Skip to content
検索結果に戻る

Longitudinal Content Analysis — Tracking Meaning Over Time

提唱者
Developed within the content analysis tradition; longitudinal extensions widely applied since the mid-20th century in communication and political science research
年
Mid-20th century onward; systematized alongside content analysis (Berelson, 1952; Krippendorff, 1980)
種類
Qualitative and mixed-methods research design
系統
Qualitative design and analysis

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

文字サイズ

何をする手法か?

Longitudinal Content Analysis (LCA) は、テーマ、フレーム、言語、または言説パターンが時間とともにどのように変化または持続するかを検出するために、2つ以上の時点をサンプリングした文書、メディア、またはテキストに体系的な内容分析を適用するものである。内容分析の確立された論理を引き継ぎ、研究者が傾向を追跡し、表現の進化をたどり、歴史的または社会的変化に関する仮説を検証することを可能にする時間的次元を追加する。コミュニケーション研究、政治学、メディア研究、健康科学で広く使用されている。

手法の背後にある直感

例えば、2000年から2020年の間に新聞の気候変動報道がより警告的になったか、より解決策指向になったかを知りたいと想像してみよう。単一の内容分析はスナップショットを提供するが、縦断的(経時的)内容分析はフィルムストリップを提供する。同じコーディングスキームを定期的な間隔(例えば、2年または5年ごと)でサンプリングされたデータに適用し、結果の頻度またはテーマを時間とともに比較する。コーディング規則は一定に保たれるため、期間間の違いは、コーダーがそれらをどのように解釈するかという変化ではなく、文書内の実際の変化を反映するため、この方法は厳密である。

歴史学

内容分析は、1952年のハンドブックでBernard Berelsonによって形式的な方法として成文化され、Harold Lasswellらによって政治コミュニケーション研究で拡張された。縦断的(経時的)応用(時間とともに同じコミュニケーションチャネルの繰り返し内容分析)は、研究者が政治問題、社会集団、および出来事の報道が数十年にわたってどのように進化したかを追跡しようとしたため、自然に発展した。Klaus Krippendorffの基礎的なテキスト(1980年初版、現在は第4版)は、横断的および縦断的(経時的)設計の両方の方法論的基盤を提供している。1990年代から2000年代にかけて、縦断的(経時的)内容分析は、アジェンダ設定研究およびメディアフレーミング研究において標準的な実践となった。

使うべき場面

トピック、問題、またはグループが文書またはメディアで時間とともにどのように表現されるかの変化または継続性に関する中心的な研究課題がある場合に、縦断的(経時的)内容分析を使用する。メディアのフレーミングの傾向、政策言説の進化、テキストにおける文化の変化、または公衆衛生における歴史的変化の研究に適している。この方法は、少なくとも2つの異なる時点にわたって比較可能な文書のコーパスと、すべての期間に適用可能な安定したコーディングスキームを必要とする。異なる期間の文書が真に比較可能でない場合(例:異なるジャンルまたはフォーマット)、単一の時点しか利用できない場合、または関心のある現象が文書ではなく参加者の経験に存在する場合には使用しない。その場合、標準的な内容分析または縦断的質的インタビュー設計の方が適切である。

限界と注意点

  • すべての対象期間にわたって比較可能な文書コーパスへのアクセスが必要。アーカイブの欠落または不完全性は、時間的カバレッジを損なう可能性がある。
  • コーディングスキームはデータ収集前に定義する必要がある。現象が予期しない方向に進化した場合、事前に設定されたカテゴリは出現するテーマを見逃す可能性がある。
  • コーダー間信頼性は、すべての時点を通じて維持する必要があり、研究が多くの期間にわたる場合、トレーニングと調整の負担が増加する。
  • 調査結果は、聴衆や意図ではなく、文書を記述する。コンテンツがどのように受け取られたか、または生成されたかについての推論には、追加の証拠が必要である。
  • 長い時間的範囲は、コーダーのドリフト(コーダーがカテゴリを適用する方法の徐々に気づかれないシフト)のリスクを高める。これは、実際の変化を模倣する可能性がある。

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

  • 横断的分析では答えられない変化、傾向、および持続性に関する時間的質問に直接対処する。
  • 時間を通じて一定に保たれた体系的なコーディング規則は、比較可能性と透明性を保証する。
  • スケーラブル:訓練されたコーダーによる大規模な文書アーカイブ、またはますます計算的テキスト分析による適用が可能。
  • 単一の研究内で、質的解釈と量的傾向検定の両方と互換性がある。
  • アーカイブおよび二次データに適しており、一次データ収集の倫理的および実務上の負担を軽減する。

応用

  • 移民、気候変動、または公衆衛生危機に対するニュースメディアのフレーミングにおけるシフトを、数年または数十年にわたって追跡する。
  • 政党のマニフェストまたは政策文書が、選挙サイクルを通じてその言語と優先順位をどのように変更するかを分析する。
  • 広告、映画、または教科書におけるジェンダー、人種、または障害の描写の変化を時間とともに監視する。
  • 新たな証拠に対応して、科学的または公衆衛生コミュニケーション戦略の進化を調べる。
  • 企業の持続可能性報告または年次報告書の言説における長期的な変化を文書化する。
  • 社会運動に関するソーシャルメディアの言説が、出現から制度化までどのように発展するかを研究する。

使い方

使い方

1

研究者は、時間とともに変化または安定性に関する研究課題を指定し、コーディングスキーム(測定するカテゴリ、テーマ、またはフレーム)を選択し、比較する時間期間を決定する。コーディングスキームは、データ収集が開始される前に定義され、比較可能性を確保するためにすべての時点を通じて一定に保たれる必要がある。

2

一貫したサンプリング戦略(新聞のフロントページ、ソーシャルメディア投稿、または政策文書のランダムサンプリングなど)を使用して、各時点の文書コーパスを組み立てる。これにより、期間間の違いが不均等なサンプリングのアーティファクト(人為的な産物)でないことが保証される。分析単位(記事、段落、画像など)は、期間を通じて固定される。

3

訓練されたコーダーは、各時点のコーパスにコーディングスキームを独立して適用し、各カテゴリの存在、頻度、または強度を記録する。コーダー間信頼性は、コーディングが一貫しており、研究全体で再現可能であることを確認するために、各時点のCohenのkappaまたはKrippendorffのalphaを使用して計算される。

4

各時点のコード化されたデータは集計され、比較される。通常、頻度カウント、割合、またはカテゴリの共起を通じて比較され、タイムライン全体での増加、減少、または安定したパターンを特定する。設計が十分に大きい場合は、統計的な傾向検定(例:傾向のカイ二乗検定、時間に対する回帰)が記述的比較を補完できる。

5

分析者は、歴史的文脈、理論的枠組み、および先行研究の観点から、観察された変化または安定性を解釈する。競合する説明(出版量の変化、コーダーのドリフト、文書の利用可能性の変化など)を検討し、可能な場合は、真のトレンドに関する結論が導き出される前に除外する。

よくある落とし穴

  • 研究の途中でコーディングスキームを変更すること(時点間でカテゴリ定義を修正すること)は、比較可能性を損ない、傾向比較を無効にする。データ収集を開始する前に、スキームを最終決定し、予備試験を実施すること。
  • コーダーのドリフトを無視すること(定期的な再調整セッションと各時点での信頼性チェックなしでは、コーダーは徐々に異なる方法でカテゴリを適用する可能性があり、偽の傾向を生み出す)。
  • 期間を通じた不均等または比較不可能なサンプリング(期間を通じて文書の量、ジャンル、またはソースが体系的に変化する場合、観察された傾向は実際のコンテンツの変化ではなく、サンプリングのアーティファクト(人為的な産物)を反映する可能性がある)。
  • 正当化された推論なしに、文書の傾向を聴衆または社会の傾向として扱うこと(この方法は、テキストで何が変化したかを示すが、必ずしも心や社会で何が変化したかを示すわけではない)。

よくある質問

縦断的(経時的)内容分析にはいくつの時点が必要ですか?

縦断的(経時的)比較を行うには最低2つの時点が必要ですが、2つの時点では変化と安定性しか示せず、傾向や軌跡を示すことはできません。3つ以上の時点があれば傾向分析が可能になり、一般的に推奨されます。豊かな傾向モデリングには、5つ以上のサンプリング期間が望ましいです。適切な数は研究課題に依存します。政策の前後比較研究では2つの時点しか必要ないかもしれませんが、数十年にわたるフレーミング研究では、年次または5年ごとの間隔が役立ちます。

非常に異なる時代の文書に同じコーディングスキームを使用できますか?

これは縦断的(経時的)内容分析の中心的な妥当性の課題です。カテゴリは、期間を通じて一貫して適用できるように十分に正確に定義される必要がありますが、同じ根本的な概念の時代特有の表現を見逃すほど狭すぎないようにする必要があります。各時代の文書で最終的なスキームを決定する前にパイロットコーディングを実施し、境界に関する決定を文書化することが不可欠です。現象が根本的に変化し、同じカテゴリ名が期間を通じて異なる意味を持つ場合、設計を再考するか、各時代の文脈の質的解釈で補完する必要があるかもしれません。

単に複数の別々の内容分析を行うこととどう違うのですか?

主な違いは、統合と設計です。縦断的(経時的)内容分析は、最初から時間的比較を計画します。共通のサンプリングプロトコル、固定されたコーディングスキーム、およびすべての時点での信頼性チェックを特別に使用して、期間間の比較が有効になるようにします。独立して行われた複数の別々の内容分析(異なるコーダー、異なるカテゴリ定義、または異なるサンプリング規則を使用)は、たとえ同じトピックをカバーしていたとしても、有効な傾向推論をサポートできません。

NLPやトピックモデリングなどの計算的手法は、LCAにおける人間のコーディングに取って代わることができますか?

計算的テキスト分析は、手動コーディングを補完するか、非常に大規模なコーパスの場合は、頻度およびパターン検出段階で手動コーディングに取って代わることができます。構造的トピックモデルなどのツールは、トピックの普及率が時間とともにどのように変化するかを追跡できます。しかし、計算的アプローチは独自の妥当性チェックを必要とします。モデルは人間の判断に対して検証される必要があり、トピックラベルは研究者によって解釈される必要があります。正確なカテゴリ定義と微妙な信頼性基準が重要な研究では、計算支援による人間のコーディングが最も強力なアプローチであることがよくあります。

メディアランドスケープ自体の変化(例:時点間に新しい媒体が出現する)にどのように対処しますか?

メディア環境の変化は、比較可能性に対する大きな脅威であり、研究デザインで明示的に対処する必要があります。選択肢としては、研究期間全体にわたって存在した媒体にコーパスを制限する(ただし、後の期間で代表的でない報道の可能性というトレードオフがある)、媒体タイプ別にサンプルを層化し、絶対頻度ではなく比例頻度を報告する、または構造的変化を調整変数として扱うことが含まれます。行われた決定はすべて透明性をもって報告されるべきであり、読者は観察された傾向がコンテンツの変化を反映しているのか、チャネルの変化を反映しているのかを評価できるようにする必要があります。

関連する手法

参考文献

  1. Krippendorff, K. (2018). Content Analysis: An Introduction to Its Methodology (4th ed.). Sage.

    ISBN:978-1506395661
    コピーしました。
  2. Neuendorf, K. A. (2017). The Content Analysis Guidebook (2nd ed.). Sage.

    ISBN:978-1412979474
    コピーしました。