메인 다른 내용 분석

내용 분석

개요

소프트웨어

기술

웹 사이트

판독

과정

개요

콘텐츠 분석은 주어진 정 성적 데이터 (예 : 텍스트) 내에서 특정 단어, 주제 또는 개념의 존재를 확인하는 데 사용되는 조사 도구입니다. 콘텐츠 분석을 사용하여 연구원은 그러한 특정 단어, 주제 또는 개념의 존재, 의미 및 관계를 정량화하고 분석 할 수 있습니다. 예를 들어, 연구자들은 편견이나 편견을 찾기 위해 뉴스 기사에서 사용되는 언어를 평가할 수 있습니다. 그런 다음 연구원은 텍스트 내의 메시지, 작가, 청중, 심지어 텍스트를 둘러싼 문화와 시간에 대해 추론 할 수 있습니다.

기술

데이터 소스는 인터뷰, 개방형 질문, 현장 조사 노트, 대화 또는 말 그대로 의사 소통 언어 (예 : 책, 에세이, 토론, 신문 헤드 라인, 연설, 미디어, 역사 문서)에서 찾을 수 있습니다. 단일 연구는 분석에서 다양한 형태의 텍스트를 분석 할 수 있습니다. 콘텐츠 분석을 사용하여 텍스트를 분석하려면 텍스트를 분석을 위해 관리 가능한 코드 범주 (예 : 코드)로 코딩하거나 세분화해야합니다. 텍스트가 코드 범주로 코딩되면 코드를 코드 범주로 더 분류하여 데이터를 더 자세히 요약 할 수 있습니다.

콘텐츠 분석에 대한 세 가지 정의가 아래에 나와 있습니다.

  • 정의 1 : 메시지의 특수한 특성을 체계적이고 객관적으로 식별하여 추론하는 기술. (1968 년 Holsti에서)

  • 정의 2 : 해석적이고 자연주의적인 접근. 그것은 본질적으로 관찰적이고 서술 적이며 일반적으로 과학적 연구 (신뢰성, 타당성 및 일반화 가능성)와 관련된 실험 요소에 덜 의존합니다 (Ethnography, Observational Research 및 Narrative Inquiry, 1994-2012).

  • 정의 3 : 의사 소통의 명백한 내용에 대한 객관적이고 체계적이며 정량적 인 설명을위한 연구 기술. (1952 년 베 렐슨에서)

콘텐츠 분석의 사용

  • 개인, 그룹 또는 기관의 의도, 초점 또는 커뮤니케이션 경향을 식별합니다.

  • 의사 소통에 대한 태도 및 행동 반응 설명

  • 개인이나 집단의 심리적 또는 정서적 상태를 결정

  • 커뮤니케이션 콘텐츠의 국제적 차이를 드러내십시오.

  • 커뮤니케이션 콘텐츠의 패턴 드러내 기

  • 출시 전에 개입 또는 설문 조사를 사전 테스트하고 개선합니다.

  • 포커스 그룹 인터뷰 및 개방형 질문을 분석하여 정량적 데이터를 보완합니다.

콘텐츠 분석 유형

콘텐츠 분석에는 개념 분석과 관계 분석의 두 가지 일반적인 유형이 있습니다. 개념 분석은 텍스트에서 개념의 존재와 빈도를 결정합니다. 관계 분석은 텍스트에서 개념 간의 관계를 조사하여 개념 분석을 더욱 발전시킵니다. 분석의 각 유형은 다른 결과, 결론, 해석 및 의미로 이어질 수 있습니다.

개념 분석

일반적으로 사람들은 콘텐츠 분석을 생각할 때 개념 분석을 생각합니다. 개념 분석에서 개념은 조사를 위해 선택되고 분석에는 그 존재를 정량화하고 계산하는 것이 포함됩니다. 주요 목표는 데이터에서 선택한 용어의 발생을 조사하는 것입니다. 용어는 명시 적이거나 암시적일 수 있습니다. 명시적인 용어는 식별하기 쉽습니다. 암시 적 용어의 코딩은 더 복잡합니다. 함축 수준을 결정하고 주관성에 대한 기본 판단 (신뢰성 및 유효성 문제)을 결정해야합니다. 따라서 암시 적 용어의 코딩에는 사전이나 문맥 번역 규칙 또는 둘 다를 사용하는 것이 포함됩니다.

개념적 내용 분석을 시작하려면 먼저 연구 질문을 식별하고 분석 할 샘플을 선택하십시오. 다음으로 텍스트는 관리 가능한 콘텐츠 범주로 코딩되어야합니다. 이것은 기본적으로 선택적 감소의 과정입니다. 텍스트를 범주로 줄임으로써 연구원은 연구 질문을 알리는 특정 단어 또는 패턴에 집중하고 코딩 할 수 있습니다.

개념적 콘텐츠 분석을 수행하기위한 일반적인 단계 :

1. 분석 수준 결정 : 단어, 단어 감각, 구문, 문장, 주제

2. 코딩 할 개념 수를 결정합니다. 사전 정의 된 또는 대화 형 범주 또는 개념 집합을 개발합니다. A. 코딩 프로세스를 통해 카테고리를 유연하게 추가 할 수 있도록하거나 B. 미리 정의 된 카테고리 세트를 유지하도록 결정합니다.

  • 옵션 A를 사용하면 연구 질문에 중요한 영향을 미칠 수있는 새롭고 중요한 자료를 소개하고 분석 할 수 있습니다.

  • 옵션 B는 연구자가 집중을 유지하고 특정 개념에 대한 데이터를 조사 할 수 있도록합니다.

3. 개념의 존재 또는 빈도를 코딩할지 여부를 결정합니다. 이 결정은 코딩 프로세스를 변경합니다.

  • 개념의 존재를 코딩 할 때 연구자는 개념이 데이터에 한 번 이상 나타나고 몇 번 나타나더라도 한 번만 계산합니다.

  • 개념의 빈도를 코딩 할 때 연구원은 개념이 텍스트에 나타나는 횟수를 계산합니다.

4. 개념을 구별하는 방법을 결정하십시오.

  • 텍스트가 표시되는대로 정확하게 코딩되어야합니까 아니면 다른 형식으로 나타날 때 동일하게 코딩되어야합니까? 예를 들어 위험성 대 위험성. 여기서 요점은 이러한 단어 세그먼트가 논리적 방식으로 투명하게 분류되도록 코딩 규칙을 만드는 것입니다. 규칙은 이러한 모든 단어 세그먼트를 동일한 범주에 속하도록 만들 수 있으며, 연구원이 이러한 단어 세그먼트를 별도의 코드로 구분할 수 있도록 규칙을 공식화 할 수 있습니다.

  • 어떤 수준의 의미가 허용됩니까? 개념을 암시하는 단어 또는 개념을 명시 적으로 나타내는 단어? 예를 들어, 위험 vs. 그 사람은 무서워 vs. 그 사람은 나에게 해를 끼칠 수 있습니다. 이러한 단어 세그먼트는 위험의 암시 적 의미로 인해 별도의 범주에 적합하지 않을 수 있습니다.

5. 텍스트 코딩을위한 규칙을 개발하십시오. 1-4 단계의 결정이 완료된 후 연구원은 텍스트를 코드로 번역하기위한 규칙 개발을 시작할 수 있습니다. 이렇게하면 코딩 프로세스가 체계적이고 일관되게 유지됩니다. 연구원은 코딩하고자하는 것을 정확히 코딩 할 수 있습니다. 연구자가 코드에서 일관되고 일관 될 때 코딩 프로세스의 유효성이 보장됩니다. 즉, 번역 규칙을 따릅니다. 콘텐츠 분석에서 번역 규칙을 따르는 것은 유효성과 동일합니다.

6. 무관 한 정보로 무엇을할지 결정하십시오 : 이것을 무시해야합니까 (예 : and and와 같은 일반적인 영어 단어), 아니면 코딩 결과에 추가 될 경우 코딩 체계를 재검토하는 데 사용해야합니까?

7. 텍스트 코딩 : 이것은 손으로 또는 소프트웨어를 사용하여 수행 할 수 있습니다. 연구자들은 소프트웨어를 사용하여 카테고리를 입력하고 소프트웨어 프로그램을 통해 자동으로 빠르고 효율적으로 코딩을 할 수 있습니다. 손으로 코딩을하면 연구원은 오류를 훨씬 쉽게 인식 할 수 있습니다 (예 : 오타, 철자 오류). 컴퓨터 코딩을 사용하는 경우 사용 가능한 모든 데이터를 포함하도록 텍스트에서 오류를 제거 할 수 있습니다. 이러한 수작업과 컴퓨터 코딩의 결정은 정확한 코딩을 위해 카테고리 준비가 필수적인 암시 적 정보와 가장 관련이 있습니다.

8. 결과 분석 : 가능한 경우 결론과 일반화를 도출합니다. 관련이 없거나 원하지 않거나 사용되지 않는 텍스트로 수행 할 작업을 결정합니다. 코딩 체계를 재검토, 무시 또는 재평가합니다. 개념적 내용 분석은 정보를 수량화 할 수만 있으므로 결과를 신중하게 해석하십시오. 일반적으로 일반적인 추세와 패턴을 식별 할 수 있습니다.

관계형 분석

관계형 분석은 개념이 검사를 위해 선택되는 개념 분석처럼 시작됩니다. 그러나 분석에는 개념 간의 관계 탐색이 포함됩니다. 개별 개념은 고유 한 의미가없는 것으로 간주되며 오히려 의미는 개념 간의 관계의 산물입니다.

관계형 콘텐츠 분석을 시작하려면 먼저 연구 질문을 식별하고 분석 할 샘플을 선택합니다. 개념 유형이 해석에 개방되지 않고 요약 될 수 있도록 연구 질문에 초점을 맞춰야합니다. 다음으로 분석 할 텍스트를 선택합니다. 철저한 분석을위한 충분한 정보의 균형을 유지하여 분석 할 텍스트를 신중하게 선택하여 결과가 너무 광범위한 정보로 제한되지 않도록하여 코딩 프로세스가 의미 있고 가치있는 결과를 제공하기에는 너무 힘들고 무거워집니다.

일반 단계로 진행하기 전에 선택할 수있는 관계형 분석의 세 가지 하위 범주가 있습니다.

  1. 영향 추출 : 텍스트에 명시되어있는 개념에 대한 감정적 평가. 이 방법에 대한 도전은 감정이 시간, 인구 및 공간에 따라 달라질 수 있다는 것입니다. 그러나 텍스트의 화 자나 작가의 정서적, 심리적 상태를 포착하는 데 효과적 일 수 있습니다.

  2. 근접성 분석 : 텍스트에서 명시적인 개념의 동시 발생에 대한 평가. 텍스트는 개념의 동시 발생 여부를 검색하는 창이라는 단어 문자열로 정의됩니다. 그 결과 전체적인 의미를 제시하는 개념 매트릭스 또는 상호 관련된 공동 발생 개념 그룹이 생성됩니다.

    연방 및 대출 신청
  3. 인지 매핑 : 영향 추출 또는 근접 분석을위한 시각화 기술. 인지 매핑은 개념 간의 관계를 나타내는 그래픽 맵과 같이 텍스트의 전체 의미에 대한 모델을 생성하려고합니다.

관계형 콘텐츠 분석을 수행하기위한 일반적인 단계 :

1. 분석 유형 결정 : 샘플이 선택되면 연구원은 조사 할 관계 유형과 분석 수준 (단어, 단어 감각, 구문, 문장, 주제)을 결정해야합니다.
2. 단어 또는 패턴에 대한 범주 및 코드로 텍스트를 줄입니다. 연구원은 의미 나 단어의 존재를 코딩 할 수 있습니다.
3. 개념 간의 관계를 탐색하십시오. 일단 단어가 코딩되면 텍스트는 다음에 대해 분석 될 수 있습니다.

  • 관계의 강도 : 둘 이상의 개념이 관련된 정도.

  • 관계의 신호 : 개념이 서로 긍정적 또는 부정적으로 관련되어 있습니까?

  • 관계의 방향 : 범주가 나타내는 관계의 유형. 예를 들어 X는 Y 또는 X가 Y보다 먼저 발생하거나 X이면 Y이거나 X가 Y의 주요 동기 인 경우를 의미합니다.

4. 관계 코딩 : 개념 분석과 관계 분석의 차이점은 개념 간의 진술 또는 관계가 코딩된다는 것입니다.
5. 통계 분석 수행 : 차이를 탐색하거나 코딩 중에 식별 된 변수 간의 관계를 찾습니다.
6. 의사 결정 매핑 및 정신 모델과 같은 표현을 매핑합니다.

신뢰성 및 유효성

신뢰할 수 있음 : 연구원의 인간적 특성으로 인해 코딩 오류는 절대 제거 할 수없고 최소화 할 수 있습니다. 일반적으로 80 %는 신뢰도에 허용되는 마진입니다. 콘텐츠 분석의 신뢰성은 세 가지 기준으로 구성됩니다.

  1. 안정성 : 코더가 일정 기간 동안 동일한 방식으로 동일한 데이터를 일관되게 다시 코딩하는 경향.

  2. 재현성 : 코더 그룹이 동일한 방식으로 카테고리 멤버십을 분류하는 경향.

  3. 정확성 : 텍스트 분류가 통계적으로 표준 또는 표준에 해당하는 정도.

타당성 : 콘텐츠 분석의 유효성은 세 가지 기준으로 구성됩니다.

  1. 카테고리의 근접성 : 이는 각 특정 카테고리에 대해 합의 된 정의에 도달하기 위해 여러 분류기를 활용하여 달성 할 수 있습니다. 여러 분류자를 사용하여 명시 적 변수 일 수있는 개념 범주를 확장하여 동의어 또는 암시 적 변수를 포함 할 수 있습니다.

  2. 결론 : 어떤 수준의 의미가 허용됩니까? 결론이 데이터를 올바르게 따르는가? 다른 현상으로 결과를 설명 할 수 있습니까? 이것은 분석을 위해 컴퓨터 소프트웨어를 사용하고 동의어를 구별 할 때 특히 문제가됩니다. 예를 들어 광산이라는 단어는 개인 대명사, 폭발 장치 및 광석이 추출되는 땅의 깊은 구멍을 다양하게 나타냅니다. 소프트웨어는 해당 단어의 발생 횟수와 빈도를 정확하게 파악할 수 있지만 각각의 특정 사용에 내재 된 의미를 정확하게 설명하지는 못합니다. 이 문제는 결과를 버리고 결론을 무효화 할 수 있습니다.

  3. 이론에 대한 결과의 일반화 가능성 : 개념 범주의 명확한 정의, 결정 방법 및 측정하려는 아이디어를 측정 할 때 얼마나 신뢰할 수 있는지에 따라 달라집니다. 일반화 가능성은 신뢰성의 세 가지 기준에 의존하는만큼 신뢰성과 유사합니다.

콘텐츠 분석의 장점

  • 텍스트를 사용하여 의사 소통을 직접 검사

  • 정성 및 정량 분석 ​​모두 가능

  • 시간 경과에 따른 귀중한 역사적, 문화적 통찰력을 제공합니다.

  • 데이터에 가깝게 허용

  • 코드화 된 텍스트 형식을 통계적으로 분석 할 수 있습니다.

  • 눈에 잘 띄지 않는 상호 작용 분석 수단

  • 인간의 사고 및 언어 사용의 복잡한 모델에 대한 통찰력을 제공합니다.

  • 잘 수행되면 비교적 정확한 연구 방법으로 간주됩니다.

  • 콘텐츠 분석은 쉽게 이해할 수 있고 저렴한 연구 방법입니다.

  • 인터뷰, 관찰 및 보관 기록 사용과 같은 다른 연구 방법과 결합 할 때 더 강력한 도구입니다. 역사적 자료 분석, 특히 시간 경과에 따른 추세를 문서화하는 데 매우 유용합니다.

콘텐츠 분석의 단점

  • 시간이 많이 걸릴 수 있습니다.

  • 특히 더 높은 수준의 해석을 얻기 위해 관계형 분석을 사용할 때 오류가 증가합니다.

  • 종종 이론적 근거가 없거나 연구에 내포 된 관계 및 영향에 대해 의미있는 추론을 도출하기 위해 너무 자유롭게 시도합니다.

  • 특히 복잡한 텍스트를 다룰 때 본질적으로 환원 적입니다.

  • 너무 자주 단어 수로 구성되는 경향이 있습니다.

  • 종종 텍스트를 생성 한 컨텍스트와 텍스트가 생성 된 이후의 상황을 무시합니다.

  • 자동화 또는 컴퓨터 화가 어려울 수 있음

판독

교과서 및 장

  • 베 렐슨, 버나드. 커뮤니케이션 연구의 콘텐츠 분석 뉴욕 : 자유 언론, 1952.

  • Busha, Charles H. 및 Stephen P. Harter. 사서의 연구 방법 : 기술 및 해석. 뉴욕 : Academic Press, 1980.

  • De Sola Pool, Ithiel. 콘텐츠 분석의 동향. Urbana : University of Illinois Press, 1959 년.

  • Krippendorff, Klaus. 내용 분석 : 방법론 소개. Beverly Hills : Sage Publications, 1980 년.

  • 필딩, NG &이, RM. 질적 연구에서 컴퓨터 사용. SAGE 간행물, 1991. (Seidel, J. '정 성적 데이터 분석에 대한 컴퓨터 기술 적용 방법 및 광기'장 참조)

방법론 기사

  • Hsieh HF & Shannon SE. (2005). 질적 콘텐츠 분석에 대한 세 가지 접근 방식. 질적 건강 연구. 15 (9) : 1277-1288.

  • Elo S, Kaarianinen M, Kanste O, Polkki R, Utriainen K 및 Kyngas H. (2014). 질적 콘텐츠 분석 : 신뢰성에 중점을 둡니다. 세이지 오픈. 4 : 1-10.

응용 기사

  • Abroms LC, Padmanabhan N, Thaweethai L, & Phillips T. (2011). 금연을위한 iPhone 앱 : 콘텐츠 분석. 미국 예방 의학 저널. 40 (3) : 279-285.

  • Ullstrom S. Sachs MA, Hansson J, Ovretveit J 및 Brommels M. (2014). 침묵 속의 고통 : 부작용의 두 번째 희생자에 대한 질적 연구. 영국 의학 저널, 품질 및 안전 문제. 23 : 325-331.

  • Owen P. (2012). 엔터테인먼트 미디어의 정신 분열병 초상화 : 현대 영화의 콘텐츠 분석. 정신과 서비스. 63 : 655-659.

소프트웨어

콘텐츠 분석을 직접 수행할지 또는 컴퓨터 소프트웨어를 사용하여 수행할지 선택하는 것은 어려울 수 있습니다. 문제에 대한 논의는 위의 교과서 및 장에 나열된 '정 성적 데이터 분석에 컴퓨터 기술을 적용하는 방법과 광기'를 참조하십시오.

웹 사이트

  • Rolly Constable, Marla Cowell, Sarita Zornek Crawford, David Golden, Jake Hartvigsen, Kathryn Morgan, Anne Mudgett, Kris Parrish, Laura Thomas, Erika Yolanda Thompson, Rosie Turner 및 Mike Palmquist. (1994-2012). 민족 지학, 관찰 연구 및 내러티브 탐구. 쓰기 @CSU. 콜로라도 주립 대학. 이용 가능 : http://writing.colostate.edu/guides/guide.cfm?guideid=63 . Michael Palmquist의 Content Analysis에 대한 소개로서, 이것은 Content Analysis on the Web의 주요 리소스입니다. 포괄적이지만 간결합니다. 여기에는 예제와 주석이 달린 참고 문헌이 포함되어 있습니다. 위의 설명에 포함 된 정보는 콘텐츠 분석에 대한 Michael Palmquist의 뛰어난 리소스에서 많이 끌어오고 요약하지만 역학 박사 과정 학생 및 주니어 연구원을 위해 간소화되었습니다.

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

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

과정

Columbia University의 Mailman School of Public Health

재미있는 기사

에디터의 선택

천상의 여왕 만세
천상의 여왕 만세
Columbia University의 College of Music은 Harvard Glee Club과 함께 2002 년 가을 콘서트를 선보입니다 : Hail Coelorum. 음악 감독 David Lyczkowski 프로그램 Columbia college MusicumAlma Mother-AnonAlma Mother-Ockeghe 천상의 여왕-DuFayAgnus from Missa Ave Maria-DuFayAlma mother / Hail the 퀸
TC의 George Bonanno의 연구에서 탄력성의 유전 적 기반을 찾습니다.
TC의 George Bonanno의 연구에서 탄력성의 유전 적 기반을 찾습니다.
George Bonanno의 새로운 연구는 잠재적으로 트라우마를 유발할 수있는 사건에 대한 사람들의 심리적 반응의 유전 적 근거를 확인합니다.
5 가지 질문 : Ramin Bahrani 교수, 영화 '화씨 451'개작 데뷔
5 가지 질문 : Ramin Bahrani 교수, 영화 '화씨 451'개작 데뷔
Ray Bradbury의 디스토피아 고전을 현대적으로 재구성 한 Ramin Bahrani의 영화는 HBO를 위해 제작되었으며 올해 칸 영화제에서도 상영 될 예정입니다.
Microsoft 템플릿
Microsoft 템플릿
파워 포인트 프레젠테이션 팁 브랜드를 유지하십시오. 기본 PowerPoint 설정을 사용하는 이유는 무엇입니까? 아래 템플릿은 CUIMC 글꼴 및 색상 팔레트를 사용하고 공백과 줄 간격을 신중하게 사용하여 설계된 슬라이드 레이아웃으로 미리 설정되어 있습니다. 스타일을 변경해야하는 경우 (예 : 모든 머리글을 굵게 표시하거나 텍스트 상자를 이동 / 크기 조정) 개별 슬라이드가 아닌 마스터 페이지에서 변경하십시오.
재활 및 재생 의학과
재활 및 재생 의학과
관절염이란? 관절염 및 기타 류마티스 질환은 통증, 부기 및 신체의 관절과 결합 조직의 제한된 움직임을 특징으로합니다. CDC에 따르면 미국에서 거의 5 천만 명의 사람들이 어떤 형태의 관절염이나 만성 관절 증상을 가지고 있습니다.
하노버 v. 독일 (2 위)
하노버 v. 독일 (2 위)
Columbia Global Freedom of Expression은 해결해야 할 주요 공통 과제가있는 상호 연결된 글로벌 커뮤니티에서 정보와 표현의 자유로운 흐름을 가장 잘 보호하는 국제 및 국가 규범과 제도에 대한 이해를 높이고 자합니다. 그 사명을 달성하기 위해 Global Freedom of Expression은 연구 및 정책 프로젝트를 수행 및 위임하고, 이벤트 및 컨퍼런스를 조직하고, 21 세기 표현 및 정보의 자유 보호에 대한 글로벌 토론에 참여하고 기여합니다.
달력
달력