Демографические, контекстуальные и поведенческие факторы истощения в онлайн-панелях

25 апреля в рамках Триннадцатого международного семинара ЛССИ Борис Соколов (ЛССИ, Россия) представил исследование «Демографические, контекстуальные и поведенческие факторы истощения в онлайн-панелях».

В докладе Бориса Соколова Demographic, Contextual, and Attitudinal Factors of Attrition in Online Panels обсуждались факторы, которые предсказывают «выживание» участников лонгитюдных онлайн-опросов (то есть вероятность принять участие в последующих волнах исследования). В этой работе, соавторами которой являются Виолетта Корсунова, научный сотрудник ЛССИ, и Сергей Семёнов, студент 3 курса бакалаврской программы «Социология и социальная информатика», использовались данные четырёх волн российской части  международного  проекта «Ценности в кризисе». 

Согласно представленным Борисом результатам, с большой вероятностью в онлайн-панели «выживают» мужчины, лица старших возрастов, респонденты со средним и высоким доходом, с высшим образованием, проживающие в сельской местности, состоящие в браке и имеющие детей. Чаще всего выбывает молодёжь: среди тех, кто принял участие во всех четырех волнах, было в 3,5 раза меньше представителей возрастной группы от 18 до 24 лет и более чем в 1,5 раза меньше, чем в исходной группе, представителей возрастной группы от 25 до 34 лет. Помимо демографических факторов, вероятность «выживания» положительно связана с выраженностью базовых ценностей (измеренных по методологии Ш. Шварца) риска-новизны (или стимуляции), гедонизма, достижения и универсализма; и отрицательно – с выраженностью ценностей безопасности, конформности, традиции и такой психологической черты, как невротизм. 

Впрочем, неясно, какие признаки – демографические или личностные – в большей степени способствуют тому, что респонденты остаются в исследовании: разные методы машинного обучения (логистическая LASSO-регрессия и случайный лес), использованные для предсказания «выживания», дают на выходе различные и почти не пересекающиеся наборы важных факторов и при этом имеют довольно низкую точность. В дальнейшем авторы планируют сосредоточиться на построении более надёжной предиктивной модели. 

Авторы: Борис Соколов, Алина Мороз