'N Oorsig oor pornografie gebruik navorsing: Metodologie en resultate uit vier bronne (2015): Utah is nie die nommer 1 in pornogebruik nie.

Skakel na artikel 

'N Oorsig oor pornografie gebruik navorsing: Metodologie en resultate uit vier bronne.

Cyberpsychology: Journal of Psychosocial Research on Cyberspace, 9(4), artikel 1. doi: 10.5817/CP2015-4-4

Abstract

Sleutelwoorde: Pornografie, internetgebruik, data, verteenwoordigend

Download PDF

Inleiding

Terwyl die meeste navorsers sal saamstem dat pornografie in die afgelope dekades meer deurdringend geword het, bly die akkurate meting van die vlak van pornografiegebruik in die bevolking 'n empiriese uitdaging vir sosiale wetenskaplikes. Die verskeidenheid tegnologieë wat gebruik word om toegang tot pornografie te verkry, het mettertyd verander, wat dit byna onmoontlik maak om dieselfde maatstaf van pornografiegebruik konsekwent te meet. Hoëspoed-internet, wat markte geleidelik oor die afgelope vyftien jaar binnegedring het, maak ongekende bekostigbaarheid, anonimiteit en gemak van toegang in pornografieverbruik moontlik (Cooper, 1998), wat bydra tot die oënskynlike algemene toename in pornografiegebruik (Wright, 2011). Hertlein en Stevenson (2010) merk ook op ander kenmerke wat spesifiek is vir breëband-internetpornografie wat bydra tot groei van die bedryf: nader benadering tot die fisiese wêreld, aanvaarbaarheid, dubbelsinnigheid en akkommodasie tussen 'n mens se "regte" en "behoorde" self.

Vorige benaderings tot meting van pornografiegebruik het sterk op opnamedata staatgemaak (sien Buzzell, 2005). Die elektroniese aard van aanlynpornografie maak egter toenemend 'n aantal alternatiewe metodes moontlik om betroubare gevolmagtigdes van pornografiegebruik te verkry, insluitend dié wat uit intekening- of aanlynsoekdata versamel is. Die vermoë om 'n objektiewe maatstaf gebaseer op intekening- of soekdata te gebruik, is voordelig aangesien opname-gebaseerde data oor die algemeen aan 'n sosiale wenslikheidsvooroordeel ly: respondente kan aktiwiteite onderrapporteer wat sosiale norme oortree (Fisher, 1993). Daarbenewens hang intekeningdata nie af van 'n individu se mening oor wat pornografie is nie; 'n natuurlike beperking van subjektiewe opnamevrae oor pornografiegebruik.

Twee onlangse studies het gebruik gemaak van innoverende bronne van data oor die gebruik van aanlynpornografie. Edelman (2009) gebruik intekeningdata van 'n enkele top-tien verskaffer van betaalde pornografiese inhoud om 'n ranglys te skep van watter state die meeste aanlynpornografie gebruik en korreleer dit met verskeie staatsvlak maatstawwe van sosiale of godsdienstige houdings. MacInnis en Hodson (2014) gebruik Google Trends-soektermdata as 'n instaanbediener vir pornografiegebruik en ondersoek die verband tussen staatsvlakpornografiegebruik en maatstawwe van godsdienstigheid en konserwatisme. Hulle vind dat state met meer regse ideologiese houdings hoër koerse van pornografie-verwante Google-soektogte het.

Hierdie artikel beoordeel sommige van die aansprake wat in vorige studies gemaak is oor die rangorde van state en die verband tussen staatsvlakpornografiegebruik en verskeie staatsvlak maatskaplike maatreëls. Ons gee ook 'n raamwerk wat toekomstige navorsers kan gebruik om die verteenwoordigendheid van toekomstige staatsvlak- of selfs provinsiale datastelle oor pornografiegebruik te assesseer. Edelman (2009) was 'n pionier in die toegang tot die intekeningdata van 'n enkele verskaffer van betaalde pornografiese inhoud en hierdie gebruik van individuele verbruikersdata van private maatskappye sal 'n nuttige hulpmiddel word om data oor moeilik meetbare gedrag in te samel. Sleutel vir die toekomstige gebruik van hierdie tipe ryk data is die identifisering van die mate waarin die data van 'n enkele firma dieselfde insigte kan verskaf as 'n nasionaal verteenwoordigende steekproef.

In hierdie vraestel brei ons uit op die data wat in hierdie twee onlangse studies gebruik is en kombineer dit met twee bykomende databronne. Aangesien elk van die vier databronne wat ons in hierdie vraestel gebruik 'n maatstaf van die vlak van pornografiegebruik lewer, skat ons die geldigheid van elke bron deur dit te vergelyk met die staatsvlakranglys wat ons vir die ander bronne verkry.

data

Ons referaat maak gebruik van vier databronne wat inligting oor staatsvlakvariasie in pornografiegebruik insluit. Die eerste twee databronne is nasionaal verteenwoordigende steekproewe terwyl die laaste twee gebaseer is op betaalde intekeninge of bladsybesigtigings wat aan 'n spesifieke verskaffer van pornografiese inhoud gekoppel is. In elke databron is ons maatstaf van pornografiegebruik gebaseer op omstandighede waarin individue pornografiese inhoud soek eerder as om per ongeluk pornografie te kyk.

Ons eerste datastel is gebaseer op 'n nasionaal verteenwoordigende steekproef van 2,988 XNUMX respondente in die New Family Structures Survey (NFSS). Die data-insameling is uitgevoer deur Knowledge Networks (KN), 'n navorsingsfirma met 'n rekord van die generering van hoë-gehalte data. Knowledge Networks het lede van sy paneel lukraak gewerf deur telefoon- en posopnames, huishoudings word van internettoegang voorsien indien nodig. Hierdie paneel het voordele deurdat dit nie beperk is tot huidige internetgebruikers of rekenaareienaars nie, en nie selfgekose vrywilligers aanvaar nie.

Die NFSS sluit 'n vraag in oor of die respondent in die vorige jaar opsetlik pornografie gekyk het. Hierdie tipe vraag het die voordeel dat dit pornografiegebruik vasvang oor watter bron die individu ook al gebruik om toegang te verkry. Daar is ander nasionaal verteenwoordigende steekproewe soos die Algemene Sosiale Opname wat pornografievrae insluit. Ons gebruik die data van die NFSS omdat dit maklik deur ander geleerdes verkry kan word en sluit staatidentifiseerders in sy publiek beskikbare vorm in. Daarteenoor kan staatidentifiseerders slegs in die vertroulike weergawe van die Algemene Sosiale Opname verkry word. Vir die ontleding in hierdie vraestel gebruik ons ​​die stel van ses-en-veertig state van die NFSS-opname waarvoor daar ten minste 50 respondente was.

Die tweede databron, Google Trends, funksioneer as 'n tydreeksindeks van die volume soektogte wat in 'n spesifieke geografiese gebied by Google ingevoer is. Hierdie data is nuttig bewys in ekonomiese en mediese pogings soos die voorspelling van griep-uitbrake (Carneiro & Mylonakis, 2009) en die voorspelling van korttermyn ekonomiese aanwysers soos verbruikersvertroue of werkloosheid (Choi & Varian, 2012). Preis, Moat en Stanley (2013) kwantifiseer handelsgedrag met behulp van Google Trends, wat wys dat sekere terme gekoppel word aan aandeelwaarde wat toeneem of daal. Die volwasse vermaaklikheidsbedryf kan eweneens ondersoek word deur Google Trends-soekdata te gebruik in die mate dat belangrike kenmerke van sy bedryf kwantitatief gemeet kan word.

Die belangrikste uitdaging in die gebruik van Google Trends-data is om die spesifieke terme te kies waarop ons data trek. Die geselekteerde terme moet 'n werklike aanduiding van pornografiegebruik wees sodat ons ontleding bruikbaar kan wees. Ho en Watters (2004) het strukturele neigings in pornografiese webwerwe ontleed. As deel van hul ontleding skep hulle 'n lys van terme wat gereeld op pornografiese webwerwe verskyn en wat dikwels nie op nie-pornografiese webwerwe verskyn nie. Die top vier terme was "porn", "xxx", "seks" en "f***". Deur soekstatistieke te gebruik, vind ons dat soektogte vir hierdie vier terme hoogs gekorreleer is. In teenstelling hiermee is soektogte van die term "pornografie" ongekorreleer met enige van hierdie vier terme en is dit 'n term wat waarskynlik gebruik sal word deur mense wat inligting oor pornografie soek eerder as om toegang tot werklike pornografiese inhoud te verkry.

Daar is ook 'n onderskeid tussen "harde" en "sagte" pornografie, met "sag" wat oor die algemeen verwys na media wat seksueel van aard is, maar nie penetrasie uitbeeld nie. Die vier terme wat voorheen gelys is, sal slegs data trek oor gebruikers wat harde inhoud soek, maar ons beskou dit steeds om twee redes as 'n effektiewe ontleding. Sagte pornografie word nie deur baie kykers as pornografie beskou nie, en gevolglik is dit deurdringend selfs in hoofstroommedia, insluitend televisie en flieks. Tweedens vind ons dat die relatiewe soektogte na sagte pornografieterme minimaal is in vergelyking met soektogte na harde pornografieterme. Ons het 'n relatiewe soekwaarde vir die soekterme "porn" en "naakte meisies" oor 2005-2013 gedoen. Soektogte vir beide terme is sodanig genormaliseer dat die maksimum soekvolume die waarde 100 aangeneem het, wat vir die term "pornografie" voorkom. In vergelyking met die genormaliseerde maksimum, het "naakte meisies" nooit 'n soekvolume-indeks groter as 6 nie.

Die data van Google Trends dui nie die werklike aantal soektogte vir 'n spesifieke term in 'n geografiese gebied aan nie. Elke datapunt word genormaliseer deur die aantal soektogte vir die term te deel deur die totale aantal soektogte in daardie area. Die data word dus beheer vir beide bevolking en die verskille in soekvolume tussen state. Google Trends skakel ook herhaalde soektogte deur 'n enkele individu in 'n kort tydperk uit om te verhoed dat 'n enkele individu die resultate skeeftrek.

Data is beskikbaar op staatsweekvlak vanaf Google Trends. Ons gebruik data oor die jaar Julie 2013-Julie 2014. Ons waarnemings is aangepas na 'n 1-100 skaal. 'n Staat met die hoogste genormaliseerde soektogte van 'n spesifieke term gedurende 'n periode van een week in ons datastel het 'n lesing van 100. Deur hierdie data op elke term te gebruik, konstrueer ons 'n indeks van pornografiese soektogte vir elke staatsweek van ons data met 'n geweegde som deur die vier terme te gebruik. Ons weeg "pornografie" en "seks" swaarder omdat hul relatiewe soektogte baie groter is as in vergelyking met "f***", en "xxx". Spesifiek, ons gebruik die gemiddelde relatiewe gewig van elke term oor die afgelope jaar. Ons gebruik dan hierdie geweegde soekvolumerangorde van state deur Google Trends om die volwasse vermaaklikheidsbedryf geografies te modelleer.

Een van die voordele van die gebruik van data van Google Trends in teenstelling met webwerf-spesifieke intekeningdata, is dat dit die inligting insluit oor individue wat beide gratis en betaalde volwasse vermaak soek. Doran (2008) merk op dat ongeveer 80-90% van besoekers aan pornografiese webwerwe slegs toegang verkry tot gratis pornografiese materiaal, wat daarop dui dat ontleding van betaalde volwasse vermaak werklike patrone van pornografieverbruik in die algemeen kan verbloem.

Ons derde databron teken die aantal intekeninge op een van die top-tien grootste verskaffers van betaalde pornografiese inhoud aan wat in 'n onlangse studie deur Edelman (2009) gebruik is. Edelman se ontleding van hierdie datastel was 'n nuwe bydrae tot die literatuur; vorige studies van pornografiegebruik het slegs opnamedata ondersoek. Die spesifieke data wat gebruik is, was die poskode wat met alle kredietkaartintekeninge tussen 2006 en 2008 geassosieer word. Hierdie spesifieke inhoudverskaffer het honderde werwe wat 'n wye reeks volwasse vermaak dek. Edelman (2009) erken egter dat "dit moeilik is om streng te bevestig dat hierdie verkoper verteenwoordigend is."

Alhoewel die bron van hierdie intekeningdata 'n top-10 verkoper van volwasse vermaak is, is die intekeninge baie laag relatief tot die patrone van pornografiegebruik wat ons waarneem in opnamedata soos die NFSS, waar 47% van volwassenes rapporteer dat hulle pornografie gebruik het in die afgelope jaar . Die staat met die meeste intekeninge per breëbandhuishouding is Utah met 5.47 vir elke 1,000 1.92 huishoudings met breëband. Die laagste staat is Montana met 1,000 intekeninge vir elke 2010 XNUMX huishoudings met breëband. Hierdie lae tariewe dui daarop dat die markaandeel vir individuele inhoudverskaffers van pornografie klein is, wat dit moeilik maak om te weet of die data van een verskaffer 'n akkurate kruisstaatvergelyking kan bied. Soos voorheen genoem, het die oorgrote meerderheid individue wat toegang tot pornografie aanlyn verkry slegs toegang tot gratis inhoud eerder as om 'n betaalde webwerf te gebruik soos dié wat deur Edelman bestudeer is (Doran, XNUMX).

Ons vierde databron is bladsybesigtigingsdata van Pornhub.com, wat destyds die derde grootste aanlyn gasheer van volwasse vermaak in die Verenigde State was. Ons gebruik die Pornhub-data weens die grootte daarvan sowel as die beskikbaarheid van data. Pornhub het die bladsybesigtigings per capita gedurende die jaar 2013 publiek beskikbaar gestel en hierdie data afsonderlik volgens staat gerapporteer. Die Pornhub-data is soortgelyk van aard aan Edelman se data deurdat dit 'n objektiewe maatstaf van die verskafferkant van pornografiegebruik is. Die data teken egter bladsybesigtigings in plaas van intekenare aan; intuïtief sou die data patrone van swaar per-persoon gebruik sowel as patrone van verspreiding onder die bevolking openbaar. Die data het ook die relatiewe voordeel dat dit beide betaalde en onbetaalde gebruik insluit.

Assessering van die verteenwoordigendheid van nuwe databronne

Die groot data-revolusie begin dramaties die tipe databronne oopmaak wat gebruik kan word om gedrag, soos pornografiegebruik, te meet en te bestudeer. Die subskripsiedata wat deur Edelman (2009) gebruik word, verteenwoordig die tipe groot datastelle wat toenemend vir vakkundiges in hul navorsing beskikbaar sal word. 'n Belangrike eerste stap in die gebruik van hierdie tipe eiendomsdata sal wees om te bepaal in watter mate die data van 'n enkele verskaffer verteenwoordigend is van die algemene populasie van belang. In hierdie afdeling verskaf ons 'n raamwerk wat die verteenwoordigendheid van 'n datastel evalueer deur dit te vergelyk met die patrone waargeneem vanaf 'n ander data wat bekend is dat dit nasionaal verteenwoordigend is of deur dit te vergelyk met 'n kombinasie van ander databronne wat gesamentlik waarskynlik die ware verteenwoordig onderliggende gedragspatroon.

In Tabel 1 lys ons die top tien en onderste tien state vir pornografiegebruik gebaseer op elk van die vier bronne: intekeningdata, Pornhub, NFSS en Google Trends. Mississippi is een staat wat in die top vier state in pornografie gebruik oor al vier datastelle en Idaho is konsekwent naby die laagste koerse van enige state oor die meeste van die maatreëls. Daarteenoor is ander state soos Arkansas en Utah in die top tien langs sommige maatreëls, maar in die onderste tien volgens ander maatreëls. Hierdie resultate dui daarop dat die identifisering van watter staat blykbaar die hoogste koerse van pornografiegebruik het, gebaseer op 'n enkele databron, 'n bietjie problematies kan wees.

Tabel 1. Rangorde van state gebaseer op vier verskillende databronne wat beheer word
vir breëband internettoegang.

In Tabel 2-paneel A skat ons die korrelasie tussen elk van die databronne deur die werklike maatstawwe van pornografiegebruik van elke bron te gebruik eerder as die rangorde wat in Tabel 1 gerapporteer word uit hierdie maatstawwe. Die betaalde intekeningdata het verreweg die swakste korrelasie met die ander drie bronne en is selfs negatief gekorreleer met die NFSS-opnamedata. Die betaalde intekeningdata het 'n korrelasie van -0.0358 met die NFSS, 0.076 met Google Trends, en 0.0066 met Pornhub. Nie een van hierdie korrelasies is statisties betekenisvol nie; ooreenstemmende t-statistieke is almal minder as 0.6 (wat ooreenstem met rigting-p-waardes groter as .3). Daarteenoor toon die ander drie ranglys relatief noemenswaardige korrelasies. Google Trends en Pornhub het 'n korrelasie van .487, NFSS en Google Trends het 'n korrelasie van .655 en Pornhub en NFSS het 'n korrelasie van .551. Al hierdie korrelasies is statisties betekenisvol met 'n t-statistiek tussen Google Trends en Pornhub van 3.78, tussen NFSS en Google Trends van 5.68, en tussen Pornhub en NFSS van 4.28. Al hierdie stem ooreen met rigting-p-waardes van minder as 0004.

In paneel B rapporteer ons korrelasies deur gebruik te maak van die rangorde wat uit elke databron geskep is. Korrelasies tussen NFSS, Google-tendense en Pornhub het vergelykbare korrelasiekoëffisiënte en betekenisvolheid as dié in paneel A, net so is die korrelasie tussen Google-tendense en betaalde intekening soortgelyk. Die paneel is opmerklik omdat betaalde intekeningdata beter korreleer met Pornhub- en NFSS-opnamedata wanneer u rangorderanglys gebruik, maar die korrelasies is steeds onbeduidend. Die twee panele stel ons in staat om soortgelyke gevolgtrekkings te maak, maar die groter koëffisiënte vir betaalde intekeningdata is opmerklik ten spyte van die feit dat hulle onbeduidend is en veral swakker as die korrelasies van die ander bronne met mekaar. Ons glo dat die korrelasies met behulp van die werklike maatstawwe van pornografiegebruik eerder as rangorde-ranglys die bedryf die beste verteenwoordig, want dit is verantwoordelik vir die werklike verskil in pornografiegebruik eerder as net die spesifieke volgorde van die state.

Tabel 2. Korrelasie tussen die Vier Databronne.

Die beduidende korrelasie tussen die drie nie-betaalde intekeningdatabronne, ten spyte van die verskillende veranderlikes wat hulle meet (soekvolume, bladsyaansigte en proporsie pornografiekykers), dui daarop dat hulle 'n werklike onderliggende patroon van variasie in pornografiegebruik oor state meet; een wat nie gekorreleer is met die intekeningdata wat deur Edelman (2009) gebruik word nie.

Sensitiwiteit van skattings vir databron wat gebruik word

Om die belangrikheid daarvan te illustreer om die verskille in staatpornografiekoerse oor verskillende databronne te verantwoord, herhaal ons die resultate van 'n onlangse studie wat bevind het dat meer godsdienstige en meer konserwatiewe state meer geneig is om na seksuele inhoud op Google te soek (MacInnis & Hodson, 2014). Ons ondersoek of die gevolgtrekkings van daardie referaat van toepassing is op ander maatstawwe van pornografiegebruik deur die ander databronne wat ons in hierdie vraestel beskryf het, te gebruik. Die resultate van hierdie replikasie word in Tabel 3 gegee. Ons het die pornografie-gebruik, godsdienstigheid en konserwatisme-maatstawwe gestandaardiseer deur die gemiddelde af te trek en deur die standaardafwyking te deel om voorsiening te maak vir vergelykings oor die verskillende pornografiegebruiksmaatstawwe (hierdie benadering is gelykstaande aan omskakeling elk van die mate in 'n Z-telling).

Tabel 3. Korrelasies tussen godsdienstigheid of konserwatisme op staatsvlak en elke maatstaf
van pornografiegebruik.

In die oorspronklike studie het MacInnis en Hodson (2014) resultate gegee gebaseer op Google Trends-data afsonderlik vir spesifieke soekterme soos seks, pornografie en XXX, soortgelyk aan die terme wat ons in ons Google Trends-maatstaf gebruik. Die resultate in die eerste ry van Tabel 3 toon dat ons ook in die meeste gevalle 'n statisties beduidende verband tussen godsdienstigheid en konserwatisme vind wanneer ons die Google Trends-data gebruik. Die ander rye in Tabel 3 toon egter dat ons 'n baie swakker statistiese verwantskap kry wanneer enige van die ander drie databronne gebruik word. Hierdie resultate dui daarop dat indien MacInnis en Hodson (2014) enige van die ander drie databronne gebruik het, hulle waarskynlik tot 'n ander gevolgtrekking in hul referaat sou gekom het oor die sterkte van die verhouding wat hulle ondersoek het.

Die feit dat MacInnis en Hodson (2014) 'n statisties beduidende verband vind tussen godsdienstigheid op staatsvlak en pornografiegebruik op staatsvlak, is interessant, aangesien vorige studies wat data op individuele vlak gebruik, bevind dat individue wat gereeld die kerk bywoon, baie minder geneig is om pornografie te gebruik ( Doran & Price, 2014; Patterson & Price, 2012; Stack, Wasserman, & Kearns, 2004). Hierdie tipe patroon waarin groepvlakverhoudings teenoorgesteld is wat op individuele vlak gevind word, is ook gevind in die verhouding tussen onderwys en godsdiens (Glaeser & Sacerdote, 2008) en die verhouding tussen inkomste en politieke affiliasie (Glaeser & Sacerdote, 2007).

Bespreking

Elkeen van die databronne wat hierbo oorweeg is, vang 'n ander deursnee-aansig van die aanlynpornografiebedryf vas, en elkeen het belangrike kwesbaarhede vir navorsers wat belangstel in algemene vlakke van pornografiegebruik deur staat. NFSS opname data, byvoorbeeld, rapporteer waarskynlik pornografieverbruik as gevolg van sosiale wenslikheid vooroordeel en vakke se foutiewe geheue. Google Trends-data versuim om enige pornografiegebruik vas te lê wat op ander maniere as 'n Google-soektog verkry word. Pornhub en betaalde intekeningdata kan beperk word in hul verteenwoordigendheid; hulle meet gebruik met betrekking tot slegs 'n enkele firma in die bedryf.

Wanneer data van enige bron in navorsing gebruik word, moet resultate aangebied word in konteks van die data wat tot daardie resultate lei. Kwessies ontstaan ​​wanneer individue 'n gegewe databron verkeerdelik interpreteer as verteenwoordigend van die geheel van die pornografiebedryf. Daar is baie ander instellings waarin soortgelyke nie-verteenwoordigende data verkeerdelik oorveralgemeen kan word. Navorsers en individue moet bewus wees van die eksterne geldigheid van hul bevindinge terwyl die media en lesers versigtig moet wees om nie resultate te oorveralgemeen nie.

Ons erken ook 'n beperking van ons databronne deurdat hulle die pornografiebedryf in verskillende historiese oomblikke vasvang; Google Trends (2013-2014), betaalde intekening (2006-2008), Pornhub (2013) en NFSS (2012). Betaalde intekeningdata is ongeveer 6-7 jaar voor die ander bronne ingesamel. Hierdie tydsverskil kan ons resultate beïnvloed, maar die algemene neigings in die databronne as geheel is sodanig dat ons glo dat ons bevindings akkuraat is. Groot verskuiwings in die relatiewe gebruik van pornografie oor state van 2006-2013 sou nodig wees vir hierdie vooroordeel om te voorkom wat ons glo onwaarskynlik is.

Wanneer daar gepoog word om individue te rangskik met betrekking tot een of ander vorm van aktiwiteit, moet verskeie bronne (indien beskikbaar) bekyk word ter wille van kontrasterende resultate. Indien die bestellings soortgelyk is, kan hul akkuraatheid makliker aanvaar word. Sou hulle verskil, ontstaan ​​'n geleentheid om meer oor die kwessie te verstaan. In ons spesifieke geval sal die verskille waarskynlik ontstaan ​​omdat die bronne verskillende tipes pornografiegebruik vasvang.

Vorige navorsing oor pornografiegebruik het geraak aan die mate waarin dit belangrike areas van belangstelling soos egskeiding, geluk, werkersproduktiwiteit en seksuele geweld kan beïnvloed (Bergen & Bogle, 2000; Doran & Price, 2014; Patterson & Price, 2012; Young & Geval, 2004). Wanneer sulke navorsing gedoen word, moet data van 'n betroubare en veralgemeenbare bron (of bronne) wees. Resultate en bevindinge van enige sulke effekte moet ook oorweeg word in die lig van die ouderdom, geslag en seksuele identiteit van individue – faktore wat nie in hierdie referaat in ag geneem word nie (Sevcikova & Daneback, 2014; Stoops, 2015; Traeen & Daneback, 2013 ; Tripodi et al. 2015). In sulke navorsingsgeleenthede kan pornografiegebruik deur staat 'n rol in die analise speel. Gegewe die resultate van hierdie vraestel moet die databron van so 'n veranderlike ernstig oorweeg word in so 'n regressie en die resultaat moet in konteks van die databron geïnterpreteer word.

Gevolgtrekking

Data verskaf deur spesifieke maatskappye het die potensiaal om belangrike insigte oor openbare kwessies te verskaf. 'n Groot uitdaging is om te bepaal wanneer die data van 'n enkele maatskappy, selfs 'n baie groot een, insigte kan verskaf wat verteenwoordigend is van die hele bevolking. Met die veronderstelling dat relatiewe koerse van pornografie oor state nie groot veranderinge van 2006-2013 gehad het nie, dui die resultate van ons referaat daarop dat die inligting van 'n enkele maatskappy in sommige gevalle 'n misleidende prentjie van die geografiese patrone van 'n spesifieke gedrag kan maak. Dit kan veral belangrik wees vir pornografiegebruik aangesien die oorgrote meerderheid individue wat toegang tot pornografie aanlyn verkry slegs toegang tot gratis inhoud verkry eerder as om 'n betaalde webwerf te gebruik (Doran, 2008).

Die resultate van hierdie referaat maak gebruik van vier verskillende databronne oor pornografiegebruik, insluitend twee wat nasionaal verteenwoordigende data behels (Google Trends en NFSS). Ons vind 'n beduidende korrelasie tussen drie van ons databronne wat daarop dui dat hulle almal 'n soortgelyke onderliggende patroon in pornografiegebruik oor state weerspieël. In teenstelling hiermee korreleer data oor betaalde intekeninge, die een bron wat 'n redelike hoeveelheid media-aandag gekry het, eintlik taamlik swak met die ander bronne. Ons wys ook dat keuses oor databronne die gevolgtrekkings kan beïnvloed wat studies maak en stel voor dat toekomstige studies sensitiwiteitstoetse oor databronne insluit wanneer kwessies ondersoek word waarvoor dit uitdagend is om 'n ideale maatstaf van die spesifieke gedrag te kry.

Verwysings