFASSUNG
Die Nutzung digitaler Medien zur Information, Unterhaltung und Kommunikation ist zentraler Be-
standteil des Alltags von Kindern und Jugendlichen: 75 % bis 84 % der 6–13-Jährigen und 93 % bis 94 %
der 12–19-Jährigen nutzten 2014 Mobiltelefone und das Internet mehrmals wöchentlich bis täglich
(Medienpädagogischer Forschungsverbund Südwest [MPFS], 2014, 2015). Diese wöchentliche bis tägli-
che Nutzung digitaler Medien ist mit zahlreichen Chancen, aber auch mit Inhalts-, Kontakt- und Verhal-
tensrisiken verbunden, z. B. Cyberbullying (Guan & Subrahmanyam, 2009; Hinduja & Patchin, 2008;
Livingstone, Haddon, Görzig & Ólafsson, 2011).
Cyberbullying wird in Anlehnung an die Definition traditionellen Bullyings als “any behavior per-
formed through electronic or digital media by individuals or groups that repeatedly communicates hos-
tile or aggressive messages intended to inflict harm or discomfort on others” definiert (Tokunaga,
2010, S. 278). Die Nutzung digitaler Medien ist also eine Bedingung bzw. ein möglicher Risikofaktor für
Cyberbullying.
Demgemäß verweisen einige Studien auf einen positiven Zusammenhang zwischen der Häufigkeit
der Mediennutzung und Cyberbullying (Täterperspektive) bzw. Cyberviktimisierung (Opferperspekti-
ve) (z. B. Erdur-Baker, 2010; Görzig, 2011; Hinduja & Patchin, 2008). Andere Studien zeigen, dass es
keinen Zusammenhang zwischen der Häufigkeit der Mediennutzung, Cyberbullying und Cyberviktimi-
sierung gibt (z. B. Vandebosch & van Cleemput, 2009; Cappadocia, Craig & Pepler, 2013). Wieder ande-
re Studien zeigen, dass der Zusammenhang variiert, je nachdem, ob die Mediennutzung die Häufigkeit
der Mobiltelefon- oder der Internetnutzung beinhaltet (z. B. Mark & Ratliffe, 2011; You & Lim, 2016).
Studie 1 der vorliegenden Dissertation untersuchte daher, ob die Häufigkeit der Mediennutzung,
Cyberbullying und Cyberviktimisierung querschnittlich zusammenhängen bzw. ob sich Cyberbullies,
Cybervictims und Unbeteiligte in Bezug auf die Häufigkeit der Mobiltelefon- und Internetnutzung von-
einander unterscheiden. Angenommen wurde, dass Cyberbullies und Cybervictims Mobiltelefone und
das Internet häufiger und vielfältiger nutzen als Unbeteiligte.
ZUSAMMENFASSUNG
xiii
Die uni- und multivariaten Varianzanalysen zeigen, dass Mädchen und ältere Kinder und Jugendli-
che (13–16 Jahre) Mobiltelefone für Anrufe und SMS, das Internet und soziale Netzwerke häufiger und
vielfältiger nutzen als Jungen und jüngere Kinder und Jugendliche (8–12 Jahre). Entgegen der Annah-
men nutzen aber Cyberbullies und Cybervictims unter statistischer Kontrolle von Geschlecht und Alter
Mobiltelefone und das Internet nicht grundsätzlich häufiger und vielfältiger als Unbeteiligte. Cyberbul-
lies und ältere Cybervictims nutzen Mobiltelefone häufiger zum Senden und Empfangen von SMS als
Unbeteiligte. Cyberbullies und Cybervictims nutzen zudem das Internet, nicht aber soziale Netzwerke
häufiger und vielfältiger als Unbeteiligte. Unklar bleibt an dieser Stelle, ob die häufige und vielfältige
Mediennutzung eher eine Ursache (Sozialisationshypothese) oder eine Wirkung (Selektionshypothese)
von Cyberbullying und Cyberviktimisierung ist.
Studie 2 der vorliegenden Dissertation untersuchte daher, ob die Mediennutzung, Cyberbullying
und Cyberviktimisierung längsschnittlich zusammenhängen. Angenommen wurde, dass die Medien-
nutzung, Cyberbullying und Cyberviktimisierung moderat stabil sind. Die Stabilität sollte zwischen be-
nachbarten Messzeitpunkten größer sein als zwischen weiter entfernten Messzeitpunkten. Darüber
hinaus wurde angenommen, dass die Mediennutzung eine Ursache bzw. ein Risikofaktor für Cyberbul-
lying und Cyberviktimisierung ist.
Die Cross-Lagged-Panel-Analysen zeigen, dass die Mediennutzung moderat stabil, Cyberbullying
nicht stabil und Cyberviktimisierung stabil ist. Anders als angenommen gibt es zwischen der Medien-
nutzung, Cyberbullying und Cyberviktimisierung keinen systematischen Zusammenhang. Die Medien-
nutzung korreliert querschnittlich teils positiv mit Cyberbullying und Cyberviktimisierung, ist allerdings
längsschnittlich weder eine Ursache noch eine Wirkung von Cyberbullying und Cyberviktimisierung.
Demzufolge gibt es vermutlich eine Drittvariable, die einen Effekt auf die Mediennutzung und auf Cy-
berbullying bzw. Cyberviktimisierung hat, z. B. Medienbesitz oder Medienkompetenz.
Medienkompetenz beinhaltet die medienkundliche, praktisch-instrumentelle, kreativ-gestalteri-
sche, selbst-reflexive, ethische und affektive Medienkompetenz, also das Wissen, die Motivation und
die Fähigkeit eines Individuums oder eines sozialen Systems, „technische Medien effektiv zur Kommu-
nikation einsetzen sowie ihre Wirkung reflektieren und steuern zu können“ (Gapski, 2006, S. 19). Die
ZUSAMMENFASSUNG
xiv
ethische Medienkompetenz ist im Zusammenhang zwischen der Mediennutzung, Cyberbullying und
Cyberviktimisierung besonders zentral. Denn zum einen können Kinder und Jugendliche mit einer stark
ausgeprägten ethischen Medienkompetenz ihr Verhalten und die daraus resultierenden Konse-
quenzen angemessener einschätzen (Sitzer, Marth, Kocik & Müller, 2012). Zum anderen sind Kinder
und Jugendliche mit einer stark ausgeprägten ethischen Medienkompetenz durch ihren reflektierten
Umgang mit digitalen Medien (z. B. im Hinblick auf den Schutz persönlicher Informationen) weniger
anfällig für Cyberviktimisierung (Sitzer et al., 2012).
Studie 3 der vorliegenden Dissertation untersuchte daher, ob die ethische Medienkompetenz den
Zusammenhang zwischen der Mediennutzung, Cyberbullying und Cyberviktimisierung moderiert. An-
genommen wurde, dass die Mediennutzung einen positiven und die ethische Medienkompetenz einen
negativen Effekt auf Cyberbullying und Cyberviktimisierung hat. Zudem wurde angenommen, dass die
ethische Medienkompetenz den positiven Effekt der Mediennutzung auf Cyberbullying und Cybervikti-
misierung abpuffert.
Die Moderationsanalysen zeigen, dass die Mediennutzung keinen signifikanten Effekt auf Cyber-
bullying, aber auf Cyberviktimisierung hat. Die ethische Medienkompetenz hat, wie angenommen, ei-
nen negativen Effekt auf Cyberbullying und Cyberviktimisierung – und zwar insbesondere bei mittlerer
bis hoher Mediennutzung. Kinder und Jugendliche mit schwach ausgeprägter ethischer Medienkompe-
tenz sind also häufiger in Cyberbullying und Cyberviktimisierung involviert als Kinder und Jugendliche
mit durchschnittlich bis stark ausgeprägter ethischer Medienkompetenz.
Zusammenfassend zeigen die Studien 1, 2 und 3, dass die Häufigkeit der Mediennutzung eine not-
wendige Bedingung, aber – insbesondere bei durchschnittlich bis stark ausgeprägter ethischer Medien-
kompetenz – kein Risikofaktor für Cyberbullying und Cyberviktimisierung ist. Demzufolge ist die Förde-
rung ethischer Medienkompetenz eine mögliche Maßnahme zur Prävention und Intervention bei Cy-
berbullying.
1. Digitale Medien in der Informations- und Mediengesellschaft
1
THEORETISCHER TEIL
1. Digitale Medien in der Informations- und Mediengesellschaft: Nutzung, Chancen, Risiken
Der Alltag in der mobilen Informations- und Mediengesellschaft ist maßgeblich durch Medien
beeinflusst. Medien sind durch Zeichensysteme binnenorganisierte Repräsentationssysteme (Ohler &
Nieding, 2005), die anhand des Einsatzes technischer Geräte zur Produktion und Rezeption in Primär-,
Sekundär-, Tertiär- und Quartärmedien unterschieden werden (Burkhart, 2002). Primäre Medien bein-
halten an den Körper gebundene Ausdrucksmöglichkeiten von Personen, z. B. Sprache, non- und para-
verbales Verhalten (Boos & Jonas, 2008; Renner, 2008). Primäre Medien kommen bei der Produktion
und Rezeption der Mitteilung ohne den Einsatz technischer Geräte aus (Nieding & Ohler, 2008). Sekun-
däre Medien erfordern zur Produktion, nicht aber zur Rezeption der Mitteilung ein technisches Gerät,
z. B. gedruckte Texte in Zeitungen (Boos & Jonas, 2008; Nieding & Ohler, 2008; Renner, 2008). Tertiäre
Medien benötigen zur Produktion und Rezeption der Mitteilung ein technisches Gerät (Boos & Jonas,
2008; Nieding & Ohler, 2008). Beispiele für tertiäre Medien sind Hörfunk, Tonträger, Film, Video, Fern-
sehen und Telefon (Renner, 2008). Quartäre bzw. digitale Medien wie Instant Messenger sind eine
Sonderform der tertiären Medien, da sie zur Produktion und Rezeption der Mitteilung nicht nur ein
technisches Gerät, sondern auch eine Internetverbindung benötigen (Boos & Jonas, 2008; Renner,
2008).
Kinder und Jugendliche wachsen heute mit digitalen Medien auf. Anders als die TV-Generation, die
mit dem Privatfernsehen aufwuchs und mit Mobiltelefonen, Computern und dem Internet erst in der
Pubertät in Kontakt kam, sind die ab 1995 geborenen Digital Natives neben Büchern, Hörspielen und
Filmen seit der frühen Kindheit auch mit digitalen Medien vertraut (Grimm, 2009; Prensky, 2001). So
ahmen schon Kleinkinder beim Spielen mit Mobiltelefonen und Tablets das Medienverhalten ihrer El-
tern nach (Döring, 2008). Über Spiele hinaus nutzen Kinder und Jugendliche mit zunehmendem Alter
via Mobiltelefon, Computer oder Tablet immer häufiger digitale Medien wie Instant Messenger, E-Mail
1. Digitale Medien in der Informations- und Mediengesellschaft
2
und Textnachrichten sowie kommunikationsorientierte Webangebote wie Blogs, Mikroblogs und Fo-
ren, Wikis, soziale Netzwerke, Bild- und Videoplattformen, interaktive Videospiele oder virtuelle Wel-
ten (Hasebrink & Lampert, 2011; Kaplan & Haenlein, 2010; Subrahmanyam & Greenfield, 2008). Wie
häufig und zu welchen Zwecken diese digitalen Medien genutzt werden, untersuchen Studien zum Me-
dienumgang von Kindern und Jugendlichen, z. B. die JIM-Studie und EU Kids Online (Livingstone et al.,
2011; MPFS, 2014, 2015).
1.1 Nutzung digitaler Medien
Der JIM-Studie zufolge leben Kinder und Jugendliche im Alter von 12–19 Jahren heutzutage in
Haushalten, deren Mediengrundausstattung aus Computern, Mobiltelefonen und Internetzugang
besteht (MPFS, 2014). Häufig stehen in den Haushalten auch neuere Geräte wie Smartphones und
Tablet-PCs zur Verfügung. So stieg seit dem Jahr 2013 die Geräteausstattung mit Smartphones um 13 %
und die Ausstattung mit Tablet-PCs um 12 % an.
Die Jugendlichen selbst sind ähnlich gut mit Geräten ausgestattet wie die Haushalte, in denen sie
leben. 97 % der 12–19-Jährigen besaßen 2014 ein eigenes Mobiltelefon und 88 % sogar ein Smart-
phone (MPFS, 2014). Bei den 6–13-Jährigen besaßen 2015 47 % ein eigenes Mobiltelefon und 25 % ein
Smartphone (MPFS, 2015).
93 % der Kinder und Jugendlichen nutzten Mobiltelefone mindestens mehrmals wöchentlich oder
täglich (MPFS, 2014). Während Mobiltelefone zu Beginn ihrer Markteinführung hauptsächlich zum Te-
lefonieren dienten, werden sie mittlerweile für verschiedene Aktivitäten genutzt (Batinic, 2008; Stapf,
2009). Zu den häufigsten Aktivitäten mit Mobiltelefonen zählten bei den 12–19-Jährigen 2014 das Mu-
sik hören, das Surfen im mobilen Internet, Anrufe, Aktivitäten in sozialen Netzwerken, das Aufnehmen
und Anschauen von Bildern und Videos sowie das Senden und Empfangen von Nachrichten (MPFS,
2014). Kinder im Alter von 6–13 Jahren nutzten Mobiltelefone regelmäßig zum Senden und Empfangen
von Nachrichten, zum Telefonieren, zum Spielen, zum Aufnehmen und Anschauen von Bildern und
Videos sowie zum Surfen im mobilen Internet (MPFS, 2015).
1. Digitale Medien in der Informations- und Mediengesellschaft
3
92 % der 12–19-Jährigen und 18 % der Kinder im Alter von 6–13 Jahren hatten 2014 einen Internet-
zugang in ihrem eigenen Zimmer (MPFS, 2014, 2015). Neben dieser Verlagerung von den Familienräu-
men in das eigene Zimmer ist laut JIM-Studie mit zunehmendem Alter der Kinder und Jugendlichen
auch eine Mobilisierung der Nutzung digitaler Medien zu beobachten (siehe auch Livingstone et al.,
2011). Da die digitalen Kommunikationsmöglichkeiten des Internets immer weniger abhängig von be-
stimmten Hardware-Plattformen wie Computern werden, ist der Zugang zum Internet mittlerweile
nicht mehr nur von zu Hause aus, sondern immer und überall möglich (Döring, 2008; MPFS, 2013; Su-
brahmanyam & Greenfield, 2008). 86 % der Jugendlichen nutzten 2014 das Internet via Smartphone,
82 % via Computer und 22 % via Tablet (MPFS, 2014). Bei den Kindern im Alter von 6–13 Jahren über-
wog der Internetzugang via Computer oder Laptop (MPFS, 2015).
Die hohe Relevanz des Internets für den jugendlichen Alltag zeigte sich unter anderem in der hohen
Nutzungsfrequenz: 94 % der Jugendlichen nutzten das Internet mindestens mehrmals wöchentlich und
81 % sogar täglich (MPFS, 2014; siehe auch Bundesverband Informationswirtschaft, Telekommunika-
tion und neue Medien e. V. [BITKOM], 2011a; Livingstone et al., 2011). Auch Kinder im Alter von 6–13
Jahren nutzten das Internet häufig. 84 % waren mindestens mehrmals wöchentlich und 40 % täglich
online (MPFS, 2015).
Dem Uses-and-Gratifications-Ansatz zufolge nutzen Kinder und Jugendliche digitale Medien insbe-
sondere, um affektive, kognitive und soziale Bedürfnisse wie Unterhaltung, Information und Kommuni-
kation zu befriedigen (Batinic, 2008; Süss, 2008). Dementsprechend zeigte sich, dass Kinder und Ju-
gendliche ein Viertel ihrer Onlinezeit mit unterhaltenden Tätigkeiten wie Musik hören oder Filme anse-
hen verbrachten (MPFS, 2014). Ein Drittel der Onlinezeit nutzten sie für Spiele im Internet und die Su-
che nach Informationen. Die Hälfte der Onlinezeit nutzten sie für die Kommunikation via E-Mail, Chat,
Instant Messenger und soziale Netzwerke (Dowdell, 2013; Griesbaum, 2013; MPFS, 2014; Valkenburg
& Peter, 2011). Beim größten sozialen Netzwerk Facebook waren bereits im Jahr 2011 9 % der 10–12-
Jährigen, 44 % der 13–15-Jährigen und 69 % der 16–18-Jährigen angemeldet (BITKOM, 2011a). Zum
Zeitpunkt der Anmeldung waren die Kinder im Durchschnitt 10 Jahre alt (MPFS, 2015). Die häufigsten
Aktivitäten in sozialen Netzwerken waren bei den 12–19-Jährigen Nachrichten an andere verschicken,
1. Digitale Medien in der Informations- und Mediengesellschaft
4
Chatten, Gefällt mir-Button benutzen, in Profilen von anderen stöbern, nach Kontakten suchen und
Spiele spielen (MPFS, 2014). Bei den 6–13-Jährigen waren die häufigsten Aktivitäten Chatten, Nachrich-
ten verschicken, posten, was man gerade so macht, bei anderen auf die Pinnwand schreiben, Spiele
spielen und nach Kontakten suchen (MPFS, 2015). Auswertungen von Tracking-Daten ergaben demge-
genüber, dass Kinder und Jugendliche soziale Netzwerke am häufigsten nutzen, um Neuigkeiten zu le-
sen, zu chatten, Fotos anzusehen, Nachrichten zu schicken, in Profilen zu stöbern, Neuigkeiten zu kom-
mentieren und Statusmeldungen zu posten (Schenk et al., 2012).
1.2 Chancen digitaler Medien
Die Nutzung digitaler Medien ist mit verschiedenen Chancen verbunden. So ermöglicht der unein-
geschränkte Zugang zum Internet, sich immer und überall über verschiedenste Themen zu informieren
(David-Ferdon & Hertz, 2007; Oprea & Stan, 2012). Dabei wird unter anderem die Fähigkeit gefördert,
Informationen zu bewerten, zu hinterfragen und zu priorisieren (Sharples, Graber, Harrison & Logan,
2009).
Darüber hinaus eröffnen digitale Medien Erfahrungs- und Handlungsräume für die Auseinander-
setzung mit zentralen Entwicklungsaufgaben der Adoleszenz, z. B. Identität und Intimität (James et al.,
2009; Hasebrink & Lampert, 2011; Subrahmanyam & Greenfield, 2008; Süss, Lampert & Wijnen, 2010).
So können beispielsweise positive Reaktionen auf Profile in sozialen Netzwerken zur Verbesserung des
Selbstwertgefühls beitragen (Valkenburg, Peter & Shouten, 2006; Griesbaum, 2013). Da soziale
Netzwerke neben der Selbstdarstellung mithilfe von Profilangaben, Statusmeldungen und Bildern ins-
besondere zur Kommunikation mit Freunden genutzt werden, tragen sie – unabhängig von Ort und
Zeit – ebenso zur Pflege bestehender Beziehungen bei (David-Ferdon & Hertz, 2007; Griesbaum, 2013;
Subrahmanyam & Greenfield, 2008; Oprea & Stan, 2012; Valkenburg & Peter, 2007a). Auch Instant
Messenger, Anrufe und Kurznachrichten dienen Subrahmanyam und Greenfield (2008) zufolge haupt-
sächlich dazu, mit Freunden und Familie in Kontakt zu bleiben. Valkenburg und Peter (2007b) zeigten
diesbezüglich, dass Jugendliche, die digitale Medien hauptsächlich zur Kommunikation mit Freunden
1. Digitale Medien in der Informations- und Mediengesellschaft
5
nutzen, sich ihren Freunden näher fühlen als Jugendliche, die das nicht tun. Dieser positive Effekt auf
die Freundschaftsqualität zeigte sich bei Jugendlichen, die ihre Onlinezeit hauptsächlich zur Kommuni-
kation mit Fremden nutzen, nicht (Valkenburg & Peter, 2007b). Allerdings können über die Kommuni-
kation mit Fremden neue Freundschaften entstehen. In einer Studie zum Internetverhalten 10–18-Jäh-
riger gaben beispielsweise 28 % der Befragten an, im Internet neue Freunde kennengelernt zu haben
(BITKOM, 2011a).
1.3 Risiken digitaler Medien
Ob die Nutzung digitaler Medien tatsächlich mit den beschrieben Chancen einhergeht, hängt ganz
entscheidend von der Art der Nutzung ab (James et al., 2009; Valkenburg & Peter, 2011). So gehen
Livingstone et al. (2011) beispielsweise davon aus, dass nicht alle Kinder und Jugendlichen die Kompe-
tenzen haben, um adäquat mit digitalen Medien umzugehen. Dies führt dazu, dass Kinder und Jugendli-
che bei der Nutzung digitaler Medien mit unterschiedlichen Inhalts-, Kontakt- und Verhaltensrisiken
konfrontiert werden (Livingstone & Haddon, 2009; Nansen, Chakraborty, Gibbs, McDougall & Vetere,
2012; siehe Tabelle 1).
Inhaltsrisiken beziehen sich auf unangebrachtes oder illegales Material wie pornografische, sexu-
elle oder gewalthaltige Bilder und eingebettete Werbung, z. B. für fettiges Essen oder süße Getränke
(Nansen et al., 2012; Sharples et al., 2009). Hass-Websites, Pro-Anorexie-Websites, Selbstverletzungs-
Websites, Drogenforen und Suizid-Websites gehören ebenso zu den Inhaltsrisiken (Livingstone et al.,
2011). Laut EU Kids Online sahen 21 % der Kinder und Jugendlichen mindestens eine dieser Formen
nutzergenerierten Inhalts (Livingstone et al., 2011).
1. Digitale Medien in der Informations- und Mediengesellschaft
6
Tabelle 1. Klassifikation der Risiken digitaler Medien nach Livingstone und Haddon (2009)
Inhaltsrisiken
(Rezeption)
Kontaktrisiken
(Partizipation)
Verhaltensrisiken
(Aktion)
Kommerz
Werbung, Spam,
Sponsoring
Tracking, Sammeln
persönlicher
Informationen
Glücksspiel, illegale
Downloads, Hacking
Aggression
Gewalttätige,
grausame Inhalte
Bullying, Belästigung,
Stalking
Bullying, Belästigung
Sexualität
Pornografische,
sexuelle Inhalte
Treffen von Fremden,
Grooming
Erstellen bzw. Hochladen
pornografischen Materials
Werte
Rassistische, verzerrte
Informationen und
Ratschläge
Selbstverletzung,
unerwünschte
Beeinflussung
Ratschläge zu z. B. Suizid
oder Pro-Anorexie
Kontaktrisiken beziehen sich auf unerwünschte, belästigende oder schädliche Kommunikation wie
Cyber-Grooming oder das Treffen fremder Personen (Livingstone et al., 2011; Nansen et al., 2012;
Oprea & Stan, 2012). Laut EU Kids Online hatten 30 % der Kinder und Jugendlichen Kontakt mit jeman-
dem und 9 % trafen jemanden, den sie nur online kennen (Livingstone et al., 2011).
Verhaltensrisiken beziehen sich auf das persönliche Onlineverhalten wie den Missbrauch persönli-
cher Daten, illegale Downloads oder Cyberbullying (Livingstone et al., 2011; Nansen et al., 2012).
2. Cyberbullying
7
2. Cyberbullying
Cyberbullying, dessen Definition, Risiko- und Schutzfaktoren werden – insbesondere aufgrund der
zahlreichen affektiven, akademischen, behavorialen, psychosozialen und somatischen Beeinträchti-
gungen für die Betroffenen – international unter verschiedenen Begriffen diskutiert (Beran & Li, 2005,
2007; Cassidy, Jackson & Brown, 2009; Hinduja & Patchin, 2007, 2009; Juvonen & Gross, 2008; Katzer,
Fetchenhauer & Belschak, 2009; Kowalski, Limber & Agatston, 2012; Mishna, Cook, Gadalla, Daciuk &
Solomon, 2010; Ortega, Elipe, Mora-Merchàn, Calmaestra & Vega, 2009; Patchin & Hinduja, 2006,
2009; Raskauskas & Stoltz, 2007; Völlink, Bolman, Dehue & Jacobs, 2013; Wolak, Mitchell & Finkelhor,
2007; Ybarra & Mitchell, 2004a). Darunter finden sich z. B. Virtual Aggression, Electronic Peer
Aggression, Cyber Aggression, Cyber Harassment, Internet Harassment, Online Harassment, Electronic
Harassment, Digital Bullying, Electronic Bullying, Cyber Bullying, Mobile Bullying, Phone Bullying, Chat
Bullying, Text Bullying etc. (Beran & Li, 2005; Berne et al., 2013; Dempsey, Sulkowski, Dempsey &
Storch, 2011; Kowalski & Limber, 2007; Patchin & Hinduja, 2009; Pyżalski, 2012; Raskauskas & Stoltz,
2007; Williams & Guerra, 2007; Wolak et al., 2007; Ybarra, Diener-West & Leaf, 2007; Ybarra, Espelage
& Mitchell, 2007). Die Beziehung zwischen den Begriffen Cyber Aggression, Cyber Harassment und
Cyber Bullying wird in Abbildung 1 dargestellt.
Abbildung 1. Cyber Aggression, Cyber Bullying und Cyber Harassment.
Cyber Aggression
Cyber Bullying
- Cyber Harassment
- Cyber Denigration
- Cyber Stalking etc.
2. Cyberbullying
8
Während sich Cyber Aggression auf Verhaltensweisen bezieht, die andere via Mobiltelefon, Com-
puter oder Internet beleidigen, bloßstellen, schikanieren, erniedrigen, bedrohen, blamieren oder aus-
grenzen, ist Cyber Bullying ein Subtyp von Cyber Aggression, “that involves repeated intent to harm
and an imbalance of power” (Dempsey et al., 2011, S. 297). Im Folgenden wird der Begriff Cyber Bully-
ing, deutsch Cyberbullying, verwendet.
2.1 Definition, Besonderheiten und Formen von Cyberbullying
Eine international anerkannte Definition von Cyberbullying existiert bislang nicht. Eher stehen kon-
zeptionell und operational unterschiedliche Definitionen nebeneinander (Agatston, Kowalski, & Lim-
ber, 2007; Belsey, 2009; Feinberg & Robey, 2008; Juvonen & Gross, 2008; Kowalski, Limber, & Agatston,
2008; Langos, 2012; Li, 2007a; Patchin & Hinduja, 2006, 2009; Porsch & Pieschl, 2012; Slonje & Smith,
2008; Smith et al., 2008; Willard, 2005, 2007; Williams & Guerra, 2007). Die am weitesten akzeptierten
Definitionen von Cyberbullying stützen sich auf die Definition von traditionellem Bullying (Schultze-
Krumbholz, 2014).
2.1.1 Traditionelles Bullying
Traditionelles Bullying ist eine Form aggressiven Verhaltens, das durch eine Intention, eine Wieder-
holung und ein Machtungleichgewicht zwischen Bully (Täterperspektive) und Victim (Opferperspek-
tive) gekennzeichnet ist (Olweus, 1993; Petermann & Koglin, 2013; Scheithauer, Hayer & Petermann,
2003; Smith et al., 2002).
Björkqvist, Lagerspetz und Kaukiainen (1992) unterscheiden direktes physisches Bullying, direktes
verbales Bullying und indirektes bzw. relationales Bullying. Direktes physisches Bullying wie Schläge,
Tritte, Anspucken oder Eigentumsbeschädigung ist durch eine offene und direkte physische Konfron-
tation zwischen Bully und Victim gekennzeichnet (Björkqvist, Lagerspetz et al., 1992; Cierpka, Lück,
Strüber & Roth, 2007; Petermann & Koglin, 2013). Dagegen schädigt direktes verbales Bullying die Vic-
2. Cyberbullying
9
tims durch abfällige Bemerkungen, Beschimpfungen, Beleidigungen, Drohungen, Erpressungen oder
Anschuldigungen (Björkqvist, Lagerspetz et al., 1992; Petermann & Koglin, 2013). Indirektes bzw. rela-
tionales Bullying wie Tratschen, Gerüchte verbreiten und sozialer Ausschluss ist darauf ausgerichtet,
die sozialen Beziehungen, den sozialen Status und das Selbstwertgefühl der Victims zu schädigen (Un-
derwood, 2002). Da indirektes Bullying häufig über eine dritte Person ausgeübt wird, ist es den Victims
nicht immer möglich, den oder die Bully zu identifizieren (Crick & Grotpeter, 1995; Dooley, Pyżalski &
Cross, 2009).
2.1.2 Cyberbullying
Smith et al. (2008, S. 376) definieren Cyberbullying in Anlehnung an diese Definition des tradition-
nellen Bullyings anhand der Kriterien Schädigungsintention, Wiederholung und Machtungleichgewicht
als “aggressive, intentional act carried out by a group or individual, using electronic forms of contact,
repeatedly and over time against a victim who cannot easily defend him or herself.”
Der zentrale Unterschied zwischen traditionellem Bullying und Cyberbullying besteht also
Smith et al. (2008) zufolge darin, dass beim Cyberbullying tertiäre und quartäre Medien wie Mobil-
telefone, Computer und Internet genutzt werden, um anderen Personen zu schaden (siehe auch Lan-
gos, 2012; Li, 2007a; Patchin & Hinduja, 2009). Neben Anrufen und Text- bzw. Bildnachrichten nennen
Mark und Ratliffe (2011) beispielsweise E-Mail, Chat, Instant Messenger, soziale Netzwerke, Foren,
Blogs, virtuelle Welten und Onlinespiele (siehe auch Kowalski et al., 2008; Patchin & Hinduja, 2009;
Smith et al., 2008).
Inwieweit die Kriterien Schädigungsintention, Wiederholung und Machtungleichgewicht im
Rahmen dieser Medien angewendet werden können, wird kritisch diskutiert (Gradinger, 2010; Langos,
2012; Li, Smith & Cross, 2012; Nocentini et al., 2010).
2. Cyberbullying
10
Schädigungsintention. Smith et al. (2008) beschreiben Cyberbullying als aggressives, intentionales
Verhalten. Demgemäß geben Kinder und Jugendliche verschiedene Motive für Cyberbullying an, z. B.
Rache, Neid, Wut oder Hass auf das Opfer (Cassidy et al., 2009; Kowalski et al., 2008; Mark & Ratliffe,
2011; Mishna et al., 2010; Patchin & Hinduja, 2009; Raskauskas & Stoltz, 2007; Sitzer et al., 2012).
Darüber hinaus berichten Kinder und Jugendliche jedoch auch Motive wie Spaß und Vergnügen, Lange-
weile, Neugier, Konformität mit den Peers oder Aufmerksamkeitsbedürfnis (Cassidy et al., 2009; Kowal-
ski et al., 2008; Mark & Ratliffe, 2011; Mishna et al., 2010; Patchin & Hinduja, 2009; Raskauskas &
Stoltz, 2007; Sitzer et al., 2012). Diese lassen weniger eindeutig auf eine konkrete Schädigungsintention
schließen (Menesini & Nocentini, 2009; Patchin & Hinduja, 2015; Schultze-Krumbholz & Scheithauer,
2010). Menesini und Nocentini (2009) zufolge ist grundsätzlich fraglich, inwieweit Cyberbullies (Täter-
perspektive) die Schwere ihrer Handlungen tatsächlich bewusst ist bzw. ob nicht die Wahrnehmung
der Cybervictims (Opferperspektive) zentraler ist als die Intention der Cyberbullies (siehe auch Patchin
& Hinduja, 2015; Porsch & Pieschl, 2012). Auch Vandebosch und van Cleemput (2008) weisen darauf
hin, dass sich die Intention der Cyberbullies und die Wahrnehmung der Cybervictims durchaus unter-
scheiden können. So kann ein unschuldig gemeinter Witz unter Umständen (z. B. aufgrund fehlender
nonverbaler Signale) als aggressive Attacke aufgefasst werden (Dehue, 2013; Oprea & Stan, 2012;
Vandebosch & van Cleemput, 2008). Dementsprechend stimmten die befragten Kinder und Jugendli-
chen in einer Studie von Nocentini et al. (2010) zu, dass ein Verhalten dann als Cyberbullying zu klassifi-
zieren ist, wenn sich das Cybervictim betroffen fühlt. Langos (2012) schlägt überdies vor, bei der Inter-
pretation der Schädigungsintention das Alter der betroffenen Kinder und Jugendlichen einzubeziehen.
Es ist davon auszugehen, dass Kinder und Jugendliche mit zunehmendem Alter die Konsequenzen ihres
Verhaltens immer besser einschätzen können.
Wiederholung. Neben der Schädigungsintention ist die Wiederholung ein zentrales Definitions-
kriterium zur Unterscheidung von Aggression und Cyberbullying. Während Aggression einmalig auf-
treten bzw. mehrfach gegen unterschiedliche Ziele gerichtet werden kann, bezieht sich Cyberbullying
2. Cyberbullying
11
auf Handlungen, die wiederholt auftreten (Smith et al., 2008). Die Wiederholung ist jedoch Smith
(2012) zufolge im Kontext digitaler Medien schwer zu operationalisieren.
Langos (2012) schlägt vor, das Wiederholungskriterium für direktes und indirektes Cyberbullying
unterschiedlich zu definieren. Während bei direkten bzw. privaten Formen von Cyberbullying (z. B.
herabwürdigende E-Mails) die aggressive Handlung mehrmals auftreten muss, ist bei indirekten bzw.
öffentlichen Formen von Cyberbullying (z. B. beleidigende Kommentare) eine Handlung ausreichend,
um das Kriterium der Wiederholung zu erfüllen (Langos, 2012). Entsprechend gehen Patchin und
Hinduja (2015, S. 70) davon aus, dass “a single post […] could be accurately defined as cyberbullying if
there is evidence of distribution.” Auch Menesini und Nocentini (2009) verweisen darauf, dass einmalig
auftretende öffentliche Formen von Cyberbullying das Kriterium der Wiederholung dadurch erfüllen
können, dass Inhalte gespeichert, kopiert und verbreitet werden (siehe auch Grigg, 2010; Kowalski et
al., 2008; Langos, 2012; Law, Shapka, Hymel, Olson & Waterhouse, 2012; Menesini et al., 2012;
Nocentini et al., 2010; Park, Na & Kim, 2014; Patchin & Hinduja, 2015; Smith, 2012).
Unabhängig von der direkten oder indirekten Natur von Cyberbullying kann selbstverständlich
bereits eine einmalige herabwürdigende E-Mail zu einer anhaltenden Demütigung führen (Dooley et
al., 2009; Patchin & Hinduja, 2009). Auch Olweus (2012b, S. 531) zufolge “being exposed to such cyber
behaviour can certainly be very distressing for the target and it might be considered a ‘misclassification’
if the student were categorized as ‘not being cyberbullied’ because the event happened only once.”
Überdies kann eine einmalige herabwürdigende E-Mail als Cyberbullying bewertet werden, wenn
das Bullying im traditionellen Kontext fortgesetzt wird (Dooley et al., 2009) bzw. umgekehrt, wenn der
herabwürdigenden E-Mail Fälle von traditionellem Bullying vorausgingen (Vandebosch & van Cleem-
put, 2008). Wolak et al. (2007, S. S57) gehen sogar davon aus, dass aggressives Verhalten “does not
constitute (cyber)bullying unless it is part of or related to offline bullying.” Obwohl es nachweislich eine
starke Überlappung zwischen traditionellem Bullying und Cyberbullying gibt, muss an dieser Stelle
berücksichtigt werden, dass Cyberbullying teilweise auch zwischen Personen stattfindet, die sich nur
online kennen (Wolak et al., 2007).
2. Cyberbullying
12
Machtungleichgewicht. Das Machtungleichgewicht ist wie die Wiederholung ein zentrales Merk-
mal zur Unterscheidung zwischen Aggression und traditionellem Bullying bzw. Cyberbullying. Aggres-
sion bezeichnet unter anderem den wechselseitigen Austausch von Drohungen oder Beleidigungen
zwischen zwei oder mehr gleich starken Personen, wohingegen Bullying bzw. Cyberbullying Verhaltens-
weisen meint, die gegen ein Opfer gerichtet sind, das sich nur schwer selbst verteidigen kann (Dempsey
et al., 2011; Smith et al., 2008). Was das konkret bedeutet, unterscheidet sich zwischen traditionellem
Bullying und Cyberbullying.
Beim traditionellen Bullying ist das Machtungleichgewicht zwischen Bully und Victim physischer,
psychischer oder sozialer Natur. Victims sind zumeist körperlich kleiner und schwächer oder jünger als
Bullies (Langos, 2012; Menesini & Nocentini, 2009; Petermann & Koglin, 2013). Darüber hinaus haben
sie defizitäre emotionale, kognitive, soziale und sprachliche Kompetenzen, einen geringen Selbstwert
und eine schlechte Integration in die Gleichaltrigengruppe (Langos, 2012; Monks & Smith, 2006; Newey
& Magson, 2010; Patchin & Hinduja, 2009, 2015; Petermann & Koglin, 2013).
Beim Cyberbullying ist nicht unmittelbar ersichtlich, welcher Natur das Machtungleichgewicht
zwischen Cyberbully und Cybervictim ist (Menesini & Nocentini, 2009). Diskutiert werden Kriterien wie
die praktisch-instrumentelle Medienkompetenz, die 24/7-Natur, die Öffentlichkeit und die Anonymität
(Gradinger, 2010; Grigg, 2010; Kowalski et al., 2008; Kowalski, Giumetti, Schroeder & Lattaner, 2014;
Langos, 2012; Menesini & Nocentini, 2009; Menesini et al., 2012; Nocentini et al., 2010; Slonje & Smith,
2008; Vandebosch & van Cleemput, 2008).
So gehen Patchin und Hinduja (2009, 2015) davon aus, dass das Machtungleichgewicht beim
Cyberbullying unter anderem auf der praktisch-instrumentellen Medienkompetenz beruht. Dagegen
argumentieren Dooley et al. (2009), dass Kinder und Jugendliche keine fortgeschrittenen praktisch-
instrumentellen Fähigkeiten benötigen, um beispielsweise ein Handyfoto aufzunehmen und zu versen-
den. Auch das Erstellen eines gefälschten Accounts in einem sozialen Netzwerk erfordert nur grund-
legende praktisch-instrumentelle Fähigkeiten (Dooley et al., 2009). Die Manipulation von Fotos und
Videos hingegen erfordert fortgeschrittenere Fähigkeiten. Diese Form von Cyberbullying ist jedoch
vergleichsweise selten (Smith et al., 2008).
2. Cyberbullying
13
Neben der praktisch-instrumentellen Medienkompetenz wird in der Diskussion um das Machtun-
gleichgewicht immer wieder auch die 24/7-Natur von Cyberbullying angeführt (Kowalski et al., 2008,
2014; Kowalski & Limber, 2007; Langos, 2012; Slonje & Smith, 2008). Anders als traditionelle Bullies
können Cyberbullies ihre Cybervictims via Mobiltelefon, Computer und das Internet potenziell immer
und überall erreichen. Das führt Döring (2008) zufolge dazu, dass auch schwache Handlungsmotiva-
tionen, die üblicherweise aufgrund von Zeitverzögerungen und Vergessen folgenlos bleiben, direkt in
Handlungen umgesetzt werden (z. B. Beleidigungen via Instant Messenger). Wolak, Mitchell und Fin-
kelhor (2006, 2007) argumentieren diesbezüglich, dass Cybervictims aufgrund der Möglichkeit, diese
Nachrichten zu blockieren eine bessere Machtposition haben als traditionelle Victims, zumindest bei
direkten bzw. privaten Formen von Cyberbullying. Indirektes bzw. öffentliches Cyberbullying ist durch
die Cybervictims hingegen kaum zu beeinflussen (Wolak et al., 2006).
Kowalski et al. (2008) zufolge resultiert unter anderem aus dieser Öffentlichkeit das Machtun-
gleichgewicht zwischen Cyberbullies und Cybervictims. Mit Mobiltelefonen, Computern und dem Inter-
net können Gerüchte oder Lügen in kürzester Zeit einem unkontrollierbar großen Publikum zugänglich
gemacht werden (Gradinger, Strohmeier & Spiel, 2010; Kowalski & Limber, 2007; MPFS, 2011; Porsch
& Pieschl, 2012; Slonje & Smith, 2008). Zudem ist es nahezu unmöglich, einmal veröffentlichte und
verbreitete Inhalte nachzuverfolgen oder zu löschen – u. a. aufgrund der potenziellen Anonymität der
Cyberbullies.
Mithilfe von Pseudonymen und falschen E-Mail-Adressen können Cyberbullies die eigene Identität
verbergen bzw. eine von der Offline-Identität verschiedene Online-Identität konstruieren (Kowalski et
al., 2008; Langos, 2012; Nocentini et al., 2010; Slonje & Smith, 2008; Suler, 2004). Diese Anonymität
führt im Sinne des Online Disinhibition Effect (Online-Enthemmungseffekt) dazu, dass sich Cyberbullies
weniger an sozial geteilte Normen und Moralvorstellungen halten, ohne dabei ihre Offline-Identität zu
gefährden (Hinduja & Patchin, 2008; Joinson, 2001; Kowalski et al., 2008; Patchin & Hinduja, 2006,
2009; Suler, 2004; Willard, 2005; You & Lim, 2016). Insofern scheint die Anonymität insbesondere für
Cyberbullies, die keine traditionellen Bullies sind, ein erleichternder Faktor zu sein (Dooley et al., 2009;
Patchin & Hinduja, 2009). Den Cybervictims hingegen erschwert die Anonymität der Cyberbullies, sich
2. Cyberbullying
14
gegen die Viktimisierung zu wehren (Langos, 2012). Das verstärkt das Gefühl der Machtlosigkeit,
Frustration und Belastung (Dooley et al., 2009; Slonje & Smith, 2008; Vandebosch & van Cleemput,
2008). So zeigten beispielsweise Ševčíková, Šmahel und Otavová (2012) in einer qualitativen Interview-
studie, dass Cybervictims besonders belastet sind, wenn die Cyberbullies anonym sind. Empirischen
Studien zufolge wissen 11 % bis 48 % der Cybervictims nicht, wer sie viktimisiert (Huang & Chou, 2010;
Li, 2007b; Kowalski & Limber, 2007; Mark & Ratliffe, 2011; Mishna et al., 2010; Raskauskas & Stoltz,
2007; Smith et al., 2008; Ybarra, Mitchell et al., 2012). Bei Ybarra und Mitchell (2004b) gaben sogar
69 % der Cybervictims an, die Identität der Cyberbullies nicht zu kennen. Dooley et al. (2009) zufolge
ist diese besondere Beziehung zwischen dem Machtungleichgewicht und der Anonymität ein zentraler
Unterschied zwischen traditionellem Bullying und Cyberbullying. Andererseits berichteten bei Ybarra,
Mitchell et al. (2012) auch 12 % der traditionellen Victims, die Identität der traditionellen Bullies nicht
zu kennen.
Die verschiedenen Definitionen von Cyberbullying unterscheiden sich vor allem dahingehend,
inwieweit die Kriterien Schädigungsintention, Wiederholung und Machtungleichgewicht einbezogen
werden (siehe Tabelle 2).
So findet sich beispielsweise in den Definitionen von Slonje und Smith (2008) sowie Willard (2005,
2007) keines der drei genannten Kriterien explizit. Agatston et al. (2007) verweisen demgegenüber ex-
plizit auf die Schädigungsintention. Belsey (2009), Patchin und Hinduja (2009) sowie Williams und
Guerra (2007) verweisen zusätzlich auf die Wiederholung. Alle drei Kriterien berücksichtigen explizit
Langos (2012) sowie Smith et al. (2008). Indem sie sich auf traditionelles Bullying beziehen, verweisen
Kowalski et al. (2008) sowie Li (2007a) überdies implizit auf die drei Kriterien Schädigungsintention,
Wiederholung und Machtungleichgewicht. Entsprechend zeigten Vandebosch und van Cleemput
(2008) in einer qualitativen Fokusgruppenstudie, dass Cyberbullying aus Sicht der befragten Kinder und
Jugendlichen durch eine Schädigungsintention, eine Wiederholung und ein Machtungleichgewicht zwi-
schen Cyberbully und den Cybervictim gekennzeichnet ist.
2. Cyberbullying
15
Tabelle 2. Definitionen von Cyberbullying
Agatston et al.
(2007, S. S60)
“using the Internet or other digital technologies such as cellular phones
and personal digital assistants to be intentionally mean or to harass
others”
Belsey (2009, S. 2)
“use of information and communication technologies to support
deliberate, repeated, and hostile behavior by an individual or group, that is
intended to harm others”
Feinberg & Robey
(2008, S. 10)
“sending or posting harmful or cruel text or images using the Internet (e.g.,
instant messaging, e-mails, chatrooms, and social networking sites) or
other digital communication devices, such as cell phones”
Juvonen & Gross
(2008, S. 497)
“use of the Internet or other digital communication devices to insult or
threaten someone”
Kowalski et al.
(2008, S. 46)
“bullying through the use of technology such as the Internet and cellular
phones”
Langos (2012, S. 288)
“use of ICTs to carry out a series of acts as in the case of direct
cyberbullying, or an act as in the case of indirect cyberbullying, intended to
harm another (the victim) who cannot easily defend him or herself”
Li (2007b, S. 1778)
“use of electronic communications devices to bully others”
Patchin & Hinduja
(2009, S. 5)
“willful and repeated harm inflicted through the use of computers, cell
phones, and other electronic devices”
Porsch & Pieschl
(2012, S. 34)
„alle Formen von Schikane, Verunglimpfung, Betrug, Verrat und
Ausgrenzung mithilfe von ICT, bei denen sich das Opfer hilflos oder
ausgeliefert und (emotional) belastet fühlt oder bei denen es sich
voraussichtlich so fühlen würde, falls es von diesen Vorfällen wüsste“
2. Cyberbullying
16
Tabelle 2. Definitionen von Cyberbullying (Fortsetzung)
Slonje & Smith
(2008, S. 147)
“form of aggression […] in which the aggression occurs through modern
technological devices, and specifically mobile phones or the internet”
Smith et al.
(2008, S. 376)
“aggressive, intentional act carried out by a group or individual, using
electronic forms of contact, repeatedly or over time against a victim who
cannot easily defend him or herself”
Willard (2005, S. 265)
“being cruel to others by sending or posting harmful material or engaging
in other forms of social aggression using the Internet or other digital
technologies”
Willard (2007, S. 1)
“sending or posting harmful or cruel texts or images using the Internet or
other digital communication devices”
Williams & Guerra
(2007, S. S15)
“willful use of the Internet as a technological medium through which harm
or discomfort is intentionally and repeatedly inflicted through indirect
aggression that targets a specific person or group of persons”
Tokunaga (2010) zufolge sind diese konzeptionellen und operationalen Unterschiede zwischen den
Definitionen insofern problematisch, als dass unter dem gleichen Begriff teilweise unterschiedliche
Konstrukte untersucht werden. Daher schlägt er eine integrative Definition von Cyberbullying vor, auf
die nachfolgend Bezug genommen wird: “Cyberbullying is any behavior performed through electronic
or digital media by individuals or groups that repeatedly communicates hostile or aggressive messages
intended to inflict harm or discomfort on others. […] In cyberbullying experiences, the identity of the
bully may or may not be known. Cyberbullying can occur through electronically mediated communica-
tion at school; however, cyberbullying behaviors commonly occur outside of school as well” (Tokunaga,
2010, S. 278).
2. Cyberbullying
17
Besonderheiten von Cyberbullying. Cyberbullying unterscheidet sich vom traditionellen Bullying
demzufolge hauptsächlich in Bezug auf die Nutzung digitaler Medien sowie die konkrete Bedeutung
der Kriterien Schädigungsintention, Wiederholung und Machtungleichgewicht. Darüber hinaus nennt
u. a. Smith (2012) weitere Besonderheiten von Cyberbullying (siehe auch Li, Smith et al., 2012).
Erstens geht Smith (2012) davon aus, dass Cyberbullying eher außerhalb als innerhalb der Schule
erlebt wird (siehe auch Tokunaga, 2010). Die Konsequenzen von Cyberbullying wirken jedoch häufig
zurück in die Schule. Zudem sind die Konsequenzen von Cyberbullying zum Teil noch gravierender als
die Konsequenzen traditionellen Bullyings (Campbell, 2005; Kiriakidis & Kavoura, 2010; Li, 2010; Peter-
mann & von Marées, 2013; Raskauskas & Stoltz, 2007; Smith et al., 2008; Tokunaga, 2010; Willard,
2005). So hat Campbell (2005) zufolge beispielsweise verbales Cyberbullying eine besondere Macht zu
verletzen, da schriftliche Beleidigungen und Verletzungen – anders als mündliche Beleidigungen beim
traditionellen Bullying – immer wieder gelesen werden können. Im Gegensatz dazu zeigte sich in einer
Untersuchung von Slonje und Smith (2008), dass Cyberbullying via Textnachrichten und E-Mail weniger
gravierend, Cyberbullying via Bilder und Videos hingegen gravierender ist als traditionelles Bullying
(Menesini, Nocentini & Calussi, 2011; Nocentini et al., 2010; Sitzer et al., 2012; Slonje & Smith, 2008;
Smith et al., 2008).
Zweitens ist Cyberbullying hauptsächlich indirekt und nicht Face-to-Face, sodass die Cyberbullies
keine Rückmeldung über die Wirkung ihres Verhaltens erhalten, also die unmittelbare Reaktion ihrer
Opfer nicht erleben (Dehue, 2013; Mark & Ratliffe, 2011; Smith, 2012). Das führt der Social Presence
Theory zufolge wiederum dazu, dass das Empfinden von Empathie erschwert ist (Kowalski et al., 2014;
Kowalski & Limber, 2007; Slonje & Smith, 2008). Da dies allerdings auch für indirekte Formen des
traditionellen Bullyings gilt, scheint es sich bei der mangelnden emotionalen Rückmeldung nicht um
ein für Cyberbullying spezifisches Kriterium zu handeln (Perren & Gutzwiller-Helfenfinger, 2012).
Drittens werden die Formen von Cyberbullying häufig stärker ausdifferenziert als die Formen von
traditionellem Bullying. So unterscheiden beispielsweise Smith et al. (2008) anhand der eingesetzten
Medien sieben Formen von Cyberbullying: Telefonanrufe, Nachrichten, E-Mails, Bilder/Videos, Instant
Messenger, Websites und Chats. Patchin und Hinduja (2009) unterscheiden anhand der Art des Verhal-
2. Cyberbullying
18
tens Photoshopping, Gerüchte, Flaming und Trolling, Identitäsdiebstahl, Happy Slapping und physische
Drohungen. Willard (2005, 2007) unterscheidet acht Formen von Cyberbullying. Flaming bezeichnet
wechselseitige Provokationen, Beleidigungen und Bedrohungen. Harassment bezieht sich demgegen-
über auf einseitige wiederholte Belästigungen durch beleidigende und verletzende Nachrichten.
Denigration bezeichnet das Veröffentlichen oder Verbreiten unwahrer Texte, Fotos oder Videos, um
dem sozialen Status und den sozialen Beziehungen der Cybervictims zu schaden (Verunglimpfung). Bei
Impersonation übernehmen Cyberbullies die Identität ihrer Cybervictims und versenden in deren
Namen unangemessene Nachrichten. Trickery und Outing treten vielfach gemeinsam auf. Dabei täu-
schen Cyberbullies ihre Cybervictims dahingehend, dass sie im Glauben an deren Vertrauenswürdigkeit
persönliche und möglicherweise beschämende Informationen offenbaren, die dann öffentlich geteilt
werden. Exclusion ist der absichtliche Ausschluss von Personen aus Onlinegruppen, Chats oder Freun-
deslisten. Cyberstalking beschreibt konsistente, wiederholte Einschüchterungen und Drohungen, die
auf die Cybervictims selbst oder auf ihnen nahestehende Personen gerichtet sind. Ausgehend von
dieser Klassifikation nach Willard (2007) unterscheiden Nocentini et al. (2010) vier Formen von Cyber-
bullying. Geschrieben-verbale Formen von Cyberbullying umfassen geschriebene oder verbale Angriffe
über Telefonanrufe, Kurznachrichten, Instant Messenger, Chats, Blogs, Websites, soziale Netzwerke
und E-Mails. Visuelle Formen von Cyberbullying beinhalten Angriffe mit bildbezogenem Material, z. B.
das Posten oder Weiterleiten kompromittierender Bilder und Videos. Identitätsdiebstahl bezieht sich
auf den Diebstahl oder die Enthüllung persönlicher Informationen durch die Nutzung eines fremden
Accounts. Ausschluss ist eine Form von Cyberbullying, bei der bestimmte Personen aus Onlinegruppen
ausgeschlossen werden. Analog zu den Formen traditionellen Bullyings unterscheiden Vandebosch und
van Cleemput (2009) direktes und indirektes Cyberbullying (siehe auch Raskauskas & Stoltz, 2007).
Direktes Cyberbullying differenzieren sie weiter in Eigentumsschädigung (z. B. Computerviren), verba-
les Cyberbullying (z. B. Beleidigungen), non-verbales Cyberbullying (z. B. Bilder/Videos) und soziales
Cyberbullying (z. B. Ausschluss). Indirektes Cyberbullying beinhaltet Vandebosch und van Cleemput
(2009) zufolge Outing und Trickery, das Verbreiten von Gerüchten oder die Teilnahme an diffamieren-
den Rating-Websites.
2. Cyberbullying
19
Viertens sind aufgrund der besonderen Eigenschaften der digitalen Medien – wie die Formen von
Cyberbullying – auch die Rollen beim Cyberbullying komplexer als beim traditionellen Bullying (Smith,
2012).
2.2 Rollen beim Cyberbullying: Cyberbullies, Cybervictims und Unbeteiligte
Aus der Forschung zum traditionellen Bullying ist bekannt, dass Bullying in relativ stabilen sozialen
Gruppen stattfindet (Salmivalli, Huttunen & Lagerspetz, 1997; Salmivalli, Lagerspetz, Björkqvist, Öster-
man, & Kaukiainen, 1996). Innerhalb dieser stabilen Gruppen nehmen die meisten Kinder und Jugendli-
chen eine klar definierbare Rolle als Bully, Assistent, Verstärker, Victim, Verteidiger oder Außenstehen-
der ein (Olweus, 2003; Salmivalli et al., 1997; Salmivalli et al., 1996). Darüber hinaus sind manche
Kinder und Jugendliche gleichzeitig Bully und Victim, sogenannte Bully-Victims (Olweus, 2003; Peter-
mann & Koglin, 2013; Sitzer et al., 2012).
In Anlehnung an diese Klassifikation werden beim Cyberbullying ebenfalls Cyberbullies, Cyber-
victims, Cyberbully-Victims und Bystander bzw. Unbeteiligte unterschieden (Jose, Kljakovic, Scheib &
Notter, 2012; Willard, 2005). Allerdings sind diese Rollen Park et al. (2014, S. 75) zufolge austauschbar:
“A person can be involved in multiple roles that are fluid over time, changing across different
situations.”
Dementsprechend zeigten Law et al. (2012) in zwei Studien zum empirischen Vergleich von Items
zur Messung von traditionellem Bullying und Cyberbullying, dass sich die drei Faktoren Cyberbullying
und Cyberviktimisierung, traditionelles Bullying sowie traditionelle Viktimisierung extrahieren lassen.
Zudem gab es relativ starke Doppelladungen der Items für Cyberbullying auf dem Faktor traditionelles
Bullying sowie der Items für Cyberviktimisierung auf dem Faktor traditionelle Viktimisierung (Law et
al., 2012). Demnach können Cyberbullies und Cybervictims empirisch nicht so trennscharf unterschie-
den werden wie traditionelle Bullies und traditionelle Victims.
2. Cyberbullying
20
2.3 Prävalenzen und Prädiktoren von Cyberbullying
Die Verbreitung von Cyberbullying und Cyberviktimisierung wird international in Prävalenzstudien
untersucht. Prävalenz meint in diesem Zusammenhang die relative Häufigkeit bzw. den Anteil von
Cyberbullies und Cybervictims in einer bestimmten Population zu einem bestimmten Zeitpunkt bzw.
innerhalb eines bestimmten Zeitraums.
2.3.1 Prävalenzen von Cyberbullying
Die Prävalenzen von Cyberbullying und Cyberviktimisierung variieren zum Teil gravierend zwischen
den Studien (siehe Tabelle 3). So gaben bei Berson, Berson und Ferron (2002) 3 %, bei Vandebosch und
van Cleemput (2009) hingegen 53 % der Kinder und Jugendlichen an, Cyberbullies zu sein. Auch der
Anteil der Cybervictims variiert zwischen 4 % und 62 % (Vandebosch & van Cleemput, 2009; Ybarra &
Mitchell, 2004b). In einer repräsentativen europäischen Studie mit 25 142 9–16-Jährigen in 25 Ländern
waren 7 % der Befragten in Cyberbullying involviert: 3 % als Cyberbullies und 6 % als Cybervictims
(Görzig, 2011; Livingstone et al., 2011). Deutschland lag Görzig (2011) zufolge sowohl bei Cyberbullying
als auch bei Cyberviktimisierung unter diesem europäischen Durchschnitt. Im Widerspruch dazu klassi-
fizierten Porsch und Pieschl (2012) in einer repräsentativen deutschen Befragung mit 1 000 14–20-
Jährigen 8 % der Befragten als Cyberbullies und 36 % als Cybervictims.
Tabelle 3. Prävalenzen von Cyberbullying (Auswahl)
N
Alter
Geschlecht
Prävalenz
Range
M (SD)
m/w
CB
CV
CB-CV
Arslan, Savaser,
Hallet & Balci (2012)
372
2.–4.
Klasse
-
m = 51 %
w = 49 %
18 %
27 %
15 %
2. Cyberbullying
21
Tabelle 3. Prävalenzen von Cyberbullying (Auswahl) (Fortsetzung)
Berson et al. (2002)
10 800
12–18
-
m = 0 %
w = 100 %
3 %
15 %
-
Erentaite, Bergman &
Zukauskiene (2012)
1 667
15–19
17.29
(0.95)
m = 42 %
w = 58 %
29 %
-
-
Gradinger et al.
(2010)
1 150
10–15
12.39
(1.16)
m = 52 %
w = 48 %
6 %
-
-
Li (2006)
264
7.–9.
Klasse
-
m = 49 %
w = 51 %
17 %
25 %
-
Livingstone et al.
(2011)
25 142
9–16
-
-
3 %
6 %
-
Pieschl & Porsch
(2012)
1 000
14–20
-
-
8 %
36 %
-
Riebel, Jäger &
Fischer (2009)
1 987
6–19
13.00
(2.00)
m = 36 %
w = 64 %
4 %
5 %
-
Sakellariou, Carroll &
Houghton (2012)
1 530
9–18
13.80
(2.13)
m = 100 %
w = 0 %
9 %
12 %
-
Schultze-Krumbholz
& Scheithauer
(2009b)
71
7.–10.
Klasse
14.05
(1.20)
m = 36 %
w = 64 %
17 %
16 %
10 %
Sitzer et al.
(2012)
1 881
11–24
15.70
m = 46 %
w = 54 %
13 %
14 %
6 %
2. Cyberbullying
22
Tabelle 3. Prävalenzen von Cyberbullying (Auswahl) (Fortsetzung)
Smith et al. (2008)
92
11–16
-
m = 47 %
w = 53 %
-
7 %
-
533
11–16
-
m = 49 %
w = 51 %
7 %
5 %
-
Vandebosch & van
Cleemput (2009)
2 052
12–18
-
-
18 %
11 %
-
2 052
12–18
-
-
53 %
62 %
-
Ybarra & Mitchell
(2004b)
1 501
10–17
14.14
(1.96)
m = 52 %
w = 48 %
12 %
4 %
3 %
Anmerkungen. CB = Anteil Cyberbullies, CV = Anteil Cybervictims, CB-CV = Anteil Cyberbully-Victims, - keine
Angabe. Die vollständige Tabelle findet sich im Anhang auf Seite 187.
Die Prävalenzen sind aufgrund unterschiedlicher Stichprobenmerkmale, konzeptioneller sowie
operationaler Definitionen und Messmethoden nur schwer miteinander vergleichbar (Gradinger, 2010;
Olweus, 2012a, 2012b; Patchin & Hinduja, 2015; Tokunaga, 2010).
So variiert etwa die Stichprobengröße zwischen N = 71 bei Schultze-Krumbholz und Scheithauer
(2009b) und N = 25 142 bei Livingstone et al. (2011). Des Weiteren unterscheiden sich die verwendeten
Stichproben in Bezug auf demographische Merkmale wie das Alter und das Geschlecht zum Teil erheb-
lich voneinander. Arslan et al. (2012) untersuchten beispielsweise Kinder der zweiten bis vierten Klasse,
dagegen Erentaite et al. (2012) Jugendliche im Alter von 15–19 Jahren. Ferner war bei Li (2006) das
Geschlechterverhältnis der Befragten nahezu ausgeglichen, wohingegen Sakellariou et al. (2012) aus-
schließlich Jungen und junge Männer, Berson et al. (2002) ausschließlich Mädchen und junge Frauen
befragten.
Zusätzlich zu den Stichprobenmerkmalen unterscheiden sich die konzeptionellen und operationa-
len Definitionen von Cyberbullying, was zur Anwendung unterschiedlicher Cut-Off-Werte (Grenzwer-
te), Zeitspannen und Messmethoden führt.
2. Cyberbullying
23
So werden für die Messung von Cyberbullying zwar ganz überwiegend Fragebögen zur Selbstein-
schätzung eingesetzt (Berne et al., 2013), allerdings verwenden einige Studien dabei ein globales Item
(Beran & Li, 2007; Li, 2007a; Mark & Ratliffe, 2011), einige eine Definition (Jose et al., 2012; Slonje &
Smith, 2008; Smith et al, 2008) und einige eine Liste von Verhaltensweisen (Hinduja & Patchin, 2007;
Kumazaki, Suzuki, Katsura, Sakamoto & Kashibuchi, 2011; Riebel et al., 2009; Sticca, Ruggieri, Alsaker
& Perren, 2013; Wolak et al., 2006). Andere Studien nutzen eine Definition und eine Liste von
Verhaltensweisen (Juvonen & Gross, 2008; Kowalski & Limber, 2007; Navarro, Serna, Martínez & Ruiz-
Oliva, 2013; Patchin & Hinduja, 2015; Raskauskas & Stoltz, 2007). Berne et al. (2013) sowie Ybarra,
Boyd, Korchmaros & Oppenheim (2012) zufolge hat jede dieser Methoden ihre Vor- und Nachteile.
Die Messung mit einem globalen Item ist beispielsweise sehr ökonomisch, allerdings auch wenig
reliabel. Zudem können einzelne Items nur moderate bis große Effekte, nicht aber feine Abstufungen
von Cyberbullying differenzieren (Berne et al., 2013). Messinstrumente, die den Begriff Bully bzw.
Cyberbully verwenden, erfordern, dass die Forschenden und die Befragten ein ähnliches Verständnis
des Begriffs Cyberbullying haben (Ybarra, Boyd et al., 2012). Messinstrumente, die eine Definition
verwenden, sind für Befragte ungeeignet, deren Erfahrungen von der Definition abweichen (Kowalski
et al., 2014; Ybarra, Boyd et al., 2012). Darüber hinaus muss die Definition gelesen und verstanden
werden (Tokunaga, 2010; Ybarra, Boyd et al., 2012). Auch ist unklar, unter welchen Bedingungen
Befragte sich als Cyberbullies klassifizieren – wenn mindestens eines, die Hälfte, oder auch alle Krite-
rien der Definition von Cyberbullying auf ihre persönlichen Erfahrungen zutreffen (Tokunaga, 2010).
Listen mit Verhaltensweisen wiederum veralten schnell, da die Technologien im ständigen Wandel
begriffen sind.
In einer Studie zur Messung von Cyberbullying zeigten Ybarra, Boyd et al. (2012), dass die Prävalen-
zen für Cyberbullying via Anruf, Textnachricht oder Internet variieren, je nachdem, ob das Messinstru-
ment den Begriff Cyberbully oder eine Definition von Cyberbullying beinhaltet. Messinstrumente, die
weder den Begriff Cyberbully noch eine Definition von Cyberbullying beinhalten, resultieren in den
höchsten Prävalenzen (Ybarra, Boyd et al., 2012). Die niedrigsten Prävalenzen hingegen ergeben sich
bei Messinstrumenten, die den Begriff Cyberbully, nicht aber eine Definition von Cyberbullying ver-
2. Cyberbullying
24
wenden (Ybarra, Boyd et al., 2012). Modecki, Minchin, Harbaugh, Guerra und Runions (2014) zeigten
diesbezüglich in ihrer Metaanalyse, dass die Prävalenzen von Cyberbullying bei der Messung mithilfe
einer Definition signifikant höher sind als bei der Messung mithilfe einer Liste von Verhaltensweisen.
Gradinger et al. (2010) zeigten demgegenüber, dass die Prävalenzen für Cyberbullying bei der Messung
mit spezifischen Items systematisch höher sind als bei der Messung mit einem globalen Item. Auch bei
Cyberviktimisierung erhöht sich Patchin und Hinduja (2009) zufolge die Prävalenz, wenn Kindern und
Jugendlichen anstelle eines globalen Items eine Liste mit Verhaltensweisen vorgelegt wird.
Globale Items wie auch Verhaltenslisten beziehen sich häufig auf unterschiedliche Zeitspannen,
z. B. auf die letzten 30 Tage, die letzten vier Wochen, die letzten zwei, drei, vier oder sechs Monate,
das letzte Schuljahr, das letzte Jahr oder das bisherige Leben (Barlett & Gentile, 2012; Kowalski et al.,
2008, 2014; Kowalski & Limber, 2007; Kumazaki et al., 2011; Menesini et al., 2011; Mishna et al., 2010;
Patchin & Hinduja, 2009, 2015; Park et al., 2014; Schultze-Krumbholz und Scheithauer, 2010; Sticca et
al., 2013; Vandebosch & van Cleemput, 2008, 2009; Williams & Guerra, 2007; Wolak et al., 2007;
Ybarra, Diener-West, & Leaf, 2007; Ybarra, Espelage, et al., 2007). Patchin und Hinduja (2009) zeigten
diesbezüglich, dass 8 % der Befragten in den letzten 30 Tagen und 18 % der Befragten in ihrem Leben
bereits einmal Cyberbullies waren. Ähnlich zeigte sich, dass 10 % der Befragten in den letzten 30 Tagen,
hingegen 17 % der Befragten in ihrem Leben bereits einmal Opfer von Cyberbullying waren (Patchin &
Hinduja, 2009). Auf die Zusammenhänge von Cyberbullying bzw. Cyberviktimisierung mit Schutz- und
Risikofaktoren hat die Zeitspanne einer Metaanalyse von Kowalski et al. (2014) zufolge allerdings
keinen Effekt.
Schlussendlich unterscheiden sich die Prävalenzen von Cyberbullying und Cyberviktimisierung
abhängig davon, ob bzw. inwieweit das Kriterium der Wiederholung in die konzeptionelle und opera-
tionale Definition von Cyberbullying einbezogen wird. So klassifizierten Gradinger et al. (2010) abhän-
gig vom verwendeten Cut-Off-Wert unterschiedlich viele Cyberbullies. 6 % der Kinder und Jugendlichen
beleidigten oder verletzten einmal in zwei Monaten, 2 % einmal pro Woche jemand anderen mit
gemeinen SMS, E-Mails, Videos oder Fotos (Gradinger et al., 2010). Newey und Magson (2010) kritisie-
2. Cyberbullying
25
ren die Festlegung von Cut-Off-Werten als willkürlich und schlagen vor, Cyberbullying grundsätzlich
mithilfe kontinuierlicher Skalen zu untersuchen.
Unabhängig von den beschriebenen Unterschieden in Bezug auf die Stichprobenmerkmale, die
konzeptionellen sowie operationalen Definitionen und Messmethoden sind einer Metaanalyse von
Modecki et al. (2014) zufolge durchschnittlich 16 % der Kinder und Jugendlichen Cyberbullies und 15 %
Cybervictims. In Längsschnittuntersuchungen zeigt sich, dass diese Prävalenzen über mehrere Jahre
vergleichsweise stabil, aber unter dem Niveau der Prävalenzen von traditionellem Bullying bzw.
traditioneller Viktimisierung sind (Olweus, 2012a, 2012b; Sticca et al., 2013).
2.3.2 Prädiktoren von Cyberbullying
Studien zu Cyberbullying und Cyberviktimisierung fokussieren neben Prävalenzen insbesondere
die Zusammenhänge von Cyberbullying und Cyberviktimisierung mit traditionellem Bullying und tradi-
tioneller Viktimisierung, Geschlechts- und Alterseffekte sowie verschiedene weitere Risiko- und
Schutzfaktoren (siehe Tabelle 4).
Darunter finden sich z. B. Schulklima (z. B. Brighi, Guarini, Melotti, Galli & Genta, 2012; Li, 2007a),
Beziehung zu Eltern und Peers (z. B. Fanti, Demetriou & Hawa, 2012; Hinduja & Patchin, 2008; Park et
al., 2014; Williams & Guerra, 2007), soziale Intelligenz (z. B. Burton, Florell & Wygant, 2013), Empathie
(z. B. Ang & Goh, 2010), Aggression (z. B. Agatston et al., 2007), Schulprobleme (z. B. Katzer et al.,
2009), Nutzung digitaler Medien (Mark & Ratliffe, 2011; Smith et al., 2008) oder Medienkompetenz
(Walrave & Heirman, 2011). Im Folgenden werden für die vorliegende Dissertation relevante individu-
elle und medienbezogene Prädiktoren von Cyberbullying und Cyberviktimisierung näher beschrieben.
2. Cyberbullying
26
Tabelle 4. Prädiktoren von Cyberbullying (Auswahl)
Gemeinschaft
Schulklima
Familie
Bildungsgrad der Eltern, sozioökonomischer Status, Beziehung zu den Eltern,
Unterstützung der Eltern
Peers
Einstellungen zu Cyberbullying, Peerunterstützung, Kämpfe mit Peers
Individuum
Demografische Merkmale: Alter, Klassenstufe, Geschlecht, Ethnie bzw. Kultur,
Muttersprache
Persönlichkeitsmerkmale: Narzissmus, Impulsivität, Ärger, callous-unemotional
Traits, Hyperaktivität, soziale Ängstlichkeit, Selbstwertgefühl, Sozialität bzw.
soziale Intelligenz
Affektive, kognitive und konative Merkmale: Empathie, Moral disengagement,
moralische Emotionen, moralische Einstellung zu Aggression, Bullying und
Cyberbullying, Emotionsregulation, Selbstkontrolle, prosoziales Verhalten,
aggressives Verhalten, regelverletzendes bzw. maladaptives Verhalten,
Substanzmissbrauch, traditionelles Bullying, traditionelle Viktimisierung,
Einstellungen zur Schule, Schulleistungen, Schulprobleme
Medien
Nutzung digitaler Medien, riskante Mediennutzung, Nutzung gewalthaltiger
Medien, Internetsucht, Wissen über die Sicherheit im Internet, technische
Medienkompetenz, ethische Medienkompetenz, Normen der Mediennutzung,
Anonymität
Anmerkung. Die vollständige Tabelle findet sich im Anhang auf Seite 194.
Traditionelles Bullying. Aufgrund der definitorischen Gemeinsamkeiten von traditionellem Bullying
und Cyberbullying ist es besonders wichtig, Cyberbullying stets im Kontext von traditionellem Bullying
zu untersuchen (Olweus, 2012). Entsprechend analysierten etliche Studien den Zusammenhang zwi-
schen Cyberbullying und traditionellem Bullying (Beran & Li, 2007; Brighi et al., 2012; Cassidy et al.,
2. Cyberbullying
27
2009; Dempsey et al., 2011; Erdur-Baker, 2010; Fanti et al., 2012; Görzig, 2011; Gradinger, Strohmeier
& Spiel, 2009, 2010; Hinduja & Patchin, 2008; Jose et al., 2012; Katzer et al., 2009; Kowalski et al., 2008,
2014; Li, 2007a; Livingstone et al., 2011; Menesini, Nocentini & Camodeca, 2013; Park et al., 2014;
Patchin & Hinduja, 2009; Perren & Gutzwiller-Helfenfinger, 2012; Pornari & Wood, 2010; Raskauskas
& Stoltz, 2007; Riebel et al., 2009; Schiller, Gradinger & Strohmeier, 2014; Sitzer et al., 2012; Smith et
al., 2008; Sticca et al., 2013; Vandebosch & van Cleemput, 2009; Ybarra, Diener-West et al., 2007; You
& Lim, 2016).
So zeigte sich, dass 20 % bis 45 % der traditionellen Bullies ebenso Cyberbullies und 18 % bis 37 %
der traditionellen Victims ebenso Cybervictims sind (Beran & Li, 2007; Kowalski et al., 2008; Li, 2007a;
Riebel et al., 2009; Smith et al., 2008). Darüber hinaus zeigten Kowalski et al. (2008), dass 19 % der
traditionellen Bullies auch Cybervictims und 9 % der traditionellen Victims auch Cyberbullies sind
(siehe auch Li, 2007a). Von den traditionellen Bully-Victims sind 23 % gleichzeitig Cyberbullies und 36 %
Cybervictims (Kowalski et al., 2008; Riebel et al., 2009).
Andersherum zeigte sich, dass 52 % bis 94 % der Cyberbullies ebenso traditionelle Bullies und 23 %
bis 93 % der Cybervictims ebenso traditionelle Victims sind (Kowalski et al., 2008; Olweus, 2012;
Patchin & Hinduja, 2009; Raskauskas & Stoltz, 2007; Ybarra, Diener-West et al., 2007). 39 % der
Cyberbullies sind zudem traditionelle Victims und 61 % der Cybervictims traditionelle Bullies (Kowalski
et al., 2008). 18 % der Cyberbullies sind hingegen reine Cyberbullies und 16 % der Cybervictims reine
Cybervictims (Patchin & Hinduja, 2008). Von den Cyberbully-Victims sind 66 % gleichzeitig traditionelle
Bullies und 64 % traditionelle Victims (Kowalski et al., 2008).
Raskauskas und Stoltz (2007) schlussfolgerten aus diesen Ergebnissen, dass sich traditionelles
Bullying online fortsetzt, nicht andersherum (siehe auch Kowalski et al., 2014; Olweus, 2012). Demge-
mäß gaben auch in einer Studie von Cassidy et al. (2009) 64 % der befragten 11–15-Jährigen an, dass
Cyberbullying am ehesten in der Schule beginnt und sich dann online fortsetzt. Auch Sticca et al. (2013)
zeigten in einer Untersuchung mit zwei Messzeitpunkten, dass traditionelles Bullying zum ersten Mess-
zeitpunkt Cyberbullying zum zweiten Messzeitpunkt vorhersagt. Hinduja und Patchin (2008, S. 149)
vermuten diesbezüglich, dass „bullies may just be adapting to technological change and employing a
2. Cyberbullying
28
different medium to harass and mistreat. Those predisposed to harass and mistreat their peers per-
haps choose to do so regardless of context – in real space or in cyberspace.” Im Gegensatz dazu fanden
Jose et al. (2012) einen bidirektionalen Zusammenhang zwischen traditionellem Bullying und Cyber-
bullying. Traditionelles Bullying sagt demnach Cyberbullying voraus und Cyberbullying sagt traditio-
nelles Bullying voraus. Traditionelle Viktimisierung wiederum sagt Cyberviktimisierung voraus (Jose et
al., 2012). Traditionelle Victims werden also im Laufe eines Jahres teilweise ebenso zu Cybervictims.
Umgekehrt werden Cybervictims aber eher nicht zu traditionellen Victims.
Geschlecht. Überdies ist aus der Forschung zum traditionellen Bullying bekannt, dass das Geschle-
cht ein relevanter Prädiktor für Bullying und Viktimisierung ist. So sind Jungen im Allgemeinen häufiger
in traditionelles Bullying und traditionelle Viktimisierung involviert als Mädchen (Cook, Williams,
Guerra, Kim & Sadek, 2010; Olweus, 1994; Sourander, Helstelä, Helenius & Piha, 2000), insbesondere
in direkte physische und direkte verbale Formen (Olweus, 1994). Mädchen nutzen dagegen eher
indirekte bzw. relationale Formen von traditionellem Bullying bzw. traditioneller Viktimisierung, z. B.
Gerüchte verbreiten oder sozialer Ausschluss (Björkqvist, Lagerspetz et al., 1992; Olweus, 1994;
Scheithauer et al., 2003; Williams & Guerra, 2007).
Aus diesem Grund vermuten Kowalski et al. (2014) in Bezug auf Cyberbullying und Cyberviktimi-
sierung, dass der Unterschied zwischen Jungen und Mädchen weniger stark ausgeprägt ist als bei tra-
ditionellem Bullying und traditioneller Viktimisierung. Tatsächlich zeigten die bisher durchgeführten
Studien zum Zusammenhang von Geschlecht und Cyberbullying bzw. Cyberviktimisierung, dass die
Unterschiede zwischen Jungen und Mädchen nicht nur weniger stark ausgeprägt, sondern teilweise
sogar umgekehrt sind. So waren bei Kowalski und Limber (2007) Mädchen häufiger Cyberbullies und
Cybervictims als Jungen (siehe auch Brighi et al., 2012; Görzig, 2011; Livingstone et al., 2011; Mesch,
2009; Navarro et al., 2013; Mishna et al., 2010; Ortega et al., 2009; Pornari & Wood, 2010; Smith et al.,
2008; Völlink et al., 2013; Walrave & Heirman, 2011). Dagegen waren bei Fanti et al. (2012) Jungen
häufiger Cyberbullies und Cybervictims als Mädchen (siehe auch Aricak et al., 2008; Erdur-Baker, 2010;
Görzig, 2011; Huang & Chou, 2010; Jäger, Fischer, Riebel & Fluck, 2007; Katzer et al., 2009; Li, 2005,
2. Cyberbullying
29
2006, 2007a; Peker, Eroğlu & Çitemel, 2012; Pyżalski, 2012; Walrave & Heirman, 2011; Wang, Ianotti
& Nansel, 2009; Wolak et al., 2006). Andere Studien fanden wiederum gar keinen Geschlechtseffekt
für Cyberbullying und Cyberviktimisierung (Beran & Li, 2007; Gradinger et al., 2009, 2010; Hinduja &
Patchin, 2008; Li, 2006; Mark & Ratliffe, 2011; Mishna et al., 2010; Patchin & Hinduja, 2006; Park et al.,
2014; Patchin & Hinduja, 2006; Peker et al., 2012; Perren & Gutzwiller-Helfenfinger, 2012; Raskauskas
& Stoltz, 2007; Schiller et al., 2014; Schultze-Krumbholz & Scheithauer, 2009a; Schultze-Krumbholz,
Jäkel, Schultze & Scheithauer, 2012; Sitzer et al., 2012; Slonje & Smith, 2008; Smith et al., 2008; Sticca
et al., 2013; Williams & Guerra, 2007; Ybarra & Mitchell, 2004). Gradinger et al. (2010) vermuten, dass
diese inkonsistenten Ergebnisse u. a. aus der Anwendung unterschiedlicher Messmethoden resultie-
ren. So fanden die Autorinnen bei der Messung mit einem globalen Item, dass Jungen häufiger Cyber-
bullies sind als Mädchen, hingegen bei der Messung mit spezifischen Items, dass Jungen und Mädchen
gleich häufig Cyberbullies sind. Des Weiteren schlagen Zych, Ortega-Ruiz und Del Rey (2015) vor, bei
der Untersuchung von Geschlechtseffekten die Form (z. B. direkt oder indirekt) und die Schwere des
Verhaltens einzubeziehen.
Alter. Neben traditionellem Bullying und Geschlecht ist das Alter ein signifikanter Prädiktor für
Bullying und Viktimisierung. Björkqvist, Lagerspetz et al. (1992) beschreiben etwa, dass im Laufe der
Entwicklung sprachlicher und sozialer Kompetenzen traditionelles physisches bzw. direktes Bullying
immer seltener, traditionelles relationales bzw. indirektes Bullying dagegen immer häufiger auftritt
(siehe auch Björkqvist, Österman & Kaukiainen, 1992; Olweus, 1994).
Da auch beim Cyberbullying direkte und indirekte Formen unterschieden werden, wird an die For-
schung zu traditionellem Bullying anknüpfend, das Alter ebenso als Prädiktor für Cyberbullying und
Cyberviktimisierung diskutiert (z. B. Kowalski & Limber 2007; Mark & Ratliffe, 2011; Patchin & Hinduja,
2009; Raskauskas & Stoltz, 2007; Schultze-Krumbholz & Scheithauer, 2010; Sitzer et al., 2012; Slonje &
Smith, 2008; Smith et al., 2006; Williams & Guerra, 2007; Wolak et al., 2007; Ybarra & Mitchell, 2007;
Ybarra, Diener-West et al., 2007). Mark und Ratliffe (2011) sowie Williams und Guerra (2007) zeigten
beispielsweise, dass sowohl Cyberbullying als auch Cyberviktimisierung von der sechsten bis zur achten
2. Cyberbullying
30
Jahrgangsstufe zunehmen, in der achten Jahrgangsstufe ihren Höhepunkt erreichen und danach bis zur
elften Jahrgangsstufe wieder abnehmen (siehe auch Patchin & Hinduja, 2009). Auch Schultze-Krumb-
holz und Scheithauer (2010) kamen im Rahmen eines Reviews zu dem Schluss, dass Cyberbullying
seinen Höhepunkt in der frühen Adoleszenz erreicht und danach wieder abnimmt. Smith et al. (2006)
sowie Sitzer et al. (2012) fanden dagegen keine Alterseffekte. Aufgrund dieser eher inkonsistenten
Befundlage nimmt Tokunaga (2010) an, dass zwischen Cyberbullying bzw. Cyberviktimisierung und
dem Alter ein kurvilinearer Zusammenhang mit dem Höhepunkt in der siebten und achten Jahrgangs-
stufe besteht. Petermann und von Marèes (2013) gehen davon aus, dass dieser Zusammenhang
insbesondere die mit dem Alter zunehmende Nutzung digitaler Medien – im Folgenden kurz Medien-
nutzung – widerspiegelt (siehe auch Cross et al., 2015).
Mediennutzung. Entsprechend untersuchten zahlreiche querschnittliche wie längsschnittliche Stu-
dien, ob es einen Zusammenhang zwischen der Mediennutzung und Cyberbullying bzw. Cyberviktimi-
sierung gibt (siehe Tabelle 5).
Wolak et al. (2007) sowie Navarro et al. (2013) zeigten, dass der Zugang zum Internet mit Cyber-
bullying, aber nicht mit Cyberviktimisierung einhergeht. Cyberviktimisierung hängt demgegenüber
u. a. mit der Nutzung sozialer Netzwerke zusammen (Livingstone et al., 2011; Mesch, 2009; Park et al.,
2014). So zeigte Görzig (2011), dass 83 % der Cybervictims, aber nur 54 % der traditionellen Victims ein
Profil auf einem sozialen Netzwerk haben. Zudem sind Erdur-Baker (2010) zufolge die Häufigkeit der
Mobiltelefon- und die Häufigkeit der Internetnutzung signifikante Prädiktoren für Cyberbullying und
Cyberviktimisierung. Auch Kowalski et al. (2014) schließen aus ihrer Metaanalyse, dass die Häufigkeit
der Internetnutzung ein signifikanter Prädiktor für Cyberbullying und Cyberviktimisierung ist (siehe
auch Hinduja & Patchin, 2008; Mark & Ratliffe, 2011; Park et al., 2014; Raskauskas & Stoltz, 2007; Sitzer
et al., 2012; Sticca et al., 2013; Walrave & Heirman, 2011). Cappadocia et al. (2013) zeigten im Gegen-
satz dazu, dass die Häufigkeit der Internetnutzung zum ersten Messzeitpunkt kein signifikanter Prädik-
tor für Cyberbullying und Cyberviktimisierung zum zweiten Messzeitpunkt ist. Bei Vandebosch und van
2. Cyberbullying
31
Cleemput (2009) fand sich weder für die Häufigkeit der Internetnutzung noch für die Häufigkeit der
Mobiltelefonnutzung ein signifikanter Zusammenhang mit Cyberbullying.
Tabelle 5. Cyberbullying und Mediennutzung
Mediennutzung
Effekt auf CB
Effekt auf CV
Querschnittstudien
Casas, Del Rey &
Ortega-Ruiz (2013)
Internetsucht
+
Nicht geprüft
Kontrolle über persönliche Informationen
Nicht geprüft
–
Erdur-Baker (2010)
Internet- und Mobiltelefonnutzung,
riskante Internet- und
Mobiltelefonnutzung
+
+
Görzig (2011)
Internetnutzung, riskante
Internetnutzung, Vertrauen in
Internetkompetenz, Vorziehen von Online-
gegenüber Offlineinteraktionen
+
Nicht geprüft
Nutzung sozialer Netzwerke
+
+
Hinduja & Patchin
(2008)
Internetnutzung, Internetaktivitäten
+
+
Kowalski et al. (2014)
Internetnutzung, riskante Internetnutzung
+
+
Li (2007a)
Computernutzung
+
0
Livingstone et al.
(2011)
Nutzung sozialer Netzwerke
Nicht geprüft
+
Mark & Ratliffe
(2011)
Internetnutzung
+
+
Mobiltelefonnutzung
0
0
2. Cyberbullying
32
Tabelle 5. Cyberbullying und Mediennutzung (Fortsetzung)
Mesch (2009)
Profil auf einem sozialen Netzwerk
Nicht geprüft
+
Navarro et al. (2013)
Internetzugang
Nicht geprüft
0
Internetnutzung, Internetaktivitäten
Nicht geprüft
+
Zwecke der Internetnutzung
Nicht geprüft
+
Park et al. (2014)
Internetnutzung, Zwecke der
Internetnutzung (Information,
Unterhaltung, Soziales, Studium),
Nutzung sozialer Netzwerke
+
+
Raskauskas & Stoltz
(2007)
Internetnutzung
+
Nicht geprüft
Sitzer et al.
(2012)
Internetnutzung
+
+
Smith et al. (2008)
Internet- und Mobiltelefonnutzung,
Nutzung von Videoseiten, Nutzung von
Chats, Teilen persönlicher Informationen
Nicht geprüft
+
Nutzung von Onlinespielen
Nicht geprüft
0
Vandebosch & van
Cleemput (2009)
Internet- und Mobiltelefonnutzung
0
Nicht geprüft
Riskante Internet- und
Mobiltelefonnutzung
Nicht geprüft
+
Internetsucht
0
+
Walrave & Heirman
(2011)
Internetnutzung
+
+
Technische Medienkompetenz
+
+
Computerbesitz (mit Internetzugang)
+
Nicht geprüft
2. Cyberbullying
33
Tabelle 5. Cyberbullying und Mediennutzung (Fortsetzung)
Wolak et al. (2007)
Internetzugang, Internetnutzung,
Internetaktivitäten, Relevanz des Internets
+
Nicht geprüft
You & Lim (2016)
Internetnutzung
+
Nicht geprüft
Mobiltelefonnutzung
0
Nicht geprüft
Längsschnittstudien
Cappadocia et al.
(2013)
Internetnutzung
0
0
Sticca et al. (2013)
Internetnutzung (zur Kommunikation)
+
+
Anmerkungen. CB = Cyberbullying, CV = Cyberviktimisierung, +/–/0 = positiver/negativer/kein Effekt.
Insgesamt zeigt die Mehrzahl der vorliegenden Studien, dass es einen Zusammenhang zwischen
der Mediennutzung – insbesondere zwischen der Häufigkeit der Internetnutzung – und Cyberbullying
bzw. Cyberviktimisierung gibt. Welcher Art dieser Zusammenhang ist, bleibt bisher jedoch unklar. Im
Sinne der Sozialisationshypothese wäre es denkbar, dass die Mediennutzung zu einer stärkeren Beteili-
gung an Cyberbullying führt, z. B. durch Modelllernen. Die Mediennutzung wäre demnach eine Ursache
von Cyberbullying. Auf der anderen Seite ist es der Selektionshypothese zufolge ebenso denkbar, dass
Cyberbullies die Medien häufiger nutzen, um eine bestehende Schädigungsintention umzusetzen. Die
Mediennutzung wäre demnach eine Wirkung von Cyberbullying.
Unabhängig davon, ob die Mediennutzung eine Ursache oder eine Wirkung von Cyberbullying ist,
liegt es Sticca et al. (2013) zufolge nahe, die Mediennutzung zu reduzieren, um Cyberbullying und
Cyberviktimisierung zu reduzieren (siehe auch Erdur-Baker, 2010; Livingstone et al., 2011). Allerdings
würden nicht nur Cyberbullying und Cyberviktimisierung, sondern gleichzeitig auch zahlreiche Chancen
der Mediennutzung reduziert (Erdur-Baker, 2010; Hasebrink & Lampert, 2011; Livingstone, Bober &
Helsper, 2005; Livingstone & Haddon, 2009; Livingstone et al., 2011; Walther, Hanewinkel & Morgen-
2. Cyberbullying
34
stern, 2014). Zudem weisen Interventionsstudien darauf hin, dass ein Mobiltelefonverbot in der Schule
oder die Reduktion der Internetnutzung gar keinen Effekt auf Cyberbullying haben (Mesch, 2009;
Pfetsch, Steffgen & König, 2009). Folglich ist für die Reduktion von Cyberbullying und Cyberviktimisie-
rung nicht die Häufigkeit, sondern die Art und Weise der Mediennutzung ausschlaggebend.
In diesem Sinne sollte die Förderung eines bewussten und verantwortungsvollen Umgangs mit
digitalen Medien, also die Förderung von Medienkompetenz, eine wirksame Maßnahme zur Reduktion
von Cyberbullying und Cyberviktimisierung sein (Beran & Li, 2005; Erdur-Baker, 2010; Feinberg &
Robey, 2008; Grigg, 2010; Livingstone & Haddon, 2009; Livingstone et al., 2011; MPFS, 2013; Nansen
et al., 2012; Park et al., 2014; Sitzer et al., 2012; Stapf, 2009; Walther et al., 2014). Entsprechend zeigten
Jeong, Cho und Hwang (2013) in einer Metaanalyse, dass Interventionen zur Förderung von
Medienkompetenz antisoziales und riskantes Verhalten reduzieren.
3. Cyberbullying, Medienkompetenz und ethische Medienkompetenz
35
3. Cyberbullying, Medienkompetenz und ethische Medienkompetenz
Medienkompetenz, englisch media literacy, ist aufgrund der herausragenden Bedeutung digitaler
Medien eine zentrale Herausforderung des 21. Jahrhunderts (Renner, 2008; Süss, 2008). Medienkom-
petenz ist eine Voraussetzung der Persönlichkeitsbildung, der aktiven, gleichberechtigten und kriti-
schen gesellschaftliche Teilhabe sowie der Ausbildungs- und Erwerbsfähigkeit (Deutscher Bundestag,
2011; Döring, 2008; Gapski, 2007; Niesyto, 2011; Nansen et al., 2012; Renner, 2008; Süss, 2008, 2010;
TNS Infratest, 2008).
Dementsprechend definiert die Enquete-Kommission ‚Internet und digitale Gesellschaft‘ Medien-
kompetenz als Querschnitts- bzw. Schlüsselkompetenz, Wirtschafts- und Standortfaktor (Deutscher
Bundestag, 2011). Diese Schlüsselkompetenz ist aufgrund der kontinuierlichen medialen Entwicklun-
gen keine, die einmal für immer erworben wird, sondern eine zentrale Aufgabe lebenslangen Lernens,
und zwar von der Kindheit und Jugend bis ins hohe Alter (Deutscher Bundestag, 2011; Nieding & Ohler,
2008; Renner, 2008; Süss, 2008; Süss et al., 2010).
Andererseits wird aufgrund der Selbstverständlichkeit, mit der gerade Kinder und Jugendliche
Mobiltelefone, Computer und das Internet nutzen, oftmals angenommen, sie verfügten auch ohne
lebenslanges Lernen über „eine Art angeborene Medienkompetenz“ (MPFS, 2013, S. 32). In der Tat
konnten 2011 bereits 10–12-Jährige mehrheitlich allein ins Internet gehen, Textdokumente erstellen
und bearbeiten sowie E-Mails versenden (BITKOM, 2011a). 13–15-Jährige beherrschten überdies auch
fortgeschrittenere Funktionen wie die Bearbeitung von Fotos (BITKOM, 2011a). Webseiten erstellen
konnten 8 % der 10–12-Jährigen, 17 % der 13–15-Jährigen und 41 % der 16–18-Jährigen (BITKOM,
2011a). Beim Programmieren betrugen die jeweiligen Anteile noch 7 %, 18 % und 27 % (BITKOM,
2011a). Medienkompetenz beinhaltet neben diesen informativen, instrumentellen und kreativen
Kompetenzen allerdings ebenso analytische, reflexive und ethische Kompetenzen (Baacke, 1996, 1999;
Gapski, 2001).
3. Cyberbullying, Medienkompetenz und ethische Medienkompetenz
36
3.1 Definition von Medienkompetenz und ethischer Medienkompetenz
Baacke (1996, 1999) beschreibt Medienkompetenz als besondere Form von kommunikativer
Kompetenz und verweist damit u. a. darauf, dass Menschen kompetente Lebewesen sind (siehe auch
Mikos, 1996; Theunert, 1996; Tulodziecki, 1998). Auch Moser (2000) zufolge verweist der Medienkom-
petenzbegriff darauf, dass Menschen den Medien nicht ausgeliefert sind, sondern sie kompetent mit
ihnen umgehen können.
3.1.1 Kompetenz und kommunikative Kompetenz
Der Kompetenzbegriff wurde in den 1960er Jahren maßgeblich vom Linguisten Chomsky geprägt,
der zwischen Kompetenz und Performanz unterschied. In der Linguistik bezeichnet Kompetenz die
genetisch veranlagte Fähigkeit, eine unbegrenzte Anzahl an Sätzen zu formulieren (Süss et al., 2010;
Süss et al., 2003). Performanz ist die Fähigkeit, diese Kompetenz anzuwenden (Süss et al., 2010). In der
Psychologie kennzeichnet Kompetenz „die Dispositionen eines Menschen, eines Teams, einer Organi-
sation oder eines Unternehmens, in Situationen mit unsicherem Ausgang sicher zu handeln – selbstor-
ganisiert zu handeln“ (Erpenbeck, 2002, S. 5). Performanz hingegen ist der Gebrauch von Kompetenz
(Erpenbeck, 2002). Demnach kann von der Performanz auf die zugrundeliegende Kompetenz geschlos-
sen werden (Erpenbeck, 2002; Sutter, 2010; Süss et al., 2003). Andersherum kann jedoch aus der
Kompetenz einer Person nicht auf deren Performanz geschlossen werden.
Kommunikative Kompetenz beinhaltet die drei Dimensionen Wissen, Motivation und Fähigkeiten
(Hertzsch, 2012; Riesmeyer, Pfaff-Rüdiger & Kümpel, 2016; Spitzberg, 2006).
Das Wissen wiederum beinhaltet inhaltliches und prozedurales Wissen darüber, welches Kommu-
nikationsverhalten in einem gegebenen Kontext (Kultur, Zeit, Beziehung, Ort) angemessen, effektiv
und effizient ist (Spitzberg, 2006). Inhaltliches Wissen ist Spitzberg (2006, S.640) zufolge “an understan-
ding of the ‘what’ of communication: topics, rules, concepts, and so forth.” Prozedurales Wissen hinge-
3. Cyberbullying, Medienkompetenz und ethische Medienkompetenz
37
gen “is comprehension of the ‘how’ of communication; how content knowledge can be applied.” Auch
Boos und Jonas (2008 weisen in diesem Zusammenhang darauf hin, dass Kinder und Jugendliche ihre
kommunikativen Handlungen an die je spezifischen Funktionseinschränkungen und Kommunikations-
normen bestimmter Medien anpassen müssen (siehe auch Romiszowski & Mason, 1996). Erworben
wird das dafür notwendige Wissen insbesondere durch Rollenmodelle, Erziehung und Erfahrung
(Spitzberg & Cupach, 1989).
Die Motivation beinhaltet u. a. die Bereitschaft, zum Teil neue Kommunikationssituationen aufzu-
suchen und in diesen Situationen das inhaltliche sowie prozedurale Wissen anzuwenden (Hertzsch,
2012). Darüber hinaus nennt Spitzberg (2006) situations- und personenspezifische Faktoren wie die
Computer- und Internetaffinität bzw. -angst oder die Einstellung gegenüber Mobiltelefonen, Compu-
tern und dem Internet. Entsprechend bezeichnet Spitzberg (2006, S. 637) die Motivation als “the
energizing component of competent performance” (siehe auch Riesmeyer et al., 2016).
Die Fähigkeiten im Sinne von “repeatable, goal-oriented behavioral tactics and routines that
people employ in the service of their motivation and knowledge” (Spitzberg, 2006, S. 638) beinhalten
verbale, non- und paraverbale De- und Enkodierfähigkeiten (z. B. sprachliches Ausdrucksvermögen,
Nutzung von Emoticons), Interaktionsmanagement (z. B. Sprecherwechsel, Gesprächsrituale wie Be-
grüßung und Verabschiedung, Themenlenkung), Achtsamkeit (z. B. Aufmerksamkeit, Empathie, Unter-
stützung) und Selbstregulation (Boos & Jonas, 2008; Hertzsch, 2012; Spitzberg, 2006).
3.1.2 Medienkompetenz
In Anlehnung an dieses Verständnis von kommunikativer Kompetenz definiert Baacke (1996, S.
119) Medienkompetenz als die Fähigkeit, alle Arten von Medien „in die Welt aktiv aneignender Weise
[…] für das Kommunikations- und Handlungsrepertoire des Menschen einzusetzen.“ Er unterscheidet
die vier Dimensionen Medienkritik, Medienkunde, Mediennutzung und Mediengestaltung (siehe
Tabelle 6).
3. Cyberbullying, Medienkompetenz und ethische Medienkompetenz
38
Tabelle 6. Medienkompetenz nach Baacke (1999)
Vermittlung
Medienkritik
Analytisch
Analyse und Reflexion von Medien
Reflexiv
Bezug der Analyse und Reflexion auf sich selbst und das
eigene Handeln
Ethisch
Abstimmung von Analyse und Reflexion als sozial
verantwortet
Medienkunde
Informativ
Wissen über Medien und Mediensysteme
Instrumentell
Bedienkompetenz
Zielorientierung
Mediennutzung
Rezeptiv
Nutzungs- bzw. Rezeptionskompetenz
Interaktiv
Telebanking, Teleshopping, Fotografieren etc.
Mediengestaltung
Innovativ
Entwicklung von Medien und Mediensystemen
Kreativ
Über-die-Grenzen-der-Kommunikationsroutine-hinaus-
Gehen
Die Medienkritik und Medienkunde gehören zur Dimension der Vermittlung (Baacke, 1999). Die
Medienkritik schließt die analytische Fähigkeit ein, problematische gesellschaftliche Prozesse angeme-
ssen zu erfassen, reflexiv in der Lage zu sein, das analytische Wissen auf sich selbst und sein Handeln
rückzubeziehen sowie das analytische Wissen und den reflexiven Rückbezug als sozialverantwortet
abzustimmen (Baacke, 1999). Die Medienkunde beinhaltet das Wissen über heutige Medien und
Mediensysteme sowie die Fähigkeit, neue Geräte zu bedienen (Baacke, 1999). Die Mediennutzung und
Mediengestaltung gehören zur Dimension der Zielorientierung und liegen im Handeln der Menschen
(Baacke, 1999). Die Mediennutzung beinhaltet die Rezeption bzw. Verarbeitung von Medieninhalten
3. Cyberbullying, Medienkompetenz und ethische Medienkompetenz
39
sowie die Interaktion mit Medien und Mediensystemen (Baacke, 1999). Die Mediengestaltung bezieht
sich auf die innovative und kreative Partizipation an Medien und Mediensystemen.
Seit den 1990er Jahren entstanden aufbauend auf dieser Medienkompetenzdefinition von Baacke
(1996, 1998, 1999) zahlreiche weitere Definitionen von Medienkompetenz (siehe Tabelle 7). Unter-
schieden werden Bastians und Runde (2002) zufolge askriptive Definitionen, also Aufzählungen und
Beschreibungen konkreter Verhaltensweisen (z. B. Theunert, 1996; Tulodziecki, 1998) sowie theorie-
bezogene Definitionen. Theoriebezogene Definitionen werden in funktionale und normative Ansätze
unterschieden. Funktionale Definitionen betonen die Durchsetzung individueller Ziele (z. B. Mikos,
1996). Normative Definitionen nehmen dagegen Bezug auf rechtliche, moralische oder gesellschaft-
liche Normen (z. B. Aufenanger, 1997; Gapski, 2006; Groebel, 1998; Tulodziecki, 1997).
Tabelle 7. Definitionen von Medienkompetenz
Aufenanger
(1997, S. 6)
„Medienkompetenz muß also zu einem selbstbestimmten Umgang mit Medien
als auch zu medienpolitischen Aktivitäten im Sinne von Partizipation befähigen,
ohne daß dabei die Perspektive der anderen […] vergessen wird.“
Gapski
(2006, S. 19)
„Disposition eines Individuums oder eines sozialen Systems zur Selbstorganisa-
tion im Hinblick darauf, technische Medien effektiv zur Kommunikation
einsetzen sowie ihre Wirkung reflektieren und steuern zu können, um dadurch
die Lebensqualität in der Wissensgesellschaft zu verbessern.“
Groebel
(1998, S. 36 ff.)
„Prozeß der Anpassung an veränderte Lern- und Lebensformen mit neuen
Technologien […] Für die Bereiche Technologie, Wirtschaft, Politik, Schule, für
Eltern, Nutzer und internationale Institutionen lassen sich jeweils Schwerpunkte
der Medienkompetenz bestimmen […] Für jeden Bereich sind Kompetenzen in
technischer, physiologischer, emotionaler, kognitiver, sozialer und ethischer
Hinsicht notwendig.“
3. Cyberbullying, Medienkompetenz und ethische Medienkompetenz
40
Tabelle 7. Definitionen von Medienkompetenz (Fortsetzung)
Mikos
(1996, S. 72)
„Medienhandlungskompetenz ist die Fähigkeit des sachgemäßen und
angemessenen Medienumgangs, um die damit verbundenen […] Bedürfnisse zu
stillen. Medienkompetenz weist so immer einen dreifachen Bezug auf: 1) zum
Wissen der handelnden Subjekte, 2) zu deren Bedürfnissen, 3) zu alltäglichen
Handlungssituationen, in denen Medien eine Rolle spielen.“
Theunert
(1996. S. 62)
„Medienkompetenz ist die Fähigkeit, die Medien und Techniken, die
gesellschaftliche Kommunikation unterstützen, steuern und tragen, erstens zu
begreifen, zweitens sinnvoll damit umzugehen und drittens sie selbstbestimmt
zu nutzen.“
Tulodziecki
(1997, S. 116)
„Fähigkeit und Bereitschaft zu einem sachgerechten, selbstbestimmten,
kreativen und sozial verantwortlichen Handeln in einer von Medien
mitgestalteten Welt.“
Tulodziecki
(1998, S. 13 ff.)
„Medienkompetenz als die Fähigkeit: Medienangebote sinnvoll auszuwählen und
zu nutzen, eigene Medienbeiträge zu gestalten und zu verbreiten,
Mediengestaltungen zu verstehen und zu bewerten, Medieneinflüsse zu
erkennen und aufzuarbeiten, Bedingungen der Medienproduktion und -
verbreitung analysierend zu erfassen und Einfluss auf die Entwicklung der
Medienlandschaft zu nehmen.“
Gapski (2001) identifizierte alleine für den Zeitraum von 1996–1999 104 deutschsprachige Defini-
tionen von Medienkompetenz, die er anhand von sechs systematisierenden Begriffsmerkmalen der
Medienkompetenz inhaltsanalytisch auswertete.
Medienkundliche Begriffsmerkmale der Medienkompetenz beziehen sich auf das Wissen über
Medienzusammenhänge, (De-)Kodierungen und Zeichensysteme (Gapski, 2001). Selbst-reflexive Be-
griffsmerkmale der Medienkompetenz beschreiben das Subjekt der Medienkompetenz in seiner oder
3. Cyberbullying, Medienkompetenz und ethische Medienkompetenz
41
ihrer Beziehung zur medialen Umwelt (Gapski, 2001). Praktisch-instrumentelle Begriffsmerkmale der
Medienkompetenz fokussieren die konkrete Anwendung bzw. Nutzung von Medien (Gapski, 2001).
Kreativ-gestalterische Begriffsmerkmale der Medienkompetenz beschreiben die kreative Produktion,
gestalterische Nutzung und das Sich-Ausdrücken mit Medien (Gapski, 2001). Normative bzw. sozial-
reflexive Begriffsmerkmale der Medienkompetenz „beziehen sich auf ein werteorientiertes Handeln
vor dem Hintergrund sozialer Verantwortlichkeit (ethisch-moralische Dimension) und politischer Hand-
lungsfähigkeit (Partizipation, demokratische Komponenten). Diese Kategorie verweist auf einen über-
individuellen, sozialen Referenzrahmen“ (Gapski, 2001, S. 172). Affektive Begriffsmerkmale der
Medienkompetenz thematisieren die affektive Auseinandersetzung mit Medien und deren Wirkungen,
z. B. Genuss, Angst etc.
Am häufigsten beziehen sich Definitionen von Medienkompetenz auf praktisch-instrumentelle,
selbst-reflexive, medienkundliche und kreativ-gestalterische, seltener auf normative bzw. sozial-refle-
xive und affektive Begriffsmerkmale der Medienkompetenz (Gapski, 2001).
Obgleich die praktisch-instrumentelle Medienkompetenz am häufigsten genannt wird, verliert sie
Dewe und Sander (1996) zufolge mit der kontinuierlichen Entwicklung intuitiver Software immer mehr
an Bedeutung (siehe auch Riesmeyer et al., 2016). So benötigen Kinder und Jugendliche für die Rezep-
tion und Produktion digitaler Medien zumeist nur grundlegende praktisch-instrumentelle Medienkom-
petenzen.
Dagegen wird – u. a. aufgrund der Verschiebung von der Rezeption zur Produktion – die normative
bzw. sozial-reflexive Medienkompetenz immer wichtiger (Gapski, 2001, 2007; Jarren, 2013; Riesmeyer
et al., 2016; Sitzer et al., 2012; Süss et al., 2010). Im Folgenden wird für die normative bzw. sozial-
reflexive Medienkompetenz der Begriff ethische Medienkompetenz verwendet.
3. Cyberbullying, Medienkompetenz und ethische Medienkompetenz
42
3.1.3 Ethische Medienkompetenz
Ethische Medienkompetenz impliziert u. a., dass Kinder und Jugendliche bei der Rezeption und
Produktion digitaler Medien Verantwortung für die Rechte anderer tragen (James et al., 2009). Dieser
werden sie jedoch laut Enquete-Kommission ‚Internet und digitale Gesellschaft‘ aufgrund unzureichen-
der bzw. fehlender ethischer Kompetenzen nur teilweise gerecht (Deutscher Bundestag, 2011, S. 13).
Immer wieder kommt es zu Verstößen gegen gesetzliche Regelungen wie „das Urheberrecht, den
Datenschutz oder die Persönlichkeitsrechte anderer“ (Deutscher Bundestag, 2011, S. 13). Demgemäß
zeigte eine Studie von Schenk et al. (2012), dass 47 % der befragten Kinder und Jugendlichen Dinge
online stellen, an denen sie kein Urheberrecht besitzen. 39 % der befragten Kinder und Jugendlichen
finden es zudem in Ordnung, Inhalte online zu stellen, in denen andere Personen auftauchen, ohne
diese vorher zu fragen (siehe auch BITKOM, 2011b). Auch gegen soziale Normen wie Höflichkeit,
Respekt oder Rücksichtnahme wird immer wieder verstoßen. Bei Li (2010) gaben beispielsweise 17 %
der befragten Schülerinnen und Schüler an, es sei in Ordnung, online seine Meinung zu sagen, auch
wenn man damit andere verletzt. Entsprechend verweist auch eine Expertenbefragung von Schenk et
al. (2012) darauf, dass Kinder und Jugendliche neben gesetzlichen Regelungen ebenso soziale Normen,
z. B. Respekt und Einfühlungsvermögen, kennen müssten.
Ethische Medienkompetenz wird demgemäß angelehnt an das Modell computervermittelter
kommunikativer Kompetenz nach Spitzberg (2006) als Wissen, Motivation und Fähigkeit zur regel- und
normenkonformen computervermittelten interpersonellen Kommunikation definiert (Müller et al.,
2014b; siehe Abbildung 2).
3. Cyberbullying, Medienkompetenz und ethische Medienkompetenz
43
Abbildung 2. Ethische Medienkompetenz; eigene Abbildung in Anlehnung an Spitzberg (2006).
Das Wissen beinhaltet für die computervermittelte Kommunikation relevante gesetzliche Rege-
lungen und soziale Normen. Zu den gesetzlichen Regelungen zählen die Menschen- und Persönlich-
keitsrechte (z. B. Menschenwürde, Recht auf Gleichbehandlung, Diskriminierungsverbot, Schutz vor
Erniedrigung, Informationelle Selbstbestimmung, Recht am eigenen Bild), das Urheber- und Daten-
schutzrecht (z. B. Nutzung des geistigen Eigentums anderer, Schutz persönlicher Daten), das Straf-
gesetz (z. B. Identitätsmissbrauch) und das Anti-Stalking-Gesetz (z. B. Verbot der Belästigung, Freiheit
Rollenmodelle Erziehung Erfahrung
Person Situation Zeit
Wissen über für die
computervermittelte
Kommunikation
relevante gesetzliche
Regelungen und soziale
Normen
Fähigkeiten zur
gesetzeskonformen und
sozial verantwortlichen
computervermittelten
Kommunikation
Motivation zur
gesetzeskonformen und
sozial verantwortlichen
computervermittelten
Kommunikation
Orientierung der computervermittelten Kommunikation an rechtlichen Regelungen und
sozialen Normen
Ethische Medienperformanz
Ethische Medienkompetenz
3. Cyberbullying, Medienkompetenz und ethische Medienkompetenz
44
vor Eingriffen in die Privatsphäre). Die gesetzlichen Regelungen variieren von Kultur zu Kultur, sind
jedoch ansonsten weitgehend kontextunabhängig. Demgegenüber variieren die sozialen Normen wie
Aufmerksamkeit, Höflichkeit und Respekt, Wahrheit, Verständlichkeit, Wahrhaftigkeit und Verantwor-
tungsübernahme in Abhängigkeit von Kultur, Zeit, Beziehung und Medium, z. B. Instant Messenger
oder E-Mail. Das Wissen wird insbesondere durch Rollenmodelle (z. B. Eltern, Lehrkräfte und Peers),
Erziehung und Erfahrung erworben.
Die Motivation beinhaltet die Bereitschaft, das Wissen über für die computervermittelte Kommu-
nikation relevante gesetzliche Regelungen und soziale Normen anzuwenden. Die Motivation variiert in
Abhängigkeit von situations-, zeit- und personenspezifischen Faktoren. Situations- und zeitspezifische
Faktoren sind z. B. die Anzahl und Art anwesender Personen, der momentane Gefühlszustand, Zeit-
druck. Personenspezifische Faktoren sind z. B. die kognitive und moralische Entwicklung, Persönlich-
keitsmerkmale wie Introversion und Extraversion, Gewissenhaftigkeit, Offenheit, Geschlecht und Alter.
So ist die moralische Motivation, eine gültige moralische Regel zu befolgen, auch wenn diese im Wider-
spruch zu anderen Bedürfnissen steht, bei Mädchen und älteren Kindern und Jugendlichen stärker
ausgeprägt als bei Jungen und jüngeren Kindern und Jugendlichen (Blasi, 2004; Malti & Buchmann,
2010).
Die Fähigkeiten zur gesetzes- und normenkonformen computervermittelten Kommunikation be-
inhalten allgemeine und spezifische Fähigkeiten. Zu den allgemeinen Fähigkeiten zählen verbale, non-
und paraverbale De- und Enkodierfähigkeiten (z. B. Ausdrucksfähigkeit, Klarheit, Verständlichkeit, Nut-
zung von Emoticons etc.), Interaktionsmanagement (z. B. Sprecherwechsel, Gesprächsrituale, Themen-
lenkung etc.), Achtsamkeit (Aufmerksamkeit, Empathie, Perspektivenübernahme, Rücksicht, Unter-
stützung etc.), Konfliktfähigkeit und Selbstregulation (z. B. Frustrationstoleranz, Impulskontrolle, Au-
thentizität, Ehrlichkeit, Durchsetzungsfähigkeit, Selbstwirksamkeit etc.). Zu den spezifischen Fähig-
keiten gehören ethisch-moralische Analyse-, Reflexions- und Urteilsfähigkeiten, Selbst- und Emotions-
regulation (z. B. Empfinden und Regulieren moralischer Emotionen wie Scham und Schuld etc.),
Gerechtigkeitssensibilität, Vertrauenswürdigkeit und Verantwortungsübernahme.
3. Cyberbullying, Medienkompetenz und ethische Medienkompetenz
45
Wissen, Motivation und Fähigkeiten beeinflussen sich wechselseitig. So sind beispielsweise Fähig-
keiten wie die Selbstwirksamkeit eine Voraussetzung für die Motivation. Umgekehrt ist die Motivation
eine Voraussetzung für den Erwerb von Wissen und Fähigkeiten. Demnach sind das Wissen, die
Motivation und die Fähigkeiten gleichwertige Dimensionen der ethischen Medienkompetenz.
Die ethische Medienkompetenz ist wiederum Voraussetzung für die ethische Medienperformanz,
also für das regel- und normenkonforme computervermittelte Kommunikationshandeln. Allerdings
kann von der ethischen Medienkompetenz nicht direkt auf die ethische Medienperformanz, sondern
nur von der ethischen Medienperformanz auf die zugrunde liegende ethische Medienkompetenz
geschlossen werden. Genauer gesagt: Wird ethische Medienperformanz gezeigt, so sind alle drei
Dimensionen der ethischen Medienkompetenz, also Wissen, Motivation und Fähigkeiten zur regel- und
normenkonformen computervermittelten Kommunikation vorhanden. Wird keine ethische Medien-
performanz gezeigt, ist hingegen weniger klar, inwieweit die drei Dimensionen der ethischen Medien-
kompetenz vorhanden sind.
3.2 Cyberbullying, Medienkompetenz und ethische Medienkompetenz
Die bisher durchgeführten Studien zu Medienkompetenz untersuchten u. a. den Zusammenhang
zwischen der Mediennutzung und Medienkompetenz sowie zwischen der Mediennutzung, Medien-
kompetenz und Cyberbullying.
Van Deursen, Helsper und Eynon (2014) kritisieren diesbezüglich, dass von der Mediennutzung
vielfach auf die zugrunde liegende Medienkompetenz geschlossen und die Medienkompetenz auf
praktisch-instrumentelle Medienkompetenz beschränkt wird (Van Deursen et al., 2014). Dementgegen
beziehen sich jedoch auch einige Studien auf die selbst-reflexive, kreativ-gestalterische oder ethische
Medienkompetenz (Bösel, Stodt, Wegmann & Brand, 2014; Kumazaki et al., 2011; Park et al., 2014;
Raufelder, Fraedrich, Bäsler & Ittel, 2009; Sitzer et al., 2012; Süss et al., 2003).
3. Cyberbullying, Medienkompetenz und ethische Medienkompetenz
46
3.2.1 Mediennutzung, Medienkompetenz und ethische Medienkompetenz
So untersuchten beispielsweise Raufelder et al. (2009) den Zusammenhang zwischen der Medien-
nutzung und selbst-reflexiver Medienkompetenz. Je häufiger Kinder und Jugendliche neue Medien wie
Mobiltelefone, Computer und das Internet nutzten, desto stärker war die selbst-reflexive Medienkom-
petenz ausgeprägt. Insbesondere Risiken und Gefahren konnten kritisch reflektiert und entsprechend
vermieden werden. Auch Renner (2013) zufolge begünstigt die Mediennutzung die selbst-reflexive und
die ethische Medienkompetenz, z. B. dadurch, dass Kommunikationsnormen besser verstanden
werden.
Demgegenüber gehen Süss et al. (2003) davon aus, dass die Mediennutzung nicht zwangsläufig mit
selbst-reflexiver Medienkompetenz einhergeht. Das Wissen um die Wirkung von medialen Angeboten
und die damit verbundene Fähigkeit, gute von weniger guten medialen Angeboten zu unterscheiden,
ist deutlich geringer ausgeprägt als die praktisch-instrumentelle Medienkompetenz. Entsprechend
bezeichnen James et al. (2009, S. 18) Kinder und Jugendliche als “’babies with superpowers’: they can
do many things but don’t necessarily understand what their actions mean and what effects this actions
can have.” Auch Pfaff-Rüdiger, Riesmeyer und Kümpel (2012) weisen darauf hin, dass Kinder und
Jugendliche die Implikationen ihrer Mediennutzung häufig nicht adäquat einschätzen können.
Folglich ist die Mediennutzung notwendige, aber nicht hinreichende Bedingung für die selbst-refle-
xive und ethische Medienkompetenz, dagegen notwendige und hinreichende Bedingung für die prak-
tisch-instrumentelle Medienkompetenz. Andersherum ist die praktisch-instrumentelle Medienkompe-
tenz auch eine notwendige Bedingung für die Mediennutzung.
3.2.2 Cyberbullying, Mediennutzung, Medienkompetenz und ethische Medienkompetenz
Dementsprechend zeigten Livingstone et al. (2005) in einer Studie mit 1 511 9–19- Jährigen einen
positiven Zusammenhang zwischen der Mediennutzung und praktisch-instrumenteller Medienkompe-
tenz. Je mehr Zeit Kinder und Jugendliche online verbringen, desto stärker ist ihre praktisch-instrumen-
3. Cyberbullying, Medienkompetenz und ethische Medienkompetenz
47
telle Medienkompetenz ausgeprägt. Darüber hinaus zeigte sich auch ein positiver Zusammenhang
zwischen der praktisch-instrumentellen Medienkompetenz und Risiken wie Cyberbullying (siehe auch
Walrave & Heirman, 2011).
Auch Vandebosch und van Cleemput (2009) untersuchten mit 2 052 12–18-Jährigen den Zu-
sammenhang zwischen der Mediennutzung, praktisch-instrumenteller Medienkompetenz und Cyber-
bullying. Die Praktisch-instrumentelle Medienkompetenz beinhaltete grundlegende und fortgeschrit-
tene Kenntnisse im Umgang mit dem Computer und dem Internet (z. B. E-Mails senden, Informationen
suchen, Software herunterladen und installieren, Websites erstellen, Nachrichten posten, Chatten,
Bilder bearbeiten etc.). Hierarchische lineare Regressionsanalysen zeigten, dass die Häufigkeit der
Internet- und Mobiltelefonnutzung kein signifikanter Prädiktor für Cyberbullying ist. Die praktisch-
instrumentelle Medienkompetenz sagte dagegen Cyberbullying signifikant vorher.
Sitzer et al. (2012) untersuchten mit 1 181 Kindern und Jugendlichen im Alter von 11–24 Jahren
den Zusammenhang zwischen der praktisch-instrumentellen Medienkompetenz (z. B. Software herun-
terladen und installieren), der ethischen Medienkompetenz (z. B. Schutz persönlicher Daten), Cyber-
bullying und Cyberviktimisierung. Sie gingen davon aus, dass die praktisch-instrumentelle Medienkom-
petenz ein Risikofaktor für Cyberbullying und ein Schutzfaktor für Cyberviktimisierung ist. Die ethische
Medienkompetenz sollte hingegen ein Schutzfaktor für Cyberbullying und Cyberviktimisierung sein,
zum einen, weil Kinder und Jugendliche mit einer stark ausgeprägten ethischen Medienkompetenz die
verletzenden Aspekte ihres Verhaltens und die daraus resultierenden Konsequenzen angemessener
einschätzen können und zum anderen, weil sie durch ihren reflektierten Umgang mit dem Internet
(z. B. im Hinblick auf den Schutz persönlicher Informationen) weniger anfällig für Cyberviktimisierung
sind. Die Ergebnisse der deskriptiven Analysen zeigten, dass die Mehrheit der befragten Kinder und
Jugendlichen über relativ gute praktisch-instrumentelle und ethische Medienkompetenzen verfügt. Ein
Vergleich von Cyberbullies, Cybervictims, Cyberbully-Victims und Unbeteiligten zeigte, dass die prak-
tisch-instrumentelle Medienkompetenz bei Cyberbullies und Cybervictims ähnlich stark ausgeprägt ist.
3. Cyberbullying, Medienkompetenz und ethische Medienkompetenz
48
Die ethische Medienkompetenz ist hingegen bei Cyberbullies und Cyberbully-Victims weniger stark
ausgeprägt als bei Cybervictims und Unbeteiligten.
Ähnlich untersuchten Bösel et al. (2014) mit 796 14–29-Jährigen, ob sich Cyberbullies und
Unbeteiligte in Bezug auf die Internetnutzungskompetenz (Technische Expertise, Produktion und Inter-
aktion, Reflexion und kritische Analyse, Selbstregulation) unterscheiden. Cyberbullies unterscheiden
sich in Bezug auf die technische Expertise nicht signifikant von den Unbeteiligten. Dagegen erreichen
Cyberbullies in Bezug auf die Produktion und Interaktion signifikant höhere, in Bezug auf die Reflexion
und kritische Analyse sowie die Selbstregulation signifikant niedrigere Werte als Unbeteiligte (siehe
auch Stodt, Wegmann & Brand, 2014).
Kumazaki et al. (2011) untersuchten mit 4 308 Schülerinnen und Schülern von Grund-, Mittel- und
Oberschulen die Effekte praktisch-instrumenteller und ethischer Medienkompetenz (Netiquette) auf
Cyberbullying. Netiquette definieren Kumazaki et al. (2011, S. 735) als “appropriate right/wrong judge-
ments about Internet communication.“ Die Regressionsanalyse zeigte, dass bei Schülerinnen und
Schülern der Mittelschulen die praktisch-instrumentelle Medienkompetenz ein positiver Prädiktor für
Cyberbullying ist, wohingegen die Netiquette keinen signifikanten Effekt auf Cyberbullying hat. Darü-
ber hinaus zeigte sich, dass die Netiquette den Effekt der praktisch-instrumentellen Medienkompetenz
auf Cyberbullying moderiert. Nur bei niedrigen Netiquette-Werten hat die praktisch-instrumentelle
Medienkompetenz einen positiven Effekt auf Cyberbullying. Bei hohen Netiquette-Werten hat die
praktisch-instrumentelle Medienkompetenz keinen Effekt auf Cyberbullying. In der Grundschulstich-
probe zeigte sich genau der umgekehrte Effekt: Bei niedrigen Netiquette-Werten hat die praktisch-
instrumentelle Medienkompetenz keinen Effekt auf Cyberbullying.
Auch Park et al. (2014) untersuchten mit 1 200 12–15-Jährigen den Zusammenhang zwischen der
Mediennutzung, ethischer Medienkompetenz (Netiquette), Cyberbullying und Cyberviktimisierung.
Die Korrelationsanalyse zeigte, dass die Mediennutzung mit Cyberbullying und Cyberviktimisierung
positiv, die Netiquette mit Cyberbullying und Cyberviktimisierung negativ und die Netiquette mit
Mediennutzung negativ korreliert. Die Regressionsanalyse zeigte, dass die Mediennutzung zur Infor-
mation und Unterhaltung ein negativer, die Mediennutzung zum Lernen hingegen ein positiver Prädik-
3. Cyberbullying, Medienkompetenz und ethische Medienkompetenz
49
tor für Cyberbullying ist. Die Mediennutzung zur Kommunikation ist kein signifikanter Prädiktor für
Cyberbullying. Dagegen ist die Mediennutzung zur Information und Kommunikation ein positiver, die
Mediennutzung zum Lernen ein negativer Prädiktor für Cyberviktimisierung. Die Mediennutzung zur
Unterhaltung ist kein signifikanter Prädiktor für Cyberviktimisierung. In einer weiteren Regressionsana-
lyse zeigte sich unter Konstanthaltung von Alter und Geschlecht, dass die Häufigkeit der Mediennut-
zung einen positiven und die Netiquette einen negativen Effekt auf Cyberbullying und Cyberviktimisie-
rung hat. Park et al. (2014) schlussfolgerten daraus, dass die Netiquette den Effekt der Mediennutzung
auf Cyberbullying und Cyberviktimisierung moderiert.
4. Ziele, Fragestellungen und Hypothesen
50
4. Ziele, Fragestellungen und Hypothesen
Ziel der vorliegenden Dissertation ist die Untersuchung des Zusammenhangs der Mediennutzung
und der ethischen Medienkompetenz mit Cyberbullying und Cyberviktimisierung. Konkret sollen fol-
gende Fragen beantwortet werden: Wie hängen die Mediennutzung, Cyberbullying und Cyberviktimi-
sierung querschnittlich zusammen? Unterscheiden sich Cyberbullies, Cybervictims und Unbeteiligte in
Bezug auf die Mediennutzung? Wie hängen die Mediennutzung, Cyberbullying und Cyberviktimisie-
rung längsschnittlich zusammen? Ist die Mediennutzung eine Ursache oder eine Wirkung von Cyber-
bullying und Cyberviktimisierung? Moderiert die ethische Medienkompetenz den Zusammenhang zwi-
schen der Mediennutzung, Cyberbullying und Cyberviktimisierung?
4.1 Studie 1 – Querschnittlicher Zusammenhang zwischen der Mediennutzung, Cyberbullying
und Cyberviktimisierung
Die Mediennutzung ist ein zentrales Definitionskriterium von Cyberbullying und Cyberviktimisie-
rung (Smith et al., 2008). Dementsprechend untersuchten bereits zahlreiche Studien den Zusammen-
hang zwischen der Mediennutzung, Cyberbullying und Cyberviktimisierung (Casas et al., 2013; Erdur-
Baker, 2010; Görzig, 2011; Hinduja & Patchin, 2008; Kowalski et al., 2014; Li, 2007a; Livingstone et al.,
2011; Mark & Ratliffe, 2011; Mesch, 2009; Navarro et al., 2013; Park et al., 2014; Raskauskas & Stoltz,
2007; Sitzer et al., 2012; Smith et al., 2008; Vandebosch & van Cleemput, 2009; Walrave & Heirman,
2011; Wolak et al., 2007; You & Lim, 2016). Die Ergebnisse dieser Studien deuten insgesamt auf einen
positiven querschnittlichen Zusammenhang zwischen der Mediennutzung, Cyberbullying und Cyber-
viktimisierung hin, variieren jedoch in Abhängigkeit davon, ob die Mediennutzung die Häufigkeit der
Mobiltelefonnutzung und/oder die Häufigkeit der Internetnutzung beinhaltete.
Daher untersucht Studie 1 der vorliegenden Dissertation die Häufigkeit der Mobiltelefon- und
Internetnutzung von Cyberbullies, Cybervictims und Unbeteiligten im Rahmen einer multivariaten
Varianzanalyse (MANOVA). Die gleichzeitige und differenzierte Analyse der Mobiltelefon- und Inter-
4. Ziele, Fragestellungen und Hypothesen
51
netnutzung soll zur Aufklärung der variierenden Ergebnisse in Bezug auf den querschnittlichen Zusam-
menhang zwischen der Mediennutzung, Cyberbullying und Cyberviktimisierung beitragen. Basierend
auf den dargestellten theoretischen Überlegungen und empirischen Befunden werden folgende
Hypothesen formuliert und empirisch geprüft:
Hypothese 1 – Cyberbullies und Cybervictims nutzen Mobiltelefone und das Internet häufiger als Un-
beteiligte.
Hypothese 2 – Cyberbullies und Cybervictims nutzen Mobiltelefone und das Internet vielfältiger als Un-
beteiligte.
4.2 Studie 2 – Längsschnittlicher Zusammenhang zwischen der Mediennutzung, Cyberbullying
und Cyberviktimisierung
Über den positiven querschnittlichen Zusammenhang zwischen der Mediennutzung, Cyberbullying
und Cyberviktimisierung hinaus ist bisher unklar, ob die Mediennutzung eher eine Ursache oder eine
Wirkung von Cyberbullying und Cyberviktimisierung ist (Sozialisations- oder Selektionshypothese).
Bisher durchgeführte Studien zum längsschnittlichen Zusammenhang zwischen der Mediennutzung,
Cyberbullying und Cyberviktimisierung prüften lediglich die Sozialisations-, nicht aber die Selektions-
hypothese. In einer dieser Studien von Sticca et al. (2013) war die Mediennutzung zum ersten Messzeit-
punkt ein signifikanter positiver Prädiktor für Cyberbullying und Cyberviktimisierung zum zweiten
Messzeitpunkt sechs Monate später. In einer anderen Studie von Cappadocia et al. (2013) war die
Mediennutzung zum ersten Messzeitpunkt hingegen kein signifikanter Prädiktor für Cyberbullying und
Cyberviktimisierung zum zweiten Messzeitpunkt ein Jahr später. Da die Studien widersprüchliche
Ergebnisse zeigten, sich auf nur zwei Messzeitpunkte und relativ kurze Zeitintervalle beschränkten,
sind Aussagen über den längsschnittlichen bzw. wechselseitigen Zusammenhang zwischen der
Mediennutzung, Cyberbullying und Cyberviktimisierung nur eingeschränkt möglich.
4. Ziele, Fragestellungen und Hypothesen
52
Daher untersucht Studie 2 der vorliegenden Dissertation den wechselseitigen Zusammenhang
zwischen der Mediennutzung, Cyberbullying und Cyberviktimisierung im Rahmen eines Cross-Lagged-
Panel-Designs mit vier Messzeitpunkten (Selektions- und Sozialisationshypothese). Diese Analyse soll
zur Aufklärung der Entwicklung von Cyberbullying und Cyberviktimisierung sowie zur Aufklärung der
widersprüchlichen Ergebnisse in Bezug auf den längsschnittlichen Zusammenhang zwischen der Me-
diennutzung, Cyberbullying und Cyberviktimisierung beitragen. Folgende Hypothesen werden formu-
liert und empirisch geprüft:
Hypothese 3 – Die Mediennutzung ist eine Ursache bzw. ein längsschnittlicher Risikofaktor für Cyber-
bullying.
Hypothese 4 – Die Mediennutzung ist eine Ursache bzw. ein längsschnittlicher Risikofaktor für Cyber-
viktimisierung.
4.3 Studie 3 – Zusammenhang zwischen der Mediennutzung, ethischer Medienkompetenz,
Cyberbullying und Cyberviktimisierung
Unabhängig davon, ob die Mediennutzung eine Ursache oder eine Wirkung von Cyberbullying und
Cyberviktimisierung ist, liegt es nahe, die Mediennutzung zu reduzieren, um Cyberbullying und
Cyberviktimisierung zu reduzieren (Erdur-Baker, 2010; Livingstone et al., 2011; Sticca et al., 2013). Dies
ist jedoch weder sinnvoll noch wirksam (Erdur-Baker, 2010; Hasebrink & Lampert, 2011; Livingstone et
al., 2005; Livingstone et al., 2011; Mesch, 2009; Pfetsch et al., 2009; Walther et al., 2014). Dagegen
sollte die Förderung eines bewussten und verantwortungsvollen Umgangs mit digitalen Medien, also
die Förderung von Medienkompetenz, eine wirksame Maßnahme zur Reduktion von Cyberbullying und
Cyberviktimisierung sein (Beran & Li, 2005; Erdur-Baker, 2010; Feinberg & Robey, 2008; Grigg, 2010;
Jeong et al., 2013; Livingstone et al., 2011; MPFS, 2013; Nansen et al., 2012; Park et al., 2014; Sitzer et
al., 2012; Stapf, 2009; Walther et al., 2014). Studien zum Zusammenhang zwischen der Medienkompe-
tenz, Cyberbullying und Cyberviktimisierung bezogen sich bislang mehrheitlich auf die praktisch-instru-
4. Ziele, Fragestellungen und Hypothesen
53
mentelle, seltener auf die ethische Medienkompetenz und kamen zu inkonsistenten Ergebnissen. Zwei
Studien zeigten beispielsweise, dass Cyberbullies und Cybervictims über ähnliche praktisch-instrumen-
telle, aber geringere ethische Medienkompetenzen verfügen als Unbeteiligte (Bösel et al., 2014; Sitzer
et al., 2012). Kumazaki et al. (2011) zeigten demgegenüber, dass die Netiquette keinen signifikanten
Effekt auf Cyberbullying hat, aber den Zusammenhang zwischen der praktisch-instrumentellen
Medienkompetenz und Cyberbullying moderiert. Bei Park et al. (2014) hatte die Netiquette einen
signifikanten negativen und die Mediennutzung einen signifikanten positiven Effekt auf Cyberbullying.
Die Analyse des Zusammenhangs zwischen der Mediennutzung, der Netiquette, Cyberbullying und
Cyberviktimisierung ist eine besondere Stärke dieser Studie. Allerdings wurde der Moderationseffekt
der Netiquette auf den Zusammenhang zwischen der Mediennutzung, Cyberbullying und Cyberviktimi-
sierung nicht statistisch getestet. Zudem beschränkt sich die Netiquette auf die Frage, wie akzeptabel
bestimmte Handlungen sind und ist damit nicht mit der ethischen Medienkompetenz in einem umfas-
senden Sinne vergleichbar.
Daher untersucht Studie 3 der vorliegenden Dissertation den Zusammenhang zwischen der
Mediennutzung, ethischer Medienkompetenz, Cyberbullying und Cyberviktimisierung im Rahmen
einer Moderationsanalyse. Diese Analyse soll zur Aufklärung der inkonsistenten Ergebnisse zum
Zusammenhang zwischen der ethischen Medienkompetenz, Cyberbullying und Cyberviktimisierung
beitragen. Ethische Medienkompetenz beinhaltet in einem umfassenden Sinne Wissen, Motivation
und Fähigkeiten zur regel- und normenkonformen computervermittelten Kommunikation. Basierend
auf den dargestellten theoretischen Überlegungen und empirischen Befunden werden folgende Hypo-
thesen formuliert und empirisch geprüft:
Hypothese 5 – Ethische Medienkompetenz puffert den positiven Effekt der Mediennutzung auf Cyber-
bullying.
Hypothese 6 – Ethische Medienkompetenz puffert den positiven Effekt der Mediennutzung auf Cyber-
viktimisierung.
4. Ziele, Fragestellungen und Hypothesen
54
Die Hypothesenprüfung erfolgt im Rahmen der Studie CyberEmp – Empathie, Medien und Cyber-
Mobbing. Ziel von CyberEmp ist es u. a., Aussagen über die Prävalenzen von Cyberbullying und Cyber-
viktimisierung, über die längsschnittliche Entwicklung von Cyberbullying und Cyberviktimisierung so-
wie über den längsschnittlichen Zusammenhang zwischen der Mediennutzung, Cyberbullying und
Cyberviktimisierung zu ermöglichen.
5. Die Studie CyberEmp
55
EMPIRISCHER TEIL
5. Die Studie CyberEmp
CyberEmp ist eine längsschnittliche Fragebogenstudie, die 2011 bis 2013 unter der Leitung von Jan
Pfetsch im Fachgebiet Pädagogische Psychologie der Technischen Universität Berlin geplant und durch-
geführt wurde.
5.1 Planung
Nachdem die Studie von der Schulverwaltung und den Datenschutzbeauftragten des Landes Berlin
sowie der Technischen Universität Berlin genehmigt wurde, wurden 123 zufällig ausgewählte Grund-
schulen, Gemeinschaftsschulen, Integrierte Sekundarschulen, Gesamtschulen und Gymnasien telefo-
nisch und per E-Mail kontaktiert und über die Studie informiert. Von diesen 123 Schulen stimmten 14
Schulen der Teilnahme zu: fünf Grundschulen, eine Gemeinschaftsschule, vier Integrierte Sekundar-
schulen und vier Gymnasien. In den Grundschulen sollten zum ersten (Frühjahr 2012) und zweiten
Messzeitpunkt (Sommer 2012) die vierten und fünften Klassen, in den Oberschulen die siebten und
achten Klassen befragt werden. Zum dritten (Winter 2012) und vierten Messzeitpunkt (Sommer 2013)
sollten dementsprechend in den Grundschulen die fünften und sechsten Klassen, in den Oberschulen
die achten und neunten Klassen befragt werden.
Die Eltern dieser Klassen wurden in einem Informationsschreiben mit beiliegender Einverständnis-
erklärung über das Ziel, den Umfang, den Ablauf und den Inhalt der Studie informiert. Zudem wurden
sie darauf hingewiesen, dass die Fragebögen im Sekretariat der jeweiligen Schule einsehbar waren.
Daraufhin stimmten 66 % der Eltern aktiv der freiwilligen und anonymen bzw. pseudonymen Teil-
nahme ihres Kindes an den vier Befragungen der Studie zu.
5. Die Studie CyberEmp
56
5.2 Durchführung
Am Tag der Befragungen wurden auch die Schülerinnen und Schüler über das Ziel, den Ablauf, den
Inhalt, die Freiwilligkeit und die Anonymität der Studie bzw. der Antworten informiert. Um die Anony-
mität der Antworten zu gewährleisten und dennoch die Zuordnung der Fragebögen über die vier Mess-
zeitpunkte zu ermöglichen, wurden die Fragebögen mit einem eindeutigen Identifikations-Code verse-
hen. Die ersten vier Stellen des Codes kennzeichnen die Schule und die Klasse. Die letzte Stelle des
Codes kennzeichnet die Schülerinnen und Schüler, z. B. 1083B für Mädchen B in Klasse 8.3 der Schule
10 oder 10834 für Junge 4 in Klasse 8.3 der Schule 10. Die Zuordnung der Codes zu den Namen der
Schülerinnen und Schüler erfolgte mithilfe von in den Schulen verbleibenden Klassenlisten.
Anhand dieser Klassenlisten teilten die vorab geschulten Testleiterinnen und Testleiter die Frage-
bögen aus. Diese gliederten sich in einen Kernbereich und einen variablen Bereich (siehe Tabelle 8).
Tabelle 8. Fragebögen der Studie CyberEmp
Kernbereich: Längsschnittlich erhobene Variablen
Demografie
- Geschlecht
- Alter
- Klassenstufe, Schulform
- Sprache, Nationalität des Kindes und der Eltern
Cyberbullying,
Medien und
Empathie
- Cyberbullying und Cyberviktimisierung
- Traditionelles Bullying und traditionelle Viktimisierung
- Mediennutzung
- Empathie (Selbsteinschätzung)
5. Die Studie CyberEmp
57
Tabelle 8. Fragebögen der Studie CyberEmp (Fortsetzung)
Variabler Bereich: Querschnittlich erhobene Variablen
Messzeitpunkt 1
- Empathie (Peereinschätzung)
- Medienbasierte Empathie
- Moral disengagement
Messzeitpunkt 2
- Empathie (Videotest)
- Narzissmus
Messzeitpunkt 3
- Empathie (Peereinschätzung)
- Emotionsregulation
- Aggressionsbezogene normative Überzeugungen
- Ungerechtigkeitssensibilität
Messzeitpunkt 4
- Empathie (Videotest)
- Ethische Medienkompetenz
- Medienbildung in Schule, Familie und Freizeit
Im Kernbereich wurden die demografischen Daten, Cyberbullying und Cyberviktimisierung,
traditionelles Bullying und traditionelle Viktimisierung, Mediennutzung und Empathie erfasst. Im
variablen Bereich wurden zu jedem Messzeitpunkt unterschiedliche Variablen erfasst, z. B. medienba-
sierte Empathie, Narzissmus oder ethische Medienkompetenz.
Das Ausfüllen der Fragebögen dauerte je nach Alter der Schülerinnen und Schüler zwischen 25 und
45 Minuten. Während dieser Zeit standen die Testleiterinnen und Testleiter für Fragen zur Verfügung.
Darüber hinaus dokumentierten sie Besonderheiten wie Gründe für das Fehlen einzelner Schülerinnen
und Schüler, sehr schnelles oder langsames Ausfüllen der Fragebögen, verbale oder motorische Stö-
rungen etc. auf einem Erhebungsbogen. Dieser diente, insbesondere in Fällen auffälliger Antwortmus-
ter, als Grundlage zur Entscheidung über die weitere Verwendung der insgesamt 3 829 Fragebögen.
6. Stichprobe
58
6. Stichprobe
1 231 Schülerinnen und Schüler aus 74 Klassen in 14 Berliner Schulen nahmen an der Studie teil.
Aus organisatorischen Gründen nahmen die Schülerinnen und Schüler einer der 14 Schulen nicht be-
reits ab dem ersten, sondern erst ab dem zweiten Messzeitpunkt an der Studie teil.
6.1 Teilnahme
Zum ersten Messzeitpunkt (T1) nahmen 979, zum zweiten Messzeitpunkt (T2) 948, zum dritten
Messzeitpunkt (T3) 968 und zum vierten Messzeitpunkt (T4) 934 Schülerinnen und Schüler teil. Von
den 948 Schülerinnen und Schülern zu T2 nahmen 84 % bereits zu T1 (n = 797), 81 % auch zu T3
(n = 769) und 79 % auch zu T4 (n = 750) an der Studie teil (siehe Tabelle 9).
Tabelle 9. Stichprobe der Studie CyberEmp (N = 1 231)
Teilnahme T1
Teilnahme T2
Teilnahme T3
Teilnahme T4
n
%
n
%
n
%
n
%
Teilnahme T1
979
100
797
84
789
82
758
81
Teilnahme T2
797
81
948
100
769
79
750
80
Teilnahme T3
789
81
769
81
968
100
791
85
Teilnahme T4
758
77
750
79
791
82
934
100
Anmerkungen. T1 = Messzeitpunkt 1, T2 = Messzeitpunkt 2, T3 = Messzeitpunkt 3, T4 = Messzeitpunkt 4.
47 % der Schülerinnen und Schüler nahmen an allen vier Befragungen der Studie teil (n = 575).
27 % der Schülerinnen und Schüler nahmen an drei (n = 331), 17 % an zwei (n = 211) und 9 % an einer
der vier Befragungen teil (n = 114). 7 % der Schülerinnen und Schüler brachen die Teilnahme an der
Studie nach ihrer ersten Teilnahme zu T1, T2 oder T3 ab (Dropout). Eine Reihe von χ²- bzw. t-Tests
6. Stichprobe
59
zeigte, dass sich diese Schülerinnen und Schüler in Bezug auf Cyberbullying und mit Einschränkung
Cyberviktimisierung, traditionelles Bullying und traditionelle Viktimisierung, das Geschlecht, das Alter
und die Mediennutzung nicht systematisch von den übrigen Schülerinnen und Schülern unterscheiden
(siehe Tabelle 10).
Tabelle 10. Dropoutanalyse
Dropout (n = 83)
Nicht-Dropout (n = 1 148)
Unterschied
M
SD
M
SD
Statistik
Signifikanz
CB T1
1.14
0.25
1.08
0.25
t (973) = 1.15
p = .251
CB T2
1.13
0.31
1.08
0.18
t (22.40) = 0.83 a
p = .417
CB T3
1.06
0.08
1.07
0.22
t (931) = –0.24
p = .814
CV T1
1.16
0.25
1.09
0.19
t (974) = 2.06
p = .040
CV T2
1.12
0.14
1.11
0.24
t (932) = 0.26
p = .796
CV T3
1.18
0.33
1.09
0.25
t (940) = 1.82
p = .070
TB T1
1.88
1.41
1.02
0.03
t (32.15) = 1.28 a
p = .209
TB T2
2.18
1.68
1.65
1.09
t (21.43) = 1.47 a
p = .157
TB T3
1.96
1.48
1.61
1.09
t (27.93) = 1.24 a
p = .225
TV T1
1.97
1.58
1.65
1.16
t (955) = 1.51
p = .132
TV T2
1.64
1.09
1.71
1.19
t (926) = –0.27
p = .785
TV T3
2.04
1.62
1.56
1.08
t (27.75) = 1.53 a
p = .138
Geschlecht
-
-
-
-
χ² (1) = .14
p = .711
Alter T1
12.53
1.72
12.00
1.68
t (963) = 1.72
p = .086
Alter T2
12.05
2.09
12.17
1.72
t (862) = –0.30
p = .763
Alter T3
13.03
1.96
12.90
1.67
t (951) = 0.42
p = .676
6. Stichprobe
60
Tabelle 10. Dropoutanalyse (Fortsetzung)
MN T1
3.55
1.67
2.98
1.33
t (32.34) = 1.92 a
p = .064
MN T2
3.29
1.57
3.12
1.37
t (932) = 0.60
p = .547
MN T3
3.79
1.45
3.37
1.35
t (941) = 1.58
p = .115
Anmerkungen. CB = Cyberbullying, CV = Cyberviktimisierung, TB = Traditionelles Bullying, TV = Traditionelle
Viktimisierung, MN = Mediennutzung, - keine Angabe.
a Bei fehlender Varianzhomogenität werden korrigierte t-Werte berichtet.
Einzig in Bezug auf Cyberviktimisierung zu T1 fand sich ein signifikanter Unterschied. Die Schülerin-
nen und Schüler, die die Teilnahme an der Studie nach ihrer ersten Teilnahme zu T1 abbrachen, berich-
teten zu T1 häufiger von Cyberviktimisierung als die restlichen Schülerinnen und Schüler (t (974) = 2.06,
p = .040).
Allerdings betraf dieser Unterschied insbesondere die Kategorie ein- oder zweimal in den letzten
sechs Monaten. Da es sich dabei aufgrund der fehlenden Wiederholung per Definition nicht um Cyber-
viktimisierung handelt, fand sich auf der Gruppenebene in Bezug auf Cyberviktimisierung zu T1 kein
solcher Unterschied (χ² (1) = .91, p = .341). 4 % der Schülerinnen und Schüler, die die Teilnahme an der
Studie nach ihrer ersten Teilnahme zu T1 abbrachen und 6 % der restlichen Schülerinnen und Schüler
sind Cybervictims.
6.2 Stichprobenmerkmale
53 % der Schülerinnen und Schüler waren Mädchen (n = 646) und 47 % Jungen (n = 582) im Alter
von 8 bis 17 Jahren (siehe Tabelle 11). Die Schülerinnen und Schüler in der Grundschule waren 8–14
Jahre, die Schülerinnen und Schüler in der Oberschule 10–17 Jahre alt. Das Hauptaugenmerk lag auf
Kindern und Jugendlichen in diesem Alter, da erstens Cyberbullying im Jugendalter seinen Höhepunkt
erreicht und zweitens Jugendliche mit den für Cyberbullying relevanten digitalen Medien vertraut sind
(Almeida, Correia, Marinho & Garcia, 2012; Patchin & Hinduja, 2009; Schultze-Krumbholz & Scheit-
hauer, 2010; Tokunaga, 2010; Williams & Guerra, 2007).
6. Stichprobe
61
Tabelle 11. Stichprobenmerkmale Alter, Schulform und Klassenstufe
Alter in Jahren
Min
Max
M
SD
Messzeitpunkt 1
Gesamt
8
16
12.01
1.68
Grundschule
4. Klasse
5. Klasse
17 %
16 %
8
13
9.96
0.77
Oberschule
7. Klasse
8. Klasse
33 %
34 %
10
16
13.05
0.87
Messzeitpunkt 2
Gesamt
8
16
12.17
1.72
Grundschule
4. Klasse
5. Klasse
17 %
16 %
8
13
10.15
0.80
Oberschule
7. Klasse
8. Klasse
33 %
34 %
10
16
13.26
0.89
Messzeitpunkt 3
Gesamt
9
17
12.91
1.67
Grundschule
5. Klasse
6. Klasse
16 %
14 %
9
13
10.74
0.75
Oberschule
8. Klasse
9. Klasse
30 %
40 %
11
17
13.87
0.89
Messzeitpunkt 4
Gesamt
10
17
13.26
1.63
Grundschule
5. Klasse
6. Klasse
16 %
14 %
10
14
11.22
0.82
Oberschule
8. Klasse
9. Klasse
30 %
40 %
12
17
14.21
0.87
6. Stichprobe
62
So nutzten beispielsweise zum ersten Messzeitpunkt 80 % der Schülerinnen und Schüler ihr Mobil-
telefon zum Telefonieren, 59 % zum Senden und Empfangen von SMS, MMS etc. und 46 % zum Surfen
im Internet (siehe Tabelle 12). Zum vierten Messzeitpunkt nutzten bereits 91 % der Schülerinnen und
Schüler ihr Mobiltelefon zum Telefonieren, 78 % zum Senden und Empfangen von SMS, MMS etc. und
61 % zum Surfen im Internet (siehe Tabelle 12).
Tabelle 12. Stichprobenmerkmale Formen und Häufigkeit der Mediennutzung
T1
T2
T3
T4
Mobiltelefonnutzung: durchschnittlich mehrmals in der Woche bis 1–2 Mal am Tag
Musik hören
-
64 %
67 %
72 %
Telefonieren
80 %
87 %
86 %
91 %
Senden oder Empfangen von SMS, MMS etc.
59 %
72 %
73 %
78 %
Aufnehmen oder Weiterleiten von Bildern/Videos
23 %
59 %
60 %
70 %
Surfen im Internet
46 %
33 %
48 %
61 %
Internetnutzung: durchschnittlich mehrmals in der Woche bis 1–2 Stunden am Tag
Musik hören
53 %
60 %
64 %
72 %
Schulaufgaben
63 %
69 %
74 %
76 %
Informationen suchen
64 %
73 %
77 %
81 %
Online-Spiele nutzen
28 %
43 %
37 %
37 %
Internettelefonie
27 %
35 %
40 %
48 %
E-Mails lesen und schreiben
50 %
60 %
59 %
64 %
Instant Messenger oder Chats nutzen
36 %
47 %
46 %
53 %
Anschauen von Bildern/Videos
66 %
76 %
79 %
84 %
Soziale Netzwerke nutzen
44 %
52 %
56 %
62 %
Anmerkungen. Häufigkeiten beziehen sich auf die Ja-Antworten (0 = nein, 1 = ja), - nicht erhoben.
6. Stichprobe
63
64 % der Schülerinnen und Schüler nutzten das Internet zum Lesen und Schreiben von E-Mails,
53 % zum Chatten und 84 % zum Anschauen von Bildern und Videos (siehe Tabelle 12). 62 % der
Schülerinnen und Schüler nutzten darüber hinaus mehrmals in der Woche bis eine Stunde am Tag
soziale Netzwerke wie Facebook, Skype, WhatsApp, YouTube, Instagram oder Twitter.
7. Messinstrumente
64
7. Messinstrumente
Die Formen und Häufigkeit der Mediennutzung, ethische Medienkompetenz, Cyberbullying und
Cyberviktimisierung etc. wurden mit Selbsteinschätzungsskalen erfasst. Selbsteinschätzungsskalen
sind zeit- und kostengünstig einzusetzen und erlauben die quantitative Analyse großer Stichproben
(Scheithauer et al., 2003). Darüber hinaus eignen sich Selbsteinschätzungsskalen insbesondere zur
Erfassung von Cyberbullying und Cyberviktimisierung, da Peers, Lehrkräfte und Eltern aufgrund der po-
tenziellen Anonymität der Cyberbullies bzw. aufgrund der Verschwiegenheit der Cybervictims häufig
keine Kenntnis davon haben (Dempsey et al., 2011; Patchin & Hinduja, 2006).
7.1 Cyberbullying und Cyberviktimisierung
Cyberbullying und Cyberviktimisierung wurden mit dem Berlin Cyberbullying-Cybervictimization
Questionnaire (BCyQ) von Schultze-Krumbholz und Scheithauer (2011) gemessen. Der BCyQ erfasst in
Anlehnung an die Formen von Cyberbullying und Cyberviktimisierung nach Willard (2007), wie häufig
bestimmte Verhaltensweisen in den letzten sechs Monaten ausgeführt bzw. erlebt wurden (5-stufige
Skala von 1 = gar nicht bis 5 = mehrmals in der Woche). Schülerinnen und Schüler, die mindestens eine
dieser Verhaltensweisen wiederholt (2 oder 3 Mal im Monat oder häufiger) ausgeführt bzw. erlebt
haben, wurden als Cyberbullies bzw. Cybervictims klassifiziert. Die übrigen Schülerinnen und Schüler
galten als Unbeteiligte.
Die Cyberbullyingskala umfasst 18 Items, z. B. „Ich habe im Internet oder per Handy Gerüchte über
andere verbreitet.“ In einem ersten Schritt wurden aufgrund niedriger Reliabilitäten oder niedriger
Trennschärfen (<.30) sechs dieser Items aus den weiteren Analysen ausgeschlossen. Die resultierende
Cyberbullyingskala mit 12 Items ist zufriedenstellend trennscharf und reliabel (siehe Tabelle 13).
7. Messinstrumente
65
Tabelle 13. Skalenkennwerte der Cyberbullyingskala (Auswahl)
Cronbachs α
M
SD
rit
p
Messzeitpunkt 1
.83
1.09
0.26
-
-
Messzeitpunkt 2
.78
1.08
0.19
-
-
Messzeitpunkt 3
.87
1.07
0.22
-
-
Messzeitpunkt 4
.85
1.10
0.27
-
-
Anmerkungen. rit = Korrigierte Item-Skala-Korrelation bzw. Trennschärfe, p = Itemschwierigkeit, 1 = gar nicht,
2 = 1 oder 2 Mal, 3 = 2 oder 3 Mal im Monat, 4 = 1 Mal in der Woche, 5 = mehrmals in der Woche, - keine An-
gabe. Die vollständige Tabelle findet sich im Anhang auf Seite 199.
In einem zweiten Schritt wurde eine Parallelanalyse nach Horn durchgeführt. Die Parallelanalyse
ist ein Verfahren, das den empirischen mit dem zufälligen Eigenwertverlauf vergleicht und so die An-
zahl zu extrahierender Faktoren ermittelt (O’Connor, 2000). So war beispielsweise der erste empirische
Eigenwert größer als der erste zufällige Eigenwert. Der vierte empirische Eigenwert war hingegen klei-
ner als der vierte zufällige Eigenwert (siehe Abbildung 3), sodass bei der Faktorenanalyse in SPSS drei
Faktoren extrahiert wurden.
7. Messinstrumente
66
Abbildung 3. Empirische und zufällige Eigenwerte der Cyberbullyingskala; N = 906, Datensets = 100.
In einem dritten Schritt wurden auf der Basis dieser Faktorenanalyse drei Subskalen gebildet: direk-
tes Cyberbullying, relationales Cyberbullying und bildbezogenes Cyberbullying. Gemeinsam klärten die
drei Faktoren zu T1 62 %, zu T2 58 %, zu T3 66 % und zu T4 65 % der Varianz auf. Während zu T1 die
Faktorenstruktur mit Ausnahme einer Doppelladung eines Items sehr eindeutig war, war sie zu T2, T3
und T4 aufgrund mehrerer, zum Teil negativer Doppelladungen weniger klar (siehe Tabelle 14).
Dennoch wurden – um die Vergleichbarkeit der Ergebnisse über die vier Messzeitpunkte zu ermögli-
chen – auch zu T2, T3 und T4 die Subskalen direktes, relationales und bildbezogenes Cyberbullying
gebildet.
4,76
1,45
1,21
0,79 0,74 0,64 0,59 0,52 0,46 0,39 0,32 0,14
1,23 1,18 1,13
1,10 1,06 1,03 1,00 0,98 0,94 0,91 0,89 0,85
0
1
2
3
4
5
1 2 3 4 5 6 7 8 9 10 11 12
Eigenwerte
Anzahl zu extrahierender Faktoren
Empirische Eigenwerte
Zufällige Eigenwerte
7. Messinstrumente
67
Tabelle 14. Faktorenanalyse der Cyberbullyingskala (Auswahl)
Messzeitpunkt 1
Messzeitpunkt 3
1
2
3
1
2
3
Subskala 1
Item 14
.70
.86
Item 16
.91
.41
.54
Item 17
.89
.63
.48
Subskala 2
Item 1
.66
.57
Item 2
.77
.72
.33
Item 3
.75
.74
Item 4
.70
.67
Item 11
.56
.82
Item 13
.63
.33
.86
Subskala 3
Item 7
.78
.58
.32
Item 8
.83
.75
Item 9
.87
.77
Anmerkungen. Hauptkomponentenanalyse mit obliquer Promax-Rotation und Kaiser-Normalisierung,
Kappa = 4, Ladung ab .30; Subskala 1 = direktes Cyberbullying, Subskala 2 = relationales Cyberbullying,
Subskala 3 = bildbezogenes Cyberbullying. Die vollständige Tabelle findet sich im Anhang auf Seite 202.
Direktes Cyberbullying umfasst drei Items und bezieht sich auf Beleidigungen, Beschimpfungen
oder Drohungen in Nachrichten (siehe Tabelle 15). Die Subskala ist mit .60 ≤ α ≤ .69 hinreichend relia-
bel. Relationales Cyberbullying erfasst mit sechs Items Verhaltensweisen wie Rufschädigung, Outing,
sozialen Ausschluss aus Chats oder Impersonation (siehe Tabelle 15). Die Subskala ist mit .64 ≤ α ≤ .77
7. Messinstrumente
68
zufriedenstellend reliabel. Bildbezogenes Cyberbullying erfasst mit drei Items die Verbreitung von
Bildern/Videos oder Happy-Slapping (siehe Tabelle 15). Die Subskala ist ebenfalls zufriedenstellend
reliabel (.76 ≤ α ≤ .89).
Tabelle 15. Skalenkennwerte der Cyberbullyingsubskalen (Auswahl)
Cronbachs α
M
SD
rit
p
Messzeitpunkt 1
Subskala 1
.69
1.08
0.31
-
-
Subskala 2
.76
1.11
0.28
-
-
Subskala 3
.78
1.04
0.25
-
-
Messzeitpunkt 2
Subskala 1
.60
1.08
0.28
-
-
Subskala 2
.64
1.10
0.23
-
-
Subskala 3
.76
1.02
0.16
-
-
Messzeitpunkt 3
Subskala 1
.65
1.08
0.29
-
-
Subskala 2
.77
1.09
0.25
-
-
Subskala 3
.88
1.03
0.22
-
-
Messzeitpunkt 4
Subskala 1
.66
1.13
0.36
-
-
Subskala 2
.73
1.11
0.29
-
-
Subskala 3
.89
1.05
0.32
-
-
Anmerkungen. Subskala 1 = direktes Cyberbullying, Subskala 2 = relationales Cyberbullying, Subskala 3 = bild-
bezogenes Cyberbullying, rit = Korrigierte Item-Skala-Korrelation bzw. Trennschärfe, p = Itemschwierigkeit,
1 = gar nicht, 2 = 1 oder 2 Mal, 3 = 2 oder 3 Mal im Monat, 4 = 1 Mal in der Woche, 5 = mehrmals in der Wo-
che, - keine Angabe. Die vollständige Tabelle findet sich im Anhang auf Seite 203.
Die Cyberviktimisierungsskala umfasst 17 Items, z. B. „Ich wurde in Chats ignoriert, obwohl ich
auch mitgechattet habe.“ Analog zum Vorgehen bei Cyberbullying wurden in einem ersten Schritt auf-
grund niedriger Reliabilitäten oder niedriger Trennschärfen (<.30) vier der Items aus den weiteren Ana-
7. Messinstrumente
69
lysen ausgeschlossen. Die resultierende Cyberviktimisierungsskala mit 13 Items ist trennscharf und
reliabel (siehe Tabelle 16).
Tabelle 16. Skalenkennwerte der Cyberviktimisierungsskala (Auswahl)
Cronbachs α
M
SD
rit
p
Messzeitpunkt 1
.755
1.09
0.19
-
-
Messzeitpunkt 2
.80
1.11
0.24
-
-
Messzeitpunkt 3
.88
1.09
0.25
-
-
Messzeitpunkt 4
.87
1.14
0.32
-
-
Anmerkungen. rit = Korrigierte Item-Skala-Korrelation bzw. Trennschärfe, p = Itemschwierigkeit, 1 = gar nicht,
2 = 1 oder 2 Mal, 3 = 2 oder 3 Mal im Monat, 4 = 1 Mal in der Woche, 5 = mehrmals in der Woche, - keine An-
gabe. Die vollständige Tabelle findet sich im Anhang auf Seite 206.
In einem zweiten Schritt wurde eine Parallelanalyse nach Horn durchgeführt (O’Connor, 2000). Da
der vierte empirische Eigenwert kleiner als der vierte zufällige Eigenwert war (siehe Abbildung 4),
wurden bei der Faktorenanalyse in SPSS drei Faktoren extrahiert.
7. Messinstrumente
70
Abbildung 4. Empirische und zufällige Eigenwerte der Cyberviktimisierungsskala; N = 891, Datensets = 100.
In einem dritten Schritt wurden auf der Basis dieser Faktorenanalyse drei Subskalen gebildet: direk-
te Cyberviktimisierung, relationale Cyberviktimisierung und illegale Cyberviktimisierung. Gemeinsam
klärten die drei Faktoren zu T1 54 %, zu T2 53 %, zu T3 63 % und zu T4 59 % der Varianz auf. Ähnlich
wie bei Cyberbullying war die Faktorenstruktur zu T1 mit Ausnahme einer Doppelladung eines Items
sehr eindeutig, zu T2, T3 und T4 hingegen nicht (siehe Tabelle 17). Dennoch wurden zugunsten der
Vergleichbarkeit der Ergebnisse über die vier Messzeitpunkte auch zu T2, T3 und T4 die Subskalen
direkte, relationale und illegale Cyberviktimisierung gebildet.
3,58
2,22
1,16 1,02
0,74 0,72 0,70 0,61 0,60 0,52 0,48 0,39 0,26
1,25 1,19 1,14 1,11 1,08 1,05 1,02 0,99 0,96 0,93 0,91 0,88 0,85
0
1
2
3
4
1 2 3 4 5 6 7 8 9 10 11 12 13
Eigenwerte
Anzahl zu extrahierender Faktoren
Empirische Eigenwerte
Zufällige Eigenwerte
7. Messinstrumente
71
Tabelle 17. Faktorenanalyse der Cyberviktimisierungsskala (Auswahl)
Messzeitpunkt 1
Messzeitpunkt 3
1
2
3
1
2
3
Subskala 1
Item 13
.66
.74
Item 15
.86
.69
.33
Item 16
.81
.68
.35
Item 17
.79
.82
Subskala 2
Item 1
.58
.81
Item 3
.62
.31
.75
Item 4
.68
.46
Item 5
.61
.86
Item 6
.64
.78
Item 7
.66
.65
Subskala 3
Item 8
.60
.69
.32
Item 11
.71
.39
.53
Item 12
.80
.35
.65
Anmerkungen. Hauptkomponentenanalyse mit obliquer Promax-Rotation und Kaiser-Normalisierung,
Kappa = 4, Ladung ab .30; Subskala 1 = direkte Cyberviktimisierung, Subskala 2 = relationale Cyberviktimisie-
rung, Subskala 3 = illegale Cyberviktimisierung. Die vollständige Tabelle findet sich im Anhang auf Seite 209.
Direkte Cyberviktimisierung erfasst mit vier Items Erpressungen, Drohungen und Beschimpfungen
in Nachrichten (siehe Tabelle 18). Die Subskala ist mit .72 ≤ α ≤ .77 zufriedenstellend reliabel. Relatio-
nale Cyberviktimisierung bezieht sich auf Gerüchte, sozialen Ausschluss oder Outing und unterscheidet
7. Messinstrumente
72
sich demnach vom relationalen Cyberbullying. Die Subskala mit sechs Items ist zufriedenstellend relia-
bel, .69 ≤ α ≤ .77 (siehe Tabelle 18). Illegale Cyberviktimisierung umfasst drei Items und bezieht sich
auf Verhaltensweisen wie den Missbrauch von Passwörtern, Impersonation oder Happy-Slapping
(siehe Tabelle 18). Die Subskala ist mit .58 ≤ α ≤ .78 hinreichend reliabel.
Tabelle 18. Skalenkennwerte der Cyberviktimisierungssubskalen (Auswahl)
Cronbachs α
M
SD
rit
p
Messzeitpunkt 1
Subskala 1
.75
1.12
0.35
-
-
Subskala 2
.69
1.10
0.27
-
-
Subskala 3
.58
1.04
0.19
-
-
Messzeitpunkt 2
Subskala 1
.72
1.10
0.29
-
-
Subskala 2
.72
1.13
0.30
-
-
Subskala 3
.59
1.05
0.21
-
-
Messzeitpunkt 3
Subskala 1
.75
1.11
0.32
-
-
Subskala 2
.77
1.10
0.29
-
-
Subskala 3
.78
1.04
0.26
-
-
Messzeitpunkt 4
Subskala 1
.77
1.15
0.39
-
-
Subskala 2
.77
1.17
0.38
-
-
Subskala 3
.74
1.06
0.30
-
-
Anmerkungen. Subskala 1 = direkte Cyberviktimisierung, Subskala 2 = relationale Cyberviktimisierung, Sub-
skala 3 = illegale Cyberviktimisierung, rit = Korrigierte Item-Skala-Korrelation bzw. Trennschärfe, p = Item-
schwierigkeit, 1 = gar nicht, 2 = 1 oder 2 Mal, 3 = 2 oder 3 Mal im Monat, 4 = 1 Mal in der Woche, 5 = mehr-
mals in der Woche, - keine Angabe. Die vollständige Tabelle findet sich im Anhang auf Seite 210.
7. Messinstrumente
73
7.2 Geschlecht, Alter, traditionelles Bullying und traditionelle Viktimisierung
Traditionelles Bullying, traditionelle Viktimisierung, Geschlecht und Alter wurden aufgrund des
Zusammenhangs mit Cyberbullying und Cyberviktimisierung als Kontrollvariablen in die folgenden Ana-
lysen einbezogen. Geschlecht und Alter wurden mit je einem Item gemessen, und zwar „Welches Ge-
schlecht hast du?“ und „Wie alt bist du?“
Traditionelles Bullying und traditionelle Viktimisierung wurden in Anlehnung an Olweus (1993) mit
folgender Definition und einem globalen Item gemessen:
„Jetzt geht es um ‚Mobbing‘ unter Schülern. Mobbing sind wiederholte, negative Handlungen, die
anderen Schülern körperlich oder seelisch schaden sollen. Mobbing ist, wenn ein oder mehrere Schü-
lerinnen oder Schüler, die sich nur schwer wehren können, wiederholt geschlagen oder gepiesackt
werden, beschimpft und verspottet werden, ausgeschlossen werden, bei anderen schlecht gemacht
werden oder man ihnen Freundschaften verweigert.“
Die Schülerinnen und Schüler gaben auf einer 6-stufigen Skala von 1 = gar nicht bis 6 = fast täglich
an, wie häufig sie im letzten halben Jahr andere gemobbt haben bzw. wie häufig sie im letzten halben
Jahr von anderen gemobbt wurden (siehe Tabelle 19).
Tabelle 19. Itemkennwerte traditionelles Bullying und traditionelle Viktimisierung
M
SD
p
Messzeitpunkt 1
Traditionelles Bullying
1.56
1.04
0.261
Traditionelle Viktimisierung
1.66
1.17
0.277
Messzeitpunkt 2
Traditionelles Bullying
1.65
1.10
0.278
Traditionelle Viktimisierung
1.71
1.19
0.284
7. Messinstrumente
74
Tabelle 19. Itemkennwerte traditionelles Bullying und traditionelle Viktimisierung (Fortsetzung)
Messzeitpunkt 3
Traditionelles Bullying
1.63
1.11
0.271
Traditionelle Viktimisierung
1.58
1.10
0.263
Messzeitpunkt 4
Traditionelles Bullying
1.55
1.03
0.258
Traditionelle Viktimisierung
1.56
1.08
0.260
Anmerkungen. p = Itemschwierigkeit, 1 = gar nicht, 2 = 1 bis 3 Mal in 6 Monaten, 3 = etwa 1 Mal im Monat,
4 = etwa 1 Mal in der Woche, 5 = mehrmals in der Woche, 6 = fast täglich.
7.3 Mediennutzung
Die Mediennutzung wurde mit einem Mediennutzungsfragebogen von Pfetsch (2011) gemessen.
Der Mediennutzungsfragebogen erfasst, wie häufig die Schülerinnen und Schüler durchschnittlich das
Mobiltelefon und das Internet nutzen (7-stufige Skala von 1 = selten oder nie bis 7 = mehr als 50 Mal
am Tag bzw. mehr als 3 Stunden am Tag).
Die Mediennutzungsskala umfasst vier Items, z. B. „Wie oft bist du auf sozialen Netzwerkseiten?“
und ist zufriedenstellend trennscharf und reliabel (siehe Tabelle 20).
Tabelle 20. Skalenkennwerte der Mediennutzungsskala (Auswahl)
Cronbachs α
M
SD
rit
p
Messzeitpunkt 1
.77
3.00
1.34
-
-
Messzeitpunkt 2
.77
3.11
1.37
-
-
Messzeitpunkt 3
.74
3.39
1.36
-
-
Messzeitpunkt 4
.70
3.49
1.30
-
-
Anmerkungen. rit = Korrigierte Item-Skala-Korrelation bzw. Trennschärfe, p = Itemschwierigkeit, Mobiltele-
fonnutzung: 1 = selten oder nie, 2 = mehrmals in der Woche, 3 = 1–2 Mal am Tag, 4 = 3–10 Mal am Tag,
5 = 11–20 Mal am Tag, 6 = mehr als 20 Mal am Tag, 7 = mehr als 50 Mal am Tag, Internetnutzung: 1 = selten
oder nie, 2 = mehrmals im Monat, 3 = mehrmals in der Woche, 4 = bis 1 Stunde pro Tag, 5 = 1–2 Stunden am
Tag, 6 = 2–3 Stunden am Tag, 7 = mehr als 3 Stunden am Tag, - keine Angabe. Die vollständige Tabelle findet
sich im Anhang auf Seite 214.
7. Messinstrumente
75
Um die Anzahl der zu extrahierenden Faktoren zu ermitteln, wurde eine Parallelanalyse nach Horn
durchgeführt. Der Analyse zufolge ist der erste empirische Eigenwert größer als der erste zufällige
Eigenwert, der zweite empirische Eigenwert hingegen kleiner als der zweite zufällige Eigenwert (siehe
Abbildung 5). Demnach sollte in der Faktorenanalyse ein Faktor extrahiert werden.
Abbildung 5. Empirische und zufällige Eigenwerte der Mediennutzungsskala; N = 864, Datensets = 100.
Da es aus inhaltlichen Gründen sinnvoller ist, zwei Faktoren zu extrahieren, wurden auf Basis einer
Faktorenanalyse mit zwei Faktoren in SPSS die zwei Subskalen Mobiltelefonnutzung und Internetnut-
zung gebildet (Varianzaufklärung zu T1 80 %, zu T2 82 %, zu T3 79 % und zu T4: 79 %; siehe Tabelle 21).
2,37
0,83
0,49 0,31
1,12 1,04 1,00 0,96
0
1
2
3
1 2 3 4
Eigenwerte
Anzahl zu extrahierender Faktoren
Empirische Eigenwerte
Zufällige Eigenwerte
7. Messinstrumente
76
Tabelle 21. Faktorenanalyse der Mediennutzungsskala (Auswahl)
Messzeitpunkt 1
Messzeitpunkt 3
1
2
1
2
Subskala 1
Item 1
.91
.90
Item 2
.82
.79
Subskala 2
Item 3
.93
.95
Item 4
.91
.89
Anmerkungen. Hauptkomponentenanalyse mit obliquer Promax-Rotation und Kaiser-Normalisierung,
Kappa = 4, Ladung ab .30; Subskala 1 = Mobiltelefonnutzung, Subskala 2 = Internetnutzung. Die vollständige
Tabelle findet sich im Anhang auf Seite 216.
Die Mobiltelefonnutzung erfasst mit zwei Items die Häufigkeit von Telefonaten und SMS (siehe
Tabelle 22). Die Subskala ist mit .61 ≤ α ≤ .70 hinreichend reliabel. Die Internetnutzung erfasst mit zwei
Items die Nutzung des Internets und sozialer Netzwerke und ist ebenfalls reliabel, .79 ≤ α ≤ .85 (siehe
Tabelle 22).
Tabelle 22. Skalenkennwerte der Mediennutzungssubskalen (Auswahl)
Cronbachs α
M
SD
rit
p
Messzeitpunkt 1
Subskala 1
.67
2.55
1.30
-
-
Subskala 2
.82
3.45
1.77
-
-
Messzeitpunkt 2
Subskala 1
.70
2.67
1.35
-
-
Subskala 2
.85
3.57
1.83
-
-
7. Messinstrumente
77
Tabelle 22. Skalenkennwerte der Mediennutzungssubskalen (Auswahl) (Fortsetzung)
Messzeitpunkt 3
Subskala 1
.61
2.89
1.39
-
-
Subskala 2
.82
3.89
1.77
-
-
Messzeitpunkt 4
Subskala 1
.68
2.85
1.38
-
-
Subskala 2
.79
4.13
1.74
-
-
Anmerkungen. Subskala 1 = Mobiltelefonnutzung, Subskala 2 = Internetnutzung, rit = Korrigierte Item-Skala-
Korrelation bzw. Trennschärfe (entspricht hier der Korrelation), p = Itemschwierigkeit, Mobiltelefonnutzung:
1 = selten oder nie, 2 = mehrmals in der Woche, 3 = 1-2 Mal am Tag, 4 = 3–10 Mal am Tag, 5 = 11–20 Mal am
Tag, 6 = mehr als 20 Mal am Tag, 7 = mehr als 50 Mal am Tag, Internetnutzung: 1 = selten oder nie, 2 = mehr-
mals im Monat, 3 = mehrmals in der Woche, 4 = bis 1 Stunde pro Tag, 5 = 1–2 Stunden am Tag, 6 = 2–3 Stun-
den am Tag, 7 = mehr als 3 Stunden am Tag, - keine Angabe. Die vollständige Tabelle findet sich im Anhang
auf Seite 217.
7.4 Ethische Medienkompetenz
Ethische Medienkompetenz wurde mit der Ethical Media Competence Scale (EMC) von Müller und
Pfetsch (2013) gemessen. Die EMC erfasst auf einer vierstufigen Skala (1 = trifft gar nicht zu, 4 = trifft
genau zu), wie sich die Schülerinnen und Schüler verhalten, wenn sie mit anderen Kindern und Jugend-
lichen in ihrem Alter über Mobiltelefone, Computer oder das Internet kommunizieren (z. B. Telefonie-
ren, Nachrichten schreiben, Bilder oder Videos teilen, Personen markieren).
Die EMC-Skala umfasst 18 Items, z. B. „Ich verhalte mich online gegenüber anderen so, wie ich
selbst von anderen behandelt werden möchte.“ In einem ersten Schritt wurden aufgrund niedriger Re-
liabilitäten oder niedriger Trennschärfen (<.30) drei dieser Items aus den weiteren Analysen ausge-
schlossen. Die resultierende EMC-Skala mit 15 Items ist zufriedenstellend trennscharf und reliabel
(siehe Tabelle 23).
7. Messinstrumente
78
Tabelle 23. Skalenkennwerte der EMC-Skala (Auswahl)
Cronbachs α
M
SD
rit
p
Messzeitpunkt 1
-
-
-
-
-
Messzeitpunkt 2
-
-
-
-
-
Messzeitpunkt 3
-
-
-
-
-
Messzeitpunkt 4
.82
3.14
0.48
-
-
Anmerkungen. rit = Korrigierte Item-Skala-Korrelation bzw. Trennschärfe, p = Itemschwierigkeit, 1 = trifft gar
nicht zu, 2 = trifft eher nicht zu, 3 = trifft eher zu, 4 = trifft genau zu, 88 = Ich weiß nicht, wie das technisch
funktioniert oder wo ich das finde, - keine Angabe, Skala wurde nur zu T4 erhoben, Die vollständige Tabelle
findet sich im Anhang auf Seite 219.
In einem zweiten Schritt wurde eine Parallelanalyse nach Horn durchgeführt. Da der zweite empiri-
sche Eigenwert kleiner als der zweite zufällige Eigenwert war (siehe Abbildung 6), wurde bei der Fakto-
renanalyse in SPSS ein Faktor extrahiert (siehe Tabelle 24). Es wurden keine Subskalen gebildet.
Abbildung 6. Empirische und zufällige Eigenwerte der EMC-Skala; N = 643, Datensets = 100.
4,53
1,14 1,06 0,93 0,89 0,82 0,75 0,73 0,69 0,66 0,62 0,61 0,57 0,52 0,47
1,32 1,25 1,19 1,15 1,11 1,08 1,05 1,02 0,99 0,96 0,93 0,90 0,87 0,83 0,80
0
1
2
3
4
5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Eigenwerte
Anzahl zu extrahierender Faktoren
Empirische Eigenwerte
Zufällige Eigenwerte
7. Messinstrumente
79
Tabelle 24. Faktorenanalyse der EMC-Skala
Messzeitpunkt 1
Messzeitpunkt 4
1
1
Skala
Item 2
-
.42
Item 3
-
.45
Item 4
-
.63
Item 5
-
.55
Item 6
-
.41
Item 7
-
.64
Item 9
-
.42
Item 10
-
.69
Item 11
-
.71
Item 12
-
.56
Item 13
-
.64
Item 15
-
.50
Item 16
-
.43
Item 17
-
.46
Item 18
-
.59
Anmerkungen. Hauptkomponentenanalyse mit obliquer Promax-Rotation und Kaiser-Normalisierung,
Kappa = 4, Ladung ab .30, - keine Angabe, Skala wurde nur zu T4 erhoben.
8. Studie 1
80
8. Studie 1 – Querschnittlicher Zusammenhang zwischen der Mediennutzung, Cyberbullying und
Cyberviktimisierung
Die Studie Cyberbullying und die Nutzung digitaler Medien im Kindheits- und Jugendalter wurde
2014 in ähnlicher Form in der Merz veröffentlicht: Müller, C. R, Pfetsch, J. & Ittel, A. (2014a). Cyberbul-
lying und die Nutzung digitaler Medien im Kindheits- und Jugend-alter. Merz, 58(3), 57–62.
8.1 Aktueller Forschungsstand
Digitale Kommunikationsmedien sind integraler Bestandteil der modernen Gesellschaft. Mobiltele-
fone und das Internet sind allgegenwärtig und nahezu unverzichtbar für Zwecke der Information, Un-
terhaltung und Kommunikation (MPFS, 2012). Dies gilt insbesondere für Kinder und Jugendliche, die in
der mediatisierten Welt aufwachsen und die medialen Möglichkeiten wie den Austausch von Bildern
und das Posten von Kommentaren in sozialen Netzwerken als selbstverständlich wahrnehmen (MPFS,
2012). Neben vielfältigen Möglichkeiten ist die routinierte Nutzung moderner Medien mit Risiken wie
Betrug, Datenmissbrauch und negativen Kommunikationsformen, z. B. Cyberbullying, verbunden (Hin-
duja & Patchin, 2008; Livingstone et al., 2011).
8.1.1 Cyberbullying
Cyberbullying wird in Anlehnung an Olweus’ Definition des traditionellen Bullying von Smith et al.
(2008, S. 376) anhand der Kriterien Schädigungsintention, Wiederholung und Machtungleichgewicht
als „an aggressive, intentional act carried out by a group or individual, using electronic forms of contact,
repeatedly and over time against a victim who cannot easily defend him or herself“ definiert. Zentrales
Kriterium zur Unterscheidung von traditionellem und Cyberbullying ist demnach die Nutzung digitaler
Medien, aus deren Eigenschaften sich einige Besonderheiten für das Phänomen Cyberbullying erge-
ben: räumliche und zeitliche Allgegenwart der Wirkung, Möglichkeit eines großen Publikums, poten-
8. Studie 1
81
zielle Anonymität der Täterinnen und Täter sowie Mangel an emotionalem Feedback (Dooley et al.,
2009).
8.1.2 Cyberbullying und die Nutzung digitaler Medien
Zur Vorhersage von Cyberbullying und Cyberviktimisierung und damit auch zur Konzeption von
Präventions- und Interventionsmaßnahmen werden verschiedene Konstrukte wie die Beteiligung an
traditionellem Bullying, Empathie, Normen und Mediennutzung diskutiert (Hinduja & Patchin, 2008;
Li, 2007a; Perren & Gutzwiller-Helfenfinger, 2012). Da die Nutzung digitaler Medien konstituierendes
Merkmal von Cyberbullying ist (Smith et al., 2008) und hierzu im deutschen Sprachraum bislang kaum
Studien vorliegen, fokussiert die vorliegende Studie die Mediennutzung als potenziellen Risikofaktor
für Cyberbullying und Cyberviktimisierung. Bisherige Untersuchungen aus den USA, England und der
Türkei zeigen, dass eine erhöhte Mediennutzung mit einer höheren Beteiligung an Cyberbullying und
Cyberviktimisierung einhergeht (Erdur-Baker, 2010; Hinduja & Patchin, 2008; Smith et al., 2008).
Hinduja und Patchin (2008) zeigten in einer Onlinebefragung bei N = 1 378 US-amerikanischen ju-
gendlichen Internetnutzerinnen und -nutzern (MAlter = 14.8 Jahre, 51 % weiblich), dass neben dem Alter
der Befragten insbesondere die online verbrachte Zeit und die Vielfalt der Onlineaktivitäten die Wahr-
scheinlichkeit von Cyberbullying und Cyberviktimisierung signifikant erhöhen. Durchschnittlich waren
die befragten Jugendlichen 18 Stunden wöchentlich online und führten fünf verschiedene Onlineaktivi-
täten aus.
Smith et al. (2008) befragten 533 englische Jugendliche im Alter von 11–16 Jahren (50 % weiblich)
und zeigten, dass Cybervictims das Internet häufiger nutzen als Jugendliche, die keine Cybervictims
sind. Dieser Effekt war für Websites, Chats, E-Mail und Instant Messenger signifikant. Für Cyberbullies
ergaben sich keine signifikanten Unterschiede.
Erdur-Baker (2010) zeigte bei 276 türkischen Jugendlichen (45 % weiblich) im Alter von 14–18
Jahren geschlechtsspezifische Zusammenhänge zwischen der Mediennutzung, riskanter Internetnut-
zung und Cyberbullying. Die Häufigkeit der Mediennutzung hing bei Mädchen mittel und bei Jungen
8. Studie 1
82
schwach positiv mit Cyberbullying und Cyberviktimisierung zusammen. Hierarchische Regressionsana-
lysen zeigten darüber hinaus, dass Cyberbullying und Cyberviktimisierung bei Mädchen durch die Häu-
figkeit der Mediennutzung und bei Jungen durch die riskante Internetnutzung (z. B. Teilen persönlicher
Informationen) vorhergesagt wird.
8.1.3 Untersuchungsleitende Fragestellungen
Auf Grundlage der dargestellten empirischen Ergebnisse untersucht die vorliegende Studie, wie
sich Cyberbullies, Cybervictims und Unbeteiligte in Bezug auf ihre Mediennutzung unterscheiden. Auf-
grund des zunehmenden Zugangs Jugendlicher zu Mobiltelefonen und dem Internet und aufgrund der
Bedeutung, die Jugendliche beiden Medien zuschreiben (MPFS, 2012), soll die Nutzung von Mobiltele-
fonen und Internet im Fokus stehen. In Anlehnung an Smith et al. (2008) bezieht sich die Prüfung der
Unterschiede dabei auf einzelne Medienaktivitäten (Anrufe, SMS, Internet, Soziale Netzwerke). Erwar-
tet wird, dass Cyberbullies und Cybervictims Mobiltelefone und das Internet häufiger (Hypothese 1)
und vielfältiger (Hypothese 2) nutzen als Unbeteiligte. Da sich in bisherigen Studien bei Mediennutzung
und Cyberbullying geschlechts- sowie altersspezifische Effekte zeigten (MPFS, 2012; Tokunaga, 2010),
werden das Geschlecht und das Alter kontrolliert.
8.2 Methode
8.2.1 Durchführung und Stichprobe
Die Hypothesentestung stützt sich auf die Daten des ersten Messzeitpunktes der Studie CyberEmp,
bei der 2011–2013 Schülerinnen und Schüler aus 14 Berliner Grund- und Oberschulen viermal anonym
zu ihrer Mediennutzung und Beteiligung an Cyberbullying befragt wurden. Die Schülerinnen und
Schüler sowie deren Eltern stimmten vorab der freiwilligen, anonymen Teilnahme an der Befragung
zu. Das Ausfüllen der Fragebögen dauerte ca. eine Schulstunde (45 Minuten).
8. Studie 1
83
Insgesamt haben zum ersten Messzeitpunkt N = 979 Schülerinnen und Schüler (55 % weiblich) im
Alter von 8–16 Jahren (M = 12.01, SD = 1.68) an der Befragung teilgenommen. 33 % besuchten die
Grundschule (4. und 5. Klasse), 24 % die Integrierte Sekundarschule (7. und 8. Klasse) und 43 % das
Gymnasium (7. und 8. Klasse).
8.2.2 Messinstrumente
Cyberbullying und Cyberviktimisierung wurden mit dem BCyQ von Schultze-Krumbholz und Scheit-
hauer (2011) gemessen. Auf einer 5-stufigen Skala von 1 = gar nicht bis 5 = mehrmals in der Woche
erfasst der BCyQ, wie häufig bestimmte Verhaltensweisen in den letzten 6 Monaten ausgeführt (18
Items) bzw. erlebt (17 Items) wurden, z. B. „Ich habe im Internet oder per Handy Gerüchte über andere
verbreitet“ oder „Ich wurde in Chats ignoriert, obwohl ich auch mitgechattet habe“. Schülerinnen und
Schüler, die mindestens ein Item der Cyberbullying- bzw. Cyberviktimisierungsskala mit 2 oder 3 Mal
beantworteten, wurden als Cyberbullies bzw. Cybervictims klassifiziert. Cyberbullies und Cybervictims
sind demnach teilweise nicht ausschließlich Cyberbullies oder Cybervictims, sondern teilweise gleich-
zeitig Cyberbullies und Cybervictims. Aufgrund der geringen Gruppengröße konnte diese Gruppe der
Cyberbully-Victims jedoch nicht explizit berücksichtigt werden. Die übrigen Befragten galten daher als
Unbeteiligte.
Die Häufigkeit der Mobiltelefon- und Internetnutzung wurde mit je 2 Items gemessen, z. B. „Wie
oft sendest und empfängst du SMS?“ oder „Wie oft bist du auf sozialen Netzwerkseiten?“ Die Jugendli-
chen gaben von 1 = selten oder nie bis 7 = mehr als 50 Mal am Tag bzw. mehr als 3 Stunden am Tag an,
wie häufig sie durchschnittlich das Mobiltelefon und das Internet nutzen.
Die Vielfalt der Mobiltelefon- und Internetnutzung wurde in Mehrfachantwortensets mit 4 Items
zur Mobiltelefonnutzung, z. B. „Videos, Bilder aufnehmen oder senden“ und 9 Items zur Internetnut-
zung, z. B. „In Communities aktiv sein“ gemessen. Die Befragten wurden aufgefordert, alle Aktivitäten
anzukreuzen, die sie mit dem Mobiltelefon und im Internet nutzen (0 = nicht genutzt, 1 = genutzt).
Anschließend wurde die Summe der Medienaktivitäten berechnet.
8. Studie 1
84
8.3 Ergebnisse
8.3.1 Deskriptive Ergebnisse
Knapp 8 % der Schülerinnen und Schüler waren Cyberbullies, 8 % Cybervictims und 85 % Unbetei-
ligte. Die häufigsten Formen von Cyberbullying waren Ignorieren und sozialer Ausschluss. Bei Cybervik-
timisierung waren beleidigende Nachrichten und Rufschädigung am häufigsten. Die deskriptiven Be-
funde zur Mediennutzung zeigten, dass das Internet im Allgemeinen und Soziale Netzwerke im Beson-
deren häufiger genutzt werden als Mobiltelefone. In Tabelle 25 sind die Mittelwerte und Standardab-
weichungen für die Häufigkeit und die Vielfalt der Mediennutzung dargestellt.
Tabelle 25. Deskriptive Statistik (M, SD) der Häufigkeit und Vielfalt der Mediennutzung
Häufigkeit a
Summe der Aktivitäten b
Anrufe
SMS
Internet
SN
Mobiltelefon
Internet
CB
3.25 (1.51)
3.44 (1.94)
5.36 (1.64)
4.64 (1.93)
2.50 (1.18)
4.92 (2.43)
CV
3.04 (1.41)
3.40 (1.82)
4.86 (1.80)
4.12 (2.04)
2.38 (1.36)
5.04 (2.75)
N-I
2.47 (1.24)
2.39 (1.59)
3.72 (1.79)
2.74 (1.91)
2.02 (1.21)
4.18 (2.27)
Gesamt
2.57 (1.30)
2.55 (1.68)
3.93 (1.85)
2.98 (2.01)
2.08 (1.23)
4.30 (2.34)
Anmerkungen. SN = Soziale Netzwerke, CB = Cyberbullies, CV = Cybervictims, N-I = Unbeteiligte.
a Range 0–7; b Range 0–4 bei Mobiltelefon und 0–9 bei Internet.
8.3.2 Hypothese 1 – Cyberbullies und Cybervictims nutzen Mobiltelefone und Internet häufiger
als Unbeteiligte
Um zu prüfen, ob sich die in Tabelle 25 berichteten deskriptiven Gruppenwerte signifikant vonein-
ander unterscheiden, wurden MANOVAs berechnet. Die Voraussetzungen der MANOVA wurden in An-
lehnung an Field (2009) getestet. Die Annahme der univariaten Normalverteilung der abhängigen
8. Studie 1
85
Variablen innerhalb der Gruppen wurde grafisch mittels Q-Q-Plot bestätigt. Die Varianzhomogenität
der abhängigen Variablen innerhalb der Gruppen wurde mithilfe von Levene-Tests geprüft. Diese
wurden mit Ausnahme der Nutzung von SMS nicht signifikant. Nach einer logarithmischen Transforma-
tion war die Annahme auch für die Nutzung von SMS erfüllt. Die Homogenität der Varianz-Kovarianz-
Matrizen wurde für die Mobiltelefonnutzung und die Internetnutzung mit Box-M-Tests bestätigt. Als
abhängige Variable wurden die Items zur Häufigkeit der Mobiltelefon- und Internetnutzung, als unab-
hängige Variable die Gruppenzugehörigkeit und als Kovariaten Geschlecht und Alter in die Analyse ein-
bezogen. Die Haupteffekte der Kovariaten Geschlecht und Alter wurden in allen Analysen zur Häufig-
keit der Mobiltelefon- und Internetnutzung signifikant. Mädchen und ältere Befragte nutzen die
Medien generell häufiger als Jungen und jüngere Befragte.
Die multivariaten Tests zeigten unter Kontrolle von Geschlecht und Alter einen signifikanten Effekt
der Gruppenzugehörigkeit auf die Häufigkeit der Anrufe und SMS, F4, 1782 = 4.25, p = .002,
Partial η² = .009. Auch der Effekt der Interaktion Gruppe und Alter (F4, 1782 = 5.34, p = .000, Parti-
al η² = .012) wurde signifikant. Die separaten univariaten ANOVAs zeigten, dass beide Effekte nur für
die Häufigkeit der Nutzung von SMS (F(Gruppe) 2, 891 = 5.88, p = .003, Partial η² = .013;
F(Gruppe*Alter) 2, 891 = 5.57, p = .004, Partial η² = .012) signifikant wurden. Paarweise Vergleiche mit Bonfer-
roni-Korrektur zeigten darüber hinaus signifikante Gruppenunterschiede lediglich zwischen Cyber-
bullies und Unbeteiligten (MD = .46, SE = .10, p = .000). Abbildung 7 veranschaulicht den Interaktions-
effekt von Gruppe und Alter auf die Häufigkeit der Nutzung von SMS.
8. Studie 1
86
Abbildung 7. Interaktion von Gruppe, Alter und Häufigkeit der Nutzung von SMS; Variable wurde logarithmisch
transformiert, Range 0.00–1.95.
Für die Häufigkeit der Nutzung des Internets und sozialer Netzwerke zeigten die multivariaten
Tests unter Kontrolle von Geschlecht und Alter einen signifikanten Gruppeneffekt (F4, 1780 = 3.80,
p = .004, Partial η² = .008) sowie einen signifikanten Interaktionseffekt von Gruppe und Geschlecht
(F4, 1780 = 2.65, p = .032, Partial η² = .006). Die ANOVAs zeigten, dass der Effekt der Gruppe nur für die
Häufigkeit der Internetnutzung signifikant ist, wobei die paarweisen Vergleiche auf signifikante Unter-
schiede zwischen Cyberbullies und Unbeteiligten (MD = 1.47, SE = .28, p = .000) sowie zwischen Cyber-
victims und Unbeteiligten (MD = .74, SE = .23, p = .004) hinweisen. Der Interaktionseffekt von Gruppe
und Geschlecht wurde in den univariaten Analysen für keine der abhängigen Variablen signifikant.
1,08
0,54 0,48
1,03
1,22
0,88
0
1
2
Cyberbully Cybervictim Unbeteiligte
Mittelwerte (Häufigkeiten Senden oder Empfangen von SMS)
Altersgruppen
8-12 Jahre
13-16 Jahre
8. Studie 1
87
8.3.3 Hypothese 2 – Cyberbullies und Cybervictims nutzen Mobiltelefone und Internet
vielfältiger als Unbeteiligte
Um zu prüfen, ob sich Cyberbullies, Cybervictims und Unbeteiligte unter Kontrolle von Geschlecht
und Alter hinsichtlich der Vielfalt ihrer Mobiltelefon- und Internetnutzung unterscheiden, wurden nach
Prüfung der Voraussetzungen (Field, 2009) ANOVAs mit der Summe der Mobiltelefon- und Internetak-
tivitäten als abhängiger Variable berechnet. Als unabhängige Variable wurde die Gruppenzugehörig-
keit und als Kovariaten Geschlecht und Alter einbezogen. Die Haupteffekte der Kovariaten wurden in
beiden Analysen signifikant. Mädchen und ältere Befragte nutzen die Medien allgemein vielfältiger als
Jungen und jüngere Befragte.
Die ANOVA zeigte für die Summe der Mobiltelefonaktivitäten unter Kontrolle von Geschlecht und
Alter keinen signifikanten Gruppeneffekt (F2, 956 = 1.61, p = .200, Partial η² = .003).
Für die Summe der Internetaktivitäten hingegen zeigte die ANOVA unter Kontrolle von Geschlecht
und Alter einen signifikanten Haupteffekt der Gruppe (F2, 956 = 4.16, p = .016, Partial η² = .009). Paar-
weise Vergleiche mit Bonferroni-Korrektur zeigten signifikante Unterschiede zwischen Cyberbullies
und Unbeteiligten (MD = .91, SE = .35, p = .030). Den signifikanten Interaktionseffekt von Gruppe und
Alter auf die Vielfalt der Internetnutzung (F2, 956 = 4.90, p = .008, Partial η² = .010) veranschaulicht
Abbildung 8.
8. Studie 1
88
Abbildung 8. Interaktion von Gruppe, Alter und Summe der Internetaktivitäten (Range 0–9).
8.4 Diskussion
Ausgehend von der Annahme, dass Cyberbullying mit der verstärkten Nutzung digitaler Medien zu-
nimmt, untersuchte die vorliegende Studie, wie sich Cyberbullies, Cybervictims und Unbeteiligte unter
Kontrolle von Geschlecht und Alter in Bezug auf die Mobiltelefon- und Internetnutzung unterscheiden.
Erwartet wurde, dass Cyberbullies und Cybervictims Mobiltelefone und das Internet häufiger und viel-
fältiger nutzen als Unbeteiligte. Die Ergebnisse der deskriptiven und multivariaten Analysen bestätig-
ten diese Annahmen teilweise.
In Bezug auf die Häufigkeit der Mobiltelefonnutzung zeigte sich, dass Cyberbullies das Mobiltele-
fon – insbesondere zum Versenden und Empfangen von Kurznachrichten – signifikant häufiger nutzen
als Unbeteiligte. Für Cybervictims zeigte sich entgegen der Ergebnisse von Hinduja und Patchin (2008)
sowie Smith et al. (2008) keine signifikant häufigere Mobiltelefonnutzung. Der Interaktionseffekt von
Gruppe und Alter zeigte erwartungsgemäß, dass 13–16-Jährige Cybervictims und Unbeteiligte SMS
häufiger nutzen als 8–12-Jährige, wobei der Altersunterschied bei den Cybervictims am größten war.
5,33
3,56
4,85
4,87
5,82
3,61
0
1
2
3
4
5
6
7
8
9
Cyberbully Cybervictim Unbeteiligte
Mittelwert (Summe der Internetaktivitäten)
Altersgruppen
8-12 Jahre
13-16 Jahre
8. Studie 1
89
Demnach kann davon ausgegangen werden, dass die SMS-Nutzung bei Cybervictims und Unbeteiligten
mit dem Alter zunimmt. Dagegen ändert sich bei den Cyberbullies mit zunehmendem Alter die Häu-
figkeit der SMS-Nutzung nicht. Cyberbullies scheinen folglich Mobiltelefone bereits sehr früh intensiv
zu nutzen. In Bezug auf die Diversität der Mobiltelefonnutzung zeigte sich unter Kontrolle von Alter
und Geschlecht kein signifikanter Unterschied zwischen den Gruppen. Dies veranschaulicht, dass auf
die Mediennutzung bezogene Unterschiede zwischen Cyberbullies, Cybervictims und Unbeteiligten
ohne die Kontrolle von Alter und Geschlecht leicht überschätzt werden können.
In Bezug auf die Nutzung des Internets und sozialer Netzwerke zeigten die multivariaten Analysen,
dass sich Cyberbullies, Cybervictims und Unbeteiligte voneinander unterscheiden, wobei die univaria-
ten Analysen signifikante Gruppenunterschiede zwischen Cyberbullies und Unbeteiligten sowie zwi-
schen Cybervictims und Unbeteiligten lediglich in Bezug auf die Internetnutzung zeigten. Field (2009)
zufolge spricht dieses Ergebnis dafür, dass der Interaktionsterm nicht die Nutzung des Internets oder
sozialer Netzwerke per se beeinflusst, sondern eine beiden Variablen zugrunde liegende Dimension
der Internetnutzung. Dies zeigt, dass die Kombination verschiedener Mediennutzungsformen im Rah-
men multivariater Analysemethoden wichtig ist. In Bezug auf die Vielfalt der Internetnutzung zeigten
die Analysen signifikante Unterschiede zwischen Cyberbullies und Unbeteiligten. Der Interaktionsef-
fekt von Gruppe und Alter zeigte, ähnlich wie bei der SMS-Nutzung, dass Cyberbullies beider Alters-
gruppen ähnlich viele Internetaktivitäten nutzen, wohingegen ältere Cybervictims durchschnittlich
zwei Aktivitäten mehr nutzten als jüngere. Die Diversität der Internetnutzung nahm bei den Unbeteilig-
ten mit dem Alter tendenziell ab – eventuell, da Jugendliche im Laufe der Zeit lernen, welche Internet-
aktivitäten persönlich sinnvoll und hilfreich sind. Offen bleibt an dieser Stelle, ob sich Unbeteiligte von
Cyberbullies und Cybervictims ebenso in Bezug auf die Art der Aktivitäten unterscheiden (z. B. Kommu-
nikation, Information, Unterhaltung). Weitere Analysen sollten daher neben der Anzahl der Mobiltele-
fon- und Internetaktivitäten berücksichtigen, welche Aktivitäten Cyberbullies, Cybervictims und Unbe-
teiligten ausführen.
Zusammenfassend zeigen die vorliegenden Ergebnisse bei insgesamt kleinen Effektstärken, wie
wichtig eine differenzierte Betrachtung der Mobiltelefon- und Internetnutzung, des Alters und des Ge-
8. Studie 1
90
schlechts Jugendlicher zur Identifikation von Cyberbullies ist. Die Identifikation von Cybervictims
scheint dagegen nur in der älteren Altersgruppe zufriedenstellend über die Betrachtung der Häufigkeit
und Vielfalt der Mobiltelefon- und Internetnutzung möglich zu sein. Jüngere Cybervictims sind in Bezug
auf beide Variablen auf einem ähnlichen oder geringeren Niveau wie Unbeteiligte, sodass zur Identifi-
kation von Cybervictims neben der Häufigkeit und Vielfalt der Mediennutzung andere Variablen heran-
gezogen werden müssen. Möglicherweise kann die Art der Mobiltelefon- und Internetnutzung (Kom-
munikation, Information, Unterhaltung etc.) Aufschluss über die Unterschiede zwischen Cybervictims
und Unbeteiligten geben.
Für die Prävention und Intervention bei Cyberbullying bedeuten die Ergebnisse der vorliegenden
Studie, dass insbesondere mit zunehmendem Alter die Mediennutzung der Jugendlichen ein wichtiger
Ansatzpunkt zur Identifikation von Cyberbullies und zur Prävention von Cyberbullying ist. Da die Kom-
munikation und Information mit digitalen Medien integraler Bestandteil des jugendlichen Alltags ist,
vermag ein Nutzungsverbot jedoch keinen Beitrag zur Reduktion von Cyberbullying leisten (Erdur-
Baker, 2010). Empirisch untermauert wird dieses Argument von Pfetsch et al. (2009), die in einer Inter-
ventionsstudie zeigen, dass ein Mobiltelefonverbot keinen Effekt auf die Häufigkeit von Cyberbullying
hat. Dagegen scheint die Förderung einer ethischen, kompetenten Nutzung digitaler Medien sinnvoll
und realisierbar. Auch Süss (2010) formuliert den Erwerb von Medienkompetenz als eigenständige und
in diesem Kontext relevante Entwicklungsaufgabe. Ziel zukünftiger Forschungsvorhaben muss es daher
sein, die Rolle und das Potenzial ethischer Medienkompetenz im Zusammenhang zwischen der
Mediennutzung und Cyberbullying bei Kindern und Jugendlichen zu klären.
9. Studie 2
91
9. Studie 2 – Längsschnittlicher Zusammenhang zwischen der Mediennutzung, Cyberbullying und
Cyberviktimisierung
Die Studie Does media use lead to cyberbullying? Testing longitudinal associations using a latent
cross-lagged panel design ist zur Begutachtung beim Journal of Adolescence eingereicht. Sie wurde auf
dem Workshop Aggression 2015 an der University of Applied Sciences Upper Austria, Österreich prä-
sentiert: Müller, C. R., Pfetsch, J. & Ittel, A. (2015). Does media use lead to cyberbullying or vice versa?
Testing longitudinal associations using a latent cross-lagged panel design.
9.1 Current state of research
Internet-based technologies have become an inherent part in adolescents’ lives (Guan & Subrah-
manyam, 2009; Yang & Brown, 2012). According to the JIM study, 98 % of the surveyed children and
adolescents (N = 1 200) have internet access at home, and 92 % indicated they could go online from
their own room (MPFS, 2014). Approximately 94 % of the participants reported going online at least
several times a week, and 81 % daily (MPFS, 2014). The use of social networks, e-mailing, instant mes-
saging, and chatting are some of the most common online activities among children and adolescents
(Livingstone et al., 2011; MPFS, 2014). As stated by Subrahmanyam and Greenfield (2008), adolescents
primarily use these computer-mediated communication tools to maintain relationships. However, they
also comprise risks such as cyberbullying and cybervictimization (Guan & Subrahmanyam, 2009;
Hinduja & Patchin, 2008; Livingstone et al., 2011).
9.1.1 Cyberbullying
Tokunaga (2010, p. 278) defines cyberbullying as “any behavior performed through electronic or
digital media by individuals or groups that repeatedly communicates hostile or aggressive messages
intended to inflict harm or discomfort on others.” Cybervictimization, on the other hand, refers to the
9. Studie 2
92
victim’s situation of being bullied through electronic or digital media. Thus, the key definition criterion
of cyberbullying and cybervictimization is the use of digital media.
Recent prevalence studies indicated that cyberbullying is a significant problem. Around 8–17 % of
German youth engage in cyberbullying and 3–21 % reported being bullied (Schultze-Krumbholz &
Scheithauer, 2009b). International prevalence rates of cyberbullying range between 3 % and 53 %;
Rates of cybervictimization range between 3 % and 62 % dependent on the measurement instruments
and cut off points used (Berson et al., 2002; Vandebosch & van Cleemput, 2009; Ybarra & Mitchell,
2004).
9.1.2 Cyberbullying and media use – cross-sectional and longitudinal studies
For the prevention of cyberbullying and cybervictimization the identification of risk and protective
factors is essential. In a meta-analysis by Kowalski et al. (2014), media use turned out to be a significant
cross-sectional risk factor of cyberbullying and cybervictimization. In particular, the time spent online,
the variety of online activities, and risky internet use (e.g., sharing personal information) significantly
increase the likelihood of adolescent cyberbullying and cybervictimization (Erdur-Baker, 2010; Hinduja
& Patchin, 2008; Smith et al., 2008; Walrave & Heirman, 2010). Furthermore, Walrave and Heirman
(2010) illustrated that information and communication technology (ICT) expertise and owning a com-
puter with Internet access predicts cyberbullying. In a study by Festl, Scharkow, and Quandt (2013), all
of the 276 participants had access to a computer and on average used the Internet two hours per day.
Logistic regression analyses revealed that an intensive use of social networking sites increases the risk
of involvement in cyberbullying, whereas the frequency of general Internet use has an effect on cyber-
victimization.
As cross-sectional studies cannot discriminate cause and effect, we do not yet know if media use
is a longitudinal risk factor of cyberbullying and cybervictimization, a consequence of being involved in
cyberbullying or cybervictimization, or both. To date, only few studies on the longitudinal association
between media use and cyberbullying have been conducted.
9. Studie 2
93
Cappadocia et al. (2013) examined the prevalence rates, individual and contextual factors of cyber-
bullying and cybervictimization across a 1-year period. 88 % of the students were never involved in
cyberbullying, 5 % at Time 1 only, 5 % at Time 2 only, and 2 % at both time points. The rates of involve-
ment in cybervictimization were as follows: 87 % never, 5 % at Time 1 only, 7 % at Time 2 only, and 2 %
at both time points. For the simultaneous involvement in cyberbullying and cybervictimization the
rates were 95 %, 1 %, 3 %, and 1 %, respectively. Binomial logistic regression analyses revealed that
the frequency of Internet use is not a significant predictor of cyberbullying, cybervictimization, and
simultaneous cyberbullying and cybervictimization after controlling for Time 1 cyberbullying and
gender.
Sticca et al. (2013) examined longitudinal risk factors for cyberbullying with 835 Swiss seventh
graders. The results indicated that the involvement in cyberbullying and the frequency of online com-
munication at the first measurement point (e.g., phone calls, chatting) are risk factors for the involve-
ment in cyberbullying six months later. Sticca and colleagues supposed media use to be an exposure
factor that increases the likelihood of engaging in cyberbullying. However, they did not check for the
regression of cyberbullying on media use and therefore cannot draw conclusions about reciprocal
effects between media use and the involvement in cyberbullying and cybervictimization.
Other longitudinal studies on cyberbullying and cybervictimization have mainly examined the sta-
bility of both constructs as well as health related outcomes, emotional and behavioral problems (Bar-
lett & Gentile, 2012; Cappadocia et al., 2013; Chang et al., 2014; Fanti et al., 2012; Jose et al., 2012;
Lester, Cross & Shaw, 2012; Pabian & Vandebosch, 2014; Wegge, Vandebosch, Eggermont & Pabian,
2014; Wright & Li, 2013).
Fanti et al. (2012) examined longitudinal risk factors of cyberbullying and cybervictimization with
1 416 Cypriot adolescents. Regression analyses showed that cyberbullying at the first measurement
occasion significantly predicts cyberbullying one year later (B = .39), whereas cybervictimization at
Time 1 predicts cybervictimization one year later (B = .21). Similarly Barlett et al. (2014) showed that
Time 1 cyberbullying is a strong predictor of Time 2 cyberbullying two months later (B = .59). In a four-
wave panel study with 1 103 Belgian adolescents Pabian and Vandebosch (2014) illustrated that cyber-
9. Studie 2
94
bullying, in contrast to traditional bullying, is moderately stable over a 2-year period (r = .33), and that
the stability increases with the participants’ age. Cappadocia et al. (2013) indicated that among stu-
dents who report cyberbullying or cybervictimization, only 20 % report consistent involvement over a
1-year period. The authors attribute this finding to the developmental pattern of general instability of
antisocial behavior during adolescence. Similarly, with a sample of 2 315 Taiwanese high school stu-
dents, Chang et al. (2014) showed that 78 % of the students are not involved in cyberbullying at either
measurement. 9 % of the students are involved in the first wave only, 7 % in the second wave only,
and 5 % in both measurement occasions. For cybervictimization the results are 75 %, 10 %, 9 %, and
5 %, respectively. With a sample of 154 Belgian secondary school students, Wegge et al. (2014) showed
that the proportions of victim-nominated cyberbullying and cybervictimization does not significantly
change within an 8-month interval.
One major shortcoming of most of these studies is that they predominantly used a two-wave longi-
tudinal design or very short time intervals. In a study on the stability of cybervictimization Gradinger,
Strohmeier, and Schiller (2015) demonstrated how the results may depend on the length of the adopt-
ed time interval between the measurement points. While cybervictimization was moderately stable
over six months, it was not stable over one year.
9.1.3 Research Questions
In the present four-wave longitudinal study, we examined the stability and the reciprocal associa-
tions of cyberbullying, cybervictimization, and media use over a 2-year period during adolescence.
Specifically, we analyzed whether cyberbullying and cybervictimization are a cause or an effect of
intensive media use. We hypothesized that cyberbullying, cybervictimization and media use are mod-
erately stable over time. The stability should be greater between adjacent measurement points than
between more distant measurement points. Based on cross-sectional research, we further assumed
that media use is a longitudinal risk factor of cyberbullying and cybervictimization. Conversely, we also
tested whether cyberbullying and cybervictimization longitudinally predict media use.
9. Studie 2
95
9.2 Method
9.2.1 Procedure
The present analyses refer to the four-wave longitudinal CyberEmp survey that we conducted in
12 Berlin primary and secondary schools from 2011–2013. After approval of the study by the school
boards and the commissioner for data protection, informed consent was obtained from all parents.
Owing to missing parental consent, 34 % of the students were not allowed to participate in the study.
Data collection was conducted by trained research staff who administered the paper-pencil question-
naires to students during a regular school lesson according to a procedural protocol. All students re-
ceived survey copies with unique identification codes to link the students between the four time
points. To ensure data privacy, the list that connected the codes to a certain student remained in the
respective schools. Students were assured that their participation was voluntary and their responses
were anonymous and confidential before the questionnaires were filled out. Completion of the ques-
tionnaires took about 25–45 minutes.
9.2.2 Participants
Participants were N = 1 231 students from 74 classes from 14 different schools in Berlin, Germany.
Due to organizational difficulties, one of the schools did not participate in the study at Time 1, but at
Times 2, 3, and 4. In total, 979 students took part in the study at Time 1, 948 at Time 2, 968 at Time 3,
and 934 at Time 4. The analytical sample consisted of 575 students who participated at all four mea-
surement points. Absence from the survey was mainly due to illness or other school-related commit-
ments (e.g., remediation). Some students had also transferred to other schools.
A set of t-tests and a Pearson chi-square test explored whether there were differences between
the students who participated in at least two waves (N = 1 148) and those who dropped out after their
first participation (N = 83). The results revealed no systematic differences with regard to age, sex,
9. Studie 2
96
media use, cyberbullying and cybervictimization (except for Time 1 cybervictimization). Participants
who dropped out after their first participation reported more cybervictimization in Time 1 than the
other students.
The mean age at Time 1 was 12.01 years (SD = 1.68), and 55 % of the students were female. 33 %
percent of the participants attended fifth or sixth grade in primary school and 67 % attended eighth or
ninth grade in secondary school. We focused on children and adolescents as cyberbullying presumably
peaks in adolescence (Li, 2007a; Tokunaga, 2010).
9.2.3 Measures
Cyberbullying and cybervictimization were measured using the Berlin Cyberbullying-Cybervictim-
ization Questionnaire by Schultze-Krumbholz and Scheithauer (2011). Respondents were asked to indi-
cate on a 5-point Likert scale (1 = not at all, 5 = several times a week) how often they had carried out
or experienced certain forms of aggressive online behavior in the previous six months. Students who
rated one or more items of the cyberbullying or cybervictimization scale with 2 or 3 times in the previ-
ous six months were classified as cyberbullies or cybervictims. The remaining students were considered
to be uninvolved. The cyberbullying scale (αT1 = .83, αT2 = .78, αT3 = .87, αT4 = .85) consists of 12 items,
e.g., “I ignored others in chats although they were joining in the chat.” From the original scale, we ex-
cluded six items owing to item-to-total correlations <.30 or low reliabilities. Based on a factor analysis
we computed three subscales: relational cyberbullying (six items, αT1 = .76, αT2 = .64, αT3 = .77,
αT4 = .73), image related cyberbullying (three items, αT1 = .78, αT2 = .76, αT3 = .88, αT4 = .89), and direct
cyberbullying (three items, αT1 = .69, αT2 = .60, αT3 = .65, αT4 = .66). The subscales were used as indica-
tors of the latent construct cyberbullying. The cybervictimization scale (αT1 = .76, αT2 = .80, αT3 = .85,
αT4 = .87) consists of 13 items, e.g., “Rumors were spread about me on the Internet or by mobile
phone.” Four items of the original scale were excluded because of item-to-total correlations <.30 or
unsatisfactory reliability values. Analogous to cyberbullying, we computed three subscales: relational
cybervictimization (six items, αT1 = .69, αT2 = .72, αT3 = .77, αT4 = .77), illegal cybervictimization (three
9. Studie 2
97
items, αT1 = .58, αT2 = .59, αT3 = .78, αT4 = .74), and direct cybervictimization (four items, αT1 = .75,
αT2 = .72, αT3 = .75, αT4 = .77). The subscales were used as indicators of the latent construct cybervictim-
ization.
Media use was measured using four items on the frequency of mobile phone and internet use
(αT1 = .77, αT2 = .77, αT3 = .74, αT4 = .70), e.g., “How often do you send or receive SMS?” or “How often
do you use social networking sites?” Students rated each item on a 7-point Likert scale from 1 = rarely
or never to 7 = more than 50 times a day or more than 3 hours a day.
Traditional bullying and traditional victimization were each assessed by one item. After reading a
definition of the term bullying (Olweus, 1993), respondents rated on a 6-point Likert scale (1 = not at
all, 6 = almost daily) how often they had bullied others and how often they had been bullied in the
previous six months.
9.2.4 Data Analysis
The Mplus program version 6.0 was used for all analyses (Muthén & Muthén, 1998–2010). To
account for the skewness of the cyberbullying and cybervictimization data and the nested data struc-
ture, the robust MLR estimator and the TYPE = COMPLEX procedure were applied as suggested by
Muthén and Muthén (1998–2010).
After setting up adequate measurement models and testing for measurement invariance across
time, two cross-lagged panel models were estimated to examine the stability and the reciprocal asso-
ciations between media use and cyberbullying, and between media use and cybervictimization. The
models included the first- and second-order autoregressive effects of media use, cyberbullying or
cybervictimization, the effects of cyberbullying or cybervictimization on media use and the effects of
media use on cyberbullying or cybervictimization. Furthermore, we included the correlations between
the variables of the same measurement points to control for cross-sectional effects. Based on prior
research, sex, age, traditional bullying or traditional victimization and cyberbullying or cybervictimiza-
tion were entered as control variables (Erdur-Baker, 2010; Gradinger et al., 2009; Hinduja & Patchin,
9. Studie 2
98
2008; Li, 2007a; Raskauskas & Stoltz, 2007; Riebel et al., 2009; Tokunaga, 2010). In addition to the auto-
correlations across the four time points, the control variables were allowed to correlate with each
other at the same measurement points.
To evaluate the model fit four criteria were used (Schermelleh-Engel, Moosbrugger & Müller,
2003): the chi-square value divided by the degrees of freedom (χ²/df), the root mean squared error of
approximation (RMSEA), the Tucker and Lewis Index (TLI) and the comparative fit index (CFI). χ²/df
values between 2 and 3 (Schermelleh-Engel et al., 2003), TLI and CFI values greater than .90 (Bentler &
Bonett, 1980) and RMSEA values lower than .08 (Browne & Cudeck, 1993) were considered as indica-
tors of an acceptable model fit.
9.3 Results
The initial measurement models including three cyberbullying subscales as indicators for the latent
construct cyberbullying (or cybervictimization subscales for the latent construct cybervictimization,
respectively) and four items on the frequency of mobile phone and internet use as indicators for the
latent construct media use showed deficits in fit indices (Cyberbullying: χ² (322) = 2013.176, CFI = .73,
TLI = .68, RMSEA = .066, Cybervictimization: χ² (322) = 2222.122, CFI = .72, TLI = .67, RMSEA = .070).
According to Bollen (1989), we allowed the measurement errors of the same indicators to be correlated
over time (see also Marsh & Hau, 1996). Furthermore, we allowed the measurement errors of the
items “How often do talk to somebody on your mobile phone?” and “How often do you send or receive
SMS on your mobile phone?” to be correlated. The final measurement models showed a good fit (Cy-
berbullying: χ² (276) = 593.069, CFI = .95, TLI = .93, RMSEA = .031, Cybervictimization: χ² (276) =
647.155, CFI = .95, TLI = .92, RMSEA = .034).
To ensure that the latent constructs cyberbullying (or cybervictimization, respectively) and media
use will have a comparable measurement structure across time, we tested the degree of measurement
invariance using equality constraints (Geiser, 2010, Widaman & Reise, 1997; see Tabelle 26). According
to the fit indices and the insignificant Satorra-Bentler Chi-Square Difference Tests, the models with
9. Studie 2
99
configural invariance (Step 1) and weak factorial invariance (Step 2) fitted well to the data. For the sub-
sequent analyses the constraints for weak factorial invariance were retained.
Tabelle 26. Measurement Invariance Testing
χ² (df)
CFI/TLI
RMSEA
Δ χ² (df), p
Cyberbullying and Media Use
Step 1
Measurement Model
593.07 (276)
.95/.93
.031
Step 2
Equal Factor Loadings
581.08 (291)
.95/.94
.029
18.70 (15), .228
Step 3
Equal Intercepts
688.86 (309)
.94/.93
.032
143.60 (18), .000
Cybervictimization and Media Use
Step 1
Measurement Model
647.16 (276)
.95/.92
.034
Step 2
Equal Factor Loadings
543.32 (291)
.96/.95
.027
9.11 (15), .872
Step 3
Equal Intercepts
688.86 (309)
.94/.93
.032
203.75 (18), .000
Notes. Step 1 = Configural Invariance, Step 2 = Weak Factorial Invariance, Step 3 = Strong Factorial Invari-
ance. CFI = comparative fit index, TLI = Tucker and Lewis Index, RMSEA = root mean squared error of approxi-
mation.
9.3.1 Hypothesis 3 – Media use is a longitudinal risk factor of cyberbullying
The cross-lagged model of media use (MT1 = 3.00, MT2 = 3.12, MT3 = 3.39, MT4 = 3.49) and cyber-
bullying (MT1 = 1.09, MT2 = 1.08, MT3 = 1.07, MT4 = 1.10) showed an acceptable fit to the data, χ² (672) =
1617.287, CFI = .93, TLI = .92, RMSEA = .034. As can be seen from Abbildung 9, the first- and second-
order auto-regressive effects of cyberbullying were not significant after controlling for sex, age, tra-
ditional bullying and cybervictimization. Before entering the control variables the first-order auto-
regressions were substantial and significant (βTime 1–Time 2 = .55, p = .001, βTime 2–Time 3 = .43, p = .061,
βTime 3–Time 4 = .37, p = .023). In contrast, the auto-regressions of media use were significant (except for
the effect of Time 1 media use on Time 4 media use, β = –.03, p = .814). The results of the cross-lagged
9. Studie 2
100
analysis showed a small significant effect of Time 3 cyberbullying on Time 4 media use (β = .07,
p = .001). Time 1 and Time 2 cyberbullying did not have a significant effect on Time 2 and Time 3 media
use (β = .03, p = .601 and β = –.01, p = .698). Similarly, neither of the reverse paths between media use
and cyberbullying reached significance (β = .13, p = .080, β =.03, p = .568, and β =.02, p = .750).
Furthermore, cyberbullying and media use significantly correlated at the first and third measurement
point (r = .13, p = .002 and r = .11, p = .030), while there was no significant relationship at the second
and fourth measurement point (r = .09, p = .157 and r = –.02, p = .771).
Abbildung 9. Cross-lagged model of media use and cyberbullying; standardized parameter estimates, correlations
between residuals of the same indicators over time and control variables sex, age, traditional bullying and
cybervictimization were omitted from the figure; * p < .05, ** p < .01, *** p < .001. 1 = relational cyberbullying,
2 = image-related cyberbullying, 3 = direct cyberbullying, 4 = internet use, 5 = social network use, 6 = mobile
phone use (calls), 7 = mobile phone use (SMS).
1 2 3
Cyberbullying
T1
Cyberbullying
T2
Cyberbullying
T3
Cyberbullying
T4
Media Use
T1
Media Use
T2
MediaUse
T3
MediaUse
T4
.67
.77 .63
1 2 3
.71
.74 .58
1 2 3
.74
.88 .69
1 2 3
.58
.85 .66
4 5 6 7
.82 .75 .35 .28
.81 .41
.80 .42
4 5 6 7
.85 .43
.81 .50
4 5 6 7
.83 .81 .34 .26
.87 .44
.83 .49
4 5 6 7
.86 .41
.81 .43
.14 .17 .15 .28
.32 .09 .14
.77*** .44*** .53***
.31**
-.03
.35**
.02
.01 .20
.13.03 .02-.01 .02.07**
.13** .09 .11* -.02
.58 .51 .47 .50
.28.35.24.62
.41 .55 .60 .45 .50 .66 .23 .45 .52 .28 .66 .57
.83 .82 .36 .34.81 .76 .31 .25
9. Studie 2
101
9.3.2 Hypothesis 4 – Media use is a longitudinal risk factor of cybervictimization
The cross-lagged model of media use (MT1 = 3.00, MT2 = 3.12, MT3 = 3.39, MT4 = 3.49) and cybervic-
timization (MT1 = 1.09, MT2 = 1.11, MT3 = 1.09, MT4 = 1.14) provided an acceptable fit to the data, χ²
(814) = 1989.486, CFI = .93, TLI = .91, RMSEA = .035. In contrast to cyberbullying, the auto-regression
of Time 1 and Time 2 cybervictimization as well as Time 3 and Time 4 cybervictimization was substantial
and significant (β = .81, p = .000 and β = .60, p = .000). In addition, there was a very strong effect of
Time 1 on Time 4 cybervictimization (β = .93, p = .042). The effect of Time 1 on Time 3 cybervictimiza-
tion (β = .02, p = .925), and the effects of Time 2 on Time 3 and Time 4 cybervictimization were not sig-
nificant (β = .20, p = .389 and β = –.65, p = .117). As in the cyberbullying model, the auto-regressions
of media use were significant (except for the effect of Time 1 media use on Time 4 media use, β = –.05,
p = .665). As can be seen from Abbildung 10, the cross-lagged effects of Time 1 media use on Time 2
cybervictimization and of Time 3 cybervictimization on Time 4 media use were significant (β = –.17,
p = .018 and β = .07, p = .009). Besides that, cybervictimization and media use significantly correlated
at Time 1 (r = .28, p = .001). However, there was no significant correlational relationship between
media use and cybervictimization at Times 2, 3, and 4 (r = .09, p = .359, r = .09, p = .077 and r = .06,
p = .548).
9. Studie 2
102
Abbildung 10. Cross-lagged model of media use and cybervictimization; standardized parameter estimates,
correlations between residuals of the same indicators over time and control variables sex, age, traditional
bullying and victimization, and cyberbullying were omitted from the figure; * p < .05, ** p < .01, *** p < .001.
1 = relational cybervictimization, 2 = illegal cybervictimization, 3 = direct cybervictimization, 4 = internet use,
5 = social network use, 6 = mobile phone use (calls), 7 = mobile phone use (SMS).
9.4 Discussion
Cyberbullying research has repeatedly demonstrated that the use of digital media is associated
with cyberbullying and cybervictimization cross-sectionally. However, as longitudinal research is
scarce, it is yet unknown whether media use is a cause or an effect of cyberbullying and cybervictimiza-
tion. Thus, the present study examined the stability and reciprocal associations of cyberbullying, cyber-
victimization and media use over a 2-year period. We expected cyberbullying, cybervictimization and
media use to be moderately stable over time. We further assumed that media use is a longitudinal risk
factor of cyberbullying and cybervictimization.
As expected, media use was moderately stable over three months (Time 1–Time 2), six months
(Time 2–Time 3 and Time 3–Time 4), nine months (Time 1–Time 3), and one year (Time 2–Time 4). The
1 2 3
Cyber-
victimization
T2
Media Use
T1
Media Use
T2
MediaUse
T3
MediaUse
T4
.38
.51 .53
1 2 3
.68
.74 .72
1 2 3
.74
.84 .75
1 2 3
.78
.80 .77
4 5 6 7
.82 .75 .35 .28
.81 .41
.80 .42
4 5 6 7
.85 .43
.80 .50
4 5 6 7
.83 .81 .34 .26
.87 .44
.83 .49
4 5 6 7
.86 .41
.81 .43
.14 .17 .14 .28
.81*** .20 .60***
.78*** .42*** .54***
.33***
-.05
.37**
.9 3 *
.02 -.65
-.17*-.01 -.06.01 -.07.07**
.28** .09 .09 .06
.67 .18 .41 .13
.28.35.25.62
.74 .86 .72 .46 .54 .48 .29 .46 .44 .36 .40 .41
.83 .83 .36 .34.81 .76 .31 .25
Cyber-
victimization
T3
Cyber-
victimization
T4
Cyber-
victimization
T1
9. Studie 2
103
stability was higher within a school year (Time 1–Time 2 and Time 3–Time 4) than between the school
years (Time 2–Time 3). However, media use was not stable over 15 months (Time 1–Time 4). Conse-
quently, there seem to be phases in which media are used intensively and phases in which media are
less central, and irrespective of the respondents’ age at that.
Cyberbullying was not stable after the control variable traditional bullying was entered into the
model, contradicting the results of Fanti et al. (2012), Bartlett et al. (2014), and Pabian and Vandebosch
(2014). Traditional bullying, however, was stable over the four measurement points. Consequently, it
is important to always include traditional bullying as a control variable when examining the stability of
cyberbullying. Otherwise stability coefficients may be positively skewed. Furthermore, our results indi-
cated that behavior is less stable in the online context compared to the school context, supposedly be-
cause behavioral habits and groups are less stable online. Overall, this means that the stability of cyber-
bullying results from the stability of traditional bullying, suggesting that traditional bullies are some-
times cyberbullies, not vice versa.
Different from Sticca et al. (2013), there is no systematic longitudinal relationship between cyber-
bullying and media use. However, cyberbullying tends to affect the frequency of media use. Thus, cy-
berbullies might use digital media more frequently in order to victimize others. Exemplarily, in a study
on the impact of violent video games on aggression Ferguson et al. (2008) illustrated that adolescents
with a predisposition for aggressive behavior would more likely search for aggressive modeling options.
Altogether, the results indicated that cyberbullying and media use seem to occur together coinciden-
tally and that media use is not a longitudinal risk factor for cyberbullying, which supports the results of
Cappadocia et al. (2013). Accordingly, the mere frequency of media use may not be crucial for the fre-
quency of cyberbullying, but the way media are used. In line with this, Sticca et al. (2013, p. 63) assume
that “electronic forms of communication are just tools and not in themselves the causes of problematic
behaviors.”
Cybervictimization, in contrast to cyberbullying, was quite stable over time, confirming previous
studies on the stability of cybervictimization (Bartlett & Gentile, 2012; Fanti et al., 2012; Gradinger et
al., 2015; Jose et al., 2012; Wegge et al., 2014). Concretely, our results showed that cybervictimization
9. Studie 2
104
is highly stable within the school years (Time 1–Time 2 and Time 3–Time 4) and from Time 1 to Time 4,
but not between the school years. This might indicate that social relationships cool down during school
vacation to thereafter continue unchanged. Future research should test this assumption by analyzing
cybervictimization with a person-centered approach.
Consistent with Cappadocia et al. (2013) there was no systematic relationship between the fre-
quency of media use and cybervictimization. Nevertheless, cybervictimization tended to predict the
frequency of media use. Accordingly, cybervictims seem to use digital media more often as a conse-
quence of their victimization, possibly to take revenge on their cyberbullies (Bartlett & Gentile, 2012,
Hinduja & Patchin, 2009). Alternatively, cybervictims might use media more frequently to actively cope
with their victimization experience (e.g., ask peers for help, ask the cyberbully to stop the bullying,
report the cyberbullying to the website operator, etc.). Future research might focus on the cybervic-
tims’ motives of an increased media use after having experienced cyberbullying. The significant path
of Time 2 cybervictimization on Time 1 media use suggested that a frequent media use is rather consid-
ered a protective than a risk factor of cybervictimization. An occasional media use may be accompa-
nied by a lack of the required skills for dealing with digital media, for example, concealing one’s person-
al information. According to this, Ortega-Ruiz, Del Rey, and Casas (2012) demonstrated that improving
the perceived control over information on the internet helps to reduce cybervictimization. Another
possible explanation for our result is that a low media use may be associated with owning less media
devices, which in turn may negatively affect peer popularity and lead to cybervictimization. Altogether,
as for cyberbullying, our results indicated that cybervictimization and media use seem to occur togeth-
er coincidentally and that media use is not a longitudinal risk factor for cybervictimization.
To sum up, the present study contributes to a better understanding of the development of cyber-
bullying and cybervictimization. Unlike most other longitudinal studies on cyberbullying, CyberEmp
comprises four measurement points covering a period of one and a half years. Therefore, auto-regres-
sive and reciprocal effects can be examined over a relatively long time period, avoiding short-sighted
data interpretations. Nevertheless, we must note that of the 1 231 surveyed students only 53 %
(N = 575) participated in all four measurements. Further, we have exclusively used self-report scales
9. Studie 2
105
for measuring cyberbullying, cybervictimization, and media use, which may have biased the results.
However, “self-report instruments administered to adolescents have the advantage of measuring indi-
vidual attitudes and emotions that may not be apparent to other people” (Fanti et al., 2012, p. 179).
In the data analysis, the distribution of cyberbullying and cybervictimization turned out to be extremely
skewed. Moreover, the cyberbullying and cybervictimization data were nested in school classes, which
may have influenced the results. In order to control this influence, we used the robust MLR estimator.
The MLR “parameter estimates with standard errors and a chi-square test statistic (when applicable)
that are robust to non-normality and non-independence of observations when used with TYPE =
COMPLEX” (Muthén & Muthén, 1998–2010, p. 533). In addition to this, future research might apply
multi-level modeling to investigate the impact the nested data structure has on the relationship of
cyberbullying, cybervictimization, and media use.
In conclusion, the present findings illustrated that cyberbullying is not stable across time when
taking traditional bullying into account, but cybervictimization is. In fact, cyberbullying seems to be a
volatile phenomenon, which is why genuine prevention and intervention measures against cyber-
bullying are difficult to plan and implement. Particularly, it is important to apply such measures at the
proper time, namely before the cyberbullying happens. As suggested by Sticca et al. (2013, p. 63), how-
ever, “prevention programs against traditional bullying may indirectly target cyberbullying too.” Pre-
vention programs against cybervictimization, on the other hand, can address the affected individuals
more targeted as cybervictimization, in contrast to cyberbullying, is a quite stable phenomenon. Given
this high stability of cybervictimization – even over two years – it is important to design long-term pre-
vention programs. As media use tends to be a protective factor of cybervictimization, these prevention
programs should address the skilled use of digital media, e.g., handling privacy data. Furthermore, as
the frequency of online communication is not a longitudinal risk factor of cyberbullying and cybervic-
timization, prevention and intervention programs should not focus on the frequency, but on the way
media are used. Accordingly, Müller et al. (2014b) demonstrate that an ethical media use is a protective
factor against cyberbullying and cybervictimization, respectively.
10. Studie 3
106
10. Studie 3 – Zusammenhang zwischen der Mediennutzung, ethischer Medienkompetenz,
Cyberbullying und Cyberviktimisierung
Die Studie Ethical media competence as a protective factor against cyberbullying and cybervictim-
ization among German school students wurde 2014 in ähnlicher Form in Cyberpsychology, Behavior,
and Social Networking veröffentlicht: Müller, C. R, Pfetsch, J. & Ittel, A. (2014b). Ethical media compe-
tence as a protective factor against cyberbullying and cybervictimization among German school stu-
dents. Cyberpsychology, Behavior, and Social Networking, 17(10), 644–651.
10.1 Current state of research
The routine use of digital information and communication technologies is an integral part of ado-
lescents’ everyday life (Bélanger, Akre, Berchtold, & Michaud, 2011; Yang & Brown, 2012). Mobile
phones and the internet are omnipresent and indispensable for information, entertainment and com-
munication (David-Ferdon & Hertz, 2007; Kormas, Critselis, Janikian, Kafetzis, & Tsitsika, 2011; Roberts
& Foehr, 2008).
A representative German study on the media use of children and adolescents aged 12–19 years
(N = 1 201) confirmed this assumption (MPFS, 2012). Of the surveyed children and adolescents, 98 %
reported having internet access at home and 87 % stated they could go online from their bedroom.
Approximately 90 % of the participants reported going online several times a week, and 68 % daily. The
majority of the time spent online involves communicative activities via e-mail, chat, instant messaging
and social networks (Livingstone et al., 2011; MPFS, 2012). The frequent use of digital communication
media is associated with opportunities for development and learning, but also with risks such as cyber-
bullying and cybervictimization (Guan & Subrahmanyam, 2009; Hinduja & Patchin, 2008; Livingstone
et al., 2011).
10. Studie 3
107
10.1.1 Cyberbullying
Smith et al. (2008, p. 376) define cyberbullying as “an aggressive, intentional act carried out by a
group or individual, using electronic forms of contact, repeatedly and over time against a victim who
cannot easily defend him or herself.” Thus, the central criterion for distinguishing between traditional
bullying and cyberbullying is the use of digital media. Other special features of cyberbullying are the
difficulty to escape, the increased breadth of the potential audience, the perpetrators’ opportunity to
remain anonymous and the lack of emotional feedback (Dooley et al., 2009; Li, Cross & Smith, 2012;
Slonje & Smith, 2008). In contrast to cyberbullying, cybervictimization refers to the victim’s situation
of being victimized.
Dependent on the criteria adopted (e.g., measurement instruments, cut off points, etc.), interna-
tional prevalence studies revealed cyberbullying rates of 3–53 %, and cybervictimization rates of 4–
62 % (Berson et al., 2002; Vandebosch & van Cleemput, 2009; Ybarra & Mitchell, 2004). German studies
reported more moderate prevalence rates of 8–17 % for cyberbullying and 3–21 % for cybervictimiza-
tion (Schultze-Krumbholz & Scheithauer, 2009b; Staude-Müller, Bliesener, & Nowak, 2009; Wachs,
2009). Among other factors, traditional bullying, moral disengagement and media use have been dis-
cussed in the literature as significant predictors of cyberbullying and cybervictimization (Campbell,
2007; Erdur-Baker, 2010; Hinduja & Patchin, 2008; Li, 2007a; Perren & Gutzwiller-Helfenfinger, 2012;
Pornari & Wood, 2010; Riebel et al., 2009; Steffgen, König, Pfetsch & Melzer, 2011; Sticca et al., 2013).
10.1.2 Cyberbullying, media use and ethical media competence
Previous studies in the USA, England, Switzerland, and Turkey illustrated that increased media use
is strongly associated with a higher involvement in cyberbullying and cybervictimization (Erdur-Baker,
2010; Feinberg & Robey, 2008; Hinduja & Patchin, 2008; Kowalski et al., 2008; Müller et al., 2014a;
Smith et al., 2008; Sticca et al., 2013). With a sample of 1 378 adolescent internet users (M = 14.8 years
old, 51 % female), Hinduja and Patchin (2008) showed that the time spent online and the variety of on-
10. Studie 3
108
line activities significantly increase the likelihood of cyberbullying and cybervictimization. Smith et al.
(2008) surveyed 533 adolescents aged 11–16 years (50 % female), demonstrating that cybervictims use
the internet more frequently than non-cybervictims. Furthermore, Sticca et al. (2013) examined longi-
tudinal risk factors for cyberbullying with 835 Swiss seventh graders (49 % female) aged 13.2 years
(SD = 0.64). The results indicated that the frequency of online communication at the first measurement
point (e.g., phone calls, chatting) is a risk factor for the involvement in cyberbullying six months later.
Erdur-Baker (2010) analyzed the relationship between cyberbullying, risky online behavior and media
use with a sample of 276 adolescents (45 % female) aged 14–18 years. Hierarchical regression analyses
revealed that the frequency of media use and risky internet use (e.g., sharing personal information)
predict both cyberbullying and cybervictimization.
These results imply that restricting media use would be a possible measure to prevent adolescent
cyberbullying and cybervictimization. However, according to Erdur-Baker (2010, p. 122) “this is not
likely to be a logical or feasible solution because the internet provides many opportunities and benefits
for people’s lives.” Pfetsch et al. (2009) provide empirical support for this argument. In an intervention
study with 283 students aged 9–22 years, the authors showed that prohibiting mobile phones has no
effect on the incidence of cyberbullying. However, promoting adolescents’ media competence may be
a promising measure to reduce cyberbullying and cybervictimization (Erdur-Baker, 2010; Müller et al.,
2014a).
Gapski (2001, 2006) defines media competence as a multi-dimensional disposition (instrumental,
critical, knowledgeable, creative, ethical, and emotional) to effectively use and reflect digital communi-
cation media. For the educational discourse on preventing aggressive forms of computer-mediated
communication, the ethical dimension of media competence is most relevant (Gapski, 2001, 2006;
Müller et al., 2014a). According to Gapski (2001, p. 172), this dimension refers to the social reference
frame of media activity and to “a value-based media activity against the background of social responsi-
bility (ethical-moral dimension) […] [own translation].” In line with Spitzberg (2006), we define ethical
media competence as the knowledge, motivation and ability for computer-mediated interpersonal
communication that conforms to the law and to social norms (e.g., the golden rule, see Abbildung 11).
10. Studie 3
109
Abbildung 11. Ethical media competence; own illustration with reference to Spitzberg (2006).
Other studies on cyberbullying and cybervictimization have not examined ethical media compe-
tence (Kowalski et al., 2014), which is surprising for several reasons. Firstly, media use is a precondition
of cyberbullying and cybervictimization but is not necessarily accompanied by appropriate communica-
tive skills. Frequent media use may promote technical skills (e.g., uploading pictures to social network-
ing sites), but these are not essential for reducing aggressive online behavior. Secondly, restricting ado-
lescents’ media use is not a reasonable measure to reduce aggressive online behavior. Rather, as indi-
cated in a meta-analysis by Kowalski et al. (2014), norms and values are strong predictors of aggressive
online behavior. The evaluations of intervention programs on the ethical development of children and
adolescents (e.g., CHARACTERplus) showed that teaching norms and values is an effective way to re-
duce aggressive behavior and to promote prosocial behavior (Biggs, Vernberg, Twemlow, Fonagy &
Dill, 2008; Cross et al., 2011; Frey et al., 2005; Lovat, Clement, Dally & Toomey, 2011; Marshall, Caldwell
& Foster, 2011; Möller, Krahé, Busching & Krause, 2012; Narvaez, 2006; Olweus, 1994; Ortega, Del Rey
& Mora-Merchán, 2004; Schultze-Krumbholz, Wölfer, Jäkel, Zagorscak & Scheithauer, 2012a, 2012b).
Role models Education Experience
Person Situation Time
Professional competence
Knowledge about rules and
social norms in computer-
mediated communication
Methodological competence
Skills for socially responsible
computer-mediated
communication
Social competence
Motivation to adopt socially
responsible and compliant
behavior in computer-
mediated communication
Orientation of computer-mediated communication to legal rules and social norms
Ethical media performance
Ethical media competence
Sex, migration background and age
10. Studie 3
110
Accordingly, educating children and adolescents on the ethical use of digital communication media
could help to reduce cyberbullying and cybervictimization. Compared to other measures (e.g., parental
supervision) this approach has the advantage that no permanent external control is needed.
10.1.3 Research Questions
The present study examined the relevance of ethical media competence as a protective factor
against cyberbullying and cybervictimization. Specifically, we considered whether ethical media com-
petence is a buffer in the relationship between media use, cyberbullying and cybervictimization. We
expected ethical media competence to buffer the positive effect of media use on cyberbullying (H1)
and cybervictimization (H2). For educational practice, a positive interaction effect would imply that,
regardless of the extent of media use, promoting ethical media competence could assist in preventing
cyberbullying and cybervictimization.
10.2 Method
10.2.1 Procedure
The present analysis referred to the fourth measurement point of the longitudinal CyberEmp sur-
vey (Müller et al., 2014a; Pfetsch, Müller & Ittel, 2014) that we conducted in 14 Berlin primary and sec-
ondary schools from 2011–2013. Permission to conduct the study was obtained from school adminis-
tration and local permission granting bodies. Parents and students were informed about the goal and
procedure of the study. From the 74 school classes, 66 % of the students’ parents gave active consent
such that by the fourth measurement assessment, 75 % of the students with parental consent partici-
pated in the study (N = 934). Absence from the survey was mainly due to illness or other school-related
commitments (e.g., remediation). Trained test administrators administered the paper-pencil question-
naires in the classrooms during a regular school lesson. Completion took about 25–45 minutes.
10. Studie 3
111
10.2.2 Participants
A total of N = 934 students (53 % female) aged 10–17 years (M = 13.26, SD = 1.63) participated in
the survey at the fourth measurement point. 31 % percent of the participants attended 5th or 6th grade
in primary school and 69 % attended 8th or 9th grade in secondary school. We focused on children and
adolescents as cyberbullying presumably peaks in adolescence (Li, 2007a; Tokunaga, 2010).
10.2.3 Measures
Cyberbullying and cybervictimization were assessed using the BCyQ (Berlin Cyberbullying-Cybervic-
timization Questionnaire) by Schultze-Krumbholz und Scheithauer (2011). Based on a 5-point Likert
scale (1 = not at all, 5 = several times a week), the BCyQ assesses how often certain forms of aggressive
behavior had been carried out or experienced by the individual participant in the previous six months.
Here, the cyberbullying scale (M = 1.10, SD = 0.27, α = .85) consists of 12 out of 18 original items, e.g.
“I spread rumors about others via mobile phone or the internet.” Six items were excluded due to item-
to-total correlations <.30 or low reliabilities (Field, 2009). The cybervictimization scale (M = 1.14,
SD = 0.32, α = .87) consists of 13 items measuring the experience of being a cybervictim, e.g., “I was ig-
nored in chatrooms even though I joined in.” From the original scale, we excluded four items because
of item-to-total correlations <.30 or unsatisfactory reliability values (Field, 2009). Students who rated
at least one item of the cyberbullying or cybervictimization scale with 2 or 3 times in the previous six
months were classified as cyberbullies or cybervictims. The remaining students were categorized as
uninvolved.
Traditional bullying (M = 1.55, SD = 1.03) and traditional victimization (M = 1.56, SD = 1.08) were
each assessed by one item. After reading a definition of the term bullying (Olweus, 1993), participants
rated how often they had bullied others and how often they had been bullied in the previous six
months. Possible responses ranged from 1 (not at all) to 6 (almost daily).
10. Studie 3
112
Media use (M = 3.49, SD = 1.30, α = .70) was assessed using four items on the frequency of mobile
phone and internet use (e.g., “How often do you use social networking sites?”). Students rated each
item from 1 = rarely or never to 7 = more than 50 times a day or more than 3 hours a day.
Ethical media competence was assessed using the Ethical Media Competence Scale (EMC) by
Müller and Pfetsch (2013). The EMC (M = 3.22, SD = 0.49, α = .83) covers a set of 18 different types of
behavior in computer-mediated peer communication, e.g., “I treat others online as I would like to be
treated by them”. Students rated the items on a 4-point Likert scale ranging from 1 = does not apply at
all to 4 = fully applies. We excluded three of the items due to negative inter-item correlations or item-
to-total correlations <.30 (Field, 2009).
10.2.4 Data Analysis
To clarify the relationship between media use, ethical media competence, cyberbullying and cyber-
victimization we computed Pearson correlation analyses. Subsequently, we calculated multiple hierar-
chical regression analyses to test whether ethical media competence buffers the positive effect of me-
dia use on cyberbullying, and cybervictimization. The procedure (e.g., z-standardization of the vari-
ables, testing assumptions, dealing with the violated normality and homoscedasticity assumptions)
draws upon the recommendations by Frazier, Tix, and Barron (2004), Field (2009), and Lumley, Diehr,
Emerson, and Chen (2002). Based on prior research, sex, age, traditional bullying, traditional victimiza-
tion, and cybervictimization or cyberbullying were entered as control variables in the first step of the
regression analyses (Erdur-Baker, 2010; Gradinger et al., 2009; Hinduja & Patchin, 2008; Li, 2007a;
Raskauskas & Stoltz, 2007; Riebel et al., 2009; Tokunaga, 2010). We entered media use in the second
step, the potential moderator ethical media competence in the third step, and the interaction term in
the fourth step of the regression analyses. To investigate the interaction effect of media use and media
competence on cyberbullying and cybervictimization, we conducted simple slope analyses in Mod-
Graph (Jose, 2013).
10. Studie 3
113
10.3 Results
10.3.1 Descriptive Results
The descriptive results are presented in Tabelle 27. We classified 8 % of the students as cyber-
bullies, 7 % as cybervictims, 6 % as cyberbully-victims, and 79 % as uninvolved. The most frequent
forms of cyberbullying were offensive messages (M = 1.27, SD = 0.64) and social exclusion (M = 1.19,
SD = 0.61). Cybervictims most frequently reported offensive messages (M = 1.33, SD = 0.67) and
spreading rumors (M = 1.26, SD = 0.63).
Tabelle 27. Descriptives for cyberbullying, cybervictimization, media use and ethical media
competence
Min
Max
Mod
Med
M
SD
Skewness
Kurtosis
Cyberbullying
1.00
4.25
1.00
1.00
1.10
0.27
7.14
68.12
Cybervictimization
1.00
4.92
1.00
1.00
1.14
0.32
5.79
47.22
Media use
1.00
7.00
3.75
3.50
3.49
1.30
0.25
–0.38
Ethical media
competence
1.00
4.00
3.40
3.29
3.22
0.49
–1.07
2.24
Note. 921 < N < 928.
10.3.2 Correlations between cyberbullying, cybervictimization, media use and ethical media
competence
The correlation analysis revealed a significant positive correlation between cyberbullying and me-
dia use (see Tabelle 28). Conversely, ethical media competence was negatively correlated with cyber-
bullying.
10. Studie 3
114
Cybervictimization was positively related to media use and negatively related to ethical media
competence (see Tabelle 28). However, the relationship between ethical media competence and cy-
bervictimization was significantly weaker than between ethical media competence and cyberbullying
(z = –3.31, p = .001).
Tabelle 28. Pearson correlations of cyberbullying, cybervictimization, media use and ethical media
competence
1
2
3
1 Cyberbullying
-
-
-
2 Cybervictimization
.494 ***
-
-
3 Media use
.244 ***
.174 ***
-
4 Ethical media competence
–.387 ***
–.248 ***
–.250 ***
Notes. *** p < .001; 913 < N < 918.
10.3.3 Hypothesis 5 – Ethical media competence buffers the positive effect of media use on
cyberbullying
Hierarchical regression analysis revealed no main effect of media use (after entering ethical media
competence), a negative main effect of ethical media competence and a negative interaction effect of
media use and media competence on cyberbullying (see Tabelle 29).
Tabelle 29. Regression of cyberbullying on media use and ethical media competence
Step 1
Step 2
Step 3
Step 4
β
β
β
β
Constant
10. Studie 3
115
Tabelle 29. Regression of cyberbullying on media use and ethical media competence (Fortsetzung)
Sex
.00 n.s.
–.01 n.s.
.02 n.s.
.01 n.s.
Age
.08 **
.05 n.s.
.03 n.s.
.04 n.s.
TB
.36 ***
.34 ***
.30 ***
.28 ***
CV
.42 ***
.41 ***
.38 ***
.34 ***
MU
.07 *
.05 n.s.
.05 n.s.
EMC
–.18 ***
–.18 ***
MU x EMC
–.17 ***
Notes. TB = Traditional bullying, CV = Cybervictimization, MU = Media use, EMC = Ethical media competence;
R² = .393 in step 1 (p = .000), ΔR² = .003 in step 2 (p = .026), ΔR² = .025 in step 3 (p = .000), ΔR² = .0265 in step
4 (p = .000); * p < .05, ** p < .01, *** p < .001, n.s. not significant.
Simple slope analysis (see Abbildung 12) revealed a significant positive effect of media use on
cyberbullying at low levels of ethical media competence. At medium levels of ethical media compe-
tence, there was no significant effect of media use on cyberbullying. At high levels of ethical media
competence, media use had a negative effect.
Abbildung 12. Interaction of media use, ethical media competence, and cyberbullying; low = M – 1 SD,
medium = M, high = M + 1 SD.
1.0
1.3
1.2
1.1 1.09
1.08
1.07 1.04
1.09
1.14
1.01
1.10
1.19
0.9
Cyberbullying
highlow m edium
Media use
high m edium lowEthical m edia com petence
1.4
(B = 0.05, SE = 0.01, p = .000)
(B = 0.01, SE = 0.01, p = .216)
(B = -0.03, SE = 0.01, p = .004)
10. Studie 3
116
10.3.4 Hypothesis 6 – Ethical media competence buffers the positive effect of media use on
cybervictimization
Hierarchical regression analysis revealed a positive main effect of media use and a negative main
effect of ethical media competence on cybervictimization. Moreover, there was a negative interaction
effect of media use and media competence on cybervictimization (see Tabelle 30).
Tabelle 30. Regression of cybervictimization on media use and ethical media competence
Step 1
Step 2
Step 3
Step 4
β
β
β
β
Constant
Sex
.00 n.s.
–.02 n.s.
–.00 n.s.
–.00 n.s.
Age
–.00 n.s.
–.06 #
–.07 *
–.06 *
TB
–.05 n.s.
–.08 *
–.09 **
–.10 **
TV
.33 ***
.34 ***
.34 ***
.34 ***
CB
.47 ***
.45 ***
.43 ***
.40 ***
MU
.16 ***
.15 ***
.15 ***
EMC
–.09 **
–.09 **
MU x EMC
–.08 **
Notes. TB = Traditional bullying, TV = Traditional victimization, CB = Cyberbullying, MU = Media use,
EMC = Ethical media competence; R² = .365 in step 1 (p = .000), ΔR² = .019 in step 2 (p = .000), ΔR² = .006 in
step 3 (p = .005), ΔR² = .006 in step 4 (p = .004); * p < .05, ** p < .01, *** p < .001, # p < .06, n.s. not signifi-
cant.
Unlike cyberbullying, the simple slope analysis (see Abbildung 13) showed a significant positive
effect of media use on cybervictimization becoming weaker at medium and high levels of ethical media
competence.
10. Studie 3
117
Abbildung 13. Interaction of media use, ethical media competence, and cybervictimization; low = M – 1 SD,
medium = M, high = M + 1 SD.
10.4 Discussion
Cyberbullying and cybervictimization increase with the frequent use of digital information and
communication media. As restricting media use is not a reasonable measure to prevent these negative
media effects (Erdur-Baker, 2010; Müller et al., 2014a, Pfetsch et al., 2009), we examined ethical media
competence as a potential protective factor. We expected ethical media competence to buffer the
effect of media use on cyberbullying, and cybervictimization. The results of the correlational and hier-
archical regression analyses partially confirmed these hypotheses.
In line with previous research, cyberbullying was found to be positively related to media use after
controlling for sex, age, traditional bullying, and cybervictimization (Erdur-Baker, 2010; Feinberg &
Robey, 2008; Hinduja & Patchin, 2008; Kowalski et al., 2008; Müller et al., 2014a; Sticca et al., 2013).
Ethical media competence had a negative effect on cyberbullying. Our results suggest that intensive
media use increases involvement in cyberbullying, whereas ethical media competence functions as a
protective factor. As expected, the interaction of media use and ethical media competence was a signif-
icant negative predictor of cyberbullying. The simple slope analysis showed that at low, but not at
medium levels of ethical media competence, media use positively predicts cyberbullying, leading to
the conclusion that even an average level of ethical media competence decreases the risk of intensive
1.0
1.3
1.2
1.1 1.09
1.08
1.07
1.10
1.13
1.16
1.13
1.18
0.9
Cybervictim ization
highlow medium
Media use
high m edium lowEt hical m edia com petence
1.4
1.23 ( B = 0.07, SE = 0.01, p = .000)
(B = 0.05, SE = 0.01, p = .000)
(B = 0.03, SE = 0.01, p = .014)
10. Studie 3
118
media use for cyberbullying. At high levels of ethical media competence, the simple slope analysis
revealed a negative relationship between media use and cyberbullying, suggesting that intensive me-
dia use is not necessarily a risk factor for cyberbullying in this particular group. Conversely, the effect
of ethical media competence as a protective factor against cyberbullying was particularly relevant at
medium and high levels of media use. At low levels of media use, the frequency of cyberbullying did
not vary with the level of ethical media competence.
Cybervictimization was also positively related to media use and negatively related to ethical media
competence. Consequently, intensive media use increases the risk of being cybervictimized, confirming
the results of previous research (Erdur-Baker, 2010; Feinberg & Robey, 2008; Hinduja & Patchin, 2008;
Kowalski et al., 2008; Müller et al., 2014a; Smith et al., 2008; Sticca et al., 2013). In contrast, behavioral
competence in computer-mediated communication decreases the risk of being cybervictimized. A
possible explanation for this result is that individuals who use digital communication technologies re-
sponsibly might disclose less personal information than would be expected from the online disinhibit-
tion effect (Suler, 2004), and might therefore be less vulnerable to becoming a victim. Accordingly,
Ortega-Ruiz et al. (2012) showed that raising students’ awareness of the privacy of personal informa-
tion helps to reduce cybervictimization. Although cybervictims can reduce the likelihood of being cy-
berbullied by competently communicating online, they are not to blame. As expected, the interaction
of media use and ethical media competence was a significant negative predictor of cybervictimization.
The simple slope analysis indicated that – irrespective of the level of ethical media competence
– intensive media use is a risk factor for cybervictimization. However, the slope of the regression line
was less for students with high and medium levels of ethical media competence than for students with
low levels of ethical media competence. This suggests that ethical media competence weakens the
effect of media use on cybervictimization.
In addition to the present analyses it would be interesting to test whether ethical media compe-
tence buffers the effect of media use in the separate subgroups of cyberbullies and cybervictims. How-
ever, since the assumptions of multiple hierarchical regression analysis are not met in the separate
analyses, this question cannot be examined here.
10. Studie 3
119
In conclusion, this study significantly contributes to the identification of potential protective fac-
tors against cyberbullying and cybervictimization. CyberEmp is one of the first studies to measure and
examine ethical media competence as a potential protective factor against cyberbullying and cybervic-
timization. Nonetheless, we must note that reliable conclusions from the sample to the population are
limited, as the study sample was not randomly selected. Student participation was highly dependent
on the commitment of individual teachers and the organization of the survey in schools. Nevertheless,
given the sample size, we assume that the data are representative of the population. Further potential
limitations result from possible order effects and the cross-sectional study design, so that it was not
possible to determine whether low ethical media competence causes cyberbullying or vice versa. Lon-
gitudinal studies may help to address this question. Moreover, the analyses are based on self-reports,
which limits their validity compared to objective competence tests. Another critical point concerns the
effect sizes. Both the main effect of media competence and the interaction effect on cyberbullying and
cybervictimization were relatively small.
However, our findings suggest that ethical media competence has the potential to reduce the risk
of increased media use for cyberbullying and cybervictimization. Students who score high on ethical
media competence are more likely to have the knowledge, motivation and abilities required for ethical
online communication. Promoting ethical media competence may therefore be a promising preventive
measure for both perpetrators and victims. For the planning and implementation of such measures,
the systematic collaboration of adults (schools and teachers, youth organizations, parents) and adoles-
cents is essential (Brown, 1998; Itō et al., 2009). One potential intervention measure would be to sys-
tematically integrate aspects of ethical media competence into existing programs to promote the
positive use of computers and the internet, e.g., the media heroes program (Schultze-Krumbholz &
Scheithauer, 2012). Pfetsch, Mohr, and Ittel (2014) provide an overview of further prevention and
intervention programs. Specific methods of ethical values education are described by Peterson and
Skiba (2001), Halstead and Taylor (2000), and Narvaez (2006).
11. Zusammenfassung und Interpretation der Ergebnisse
120
DISKUSSION
11. Zusammenfassung und Interpretation der Ergebnisse
Die Mediennutzung zur Information, Unterhaltung und Kommunikation ist zentraler Bestandteil
des Alltags von Kindern und Jugendlichen: 75 % bis 84 % der 6–13-Jährigen und 93 % bis 94 % der 12–
19-Jährigen nutzten 2014 Mobiltelefone und das Internet mehrmals wöchentlich bis täglich (Bélanger
et al., 2011; David-Ferdon & Hertz, 2007; Guan & Subrahmanyam, 2009; Kormas et al., 2011; MPFS,
2014, 2015; Roberts & Foehr, 2008; Yang & Brown, 2012). Diese wöchentliche bis tägliche Mediennut-
zung ist mit zahlreichen Chancen, aber auch mit zahlreichen Inhalts-, Kontakt- und Verhaltensrisiken
verbunden, z. B. Cyberbullying und Cyberviktimisierung (Guan & Subrahmanyam, 2009; Hinduja & Pat-
chin, 2008; Livingstone et al., 2011).
Demgemäß verweisen mehrere Studien auf einen positiven korrelativen Zusammenhang zwischen
der Häufigkeit der Mediennutzung, Cyberbullying und Cyberviktimisierung (Casas et al., 2013; Erdur-
Baker, 2010; Görzig, 2011; Hinduja & Patchin, 2008; Kowalski et al., 2014; Li, 2007a; Livingstone et al.,
2011; Mark & Ratliffe, 2011; Mesch, 2009; Navarro et al., 2013; Park et al., 2014; Raskauskas & Stoltz,
2007; Sitzer et al., 2012; Smith et al., 2008; Sticca et al., 2013; Vandebosch & van Cleemput, 2009;
Walrave & Heirman, 2011; Wolak et al., 2007; You & Lim, 2016). Je häufiger bzw. seltener Medien ge-
nutzt werden, desto häufiger bzw. seltener sind Cyberbullying und Cyberviktimisierung.
Die gezielte Reduktion der Häufigkeit der Mediennutzung könnte also eine mögliche Maßnahme
zur Reduktion von Cyberbullying und Cyberviktimisierung sein (Erdur-Baker, 2010; Livingstone et al.,
2011; Sticca et al., 2013). Dementgegen zeigten Interventionsstudien von Mesch (2009) sowie Pfetsch
et al. (2009), dass die Reduktion der Internetnutzung oder ein Mobiltelefonverbot in der Schule keinen
bedeutsamen Effekt auf Cyberbullying und Cyberviktimisierung haben.
Aus diesem Grund nehmen Müller et al. (2014a, 2014b) an, dass nicht nur die Häufigkeit, sondern
insbesondere auch die Art und Weise der Mediennutzung bzw. genauer die ethische Medienkompe-
tenz im Sinne einer regel- und normenkonformen Mediennutzung einen Effekt auf Cyberbullying und
11. Zusammenfassung und Interpretation der Ergebnisse
121
Cyberviktimisierung hat (siehe auch Beran & Li, 2005; Erdur-Baker, 2010; Feinberg & Robey, 2008;
Grigg, 2010; Jeong et al., 2013; Livingstone & Haddon, 2009; Livingstone et al., 2011; MPFS, 2013; Park
et al., 2014; Sitzer et al., 2012; Stapf, 2009; Walther et al., 2014). Zur Prüfung dieser Annahme unter-
suchte die vorliegende Dissertation, ob die Mediennutzung, Cyberbullying und Cyberviktimisierung
quer- sowie längsschnittlich zusammenhängen und ob die ethische Medienkompetenz diesen Zusam-
menhang moderiert.
11.1 Studie 1 – Querschnittlicher Zusammenhang zwischen der Mediennutzung, Cyberbullying
und Cyberviktimisierung
Studie 1 der vorliegenden Dissertation untersuchte, ob die Mediennutzung, Cyberbullying und
Cyberviktimisierung querschnittlich zusammenhängen bzw. ob sich Cyberbullies, Cybervictims und Un-
beteiligte unabhängig von Geschlecht und Alter in Bezug auf die Häufigkeit der Mobiltelefon- und Inter-
netnutzung voneinander unterscheiden. Angenommen wurde, dass Cyberbullies und Cybervictims
Mobiltelefone und das Internet häufiger (Hypothese 1) und vielfältiger (Hypothese 2) nutzen als Unbe-
teiligte.
Die Ergebnisse der deskriptiven Analysen bestätigen diese Annahmen. Die Gesamtstichprobe nutzt
den JIM- und KIM-Studien entsprechend das Mobiltelefon durchschnittlich mehrmals in der Woche bis
1–2 Mal am Tag und das Internet durchschnittlich mehrmals in der Woche bis bis 1 Stunde täglich
(MPFS, 2014, 2015). Cyberbullies und Cybervictims nutzen Mobiltelefone und das Internet bis zu 3–10
Mal am Tag bzw. bis zu 2–3 Stunden am Tag und damit häufiger als die Gesamtstichprobe. Unbeteiligte
nutzen Mobiltelefone und das Internet hingegen nur mehrmals in der Woche bis 1–2 Mal am Tag bzw.
mehrmals in der Woche bis bis 1 Stunde pro Tag und damit ähnlich häufig wie die Gesamtstichprobe.
Sowohl Cyberbullies und Cybervictims als auch Unbeteiligte nutzen das Internet und soziale Netzwerke
etwas häufiger als Mobiltelefone. Cyberbullies und Cybervictims nutzen das Mobiltelefon für durch-
schnittlich zwei bis drei (z. B. Im Internet surfen, Musik hören etc.) und das Internet für durchschnittlich
11. Zusammenfassung und Interpretation der Ergebnisse
122
fünf Aktivitäten (z. B. Videos und Bilder anschauen, Informationen suchen etc.). Unbeteiligte hingegen
nutzen das Mobiltelefon für durchschnittlich zwei und das Internet für durchschnittlich vier Aktivitäten.
Die Ergebnisse der uni- und multivariaten Varianzanalysen bestätigen die Annahmen im Gegensatz
zu den Ergebnissen der deskriptiven Analysen nur teilweise.
In Bezug auf die Häufigkeit der Mobiltelefonnutzung zeigt sich zunächst, dass die Haupteffekte von
Geschlecht und Alter durchweg signifikant sind. Mädchen und ältere Kinder und Jugendliche (13–16
Jahre) nutzen Mobiltelefone für Anrufe und SMS häufiger als Jungen und jüngere Kinder und Jugendli-
che (8–12 Jahre). Unabhängig von Geschlecht und Alter zeigt sich entsprechend der Ergebnisse von Er-
dur-Baker (2010), dass Cyberbullies Mobiltelefone zwar nicht für Anrufe, aber für SMS signifikant häu-
figer nutzen als Unbeteiligte. Cybervictims nutzen Mobiltelefone weder für Anrufe noch für SMS häu-
figer als Unbeteiligte. Dieses Ergebnis widerspricht den Ergebnissen von Erdur-Baker (2010), Hinduja
und Patchin (2008) sowie Smith et al. (2008), bestätigt allerdings die Ergebnisse von Mark und Ratliffe
(2011). Die Interaktion von Gruppe (Cyberbullies, Cybervictims oder Unbeteiligte) und Geschlecht ist
weder für Anrufe noch für die Nutzung von SMS signifikant. Demgegenüber ist die Interaktion von
Gruppe und Geschlecht für die Nutzung von SMS signifikant. 8–12-jährige sowie 13–16-jährige Cyber-
bullies und Cybervictims nutzen Mobiltelefone tendenziell häufiger zum Senden und Empfangen von
SMS als Unbeteiligte. Dem Haupteffekt des Alters entsprechend nutzen 13–16-Jährige SMS häufiger
als 8–12-Jährige. Dieser Altersunterschied zeigt sich jedoch nur bei Cybervictims und Unbeteiligten,
nicht bei Cyberbullies. Bei Unbeteiligten und Cybervictims nimmt also die Nutzung von SMS mit dem
Alter zu, wohingegen sie bei den Cyberbullies konstant bleibt. Demzufolge nutzen Cyberbullies Mobil-
telefone bereits sehr früh intensiv für SMS.
In Bezug auf die Vielfalt der Mobiltelefonnutzung zeigt sich wie bei der Häufigkeit der Mobiltelefon-
nutzung, dass die Haupteffekte von Geschlecht und Alter signifikant sind. Mädchen und ältere Kinder
und Jugendliche (13–16 Jahre) nutzen Mobiltelefone vielfältiger als Jungen und jüngere Kinder und Ju-
gendliche (8–12 Jahre). Unabhängig von Geschlecht und Alter zeigt sich, im Widerspruch zu den Ergeb-
nissen der deskriptiven Analysen, kein signifikanter Unterschied zwischen Cyberbullies, Cybervictims
11. Zusammenfassung und Interpretation der Ergebnisse
123
und Unbeteiligten. Dies veranschaulicht, dass Cyberbullies und Cybervictims Mobiltelefone nicht viel-
fältiger nutzen als Unbeteiligte, sondern eventuell spezifisch für Anrufe und SMS. Zudem zeigt sich,
dass auf die Nutzung von Mobiltelefonen bezogene Unterschiede zwischen Cyberbullies, Cybervictims
und Unbeteiligten ohne die Kontrolle von Geschlecht und Alter leicht überschätzt werden können.
In Bezug auf die Häufigkeit der Internetnutzung zeigt sich zunächst, dass die Haupteffekte von Ge-
schlecht und Alter signifikant sind. Mädchen und ältere Kinder und Jugendliche (13–16 Jahre) nutzen
das Internet und soziale Netzwerke häufiger als Jungen und jüngere Kinder und Jugendliche (8–12
Jahre). Unabhängig von Geschlecht und Alter zeigte sich entsprechend der Ergebnisse von Erdur-Baker
(2010), dass Cyberbullies und Cybervictims das Internet häufiger nutzen als Unbeteiligte (siehe auch
Hinduja & Patchin, 2008; Kowalski et al., 2014; Mark & Ratliffe, 2011; Navarro et al., 2013; Park et al.,
2014; Raskauskas & Stoltz, 2007; Sitzer et al., 2012; Smith et al., 2008; Walrave & Heirman, 2011; Wolak
et al., 2007; You & Lim, 2016; Sticca et al., 2013). Entgegen der Ergebnisse von Görzig (2011) sowie
Livingstone et al. (2011) nutzen Cyberbullies und Cybervictims soziale Netzwerke nicht signifikant häu-
figer als Unbeteiligte. Die Interaktion von Gruppe und Alter ist nicht signifikant, wohingegen die Inter-
aktion von Gruppe und Geschlecht signifikant ist. Auf der Ebene der univariaten Analysen zeigt sich
dieser signifikante Effekt allerdings weder für die Nutzung des Internets noch für die Nutzung sozialer
Netzwerke. Field (2009) zufolge spricht dies dafür, dass die Interaktion von Gruppe und Geschlecht
nicht die Nutzung des Internets oder sozialer Netzwerke per se beeinflusst, sondern eine beiden Vari-
ablen zugrunde liegende Dimension der Internetnutzung. So beinhaltet beispielsweise die Nutzung
sozialer Netzwerke die Nutzung des Internets. Dies veranschaulicht, dass im Gegensatz zur getrennten
Betrachtung einzelner Formen der Mediennutzung in univariaten Analysen die gleichzeitige Betrach-
tung verschiedener Formen der Mediennutzung im Rahmen multivariater Analysen einen Informa-
tionsgewinn bringt.
In Bezug auf die Vielfalt der Internetnutzung zeigt sich genau wie bei der Häufigkeit der Internet-
nutzung, dass die Haupteffekte von Geschlecht und Alter signifikant sind. Mädchen und ältere Kinder
und Jugendliche (13–16 Jahre) nutzen das Internet vielfältiger als Jungen und jüngere Kinder und Ju-
gendliche (8–12 Jahre). Unabhängig von Geschlecht und Alter zeigt sich entsprechend der Ergebnisse
11. Zusammenfassung und Interpretation der Ergebnisse
124
von Hinduja und Patchin (2008), dass Cyberbullies das Internet vielfältiger nutzen als Unbeteiligte.
Cybervictims nutzen das Internet hingegen nicht vielfältiger als Unbeteiligte, sondern eventuell spezi-
fisch für Instant Messenger, soziale Netzwerke etc. Die Interaktion von Gruppe und Geschlecht ist nicht
signifikant. Demgegenüber ist die Interaktion von Gruppe und Alter signifikant. Anders als bei der Nut-
zung von SMS nutzen Cyberbullies und Cybervictims das Internet nicht grundsätzlich vielfältiger als Un-
beteiligte. Auch ein eindeutiger Alterstrend lässt sich nicht beschreiben. Ältere Cyberbullies und Unbe-
teiligte nutzen das Internet durchschnittlich weniger vielfältig als jüngere Cyberbullies und Unbeteilig-
te, eventuell, da Cyberbullies und Unbeteiligte im Laufe der Zeit besser einschätzen lernen, welche
Aktivitäten ihre persönlichen Bedürfnisse adäquat erfüllen können. Im Gegensatz zu Cyberbullies und
Unbeteiligten nutzen ältere Cybervictims das Internet vielfältiger als jüngere Cybervictims sowie als
Cyberbullies und Unbeteiligte beider Altersgruppen. Insgesamt ist der Unterschied zwischen den Al-
tersgruppen bei den Cybervictims am größten. Demzufolge werden Cybervictims mit zunehmendem
Alter zu besonders leicht erreichbaren Zielen von Cyberbullying.
Zusammenfassend zeigt Studie 1, dass Mädchen und ältere Kinder und Jugendliche (13–16 Jahre)
Mobiltelefone für Anrufe und SMS, das Internet und soziale Netzwerke generell häufiger und vielfälti-
ger nutzen als Jungen und jüngere Kinder und Jugendliche (8–12 Jahre). Unabhängig von Geschlecht
und Alter nutzen Cyberbullies und Cybervictims entgegen der Annahmen Mobiltelefone und das Inter-
net nicht generell häufiger und vielfältiger als Unbeteiligte. Cyberbullies und ältere Cybervictims nut-
zen Mobiltelefone häufiger zum Senden und Empfangen von SMS als Unbeteiligte. Cyberbullies und
Cybervictims nutzen das Internet, nicht aber soziale Netzwerke häufiger als Unbeteiligte. Cyberbullies
und ältere Cybervictims nutzen das Internet zudem vielfältiger als Unbeteiligte. Diese Ergebnisse bestä-
tigen bei insgesamt kleinen Effektstärken, wie gewinnbringend die gleichzeitige und differenzierte
Betrachtung der Mobiltelefon- und Internetnutzung, des Geschlechts und des Alters bei der Untersu-
chung von Cyberbullying und Cyberviktimisierung ist.
11. Zusammenfassung und Interpretation der Ergebnisse
125
11.2 Studie 2 – Längsschnittlicher Zusammenhang zwischen der Mediennutzung, Cyberbullying
und Cyberviktimisierung
Studie 2 der vorliegenden Dissertation untersuchte, ob die Mediennutzung, Cyberbullying und
Cyberviktimisierung längsschnittlich zusammenhängen bzw. ob die Mediennutzung im Sinne der Sozia-
lisationshypothese eher eine Ursache oder im Sinne der Selektionshypothese eher eine Wirkung von
Cyberbullying und Cyberviktimisierung ist. Angenommen wurde, dass die Mediennutzung, Cyberbully-
ing und Cyberviktimisierung moderat stabil sind. Die Stabilität sollte zwischen benachbarten Messzeit-
punkten größer sein als zwischen weiter entfernten Messzeitpunkten. Darüber hinaus wurde ange-
nommen, dass die Mediennutzung eine Ursache bzw. ein Risikofaktor für Cyberbullying (Hypothese 4)
und Cyberviktimisierung (Hypothese 5) ist.
Die Ergebnisse der deskriptiven Analysen und der Cross-Lagged-Panel-Analysen bestätigen die
Annahmen in Bezug auf die Stabilität der Mediennutzung, Cyberbullying und Cyberviktimisierung nur
teilweise.
Die Mediennutzung nimmt den deskriptiven Analysen zufolge vom ersten zum bis vierten Mess-
zeitpunkt leicht zu, ist aber insgesamt relativ stabil. So nutzen die Kinder und Jugendlichen zu T1 Mobil-
telefone durchschnittlich 1–2 Mal am Tag und zu T4 3–10 Mal am Tag. Der Anteil der Kinder und Ju-
gendlichen, die mit dem Mobiltelefon mindestens mehrmals in der Woche bis 1–2 Mal am Tag SMS
nutzen bzw. im Internet surfen steigt von 59 % auf 78 % bzw. von 46 % auf 61 % (siehe Tabelle 12). Das
Internet nutzen die Kinder und Jugendlichen zu T1 durchschnittlich mehrmals in der Woche und zu T4
bis 1 Stunde am Tag. Der Anteil der Kinder und Jugendlichen, die im Internet mindestens mehrmals in
der Woche bis 1–2 Stunden am Tag Instant Messenger oder Chats bzw. soziale Netzwerke nutzen steigt
von 36 % auf 53 % bzw. von 44 % auf 62 % (siehe Tabelle 12). Ähnlich zeigte eine Studie von Walther
et al. (2014) mit 1 843 Schülerinnen und Schülern, dass der Anteil der täglichen Internetnutzung im
Laufe von 15 Monaten von 21 % auf 44 % bzw. von 1.08 Stunden auf 1.73 Stunden täglich zunimmt
(Walther et al., 2014). Die Cross-Lagged-Panel-Analyse zeigt, wie die deskriptiven Analysen, dass die
11. Zusammenfassung und Interpretation der Ergebnisse
126
Mediennutzung von T1 zu T2, von T1 zu T3, von T2 zu T3, von T2 zu T4 und von T3 zu T4 moderat stabil
ist. Die Stabilität ist zwischen benachbarten Messzeitpunkten, insbesondere innerhalb der Schuljahre,
größer als zwischen weiter entfernten Messzeitpunkten. Dies lässt u. a. darauf schließen, dass die Häu-
figkeit der Mediennutzung insbesondere durch die Klassengemeinschaft beeinflusst wird. Denn wahr-
scheinlich ist der Kontakt in der Klassengemeinschaft innerhalb der Schuljahre enger als zwischen den
Schuljahren.
Cyberbullying ist den deskriptiven Analysen zufolge über die vier Messzeitpunkte sehr stabil. Zu
T1, T2, T3 und T4 haben die Kinder und Jugendlichen in den letzten sechs Monaten durchschnittlich
gar nicht bis 1 oder 2 Mal Cyberbullying ausgeführt. Anders als die deskriptiven Analysen und anders
als Fanti et al. (2012), Bartlett et al. (2014) sowie Pabian und Vandebosch (2014) zeigt die Cross-Lagged-
Panel-Analyse, dass Cyberbullying nicht stabil ist. Dies hat zwei Gründe. Erstens wurden in die Cross-
Lagged-Panel-Analyse nicht nur Cyberbullying, sondern auch die Kontrollvariablen Geschlecht, Alter,
traditionelles Bullying und Cyberviktimisierung einbezogen. Eine vergleichbare Cross-Lagged-Panel-
Analyse ohne traditionelles Bullying zeigt beispielsweise, dass Cyberbullying von T1 zu T2 und von T3
zu T4 moderat stabil ist. Erst nach Einschluss der Kontrollvariablen sind diese autoregressiven Effekte
nicht mehr signifikant. Die autoregressiven Effekte von traditionellem Bullying sind hingegen auch
unter statistischer Kontrolle von Cyberbullying signifikant. Demnach bedingt die Stabilität von traditio-
nellem Bullying die Stabilität von Cyberbullying, nicht andersherum. Zweitens unterscheiden sich die
berichteten Stabilitätsmaße voneinander: Die deskriptive Analyse nutzt Mittelwerte und die Cross-
Lagged-Panel-Analyse Regressionskoeffizienten. Mittelwerte erlauben Aussagen über den Durch-
schnitt der Kinder und Jugendlichen, nicht aber über individuelle Verläufe. Ein ähnlicher Mittelwert zu
T1 und zu T2 kann beispielsweise bedeuten, dass die Kinder und Jugendlichen zu T1 und T2 gleich
häufig Cyberbullying ausgeübt haben oder dass Cyberbullying bei einigen Kindern und Jugendlichen
von T1 zu T2 zugenommen, bei anderen abgenommen hat. Regressionskoeffizienten erlauben Aussa-
gen über den durchschnittlichen linearen Zusammenhang zwischen Variablen, z. B. Cyberbullying zu
T1 und T2. Ein nichtsignifikanter Regressionskoeffizient kann bedeuten, dass Kinder und Jugendliche,
die zu T1 häufig Cyberbullying ausgeübt haben, dies zu T2 nicht mehr tun oder auch, dass zwar einige
11. Zusammenfassung und Interpretation der Ergebnisse
127
Kinder und Jugendliche zu T1 und T2 häufig Cyberbullying ausüben, andere aber ihr Verhalten von T1
zu T2 ändern. Ein nichtsignifikanter Regressionskoeffizient kann also bedeuten, dass Cyberbullying
nicht stabil ist oder dass im Durchschnitt einfach kein lineares Muster erkennbar ist.
Cyberviktimisierung ist, anders als Cyberbullying, entsprechend der Ergebnisse von Bartlett und
Gentile (2012) über die vier Messzeitpunkte sehr stabil (siehe auch Fanti et al., 2012; Gradinger et al.,
2015; Jose et al., 2012; Wegge et al., 2014). Die deskriptiven Analysen zeigen, dass die Kinder und Ju-
gendlichen zu T1, T2, T3 und T4 durchschnittlich gar nicht bis 1 oder 2 Mal Cyberviktimisierung erlebt
haben. Die Cross-Lagged-Panel-Analyse zeigt darüber hinaus, dass Cyberviktimisierung von T1 zu T2,
von T1 zu T4 und von T3 zu T4 sehr stabil ist. Anders als erwartet sind die Stabilitätskoeffizienten zwi-
schen den benachbarten Messzeitpunkten innerhalb der Schuljahre geringer als zwischen den weiter
entfernten Messzeitpunkten. Am höchsten ist also die Stabilität von T1 zu T4, etwas geringer von T1
zu T2 und noch geringer von T3 zu T4. Der Stabilitätskoeffizient zwischen den Schuljahren ist gar nicht
signifikant. Folglich nimmt die Stabilität der Cyberviktimisierung, anders als die Stabilität traditioneller
Viktimisierung (Petermann & Koglin, 2013), mit dem Wechsel in eine neue Schulklasse ab. Auch der
nichtsignifikante Stabilitätskoeffizient zwischen den Schuljahren deutet darauf hin, dass die Häufigkeit
der Cyberviktimisierung in besonderem Maße durch die Klassengemeinschaft beeinflusst wird. Denn
vermutlich nehmen die sozialen Beziehungen (z. B. Konkurrenz durch Leistungsdruck etc.) und damit
auch Cyberviktimisierung in der Klassengemeinschaft zwischen den Schuljahren ab und im Schuljahr
wieder zu.
Die Ergebnisse der Cross-Lagged-Panel-Analysen bestätigen die Annahmen in Bezug auf den Zu-
sammenhang zwischen der Mediennutzung, Cyberbullying und Cyberviktimisierung nicht. Es zeigt sich
weder ein Sozialisationseffekt der Mediennutzung auf Cyberbullying und Cyberviktimisierung noch ein
Selektionseffekt.
In Bezug auf den Zusammenhang zwischen der Mediennutzung und Cyberbullying zeigt die Cross-
Lagged-Panel-Analyse zunächst eine sehr schwache positive Korrelation zu T1 und zu T3, nicht aber zu
T2 und zu T4. Die Mediennutzung und Cyberbullying hängen also querschnittlich zusammen, allerdings
11. Zusammenfassung und Interpretation der Ergebnisse
128
weniger stark als in bisherigen Untersuchungen zum Zusammenhang zwischen der Mediennutzung
und Cyberbullying (Kowalski et al., 2014). Darüber hinaus zeigt sich anders als erwartet kein Effekt der
Mediennutzung auf Cyberbullying, sondern umgekehrt im Sinne des Selektionseffekts eher ein Effekt
von Cyberbullying auf die Mediennutzung. Der Effekt ist sehr schwach und zeigt sich nur von T3 zu T4,
nicht aber systematisch zu allen Messzeitpunkten. Daher kann nicht von einem wirklichen Selektions-
effekt, sondern nur von einer Tendenz gesprochen werden. Cyberbullies nutzen also in der Tendenz
Medien häufiger, um eine bereits bestehende Schädigungsintention umzusetzen. Entsprechend zeigte
auch eine Studie von Ferguson et al. (2008), dass aggressive Jugendliche gezielt Situationen aufsuchen,
um aggressiv zu handeln.
In Bezug auf den Zusammenhang zwischen der Mediennutzung und Cyberviktimisierung zeigt die
Cross-Lagged-Panel-Analyse zunächst eine schwache positive Korrelation zu T1, nicht aber zu T2, T3
und T4. Die Mediennutzung und Cyberviktimisierung hängen also querschnittlich zusammen, jedoch
nicht systematisch, sondern eher zufällig. Darüber hinaus zeigt sich im Sinne des Sozialisationseffekts
ein negativer Effekt der Mediennutzung zu T1 auf Cyberviktimisierung zu T2 sowie im Sinne des Selek-
tionseffekts ein positiver Effekt der Cyberviktimisierung zu T3 auf die Mediennutzung zu T4. Beide
Effekte sind sehr schwach und zeigen sich nicht systematisch zu allen Messzeitpunkten. Daher kann
nicht von wirklichen Sozialisations- oder Selektionseffekten, sondern nur von Tendenzen gesprochen
werden. In der Tendenz erleben Kinder und Jugendliche häufiger Cyberviktimisierung, je seltener sie
Medien nutzen. Denn eine seltene Mediennutzung geht möglicherweise mit unzureichenden Medien-
kompetenzen, z. B. in Bezug auf die Kontrolle persönlicher Daten, einher, was wiederum die Wahr-
scheinlichkeit für Cyberviktimisierung erhöht (Livingstone et al., 2011). Dementsprechend zeigten
Ortega-Ruiz et al. (2012) in einer Interventionsstudie, dass die Kontrolle persönlicher Daten Cyber-
viktimisierung reduziert. Alternativ ist denkbar, dass Kinder und Jugendliche, die Medien nur selten
nutzen, durch die Verletzung von Peererwartungen häufiger Cyberviktimisierung erleben. In der Ten-
denz nutzen umgekehrt Kinder und Jugendliche häufiger Medien, je häufiger sie Cyberviktimisierung
erleben – möglicherweise, um die Cyberviktimisierungserfahrungen durch Gespräche mit Freunden,
11. Zusammenfassung und Interpretation der Ergebnisse
129
Gespräche mit den Cyberbullies, Kontaktieren der Seitenbetreiber, Rache etc. zu bewältigen (Bartlett
& Gentile, 2012; Hinduja & Patchin, 2009; Pfetsch, Müller, Walk & Ittel, 2014).
Zusammenfassend zeigt Studie 2, dass die Mediennutzung moderat stabil, Cyberbullying nicht
stabil und Cyberviktimisierung stabil ist. Anders als angenommen gibt es zwischen der Mediennutzung,
Cyberbullying und Cyberviktimisierung jedoch keinen systematischen Zusammenhang (siehe auch
Cappadocia et al., 2013). Die Mediennutzung korreliert querschnittlich teils positiv mit Cyberbullying
und Cyberviktimisierung, ist aber längsschnittlich weder eine Ursache bzw. ein Risikofaktor noch eine
Wirkung von Cyberbullying und Cyberviktimisierung. Demnach gibt es vermutlich eine Drittvariable,
die gleichzeitig einen Effekt auf die Mediennutzung und auf Cyberbullying und Cyberviktimisierung hat,
z. B. Medienbesitz, Selbstregulation, Sensation Seeking, alters- und geschlechtsspezifische Normen
und Werte, Freundschaften, Medienkompetenz etc. So beinhalten beispielsweise Freundschaften die
Mediennutzung und auch die Entstehung von Streit. Dieser kann sich u. a. in Form von Cyberbullying
äußern. In gleicher Weise ermöglicht Medienkompetenz die Mediennutzung und auch Cyberbullying
(Bösel et al., 2014; Kumazaki et al., 2011; Livingstone et al., 2005; Park et al., 2014; Raufelder et al.,
2009; Sitzer et al., 2012; Vandebosch & van Cleemput, 2009; Walrave & Heirman, 2011).
11.3 Studie 3 – Zusammenhang zwischen der Mediennutzung, ethischer Medienkompetenz,
Cyberbullying und Cyberviktimisierung
Studie 3 der vorliegenden Dissertation untersuchte, ob die ethische Medienkompetenz den Zu-
sammenhang zwischen der Mediennutzung, Cyberbullying und Cyberviktimisierung moderiert bzw. ab-
puffert. Angenommen wurde, dass die Mediennutzung positiv und die ethische Medienkompetenz
negativ mit Cyberbullying und Cyberviktimisierung korreliert. Ferner wurde angenommen, dass die
ethische Medienkompetenz den Effekt der Mediennutzung auf Cyberbullying (Hypothese 5) und
Cyberviktimisierung (Hypothese 6) abpuffert.
11. Zusammenfassung und Interpretation der Ergebnisse
130
Die Ergebnisse der Korrelations- und Regressionsanalysen bestätigen diese Annahmen in Bezug auf
den Zusammenhang zwischen der Mediennutzung, ethischer Medienkompetenz, Cyberbullying und
Cyberviktimisierung.
Die Mediennutzung korreliert schwach positiv und die ethische Medienkompetenz schwach nega-
tiv mit Cyberbullying und Cyberviktimisierung. Die Korrelation ethischer Medienkompetenz mit Cyber-
bullying ist stärker als die Korrelation ethischer Medienkompetenz mit Cyberviktimisierung. Dies deu-
tet darauf hin, dass ethische Medienkompetenz ein stärkerer Schutzfaktor für Cyberbullying als für
Cyberviktimisierung ist. Zudem korreliert die Mediennutzung entsprechend der Ergebnisse von Park et
al. (2014) schwach negativ mit ethischer Medienkompetenz. Je häufiger Kinder und Jugendliche also
Medien nutzen, desto geringer ist die ethische Medienkompetenz.
Die Regressionsanalyse zum Zusammenhang der Mediennutzung, ethischen Medienkompetenz
und Cyberbullying zeigt zunächst, dass das Geschlecht der Kinder und Jugendlichen keinen Effekt auf
Cyberbullying hat. Das Alter hingegen hat einen schwachen positiven Effekt auf Cyberbullying. Dieser
Effekt verschwindet allerdings nach Einschluss der Mediennutzung in das Modell. Demnach ist der
Effekt des Alters auf Cyberbullying hauptsächlich auf die mit dem Alter zunehmende Mediennutzung
zurückzuführen (siehe auch Cross et al., 2015; Müller, 2013; Petermann & von Marées, 2013). Traditio-
nelles Bullying und Cyberviktimisierung haben unabhängig von der Mediennutzung einen schwachen
positiven Effekt auf Cyberbullying. Die Mediennutzung hat im Einklang mit Kowalski et al. (2014) einen
sehr schwachen positiven Effekt auf Cyberbullying (siehe auch Casas et al., 2013; Erdur-Baker, 2010;
Görzig, 2011; Hinduja & Patchin, 2008; Kowalski et al., 2014; Li, 2007a; Livingstone et al., 2011; Mark
& Ratliffe, 2011; Park et al., 2014; Raskauskas & Stoltz, 2007; Sitzer et al., 2012; Sticca et al., 2013;
Walrave & Heirman, 2011; Wolak et al., 2007; You & Lim, 2016). Dieser Effekt verschwindet allerdings
nach Einschluss der ethischen Medienkompetenz in das Modell. Die ethische Medienkompetenz wie-
derum hat, wie bei Park et al. (2014) und Sitzer et al. (2012), einen schwachen negativen Effekt auf
Cyberbullying. Je stärker also die ethische Medienkompetenz ausgeprägt ist, desto seltener tritt
Cyberbullying auf. Wie angenommen hat auch die Interaktion der Mediennutzung und ethischen Me-
dienkompetenz einen schwachen negativen Effekt auf Cyberbullying. Die Mediennutzung hat bei
11. Zusammenfassung und Interpretation der Ergebnisse
131
schwach ausgeprägter ethischer Medienkompetenz einen positiven, bei durchschnittlich ausgeprägter
ethischer Medienkompetenz keinen und bei stark ausgeprägter ethischer Medienkompetenz einen
negativen Effekt auf Cyberbullying. Eine mittlere bis hohe Mediennutzung ist somit bei Kindern und Ju-
gendlichen mit mindestens durchschnittlich ausgeprägter ethischer Medienkompetenz kein Risiko-
faktor für Cyberbullying. Umgekehrt ist die ethische Medienkompetenz insbesondere bei Kindern und
Jugendlichen mit einer mittleren bis hohen Mediennutzung als Schutzfaktor für Cyberbullying relevant.
Bei Kindern und Jugendlichen mit einer geringen Mediennutzung hat die ethische Medienkompetenz
keinen Effekt auf Cyberbullying.
Die Regressionsanalyse zum Zusammenhang der Mediennutzung, ethischen Medienkompetenz
und Cyberviktimisierung zeigt, wie bei Cyberbullying, dass das Geschlecht der Kinder und Jugendlichen
keinen Effekt hat. Das Alter der Kinder und Jugendlichen hat zunächst ebenfalls keinen, nach Einschluss
der Mediennutzung in das Modell dagegen einen sehr schwachen negativen Effekt auf Cyberviktimisie-
rung. Je älter die Kinder und Jugendlichen also sind, desto seltener erleben sie Cyberviktimisierung.
Ähnlich hat traditionelles Bullying zunächst keinen, nach Einschluss der Mediennutzung in das Modell
dagegen einen sehr schwachen negativen Effekt auf Cyberviktimisierung. Je häufiger Kinder und Ju-
gendliche also traditionelles Bullying ausüben, desto seltener erleben sie Cyberviktimisierung. Traditio-
nelle Viktimisierung und Cyberbullying haben einen schwachen bis mittleren positiven Effekt auf
Cyberviktimisierung. Die Mediennutzung hat im Einklang mit Kowalski et al. (2014) einen sehr schwa-
chen positiven Effekt auf Cyberviktimisierung (siehe auch Erdur-Baker, 2010; Görzig, 2011; Hinduja &
Patchin, 2008; Kowalski et al., 2014; Livingstone et al., 2011; Mark & Ratliffe, 2011; Mesch, 2009;
Navarro et al., 2013; Park et al., 2014; Sitzer et al., 2012; Smith et al., 2008; Sticca et al., 2013; Walrave
& Heirman, 2011). Dieser Effekt bleibt nach Einschluss der ethischen Medienkompetenz in das Modell
erhalten. Die ethische Medienkompetenz und die Interaktion der Mediennutzung und ethischen
Medienkompetenz haben wie angenommen einen sehr schwachen negativen Effekt auf Cyberviktimi-
sierung (siehe auch Park et al., 2014). Diese Effekte sind deutlich geringer als die Effekte auf Cyber-
bullying. So hat die Mediennutzung bei schwach, durchschnittlich und stark ausgeprägter ethischer
Medienkompetenz einen positiven Effekt auf Cyberviktimisierung. Die Mediennutzung ist also unab-
11. Zusammenfassung und Interpretation der Ergebnisse
132
hängig von der ethischen Medienkompetenz ein Risikofaktor für Cyberviktimisierung, hat aber bei
schwach ausgeprägter ethischer Medienkompetenz einen geringeren Effekt auf Cyberviktimisierung
als bei durchschnittlich und stark ausgeprägter ethischer Medienkompetenz. Insofern ist die ethische
Medienkompetenz dennoch ein Schutzfaktor für Cyberviktimisierung. Ethisch medienkompetente Kin-
der und Jugendliche offenbaren eventuell weniger persönliche Daten und sind daher weniger anfällig
für Cyberviktimisierung. Demgemäß zeigten Ortega-Ruiz et al. (2012) in einer Interventionsstudie, dass
das Bewusstsein für die Kontrolle der persönlichen Daten Cyberviktimisierung reduziert. Dieses Be-
wusstsein entsteht Stutzman, Capra und Thompson (2011) zufolge bereits durch das Lesen einer
Datenschutzerklärung. In einer Studie mit 18–23-Jährigen zeigten Stutzman et al. (2011), dass Perso-
nen, die die Datenschutzerklärung von Facebook gelesen haben, signifikant weniger persönliche Infor-
mationen auf Facebook veröffentlichen, als Personen, die die Datenschutzerklärung nicht gelesen
haben.
Zusammenfassend zeigt Studie 3, dass die Mediennutzung kein Risikofaktor für Cyberbullying, aber
ein Risikofaktor für Cyberviktimisierung ist. Die ethische Medienkompetenz ist wie angenommen ein
Schutzfaktor für Cyberbullying und Cyberviktimisierung, und zwar insbesondere bei mittlerer bis hoher
Mediennutzung. Kinder und Jugendliche mit schwach ausgeprägter ethischer Medienkompetenz sind
also häufiger in Cyberbullying und Cyberviktimisierung involviert als Kinder und Jugendliche mit durch-
schnittlich bis stark ausgeprägter ethischer Medienkompetenz. Diese Ergebnisse bestätigen bei insge-
samt kleinen Effektstärken, dass die Mediennutzung zwar wesentlich für Cyberbullying und Cybervikti-
misierung ist, noch wesentlicher aber die Art und Weise, wie Medien genutzt werden ist (siehe auch
Juvonen & Gross, 2008; Sticca et al., 2013).
12. Implikationen
133
12. Implikationen
Die Ergebnisse der Studien 1, 2 und 3 haben Implikationen für die Forschung zu den Risiko- und
Schutzfaktoren sowie für die Prävention und Intervention von Cyberbullying und Cyberviktimisierung.
Sind Cyberbullying und Cyberviktimisierung stabil? Was ist bei der Untersuchung der Stabilität von
Cyberbullying und Cyberviktimisierung zu beachten? Ist die Mediennutzung ein Risikofaktor für Cyber-
bullying und Cyberviktimisierung? Welche weiteren Variablen müssen in die Analyse dieses Zusam-
menhangs einbezogen werden? Ist die ethische Medienkompetenz ein Schutzfaktor bzw. ein Ansatz-
punkt für die Prävention und Intervention bei Cyberbullying und Cyberviktimisierung? Welche Fragen
sind noch offen?
12.1 Implikationen für die Forschung
12.1.1 Stabilität von Cyberbullying und Cyberviktimisierung
Cyberbullying ist den deskriptiven Analysen der Mittelwerte zufolge über die vier Messzeitpunkte,
also über 3, 6, 9, 12 und 15 Monate, stabil. Den Regressionsanalysen zufolge ist Cyberbullying hingegen
nur vom ersten zum zweiten und vom dritten zum vierten Messzeitpunkt, das heißt über 3 und 6
Monate, stabil. Werden die Kontrollvariablen Geschlecht, Alter, traditionelles Bullying und Cybervikti-
misierung in die Regressionsanalysen einbezogen, so ist Cyberbullying nicht stabil. Traditionelles Bully-
ing ist demgegenüber sehr stabil. Demnach bedingt die Stabilität von traditionellem Bullying die Stabili-
tät von Cyberbullying, nicht umgekehrt. Das heißt, dass traditionelle Bullies relativ überdauernd tradi-
tionelle Bullies und manchmal auch Cyberbullies sind (siehe auch Cassidy et al., 2009; Kowalski et al.,
2014; Olweus, 2012; Patchin & Hinduja, 2008; Raskauskas & Stoltz, 2007). Cyberbullies sind hingegen
nicht überdauernd Cyberbullies. Dies mag daran liegen, dass traditionelles Bullying in relativ stabilen
sozialen Gruppen stattfindet, innerhalb derer die meisten Kinder und Jugendlichen eine klar definier-
bare Rolle, z. B. als traditioneller Bully oder Außenstehender einnehmen (Salmivalli et al., 1997; Salmi-
12. Implikationen
134
valli et al., 1996). Cyberbullying findet hingegen eher in wechselnden und instabilen sozialen Gruppen
statt, innerhalb derer Kinder und Jugendliche situations- und zeitabhängig unterschiedliche Rollen ein-
nehmen können, z. B. als Cyberbully oder Cybervictim (siehe auch Law et al., 2012; Park et al., 2014).
Cyberviktimisierung ist den deskriptiven Analysen der Mittelwerte und den Regressionsanalysen
zufolge unter statistischer Kontrolle von Geschlecht, Alter, Cyberbullying, traditionellem Bullying und
traditioneller Viktimisierung vom ersten zum zweiten, vom ersten zum vierten und vom dritten zum
vierten Messzeitpunkt, also über 3, 6 und 15 Monate, stabil. Die Stabilität ist vom ersten zum vierten
Messzeitpunkt am größten und vom dritten zum vierten Messzeitpunkt am geringsten. Auch traditio-
nelle Viktimisierung ist stabil. Die Stabilität ist bei traditioneller Viktimisierung vom ersten zum zweiten
Messzeitpunkt am größten und vom ersten zum vierten Messzeitpunkt am geringsten. Insgesamt zeigt
sich bei Cyberviktimisierung und traditioneller Viktimisierung, dass die Stabilität zwischen den benach-
barten Messzeitpunkten mit zunehmendem Alter der Kinder und Jugendlichen abnimmt. Die Stabilität
vom ersten zum zweiten Messzeitpunkt ist also größer als die Stabilität vom dritten zum vierten Mess-
zeitpunkt. Das heißt: Kinder und Jugendliche, die zum ersten Messzeitpunkt häufig Cyberviktimisierung
oder traditionelle Viktimisierung erleben, tun dies zum zweiten Messzeitpunkt in der Regel auch. Kin-
der und Jugendliche, die zum dritten Messzeitpunkt häufig Cyberviktimisierung oder traditionelle Vikti-
misierung erleben, tun dies zum vierten Messzeitpunkt zum Teil nicht mehr. Demgemäß gehen Peter-
mann und Koglin (2013) davon aus, dass das Alter der Kinder und Jugendlichen für die Stabilität der
Rolle als traditionelles Victim von großer Bedeutung ist. So wird mit zunehmendem Alter eine immer
kleinere, allerdings auch immer stabilere Gruppe von Kindern und Jugendlichen zu traditionellen Vic-
tims (Petermann & Koglin, 2013). Dieselben Kinder und Jugendlichen werden also immer wieder zu
traditionellen Victims. Ob dies auch für Cyberviktimisierung gilt oder ob umgekehrt aufgrund der wech-
selnden und instabilen Gruppen bei Cyberviktimisierung immer wieder andere Kinder und Jugendliche
zu Cybervictims werden, kann auf der Grundlage der vorliegenden variablenorientierten Analysen
nicht beantwortet werden. Denn variablenorientierte Analysen prüfen nur, ob die Ausprägung eines
12. Implikationen
135
Verhaltens zu einem Messzeitpunkt mit der Ausprägung desselben Verhaltens zu einem anderen Mess-
zeitpunkt zusammenhängt (Petermann & Koglin, 2013).
Zukünftige Studien sollten darüber hinaus mithilfe von personenorientierten Analysen prüfen, ob
und wie sich der Status einer Person, z. B. als Cyberbully oder als Cybervictim von einem Messzeitpunkt
zu anderen Messzeitpunkten verändert. Sind Cybervictims überdauernd Cybervictims oder hört die
Cyberviktimisierung irgendwann, z. B. durch den Wechsel von der Grund- in die Oberschule, auf? Wer-
den Cybervictims auch zu Cyberbullies oder Cyberbullies zu Cybervictims? Zur Beantwortung dieser
Fragen sollten wie in der vorliegenden Dissertation die Kontrollvariablen Geschlecht, Alter, traditio-
nelles Bullying und traditionelle Viktimisierung sowie mehrere Messzeitpunkte einbezogen werden.
Idealerweise decken diese Messzeitpunkte die Veränderung innerhalb und zwischen Schuljahren sowie
Schulstufen ab.
12.1.2 Mediennutzung als Risikofaktor für Cyberbullying und Cyberviktimisierung
Die Mediennutzung bzw. die Häufigkeit der Mediennutzung ist kein signifikanter quer- oder längs-
schnittlicher Risikofaktor für Cyberbullying. So zeigt Studie 1, dass Cyberbullies Mobiltelefone und das
Internet nicht generell häufiger und vielfältiger nutzen als Unbeteiligte. Zwar nutzen Cyberbullies
Mobiltelefone häufiger für SMS, aber nicht häufiger für Anrufe als Unbeteiligte. Cyberbullies nutzen
zudem Mobiltelefone nicht vielfältiger als Unbeteiligte. Cyberbullies nutzen das Internet, aber nicht
soziale Netzwerke häufiger und vielfältiger als Unbeteiligte. Studie 2 zeigt über diese Unterschieds-
analysen hinaus mit Zusammenhangsanalysen, dass die Mediennutzung mit Einschränkung ein quer-
schnittlicher, aber kein längsschnittlicher Prädiktor für Cyberbullying ist. Die Mediennutzung ist also
keine systematische Ursache von Cyberbullying. Umgekehrt ist die Mediennutzung jedoch auch keine
systematische Wirkung bzw. Folge von Cyberbullying. Nur vom dritten zum vierten Messzeitpunkt zeigt
sich ein signifikanter Effekt von Cyberbullying auf die Mediennutzung. Dementsprechend gibt es wahr-
scheinlich ein oder mehrere Drittvariablen, die einen Effekt auf die Mediennutzung und Cyberbullying
12. Implikationen
136
haben bzw. den Effekt der Mediennutzung auf Cyberbullying moderieren. Der zumeist positive Zusam-
menhang zwischen der Mediennutzung und Cyberbullying in bisherigen Studien zeigt sich also mögli-
cherweise nur, weil diese Drittvariablen, z. B. Selbstregulation, Medienkompetenz, Popularitätsstre-
ben, Tendenz zu normabweichendem Verhalten, Extraversion, Sensation Seeking etc., nicht erfasst und
kontrolliert wurden. Demgemäß zeigt Studie 3, dass die Mediennutzung einen signifikanten schwach
positiven Effekt auf Cyberbullying hat, der nicht mehr signifikant ist, wenn die ethische Medienkompe-
tenz in die Analyse einbezogen wird. Dies legt nahe, dass die Mediennutzung allenfalls eine notwendige
Bedingung, jedoch kein Risikofaktor für Cyberbullying ist.
Demgemäß zeigt eine deskriptive Analyse, dass 4 % bis 12 % der N = 84–125 Cyberbullies in den
vorliegenden Studien Mobiltelefone und das Internet nur selten oder nie bis maximal mehrmals im
Monat bzw. mehrmals in der Woche nutzen. Bezieht man diese Ergebnisse auf die Ergebnisse zur Stabi-
lität von traditionellem Bullying und Cyberbullying, ist Folgendes denkbar: Kinder und Jugendliche, die
traditionelles Bullying ausüben, tun dies relativ stabil über mehrere Messzeitpunkte. Einige dieser
traditionellen Bullies verhalten sich auch im Medienkontext aggressiv, sind also gleichzeitig Cyber-
bullies. Um wiederum als Cyberbullies klassifiziert zu werden, reicht es dem Wiederholungskriterium
entsprechend aus, Mobiltelefone und das Internet zwei bis drei Mal im Monat zur Schädigung anderer
Kinder und Jugendlicher zu nutzen. Medien sind demnach bei traditionellen Bullies bzw. Cyberbullies
auch bei geringer Nutzungshäufigkeit Mittel zum Zwecke der Schädigung anderer Kinder und Jugend-
licher, nicht aber auslösender oder gar verstärkender Risikofaktor.
Die Mediennutzung bzw. die Häufigkeit der Mediennutzung ist im Gegensatz zu Cyberbullying ein
signifikanter, aufgrund der geringen Effektstärke aber wenig bedeutsamer Risikofaktor für Cybervikti-
misierung. Studie 1 zeigt etwa, dass Cybervictims bzw. ältere Cybervictims Mobiltelefone häufiger für
SMS, aber nicht häufiger für Anrufe nutzen als Cyberbullies und Unbeteiligte. Cybervictims nutzen
zudem Mobiltelefone nicht vielfältiger als Cyberbullies und Unbeteiligte. Cybervictims bzw. ältere
Cybervictims nutzen das Internet, aber nicht soziale Netzwerke häufiger und vielfältiger als Cyber-
bullies und Unbeteiligte. Studie 2 zeigt über diese Unterschiedsanalysen hinaus, dass die Mediennut-
12. Implikationen
137
zung mit Einschränkung ein querschnittlicher, aber kein längsschnittlicher Prädiktor für Cyberviktimi-
sierung ist. Die Mediennutzung ist also keine systematische Ursache von Cyberviktimisierung. Nur vom
ersten zum zweiten Messzeitpunkt zeigt sich ein Effekt der Mediennutzung auf Cyberviktimisierung.
Umgekehrt ist die Mediennutzung jedoch auch keine systematische Wirkung bzw. Folge von Cybervikti-
misierung. Nur vom dritten zum vierten Messzeitpunkt hat Cyberviktimisierung einen Effekt auf die
Mediennutzung. Wie bei Cyberbullying gibt es also vermutlich eine oder mehrere Drittvariablen, die
den Effekt der Mediennutzung auf Cyberviktimisierung moderieren, z. B. Medienbesitz oder Medien-
kompetenz. Entsprechend zeigt Studie 3, dass die ethische Medienkompetenz den Effekt der Medien-
nutzung auf Cyberviktimisierung moderiert. Anders als bei Cyberbullying bleibt der Effekt der Medien-
nutzung auf Cyberviktimisierung allerdings signifikant, wenn die ethische Medienkompetenz in die
Analyse einbezogen wird.
Zukünftige Studien sollten im Anschluss an diese Ergebnisse unter Einbeziehung relevanter Dritt-
variablen wie Medienbesitz, Selbstregulation, Sensationssuche, Freundschaften, Normen und Werte,
Zweck der Mediennutzung, Medienkompetenz etc. prüfen, ob die Mediennutzung tatsächlich kein sig-
nifikanter Risikofaktor für Cyberbullying, aber ein signifikanter Risikofaktor für Cyberviktimisierung ist.
So ist es beispielsweise möglich, dass die Mediennutzung kein signifikanter Risikofaktor für Cyber-
viktimisierung ist, wenn der Medienbesitz einbezogen wird. Denn für den Erhalt beleidigender oder
erniedrigender Nachrichten reicht es aus, ein Mobiltelefon oder einen Computer zu besitzen. Umge-
kehrt sind Kinder und Jugendliche, die kein Mobiltelefon, Tablet etc. besitzen, vielleicht weniger popu-
lär als andere Kinder und Jugendliche und erleben aus diesem Grund häufiger Cyberviktimisierung.
Darüber hinaus ist es möglich, dass der Zusammenhang zwischen der Häufigkeit der Mediennutzung
und Cyberbullying bzw. Cyberviktimisierung je nach Zweck der Mediennutzung variiert. So ist der Zu-
sammenhang zwischen der Häufigkeit der Mediennutzung und Cyberbullying vermutlich geringer,
wenn Medien hauptsächlich zur Information statt überwiegend zur Kommunikation genutzt werden.
Weitere relevante Variablen für den Zusammenhang zwischen der Häufigkeit der Mediennutzung
und Cyberbullying bzw. Cyberviktimisierung sind Geschlecht, Alter, traditionelles Bullying und traditio-
12. Implikationen
138
nelle Viktimisierung. Zukünftige Studien sollten diese Variablen systematisch einbeziehen und bei-
spielsweise auch die reziproken Beziehungen zwischen Cyberbullying, Cyberviktimisierung, traditio-
nellem Bullying und traditioneller Viktimisierung prüfen (siehe auch Jose et al., 2012). Ein mögliches
Analysevorgehen wird exemplarisch für drei Messzeitpunkte in Abbildung 14 dargestellt.
Abbildung 14. Mögliches Analysevorgehen; Autoregressive Effekte sind mit gestrichelten, kreuzverzögerte
Effekte mit durchgezogenen Linien dargestellt, die kreuzverzögerten Pfade zwischen TB und TV, TB und CV sowie
TV und CB sind nicht dargestellt, die Korrelationen der Variablen zum selben Messzeitpunkt sind exemplarisch
für Messzeitpunkt 3 dargestellt, KV = Kontrollvariablen, T1 = Messzeitpunkt 1, T2 = Messzeitpunkt 2, T3 = Mess-
zeitpunkt 3, MB = Medienbesitz, Sex = Geschlecht, TB = Traditionelles Bullying, TV = Traditionelle Viktimisierung,
CB = Cyberbullying, CV = Cyberviktimisierung, MN = Mediennutzung.
12.1.3 Ethische Medienkompetenz als Schutzfaktor für Cyberbullying und Cyberviktimisierung
Die ethische Medienkompetenz ist ein Schutzfaktor für Cyberbullying und in etwas geringerem
Maße auch für Cyberviktimisierung. Je stärker also die ethische Medienkompetenz ausgeprägt ist, des-
to seltener sind Kinder und Jugendliche in Cyberbullying und Cyberviktimisierung involviert. Darüber
hinaus moderiert die ethische Medienkompetenz den Effekt der Mediennutzung auf Cyberbullying und
Cyberviktimisierung: Bei stark ausgeprägter ethischer Medienkompetenz sind Kinder und Jugendliche
TB
CB
CV
TV
TB TB
T1 T2 T3
CB
CB
CV
CV
TV TV
MN MN
MN
Sex
Alter
KV
MB
…
12. Implikationen
139
– auch bei häufiger Mediennutzung – seltener in Cyberbullying und Cyberviktimisierung involviert als
bei gering ausgeprägter ethischer Medienkompetenz.
Zukünftige Studien sollten diesen Zusammenhang zwischen der Mediennutzung, ethischer Me-
dienkompetenz, Cyberbullying und Cyberviktimisierung unter Kontrolle relevanter Drittvariablen, z. B.
praktisch-instrumentelle, selbst-reflexive, medienkundliche, kreativ-gestalterische und affektive Me-
dienkompetenz, Geschlecht, Alter, traditionelles Bullying, traditionelle Viktimisierung etc. quer- und
längsschnittlich untersuchen, um folgende Fragen zu beantworten: Wie, wann und unter welchen Be-
dingungen entwickelt sich die die ethische Medienkompetenz bei Kindern und Jugendlichen? Wie hän-
gen die ethische Medienkompetenz und die Mediennutzung quer- und längsschnittlich zusammen?
Welche Rolle spielt die praktisch-instrumentelle, selbst-reflexive, medienkundliche, kreativ-gestalteri-
sche und affektive Medienkompetenz in diesem Zusammenhang? Wie hängen Cyberbullying, Cybervik-
timisierung und die ethische Medienkompetenz längsschnittlich zusammen? Entwickeln Cyberbullies
und Cybervictims aufgrund ihres unethischen Verhaltens eine geringer ausgeprägte ethische Medien-
kompetenz als Unbeteiligte oder werden umgekehrt Personen mit geringer ausgeprägter ethischer
Medienkompetenz eher zu Cyberbullies und Cybervictims als Personen mit stärker ausgeprägter ethi-
scher Medienkompetenz?
12.2 Implikationen für die Prävention und Intervention bei Cyberbullying und
Cyberviktimisierung
Wenngleich bisher noch unklar ist, wie, wann und unter welchen Bedingungen sich die ethische
Medienkompetenz entwickelt, wie die Mediennutzung, die ethische Medienkompetenz, Cyberbullying
und Cyberviktimisierung längsschnittlich zusammenhängen etc., können die vorliegenden Studien er-
ste Hinweise für die Prävention und Intervention bei Cyberbullying und Cyberviktimisierung geben. Die
Prävention dient dazu, Cyberbullying und Cyberviktimisierung von vornherein zu verhindern (Pfetsch,
12. Implikationen
140
Mohr & Ittel, 2014). Die Intervention hingegen dient dazu, in einen Cyberbullying- bzw. Cyberviktimi-
sierungsprozesses einzugreifen, um ihn zu unterbrechen (Pfetsch, Mohr & Ittel, 2014).
12.2.1 Stabilität von Cyberbullying und Cyberviktimisierung
Die Stabilität von Cyberbullying wird durch die Stabilität von traditionellem Bullying bedingt. Folg-
lich können Programme zur Prävention und Intervention bei traditionellem Bullying auch zur Präven-
tion und Intervention bei Cyberbullying beitragen, z. B. das Olweus Bullying Prevention Program (Olwe-
us, 1991), das Zero Program (Roland, Bru, Midthassel & Vaaland, 2010), das Bully Free Program (Beane,
1996), das KiVa Antibullying Program (Salmivalli, Kärnä & Poskiparta, 2010) etc. Eine Übersicht zur
Wirksamkeit dieser und weiterer Programme findet sich bei Merrell, Gueldner, Ross und Isava (2008),
Nocentini, Zambuto und Menesini (2015) sowie Ttofi und Farrington (2011).
Die Stabilität von Cyberviktimisierung ist, unabhängig von der Stabilität von traditionellem Bullying
und traditioneller Viktimisierung, über 3, 6, 9, 12 und sogar 15 Monate sehr hoch. Kinder und Jugendli-
che, die zu Beginn des ersten Schuljahres der Befragung häufig Cyberviktimisierung erlebten, taten dies
auch zum Ende des zweiten Schuljahres der Befragung. Demzufolge ist es für die Prävention und Inter-
vention bei Cyberviktimisierung dringend erforderlich, langfristige Programme zu entwickeln und zu
implementieren. Inhaltlich sollten diese Programme u. a. den Schutz persönlicher Daten, Bewälti-
gungsstrategien etc. fokussieren (siehe auch Ortega-Ruiz et al., 2012; Stutzman et al., 2011; Pfetsch,
Müller, Walk et al., 2014).
12.1.2 Mediennutzung als Risikofaktor für Cyberbullying und Cyberviktimisierung
Die Mediennutzung bzw. die Häufigkeit der Mediennutzung ist eine notwendige Bedingung, aber
kein Risikofaktor für Cyberbullying. Dementsprechend ist eine Reduktion der Mediennutzung keine
geeignete Maßnahme zur Prävention und Intervention bei Cyberbullying (siehe auch Mesch, 2009;
12. Implikationen
141
Pfetsch et al., 2009). Demgegenüber ist ein Verbot der Mediennutzung vermutlich eine sehr wirksame,
aber zugleich wenig sinnvolle Maßnahme zur Prävention und Intervention bei Cyberbullying. Denn
erstens ist die Mediennutzung ein integraler Bestandteil des Alltags von Kindern und Jugendlichen, der
nicht nur mit Risiken wie Cyberbullying, sondern zugleich mit Chancen wie dem Erwerb von Medien-
kompetenz einhergeht (siehe auch Erdur-Baker, 2010; Livingstone & Haddon, 2009). Ein Medienverbot
würde folglich nicht nur Cyberbullying reduzieren, sondern zugleich den Erwerb von Medienkompe-
tenz und damit einhergehend die Persönlichkeitsbildung, die aktive, gleichberechtigte und kritische
gesellschaftliche Teilhabe sowie die Ausbildungs- und Erwerbsfähigkeit einschränken (siehe auch Er-
dur-Baker, 2010; Hasebrink & Lampert, 2011; Livingstone et al., 2005; Livingstone & Haddon, 2009;
Livingstone et al., 2011; Walther et al., 2014). Zweitens nehmen Kinder und Jugendliche einen so massi-
ven Eingriff wie ein Medienverbot sehr wahrscheinlich als übergriffig wahr, sodass die Akzeptanz, die
Einhaltung und vor allem die Reflexion dieses Medienverbots mehr als fraglich wäre (siehe auch Val-
kenburg & Peter, 2011). Das heißt, dass ein Medienverbot allenfalls eine kurzweilige Interventionsmaß-
nahme, nicht aber eine nachhaltige Präventionsmaßnahme bei Cyberbullying ist. Drittens sind unab-
hängig von der Akzeptanz, Einhaltung und Reflexion eines Medienverbots Kinder und Jugendliche häu-
fig gleichzeitig Cyberbullies und traditionelle Bullies. Demzufolge könnte ein Medienverbot schlimms-
tenfalls zur Reduktion von Cyberbullying, aber gleichzeitig zur Ausweitung von traditionellem Bullying
führen.
Die Mediennutzung bzw. die Häufigkeit der Mediennutzung ist ein signifikanter Risikofaktor für
Cyberviktimisierung. Die Mediennutzung ist daher – insbesondere mit zunehmendem Alter – ein
wichtiger Ansatzpunkt für die Identifikation von Cybervictims sowie für die Planung und Durchführung
von Präventions- und Interventionsmaßnahmen. Darüber hinaus gehende Schlussfolgerungen für die
Prävention und Intervention, z. B. in Bezug auf die Reduktion der Mediennutzung, sind aufgrund der
geringen Bedeutung der Mediennutzung als Risikofaktor für Cyberviktimisierung aber nicht ohne Wei-
teres möglich. Unabhängig davon gelten ohnehin auch in Bezug auf Cyberviktimisierung die oben ge-
nannten Argumente gegen eine Reduktion oder ein Verbot der Mediennutzung.
12. Implikationen
142
Zusammenfassend ist also eine Reduktion bzw. ein Verbot der Mediennutzung keine geeignete
Maßnahme zur Prävention und Intervention bei Cyberbullying und Cyberviktimisierung. Denn nicht die
Häufigkeit, sondern die Art und Weise der Mediennutzung bzw. die ethische Medienkompetenz ist
ausschlaggebend für Cyberbullying und Cyberviktimisierung.
12.1.3 Ethische Medienkompetenz als Schutzfaktor für Cyberbullying und Cyberviktimisierung
Die ethische Medienkompetenz ist ein Schutzfaktor für Cyberbullying und Cyberviktimisierung und
schwächt den Effekt der Mediennutzung auf Cyberbullying und Cyberviktimisierung. Demzufolge ist
die Förderung ethischer Medienkompetenz eine geeignete Maßnahme zur Prävention und Interven-
tion bei Cyberbullying und Cyberviktimisierung (siehe auch Park et al., 2014; Sitzer et al., 2012; Sticca
et al., 2013).
Förderung ethischer Medienkompetenz – Inhalt. Die Förderung ethischer Medienkompetenz sollte
sich inhaltlich in Anlehnung an das Modell ethischer Medienkompetenz von Müller et al. (2014b) auf
die drei Dimensionen Wissen, Motivation und Fähigkeiten beziehen.
Das Wissen zur regel- und normenkonformen computervermittelten interpersonellen Kommuni-
kation beinhaltet online geltende gesetzliche Regelungen und soziale Normen, z. B. Menschen- und
Persönlichkeitsrechte, Respekt, Urheber- und Datenschutzrechte, Verständlichkeit und Wahrhaftig-
keit. Die Förderung dieses Wissens muss einerseits die Wissensvermittlung und andererseits die
Wissensreflexion über kontext- und medienspezifische Besonderheiten der gesetzlichen Regelungen
und sozialen Normen beinhalten. So muss Kindern und Jugendlichen beispielsweise vermittelt werden,
inwiefern sich die online geltenden gesetzlichen Regelungen und sozialen Normen von den offline
geltenden gesetzlichen Regelungen und sozialen Normen unterscheiden und welche Konsequenzen
online ausgeführte Handlungen online und offline haben (siehe auch Kiriakidis & Kavoura, 2010;
Livingstone et al., 2011; Park et al., 2014). Diese Wissensvermittlung und Wissensreflexion sollte nicht
12. Implikationen
143
individuell, sondern in der Peergruppe stattfinden. Denn Boos und Jonas (2008) zufolge begünstigen
Situationen, in denen computervermittelt kommuniziert wird und Menschen visuell anonym sind, die
Deindividuation. Das heißt, dass sich Kinder und Jugendliche bei der computervermittelten Kommuni-
kation weniger im Sinne ihres individuellen Selbst, sondern eher als Mitglied einer Gruppe wahrneh-
men (Boos & Jonas, 2008). Folglich orientieren sie ihr Verhalten weniger an individuellen als an Grup-
pennormen (Boos & Jonas, 2008). Diese müssen also bei Maßnahmen zur Förderung der ethischen
Medienkompetenz berücksichtigt werden (siehe auch Livingstone & Haddon, 2009).
Die Motivation zur regel- und normenkonformen computervermittelten interpersonellen Kom-
munikation beinhaltet die Bereitschaft, das Wissen über online geltende gesetzliche Regelungen und
soziale Normen anzuwenden und variiert abhängig von situations-, zeit- und personenspezifischen Fak-
toren. Situations- und zeitspezifische Faktoren beinhalten u. a. die Anzahl anwesender Personen, den
momentanen Gefühlszustand, Zeitdruck etc. Personenspezifische Faktoren beinhalten u. a. die kogniti-
ve und moralische Entwicklung, Persönlichkeitsmerkmale wie Introversion und Extraversion, Geschle-
cht und Alter. Da situations- und zeitspezifische Faktoren nicht beeinflussbar sind, können Schlussfol-
gerungen für die Förderung ethischer Medienkompetenz zur Prävention und Intervention bei Cyber-
bullying und Cyberviktimisierung nur bei den personenspezifischen Faktoren bzw. konkreter bei der
moralischen Entwicklung ansetzen. Methoden zur Förderung der moralischen Entwicklung sind z. B.
Just Communities, Aushandeln und Diskutieren von Verhaltensregeln, Bearbeiten von Dilemmasitua-
tionen, Reflektieren moralischer Geschichten, Rollenspiele, direkte Instruktion moralischer Werte (z. B.
durch Lehrkräfte oder Peers), außerschulische Aktivitäten etc. (Halstead & Taylor, 2000). Süss (2008)
empfiehlt darüber hinaus zur Förderung der moralischen Entwicklung den Einsatz fiktionaler Medienfi-
guren. So können sich Kinder und Jugendliche mit Fragen von Recht und Unrecht auseinandersetzen,
während sie darüber nachdenken, weshalb die Medienfiguren bestimmte Handlungsentscheidungen
treffen (Süss, 2008).
12. Implikationen
144
Die Fähigkeiten zur regel- und normenkonformen computervermittelten interpersonellen Kom-
munikation beinhalten allgemeine Fähigkeiten wie verbale, non- und paraverbale De- und Enkodierfä-
higkeiten, Empathie, Konfliktfähigkeit etc. und spezifische Fähigkeiten wie ethisch-moralische
Analyse-, Reflexions- und Urteilsfähigkeiten, Gerechtigkeitssensibilität etc. Die Förderung dieser Fähig-
keiten kann im Rahmen von Maßnahmen zur Förderung der sozialen Kompetenz erfolgen (siehe auch
Kiriakidis & Kavoura, 2010; Petermann & von Marées, 2013). Gollwitzer (2007) nennt z. B. Therapiege-
spräche, erlebnispädagogische Maßnahmen, Kampfsport- und Selbstverteidigungskurse, Mentoring-
programme, Konfrontationstrainings, Klassenmanagement etc.
Förderung ethischer Medienkompetenz – Zielgruppe. Die Maßnahmen zur Förderung von Wissen,
Motivation und Fähigkeiten zur regel- und normenkonformen computervermittelten interpersonellen
Kommunikation sollten – an die jeweilige Entwicklungsphase angepasst – von der frühen Kindheit bis
in die späte Adoleszenz reichen. Denn bereits Kinder im Alter von 6–13 Jahren nutzen regelmäßig digi-
tale Medien wie Mobiltelefone oder Computer (MPFS, 2014, 2015) und sind dementsprechend mit
unterschiedlichen Inhalts-, Kontakt- und Verhaltensrisiken, z. B. Cyberbullying und Cyberviktimisie-
rung, konfrontiert (Livingstone et al., 2011; Livingstone & Haddon, 2009). Die kognitive und moralische
Entwicklung zur Analyse, Reflexion und Beurteilung dieser Inhalts-, Kontakt- und Verhaltensrisiken ist
allerdings gerade in der frühen und mittleren Kindheit zum Teil noch nicht weit genug fortgeschritten.
Förderung ethischer Medienkompetenz – Kontext. Die Förderung ethischer Medienkompetenz soll-
te durch die Schule bzw. die Lehrkräfte, die Eltern und mit zunehmendem Alter auch die Peers sowie
die Kinder und Jugendlichen selbst erfolgen (siehe auch Brown, 1998; Itō et al., 2009; Schenk et al.,
2012).
Selbst bzw. Selbstsozialisation meint in diesem Zusammenhang, dass Kinder und Jugendliche „die
Wahl von Medien und Medieninhalten selbst steuern, über Medienzeiten und Medienorte in relativer
Autonomie entscheiden und die Bedeutung von Medieninhalten im Rezeptionsprozess eigenständig
12. Implikationen
145
konstruieren“ (Süss, 2004, S. 67). Die Selbstsozialisation ist besonders bei der mobilen Nutzung digita-
ler Medien eine geeignete Maßnahme zur Förderung der ethischen Medienkompetenz, allerdings auch
sehr voraussetzungsvoll und daher eher für ältere Kinder und Jugendliche geeignet. Entsprechend zeigt
auch die JIM-Studie, dass die Hauptinformationsquellen zum Thema Datenschutz bei den 14–19-
jährigen Kindern und Jugendlichen die Medien, bei den 12–13-jährigen Kindern und Jugendlichen
hingegen die Eltern und die Lehrkräfte sind (MPFS, 2011).
Die Eltern können bereits ab der frühesten Kindheit die ethische Medienkompetenz der Kinder und
Jugendlichen fördern, z. B. durch die Vermittlung und Reflexion von Regeln und sozialen Normen bei
der gemeinsamen Mediennutzung (siehe auch Raufelder et al., 2009; Reinders 2005, Schenk et al.
2012). Dementsprechend gaben in einer Studie des BITKOM 46 % der Kinder und Jugendlichen an, ihre
Eltern erklärten ihnen, was im Internet erlaubt sei und was nicht (BITKOM, 2011a). Dies sind vor allem
die Eltern, die digitale Medien, Informations- und Beratungsangebote selbst häufig und kompetent
nutzen (Livingstone & Haddon, 2009). Livingstone et al. (2011) weisen in diesem Zusammenhang auf
das Phänomen der Wissenskluft hin. Demnach würden ohnehin schon privilegierte Eltern sowie Kinder
und Jugendliche stärker von Informations- und Beratungsangeboten profitieren als weniger privilegier-
te Personen (Bonfadelli & Marr, 2008; Livingstone et al., 2011; Livingstone & Haddon, 2009; Süss,
2008).
Die Lehrkräfte bzw. Schulen sind demgegenüber in der der einzigartigen Situation, die ethische
Medienkompetenz aller Kinder und Jugendlichen fördern zu können (Livingstone et al., 2011; Living-
stone & Haddon, 2009). Ein erster Schritt muss hier die Schaffung eines Bewusstseins für die Notwen-
digkeit der Förderung ethischer Medienkompetenz bzw. der Prävention und Intervention bei Cyber-
bullying und Cyberviktimisierung sein. Denn viele Lehrkräfte sind sich des Ausmaßes von Cyberbullying
und Cyberviktimisierung bei ihren Schülerinnen und Schülern nicht bewusst (Cassidy et al., 2009; Paul,
Smith & Blumberg, 2012). Ein zweiter Schritt muss die Schaffung einer Vertrauensbasis zwischen Lehr-
kräften und Schülerinnen und Schülern sein (Livingstone et al., 2011; Petermann & von Marées, 2013).
12. Implikationen
146
Denn Kinder und Jugendliche besprechen ihre Erfahrungen bei der Mediennutzung zumeist eher mit
Peers und Eltern, selten mit Lehrkräften (Livingstone et al., 2011). Ein dritter Schritt muss die Integra-
tion von Inhalten zur Förderung ethischer Medienkompetenz in das schulische Curriculum sein (Kiriaki-
dis & Kavoura, 2010; Livingstone et al., 2011; Livingstone & Haddon, 2009; Wolak et al., 2007). Ob dies
am besten in Form eines Schulfachs oder einer Querschnittsaufgabe geschieht, ist ganz entscheidend
von den schulischen Rahmenbedingungen und Ressourcen (Technik, Personalausstattung, Personal-
qualifikation, zeitliche und organisatorische Struktur des Unterrichts etc.) abhängig.
Sharples et al. (2009) unterscheiden anhand der technischen Ausstattung und der Unterstützung
durch die Lehrkräfte vier grundlegende Formen der Medienkompetenzförderung in der Schule: Lock
Down, Walled Garden, Empower and Manage sowie Open Access. Bei der Lock-Down-Position verhin-
dert die Schule den Zugang zum Internet. Die Kinder und Jugendlichen erlernen die verantwortliche
Nutzung des Internets also ohne Zugang zum Internet. Beim Walled Garden stellt die Schule ein mode-
riertes Internet bereit, sperrt also den Zugang zu einigen als ungeeignet bewerteten Internetangebo-
ten. In diesem geschützten Rahmen üben Kinder und Jugendliche die Fähigkeiten für die verantwortli-
che Nutzung des öffentlichen Internets. Bei Empower and Manage erlaubt die Schule den Zugang zum
öffentlichen Internet. Zusätzlich unterstützen die Lehrkräfte die Kinder und Jugendlichen dabei, das
Internet verantwortlich zum Lernen zu nutzen, z. B. durch Monitoring-Maßnahmen. Bei Open Access
erlaubt die Schule ebenfalls den Zugang zum öffentlichen Internet. Im Gegensatz zu Empower and
Manage verlässt sich die Schule allerdings auf die Selbstregulation und das soziale Bewusstsein der
Kinder und Jugendlichen. Die meisten der von Sharples et al. (2009) befragten Expertinnen und Exper-
ten sprechen sich bei der Frage nach der Erwünschtheit für Empower and Manage aus. Für die Lock-
Down-Position gab es keine Unterstützung, obwohl diese wohl häufig der Situation in den Schulen ent-
spricht (Sharples et al., 2009; Subrahmanyam & Greenfield, 2008). Dazu passend sprechen sich die
Expertinnen und Experten bei der Frage nach der Machbarkeit häufig auch für die Lock-Down-Position
aus (Sharples et al., 2009). Eine Studie von Simmons (2005) zeigte allerdings, dass Lehrkräfte selbst die
Lock-Down-Position und auch die Walled-Garden-Position eher kritisch sehen. 98 % der Lehrkräfte
hatten den Eindruck, dass durch Filtersoftware auch legitime Internetangebote gesperrt werden.
12. Implikationen
147
Einige gaben auch an, dass Filtersoftware das Lehren und Lernen behindert, lästig ist, die Autonomie
der Kinder und Jugendlichen untergräbt, die Moral reduziert und den Einsatz digitaler Medien unwahr-
scheinlich macht.
Unabhängig davon, ob eine Schule eher die Empower and Manage oder die Lock-Down-Position
vertritt, benötigen die Lehrkräfte und andere mit Bildungs- und Erziehungsaufgaben befasste Personen
in (und außerhalb) der Schule medienpädagogische Kompetenz (Süss, 2008). Medienpädagogische
Kompetenz ist Blömeke (2000, S. 24) zufolge „die Lehr-Lernperspektive mit den beiden vorläufigen
Hauptzielen, Medien im Unterricht einzusetzen (traditionell mit dem Begriff der Mediendidaktik be-
legt) und den Schülerinnen und Schülern den Erwerb von Medienkompetenz zu ermöglichen (mit dem
Begriff Medienerziehung umschrieben).“ Sie gliedert sich in die Dimensionen Medienkompetenz,
mediendidaktische Kompetenz, medienerzieherische Kompetenz, sozialisations-bezogene Kompetenz
und Schulentwicklungskompetenz. Lehrkräfte müssen also Medien sachgerecht, selbstbestimmt, krea-
tiv und sozialverantwortlich nutzen können, Medien in geeigneten Lehr-Lern-Formen reflektiert einset-
zen können, Medien im Sinn pädagogischer Leitideen diskutieren können, dabei die Lernvorausset-
zungen der Kinder und Jugendlichen berücksichtigen können und die dafür notwendigen schulischen
Rahmenbedingungen gestalten können (Blömeke, 2000).
Die Förderung ethischer Medienkompetenz bei Kindern und Jugendlichen sollte also erstens die
drei Dimensionen Wissen, Motivation und Fähigkeiten berücksichtigen und zweitens in Kooperation
der Kinder und Jugendlichen selbst mit Peers, Eltern und Lehrkräften stattfinden. Außerdem sollte die
Förderung ethischer Medienkompetenz im Rahmen bereits bestehender Programme, z. B. Surf Fair
(Pieschl & Porsch, 2012) oder Medienhelden (Schultze-Krumbholz, Zagorscak, Siebenbrock & Scheit-
hauer, 2012) stattfinden.
Medienhelden ist beispielsweise ein Programm zur Förderung von Medienkompetenz und zur Prä-
vention von Cyberbullying und Cyberviktimisierung, das Kinder und Jugendliche der 7.–10. Klasse,
Peers, Eltern und Lehrkräfte einbezieht. Das Programm beinhaltet Übungseinheiten zur Beeinflussung
der Einstellungen (Definition von Cyberbullying, Empathie etc.), der subjektiven Normen (Rechtliche
12. Implikationen
148
Regelungen etc.) und der wahrgenommenen Verhaltenskontrolle (Medienkompetenz etc.). Die Wirk-
samkeit des Programms wurde in einer Studie mit 654 Kindern und Jugendlichen bestätigt. Während
Cyberbullying in der Interventionsgruppe reduziert wurde, nahm Cyberbullying in der Kontrollgruppe
zu (Schultze-Krumbholz et al., 2012a, 2012b).
Medienhelden wird – wie auch Surf Fair – offline umgesetzt. Damit eignet es sich insbesondere für
Kinder und Jugendliche, die keine oder nur wenig Erfahrung mit der Nutzung digitaler Medien haben.
Für Kinder und Jugendliche, die mehr Erfahrung mit der Nutzung digitaler Medien haben, eignen sich
über solche offline umgesetzten Programme hinaus auch Maßnahmen, die Instant Messenger, Text-
nachrichten, soziale Netzwerke, Bild- und Videoplattformen oder virtuelle Welten etc. einbinden. Denn
diese digitalen Medien sind bedeutsame Aufenthaltsräume, Treffunkte und Lebenswelten von Kindern
und Jugendlichen (Gapski & Gräßer, 2009). Die Förderung ethischer Medienkompetenz zur Prävention
und Intervention bei Cyberbullying und Cyberviktimisierung sollte daher auch innerhalb dieser Lebens-
welten stattfinden. Denkbar wäre es, bereits bestehende Präventionsprogramme wie Medienhelden
mit Übungsaufgaben zu begleiten, die auch von einem Mobiltelefon, Tablet oder Notebook aus abgeru-
fen werden können.
13. Grenzen und Stärken der Studien
149
13. Grenzen und Stärken der Studien
Die Studien der vorliegenden Dissertation leisten einen wesentlichen Beitrag zur Untersuchung der
Risiko- und Schutzfaktoren sowie der Entwicklung von Cyberbullying und Cyberviktimisierung bei Kin-
dern und Jugendlichen. Gleichwohl haben die Studien Grenzen, z. B. in Bezug auf die Stichprobe, die
Messinstrumente und die Analysen.
13.1 Grenzen der Studien
Stichprobe. Die Stichprobe der Studien 1, 2 und 3 ist keine Zufallsstichprobe, sodass Rückschlüsse
von der Stichprobe auf die Population nur begrenzt möglich sind. Denn die Beteiligung der Kinder und
Jugendlichen an den vier Befragungen der Studien war in hohem Maße vom Engagement einzelner
Lehrkräfte abhängig, z. B. in Bezug auf das Einholen der Einverständniserklärungen. Dennoch kann
aufgrund der Stichprobengröße von N = 1 231 Kindern und Jugendlichen davon ausgegangen werden,
dass die Daten annähernd repräsentativ für die Berliner Grundschulen, Integrierte Sekundarschulen
und Gymnasien sind. Für andere Schultypen, z. B. Schulen mit Förderschwerpunkt, Waldorfschulen
oder berufliche Schulen sind die Daten jedoch nicht aussagekräftig.
Messinstrumente. Die Messinstrumente der Studien 1, 2 und 3 sind Selbsteinschätzungsskalen.
Dies begrenzt – u. a. aufgrund der geteilten Methodenvarianz, der sozialen Erwünschtheit, der mögli-
chen Aufmerksamkeits- und Erinnerungseffekte etc. – die Validität der Ergebnisse in Bezug auf den
Zusammenhang zwischen der Mediennutzung, der ethischen Medienkompetenz, Cyberbullying und
Cyberviktimisierung. Dennoch: Selbsteinschätzungsskalen sind zeit- und kostengünstig und “have the
advantage of measuring individual attitudes and emotions that may not be apparent to other people”
(Fanti et al., 2012, S. 179; siehe auch Dempsey et al., 2011; Patchin & Hinduja, 2006). So haben bei-
spielsweise Eltern und Lehrkräfte häufig keine Kenntnis von den Erfahrungen, die Kinder und Jugendli-
che online machen.
13. Grenzen und Stärken der Studien
150
Cyberbullying und Cyberviktimisierung wurden mit Selbsteinschätzungsskalen gemessen, die die
drei Definitionskriterien von Cyberbullying und Cyberviktimisierung nicht explizit einbeziehen. So ist
die Schädigungsintention in manchen Items expliziert, z. B. „Ich habe im Internet oder per Handy über
andere gelästert, um deren Freundschaften oder Ruf zu schädigen“, in anderen hingegen nicht. Das
Machtungleichgewicht ist in keinem der Items explizit, in den meisten der Items allerdings implizit ent-
halten, z. B. „Ich habe ohne deren Einverständnis im Internet oder per Handy peinliche oder beleidigen-
de Videos/Fotos von anderen verbreitet.“ Die Wiederholung wird durch die Skala von gar nicht bis
mehrmals in der Woche berücksichtigt. Die Reliabilität der Skalen Cyberbullying und Cyberviktimisie-
rung ist überwiegend zufriedenstellend. Niedrige bis moderate Reliabilitäten bei einzelnen Subskalen,
z. B. illegale Cyberviktimisierung, illustrieren Sticca et al. (2013, S. 63) zufolge nur, dass “most adole-
scents show/suffer only one or two behaviours listed in the respective scales.”
Die Mediennutzung bzw. die Häufigkeit der Mobiltelefon- und Internetnutzung wurde ebenfalls
mit einer Selbsteinschätzungsskala gemessen. Valkenburg und Peter (2011) kritisieren dieses Vorgehen
mit dem Verweis auf mögliche Erinnerungs- und soziale Erwünschtheitseffekte. Livingstone und Had-
don (2009) zufolge sind Selbsteinschätzungsskalen hingegen durchaus geeignet, um die Internetnut-
zung von Kindern und Jugendlichen zu untersuchen. Weitere geeignete Messinstrumente
bzw. -methoden sind Medientagebücher, Fokusgruppen, virtuelle Ethnographie und Beobachtungen
(Livingstone & Haddon, 2009; Valkenburg & Peter, 2011). Bei Selbsteinschätzungsskalen, Fokus-
gruppen und Beobachtungen etc. sollte Hasebrink und Lampert (2011) zufolge immer die Vielfalt ver-
fügbarer Anwendungen berücksichtigt werden, da Angaben, die sich auf die Internetnutzung im Allge-
meinen beziehen, grundsätzlich wenig aussagekräftig sind. Dies zeigt sich zum Teil auch in den vorlie-
genden Studien. Beispielsweise sind mit Mobiltelefonen nicht nur Anrufe und SMS, sondern ebenso
die Nutzung sozialer Netzwerke und des Internets möglich. Die Nutzung des Internets beinhaltet zu-
dem verschiedenste Aktivitäten, z. B. die Informationssuche mit Google, die Nutzung sozialer Netzwer-
ke wie Facebook, das Anschauen von Videos bei YouTube etc. Die differenziertere Erfassung dieser
Aktivitäten hätte eine differenziertere Analyse der Mediennutzung von Cyberbullies, Cybervictims und
Unbeteiligten ermöglicht. Andererseits führt die Erfassung spezifischer Aktivitäten dazu, dass For-
13. Grenzen und Stärken der Studien
151
schungsergebnisse schnell veralten. Denn die Aktivitäten bzw. Nutzungsgewohnheiten der Kinder und
Jugendlichen sind im stetigen Wandel (Livingstone & Haddon, 2009; Subrahmanyam & Greenfield,
2008). So wurde beispielsweise das soziale Netzwerk studiVZ im Laufe der Studien abgeschaltet, sodass
ein Item zur Messung von Cyberbullying bzw. Cyberviktimisierung verändert werden musste.
Die ethische Medienkompetenz erfasst mit einer für die vorliegende Dissertation entwickelten
Selbsteinschätzungsskala, wie sich die Kinder und Jugendlichen verhalten, wenn sie mit Gleichaltrigen
über Mobiltelefone, Computer oder das Internet kommunizieren. Denn Kompetenzen sind Sutter
(2010) zufolge empirisch nur über Verhalten zugänglich. Zusätzlich zur Erfassung des Verhaltens wäre
eine differenzierte multimethodale Erfassung von Wissen, Motivation und Fähigkeiten, z. B. mit Selbst-
und Fremdeinschätzungen, Interaktionsbeobachtungen, Kompetenztests, Szenarien, Thinking Aloud
sowie von anderen Medienkompetenzdimensionen sicher gewinnbringend (Bastians & Runde, 2002;
Institut für Medien- und Kompetenzforschung, 2011; Van Deursen et al., 2014). Zudem würde dies zur
systematischen Validierung der Skala beitragen. Wissen, Motivation und Fähigkeiten sollten beispiels-
weise signifikant miteinander und mit dem Verhalten bei der computervermittelten Kommunikation
korrelieren. Die Reliabilität der Skala ist wie erwartet zufriedenstellend. Anders als erwartet lassen sich
allerdings keine reliablen Subskalen für die Dimensionen gesetzliche Regelungen und soziale Normen
extrahieren. Denn der Parallelanalyse zufolge ist die EMC-Skala eindimensional. Hinduja und Patchin
(2008, S. 135) vermuten diesbezüglich, dass Kinder und Jugendliche “are equating legal behavior with
ethical behavior online […].” Alternativ wäre es möglich, dass die sozialen Normen der Kinder und Ju-
gendlichen von den der Skala zugrunde gelegten sozialen Normen abweichen.
Analysen. Die Analyse des Zusammenhangs zwischen der Mediennutzung, Cyberbullying und
Cyberviktimisierung zeigt – besonders unter statistischer Kontrolle der ethischen Medienkompetenz –
dass die Häufigkeit der Mediennutzung kein bedeutsamer quer- oder längsschnittlicher Risikofaktor
für Cyberbullying und Cyberviktimisierung ist. Das heißt, dass der in bisherigen Studien häufig positive
Zusammenhang zwischen der Mediennutzung, Cyberbullying und Cyberviktimisierung möglicherweise
aus der zum Teil fehlenden Berücksichtigung relevanter Drittvariablen wie Medienbesitz, Zweck der
13. Grenzen und Stärken der Studien
152
Mediennutzung (z. B. zur Kommunikation, Information, Unterhaltung), Selbstregulation etc. resultiert.
Auch die vorliegenden Studien haben aus forschungsökonomischen Gründen nicht alle relevanten
Drittvariablen erfasst und kontrolliert. Die Erfassung und Kontrolle dieser Drittvariablen hätte jedoch
weitergehende Analyse ermöglicht, z. B. in Bezug auf die Frage, ob Cyberbullies und Cybervictims
Medien häufiger und vielfältiger zur Kommunikation nutzen als Unbeteiligte oder ob neben der ethi-
schen auch die medienkundliche, selbst-reflexive, praktisch-instrumentelle, kreativ-gestalterische
oder affektive Medienkompetenz einen Effekt auf Cyberbullying und Cyberviktimisierung hat. Anders
als die medienkundliche oder affektive Medienkompetenz wurden das Geschlecht und das Alter als
Kontrollvariablen in die vorliegenden Studien einbezogen. Aussagen über geschlechts- und altersspezi-
fische oder gar schulklassen- und schulspezifische Effekte der Mediennutzung auf Cyberbullying und
Cyberviktimisierung sind dennoch – wenn überhaupt – nur eingeschränkt möglich, da keine Multi-
gruppen- und keine Multilevel-Analysen durchgeführt wurden.
Die Analyse des Zusammenhangs zwischen der Mediennutzung, ethischer Medienkompetenz,
Cyberbullying und Cyberviktimisierung zeigt, dass die ethische Medienkompetenz ein querschnittlicher
Schutzfaktor für Cyberbullying und Cyberviktimisierung ist und den querschnittlichen Zusammenhang
zwischen der Mediennutzung, Cyberbullying und Cyberviktimisierung abschwächt. Aussagen über den
längsschnittlichen Effekt der ethischen Medienkompetenz auf die Mediennutzung, Cyberbullying und
Cyberviktimisierung sind aufgrund des querschnittlichen Designs von Studie 3 hingegen nicht möglich.
13.2 Stärken der Studien
Untersuchung der Risikofaktoren von Cyberbullying und Cyberviktimisierung. Die Studien 1, 2 und
3 der vorliegenden Dissertation leisten einen wesentlichen Beitrag zur Untersuchung der Häufigkeit
der Mediennutzung als Risikofaktor für Cyberbullying und Cyberviktimisierung. Eine besondere Stärke
von Studie 1 ist die gleichzeitige Einbeziehung der Häufigkeit der Mobiltelefon- und Internetnutzung.
Denn bisher durchgeführte Studien analysierten häufig entweder die Häufigkeit der Mobiltelefon- oder
die Häufigkeit der Internetnutzung, was zu inkonsistenten Befunden führte. Eine besondere Stärke von
13. Grenzen und Stärken der Studien
153
Studie 2 ist die quer- und längsschnittliche Analyse von Cyberbullying und Cyberviktimisierung sowie
die parallele Analyse der Sozialisations- und der Selektionshypothese im Rahmen eines Cross-Lagged-
Panel-Designs. Anders als bisher durchgeführte Studien berücksichtigt Studie 2 vier Messzeitpunkte,
die systematisch verschiedene Zeitintervalle – 3, 6, 9, 12 und 15 Monate – abdecken. Eine besondere
Stärke der Studie 3 ist die Analyse des Zusammenhangs zwischen der Häufigkeit der Mediennutzung,
Cyberbullying und Cyberviktimisierung unter statistischer Kontrolle von Geschlecht, Alter, traditio-
nellem Bullying, traditioneller Viktimisierung und ethischer Medienkompetenz. Denn diese Analyse
deutet darauf hin, dass in bisher durchgeführten Studien die Häufigkeit der Mediennutzung, Cyber-
bullying und Cyberviktimisierung zum Teil nur zusammenhängen, weil relevante Drittvariablen nicht
berücksichtigt wurden.
Untersuchung der Schutzfaktoren von Cyberbullying und Cyberviktimisierung. Die Studie 3 der vor-
liegenden Dissertation leistet einen wesentlichen Beitrag zur Untersuchung der ethischen Medienkom-
petenz als Schutzfaktor für Cyberbullying und Cyberviktimisierung. Eine besondere Stärke der Studie 3
ist die Entwicklung eines theoretisch fundierten Modells und eines Messinstruments für die ethische
Medienkompetenz und die Einbeziehung der ethischen Medienkompetenz in die Analyse des Zusam-
menhangs zwischen der Häufigkeit der Mediennutzung, Cyberbullying und Cyberviktimisierung. Denn
diese Analyse deutet darauf hin, dass die Förderung der ethischen Medienkompetenz unabhängig von
der Häufigkeit der Mediennutzung eine geeignete Maßnahme zur Prävention und Intervention bei
Cyberbullying und Cyberviktimisierung ist.
LITERATUR
154
LITERATUR
Agatston, P. W., Kowalski, R. & Limber, S. (2007). Students’ perspectives on cyber bullying. Journal of
Adolescent Health, 41(6), S59–S60. doi:10.1016/j.jadohealth.2007.09.003
Almeida, A., Correia, I., Marinho, S. & Garcia, D. (2012). Virtual but not less real: A study of
cyberbullying and its relations to moral disengagement and empathy. In Q. Li, D. Cross & P. K.
Smith (Hrsg.), Cyberbullying in the global playground: Research from international perspec-
tives. (S. 223–244). Oxford: Wiley-Blackwell.
Ang, R. P. & Goh, D. H. (2010). Cyberbullying among adolescents: The role of affective and cognitive
empathy, and gender. Child Psychiatry & Human Development, 41(4), 387–397. doi:10.1007/
s10578-010-0176-3
Aricak, T., Siyahhan, S., Uzunhasanoglu, A., Saribeyoglu, S., Ciplak, S., Yilmaz, N. & Memmedov, C.
(2008). Cyberbullying among Turkish adolescents. Cyber Psychology and Behavior, 11(3), 253–
261. doi:10.1089/cpb.2007.0016
Arslan, S., Savaser, S., Hallett, V., & Balci, S. (2012). Cyberbullying among primary school students in
Turkey: Self-reported prevalence and associations with home and school life. Cyberpsychology,
Behavior, and Social Networking, 15(10), 527-533. doi:10.1089/cyber.2012.0207
Aufenanger, S. (1997). Medienpädagogik und Medienkompetenz – Eine Bestandsaufnahme. In En-
quete-Kommission „Zukunft der Medien in Wirtschaft und Gesellschaft, Deutschlands Weg in
die Informationsgesellschaft“, Deutscher Bundestag (Hrsg.), Medienkompetenz im Informati-
onszeitalter (S. 15–22). Bonn: ZV Zeitungs-Verlag Service GmbH.
Baacke, D. (1996). Medienkompetenz – Begrifflichkeit und sozialer Wandel. In A. von Rein (Hrsg.),
Medienkompetenz als Schlüsselbegriff (S. 112–124). Bad Heilbrunn: Klinkhardt.
Baacke, D. (1999). Medienkompetenz. In D. Baacke, S. Kornblum, J. Lauffer, L. Mikos & G. A. Thiele
(Hrsg.), Handbuch Medien: Medienkompetenz. Modelle und Projekte (S. 31–35). Bonn: Bundes-
zentrale für politische Bildung.
LITERATUR
155
Barlett, C. P. & Gentile, D. A. (2012). Attacking others online: The formation of cyberbullying in late
adolescence. Psychology of popular media culture, 1(2), 123–135. doi:10.1037/a0028113
Barlett, C. P., Gentile, D. A., Anderson, C. A., Suzuki, K., Sakamoto, A., Yamaoka, A. et al. (2014). Cross-
cultural differences in cyberbullying behavior – a short-term longitudinal study. Journal of
Cross-Cultural Psychology, 45(2), 300–313. doi:10.1177/0022022113504622
Baroncelli, A. & Ciucci, E. (2014). Unique effects of different components of trait emotional intelligence
in traditional bullying and cyberbullying. Journal of Adolescence, 37(6), 807–815. doi:10.1016/j.
adolescence.2014.05.009
Bastians, F. & Runde, B. (2002). Instrumente zur Messung sozialer Kompetenzen. Zeitschrift für Psycho-
logie, 210(4), 186–196.
Batinic, B. (2008). Medienwahl. In B. Batinic & M. Appel (Hrsg.), Medienpsychologie (S. 107–125).
Berlin: Springer.
Bauman, S. (2010). Cyberbullying in a rural intermediate school: An exploratory study. Journal of Early
Adolescence, 30(6), 803–833. doi:10.1177/0272431609350927
Beane, A. L. (1996). Steps to implementing the Bully Free Program. Bully Free Systems, LLC: Murray, KY.
Bélanger R. E., Akre C., Berchtold A. & Michaud P. A. (2011). A U-shaped association between intensity
of internet use and adolescent health. Pediatrics, 127(2), e330–e335. doi:10.1542/peds.2010-
1235
Belsey, B. (2009). Cyberbullying: An emerging threat to the “always on” generation. Online verfügbar
unter: http://www.cyberbullying.ca/pdf/Cyberbullying_Article_by_Bill_Belsey.pdf
Bentler, P. M. & Bonett, D. G. (1980). Significance tests and goodness of fit in the analysis of covariance
structures. Psychological Bulletin, 88, 588–606. doi:10.1037/0033-2909.88.3.588
Beran, T. & Li, Q. (2005). Cyber-harassment: A study of a new method for an old behavior. Journal of
Educational Computing Research, 32(3), 265–277. doi:10.2190/8YQM-B04H-PG4D-BLLH
Beran, T. & Li, Q. (2007). The Relationship between Cyberbullying and School Bullying. Journal of
Student Wellbeing, 1(2), 15–33. Online verfügbar unter: http://www.ojs.unisa.edu.au/index.
php/JSW
LITERATUR
156
Berne, S., Frisén, A., Schultze-Krumbholz, A., Scheithauer, H., Naruskov, K., Luik, P. et al. (2013).
Cyberbullying assessment instruments: A systematic review. Aggression and Violent Behavior,
18(2), 320–334. doi:10.1016/j.avb.2012.11.022
Berson, I. R., Berson, M. J. & Ferron J. M. (2002). Emerging risks of violence in the digital age: Lessons
for educators from an online study of adolescent girls in the United States. Journal of School
Violence, 1(2), 51–71. doi:10.1300/j202v01n02_04
Biggs, B. K., Vernberg, E. M., Twemlow, S. W., Fonagy, P. & Dill, E. J. (2008). Teacher adherence and its
relation to teacher attitudes and student outcomes in an elementary school-based violence
prevention program. School Psychology Review, 37(4), 533–549.
Björkqvist K., Lagerspetz, K. M. J. & Kaukiainen, A. (1992). Do girls manipulate and boys fight?
Developmental trends regarding direct and indirect aggression. Aggressive Behavior, 18(2),
117–127. Online verfügbar unter: http://onlinelibrary.wiley.com/journal/10.1002/(ISSN)1098-
2337
Björkqvist, K., Österman, K. & Kaukiainen, A. (1992). The development of direct and indirect aggressive
strategies in males and females. In K. Björkqvist & P. Niemelä (Hrsg.), Of mice and women: As-
pects of female aggression (S. 51–64). San Diego, CA: Academic Press.
Blasi, A. (2004). Moral functioning: Moral understanding and personality. In D.K. Lapsley & D. Narvaez
(Hrsg.), Moral development, self, and identity (S. 335–347). Mahwah, NJ: Lawrence Erlbaum.
Blömeke, S. (2000). Medienpädagogische Kompetenz: Theoretische und empirische Fundierung eines
zentralen Elements der Lehrerausbildung. München: kopaed.
Bösel, U., Stodt, B., Wegmann, E. & Brand, M. (2014, September). Internetnutzungskompetenz und
Persönlichkeit als Prädiktoren für Cyberbullying. Präsentation beim 49. Kongress der Deutschen
Gesellschaft für Psychologie, Bochum.
Bollen, K. A. (1989). Structural equations with latent variables. New York, NY: Wiley.
Bonfadelli, H. & Marr, M. (2008). Kognitive Medienwirkungen. In B. Batinic & M. Appel (Hrsg.), Medien-
psychologie (S. 127–147). Berlin: Springer.
LITERATUR
157
Boos, M. & Jonas, K. J. (2008). Medienvermittelte Kommunikation. In B. Batinic & M. Appel (Hrsg.),
Medienpsychologie (S. 195–217). Berlin: Springer.
Brighi, A., Guarini, A., Melotti, G., Galli, S. & Genta, M. L. (2012). Predictors of victimisation across direct
bullying, indirect bullying and cyberbullying. Emotional and Behavioural Difficulties, 17(3–4),
375–388. doi:10.1080/13632752.2012.704684
Brown J. A. (1998). Media literacy perspectives. Journal of Communication, 48(1), 44–57. doi:10.1111/j.
1460-2466.1998.tb02736.x
Browne, M. W. & Cudeck, R. (1993). Alternative ways of assessing model fit. In K. A. Bollen & J. S. Long
(Hrsg.), Testing structural equation models (S. 136–162). Newbury Park, CA: Sage.
Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e. V. (BITKOM).
(2011a). Jugend 2.0.: Eine repräsentative Untersuchung zum Internetverhalten von 10- bis 18-
Jährigen. Berlin: Autor.
Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e. V. (BITKOM).
(2011b). Soziale Netzwerke. Eine repräsentative Untersuchung zur Nutzung sozialer Netzwerke
im Internet. Berlin.
Burkhart, R. (2002). Kommunikationswissenschaft: Grundlagen und Problemfelder. Wien: Böhlau.
Burton, K. A., Florell, D. & Wygant, D. B. (2013). The role of peer attachment and normative beliefs
about aggression on traditional bullying and cyberbullying. Psychology in the Schools, 50(2),
103–115.
Campbell, M. A. (2005). Cyber bullying: An old problem in a new guise? Australian Journal of Guidance
and Counselling, 15(1), 68–76. doi:10.1375/ajgc.15.1.68
Campbell, M. A. (2007). Cyber bullying and young people: Treatment principles not simplistic advice.
Paper of the week, February 23. Online verfügbar unter: http://eprints.qut.edu.au/14903/
Cappadocia, M. C., Craig, W. M. & Pepler, D. (2013). Cyberbullying prevalence, stability, and risk factors
during adolescence. Canadian Journal of School Psychology, 28(2), 171–192. doi:10.1177/082
9573513491212
LITERATUR
158
Casas, J. A., Del Rey, R. & Ortega-Ruiz, R. (2013). Bullying and cyberbullying: Convergent and divergent
predictor variables. Computers in Human Behavior, 29(3), 580–587. doi:10.1016/j.chb.2012.
11.015
Cassidy, W., Jackson, M. & Brown, K. N. (2009). Sticks and stones can break my bones, but how can
pixels hurt me? Students’ experiences with cyber-bullying. School Psychology International,
30(4), 383–402. doi:10.1177/0143034309106948
Chang, F.-C., Chiu, C.-H., Miao, N.-F., Chen, P.-H., Lee, C.-M., Huang, T.-F. et al. (2014). Online gaming
and risks predict cyberbullying perpetration and victimization in adolescents. International
Journal of Public Health, 60(2), 257–266. doi:10.1007/s00038-014-0643-x
Cierpka, M., Lück, M., Strüber, D. & Roth, G. (2007). Zur Ontogenese aggressiven Verhaltens. Psycho-
therapeut, 52(2), 87–101. doi:10.1007/s00278-007-0532-3
Cook, C. R., Williams, K. R., Guerra, N. G., Kim, T. E. & Sadek, S. (2010). Predictors of bullying and victim-
ization in childhood and adolescence: A meta-analytic investigation. School Psychology Quar-
terly, 25(2), 65–83. doi:10.1037/a0020149
Crick, N. R. & Grotpeter, J. K. (1995). Relational aggression, gender, and social‐psychological adjust-
ment. Child Development, 66(3), 710–722. doi:10.2307/1131945
Cross, D., Barnes, A., Papageorgiou, A., Hadwen, K., Hearn, L. & Lester, L. (2015). A social-ecological
framework for understanding and reducing cyberbullying behaviours. Aggression and Violent
Behavior, 23, 109–117. doi:10.1016/j.avb.2015.05.016
Cross, D., Monks, H., Hall, M., Shaw, T., Pintabona, Y., Erceg, E. et al. (2011). Three‐year results of the
Friendly Schools whole‐of‐school intervention on children’s bullying behaviour. British Educa-
tional Research Journal, 37(1), 105–129. doi:10.1080/01411920903420024
David-Ferdon, C. & Hertz, M. F. (2007). Electronic media, violence, and adolescents: An emerging public
health problem. Journal of Adolescent Health, 41(6), S1–S5. doi:10.1016/j.jadohealth.2007.
08.020
LITERATUR
159
Dehue, F. (2013). Cyberbullying research: New perspectives and alternative methodologies:
Introduction to the special issue. Journal of Community and Applied Social Psychology, 23(1),
1–6. doi:10.1002/casp.2139
Dempsey, A. G., Sulkowski, M. L., Dempsey, J. & Storch, E. A. (2011). Has cyber technology produced a
new group of peer aggressors? Cyberpsychology, Behavior, and Social Networking, 14(5), 297–
302. doi:10.1089/cyber.2010.0108
Deutscher Bundestag (2011). Zweiter Zwischenbericht der Enquete-Kommission „Internet und digitale
Gesellschaft “. Medienkompetenz. Drucksache, 17, 7286.
Dewe, B. & Sander, U. (1996). Medienkompetenz und Erwachsenenbildung. In A. von Rein (Hrsg.),
Medienkompetenz als Schlüsselbegriff (S. 125–142). Bad Heilbrunn: Klinkhardt.
Dooley, J. J., Pyżalski, J. & Cross, D. (2009). Cyberbullying versus face-to-face bullying: A theoretical and
conceptual review. Journal of Psychology, 217(4), 182–188. doi:10.1027/0044-3409.217.4.182
Döring, N. (2008). Mobilkommunikation: Psychologische Nutzungs- und Wirkungsdimensionen. In B.
Batinic & M. Appel (Hrsg.), Medienpsychologie (S. 219–239). Berlin: Springer.
Dowdell, E. B. (2013). Use of the Internet by parents of middle school students: Internet rules, risky
behaviours and online concerns. Journal of Psychiatric and Mental Health Nursing, 20(1), 9–
16. doi:10.1111/j.1365-2850.2011.01815.x
Durner, A. & vom Orde, H. (2011). Grunddaten Kinder und Medien 2011. München: Internationales
Zentralinstitut für das Jugend- und Bildungsfernsehen (IZI).
Erdur-Baker, Ö. (2010). Cyberbullying and its correlation to traditional bullying, gender and frequent
and risky usage of internet-mediated communication tools. New Media and Society, 12(1),
109–125. doi:10.1177/1461444809341260
Erentaite, R., Bergman, L. R. & Zukauskiene, R. (2012). Cross‐contextual stability of bullying victimiza-
tion: A person‐oriented analysis of cyber and traditional bullying experiences among adoles-
cents. Scandinavian Journal of Psychology, 53(2), 181–190. doi: 10.1111/j.1467-9450.2011.
00935.x
LITERATUR
160
Erpenbeck, J. (2002). Kompetenz und Performanz im Bild moderner Selbstorganisationstheorie. In Bun-
desinstitut für Berufsbildung (Hrsg.), Dokumentation 4. BIBB-Fachkongress “Berufsbildung für
eine globale Gesellschaft. Perspektiven im 21. Jahrhundert” (S. 1–12). Online verfügbar unter:
http://www.forschungsnetzwerk.at/downloadpub/erpenbeck_03_4_2002. pdf
Fanti, K. A., Demetriou, A. G. & Hawa, V. V. (2012). A longitudinal study of cyberbullying: Examining risk
and protective factors. European Journal of Developmental Psychology, 9(2), 168–181. doi:10.
1080/17405629.2011.643169
Feinberg, T. & Robey, N. (2008). Cyberbullying. Principal Leadership, 9(1), 10–14. Online verfügbar
unter: http://www.flighereducation.com/uploads/2/8/3/7/28372547/cyberbulling_nassp_9-
08.pdf
Ferguson, C. J., Rueda, S. M., Cruz, A. M., Ferguson, D. E., Fritz, S. & Smith, S. M. (2008). Violent video
games and aggression causal relationship or byproduct of family violence and intrinsic violence
motivation? Criminal Justice and Behavior, 35(3), 311–332. doi:10.1177/ 0093854807311719
Festl, R., Scharkow, M. & Quandt, T. (2013). Peer influence, internet use and cyberbullying: A compare-
son of different context effects among German adolescents. Journal of Children and Media,
7(4), 446–462. doi:10.1080/17482798.2013.781514
Field, A. (2009) Discovering Statistics Using SPSS. Los Angeles, CA: Sage.
Frazier, P. A., Tix, A.P. & Barron, K. E. (2004). Testing moderator and mediator effects in counseling
psychology. Journal of Counseling Psychology, 51(1), 115–134. doi:10.1037/0022-0167.51.1.
115
Frey, K. S., Hirschstein, M. K., Snell, J. L., Edstrom, L. V. S., MacKenzie, E. P. & Broderick, C. J. (2005).
Reducing playground bullying and supporting beliefs: An experimental trial of the Steps to Re-
spect Program. Developmental Psychology, 41(3), 479–490. doi:10.1037/0012-1649.41.3.479
Gapski, H. (2001). Medienkompetenz: Eine Bestandsaufnahme und Vorüberlegungen zu einem system-
theoretischen Rahmenkonzept. Wiesbaden: Westdeutscher Verlag.
LITERATUR
161
Gapski, H. (Hrsg.) (2006). Medienkompetenzen messen? Verfahren und Reflexionen zur Erfassung von
Schlüsselkompetenzen (Schriftenreihe Medienkompetenz des Landes Nordrhein-Westfalen,
Bd. 3). München: kopaed.
Gapski, H. (2007). Some reflections on digital literacy. In V. Kamtsiou, L. Stergioulas & F. van Assche
(Hrsg.), Proceedings of the 3rd International Workshop on Digital Literacy (S. 49–55). Online
verfügbar unter: http://ceur-ws.org/Vol-310/
Gapski, H. & Gräßer, L. (2009). Medienkompetent in Communitys – eine Einleitung. In H. Gapski, & L.
Gräßer (Hrsg.), Medienkompetent in Communitys (Schriftenreihe Medienkompetenz des Lan-
des Nordrhein-Westfalen, Bd. 8, S. 9–19).München: kopaed.
Geiser, C. (2010). Datenanalyse mit Mplus [Data Analysis Using Mplus]. Wiesbaden: VS Verlag für
Sozialwissenschaften.
Gini, G., Pozzoli, T. & Hymel, S. (2014). Moral disengagement among children and youth: A meta‐
analytic review of links to aggressive behavior. Aggressive Behavior, 40(1), 56–68. doi:10.1002/
ab.21502
Gollwitzer, M. (2007). Ansätze zur Primär-und Sekundärprävention aggressiven Verhaltens bei Kindern
und Jugendlichen. In M. Gollwitzer, J. Pfetsch, V. Schneider, A. Schulz, T. Steffke & C. Ulrich
(Hrsg.), Gewaltprävention bei Kindern und Jugendlichen: Aktuelle Erkenntnisse aus Forschung
und Praxis (S. 141–157). Göttingen: Hogrefe.
Görzig, A. (2011). Who bullies and who is bullied online? EU Kids Online – Short Report. London, UK:
London School of Economics and Political Science. Online verfügbar unter: https://core.ac.uk/
download/pdf/221828.pdf
Gradinger, P. (2010). „Cyberbullying“: Bullying mit neuen Medien. Dissertation, Universität Wien.
Gradinger, P., Strohmeier, D. & Schiller, E.-M. (2015). Längsschnittliche Zusammenhänge von (Cyber)-
viktimisierung und Popularität in der Peergruppe. Manuskript eingereicht.
Gradinger, P., Strohmeier, D. & Spiel, C. (2009). Traditional bullying and cyberbullying: Identification of
risk groups for adjustment problems. Zeitschrift für Psychologie/Journal of Psychology, 217(4),
205–213. doi:10.1027/0044-3409.217.4.205
LITERATUR
162
Gradinger, P., Strohmeier, D. & Spiel, C. (2010). Definition and measurement of cyberbullying. Cyber-
psychology: Journal of Psychosocial Research on Cyberspace, 4(2), 1–12. Online verfügbar un-
ter: http://www.cyberpsychology.eu/view.php?cisloclanku=2010112301&article=
Gradinger, P., Strohmeier, D. & Spiel, C. (2012). Motives for bullying others in cyberspace: A study on
bullies and bully-victims in Austria. In Q. Li, D. Cross & P. K. Smith (Hrsg.), Cyberbullying in the
global playground: Research from international perspectives (S. 263–284). Oxford, UK: Wiley-
Blackwell.
Griesbaum, J. (2013). Social Web. In R. Kuhlen, W. Semar & D. Strauch (Hrsg.), Grundlagen der prakti-
schen Information und Dokumentation (S. 562–574). Berlin: de Gruyter.
Grigg, D. W. (2010). Cyber-aggression: Definition and concept of cyberbullying. Australian Journal of
Guidance and Counselling, 20(02), 143–156. doi:10.1375/ajgc.20.2.143
Grimm, P. (2009). Gewalt im Web 2.0 – ein Anknüpfungspunkt für medienethische Reflexionsprozesse
bei Jugendlichen? Zeitschrift für Kommunikationsökologie und Medienethik, 11(1), 10–12.
Groebel, J. (1998). Medienkompetenz: universell und unmittelbar. Televizion, 11(1), 36–44.
Guan, S. S. A. & Subrahmanyam, K. (2009). Youth Internet use: risks and opportunities. Current opinion
in Psychiatry, 22(4), 351–356. doi:10.1097/YCO.0b013e32832bd7e0
Halstead, J. M. & Taylor, M. J. (2000). Learning and teaching about values: A review of recent research.
Cambridge Journal of Education, 30(2), 169–202. doi:10.1080/713657146
Hasebrink, U. & Lampert, C. (2011). Kinder und Jugendliche im Web 2.0 – Befunde, Chancen und
Risiken. Aus Politik und Zeitgeschichte, 3, 3–9.
Hemphill, S. A., Kotevski, A., Tollit, M., Smith, R., Herrenkohl, T. I., Toumbourou, J. W. et al. (2012).
Longitudinal predictors of cyber and traditional bullying perpetration in Australian secondary
school students. Journal of Adolescent Health, 51(1), 59–65. doi:10.1016/j.jadohealth.2011.11.
019.
LITERATUR
163
Hertzsch, H. (2012). Zur Kommunikationskompetenz von schulischen Führungskräften. Konzeptuelle
Fundierung, Entwicklung und Validierung eines Messinstruments. Dissertation. Universität
Koblenz-Landau. Online verfügbar unter: https://kola.opus.hbz-nrw.de/frontdoor/deliver/
index/docId/689/file/2012_11_15_Dissertation_Hertzsch_Druckversion.pdf
Hinduja, S. & Patchin, J. W. (2007). Offline consequences of online victimization: School violence and
delinquency. Journal of School Violence, 6(3), 89–112. doi:10.1300/J202v06n03_06
Hinduja, S. & Patchin, J. W. (2008). Cyberbullying: An exploratory analysis of factors related to offend-
ing and victimization. Deviant behavior, 29(2), 129-156. doi:10.1080/ 01639620701457816
Hinduja, S. & Patchin, J. W. (2009). Bullying beyond the schoolyard: Preventing and responding to cyber-
bullying. Thousand Oaks, CA: Sage.
Hinduja, S. & Patchin, J. W. (2010). Bullying, cyberbullying, and suicide. Archives of suicide research,
14(3), 206–221. doi:10.1080/13811118.2010.494133
Huang, Y. Y. & Chou, C. (2010). An analysis of multiple factors of cyberbullying among junior high school
students in Taiwan. Computers in Human Behavior, 26(6), 1581-1590. doi:10.1016/j.chb.2010.
06.005
Institut für Medien- und Kompetenzforschung (2011). Bestandsaufnahme zur Medienkompetenz in
Förderprojekten des BMBF. Essen: Autor.
Itō, M., Horst, H. A., Bittanti, M., Stephenson, B. H., Lange, P. G., Pascoe, C. J., et al. (2009). Living and
learning with new media: Summary of findings from the Digital Youth Project. Cambridge, MA:
MIT Press.
Jäger, R. S., Fischer, U., Riebel, J. & Fluck, L. (2007). Mobbing bei Schülerinnen und Schülern in der Bun-
desrepublik Deutschland. Die Sicht von Lehrkräften – eine Erkundungsstudie. Landau.
James, C., Davis, K., Flores, A., Francis, J. M., Pettingill, L., Rundle, M. et al. (2009). Young people, ethics,
and the new digital media: A synthesis from the GoodPlay Project. Cambridge, MA: MIT Press.
Jarren, O. (2013). Neue Medien – neue Regeln! Publizistische Verantwortungskultur durch Diskurse. In
E. Czerwick (Hrsg.), Politische Kommunikation in der repräsentativen Demokratie der Bundesre-
publik Deutschland: Festschrift für Ulrich Sarcinelli (S. 53-65). Wiesbaden: Springer VS.
LITERATUR
164
Jeong, S.-H., Cho, H. & Hwang, Y. (2013). Media literacy interventions: A meta-analytic review. Journal
of Communication, 6(1), 454–472. doi:10.1111/j.1460-2466.2012.01643.x
Joinson, A. N. (2001). Self‐disclosure in computer‐mediated communication: The role of self‐awareness
and visual anonymity. European Journal of Social Psychology, 31(2), 177–192. doi:10.1002/
ejsp.36
Jolliffe, D. & Farrington, D. P. (2004). Empathy and offending: A systematic review and meta-analysis.
Aggression and Violent Behavior, 9(5), 441–476. doi:10.1016/j.avb.2003.03.001
Jose P. E. (2013). ModGraph-I: A programme to compute cell means for the graphical display of
moderational analyses: The internet version, Version 3.0. Wellington, New Zealand: Victoria
University of Wellington. Online verfügbar unter: http://pavlov.psyc.vuw.ac.nz/paul-jose/mod
graph/
Jose, P. E., Kljakovic, M., Scheib, E. & Notter, O. (2012). The joint development of traditional bullying
and victimization with cyber bullying and victimization in adolescence. Journal of Research on
Adolescence, 22(2), 301–309. doi:10.1111/j.1532-7795.2011.00764.x
Juvonen, J. & Gross, E. F. (2008). Extending the school grounds? – Bullying experiences in cyberspace.
Journal of School Health, 78(9), 496–505. doi:10.1111/j.1746-1561.2008.00335.x
Kaplan, A. M. & Haenlein, M. (2010): Users of the world, unite! The challenges and opportunities of
Social Media. Business Horizons, 53(1), 59–68. doi:10.1016/j.bushor.2009.09.003
Katzer, C., Fetchenhauer, D. & Belschak, F. (2009). Cyberbullying: Who are the victims? A comparison
of victimization in internet chatrooms and victimization in school. Journal of Media Psychology,
21(1), 25–36. doi:10.1027/1864-1105.21.1.25
Kiriakidis, S. P. & Kavoura, A. (2010). Cyberbullying: A review of the literature on harassment through
the internet and other electronic means. Family and Community Health, 33(2), 82–93. doi:10.
1097/FCH.0b013e3181d593e4
Kormas, G., Critselis, E., Janikian, M., Kafetzis, D. & Tsitsika, A. (2011). Risk factors and psychosocial
characteristics of potential problematic and problematic internet use among adolescents: A
cross-sectional study. BMC Public Health, 11(1), 11–595. doi:10.1186/1471-2458-11-595
LITERATUR
165
Kowalski, R. M., Giumetti, G. W., Schroeder, A. N. & Lattanner, M. R. (2014). Bullying in the digital age:
A critical review and meta-analysis of cyberbullying research among youth. Psychological Bul-
letin, 140(4), 1073–1173. doi:10.1037/a0035618
Kowalski, R. M. & Limber, S. P. (2007). Electronic bullying among middle school students. Journal of
Adolescent Health, 41(6), S22–S30. doi:10.1016/j.jadohealth.2007.08.017
Kowalski, R. M. & Limber, S. P. (2013). Psychological, physical, and academic correlates of cyberbullying
and traditional bullying. Journal of Adolescent Health, 53(1), S13–S20. doi:10.1016/j.jado
health.2012.09.018
Kowalski, R. M., Limber, S. P. & Agatston, P. W. (2008) Cyber bullying. Bullying in the digital age. Oxford,
UK: Wiley-Blackwell.
Kowalski, R. M., Limber, S. P. & Agatston, P. W. (2012). Cyberbullying: Bullying in the digital age. Oxford,
UK: Wiley-Blackwell.
Kowalski, R. M., Morgan, C. A. & Limber, S. P. (2012). Traditional bullying as a potential warning sign of
cyberbullying. School Psychology International, 33(5), 505–519. doi:10.1177/0143034312445
244
Kumazaki, A., Suzuki, K., Katsura, R., Sakamoto, A. & Kashibuchi, M. (2011). The effects of netiquette
and ICT skills on school-bullying and cyber-bullying: The two-wave panel study of Japanese ele-
mentary, secondary, and high school students. Procedia - Social and Behavioral Sciences, 29,
735–741. doi:10.1016/j.sbspro.2011.11.299
Langos, C. (2012). Cyberbullying: The challenge to define. Cyberpsychology, Behavior, and Social Net-
working, 15(6), 285–289. doi:10.1089/cyber.2011.0588
Law, D. M., Shapka, J. D., Hymel, S., Olson, B. F. & Waterhouse, T. (2012). The changing face of bullying:
An empirical comparison between traditional and internet bullying and victimization. Comput-
ers in Human Behavior, 28(1), 226–232. doi:10.1016/j.chb.2011.09.004
Lester, L., Cross, D. & Shaw, T. (2012). Problem behaviours, traditional bullying and cyberbullying
among adolescents: longitudinal analyses. Emotional and Behavioural Difficulties, 17(3–4), 435
–447. doi:10.1080/13632752.2012.704313
LITERATUR
166
Li, Q. (2005). Gender and CMC: A review on conflict and harassment. Australasian Journal of Education-
al Technology, 21(3), 382–406. doi:10.1.1.517.9314
Li, Q. (2006). Cyberbullying in schools: A research of gender differences. School Psychology Internation-
al, 27(2), 157–170. doi:10.1177/0143034306064547
Li, Qing (2007a). Bullying in the new playground: Research into cyberbullying and cyber victimization.
Australasian Journal of Educational Technology, 23(4), S. 435–454. doi:10.14742/ajet.1245
Li, Q. (2007b). New bottle but old wine: A research of cyberbullying in schools. Computers in Human
Behavior, 23(4), 1777–1791. doi:10.1016/j.chb.2005.10.005
Li, Q. (2010). Cyberbullying in high schools: A study of students’ behaviors and beliefs about this new
phenomenon. Journal of Aggression, Maltreatment and Trauma, 19(4), 372–392. doi:10.1080/
10926771003788979
Li, Q., Cross, D. & Smith, P. K. (Hrsg.). (2012). Cyberbullying in the global playground. Research from
International Perspectives. Oxford, UK: Wiley-Blackwell.
Li, Q., Smith, P. K. & Cross, D. (2012). Research into cyberbullying. In Q. Li, D. Cross & P. K. Smith (Hrsg.),
Cyberbullying in the global playground: Research from international perspectives, (S. 3–12). Ox-
ford: Wiley-Blackwell.
Limber, S. P., Kowalski, R. M. & Agatston, P. W. (2008). Cyber bullying: A prevention curriculum for
grades 6–12. Center City, MN: Hazelden.
Livingstone, S., Bober, M. & Helsper, E. (2005). Internet literacy among children and young people.
Findings from the UK Children Go Online project. London: LSE Research Online. Online verfüg-
bar unter: http://eprints.lse.ac.uk/397/
Livingstone, S. & Haddon, L. (2009). EU Kids Online: Final Report. London: London School of Economics
and Political Science. Online verfügbar unter: http://www.lse.ac.uk/ EUKidsOnlineFinalReport
Livingstone S., Haddon L., Görzig A. & Ólafsson K. (2011). Risks and safety on the internet: The perspec-
tive of European children. Initial findings from the EU Kids Online survey of 9–16 year olds and
their parents. London: London School of Economics and Political Science. Online verfügbar un-
ter: http://www.eukidsonline.net
LITERATUR
167
Lovat, T., Clement, N., Dally, K. & Toomey, R. (2011). The impact of values education on school ambi-
ence and academic diligence. International Journal of Educational Research, 50(3), 166–170.
doi:10.1016/j.ijer.2011.07.008
Lumley, T., Diehr, P., Emerson, S. & Chen, L. (2002). The importance of the normality assumption in
large public health data sets. Annual review of public health, 23(1), 151–169. doi:10.1146/
annurev.publhealth.23.100901.140546
Malti, T. & Buchmann, M. (2010). Socialization and individual antecedents of adolescents’ and young
adults’ moral motivation. Journal of Youth and Adolescence, 39(2), 138–149. doi:10.1007/
s10964-009-9400-5
Mark, L. &Ratliffe, K. T. (2011). Cyber worlds: New playgrounds for bullying. Computers in the Schools,
28(2), 92–116. doi:10.1080/07380569.2011.575753
Marsh, H. W. & Hau, K.-T. (1996). Assessing goodness of fit: Is parsimony always desirable? Journal of
Experimental Education, 64(4), 364–390. doi:10.1080/00220973.1996.10806604
Marshall, J. C., Caldwell, S. D. & Foster, J. (2011). Moral education the CHARACTER plus Way®. Journal
of Moral Education, 40(1), 51–72. doi:10.1080/03057240.2011.541770
Medienpädagogischer Forschungsverbund Südwest (2011). JIM-Studie 2011. Jugend, Information,
(Multi-)Media. Basisuntersuchung zum Medienumgang 12- bis 19-Jähriger. Stuttgart: Autor.
Medienpädagogischer Forschungsverbund Südwest (2012). JIM-Studie 2012. Jugend, Information,
(Multi-)Media. Basisuntersuchung zum Medienumgang 12- bis 19-Jähriger. Stuttgart: Autor.
Medienpädagogischer Forschungsverbund Südwest (2013). 15 Jahre JIM-Studie. Jugend, Information,
(Multi-)Media. Studienreihe zum Medienumgang 12- bis 19-Jähriger 1998 - 2013. Stuttgart:
Herausgeber.
Medienpädagogischer Forschungsverbund Südwest (2014). JIM-Studie 2014. Jugend, Information,
(Multi-)Media. Basisuntersuchung zum Medienumgang 12- bis 19-Jähriger. Stuttgart: Autor.
Medienpädagogischer Forschungsverbund Südwest (2015). KIM-Studie 2014. Kinder + Medien, Compu-
ter + Internet. Basisuntersuchung zum Medienumgang 6- bis 13-Jähriger. Stuttgart: Autor.
LITERATUR
168
Menesini, E. & Nocentini, A. (2009). Cyberbullying definition and measurement: Some critical consider-
ations. Zeitschrift für Psychologie/Journal of Psychology, 217(4), 230–232. doi:10.1027/0044-
3409.217.4.230
Menesini, E., Nocentini, A. & Calussi, P. (2011). The measurement of cyberbullying: Dimensional struc-
ture and relative item severity and discrimination. Cyberpsychology, Behavior, and Social Net-
working, 14(5), 267-274. doi:10.1089/cyber.2010.0002
Menesini, E., Nocentini, A. & Camodeca, M. (2013). Morality, values, traditional bullying, and cyber-
bullying in adolescence. British Journal of Developmental Psychology, 31(1), 1–14. doi:10.1111/
j.2044-835X.2011.02066.x
Menesini, E., Nocentini, A., Palladino, B. E., Frisén, A., Berne, S., Ortega-Ruiz, R. et al. (2012). Cyber-
bullying definition among adolescents: A comparison across six European countries. Cyberpsy-
chology, Behavior, and Social Networking, 15(9), 455–463. doi:10.1089/cyber.2012.0040
Merrell, K. W., Gueldner, B. A., Ross, S. W. & Isava, D. M. (2008). How effective are school bullying
intervention programs? A meta-analysis of intervention research. School Psychology Quarterly,
23(1), 26–42. doi:10.1037/1045-3830.23.1.26
Mesch, G. S. (2009). Parental mediation, online activities, and cyberbullying. Cyber Psychology and Be-
havior, 12(4), 387–393.doi:10.1089/cpb.2009.0068
Mikos, L. (1996). Film- und Fernsehkompetenz zwischen Anspruch und Realität. In A. von Rhein (Hrsg.),
Medienkompetenz als Schlüsselbegriff (S. 70–83). Bad Heilbrunn: Klinkhardt.
Mishna, F., Cook, C., Gadalla, T., Daciuk, J. & Solomon, S. (2010). Cyber bullying behaviors among mid-
dle and high school students. American Journal of Orthopsychiatry, 80(3), 362–374. doi:10.
1111/j.1939-0025.2010.01040.x
Mishna, F., Khoury-Kassabri, M., Gadalla, T. & Daciuk, J. (2012). Risk factors for involvement in cyber
bullying: Victims, bullies and bully-victims. Children and Youth Services Review, 34(1), 63–70.
doi:10.1016/j.childyouth.2011.08.032
LITERATUR
169
Modecki, K. L., Minchin, J., Harbaugh, A. G., Guerra, N. G. & Runions, K. C. (2014). Bullying prevalence
across contexts: a meta-analysis measuring cyber and traditional bullying. Journal of Adoles-
cent Health, 55(5), 602–611. doi:10.1016/j.jadohealth.2014.06.007
Möller, I., Krahé, B., Busching, R. & Krause, C. (2012). Efficacy of an intervention to reduce the use of
media violence and aggression: An experimental evaluation with adolescents in Germany. Jour-
nal of Youth and Adolescence, 41(2), 105–120. doi:10.1007/s10964-011-9654-6
Monks, C. P., Robinson, S. & Worlidge, P. (2012). The emergence of cyberbullying: A survey of primary
school pupils’ perceptions and experiences. School Psychology International, 33(5), 477–491.
doi:10.1177/0143034312445242
Monks, C. P. & Smith, P. K. (2006). Definitions of bullying: Age differences in understanding of the term,
and the role of experience. British Journal of Developmental Psychology, 24(4), 801–821. doi:
10.1348/026151005X82352
Moser, H. (2000). Einführung in die Medienpädagogik. Aufwachsen im Medienzeitalter. Opladen: Leske
und Budrich.
Müller, C. R. (2013). Empathie und Cyberbullying. Zum Zusammenhang von selbst- und fremdeinge-
schätzter Empathie, Medienempathie, Cyberbullying und Cyberviktimisierung. Unveröffentlich-
te Masterarbeit, Technische Universität Berlin.
Müller, C. R. & Pfetsch, J. (2013). Mediennutzung, Medienkompetenz und Cyberbullying. Entwicklung
eines Konzepts und einer Skala zur Messung Ethisch-Normativer Medienkompetenz. Unver-
öffentlichtes Manuskript, Technische Universität Berlin.
Müller, C. R., Pfetsch, J. & Ittel, A. (2014a). Cyberbullying und die Nutzung digitaler Medien im Kind-
heits- und Jugendalter. Medien + Erziehung: Zeitschrift für Medienpädagogik, 58(3), 57-62. On-
line verfügbar unter: http://www.merz-zeitschrift.de/index.php
Müller, C. R., Pfetsch, J. & Ittel, A. (2014b). Ethical media competence as a protective factor against
cyberbullying and cybervictimization among German school students. Cyberpsychology, Be-
havior, and Social Networking, 17(10), 644–651. doi:10.1089/cyber.2014.0168
LITERATUR
170
Muthén, L. K. & Muthén, B. O. (1998–2010). Mplus user’s guide (6. Aufl.). Los Angeles, CA: Muthén &
Muthén.
Nansen, B., Chakraborty, K., Gibbs, L., MacDougall, C. & Vetere, F. (2012). Children and digital wellbeing
in Australia: Online regulation, conduct and competence. Journal of Children and Media, 6(2),
237–254. doi:10.1080/17482798.2011.619548
Narvaez, D. (2006) Integrative ethical education. In M. Killen & J. Smetana (Hrsg.), Handbook of moral
development (S. 703–733). Mahwah, NJ: Erlbaum.
Navarro, R., Serna, C., Martínez, V. & Ruiz-Oliva, R. (2013). The role of Internet use and parental media-
tion on cyberbullying victimization among Spanish children from rural public schools. European
Journal of Psychology of Education, 28(3), 725–745. doi:10.1007/s10212-012-0137-2
Newey, K. A. & Magson, N. (2010, November). A critical review of the current cyber bullying research:
Definitional, theoretical and methodological issues. Where do we go from here? Paper präsen-
tiert auf der AARE, International Research in Education Conference, Melbourne, Australia. On-
line verfügbar unter: http://www.aare.edu.au/data/publications/2010/2521NeweyMagson.
pdf
Nieding, G. & Ohler, P. (2008). Mediennutzung und Medienwirkung bei Kindern und Jugendlichen. In
B. Batinic & M. Appel (Hrsg.), Medienpsychologie (S. 379–400). Berlin: Springer.
Niesyto, H. (Hrsg). (2011). Keine Bildung ohne Medien! Bildungspolitische Forderungen. Medienpäda-
gogischer Kongress 2011. Online verfügbar unter: http://www.keine-bildung-ohne-medien.
de/pages/dokumentation/
Nocentini, A., Calmaestra, J., Schultze-Krumbholz, A., Scheithauer, H., Ortega, R. & Menesini, E. (2010).
Cyberbullying: Labels, behaviours and definition in three European countries. Australian Jour-
nal of Guidance and Counselling, 20(2), 129–142. doi:10.1375/ajgc.20.2.129
Nocentini, A., Zambuto, V. & Menesini, E. (2015). Anti-bullying programs and Information and Commu-
nication Technologies (ICTs): A systematic review. Aggression and Violent Behavior, 23, 52–60.
doi:10.1016/j.avb.2015.05.012
LITERATUR
171
O’Brien, N. & Moules, T. (2013). Not sticks and stones but tweets and texts: findings from a national
cyberbullying project. Pastoral Care in Education, 31(1), 53–65. doi:10.1080/02643944.2012.
747553
O’Connor, B. P. (2000). SPSS and SAS programs for determining the number of components using
parallel analysis and Velicer’s MAP test. Behavior Research Methods, Instruments and Comput-
ers, 32(3), 396–402. doi:10.3758/BF03200807
Ohler, P. & Nieding, G. (2005). Medienpsychologie. In A. Schütz, H. Selg & S. Lautenbacher (Hrsg.), Ein-
führung in die Psychologie (S. 453–472). Stuttgart: Kohlhammer.
Olweus, D. (1991). Bully/victim problems among children: Basic facts and effects of a school based in-
tervention program. In D. Pepler & K. Rubin (Eds.), The development and treatment of child-
hood aggression (S. 411–448). Hillsdale, NJ: Erlbaum.
Olweus, D. (1993). Bullying at school: What we know and what we can do. Cambridge, MA: Wiley-
Blackwell.
Olweus, D. (1994). Bullying at school: basic facts and effects of a school based intervention program.
Journal of Child Psychology and Psychiatry, 35(7), 1171–1190. doi:10.1111/j.1469-7610.1994.
tb01229.x
Olweus, D. (2003). A profile of bullying at school. Educational Leadership, 60(6), 12–17. Online
verfügbar unter: http://www.lhsenglish.com/uploads/7/9/0/8/7908073/olweus_profile_of_
bullying.pdf
Olweus, D. (2012a). Comments on cyberbullying article: A rejoinder. European Journal of Developmen-
tal Psychology, 9(5), 559–568. doi:10.1080/17405629.2012.705086
Olweus, D. (2012b). Cyberbullying: An overrated phenomenon? European Journal of Developmental
Psychology, 9(5), 520–538. doi:10.1080/17405629.2012.682358
Oprea, C. & Stan, A. (2012). Adolescents’ perceptions of online communication. Procedia-Social and
Behavioral Sciences, 46, 4089–4091. doi:10.1016/j.sbspro.2012.06.204
LITERATUR
172
Ortega R., Del Rey, R. & Mora-Merchán, J. A. (2004). SAVE model: An anti-bullying intervention in Spain.
In P. K. Smith, D. Pepler & K. Rigby (Hrsg.), Bullying in schools: How successful can interventions
be? (S. 167–186). Cambridge, MA: Cambridge University Press.
Ortega, R., Elipe, P., Mora-Merchán, J. A., Calmaestra, J. & Vega, E. (2009). The emotional impact on
victims of traditional bullying and cyberbullying: A study of Spanish adolescents. Zeitschrift für
Psychologie/Journal of Psychology, 217(4), 197–204. doi:10.1027/0044-3409.217.4.197
Ortega, R., Elipe, P., Mora‐Merchán, J. A., Genta, M. L., Brighi, A., Guarini, A. et al. (2012). The emotional
impact of bullying and cyberbullying on victims: a European cross‐national study. Aggressive
Behavior, 38(5), 342–356. doi:10.1002/ab.21440
Ortega-Ruiz, R., Del Rey, R. & Casas, J. A. (2012). Knowing, building and living together on internet and
social networks: The ConRed cyberbullying prevention program. International Journal of
Conflict and Violence, 6(2), 302–312. Online verfügbar unter: http://www.ijcv.org/index.php/
ijcv/article/view/250/pdf_67
Pabian, S. & Vandebosch, H. (2014). Developmental trajectories of (cyber) bullying perpetration and
social intelligence during early adolescence. Journal of Early Adolescence, 36(2), 145–170.
doi:10.1177/0272431614556891
Park, S., Na, E. Y. & Kim, E. M. (2014). The relationship between online activities, netiquette and
cyberbullying. Children and Youth Services Review, 42, 74–81. doi:10.1016/ j.childyouth.2014.
04.002
Patchin, J. W. & Hinduja, S. (2006). Bullies move beyond the schoolyard a preliminary look at
cyberbullying. Youth Violence and juvenile justice, 4(2), 148–169. doi:10.1177/ 1541204006286
288
Patchin, J. W. & Hinduja, S. (2009). Bullying beyond the schoolyard: Preventing and responding to cyber-
bullying. Thousand Oaks, CA: Corwin Press.
Patchin, J. W. & Hinduja, S. (2010). Cyberbullying and self‐esteem. Journal of School Health, 80(12),
614–621. doi:10.1111/j.1746-1561.2010.00548.x
LITERATUR
173
Patchin, J. W. & Hinduja, S. (2015). Measuring cyberbullying: Implications for research. Aggression and
Violent Behavior, 23, 69–74. doi:10.1016/j.avb.2015.05.013
Paul, S. Smith, P. K. & Blumberg, H. H. (2012). Comparing student perceptions of coping strategies and
school interventions in managing bullying and cyberbullying incidents. Pastoral Care in Educa-
tion, 30(2), 127–146. doi:10.1080/02643944.2012.679957
Peker, A., Eroğlu, Y. & Çitemel, N. (2012). Relationship of submissive behavior and cyberbully-
ing/cybervictimization: The mediation role of gender. International Journal of Human Sciences,
9(1), 205–221.
Perren, S. & Gutzwiller-Helfenfinger, E. (2012). Cyberbullying and traditional bullying in adolescence:
Differential roles of moral disengagement, moral emotions, and moral values. European Jour-
nal of Developmental Psychology, 9(2), 195–209. doi:10.1080/17405629.2011.643168
Petermann, F. & Koglin, U. (2013). Aggression und Gewalt von Kindern und Jugendlichen. Berlin: Sprin-
ger. doi:10.1007/978-3-642-22466-9
Petermann, F. & von Marées, N. (2013). Cyber-Mobbing: Eine Bestandsaufnahme. Kindheit und Ent-
wicklung, 22(3), 145–154. doi:10.1026/0942-5403/a000111
Peterson, R. L. & Skiba, R. (2001). Creating school climates that prevent school violence. The Clearing
House, 74(3), 155–163. doi:10.1080/00098650109599183
Pfaff-Rüdiger, S., Riesmeyer, C. & Kümpel, A. (2012). Media Literacy and Developmental Tasks: A Case
Study in Germany. Medijske studije, 3(6), 42–56. Online verfügbar unter: http://hrcak.srce.hr/
index.php?show=clanak&id_clanak_jezik=141840&lang=en
Pfetsch, J. (2011). Mediennutzungsfragebogen. Unveröffentlichtes Manuskript, Technische Universität
Berlin.
Pfetsch, J., Mohr, S. & Ittel, A. (2014). Prävention und Intervention von Online-Aggressionen: Wie wirk-
sam sind Maßnahmen, die sich spezifisch gegen Cybermobbing richten? In T. Porsch & S. Pie-
schl (Hrsg.), Neue Medien und deren Schatten: Mediennutzung, Medienwirkung und Medien-
kompetenz (S. 277–299). Göttingen: Hogrefe.
LITERATUR
174
Pfetsch, J., Müller, C. R. & Ittel, A. (2014). Cyberbullying und Empathie: Affektive, kognitive und medien-
basierte Empathie im Kontext von Cyberbullying im Kindes- und Jugendalter. Diskurs Kindheits-
und Jugendforschung, 9(1), 23–37. Online verfügbar unter: http://www.budrich-journals.de/
index.php/diskurs/article/view/19081
Pfetsch, J., Müller, C. R., Walk, S. & Ittel, A. (2014). Bewältigung von Cyberviktimisierung im Jugend-
alter – Emotionale und verhaltensbezogene Reaktionen auf Cyberbullying. Praxis der Kinder-
psychologie und Kinderpsychiatrie, 63(5), 343–360.
Pfetsch, J., Steffgen, G. & König, A. (2009; November). Banning solves the problem!? Effects of banning
mobile phone use in schools on cyberbullying. Poster präsentiert beim 14. Workshop Aggres-
sion, Berlin.
Pieschl, S. & Porsch, T. (2012). Schluss mit Cybermobbing! Das Trainings-und Präventionsprogramm
„Surf-Fair“ (mit Film und Materialien auf DVD). Weinheim: Beltz.
Popović-Ćitić, B., Djurić, S. & Cvetković, V. (2011). The prevalence of cyberbullying among adolescents:
A case study of middle schools in Serbia. School Psychology International, 32(4), 412–424. doi:
10.1177/0143034311401700
Pornari, C. D. & Wood, J. (2010). Peer and cyber aggression in secondary school students: The role of
moral disengagement, hostile attribution bias, and outcome expectancies. Aggressive Behav-
ior, 36(2), 81–94. doi:10.1002/ab.20336
Porsch, T. & Pieschl, S. (2012). Cybermobbing und seine Folgen für Kinder und Jugendliche. Soziale Psy-
chiatrie, 36(1), 34–37. Online verfügbar unter: http://www.dgsp-ev.de/fileadmin/dgsp/pdfs/
Artikel_Soziale_Psychiatrie/SP_135_Artikel_S._Pieschl_u._T._Posch.pdf
Prensky, M. (2001). Digital Natives, Digital Immigrants Part 1. On the Horizon, 9(5), 1–6. doi:10.1108/
10748120110424816
Pyżalski, J. (2012). From cyberbullying to electronic aggression: typology of the phenomenon. Emotion-
al and Behavioural Difficulties, 17(3–4), 305–317. doi:10.1080/ 13632752.2012.704319
Raskauskas, J. (2009). Text-bullying: Associations with traditional bullying and depression among New
Zealand adolescents. Journal of School Violence, 9(1), 74-–7. doi:10.1080/15388220903185605
LITERATUR
175
Raskauskas, J. & Stoltz, A. D. (2007). Involvement in traditional and electronic bullying among adoles-
cents. Developmental Psychology, 43(3), 564–575. doi:10.1037/0012-1649.43.3.564
Raufelder, D., Fraedrich, E., Bäsler, S. A. & Ittel, A. (2009). Reflexive Internetnutzung und mediale Kom-
petenzstrukturen im frühen Jugendalter: Wie reflektieren Jugendliche ihre Internetnutzung
und welche Rolle spielen dabei Familie und Peers? Diskurs Kindheits- und Jugendforschung,
4(1), 41–55. Online verfügbar unter: http://budrich-journals.de/index.php/ diskurs/article/
viewArticle/91
Reinders, Heinz (2005). Jugend. Werte. Zukunft. Wertvorstellungen, Zukunftsperspektiven und soziales
Engagement im Jugendalter. Stuttgart: Landesstiftung Baden-Württemberg. Online verfügbar
unter: http://www.bwstiftung.de/uploads/tx_news/jugend_werte_zukunft.pdf
Renner, K.-H. (2008). Theoretische Perspektiven für die Medienpsychologie. In B. Batinic & M. Appel
(Hrsg.), Medienpsychologie (S. 77–104). Berlin, Heidelberg: Springer.
Riebel, J., Jäger, R. S. & Fischer, U. C. (2009). Cyberbullying in Germany — an exploration of prevalence,
overlapping with real life bullying and coping strategies. Psychology Science Quarterly, 51(3),
298–314. Online verfügbar unter: http://www.psychologie-aktuell.com/fileadmin/download/
PschologyScience/3-2009/05_riebel.pdf
Riesmeyer, C. Pfaff-Rüdiger, S. & Kümpel, A. S. (2016). Wenn Wissen zu Handeln wird: Medienkompe-
tenz aus motivationaler Perspektive. Medien und Kommunikationswissenschaft, 64(1), 36–55.
doi:10.5771/1615-634X-2016-1-36
Roberts, D. F. & Foehr, U. G. (2008). Trends in media use. The future of children, 18(1), 11–37. doi:10.
1353/foc.0.0000
Roland, E., Bru, E., Midthassel, U. V. & Vaaland, G. S. (2010). The Zero programme against bullying:
Effects of the programme in the context of the Norwegian manifesto against bullying. Social
Psychology of Education, 13(1), 41–55.
LITERATUR
176
Romiszowski, A. & Mason, R. (1996). Computer-mediated communication. In D. H. Jonassen (Hrsg.),
Handbook of research for educational communications and technology, (S. 397–431).
Online verfügbar unter: http://urd.let.rug.nl/~welling/cc/Romiszowsky-Mason%20-%20Com
puter%20Mediated%20Communication.pdf
Sakellariou, T., Carroll, A. & Houghton, S. (2012). Rates of cyber victimization and bullying among male
Australian primary and high school students. School Psychology International, 33(5), 533–549.
doi:10.1177/0143034311430374
Salmivalli, C., Huttunen, A. & Lagerspetz, K. M. (1997). Peer networks and bullying in schools. Scandina-
vian Journal of Psychology, 38(4), 305–312. doi:10.1111/j.1467-9450.2007.00611.x
Salmivalli, C., Kärnä, A. & Poskiparta, E. (2010). From peer putdowns to peer support: A theoretical
model and how it translated into a national anti-bullying program. In S. R. Jimersen, S. M.
Swearer & D. L. Espelage (Hrsg.), Handbook of bullying in schools: An international perspective
(S. 441–454). New York: Routledge.
Salmivalli, C., Lagerspetz, K., Björkqvist, K., Österman, K. & Kaukiainen, A. (1996). Bullying as a group
process: Participant roles and their relations to social status within the group. Aggressive Be-
havior, 22(1), 1–15. doi.10.1002/(SICI)1098-2337(1996)22:1<1::AID-AB1>3.0.CO;2-T
Scheithauer, H., Hayer, T. & Petermann, F. (2003). Bullying unter Schülern: Erscheinungsformen, Risiko-
bedingungen und Interventionskonzepte. Göttingen: Hogrefe.
Schenk, M., Niemann, J., Reinmann, G., Schnurr, J.-M., Jandt, S. & Roßnagel, A. (2012). Gläserne Freun-
de? Kompaktversion zur LfM-Studie „Digitale Privatsphäre. Heranwachsende und Datenschutz
auf Sozialen Netzwerkplattformen“. Düsseldorf: Landesanstalt für Medien Nordrhein-Westfah-
len.
Schermelleh-Engel, K., Moosbrugger, H. & Müller, H. (2003). Evaluating the fit of structural equation
models: Tests of significance and descriptive goodness-of-fit measures. Methods of psycho-
logical research online, 8(2), 23–74. Online verfügbar unter: http://www.dgps.de/fachgrup-
pen/methoden/mpr-online/issue20/art2/mpr130_13.pdf
LITERATUR
177
Schiller, E. M., Gradinger, P. & Strohmeier, D. (2014). Nutzung gewalthaltiger Bildschirmspiele als längs-
schnittlicher Risikofaktor für Cyberbullying in der frühen Adoleszenz. Diskurs Kindheits- und Ju-
gendforschung, 9(1). 39–59. Online verfügbar unter: http://budrich-journals.de/index.php/
diskurs/article/view/19082
Schultze-Krumbholz, A. (2014). Cyberbullying: Risk and protective factors, consequences and preven-
tion. Dissertation, Freie Universität Berlin.
Schultze-Krumbholz, A., Jäkel, A., Schultze, M. & Scheithauer, H. (2012). Emotional and behavioural
problems in the context of cyberbullying - A longitudinal study among German adolescents.
Emotional and Behavioural Difficulties, 17(3–4), 329-345. doi:10.1080/13632752.2012.704317
Schultze-Krumbholz, A. & Scheithauer, H. (2009a, November). Cyberbullying unter Schülern – Erste Er-
gebnisse einer Studie an Berliner und Bremer Schulen. Präsentation beim 14. Workshop Aggres-
sion, Berlin.
Schultze-Krumbholz, A. & Scheithauer, H. (2009b). Social-behavioral correlates of cyberbullying in a
German student sample. Journal of Psychology, 217(4), 224–226. doi:10.1027/0044-3409.217.
4.224
Schultze-Krumbholz, A. & Scheithauer, H. (2010). Cyberbullying unter Kindern und Jugendlichen. Ein
Forschungsüberblick. Psychosozial, 33(4), 79–90. Online verfügbar unter: http://www.psycho
sozial-verlag.de/catalog/product_info.php/cPath/14000_14200/products_id/26221
Schultze-Krumbholz, A. & Scheithauer, H. (2011). Der Berlin Cyberbullying-Cybervictimisation Question-
naire (BcyQ). Unveröffentlichtes Manuskript, Freie Universität Berlin.
Schultze-Krumbholz, A. &, Scheithauer, H. (2012). Das Medienhelden-Programm zur Prävention von
Cybermobbing. In S. Drewes & K. Seifried (Hrsg.), Krisen im Schulalltag. Prävention, Manage-
ment und Nachsorge (S. 210–219). Stuttgart: Kohlhammer.
Schultze-Krumbholz, A., Wölfer, R., Jäkel, A., Zagorscak, P. & Scheithauer H. (2012a, Juli). Effective pre-
vention of cyberbullying in Germany – The Medienhelden Program. Vortrag beim 20. ISRA
World Meeting, Luxembourg.
LITERATUR
178
Schultze-Krumbholz, A., Wölfer, R., Jäkel, A., Zagorscak, P. & Scheithauer, H. (2012b). Prävention von
Cybermobbing – Das Medienhelden-Programm. Vortrag auf der LISUM Fachtagung “Cyber-
Mobbing ist nicht cool”, Berlin.
Schultze-Krumbholz, A., Zagorscak, P., Siebenbrock, A. & Scheithauer, H. (2012). Medienhelden. Unter-
richtsmanual zur Förderung von Medienkompetenz und Prävention von Cyberbullying (mit
Arbeitsblättern und Vorlagen auf CD-ROM). München: Reinhardt.
Ševčíková, A., Šmahel, D. & Otavová, M. (2012). The perception of cyberbullying in adolescent victims.
Emotional and Behavioural Difficulties, 17(3–4), 319–328. doi:10.1080/ 13632752.2012.7043
09
Sharples, M., Graber, R., Harrison, C. & Logan, K. (2009). E-safety and Web 2.0 for children aged 11–
16. Journal of Computer Assisted Learning, 25(1), 70–84. doi:10.1111/j.1365-2729.2008.00304.
x
Simmons, D. G. (2005). Internet filtering: the effects in a middle and high school setting. Meridian
Middle School Computer Technologies Journal, 8(1). Online verfügbar unter: https://www.
ncsu.edu/meridian/win2005/Internet%20filtering/
Sitzer, P., Marth, J., Kocik, C. & Müller, K. N. (2012). Ergebnisbericht der Online-Studie. Cyberbullying
bei Schülerinnen und Schülern. Bielefeld: Universität Bielefeld, Institut für Interdisziplinäre Kon-
flikt- und Gewaltforschung.
Skrzypiec, G., Slee, P.T., Murray-Harvey, R. & Pereira, B. (2011) School bullying by one or more ways:
Does it matter and how do students cope? School Psychology International, 32(3), S. 288–311.
doi:10.1177/0143034311402308
Slonje, R. & Smith, P. K. (2008). Cyberbullying: Another main type of bullying? Scandinavian Journal of
Psychology, 49(2), 147–154. doi:10.1111/j.1467-9450.2007.00611.
Slonje, R., Smith, P. K. & Frisén, A. (2013). The nature of cyberbullying, and strategies for prevention.
Computers in Human Behavior, 29(1), 26–32. doi:10.1016/j.chb.2012.05.024
LITERATUR
179
Smith, P. K. (2012). Cyberbullying: Challenges and opportunities for a research program – A response
to Olweus (2012). European Journal of Developmental Psychology, 9(5), 553–558. doi:10.1080/
17405629.2012.689821
Smith, P. K., Cowie, H., Ólafsson, R. F., Liefooghe, A. P., Almeida, A., Araki, H. et al. (2002). Definitions
of bullying: A comparison of terms used, and age and gender differences, in a fourteen-country
international comparison. Child Development, 47(4), 1119–1133. doi:10.1111/1467-8624.004
61
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(4), 376–
385. doi:10.1111/j.1469-7610.2007.01846.x
Sourander, A., Helstelä, L., Helenius, H. & Piha, J. (2000). Persistence of bullying from childhood to
adolescence – a longitudinal 8-year follow-up study. Child Abuse and Neglect, 24(7), 873–881.
doi:10.1016/S0145-2134(00)00146-0
Spitzberg, B. H. (2006). Preliminary development of a model and measure of computer-mediated com-
munication (CMC) competence. Journal of Computer-Mediated Communication, 11(2), 629–
666. doi:10.1111/j.1083-6101.2006.00030.x
Spitzberg, B. H. & Cupach, W. R. (1989). Handbook of interpersonal competence research. Heidelberg:
Springer.
Stapf, I. (2009). Wellen der Empörung. Ethische Überlegungen zum Jugendmedienschutz bei Handys.
Zeitschrift für Kommunikationsökologie und Medienethik, 11(1), 137–150. Online verfügbar
unter: http://www.netzwerk-medienethik.de/wp-content/uploads/2012/01/ZfKM_2009_
komplett.pdf
Staude-Müller, F., Bliesener, T. & Nowak, N. (2009). Cyberbullying und Opfererfahrungen von Kindern
und Jugendlichen im Web 2.0. KJuG, 54(2), 42–47.
Staude-Müller, F., Hansen, B. & Voss, M. (2012). How stressful is online victimization? Effects of victim's
personality and properties of the incident. European Journal of Developmental Psychology,
9(2), 260–274. doi:10.1080/17405629.2011.643170
LITERATUR
180
Steffgen, G., König, A., Pfetsch, J. & Melzer, A. (2011). Are cyberbullies less empathic? Adolescents'
cyberbullying behavior and empathic responsiveness. Cyberpsychology, Behavior, and Social
Networking, 14(11), 643–648. doi:10.1089/cyber.2010.0445
Sticca, F., Ruggieri, S., Alsaker, F. & Perren, S. (2013). Longitudinal risk factors for cyberbullying in
adolescence. Journal of Community and Applied Social Psychology, 23(1), 52–67. doi:10.1002/
casp.2136
Stodt, B., Wegmann, E. & Brand, M. (2014, September). Persönlichkeit und subjektive Internetnutzungs-
kompetenz als Prädiktoren einer Cyberbullying-Täterschaft. Präsentation beim 49. Kongress
der Deutschen Gesellschaft für Psychologie, Bochum.
Stutzman, F., Capra, R. & Thompson, J. (2011). Factors mediating disclosure in social network sites.
Computers in Human Behavior, 27(1), 590–598. doi:10.1016/j.chb.2010.10.017
Subrahmanyam, K. & Greenfield, P. M. (2008). Online communication and adolescent relationships.
Future Child, 18(1), 119–146. doi:10.1353/foc.0.0006
Suler, J. (2004). The online disinhibition effect. Cyberpsychology and Behavior, 7(3), 321–326. doi:10.
1089/1094931041291295
Süss, D. (2008). Mediensozialisation und Medienkompetenz. In B. Batinic & M. Appel (Hrsg.), Medien-
psychologie (S. 361–378). Berlin: Springer.
Süss, D. (2010). Virtuelle Medienwelten im Alltag von Kindern und Jugendlichen – Chancen und Risiken.
Psychotherapie Forum, 18(2), 96–97. Online verfügbar unter: http://www.psychologieforum.
ch/
Süss, D., Lampert, C. & Wijnen, C. W. (2010). Medienkompetenz: Bildungsaufgabe und Zielkategorie.
In D. Süss, C. Lampert & C. W. Wijnen (Hrsg.), Medienpädagogik. Ein Studienbuch zur Einfüh-
rung (S. 105–125). Wiesbaden: VS Verlag für Sozialwissenschaften. doi:10.1007/978-3-531-
92142-6-5
LITERATUR
181
Süss, D., Rutschmann, V., Böhi, S., Merz, C., Basler, M. & Mosele, F. (2003). Medienkompetenz in der
Informationsgesellschaft. Selbsteinschätzungen und Ansprüche von Kindern, Eltern und Lehr-
personen im Vergleich. Zürich: Hochschule für Angewandte Psychologie Zürich und Schweizeri-
sches Institut für Kinder- und Jugendmedien.
Sutter, T. (2010). Medienkompetenz und Selbstsozialisation im Kontext Web 2.0. In B. Herzig, D. M.
Meister, H. Moser & H. Niesyto (Hrsg.), Jahrbuch Medienpädagogik 8. Medienkompetenz und
Web 2.0 (S. 41–58). Wiesbaden: VS Verlag für Sozialwissenschaften.
Theunert, H. (1996). Perspektiven der Medienpädagogik in der Multimedia-Welt. In A. von Rhein
(Hrsg.), Medienkompetenz als Schlüsselbegriff (S. 60–69). Bad Heilbrunn: Klinkhardt.
TNS Infratest (2008). Eine Sonderstudie im Rahmen des (N)Onliner Atlas 2008. Bildung via Internet: Wie
vernetzt sind Deutschlands Kinder? Berlin: Initiative D21 e. V. Online verfügbar unter: http://
www.initiatived21.de/wp-content/uploads/alt/08_NOA/FSC_Sonderstudie_72dpi.pdf
Tokunaga, R. S. (2010). Following you home from school: A critical review and synthesis of research on
cyberbullying victimization. Computers in Human Behavior, 26(3), 277–287. doi:10.1016/j.chb.
2009.11.014
Ttofi, M. M. & Farrington, D. P. (2011). Effectiveness of school-based programs to reduce bullying: A
systematic and meta-analytic review. Journal of Experimental Criminology, 7(1), 27–56. doi:10.
1007/s11292-010-910
Tulodziecki, G. (1997). Thesen zum Beitrag der Schule zur Medienpädagogik. In Enquete-Kommission
"Zukunft der Medien in Wirtschaft und Gesellschaft, Deutschlands Weg in die Informations-
gesellschaft", Deutscher Bundestag (Hrsg.), Medienkompetenz im Informationszeitalter (S. 53–
58). Bonn: ZV Zeitungs-Verlag Service GmbH.
Tulodziecki, G. (1998). Medienkompetenz als Ziel schulischer Medienpädagogik. Arbeiten und Lernen,
7(30), 13–17.
Underwood, M. K. (2002). Sticks and stones and social exclusion: Aggression among girls and boys. In
P. K. Smith & C. H. Hart (Hrsg.), Blackwell handbook of childhood social development (S. 533–
548). Oxford, UK: Wiley-Blackwell.
LITERATUR
182
Valkenburg, P. M. & Peter, J. (2007a). Online communication and adolescent well‐being: Testing the
stimulation versus the displacement hypothesis. Journal of Computer‐Mediated Communica-
tion, 12(4), 1169–1182. doi:10.1111/j.1083-6101.2007.00368.x
Valkenburg, P. M. & Peter, J. (2007b). Preadolescents' and adolescents' online communication and
their closeness to friends. Developmental Psychology, 43(2), 267–277. doi:10.1037/0012-1649.
43.2.267
Valkenburg, P. M. & Peter, J. (2011). Online communication among adolescents: An integrated model
of its attraction, opportunities, and risks. Journal of Adolescent Health, 48(2), 121–127. doi:10.
1016/j.jadohealth.2010.08.020
Valkenburg, P. M., Peter, J. & Schouten, A. P. (2006). Friend networking sites and their relationship to
adolescents' well-being and social self-esteem. Cyber Psychology and Behavior, 9(5), 584–590.
doi:10.1089/cpb.2006.9.584
Van Deursen, A. J. A. M., Helsper, E. J. & Eynon, R. (2014). Measuring digital skills. From digital skills to
tangible outcomes project report. Online verfügbar unter: www.oii.ox.ac.uk/research/projects
/?id= 112
Vandebosch, H. & van Cleemput, K. (2008). Defining cyberbullying: A qualitative research into the
perceptions of youngsters. CyberPsychology and Behavior, 11(4), 499–503. doi:10.1089/cpb.
2007.0042
Vandebosch, H. & van Cleemput, K. (2009). Cyberbullying among youngsters: Profiles of bullies and
victims. New Media Society, 11(8), 1349–1371. doi:10.1177/1461444809341263
Völlink, T., Bolman, C. A., Dehue, F. & Jacobs, N. C. (2013). Coping with cyberbullying: Differences be-
tween victims, bully‐victims and children not involved in bullying. Journal of Community and
Applied Social Psychology, 23(1), 7–24. doi:10.1002/casp.2142
Wachs, S. (2009) Bullying unter Schülern – Eine empirisch-quantitative Untersuchung unter besonderer
Berücksichtigung des Cyberbullyings. Saarbrücken: VDM Verlag Müller.
Walrave, M. & Heirman, W. (2011). Cyberbullying: Predicting victimisation and perpetration. Children
and Society, 25(1), 59–72. doi:10.1111/j.1099-0860.2009.00260.x
LITERATUR
183
Walther, B., Hanewinkel, R. & Morgenstern, M. (2014). Effects of a Brief School-Based Media Literacy
Intervention on Digital Media Use in Adolescents: Cluster Randomized Controlled Trial. Cyber-
psychology, Behavior, and Social Networking, 17(9), 616–623. doi:10.1089/ cyber.2014.0173
Wang, J., Iannotti, R. J. & Nansel, T. R. (2009). School bullying among adolescents in the United States:
Physical, verbal, relational, and cyber. Journal of Adolescent Health, 45(4), 368–375. doi:10.
1016/j.jadohealth.2009.03.021
Wegge, D., Vandebosch, H., Eggermont, S. & Pabian, S. (2014). Popularity through online harm. The
longitudinal associations between cyberbullying and sociometric status in early adolescence.
Journal of Early Adolescence, 31(1), 86–107. doi:10.1177/0272431614556351
Widaman, K. F. & Reise, S. P. (1997). Exploring the measurement invariance of psychological instru-
ments: Applications in the substance use domain. In K. J. Bryant, M. Windle & S. G. West (Hrsg.),
The science of prevention: Methodological advances from alcohol and substance abuse re-
search (S. 281–324). doi:10.1037/10222-009
Willard, N. (2005). A parent’s guide to cyberbullying and cyberthreats: Addressing online social cruelty.
Center for Responsible Internet Use. Online verfügbar unter: http://www.cyberbully.org/docs/
cbct.parents.pdf
Willard, N. (2007). The authority and responsibility of school officials in responding to cyberbullying
[Suppl.]. Journal of Adolescent Health, 41(6), S64–S65. doi:10.1016/j.jadohealth.2007.08.013
Williams, K. R. & Guerra, N. G. (2007). Prevalence and predictors of internet bullying [Suppl.]. Journal
of Adolescent Health, 41(6), S14–S21. doi:10.1016/j.jadohealth.2007.08.018
Wolak, J., Mitchell K. J. & Finkelhor, D. (2006). Online victimization of youth: Five years later. Durham,
NH: University of New Hampshire, Crimes against Children Research Center. Online verfügbar
unter: www.unh.edu/ccrc/pdf/CV138.pdf
Wolak, J., Mitchell, K. J. & Finkelhor, D. (2007). Does online harassment constitute bullying? An explo-
ration of online harassment by known peers and online-only contacts. Journal of Adolescent
Health, 41(6), S51–S58. doi:10.1016/j.jadohealth.2007.08.019
LITERATUR
184
Wright, M. F. & Li, Y. (2013). Normative beliefs about aggression and cyber aggression among young
adults: A longitudinal investigation. Aggressive Behavior, 39(3), 161–170. doi:10.1002/ab.214
70
Yang, C. C. & Brown, B. B. (2012). Motives for using facebook, patterns of facebook activities, and late
adolescents’ social adjustment to college. Journal of Youth and Adolescence, 42(3), 403–416.
doi:10.1007/s10964-012-9836-x
Ybarra, M. L., Boyd, D., Korchmaros, J. D. & Oppenheim, J. K. (2012). Defining and measuring cyber-
bullying within the larger context of bullying victimization. Journal of Adolescent Health, 51(1),
53–58. doi:10.1016/j.jadohealth.2011.12.031
Ybarra, M. L., Diener-West, M. D. & Leaf P. (2007). Examining the overlap in internet harassment and
school bullying: implications for school intervention. Journal of Adolescent Health, 41(6), S42–
S50. doi:10.1016/j.jadohealth.2007.09.004
Ybarra, M. L., Espelage, D. L. & Mitchell K. J. (2007). The co-occurrence of online verbal aggression and
sexual solicitation victimization and perpetration: Association with psychosocial indicators
[Suppl.]. Journal of Adolescent Health, 41(6), S31–S41. doi:10.1016/j.jadohealth.2007.09.010
Ybarra, M. L. & Mitchell, K. J. (2004a). Youth engaging in online harassment: Associations with care-
giver-child relationships, Internet use, and personal characteristics. Journal of Adolescence,
27(3), 319–336. doi:10.1016/j.adolescence.2004.03.007
Ybarra, M. L. & Mitchell, K. J. (2004b). Online aggressor/targets, aggressors, and targets: A comparison
of associated youth characteristics. Journal of Child Psychology and Psychiatry, 45(7), 1308–
1316. doi:10.1111/j.1469-7610.2004.00328.x
Ybarra, M. L. & Mitchell, K. J. (2007). Prevalence and frequency of Internet harassment instigation:
Implications for adolescent health. Journal of Adolescent Health, 41(2), 189–195. doi:10.1016/
j.jadohealth.2007.03.005
Ybarra, M. L., Mitchell, K. & Espelage, D. (2012). Comparisons of bully and unwanted sexual experiences
online and offline among a national sample of youth. In Ö. Özdemir (Hrsg.), Complementary
pediatrics (S. 203–216). Rijeka: InTech. doi:10.5772/33532
LITERATUR
185
Ybarra, M. L., Mitchell, K. J., Wolak, J. & Finkelhor, D. (2006). Examining characteristics and associated
distress related to Internet harassment: Findings from the Second Youth Internet Safety
Survey. Pediatrics, 118(4), e1169–e1177. Online verfügbar unter: http://pediatrics.aappub
lications.org/content/118/4/e1169.short
You, S. & Lim, S. A. (2016). Longitudinal predictors of cyberbullying perpetration: Evidence from Korean
middle school students. Personality and Individual Differences, 89, 172–176. doi:10.1016/j.
paid.2015.10.019
Zych, I., Ortega-Ruiz, R. & Del Rey, R. (2015). Systematic review of theoretical studies on bullying and
cyberbullying: Facts, knowledge, prevention, and intervention. Aggression and Violent Be-
havior, 23, 1–21. doi:10.1016/j.avb.2015.10.001
ANHANG
186
ANHANG
ANHANG
187
Tabelle 3. Prävalenzen von Cyberbullying
N
Alter
Geschlecht
Prävalenz
Range
M (SD)
m/w
CB
CV
CB-CV
Almeida et al. (2012)
1 751
11–20
15.15
(1.94)
m = 52 %
w = 48 %
-
-
-
7.–9.
Klasse
-
-
3–4 %
5 %
2 %
10.–12.
Klasse
-
-
5-6 %
7-8 %
3 %
Ang & Goh (2010)
396
12–18
14.88
(1.79)
m = 44 %
w = 56 %
24 %
15 %
-
-
-
-
Aricak et al. (2008)
269
12–19
15.06
(1.51)
m = 50 %
w = 50 %
36 %
6 %
12 %
Arslan et al. (2012)
372
2.–4.
Klasse
-
m = 51 %
w = 49 %
18 %
27 %
15 %
Beran & Li (2005)
432
7.–9.
Klasse
-
m = 45 %
w = 55 %
4 %
23 %
-
Beran & Li (2007)
432
12–15
-
m = 45 %
w = 55 %
26 %
58 %
-
Berson et al. (2002)
10 800
12–18
-
m = 0 %
w = 100 %
3 %
15 %
-
Campbell (2005)
120
8.
Klasse
-
-
11 %
14 %
-
ANHANG
188
Tabelle 3. Prävalenzen von Cyberbullying (Fortsetzung)
Erdur-Baker (2010)
276
14–18
-
m = 45 %
w = 55 %
26 %
32 %
-
Erentaite et al.
(2012)
1 667
15–19
17.29
(0.95)
m = 42 %
w = 58 %
29 %
-
-
Gradinger et al.
(2010)
1 150
10–15
12.39
(1.16)
m = 52 %
w = 48 %
2 %
-
-
Gradinger,
Strohmeier & Spiel
(2012)
1 461
10–15
12.31
(1.20)
m = 51 %
w = 49 %
7 %
10 %
-
Hemphill et al. (2012)
696
9.
Klasse
15.20
(0.40)
-
15 %
-
-
Hinduja & Patchin
(2007)
1 388
6–17
14.70
m = 50 %
w = 50%
-
-
32 %
36 %
-
-
Hinduja & Patchin
(2008)
1 378
-
14.80
m = 49 %
w = 51 %
18 %
16 %
33 %
36 %
-
Hinduja & Patchin
(2010)
1 963
10–16
12.80
m = 50 %
w = 50 %
22 %
29 %
-
Juvonen & Gross
(2008)
1 454
12–17
15.50
(1.47)
m = 25 %
w = 75 %
-
-
19 %
-
-
-
Kowalski & Limber
(2007)
3 767
6.–8.
Klasse
-
m = 49 %
w = 51 %
4 %
11%
7 %
Kowalski, Morgan &
Limber (2012)
4 531
11–19
15.20
(1.80)
m = 50 %
w = 50 %
5 %
11 %
6 %
ANHANG
189
Tabelle 3. Prävalenzen von Cyberbullying (Fortsetzung)
Kowalski & Limber
(2013)
931
11–19
15.2
(1.8)
m = 53 %
w = 47 %
17 %
14 %
19 %
Li (2006)
264
7.–9.
Klasse
-
m = 49 %
w = 51 %
17 %
25 %
-
Li (2007a)
461
7.
Klasse
-
m = 51 %
w = 49 %
18 %
29 %
-
Li (2007b)
177
7.
Klasse
-
m = 45 %
w = 55 %
15 %
25 %
-
Livingstone et al.
(2011)
25 142
9–16
-
-
3 %
6 %
-
Mishna et al.
(2010)
2 186
6.–11.
Klasse
-
m = 45 %
w = 55 %
34 %
50 %
-
Mishna, Khoury-
Kassabri, Gadalla &
Daciuk (2012)
2 186
6.–11.
Klasse
13.85
(1.98)
m = 45 %
w = 55 %
8 %
24 %
26 %
Monks, Robinson &
Worlidge (2012)
220
7–11
-
m = 53 %
w = 47 %
5 %
21 %
-
Navarro et al. (2013)
10 068
10–12
11.40
(0.70)
m = 51 %
w = 49 %
-
25 %
-
O’Brien & Moules
(2013)
473
11–19
-
-
7 %
20 %
18 %
Ortega et al. (2009)
1 671
8., 10., 12.
Klasse
-
m = 51 %
w = 49 %
-
5 %
-
ANHANG
190
Tabelle 3. Prävalenzen von Cyberbullying (Fortsetzung)
Ortega, Elipe, Mora-
Merchán, Genta et
al. (2012)
1 964
(It.)
8., 10., 12.
Klasse
-
m = 51 %
w = 49 %
-
8 %
-
1 671
(Sp.)
8., 10., 12.
Klasse
-
m = 51 %
w = 49 %
-
8 %
-
2 227
(Engl.)
8., 10., 12.
Klasse
-
m = 51 %
w = 49 %
-
7 %
-
Park et al. (2014)
1 200
12–15
-
m = 51 %
w = 49 %
20 %
26 %
-
Patchin & Hinduja
(2006)
384
9–18
-
m = 14 %
w = 86 %
11 %
29 %
-
Patchin & Hinduja
(2010)
1 963
6.–8.
Klasse
12.60
m = 52 %
w = 48 %
22 %
29 %
-
Pieschl & Porsch
(2012)
1 000
14–20
-
-
8 %
36 %
-
Popović-Ćitić, Djuric
& Cvetkovic (2011)
387
11–15
13.20
m = 58 %
w = 42 %
10 %
22 %
-
Pornari & Wood,
(2010)
339
7.–9.
Klasse
13.30
(0.90)
m = 47 %
w = 52 %
32 %
56 %
-
Pyżalski (2012)
2 143
9.
Klasse
-
m = 49 %
w = 51 %
26 %
-
-
Raskauskas (2009)
1 530
11–18
14.45
(1.73)
m = 32 %
w = 68 %
43 %
-
-
ANHANG
191
Tabelle 3. Prävalenzen von Cyberbullying (Fortsetzung)
Raskauskas & Stoltz
(2007)
84
13–18
15.30
(1.26)
-
21 %
49 %
-
Riebel et al.(2009)
1 987
6–19
13.00
(2.00)
m = 36 %
w = 64 %
4 %
5 %
-
Sakellariou et al.
(2012)
1 530
9–18
13.80
(2.13)
m = 100 %
w = 0 %
9 %
12 %
-
Schultze-Krumbholz
& Scheithauer
(2009a)
194
7.–8.
Klasse
-
m = 54 %
w = 46 %
7 %
5 %
-
Schultze-Krumbholz
& Scheithauer
(2009b)
71
7.–10.
Klasse
14.05
(1.20)
m = 36 %
w = 64 %
17 %
16 %
10 %
Schultze-Krumbholz
et al. (2012)
412
7.–10.
Klasse
13.35
(1.04)
m = 47 %
w = 53 %
5 %
7 %
4 %
Sitzer et al.
(2012)
1 881
11–24
15.70
m = 46 %
w = 54 %
13 %
14 %
6%
Skrzypiec, Slee,
Murray-Harvey &
Pereira (2011)
452
12–14
13.00
(0.41)
m = 53 %
w = 47 %
-
4,2
-
Slonje & Smith
(2008)
360
12–20
15.30
m = 56 %
w = 44 %
12 %
18 %
-
ANHANG
192
Tabelle 3. Prävalenzen von Cyberbullying (Fortsetzung)
Slonje, Smith &
Frisén (2012)
243
4.–6.
Klasse
-
-
3 %
8 %
-
516
7.–9.
Klasse
-
-
13 %
12 %
-
Smith et al. (2008)
92
11–16
-
m = 47 %
w = 53 %
-
7 %
-
533
11–16
-
m = 49 %
w = 51 %
7 %
5 %
-
Staude-Müller,
Hansen & Voss
(2012)
9 760
10–50
24.40
m = 24 %
w = 76 %
-
50 %
-
Steffgen et al. (2011)
2 070
12–24
15.90
(2.30)
m = 46 %
w = 54 %
4 %
3 %
1 %
Stodt et al. (2014)
253
14–22
15.50
(1.53)
m = 57 %
w = 43 %
38 %
25 %
-
Vandebosch & van
Cleemput (2009)
2 052
12–18
-
-
18 %
11 %
-
2 052
12–18
-
-
53 %
62 %
-
Walrave & Heirman
(2011)
1 318
12–18
15.10
(1.90)
m = 51 %
w = 49 %
21 %
34 %
-
Williams & Guerra
(2007)
3 339
5., 8., 11.
Klasse
-
m = 46 %
w = 54 %
9 %
-
-
Wolak et al.
(2007)
1 499
10–17
14.20
(2.10)
m = 49 %
w = 50 %
-
9 %
-
ANHANG
193
Tabelle 3. Prävalenzen von Cyberbullying (Fortsetzung)
Ybarra, Diener-West
et al. (2007)
1 515
10–15
12.60
(0.05)
m = 52 %
w = 48 %
-
35 %
-
Ybarra, Espelage
et al. (2007)
1 588
10–15
12.60
(0.05)
m = 52 %
w = 48 %
21 %
34 %
14 %
Ybarra & Mitchell
(2004b)
1 501
10–17
14.14
(1.96)
m = 52 %
w = 48 %
12 %
4 %
3 %
Ybarra & Mitchell
(2007)
1 500
10–17
-
m = 49 %
w = 51 %
29 %
-
-
Ybarra, Mitchell,
Wolak & Finkelhor
(2006)
1 500
10–17
-
m = 49 %
w = 51 %
-
9 %
-
Anmerkungen. CB = Anteil Cyberbullies, CV = Anteil Cybervictims, CB-CV = Anteil Cyberbully-Victims, - keine
Angabe.
ANHANG
194
Tabelle 4. Prädiktoren von Cyberbullying
Gemeinschaft
Schulklima, z. B. Brighi et al. (2012), Casas et al. (2013); Kowalski et al. (2014), Li
(2007), Williams & Guerra (2007)
Familie
Bildungsgrad der Eltern, z. B. Brighi et al. (2012), Wolak et al. (2007), You & Lim
(2016)
Sozioökonomischer Status, z. B. Wang, Iannotti, & Nansel (2009), Ybarra,
Diener-West et al. (2007), You & Lim (2016)
Beziehung zu den Eltern, z. B. Brighi et al. (2012), Fanti et al. (2012), Kowalski et al.
(2014), Park et al. (2014), Pyżalski (2012), Vandebosch & van Cleemput (2009),
Wang et al. (2009), Wolak et al. (2007), Ybarra, Diener-West et al. (2007)
Unterstützung der Eltern, z. B. Navarro et al. (2013), Vandebosch & van Cleemput
(2009)
Peers
Einstellungen zu Cyberbullying, z. B. Barlett & Gentile (2012)
Peerunterstützung, z. B. Fanti et al. (2012), Kowalski et al. (2014), Williams &
Guerra (2007)
Kämpfe mit Peers, z. B. Hinduja & Patchin (2008)
Individuum
Demografische Merkmale:
Alter, z. B. Cassidy et al. (2009), Hinduja & Patchin (2008), Kowalski et al. (2014),
Kowalski & Limber (2007), Mark & Ratliffe (2011), Mesch (2009), Mishna et al.
(2010), Patchin & Hinduja (2009), Park et al. (2014), Perren & Gutzwiller-
Helfenfinger (2012), Raskauskas & Stoltz (2007), Schultze-Krumbholz & Scheithauer
(2010), Sitzer et al. (2012), Slonje & Smith (2008), Smith et al. (2006), Vandebosch &
van Cleemput (2009), Völlink et al. (2013), Walrave & Heirman (2011), Williams &
Guerra (2007), Wolak et al. (2007), Ybarra & Mitchell (2007), Ybarra, Diener-West
et al. (2007)
ANHANG
195
Tabelle 4. Prädiktoren von Cyberbullying (Fortsetzung)
Individuum
Klassenstufe, z. B. Huang & Chou (2010), Kowalski & Limber (2007), Mark & Ratliffe
(2011), Mishna et al. (2010), Ortega et al. (2009), Smith et al. (2008), Williams &
Guerra (2007)
Geschlecht, z. B. Brighi et al. (2012), Cassidy et al. (2009), Hinduja & Patchin (2008),
Huang & Chou (2010), Kowalski & Limber (2007), Mishna et al. (2010), Navarro et
al. (2013), Ortega et al. (2009), Patchin & Hinduja (2009), Park et al. (2014), Perren
& Gutzwiller-Helfenfinger (2012), Sitzer et al. (2012), Slonje & Smith (2008), Smith
et al. (2008), Sticca et al. (2013), Vandebosch & van Cleemput (2009), Völlink et al.
(2013), Walrave & Heirman (2011), Wolak et al. (2007), Ybarra, Diener-West et al.
(2007), You & Lim (2016)
Ethnie bzw. Kultur, z. B. Brighi et al. (2012), Cassidy et al. (2009), Hinduja & Patchin
(2008), Li (2007), Mishna et al. (2010), Mesch (2009), Walrave & Heirman (2011),
Wolak et al. (2007)
Muttersprache, z. B. Cassidy et al. (2009), Mishna et al. (2010)
Persönlichkeitsmerkmale:
Narzissmus, z. B. Fanti et al. (2012), Kowalski et al. (2014)
Impulsivität, z. B. Fanti et al. (2012)
Ärger, z. B. Kowalski et al. (2014)
Callous-unemotional Traits, z. B. Fanti et al. (2012)
Hyperaktivität, z. B. Kowalski et al. (2014)
Soziale Ängstlichkeit, z. B. Kowalski et al. (2008, 2014)
Selbstwertgefühl, z. B. Brighi et al. (2012), Kowalski et al. (2014), Limber, Kowalski &
Agatston (2008), Patchin & Hinduja (2010b), Pyżalski (2012), Sticca et al. (2013),
Vandebosch & van Cleemput (2009), You & Lim (2016)
ANHANG
196
Tabelle 4. Prädiktoren von Cyberbullying (Fortsetzung)
Individuum
Sozialität bzw. soziale Intelligenz, z. B. Burton et al. (2013), Kowalski et al. (2014),
Schultze-Krumbholz & Scheithauer (2009b), Vandebosch & van Cleemput (2009),
You & Lim (2016)
Affektive, kognitive und konative Merkmale:
Empathie, z. B. Ang & Goh (2010), Casas et al. (2013), Jolliffe & Farrington (2004),
Kowalski et al. (2014), Schultze-Krumbholz & Scheithauer (2009b), Steffgen et al.
(2011), Sticca et al. (2013)
Moral disengagement, z. B. Almeida et al. (2012), Bauman (2010), Gini, Pozzoli &
Hymel (2014), Kowalski et al. (2014), Menesini, Nocentini & Camodeca (2013),
Perren & Gutzwiller-Helfenfinger (2012), Pornari & Wood (2010), Sticca et al. (2013)
Moralische Emotionen, z. B. Perren & Gutzwiller-Helfenfinger (2012)
Moralische Einstellung zu Aggression, Bullying und Cyberbullying, z. B. Barlett &
Gentile (2012), Kowalski et al. (2014), Menesini, Nocentini, & Camodeca (2011),
Perren & Gutzwiller-Helfenfinger (2012), Pyżalski (2012), Walrave & Heirman
(2011), Williams & Guerra (2007)
Emotionsregulation, z. B. You & Lim (2016)
Selbstkontrolle, z. B. Baroncelli & Ciucci (2014), You & Lim (2016)
Prosoziales Verhalten, z. B. Kowalski et al. (2014)
Aggressives Verhalten, z. B. Agatston et al. (2007), Schiller et al. (2014), Schultze-
Krumbholz & Scheithauer (2009b), Wolak et al. (2007), Ybarra & Mitchell (2007),
You & Lim (2016)
Regelverletzendes bzw. maladaptives Verhalten, z. B. Kowalski et al. (2014), Sticca
et al. (2013), Wolak et al. (2007), Ybarra & Mitchell (2004)
ANHANG
197
Tabelle 4. Prädiktoren von Cyberbullying (Fortsetzung)
Individuum
Substanzmissbrauch, z. B. Hinduja & Patchin (2008), Ybarra, Diener-West et al.
(2007)
Traditionelles Bullying, z. B. Barlett & Gentile (2012), Erdur-Baker (2010), Casas et
al. (2013), Li (2007a), Fanti et al. (2012), Hinduja & Patchin (2008), Kowalski et al.
(2008, 2014), Kowalski & Limber (2007), Menesini, Nocentini, & Camodeca (2011),
Ortega et al. (2009), Perren & Gutzwiller-Helfenfinger (2012), Riebel et al. (2009),
Schiller et al. (2014), Schultze-Krumbholz & Scheithauer (2009b), Sitzer et al. (2012),
Sticca et al. (2013), Vandebosch & van Cleemput (2009), You & Lim (2016)
Traditionelle Viktimisierung, z. B. Casas et al. (2013), Erdur-Baker (2010), Fanti et al.
(2012), Hinduja & Patchin (2008), Kowalski et al. (2014), Kowalski & Limber (2007),
Kowalski et al. (2008), Li (2007a), Riebel et al. (2009), Schiller et al. (2014), Schultze-
Krumbholz & Scheithauer (2009b), Sitzer et al. (2012), Sticca et al. (2013),
Vandebosch & van Cleemput (2009), Wolak et al. (2007), Ybarra, Diener-West et al.
(2007), You & Lim (2016)
Einstellungen zur Schule, z. B. Pyżalski (2012)
Schulleistungen, z. B. Beran & Li (2007), Li (2007a), Huang & Chou (2010), Kowalski
et al. (2014), Mishna et al. (2010), Ybarra, Diener-West et al. (2007), You & Lim
(2016)
Schulprobleme, z. B. Beran & Li (2007), Hinduja & Patchin (2008), Katzer et al.
(2009), Ybarra, Diener-West et al. (2007)
ANHANG
198
Tabelle 4. Prädiktoren von Cyberbullying (Fortsetzung)
Medien
Nutzung digitaler Medien, z. B. Berson et al. (2002), Cassidy et al. (2009), Erdur-
Baker (2010), Hinduja & Patchin (2008), Huang & Chou (2010), Kowalski et al.
(2014), Li (2007a), Mark & Ratliffe (2011), Navarro et al. (2013), Ortega et al. (2009),
Park et al. (2014), Sitzer et al. (2012), Smith et al. (2008), Vandebosch & van
Cleemput (2009), Wolak et al. (2007), Ybarra & Mitchell (2004), Sticca et al. (2013),
Walrave & Heirman (2011)
Riskante Mediennutzung, z. B. Berson et al. (2002), Casas et al. (2013), Erdur-Baker
(2010), Kowalski et al. (2014), Mishna et al. (2010), Vandebosch & van Cleemput
(2009), Walrave & Heirman (2011)
Nutzung gewalthaltiger Medien, z. B. Fanti et al. (2012), Schiller et al. (2014)
Internetsucht, z. B. Casas et al. (2013), Vandebosch & van Cleemput (2009)
Wissen über Sicherheit die im Internet, z. B. Li (2007a)
Technische Medienkompetenz, z. B. Sitzer et al. (2012), Vandebosch & van
Cleemput (2009), Walrave & Heirman (2011)
Ethische Medienkompetenz, z. B. Sitzer et al. (2012)
Normen der Mediennutzung, z. B. Pyżalski (2012)
Anonymität, z. B. Barlett & Gentile (2012)
ANHANG
199
Tabelle 13. Skalenkennwerte der Cyberbullyingskala
Cronbachs α
M
SD
rit
p
Messzeitpunkt 1
Skala
.829
1.09
0.26
-
-
Item 1
-
1.08
0.36
.683
.217
Item 2
-
1.14
0.49
.541
.228
Item 3
-
1.12
0.42
.501
.224
Item 4
-
1.22
0.58
.462
.243
Item 7
-
1.05
0.30
.530
.209
Item 8
-
1.02
0.22
.423
.204
Item 9
-
1.03
0.25
.533
.206
Item 11
-
1.08
0.35
.477
.215
Item 13
-
1.02
0.25
.567
.204
Item 14
-
1.19
0.56
.432
.237
Item 16
-
1.03
0.26
.584
.205
Item 17
-
1.03
0.26
.566
.205
Messzeitpunkt 2
Skala
.782
1.08
0.19
-
-
Item 1
-
1.10
0.35
.446
.220
Item 2
-
1.14
0.44
.460
.229
Item 3
-
1.11
0.35
.476
.222
Item 4
-
1.17
0.52
.338
.234
Item 7
-
1.03
0.22
.586
.207
Item 8
-
1.02
0.18
.445
.203
Item 9
-
1.02
0.18
.427
.203
Item 11
-
1.07
0.38
.360
.215
ANHANG
200
Tabelle 13. Skalenkennwerte der Cyberbullyingskala (Fortsetzung)
Item 13
-
1.03
0.25
.550
.206
Item 14
-
1.18
0.51
.433
.236
Item 16
-
1.04
0.29
.474
.208
Item 17
-
1.03
0.26
.576
.207
Messzeitpunkt 3
Skala
.868
1.07
0.22
-
-
Item 1
-
1.09
0.34
.637
.217
Item 2
-
1.10
0.38
.658
.221
Item 3
-
1.10
0.35
.539
.220
Item 4
-
1.17
0.51
.488
.234
Item 7
-
1.04
0.27
.605
.207
Item 8
-
1.03
0.27
.706
.206
Item 9
-
1.02
0.21
.773
.204
Item 11
-
1.06
0.33
.497
.213
Item 13
-
1.02
0.22
.664
.203
Item 14
-
1.17
0.52
.402
.234
Item 16
-
1.04
0.29
.626
.208
Item 17
-
1.03
0.26
.574
.206
Messzeitpunkt 4
Skala
.851
1.10
0.27
-
-
Item 1
-
1.14
0.50
.623
.228
Item 2
-
1.14
0.49
.564
.228
Item 3
-
1.13
0.42
.488
.225
Item 4
-
1.19
0.61
.515
.238
Item 7
-
1.07
0.38
.584
.214
ANHANG
201
Tabelle 13. Skalenkennwerte der Cyberbullyingskala (Fortsetzung)
Item 8
-
1.04
0.33
.608
.209
Item 9
-
1.04
0.36
.684
.208
Item 11
-
1.07
0.39
.433
.214
Item 13
-
1.02
0.18
.403
.203
Item 14
-
1.27
0.64
.431
.254
Item 16
-
1.06
0.37
.626
.211
Item 17
-
1.05
0.34
.639
.210
Anmerkungen. rit = Korrigierte Item-Skala-Korrelation bzw. Trennschärfe, p = Itemschwierigkeit, 1 = gar nicht,
2 = 1 oder 2 Mal, 3 = 2 oder 3 Mal im Monat, 4 = 1 Mal in der Woche, 5 = mehrmals in der Woche, - keine An-
gabe.
ANHANG
202
Tabelle 14. Faktorenanalyse der Cyberbullyingskala
Messzeitpunkt 1
Messzeitpunkt 2
Messzeitpunkt 3
Messzeitpunkt 4
1
2
3
1
2
3
1
2
3
1
2
3
Subskala 1
Item 14
.70
.59
.49
.86
-.36
.31
.71
Item 16
.91
.34
.49
.41
.54
.77
Item 17
.89
.61
.63
.48
.76
Subskala 2
Item 1
.66
.75
.57
.70
Item 2
.77
.70
.72
.33
.86
Item 3
.75
.45
.54
.74
.74
Item 4
.70
.52
.67
.52
Item 11
.56
.67
.82
.62
Item 13
.63
.33
.78
.86
.59
-.32
.36
Subskala 3
Item 7
.78
.77
.58
.32
.84
Item 8
.83
.69
.75
.91
Item 9
.87
.87
.77
.76
Anmerkungen. Hauptkomponentenanalyse mit obliquer Promax-Rotation und Kaiser-Normalisierung,
Kappa = 4, Ladung ab .30; Subskala 1 = direktes Cyberbullying, Subskala 2 = relationales Cyberbullying, Sub-
skala 3 = bildbezogenes Cyberbullying.
ANHANG
203
Tabelle 15. Skalenkennwerte der Cyberbullyingsubskalen
Cronbachs α
M
SD
rit
p
Messzeitpunkt 1
Subskala 1
.69
1.08
0.31
-
-
Item 14
-
1.18
0.55
.477
.237
Item 16
-
1.03
0.26
.703
.205
Item 17
-
1.03
0.26
.634
.205
Subskala 2
.76
1.11
0.28
-
-
Item 1
-
1.08
0.36
.639
.217
Item 2
-
1.15
0.49
.545
.228
Item 3
-
1.12
0.43
.530
.224
Item 4
-
1.21
0.59
.473
.243
Item 11
-
1.08
0.35
.455
.215
Item 13
-
1.02
0.25
.571
.204
Subskala 3
.78
1.04
0.25
-
-
Item 7
-
1.04
0.27
.642
.209
Item 8
-
1.02
0.22
.532
.204
Item 9
-
1.03
0.24
.699
.206
Messzeitpunkt 2
Subskala 1
.60
1.08
0.28
-
-
Item 14
-
1.18
0.50
.466
.236
Item 16
-
1.04
0.29
.523
.208
Item 17
-
1.03
0.26
.369
.207
Subskala 2
.64
1.10
0.23
-
-
Item 1
-
1.10
0.35
.368
.220
Item 2
-
1.14
0.44
.432
.229
ANHANG
204
Tabelle 15. Skalenkennwerte der Cyberbullyingsubskalen (Fortsetzung)
Item 3
-
1.11
0.35
.456
.222
Item 4
-
1.17
0.52
.320
.234
Item 11
-
1.07
0,36
.336
.215
Item 13
-
1.03
0.22
.425
.206
Subskala 3
.76
1.02
0.16
-
-
Item 7
-
1.03
0.22
.651
.207
Item 8
-
1.02
0.18
.582
.203
Item 9
-
1.02
0.18
.553
.203
Messzeitpunkt 3
Subskala 1
.65
1.08
0.29
-
-
Item 14
-
1.17
0.51
.479
.234
Item 16
-
1.04
0.29
.528
.208
Item 17
-
1.03
0.26
.543
.206
Subskala 2
.77
1.09
0.25
-
-
Item 1
-
1.09
0.34
.619
.217
Item 2
-
1.10
0.37
.635
.221
Item 3
-
1.10
0.36
.499
.220
Item 4
-
1.16
0.49
.444
.234
Item 11
-
1.06
0.34
.441
.213
Item 13
-
1.02
0.21
.612
.203
Subskala 3
.88
1.03
0.22
-
-
Item 7
-
1.04
0.27
.690
.207
Item 8
-
1.03
0.27
.788
.206
ANHANG
205
Tabelle 15. Skalenkennwerte der Cyberbullyingsubskalen (Fortsetzung)
Item 9
-
1.02
0.21
.852
.204
Messzeitpunkt 4
Subskala 1
.66
1.13
0.36
-
-
Item 14
-
1.27
0.64
.426
.254
Item 16
-
1.06
0.38
.586
.211
Item 17
-
1.05
0.33
.568
.210
Subskala 2
.73
1.11
0.29
-
-
Item 1
-
1.13
0.50
.650
.228
Item 2
-
1.14
0.48
.620
.228
Item 3
-
1.12
0.42
.529
.225
Item 4
-
1.19
0.60
.509
.238
Item 11
-
1.07
0.40
.309
.214
Item 13
-
1.01
0.17
.205
.203
Subskala 3
.89
1.05
0.32
-
-
Item 7
-
1.07
0.38
.767
.214
Item 8
-
1.04
0.33
.831
.209
Item 9
-
1.04
0.36
.780
.208
Anmerkungen. Subskala 1 = direktes Cyberbullying, Subskala 2 = relationales Cyberbullying, Subskala 3 = bild-
bezogenes Cyberbullying, rit = Korrigierte Item-Skala-Korrelation bzw. Trennschärfe, p = Itemschwierigkeit,
1 = gar nicht, 2 = 1 oder 2 Mal, 3 = 2 oder 3 Mal im Monat, 4 = 1 Mal in der Woche, 5 = mehrmals in der Wo-
che, - keine Angabe.
ANHANG
206
Tabelle 16. Skalenkennwerte der Cyberviktimisierungsskala
Cronbachs α
M
SD
rit
p
Messzeitpunkt 1
Skala
.76
1.09
0.19
-
-
Item 1
-
1.14
0.49
.387
.227
Item 3
-
1.11
0.40
.354
.222
Item 4
-
1.09
0.36
.347
.219
Item 5
-
1.10
0.40
.278
.219
Item 6
-
1.04
0.29
.287
.209
Item 7
-
1.09
0.33
.327
.219
Item 8
-
1.02
0.21
.244
.204
Item 11
-
1.08
0.31
.403
.215
Item 12
-
1.04
0.22
.373
.207
Item 13
-
1.25
0.61
.525
.251
Item 15
-
1.06
0.35
.506
.212
Item 16
1.05
0.31
.547
.211
Item 17
-
1.07
0.36
.459
.214
Messzeitpunkt 2
Skala
.80
1.11
0.24
-
-
Item 1
-
1.20
0.52
.527
.240
Item 3
-
1.17
0.51
.554
.234
Item 4
1.10
0.41
.531
.219
Item 5
-
1.13
0.47
.393
.255
Item 6
-
1.07
0.39
.389
.214
Item 7
-
1.12
0.41
.403
.225
Item 8
-
1.01
0.16
.255
.203
ANHANG
207
Tabelle 16. Skalenkennwerte der Cyberviktimisierungsskala (Fortsetzung)
Item 11
-
1.08
0.36
.354
.216
Item 12
-
1.05
0.29
.391
.210
Item 13
-
1.22
0.51
.516
.244
Item 15
-
1.06
0.32
.448
.212
Item 16
-
1.07
0.33
.463
.214
Item 17
-
1.07
0.36
.369
.214
Messzeitpunkt 3
Skala
.88
1.09
0.25
-
-
Item 1
-
1.17
0.53
.632
.234
Item 3
-
1.14
0.46
.567
.227
Item 4
-
1.09
0.38
.516
.218
Item 5
1.09
0.42
.531
.218
Item 6
-
1.08
0.43
.524
.216
Item 7
-
1.07
0.31
.491
.214
Item 8
-
1.02
0.28
.639
.205
Item 11
-
1.07
0.34
.581
.213
Item 12
-
1.04
0.30
.596
.208
Item 13
-
1.23
0.57
.478
.247
Item 15
-
1.07
0.37
.615
.214
Item 16
-
1.07
0.34
.669
.214
Item 17
-
1.07
0.38
.555
.215
Messzeitpunkt 4
Skala
.87
1.14
0.32
-
-
Item 1
-
1.26
0.63
.541
.253
Item 3
-
1.23
0.63
.678
.246
ANHANG
208
Tabelle 16. Skalenkennwerte der Cyberviktimisierungsskala (Fortsetzung)
Item 4
-
1.14
0.51
.588
.227
Item 5
1.15
0.51
.590
.229
Item 6
-
1.11
0.50
.411
.222
Item 7
-
1.12
0.42
.484
.225
Item 8
-
1.04
0.33
.558
.209
Item 11
-
1.09
0.41
.508
.217
Item 12
-
1.06
0.36
.514
.213
Item 13
-
1.33
0.69
.594
.266
Item 15
-
1.08
0.36
.608
.215
Item 16
-
1.10
0.47
.598
.220
Item 17
-
1.09
0.43
.567
.218
Anmerkungen. rit = Korrigierte Item-Skala-Korrelation bzw. Trennschärfe, p = Itemschwierigkeit, 1 = gar nicht,
2 = 1 oder 2 Mal, 3 = 2 oder 3 Mal im Monat, 4 = 1 Mal in der Woche, 5 = mehrmals in der Woche, - keine An-
gabe.
ANHANG
209
Tabelle 17. Faktorenanalyse der Cyberviktimisierungsskala
Messzeitpunkt 1
Messzeitpunkt 2
Messzeitpunkt 3
Messzeitpunkt 4
1
2
3
1
2
3
1
2
3
1
2
3
Subskala 1
Item 13
.66
.52
.37
.74
.45
Item 15
.86
.80
.69
.33
.81
Item 16
.81
.79
.68
.35
.66
Item 17
.79
.84
.82
.86
Subskala 2
Item 1
.58
.80
.81
.94
Item 3
.62
.31
.75
.75
.70
Item 4
.68
.55
.46
.66
Item 5
.61
.54
.37
.86
.67
Item 6
.64
.71
.78
.80
Item 7
.66
.38
.65
.65
Subskala 3
Item 8
.596
.79
.69
.32
.56
Item 11
.714
.61
.39
.53
.39
.54
Item 12
.802
.51
.35
.65
.75
-.34
Anmerkungen. Hauptkomponentenanalyse mit obliquer Promax-Rotation und Kaiser-Normalisierung,
Kappa = 4, Ladung ab .30; Subskala 1 = direkte Cyberviktimisierung, Subskala 2 = relationale Cyberviktimisie-
rung, Subskala 3 = illegale Cyberviktimisierung.
ANHANG
210
Tabelle 18. Skalenkennwerte der Cyberviktimisierungssubskalen
Cronbachs α
M
SD
rit
p
Messzeitpunkt 1
Subskala 1
.75
1.12
0.35
-
-
Item 13
-
1.25
0.61
.509
.251
Item 15
-
1.06
0.35
.625
.212
Item 16
1.05
0.28
.661
.211
Item 17
-
1.07
0.35
.629
.214
Subskala 2
.69
1.10
0.27
-
-
Item 1
-
1.13
0.48
.409
.227
Item 3
-
1.10
0.39
.455
.222
Item 4
-
1.09
0.36
.473
.219
Item 5
-
1.09
0.39
.408
.219
Item 6
-
1.03
0.23
.405
.209
Item 7
-
1.09
0.33
.456
.219
Subskala 3
.58
1.04
0.19
-
-
Item 8
-
1.02
0.21
.364
.204
Item 11
-
1.08
0.32
.387
.215
Item 12
-
1.04
0.22
.478
.207
Messzeitpunkt 2
Subskala 1
.72
1.10
0.29
-
-
Item 13
-
1.22
0.51
.419
.244
Item 15
-
1.06
0.32
.593
.212
Item 16
1.07
0.33
.590
.214
Item 17
-
1.07
0.36
.537
.214
ANHANG
211
Tabelle 18. Skalenkennwerte der Cyberviktimisierungssubskalen (Fortsetzung)
Subskala 2
.72
1.13
0.30
-
-
Item 1
-
1.20
0.52
.453
.240
Item 3
-
1.16
0.49
.549
.234
Item 4
-
1.10
0.41
.561
.219
Item 5
-
1.13
0.47
.428
.225
Item 6
-
1.06
0.38
.377
.214
Item 7
-
1.12
0.41
.365
.225
Subskala 3
.59
1.05
0.21
-
-
Item 8
-
1.01
0.16
.387
.203
Item 11
-
1.08
0.36
.474
.216
Item 12
-
1.05
0.29
.459
.210
Messzeitpunkt 3
Subskala 1
.75
1.11
0.32
-
-
Item 13
-
1.23
0.57
.459
.247
Item 15
-
1.07
0.37
.624
.214
Item 16
1.07
0.35
.674
.214
Item 17
-
1.07
0.38
.527
.215
Subskala 2
.77
1.10
0.29
-
-
Item 1
-
1.17
0.53
.613
.234
Item 3
-
1.14
0.46
.486
.227
Item 4
-
1.09
0.38
.485
.218
Item 5
-
1.09
0.43
.567
.218
Item 6
-
1.07
0.41
.465
.216
ANHANG
212
Tabelle 18. Skalenkennwerte der Cyberviktimisierungssubskalen (Fortsetzung)
Item 7
-
1.07
0.32
.469
.214
Subskala 3
.78
1.04
0.26
-
-
Item 8
-
1.03
0.28
.622
.205
Item 11
-
1.07
0.35
.584
.213
Item 12
-
1.04
0.30
.682
.208
Messzeitpunkt 4
Subskala 1
.77
1.15
0.39
-
-
Item 13
-
1.33
0.68
.520
.266
Item 15
-
1.07
0.36
.673
.215
Item 16
1.10
0.46
.639
.220
Item 17
-
1.09
0.42
.605
.218
Subskala 2
.77
1.17
0.38
-
-
Item 1
-
1.26
0.62
.515
.253
Item 3
-
1.22
0.60
.618
.246
Item 4
-
1.13
0.48
.563
.227
Item 5
-
1.14
0.48
.554
.229
Item 6
-
1.10
0.48
.405
.222
Item 7
-
1.12
0.42
.473
.225
Subskala 3
.74
1.06
0.30
-
-
Item 8
-
1.04
0.34
.524
.209
Item 11
-
1.09
0.42
.566
.217
Item 12
-
1.06
0.36
.610
.213
ANHANG
213
Tabelle 18. Skalenkennwerte der Cyberviktimisierungssubskalen (Fortsetzung)
Anmerkungen. Subskala 1 = direkte Cyberviktimisierung, Subskala 2 = relationale Cyberviktimisierung, Sub-
skala 3 = illegale Cyberviktimisierung, rit = Korrigierte Item-Skala-Korrelation bzw. Trennschärfe, p = Item-
schwierigkeit, 1 = gar nicht, 2 = 1 oder 2 Mal, 3 = 2 oder 3 Mal im Monat, 4 = 1 Mal in der Woche, 5 = mehr-
mals in der Woche, - keine Angabe.
ANHANG
214
Tabelle 20. Skalenkennwerte der Mediennutzungsskala
Cronbachs α
M
SD
rit
p
Messzeitpunkt 1
Skala
.77
3.00
1.34
-
-
Item 1
-
2.57
1.30
.494
.367
Item 2
-
2.55
1.68
.523
.364
Item 3
-
3.93
1.85
.642
.562
Item 4
-
2.98
2.01
.645
.426
Messzeitpunkt 2
Skala
.77
3.11
1.37
-
-
Item 1
-
2.63
1.29
.499
.377
Item 2
-
2.69
1.77
.507
.385
Item 3
-
4.02
1.88
.635
.577
Item 4
-
3.12
2.03
.667
.448
Messzeitpunkt 3
Skala
.74
3.39
1.36
-
-
Item 1
-
2.71
1.31
.438
.388
Item 2
-
3.01
1.93
.477
.430
Item 3
-
4.39
1.84
.594
.627
Item 4
-
3.41
2.00
.643
.487
Messzeitpunkt 4
Skala
.70
3.49
1.30
-
-
Item 1
-
2.75
1.27
.449
.393
Item 2
-
2.94
1.88
.419
.420
Item 3
-
4.70
1.78
.546
.671
Item 4
-
3.56
2.04
.559
.509
ANHANG
215
Tabelle 20. Skalenkennwerte der Mediennutzungsskala (Fortsetzung)
Anmerkungen. rit = Korrigierte Item-Skala-Korrelation bzw. Trennschärfe, p = Itemschwierigkeit, Mobiltele-
fonnutzung: 1 = selten oder nie, 2 = mehrmals in der Woche, 3 = 1–2 Mal am Tag, 4 = 3–10 Mal am Tag,
5 = 11–20 Mal am Tag, 6 = mehr als 20 Mal am Tag, 7 = mehr als 50 Mal am Tag, Internetnutzung: 1 = selten
oder nie, 2 = mehrmals im Monat, 3 = mehrmals in der Woche, 4 = bis 1 Stunde pro Tag, 5 = 1–2 Stunden am
Tag, 6 = 2–3 Stunden am Tag, 7 = mehr als 3 Stunden am Tag, - keine Angabe.
ANHANG
216
Tabelle 21. Faktorenanalyse der Mediennutzungsskala
Messzeitpunkt 1
Messzeitpunkt 2
Messzeitpunkt 3
Messzeitpunkt 4
1
2
1
2
1
2
1
2
Subskala 1
Item 1
.91
.90
.90
.87
Item 2
.82
.85
.79
.86
Subskala 2
Item 3
.93
.95
.95
.92
Item 4
.91
.91
.89
.90
Anmerkungen. Hauptkomponentenanalyse mit obliquer Promax-Rotation und Kaiser-Normalisierung,
Kappa = 4, Ladung ab .30; Subskala 1 = Mobiltelefonnutzung, Subskala 2 = Internetnutzung.
ANHANG
217
Tabelle 22. Skalenkennwerte der Mediennutzungssubskalen
Cronbachs α
M
SD
rit
p
Messzeitpunkt 1
Subskala 1
.67
2.55
1.30
-
-
Item 1
-
2.57
1.30
.503
.367
Item 2
-
2.56
1.68
.503
.364
Subskala 2
.82
3.45
1.77
-
-
Item 3
-
3.98
1.84
.692
.562
Item 4
-
2.98
2.01
.692
.426
Messzeitpunkt 2
Subskala 1
.70
2.67
1.35
-
-
Item 1
-
2.63
1.30
.539
.377
Item 2
-
2.69
1.77
.539
.385
Subskala 2
.85
3.57
1.83
-
-
Item 3
-
4.06
1.88
.739
.577
Item 4
-
3.14
2.03
.739
.448
Messzeitpunkt 3
Subskala 1
.61
2.89
1.39
-
-
Item 1
-
2.70
1.31
.438
.388
Item 2
-
3.01
1.93
.438
.430
Subskala 2
.82
3.89
1.77
-
-
Item 3
-
4.41
1.83
.701
.627
Item 4
-
3.40
2.00
.701
.487
Messzeitpunkt 4
Subskala 1
.68
2.85
1.38
-
-
Item 1
-
2.74
1.27
.393
Item 2
-
2.94
1.88
.420
ANHANG
218
Tabelle 22. Skalenkennwerte der Mediennutzungssubskalen (Fortsetzung)
Subskala 2
.79
4.13
1.74
-
-
Item 3
-
4.70
1.77
.648
.671
Item 4
-
3.57
2.04
.648
.509
Anmerkungen. Subskala 1 = Mobiltelefonnutzung, Subskala 2 = Internetnutzung, rit = Korrigierte Item-Skala-
Korrelation bzw. Trennschärfe (entspricht hier der Korrelation), p = Itemschwierigkeit, Mobiltelefonnutzung:
1 = selten oder nie, 2 = mehrmals in der Woche, 3 = 1–2 Mal am Tag, 4 = 3–10 Mal am Tag, 5 = 11–20 Mal am
Tag, 6 = mehr als 20 Mal am Tag, 7 = mehr als 50 Mal am Tag, Internetnutzung: 1 = selten oder nie, 2 = mehr-
mals im Monat, 3 = mehrmals in der Woche, 4 = bis 1 Stunde pro Tag, 5 = 1–2 Stunden am Tag, 6 = 2–3 Stun-
den am Tag, 7 = mehr als 3 Stunden am Tag, - keine Angabe.
ANHANG
219
Tabelle 23. Skalenkennwerte der EMC-Skala
Cronbachs α
M
SD
rit
p
Messzeitpunkt 1
-
-
-
-
-
Messzeitpunkt 2
-
-
-
-
-
Messzeitpunkt 3
-
-
-
-
-
Messzeitpunkt 4
Skala
.82
3.14
0.48
-
-
Item 2
-
3.39
0.85
.333
.837
Item 3
-
3.39
0.88
.349
.856
Item 4
-
3.22
0.79
.526
.807
Item 5
-
3.17
0.95
.455
.787
Item 6
-
2.95
1.01
.321
.742
Item 7
-
3.53
0.72
.532
.882
Item 9
-
2.37
1.08
.334
.597
Item 10
-
3.31
0.72
.585
.835
Item 11
-
3.15
0.83
.618
.788
Item 12
-
3.24
0.84
.465
.804
Item 13
-
3.30
0.72
.540
.825
Item 15
-
3.66
0.63
.406
.914
Item 16
-
3.31
0.78
.342
.820
Item 17
-
3.14
0.87
.357
.787
Item 18
-
3.24
0.84
.490
.806
Anmerkungen. rit = Korrigierte Item-Skala-Korrelation bzw. Trennschärfe, p = Itemschwierigkeit, 1 = trifft gar
nicht zu, 2 = trifft eher nicht zu, 3 = trifft eher zu, 4 = trifft genau zu, 88 = Ich weiß nicht wie das technisch
funktioniert oder wo ich das finde, - keine Angabe, Skala wurde nur zu T4 erhoben.
