如何糊弄出一篇数据新闻作品
如题，这是一篇大家期待已久的数据新闻制作小指南，然而你目之所及的还有“糊弄”二字。
没错，更文不稳定到把自己越作越糊的肖一，今天只是来发点敷衍的东西凑这个月的KPI罢鸟～
话不多说，切入正题：
搞个选题第一步
故事的开始，我豪情满怀，扬言要做一篇有深度、有广度、有创新度的数据新闻。
找个新冠肺炎主题？遍地都是。
聚焦热门综艺？都被做烂了。
研究性别平等？那还不如写论文投期刊。
......
正当我绞尽脑汁、不知所措的时候，我刷起了多姿多彩的朋友圈。
咦？怎么大家都在转这个：
然而就在我发出不屑之声的刹那，灵感迸发了。
就决定是你了，研究“肖一朋友圈好友对肖一的情感取向”！
没错，就是这么自恋 and 怪异的选题，喵～
概念不要忘了厘
首先，“情感”一词为心理学用词。
百度百科一下，说情感是态度在生理上一种较复杂而又稳定的生理评价和体验。简而言之，就是包含爱恨情仇一类的态度嘛。
而取向则是选取的方向，也即你在情感上选择爱还是恨，还是嫉妒等。
其次，再来说说为什么选择朋友圈。
朋友圈是一种强关系的联接吧，不说每个人都很熟悉，但或多或少都会有联系，其中，大部分都是亲戚朋友老师同学。从这些对我有一定了解的人中，获取他们对我的情感取向显然对我来说更具有意义。
再次，关于衡量情感取向的标准。
由于本研究的调查设计源自这个不知其源的网站，故就直接采取其设定好的15个变量指标，即“爸爸，好朋友，闺蜜，基友，知己，宝贝，男朋友，死党，老公，女朋友，老婆，仆从，徒弟，臭弟弟，初恋”，作为衡量情感取向的标准。
研究方法要靠谱
这步就最省事啦，因为我采用了人别人现成的调查设计，那已经就是一个赤果果的调查问卷啦！
U1S1，原调查设计只设置了一个单一问题，简单是简单了点，不过我这个糊弄研究要的东西本来也不复杂啊。
所以这步可以直接跳过！
上手操作是正事
但话说回来，当你在做一个正式研究的时候，「操作化」可是至关重要的。
因为它是决定如何收集你所需要的资料的，比如：直接观察、阅览官方文件、使用问卷或是运用诸如Python、SnowNLP等技术。
总之呢，不要因为我的糊弄让你觉得这步可有可无就好啦。
数据资料编好码
表1 分类情况表
收集到了数据，就要马上进一步处理啦。
我们先用EXCEL简单制个表，以行表示“参与者”，以列表示“不同情感取向”，根据不同参与者的选择进行赋值，“1”表示已选择，“0”表示未选择。
表2 样本赋值
首先，依据上表，可以看到15项变量指标的统计结果分布各异，故统计出不同变量指标的赋值表：
表3 变量指标赋值
由于在原调查设计中，每人至多选择5项变量指标，因此参与者在参与调查时表现出的程度有所差异，即有的人可能只选择了一项，有的人选择了三项，还有的人选择了5项......
假定选择项数与情感倾向程度有关，那么则有理由建立以下量表：
表4 程度量表
通过以上量表的规定，我们再进一步得到了从1-5每一程度的样本分布，如图：
表5 样本分布
此外，我们还需要考虑参与者在对15项变量指标的选择中是否具有规律性。
例如选择了“知己”的是否还会选择“好朋友”，选择了“老公”或“老婆”是否还倾向于选择“男朋友”或“女朋友”。
为此，我把选择项数在两次以上的数据提取出来，并将赋值“1”标红，建立如下表格：
表6 样本赋值（项数 > 2）
由上表可得，并未有一项变量指标的赋值呈规律分布，因此证明参与者在选取变量指标时具有主观随意性，故可以不考察参与者在对15项变量指标的选择中是否具有规律性。
再给数据化个妆
但这几张表格显然是太简单死板了，故我们得对其进行美化。
至于美化工具呢，个人比较喜欢用这两兄弟啦：
在后台发送「Adobe」即可领取安装包
当然，随着数据新闻业的日益发展，网络上已经多了很多现成的数据图表生成网站了，给大家推荐几个：
百度图说：https://tushuo.baidu.com
BDP：https://me.bdp.cn/login.html?lang=zh
花火Hanabi：https://hanabi.data-viz.cn/templates?lang=zh-CN
镝数图表：https://dycharts.com/appv2/#/pages/home/info-template
PlotDB：https://plotdb.com/
Flourish：https://flourish.studio/
RAWGraphs：https://rawgraphs.io/
工具交代了，接下来开始美化：
首先确定一下配色。
那我就随便确定了一下我这次的配色啦：
接下来，正式美化！
我以第一张关于15项变量指标的分布情况统计图为例给大家展示一下美化思路。
首先，我们先做了一张最基础的条形统计图。
这虽然能很好地呈现出分布情况和极值，但是平平无奇、方方正正，不太好看。
这张图可以以圆形面积来直观地呈现出各指标所占比例，且聚集在一起，比条形图更易于观察，但缺点是比较分散，无法进行视觉上的大小排序。
所以我们不妨将两张图结合到一起，就可以很好地综合各自的优缺点了。
这就是组合后的数据图，更加丰富地呈现了分布情况，而在视觉符号上，圆形矩形搭配，不会显得单调，相对来说就好很多啦。
但一定要注意的是：
一张完整的数据图应该附上“图名”、“数据来源”和“统计时间”，如果涉及到复杂算法或存在读图障碍时，还应添加“数据说明”。
囿于篇幅限制，故不再展示其它数据图的制作思路，大家可以参考以上制作思路进行设计。
分析升华加个精
从15项变量指标的分布情况来看，半数以上的参与者都选择了“好朋友”，这也说明了肖一的好友缘比较好（啧啧啧，分析不下去了...）。
其次，还有26人选择了“爸爸”一项。
在当下的社交语境中，这个亲属类称呼语意泛化的情况很突出。概括说来，一般存在两种用法，一是用于调侃打趣；二是用于某种性暗示。
那么在此处，想也不用想，肯定是第一种用法嘛～🌚
其实关于“爸爸”一词为何在社交场域上应用广泛，还有很大的讨论空间，但在此就不多赘述啦，再次强调这是一篇糊弄研究！
由于其他指标样本数量相对较小，故不再单独描述，而是通过不同类别进行整体性分类描述。
在“友情”“爱情”“其它”三大情感类别当中，有86名参与者选择了友情，其次是“其它”，最后是“爱情”。
由此可以看到，在“对肖一的情感倾向调查中”，绝大部分参与者倾向于和肖一成为朋友关系，仅有少数想进一步发展成“友达以上”的关系。（咦~）
此外，其它关系中，除了“爸爸”一项外，有10人选择了”徒弟”，说明还是有人想跟肖一学点东西滴。（hhh自恋鬼）
至于2项含有某种特殊意味的“仆从”指标，就权且当作有人误触了吧～
在概况描述后，为了进一步把握参与者对肖一的情感倾向，我构建了一个量表，旨在近似地描述参与者对肖一的情感倾向程度，并给予1-5的分值。
其中，选择1项的参与者被给予1分，选择2项的2分，依次类推，最高给予5分，故得到以下程度分布图：
由图可得，77%的参与者都得到了1分，仅有8%得到了5分。
从情感量表的角度来看，总体上来说，大部分参与者情感倾向程度较浅。不过也可能是参与者并不知道至多可以选择5个选项（嘴硬hhh）。
以上就是对数据图的简单描述了，但一篇成熟的数据新闻作品或是一个社会科学研究，还应上升到理论的高度，所以我们接下来用理论升华一下这个研究。
为什么朋友圈许多人对转发此类小游戏乐此不疲？
为什么会有很多人愿意参与到情感的表达游戏中？
为什么这个小游戏会设置付费偷看朋友点击结果的消费陷阱?
为什么肖一想要研究别人对他的情感取向和倾向程度？
其实一切都指向人在微信中的社会化生存，社交舞台上的大多数都渴望和他人连接，渴望被看到、渴望被关注。
人们就像舞台上的演员，用心在后台营造设计着自己的形象，期冀在前区向他人尽情展示自己精心打扮的一面。“拟剧”的戏码在社交场域上无时无刻不在上演。
此外，什么迷因啊、主客我啊、模仿理论之类的都可以用来解释这种社交行为，由于可深挖角度众多，并鉴于本研究极不成熟且糊弄，故不再赘述，感兴趣的旁友可以自行思考。
回顾反思莫忘记
比如我的这个糊弄研究，样本选择就很不规范，科学的抽样方法分为概率抽样和非概率抽样，还有多级整群抽样等，一定要审慎选择。
而我在情感倾向程度量表的构建也存在问题。比如没有保证所有参与者都知晓“至多可以选择5项指标”，由此导致倾向程度测量不准确，而且选择1项和选择5项真的存在程度差异吗？这也是个值得考虑的问题。
总而言之，科学因开诚而布公，因自我保护和欺骗受阻。
只有你把自己在做研究时的困难和问题和盘托出，才会对整个科学探索和数据新闻业的进步作出贡献。（嚯，没想到这才是真正的加精部分吧）
以上就是由糊弄大王肖一分享的非严肃非正式数据新闻制作指南啦，点击「阅读原文」依然可以参与到对肖一的情感取向调查当中哦。
此外，还有什么收获和建议也都可以在「评论区」跟我互动哈。
讲真的，你们不留言互动也不给我转转，我真的很受伤......🍵
END
参考资料 <<
[3]艾尔·巴比: 社会研究方法[M].邱泽奇 译.北京:华夏出版社,2018.
| N号房调查报道 | 霉霉侃爷录音曝光 | 詹青云被骂 |
| 离婚冷静期 | 网络舆情 | 研究生自杀 | 最美逆行者 |
策划
| 蒙牛伊利传闻 |
喜欢就点个在看吧，现在还可以点赞哦