Madame Lelica

概要	ソフトウェア
説明	ウェブサイト
説明	ウェブサイト
読書	コース

概要

コンテンツ分析は、特定の定性的データ（すなわちテキスト）内の特定の単語、テーマ、または概念の存在, コンテンツ分析を使用して、研究者は、そのような特定の単語、テーマ、または概念の存在、意味および関係を定量化および分析することができる。 例として、研究者は、偏りや偏りを検索するためにニュース記事内で使用される言語を評価することができます。 研究者は、テキスト内のメッセージ、作家、聴衆、さらにはテキストを取り巻く文化と時間について推論することができます。,

Description

データのソースは、インタビュー、オープンエンドの質問、フィールドリサーチノート、会話、または文字通りコミュニケーション言語（書籍、エッセイ、ディスカッション、新聞の見出し、スピーチ、メディア、歴史的文書など）からのものである可能性がある。 単一の研究を知ることが様々な形でテキストの分析. コンテンツ分析を使用してテキストを分析するには、テキストを分析のために管理可能なコードカテゴリ（すなわち”コード”）にコード化するか、または分解する, 一文字コードへのコードカテゴリのコードを指定されて”コードについてデータをまとめるのに役立ちます。

コンテンツ分析の三つの異なる定義は、以下に提供されています。

• 定義1：”メッセージの特別な特性を体系的かつ客観的に識別することによって推論を行うための任意の技術。”（Holsti、1968から）

• 定義2：”解釈的で自然主義的なアプローチ。, それは自然の中で観察と物語の両方であり、通常、科学的研究（信頼性、妥当性と一般化）に関連付けられている実験的要素にあまり依存していません（民族誌、観察研究、および物語の問い合わせ、1994-2012から）。

• 定義3：”コミュニケーションのマニフェストコンテンツの客観的、体系的、定量的な記述のための研究手法。,コミュニケーションに対する態度および行動反応をエスクライブ

• 人またはグループの心理的または感情状態を決定

• コミュニケーションコンテンツの国際的な違いを明らかに

• コミュニケーションコンテンツのパターンを明らかに

• 開始前に介入または調査を事前テストおよび改善

• フォーカスグループインタビューおよびオープンエンドの質問を分析して定量的データを補完する

• フォーカスグループインタビューおよび

コンテンツ分析のタイプ

コンテンツ分析には、概念分析とリレーショナル分析の二つの一般的なタイプがあります。, 概念分析は、テキスト内の概念の存在と頻度を決定します。 関係分析は、テキスト内の概念間の関係を調べることによって、概念分析をさらに発展させる。 分析の各タイプは、異なる結果、結論、解釈および意味につながる可能性があります。

概念分析

一般的に、人々はコンテンツ分析を考えるときに概念分析を考えます。 概念分析では、概念は検査のために選ばれ、分析は存在を量を示し、数えることを含む。, 主な目的は、データ内の選択された項の出現を調べることです。 用語は、明示的または暗黙的であってもよい。 明示的な用語は簡単に識別できます。 暗黙の用語のコーディングはより複雑です：あなたは含意のレベルを決定し、主観性（信頼性と妥当性の問題）に基づいて判断する必要があります。 そのため、コードの暗黙的に利用した辞書や文脈の変換規則をいう。

概念コンテンツ分析を開始するには、まず研究の質問を特定し、分析のためのサンプルまたはサンプルを選択します。, 次に、テキ これは基本的に選択的還元のプロセスです。 テキストをカテゴリに減らすことで、研究者は研究の質問を知らせる特定の単語やパターンに集中してコード化することができます。

概念コンテンツ分析を行うための一般的なステップ：

1. 分析のレベルを決定する：単語、単語センス、フレーズ、文、テーマ

2。 コーディングする概念の数を決定する:定義済みまたは対話型のカテゴリまたは概念のセットを開発します。 どちらかを決める：A., を柔軟に追加カテゴリのコロB.ィの定義の設定をカバーしています。

• オプションAは、自分の研究の質問に重要な意味を持つ可能性のある新しい重要な材料の導入と分析を可能にします。

• オプションBは、研究者が集中し、特定の概念のためのデータを調べることができます。

3. 概念の存在または頻度をコード化するかどうかを決定します。 決定はコーディングプロセスを変える。,

• コンセプトの存在をコーディングするとき、研究者はコンセプトがデータに少なくとも一度だけ現れた場合、それが何回現れたとしても一度だけ

• コンセプトの頻度をコーディングするとき、研究者はコンセプトがテキストに現れる回数をカウントします。

4. コンセプトをどのように区別するかを決めます：

• テキストは、表示されたとおりに正確にコード化するか、異なる形式で表示されたときに同じようにコード化すべきですか？ たとえば、”危険”対”危険”。, ここがポイントを符号化ルールでこれらの単語セグメントの透明さんの論理的なファッション。 ルールは、これらの単語セグメントのすべてを同じカテゴリに分類することができ、または研究者がこれらの単語セグメントを別々のコードに区別できる

• どのレベルの含意が許されるのでしょうか？ 概念を暗示する言葉または概念を明示的に述べる言葉？ たとえば、”危険”対”人は怖い”対”その人は私に害を与える可能性があります”。, これらの単語セグメントのないメリット別のカテゴリーにより、潜在意味しています。

5. ルールを作のための符号化お問います。 ステップ1-4の決定が完了した後、研究者はテキストをコードに翻訳するためのルールの開発を開始できます。 これで符号化処理組織の整合性をとります。 研究者は、コーディングしたいものを正確にコーディングできます。 コーディングプロセスの妥当性は研究者が彼らの翻訳規則に続くことを意味するコードで一貫し、一貫しているとき保障される。, コンテンツ分析では、翻訳ルールに従うことは有効性と同等です。

6. 無関係な情報をどうするかを決める：これを無視するか（例えば、”the”や”and”などの一般的な英語の単語）、またはコーディングの結果に追加する場合にコーディングスキームを再検討するために使用する必要がありますか？

7. コードのテキスト:この機能は、一般に使用ソフトウェアです。 使用ソフトウェアの研究者が入力できる項目として符号化自動的に行われるため、迅速かつ効率的にソフトウェアプログラム。 コーディングが手作業で行われると、研究者はエラーをはるかに簡単に認識できます（例えば, タイプミス、スペルミス）。 を使用する場合はコンピュータコーディング、テキストできる洗浄の誤差を含むすべてのデータです。 この決定の対コンピュータ符号化に最も関連する暗黙の情報カテゴリの準備が必要にな正確に符号といいます。

8. あなたの結果を分析する:結論および一般化を可能な限り引き出しなさい。 無関係な、不要な、または未使用のテキストをどうするかを決定する：コーディングスキームを再検討する、無視する、または再評価する。 概念コンテンツ分析は情報を定量化するだけであるため、結果を慎重に解釈します。, 典型的には、一般的な傾向およびパターンが識別され得る。

リレーショナル分析

リレーショナル分析は、概念が検査のために選択される概念分析のように始まります。 しかし、分析には、概念間の関係を探索することが含まれます。 個々の概念は固有の意味を持たないと見なされ、むしろ意味は概念間の関係のプロダクトである。

リレーショナルコンテンツ分析を開始するには、まず研究の質問を特定し、分析のためのサンプルまたはサンプルを選択します。, コンセプトタイプが解釈に開放されず、要約できるように、研究の質問に焦点を当てる必要があります。 次に、分析用のテキストを選択します。 徹底的な分析のために十分な情報を持つこととバランスをとることによって、分析のためのテキストを慎重に選択することで、結果が広範すぎる情

一般的な手順に進む前に、リレーショナル分析の三つのサブカテゴリから選択することができます。,

1. 抽出に影響を与える：テキスト内で明示的な概念の感情的な評価。 この方法への挑戦は感情が時間、人口およびスペースを渡って変わることができることである。 但し、それはテキストのスピーカーまたは作家の感情的で、心理的な状態の捕獲で有効であることができる。

2. 近接分析：テキスト内の明示的な概念の共起の評価。 テキストは、概念の共起のためにスキャンされる”ウィンドウ”と呼ばれる単語の文字列として定義されます。, その結果、”概念行列”、または全体的な意味を示唆する相互に関連した共起概念のグループが作成されます。

3. 認知マッピング：影響抽出または近接分析のいずれかのための可視化技術。 認知マッピングは、概念間の関係を表すグラフィックマップのようなテキストの全体的な意味のモデルを作成しようとします。

リレーショナルコンテンツ分析を行うための一般的な手順:

1., 分析のタイプを決定する：サンプルが選択されたら、研究者は調べるべき関係のタイプと分析のレベルを決定する必要があります：単語、単語感、フレーズ、文、
2. テキストを単語やパターンのカテゴリとコードに減らします。 研究者は、意味や単語の存在をコード化することができます。
3. 概念間の関係を探る：単語がコード化されると、テキストは次のために分析することができます：

• 関係の強さ：二つ以上の概念が関連している程度。,

• 関係のサイン：概念はお互いに正または負に関連していますか？

• リレーションシップの方向：カテゴリが示すリレーションシップのタイプ。 たとえば、”XはYを意味する”または”XはYの前に発生する”または”xがYの場合”またはXがYの主な動機である場合

4。 コードの関係:差の概念とその関連分析の諸表または関係概念として符号化される。
5. 統計分析の実行：コーディング中に識別された変数間の差異を調査したり、関係を探します。,
6. 表現をマッピングする：決定マッピングや精神モデルなど。

信頼性と妥当性

信頼性：研究者の人間性のために、コーディングエラーは決して排除することはできませんが、最小限に抑えることができます。 一般に、80%は信頼性のための受諾可能な差益である。 三つの基準は、コンテンツ分析の信頼性を構成します：

1. 安定性：コーダーが一定の期間にわたって同じ方法で同じデータを一貫して再コーディングする

2. 再現性：コーダーのグループが同じ方法でカテゴリメンバーシップを分類する傾向。,

3. 正確さ：テキストの分類が統計的に標準または標準に対応する程度。

妥当性：三つの基準は、コンテンツ分析の妥当性を構成します：

1. カテゴリの近さ：これは、各特定のカテゴリの合意された定義に到達するために、複数の分類器を利用することによって達成することができます。 複数の分類子を使用すると、明示的な変数である可能性のある概念カテゴリを、同義語または暗黙の変数を含むように広げることができます。

2. 結論：どのレベルの含意が許容されるのでしょうか？, 結論は正しくデータに従っていますか？ 結果は他の現象によって説明可能ですか？ ことが特に問題使用時のコンピュータ解析用ソフトウェアの区別をすることに同義語. たとえば、”鉱山”という言葉は、人称代名詞、爆発装置、鉱石が抽出される地面の深い穴をさまざまに表しています。 ソフトウェアは、その単語の出現と頻度の正確なカウントを得ることができますが、それぞれの特定の使用に固有の意味の正確な会計処理を生成することはできません。, この問題は結果を離れて投げ、結論を無効にすることができる。

3. 結果の理論への一般化可能性：概念カテゴリの明確な定義に依存し、それらがどのように決定され、測定しようとしているアイデアを測定する 一般化可能性は信頼性と並行しており、その多くは信頼性に関する三つの基準に依存しています。,時間をかけてultural洞察力

4. データへの近さを可能にします

5. テキストのコード化されたフォームは、統計的に分析することができます

6. 相互作用を分析する控えめな手段

7. 人間の思考と言語使用の複雑なモデルへの洞察を提供します

8. うまく行ったとき、比較的正確な”研究方法”と考えられています

9. /li>

10. コンテンツ分析は、容易に理解され、安価な研究方法です

11. インタビュー、観察、アーカイブレコードの使用などの他の研究方法と組み合わせると、より強力なツー, これは、特に時間をかけて傾向を文書化するために、歴史的な資料を分析するために非常に便利です。,彼はそのことを知らなかった

12. 特に複雑なテキストを扱うときには本質的に還元的である

13. 単語数で構成されることが多すぎる

14. テキストを生成したコンテキストや、テキストが生成された後の状態を無視することが多い

15. テキストが生成された後の状態を無視することが多い

16. テキストが生成された後の状態を無視することが多い

17. テキストが生成された後の状態を無視することが多い

18. 自動化またはコンピュータ化することは困難である

読み取り

教科書&章

• berelson、bernard。, コミュニケーション研究の内容分析。ニューヨーク-フリー-プレス、1952年。

• ブシャ、チャールズH.およびスティーブンP.ハーター。 図書館学における研究方法：技術と解釈。ニューヨーク：アカデミックプレス、1980。

• デソラプール、イティエル。 コンテンツ分析の傾向。 アーバナ：イリノイ大学出版社、1959年。

• クリッペンドルフ、クラウス。 コンテンツ分析：その方法論の紹介。 ビバリーヒルズ：セージ出版、1980。

• フィールディング、NG&リー、RM。 定性研究にコンピュータを使用して。 セージ出版、1991。, （Seidel,J.’Method and Madness in The Application of Computer Technology to質的データ分析’の章を参照してください。)

方法論的記事

アプリケーション記事

ソフトウェア