Основные понятия
Контент-анализ (от англ. contens содержание) — метод качественно-количественного анализа содержания информационных потоков с целью выявления или измерения отраженных в них фактов и тенденций.
Предмет контент-анализа – контент, в нашем рассмотрении как любое информационно значимое наполнение информационного ресурса (например, веб-сайта) — тексты, графика, мультимедиа — вся информация, которую пользователь может загрузить на диск компьютера.
Особенность контент-анализа состоит в том, что он изучает контенты в их социальном контексте.
Социальный контекст (в рассматриваемой предметной области) – обстановка, фрейм или процесс, в которых происходят социально-политические события и обеспечивается социально-политическое значение для содержания.
Контент-анализ может использоваться как основной метод исследования (например, контент-анализ текста при исследовании политической направленности Интернет-ресурса), параллельный, т.е. в сочетании с другими методами (напр., в исследовании эффективности функционирования сетевых средств массовой информации), вспомогательный или контрольный (напр., при классификации ответов на открытые опросы или вопросы анкет социальных сетей).
Не все информационные материалы могут стать объектом контент-анализа. Необходимо, чтобы исследуемое содержание позволило задать однозначное правило для надежного фиксирования нужных характеристик (принцип формализации), а также, чтобы интересующие исследователя элементы содержания встречались с достаточной частотой (принцип статистической значимости).
Фрейм [англ. Frame - рамка, схема] - информационная структура данных, предназначенная для представления стереотипной ситуации; минимальное описание какого-либо явления (в данном случае социально-политического), факта или объекта, представленное таким образом, что удаление любой составляющей разрушает это описание.
Количественный метод Q-сортировки
При Q-сортировке используется шкала жесткого распределения из девяти пунктов: пункт 1 соответствует минимальной степени интенсивности измеряемого признака (например, наименьшей степени одобрения), а пункт 9 — максимальной степени интенсивности (например, наивысшей степени одобрения).
Цель состоит в том, чтобы просто ранжировать (упорядочить) все суждения вдоль единой оценочной оси.
Эксперту дается определенная жесткая квота на каждую категорию шкалы (то есть ожидаемое число рассматриваемых случаев (экземпляров типов объектов анализа), которые должны быть им отнесены к данной категории, а затем ему предлагается распределить заданный набор так, чтобы установленные квоты не нарушались. Квоты основаны на предположении (не обязательно верном), что колебания в интенсивности слов и фраз должны укладываться в рамки нормального распределения (когда изучаемые случаи максимально сосредоточены в средней части шкалы, а по мере продвижения к её полюсам их число равномерно убывает). Эксперты, таким образом, вынуждены давать относительные оценки конкретным случаям, относя их к определенным категориям шкалы.
После того как эксперты завершили свою работу, вычисляется средняя арифметическая оценка шкалы для каждого случая, а затем полученные средние оценки соответствующим образом ранжируются. Далее результаты этого ранжирования случаев по интенсивности используются для приписывания анализируемым контентам кодов, обусловленных встречаемостью в них случаев, получивших оценку. Произвольность оценки одного исследователя компенсируется, таким образом, наличием других мнений.
Количественный метод Шкалирования через парные сравнения
Шкалирование методом парного сравнения имеет те же цели, что и предыдущий метод, но техника его несколько иная. Каждый случай (экземпляр типа объекта анализа), подлежащий оценке, последовательно сравнивается попарно со всеми другими случаями, при этом каждый эксперт должен решить, какой из экземпляров рассматриваемого типа объектов анализа в каждой паре «сильнее» (или интенсивнее) другого. Так, если надо сравнить пять утверждений (случаев), то каждый эксперт будет последовательно сравнивать сначала 1-е из них со 2-м, с 3-м, 4-м, 5-м, потом 2-е с 3-м, 4-м, 5-м и т. д., всякий раз при этом отмечая, какое из двух более интенсивно. Подсчитав, сколько раз каждый случай оказался в оценке всех рассматриваемых экземпляров объекта анализа «сильнее» других, и разделив полученное число на число экземпляров (то есть вычислив среднюю оценку, вынесенную группой экспертов каждому утверждению), мы получаем возможность осуществить количественное ранжирование всех случаев по степени их интенсивности. Чем выше средняя оценка некоторого утверждения, тем оно, по мнению экспертов, «сильнее».
Однако, с методами Q-сортировки и парного сравнения связаны по меньшей мере две сложности.
В обоих этих случаях исследователь полагается полностью на решения экспертов, критерии оценки которых могут быть, а могут и не быть правомерными и/или состоятельными. В экспертизе такого рода стандарты не всегда ясны или, во всяком случае, не всегда ясно определены, и вследствие этого сами оценки носят дискуссионный характер. Встречаются случаи, когда один и тот же эксперт выставляет различные оценки одному и тому же утверждению в серии идентичных испытаний. Кроме того, отбор арбитров в высшей степени произволен. Следовательно, и надежность результатов, полученных при опоре на таких экспертов, весьма относительна. Поэтому данные процедуры следует использовать, делая скидку на «человеческий фактор».
Качественный (структурный) контент-анализ
Помимо типов объектов анализа, обозначающих содержательную сторону сообщений, существуют и иные типы, позволяющие проводить качественный или, как он ещё называется, структурный контент-анализ. В этом случае исследователя интересует не столько что говорится, сколько как говорится.
Например, может ставиться задача выяснить, сколько времени или информационного пространства уделено интересующему предмету в том или ином источнике.
С другой стороны, могут браться в расчет и другие, возможно, более тонкие вопросы, относящиеся к форме сообщения: сопровождается ли конкретное сообщение фотографией или какой-либо иллюстрацией, каковы размеры заголовка данного сообщения, как оно проиндексировано в поисковых системах и т.д. При ответе на подобные вопросы внимание исследователя фокусируется не на тонкостях содержания, а на способе презентации сообщения. Основным вопросом здесь является факт наличия или отсутствия материала по теме, степень его выделенности, его размеры, а не нюансы его содержания.
В результате такого анализа чаще получаются куда более надежные измерения, чем в случае исследования, ориентированного на содержание (поскольку формальным показателям в меньшей степени присуща неоднозначность), но зато, как следствие, и куда менее значимые.
Измерения в параметрах, исследуемых в ходе качественного контент-анализа, поверхностно затрагивают само содержание каждого сообщения в отличие от детального и внимательного обследования, необходимого при количественном анализе. В результате качественный контент-анализ обычно более прост в разработке и проведении, а потому и более дешев, и надежен, чем содержательный контент-анализ. И хотя его результаты, возможно, удовлетворят в меньшей степени, ибо они дают скорее набросок, чем законченную картину сообщения, но при ответе на конкретный исследовательский вопрос они могут зачастую оказаться вполне адекватными.
Основные аспекты применения контент-анализа:
- Выявление того, что существовало до текста (в нашем случае исходный контекст социально-политической обстановки, побудивший авторов к созданию текста) и что тем или иным образом получило в нем отражение (текст как индикатор определенных сторон изучаемого объекта — окружающей действительности, автора или адресата);
- Определение того, что существует только в тексте как таковом (различные характеристики формы — язык, структура, жанр сообщения, ритм и тон речи);
- Выявление того, что будет существовать после текста, т.е. после его восприятия адресатом (оценка различных эффектов информационно-психологического воздействия как позитивных – познавательных, так и негативных – манипуляций сознанием).
Стадии подготовки к контент-анализу:
1) Целеполагание:
- тема и цели исследований;
- задачи исследований;
- рабочие гипотезы исследований;
- требования к результатам исследований.
2) Формирование системы категорий:
- наиболее общие, ключевые понятия, соответствующие исследовательским задачам;
- содержание социально-политические проблем возникновения исследуемого текста и причины их возникновения;
- проблемообразующие субъекты;
- степени напряженности социально-политических проблем;
- пути решения социально-политических проблем.
3) Выбор типов объектов анализа, служащих в тексте индикатором интересующих исследователя явления:
- слово, фраза, термин, понятие;
- простое предложение, суждение;
- тема и автор;
- социально-политическая ситуация;
- сообщение в целом и т.д.
Существуют достаточно чёткие требования к выбору возможных объектов анализа:
- они должны быть достаточно большими, чтобы выражать значение;
- они должны быть достаточно малыми, чтобы не выражать много значений;
- они должны легко идентифицироваться;
- число объектов анализа должно быть настолько велико, чтобы из них можно было делать выборку.
Сложные виды контент-анализа обычно оперируют не одним, а несколькими объектами анализа. Объекты анализа, взятые изолировано, могут быть не всегда правильно истолкованы, поэтому они рассматриваются на фоне более широких лингвистических или содержательных структур, указывающих на характер членения контента, в пределах которого идентифицируется присутствие или отсутствие объектов анализа — контекстуальных объектов. Например, для объекта анализа «слово» контекстуальный объект — «предложение».
4) Выбор единиц счета — количественную меру взаимосвязи текстовых и вне текстовых явлений:
- число строк, абзацев, знаков, колонок текста сообщений;
- число авторов и читателей;
- рейтинги читаемости и цитирования (комментирования);
- время вещания и длительность внимания аудитории;
- проявление признаков категорий контент-анализа в тексте, частота их появления (интенсивность).
Стадия проведения контент-анализа:
1) Определение совокупности изучаемых источников или сообщений с помощью набора заданных критериев, которым должно отвечать каждое сообщение:
- заданные типы источников (ресурсы сети Интернет, пресса, телевидение, радио, пропагандистские материалы…)
- типы сообщений (статьи, заметки, сообщения, комментарии к сообщениям, высказывания участников дискуссий…);
- заданные стороны, участвующие в процессе коммуникации (отправитель, получатель, автор сообщения, активный участник дискуссии, пассивный читатель…);
- сопоставимый размер сообщений (минимальный объём или длина);
- частота появления сообщений;
- способ распространения сообщений;
-место распространения сообщений;
- время появления сообщений.
2) Формирование выборочной совокупности сообщений.
В некоторых случаях можно изучать всю определённую на первом этапе совокупность источников, поскольку подлежащие анализу случаи (сообщения) часто ограничены по числу и хорошо доступны. Однако иногда контент-анализ должен опираться на ограниченную выборку, взятую из большего массива информации.
3) Выявление в контенте типов объектов анализа, определённых на стадии подготовки к контент-анализу.
Существуют достаточно чёткие требования к выбору экземпляров возможного типа объектов анализа:
- он должна быть достаточно большой, чтобы выражать значение;
- он должна быть достаточно малым, чтобы не выражать много значений;
- он должна легко идентифицироваться;
- число экземпляров объектов должно быть настолько велико, чтобы из них можно было делать выборку.
Если в качестве единицы анализа избирается тема, то она также выделяется в соответствии с некоторыми правилами:
I. тема не может выходить за пределы абзаца;
II. новая тема возникает, если происходит смена:
- воспринимающего,
- действующего,
- цели,
- категории.
4) Проведение процессов контент-анализа.
Стадия формирования результатов контент-анализа:
1) Подготовка отчёта по достижению целей и решению задач проведённого исследования;
2) Подготовка аналитических материалов проведённого контент-анализа;
3) Формирование предложений по дальнейшим аналитическим исследованиям по заданной проблематике.
Дальнейшая детализация процессов (методик) проведения контент-анализа будет представлена в материалах второго этапа НИР.
