un veloce studio pilota riguardante la presentazione di sé sui social media usando l'indice di prominenza facciale relativa di Archer, vari test statistici e regressioni

1. Differenze di Genere nella
Presentazione di Sé nei Nuovi Media
Dott. Marco Biella
dott. Marco Biella - marcobiella@live.com

2. Domande di Ricerca
•
•
Hp1: Nei media tradizionali esiste una differenza di
presentazione tra i due generi (Hatton e Trautner, 2011)
(Archer, 1983), questa differenza esiste anche nei nuovi
media (auto-presentazione, assenza di linea editoriale)?
Hp2: Se esiste una differenza di presentazione nei nuovi
media essa è imputabile alla struttura del medium?
dott. Marco Biella - marcobiella@live.com

3. Differenze nei Media
Media Classici
•
•
•
Nuovi Media
Comunicazione uno-amolti (broadcasting)
Contenuti creati in
redazione
Linea editoriale dettata da
un editore
•
•
•
Comunicazione molti-amolti
Contenuti auto-generati
dagli utenti
Linea editoriale assente (o
auto-generata)
dott. Marco Biella - marcobiella@live.com

4. Scelta del Medium (Facebook)
•
•
•
Diffusione (955 milioni di utenti nel mondo e 16 milioni
in Italia nel 2011, 96% di utenti di social media ha un
account Facebook)1
Frequenza d’uso (gli italiani hanno il primato per tempo
trascorso su Facebook)1
Produzione della presentazione di sé, ogni utente sceglie
liberamente come presentarsi (foto profilo)
1
European Social Media and Email Monitor
dott. Marco Biella - marcobiella@live.com

5. Strumenti
•
•
•
Analisi del contenuto, foto profilo (presentazione di sé)
Indice di Prominenza Facciale Relativa (Archer, 1983)
Test statistici (Hp1)
·
·
•
Distribuzione dei punteggi
T-test
Test di modelli correlazionali (Hp2)
·
·
Regressioni lineari
Regressioni multiple
dott. Marco Biella - marcobiella@live.com

6. Indice di Prominenza Facciale Relativa
•
•
•
•
Face-ism Index come “la prominenza relativa della faccia in
una fotografia, in un disegno o in un'altra
rappresentazione visuale di una persona”
Rapporto tra la distanza tra il punto visibile più alto del
viso e il punto più basso del mento e tra il punto più alto
del viso e il punto visibile più basso della persona
Adatto allo studio di immagini
Indice molto resistente (correlazione di .99 tra giudici
indipendenti)
dott. Marco Biella - marcobiella@live.com

7. Materiale
•
•
•
Campione non rappresentativo, bilanciato per genere
Variabili (genere e n° amici)
Materiale estratto casualmente
·
·
·
•
Account fittizio
File temporanei cancellati
Estratto in un’unica sessione
Eleggibilità del materiale
·
·
·
·
Presenza immagine (il soggetto ha inserito una foto)
Immagini di persone (no simboli, no disegni, …)
Soggetto identificabile chiaramente (no foto di gruppi)
Account personali (no organizzazioni, no brand, …)
dott. Marco Biella - marcobiella@live.com

8. Dati (Hp1)
•
Descrittive campione (N=100)
·
·
·
·
·
•
52 femmine, 48 maschi
Face-ism Index distribuito normalmente (Kolmogorov-Smirnov
p=.20, Shapiro-Wilk p=.01)
Face-ism max .91 per le femmine e 1 per i maschi
Face-ism min .11 per le femmine e .20 per i maschi
Face-ism medio .44 per le femmine e .56 per I maschi
Differenza di genere significativa
·
·
Levene p=.38
t-test t=-2.613 p=.01
 Hp1
confermata
dott. Marco Biella - marcobiella@live.com

9. Spiegazioni Effetto (Hp2)
•
•
•
La presentazione sbilanciata verso il corpo favorisce il
successo sociale ed è dovuta alla struttura del social
network
Successo sociale definito come la capacità di attrarre un
elevato numero di amici
Modelli proposti
·
·
·
M1: Il genere correla con il successo sociale (regressione
lineare)
M2: Il face-ism index correla con il successo sociale
(regressione lineare)
M3: Il genere e il face-ism correlano con il successo sociale
(regressione multipla)
dott. Marco Biella - marcobiella@live.com

10. Test dei Modelli (Hp2)
M1: Regressione lineare (VI genere, VD successo
sociale)
1.
·
M2: Regressione lineare (VI Face-ism Index, VD
successo sociale)
1.
·
Varianza spiegata 5%, Beta=-.231, p=.064
M3: Regressione multipla (VI genere, Face-ism Index,
VD successo sociale)
1.
·
·
·

Varianza spiegata 0%, Beta=.009, p=.942
Varianza spiegata 6%, p=.154
Coefficiente di regressione Genere: Beta=.075, p=.559
Coefficiente di regressione Face-ism Index: Beta=-.251, p=.054
Hp2 falsificata
dott. Marco Biella - marcobiella@live.com

11. Conclusioni
•
•
•
•
•
•
È stata rilevata una differenza tra i due generi identificata come
un Face-ism Index significativamente diverso tra maschi e
femmine (Hp1)
Non è certo che la differenza tra i due generi sia imputabile
alla struttura del social network
Probabilmente la differenza di presentazione è già presente nei
soggetti e soltanto riflessa sul social network
Dei modelli testati nessuno ha raggiunto valori soddisfacenti
secondo criteri scientifici (Hp2)
M2 potrebbe risentire del campione limitato e per questo non
raggiungere un p value accettabile
Il coefficiente Beta in M2 è un dato da approfondire, potrebbe
segnalare un legame tra il Face-ism Index e il successo sociale
dott. Marco Biella - marcobiella@live.com

12. Dott. Marco Biella
marcobiella@live.com
@marcobie
LinkedIn
dott. Marco Biella - marcobiella@live.com