Content analysis

1. Content analysis Cross Media Projektklynge, Design, kommunikation & medier, ITU Dan Pedersen, 2012

2. Content Ananlysis • En måde (metodetil) at analysere “tekster” på - bådekvantitativtogkvalitativt. • Analytiske “traditioner” påhumanioraogisamfundsvdeinskab: analyse vs. fortolkning. • Visueltindhold: Systematiskobserverbarmetodetil at opstillehypoteserommådenmedierrepræsenterer folk på. • Content analysis pånettet: Rejsernyespørgsmålomhvadindholder, grundetnetmediernesbeskaffenhed: Hvor stopper teksten (hyperlinks, interaktioneretc.). Egl. Hvilkenivauer, der er I medieindholdet.

3. Procedure i Content Analysis • Formuler forskningsspørgsmål og hypotese • Opstilet undersøgelsesdesign. • ekspliciternogleaf de valg der ofteforetages implicit i den kvalitativeindholdsanalyse. • Afgrænsditdatamateriale (sampling) • Definer kategorier (variable ogværdier) med kodningafdatamaterialet for øje. • Trænkoderne – dem der skalkodematerialet. • De data der udvælgesikodeprocessenanalyseresogfortolkes

4. Indholdsanalyse - hvornår Kommunikation er sammensat af seks elementer, der har hver sin analysetilgang (Lasswells formel): Who? - Afsenderanalyse Says what? – Tekstanalyse 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 ellerindholdet. • Den kan bruges til at drage slutninger om de andre elementer i kommunikationsprocessen. Lasswell m. fl., 1946, Propaganda, Communication, and Public Opinion

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

6. Procedureriindholdsanalysen • Unitizing: Systematiskskelnenmellem ‘teksternes’ segmenter (hvaderdet der undersøges – hele film, dokumenter, sætninger, ord, underlægningsmusikkenetc). • Sampling: systematisk plan for hvilke cases/tekster, derindgåriundersøgelsen • Recording/coding: Forskerensredegørelse for hvordantekster data erindsamletogregistreret / Redegørelse for hvordansegmenteritekstenforbindestilundersøgelsensbegreber (teoretiskekoncepter). • Reducing data: fremstille sine data på en overskueligmåde (tabeller, diagrammer mm.) -------------------------- • Abductively inferring contextual phenomena: Dialektiskforholde data tilkontekstuellefænomener (I modsætningtil f.eks. deduktion)! • Narrating the answer: Gørefundeneforståeligeoganvendelige for andre.

7. Særlige OBS-punkter I content analysis • Analyseenhed: Ord, sætning, tema, handlinger etc. • Optælling (enumeration): Hvadtæller man: “omnogetertilstede” , frekvensenellergradenafhvormed et indholdertilstede? • Kategorier: Kategori, tema, enhed – hvorklippefasterkategorisystemet. • Vigtighed: Størrelse, placering, synlighed etc.

8. 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..

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

10. Research designs om kommunikationens karakteristika Udvikling over tid Kontekstens betydning

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

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

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

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

15. Reliabilitet • Inter- vsintrakoderreliabilitet • Interkoderreliabilitet: Sammenligniger af forskellige koderes resultater • Intrakoderreliabilitet: 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.

16. Reliability Interkoderreliabilitet = Gennemsnittet af ens kodninger i pct. (for alle koderne) Antallet af kodninger (summen for alle koderne) • Høje værdier i andet-kategorier medførere påvirker interkoderreliabiliteten (helst ikke mere edn 10 pct.) • Jo færre variable, jo større sandsynlighed for overensstemmelser i kodningerne.

17. 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)

18. Herring: En udvidet model over tilgangene til web contentanalysis

19. Herring: Forslag til et udvider contentanalysisparadigm

20. Kritikken af indholdsanalysen • Hvaderdetmanifesteindhold • Repræsentationsproblematikken • Hvadbetyder at en ‘gruppe’ eller en tematiker over- ellerunderrepræsenteretimaterialet? • Levereroverfladiskeresultater • særlig den variant, der underbyggerderes argumentation gennemreneoptællinger. • Giver dog et godtoverblik, ogkanmedvirketil at afgøreom der er ‘kød’ påproblemstillingen.

21. 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.

22. 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 brugerindhold bruges til at identificere almindelige tilfredsheds eller utilfredshedsbegrundelser 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:

23. 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 (Suspectreviews). Flest i top og bund af stjernesystemet.

24. Ogas& GaddamA Billion WickedThoughts • 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.

25. Et eksempelpåsøgningern I AOL materialet sometimes the gender of an AOL sex searcher is suggested from their search history:

26. Rasmussen: Konvergens-krydsfeltet • Deskriptiv analysemodel for tværmediel journalistik. • Opremser ‘vigtige dele’ af konvergensfeltet i et afsender (mediehus) perspektiv. • En slags avanceret ‘huskeliste’ for redaktionelle processer i arbejdet med tværmedialitet

27. Konvergens krydsfeltet og contentanalysis • Konvergens krydsfeltsanalysen kan ikke bruges direkte i forbindelse med indholdsanalyse af tværmedielle produkter, da tværmedialiteten må ses som et koncept eller produkt mere end en tekst. • Den kan derimod indirekte bruges til at bestemme graden af tværmediel ‘parathed’ i teksterne (social netværks analyse), hvis denne kan defineres som havende central betydning for afsenderen eller modtageren. • Som sådan kan den bruges omvendt – som en huskeliste over hvad man kan/skal kigge efter hvis man arbejder med tværmedielle problemstillinger i analysen af indhold.

28. Konvergens-krydsfelts modellen • Under de enkelte områder opstilles de mere specifikke spørgsmål , som redaktionen bør arbejde med i tværmedielle processer. • Det centrale er , hvordan organisationen arbejder med spørgsmålene over tid, da det er erfaringerne lokalt, der bliver vigtige. • Redaktionen skal redegøre for hvordan deres koncept udnytter mediekonvergensen og tværmedialiteten på de seks områder. • SWAT overfor SWOT analyse.

29. Eksternt Mediehus Internt