心理逆反与人口特征

二、心理逆反与人口特征

(一)麻木与人口变量的回归分析

我们仍然首先通过线形回归分析人口变量对于心理逆反变量的影响，表5-16至表5-18是针对“麻木”变量的向后剔除法回归分析。表5-16的数据显示，按照自变量使F值最小且T检验达不到显著性水平的依次顺序，“学生”、“教师或者研究人员”、“普通职工”、“医务人员”、“公司企业职员”、“离退休人员”、“待业或无业人士(非离退休人员)”、“最高学历”、“年龄”等9个人口变量都被一一剔除了，因为它们都不能使F值的概率达到0.1的显著性水平，即对“麻木”变量的影响都不够显著。表5-17和表5-18的回归结果显示，最终只有“个体营业者”、“性别”、“收入”、“国家机关及事业单位工作人员”四个变量被最终保留下来，它们对模型的拟合优度最好，是影响受众“麻木”心理的显著影响因素。

表5-16　人口变量的进入和剔除

续表

a:All requested variables entered.

b:Dependent Variable:麻木

表5-17　多元回归模型统计概要

a:Predictors:(Constant)，个体营业者，最高学历，医务人员，教师或者研究人员，性别，待业或无业人士(非离退休人员)，学生，离退休人员，公司企业职员，年龄，收入，普通职工，国家机关或事业单位工作人员

b:Predictors:(Constant)，个体营业者，最高学历，医务人员，教师或者研究人员，性别，待业或无业人士(非离退休人员)，离退休人员，公司企业职员，年龄，收入，普通职工，国家机关或事业单位工作人员

c:Predictors:(Constant)，个体营业者，最高学历，医务人员，教师或者研究人员，性别，待业或无业人士(非离退休人员)，离退休人员，公司企业职员，收入，普通职工，国家机关或事业单位工作人员

d:Predictors:(Constant)，个体营业者，最高学历，医务人员，性别，待业或无业人士(非离退休人员)，离退休人员，公司企业职员，收入，普通职工，国家机关或事业单位工作人员

e:Predictors:(Constant)，个体营业者，最高学历，性别，待业或无业人士(非离退休人员)，离退休人员，公司企业职员，收入，普通职工，国家机关或事业单位工作人员

f:Predictors:(Constant)，个体营业者，性别，待业或无业人士(非离退休人员)，离退休人员，公司企业职员，收入，普通职工，国家机关或事业单位工作人员

g:Predictors:(Constant)，个体营业者，性别，待业或无业人士(非离退休人员)，离退休人员，收入，普通职工，国家机关或事业单位工作人员

h:Predictors:(Constant)，个体营业者，性别，待业或无业人士(非离退休人员)，离退休人员，收入，国家机关或事业单位工作人员

i:Predictors:(Constant)，个体营业者，性别，待业或无业人士(非离退休人员)，收入，国家机关或事业单位工作人员

j:Predictors:(Constant)，个体营业者，性别，收入，国家机关或事业单位工作人员

k:Dependent Variable:麻木

表5-18　多元回归模型的方差分析

续表

a:Predictors:(Constant)，个体营业者，最高学历，医务人员，教师或者研究人员，性别，待业或无业人士(非离退休人员)，学生，离退休人员，公司企业职员，年龄，收入，普通职工，国家机关或事业单位工作人员

b:Predictors:(Constant)，个体营业者，最高学历，医务人员，教师或者研究人员，性别，待业或无业人士(非离退休人员)，离退休人员，公司企业职员，年龄，收入，普通职工，国家机关或事业单位工作人员

c:Predictors:(Constant)，个体营业者，最高学历，医务人员，教师或者研究人员，性别，待业或无业人士(非离退休人员)，离退休人员，公司企业职员，收入，普通职工，国家机关或事业单位工作人员

d:Predictors:(Constant)，个体营业者，最高学历，医务人员，性别，待业或无业人士(非离退休人员)，离退休人员，公司企业职员，收入，普通职工，国家机关或事业单位工作人员

e:Predictors:(Constant)，个体营业者，最高学历，性别，待业或无业人士(非离退休人员)，离退休人员，公司企业职员，收入，普通职工，国家机关或事业单位工作人员

f:Predictors:(Constant)，个体营业者，性别，待业或无业人士(非离退休人员)，离退休人员，公司企业职员，收入，普通职工，国家机关或事业单位工作人员

g:Predictors:(Constant)，个体营业者，性别，待业或无业人士(非离退休人员)，离退休人员，收入，普通职工，国家机关或事业单位工作人员

h:Predictors:(Constant)，个体营业者，性别，待业或无业人士(非离退休人员)，离退休人员，收入，国家机关或事业单位工作人员

i:Predictors:(Constant)，个体营业者，性别，待业或无业人士(非离退休人员)，收入，国家机关或事业单位工作人员

j:Predictors:(Constant)，个体营业者，性别，收入，国家机关或事业单位工作人员

k:Dependent Variable:麻木

(二)归咎政府与人口变量的回归分析

“归咎政府”是受众心理逆反的另外一种表现，我们同样拟通过线性回归分析探讨人口变量对其产生的影响。

表5-19　人口变量的进入和剔除

续表

a:All requested variables entered.

b:Dependent Variable:归咎政府

回归统计方法与前面类似，表5-19的数据显示:只有“最高学历”，“待业或无业人士(非离退休人员)”，“离退休人员”三个变量的对“归咎政府”变量具有显著影响，其他10个变量都因为显著性水平不够而被依次剔除了。表5-20通过对几个模型的调整判定系数的描述，证明这10个无关变量中“个体营业者”和“年龄”对因变量也多少有一些影响，但是影响不够显著。

表5-20　多元回归模型的统计概要

续表

a:Predictors:(Constant)，个体营业者，最高学历，医务人员，教师或者研究人员，性别，待业或无业人士(非离退休人员)，学生，离退休人员，公司企业职员，年龄，收入，普通职工，国家机关或事业单位工作人员

b:Predictors:(Constant)，个体营业者，最高学历，医务人员，教师或者研究人员，性别，待业或无业人士(非离退休人员)，学生，离退休人员，公司企业职员，年龄，收入，国家机关或事业单位工作人员

c:Predictors:(Constant)，个体营业者，最高学历，医务人员，教师或者研究人员，性别，待业或无业人士(非离退休人员)，学生，离退休人员，年龄，收入，国家机关或事业单位工作人员

d:Predictors:(Constant)，个体营业者，最高学历，医务人员，教师或者研究人员，待业或无业人士(非离退休人员)，学生，离退休人员，年龄，收入，国家机关或事业单位工作人员

e:Predictors:(Constant)，个体营业者，最高学历，医务人员，待业或无业人士(非离退休人员)，学生，离退休人员，年龄，收入，国家机关或事业单位工作人员

f:Predictors:(Constant)，个体营业者，最高学历，医务人员，待业或无业人士(非离退休人员)，学生，离退休人员，年龄，收入

g:Predictors:(Constant)，个体营业者，最高学历，待业或无业人士(非离退休人员)，学生，离退休人员，年龄，收入

h:Predictors:(Constant)，个体营业者，最高学历，待业或无业人士(非离退休人员)，学生，离退休人员，年龄

i:Predictors:(Constant)，个体营业者，最高学历，待业或无业人士(非离退休人员)，离退休人员，年龄

j:Predictors:(Constant)，最高学历，待业或无业人士(非离退休人员)，离退休人员，年龄

k:Predictors:(Constant)，最高学历，待业或无业人士(非离退休人员)，离退休人员

l:Dependent Variable:归咎政府

表5-21　多元回归模型的方差分析

续表

a:Predictors:(Constant)，个体营业者，最高学历，医务人员，教师或者研究人员，性别，待业或无业人士(非离退休人员)，学生，离退休人员，公司企业职员，年龄，收入，普通职工，国家机关或事业单位工作人员

b:Predictors:(Constant)，个体营业者，最高学历，医务人员，教师或者研究人员，性别，待业或无业人士(非离退休人员)，学生，离退休人员，公司企业职员，年龄，收入，国家机关或事业单位工作人员

c:Predictors:(Constant)，个体营业者，最高学历，医务人员，教师或者研究人员，性别，待业或无业人士(非离退休人员)，学生，离退休人员，年龄，收入，国家机关或事业单位工作人员

d:Predictors:(Constant)，个体营业者，最高学历，医务人员，教师或者研究人员，待业或无业人士(非离退休人员)，学生，离退休人员，年龄，收入，国家机关或事业单位工作人员

e:Predictors:(Constant)，个体营业者，最高学历，医务人员，待业或无业人士(非离退休人员)，学生，离退休人员，年龄，收入，国家机关或事业单位工作人员

f:Predictors:(Constant)，个体营业者，最高学历，医务人员，待业或无业人士(非离退休人员)，学生，离退休人员，年龄，收入

g:Predictors:(Constant)，个体营业者，最高学历，待业或无业人士(非离退休人员)，学生，离退休人员，年龄，收入

h:Predictors:(Constant)，个体营业者，最高学历，待业或无业人士(非离退休人员)，学生，离退休人员，年龄

i:Predictors:(Constant)，个体营业者，最高学历，待业或无业人士(非离退休人员)，离退休人员，年龄

j:Predictors:(Constant)，最高学历，待业或无业人士(非离退休人员)，离退休人员，年龄

k:Predictors:(Constant)，最高学历，待业或无业人士(非离退休人员)，离退休人员

l:Dependent Variable:归咎政府

(三)小结

通过线性回归分析我们发现，人口变量对于受众两种逆反心理的影响有明显区别:“个体营业者”、“性别”、“收入”、“国家机关及事业单位工作人员”四个变量对受众的麻木心理有显著影响；“最高学历”、“待业或无业人士(非离退休人员)”、“离退休人员”三个变量对“归咎政府”心理有显著影响。表5-22和表5-23是基于上述两个结论的交互分析结果。

从表5-22中可以发现，收入在1000元以下的低收入者和5001～ 8000元的高收入者的麻木人数比例相对较高，而中间收入阶层的麻木比例只有不到30％；公务员的麻木感很高，个体营业者的麻木感较低；男性比女性更容易感到麻木。

表5-23的数据显示，所有的无业人士(包括离退休人员)都认同“归咎政府”的观念；被试学历越低，“归咎政府”的倾向就越高，被试学历达到“大专”或“本科及本科以上”时，对“归咎政府”的看法就更加多元化，甚至出现理解政府、反对归咎的观点。

表5-22　麻木与相关人口变量的交互分析

表5-23　“归咎政府”与相关人口变量的交互分析表