社会学研究的一个案例分析.pptVIP

有关人们在工作和居家中网络依赖度影响因素的探究 有关人们在工作和居家中网络依赖度影响因素的探究 文献研究 数据与方法 使用的数据 使用的数据 使用的数据 使用的数据 使用的数据 数据分析过程——自变量筛选 数据分析过程——自变量筛选 数据分析过程——自变量筛选 回归模型得出 回归模型得出 结论 结论 结论五频数分析结果 结论五频数分析结果 thanks for  watching 陈珺、段久惠、刘超、阮晓、沈咏吟 * * Morahan Martin和Schunmacher认为网络依赖者比非网络依赖者更经常通过网络认识新朋友、寻求感情支持、与兴趣相投的人聊天、玩在线互动游戏。 Yong与Rodgers在研究中发现，若网络使用者的忧郁倾向越高。其网络依赖度就越严重，他们推测可能具备有某些人格特质的人容易形成网络依赖。 台湾学者杨正诚研究发现，网络依赖者与非网络依赖者在耐受性、强迫上网行为、时间管理问题、人际健康问题几项得分上差异显著。 我们的研究方向大体类似于第一项，但具有进步意义的是，我们将上网的情景纳入考察，分别考察人们在家和在工作中呈现的不同网络依赖度受哪些因素的具体影响。 Pew Research Center‘s Internet American Life Personal Networks and Community Survey（Princeton Survey Research Associates International） August_2008_Social_Networks.sav 性别 年龄 家庭成年人数 学历 Q13a.大约多久你会和别人面对面地交谈一次？ Q15.过去六个月里和你见面或讨论问题最多的人住在距离你多远的地方？ Q21a 过去六个月中你和叫得上名字的邻居多久面对面地交谈一次？ Q26a.网络在多大程度上帮助你更加融入到你所属的组织或团体中? Q26b.网络在多大程度上帮助你发现拥有共同兴趣的团体或是个人? Q26c.网络在多大程度上帮助你发现和你拥有共同信仰的团体或是个人？ Q26d.网络在多大程度上帮助你和不同年龄层的人相联系？ Q26e.网络在多大程度上帮助你和不同种族背景的人相联系？ Q26f.网络在多大程度上帮助你和不同经济背景的人相联系？ Q26g.网络在多大程度上帮助你和你所在社区的组织或团体相联系？ 使用网络的频率 因变量 在家使用 在工作中使用 拟合过程 Model Summarye Model R R Square Adjusted R Square 1 .246a .061 .060 2 .294b .087 .086 3 .314c .098 .097 4 .319d .102 .100 可以看出，11个被选择的自变量经过逐步回归方程有8个变量（Q26c、Q26e、Q26f、Q26g、sex、age 、家庭成年人个数）被剔除了。随着回归模型中变量的增加，我们发现R 2系数在不断增加。 方差分析 方差分析 Model Summarye Model R R Square Adjusted R Square 1 .246a .061 .060 2 .294b .087 .086 3 .314c .098 .097 4 .319d .102 .100 ANOVAe Model Sum of Squares df Mean Square F Sig. 1 Regression 362.448 1 362.448 123.213 Residual 5615.587 1909 2.942 Total 5978.036 1910 2 Regression 517.530 2 258.765 90.417 Residual 5460.505 1908 2.862 Total 5978.036 1910 3 Regression 587.779 3 195.926 69.316 Residual 5390.256 1907 2.827 Total 5978.036 1910 4 Regression 610.187 4 152.547 54.166 Residual 5367.848 1906 2.816 Total 5978.036 1910 方差分析的结果显示，Sig.的显著性概率值均小于0.001。因此，拒绝总体回归系数均为 0 的原假设。回归方程应该包括这 4 个自变量。 Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 1.729 .103 16.800 Q26b .348 .031 .246 11.1