Nosaukums pretstata metodi satura kvalitatīvajai analīzei, kura apraksta novērojamos fenomenus, kamēr kvantitatīvā vāc skaitliskos datus par fenomenu lielumiem.
satura kvantitatīvā analīze
sistemātiska un atkārtojama komunikācijas simbolu izpēte, pielietojot iepriekš sagatavotu procedūru, kas ļauj nepārprotami identificēt vēstījumā verbālās, vizuālās un audiālās zīmes, piešķirt tām skaitliskās vērtības, kuras apstrādā ar statistikas metodēm, aprakstot attiecības starp mainīgajiem lielumiem; rezultāti ļauj izdarīt secinājumus par vēstījumu jēgu un komunikācijas procesu
Saistītie šķirkļi
Satura rādītājs
Metodes raksturojums
Pētījuma sākumā tiek formulēts pagaidu spriedums par attiecībām starp diviem vai vairākiem mainīgajiem lielumiem (variables). Mainīgais lielums ir definējams un izmērāms koncepts, kas mainās atkarībā no konkrētās analizējamās vienības. Piemēram, mainīgajam lielumam “autors” var būt vērtības “žurnālists”, “redakcija”, “ziņu aģentūra”. Otrais mainīgais ir avots ar vērtībām “eksperts”, “oficiālā amatpersona”, “darītājs”, “slavenība”. Pastāv divu veidu spriedumi:
- statistiskās hipotēzes: balstoties teorijā vai iepriekšējos pētījumos, pētnieks prognozē rezultātu. Esošie Latvijas mediju pētījumi, piemēram, ļauj izvirzīt šādu hipotēzi: autors “žurnālists” biežāk citēs darītājus, bet autors “ziņu aģentūra”– oficiālās amatpersonas;
- pētījuma jautājumi: ja empīriska un teorētiska pamata rezultāta prognozēšanai nav, pētnieks izvirza pieņēmumu par to, kā mainīgie lielumi varētu izpausties analizējamajos tekstos. Piemēram, kādu veidu virsraksti par Covid-19 pandēmiju sastopami kvalitatīvajā un dzeltenajā presē?
Satura analīzē izmanto trīs pakāpju izlasi.
1. Mediju izlasi veido saskaņā ar mediju klasifikācijas parametriem (latīniski strata – 'slānis', tāpēc stratificētā izlase).
- Tips: televīzija, radio, drukātā prese, ziņu portāli.
- Izplatīšanas ģeogrāfija: nacionālie, reģionālie, starptautiskie mediji.
- Īpašuma tiesības: komerciālie, sabiedriskie, valsts, pašvaldību mediji.
- Valoda: latviešu, krievu, angļu un tā tālāk.
- Periodiskums: ikdienas, iknedēļas, ikmēneša.
- Saturs: vispārējs, specializēts.
Pētījuma uzdevumi nosaka, vai stratificētā izlase būs proporcionāla vai neproporcionāla: piemēram, var analizēt tikai televīzijas ziņas, bet var tās salīdzināt ar radio, preses, ziņu portālu ziņām, tādējādi proporcionāli pārstāvot dažādus žurnālistikas veidus. No uzdevuma ir atkarīgs, cik daudz parametru pētniekam jāņem vērā. Izlases veids nosaka, kādā mērogā drīkst vispārināt rezultātus, piemēram, tie var liecināt par reģionālo žurnālistiku, par preses žurnālistiku latviešu valodā un tā tālāk.
2. Definējot laika posma izlasi, vispirms jānoskaidro, vai pētījums ir diahronisks (salīdzina dažādus periodus) vai sinhronisks (izzina situāciju vienā laikposmā, parasti salīdzinot vairākus medijus). Izvēlētajos periodos var analizēt visu dienu publikācijas (vispārējā izlase), bet var atlasīt tikai noteiktas dienas saskaņā ar šādām izlases procedūrām:
- nejaušinātā (randomized): dienu vai avīzes numuru sarakstu ģenerē ar datorprogrammu vai izlozē;
- sistemātiskā: izvēlas noteiktu soli. Piemēram, analizē katru trešo laikraksta numuru. Jāuzmanās, lai periodiskums negatīvi neietekmētu pētījumu: ja laikraksts iznāk sešas reizes nedēļā, tad katra trešā diena būs trešdiena un sestdiena, taču izlasē jābūt pārstāvētām visām nedēļas dienām. Šajā gadījumā to garantēs solis “5”.
3. Pētāmā satura izlases veidošanai ir šādas pieejas:
- viss saturs: noder, pētot žurnālistiku kopumā;
- klasteri: noder, pētot noteiktu problēmjautājumu atspoguļojumu un specializēto žurnālistiku. Medijos klasteri ir nodaļas, rubrikas, tematiskas lapas;
- atslēgas vārdi: noder, analizējot konkrētā problēmjautājuma atspoguļojumu digitalizētajos medijos. Izlases veidošanai var izmantot, piemēram, Google Advanced Search rīku. No ģenerētā publikāciju saraksta var veidot nejaušināto vai sistemātisko izlasi.
Minētie paņēmieni nodrošina varbūtisko (probability) izlasi. Proti, pētniekam ir viss mediju un publikāciju saraksts, un katrai publikācija ir vienāda varbūtība iekļūt izlasē. Tas ļauj spriest par izlases reprezentativitāti, citiem vārdiem, kādu daļu no visiem medijiem un publikācijām tā pārstāv. Reprezentativitāte pamato iespējas vispārināt pētījuma rezultātus.
Dažos gadījumos var izmantot determinēto (non-probability) izlasi, kura nepieļauj vispārinājumu. Ērtuma vai mērķtiecīgā izlase noder, ja pētnieks vēlas saprast, kādus pētījuma jautājumus varētu formulēt konkrētajā gadījumā, un ja pārbauda satura analīzes kategorijas, veicot pilotpētījumu. Determinēto izlasi izmanto, pētot izdevumus, kas nav pilnībā saglabājušies.
Vispārpieņemto kritēriju izlases lieluma noteikšanai nav. Empīriski ir noskaidrots, ka 12 numuri (stratifikācija pa mēnešiem) un 14 numuri (sistemātiskā izlase) ticami pārstāv iknedēļas žurnālu visus gada numurus. Noskaidrojot, vai politiskās reklāmas ir vai nav negatīvas, 384 nejaušināti izlasītie vēstījumi nodrošina akceptējamo kļūdu ±5 % ar 95 % varbūtību. Taču tas attiecas tikai uz dihotomiskām kategorijām (jā / nē).
Mainīgie lielumi – tas, kas tiek meklēts vēstījumā – var būt skaidri izteikti vai izsecināmi (piemēram, “Liepāja” vai “pilsēta, kurā piedzimst vējš”), attiecināmi uz saturu vai formu. Analizējot medijus, biežāk tiek pētīti šādi mainīgie:
- temats;
- autors (tas, kurš parakstījis publikāciju);
- informācijas avots (tas, kuru citē publikācijā);
- publikācijas žanrs;
- notikuma vieta.
Mainīgie lielumi mainās, analizējot katru teksta vienību. Kodēšanas gaitā kāda konkrēta vērtība tiek piešķirta saskaņā ar iepriekš formulētajām kategorijām, t. i., veidiem, kādā mainīgais var parādīties vēstījumā. Tas, kādām jābūt kategorijām un to detalizācijas pakāpei, atkarīgs no pētījuma uzdevumiem. Piemēram, mainīgais “notikuma vieta” var iekļaut vispārīgas kategorijas “Latvijā”, “ārzemēs”, “jaukti”; vai arī detalizētas: “Rīga”, “Vidzeme”, “Latgale” un tā tālāk. Jo mazāk kategoriju, jo vieglāk kodēt, taču pētnieks var nesavākt datus par kādu būtisku īpašību. Garāks kategoriju saraksts nereti apgrūtina kodētāja darbu, toties datu interpretācija var atklāt būtiskas, iepriekš nezināmas īpašības. Dažas kategorijas var aizgūt no teorētiskās literatūras un esošajiem pētījumiem (žurnālistikas žanri, informācijas avoti), bet dažas var konstruēt atbilstīgi pētījuma uzdevumiem. Piemēram, pētot ekoloģijas problēmjautājumu atspoguļošanu, pētnieks konstruē ekoloģijas konceptu kā “videi draudzīgā uzvedība”, un attiecīgi kategorijas būs “atkritumu šķirošana”, “elektroenerģijas taupīšana”, “vides kopšanas talka”.
Pirms sākt kodēšanu, jānodrošina, ka kategorijas ir:
- izsmeļošas: visas vēstījumā analizējamās vienības ir jāiekļauj kādā no iepriekš definētajām kategorijām. Tāpēc gandrīz vienmēr nepieciešams paredzēt kategorijas “cits” vai “grūti nosakāms”, taču to rezultātam nevajadzētu pārsniegt 10% no izlases;
- savstarpēji izslēdzošas: analīzes vienība ir iekļaujama tikai vienā kategorijā. Īstenības parādības pieder vairākām kategorijām reizē: “Liepāja” ir gan “Kurzeme”, gan “pilsēta”, tāpēc nozīmes jāšķir divos mainīgajos lielumos: “reģions” un “pilsēta/lauki”.
Kodēšanas gaitā kodētājs izšķir tekstā kādu vienību (vārdu, frāzi, attēlu), izlemj, kurai mainīgā lieluma kategorijai tā pieder, piešķir atbilstīgu skaitlisko vērtību, kas ir atrodama kodēšanas instrukcijā, un ieraksta to Excel kodēšanas tabulā. Izšķir četru veidu skaitliskās vērtības jeb mērījuma vienības (measurement units). Satura analīzē visbiežāk izmanto vairākas vienības.
Simboliskā jeb nominālā vienība: pētnieks brīvi piešķir kategorijai kādu skaitlisku simbolu (nosauc ar skaitli – tāpēc nominālā), bet pašam skaitlim nav nekādas nozīmes – tas atšķir kategorijas citu no citas, bet neko neliecina par tās lielumu vai svarīgumu.
Kārtas (ordinal) vienība: kategorijas ir secīgi sakārtotas, taču nepastāv objektīvas skalas, pēc kuras objektīvi var noteikt to lielumu. Satura pētījumos var lietot Likerta skalu, vērtējot kādu parādību. Piemēram, mainīgais “dzimtes stereotipi” ar kategorijām:
1) nav dzimtes stereotipu,
2) drīzāk nav,
3) grūti noteikt,
4) drīzāk ir,
5) ir dzimtes stereotipi.
Intervālu vienība: kategorijas ir secīgi sakārtotas, un to lielums ir nemainīgs. Piemēram, kategorija “reklāmas izmērs žurnālā”:
1) līdz 1/16 lpp.,
2) no 1/16 līdz 1/8 lpp.,
3) no ¼ līdz ½ lpp.,
4) no ½ līdz 1 lpp.,
5) 1 lpp.,
6) atvērums.
Attiecību (ratio) vienība: tas ir skaitlis, kas konkrēti apraksta mērāmo lielumu attiecībā pret nulli. Piemēram, vārdu, fotogrāfiju, informācijas avotu skaits rakstā. Kodēšanas tabulā ieraksta daudzumam atbilstīgu skaitli (var būt arī nulle).
Intervālu un attiecību mērījuma vienības ir kvantitatīvas, un tās nav grūti noteikt objektīvi. Nominālās un kārtas vienības ir kvalitatīvās – šajā gadījumā kodētājam jāpieņem lēmums, kādai kategorijai pieskaitīt mērāmo vienību. Gatavojoties pētījumam, kodētājiem jāvienojas par nozīmēm, lai nepārprotami aprakstītu kategorijas. Objektivitāti raksturo šādi kritēriji:
- drošums (reliability): rezultātiem jābūt precīziem un noturīgiem laikā. Tas nozīmē, ka kodētājiem jāsasniedz tie paši rezultāti, kodējot tos pašus tekstus atkārtoti. Drošumu sasniedz, izsmeļoši definējot mainīgos un to kategorijas, apmācot kodētājus un veicot pilotpētījumu;
- pamatotība (validity): rezultātiem jābalsta jēgpilni un noderīgi secinājumi. Tas nozīmē, cik lielā mērā definētais mainīgais un tā kategorijas saskan ar teoriju vai ad hoc konstrukciju.
Tā, piemēram, mediju dienaskārtības pētījumā pētnieks formulējis mainīgo “vārdu skaits rakstā”. Mainīgais ir drošs, jo jebkurš kodētājs var korekti saskaitīt vārdus (attiecību vienība), taču tas nav pamatots, jo par dienaskārtību var spriest pēc problēmjautājuma pieminēšanas biežuma un izcēluma medijā.
Mērījuma instrumentu objektivitāti pārbauda pilotpētījumā: analizē nelielu daļu no izlases, lai pārliecinātos par mainīgo un to kategoriju formulējuma drošumu un pamatotību, izlases atbilstību pētījuma mērķim. Pilotpētījums uzrādīs, vai atlasītā materiāla kodēšana vispār ir praktiski iespējama, vai ar iegūtajiem datiem būs iespējams pārbaudīt hipotēzi vai atbildēt uz pētījuma jautājumu. Pēc pilotpētījuma koriģē mainīgos un to kategorijas, precizē definīcijas, izlases kritērijus, apmāca kodētājus. Kodēšanas rezultātus kodētāji ieraksta Excel tabulās, kuras eksportē IBM SPSS programmā, un datus apstrādā statistiski. Statistiskas apstrādes veidi ir atkarīgi no mērījuma vienībām.
Kvantitatīvā pētījuma mērķis ir noteikt cēloņsakarības: ja notiek X, tad notiks Y. Šīs saistības noteikšanai parasti izmanto Pīrsona χ2 testu, taču tas neatklāj, kas ir cēlonis un kas ir sekas. Atklāts, ka Latvijas medijos reportāžas žanrā žurnālisti biežāk citē darītājus, tā dēvētos “vienkāršos cilvēkus”. Bet, vai tas ir tāpēc, ka žurnālisti apzināti veido reportāžas, vai tāpēc, ka elitei nepiederošos cilvēkus veiksmīgāk intervēt reportāžas žanrā, to var noskaidrot, pētot žurnālistu darba rutīnu. Tāpēc, interpretējot satura analīzes datus, pētnieks spriež nevis par cēloņiem un sekām, bet par mainīgo lielumu savstarpējo atkarību.
Metodes izveidotāji, izveidošanas un attīstības gaita
Drukāto publikāciju kvantitatīvo analīzi zviedri izmantoja jau 18. gs., izvērtējot reliģiskos tekstus, taču interese par zinātniski pamatotu metodi parādījusies 20. gs. 30. gados. Lielās depresijas laikā medijus mēdza apsūdzēt par noslieci uz dzelteno žurnālistiku, kas esot veicinājusi kultūras vērtību sabrukumu, noziegumu skaita pieaugumu. Biheivioristiskās paradigmas popularitāte kultivēja priekšstatu, ka mediju vēstījumiem ir stingrs iespaids uz auditorijas uzskatiem un uzvedību. Bernarda Berelsona (Bernard Reuben Berelson) grāmata “Satura analīze komunikācijas pētniecībā” (Content Analysis in Communication Research, 1952) piedāvāja zinātniski pamatotas vadlīnijas vēstījumu izvērtēšanai lielos apjomos. Turpmāk metodi pielāgoja citu veidu dokumentu pētniecībai un konceptuāli pamatoja objektivitātes kritērijus. B. Berelsona definīcija paredzēja tikai skaidri izteiktā (manifest) saturu analīzi, taču auditorija interpretē tekstus. Žurnālisti mēdz norādīt uz šeit un tagad vispārzināmajām lietām, nevis paust tās nepārprotami, tāpēc metode attīstīja paņēmienus, kas ļautu kvantificēt secinājumus, ko auditorija izdara no nepilniem formulējumiem, lasot “starp rindiņām”. Klauss Kripendorfs (Klaus Krippendorff) tāpēc iekļauj definīcijā lietošanas kontekstu: “Kontentanalīze ir pētniecības tehnika, kura ļauj izdarīt atkārtojamus un pamatotus spriedumus par tekstiem (vai citām nozīmi nesošām parādībām) to lietošanas kontekstā”. Kimberlija Njuendorfa (Kimberly Neuendorf) kā vienu no kritērijiem min vērību pret objektīvitāti – intersubjektivitāti, ar to uzsverot, ka pētnieki var saskaņot teksta vienību interpretācijas. Šobrīd turpinās darbs par verbālo, vizuālo un skaņas vēstījumu automatizētās kodēšanas metodoloģijām.
Metodes pielietošanas jomas
Metode ir pielietojama jebkādu verbālo, vizuālo un skaņas vēstījumu analīzei, kas ir fiksēti uz papīra, video, magnetofona lentē vai digitālajā datu nesējā. Kvantitatīvi var analizēt vizuālās reklāmas, filmas, dziesmas, literāros darbus, afišas, institūciju dokumentus un citus vēstījumus. Kvantitatīvās satura analīzes priekšrocība salīdzinājumā ar kvalitatīvo ir iespēja apstrādāt lielu informācijas daudzumu, strukturēt saturu datu veidā un apstrādāt datus datorizēti. Statistiskās korelācijas norādīs uz likumsakarībām satura veidošanā, kuras turpmāk var pētīt kvalitatīvi. Piemēram, kadra plānu biežums Rīgas kinostudijas hronikas filmu sižetos atklāj režisoru rokrakstus, poētiskā un didaktiskā dokumentālā kino vizuālo izteiksmes līdzekļu atšķirības, iezīmē stilu hronoloģiskās robežas, kuras pēc tam var pārbaudīt, pētot arhīva materiālus par filmu ražošanas institucionālajiem un tehnoloģiskajiem aspektiem. Reprezentatīvā izlase ļauj vispārināt datus, t. i., pielietot rezultātus citiem gadījumiem, lielākai izlasei. No pārmērīgas datu vispārināšanas pasargā pētījuma atkārtojamība (replicability): citus gadījumus (medijus, periodus) pēta ar tādu pašu metodi, novērojot, vai rezultāti ir līdzīgi. Kvantitatīvā analīze ir neuzbāzīga (unobtrusive): atšķirībā no aptaujas, tā neietekmē pētāmo objektu. Precizitāti palielina sistemātiskā pieeja: galveno terminu un koncepciju definēšana, attiecību starp koncepcijām skaidrošana, testējamo hipotēžu radīšana, pētījuma procedūru plānošana, mērīšanas noteikumu skaidrība un stabilitāte. Pētniecības procedūras var iemācīties un pielietot atkārtoti, pētot to pašu vai citu izlasi. Rezultāti nav atkarīgi no pētnieka autoritātes, subjektīviem uzskatiem. Iegūtie dati ir derīgi arī pēc konkrētā pētījuma: tos var turpināt detalizēti izvērtēt, izvirzot jaunas hipotēzes un pieņēmumus.