O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.
「ポケモンGO」のプレイと
社会的属性の多重対応分析
七邊信重(マルチメディア振興センター)
小山友介(芝浦工業大学)
田中絵麻(マルチメディア振興センター)
本日の発表内容
背景と問題意識
先行研究
調査内容
分析結果①
 プレイヤーの属性
分析結果②
 属性別のプレイ継続・中断状況
分析結果③
 社会的属性とプレイ行動の対応関係
結論と今後の課題 2
背景: 「ポケモンGO」ブームと現在
「ポケモンGO」ブーム
 2016年7月6日にリリースされた位置情報ゲーム
 配信1か月後のDL数・売上高等でギネス記録
 33日間で1億DL
 2017年7月、DL数7億5,000万、売上12億...
問題意識
「ポケモンGO」人気に伴い、学術研究も増加
しかし、「社会的属性」に関する実証研究は、
ほぼ見当たらない。
 どのような人がこのゲームをプレイしているか
 性別、年齢、職業、居住地域のようなプレイヤー
の社会的属性が、ゲームの...
先行研究
『Mobile Media & Communication』の「ポケ
モンGO」特集
 16本の論文のほとんどがゲームデザインや現実
世界との関係の理論的考察。
 実証研究は少ない。
 神田・遠藤・松本(2018)も同様
「...
問題意識
本研究)Web調査から下記の問いを考察
 ① 「ポケモンGO」プレイヤーの属性
 ② 属性別のプレイ継続・中断状況
 ③ 社会的属性とプレイ行動の対応関係
6
調査内容
出現率調査(2017年7月25~26日)
 十分な規模の「ポケモンGO」プレイヤーを確保で
きるかを確認するため、3,000データ収集
 性別・年代(20、30、40、50、60歳以上)別に各300
 調査実査: 株式会社マー...
分析結果①
「ポケモンGO」プレイヤーの属性
出現率調査
 現在遊んでいる: 10%
 過去に遊んでいたが今は遊んでいない: 15%
 遊んだことがない: 75%
スクリーニング調査
 現在遊んでいる: 7.1%
 約1割がこのゲ...
分析結果①
「ポケモンGO」プレイヤーの属性
9
現在遊んで
いる
10%
過去に遊んで
いたが、今は遊
んでいない
15%
遊んだことがな
い
75%
分析結果①
「ポケモンGO」プレイヤーの属性
性別・年齢別のプレイ比率(出現率調査)
 男女とも20代のプレイ経験率が50%弱
 年代別でもっとも高い。
 男女とも20~50代の10%前後が未だにプレイ
10
分析結果②
属性別のプレイ継続・中断状況
出現率調査データを使用
 「プレイ中断」(=過去に遊んでいたが今は遊ん
でいない)について質問
 プレイ継続者と中断者の違いが分かりやすくなる
よう、「遊んだことがない」回答者を除外
性別
 ...
分析結果②
属性別のプレイ継続・中断状況
年齢
 継続者の比率が高いのは40代と30代
 ゲームを開始した者は20代に比べ少ないが、いった
ん開始すると継続的にプレイする者が相対的に多い
居住地
 人口200万人未満の都道府県の居住者...
性別毎の「ポケモンGO」の
プレイ継続・中断比率(単位:%)
13
現在遊んで
いる
過去に遊ん
でいたが、今
は遊んでい
ない
合計
男性 44.5 (183) 55.5 (228) 100.0 (411)
女性 33.5 (118) 66....
居住地別の「ポケモンGO」の
プレイ継続・中断比率(単位:%)
14
現在遊んで
いる
過去に遊ん
でいたが、今
は遊んでい
ない
合計
人口200万
人以上
41.4 (264) 58.6 (373)
100.0
(637)
人口200万
人...
年齢別の「ポケモンGO」の
プレイ継続・中断比率(単位:%)
15
現在遊んでい
る
過去に遊んで
いたが、今は
遊んでいない
合計
20代 37.7 (104) 62.3 (172) 100.0 (276)
30代 41.7 (73) 58....
分析結果③
社会的属性とプレイ行動の対応関係
本調査データと対応分析を利用
 対応分析: カテゴリー変数や対象者を少数の成
分(次元)に要約する分析法(山際・田中 1997)。
変数間の関係を視覚化可能
 本発表では、単一回答形式の質問に...
分析結果③
社会的属性とプレイ行動の対応関係
累積説明率から2次元を採用
第1次元:「物理空間での移動」に対する態度
 マイナス方向に「移動距離が1001キロ以上」
「『ふかそうち』の支出額最大」、比較的時間を自
由に使える「専業主婦・主...
分析結果③
社会的属性とプレイ行動の対応関係
18
カテゴリースコア
第1軸 第2軸
専業主婦/主夫 -1.0441 0.5808
パート・アルバイト -0.4245 0.3055
自由業(フリーランス) -0.3547 0.3382
派遣/契...
分析結果③ 属性とプレイ行動の対応関係
第1次元:「物理空間での移動」に対する態度
19
分析結果③ 属性とプレイ行動の対応関係
第2次元:「課金」に対する態度
20
結論
分析結果
 20代の「ポケモンGO」プレイ経験率が高い
 20~50代のプレイ継続率が1割前後
 男性、30・40代、人口200万人以上の地域に居
住する者のプレイ継続比率が相対的に高い
 「物理空間における移動」「課金」への態...
今後の課題
社会的属性とプレイ行動の対応関係の基本
的な分析を始めたばかり
 このテーマのより深い分析や、別の視点からの
探究が可能
今後、海外の研究グループと「ゲーム文化・
市場」の国際比較分析も実施
 日本・中国・欧州
議論や分析...
海外の研究グループとの連携
(フィンランド、アールト大学、タンペレ大学)
23
参考文献
 Hjorth, L. ED., 2017, Special section: Pokémon GO: Playful phoneurs and
the politics of digital wayfarers, Mobile M...
ご静聴、ありがとうございました。
謝辞
 本研究は、科学技術融合振興財団の研究助成
に基づいています。記して感謝致します。
25
Próximos SlideShares
Carregando em…5
×

「ポケモンGO」のプレイと社会的属性の多重対応分析 (Multiple correspondence analysis of the relationship between "Pokémon GO" play and social attributes)

407 visualizações

Publicada em

2018年3月2日に日本デジタルゲーム学会第8回年次大会で発表したスライドです。

Publicada em: Ciências
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

「ポケモンGO」のプレイと社会的属性の多重対応分析 (Multiple correspondence analysis of the relationship between "Pokémon GO" play and social attributes)

  1. 1. 「ポケモンGO」のプレイと 社会的属性の多重対応分析 七邊信重(マルチメディア振興センター) 小山友介(芝浦工業大学) 田中絵麻(マルチメディア振興センター)
  2. 2. 本日の発表内容 背景と問題意識 先行研究 調査内容 分析結果①  プレイヤーの属性 分析結果②  属性別のプレイ継続・中断状況 分析結果③  社会的属性とプレイ行動の対応関係 結論と今後の課題 2
  3. 3. 背景: 「ポケモンGO」ブームと現在 「ポケモンGO」ブーム  2016年7月6日にリリースされた位置情報ゲーム  配信1か月後のDL数・売上高等でギネス記録  33日間で1億DL  2017年7月、DL数7億5,000万、売上12億$ 現在  ユーザーの大半はプレイ中断  ただし、2017年7月時点でも、6,000万ユーザー がゲームをプレイ  “Pokémon Go Never Went Away—and Neither Did Its Technical Woes”. Bloomberg News. (2017年7月 24日) 3
  4. 4. 問題意識 「ポケモンGO」人気に伴い、学術研究も増加 しかし、「社会的属性」に関する実証研究は、 ほぼ見当たらない。  どのような人がこのゲームをプレイしているか  性別、年齢、職業、居住地域のようなプレイヤー の社会的属性が、ゲームのプレイの仕方や課金 行動とどのような関係にあるか 4
  5. 5. 先行研究 『Mobile Media & Communication』の「ポケ モンGO」特集  16本の論文のほとんどがゲームデザインや現実 世界との関係の理論的考察。  実証研究は少ない。  神田・遠藤・松本(2018)も同様 「ポケモンGO」が経済・社会・人間の身体等 への「影響」に関する実証研究は増加  Paavilainen他(2017)  社会的属性とプレイ行動の対応に関する研究で はない。 5
  6. 6. 問題意識 本研究)Web調査から下記の問いを考察  ① 「ポケモンGO」プレイヤーの属性  ② 属性別のプレイ継続・中断状況  ③ 社会的属性とプレイ行動の対応関係 6
  7. 7. 調査内容 出現率調査(2017年7月25~26日)  十分な規模の「ポケモンGO」プレイヤーを確保で きるかを確認するため、3,000データ収集  性別・年代(20、30、40、50、60歳以上)別に各300  調査実査: 株式会社マーシュ スクリーニング調査&本調査(8月10~14日)  「ポケモンGO」プレイヤーのスクリーニングのた めに15,867データ収集  現在もプレイしている回答者1,000データを確保  性別・年代(20、30、40、50、60歳以上)別に各100 3調査で得られたデータの分析結果を報告 7
  8. 8. 分析結果① 「ポケモンGO」プレイヤーの属性 出現率調査  現在遊んでいる: 10%  過去に遊んでいたが今は遊んでいない: 15%  遊んだことがない: 75% スクリーニング調査  現在遊んでいる: 7.1%  約1割がこのゲームをプレイ 他のゲームより、依然、プレイ比率が高い  「パズル&ドラゴンズ」(5.8%)、「ツムツム」 (3.7%)、「モンスターストライク」(3.3%) 8
  9. 9. 分析結果① 「ポケモンGO」プレイヤーの属性 9 現在遊んで いる 10% 過去に遊んで いたが、今は遊 んでいない 15% 遊んだことがな い 75%
  10. 10. 分析結果① 「ポケモンGO」プレイヤーの属性 性別・年齢別のプレイ比率(出現率調査)  男女とも20代のプレイ経験率が50%弱  年代別でもっとも高い。  男女とも20~50代の10%前後が未だにプレイ 10
  11. 11. 分析結果② 属性別のプレイ継続・中断状況 出現率調査データを使用  「プレイ中断」(=過去に遊んでいたが今は遊ん でいない)について質問  プレイ継続者と中断者の違いが分かりやすくなる よう、「遊んだことがない」回答者を除外 性別  現在もゲームを継続している者の比率について は、男性の比率が女性の比率より高い 11
  12. 12. 分析結果② 属性別のプレイ継続・中断状況 年齢  継続者の比率が高いのは40代と30代  ゲームを開始した者は20代に比べ少ないが、いった ん開始すると継続的にプレイする者が相対的に多い 居住地  人口200万人未満の都道府県の居住者でゲーム を開始した者より、人口200万人以上の都道府 県の居住者の方が、プレイ継続の比率が高い。  「ポケモン」出現比率や、アイテム等を得られる「ポケ ストップ」の数が、大都市ほど高い。  ゲームをプレイしやすいインフラがあることが、プレイ 継続条件の一つ 12
  13. 13. 性別毎の「ポケモンGO」の プレイ継続・中断比率(単位:%) 13 現在遊んで いる 過去に遊ん でいたが、今 は遊んでい ない 合計 男性 44.5 (183) 55.5 (228) 100.0 (411) 女性 33.5 (118) 66.5 (234) 100.0 (352) 合計 39.4 (301) 60.6 (462) 100.0 (763)
  14. 14. 居住地別の「ポケモンGO」の プレイ継続・中断比率(単位:%) 14 現在遊んで いる 過去に遊ん でいたが、今 は遊んでい ない 合計 人口200万 人以上 41.4 (264) 58.6 (373) 100.0 (637) 人口200万 人未満 29.4 (37) 70.6 (89) 100.0 (126) 合計 39.4 (301) 60.6 (462) 100.0 (763)
  15. 15. 年齢別の「ポケモンGO」の プレイ継続・中断比率(単位:%) 15 現在遊んでい る 過去に遊んで いたが、今は 遊んでいない 合計 20代 37.7 (104) 62.3 (172) 100.0 (276) 30代 41.7 (73) 58.3 (102) 100.0 (175) 40代 45.9 (62) 54.1 (73) 100.0 (135) 50代 38.0 (46) 62.0 (75) 100.0 (121) 60代以上 28.6 (16) 71.4 (40) 100.0 (56) 合計 39.4 (301) 60.6 (462) 100.0 (763)
  16. 16. 分析結果③ 社会的属性とプレイ行動の対応関係 本調査データと対応分析を利用  対応分析: カテゴリー変数や対象者を少数の成 分(次元)に要約する分析法(山際・田中 1997)。 変数間の関係を視覚化可能  本発表では、単一回答形式の質問に対する回答 と、著者らが作成した変数を利用した多重対応分 析(MCA)を実施 投入変数  社会的属性: 性別&年代、職業、居住地域  プレイ行動: 移動距離、起動頻度、総課金額が 最大のアイテム 16
  17. 17. 分析結果③ 社会的属性とプレイ行動の対応関係 累積説明率から2次元を採用 第1次元:「物理空間での移動」に対する態度  マイナス方向に「移動距離が1001キロ以上」 「『ふかそうち』の支出額最大」、比較的時間を自 由に使える「専業主婦・主婦」という変数の重み が大きい  ふかそうち: 移動距離によりポケモンのたまごを孵化 第2次元:「課金」に対する態度  プラス方向に「家事手伝い」「無職/定年退職者」 「その他(職業)」「たまに起動する」「無購入」「人 口3万人未満」「女性」という変数の重みが大きい 17
  18. 18. 分析結果③ 社会的属性とプレイ行動の対応関係 18 カテゴリースコア 第1軸 第2軸 専業主婦/主夫 -1.0441 0.5808 パート・アルバイト -0.4245 0.3055 自由業(フリーランス) -0.3547 0.3382 派遣/契約社員 -0.2516 0.5575 経営者/会社役員 -0.2169 0.0089 無職/定年退職 0.2079 0.9197 会社員/公務員 0.3862 -0.6 自営業・農林水産業 0.4277 0.0588 その他 0.6077 1.2378 家事手伝い 0.8574 1.2572 専門家(医師・弁護士・会計士など) 1.1198 -0.2639 学生 1.1238 0.5362 1,001キロ以上 -1.2045 -0.5973 501キロ~1,000キロまで -1.1493 -0.2046 301キロ~500キロまで -0.5064 -0.2231 101キロ~300キロまで 0.2684 -0.6624 50キロ未満 0.4857 0.8871 50キロ~100キロまで 0.5243 -0.1326 2016年7月22日~8月末 -0.3489 -0.111 2016年9月~2016年内 0.6946 -0.0558 2017年~2017年6月まで 0.7507 0.7571 2017年7月以降(大幅アップデート以後) 0.9526 0.9717 1日複数回 -0.6888 -0.3325 1日1回 0.2971 -0.3055 週に数回 0.4993 0.3247 たまに起動する 0.5426 1.0379 1日1回ログインするだけ 0.9084 -0.5045 カテゴリースコア 第1軸 第2軸 ふかそうち -1.4582-0.6725 その他 -0.2271 0.7893 バッグのアップグレード -0.1402-0.4476 無購入 -0.1155 0.4122 プレミアムレイドパス 0.0827-1.1833 服装やアクセサリ 0.119 0.3857 しあわせタマゴ 0.1764-1.3667 ポケモンボックスのアップグレード 0.1803-0.6035 モンスターボール 0.5582-0.8104 お香 0.8247 0.0755 ルアーモジュール 1.4859-1.0647 女性50代 -1.0335 0.5264 女性40代 -0.8754 0.105 女性60才以上 -0.5555 0.9645 女性30代 0.0041-0.0908 男性50代 0.2251-0.2821 女性20代 0.2528 0.3858 男性40代 0.3053-0.7107 男性60才以上 0.4284 0.5673 男性20代 0.6014-0.4321 男性30代 0.6472-1.0333 東京23区 -0.2984-0.3467 政令指定都市 -0.1178-0.0384 人口3万人~19万人未満 0.0259 0.0666 人口19万人~50万人まで 0.1905 0.0543 人口3万人未満 0.4615 0.7243 固有値 0.28 0.25 説明率 4.27 3.93
  19. 19. 分析結果③ 属性とプレイ行動の対応関係 第1次元:「物理空間での移動」に対する態度 19
  20. 20. 分析結果③ 属性とプレイ行動の対応関係 第2次元:「課金」に対する態度 20
  21. 21. 結論 分析結果  20代の「ポケモンGO」プレイ経験率が高い  20~50代のプレイ継続率が1割前後  男性、30・40代、人口200万人以上の地域に居 住する者のプレイ継続比率が相対的に高い  「物理空間における移動」「課金」への態度によっ て、プレイヤーとプレイスタイルを分類できる  時間を比較的自由に使える人(「主婦」「女性40代」 「自由業」など)が、ゲームを介して現実空間で移動  人口が多い居住地(東京23区)やお金を比較的自由 に使える人(有職者、男性)が、アイテムに課金 21
  22. 22. 今後の課題 社会的属性とプレイ行動の対応関係の基本 的な分析を始めたばかり  このテーマのより深い分析や、別の視点からの 探究が可能 今後、海外の研究グループと「ゲーム文化・ 市場」の国際比較分析も実施  日本・中国・欧州 議論や分析を共同で行うことを通して、「ポケ モンGO」をはじめとするゲームのプレイヤー の特徴を明らかにしていきたい。 22
  23. 23. 海外の研究グループとの連携 (フィンランド、アールト大学、タンペレ大学) 23
  24. 24. 参考文献  Hjorth, L. ED., 2017, Special section: Pokémon GO: Playful phoneurs and the politics of digital wayfarers, Mobile Media & Communication, 5(1). < http://journals.sagepub.com/toc/mmca/5/1>(2018年1月31日アクセス)  神林博史・三輪哲,2011,『社会調査のための統計学――生きた実例で理解す る』技術評論社.  神田孝治・遠藤英樹・松本健太郎編,2018,『ポケモンGOからの問い――拡張 される世界のリアリティ』新曜社.  Kim Bhasin, 2017, Pokémon Go Never Went Away—and Neither Did Its Technical Woes, Bloomberg News, 2017年7月25日. <https://www.bloomberg.com/news/articles/2017-07-24/pokemon-go-never- went-away-and-neither-did-its-technical-woes> (2018年1月31日アクセス)  Paavilainen, J., Korhone, H., Alha, K., Stenros, J., 2017, The Pokémon GO Experience: A Location-Based Augmented Reality Mobile Game Goes Mainstream, Proc. the 2017 CHI Conference on Human Factors in Computing Systems, 2493-2498.  山際勇一郎・田中敏,1997,『ユーザーのための心理データ解析法』教育出版. 24
  25. 25. ご静聴、ありがとうございました。 謝辞  本研究は、科学技術融合振興財団の研究助成 に基づいています。記して感謝致します。 25

×