You are on page 1of 6

 

 
 
 

The Effect of Music 


Preference on 
Arousal Levels in 
Teenagers 
 
 
 
SACE REGISTRATION 
7 5 5 7 3 5 X 
   

 
1.0 Introduction 
For  millennia,  music  has  been  a  source  of  debate,  inspiration  and  unification  across  the  world  (Sh​ä​fer 
et  al.  2013).  Although  the  aspects  of  interpersonal  relationships  that  can  be  formulated,  changed  or 
ceased  due  to  differing  music  preferences  have  been  studied,  the  intrapersonal  factors  which 
contribute  to  the  well-being  of  an  individual  are  lesser  known  (Demos  et  al.  2012).  It  is  accepted  that 
music  with  a  high  tempo  correlates  to  increased  arousal  (Hussain,  Thompson  &  Shellenberg  2002), 
however,  the  impact  of  preferences  is  yet  to  be  seen.  The  aim  of  this  research is to ascertain whether 
differing  music  preferences  elicit  different  physiological  responses  when  listening  to  arousing  music. 
The  independent  variable  is  music  preference  and  the  dependent  variable is heart rate. Prior research 
(Greenberg  et  al.  2015)  states  that  music  preference  is  linked  to  heart  rate,  therefore  it  can  be 
hypothesised  that  a  preference  for  relaxing  music  (Preference  B)  will  trigger  a  larger  increase  in  heart 
rate  than  participants  who  prefer  arousing  music  (Preference  A)  when  listening  to  arousing  music.  30 
Year  12  students  across  two  classes  in  one  South  Australian  school  were  chosen  to  participate, 
including 15 males and 15 females. Using quantitative observational research methods, the heart rate of 
participants  will  be  used  as  the  dependent  variable  to  indicate  levels  of  arousal  yielding  objective 
quantitative data.  
 
2.0 Results 

 
Figure 1; the impact of music preference on arousal levels when listening to arousing music 
 
   

 
3.0 Discussion 
 
3.1 Interpretation 
Figure  1  ​shows  that,  when  listening  to  arousing  music,  people  with  a  preference  for  relaxing  music 
experience  a  higher  change  in  heart  rate  than  those who prefer arousing music. This is depicted using 
a  bar graph due to the discrete data type. Preference A (arousing) elicited a mean increase of 3.9 beats 
per  minute  (BPM),  meaning  participants  in  this  category  experience  heightened  arousal  levels  as  a 
result  of  the  exposure  to  arousing  music.  People  indicating  Preference  B  (relaxing)  had  a  mean 
increase  in  heart  rate  of  5.5  BPM,  therefore  the  hypothesis  is  supported;  when  listening  to  arousing 
music,  people with a preference for relaxing music experience a higher mean change in heart rate than 
those who prefer arousing music. 
A  key  piece  of  information  when  interpreting  data  is  to  include  how  much  the  results deviate from the 
mean.  In  the  case  of  Preference  A,  the  standard  deviation  is  6.2,  meaning  the  results  are  not  likely  to 
be  subject  to  outliers.  In  contrast,  Preference  B  has  a  standard  deviation  of  13.5.  A  small  sample  size 
can be attributed to these deviations due to individual outlier data points. 
 
3.2 Evaluation 
3.2.1 Sample size and representativeness 
A  sample  size  of  30  participants  meant  that  individual  data  points  had  a  significant  impact  on  the 
standard  deviation  and  mean  results.  This  small  sample  size  was  not  representative  of  the  population 
due  to  the  small  cohort  of  students  from  one  school,  meaning  data  can  not  be  generalised  to  the 
greater population. 
 
3.2.2 Strengths and weaknesses (limitations to validity and reliability) 
Each  participant recorded their heart rate for 15 seconds and multiplied this by four to get the beats per 
minute  (BPM).  This  was  done  before  and  after  the music segment and written down on a self-reporting 
form.  Even  if  the  participants  sought  to  provide  accurate  readings,  they  manually  recorded  one’s  own 
heart  rate  using  a  personal  timing  device  such  as  a  mobile  phone  or stopwatch. Although this method 
can  be  used  to  identify  significant  deviations  from  normal  cardiac  rhythms  in  medical  settings,  the 
accuracy  required  in  this  research  can  not  be  obtained.  Limitations  to  validity  may  have  included 
inaccurate  timing  mechanisms,  or  that  participants  may  have  incorrectly  counted  the  number  of  beats 
in  a  set  period.  Data  recording  showed  limitations  to  validity  as  only  29  data  points  are  of use, as one 
participant  reported  a  rate  outside  the  functioning  range  of  a  human  heart.  Whether  results  were 
fabricated  to  obscure  results  or  due  to  a  lack  of  procedural knowledge by students, this contributes to 
unreliable  data  as  a  result.  An  alternative  would  be  to  use  an  independent  medical  professional  to 
provide  one-to-one  heart  rate  monitoring  and  recording.  Using  an  automatic  heart  rate  monitor, 
inaccuracies would be negated and thus lead to reliable and valid data. 
In  addition,  the  presence  of  the  researchers  during  data  collection  can  impact  validity.  Known  as 
observer  bias,  their  cognitive  ideals  may  have  impacted  participants’  behaviour.  As  the  researchers 
were  secondary  school  teachers,  they  were  required  to  closely  monitor  student  behaviour.  This  may 
have  resulted  in  discomfort  when  sharing  information  one deems personal- such as heart rate- leading 
to  fabricated  data.  The  researchers  may  have  also  pushed  their opinions about how the survey should 
run  onto  the  participants  to  create  preferable  results.  A  way  to  reduce  the  effects  of  this  would  be  to 
employ  an  independent  psychologist  with  no  affiliation  to  the  researchers  to  conduct  the  study 
alongside  the  medical  professional.  Because  of  these  weaknesses  relating  to  the  lack  of  available 

 
resources,  it  is  unlikely  a  repeated  test  would  yield  the  same  results,  alluding  to  unreliable and invalid 
research. 
The  cohort  used  each  other’s  data  for  individual  investigations,  meaning  favourable  outcomes  may 
have  been  recorded  to  skew  the  results.  As  the  research  was  conducted  during  lesson  time,  some 
students  may  have  hastened  the  investigation  to  complete  other  coursework  succeeding  completion. 
Whether intentional or not, time pressures such as this meant participants may have incorrectly entered 
their  results.  Additionally,  the  classroom  setting  meant  that  some  people  were  unable  to  hear  due  to 
distractions,  with  uncontrolled  seating  arrangements  contributing  to  this.  These  weaknesses  could  be 
negated  by  ensuring  the  students  create  private  appointments  with  an  independent researcher. In the 
absence  of  peers,  researcher  bias  and  time  pressures  that  are  associated  with  lessons,  a  more  valid 
dataset could be recorded. 
The  methodology  required  participants  to  choose  between  Preference  A  (arousing)  or  Preference  B 
(relaxing).  This  was  done by showing participants a range of genres such as ‘heavy metal’, ‘techno’ and 
‘punk’  for  the  former  and  ‘light’,  ‘classical’  and  ‘R&B’  for  the  latter.  ​Table  1  was  created  by  the  South 
Australian  Certificate  of  Education  Board  and  participants  were  asked  to  circle  which  preference  they 
best  identify  with.  Although  some  may  prefer  one  of  these  genres  over  the  other,  a  representative 
sample  of  the  population  must  include  more  options  for  music  preferences.  Rentfrow,  Goldberg  and 
Levitin  (2012)  state  that  styles  such  as  ​sophisticated​,  ​mellow​, ​urban​, ​intense and ​campestral are better 
indicators  of  music  preference.  They  recommend  these  five  genre-free  categories  as  they  represent 
the  emotive  responses  associated  with  the  community  who  identify  with  the  respective  music  tastes. 
Moreover,  they  describe  one  particular  style  of  music,  unlike  ‘classical’  which  could  refer  to  either  the 
use  of  an  orchestra  or  old  music  depending  on  the  circumstances.  Further  weaknesses  include  the 
inclusion  of  ‘classical’  as  a  type  of  relaxing  music,  when  the  segment  of  arousing  music  played  to 
participants  was  in  fact  categorized  as ‘classical’. The research’s validity is therefore questionable, as it 
may  not  be  measuring  the  correct  music  preference.  Additional  improvements  would  be  to  use  music 
preferences  that  offer  more  variety  to  accurately  capture  the  preferences  of  participants  and  thus  be 
standardised across studies. 
Table 1: Music preference selection table used by participants 
Type of Music Music Preference Type of Music Music Preference

Heavy Rock Heavy Metal Classical Jazz


A B

Punk/Grunge Techno/Rap/other * R&B/Pop Light §

*​ all electronic dance (up-tempo) music including ‘hip-hop’, ‘house’, ‘trance’, ‘chill-out’, etc.
§ ​ all ‘mood’ or ‘pop instrumental’ music, including ‘lounge’, ‘easy listening’, etc.

 
3.3 Ethical considerations  
Secondary  school classrooms are not always an appropriate setting to conduct psychological research, 
meaning  there are weaknesses relating to this. Although participants were given a unique identification 
number  to  attach  to  their  data,  this  was  done  in  a  setting  shared  with  other  participants  who  were 
simultaneously  completing  the  experiment.  Peers  could  trace  classmates’  data  back  to  individual 
people  and  may  have  caused  participants  to  fabricate  data  in  order  to  appear  a  certain  way  to  their 
peers. Confidentiality was not upheld due to these reasons.  
All  participants  were  required  to  give  informed  consent  to  the  researchers  prior  to  the  investigation. 
Conducted  in  an  educational  environment,  the  process  was  promoted  as  an  integral  part  of  a  holistic 
learning  experience.  Choosing  not  to  participate  was  portrayed  by  the  researchers  to  be  of  detriment 

 
to  the  student, citing repercussions for their school-based assessment. Although this would likely result 
in  participation  from all students, they may not have felt comfortable in doing so as they were not given 
the  right  to  withdraw. The cohort was debriefed following the study and informed of resources to assist 
them if they had questions or were troubled by the study. 
 
4.0 Conclusion 
The  research  shows  a  possible  correlation  between  the  music  preference  and  arousal  levels  of 
teenagers  when  exposed  to  arousing  music,  however,  several  weaknesses  of  the  study  provide  an 
inconclusive  result.  Inappropriate  resources  and  settings,  unreliable  timing  mechanisms  for  the 
recording  of  heart  rates,  non-standardised  measures and unethical practices weaken the framework of 
which  the  data  is  built  upon,  meaning  the  hypothesis  can  not  be  supported.  In  order  to  provide 
conclusive evidence of the correlation, these issues must be rectified and another test completed.
   

 
References 
Demos,  A.P.,  Chaffin,  R.,  Begosh,  K.T.,  Daniels,  J.R.  and  Marsh,  K.L.,  2012.  Rocking  to  the  beat:  Effects 
of  music  and partner's movements on spontaneous interpersonal coordination. Journal of Experimental 
Psychology: General, 141(1), p.49. 
Greenberg,  DM,  Baron-Cohen,  S,  Stillwell,  DJ,  Kosinski,  M, Rentfrow, PJ 2015, ‘Musical Preferences are 
Linked  to  Cognitive  Styles’,  PLOS  One,  viewed  6  March  2018, 
<​http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0131151​>. 
Husain  G,  Thompson,  WF  &  Schellenberg  EG  2002,  ‘Effects  of  Musical  Tempo  and  Mode  on  Arousal, 
Mood,  and  Spatial  Abilities’,  University  of  Toronto,  Music  Perception,  vol.  20,  no.  2,  viewed  6  March 
2018, <​http://www.jstor.org/stable/10.1525/mp.2002.20.2.151?seq=1#page_scan_tab_contents​>. 
Rentfrow​,  PJ,  ​Goldberg​,  LR  &  ​Levitin​,  DJ  2012,  ‘The  Structure  of  Musical  Preferences:  A  Five-Factor 
Model’,  Journal  of  personality  and  social  psychology,  viewed  9  March  2018, 
<https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3138530/>. 
Schäfer​,  T,  ​Sedlmeier​,  P,  Städtler  C  &  ​Huron​,  D  2013,  ‘The  psychological  functions  of  music  listening’, 
National  Institutes  of  Health​,  viewed  8  March  2018, 
<​https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3741536/​>. 
United  Nations  2017,  Population,  Geneva,  viewed  10  March  2018, 
<​http://www.un.org/en/development/desa/population/​>.