the precise gender effect in a realistic assessment that controls a
multitude of social and technological contextual variables. This
also reduces the possibility of biased estimates of gender effect
due to endogeneity. Henceforth, we do not interpret the coeffi-
cients of control variables; instead, hierarchical regression analyses,
which allow step-by-step specifications of control blocks,
would be more suitable for interpreting demographics as the main
predictors. Finally, the interaction terms among gender, age, and
marriage status were created for the final equations. The variables
were standardized prior to entry to reduce potential problems of
multicollinearity. For the data release dimension, logistic regressions
were employed for the binary variables.
4. Results
4.1. Descriptive data
Table 2 reports the descriptive findings with regards to the gender
difference in (1) Internet use/access and (2) privacy behavior of
data protection and release. The results show the interesting but
subtle patterns of differences between men and women. In the
Internet use and access, there existed no conspicuous gender gap,
although it was found that women spent more time online than
men (334.48 min for women; 254.79 min for men, daily use). In
the gender divide, however, became manifest in the two dimensions
of data protection. For instance, women reported on average
that they were less engaged than men in the technical behavior of
data protection (12.19, for women; 14.08, for men). In the dimension
of data release, it was found that women tended to click more
on display ads (0.35, for women; 0.29, for men). The gender gap in
this release dimension was far from conspicuous, however, as men
were more engaged in exchanging personal data for reward (0.66,
for women; 0.71, for men).
4.2. Regression analyses
In RQ1, we asked the gender differences in Internet privacy
protection and release as well as in the related confidence. The
analyses – (1) the bivariate regression, (2) the model that adds
socio-demographic variables, and (3) the model that includes all
covariates – teased out the subtle patterns of gender disparity
found in descriptive analyses, while taking into account potential
influences of other variables. Table 3.1 shows significant sizable
effects of gender in the technical behavior of data protection in
all three regression models (RQ1.1). That is, while there was no
gender effect in the social aspect, the gender disparities consistently
manifest in favor of men in the privacy protection that
involves technicality (b = .185, p < .001). The privacy assurance
(b = .138, p < .001) did not attenuate when socio-demographics
and Internet access variables were added. Overall, the substantial
effect of the gender remains intact in this technical dimension of
privacy protection, not mediated by confounding variables such
as (1) education and income and (2) the levels of Internet access.
Overall findings for the data release display no significant gender
effect (RQ1.2) (see Table 3.2). In terms of privacy concern and
data release via a display ad click, there was no gender difference.
However, the significant impact of gender in the final model for
exchanging personal data (b = .458, p < .05) shows that men were
more likely to be tied to online access experience that was related
to the data exposure. To put it differently, men’s release behavior
was more likely than women to be mediated through online access
experiences.
RQ2 explored the interactions between gender, age and marriage
status, controlling for all main variables. The results illustrate
subtle patterns in which existing social conditions facilitate the
gender role in discrete dimensions of Internet privacy. We found
the two significant interactions in the dimension of data protection:
(1) gender and marriage in the technical skill (b = .368,
p < .05) and (2) gender and age in the privacy assurance
(b = .395, p < .10). In the dimension of data release, the gender
significantly interacted with marriage (b = .548, p < .01, for the
perceived privacy concern). In the case of age, the interactive patterns
were found in both measures of data release: click on display
ad (b = .027, p < .10) and exchange data for reward (b = .036,
p < .01).
To demonstrate the important nuances of interactive relationships,
we plotted interaction patterns in Fig. 1, using standard
coefficients in the final equations after controlling all prior blocks.
For graphic representation, the combination of 1 (high) and 0 (low)
was assigned to each of the four groups (e.g., Campbell & Kwak,
2010; Park, 2013a, 2013b; Valentino & Sears, 2005). Thus, the values
in Fig. 1 does have no intrinsic or substantial meaning (as in
coefficients that represent slopes); yet again, its visualization gives
us the values with which to compare and inspect the four different
points. Figs. 1.1 and 1.2 (the privacy protection) show that in terms
of the technical behavior, women were less likely to be equipped
than men and this disparity, particularly among those who were
married, exacerbates to a great extent. In terms of age, the confi-
dence gap between men and women magnifies among the younger
users, while women’s confidence remains low regardless of age.
The interactive pattern is reversed in the dimension of data release
(see Figs. 1.3 and 1.4). That is, women were more inclined to reveal
personalized data when they were older, suggesting that the age
exacerbates the gender gap in this dimension. In the dimension
Table
ผลเพศที่ชัดเจนในการประเมินที่เหมือนจริงควบคุมฝูงชน และตัวแปรตามบริบททางสังคม
เทคโนโลยี นี้จะช่วยลดความเป็นไปได้ของ
-
ลำเอียงประมาณการผลเนื่องจาก endogeneity . ต่อจากนี้ไป เราไม่แปล coeffi -
cients ควบคุมตัวแปร ; แทน , การถดถอยการวิเคราะห์
ซึ่งอนุญาตให้ทีละขั้นตอน คุณสมบัติของบล็อกการควบคุม
จะเหมาะสมสำหรับการตีความประชากรเป็นปัจจัยหลัก
ในที่สุด ปฏิสัมพันธ์ ข้อตกลงระหว่างเพศ อายุ สถานภาพสมรสและ
ถูกสร้างขึ้นสำหรับสมการสุดท้าย ตัวแปร
ถูกมาตรฐานก่อนรายการ เพื่อลดปัญหาที่อาจเกิดขึ้น
ค่า . สำหรับการเผยแพร่ข้อมูลมิติสมการถดถอยโลจิสติก
ได้แก่ตัวแปรทวิภาค .
4 ผลลัพธ์
4.1 .ตารางข้อมูลเชิงบรรยาย 2 รายงานผล
บรรยายเรื่องเพศ ความแตกต่างในการใช้อินเตอร์เน็ต ( 1 ) และ ( 2 ) พฤติกรรมการเข้าถึงความเป็นส่วนตัว
การป้องกันข้อมูลและเผยแพร่ ผลลัพธ์ที่ได้แสดงให้เห็นว่าน่าสนใจแต่
รูปแบบสีสันของความแตกต่างระหว่างผู้ชายและผู้หญิง ใน
ใช้อินเทอร์เน็ตและการเข้าถึง , มีอยู่ไม่สล้าง
- ช่องว่างแต่พบว่า ผู้หญิงใช้เวลาออนไลน์มากกว่า
ผู้ชาย ( 334.48 มินสำหรับผู้หญิง 254.79 มิน สำหรับผู้ชาย ใช้ทุกวัน ) ใน
เพศแยก อย่างไรก็ตาม เป็นที่ประจักษ์ใน 2 มิติ
ของการป้องกันข้อมูล ตัวอย่าง เพศหญิงมีการเฉลี่ย
ที่พวกเขาน้อยร่วมมากกว่าผู้ชายในพฤติกรรมการป้องกันข้อมูลทางเทคนิคของ
( 12.33 สำหรับผู้หญิง ; 14.08 , สำหรับผู้ชาย ในมิติ
ปล่อยข้อมูลพบว่าผู้หญิงมีแนวโน้มที่จะเพิ่มเติมคลิก
แสดงโฆษณา ( 0.35 สำหรับผู้หญิง มากกว่า ผู้ชาย ) ช่องว่างทางเพศใน
รุ่นนี้มิติไม่ไกลจากเด่น แต่เป็นผู้ชาย
มีหมั้นในการแลกเปลี่ยนข้อมูลส่วนบุคคลสำหรับรางวัล ( 0.66 ,
) สำหรับผู้หญิง สำหรับผู้ชาย
4.2 . การวิเคราะห์การถดถอยใน rq1
เราถามความแตกต่างใน
ความเป็นส่วนตัวบนอินเทอร์เน็ตการป้องกันและการปล่อยเช่นเดียวกับในความเชื่อมั่นที่เกี่ยวข้อง
วิเคราะห์ถดถอยพหุคูณสำหรับ ( 1 ) , ( 2 ) แบบจำลองที่เพิ่ม
สังคม ประชากร และ ( 3 ) แบบจำลองที่ประกอบด้วยความรู้–ล้อออก
สีสันลวดลายของความต่างเพศ พบในการวิเคราะห์เชิงพรรณนา ในขณะที่คำนึงถึงอิทธิพลศักยภาพ
ตัวแปรอื่น ๆ ตารางที่ 3.1 แสดง
ขนาดใหญ่อย่างมีนัยสำคัญทางสถิติที่ระดับ .ผลของเพศในพฤติกรรมทางด้านเทคนิคของการปกป้องข้อมูลใน
ทั้งสามรุ่น ( การ rq1.1 ) นั่นคือในขณะที่ไม่มีผลเพศในสังคมกว้าง เพศ ความแตกต่างอย่างเห็นได้ชัดในความโปรดปรานของผู้ชาย
ในการป้องกันความเป็นส่วนตัวที่เกี่ยวข้องกับวิชา ( B = . 185 , p < . 001 ) ส่วนตัวประกัน
( B = . 138 , p < . 001 ) ไม่เจือจาง เมื่อสังคมประชากร
และตัวแปรการเข้าถึงอินเทอร์เน็ตมีการเพิ่ม โดยรวมผลกระทบอย่างมาก
ของเพศยังคงเหมือนเดิมในมิตินี้ทางเทคนิคของ
การป้องกันความเป็นส่วนตัว ไม่ผ่าน โดยตัวแปร confounding เช่น
( 1 ) ระดับการศึกษา และรายได้ และ ( 2 ) ระดับของการเข้าถึงอินเทอร์เน็ต ข้อมูลโดยรวม สำหรับข้อมูล
ปล่อยแสดงไม่แตกต่างกัน เพศ ( ผล rq1.2 ) ( ดูตาราง . ) ในแง่ของปัญหาความเป็นส่วนตัวและ
การเผยแพร่ข้อมูลผ่านทางจอแสดงผลโฆษณาคลิกไม่มีเพศ .
อย่างไรก็ตาม ที่สำคัญผลกระทบของเพศในรูปแบบสุดท้าย
แลกเปลี่ยนข้อมูลส่วนบุคคล ( B = . 458 , p < . 05 ) แสดงให้เห็นว่าคน
มีแนวโน้มที่จะเชื่อมโยงกับการเข้าถึงแบบออนไลน์ประสบการณ์ที่เกี่ยวข้องกับข้อมูลการเปิดรับ
. ที่จะนำมันแตกต่างกัน ชายปล่อยพฤติกรรม
มีแนวโน้มมากกว่าผู้หญิงที่จะเป็นคนกลาง ผ่านประสบการณ์
rq2 เข้าถึงออนไลน์ ศึกษาปฏิสัมพันธ์ระหว่างเพศ อายุ และสถานภาพ สมรส
ควบคุมตัวแปรหลักทั้งหมด ผลลัพธ์ที่แสดงให้เห็นถึงสีสันลวดลายที่
สภาพทางสังคมที่มีอยู่ให้บทบาททางเพศในมิติที่ไม่ต่อเนื่องของความเป็นส่วนตัว Internet เราพบ
2 ) ปฏิสัมพันธ์ในมิติของการปกป้องข้อมูล :
( 1 ) เพศและการแต่งงานในทักษะทางเทคนิค ( B = . 368 ,
p < . 05 ) และ ( 2 ) เพศและอายุในส่วนประกัน
( B = . 395 , P < . 10 ) ในมิติของการปล่อยข้อมูลเพศ
อย่างมากเรื่องการแต่งงาน ( B = . 548 , p < . 01 สำหรับ
รับรู้ความกังวลส่วนบุคคล ) ในกรณีของอายุ , รูปแบบการโต้ตอบ
พบทั้งในมาตรการของการปล่อยข้อมูล : คลิกบนจอแสดงผล
โฆษณา ( B = . 027 , P < . 10 ) และแลกเปลี่ยนข้อมูลสำหรับรางวัล ( B = . 036
, p < . 01 )
เพื่อแสดงให้เห็นถึงความแตกต่างที่สำคัญของความสัมพันธ์แบบโต้ตอบ ,
เราวางแผนรูปแบบปฏิสัมพันธ์ในรูปที่ 1 โดยใช้ค่าสัมประสิทธิ์ มาตรฐาน
ในสมการสุดท้ายหลังจากควบคุมบล็อกก่อนหน้านี้ทั้งหมด
แทนกราฟิกชุดที่ 1 ( สูง ) และ 0 ( ต่ำ )
ได้รับมอบหมายให้แต่ละกลุ่ม ( เช่น แคมป์เบล& Kwak
2010 ; สวนสาธารณะ ที่มีมากกว่า 2013b ; & Valentino , Sears , 2005 ) ดังนั้นค่า
ในรูปที่ 1 จะไม่มีความหมายแท้จริงหรืออย่างมาก ( เช่น
สัมประสิทธิ์ที่แสดงลาด ) ; อีกครั้งของการแสดงให้
เราค่าด้วยซึ่งในการเปรียบเทียบและตรวจสอบที่แตกต่างกันสี่
จุด มะเดื่อ . 1 .1 และ 1.2 ( การคุ้มครองความเป็นส่วนตัว ) แสดงให้เห็นว่าในแง่
ของพฤติกรรมทางด้านเทคนิค ผู้หญิงมีโอกาสน้อยที่จะถูกติดตั้ง
มากกว่าผู้ชายและความแตกต่างกัน โดยเฉพาะอย่างยิ่งในหมู่ผู้ถูก
แต่งงาน เจริญเติบโตได้ในระดับดี ในแง่ของอายุ โดยสาร -
dence ขยายช่องว่างระหว่างชายและหญิงในหมู่คน
ผู้ใช้ในขณะที่ความเชื่อมั่นของผู้หญิงยังคงต่ำโดยไม่คำนึงถึงอายุ .
รูปแบบเชิงโต้ตอบเป็นกลับในมิติ
ปล่อยข้อมูล ( ดูมะเดื่อ . 1.3 และ 1.4 ) ที่เป็นผู้หญิงมากขึ้นมีแนวโน้มที่จะเปิดเผยข้อมูลส่วนบุคคล
เมื่อพวกเขามีอายุบอกว่าอายุ
exacerbates ช่องว่างทางเพศในมิตินี้ ในมิติ
ตาราง
การแปล กรุณารอสักครู่..