Контент-анализ в педагогическом исследовании. Частные методы диагностики (психологические тесты, социометрия и пр.) и их использование в педагогическом исследовании.

Известно полушутливое определение контент-анализа как «научно обоснованного метода чтения между строк» (А.Г.Здравомыслов). Краткий словарь по социологии определяет контент-анализ как метод качественно-количественного анализа социальной информации.

Есть и другие определения, например, контент-анализ – это систематическая числовая обработка, оценка и интерпретация формы и содержания информационного источника (Мангейм Дж.Б., Рич Р.К.)

Под информационными источниками или текстами в контент-анализе понимаются книги, журналы, газеты, аудио– и видеозаписи, фотографии, протоколы собраний или заседаний, различные документы, кинофильмы, радио- и телепередачи, рекламные сообщения, публичные выступления, письма, дневники, материалы интервью и анкетных опросов, статьи.

Основная идея контент-анализа достаточно проста и интуитивно наглядна. При восприятии текста и особенно больших текстовых потоков мы достаточно хорошо ощущаем, что разные формальные и содержательные компоненты представлены в них в разной степени, причем эта степень по крайней мере отчасти поддается измерению.

Первым можно назвать этап в развитии контент-анализа, когда внимание исследователей было направлено в основном просто на подсчет частот появления в текстах различных слов или тем. Г.Г. Почепцов условно относит появление контент-анализа к 18 веку, «когда в Швеции частота появления тем, связанных с Христом, использовалась для принятия решения о еретичности книги»[2].

В конце 19 – начале 20 вв. в США появились первые контент-аналитические исследования текстов массовой информации.

Во время Второй мировой войны имел место самый, пожалуй, знаменитый эпизод в истории контент-анализа – предсказание британскими аналитиками времени начала использования Германией крылатых ракет «Фау-1» и баллистических ракет «Фау-2» против Великобритании, сделанное на основе анализа (совместно с американцами) внутренних пропагандистских кампаний в Германии.

Накопленный опыт контент-аналитических исследований был подытожен в книге Б. Берелсона «Контент-анализ в коммуникационных исследованиях» (начало 50-х гг. 20 века). Начиная с 1950-х годов контент-анализ как исследовательский метод активно используется практически во всех науках, так или иначе практикующих анализ текстовых источников

Однако очевидно, что простая частота встречаемости каких-то слов или словосочетаний в тексте будет иметь совершенно различный «вес» в зависимости от общей длины текста. Поэтому в контент-анализе чаще используют относительные частоты, которые вычисляются как отношение абсолютной частоты к длине анализируемого текста. В зависимости от того, что является переменной содержания, под длиной текста может пониматься количество слов в нем, количество предложений, абзацев и пр.

Основная проблема контент-анализа связана с качественным характером информации, заключенной в текстах. Одно и то же слово может употребляться в совершенно различных значениях, а с другой стороны, слова имеют синонимы. Поэтому вводятся категории анализа — наиболее общие, ключевые понятия, соответствующие исследовательским задачам. Для каждой выделенной категории определяются возможные слова, словосочетания или другие элементы, которые представляют данную категорию в тексте. Иными словами, в категории включаются различные наборы слов, объединенных по определенному основанию. Можно сказать, что посредством категорий в контент-анализе представлены определенные концептуальные образования.

В качестве реального примера анализа текстов с использованием категорий можно привести анализ президентских посланий стране, с которыми обратился Б.Клинтон в 1994 и 1995 годах[3]. Эти послания содержали примерно 7000 -10000 слов. Для проведения контент-анализа были выделены категории слов, относящихся к экономике, бюджету страны, образованию, преступности, вопросам семьи, международным делам, социальной помощи и др. Например, была выделена категория «Экономика», в которую входили слова «экономика», «безработица», «инфляция» и т.п. В категорию «Семья» входили слова «ребенок», «семья», «родители», «мать», «отец» и т.п. По изменению относительных частот встречаемости различных категорий в посланиях 1994 и 1995 годов были сделаны выводы об изменении политики государства в различных областях. Хотя все категории нашли отражение в обоих посланиях, но в одном из них некоторым темам уделялось больше внимания, а в другом меньше. Например, в послании 1995 года больше внимания было уделено вопросам образования, семьи, но меньше внимания - преступности, международным делам, социальной помощи. Это дало основания для того, чтобы судить об изменении приоритетов правительства. Именно учет частот встречаемости категорий, а не отдельных слов, позволил судить о внимании, уделенном в послании тем или иным вопросам.

Очевидно, что от качества составления категорий во многом зависит качество результатов анализа.

Контент-анализ текстов с использованием категорий иногда называют концептуальным анализом. Сфера его применения довольно широка. Два основных типа задач, решаемых с его помощью:

1. Есть два или более текстов, которые необходимо сравнить в отношении нагрузки на определенные категории. Например, можно выяснить, какое внимание уделяют два разных учебника по одному предмету определенным темам. Скажем, существенное различие в частотах встречаемости определенных категорий в учебниках истории позволит судить о различиях в идеологической направленности этих пособий и их авторов.

2. Задача отслеживания динамики изменения нагрузки на определенные категории. Например, просматривая нормативные документы министерства и комитетов по образованию за несколько лет, можно отследить динамику образовательной политики по частотам упоминания различных категорий, от самых крупных, таких как «Ученик», «Учитель», «Финансирование», «Воспитание» и пр. до более узких - «Личностно-ориентированный подход», «Развитие личности», «Патриотическое воспитание» и т.д.

Относительные частоты позволяют сравнивать два и более текстов, но иногда требуется сделать вывод на основе анализа лишь одного текста. В подобных случаях могут использоваться частотные словари, в которых для различных слов и словосочетаний указываются их относительные частоты употребления средним носителем данного (в нашем случае – русского) языка.

Дальнейшее развитие контент-анализа привело к появлению более тонких методов анализа текстов. Уже к середине 50-х годов исследователи стали все больше уделять внимания не простому наличию или отсутствию категорий в тексте, а связям между категориями. Для изучения связей обращают внимание на совместную встречаемость слов различных категорий. Например, для каждого предложения текста мы можем выяснить, слова каких категорий в нем встречаются. Может оказаться, что для некоторых категорий наблюдается тенденция их совместного употребления, а для других - наоборот. При этом можно подсчитать коэффициент корреляции, который даст нам силу связи между категориями.

Например, анализируя сочинения старшеклассников различных школ на тему «Школа в моей жизни» можно исследовать совместное употребление категорий «Школа» (куда входят «Школа», «Учителя», «Уроки», «Школьная жизнь», «Учеба в школе» и пр.) и «Негатив» (например, такие слова и сочетания, как «Плохо», «Не нравится», «Не люблю», «Не интересно», «Скучно» и пр.). При этом мы можем обнаружить, что для некоторых школ наблюдается тенденция совместного употребления этих категорий, для других школ – нет.

Использование при контент-анализе определенного набора категорий задает концептуальную сетку, в терминах которой и анализируется текст. От того, насколько удачен набор используемых категорий, зависит качество результатов анализа. Поэтому исследователей давно интересовала задача автоматической категоризации слов текста, т.е. выделение обсуждаемых в нем тем не по заранее определенной исследователем схеме, а на основании самого текста. Был предложен ряд подходов для решения этой задачи. В настоящее время существуют компьютерные программы, нацеленные на решение различных задач контент-анализа, в том числе и этой. Следует отметить, что автоматическая категоризация возможна лишь в том случае, если объем анализируемых текстов достаточно велик.

Основное поле применения контент-анализа в педагогических исследованиях можно условно разделить на 3 области:

1) Анализ нормативных документов большого объема, анализ печатной продукции педагогов - учебных пособий, методических рекомендаций и т.д.

2) Анализ работ учащихся (сочинений, изложений, других творческих работ, включая рисунки, компьютерные презентации и пр.).

3) Анализ информационных массивов, полученных при применении других методов исследования. Так, например, контент-анализ используется для обработки результатов видеосъемки или стенограмм непосредственного наблюдения, аудиозаписей или стенограмм бесед, интервью, а также для обработки результатов ответов на «открытые» (т.е. подразумевающие произвольный текстовый ответ) вопросы анкет.

Первый шаг в подготовке к контент-анализу состоит в определении той совокупности текстов, которую мы собираемся изучать и целей их изучения.

При определении совокупности изучаемых документов встает вопрос об их надежности. Обычно считается (но это - вопрос для исследователя), что официальные документы более надежны, чем неофициальные, личные – более надежны, чем безличные. После того как определена совокупность документов, встает задача оценки ее объема.

Следующий шаг состоит в принятии решения о единице анализа. В контент-аналитическом исследовании единица анализа – это некоторый элемент или признак, встречающийся в тексте. Таким простейшим элементом может быть слово, и оно используется в контент-анализе наиболее непосредственным образом. В простейшем варианте метод состоит в том, что устанавливаются определенные ключевые слова и подсчитывается частота их употребления в исследуемых документах. При этом, как уже отмечалось, более правильно считать не общее количество, а относительную частоту, которая вычисляется как отношение абсолютной частоты к длине анализируемого текста.

В принципе смысловыми единицами контент-анализа могут быть:

- понятия (выраженные в отдельных терминах или с указанием списка синонимов);

- темы (возможно, соответствующие общей теме исследования или каким-то ее частям);

- персонажи (имена, фамилии людей);

- события, факты, действия, ситуации.

Контент-анализ, основанный на исследовании слов, тем и сообщений о персонажах или событиях, сосредоточивает внимание исследователя на содержании сообщения, на том, о чем в нем говорится. На деле это означает, что исследователь должен создать своего рода словарь ключевых слов и словосочетаний.

После выявления смысловых единиц контент-анализа исследователь выделяет единицы счета, которые могут совпадать либо не совпадать с единицами анализа. В 1 -м случае процедура «измерения» сводится к подсчету частоты упоминания выделенной смысловой единицы, во 2-м — исследователь на основе анализируемого материала и здравого смысла сам определяет единицы счета, которыми могут быть:

- физическая протяженность текстов, число знаков (букв), строк, абзацев и т.п.,

- площадь текста, заполненная смысловыми единицами;

- число строк (абзацев, знаков, колонок текста);

- длительность трансляции по радио, ТВ и т.п.;

- метраж пленки при аудио- и видеозаписях,

- количество рисунков с определенным содержанием, сюжетом и пр.

В итоге в контент-аналитической процедуре мы можем оперировать со следующими единицами измерения:

- количество появлений искомого признака в тексте;

- какая-то из указанных выше характеристик «протяженности» текста с искомым признаком;

- относительная частота (количество появлений или «протяженность», деленная на общий объем).