ARTÍCULOS

PROPUESTA DE DISEÑO MUESTRAL

PARA EL ANÁLISIS DE TWITTER EN
COMUNICACIÓN POLÍTICA
A sample design proposal for the analysis of Twitter
in political communication
Salvador Percastre-Mendizábal, Carles Pont-Sorribes y Lluís Codina
Note: This article can be read in its original English version on:
[Link]

Salvador Percastre-Mendizábal es investigador doctoral en comunicación política en la Universitat

Pompeu Fabra (UPF) y miembro del Grup de Recerca en Comunicació Política, Mitjans i Democràcia.
Investigador doctoral adscrito al ReSIC de la Université Libre de Bruxelles. Investigador del proyecto
competitivo UPF sobre Comunicación 2.0 en emergencias (financiado por la Fundación BBVA). Es
miembro de la European Communication Research and Education Association y de la Asociación
Latinoamericana de Investigadores en Campañas Electorales. Becario de Conacyt-Cocit.
[Link]
[Link]@[Link]

Carles Pont-Sorribes es doctor en Comunicación Social, profesor-investigador en el Departamento de

Comunicación de la Universitat Pompeu Fabra (UPF). Investigador especializado en comunicación de
riesgo y crisis, comunicación política, opinión pública y periodismo. Autor de artículos en revistas in-
dizadas en el Social Sciences Citation Index y Scopus, entre otras, y de varios libros y capítulos de libro
en editoriales especializadas. Es coordinador del grupo de investigación Comunicación Política, Medios
y Democracia (Polcom) y subdirector de postgrado en el Departamento de Comunicación de la UPF.
[Link]
[Link]
[Link]@[Link]

Lluís Codina es profesor de la Universitat Pompeu Fabra (UPF) de Barcelona. Imparte docencia
en la Facultad de Comunicación, en los Grados de Periodismo y de Comunicación Audiovisual. Es
coordinador del Máster Universitario en Comunicación Social (MUCS) del Departamento de Comu-
nicación de la UPF. Es miembro promotor del Grupo de Investigación en Documentación Digital y
Comunicación Interactiva (DigiDoc), coordinador de su Seminario de Investigación y coordinador
del Observatorio de Cibermedios. Como miembro del Grupo DigiDoc forma parte de la Unidad de
Investigación en Periodismo, grupo consolidado reconocido por la Generalitat de Cataluña.
[Link]
[Link]
[Link]
[Link]@[Link]
Universidad Pompeu Fabra, Departamento de Comunicación
Roc Boronat, 138. 08018 Barcelona, España
Resumen
A partir del análisis de diversos ejemplos de discusiones en procesos de comunicación política en Twitter, se hace una
propuesta metodológica para la obtención de una muestra de datos significativa, replicable y manejable de un universo
de metadatos de Twitter, en investigaciones acerca de la comunicación política. La propuesta se basa en un nuevo modelo
denominado Top discussion indicator (TDI) o Indicador de la máxima discusión. Su objetivo es ayudar a los investigadores
a obtener un conjunto representativo de un universo que, aunque pueda superar cientos de miles de registros, incluya la
mínima información que permita generalizar los resultados.

Artículo recibido el 10-2-2017

Aceptación definitiva: 23-3-2017
El profesional de la información, 2017, julio-agosto, v. 26, n. 4. eISSN: 1699-2407 579
Salvador Percastre-Mendizábal, Carles Pont-Sorribes y Lluís Codina

Palabras clave
Comunicación; Comunicación política; Twitter; Elecciones; Metodología; Métricas; Inputs; Interacciones.
Abstract
Based on an analysis of several sampled political discussions on Twitter, a new methodology is proposed that allows re-
searchers to obtain a significant, replicable, and manageable data sample from a universe of Twitter metadata. The proposal
is a new model called Top discussion indicator (TDI). The aim of TDI is to assist researchers in obtaining a representative set
of text from Twitter that includes the minimum amount of information needed to generalize the results.
Keywords
Communication; Political communication; Twitter; Elections; Methodology; Metrics; Inputs; Interactions.

Percastre-Mendizábal, Salvador; Pont-Sorribes, Carles; Codina, Lluís (2017). “A sample design proposal for the analysis
of Twitter in political communication”. El profesional de la información, v. 26, n. 4, pp. 579-588.
[Link]

1. Introducción Este artículo persigue reducir el volumen de datos a anali-

zar y esto se puede hacer en base a determinar cronológi-
La misión de Twitter, según la propia plataforma de micro- camente un punto en el tiempo, en el que se encuentre el
blogging es mayor volumen de datos relacionados con un tema. A su
“dar a todos el poder de generar y compartir ideas e in- vez, esto se puede realizar expresando el tema a través del
formación al instante y sin obstáculos” (Twitter, 2016). uso de nodos semánticos de interconexión discursiva, como
La compañía se define así como una plataforma de empo- pueden ser las palabras clave (keywords), ya sea en forma
deramiento informativo global, es decir como un medio de etiquetas (hashtags) o de menciones (mentions).
de la comunicación política digital (Percastre-Mendizábal;
Dorantes-Aguilar, 2016). Twitter se define como una plataforma
El uso de Twitter como plataforma digital global de inte-
de empoderamiento informativo global,
racción social es indiscutible. Cuenta actualmente con 310 es decir como un medio de comunica-
millones de usuarios activos mensualmente, registra 1.000 ción política digital
millones de visitas únicas mensuales a sitios web con acce-
so a la plataforma, se encuentra disponible en más de 40
idiomas y el 79 por ciento de usuarios provienen de fuera El principal objetivo de este trabajo, desde una perspecti-
de Estados Unidos, según datos del mes de marzo de 2016 va multidisciplinar de los estudios en comunicación, con-
(Twitter, 2016). siste en proponer un indicador válido que permita señalar
Twitter se ha convertido en tendencia no sólo entre los usua- un momento en el tiempo, en el desarrollo de un caso de
rios de redes sociales; también se ha convertido en objeto de estudio en comunicación política en Twitter, que configure
estudio de cada vez más investigadores en el mundo acadé- un conjunto de datos que resulte óptimo y significativo para
mico y empresarial. En el sector académico, se ha estudiado el análisis del caso. Este indicador representa una selección
particularmente en los campos de (Bruns; Stieglitz, 2013): válida de inputs o entradas de datos en Twitter sobre un
tema determinado en un momento concreto. Esta selección
- comunicación política de información para su análisis, configura un conjunto de
- comunicación de crisis datos que reduce significativamente la gestión del universo
- comunicación de marca de información recolectada en una base de datos.
- experiencias concretas de uso de Twitter como canal se-
cundario o alterno (backchannel) 2. Marco teórico. Twitter y comunicación
- relaciones interpersonales. política
La mayoría de estudios de Twitter en comunicación política, En los estudios de Twitter en el campo de la comunicación
se realizan desde una perspectiva metodológica cuantitativa política, destaca el de la comunicación en procesos electora-
y eminentemente positivista, con herramientas y modelos les, particularmente lo relativo al estudio y análisis de elec-
importados de las ciencias formales o desde la perspectiva ciones y campañas electorales (Jungherr; Schoen; Jürgens,
de análisis estadístico, debido a los grandes volúmenes de 2016; Conway; Kenski; Wang, 2015; Larsson; Ihlen, 2015).
datos puntuales y objetivos que es posible recolectar de la Además de los estudios sobre elecciones en Twitter en un
plataforma. contexto global, destacan estudios de caso que abordan te-
Uno de los problemas más habituales para los investigado- mas específicos de la comunicación política electoral, prin-
res es la determinación de una muestra válida o la identifi- cipalmente en los siguientes aspectos:
cación segura de un conjunto de datos que permita realizar - predicción electoral (Burckhardt; Duch; Matsuo, 2016;
el análisis de una parte significativa del objeto de estudio. Guerrero-Solé; Corominas-Murtra; López-González, 2014);

580 El profesional de la información, 2017, julio-agosto, v. 26, n. 4. eISSN: 1699-2407

 Propuesta de diseño muestral para análisis de Twitter en comunicación política

- uso de Twitter en elecciones por parte de candidatos, par- 3. Planteamiento metodológico

tidos y ciudadanos (Quevedo-Redondo; Portalés-Oliva;
Berrocal-Gonzalo, 2016; Miller; Ko, 2015); Para estudiar un fenómeno de comunicación política, resul-
- discusiones e información electorales (López-Meri, 2015; ta pertinente analizar los procesos de comunicación entre
López-García et al., 2015); los 3 actores en un sistema social que esbozaba Wolton
- comentarios simultáneos durante debates electorales (1989), legitimados para expresarse acerca de los asuntos
(Park et al., 2016; Trilling, 2015); públicos y que en la actualidad pueden definirse y clasificar-
- impacto en los resultados electorales e influencia o per- se en 3 grupos de actores:
suasión en los electores (Hosch-Dayican et al., 2016; Vac- 1) Actores públicos: instituciones públicas, funcionarios pú-
cari et al., 2015); blicos y políticos profesionales.
- análisis de sentimiento en conversaciones electorales (Hi- 2) Actores mediáticos: medios de comunicación, periodistas
melboim et al., 2014; Stieglitz; Dang-Xuan, 2012); y comunicadores.
- viralidad de los mensajes en elecciones (Congosto, 2015;
Penney, 2014); 3) Actores ciudadanos: pueden subdividirse en dos tipos:
- campañas negativas (Ceron; D’Adda, 2015; Just et al., 2012). - grupos de interés específico, grupos de presión o ciuda-
danos organizados en colectivos y asociaciones con obje-
Por otro lado, el estudio de fenómenos de comunicación
tivos y causas concretas;
política en esta red de microblogueo ha sido abordado tam-
- expresión colectiva de los ciudadanos a través de los ins-
bién desde diversas disciplinas, que van desde la informá-
trumentos de medición de la opinión pública, que en la
tica o las ciencias de la computación pasando por los enfo-
era de la hipermediación se expresan además en las plata-
ques disciplinares de la sociología, de la ciencia política o de
formas de comunicación social digital, especialmente las
las herramientas clásicas de la comunicación social como el
redes sociales.
análisis de discurso, el análisis desde la perspectiva teórica
del encuadre mediático (framing) y el análisis de contenido, Los procesos de comunicación política digital, ya sea institu-
hasta los estudios lingüísticos formales o de la etnografía cional, electoral o de gestión pública de una crisis o emer-
lingüística. gencia, comparten 3 elementos en común:
- por la propia naturaleza de la definición de un proceso de
La mayoría de los estudios de Twitter so- comunicación política, la participación de por lo menos
bre comunicación política se hacen des- algún actor de cada uno de los 3 grupos de actores que
de una perspectiva metodológica cuan- intervienen en la comunicación política;
- por la naturaleza de los eventos en los que tienen lugar
titativa y positivista utilizando modelos
los fenómenos de la comunicación política, tienen siem-
importados de las ciencias formales pre un punto de inicio formal o informal pero que bien
puede ser determinado en función de la naturaleza del
Como demuestra un estudio del Pew Research Center de fi- evento como el período legal de duración de una campa-
nales de 2014, hoy en día -al menos en EUA- la gente que se ña electoral, el período formal de atención institucional
interesa en los asuntos públicos es susceptible de consumir de un fenómeno de carácter político o la gestión oficial de
contenido sobre política en Twitter por encima de otras re- una crisis; y
des sociales (Gottfried, 2014), por lo cual se puede afirmar - dada la naturaleza discursiva de los eventos, existe siem-
que el acceso democrático a los medios sociales digitales ha pre una curva natural que tiene un inicio, un desarrollo,
impactado el statu quo de las jerarquías informativas tradi- un clímax y una conclusión.
cionales. A partir de la observación de diferentes casos de comunica-
Los medios de comunicación preponderantes (mainstream ción política en Twitter: una campaña electoral, una gestión
media) han tenido que adaptarse a las nuevas lógicas infor- de una emergencia y una crisis sanitaria de carácter público,
mativas en el ámbito digital como demuestran algunos es- encontramos la presencia de estas características de carác-
tudios empíricos (Pont-Sorribes; Codina; Pedraza-Jiménez, ter replicable y equiparable. La obtención de los datos para
2010). Con más razón ante la irrupción de los medios socia- la configuración de los universos de estudio se realizó a tra-
les, donde en muchos casos no significa tanto lo que alguien vés de la extracción de inputs en Twitter: tweets y retweets
sea o lo que represente, sino lo que diga en sus redes socia- a partir de etiquetas y menciones, de estos 3 casos selec-
les (social networks) o muestre a sus seguidores (followers), cionados.
lo que comparta, publique, postee (posting) o lo que twee- 3.1. Métricas
tee o retweetee.
La importancia de la determinación de los sistemas de me-
Desde el surgimiento del uso de Twitter como plataforma dición a emplear resulta fundamental para la investigación,
de comunicación política, ha cambiado de manera funda- sin embargo, la determinación de las variables es un requisi-
mental la dinámica de las campañas electorales y de los to indispensable para poder establecer el sistema de análisis
procesos políticos, no sólo para que los candidatos y acto- con el que se han de realizar las métricas. Las variables de-
res políticos puedan cumplir sus objetivos electorales o de terminadas no sólo atienden a la naturaleza del fenómeno a
gobierno, sino que ha cambiado la manera en cómo fluye la estudiar y a los objetivos de la investigación, sino también a
información entre ciudadanos, activistas y las propias élites la propia naturaleza del ecosistema en Twitter, es decir a los
políticas (Ammann, 2010).

El profesional de la información, 2017, julio-agosto, v. 26, n. 4. eISSN: 1699-2407 581

Salvador Percastre-Mendizábal, Carles Pont-Sorribes y Lluís Codina

elementos cuantitativos en esta plataforma y a las posibili- ma parte del análisis, que se integra al universo de estudio y
dades de explotación de los mismos. del cual se desprende el volumen de datos a analizar.
En función de las categorías conceptuales determinadas B. Inputs
para una investigación, es necesario establecer las variables
Se describe el conjunto de entradas en la plataforma, que
dependientes, las independientes y las de control, de acuer-
los usuarios realizan a través de su cuenta de Twitter, es
do con las necesidades de cada modelo analítico.
decir: mensajes o información que los usuarios introducen
Entre los elementos cuantificables a considerar se encuentran: redactando los tweets, copiando y pegando información en
- seguidores; forma de texto o de contenido audiovisual o interactivo, que
- visitas; constituye el contenido del mensaje. Generalmente se reali-
- número de tweets y retweets; zan en forma manual, aunque también es posible realizarlos
- perfiles o cuentas más influyentes; en forma automatizada a través de un programa informático
- perfiles que más siguen a otros perfiles; o de una aplicación robot.
- palabras clave: pueden ser etiquetas (hashtags) o men- a) Tweets propios: mensajes que emite en forma original el
ciones (mentions); usuario de la cuenta; el contenido puede estar en caracteres
- bioperfiles o elementos descriptivos del perfil de Twitter; alfanuméricos, vídeos, audios, podcasts, gifs, fotografías,
- geolocalización de los perfiles, palabras clave o discusiones; ilustraciones, gráficos, afiches digitales, memes, hipervíncu-
- principales temas del momento (trending topics); los, menciones a otras cuentas de Twitter, emoticonos, etc.
- comentarios positivos, negativos o neutros;
- tweets como respuestas a discusiones fuera de línea (offli- b) Retweets realizados: mensajes de Twitter realizados por
ne) como en el caso de las discusiones en Twitter sobre los el mismo usuario o por otro distinto, que son reenviados a
debates televisivos. través de la propia cuenta; es decir, es un tweet que puede
ser propio o no, pero que es tweeteado nuevamente.
El análisis de las siguientes variables resulta indispensable
para comprender los procesos de comunicación política en c) Total de inputs: corresponde al cómputo o recopilación
Twitter y sirven de base para el establecimiento del modelo de todas las entradas de mensajes e información contenida
de análisis: en los propios tweets y/o las propias unidades de Twitter, es
decir los tweets.
A. Métricas básicas
C. Interacciones
Son aquellos elementos eminentemente cuantificables que
permiten describir cuantitativamente la importancia, rele- Destacan aquí los elementos de Twitter que por su natura-
vancia, presencia o jerarquía de los perfiles de Twitter. Esto leza intrínseca funcionan como recursos de interacción para
permite hacer una primera valoración del peso de la audien- establecer relaciones entre usuarios ya sea directamente a
cia digital, es decir el número potencial de electores, simpa- través de las menciones expresas del identificador de usua-
tizantes o seguidores de un perfil determinado, en el caso rio o de nodos de conexión hipertextual entre usuarios,
de los actores políticos; relevancia también política pero acerca de temas, como en el caso de las etiquetas.
eminentemente informativa, de medios de comunicación, a) Etiquetas (hashtags): palabras, frases o conjuntos de ca-
periodistas y comunicadores; y también de perfiles ciudada- racteres que expresan un concepto o idea o que mencio-
nos, tweeteros o twitter-activistas. nan un asunto de interés relevante en las discusiones en la
a) Número de seguidores: perfiles de Twitter que siguen a tweetesfera, se escriben inmediatamente precedidos del
la cuenta (perfil) objeto de análisis o que forma parte del símbolo de almohadilla y en el caso de contener más de una
universo de estudio, en el preciso momento de la recolec- palabra, se suprimen los espacios.
ción de datos. El número de seguidores puede variar con-
b) Menciones a otros usuarios: cuando un perfil menciona
siderablemente en un período corto de tiempo, sobre todo
a otro usuario en un mensaje de Twitter, ya sea en forma
en perfiles de candidatos y partidos, ya que uno de los ob-
única o generalmente como parte del contenido de un men-
jetivos de la campaña en redes sociales digitales es justo
saje, escribe el identificador del nombre de usuario o “ID de
obtener el mayor número de seguidores del área geográfica
usuario”, es decir la denominación oficial de la cuenta pre-
en la que se concentra la campaña, el proceso electoral o la
cedida del símbolo de arroba; a esto se le llama una men-
demarcación de la crisis institucional.
ción de usuario.
b) Cuentas a las que se sigue (following): número de per-
c) Enlaces compartidos: enlaces informáticos en forma de
files que siguen las cuentas que forman parte del estudio,
hipervínculos, que contienen la ruta de la dirección electró-
exactamente en el momento en que se realiza la recogida
nica para acceder a contenido fuera o dentro de la propia
de los datos.
plataforma, aunque generalmente se comparte contenido
c) Retweets recibidos: todos los retweets que el perfil ha externo como webs de otras redes sociales.
recibido del total de las publicaciones relacionadas con el
d) Total de interacciones: cómputo del total de las interaccio-
caso de estudio, ya sea delimitadas temporalmente o por
nes que se determinen para el estudio, ya sean las propias
palabras clave: etiquetas o menciones.
unidades de interacción como las menciones o los hiperenla-
d) “Me gusta” (like): número total de mensajes marcados ces, ya sean los propios mensajes que contienen alguna inte-
por otros usuarios como “me gusta” -anteriormente deno- racción, siempre y cuando se establezca y justifique el pará-
minado “favorito” (favorite)-, de una cuenta o perfil que for- metro para realizar el cómputo de unas u otras interacciones.

582 El profesional de la información, 2017, julio-agosto, v. 26, n. 4. eISSN: 1699-2407

 Propuesta de diseño muestral para análisis de Twitter en comunicación política

3.2. Modelo de selección de los datos: Top discussion yor cantidad de usuarios en un momento concreto, que se
indicator (TDI) expresan e interactúan sobre temas definidos a través de
palabras clave.
Existen múltiples formas de abordaje metodológico de es-
tudios de caso de comunicación política en Twitter. Sin em- Independientemente del caso de estudio y del volumen de
bargo la selección de las muestras es aleatoria y no atiende información que se genere en una base de metadatos de
a criterios únicos. Jungherr, Schoen y Jürgens (2016) usaron Twitter, es posible obtener un indicador para obtener un vo-
para su estudio 6.677.795 tweets previos a una campaña lumen plausible de datos de un universo determinado, aquí
electoral, publicados por 1.248.667 usuarios. denominado Top discussion indicator (TDI), de tal manera que
se podrá encontrar y señalar un momento preciso, que bien
Burckhardt, Duch y Matsuo (2016) recolectaron 25.000.000 puede ser un día, una franja horaria o una hora en concreto,
de tweets con los nombres de los seis partidos más gran- en que se concentra el mayor volumen de discusiones de to-
des del Reino Unidos y de sus líderes, de 5 meses y medio das las palabras clave, ya sean menciones o etiquetas, en un
previos a la campaña electoral; sin embargo, para el análisis mismo período de tiempo.
se utilizó únicamente una muestra aleatoria de 8.000.000
de tweets. Hosch-Dayican et al. (2016) analizaron 368.855 Lo anterior permite deducir de forma importante el mayor nú-
tweets recolectados durante dos semanas y media, clasifi- mero de discusiones de todos los actores que se expresaron
cados por etiquetas, realizando un filtro primero por idio- sobre los temas y el mayor volumen de impactos potenciales
ma (neerlandés) y luego por ubicación, dejando fuera los debido a la cantidad de mensajes en el momento más álgido
tweets irrelevantes generados por un algoritmo propio de de las discusiones.
selección y dejando a los directamente relacionados con la Esto permite analizar en forma eficiente una porción de dis-
elección parlamentaria, los partidos y los candidatos. cusiones y perfiles que participaron en el momento más sig-
López-Meri (2015) analiza 500 tweets aleatoriamente en un nificativo y probablemente más relevante en toda la curva
rango de 4 días correspondientes al fin de semana previo a cronológica del desarrollo del propio fenómeno de comuni-
unas elecciones catalanas. cación política.

Miller y Ko (2015) analizan los mensajes de 50 miembros elec- Ante elevados volúmenes de información como en los ca-
tos al parlamento de Kuwait durante una campaña electoral. sos analizados que rebasan los cientos de miles de registros,
resulta útil poder tomar ese momento preciso en el que se
Ceron y D’Adda (2015) analizan los mensajes de los 8 parti- lleva a cabo el mayor volumen de discusiones y en el que
dos italianos más grandes y de sus líderes, durante la cam- participa el mayor número de actores, ya que como conjun-
paña electoral, un total de 15.053 tweets. to de datos permite obtener un momento relevante y sig-
Congosto (2015) estudia los mensajes publicados por quien nificativo del fenómeno a estudiar, además de reducir las
encabezó la lista electoral o por la cuenta de cada uno de posibilidades de ruido con muestras demasiado amplias y
los partidos españoles, así como las menciones recibidas y poco o nada fundamentadas.
los mensajes relacionados con el debate electoral determi-
4. Casos de estudio
nado. Aunque obtiene una muestra de 1.552.282 mensajes,
sólo clasifica 536.588, un 35,18% del total. Se analizan tres casos de comunicación política en los que se
generó una actividad significativa en Twitter:
Aun cuando pareciera que no existen límites a la generación
- elecciones federales mexicanas de 2015;
de información en redes sociales digitales, existen márgenes
- accidente del vuelo 9525 de Germanwings;
“naturales” que permiten delimitar de una forma razonable
- crisis del ébola en España en 2014.
los universos de datos de fenómenos de comunicación polí-
tica en Twitter. Es el caso por ejemplo de los mensajes emiti- 4.1. Elecciones mexicanas
dos por perfiles determinados geográficamente, por temas
El primer caso de análisis es la elección parlamentaria fe-
definidos con palabras clave (keywords) o por la temporali-
deral en México en 2015. El 7 de junio de ese año se llevó a
dad de los mensajes.
cabo en las 32 Entidades Federativas de ese país la elección
A partir de varios casos de análisis, se propone un indicador para renovar a los 500 miembros de la Cámara de Diputados
cronológico para determinar un momento de recogida de del Congreso de la Unión, en una de las 3 jornadas electo-
datos que resulte no sólo más significativo y reduzca en va- rales con más alta participación en la historia del país nor-
rios órdenes de magnitud el volumen de los datos, sino que teamericano.
plausiblemente evite “ruido” e impida considerar momen-
El período legal de campaña electoral comprendió del 5 de
tos poco significativos para la recogida de datos.
abril al 4 de junio del mismo año, es decir, tuvo una duración
Con este modelo se plantea obtener un conjunto de usua- de 61 días. Durante este período se recogió un universo de
rios y conversaciones en Twitter que represente el mayor datos de todas las discusiones en Twitter en torno a la eti-
volumen de las discusiones en el tiempo, sobre un tema de queta #elecciones2015, que realizaron la función de lo que
comunicación política ya sea electoral, de gestión institucio- aquí se denomina: nodos semánticos digitales de interco-
nal o de crisis pública, a efecto de obtener un momento en nexión discursiva, a efecto de obtener las conversaciones
el tiempo a lo largo del desarrollo de la crisis, en el que se relacionadas con las elecciones de todos los usuarios que
haya efectuado la mayor cantidad de inputs sobre un tema emitieron alguna entrada en Twitter, en forma de tweet
determinado y en el que convergen al mismo tiempo la ma- convencional (original), retweet directo o retweet modifi-

El profesional de la información, 2017, julio-agosto, v. 26, n. 4. eISSN: 1699-2407 583

Salvador Percastre-Mendizábal, Carles Pont-Sorribes y Lluís Codina

cado, conocido como

MT (modified tweet).
Una vez aplicados los
filtros para discrimi-
nar los usuarios por
ubicación geográfica
manifiesta en la des-
cripción o biografía
del perfil (bio) y por
idioma, se obtuvo un
volumen de datos
con más de 250.000
registros, los cuales
cronológicamente or-
denados y graficados, Gráfico 1. Evolución cronológica del número de tweets con la etiqueta #elecciones2015 durante la campaña legal
federal en México en 2015
arrojan el resultado
que se muestra en el
gráfico 1. Se observa
que existe un único
momento, un día es-
pecífico de la campa-
ña durante el cual se
registró el mayor volu-
men de discusión. Fue
donde mayor número
de entradas se gene-
raron en torno a la pa-
labra clave analizada
y, por lo tanto, el día
de mayor masa discur-
siva generada durante
Gráfico 2. Evolución cronológica del número de usuarios activos interactuando con la etiqueta #elecciones2015, durante
el caso de estudio. la campaña legal federal en México en el año 2015
De 250.000 registros
del universo se obtiene un volumen de datos correspon- de discusiones hiperconcentradas en un punto en el tiempo,
diente a 15.964 registros en el día de mayor discusión, en durante el período de desarrollo de las discusiones sobre la
este caso el 24/05/2015. crisis mencionada, que se inicia el 24 de marzo cuando se
dan las primeras informaciones de la desaparición de vuelo
Aplicando el TDI de este universo de 250.000 registros, 684
en el radar y culmina el 22 de julio, cuando se dieron las
tuvieron por lo menos 50 retweets y de éstos, 548 obtuvie-
últimas informaciones sobre el comunicado oficial de la ae-
ron 10 o más “me gusta”, lo que representa el 0,21% del
rolínea anunciando las indemnizaciones a los deudos.
total. En este caso, la muestra a analizar se reduce sustan-
cialmente de un cuarto de millón de registros a poco más Durante el período de recolección de información, se gene-
de quinientos. ró un universo de datos con 235.829 inputs de las discusio-
nes en Twitter con las palabras clave:
El día en que se generó el mayor número de inputs en Twit-
ter, también se registró el mayor número de usuarios acti- - #Germanwings, referente al nombre de la compañía;
vos interactuando en torno a la palabra clave en forma de - #4U9525, número oficial del vuelo;
etiqueta #elecciones2015, como lo demuestra el gráfico 2; - Dusseldorf, ciudad destino del vuelo siniestrado;
es decir 10.391 usuarios. - Estrop, pico Tête de l’Estrop en cuyas cercanías se estrelló
el aparato.
4.2. Accidente de Germanwings
Se observa que todas las etiquetas y menciones tuvieron el
El segundo caso de análisis fue la emergencia por el acciden- mismo momento de mayor volumen de información al res-
te del vuelo 9525 de Germanwings, cuando el avión de esta pecto, el día 24/03/2015. Se recogieron 103.909 inputs con
compañía alemana, que despegó del aeropuerto de Barce- las etiquetas y menciones más usadas durante la crisis. En
lona-El Prat con destino a Düsseldorf, se estrelló en los Al- este caso, del universo total de 235.829 registros, filtrando
pes franceses de Provenza el 24 de marzo de 2015 alrededor los inputs más destacados, únicamente 1.273 tuvieron 50
de las 10:30 horas, con 150 personas a bordo que murieron o más retweets y de éstos, los que tuvieron 10 o más “me
en el acto. Las investigaciones concluyeron que el accidente gusta” fueron 481, es decir el 0,35% del total inicial.
fue causado intencionadamente por el copiloto del avión.
En el gráfico 4 observamos que el número de usuarios coin-
En el gráfico 3 se observa claramente el mismo fenómeno cide con el día en el que tuvo lugar el mayor volumen de

584 El profesional de la información, 2017, julio-agosto, v. 26, n. 4. eISSN: 1699-2407

 Propuesta de diseño muestral para análisis de Twitter en comunicación política

participación de los
usuarios. Cuanto ma-
yor es el número de
menciones, mayor es
el número de usuarios
que interactúan con
esas menciones como
en el caso de la eti-
queta #Germanwings,
que fue la más em-
pleada por los usua-
rios. Mientras que la
suma total de usua-
rios interactuando con
las 4 etiquetas es de Gráfico 3. Evolución cronológica del número de tweets con las palabras clave sobre la crisis por el accidente del vuelo
66.784. 9525 de Germanwings

4.3. Crisis del ébola

en España
El tercer caso de aná-
lisis se refiere a la lla-
mada crisis del ébola
en España. Esta crisis
sanitaria se inició con
el primer contagio
por el virus del ébola
en territorio español,
el de Teresa Romero,
una auxiliar de enfer-
mería en el Hospital
Carlos III de Madrid,
Gráfico 4. Evolución cronológica por número de usuarios de los inputs realizados con las palabras clave sobre la crisis
quien -en primera ins-
por el accidente del vuelo 9525 de Germanwings
tancia- asistió al reli-
gioso Miguel Pajares,
primer español infectado con el virus, tras ser repatriado registros, de los cuales 1.113 presentaron 10 o más “me
desde Liberia, a raíz del brote de esa enfermedad en África gusta”, el 0,05%.
Occidental en 2014. Se informó del caso el 6 de octubre de
Como se observa en los gráficos 5 y 6, se registra el mismo
ese año, convirtiéndose en el primero que se originaba en
comportamiento de las discusiones en los casos anteriores,
suelo español y también europeo.
concentrándose en un día determinado del período de análi-
Se recolectaron 1.880.750 registros de las discusiones en sis, el 08/10/2014; presentándose 358.290 registros. Se replica
torno a las etiquetas: tanto el mayor número de tweets enviados en torno a las eti-
- #ebolaenespana quetas más relevantes y también se presenta el mayor número
- #ebolaenespaña de usuarios participando en torno a estos mismos temas.
- #salvemosaexcalibur
Para determinar el TDI se propone el establecimiento de dos
- #anamatodimision
criterios: marco temporal y factor de viralización.
- #JavierRodriguezDimision
- #teresaromero El primero consiste en establecer el momento preciso de la
- #TodosSomosTeresa mayor actividad. Dependiendo del caso de estudio y del vo-
- #vamosamorirtodos lumen de inputs, puede ser un día, una franja horaria o una
hora exacta a fin de localizar el momento de mayor auge de
Los registros se recolectaron en el período comprendido
conversación.
entre el 25 de junio de 2014, fecha en la que se activa por
primera vez el protocolo de emergencia en Europa por lo Una vez aplicada esta primera decantación vinculada al mar-
que fuera una falsa alarma de un caso de contagio de ébola co temporal y sumando los resultados de todos los inputs ori-
en Valencia, y el 2 de diciembre de 2014, fecha de la decla- ginales publicados, es decir, los tweets originales o generados
ración oficial del fin de la emergencia por el ébola en España directamente por el propio usuario de Twitter, excluyendo los
por parte de la Organización Mundial de la Salud. retweets, se establece un criterio de relevancia para identifi-
car los tweets de mayor impacto de la selección.
En este otro caso observamos cómo de un total de 1.880.750
registros de Twitter, se decantaron siguiendo el sistema Para ello, se consideran inputs originales de alto grado de
planteado aquellos de 50 o más retweets, resultando 3.360 impacto y por tanto relevantes, los inputs que de entre

El profesional de la información, 2017, julio-agosto, v. 26, n. 4. eISSN: 1699-2407 585

Salvador Percastre-Mendizábal, Carles Pont-Sorribes y Lluís Codina

todos los usuarios

hayan tenido prefe-
rencia efectiva y posi-
tiva, es decir aquellos
mensajes que como
mínimo cuenten con
50 retweets; esto re-
presenta el 50% de
los últimos usuarios
que Twitter muestra
que retweetearon un
tweet público -como
señala el propio sitio
web de la platafor-
ma- y que por la ex- Gráfico 5. Evolución cronológica del número de tweets con las palabras clave sobre la crisis del ébola en España
periencia de la obser-
vación de los procesos
de viralización de los
mensajes en Twitter,
se considera una can-
tidad suficiente de ret-
weets para ser catalo-
gado como contenido
relevante.
De estos últimos men-
sajes, los que hayan
registrado por lo me-
nos 10 “me gusta”, es
una cifra aleatoria de
discriminación que
sirve de parámetro Gráfico 6. Evolución cronológica por número de usuarios de los inputs realizados con las palabras clave sobre la crisis
del ébola en España
para la obtención de
un segundo filtro de
calidad para seleccionar un menor número de inputs, que larmente más reducida, con la cual poder realizar análisis
por sí mismos tuvieron un interés cualitativo superior por etnográfico, semántico o discursivo, como se observa en el
parte de los perfiles de usuario. análisis de los 3 casos anteriores.
Este parámetro se determina como un criterio con valores 5. Discusión y conclusiones
numéricos aleatorios, que sirve de mecanismo de discrimi-
nación significativo para seleccionar los mensajes más rele- La determinación del conjunto significativo de registros a
vantes. El hecho de otorgar mayor valor numérico al retweet analizar a partir de un universo de metadatos de Twitter,
que a los “me gusta” es consecuencia de dos cuestiones: podría expresarse algebraicamente como sigue:
- en la lógica interna de la línea del tiempo del perfil de cTDI = (U-tx)-(m)-(s)
Twitter (timeline), un retweet otorga mayor visibilidad a Donde:
los mensajes que un “me gusta”, por lo que su valor como
- cTDI o conjunto TDI: representa el conjunto de datos a
herramienta de viralización del contenido es más alto;
analizar del universo;
- como ha demostrado el propio análisis, la norma general
- U: universo de metadatos obtenidos;
es que los tweets obtengan un mayor número de retweets
- tx: datos extraídos de la franja precisa en el tiempo y de-
que de “me gusta”, por lo que resulta necesario otorgarle
terminada para cada caso, que pueden ser días, horas,
un valor numérico más elevado.
minutos o segundos;
El microanálisis en fases ha consistido en identificar cuáles - m: todos los inputs de menor impacto, es decir aquellos
de estas fases aparecen en el contexto del Top discussion in- con menos de 50 retweets como factor de viralización;
dicator, es decir, en el marco de una temporalidad reducida, - s: inputs señalados con menos de 10 “me gusta”.
de apenas un día en cada caso, y en mensajes de alta virali-
Debido al volumen de información y datos que es posible
zación. Esto permite saber qué fase fue la más destacada en
obtener de Twitter, desde la investigación en comunicación
el punto álgido de la conversación, es decir, el día que más
y desde la perspectiva del análisis cualitativo existen difi-
se publicó sobre el propio caso de estudio y entre los men-
cultades en el tratamiento y selección de la información a
sajes que más impactos (retweets y “me gusta”) recibieron.
analizar. Eso sucede no sólo por el volumen de los propios
La virtud de este indicador es que permite realizar análisis datos, sino por la propia naturaleza de almacenamiento de
cualitativo al tener una porción de datos plausible y singu- la información, que en muchas ocasiones resulta complejo

586 El profesional de la información, 2017, julio-agosto, v. 26, n. 4. eISSN: 1699-2407

 Propuesta de diseño muestral para análisis de Twitter en comunicación política

administrar, clasificar y analizar con herramientas tradicio- Sin embargo, junto a la probada utilidad metodológica del
nales de estudio, incluso las informáticas. TDI, resulta pertinente señalar dos carencias:
Si bien el diseño muestral a partir del TDI permite reducir - las pruebas empíricas aún no permiten universalizar su
las muestras de tweets y obtener un conjunto de datos más aplicación en otras disciplinas concomitantes de la comu-
abarcables para el análisis, es posible realizar el procesamien- nicación política;
to de datos empleando metodologías cualitativas o cuantita- - aun cuando la muestra final obtenida es relevante, plau-
tivas. Aunque al ser un indicador que permite refinar un alto sible y significativa, no es posible determinar una corre-
volumen de registros de Twitter, su mayor utilidad y valor lación estadística que permita encontrar una relación
será para investigaciones con enfoque cualitativo. proporcional de la muestra con respecto al universo; sin
embargo, al menos hasta el momento, esto no se ha po-
En cuanto a la explotación de los datos, la mayor parte de los dido determinar inequívocamente con modelos estadísti-
estudios se realizan con métodos cuantitativos, por ejemplo, cos, como en el caso de los estudios de opinión pública.
análisis de contenido, análisis de sentimiento, análisis de redes
o incluso con un alcance descriptivo desde la estadística ana- Por tanto, esta propuesta pretende abonar en la discusión
lítica. Ello ha dificultado no sólo la gestión del volumen de la y propiciar pautas de abordaje metodológico que ayuden a
información, sino la determinación de los modelos de análisis estandarizar criterios de indagación académica en esta ma-
a emplear, las herramientas a usar para la recolección de los teria, y que posibiliten a nuevas investigaciones contrastar
datos e incluso la especialización de los investigadores para co- empíricamente las formulaciones aquí planteadas.
nocer el manejo de estas nuevas medidas de información. En
Nota
función del método y de los objetivos de la investigación, los in-
vestigadores filtran metodológicamente su universo de estudio Este trabajo se desprende del proyecto científico Comunicar
para obtener muestras que permitan un manejo eficiente de la en situaciones de emergencia. Herramientas 2.0 y nuevos
información y adaptado a las herramientas tanto metodológi- protocolos en la gestión eficiente de la comunicación de
cas como informáticas para su análisis. emergencia, financiado por la Fundación BBVA, y es parte
del proyecto Creación y contenido interactivo en la comuni-
Es probable que este indicador muestral resulte útil y efec- cación de información audiovisual: audiencias, diseño, sis-
tivo para aplicarse en muestras de otros fenómenos de la temas y formatos (CSO2015-64955-C4-2-R, Mineco/Feder),
comunicación o de las ciencias sociales; sin embargo, con la Ministerio de Economía y Competitividad (España).
evidencia disponible, aún no es posible demostrarlo. Hasta
ahora las pruebas indican que funciona plausiblemente en 6. Bibliografía
comunicación política. A investigadores de otras disciplinas Ammann, Sky (2010). A political campaign message in 140
les tocaría decir -y demostrar- si funciona también en ellas. characters or less: The use of Twitter by U.S. Senate candi-
Probablemente resulte así, sin embargo, se requiere de ma- dates in 2010. SSRN Papers.
yor evidencia empírica. [Link]
La originalidad del TDI resulta del hecho de que aún no Bruns, Axel; Stieglitz, Stefan (2013). “Towards more systematic
se han encontrado criterios replicables y universales para Twitter analysis: metrics for tweeting activities”. International
la proporcionalidad de la determinación de muestras bajo journal of social research methodology, v. 16, n. 2, pp. 91-108.
principios metodológicos razonables y criterios de repre- [Link]
sentatividad, que resulten plausibles. Los investigadores de [Link]
estos fenómenos se encuentran aún en un proceso de bús-
Burckhardt, Philipp; Duch, Raymond; Matsuo, Akitaka
queda del método más eficiente para el análisis de este nue-
(2016). “Tweet as a tool for election forecast: UK 2015. Gen-
vo medio, como sucedió en los años 60 de la década pasada
eral election as an example”. En: Third annual meeting of
con el surgimiento de la televisión.
the Asian Political Methodology Society in Beijing.
Existe no sólo una amplia gama de modelos y técnicas de [Link]
abordaje metodológico así como de herramientas de análi-
Ceron, Andrea; D’Adda, Giovanna (2015). “E-campaigning
sis, sino que resulta significativo que para realizar estudios
on Twitter: The effectiveness of distributive promises and
de caso de temáticas vinculadas y fenómenos muy similares
negative campaign in the 2013 Italian election”. New media
epistemológicamente, se use una variación -en algunos ca-
& society, v. 18, n. 9, pp. 1935-1955.
sos diametralmente distante- de métodos de ponderación,
[Link]
de determinación de variables y establecimiento de catego-
[Link]
rías, así como en la configuración de bases de datos y en las
herramientas informáticas para la recolección de la informa- Congosto, María-Luz (2015). “Elecciones europeas 2014: vi-
ción y la determinación de las muestras. ralidad de los mensajes en Twitter”. Redes. Revista hispana
para el análisis de redes sociales, v. 26, n. 1, pp. 23-52.
Por ello el TDI se plantea como un recurso metodológico
[Link]
para la investigación, que puede determinar un temporis
momentum que permite obtener un conjunto de datos refi- Conway, Bethany; Kenski, Kate; Wang, Di (2015). “The rise
nado, significativo y relevante, de fenómenos cronológicos of Twitter in the political campaign: Searching for intermedia
de discusión en comunicación política, evitando analizar agenda-setting effects in the presidential primary”. Journal of
todo el universo de datos recolectado en torno a uno o va- computer-mediated communication, v. 20, n. 4, pp. 363-380.
rios temas en Twitter. [Link]

El profesional de la información, 2017, julio-agosto, v. 26, n. 4. eISSN: 1699-2407 587

Salvador Percastre-Mendizábal, Carles Pont-Sorribes y Lluís Codina

[Link] February 2012 election in Kuwait”. International journal of

communication, v. 9, pp. 2933-2953.
Gottfried, Jeffrey (2014). “Facebook and Twitter as political
[Link]
forums: Two different dynamics”. Pew Research Center, 12
November. Park, Se-Jung; Park, Ji-Young; Lim, Yon-Soo; Park, Han-Woo
[Link] (2016). “Expanding the presidential debate by tweeting: The
and-Twitter-as-political-forums-two-different-dynamics/ 2012 presidential election debate in South Korea”. Telemat-
ics and informatics, v. 33, n. 2, pp. 557-569.
Guerrero-Solé, Frederic; Corominas-Murtra, Bernat; Ló-
[Link]
pez-González, Hibai (2014). “Pacts with Twitter. Predicting
[Link]
voters’ indecision and preferences for coalitions in multipar-
ty systems”. Information, communication & society, v. 17, n. Penney, Joel (2014). “Motivations for participating in ‘viral
10, pp. 1280-1297. politics’: A qualitative case study of Twitter users and the
[Link] 2012 US presidential election”. Convergence: The interna-
[Link] tional journal of research into new media technologies, v.
22, n. 1, pp. 71-87.
Himelboim, Itai; Sweetser, Kaye; Tinkham, Spencer; Camer-
[Link]
on, Kristen; Danelo, Matthew; West, Kate (2014). “Valence-
[Link]
based homophily on Twitter: Network analysis of emotions
and political talk in the 2012 presidential election”. New me- Percastre-Mendizábal, Salvador; Dorantes-Aguilar, Gerar-
dia & society, v. 18, n. 7, pp. 1382-1400. do-Luis (2016). “Comunicación política electoral en la era
[Link] digital. La campaña electoral de 2015 en la ciudad de Méxi-
co”. Vivat academia. Revista de comunicación, diciembre, n.
Hosch-Dayican, Bengu; Amrit, Chintan; Aarts, Kees; Das-
137, pp. 36-56.
sen, Adrie (2016). “How do online citizens persuade fellow
[Link]
voters? Using Twitter during the 2012 Dutch parliamentary
election campaign”. Social science computer review, v. 34, n. Pont-Sorribes, Carles; Codina, Lluís; Pedraza-Jiménez, Ra-
2, pp. 135-152. fael (2009). “Comunicación de riesgo y sistemas de informa-
[Link] ción en la Web: cinco modelos”. El profesional de la informa-
ción, v. 18, n. 4, pp. 389-397.
Jungherr, Andreas; Schoen, Harald; Jürgens, Pascal (2016).
[Link]
“The mediation of politics through Twitter: An analysis of
messages posted during the campaign for the German fed- Quevedo-Redondo, Raquel; Portalés-Oliva, Marta; Berro-
eral election 2013”. Journal of computer-mediated commu- cal-Gonzalo, Salomé (2016). “The image use on Twitter dur-
nication, v. 21, n. 1, pp. 50-68. ing the 2015 municipal election campaign in Spain”. Revista
[Link] latina de comunicación social, v. 71, pp. 85-107.
[Link] [Link]
Just, Marion; Metaxas, Panagiotis; Mustafaraj, Eni; Crigler, Ann Stieglitz, Stefan; Dang-Xuan, Linh (2012). “Political commu-
(2012). It’s trending on Twitter: An analysis of the Twitter ma- nication and influence through microblogging – An empiri-
nipulations in the Massachusetts 2010 special Senate election. cal analysis of sentiment in Twitter messages and retweet
[Link] behavior”. En: IEEE computer society, pp. 3500-3509.
[Link]
Larsson, Anders; Ihlen, Øyvind (2015). “Birds of a feather
[Link]
flock together? Party leaders on Twitter during the 2013
Norwegian elections”. European journal of communication, Trilling, Damian (2015). “Two different debates? Investigat-
v. 30, n. 6, pp. 666-681. ing the relationship between a political debate on TV and si-
[Link] multaneous comments on Twitter”. Social science computer
[Link] review, v. 33, n. 3, pp. 259-276.
[Link]
López-García, Guillermo; Gámir-Ríos, José-Vicente; García-
[Link]
Ull, Francisco-José; Llorca-Abad, Germán; Cano-Orón, Lorena;
González-Esteban, José-Luis (2015). “El debate sobre Europa Twitter (2016). About.
en Twitter. Discursos y estrategias de los candidatos de las elec- [Link]
ciones al Parlamento Europeo de 2014 en España”. Revista de
Vaccari, Cristian; Valeriani, Augusto; Barberá, Pablo; Bon-
estudios políticos (nueva época), n. 170, pp. 213-246.
neau, Rich; Jost, John; Nagler, Jonathan; Tucker, Joshua
[Link]
(2015). “Political expression and action on social media: Ex-
López-Meri, Amparo (2015). “Redes sociales y campañas ploring the relationship between lower- and higher-threshold
electorales: Twitter como fuente informativa en las eleccio- political activities among Twitter users in Italy”. Journal of
nes catalanas del #25N”. Comunicació: Revista de recerca i computer-mediated communication, v. 20, n. 2, pp. 221-239.
d’anàlisi, v. 32, n. 2, pp. 115-137. [Link]
[Link]
Wolton, Dominique (1989). “La communication politique:
Miller, Noah; Ko, Rosa (2015). “Studying political microb- construction d’un modèle”. Hermès, n. 4, pp. 27-42.
logging: Parliamentary candidates on Twitter during the [Link]

588 El profesional de la información, 2017, julio-agosto, v. 26, n. 4. eISSN: 1699-2407