Огляд досліджень використання порнографії: Методологія та результати з чотирьох джерел (2015): Юта не є номером 1 у порно

Посилання на статтю 

Огляд досліджень порнографії: Методологія та результати з чотирьох джерел.

Кіберпсихологія: Журнал психосоціальних досліджень кіберпростору, 9(4), стаття 1. doi: 10.5817 / CP2015-4-4

абстрактний

Ключові слова: порнографія, використання Інтернету, дані, репрезентативна

СКАЧАТИ PDF

Вступ

Хоча більшість дослідників погоджуються з тим, що порнографія стає все більш поширеною в останні десятиліття, точне вимірювання рівня використання порнографії серед населення залишається емпіричним викликом для соціологів. Масив технологій, що використовуються для доступу до порнографії, з часом змінювався, що робить практично неможливим послідовно вимірювати ту саму метрику використання порнографії. Швидкісний Інтернет, який поступово проникає на ринки протягом останніх п'ятнадцяти років, забезпечує безпрецедентну доступність, анонімність та простоту доступу до споживання порнографії (Cooper, 1998), сприяючи очевидному загальному зростанню використання порнографії (Wright, 2011). Гертлін та Стівенсон (2010) також відзначають інші особливості, що стосуються широкосмугової інтернет-порнографії, сприяючи зростанню галузі: більш близьке наближення до фізичного світу, прийнятність, неоднозначність та розміщення між «справжнім» та «належним» Я.

Минулі підходи до вимірювання використання порнографії значною мірою спиралися на дані опитування (див. Buzzell, 2005). Однак електронний характер порнографії в Інтернеті все більше робить можливим ряд альтернативних способів отримання надійних довіреностей використання порнографії, включаючи ті, які були зібрані з даних підписки або пошуку в Інтернеті. Можливість використання об'єктивного заходу на основі даних про підписку чи пошук є вигідною, оскільки дані, що базуються на опитуванні, зазвичай страждають від упередженості соціальної бажаності: респонденти можуть недооцінювати діяльність, яка порушує соціальні норми (Fisher, 1993). Крім того, дані про підписку не залежать від думки особи про те, що являє собою порнографія; природне обмеження питань суб’єктивного опитування щодо використання порнографії.

У двох останніх дослідженнях були використані інноваційні джерела даних про використання онлайн-порнографії. Едельман (2009) використовує дані про підписку від одного десятка провайдерів платного порнографічного контенту для створення рейтингу, в якому держави використовують найбільш онлайн-порнографію, і пов'язує їх з кількома державними заходами соціальних чи релігійних настроїв. MacInnis та Hodson (2014) використовують дані пошукових термінів Google Trends як проксі для використання порнографії та вивчають зв’язок між використанням порнографії на державному рівні та заходами релігійності та консерватизму. Вони вважають, що у держав з більш орієнтованими на ідеологічне ставлення більш високими показниками пошуку Google, пов’язаних із порнографією.

Цей документ оцінює деякі твердження, висунуті в минулих дослідженнях про порядок ранжування штатів та взаємозв'язок між використанням порнографії на державному рівні та різними соціальними заходами на державному рівні. Ми також надаємо основу, яку майбутні дослідники можуть використовувати для оцінки репрезентативності майбутніх наборів даних на державному рівні або навіть на рівні округів щодо використання порнографії. Edelman (2009) був першопрохідцем у доступі до даних про підписку єдиного постачальника платного порнографічного контенту, і це використання індивідуальних споживчих даних приватних компаній стане корисним інструментом для збору даних про важко виміряну поведінку. Ключовим фактором для подальшого використання цього типу багатих даних буде визначення ступеня, в якій дані однієї фірми можуть дати ті самі уявлення, що й національно репрезентативна вибірка.

У цій роботі ми розширюємо дані, використані в цих двох останніх дослідженнях, і поєднуємо їх з двома додатковими джерелами даних. Оскільки кожне з чотирьох джерел даних, які ми використовуємо в цій роботі, дає міру рівня використання порнографії, ми оцінюємо обґрунтованість кожного джерела, порівнюючи його з державними рейтингами, які ми отримуємо для інших джерел.

дані

Наш документ описує чотири джерела даних, які містять інформацію про різницю у державному рівні щодо використання порнографії. Перші два джерела даних є національно-репрезентативними зразками, тоді як останні два базуються на платних підписках або переглядах сторінок, пов'язаних з певним постачальником порнографічного контенту. У кожному джерелі даних наша міра використання порнографії базується на обставинах, в яких люди шукають порнографічний контент, а не випадково переглядають порнографію.

Наш перший набір даних базується на національно репрезентативній вибірці респондентів 2,988 в опитуванні нових сімейних структур (NFSS). Збір даних проводився науково-дослідною фірмою Knowledge Networks (KN) із записом створення високоякісних даних. Мережі знань набирали членів своєї групи випадковим чином за допомогою опитувань по телефону та пошті, домогосподарствам надається доступ до Інтернету за потреби. Ця панель має переваги в тому, що вона не обмежується нинішніми користувачами Інтернету чи власниками комп'ютерів та не приймає самовибраних добровольців.

NFSS включає питання про те, чи респондент навмисно переглядав порнографію в попередньому році. Цей тип питань має перевагу у захопленні порнографії у будь-якому джерелі, яким користувач користується для доступу. Є й інші національно-репрезентативні зразки, такі як Загальне соціальне опитування, що включає питання порнографії. Ми використовуємо дані з NFSS, оскільки до них легко дістатися доступ до інших науковців та включають ідентифікатори штату у своїй публічно доступній формі. На відміну від цього, державні ідентифікатори можна отримати лише в конфіденційній версії Загального соціального опитування. Для аналізу в цій роботі ми використовуємо набір сорока шести станів із опитування NFSS, для яких було щонайменше респондентів 50.

Друге джерело даних, Google Trends, функціонує як індекс часових рядів обсягу пошукових запитів, введених в Google у певній географічній області. Ці дані виявились корисними в економічних та медичних заходах, таких як прогнозування спалахів грипу (Carneiro & Mylonakis, 2009) та прогнозування короткострокових економічних показників, таких як довіра споживачів або безробіття (Choi & Varian, 2012). Preis, Moat та Stanley (2013) кількісно визначають торговельну поведінку за допомогою Google Trends, показуючи, що певні терміни пов’язані зі збільшенням або зменшенням вартості акцій. Індустрію розваг для дорослих також можна дослідити, використовуючи дані пошуку Google Trends, настільки, що важливі особливості її галузі можуть бути виміряні кількісно.

Найважливішим завданням у використанні даних Google Trends є вибір конкретних термінів, за якими ми отримуємо дані. Вибрані терміни повинні бути фактичним показником використання порнографії, щоб наш аналіз був корисним. Хо і Уоттерс (2004) проаналізували структурні тенденції на порнографічних веб-сайтах. У рамках свого аналізу вони створюють перелік термінів, які часто з’являються на порнографічних веб-сайтах і які часто не відображаються на веб-сайтах, що не мають порнографії. Першими чотирма термінами були "порно", "ххх", "секс" та "f ***". Використовуючи статистику пошуку, ми виявляємо, що пошук за цими чотирма термінами дуже корелює. Навпаки, пошук терміна "порнографія" не пов'язаний з будь-яким із цих чотирьох термінів і є терміном, який, ймовірно, буде використовуватися людьми, які шукають інформацію про порнографію, а не отримують доступ до фактичного порнографічного контенту.

Існує також різниця між "жорсткою" та "м'якою" порнографією, при цьому "м'яка", як правило, посилається на засоби масової інформації, які мають сексуальний характер, але не відображають проникнення. Раніше перераховані чотири терміни отримають дані лише про користувачів, які шукають важкий вміст, але ми все ще вважаємо це ефективним аналізом з двох причин. М’яке порно не вважається порнографією багатьма глядачами, і в результаті воно є розповсюдженим навіть у основних медіа, включаючи телебачення та фільми. По-друге, ми виявляємо, що відносний пошук термінів м'якої порнографії мінімальний порівняно з пошуками жорстких термінів порнографії. Ми зробили відносне значення для пошукових термінів "порно" та "оголених дівчат" по 2005-2013. Пошуки обох термінів були нормалізовані таким чином, що максимальний об'єм пошуку приймав значення 100, що виникає для терміна "порно". У порівнянні з нормованим максимумом, "оголених дівчат" ніколи не має показника обсягу пошуку, що перевищує 6.

Дані з Google Trends не вказують на реальну кількість пошуків конкретного терміна в географічній області. Кожна точка даних нормалізується діленням кількості пошукових термінів на загальну кількість усіх пошукових запитів у цій області. Таким чином, дані контролюються як для населення, так і для відмінностей у обсязі пошуку серед держав. Google Trends також виключає неодноразові пошуки однієї особи за короткий проміжок часу, щоб запобігти одній людині перекручувати результати.

Дані доступні на рівні державних тижнів із Google Trends. Ми використовуємо дані за рік липень 2013-липень 2014. Наші спостереження коригуються за шкалою 1-100. Стан з найвищими нормалізованими пошуками певного терміна протягом одного тижня в нашому наборі даних має зчитування 100. Використовуючи ці дані за кожним терміном, ми будуємо індекс пошуку порнографії за кожен державний тиждень наших даних із зваженою сумою, використовуючи чотири терміни. Ми «важимо порно» та «секс» більше, оскільки їх відносний пошук набагато більший, ніж порівняно з «f ***» та «xxx». Зокрема, ми використовуємо середню відносну вагомість кожного терміну за останній рік. Потім ми використовуємо цей зважений рейтинг обсягів пошуку штатів за Google Trends для географічного моделювання галузі розваг для дорослих.

Однією з переваг використання даних Google Trends на відміну від даних про підписку, пов’язаних із веб-сайтом, є те, що вона включає інформацію про людей, які шукають як безкоштовні, так і платні розваги для дорослих. Доран (2008) зазначає, що приблизно 80-90% відвідувачів порнографічних веб-сайтів отримують доступ лише до безкоштовних порнографічних матеріалів, припускаючи, що аналіз платних розваг для дорослих може затьмарити фактичні моделі споживання порнографії в цілому.

Наше третє джерело даних фіксує кількість підписок на одного з десятки найбільших постачальників платного порнографічного контенту, використовуваного в недавньому дослідженні Edelman (2009). Аналіз Едельмана цього набору даних був новим внеском у літературу; попередні дослідження використання порнографії лише вивчали дані опитування. Конкретними даними були поштові індекси, пов’язані з усіма підписками на кредитні картки між 2006 та 2008. У цього конкретного постачальника контенту є сотні сайтів, що охоплюють широкий спектр розваг для дорослих. Однак Едельман (2009) визнає, що "важко жорстко підтвердити, що цей продавець є представником".

Незважаючи на те, що джерелом цих даних підписки є продавець розважальних програм для дорослих 10, підписки дуже низькі щодо моделей використання порнографії, які ми спостерігаємо в даних опитування, таких як NFSS, де останній рік 47% дорослих повідомляють про використання порнографії. . Держава з найбільшою кількістю підписок на широкосмугове домогосподарство - Юта з 5.47 для кожного домогосподарства 1,000 з широкосмуговою мережею. Найнижчий штат - штат Монтана з підпискою 1.92 для кожного домогосподарства 1,000 з широкосмуговим зв’язком. Ці низькі показники дозволяють припустити, що частка ринку окремих постачальників контенту порнографії невелика, що ускладнює розуміння того, чи можуть дані одного постачальника забезпечити точне міждержавне порівняння. Як вже згадувалося раніше, переважна більшість людей, які мають доступ до порнографії в Інтернеті, мають доступ лише до безкоштовного контенту, а не до використання платного веб-сайту, такого як той, який вивчав Едельман (Doran, 2010).

Нашим четвертим джерелом даних є дані про перегляд сторінок з Pornhub.com, який був третім за величиною в Інтернеті в Інтернеті для розваг для дорослих. Ми використовуємо дані Pornhub через її розмір, а також доступність даних. Pornhub зробив перегляд сторінок на душу населення протягом року 2013 загальнодоступним та повідомив ці дані окремо за державою. Дані Pornhub за своєю суттю схожі з даними Едельмана тим, що це об'єктивна міра використання порнографії з боку постачальника. Однак, дані записують перегляди сторінок замість передплатників; Інтуїтивно зрозумілими даними було б виявлено закономірності вживання людей на людину, а також моделі розповсюдження серед населення. Дані також мають відносну перевагу, включаючи оплачуване та неоплачене використання.

Оцінка репрезентативності нових джерел даних

Революція великих даних починає різко відкривати типи джерел даних, які можна використовувати для вимірювання та вивчення поведінки, наприклад, використання порнографії. Дані про підписку, що використовуються Edelman (2009), представляють тип великих наборів даних, які все більше ставатимуть доступними для науковців у своїх дослідженнях. Важливим першим кроком у використанні цього типу патентованих даних буде оцінка ступеня, на якій дані одного постачальника є репрезентативною для загальної сукупності, що цікавить. У цьому розділі ми надаємо основу, що оцінює репрезентативність набору даних, порівнюючи його із зразками, спостережуваними з інших даних, які, як відомо, є національно репрезентативними, або порівнюючи їх із комбінацією інших джерел даних, які в сукупності, ймовірно, представляють справжню основна модель поведінки.

У таблиці 1 ми перераховуємо десять перших та найнижчих десяти станів для використання порнографії на основі кожного з чотирьох джерел: даних про підписку, Pornhub, NFSS та Google Trends. Міссісіпі - це одна держава, яка займає чотири найкращі штати по використанню порнографії у всіх чотирьох наборах даних, і Айдахо послідовно займає найнижчі показники в усіх штатах за всіма заходами. На відміну від цього, інші держави, такі як Арканзас та Юта, входять у першу десятку за деякими заходами, а в нижній десяті - за іншими заходами. Ці результати говорять про те, що визначити, який стан, як видається, має найвищі показники використання порнографії на основі одного джерела даних, може бути дещо проблематичним.

Таблиця 1. Порядок розташування штатів на основі чотирьох різних джерел даних, що контролюються
для широкосмугового доступу до Інтернету.

У таблиці 2 панелі A ми оцінюємо співвідношення між кожним із джерел даних, використовуючи фактичні заходи використання порнографії від кожного джерела, а не порядковий рейтинг, про який повідомляється у таблиці 1 з цих заходів. Дані про платну підписку, безумовно, є найслабшою кореляцією з іншими трьома джерелами і навіть негативно співвідносяться з даними опитування NFSS. Дані платної підписки співвідносять -0.0358 з NFSS, 0.076 з Google Trends та 0.0066 з Pornhub. Жоден із цих кореляцій не є статистично значущим; відповідна t-статистика все менше, ніж 0.6 (які відповідають напрямкам p-значень, більших за .3). На противагу цьому, інші три рейтинги демонструють відносно помітні кореляції. Google Trends і Pornhub мають кореляцію .487, NFSS і Google Trends мають кореляцію .655, а Pornhub і NFSS мають кореляцію .551. Усі ці кореляції є статистично значущими з t-статистикою між Google Trends та Pornhub 3.78, між NFSS та Google Trends від 5.68, а також між Pornhub та NFSS від 4.28. Всі вони відповідають спрямованим p-значенням менше, ніж .0004.

На панелі B ми повідомляємо про кореляції, використовуючи порядкові ранжирування, створені з кожного джерела даних. Кореляції між NFSS, тенденціями Google та Pornhub мають співставні коефіцієнти кореляції та значущість з показниками на панелі A, також кореляція між тенденціями Google та платною підпискою аналогічна. Панель помітна тим, що при використанні порядкових рейтингів дані про платні підписки краще співвідносяться з даними опитування Pornhub та NFSS, проте кореляції все ще незначні. Дві панелі дозволяють зробити подібні висновки, однак більші коефіцієнти для даних про платну підписку варто відзначити, незважаючи на те, що вони незначні і помітно слабкіші за співвідношення інших джерел між собою. Ми вважаємо, що кореляція, що використовує фактичні заходи використання порнографії, а не звичайний рейтинг, найкраще представляє галузь, оскільки вона пояснює фактичну різницю у використанні порнографії, а не лише конкретний впорядкованість штатів.

Таблиця 2. Кореляція між чотирма джерелами даних.

Значне співвідношення між трьома джерелами даних про безплатну підписку, незважаючи на різні змінні, які вони вимірюють (обсяг пошуку, перегляд сторінок та частка глядачів порнографії), свідчать про те, що вони вимірюють реальну основу варіації використання порнографії у різних штатах; той, що не співвідноситься з даними підписки, що використовуються Edelman (2009).

Чутливість оцінок до використовуваного джерела даних

Для того, щоб проілюструвати важливість обліку відмінностей у показниках державної порнографії в різних джерелах даних, ми повторюємо результати недавнього дослідження, яке показало, що більш релігійні та більш консервативні держави частіше шукають сексуальний вміст у Google (MacInnis & Ходсон, 2014). Ми досліджуємо, чи застосовуються висновки цього документу до інших заходів використання порнографії, використовуючи інші джерела даних, які ми описали в цій роботі. Результати цієї реплікації наведені в таблиці 3. Ми стандартизували заходи щодо використання порнографії, релігійності та консерватизму, віднявши середнє значення та розділивши на стандартне відхилення, щоб забезпечити порівняння між різними показниками використання порнографії (цей підхід еквівалентний перетворенню кожен із мір у Z-бал).

Таблиця 3. Кореляції між державною релігійністю чи консерватизмом та кожною метрикою
використання порнографії.

У первісному дослідженні MacInnis та Hodson (2014) дали результати, засновані на даних Google Trends окремо для конкретних пошукових термінів, таких як секс, порно та XXX, аналогічні умовам, які ми використовуємо в нашому вимірі Google Trends. Результати в першому рядку таблиці 3 показують, що ми також знаходимо статистично значущий зв’язок між релігійністю та консерватизмом у більшості випадків, коли ми використовуємо дані Google Trends. Однак інші рядки таблиці 3 показують, що ми отримуємо набагато слабкіші статистичні відносини при використанні будь-якого з трьох інших джерел даних. Ці результати говорять про те, що якби MacInnis та Hodson (2014) використовували будь-яке з трьох інших джерел даних, вони, ймовірно, прийшли б до іншого висновку у своїй роботі щодо міцності стосунків, які вони вивчали.

Той факт, що MacInnis and Hodson (2014) виявляють статистично значущу залежність між релігійністю на державному рівні та використанням порнографії на державному рівні, цікавий, враховуючи, що минулі дослідження з використанням даних на індивідуальному рівні виявляють, що особи, які регулярно відвідують церкву, набагато рідше користуються порнографією ( Doran & Price, 2014; Patterson & Price, 2012; Stack, Wasserman, & Kearns, 2004). Цей тип закономірностей, на яких відносини на груповому рівні протилежні тим, що зустрічаються на індивідуальному рівні, також був виявлений у взаємозв'язку між освітою та релігією (Glaeser & Sacerdote, 2008) та взаємозв'язку між доходом та політичною приналежністю (Glaeser & Sacerdote, 2007).

Обговорення

Кожне з розглянутих вище джерел даних охоплює різний вигляд поперечного перерізу індустрії онлайн-порнографії, і кожне має важливі уразливості для дослідників, зацікавлених у загальних рівнях використання порнографії державою. Наприклад, дані опитування NFSS, ймовірно, недооцінюють споживання порнографії через упередженість соціальної бажаності та несправедливу пам'ять суб'єктів. Дані Google Trends не можуть охопити будь-яке використання порнографії, доступ до якого здійснюється іншими засобами, ніж пошук Google. Дані Pornhub та платної підписки можуть бути обмежені у своїй репрезентативності; вони вимірюють використання лише однієї фірми в галузі.

Коли дані з будь-якого джерела використовуються в дослідженнях, результати повинні бути представлені в контексті даних, що призводять до цих результатів. Проблеми виникають, коли люди помилково трактують дане джерело даних як репрезентативне в повному обсязі порнографічної індустрії. Існує багато інших налаштувань, в яких подібні нерепрезентативні дані можуть бути помилково надмірно узагальнені. Дослідники та люди повинні знати про зовнішню обґрунтованість своїх висновків, тоді як засоби масової інформації та читачі повинні бути обережними, щоб не переоцінювати результати.

Ми також визнаємо обмеження наших джерел даних тим, що вони захоплюють порнографічну індустрію в різні історичні моменти; Google Trends (2013-2014), платна підписка (2006-2008), Pornhub (2013) та NFSS (2012). Дані передплаченої підписки були зібрані приблизно за 6-7 років до інших джерел. Ця різниця у часі може заперечувати наші результати, однак загальні тенденції в джерелах даних в цілому такі, що ми вважаємо наші висновки точними. Значні зрушення у відносному використанні порнографії в різних штатах від 2006-2013 будуть потрібні для цього упередження, яке, на нашу думку, є малоймовірним.

При спробі оцінювання замовлень осіб щодо певної форми діяльності необхідно переглянути декілька джерел (якщо вони доступні) заради контрастних результатів. Якщо замовлення будуть подібними, їх точність можна припустити легше. Якщо вони відрізнятимуться, виникає можливість зрозуміти більше щодо цього питання. У нашому конкретному випадку різниці, ймовірно, виникнуть через те, що джерела охоплюють різні види використання порнографії.

Минулі дослідження використання порнографії торкнулися ступеня, в якому це може вплинути на такі важливі сфери інтересів, як розлучення, щастя, продуктивність праці та сексуальне насильство (Bergen & Bogle, 2000; Doran & Price, 2014; Patterson & Price, 2012; Young & Справа, 2004). Коли проводиться таке дослідження, дані повинні надходити з надійного та узагальнюючого джерела (або джерел). Результати та результати будь-яких таких наслідків повинні розглядатися з урахуванням віку, статі та статевої ідентичності людей - факторів, які не розглядаються в цій роботі (Севчикова та Данебек, 2014; Стопс, 2015; Траєн і Данебек, 2013 ; Tripodi et al. 2015). У таких дослідженнях можливості використання порнографії державою можуть відігравати певну роль в аналізі. З огляду на результати цієї статті, джерело даних такої змінної повинно бути ретельно розглянуте під час такої регресії, а результат повинен інтерпретуватися в контексті джерела даних.

Висновок

Дані, надані конкретними компаніями, можуть дати важливу інформацію про суспільні проблеми. Основною проблемою є визначення того, коли дані однієї компанії, навіть дуже великої, можуть дати зрозуміти, що є репрезентативними для всього населення. Якщо припустити, що відносні показники порнографії в різних штатах не змінилися в порівнянні з 2006-2013, результати нашої роботи дозволяють припустити, що в деяких випадках інформація однієї компанії може створити помилкову картину географічних закономірностей конкретної поведінки. Це може бути особливо важливим для використання порнографії, оскільки переважна більшість людей, які мають доступ до порнографії в Інтернеті, мають доступ лише до безкоштовного контенту, а не до використання платного сайту (Doran, 2008).

Результати цього документу базуються на чотирьох різних джерелах даних про використання порнографії, включаючи два, які стосуються національно репрезентативних даних (Google Trends та NFSS). Ми знаходимо значну кореляцію між трьома нашими джерелами даних, що свідчить про те, що всі вони відображають аналогічну основу моделі використання порнографії у різних штатах. На відміну від даних про підписку, одне джерело, яке привернуло неабияку увагу засобів масової інформації, насправді досить погано співвідноситься з іншими джерелами. Ми також показуємо, що вибір між джерелами даних може вплинути на висновки, які роблять дослідження, і припускає, що майбутні дослідження включають тести чутливості в різних джерелах при вивченні питань, щодо яких складно отримати ідеальну міру конкретної поведінки.

посилання