Przejdź do treści
Wróć do wyników wyszukiwania

Analiza porównawcza treści

Autor metody
Bernard Berelson (foundational content analysis); Klaus Krippendorff (systematic methodology)
Rok
1952 (Berelson); comparative application developed through 1970s–2000s
Typ
Qualitative and/or quantitative comparative research design
Rodzina
Qualitative design / analysis

Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku

Rozmiar czcionki

Do czego służy?

Analiza porównawcza treści stosuje wspólne ramy kodowania do tekstów, dokumentów lub artefaktów medialnych pochodzących z dwóch lub więcej grup, kontekstów, punktów czasowych lub krajów w celu zidentyfikowania podobieństw, różnic i wzorców w tych jednostkach porównania.

Utrzymując stałą soczewkę analityczną, jednocześnie zmieniając jednostkę porównania, ujawnia, jak znaczenie, ramowanie lub dyskurs różnią się w badanych przypadkach.

Intuicja stojąca za metodą

Wyobraźmy sobie, że chcemy dowiedzieć się, czy relacje prasowe na temat zmian klimatu różnią się między gazetami typu broadsheet w Wielkiej Brytanii i Niemczech. Można by przeczytać oba korpusy oddzielnie i opisać każdy z nich, ale daje to tylko dwa portrety. Analiza porównawcza treści idzie dalej: tworzymy ten sam kodeks kodowania – definiując kategorie takie jak „ramowanie naukowe”, „ramowanie ekonomiczne” i „retoryka kryzysowa” – i stosujemy go identycznie do obu korpusów, a następnie bezpośrednio porównujemy rozkłady. Wspólna soczewka sprawia, że porównanie jest znaczące, a nie tylko opisowe. Logika ta rozciąga się na porównywanie relacji w różnych dekadach, różnych partiach politycznych, różnych platformach mediów społecznościowych lub dowolnych dwóch lub więcej grupach istotnych teoretycznie.

Historia

Analiza treści jako metoda systematyczna została skodyfikowana przez Bernarda Berelsona w jego monografii z 1952 roku Content Analysis in Communication Research, opierając się na wcześniejszych badaniach propagandy wojennej. Kolejne edycje Content Analysis: An Introduction to Its Methodology Klausa Krippendorffa (1980, 2004, 2018) ustanowiły standardy metodologiczne dziedziny, w tym metryki niezawodności międzykoderowej. Zastosowanie porównawcze pojawiło się wyraźnie w badaniach komunikacji międzynarodowej w latach 70. i 80. XX wieku, szczególnie w badaniach międzynarodowych przepływów informacji i komunikacji politycznej, i stało się kamieniem węgielnym badań porównawczych systemów medialnych po typologii Hallina i Manciniego z 2004 roku.

Kiedy stosować

Używaj analizy porównawczej treści, gdy twoje pytanie badawcze wyraźnie pyta, jak komunikacja, ramowanie lub dyskurs różnią się między dwoma lub więcej grupami, krajami, okresami czasu lub środowiskami medialnymi, i gdy dokumenty lub teksty medialne są głównym dowodem. Nadaje się do badań mediów, komunikacji politycznej, komunikacji zdrowotnej, badań edukacyjnych i komunikacji organizacyjnej. Metoda jest odpowiednia zarówno do testowania hipotez (kodowanie ilościowe), jak i do bardziej eksploracyjnego porównania opisowego (kodowanie jakościowe). Nie używaj jej, gdy masz tylko jeden korpus bez rzeczywistej jednostki porównania, lub gdy teksty w różnych jednostkach różnią się tak znacznie pod względem gatunku lub języka, że wspólny kodeks kodowania nie może być zastosowany bez zniekształcania znaczenia – w takich przypadkach preferowane są oddzielne analizy jakościowe z refleksyjną dyskusją między przypadkami.

Ograniczenia i uwagi

  • Opracowanie kodeksu kodowania, który podróżuje przez języki, kultury lub gatunki bez zniekształceń, jest technicznie i koncepcyjnie wymagające.
  • Niezawodność międzykoderowa musi być obliczana i zgłaszana oddzielnie dla każdej jednostki porównania; łączenie danych o niezawodności z różnych grup może maskować problemy z kodowaniem specyficzne dla danej jednostki.
  • Metoda wychwytuje treść jawną i ukrytą w sposób zakodowany – nie dociera do odbioru przez odbiorców ani intencji producentów.
  • Równoważne próbkowanie w różnych jednostkach porównania jest trudne w praktyce; niezrównoważone korpusy mogą mylić rzeczywiste różnice z artefaktami próbki.

Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.

Mocne strony

  • Umożliwia rygorystyczne, systematyczne porównanie zjawisk komunikacyjnych w różnych kontekstach przy użyciu wspólnych ram analitycznych.
  • Może obsługiwać duże korpusy, które byłyby niezarządzalne w przypadku metod opartych na wywiadach, zwiększając szerokość dowodów.
  • Przejrzysty kodeks kodowania i kontrole niezawodności sprawiają, że analiza jest powtarzalna i otwarta na analizę.
  • Kompatybilna zarówno z ilościową analizą częstotliwości, jak i jakościowym kodowaniem opartym na tematach, oferując elastyczność metodologiczną.
  • Dobrze ugruntowana w badaniach mediów międzynarodowych, komunikacji politycznej i komunikacji zdrowotnej.

Zastosowania

  • Porównanie międzynarodowe ramowania przez gazety imigracji, zmian klimatu lub kryzysów zdrowia publicznego.
  • Porównanie podłużne manifestów partii politycznych w cyklach wyborczych w celu śledzenia zmian ideologicznych.
  • Porównanie dyskursu w mediach społecznościowych na ten sam temat na Twitterze, Reddicie i Facebooku w celu zbadania norm komunikacyjnych specyficznych dla platformy.
  • Kontrastowanie informacji zdrowotnych dostarczanych przez agencje rządowe w porównaniu z NGO lub podmiotami komercyjnymi na ten sam temat.
  • Porównanie dokumentów programowych lub tekstów polityki edukacyjnej w różnych systemach szkolnych lub krajach.
  • Analiza reprezentacji płci lub rasy w reklamach na różnych rynkach regionalnych lub w różnych okresach czasu.

Jak to działa

Jak to działa

1

Sformułuj precyzyjne porównawcze pytanie badawcze, które określa, co jest porównywane i dlaczego. Zidentyfikuj jednostki porównania (kraje, organizacje, okresy czasu, platformy, grupy demograficzne) i jednostkę analizy (artykuł, przemówienie, post, akapit). Określ ramy teoretyczne, które motywują porównanie i kierują konstrukcją kategorii.

2

Wybierz korpus z każdej jednostki porównania, stosując równoważne strategie próbkowania – ten sam zakres dat, te same terminy wyszukiwania, te same kryteria włączenia i wykluczenia – tak aby różnice w wynikowych danych odzwierciedlały rzeczywiste różnice w zjawisku, a nie artefakty nierównego próbkowania. Zapisz i zgłoś wszystkie decyzje dotyczące próbkowania, aby umożliwić replikację.

3

Opracuj wspólny kodeks kodowania z jasnymi definicjami operacyjnymi, przykładami i zasadami decyzyjnymi dla każdej kategorii. Przeszkol koderów na wszystkich korpusach razem, oblicz niezawodność międzykoderową (np. alfa Krippendorffa lub kappa Cohena) na próbie niezawodności pobranej z każdej grupy porównania i przystąp do pełnego kodowania dopiero wtedy, gdy niezawodność jest akceptowalna. Zastosuj identyczny kodeks kodowania do wszystkich jednostek porównania bez modyfikacji.

4

Agreguj zakodowane dane według jednostki porównania i oblicz częstotliwości, proporcje lub statystyki opisowe dla każdej kategorii w każdej grupie. Zastosuj odpowiednie testy wnioskowania – chi-kwadrat dla danych kategorycznych, testy t lub ANOVA dla kodowania na poziomie interwałowym – lub, w wariantach jakościowych, opracuj macierze analityczne, które prezentują liczebności tematów lub oceny istotności obok siebie dla każdej jednostki porównania.

5

Wyjaśnij zaobserwowane podobieństwa i różnice w świetle ram teoretycznych oraz szerszych kontekstów społecznych, politycznych lub kulturowych każdej jednostki porównania. Uznaj warunki graniczne: różnice w języku, konwencjach gatunkowych lub kontekście historycznym mogą generować wyzwania w kodowaniu, których kodeks kodowania nie może w pełni zneutralizować, i należy je omówić jako ograniczenia porównania.

Częste pułapki

  • Używanie różnych kodeksów kodowania lub zasad kodowania dla różnych jednostek porównania – to unieważnia porównanie i musi być zgłoszone jako wada.
  • Ignorowanie różnic gatunkowych lub formatowych między jednostkami porównania – na przykład gazety typu tabloid i broadsheet mają strukturalnie różne długości artykułów i konwencje, które zawyżają lub zaniżają częstotliwości kategorii niezależnie od treści.
  • Zgłaszanie statystyk niezawodności tylko dla zagregowanej próbki, a nie oddzielnie dla każdej grupy porównania, co może ukrywać niską niezawodność w jednej jednostce.
  • Traktowanie statystycznie istotnych różnic w częstotliwościach jako znaczących merytorycznie bez teoretycznego wyjaśnienia, dlaczego te różnice istnieją.
  • Mylenie analizy porównawczej treści z analizą dyskursu – analiza treści liczy i kategoryzuje; analiza dyskursu bada społeczne funkcje i relacje władzy osadzone w języku.

Najczęściej zadawane pytania

Czym analiza porównawcza treści różni się od zwykłej analizy treści?

Standardowa analiza treści opisuje zawartość pojedynczego korpusu. Analiza porównawcza treści stosuje ten sam kodeks kodowania do dwóch lub więcej odrębnych korpusów – zdefiniowanych przez kraj, okres czasu, organizację, platformę lub grupę – a głównym wynikiem jest wzorzec podobieństw i różnic między tymi jednostkami. Porównanie jest celem analitycznym, a nie produktem ubocznym.

Czy metoda może być zarówno jakościowa, jak i ilościowa?

Tak. Ilościowa analiza porównawcza treści liczy częstotliwość lub istotność predefiniowanych kategorii i statystycznie testuje różnice. Jakościowa analiza porównawcza treści rozwija tematy analityczne indukcyjnie lub dedukcyjnie i prezentuje ustrukturyzowane porównanie interpretacyjne. Mieszane projekty – liczenie częstotliwości dla niektórych kategorii i dostarczanie ilustracyjnych cytatów oraz komentarzy interpretacyjnych dla innych – są powszechne w praktyce.

Jak radzić sobie z różnymi językami w badaniach międzynarodowych?

Albo koduj teksty w oryginalnym języku z koderami biegle posługującymi się każdym językiem, albo przetłumacz wszystkie teksty na jeden język przed kodowaniem. Oba podejścia mają kompromisy: tłumaczenie może zmienić niuanse, podczas gdy wielojęzyczne zespoły koderów wprowadzają zakłócenia językowe kodera. Zgłoś, która strategia została użyta i omów jej implikacje. Niezawodność powinna być obliczana dla każdej grupy językowej.

Jaki współczynnik niezawodności należy zgłosić?

Alfa Krippendorffa jest preferowanym współczynnikiem, ponieważ obsługuje brakujące dane, skale dla różnych poziomów pomiaru (nominalne, porządkowe, interwałowe) i uwzględnia zgodność przypadkową. Wartości powyżej 0,80 są uważane za akceptowalne dla większości celów badawczych; wartości między 0,67 a 0,80 mogą być akceptowalne dla prac eksploracyjnych. Zgłoś alfę oddzielnie dla każdej jednostki porównania i dla każdej kategorii kodowania.

Jak duża musi być próbka?

Wielkość próbki zależy od liczby kategorii, oczekiwanej częstotliwości rzadkich kategorii i planowanych testów statystycznych. W przypadku porównania ilościowego z chi-kwadrat standardowym założeniem jest minimalna oczekiwana częstotliwość komórki wynosząca 5 w każdej komórce; może to wymagać większych korpusów, gdy kategorie są liczne lub gdy rzadkie ramki są teoretycznie ważne. W przypadku porównania jakościowego stosuje się logikę nasycenia: zbieraj wystarczająco dużo tekstów z każdej jednostki, aby żadne nowe merytoryczne tematy nie pojawiały się.

Pokrewne metody

Źródła

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

    ISBN: 978-1506395661
    Skopiowano.
  2. Neuendorf, K. A. (2017). The Content Analysis Guidebook (2nd ed.). Sage.

    ISBN: 978-1412979474
    Skopiowano.