Содержание
Стр.
|
Введение |
6 |
|
1.Типы информационных массивов и единицы контент-анализа |
8 |
|
1.1 «Физические» единицы |
8 |
|
1.2 Структурно-семиотические единицы |
10 |
|
1.3 Понятийно-тематические единицы |
10 |
|
1.4 Референциальные и квазиреференциальные единицы |
11 |
|
1.5 Пропозициональные единицы и оценки |
11 |
|
1.6 Макроструктурные единицы |
12 |
|
1.7 Единицы, представляющие результаты концептуальных операций |
13 |
|
1.8 . «Поэтические» единицы |
13 |
|
2 Частотные и системные характеристики в контент-анализе |
14 |
|
2.1 Единицы, категории и признаки |
14 |
|
2.2 «Фронтальный» и «рейдовый» контент-анализ |
14 |
|
2.3 Обработка, презентация и интерпретация результатов |
15 |
|
Литература |
18 |
Ведение
Контент-анализ, количественный
анализа текстов и текстовых массивов с целью последующей содержательной
интерпретации выявленных числовых закономерностей. Основная идея
контент-анализа проста и интуитивно наглядна. При восприятии текста и особенно
больших текстовых потоков мы достаточно хорошо ощущаем, что разные формальные и
содержательные компоненты представлены в них в разной степени, причем эта
степень по крайней мере отчасти поддается измерению: ее мерой служит то место,
которое они занимают в общем объеме, и/или частота их встречаемости. Через
все выступления X-а красной нитью проходит тема Y; X постоянно
обращался в своей речи к проблеме Y; Он не упускал ни одного
случая, чтобы не лягнуть Z-а; Ну, задудел в свою дуду, –
все эти выражения, число которых можно легко увеличить, свидетельствуют об
осознании нами такого феномена, как наличие в изливающемся на нас
информационном потоке некоторых настойчиво повторяющихся тем, образов, ссылок
на проблемы, оценок, утверждений (Карфаген должен быть разрушен или Российская
экономика задыхается без инвестиций), аргументов, формальных конструкций,
конкретных имен и т.д. Более того, подобно тому как в мире механики мы ощущаем
не скорость, а ускорение, так и при восприятии текста мы особенно хорошо
осознаем именно динамику содержания – те случаи, когда, например, кого-то вдруг
перестают или начинают бранить или когда в текстах вдруг появляется какая-то
новая тема.
Замысел контент-анализа заключается в том,
чтобы систематизировать эти интуитивные ощущения, сделать их наглядными и
проверяемыми и разработать методику целенаправленного сбора тех текстовых
свидетельств, на которых эти ощущения основываются. При этом предполагается,
что вооруженный такой методикой исследователь сможет не просто упорядочить свои
ощущения и сделать свои выводы более обоснованными, но даже узнать из текста
больше, чем хотел сказать его автор, ибо, скажем, настойчивое повторение в
тексте каких-то тем или употребление каких-то характерных формальных элементов
или конструкций может не осознаваться автором, но обнаруживает и определенным образом
интерпретируется исследователем – отсюда принадлежащее социологу
А.Г.Здравомыслову полушутливое определение контент-анализа как «научно
обоснованного метода чтения между строк». Реально главной отличительной чертой
контент-анализа является не его декларируемая во многих определениях
«систематичность» и «объективность» (эти черты присущи и другим методам анализа
текстов), а его квантитативный характер. Контент-анализ – это прежде всего
количественный метод, предполагающий числовую оценку каких-то компонентов
текста, могущую дополняться также различными качественными классификациями и
выявлением тех или иных структурных закономерностей. Поэтому наиболее удачным
определением контент-анализа можно считать то, которое зафиксировано в
относительно недавней книге книге Мангейма и Рича: контент-анализ – это
систематическая числовая обработка, оценка и интерпретация формы и содержания
информационного источника. С точки зрения лингвистов
и специалистов по информатике, контент-анализ является типичным примером прикладного
информационного анализа текста, сводящегося к извлечению из всего разнообразия
имеющейся в нем информации каких-то специально интересующих исследователя
компонентов и представлению их в удобной для восприятия и последующего анализа
форме. Многочисленные конкретные варианты контент-анализа различаются
в зависимости от того, каковы эти компоненты и что именно понимается под
текстом. Конкретные прикладные цели контент-анализа также варьируют в широких
пределах. Еще в 1952 американский исследователь Б.Берелсон сформулировал 17
целей, воспроизводимых с тех пор в пособиях по контент-анализу; в их числе –
описание тенденций в изменении содержания коммуникативных процессов; описание
различий в содержании коммуникативных процессов в различных странах; сравнение
различных СМИ; выявление используемых пропагандистских приемов; определение
намерений и иных характеристик участников коммуникации; определение
психологического состояния индивидов и/или групп; выявление установок,
интересов и ценностей (и, шире, систем убеждений и «моделей мира») различных
групп населения и общественных институтов; выявление фокусов внимания
индивидов, групп и социальных институтов и др. Исторически контент-анализ –
наиболее ранний систематический подход к изучению текста. Самый первый
упоминаемый в литературе контент-аналитический опыт (прикладная цель которого
выглядит очень узнаваемой) – это проведенный в Швеции в 18 в. анализ сборника
из 90 церковных гимнов, прошедших государственную цензуру и приобретших большую
популярность, но обвиненных в несоответствии религиозным догматам. Наличие или
отсутствие такового соответствия и определялось путем подсчета в текстах
этих гимнов религиозных символов и сравнения их с другими религиозными
текстами, в частности запрещенных церковью текстами «моравских братьев».
В конце 19 – начале 20 вв. в США появились первые контент-аналитические
исследования текстов массовой информации. Их мотивация выглядит удивительно
знакомой: авторы задавались целью продемонстрировать прискорбное «пожелтение» тогдашней
нью-йоркской прессы. В 1930–1940-х годах были выполнены исследования,
признаваемые ныне классикой контент-анализа, прежде всего работы Г.Лассуэлла,
деятельность которого продолжалась и в послевоенные годы. Во время Второй
мировой войны имел место самый, пожалуй, знаменитый эпизод в истории
контент-анализа – это предсказание британскими аналитиками времени начала
использования Германией крылатых ракет «Фау — 1» и баллистических ракет «Фау — 2»
против Великобритании, сделанное на основе анализа (совместно с американцами)
внутренних пропагандистских кампаний в Германии. Начиная с 1950-х годов
контент-анализ как исследовательский метод активно используется практически во
всех науках, так или иначе практикующих анализ текстовых источников – в теории
массовой коммуникации, в социологии, политологии, истории и источниковедении, в
культурологии, литературоведении, прикладной лингвистике, психологии и
психиатрии. Разнообразие конкретных проектов, реализованных за примерно
70-летнюю историю интенсивного использования контент-анализа, очень велико.
Среди интересных проектов, выполненных за последние годы в России, можно
назвать исследование образов и метафор, использовавшихся в 1996–1997 в ходе
развернутой тогда в российской прессе дискуссии о национальной идее, а также выполненный
в тот же период анализ текстов левонационалистической оппозиции. Локальные
контент-аналитические проекты периодически реализуются в ходе различного рода
социологических мониторингов – общенациональных и региональных. Наиболее
широкое распространение контент-анализ получил в теории массовой коммуникации,
политологии и социологии. Этим отчасти объясняется тот факт, что иногда этот
термин используется как обобщающий для всех методов систематического и
претендующего на объективность анализа политических текстов и текстов,
циркулирующих в каналах массовой коммуникации. Однако такое расширительное
понимание контент-анализа неправомерно, поскольку существует ряд
исследовательских методов – либо специально разработанных для анализа
политических текстов (например, метод когнитивного картирования), либо
применимых и применяемых для этой цели (например, метод семантического
дифференциала или различные подходы, предполагающие изучение структуры текста и
механизмов его воздействия), – которые не могут быть сведены к стандартному
контент-анализу даже при максимально широком его понимании.
Тем не менее контент-анализ
действительно занимает среди аналитических методов особое место в силу того,
что является среди них самым технологичным и в силу этого в наибольшей степени
подходящим для систематического мониторинга больших информационных потоков.
Помимо этого, контент-анализ достаточно гибок для того, чтобы в его рамки
мог быть успешно «вписан» весьма разнообразный круг конкретных типов
исследований. Наконец, будучи в основе своей количественным методом (хотя и
содержащим немалую качественную составляющую), контент-анализ в определенной
степени поддается формализации и компьютеризации.
1. ТИПЫ
ИНФОРМАЦИОННЫХ МАССИВОВ И ЕДИНИЦЫ КОНТЕНТ-АНАЛИЗА
Основа контент-анализа – это подсчет встречаемости некоторых
компонентов в анализируемом информационном массиве, дополняемый выявлением
статистических взаимосвязей и анализом структурных связей между ними, а также
снабжением их теми или иными иными количественными или качественными
характеристиками. Отсюда понятно, что главная предпосылка контент-анализа – это
выяснение того, что считать; иными словами, определение единиц анализа. Единицы
эти в зависимости от целей анализа, типа информационного массива, а также ряда
дополнительных причин могут быть (и реально бывают) весьма разнообразными. К
ним предъявляются два естественных, но, к сожалению, обычно плохо совместимых
требования. С одной стороны, они должны легко и по возможности однозначно
идентифицироваться в тексте; в идеале хотелось бы, чтобы их выявление
вообще могло быть алгоритмизовано. Понятно, что такому требованию лучше всего
удовлетворяют формальные элементы текста или же элементы, имеющие четко
выраженные и однозначные формальные соответствия, например слова. С другой
стороны, от единиц контент-анализа чаще всего требуется некая субъективная, да
к тому же еще и зависящая от контекста значимость, делающая их распределение и
динамику такого распределения диагностичными для выявления изменений в
индивидуальном и общественном сознании, системах убеждений и т.д. – иными
словами, единицы должны быть интересными для последующей (политологической,
культурологической, социологической и т.д.) интерпретации. Между тем такие
единицы (например, темы) носят собственно содержательный характер, и упоминание
их в тексте может осуществляться многими разнообразными способами. Их
идентификация в общем случае предполагает семантический анализ текста, проблема
автоматизации которого, несмотря на многолетние усилия лингвистов и
программистов, далека от решения. Характеристику единиц контент-анализа
необходимо предварить кратким соображением о природе анализируемого
информационного массива. В самом определении метода контент-анализа нет
ничего, что препятствовало бы применению его к отдельно взятому тексту; более
того, примеры такого анализа известны. Тем не менее существует ряд причин, по
которым объектом контент-аналитических проектов обычно является не отдельный
текст, пусть даже значительный по объему, а именно информационный массив, или
информационный поток, состоящий из большого количества текстов. Во-первых,
статистические закономерности проявляются тем более отчетливо, чем больше объем
выборки. Во-вторых, большинство целей контент-анализа предопределяют его
тяготение к компаративности; аналитиков чаще всего интересуют не
одномоментные срезы, а динамика изменений, а если и срезы, то, как правило,
«пестрые», отражающие, например, различные СМИ или сознание различных
социальных групп. Наконец, при всем разбираемом ниже разнообразии единиц контент-анализа
наиболее популярными являются различные макроединицы: темы и/или проблемы,
пропозиции, образы и идеологемы. Таковых в отдельно взятых текстах и особенно в
небольших по объему текстах СМИ обычно немного, да и новые макроединицы
появляются не столь часто, поэтому оценить их динамику можно лишь на большом
временном промежутке или при широком «горизонтальном сопоставлении». Таким
образом, идея контент-анализа предполагает анализ больших информационных
массивов; с другой стороны, его относительная дешевизна и технологичность
делают такой анализ принципиально возможным. Поэтому не приходится удивляться
тому, что в истории контент-анализа имеются такие проекты, как анализ 427
школьных учебников, 481 частной беседы, 4022 рекламных слоганов, 8039 (в 1938)
и 19 533 (в 1952) редакционных статей или 15 000 персонажей в 1000 часов
телевизионного эфирного времени. Конкретное разнообразие единиц контент-анализа
практически безгранично, однако среди них можно выделить несколько основных
типов. (Классификация, приводимая ниже, построена с учетом типологии
К.Криппендорфа, однако отличается от нее весьма существенно.)
1.1. «Физические»
единицы. Под таковыми понимаются сущности с четко очерченными физическими,
геометрическими или временными границами, как, скажем, экземпляры книги, номера
газет, экземпляры плакатов или листовок, фотографии и т.п. Идентификация и
подсчет их не составляют особого труда, однако необходимость в таком подсчете
возникает достаточно редко; подсчет, скажем, листовок или книг чаще всего осуществляется
с целью оценки представленности какой-то тематики или оценки, т.е. реально
используются единицы других, характеризуемых ниже типов единиц – обычно
концептуальных, пропозициональных или тематических.
1.2. Структурно-семиотические
единицы. Под таковыми имеются в виду основные элементы семиотических систем
(см. СЕМИОТИКА). В случае естественного языка это:
– лексика языка (слова и их эквиваленты, например выражение железная
дорога или термин контент-анализ, т.е. то, что фиксируется в
словарях) и
– грамматические показатели (например, отрицательные частицы или
показатели таких категорий, как, скажем, отглагольные имена).
Количественный подсчет встречаемости слов в тексте – это, пожалуй,
самый простой вариант контент-анализа, который, однако, зачастую способен
давать небезынтересные результаты. Чаще всего, конечно, подсчитываются
«интересные», или «ключевые» слова и/или словосочетания, например названия
ценностных категорий типа свобода, стабильность, доверие, территориальная
целостность; сценариев типа предательство или разочарование;
достаточно однозначные обозначения тех или иных общественно значимых явлений,
например коррупция, преступность или терроризм; значимые
атрибуты наподобие жесткий, решительный; эмоционально окрашенная
оценочная лексика типа разрушительный, неудержимый, подлый, кошмарный,
человеконенавистнический; слова-пароли (тоже зачастую эмоционально
окрашенные) типа патриоты, коммунофашисты, мондиалисты или
белопридурки; слова, сильно активизированные в конкретный момент
времени, вроде «Семья» или «Мабетекс» в начале осени 1999 или все та же «Семья»
и «Медиа-Мост» в конце весны 2000 в России, терроризм во множестве стран
мира осенью 2001 и т.д.
Контент-анализ грамматических категорий представляет собой
достаточно редкое исследовательское начинание, стимулом к которому является
гипотеза (весьма правдоподобная) о том, что употребление грамматических форм в
меньшей степени, чем употребление лексики, контролируется автором текста и
поэтому может послужить источником таких сведений о нем, которые он сам вовсе
не собирался делать доступными своим читателям. В политической психологии
существует специальная исследовательская методика, так называемый анализ когнитивной
сложности, которая на основе фактически контент-аналитической процедуры
позволяет делать выводы о том, насколько простым (или, напротив, сложным)
является видение политической ситуации автором текста и как оно меняется со
временем. Единицами контент-анализа, лежащего в основе оценки когнитивной
сложности, являются, например, относимые обычно к служебной лексике
категорические квантификаторы типа всегда, никогда, всякий,
которым противостоят квантификаторы типа иногда, некоторый и
т.п.; категорические (вроде знаменитого однозначно) оценки истинности в
противоположность осторожным возможно или не исключено, что;
языковые средства дифференцированного рассмотрения ситуации наподобие с
одной стороны… с другой стороны; упоминания взаимодействия, баланса,
взаимозависимости, компромисса и т.д. Известны и примеры
контент-анализа чисто грамматических средств, например исследования соотношения
глагольных форм, обозначающих, соответственно, процессы и результаты,
исследование номинализованных (с отглагольными именами типа построение,
усиление и т.п.) конструкций в языке партийных документов брежневского
времени, отрицания в политическом тексте и др. Поскольку объектами
контент-анализа могут быть не только вербальные (естественноязыковые), но и
другие виды текстов (например, карикатуры, фотоснимки, рекламные клипы),
постольку в числе структурно-семиотических единиц контент-анализа могут
присутствовать визуальные и звуковые (чаще всего музыкальные) образы и символы,
которые могут анализироваться на тех же основаниях, что и единицы естественного
языка.
1.3. Понятийно-тематические
единицы. В большинстве случаев контент-аналитик интересуется не словами как
таковыми и тем более не грамматическими категориями, а стоящими за словами
значимыми для него понятиями, темами, проблемами – иными словами, тем, что
можно назвать понятийно-тематическими единицами. Исследователь, интересующийся
тем, какое место в общественном сознании занимает, скажем, проблема
преступности, обязан принимать во внимание не только присутствие в
анализируемом информационном массиве слова преступность, но и упоминания
заказных и всяких прочих убийств, бандитского беспредела,
«крыши», «братков», авторитетов, власти криминала и
проч. Тот, кого занимает проблема свободы, должен в своем анализе реагировать
на упоминания давления на прессу, чиновничьего произвола, контролируемости
СМИ, доступа к Internet и т.д. Интересующийся отношением
общественного сознания к каким-то реалиям должен принимать во внимание самый
широкий спектр позитивных, негативных и некоторых более конкретных оценок,
которые могут быть даны этим реалиям, причем эти оценки вовсе не обязательно
должны присутствовать в виде оценочных суждений.
1.4.
Референциальные и квазиреференциальные единицы. К
референциальным, точнее, конкретно-референциальным единицам относятся
обозначения реальных личностей (как современных, так и исторических деятелей),
событий, городов, стран, организаций и т.д.; это, так сказать,
«энциклопедический» блок единиц анализа. Этот блок, особенно в части
персоналий, весьма важен и диагностичен, поскольку позволяет определять
личностные рейтинги и, что не менее существенно, оценивать идеологические
системы с точки зрения присутствующих в них референтных «знаковых» фигур,
своего рода «идеологических героев». Примером интересного исследования роли
референтных фигур в российском оппозиционном дискурсе 1996–1997 может послужить
работа А.В.Дуки. Способы обозначения в тексте конкретных фигур могут
различаться (В.В.Жириновский, Владимир Вольфович, Вольфыч,
Жирик, сын юриста, лидер ЛДПР, самый провосточный
российский политик, главный либеральный демократ, либералиссимус),
однако конкретно-референтная единица здесь во всех случаях одна.
Квазиреференциальные единицы в политических текстах чаще всего бывают
представлены обозначениями всякого рода «сил» – коллективных актеров
политической сцены, референция которых может колебаться от реальной (типа КПРФ)
через обобщенную (коммунисты, либералы, Запад, исламисты)
к откровенно мифологизированной (мировая закулиса). Независимо от своей
референции все эти персонажи присутствуют в идеологическом пространстве, им
могут приписываться действия и оценки, и отношение к ним является немаловажным
политико-идеологическим фактором. Грань между квазиреференциальными и
некоторыми типами понятийно-тематических единиц размыта в силу того, что
некоторые политические понятия способны и даже склонны (например, та же
преступность) к метафорической персонификации. 1.5. Пропозициональные
единицы и оценки. Их примеры приводились выше – Карфаген должен быть
разрушен или Россия задыхается без инвестиций. Собственно говоря,
это примеры высказываний, в основе которых лежат пропозиции – описания
конкретных положений дел (ситуаций) безотносительно к их модальности (в первом
примере – требование, во втором – констатация). Наряду с пропозициями для
контент-анализа могут представлять (и очень часто представляют) большой интерес
оценки (Это очень опасное решение). С логической точки зрения они
обладают важными отличиями от пропозиций, однако для целей контент-анализа как
собственно пропозиция, так и оценка могут рассматриваться как результат
связывания некоторого объекта с некоторым атрибутом. Изучение динамики
оценочных суждений, высказываемых в адрес тех или иных лиц, событий,
институтов, – весьма распространенный тип контент-аналитического исследования.
1.6. Макроструктурные
единицы. Под макроструктурными единицами понимаются достаточно сложные
понятийные конструкции, образующие «верхние этажи» человеческих представлений о
мире и, в частности, идеологических систем. Эти конструкции, как правило, носят
характер сценариев и описывают стереотипные модели развития, с которыми
сопряжены ожидания будущего, соображения о прошлом, эмоциональные ассоциации и
т.д. Часто эти конструкции имеют литературные или фольклорные прототипы, что
отражается в их названиях. Все они в очень сильной степени претендуют на объяснение
действительности. Для обозначения таких конструкций чаще всего используется
термин «идеологема»; в различных дисциплинах говорят также о мифологемах,
кочующих образах и т.д. Среди подобного рода конструкций,
присутствующих в общественном сознании современной России (и распределенных,
порою причудливо, по разным идеологическим системам), имеются, например,
следующие: Заговор, Оргия коррупции / Криминальная революция / Беспередел,
Ограбление / Конверсия власти в собственность, Страна дураков / Город Глупов,
«Нет, ребята, все не так», «Возвращение в цивилизацию» и др. Некоторые еще
недавно значимые идеологемы (скажем, Борьба за власть, Естественный распад или
Тотальная некомпетентность) в последние полтора-два года по различным причинам
вышли из фокуса внимания средств массовой информации, а отчасти и населения.
1.7. Единицы,
представляющие результаты концептуальных операций. Их
довольно много, однако наибольший интерес для контент-анализа представляют
метафоры, примеры и аналогии, которые в общем плане уже были охарактеризованы
выше. Некоторые из метафор активно используются в политических текстах, и их
использование считается диагностичным для характеристики как индивидуального
сознания автора текста, так и состояния общественного сознания. Например, в
политических текстах часто встречается упоминавшаяся «военная метафора» в
варианте ПОЛИТИЧЕСКОЕ ПРОТИВОСТОЯНИЕ – ЭТО ВОЙНА, проявляющаяся в таких
выражениях, как война с бедностью, удар по губернатору, атака
со стороны оппозиции, разгромная публикация и т.д. При
использовании такой метафоры политическое противостояние, независимо от того, в
какой форме оно реально ведется, переживается как война, что может, кстати,
иметь последствия и для реальных форм политического взаимодействия. Между тем
«военная метафора» – это не единственный способ описания политического процесса
(и, шире, жизни вообще); они могут описываться с помощью, например,
«транспортной метафоры» и/или связанной с ней «метафоры пути» (Мы все вместе
вступили на трудную дорогу), «архитектурной метафоры» (государственное
строительство, выстраивание властной вертикали) и ряда других. Метафорика
политических текстов достаточно подробно изучалась Дж.Лакоффом и его
последователями, в том числе и в рамках контент-аналитической методологии
(работы А.Н.Баранова); было показано, что, например, возрастание частотности
военной метафоры является одним из коррелятов усиления напряженности в
обществе.
Не менее диагностичным может быть исследование динамики примеров и
аналогий – так, в российских политических текстах до недавнего времени
настойчиво повторялась аналогия (принадлежащая В.Янову), в рамках которой
Россия сравнивалась с Веймарской республикой.
1.8. «Поэтические»
единицы. Под таковыми имеются в виду допускающие количественное измерение
средства художественной выразительности – например, каламбуров, аллитераций и
т.п.
2. ЧАСТОТНЫЕ
И СИСТЕМНЫЕ ХАРАКТЕРИСТИКИ В КОНТЕНТ-АНАЛИЗЕ
2.1 Единицы, категории и
признаки. При том, что контент-анализ является в своей основе количественным
методом, в нем, как уже говорилось, почти всегда присутствует и значительная
качественная составляющая. В принципе это верно уже постольку, поскольку
единицы контент-анализа, как видно из предыдущего раздела, чаще всего все же
являются содержательными и их выделение основывается на семантических
(смысловых) критериях; многие из единиц представляют собой обобщенные категории
(это относится прежде всего к темам и идеологемам). Иными словами,
контент-аналитик занимается количественным анализом качественных категорий. Но
этим дело не исчерпывается. Во многих контент-аналитических проектах
осуществляется не только оценка степени представленности в тексте тех или иных
единиц, но и одновременная оценка этих единиц по тем или иным градуированным
качественным шкалам. В частности, это могут быть предложенные Ч.Осгудом шкалы
абстрактности (фактически – трудности для восприятия) того или иного
содержания; расстояния до индивидуума (какие-то содержательные компоненты могут
непосредственно касаться читателя или читателей, а какие-то могут представлять
лишь досужий интерес). В сочетании с результатами собственно контент-анализа
оценка использованных единиц анализа (тематических) по указанным шкалам дает
трехмерную схему типа, например, той, что была предложена французским
культурологом А.Молем. Очевидно, что при анализе могут быть использованы
и другие шкалы, кроме того, единицы контент-анализа могут объединяться в
различные более широкие категории.
2.2 «Фронтальный» и
«рейдовый» контент-анализ. Контент-аналитические
исследования можно разделить на два больших класса, которые, пользуясь
вышеупомянутой «военной метафорой», можно назвать фронтальными и рейдовыми.
Задачей фронтального контент-аналитического исследования является составление
максимально более полного представления об информационном потоке – либо на
моментальном срезе, либо на протяжении некоторого периода с целью оценки
динамики. Это, так сказать, попытка получить объективизированный ответ на
вопрос «Что пишут?» Единицы такого анализа в принципе могут быть любыми, но
чаще всего в таковом качестве выступают либо тематические единицы, либо
ключевые слова, реже оценки и пропозиции и еще реже макроструктурные единицы.
Такой анализ обычно носит сугубо прикладной характер и ведется в режиме
мониторинга. Поскольку целью его является составление общего представления о
содержании СМИ и через него – об общественном сознании, он должен в идеале
стремиться к возможно более широкому охвату информационного потока. На
практике, однако, полный охват чаще всего бывает невозможен, да зачастую и не
нужен. Тем самым на повестку дня контент-аналитического исследования встает
проблема составления репрезентативной выборки – традиционная проблема
эмпирического социологического исследования, которая при неудачном решении
может полностью дискредитировать его результаты. Решается она в случае
контент-анализа традиционными социологическими методами.
Рейдовый анализ, в противоположность фронтальному, ориентирован на
решение частных и порой довольно экзотических задач, вытекающих, как правило,
из каких-то скорее исследовательских, нежели прикладных интересов, и
применительно к нему проблема выборки решается в связи формулировкой этих
исследовательских целей и определением единиц анализа. Обоснование выборки при
этом производится с учетом стандартных социологических критериев, но может
допускать и их нарушение; важно лишь, чтобы факт этого нарушения осознавался и
необходимость нарушения специальным образом обосновывалась.
2.3 Обработка, презентация
и интерпретация результатов. Кодирование данных при
контент-анализе обычно осуществляется с помощью достаточно простых анкет или
компьютерных программ, в которых фиксируется каждое появление в анализируемом
тексте искомой единицы. (Проблема подготовки кодировщиков, очень важная в
практическом плане, в настоящей статье не затрагивается.) Эта элементарная
схема может быть усложнена многими разными способами. Прежде всего, наборы
единиц с сопоставленными им количественными оценками, как правило,
сопоставляются с другими количественными оценками тех же единиц. Это могут
быть, например, результаты подсчета частотности упоминания одних и тех же тем
для различных выпусков одного и того же печатного издания или одной и той же
регулярно выходящей в эфир новостной программы (временные ряды); результаты
аналогичного подсчета для различных изданий/программ или, скажем, обобщенных
категорий изданий. Очевидно, что такие данные могут быть представлены с помощью
разнообразных графических средств – диаграмм, графиков и т.д., обеспечивающих
наглядность. Наглядность, следует заметить, важна не только для аналитика:
наглядная диаграмма или впечатляющий график обладают большим потенциалом
воздействия, особенно в обществе, привыкшем с почтением относиться к
естественнонаучному инструментарию. Классификации зачастую бывают многомерными,
и для представления это также могут использоваться различные формальные
средства. На практике результаты контент-анализа чаще всего представляются
рядами диаграмм, столбчатых или круговых, хотя понятно, что в распоряжении
контент-аналитика имеется все разнообразие средств представления количественных
данных. А также и качественных: для отображения отношений между единицами
контент-анализа и результатов их категоризации используются такие стандартные
средства отображения структур, как различные графы. Квантификация данных, естественно,
создает необходимые предпосылки для применения к ним средств математического
анализа. Помимо анализа частотного распределения, к ним относится анализ
различного рода корреляций между переменными, ассоциаций, анализ сопряженности,
кластерный анализ. Разумеется, весь этот инструментарий должен применяться
корректно. Если при определении единиц контент-анализа и идентификации их в
тексте добиться полной объективности возможно лишь в некоторых (как правило, не
самых интересных) случаях, то при экспликации и обработке данных обеспечить
следование строгим стандартам вполне возможно. Содержательная интерпретация
результатов зависит от целей анализа; она является прежде всего творческим
актом, результаты которого во многом предопределены политологической квалификацией
и интуицией аналитиков. В ходе контент-аналитического исследования как для
анализа текста, так и для последующей обработки его результатов может
использоваться вычислительная техника. Второй тип использования не вызывает
особых проблем: после квантификации, т.е. перевода данных в числовую форму, их
математическая и, в частности, статистическая обработка может осуществляться
многими разными программными средствами, в том числе стандартными
статистическими пакетами типа SPSS. При анализе текста и последующем сохранении
результатов этого анализа в базах данных могут использоваться специальные
программы, предназначенные для целей лингвистических исследований. В частности,
анализ метафорики в русских политических текстах велся с помощью разработанной
в Институте русского языка РАН программы Dialex, способной осуществлять
составление частотных словарей и конкордансов, а также поиск лексических единиц
с их контекстами и сохранять его результаты в базе данных; в настоящее время
завершается работа над более совершенной системой, предназначенной для решения
тех же задач. Некоторая подсистема контент-анализа входит составной частью в
отечественную систему прикладного анализа текстов ВААЛ. Имеется также ряд
зарубежных контент-аналитических компьютерных систем, а также систем,
потенциально применимых для целей контент-анализа – такова, в частности,
система KEDS, разработанная Ф.Шродтом в Канзасском университете и используемая
для анализа потока политических событий, отображаемых на ленте информационного
агентства «Рейтер».
ЛИТЕРАТУРА
Моль
А. Социодинамика культуры. М., 1973
Мангейм Дж., Б. Рич Р.К. [и др.]. Политология: методы исследования. М.,
1997
Дука А.В. Политический дискурс оппозиции в современной России. –
Журнал социологии и социальной антропологии. 1998, т. 1
Серио П. Русский язык и анализ советского политического дискурса: анализ
номинаций. – Квадратура смысла: французская школа анализа дискурса. М.,
1999
Баранов А.Н. Введение в прикладную лингвистику. М., 2000