การวิเคราะห์เนื้อหาตามช่วงเวลา — การติดตามความหมายเมื่อเวลาผ่านไป
- ผู้เสนอ
- Developed within the content analysis tradition; longitudinal extensions widely applied since the mid-20th century in communication and political science research
- ปี
- Mid-20th century onward; systematized alongside content analysis (Berelson, 1952; Krippendorff, 1980)
- ประเภท
- Qualitative and mixed-methods research design
- กลุ่มวิธี
- Qualitative design and analysis
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
การวิเคราะห์เนื้อหาตามช่วงเวลา (Longitudinal Content Analysis: LCA) เป็นการประยุกต์ใช้การวิเคราะห์เนื้อหาอย่างเป็นระบบกับเอกสาร สื่อ หรือข้อความที่ถูกสุ่มตัวอย่าง ณ จุดเวลาตั้งแต่สองจุดขึ้นไป เพื่อตรวจจับว่ารูปแบบของประเด็น กรอบความคิด ภาษา หรือวาทกรรม มีการเปลี่ยนแปลงหรือคงอยู่เมื่อเวลาผ่านไปอย่างไร โดยอาศัยตรรกะของการวิเคราะห์เนื้อหาที่มีอยู่เดิม LCA เพิ่มมิติของเวลาที่ช่วยให้นักวิจัยสามารถบันทึกแนวโน้ม ติดตามวิวัฒนาการของการนำเสนอ และทดสอบสมมติฐานเกี่ยวกับการเปลี่ยนแปลงทางประวัติศาสตร์หรือสังคม วิธีนี้ถูกนำไปใช้อย่างกว้างขวางในการวิจัยการสื่อสาร รัฐศาสตร์ การศึกษาเกี่ยวกับสื่อ และวิทยาศาสตร์สุขภาพ
แนวคิดเบื้องหลังวิธีการ
ลองนึกภาพว่าคุณต้องการทราบว่าการนำเสนอข่าวการเปลี่ยนแปลงสภาพภูมิอากาศในหนังสือพิมพ์มีความน่ากังวลมากขึ้นหรือมุ่งเน้นการแก้ปัญหามากขึ้นระหว่างปี 2000 ถึง 2020 การวิเคราะห์เนื้อหาเพียงครั้งเดียวให้ภาพรวม ณ จุดเวลาหนึ่ง แต่การวิเคราะห์เนื้อหาตามช่วงเวลาจะให้ภาพยนตร์ทั้งเรื่อง คุณใช้ชุดการเข้ารหัส (coding scheme) เดียวกันกับกลุ่มตัวอย่างที่สุ่มมาในช่วงเวลาที่สม่ำเสมอ เช่น ทุกสองหรือห้าปี จากนั้นเปรียบเทียบความถี่หรือประเด็นที่ได้ในแต่ละช่วงเวลา วิธีนี้มีความเข้มงวดเนื่องจากกฎการเข้ารหัสยังคงที่ ดังนั้นความแตกต่างระหว่างช่วงเวลาจึงสะท้อนถึงการเปลี่ยนแปลงที่แท้จริงในเอกสาร แทนที่จะเป็นการเปลี่ยนแปลงในการตีความของผู้เข้ารหัส
ประวัติศาสตร์
การวิเคราะห์เนื้อหาในฐานะวิธีการที่เป็นทางการได้รับการกำหนดรูปแบบโดย Bernard Berelson ในคู่มือปี 1952 ของเขา และขยายโดย Harold Lasswell และคณะในการวิจัยการสื่อสารทางการเมือง การประยุกต์ใช้ตามช่วงเวลา — การวิเคราะห์เนื้อหาซ้ำๆ ของช่องทางการสื่อสารเดียวกันตลอดเวลา — พัฒนาขึ้นตามธรรมชาติเมื่อนักวิจัยพยายามติดตามว่าการนำเสนอข่าวประเด็นทางการเมือง กลุ่มสังคม และเหตุการณ์ต่างๆ มีวิวัฒนาการอย่างไรตลอดหลายทศวรรษ หนังสือที่เป็นรากฐานของ Klaus Krippendorff ซึ่งตีพิมพ์ครั้งแรกในปี 1980 และปัจจุบันอยู่ในฉบับที่สี่ ให้พื้นฐานทางระเบียบวิธีสำหรับการออกแบบทั้งแบบ ณ จุดเวลาเดียวและตามช่วงเวลา ในช่วงทศวรรษ 1990 และ 2000 การวิเคราะห์เนื้อหาตามช่วงเวลาได้กลายเป็นแนวปฏิบัติมาตรฐานในการวิจัยการกำหนดวาระ (agenda-setting research) และการศึกษาการวางกรอบข่าวของสื่อ (media framing studies)
ควรใช้เมื่อใด
ควรใช้การวิเคราะห์เนื้อหาตามช่วงเวลาเมื่อคำถามวิจัยหลักเกี่ยวข้องกับการเปลี่ยนแปลงหรือความต่อเนื่องของวิธีการนำเสนอหัวข้อ ประเด็น หรือกลุ่มคนในเอกสารหรือสื่อเมื่อเวลาผ่านไป เหมาะสำหรับการศึกษาแนวโน้มการวางกรอบข่าว (media framing trends) วิวัฒนาการของวาทกรรมเชิงนโยบาย การเปลี่ยนแปลงทางวัฒนธรรมในข้อความ หรือการเปลี่ยนแปลงทางประวัติศาสตร์ในการสื่อสารสาธารณะ วิธีนี้ต้องการชุดเอกสารที่สามารถเปรียบเทียบกันได้ ณ จุดเวลาที่แตกต่างกันอย่างน้อยสองจุด และชุดการเข้ารหัสที่คงที่ซึ่งสามารถนำไปใช้ได้ตลอดทุกช่วงเวลา ไม่ควรใช้เมื่อเอกสารจากช่วงเวลาที่แตกต่างกันไม่สามารถเปรียบเทียบกันได้อย่างแท้จริง (เช่น ประเภทหรือรูปแบบที่แตกต่างกัน) เมื่อมีเพียงจุดเวลาเดียว หรือเมื่อปรากฏการณ์ที่สนใจอยู่ในประสบการณ์ของผู้เข้าร่วมมากกว่าในเอกสาร ในกรณีเหล่านั้น การวิเคราะห์เนื้อหาแบบมาตรฐานหรือการออกแบบการสัมภาษณ์เชิงคุณภาพตามช่วงเวลาจะเหมาะสมกว่า
ข้อจำกัดและข้อควรพิจารณา
- ต้องการการเข้าถึงชุดเอกสารที่สามารถเปรียบเทียบกันได้ตลอดทุกช่วงเวลาเป้าหมาย คลังเอกสารที่ขาดหายไปหรือไม่สมบูรณ์อาจบั่นทอนความครอบคลุมตามช่วงเวลา
- ชุดการเข้ารหัสต้องถูกกำหนดก่อนการรวบรวมข้อมูล หากปรากฏการณ์มีการพัฒนาไปในทิศทางที่คาดไม่ถึง หมวดหมู่ที่กำหนดไว้ล่วงหน้าอาจพลาดประเด็นที่เกิดขึ้นใหม่
- ความน่าเชื่อถือระหว่างผู้เข้ารหัสจะต้องคงไว้ตลอดทุกจุดเวลา ซึ่งเพิ่มภาระในการฝึกอบรมและการประสานงานเมื่อการศึกษาครอบคลุมหลายช่วงเวลา
- ผลการวิจัยอธิบายถึงเอกสาร ไม่ใช่ผู้ชมหรือเจตนา การอนุมานเกี่ยวกับวิธีการรับเนื้อหาหรือการผลิตเนื้อหาต้องอาศัยหลักฐานเพิ่มเติม
- ช่วงเวลาที่ยาวนานเพิ่มความเสี่ยงของการเลื่อนไหลของผู้เข้ารหัส (coder drift) — การเปลี่ยนแปลงทีละน้อยโดยไม่ทันสังเกตในการที่ผู้เข้ารหัสใช้หมวดหมู่ ซึ่งอาจเลียนแบบการเปลี่ยนแปลงที่แท้จริง
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- กล่าวถึงคำถามเกี่ยวกับเวลา การเปลี่ยนแปลง แนวโน้ม และความคงทนโดยตรง ซึ่งการวิเคราะห์ ณ จุดเวลาเดียว (cross-sectional analysis) ไม่สามารถตอบได้
- กฎการเข้ารหัสที่คงที่ตลอดทุกจุดเวลาช่วยให้มั่นใจได้ถึงความสามารถในการเปรียบเทียบและความโปร่งใส
- ปรับขนาดได้: สามารถนำไปใช้กับคลังเอกสารขนาดใหญ่ด้วยผู้เข้ารหัสที่ผ่านการฝึกอบรม หรือที่เพิ่มขึ้นเรื่อยๆ ด้วยการวิเคราะห์ข้อความเชิงคำนวณ
- เข้ากันได้กับการตีความเชิงคุณภาพและการทดสอบแนวโน้มเชิงปริมาณภายในงานวิจัยเดียว
- เหมาะสมอย่างยิ่งกับข้อมูลจากคลังเอกสารและข้อมูลทุติยภูมิ ซึ่งช่วยลดภาระด้านจริยธรรมและโลจิสติกส์ในการรวบรวมข้อมูลปฐมภูมิ
การประยุกต์ใช้
- การติดตามการเปลี่ยนแปลงในการวางกรอบข่าวการเข้าเมือง การเปลี่ยนแปลงสภาพภูมิอากาศ หรือวิกฤตสาธารณสุขในช่วงหลายปีหรือหลายทศวรรษ
- การวิเคราะห์ว่าแถลงการณ์ของพรรคการเมืองหรือเอกสารนโยบายเปลี่ยนแปลงภาษาและลำดับความสำคัญของตนเองอย่างไรตลอดวงจรการเลือกตั้ง
- การตรวจสอบการเปลี่ยนแปลงในการนำเสนอภาพลักษณ์ของเพศ เชื้อชาติ หรือความพิการในโฆษณา ภาพยนตร์ หรือตำราเรียนเมื่อเวลาผ่านไป
- การตรวจสอบวิวัฒนาการของกลยุทธ์การสื่อสารทางวิทยาศาสตร์หรือสาธารณสุขเพื่อตอบสนองต่อหลักฐานที่เกิดขึ้นใหม่
- การบันทึกการเปลี่ยนแปลงระยะยาวในการรายงานความยั่งยืนขององค์กรหรือวาทกรรมในรายงานประจำปี
- การศึกษาว่าวาทกรรมบนโซเชียลมีเดียเกี่ยวกับขบวนการทางสังคมพัฒนาไปอย่างไรตั้งแต่เริ่มก่อตั้งจนถึงการสถาปนาเป็นสถาบัน
วิธีการทำงาน
วิธีการทำงาน
นักวิจัยกำหนดคำถามวิจัยเกี่ยวกับการเปลี่ยนแปลงหรือความคงที่เมื่อเวลาผ่านไป เลือกชุดการเข้ารหัส (หมวดหมู่ ประเด็น หรือกรอบความคิดที่จะวัด) และกำหนดช่วงเวลาที่จะเปรียบเทียบ ชุดการเข้ารหัสจะต้องถูกกำหนดก่อนเริ่มการรวบรวมข้อมูล และต้องคงที่ตลอดทุกจุดเวลาเพื่อให้แน่ใจว่าสามารถเปรียบเทียบกันได้
ชุดเอกสาร (document corpus) จะถูกรวบรวมสำหรับแต่ละช่วงเวลาโดยใช้กลยุทธ์การสุ่มตัวอย่างที่สม่ำเสมอ เช่น การสุ่มหน้าแรกของหนังสือพิมพ์ โพสต์บนโซเชียลมีเดีย หรือเอกสารนโยบาย เพื่อให้ความแตกต่างระหว่างช่วงเวลาไม่ใช่ผลจากความไม่เท่าเทียมกันของการสุ่มตัวอย่าง หน่วยของการวิเคราะห์ (บทความ ย่อหน้า รูปภาพ ฯลฯ) จะถูกกำหนดให้คงที่ตลอดทุกช่วงเวลา
ผู้เข้ารหัสที่ผ่านการฝึกอบรมจะใช้ชุดการเข้ารหัสกับชุดเอกสารในแต่ละช่วงเวลาอย่างอิสระ โดยบันทึกการปรากฏ ความถี่ หรือความเข้มข้นของแต่ละหมวดหมู่ ความน่าเชื่อถือระหว่างผู้เข้ารหัส (inter-coder reliability) จะถูกคำนวณ ณ แต่ละจุดเวลาโดยใช้ Cohen's kappa หรือ Krippendorff's alpha เพื่อยืนยันว่าการเข้ารหัสมีความสม่ำเสมอและสามารถทำซ้ำได้ตลอดการศึกษา
ข้อมูลที่เข้ารหัสจากแต่ละช่วงเวลาจะถูกรวบรวมและเปรียบเทียบ โดยทั่วไปผ่านการนับความถี่ สัดส่วน หรือการปรากฏร่วมกันของหมวดหมู่ เพื่อระบุการเพิ่มขึ้น การลดลง หรือรูปแบบที่คงที่ตลอดช่วงเวลา ในกรณีที่การออกแบบมีขนาดใหญ่เพียงพอ การทดสอบแนวโน้มทางสถิติ (เช่น chi-square for trend, regression on time) สามารถเสริมการเปรียบเทียบเชิงพรรณนาได้
ผู้วิเคราะห์ตีความการเปลี่ยนแปลงหรือความคงที่ที่สังเกตได้ โดยพิจารณาจากบริบททางประวัติศาสตร์ กรอบทฤษฎี และวรรณกรรมก่อนหน้า คำอธิบายทางเลือก (rival explanations) เช่น การเปลี่ยนแปลงของปริมาณการตีพิมพ์ การเลื่อนไหลของผู้เข้ารหัส (coder drift) หรือการเปลี่ยนแปลงของความพร้อมใช้งานของเอกสาร จะถูกพิจารณา และหากเป็นไปได้ จะถูกตัดออกก่อนที่จะสรุปเกี่ยวกับแนวโน้มที่แท้จริง
ข้อผิดพลาดที่พบบ่อย
- การเปลี่ยนแปลงชุดการเข้ารหัสระหว่างการศึกษา — การแก้ไขคำจำกัดความของหมวดหมู่ระหว่างจุดเวลา — จะทำลายความสามารถในการเปรียบเทียบและทำให้การเปรียบเทียบแนวโน้มเป็นโมฆะ ควรดำเนินการให้เสร็จสิ้นและทดลองใช้ชุดการเข้ารหัสก่อนเริ่มการรวบรวมข้อมูลใดๆ
- การละเลยการเลื่อนไหลของผู้เข้ารหัส — หากไม่มีการปรับเทียบเป็นระยะและการตรวจสอบความน่าเชื่อถือ ณ แต่ละจุดเวลา ผู้เข้ารหัสอาจค่อยๆ ใช้หมวดหมู่แตกต่างกัน ทำให้เกิดแนวโน้มที่ผิดพลาด
- การสุ่มตัวอย่างที่ไม่เท่าเทียมกันหรือไม่สามารถเปรียบเทียบกันได้ตลอดช่วงเวลา — หากปริมาณ ประเภท หรือแหล่งที่มาของเอกสารเปลี่ยนแปลงอย่างเป็นระบบตลอดช่วงเวลา แนวโน้มที่สังเกตได้อาจสะท้อนถึงความผิดพลาดจากการสุ่มตัวอย่าง แทนที่จะเป็นการเปลี่ยนแปลงเนื้อหาที่แท้จริง
- การปฏิบัติต่อแนวโน้มของเอกสารเสมือนเป็นแนวโน้มของผู้ชมหรือสังคมโดยไม่มีการอนุมานที่สมเหตุสมผล — วิธีนี้บอกคุณว่าอะไรเปลี่ยนแปลงไปในข้อความ ไม่จำเป็นต้องบอกว่าอะไรเปลี่ยนแปลงไปในความคิดหรือสังคม
คำถามที่พบบ่อย
ฉันต้องใช้กี่จุดเวลาสำหรับการวิเคราะห์เนื้อหาตามช่วงเวลา?
ต้องมีจุดเวลาอย่างน้อยสองจุดเพื่อทำการเปรียบเทียบตามช่วงเวลาใดๆ แต่สองจุดสามารถแสดงได้เพียงการเปลี่ยนแปลงเทียบกับความคงที่ และไม่สามารถแสดงแนวโน้มหรือวิถีได้ การมีสามจุดเวลาขึ้นไปช่วยให้สามารถวิเคราะห์แนวโน้มได้ และโดยทั่วไปแนะนำให้มีสามจุดเวลาขึ้นไป สำหรับการสร้างแบบจำลองแนวโน้มที่สมบูรณ์ ควรมีช่วงเวลาการสุ่มตัวอย่างห้าช่วงเวลาขึ้นไป จำนวนที่เหมาะสมขึ้นอยู่กับคำถามวิจัย: การศึกษานโยบายก่อนและหลังอาจต้องการเพียงสองจุด แต่การศึกษาการวางกรอบข่าวตลอดหลายทศวรรษจะได้รับประโยชน์จากช่วงเวลาหนึ่งปีหรือห้าปี
ฉันสามารถใช้ชุดการเข้ารหัสเดียวกันสำหรับเอกสารจากยุคที่แตกต่างกันมากได้หรือไม่?
นี่คือความท้าทายหลักด้านความตรง (validity) ของการวิเคราะห์เนื้อหาตามช่วงเวลา หมวดหมู่จะต้องถูกกำหนดอย่างแม่นยำพอที่จะนำไปใช้ได้อย่างสม่ำเสมอในทุกช่วงเวลา แต่ก็ไม่แคบเกินไปจนพลาดการแสดงออกที่เฉพาะเจาะจงของแต่ละยุคสมัยของแนวคิดพื้นฐานเดียวกัน การเข้ารหัสทดลอง (pilot coding) กับเอกสารจากแต่ละยุคก่อนที่จะสรุปชุดการเข้ารหัส — และการบันทึกการตัดสินใจเกี่ยวกับขอบเขตใดๆ — เป็นสิ่งจำเป็น หากปรากฏการณ์มีการเปลี่ยนแปลงอย่างพื้นฐานจนชื่อหมวดหมู่เดียวกันมีความหมายแตกต่างกันในแต่ละช่วงเวลา การออกแบบอาจต้องได้รับการพิจารณาใหม่ หรือเสริมด้วยการตีความเชิงคุณภาพของบริบทของแต่ละช่วงเวลา
นี่แตกต่างจากการทำการวิเคราะห์เนื้อหาหลายครั้งแยกกันอย่างไร?
ความแตกต่างที่สำคัญคือการบูรณาการและการออกแบบ การวิเคราะห์เนื้อหาตามช่วงเวลาวางแผนการเปรียบเทียบตามเวลาตั้งแต่เริ่มต้น: ใช้โปรโตคอลการสุ่มตัวอย่างร่วมกัน ชุดการเข้ารหัสที่คงที่ และการตรวจสอบความน่าเชื่อถือ ณ ทุกจุดเวลา โดยเฉพาะอย่างยิ่งเพื่อให้การเปรียบเทียบระหว่างช่วงเวลาถูกต้อง การวิเคราะห์เนื้อหาหลายครั้งที่แยกจากกันและดำเนินการอย่างอิสระ — ด้วยผู้เข้ารหัสที่แตกต่างกัน คำจำกัดความของหมวดหมู่ที่แตกต่างกัน หรือกฎการสุ่มตัวอย่างที่แตกต่างกัน — ไม่สามารถสนับสนุนการอนุมานแนวโน้มที่ถูกต้องได้ แม้ว่าบังเอิญจะครอบคลุมหัวข้อเดียวกันก็ตาม
วิธีการเชิงคำนวณ เช่น NLP หรือ topic modelling สามารถทดแทนการเข้ารหัสโดยมนุษย์ใน LCA ได้หรือไม่?
การวิเคราะห์ข้อความเชิงคำนวณสามารถเสริม หรือสำหรับคลังเอกสารขนาดใหญ่มาก สามารถทดแทนการเข้ารหัสด้วยตนเองในขั้นตอนการหาความถี่และรูปแบบได้ เครื่องมือเช่น structural topic models สามารถติดตามการเปลี่ยนแปลงความชุกของหัวข้อเมื่อเวลาผ่านไป อย่างไรก็ตาม แนวทางเชิงคำนวณต้องการการตรวจสอบความถูกต้องของตนเอง — แบบจำลองจะต้องได้รับการตรวจสอบความถูกต้องเทียบกับดุลยพินิจของมนุษย์ และป้ายกำกับหัวข้อจะต้องได้รับการตีความโดยนักวิจัย สำหรับการศึกษาที่คำจำกัดความของหมวดหมู่ที่แม่นยำและมาตรฐานความน่าเชื่อถือที่ละเอียดอ่อนมีความสำคัญ การเข้ารหัสโดยมนุษย์พร้อมความช่วยเหลือเชิงคำนวณมักเป็นแนวทางที่แข็งแกร่งที่สุด
ฉันจะจัดการกับการเปลี่ยนแปลงในภูมิทัศน์สื่อเองได้อย่างไร เช่น สื่อใหม่ๆ ที่เกิดขึ้นระหว่างจุดเวลา?
การเปลี่ยนแปลงในสภาพแวดล้อมสื่อเป็นภัยคุกคามที่สำคัญต่อความสามารถในการเปรียบเทียบ และควรได้รับการจัดการอย่างชัดเจนในการออกแบบการศึกษา ตัวเลือกต่างๆ ได้แก่ การจำกัดชุดเอกสารเฉพาะสื่อที่ดำรงอยู่ตลอดช่วงเวลาการศึกษาทั้งหมด (โดยมีข้อแลกเปลี่ยนคืออาจมีการนำเสนอที่ไม่เป็นตัวแทนในช่วงเวลาหลัง) การแบ่งชั้นตัวอย่างตามประเภทของสื่อและรายงานสัดส่วนแทนความถี่สัมบูรณ์ หรือการพิจารณาการเปลี่ยนแปลงเชิงโครงสร้างเป็นตัวแปรปรับผล (moderating variables) การตัดสินใจใดๆ ที่ทำขึ้นควรได้รับการรายงานอย่างโปร่งใส เพื่อให้ผู้อ่านสามารถประเมินได้ว่าแนวโน้มที่สังเกตได้สะท้อนถึงการเปลี่ยนแปลงเนื้อหาหรือการเปลี่ยนแปลงช่องทาง
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
Krippendorff, K. (2018). Content Analysis: An Introduction to Its Methodology (4th ed.). Sage.
ISBN: 978-1506395661คัดลอกแล้วNeuendorf, K. A. (2017). The Content Analysis Guidebook (2nd ed.). Sage.
ISBN: 978-1412979474คัดลอกแล้ว