Direkt zum Hauptbereich

#DebatOmeter: Umfragen und die digitale Revolution

Der DebatOmeter ist ein online Tool, dass von der Uni Freiburg entwickelt wurde, um die Reaktionen von Fernsehzuschauern auf die TV-Duelle im Wahlkampf online zu erfassen.

Wie sinnvoll sind 2017 offene Onlineumfragen?

2014 veröffentlichten Derek Ruths und Jürgen Pfeffer einen Artikel in Science, in dem Sie davor warnen, Onlineaktivitäten für die echte Welt zu halten.
Seit über einem Jahr berichten die Medien hier über Social Bots, hyperaktive Nutzer und Onlinemanipulationen auch in Deutschland.
Dennoch hielten es einige große Medienmarken (u. a. Sat1, Focus online, der Weserkurier und die SZ) für eine gute Idee, die TV-Duelle mit einer Onlineumfrage live zu begleiten.
Mittwoch war das erste Duell und bisher habe ich nur beim Weserkurier eine Auswertung gefunden.
Der Grund für die ungewöhnliche Stille scheint ein veritables PR-Desaster zu sein.
Laut Weserkurier erhielt Alice Weidel von der AfD die meiste Zustimmung. Auch in der Befragung der Wähler im Anschluss an die Sendung (auf die Liveergebnisse geht auch der Weserkurier nicht weiter ein) schneidet die AfD super ab.
Die Ursache ist auch klar: 45% der Befragten geben vor dem Duell an, dass sie mit der AfD sympathisieren. Die AfD hat also einfach mehr Leute für die Onlineumfrage mobilisiert.

Datenauswertung (soweit möglich)

Laut Weserkurier haben 12.000 Leute 600.000 Bewertungen abgeben. Im Durchschnitt also 50 pro Person. Wir sehen bei allen Onlineaktivitäten, dass es keine Normalverteilung gibt. Sprich: Wir können davon ausgehen, dass viele Nutzer sehr  wenige und wenige Nutzer extrem viele Bewertungen abgegeben haben. Eine Grafik des Zeitverlaufs, auch auf der Seite des Weserkuriers, bestätigt diese Vermutung.
DebatOmeter im Zeitverlauf, oben Ausschnitt-Vergrößerungen, Quelle: Weserkurier
Die Aktivitäten der AfD (blaue Linie) liegen konstant (!) über den Aktivitäten der anderen Parteien. Eine solche konstante Zustimmung passt eigentlich nicht zum Charakter einer Debatte. Bei der NRW-Wahl finden sich solche Effekte in den DebatOmeterDaten nicht (siehe unten). Außerdem entsteht der Eindruck, dass immer nachdem die Linke (rote Linie) schlecht bewertet wurde, die Zustimmung für die AfD sprunghaft steigt. Es könnte gut sein, dass es dieselben (AfD-)Nutzer sind, die diesen Ausschläge hervorrufen, auch wenn sich das ohne die genauen Daten nicht abschließend analysieren lässt.
DebatOmeter NRW-Wahl, Quelle: https://debatometer.shinyapps.io/ltwnrw17-arena/

Manipulation? Nicht wirklich!

Das DebatOmeter erlaubt die Abgabe von einer Bewertung pro Sekunde und steht allen offen. Auch die anderen Parteien haben in den sozialen Medien dafür geworben, sich zu beteiligen. Im Tutorial zum DebatOmeter wird sogar zum mehrfach klicken aufgerufen: "Wenn Sie eine Bewertung über einen längeren Zeitraum mitteilen wollen, können Sie den entsprechenden Knopf mehrfach drücken." Die AfD-Anhänger haben nichts anderes gemacht, waren nur mehr und viel aktiver als die Anhänger der anderen Parteien. Dass Hyperaktivismus eine praktizierte Strategie in diesem Umfeld ist, ist auch längst bekannt.

Was sagt die Umfrage jetzt aus?

Ohne eine aufwendige Analyse, die nicht auf absolute Zahlen, sondern auf verborgene Spuren in den Daten schaut, ist die Aussagekraft gleich Null.

Politisches Debakel

Wenn jetzt nicht über die Ergebnisse berichtet wird, kann die AfD (nicht ganz zu Unrecht) behaupten, die Medien würden ihre Erfolge verschweigen. Bringt man die Ergebnisse so, als wären sie aussagekräftig, dann geht die Strategie der Hyperaktiven (aller Parteien) auf. Am besten wäre es wohl, die Daten öffentlich zu machen und sich für die Zukunft eine Plattform auszudenken, in der nicht der gewinnt, der am lautesten schreit.

Kommentare

Beliebte Posts aus diesem Blog

Deep-Dive Impfeffektivität: Eine kritische Datenanalyse der RKI-Berechnungen / Teil 1: Die Methode

Die Einschätzung, wie effektiv die COVID-Impfung ist, ist eine der politisch relevantesten Kennzahlen derzeit. Insbesondere für die Einschätzungen der Angemessenheit einr Impfpflicht ist diese Zahl extrem wichtig. In der Vergangenheit hat sich immer wieder gezeigt, dass die Berechnungen des RKI nicht in jeder Hinsicht eindeutig sind, sondern auf vielen Annahmen beruhen, die man auch kritisch hinterfragen kann und muss. Für die politische Datenwissenschaft ist es daher essenziell, diese Berechnungen nachvollziehbar zu machen. In diesem Beitrag wird das methodische Vorgehen des RKI zur Berechnung der Impfeffektivität analysiert. Die Informationen dazu entstammen den RKI-Wochenberichten .  In einem zweiten Teil habe ich die konkreten Berechnungen des RKI so weit wie möglich rekonstruiert und kann daher zeigen, wie stark die Ergebnisse schwanken, wenn Annahmen leicht verändert werden. Meine Erkenntnisse aus der folgenden Analyse: Das RKI verwendet zur Berechnung der Impfeffektivität di...

Der Nutzerismus: Eine Ideologie mit totalitärem Potential

Ich glaube, dass wir derzeit den Aufstieg einer Ideologie erleben, die ich Nutzerismus nennen möchte. Hannah Arendt hat darauf hingewiesen, dass jede Ideologie zu einem totalitaristischen Regime führen kann und es gibt ernste Anzeichen, dass dies auch für den Nutzerismus gilt.  Was ist der Nutzerismus? Wie bei jeder Ideologie ist der Kerngedanke sehr einfach: Im Prinzip gibt es für alle gesellschaftlichen Probleme eine technische Lösung. Leider wenden die Menschen die richtigen Technologien nicht an. Sie nehmen ihre Rolle als Nutzer nicht wahr. Es geht dem Nutzerismus also um das Zusammenspiel von Mensch und Technik, allerdings immer wieder aus der gleichen Perspektive. Die Technik kommt vor als potentielle Lösung eines gesellschaftlichen Problems. Eventuell fehlt die perfekte Lösung noch, aber das ist dann als Auftrag an die Wissenschaft und die Ingenieure zu verstehen. Dieser Technikglaube hat etwas sehr Naives. Er abstrahiert zum Beispiel von allen Interessen, für die Technolog...

#RTutorial: Using R to Harvest the Twitter STREAM API

Initializing the Twitter API In this tutorial, the so called STREAMING-API from Twitter is used. This API provides real-time access to Twitter, so the results are dependent from what is actually going on, right now. Before we start, we have to initialize the Twitter-API. To use the Twitter API, a consumer key and consumer secret is required. Therefore, you have to register as a developer who is creating a Twitter app. Create a Twitter account and then sign in at https://apps.twitter.com/. The account has to be verified with a phone number. This can be done on the Twitter webpage in the account settings. Fill in name, description and any valid URL with leading “http://”. It is important NOT to provide any call-back URL, because otherwise the registration from R will not function. After this, you can see a summary of your newly created app with a link to “manage keys and access tokens”. The consumer key and consumer secret that can be found there have to be copied into the following R-...