Karşılaştırmalı Nicel İçerik Analizi
- Ortaya koyan
- Bernard Berelson (quantitative content analysis); Kimberly Neuendorf (codebook systematization); Hallin & Mancini (comparative media application)
- Yıl
- 1952 (Berelson); comparative extensions prominent from 1980s onward
- Tür
- Quantitative observational research design
- Aile
- Survey / observational design
Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku
Ne işe yarar?
Karşılaştırmalı nicel içerik analizi, haber kapsamı, sosyal medya gönderileri veya politika belgeleri gibi iletişim içeriğinin özelliklerini iki veya daha fazla grup, zaman dilimi, yayın organı veya ülke genelinde saymak ve sınıflandırmak için sistematik, tekrarlanabilir bir yöntemdir.
Standardize edilmiş bir kod kitabını her karşılaştırma bağlamına uygulayarak, konuların, çerçevelerin, aktörlerin veya duygu durumlarının nasıl temsil edildiğine dair benzerlik ve farklılık örüntülerini ortaya çıkarır ve bu farklılıkların istatistiksel olarak test edilmesine olanak tanır.
Yöntemin mantığı
Üç farklı ülkedeki gazetelerin iklim değişikliğini benzer şekillerde mi yoksa belirgin vurgularla mı ele aldığını bilmek istediğinizi hayal edin. Gözlemlenebilir içerik özelliklerini — hangi kaynakların alıntılandığı, hangi çerçevelerin göründüğü, ne kadar alan ayrıldığı — sayılara dönüştüren bir kodlama şeması geliştirirsiniz. Ardından, aynı şemayı her ülkeden alınan örneklere uygular ve elde edilen frekans tablolarını istatistiksel olarak karşılaştırırsınız. Temel mantık budur: içeriği sayılara dönüştür, sonra sayıları bağlamlar arasında karşılaştır. Karşılaştırmalı katman, tek bağlamlı bir içerik analizini genelleştirilebilir, karşılaştırmalı bir bulguya yükselten şeydir.
Tarih
Nicel içerik analizi, yöntemin tanımlayıcı özelliklerini: nesnellik, sistem ve nicelleştirme'yi oluşturan Bernard Berelson'un 1952 tarihli temel metniyle sistematikleştirilmiştir. Harold Lasswell ve meslektaşları 1940'larda propaganda analizi için bunu uygulayarak yönteme erken kurumsal meşruiyet kazandırmışlardır. Karşılaştırmalı boyut, iletişim araştırmacıları 1980'ler ve 1990'larda uluslararası çalışmalar yapmaya başladıkça gelişti, özellikle karşılaştırmalı gazetecilik ve medya sistemleri araştırmalarında (örneğin, Hallin ve Mancini, 2004). Kimberly Neuendorf'un 2002 tarihli el kitabı, karşılaştırmalı tasarımlar dahil olmak üzere uygulamalı içerik analizi için standart metodolojik referans haline geldi.
Ne zaman kullanılır?
Araştırma sorunuz açıkça içeriğin gruplar, yayın organları, ülkeler veya zaman noktaları arasında nasıl farklılaştığını karşılaştırmayı içerdiğinde ve bu içeriğin gözlemlenebilir, kodlanabilir özelliklerle temsil edilebildiğinde karşılaştırmalı nicel içerik analizini kullanın. Manuel kodlamanın mümkün olduğu büyük-orta ölçekli veri kümeleri için veya otomatik kodlamanın (örneğin, sözlük tabanlı veya denetimli makine öğrenimi) insan yargılarına karşı doğrulanabildiği durumlar için uygundur. Gizli anlam, retorik nüans veya yorumlayıcı derinlik hakkında araştırma soruları olduğunda kullanmayın — bu amaçlar için nitel veya eleştirel söylem analizi daha uygundur. Kodların kavramsal eşdeğerliğinin sağlanamadığı ölçüde yapısal olarak farklılık gösteren karşılaştırma bağlamlarından kaçının; ölçülemeyen bağlamlara tek bir kod kitabı zorlamak yanıltıcı karşılaştırmalar üretir.
Sınırlar ve dikkat edilmesi gerekenler
- Yalnızca açık, gözlemlenebilir içerik özellikleriyle sınırlıdır; gizli anlam, ton belirsizliği ve bağlama duyarlı ironi kodlama şemaları tarafından zayıf bir şekilde yakalanır.
- Diller ve kültürler arasında kavramsal eşdeğerlik elde etmek zordur ve nadiren tam olarak doğrulanabilir.
- Kod kitabı geliştirme zaman alıcıdır ve kötü operasyonelleştirme, kodlama güvenilir olsa bile tüm çalışmayı baltalar.
- Bulgular, içerik veri kümesinde görünenleri tanımlar, üreticilerin bu seçimleri neden yaptığını veya izleyicilerin içeriği nasıl yorumladığını değil.
- Büyük karşılaştırmalı veri kümeleri önemli kodlayıcı eğitimi ve denetimi gerektirir, bu da kaynak taleplerini artırır.
Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.
Güçlü yönleri
- Kod kitabının, örneğin ve kodlama kurallarının tam olarak belgelenmesi nedeniyle şeffaf, tekrarlanabilir bulgular üretir.
- Örnekleme titiz olduğunda örneklenmiş içerikten tanımlanmış bir veri kümesine istatistiksel genelleme desteği sağlar.
- İzlenimci iddialar yerine bağlamlar arası farklılıkların doğrudan, istatistiksel olarak test edilmesini sağlar.
- İyi ölçeklenir: bir kod kitabı geliştirildikten sonra, otomatik kodlama yardımıyla bile çok büyük veri kümelerine uygulanabilir.
- Özellikle birden fazla bağlamda zaman içindeki değişimi aynı anda izleyen boylamsal-karşılaştırmalı tasarımlar için güçlüdür.
- Kodlayıcılar arası güvenilirlik kontrolleri, nitel yaklaşımların tipik olarak sahip olmadığı yerleşik bir kalite kontrol mekanizması sağlar.
Uygulama alanları
- Göç, iklim değişikliği veya terörizm çerçevelerinin ulusal haber yayınları arasında karşılaştırılması.
- Siyasi reklamcılığın seçim sistemleri veya kampanya dönemleri arasında nasıl farklılaştığının izlenmesi.
- Cinsiyet veya azınlık temsilinin eğlence medyasında ülkeler veya on yıllar arasında analiz edilmesi.
- Halk sağlığı krizleri hakkında sosyal medya söyleminin platformlar veya dil toplulukları arasında karşılaştırılması.
- Politika belgelerinin okul sistemleri arasında eğitim reformunu nasıl farklı çerçevelediğinin incelenmesi.
- Kurumsal iletişimin kıyaslanması — sektörler veya bölgeler arasında kurumsal sosyal sorumluluk raporlamasının karşılaştırılması.
Nasıl çalışır?
Nasıl çalışır?
Analiz birimini — kodlanacak ayrık içerik öğesini (örneğin, bir gazete makalesi, bir sosyal medya gönderisi, bir cümle veya bir paragraf) — belirleyin ve karşılaştırma boyutunu belirtin: hangi ülkeler, yayın organları, zaman noktaları veya gruplar karşılaştırılacaktır. Bu çerçeveleme, hangi karşılaştırmaların anlamlı olduğunu ve hangi karıştırıcı faktörlerin kontrol edilmesi gerektiğini belirler.
İlgilenilen her değişkeni karşılıklı olarak dışlayıcı, eksiksiz kategorilere indirgeyen bir kod kitabı geliştirin. Her kategori, aynı birimi okuyan iki bağımsız kodlayıcının aynı kodu atayacağı kadar hassas bir şekilde tanımlanmalıdır. Karşılaştırmalı bir çalışma için kod kitabı tüm bağlamlarda kavramsal olarak eşdeğer olmalıdır — diller arasında çalışırken bu, çeviri ve geri çeviri gerektirebilir.
Her karşılaştırma bağlamı için bir örneklem çerçevesi oluşturun ve her bağlamdaki içeriğin nicelik ve temsil edilebilirlik açısından karşılaştırılabilir olmasını sağlamak için tutarlı bir örnekleme stratejisi (örneğin, oluşturulmuş haftalar, rastgele örnekleme, tanımlanmış bir dönem için tam sayım) uygulayın. Çalışmanın tekrarlanabilmesi için örnekleme kararlarını belgeleyin.
Kodlanmış içeriğe, tipik olarak her bağlam için en az iki bağımsız kodlayıcı kullanarak kod kitabını uygulayın. Her kodlayıcı birimler üzerinde çalışır ve her değişken için değerler atar. Kodlayıcılar kod kitabı üzerinde eğitilmeli ve mümkünse çalışma hipotezlerinden habersiz olmalıdır.
Her değişken için uygun istatistikler kullanarak kodlayıcılar arası güvenilirliği hesaplayın — kategorik değişkenler için Cohen'in kappa'sı (κ) veya Krippendorff'un alfa'sı (α), aralıklı düzey değişkenler için iç sınıf korelasyon katsayısı (ICC). Kabul edilebilir eşikler değişkene göre değişir ancak κ veya α ≥ 0.70 yaygın olarak belirtilen bir minimumdur. Güvenilirlik kontrollerinden geçen değişkenler analizden önce revize edilmeli veya düşürülmelidir.
Kodlanmış verileri karşılaştırma bağlamına göre toplayın ve farklılıkları test etmek için çıkarımsal istatistikler çalıştırın: kategorik değişkenler için ki-kare testleri veya log-lineer modeller, sürekli ölçümler için t-testleri veya ANOVA ve pratik önemi iletmek için etki büyüklüğü istatistikleri. Şeffaflığı korumak için bağlamlar arası karşılaştırmalar yapmadan önce bulguları bağlam başına ayrı ayrı raporlayın.
Sık yapılan hatalar
- Kodlayıcılar arası güvenilirliği nihai bir adım olarak ele almak yerine döngüsel bir süreç olarak ele almak — güvenilirlik, tüm kodlama tamamlandıktan sonra değil, kodlayıcı eğitimi ve kod kitabı revizyonu sırasında kontrol edilmelidir.
- Yapısal olarak karşılaştırılamayan karşılaştırma bağlamları kullanmak — medya sistemleri, yasal ortamlar veya tür gelenekleri o kadar farklıysa ki aynı kod farklı anlamlara geliyorsa, sayısal karşılaştırmalar yanıltıcıdır.
- Kod kitabını aşırı yüklemek — araştırma sorularının gerektirdiğinden daha fazla değişken eklemek kodlayıcı yükünü artırır, güvenilirliği azaltır ve yorumlayıcı değere nadiren katkıda bulunur.
- Güvenilir bir kodu geçerli bir ölçümle karıştırmak — iki kodlayıcının tutarlı bir şekilde aynı kodu ataması, kodun araştırmacının niyetini yakaladığını garanti etmez; geçerlilik teorik olarak savunulmalıdır.
- Etki büyüklüklerini göz ardı etmek — büyük veri kümeleri arasındaki istatistiksel olarak anlamlı farklılıklar, özsel terimlerle önemsiz derecede küçük olabilir; her zaman p-değerlerinin yanında etki büyüklüğü istatistiklerini raporlayın.
Sık sorulan sorular
Karşılaştırmalı nicel içerik analizi, standart nicel içerik analizinden nasıl farklıdır?
Standart nicel içerik analizi, tek, tanımlanmış bir veri kümesi içindeki içeriği tanımlar. Karşılaştırmalı varyant, bu bağlamlarda kavramsal eşdeğerlik için kasıtlı olarak oluşturulmuş bir kod kitabı kullanarak iki veya daha fazla bağlamı — ülkeler, zaman dilimleri, yayın organları veya gruplar — karşılaştırmak üzere açıkça tasarlanmıştır. Bir karşılaştırma boyutunun eklenmesi, eşdeğerlik, örneklem paralelliği ve gruplar arası karşıtlıklar için uygun çıkarımsal istatistikler etrafında ek tasarım adımları gerektirir.
Hangi kodlayıcılar arası güvenilirlik eşiğini raporlamalıyım?
Krippendorff'un alfa'sı (α) veya Cohen'in kappa'sı (κ) için en yaygın belirtilen minimum, kategorik değişkenler için 0.70'dir, merkezi değişkenler için 0.80 veya üzeri tercih edilir. Aralıklı düzey değişkenler için iç sınıf korelasyon katsayıları (ICC) daha uygundur. Güvenilirlik, tek bir genel puan olarak değil, değişken başına hesaplanmalıdır; zayıf değişkenler analiz ilerlemeden önce revize edilmeli veya düşürülmelidir.
Karşılaştırmalı içerik analizi için otomatik kodlama kullanabilir miyim?
Evet, ancak dikkatli bir şekilde. Sözlük tabanlı yöntemler (örneğin, LIWC, VADER) veya denetimli makine öğrenimi sınıflandırıcıları büyük veri kümelerini işleyebilir, ancak her dil ve karşılaştırma bağlamı için insan kodlamasına karşı doğrulanmaları gerekir. İngilizce veriler üzerinde eğitilmiş bir sınıflandırıcının Fransızca veya Arapça içeriğe güvenilir bir şekilde aktarılacağı varsayılamaz. Her bağlam için ayrı ayrı doğrulayın ve doğrulama istatistiklerini bulgularınızla birlikte raporlayın.
Örneklemim ne kadar büyük olmalı?
Evrensel bir minimum yoktur, ancak her karşılaştırma hücresi, beklenen etki büyüklüklerini yeterli güçle tespit etmek için yeterli sayıda birim içermelidir. Gruplar arası ki-kare testleri için pratik bir başlangıç noktası, hücre başına minimum 30-50 kodlanmış birimdir, bazı kategoriler için beklenen frekanslar küçükse daha fazlası gerekir. Güç analizi yazılımı (örneğin, G*Power), önceki literatürden etki büyüklüklerini tahmin ettikten sonra örneklem büyüklüğü planlamasına rehberlik edebilir.
Karşılaştırma bağlamlarım farklı diller kullanıyorsa ne olur?
Kod kitabı talimatları her dil için çevrilmeli ve geri çevrilmeli ve her bağlam için ana dili konuşan kodlayıcılar kullanılmalıdır. Tam kodlama başlamadan önce her bağlamdan küçük bir içerik alt kümesiyle kod kitabını pilot uygulayarak kavramsal eşdeğerliği test edin. Bir değişkenin diller arasında eşdeğer hale getirilemediği durumlarda — örneğin, bir dilde olup diğerinde olmayan bir dilbilgisel çerçeveleme işareti — bunu bağlamlar arası karşılaştırmadan çıkarmayı veya eşdeğerliğin geçerli olduğu bağlamlarla karşılaştırmaları sınırlamayı düşünün.
İlgili yöntemler
Kaynaklar
Berelson, B. (1952). Content Analysis in Communication Research. Free Press.
Yayın kaynağını açKopyalandı.Neuendorf, K. A. (2002). The Content Analysis Guidebook. Sage.
ISBN: 978-0761919773Kopyalandı.