论文部分内容阅读
摘要： 通过实验测试，根据社会性别角色及性别刻板效应理论，从心理学的角度来考察个体从政治候选人的脸部长相做出快速的、自动的推断是否会影响随后的信息加工从而影响选举结果，在此实验中表现为政治候选人的性别和脸部推断会影响选举结果。
关键词： 脸部推断；性别差异；政治选举
【中图分类号】B841【文献标识码】A【文章编号】2236-1879（2017）04-0164-02数据简要说明：数据来源于一项心理测验，主要以大学生为实验对象，男女比例为1：1，实验步骤分两部分，首先对屏幕呈现的58张图片进行五个维度（能力、权威、亲和力、吸引力、知识渊博）的脸部推断，并采用七点计分；接着让被试者参加模拟选举，需从58个竞争力相当的候选人中选择一个，然后再对数据进行整理统计。
1变量间的相关分析
1.1 各变量与票选结果的相关检验
被试者事先不知道候选人的信息，仅靠脸部长相做出判断，然后加工信息。笔者将引入候选人性别、能力、权威、亲和力、外表吸引人和知识渊博、五个维度总分，分别将其与票选结果进行相关分析。皮尔森积距相关分析显示，七个测试项目均对票选结果相关，且相关显著度非常明显，p值都小于0.05，近似为0，其中就属候选人性别相关最强，相关系数r=0.523，说明在政治选举中，性别刻板效应影响很大。这是符合中国人的传统思想观念（男尊女卑、大部分男性占统治地位和领导地位）。
其次就是五个维度的总分对票选结果的相关性也很强，r=0.456，说明人们在选候选人时除了受性别刻板效应因素影响外，也很看重候选人各方面的能力，而在这些变量中又属候选人的权威和能力对票选结果影响最大，相关系数分别为0.377和0.376（中国传统社会历来是权力集中制国家，能力强、有权威的人才能控制局面、領导人民走向胜利）。
1.2 各变量之间的相关分析
经过统计分析发现，各自变量之间也存在着相关性，皮尔森积距相关分析结果显示：候选人的能力与权威以及知识渊博相关性很强，相关系数r分别为0.772和0.662，相关显著度很高；还有亲和力与外表吸引力有着非常强的相关性，相关系数r=0.897，显著度非常明显。
2 因子分析和线性回归分析
2.1 因子分析
从各变量之间的相关分析可以看出，自变量之间本身存在着很强相关性，因此采用因子分析方法，对原有变量进行简化，目的是建立票选结果影响因素的有效模型。
2.1.1 效度检验
针对候选人能力、权威、亲和力、外表吸引力、知识权威以及候选人性别等变量是否能进行因子分析，进行KMO值分析与Bartlett球形检验，结果显示KMO值达到0.660，大于0.5，Bartlett球度检验给出的相伴概率为0.000，小于0.05，两者均达到显著性水平，因此原有变量适宜进行因子分析。
2.1.2 提取公共因子
本研究采用方差最大法对因子实施正交旋转，抽取三个公共因子。如表1
因子线性回归分析
回归方程的拟合优度检验和显著度检验
经检验，调整的判定系数为0.330，比较接近0.5，因此认为拟合优度还算理想，而且回归方程的显著度小于0.05，可以建立线性模型。
2.2.2 进行线性回归分析并建立线性回归方程
从表2中显示，“外表因子”每增加一个得分，票选结果提高0.304倍；“领导因子”每增加一个得分，票选结果提高0.251倍；“性别刻板因子”每增加一个得分，票选结果提高0.458倍.并得出以下回归线性方程模型：
而且通过残差分析（残差直方图和正太分布累积概率图），总体上服从以0为均值的正态分布；其累积概率图形中，数据点都围绕基准线上下浮动，呈现一定得规律性，样本没有异常值和强影响点，所以此模型较理想。
3结论
（1）通过皮尔森积距相关分析显示，从候选人脸部长相获得的能力、权威、亲和力、外表吸引人、知识渊博，以及这五个维度总分和候选人性别都与票选结果相关。其中候选人性别与票选结果相关最强，可见在人们心中的性别刻板效应非常严重；其次是候选人的权威和能力，候选人的亲和力影响最弱。
（2）通过对自变量进行因子分析，提取三个公共因子，即“外表因子”、“领导因子”、“性别刻板因子”，再将各因子与票选结果进行线性回归分析，其中，性别刻板因子对票选结果是最显著的，并得到回归模型：
所以快速的、自动的脸部推断与候选人性别会对政治选举结果产生重要影响，而且在竞争力相等的情况下男性候选人选举成功的概率普遍大于女性。
参考文献
[1]曲宏歌.政治机构选举中的性别配额制及其有效性分析[J].科学社会主义，2012（6）：151-155.
关键词： 脸部推断；性别差异；政治选举
【中图分类号】B841【文献标识码】A【文章编号】2236-1879（2017）04-0164-02数据简要说明：数据来源于一项心理测验，主要以大学生为实验对象，男女比例为1：1，实验步骤分两部分，首先对屏幕呈现的58张图片进行五个维度（能力、权威、亲和力、吸引力、知识渊博）的脸部推断，并采用七点计分；接着让被试者参加模拟选举，需从58个竞争力相当的候选人中选择一个，然后再对数据进行整理统计。
1变量间的相关分析
1.1 各变量与票选结果的相关检验
被试者事先不知道候选人的信息，仅靠脸部长相做出判断，然后加工信息。笔者将引入候选人性别、能力、权威、亲和力、外表吸引人和知识渊博、五个维度总分，分别将其与票选结果进行相关分析。皮尔森积距相关分析显示，七个测试项目均对票选结果相关，且相关显著度非常明显，p值都小于0.05，近似为0，其中就属候选人性别相关最强，相关系数r=0.523，说明在政治选举中，性别刻板效应影响很大。这是符合中国人的传统思想观念（男尊女卑、大部分男性占统治地位和领导地位）。
其次就是五个维度的总分对票选结果的相关性也很强，r=0.456，说明人们在选候选人时除了受性别刻板效应因素影响外，也很看重候选人各方面的能力，而在这些变量中又属候选人的权威和能力对票选结果影响最大，相关系数分别为0.377和0.376（中国传统社会历来是权力集中制国家，能力强、有权威的人才能控制局面、領导人民走向胜利）。
1.2 各变量之间的相关分析
经过统计分析发现，各自变量之间也存在着相关性，皮尔森积距相关分析结果显示：候选人的能力与权威以及知识渊博相关性很强，相关系数r分别为0.772和0.662，相关显著度很高；还有亲和力与外表吸引力有着非常强的相关性，相关系数r=0.897，显著度非常明显。
2 因子分析和线性回归分析
2.1 因子分析
从各变量之间的相关分析可以看出，自变量之间本身存在着很强相关性，因此采用因子分析方法，对原有变量进行简化，目的是建立票选结果影响因素的有效模型。
2.1.1 效度检验
针对候选人能力、权威、亲和力、外表吸引力、知识权威以及候选人性别等变量是否能进行因子分析，进行KMO值分析与Bartlett球形检验，结果显示KMO值达到0.660，大于0.5，Bartlett球度检验给出的相伴概率为0.000，小于0.05，两者均达到显著性水平，因此原有变量适宜进行因子分析。
2.1.2 提取公共因子
本研究采用方差最大法对因子实施正交旋转，抽取三个公共因子。如表1
因子线性回归分析
回归方程的拟合优度检验和显著度检验
经检验，调整的判定系数为0.330，比较接近0.5，因此认为拟合优度还算理想，而且回归方程的显著度小于0.05，可以建立线性模型。
2.2.2 进行线性回归分析并建立线性回归方程
从表2中显示，“外表因子”每增加一个得分，票选结果提高0.304倍；“领导因子”每增加一个得分，票选结果提高0.251倍；“性别刻板因子”每增加一个得分，票选结果提高0.458倍.并得出以下回归线性方程模型：
而且通过残差分析（残差直方图和正太分布累积概率图），总体上服从以0为均值的正态分布；其累积概率图形中，数据点都围绕基准线上下浮动，呈现一定得规律性，样本没有异常值和强影响点，所以此模型较理想。
3结论
（1）通过皮尔森积距相关分析显示，从候选人脸部长相获得的能力、权威、亲和力、外表吸引人、知识渊博，以及这五个维度总分和候选人性别都与票选结果相关。其中候选人性别与票选结果相关最强，可见在人们心中的性别刻板效应非常严重；其次是候选人的权威和能力，候选人的亲和力影响最弱。
（2）通过对自变量进行因子分析，提取三个公共因子，即“外表因子”、“领导因子”、“性别刻板因子”，再将各因子与票选结果进行线性回归分析，其中，性别刻板因子对票选结果是最显著的，并得到回归模型：
所以快速的、自动的脸部推断与候选人性别会对政治选举结果产生重要影响，而且在竞争力相等的情况下男性候选人选举成功的概率普遍大于女性。
参考文献
[1]曲宏歌.政治机构选举中的性别配额制及其有效性分析[J].科学社会主义，2012（6）：151-155.