变量的设计路线
鉴于定性比较方法的应用原则，其本身对于研究所需要确定的变量没有现成的说明细则，故依据已有的研究知识，对变量进行确定和释义则是研究人员展开研究的第一步。 [21]本研究选用的57个典型性案例是在反复研读案例材料，并结合已有的研究进行筛选研判，确定了虚假新闻传播热度的六项微观因素即条件变量和一个结果变量之后，在“二分归属原则” [22]的指导下，以研究案例的整体权重比例进行二分阈值赋值，大于50%的案例变量则赋值为1，即设立此为显性条件变量，小于等于50%的案例变量即赋值为0，即设定为隐形条件变量。变量与赋值具体选择释义见表2。
表2 变量选择与赋值
续表
1. 条件变量设定
（1）信源变量。传播学先驱学者霍夫兰指出了信源的可信性效果，即运用实证研究的方式，选用信源的可信性与说服效果的关系，构建出了模型。可信性包括两个因素：传播者的信誉和专业权威性。这两者构成可信性的基础。通过研究，他的结论支持可信度与说服效果正比例相关。因此，从传播者出发，改进传播效果的必取之法，是构建良好可信赖的形象，让受众得以信赖。 [23]在数字媒体时代，在不断提及加强民众媒介素养甄别能力和专业媒体一直都未停止审视检测自身专业能力的当下，这些典型性传播的虚假新闻中，信息源头占什么样的地位呢？
本研究所选案例中，有据称的可靠信源，即内容中明确有源于政府、专家、权威媒体等信息的占比38.6%；无据称的可靠信源，即没有自称引述的是来自可靠信源的信息内容占比61.4%。因此，假设无据称的可靠信源更可能易于传播。(https://www.daowen.com)
（2）渠道变量。当前传播渠道空前多样与畅通，对需要传播渠道进行传播与扩散的虚假新闻起到了推波助澜的作用。传统媒体及其数字化平台、商业性的门户网站是虚假新闻最为常见的传播渠道，同时近几年来以微信、微博、贴吧、论坛等为主具有实时、交互、联结较为紧密的社交媒体在虚假新闻生产中日益发挥重要作用。 [24]本研究中，虚假新闻的渠道变量，即传播媒体渠道，分为社交媒体渠道：以社交网站、微博、微信等为主的社会性媒体；非社交媒体渠道：社交媒体以外的其他媒体，含大众传媒、传统媒体等，其中非社交媒体渠道进行传播的案例占比76.44%，赋值为1。
（3）类型变量。每个虚假新闻根据不同的标准可以分为不同的类属，研读已有的案例，案例研究中对所选案例的样本分类是采用的最基本的属性之一，因此，类型变量是本次研究可采用的变量。在本研究界定类型变量时，参考到有研究者指出，虚假新闻就是新闻报道者离开新闻赖以产生和依存的客观事实，将自我的主观想象，抑或不经调查依托他人意愿，任性随意地去刊发的“新闻”。 [25]假新闻可称为“新闻怪胎”。 [26]可知虚假新闻是以新闻的样貌来呈现的，故虚假新闻的内容属性可按照新闻的属性分类为标准，即在中国，以新闻内容来分类，可分为政法新闻、经济新闻、文教卫生新闻（文化、文艺、教育、卫生等）、体育新闻、社会新闻等。 [27]本文所选取的案例的内容属性变量依据此，可分为政法虚假新闻、经济虚假新闻、文教卫生虚假新闻、体育虚假新闻、社会虚假新闻等。
在本研究中的五种内容属性分类中，社会虚假新闻属性样本达40个，占比70.18%为最高，故假设社会虚假新闻更容易高热度传播。
（4）程度变量。根据现有学界业界共识，虚假新闻分为完全脱离事实的假新闻和有一定事实依据但报道中专业操作失之偏颇的失实新闻。 [28]在新闻工作中，验证事实既是一种政治需要，也是一种职业技能。 [29]虚假新闻本在生产的过程中通过新闻生产者依赖于职业技能，即求事实于源头，求证据于过程，属于“新闻业的底线要求，并不复杂” [30]。可是，在现实的操作中，尤其在今天“博眼球”的注意力经济、“流量就是王道”的数字化时代，这有时竟可成为职业高标准。以本研究所选的57个样本为例，“失实新闻”占比38.6%；“假新闻”占比61.4%。因此可以假设，数字化时代虚假新闻的产生，毫无事实依据的“假新闻”更易于高热度传播，赋值为1。
（5）情感变量。心理学中最近几年的研究，明确指证信息包含的情感会对新闻的传播范围、传播人群等形成影响。 [31]因而本研究假定虚假新闻的文本内容的情感倾向是其传播的重要条件因子。根据2007年10月22日知网发布的“情感分析用词语集”， [32]文本中所叙述内容使用到负面情感词语，整体内容反映负面情感信息，如《快递小哥因快递被偷雨中痛哭20分钟》等则属于负面情感属性，此类样本案例为39个，占比较高，赋值为1。文中传递信息为正面情感信息或无明显情感倾向的信息赋值为0。
（6）信息干预时间变量。数字传播时代，虚假新闻出现的数量之多、速度之快、范围之广与传统时代是不可同日而语的，但与此同时，因为阅者众多，集体智慧的加持，被证伪、澄清的速率也大大提高。 [33]本研究的57个典型性虚假新闻报道传播之后都被证伪，藉此，本研究主要是从核查新闻的时间来探讨媒体对虚假新闻敏感度的高低与虚假新闻传播热度的关系。根据样本，57个案例中有63.16%的虚假新闻在报道刊发传播后的24小时之内被推翻，故假设此类为信息干预时间较为敏感的显性变量，赋值为1，反之赋值为0。
2. 结果变量设计
本研究所期望回应的研究议题是是否存在某些因素是虚假新闻高热度传播的条件？如果有，具体有哪些？是否存在某些因素的集合或组合运用会影响抑或“助力”虚假新闻高热度传播？因此，传播热度即为本研究的结果变量。借鉴前人的研究模式，本文选取在国内使用率和权威性较高的百度指数来反映虚假新闻的传播热度， [34]即以所研究的57例虚假新闻为样本，选取固定范围内的百度指数，取其平均数值，作为本研究中考察虚假新闻传播热度高低的法式。本研究中的59.65%的案例在24小时内即被证伪，剩余案例中除两个案例证伪超过30天，其余均在30天内被推翻，所有案例传播热度均值都在30天之内达到高峰直至衰减，因此本研究就设定，在虚假新闻报道之后的30天内，指数平均值维持在1000以上的为高热度传播，编码为1，反之则为0。