유효한 결론에 도달하기 위해 데이터를 수집하고 분석하는 것은 이해관계자에게 제시되기 전에 여러 단계를 거쳐야 한다. 당신은 당신이 더 깊이 파고 시작할 때 데이터에 포함 된 정보의 너무 많은이 있다는 것을 놀라게 될 것입니다. 그/그녀가 단계별 콘텐츠 분석을 따르지 않는 경우 연구자가 다양한 방향으로 전환 얻을 쉽습니다.
내용 분석 과정은 5 단계로 나눌 수 있다. 1 단계:데이터 식별 및 수집
정성 콘텐츠 분석을 위한 데이터를 수집할 수 있는 다양한 방법이 있습니다. 구두 및 비언어적 방법을 모두 사용하여 연구 참가자로부터 데이터를 수집 할 수 있습니다. 설문 조사,인터뷰,팟 캐스트,소셜 미디어 댓글,온라인 피드백,웹 대화 등 데이터를 수집할 수 있는 몇 가지 방법이 있습니다.
콘텐츠 분석을 수행하기 위해 고려되는 7 가지 주요 요소는 다음과 같습니다: 단어,문자,테마,단락,개념,항목 및 의미. 콘텐츠 분석에 필요한 관련 정보를 캡처하여 의도한 콘텐츠 분석에 필요한 충분한 데이터를 확보하는 것이 매우 중요합니다. 그냥 다른 연구와 마찬가지로,콘텐츠 분석은 또한 사람이나 제품이 아닌 단지 것을,샘플링을 포함,여기에 샘플은 콘텐츠 자체입니다. 샘플은 전체 인구를 대표 할만큼 충분히 커야합니다. 샘플을 추출하기 위한 적절한 기간을 고려해야 합니다.
예:
도시 또는 국가의 목적지 이미지에 대한 소셜 미디어 정보를 이용한 콘텐츠 분석. 장소의 대상 이미지를 찾을 경우 내용 분석의 목적. 이 분석은 관광객들이 방문한’장소’를 중심으로 이루어지며 소셜 미디어에 대한 의견을 표현합니다. 콘텐츠 분석의 목표는 소셜 미디어 데이터를 사용하여’장소’에 대한 전체적인 시각을 수집하는 것입니다. 의견은’장소’를 방문하고 소셜 미디어에 대한 경험을 표현한 관광객에 의해 표현됩니다.
데이터 수집의 경우,데이터 소스는 소셜 미디어 페이지,웹 사이트,블로그,온라인 포럼,여행 웹 사이트 등에 이르기까지 다양합니다. 그래서 데이터 수집은 데이터를 얻을 수있는 웹 페이지를 식별하기 위해’장소+’관광’+’페이스 북’검색을 사용하여 수행 할 수 있습니다..
2 단계:코딩 카테고리 결정
콘텐츠 분석에서 콘텐츠의 측정은 특정 서면 규칙에 기반한 체계적인 관찰 인 구조화 된 관찰을 기반으로합니다. 이 규칙은 콘텐츠를 분류하는 방법을 자세히 설명합니다. 분석에 대해 정의된 범주는 상호 배타적이어야 합니다. 이러한 서면 규칙은 복제를 쉽게하고 안정성을 향상시키는 데 도움이됩니다.
콘텐츠를 분석할 수 있으려면 수집된 전체 콘텐츠를 더 잘 관리할 수 있도록 카테고리로 나누는 것이 중요하다. 이 연구는 연구원의 질문에 대답 특정 단어와 패턴에 대한 범주에 집중 될 수 있도록 텍스트가 범주로 감소 선택적 감소의 과정이다.
카테고리 또는 코드는 단어,구,문장,기사,브랜드 이름,숫자,경쟁자 이름,국가,감정 등이 될 수 있습니다. 예를 들어,’공공 생활에있는 사람들’은 유명한 인물,정치인,스포츠맨,유명인 등으로 코딩됩니다.
3 단계:코드 내용
코드는 분석해야 할 텍스트에 할당하는 레이블이며 텍스트는 단어 또는 구가 될 수 있습니다. 예를 들어,코드’정치인’은 텍스트에 정치적 사람에 대한 언급이있을 때 할당됩니다.
코딩 과정 중에 각 범주에 숫자를 할당해야 합니다. 코드는 상호 배타적이어야 합니다.
코딩은 주어진 텍스트의 내용을 관찰하는 방법을 설명하는 일련의 규칙입니다. 코딩은 주파수,방향,강도 및 공간의 네 가지 중요한 특성을 식별합니다.
- 빈도는 특정 코드가 발생하는 횟수를 나타냅니다.
- 방향은 내용이 나타나는 방식,양수,음수,반대,지원 등입니다.
- 강도는 특정 방향을 향한 강도의 양을 나타냅니다.
- 공백은 텍스트에 할당된 공간의 크기 또는 메시지의 크기를 나타냅니다.
단어,구문,이미지,비디오 등의 목록 소스에서 그들을 찾기 위해 소셜 미디어 및 기타 데이터 소스에로드됩니다. 코딩은 단어 또는 구가 존재하거나 부재할 때 매우 신뢰할 수 있는 데이터를 가져옵니다.
예:
위의 예를 들어,후보에 오른 모든 웹 페이지가 마스터 파일로 결합됩니다. 코딩 소프트웨어는 웹 페이지에서 단어/구문/이미지를 식별하는 데 사용됩니다. 이 프로그램은 자바 바이트코드 프로그램의 갯수를 카운트하고,스크립트의 메인 형식을 합계냅니다,그리고 확인되지 않은 실행 텍스트 파일을 찾습니다.. 단어/문구/이미지의 빈도가 얻어지고 주파수 테이블이 생성됩니다.
4 단계:유효성 및 신뢰성 확인
다음 단계는 설계된 코드의 테스트를 포함합니다. 코드는 신뢰성을 검증 할 필요가있다. 이 코드는 실제로 측정 할 취지를 측정하고 결과가 일관성이 있는지 확인하기 위해 테스트해야합니다.
샘플링 유효성은 분석을 위해 선택된 샘플의 검사 및 검증을 의미한다. 의미 론적 유효성 검사는 범주의 일부인 다른 구 또는 단어가 비슷한 의미를 가지는지 확인하고 모두 동일한 범주에 속하는지 확인합니다. 또한 한 측정값을 다른 측정값으로 대체할 수 있는지 확인하기 위해 상관 관계를 확인해야 합니다.
데이터의 신뢰성 검사는 데이터가 신뢰할 수 있는지 여부를 아는 것이 중요하며,이는 측정 프로세스 전반에 걸쳐 일정해야 함을 의미합니다. 재현성 검사는 수많은 코더가 샘플 데이터를 코딩하고 결과를 비교함으로써 수행됩니다. 또한 데이터의 안정성을 확인할 수 있으며,여기서 일정 기간 동안 콘텐츠 일관성 정도를 평가하기 위해 검사가 수행됩니다. 프로세스가 예상대로 표준을 준수하는지,그리고 설계 내용에 따라 결과를 산출하는지 측정하기 위해 정확도 검사를 수행해야 합니다.
적절한 검증 및 신뢰성이없는 결과는 쓸모없는 것으로 간주되므로 콘텐츠 분석에서 신뢰성의 확립은 매우 중요합니다.
5 단계:결과 분석 및 발표
분석을 완료한 후 여러 세트의 정보가 정리되어 파일로 제공됩니다. 이 받는 사람에 의해 쉽게 이해할 수 있는 보고서 형식으로 제시 하는.
여기에는 최종 결과의 검토,패턴 식별,모든 정보를 순서대로 배열하고 마지막으로 보고서 형태로 제시하는 작업이 포함됩니다.
보고서의 소개 섹션은 다음과 같은 보고서에 대한 모든 기본 정보를 다루어야합니다:
- 연구 기간
- 연구를 위해 선택한 위치
- 연구의 목적과 목적
- 연구 기간 동안 사용 된 다양한 도구와 기술을 설명
- 데이터 소스와 그 구성
결과 섹션에는 연구 기간 동안 관찰 된 다양한 요인에 대한 자세한 정보가 포함되어야합니다. 결과는 데이터에 의해 지원되어야하며 그래프 및 행렬 형태로 제공되어야합니다. 정보의 명확한 발표는 독자가 보고를 이해하고 해석하는 것을 쉬운 한다. 결과 섹션은 연구 중에 수집 된 관찰에 대한 자세한 분석 및 요약을 제공 할 수 있어야합니다. 이 연구 기간 동안 관찰의 간단한 해설해야한다. 중요한 결과를 포함하고 실제 결과를 묻을 수있는 너무 많은 정보를 추가하지 마십시오.
결과는 너무 많은 판단이나 해결책을 추가하지 않고 결과를 설명하려고 노력해야합니다. 이 섹션은 상황에 대한 추가 토론 및 평가를 위해 중요한 이해 관계자에게 방향을 제시하고 보고서를 기반으로 결정을 내릴 수 있도록 장려해야합니다.