Fake News und Social Bots

Inhaltsverzeichnis

1. Einführung

2. Aufgabe 1: Skalenniveaus
2.1 Erklärung der Skalenniveaus
2.1.1 Nominalskala
2.1.2 Ordinalskala
2.1.3 Intervallskala
2.1.4 Verhältnisskala
2.2 Allgemeine Bestimmungen der Skalenniveaus
2.3 Bestimmung des Skalenniveaus anhand der Variablen aus Aufgabe 1
2.3.1 Internetnutzung
2.3.2 Nutzung soziale Medien
2.3.3 Geschlecht
2.3.4 Alter
2.3.5 Wohnsitz
2.3.6 Partei
2.3.7 Berufsbildung
2.3.8 Schulabschluss

3. Aufgabe 2: Lagemaße
3.1 Beschreibung der Lagemaße
3.1.1 Modus
3.1.2 Median
3.1.3 Arithmetisches Mittel
3.2 Zuordnung der Lagemaße zu den einzelnen Variablen
3.2.1 Internetnutzung
3.2.2 Nutzung soziale Medien
3.2.3 Geschlecht
3.2.4 Alter
3.2.5 Wohnsitz
3.2.6 Partei
3.2.7 Berufsbildung
3.2.8 Schulabschluss

4. Aufgabe 3: Auffälligkeiten der Variablen
4.1 Internetnutzung
4.2 Nutzung soziale Medien
4.2 Geschlecht
4.3 Alter
4.4 Wohnsitz
4.5 Partei
4.6 Berufsbildung
4.7 Schulabschluss

5. Aufgabe 4: Der t-Test

6. Aufgabe 5: Untersuchung des t-Tests

7. Aufgabe 6: Die Varianzanalyse

8. Aufgabe 7: Der Chi-Quadrat Test

9. Aufgabe 8: Realismus und Konstruktivismus

Anhang

Literaturverzeichnis

Abbildungsverzeichnis

Abbildung 1: Lagemaße, die sich in Abhängigkeit vom Skalenniveau berechnen lassen

Abbildung 2: Abs. Häufigkeiten der Variable „Internetnutzung“ – R-Output

Abbildung 3: Bestimmung Median bei der Variablen „Internetnutzung“ – R-Output

Abbildung 4: Abs. Häufigkeiten der Variable „Nutzung Soziale Medien“ – R-Output

Abbildung 5: Bestimmung Median bei der Variablen „Nutzung Soziale Medien“ – R- Output

Abbildung 6: Abs. Häufigkeiten der Variable „Geschlecht“ – R-Output

Abbildung 7: Abs. Häufigkeiten der Variable „Alter“ – R-Output

Abbildung 8: Bestimmung des arithmetischen Mittels der Variable „Alter“ – R-Output

Abbildung 9: Abs. Häufigkeiten der Variable „Wohnsitz“ – R-Output

Abbildung 10: Abs. Häufigkeiten der Variable „Partei“ – R-Output

Abbildung 11: Abs. Häufigkeiten der Variable „Partei“ – R-Output

Abbildung 12: Bestimmung Median bei der Variablen „Bildung“ – R-Output

Abbildung 13: Abs. Häufigkeiten der Variable „Abschluss“ – R-Output

Abbildung 14: Bestimmung Median bei der Variablen „Abschluss“ – R-Output

Abbildung: 15: Bargraph „Internetnutzung“ – R-Output

Abbildung 16: Bargraph „Nutzung soziale Medien“ – R-Output

Abbildung 17: Kreisdiagramm „Geschlecht“ – R-Output

Abbildung 18: Histogramm „Alter“ – R-Output

Abbildung 19: Bargraph „Wohnsitz“ – R-Output

Abbildung 20: Kreisdiagramm „Partei“ – R-Output

Abbildung 21: Kreisdiagramm „Berufsbildung“ – R-Output

Abbildung 22: Kreisdiagramm „Schulabschluss“ – R-Output

Abbildung 23: T-Test für unabhängige Stichproben – R-Output

Abbildung 24: Varianzanalyse – R-Output

Abbildung 25: Boxplot mehrerer Variablen – R-Output

Abbildung 26: Favstats Befehl – R-Output

Abbildung 27: Abs. Häufigkeiten der Variable „Geschlecht“ – R-Output

Abbildung 28: Abs. Häufigkeiten in Prozent der Variable „Geschlecht“ – R-Output

Abbildung 29: Chi-Quadrat Test – R-Output

1. Einführung

Diese Arbeit hat zum Ziel, den gegebenen Datensatz „Fake News und Social Bots“ anhand von acht Fragen zu beschreiben und zu analysieren. Der Datensatz enthält die Rohdaten der Umfrageergebnisse von 250 Personen, die zum Thema Internetnutzung im Zusammenhang mit „Fake News“ und „Social Bots“ befragt wurden. Bei den Befragten handelt sich es um Frauen und Männer zwischen 16 und 63 Jahren.

Unter „Fake News“ versteht man Nachrichten, deren Inhalt nachweislich falsch sind und darauf abzielen, den Leser zu täuschen. Davon ausgeschlossen sind Nachrichten und Zeitungsartikel, in denen sich der Autor unabsichtlich geirrt hat. Auch wenn es auch schon vor dem Elektronikzeitalter „Fake News“ gegeben hat, ist festzustellen, dass die Verbreitung von „Fake News“ mit dem Einzug von Sozialen Medien in die Privathaushalte deutlich gestiegen ist. Meistens werden „Fake News“ von Webseiten produziert, um entweder die Einnahmen der Webseite zu steigern oder um die eigene Ideologie nach außen zu tragen.¹

Unter „Social Bots“ versteht man Software-gesteuerte Programme. Diese Programme erstellen Profile in sozialen Medien, die in großem Umfang online vertreten sind und gezielt falsche Informationen und Nachrichten verbreiten. Ebenso kommt es vor, dass eigens für diesen Zweck geschaffene Internetseiten erstellt werden. Durch die automatisierten Programme geschieht dies zu einem minimalen Kostensatz. Hierbei ist Social Media sehr einfach auszunutzen, um Fehlinformation in der Öffentlichkeit in Umlauf zu bringen. Diese Profile bringen Inhalte an die Öffentlichkeit und können untereinander, sowie mit realen Nutzern von sozialen Medien, interagieren. Die meisten Nutzer von sozialen Medien vertrauen ihrem Netzwerk und können so dazu verleitet werden, die Inhalte schnell und ohne zu hinterfragen zu verbreiten.²

Die Gliederung innerhalb der einzelnen Fragestellungen besteht aus einer kurzen Einleitung und einer anschließenden Auswertung der Umfrageergebnisse. Zuletzt werden die Daten interpretiert und ein Fazit gezogen.

2. Aufgabe 1: Skalenniveaus

Werten Sie bitte die Umfrageergebnisse der Umfrage: „Fake News und Social Bots“ aus. Legen Sie hierbei die folgenden Variablen zugrunde:

- Internetnutzung (I_N)
- Nutzung soziale Medien (SM_N)
- Geschlecht
- Alter
- Wohnsitz
- Partei
- Berufsbildung
- Schulabschluss

Bestimmen Sie bitte für die o.a. Variablen das Skalenniveau und begründen Sie ebenfalls kurz, warum es sich um eine Verhältnisskala, Intervallskala, Ordinalskala oder Nominalskala handelt.

2.1 Erklärung der Skalenniveaus

In der Statistik werden verschiedene Skalenniveaus (auch Messniveaus) verwendet. Die Art der Variablen hat Einfluss auf die Auswahl des Skalenniveaus. Nicht jedes Skalenniveau ist für die Darstellung der unterschiedlichen Variablen gleichermaßen geeignet. Zum einen hängt die Auswahl von der Eigenschaft ab, die das zu messende Merkmal ausmachen. Ferner muss beachtet werden wie das Messinstrument die Merkmale abbildet.

Es wird zwischen den Skalenniveaus Nominal-, Ordinal-, Intervall- und Verhältnisskala unterschieden. ³

2.1.1 Nominalskala

Nominalskalen entsprechen dem niedrigsten Skalenniveau und dienen zur Darstellung und Klassifizierung qualitativer Eigenschaftsausprägungen. Beispiele sind Merkmale wie Geschlecht oder Staatsbürgerschaft. Bei Nominalskalen können lediglich unterscheidende Merkmalsausprägungen gezählt und die Häufigkeit einer Ausprägung dargestellt werden. Der einzig verfügbare Lageparameter ist der Modus. Es kann weder ein Median identifiziert werden, noch ist die Errechnung von Durchschnittswerten möglich.⁴

2.1.2 Ordinalskala

Ordinalskalen erlauben die Aufstellung einer Rangordnung (besser/schlechter, größer/kleiner, häufiger/seltener usw.) mit Hilfe von Rangwerten und stehen bei den Skalenniveaus eine Stufe über der Nominalskala. Neben dem Modus als Lageparameter kann auch ein Median identifiziert werden. Ein typisches Beispiel für eine Ordinalskala sind die Fahrzeugklassen (Kleinwagen, Mittelklassewagen, Oberklassewagen). Für eine Ordinalskala kann kein Durchschnittswert errechnet werden.⁵

2.1.3 Intervallskala

Die Intervallskala zählt zu den metrischen Skalen, die quantitative Werte wiedergeben. Sie liegt beim Skalenniveau über der Nominal- und der Ordinalskala. Bei Intervallskalen können die Lageparameter Modus, Median und das arithmetische Mittel berechnet werden. Eine Intervallskala unterteilt sich immer in gleich große Skalenabschnitte.⁶

2.1.4 Verhältnisskala

Die Verhältnisskala ist das höchste Skalenniveau. Sie hat im Unterschied zur Intervallskala zusätzlich einen eindeutig festgelegten Nullpunkt. Die Verhältnisskala gehört auch zu den metrischen Skalen. Ein Median und ein arithmetisches Mittel können bei dieser Art von Skala berechnet werden. Bei der Verhältnisskala lässt sich eine Anordnung in den Ausprägungen festlegen, wobei der Abstand zwischen zwei aufeinanderfolgenden Ausprägungen jeweils identisch ist.⁷

2.2 Allgemeine Bestimmungen der Skalenniveaus

Um herauszufinden, welche der oben genannten Skalenniveaus auf das jeweilige Merkmal angewendet werden muss, haben wir jedes Merkmal systematisch untersucht. Durch die unten aufgeführten drei Fragen lässt sich das Skalenniveau zuverlässig bestimmen. Ist die Antwort auf die Frage nicht negativ, so fragt man weiter, bis eine Frage negativ beantwortet werden muss. So lässt sich das passende Skalenniveau schnell ermitteln.

1. Lassen sich die Ausprägungen in eine Reihenfolge bringen? Antwort negativ: Nominalskala
2. Ist der Abstand zwischen zwei aufeinander folgenden Ausprägungen jeweils gleich Antwort negativ: Ordinalskala
3. Hat das Merkmal einen natürlichen Nullpunkt? Antwort negativ: Intervallskala Antwort positiv: Verhältnisskala⁸

2.3 Bestimmung des Skalenniveaus anhand der Variablen aus Aufgabe 1

In den folgenden Abschnitten wird ermittelt, um welche Skalenniveaus es sich bei den Variablen aus Aufgabe eins handelt.

2.3.1 Internetnutzung

Bei der Auswertung der Anzahl der Jahre bzgl. der Internetnutzung handelt es sich um eine Ordinalskala. Die Ausprägungen lassen sich in eine Reihenfolge bringen. Jedoch können keine Rechenoperationen durchgeführt werden, welches auf ein metrisches Skalenniveau schließen lassen würde. Somit ist auch die Intervallskala ausgeschlossen.

2.3.2 Nutzung soziale Medien

Bei der Auswertung ob, und wenn ja, seit vielen Jahren soziale Medien genutzt werden handelt es sich um eine Ordinalskala. Man kann die Nutzung in eine Rangfolge bringen, jedoch lassen sich keine Rückschlüsse über die Wertigkeit der Antworten im Bezug zueinander treffen.

2.3.3 Geschlecht

Es handelt sich bei der Frage nach dem Geschlecht um eine Nominalskala, denn die Variable kann nicht in eine Rangordnung gebracht werden. Es kann nur festgestellt werden, ob zwei Ausprägungen gleich oder ungleich sind.

2.3.4 Alter

Beim Merkmal „Alter“ handelt es sich um eine Verhältnisskala. Das Alter kann in eine Reihenfolge gebracht werden. Ein 80-jähriger Mann ist älter, als ein 20-jähriger Mann. Somit ist eine Nominalskala ausgeschlossen. Auch die Abstände zwischen zwei aufeinanderfolgenden Merkmalsprägungen sind gleich. Zwischen zwei Ausprägungen liegt genau ein Jahr. Das Alter weist einen natürlichen Nullpunkt auf, denn das Alter „Null“ ist möglich, somit lässt sich die Intervallskala ausschließen. Das Verhältnis ist interpretierbar: ein 60 Jahre alter Professor ist doppelt so alt, wie ein 30-jähriger Student.

2.3.5 Wohnsitz

Es handelt sich bei der Frage nach dem Wohnsitz um eine Nominalskala. Der Wohnsitz lässt sich nicht in eine eindeutige Reihenfolge bringen, weshalb ersichtlich ist, dass hier eine Nominalskala vorliegen muss. Nehmen wir an, ein Student kommt aus Hamburg und ein zweiter Student kommt aus München. Diese Informationen können ausschließlich in gleich oder ungleich sortiert werden. Dies lässt aber keine Aussage darüber zu, ob eine höhere oder niedrigere Wertigkeit vorliegt.

2.3.6 Partei

Es handelt sich um eine Nominalskala. Auch die Parteiwahl ist in diesem Fall eine Nominalskala, da es nicht möglich ist eine eindeutige Reihenfolge festzulegen. Die Zugehörigkeit zu einer bestimmten Partei ist nicht grundsätzlich höher einzustufen als die Zugehörigkeit zu einer anderen Partei.

2.3.7 Berufsbildung

Es handelt sich um eine Ordinalskala. Bei Berufsbildungen handelt es sich um verschiedene akademische Grade, die sich in eine Rangfolge ordnen lassen. Eine Person mit einem abgeschlossenen Studium hat eine höhere Berufsbildung als jemand, der keinen berufsqualifizierenden Abschluss gemacht hat. Da die Abstände zwischen allen aufeinander folgenden Merkmalsausprägungen nicht grundsätzlich gleich groß sind, folgt daraus, dass wir die Intervallskala ausschließen können und somit lediglich eine Ordinalskala vorliegt.

2.3.8 Schulabschluss

Es handelt sich bei dieser Variable um eine Ordinalskala. Der Schulabschluss ist ein ähnliches Beispiel, wie die Berufsbildung. Je höher der Abschluss, desto qualifizierter die Personen. Ein Hauptschulabschluss ist weniger angesehen als ein Abitur. Die Größe der Abstände ist hier nicht bekannt, deshalb liegt auch hier eine Ordinalskala vor.

3. Aufgabe 2: Lagemaße

Berechnen Sie bitte für jede dieser Variablen gem. Aufgabe 1 ein geeignetes Lagemaß. Benennen und begründen Sie, welches Lagemaß bei Ihnen Anwendung findet. Fügen Sie darüber hinaus Ihre Berechnung gem. R Studio als Screenshot bei.

3.1 Beschreibung der Lagemaße

Damit das richtige Lagemaß ermittelt werden kann, hat sich die Gruppe dafür entschieden, sich zunächst einen Überblick darüber zu verschaffen, welche für die Ausarbeitung relevanten Lagemaße es gibt und beschreibt die drei gängigsten Lagemaße im nächsten Abschnitt.

Lagemaße geben Auskunft über die zentrale Tendenz eines Merkmals.⁹

3.1.1 Modus

Der Modus, auch Modalwert genannt, kann bei allen Skalenniveaus angewendet werden. Er ist der Wert, der am häufigsten in einer Stichprobe vorkommt und ist somit der Gipfel der Häufigkeitsverteilung. Sollte eine Stichprobe zwei Merkmalsausprägungen mit maximaler Häufigkeit aufweisen, so gibt es zwei Modalwerte. In empirischen Datensätzen treten sehr selten mehrere Modalwerte auf. Da bei ordinalskalierten und metrischen Merkmalen nur ein geringer Anteil der Informationen ausgenutzt wird, bietet sich die Berechnung des Modus vor allem für normalskalierte Merkmale an. Bei einer flachen Häufigkeitsverteilung hebt sich der häufigste Wert kaum von den anderen Werten ab, deshalb wäre der Modalwert nicht besonders aussagekräftig und sollte nicht angewendet werden.¹⁰

3.1.2 Median

Der Median, auch Zentralwert genannt, ist der mittlere Wert des empirischen Datensatzes. Die Ergebnisse der Auswertung werden in eine aufsteigende Reihe geordnet. Der sich in der Mitte befindende Wert dieser Reihe ist der Median. 50 Prozent der Merkmalswerte sind hierbei größer oder gleich dem Median und die anderen 50 Prozent kleiner oder gleich dem Median. Bei gerader Reinfolge der Stichproben-Ergebnisse wird aus den beiden mittleren Werten der Durchschnitt errechnet. Nur dann, wenn die Merkmalsausprägungen in eine aufsteigende Reihe geordnet werden können, lässt sich der Median berechnen. Voraussetzung hierfür ist mindestens die Ordinalskala. Die wichtigste Eigenschaft des Medians ist, dass er unempfindlich gegenüber Ausreißern ist, da Einzelwerte oder Merkmalsausprägungen einen geringen Einfluss haben. Die sogenannten Ausreißer entstehen meist durch ungenaue Messungen oder einmalige Ereignisse, welche in der Regel nicht gewünscht sind.¹¹

3.1.3 Arithmetisches Mittel

Das arithmetische Mittel ist der Durchschnittwert, den wir auch aus der Mathematik kennen. Dieser wird am häufigsten bei der Berechnung von Lagemaßen genutzt. Bei der Berechnung werden alle Merkmalsausprägungen und Einzelwerte summiert und durch die Anzahl der Messwerte geteilt. In bestimmten Sonderfällen zeigt das arithmetische Mittel nicht den sachlich richtigen Durchschnitt an. Diese Sonderfälle können zum einen die Wachstumsrate in einer Zeitreihe sein, welche zum geometrischen Mittel führt oder Verhältniszahlen, bei denen die Zählergröße konstant, aber die Nennergröße variabel ist, was zum harmonischen Mittel führt.¹²

Abbildung in dieser Leseprobe nicht enthalten

Abb. 1: Lagemaße, die sich in Abhängigkeit vom Skalenniveau berechnen lassen

Quelle: In Anlehnung an Kosfeld, R. et al., Deskriptive Statisik, 2016, S. 67

3.2 Zuordnung der Lagemaße zu den einzelnen Variablen

Nachdem die Gruppe nun herausgefunden hat, was für Lagemaße es gibt und welche für die genannten Skalen interessant sind, wird mit der Zuteilung zu den einzelnen Variablen begonnen.

Im ersten Schritt wurde die „table“ bei allen Variablen in dem Programm R Studio für Skalen berechnet. Die „table“ zeigt alle Ergebnisse der Umfrage an.

Dies wurde gemacht, um einen Überblick über die Ergebnisse der Umfrage zu verschaffen.

3.2.1 Internetnutzung

Für die Internetnutzung wurde den Teilnehmern der Umfrage folgende Aufgabe gestellt: „Bitte geben Sie nun an, seit wie vielen Jahren Sie das Internet nutzen.“ Folgende

Antwortmöglichkeiten konnten gegeben werden:

1- seit mehr als 10 Jahren
2- seit mehr als 5 Jahren
3- seit mehr als 2 Jahren
4- seit mehr als einem Jahr
5- seit mehr al 6 Monaten
6- kürzer

Die „table“ die in R Studio ausgearbeitet wurde zeigt, dass 204 Teilnehmer der Umfrage „Fake News und Social Bots“ das Internet mehr als 10 Jahr nutzen. Die Antworten „seit mehr als einem Jahr“ und „kürzer“ wurden gar nicht ausgewählt.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 2: Abs. Häufigkeiten der Variable „Internetnutzung“ – R-Output

Quelle: Eigene Darstellung in R Studio

Wie bereits in Aufgabe 1 festgestellt ist die Internetnutzung eine Ordinalskala. Eine Ordinalskala kann entweder das Lagemaß Modus oder Median haben. Für die Internetnutzung hat sich die Gruppe für den Median als Lagemaß entschieden, da sich die Ergebnisse in eine Reihenfolge bringen lassen und der Median gegenüber Ausreißern, wie hier z.B. die Antwortmöglichkeiten drei und fünf, unempfindlich ist.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 3: Bestimmung Median bei der Variablen „Internetnutzung“ – R-Output

Quelle: Eigene Darstellung in R Studio

3.2.2 Nutzung soziale Medien

Bei der Nutzung der sozialen Medien wurde den Teilnehmern der Befragung folgende Aufgabe gestellt: „Bitte geben Sie nun an, und wenn ja, seit wie vielen Jahren Sie soziale Medien generell nutzen.“ Hierfür gab es folgende Antwortmöglichkeiten:

1- seit mehr als 10 Jahren
2- seit mehr als 5 Jahren
3- seit mehr als 2 Jahren
4- seit mehr als einem Jahr
5- seit mehr als 6 Monaten
6- kürzer
7- ich nutze keine sozialen Medien

Auch hier wird im ersten Schritt die in R Studio erarbeitete „table“ betrachtet, welcher zu entnehmen ist, dass 86 Teilnehmer der Umfrage sagen, dass sie die sozialen Medien seit mehr als 10 Jahren nutzen. Die Mehrheit, 140 Personen, benutzt die sozialen Medien seit mehr als fünf Jahren. Es gibt 17 Personen, die die sozialen Medien seit mehr als zwei Jahren nutzen. Sieben Personen nutzen soziale Medien sogar noch kürzer.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 4: Abs. Häufigkeiten der Variable „Nutzung Soziale Medien“ – R-Output

Quelle: Eigene Darstellung in R Studio

Abbildung in dieser Leseprobe nicht enthalten

Abb. 5: Bestimmung Median bei der Variablen „Nutzung Soziale Medien“ – R- Output

Quelle: Eigene Darstellung in R Studio

Die Nutzung der sozialen Medien ist auch eine Ordinalskala, das heißt, dass sowohl der Modus, als auch der Median als Lagemaß gewählt werden kann. Die Gruppe hat sich für den Median entschieden, da der Abstand zwischen den Ergebnissen der Antworten 1 und 2 nicht weit auseinander liegt und der Modus somit nicht so aussagekräftig ist, wie der Median.

3.2.3 Geschlecht

Bei der Frage nach dem Geschlecht gab es zwei Antwortmöglichkeiten:

1 - weiblich
2 - männlich

Bereits in Aufgabe 1 wurde ermittelt, dass es sich bei der Variable „Geschlecht“ um eine Nominalskala handelt. Da sich die Ergebnisse nicht in eine Reihenfolge bringen lassen, ist das einzig mögliche Lagemaß der Modus. Nach Betrachtung der „table“ wurde erschlossen, dass der Modus in diesem Fall bei der Antwortmöglichkeit eins liegt.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 6: Abs. Häufigkeiten der Variable „Geschlecht“ – R-Output

Quelle: Eigene Darstellung in R Studio

[...]

---

¹ Vgl. Allcott, G. Social Media And Fake News In The 2016 Election.

² Vgl. Shao, et al., The spread of fake news by social bots.

³ Vgl. Kosefeld,R.., Deskriptive Statistik, 2016, S.6.

⁴ Vgl. Kosefeld,R.., Deskriptive Statistik, 2016, S.6.

⁵ Vgl. Kosefeld,R.., Deskriptive Statistik, 2016, S.7.

⁶ Vgl. Kosefeld,R.., Deskriptive Statistik, 2016, S.7.

⁷ Vgl. Kosefeld,R.. et al, Deskriptive Statistik, 2016, S.8.

⁸ Vgl. Kosefeld,R.. et al, Deskriptive Statistik, 2016, S.8.

⁹ Vgl. Kosefeld,R. et al, Deskriptive Statistik, 2016, S.67.

¹⁰ Vgl. Kosefeld,R. et al, Deskriptive Statistik, 2016, S.68-72.

¹¹ Vgl. Kosefeld,R.. et al, Deskriptive Statistik, 2016, S.72

¹² Vgl. Kosefeld,R.. et al, Deskriptive Statistik, 2016, S.79