7. Обработка, анализ и интерпретация данных контент-анализа

Для количественной обработки результатов контент-анализа используются те же средства и приемы, что и в любых других социологических исследованиях: проценты, линейное распределение, индексы, различные виды статистического обработки.

В ходе обработки мы получаем цифры, но это не самоцель. Они оживают в комментариях исследователя. И нередко количественных характеристик (объема, частоты внимания), полученных в результате статистической обработки информации бывает недостаточно для выводов. В таких случаях наиболее простой путь для комментатора – это найти (или предусмотреть это заранее) возможность сравнить полученные им результаты. С чем? Наиболее очевидны рассмотренные ниже возможности.

1. Вначале рассмотрим оценочный метод. Например, мы хотим получить ответ на вопрос о том, как повлияла и повлияла ли пропагандистская кампания в СМИ на рейтинг кандидатов в депутаты или рекламная кампания на продажи товара. Далее мы можем предполагать, что это может привести как к росту, так и к падению рейтинга объекта исследования.

Все дело в том, в каком ключе – позитивном или негативном – описывается в СМИ данный объект.

Поэтому важной задачей является выявление отношения коммуникатора (редакции, отдельного журналиста, ученого, политика, просто автора статьи) к «персонажу» сообщения и его деятельности.

Как идентифицируются в тексте оценка, отношение?

Оценки формулируются в оценочных суждениях. Если оценка выражается открыто, ее сравнительно легко найти и зафиксировать, но оценка может и не присутствовать в документе явно, а выражаться словами, стилем, общим тоном сообщения. Тогда фиксация оценки потребует специальной обработки интерпретации текста.

В контент-анализе обычно фиксируются благоприятное (положительное), неблагоприятное (отрицательное) и нейтральное (нулевое) отношения.

С учетом вышесказанного, контент-аналитик должен будет фиксировать не только наличие или отсутствие упоминания политического деятеля в каждом сегменте текста (предложение, абзац, сообщение в целом), но и оценку – положительную, отрицательную, нейтральную, которой это упоминание сопровождается.

Далее на основе данных, полученных в результате обработки и анализа оценочных суждений, относящихся к описываемому объекту, можно рассчитать индекс отношения (оценки) коммуникатора к данному объекту (политическому деятелю, товару, услуге, организации, коллективу, личности и т. д. (табл.29).

Индекс отношения (или оценки) объекта изменяется от +1 (положительное отношение) до –1 (отрицательное отношение). Середина шкалы соответствует нейтральной, нулевой оценке. Индекс рассчитывается по каждой строке, т. е. для каждого объекта отдельно, по формуле:

,

где - индекс отношения;

а, б, с – количество сегментов текста, содержащих соответствующую оценку (а – положительная, б – нейтральную; с – отрицательную);

+1, 0, -1 – условные коэффициенты соответствующие положительному, нейтральному, отрицательному отношениям;

N – общее количество сегментов содержания (газет, абзацев, предложений, строк) в анализируемом тексте. Покажем это на примере данных табл. 30.

Таблица 29

Оценка объекта в СМИ

Описываемый объект	Оценка в сообщениях СМИ
	Положительна я (+)	Нейтральная (0)	Отрицательная (-)	Всего
А	5	4	9	28
В	2	1	12	15
Всего	7	5	21	43

Таким образом, 1₁ = (5*1+4*0+9*(-1)) / 18 = - 0,22 ;

1₂ = (2*1+1*0+12* (-1)) / 15 = - 0,66.

Следовательно, отношение в газете к обоим политикам достаточно негативное, но при этом это негативное отношение к первому политику менее выражено

Таблица 30

Оценка работы мэра в СМИ

оценки (виды деятельности)	Оценка в СМИ			Итого
	Положит. (а)	Нейтр.(б)	Отриц.(с)
ЖКХ	3 50% 11,5%	2 33,3 20,0	1 16,7 10,0	6 100,% 13,0%
Транспорт	8 80,0% 30,8%	1 10,0% 10,%	1 10,0% 10,%	10 100,0% 21,7%
Работа с молодежью	2 25,0% 7,7%	2 25,0% 20,0	4 50,0% 40,0%	8 100,0% 17,4%
Здравоохне ние	7 53,9% 26,9%	2 15,9 20,0%	4 30,2% 40,0%	13 100,0% 28,3%
Образование	6 66,7% 23,1	3 33,1% 30,0%	0 0,0% 0,0%	9 100,0% 19,6
Итого	26 56,6% 100%	10 21,7 100,0%	10 21,7% 100,%	46 100,0% 100,0%

Итак, по каждой строке. Если результат выше ноля, то это положительная оценка, если - меньше, то отрицательная, если - 0, то нейтральная.

По строкам идет оценка отдельных видов деятельности мэра;

По столбцам идут общие оценки: положительные, отрицательные, нейтральные.

Далее, по каждому объекту может рассчитываться коэффициент проблемности по формуле:

, где - коэффициент проблемности;

- число повторений понятия в позитивном значении (число положительных оценок и суждений;

- число повторений понятия в отрицательном значении (число число отрицательных оценок и суждений;

- общее число повторений понятия в тексте (общее число всех оценок и суждений).

Значение коэффициента проблемности рассчитывается в интервале +1 до -1. В ситуации положительной характеристики понятие коэффициента проблемности равняется +1. В этом случае проблемной ситуации нет, противоречие отсутствует. Но если коэффициент проблемности = - 1, то есть налицо негативная характеристика, присутствует явно выраженная проблемная ситуация. Есть еще один вариант, когда коэффициент проблемности = 0. В данном случае одна половина оценок – положительная, другая – отрицательная, значит есть и проблемная ситуация и противоречие.

Коэффициенты проблемности рассчитываются и анализируются по каждому объекту.

Существуют и другие специальные процедуры подсчета, приспособленные для контент-анализа. Например, формула каэффициента Яниса (С), предназначенная для исчисления соотношения между благоприятными и неблагоприятными (относительно принятой позиции) оценками, суждениями, аргументами. Скажем, имеются данные интервью студентов в прессе, в которых они рассказывают о своей учебе. Если выделить положительные и негативные и негативные суждения об учебе, целесообразно выделить общую оценку склонения данных в благоприятную или неблагоприятную сторону.

В случаях, когда общее количество благоприятных единиц анализа больше числа неблагоприятных, коэффициент подсчитывается по формуле

,

где - число благоприятных единиц анализа (или единиц счета);

n – число неблагоприятных единиц;

r – объем содержания текста, который имеет прямое отношение к изучаемой проблеме;

t – общий объем текста.

В качестве единиц может быть принята любая тематика, характеризующая положительные стороны работы и подсчитанная по числу слов (строк, знаков, и т.д.), высказанных на эту тему.

Если общее число благоприятных единиц анализа меньше, чем небалагоприятных, коэффициент С исчисляется по формуле

.

Поведение коэффициента таково: индекс растет в положительном направлении, когда увеличивается число единиц позитивного содержания. растет в абсолютном значении, если увеличивается число нейтральных единиц ( (t – r), и уменьшается с уменьшением общего материала. Коэффициент = 0, если все единицы, относящиеся к содержанию темы, нейтральны (не могут относиться ни к f ни к n) либо если число единиц t равно числу n.

2. Для анализа результатов контент-аналитического метода нередко используется метод сравнения.

Как мы уже отмечали, контент-анализ может выступать как самостоятельным так и вспомогательным методом.

Предположим, что контент-анализ выступает в качестве вспомогательного метода опроса, и что, а результате опроса были получены следующие электоральные рейтинги политических партий (табл.31), кстати, это могут быть рейтинги товаров, услуг, организаций и т.д.:

Таблица 31

Рейтинги политических партий

Объект анализа политические партии	Рейтинг (в %)
А	45
В	27
С	11
D	17

С помощью контент-анализа мы можем осуществить сравнительный анализ результатов опроса с результатами контент-анализа документов СМИ с целью определения наиболее вероятностной причины рейтингов политических партий.

В связи с этим наша основная гипотеза, предположим, состоит в том, что высокий или низкий рейтинг являются следствием пропагандистской и рекламной кампании в СМИ.

Проверка основной гипотезы потребует анализа содержания СМИ (газет, теле-радиопередач) за период с начала предвыборной (рекламной) кампании вплоть до момента проведения опроса.

Гипотезы – следствия могут быть следующие:

• тот политический деятель (товар, услуга) который имеет высокий рейтинг, упоминался в СМИ с наибольшей частотой;

• или тому политическому деятелю, который имеет высокий рейтинг, СМИ информации посвящали больше своей площади (радио-телеэфира);

• к политическому деятелю (товару, услуге), имеющему более высокий рейтинг, отношения коммуникаторов (журналистов, радио-телеведущих) были более благосклонны или, по меньшей мере, нейтральны.

Если, в итоге контент-анализа, мы получим высокое значение индекса популярности объекта (в данном случае политической партии) в СМИ и высокое положительное значение индекса отношения коммуникатора при условии доверия к СМИ, точнее к информационным источникам (газете, телеканалу), которые подверглись контент-анализу, то это дает основание для заключения о влиянии пропагандистской (рекламной) кампании в СМИ на поддержку электоратом именно данной политической партии и подтвердить нашу основную гипотезу.