Recenzja badań wykorzystujących pornografię: metodologia i wyniki z czterech źródeł (2015): Utah nie jest numerem 1 w używaniu pornografii

Gmeiner, M., Price, J. i Worley, M. (2015).

Link do artykułu 

Przegląd badań wykorzystujących pornografię: metodologia i wyniki z czterech źródeł.

Cyberpsychologia: Journal of Psychosocial Research w cyberprzestrzeni, 9(4), artykuł 1. doi: 10.5817 / CP2015-4-4

 
Michael Gmeiner1, Joseph Price2, Michael Worley3

1,2,3 Brigham Young University, Provo, Utah, Stany Zjednoczone

 

Abstrakcyjny

Szeroka elektroniczna transmisja pornografii pozwala na różnorodne nowe źródła danych do obiektywnego pomiaru wykorzystania pornografii. Niedawne badania zaczęły wykorzystywać te dane do uszeregowania stanów w USA według wykorzystania pornografii internetowej w przeliczeniu na jednego mieszkańca oraz do określenia czynników wykorzystujących pornografię na poziomie państwa. Celem tego artykułu jest porównanie dwóch poprzednich metod oceny wykorzystania pornografii przez państwo, a także pomiar wykorzystania pornografii online przy użyciu wielu źródeł danych. Stwierdzamy, że rankingi na poziomie państwowym z Pornhub.com, Google Trends i New Family Structures Survey są ze sobą znacząco skorelowane. W przeciwieństwie do tego, stwierdzamy, że rankingi oparte na danych z jednej dużej płatnej strony pornograficznej subskrypcji nie mają istotnej korelacji z rankingami opartymi na pozostałych trzech źródłach danych. Ponieważ tak duża część pornografii internetowej jest dostępna za darmo, badania oparte wyłącznie na płatnych danych subskrypcyjnych mogą prowadzić do mylących wniosków.

Słowa kluczowe: pornografia, korzystanie z internetu, dane, przedstawiciel

POBIERZ PDF

 

Wprowadzenie

Podczas gdy większość badaczy zgadza się, że pornografia stała się bardziej rozpowszechniona w ostatnich dziesięcioleciach, dokładny pomiar poziomu wykorzystania pornografii w populacji pozostaje wyzwaniem empirycznym dla naukowców społecznych. Szereg technologii wykorzystywanych do uzyskiwania dostępu do pornografii zmieniał się z czasem, co sprawia, że ​​konsekwentnie mierzy się tę samą miarę wykorzystywania pornografii. Szybki internet, który w ciągu ostatnich piętnastu lat stopniowo przenikał rynki, umożliwia bezprecedensową przystępność cenową, anonimowość i łatwość dostępu w konsumpcji pornografii (Cooper, 1998), przyczyniając się do widocznego ogólnego wzrostu wykorzystania pornografii (Wright, 2011). Hertlein i Stevenson (2010) odnotowują także inne cechy szczególne dla szerokopasmowej pornografii internetowej w przyczynianiu się do rozwoju branży: bliższe zbliżenie do świata fizycznego, akceptowalność, niejednoznaczność i zakwaterowanie między „prawdziwym” i „powinnym” ja.

Poprzednie podejścia do pomiaru wykorzystania pornografii w dużym stopniu opierały się na danych z badań (patrz Buzzell, 2005). Elektroniczny charakter pornografii internetowej w coraz większym stopniu umożliwia jednak korzystanie z wielu alternatywnych metod uzyskiwania wiarygodnych proxy do wykorzystania pornografii, w tym tych uzyskanych z subskrypcji lub danych wyszukiwania online. Możliwość wykorzystania obiektywnej miary opartej na danych subskrypcji lub wyszukiwaniu jest korzystna, ponieważ dane oparte na ankietach generalnie cierpią z powodu stronniczości pożądania społecznego: respondenci mogą zaniżać wyniki działań, które naruszają normy społeczne (Fisher, 1993). Ponadto dane subskrypcyjne nie zależą od indywidualnej opinii o tym, co stanowi pornografię; naturalne ograniczenie subiektywnych pytań ankietowych dotyczących wykorzystania pornografii.

Dwa ostatnie badania wykorzystały innowacyjne źródła danych na temat wykorzystania pornografii online. Edelman (2009) korzysta z danych subskrypcyjnych od jednego z dziesięciu największych dostawców płatnych treści pornograficznych w celu stworzenia rankingu, w którym państwa wykorzystują najbardziej pornografię online i koreluje je z kilkoma miarami postaw społecznych lub religijnych na poziomie państwa. MacInnis i Hodson (2014) wykorzystują dane wyszukiwane w wyszukiwarce Google Trends jako proxy do korzystania z pornografii i badają związek między pornografią na poziomie państwa a miarami religijności i konserwatyzmu. Stwierdzają, że stany o bardziej prawicowych postawach ideologicznych mają wyższe wskaźniki wyszukiwania Google związanego z pornografią.

W tym artykule dokonano oceny niektórych twierdzeń z poprzednich badań dotyczących rangi państw i związku między wykorzystywaniem pornografii na poziomie państwowym a różnymi środkami społecznymi na poziomie państwa. Dajemy również ramy, które przyszli naukowcy mogą wykorzystać do oceny reprezentatywności przyszłych zbiorów danych na poziomie państwowym lub nawet na poziomie hrabstwa w zakresie wykorzystania pornografii. Edelman (2009) był pionierem w dostępie do danych subskrypcyjnych jednego dostawcy płatnych treści pornograficznych, a korzystanie z indywidualnych danych konsumenckich przez prywatne firmy stanie się użytecznym narzędziem do gromadzenia danych na temat trudnych do zmierzenia zachowań. Kluczem do przyszłego wykorzystania tego typu bogatych danych będzie określenie stopnia, w jakim dane z jednej firmy mogą dostarczyć tych samych informacji, co próba reprezentatywna dla danego kraju.

W tym artykule rozwijamy dane wykorzystane w tych dwóch ostatnich badaniach i łączymy je z dwoma dodatkowymi źródłami danych. Ponieważ każde z czterech źródeł danych, których używamy w tym dokumencie, daje miarę poziomu wykorzystania pornografii, szacujemy trafność każdego źródła, porównując je z rankingami na poziomie państwa, które uzyskujemy dla innych źródeł.

Dane

Nasz artykuł opiera się na czterech źródłach danych, które zawierają informacje na temat różnic w wykorzystaniu pornografii na poziomie państwowym. Pierwsze dwa źródła danych to reprezentatywne dla danego kraju próbki, podczas gdy dwa ostatnie oparte są na płatnych subskrypcjach lub odsłonach stron związanych z określonym dostawcą treści pornograficznych. W każdym źródle danych nasze wykorzystanie pornografii opiera się na okolicznościach, w których osoby poszukują treści pornograficznych, a nie przypadkowo przeglądają pornografię.

Nasz pierwszy zestaw danych opiera się na reprezentatywnej dla danego kraju próbie respondentów 2,988 w badaniu New Family Structures Survey (NFSS). Gromadzenie danych zostało przeprowadzone przez Knowledge Networks (KN), firmę badawczą z rekordem generowania danych wysokiej jakości. Knowledge Networks rekrutowało członków swojego panelu losowo poprzez ankiety telefoniczne i pocztowe, w razie potrzeby gospodarstwa domowe mają dostęp do Internetu. Panel ten ma zalety, ponieważ nie ogranicza się do obecnych użytkowników Internetu lub właścicieli komputerów i nie akceptuje wybranych przez siebie ochotników.

NFSS zawiera pytanie o to, czy respondent celowo oglądał pornografię w poprzednim roku. Ten rodzaj pytania ma tę zaletę, że przechwytuje pornografię z dowolnego źródła, z którego korzysta użytkownik. Istnieją inne reprezentatywne dla danego kraju próbki, takie jak General Social Survey, zawierające pytania dotyczące pornografii. Używamy danych z NFSS, ponieważ mogą one być łatwo dostępne dla innych uczonych i zawierają identyfikatory stanu w publicznie dostępnej formie. Natomiast identyfikatory stanu można uzyskać tylko w poufnej wersji Ogólnego badania społecznego. Do analizy w tym artykule używamy zestawu czterdziestu sześciu stanów z badania NFSS, dla których było co najmniej respondentów 50.

Drugie źródło danych, Google Trends, funkcjonuje jako indeks szeregów czasowych ilości wyszukiwań wprowadzonych do Google w określonym obszarze geograficznym. Dane te okazały się przydatne w przedsięwzięciach ekonomicznych i medycznych, takich jak przewidywanie wybuchów grypy (Carneiro i Mylonakis, 2009) oraz prognozowanie krótkoterminowych wskaźników ekonomicznych, takich jak zaufanie konsumentów lub bezrobocie (Choi i Varian, 2012). Preis, Moat i Stanley (2013) określają ilościowo zachowania handlowe za pomocą Trendów Google, pokazując, że niektóre terminy są powiązane ze wzrostem lub spadkiem wartości akcji. Branżę rozrywki dla dorosłych można również zbadać za pomocą danych wyszukiwania w Trendach Google w zakresie, w jakim ważne cechy jej branży można zmierzyć ilościowo.

Najważniejszym wyzwaniem w korzystaniu z danych Google Trends jest wybranie konkretnych warunków, na których rysujemy dane. Wybrane terminy muszą być rzeczywistym wskaźnikiem wykorzystania pornografii, aby nasza analiza była przydatna. Ho i Watters (2004) analizowali trendy strukturalne na stronach pornograficznych. W ramach swojej analizy tworzą listę terminów, które często pojawiają się na stronach pornograficznych i często nie pojawiają się na stronach nie pornograficznych. Cztery najwyższe terminy to „porn”, „xxx”, „sex” i „f ***”. Korzystając ze statystyk wyszukiwania, stwierdzamy, że wyszukiwanie tych czterech terminów jest ściśle skorelowane. Natomiast wyszukiwanie terminu „pornografia” jest nieskorelowane z żadnym z tych czterech terminów i jest terminem, który prawdopodobnie będzie używany przez ludzi poszukujących informacji o pornografii, a nie dostęp do rzeczywistych treści pornograficznych.

Istnieje również rozróżnienie między pornografią „twardą” i „miękką”, z „miękką” ogólnie odnoszącą się do mediów o charakterze seksualnym, ale nie przedstawiającą penetracji. Cztery wymienione wcześniej terminy będą pobierać dane tylko dla użytkowników poszukujących twardych treści, ale nadal uważamy to za skuteczną analizę z dwóch powodów. Miękkie porno nie jest uważane za pornografię przez wielu widzów iw rezultacie jest wszechobecne nawet w mediach głównego nurtu, w tym w telewizji i filmach. Po drugie, stwierdzamy, że względne poszukiwania terminów związanych z miękką pornografią są minimalne w porównaniu z wyszukiwaniem terminów związanych z twardą pornografią. Zrobiliśmy względną wartość wyszukiwania dla wyszukiwanych haseł „porn” i „nagie dziewczyny” w 2005-2013. Wyszukiwania obu terminów zostały znormalizowane tak, że maksymalna objętość wyszukiwania przybrała wartość 100, występującą dla terminu „porn”. W porównaniu do znormalizowanego maksimum, „nagie dziewczyny” nigdy nie mają indeksu głośności wyszukiwania większego niż 6.

Dane z Google Trends nie wskazują rzeczywistej liczby wyszukiwań dla określonego terminu w obszarze geograficznym. Każdy punkt danych jest normalizowany przez podzielenie liczby wyszukiwań dla terminu przez całkowitą liczbę wszystkich wyszukiwań w tym obszarze. Dane są zatem kontrolowane zarówno dla populacji, jak i różnic w wielkości wyszukiwania między stanami. Google Trends eliminuje również powtarzające się wyszukiwania przez pojedynczą osobę w krótkim czasie, aby uniemożliwić jednostce przekrzywienie wyników.

Dane są dostępne na poziomie tygodnia z Google Trends. Używamy danych w lipcu 2013-lipiec 2014. Nasze obserwacje są dostosowane do skali 1-100. Stan z najwyższymi znormalizowanymi wyszukiwaniami określonego terminu w okresie jednego tygodnia w naszym zbiorze danych ma odczyt 100. Korzystając z tych danych przy każdym semestrze, tworzymy indeks pornografii dla każdego tygodnia stanu naszych danych z ważoną sumą przy użyciu czterech terminów. Ważymy „porno” i „seks” w większym stopniu, ponieważ ich relatywne wyszukiwania są znacznie większe niż w porównaniu z „f ***” i „xxx”. W szczególności używamy średniej względnej wagi każdego okresu w ciągu ostatniego roku. Następnie korzystamy z tego ważonego rankingu liczby wyszukiwań państw przez Google Trends, aby geograficznie modelować branżę rozrywki dla dorosłych.

Jedną z zalet korzystania z danych z Google Trends w przeciwieństwie do danych subskrypcji specyficznych dla witryny jest to, że zawiera informacje o osobach poszukujących zarówno darmowej, jak i płatnej rozrywki dla dorosłych. Doran (2008) zauważa, że ​​o 80-90% odwiedzających strony pornograficzne ma dostęp tylko do darmowych materiałów pornograficznych, sugerując, że analiza płatnej rozrywki dla dorosłych może przesłaniać rzeczywiste wzorce konsumpcji pornografii w ogóle.

Nasze trzecie źródło danych rejestruje liczbę subskrypcji jednego z dziesięciu największych dostawców płatnych treści pornograficznych wykorzystanych w niedawnym badaniu Edelmana (2009). Analiza Edelmana tego zestawu danych stanowiła nowatorski wkład do literatury; Poprzednie badania dotyczące wykorzystania pornografii dotyczyły jedynie danych z badań. Użyte dane to kod pocztowy powiązany ze wszystkimi subskrypcjami kart kredytowych między 2006 a 2008. Ten konkretny dostawca treści ma setki witryn obejmujących szeroki zakres rozrywki dla dorosłych. Edelman (2009) przyznaje jednak, że „trudno jest rygorystycznie potwierdzić, że ten sprzedawca jest reprezentatywny”.

Chociaż źródłem tych danych subskrypcyjnych jest topowy sprzedawca rozrywki dla dorosłych 10, subskrypcje są bardzo niskie w stosunku do wzorców wykorzystania pornografii, które obserwujemy w danych z badań, takich jak NFSS, gdzie 47% dorosłych zgłasza używanie pornografii w ciągu ostatniego roku . Stan z największą liczbą abonamentów przypadających na jedno gospodarstwo szerokopasmowe to Utah z 5.47 dla każdego gospodarstwa domowego 1,000 z dostępem szerokopasmowym. Najniższy stan to Montana z subskrypcjami 1.92 dla każdego gospodarstwa domowego 1,000 z dostępem szerokopasmowym. Te niskie stawki sugerują, że udział poszczególnych dostawców treści pornograficznych w rynku jest niewielki, co utrudnia określenie, czy dane jednego dostawcy mogą zapewnić dokładne porównanie między stanami. Jak wspomniano wcześniej, zdecydowana większość osób, które uzyskują dostęp do pornografii online, ma dostęp tylko do bezpłatnych treści, a nie do płatnej witryny, takiej jak te, które studiował Edelman (Doran, 2010).

Naszym czwartym źródłem danych jest przeglądanie stron z Pornhub.com, który był wówczas trzecim co do wielkości serwisem online dla dorosłych w Stanach Zjednoczonych w tym czasie. Używamy danych Pornhub ze względu na ich rozmiar, a także dostępność danych. Pornhub udostępnił publicznie odsłon na osobę w ciągu roku 2013 i zgłosił te dane osobno według stanu. Dane Pornhub mają charakter podobny do danych Edelmana, ponieważ stanowią obiektywną miarę pornografii po stronie dostawcy. Jednak dane rejestrują odsłony strony zamiast subskrybentów; intuicyjnie, dane ujawniłyby wzorce ciężkiego wykorzystania na osobę, jak również wzorce proliferacji wśród ludności. Dane mają również względną przewagę, obejmującą zarówno płatne, jak i nieodpłatne korzystanie.

Ocena reprezentatywności nowych źródeł danych

Rewolucja w zakresie dużych danych zaczyna dramatycznie otwierać typy źródeł danych, które można wykorzystać do pomiaru i badania zachowań, takich jak wykorzystanie pornografii. Dane subskrypcji używane przez Edelmana (2009) reprezentują typ dużych zbiorów danych, które będą coraz bardziej dostępne dla naukowców w ich badaniach. Ważnym pierwszym krokiem w korzystaniu z tego typu zastrzeżonych danych będzie ocena stopnia, w jakim dane od jednego dostawcy są reprezentatywne dla ogólnej populacji zainteresowanej. W tej części przedstawiamy strukturę oceniającą reprezentatywność zbioru danych, porównując go z wzorcami obserwowanymi na podstawie innych danych, o których wiadomo, że są reprezentatywne dla danego kraju lub porównując je z kombinacją innych źródeł danych, które łącznie mogą reprezentować prawdziwe podstawowy wzór zachowania.

W tabeli 1 podajemy listę dziesięciu najpopularniejszych i dziesięciu najgorszych stanów wykorzystania pornografii na podstawie każdego z czterech źródeł: danych subskrypcji, Pornhub, NFSS i Google Trends. Mississippi jest jednym z państw, które plasują się w czołówce czterech państw zajmujących się pornografią we wszystkich czterech zestawach danych, a Idaho konsekwentnie plasuje się w pobliżu najniższych stawek w każdym stanie w większości środków. Dla kontrastu, inne państwa, takie jak Arkansas i Utah, plasują się w pierwszej dziesiątce pod pewnymi miarami, ale w dziesiątce pod innymi miarami. Wyniki te sugerują, że określenie, który stan wydaje się mieć najwyższy stopień wykorzystania pornografii w oparciu o jedno źródło danych, może być nieco problematyczne.

 

Tabela 1. Kolejność rankingu państw na podstawie czterech różnych źródeł danych kontrolowanych
dla szerokopasmowego dostępu do Internetu.
figa

W panelu Tabela 2 A szacujemy korelację między każdym ze źródeł danych przy użyciu rzeczywistych miar wykorzystania pornografii z każdego źródła, a nie porządek porządkowy, który jest podany w tabeli 1 z tych miar. Płatne dane subskrypcyjne mają zdecydowanie najsłabszą korelację z pozostałymi trzema źródłami i są nawet ujemnie skorelowane z danymi z badania NFSS. Płatne dane subskrypcyjne mają korelację -0.0358 z NFSS, 0.076 z Google Trends i 0.0066 z Pornhub. Żadna z tych korelacji nie jest istotna statystycznie; odpowiednie statystyki t są mniejsze niż 0.6 (które odpowiadają kierunkowym wartościom p większym niż .3). Natomiast pozostałe trzy rankingi pokazują relatywnie znaczące korelacje. Google Trends i Pornhub mają korelację .487, NFSS i Google Trends mają korelację .655 i Pornhub, a NFSS mają korelację .551. Wszystkie te korelacje są istotne statystycznie dzięki statystyce t między Google Trends i Pornhub 3.78, między NFSS i Google Trends 5.68 oraz między Pornhub i NFSS 4.28. Wszystko to odpowiada kierunkowym wartościom p mniejszym niż .0004.

W panelu B zgłaszamy korelacje przy użyciu porządków porządkowych utworzonych z każdego źródła danych. Korelacje między NFSS, trendami Google i Pornhub mają porównywalne współczynniki korelacji i znaczenie do tych w panelu A, podobnie korelacja między trendami Google a płatną subskrypcją jest podobna. Panel jest godny uwagi, ponieważ przy użyciu porządkowych rankingów płatne dane subskrypcyjne lepiej korelują z danymi z ankiet Pornhub i NFSS, jednak korelacje są nadal nieistotne. Te dwa panele pozwalają nam wyciągnąć podobne wnioski, jednak warto zwrócić uwagę na większe współczynniki dla płatnych danych subskrypcyjnych, mimo że są one nieistotne i znacznie słabsze niż korelacje innych źródeł ze sobą. Uważamy, że korelacje wykorzystujące rzeczywiste środki wykorzystywania pornografii, a nie porządki porządkowe, najlepiej reprezentują branżę, ponieważ odpowiada ona za rzeczywistą różnicę w wykorzystaniu pornografii, a nie tylko za specyficzne porządkowanie stanów.

 

Tabela 2. Korelacja między czterema źródłami danych.
figa

 

 

Znacząca korelacja między trzema źródłami danych nieopłacanych subskrypcji, pomimo różnych zmiennych, które mierzą (objętość wyszukiwania, liczba odsłon i proporcja widzów pornografii), sugeruje, że mierzą one rzeczywisty podstawowy wzór zmienności w wykorzystywaniu pornografii w różnych stanach; taki, który nie jest skorelowany z danymi subskrypcji używanymi przez Edelman (2009).

Wrażliwość szacunków na użyte źródło danych

Aby zilustrować znaczenie uwzględniania różnic w wskaźnikach pornografii państwowej w różnych źródłach danych, powielamy wyniki niedawnego badania, które wykazało, że bardziej religijne i konserwatywne państwa częściej szukały treści seksualnych w Google (MacInnis i Hodson, 2014). Badamy, czy wnioski z tego artykułu mają zastosowanie do innych środków wykorzystania pornografii, wykorzystując inne źródła danych, które opisaliśmy w tym artykule. Wyniki tej replikacji podano w Tabeli 3. Ujednoliciliśmy miary wykorzystania pornografii, religijności i konserwatyzmu, odejmując średnią i dzieląc przez odchylenie standardowe, aby umożliwić porównania różnych miar wykorzystania pornografii (podejście to jest równoważne z przeliczeniem każdy ze środków w punktację Z).

 

Tabela 3. Korelacje między religijnością na poziomie państwowym a konserwatyzmem a każdą miarą
wykorzystania pornografii.
figa

W oryginalnym opracowaniu MacInnis i Hodson (2014) podali wyniki oparte na danych Google Trends osobno dla określonych wyszukiwanych haseł, takich jak seks, pornografia i XXX, podobnie do terminów, które używamy w naszym pomiarze Google Trends. Wyniki w pierwszym wierszu tabeli 3 pokazują, że w większości przypadków, gdy korzystamy z danych Google Trends, znajdujemy również statystycznie istotny związek między religijnością a konserwatyzmem. Jednak inne wiersze w tabeli 3 pokazują, że otrzymujemy znacznie słabszą relację statystyczną podczas korzystania z któregokolwiek z trzech pozostałych źródeł danych. Wyniki te sugerują, że gdyby MacInnis i Hodson (2014) użyli któregokolwiek z pozostałych trzech źródeł danych, prawdopodobnie doszłoby do innego wniosku w swojej pracy na temat siły związku, który badali.

Fakt, że MacInnis i Hodson (2014) znajdują statystycznie istotny związek między religijnością na poziomie państwowym a używaniem pornografii na poziomie państwowym jest interesujący, biorąc pod uwagę, że wcześniejsze badania wykorzystujące dane na poziomie indywidualnym wykazały, że osoby, które regularnie chodzą do kościoła, znacznie rzadziej używają pornografii ( Doran i Price, 2014; Patterson i Price, 2012; Stack, Wasserman i Kearns, 2004). Ten typ wzorca, w którym relacje na poziomie grupowym są przeciwstawne temu, co znajdujemy na poziomie indywidualnym, stwierdzono również w związku między edukacją a religią (Glaeser i Sacerdote, 2008) oraz związku między dochodami a przynależnością polityczną (Glaeser i Sacerdote, 2007).

Dyskusja

Każde ze źródeł danych rozpatrywanych powyżej rejestruje inny przekrój branży pornografii online, a każda z nich ma istotne luki w zabezpieczeniach dla naukowców zainteresowanych ogólnym poziomem wykorzystania pornografii przez państwo. Dane z badania NFSS, na przykład, prawdopodobnie zaniżają spożycie pornografii z powodu stronniczości pożądania społecznego i wadliwej pamięci pacjentów. Dane Google Trends nie przechwytują żadnych treści pornograficznych, do których dostęp uzyskuje się za pomocą środków innych niż wyszukiwarka Google. Pornhub i płatne dane subskrypcyjne mogą mieć ograniczoną reprezentatywność; mierzą wykorzystanie w odniesieniu do tylko jednej firmy w branży.

Gdy dane z dowolnego źródła są wykorzystywane w badaniach, wyniki muszą być przedstawione w kontekście danych, które prowadzą do tych wyników. Problemy pojawiają się, gdy osoby błędnie interpretują dane źródło danych jako reprezentujące całą branżę pornograficzną. Istnieje wiele innych ustawień, w których podobnie niereprezentatywne dane mogą zostać błędnie uogólnione. Naukowcy i osoby prywatne muszą być świadomi zewnętrznej ważności swoich odkryć, podczas gdy media i czytelnicy muszą uważać, aby nie nadgenerować wyników.

Uznajemy również ograniczenie naszych źródeł danych, ponieważ przechwytują przemysł pornograficzny w różnych momentach historycznych; Google Trends (2013-2014), płatna subskrypcja (2006-2008), Pornhub (2013) i NFSS (2012). Płatne dane subskrypcyjne zebrano około 6-7 lat przed innymi źródłami. Ta różnica czasu może wpłynąć na nasze wyniki, jednak ogólne trendy w źródłach danych jako całości są takie, że uważamy nasze wyniki za dokładne. Potrzebne byłyby znaczne zmiany w względnym wykorzystaniu pornografii w różnych stanach od 2006-2013, aby ta tendencja miała miejsce, co naszym zdaniem jest mało prawdopodobne.

Próbując uszeregować porządek jednostek w odniesieniu do jakiejś formy aktywności, wiele źródeł (jeśli są dostępne) musi być oglądanych ze względu na kontrastujące wyniki. Jeśli zamówienia będą podobne, ich dokładność można łatwiej założyć. Jeśli się różnią, pojawia się okazja, aby zrozumieć więcej na ten temat. W naszym konkretnym przypadku różnice mogą się pojawić, ponieważ źródła przechwytują różne rodzaje pornografii.

Wcześniejsze badania nad używaniem pornografii dotyczyły stopnia, w jakim może to wpływać na ważne obszary zainteresowań, takie jak rozwód, szczęście, produktywność pracowników i przemoc seksualna (Bergen i Bogle, 2000; Doran i Price, 2014; Patterson i Price, 2012; Young & Case, 2004). Kiedy takie badania są prowadzone, dane muszą pochodzić z wiarygodnego i możliwego do uogólnienia źródła (lub źródeł). Wyniki i ustalenia dotyczące wszelkich takich skutków należy rozpatrywać również w świetle wieku, płci i tożsamości seksualnej osób - czynników, które nie zostały uwzględnione w tym artykule (Sevcikova i Daneback, 2014; Stoops, 2015; Traeen & Daneback, 2013 ; Tripodi i in. 2015). W takich sytuacjach badawczych wykorzystywanie pornografii przez państwo może odgrywać rolę w analizie. Biorąc pod uwagę wyniki tego artykułu, źródło danych takiej zmiennej musi być mocno uwzględnione w takiej regresji, a wynik musi być interpretowany w kontekście źródła danych.

Wnioski

Dane dostarczane przez konkretne firmy mają potencjał, aby dostarczyć ważnych informacji na temat kwestii publicznych. Głównym wyzwaniem jest określenie, kiedy dane pojedynczej firmy, nawet bardzo dużej, mogą dostarczyć spostrzeżeń reprezentatywnych dla całej populacji. Zakładając, że względne wskaźniki pornografii w różnych stanach nie zmieniły się znacząco w porównaniu z 2006-2013, wyniki naszego artykułu sugerują, że w niektórych przypadkach informacje pochodzące od jednej firmy mogą powodować mylący obraz geograficznych wzorców określonego zachowania. Może to być szczególnie ważne w przypadku korzystania z pornografii, ponieważ ogromna większość osób, które uzyskują dostęp do pornografii online, ma dostęp tylko do bezpłatnych treści, a nie do płatnej witryny (Doran, 2008).

Wyniki tego artykułu opierają się na czterech różnych źródłach danych dotyczących wykorzystania pornografii, w tym dwóch obejmujących dane reprezentatywne dla danego kraju (Google Trends i NFSS). Stwierdzamy istotną korelację między trzema naszymi źródłami danych sugerującymi, że wszystkie odzwierciedlają podobny wzorzec w wykorzystywaniu pornografii w różnych stanach. Natomiast dane subskrypcji płatnej, jedyne źródło, które przyciągnęło dużą uwagę mediów, w rzeczywistości raczej słabo korelują z innymi źródłami. Pokazujemy również, że wybory między źródłami danych mogą wpływać na wnioski, które wyciągają badania, i sugerują, że przyszłe badania obejmują testy wrażliwości w różnych źródłach danych podczas badania problemów, dla których uzyskanie idealnej miary konkretnego zachowania jest trudne.

Referencje

Bergen, R., & Bogle, K. (2000). Badanie związku między pornografią a przemocą seksualną. Przemoc i ofiary, 15, 227-234. 
Buzzell, T. (2005). Charakterystyka demograficzna osób korzystających z pornografii w trzech kontekstach technologicznych. Seksualność i kultura. 9, 28-48. http://dx.doi.org/10.1007/BF02908761

Carneiro, HA i Mylonakis, E. (2009). Trendy Google: narzędzie internetowe do monitorowania ognisk chorób w czasie rzeczywistym. Clinical Infectious Diseases, 49, 1557-1564. http://dx.doi.org/10.1086/630200

Choi, H. i Varian, H. (2012). Przewidywanie teraźniejszości dzięki trendom Google. Rekord ekonomiczny, 88(s1), 2-9. http://dx.doi.org/10.1111/j.1475-4932.2012.00809.x

Cooper, A. (1998). Seksualność i internet: surfowanie w nowym tysiącleciu. CyberPsychologia i zachowanie, 1, 187-193. http://dx.doi.org/10.1089/cpb.1998.1.187

Doran, K. (2010). Wielkość branży, pomiary i koszty społeczne. W M. Eberstadt & MA Layden (red.), Społeczne koszty pornografii: zbiór artykułów. Princeton, NJ: The Witherspoon Institute.

Doran, K. i Price, J. (2014). Pornografia i małżeństwo. Journal of Family and Economic Issues, 35, 489-498. http://dx.doi.org/10.1007/s10834-014-9391-6

Edelman, B. (2009). Rynki: Czerwone światło mówi: Kto kupuje rozrywkę online dla dorosłych? Journal of Economic Perspectives, 23(1) 209-220. http://dx.doi.org/10.1257/jep.23.1.209

Fisher, R. (1993). Tendencja do pożądania społecznego i trafność pytań pośrednich. Journal of Consumer Research, 20, 303-315. http://dx.doi.org/10.1086/209351

Glaeser, E. i Sacerdote, B. (2007). Odwrócenie agregacji i społeczne formowanie przekonań. Dokument roboczy NBER nr 13031. Pobrane z http://www.nber.org/papers/w13031.pdf

Glaeser, E. i Sacerdote, B. (2008). Edukacja i religia. Journal of Human Capital, 2, 188-215. http://dx.doi.org/10.1086/590413

Hertlein, K. i Stevenson, A. (2010). Siedem „A” przyczyniających się do problemów intymności związanych z Internetem: przegląd literatury. Cyberpsychologia: Journal of Psychosocial Research on Cyberspace, 4(1), artykuł 1. Pobrane z http://www.cyberpsychology.eu/view.php?cisloclanku=2010050202

Ho, W., & Watters, P. (2004). Statystyczne i strukturalne podejście do filtrowania pornografii internetowej. W Systemy, człowiek i cybernetyka, 2004 IEEE Międzynarodowa konferencja na temat: tom. 5, (str. 4792-4798).

MacInnis, C. i Hodson, G. (2014). Czy amerykańskie stany z bardziej religijną lub konserwatywną populacją częściej szukają w Google treści seksualnych? Archives of Sexual Behaviour, 44, 137-147. http://dx.doi.org/10.1007/s10508-014-0361-8

Patterson, R. i Price, J. (2012). Pornografia, religia i luka w szczęściu: czy pornografia wpływa inaczej na osoby aktywnie religijne? Journal of the Scientific Study of Religion, 51, 79-89. http://dx.doi.org/10.1111/j.1468-5906.2011.01630.x

Preis, T., Moat, H. i Stanley, H. (2013). Obliczanie zachowań handlowych na rynkach finansowych przy użyciu Trendów Google. Raporty naukowe, 3, 1684.

Sevcikova, A. i Daneback, K. (2014). Korzystanie z pornografii internetowej w okresie dojrzewania: różnice wieku i płci. European Journal of Developmental Psychology, 11, 674-686. http://dx.doi.org/10.1080/17405629.2014.926808

Stack, S., Wasserman, I. i Kern, R. (2004). Więzi społeczne dorosłych i korzystanie z pornografii internetowej. Social Science Quarterly, 85, 75-88. http://dx.doi.org/10.1111/j.0038-4941.2004.08501006.x

Stoops, J. (2015). Dynamika klas i płci handlu pornografią w późnej dziewiętnastowiecznej Wielkiej Brytanii. The Historical Journal, 58, 137-156. http://dx.doi.org/10.1017/S0018246X14000090

Traeen, B. i Daneback, K. (2013). Wykorzystywanie pornografii i zachowań seksualnych wśród norweskich mężczyzn i kobiet o różnej orientacji seksualnej. Seksologie, 22, e41-e48. http://dx.doi.org/10.1016/j.sexol.2012.03.001

Tripodi, F., Eleuteri, S., Giuliani, M., Rossi, R., Livi, S., Petruccelli, I., Petruccelli, F., Daneback, K. i Simonelli C. (2015). Niezwykłe zainteresowania seksualne heteroseksualnych studentów szwedzkich i włoskich w Internecie. Seksuologie, Zaawansowana publikacja online. http://dx.doi.org/10.1016/j.sexol.2015.03.003

Wright, P. (2011). Amerykańscy mężczyźni i pornografia, 1973 – 2010: Konsumpcja, predyktory, korelacje. Journal of Sex Research, 50, 60-71. http://dx.doi.org/10.1080/00224499.2011.628132

Young, K. i Case, C. (2004). Nadużycia internetowe w miejscu pracy: nowe trendy w zarządzaniu ryzykiem. CyberPsychologia i zachowanie, 7, 105-111. http://dx.doi.org/10.1089/109493104322820174

Korespondencja do:
Joseph Price
Budynek biurowy Wydziału 130
Provo, Utah
Stany Zjednoczone Ameryki
84602

e-mail: joe_price (at) byu.edu