A pornográfiai felhasználás kutatásának áttekintése: Négy forrásból származó módszertan és eredmények (2015): Utah nem a 1 számot használja pornóban

Link a cikkhez 

A pornográfiai felhasználás kutatásának áttekintése: Négy forrásból származó módszertan és eredmények.

Cyberpsychology: Pszichoszociális kutatás a kibertérről, 9(4), cikk 1. doi: 10.5817 / CP2015-4 4-

Absztrakt

Kulcsszavak: pornográfia, internethasználat, adatok, képviselő

Letöltés PDF

Bevezetés

Míg a legtöbb kutató egyetért abban, hogy a pornográfia az elmúlt évtizedekben egyre szélesebb körűvé vált, a pornográfiai felhasználás szintjének pontos mérése a társadalomtudósok számára empirikus kihívást jelent. A pornográfia eléréséhez használt technológiák sora idővel megváltozott, és szinte lehetetlenné tette a pornográfiai felhasználás azonos mutatójának következetes mérését. Az utóbbi tizenöt évben a piacokon fokozatosan behatolt nagy sebességű internet lehetővé teszi a pornográfiai fogyasztás példátlan megfizethetőségét, névtelenségét és könnyű hozzáférhetőségét (Cooper, 1998), hozzájárulva a pornográfiai használat nyilvánvaló általános növekedéséhez (Wright, 2011). A Hertlein és a Stevenson (2010) más, a szélessávú internetes pornográfiára jellemző tulajdonságokat is figyelembe vesznek az iparág növekedéséhez való hozzájárulás érdekében: a fizikai világhoz való közelítés, az elfogadhatóság, a kétértelműség és a „valóságos” és a „saját” önmaga közötti elhelyezés.

A pornográf használatára vonatkozó múltbeli megközelítések nagymértékben támaszkodtak a felmérési adatokra (lásd Buzzell, 2005). Az online pornográfia elektronikus jellege azonban egyre több alternatív módszert tesz lehetővé a pornográfhasználat megbízható proxyként való megszerzésére, beleértve az előfizetési vagy online keresési adatokból gyűjtött adatokat. Az előfizetési vagy keresési adatokon alapuló objektív mérőeszköz használatának lehetősége előnyös, mivel a felmérésen alapuló adatok általában a társadalmi kívánalmak torzításában szenvednek: a válaszadók alulreprezentálhatják a társadalmi normákat sértő tevékenységeket (Fisher, 1993). Ezenkívül az előfizetési adatok nem függnek attól, hogy az egyén milyen véleményt ad a pornográfiáról; a pornográfia használatával kapcsolatos szubjektív felmérési kérdések természetes korlátozása.

Két közelmúltbeli tanulmány készült az internetes pornográfia használatára vonatkozó innovatív adatforrásokra. Az Edelman (2009) egyetlen fizetett pornográf tartalom egyik legmagasabb szintű szolgáltatója előfizetési adatait használja arra, hogy olyan rangsorokat hozzon létre, amelyekből az államok a legtöbb online pornográfiát használják, és ezeket több állami szintű társadalmi vagy vallási hozzáállással korrelálják. MacInnis és Hodson (2014) a Google Trends keresési kifejezés adatait használja a pornográfia használatának proxyjaként, és megvizsgálja az állami szintű pornográfiai felhasználás és a vallásosság és a konzervativizmus közötti kapcsolatot. Úgy találják, hogy a jobb, hajlamosabb ideológiai attitűdökkel rendelkező államoknak magasabb a pornográfiával kapcsolatos Google keresések aránya.

Ez a tanulmány a múltbeli tanulmányok egyes állításait az államok rangsoráról és az állami szintű pornográfiai felhasználás és a különböző állami szintű szociális intézkedések közötti összefüggésekről értékeli. Olyan keretrendszert is biztosítunk, amelyet a jövőbeli kutatók felhasználhatnak a pornográfiai felhasználásra vonatkozó jövőbeli állami vagy akár megyei szintű adatállományok reprezentativitásának értékelésére. Edelman (2009) úttörő szerepet töltött be a fizetett pornográf tartalom egyetlen szolgáltatójának előfizetési adatainak elérésében, és az egyéni fogyasztói adatoknak a magánvállalatoktól való felhasználása hasznos eszköz lesz a nehezen mérhető viselkedésről szóló adatok gyűjtésére. Az ilyen típusú gazdag adatok jövőbeni felhasználásának kulcsa az lesz, hogy meghatározzuk, hogy az egyetlen cég adatai milyen mértékben nyújthatnak ugyanolyan betekintést, mint egy országosan reprezentatív minta.

Ebben a tanulmányban bővítjük a két új tanulmányban használt adatokat, és két további adatforrással kombináljuk. Mivel mind a négy adatforrás, amit ebben a tanulmányban használunk, a pornográfia használatának mértékét méri, minden forrás forrás érvényességét úgy becsüljük meg, hogy összehasonlítjuk azt a többi forráshoz tartozó állami szintű rangsorolással.

dátum

Papírunk négy adatforrásra támaszkodik, amelyek tartalmazzák a pornográfiai felhasználás állapotának változását. Az első két adatforrás országosan reprezentatív minta, míg az utolsó kettő fizetett előfizetéseken vagy egy adott pornográf tartalmú szolgáltatóhoz kapcsolódó oldalnézeteken alapul. Mindegyik adatforrásban a pornográfia használatának mértéke azon körülményektől függ, hogy az egyének pornográf tartalmakat keresnek, mint véletlenül a pornográfiát.

Első adatállományunk az új családszerkezeti felmérés (NFSS) 2,988 válaszadóinak országosan reprezentatív mintáján alapul. Az adatgyűjtést a Tudáshálózatok (KN) végezte, amely egy magas színvonalú adatokat generáló kutatási vállalkozás. A Tudáshálózatok véletlenszerűen telefonos és postai felmérések alapján toborozták a testület tagjait, a háztartásokat pedig szükség esetén internet-hozzáféréssel látják el. Ennek a panelnek előnye, hogy nem korlátozódik a jelenlegi internet-felhasználókra vagy számítógép-tulajdonosokra, és nem fogadja el az önként kiválasztott önkénteseket.

Az NFSS-nek van egy kérdése, hogy a válaszadó szándékosan nézte-e a pornográfiát az előző évben. Az ilyen jellegű kérdésnek az az előnye, hogy a pornográfiai felhasználást minden olyan forrásnál megragadja, amelyet az egyén használ. Vannak más, országosan reprezentatív minták is, mint például az általános szociális felmérés, amely magában foglalja a pornográfiai kérdéseket. Az NFSS adatait használjuk, mert más tudósok számára könnyen hozzáférhető, és az állami azonosítót a nyilvánosan elérhető formában tartalmazza. Ezzel szemben az állami azonosítók csak az általános szociális felmérés bizalmas változatában szerezhetők be. Ebben a tanulmányban az NFSS felmérésből negyvenhat állam állását használjuk, amelyek közül legalább 50 válaszadók voltak.

A második adatforrás, a Google Trends, a Google-ba adott földrajzi területen beírt keresések mennyiségének idősorindexeként működik. Ezek az adatok hasznosnak bizonyultak olyan gazdasági és orvosi törekvésekben, mint az influenza kitöréseinek előrejelzése (Carneiro & Mylonakis, 2009), valamint olyan rövid távú gazdasági mutatók előrejelzése, mint a fogyasztói bizalom vagy a munkanélküliség (Choi & Varian, 2012). Preis, Moat és Stanley (2013) számszerűsíti a kereskedési magatartást a Google Trends segítségével, megmutatva, hogy bizonyos feltételek összefüggenek a részvényérték növekedésével vagy csökkenésével. A felnőtt szórakoztatóipar a Google Trends keresési adatainak felhasználásával is megvizsgálható, amennyiben iparának fontos jellemzői mennyiségileg mérhetők.

A Google Trends adatok használatának legfontosabb kihívása az, hogy kiválasszuk azokat a kifejezéseket, amelyekre adatokat készítünk. A kiválasztott kifejezéseknek a pornográfia használatának tényleges mutatójának kell lenniük ahhoz, hogy elemzésünk hasznos legyen. Ho és Watters (2004) a pornográf weboldalak strukturális trendjeit elemezte. Elemzésük részeként azok a kifejezések listáját hozzák létre, amelyek gyakran megjelennek a pornográf weboldalakon, és amelyek gyakran nem jelennek meg nem pornográf weboldalakon. A négy legjobb kifejezés a „porn”, „xxx”, „sex” és „f ***” volt. A keresési statisztikák segítségével azt találjuk, hogy a négy kifejezés keresése nagy mértékben összefügg. Ezzel ellentétben a „pornográfia” kifejezés keresése nem korrelál e négy kifejezés bármelyikével, és olyan kifejezés, amelyet valószínűleg a pornográfiával kapcsolatos információkat keresők használnak, nem pedig a tényleges pornográf tartalomhoz való hozzáférést.

Megkülönböztetünk a „kemény” és a „lágy” pornográfiát is, a „puha” általában a szexuális jellegű médiára utal, de nem ábrázolja a behatolást. A korábban felsorolt ​​négy kifejezés csak a kemény tartalmat kereső felhasználókra húzza az adatokat, de ezt még mindig két okból hatékony elemzésnek tartjuk. A lágy pornó nem tekinthető sok nézőnek pornográfiának, és ennek következtében még a mainstream médiában is elterjedt, beleértve a televíziót és a filmeket is. Másodszor, azt tapasztaltuk, hogy a lágy pornográfiai kifejezések relatív keresése minimális, összehasonlítva a kemény pornográfiás kifejezések keresésével. A keresési kifejezésekhez a „porn” és a „meztelen lányok” relatív keresési értéket értünk el az 2005-2013 felett. Mindkét kifejezés keresését normalizáltuk úgy, hogy a maximális keresési mennyiség az „100” értéket a „porn” kifejezésre fordította. A normalizált maximumhoz képest a „meztelen lányok” soha nem rendelkeznek nagyobb keresési volumenindexrel, mint az 6.

A Google Trendek adatai nem jelzik a földrajzi területen egy adott kifejezés keresésének tényleges számát. Minden adatpontot normalizálnak a kifejezéskeresések számának megosztásával az adott területen végzett összes keresési számmal. Az adatok tehát mind a lakosság, mind a keresési volumen közötti különbségek ellenőrzésére irányulnak az államok között. A Google Trends szintén kiküszöböli az egyén ismételt keresését rövid időn belül, hogy megakadályozza, hogy egyetlen egyén ne gördítse az eredményeket.

Az adatok az állami heti szinten állnak rendelkezésre a Google Trendekből. A július 2013-július 2014 adatait használjuk. Megfigyeléseinket az 1-100 skálához igazítjuk. Az adatkészletünk egy hetes periódusában a legmagasabb normalizált kereséssel rendelkező állapotban az 100 olvasható. Ezekkel az adatokkal minden egyes kifejezésre egy pornográf indexet állítunk össze, amely az adatok mindegyik államhétére keres, súlyozott összeggel, a négy kifejezést használva. Sokkal inkább súlyozzuk a „pornó” és a „szex”, mert relatív keresések sokkal nagyobbak, mint az „f ***” és „xxx”. Konkrétan az egyes évek átlagos relatív súlyozását használjuk az elmúlt évben. Ezután a Google Trends által az államok súlyozott keresési volumen szerinti rangsorát használjuk a felnőtt szórakoztatóipar földrajzilag modellezésére.

A Google Trends adatainak felhasználásának egyik előnye a webhely-specifikus előfizetési adatokkal ellentétben az, hogy tartalmazza az ingyenes és fizetett felnőtt szórakoztatást kereső egyénekre vonatkozó információkat. Doran (2008) megjegyzi, hogy a pornográf weboldalak látogatóinak 80-90% -ánál csak ingyenes pornográf anyag érhető el, ami azt sugallja, hogy a fizetett felnőtt szórakoztatás elemzése elfedheti a pornográf fogyasztás általános mintáit.

Harmadik adatforrásunkban az Edelman (2009) egy nemrégiben végzett tanulmányában használt előfizetési díjak egyike a tíz legnagyobb fizetett pornográf-tartalomszolgáltatónak. Edelman elemzése az adatállományról újdonság volt az irodalom számára; A pornográfhasználat korábbi tanulmányai csak a felmérési adatokat vizsgálták. A konkrét adatok az 2006 és az 2008 közötti összes hitelkártya-előfizetéshez tartozó irányítószám volt. Ez a tartalomszolgáltató több száz olyan webhelyet tartalmaz, amelyek a felnőtt szórakoztatás széles skáláját lefedik. Edelman (2009) elismeri azonban, hogy „nehéz meggyőződni arról, hogy az eladó reprezentatív.”

Bár az előfizetési adatok forrása a felnőtt szórakoztatás felső-10 eladója, az előfizetések nagyon alacsonyak a pornográfhasználat mintáihoz viszonyítva, mint például az NFSS-ben, ahol a felnőttek 47% -a pornográfiát használ az elmúlt évben . A szélessávú háztartásokra jutó legtöbb előfizetéssel rendelkező állam az 5.47-tal rendelkező Utah minden 1,000 háztartásban, ahol szélessávú. A legalacsonyabb állapot a Montana, az 1.92 előfizetéssel minden 1,000 háztartásban, ahol szélessávú. Ezek az alacsony arányok azt sugallják, hogy a pornográfia egyes tartalomszolgáltatóinak piaci részesedése kicsi, ami megnehezíti, hogy az egyik szolgáltató adatai pontos kereszt-összehasonlítást biztosítanak-e. Mint korábban említettük, a pornográfiát online hozzáférő személyek túlnyomó többsége csak az ingyenes tartalmakhoz jut, nem pedig olyan fizetett webhelyhez, mint az Edelman (Doran, 2010) által vizsgált oldal.

Negyedik adatforrásunk a Pornhub.com oldalnézeti adatai, amelyek abban az időben az Egyesült Államokban a harmadik legnagyobb online szórakoztató-állomás. A Pornhub adatait a mérete és az adatok elérhetősége miatt használjuk fel. Pornhub az 2013 évenkénti egy főre jutó oldalnézeteit nyilvánosan hozzáférhetővé tette, és ezt az adatot külön-külön közölte. A Pornhub adatai természetüknél fogva hasonlóak az Edelman adataihoz, mivel ez a pornográfiai felhasználás objektív objektív mérője. Az adatok azonban az előfizetők helyett az oldalmegtekintéseket rögzítik; intuitív módon, az adatok felfedhetnék a nehéz személyenkénti használat mintáit, valamint a népesség elterjedésének mintáit. Az adatok viszonylagos előnye, hogy mind a fizetett, mind a fizetés nélküli felhasználást magában foglalja.

Az új adatforrások reprezentativitásának értékelése

A nagy adat forradalom elkezd drasztikusan megnyitni az olyan adatforrások típusait, amelyeket a viselkedések mérésére és tanulmányozására lehet használni, mint például a pornográfiai felhasználás. Az Edelman (2009) által használt előfizetési adatok a nagy adathalmazok típusát képviselik, amelyek egyre inkább elérhetővé válnak a kutatók számára a kutatásban. Az ilyen típusú szabadalmaztatott adatok használatának fontos első lépése annak értékelése, hogy az egyetlen szolgáltatótól származó adatok mennyire reprezentálják az érdeklődő lakosságot. Ebben a fejezetben olyan adathalmaz reprezentativitását értékelő keretrendszert adunk meg, amely összehasonlítja azt egy olyan, más országból reprezentatív adatból megfigyelt mintákkal, vagy más adatforrások kombinációjával összehasonlítva, amelyek együttesen valószínűleg az igazi a viselkedés alapja.

A 1 táblázatban a tíz és az alsó tíz államot soroljuk fel a négyféle forrás alapján: előfizetési adatok, Pornhub, NFSS és Google Trends. Mississippi egy olyan állam, amely a pornográfiai felhasználás első négy államában szerepel mind a négy adatállományban, és az Idaho következetesen a legtöbb tagállam legalacsonyabb arányának közelében helyezkedik el. Ezzel ellentétben más államok, mint például Arkansas és Utah néhány intézkedés mellett rangsorolnak az első tízben, de az alsó tízben más intézkedések mellett. Ezek az eredmények arra engednek következtetni, hogy egy olyan adatforráson alapuló azonosítás meghatározása, amely szerint a legmagasabb a pornográfiai használat aránya, kicsit problémás lehet.

1 táblázat. Az államok rangsorolása négy különböző adatforrás alapján
szélessávú internet-hozzáférésre.

Az 2 táblázatban az A adatelemek között az egyes források közötti korrelációt becsüljük az egyes forrásokból származó tényleges pornográfiai mérések felhasználásával, nem pedig az 1 táblázatban bemutatott sorrend szerinti rangsor alapján. A fizetett előfizetési adatok messze a leggyengébb korrelációt mutatják a többi három forrással, és még negatívan korrelálnak az NFSS felmérési adataival. A fizetett előfizetési adatok korrelálnak a -0.0358 és az NFSS, az 0.076 és a Google Trends között, és az 0.0066 és a Pornhub között. Ezen összefüggések egyike sem statisztikailag szignifikáns; a megfelelő t-statisztikák kevesebbek, mint az 0.6 (ami megfelel a .3-nél nagyobb irányú p-értékeknek). Ezzel szemben a másik három rangsor viszonylag jelentős összefüggéseket mutat. A Google Trends és a Pornhub korrelációban áll .487, az NFSS és a Google Trends között. A .655 és a Pornhub és az NFSS korrelációja az .551. Mindezek a korrelációk statisztikailag szignifikánsak a t-statisztikával a Google Trends és az 3.78 Pornhub között, az NFSS és a Google Trendek között az 5.68-ben, valamint a Pornhub és az 4.28 NFSS között. Mindezek megfelelnek a .0004-nál kisebb irányú p-értékeknek.

A B panelben az egyes adatforrásokból létrehozott sorrend szerinti rangsorokat használjuk. Az NFSS, a Google trendjei és a Pornhub közötti összefüggések összehasonlítható korrelációs együtthatókkal és jelentőséggel bírnak az A panelen lévőekhez, hasonlóan a Google trendjei és a fizetett előfizetés közötti korreláció is hasonló. A panel azért figyelemre méltó, mert ha a soros ranglistákat használjuk, a fizetett előfizetési adatok jobban korrelálnak a Pornhub és az NFSS felmérési adatokkal, azonban a korrelációk még mindig jelentéktelenek. A két panel lehetővé teszi számunkra, hogy hasonló következtetéseket vonjunk le, de a fizetett előfizetési adatok nagyobb együtthatóit érdemes megjegyezni, annak ellenére, hogy azok jelentéktelenek és lényegesen gyengébbek, mint a többi forrás egymáshoz viszonyított korrelációja. Úgy véljük, hogy a pornográfia használatának tényleges mértékét használó korrelációk a sorrend szerinti helyett a legjobbat képviselik az iparágat, mert a pornográfia használatának tényleges különbségét nem az államok egyedi rendezése helyett.

2 táblázat. A négy adatforrás közötti összefüggés.

A három nem fizetett előfizetési adatforrás közötti szignifikáns korreláció a különböző változók ellenére (keresési mennyiség, oldalmegtekintés és a pornográfiai nézők aránya) azt sugallja, hogy mérik a pornográfiai felhasználás változásának valódi hátterét az államok között; az egyik, amely nem kapcsolódik az Edelman (2009) által használt előfizetési adatokhoz.

A becslések érzékenysége az alkalmazott adatforrásra

Annak illusztrálása érdekében, hogy mennyire fontos számolni az állami pornográfia arányainak különböző adatforrásokon belüli különbségeivel, megismételjük egy nemrégiben készült tanulmány eredményeit, amely szerint a vallásosabb és konzervatívabb államok nagyobb valószínűséggel keresnek szexuális tartalmat a Google-on (MacInnis & Hodson, 2014). Megvizsgáljuk, hogy a cikk következtetései alkalmazhatók-e a pornográfia használatának egyéb intézkedéseire az ebben a cikkben leírt egyéb adatforrások felhasználásával. Ennek a replikációnak az eredményeit a 3. táblázat tartalmazza. Szabványosítottuk a pornográfia-felhasználás, a vallásosság és a konzervativizmus mértékét úgy, hogy levontuk az átlagot és elosztottuk a szórással, hogy lehetővé tegyük az összehasonlításokat a különböző pornográfiai felhasználási intézkedések között (ez a megközelítés egyenértékű a konverzióval az egyes mértékek egy Z-pontszámba).

3 táblázat. Az államszintű vallásosság vagy a konzervativizmus és az egyes metrikák közötti összefüggések
a pornográfia használata.

Az eredeti tanulmányban a MacInnis és a Hodson (2014) a Google Trends adatai alapján külön-külön adott eredményeket adott konkrét keresési kifejezésekhez, mint például a szex, a pornó és a XXX, hasonlóan a Google Trends intézkedésünkben használt kifejezésekhez. Az 3 táblázat első sorának eredményei azt mutatják, hogy a legtöbb esetben a Google Trends adatait felhasználva a vallásosság és a konzervativizmus között statisztikailag szignifikáns kapcsolat áll fenn. A 3 táblázat többi sora azonban azt mutatja, hogy a másik három adatforrás használata során sokkal gyengébb statisztikai kapcsolatot kapunk. Ezek az eredmények arra engednek következtetni, hogy ha MacInnis és Hodson (2014) a másik három adatforrás közül bármelyiket használta, akkor valószínűleg más eredményre jutottak a papírukban a vizsgált kapcsolat erősségéről.

Az a tény, hogy MacInnis és Hodson (2014) statisztikailag szignifikáns kapcsolatot talál az állami szintű vallásosság és az állami szintű pornográfia-használat között, érdekes, tekintve, hogy az egyéni szintű adatok felhasználásával végzett korábbi tanulmányok szerint a rendszeresen templomba járó személyek sokkal kevésbé használják a pornográfiát ( Doran & Price, 2014; Patterson & Price, 2012; Stack, Wasserman és Kearns, 2004). Ez a fajta minta, amelyben a csoportszintű kapcsolatok ellentétesek az egyén szintjén tapasztaltakkal, megtalálhatók az oktatás és a vallás (Glaeser & Sacerdote, 2008), valamint a jövedelem és a politikai hovatartozás kapcsolatában is (Glaeser & Sacerdote, 2007).

Megbeszélés

A fentiekben felsorolt ​​minden adatforrás különböző keresztmetszeti képet mutat az online pornográfiai iparágról, és mindegyiknek jelentős sérülékenysége van az állam által az általános pornográfiai felhasználás iránt érdeklődő kutatók számára. Például az NFSS felmérési adatai valószínűleg alulreprezentálják a pornográf fogyasztást a társadalmi kívánatosság és a tárgyak hibás memóriája miatt. A Google Trendek adatai nem rögzítik azokat a pornográfiai felhasználásokat, amelyeket a Google keresőn kívüli eszközökkel érnek el. A Pornhub és a fizetett előfizetési adatok reprezentativitása korlátozott lehet; az iparágban csak egyetlen cég tekintetében mérik a felhasználást.

Ha bármelyik forrásból származó adatokat használnak fel a kutatásban, az eredményeket az eredményekhez vezető adatok összefüggésében kell bemutatni. A problémák akkor merülnek fel, amikor az egyének tévesen értelmezik az adott adatforrást a pornográfiai ipar teljes egészének. Sok más beállítás is létezik, amelyekben hasonlóan nem reprezentatív adatok is hibásan túl általánosíthatók. A kutatóknak és az egyéneknek tisztában kell lenniük az eredmények külső érvényességével, míg a médiának és az olvasóknak óvatosnak kell lenniük arra, hogy ne tegyenek túl nagy eredményeket.

Ismerjük az adatforrásaink korlátozását is abban, hogy a pornográf iparban különböző történelmi pillanatokban rögzítik; Google Trends (2013-2014), fizetett előfizetés (2006-2008), Pornhub (2013) és NFSS (2012). A fizetett előfizetési adatokat kb. 6-7 évig gyűjtöttük össze a többi forrás előtt. Ez az időkülönbség torzíthatja az eredményeket, azonban az adatforrások egészének általános tendenciái olyanok, hogy a megállapításaink pontosak. Az 2006-2013 államok között a pornográfia viszonylagos felhasználásának jelentős változásai szükségesek ahhoz, hogy ez a torzítás bekövetkezzen, amit úgy gondolunk, nem valószínű.

Amikor megpróbáljuk rangsorolni az egyéneket a tevékenység valamilyen formájával kapcsolatban, a kontrasztos eredmények érdekében több forrást (ha van ilyen) kell tekinteni. Ha a megrendelések hasonlóak, akkor pontosságuk könnyebben feltételezhető. Eltérő esetekben lehetőség nyílik arra, hogy jobban megértsük a kérdést. Konkrét esetben a különbségek valószínűleg azért merülnek fel, mert a források különböző típusú pornográfiát használnak.

A pornográfia használatával kapcsolatos korábbi kutatások megérintették, hogy ez milyen mértékben érintheti az olyan fontos érdeklődési területeket, mint a válás, a boldogság, a munkavállalók termelékenysége és a szexuális erőszak (Bergen & Bogle, 2000; Doran & Price, 2014; Patterson & Price, 2012; Young & Case, 2004). Az ilyen kutatás során az adatoknak megbízható és általánosítható forrásból (vagy forrásokból) kell származniuk. Az ilyen hatások eredményeit és megállapításait az egyének életkora, neme és szexuális identitása szempontjából is figyelembe kell venni - azokat a tényezőket, amelyeket ez a tanulmány nem vesz figyelembe (Sevcikova & Daneback, 2014; Stoops, 2015; Traeen & Daneback, 2013) ; Tripodi és mtsai., 2015). Ilyen kutatási lehetőségekben szerepet játszhat az elemzésben a pornográfia állami felhasználása. E cikk eredményeit figyelembe véve egy ilyen változó adatforrását alaposan figyelembe kell venni egy ilyen regresszióban, és az eredményt az adatforrás összefüggésében kell értelmezni.

Következtetés

Az egyes vállalatok adatai potenciálisan fontos betekintést nyújtanak a nyilvános kérdésekbe. A legnagyobb kihívás annak meghatározása, hogy az egyes cégek adatai - akár egy nagyon nagy - adhatnak betekintést a teljes népességre. Feltételezve, hogy az államok viszonylagos aránya nem változott jelentősen az 2006-2013-ról, a tanulmányunk eredményei azt sugallják, hogy egyes esetekben az egyetlen vállalat adatai félrevezető képet adhatnak egy adott viselkedés földrajzi mintázatáról. Ez különösen fontos lehet a pornográfiai felhasználás szempontjából, mivel a pornográfiát online hozzáférő személyek hatalmas többsége csak ingyenes tartalmakhoz jut, nem pedig fizetett helyszínen (Doran, 2008).

E tanulmány eredményei négy különböző adatforrást tartalmaznak a pornográfia használatáról, köztük kettő, amely országosan reprezentatív adatokat tartalmaz (Google Trends és NFSS). Jelentős korrelációt találtunk három adatforrásunk között, ami arra utal, hogy mindegyikük a pornográfiai felhasználás hasonló alapjait tükrözi az államok között. Ezzel ellentétben a fizetett előfizetési adatok, az egyetlen forrás, amely méltányos média figyelmet kapott, valójában viszonylag rosszul korrelál a többi forrással. Azt is megmutatjuk, hogy az adatforrások közötti választások befolyásolhatják a tanulmányok következtetéseit, és azt sugallják, hogy a jövőbeni tanulmányok az adatforrások érzékenységi tesztjeit vizsgálják olyan kérdések vizsgálata során, amelyek számára nehéz az ideális viselkedés mérése.

Referenciák