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.