大规模网络问卷调查涵盖十个省份：调查成果揭晓

2023-11-21 理论教育版权反馈

【摘要】：（一）样本配额第二次网络调查于2017年12月9号至28号期间进行，面向如下十个省的网民进行调查：辽宁、内蒙古、甘肃、山东、湖北、四川、安徽、云南、浙江、广东。表3-3第二次网络调查样本量分布表（二）问卷组成及主要概念的测量本研究通过这一次的大规模网络调查问卷来获取网民对我国社交媒体公信力的评价以及影响公信力的各种因素。

（一）样本配额

第二次网络调查于2017年12月9号至28号期间进行，面向如下十个省的网民进行调查：辽宁、内蒙古、甘肃、山东、湖北、四川、安徽、云南、浙江、广东。总共收集了1727份问卷，负责执行本次问卷调查的机构在执行过程中进行了质量控制，删除了471份样本。^[8]其余样本由本研究团队的成员一起，逐一检查清理，删去胡乱填答的样本235份，最终获得有效问卷1020份，每个省份都有100份以上的样本。由于问卷由专业机构负责执行，不存在回收率问题，故而填答的有效率为59%。

与微信调查相比，本次问卷题量大、长度较长，认真填答完问卷大约需要10—15分钟的时间。部分填答者对问卷敷衍了事，导致填答的有效率较低。为了保证研究质量，研究者必须认真仔细地清理出脏样本。本问卷设计了两道有逻辑关联的题目，易于筛选出无效问卷。（1）对微信、微博、新闻类App等不同媒介渠道给出五个等级的信任评价；（2）当一件事有多种不同说法时，更倾向于相信哪个渠道的媒介，可选项包括微信、微博等多种媒介平台。受访者如果随意答题，这两道题会出现逻辑冲突，可以被删除。

同时，研究者清理的胡乱填答的样本特征还包括：（1）一道大题的十多道小题选项完全一样；（2）选项呈现出规律性，如123454321或3434343434等；（3）连续20多个题目选项一样。研究团队经过多达五轮的筛查，最终得到有效样本1020份，以省份、年龄和性别为主要标示的样本量分布如表3-2所示。

表3-2　第二次网络调查样本量分布表　（单位：人）

pagenumber_ebook=78,pagenumber_book=70

从上表中可以看出，受访者男女比例比较均衡，年龄以18岁到40岁的中青年群体为主；男性50岁以上的受访者有30多人，而女性的这个年龄段的受访者只有十多人；总体上看，60岁以上的受访者非常少。以学历和职业为主要标示的样本量分布如表3-3所示。可以看到，受访者总体学历较高，以大专和本科学历为主；从职业上看，专业技术人员、普通公司职员和中层管理人员占了绝大多数。总体上看，样本特征和微信调查的样本特征较为接近，能够保证本研究的可延续性和研究结论的可扩展性。

表3-3　第二次网络调查样本量分布表　（单位：人）

pagenumber_ebook=79,pagenumber_book=71

（二）问卷组成及主要概念的测量

本研究通过这一次的大规模网络调查问卷来获取网民对我国社交媒体公信力的评价以及影响公信力的各种因素。问卷共包括八大部分：对样本的甄别、社交媒体的使用与媒介透明度、对社交媒体公信力的评价、社交媒体的参与程度与自我效能、对新闻事件的认知和对他人的信任态度、对社交媒体的认知和网络行为、社交媒体的用户体验、受访者的背景资料。研究中所采用的主要概念及其测量计分方式如下：

1.社交媒体公信力

问卷的第6大题（见附录2，Q6）考察我国社交媒体的公信力现状，包括两个维度：“基于用户体验的社会影响力”（即Q6的1、2、8、12、13、15、16、17题）、“管理良好”（即Q6的3、4、5、6、7、9题），这两个维度的总方差贡献率为55.47%。量表中的每一个题项都采取五级量表的计分方式来测量，1表示在该项目上“做得很糟糕”，5表示在该项目上“做得非常好”，且所有题项均为正向。

2.网络使用行为的相关变量

（1）网络接触频度

在前期的调查和文献研究的基础上，本研究对社交媒体接触频度的测量是针对微信、微博、新闻网站及新闻App、视频网站及视频App、网络论坛/BBS/贴吧分别进行的（见附录2，Q1）。参照Carmen等研究者对媒介使用的测量方式^[9]，问卷测量了受访者在过去的一周内平均每天接触社交媒体的小时数。为了尽可能降低受访者随意填答的现象，问卷依据接触频度的高低事先进行了分段，受访者只需要选择一个符合自己情况的区间即可。

（2）网络兴趣倾向

问卷的Q15询问受访者“您上网时喜欢看哪些内容”，给出了9个选项，为多选题（见附录2，Q15）。每个选项的得分为1或0，表示受访者喜欢或者不喜欢看该内容。将“社会新闻”“时事政治报道”和“热点问题讨论”三项的得分相加，再减去“影视、综艺、戏剧”“体育报道”和“八卦、娱乐”三项的分数，得到“网络兴趣倾向”变量，分值为正表示“社会关注兴趣”，分值为负表示“娱乐兴趣”，分值为0表示“无特别兴趣倾向”。

（3）参与活动的数量

本研究设置了“参与活动的数量”这一变量。在问卷的Q16中询问受访者上网时常常参与哪些活动，共设置了12个选项，受访者可以多选（见附录2，Q16）。每个选项的分值为1或者0，表示用户参与了或者未参与该项活动。将受访者在这14个选项上的得分相加即为“参与活动的数量”得分。

3.网络依赖(www.chuimin.cn)

媒体依赖往往能影响用户对社交媒体可信度的判断^[10]，于是依据Jackob等人对媒体依赖的测量^[11]，本研究分别针对微信、微博、新闻网站及新闻App来询问受访者对其的依赖程度（见附录2，Q2-Q4），并采用了五级李克特量表的方法（“完全不依赖、不太依赖、有时依赖、依赖、非常依赖”网络）。

4.网络透明性

媒体透明性是指个人在特定媒体上自由坦诚地分享信息的感知意愿^[12]，据此笔者提出了网络透明性（见附录2，Q5），意在考量受访者在使用社交媒体平台时是否能够自由的表达观点，坦诚地与他人分享而无须太多顾虑。

5.社交媒体使用动机

Thomas Johnson和Barbara Kaye发现，个人动机、社会动机和信息性动机都能预测用户对网络来源可信度的判断。参照Thomas对网络动机的测量，本研究在问卷中设置了有7题项的测量量表（见附录2，Q14的1至7题）来测量社交媒体使用动机，每个题项采用五级量表的计分方式，1为“非常不符合”，5为“非常符合”。经因子分析，提取了两个因子：“社交动机”和“信息获取动机”，这两个因子的总方差贡献率为53.7%（见附录3，表3-1）。

6.社交媒体用户体验相关变量

（1）界面设计

依据前期的文献研究，本研究设计了专门针对社交媒体的“界面设计”变量，考察受访者对微信、微博的界面风格评价，共包括三个题项（见附录2，Q19的1至3题），每题以五级量表的计分方式来测量，1为“非常不认可”，5为“非常认可”。

（2）互动性

本问卷以五级量表的测量方式询问受访者对微信、微博的互动性的评价（见附录2，Q19的第4题），1为“非常不认可”，5为“非常认可”。

7.社交媒体参与程度

社交媒体的沉浸式传播极大地激发了网民的参与意愿和参与程度。本研究设计了7个题项的“参与程度”测评量表（见附录2，Q17的1至7题），每个题项都以五级量表的方式测量，1为“非常不符合”，5为“非常符合”。经因子分析，这8个题项可归属于同一个因子，其方差贡献率为47.5%。

8.社交媒体的功能认知

本研究设计了测量社交媒体功能认知的6个题项（见附录2，Q18的1至6题），每个题项以五分量表的方式记分，1表示“非常不同意”，5表示“非常同意”。经因子分析，提取了两个因子：“积极认知”和“反思认知”，这两个因子的总方差贡献率为58.7%（见附录3，表3-2）。

9.人际信任

人际信任是媒体信任的重要预测因素^[13]，本研究参照Kineta等人对人际信任的测量^[14]，采用3个题项（见附录2，Q12的1至3题）来测量人际信任，每个题项以五分量表的方式记分，1表示“完全不赞同”，5表示“非常赞同”。

10.自我效能

网络用户的社交媒体自我效能对社交媒体可信度评估具有显著的影响^[15]，本研究设计了有2个题项的“自我效能”测评量表（见附录2，Q13的1至2题），每个题项都以五级量表的方式测量，1为“完全不符合”，5为“非常符合”。

11.对当前新闻事件的认知

本研究参照社交媒体上公众热议的新闻热点编制了题项来考察用户对当前新闻事件的认知，考虑问卷长度与答题效率，本题只包括3个题项（见附录2，Q11的1至3题），类型涉及国际新闻、批评揭露类新闻、社会问题类新闻以及能引发公众持续关注的反转新闻等。每个题项以五分量表的方式记分，1表示“完全不了解”，5表示“非常了解”。

大规模网络问卷调查涵盖十个省份：调查成果揭晓

相关推荐