Контент-анализ

Дата: 12.01.2016

		

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

Метки:
Автор: 

Опубликовать комментарий