精品欧美无遮挡一区二区三区在线观看,中文字幕一区二区日韩欧美,久久久久国色αv免费观看,亚洲熟女乱综合一区二区三区

        ? 首頁 ? 百科知識 ?心理逆反與人口特征

        心理逆反與人口特征

        時間:2023-04-25 百科知識 版權(quán)反饋
        【摘要】:二、心理逆反與人口特征(一)麻木與人口變量的回歸分析我們?nèi)匀皇紫韧ㄟ^線形回歸分析人口變量對于心理逆反變量的影響,表5-16至表5-18是針對“麻木”變量的向后剔除法回歸分析。表5-17和表5-18的回歸結(jié)果顯示,最終只有“個體營業(yè)者”、“性別”、“收入”、“國家機關(guān)及事業(yè)單位工作人員”四個變量被最終保留下來,它們對模型的擬合優(yōu)度最好,是影響受眾“麻木”心理的顯著影響因素。

        二、心理逆反與人口特征

        (一)麻木與人口變量的回歸分析

        我們?nèi)匀皇紫韧ㄟ^線形回歸分析人口變量對于心理逆反變量的影響,表5-16至表5-18是針對“麻木”變量的向后剔除法回歸分析。表5-16的數(shù)據(jù)顯示,按照自變量使F值最小且T檢驗達不到顯著性水平的依次順序,“學(xué)生”、“教師或者研究人員”、“普通職工”、“醫(yī)務(wù)人員”、“公司企業(yè)職員”、“離退休人員”、“待業(yè)或無業(yè)人士(非離退休人員)”、“最高學(xué)歷”、“年齡”等9個人口變量都被一一剔除了,因為它們都不能使F值的概率達到0.1的顯著性水平,即對“麻木”變量的影響都不夠顯著。表5-17和表5-18的回歸結(jié)果顯示,最終只有“個體營業(yè)者”、“性別”、“收入”、“國家機關(guān)及事業(yè)單位工作人員”四個變量被最終保留下來,它們對模型的擬合優(yōu)度最好,是影響受眾“麻木”心理的顯著影響因素。

        表5-16 人口變量的進入和剔除

        img130

        續(xù)表

        img131

        a:All requested variables entered.

        b:Dependent Variable:麻木

        表5-17 多元回歸模型統(tǒng)計概要

        img132

        a:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,教師或者研究人員,性別,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,公司企業(yè)職員,年齡,收入,普通職工,國家機關(guān)或事業(yè)單位工作人員

        b:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,教師或者研究人員,性別,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,公司企業(yè)職員,年齡,收入,普通職工,國家機關(guān)或事業(yè)單位工作人員

        c:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,教師或者研究人員,性別,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,公司企業(yè)職員,收入,普通職工,國家機關(guān)或事業(yè)單位工作人員

        d:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,性別,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,公司企業(yè)職員,收入,普通職工,國家機關(guān)或事業(yè)單位工作人員

        e:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,性別,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,公司企業(yè)職員,收入,普通職工,國家機關(guān)或事業(yè)單位工作人員

        f:Predictors:(Constant),個體營業(yè)者,性別,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,公司企業(yè)職員,收入,普通職工,國家機關(guān)或事業(yè)單位工作人員

        g:Predictors:(Constant),個體營業(yè)者,性別,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,收入,普通職工,國家機關(guān)或事業(yè)單位工作人員

        h:Predictors:(Constant),個體營業(yè)者,性別,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,收入,國家機關(guān)或事業(yè)單位工作人員

        i:Predictors:(Constant),個體營業(yè)者,性別,待業(yè)或無業(yè)人士(非離退休人員),收入,國家機關(guān)或事業(yè)單位工作人員

        j:Predictors:(Constant),個體營業(yè)者,性別,收入,國家機關(guān)或事業(yè)單位工作人員

        k:Dependent Variable:麻木

        表5-18 多元回歸模型的方差分析

        img133

        續(xù)表

        img134

        a:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,教師或者研究人員,性別,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,公司企業(yè)職員,年齡,收入,普通職工,國家機關(guān)或事業(yè)單位工作人員

        b:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,教師或者研究人員,性別,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,公司企業(yè)職員,年齡,收入,普通職工,國家機關(guān)或事業(yè)單位工作人員

        c:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,教師或者研究人員,性別,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,公司企業(yè)職員,收入,普通職工,國家機關(guān)或事業(yè)單位工作人員

        d:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,性別,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,公司企業(yè)職員,收入,普通職工,國家機關(guān)或事業(yè)單位工作人員

        e:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,性別,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,公司企業(yè)職員,收入,普通職工,國家機關(guān)或事業(yè)單位工作人員

        f:Predictors:(Constant),個體營業(yè)者,性別,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,公司企業(yè)職員,收入,普通職工,國家機關(guān)或事業(yè)單位工作人員

        g:Predictors:(Constant),個體營業(yè)者,性別,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,收入,普通職工,國家機關(guān)或事業(yè)單位工作人員

        h:Predictors:(Constant),個體營業(yè)者,性別,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,收入,國家機關(guān)或事業(yè)單位工作人員

        i:Predictors:(Constant),個體營業(yè)者,性別,待業(yè)或無業(yè)人士(非離退休人員),收入,國家機關(guān)或事業(yè)單位工作人員

        j:Predictors:(Constant),個體營業(yè)者,性別,收入,國家機關(guān)或事業(yè)單位工作人員

        k:Dependent Variable:麻木

        (二)歸咎政府與人口變量的回歸分析

        “歸咎政府”是受眾心理逆反的另外一種表現(xiàn),我們同樣擬通過線性回歸分析探討人口變量對其產(chǎn)生的影響。

        表5-19 人口變量的進入和剔除

        img135

        續(xù)表

        img136

        a:All requested variables entered.

        b:Dependent Variable:歸咎政府

        回歸統(tǒng)計方法與前面類似,表5-19的數(shù)據(jù)顯示:只有“最高學(xué)歷”,“待業(yè)或無業(yè)人士(非離退休人員)”,“離退休人員”三個變量的對“歸咎政府”變量具有顯著影響,其他10個變量都因為顯著性水平不夠而被依次剔除了。表5-20通過對幾個模型的調(diào)整判定系數(shù)的描述,證明這10個無關(guān)變量中“個體營業(yè)者”和“年齡”對因變量也多少有一些影響,但是影響不夠顯著。

        表5-20 多元回歸模型的統(tǒng)計概要

        img137

        續(xù)表

        img138

        a:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,教師或者研究人員,性別,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,公司企業(yè)職員,年齡,收入,普通職工,國家機關(guān)或事業(yè)單位工作人員

        b:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,教師或者研究人員,性別,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,公司企業(yè)職員,年齡,收入,國家機關(guān)或事業(yè)單位工作人員

        c:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,教師或者研究人員,性別,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,年齡,收入,國家機關(guān)或事業(yè)單位工作人員

        d:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,教師或者研究人員,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,年齡,收入,國家機關(guān)或事業(yè)單位工作人員

        e:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,年齡,收入,國家機關(guān)或事業(yè)單位工作人員

        f:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,年齡,收入

        g:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,年齡,收入

        h:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,年齡

        i:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,年齡

        j:Predictors:(Constant),最高學(xué)歷,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,年齡

        k:Predictors:(Constant),最高學(xué)歷,待業(yè)或無業(yè)人士(非離退休人員),離退休人員

        l:Dependent Variable:歸咎政府

        表5-21 多元回歸模型的方差分析

        img139

        續(xù)表

        img140

        a:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,教師或者研究人員,性別,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,公司企業(yè)職員,年齡,收入,普通職工,國家機關(guān)或事業(yè)單位工作人員

        b:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,教師或者研究人員,性別,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,公司企業(yè)職員,年齡,收入,國家機關(guān)或事業(yè)單位工作人員

        c:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,教師或者研究人員,性別,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,年齡,收入,國家機關(guān)或事業(yè)單位工作人員

        d:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,教師或者研究人員,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,年齡,收入,國家機關(guān)或事業(yè)單位工作人員

        e:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,年齡,收入,國家機關(guān)或事業(yè)單位工作人員

        f:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,醫(yī)務(wù)人員,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,年齡,收入

        g:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,年齡,收入

        h:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,待業(yè)或無業(yè)人士(非離退休人員),學(xué)生,離退休人員,年齡

        i:Predictors:(Constant),個體營業(yè)者,最高學(xué)歷,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,年齡

        j:Predictors:(Constant),最高學(xué)歷,待業(yè)或無業(yè)人士(非離退休人員),離退休人員,年齡

        k:Predictors:(Constant),最高學(xué)歷,待業(yè)或無業(yè)人士(非離退休人員),離退休人員

        l:Dependent Variable:歸咎政府

        (三)小結(jié)

        通過線性回歸分析我們發(fā)現(xiàn),人口變量對于受眾兩種逆反心理的影響有明顯區(qū)別:“個體營業(yè)者”、“性別”、“收入”、“國家機關(guān)及事業(yè)單位工作人員”四個變量對受眾的麻木心理有顯著影響;“最高學(xué)歷”、“待業(yè)或無業(yè)人士(非離退休人員)”、“離退休人員”三個變量對“歸咎政府”心理有顯著影響。表5-22和表5-23是基于上述兩個結(jié)論的交互分析結(jié)果。

        從表5-22中可以發(fā)現(xiàn),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數(shù)比例相對較高,而中間收入階層的麻木比例只有不到30%;公務(wù)員的麻木感很高,個體營業(yè)者的麻木感較低;男性比女性更容易感到麻木。

        表5-23的數(shù)據(jù)顯示,所有的無業(yè)人士(包括離退休人員)都認(rèn)同“歸咎政府”的觀念;被試學(xué)歷越低,“歸咎政府”的傾向就越高,被試學(xué)歷達到“大?!被颉氨究萍氨究埔陨稀睍r,對“歸咎政府”的看法就更加多元化,甚至出現(xiàn)理解政府、反對歸咎的觀點。

        表5-22 麻木與相關(guān)人口變量的交互分析

        img141

        表5-23 “歸咎政府”與相關(guān)人口變量的交互分析表

        img142

        免責(zé)聲明:以上內(nèi)容源自網(wǎng)絡(luò),版權(quán)歸原作者所有,如有侵犯您的原創(chuàng)版權(quán)請告知,我們將盡快刪除相關(guān)內(nèi)容。

        我要反饋