計量政治学 GW.pptx

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

Download Report