Трудности, возникающие в ходе контент-анализа

Сообщения или тексты, являющиеся предметом контент-анализа составляются, пишутся, публикуются чаще всего с какими-то определенными целями. Поэтому при анализе текстов необходимо стараться учитывать в интерпретации их содержания контекст их очевидных целей.

Вообще для контент-анализа типична ситуация, когда главный интерес исследователя заключается не в самих характеристиках содержания, а во внеязыковой реальности, которая за ними стоит - личных характеристиках автора текста, преследуемых им целях, характеристиках адресата текста, различных событиях общественной жизни, неявно отраженных в тексте и т.п.

Следующий момент, на который должен обратить внимание исследователь, связан с доступностью интересующих его сообщений: обеспечена ли возможность свободного отбора материалов для анализа? Доступны ли все материалы в неискаженном виде или же навязывается некий контроль извне?

За исключением полностью компьютеризованных контентаналитических процедур (которые в педагогических исследованиях пока используются крайне редко), контент-анализ целиком опирается на субъективные суждения исследователей-кодировщиков о содержании сообщений. При этом разные исследователи могут расходиться между собой в понимании сообщения. Однако измерения могут считаться достаточно надежными лишь тогда, когда относительно их содержания между исследователями достигнут определенный уровень консенсуса.

Мангейм и Рич советуют повысить надежность интеркодирования в широкомасштабном исследовании с помощью следующих общих правил:

· Удостовериться в том, что все значения сформулированы ясно и по возможности недвусмысленно.

· Использовать услуги как можно большего числа кодировщиков.

· Всячески способствовать тому, чтобы кодировщики как можно больше взаимодействовали между собой (совместные практические занятия с обязательным обсуждением всех нюансов в интерпретации данных могут приводить к достижению консенсуса не только в отношении самих данных, но и в отношении истинных значений операциональных определений).

Возможно, более, чем любой другой метод, контент-анализ требует тщательной операционализации всех переменных и постоянного

мониторинга процесса.

Если этот метод применяется впервые, исследователями часто допускаются многочисленные ошибки. С.И. Григорьев приводятся наиболее часто встречающиеся просчеты:

1. Анализ документов опережает разработку исследовательской

программы.

2. Анализируются документы, не связанные с гипотезами исследования

(имеющие сходство с темой исследования лишь по названию).

3. Не проверена подлинность документа.

4. Не уточнено его авторство.

5. Неполно учтено его предназначение.

6. Категории анализа не определены до такой степени, которая позволяет четко различать смысловые единицы текста документа.

7. Категории анализа не упорядочены в иерархическую систему и не приведены в соответствие с теми терминами и их операционализациями, которые зафиксированы в программе исследования.

8. Категории анализа несопоставимы со смыслом и языком текста

анализируемого документа.

9. Единицы анализа характеризуют категории анализа лишь внешне, а не по существу, а поэтом у единицы анализа не позволяют идентифицировать содержание документа в полном соответствии с категориями анализа.

10.Анализ документа ведется без предварительной подготовки всего комплекса методических инструментов.

11.Классификатор имеет недочеты, составлен с нарушением правил логики.

12.Регистраторы (кодировщики) не получили должной методической подготовки.

13.Инструкция по регистрации и кодировке недостаточно полная, составлена исследователем, который сам предварительно не апробировал инструментарий.

14.Кодировка не соответствует программе математической обработки данных исследования.

15.Результаты контент-анализа не перепроверены информацией, собранной иными методами.

Таким образом, еще раз подчеркнем, что специфика некомпьютерного контент-анализа – определенная неточность (размытые смыслы, произвольность, субъективность трактовок и т.п.). Для повышения точности необходимо строгое описание процедуры фиксации единиц счета и их отнесения к соответствующим категориям и смысловым единицам анализа. Контроль на обоснованность результатов контент-анализа может быть осуществлен проверкой другими методами (например, анкетированием).

Желательно проводить также контроль на устойчивость – по возможности, проводя повторный анализ на аналогичной выборке.

 

 

Заключение

Контент-анализ (англ. content analysis, нем. Content-Analyse, фр. analyse du contenu) — исследовательская техника для получения выводов путем анализа содержания текста о состояниях и свойствах социальной действительности, в частности, источника текста публикации.

Своими словами, контент-анализ — это перевод текстовой информации в количественные показатели. Например, такими показателями могут быть:

· для определения размера публикации — количество слов в тексте;

· для определения ключевой фигуры статьи — количество и состав действующих персонажей;

· для определения смысловой направленности публикации — тематика статьи или наличие в тексте определенных слов и т.д.

Подсчет частоты появления в тексте исследуемых показателей, например, слов, символов, таблиц, фотографий, характеризует количественный контент-анализ публикаций, а поиск в тексте присутствия или отсутствия исследуемой переменной — качественный контент-анализ.

Применение метода контент-анализа для изучения информации из СМИ считается особенно эффективным. Из открытых источников можно получить от 80 до 95% имеющейся информации при сравнительно низкой стоимости ее получения. Результаты контент-анализа используются маркетологами для конкурентной разведки, аналитиками для выявления тенденций и построения прогнозов и PR-специалистам для оценки репутации и эффективности pr-кампаний.