□陆伟伟

（安徽财经大学经济学院 安徽 蚌埠 233030）

基于问卷调查的网络直播对大学生的影响研究

□陆伟伟

（安徽财经大学经济学院 安徽 蚌埠 233030）

随着互联网信息技术的发展，新媒体的概念被提出，其形式也得到了不断的的丰富和扩充。如今，各种直播软件如雨后春笋班出现，通过直播，人们既可以向别人展示自己，也可以欣赏别人的风采。本文通过问卷调查收集数据，对数据进行分析的出结论，并就此给出相关建议。

网络直播；大学生；描述性统计；相关性分析；logistic回归；SPSS

1 文献综述

网络直播是新兴的高互动性视频娱乐,如今的直播平台已经进入了“随走、随看、随播”的3.0移动视频直播时代,越来越多的人们愿意参与其中,直播并分享自己的生活,全民直播渐成趋势。赵梦媛（2016）认为网络直播平台的开放性、传播及互动的实时性、不可篡改的真实性获得了越来越多用户的推崇,在名人自我包装宣传、企业营销、新闻传播、社交等许多方面发挥着越来越大的影响力。

至于直播对大学生的影响，陆思婷（2015）认为互联网科技的高速发展,催生出了以网络直播为代表的新兴社交媒体。相较于传统社交媒体,网络直播的信息流动性及互动性更强,极大地增强了人际交往的便捷性。大学生作为对新兴事物接受度很高的一个群体,对网络直播表现出较高的热情。网络直播也对大学生的人际交往产生了一定的影响。

2 调查的策划与实施

采用网上问卷的抽样的调查方式，通过网络平台，向不同学院不同年级的调查对象发放问卷.由于调查的内容为直播相关问题，与网络密切相关，因此通过网上问卷，更具有说服力.回收问卷，收集分析数据，对大学生观看直播的频率、态度等问题你进行统计与分析，据此对直播对大学生的利弊加以分析，同时提出相关建议，使得直播为学生带来更多的益处。在完成问卷设计后，我们共得到144份有效问卷。根据回收问卷对数据进行项目分析以及信度、效度检验，以检查问卷的题目的鉴别度，测量结果的可靠性以及问卷的有效性。

3 数据分析

在本次调查回收的有效问卷中，男性占样本总量的35.23%，女性占样本总量的64.77%。由于蚌埠以财经院校为主，女生较多，符合实际情况。在所有受访者中，大三学生人数最多，占本次受访者总数的46.59%，紧随其后的是大二学生，占本次受访者的22.73%，其次大一人数总数占本次受访者的15.91%，而大四学生最少。因为我们调查的时间刚好处于大四学生准备研究生复试，总体来说，与实际情况基本相符。

4 描述性统计分析

关于时间利用方面，问卷主要从是否上课观看过直播、直播类型、观看直播的频率以及平均每次观看时长等问题出发，了解大学生在观看直播时的时间利用是否合理等问题。通过问卷调查的到的结果，可以明显看出偶尔观看直播的比例为77.78%，平均每次观看时长少于30分钟的人数占总样本的比例为50%；经常观看直播的比例为15.28%，平均每次观看时长少于90分钟的人数占总样本的比例为40.27%；总是观看直播的比例为6.94%，平均每次观看时长超过90分钟的人数占总样本的比例为9.73%。

关于人际交往方面，问卷主要从观看直播时是否和主播互动、是否因为主播结交新朋友、如何看待直播软件上的交友互动行为等问题出发，了解直播对大学生关于人际交往方面的问题。通过问卷调查的到的结果，可以明显看出在观看直播时跟主播互动的比例为38.8%，在观看直播时不会跟主播互动的比例为61.11%，如表7所示；对于如何看待直播软件上的交友互动行为，有30.56%的学生认为拉近主播和观众的距离，挺好的，有61.11%的同学则保持中立态度，觉得无所谓，也有22.22%的同学表示不喜欢与主播互动的行为，只是单纯的想看直播。关于打赏消费方面，问卷主要从是否在或会在直播软件上打赏主播、如何看待打赏主播的行为等问题出发，了解大学生在观看直播时的打赏消费是否合理等问题。通过问卷调查的到的结果，可以明显看出观看直播时打赏过主播比例为30.56%，有45.83%的人会因为直播的内容较好进行打赏消费,20.83%的人会因为主播的颜值比较高进行打赏，还有一些因为观看直播时的心情比较好，会进行打赏，其所占比例为31.9%；观看直播时多数人是没有打赏主播的行为的，其比例为69.54%，有30.56%的人表示无论什么情况下都不会打赏主播。对于打赏主播的态度，30.56%的人认为打赏主播是对主播的肯定；45.83%的人保持中立态度；仅有23.61%的人认为应该把钱花在更有用的地方而不是进行打赏消费。于使用倾向方面，问卷主要从选择观看网络直播的原因、对网络直播最感兴趣的地方、网络直播的不足以及网络对生活造成了什么影响等问题出发，了解大学生在观看直播时使用倾向。通过问卷调查的到的结果，可以看出大学生观看直播的原因主要是为了打发时间和娱乐，其比例分别是63.8%和47.2%，也有18%的人是因为网络的发展而接触网络直播的，其分布比例如图8所示。对于网络直播中最吸引人或大学生最感兴趣的地方，问卷统计显示41.67%的学生认为最吸引人的是直播的内容比较精彩；9.72%的学生是受到身边喜爱网络直播的同学的影响；40.27%的学生是被主播的颜值和主播解说的风格所吸引的，也有8.33%的学生表示是由于其他原因而关注直播的。

5 相关性分析

利用SPSS软件，得出性别与观看网络直播的相关性分析。“性别”与“是否看过直播”之间的相关系数为0.717，说明性别与是否观看直播之间是相关的。

6 logistic回归模型

6.1 模型的准备

利用logistic回归，分析在时间利用、人际交往和金钱消费三个方面，什么样的行为和人群会使大学生认为利大于弊。由于问卷中选择“没看过直播”的92%都选择了弊大于利，因此logistic回归模型的数据剔除了“没看过直播”的数据。利用SPSS软件得出倾向于网络直播“利大于弊”的人群分析结果。将第i个体“直播对大学生的影响”这种二元选择行为表示为因变量，当选择“利大于弊”时，取值为1，当选择“弊大于利”时，取值为0。由于本次设置的问卷调查中大量数据为分类资料，例如平均每次观看直播收入的市场分成了五档，如果直接编码为5、4、3、2、1，令其作为自变量纳入分析，就等价于是假设这五档间的差距完全相等，或者说他们对因变量的数值影响程度是均匀的，这样的假设会过于简单武断、与实际情况不符。另外对于无序多分类变量，如对打赏主播的态度，它们之间不存在数量上的高低，因此不可能为其给出一个单独的回归系数估计值，来表示态度每上升一个单位时因变量的变化趋势。因此，本文采用统计上标准的做法，采用虚拟变量进行拟合，然后根据分析结果对模型进行简化。

6.2 模型的建立与求解

对基准类的设定上，为方便录入，原则上将最后一个选项设为基准类，当最后一个选项为其他或该选项的被选中频次小于30次时，则以倒数第二个选项设定为基准类。利用软件求解。

6.3 模型的结果

在其他条件不变的情况下，对网络直播态度方面存在性别差异。从EXP(B)值来看，女性更倾向于认为网络直播“利大于弊”。同理得到，大二年级的学生比基准类（大四年级）的学生更倾向于认为网络直播“利大于弊”。偶尔看直播的大学生与打赏主播的人更倾向于认为网络直播“利大于弊”。

7 结论与建议

7.1 主要结论

大学生观看网络直播的目的主要是娱乐和打发时间，大学生观看网络直播时间利用较为合理，大学生作为受众方，单方面的接受消息，充分的使用网络直播软件使其对大学生的影响“利大于弊”。

7.2 建议

第一，利用直播平台增长见识，而不仅仅是为了娱乐。问卷显示大学生观看直播的内容大多与娱乐有关，直播软件既然提供了可以观看各种各样的事物，遇到各种各样的才人，因此，我们应充分利用这一资源，使直播对大学生的影响向有利的方向发展。第二，在适度的前提下积极主动的使用直播软件。直播软件提供的不仅仅只是观看视频，充分使用使其物有所值，向利于大学生生活的方向发展。

[1]赵梦媛.网络直播在我国的传播现状及其特征分析[J].西部学刊(新闻与传播),2016,(08):29-32.

[2]陆思婷.实用软件社交化对大学生人际交往关系的影响——以在线直播软件为例[J].数字传媒研究,2016,(10): 42-46.

[3]王迪.上海90后大学生网络“观看”行为调查[J].中国广告,2017,(01):91-92.

[4]刘姗姗.大学生进行网络直播现状及问题[J].现代商贸工业,2017,(02):144-146.

[5]刘婧.繁荣与乱象:网络直播热下的冷思考[J].新闻研究导刊,2016,(22):69-70.

[6]钟绪君,王燕荣.浅析网络直播火爆的原因[J].东南传播,2016,(09):88-89.

[7]赵梦媛.网络直播在我国的传播现状及其特征分析[J].西部学刊(新闻与传播),216,(08):29-32.

[8]赵倩倩.从网络直播角度浅谈新媒体发展趋势——以映客直播为例[J].新闻研究导刊,2016,(08):136.

[9]孙逸敏.利用SPSS软件分析变量间的相关性[J].新疆教育学院学报,2007,(02):120-123.

[10]蒋小花,沈卓之,张楠楠,廖洪秀,徐海燕.问卷的信度和效度分析[J].现代预防医学,2010,(03):429-431.

[11]谭宏卫,曾捷.Logistic回归模型的影响分析[J].数理统计与管理,2013,(03):476-485.

1004-7026（2017）06-0109-02

文献标志码：A

10.16675/j.cnki.cn14-1065/f.2017.06.078

陆伟伟（1996.5-），女，汉族，安徽池州人，安徽财经大学经济学院，2014级本科生，专业：国民经济管理。