Content analysis Cross Media Communication, Design, kommunikation & medier, ITU Dan Pedersen, 2013

Content Analysis En måde (metode) at analysere “tekster” på - både kvantitativt og kvalitativt. Analytiske “traditioner” på humaniora og i samfundsvdeinskab: analyse vs. fortolkning. Visuelt indhold: Systematisk observerbar metode til at opstille hypoteser om måden medier repræsenterer folk på. Content analysis på nettet: Rejser nye spørgsmål om hvad indhold er, grundet netmediernes beskaffenhed: Hvor stopper teksten (hyperlinks, interaktioner etc.). Egl. Hvilke nivauer, der er I medieindholdet.

Definition af content analysis Objective, systematic and quantitative description of the manifest content of communication (Berelson, 1952) Focus on mass media communications Objective, systematic identification of specified characteristics of messages (Holsti, 1969) Includes latent content Page 289 3

Indholdsanalyse - hvornår Kommunikation er sammensat af seks elementer, der har hver sin analysetilgang (Lasswells formel): Who? - Afsenderanalyse Says what? – Tekstanalyse (content analysis) In which channel? – Kanal (medie) analyse To whom? - Modtageranalyse (Why? – formål/intention analyse) With what effect? – Effektanalyse Indholdsanalysen anvendes altid på what – teksten, forstået som budskabet eller indholdet. Den kan bruges til at drage slutninger om de andre elementer i kommunikationsprocessen. Lasswell m. fl., 1946, Propaganda, Communication, and Public Opinion

Holsti, 1969, Content Analysis for the Social Sciences and Humanities

Content Analysis er struktureret eller hypotesetestende Formuler forskningsspørgsmål og hypotese Opstil et undersøgelsesdesign. ekspliciter nogle af de valg der ofte foretages implicit i den kvalitative indholdsanalyse. Afgræns dit datamateriale (sampling) Definer kategorier (variable og værdier) med kodning af datamaterialet for øje. Træn koderne – dem der skal kode materialet. De data der udvælges i kodeprocessen analyseres og fortolkes

Forskningsspørgsmål Skal være klart formulerede før analysen Hvilke dimensioner er det, der skal kvantificeres Fx nyhedsdækning af en begivenhed: who, what, how much, where and why? Hvor mange forskellige synspunkter repræsenteres? Hvad er udvalgt til at være med i optællingen? Udeladelser: hvad er ikke rapporteret? Skifter dækningen af emnet over tid (nyheder fx)? Pages 291 7

Sampling af medietekster Progressive narrowing down Hvilke typer tekster? Print eller visuelle data? Dokumenter? Massemedier? Hvis massemedier, hvilken slags? TV, radio, aviser, magasiner… Mere end en slags? For hver type tkster, hvilke eksempler skal inddrages? Fx tabloid eller broadsheet aviser Page 293 8

Særlige OBS-punkter i content analysis Analyseenhed: Ord, sætning, tema, handlinger, aktører etc. Optælling (enumeration): Hvad tæller man: “om noget er tilstede” , frekvensen eller graden af hvormed et indhold er til stede? Kategorier: Kategori, tema, enhed – hvor klippefast er kategorisystemet. Dispositioner: Værdier, bias, ideologi Vigtighed: Størrelse, placering, synlighed etc.

Procedurer i indholdsanalysen Sampling: systematisk plan for hvilke cases/tekster, der indgår i undersøgelsen Recording/coding: Forskerens redegørelse for hvordan tekster data er indsamlet og registreret / Redegørelse for hvordan segmenter i teksten forbindes til undersøgelsens begreber (teoretiske koncepter). Reducing data: fremstille sine data på en overskuelig måde (tabeller, diagrammer mm.)

Undersøgelsesdesign En plan for at indsamle og analysere data for at få svar på de stillede spørgsmål. Gode undersøgelsesdesigns ekspliciterer og integrerer deres procedurer for dataindsamling og for hvilke kategorier og enheder, der placeres i de forskellige kategorier i analysen. Dårlige analyser ”fisker” planløst efter interessant fund..

Holsti, 1969, Content Analysis for the Social Sciences and Humanities

Research designs om kommunikationens karakteristika Udvikling over tid Kontekstens betydning

Research designs om kommunikationens karakteristika Modtagerens indflydelse på kommunikationen Relation mellem forskellige indholdsvariable

Research designs om kommunikationens karakteristika Forskelle mellem afsendere Evaluering af afsender ift. standart

Research designs: Drage slutninger om kommunikationsintention Afsenders forestilling om relation mellem kommunikation og adfærd En anden afsenders forestilling om den samme rrelation.

Research designs: Drage slutninger om kommunikationseffekt Afsenders effekt på modtagers kommunikation (interpersonel kommunikation) Afsenders effekt på modagers adfærd

Reliabilitet i content analysis Inter- vs intrakoder reliabilitet Interkoder reliabilitet: Sammenligniger af forskellige koderes resultater Intrakoder reliabilitet: Sammenligninger af den samme koders resultater på forskellige datamaterialer Kvalitetskrav: Definer variable og værdier klart Træn koderne Mål interkoder konsistensen mellem to eller flere kodere.

Interkoder reliabilitet Gennemsnittet af ens kodninger i pct. (for alle koderne) Antallet af kodninger (summen for alle koderne) Høje værdier i andet-kategorier medførere påvirker interkoder reliabiliteten (helst ikke mere edn 10 pct.) Jo færre variable, jo større sandsynlighed for overensstemmelser i kodningerne.

Reliabilitetsmål 2: Pi = %-del observerede overensstemmelser) - (%-del forventede overensstemmelser)/ 1 Pct. Forventede overensstemmelser) Den forventede overensstemmelse er summen af alle kvadrerede procentdele, for alle kategorier. Afhængig af hvor mange værdier der er for hver variabel (kategori)

Content analysis og digitale medier Herring: En udvidet model over tilgangene til web content analysis

Herring: Forslag til et udvider content analysis paradigm

Kritikken af indholdsanalysen Hvad er det manifeste indhold? Repræsentationsproblematikken Hvad betyder at en ‘gruppe’ eller en tematik er over- eller underrepræsenteret i materialet? Leverer overfladiske resultater særlig den variant, der underbygger deres argumentation gennem rene optællinger. Giver dog et godt overblik, og kan medvirke til at afgøre om der er ‘kød’ på problemstillingen.

Ex. 1: Politiske ordføreres brug af facebook (opgave) Hypotese: Der er forskelle på ‘partiernes’ måde at bruge Facebook på. Metode: indsamler partiordføreres FB opdateringer og analyserer dem. Sampling: Statusopdateringer i en afgrænset periode Kategorier/kodning: Tæller antal opdateringer. Kategorier: inddeler i egen politik, kritik af andres politik, socialt (privat); Humor. Fund: Stor forskel antal opdateringer og ‘stil’. Oppositionen poster mere end regeringen (den gamle) Oppositionen bruger flere indlæg end regeringe på at kritisere modparten Jo færre mandater, jo flere Facebook opdateringer. De yngre poster flere social meddeleser end de ældre.

O'Connor, 2010, Manageing a Hotels Image on Tripadvisor Hypotese: Brugergenereret indhold på Tripadvisor, er information, der påvirker køb af hotelværelse. Metode: Indholdsanalyse af Tripadvisor (TA) brugerindhold bruges til at identificere almindelige tilfredsheds eller utilfredsheds begrundelser blandt brugerne. Fokus på Hotellernes brug afmuligheden for at gå i dialog med kritikken. Sampling: 100 tilfældigt udvalgte hoteller i Londonområdet (ud af 1042 på TA’s site) Kategorier/kodning: Hotelkategorier (stjerner); TA vurdering; Ordanalyse af bruger genereret indhold. Fund:

Fund Jo højere vurdering (stjerner) jo højere vurdering på TA – indtil 5 stjerner, der dykker den lidt igen Det TA brugerne lægger mest vægt på er: lokation, værelsesstørrelse og betjening. Og forrventningerne stiger med antallet af stjerner. Få hoteller styrer aktivt deres image på Tripadvisor (Suspect reviews). Flest i top og bund af stjernesystemet.

Ogas & Gaddam A Billion Wicked Thoughts Hypotese: Internet registreringer er en kilde til viden om menneskelig adfærd. Internet searches reveal the popularity of various sexual interests, including the age, weight, race, and preferred anatomy of sexual targets. Individual search histories reveal the frequency, variability, and intensity of sexual activity. They also reveal the correlation between different sexual interests, such as a correlation between interests in women’s feet and submission-themed erotica.  Metode: Datamining af faktiske seksuelle søgninger i dogpile.com i 2009/2010 + AOL 2006 (søgemaskine) Eksplorativt Sampling: analyzed a billion web searches, a million Web sites, a million erotic videos, a million erotic stories, millions of personal ads, and tens of thousands of digitized romance novels.  Kategorier/kode: Kategoriserede alle seksuelle søgninger efter interesser Fund: 20 ‘interesser’ dækker 80 % af alle søgninger.

Et eksempel på søgningern I AOL materialet sometimes the gender of an AOL sex searcher is suggested from their search history:

Hvad er strukturet observation? En metode for systematisk at observere folks adfærd Ved at opdele adfærd i kategorier Direkte observation gør det til et alternativ til surveys Samler og sammenligner adfærd for alle I sampl’en Bruger et cross-sectional forskningsdesign Pages 270-272 29

Observationskemaet Klart fokus og nemt at bruge Kategorier skal være inklusive(dække alle muligheder) og være hinanden udesluttende Specificere de adfærdskategorier der skal observes og hvordan man fordeler adfærd I de forskellige kategorier Der skal være klare guidelines så observertøren kan skelne mellem adfærdskategorerne Pages 275-276 30

Sampling in structured observation Sampling af folk - Random sample af individder der skal observeres Sampling time periods - Observer de samme individ(er) på forskellige tilfældigt udvalgte tidspunkter Indsaml hændelser, begivenheder og indgreb Observer I korte perioder og gentagne gange Observer I lange perioder, kontinuert Time sampling Registrer hvad der sker hvert X minut Pages 277-278 31

samplingsformer Ad libitum sampling Focal sampling (mest almindelige) registrer alt der sker I perioden Focal sampling (mest almindelige) Observer et specifikt individ I et givet tidsrum Registrer adfærden for alle I en gruppe med faste intervaller Adfærdssampling Observer en hel gruppe for at se, hvem der deltager I en specifik adfærd Pages 279 32