Преглед на изследванията за използване на порнографията: Методология и резултати от четири източника (2015): Юта не е номер 1 в порнографията

Връзка към статията 

Преглед на изследванията на порнографията: Методология и резултати от четири източника.

Киберпсихология: вестник за психосоциални изследвания в киберпространството, 9(4), статия 1. Дой: 10.5817 / CP2015-4-4

абстрактен

Ключови думи: Порнография, използване на интернет, данни, представителни

Изтегляне на PDF

Въведение

Докато повечето изследователи биха се съгласили, че порнографията е станала по-разпространена през последните десетилетия, точното измерване на степента на използване на порнографията в населението остава емпирично предизвикателство за социалните учени. Множеството от технологии, използвани за достъп до порнография, се променят с времето, което прави почти невъзможно последователно измерване на същия показател за порнографска употреба. Високоскоростният интернет, който през последните петнадесет години навлезе на пазара постепенно, позволява безпрецедентна достъпност, анонимност и лесен достъп до потреблението на порнография (Cooper, 1998), което допринася за очевидното нарастване на употребата на порнография (Wright, 2011). Hertlein и Stevenson (2010) отбелязват и други особености, особено за широколентовата интернет порнография, допринасящи за растежа на индустрията: по-близко сближаване с физическия свят, приемливост, двусмислие и приспособяване между „реалното” и „трябва” себе си.

Минали подходи към измерването на употребата на порнографията са разчитали до голяма степен на данните от проучванията (вж. Buzzell, 2005). Електронният характер на онлайн порнографията обаче все по-често прави възможен редица алтернативни методи за получаване на надеждни пълномощни приложения за порнография, включително тези, които са събрани от абонаментни или онлайн данни за търсене. Възможността да се използва обективна мярка, базирана на данни за абонамент или търсене, е благоприятна, тъй като данните, базирани на проучвания, по принцип страдат от социална пристрастност: респондентите могат да не отчитат дейности, които нарушават социалните норми (Fisher, 1993). Освен това данните за абонамента не зависят от мнението на индивида за това какво представлява порнографията; естествено ограничаване на субективните въпроси от проучването относно използването на порнографията.

Две неотдавнашни проучвания са използвани в иновативни източници на данни за онлайн порнографска употреба. Edelman (2009) използва данни за абонамент от един топ-10 доставчик на платено порнографско съдържание, за да създаде класация на държавите, които използват най-много онлайн порнография и ги свързва с няколко мерки на социално или религиозно поведение на държавно ниво. MacInnis и Hodson (2014) използват данните за търсещите термини в Google Trends като прокси за порнографска употреба и изследват връзката между използването на порнография на държавно ниво и мерките за религиозност и консерватизъм. Те откриват, че държавите с по-правилни идеологически нагласи имат по-високи нива на търсения с порнография в Google.

Този документ оценява някои от твърденията, направени в предишни проучвания за ранга на държавите и връзката между използването на порнографията на държавно ниво и различните социални мерки на държавно ниво. Също така даваме рамка, която бъдещите изследователи могат да използват, за да оценят представителността на бъдещите бази данни на ниво държава или дори на ниво окръг за използване на порнографията. Edelman (2009) е пионер в достъпа до данни за абонамент на един доставчик на платено порнографско съдържание и използването на индивидуални потребителски данни от частни компании ще се превърне в полезен инструмент за събиране на данни за поведение, труднодостъпно за измерване. Ключът за бъдещото използване на този тип богати данни ще бъде да се определи степента, до която данните от една фирма могат да предоставят същите прозрения като национално представителна извадка.

В тази статия ние разширяваме данните, използвани в тези две скорошни проучвания и ги комбинираме с два допълнителни източника на данни. Тъй като всеки от четирите източника на данни, който използваме в този документ, дава измерване на степента на използване на порнографията, ние оценяваме валидността на всеки източник, като го сравняваме с класирането на държавно ниво, което получаваме за другите източници.

Дата

Нашата книга се основава на четири източника на данни, които включват информация за промяната в порнографията на държавно ниво. Първите два източника на данни са национално представителни проби, докато последните две се основават на платени абонаменти или изгледи на страници, свързани с конкретен доставчик на порнографско съдържание. Във всеки източник на данни нашата мярка за порнографска употреба се основава на обстоятелства, при които хората търсят порнографско съдържание, а не случайно гледане на порнография.

Първият ни набор от данни се базира на национално представителна извадка от респондентите на 2,988 в проучването на новите семейни структури (NFSS). Събирането на данни бе проведено от изследователска фирма Knowledge Networks (KN), в която има данни за генериране на висококачествени данни. Мрежите на знанието набират членове на своя панел на случаен принцип чрез телефонни и пощенски проучвания, домакинствата получават достъп до интернет, ако е необходимо. Този панел има предимства, тъй като не се ограничава до настоящите интернет потребители или собственици на компютри и не приема самостоятелно избрани доброволци.

NFSS включва въпрос за това дали респондентът умишлено е гледал порнографията през предходната година. Този тип въпроси имат предимството да заснемат използването на порнографията в произволен източник, който индивидът използва за достъп. Има и други национално представителни проби като общото социално изследване, които включват въпроси за порнографията. Ние използваме данните от NFSS, защото те могат да бъдат лесно достъпни от други учени и включват държавни идентификатори в публично достъпна форма. За разлика от това, идентификаторите на държавата могат да бъдат получени само в поверителната версия на Общото социално изследване. За анализа в тази статия ние използваме множеството от четиридесет и шест държави от проучването на NFSS, за което имаше поне 50 респонденти.

Вторият източник на данни, Google Trends, функционира като индекс на времеви редици на обема на търсенията, въведени в Google в конкретна географска област. Тези данни се оказаха полезни при икономически и медицински начинания, като например предсказване на огнища на грип (Carneiro & Mylonakis, 2009) и прогнозиране на краткосрочни икономически показатели като доверие на потребителите или безработица (Choi & Varian, 2012). Preis, Moat и Stanley (2013) определят количествено поведението на търговията с помощта на Google Trends, показвайки, че определени термини са свързани с увеличаване или намаляване на стойността на акциите. Индустрията за развлечения за възрастни също може да бъде изследвана чрез използване на данни за търсене на Google Trends, доколкото важните характеристики на нейната индустрия могат да бъдат измерени количествено.

Най-важното предизвикателство при използването на данните от Google Trends е да изберем конкретните условия, по които изготвяме данни. Избраните термини трябва да са действителен индикатор за използването на порнографията за нашия анализ, за ​​да бъде полезен. Ho и Watters (2004) анализираха структурните тенденции в порнографските уебсайтове. Като част от техния анализ те създават списък с термини, които често се появяват на порнографски уебсайтове и които често не се появяват на не-порнографски уебсайтове. Първите четири термина са "порно", "ххх", "секс" и "е ***". Използвайки статистически данни за търсенето, откриваме, че търсенията за тези четири термина са силно свързани. За разлика от това, търсенето на термина „порнография“ не е свързано с нито един от тези четири термина и е термин, който е вероятно да се използва от хора, които търсят информация за порнографията, вместо да получават достъп до действително порнографско съдържание.

Съществува и разлика между „твърда” и „мека” порнография, като „меката” обикновено се отнася до медиите, които имат сексуален характер, но не показват проникване. Четирите изброени по-горе термина ще привлекат данни само за потребители, които търсят трудно съдържание, но все още считаме, че това е ефективен анализ по две причини. Мекият порнография не се счита за порнография от много зрители и в резултат на това той е широко разпространен дори в основните медии, включително телевизията и филмите. Второ, откриваме, че относителните търсения на меки порнографски термини са минимални в сравнение с търсенето на термини с твърда порнография. Направихме относителна стойност на търсене за думите за търсене "порно" и "голи момичета" над 2005-2013. Търсенията за двата термина са нормализирани така, че максималният обем на търсене да е придобил стойността 100, възникваща за термина "порно". В сравнение с нормализирания максимум, “голи момичета” никога не са имали индекс на обема на търсене по-голям от 6.

Данните от Google Тенденции не посочват действителния брой търсения за определен термин в географска област. Всяка точка от данни се нормализира, като броят на търсенията за срока се дели на общия брой на всички търсения в тази област. Следователно данните се контролират както за населението, така и за разликите в обема на търсене между държавите. Google Тенденции също така премахва повтарящите се търсения от един човек в кратък период от време, за да се предотврати изкривяване на резултатите от един човек.

Данните са налични на ниво държава-седмица от Google Тенденции. Използваме данни през юли 2013-юли 2014. Нашите наблюдения са адаптирани към скалата 1-100. Състояние с най-високи нормализирани търсения на определен термин по време на един седмичен период в нашия набор от данни има четене на 100. Използвайки тези данни за всеки термин, ние изграждаме индекс за търсене на порнография за всяка държава-седмица от нашите данни с претеглена сума, използвайки четирите термина. Ние по-тежко "порно" и "секс", защото техните относителни търсения са много по-големи, отколкото в сравнение с "F ***", и "XXX". По-конкретно, използваме средната относителна тежест на всеки термин през последната година. След това използваме това претеглено класиране за обема на търсене на държави от Google Тенденции, за да моделираме географски индустрията за забавления за възрастни.

Едно от предимствата на използването на данни от Google Тенденции, за разлика от данните за абонамента, специфични за уебсайтове, е, че включва информация за лицата, които търсят както безплатни, така и платени забавления за възрастни. Doran (2008) отбелязва, че около 80-90% от посетителите на порнографски уебсайтове имат достъп само до безплатни порнографски материали, което предполага, че анализът на платени забавления за възрастни може да замъгли действителните модели на потребление на порнография като цяло.

Третият ни източник на данни записва броя на абонаментите за един от десетте най-големи доставчици на платено порнографско съдържание, използвано в скорошно проучване на Edelman (2009). Анализът на Еделман за този набор от данни беше нов принос към литературата; предишни проучвания на употребата на порнография са изследвали само данните от проучванията. Конкретните използвани данни бяха пощенският код, свързан с всички абонаменти за кредитни карти между 2006 и 2008. Този конкретен доставчик на съдържание има стотици сайтове, покриващи широк спектър от забавления за възрастни. Edelman (2009) признава обаче, че "е трудно да се потвърди строго, че този продавач е представителен."

Въпреки че източникът на тези данни за абонамент е най-продаваният от 10 за забавление за възрастни, абонаментите са много ниски в сравнение с моделите на използване на порнографията, които наблюдаваме в данните от проучванията като NFSS, където 47% от възрастните съобщават за използване на порнография през последната година , Държавата с най-много абонаменти за широколентово домакинство е Юта с 5.47 за всеки домакинство 1,000 с широколентов достъп. Най-ниското състояние е Монтана с 1.92 абонаменти за всяко домакинство 1,000 с широколентов достъп. Тези ниски нива предполагат, че пазарният дял на отделните доставчици на съдържание с порнография е малък, което прави трудно да се разбере дали данните от един доставчик могат да осигурят точно сравнение между държави. Както беше споменато по-горе, по-голямата част от хората, които имат достъп до онлайн порнография, имат достъп само до безплатно съдържание, вместо да ползват платен сайт, като например този, изучаван от Edelman (Doran, 2010).

Нашият четвърти източник на данни е данните за показване на страници от Pornhub.com, който е бил третият най-голям хост за развлечения за възрастни в САЩ по това време. Ние използваме данните Pornhub поради неговия размер, както и наличието на данни. Pornhub направи публично достъпен преглед на страница на глава от населението през годината 2013 и докладваше тези данни отделно по държави. Данните на Pornhub са сходни по естество с данните на Edelman, тъй като това е обективна мярка за използването на порнографията от страна на доставчика. Въпреки това, данните записват изгледи на страници вместо абонати; интуитивно, данните биха разкрили модели на тежка употреба на човек, както и модели на разпространение сред населението. Данните също имат относителното предимство на включването както на платена, така и на неплатена употреба.

Оценка на представителността на новите източници на данни

Революцията на големите данни започва драматично да отваря видовете източници на данни, които могат да бъдат използвани за измерване и изследване на поведения, като например използването на порнография. Данните за абонамента, използвани от Edelman (2009), представляват вида на големите масиви от данни, които все повече ще стават достъпни за учените в техните изследвания. Важна първа стъпка при използването на този тип патентовани данни ще бъде оценката на степента, до която данните от един доставчик са представителни за общата популация от интереси. В този раздел ние предоставяме рамка за оценка на представителността на даден набор от данни, като я сравняваме с моделите, наблюдавани от други данни, за които се знае, че са национално представителни, или като го сравняваме с комбинация от други източници на данни, които общо взето представляват истинския модела на поведение.

В Таблица 1 изброяваме първите десет и долни десет държави за използване на порнография на базата на всеки от четирите източника: данни за абонамент, Pornhub, NFSS и Google Trends. Мисисипи е една държава, която се нарежда в четирите най-големи държави по порнографска употреба във всичките четири масива от данни и Айдахо последователно се нарежда близо до най-ниските нива от всички държави в повечето от мерките. За разлика от тях, други държави като Арканзас и Юта се нареждат в първата десетка по някои мерки, но в долната част на десетте по други мерки. Тези резултати показват, че идентифицирането на държавата, която изглежда има най-високи нива на порнографска употреба, базирана на един източник на данни, може да бъде малко проблематично.

Таблица 1. Ред на държавите, базирани на четири различни контролирани източника на данни
за широколентов достъп до интернет.

В таблица 2 панел А ние оценяваме съотношението между всеки от източниците на данни, като използваме действителните мерки за използване на порнографията от всеки източник, а не по ред, който се отчита в таблица 1 от тези мерки. Данните за платения абонамент са със сигурност най-слабата корелация с останалите три източника и дори е отрицателно свързана с данните от проучването на NFSS. Платените данни за абонамент имат корелация от -0.0358 с NFSS, 0.076 с Google Trends и 0.0066 с Pornhub. Нито една от тези корелации не е статистически значима; съответните t-статистики са по-малко от 0.6 (които съответстват на посочените р-стойности по-големи от .3). От друга страна, другите три класации показват относително значими корелации. Google Trends и Pornhub имат корелация на .487, NFSS и Google Trends имат корелация на .655 и Pornhub и NFSS имат корелация на .551. Всички тези корелации са статистически значими с t-статистика между Google Trends и Pornhub на 3.78, между NFSS и Google Trends на 5.68, както и между Pornhub и NFSS на 4.28. Всички те отговарят на посочените р-стойности, по-малки от .0004.

В панел Б ние съобщаваме корелации, като използваме поредните класификации, създадени от всеки източник на данни. Корелациите между NFSS, тенденциите на Google и Pornhub имат сравними коефициенти на корелация и значение за тези в панел А, също така корелацията между тенденциите в Google и платения абонамент е подобна. Панелът е забележителен, защото при използване на ординални класации платените абонаментни данни по-добре корелират с данните от изследването на Pornhub и NFSS, но корелациите все още са незначителни. Двата панела ни позволяват да направим подобни изводи, но за по-големите коефициенти за платени данни за абонамент си струва да се отбележи, въпреки че те са незначителни и значително по-слаби от корелациите на другите източници. Ние вярваме, че корелациите, използващи действителните мерки за използване на порнографията, а не ординалните класации, най-добре представят индустрията, защото тя отчита действителната разлика в употребата на порнографията, а не само в конкретния ред на държавите.

Таблица 2. Корелация между четирите източника на данни.

Значителната корелация между трите неплатени източника на данни за абонамент, въпреки различните променливи, които те измерват (обем на търсене, изгледи на страници и дял от зрителите на порнографията), предполагат, че те измерват истински основополагащ модел на вариации в употребата на порнография в различните държави; този, който не е свързан с данните за абонамента, използвани от Edelman (2009).

Чувствителност на оценките към използвания източник на данни

За да илюстрираме значението на отчитането на разликите в процентите на държавна порнография в различни източници на данни, ние възпроизвеждаме резултатите от скорошно проучване, което установи, че по-религиозните и по-консервативни държави са по-склонни да търсят сексуално съдържание в Google (MacInnis & Hodson, 2014). Проучваме дали заключенията от този документ се прилагат за други мерки за използване на порнография, използвайки другите източници на данни, които сме описали в тази статия. Резултатите от тази репликация са дадени в таблица 3. Ние стандартизирахме мерките за използване на порнография, религиозност и консерватизъм, като извадихме средната стойност и разделихме на стандартното отклонение, за да дадем възможност за сравнения между различните мерки за използване на порнографията (този подход е еквивалентен на конвертиране всяка от мерките в Z-резултат).

Таблица 3. Корелации между религиозност на държавно ниво или консерватизъм и всеки показател
на порнографията.

В първоначалното проучване MacInnis и Hodson (2014) дадоха резултати въз основа на данните от Google Trends поотделно за конкретни термини за търсене, като пол, порно и XXX, подобно на термините, които използваме в нашата мярка за Google Trends. Резултатите в първия ред на таблица 3 показват, че също така намираме статистически значима връзка между религиозността и консерватизма в повечето случаи, когато използваме данните от Google Trends. Обаче другите редове в таблица 3 показват, че получаваме много по-слаба статистическа връзка, когато използваме някой от другите три източника на данни. Тези резултати предполагат, че ако MacInnis и Hodson (2014) са използвали някой от другите три източника на данни, те вероятно биха стигнали до различно заключение в статията си за силата на връзката, която са изследвали.

Фактът, че MacInnis и Hodson (2014) намират статистически значима връзка между религиозността на държавно ниво и използването на порнография на държавно ниво, е интересен, като се има предвид, че минали проучвания, използващи данни на индивидуално ниво, показват, че хората, които редовно посещават църква, са много по-малко склонни да използват порнография ( Doran & Price, 2014; Patterson & Price, 2012; Stack, Wasserman, & Kearns, 2004). Този тип модели, при които взаимоотношенията на групово ниво са противоположни на това, което се открива на индивидуално ниво, се откриват и във връзката между образованието и религията (Glaeser & Sacerdote, 2008) и връзката между доходите и политическата принадлежност (Glaeser & Sacerdote, 2007).

Дискусия

Всеки от изброените по-горе източници на данни обхваща различен поглед върху онлайн порнографската индустрия и всяка от тях има важни уязвимости за изследователи, които се интересуват от общите нива на порнографска употреба от държавата. Данните от проучванията на NFSS, например, вероятно не отчитат потреблението на порнографията, поради пристрастието на социалната необходимост и погрешната памет на участниците. Данните от Google Тенденции не успяват да уловят порнографска употреба, достъпна чрез средства, различни от търсене в Google. Pornhub и платени данни за абонамент могат да бъдат ограничени в тяхната представителност; те измерват използването само по отношение на една фирма в индустрията.

Когато данните от всеки източник се използват в изследванията, резултатите трябва да бъдат представени в контекста на данните, които водят до тези резултати. Проблеми възникват, когато индивидите погрешно тълкуват даден източник на данни като представител на цялата порнографска индустрия. Съществуват много други настройки, при които по същия начин непредставителни данни могат да бъдат погрешно свръх-обобщени. Изследователите и индивидите трябва да са наясно с външната валидност на своите констатации, докато медиите и читателите трябва да внимават да не преувеличават резултатите.

Ние също така признаваме ограничението на нашите източници на данни, че те улавят порнографската индустрия в различни исторически моменти; Google Тенденции (2013-2014), платен абонамент (2006-2008), Pornhub (2013) и NFSS (2012). Платените данни за абонамент бяха събрани приблизително през 6-7 години преди другите източници. Тази разлика във времето може да повлияе на нашите резултати, но общите тенденции в източниците на данни като цяло са такива, че ние вярваме, че нашите открития са точни. Необходими са големи промени в относителното използване на порнографията в различни щати от 2006-2013, за да се случи това пристрастие, което според нас е малко вероятно.

Когато се опитвате да подреждате лицата по отношение на някаква форма на дейност, многобройните източници (ако има такива) трябва да се разглеждат за контрастиращи резултати. Ако поръчките са подобни, тяхната точност може да се приеме по-лесно. Ако те се различават, възниква възможност да се разбере повече по въпроса. В конкретния случай разликите вероятно ще възникнат, защото източниците улавят различни видове порнографска употреба.

Предишни изследвания на употребата на порнография засегнаха степента, до която тя може да засегне важни области от интерес като развод, щастие, производителност на работниците и сексуално насилие (Bergen & Bogle, 2000; Doran & Price, 2014; Patterson & Price, 2012; Young И дело, 2004). Когато се провеждат такива изследвания, данните трябва да са от надежден и обобщаващ източник (или източници). Резултатите и констатациите за всякакви подобни ефекти трябва да се вземат предвид и в светлината на възрастта, пола и сексуалната идентичност на индивидите - фактори, които не са разгледани в тази статия (Sevcikova & Daneback, 2014; Stoops, 2015; Traeen & Daneback, 2013 ; Tripodi et al. 2015). При такива изследователски възможности използването на порнография от държавата може да играе роля в анализа. Като се имат предвид резултатите от тази статия, източникът на данни на такава променлива трябва да бъде сериозно разгледан при такава регресия и резултатът трябва да бъде интерпретиран в контекста на източника на данни.

Заключение

Данните, предоставени от конкретни компании, имат потенциала да предоставят важна информация за обществените въпроси. Основно предизвикателство е да се определи кога данните на една компания, дори и много голяма, могат да дадат прозрения, които са представителни за цялото население. Ако приемем, че относителните нива на порнография в различните щати няма големи промени от 2006-2013, резултатите от нашия доклад предполагат, че в някои случаи информацията от една компания може да доведе до подвеждаща картина на географските модели на конкретно поведение. Това може да бъде особено важно за използването на порнографията, тъй като огромното мнозинство от лица, които имат достъп до онлайн порнография, имат достъп само до безплатно съдържание, вместо да ползват платен сайт (Doran, 2008).

Резултатите от тази книга се основават на четири различни източника на данни за употребата на порнографията, включително две, които включват национално представителни данни (Google Trends и NFSS). Откриваме значителна корелация между три от нашите източници на данни, което предполага, че всички те отразяват подобен модел на порнография в държавите. За разлика от платените абонаментни данни, единственият източник, който е получил доста голямо внимание от страна на медиите, всъщност сравнително слабо корелира с другите източници. Ние също така показваме, че изборът на източници на данни може да повлияе на заключенията, които проучванията изготвят, и предполагат, че бъдещите проучвания включват тестове за чувствителност в източниците на данни, когато се разглеждат въпроси, за които е трудно да се получи идеална мярка за специфичното поведение.

Препратки