Контент-анализ как метод исследования презентация

исследователь может заинтересоваться и тем КАК? ЗАЧЕМ? ПОЧЕМУ? В СВЯЗИ С ЧЕМ? автор (авторы) высказываний НАИБОЛЕЕ ЧАСТО излагают свои мысли. 

Суть проекта — на сервере происходит постоянный мониторинг появления новых постов вконтакте о сдаваемых и продаваемых квартирах, комнатах, домах, офисах, гаражах, складах и пр.
Отслеживаются посты желающих снять или купить недвижимость.
Посты классифицируются по типу предложения и по типу недвижимости, определяется страна и город (Россия и СНГ), выдергивается цена.
Сервис пытается определить, кто опубликовал объявление — а точнее, не посредник ли это.
Алгоритм для определения посредников довольной простой — регулярные выражения для конкретных индикаторов посредников (типа «комиссия 99%) и учет количества постов, написанных этим же автором.

служащая в тексте индикатором интересующих исследователя явлений.
Сложные виды контент-анализа обычно оперируют не одной, а одновременно несколькими единицами анализа.
Единицы анализа, взятые изолированно, могут быть не всегда правильно истолкованы, поэтому они рассматриваются на фоне более широких лингвистических или содержательных структур, указывающих на характер членения текста, в пределах которого идентифицируется присутствие или отсутствие единиц анализа — контекстуальных единиц.
Например, для единицы анализа «слово» контекстуальная единица — «предложение».

явлений.
Наиболее употребительны такие единицы счета, как время-пространство (число строк, площадь в квадратных сантиметрах, минуты, время вещания и т.п), появление признаков в тексте, частота их появления (интенсивность).

Все эти параметры выборки определяются задачами и масштабами исследования.
Чаще всего контент-анализ проводится на годичной выборке: если это изучение протоколов собраний, то достаточно 12 протоколов (по числу месяцев), если изучение сообщений средств массовой информации — 12-16 номеров газеты или теле- радиодней.
Обычно выборка сообщений средств массовой информации составляет 200-600 текстов.

субординированных категорий анализа.
Такая таблица внешне напоминает анкету: каждая категория (вопрос) предполагает ряд признаков (ответов), по которым квантифицируется содержание текста. Таблица-анкета может быть достаточно объемной.

объем выборки достаточно велик (свыше 100 единиц), то кодировщик, как правило, работает с тетрадью матричных листов. Если выборка сравнительно невелика (до 100 единиц), то можно проводить двумерный или даже многомерный анализ. В этом случае для каждого текста должна быть своя кодировальная матрица. Однако эта работа очень трудоемка и кропотлива, поэтому при больших объемах выборки сопоставление интересующих исследователя признаков осуществляется на компьютере.

данных. Например, при использовании анализа случайностей, разработанного американским социальным психологом Ч. Осгудом, строится т.наз. матрица случайностей:

классификационной единицы со всеми остальными. Например, единица А встречается в 30% анализируемых текстов (Р = 0,3), а единица В — в 50% текстов (Р = 0,5), тогда ожидаемая частота совместного появления этих единиц будет равна: РАВ = РА • Рв=0,3 • 0,5 = 0,15.
В действительности же признаки А и В совместно встретились лишь в 5% текстов АВ = 0,05.
Сравнивая ожидаемые и реальные совпадения признаков, можно определить, какие фактические зависимости оказались не случайными (напр., из приведенной выше таблицы видно, что совместное появление единиц А и В — случайное, т.к. реальное совпадение меньше ожидаемого, а единиц В и С — не случайное, т.е. реальное совпадение выше ожидаемого).

совпадения признаков для проверки гипотезы
отметить устойчивые-неустойчивые парные сочетания признаков, что может оказаться значимым для характеристики деятельности отправителя информации, и т.д.
Важным условием является разработка инструкции кодировщику — системы правил и пояснений для того, кто будет собирать эмпирическую информацию, кодируя (регистрируя) заданные единицы анализа.
В инструкции точно и однозначно излагается алгоритм действий кодировщика, даются операциональное определение категорий и единиц анализа, правила их кодирования, приводятся конкретные примеры из текстов, являющихся объектом исследования, оговаривается, как следует поступать в спорных случаях, и т.д.

ранжирования и измерения ассоциаций.
Есть и более простые способы измерения. Удельный вес той или иной категории можно вычислить с помощью формулы


Существуют также специальные процедуры подсчета применительно к контент-анализу, напр., формула коэффициента Яниса (с), предназначенного для вычисления соотношения положительных и отрицательных (относительно избранной позиции) оценок, суждений, аргументов.

Яниса подсчитывается по формуле


где f- число положительных оценок; 
n — число отрицательных оценок
r — объем содержания текста, имеющего прямое отношение к научаемой проблеме; 
t — общий объем анализируемого текста.

В случае, когда число положительных оценок меньше, чем отрицательных, коэффициент Яниса находится по формуле

на тему наркомании и наркоугрозы в России
! тема и непосредственно содержание интервью здесь для нас не играют роли
! можно брать и иные тексты — например, результаты фокус групп, публикации в СМИ и т.д.
Составляем гайд (или его ещё называют топик-гайд), содержащий набор тем и подтем, на который опираемся при общении с респондентами.
Берем интервью и набираем высказывания респондентов в текстовом формате.

! Настоятельно рекомендуется кодировать названия документов — например,







Открываем Excel либо аналог и разбиваем текст на отдельные фрагменты, коды и непосредственно текст которых  помещается в таблицу.

в рамках информационного пространства анализируемого материала.
Набор параметров должен охватывать наиболее важные составляющие тематического поля материала, то есть их совокупность должна полно передавать набор тем и микротем, затрагиваемых респондентами в рамках интервью. 
Для того, чтобы ввести такие параметры, прежде всего достаточно будет просто попытаться представить себе их, в частности, опираясь на гайд,  и записать в соответствующие ячейки таблицы.
Далее имеет смысл открыть тексты интервью и, бегло прочитывая их, дополнить набор параметров.
Это можно сделать также опираясь на нюансы конкретного ТЗ.
Таким образом, это должны быть наиболее весомые параметры. Ориентировочно у Вас должно получиться 20-35 параметров. Их число зависит от объёма текстового массива, от самого потенциала вариативности темы, глубины гайда и качества интервьюирования

упоминание параметра ставим 1, если отсутствует — ставим 0.
Шкала может быть и порядковой, например, 1 — нейтрально выраженный параметр, 2 — несколько эмоционально выраженный параметр, 3 — ярко эмоционально выраженный параметр.
В данном примере рассмотрим простейшую количественную шкалу, просто чтобы не усложнять себе задачу.
На основе такой шкалы нам необходимо обработать весь текстовый массив — применить каждый из параметров к каждому из текстовых фрагментов.

которых не звучит ни одного из параметров, вошедших в наш перечень.
Для этого просто подсчитаем автосумму по строкам.
Можно воспользоваться формулой =СУММ(диапазон значений) либо нажать на соответствующий значок в панели инструментов
Для подсчёта автосуммы надо кликнуть по ячейке, следующей за последней ячейкой в диапазоне, после этого подсчитать автосумму.

два раза по правому нижнему уголку ячейки с уже подсчитанной автосуммой.
В ячейках, где сумма по строке равна 0, содержатся фрагменты текстов, не включающие ни одного из выделенных нами микросюжетов.
Отсортировав значения по возрастанию, мы увидим, что наверху окажутся «неактуальные» текстовые фрагменты. Мы можем просто удалить эти строки.
! иногда в перспективе может появиться необходимость расширить набор параметров анализа, что может задействовать «неактуальные» текстовые фрагменты, поэтому удалять необязательно

не отражёнными в высказываниях респондентов.
Также можно удалить из матрицы слабовыраженные микросюжеты, то есть удалить  некоторые малоактуальные столбцы из матрицы.
Точно таким же образом подсчитываем автосуммы по столбцам
С другой стороны, стоит просмотреть, не принадлежат ли все высказывания, относящиеся к тому или иному доминирующему параметру, одним и тем же людям (здесь нам как раз поможет столбец с кодами фрагментов).
Если это так, едва ли можно говорить о количественной интерпретации такого материала.

— не удивляйтесь результатам вычисления автосумм — просто шапка матрицы закреплена и опускается вместе с движением экрана вниз.

Синим цветом представлены неактуальные параметры — кандидаты на удаление из матрицы. Красным отмечены параметры, доминирующие в информационном пространстве изучаемого предмета. Им стоит уделить особое внимание при анализе.

в отдельные блоки — более крупные темы. Каждой из тем надо дать осмысленное название.

глава

параграф

В нашем примере только 2 группы. Однако, в рамках проведения реальных замеров групп больше, равно как больше и параметров (20-35).
Параметры, безусловно, можно объединять в рамках параграфов, если есть такая необходимость.

молодёжь».
Сортируем данные в соответствующем столбце, так чтобы наверху оказались наибольшие значения (в нашем примере это единицы).
Из первого столбца копируем все текстовые фрагменты, соответствующие ненулевому значению (представленные в высказываниях респондентов).

тех или иных микросюжетов.
Здесь важно обращать внимание именно на особенности деталей описания предмета обсуждения, а не на степень их представленности.
Если респондент говорит о распространении наркомании среди молодёжи, важно интерпретировать особенности его отношения к проблеме. Простой пример:
Респондент 1 (м, 16 лет) «У меня нет опасений за российскую молодёжь. Каждый сам волен выбирать, как ему жить. Если подросток намеренно травит себя наркотиками, значит это всё на что он способен. Пусть травит дальше. Мне нет до него дела. Общество станет только чище, наркоманов меньше, меньше уличных воров, собирающих себе на дозу…»

для молодёжи и актуальна эта проблема как социальный недуг, то беспокойство главным образом вызывает именно преступность, порождаемая наркоманией.
Молодые люди чаще всего попадают под удар таких преступных элементов, что и беспокоит их в данном отношении. Сами же наркоманы воспринимаются ими конгруэнтно юношескому максимализму — наркоманы лишние в обществе и от них стоит избавляться любыми способами, не гнушаться жестокостью и насилием.
Другими словами, ориентируясь на молодёжь как на целевую аудиторию, государство, организующее кампании борьбы с наркоманией, может позволить решительные и жёсткие действия — молодёжь, как целевую аудиторию, они устроят.

его другими высказываниями. Если звучат противоположные позиции, важно отметить точки их соприкосновения и ключевые различия. Надо описывать каждую деталь, и, самое важное, не просто перечислять их, а делать выводы, рассуждать, и ещё раз верифицировать, дабы не сделать ложных выводов.
Таким образом поступаем с каждым высказыванием. Анализируем, пишем выводы в соответствующем разделе записки, цитируем респондентов, что является неотъемлемым атрибутом отчёта — в нём обязательно должен содержаться иллюстративный материал.
В начале параграфа целесообразно написать некоторое небольшое введение в микротему, вначале главы — экскурс в тему — и только после это приступить к анализу материала. В конце параграфа необходимо сделать выводы по параграфу и также представить их читателю.
Готово!

на гендерный признак: вначале описать мужскую позицию в отношении той же проблемы распространения наркомании среди молодёжи, а потом женскую, сравнить их.
С помощью этого можно понять как лучше работать с мужской аудиторией, реализуя соответствующую кампанию борьбы с наркоманией, и как работать с женской аудиторией.
Также это может быть возрастная дифференциация: вначале описывать мнение респондентов младше 18 лет, далее от 19 до 25 и так далее.
Такое простое сегментирование поможет лучше сориентироваться использующему итоговый отчёт для реализации той или иной кампании.
Точно также структуру изложения нашей аналитики мы можем строить и на других социальных или, например, профессиональных квотах.
Этим методом можно проводить и замеры отношения к услуге, продукту, оценивать внутрикорпоративный психосоциальный климат и т.д.

параметров.
Например, таких как рациональность и эмоциональность и оценивать каждое высказывание по ним. При этом мы можем продолжать работать с отдельными сегментами — гендерными, возрастными, просто сортируя высказывания по столбцу кодов.
Допустим мы можем отдельно оценить особенности эмоций и рациональных доводов, звучащих в высказываниях женщин нужного возраста, и отдельно, мужчин. Такая сегментация даёт массу хорошо структурированной информации.
Параметры могут быть любыми, градации могут содержать как массу элементов, так и всего несколько. 
Непосредственно ТЗ определяет необходимость использовать тот или иной набор дополнительных параметров для качественной интерпретации материала.