Content analysis

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

2. Content Analysis • En måde (metode) 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. Definition afcontent 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

4. Indholdsanalyse - hvornår Kommunikation er sammensat af seks elementer, der har hver sin analysetilgang (Lasswells formel): Who? - Afsenderanalyse Says what? – Tekstanalyse (contentanalysis) 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. Content Analysis er struktureret eller hypotesetestende • 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

7. Forskningsspørgsmål • Skalværeklartformuleredeføranalysen • Hvilkedimensionererdet, der skalkvantificeres • Fxnyhedsdækningaf en begivenhed: who, what, how much, where and why? • Hvor mange forskelligesynspunkterrepræsenteres? • Hvaderudvalgttil at være med ioptællingen? • Udeladelser: hvaderikkerapporteret? • Skifterdækningenafemnet over tid (nyhederfx)? Pages 291

8. Sampling afmedietekster • Progressive narrowing down • Hvilketypertekster? • Print ellervisuelledata? Dokumenter? Massemedier? • Hvismassemedier, hvilken slags? • TV, radio, aviser, magasiner… • Mere end en slags? • For hver type tkster, hvilkeeksemplerskalinddrages? • Fx tabloid eller broadsheet aviser Page 293

9. Særlige OBS-punktericontent analysis • Analyseenhed: Ord, sætning, tema, handlinger, aktøreretc. • Optælling (enumeration): Hvadtæller man: “omnogetertilstede” , frekvensenellergradenafhvormed et indholdertilstede? • Kategorier: Kategori, tema, enhed – hvorklippefasterkategorisystemet. • Dispositioner: Værdier, bias, ideologi • Vigtighed: Størrelse, placering, synlighed etc.

10. Procedureriindholdsanalysen • Sampling: systematisk plan for hvilke cases/tekster, der indgåriundersøgelsen • Recording/coding: Forskerensredegørelse for hvordantekster data erindsamletogregistreret / Redegørelse for hvordansegmenteritekstenforbindestilundersøgelsensbegreber (teoretiskekoncepter). • Reducing data: fremstille sine data på en overskueligmåde (tabeller, diagrammer mm.)

11. 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..

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

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

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

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

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

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

18. Reliabilitet i contentanalysis • 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.

19. Interkoderreliabilitet 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.

20. 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)

21. Content analysisog digitale medier Herring: En udvidet model over tilgangene til web contentanalysis

22. Herring: Forslag til et udvider contentanalysisparadigm

23. 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.

24. 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.

25. 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 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:

26. 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.

27. 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.

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

29. Hvaderstrukturet observation? • En metode for systematisk at observere folks adfærd • Ved at opdeleadfærdikategorier • Direkte observation gørdettil et alternativtil surveys • Samlerogsammenligneradfærd for alle I sampl’en • Bruger et cross-sectional forskningsdesign Pages 270-272

30. Observationskemaet • Klartfokusognemt at bruge • Kategorierskalværeinklusive(dækkeallemuligheder) ogværehinandenudesluttende • Specificere de adfærdskategorier der skal observes oghvordan man fordeleradfærd I de forskelligekategorier • Der skalværeklareguidelines såobservertørenkanskelnemellemadfærdskategorerne Pages 275-276

31. Sampling in structured observation • Sampling af folk - Random sample afindividder der skalobserveres • Sampling time periods - Observer de sammeindivid(er) påforskelligetilfældigt udvalgtetidspunkter • Indsamlhændelser, begivenhederogindgreb • Observer I korteperioderoggentagnegange • Observer I langeperioder, kontinuert • Time sampling • Registrerhvad der skerhvert X minut Pages 277-278

32. samplingsformer • Ad libitum sampling • registrer alt der sker I perioden • Focal sampling (mestalmindelige) • Observer et specifiktindivid I et givettidsrum • Registreradfærden for alle I en gruppe med fasteintervaller • Adfærdssampling • Observer en helgruppe for at se, hvem der deltager I en specifikadfærd Pages 279