Demografiske forskelle på tværs af grupper

Introduktion

Udviklingen af ​​selve typologien omfattede ikke demografiske faktorer. En persons køn, race, indkomst eller uddannelsesniveau bestemte ikke den gruppe, hvor nogen blev sat i. I tidligere sektioner søgte diskussionen om den demografiske sammensætning af hver gruppe at udfylde portrættet af det typiske medlem af hver gruppe.


Imidlertid opstår der mønstre, når man ser på grupperne og demografiske eller økonomiske variabler. Noget af dette er helt forståeligt; typologien afhænger delvist af den teknologi, folk har, hvilket igen afhænger meget af indkomstniveauer. Andre mønstre kaster interessant lys over mønstre for vedtagelse af teknologi.

Det er vigtigt at bemærke, at de demografiske mønstre, der er rapporteret i dette afsnit, viser tendenser, men ikke er beregnet til at formidle en deterministisk smag i typologien. For eksempel, selvom de mest omfattende IKT-brugere har tendens til at være unge mænd, betyder det ikke, at alle sådanne brugere har disse egenskaber. Rapportens tillæg indeholder tabeller med detaljerede demografiske data om hver af de daværende grupper.

Køn

De højteknologiske grupper har tendens til at være domineret af mænd, men der er kun små kønsforskelle, når det kommer til mobiltelefonbrug. Af de fire teknologiorienterede grupper har to af dem mænd, der nummererer kvinder med et forhold på to til et, hvor en har et flertal af kvinder og den fjerde jævnt fordelt. Imidlertid har Connectors, med 55% kvinder, 100% vedtagelse af mobiltelefoner (i modsætning til de to andre manddominerede grupper) og er omfattende brugere af mobiltelefoner og deres ikke-stemmefunktioner.

De to mellemteknologiske grupper består af en med et lille flertal af mænd, med den anden næsten 60% kvinder. De fire & ldquo; low tech & rdquo; grupper har for det meste kvinder, selvom den ene er flertallet mandlig. Diagrammet nedenfor viser andelen af ​​mænd og kvinder i hver af grupperne.


Procent af mænd i hver gruppe

Indkomst

Selvom de med højere indkomster generelt har mere ikt, har nogle mellem- eller lavteknologiske grupper en betydelig andel af mennesker, der bor i husholdninger, hvis indkomst overstiger 75.000 dollars om året. Dette antyder, at indkomst ikke er en helt dominerende faktor i adoption.



Procent i hver gruppe med 75.000+ husstandsindkomst

De komfortable indkomstniveauer for flere mellemklasse-teknologigrupper antyder, at præferencer spiller en rolle i vedtagelsen af ​​teknologi, der er adskilt og bortset fra indkomst. Disse mellemklassegrupper med indkomster, der næsten matcher teknologisk orienterede grupper, kunne købe flere gadgets, men gør det ikke. Omvendt er ikke alle medlemmer af tech-orienterede grupper velhavende, alligevel erhverver de alligevel informationsvarer og -tjenester.


Uddannelse

En persons uddannelsesniveau er bundet til økonomisk status, men i forbindelse med vedtagelse af teknologi spiller det en anden rolle. Eksponering for og brug af bredbånd, trådløs og anden informationsteknologi sker ofte i skolen. Tabellen viser, hvordan teknorienterede grupper generelt har højere uddannelsesniveauer.

Procent i hver gruppe med universitetsgrad

Høje uddannelsesniveauer betyder måske ikke altid, at en person nyder at bruge informationsteknologi. Lackluster Veterans-gruppen har en høj andel af folk med universitetsgrader, men også en stor andel af mennesker, der rapporterer overbelastning af information og stress fra styring af deres teknologiske gadgets. Det er også værd at bemærke, at to af de fire teknologiorienterede grupper har en højere procentdel af medlemmerne, der er fuldtids- eller deltidsstuderende (se tillæg for detaljer).


Alder

Typologien viser tydeligt, hvordan moderne informationsteknologi er ungdommens provins. Alligevel viser overlejringsalder med antallet af år online ansættelse, at vedtagelse af teknologi udfolder sig i bølger inden for aldersgrupper. Tabellen nedenfor viser grupperne efter det medianantal, de har været online, ud for gruppens medianalder.

Demografiske forskelle: AlderDenne måde at samle grupperne på giver et intra-generationsmønster til vedtagelse af informationsteknologi. Ikke alle mennesker i eller i nærheden af ​​deres 30 & rsquo; s kom online på samme tid, og det samme er tilfældet, når man ser på folk i deres 40 & rsquo; s og 50 & rsquo; s. Hver aldersgruppe ser ud til at have sine teknologimestre, der adopterer tidligt, hvor andre derefter følger. Som typologien viser, varierer anvendelsesmønstre blandt tilhængere såvel som på tværs af hver bølge af tidlige adoptere betydeligt.