Główny Inny Analiza treści

Analiza treści

Przegląd

Oprogramowanie

Opis

Strony internetowe

Odczyty

Kursy

Przegląd

Analiza treści jest narzędziem badawczym używanym do określenia obecności określonych słów, tematów lub pojęć w danych jakościowych (tj. tekście). Korzystając z analizy treści, badacze mogą określić ilościowo i przeanalizować obecność, znaczenia i relacje takich określonych słów, tematów lub pojęć. Na przykład badacze mogą oceniać język używany w artykule prasowym w poszukiwaniu stronniczości lub stronniczości. Badacze mogą następnie wyciągać wnioski na temat wiadomości zawartych w tekstach, autora (autorów), odbiorców, a nawet kultury i czasu otaczającego tekst.

Opis

Źródłem danych mogą być wywiady, pytania otwarte, notatki z badań terenowych, rozmowy lub dosłownie dowolne wystąpienie języka komunikacyjnego (takie jak książki, eseje, dyskusje, nagłówki gazet, przemówienia, media, dokumenty historyczne). Jedno badanie może analizować w swojej analizie różne formy tekstu. Aby przeanalizować tekst za pomocą analizy treści, tekst musi być zakodowany lub podzielony na łatwe do zarządzania kategorie kodu do analizy (tj. Kody). Gdy tekst zostanie zakodowany w kategorie kodu, kody można następnie podzielić na kategorie kodu, aby jeszcze bardziej podsumować dane.

Poniżej przedstawiono trzy różne definicje analizy treści.

  • Definicja 1: Dowolna technika wnioskowania poprzez systematyczne i obiektywne identyfikowanie szczególnych cech komunikatów. (z Holsti, 1968)

  • Definicja 2: Podejście interpretacyjne i naturalistyczne. Ma ona charakter zarówno obserwacyjny, jak i narracyjny i w mniejszym stopniu opiera się na elementach eksperymentalnych zwykle związanych z badaniami naukowymi (rzetelność, trafność i uogólnianie) (z Ethnography, Observational Research i Narrative Inquiry, 1994-2012).

  • Definicja 3: Technika badawcza dla obiektywnego, systematycznego i ilościowego opisu jawnej treści przekazu. (z Berelson, 1952)

Zastosowania analizy treści

  • Zidentyfikuj intencje, cele lub trendy komunikacyjne osoby, grupy lub instytucji

  • Opisać postawy i reakcje behawioralne na komunikację

  • Określ stan psychiczny lub emocjonalny osób lub grup

  • Ujawnij międzynarodowe różnice w treści komunikacji

  • Ujawnij wzorce w treści komunikacji

  • Wstępnie przetestuj i ulepsz interwencję lub ankietę przed uruchomieniem

  • Analizuj zogniskowane wywiady grupowe i pytania otwarte w celu uzupełnienia danych ilościowych

Rodzaje analizy treści

Istnieją dwa ogólne typy analizy treści: analiza pojęciowa i analiza relacyjna. Analiza pojęciowa określa istnienie i częstotliwość pojęć w tekście. Analiza relacyjna rozwija analizę pojęciową, badając relacje między pojęciami w tekście. Każdy rodzaj analizy może prowadzić do różnych wyników, wniosków, interpretacji i znaczeń.

Analiza koncepcyjna

Zazwyczaj ludzie myślą o analizie pojęciowej, gdy myślą o analizie treści. W analizie pojęciowej pojęcie jest wybierane do badania, a analiza obejmuje kwantyfikację i policzenie jego obecności. Głównym celem jest zbadanie występowania wybranych terminów w danych. Warunki mogą być wyraźne lub dorozumiane. Wyraźne terminy są łatwe do zidentyfikowania. Kodowanie niejawnych terminów jest bardziej skomplikowane: musisz zdecydować o poziomie implikacji i oprzeć osądy na subiektywności (kwestia wiarygodności i trafności). Dlatego kodowanie niejawnych terminów wymaga użycia słownika lub reguł tłumaczenia kontekstowego lub obu.

nowe kaski piłkarskie zapobiegające wstrząsom mózgu

Aby rozpocząć koncepcyjną analizę treści, najpierw zidentyfikuj pytanie badawcze i wybierz próbkę lub próbki do analizy. Następnie tekst musi zostać zakodowany w łatwe do zarządzania kategorie treści. Jest to w zasadzie proces selektywnej redukcji. Redukując tekst do kategorii, badacz może skoncentrować się i zakodować określone słowa lub wzorce, które wpływają na pytanie badawcze.

Ogólne kroki do przeprowadzenia koncepcyjnej analizy treści:

1. Określ poziom analizy: słowo, sens słowa, fraza, zdanie, tematy

2. Zdecyduj, ile pojęć kodować: opracuj predefiniowany lub interaktywny zestaw kategorii lub pojęć. Zdecyduj, czy: A. pozwolić na elastyczność dodawania kategorii w procesie kodowania, czy B. pozostać przy predefiniowanym zestawie kategorii.

  • Opcja A pozwala na wprowadzenie i analizę nowego i ważnego materiału, który może mieć istotne implikacje dla pytania badawczego.

  • Opcja B pozwala badaczowi na skupienie się i badanie danych pod kątem konkretnych pojęć.

3. Zdecyduj, czy zakodować istnienie lub częstotliwość koncepcji. Decyzja zmienia proces kodowania.

  • Przy kodowaniu istnienia pojęcia, badacz policzyłby pojęcie tylko raz, gdyby pojawiło się przynajmniej raz w danych i nieważne ile razy się pojawiło.

  • Podczas kodowania częstotliwości występowania koncepcji badacz liczyłby, ile razy koncepcja pojawia się w tekście.

4. Zdecyduj, jak będziesz rozróżniać pojęcia:

  • Czy tekst powinien być kodowany dokładnie tak, jak się pojawia, czy kodowany tak samo, gdy występuje w różnych formach? Na przykład niebezpieczne kontra niebezpieczeństwo. Chodzi o to, aby stworzyć reguły kodowania, aby te segmenty słów były kategoryzowane w przejrzysty sposób w logiczny sposób. Reguły mogą sprawić, że wszystkie te segmenty słów będą należeć do tej samej kategorii, lub być może można je sformułować tak, aby badacz mógł rozróżnić te segmenty słów na osobne kody.

  • Jaki poziom implikacji jest dozwolony? Słowa, które implikują pojęcie czy słowa, które wyraźnie określają pojęcie? Na przykład niebezpieczna osoba jest przerażająca, a ta osoba może wyrządzić mi krzywdę. Te segmenty słów mogą nie zasługiwać na oddzielne kategorie, ze względu na ukryte znaczenie niebezpiecznego.

5. Opracuj zasady kodowania swoich tekstów. Po podjęciu decyzji z kroków 1-4 badacz może rozpocząć opracowywanie reguł tłumaczenia tekstu na kody. Dzięki temu proces kodowania będzie zorganizowany i spójny. Badacz może kodować dokładnie to, co chce zakodować. Ważność procesu kodowania jest zapewniona, gdy badacz jest konsekwentny i spójny w swoich kodach, co oznacza, że ​​przestrzega reguł translacji. W analizie treści przestrzeganie zasad tłumaczenia jest równoznaczne z ważnością.

6. Zdecyduj, co zrobić z nieistotnymi informacjami: czy należy je zignorować (np. popularne angielskie słowa, takie jak i i), czy też wykorzystać je do ponownego przeanalizowania schematu kodowania w przypadku, gdy wpłynęłoby to na wynik kodowania?

7. Zakoduj tekst: Można to zrobić ręcznie lub za pomocą oprogramowania. Korzystając z oprogramowania, naukowcy mogą wprowadzać kategorie i kodować automatycznie, szybko i wydajnie przez program. Gdy kodowanie jest wykonywane ręcznie, badacz może znacznie łatwiej rozpoznać błędy (np. literówki, błędy ortograficzne). Jeśli używasz kodowania komputerowego, tekst może zostać oczyszczony z błędów, aby uwzględnić wszystkie dostępne dane. Ta decyzja o ręcznym kontra komputerowym kodowaniu jest najbardziej istotna dla niejawnych informacji, w których przygotowanie kategorii jest niezbędne dla dokładnego kodowania.

8. Przeanalizuj swoje wyniki: Wyciągnij wnioski i uogólnienia tam, gdzie to możliwe. Określ, co zrobić z nieistotnym, niechcianym lub nieużywanym tekstem: ponownie przeanalizuj, zignoruj ​​lub ponownie oceń schemat kodowania. Dokładnie interpretuj wyniki, ponieważ konceptualna analiza treści może jedynie określić ilościowo informacje. Zazwyczaj można zidentyfikować ogólne trendy i wzorce.

Analiza relacyjna

Analiza relacyjna zaczyna się od analizy pojęciowej, w której pojęcie jest wybierane do badania. Analiza obejmuje jednak badanie relacji między pojęciami. Poszczególne pojęcia są postrzegane jako pozbawione wewnętrznego znaczenia, a znaczenie jest raczej produktem relacji między pojęciami.

Aby rozpocząć relacyjną analizę treści, najpierw zidentyfikuj pytanie badawcze i wybierz próbkę lub próbki do analizy. Pytanie badawcze musi być skoncentrowane, aby typy pojęć nie były otwarte na interpretację i można je było podsumować. Następnie wybierz tekst do analizy. Starannie wybieraj tekst do analizy, równoważąc posiadanie wystarczającej ilości informacji do dokładnej analizy, aby wyniki nie były ograniczone posiadaniem informacji, które są zbyt obszerne, tak aby proces kodowania stał się zbyt żmudny i ciężki, aby dostarczyć znaczących i wartościowych wyników.

rycerz pierwsza poprawka instytut v. Trump

Istnieją trzy podkategorie analizy relacyjnej do wyboru przed przejściem do ogólnych kroków.

  1. Ekstrakcja afektów: emocjonalna ocena pojęć zawartych w tekście. Wyzwaniem dla tej metody jest to, że emocje mogą się różnić w czasie, populacji i przestrzeni. Jednak może to być skuteczne w uchwyceniu emocjonalnego i psychologicznego stanu mówcy lub autora tekstu.

  2. Analiza bliskości: ocena współwystępowania wyraźnych pojęć w tekście. Tekst jest zdefiniowany jako ciąg słów nazywany oknem, które jest skanowane pod kątem współwystępowania pojęć. Rezultatem jest stworzenie matrycy pojęć lub grupy powiązanych ze sobą, współwystępujących pojęć, które sugerowałyby ogólne znaczenie.

  3. Mapowanie poznawcze: technika wizualizacji do ekstrakcji afektów lub analizy zbliżeniowej. Mapowanie poznawcze ma na celu stworzenie modelu ogólnego znaczenia tekstu, takiego jak mapa graficzna przedstawiająca relacje między pojęciami.

Ogólne kroki do przeprowadzenia relacyjnej analizy treści:

1. Określ rodzaj analizy: Po wybraniu próbki badacz musi określić, jakie typy relacji należy zbadać i poziom analizy: słowo, sens słowa, fraza, zdanie, tematy.
2. Zredukuj tekst do kategorii i kodu dla słów lub wzorców. Badacz może zakodować istnienie znaczeń lub słów.
3. Zbadaj związek między pojęciami: po zakodowaniu słów tekst można przeanalizować pod kątem:

  • Siła związku: stopień powiązania dwóch lub więcej pojęć.

  • Znak związku: czy pojęcia są ze sobą powiązane pozytywnie czy negatywnie?

  • Kierunek relacji: rodzaje relacji, które wykazują kategorie. Na przykład X oznacza, że ​​Y lub X występuje przed Y lub jeśli X to Y lub jeśli X jest głównym motywatorem Y.

4. Zakoduj relacje: różnica między analizą pojęciową a relacyjną polega na tym, że zdania lub relacje między pojęciami są zakodowane.
5. Wykonuj analizy statystyczne: badaj różnice lub szukaj relacji między zidentyfikowanymi zmiennymi podczas kodowania.
6. Mapuj reprezentacje: takie jak mapowanie decyzji i modele mentalne.

Niezawodność i ważność

Niezawodność : Ze względu na ludzką naturę badaczy, błędów kodowania nigdy nie można wyeliminować, a jedynie zminimalizować. Ogólnie 80% to akceptowalny margines niezawodności. Na wiarygodność analizy treści składają się trzy kryteria:

  1. Stabilność: tendencja programistów do konsekwentnego ponownego kodowania tych samych danych w ten sam sposób przez pewien czas.

  2. Odtwarzalność: tendencja grupy programistów do klasyfikacji przynależności do kategorii w ten sam sposób.

  3. Dokładność: stopień, w jakim klasyfikacja tekstu odpowiada statystycznie standardowi lub normie.

    skuteczną strategią interwencji, jeśli ktoś wydaje się potrzebować pomocy, jest:

Ważność : Na ważność analizy treści składają się trzy kryteria:

  1. Bliskość kategorii: można to osiągnąć poprzez wykorzystanie wielu klasyfikatorów w celu ustalenia uzgodnionej definicji każdej konkretnej kategorii. Korzystając z wielu klasyfikatorów, kategoria pojęć, która może być jawną zmienną, może zostać poszerzona o synonimy lub zmienne niejawne.

  2. Wnioski: Jaki poziom implikacji jest dopuszczalny? Czy wnioski poprawnie podążają za danymi? Czy wyniki można wytłumaczyć innymi zjawiskami? Staje się to szczególnie problematyczne w przypadku korzystania z oprogramowania komputerowego do analizy i rozróżniania synonimów. Na przykład słowo kopalnia oznacza zaimek osobowy, ładunek wybuchowy i głęboką dziurę w ziemi, z której wydobywa się rudę. Oprogramowanie może uzyskać dokładną kalkulację występowania i częstotliwości występowania tego słowa, ale nie jest w stanie przedstawić dokładnego opisu znaczenia związanego z każdym konkretnym użyciem. Ten problem może zniweczyć wyniki i unieważnić wszelkie wnioski.

  3. Uogólnianie wyników na teorię: w zależności od jasnych definicji kategorii pojęć, sposobu ich określania i tego, jak wiarygodne są one w mierzeniu idei, którą chcemy zmierzyć. Uogólnianie odpowiada niezawodności, ponieważ wiele z niej zależy od trzech kryteriów niezawodności.

Zalety analizy treści

  • Bezpośrednio bada komunikację za pomocą tekstu

  • Umożliwia zarówno analizę jakościową, jak i ilościową

  • Zapewnia cenne informacje historyczne i kulturowe na przestrzeni czasu

  • Pozwala na bliskość danych

  • Zakodowana forma tekstu może być analizowana statystycznie

  • Dyskretne sposoby analizowania interakcji

  • Zapewnia wgląd w złożone modele ludzkiej myśli i używania języka

  • Dobrze wykonany jest uważany za stosunkowo dokładną metodę badawczą

  • Analiza treści jest łatwo zrozumiałą i niedrogą metodą badawczą

  • Potężniejsze narzędzie w połączeniu z innymi metodami badawczymi, takimi jak wywiady, obserwacje i wykorzystanie zapisów archiwalnych. Jest bardzo przydatny do analizy materiału historycznego, zwłaszcza do dokumentowania trendów na przestrzeni czasu.

Wady analizy treści

  • Może być bardzo czasochłonne

  • Jest obarczony zwiększonym błędem, szczególnie gdy w celu osiągnięcia wyższego poziomu interpretacji stosowana jest analiza relacyjna

  • Często jest pozbawiony podstaw teoretycznych lub zbyt swobodnie próbuje wyciągnąć sensowne wnioski na temat relacji i wpływów sugerowanych w badaniu

  • Jest z natury redukcyjny, szczególnie w przypadku złożonych tekstów

  • Zbyt często składa się z liczby słów

    eeoc v abercrombie & fitch sklepy inc
  • Często lekceważy kontekst, w którym powstał tekst, a także stan rzeczy po powstaniu tekstu

  • Może być trudny do zautomatyzowania lub skomputeryzowania

Odczyty

Podręczniki i rozdziały

  • Berelsona, Bernarda. Analiza treści w badaniach komunikacji.New York: Free Press, 1952.

  • Busha, Charles H. i Stephen P. Harter. Metody badawcze w bibliotekarstwie: techniki i interpretacja.New York: Academic Press, 1980.

  • de Sola Pool, Ithiel. Trendy w analizie treści. Urbana: University of Illinois Press, 1959.

  • Krippendorffa, Klausa. Analiza treści: wprowadzenie do jej metodologii. Beverly Hills: Sage Publications, 1980.

  • Fielding, NG i Lee, RM. Wykorzystanie komputerów w badaniach jakościowych. Publikacje SAGE, 1991. (Patrz rozdział Seidela, J. „Method and Madness in the Application of Computer Technology to Qualitative Data Analysis”).

Artykuły metodologiczne

  • Hsieh HF i Shannon SE. (2005). Trzy podejścia do jakościowej analizy treści. Jakościowe badania zdrowotne. 15(9): 1277-1288.

  • Elo S, Kaarianinen M, Kanste O, Polkki R, Utriainen K i Kyngas H. (2014). Jakościowa analiza treści: nacisk na wiarygodność. Otwarta szałwia. 4: 1-10.

Artykuły aplikacyjne

  • Abroms LC, Padmanabhan N, Thaweethai L i Phillips T. (2011). Aplikacje na iPhone'a do rzucania palenia: analiza treści. American Journal of Preventive Medicine. 40(3):279-285.

  • Ullstrom S. Sachs MA, Hansson J, Ovretveit J i Brommels M. (2014). Cierpienie w ciszy: badanie jakościowe drugich ofiar zdarzeń niepożądanych. Brytyjskie czasopismo medyczne, wydanie dotyczące jakości i bezpieczeństwa. 23:325-331.

  • Owen P. (2012). Portrety schizofrenii przez Entertainment Media: analiza treści współczesnych filmów. Usługi psychiatryczne. 63:655-659.

Oprogramowanie

Wybór, czy przeprowadzić analizę treści ręcznie, czy przy użyciu oprogramowania komputerowego, może być trudny. Aby omówić ten problem, patrz „Metoda i szaleństwo w zastosowaniu technologii komputerowej do analizy danych jakościowych” wymienione powyżej w podręcznikach i rozdziałach.

Strony internetowe

  • Rolly Constable, Marla Cowell, Sarita Zornek Crawford, David Golden, Jake Hartvigsen, Kathryn Morgan, Anne Mudgett, Kris Parrish, Laura Thomas, Erika Yolanda Thompson, Rosie Turner i Mike Palmquist. (1994-2012). Etnografia, badania obserwacyjne i badania narracyjne. Pisanie@CSU. Uniwersytet Stanowy Kolorado. Dostępne o: http://writing.colostate.edu/guides/guide.cfm?guideid=63 . Jako wprowadzenie do analizy treści autorstwa Michaela Palmquista, jest to główne źródło na temat analizy treści w Internecie. Jest wyczerpujący, ale zwięzły. Zawiera przykłady i bibliografię z adnotacjami. Informacje zawarte w powyższej narracji czerpią i podsumowują doskonałe źródło Michaela Palmquista na temat analizy treści, ale zostały uproszczone z myślą o doktorantach i młodszych badaczach epidemiologii.

  • http://psychology.ucdavis.edu/faculty_sites/sommerb/sommerdemo/

  • http://depts.washington.edu/uwmcnair/chapter11.content.analysis.pdf

Kursy

W Mailman School of Public Health na Uniwersytecie Columbia Columbia

Ciekawe Artykuły

Wybór Redakcji

Refleksja nad historią i dziedzictwem odbudowy
Refleksja nad historią i dziedzictwem odbudowy
Prezydent Bollinger moderuje panel internetowy z Kimberlé W. Crenshaw, Ericiem Fonerem i Henrym Louisem Gatesem Jr., który skupia się na tym, jak okres po wojnie secesyjnej łączy się ze współczesną polityką USA.
Tak bardzo kocha włoską piłkę nożną, że kupił drużynę
Tak bardzo kocha włoską piłkę nożną, że kupił drużynę
Rocco B.
Proces aplikacji
Proces aplikacji
Twoja podróż w kierunku zdobycia tytułu LL.M. stopień zaczyna się tutaj.
Columbia Filmmakers w oficjalnej selekcji na Festiwal Filmowy w Cannes 2020
Columbia Filmmakers w oficjalnej selekcji na Festiwal Filmowy w Cannes 2020
Cztery filmy twórców z Columbii znalazły się na liście 56 filmów wybranych do oficjalnej selekcji spośród 2067 zgłoszonych filmów fabularnych.
Peter L. Strauss
Peter L. Strauss
Peter L. Strauss jest emerytowanym profesorem prawa Betts w Columbia Law School. Wstąpił na wydział w 1971 r., dwukrotnie pełnił funkcję prodziekana, a od 1 lipca 2017 r. został emerytem. Od dawna prowadzi zajęcia z zakresu prawa administracyjnego, metod prawnych i legislacji; jako emeryt, uczył metod prawnych I i wymaganych fakultetów dotyczących ustawodawstwa i regulacji, a ostatnio zaawansowanego prawa administracyjnego. Otrzymał tytuł LL.B. z Yale Law School w 1964 roku i jego A.B. z Harvard College w 1961. Przed podjęciem studiów prawniczych pracował u Davida L. Bazelona i Williama J. Brennana w Waszyngtonie; spędził dwa lata wykładając prawo karne na krajowym uniwersytecie w Etiopii; oraz trzy lata jako adwokat w Biurze Prokuratora Generalnego, informując i prowadząc sprawy przed Sądem Najwyższym Stanów Zjednoczonych. W latach 1975-1977 Strauss przebywał na urlopie z Columbii jako pierwszy generalny doradca Komisji Dozoru Jądrowego Stanów Zjednoczonych. W 1987 roku sekcja prawa administracyjnego i praktyki regulacyjnej American Bar Association przyznała Straussowi trzecią doroczną nagrodę za wybitne stypendium w dziedzinie prawa administracyjnego. Od 1992 do 1993 pełnił funkcję przewodniczącego sekcji. Był reporterem ds. tworzenia przepisów dotyczących projektów APA i prawa administracyjnego Unii Europejskiej oraz był członkiem grupy zadaniowej E-Rulemaking. W 2008 roku Amerykańskie Towarzystwo Konstytucyjne przyznało mu pierwszą nagrodę Richarda Cudahy za esej Overseer czy „Decider”? Prezes w prawie administracyjnym. Znany z pism wprowadzających zagranicznych prawników do amerykańskiego prawa publicznego, Strauss był gościem na wydziałach prawa Uniwersytetu w Addis Abebie, Uniwersytetu w Buenos Aires, Europejskiego Instytutu Uniwersyteckiego, Uniwersytetu Harvarda, Uniwersytetu w Hongkongu, La Sapienza (Rzym), Ludwiga Maximilliansa Uniwersytet (Monachium), Instytut Porównawczego Prawa Publicznego i Międzynarodowego im. Maxa Plancka, Uniwersytet McGill, Uniwersytet Nowojorski, Sorbona (Paryż) i Uniwersytet Tokijski; wykładał szeroko za granicą na temat amerykańskiego prawa administracyjnego, w tym programy w Argentynie, Australii, Białorusi , Brazylia, Kanada, Chile, Chiny, Kolumbia, Anglia, Etiopia, Francja, Niemcy, Grecja, Hongkong, Indie, Włochy, Japonia, Holandia, Nowa Zelandia, Hiszpania, Turcja i Wenezuela. W latach 2008-2009 był Fernand Braudel Senior Fellow w Europejskim Instytucie Prawa oraz Parsons Fellow na University of Sydney Law School. Dożywotni członek Amerykańskiego Instytutu Prawa, w 2010 roku Strauss został wybrany do Amerykańskiej Akademii Sztuki i Nauki. Od dawna jest również członkiem wydziału w radzie Fundacji Prawa Publicznego przy Wydziale Prawa.
Ekonomiści Joseph Stiglitz i Thomas Piketty zajmują się zbieżnymi kryzysami dotyczącymi nierówności
Ekonomiści Joseph Stiglitz i Thomas Piketty zajmują się zbieżnymi kryzysami dotyczącymi nierówności
Pandemia, wybory prezydenckie, globalizacja, zmiany klimatyczne i inne kwestie są omawiane na forum transatlantyckim.
Stany Zjednoczone przeciwko O’Brien
Stany Zjednoczone przeciwko O’Brien
Columbia Global Freedom of Expression dąży do lepszego zrozumienia międzynarodowych i krajowych norm i instytucji, które najlepiej chronią swobodny przepływ informacji i wypowiedzi w połączonej globalnej społeczności z głównymi wspólnymi wyzwaniami, którym należy sprostać. Aby zrealizować swoją misję, Global Freedom of Expression podejmuje się i zleca projekty badawcze i polityczne, organizuje wydarzenia i konferencje oraz uczestniczy i wnosi wkład w globalne debaty na temat ochrony wolności wypowiedzi i informacji w XXI wieku.