Megan Tengan ist Studentin an der University of Hawaiʻi at Mānoa in Honolulu, wo sie ein Doppelstudium in Politikwissenschaft und Philosophie absolviert. Als Schatzmeisterin und Sekretärin der Mānoa Pre-Law Association plant Megan, nach ihrem Abschluss im Dezember 2022 ein Jurastudium zu besuchen.
Derzeit arbeitet sie als Kongresspraktikantin im Büro des US-Senators Mazie K. Hirono in Washington, D.CIm Herbstsemester 2021 fungierte Megan als Lehrassistentin für den 300-stufigen Politikwissenschaftskurs „Political Inquiry and Analysis“ von Dr. Lawrence Nitz. Gemeinsam entwickelten sie eine Reihe von Unterrichtsplänen und Aufgaben auf der Grundlage von Forschungsfragen, die mithilfe offener Datensätze untersucht werden konnten.
Megan unterstützt auch unabhängige Untersuchungen von Nitz, die untersuchen, inwieweit Tweets im Zusammenhang mit Covid in Hawaii durch Schwankungen der Neuinfektionsrate und lokale Nachrichten- und Meinungsberichterstattung angetrieben werden.Ich habe mit Megan gesprochen und sie nach ihren Erfahrungen beim Lernen und Arbeiten mit JMP in einem sozialwissenschaftlichen Umfeld gefragt.
Megan Tengan, undergraduate student at the University of Hawaiʻi at MānoaMegan Tengan, undergraduate student at the University of Hawaiʻi at MānoaMegan Tengan, undergraduate student at the University of Hawaiʻi at MānoaMegan Tengan, undergraduate student at the University of Hawaiʻi at MānoaMegan Tengan, Bachelorstudentin an der University of Hawaiʻi in Mānoa
Meg: Also erzähl mir, Megan, wie bist du dazu gekommen, dich für Statistik zu interessieren? Quantitative Ansätze waren schon immer ein wichtiger Zweig der Forschungsmethoden in der Politikwissenschaft, aber viele Politikwissenschaftler – mich eingeschlossen! – Machen Sie sich im Grundstudium nicht viel mit Statistik vertraut.
Megan: Ich hatte in der Politikwissenschaft noch nie mit Zahlen gearbeitet [bevor ich TA-Studium begann Professor Nitz ], Statistiken waren also neu für mich! Ich habe gemeinsam mit meinen Schülern gelernt. Trotzdem war es eine wirklich coole Erfahrung, mit den Zahlen und der Textanalyse herumzuspielen, denn wir haben uns viele soziale Statistiken wie Rassen- und Gesundheitsdaten angesehen – und natürlich auch Covid.[Erfahrung mit Statistiken] ist ein großartiger Lebenslaufersteller, weil ich denke, dass die Zukunft in der Datenanalyse liegt. Der Bedarf an quantitativen Untersuchungen wird immer bestehen.
Meg: Gab es für Sie einen Wendepunkt, an dem Ihnen klar wurde, wie wichtig Datenanalysefähigkeiten sein würden? Oder als Sie die Bedeutung von Daten in einem sozialwissenschaftlichen Anwendungsfall erkannten?
Megan: Im Unterricht haben wir uns Tweets über kritische Rassentheorie angesehen und mithilfe einer Textanalyse die Meinung der Bevölkerung untersucht. Offensichtlich haben moderne Bürgerrechtsbewegungen in letzter Zeit an Dynamik gewonnen, und als Angehörige der Generation Z steht das häufig auf meiner Social-Media-Chronik.Ich wusste nicht, dass man Texte auf die Art und Weise analysieren kann, wie wir es im Unterricht gemacht haben, und JMP gab uns die Möglichkeit, nicht nur gebräuchliche Wörter und Phrasen, sondern auch den Ton des Textes zu analysieren. Ich glaube, ich wusste einfach nicht, dass es eine Technologie gibt, die das kann – die Social-Media-Daten durchsuchen kann.
Meg: Da die Menschen nun ihr Leben online leben, gibt es eine unglaubliche Menge offener Daten, auf die jeder frei zugreifen kann. Und ich könnte mir vorstellen, dass Sozialwissenschaftler erst an der Spitze des Eisbergs stehen, wenn es darum geht, diese Daten für Forschungszwecke zu nutzen. Wie sind Sie beim Aufbau einer Bibliothek mit Kursaufgaben rund um Twitter-Daten vorgegangen und welche Fähigkeiten sollten die Schüler erlernen?
Megan: Professor Nitz hat Tweets zum Bundesstaat Hawaii und zu aktuellen Themen wie Covid oder Critical Race Theory zusammengestellt. Dann stellten wir den Schülern ein paar Artikel zu diesem Thema vor: Was es ist und was [die Kontroverse] ist. Dann würden wir ihnen den Datensatz geben.Die Aufgabe bestand darin, zu verwenden Diagramme und Grafiken in JMP um [Datentrends] zu analysieren und zu verstehen und dann das, was Sie sehen, auf die reale Welt anzuwenden. Wir machten Textanalyse und einige Einstellungen geändert, um [das Rauschen] zu beseitigen. Auf Twitter sieht man beispielsweise oft „http“, was nur ein Hyperlink ist, den man aber nicht braucht. Wir haben viel über das Wegwerfen von Daten gelernt, die einfach irrelevant sind und Ihre Analyse trüben.Nachdem wir den gesamten nicht benötigten Text herausgenommen hatten, stellten wir Fragen wie: „Sind die Cluster der Top-Wörter ähnlich?“ oder „Fügen die beiden Textteile auf die gleiche Weise zusammen?“ Die Schüler würden sich zwei separate Sätze von Tweets ansehen und vergleichen. [Bei der Vorbereitung der Datensätze] haben wir versucht, es so zu gestalten, dass der eine etwas leidenschaftlicher war – zum Beispiel deutlich empört über die kritische Rassentheorie –, während der andere positive Worte verwendete, aber in einem ironischen oder sarkastischen Ton.
Wir wollten die Schüler ein wenig abschrecken, weil JMP Ironie als positives Gefühl auffassen könnte, obwohl dies in Wirklichkeit nicht der Fall ist. Sie mussten lernen, das Diagramm auf eine andere Art zu lesen … und eine auszuführen Stimmungsanalyse : Sind die [zwei Datensätze] hinsichtlich positiver und negativer Stimmungsinhalte ähnlich?Wir betonten, wie wichtig es ist, als Stoppwörter bezeichnete Begriffe zu bereinigen, und baten die Schüler, die Unterschiede zwischen den von ihnen beobachteten Clustern zu erklären. JMP würde verschiedene Themen bündeln – eines würde sich um Bildung drehen, ein anderes würde sich um Politiker drehen, ein anderes würde sich mit Rassismus befassen, ein anderes mit Diskriminierung und so weiter. JMP hat die Daten wie folgt kategorisiert und meine Schüler konnten mir sagen, was sie in jedem Cluster gesehen haben.
Meg: Twitter ist ein wahres Minenfeld für Sarkasmus! Wie ermittelt ein statistisches Tool die Absicht?
Megan: Rechts. Jemand könnte also etwas twittern wie: „Die Tatsache, dass Rassismus in Amerika immer noch vorherrscht, ist einfach erstaunlich“, auch wenn er nicht meint, dass es fantastisch ist; Sie meinen, es sei erstaunlich oder schockierend, dass Rassismus immer noch ein Problem sei.Und Sie müssen den Kontext rund um ein Wort berücksichtigen, obwohl Sie natürlich nicht jedes einzelne Wort der Tausenden von Tweets lesen werden, die wir gesammelt haben. Man könnte zum Beispiel denken, dass die Leute sagen, die kritische Rassentheorie sei erstaunlich oder erstaunlich, obwohl das nicht das ist, was die Leute, die twittern, tatsächlich meinen. Deshalb haben wir die Schüler gebeten, mithilfe von JMP zu untersuchen, wie die Stimmung verbreitet wird, und den ironischen Ton vom Wörtlichen zu trennen.
Meg: Niemand könnte behaupten, dass dies nicht interessant ist ... aber was ist die Anwendung? Was lernst du?
Megan: Nun, zwei Dinge. Für die Studierenden ist „Politische Forschung und Analyse“ eine Pflichtveranstaltung, und ich denke, dass Datenanalyse letztendlich eine gute Fähigkeit zum Erlernen ist. Tatsächlich hat einer unserer Gastredner am Ende des Semesters einigen Leuten eine Stelle als Praktikant für statistische Analyse angeboten! Je besser man sich mit JMP auskannte – und je mehr Zeit man darin investierte – desto höher war die Bezahlung. Also ließen wir ein paar Studenten es ausprobieren, und ich hoffe, dass sie etwas aus der Erfahrung gemacht haben. Und zweitens überlegen mein Professor und ich, unsere Covid-Tweet-Forschung auf der diesjährigen JMP-Konferenz vorzustellen.
Meg: Ich hoffe du tust! Dieses Thema wäre eine tolle Sache Entdeckungsgipfel sprechen! Sagen Sie mir also, was sind einige der größten Datenherausforderungen, denen Sie gegenüberstehen, wenn es darum geht, offene Daten zur Erforschung der öffentlichen Meinung zu nutzen?
Megan: Zum einen ist JMP selbst sehr einfach zu bedienen. Mir gefällt die Benutzeroberfläche. Damit verbunden ist jedoch die Verantwortung, die Daten richtig zu lesen. Ich denke, es ist ein Versuch und Irrtum, um herauszufinden, was man will, und man muss ein gutes Verständnis dafür haben, was man lernt, damit man Muster erkennen kann, wenn man denkt, dass es keine gibt. Auch wenn das Muster darin besteht, dass es kein Muster gibt, ist das ein Muster! Das kann zunächst schwer zu verstehen sein.JMP liefert Ihnen so viele Informationen, was wie ein zweischneidiges Schwert sein kann, weil es großartig ist, [auf so viele Daten zugreifen zu können], aber Sie müssen auch unterscheiden, wonach Sie suchen. Ich kann dieses Rätsel zum Beispiel auf unser aktuelles Projekt anwenden, weil wir bisher nicht den erwarteten Kausalzusammenhang zwischen steigenden Covid-Infektionen und damit verbundenen Tweets – also Tweets zu den Themen Hawaii, Covid – gefunden haben und unser Gouverneur, David Ige.
Meg: Was haben Sie erwartet?
Megan: Unsere Hauptfragen waren: Sind diese Tweets über Covid in Hawaii auf die jüngsten Infektionsraten zurückzuführen? Mit anderen Worten: Wenn der Staat meldet, dass wir 700 neue Fälle haben, führt das dann dazu, dass mehr Menschen über Covid twittern?Und zweitens: Was ist der Inhalt ihrer Tweets? Steht der Inhalt eines Tweets im Zusammenhang mit den Nachrichten, die in Hawaii über Covid ausgestrahlt werden? Zuerst war es wie „diese tödliche Krankheit“, und dann wurde es zu „Sollen wir uns impfen lassen?“ Und dann: „Sollten wir den Booster bekommen?“ Jetzt heißt es Mandate, keine Mandate, Aufhebung von Mandaten usw. Die Nachrichten können darüber entscheiden, worüber sie berichten, und wir möchten wissen, ob dies Auswirkungen darauf hat, worüber Durchschnittsbürger twittern.Auch hier müssen wir den Sarkasmus hervorheben. Die Leute könnten so etwas sagen wie: „Genial, dieser Tourist hat Covid“ oder „Es ist erstaunlich, wenn diejenigen, die Regeln durchsetzen, sich weigern, sie zu befolgen.“ Natürlich meinen sie diese Aussagen nicht wirklich wörtlich.
Meg: Es mag wie eine einfache Frage klingen, aber welchen Wert hat es, diese Korrelationen und Beziehungen herzustellen? Um die öffentliche Stimmung einzuschätzen? Um die Politik zu informieren?
Megan: Ich denke, Sie haben es perfekt ausgedrückt – die öffentliche Stimmung einzuschätzen – das ist wirklich das, was wir mit diesen Aufgaben tun. Wir wollen verstehen, wie sich die öffentliche Meinung verändert.Die Neuheit einer Pandemie in diesem modernen Jahrhundert ist meiner Meinung nach das, was die Forschung so interessant macht, denn so etwas hat es seit hundert Jahren nicht mehr gegeben. Wir hatten damals noch kein JMP oder ähnliches, oder? Und gerade jetzt haben wir mit den sozialen Medien – und insbesondere Twitter – eine beispiellose Plattform, auf der die Öffentlichkeit ihre Bedenken und Meinungen äußern kann. Wir haben mehr Material als je zuvor, das wir in JMP analysieren können!
Meg: Welche pädagogischen Ansätze haben Ihrer Meinung nach als Lehrassistent am besten funktioniert, wenn es um den Statistikunterricht für Studierende ohne Hauptfach Statistik geht?
Megan: Ich denke, das Wichtigste ist, Beziehungen innerhalb der Datensätze herstellen zu können, die wir den Studierenden zur Verfügung stellen. Wir haben ein paar Wochen damit verbracht, die Wahrscheinlichkeit der Zusammenhänge zu erläutern – das Gamma oder so weiter – und das war vielleicht für alle etwas schwer zu verstehen, insbesondere wenn wir andere Faktoren ausgewählt hatten als in den Demos.Aber ich denke, der eigentliche mathematische Teil war der Clou, denn Sie haben Recht – diese Studenten studieren keine Mathematik. Mein höchstes Mathematikniveau war wie Vorrechnen, und ich hasste es!
Sobald wir erkennen, dass offensichtlich nicht jeder an der mathematischen Seite interessiert oder besonders begabt ist, können wir uns mehr darauf konzentrieren, Beziehungen aufzubauen. Wir haben beispielsweise eine Umfrage dazu durchgeführt, inwieweit die Bürger eines Staates den Politikern ihres Heimatlandes gegenüber dem Präsidenten vertrauen, und untersucht, ob das Lokale das Nationale bestimmt oder umgekehrt. Oder wir könnten fragen: Hat ein höherer Abschluss – oder ein höherer Abschluss Ihrer Eltern – etwas damit zu tun, wie hoch Ihre Schulden sind?
Meg: Durch das Verständnis der Anwendung und der Beziehungen zwischen Faktoren hat dies dazu beigetragen, dass die Menschen sich weiterhin für das Erlernen statistischer Methoden interessieren.
Megan: Definitiv. Und vor allem als Sozialwissenschaftler! Wir wollen immer das Warum herausfinden – auch im politischen Alltag. Warum setzt sich diese Politik nicht durch? Warum sind diese Leute dagegen? Es geht immer darum, was sich hinter dem Argument verbirgt, daher war es für meine Schüler fast intuitiv herauszufinden, ob es ein Warum gibt.Und JMP hat ihnen wirklich geholfen, das zu visualisieren, weil sie Trends erkennen und dann sogar die Zahlen betrachten konnten – auch wenn sie das nicht wollten – und dann sehen konnten, ob es einen Zusammenhang zwischen den von uns untersuchten Faktoren gab.
Meg: Du hast also in Zukunft ein Jurastudium geplant, Megan? Glauben Sie, dass Sie diese quantitativen Fähigkeiten einsetzen können?
Megan: Ich denke, dass ich je nachdem, in welches Rechtsgebiet ich einsteige, diese quantitativen Fähigkeiten, die ich durch JMP erlernt habe, nutzen und anwenden kann. Wenn ich zum Beispiel Umweltanwalt werde und mich mit den Treibhausgasemissionen befasse, die die globale Erwärmung antreiben, oder was auch immer. Aber auch wenn Data Science nicht im Mittelpunkt meiner Karriere steht, war und ist es ein interessantes Nebenprojekt. Und wie ich bereits sagte: Daten bestimmen das Gespräch. Natürlich möchte ich eine evidenzbasierte Meinung haben, und JMP kann mir diese liefern.
Meg: Meine letzte Frage lautet also: Welchen Rat würden Sie Studenten oder neuen JMP-Benutzern im Allgemeinen geben?
Megan: Benutze auf jeden Fall das Ressourcen, die JMP für Anfänger zu bieten hat . Auch wenn Sie über fortgeschrittene Kenntnisse verfügen, können Sie durch die Videos lernen. Durch diese Anfängerleitfäden habe ich viel von dem gelernt, was ich wusste. Wenn Sie etwas Bestimmtes tun möchten, bietet JMP höchstwahrscheinlich eine Möglichkeit dafür.Und ich empfehle die Verwendung des Beispielsätze, die JMP hat . Diese waren wirklich hilfreich, da man in JMP nicht immer eine perfekt formatierte Tabelle zur Verwendung finden kann. Das Angebot war wirklich großartig.Und zum Schluss erkunden. Klicken Sie auf alle Schaltflächen und finden Sie heraus, was alles bewirkt. Klicken Sie auf alle Dropdown-Menüs. Auf diese Weise habe ich mich auf jeden Fall ein bisschen besser mit dem vertraut gemacht, was ich tue!
