社会调查理论与方法_期末论文

1、关于社会调查理论和方法的期末论文虚拟社区的网民行为特点研究虚拟社区网民行为特征研究网民四种网络使用行为特征研究内容摘要随着互联网从精英技术向大众技术的转变，中国互联网用户的总体数量和特征发生了巨大变化，互联网用户的使用行为日益分散和多样化。基于对1167名中国网民互联网使用情况的定量研究，将中国网民的互联网使用行为分为交易、社交、信息和娱乐四类，并探讨了这四类网民的特点。研究结果如下：(1)倾向于交易的互联网用户通常具有较高的教育水平和收入，在人格上表现出神经质、不精确和内向。(2)倾向于社交行为的网民通常具有较高的文化程度，但他们都比较年轻，大多是未婚网民，在个性上表现出神经质和开放性。(3

2、)倾向于信息行为的网民通常是从事系统外职业的高学历青年男性，他们的个性表现出内向、开放、愉悦的特点。(4)倾向于娱乐的互联网用户通常是具有神经质个性的年轻人。本研究的结论将为互联网行业定位和服务互联网用户提供受众细分支持，也为政府和社会引导互联网用户健康正确使用互联网提供有针对性的互联网用户特征分析依据。关键词：互联网使用行为、使用行为类型和网民特征首先，提出了一个问题据中国互联网络信息中心(CNNIC)统计，截至2006年12月31日，中国互联网用户数量已达1.37亿，占中国总人口的10.5%，中国互联网用户普及率已超过10%。中国的互联网用户数量位居世界第二，仅次于美国。但十年前，中国只有

3、62万互联网用户，基本上只使用收发电子邮件和浏览网页的网络功能。在过去的十年里，随着互联网从精英技术向大众技术的转变，中国互联网用户的总体数量和用户特征都发生了巨大的变化。同时，随着互联网功能的日益复杂和多样化，互联网用户的使用行为也越来越分散和多样化。因此，人们开始关心一个问题：谁在使用互联网上的各种功能，它们有什么特点？了解这个问题可以帮助人们更清楚地了解互联网与网民的关系，为不同的网民提供有针对性的服务和指导。然而，作为互联网使用行为研究中的一个基本问题，我们发现这个问题目前还没有得到很好的解决。一方面，我们知道世界上许多国家为了深入了解互联网，对互联网的发展和使用进行了大规模的调查。这

4、些调查通常规模大、研究内容丰富、数据权威且有影响力。人们可以从他们身上学到大量的数据和信息，但是这些调查也有不足之处：虽然人们可以了解网民的整体特征和各种互联网功能的使用程度，具体来说就是细分网民的特征和互联网使用行为的类型，但是由于这些调查的分析单位都是网民，它们提供了对网民的整体描述和分析，而缺乏对不同网民群体特征的深入分析。一方面，各个领域的学者对互联网的使用做了大量的研究。但是，由于资源的限制，大多数学者的研究只能局限在小范围内，针对特定类型的网民来研究他们的使用行为，而不能分析许多不同类型网民的特点。因此，在互联网使用的研究中，一直有一个领域是研究者所知甚少的，即在一个统一的研究框架

5、下，我们可以找出互联网使用行为的主要类型，进而研究影响不同类型行为的互联网用户的综合特征。然而，本文试图对这一问题进行研究，并试图为中国互联网使用行为的类型学以及相应的网民特征的研究提供可靠的分析和结论。同时，在实践意义上，本文的研究结论将有助于互联网运营商锁定自己的目标市场，并在一定程度上提供更好的服务；帮助企业发现自身潜在的网络消费者，提高网络广告的有效性，促进网络广告业的发展；帮助政府有效监控互联网发展，制定有效的互联网管理规范和政策；帮助家长和社会引导公众健康使用互联网。二、研究设计和研究框架本文的研究目的如下：第一，根据网民的使用特点，探究网络使用行为的主要类型；然后，根据不同的互联

6、网使用类型，找出不同类型互联网用户的特点，并对其进行分析和解释。我们的基本观点是：互联网用户的互联网使用行为可以根据不同的需求进行分类。如果我们能找到影响不同类型互联网使用行为的互联网用户的特征，我们就能描述具有不同类型功能的用户的特征。因此，根据研究目的，本文将同时介绍网民的人口学特征(包括性别、年龄、受教育程度、婚姻状况、职业和收入)和人格特征(以大五人格衡量)，以发现它们与各种互联网使用行为之间的关系。因此，我们提出以下研究框架：由于本研究将对各类网民的个人特征和使用行为进行深入分析，研究对象必须包括尽可能多的网民群体，研究样本应在一定程度上代表整个中国网民，以扩大研究结论的适用性。因此

7、，本研究采用中国社会科学院社会发展研究中心副主任郭亮2005年负责的2005年中国五城市互联网使用现状及影响调查报告原始数据。年度调查目标设定为：北京、上海、广州、成都和长沙。调查方法是根据上述五个城市的既定样本量(北京、上海和广州600人，成都和长沙300人)，采用PPS抽样方法随机抽取调查对象。进入住户后，选定的受访者将直接回答预定的结构问卷。最终获得2377个有效样本、1167名网民和1210名非网民。本研究选取1167名互联网用户(包括16-62岁的互联网用户)作为研究样本，运用因子分析和多元线性回归等定量分析方法，找出互联网用户不同个人特征与互联网使用行为之间的关系，最后进行比较和讨

8、论。本研究使用的分析软件为SPSS 14.0。三、网民人格特征的测量人格特征是指每个人特有的心理和生理特征(或特性)的有机结合，包括遗传和后天成分。个性使一个人与众不同，可以通过他与环境和社会群体的关系来表达。一个人的个性一旦形成，就具有稳定的特征。在人格科学研究领域，有许多不同的人格模型来解释人格特征。然而，近十年来，人格结构的五因素模型取得了显著的进展，被许多研究证实和支持，被许多心理学家认为是人格结构的最佳模型。人格结构中的五个因素被称为“大五”(或FFM，五因素模型)。强调人格模型中每个维度的普遍性。通过问卷调查和词汇学的方法，研究者发现有大约五个特征可以涵盖人格描述的所有方面。它们是

9、：外向性：社交与不社交，娱乐与严肃，情感与含蓄。表现出热情、社交、果断、积极、冒险和宜人性：热情与冷酷，信任与怀疑，乐于助人与不合作。包括信任、利他、坦率、谦虚和同情。神经质：担心与和平，不安全感与安全感，自怜与自我满足，包括焦虑、敌意、抑郁、自我意识、冲动和脆弱。关键：秩序与混乱，谨慎与粗心，自律与意志薄弱。包括能力、公平、组织、尽职、成就、自律、谨慎和克制。由于人格五因素模型已被证明是跨文化研究的通用模型，本研究决定采用人格五因素模型来测量中国网民的人格特征。首先，将心理学家科斯塔等人编制的新皮五因素量表中的描述性句子翻译成中文(见表1)。受访者指出每个句子在五分制中代表他们自己特征的程度

10、(从完全一致到完全不一致)。表1:五大人格量表然后对所得数据进行因子分析，找出因子负荷最高的几个因子。在对大五人格进行因子分析的过程中，我们发现由于翻译与原意的差异，更重要的是文化背景的差异，量表中的一些问题对因子分析没有影响，包括：“心软”、“工作严谨”、“能够理解他人的情感”等。在中国有重要的文化意义，而不是人格意义，如上述的“软心肠”和中国大陆往年的流行歌曲。例如，“严谨的工作”是许多中国人认为应该的工作态度，否则他们会被看不起，所以它的文化意义远远超过人格意义；“能够理解他人的情感”将被视为“理解”，这是中国女性所钦佩的品质之一；另外，例如，“及时做家务”在男女之间有很大的差异，所以这

11、种差异更多的是性别而不是个性。基于以上分析，我们在因子分析中剔除了一些测量语句。在上表中，灰色部分是消除语句，黑色部分是进入分析的部分。下表是因子分析的因子负荷矩阵，低于0.5的值不显示。表2:要素承载力矩阵表最后得出五个因素，即中国网民的五个人格特征，它们与大五人格量表的五个人格相对应：因素1:神经质人格(n)。它被用来评估适应和情绪不稳定，并确定那些容易出现心理问题、不切实际的想法、过分奢侈的要求和不良反应的人。正向代表“神经质、消极、敏感、烦恼、紧张、情绪化、不安全感、不准确和忧郁”，而反向代表“平静、放松、无情感、大胆、安全和自恋”。因素2:开放的个性。用于评价对经验本身的积极追求和欣

12、赏；喜欢接受和探索陌生的体验，正面代表“好奇心、广泛兴趣、创造力、创新、想象力和非传统”，反面代表“习惯、实用、兴趣少、无艺术性和非分析性”。第三个因素，严谨的个性。它用于评估目标导向行为的组织、坚持和激励程度，并将可靠和严格的人与懒惰和马虎的人进行比较。前进代表“有组织、可靠、勤奋、自律、守时、细心、整洁、雄心勃勃和坚忍不拔”，而倒退代表“漫无目的、不可靠、懒惰、粗心、粗心、轻率、意志薄弱和令人愉快”。因素4:外向性格。它用于评估人际互动的数量和强度、活动水平、刺激需求和快乐能力。“向前”代表“外向、善于交际、积极、健谈、快乐、乐观、顽皮和情绪化”，而“向后”代表“内向、冷静、无精打采、冷漠

13、、做事疲倦、让步和少说”。因素5:不良性格。它被用来评估一个人在思想、感情和行为上从同情到敌意的连续体中的人际取向的性质。“向前”的意思是“易怒、不合作、多疑、愤世嫉俗、粗鲁、报复心强、残忍和控制欲强”，而“向后”的意思是“脾气好、利他、慷慨、心肠软、信任他人、帮助他人和直率”。我们对上述因素所包含的陈述中的网民得分进行汇总和平均，得到每个因素的得分，代表每个网民对每种行为的倾向程度(低分代表积极特征，高分代表消极特征)，然后用它进行进一步分析。第四，互联网使用行为类型化众所周知，互联网是一种“包含所有媒体特征”的技术。由于互联网的“超多样性”，到目前为止，大量的互联网使用研究需要对互联网使用

14、行为进行分类，以利于后续研究的进一步发展。总体而言，作为互联网使用研究的基础性工作，互联网类型学的研究非常分散且不统一，基本上没有公认或主流的分类。大多数研究都有自己的一套。根据各自的研究对象和视角，不利于同类研究的相互借鉴和发展。因此，对网络使用行为进行类型学研究是非常必要的。首先，本文询问了网民对互联网上25个最重要的网络功能的使用情况(见表3)。网民可以从五个维度定义他们的使用倾向：“从不，偶尔，有时，经常和总是。”表3:主要互联网使用功能其次，针对互联网的25个功能建立了因子分析模型。在这个过程中，我们发现量表中的一些问题由于对不同网络行为的理解不同，对因子分析没有影响。去除这些陈述后

15、，得到四个因子，因子的累积方差贡献率达到60%，表明因子分析模型是有效的，提取的四个因子能够有效地代表整体。表4是因子分析的因子承载能力矩阵，未显示因子承载能力低于0.5的值。最后，得到四个因素：因素1:“网上交易功能”；因素2:“互联网的社会功能”；因素3:“互联网信息功能”；因素4:“互联网娱乐功能”。表4:互联网使用功能因子承载能力矩阵表我们将上述因素中包含的网民陈述的得分进行汇总，并对其进行平均，得到每个因素的得分，代表每个网民在每种行为中的倾向性程度，即我们得到四种互联网使用行为，即中国网民的四种互联网使用行为：1.互联网交易行为：以使用网上银行和进行网上交易为代表的互联网使用行为。

16、有这种行为的互联网用户往往会充分发挥互联网的邻近性和便利性的特点，将互联网作为日常生活的工具，如网上支付、网上股票交易、网上培训等来满足他们的交易需求。2.互联网社交行为：以使用QQ、MSN、BBS等多种互联网社交网站为代表的互联网使用行为。有这种行为的互联网用户倾向于将互联网视为满足其社会需求的社交场所。3.互联网信息行为：以浏览网页、获取新闻和搜索信息为代表的互联网使用行为。有这种行为的互联网用户往往将互联网视为满足其信息需求的信息中心。4.网络娱乐行为：以网络游戏为代表的网络使用行为。有这种行为的互联网用户往往将互联网视为满足其娱乐需求的游乐场。互联网用户五种或四种互联网使用行为的特征根

17、据本文的研究目的和框架，建立了互联网交易、社会互动、信息和娱乐行为的多元线性回归模型(见表5)，并从互联网用户的人口学特征和人格特征的角度发现了影响互联网使用行为的互联网用户特征。基于这些模型，描述了具有不同互联网使用行为的四类互联网用户。表5:四种网络使用行为影响因素的回归分析1.互联网用户在互联网交易中的特征从以上回归分析中，我们发现网络交易行为既受人类特征的影响，也受人口特征的影响。从影响的角度来看，受教育程度越高，个人平均月收入越高，他们越有可能有网上交易行为。同时，越多的网民倾向于“神经质、消极敏感”(神经质人格)、“懒惰、粗心、享受”(严谨人格的消极面)和“冷漠、厌倦做事、少说话”(外向人格的消极面)，从影响力来看，神经质和严谨性维度的人格差异以及受教育程度(值分别等于-.173*、 126 * * *