Диссертация (1147088), страница 26
Текст из файла (страница 26)
Приложения) показывает частоту публикаций в Твиттере(темы, отмеченные *** вынесены в отдельную строку из-за их преобладания всвоей группе, но также учитываются и в общей группе, следующей сразу заними). Пять самых обсуждаемых тем в Твиттере возглавили также выборы(9957 твитов), с самой высокой активностью также, как и в СМИ – впонедельник-среду, пик пришелся на вечер понедельника (1016). Второе местопришлось на Мундиале (4929 твитов) с пиком в пятничный вечер (152). Далеесписок продолжают образование (2060), оппозиция (1285) и реструктуризацияполиции (1053).Наименее обсуждаемыми темами в Твиттере сталипроизводство оптоволоконных лодок (22), частное страхование (18), реформасоциального жилья Minha Casa Minha Vida (11), ЧП (3) и воздушные силы (2).Из международных регионов наиболее часто появляются в повестке дняТвиттера Сан Паулу (328 твитов), Амапа (176), Парана (146), Параиба (107) исеверо-восток (112).Таким образом, можно говорить о значительном пересечении повесткидня в СМИ и Твиттере, за исключением обсуждаемых регионов после Сан138Паулу.
Это говорит о том, что оба типа СМИ концентрируют свое вниманиемна схожих темах и уделяют меньше внимание другим группам тем.Таблица 8 в Приложениях иллюстрирует корреляцию между СМИ иТвиттером в течение исследуемой недели. Утро четвертого дня в СМИ имеетвсе 4 самых высоких показателя корреляции с Твиттером.
Корреляция междуутром четвертого дня и Твиттером была самой высокой вечером 7-го дня(воскресенье) (r=0.979, p>0.1), и почти такой же высокой в вечер первого дня(r=0.972, p>0.1) и в вечер второго дня и утро третьего (в обоих случаях r=0.97,p>0.1). Самая низкая положительная корреляция между СМИ и Твиттеромприходится на вечер шестого дня (суббота) с утром четвертого дня (r=0.039,p=NS (незначительно)).Негативной корреляции между СМИ и Твиттером выявлено не было нив один из рассмотренных периодов.Корреляция в рамках выборки отдельно по СМИ представлена вТаблице 9 в Приложениях.
Самая высокая корреляция в СМИ по времени –между вечером пятого дня и утром четвертого (r=0.975, p>0.01), а такжевечером четвертого (r=0.972, p>0.1) и между вечером четвертого дня и утромпятого (r=0.973, p>0.1). Самая низкая корреляция выявлена между утромтретьего дня и вечером шестого (r=0.32, p>0.1). Негативной корреляцииобнаружено не было.Корреляция по времени для Твиттера представлена в Таблице 10 вПриложениях. Утро седьмого дня (воскресенье) показывает самую высокуюкорреляцию с вечером седьмого дня (r=0.995, p>0.1) и с утром первого дня(r=0.989, p>0.1).
Самая низкая корреляция здесь не выходит за порогнезначительности и выявлена между утром третьего дня и вечером шестогодня (r=0.419, p>0.1).Взаимосвязь межмедийной повестки дня в рамках дняМы предположили, что существует двусторонняя взаимосвязь междутрадиционными СМИ и Твиттером между первой и второй половиной одного139и того же дня. В рамках исследования мы проанализировали взаимосвязьмежмедийной повестки дня по дням.Согласнонашейгипотезе,«навязчивые» темыповесткидняхарактеризуются более ярко выраженным влиянием со стороны социальныхмедиа на СМИ, по сравнению с влиянием со стороны традиционных СМИ насоциальные медиа.Повторим, Rozelle-Campbellbaseline – это уровень корреляции,ожидаемый на основе базиса автокорреляций и синхронической корреляциисамой по себе.
Эти показатели считаются надежным основанием утверждать оналичии причинных связей между двумя рядами чисел в течение двухвременных периодов. 328 Подробная методология представлена в параграфе 3.1настоящей работы, модель статистического анализа – на Рис. 13.Рисунок 4Модель статистического анализаУтроВечерИсточник XСМИСМИPX1X2PX1Y1Источник YPX2Y1 PX2Y2PX1Y2Твиттер PY1Y2ТвиттерСогласно построенной модели (см. Рис. 14), СМИ Бразилии оказываютвлияние на Твиттер только в 4-й день. Автокорреляция для СМИ (r=0,934, p>0)и Твиттера (r=0,887, p>0) довольно высока.
Показатели кросс-корреляции отСМИ к Твиттеру (r=0,894, p>0) и от Твиттера к СМИ (r=0,973, p>0) превышаютRozelle-CampbellBaseline=0,389,атакжепревышаетпоказателиавтокорреляции СМИ. Соответственно, по нашей базовой статистическоймодели мы можем говорить, что повестка дня Твиттера оказывает влияние наповестку дня в СМИ.328 Lim, J.
(2006). A cross-lagged analysis of agenda setting among online news media. Journalism and MassCommunication Quarterly, 83 (2), 298-312140Все остальные дни не выявлена ни зависимость Твиттера от СМИ, низависимость СМИ от Твиттера.На панели 1 дня автокорреляция для СМИ (r=0,927, p>0) и Твиттера(r=0,961, p>0) довольно высока. А вот показатели кросс-корреляции от СМИ кТвиттеру (r=0,904, p>0) и от Твиттера к СМИ (r=0,89, p>0) хоть и превышаютRozelle-Campbell Baseline =0,387, но ниже показателей автокорреляции.На панели 2 дня автокорреляция для СМИ (r=0,908, p>0) и Твиттера(r=0,953, p>0) довольно высока. А вот показатели кросс-корреляции от СМИ кТвиттеру (r=0,797, p>0) и от Твиттера к СМИ (r=0,638, p>0) хоть и превышаютRozelle-Campbell Baseline =0,316, но ниже показателей автокорреляции.Схожие показатели и на панели 3 дня: автокорреляция для СМИ (r=0,934,p>0) и Твиттера (r=0,96, p>0) довольно высока.
А вот показатели кросскорреляции от СМИ к Твиттеру (r=0,95, p>0) и от Твиттера к СМИ (r=0,919,p>0) хоть и превышают Rozelle-Campbell Baseline =0,416, но ниже показателейавтокорреляции.На панели 5 дня автокорреляция для СМИ (r=0,972, p>0) и Твиттера(r=0,961, p>0) довольно высока. А вот показатели кросс-корреляции от СМИ кТвиттеру (r=0,922, p>0) и от Твиттера к СМИ (r=0,6828, p>0) хоть ипревышаютRozelle-CampbellBaseline=0,42,нонижепоказателейавтокорреляции.На панели 6 дня (суббота) автокорреляция для СМИ критически низка(r=0,153, p>0), для Твиттера все еще довольно высока (r=0,733, p>0) довольновысока.
А вот показатели кросс-корреляции от СМИ к Твиттеру (r=0,196, p>0)и от Твиттера к СМИ (r=0,568, p>0) хоть и превышают Rozelle-CampbellBaseline =0,111, но ниже показателей автокорреляции.141Рисунок 145УтроДень 1ВечерСМИ0,9270,91Твиттер0,890,9040,961ВечерСМИ0,9080,819Твиттер0,6380,7970,9530,638ТвиттерВечерСМИ0,9340,934ТвиттерДень 4Rozelle-CampbellBaseline =0,316СМИУтроДень 30,816ТвиттерУтроДень 2Rozelle-CampbellBaseline =0,387СМИУтроСМИ0,9190,950,960,92ТвиттерВечерСМИ0,9340,944Rozelle-CampbellBaseline =0,416СМИ0,9730,93Rozelle-CampbellBaseline =0,3890,894День 5Твиттер0,887ТвиттерУтроСМИ0,972ВечерСМИ0,910,828Rozelle-Campbell Baseline =0,420,9030,922День 6Твиттер0,961ТвиттерУтроСМИ0,153ВечерСМИ0,930,568Rozelle-Campbell Baseline =0,1110,6650,196День 7Твиттер0,733ТвиттерУтроСМИ0,765ВечерСМИ0,6760,9420,9590,673Твиттер0,995ТвиттерRozelle-Campbell Baseline =0,321142На панели 7 дня (воскресенье) автокорреляция для СМИ средняя(r=0,765, p>0), для Твиттера все еще довольно высока (r=0,995, p>0) довольновысока.
А вот показатели кросс-корреляции от СМИ к Твиттеру (r=0,673, p>0)и от Твиттера к СМИ (r=0,942, p>0) хоть и превышают Rozelle-CampbellBaseline =0,321, но ниже показателей автокорреляции.Таким образом, мы видим, что только в один из дней нашей выборкисуществует явное влияние повестки дня Твиттера на повестку днятрадиционных СМИ. Во все остальные дни показатели автокорреляции (тоесть только между повесткой дня Твиттера или только между повесткой дняСМИ в разных темпоральных точках) существенно превышают межмедийнуюкорреляцию. Связано это может быть как с политическим контекстом в этидни, так с влиянием PEST-факторов на медиасистему в период нашейвременной выборки.Междневная межмедийная повестка дня по всем темамСогласно одной из наших гипотез, взаимное влияние СМИ и Твиттерадруг на друга в обоих направлениях присутствует между утренними ивечерними выходами материалов.Каждыйвременнойотрезокмыпроиллюстрировали панельюстатистических данных по аналогии с прошлым параграфом.Как видно из Рисунков 14 и 15, первоначальная гипотеза неподтвердилась.Выявленымежмедийной повестки дня.незначительныезначениякорреляции143Рисунок 15ВечерДень 1 и 2 СМИУтро0,9220,816Твиттер0,8440,8350,95Утро0,9080,638Твиттер0,6380,7970,953Утро0,92ВечерДень 4 и 5 СМИ0,934Твиттер0,934ТвиттерRozelle-CampbellBaseline =0,340СМИВечерДень 3 и 4 СМИ0,819ТвиттерВечерДень 2 и 3 СМИRozelle-CampbellBaseline =0,358СМИRozelle-CampbellBaseline =0,407СМИ0,9530,8470,9440,935Твиттер0,973УтроСМИ0,930,9580,873Rozelle-CampbellBaseline =0,34140,849Твиттер0,944ТвиттерВечерДень 5 и 6 СМИУтро0,9590,903Твиттер0,9050,9330,983Утро0,0620,665Твиттер0,93ТвиттерВечерДень 6 и 7 СМИRozelle-CampbellBaseline =0,43СМИСМИ0,2240,2660,722Rozelle-CampbellBaseline =0,080,676ТвиттерТолько на панели 3 день вечер – 4 день утро можно говорить о влиянииповестки дня Твиттера на повестку дня СМИ.
Как видно на Рис.3,доказательство влияния на повестку дня было выявлено в среду (вечер) четверг (утро). Кросс-корреляция от Твиттера к СМИ (r=0,953, p>0.01)144превышает автокорреляцию СМИ (r=0,934, p>0,01). Кросс-корреляцияпревышает показатель базовой линии статистической зависимости (Rozelle Campbell Baseline =0,407). Значит, мы можем говорить о значительномвлиянии повестки дня СМИ на повестку дня Твиттера в этот день.Что касается остальных панелей,выявилось отсутствие кросс-корреляции, которая бы указывала на взаимовлияние повестки дня.Автокорреляция как для Твиттера, так и для СМИ, высока, например, напанели 1-2 дня (r=0,922, p>0 для СМИ и r=0,95, p>0 для Твиттера).Кросс-корреляция на панели 1-2 дня от СМИ к Твиттеру довольнозначительна (r=0,835, p>0), как и от Твиттера к СМИ (r=0,844, p>0), но они непревышают показателей автокорреляции.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
