媒介偏好与人口变量的影响对比

三、媒介偏好与人口变量的影响对比

回头观察表4-17的数据，我们会发现，频繁上网的被试当中低文化水平的人非常少，只有不到10％，远远低于其他媒体的相关比例。而大学及本科以上文化程度的被试则占到频繁上网人数的78．9％，这是一个其他媒体所难以企及的数字。那么认知需求变量在媒介偏好上的显著是不是由于被试的学历因素差异引起的呢？其他人口变量是否也会对差异贡献了力量呢？媒介偏好与人口变量之间相比，到底哪个对于被试认知需求差异的影响更大呢？要解决这些疑问仅仅通过直观感受和猜测是无济于事的，我们必须建立多元线形回归模型进行更深入的分析。

建立回归模型时，我们选择“媒介偏好”、“职业”、“年龄”、“收入”、“最高学历”和“性别”等六个变量一起作为自变量，以“关注食品安全报道的首要原因”作为因变量^[2]。不过，由于回归模型的自变量只能对定距和定序变量进行回归分析，不能对定类变量进行合理解释，因此我们必须把媒介偏好和“职业”两个定类变量加以转换，才能进行下一步的回归分析。其中媒介偏好变量被分解为“每周接触电视的平均时间”、“每周接触广播的平均时间”、“每周接触报刊的平均时间”、“每周接触互联网的平均时间”等四个定序变量；“职业”变量则按照职业的种类被分解为10个二分定距变量^[3]。

由于在回归模型的建立方法中选择了向后剔除法(Backward)^[4]，在表4-20的内容说明系统中一共呈现了16个模型，其中第一个模型包括了全部选定的变量，第二个模型剔除了“每周接触互联网的平均时间长度”变量，第三个模型剔除了“普通职工”变量，第四个模型剔除了“学生”变量，这样依次剔除了15个变量，这是由于这15个人口变量F值的概率都大于0．1，也就是说15个人口变量都不是认知需要差异的直接原因。

表4-20　变量的进入与剔除表

续表

a:Tolerance=.000 limits reached.

b:Dependent Variable:关注食品安全报道的首要原因

从表4-21中可以看出，包含了全部六个自变量的第一个模型的调整判定系数(Adjusted R Square)为-0.005；剔除了“每周接触互联网的平均时间长度”变量后，第二个模型的调整判定系数为0.002；剔除了“每周接触互联网的平均时间长度”、“普通职工”两个自变量后，第三个模型的调整判断系数为0.009；这样依次剔除至只剩下“离退休人员”时，判定系数为0.03。由于剔除“普通职工”和“公司企业职员”时，判断系数略微减小了，说明这两个人口变量对因变量还多少有一点影响，但由于达不到显著性水平，还是从模型中剔除了。

表4-21　多元回归模型的统计概要

a:Predictors:(Constant)，收入，教师或者研究人员，医务人员，每周接触电视的平均时间长度，性别，待业或无业人士(非离退休人员)，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，普通职工，每周接触报纸杂志的平均时间长度，年龄，公司企业职员，最高学历，学生，每周接触互联网的平均时间长度

b:Predictors:(Constant)，收入，教师或者研究人员，医务人员，每周接触电视的平均时间长度，性别，待业或无业人士(非离退休人员)，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，普通职工，每周接触报纸杂志的平均时间长度，年龄，公司企业职员，最高学历，学生

c:Predictors:(Constant)，收入，教师或者研究人员，医务人员，每周接触电视的平均时间长度，性别，待业或无业人士(非离退休人员)，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，每周接触报纸杂志的平均时间长度，年龄，公司企业职员，最高学历，学生

d:Predictors:(Constant)，收入，教师或者研究人员，医务人员，每周接触电视的平均时间长度，性别，待业或无业人士(非离退休人员)，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，每周接触报纸杂志的平均时间长度，年龄，公司企业职员，最高学历

e:Predictors:(Constant)，收入，教师或者研究人员，医务人员，每周接触电视的平均时间长度，性别，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，每周接触报纸杂志的平均时间长度，年龄，公司企业职员，最高学历

f:Predictors:(Constant)，收入，教师或者研究人员，医务人员，性别，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，每周接触报纸杂志的平均时间长度，年龄，公司企业职员，最高学历

g:Predictors:(Constant)，收入，教师或者研究人员，医务人员，性别，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，年龄，公司企业职员，最高学历

h:Predictors:(Constant)，收入，教师或者研究人员，性别，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，年龄，公司企业职员，最高学历

i:Predictors:(Constant)，收入，教师或者研究人员，性别，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，公司企业职员，最高学历

j:Predictors:(Constant)，收入，性别，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，公司企业职员，最高学历

k:Predictors:(Constant)，收入，性别，离退休人员，每周接触广播的平均时间长度，公司企业职员，最高学历

l:Predictors:(Constant)，收入，性别，离退休人员，公司企业职员，最高学历

m:Predictors:(Constant)，性别，离退休人员，公司企业职员，最高学历

n:Predictors:(Constant)，性别，离退休人员，公司企业职员

o:Predictors:(Constant)，性别，离退休人员

p:Predictors:(Constant)，离退休人员

q:Dependent Variable:关注食品安全报道的首要原因

从表4-22中可以看出，从第12个模型起所有的显著性水平都在0.05之内，这说明“收入”、“性别”、“离退休人员”、“公司企业职员”、“最高学历”等五个自变量配合回归模型时是有意义的。但随着无效变量被逐步剔除，F值是越来越大的，这表示只包含“离退休人员”这个自变量的模型的拟合优度是最好的。

表4-22　多元回归模型的方差分析表

续表

续表

a:Predictors:(Constant)，收入，教师或者研究人员，医务人员，每周接触电视的平均时间长度，性别，待业或无业人士(非离退休人员)，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，普通职工，每周接触报纸杂志的平均时间长度，年龄，公司企业职员，最高学历，学生，每周接触互联网的平均时间长度

b:Predictors:(Constant)，收入，教师或者研究人员，医务人员，每周接触电视的平均时间长度，性别，待业或无业人士(非离退休人员)，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，普通职工，每周接触报纸杂志的平均时间长度，年龄，公司企业职员，最高学历，学生

c:Predictors:(Constant)，收入，教师或者研究人员，医务人员，每周接触电视的平均时间长度，性别，待业或无业人士(非离退休人员)，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，每周接触报纸杂志的平均时间长度，年龄，公司企业职员，最高学历，学生

d:Predictors:(Constant)，收入，教师或者研究人员，医务人员，每周接触电视的平均时间长度，性别，待业或无业人士(非离退休人员)，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，每周接触报纸杂志的平均时间长度，年龄，公司企业职员，最高学历

e:Predictors:(Constant)，收入，教师或者研究人员，医务人员，每周接触电视的平均时间长度，性别，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，每周接触报纸杂志的平均时间长度，年龄，公司企业职员，最高学历

f:Predictors:(Constant)，收入，教师或者研究人员，医务人员，性别，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，每周接触报纸杂志的平均时间长度，年龄，公司企业职员，最高学历

g:Predictors:(Constant)，收入，教师或者研究人员，医务人员，性别，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，年龄，公司企业职员，最高学历

h:Predictors:(Constant)，收入，教师或者研究人员，性别，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，年龄，公司企业职员，最高学历

i:Predictors:(Constant)，收入，教师或者研究人员，性别，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，公司企业职员，最高学历

j:Predictors:(Constant)，收入，性别，离退休人员，每周接触广播的平均时间长度，国家机关或事业单位工作人员，公司企业职员，最高学历

k:Predictors:(Constant)，收入，性别，离退休人员，每周接触广播的平均时间长度，公司企业职员，最高学历

l:Predictors:(Constant)，收入，性别，离退休人员，公司企业职员，最高学历

m:Predictors:(Constant)，性别，离退休人员，公司企业职员，最高学历

n:Predictors:(Constant)，性别，离退休人员，公司企业职员

o:Predictors:(Constant)，性别，离退休人员

p:Predictors:(Constant)，离退休人员

q:Dependent Variable:关注食品安全报道的首要原