Критерії ефективності фокусованого інтерв'ю

Для того щоб забезпечити виконання однієї або декількох функцій інтерв'ю, інтерв'юер повинен удосконалювати практику безперервного інтерв'ювання. Розглянувши велике число інтерв'ю, у яких були записані питання й зауваження інтерв'юера й відповіді интервьюируемого, ми виробили ряд критеріїв, по яких, як нам здається, можна судити про продуктивність або непродуктивність матеріалів інтерв'ю.

Коротко вони такі:

1. Повнота. Інтерв'ю повинне давати можливість респондентам найбільше повно висвітлювати різні сторони стимульной ситуації й свої реакції на неї.

2. Специфічність. В інтерв'ю повинні бути отримані точні повідомлення про аспекти стимульной ситуації, які викликали певні реакції интервьюируемых.

3. Глибина. Інтерв'ю повинне допомогти интервьюируемым описати емоційний, когнітивний і ціннісний зміст ситуації й ступінь своєї включенности в неї.

4. Особистісний контекст. Інтерв'ю повинне виявляти характерні риси й попередній досвід интервьюируемых, які наповнюють ситуацію конкретним змістом.

Ці критерії взаємозалежні: вони являють собою різні оцінки інтерв'ю. Повідомлення можуть бути класифіковані по кожному із цих напрямків: вони можуть бути широкими або вузько обмеженими; дуже конкретними або загальними й розпливчастими; глибоко особистий і поверхневими;, що вказують на особистісний контекст відповіді або зовсім не зв'язаними зі статусом, цінностями й минулим досвідом індивіда. Хоча ці критерії характеризують лише різні сторони однієї й тієї ж інформації, корисно розглянути їх окремо для того, щоб показати інтерв'юерові основні напрямки оцінки плину інтерв'ю й можливості адекватного застосування методів інтерв'ювання.

Що стосується кожного із цих критеріїв, то існує набір більш-менш стандартизованих методів, які зарекомендували себе досить добре. Більшість із них має досить широке застосування. У наступних главах ми ознайомимося з основними функціями кожного з методів і небагато поговоримо про їхні додаткові можливості.

Лекція Аналіз документів у соціологічних дослідженнях

Визначення

Визначень контент-анализа існує багато, але серед них важко знайти задовільне. Наприклад, можна зустріти наступні формулювання:

1. статистична (квантитативна) семантика;

2. техніка для об'єктивного кількісного аналізу змісту комунікації;

3. техніка для делания висновків за допомогою об'єктивного й систематичного встановлення характеристик повідомлень.

Кожна з наведених вище формулювань незадовільна вже з тієї причини, що основний акцент у них робиться на кількісні параметри аналізу текстів й у них зовсім не відбита специфіка якісних методів контент-анализа. Занадто широким є визначення контент-анализа як "дослідницького методу, використовуваного для визначення присутності певних слів або понять у тексті або масивах текстів". Під текстами в контент-анализе розуміють книги, книжкового глави, есе, інтерв'ю, дискусії, заголовки газетних статей і самі статті, історичні документи, щоденникові записи, мови виступів, рекламні тексти й т.д.

Якісний vs кількісний

Кількісний контент-анализ у першу чергу цікавиться частотою появи в тексті певних характеристик (змінних) змісту. Якісний контент-анализ дозволяє робити висновки навіть на основі єдиної присутності або відсутності певної характеристики змісту. Розходження двох підходів досить легко проілюструвати прикладами. В 50-і роки західні аналитики на основі кількісного аналізу статей газети "Правда" виявили різке зниження числа посилань на Сталіна. Звідси вони зробили закономірний висновок, що послідовники Сталіна прагнуть дистанціюватися від нього. З іншого боку, якісний аналітик міг би зробити аналогічний висновок на основі єдиного факту, що в публічній мові одного з партійних функціонерів, присвяченій перемозі СРСР у Великій Вітчизняній війні, Сталін взагалі не був згаданий. Колись таке було б немислимо. Очевидно, що кількісний контент-анализ легше піддається реалізації в комп'ютерних програмах. Саме із цієї причини надалі ми будемо вести мову винятково про методи кількісного контент-анализа. Варто звернути увагу на те, що коли говорять про контент-анализе текстів, те головний інтерес завжди полягає не в самих характеристиках змісту, а у внеязыковой реальності, що за ними коштує - особистих характеристиках автора тексту, переслідуваних їм цілях, характеристиках адресата тексту, різних подіях громадського життя й ін.

Прості частоти

Першим можна назвати етап у розвитку контент-анализа, коли увага дослідників було спрямовано в основному просто на підрахунок частот появи в текстах різних слів або тим. Г.Г. Почепцов умовно відносить поява контент-анализа до 18 століття, "коли у Швеції частота появи тим, пов'язаних із Христом, використалася для ухвалення рішення про еретичности книги."

Відносні частоти

Однак, просто частота появи того або іншого слова або теми мало що говорять. Набагато більше інформативні не абсолютні, а відносні частоти, які обчислюються як відношення абсолютної частоти до довжини аналізованого тексту. Залежно від того, що є змінної змісту, під довжиною тексту може розумітися кількість слів у ньому, кількість пропозицій, абзаців й ін. Як реальний приклад такого аналізу текстів можна привести аналіз президентських послань країні, з якими звернувся Б. Клінтон в 1994 й 1995 роках. Ці послання містять від 7000 до 10000 слів. Були сформовані категорії слів, що ставляться до економіки, бюджету країни, утворенню, злочинності, питанням родини, міжнародним справам, соціальній допомозі й ін. По зміні відносних частот у посланнях 1994 й 1995 років були зроблені висновки про зміну політики держави в різних областях. Т.е. всі ці теми знайшли відбиття в обох посланнях, але в одному з них деяким темам приділялося більше уваги, а в іншому менше. Наприклад, у посланні 1995 року більше уваги було приділено питанням утворення, родини, але менше уваги - злочинності, міжнародним справам, соціальній допомозі. Це дало підстави для того, щоб судити про пріоритети уряду США.

Категорії

У наведеному вище прикладі було згадане поняття категорії. Як категорія може виступати набір слів, об'єднаних по певній підставі. Можна сказати, що за допомогою категорій у контент-анализе представлені певні концептуальні утворення. Так у випадку з посланнями Б. Клінтона була утворена категорія ЕКОНОМІКА, у яку входили слова - економіка, безробіття, інфляція. У категорію РОДИНА входили слова - дитина, родина, батьки, мати, батько. Саме облік частот зустрічальності категорій, а не окремих слів, дозволяє судити про увагу, приділеній у посланні тим або іншим питанням. Очевидно, що від якості складання таких категорій багато в чому залежить якість результатів аналізу. Контент-анализ текстів з використанням категорій іноді називають концептуальним аналізом. Сфера його застосування досить широка. Два основних типи завдань, розв'язуваних з його допомогою:

1. Є два або більше тексти, які необхідно зрівняти відносно навантаження на певні категорії. Наприклад, завдання з'ясувати, яке увагу приділяють дві різні газети певним темам. Якщо ці газети розраховані на одну аудиторію, то істотне розходження в частотах дозволить судити про розходження в політиці, що проводиться людьми, що коштують за ними.

2. Завдання відстеження динаміки зміни навантаження на певні категорії. Наприклад, з'ясувати частоту згадування теми зовнішнього боргу України у фіксованому наборі центральних газет протягом якогось часу й співвіднести її з коливаннями курсу долара шляхом простого кореляційного аналізу.

З історії розвідки відомо, як по зміні в спеціальній літературі частоти згадування певних наукових тим і прізвищ учених робилися достовірні висновки про успіхи, досягнутих у конкретних областях досліджень. З нових функція в четвертій версії з'явилася оцінка архетипичности й агресивності тексту.

Норми

Відносні частоти дозволяють порівнювати два й більше тексти, але іноді потрібно зробити висновок на основі аналізу лише одного тексту.

Наприклад, є текст виступу депутата Думи й потрібно оцінити, наскільки воно агресивно. Насамперед для рішення цього завдання повинна бути складена категорія агресивно пофарбованої лексики. Після цього ми можемо зрівняти текст виступу нашого депутата з виступами інших і сказати, хто з них агресивніше. Але від нас потрібно не це, від нас потрібно оцінити ступінь агресивності виступу. Очевидно, що для відповіді на це питання нам буде потрібно деяка норма, своєрідна нульова оцінка агресивності. Ми одержимо неї, якщо з'ясуємо відносну частоту вживання агресивно пофарбованих слів середнім носієм російської мови. Допомога в цьому можуть зробити частотні словники. Порівнюючи відносну частоту вживання агресивно пофарбованої лексики у виступі депутата із частотою її вживання середнім носієм російської мови ми саме й можемо зробити висновок про ступінь агресивності. Але й це ще не все. Невеликі відхилення частот у більшу або меншу сторону можуть бути наслідком випадкових коливань. На питання про значимості відхилення частот дозволяє відповісти статистична оцінка, відома за назвою z-score й обчислюва по формулі (N-E)/(стандартне відхилення), де N - кількість слів даної категорії, що реально зустрілися в тексті, а E - очікуване число входжень слів даної категорії в текст. Величина E обчислюється шляхом множення нормальної частоти категорії на число слів в аналізованому тексті. Представимо, що ми хочемо оцінити ступінь агресивності виступу не депутата, а професійного військового. Очевидно, що норма для нього буде відрізнятися від норми для середньої людини. Тому для оцінки рівня агресивності професійного військового потрібні інші норми, які можуть бути отримані шляхом додаткової статистичної обробки представницької вибірки текстів, характерних для військового середовища.

Св'язі категорій

Подальший розвиток контент-анализа вимагало більше тонких методів аналізу текстів. До середини 50-х років дослідники стали усе більше приділяти увагу не простій наявності або відсутності категорій у тексті, а зв'язкам між категоріями. Для цього звертають увагу на спільну зустрічальність (cooccurence) слів різних категорій. Наприклад, для кожної пропозиції тексту ми можемо з'ясувати, слова яких категорій у ньому зустрічаються. Після цього легко підрахувати звичайний коефіцієнт кореляції, що дасть нам силу зв'язку між категоріями й знак цього зв'язку. Може виявитися, що для деяких категорій спостерігається тенденція їхнього спільного вживання, а для інших - навпаки.

Як гіпотетичний приклад можна привести газетну статтю, у якій спостерігається спільне вживання категорій УРЯД і НЕГАТИВ.

Цікаво те, що в деяких випадках це може бути відбиттям свідомої позиції автора статті, а в деяких - зв'язком на рівні підсвідомості.

Зрозуміло, що вивчення зв'язків між категоріями значно розширює коло завдань, які може вирішувати контент-анализ.