基于问卷调查的网络直播对大学生的影响研究

2023-02-17

1 文献综述

网络直播是新兴的高互动性视频娱乐, 如今的直播平台已经进入了“随走、随看、随播”的3.0移动视频直播时代, 越来越多的人们愿意参与其中, 直播并分享自己的生活, 全民直播渐成趋势。赵梦媛 (2016) 认为网络直播平台的开放性、传播及互动的实时性、不可篡改的真实性获得了越来越多用户的推崇, 在名人自我包装宣传、企业营销、新闻传播、社交等许多方面发挥着越来越大的影响力。

至于直播对大学生的影响, 陆思婷 (2015) 认为互联网科技的高速发展, 催生出了以网络直播为代表的新兴社交媒体。相较于传统社交媒体, 网络直播的信息流动性及互动性更强, 极大地增强了人际交往的便捷性。大学生作为对新兴事物接受度很高的一个群体, 对网络直播表现出较高的热情。网络直播也对大学生的人际交往产生了一定的影响。

2 调查的策划与实施

采用网上问卷的抽样的调查方式, 通过网络平台, 向不同学院不同年级的调查对象发放问卷.由于调查的内容为直播相关问题, 与网络密切相关, 因此通过网上问卷, 更具有说服力.回收问卷, 收集分析数据, 对大学生观看直播的频率、态度等问题你进行统计与分析, 据此对直播对大学生的利弊加以分析, 同时提出相关建议, 使得直播为学生带来更多的益处。在完成问卷设计后, 我们共得到144份有效问卷。根据回收问卷对数据进行项目分析以及信度、效度检验, 以检查问卷的题目的鉴别度, 测量结果的可靠性以及问卷的有效性。

3 数据分析

在本次调查回收的有效问卷中, 男性占样本总量的35.23%, 女性占样本总量的64.77%。由于蚌埠以财经院校为主, 女生较多, 符合实际情况。在所有受访者中, 大三学生人数最多, 占本次受访者总数的46.59%, 紧随其后的是大二学生, 占本次受访者的22.73%, 其次大一人数总数占本次受访者的15.91%, 而大四学生最少。因为我们调查的时间刚好处于大四学生准备研究生复试, 总体来说, 与实际情况基本相符。

4 描述性统计分析

关于时间利用方面, 问卷主要从是否上课观看过直播、直播类型、观看直播的频率以及平均每次观看时长等问题出发, 了解大学生在观看直播时的时间利用是否合理等问题。通过问卷调查的到的结果, 可以明显看出偶尔观看直播的比例为77.78%, 平均每次观看时长少于30分钟的人数占总样本的比例为50%;经常观看直播的比例为15.28%, 平均每次观看时长少于90分钟的人数占总样本的比例为40.27%;总是观看直播的比例为6.94%, 平均每次观看时长超过90分钟的人数占总样本的比例为9.73%。

关于人际交往方面, 问卷主要从观看直播时是否和主播互动、是否因为主播结交新朋友、如何看待直播软件上的交友互动行为等问题出发, 了解直播对大学生关于人际交往方面的问题。通过问卷调查的到的结果, 可以明显看出在观看直播时跟主播互动的比例为38.8%, 在观看直播时不会跟主播互动的比例为61.11%, 如表7所示;对于如何看待直播软件上的交友互动行为, 有30.56%的学生认为拉近主播和观众的距离, 挺好的, 有61.11%的同学则保持中立态度, 觉得无所谓, 也有22.22%的同学表示不喜欢与主播互动的行为, 只是单纯的想看直播。关于打赏消费方面, 问卷主要从是否在或会在直播软件上打赏主播、如何看待打赏主播的行为等问题出发, 了解大学生在观看直播时的打赏消费是否合理等问题。通过问卷调查的到的结果, 可以明显看出观看直播时打赏过主播比例为30.56%, 有45.83%的人会因为直播的内容较好进行打赏消费, 20.83%的人会因为主播的颜值比较高进行打赏, 还有一些因为观看直播时的心情比较好, 会进行打赏, 其所占比例为31.9%;观看直播时多数人是没有打赏主播的行为的, 其比例为69.54%, 有30.56%的人表示无论什么情况下都不会打赏主播。对于打赏主播的态度, 30.56%的人认为打赏主播是对主播的肯定;45.83%的人保持中立态度;仅有23.61%的人认为应该把钱花在更有用的地方而不是进行打赏消费。于使用倾向方面, 问卷主要从选择观看网络直播的原因、对网络直播最感兴趣的地方、网络直播的不足以及网络对生活造成了什么影响等问题出发, 了解大学生在观看直播时使用倾向。通过问卷调查的到的结果, 可以看出大学生观看直播的原因主要是为了打发时间和娱乐, 其比例分别是63.8%和47.2%, 也有18%的人是因为网络的发展而接触网络直播的, 其分布比例如图8所示。对于网络直播中最吸引人或大学生最感兴趣的地方, 问卷统计显示41.67%的学生认为最吸引人的是直播的内容比较精彩;9.72%的学生是受到身边喜爱网络直播的同学的影响;40.27%的学生是被主播的颜值和主播解说的风格所吸引的, 也有8.33%的学生表示是由于其他原因而关注直播的。

5 相关性分析

利用SPSS软件, 得出性别与观看网络直播的相关性分析。“性别”与“是否看过直播”之间的相关系数为0.717, 说明性别与是否观看直播之间是相关的。

6 logistic回归模型

6.1 模型的准备

利用logistic回归, 分析在时间利用、人际交往和金钱消费三个方面, 什么样的行为和人群会使大学生认为利大于弊。由于问卷中选择“没看过直播”的92%都选择了弊大于利, 因此logistic回归模型的数据剔除了“没看过直播”的数据。利用SPSS软件得出倾向于网络直播“利大于弊”的人群分析结果。将第个体“直播对大学生的影响”这种二元选择行为表示为因变量, 当选择“利大于弊”时, 取值为1, 当选择“弊大于利”时, 取值为0。由于本次设置的问卷调查中大量数据为分类资料, 例如平均每次观看直播收入的市场分成了五档, 如果直接编码为5、4、3、2、1, 令其作为自变量纳入分析, 就等价于是假设这五档间的差距完全相等, 或者说他们对因变量的数值影响程度是均匀的, 这样的假设会过于简单武断、与实际情况不符。另外对于无序多分类变量, 如对打赏主播的态度, 它们之间不存在数量上的高低, 因此不可能为其给出一个单独的回归系数估计值, 来表示态度每上升一个单位时因变量的变化趋势。因此, 本文采用统计上标准的做法, 采用虚拟变量进行拟合, 然后根据分析结果对模型进行简化。

6.2 模型的建立与求解

对基准类的设定上, 为方便录入, 原则上将最后一个选项设为基准类, 当最后一个选项为其他或该选项的被选中频次小于30次时, 则以倒数第二个选项设定为基准类。利用软件求解。

6.3 模型的结果

在其他条件不变的情况下, 对网络直播态度方面存在性别差异。从EXP (B) 值来看, 女性更倾向于认为网络直播“利大于弊”。同理得到, 大二年级的学生比基准类 (大四年级) 的学生更倾向于认为网络直播“利大于弊”。偶尔看直播的大学生与打赏主播的人更倾向于认为网络直播“利大于弊”。

7 结论与建议

7.1 主要结论

大学生观看网络直播的目的主要是娱乐和打发时间, 大学生观看网络直播时间利用较为合理, 大学生作为受众方, 单方面的接受消息, 充分的使用网络直播软件使其对大学生的影响“利大于弊”。

7.2 建议

第一, 利用直播平台增长见识, 而不仅仅是为了娱乐。问卷显示大学生观看直播的内容大多与娱乐有关, 直播软件既然提供了可以观看各种各样的事物, 遇到各种各样的才人, 因此, 我们应充分利用这一资源, 使直播对大学生的影响向有利的方向发展。第二, 在适度的前提下积极主动的使用直播软件。直播软件提供的不仅仅只是观看视频, 充分使用使其物有所值, 向利于大学生生活的方向发展。

摘要：随着互联网信息技术的发展, 新媒体的概念被提出, 其形式也得到了不断的的丰富和扩充。如今, 各种直播软件如雨后春笋班出现, 通过直播, 人们既可以向别人展示自己, 也可以欣赏别人的风采。本文通过问卷调查收集数据, 对数据进行分析的出结论, 并就此给出相关建议。

关键词：网络直播,大学生,描述性统计,相关性分析,logistic回归,SPSS