Skip to content
กลับไปยังผลการค้นหา

การวิเคราะห์เนื้อหาเชิงปริมาณ

ผู้เสนอ
Bernard Berelson; later systematised by Klaus Krippendorff
ปี
1950s (Berelson 1952; Krippendorff 1980/2004)
ประเภท
Quantitative observational research method
กลุ่มวิธี
Survey / observational design

ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ

ขนาดตัวอักษร

ใช้ทำอะไร?

การวิเคราะห์เนื้อหาเชิงปริมาณเป็นวิธีการที่เป็นระบบและสามารถทำซ้ำได้ เพื่อแปลงเนื้อหาที่ปรากฏอย่างชัดแจ้งในข้อความ รูปภาพ หรือการสื่อสารที่บันทึกไว้อื่นๆ ให้เป็นข้อมูลเชิงตัวเลข โดยการใช้คู่มือการเข้ารหัสที่กำหนดไว้ล่วงหน้ากับคลังข้อมูลที่กำหนด และการนับหรือการให้คะแนนหมวดหมู่ที่ได้ นักวิจัยจะได้รับตารางการแจกแจงความถี่ สัดส่วน และความสัมพันธ์ที่สามารถนำไปทดสอบทางสถิติมาตรฐานได้ เป็นวิธีการหลักสำหรับการวิเคราะห์สื่อ เอกสาร โพสต์บนโซเชียลมีเดีย ข้อความนโยบาย และวัสดุที่คล้ายคลึงกันในวงกว้างและเป็นกลาง

แนวคิดเบื้องหลังวิธีการ

ลองนึกภาพว่าคุณต้องการทราบว่าสื่อข่าวกล่าวถึงการเปลี่ยนแปลงสภาพภูมิอากาศว่าเป็นภัยคุกคามทางเศรษฐกิจเทียบกับความเสี่ยงต่อสุขภาพบ่อยเพียงใดตลอดระยะเวลาห้าปีของการรายงาน การอ่านบทความหลายพันบทความด้วยตนเองจะช้าและไม่สอดคล้องกัน การวิเคราะห์เนื้อหาเชิงปริมาณแก้ไขปัญหานี้โดยการสร้างคู่มือที่แม่นยำ — คู่มือการเข้ารหัส — ซึ่งบอกผู้เข้ารหัสที่ได้รับการฝึกอบรมอย่างชัดเจนว่าคำ ประโยค หรือย่อหน้าใดนับว่าเป็นกรอบความคิดแต่ละแบบ ผู้เข้ารหัสสองคนทำงานอย่างอิสระควรจะสามารถจัดหมวดหมู่เดียวกันในบทความส่วนใหญ่ได้ การนับจะถูกวิเคราะห์เหมือนกับข้อมูลตัวเลขอื่นๆ: ความถี่ แนวโน้ม การเปรียบเทียบกลุ่ม หรือการถดถอย วิธีการนี้แลกเปลี่ยนความลึกของการตีความเพื่อขนาดและความสามารถในการทำซ้ำ

ประวัติศาสตร์

การวิเคราะห์เนื้อหาเชิงระบบของหนังสือพิมพ์และการโฆษณาชวนเชื่อเกิดขึ้นในสหรัฐอเมริกาในช่วงสงครามโลกครั้งที่สอง โดยมีตำราของ Bernard Berelson ในปี 1952 เรื่อง Content Analysis in Communication Research เป็นแถลงการณ์ทางระเบียบวิธีที่ครอบคลุมครั้งแรก Harold Lasswell และคณะได้นำการนับความถี่มาใช้กับการสื่อสารทางการเมืองในช่วงเวลาเดียวกัน หนังสือเรียนของ Klaus Krippendorff ในปี 1980 — ซึ่งได้รับการแก้ไขในปี 2004 — ได้วางรากฐานทางญาณวิทยาของวิธีการนี้ แนะนำ Alpha ของ Krippendorff เป็นมาตรวัดความน่าเชื่อถือมาตรฐาน และขยายกรอบงานนอกเหนือจากการวิจัยสื่อไปยังการสื่อสารที่บันทึกไว้ใดๆ การเพิ่มขึ้นของการวิเคราะห์ข้อความเชิงคำนวณตั้งแต่ปี 2010 ได้จุดประกายความสนใจในตรรกะหลักของวิธีการนี้อีกครั้ง

ควรใช้เมื่อใด

การวิเคราะห์เนื้อหาเชิงปริมาณเป็นทางเลือกที่เหมาะสมเมื่อเป้าหมายการวิจัยคือการอธิบาย เปรียบเทียบ หรืออธิบายรูปแบบในชุดการสื่อสารที่บันทึกไว้จำนวนมากด้วยวิธีที่เป็นกลางและสามารถทำซ้ำได้ เหมาะสำหรับคำถามเกี่ยวกับความถี่ (X ปรากฏบ่อยแค่ไหน?) แนวโน้ม (X เพิ่มขึ้นตามกาลเวลาหรือไม่?) และความสัมพันธ์ (X เกิดขึ้นร่วมกับ Y หรือไม่?) คลังข้อมูลที่เหมาะสม ได้แก่ คลังข่าว ชุดข้อมูลโซเชียลมีเดีย เอกสารนโยบาย บทถอดเสียงการสัมภาษณ์ (สำหรับคุณลักษณะพื้นผิว) โฆษณา และสิ่งพิมพ์ทางวิชาการ อย่าใช้เมื่อคำถามการวิจัยต้องการความเข้าใจความหมายแฝง เจตนาของผู้เขียน หรือการตีความของผู้อ่าน — การวิเคราะห์เนื้อหาเชิงคุณภาพหรือการวิเคราะห์วาทกรรมจะเหมาะสมกว่า นอกจากนี้ยังต้องการให้สามารถเข้าถึงคลังข้อมูลทั้งหมดหรือตัวอย่างที่เป็นตัวแทนได้ และสามารถระบุหมวดหมู่การเข้ารหัสที่น่าเชื่อถือได้ล่วงหน้า

ข้อจำกัดและข้อควรพิจารณา

  • จำกัดเฉพาะคุณลักษณะที่ปรากฏอย่างชัดแจ้งและสังเกตได้ของเนื้อหา ความหมายแฝงหรือความหมายตามบริบทต้องอาศัยการวิเคราะห์เชิงคุณภาพเพิ่มเติม
  • การพัฒนาคู่มือการเข้ารหัสใช้เวลานานและต้องมีการทดลองซ้ำๆ ก่อนที่จะสามารถสรุปหมวดหมู่ที่น่าเชื่อถือได้
  • หน่วยของการอนุมานคือเนื้อหาเอง วิธีการนี้เพียงอย่างเดียวไม่สามารถระบุได้ว่าเหตุใดรูปแบบเนื้อหาจึงมีอยู่หรือผู้ชมมีปฏิกิริยาอย่างไรต่อเนื้อหานั้น
  • การเข้ารหัสอัตโนมัติ (การเรียนรู้ของเครื่อง วิธีการพจนานุกรม) ช่วยเพิ่มขนาด แต่ก็มีความเสี่ยงต่อความถูกต้องหากไม่ได้รับการตรวจสอบกับรหัสของมนุษย์

เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้

จุดแข็ง

  • สามารถทำซ้ำได้สูง: คู่มือการเข้ารหัสและสถิติความน่าเชื่อถือช่วยให้นักวิจัยคนอื่นสามารถประเมินและทำซ้ำการศึกษาได้
  • สามารถปรับขนาดให้รองรับคลังข้อมูลขนาดใหญ่มาก — หลายพันหรือหลายหมื่นเอกสาร — โดยใช้ผู้เข้ารหัสที่เป็นมนุษย์หรือการวิเคราะห์ข้อความอัตโนมัติ
  • ไม่ก่อกวน: เนื้อหามีอยู่แล้ว ดังนั้นวิธีการนี้จึงไม่เปลี่ยนแปลงปรากฏการณ์ที่กำลังศึกษา
  • ผลลัพธ์เป็นตัวเลขและสามารถนำไปใช้กับเทคนิคทางสถิติเชิงพรรณนาและเชิงอนุมานได้เต็มรูปแบบ
  • โปร่งใส: กฎการเข้ารหัสและการประมาณค่าความน่าเชื่อถือทั้งหมดจะถูกรายงาน ทำให้การตัดสินใจทางระเบียบวิธีสามารถตรวจสอบได้

การประยุกต์ใช้

  • การติดตามการรายงานข่าวเกี่ยวกับประเด็นทางการเมืองหรือผู้สมัครที่เปลี่ยนแปลงไปตามวงจรการเลือกตั้ง
  • การวิเคราะห์ปริมาณและอารมณ์ของโพสต์บนโซเชียลมีเดียเกี่ยวกับแคมเปญสาธารณสุข
  • การวัดการเป็นตัวแทนทางเพศหรือชาติพันธุ์ในการโฆษณาทางโทรทัศน์เมื่อเวลาผ่านไป
  • การเปรียบเทียบความถี่ของการวางกรอบความเสี่ยงเทียบกับการวางกรอบผลประโยชน์ในข่าวประชาสัมพันธ์ทางวิทยาศาสตร์
  • การตรวจสอบการใช้ภาษาเชิงนโยบายเฉพาะในเอกสารทางกฎหมายในเขตอำนาจศาลต่างๆ
  • การตรวจสอบความชุกของการใช้ความรุนแรงหรือการเหมารวมในเนื้อหาสื่อสำหรับเด็ก

วิธีการทำงาน

วิธีการทำงาน

1

นักวิจัยระบุหน่วยของการวิเคราะห์ — องค์ประกอบของคลังข้อมูลที่จะถูกเข้ารหัส — เช่น บทความข่าวแต่ละรายการ ย่อหน้า ประโยค หรือรูปภาพเดียว ขอบเขตของคลังข้อมูล (ช่วงเวลา รายการแหล่งที่มา ภาษา) จะถูกกำหนดในขั้นตอนนี้เช่นกัน เพื่อให้แน่ใจว่าประชากรของเนื้อหาถูกกำหนดไว้อย่างชัดเจนก่อนที่จะมีการเข้ารหัสใดๆ

2

สร้างคู่มือการเข้ารหัสที่กำหนดตัวแปรทุกตัวที่จะเข้ารหัส แสดงรายการหมวดหมู่คำตอบทั้งหมดที่แยกจากกันและครอบคลุมทั้งหมด และให้กฎการตัดสินใจและตัวอย่างอ้างอิงสำหรับแต่ละหมวดหมู่ คำจำกัดความเชิงปฏิบัติที่ชัดเจนและไม่คลุมเครือเป็นสิ่งจำเป็น คำจำกัดความที่คลุมเครือเป็นแหล่งที่มาหลักของความไม่น่าเชื่อถือในการวิเคราะห์เนื้อหา

3

หากคลังข้อมูลมีขนาดใหญ่เกินไปที่จะเข้ารหัสทั้งหมด จะมีการสุ่มตัวอย่างความน่าจะเป็น — โดยทั่วไปคือการสุ่มตัวอย่างแบบสุ่มหรือแบบเป็นระบบที่แบ่งตามแหล่งที่มา ช่วงเวลา หรือประเภทเนื้อหา ขนาดตัวอย่างต้องใหญ่พอที่จะรองรับการวิเคราะห์ทางสถิติที่ตั้งใจไว้และเพื่อตรวจจับความถี่ของหมวดหมู่ที่น่าสนใจอย่างมีนัยสำคัญ

4

ผู้เข้ารหัสที่ได้รับการฝึกอบรมจะใช้คู่มือการเข้ารหัสกับหน่วยของการวิเคราะห์แต่ละรายการอย่างอิสระ ผู้เข้ารหัสจะได้รับการฝึกอบรมที่เป็นมาตรฐานโดยใช้วัสดุฝึกหัดที่ไม่ปรากฏในตัวอย่างหลัก และความคลุมเครือที่ยังคงมีอยู่ในคู่มือการเข้ารหัสจะได้รับการแก้ไขก่อนเริ่มการเข้ารหัสเต็มรูปแบบ การตัดสินใจในการเข้ารหัสทั้งหมดจะถูกบันทึกในไฟล์ข้อมูลที่มีโครงสร้าง

5

คำนวณความน่าเชื่อถือระหว่างผู้เข้ารหัส — โดยทั่วไปใช้ Kappa ของ Cohen (ข้อมูลนามบัญญัติ) หรือ Alpha ของ Krippendorff (ข้อมูลอันดับหรือข้อมูลช่วง) — ในส่วนย่อยแบบสุ่มของคลังข้อมูลที่เข้ารหัสโดยผู้เข้ารหัสอิสระอย่างน้อยสองคน ค่า Alpha ที่ 0.80 ขึ้นไปถือเป็นเกณฑ์มาตรฐานสำหรับความน่าเชื่อถือที่ยอมรับได้ หมวดหมู่ที่ต่ำกว่าเกณฑ์นี้จะถูกแก้ไขหรือรวมเข้าด้วยกันก่อนการวิเคราะห์ขั้นสุดท้าย

6

ข้อมูลตัวเลขที่เข้ารหัสจะถูกวิเคราะห์ด้วยสถิติเชิงพรรณนาและเชิงอนุมานที่เหมาะสม: ตารางความถี่ การตัดขวาง การทดสอบไคสแควร์ การวิเคราะห์แนวโน้มตามช่วงเวลา หรือแบบจำลองการถดถอย ผลการวิจัยจะถูกตีความตามคำถามการวิจัย หน่วยของการอนุมานคือเนื้อหา ไม่ใช่ผู้เขียนหรือผู้ชมของเนื้อหานั้น

ข้อผิดพลาดที่พบบ่อย

  • หมวดหมู่การเข้ารหัสที่คลุมเครือ: หากคู่มือการเข้ารหัสไม่ได้ให้กฎการตัดสินใจที่ชัดเจนแก่ผู้เข้ารหัส ความน่าเชื่อถือระหว่างผู้เข้ารหัสจะต่ำและข้อมูลจะไม่มีความหมายโดยไม่คำนึงถึงขนาดตัวอย่าง
  • การละเลยความน่าเชื่อถือ: การรายงานการเข้ารหัสของผู้เข้ารหัสเพียงคนเดียว หรือการคำนวณความน่าเชื่อถือเฉพาะในหมวดหมู่ที่การเห็นพ้องต้องกันทำได้ง่าย จะทำให้ความเข้มงวดที่ปรากฏของการศึกษาเกินจริง
  • การผสมผสานเนื้อหากับสาเหตุหรือผลกระทบ: ความถี่สูงของกรอบความคิดในสื่อไม่ได้บ่งชี้ว่ากรอบความคิดนั้นมีอิทธิพลต่อผู้ชม — นั่นต้องอาศัยการออกแบบการศึกษาที่แยกต่างหาก
  • การสุ่มตัวอย่างที่ไม่เป็นตัวแทน: การสุ่มตัวอย่างตามความสะดวกของเนื้อหาที่เข้าถึงได้ง่าย (เช่น ผลลัพธ์สิบอันดับแรกของ Google) จะนำมาซึ่งอคติที่เป็นระบบในการประมาณค่าความถี่
  • ความสับสนของหน่วย: การผสมระดับของการวิเคราะห์ (การเข้ารหัสในระดับบทความสำหรับบางตัวแปรและระดับประโยคสำหรับตัวแปรอื่น) ทำให้โครงสร้างข้อมูลไม่ถูกต้องและการวิเคราะห์ไม่สามารถตีความได้

คำถามที่พบบ่อย

สถิติความน่าเชื่อถือระหว่างผู้เข้ารหัสใดที่ควรรายงาน?

Alpha ของ Krippendorff เป็นตัวเลือกที่ครอบคลุมที่สุด: จัดการกับมาตรวัดนามบัญญัติ อันดับ ช่วง และอัตราส่วน และปรับเทียบตามการเห็นพ้องต้องกันโดยบังเอิญ Kappa ของ Cohen เหมาะสำหรับผู้เข้ารหัสสองคนในตัวแปรนามบัญญัติ เปอร์เซ็นต์การเห็นพ้องต้องกันเพียงอย่างเดียวไม่เพียงพอเพราะไม่ได้ปรับเทียบตามการเห็นพ้องต้องกันโดยบังเอิญ รายงานสถิติ จำนวนผู้เข้ารหัส สัดส่วนของคลังข้อมูลที่เข้ารหัสซ้ำ และเกณฑ์ที่คุณใช้ — โดยทั่วไปคือ Alpha ≥ 0.80 สำหรับงานที่ตีพิมพ์

ตัวอย่างของฉันต้องมีขนาดใหญ่แค่ไหน?

ไม่มีกฎสากล แต่ตัวอย่างต้องมีขนาดใหญ่พอที่จะประมาณค่าความถี่ของหมวดหมู่ที่หายากที่สุดที่คุณสนใจด้วยความแม่นยำที่ยอมรับได้ การวิเคราะห์กำลัง หรือการจำลอง — การระบุความถี่ที่คาดหวังและความกว้างของช่วงความเชื่อมั่นที่ต้องการ — เป็นแนวทางที่มีหลักการ สำหรับการวิเคราะห์การตัดขวาง แนวทางทั่วไปคืออย่างน้อยห้ากรณีที่สังเกตได้ต่อเซลล์ การเข้ารหัสตัวอย่างขนาดเล็กแบบสุ่มก่อนจะช่วยให้คุณประมาณค่าความถี่เชิงประจักษ์เพื่อใช้ในการคำนวณ

ฉันสามารถใช้การเข้ารหัสอัตโนมัติหรือการเข้ารหัสที่ขับเคลื่อนด้วย AI แทนผู้เข้ารหัสที่เป็นมนุษย์ได้หรือไม่?

ได้ แต่การเข้ารหัสอัตโนมัติต้องได้รับการตรวจสอบกับมาตรฐานทองคำที่เข้ารหัสโดยมนุษย์ก่อนใช้งาน วิธีการที่ใช้พจนานุกรม (การนับคำที่กำหนดไว้ล่วงหน้า) มีความโปร่งใส แต่พลาดบริบท ตัวจำแนกประเภทการเรียนรู้ของเครื่องแบบมีผู้สอนสามารถบรรลุความถูกต้องที่สูงขึ้น แต่ต้องใช้ชุดข้อมูลฝึกอบรมที่มีป้ายกำกับ ในทุกกรณี ให้รายงานเมตริกการตรวจสอบความถูกต้องควบคู่ไปกับผลการวิจัยที่สำคัญของคุณ

การวิเคราะห์เนื้อหาเชิงปริมาณแตกต่างจากการวิเคราะห์เนื้อหาเชิงคุณภาพอย่างไร?

การวิเคราะห์เนื้อหาเชิงปริมาณให้ความสำคัญกับการเข้ารหัสคุณลักษณะที่ปรากฏอย่างชัดแจ้งอย่างเป็นระบบและสามารถทำซ้ำได้ เพื่อสร้างข้อมูลตัวเลขสำหรับการวิเคราะห์ทางสถิติ การวิเคราะห์เนื้อหาเชิงคุณภาพ — และการวิเคราะห์วาทกรรม — ให้ความสำคัญกับความลึกของการตีความ โดยใส่ใจกับความหมายแฝง บริบท และการสร้างความหมาย แทนที่จะนับความถี่ แนวทางทั้งสองสามารถรวมกันได้ในการออกแบบวิธีการแบบผสมผสานตามลำดับ

ฉันจำเป็นต้องสุ่มตัวอย่างหรือไม่หากคลังข้อมูลของฉันมีขนาดเล็กพอที่จะเข้ารหัสทั้งหมด?

ไม่ หากคุณสามารถเข้ารหัสประชากรเนื้อหาที่เกี่ยวข้องทั้งหมดได้ — ตัวอย่างเช่น บทความหน้าหนึ่งทั้งหมดจากหนังสือพิมพ์ฉบับเดียวในปีที่กำหนด — คุณจะมีสำมะโนประชากร ไม่ใช่ตัวอย่าง และไม่จำเป็นต้องใช้สถิติเชิงอนุมานเกี่ยวกับข้อผิดพลาดจากการสุ่มตัวอย่าง คุณยังคงต้องกำหนดคลังข้อมูลให้แม่นยำและรายงานจำนวน N ทั้งหมด

วิธีการที่เกี่ยวข้อง

แหล่งอ้างอิง

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

    ISBN: 978-0761915454
    คัดลอกแล้ว
  2. Berelson, B. (1952). Content Analysis in Communication Research. Free Press.

    เปิดเอกสารอ้างอิงสิ่งพิมพ์
    คัดลอกแล้ว