三 主要研究方法

（一）调查研究

本研究主要从受众的媒介接触角度切入，探讨不同地域的受众对社交媒体及社交媒体广告的接触态度。服务于这一研究主题，我们于2016年9月开展了一项大规模的调查研究。该调查样本量达4172份，覆盖了大陆31个省（区、市）。所有被试都有社交媒体使用经验，因此排除了各省（区、市）之间由硬件设施发展水平不均造成的影响。该调查委托问卷星公司代为执行，问卷通过互联网发放。

调查覆盖的31个省（区、市）中，样本量最大的是三个公认的一线发达地区：北京、上海、广东，其样本量皆在400份左右。另外29个省（区、市）样本量都在105份左右。参与调查的男女性别比例为1：1，因此不存在性别差异对社交媒体态度的影响。参与调查的对象年龄主要在18～50岁，占全部被调查者的83%，而这正是社交媒体用户的主体年龄段，与iCTR发布的《中国社交媒体影响报告》中的比例吻合^[28]。

问卷主要测量了用户的社交媒体接触情况以及对社交媒体广告的接触态度，共计测量了13个维度下的61个题项。其中13个维度如下。社交媒体接触方面：自我效能（使用社交媒体的水平和能力）、生活质量（使用社交媒体对生活质量的改善）、日常化水平（社交媒体进入日常生活的程度）、同伴影响（愿意感染他人加入社交网络的程度）以及隐私关注。社交媒体广告态度方面：信息性（社交媒体广告的信息提供）、娱乐性（社交媒体广告提供娱乐）、自我品牌一致性（社交媒体广告中的品牌与被试之间的关联）、侵入性（社交媒体广告对生活的干扰）、与经济相关的评价、物质主义（社交媒体广告使被试更物质）、虚假广告（对社交媒体广告的信任度）、对价值观的腐蚀。所有题项皆采用李克特五点量表进行测量（非常不同意：1分—非常同意：5分），问卷中使用的所有量表皆来自Taylor等^[29]和Wolin等^[30]。

（二）数据分析方法

1.因子分析

因子分析是对主成分分析的推广和扩展，相比于主成分分析，因子分析对问题的分析更为深入。因子分析能够将复杂的变量整合为少数几个因子，以再现原始变量与因子之间的相互关系，探讨多个能够直接测量的，并且具有一定相关性的实测指标是如何受少数几个内在的独立因子所支配的^[31]。还可以通过公因子得分的方法进行综合评估。

2.聚类分析

聚类分析是一种基于数据自身信息对数据进行分类的方法。实质上按照距离的远近将数据分为若干个类型。通过聚类分析，可以将研究目的与数据特征相结合，把数据分成若干个合理的类别，尽可能缩小类别内部的差异，扩大类别间的差异^[32]。