首页 理论教育 微博社区参与研究的结果分析

微博社区参与研究的结果分析

时间:2023-10-22 理论教育 版权反馈
【摘要】:参与动机与参与水平关系的实证分析因变量分别是参与时间、参与频率、发布微博频率、转发微博频率、评论微博频率。表4-14显示,个人表达、获取信息和关注名人这些动机能显著地正向预测大学生发布微博的频率,其预测解释力分别为14.3%、4.4%、2.5%。多元回归模型的F值为4.509,多元相关系数为0.509,调整后的R2值为0.238。

微博社区参与研究的结果分析

1.样本描述性统计

表4-9显示了389名被调查大学生的整体情况。可以看出,女大学生占总样本的比例比男大学生高出近15个百分点。被调查大学生就读年级比较平均,四个年级的样本基本相当,都在25%左右。

4-9 大学生参与动机分析样本概况

978-7-111-59307-2-Chapter04-9.jpg

说明:样本总数N=389。

2.因子分析与量表检验

对参与动机的初始量表进行第一次因子分析,数据显示,KMO值大于0.5,显著性水平均小于0.001,表明适合进行因子分析。分析发现,“在微博上获得最新的技术资讯”和“和同学们交流课业问题(通过私信或评论等)”两个题项的因子负荷过小,将其删除。接着,将剩余的14个题项重新进行第二次因子分析,最终得到7个因子。检验发现量表的效度和信度都较高。

由此,获得大学生参与微博社区的7种动机类型:

1)工具价值,包括“通过微博买卖商品”“在微博上参加抽奖活动”“下载各种学习资料或软件(通过微盘下载等)”“查阅与学业相关的资料(通过微博搜索查找资料等)”“在微博上发布商业广告”5个题项。

2)情感诉求,包括“心情好时在微博上宣泄”和“孤独寂寞时找微博上的网友交流”2个题项。

3)获取信息,包括“浏览微博上感兴趣领域的最新动态”“在微博上获得最新的社会资讯”“浏览微博上的新闻”3个题项。

4)跟随潮流,包括“证明自己与时代潮流为伍”1个题项。

5)自我证实,包括“证明自己的存在和价值(发布微博得到粉丝拥护等)”1个题项。

6)个人表达,包括“在微博上发表个人见解”1个题项。

7)关注名人,包括“在微博上关注名人或与名人互动”1个题项。

3.参与动机与参与行为关系实证分析

分析工具采用SPSS19.0,分析方法为逐步多元回归

(1)参与动机与参与水平关系的实证分析

变量分别是参与时间、参与频率、发布微博频率、转发微博频率、评论微博频率。自变量是工具价值、情感诉求、获取信息、跟随潮流、自我证实、个人表达、关注名人,并将年龄、性别、就读年级和微博使用时间作为控制变量

表4-10显示了因变量的统计状况,大学生参与微博社区的时间为每天1.123小时。参与频率的均值处于中等水平,稍高于中间值3。具体来看参与频率,转发微博频率的均值为3.272,略高于中等水平,除此之外,发布微博频率和评论微博频率的均值都低于中间值3,处于中等水平以下。

4-10 因变量的描述统计

978-7-111-59307-2-Chapter04-10.jpg

说明:样本总数N=389。

表4-11显示了自变量的统计状况。可以发现,获取信息动机的均值最大,为3.630,工具价值动机的均值最小,为2.652。在这7个动机中,获取信息、个人表达和关注名人动机的均值都在中等水平之上,其余4个动机的均值都低于中间值3。

4-11 自变量的描述统计

978-7-111-59307-2-Chapter04-11.jpg

说明:样本总数N=389。

参与时间方面,表4-12显示,工具价值、情感诉求、获取信息、跟随潮流、自我证实、个人表达、关注名人这些动机对大学生参与微博社区的时间均没有显著影响。

另外,一年级学生参与微博社区的时间要显著少于四年级学生,这可能是因为一年级学生大多刚开始使用微博,没有四年级学生熟悉,或者是因为四年级学生求职和撰写毕业论文的缘故,使用微博的时间较多。

4-12 参与动机对参与时间的预测分析结果

978-7-111-59307-2-Chapter04-12.jpg

说明:样本总数N=389。因变量为参与时间。就读年级变量的参照组是四年级学生。多元回归模型的F值为4.247(P=0.041<0.05),多元相关系数为-0.153,调整后的R2值为0.023。变量的VIF值远小于10,表明变量之间的共线性比较弱。表中没有列出显著性水平大于0.05的变量。

参与频率方面,表4-13显示了参与动机对大学生参与微博社区的总体频率的影响,个人表达动机能显著地正向预测大学生参与微博社区的频率,预测解释力为6.2%。这表明,当大学生越希望在微博中表达自己对事情或他人的观点和态度时,他们越频繁地参与虚拟社区。

工具价值、情感诉求、获取信息、跟随潮流、自我证实、关注名人这些动机对大学生参与微博社区的频率均没有显著影响。

4-13 参与动机对参与频率的预测分析结果

978-7-111-59307-2-Chapter04-13.jpg

说明:样本总数N=389。因变量为参与频率。多元回归模型的F值为11.820(P=0.001<0.05),多元相关系数为0.250,调整后的R2值为0.062。变量的VIF值远小于10,表明变量之间的共线性比较弱。表中没有列出显著性水平大于0.05的变量。

表4-14、表4-15和表4-16分别显示了参与动机对大学生发布、转发和评论微博频率的影响。表4-14显示,个人表达、获取信息和关注名人这些动机能显著地正向预测大学生发布微博的频率,其预测解释力分别为14.3%、4.4%、2.5%。具体地,当大学生越希望在微博中表达自己对事情或他人的观点和态度时,他们越频繁地发布微博;当大学生越希望在微博社区中获取感兴趣领域的最新动态、最新的社会资讯和新闻时,他们越频繁地发布微博;当大学生越希望获得所关注的名人的动态甚至与他们互动时,他们越频繁地发布微博。(www.xing528.com)

工具价值、情感诉求、跟随潮流、自我证实这些动机对大学生发布微博的频率均没有显著影响。

另外,女大学生发布微博的频率要显著高于男大学生,这可能是因为女大学生更愿意在微博虚拟空间中表达自己。大学生的年龄越大,他们发布微博也越频繁,这可能是因为年龄较大的学生对微博的使用越来越熟悉,发布微博已成为一种习惯。

4-14 参与动机对发布微博频率的预测分析结果

978-7-111-59307-2-Chapter04-14.jpg

(续)

978-7-111-59307-2-Chapter04-15.jpg

说明:样本总数N=389。因变量为发布微博频率。多元回归模型的F值为4.509(P=0.035<

0.05),多元相关系数为0.509,调整后的R2值为0.238。变量的VIF值远小于10,表明

变量之间的共线性比较弱。表中没有列出显著性水平大于0.05的变量。

表4-15显示,获取信息和关注名人这两个动机能显著地正向预测大学生转发微博的频率,其预测解释力分别为11.5%和3.6%。具体地,当大学生越希望在微博社区中获取感兴趣领域的最新动态、最新的社会资讯和新闻时,他们越频繁地转发微博;当大学生越希望获得所关注名人的动态甚至与他们互动时,他们越频繁地转发微博。

工具价值、情感诉求、跟随潮流、自我证实、个人表达这些动机对大学生转发微博的频率均没有显著影响。

4-15 参与动机对转发微博频率的预测分析结果

978-7-111-59307-2-Chapter04-16.jpg

说明:样本总数N=389。因变量为转发微博频率。多元回归模型的F值为7.575(P=0.007<0.05),多元相关系数为0.389,调整后的R2值为0.142。变量的VIF值远小于10,表明变量之间的共线性比较弱。表中没有列出显著性水平大=于0.05的变量。

表4-16显示,个人表达、工具价值和关注名人这些动机能显著地正向预测大学生评论他人微博的频率,其预测解释力分别为20.0%、8.4%、3.3%。具体地,当大学生越希望在微博中表达自己对事情或他人的观点和态度时,他们评论他人的微博越频繁;当大学生越将微博看成一种达到目的的工具时,例如,网络购物、查阅和下载学习资料、发布广告和抽奖时,他们评论他人的微博越频繁;当大学生越希望获得所关注名人的动态甚至与他们互动时,他们评论他人的微博越频繁。还有,自我证实动机能显著地负向预测大学生评论他人微博的频率,这表明大学生并不通过评论他人微博的方式来吸引更多的粉丝,当他们想证明自身的价值时,反倒会显著地减少评论他人微博的频率。

情感诉求、获取信息和跟随潮流这些动机对大学生评论他人微博的频率均没有显著影响。

另外,二年级学生相对于四年级学生而言,评论他人微博的频率更频繁,这表明二年级学生表达自己对事情或他人的观点和态度更加活跃。大学生年龄越大,他们评论微博也越频繁,这可能也是微博的使用习惯使然。

4-16 参与动机对评论微博频率的预测分析结果

978-7-111-59307-2-Chapter04-17.jpg

说明:样本总数N=389。因变量为评论微博频率。多元回归模型的F值为4.511(P=0.035<0.05),多元相关系数为0.619,调整后的R2值为0.361。变量的VIF值远小于10,表明变量之间的共线性比较弱。表中没有列出显著性水平大于0.05的变量。

(2)参与动机与参与层次关系的实证分析

因变量分别是发布原创微博或转发微博时@其他人的倾向、发布微博时利用“#”添加主题的倾向。自变量和控制变量与上面相同。

表4-17显示,跟随潮流和获取信息这两个动机能显著地正向预测大学生在发布原创微博或转发微博时@其他人的倾向,其预测解释力分别为12.5%和3.1%。具体地,当大学生越希望证明自己跟随时代潮流时,他们在发布原创微博或转发微博时@其他人的倾向越强烈;当大学生越希望在微博社区中获取感兴趣领域的最新动态、最新的社会资讯和新闻时,他们在发布原创微博或转发微博时@其他人的倾向越强烈。

工具价值、情感诉求、自我证实、个人表达、关注名人这些动机对大学生在发布原创微博或转发微博时@其他人的倾向均没有显著影响。

4-17 参与动机对发布原创微博或转发微博时@其他人的倾向的预测分析结果

978-7-111-59307-2-Chapter04-18.jpg

说明:样本总数N=389。因变量为发布原创微博或转发微博时@其他人的倾向。多元回归模型的F值为6.476(P=0.012<0.05),多元相关系数为0.395,调整后的R2值为0.146。变量的VIF值远小于10,表明变量之间的共线性比较弱。表中没有列出显著性水平大于0.05的变量。

表4-18显示,工具价值和个人表达这两个动机能显著地正向预测大学生发布微博时利用“#”添加主题的倾向,其预测解释力分别为24.4%、4.4%。具体地,当大学生越将微博看成一种达到目的的工具时,例如,网络购物、查阅和下载学习资料、发布广告和抽奖时,他们在发布微博时添加主题的倾向越强;当大学生越希望在微博中表达自己对事情或他人的观点和态度时,他们在发布微博时添加主题的倾向越强。

情感诉求、获取信息、跟随潮流、自我证实、关注名人这些动机对大学生发布微博时利用“#”添加主题的倾向均没有显著影响。

4-18 参与动机对发布微博时利用“#”添加主题的倾向的预测分析结果

978-7-111-59307-2-Chapter04-19.jpg

说明:样本总数N=389。说明:因变量为发布微博时利用“#”添加主题的倾向。多元回归模型的F值为11.034(P=0.001<0.05),多元相关系数为0.537,调整后的R2值为0.280。变量的VIF值远小于10,表明变量之间的共线性比较弱。表中没有列出显著性水平大于0.05的变量。

综合以上分析发现,个人表达是我国大学生参与微博社区的一个重要动机。大学生群体的思想活跃,他们乐于表达对事情或他人的观点和态度,微博恰好提供了一个极其便利的平台。因此,当想要发表个人见解时,他们发布与评论微博的频率以及通过在微博中添加主题来发起话题的深层次行为都会显著增加。

获取信息是大学生参与微博社区的另一个重要动机。他们会频繁地在微博社区中发布和转发微博,并且还@其他人来加强交流互动,以获取感兴趣领域的最新动态、最新的社会资讯和各类新闻。

与国外大学生使用Twitter主要是为了娱乐[133]类似,我国大学生参与微博社区的娱乐动机也比较强烈。一方面,我国微博上的信息多为笑话、图片和视频等娱乐类内容[126],这在很大程度上满足了大学生的娱乐化需求;另一方面,关注名人特别是影视明星也给大学生提供了非常丰富的娱乐内容和消遣途径,他们会为此频繁地发布、转发和评论微博,这也与《2013年中国大学生“微博”发展报告》中的调查结论[131]相一致。

工具价值动机也能激发大学生参与微博社区的热情,这种情况下,微博多被看作一种达到具体目的的工具,例如,网络购物、查阅和下载学习资料、发布广告和抽奖等,大学生会通过频繁地评论微博以及在微博中添加主题发起讨论话题这些深层次的行为来促成达到这些目的。

另外,与论坛/BBS、聊天室等其他类型的虚拟社区中成员参与的社会强化动机[112,120]不同,大学生并不将微博社区看成一个证明自己价值的平台,当他们想要获得认可和证明自己时,反而会显著减少评论他人微博的频率。并且,若将心理需要作为参与虚拟社区的一个动力来源[105],大学生的情感诉求和社会化交往动机与微博社区参与行为之间并没有必然联系,这与王亚煦等[55]和张琪[56]的调查得出的“发泄情感和排解压力是大学生使用微博的一种目的”结论不同,说明微博并不是他们宣泄情感和与他人在线交流的重要选择。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈