- •Контент-аналитическое исследование
- •Этапы контент-аналитического исследования
- •1. К качественным (смысловым) единицам можно отнести категории и их референты в тексте, или индикаторы.
- •2. Количественными единицами контент-анализа являются единицы контекста и единицы счета.
- •Матрица возможных и фактических совместных появлений единиц контекста
2. Количественными единицами контент-анализа являются единицы контекста и единицы счета.
Единицы контекста используются для обозначения того сегмента текста (материала), в пределах которого определяется частота упоминания соответствующих категорий и подкатегорий. Единицами контекста могут служить предложение, статья, ответ на вопрос анкеты, интервью, акт поведения и т.д.
Единицы счета выражают количественную меру соотношения различных элементов текста. Они необходимы для осуществления статистических процедур. Эти единицы имеют непосредственное отношение к определению частоты и объема упоминаний категорий контент-анализа.
Подсчет частоты упоминаний категорий и подкатегорий в различных единицах контекста может быть: а) сплошным, терминологическим; б) сегментарным, тематическим. В первом случае регистрируются и затем подсчитываются все появления индикаторов данной категории или подкатегории. Так, например, если в качестве единицы контекста взята отдельная социально-психологическая публикация и регистрируется частота упоминаний категории «лидерство», то необходимо зарегистрировать и подсчитать все упоминания данного термина в публикации. Во втором случае – при тематическом подсчете упоминаний категорий – регистрируется лишь первое появление данной категории в единице контекста, повторные упоминания не учитываются. Так, например, при тематическом подсчете частоты упоминания категории «лидерство» вся публикация будет засчитываться как одно упоминание независимо от того, сколько раз в ней будет использован термин «лидерство».
Объем упоминаний категорий контент-анализа может измеряться различными способами: подсчетом числа строк, печатных знаков, квадратных сантиметров площади, посвященных данной категории, и т.д. Для кино, радио, телевидения обычно подсчитывается время, отведенное освещению определенного события; «площадь» газетных публикаций – для «пишущей» журналистики; для анализа семейных конфликтов – общее время «конфликтного» поведения и др.
Следует иметь в виду, что контент-анализ может быть многосторонним, поэтому одновременно могут быть использованы различные количественные единицы. Основное требование к ним состоит в том, что они должны поддаваться объективному, надежному и проверяемому измерению.
Второй этап предусматривает составление кодировочной инструкции. Осуществляется соотнесение категорий и подкатегорий контент-анализа с конкретными содержательными элементами текста, т.е. происходит определение в документе (тексте, материале) индикаторов выбранных категорий исследования. Здесь либо составляется соответствующий словарь индикаторов категорий, либо дается развернутое описание категорий в терминах исследуемых текстов. Все категории и подкатегории контент-аналитического исследования кодируются, т.е. им даются определенные цифровые или буквенные обозначения. В кодировочную инструкцию включается также обозначение знака информации. Обычно он определяется как «положительное», «отрицательное» и «нейтральное» отношение, что соответственно кодируется как «+; -; 0» (возможные варианты: «1; 0; -1», «п; н; о»).
Составление кодировочной инструкции – чрезвычайно важный этап работы, так как в ней находят конкретное выражение основные положения методики исследования. Кроме соответствующего определения категорий, подкатегорий и других единиц анализа в кодировочную инструкцию включаются правила кодирования, оговариваются спорные случаи и т.д. При составлении конкретного кода в категориях часто предусматривается подкатегория «другое», включающая те индикаторы данной категории, которые не вошли в выделенные подкатегории, но, которые, тем не менее, являются референтами данной категории и поэтому должны быть зафиксированы в частоте и объеме ее упоминаний. Необходимость включения подкатегории «другое» связана с тем, что заранее невозможно, а часто и не нужно предусматривать абсолютно все подкатегории.
Третий этап. Пилотажная кодировка текста. Часть исследуемого массива текстов (материала, документов) кодируется с целью апробации методики, изложенной в кодировочной инструкции. Кодировка текста представляет собой непосредственный перевод качественных, смысловых единиц (категорий, подкатегорий) в количественные единицы через нахождение их индикаторов в тексте, т.е. перевод текстов в условные обозначения – коды (цифры или буквы, которыми обозначены в кодировочной инструкции те или иные категории и подкатегории). Пилотажная кодировка дает возможность проверить выработанную методику на обоснованность (соответствие задачам исследования) и надежность (воспроизводимость результатов). Обоснованность обычно проверяется при помощи экспертных оценок или при помощи получения тех же результатов другими методами социально-психологического исследования.
Надежность проверяется при помощи кодирования одного и того же текста по данной кодировочной инструкции несколькими людьми либо повторным кодированием одного и того же текста по данной инструкции тем же кодировщиком. Если данные разных кодирований находятся в достаточном соответствии (например, расхождение не выше 5 % или коэффициент корреляции на уровне 0,95), то можно считать, что методика позволяет получать надежные результаты.
Следует иметь в виду, что высокая надежность обычно свойственна простым формам контент-анализа. Усложнение, более тонкая дифференциация категорий связаны с понижением надежности, однако это дает большую информацию об объекте исследования. Решение о соотношении надежности и значимости категорий обычно принимается, исходя из поставленных перед исследованием задач. Помехи для получения надежных результатов могут возникнуть по разным причинам: из-за недостатков кодировочной инструкции, низкой квалификации кодировщика, небрежности в обработке результатов и др. Контент-аналитическое исследование требует от кодировщика особого внимания, терпения, упорства и добросовестности. После проведения пилотажного исследования в кодировочную инструкцию обычно вносят соответствующие изменения для устранения выявленных помех.
Четвертый этап. Кодировка всего массива исследуемых текстов. Осуществляется процесс квантификации, т.е. перевод в цифровое измерение всей совокупности исследуемых текстов. Регистрировать частоту и объем упоминания категорий и подкатегорий контент-анализа можно в заранее подготовленных таблицах.
Пятый этап. Статистическая обработка полученных количественных данных осуществляется вручную или на ПЭВМ (как правило, с помощью электронной таблицы). Обычно используются процентные и частотные распределения, устанавливаются разнообразные коэффициенты корреляций между данными и т. д. Существуют и отдельные способы количественной обработки данных, полученных именно в контент-аналитическом исследовании. Сюда, например, следует отнести методику Ч.Осгуда по расчету совместной связанности различных элементов содержания в сообщении. Процедура данной методики состоит в том, что в сообщениях (или во фрагментах какого-то текста) регистрируется наличие или отсутствие определенных, намеченных задачами исследования единиц содержания, а затем подсчитывается совместная встречаемость этих единиц и определяется случайность или закономерность их появления. При этом анализируемые единицы фиксируются в матрице, а на следующей стадии анализа рассчитывается квадратная матрица возможных и фактических совместных появлений единиц анализа.
Например, единица А встречается в 40 % анализируемых сообщений (РА = 0,4), а единица В – в 20 % сообщений (Рв = 0,2), тогда можно ожидать, что по теореме умножения вероятностей совместно эти единицы появятся с вероятностью 0,08 (РАВ = РА∙ Рв = 0,4 х 0,2 = 0,08). Записываем это значение в соответствующую верхнюю от матричной диагонали клетку. Теперь смотрим, сколько раз совместно встречаются в сообщениях единицы А и В на самом деле. Оказывается, они встречаются лишь в 6 % сообщений (∫АВ = 0,06). Записываем это число в соответствующую нижнюю по диагонали клетку. Таким же образом рассчитываем остальные вероятности и частоту совместного появления всех единиц анализа. Далее, сравнивая фактические и вероятностные величины, определяем, какие фактические зависимости оказываются неслучайными (например, по таблице видно, что совместное появление единиц А и В случайно, так как фактическая величина ниже вероятностной, а единиц А и С – не случайно, так как фактическая величина превосходит вероятностную). Затем можно рассчитать уровень значимости неслучайных зависимостей, выделить плеяды взаимосвязанных единиц и т.д.