Auffällig ist, dass die Stichprobe 2010 mit 1.806 Personen nur noch ein Bruchteil der der Stichprobe von 1997, die mit 15.431 Personen die bisher größte war, ausmacht – obwohl sie nun einen größeren Bevölkerungsanteil abdeckt: Diese Mal wurde nicht nur die deutsche, sondern die gesamte deutschsprachige Bevölkerung über 14 Jahren mit aufgenommen (ca. 70,57 Mio Menschen), weshalb gerade der interessante Vergleich mit den Vorjahren mit Vorsicht zu genießen sei. Das ist eigentlich kein Problem, sondern eher interessant: Man nimmt für die Veränderungswerte einfach nur den “deutschen” Anteil, und kann durch diese Trennung direkt auch schön ausweisen, welchen Effekt die Aufnahme der deutschsprachigen hatte. Das tun die Autorinnen auch an einigen Stellen, jedoch nicht generell – vermutlich, weil sie wissen, dass ihre Stichprobe dafür dann doch ein bisschen klein geraten ist.

Die Stichprobe wurde nach einem stratifizierten System erhoben, das hier erklärt ist. Als Goldstandard der Statistik gelten reine Zufallsstichproben. Leider weist aber bei (kleinen) Stichproben fast immer irgendein Parameter (Durchschnittsalter, Verteilung Bundesländer oder Stadt/Land…) eine Abweichung von der Grundgesamtheit auf, wodurch dann die Repräsentativität der Aussagen angegriffen werden kann. Bei stratifizierten Stichproben beeinflusst mann die Auswahlmethode so, dass diese Parameter näher an denen der Grundgesamtheit liegen: Man ruft zum Beispiel gezielt nur eine bestimmte Anzahl Städter, Rentner etc. an, und sorgt dafür, dass sich die Anrufe möglichst gleichmäßig über die (demografische) Fläche der Bundesrepublik verteilen. Insbesondere kann man dadurch zum Beispiel auch sicherstellen, bestimmte Minderheiten zu berücksichtigen. Somit stimmen dann die Verteilungsparameter, über die man die Repräsentativität angreifen/widerlegen könnte, eher mit denen der Grundgesamtheit überein (deswegen wird im Text auch stolz die “national repräsentative Stichprobe” betont). Allerdings bedeutet das nicht notwendigerweise im Umkehrschluss, dass die Aussagen über die untersuchten Variablen auch tatsächlich “repräsentativer” seien. Die Erfahrungen der Demoskopen haben aber ihre Genauigkeit inzwischen auf ein beeindruckendes Niveau gehoben.

Die Ausschöpfungsrate betrug 70%, was 1.804 (an anderer Stelle steht 1.806) nutzbare Interviews ergab. Davon waren 1.252 Befrage “Onliner”. Bei einer stratizifierten Zufallsstichprobe kann man auf dieser Basis durchaus schon überraschend genaue Aussagen treffen. Man sollte trotzdem im Hinterkopf behalten, dass alles, was hier über “Onliner” gesagt wird, auf 0,0025% der gesamtdeutschen Bevölkerung über 14 Jahren basiert. Diese Zahl ist auch Basis der Schätzung, dass 69,56% (1.252 von 1.804) der Deutschen ‘online’ seien. Für relativ häufige Variablen sind die Parameterschätzungen in diesen Fällen überraschend genau, bei “selteneren Ereignissen” wird der Messfehler aber recht groß: Markus wies mich zum Beispiel gerade auf folgendes hin: 1% der Befragten (18 Personen) gaben an, Twitter wöchentlich zu nutzen, 2% (36 Personen) nutzen es seltener. Daraus würden dann stolze 2,1 Mio. Nutzer in Deutschland. Die Webevangelisten erfassen mit einer sehr viel geeigneteren Methode für April 2010 270.000 aktive deutschsprachige Twitterer. So viel erstmal zur Genauigkeit der Parameterschätzungen, die ungenauer werden, je seltener die Variable ist.

In der Regel geht man bei (psychologischen) Studien auch davon aus, dass die 30%, die keine (vollständigen) Daten geliefert haben, einen Grund dafür hatten, der irgendwie im Zusammenhang mit den untersuchten Variablen steht.

Dennoch handelt es sich bei dieser Studie ohne Zweifel um die sauberste ihrer Art. Mit diesen kleinen Anmerkungen möchte ich sie keinesfalls diskreditieren, aber das Bewusstsein der Leser dafür schärfen, die Ergebnisse richtig einzuordnen.

via het zesde vlak

1. Give the post a title – like you should have done in the first place.

– OR –

2. ‘fix’ the plugin by pasting the following code in line 179 of flattr. php (Version: 0.9.11):

This will give untitled posts the title “Untitled Post” if you really insist on publishing untitled posts.

LESEBEFEHL: Die Bevölkerung hat ein Recht darauf zu erfahren,… bei Netzpolitik.org

Look at this screenshot and be sure to notice Download Buttons, Play Count, Cover Flow, Searches etc., then download Raindrop here. For Mac only.

via @jberkel

Ich tippe auf Katze.

So, I decided to install the flattr-plugin for WordPress.
In settings, I decided my general category for posts is written/text – because it usually is.

I’ve been running this blog for longer than flattr exists, so a total of 323 posts was now equipped with flattr-Buttons. Among these were posts that did not contain any (or just very short) text, but only videos or images. For these, the flattr-Button looked like this:

not good. Fix needed.

This “Error” was due to the labeling as “text”, which causes the plugin to try to create an excerpt for flattr. This, of course, fails. The ‘fix’ for that would be labelling image- or video-only posts appropriately. I am too lazy for that, though. I promise to label my future posts correctly, but I will not work through all my past posts.

So, here’s the fix. In case the excerpt is shorter than 10 characters, this will fill in “This post is textless.” as the excerpt, and the button renders just fine, as you can see here.

Download flattr.php fixed Version
Download flattr Plugin patch
(cd to directory flattr, then do ‘cat /Path/to/flattr.patch  | patch -p1‘

or do it manually:

1. Open flattr. php (Version: 0.9.11)
2. in line 283 (just before ‘return $excerpt;’), enter:

Note: This is of course not perfectly the intended use, as flattr.com apparently wants quite detailed information on what people are looking at and flattr’ing. You have to decide, how much information they need. Apart from that, I believe this little patch is still useful if for any other reason the creation of an excerpt fails, and adds to the stability and fail-safe-ness of the plugin.

via

Na ja.

Fefe ist erstaunt, dass Google nicht dabei ist. m( Öööööt! Die haben die Daten ohnehin.

Da ich ja selber nicht bei Facebook bin, muss ich mir ja überlegen, wie ich trotzdem an die ganzen Daten komme. Ron Bowes hat ein bisschen gecrawlt und das Ergebnis als Torrent bereitgestellt.

Die 2.8GB enthalten:

• die URL jedes suchbaren Facebook Benutzerprofils
• den Namen jedes suchbaren Facebook-Nutzers (unique und nummeriert, perfect  zur Datenaufbereitung)
• verarbeitete Listen, darunter Vorname mit count, Nachname mit count, potentielle Nutzernamen mit count… (leider weiß ich nicht genau, was “count” im Facebook-Universum bedeutet. Dazu müsste ich mir die Daten erst einmal ansehen. Zum Beispiel mit R. Ich vermute aber, dass es die Anzahl der Freunde bezeichnet. UPDATE: Es bezeichnet die Häufigkeit des jeweiligen Namens)
• das Script zum Crawlen

Als nächstes sollen dann auch die Freunde der suchbaren Nutzer indiziert werden, damit man auch wirklich alle Personen hat. Dazu wird natürlich exponentiell mehr Bandbreite benötigt. Wer solche hat, und einen ssh-Zugang bereitstellen will, kann beim crawlen helfen. Wer nur mal gucken möchte, findet hier den Torrent.

PS: Die Daten sind nicht wirklich soooo besonders privacy-relevant. Ihr habt das ja alles so eingestellt…? Sie helfen nur der kleinen ideologisch verblendeten Minderheit ohne Facebook-Account ein bisschen an der “XXX ist jetzt bei Facebook. Melde dich bei Facebook an, um dich mit XXX zu vernetzen…”-Seite vorbei.

UPDATE 28.07.10 – 12:30h: Ich habe jetzt ein bisschen mit den Daten herumgespielt. Mein erster Eindruck hat sich bestätigt: Besonders privacy-relevant sind sie nicht. Entgegen meiner ersten Vermutung kommt man auch nicht den Startseiten vorbei, man kommt nur schneller dorthin. Ron hat im Prinzip die ‘interessantesten’ Analysen schon gemacht: Wie häufig sind welche Vor-/Nachnamen? Interessant würde es erst, wenn sich die Netzwerk-Daten mit erfassen ließen. Da wäre auch eine teilweise Erfassung schon aufschlussreich.

Was seine Methode ausmacht, ist eher die Effizienz, mit der sie die Daten gesichert hat, denn die numerischen IDs sind nicht fortlaufend.

Der nächste naheliegende Weg, den Infopool zu vergrößern, wäre nun mit den numerischen IDs der URLs (http://www.facebook.com/people/-Aab-Abby-Abswift/100000682157768) über http://graph.facebook.com/100000682157768 noch das Geschlecht und das locale-Setting abzugreifen. Die werden da sehr parser-freundlich dargestellt, ich denke aber, dass Facebook nach nicht allzu vielen Zugriffen darauf von einer IP selbstverständlich blocken wird – hat es schon jemand probiert?

PPS: Zum Thema noch Alexander Lehmanns aktueller Facebook-Film für Extra3.