2014/07/16 リサーチクエスチョン 計量政治学 グループワーク 市江・大塚・土肥・佐藤 異性に【モテる】人にはどのような特徴があるのだ ろうか? →身長や服装など、見た目が優れている人ほどモテる のだろうか? →Web上での人と人とのつながりが強くなった今、単 に外面だけでなくSNS上でのコミュニケーションも モテるための要因になりうるのか? 理論・仮説 応答変数 理論:より多くのコミュニティに属している人ほ 応答変数:モテる ど異性の人とコミュニケーションをとる機会が多 い=自らの魅力を伝える出会いの場が多い、と考 えられる 仮説:Facebook 上の友達が多い人ほどモテる 【モテる】=交際経験人数+告白されたが断った (振った)人数 と定義 →Facebookに着目したのは小学校時代の同級生か ら、アルバイト先の社員の方まで幅広い属性の人 とのつながりを表しているため ※なお、高校1年生∼現在までのカウントとする 説明変数 コントロール変数 身長(cm) ⇒容姿を表す最も分かりやすい指標 『高校時代、共学か否か』 自分磨きにかける金額(円) ⇒美容院代や洋服代など、自分磨きにかける一ヶ月あたり の平均金額 Facebookの友達の人数(人) 前述の【モテる】の定義を考えると、高校時代に異 性と接点を持つ機会が多い共学と、そうでない男子 校or女子校であるかを統制する必要がある ⇒SNSの中でもコミュニティの幅が広く、Twitterよりも公的 なイメージ Twitterのフォロワー数(人) ⇒Facebookと比較して個人的な空間であるイメージ 1 2014/07/16 つまり… 作業化 メンバー4人が各自アンケート調査を実施 身長 自分磨きにかける金額 Facebookの友達人数 Twitterのフォロワー数 共学か否か モテる (交際経験人数+告白 されたが断った人数) ⇒交際経験人数+告白されたが断った人数、身長・ 自分磨きにかける金額・Facebookの友達の人数・ Twitterのフォロワー数・共学か否か、について聞き 取り 結果:63人(18~23歳)のサンプルデータを取得 分析結果 分析結果 全体における結果① 全体における結果② 全体における記述統計 変数名 平均 標準偏差 最小値 最大値 身長 166.222222 8.954084 150 自分磨き 10793.6508 8434.107 0 facebook 327.809524 275.628 0 twitter 150.047619 104.8499 0 共学 N=63 分散分析表 自由度 186 45000 840 556 全体の結果から読み取れること 有意F=6.67347E-11 回帰 残差 合計 変動 分散 観測された分散比 5 236.0663 47.21326 18.57022008 57 144.9178 2.542418 62 380.9841 有意 F 6.67347E-11 重回帰分析結果 予測 応答変数 切片 身長 自分磨き facebook tw itter 共学 R2 補正R 2 N + + + + + 係数 t 値 5.169634 -0.02893 2.31E-05 0.003942 0.002155 1.832378 0.619622 0.586256 63 1.226947 -1.17127 0.831743 4.015306 0.991929 3.476462 結果 P値 0.224886253 0.24636307 0.409024946 0.000175517 0.32542434 0.000979043 標準誤差 4.213411695 0.024701602 2.77705E-05 0.000981736 0.002172598 0.527081249 分析結果 共学における結果① ⇒この回帰モデルは母集団でも一定の説明力を持つ Facebook ⇒『Facebook上の友達が一人増えると、交際経験人数+告白され たが断った(振った)人数が0.0039人増加する』 ※友達が1000人増える→【モテる】指数が3.9人増加することにな るので、約256人の友達の増加につき、【モテる】指数が1人増加 することになる 補正R2=0.586 ⇒この推定は約58.6%の説明力を持つ 共学における記述統計 変数名 平均 標準偏差 最小値 最大値 身長 165.645161 9.325765 152 186 自分磨き 13935.4839 9811.339 3000 45000 facebook 474.548387 278.8004 65 840 twitter 142.741935 81.16689 32 321 N=32 2 2014/07/16 分析結果 共学における結果から読み取れること 有意F=0.0131 共学における結果② ⇒この回帰モデルは母集団でも一定の説明力を持つ 分散分析表 自由度 回帰 残差 合計 変動 分散 観測された分散比 4 65.31526 16.32882 3.892381649 26 109.0718 4.195071 30 174.3871 有意 F 0.013156636 重回帰分析結果 結果 予測 応答変数 切片 身長 自分磨き facebook tw itter R2 補正R 2 N =32 + + + + 0.37454183 0.2783175 係数 t 値 P値 標準誤差 11.58976 -0.05956 1.72E-05 0.003829 0.006519 1.507011 -1.32981 0.408559 2.760852 1.342865 0.143862942 0.195131162 0.686209205 0.010430326 0.190922084 7.690562 0.044792 4.2E-05 0.001387 0.004854 Facebook ⇒『Facebook上の友達が一人増えると、交際経験人数+告白され たが断った(振った)人数が0.0038人増加する』 ※友達が1000人増える→【モテる】指数が3.8人増加することに なるので、約263人の友達の増加につき、【モテる】指数が1人 増加することになる 補正R2=0.278 ⇒この推定は約27.8%の説明力を持つ 分析結果 分析結果 男子校・女子校における結果① 男子校・女子高における結果② 男子校・女子校における記述統計 変数名 平均 標準偏差 最小値 最大値 身長 166.78125 8.690872 150 25000 自分磨き 7750 5447.699 0 25000 facebook 185.65625 185.2772 0 598 tw itter 157.125 124.5246 0 556 N =63 男子校・女子校における結果から読み取れること 有意F=0.0008 ⇒この回帰モデルは母集団でも一定の説明力を持つ Facebook ⇒『Facebook上の友達が一人増えると、交際経験人数+告白され たが断った(振った)人数が0.0057人増加する』 ※友達が1000人増える→【モテる】指数が5.7人増加することに なるので、約175人の友達の増加につき、【モテる】指数が1人 増加することになる 分散分析表 自由度 変動 分散 観測された分散比 4 26.39721 6.599304 6.52163921 27 27.32154 1.011909 31 53.71875 回帰 残差 合計 有意 F 0.000829589 重回帰分析結果 結果 予測 応答変数 切片 身長 自分磨き facebook tw itter R2 補正R 2 N + + 0.491396662 0.41604802 32 係数 t 値 P値 標準誤差 2.422982 -0.00985 -2.6E-06 0.00567 -0.00139 0.612071 -0.4314 -0.07132 3.121696 -0.51779 0.545611181 0.66960393 0.943668789 0.004254739 0.608819113 3.958662 0.022836 3.65E-05 0.001816 0.002689 結論 どの分析においても【Facebook上の友達の人数】と 【交際経験人数+告白されたが断った(振った)人 数】の間に統計的根拠が見受けられた。 その他の変数(身長や自分磨き費用)は全く統計的 根拠を持つ結果とならなかった。 今回の分析手法、研究サンプルにおいては、私たち 補正R2=0.416 ⇒この推定は約41.6%の説明力を持つ の仮説【Facebook 上の友達が多い人ほどモテる】は正 しいと言える結果となった。 3
© Copyright 2024