Przejdź do treści
Wróć do wyników wyszukiwania

Ilościowa analiza treści przekrojowa

Autor metody
Berelson, B.; Krippendorff, K.; Neuendorf, K. A.
Rok
Mid-20th century (formalized 1952–2000s)
Typ
Quantitative observational research design
Rodzina
Survey / observational design

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

Rozmiar czcionki

Do czego służy?

Ilościowa analiza treści przekrojowa to obserwacyjny projekt badawczy, w którym systematycznie dobrana próba treści komunikacyjnych — artykułów prasowych, postów w mediach społecznościowych, reklam lub innych materiałów symbolicznych — jest zbierana w jednym punkcie w czasie i kodowana przy użyciu wcześniej zdefiniowanych kategorii numerycznych w celu opisania lub przetestowania hipotez dotyczących wzorców, częstości lub związków w tej treści.

Intuicja stojąca za metodą

Wyobraźmy sobie, że chcemy dowiedzieć się, jak kobiety są przedstawiane w reklamach telewizyjnych w czasie największej oglądalności w ciągu jednego sezonu nadawczego. Należałoby nagrać reprezentatywną próbkę reklam z tego sezonu, stworzyć schemat kodowania z kategoriami numerycznymi (np. typ roli, dziedzina produktu, czas mówienia), zlecić przeszkolonym koderom systematyczne zastosowanie tych kategorii, a następnie przeprowadzić statystyki opisowe lub testy korelacji na zakodowanych danych. Ponieważ cała treść pochodzi z jednego okna czasowego, jest to przekrojowe zdjęcie — a nie porównanie przed-po czy badanie trendów. Zaletą jest efektywność i replikowalność; ograniczeniem jest to, że nie można ustalić przyczynowości ani zmian w czasie.

Historia

Ilościowa analiza treści została usystematyzowana w naukach społecznych przez Bernarda Berelsona, którego monografia z 1952 roku „Content Analysis in Communication Research” dostarczyła pierwszych kompleksowych ram metodologicznych. Książka Klausa Krippendorffa z 1980 roku (zrewidowana w 2004) ustanowiła statystyki wiarygodności używane do dziś, w szczególności alfę Krippendorffa. Podręcznik Kimberly Neuendorf z 2002 roku stał się standardowym tekstem szkoleniowym, który zintegrował teorię próbkowania, konstrukcję kodeksu kodowania i analizę statystyczną. Wariant przekrojowy — próbkowanie treści z ograniczonego okna czasowego, a nie śledzenie zmian w czasie — był dominującym projektem w badaniach mediów, komunikacji politycznej i komunikacji zdrowotnej przez dziesięciolecia.

Kiedy stosować

Użyj przekrojowej ilościowej analizy treści, gdy potrzebujesz systematycznego, replikowalnego, numerycznego opisu tego, co zawiera określony zbiór treści w danym momencie — na przykład, aby zmapować ramy wiadomości podczas konkretnego wydarzenia, aby zbadać reprezentację w bieżącym korpusie mediów, lub aby sprawdzić, czy dwa typy treści różnią się w użyciu pewnych cech. Jest to odpowiednie, gdy pytanie badawcze jest opisowe lub relacyjne (co jest obecne? jak często? czy X jest związane z Y?) i gdy korpus treści jest ograniczony i dostępny. Nie używaj jej, gdy celem badawczym jest śledzenie, jak treść zmieniała się w czasie (zamiast tego użyj podłużnej analizy treści), aby zrozumieć, dlaczego komunikatorzy tworzą określone treści (wymaga to wywiadów lub eksperymentów), lub gdy objętość treści jest tak ogromna i nieustrukturyzowana, że systematyczne próbkowanie i kodowanie nie są wykonalne bez dodatkowych metod obliczeniowych.

Ograniczenia i uwagi

  • Nie może ustalić przyczynowości ani kierunku wpływu między cechami treści a efektami u odbiorców.
  • Przekrojowe zdjęcie nie może wykryć, czy wzorce zmieniły się w czasie; wnioski historyczne wymagają projektów podłużnych.
  • Wyniki w dużym stopniu zależą od jakości kodeksu kodowania: słabo zdefiniowane kategorie prowadzą do niewiarygodnych lub nieważnych kodów, niezależnie od wysiłku kodera.
  • Treść jawna (widoczne cechy) jest łatwiejsza do wiarygodnego kodowania niż treść ukryta (podstawowe znaczenie), co tworzy napięcie między wiarygodnością a głębią interpretacyjną.
  • Nieprawdopodobne próbkowanie korpusów z wygodnictwa (np. jednego źródła wiadomości) ogranicza zewnętrzną uogólnialność.

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

Mocne strony

  • Systematycznie replikowalna: kodeks kodowania i ramy próbkowania umożliwiają niezależną replikację i weryfikację.
  • Efektywna dla dużych korpusów: przeszkoleni koderzy mogą przetwarzać setki do tysięcy jednostek treści w ramach jednego badania.
  • Niereaktywna: treść już istnieje, więc proces pomiaru nie wpływa na to, co zostało pierwotnie wyprodukowane.
  • Dostarcza ilościowych dowodów na wzorce i związki, które można testować statystycznie i porównywać między badaniami.
  • Elastyczna w różnych typach mediów: ma zastosowanie do tekstu, obrazów, wideo, audio i treści multimedialnych.

Zastosowania

  • Badanie reprezentacji płci i rasy w reklamach telewizyjnych w czasie największej oglądalności w określonym sezonie nadawczym.
  • Mapowanie, w jaki sposób gazety o różnych orientacjach politycznych przedstawiały ważne wydarzenie polityczne w tygodniu, w którym ono nastąpiło.
  • Analiza rozpowszechnienia dezinformacji zdrowotnych w postach w mediach społecznościowych zebranych podczas kryzysu zdrowia publicznego.
  • Pomiar częstości i typu języka ryzyka w korpusie reklam farmaceutycznych opublikowanych w ciągu jednego roku.
  • Porównywanie różnorodności źródeł na krajowych i lokalnych stronach internetowych z wiadomościami, próbkowanych w tym samym dwutygodniowym okresie.
  • Kodowanie obecności stereotypów wizualnych w próbce katalogów zdjęć stockowych dostępnych w jednym punkcie w czasie.

Jak to działa

Jak to działa

1

Badacz precyzyjnie określa populację treści do zbadania — medium, temat, okno czasowe oraz wszelkie kryteria włączenia lub wykluczenia. Jasna definicja uniwersum jest niezbędna dla odtwarzalności i uzasadnienia reprezentatywności ostatecznej próby.

2

Prawdopodobna lub celowa próba jednostek treści jest pobierana z uniwersum przy użyciu uzasadnionej strategii próbkowania (losowej, systematycznej, warstwowej lub skonstruowanego tygodnia). Ponieważ cała treść pochodzi z tego samego wyznaczonego przedziału czasowego, projekt jest przekrojowy: nie ma pomiaru w drugim lub późniejszym punkcie czasowym do porównania.

3

Konstruowany jest formalny kodeks kodowania, określający każdą zmienną do zakodowania, jej definicję operacyjną, wyczerpujące i wzajemnie wykluczające się kategorie odpowiedzi oraz zasady decyzyjne dla przypadków niejednoznacznych. Standardową praktyką jest testowanie pilotażowe kodeksu na małym podzbiorze treści przed głównym kodowaniem.

4

Dwóch lub więcej koderów jest szkolonych z kodeksu i koduje identyczną próbę wiarygodności (zazwyczaj 10–20% korpusu). Niezawodność międzykoderowa jest obliczana za pomocą alfy Krippendorffa lub kappa Cohena; akceptowalne progi to zazwyczaj alfa >= 0.80 lub kappa >= 0.70 przed kontynuowaniem.

5

Koderzy niezależnie stosują ostateczny kodeks kodowania do pełnej próby. Każda jednostka treści otrzymuje wartość numeryczną dla każdej zmiennej. Wszelkie pozostałe rozbieżności są rozwiązywane za pomocą reguły decyzyjnej (np. głosowanie większością lub rozstrzygnięcie przez trzeciego kodera) i dokumentowane.

6

Zakodowane dane są wprowadzane do środowiska oprogramowania statystycznego. Analizy zazwyczaj obejmują rozkłady częstości i procenty dla zmiennych opisowych, testy chi-kwadrat lub V Craméra dla związków między zmiennymi kategorialnymi oraz korelację lub regresję, jeśli dostępne są kody na poziomie porządkowym lub interwałowym. Wyniki są przedstawiane wraz ze statystykami wiarygodności obok ustaleń merytorycznych.

Częste pułapki

  • Niewystarczająca niezawodność międzykoderowa: rozpoczęcie pełnego kodowania przed osiągnięciem akceptowalnej niezawodności prowadzi do nieważnych danych; zawsze należy przeprowadzić formalną kontrolę niezawodności i ją zgłosić.
  • Mylenie okna czasowego: nazywanie badania „przekrojowym” przy jednoczesnym mieszaniu treści z wielu różnych okresów prowadzi do nieokreślonych ram czasowych — należy precyzyjnie określić pojedyncze okno czasowe.
  • Cienkie definicje operacyjne: niejasne kategorie kodeksu kodowania sprzyjają dryfowi koderów; każda kategoria musi zawierać przykłady, nie-przykłady i zasady decyzyjne dla przypadków granicznych.
  • Przesadne twierdzenia przyczynowe: przekrojowe badanie treści może opisywać związki (np. ton polityczny współwystępuje z pewnymi typami źródeł), ale nie może twierdzić, że jedna cecha powoduje drugą.
  • Ignorowanie projektu próbkowania w analizie: jeśli zastosowano próbę warstwową lub skonstruowanego tygodnia, w analizie statystycznej należy uwzględnić wagi lub strukturę próbkowania.

Najczęściej zadawane pytania

Co sprawia, że ten projekt jest „przekrojowy”, a nie po prostu „analizą treści”?

Etykieta „przekrojowy” sygnalizuje, że wszystkie jednostki treści pochodzą z jednego, ograniczonego okna czasowego i że nie są wykonywane powtarzane pomiary. Odróżnia to od podłużnej analizy treści, gdzie te same lub porównywalne treści są próbkowane w wielu punktach czasowych w celu badania zmian. Ramy przekrojowe są ważne dla określenia zakresu pytania badawczego i interpretacji tego, co wyniki mogą, a czego nie mogą twierdzić o trendach czasowych.

Jak zdecydować, ile treści należy próbować?

Wielkość próby w analizie treści zależy od liczby analizowanych kategorii treści, oczekiwanych częstości komórek w tabelach krzyżowych oraz precyzji wymaganej dla testów statystycznych. Powszechną zasadą jest co najmniej 200–300 jednostek treści dla podstawowych analiz opisowych i chi-kwadrat; analiza mocy może kierować bardziej złożonymi projektami. Technika „skonstruowanego tygodnia” (losowe wybieranie dni z każdego dnia tygodnia w całym okresie badania) jest szeroko akceptowaną strategią równoważenia reprezentatywności i wykonalności.

Jaki współczynnik wiarygodności powinienem zgłosić?

Alfa Krippendorffa jest preferowanym współczynnikiem dla większości prac z analizy treści, ponieważ koryguje zgodność przypadkową i ma zastosowanie do każdego poziomu pomiaru (nominalnego, porządkowego, interwałowego, ilorazowego). Kappa Cohena jest akceptowalna dla danych nominalnych dwóch koderów. Sama zgodność procentowa jest niewystarczająca, ponieważ nie koryguje przypadkowości. Zgłoś statystykę wiarygodności, wielkość próby wiarygodności i liczbę koderów dla każdej zakodowanej zmiennej.

Czy mogę połączyć przekrojową ilościową analizę treści z innymi metodami?

Tak. Przekrojowa ilościowa analiza treści jest często łączona z ankietami (w celu porównania wzorców treści z percepcją odbiorców) lub eksperymentami (w celu przetestowania, jak konkretne cechy treści wpływają na reakcje). W ramach projektu metod mieszanych, analiza treści dostarcza opisowej mapy istniejących wiadomości, podczas gdy metoda uzupełniająca zajmuje się odbiorem lub efektami.

Jakie testy statystyczne są odpowiednie dla danych z analizy treści?

Dla kodów kategorialnych, testy chi-kwadrat niezależności i V Craméra mierzą związki. Do porównywania proporcji między grupami odpowiednie są testy z lub regresja logistyczna. Kody porządkowe wspierają korelacje Spearmana lub regresję porządkową. Jeśli kody są traktowane jako na poziomie interwałowym, można użyć korelacji Pearsona i regresji OLS, choć wymaga to ostrożnego uzasadnienia. Zawsze sprawdzaj założenia (oczekiwane wielkości komórek dla chi-kwadrat, rozkład dla regresji) przed przeprowadzeniem testów.

Pokrewne metody

Źródła

  1. Neuendorf, K. A. (2002). The Content Analysis Guidebook. Sage Publications.

    ISBN: 978-0761919773
    Skopiowano.
  2. Krippendorff, K. (2004). Content Analysis: An Introduction to Its Methodology (2nd ed.). Sage Publications.

    ISBN: 978-0761915454
    Skopiowano.