Контент-анализ

Контент-анализ

Контент-анализ (от англ. «содержание» и греч. «разложение, расчленение») - формализованный количественный метод анализа документов. Перевод в количественные показатели массовой текстовой или фонетической информации с последующей статистической ее обработкой. Характеризуется большой строгостью, систематичностью. Объектом контент-анализа может быть содержание различных печатных изданий, радио- и телепередач, кинофильмов, рекламных сообщений, документов, публичных выступлений, материалов анкет.

Включает в себя:

• выделение системы опорных понятий (категорий анализа);
• отыскание их индикаторов - слов, словосочетаний, суждений и т. п. - (единиц анализа);
• статистическую обработку данных.

Данный  метод зародился в 20-е годы в  американской журналистике как средство количественно-качественного изучения содержания прессы. В настоящее время активно применяется в социальной психологии, социологии, психодиагностике, политологии, психологии рекламы и пропаганды.

К числу его несомненных  достоинств относятся возможность точной регистрации внешне неразличимых показателей в объемных массивах эмпирических данных, способность к выявлению скрытых тенденций и закономерностей, допустимость осуществления отсроченного по времени анализа событий и ситуаций, относительная объективность процедур и надёжность результатов, отсутствие проявлений эффекта воздействия исследователя на поведение испытуемых.

По сути, контент-анализ предполагает перевод качественно  представленной информации на язык счета. Для этого необходимо, во-первых, иметь достаточно объемный и содержательно богатый текст, а во-вторых, обладать определенным уровнем исследовательской подготовленности, позволяющим эффективно реализовать потенциал данного метода.

Наряду с этим следует помнить, что контент-анализу  присущи и некоторые ограничения. Так, известно, что характер информации во многом определяется замыслами ее автора и спецификой форм предъявления. Поэтому вполне возможно принятие исследователем вымысла за документальность или упущение каких-либо существенных данных вследствие недостаточной выраженности их в обрабатываемом материале. Искажения информации могут возникать и по вине исследователя, неспособного, к примеру, адекватно выделить категории анализа или учесть все имеющиеся варианты их словесного выражения. Кроме того, далеко не всякий материал поддается необходимой формализации. Предельно трудно было бы применить данный метод, скажем, к описанию поведения лирического героя поэтического произведения.

Описывая особенности  применения контент-анализа, принято  указывать меру устойчивости полученных сведений при замене кодировщиков (лиц, регистрирующих параметры и признаки) и давать характеристики, степени согласованности результатов этого метода с иными, собранными другими способами. Рассмотрим содержание основных этапов контент-анализа.

1. Подготовительный этап (разработка программы анализа материала)

Он включает постановку цели исследования, предварительную  проверку адекватности избранного метода особенностям предстоящей работы, составление  классификатора (опорной схемы для контент-анализа), подготовку инструкций для лиц, участвующих в реализации метода, пилотажное исследование, последующую коррекцию программы.

Особое внимание следует здесь обратить на составление  классификатора, представляющего собой  перечень категорий анализа, соответствующих им индикаторов, принятых единиц счета. Это основа алгоритма последующих действий, от качества которой зависит эффективность работы в целом.

Категории анализа - это ключевые элементы исследовательской концепции, смысловые единицы, выраженность которых подлежит регистрации в соответствии с поставленной целью. В качестве категорий анализа исследователь заранее выдвигает определенные проблемы, идеи или темы. Например, анализируя характер человека по итогам интервью или анкетирования, мы можем выделить следующие категории: отношение его к самому себе, другим людям, деятельности, вещам (предметам), природе. Изучая, допустим, тревожность как свойство личности, мы предварительно выделяем совокупность составляющих её «тем»: беспокойство по поводу здоровья, семьи, карьеры, финансового положения и др.

Главное, чтобы список категорий был предельно исчерпывающим, а также давал возможность однозначного соотнесения той или иной части текста с конкретной категорией.

Единицы анализа или индикаторы, признаки выраженности смысловых единиц, представляют собой части текста, характеризующиеся принадлежностью к определенной категории. Это могут быть символы, слова, термины, сочетания слов различной протяженности, ситуации, суждения, реплики, интонации и т. д. Это тот материал, который позволяет судить о значении в тексте каждой категории.

Следует помнить, что одна и та же категория  бывает выражена в тексте по-разному: от отдельных символов или слов до законченных суждений или абзацев. Поэтому выделение единиц анализа  является непростым делом и требует  от исследователя вдумчивости и  проницательности.

Помимо  того, необходимо учитывать, что категория  может быть представлена в тексте различными по знаку единицами анализа. Например, в отрицательной (критической), нейтральной или же положительной  форме. Разумеется, количество вариантов  такого рода отношений бывает и более разнообразным.

Единицы счета - это количественные характеристики отношений категорий друг к другу или единиц анализа к категориям. В практике исследований обычно используют два их варианта:

• частоту проявлений в тексте категории или ее признака;
• пропорцию представленности категории (её признака) или, иначе, объём внимания, уделяемый ей автором текста.

Так, это  может быть: сравнительное количество печатных знаков, площадь соответствующих  частей текстов (в квадратных единицах или процентах), необходимое время произнесения и т.д.

Разработка  классификатора завершается составлением инструкций кодировщику и подготовкой  кодировочной матрицы.

Инструкции содержат предельно четкие указания на то, каковы все выделенные категории, какой набор признаков в тексте соответствует каждой из них, какого типа единицы счета при этом используются. Объективность результатов контент-анализа будет более полной, если исследователь письменно сформулирует инструкции даже в том случае, когда он сам является кодировщиком.

Кодировочная матрица представляет собой таблицу, удобную для регистрации первичных результатов исследования. Обычно по вертикали в ней даны категории анализа, а по горизонтали - перечень источников информации (отдельные документы, сообщения, персоналии испытуемых и т.п.). Тогда середина таблицы заполняется цифрами, свидетельствующими о частотах присутствия данной категории в том или ином материале.

Пилотажное  исследование, завершающее подготовительный этап контент-анализа, способствует выявлению  недостающих категорий, упущенных из виду единиц анализа, неточностей инструкций.

2. Исполнительный этап

Предусматривает совокупность {процедур по выделению  индикаторов категорий и регистрации  характеристик их присутствия в  тексте.

Кодировщики могут допускать здесь такие ошибки как:

• неверное соотнесение единиц анализа с категориями;
• пропуск тех или иных единиц анализа;
• фиксация того, чего нет на самом деле.

Все это  нарушает устойчивость результатов  контент-анализа. Причины низких показателей  устойчивости следует искать в качестве инструкций, недостаточной умелости кодировщиков, в неподходящей обстановке их работы, наконец, в отсутствии внимательности, терпения или добросовестности.

3. Этап обработки данных

Содержание  его определяется целью исследования. В зависимости от этого при обработке результатов (одной или нескольких кодировочных матриц) могут быть использованы частотные или процентные распределения, коэффициенты корреляции, сопоставительные таблицы и т.д.

В тех  случаях, когда анализируется большой  массив данных, иногда используются специальные математико-статистические способы, разработанные для нужд контент-анализа.

Факторный анализ применяется, когда возникает  необходимость определить совокупность вероятных причинно-следственных связей между переменными, установить наличие феноменов, объясняющих существование взаимосвязи.

В последние  десятилетия все чаще при обработке  данных контент-анализа или корреляционного  анализа используется особый метод  математической статистики, позволяющий  выявить скрытые от непосредственного восприятия дензнаки (факторы), а также уточнить степень их влияния на те или иные рассматриваемые характеристики.

Приведем  пример - расчёт коэффициента Яниса, при  помощи которого может быть установлено  соотношение положительных и  отрицательных оценок относительно определенных категорий. Данный коэффициент исчисляется по формуле:

, для случая, когда f>n ,

, для случая, когда f<n

где f - число положительных оценок, n - число  отрицательных оценко, r - объем единиц информации, отражающих изучаемую категорию, t - общий объем единиц анализируемого текста.