В контент анализе кодировочная инструкция это

Контент-анализ 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 оценок, r — объем единиц информации, отражающих изучаемую категорию, t — общий объем единиц анализируемого текста.

Источник: Учебное пособие из серии: Практикум по психологии, Издательство: Питер.

2.5. Метод анализа документов (контент-анализ)

Человек включен в социально-психологическую среду, которая отражена во множестве различного рода документах. Информация может быть зафиксирована в рукописных, иконографических (фото- и кинодокументы), печатных, аудиальных и пр. документах.

Документом называется такой объект, который был создан человеком в процессе социальной деятельности и служит для хранения и передачи социально важной информации.

К документам относятся многочисленные продукты деятельности человека, которые можно рассматривать по различным критериям:

— по степени личного вклада человека в создание документа;

— по сфере функционирования документа;

— по способу фиксации информации в документе;

— по статусу документа: официальному или неофициальному.

Каждый документ, прежде чем с ним начнет работать психолог, должен быть проанализирован на предмет достоверности имеющихся в нем данных: Является ли документ первичным (непосредственно регистрирующим события) или вторичным (данные которого построены на основании существующих документов)? Официальный или неофициальный документ? Он создан по инициативе самого автора или по инициативе стороннего лица? Какова доля личного участия автора в создании документа? Каков способ фиксации данных? Как человек владеет этим способом фиксации, не было ли проблемно фиксировать данные? Могло ли эти трудности отразиться на качестве зафиксированных данных? Только ответив на все эти вопросы, исследователь может анализировать степень надежности документальных данных.

Контент-анализ (от анг. «содержание» и греч. «разложение») является качественно-количественным методом анализа массива документальной информации, основанный на применении элементов формализованного наблюдения и статистических приемов исследования с целью выявления характеристик авторов текстов или характеристик и закономерностей отражаемых в этих документах социальной среды [46].

С методом наблюдения контент-анализ роднят в равной степени формализованные требования к отбору единиц: в одном случае – единицы наблюдения, а в другом случае – смысловые единицы документа.

Контент-анализ впервые стал использоваться в 20-х годах ХХ века американскими учеными для изучения явлений, понятий, феноменов, которые обсуждались в средствах массовой информации. В дальнейшем этот метод стал широко использоваться в психологии и социологии.

Контент-анализ можно использовать как основной метод социально-психологического исследования, как составную часть комплекса диагностических методов, а также как вспомогательную процедуру для обработки полученных данных (например, методом анкетирования).

По сути контент-анализ представляет собой выделение и счет смысловых единиц в документе.

Рассмотрим содержательные единицы контент-анализа:

1) объект анализа – это тот текст документа, который подвергается анализу;

2) качественные единицы контент-анализа – это те смысловые единицы текста, которые подвергаются анализу. То есть то, что будем подсчитывать;

3) категории контент-анализа – это те качественные единицы анализа, которые отражают концептуальную схему исследования. Это принципиально важные, отражающие смысл исследования смысловые единицы. Выделение категорий во многом определяется целями исследования. Категориями могут быть демографические характеристики выборки, личностные особенности, отдельные социально-психологические феномены и т.д.;

4) подкатегории – это более мелкие, чем категории, смысловые единицы анализа. Подкатегории раскрывают содержание категорий, показывают их вариативность. Например, категория «социально-демографические характеристики» может содержать такие подкатегории, как пол, возраст, род деятельности и т.д.;

5) индикаторы категорий – это те смысловые единицы текста, семантическое значение которых является показателем отнесения их к определенной категории или подкатегории. Например, если в тексте встречаются слова: «молодой человек», «мужчина», «юноша», мы можем их рассматривать как индикаторы подкатегории «мужской пол». Или, например, слова «футболист-любитель», «садовод», «охотник» мы можем отнести к подкатегории «хобби»;

6) упоминания – это индикаторы категорий, подлежащие фиксации и счету;

7) единицы контекста – это единица объема текста, в рамках которой происходит подсчет смысловых единиц. Например, мы можем подсчитывать категории и подкатегории в отдельном ответе на вопрос анкеты, в анкете в целом, в предложении, в мини-сочинении на заданную тему и т.д.;

 единицы счета – это количественная единица, отражающая частоту упоминания смысловых единиц в определенном объеме текста;

9) кодировочная инструкция – это фиксация выделенных содержательных элементов текста и соотнесение их с категориями и подкатегориями;

10) категориальная сетка – готовый рабочий инструмент для проведения контент-анализа, с выделенными и закодированными категориями и подкатегориями. Например, при исследовании личностного потенциала, можно выделить категорию «Я-деятельностное». Обозначим эту категорию буквой «А». Категорию «Я-физическое» – буквой «Б». Каждая категория детализируется подкатегориями (а если необходимо, и еще более дробными единицами). Подкатегории обозначаются цифрами. Например, категория «Я-деятельностное» может иметь различные подкатегории – обозначение профессиональной принадлежности («студент», «работник») – обозначим эту подкатегорию как А1, подкатегорию «хобби» («охотник», «коллекционер марок») обозначим как А2 и т.д. Категория «Я-физическое» (Б) может раскрываться подкатегориями «внешняя привлекательность» (Б1), подкатегорией «физическое здоровье» (Б2), «привычки и образ жизни» (Б3) и т.д.

Важным представляется учет оценочного отношения испытуемого к содержанию текста. Так, например, свою внешнюю привлекательность респондент может оценивать позитивно (если он считает себя привлекательным), негативно (он не считает себя привлекательным), нейтрально (респондент не думал об этом, его данный вопрос не интересует) и амбивалентно (респондент считает себя в чем-то привлекательным, в чем-то нет). Оценочное отношение выражается знаками «+», «-» или «+/-».

Рассмотрим этапы проведения контент-анализа.

1. Подготовительный этап (разработка стратегии исследования).

На данном этапе исследователь ставит цели; выявляет научную проблему; определяет, на каких теоретических принципах базируется исследование; выделяет предмет и объект исследования, разрабатывает категориальный аппарат, выделяет смысловые единицы анализа.

2. Этап разработки исследовательского инструментария.

На этом этапе исследователь составляет кодировочную инструкцию и категориальную сетку.

3. Пилотажное исследование.

Автор проводит предварительное исследование с целью проверки правильности составления кодировочной инструкции на небольшом объеме текста. Пилотажное исследование призвано проверить надежность методики: ее соответствие поставленным задачам и возможности воспроизвести полученные результаты.

После пилотажного исследования вносятся необходимые коррективы в кодировочную инструкцию и исследователь приступает к следующему этапу.

4. Этап кодирования массива документов.

На этом этапе исследователь переводит весь массив данных в кодовое выражение, смысловым единицам дается определенный код, а затем подсчитывается частота их упоминаний в тексте.

5. Этап статистической обработки полученных данных.

Выбор статистического метода определяется целями исследования. В зависимости от целей используются частотные или процентные распределения, коэффициенты корреляции, выявление случайных и неслучайных зависимостей элементов содержания, выявление положительных и отрицательных оценок относительно определенных категорий (коэффициент Яниса), факторный анализ и другие методы.

6. Этап интерпретации полученных данных.

На этом этапе исследователь объясняет полученные цифровые данные исходя из целей и логики исследования. Задача этого этапа – перейти от количественного выражения содержания документа – к качественному, содержательному и сделать выводы о наличии, специфики, выраженности изучаемого психологического феномена.

Метод контент-анализа широко применяется в современной психологии, социологии, политологии и наиболее частые области его применения – анализ текстов, устных докладов, интервью, анкет, методик со слабоструктурированным стимульным материалом, биографический материал и т.д.

Приведем пример исследования, в основу которого положен метод контент-анализа.

Результаты контент-анализа инаугурационных посланий Б.Н. Ельцина

Во многом ценности общества определяются и формируются первым лицом государства. Провозглашаемые ценностные предпочтения в речах президента являются теми маяками, вокруг которых объединяются граждане. О.А. Маркова и Т.В. Харламова проанализировали инаугурационные речи первого президента России Б.Н. Ельцина, которые не только отражают политическую ситуацию, превалирующую в обществе, но и те ценности, которые являются желаемыми для стабильности и процветания общества [23].

Контент-анализ показал, что в первом инаугурационном послании 1991 года преобладали лексические единицы близкие к семантическим значениям: «народ», «основа», «мир», «возрождение», «преобразование», «противостояние», «забвение», «кризис».

Тема «противостояние» старым советским ориентирам является доминирующей в выступлении (выражалась лексическими единицами: «отрицание», «забвение», «кризис» и т.д.).

Провозглашаемыми ценностями явились «достоинство человека», «духовное раскрепощение человека», «интересы каждого человека», «возрождение России», «благо каждого человека».

В речи были введены новые для массового сознания понятия: «творческое человеческое начало», «свобода», «законность», «открытость миру».

Иные акценты были поставлены в инаугурационном послании 1996 года.

Лексическими единицами, отражающими тему выступления, явились: «президент», «сила», «государство», «работа», а провозглашаемыми ценностями – «человек», «общество», «семья», «государство».

Таким образом, можно констатировать, что на смену ценностям отрицания и противостояния (1991 год) пришли ценности стабильности и уверенности в будущем страны (1996 год).

Приведенное исследование является одним из множества примеров того, каким образом контент-анализ может быть использован при изучении социально-психологических и ценностных характеристик среды, в которую включен человек.

Вопросы для самоконтроля знаний студентов

1. Дайте определение метода контент-анализа.

2. Какие виды документов можно обработать контент-анализом?

3. Раскройте содержательные единицы контент-анализа содержания документов.

4. Перечислите требования к категориям контент-анализа.

5. Опишите содержание этапов контент-анализа.

Рекомендуемая литература

1. Горбатов, Д.С. Практикум по психологическому исследованию. – Самара: Бахрах-М, 2006. – 272 с.

2. Семенов, В.Е. Метод изучения документов в социально-психологических исследованиях. – Л.: Изд-во Ленингр.ун-та., 1983. – 104 с.

3. Социальная психология. Практикум. Под ред. Т.В. Фоломеевой. – М.: Аспект Пресс, 2006. – 480 с.

4. Таршис Е.Я. Перспективы развития метода контент-анализа // Социология: Методология, методы, математические модели. – 2002. – № 15. – С. 71-92.

From Wikipedia, the free encyclopedia

Content analysis is the study of documents and communication artifacts, which might be texts of various formats, pictures, audio or video. Social scientists use content analysis to examine patterns in communication in a replicable and systematic manner.^[1] One of the key advantages of using content analysis to analyse social phenomena is their non-invasive nature, in contrast to simulating social experiences or collecting survey answers.

Practices and philosophies of content analysis vary between academic disciplines. They all involve systematic reading or observation of texts or artifacts which are assigned labels (sometimes called codes) to indicate the presence of interesting, meaningful pieces of content.^[2][3] By systematically labeling the content of a set of texts, researchers can analyse patterns of content quantitatively using statistical methods, or use qualitative methods to analyse meanings of content within texts.

Computers are increasingly used in content analysis to automate the labeling (or coding) of documents. Simple computational techniques can provide descriptive data such as word frequencies and document lengths. Machine learning classifiers can greatly increase the number of texts that can be labeled, but the scientific utility of doing so is a matter of debate. Further, numerous computer-aided text analysis (CATA) computer programs are available that analyze text for pre-determined linguistic, semantic, and psychological characteristics.^[4]

Goals[edit]

Content analysis is best understood as a broad family of techniques. Effective researchers choose techniques that best help them answer their substantive questions. That said, according to Klaus Krippendorff, six questions must be addressed in every content analysis:^[5]

1. Which data are analyzed?
2. How are the data defined?
3. From what population are data drawn?
4. What is the relevant context?
5. What are the boundaries of the analysis?
6. What is to be measured?

The simplest and most objective form of content analysis considers unambiguous characteristics of the text such as word frequencies, the page area taken by a newspaper column, or the duration of a radio or television program. Analysis of simple word frequencies is limited because the meaning of a word depends on surrounding text. Key Word In Context (KWIC) routines address this by placing words in their textual context. This helps resolve ambiguities such as those introduced by synonyms and homonyms.

A further step in analysis is the distinction between dictionary-based (quantitative) approaches and qualitative approaches. Dictionary-based approaches set up a list of categories derived from the frequency list of words and control the distribution of words and their respective categories over the texts. While methods in quantitative content analysis in this way transform observations of found categories into quantitative statistical data, the qualitative content analysis focuses more on the intentionality and its implications. There are strong parallels between qualitative content analysis and thematic analysis.^[6]

Qualitative and quantitative content analysis[edit]

Quantitative content analysis highlights frequency counts and objective analysis of these coded frequencies.^[7] Additionally, quantitative content analysis begins with a framed hypothesis with coding decided on before the analysis begins. These coding categories are strictly relevant to the researcher’s hypothesis. Quantitative analysis also takes a deductive approach.^[8] Examples of content-analytical variables and constructs can be found, for example, in the open-access database DOCA. This database compiles, systematizes, and evaluates relevant content-analytical variables of communication and political science research areas and topics.

Siegfried Kracauer provides a critique of quantitative analysis, asserting that it oversimplifies complex communications in order to be more reliable. On the other hand, qualitative analysis deals with the intricacies of latent interpretations, whereas quantitative has a focus on manifest meanings. He also acknowledges an «overlap» of qualitative and quantitative content analysis.^[7] Patterns are looked at more closely in qualitative analysis, and based on the latent meanings that the researcher may find, the course of the research could be changed. It is inductive and begins with open research questions, as opposed to a hypothesis.^[8]

Codebooks[edit]

The data collection instrument used in content analysis is the codebook or coding scheme. In qualitative content analysis the codebook is constructed and improved during coding, while in quantitative content analysis the codebook needs to be developed and pretested for reliability and validity before coding.^[4] The codebook includes detailed instructions for human coders plus clear definitions of the respective concepts or variables to be coded plus the assigned values.

According to current standards of good scientific practice, each content analysis study should provide their codebook in the appendix or as supplementary material so that reproducibility of the study is ensured. On the Open Science Framework (OSF) server of the Center for Open Science a lot of codebooks of content analysis studies are freely available via search for «codebook».

Furthermore, the Database of Variables for Content Analysis (DOCA) provides an open access archive of pretested variables and established codebooks for content analyses.^[9] Measures from the archive can be adopted in future studies to ensure the use of high-quality and comparable instruments. DOCA covers, among others, measures for the content analysis of fictional media and entertainment (e.g., measures for sexualization in video games^[10]), of user-generated media content (e.g., measures for online hate speech^[11]), and of news media and journalism (e.g., measures for stock photo use in press reporting on child sexual abuse,^[12] and measures of personalization in election campaign coverage^[13]).

Computational tools[edit]

With the rise of common computing facilities like PCs, computer-based methods of analysis are growing in popularity.^[14][15][16] Answers to open ended questions, newspaper articles, political party manifestos, medical records or systematic observations in experiments can all be subject to systematic analysis of textual data.

By having contents of communication available in form of machine readable texts, the input is analyzed for frequencies and coded into categories for building up inferences.

Computer-assisted analysis can help with large, electronic data sets by cutting out time and eliminating the need for multiple human coders to establish inter-coder reliability. However, human coders can still be employed for content analysis, as they are often more able to pick out nuanced and latent meanings in text. A study found that human coders were able to evaluate a broader range and make inferences based on latent meanings.^[17]

Reliability and Validity[edit]

Robert Weber notes: «To make valid inferences from the text, it is important that the classification procedure be reliable in the sense of being consistent: Different people should code the same text in the same way».^[18] The validity, inter-coder reliability and intra-coder reliability are subject to intense methodological research efforts over long years.^[5]
Neuendorf suggests that when human coders are used in content analysis at least two independent coders should be used. Reliability of human coding is often measured using a statistical measure of inter-coder reliability or «the amount of agreement or correspondence among two or more coders».^[4] Lacy and Riffe identify the measurement of inter-coder reliability as a strength of quantitative content analysis, arguing that, if content analysts do not measure inter-coder reliability, their data are no more reliable than the subjective impressions of a single reader.^[19]

According to today’s reporting standards, quantitative content analyses should be published with complete codebooks and for all variables or measures in the codebook the appropriate inter-coder or inter-rater reliability coefficients should be reported based on empirical pre-tests.^[4][20][21] Furthermore, the validity of all variables or measures in the codebook must be ensured. This can be achieved through the use of established measures that have proven their validity in earlier studies. Also, the content validity of the measures can be checked by experts from the field who scrutinize and then approve or correct coding instructions, definitions and examples in the codebook.

Kinds of text[edit]

There are five types of texts in content analysis:

1. written text, such as books and papers
2. oral text, such as speech and theatrical performance
3. iconic text, such as drawings, paintings, and icons
4. audio-visual text, such as TV programs, movies, and videos
5. hypertexts, which are texts found on the Internet

History[edit]

Content analysis is research using the categorization and classification of speech, written text, interviews, images, or other forms of communication. In its beginnings, using the first newspapers at the end of the 19th century, analysis was done manually by measuring the number of columns given a subject. The approach can also be traced back to a university student studying patterns in Shakespeare’s literature in 1893.^[22]

Over the years, content analysis has been applied to a variety of scopes. Hermeneutics and philology have long used content analysis to interpret sacred and profane texts and, in many cases, to attribute texts’ authorship and authenticity.^[3][5]

In recent times, particularly with the advent of mass communication, content analysis has known an increasing use to deeply analyze and understand media content and media logic.
The political scientist Harold Lasswell formulated the core questions of content analysis in its early-mid 20th-century mainstream version: «Who says what, to whom, why, to what extent and with what effect?».^[23] The strong emphasis for a quantitative approach started up by Lasswell was finally carried out by another «father» of content analysis, Bernard Berelson, who proposed a definition of content analysis which, from this point of view, is emblematic: «a research technique for the objective, systematic and quantitative description of the manifest content of communication».^[24]

Quantitative content analysis has enjoyed a renewed popularity in recent years thanks to technological advances and fruitful application in of mass communication and personal communication research. Content analysis of textual big data produced by new media, particularly social media and mobile devices has become popular. These approaches take a simplified view of language that ignores the complexity of semiosis, the process by which meaning is formed out of language. Quantitative content analysts have been criticized for limiting the scope of content analysis to simple counting, and for applying the measurement methodologies of the natural sciences without reflecting critically on their appropriateness to social science.^[25] Conversely, qualitative content analysts have been criticized for being insufficiently systematic and too impressionistic.^[25] Krippendorff argues that quantitative and qualitative approaches to content analysis tend to overlap, and that there can be no generalisable conclusion as to which approach is superior.^[25]

Content analysis can also be described as studying traces, which are documents from past times, and artifacts, which are non-linguistic documents. Texts are understood to be produced by communication processes in a broad sense of that phrase—often gaining mean through abduction.^[3][26]

Latent and manifest content[edit]

Manifest content is readily understandable at its face value. Its meaning is direct. Latent content is not as overt, and requires interpretation to uncover the meaning or implication.^[27]

Uses[edit]

Holsti groups fifteen uses of content analysis into three basic categories:^[28]

• make inferences about the antecedents of a communication
• describe and make inferences about characteristics of a communication
• make inferences about the effects of a communication.

He also places these uses into the context of the basic communication paradigm.

The following table shows fifteen uses of content analysis in terms of their general purpose, element of the communication paradigm to which they apply, and the general question they are intended to answer.

Uses of Content Analysis by Purpose, Communication Element, and Question
Purpose	Element	Question	Use
Make inferences about the antecedents of communications	Source	Who?	Answer questions of disputed authorship (authorship analysis)
Encoding process	Why?	Secure political & military intelligence Analyse traits of individuals Infer cultural aspects & change Provide legal & evaluative evidence
Describe & make inferences about the characteristics of communications	Channel	How?	Analyse techniques of persuasion Analyse style
Message	What?	Describe trends in communication content Relate known characteristics of sources to messages they produce Compare communication content to standards
Recipient	To whom?	Relate known characteristics of audiences to messages produced for them Describe patterns of communication
Make inferences about the consequences of communications	Decoding process	With what effect?	Measure readability Analyse the flow of information Assess responses to communications
Note. Purpose, communication element, & question from Holsti.[28] Uses primarily from Berelson[29] as adapted by Holsti.[28]

As a counterpoint, there are limits to the scope of use for the procedures that characterize content analysis. In particular, if access to the goal of analysis can be obtained by direct means without material interference, then direct measurement techniques yield better data.^[30] Thus, while content analysis attempts to quantifiably describe communications whose features are primarily categorical——limited usually to a nominal or ordinal scale——via selected conceptual units (the unitization) which are assigned values (the categorization) for enumeration while monitoring intercoder reliability, if instead the target quantity manifestly is already directly measurable——typically on an interval or ratio scale——especially a continuous physical quantity, then such targets usually are not listed among those needing the «subjective» selections and formulations of content analysis.^{[31][32][33][34][35][36][20][37]} For example (from mixed research and clinical application), as medical images communicate diagnostic features to physicians, neuroimaging’s stroke (infarct) volume scale called ASPECTS is unitized as 10 qualitatively delineated (unequal) brain regions in the middle cerebral artery territory, which it categorizes as being at least partly versus not at all infarcted in order to enumerate the latter, with published series often assessing intercoder reliability by Cohen’s kappa. The foregoing italicized operations impose the uncredited form of content analysis onto an estimation of infarct extent, which instead is easily enough and more accurately measured as a volume directly on the images.^[38][39] («Accuracy … is the highest form of reliability.»^[40]) The concomitant clinical assessment, however, by the National Institutes of Health Stroke Scale (NIHSS) or the modified Rankin Scale (mRS), retains the necessary form of content analysis. Recognizing potential limits of content analysis across the contents of language and images alike, Klaus Krippendorff affirms that «comprehen[sion] … may … not conform at all to the process of classification and/or counting by which most content analyses proceed,»^[41] suggesting that content analysis might materially distort a message.

The development of the initial coding scheme[edit]

The process of the initial coding scheme or approach to coding is contingent on the particular content analysis approach selected. Through a directed content analysis, the scholars draft a preliminary coding scheme from pre-existing theory or assumptions. While with the conventional content analysis approach, the initial coding scheme developed from the data.

The conventional process of coding[edit]

With either approach above, immersing oneself into the data to obtain an overall picture is recommendable for researchers to conduct. Furthermore, identifying a consistent and clear unit of coding is vital, and researchers’ choices range from a single word to several paragraphs, from texts to iconic symbols. Last, constructing the relationships between codes by sorting out them within specific categories or themes.^[42]

See also[edit]

• Donald Wayne Foster
• Hermeneutics
• Text mining
• The Polish Peasant in Europe and America
• Transition words
• Video content analysis

References[edit]

Further reading[edit]

• Graneheim, Ulla Hällgren; Lundman, Berit (2004). «Qualitative content analysis in nursing research: concepts, procedures and measures to achieve trustworthiness». Nurse Education Today. 24 (2): 105–112. doi:10.1016/j.nedt.2003.10.001. PMID 14769454. S2CID 17354453.
• Budge, Ian (ed.) (2001). Mapping Policy Preferences. Estimates for Parties, Electors and Governments 1945-1998. Oxford, UK: Oxford University Press. ISBN 978-0199244003.
• Krippendorff, Klaus, and Bock, Mary Angela (eds) (2008). The Content Analysis Reader. Thousand Oaks, CA: Sage. ISBN 978-1412949668.
• Neuendorf, Kimberly A. (2017). The Content Analysis Guidebook, 2nd ed. Thousand Oaks, CA: Sage. ISBN 978-1412979474.
• Roberts, Carl W. (ed.) (1997). Text Analysis for the Social Sciences: Methods for Drawing Inferences from Texts and Transcripts. Mahwah, NJ: Lawrence Erlbaum. ISBN 978-0805817348.
• Wimmer, Roger D. and Dominick, Joseph R. (2005). Mass Media Research: An Introduction, 8th ed. Belmont, CA: Wadsworth. ISBN 978-0534647186.

Кодировочная инструкция

Выборка:
названия групп, предложенных участниками
исследования в ходе свободной
классификации.

Качественные
категории контент-анализа восприятия
текста словарной статьи:

А
– предметная область

• А
  1 – родовое понятие¹,
  название науки, к которой принадлежит
  текст.

• А
  2 – видовое понятие, название раздела
  науки, к которой принадлежит текст.

• А
  3 – конкретное название текста или
  предмета описания

Б
– функциональный стиль

• Б
  1 – название функционального стиля

• Б
  2 – жанровые признаки, характеризующие
  функциональный стиль

• Б
  3 – признаки, характеризующие лишь
  часть языковой формы

В
– приобретения, имеющие духовную
направленность

• В
  1 – понятие, в котором сосредоточены
  универсальные знания, имеющие высокую
  степень обобщенности

• В
  2 – понятие, отражающее ситуационно
  применимые знания

• В
  3 – общая мысль о предмете, идея чего-либо

Г
– приобретения, имеющие практическую
направленность

• Г
  1 – понятие, в котором сосредоточен
  практический опыт, имеющий высокую
  степень обобщенности (уровень методологии)

• Г
  2 — понятие, обозначающее систему
  операций, свод правил (уровень методики)

• Г
  3 – конкретные техники проведения
  (уровень операций)

Д
— человек и его отношение к миру

• Д
  1 – интегративное многоаспектное
  понятие

• Д
  2 – понятие, отражающее один из аспектов
  взаимоотношений человека с окружающим
  миром

• Д
  3 – один из способов получения знания
  о взаимоотношении человека с миром

Е
– человек и его отношение к тексту

• Е
  1 – понятие, дающее наиболее общую
  симультанную оценку текста

• Е
  2 – атрибутивное словосочетание, имеющее
  иррациональную оценку текста

• Е
  3 – рациональная (прагматическая) оценка
  текста с точки зрения его дальнейшего
  использования

Единицы
контекста: каждое
название групп классифицированных
текстов.

Частота
упоминания: сплошной
подсчет.

Объем
материала: 1333
названия групп текстов.

Высокая
степень согласия экспертов выявлена в
категории «приобретения, имеющие
практическую направленность» и «человек
и его отношение к миру» (100%). В ходе
анализа идентификации категорий
экспертами было обнаружено, что сложности
возникают при отнесении индикаторов к
определенной подкатегории внутри
категории. Особенно спорным оказалось
отнесение индикаторов внутри категории
«приобретения, имеющие духовную
направленность» (90,5%). Сложно было
определить степень обобщенности
индикаторов. В категории «предметная
область» в подкатегории «восприятие
целого» экспертами предлагалось выделить
в отдельную подкатегорию индикаторы
«наука и техника», «культура», «гуманитарные
науки». Но в данном случае это составляет
лишь 5% от общего числа индикаторов в
данной подкатегории.

По
результатам экспертной оценки некоторые
индикаторы были отнесены к другим
подкатегориям. В категории «приобретения,
имеющие духовную направленность»
индикаторы «мысли великих» и «философская
мысль», репрезентирующие, как мы
предполагали сначала, подкатегорию
«замещение целого его единичной
составляющей», были отнесены в дальнейшем
к подкатегории «замещение целого его
частью», т. к. с точки зрения экспертов,
данные индикаторы являются ситуационно
применимыми знаниями, но персонифицированными,
в отличие от афоризма и пословицы.

В
данном исследовании индикаторами
категорий являлись названия групп,
которые были даны участниками исследования
в ходе классификации. После того как
были зафиксированы все единицы, была
произведена квантификация. Данные
регистрировались как в целом по выборке,
так и отдельно по каждой группе участников
исследования. По результатам была
составлена таблица с указанием количества
упоминаний в исследуемых классификациях
и процентное соотношение данных
категорий, исходя из структурных
компонентов восприятия текста (Таблица
9).

Таблица
12.

Частота
встречаемости категорий

в
целом по выборке

Выделенные категории	Кол-во упоминаний	% от общего числа упоминаний
1. Когнитивный компонент	1086	81,5
Предметная область	823
Функциональный стиль	263
2. Конативный компонент	147	11
Приобретения, имеющие духовную направленность	46
Приобретения, имеющие практическую направленность	101
3. Аффективный компонент	100	7,5
Человек и его отношение к миру	72
Человек и его отношение к тексту	28
Итого	1333	100

Различия
между компонентами восприятия текста.
Каждый из компонентов восприятия текста
состоит из двух категорий, которые, в
свою очередь, могут быть рассмотрены
отдельно. При сравнении процентных
долей выборок использовался критерий
— угловое преобразование Фишера.
Уровни статистической значимости для
критерия: p<0,05 – низкий уровень
значимости (*), p<0,01 – средний уровень
значимости (**), p<0,001- высокий уровень
значимости (***). В когнитивном компоненте
восприятия текста большее количество
индикаторов представлено в категории
«предметная область» (75,8 %, p=0,001 ***). Данный
факт говорит о выделении в тексте в
процессе восприятия предмета описания.
Участниками исследования чаще всего
назывались такие предметные области,
как психология (20% в подкатегории
«восприятие целого»), биология (18,1%),
физика (16,4%). Для реципиента текст является
носителем информации, и при этом в
меньшей степени важно то, каким образом
подается данная информация (24,2 %).

В
функциональном стиле участниками
исследования выделялись чаще художественные
тексты, чем научные (56,7% в подкатегории
«восприятие целого»). Эти данные
соответствуют исследованиям по
определению видов словесности (Мордынская
Н.И., 1989). Наибольшей степенью прогноза
характеризуются тексты художественной
литературы, далее следуют тексты научной
литературы. Вместе с тем научный стиль
представлен в большей степени в
подкатегории «замещение целого его
частью» признаками, характеризующими
данный стиль (95,7% в подкатегории «замещение
целого его частью»). На текстовом уровне
такая стилевая черта научной речи, как
точность, выражается в употреблении
терминов, определений, понятий.

В
рамках конативного
компонента восприятия текста преобладают
индикаторы, представляющие категорию
«приобретения, имеющие практическую
направленность» (68,7%, p≤0,002 ***). В плане
дальнейшего использования текста важна
его практическая значимость. Данная
категория представлена в большей степени
индикаторами «практические советы»
(72,7% в подкатегории «восприятие целого»)
и «инструкция» (41,4% в подкатегории
«замещение целого его частью»). Категория
«приобретения, имеющие духовную
направленность» представлена в меньшей
степени (31,2%). Она репрезентирована чаше
всего индикатором «жизненный совет»
(41,9% в подкатегории «замещение целого
его частью»).

В
исследовании восприятия текста методом
свободной классификации аффективный
компонент представлен категориями
«человек и его отношение к миру» (72%
p≤0,001 ***), «человек и его отношение к
тексту» (28%). В данном компоненте
реципиентом определяется отношение к
предмету описания текста. Категория
«человек и его отношение к миру»
участниками исследования чаще всего
была описана через индикатор «человек,
о человеке» (65,5% в подкатегории «восприятие
целого»). В большей степени категория
«человек и его отношение к тексту»
репрезентирована индикатором «умные
мысли» (36,4% в подкатегории «замещение
целого его частью»).

На сегодняшний день специалисты нередко рассматривают контент-анализ в качестве метода анализа различных документов, созданных человеком.

Документом считается информация, зафиксированная в рукописном или в печатном тексте, на фото или на магнитных носителях.

Пример категории контент-анализа может быть представлен по способу фиксации соответствующей информации по целевому назначению, по степени персонификации, а также в зависимости от статуса. Документы, в основном, знакомы людям в рукописном или печатном варианте. Кроме того, сейчас их нередко рассматривают в форме видеодокументов, кинодокументов и фотодокументов. Все это относят к категории «способ фиксации информации».

По степени персонификации выделяют личные документы и безличные, по статусу — официальные или неофициальные. Также в некоторых случаях возможна классификация по источнику информации — на первичные или вторичные.

Виды методик анализа документов

Методы анализа документов на сегодняшний день делят на качественные и качественно-количественные. Первые официально названы традиционными, вторые — формализованными. В основе каждого метода лежат различные механизмы процесса понимания соответствующего текста, то есть интерпретации информации, которая содержится непосредственно в документе.

Количественные методы анализа текстовых материалов стали популярными в 30-40-х годах. Это было обусловлено разработкой процедуры, получившей название контент-анализ. Данный термин дословно означает «анализ содержания». Это способ перевода текстовой информации в количественные показатели. Он предусматривает статистическую обработку информации. Количественные характеристики, полученные посредством контент-анализа текста, позволяли сделать вывод о его качественном содержании. При этом рассматривается и его латентное, то есть неявное содержание.

Метод контент-анализа зачастую обозначают, как качественно-количественный анализ документов. Пример можно увидеть в работах Осгуда Ч., Стоуна Ч., Бергельсона Б., Лассуэлла Х., которые разработали основные процедуры такого анализа. В 1920-1930 гг. в отечественной психологии провели исследования на этот счет Шпильрейн И.Н, Кузьмичев В.А., Рыбников Н.А. Они акцентировали внимание на процедурах, аналогичных контент-анализу.

Контент-анализ: основные процедуры и единицы

Процедура контент-анализа предусматривает несколько важных этапов. В их числе выделение качественных и количественных единиц анализа, составление кодировочной инструкции, пилотажной кодировки текста и всего массива исследуемых текстов, а также расчет количественного соотношения единиц анализа в исследуемом тексте. После этого следует интерпретация полученных данных.

К примеру, в качестве смысловых единиц анализа информации об определенной политической избирательной кампании (призывы и программы, листовки и публикации в прессе) применяют события и субъекты событий (политические партии и лидеры, официальные лица и избиратели), их отношения к событиям (хорошо — плохо, выгодно — невыгодно, за — против), позиции, цели, программы, интересы, установки, ценностные ориентации, личные и деловые качества кандидатов.

Основателем данного метода считается Лассуэл Г., который применял четырехмерную схему анализа информации, изложенной в газетах: за себя — против себя, за противника — против противника.

Сама же процедура проведения контент-анализа предусматривает разработку кодировочной инструкции, а именно описания приемов кодирования соответствующего текста, способов его фиксации и дальнейшей обработки данных. Она содержит краткое обоснование определенных категорий анализа. Помимо того, в ней обязательно имеется словарь индикаторов категорий, а также подкатегорий контент-анализа непосредственно в терминах исследуемого текста. В цифровом или буквенном формате определяют коды текстов, обозначают выбранные единицы количественного анализа.

В большинстве случае описываются формы рабочей регистрации частоты, а также объема упоминания категорий контент-анализа. Пример тому представлен в далее:

Рисунок 1. Форма рабочей фиксации частоты и объема категорий контент-анализа

Количественная обработка информации всегда предполагает использование типичных способов статистического анализа данных, а именно распределения и частоты встречаемости категорий анализа, коэффициентов корреляции.

Основная методическая сложность контент-анализа — нахождение в тексте соответствующих смыслу единиц анализа исследуемого явления, а также их адекватное описание. Для обоснования полноты выделяемых единиц анализа разработаны такие процедуры, как метод независимого критерия, метод экспертов и метод «снежного кома».

Особенности применения контент-анализа

В настоящее время контент-анализ применяют при необходимости точно и объективно проанализировать документы, при наличии несистематизированного материала, который отличается большим объемом, а также, если категории анализа текста систематически встречаются с конкретной частотой. По сути, контент-анализ можно использовать в качестве самостоятельного метода. Это актуально при исследовании социальных установок аудитории определенного субъекта или органа коммуникации. Но чаще всего его применяют, сочетая с такими методами, как опрос или наблюдение.

В социальной психологии контент-анализы нужны для изучения социально-психологических особенностей коммуникаторов и реципиентов, при изучении специфики коммуникаций, приемов и форм организации их содержания, при исследовании социально-психологических явлений и аспектов коммуникативного воздействия.

Главной задачей контент-анализа считается не выявление реальных фактов или событий, о которых идет речь. Немаловажную роль здесь играют чувства, установки, настроения и другие социально-психологические феномены. Технику контент-анализа применяют даже во вспомогательных целях. Например, при обработке данных некоторых личностных текстов на мотивацию достижений, для уточнения данных, полученных в результате опросных методик.

Основной недостаток контент-анализа заключается в сложности, а также в трудоемкости процедуры и техники, которые требуют высокой квалификации кодировальщиков-аналитиков.