2023NPBFanSurvey
Asako Miura
2023-10-18
調査の概要
実施日：2023年9月28日
調査対象：Lucid Marketplaceを利用して調査会社・アンケートサイト登録者に依頼．日本国内在住で応援するプロ野球の球団があると回答した人に限定．．不注意回答，自由記述（今シーズンの応援球団に何か一言）に日本語として意味のとれない回答をしたケースを除き，有効回答数は595名．
調査内容：プレビューを参照
ローデータ，コードブック，分析スクリプトの共有のご希望にはon demandで共有します．何らかの形で三浦までご連絡ください．
球団名1文字略記は「公鷲猫鴎檻鷹虎竜星兎燕鯉」とは、どんな意味ですか？，カラーコードはプロ野球１２球団のロゴとイメージカラーコード（16進・RGB）を参考にした．
応援球団ごとの属性の違い
##
## 虎 鯉 星 兎 燕 竜 檻 鷹 鷲 鴎 猫 公 Sum
## 男性 102 25 23 100 19 36 16 22 16 12 14 26 411
## 女性 32 16 9 38 10 11 4 17 11 8 11 17 184
## Sum 134 41 32 138 29 47 20 39 27 20 25 43 595
応援行動・ファン心理
項目一覧
「当てはまらない」～「当てはまる」の5件法で尋ねた．
| 応援行動・ファン心理項目（xxxは想定通りの因子負荷を示さなかったので除外して分析） |
|---|
| 生活との密着F101 ○○の好不調の波は，自分の生活にも影響している |
| 生活との密着F102 ○○なしの生活など考えられない |
| 生活との密着F103 ○○の試合が始まったら、他のことが手に付かなくなる |
| 生活との密着F104 ○○を応援することと自分の日常生活はあまり関係がない(r) |
| 生活との密着F105 ○○が勝つか負けるかで，気分が浮き沈みする |
| ×××生活との密着F106 私にとって○○の存在はとても大きい |
| 生活との密着F107 自分が見ていてやらないと○○が負ける気がする |
| 畏敬の念F201 ○○の選手やスタッフたちを尊敬している |
| 畏敬の念F202 ○○の選手の姿には惚れ惚れする |
| 畏敬の念F203 ○○にはスポーツマンの美学を感じる |
| ポピュラー志向F301 ○○は有名だから好きだ |
| ポピュラー志向F302 ○○は世間一般に人気があるから好きだ |
| ポピュラー志向F303 ○○は強いから好きだ |
| 分析・情報収集志向F401 ○○のことを客観的に分析している |
| 分析・情報収集志向F402 ○○に関する知識は豊富である |
| 分析・情報収集志向F403 ○○に関する情報を常に集めている |
| 分析・情報収集志向F404 ○○の試合の途中経過をネットやテレビなどでよくチェックする |
| 弱くても好きF501 ○○が弱くても好きだ |
| 弱くても好きF502 ○○が弱くなれば好きではなくなるだろう(r) |
| 弱くても好きF503 ○○の試合やプレーが悪くても好きだ |
| ファンコミュ志向F601 ○○のファンに出会うと嬉しくなる |
| ファンコミュ志向F602 ○○のファン同士で盛り上がるのが楽しい |
| ファンコミュ志向F603 ○○を通じて人間関係が広がった |
因子分析
想定していた/2014年6月調査で得られた因子構造がほぼきれいに再現された．
##
## Loadings:
## MR1 MR4 MR5 MR2 MR3 MR6
## F101 0.884
## F103 0.730
## F107 0.656
## F105 0.638
## F102 0.636
## F104 0.481
## F404 0.743
## F402 0.731
## F403 0.595
## F401 0.541
## F106
## F201 0.798
## F202 0.767
## F203 0.567
## F302 0.912
## F301 0.823
## F303 0.402
## F501 0.960
## F502 0.539
## F503 0.535
## F602 0.743
## F603 0.561
## F601 0.476
##
## MR1 MR4 MR5 MR2 MR3 MR6
## SS loadings 3.160 2.142 1.911 1.788 1.605 1.173
## Proportion Var 0.137 0.093 0.083 0.078 0.070 0.051
## Cumulative Var 0.137 0.231 0.314 0.391 0.461 0.512## # A tibble: 12 × 7
## like mean_FanF1 mean_FanF2 mean_FanF3 mean_FanF4 mean_FanF5 mean_FanF6
## <fct> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 虎 2.72 3.52 2.87 3.42 4.03 3.49
## 2 鯉 2.51 3.78 2.8 3.08 4.23 3.26
## 3 星 2.56 3.48 2.81 3.52 3.91 3.5
## 4 兎 2.55 3.41 3.25 3.35 3.57 3.25
## 5 燕 2.55 3.54 2.71 3.41 4.01 3.62
## 6 竜 2.66 3.26 2.55 3.59 3.54 3.38
## 7 檻 2.2 3.65 2.43 3.15 3.98 2.77
## 8 鷹 2.53 3.52 3.26 3.37 3.68 3.32
## 9 鷲 2.52 3.64 3.04 3.47 3.91 3.43
## 10 鴎 2.42 3.68 2.67 3.14 3.7 3.15
## 11 猫 2.53 3.35 2.76 3.18 3.83 3.35
## 12 公 2.3 3.24 2.74 3.19 3.68 3.15応援球団ごとの平均値
最初が結果を一覧しやすいようにまとめた図．その後が因子ごとに平均値を含めた図．
2014年6月調査と比較すると，今回の調査では阪神ファンの「畏敬の念」が上がっている．
同・2014年6月調査
2014年6月に同一項目を用いて調査した際の主要（当時応援球団として挙げられていた上位6傑）球団の平均値
- 畏敬の念（阪神が低い）：巨人3.29，阪神2.97，中日3.16，広島3.33，楽天3.22，ソフトバンク3.16，日ハム3.30
- ポピュラー志向（巨人が高い）：巨人3.25，阪神2.58，中日2.58，広島2.25，楽天2.64，ソフトバンク2.89，日ハム2.52
- 弱くても好き（巨人が低い）：巨人3.27，阪神3.71，中日3.53，広島3.85，楽天3.58，ソフトバンク3.34，日ハム3.45
阪神と巨人の比較
阪神と巨人で多重検定を補正しても差があると言えそうなのは「弱くても好き」と「ポピュラー志向」の2因子．両者は表裏かというとそうでもない（後述の相関係数を見ると-0.12と弱い相関しかない）．
##
## 虎 鯉 星 兎 燕 竜 檻 鷹 鷲 鴎 猫 公
## 134 0 0 138 0 0 0 0 0 0 0 0## 虎 兎 p値 効果量d
## 生活との密着 2.72 2.55 1.10e-01 0.1910
## 畏敬の念 3.52 3.41 2.21e-01 0.1400
## ポピュラー志向 2.87 3.25 9.30e-04 0.4110
## 分析・情報収集志向 3.42 3.35 4.65e-01 0.0839
## 弱くても好き 4.03 3.57 2.21e-06 0.5850
## ファンコミュ志向 3.49 3.25 3.04e-02 0.2620応援球団とアンチ球団
2014年と比較すると大きく傾向が違う．2014年にアンチ球団をほぼ独り占めしていた巨人への「嫌い」意識が急減している．全体的に，どこかに敵対感情を持つのではなく，自分の「推し」を応援する雰囲気になっている．
同：2014年6月調査
| アンチ球団 | 計 | ||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 兎 | 虎 | 竜 | 鯉 | 星 | 燕 | 鷲 | 猫 | 鴎 | 鷹 | 檻 | 公 | 無 | |||
| 応援球団 | 兎 | 0 | 30 | 8 | 2 | 4 | 1 | 1 | 1 | 2 | 2 | 1 | 1 | 101 | 156 |
| 虎 | 84 | 0 | 3 | 0 | 0 | 0 | 1 | 2 | 0 | 0 | 0 | 1 | 62 | 154 | |
| 竜 | 65 | 1 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 1 | 0 | 1 | 33 | 103 | |
| 鯉 | 67 | 9 | 0 | 0 | 2 | 0 | 1 | 0 | 0 | 3 | 2 | 0 | 43 | 127 | |
| 鷲 | 40 | 4 | 1 | 1 | 2 | 0 | 0 | 0 | 0 | 0 | 1 | 2 | 51 | 102 | |
| 鷹 | 33 | 3 | 3 | 0 | 0 | 0 | 0 | 1 | 2 | 0 | 1 | 0 | 45 | 88 | |
| 公 | 46 | 3 | 1 | 0 | 0 | 0 | 1 | 0 | 0 | 1 | 1 | 0 | 49 | 103 | |
| 計 | 337 | 51 | 16 | 3 | 9 | 1 | 4 | 5 | 4 | 7 | 6 | 6 | 384 | 833 |
変数間相関
実際の応援行動
年代による比較
実際の応援行動について回答者の平均年齢でサンプルを2つに分割して若年層と高年層で比率に違いがあるかどうかを検討した．
有意な違いがあったのは，選手SNSフォロー，球団FC加入，球団SNSフォロー，ネット動画サービスで試合に関する動画を見る，いずれも若年層の「している」比率が多い．
## $若年層の度数分布表
## label していない している
## 1 選手SNSフォロー 167 93
## 2 球団FC加入 212 48
## 3 球団SNSフォロー 161 99
## 4 ネット動画見る 115 145
## 5 スポーツ新聞読む 101 159
## 6 テレビ試合観戦 44 216
## 7 ネット配信試合観戦 151 109
## 8 球場試合観戦 135 125
## 9 速報サービス利用 74 186
##
## $高年層の度数分布表
## label していない している
## 1 選手SNSフォロー 287 48
## 2 球団FC加入 300 35
## 3 球団SNSフォロー 274 61
## 4 ネット動画見る 197 138
## 5 スポーツ新聞読む 152 183
## 6 テレビ試合観戦 69 266
## 7 ネット配信試合観戦 213 122
## 8 球場試合観戦 208 127
## 9 速報サービス利用 109 226## $選手SNSフォロー
##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: table
## X-squared = 36.041, df = 1, p-value = 1.932e-09
##
##
## $球団FC加入
##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: table
## X-squared = 7.1784, df = 1, p-value = 0.007379
##
##
## $球団SNSフォロー
##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: table
## X-squared = 28.39, df = 1, p-value = 9.916e-08
##
##
## $ネット動画見る
##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: table
## X-squared = 11.891, df = 1, p-value = 0.000564
##
##
## $スポーツ新聞読む
##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: table
## X-squared = 2.2915, df = 1, p-value = 0.1301
##
##
## $テレビ試合観戦
##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: table
## X-squared = 1.0566, df = 1, p-value = 0.304
##
##
## $ネット配信試合観戦
##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: table
## X-squared = 1.6433, df = 1, p-value = 0.1999
##
##
## $球場試合観戦
##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: table
## X-squared = 5.7876, df = 1, p-value = 0.01614
##
##
## $速報サービス利用
##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: table
## X-squared = 0.95848, df = 1, p-value = 0.3276応援行動によるクラスタリング
9つの応援行動をしているかどうかで回答者を，
- 満遍なく応援行動をしており，SNSフォロー度が高い「推しあり」(n=125)
- SNSフォローやファンクラブ加入がなく，試合観戦中心の「試合重視」(n=190)
- 全体に応援行動をあまりしておらず，テレビ観戦が主の「テレビ観戦」(n=280)
の3つに分類した．「推しあり」は他クラスタよりやや若く，やや女性が多い．
##
## 推しあり 試合重視 テレビ観戦
## 125 190 280## # A tibble: 3 × 7
## cluster 生活との密着 畏敬の念 ポピュラー志向 `分析・情報収集志向`
## <fct> <dbl> <dbl> <dbl> <dbl>
## 1 推しあり 3.25 3.96 3.15 3.97
## 2 試合重視 2.69 3.5 2.89 3.63
## 3 テレビ観戦 2.15 3.25 2.82 2.88
## 弱くても好き ファンコミュ志向
## <dbl> <dbl>
## 1 4.05 3.92
## 2 3.96 3.50
## 3 3.62 2.97## $年齢とファン歴の平均値
## # A tibble: 3 × 3
## cluster age_mean career_mean
## <fct> <dbl> <dbl>
## 1 推しあり 45.2 25.5
## 2 試合重視 52.5 31.9
## 3 テレビ観戦 54.3 30.8
##
## $性別の比率
## # A tibble: 6 × 4
## # Groups: cluster [3]
## cluster gender count ratio
## <fct> <fct> <int> <dbl>
## 1 推しあり 男性 79 0.632
## 2 推しあり 女性 46 0.368
## 3 試合重視 男性 144 0.758
## 4 試合重視 女性 46 0.242
## 5 テレビ観戦 男性 188 0.671
## 6 テレビ観戦 女性 92 0.329
##
## $クラスタの中心
## 選手SNSフォロー 球団FC加入 球団SNSフォロー ネット動画見る スポーツ新聞読む
## 1 0.952 0.496 0.952 0.944 0.832
## 2 0.058 0.063 0.158 0.726 0.826
## 3 0.039 0.032 0.039 0.096 0.289
## テレビ試合観戦 ネット配信試合観戦 球場試合観戦 速報サービス利用 Cluster
## 1 0.920 0.808 0.800 0.904 推しあり
## 2 0.911 0.579 0.595 0.958 試合重視
## 3 0.693 0.071 0.139 0.418 テレビ観戦
##
## $TukeyHSD結果
## $TukeyHSD結果$生活との密着
## Tukey multiple comparisons of means
## 95% family-wise confidence level
##
## Fit: aov(formula = as.formula(paste0(variable_name, " ~ cluster")), data = dat)
##
## $cluster
## diff lwr upr p adj
## 試合重視-推しあり -0.5523509 -0.7626762 -0.3420256 0
## テレビ観戦-推しあり -1.0923571 -1.2888114 -0.8959028 0
## テレビ観戦-試合重視 -0.5400063 -0.7116631 -0.3683494 0
##
##
## $TukeyHSD結果$畏敬の念
## Tukey multiple comparisons of means
## 95% family-wise confidence level
##
## Fit: aov(formula = as.formula(paste0(variable_name, " ~ cluster")), data = dat)
##
## $cluster
## diff lwr upr p adj
## 試合重視-推しあり -0.4573333 -0.6536352 -0.2610315 0.0000002
## テレビ観戦-推しあり -0.7073333 -0.8906890 -0.5239777 0.0000000
## テレビ観戦-試合重視 -0.2500000 -0.4102116 -0.0897884 0.0007825
##
##
## $TukeyHSD結果$ポピュラー志向
## Tukey multiple comparisons of means
## 95% family-wise confidence level
##
## Fit: aov(formula = as.formula(paste0(variable_name, " ~ cluster")), data = dat)
##
## $cluster
## diff lwr upr p adj
## 試合重視-推しあり -0.25192982 -0.5038961 3.641386e-05 0.0500427
## テレビ観戦-推しあり -0.32285714 -0.5582062 -8.750813e-02 0.0038187
## テレビ観戦-試合重視 -0.07092732 -0.2765694 1.347148e-01 0.6967255
##
##
## $TukeyHSD結果$`分析・情報収集志向`
## Tukey multiple comparisons of means
## 95% family-wise confidence level
##
## Fit: aov(formula = as.formula(paste0(variable_name, " ~ cluster")), data = dat)
##
## $cluster
## diff lwr upr p adj
## 試合重視-推しあり -0.3377895 -0.5303241 -0.1452548 0.0001268
## テレビ観戦-推しあり -1.0880714 -1.2679084 -0.9082345 0.0000000
## テレビ観戦-試合重視 -0.7502820 -0.9074190 -0.5931449 0.0000000
##
##
## $TukeyHSD結果$弱くても好き
## Tukey multiple comparisons of means
## 95% family-wise confidence level
##
## Fit: aov(formula = as.formula(paste0(variable_name, " ~ cluster")), data = dat)
##
## $cluster
## diff lwr upr p adj
## 試合重視-推しあり -0.08750877 -0.2956538 0.1206362 0.5848441
## テレビ観戦-推しあり -0.43400000 -0.6284178 -0.2395822 0.0000007
## テレビ観戦-試合重視 -0.34649123 -0.5163686 -0.1766138 0.0000062
##
##
## $TukeyHSD結果$ファンコミュ志向
## Tukey multiple comparisons of means
## 95% family-wise confidence level
##
## Fit: aov(formula = as.formula(paste0(variable_name, " ~ cluster")), data = dat)
##
## $cluster
## diff lwr upr p adj
## 試合重視-推しあり -0.4155789 -0.6418059 -0.1893520 5.52e-05
## テレビ観戦-推しあり -0.9506667 -1.1619739 -0.7393595 0.00e+00
## テレビ観戦-試合重視 -0.5350877 -0.7197227 -0.3504528 0.00e+00応援球団とクラスタのクロス表
