メイン その他 内容分析

内容分析

概要概要

ソフトウェア

説明

ウェブサイト

読書

コース

概要概要

コンテンツ分析は、特定の定性的データ(テキストなど)内の特定の単語、テーマ、または概念の存在を判断するために使用される調査ツールです。研究者は、内容分析を使用して、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できます。例として、研究者はニュース記事内で使用されている言語を評価して、偏見や偏りを探すことができます。その後、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や時間について推論することができます。

説明

データのソースは、インタビュー、自由形式の質問、フィールド調査ノート、会話、または文字通りあらゆる種類のコミュニケーション言語(本、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ります。単一の調査では、分析でさまざまな形式のテキストを分析できます。コンテンツ分析を使用してテキストを分析するには、テキストをコード化するか、分析用の管理可能なコードカテゴリ(コード)に分類する必要があります。テキストがコードカテゴリにコード化されると、コードをさらにコードカテゴリに分類して、データをさらに要約することができます。

コンテンツ分析の3つの異なる定義を以下に示します。

  • 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手法。 (Holsti、1968年から)

  • 定義2:解釈的で自然主義的なアプローチ。それは本質的に観察と物語の両方であり、科学研究に通常関連する実験要素(信頼性、妥当性、一般化可能性)にあまり依存していません(民族誌学、観察研究、およびナラティブインクワイアリー、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を客観的、体系的、定量的に説明するための調査手法。 (ベレルソン、1952年から)

    疫学はの研究です

コンテンツ分析の使用

  • 個人、グループ、または機関の意図、焦点、またはコミュニケーションの傾向を特定する

  • コミュニケーションに対する態度と行動の反応を説明する

  • 人またはグループの心理的または感情的な状態を判断する

  • コミュニケーション内容の国際的な違いを明らかにする

  • コミュニケーションコンテンツのパターンを明らかにする

  • ローンチ前に介入または調査を事前テストして改善する

  • フォーカスグループのインタビューと自由形式の質問を分析して、定量的データを補完します

コンテンツ分析の種類

コンテンツ分析には、概念分析とリレーショナル分析の2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。リレーショナル分析は、テキスト内の概念間の関係を調べることにより、概念分析をさらに発展させます。分析の種類ごとに、異なる結果、結論、解釈、および意味が生じる可能性があります。

概念分析

通常、人々はコンテンツ分析について考えるときに概念分析について考えます。概念分析では、検討のために概念が選択され、分析にはその存在の定量化とカウントが含まれます。主な目標は、データ内の選択された用語の出現を調べることです。用語は明示的または暗黙的です。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。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。したがって、暗黙の用語のコーディングには、辞書またはコンテキスト翻訳ルール、あるいはその両方の使用が含まれます。

概念的な内容分析を開始するには、最初に調査の質問を特定し、分析する1つまたは複数のサンプルを選択します。次に、テキストを管理可能なコンテンツカテゴリにコーディングする必要があります。これは基本的に減数手術のプロセスです。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に情報を与える特定の単語やパターンに焦点を合わせてコーディングすることができます。

概念的な内容分析を実施するための一般的な手順:

1.分析のレベルを決定します:単語、単語の意味、フレーズ、文、テーマ

2.コーディングする概念の数を決定します。事前定義された、またはインタラクティブなカテゴリまたは概念のセットを開発します。 A.コーディングプロセスを通じてカテゴリを柔軟に追加できるようにするか、B。事前定義されたカテゴリのセットを使用するかを決定します。

  • オプションAを使用すると、研究の質問に重大な影響を与える可能性のある、新しく重要な資料の紹介と分析が可能になります。

  • オプションBを使用すると、研究者は集中力を維持し、特定の概念について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ディングするかどうかを決定します。この決定により、コーディングプロセスが変わります。

  • 概念の存在をコーディングする場合、研究者は、データに少なくとも1回出現した場合、および出現回数に関係なく、概念を1回だけカウントします。

  • 概念の頻度をコーディングするとき、研究者は概念がテキストに現れる回数を数えます。

4.概念をどのように区別するかを決定します。

  • テキストは、表示されるとおりに正確にコーディングする必要がありますか、それとも異なる形式で表示される場合は同じようにコーディングする必要がありますか?たとえば、危険と危険。ここでのポイントは、これらの単語セグメントが論理的な方法で透過的に分類されるようにコーディング規則を作成することです。ルールを使用すると、これらの単語セグメントをすべて同じカテゴリに分類できます。または、研究者がこれらの単語セグメントを個別のコードに区別できるようにルールを作成することもできます。

  • どのレベルの含意が許可されますか?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及ぼす可能性があります。これらの単語セグメントは、危険の暗黙の意味のために、別々のカテゴリに値しない場合があります。

5.テキストをコーディングするためのルールを作成します。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変換するためのルールの開発を開始できます。これにより、コーディングプロセスが整理され、一貫性が保たれます。研究者は、自分が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有効性は、研究者がコードに一貫性と一貫性を持っている場合、つまり翻訳ルールに従っている場合に保証されます。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定します。これは無視する必要がありますか(たとえば、andやなどの一般的な英語の単語)、コーディングの結果に追加され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.テキストをコーディングします。これは、手動またはソフトウェアを使用して実行できます。ソフトウェアを使用することにより、研究者はソフトウェアプログラムによってカテゴリを入力し、コーディングを自動的、迅速、効率的に行うことができます。コーディングを手作業で行うと、研究者はエラーをはるかに簡単に認識できます(タイプミス、スペルミスなど)。コンピューターコーディングを使用している場合は、テキストからエラーを取り除き、利用可能なすべてのデータを含めることができます。手作業とコンピューターコーディングのこの決定は、正確なコーディングのためにカテゴリーの準備が不可欠である暗黙の情報に最も関連しています。

8.結果を分析します。可能な場合は結論と一般化を導き出します。関連性のない、不要な、または未使用のテキストをどう処理するかを決定します。コーディングスキームを再検討、無視、または再評価します。概念的な内容分析では情報を定量化することしかできないため、結果を注意深く解釈してください。通常、一般的な傾向とパターンを特定できます。

リレーショナル分析

リレーショナル分析は、概念分析のように始まります。概念分析では、検討のために概念が選択されます。ただし、分析には、概念間の関係の調査が含まれます。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産物です。

リレーショナルコンテンツ分析を開始するには、最初に調査の質問を特定し、分析する1つまたは複数のサンプルを選択します。概念タイプが解釈に開かれておらず、要約できるように、調査の質問に焦点を当てる必要があります。次に、分析するテキストを選択します。徹底的な分析に十分な情報を用意することでバランスを取り、分析するテキストを慎重に選択します。これにより、情報が広すぎてコーディングプロセスが困難で重くなり、意味のある価値のある結果を提供できなくなることはありません。

一般的な手順に進む前に、リレーショナル分析の3つのサブカテゴリから選択できます。

  1. 感情の抽出:テキストで明示されている概念の感情的な評価。この方法の課題は、感情が時間、人口、空間によって異なる可能性があることです。しかし、それはテキストの話者または作家の感情的および心理的状態を捉えるのに効果的である可能性があります。

  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、概念の共起について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、全体的な意味を示唆する概念マトリックス、または相互に関連する同時発生する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視覚化手法。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など、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実行する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、研究者は調査する関係のタイプと分析のレベル(単語、単語の意味、フレーズ、文、テーマ)を決定する必要があります。
2.テキストを単語または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できます。
3.概念間の関係を調べます。単語がコード化されると、テキストは次のように分析できます。

  • 関係の強さ:2つ以上の概念が関連している程度。

  • 関係の兆候:概念は互いに正または負の関係にありますか?

  • 関係の方向:カテゴリが示す関係のタイプ。たとえば、Xは、YまたはXがYの前に発生すること、XがYの場合、またはXがYの主な動機である場合に発生することを意味します。

4.関係をコーディングする:概念分析とリレーショナル分析の違いは、ステートメントまたは概念間の関係がコーディングされていることです。
5.統計分析を実行します。コーディング中に、識別された変数間の違いを調査するか、関係を探します。
6.表現のマッピング:意思決定マッピングやメンタルモデルなど。

信頼性と妥当性

信頼性 :研究者の人間性のため、コーディングエラーを排除することはできず、最小限に抑えることしかできません。一般に、80%は信頼性の許容マージンです。 3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:コーダーが一定期間にわたって同じデータを同じ方法で一貫して再コーディングする傾向。

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

  3. 精度: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。

有効 :3つの基準は、コンテンツ分析の有効性を構成します。

  1. カテゴリの近さ:これは、複数の分類子を利用して、特定の各カテゴリの合意された定義に到達することで実現できます。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拡張して、同義語または暗黙的な変数を含めることができます。

    カントの定言命法とは何ですか
  2. 結論:どのレベルの含意が許容されますか?結論はデータに正しく従っていますか?結果は他の現象によって説明できますか?これは、分析や同義語の区別にコンピューターソフトウェアを使用する場合に特に問題になります。たとえば、鉱山という言葉は、人称代名詞、爆発装置、および鉱石が抽出される地面の深い穴をさまざまに意味します。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取得できますが、それぞれの特定の使用法に固有の意味の正確な説明を生成することはできません。この問題は結果を捨て、結論を無効にする可能性があります。

  3. 結果の理論への一般化可能性:概念カテゴリーの明確な定義、それらがどのように決定されるか、そして測定しようとしているアイデアを測定する際の信頼性に依存します。一般化可能性は、信頼性の3つの基準に大きく依存するため、信頼性と同等です。

コンテンツ分析の利点

  • テキストを使用してコミュニケーションを直接調べます

  • 定性分析と定量分析の両方が可能

  • 時間の経過とともに貴重な歴史的および文化的洞察を提供します

  • データへの近さを可能にします

  • テキストのコード化された形式は統計的に分析することができます

  • 相互作用を分析する目立たない手段

  • 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

  • うまくいけば、比較的正確な調査方法と見なされます

  • 内容分析は、容易に理解でき、安価な調査方法です。

  • インタビュー、観察、アーカイブ記録の使用などの他の調査方法と組み合わせると、より強力なツールになります。これは、履歴資料の分析、特に時間の経過に伴う傾向の文書化に非常に役立ちます。

コンテンツ分析のデメリット

  • 非常に時間がかかる可能性があります

  • 特にリレーショナル分析を使用してより高いレベルの解釈を実現する場合は、エラーが増加する可能性があります。

  • 多くの場合、理論的根拠が欠けているか、研究に含まれる関係や影響について意味のある推論を引き出すにはあまりにも自由に試みます

  • 特に複雑なテキストを扱う場合、本質的に還元的です

  • 単語数だけで構成するにはあまりにも頻繁になりがちです

  • 多くの場合、テキストを作成したコンテキストや、テキストが作成された後の状態を無視します。

  • 自動化またはコンピュータ化が難しい場合があります

    tモバイルトラベルカーレンタル

読書

教科書と章

  • ベレルソン、バーナード。コミュニケーション研究における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.、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年。

  • 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:イリノイ大学出版局、1959年。

  • クラウス・クリッペンドルフ。内容分析:その方法論の紹介。ビバリーヒルズ:セージ出版、1980年。

  • フィールディング、NG&リー、RM。定性的研究におけるコンピューターの使用。 SAGE Publications、1991年。(Seidel、J。「定性的データ分析へのコンピューター技術の適用における方法と狂気」の章を参照してください。)

方法論の記事

  • Hsieh HF&Shannon SE (2005)。定性的内容分析への3つのアプローチ。定性的健康調査。 15(9):1277-1288

  • Elo S、Kaarianinen M、Kanste O、Polkki R、Utriainen K、およびKyngas H.(2014)。定性的内容分析:信頼性に焦点を当てます。セージオープン。 4:1-10。

アプリケーション記事

  • Abroms LC、Padmanabhan N、Thaweethai L、およびPhillips T.(2011)。禁煙のためのiPhoneアプリ:内容分析。予防医学のアメリカジャーナル。 40(3):279-285。

  • Ullstrom S. Sachs MA、Hansson J、Ovretveit J、およびBrommels M.(2014)。沈黙の中で苦しんでいる:有害事象の2番目の犠牲者の定性的研究。ブリティッシュメディカルジャーナル、品質と安全性の問題。 23:325-331。

  • オーウェンP.(2012)エンターテインメントメディアによる統合失調症の描写:現代映画の内容分析。精神科サービス。 63:655-659。

ソフトウェア

コンテンツ分析を手動で行うか、コンピュータソフトウェアを使用して行うかを選択するのは難しい場合があります。この問題の説明については、上記の教科書と章に記載されている「定性的データ分析へのコンピューター技術の適用における方法と狂気」を参照してください。

ウェブサイト

  • Rolly Constable、Marla Cowell、Sarita Zornek Crawford、David Golden、Jake Hartvigsen、Kathryn Morgan、Anne Mudgett、Kris Parrish、Laura Thomas、Erika Yolanda Thompson、Rosie Turner、Mike Palmquist (1994-2012)。民族誌学、観察研究、およびナラティブインクワイアリー。 Writing @CSU。コロラド州立大学。入手可能: http://writing.colostate.edu/guides/guide.cfm?guideid=63 。 Michael Palmquistによるコンテンツ分析の概要として、これはWeb上のコンテンツ分析に関する主要なリソースです。包括的でありながら簡潔です。例と注釈付きの参考文献が含まれています。上記の説明に含まれる情報は、内容分析に関するMichael Palmquistの優れたリソースから大きく引き出されて要約されていますが、疫学の博士課程の学生と若手研究者の目的のために合理化されています。

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

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

コース

コロンビア大学のMailmanSchool of Public Health

興味深い記事

エディターズチョイス

肥満は以前考えられていたよりも多くのアメリカ人を殺します
肥満は以前考えられていたよりも多くのアメリカ人を殺します
肥満は以前考えられていたよりもはるかに致命的です。科学者によると、ここ数十年にわたって、肥満は40歳から85歳までの黒人と白人のアメリカ人の死亡の18パーセントを占めていました。この発見は、その部分を約5%にする科学者の間の一般的な知恵に挑戦します。肥満は、最近のいくつかよりも劇的に悪い健康への影響をもたらします
アーロン・A・フォックス
アーロン・A・フォックス
アーロン・フォックスは1997年にコロンビアに来ました。彼は、1994年から1997年まで、シアトルのワシントン大学の人類学および音楽学部で教鞭を執っていました。彼はテキサス大学オースティン校で社会人類学の博士号を取得し(1995年)、ハーバード大学で音楽の学士号を取得しています。アーロンは2008年から2011年まで学科の議長を務めました。
Paola Cossermelli Messina
Paola Cossermelli Messina
Paola Cossermelli Messinaは、音楽、政治、性別の交差点にある研究に関心を持つサウンドデザイナー兼オーディオエンジニアです。 CUNY-Creative ArtsTeamのプログラムであるSoundThinking NYCのプロジェクトマネージャーとして、彼女は最近、音楽とテクノロジーの仕事と教育のイニシアチブとの関係に関心を持っています。彼女は文学士号を取得しています。音楽で
大学を超えて到達する:論説を書く
大学を超えて到達する:論説を書く
ダニエル・リッチマン
ダニエル・リッチマン
ダニエルリッチマンは、ニューヨーク南部地区の米国検察庁の元連邦検察官であり、刑事判決、連邦刑法、判決、サイバーセキュリティ、データプライバシー、監視法について教え、執筆しています。彼の最近の奨学金には、検察官の裁量と刑法を形成する検察官の力に対処する記事「検察官の会計」、および「アメリカの殺人事件における最近の急増とより長い傾向の理解」(コロンビア大学法学教授ジェフリー・フェーガン)が含まれます。リッチマンは、コロンビア大学の大統領教育賞を受賞しています。 2007年に学部に入る前は、フォーダムロースクールとバージニア大学ロースクールで教鞭を執っていました。リッチマンは、上訴弁護士を務め、組織化された犯罪部門と麻薬部門の両方で働いていた米国弁護士事務所での経験に加えて、米国最高裁判所のサーグッドマーシャル判事と、第2米国巡回区のウィルフレッドファインバーグ裁判長を務めました。控訴裁判所。リッチマンは、FBIのジェームズB.コミー長官の顧問、および米国司法省と財務省のコンサルタントを務めてきました。ニューヨーク市長のマイケル・ブルームバーグの下で、リッチマンは地方条件付き解放委員会の委員長を務めました。彼は現在、公共の完全性の向上のためのコロンビア大学ロースクールセンターの教員顧問です。
リハビリテーション・再生医療科
リハビリテーション・再生医療科
反復運動損傷(反復運動損傷)とは何ですか?
レビュー: '聖。オオカミによって育てられた女の子のためのルーシーの家
レビュー: '聖。オオカミによって育てられた女の子のためのルーシーの家