Una revisió de la investigació sobre l'ús de la pornografia: metodologia i resultats de quatre fonts (2015): Utah no és el número 1 en l'ús porno

Enllaç a l'article 

Una revisió de la pornografia utilitza la investigació: metodologia i resultats de quatre fonts.

Ciberpsicologia: Journal of Psychosocial Research sobre ciberespai, 9(4), article 1. doi: 10.5817/CP2015-4-4

abstracte

Paraules clau: pornografia, ús d'internet, dades, representatiu

DESCARREGAR PDF

introducció

Tot i que la majoria dels investigadors estarien d'acord que la pornografia s'ha tornat més generalitzada en les últimes dècades, la mesura precisa del nivell d'ús de la pornografia a la població continua sent un repte empíric per als científics socials. La varietat de tecnologies utilitzades per accedir a la pornografia ha canviat amb el pas del temps, fent gairebé impossible mesurar de manera coherent la mateixa mètrica d'ús de la pornografia. Internet d'alta velocitat, que ha penetrat gradualment als mercats durant els últims quinze anys, permet una assequibilitat, anonimat i facilitat d'accés sense precedents en el consum de pornografia (Cooper, 1998), contribuint a l'aparent augment general de l'ús de pornografia (Wright, 2011). Hertlein i Stevenson (2010) també assenyalen altres característiques particulars de la pornografia a Internet de banda ampla que contribueixen al creixement de la indústria: una aproximació més propera al món físic, acceptabilitat, ambigüitat i acomodació entre el propi "real" i el "hauria de" ser.

Els enfocaments anteriors de la mesura de l'ús de la pornografia s'han basat en gran mesura en les dades de les enquestes (vegeu Buzzell, 2005). La naturalesa electrònica de la pornografia en línia, però, fa possible cada cop més una sèrie de mètodes alternatius per obtenir proxy fiables de l'ús de la pornografia, inclosos els recollits a partir de dades de subscripció o de cerca en línia. La capacitat d'utilitzar una mesura objectiva basada en dades de subscripció o de cerca és avantatjosa, ja que les dades basades en enquestes generalment pateixen un biaix de conveniència social: els enquestats poden no declarar activitats que violen les normes socials (Fisher, 1993). A més, les dades de subscripció no depenen de l'opinió d'una persona sobre què constitueix pornografia; una limitació natural de les preguntes subjectives de les enquestes sobre l'ús de la pornografia.

Dos estudis recents han aprofitat fonts innovadores de dades sobre l'ús de la pornografia en línia. Edelman (2009) utilitza dades de subscripció d'un dels deu primers proveïdors de contingut pornogràfic de pagament per crear una classificació dels estats que utilitzen més pornografia en línia i les correlaciona amb diverses mesures estatals d'actituds socials o religioses. MacInnis i Hodson (2014) utilitzen les dades dels termes de cerca de Google Trends com a indicador de l'ús de la pornografia i examinen la relació entre l'ús de pornografia a nivell estatal i les mesures de religiositat i conservadorisme. Troben que els estats amb actituds ideològiques més inclinades a la dreta tenen índexs més alts de cerques de Google relacionades amb la pornografia.

Aquest article avalua algunes de les afirmacions fetes en estudis anteriors sobre l'ordre de classificació dels estats i la relació entre l'ús de pornografia a nivell estatal i diverses mesures socials a nivell estatal. També oferim un marc que els futurs investigadors poden utilitzar per avaluar la representativitat dels futurs conjunts de dades a nivell estatal o fins i tot a nivell de comtat sobre l'ús de la pornografia. Edelman (2009) va ser pioner a l'hora d'accedir a les dades de subscripció d'un únic proveïdor de contingut pornogràfic de pagament i aquest ús de dades de consumidors individuals d'empreses privades es convertirà en una eina útil per recopilar dades sobre comportaments difícils de mesurar. La clau per a l'ús futur d'aquest tipus de dades riques serà identificar el grau en què les dades d'una sola empresa poden proporcionar els mateixos coneixements que una mostra representativa a nivell nacional.

En aquest article, ampliem les dades utilitzades en aquests dos estudis recents i les combinem amb dues fonts de dades addicionals. Atès que cadascuna de les quatre fonts de dades que utilitzem en aquest article proporciona una mesura del nivell d'ús de pornografia, estimem la validesa de cada font comparant-la amb les classificacions a nivell estatal que obtenim per a les altres fonts.

dades

El nostre article es basa en quatre fonts de dades que inclouen informació sobre la variació a nivell estatal en l'ús de la pornografia. Les dues primeres fonts de dades són mostres representatives a nivell nacional, mentre que les dues darreres es basen en subscripcions de pagament o visualitzacions de pàgines connectades a un proveïdor específic de contingut pornogràfic. A cada font de dades, la nostra mesura de l'ús de la pornografia es basa en les circumstàncies en què les persones busquen contingut pornogràfic en lloc de veure pornografia accidentalment.

El nostre primer conjunt de dades es basa en una mostra representativa a nivell nacional de 2,988 enquestats a l'Enquesta sobre estructures familiars (NFSS). La recollida de dades va ser realitzada per Knowledge Networks (KN), una empresa d'investigació amb un registre de generació de dades d'alta qualitat. Knowledge Networks va reclutar membres del seu panel de manera aleatòria mitjançant enquestes telefòniques i per correu, les llars tenen accés a Internet si cal. Aquest panell té els avantatges que no es limita als usuaris actuals d'Internet o propietaris d'ordinadors, i no accepta voluntaris autoseleccionats.

La NFSS inclou una pregunta sobre si l'enquestat va veure pornografia intencionadament l'any anterior. Aquest tipus de preguntes té l'avantatge de capturar l'ús de la pornografia en qualsevol font que la persona faci servir per accedir. Hi ha altres mostres representatives a nivell nacional com l'Enquesta Social General que inclouen preguntes sobre pornografia. Utilitzem les dades de la NFSS perquè altres estudiosos poden accedir-hi fàcilment i inclouen identificadors estatals en la seva forma disponible públicament. En canvi, els identificadors estatals només es poden obtenir en la versió confidencial de l'Enquesta Social General. Per a l'anàlisi d'aquest article, utilitzem el conjunt de quaranta-sis estats de l'enquesta NFSS per als quals hi havia almenys 50 enquestats.

La segona font de dades, Google Trends, funciona com un índex de sèries temporals del volum de cerques introduïdes a Google en una àrea geogràfica específica. Aquestes dades han demostrat ser útils en tasques econòmiques i mèdiques com la predicció de brots de grip (Carneiro i Mylonakis, 2009) i la previsió d'indicadors econòmics a curt termini com la confiança del consumidor o l'atur (Choi i Varian, 2012). Preis, Moat i Stanley (2013) quantifiquen el comportament comercial mitjançant Google Trends, mostrant que certs termes estan relacionats amb l'augment o la disminució del valor de les accions. La indústria de l'entreteniment per a adults també es pot examinar utilitzant les dades de cerca de Google Trends en la mesura que les característiques importants del seu sector es puguin mesurar quantitativament.

El repte més important a l'hora d'utilitzar les dades de Google Trends és seleccionar els termes específics dels quals extraïm les dades. Els termes seleccionats han de ser un indicador real de l'ús de la pornografia perquè la nostra anàlisi sigui útil. Ho i Watters (2004) van analitzar les tendències estructurals dels llocs web pornogràfics. Com a part de la seva anàlisi, creen una llista de termes que apareixen freqüentment en llocs web pornogràfics i que sovint no apareixen en llocs web no pornogràfics. Els quatre termes principals eren "porno", "xxx", "sexe" i "f***". Utilitzant les estadístiques de cerca, trobem que les cerques d'aquests quatre termes estan altament correlacionades. En canvi, les cerques del terme "pornografia" no estan correlacionades amb cap d'aquests quatre termes i és un terme que és probable que sigui utilitzat per persones que cerquen informació sobre pornografia en lloc d'accedir a contingut pornogràfic real.

També hi ha una distinció entre pornografia "dura" i "suau", amb "suau" generalment referint-se a mitjans de naturalesa sexual, però que no representen la penetració. Els quatre termes enumerats anteriorment només extreuen dades sobre els usuaris que cerquen contingut dur, però encara considerem que aquesta és una anàlisi eficaç per dos motius. La pornografia suau no es considera pornografia per molts espectadors i, com a resultat, és generalitzada fins i tot als mitjans de comunicació convencionals, incloses la televisió i les pel·lícules. En segon lloc, trobem que les cerques relatives de termes de pornografia suau són mínimes en comparació amb les cerques de termes de pornografia dura. Vam fer un valor de cerca relatiu per als termes de cerca "porno" i "noies nues" durant el període 2005-2013. Les cerques d'ambdós termes es van normalitzar de manera que el volum de cerca màxim va prendre el valor 100, que es va produir per al terme "porno". En comparació amb el màxim normalitzat, "noies nues" mai té un índex de volum de cerca superior a 6.

Les dades de Google Trends no indiquen el nombre real de cerques d'un terme específic en una àrea geogràfica. Cada punt de dades es normalitza dividint el nombre de cerques del terme pel nombre total de totes les cerques d'aquesta àrea. Per tant, les dades es controlen tant per a la població com per a les diferències de volum de cerca entre estats. Google Trends també elimina les cerques repetides d'una sola persona en un període curt de temps per evitar que una sola persona esbiaixi els resultats.

Les dades estan disponibles a nivell de setmana estatal a Google Trends. Utilitzem dades de l'any de juliol de 2013 a juliol de 2014. Les nostres observacions s'ajusten a una escala de l'1 al 100. Un estat amb les cerques normalitzades més altes d'un terme específic durant un període d'una setmana al nostre conjunt de dades té una lectura de 100. Utilitzant aquestes dades de cada terme, construïm un índex de cerques de pornografia per a cada estat-setmana de les nostres dades amb una suma ponderada. utilitzant els quatre termes. Pensem més "porno" i "sexe" perquè les seves cerques relatives són molt més grans que en comparació amb "f***" i "xxx". Concretament, utilitzem la ponderació relativa mitjana de cada terme durant l'any passat. A continuació, utilitzem aquest rànquing ponderat del volum de cerques dels estats de Google Trends per modelar geogràficament la indústria de l'entreteniment per a adults.

Un dels avantatges d'utilitzar dades de Google Trends en comparació amb les dades de subscripció específiques del lloc web és que inclou informació sobre persones que cerquen entreteniment per a adults gratuït i de pagament. Doran (2008) assenyala que al voltant del 80-90% dels visitants de llocs web pornogràfics només accedeixen a material pornogràfic gratuït, cosa que suggereix que l'anàlisi de l'entreteniment per a adults de pagament pot enfosquir els patrons reals de consum de pornografia en general.

La nostra tercera font de dades registra el nombre de subscripcions a un dels deu principals proveïdors de contingut pornogràfic de pagament utilitzat en un estudi recent d'Edelman (2009). L'anàlisi d'Edelman d'aquest conjunt de dades va ser una nova contribució a la literatura; estudis anteriors sobre l'ús de la pornografia només havien examinat les dades de les enquestes. Les dades específiques utilitzades van ser el codi postal associat a totes les subscripcions de targetes de crèdit entre el 2006 i el 2008. Aquest proveïdor de contingut en particular té centenars de llocs que cobreixen una àmplia gamma d'entreteniment per a adults. Edelman (2009) reconeix, però, que "és difícil confirmar amb rigor que aquest venedor és representatiu".

Tot i que la font d'aquestes dades de subscripció és un dels 10 millors venedors d'entreteniment per a adults, les subscripcions són molt baixes en relació als patrons d'ús de la pornografia que observem a les dades d'enquestes com l'NFSS, on el 47% dels adults declaren utilitzar pornografia durant l'últim any. . L'estat amb més subscripcions per llar de banda ampla és Utah, amb 5.47 per cada 1,000 llars amb banda ampla. L'estat més baix és Montana amb 1.92 subscripcions per cada 1,000 llars amb banda ampla. Aquestes taxes baixes suggereixen que la quota de mercat dels proveïdors individuals de contingut de pornografia és petita, cosa que fa difícil saber si les dades d'un proveïdor poden proporcionar una comparació entre estats precisa. Com s'ha esmentat abans, la gran majoria de les persones que accedeixen a la pornografia en línia només accedeixen a contingut gratuït en lloc d'utilitzar un lloc de pagament com els estudiats per Edelman (Doran, 2010).

La nostra quarta font de dades són les dades de visualització de pàgines de Pornhub.com, que era el tercer amfitrió en línia més gran d'entreteniment per a adults als Estats Units en aquell moment. Utilitzem les dades de Pornhub a causa de la seva mida i de la disponibilitat de dades. Pornhub va fer que les pàgines vistes per càpita durant l'any 2013 estiguin disponibles públicament i va informar d'aquestes dades per separat per estat. Les dades de Pornhub són de naturalesa similar a les dades d'Edelman, ja que són una mesura objectiva del proveïdor de l'ús de la pornografia. Tanmateix, les dades registren les visites de pàgines en lloc dels subscriptors; de manera intuïtiva, les dades revelarien patrons d'ús intens per persona, així com patrons de proliferació entre la població. Les dades també tenen l'avantatge relatiu d'incloure tant l'ús de pagament com l'ús no remunerat.

Avaluació de la representativitat de noves fonts de dades

La revolució del big data comença a obrir de manera espectacular els tipus de fonts de dades que es poden utilitzar per mesurar i estudiar comportaments, com ara l'ús de la pornografia. Les dades de subscripció utilitzades per Edelman (2009) representen el tipus de grans conjunts de dades que cada cop estaran més disponibles per als estudiosos en la seva recerca. Un primer pas important per utilitzar aquest tipus de dades patentades serà avaluar el grau en què les dades d'un sol proveïdor són representatives de la població general d'interès. En aquesta secció, proporcionem un marc per avaluar la representativitat d'un conjunt de dades comparant-lo amb els patrons observats a partir d'altres dades que se sap que són representatives a nivell nacional o comparant-los amb una combinació d'altres fonts de dades que, col·lectivament, probablement representin la veritat. patró de comportament subjacent.

A la taula 1 enumerem els deu primers i els deu estats inferiors per a l'ús de la pornografia en funció de cadascuna de les quatre fonts: dades de subscripció, Pornhub, NFSS i Google Trends. Mississippi és un estat que es troba entre els quatre primers estats en ús de pornografia en els quatre conjunts de dades i Idaho es troba constantment a prop de les taxes més baixes de qualsevol estat en la majoria de les mesures. En canvi, altres estats com Arkansas i Utah es classifiquen entre els deu primers segons algunes mesures, però entre els deu baixos en altres mesures. Aquests resultats suggereixen que identificar quin estat sembla tenir les taxes més altes d'ús de pornografia a partir d'una única font de dades pot ser una mica problemàtic.

Taula 1. Ordre de classificació dels estats basat en quatre fonts de dades diferents controlades
per a l'accés a Internet de banda ampla.

Al panell A de la taula 2, estim la correlació entre cadascuna de les fonts de dades utilitzant les mesures reals de l'ús de pornografia de cada font en lloc de la classificació ordinal que s'informa a la taula 1 d'aquestes mesures. Les dades de subscripció de pagament tenen, amb diferència, la correlació més feble amb les altres tres fonts i fins i tot es correlacionen negativament amb les dades de l'enquesta NFSS. Les dades de subscripció de pagament tenen una correlació de -0.0358 amb NFSS, 0.076 amb Google Trends i 0.0066 amb Pornhub. Cap d'aquestes correlacions és estadísticament significativa; les estadístiques t corresponents són totes inferiors a 0.6 (que corresponen a valors p direccionals superiors a 3). En canvi, les altres tres classificacions mostren correlacions relativament notables. Google Trends i Pornhub tenen una correlació de .487, NFSS i Google Trends tenen una correlació de .655 i Pornhub i NFSS tenen una correlació de .551. Totes aquestes correlacions són estadísticament significatives amb una estadística t entre Google Trends i Pornhub de 3.78, entre NFSS i Google Trends de 5.68 i entre Pornhub i NFSS de 4.28. Tots ells corresponen a valors p direccionals inferiors a 0004.

Al panell B informem de les correlacions utilitzant els rànquings ordinals creats a partir de cada font de dades. Les correlacions entre NFSS, les tendències de Google i Pornhub tenen coeficients de correlació i significació comparables als del panell A, de la mateixa manera, la correlació entre les tendències de Google i la subscripció de pagament és similar. El panell és notable perquè quan s'utilitzen rànquings ordinals les dades de subscripció pagada es correlacionen millor amb les dades de les enquestes de Pornhub i NFSS, però les correlacions encara són insignificants. Els dos panells ens permeten extreure conclusions similars, però val la pena destacar els coeficients més grans de les dades de subscripció de pagament malgrat que són insignificants i notablement més febles que les correlacions de les altres fonts entre si. Creiem que les correlacions que utilitzen les mesures reals de l'ús de la pornografia en lloc dels rànquings ordinals representen millor la indústria perquè expliquen la diferència real en l'ús de la pornografia i no només l'ordenació específica dels estats.

Taula 2. Correlació entre les quatre fonts de dades.

La correlació significativa entre les tres fonts de dades de subscripcions no pagades, malgrat les diferents variables que mesuren (volum de cerca, pàgines vistes i proporció d'espectadors de pornografia), suggereix que estan mesurant un patró real de variació subjacent en l'ús de la pornografia entre els estats; una que no està correlacionada amb les dades de subscripció utilitzades per Edelman (2009).

Sensibilitat de les estimacions a la font de dades utilitzada

Per tal d'il·lustrar la importància de tenir en compte les diferències en les taxes de pornografia estatals entre diferents fonts de dades, reproduïm els resultats d'un estudi recent que va trobar que els estats més religiosos i més conservadors tenien més probabilitats de cercar contingut sexual a Google (MacInnis i Hodson, 2014). Examinem si les conclusions d'aquest document s'apliquen a altres mesures d'ús de la pornografia utilitzant les altres fonts de dades que hem descrit en aquest document. Els resultats d'aquesta replicació es mostren a la taula 3. Hem estandarditzat les mesures d'ús de pornografia, religiositat i conservadorisme restant la mitjana i dividint per la desviació estàndard per permetre comparacions entre les diferents mesures d'ús de pornografia (aquest enfocament és equivalent a convertir cadascuna de les mesures en una puntuació Z).

Taula 3. Correlacions entre la religiositat o el conservadorisme a nivell estatal i cada mètrica
d'ús de la pornografia.

A l'estudi original, MacInnis i Hodson (2014) van donar resultats basats en dades de Google Trends per separat per a termes de cerca específics com ara sexe, pornografia i XXX, de manera similar als termes que estem utilitzant a la nostra mesura de Google Trends. Els resultats de la primera fila de la taula 3 mostren que també trobem una relació estadísticament significativa entre religiositat i conservadorisme en la majoria dels casos quan fem servir les dades de Google Trends. Tanmateix, les altres files de la taula 3 mostren que obtenim una relació estadística molt més feble quan utilitzem qualsevol de les altres tres fonts de dades. Aquests resultats suggereixen que si MacInnis i Hodson (2014) haguessin utilitzat qualsevol de les altres tres fonts de dades, probablement haurien arribat a una conclusió diferent al seu article sobre la força de la relació que estaven examinant.

El fet que MacInnis i Hodson (2014) trobin una relació estadísticament significativa entre la religiositat a nivell estatal i l'ús de pornografia a nivell estatal és interessant tenint en compte que els estudis anteriors que utilitzen dades a nivell individual troben que les persones que assisteixen regularment a l'església són molt menys propenses a utilitzar pornografia ( Doran & Price, 2014; Patterson & Price, 2012; Stack, Wasserman i Kearns, 2004). Aquest tipus de patró en què les relacions a nivell grupal són oposats al que es troba a nivell individual també s'ha trobat en la relació entre educació i religió (Glaeser i Sacerdote, 2008) i en la relació entre ingressos i afiliació política (Glaeser i Sacerdote, 2007). XNUMX).

Discussion

Cadascuna de les fonts de dades considerades anteriorment captura una visió transversal diferent de la indústria de la pornografia en línia i cadascuna té vulnerabilitats importants per als investigadors interessats en els nivells generals d'ús de la pornografia per part de l'estat. Les dades de l'enquesta de l'NFSS, per exemple, probablement no informen sobre el consum de pornografia a causa del biaix de la desitjabilitat social i la memòria defectuosa dels subjectes. Les dades de Google Trends no aconsegueixen captar cap ús de pornografia al qual s'accedeix per mitjans diferents de la cerca de Google. Les dades de Pornhub i de subscripció de pagament poden estar limitades en la seva representativitat; mesuren l'ús respecte d'una única empresa del sector.

Quan s'utilitzen dades de qualsevol font en la investigació, els resultats s'han de presentar en el context de les dades que condueixen a aquests resultats. Els problemes sorgeixen quan els individus interpreten erròniament una font de dades determinada com a representant de la totalitat de la indústria de la pornografia. Hi ha molts altres paràmetres en què les dades no representatives de manera similar es poden generalitzar excessivament erròniament. Els investigadors i les persones han de ser conscients de la validesa externa de les seves troballes, mentre que els mitjans de comunicació i els lectors han de tenir cura de no generalitzar excessivament els resultats.

També reconeixem una limitació de les nostres fonts de dades, ja que capturen la indústria de la pornografia en diferents moments històrics; Google Trends (2013-2014), subscripció de pagament (2006-2008), Pornhub (2013) i NFSS (2012). Les dades de subscripció de pagament es van recollir aproximadament 6-7 anys abans que les altres fonts. Aquesta diferència de temps pot esbiaixar els nostres resultats, però les tendències generals de les fonts de dades en conjunt són tals que creiem que les nostres troballes són precises. Es necessitarien canvis importants en l'ús relatiu de la pornografia entre els estats del 2006 al 2013 perquè es produeixi aquest biaix que creiem poc probable.

Quan s'intenta classificar els individus de l'ordre pel que fa a alguna forma d'activitat, s'han de consultar diverses fonts (si estan disponibles) per tal de contrastar els resultats. Si les ordenacions són similars, es pot assumir més fàcilment la seva precisió. Si difereixen, sorgeix l'oportunitat d'entendre més sobre el tema. En el nostre cas particular, és probable que les diferències sorgeixin perquè les fonts capturen diferents tipus d'ús de la pornografia.

Les investigacions anteriors sobre l'ús de la pornografia han tocat el grau en què podria afectar àrees d'interès importants com el divorci, la felicitat, la productivitat dels treballadors i la violència sexual (Bergen i Bogle, 2000; Doran i Price, 2014; Patterson i Price, 2012; Young). & Case, 2004). Quan es duu a terme aquesta investigació, les dades han de provenir d'una font (o fonts) fiable i generalitzable. Els resultats i les troballes d'aquests efectes també s'han de considerar tenint en compte l'edat, el gènere i la identitat sexual de les persones, factors que no es tenen en compte en aquest article (Sevcikova i Daneback, 2014; Stoops, 2015; Traeen i Daneback, 2013). ; Tripodi et al. 2015). En aquestes oportunitats de recerca, l'ús de la pornografia per part de l'estat pot tenir un paper en l'anàlisi. Tenint en compte els resultats d'aquest article, la font de dades d'aquesta variable s'ha de considerar molt en aquesta regressió i el resultat s'ha d'interpretar en el context de la font de dades.

Conclusió

Les dades proporcionades per empreses específiques tenen el potencial de proporcionar informació important sobre els problemes públics. Un repte important és determinar quan les dades d'una única empresa, fins i tot una de molt gran, poden proporcionar coneixements que siguin representatius de tota la població. Suposant que les taxes relatives de pornografia entre els estats no van tenir grans canvis entre 2006 i 2013, els resultats del nostre article suggereixen que, en alguns casos, la informació d'una sola empresa pot donar una imatge enganyosa dels patrons geogràfics d'un comportament específic. Això pot ser especialment important per a l'ús de la pornografia, ja que la gran majoria de les persones que accedeixen a la pornografia en línia només accedeixen a contingut gratuït en lloc d'utilitzar un lloc de pagament (Doran, 2008).

Els resultats d'aquest article es basen en quatre fonts de dades diferents sobre l'ús de la pornografia, incloses dues que inclouen dades representatives a nivell nacional (Google Trends i NFSS). Trobem una correlació significativa entre tres de les nostres fonts de dades que suggereix que totes reflecteixen un patró subjacent similar en l'ús de la pornografia entre els estats. En canvi, les dades de subscripció de pagament, l'única font que ha rebut una bona atenció als mitjans, en realitat es correlacionen força malament amb les altres fonts. També mostrem que les opcions entre fonts de dades poden afectar les conclusions que treuen els estudis i suggereixen que els estudis futurs inclouen proves de sensibilitat a través de les fonts de dades quan s'examinen problemes per als quals és difícil obtenir una mesura ideal del comportament específic.

referències