Skip to content
กลับไปยังผลการค้นหา

การวิเคราะห์เนื้อหาทางกฎหมาย — การวิเคราะห์ตำรากฎหมายอย่างเป็นระบบ

ผู้เสนอ
Interdisciplinary; foundational content analysis by Harold Lasswell (1940s); applied to legal texts by empirical legal scholars from the 1970s onward
ปี
1940s–1970s (applied systematically to legal texts)
ประเภท
Systematic qualitative-quantitative text analysis
กลุ่มวิธี
Domain-specific humanities/social science

ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ

ขนาดตัวอักษร

ใช้ทำอะไร?

การวิเคราะห์เนื้อหาทางกฎหมายประยุกต์ใช้กระบวนการวิเคราะห์เนื้อหาอย่างเป็นระบบกับตำรากฎหมาย — ได้แก่ บทบัญญัติ กฎระเบียบ คำวินิจฉัยของศาล สนธิสัญญา และบทวิเคราะห์ทางกฎหมาย — เพื่อระบุรูปแบบ แนวคิดหลัก และแนวโน้มที่ปรากฏในคลังข้อมูลทางกฎหมาย เป็นการเชื่อมโยงระหว่างการศึกษากฎหมายเชิงคุณภาพกับวิธีการทางสังคมศาสตร์เชิงปริมาณ ช่วยให้นักวิจัยสามารถสรุปผลที่สามารถทำซ้ำได้และอิงตามหลักฐานเกี่ยวกับวิธีการเขียน การบังคับใช้ หรือการเปลี่ยนแปลงของกฎหมายเมื่อเวลาผ่านไป

แนวคิดเบื้องหลังวิธีการ

ลองจินตนาการว่าคุณต้องการตอบคำถามว่า: 'กฎหมายเกี่ยวกับการเลือกปฏิบัติในการจ้างงานมีความคุ้มครองลูกจ้างมากขึ้นในช่วงสี่สิบปีที่ผ่านมาหรือไม่?' การอ่านบทบัญญัติและคำตัดสินของศาลที่เกี่ยวข้องทั้งหมดจะเป็นไปไม่ได้ และการเลือกคดีสำคัญเพียงไม่กี่คดีจะเป็นการเลือกปฏิบัติ การวิเคราะห์เนื้อหาทางกฎหมายแก้ปัญหานี้โดยการกำหนดคลังข้อมูลอย่างเป็นระบบ สร้างแผนผังการเข้ารหัสที่ชัดเจน — ตัวอย่างเช่น การระบุแต่ละบทบัญญัติกฎหมายว่าเป็นการขยาย ลด หรือเป็นกลางเมื่อเทียบกับการคุ้มครองลูกจ้าง — จากนั้นจึงใช้แผนผังนั้นอย่างสม่ำเสมอตลอดเอกสารทั้งหมด ผลลัพธ์ที่ได้คือการบรรยายรูปแบบที่โปร่งใสและสามารถทำซ้ำได้ในกฎหมาย ซึ่งการอ่านเอกสารตัวอย่างเพียงไม่กี่ฉบับไม่สามารถให้ได้

ประวัติศาสตร์

การวิเคราะห์เนื้อหาในฐานะวิธีการที่เป็นระบบได้รับการพัฒนาในการวิจัยการสื่อสารในช่วงทศวรรษที่ 1940 โดย Harold Lasswell และคณะได้นำไปใช้กับการโฆษณาชวนเชื่อทางการเมือง คู่มือของ Klaus Krippendorff ในปี 1980 ได้กำหนดกรอบวิธีการมาตรฐานที่นำมาใช้ในทุกสาขาวิชา นักวิชาการกฎหมายเชิงประจักษ์เริ่มปรับการวิเคราะห์เนื้อหาให้เข้ากับคำวินิจฉัยของศาลและบทบัญญัติในช่วงทศวรรษที่ 1970 และ 1980 โดยเฉพาะอย่างยิ่งภายในขบวนการกฎหมายและสังคม การเติบโตของฐานข้อมูลกฎหมายดิจิทัลตั้งแต่ทศวรรษที่ 1990 ทำให้การวิเคราะห์เนื้อหาทางกฎหมายในคลังข้อมูลขนาดใหญ่เป็นไปได้ในทางปฏิบัติ และในช่วงปี 2000 ได้กลายเป็นวิธีการที่เป็นที่ยอมรับในการศึกษากฎหมายเชิงประจักษ์

ควรใช้เมื่อใด

ใช้การวิเคราะห์เนื้อหาทางกฎหมายเมื่อคำถามวิจัยต้องการคำอธิบายที่เป็นระบบและอิงตามหลักฐานเกี่ยวกับรูปแบบในชุดตำรากฎหมาย แทนที่จะเป็นการอ่านอย่างละเอียดของคดีจำนวนน้อย เหมาะสำหรับการศึกษากฎหมายเชิงประจักษ์ การวิจัยทางสังคม-กฎหมาย การศึกษากฎหมายเปรียบเทียบ การวิเคราะห์ประวัติศาสตร์นิติบัญญัติ และการประเมินนโยบาย วิธีการนี้เหมาะสำหรับคลังข้อมูลอย่างน้อย 20–30 ฉบับ สำหรับคลังข้อมูลขนาดเล็กมาก (น้อยกว่า 10 ฉบับ) การอ่านหลักกฎหมายอย่างละเอียดจะมีประสิทธิภาพมากกว่า อย่าใช้การวิเคราะห์เนื้อหาทางกฎหมายเพื่อทดแทนการให้เหตุผลตามหลักกฎหมาย: วิธีการนี้อธิบายว่ากฎหมายกล่าวว่าอะไรหรือบังคับใช้อย่างไร แต่ไม่สามารถประเมินได้ด้วยตนเองว่าการตีความกฎหมายถูกต้องหรือไม่ หรือกฎนั้นมีความชอบธรรมตามบรรทัดฐานหรือไม่ หลีกเลี่ยงวิธีการนี้เมื่อคำถามวิจัยเกี่ยวข้องกับตรรกะการให้เหตุผลของคำพิพากษาที่เป็นบรรทัดฐานเพียงฉบับเดียวเป็นหลัก

ข้อจำกัดและข้อควรพิจารณา

  • หมวดหมู่การเข้ารหัสจำเป็นต้องทำให้ตำรากฎหมายที่มีความซับซ้อนง่ายขึ้น การให้เหตุผลทางกฎหมายที่ซับซ้อนอาจถูกบิดเบือนโดยการลดทอนเป็นหมวดหมู่
  • การสร้างสมุดรหัสที่น่าเชื่อถือสำหรับแนวคิดทางกฎหมายที่เป็นสาระสำคัญนั้นใช้เวลานานและต้องใช้ทั้งความเชี่ยวชาญด้านกฎหมายและระเบียบวิธีวิจัย
  • ผลการวิจัยอธิบายรูปแบบของข้อความ แต่ไม่ได้อธิบายว่าเหตุใดกฎหมายจึงมีรูปแบบเฉพาะ — การอนุมานเชิงสาเหตุต้องใช้วิธีการเพิ่มเติม
  • การสรุปทางสถิติจากคลังข้อมูลที่สุ่มตัวอย่างขึ้นอยู่กับคุณภาพของการสุ่มตัวอย่าง การสร้างคลังข้อมูลที่เอนเอียงจะนำไปสู่ข้อสรุปที่เอนเอียง
  • ผลลัพธ์มีความอ่อนไหวต่อการเลือกหน่วยการวิเคราะห์ การเลือกที่สมเหตุสมผลที่แตกต่างกันอาจให้ผลลัพธ์ที่แตกต่างกันจากคลังข้อมูลเดียวกัน

เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้

จุดแข็ง

  • ให้ผลลัพธ์ที่โปร่งใส สามารถทำซ้ำได้ และมีพื้นฐานมาจากการดำเนินการเข้ารหัสที่ชัดเจนและมีการบันทึกไว้
  • สามารถจัดการกับคลังข้อมูลขนาดใหญ่ที่ไม่สามารถวิเคราะห์ได้ด้วยการอ่านอย่างละเอียดแบบดั้งเดิม
  • เชื่อมโยงการวิเคราะห์ทางกฎหมายเชิงคุณภาพกับวิธีการทางสังคมศาสตร์เชิงปริมาณ ทำให้เกิดการสื่อสารระหว่างสาขาวิชา
  • เปิดเผยแนวโน้มตามช่วงเวลาและรูปแบบข้ามเขตอำนาจที่การวิเคราะห์หลักกฎหมายทีละคดีไม่สามารถมองเห็นได้
  • กระบวนการความน่าเชื่อถือระหว่างผู้เข้ารหัสทำให้ทางเลือกในการตีความของนักวิจัยมองเห็นได้และสามารถโต้แย้งได้

การประยุกต์ใช้

  • การติดตามว่าการตีความสิทธิรัฐธรรมนูญของศาลเปลี่ยนแปลงไปอย่างไรตลอดหลายทศวรรษของคำวินิจฉัยของศาลอุทธรณ์
  • การเปรียบเทียบว่าสภานิติบัญญัติของประเทศต่างๆ กำหนดคำศัพท์สำคัญ — เช่น 'ผู้บริโภค' หรือ 'ความเสียหายต่อสิ่งแวดล้อม' — ในบทบัญญัติกฎหมายอย่างไร
  • การวัดอัตราที่บทบัญญัติของสนธิสัญญาด้านสิทธิมนุษยชนระหว่างประเทศถูกรวมเข้ากับกฎหมายภายในประเทศ
  • การวิเคราะห์ว่าคำวินิจฉัยของศาลในสาขานั้นอ้างอิงงานวิชาการหรือไม่ และหากอ้างอิง จะอ้างอิงประเภทใด
  • การประเมินว่ากฎระเบียบต่อต้านการเลือกปฏิบัติได้ขยายหรือลดขอบเขตของกลุ่มบุคคลที่ได้รับการคุ้มครองเมื่อเวลาผ่านไปหรือไม่
  • การตรวจสอบความซับซ้อนทางภาษาและการอ่านออกเขียนได้ของบทบัญญัติกฎหมายเพื่อประเมินการเข้าถึงสำหรับผู้อ่านทั่วไป

วิธีการทำงาน

วิธีการทำงาน

1

นักวิจัยกำหนดขอบเขตของตำรากฎหมายที่จะศึกษาอย่างแม่นยำ — ตัวอย่างเช่น คำวินิจฉัยของศาลอุทธรณ์ของรัฐบาลกลางทั้งหมดเกี่ยวกับหลักการเฉพาะตั้งแต่ปี 1980 ถึง 2020 หรือกฎระเบียบด้านสิ่งแวดล้อมทั้งหมดที่ออกโดยหน่วยงานเฉพาะ ต้องมีการบันทึกเกณฑ์การรวมและยกเว้นที่ชัดเจน เพื่อให้คลังข้อมูลสามารถทำซ้ำได้และป้องกันข้อกล่าวหาเรื่องการสุ่มตัวอย่างที่เลือกปฏิบัติ

2

มีการสร้างสมุดรหัส (codebook) ที่ระบุหมวดหมู่ ตัวแปร และกฎการเข้ารหัสที่จะนำไปใช้กับแต่ละหน่วยของข้อความ หมวดหมู่อาจรวมถึงแนวคิดทางกฎหมายที่เป็นสาระสำคัญ (สิทธิที่ได้รับการยืนยันหรือปฏิเสธ บทลงโทษที่กำหนด ขอบเขตของการนิยาม) คุณลักษณะที่เป็นทางการ (ความยาว รูปแบบการอ้างอิง) หรือการตัดสินตีความ (ผลลัพธ์เป็นคุณต่อโจทก์หรือจำเลย) แต่ละหมวดหมู่ต้องได้รับการนิยามอย่างแม่นยำเพียงพอที่ผู้เข้ารหัสที่แตกต่างกันจะสามารถจำแนกประเภทเดียวกันได้อย่างอิสระ

3

เมื่อคลังข้อมูลมีขนาดใหญ่เกินกว่าจะเข้ารหัสได้ทั้งหมด จะมีการสุ่มตัวอย่างที่เป็นตัวแทนโดยใช้วิธีการสุ่มแบบธรรมดาหรือการสุ่มแบบแบ่งชั้น นักวิจัยจะตัดสินใจเกี่ยวกับหน่วยของการวิเคราะห์ — บทบัญญัติ ประโยค ย่อหน้า คำวินิจฉัยฉบับเต็ม — และใช้กฎการแบ่งหน่วยอย่างสม่ำเสมอตลอด การตัดสินใจแบ่งหน่วยส่งผลโดยตรงต่อรูปแบบที่การวิเคราะห์สามารถตรวจจับได้

4

อ่านแต่ละหน่วยของข้อความและกำหนดรหัสตามสมุดรหัส สำหรับการวิเคราะห์เนื้อหาทางกฎหมายเชิงปริมาณ รหัสจะเป็นตัวเลขหรือหมวดหมู่และสามารถรวบรวมทางสถิติได้ สำหรับรูปแบบเชิงคุณภาพ รหัสจะจับความหมายเชิงเนื้อหาและได้รับการปรับปรุงอย่างต่อเนื่อง วิธีการแบบผสมจะเข้ารหัสคลังข้อมูลเดียวกันทั้งเพื่อการนับความถี่และหมวดหมู่เชิงตีความ

5

ส่วนย่อยของคลังข้อมูล — โดยทั่วไปคือ 10–20 เปอร์เซ็นต์ — จะถูกเข้ารหัสโดยผู้เข้ารหัสคนที่สองอย่างอิสระ คำนวณความน่าเชื่อถือระหว่างผู้เข้ารหัส โดยทั่วไปใช้ Cohen's kappa หรือ Krippendorff's alpha ค่า alpha ที่ต่ำกว่า 0.67 บ่งชี้ว่าความชัดเจนของสมุดรหัสไม่เพียงพอและต้องมีการแก้ไขก่อนดำเนินการต่อ รายงานหลักฐานความน่าเชื่อถือควบคู่ไปกับผลการวิจัยเพื่อสนับสนุนความโปร่งใส

6

วิเคราะห์ข้อมูลที่เข้ารหัสเพื่อตอบคำถามวิจัย: การแจกแจงความถี่ การตัดขวาง แนวโน้มตามช่วงเวลา หรือการสรุปหัวข้อเชิงคุณภาพ จากนั้นนักวิจัยจะตีความผลการวิจัยโดยพิจารณาจากหลักกฎหมายและบริบทของสถาบัน โดยแยกแยะระหว่างรูปแบบในข้อความกับการอธิบายเชิงสาเหตุหรือเชิงบรรทัดฐาน ซึ่งต้องใช้การโต้แย้งเพิ่มเติม

ข้อผิดพลาดที่พบบ่อย

  • การเข้ารหัสโดยไม่มีการทดลอง — การใช้สมุดรหัสที่ยังไม่ผ่านการทดสอบกับคลังข้อมูลทั้งหมดนำไปสู่การเข้ารหัสที่ผิดพลาดอย่างเป็นระบบซึ่งทำให้การวิเคราะห์เป็นโมฆะ — ควรทดลองกับส่วนย่อยที่สุ่มและแก้ไขก่อนการเข้ารหัสเต็มรูปแบบเสมอ
  • การละเลยความน่าเชื่อถือระหว่างผู้เข้ารหัส — การศึกษาโดยผู้เข้ารหัสคนเดียวโดยไม่มีการตรวจสอบความน่าเชื่อถือไม่สามารถแยกแยะได้จากการอ่านที่เป็นอัตวิสัย — ควรรายงานค่า kappa หรือ alpha แม้ว่าจะมีผู้เข้ารหัสเพียงคนเดียวที่เข้ารหัสคลังข้อมูลทั้งหมดในท้ายที่สุด
  • การถือว่าความถี่คือความหมาย — การนับจำนวนครั้งที่คำปรากฏในบทบัญญัติไม่ได้กำหนดความสำคัญทางกฎหมายของคำนั้น — ข้อมูลความถี่ต้องได้รับการตีความโดยพิจารณาจากบริบทของหลักกฎหมาย
  • ความเอนเอียงในการเลือกคลังข้อมูล — การจำกัดคลังข้อมูลเฉพาะคำวินิจฉัยที่เข้าถึงได้ง่ายหรือเป็นที่รู้จักโดยไม่มีเหตุผลอันสมควร จะทำให้เกิดผลกระทบจากการเลือกซึ่งบั่นทอนการอ้างสิทธิ์ในการวิเคราะห์อย่างเป็นระบบ
  • การผสมผสานคำอธิบายกับการประเมิน — การวิเคราะห์เนื้อหาทางกฎหมายสามารถบอกคุณได้ว่ากฎหมายกล่าวว่าอะไร — แต่มันไม่สามารถบอกคุณได้ว่ามันเป็นกฎหมายที่ดีหรือไม่ — การผสมผสานระดับเหล่านี้จะทำให้ผู้อ่านเข้าใจผิด

คำถามที่พบบ่อย

การวิเคราะห์เนื้อหาทางกฎหมายแตกต่างจากการวิจัยหลักกฎหมายอย่างไร

การวิจัยหลักกฎหมายตีความและจัดระบบกฎหมายผ่านการอ่านอย่างละเอียดของแหล่งข้อมูลที่น่าเชื่อถือ โดยทั่วไปมีเป้าหมายเพื่อระบุว่ากฎหมายคืออะไรหรือควรจะเป็นอย่างไร การวิเคราะห์เนื้อหาทางกฎหมายประยุกต์ใช้แผนผังการเข้ารหัสที่ชัดเจนและสามารถทำซ้ำได้กับคลังข้อมูลที่กำหนด เพื่ออธิบายรูปแบบเชิงประจักษ์ในข้อความจำนวนมาก การวิจัยหลักกฎหมายประเมินความหมายทางกฎหมาย การวิเคราะห์เนื้อหาทางกฎหมายนับและจัดหมวดหมู่คุณลักษณะของข้อความ ทั้งสองวิธีมักจะส่งเสริมซึ่งกันและกัน: ผลการวิเคราะห์เนื้อหาสามารถนำมาปรับบริบทผ่านการวิเคราะห์หลักกฎหมายของคดีสำคัญ

การวิเคราะห์เนื้อหาทางกฎหมายจำเป็นต้องใช้วิธีการเชิงปริมาณหรือไม่

ไม่ การวิเคราะห์เนื้อหาทางกฎหมายเชิงคุณภาพระบุและจัดหมวดหมู่หัวข้อในคลังข้อมูลโดยไม่ต้องลดทอนเป็นจำนวนตัวเลข รูปแบบเชิงปริมาณเข้ารหัสหมวดหมู่เป็นตัวเลขและรายงานความถี่หรือความสัมพันธ์ทางสถิติ วิธีการแบบผสมทำทั้งสองอย่าง ลักษณะที่กำหนดคือการเข้ารหัสอย่างเป็นระบบและมีการบันทึกไว้ซึ่งนำไปใช้อย่างสม่ำเสมอตลอดคลังข้อมูลที่กำหนด — การวัดปริมาณเป็นทางเลือก

ระดับความน่าเชื่อถือระหว่างผู้เข้ารหัสที่ยอมรับได้คือเท่าใด

Krippendorff แนะนำค่า alpha อย่างน้อย 0.80 สำหรับข้อสรุปที่ได้จากข้อมูล และขั้นต่ำ 0.67 สำหรับข้อสรุปเบื้องต้น ค่า Cohen's kappa ที่สูงกว่า 0.60 ถือว่ายอมรับได้โดยทั่วไปในการวิจัยทางสังคมศาสตร์ ค่าที่ต่ำกว่าเกณฑ์เหล่านี้บ่งชี้ว่าหมวดหมู่ของสมุดรหัสยังไม่ได้นิยามอย่างเพียงพอและต้องได้รับการแก้ไขก่อนดำเนินการเข้ารหัสเต็มรูปแบบ

คลังข้อมูลของฉันต้องมีขนาดเท่าใด

ไม่มีจำนวนขั้นต่ำที่แน่นอน แต่การใช้วิธีการนี้จะมีความน่าเชื่อถือมากที่สุดเมื่อคลังข้อมูลมีขนาดใหญ่พอที่การสุ่มตัวอย่างอย่างเป็นระบบหรือการแจงนับทั้งหมดจะมีประสิทธิภาพมากกว่าการอ่านอย่างละเอียด โดยทั่วไป คลังข้อมูลที่มีเอกสาร 30 ฉบับขึ้นไปจะได้รับประโยชน์อย่างมีความหมายจากกระบวนการวิเคราะห์เนื้อหา สำหรับคลังข้อมูลขนาดเล็กมาก (น้อยกว่า 10 ฉบับ) การวิเคราะห์หลักกฎหมายเชิงคุณภาพหรือวิธีการศึกษากรณีมักจะเหมาะสมกว่า

ฉันสามารถใช้เครื่องมือวิเคราะห์ข้อความอัตโนมัติสำหรับการวิเคราะห์เนื้อหาทางกฎหมายได้หรือไม่

ได้ แต่ต้องใช้ความระมัดระวัง เครื่องมือต่างๆ เช่น ตัวจำแนกประเภทการประมวลผลภาษาธรรมชาติ แบบจำลองหัวข้อ หรือเครื่องมือค้นหาคำหลักในบริบท สามารถช่วยในการเข้ารหัสคลังข้อมูลขนาดใหญ่ได้ อย่างไรก็ตาม การเข้ารหัสอัตโนมัติจะต้องได้รับการตรวจสอบความถูกต้องเทียบกับการเข้ารหัสโดยมนุษย์ในส่วนย่อยที่สุ่ม และนักวิจัยกฎหมายจะต้องตีความผลลัพธ์โดยพิจารณาจากบริบททางกฎหมายที่เครื่องมืออัลกอริทึมไม่สามารถให้ได้ การทำงานอัตโนมัติช่วยเร่งการเข้ารหัส แต่ไม่สามารถทดแทนการตัดสินใจได้

วิธีการที่เกี่ยวข้อง

แหล่งอ้างอิง

  1. Krippendorff, K. (2004). Content Analysis: An Introduction to Its Methodology (2nd ed.). Sage Publications.

    ISBN: 978-0761915454
    คัดลอกแล้ว
  2. Nourse, V., & Shaffer, G. (2014). Varieties of New Legal Realism: Can a New World Order Prompt a New Legal Theory? Cornell Law Review, 95(1), 61–137.

    เปิดเอกสารอ้างอิงสิ่งพิมพ์
    คัดลอกแล้ว