Kajian semula penggunaan pornografi menggunakan penyelidikan: Metodologi dan hasil daripada empat sumber (2015): Utah bukan nombor 1 dalam penggunaan lucah

Pautan ke artikel 

Kajian semula penggunaan pornografi menggunakan penyelidikan: Metodologi dan hasil dari empat sumber.

Cyberpsychology: Jurnal Penyelidikan Psikososial di Ruang Sasar, 9(4), artikel 1. doi: 10.5817 / CP2015-4-4

Abstrak

Kata kunci: Pornografi, penggunaan internet, data, wakil

DOWNLOAD PDF

Pengenalan

Walaupun kebanyakan penyelidik akan bersetuju bahawa pornografi telah menjadi lebih meresap dalam beberapa dekad kebelakangan ini, pengukuran yang tepat tentang tahap penggunaan pornografi dalam populasi masih menjadi cabaran empirik bagi saintis sosial. Pelbagai teknologi yang digunakan untuk mengakses pornografi telah berubah dari masa ke masa, sehingga hampir tidak mungkin untuk mengukur metrik penggunaan pornografi yang sama secara konsisten. Internet berkelajuan tinggi, yang telah menembusi pasaran secara beransur-ansur dalam tempoh lima belas tahun yang lalu, membolehkan keterjangkaan yang tidak pernah berlaku, tidak diketahui namanya, dan akses mudah dalam penggunaan pornografi (Cooper, 1998), menyumbang kepada kenaikan umum penggunaan lucah (Wright, 2011). Hertlein dan Stevenson (2010) juga memperhatikan ciri-ciri lain untuk pornografi internet jalur lebar dalam menyumbang kepada pertumbuhan industri: perkiraan yang hampir kepada dunia fizikal, penerimaan, kekaburan, dan penginapan antara "sebenar" dan "patut" diri.

Pendekatan yang lalu terhadap pengukuran penggunaan pornografi sangat bergantung pada data tinjauan (lihat Buzzell, 2005). Sifat elektronik dalam pornografi dalam talian, bagaimanapun, semakin memungkinkan beberapa kaedah alternatif untuk mendapatkan proksi penggunaan pornografi yang boleh dipercayai, termasuk yang dikumpulkan daripada langganan atau data carian dalam talian. Keupayaan untuk menggunakan langkah objektif berdasarkan data langganan atau carian adalah berfaedah kerana data berasaskan tinjauan secara amnya menderita kecenderungan sosial yang wajar: responden boleh melaporkan aktiviti yang melanggar norma sosial (Fisher, 1993). Di samping itu, data langganan tidak bergantung kepada pendapat individu mengenai apa yang merupakan pornografi; suatu batasan semula jadi pertanyaan kaji selidik subjektif mengenai penggunaan pornografi.

Dua kajian baru-baru ini telah memanfaatkan sumber data inovatif mengenai penggunaan pornografi dalam talian. Edelman (2009) menggunakan data langganan dari satu penyedia kandungan pornografi berbayar teratas untuk membuat ranking di mana negeri menggunakan pornografi paling dalam dan menghubungkannya dengan beberapa langkah peringkat sosial atau agama agama. MacInnis dan Hodson (2014) menggunakan data istilah carian Google Trends sebagai proksi untuk kegunaan pornografi dan mengkaji hubungan antara penggunaan pornografi peringkat negeri dan langkah-langkah keagamaan dan konservatisme. Mereka mendapati bahawa negara-negara dengan sikap ideologi yang lebih condong mempunyai kadar carian pornografi yang berkaitan dengan pornografi yang lebih tinggi.

Makalah ini menilai beberapa tuntutan yang dibuat dalam kajian terdahulu mengenai urutan kedudukan negara dan hubungan antara penggunaan pornografi peringkat negeri dan pelbagai langkah sosial peringkat negeri. Kami juga memberikan satu rangka kerja yang boleh digunakan oleh penyelidik masa depan untuk menilai representasi tahap masa depan negeri atau set data peringkat daerah mengenai penggunaan pornografi. Edelman (2009) adalah pelopor dalam mengakses data langganan penyedia tunggal kandungan pornografi berbayar dan penggunaan data pengguna individu dari syarikat swasta ini akan menjadi alat yang berguna untuk mengumpul data mengenai tingkah laku yang sukar untuk diukur. Kunci untuk penggunaan masa depan jenis data kaya ini akan mengenal pasti sejauh mana data dari firma tunggal dapat memberikan pandangan yang sama sebagai sampel wakil negara.

Dalam makalah ini, kami memperluaskan data yang digunakan dalam dua kajian terbaru ini dan menggabungkannya dengan dua sumber data tambahan. Oleh kerana setiap daripada empat sumber data yang kami gunakan di dalam kertas ini menghasilkan ukuran tahap penggunaan pornografi, kami menganggarkan kesahihan setiap sumber dengan membandingkannya dengan kedudukan peringkat negeri yang kami perolehi untuk sumber lain.

Tarikh

Makalah kami mengambil empat sumber data yang merangkumi maklumat tentang variasi peringkat negeri dalam penggunaan pornografi. Sumber dua data pertama adalah sampel wakil negara manakala dua yang terakhir adalah berdasarkan langganan berbayar atau pandangan halaman yang disambungkan kepada penyedia kandungan pornografi tertentu. Dalam setiap sumber data ukuran penggunaan pornografi adalah berdasarkan keadaan di mana individu mencari kandungan pornografi daripada menonton pornografi secara tidak sengaja.

Dataset pertama kami adalah berdasarkan sampel wakil 2,988 yang mewakili negara dalam Kajian Keluarga Struktur Baru (NFSS). Pengumpulan data dijalankan oleh Rangkaian Pengetahuan (KN), firma penyelidikan dengan rekod menghasilkan data berkualiti tinggi. Rangkaian Pengetahuan merekrut ahli panel secara rawak melalui tinjauan telefon dan mel, isi rumah disediakan dengan akses internet jika diperlukan. Panel ini mempunyai kelebihan kerana ia tidak terhad kepada pengguna Internet atau pemilik komputer semasa dan tidak menerima sukarelawan yang dipilih sendiri.

NFSS termasuk soalan mengenai sama ada responden sengaja melihat pornografi pada tahun sebelumnya. Jenis soalan ini mempunyai kelebihan menangkap penggunaan pornografi di mana-mana sumber yang digunakan oleh individu untuk mengakses. Terdapat contoh wakil lain seperti Surveil Sosial Umum yang merangkumi soalan-soalan pornografi. Kami menggunakan data dari NFSS kerana ia boleh diakses dengan mudah oleh ulama lain dan termasuk pengenal pasti negeri dalam bentuk yang tersedia secara umum. Sebaliknya, pengecam negara hanya boleh diperolehi dalam versi sulit dari Kajian Sosial Umum. Untuk analisis dalam kertas ini, kami menggunakan set empat puluh enam negeri dari kaji selidik NFSS yang mana terdapat sekurang-kurangnya responden 50.

Sumber data kedua, Google Trends, berfungsi sebagai indeks siri masa dari jumlah carian yang masuk ke Google di wilayah geografi tertentu. Data-data ini terbukti berguna dalam usaha ekonomi dan perubatan seperti meramalkan wabak influenza (Carneiro & Mylonakis, 2009) dan meramalkan petunjuk ekonomi jangka pendek seperti keyakinan pengguna atau pengangguran (Choi & Varian, 2012). Preis, Moat, dan Stanley (2013) mengukur tingkah laku perdagangan menggunakan Google Trends, menunjukkan bahawa istilah tertentu dihubungkan dengan nilai saham yang meningkat atau menurun. Industri hiburan dewasa juga dapat diperiksa dengan menggunakan data carian Google Trends sejauh mana ciri penting dari industrinya dapat diukur secara kuantitatif.

Cabaran yang paling penting dalam menggunakan data Google Trends ialah memilih istilah khusus yang kami menarik data. Istilah yang dipilih mestilah penunjuk sebenar penggunaan pornografi untuk analisis kami untuk berguna. Ho dan Watters (2004) menganalisis aliran struktur dalam laman web lucah. Sebagai sebahagian daripada analisis mereka, mereka membuat senarai istilah yang sering muncul di laman web lucah dan yang sering kali tidak muncul di laman web bukan lucah. Keempat istilah teratas ialah "lucah", "xxx", "seks", dan "f ***". Menggunakan statistik carian kami mendapati bahawa carian untuk empat istilah ini sangat berkorelasi. Sebaliknya, carian istilah "pornografi" tidak diklasifikasikan dengan mana-mana empat istilah ini dan merupakan istilah yang mungkin digunakan oleh orang yang mencari maklumat mengenai pornografi dan bukannya mengakses kandungan pornografi sebenar.

Terdapat juga perbezaan antara lucah "keras" dan "lembut", dengan "lembut" secara umumnya merujuk kepada media yang bersifat seksual, tetapi tidak menggambarkan penembusan. Keempat istilah yang disenaraikan sebelumnya akan menarik data hanya kepada pengguna yang mencari kandungan keras, tetapi kami masih menganggapnya sebagai analisis yang berkesan untuk dua sebab. Porno lembut tidak dianggap sebagai pornografi oleh banyak penonton, dan akibatnya ia meresap bahkan di media arus perdana, termasuk televisyen dan filem. Kedua, kami mendapati bahawa carian relatif untuk istilah pornografi lembut adalah minima berbanding dengan pencarian istilah lucah keras. Kami melakukan nilai carian relatif untuk istilah carian "porn" dan "gadis bogel" di atas 2005-2013. Carian untuk kedua-dua istilah telah dinormalisasi sedemikian rupa sehingga volum carian maksima mengambil nilai 100, yang berlaku untuk istilah "lucah". Berbanding dengan maksimum dinormalisasi, "gadis bogel" tidak pernah mempunyai indeks kelantangan carian yang lebih besar daripada 6.

Data dari Google Trends tidak menunjukkan jumlah carian sebenar untuk istilah tertentu di kawasan geografi. Setiap titik data dinormalisasi dengan membahagikan bilangan carian untuk istilah dengan jumlah keseluruhan semua carian di kawasan tersebut. Oleh itu, data tersebut dikawal untuk kedua-dua populasi dan perbezaan dalam jumlah carian antara negeri-negeri. Google Trends juga menghapuskan carian berulang oleh individu tunggal dalam tempoh masa yang singkat untuk mengelakkan seorang individu daripada mencengkam keputusannya.

Data tersedia di peringkat negeri minggu dari Google Trends. Kami menggunakan data sepanjang tahun Julai 2013-Julai 2014. Pemerhatian kami diselaraskan kepada skala 1-100. Satu keadaan dengan carian normal yang paling normal untuk tempoh tertentu selama satu minggu dalam dataset kami mempunyai bacaan 100. Menggunakan data ini pada setiap istilah kami membina indeks pencarian pornografi untuk setiap minggu negara data kami dengan jumlah tertimbang menggunakan empat syarat. Kami berat "lucah" dan "seks" lebih berat kerana carian relatif mereka jauh lebih besar berbanding dengan "f ***", dan "xxx". Khususnya, kami menggunakan bobot relatif purata bagi setiap tempoh sepanjang tahun lalu. Kami kemudiannya menggunakan ranking volum carian negara yang tertimbang oleh Google Trends untuk memodelkan industri hiburan dewasa secara geografi.

Salah satu kelebihan menggunakan data dari Google Trends berbanding dengan data langganan khusus laman web adalah bahawa ia termasuk maklumat mengenai individu mencari hiburan dewasa percuma dan berbayar. Doran (2008) mencatatkan bahawa kira-kira 80-90% pelawat ke laman web lucah hanya mengakses bahan pornografi percuma, mencadangkan bahawa analisis hiburan berbayar dewasa mungkin mengaburkan pola sebenar penggunaan pornografi secara umum.

Sumber data ketiga kami merekodkan bilangan langganan kepada salah satu daripada sepuluh terbesar pembekal kandungan lucah berbayar yang digunakan dalam kajian terbaru oleh Edelman (2009). Analisis Edelman mengenai dataset ini merupakan sumbangan baru dalam literatur; kajian sebelumnya tentang penggunaan pornografi hanya memeriksa data tinjauan. Data khusus yang digunakan adalah kod zip yang dikaitkan dengan semua langganan kad kredit antara 2006 dan 2008. Pembekal kandungan tertentu mempunyai ratusan laman web yang meliputi hiburan hiburan dewasa yang luas. Edelman (2009) mengakui, bagaimanapun, bahawa "sukar untuk mengesahkan dengan ketat bahawa penjual ini adalah wakil."

Walaupun sumber data langganan ini adalah penjual atas 10 hiburan dewasa, langganan sangat rendah berbanding dengan pola penggunaan pornografi yang kita amati dalam data tinjauan seperti NFSS, di mana 47% orang dewasa melaporkan menggunakan pornografi pada tahun lalu . Negeri dengan langganan yang paling banyak bagi setiap rumah jalur lebar adalah Utah dengan 5.47 untuk setiap isi rumah 1,000 dengan jalur lebar. Negeri paling rendah adalah Montana dengan langganan 1.92 untuk setiap isi rumah 1,000 dengan jalur lebar. Kadar rendah ini menunjukkan bahawa bahagian pasaran bagi pembekal kandungan pornografi individu adalah kecil, sehingga sukar untuk mengetahui sama ada data dari satu penyedia dapat memberikan perbandingan silang yang tepat. Seperti yang disebutkan sebelumnya, majoriti individu yang mengakses pornografi dalam talian hanya mengakses kandungan percuma dan bukannya menggunakan tapak berbayar seperti yang dipelajari oleh Edelman (Doran, 2010).

Sumber data keempat kami ialah data paparan halaman dari Pornhub.com, yang merupakan hiburan hiburan dewasa ketiga terbesar di Amerika Syarikat pada masa itu. Kami menggunakan data Pornhub kerana saiznya serta ketersediaan data. Pornhub membuat paparan halaman per kapita selama tahun 2013 tersedia secara terbuka dan melaporkan data ini secara berasingan oleh negara. Data Pornhub adalah serupa dengan data Edelman kerana ia adalah ukuran objektif penyedia penggunaan pornografi. Walau bagaimanapun, paparan halaman rekod data bukan pelanggan; secara intuitif, data akan menunjukkan corak penggunaan per orang berat serta pola percambahan di kalangan penduduk. Data ini juga mempunyai kelebihan relatif termasuk penggunaan berbayar dan tidak dibayar.

Menilai perwakilan sumber data baru

Revolusi data yang besar mulai secara mendadak membuka jenis sumber data yang boleh digunakan untuk mengukur dan mengkaji tingkah laku, seperti penggunaan pornografi. Data langganan yang digunakan oleh Edelman (2009) mewakili jenis dataset besar yang akan semakin menjadi tersedia bagi para sarjana dalam penyelidikan mereka. Langkah pertama yang penting dalam menggunakan jenis data proprietari ini akan menilai sejauh mana data daripada penyedia tunggal mewakili penduduk umum yang menarik. Dalam seksyen ini, kami menyediakan satu kerangka yang menilai representasi dari suatu dataset dengan membandingkannya dengan corak-corak yang dilihat dari data lain yang diketahui sebagai wakil nasional atau dengan membandingkannya dengan gabungan sumber data lain yang secara kolektif mungkin mewakili yang benar corak tingkah laku asas.

Dalam Jadual 1, kami menyenaraikan 10 sepuluh dan sepuluh negeri paling atas untuk penggunaan pornografi berdasarkan setiap empat sumber: data langganan, Pornhub, NFSS, dan Google Trends. Mississippi adalah satu negeri yang berpangkat di empat negeri teratas dalam penggunaan pornografi di semua empat dataset dan Idaho secara konsisten berpangkat berhampiran kadar paling rendah di mana-mana negara di seluruh kebanyakan langkah. Sebaliknya, negeri-negeri lain seperti Arkansas dan Utah berada di tangga teratas sepuluh langkah, tetapi di sepuluh bawah langkah-langkah lain. Keputusan ini mencadangkan bahawa mengenal pasti keadaan yang nampaknya mempunyai kadar tertinggi penggunaan pornografi berdasarkan sumber data tunggal boleh menjadi sedikit masalah.

Jadual 1. Perintah Peringkat Negeri berdasarkan Empat Sumber Data Yang Beragam
untuk Akses Internet Jalur Lebar.

Dalam panel 2 A kami menganggarkan korelasi antara setiap sumber data menggunakan ukuran sebenar penggunaan pornografi dari setiap sumber dan bukannya kedudukan ordinal yang dilaporkan dalam Jadual 1 dari langkah-langkah ini. Data langganan berbayar telah, setakat ini, korelasi paling lemah dengan tiga sumber yang lain dan bahkan berkorelasi negatif dengan data tinjauan NFSS. Data langganan berbayar mempunyai korelasi -0.0358 dengan NFSS, 0.076 dengan Google Trends, dan 0.0066 dengan Pornhub. Tiada satu pun daripada korelasi ini secara signifikan secara statistik; statistik t-sama adalah semua kurang daripada 0.6 (yang bersesuaian dengan nilai p-arah yang lebih tinggi daripada .3). Sebaliknya, tiga kedudukan lain menunjukkan korelasi yang agak ketara. Google Trends dan Pornhub mempunyai korelasi .487, NFSS dan Google Trends mempunyai korelasi. 655 dan Pornhub dan NFSS mempunyai korelasi .551. Semua korelasi ini adalah signifikan secara statistik dengan t-statistik antara Google Trends dan Pornhub 3.78, antara NFSS dan Google Trends of 5.68, dan antara Pornhub dan NFSS 4.28. Kesemua ini sesuai dengan nilai p-arah yang kurang daripada .0004.

Dalam panel B kita melaporkan korelasi menggunakan kedudukan ordinal yang dihasilkan dari setiap sumber data. Korelasi antara NFSS, tren Google, dan Pornhub mempunyai koefisien korelasi dan kepentingan yang sama dengan panel A, demikian juga korelasi antara tren Google dan langganan berbayar adalah serupa. Panel ini terkenal kerana apabila menggunakan data langganan peringkat dibayar berbayar lebih baik berkait dengan data survei Pornhub dan NFSS, namun korelasi masih tidak penting. Kedua-dua panel membenarkan kami membuat kesimpulan yang sama, namun koefisien yang lebih besar untuk data langganan berbayar perlu diperhatikan walaupun pada hakikatnya mereka tidak penting dan lebih lemah daripada korelasi sumber-sumber lain antara satu sama lain. Kami percaya korelasi yang menggunakan ukuran sebenar penggunaan pornografi berbanding peringkat ordinal merupakan industri yang terbaik kerana ia menyumbang kepada perbezaan sebenar penggunaan pornografi dan bukan hanya pesanan tertentu dari negeri-negeri.

Jadual 2. Korelasi antara Empat Sumber Data.

Hubungan ketara antara ketiga-tiga sumber data langganan tidak dibayar, walaupun terdapat pembolehubah yang berbeza yang mereka sukai (jumlah pencarian, paparan halaman dan perkadaran penonton pornografi), mencadangkan bahawa mereka mengukur corak dasar yang mendasari penggunaan pornografi di seluruh negeri; satu yang tidak kaitan dengan data langganan yang digunakan oleh Edelman (2009).

Kepekaan anggaran ke sumber data yang digunakan

Untuk menggambarkan pentingnya memperhitungkan perbezaan kadar pornografi negara di pelbagai sumber data, kami meniru hasil kajian baru-baru ini yang mendapati bahawa lebih banyak negara beragama dan lebih konservatif cenderung mencari kandungan seksual di Google (MacInnis & Hodson, 2014). Kami meneliti apakah kesimpulan dari kertas tersebut berlaku untuk tindakan penggunaan pornografi lain menggunakan sumber data lain yang telah kami jelaskan dalam makalah ini. Hasil replikasi ini diberikan dalam Jadual 3. Kami menyeragamkan tindakan penggunaan pornografi, keagamaan, dan konservatisme dengan mengurangkan min dan membagi dengan sisihan piawai untuk memungkinkan perbandingan di antara ukuran penggunaan pornografi yang berbeza (pendekatan ini setara dengan menukar setiap ukuran menjadi skor-Z).

Jadual 3. Korelasi antara Religiositi atau Konservatisme Peringkat Negeri dan Setiap Metrik
Penggunaan Pornografi.

Dalam kajian asal, MacInnis dan Hodson (2014) memberikan hasil berdasarkan data Google Trends secara berasingan untuk istilah carian khusus seperti seks, lucah, dan XXX, sama dengan istilah yang kami gunakan dalam langkah Google Trends kami. Hasil dalam baris pertama Jadual 3 menunjukkan bahawa kami juga mendapati hubungan yang signifikan secara statistik antara religiositas dan konservatisme dalam kebanyakan kes apabila kita menggunakan data Google Trends. Walau bagaimanapun, baris lain dalam Jadual 3 menunjukkan bahawa kita mendapat hubungan statistik yang lebih lemah apabila menggunakan mana-mana tiga sumber data yang lain. Keputusan ini menunjukkan bahawa jika MacInnis dan Hodson (2014) menggunakan mana-mana tiga sumber data yang lain, mereka mungkin akan membuat kesimpulan yang berbeza di dalam kertas mereka tentang kekuatan hubungan yang mereka periksa.

Fakta bahawa MacInnis dan Hodson (2014) mendapati hubungan yang signifikan secara statistik antara keagamaan peringkat negeri dan penggunaan pornografi peringkat negeri adalah menarik memandangkan kajian lepas yang menggunakan data tahap individu mendapati bahawa individu yang kerap menghadiri gereja cenderung untuk menggunakan pornografi ( Doran & Price, 2014; Patterson & Price, 2012; Stack, Wasserman, & Kearns, 2004). Jenis corak di mana hubungan peringkat kumpulan bertentangan dengan apa yang dijumpai pada tahap individu juga dijumpai dalam hubungan antara pendidikan dan agama (Glaeser & Sacerdote, 2008) dan hubungan antara pendapatan dan fahaman politik (Glaeser & Sacerdote, 2007).

Perbincangan

Setiap sumber data yang dipertimbangkan di atas menangkap pandangan silang yang berlainan dalam industri pornografi dalam talian, dan masing-masing mempunyai kelemahan yang penting untuk para penyelidik yang berminat dalam penggunaan umum penggunaan pornografi oleh negara. Data tinjauan NFSS, sebagai contoh, mungkin kurang melaporkan penggunaan pornografi kerana kecenderungan keinginan sosial dan ingatan yang salah. Data Google Trends gagal menangkap sebarang penggunaan pornografi yang diakses menerusi cara lain selain carian Google. Pornhub dan data langganan berbayar mungkin terhad dalam perwakilan mereka; mereka mengukur penggunaan berkenaan dengan hanya satu firma dalam industri.

Apabila data daripada sebarang sumber digunakan dalam penyelidikan, hasilnya mesti dikemukakan dalam konteks data yang membawa kepada hasil tersebut. Isu timbul apabila individu tersilap menafsirkan sumber data yang diberikan sebagai mewakili keseluruhan industri pornografi. Terdapat banyak tetapan lain di mana data yang sama sekali tidak mewakili mungkin secara umum tersalah umum. Penyelidik dan individu perlu mengetahui kesahan luar dari penemuan mereka sementara media dan pembaca mesti berhati-hati untuk tidak membesar-besarkan keputusan.

Kami juga mengiktiraf pembatas sumber data kami kerana mereka menangkap industri pornografi dalam momen-momen bersejarah yang berbeza; Google Trends (2013-2014), langganan berbayar (2006-2008), Pornhub (2013), dan NFSS (2012). Data langganan berbayar dikumpulkan kira-kira 6-7 tahun sebelum sumber lain. Perbezaan masa ini mungkin menelan keputusan kami, namun trend umum dalam sumber data secara keseluruhan adalah seperti yang kami percaya penemuan kami adalah tepat. Peralihan major dalam penggunaan pornografi relatif di seluruh negeri dari 2006-2013 akan diperlukan untuk kecenderungan ini berlaku yang kami percaya tidak mungkin.

Apabila cuba memeringkat individu pesanan mengenai beberapa bentuk aktiviti, pelbagai sumber (jika ada) mesti dilihat demi hasil yang berbeza. Sekiranya pesanan menjadi sama dengan ketepatan mereka boleh lebih mudah diandaikan. Sekiranya mereka berbeza, peluang timbul untuk memahami lebih lanjut mengenai isu ini. Dalam kes tertentu, perbezaan kemungkinan timbul kerana sumber menangkap pelbagai jenis penggunaan pornografi.

Penyelidikan masa lalu mengenai penggunaan pornografi telah menyentuh sejauh mana ia boleh mempengaruhi bidang kepentingan penting seperti perceraian, kebahagiaan, produktiviti pekerja dan keganasan seksual (Bergen & Bogle, 2000; Doran & Price, 2014; Patterson & Price, 2012; Young & Kes, 2004). Semasa penyelidikan sedemikian dijalankan, data mesti berasal dari sumber (atau sumber) yang boleh dipercayai dan dapat digeneralisasikan. Hasil dan penemuan kesan seperti itu mesti dipertimbangkan berdasarkan usia, jantina, dan identiti seksual individu juga - faktor yang tidak dipertimbangkan dalam makalah ini (Sevcikova & Daneback, 2014; Stoops, 2015; Traeen & Daneback, 2013 ; Tripodi et al. 2015). Dalam peluang penyelidikan tersebut, penggunaan pornografi oleh negara mungkin berperanan dalam analisis. Mengingat hasil makalah ini, sumber data dari pemboleh ubah seperti itu harus sangat dipertimbangkan dalam regresi seperti itu dan hasilnya harus ditafsirkan dalam konteks sumber data.

Kesimpulan

Data yang disediakan oleh syarikat-syarikat tertentu berpotensi untuk memberikan maklumat penting kepada isu-isu awam. Cabaran utama menentukan ketika data syarikat tunggal, bahkan yang sangat besar, dapat memberikan gambaran yang mewakili seluruh penduduk. Dengan mengandaikan kadar pornografi yang relatif di seluruh negeri tidak mempunyai perubahan besar dari 2006-2013, keputusan kertas kami menunjukkan bahawa dalam beberapa kes, maklumat dari satu syarikat boleh membuat gambaran yang mengelirukan dari pola geografi tingkah laku tertentu. Ini boleh menjadi sangat penting untuk penggunaan pornografi kerana majoriti individu individu yang mengakses pornografi dalam talian hanya mengakses kandungan percuma dan bukannya menggunakan laman berbayar (Doran, 2008).

Hasil kertas ini menggambarkan empat sumber data yang berbeza mengenai penggunaan pornografi termasuk dua yang melibatkan data perwakilan negara (Google Trends dan NFSS). Kami mendapati korelasi yang ketara antara tiga sumber data kami menunjukkan bahawa mereka semua mencerminkan corak asas yang sama dalam penggunaan pornografi di seluruh negeri. Sebaliknya data langganan berbayar, satu sumber yang telah menerima perhatian media yang adil, sebenarnya berkorelasi agak kurang dengan sumber lain. Kami juga menunjukkan bahawa pilihan di seluruh sumber data boleh mempengaruhi kesimpulan yang menarik dan mencadangkan bahawa kajian masa depan termasuk ujian kepekaan merentas sumber data ketika memeriksa isu-isu yang mencabar untuk mendapatkan ukuran yang ideal dari tingkah laku khusus.

Rujukan