Una revisión de la investigación del uso de pornografía: Metodología y resultados de cuatro fuentes (2015): Utah no es el número 1 en el uso de pornografía

Enlace al artículo 

Una revisión de la investigación del uso de la pornografía: metodología y resultados de cuatro fuentes.

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

Resumen

Palabras clave: pornografía, uso de internet, datos, representante.

DESCARGAR PDF

Introducción

Si bien la mayoría de los investigadores estarían de acuerdo en que la pornografía se ha vuelto más generalizada en las últimas décadas, la medición precisa del nivel de uso de la pornografía en la población sigue siendo un desafío empírico para los científicos sociales. La variedad de tecnologías utilizadas para acceder a la pornografía ha cambiado con el tiempo, por lo que es casi imposible medir constantemente la misma métrica del uso de la pornografía. Internet de alta velocidad, que ha penetrado en los mercados gradualmente durante los últimos quince años, permite una asequibilidad, anonimato y facilidad de acceso sin precedentes en el consumo de pornografía (Cooper, 1998), lo que contribuye al aparente aumento general en el uso de la pornografía (Wright, 2011). Hertlein y Stevenson (2010) también señalan otras características particulares de la pornografía por internet de banda ancha para contribuir al crecimiento de la industria: una aproximación más cercana al mundo físico, aceptabilidad, ambigüedad y acomodación entre el yo "real" y el "deber".

Los enfoques anteriores a la medición del uso de la pornografía se han basado en gran medida en los datos de la encuesta (consulte Buzzell, 2005). Sin embargo, la naturaleza electrónica de la pornografía en línea hace posible cada vez más una serie de métodos alternativos para obtener proxies confiables del uso de la pornografía, incluidos los recopilados a partir de datos de suscripción o búsqueda en línea. La capacidad de usar una medida objetiva basada en la suscripción o en los datos de búsqueda es ventajosa, ya que los datos basados ​​en encuestas generalmente sufren un sesgo de deseabilidad social: los encuestados pueden subestimar las actividades que violan las normas sociales (Fisher, 1993). Además, los datos de suscripción no dependen de la opinión de un individuo sobre lo que constituye pornografía; Una limitación natural de las preguntas de la encuesta subjetiva sobre el uso de la pornografía.

Dos estudios recientes han aprovechado fuentes innovadoras de datos sobre el uso de la pornografía en línea. Edelman (2009) utiliza los datos de suscripción de un proveedor top-ten de contenido pornográfico pagado para crear una clasificación de los estados que usan la mayor cantidad de pornografía en línea y los relaciona con varias medidas estatales de actitudes sociales o religiosas. MacInnis y Hodson (2014) utilizan los datos de los términos de búsqueda de Google Trends como proxy para el uso de la pornografía y examinan la relación entre el uso de la pornografía a nivel estatal y las medidas de religiosidad y conservadurismo. Encuentran que los estados con actitudes ideológicas más inclinadas hacia la derecha tienen tasas más altas de búsquedas de Google relacionadas con la pornografía.

Este documento evalúa algunas de las afirmaciones hechas en estudios anteriores sobre el orden de clasificación de los estados y la relación entre el uso de pornografía a nivel estatal y varias medidas sociales a nivel estatal. También ofrecemos un marco que los futuros investigadores pueden usar para evaluar la representatividad de los conjuntos de datos a nivel estatal o incluso a nivel de condado sobre el uso de la pornografía. Edelman (2009) fue un pionero en acceder a los datos de suscripción de un solo proveedor de contenido pornográfico de pago y este uso de datos de consumidores individuales de compañías privadas se convertirá en una herramienta útil para recopilar datos sobre comportamientos difíciles de medir. La clave para el uso futuro de este tipo de datos ricos será identificar el grado en que los datos de una sola empresa pueden proporcionar los mismos conocimientos que una muestra representativa a nivel nacional.

En este documento, ampliamos los datos utilizados en estos dos estudios recientes y los combinamos con dos fuentes de datos adicionales. Dado que cada una de las cuatro fuentes de datos que usamos en este documento proporciona una medida del nivel de uso de pornografía, estimamos la validez de cada fuente comparándola con las clasificaciones a nivel estatal que obtenemos para las otras fuentes.

Datos

Nuestro documento se basa en cuatro fuentes de datos que incluyen información sobre la variación a nivel estatal en el uso de pornografía. Las dos primeras fuentes de datos son muestras representativas a nivel nacional, mientras que las dos últimas se basan en suscripciones pagas o páginas vistas conectadas a un proveedor específico de contenido pornográfico. En cada fuente de datos, nuestra medida del uso de la pornografía se basa en las circunstancias en las que las personas buscan contenido pornográfico en lugar de ver pornografía accidentalmente.

Nuestro primer conjunto de datos se basa en una muestra representativa a nivel nacional de encuestados de 2,988 en la Encuesta sobre nuevas estructuras familiares (NFSS). La recopilación de datos fue realizada por Knowledge Networks (KN), una empresa de investigación con un historial de generación de datos de alta calidad. Knowledge Networks reclutó a miembros de su panel de manera aleatoria por teléfono y encuestas por correo; a los hogares se les proporciona acceso a Internet si es necesario. Este panel tiene ventajas, ya que no se limita a los usuarios actuales de Internet o propietarios de computadoras, y no acepta voluntarios auto seleccionados.

El NFSS incluye una pregunta sobre si el encuestado vio pornografía intencionalmente en el año anterior. Este tipo de pregunta tiene la ventaja de capturar el uso de pornografía en cualquier fuente que la persona esté usando para acceder. Hay otras muestras representativas a nivel nacional, como la Encuesta social general, que incluyen preguntas sobre pornografía. Usamos los datos del NFSS porque otros académicos pueden acceder a ellos fácilmente e incluyen identificadores estatales en su forma pública. En contraste, los identificadores de estado solo se pueden obtener en la versión confidencial de la Encuesta social general. Para el análisis en este documento, utilizamos el conjunto de cuarenta y seis estados de la encuesta NFSS para los cuales hubo al menos encuestados de 50.

La segunda fuente de datos, Google Trends, funciona como un índice de series de tiempo del volumen de búsquedas ingresadas en Google en un área geográfica específica. Estos datos han demostrado ser útiles en actividades económicas y médicas como la predicción de brotes de influenza (Carneiro y Mylonakis, 2009) y la predicción de indicadores económicos a corto plazo como la confianza del consumidor o el desempleo (Choi y Varian, 2012). Preis, Moat y Stanley (2013) cuantifican el comportamiento comercial utilizando Google Trends, mostrando que ciertos términos están relacionados con el aumento o la disminución del valor de las acciones. La industria del entretenimiento para adultos también se puede examinar utilizando los datos de búsqueda de Google Trends en la medida en que las características importantes de su industria se puedan medir cuantitativamente.

El desafío más importante en el uso de los datos de Google Trends es seleccionar los términos específicos en los que recopilamos datos. Los términos seleccionados deben ser un indicador real del uso de pornografía para que nuestro análisis sea útil. Ho y Watters (2004) analizaron tendencias estructurales en sitios web pornográficos. Como parte de su análisis, crean una lista de términos que aparecen con frecuencia en sitios web pornográficos y que con frecuencia no aparecen en sitios web no pornográficos. Los cuatro términos principales fueron "porno", "xxx", "sexo" y "f ***". Usando estadísticas de búsqueda, encontramos que las búsquedas de estos cuatro términos están altamente correlacionadas. En contraste, las búsquedas en el término "pornografía" no están correlacionadas con ninguno de estos cuatro términos y es un término que probablemente utilizarán las personas que buscan información sobre pornografía en lugar de acceder al contenido pornográfico real.

También hay una distinción entre pornografía "dura" y "suave", y "suave" generalmente se refiere a los medios que son de naturaleza sexual, pero que no representan la penetración. Los cuatro términos enumerados anteriormente obtendrán datos solo de los usuarios que buscan contenido duro, pero aún consideramos que este es un análisis efectivo por dos razones. La pornografía suave no es considerada como pornografía por muchos espectadores, y como resultado es generalizada incluso en los medios de comunicación convencionales, incluida la televisión y las películas. Segundo, encontramos que las búsquedas relativas de términos de pornografía suave son mínimas en comparación con las búsquedas de términos de pornografía dura. Hicimos un valor de búsqueda relativo para los términos de búsqueda "porn" y "nude girls" en 2005-2013. Las búsquedas para ambos términos se normalizaron de tal manera que el volumen de búsqueda máximo tomó el valor 100, que aparece para el término "pornografía". En comparación con el máximo normalizado, "nude girls" nunca tiene un índice de volumen de búsqueda mayor que 6.

Los datos de Google Trends no indican el número real de búsquedas para un término específico en un área geográfica. Cada punto de datos se normaliza dividiendo el número de búsquedas para el término por el número total de todas las búsquedas en esa área. Por lo tanto, los datos se controlan para la población y las diferencias en el volumen de búsqueda entre los estados. Google Trends también elimina las búsquedas repetidas de un solo individuo en un corto período de tiempo para evitar que un solo individuo sesgue los resultados.

Los datos están disponibles en el nivel de semana estatal de Google Trends. Utilizamos datos a lo largo del año Julio 2013-Julio 2014. Nuestras observaciones se ajustan a una escala 1-100. Un estado con las búsquedas normalizadas más altas de un término específico durante un período de una semana en nuestro conjunto de datos tiene una lectura de 100. Al usar estos datos en cada término, construimos un índice de búsquedas de pornografía para cada semana de estado de nuestros datos con una suma ponderada usando los cuatro términos. Ponemos más peso en "pornografía" y "sexo" porque sus búsquedas relativas son mucho mayores que en "f ***" y "xxx". Específicamente, utilizamos la ponderación relativa media de cada término durante el año pasado. Luego utilizamos este ranking de búsqueda ponderada de estados por Google Trends para modelar geográficamente la industria del entretenimiento para adultos.

Una de las ventajas de usar los datos de Google Trends en lugar de los datos de suscripción específicos del sitio web es que incluye la información sobre personas que buscan entretenimiento para adultos tanto gratuito como pagado. Doran (2008) señala que alrededor del 80-90% de los visitantes a sitios web pornográficos solo tienen acceso a material pornográfico gratuito, lo que sugiere que el análisis del entretenimiento para adultos pagado puede ocultar los patrones reales del consumo de pornografía en general.

Nuestra tercera fuente de datos registra el número de suscripciones a uno de los diez proveedores más grandes de contenido pornográfico de pago utilizado en un estudio reciente de Edelman (2009). El análisis de Edelman de este conjunto de datos fue una contribución novedosa a la literatura; estudios anteriores sobre el uso de pornografía solo habían examinado los datos de las encuestas. Los datos específicos utilizados fueron el código postal asociado con todas las suscripciones de tarjetas de crédito entre 2006 y 2008. Este proveedor de contenido en particular tiene cientos de sitios que cubren una amplia gama de entretenimiento para adultos. Edelman (2009) reconoce, sin embargo, que "es difícil confirmar rigurosamente que este vendedor es representativo".

Aunque la fuente de estos datos de suscripción es un importante vendedor de entretenimiento para adultos de 10, las suscripciones son muy bajas en relación con los patrones de uso de la pornografía que observamos en datos de encuestas como el NFSS, donde el 47% de adultos reportan haber usado pornografía en el último año . El estado con el mayor número de suscripciones por hogar de banda ancha es Utah con 5.47 para todos los hogares 1,000 con banda ancha. El estado más bajo es Montana con suscripciones 1.92 para todos los hogares 1,000 con banda ancha. Estas tasas bajas sugieren que la cuota de mercado para los proveedores individuales de contenido de pornografía es pequeña, lo que dificulta saber si los datos de un proveedor pueden proporcionar una comparación precisa entre estados. Como se mencionó anteriormente, la gran mayoría de las personas que acceden a la pornografía en línea solo acceden al contenido gratuito en lugar de usar un sitio de pago como los estudiados por Edelman (Doran, 2010).

Nuestra cuarta fuente de datos son los datos de visualización de páginas de Pornhub.com, que en ese momento era la tercera plataforma de entretenimiento para adultos más grande en los Estados Unidos. Utilizamos los datos de Pornhub debido a su tamaño, así como a la disponibilidad de los datos. Pornhub hizo que las visitas a la página per cápita durante el año 2013 estuvieran disponibles públicamente e informaron estos datos por separado por estado. Los datos de Pornhub son similares en naturaleza a los datos de Edelman en que son una medida objetiva del uso de pornografía por parte del proveedor. Sin embargo, los datos registran las vistas de página en lugar de los suscriptores; intuitivamente, los datos revelarían patrones de uso pesado por persona, así como patrones de proliferación entre la población. Los datos también tienen la ventaja relativa de incluir tanto el uso pagado como el no pagado.

Evaluación de la representatividad de nuevas fuentes de datos.

La revolución del big data está comenzando a abrir dramáticamente los tipos de fuentes de datos que se pueden usar para medir y estudiar comportamientos, como el uso de pornografía. Los datos de suscripción utilizados por Edelman (2009) representan el tipo de grandes conjuntos de datos que cada vez estarán más disponibles para los estudiosos en su investigación. Un primer paso importante en el uso de este tipo de datos patentados será evaluar el grado en que los datos de un solo proveedor son representativos de la población general de interés. En esta sección, proporcionamos un marco que evalúa la representatividad de un conjunto de datos comparándolo con los patrones observados a partir de otros datos que se sabe que son representativos a nivel nacional o comparándolos con una combinación de otras fuentes de datos que en conjunto representan el verdadero patrón subyacente de comportamiento.

En la Tabla 1, enumeramos los diez primeros y los diez últimos estados para el uso de pornografía en función de cada una de las cuatro fuentes: datos de suscripción, Pornhub, NFSS y Google Trends. Mississippi es uno de los estados que se ubica en los cuatro estados principales en el uso de pornografía en los cuatro conjuntos de datos e Idaho se ubica de manera consistente cerca de las tasas más bajas de todos los estados en la mayoría de las medidas. En contraste, otros estados como Arkansas y Utah se ubican entre los diez primeros en algunas medidas, pero en los diez inferiores en otras medidas. Estos resultados sugieren que identificar qué estado parece tener las tasas más altas de uso de pornografía en base a una única fuente de datos puede ser un poco problemático.

Tabla 1. Clasificación de los estados según cuatro fuentes de datos diferentes controladas
Para el acceso a Internet de banda ancha.

En el panel A de la Tabla 2, estimamos la correlación entre cada una de las fuentes de datos utilizando las medidas reales del uso de pornografía de cada fuente en lugar de la clasificación ordinal que se informa en la Tabla 1 de estas medidas. Los datos de suscripción pagada tienen, de lejos, la correlación más débil con las otras tres fuentes e incluso se correlacionan negativamente con los datos de la encuesta NFSS. Los datos de suscripción pagada tienen una correlación de -0.0358 con el NFSS, 0.076 con Google Trends y 0.0066 con Pornhub. Ninguna de estas correlaciones es estadísticamente significativa; las estadísticas t correspondientes son todas menores que 0.6 (que corresponden a valores p direccionales mayores que .3). En contraste, las otras tres clasificaciones muestran correlaciones relativamente notables. Google Trends y Pornhub tienen una correlación de .487, NFSS y Google Trends tienen una correlación de .655 y Pornhub y NFSS tienen una correlación de .551. Todas estas correlaciones son estadísticamente significativas con una estadística t entre Google Trends y Pornhub de 3.78, entre NFSS y Google Trends de 5.68, y entre Pornhub y NFSS de 4.28. Todos estos corresponden a valores p direccionales menores que .0004.

En el panel B informamos las correlaciones utilizando las clasificaciones ordinales creadas a partir de cada fuente de datos. Las correlaciones entre NFSS, las tendencias de Google y Pornhub tienen coeficientes de correlación y significancia comparables a las del panel A, así como la correlación entre las tendencias de Google y la suscripción de pago es similar. El panel es notable porque cuando se usan las clasificaciones ordinales, los datos de suscripción pagada se correlacionan mejor con los datos de encuestas de Pornhub y NFSS, sin embargo, las correlaciones siguen siendo insignificantes. Los dos paneles nos permiten sacar conclusiones similares, sin embargo, los coeficientes más grandes para los datos de suscripción pagada son dignos de mención a pesar del hecho de que son insignificantes y notablemente más débiles que las correlaciones de las otras fuentes entre sí. Creemos que las correlaciones que utilizan las medidas reales del uso de la pornografía en lugar de las clasificaciones ordinales representan mejor a la industria porque explican la diferencia real en el uso de la pornografía en lugar del ordenamiento específico de los estados.

Tabla 2. Correlación entre las cuatro fuentes de datos.

La significativa correlación entre las tres fuentes de datos de suscripción no pagada, a pesar de las diferentes variables que miden (volumen de búsqueda, páginas vistas y proporción de espectadores de pornografía), sugiere que están midiendo un patrón real subyacente de variación en el uso de la pornografía en todos los estados; uno que no está correlacionado con los datos de suscripción utilizados por Edelman (2009).

Sensibilidad de las estimaciones a la fuente de datos utilizada.

Para ilustrar la importancia de tener en cuenta las diferencias en las tasas de pornografía estatal en diferentes fuentes de datos, replicamos los resultados de un estudio reciente que encontró que los estados más religiosos y más conservadores tenían más probabilidades de buscar contenido sexual en Google (MacInnis & Hodson, 2014). Examinamos si las conclusiones de ese documento se aplican a otras medidas de uso de pornografía utilizando las otras fuentes de datos que hemos descrito en este documento. Los resultados de esta réplica se dan en la Tabla 3.Estandarizamos las medidas de uso de pornografía, religiosidad y conservadurismo restando la media y dividiendo por la desviación estándar para permitir comparaciones entre las diferentes medidas de uso de pornografía (este enfoque es equivalente a convertir cada una de las medidas en una puntuación Z).

Tabla 3. Correlaciones entre la religiosidad o el conservadurismo a nivel estatal y cada métrica
de uso de la pornografía.

En el estudio original, MacInnis y Hodson (2014) dieron resultados basados ​​en los datos de Google Trends por separado para términos de búsqueda específicos como sexo, pornografía y XXX, similares a los términos que utilizamos en nuestra medida de Google Trends. Los resultados en la primera fila de la Tabla 3 muestran que también encontramos una relación estadísticamente significativa entre la religiosidad y el conservadurismo en la mayoría de los casos cuando utilizamos los datos de Google Trends. Sin embargo, las otras filas en la Tabla 3 muestran que obtenemos una relación estadística mucho más débil cuando usamos cualquiera de las otras tres fuentes de datos. Estos resultados sugieren que si MacInnis y Hodson (2014) hubieran utilizado alguna de las otras tres fuentes de datos, probablemente habrían llegado a una conclusión diferente en su artículo sobre la fortaleza de la relación que estaban examinando.

El hecho de que MacInnis y Hodson (2014) encuentren una relación estadísticamente significativa entre la religiosidad a nivel estatal y el uso de pornografía a nivel estatal es interesante considerando que estudios anteriores que utilizan datos a nivel individual encuentran que las personas que asisten regularmente a la iglesia tienen muchas menos probabilidades de usar pornografía ( Doran y Price, 2014; Patterson y Price, 2012; Stack, Wasserman y Kearns, 2004). Este tipo de patrón en el que las relaciones a nivel de grupo son opuestas a lo que se encuentra a nivel individual también se ha encontrado en la relación entre educación y religión (Glaeser & Sacerdote, 2008) y en la relación entre ingreso y afiliación política (Glaeser & Sacerdote, 2007).

Discusión

Cada una de las fuentes de datos consideradas anteriormente captura una vista transversal diferente de la industria de la pornografía en línea, y cada una tiene vulnerabilidades importantes para los investigadores interesados ​​en los niveles generales de uso de la pornografía por estado. Los datos de la encuesta NFSS, por ejemplo, probablemente subestiman el consumo de pornografía debido al sesgo de deseabilidad social y la memoria defectuosa de los sujetos. Los datos de Google Trends no capturan ningún uso de pornografía al que se acceda a través de otros medios que no sean una búsqueda en Google. Pornhub y los datos de suscripción pagada pueden ser limitados en su representatividad; miden el uso con respecto a una sola empresa en la industria.

Cuando se utilizan datos de cualquier fuente en la investigación, los resultados deben presentarse en el contexto de los datos que conducen a esos resultados. Los problemas surgen cuando los individuos interpretan erróneamente que una fuente de datos dada representa la totalidad de la industria de la pornografía. Hay muchos otros ajustes en los que, de manera similar, los datos no representativos pueden ser generalizados erróneamente. Los investigadores y las personas deben conocer la validez externa de sus hallazgos, mientras que los medios y los lectores deben tener cuidado de no generalizar demasiado los resultados.

También reconocemos una limitación de nuestras fuentes de datos porque capturan la industria de la pornografía en diferentes momentos históricos; Google Trends (2013-2014), suscripción de pago (2006-2008), Pornhub (2013) y NFSS (2012). Los datos de suscripción pagada se recopilaron aproximadamente 6-7 años antes de las otras fuentes. Esta diferencia de tiempo puede sesgar nuestros resultados, sin embargo, las tendencias generales en las fuentes de datos en general son tales que creemos que nuestros hallazgos son precisos. Se necesitarían cambios importantes en el uso relativo de la pornografía en los estados de 2006-2013 para que se produzca este sesgo, lo que creemos que es poco probable.

Cuando se trata de clasificar a los individuos con respecto a alguna forma de actividad, se deben ver múltiples fuentes (si están disponibles) para contrastar los resultados. Si los pedidos son similares, se puede asumir más fácilmente su precisión. Si difieren, surge la oportunidad de comprender más sobre el tema. En nuestro caso particular, es probable que surjan diferencias porque las fuentes capturan diferentes tipos de uso de pornografía.

Investigaciones anteriores sobre el uso de la pornografía han abordado el grado en que podría afectar áreas importantes de interés como el divorcio, la felicidad, la productividad del trabajador y la violencia sexual (Bergen y Bogle, 2000; Doran y Price, 2014; Patterson y Price, 2012; Young Y Case, 2004). Cuando se lleva a cabo dicha investigación, los datos deben provenir de una fuente (o fuentes) confiable y generalizable. Los resultados y hallazgos de dichos efectos deben considerarse también a la luz de la edad, el género y la identidad sexual de las personas, factores que no se consideran en este documento (Sevcikova & Daneback, 2014; Stoops, 2015; Traeen & Daneback, 2013 ; Tripodi et al.2015). En tales oportunidades de investigación, el uso de la pornografía por parte del estado puede desempeñar un papel en el análisis. Dados los resultados de este documento, la fuente de datos de dicha variable debe considerarse en gran medida en dicha regresión y el resultado debe interpretarse en el contexto de la fuente de datos.

Conclusión

Los datos proporcionados por compañías específicas tienen el potencial de proporcionar información importante sobre temas públicos. Un desafío importante es determinar cuándo los datos de una sola compañía, incluso una muy grande, pueden proporcionar información que sea representativa de toda la población. Suponiendo que las tasas relativas de pornografía en todos los estados no tuvieron cambios importantes con respecto a 2006-2013, los resultados de nuestro documento sugieren que, en algunos casos, la información de una sola compañía puede generar una imagen engañosa de los patrones geográficos de un comportamiento específico. Esto puede ser particularmente importante para el uso de pornografía, ya que la gran mayoría de las personas que acceden a la pornografía en línea solo acceden al contenido gratuito en lugar de usar un sitio de pago (Doran, 2008).

Los resultados de este documento se basan en cuatro fuentes de datos diferentes sobre el uso de pornografía, incluidas dos que involucran datos representativos a nivel nacional (Google Trends y NFSS). Encontramos una correlación significativa entre tres de nuestras fuentes de datos, lo que sugiere que todas reflejan un patrón subyacente similar en el uso de pornografía en todos los estados. En contraste, los datos de suscripción pagada, la única fuente que ha recibido una buena cantidad de atención de los medios, en realidad se correlacionan bastante mal con las otras fuentes. También mostramos que las opciones entre las fuentes de datos pueden afectar las conclusiones que extraen los estudios y sugerimos que los estudios futuros incluyan pruebas de sensibilidad en las fuentes de datos cuando se examinan los problemas para los que es difícil obtener una medida ideal del comportamiento específico.

Referencias