Loading article…
内容分析とは、文書やコミュニケーションの成果物（テキストと定義される）を研究することです。テキストの例としては、写真、スピーチ、エッセイなどがあります。社会科学者は、コミュニケーションのパターンを再現可能かつ体系的に調査する方法として内容分析を採用しています。 [ 1 ]社会現象を分析するために内容分析を使用する主な利点の1つは、社会経験をシミュレートしたり、アンケートの回答を収集したりするのとは対照的に、非侵襲的であることです。
内容分析の実践と哲学は学問分野によって異なります。いずれも、興味深く意味のある内容が存在することを示すラベル（コードと呼ばれることもあります）が割り当てられたテキストや成果物を体系的に読んだり観察したりすることを含みます。 [ 2 ] [ 3 ]一連のテキストの内容に体系的にラベルを付けることで、研究者は統計的手法を使用して内容のパターンを定量的に分析したり、定性的手法を使用してテキスト内の内容の意味を分析したりすることができます。
コンテンツ分析では、文書のラベル付け（またはコーディング）を自動化するためにコンピュータがますます使用されるようになっている。単純な計算手法により、単語の頻度や文書の長さなどの記述的データが得られる。機械学習分類器はラベル付け可能なテキストの数を大幅に増やすことができるが、そうすることの科学的有用性については議論の余地がある。さらに、あらかじめ定められた言語的、意味的、心理的特性に基づいてテキストを分析する多数のコンピュータ支援テキスト分析（CATA）プログラムが利用可能である。[ 4 ]
コンテンツ分析は、幅広い手法の集合体として理解するのが最も適切です。効果的な研究者は、実質的な疑問に答えるのに最も役立つ手法を選択します。とはいえ、クラウス・クリッペンドルフによれば、すべてのコンテンツ分析において対処しなければならない6つの質問があります。[ 5 ]
最も単純で客観的なコンテンツ分析は、単語の出現頻度、新聞記事の紙面面積、ラジオやテレビ番組の長さなど、テキストの明確な特徴を考慮します。しかし、単語の意味は周囲のテキストに依存するため、単純な単語の出現頻度の分析には限界があります。 キーワード・イン・コンテキスト（KWIC）ルーチンは、単語をテキストの文脈の中に配置することでこの問題を解決します。これにより、同義語や同音異義語によって生じるような曖昧さを解消することができます。
分析の次の段階は、辞書ベースの（定量的）アプローチと定性的アプローチの区別です。辞書ベースのアプローチでは、単語の頻度リストから派生したカテゴリのリストを作成し、テキスト全体における単語とそのカテゴリの分布を制御します。このように定量的コンテンツ分析の手法は、発見されたカテゴリの観察を定量的統計データに変換しますが、定性的コンテンツ分析は、意図とその意味合いにより重点を置きます。定性的コンテンツ分析とテーマ分析の間には強い類似点があります。[ 6 ]
定量的コンテンツ分析では、頻度カウントと、コード化されたこれらの頻度の統計分析が強調されます。[ 7 ]さらに、定量的コンテンツ分析は、分析開始前にコーディングが決定された枠組み仮説から始まります。これらのコーディングカテゴリは、研究者の仮説に厳密に関連しています。定量的分析は演繹的アプローチも採用します。[ 8 ]コンテンツ分析変数と構成概念の例は、たとえば、オープンアクセスデータベースDOCAで見つけることができます。このデータベースは、コミュニケーションと政治学の研究分野とトピックに関連するコンテンツ分析変数をコンパイル、体系化、評価します。
ジークフリート・クラカウアーは、定量分析は信頼性を高めるために複雑なコミュニケーションを過度に単純化しているとして、定量分析を批判している。一方、定性分析は潜在的な解釈の複雑さを扱うのに対し、定量分析は顕在的な意味に焦点を当てている。彼はまた、定性的内容分析と定量的内容分析の「重複」も認めている。[ 7 ]定性分析ではパターンがより詳細に検討され、研究者が発見する可能性のある潜在的な意味に基づいて、研究の方向性が変わる可能性がある。帰納的であり、仮説ではなく、開かれた研究課題から始まる。[ 8 ]
内容分析で使用されるデータ収集ツールは、コードブックまたはコーディングスキームです。質的内容分析では、コードブックはコーディング中に構築および改善されますが、量的内容分析では、コードブックはコーディング前に開発され、信頼性と妥当性について事前テストされる必要があります。[ 4 ]コードブックには、人間のコーダー向けの詳細な手順と、コーディングするそれぞれの概念または変数の明確な定義、および割り当てられた値が含まれています。
PCなどの一般的なコンピューティング設備の普及に伴い、コンピュータベースの分析手法の人気が高まっています。[ 9 ] [ 10 ] [ 11 ]自由回答形式の質問への回答、新聞記事、政党のマニフェスト、医療記録、実験における体系的な観察などはすべて、テキストデータの体系的な分析の対象となります。
通信内容を機械可読テキストの形式で利用できるようにすることで、入力された情報は頻度に基づいて分析され、推論を構築するためのカテゴリにコード化される。
コンピュータ支援分析は、時間の短縮と、複数の人間コーダーによるコーダー間信頼性の確立の必要性を排除することで、大規模な電子データセットの分析に役立ちます。しかし、テキストの微妙な意味や潜在的な意味をより的確に捉えることができるため、コンテンツ分析には依然として人間コーダーを雇用することができます。ある研究では、人間コーダーはより広い範囲を評価し、潜在的な意味に基づいて推論を行うことができることがわかりました。[ 12 ]
ロバート・ウェーバーは、「テキストから妥当な推論を行うためには、分類手順が一貫性があるという意味で信頼できることが重要である。つまり、異なる人が同じテキストを同じ方法でコーディングする必要がある」と述べている。[ 13 ]妥当性、コーダー間信頼性、コーダー内信頼性については、長年にわたり集中的な方法論的研究が行われてきた。[ 5 ] ノイエンドルフは、コンテンツ分析で人間のコーダーを使用する場合は、少なくとも2人の独立したコーダーを使用すべきだと提唱している。人間のコーディングの信頼性は、コーダー間信頼性の統計的尺度、つまり「2人以上のコーダー間の合意または一致の度合い」を用いて測定されることが多い。[ 4 ]レイシーとリフは、コーダー間信頼性の測定を定量的コンテンツ分析の強みとして挙げ、コンテンツアナリストがコーダー間信頼性を測定しない場合、そのデータは単一の読者の主観的な印象よりも信頼性が高くないと主張している。[ 14 ]
今日の報告基準によれば、定量的内容分析は完全なコードブックとともに公開されるべきであり、コードブック内のすべての変数または尺度について、経験的事前テストに基づいて適切なコーダー間または評価者間信頼性係数が報告されるべきである。[ 4 ] [ 15 ] [ 16 ]さらに、コードブック内のすべての変数または尺度の妥当性が保証されなければならない。これは、以前の研究で妥当性が証明された確立された尺度を使用することによって達成できる。また、尺度の内容妥当性は、コードブック内のコーディング指示、定義、および例を精査し、承認または修正する分野の専門家によってチェックすることができる。
コンテンツ分析におけるテキストの種類は5つあります。
コンテンツ分析とは、音声、文章、インタビュー、画像、その他の形式のコミュニケーションを分類・整理する研究手法である。その始まりは、19世紀末の最初の新聞を用いたもので、主題ごとにコラム数を計測することで手作業で分析が行われていた。この手法は、1893年にシェイクスピアの文学におけるパターンを研究していた大学生にまで遡ることができる。[ 17 ]
長年にわたり、内容分析はさまざまな範囲に適用されてきた。解釈学と文献学は、聖典や世俗のテキストを解釈し、多くの場合、テキストの著者や真正性を特定するために、内容分析を長年使用してきた。[ 3 ] [ 5 ]
近年、特にマスメディアの出現に伴い、コンテンツ分析はメディアコンテンツとメディアロジックを深く分析し理解するためにますます利用されるようになった。政治学者のハロルド・ラスウェルは、 20世紀初頭から中頃にかけて主流となったコンテンツ分析の中核となる問いを「誰が、誰に、なぜ、どの程度、どのような効果をもって、何を言っているのか？」と定式化した。[ 18 ]ラスウェルが始めた定量的アプローチへの強い重点は、コンテンツ分析のもう一人の「父」であるバーナード・ベレルソンによって最終的に引き継がれ、彼はこの観点から象徴的なコンテンツ分析の定義を提案した。「コミュニケーションの明白な内容を客観的、体系的、定量的に記述するための研究手法」[ 19 ]
定量的コンテンツ分析は、近年の技術進歩のおかげで再び人気を集めており、マスメディアやパーソナルメディアのコミュニケーション研究に有効に活用されている。特にソーシャルメディアやモバイルデバイスなどのニューメディアによって生成されるテキストビッグデータのコンテンツ分析が普及している。これらのアプローチは、言語から意味が形成される過程である記号作用の複雑さを無視した、言語の単純化された見方を採用している。定量的コンテンツ分析者は、コンテンツ分析の範囲を単純な計数に限定し、自然科学の測定方法論を社会科学への適合性について批判的に検討することなく適用しているとして批判されている。[ 20 ]一方、定性的コンテンツ分析者は、体系性が不十分で印象主義的すぎるとして批判されている。[ 20 ]クリッペンドルフは、コンテンツ分析に対する定量的アプローチと定性的アプローチは重複する傾向があり、どちらのアプローチが優れているかについて一般化できる結論はないと主張している。[ 20 ]
内容分析は、過去の文書である痕跡と、非言語文書である人工物を研究することとも言える。テキストは、その言葉の広い意味でのコミュニケーションプロセスによって生成されると理解されており、多くの場合、アブダクションによって意味を獲得する。[ 3 ] [ 21 ]
顕在的内容は額面通りに理解できる。その意味は直接的である。潜在的内容はそれほど明白ではなく、意味や含意を明らかにするには解釈が必要である。[ 22 ]
Holstiはコンテンツ分析の15の用途を3つの基本的なカテゴリに分類しています。[ 23 ]
彼はまた、これらの用途を基本的なコミュニケーションのパラダイムの文脈に位置づけている。
以下の表は、コンテンツ分析の15の用途を、その一般的な目的、適用されるコミュニケーションパラダイムの要素、および回答しようとする一般的な質問という観点から示しています。
対照的に、内容分析の特徴となる手順の使用範囲には限界がある。特に、分析の目標へのアクセスが物質的な干渉なしに直接的な手段で得られる場合、直接測定技術の方がより良いデータが得られる。[ 25 ]したがって、内容分析は、主にカテゴリ的特徴を持つコミュニケーションを定量的に記述しようとするが、通常は名義尺度または順序尺度に限定され、選択された概念単位（単位化）に値（カテゴリ化）を割り当てて列挙し、コーダー間の信頼性を監視する。一方、対象量が明らかにすでに直接測定可能（通常は間隔尺度または比率尺度）である場合、特に連続的な物理量である場合、そのような対象は通常、内容分析の「主観的」な選択と定式化を必要とするものの中には含まれない。[ 26 ] [ 27 ] [ 28 ] [ 29 ] [ 30 ] [ 31 ] [ 15 ] [ 32 ]例えば（混合研究および臨床応用から）、医用画像が診断的特徴を医師に伝えるため、神経画像診断の脳卒中（梗塞）容積スケールであるASPECTSは、中大脳動脈領域の10の質的に区別された（不均等な）脳領域として単位化され、後者を列挙するために、少なくとも部分的に梗塞しているか否かに分類され、発表されたシリーズでは、コーエンのカッパ係数によってコーダー間の信頼性を評価することが多い。上記の斜体で示された操作は、梗塞範囲の推定にクレジットされていない形式のコンテンツ分析を課すが、梗塞範囲は、代わりに、画像上で直接容積として簡単に、より正確に測定できる。[ 33 ] [ 34 ]（「正確さは信頼性の最高形態である。」[ 35 ]）しかし、国立衛生研究所脳卒中スケール（NIHSS）または修正ランキンスケール（mRS）による同時臨床評価は、必要な内容分析の形式を維持している。言語と画像の両方の内容にわたる内容分析の潜在的な限界を認識し、クラウス・クリッペンドルフは「理解は、ほとんどのコンテンツ分析が進める分類や計数といったプロセスに全く適合しない可能性がある」[ 36 ]と断言しており、コンテンツ分析がメッセージを著しく歪める可能性があることを示唆している。
初期コーディング計画またはコーディングへのアプローチのプロセスは、選択された特定のコンテンツ分析アプローチに依存します。指向型コンテンツ分析では、研究者は既存の理論または仮定から予備的なコーディング計画を作成します。一方、従来のコンテンツ分析アプローチでは、初期コーディング計画はデータから開発されます。
上記のいずれの方法でも、研究者はデータに深く入り込み、全体像を把握することができます。一貫性のある明確なコーディング単位が不可欠であり、選択肢は単語から複数の段落、テキストから象徴的なシンボルまで多岐にわたります。最後に、研究者は特定のカテゴリやテーマ内でコードを分類することにより、コード間の関係を構築します。[ 37 ]