视觉分析——定性研究中的视觉分析
- 提出者
- Roots in art history and semiotics (Panofsky, Barthes); social science applications developed by Gillian Rose and Marcus Banks
- 年份
- Formalized in social sciences from the 1980s–2000s
- 类型
- Qualitative research approach
- 类别
- Qualitative design / analysis
本文为机器翻译,尚未经过审校。 阅读英文原文
它有什么作用?
视觉分析是一种定性研究方法,它系统地检查视觉材料——如照片、电影、艺术作品、广告和图表——以理解意义是如何产生、传播和解释的。它借鉴了艺术史、符号学和社会科学的传统,将视觉对象视为承载社会、文化和意识形态意义的数据。存在多种分析框架,从形式构成分析到话语分析和受众接收方法。
方法背后的直觉
当研究者研究新闻摄影如何呈现难民经历,或广告意象如何构建性别角色时,定量工具就显得力不从心——你无法量化图像的意义。视觉分析提供了一种结构化的方式来“阅读”图像文本。它不问图像出现的频率,而是问图像说了什么,如何说的,以及在什么社会背景下运作。分析者检查构成、象征、色彩、空间布局,以及图像被制作和消费的条件。
历史学
视觉分析的根源在于艺术史,特别是欧文·潘诺夫斯基在20世纪30年代至50年代开发的三个层级的图像学方法。罗兰·巴特的符号学分析,如其在《神话学》(1957年)和《明室》(1980年)中对摄影和大众图像的分析,为文化和媒体研究奠定了基础。在社会科学领域,视觉方法从20世纪80年代开始兴起,约翰·科利尔在照片启发式访谈方面的工作,以及吉莉安·罗斯在《视觉方法论》(2001年)和马库斯·班克斯在《定性研究中的视觉数据使用》(2007年)中对其进行的系统化。
何时使用
当研究问题涉及意义如何通过视觉材料构建、传播或协商,并且这些材料是核心而非补充证据时,视觉分析是适用的。它适用于媒体表征、身份、文化实践、政治图像、广告、艺术和在线视觉文化的研究。当仅凭语言数据无法回答问题时,选择视觉分析——例如,研究机构摄影中权威是如何被呈现的,或社交媒体图像如何构建健康理想。当视觉材料与研究问题无关,没有明确的解释框架可供指定,或者研究者缺乏系统地处理视觉语料库的时间和技能时,则不适用。当研究对象主要是语境时,它也不能替代民族志观察。
局限与注意事项
- 解释不可避免地受到研究者文化背景和理论框架的影响,引发关于立场和有效性的问题。
- 研究结果是特定于语境的,不能在统计学上推广到更广泛的人群。
- 视觉分析框架的多样性(符号学、构成性、话语性等)可能会让新研究者在方法决策上感到困惑。
- 大型视觉语料库的严谨分析耗时;必须仔细论证抽样策略。
来源中的条件不能替代独立的科学审查或分析引擎的验证。
优势
- 能够对文本方法无法触及的视觉文化、媒体和表征进行严谨的调查。
- 理论上灵活——可应用于符号学、话语分析、图像学和精神分析框架。
- 将视觉材料视为主要证据而非插图,提升其分析地位。
- 对于研究媒介和日常情境中的权力、意识形态、身份和表征尤其强大。
- 与混合或多方法设计兼容——视觉分析可以补充访谈或民族志研究。
应用
- 考察杂志广告或社交媒体图像中性别、种族和阶级的表征方式。
- 分析政治竞选、宣传或公共卫生传播的视觉修辞。
- 研究机构(医院、学校、公司)如何通过官方摄影来构建权威和身份。
- 调查在线社区如何使用表情包、信息图或自拍来协商身份和归属感。
- 探索艺术作品或纪实摄影如何呈现边缘化社区或历史创伤。
- 在健康或教育研究中,研究儿童绘画或患者生成的图像作为数据。
使用方式
使用方式
研究者定义与研究问题相关的视觉材料语料库——照片、电影剧照、广告图像、艺术作品、社交媒体视觉材料或档案文件。建立选择标准(目的性、代表性或全面性)并加以记录,以使数据边界透明且可辩护。
对每个视觉项目进行形式或构成分析:描述字面上可见的内容——主体、客体、色彩、空间布局、光线、文字和构成元素。这一描述性阶段,类似于潘诺夫斯基的图像前阶段,在做出解释性主张之前提供了一个客观基线。
研究者从描述转向解释,考察图像的象征意义,它如何构建意义,以及它执行了何种象征性或意识形态工作。根据所选框架——符号学、话语分析、图像学或精神分析——应用不同的分析工具来揭示内涵和文化嵌入式意义。
意义存在于其生产和接收的语境中:谁制作了图像,在什么条件下,为哪个受众,以及它如何被传播和使用。这一步骤可以防止脱离语境的解读,并将视觉材料与更广泛的社会、历史或制度结构联系起来。
将语料库中的解释整合为连贯的发现——识别跨图像的模式、重复的主题、矛盾或话语。综合结果被呈现为对视觉材料揭示的研究现象的理论性论述。
常见陷阱
- 未能指定分析框架——在没有原则性解释框架的情况下描述图像会产生印象主义评论而非系统分析。
- 脱离语境的解读——在不考虑图像的生产语境、传播和预期受众的情况下解释图像会导致误导性结论。
- 语料库偏差——仅选择证实研究者假设的图像,而不是基于原则性和透明的标准构建语料库。
- 混淆描述与解释——将字面上描绘的内容与其意义混淆,会模糊分析过程,使主张更难评估。
- 忽视研究者反思性——不承认研究者自身的文化立场如何影响他们对视觉材料的解读,会损害可信度。
常见问题
内容分析与视觉分析有何区别?
定量内容分析统计图像中预定类别的频率(例如,女性处于被动角色的次数),生成数值摘要。视觉分析——在定性意义上——解释图像中意义是如何构建的,关注构成、象征、语境和意识形态。它们回答不同的问题:频率与意义。有些研究结合了两者。
我需要成为艺术史专家才能使用视觉分析吗?
不需要,但你需要在开始之前选择并学习一个合适的分析框架。吉莉安·罗斯的《视觉方法论》提供了社会科学中主要框架的易懂概述。了解你正在研究的视觉传统(例如,新闻摄影惯例、广告规范)可以加强分析,但可以通过专注阅读来发展。
我的图像语料库应该有多大?
没有固定规则。当目标是深入解释时,对小型目的性语料库(10-30张图像)进行深入分析是很常见的。对于识别数据集中的模式,更大的语料库可能是合适的,但需要权衡分析的广度和深度。关键在于语料库的大小应由研究问题证明,并且抽样策略是透明的。
我可以在使用视觉分析的同时进行访谈吗?
可以——将视觉分析与参与者访谈相结合是一种成熟的策略。例如,照片启发式访谈使用图像作为提示,以产生比传统访谈更丰富的口头陈述。视觉和口头数据的三角验证可以加强解释性主张和研究的整体可信度。
我如何处理视觉分析中的研究者主观性?
反思性至关重要:记录你正在使用的框架,解释选择它的原因,并承认你自己的文化和理论立场如何影响你的解读。寻求同事或(在适当时)图像生产者或主题的解释性反馈,并维护你的分析决策的审计跟踪,是管理主观性而又不假装可以消除它的公认策略。
相关方法
参考文献
Rose, G. (2016). Visual Methodologies: An Introduction to Researching with Visual Materials (4th ed.). Sage.
ISBN:978-1473943056已复制。Banks, M. (2007). Using Visual Data in Qualitative Research. Sage.
ISBN:978-0761943754已复制。