使用中國社群媒體是否會影響對中國的好感度

Author

吳家瑋

壹、研究問題

本研究的主要目的在於探討使用中國社群媒體是否會影響對中國的好感度。 近年來，中國的社群媒體產業正在全球快速發展，許多中國社群媒體應用程式(如TikTok、小紅書、微博等)十分吸引年輕族群下載，青少年間的網路流行語、綜藝影視節目話題、流行風向皆受到中國社群媒體影響甚深，此種情況也逐漸受各界學者所重視，故而開始審視其所帶的影響力，由於現代國家的作戰型態已不再侷限於實體戰場，並逐漸延伸至虛擬場域，如軟實力滲透他國社會影響他國人民對該國的認同，抑或是新興的銳實力精準打擊菁英政要，製造他國混亂(Walker&Ludwig,2017)。 因此，當多項中國社群媒體在全球迅速發展時，也同時受到許多國家政府的關注與審視，各國政府之所以推動禁TikTok相關法案，主要是擔心中國政府可能會藉由此平台對他國民眾宣傳有利於自身的意識形態，並蒐集使用者資料。此種跨國資訊滲透與網路操控，正是威權國家運用銳實力影響他國社會認同的典型策略(Walker&Ludwig,2017；Polyakova&Meserole,2019)，由於網路媒體會打破國界，滲透他國並影響他國人民意識與認同，無形的使人民接受其所欲傳達的價值觀，社群軟體上看似日常且無害的內容，是否有可能掩蓋著某些政治訊息。 根據BBC的報導，多數美國專家學者及政治人物認為，若年輕人長期且大量接觸來自中國的社群媒體，將有可能影響其政治意識形態，也有許多資安的問題產生，將會危害到國安，然而，多數美國年輕人（即TikTok的主要使用者），卻不認為自己使用TikTok會造成國安威脅，認為自己並不會使用該社群媒體關注政治議題，且個人僅為小人物，並沒有任何價值誘使中國政府去利用其個資，不認同專家學者所言關於使用TikTok會危害資安的想法。而台灣近年也有多數報導針對此項議題進行訪問，與美國的情況相同，多數受訪的年輕族群皆表示自己僅是透過中國社群媒體關注如遊戲、美妝等非政治相關資訊，並不會受到政治意識和認同上的影響。 因此，本次研究想要探討究竟使用中國社群媒體是否會影響對中國的好感度，以及個體使用行為上是否也會造成研究結果上有程度上的差異。

貳、使用資料

本研究使用的資料為《民主實驗室TikTok使用者網路調查》（2025年3月10日至3月20日）， 資料文件名稱為 〈民主實驗室TikTok使用者網路調查_譯碼簿0326.xlsx〉。

主要研究變項

  • 自變數（IV）：是否有使用中國社群媒體
  • 應變數（DV）：對中國的好感度
  • 控制變數（CV）：除了自變數(IV)是否有使用中國社群媒體可能影響，應變數(DV)對中國抱持的好感度之外，另有其他可能影響DV的原因，如「教育程度」、「性別」、「政黨認同」皆有可能導致對中國的好感度改變；又如「過去是否曾經在中國居住超過一年以上」也會影響社群媒體的使用習慣，皆列為控制變數。
  • 研究假設: 使用中國社群媒體會增加對中國的好感度

本次研究係關注使用中國的社群媒體，是否會影響其對中國的好感度，因此研究將以是否使用中國社群媒體設定為自變數，而對中國的好感度作為應變數。

參、選擇的題目

一、對中國的好感度（DV）

（一）對中國的好感度（DV）
題號 |題 |
Q19 Q19.有人說「對於普通老百姓來說，中國比台灣更安居樂業、更適合生活」請問您同不同意這樣的說法？ |
Q21 Q21.有人說「中國籍配偶幾乎都是中國政府的統戰工具，台灣政府應該嚴格監控他們的行為，以防範滲透」請問您同不同意這樣的說法？ |
Q24 Q24.請問整體而言您對於中國政府印象如何？ |
Q25 Q25.請問整體而言您對於中國民眾印象如何？ |
Q33 Q33.「台灣人與中國人講著同樣的語言、有著相似的文化，是中華民族的一部分」請問您同不同意這樣的說法？ |
Q35 Q35.「新疆地區風景美麗，人民幸福快樂，中國政府也在當地文化保存上做了很多努力」請問您同不同意這樣的說法？ |

Q24 : 請問整體而言您對於中國政府印象如何?

反映政府印象的好感程度，1 表示非常不好感、6 表示非常好感

Q24 <character> 
# total N=2612 valid N=2612 mean=2.85 sd=1.58

Value        |   N | Raw % | Valid % | Cum. %
---------------------------------------------
'有點不喜歡' | 829 | 31.74 |   31.74 |  31.74
'有點喜歡'   | 189 |  7.24 |    7.24 |  38.97
'非常不喜歡' | 881 | 33.73 |   33.73 |  72.70
'非常喜歡'   |  23 |  0.88 |    0.88 |  73.58
'還滿不喜歡' | 629 | 24.08 |   24.08 |  97.66
'還滿喜歡'   |  61 |  2.34 |    2.34 | 100.00
<NA>         |   0 |  0.00 |    <NA> |   <NA>

Q25 : 請問整體而言您對於中國民眾印象如何?

反映對中國人民印象的好感程度，1 表示非常不好感、6 表示非常好感

Q25 <character> 
# total N=2612 valid N=2612 mean=2.57 sd=1.72

Value        |    N | Raw % | Valid % | Cum. %
----------------------------------------------
'有點不喜歡' | 1078 | 41.27 |   41.27 |  41.27
'有點喜歡'   |  469 | 17.96 |   17.96 |  59.23
'非常不喜歡' |  364 | 13.94 |   13.94 |  73.16
'非常喜歡'   |   28 |  1.07 |    1.07 |  74.23
'還滿不喜歡' |  537 | 20.56 |   20.56 |  94.79
'還滿喜歡'   |  136 |  5.21 |    5.21 | 100.00
<NA>         |    0 |  0.00 |    <NA> |   <NA>

Q19 : 有人說「對於普通老百姓來說，中國比台灣更安居樂業、更適合生活」請問您同不同意這樣的說法?

重新編碼讓 1 = 非常不同意、6 = 非常同意，反映生活層面好感

Q19 <character> 
# total N=2612 valid N=2612 mean=2.94 sd=1.60

Value        |   N | Raw % | Valid % | Cum. %
---------------------------------------------
'有點不同意' | 696 | 26.65 |   26.65 |  26.65
'有點同意'   | 369 | 14.13 |   14.13 |  40.77
'非常不同意' | 778 | 29.79 |   29.79 |  70.56
'非常同意'   |  82 |  3.14 |    3.14 |  73.70
'還滿不同意' | 539 | 20.64 |   20.64 |  94.33
'還滿同意'   | 148 |  5.67 |    5.67 | 100.00
<NA>         |   0 |  0.00 |    <NA> |   <NA>

Q35 : 「新疆地區風景美麗，人民幸福快樂，中國政府也在當地文化保存上做了很多努力」請問您同不同意這樣的說法?

重新編碼讓 1 = 非常不同意、6 = 非常同意，表示對中國治理形象的好感程度

Q35 <character> 
# total N=2612 valid N=2612 mean=2.83 sd=1.63

Value        |   N | Raw % | Valid % | Cum. %
---------------------------------------------
'有點不同意' | 722 | 27.64 |   27.64 |  27.64
'有點同意'   | 582 | 22.28 |   22.28 |  49.92
'非常不同意' | 545 | 20.87 |   20.87 |  70.79
'非常同意'   |  83 |  3.18 |    3.18 |  73.97
'還滿不同意' | 535 | 20.48 |   20.48 |  94.45
'還滿同意'   | 145 |  5.55 |    5.55 | 100.00
<NA>         |   0 |  0.00 |    <NA> |   <NA>

Q33 : 「台灣人與中國人講著同樣的語言、有著相似的文化，是中華民族的一部分」請問您同不同意這樣的說法?

編碼後代表文化與民族認同程度

Q33 <character> 
# total N=2612 valid N=2612 mean=2.98 sd=1.72

Value        |   N | Raw % | Valid % | Cum. %
---------------------------------------------
'有點不同意' | 518 | 19.83 |   19.83 |  19.83
'有點同意'   | 946 | 36.22 |   36.22 |  56.05
'非常不同意' | 253 |  9.69 |    9.69 |  65.74
'非常同意'   | 202 |  7.73 |    7.73 |  73.47
'還滿不同意' | 353 | 13.51 |   13.51 |  86.98
'還滿同意'   | 340 | 13.02 |   13.02 | 100.00
<NA>         |   0 |  0.00 |    <NA> |   <NA>

變數說明

Q24、Q25 - 對中國政府和民眾的印象
這兩題主要是了解受訪者對中國政府和中國民眾的整體印象（Q24 對政府、Q25 對民眾），可以反映出受訪者對中國的基本態度。

Q19、Q35 - 對中國的正面看法
「中國是否安居樂業」、「新疆人民幸福」可以了解受訪者對中國的某些特定面向（例如中國的發展、生活品質等）的正面看法。

Q33 - 對中國的認同感、情感

這個問題反映受訪者對中國的認同感、情感，而這些也跟好感度息息相關，因為涉及文化認同和民族認同，這些都會影響台灣人行塑對中國的好感度。

本研究的應變數（DV）指的是整體的好感度，包含對中國政府、中國人民、生活條件、政府治理形象、文化認同等不同面向，組合而成對中國整體的好感度，有五個題目（Q19、Q24、Q25、Q33、Q35）去測量，整體分數越高，代表受訪者對中國持越正面態度。

(二)中國社群媒體使用狀況（IV）

（二）中國社群媒體使用狀況（IV）
題號 |題 |
S1 S1.請問您最近一年有多常使用TikTok抖音？ |
S2 S2.請問您平常單次使用TikTok抖音大概的時間長度？ |
Q4 Q4.請問在上述這些政治與公共相關觀點來源中，哪一個是您最為信賴的？ |
Q32 Q32.TikTok抖音對於台灣的國家安全有著深遠的影響，台灣應全面禁止。請問您同不同意這樣的說法？ |

S1 : 請問您最近一年有多常使用TikTok抖音?

1.說明：反映受訪者的使用習慣、頻率，以及對 TikTok的依賴程度，根據使用頻率，我們可以推測受訪者對 TikTok 的依賴情況，對於高度依賴 TikTok 的使用者，可能在情感上對平台保持較高的投入，這會影響他們對平台的態度，進而可能影響使用者對中國的認同感與情感態度。

2.將這些文字轉換為數字編碼，從1到5，表示使用頻率的增加

3.變數間的關聯: TikTok使用頻率（S1）與對中國好感度（DV）

TikTok作為中國社群媒體平台，包含大量來自中國的影音內容與文化符號，而且TikTok上面的內容都是被中國政府所審查過的，大部分都偏向於對中國是有利的，並且長時間在社群平台上與中國人交流，也會影響好感度(無論是正面或負面)，所以使用TikTok的頻率與對中國的好感度之間會有關聯。

S1 <character> 
# total N=2612 valid N=2612 mean=3.19 sd=1.27

Value        |   N | Raw % | Valid % | Cum. %
---------------------------------------------
'每天一次'   | 286 | 10.95 |   10.95 |  10.95
'每天好幾次' | 581 | 22.24 |   22.24 |  33.19
'每週數次'   | 579 | 22.17 |   22.17 |  55.36
'很少使用'   | 689 | 26.38 |   26.38 |  81.74
'從來沒有'   | 477 | 18.26 |   18.26 | 100.00
<NA>         |   0 |  0.00 |    <NA> |   <NA>

S2 : 請問您平常單次使用TikTok抖音大概的時間長度?

1.說明：反映受訪者使用的時長、對 TikTok的依賴程度，長時間的使用表明受訪者可能會受到平台內容的更大影響，包括其政治信息、文化觀點等，受訪者會較頻繁接觸來自中國的內容，而使他們產生更多的認同感或依賴感，進而影響他們對中國的好感度。

2.進行重新編碼，從1到5，代表使用時長的增加

3.變數間的關聯 : TikTok單次使用時間（S2）與對中國好感度（DV）

長時間的內容接觸與沉浸，使用者更容易吸收中國媒體的文化敘事，或是與中國網友接觸更深，會影響對中國的好感度

S2 <character> 
# total N=2612 valid N=2612 mean=3.10 sd=1.80

Value           |   N | Raw % | Valid % | Cum. %
------------------------------------------------
'10分鐘~30分鐘' | 687 | 26.30 |   26.30 |  26.30
'10分鐘以內'    | 531 | 20.33 |   20.33 |  46.63
'1小時至3小時'  | 255 |  9.76 |    9.76 |  56.39
'30分鐘至1小時' | 579 | 22.17 |   22.17 |  78.56
'3小時以上'     |  83 |  3.18 |    3.18 |  81.74
-Inf            | 477 | 18.26 |   18.26 | 100.00
<NA>            |   0 |  0.00 |    <NA> |   <NA>

Q32 : TikTok抖音對於台灣的國家安全有著深遠的影響，台灣應全面禁止。請問您同不同意這樣的說法?

1.說明：直接測量受訪者對TikTok禁令的態度，反映了他們對平台的依賴程度。

2.將「非常不同意」到「非常同意」編碼，數值越低代表越依賴中國社群媒體

3.變數間關聯 : 對禁抖音政策的態度(Q32)與對中國好感度(DV)

對中國社群媒體的依賴程度，會影響對中國的好感度，另外，對中國政治、安全與隱私等疑慮，也會影響對中國的好感度

Q32 <character> 
# total N=2612 valid N=2612 mean=2.95 sd=1.76

Value        |   N | Raw % | Valid % | Cum. %
---------------------------------------------
'有點不同意' | 705 | 26.99 |   26.99 |  26.99
'有點同意'   | 705 | 26.99 |   26.99 |  53.98
'非常不同意' | 207 |  7.92 |    7.92 |  61.91
'非常同意'   | 320 | 12.25 |   12.25 |  74.16
'還滿不同意' | 367 | 14.05 |   14.05 |  88.21
'還滿同意'   | 308 | 11.79 |   11.79 | 100.00
<NA>         |   0 |  0.00 |    <NA> |   <NA>

Q1 : 請問您平時日常生活主要使用下列哪些社群平台/社群軟體？（複選最多五個）

1.說明：Q1反映受訪者平常慣用的社群媒體是否為中國社群媒體，如果受訪者主要使用中國社群媒體，可能會進一步影響他們對中國的好感度。反之，如果受訪者偏好使用 Facebook、Instagram 等非中國平台，對中國的好感度則可能與常使用者不同。

2.是否主要使用中國社群媒體（use_china_social）

1 = 是（只要任一欄有出現代碼 8、9、13、14）

0 = 否（都沒有出現代碼 8、9、13、14）

3.變數關聯 : 使用中國社群媒體(Q1)與對中國好感度(DV)

有使用中國社群媒體，因為長時間接觸來自中國的事物，所以在對中國的態度上，會與未使用中國社群媒體的人，有所不同

x <integer> 
# total N=2612 valid N=2612 mean=0.49 sd=0.50

Value |    N | Raw % | Valid % | Cum. %
---------------------------------------
    0 | 1332 |    51 |      51 |     51
    1 | 1280 |    49 |      49 |    100
 <NA> |    0 |     0 |    <NA> |   <NA>

Q2 : 請問您過去一年來，較常從哪些管道得知政治或公共議題相關訊息？（複選最多三個）

1.說明：Q2反映受訪者是否從中國社群媒體接收政治或公共觀點，獲取資訊來源的不同，可能會影響受訪者的政治態度和對中國的好感度。

2.是否將中國社群媒體作為管道獲得政治或公共議題資訊（use_china_social）

1 = 是（只要任一欄有出現代碼 8、9、13、14）

0 = 否（三欄都沒有出現代碼 8、9、13、14）

3.變數關聯: 獲取資訊管道(Q2)與對中國的好感度(DV)

由於我國與中國、甚至是歐美國家與中國，對很多事件的立場是不同的，所以如果習慣依賴中國社群平台作為獲取政治資訊、公共議題資訊的來源管道，此種人會與未依賴的人，對中國的態度也有所不同

x <numeric> 
# total N=2612 valid N=2612 mean=0.20 sd=0.40

Value |    N | Raw % | Valid % | Cum. %
---------------------------------------
    0 | 2081 | 79.67 |   79.67 |  79.67
    1 |  531 | 20.33 |   20.33 | 100.00
 <NA> |    0 |  0.00 |    <NA> |   <NA>

(三)控制變項

（三）控制變項
題號 |題 |
Q10 Q10.國內的政黨都有他們各自的支持者，也會有不喜歡他們的人。請問您整體而言最支持哪一個政黨？ |
Q44 Q44.請問您的性別 |
Q45 Q45. 請問您的教育程度是什麼？（包含肄業、就學中） |
Q46 Q46. 請問您過去是否曾經在中國居住超過一年以上的時間呢？ |
Q48 Q48.請問您的戶籍所在縣市為？ |

年齡(AGE)

1.將年齡重新編碼

2.變數關聯 : 年齡(AGE)與對中國好感度(DV)

年齡可能影響受訪者對中國社群媒體的態度。由於學校的公民教育是建立人民國家認同的手段(Easton&Dennis,1969)，而年齡較小的群體，正處於國家認同建立的階段，但是否會因為使用中國社群媒體(網路媒體)而受到影響，而可能會更容易受到中國社群媒體上的觀點、價值觀或文化的吸引，隨著年齡的增長，個人可能更具備批判性思維，並形成更加穩定的政治和文化認同，從而對中國社群媒體的接受度有所下降。

AGE <character> 
# total N=2612 valid N=2612 mean=2.46 sd=1.08

Value        |   N | Raw % | Valid % | Cum. %
---------------------------------------------
'15-29歲'    | 499 | 19.10 |   19.10 |  19.10
'30-39歲'    | 951 | 36.41 |   36.41 |  55.51
'40-49歲'    | 800 | 30.63 |   30.63 |  86.14
'50-59歲'    | 195 |  7.47 |    7.47 |  93.61
'60歲及以上' | 167 |  6.39 |    6.39 | 100.00
<NA>         |   0 |  0.00 |    <NA> |   <NA>

教育程度(EDU)

1.將教育程度重新編碼

2.變數關聯 : 教育程度(EDU)與對中國好感度(DV)

教育程度的差異是影響媒體識讀能力的一個重要因素。受教育程度較高的人往往具有更強的批判性思維和分析能力，這使得他們能夠更好地去識別媒體內容中的偏見或誤導，並對信息進行過濾和評估(Postman,N. ,1985)。這樣的人群在接觸中國社群媒體時，可能會更有能力辨識其中的政治或文化意圖，相比之下，受教育程度較低的人可能對媒體內容的辨識力較弱，更容易被社群媒體中的信息所影響，可能對中國社群媒體抱有更高的接受度。

EDU <character> 
# total N=2612 valid N=2612 mean=2.04 sd=0.63

Value            |    N | Raw % | Valid % | Cum. %
--------------------------------------------------
'大專/大學'      |  325 | 12.44 |   12.44 |  12.44
'研究所(含以上)' | 1953 | 74.77 |   74.77 |  87.21
'高中/高職'      |  274 | 10.49 |   10.49 |  97.70
'國小以下'       |   18 |  0.69 |    0.69 |  98.39
'國中'           |   42 |  1.61 |    1.61 | 100.00
<NA>             |    0 |  0.00 |    <NA> |   <NA>

政黨認同(Q11)

變數關聯 : 政黨認同(Q11)與對中國好感度(DV)

政黨認同對個人的政治態度、價值觀以及對媒體內容的態度有影響，政黨認同會影響受訪者對中國的好感度，泛藍政黨支持者傾向對中國持較正面態度，泛綠政黨支持者則傾向對中國持較負面態度。

Q11 <character> 
# total N=2612 valid N=2612 mean=4.85 sd=2.36

Value                |   N | Raw % | Valid % | Cum. %
-----------------------------------------------------
'小民參政歐巴桑聯盟' |  10 |  0.38 |    0.38 |   0.38
'不討厭任何政黨'     | 790 | 30.25 |   30.25 |  30.63
'台灣基進'           |  21 |  0.80 |    0.80 |  31.43
'民眾黨'             | 174 |  6.66 |    6.66 |  38.09
'民進黨'             | 868 | 33.23 |   33.23 |  71.32
'其他政黨'           |  22 |  0.84 |    0.84 |  72.17
'時代力量'           |  40 |  1.53 |    1.53 |  73.70
'國民黨'             | 647 | 24.77 |   24.77 |  98.47
'新黨'               |  15 |  0.57 |    0.57 |  99.04
'綠黨'               |   7 |  0.27 |    0.27 |  99.31
'親民黨'             |  18 |  0.69 |    0.69 | 100.00
<NA>                 |   0 |  0.00 |    <NA> |   <NA>

過去是否曾經在中國居住過一年以上(Q46)

1.將各選項編碼，3(不方便透漏)視為無效值，做清理

2.變數關聯 : 過去是否曾居住中國一年以上(Q46)與對中國好感度(DV)

經驗也需要被控制，會影響對中國的好感度。根據文化接觸假說(Allport,1954)，曾經在中國住過一年以上的人，對中國的社會、文化及政治環境會有更深的融入和理解，而可能導致增加他們對中國文化的認同感，並使他們對中國社群媒體的接受度較高。這些人可能因為在中國的生活經歷，而對中國抱持正面態度。相反的，也有可能因為曾經實際居住於中國，而對中國有更清晰的評價，而對中國產生反感的態度。
Q46 <numeric> 
# total N=2612 valid N=2477 mean=0.03 sd=0.18

Value |    N | Raw % | Valid % | Cum. %
---------------------------------------
    0 | 2393 | 91.62 |   96.61 |  96.61
    1 |   84 |  3.22 |    3.39 | 100.00
 <NA> |  135 |  5.17 |    <NA> |   <NA>

(四)卡方檢定

選擇Q24與S1、S2、Q32、Q1、Q2

1.DV(Q24)與S1的關係

Q24 S1 Total
1 2 3 4 5
1 241
27.4 %
50.5 %		 207
23.5 %
30 %		 178
20.2 %
30.7 %		 72
8.2 %
25.2 %		 183
20.8 %
31.5 %		 881
100 %
33.7 %
2 104
16.5 %
21.8 %		 199
31.6 %
28.9 %		 136
21.6 %
23.5 %		 59
9.4 %
20.6 %		 131
20.8 %
22.5 %		 629
100 %
24.1 %
3 84
10.1 %
17.6 %		 228
27.5 %
33.1 %		 201
24.2 %
34.7 %		 105
12.7 %
36.7 %		 211
25.5 %
36.3 %		 829
100 %
31.7 %
4 31
16.4 %
6.5 %		 41
21.7 %
6 %		 49
25.9 %
8.5 %		 28
14.8 %
9.8 %		 40
21.2 %
6.9 %		 189
100 %
7.2 %
5 14
23 %
2.9 %		 10
16.4 %
1.5 %		 13
21.3 %
2.2 %		 17
27.9 %
5.9 %		 7
11.5 %
1.2 %		 61
100 %
2.3 %
6 3
13 %
0.6 %		 4
17.4 %
0.6 %		 2
8.7 %
0.3 %		 5
21.7 %
1.7 %		 9
39.1 %
1.5 %		 23
100 %
0.9 %
Total 477
18.3 %
100 %		 689
26.4 %
100 %		 579
22.2 %
100 %		 286
10.9 %
100 %		 581
22.2 %
100 %		 2612
100 %
100 %
t=5.862 · df=20 · Pearson's r=0.114 · p=0.000

解釋:

我的假設是，中國社群媒體使用頻率越高，對中國的好感度越高

從圖表來看:

(1)根據卡方檢定，p<0.001表示使用頻率與對中國的好感度之間確實存在顯著的關聯，但從實際的分布來看，變項間並沒有呈現”使用越頻繁，則好感越高”的線性增加趨勢。

(2)在高好感(Q24=5、6)的比例上，最高比例出現在(S1=3 每周數次)，最低頻(S1=1)以及最高頻(S1=5)的使用者，高好感度反而較低，所以並非越高頻率使用就越對中國高好感；而低好感(Q24=1、2)的分布也不是隨著使用頻率上升而明顯下降，沒有線性的遞減模式。

(3)我的看法 : 本研究假設「使用中國社群媒體越頻繁，其對中國的好感度越高」是有部分受到資料支持，但未完全支持的，卡方檢定結果顯示，使用頻率(S1)與好感度(Q24_bin)之間具有統計上顯著的關聯。在列聯表中可以觀察到，高好感者在S1＝3的族群中人數最多，而在S1＝1的族群中人數最少，呈現出與假設一致的方向。這代表較常接觸中國社群媒體的使用者，確實較可能出現相對較高的好感度。但這個結果只能能說明兩變項之間的相關性，並不能推論因果關係，未來可能加入控制變項會更能釐清。

2.  DV(Q24)與S2的關係
Q24 S2 Total
1 2 3 4 5
1 155
24.2 %
29.2 %		 207
32.3 %
30.1 %		 154
24.1 %
26.6 %		 90
14.1 %
35.3 %		 34
5.3 %
41 %		 640
100 %
30 %
2 151
28.8 %
28.4 %		 167
31.8 %
24.3 %		 142
27 %
24.5 %		 49
9.3 %
19.2 %		 16
3 %
19.3 %		 525
100 %
24.6 %
3 180
24.2 %
33.9 %		 244
32.8 %
35.5 %		 223
29.9 %
38.5 %		 73
9.8 %
28.6 %		 25
3.4 %
30.1 %		 745
100 %
34.9 %
4 34
21.5 %
6.4 %		 43
27.2 %
6.3 %		 43
27.2 %
7.4 %		 33
20.9 %
12.9 %		 5
3.2 %
6 %		 158
100 %
7.4 %
5 9
19.1 %
1.7 %		 19
40.4 %
2.8 %		 10
21.3 %
1.7 %		 8
17 %
3.1 %		 1
2.1 %
1.2 %		 47
100 %
2.2 %
6 2
10 %
0.4 %		 7
35 %
1 %		 7
35 %
1.2 %		 2
10 %
0.8 %		 2
10 %
2.4 %		 20
100 %
0.9 %
Total 531
24.9 %
100 %		 687
32.2 %
100 %		 579
27.1 %
100 %		 255
11.9 %
100 %		 83
3.9 %
100 %		 2135
100 %
100 %
t=0.725 · df=20 · Pearson's r=0.016 · p=0.469

解釋:

我的假設是，中國社群媒體單次使用時間越長，對中國的好感度越高

從圖表來看:

(1)根據卡方檢定，p=0.469，p值遠高於0.05，表示單次使用時間與對中國的好感度之間不存在統計上顯著的關聯，高好感者的比例並未隨使用時長增加而上升，各組之間沒有明顯規律，並沒有單次使用時間越長就越喜歡中國的趨勢，最長使用組(3小時以上)也沒有最高好感，不同好感度的受訪者在使用時長上的分布差異，可能只是隨機波動，不足以構成明確的關係。 (2)在Q24＝1(非常不喜歡)的族群中，S2＝5(單次使用3小時以上)有41%是非常不喜歡中國，是最高比例，S2=3(單次使用時間在30分–1小時內)，有26.6%，這顯示越長時間使用TikTok的人，反而有較高比例對中國非常不喜歡，並非中國社群媒體單次使用時間越長，對中國的好感度越高。 (3)Q24＝6(非常喜歡)的族群中，S2＝5(單次使用3小時以上)有2.4%是非常喜歡中國，S2=1(單次使用時間在10分鐘以內)，顯示非常喜歡中國者在每一種使用時長中的比例都非常低（0.4%～2.4%），並沒有集中在使用時間最長那一欄，所以越喜歡中國的人，並不特別偏向長時間使用TikTok。 (4)我的看法 : 本研究假設「中國社群媒體單次使用時間越長，對中國的好感度越高」是沒有受到資料支持，單次使用TikTok的時間長度，並不能有效預測受訪者對中國的好感程度，也不支持使用越久越喜歡中國的假設。

3.DV(Q24)與Q32的關係

Q24 Q32 Total
1 2 3 4 5 6
1 63
7.2 %
30.4 %		 68
7.7 %
18.5 %		 133
15.1 %
18.9 %		 217
24.6 %
30.8 %		 165
18.7 %
53.6 %		 235
26.7 %
73.4 %		 881
100 %
33.7 %
2 27
4.3 %
13 %		 109
17.3 %
29.7 %		 169
26.9 %
24 %		 204
32.4 %
28.9 %		 77
12.2 %
25 %		 43
6.8 %
13.4 %		 629
100 %
24.1 %
3 59
7.1 %
28.5 %		 153
18.5 %
41.7 %		 341
41.1 %
48.4 %		 220
26.5 %
31.2 %		 39
4.7 %
12.7 %		 17
2.1 %
5.3 %		 829
100 %
31.7 %
4 36
19 %
17.4 %		 28
14.8 %
7.6 %		 54
28.6 %
7.7 %		 51
27 %
7.2 %		 14
7.4 %
4.5 %		 6
3.2 %
1.9 %		 189
100 %
7.2 %
5 15
24.6 %
7.2 %		 6
9.8 %
1.6 %		 8
13.1 %
1.1 %		 11
18 %
1.6 %		 12
19.7 %
3.9 %		 9
14.8 %
2.8 %		 61
100 %
2.3 %
6 7
30.4 %
3.4 %		 3
13 %
0.8 %		 0
0 %
0 %		 2
8.7 %
0.3 %		 1
4.3 %
0.3 %		 10
43.5 %
3.1 %		 23
100 %
0.9 %
Total 207
7.9 %
100 %		 367
14.1 %
100 %		 705
27 %
100 %		 705
27 %
100 %		 308
11.8 %
100 %		 320
12.3 %
100 %		 2612
100 %
100 %
t=-15.475 · df=25 · Pearson's r=-0.290 · p=0.000

解釋:

我的假設是，越同意應全面禁止TikTok的人(因為使用中國社群媒體的頻率越低)，對中國好感會越低。

從圖表來看:

(1)根據卡方檢定，p=0.000，p<0.001，表示是否同意禁止與對中國好感度之間確實存在顯著的關聯，這表示不同好感度的受訪者，對「是否應全面禁止TikTok」的態度有系統性的差異，而非隨機分布。

(2)在Q24＝1(非常不喜歡)的族群中，其中有73.4%落在Q32＝6(非常同意禁止)，是該類別最高，其中有30.4%落在Q32＝1(非常不同意禁止)，是較低的族群，顯示越不喜歡中國，越支持禁止TikTok

(3)在Q24＝6(非常喜歡)的族群中，其中有3.4%落在Q32＝1(非常不同意禁止)，有0.9%落在Q32＝6(非常同意禁止)，顯示越喜歡中國，越反對禁止TikTok

  1. DV(Q24)與Q1的關係
 Q24           0           1
   1 57.1% (503) 42.9% (378)
   2 55.6% (350) 44.4% (279)
   3 43.7% (362) 56.3% (467)
   4 42.9%  (81) 57.1% (108)
   5 44.3%  (27) 55.7%  (34)
   6 39.1%   (9) 60.9%  (14)
Q24 use_china_social_Q1 Total
0 1
1 503
57.1 %
37.8 %		 378
42.9 %
29.5 %		 881
100 %
33.7 %
2 350
55.6 %
26.3 %		 279
44.4 %
21.8 %		 629
100 %
24.1 %
3 362
43.7 %
27.2 %		 467
56.3 %
36.5 %		 829
100 %
31.7 %
4 81
42.9 %
6.1 %		 108
57.1 %
8.4 %		 189
100 %
7.2 %
5 27
44.3 %
2 %		 34
55.7 %
2.7 %		 61
100 %
2.3 %
6 9
39.1 %
0.7 %		 14
60.9 %
1.1 %		 23
100 %
0.9 %
Total 1332
51 %
100 %		 1280
49 %
100 %		 2612
100 %
100 %
χ2=43.778 · df=5 · Cramer's V=0.129 · p=0.000 

   Cell Contents
|-------------------------|
|                   Count |
| Chi-square contribution |
|             Row Percent |
|          Column Percent |
|           Total Percent |
|-------------------------|

Total Observations in Table:  2612 

              | Q24_useCN$use_china_social_Q1 
Q24_useCN$Q24 |        0  |        1  | Row Total | 
--------------|-----------|-----------|-----------|
            1 |      503  |      378  |      881  | 
              |    6.426  |    6.687  |           | 
              |   57.094% |   42.906% |   33.729% | 
              |   37.763% |   29.531% |           | 
              |   19.257% |   14.472% |           | 
--------------|-----------|-----------|-----------|
            2 |      350  |      279  |      629  | 
              |    2.665  |    2.774  |           | 
              |   55.644% |   44.356% |   24.081% | 
              |   26.276% |   21.797% |           | 
              |   13.400% |   10.681% |           | 
--------------|-----------|-----------|-----------|
            3 |      362  |      467  |      829  | 
              |    8.730  |    9.085  |           | 
              |   43.667% |   56.333% |   31.738% | 
              |   27.177% |   36.484% |           | 
              |   13.859% |   17.879% |           | 
--------------|-----------|-----------|-----------|
            4 |       81  |      108  |      189  | 
              |    2.455  |    2.554  |           | 
              |   42.857% |   57.143% |    7.236% | 
              |    6.081% |    8.438% |           | 
              |    3.101% |    4.135% |           | 
--------------|-----------|-----------|-----------|
            5 |       27  |       34  |       61  | 
              |    0.542  |    0.564  |           | 
              |   44.262% |   55.738% |    2.335% | 
              |    2.027% |    2.656% |           | 
              |    1.034% |    1.302% |           | 
--------------|-----------|-----------|-----------|
            6 |        9  |       14  |       23  | 
              |    0.635  |    0.661  |           | 
              |   39.130% |   60.870% |    0.881% | 
              |    0.676% |    1.094% |           | 
              |    0.345% |    0.536% |           | 
--------------|-----------|-----------|-----------|
 Column Total |     1332  |     1280  |     2612  | 
              |   50.995% |   49.005% |           | 
--------------|-----------|-----------|-----------|

 
Statistics for All Table Factors


Pearson's Chi-squared test 
------------------------------------------------------------
Chi^2 =  43.7785     d.f. =  5     p =  2.568842e-08 


 
       Minimum expected frequency: 11.27106

解釋:

我的假設是，有使用中國社群媒體的人，對中國好感會越高。

從圖表來看:

(1)根據卡方檢定結果，p＜0.001，表示是否使用中國社群媒體與對中國政府的好感度之間存在顯著關聯，不同中國社群媒體使用狀態的受訪者，在對中國的好感分布上並不是隨機的，而是呈現系統性差異。

(2)Q24＝1(非常不喜歡)的受訪者，其中有57.1%屬於「未使用中國社群媒體」，有42.9%屬於「有使用中國社群媒體；在Q24＝2的族群中，未使用者55.6%也多於使用者44.4%，顯示在越不喜歡中國的族群中，「沒有使用中國社群媒體」的比例相對較高。

(3)Q24＝6(非常喜歡)的受訪者當中，有使用中國社群媒體60.9%，未使用者39.1%；在中度偏喜歡的族群(Q24＝3、4、5)中，有使用中國社群媒體者也都略高於未使用者，所以越喜歡中國的受訪者，越有可能使用中國社群媒體；越不喜歡中國者，較多沒有使用中國社群媒體。

(4)我的看法:這個結果與我的研究假設「有使用中國社群媒體的人，對中國好感會越高」是一致的，所以可以說使用中國社群媒體與較高的中國好感度之間，呈現正向且顯著的關聯。

  1. DV(Q24)與Q2的關係
 Q24           0           1
   1 83.1% (732) 16.9% (149)
   2 82.0% (516) 18.0% (113)
   3 76.8% (637) 23.2% (192)
   4 73.5% (139) 26.5%  (50)
   5 68.9%  (42) 31.1%  (19)
   6 65.2%  (15) 34.8%   (8)
Q24 use_china_social Total
0 1
1 732
83.1 %
35.2 %		 149
16.9 %
28.1 %		 881
100 %
33.7 %
2 516
82 %
24.8 %		 113
18 %
21.3 %		 629
100 %
24.1 %
3 637
76.8 %
30.6 %		 192
23.2 %
36.2 %		 829
100 %
31.7 %
4 139
73.5 %
6.7 %		 50
26.5 %
9.4 %		 189
100 %
7.2 %
5 42
68.9 %
2 %		 19
31.1 %
3.6 %		 61
100 %
2.3 %
6 15
65.2 %
0.7 %		 8
34.8 %
1.5 %		 23
100 %
0.9 %
Total 2081
79.7 %
100 %		 531
20.3 %
100 %		 2612
100 %
100 %
χ2=24.376 · df=5 · Cramer's V=0.097 · p=0.000 

   Cell Contents
|-------------------------|
|                   Count |
| Chi-square contribution |
|             Row Percent |
|          Column Percent |
|           Total Percent |
|-------------------------|

Total Observations in Table:  2612 

             | Q24_Q2$use_china_social 
  Q24_Q2$Q24 |        0  |        1  | Row Total | 
-------------|-----------|-----------|-----------|
           1 |      732  |      149  |      881  | 
             |    1.291  |    5.059  |           | 
             |   83.087% |   16.913% |   33.729% | 
             |   35.175% |   28.060% |           | 
             |   28.025% |    5.704% |           | 
-------------|-----------|-----------|-----------|
           2 |      516  |      113  |      629  | 
             |    0.441  |    1.729  |           | 
             |   82.035% |   17.965% |   24.081% | 
             |   24.796% |   21.281% |           | 
             |   19.755% |    4.326% |           | 
-------------|-----------|-----------|-----------|
           3 |      637  |      192  |      829  | 
             |    0.834  |    3.269  |           | 
             |   76.840% |   23.160% |   31.738% | 
             |   30.610% |   36.158% |           | 
             |   24.387% |    7.351% |           | 
-------------|-----------|-----------|-----------|
           4 |      139  |       50  |      189  | 
             |    0.890  |    3.489  |           | 
             |   73.545% |   26.455% |    7.236% | 
             |    6.679% |    9.416% |           | 
             |    5.322% |    1.914% |           | 
-------------|-----------|-----------|-----------|
           5 |       42  |       19  |       61  | 
             |    0.896  |    3.512  |           | 
             |   68.852% |   31.148% |    2.335% | 
             |    2.018% |    3.578% |           | 
             |    1.608% |    0.727% |           | 
-------------|-----------|-----------|-----------|
           6 |       15  |        8  |       23  | 
             |    0.603  |    2.363  |           | 
             |   65.217% |   34.783% |    0.881% | 
             |    0.721% |    1.507% |           | 
             |    0.574% |    0.306% |           | 
-------------|-----------|-----------|-----------|
Column Total |     2081  |      531  |     2612  | 
             |   79.671% |   20.329% |           | 
-------------|-----------|-----------|-----------|

 
Statistics for All Table Factors


Pearson's Chi-squared test 
------------------------------------------------------------
Chi^2 =  24.37645     d.f. =  5     p =  0.000183772 


 
       Minimum expected frequency: 4.675727 
Cells with Expected Frequency < 5: 1 of 12 (8.333333%)

解釋:

我的假設是，會使用中國社群媒體來獲取政治或公共議題資訊的人，對中國好感會越高。

從圖表來看:

(1)根據卡方檢定，p＝0.00018，p＜0.001，顯示是否使用中國社群媒體作為政治或公共議題的資訊來源與對中國好感度之間確實存在顯著的關聯，因此不同好感度的受訪者在是否透過中國社群平台獲取政治訊息上，確實呈現系統性的差異，而並非隨機分布。

(2)在Q24＝1(非常不喜歡)的受訪者中，有83.1%落在「未使用中國社群媒體」；只有16.9%落在「有使用中國社群媒體」，代表越不喜歡中國的人，越不會使用中國社群媒體獲取政治或公共議題資訊。

(3)在Q24＝6(非常喜歡)的族群中，有34.8%會使用中國社群媒體獲取政治資訊，未使用者佔65.2%，雖然總數較少，但相對比例明顯較高，顯示越喜歡中國的人，越可能透過中國社群平台獲得政治資訊。

(4)我的看法:這個結果與我的研究假設一致，整體趨勢呈現明確的線性發展，低好感度者幾乎都不使用中國社群媒體，而高好感度者使用中國社群媒體的比例逐漸上升，因此，本研究假設「會使用中國社群媒體來獲取政治或公共議題資訊的人，對中國好感度會越高」是得到的支持。