内容分析

ウィキペディアから、無料の百科事典
ナビゲーションにジャンプ 検索にジャンプ

コンテンツ分析は、さまざまな形式のテキスト、写真、オーディオ、またはビデオである可能性のあるドキュメントおよびコミュニケーションアーティファクトの調査です。社会科学者は、内容分析を使用して、複製可能かつ体系的な方法でコミュニケーションのパターンを調べます。[1]コンテンツ分析を使用して社会現象を分析することの重要な利点の1つは、社会的経験のシミュレーションや調査回答の収集とは対照的に、その非侵襲的な性質です。

内容分析の実践と哲学は、学問分野によって異なります。それらはすべて、興味深く意味のあるコンテンツの存在を示すためにラベル(コードと呼ばれることもあります)が割り当てられたテキストまたはアーティファクトの体系的な読み取りまたは観察を伴います。[2] [3]一連のテキストのコンテンツに体系的にラベルを付けることにより、研究者は統計的手法を使用してコンテンツのパターンを定量的に分析したり、定性的手法を使用してテキスト内のコンテンツの意味を分析したりできます

ドキュメントのラベリング(またはコーディング)を自動化するために、コンテンツ分析でコンピューターがますます使用されています。単純な計算手法により、単語の頻度やドキュメントの長さなどの記述データを提供できます。機械学習分類器は、ラベル付けできるテキストの数を大幅に増やすことができますが、そうすることの科学的有用性は議論の余地があります。さらに、事前に決定された言語的、意味的、および心理的特性についてテキストを分析する多数のコンピューター支援テキスト分析(CATA)コンピュータープログラムが利用可能です。[4]

目標

コンテンツ分析は、幅広い手法ファミリーとして最もよく理解されています。効果的な研究者は、実質的な質問に答えるのに最も役立つ手法を選択します。とはいえ、クラウス・クリッペンドルフによれば、すべてのコンテンツ分析で6つの質問に対処する必要があります。[5]

  1. どのデータが分析されますか?
  2. データはどのように定義されていますか?
  3. データはどの母集団から抽出されますか?
  4. 関連するコンテキストは何ですか?
  5. 分析の境界は何ですか?
  6. 何を測定するのですか?

コンテンツ分析の最も単純で最も客観的な形式は、単語の頻度、新聞のコラムが占めるページ領域、ラジオテレビ番組の長さなど、テキストの明確な特性を考慮します。単語の意味は周囲のテキストに依存するため、単純な単語の頻度の分析は制限されます。 キーワードインコンテキスト(KWIC)ルーチンは、テキストコンテキストに単語を配置することでこれに対処します。これは、同義語同音異義語によって導入されるようなあいまいさを解決するのに役立ちます

分析のさらなるステップは、辞書ベースの(定量的)アプローチと定性的アプローチの違いです。辞書ベースのアプローチでは、単語の頻度リストから派生したカテゴリのリストを設定し、テキスト全体での単語とそれぞれのカテゴリの分布を制御します。このように定量的内容分析の方法は、見つかったカテゴリの観察結果を定量的統計データに変換しますが、定性的内容分析は、意図性とその意味に焦点を当てています。定性的内容分析と主題分析の間には強い類似点があります[6]

定性的および定量的内容分析

定量的内容分析は、これらのコード化された頻度の頻度カウントと客観的分析を強調します。[7]さらに、定量的内容分析は、分析が始まる前にコーディングが決定されたフレーム化された仮説から始まります。これらのコーディングカテゴリは、研究者の仮説に厳密に関連しています。定量分析も演繹的アプローチを取ります。[8]コンテンツ分析変数と構成の例は、たとえば、オープンアクセスデータベースDOCAにあります。このデータベースは、関連するコンテンツ(コミュニケーションおよび政治学の研究分野とトピックの分析変数)をコンパイル、体系化、および評価します。

ジークフリート・クラカウアーは、より信頼性を高めるために複雑なコミュニケーションを過度に単純化すると主張して、定量分析の批評を提供します。一方、定性分析は潜在的な解釈の複雑さを扱いますが、定量分析は明白な意味に焦点を合わせています。彼はまた、定性的および定量的な内容分析の「重複」を認めています。[7]パターンは定性分析でより綿密に調べられ、研究者が見つける可能性のある潜在的な意味に基づいて、研究のコースが変更される可能性があります。それは帰納的であり、仮説とは対照的に、オープンな研究の質問から始まります。[8]

計算ツール

PCのような一般的なコンピューティング設備の台頭に伴い、コンピュータベースの分析方法の人気が高まっています。[9] [10] [11]自由形式の質問、新聞記事、政党マニフェスト、医療記録、または実験における体系的な観察への回答はすべて、テキストデータの体系的な分析の対象となる可能性があります。

通信の内容を機械可読テキストの形式で利用できるようにすることで、入力の頻度が分析され、推論を構築するためのカテゴリにコード化されます。

コンピューター支援分析は、時間を削減し、複数の人間のコーダーがコーダー間の信頼性を確立する必要をなくすことにより、大規模な電子データセットに役立ちます。ただし、人間のコーダーは、テキスト内の微妙で潜在的な意味をより多く選択できるため、コンテンツ分析に引き続き使用できます。ある研究によると、人間のコーダーはより広い範囲を評価し、潜在的な意味に基づいて推論を行うことができました。[12]

信頼性

Robert Weber氏は次のように述べています。「テキストから有効な推論を行うには、一貫性があるという意味で分類手順が信頼できることが重要です。異なる人が同じテキストを同じ方法でコーディングする必要があります」。[13]妥当性、コーダー間信頼性、およびコーダー内信頼性は、長年にわたる徹底的な方法論的研究努力の対象となっています。[5] Neuendorfは、コンテンツ分析で人間のコーダーを使用する場合、少なくとも2つの独立したコーダーを使用する必要があることを示唆しています。人間のコーディングの信頼性は、多くの場合、コーダー間の信頼性または「2人以上のコーダー間の一致または対応の量」の統計的尺度を使用して測定されます。[4]LacyとRiffeは、コーダー間の信頼性の測定を定量的なコンテンツ分析の強みとして特定し、コンテンツアナリストがコーダー間の信頼性を測定しない場合、彼らのデータは単一の読者の主観的な印象よりも信頼性が高くないと主張します。[14]

テキストの種類

コンテンツ分析には、次の5種類のテキストがあります。

  1. 本や論文などの書かれたテキスト
  2. スピーチや演劇などの口頭のテキスト
  3. 図面、絵画、アイコンなどの象徴的なテキスト
  4. テレビ番組、映画、ビデオなどの視聴覚テキスト
  5. インターネット上で見つかったテキストであるハイパーテキスト

歴史

コンテンツ分析は、スピーチ、書かれたテキスト、インタビュー、画像、またはその他の形式のコミュニケーションの分類と分類を使用した調査です。当初、19世紀の終わりに最初の新聞を使用して、主題を与えられた列の数を測定することによって分析が手動で行われました。このアプローチは、1893年にシェイクスピアの文学のパターンを研究していた大学生にまでさかのぼることもできます。[15]

長年にわたり、コンテンツ分析はさまざまな範囲に適用されてきました。解釈学文献学は長い間、内容分析を使用して、神聖で俗悪なテキストを解釈し、多くの場合、テキストの作者信憑性を評価してきました。[3] [5]

最近、特にマスコミュニケーションの出現により、コンテンツ分析は、メディアコンテンツおよびメディアロジックを深く分析および理解するための使用が増加していることが知られています政治学者のハロルド・ラスウェルは、20世紀初頭から中期の主流バージョンで、内容分析の中心的な質問を作成しました。[16]ラスウェルによって開始された定量的アプローチの強力な強調は、コンテンツ分析の別の「父」であるバーナード・ベレルソンによって最終的に実行されました。、この観点から象徴的である内容分析の定義を提案した:「コミュニケーションの明白な内容の客観的で体系的かつ定量的な記述のための研究技術」。[17]

定量的内容分析は、マスコミやパーソナルコミュニケーション研究における技術の進歩と実りある応用のおかげで、近年再び人気を博しています。ニューメディア、特にソーシャルメディアモバイルデバイスによって生成されたテキストビッグデータのコンテンツ分析が一般的になっています。これらのアプローチは、言語から意味が形成されるプロセスであるセミオーシスの複雑さを無視した、言語の単純化された見方を取ります。定量的内容分析者は、内容分析の範囲を単純なカウントに限定し、社会科学への適切性を批判的に反映せずに自然科学の測定方法を適用したことで批判されてきました。[18]逆に、定性的コンテンツアナリストは、体系的でなく、印象的すぎると批判されてきました。[18] Krippendorffは、内容分析への定量的および定性的アプローチは重複する傾向があり、どちらのアプローチが優れているかについて一般化できる結論はあり得ないと主張しています。[18]

内容分析は、過去の文書である痕跡や、非言語的な文書であるアーティファクトの調査として説明することもできます。テキストは、そのフレーズの広い意味でのコミュニケーションプロセスによって生成されると理解されています。多くの場合、誘拐によって意味を獲得します。[3] [19]

潜在的およびマニフェストコンテンツ

マニフェストの内容は、その額面どおりに容易に理解できます。その意味は直接です。潜在的なコンテンツはそれほど明白ではなく、意味や意味を明らかにするために解釈が必要です。[20]

を使用します

Holstiは、コンテンツ分析の15の使用を3つの基本的なカテゴリにグループ化します。[21]

彼はまた、これらの使用法を基本的なコミュニケーションパラダイムのコンテキストに置きます。

次の表は、コンテンツ分析の15の使用法を、それらの一般的な目的、それらが適用されるコミュニケーションパラダイムの要素、およびそれらが回答することを目的とした一般的な質問の観点から示しています。

目的、コミュニケーション要素、および質問によるコンテンツ分析の使用
目的 エレメント 質問 使用する
コミュニケーションの前身について推論する ソース 誰?
エンコーディングプロセス なんで?
  • 政治的および軍事的情報を確保する
  • 個人の特性を分析する
  • 文化的側面と変化を推測する
  • 法的および評価的な証拠を提供する
コミュニケーションの特徴について説明し、推論する チャネル どのように?
  • 説得のテクニックを分析する
  • スタイルを分析する
メッセージ 何?
  • コミュニケーションコンテンツのトレンドを説明する
  • ソースの既知の特性を、それらが生成するメッセージに関連付けます
  • コミュニケーションコンテンツを標準と比較する
受信者 誰に?
コミュニケーションの結果について推論する デコードプロセス どのような効果がありますか?
ノート。目的、コミュニケーション要素、およびホルスティからの質問。[21] Holstiによって採用されたBerelson [22]から主に使用 されます。[21]

対位法として、コンテンツ分析を特徴付ける手順の使用範囲には制限があります。特に、分析の目的へのアクセスが、物質的な干渉のない直接的な手段によって得られる場合、直接測定技術はより良いデータをもたらします。[23]したがって、内容分析は、監視中に列挙するための値(分類が割り当てられた選択された概念単位(ユニット化)を介して、機能が主にカテゴリ化された(通常は名目または順序スケールに制限される)通信を定量的に記述しようとします。インターコーダーの信頼性代わりに、ターゲット量がすでに直接測定可能である場合(通常は間隔または比率スケールで)、特に連続的な物理量の場合、そのようなターゲットは通常、コンテンツ分析の「主観的な」選択と定式化を必要とするターゲットの中にリストされません。[24] [25] [26] [27] [28] [29] [30] [31]たとえば(混合研究と臨床応用から)、医用画像が診断機能を医師に伝えるとき、ニューロイメージング脳卒中(梗塞) )ASPECTSと呼ばれるボリュームスケールは、中大脳動脈の10の定性的に描写された(等しくない)脳領域としてユニット化されます後者を列挙するために、少なくとも部分的には梗塞しているのか、まったく梗塞していないのかを分類する領域であり、公開されたシリーズでは、コーエンのカッパによるインターコーダーの信頼性を評価することがよくあります。前述のイタリック体の操作は、梗塞範囲の推定にクレジットされていない形式のコンテンツ分析を課します。これは、代わりに、画像上で直接ボリュームとして簡単かつ正確に測定されます。[32] [33](「精度...は信頼性の最高の形です。」[34])ただし、国立衛生研究所の脳卒中スケール(NIHSS)または修正されたランキンスケール(mRS)は、必要な形式のコンテンツ分析を保持します。クラウス・クリッペンドルフは、言語と画像のコンテンツ全体にわたるコンテンツ分析の潜在的な限界を認識し、「理解は...ほとんどのコンテンツ分析が進行する分類および/またはカウントのプロセスにまったく準拠していない可能性がある」と断言します。 、」[35]は、内容分析がメッセージを実質的に歪める可能性があることを示唆しています。

初期コーディングスキームの開発

初期のコーディングスキームまたはコーディングへのアプローチのプロセスは、選択された特定のコンテンツ分析アプローチに依存します。指示された内容分析を通じて、学者は既存の理論または仮定から予備的なコーディングスキームを起草します。従来のコンテンツ分析アプローチでは、初期のコーディングスキームはデータから開発されました。

従来のコーディングプロセス

上記のいずれのアプローチでも、データに没頭して全体像を把握することは、研究者が実施することをお勧めします。さらに、一貫性のある明確なコーディング単位を特定することは非常に重要であり、研究者の選択は、テキストから象徴的な記号まで、単一の単語から複数の段落にまで及びます。最後に、特定のカテゴリまたはテーマ内でコードを分類することにより、コード間の関係を構築します。[36]

も参照してください

参照

  1. ^ アラン、ブライマン(2011)。ビジネス調査方法ベル、エマ、1968年-(第3版)。ケンブリッジ:オックスフォード大学出版局。ISBN 9780199583409OCLC746155102 _
  2. ^ Hodder、I.(1994)。文書と物質文化の解釈サウザンドオークスなど:セージ。p。155. ISBN 978-0761926870
  3. ^ a b c Tipaldo、G.(2014)。L'analisi delcontenutoeiマスメディアボローニャ、IT:Il Mulino p。42. ISBN 978-88-15-24832-9
  4. ^ a b キンバリーA.ノイエンドルフ(2016年5月30日)。コンテンツ分析ガイドブックセージ。ISBN 978-1-4129-7947​​-4
  5. ^ a b c Krippendorff、クラウス(2004)。内容分析:その方法論の紹介(第2版)。サウザンドオークス、カリフォルニア州:セージ。p。413.ISBN _ 9780761915454
  6. ^ Vaismoradi、Mojtaba; Turunen、Hannele; ボンダ、テレーズ(2013-09-01)。「内容分析と主題分析:定性的記述的研究を実施するための含意」。看護と健康科学15(3):398–405。土井10.1111/nhs.12048ISSN1442-2018_ PMID23480423_  
  7. ^ a b クラカウアー、ジークフリート(1952)「定性的内容分析の挑戦」。四半期ごとのパブリックオピニオン16(4、国際コミュニケーション研究特集):631. doi10.1086/266427ISSN0033-362X_ 
  8. ^ a b ホワイト、マリリン・ドーマス; マーシュ、エミリーE.(2006)。「内容分析:柔軟な方法論」。ライブラリトレンド55(1):22–45。土井10.1353/lib.2006.0053hdl2142/3670ISSN1559-0682_ S2CID6342233_  
  9. ^ Pfeiffer、Silvia、Stefan Fischer、およびWolfgangEffelsberg。自動オーディオコンテンツ分析。」テクニカルレポート96(1996)。
  10. ^ グリマー、ジャスティン、ブランドンM.スチュワート。データとしてのテキスト:政治的テキストのための自動コンテンツ分析方法の約束と落とし穴。」政治分析21.3(2013):267-297
  11. ^ 那須川、哲也、チョンギー・イー。感情分析:自然言語処理を使用して好意性をキャプチャします。」知識獲得に関する第2回国際会議の議事録。ACM、2003年。
  12. ^ コンウェイ、マイク(2006年3月)。「コンピュータの主観的精度:内容分析における人間のコーディングとの方法論的比較」。ジャーナリズムとマスコミ四半期ごと83(1):186–200。土井10.1177/107769900608300112ISSN1077-6990_ S2CID143292050_  
  13. ^ ウェーバー、ロバートフィリップ(1990)。基本的な内容分析(第2版)。カリフォルニア州ニューベリーパーク:セージ。p。 12ISBN 9780803938632
  14. ^ レイシー、スティーブンR; リフ、ダニエル(1993)。「マスコミの定量的研究における不作為と任務の罪」。ジャーナリズムとマスコミ四半期ごと70(1):126–132。土井10.1177/107769909307000114S2CID144076335_ 
  15. ^ サンプター、ランドールS.(2001年7月)。「ニュースについてのニュース」。ジャーナリズムの歴史27(2):64–72。土井10.1080/00947679.2001.12062572ISSN0094-7679_ S2CID140499059_  
  16. ^ ラスウェル、ハロルド(1948)。「社会におけるコミュニケーションの構造と機能」。ブライソンでは、L。(編)。アイデアのコミュニケーション(PDF)ニューヨーク:ハーパーとロウ。p。216。
  17. ^ Berelson、B.(1952)コミュニケーション研究における内容分析グレンコー:フリープレス。p。18.18。
  18. ^ a b c Krippendorff、クラウス(2004)。内容分析:その方法論の紹介カリフォルニア:セージ。pp。87–89。  _ ISBN 978-0-7619-1544-7
  19. ^ Timmermans、Stefan; イド・タヴォリ(2012)「定性的研究における理論構築」(PDF)社会学理論30(3):167–186。土井10.1177/0735275112457914S2CID145177394_  
  20. ^ Jang-Hwan Lee; キム・ヤングガル; ソンホユ(2001)。「知識管理のためのステージモデル」。システムサイエンスに関する第34回ハワイ国際会議の議事録IEEE計算。Soc:10. doi10.1109/hicss.2001.927103ISBN 0-7695-0981-9S2CID34182315 _
  21. ^ a b c Holsti、Ole R.(1969)。社会科学と人文科学のための内容分析マサチューセッツ州レディング:アディソン-ウェスリー。pp。14–93。(26ページの表2-1)。
  22. ^ ベレルソン、バーナード(1952)。コミュニケーション研究における内容分析グレンコー、病気:フリープレス。
  23. ^ Holsti、Ole R.(1969)。社会科学と人文科学のための内容分析マサチューセッツ州レディング:アディソン-ウェスリー。pp。15–16。
  24. ^ Holsti、Ole R.(1969)。社会科学と人文科学のための内容分析マサチューセッツ州レディング:アディソン-ウェスリー。
  25. ^ Neuendorf、Kimberly A.(2002)。コンテンツ分析ガイドブックサウザンドオークス、カリフォルニア州:セージ。pp。52–54。ISBN 0761919783(内容分析の記述的役割について)。
  26. ^ アグレスティ、アラン(2002)。カテゴリカルデータ分析(第2版)。ニュージャージー州ホーボーケン:ワイリー。pp。2–4。ISBN 0471360937(「カテゴリー」およびその他の測定尺度の意味について)。
  27. ^ Delfico、Joseph F.(1996)。内容分析:書かれた資料を構造化して分析するための方法論ワシントンDC:米国総合会計事務所。pp。19–21。(PDFにリンクされています)。
  28. ^ Delfico、Joseph F.(1996)。内容分析:書かれた資料を構造化して分析するための方法論ワシントンDC:米国総合会計事務所。(ASCII転写;第3章:1.1、スケールタイプに応じた使用法、および付録III、インターコーダーの信頼性)。
  29. ^ カーニー、T [homas] F [rancis](1971)。「内容分析:レビューエッセイ」歴史的方法ニュースレター4(2):52–61。(内容分析の定量的性質、ユニット化と分類、および記述的役割について)。
  30. ^ Krippendorff、クラウス(2004)。内容分析:その方法論の紹介(第2版)。サウザンドオークス、カリフォルニア州:セージ。pp。(パッシム)。ISBN 0761915451(内容分析の定量的性質、ユニット化と分類、およびスケールタイプごとの使用について)。
  31. ^ ホール、カルビンS .; ヴァンデキャッスル、ロバートL.(1966)。夢の内容分析ニューヨーク:アップルトン-センチュリー-クロフツ。pp。1–16。(第1章「内容分析の方法論」、内容分析の定量的性質と使用法、および12ページからの「主観的」の引用)。
  32. ^ Suss、Richard A.(2020)。「アスペクト、脳卒中の誤測定:計測学的調査」OSFプレプリント(ASPECTSの性質、リスク、および代替については§3、§6、および§7、コンテンツ分析との比較については76ページ)。
  33. ^ Suss、Richard A .; ピニョ、マルコC.(2020)。「ASPECTS歪み梗塞体積測定」American JournalofNeuroradiology41(5):E28。
  34. ^ ウェーバー、ロバートフィリップ(1990)。基本的な内容分析(第2版)。カリフォルニア州ニューベリーパーク:セージ。p。17. ISBN 0803938632
  35. ^ Krippendorff、クラウス(1974)。「トーマスF.カーニーのレビュー、コンテンツ分析:コミュニケーションからの体系的な推論のための技術ペンシルベニア大学学術コモンズ、アネンバーグコミュニケーション学部学科論文(4ページ目から引用、番号なし)。
  36. ^ 「内容分析」セージ2019年12月16日取得

さらに読む

  • Graneheim、UllaHällgren; Lundman、Berit(2004)。「看護研究における質的内容分析:信頼性を達成するための概念、手順、および対策」。今日の看護師教育24(2):105–112。土井10.1016/j.nedt.2003.10.001PMID14769454 _
  • バッジ、イアン(ed。)(2001)。ポリシー設定のマッピング。締約国、選挙人および政府の見積もり1945-1998英国オックスフォード:オックスフォード大学出版局。ISBN978-0199244003_ 
  • Krippendorff、Klaus、およびBock、Mary Angela(eds)(2008)。コンテンツ分析リーダー。サウザンドオークス、カリフォルニア州:セージ。ISBN978-1412949668_ 
  • Neuendorf、Kimberly A.(2017)。コンテンツ分析ガイドブック、第2版。サウザンドオークス、カリフォルニア州:セージ。ISBN978-1412979474_ 
  • ロバーツ、カールW.(ed。)(1997)。社会科学のためのテキスト分析:テキストとトランスクリプトから推論を引き出すための方法。ニュージャージー州マフア:ローレンスエルバウム。ISBN978-0805817348_ 
  • ウィマー、ロジャーD.およびドミニク、ジョセフR.(2005)。マスメディア研究:序論、第8版。カリフォルニア州ベルモント:ワズワース。ISBN978-0534647186_