6. Метод Q-сортировки

      При Q-сортировке используется шкала жесткого распределения из девяти пунктов: пункт 1 соответствует минимальной степени интенсивности измеряемого признака (например, наименьшей степени одобрения), а пункт 9 — максимальной степени интенсивности (например, наивысшей степени одобрения).

      Цель  здесь состоит в том, чтобы  просто ранжировать (упорядочить) все  суждения вдоль единой оценочной  оси. Арбитру дается определенная жесткая  квота на каждую категорию шкалы (то есть ожидаемое число слов или фраз, которые должны быть им отнесены к данной категории), а затем ему предлагается распределить заданный набор терминов так, чтобы установленные квоты не нарушались. Квоты основаны на предположении (не обязательно верном), что колебания в интенсивности слов и фраз должны укладываться в рамки нормального распределения (когда изучаемые случаи максимально сосредоточены в средней части шкалы, а по мере продвижения к ее полюсам их число равномерно убывает). Арбитры, таким образом, вынуждены давать относительные оценки конкретным словам и фразам (случаям), относя их к определенным категориям шкалы.

      После того как арбитры завершили свою работу, вычисляется средняя арифметическая оценка шкалы для каждого случая, а затем полученные средние оценки соответствующим образом ранжируются. Далее результаты этого ранжирования случаев по интенсивности используются для приписывания анализируемым текстам кодов, обусловленных встречаемостью в них слов или тем, получивших нашу оценку. Произвольность оценки одного исследователя компенсируется, таким образом, наличием других мнений.

7. Шкалирование методом парного сравнения

      Шкалирование  методом парного сравнения имеет  те же цели, что и предыдущий метод, но техника его несколько иная. Каждый случай, подлежащий оценке, последовательно сравнивается попарно со всеми другими случаями, при этом каждый арбитр должен решить, какое из слов (или фраз) в каждой паре «сильнее» (или интенсивнее) другого. Так, если надо сравнить пять утверждений (случаев), то каждый арбитр будет последовательно сравнивать сначала 1-е из них со 2-м, с 3-м, 4-м, 5-м, потом 2-е с 3-м, 4-м, 5-м и т. д., всякий раз при этом отмечая, какое из двух более интенсивно. Подсчитав, сколько раз каждый случай оказался в оценке всех арбитров «сильнее» других, и разделив полученное число на число арбитров (то есть вычислив среднюю оценку, вынесенную группой арбитров каждому утверждению), мы получаем возможность осуществить количественное ранжирование всех случаев по степени их интенсивности. Чем выше средняя оценка некоторого утверждения, тем оно, по мнению арбитров, «сильнее».

      Однако, с методами Q-сортировки и парного  сравнения связаны по меньшей  мере две сложности. Во-первых, в  обоих этих случаях исследователь  полагается полностью на решения арбитров, критерии оценки которых могут быть, а могут и не быть правомерными и/или состоятельными. В экспертизе такого рода стандарты не всегда ясны или, во всяком случае, не всегда ясно определены, и вследствие этого сами оценки носят дискуссионный характер. Встречаются случаи, когда один и тот же арбитр выставляет различные оценки одному и тому же утверждению в серии идентичных испытаний. Кроме того, отбор арбитров в высшей степени произволен. Следовательно, и надежность результатов, полученных при опоре на таких арбитров, весьма относительна. Поэтому данные процедуры следует использовать, делая скидку на «человеческий фактор».

8. Качественный контент-анализ

      Помимо  слов, тем и других элементов, обозначающих содержательную сторону сообщений, существуют и иные единицы, позволяющие проводить качественный или, как он еще называется, структурный контент-анализ. В этом случае исследователя интересует не столько что говорится, сколько как говорится.

      С другой стороны, могут браться в  расчет и другие, возможно, более тонкие вопросы, относящиеся к форме сообщения: сопровождается ли конкретное газетное сообщение фотографией или какой-либо иллюстрацией, каковы размеры заголовка данного газетного сообщения, напечатано ли оно на первой полосе или же помещено среди многочисленных рекламных сообщений. При ответе на подобные вопросы внимание исследователя фокусируется не на тонкостях содержания, а на способе презентации сообщения. Основным вопросом здесь является факт наличия или отсутствия материала по теме, степень его выделенности, его размеры, а не нюансы его содержания. В результате такого анализа часто получаются с куда более надежные измерения, чем в случае исследования, ориентированного на содержание (поскольку формальным показателям в меньшей степени присуща неоднозначность), но зато, как следствие, и куда менее значимый.

      Измерения в параметрах, исследуемых в ходе качественного контент-анализа, поверхностно затрагивают само содержание каждого  сообщения в отличие от детального и внимательного обследования, необходимого при количественном анализе. В результате качественный контент-анализ обычно более прост в разработке и проведении, а потому и более дешев и надежен, чем содержательный контент-анализ. И хотя его результаты, возможно, удовлетворят в меньшей степени, ибо они дают скорее набросок, чем законченную картину сообщения, но при ответе на конкретный исследовательский вопрос они могут зачастую оказаться вполне адекватными.

Заключение

      Итак, контент-анализ (англ. content analysis; от content — содержание) — формализованный метод изучения текстовой и графической информации, заключающийся в переводе изучаемой информации в количественные показатели и ее статистической обработке. Характеризуется большой строгостью, систематичностью.

      Сущность  метода контент-анализа состоит в фиксации определенных единиц содержания, которое изучается, а также в квантификации полученных данных.

      Объектом  контент-анализа может быть содержание различных печатных изданий, радио- и телепередач, кинофильмов, рекламных  сообщений, документов, публичных выступлений, материалов анкет.

      Контент-анализ начал использоваться в социальных науках начиная с 30-х гг. XX в. в США. Впервые этот метод был применен в журналистике и литературоведении. Основные процедуры контент-анализа были разработаны американскими социологами X. Лассуэллом и Б. Берелсоном.

      Развитие  средств массовой коммуникации вызвало  увеличение контент-аналитических  исследований в этой области. Во время  второй мировой войны контент-анализ применялся некоторыми государственными учреждениями США и Англии для изучения эффективности пропаганды в разных странах, а также в разведывательных целях.

      В настоящее время к основным процедурам контент-анализа относятся:

• выявление смысловых единиц контент-анализа;
• выделение единиц счета;
• подсчет.

       Литература

1. Дмитриев И. Контент-анализ: сущность, задачи, процедуры. – М.: Коммерсантъ, 2005.
2. Лисовский С. Ф., Евстафьев В. А. Избирательные технологии: история, теория, практика. — Коммерсантъ. — М.: 2005.
3. Мангейм Дж. Б., Рич Р. К. Политология. Методы исследования: Пер. с англ. / Предисл. А.К. Соколова — М.: Весь Мир, 2003.
4. Манекин Р.В. Компьютер и история философии. Краткий обзор отечественных и зарубежных исследований. — Москва-Донецк: Донецкого отделения САМИ, 1993.
5. Манекин Р.В. Контент-анализ, как метод исторического исследования. — Донецк: Информсервис, 2001.
6. Почепцов Г. Г. Теория коммуникации. — М.: Рефл-бук, 2001.
7. С.И. Григорьев. Основы современной социологии. Изд. Алтайского гос. ун-та.  2001.