横断的計量的内容分析
- 提唱者
- Berelson, B.; Krippendorff, K.; Neuendorf, K. A.
- 年
- Mid-20th century (formalized 1952–2000s)
- 種類
- Quantitative observational research design
- 系統
- Survey / observational design
この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む
何をする手法か?
横断的計量的内容分析は、観察的研究デザインの一種であり、コミュニケーション内容(ニュース記事、ソーシャルメディア投稿、広告、その他の象徴的素材)の体系的に抽出されたサンプルを単一の時点(point in time)で収集し、事前に定義された数値カテゴリを用いてコーディングすることで、その内容内のパターン、頻度、または関連性に関する仮説を記述または検証する。
手法の背後にある直感
例えば、ある単一の放送シーズン中のプライムタイムテレビ広告における女性の描写を知りたいと想像してください。そのシーズンから代表的な広告サンプルを記録し、数値カテゴリ(例:役割タイプ、製品ドメイン、発話時間)を持つコーディングスキームを作成し、訓練されたコーダーにそれらのカテゴリを体系的に適用させ、次にコーディングされたデータに対して記述統計または相関検定を実行します。すべての内容は1つの時間枠から取得されるため、これは横断的なスナップショットであり、前後比較やトレンド研究ではありません。その強みは効率性と再現性ですが、限界は因果関係や経時変化を確立できないことです。
歴史学
計量的内容分析は、Bernard Berelsonによって社会科学で体系化され、彼の1952年のモノグラフ『Content Analysis in Communication Research』は、最初の包括的な方法論的フレームワークを提供しました。Klaus Krippendorffの1980年の書籍(2004年改訂)は、今日でも使用されている信頼性統計、特にKrippendorff's alphaを確立しました。Kimberly Neuendorfの2002年のガイドブックは、サンプリング理論、コードブック構築、および統計分析を統合した標準的なトレーニングテキストとなりました。横断的バリアント(時間とともに変化を追跡するのではなく、限定された時間枠からのコンテンツをサンプリングする)は、数十年にわたりメディア研究、政治コミュニケーション、および健康コミュニケーション研究で支配的なデザインとなっています。
使うべき場面
特定の時点における定義された内容の本体に何が含まれているかの体系的で再現可能な数値記述が必要な場合に、横断的計量的内容分析を使用します。例えば、特定のイベント中のニュースフレーミングをマッピングする場合、現在のメディアコーパスにおける表現を監査する場合、または2種類のコンテンツが特定の機能の使用においてどのように異なるかをテストする場合などです。研究の質問が記述的または関係的(何が存在するか?どのくらいの頻度で?XはYと関連しているか?)であり、コンテンツコーパスが限定的でアクセス可能である場合に適切です。コンテンツが時間とともにどのように変化したかを追跡することが研究目標である場合(代わりに縦断的コンテンツ分析を使用)、コミュニケーション者が特定のコンテンツを生成する理由を理解する場合(これにはインタビューまたは実験が必要)、またはコンテンツの量が膨大で構造化されておらず、追加の計算方法なしでは体系的なサンプリングとコーディングが実行不可能な場合には使用しないでください。
限界と注意点
- 因果関係またはコンテンツの特徴と視聴者効果の間の影響の方向性を確立できません。
- 横断的なスナップショットではパターンが時間とともに変化したかどうかを検出できません。歴史的な結論には縦断的デザインが必要です。
- 結果はコードブックの品質に大きく依存します。定義が不十分なカテゴリは、コーダーの努力に関係なく、信頼性または妥当性の低いコードを生成します。
- 顕在的コンテンツ(目に見える特徴)は、潜在的コンテンツ(根底の意味)よりも信頼性高くコーディングしやすい。これは信頼性と解釈の深さの間の緊張を生み出します。
- 便宜的コーパス(例:1つのニュースメディア)の非確率的サンプリングは、外部一般化可能性を制限します。
出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。
強み
- 体系的に再現可能:コードブックとサンプリングフレームにより、独立した再現と検証が可能。
- 大規模コーパスに効率的:訓練されたコーダーは、単一の研究内で数百から数千の内容単位を処理できます。
- 非反応的:コンテンツは既に存在するため、測定プロセスは元々生成されたものに影響を与えません。
- 統計的にテスト可能で、研究間で比較可能な、パターンと関連性の定量的証拠を生成します。
- メディアタイプにわたって柔軟:テキスト、画像、ビデオ、オーディオ、および混合メディアコンテンツに適用可能。
応用
- 特定の放送シーズン中のプライムタイムテレビ広告におけるジェンダーと人種の表現の監査。
- ある主要な政策イベントが発生した週に、異なる政治的指向を持つ新聞がそれをどのようにフレーミングしたかをマッピングする。
- 公衆衛生危機中に収集されたソーシャルメディア投稿における健康に関する誤情報主張の蔓延を分析する。
- 単一年に公開された製薬広告のコーパスにおけるリスク言語の頻度とタイプを測定する。
- 同じ2週間の期間中にサンプリングされた全国および地方のニュースウェブサイト間でのソースの多様性を比較する。
- 単一時点にアクセスされたストックフォトカタログのサンプルにおける視覚的ステレオタイプの存在をコーディングする。
使い方
使い方
研究者は、研究対象となる内容の母集団(メディア、トピック、時間枠、および包含または除外基準)を正確に特定します。明確な母集団定義は、再現性と最終的なサンプルの代表性を正当化するために不可欠です。
母集団から、確率的または意図的なサンプリング戦略(ランダム、系統的、層化、または構築週法)を使用して、内容単位の確率的または意図的なサンプルが抽出されます。すべての内容は同じ指定された時間枠から取得されるため、このデザインは横断的です。比較のための第2またはそれ以降の時間点での測定はありません。
正式なコードブックが作成され、コーディングされる各変数、その操作的定義、網羅的かつ相互排他的な応答カテゴリ、および曖昧なケースの決定ルールが指定されます。主要なコーディングの前に、少数の内容サブセットでコードブックをパイロットテストすることが標準的な実践です。
2人以上のコーダーがコードブックで訓練を受け、同一の信頼性サンプル(通常はコーパスの10〜20%)をコーディングします。コーダー間信頼性は、Krippendorff's alphaまたはCohen's kappaを使用して計算されます。許容可能な閾値は、通常、続行する前にalpha >= 0.80またはkappa >= 0.70です。
コーダーは、最終化されたコードブックを独立して完全なサンプルに適用します。各内容単位は、すべての変数に対して数値を受け取ります。残りの不一致は、決定ルール(例:多数決または第3コーダーによる裁定)によって解決され、文書化されます。
コーディングされたデータは、統計ソフトウェア環境に入力されます。分析には通常、記述変数に対する度数分布とパーセンテージ、カテゴリ変数間の関連性に対するカイ二乗検定またはCramer's V、および順序尺度または間隔尺度のコードが利用可能な場合の相関または回帰が含まれます。結果は、実質的な所見とともに信頼性統計とともに報告されます。
よくある落とし穴
- コーダー間信頼性が不十分:許容可能な信頼性を達成する前に主要なコーディングを開始すると、データが無効になります。常に正式な信頼性チェックを完了し、それを報告してください。
- 時間枠の混同:複数の異なる期間からのコンテンツを混在させながら研究を「横断的」とラベル付けすると、未定義の時間的フレームが生成されます。単一の時間枠を正確に指定してください。
- 薄い操作的定義:曖昧なコードブックカテゴリはコーダーの逸脱を招きます。各カテゴリには、例、非例、および境界ケースの決定ルールを含める必要があります。
- 因果関係の主張の行き過ぎ:横断的なコンテンツ研究は関連性(例:政治的トーンが特定のソースタイプと共起する)を記述できますが、一方の特徴が他方の特徴を引き起こすと主張することはできません。
- 分析におけるサンプリングデザインの無視:層化または構築週法サンプルが使用された場合、サンプリングウェイトまたは構造は統計分析で考慮されるべきです。
よくある質問
このデザインが単なる「内容分析」ではなく「横断的」である理由は何ですか?
横断的というラベルは、すべての内容単位が単一の、限定された時間枠からのものであり、反復測定が行われないことを示します。これは、変化を研究するために複数の時間点で同じまたは同等のコンテンツがサンプリングされる縦断的コンテンツ分析とは異なります。横断的なフレームは、研究の質問の範囲を定め、結果が時間的傾向について何を主張できるか、またできないかを解釈するために重要です。
どのくらいのコンテンツをサンプリングするかをどのように決定しますか?
内容分析におけるサンプルサイズは、分析される内容カテゴリの数、クロス集計における期待セル頻度、および統計的検定に必要な精度に依存します。一般的な経験則は、基本的な記述およびカイ二乗分析で少なくとも200〜300の内容単位です。検出力分析は、より複雑なデザインをガイドできます。構築週法(研究期間中の各曜日からランダムに日を選択する)は、代表性と実現可能性のバランスをとるための広く受け入れられている戦略です。
どの信頼性係数を報告すべきですか?
Krippendorff's alphaは、偶然の一致を調整し、あらゆる測定レベル(名義、順序、間隔、比率)に適用できるため、ほとんどの内容分析作業で好ましい係数です。Cohen's kappaは、2人のコーダーによる名義データには許容されます。パーセンテージ一致のみでは不十分です。なぜなら、偶然の一致を補正しないからです。すべてのコーディングされた変数について、信頼性統計、信頼性サンプルサイズ、およびコーダーの数を報告してください。
横断的計量的内容分析を他の方法と組み合わせることはできますか?
はい。横断的計量的内容分析は、調査(コンテンツパターンと視聴者の認識を比較するため)または実験(特定のコンテンツ特徴が応答にどのように影響するかをテストするため)と頻繁に組み合わされます。混合法プロジェクト内では、内容分析は存在するメッセージの記述マップを提供し、補完的な方法は受信または効果に対処します。
内容分析データに適した統計的検定は何ですか?
カテゴリコードの場合、カイ二乗独立性検定とCramer's Vは関連性を測定します。グループ間の割合を比較するには、z検定またはロジスティック回帰が適切です。順序コードはSpearman相関または順序回帰をサポートします。コードが間隔尺度として扱われる場合、Pearson相関とOLS回帰が使用できますが、これには慎重な正当化が必要です。検定を実行する前に、常に仮定(カイ二乗の期待セルサイズ、回帰の分布)を確認してください。
関連する手法
参考文献
Neuendorf, K. A. (2002). The Content Analysis Guidebook. Sage Publications.
ISBN:978-0761919773コピーしました。Krippendorff, K. (2004). Content Analysis: An Introduction to Its Methodology (2nd ed.). Sage Publications.
ISBN:978-0761915454コピーしました。