Разновидности контент-анализа: качественный и количественный анализ текстовой информации
Виды контент-анализа в психологии:
- Неколичественный. Строится на нечастотной модели содержания документов.
- Количественный. Подразумевает применение математико-статистических процедур. При исследовании текстов ученые учитывают стиль речи, смысловые блоки, слова.
Количественный контент-анализ
Количественный контент-анализ (также именуется содержательным) основывается на исследовании слов, тем, текстов документов и сообщений, сосредоточивая внимание исследователя на содержании текстового массива. Таким образом, собираясь подвергнуть анализу выбранные тексты, нужно уметь предвидеть их смысл и определять каждый возможный результат наблюдения в соответствии с ожиданиями исследователя.
На деле это означает, что в качестве первого шага при проведении контент-анализа этого типа исследователь должен создать своего рода словарь, в котором каждое наблюдение получит определение и будет отнесено к соответствующему классу.
Проблема состоит в том, что исследователь должен предвидеть не только упоминания, которые могут встретиться, но и элементы их контекста, а для этого должна быть разработана детальная система правил оценки каждого случая употребления. Эта задача обычно решается посредством пилотажа подлежащей анализу текстов совокупности сообщений (то есть с помощью выявления на материале (текстовой информации) небольшой выборки сообщений тех типов ключевых упоминаний, которые с наибольшей вероятностью могут встретиться в последующем, более полном анализе текстов) в сочетании с арбитражными оценками контекстов и способов употребления терминов. Предпочтительнее иметь дело с наблюдениями не одного, а нескольких исследователей.
Более трудной является задача, заключающаяся в необходимости приписывания ключевым упоминаниям конкретных оценок, — когда мы должны решить, приводится ли данное упоминание в позитивном или негативном смысле, «за» или «против» интересующего нас объекта и т. д., а также когда нам надо ранжировать ряд упоминаний соответственно силе их оценок. При этом исследователь нуждается в показателях достаточно тонких, которыми можно было бы измерять не только настроения политических субъектов, но и силу этих настроений. Особенно трудным выполнение этой задачи является в исторических, историко-философских и психологических исследованиях, поскольку предполагает высокий уровень гуманитарной подготовки специалистов, использующих методику контент-анализа.
Существует множество методов, облегчающих принятие такого решения. В некоторых случаях они опираются на суждения группы арбитров (экспертов) о значении или силе (интенсивности) некоторого термина. В качестве примера таких приемов можно привести метод Q-сортировки и шкалирование методом парного сравнения. На рубеже XX—XXI вв. специалисты по применению математических методов в исторических исследованиях текстов много внимания уделяли разработке специальных компьютерных экспертных систем (в рамках идеологии Искусственного интеллекта).
На деле это означает, что в качестве первого шага при проведении контент-анализа этого типа исследователь должен создать своего рода словарь, в котором каждое наблюдение получит определение и будет отнесено к соответствующему классу.
Проблема состоит в том, что исследователь должен предвидеть не только упоминания, которые могут встретиться, но и элементы их контекста, а для этого должна быть разработана детальная система правил оценки каждого случая употребления. Эта задача обычно решается посредством пилотажа подлежащей анализу текстов совокупности сообщений (то есть с помощью выявления на материале (текстовой информации) небольшой выборки сообщений тех типов ключевых упоминаний, которые с наибольшей вероятностью могут встретиться в последующем, более полном анализе текстов) в сочетании с арбитражными оценками контекстов и способов употребления терминов. Предпочтительнее иметь дело с наблюдениями не одного, а нескольких исследователей.
Более трудной является задача, заключающаяся в необходимости приписывания ключевым упоминаниям конкретных оценок, — когда мы должны решить, приводится ли данное упоминание в позитивном или негативном смысле, «за» или «против» интересующего нас объекта и т. д., а также когда нам надо ранжировать ряд упоминаний соответственно силе их оценок. При этом исследователь нуждается в показателях достаточно тонких, которыми можно было бы измерять не только настроения политических субъектов, но и силу этих настроений. Особенно трудным выполнение этой задачи является в исторических, историко-философских и психологических исследованиях, поскольку предполагает высокий уровень гуманитарной подготовки специалистов, использующих методику контент-анализа.
Существует множество методов, облегчающих принятие такого решения. В некоторых случаях они опираются на суждения группы арбитров (экспертов) о значении или силе (интенсивности) некоторого термина. В качестве примера таких приемов можно привести метод Q-сортировки и шкалирование методом парного сравнения. На рубеже XX—XXI вв. специалисты по применению математических методов в исторических исследованиях текстов много внимания уделяли разработке специальных компьютерных экспертных систем (в рамках идеологии Искусственного интеллекта).
Метод Q-сортировки
При Q-сортировке используется шкала жесткого распределения из девяти пунктов: пункт 1 соответствует минимальной степени интенсивности измеряемого признака (например, наименьшей степени одобрения), а пункт 9 — максимальной степени интенсивности (например, наивысшей степени одобрения). Цель здесь состоит в том, чтобы просто ранжировать (упорядочить) все суждения вдоль единой оценочной оси.
Арбитры, таким образом, вынуждены давать относительные оценки конкретным словам и фразам (случаям), относя их к определенным категориям шкалы.
После того как арбитры завершили свою работу, вычисляется средняя арифметическая оценка шкалы для каждого случая, а затем полученные средние оценки соответствующим образом ранжируются. Далее результаты этого ранжирования случаев по интенсивности используются для приписывания анализа текстов кодов, обусловленных встречаемостью в них слов или тем, получивших нашу оценку. Произвольность оценки одного исследователя компенсируется, таким образом, наличием других мнений относительно текстовых массивов.
Шкалирование методом парного сравнения
Шкалирование методом парного сравнения имеет те же цели, что и предыдущий метод, но техника его несколько иная. Каждый случай, подлежащий оценке, последовательно сравнивается попарно со всеми другими случаями, при этом каждый арбитр должен решить, какое из слов (или фраз) в каждой паре «сильнее» (или интенсивнее) другого.
При Q-сортировке используется шкала жесткого распределения из девяти пунктов: пункт 1 соответствует минимальной степени интенсивности измеряемого признака (например, наименьшей степени одобрения), а пункт 9 — максимальной степени интенсивности (например, наивысшей степени одобрения). Цель здесь состоит в том, чтобы просто ранжировать (упорядочить) все суждения вдоль единой оценочной оси.
Арбитры, таким образом, вынуждены давать относительные оценки конкретным словам и фразам (случаям), относя их к определенным категориям шкалы.
После того как арбитры завершили свою работу, вычисляется средняя арифметическая оценка шкалы для каждого случая, а затем полученные средние оценки соответствующим образом ранжируются. Далее результаты этого ранжирования случаев по интенсивности используются для приписывания анализа текстов кодов, обусловленных встречаемостью в них слов или тем, получивших нашу оценку. Произвольность оценки одного исследователя компенсируется, таким образом, наличием других мнений относительно текстовых массивов.
Шкалирование методом парного сравнения
Шкалирование методом парного сравнения имеет те же цели, что и предыдущий метод, но техника его несколько иная. Каждый случай, подлежащий оценке, последовательно сравнивается попарно со всеми другими случаями, при этом каждый арбитр должен решить, какое из слов (или фраз) в каждой паре «сильнее» (или интенсивнее) другого.
Качественный контент-анализ
Помимо слов, тем и других элементов, обозначающих содержательную сторону сообщений, существуют и иные единицы, позволяющие проводить качественный или, как он ещё называется, структурный контент-анализ. В этом случае исследователя интересует не столько что говорится, сколько как говорится.
Например, может ставиться задача выяснить, сколько времени или печатного пространства уделено интересующему предмету в том или ином источнике или сколько слов или газетных столбцов было уделено каждому из кандидатов во время определенной избирательной кампании.
С другой стороны, могут браться в расчет и другие, возможно, более тонкие вопросы, относящиеся к форме сообщения или документа: сопровождается ли конкретное газетное сообщение фотографией или какой-либо иллюстрацией, каковы размеры заголовка данного газетного сообщения, напечатано ли оно на первой полосе или же помещено среди многочисленных рекламных сообщений. При ответе на подобные вопросы внимание исследователя фокусируется не на тонкостях содержания, а на способе презентации сообщения. Основным вопросом здесь является факт наличия или отсутствия материала по теме, степень его выделенности, его размеры, а не нюансы его содержания. В результате такого анализа текстов чаще получаются куда более надежные измерения, чем в случае исследования текстов, ориентированного на содержание (поскольку формальным показателям в меньшей степени присуща неоднозначность), но зато, как следствие, и куда менее значимые.
Например, может ставиться задача выяснить, сколько времени или печатного пространства уделено интересующему предмету в том или ином источнике или сколько слов или газетных столбцов было уделено каждому из кандидатов во время определенной избирательной кампании.
С другой стороны, могут браться в расчет и другие, возможно, более тонкие вопросы, относящиеся к форме сообщения или документа: сопровождается ли конкретное газетное сообщение фотографией или какой-либо иллюстрацией, каковы размеры заголовка данного газетного сообщения, напечатано ли оно на первой полосе или же помещено среди многочисленных рекламных сообщений. При ответе на подобные вопросы внимание исследователя фокусируется не на тонкостях содержания, а на способе презентации сообщения. Основным вопросом здесь является факт наличия или отсутствия материала по теме, степень его выделенности, его размеры, а не нюансы его содержания. В результате такого анализа текстов чаще получаются куда более надежные измерения, чем в случае исследования текстов, ориентированного на содержание (поскольку формальным показателям в меньшей степени присуща неоднозначность), но зато, как следствие, и куда менее значимые.
Измерения в параметрах, исследуемых в ходе качественного контент-анализа, поверхностно затрагивают само содержание каждого сообщения в отличие от детального и внимательного обследования, необходимого при количественном анализе текстов. В результате качественный контент-анализ обычно более прост в разработке и проведении, а потому и более дешев, и надежен, чем содержательный контент-анализ. И хотя его результаты, возможно, удовлетворят в меньшей степени, ибо они дают скорее набросок, чем законченную картину сообщения, но при ответе на конкретный исследовательский вопрос они могут зачастую оказаться вполне адекватными.
Рисунок "Контент-Анализ"
Подводя итоги о видах контент-анализа
Контент-анализ является методом исследования текстовой информации, который позволяет анализировать содержание документов, текстовых массивов или материалов, таких как статьи, новости, сообщения в социальных сетях и другие источники СМИ. Он может быть проведен как в количественной, так и в качественной форме.
Количественный контент-анализ основан на подсчете и статистической обработке количественных данных, таких как количество слов, предложений, тематических категорий или определенных ключевых слов в тексте. Это позволяет выявить тенденции, связанные с использованием определенных слов и выявить основные мысли текста.
Качественный контент-анализ, с другой стороны, фокусируется на более глубоком анализе содержания текста. Он стремится понять смысл, контекст и основные мысли текста, а также исследовать его социальные и культурные аспекты. Качественный контент-анализ может включать в себя проверку текста на присутствие определенных типов текстов, как, например, новости, научные статьи, блоги или комментарии, а также анализ актуальности темы и сводок.
Оба подхода - количественный и качественный контент-анализ - имеют свои преимущества и могут использоваться в сочетании для получения более полного и всестороннего понимания текстовой информации. Они представляют собой мощные инструменты для исследования и анализа текстов, которые могут быть применены в различных областях, включая научные исследования, маркетинг, политический анализ и многое другое.
Количественный контент-анализ основан на подсчете и статистической обработке количественных данных, таких как количество слов, предложений, тематических категорий или определенных ключевых слов в тексте. Это позволяет выявить тенденции, связанные с использованием определенных слов и выявить основные мысли текста.
Качественный контент-анализ, с другой стороны, фокусируется на более глубоком анализе содержания текста. Он стремится понять смысл, контекст и основные мысли текста, а также исследовать его социальные и культурные аспекты. Качественный контент-анализ может включать в себя проверку текста на присутствие определенных типов текстов, как, например, новости, научные статьи, блоги или комментарии, а также анализ актуальности темы и сводок.
Оба подхода - количественный и качественный контент-анализ - имеют свои преимущества и могут использоваться в сочетании для получения более полного и всестороннего понимания текстовой информации. Они представляют собой мощные инструменты для исследования и анализа текстов, которые могут быть применены в различных областях, включая научные исследования, маркетинг, политический анализ и многое другое.
ЗАВОДОВСКАЯ ИРИНА
zavodovskayai@yandex.ru
