教育程度是否影響民眾對於Tik Tok平台上關於中國資訊的辨識？

Author

李采容

(一)研究問題

隨著中國社群媒體在台灣的滲透與普及，TikTok已不僅是娛樂平台，也成為資訊與輿論傳遞的重要管道，越來越多民眾是透過此平台去接收政治與社會的相關資訊。由於該平台的演算法具有強大的推薦機制，使用者所接觸的內容往往經由演算法過濾與推播，可能混雜政治訊息或影響對中國的態度與認知。因此，教育程度作為個體媒體識讀能力與批判性思考的重要指標，可能影響使用者在面對中國相關資訊時的判斷與辨識能力，本研究欲透過此分析，來揭示不同教育層級在資訊接受與判斷上的差異。

(二)資料描述

本研究欲使用《民主實驗室TikTok使用者網路調查》的資料，而在此份調查問卷中有詢問並統計出受訪者的教育程度，以及有些問題是可以推斷出使用者是否能對於中國相關資訊有基本的判別能力和信任態度等，如:Q32與Q35。自變項(IV):教育程度(以受訪者最高學歷為基準，問題EDU)；依變項(DV):能辨識中國相關資訊；控制變項（CVs）:使用TikTok的時間長度(S2)、對中國政府的印象(Q24)。

library(readxl)
library(sjmisc)
library(sjlabelled)
tiktok_raw <- read_excel("D:/Users/USER/Desktop/碩二上 民意/HW1_files/解壓縮抖音資料/民主實驗室TikTok使用者網路調查_資料檔0326.xlsx")
Warning: Expecting logical in AD1361 / R1361C30: got '社會民主黨'
Warning: Expecting logical in AD1975 / R1975C30: got '不一定'
Warning: Expecting logical in AD2298 / R2298C30: got '勞工黨'
codebook <- read_excel("D:/Users/USER/Desktop/碩二上 民意/HW1_files/解壓縮抖音資料/民主實驗室TikTok使用者網路調查_譯碼簿0326.xlsx")
head(tiktok_raw)
# A tibble: 6 × 77
  編號  抖音活躍使用者    S0 S0_AGE    S1    S2  Q1_1  Q1_2  Q1_3  Q1_4  Q1_5
  <chr>          <dbl> <dbl>  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 A0001              1     8     21     4     4     1    10     3     9    NA
2 A0002              1    27     40     5     3    11    10     5    12     9
3 A0003              1    14     27     4     4    10    13    NA    NA    NA
4 A0004              1    23     36     4     3     2     9    NA    NA    NA
5 A0005              1    21     34     5     3     7     6     1     4     9
6 A0006              1    39     52     5     2     6    10     5     9     2
# ℹ 66 more variables: Q1_O <chr>, Q2_1 <dbl>, Q2_2 <dbl>, Q2_3 <dbl>,
#   Q2_O <chr>, Q3_1 <dbl>, Q3_2 <dbl>, Q3_3 <dbl>, Q3_O <chr>, Q4 <dbl>,
#   Q4_O <chr>, Q5 <dbl>, Q6 <dbl>, Q7 <dbl>, Q8 <dbl>, Q9 <dbl>, Q9_O <chr>,
#   Q10 <dbl>, Q10_O <lgl>, Q11 <dbl>, Q11_O <chr>, Q12 <dbl>, Q13 <dbl>,
#   Q13_O <chr>, Q14 <dbl>, Q15 <dbl>, Q16 <dbl>, Q17 <dbl>, Q18 <dbl>,
#   Q19 <dbl>, Q20 <dbl>, Q21 <dbl>, Q22 <dbl>, Q23 <dbl>, Q23_O <chr>,
#   Q24 <dbl>, Q25 <dbl>, Q26 <dbl>, Q27 <dbl>, Q28 <dbl>, Q29 <dbl>, …
head(codebook)
# A tibble: 6 × 2
  題號           題目                                           
  <chr>          <chr>                                          
1 編號           <無>                                           
2 抖音活躍使用者 抖音活躍使用者                                 
3 S0             S0.請問您的西元出生年次？                      
4 S0_AGE         S0.請問您的年齡                                
5 S1             S1.請問您最近一年有多常使用TikTok抖音？        
6 S2             S2.請問您平常單次使用TikTok抖音大概的時間長度？

本次研究的IV是教育程度，所以變數一選擇的問題為題號EDU，欲了解各個階段的受訪者是否能辨識出中國資訊，對於中國資訊的敏感度如何。因此將教育程度分為高教育程度(大學及以上)、中等教育程度(高中職與專科)、低教育程度(國/初中以下)。

EDU:(1)國小及以下(2)國(初)中(3)高級中學(高中、高職)(4)專科(5)大學及以上

table(tiktok_raw$EDU)

   1    2    3    4    5 
  18   42  274  325 1953 
tiktok_raw$EDUr <- rec(tiktok_raw$EDU, rec = "5=3; 3:4=2; 1:2=1", as.num = TRUE)
tiktok_raw$EDUr <- set_labels(tiktok_raw$EDUr,labels = c("低教育（國中以下）" =1,"中等教育（高中職/專科）" = 2,"高教育（大學以上）" = 3))
set_label(tiktok_raw$EDUr) <- "教育程度（重編碼）"
frq(tiktok_raw$EDUr)
教育程度（重編碼） (x) <numeric> 
# total N=2612 valid N=2612 mean=2.72 sd=0.50

Value |                   Label |    N | Raw % | Valid % | Cum. %
-----------------------------------------------------------------
    1 |      低教育（國中以下） |   60 |  2.30 |    2.30 |   2.30
    2 | 中等教育（高中職/專科） |  599 | 22.93 |   22.93 |  25.23
    3 |      高教育（大學以上） | 1953 | 74.77 |   74.77 | 100.00
 <NA> |                    <NA> |    0 |  0.00 |    <NA> |   <NA>

變數二選擇的是DV所需要的問題，Q9的題目與選項對於我的研究問題有最直接的相關，可以直接挑出選擇關於中華人民共和國/ 中國共產黨的回答。

Q9:有人說台灣的假訊息跟網軍操作很普遍又很嚴重，您認為台灣現在的假訊息跟網軍操作主要來自哪個陣營？(1)民進黨(2)國民黨(3)民眾黨(4)時代力量(5)親民黨(6)台灣基進(7)綠黨(8)小民參政歐巴桑聯盟(9)新黨(10)中華人民共和國/ 中國共產黨(11)美國(12)日本(13)都沒有假訊息(14)不知道/ 不清楚(90)其他國家：

tiktok_raw$Q9r<-rec(tiktok_raw$Q9,rec="10=1; else=0",as.num= TRUE)
tiktok_raw$Q9r <- set_labels(tiktok_raw$Q9r,labels = c("其他/非中共" = 0,"中共/PRC" = 1))
set_label(tiktok_raw$Q9r) <- "認為假訊息主要來源：中共/PRC？"
frq(tiktok_raw$Q9r)
認為假訊息主要來源：中共/PRC？ (x) <numeric> 
# total N=2612 valid N=2612 mean=0.18 sd=0.38

Value |       Label |    N | Raw % | Valid % | Cum. %
-----------------------------------------------------
    0 | 其他/非中共 | 2150 | 82.31 |   82.31 |  82.31
    1 |    中共/PRC |  462 | 17.69 |   17.69 | 100.00
 <NA> |        <NA> |    0 |  0.00 |    <NA> |   <NA>

第三個變數選擇的是Q35新疆地區風景美麗，人民幸福快樂，中國政府也在當地文化保存上做了很多努力請問您同不同意這樣的說法:(1)非常不同意(2)還滿不同意(3)有點不同意(4)有點同意(5)還滿同意(6)非常同意。(中國新疆的人權問題一直被討論，那這題所要挑選出的回答就必須是支持Q35說法的選項)

tiktok_raw$Q35r<-rec(tiktok_raw$Q35,rec="4:6=1; else=0",as.num=TRUE)
tiktok_raw$Q35r <- set_labels(tiktok_raw$Q35r,labels = c("不同意(1–3)" = 0, "同意(4–6)" = 1))
set_label(tiktok_raw$Q35r) <- "同意新疆地區正向敘事？（4–6=同意）"
frq(tiktok_raw$Q35r)
同意新疆地區正向敘事？（4–6=同意） (x) <numeric> 
# total N=2612 valid N=2612 mean=0.31 sd=0.46

Value |       Label |    N | Raw % | Valid % | Cum. %
-----------------------------------------------------
    0 | 不同意(1–3) | 1802 | 68.99 |   68.99 |  68.99
    1 |   同意(4–6) |  810 | 31.01 |   31.01 | 100.00
 <NA> |        <NA> |    0 |  0.00 |    <NA> |   <NA>

我將使用S2.請問您平常單次使用TikTok抖音大概的時間長度？(1)10分鐘以內(2)10-30分鐘以內(3)30分鐘至1小時以內(4)1-3小時以內(5)3小時(含)以上

這個題目來探討受訪者的使用習慣，使用時間較長的受訪者，會更頻繁的接觸到平台上的各類資訊，可能會對平台上的中國相關資訊更敏感，因此這可作為一個控制變數。而選擇3~5這三個選項可以控制過度短暫使用者（選項1和2）可能造成的偏誤。因此將原本的選項一和二清除後，將選項三到五重新編碼為一二三

S2_tmp <- set_na(tiktok_raw$S2, na = c(1, 2))  # 1,2 當作缺失
tiktok_raw$S2r <- rec(S2_tmp, rec = "3=1; 4=2; 5=3", as.num = TRUE)
tiktok_raw$S2r <- set_labels(tiktok_raw$S2r,labels = c("30分鐘–1小時" = 1,"1–3小時" = 2,"3小時以上"= 3))
set_label(tiktok_raw$S2r) <- "單次使用 TikTok 時長（重編碼，剔除短時段）"
frq(tiktok_raw$S2r)
單次使用 TikTok 時長（重編碼，剔除短時段） (x) <numeric> 
# total N=2612 valid N=917 mean=1.46 sd=0.66

Value |        Label |    N | Raw % | Valid % | Cum. %
------------------------------------------------------
    1 | 30分鐘–1小時 |  579 | 22.17 |   63.14 |  63.14
    2 |      1–3小時 |  255 |  9.76 |   27.81 |  90.95
    3 |    3小時以上 |   83 |  3.18 |    9.05 | 100.00
 <NA> |         <NA> | 1695 | 64.89 |    <NA> |   <NA>

CV:Q24.請問整體而言您對於中國政府印象如何？(1)非常不喜歡(2)還滿不喜歡(3)有點不喜歡(4)有點喜歡(5)還滿喜歡(6)非常喜歡。將非常、還滿、有點都分別歸類於喜歡或不喜歡，並將喜歡中國政府的選項設定為0

tiktok_raw$Q24r <- rec(tiktok_raw$Q24, rec = "4:6=0; else=1", as.num = TRUE)
tiktok_raw$Q24r <- set_labels(tiktok_raw$Q24r,labels = c("喜歡（4–6）" = 0, "不喜歡（1–3）" = 1))
set_label(tiktok_raw$Q24r) <- "對中國政府的整體印象（喜歡=0／不喜歡=1）"
frq(tiktok_raw$Q24r)
對中國政府的整體印象（喜歡=0／不喜歡=1） (x) <numeric> 
# total N=2612 valid N=2612 mean=0.90 sd=0.31

Value |         Label |    N | Raw % | Valid % | Cum. %
-------------------------------------------------------
    0 |   喜歡（4–6） |  273 | 10.45 |   10.45 |  10.45
    1 | 不喜歡（1–3） | 2339 | 89.55 |   89.55 | 100.00
 <NA> |          <NA> |    0 |  0.00 |    <NA> |   <NA>

(三)卡方檢驗

使用三組變數進行檢驗:

第一組:教育程度EDUr × 假訊息來源（中共 vs 非中共）Q9r

library(sjPlot)
tab_xtab(tiktok_raw$EDUr,tiktok_raw$Q9r,encoding = "utf8",show.row.prc = TRUE,show.col.prc = TRUE,show.na = FALSE,show.legend = FALSE,show.exp = FALSE,show.cell.prc = FALSE,tdcol.col = "gray",tdcol.row = "brown")
教育程度（重編碼） 認為假訊息主要來源：中共/PRC？ Total
其他/非中共 中共/PRC
低教育（國中以下） 52
86.7 %
2.4 %		 8
13.3 %
1.7 %		 60
100 %
2.3 %
中等教育（高中職/專科） 520
86.8 %
24.2 %		 79
13.2 %
17.1 %		 599
100 %
22.9 %
高教育（大學以上） 1578
80.8 %
73.4 %		 375
19.2 %
81.2 %		 1953
100 %
74.8 %
Total 2150
82.3 %
100 %		 462
17.7 %
100 %		 2612
100 %
100 %
χ2=12.182 · df=2 · Cramer's V=0.068 · p=0.002

在此組分析2當中，我將教育程度與是否認為假訊息主要來自於中共進行檢驗。從列表可看出，低教育程度的受訪者當中，有13.3%認為假訊息主要來自中共；而中等教育者的比例為13.2%，與低教育幾乎沒有差別；高教育程度的受訪者，則有19.2%認為假訊息主要來源是中共，明顯高於前面兩者。初步觀察，教育程度越高者較可能將假訊息的來源與中共連結。接著在進行卡方檢定後，得出的p值為0.002，明顯小於0.05，這表示不同教育程度的受訪者在是否認為假訊息來自中共的回答分布確實存在差異。

第二組:教育程度EDUr × 是否相信新疆敘事Q35r

tab_xtab(tiktok_raw$EDUr,tiktok_raw$Q35r,encoding = "utf8",show.row.prc = TRUE,show.col.prc = TRUE,show.na = FALSE,show.legend = FALSE,show.exp = FALSE,show.cell.prc = FALSE,tdcol.col = "gray",tdcol.row = "brown")
教育程度（重編碼） 同意新疆地區正向敘事？（4–6=同意） Total
不同意(1–3) 同意(4–6)
低教育（國中以下） 40
66.7 %
2.2 %		 20
33.3 %
2.5 %		 60
100 %
2.3 %
中等教育（高中職/專科） 410
68.4 %
22.8 %		 189
31.6 %
23.3 %		 599
100 %
22.9 %
高教育（大學以上） 1352
69.2 %
75 %		 601
30.8 %
74.2 %		 1953
100 %
74.8 %
Total 1802
69 %
100 %		 810
31 %
100 %		 2612
100 %
100 %
χ2=0.285 · df=2 · Cramer's V=0.010 · p=0.867

第二組是檢視教育程度是否與受訪者對於相信新疆正向敘事的態度有關。從列表中可以看到，低教育程度的受訪者當中，有33.3%同意新疆正向敘事；而中等教育程度者的同意比例為31.6%；高教育程度則有30.8%表示同意。這三組之間的比例差異很接近，且p值達0.867，已高於0.05，因此從數據上來看並沒有明顯呈現教育程度越高或越低會影響受訪者對新疆敘事的態度。我覺得可能的原因是因為新疆議題對台灣一般民眾而言的距離相對遙遠，資訊大多來自新聞與社群媒體，因此教育程度在此類議題上的影響被弱化。

第三組:TikTok軟體單次的使用時間S2r × 是否相信新疆敘事Q35r

tab_xtab(tiktok_raw$S2r,tiktok_raw$Q35r,encoding = "utf8",show.row.prc = TRUE,show.col.prc = TRUE,show.na = FALSE,show.legend = FALSE,show.exp = FALSE,show.cell.prc = FALSE,tdcol.col = "gray",tdcol.row = "brown")
單次使用 TikTok
時長（重編碼，剔除短時段）		 同意新疆地區正向敘事？（4–6=同意） Total
不同意(1–3) 同意(4–6)
30分鐘–1小時 360
62.2 %
63.3 %		 219
37.8 %
62.9 %		 579
100 %
63.1 %
1–3小時 152
59.6 %
26.7 %		 103
40.4 %
29.6 %		 255
100 %
27.8 %
3小時以上 57
68.7 %
10 %		 26
31.3 %
7.5 %		 83
100 %
9.1 %
Total 569
62.1 %
100 %		 348
37.9 %
100 %		 917
100 %
100 %
χ2=2.197 · df=2 · Cramer's V=0.049 · p=0.333

這組檢驗了單次使用TikTok的時長是否與受訪者對新疆地區正向敘事的態度有關。從列表的分布來看，p值為0.333，顯示 使用者使用TikTok的時長與是否同意新疆正向敘事之間並不存在顯著關聯。我認為會出現這樣的結果，可能與新疆議題本身在TikTok上屬於非常見的內容，而多數使用者在使用TikTok時較可能是以娛樂、放鬆為主，並非獲取政治或國際資訊，因此即便使用時間不同，也不一定會被大數據推薦到新疆的相關影片。