Hlavní Jiný Obsahová analýza

Obsahová analýza

Přehled

Software

Popis

Webové stránky

Čtení

Kurzy

Přehled

Analýza obsahu je výzkumný nástroj používaný k určení přítomnosti určitých slov, témat nebo konceptů v některých daných kvalitativních datech (tj. Textu). Pomocí analýzy obsahu mohou vědci kvantifikovat a analyzovat přítomnost, významy a vztahy takových určitých slov, témat nebo konceptů. Jako příklad mohou vědci vyhodnotit jazyk používaný ve zpravodajském článku k hledání zaujatosti nebo zaujatosti. Vědci pak mohou vyvodit závěry o zprávách v textech, pisatelích, publiku a dokonce i o kultuře a době obklopení textu.

Popis

Zdrojem údajů mohou být rozhovory, otevřené otázky, poznámky z terénního výzkumu, rozhovory nebo doslova jakýkoli výskyt komunikativního jazyka (například knihy, eseje, diskuse, titulky novin, projevy, média, historické dokumenty). Jedna studie může ve své analýze analyzovat různé formy textu. Chcete-li analyzovat text pomocí analýzy obsahu, musí být text kódován nebo rozdělen do spravovatelných kategorií kódu pro analýzu (tj. Kódy). Jakmile je text kódován do kategorií kódů, mohou být kódy dále kategorizovány do kategorií kódu, aby byla data ještě více shrnuta.

Níže jsou uvedeny tři různé definice analýzy obsahu.

  • Definice 1: Jakákoli technika pro vyvozování závěrů systematickým a objektivním určováním zvláštních charakteristik zpráv. (od Holsti, 1968)

  • Definice 2: Interpretační a naturalistický přístup. Má povahu observační i narativní a méně se spoléhá na experimentální prvky obvykle spojené s vědeckým výzkumem (spolehlivost, platnost a zobecnění) (z etnografie, observačního výzkumu a narativního průzkumu, 1994–2012).

  • Definice 3: Technika výzkumu pro objektivní, systematický a kvantitativní popis zjevného obsahu komunikace. (od Berelsona, 1952)

Použití analýzy obsahu

  • Identifikujte záměry, zaměření nebo komunikační trendy jednotlivce, skupiny nebo instituce

  • Popište postojové a behaviorální reakce na komunikaci

  • Určete psychologický nebo emoční stav osob nebo skupin

  • Odhalte mezinárodní rozdíly v obsahu komunikace

  • Odhalte vzorce v komunikačním obsahu

  • Před spuštěním předem otestujte a vylepšete zásah nebo průzkum

  • Analyzujte rozhovory s cílovými skupinami a otevřené otázky k doplnění kvantitativních údajů

Druhy analýzy obsahu

Existují dva obecné typy analýzy obsahu: koncepční analýza a relační analýza. Konceptuální analýza určuje existenci a frekvenci konceptů v textu. Relační analýza dále rozvíjí koncepční analýzu zkoumáním vztahů mezi pojmy v textu. Každý typ analýzy může vést k odlišným výsledkům, závěrům, interpretacím a významům.

r.a.v. v. st. Pavel

Koncepční analýza

Lidé obvykle uvažují o koncepční analýze, když uvažují o analýze obsahu. V koncepční analýze je zvolen koncept pro zkoumání a analýza zahrnuje kvantifikaci a počítání jeho přítomnosti. Hlavním cílem je prozkoumat výskyt vybraných termínů v datech. Podmínky mohou být explicitní nebo implicitní. Explicitní výrazy lze snadno identifikovat. Kódování implicitních termínů je komplikovanější: musíte rozhodnout o úrovni implikace a založit úsudky na subjektivitě (otázka spolehlivosti a platnosti). Proto kódování implicitních výrazů zahrnuje použití slovníku nebo pravidel pro kontextový překlad nebo obojí.

Chcete-li zahájit koncepční analýzu obsahu, nejprve identifikujte výzkumnou otázku a vyberte vzorek nebo vzorky pro analýzu. Dále musí být text kódován do spravovatelných kategorií obsahu. Jedná se v zásadě o proces selektivní redukce. Redukcí textu na kategorie se výzkumník může zaměřit na a kódovat konkrétní slova nebo vzory, které informují výzkumnou otázku.

Obecné kroky pro provedení koncepční analýzy obsahu:

1. Rozhodněte o úrovni analýzy: slovo, význam slova, fráze, věta, témata

2. Rozhodněte, pro kolik konceptů chcete kódovat: vyvinout předdefinovanou nebo interaktivní sadu kategorií nebo konceptů. Rozhodněte se buď: A. umožnit flexibilitu přidávání kategorií prostřednictvím procesu kódování, nebo B. dodržovat předem definovanou sadu kategorií.

  • Možnost A umožňuje zavedení a analýzu nových a důležitých materiálů, které by mohly mít významné důsledky pro výzkumnou otázku.

  • Možnost B umožňuje výzkumnému pracovníkovi zůstat soustředěný a zkoumat data pro konkrétní koncepty.

3. Rozhodněte se, zda chcete kódovat existenci nebo frekvenci konceptu. Rozhodnutí změní proces kódování.

  • Při kódování existence konceptu by výzkumník počítal koncept pouze jednou, pokud by se v datech objevil alespoň jednou a bez ohledu na to, kolikrát se objevil.

  • Při kódování frekvence konceptu by výzkumník počítal, kolikrát se koncept v textu objevil.

4. Rozhodněte, jak budete rozlišovat mezi pojmy:

  • Měl by být text kódován přesně tak, jak vypadá, nebo kódován stejně, když se objevuje v různých formách? Například nebezpečný vs. nebezpečný. Jde o to vytvořit pravidla kódování tak, aby tyto segmenty slov byly transparentně kategorizovány logickým způsobem. Pravidla mohou způsobit, že všechny tyto slovní segmenty spadají do stejné kategorie, nebo je možné pravidla formulovat tak, aby výzkumník mohl tyto slovní segmenty rozlišit do samostatných kódů.

  • Jaká úroveň implikace má být povolena? Slova, která znamenají pojem, nebo slova, která tento pojem výslovně uvádějí? Například nebezpečný vs. člověk je strašidelný a ten by mi mohl ublížit. Tyto slovní segmenty si nemusí zasloužit samostatné kategorie kvůli implicitnímu významu slova nebezpečný.

5. Vytvořte pravidla pro kódování textů. Po dokončení kroků 1–4 může výzkumný pracovník začít vyvíjet pravidla pro překlad textu do kódů. Díky tomu bude proces kódování organizovaný a konzistentní. Výzkumník může kódovat přesně to, co chce kódovat. Platnost procesu kódování je zajištěna, pokud je výzkumný pracovník konzistentní a soudržný ve svých kódech, což znamená, že se řídí svými pravidly překladu. V obsahové analýze je dodržování pravidel překladu ekvivalentní platnosti.

6. Rozhodněte se, co dělat s irelevantními informacemi: mělo by to být ignorováno (např. Běžná anglická slova jako a a), nebo použít k opětovnému přezkoumání kódovacího schématu v případě, že by to přispělo k výsledku kódování?

7. Kódujte text: To lze provést ručně nebo pomocí softwaru. Pomocí softwaru mohou vědci zadávat kategorie a nechat programování provádět automaticky, rychle a efektivně pomocí softwarového programu. Pokud je kódování prováděno ručně, může výzkumník mnohem snadněji rozpoznat chybu (např. Překlepy, překlepy). Pokud používáte počítačové kódování, mohl by být text očištěn od chyb, aby zahrnoval všechna dostupná data. Toto rozhodnutí ručního vs. počítačového kódování je nejdůležitější pro implicitní informace, kde je příprava kategorie nezbytná pro přesné kódování.

8. Analyzujte své výsledky: Pokud je to možné, vyvozujte závěry a zobecnění. Určete, co dělat s irelevantním, nechtěným nebo nepoužitým textem: přezkoumejte, ignorujte nebo přehodnoťte schéma kódování. Výsledky interpretujte opatrně, protože koncepční obsahová analýza může informace pouze kvantifikovat. Obvykle lze identifikovat obecné trendy a vzorce.

Relační analýza

Relační analýza začíná jako konceptuální analýza, kde je pro zkoumání vybrán koncept. Analýza však zahrnuje zkoumání vztahů mezi koncepty. Na jednotlivé koncepty se pohlíží jako na to, že nemají žádný inherentní význam, a že je spíše produktem vztahů mezi koncepty.

Chcete-li zahájit analýzu relačního obsahu, nejprve identifikujte výzkumnou otázku a vyberte vzorek nebo vzorky pro analýzu. Výzkumná otázka musí být zaměřena, aby typy konceptů nebyly interpretovatelné a mohly být shrnuty. Dále vyberte text pro analýzu. Pečlivě vybírejte text pro analýzu tím, že vyvážíte dostatek informací pro důkladnou analýzu, aby se výsledky neomezovaly na příliš rozsáhlé informace, aby se proces kódování stal příliš náročným a těžkým na to, aby poskytoval smysluplné a hodnotné výsledky.

Před pokračováním v obecných krocích si můžete vybrat ze tří podkategorií relační analýzy.

  1. Extrakce afektů: emocionální hodnocení konceptů explicitních v textu. Výzvou pro tuto metodu je, že emoce se mohou lišit v čase, populacích a prostoru. Může však být efektivní při zachycení emocionálního a psychologického stavu mluvčího nebo pisatele textu.

  2. Analýza blízkosti: vyhodnocení společného výskytu explicitních pojmů v textu. Text je definován jako řetězec slov nazývaný okno, které je skenováno na výskyt výskytů konceptů. Výsledkem je vytvoření pojmové matice nebo skupiny vzájemně se vyskytujících společně se vyskytujících pojmů, které by naznačovaly celkový význam.

  3. Kognitivní mapování: vizualizační technika pro ovlivnění extrakce nebo analýzy blízkosti. Kognitivní mapování se pokouší vytvořit model celkového významu textu, například grafickou mapu, která představuje vztahy mezi koncepty.

Obecné kroky pro provedení relační analýzy obsahu:

1. Určete typ analýzy: Jakmile je vzorek vybrán, musí výzkumník určit, jaké typy vztahů zkoumat, a úroveň analýzy: slovo, význam slova, fráze, věta, témata.
3. Prozkoumejte vztah mezi pojmy: jakmile jsou slova kódována, lze text analyzovat na následující:

  • Síla vztahu: míra, do jaké se vztahují dva nebo více pojmů.

  • Znamení vztahu: souvisí pojmy navzájem pozitivně nebo negativně?

  • Směr vztahu: typy vztahů, které kategorie vykazují. Například X znamená, že Y nebo X nastane před Y, nebo pokud X, pak Y nebo pokud X je primární motivátor Y.

4. Kódujte vztahy: rozdíl mezi koncepční a relační analýzou spočívá v tom, že příkazy nebo vztahy mezi koncepty jsou kódovány.
6. Zmapujte reprezentace: jako je mapování rozhodnutí a mentální modely.

Spolehlivost a platnost

Spolehlivost : Vzhledem k lidské povaze výzkumníků nelze chyby kódování nikdy eliminovat, ale pouze minimalizovat. Obecně je 80% přijatelnou rezervou pro spolehlivost. Spolehlivost obsahové analýzy zahrnuje tři kritéria:

  1. Stabilita: tendence kodérů důsledně překódovat stejná data stejným způsobem po určitou dobu.

  2. Reprodukovatelnost: tendence skupiny kodérů klasifikovat členství v kategoriích stejným způsobem.

  3. Přesnost: míra, do jaké klasifikace textu statisticky odpovídá normě nebo normě.

Doba platnosti : Platnost obsahové analýzy zahrnuje tři kritéria:

  1. Blízkost kategorií: toho lze dosáhnout využitím více klasifikátorů k dosažení dohodnuté definice každé konkrétní kategorie. Pomocí více klasifikátorů lze kategorii konceptu, která může být explicitní proměnnou, rozšířit tak, aby zahrnovala synonyma nebo implicitní proměnné.

  2. Závěry: Jaká úroveň implikace je přípustná? Sledují závěry správně data? Jsou výsledky vysvětlitelné jinými jevy? To se stává obzvláště problematickým při používání počítačového softwaru pro analýzu a rozlišování mezi synonymy. Například slovo důl různě označuje osobní zájmeno, výbušné zařízení a hlubokou díru v zemi, ze které se získává ruda. Software může získat přesný počet výskytů a četnosti daného slova, ale nedokáže vytvořit přesné zúčtování významu, který je vlastní každému konkrétnímu použití. Tento problém by mohl vyhodit výsledky jednoho hráče a učinit jakýkoli závěr neplatným.

  3. Zobecnitelnost výsledků na teorii: závisí na jasných definicích pojmových kategorií, na tom, jak jsou určeny a jak spolehlivé jsou při měření myšlenky, kterou se člověk snaží měřit. Zobecnitelnost srovnává spolehlivost, protože hodně závisí na třech kritériích spolehlivosti.

Výhody analýzy obsahu

  • Přímo zkoumá komunikaci pomocí textu

  • Umožňuje kvalitativní i kvantitativní analýzu

  • Poskytuje cenné historické a kulturní poznatky v průběhu času

  • Umožňuje blízkost dat

  • Kódovanou formu textu lze statisticky analyzovat

  • Nenápadné prostředky pro analýzu interakcí

  • Poskytuje vhled do složitých modelů lidského myšlení a používání jazyka

  • Pokud je provedeno dobře, je považováno za relativně přesnou metodu výzkumu

  • Analýza obsahu je snadno srozumitelná a nenákladná metoda výzkumu

  • Silnější nástroj v kombinaci s dalšími výzkumnými metodami, jako jsou rozhovory, pozorování a použití archivních záznamů. Je velmi užitečný pro analýzu historického materiálu, zejména pro dokumentaci trendů v čase.

    nba živý generátor mincí

Nevýhody analýzy obsahu

  • Může to být extrémně časově náročné

  • Podléhá zvýšené chybovosti, zvláště když se používá relační analýza k dosažení vyšší úrovně interpretace

  • Často postrádá teoretický základ nebo se příliš liberálně pokouší vyvodit smysluplné závěry o vztazích a dopadech vyplývajících ze studie

  • Je ze své podstaty redukční, zejména při práci se složitými texty

  • Příliš často má tendenci jednoduše sestávat z počtu slov

  • Často ignoruje kontext, který vytvořil text, a také stav věcí po vytvoření textu

  • Může být obtížné automatizovat nebo automatizovat

Čtení

Učebnice a kapitoly

  • Berelson, Bernard. Analýza obsahu v komunikačním výzkumu, New York: Free Press, 1952.

  • Busha, Charles H. a Stephen P. Harter. Výzkumné metody v knihovnictví: Techniky a interpretace, New York: Academic Press, 1980.

  • de Sola Pool, Ithiel. Trendy v analýze obsahu. Urbana: University of Illinois Press, 1959.

  • Krippendorff, Klaus. Analýza obsahu: Úvod do jeho metodologie. Beverly Hills: Sage Publications, 1980.

  • Fielding, NG & Lee, RM. Využití počítačů v kvalitativním výzkumu. Publikace SAGE, 1991. (Viz kapitola Seidela J. „Metoda a šílenství v aplikaci výpočetní techniky na kvalitativní analýzu dat“.)

Metodické články

  • Hsieh HF & Shannon SE. (2005). Tři přístupy ke kvalitativní analýze obsahu. Kvalitativní výzkum zdraví. 15 (9): 1277-1288.

  • Elo S, Kaarianinen M, Kanste O, Polkki R, Utriainen K a Kyngas H. (2014). Kvalitativní analýza obsahu: Zaměření na důvěryhodnost. Sage Open. 4: 1–10.

Články o aplikaci

  • Abroms LC, Padmanabhan N, Thaweethai L a Phillips T. (2011). Aplikace pro iPhone pro odvykání kouření: Analýza obsahu. American Journal of Preventive Medicine. 40 (3): 279-285.

  • Ullstrom S. Sachs MA, Hansson J, Ovretveit J a Brommels M. (2014). Suffering in Silence: kvalitativní studie druhých obětí nežádoucích účinků. British Medical Journal, Quality & Safety Issue. 23: 325-331.

  • Owen P. (2012). Zobrazení schizofrenie zábavními médii: Analýza obsahu současných filmů. Psychiatrické služby. 63: 655-659.

Software

Výběr, zda provést analýzu obsahu ručně nebo pomocí počítačového softwaru, může být obtížné. Diskuse o této problematice je uvedena v části „Metoda a šílenství v aplikaci výpočetní techniky na kvalitativní analýzu dat“ uvedené výše v učebnicích a kapitolách.

Webové stránky

  • Rolly Constable, Marla Cowell, Sarita Zornek Crawford, David Golden, Jake Hartvigsen, Kathryn Morgan, Anne Mudgett, Kris Parrish, Laura Thomas, Erika Yolanda Thompson, Rosie Turner a Mike Palmquist. (1994-2012). Etnografie, observační výzkum a narativní dotaz. Psaní @ CSU. Colorado State University. Dostupné v: http://writing.colostate.edu/guides/guide.cfm?guideid=63 . Jako úvod do analýzy obsahu od Michaela Palmquista je toto hlavní zdroj pro analýzu obsahu na webu. Je komplexní, přesto stručná. Obsahuje příklady a anotovanou bibliografii. Informace obsažené ve výše uvedeném vyprávění silně čerpají z vynikajícího zdroje Michaela Palmquista o analýze obsahu, který je však shrnuje pro účely doktorandů a juniorských výzkumných pracovníků v epidemiologii.

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

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

Kurzy

Na Mailman School of Public Health na Columbia University

Zajímavé Články

Redakce Choice

Katharina Pistor
Katharina Pistor
Katharina Pistor je přední vědecká a spisovatelka v oblasti správy a řízení společností, peněz a financí, vlastnických práv a srovnávacího práva a právních institucí. Pistor je autorem nebo spoluautorem devíti knih. Její nejnovější kniha Kodex kapitálu: Jak zákon vytváří bohatství a nerovnost zkoumá, jak se aktiva, jako je půda, soukromý dluh, obchodní organizace nebo znalosti, transformují na kapitál prostřednictvím smluvního práva, vlastnických práv, zástavního práva a důvěry, korporátní a úpadkové právo. Kodex kapitálu byl časopisem Financial Times a Business Insider označen za jednu z nejlepších knih roku 2019. Pistor široce publikuje v právních a společenských vědních časopisech. Ve své nedávné eseji Od teritoriální k monetární suverenitě v časopise Journal of Theoretical Enquiries in Law (2017) tvrdila, že vzestup globálního peněžního systému znamená novou definici suverenity: kontrolu peněz. Působila v redakčních radách Journal of Institutional Economics, European Business Organization Law Review, American Journal of Comparative Law a Columbia Journal for European Law. Pistor je prominentním komentátorem kryptoměny a před Kongresem svědčil o nedostatečné regulační kontrole navrhovaných mezinárodních kryptoměn. Jako ředitel Centra pro globální právní transformaci řídí Pistor práci centra na vývoji výzkumných projektů a organizování konferencí, které zkoumají způsoby, kterými zákon utváří globální vztahy a jak naopak transformují zákon. Před nástupem na Columbia Law School v roce 2001 působil Pistor na pedagogických a výzkumných pozicích na Harvard Law School, Harvard University Kennedy School of Government a Max Planck Institute for Foreign and International Law v Hamburku. Působila jako hostující profesorka na Právnické fakultě University of Pennsylvania, New York University Law School, Frankfurt University, London School of Economics a Oxford University. Pistor je výzkumný pracovník v Centru pro výzkum hospodářské politiky a působil jako hlavní řešitel iniciativy Global Finance and Law Initiative (2011–2013) a člen představenstva (2011–2014) a 2019 člen European Corporate Governance. Ústav. V roce 2015 byla zvolena členkou Akademie věd Berlín-Brandenburg. V roce 2012 získala spolu s Martinem Hellwigem cenu Maxe Plancka za výzkum v oblasti mezinárodní finanční regulace a v roce 2014 získala cenu Allen & Overy za nejlepší pracovní dokument o právu Evropského institutu pro správu korporací. Je také příjemcem výzkumných grantů Institutu pro nové ekonomické myšlení a Národní vědecké nadace.
Programy
Programy
Sestavte si svoji sérii budoucích událostí
Sestavte si svoji sérii budoucích událostí
Letos v březnu pořádá Columbia University School of Professional Studies řadu multidisciplinárních rozhovorů, na kterých se mohou učitelé, odborníci a ...
Cílem nových rapových videí je zvýšit očkování proti COVID-19 v komunitách barev
Cílem nových rapových videí je zvýšit očkování proti COVID-19 v komunitách barev
Zahrnuje pět animovaných videí s oceněným rapperem oceněným Grammy Darryl DMC McDaniels z Run-DMC.
'La Bailarina' od Alumnuse Samuela Harwooda '19 promítání na Mezinárodním filmovém festivalu v New Yorku v roce 2021 (NYCIFF)
'La Bailarina' od Alumnuse Samuela Harwooda '19 promítání na Mezinárodním filmovém festivalu v New Yorku v roce 2021 (NYCIFF)
Film se zobrazuje jako součást výběru Narativní šortky.
Nina C. Young
Nina C. Young
Nina Young je asistentkou složení a ředitelkou Electronic Music Studios na Butler School of Music na University of Texas v Austinu. Dříve působila jako odborná asistentka na katedře umění na Rensselaer Polytechnic Institute. V roce 2016 absolvovala program DMA ve složení v Columbii. Před příchodem do Kolumbie Nina obdržela a
OnePlus 6T cena, specifikace, tapety, datum vydání, cena v Indii, USA
OnePlus 6T cena, specifikace, tapety, datum vydání, cena v Indii, USA
Cena OnePlus 6T v různých zemích, jako je Indie, USA, Kanada. 6,41palcový displej, optická AMOLED obrazovka, specifikace OnePlus 6T, datum vydání, baterie