#library(sjlabelled)
# 讀入SPSS資料檔；convert.factors = FALSE 讓變數保留原始數字代碼
# 理由一：清理時要用數字範圍找出93至99的無效代碼
# 理由二：編碼時要依代碼合併選項，例如：Q51的2、7、8、10、14歸為泛綠，Q27的96為跳答
# 理由三：媒體變數要取Q1至Q4中最大的數字代表最常的頻率，文字無法比大小
# Q1至Q4 (從傳統媒體獲取政治資訊)
# TCS2022 <- read_data("TCS2022data.sav", convert.factors = FALSE)
# 存成R.rda檔，再清空記憶體
# save(TCS2022, file = "TCS2022data.rda", compress = T)
# rm(list = ls())
# 叫回備份的資料檔，確認受訪者人數
# load("TCS2022data.rda")
# nrow(TCS2022)作業二
題目：站對了邊或想不清楚：動機與不專注對民眾相信政治虛假訊息的作用
一、研究問題：
臺灣民眾對政治虛假訊息的相信判斷傾向，與動機的關聯較強，還是與不專注的關聯較強？
二、核心關懷（B）：民眾對政治虛假訊息的相信判斷傾向
隨著社群媒體的普及化，其已成為許多臺灣民眾接收政治資訊的重要途徑。因此，民眾得以輕鬆地在日常生活中接觸與關注各類政治議題。然而，即使在面對同一則錯誤的政治說法時，民眾對其真假的判斷也不盡相同。民眾如何判斷政治說法的真假，會影響他們如何評價政黨與政策，也會影響他們如何參與公共討論。如果錯誤的說法被當成真的，民眾就可能依據不正確的資訊做出政治判斷。因此，要回應政治假訊息的問題，應先了解民眾是依據什麼來判斷一則政治說法的真假。判斷的依據不同，因應的方式也會不同。
基於此，本研究的核心關懷（B）是民眾對政治虛假訊息的相信判斷傾向。換句話說，本研究關心的是假訊息流程中的「相信」環節。當一則錯誤的政治說法出現在民眾面前時，本研究想了解民眾是依據什麼做出判斷。民眾可能依據自身的政黨傾向，認為對己方有利的說法較可能是真的。民眾也可能因沒有多做思考、沒有停下來檢查說法的真假。本研究不處理假訊息的製造與轉傳。
三、論點
本研究主要基於兩種理論觀點與思考機制進行探討。第一種是動機性推理（Motivated Reasoning），指民眾在處理資訊時會傾向得出符合自身既有期望或立場的結論（Kunda, 1990）。Kunda 指出，民眾推理時可能出於「尋求正確答案」的動機，亦可能受到「達到特定結論」的動機所驅使。在政治議題上，民眾往往較少批判與自身立場一致的論點，且原本政治態度越強烈者，此種認知偏誤越明顯（Taber & Lodge, 2006）。
第二種則是基於雙系統理論所延伸的不專注推理（Inattentive Reasoning）觀點，該主張認為民眾之所以相信假新聞，主要源於接收訊息時未及時啟動審慎思考（Pennycook & Rand, 2019）。
基於上述兩種競爭性的觀點，本研究預期：民眾之所以相信政治假訊息，主要並非因為「想不清楚」，而是因為訊息本身「站對了邊」。換言之，民眾對政治虛假訊息的相信傾向，與其動機因素（如政黨傾向、資訊動機）的關聯性，將顯著強於與其不專注程度（如內在思考、外在查證）的關聯性。
四、資料來源描述
本研究使用「傳播調查資料庫 第三期第一次（2022）：傳播與公民社會：公民與政治傳播（公共版）」。此調查由中央研究院人文社會科學研究中心規劃，面訪工作委託該中心調查研究專題中心執行，經費由科技部補助。計畫主持人為張卿卿，共同主持人為陶振超。
資料由中央研究院人文社會科學研究中心調查研究專題中心的學術調查研究資料庫（SRDA）釋出，資料編號為D00240_1，首次釋出日期為2023年7月31日。
細節說明
TCS 2022 一般民眾調查的訪問期間為2022年7月11日至10月10日。調查以內政部提供的戶籍地址為抽樣清冊，採分層四階段PPS抽樣。依序抽出鄉鎮市區、村里與地址，最後在中選家戶內抽出一位受訪者。調查以平板電腦輔助進行，符合條件的受訪者由訪員在旁協助自行填答，其餘由訪員一問一答。調查母體為臺灣地區（不含金門縣、連江縣與澎湖縣）具本國國籍且年滿18歲的民眾。
本研究使用獨立樣本。本次調查受訪者（N）= 2,015。依 AAPOR 的計算方式，未加權完訪率（RR1）為 25.37%。資料型態為 SPSS 資料檔（.sav），每一列代表一位受訪者，共有 834 個變項。資料附有權值變項 wr_1，以性別、年齡、教育程度與抽樣分層進行多變項反覆加權（raking）。
D00240_1 具有全國代表性，題目也涵蓋媒體使用、政治討論、假新聞判斷、查證習慣與政黨傾向等面向。因此這份資料適合用來檢驗本研究的問題。
取自
張卿卿（2023）。傳播調查資料庫 第三期第一次（2022）：傳播與公民社會：公民與政治傳播（公共版）（D00240_1）【原始數據】。取自中央研究院人文社會科學研究中心調查研究專題中心學術調查研究資料庫。https://doi.org/10.6141/TW-SRDA-D00240_1-1
五、資料編碼 (說明為甚麼用這些變
變數之間的關聯：
B 是民眾對政治虛假訊息的相信判斷傾向，以 P6_2、P6_4 與 P6_5 三題測量。這三則說法都經事實查核為不實，而且政治方向不同。P6_2 與 P6_4 有利泛綠，P6_5 有利泛藍。
動機的部分的變數為A1與A2。A1：政黨傾向類型代表動機的方向，也就是民眾站在哪一邊。A2：資訊動機代表動機的種類，區分想得到特定結論與想得到正確答案的人。
不思考的變數為A3與A4。A3：內在思考代表心裡有沒有停下來想，A4：外在查證代表有沒有實際動手查證。
自變數與 B 的關聯
A1 與 B。 我猜想A1與B之間存在關聯，而且關聯的方向會隨說法有利的陣營而翻轉。對P6_2與P6_4，強烈泛綠與一般泛綠者回答「非常可能是真的」或「可能是真的」的比例，會高於無傾向者。對P6_5，強烈泛藍與一般泛藍者回答「非常可能是真的」或「可能是真的」的比例，會高於無傾向者。認同強烈者的傾向應該比認同一般者更明顯，因為原本態度越強的人偏誤越明顯（Taber & Lodge, 2006）。
A2 與 B。 A2本身沒有藍綠方向，所以我不預期它和判斷為真或為假有固定的關聯。我猜想的是它和判斷的篤定程度有關聯。只求同立場者回答「非常可能是真的」或「非常可能是假的」的比例，會高於只求不同觀點者。只求不同觀點者回答「普通」的比例，則會高於只求同立場者。帶著特定結論動機的人較可能做出明確判斷，帶著正確答案動機的人較可能保留判斷。
A3 與 B。 依照不專注推理，沒有停下來想的人較容易接受錯誤說法。我猜想沒有想者回答「非常可能是真的」或「可能是真的」的比例，會高於會停下來檢查者。這個差異在三則說法上的方向應該一致，不會隨說法有利的陣營翻轉。不過我認為在黨派議題上，這個差異會小於政黨傾向不同者之間的差異。
A4 與 B。 我猜想不會查證者回答「非常可能是真的」或「可能是真的」的比例，會高於會查證者。這個差異同樣應該在三則說法上方向一致。不過我認為這個差異也會小於政黨傾向不同者之間的差異。
這四組關聯放在一起看，就是本研究的核心。如果A1的關聯會隨說法方向翻轉，而且大於A3與A4的關聯，就表示政治虛假訊息被相信主要是因為它站對了邊。
自變數之間的關聯
A1 與 A2。 我猜想強烈泛綠與強烈泛藍者中，只求同立場的比例會高於無傾向者。立場越強的人，越可能想看到支持自己的觀點。如果只求同立場的支持者特別相信對己方有利的說法，就更符合站對了邊的觀點。
A3 與 A4。 我猜想沒有想者中，不會查證的比例會高於會停下來檢查者。心裡沒有停下來想的人，通常也不會實際動手查證。不過兩者測的是不同層次，一個是想法，一個是行動。所以兩者應該有關聯，但不會完全重疊。
A1 與 A3。 依照動機性推理，強烈泛綠與強烈泛藍者中會停下來檢查的比例，未必低於無傾向者。如果立場很強的人也會停下來檢查，卻仍然依陣營判斷這些說法，就更支持站對了邊的觀點。
A2 與 A4。 這組關聯的方向我沒有把握。一種可能是只求同立場者中不會查證的比例較高，因為他們只想看到支持自己的內容。另一種可能是他們也會查證，但只查證不利自己的說法。這組關聯的結果有助於判斷兩種解釋是否真的能分開。
編碼：
一、讀入資料
本研究使用 TCS 2022 一般民眾面訪資料（D00240_1）。資料檔為 SPSS 格式，共有 2,015 位受訪者與 834 個變項。讀入時保留原始的數字代碼，因為後續編碼要用數字比對選項。讀入後另存為 .rda 檔，之後只要一行指令就能叫回資料。
二、清理無效值
問卷中的96代表受訪者依問卷規定”跳題”，97代表不知道，98 代表拒答。一般的做法是把這些代碼全部改成遺漏值，但在這份問卷中有些變數要靠”96”判斷受訪者是誰。以Q27為例，問卷規定Q1至Q4都答從來沒有、而且Q20答都沒有的人，不需要回答Q27。所以Q27填 96 的人，其實是完全不獲取政治資訊的人。如果把96改成遺漏值，這群人就會從分析中消失。Q1至Q9也有同樣的情況，例如Q4填96的人平常完全不看電視。因此本研究先批次清理大部分變數的無效代碼，但暫時排除Q1至Q9與Q27的各選項，也就是分批清理。等到編碼這些變數時，再依問卷規定判斷96代表什麼，並把97與98設為遺漏值。
本研究也確認過批次清理不會誤刪有效答案。出生年va1的有效值為民國13至92年，沒有落在93至99之間。
三、編碼舉例
A3 內在思考：題目與原始選項 (問卷第 43 頁）
P7_5 當您看到不確定可不可以相信的新聞報導時，下面哪些是您心裡出現的想法？（可複選）
選項為 (01) 您會依自己的知識、經驗判斷該報導的正確性、(02) 您會試著確認訊息來源是否可靠、(03) 您會試著從報導的用字遣詞來判斷它是否可靠、(04) 以上都沒有、(05) 都不相信新聞報導、(06) 都相信新聞報導。
編碼理由
A3 屬於不假思索那一邊，測的是心裡有沒有停下來想。勾 (02) 或 (03) 的人會確認來源或推敲用字，歸為會停下來檢查，也是參照組。只勾 (01) 的人歸為憑自己判斷。依自己的知識、經驗判斷可能是依立場判斷，所以本研究不把它算成停下來檢查。勾 (04) 或 (06) 的人歸為沒有想。
跳答與遺漏值處理
本題由全體受訪者作答。只勾 (05) 都不相信新聞報導的人無法歸類，與 (97)、(98) 一起設為遺漏值。
# a3 <- NA # 新開空白欄位，每人一開始都是NA (尚未歸類)
# 依優先順序填入：低的先填，高的後填，後填的會覆蓋前面
# %in% 會對每位受訪者逐一判斷，相當於pandas(Python)的 .isin()；遇到 NA 回傳 FALSE
# | 代表「或」，任一條件成立即符合
# a3[TCS2022$vp7_5m04 %in% 1 | TCS2022$vp7_5m06 %in% 1] <- 3 # 勾 (04) 或 (06)：沒有想
# a3[TCS2022$vp7_5m01 %in% 1] <- 2 # 勾 (01)：憑自己判斷
# a3[TCS2022$vp7_5m02 %in% 1 | TCS2022$vp7_5m03 %in% 1] <- 1 # 勾 (02) 或 (03)：會停下來檢查（參照組）
# 只勾 (05) 或回答97、98的人不符合任何條件，維持NA
# TCS2022$A3 <- rec(a3,
# rec = "1=1[會停下來檢查]; 2=2[憑自己判斷]; 3=3[沒有想]",
# as.num = F) # 加上文字標籤，存成類別變數
# frq(TCS2022$A3) The echo: false option disables the printing of code (only output is displayed).