Skip to content
Назад к результатам поиска

Сравнительный контент-анализ

Автор метода
Bernard Berelson (foundational content analysis); Klaus Krippendorff (systematic methodology)
Год
1952 (Berelson); comparative application developed through 1970s–2000s
Тип
Qualitative and/or quantitative comparative research design
Семейство
Qualitative design / analysis

Этот текст переведён машинным способом и ещё не проверен. Читать оригинал на английском

Размер шрифта

Что он делает?

Сравнительный контент-анализ применяет общую схему кодирования к текстам, документам или медиаартефактам, отобранным из двух или более групп, контекстов, временных периодов или стран, с целью выявления сходств, различий и закономерностей между этими единицами сравнения.

Сохраняя аналитическую оптику постоянной при изменении единицы сравнения, он раскрывает, как смысл, фрейминг или дискурс различаются в исследуемых случаях.

Интуиция метода

Представьте, что вы хотите узнать, отличается ли освещение изменения климата в британских и немецких газетах формата broadsheet. Вы могли бы прочитать оба корпуса отдельно и описать каждый, но это даст вам только два портрета. Сравнительный контент-анализ идет дальше: вы создаете одинаковый кодекс — определяя такие категории, как «научный фрейминг», «экономический фрейминг» и «риторика кризиса» — и применяете его идентично к обоим корпусам, а затем напрямую сравниваете распределения. Общая оптика делает сравнение значимым, а не просто описательным. Эта логика распространяется на сравнение освещения по десятилетиям, по политическим партиям, по платформам социальных сетей или по любым двум или более теоретически значимым группировкам.

История

Контент-анализ как систематический метод был кодифицирован Бернардом Берисоном в его монографии 1952 года «Content Analysis in Communication Research», основанной на более ранних исследованиях пропаганды военного времени. Последующие издания «Content Analysis: An Introduction to Its Methodology» (1980, 2004, 2018) Клауса Криппендорфа установили методологические стандарты области, включая метрики надежности между кодировщиками. Сравнительное применение стало заметным в кросс-национальных исследованиях коммуникации в 1970-х и 1980-х годах, особенно в исследованиях международных информационных потоков и политической коммуникации, и стало краеугольным камнем исследований сравнительных медийных систем после типологии Холлина и Манчини 2004 года.

Когда применять

Используйте сравнительный контент-анализ, когда ваш исследовательский вопрос явно ставит задачу выяснить, как коммуникация, фрейминг или дискурс различаются между двумя или более группами, странами, временными периодами или медийными средами, и когда документы или медиатексты являются основным доказательством. Он подходит для медиаисследований, политической коммуникации, коммуникации в сфере здравоохранения, образовательных исследований и организационной коммуникации. Метод подходит как для проверки гипотез (количественное кодирование), так и для более исследовательского описательного сравнения (качественное кодирование). Не используйте его, когда у вас есть только один корпус без реальной единицы сравнения, или когда тексты в разных единицах настолько существенно различаются по жанру или языку, что общий кодекс не может быть применен без искажения смысла — в таких случаях предпочтительны отдельные качественные анализы с рефлексивным обсуждением между случаями.

Ограничения и замечания

  • Разработка кодекса, который без искажений применим к разным языкам, культурам или жанрам, является технически и концептуально сложной задачей.
  • Надежность между кодировщиками должна вычисляться и сообщаться отдельно для каждой единицы сравнения; объединение данных о надежности по группам может маскировать проблемы кодирования, специфичные для конкретной единицы.
  • Метод улавливает явное и скрытое содержание в том виде, в каком оно закодировано — он не имеет доступа к восприятию аудитории или намерениям создателей.
  • Эквивалентная выборка между единицами сравнения на практике затруднительна; несбалансированные корпуса могут смешивать подлинные различия с артефактами выборки.

Условия из источника не заменяют независимую научную проверку или валидацию аналитическим движком.

Сильные стороны

  • Обеспечивает строгое, систематическое сопоставление коммуникационных явлений в разных контекстах с использованием общей аналитической структуры.
  • Может обрабатывать большие корпуса, которые были бы неуправляемы методами, основанными на интервью, увеличивая широту доказательств.
  • Прозрачный кодекс и проверки надежности делают анализ воспроизводимым и открытым для проверки.
  • Совместим как с количественным частотным анализом, так и с качественным кодированием на основе тем, предлагает методологическую гибкость.
  • Хорошо зарекомендовал себя в кросс-национальных медиаисследованиях, политической коммуникации и исследованиях коммуникации в сфере здравоохранения.

Применение

  • Кросс-национальное сравнение фрейминга иммиграции, изменения климата или кризисов в области общественного здравоохранения в газетах.
  • Лонгитюдное сравнение текстов политических партий в разные избирательные циклы для отслеживания идеологических сдвигов.
  • Сравнение дискурса в социальных сетях по одному и тому же событию в Twitter, Reddit и Facebook для изучения коммуникационных норм, специфичных для платформы.
  • Сопоставление информации о здоровье, предоставляемой государственными учреждениями, НПО и коммерческими организациями по одной и той же теме.
  • Сравнение учебных программ или текстов образовательной политики в разных школьных системах или странах.
  • Анализ гендерного или расового представительства в рекламе на разных региональных рынках или в разные периоды времени.

Как это работает

Как это работает

1

Сформулируйте точный сравнительный исследовательский вопрос, который определяет, что сравнивается и почему. Определите единицы сравнения (страны, организации, временные периоды, платформы, демографические группы) и единицу анализа (статья, речь, пост, абзац). Укажите теоретическую основу, которая мотивирует сравнение и направляет построение категорий.

2

Выберите корпус из каждой единицы сравнения, используя эквивалентные стратегии выборки — тот же диапазон дат, те же поисковые запросы, те же критерии включения и исключения — чтобы различия в полученных данных отражали подлинные различия в явлении, а не артефакты неравномерной выборки. Записывайте и сообщайте обо всех решениях по выборке для обеспечения воспроизводимости.

3

Разработайте общий кодекс с четкими операциональными определениями, примерами и правилами принятия решений для каждой категории. Обучите кодировщиков на всех корпусах совместно, вычислите надежность между кодировщиками (например, альфа Криппендорфа или каппа Коэна) на выборке надежности, взятой из каждой группы сравнения, и приступайте к полному кодированию только после достижения приемлемой надежности. Применяйте идентичный кодекс ко всем единицам сравнения без модификаций.

4

Агрегируйте закодированные данные по единицам сравнения и вычислите частоты, пропорции или описательные статистики для каждой категории в каждой группе. Примените соответствующие инференциальные тесты — хи-квадрат для категориальных данных, t-тесты или ANOVA для кодирования на интервальном уровне — или, в качественных вариантах, разработайте аналитические матрицы, которые сопоставляют количество тем или рейтинги значимости для каждой единицы сравнения.

5

Объясните наблюдаемые сходства и различия в свете теоретической основы и более широких социальных, политических или культурных контекстов каждой единицы сравнения. Признайте граничные условия: различия в языке, жанровых конвенциях или историческом контексте могут создавать трудности при кодировании, которые кодекс не может полностью нейтрализовать, и эти моменты должны быть обсуждены как ограничения сравнения.

Частые ошибки

  • Использование разных кодексов или правил кодирования для разных единиц сравнения — это обесценивает сравнение и должно быть сообщено как недостаток.
  • Игнорирование различий в жанре или формате между единицами сравнения — например, таблоидные и широкоформатные газеты имеют структурно разные объемы статей и конвенции, которые раздувают или уменьшают частоты категорий независимо от содержания.
  • Предоставление статистики надежности только для объединенной выборки, а не отдельно для каждой группы сравнения, что может скрыть низкую надежность в одной единице.
  • Рассмотрение статистически значимых различий в частотах как существенных без теоретического объяснения причин этих различий.
  • Смешение сравнительного контент-анализа с дискурс-анализом — контент-анализ подсчитывает и категоризирует; дискурс-анализ исследует социальные функции и властные отношения, заложенные в языке.

Часто задаваемые вопросы

Чем сравнительный контент-анализ отличается от обычного контент-анализа?

Стандартный контент-анализ описывает содержание одного корпуса. Сравнительный контент-анализ применяет один и тот же кодекс к двум или более различным корпусам — определенным по стране, временному периоду, организации, платформе или группе — и основной результат заключается в выявлении закономерностей сходств и различий между этими единицами. Сравнение является аналитической целью, а не побочным продуктом.

Может ли метод быть как качественным, так и количественным?

Да. Количественный сравнительный контент-анализ подсчитывает частоту или значимость предопределенных категорий и статистически проверяет различия. Качественный сравнительный контент-анализ индуктивно или дедуктивно разрабатывает аналитические темы и представляет структурированное интерпретативное сравнение. Смешанные дизайны — подсчет частот для одних категорий и предоставление иллюстративных цитат и интерпретативных комментариев для других — распространены на практике.

Как обрабатывать разные языки в кросс-национальных исследованиях?

Либо кодируйте тексты на оригинальном языке с кодировщиками, владеющими каждым языком, либо переведите все тексты на один язык перед кодированием. Оба подхода имеют свои компромиссы: перевод может изменить нюансы, в то время как многоязычные команды кодировщиков вносят конфаундеры, связанные с языком кодировщика. Сообщите, какая стратегия была использована, и обсудите ее последствия. Надежность должна вычисляться для каждой языковой группы отдельно.

Какой коэффициент надежности следует сообщать?

Альфа Криппендорфа является предпочтительным коэффициентом, поскольку он обрабатывает пропущенные данные, шкалы для разных уровней измерения (номинальный, порядковый, интервальный) и учитывает случайное согласие. Значения выше 0,80 считаются приемлемыми для большинства исследовательских целей; значения от 0,67 до 0,80 могут быть приемлемы для разведочных работ. Сообщайте альфу отдельно для каждой единицы сравнения и для каждой категории кодирования.

Насколько велик должен быть выборка?

Размер выборки зависит от количества категорий, ожидаемой частоты редких категорий и запланированных статистических тестов. Для количественного сравнения с использованием хи-квадрата стандартным предположением является минимальная ожидаемая частота ячейки 5 в каждой ячейке; это может потребовать больших корпусов, когда категорий много или когда редкие фреймы теоретически важны. Для качественного сравнения применяется логика насыщения: собирайте достаточно текстов из каждой единицы, чтобы не появлялись новые существенные темы.

Похожие методы

Источники

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

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

    ISBN: 978-1412979474
    Скопировано.