定性内容分析:你的客户真正的意思是什么?

定性内容分析是一种帮助您使用编码框架总结定性数据含义的方法。它可以帮助您将大量信息归结为最重要的核心，同时它只选取不同的概念(相互排斥)并涵盖数据中存在的所有方面(总体上详尽无遗)。定性内容分析对数据进行了简化和总结，这与其他旨在丰富或解释数据的定性方法不同。

定性内容分析的第一个主要优势是，它可以应用于广泛的数据:歌曲、演讲、社交媒体帖子、图片、采访、报纸文章、日志条目等。第二个主要优点是，它可以帮助您将定性数据转换为定量数据，以便您可以应用统计分析。它在解决只需要核心信息的特定问题时特别有用，特别是在市场营销、人力资源、品牌管理、产品开发、质量管理和质量基准等领域。

应用与影响:总结核心含义

定性内容分析可以用于所有需要将大量信息总结为核心的领域，从分析技术到分析公众对自己公司的看法。定性内容分析的主要限制是数据的可用性，因为理想情况下，您需要广泛和大量的数据来一致地应用它。这里有几个例子，可以应用它:

市场和销售:理解客户的意思

• 顾客购买某种产品的原因是什么?
• 客户看重产品的哪些特性?

人力资源:弄清楚员工看重什么

• 让员工留在公司最重要的是什么?
• 根据Glassdoor上的评论，大家对我们公司的看法如何?

品牌管理:了解你的公司在人们心目中的形象

• 用什么形容词来描述我们的品牌?
• 我们的品牌和其他品牌有什么不同?

竞争和质量基准:
将你的品牌与其他品牌进行质量比较

• 我们的形象如何适应这个行业，又有何不同?
• 在客户眼中，我的公司与其他公司有什么不同?

产品开发:分析专家对最重要趋势的意见

• 像人工智能这样的技术是如何影响商业的，有哪些应用潜力?
• 客户对我们现有产品的主要抱怨是什么?

PR:贵公司的公众形象如何

• 报纸上对我公司的报道是什么，频率是多少?
• 我的新产品用了哪些形容词和动词?

质量管理:
将客户反馈归结为核心

• 为了改进产品，我们的客户有什么建议?他们最常提到哪些方面?
• 我们的产品在亚马逊等网站上的评论都提到了哪些方面?

步骤:详细的分步指南

进行定性内容分析包括7个步骤，包括大致使用编码框架，生成类别定义，将材料分割为编码单元，以及区分分析的试点阶段和主要阶段。在你开始之前有一个明确的研究问题是非常重要的。此外，请记住，对于定性方法，它不像定量方法那样直接和容易获得可靠性和有效性。因此，结果的质量是通过其他手段来评估的，例如通过一致性和系统的方法。他们确保你的结果是有效的，可靠的，尤其是可信的。

步骤1:收集数据

在你制定了一个明确的研究问题之后，第一步是收集数据，理想地反映你的研究主题的全部多样性。您还需要明确是使用一种形式的数据，例如仅使用报纸文章，还是使用多种形式的数据，例如视频和书籍。我的一般建议是，你试着专注于一种形式的数据，因为它将更一致，更容易分割材料。但是，根据关注点的不同，您也可能更加关注数据源的多样性，而不是一致性。举个例子，如果我必须分析苹果IPhone X在亚马逊上的产品评论，我会选择我能在亚马逊上找到的材料，尽可能简单，而不是关注其他来源，因为研究问题将是确定IPhone X在亚马逊评论中是如何被感知的。

步骤2:构建编码框架

构建一个有效和可靠的编码框架是整个分析中最关键和最棘手的部分。编码框架是任何定性内容分析的核心，它指定了您想要在分析中捕获和区分的所有不同含义。因此，在这里保持谨慎并做出正确的决定尤为重要。

编码框架由至少一个主类别和至少两个子类别组成。它们的复杂性各不相同，由任意数量的主要类别组成，包含若干层次结构级别，甚至子类别中的子类别。然而，由于主要目标通常是理解和交流定性内容分析的结果，我建议保持简单，并避免在子类别中添加进一步的子类别。

主要类别代表你感兴趣的材料中比较抽象的方面。子类别具体地涵盖了在特定的主要类别中实际提到的内容。你可以把一个主类别想象成统计学中的一个变量，而这个变量可以取的值的子类别。例如，当我们想要总结一个人的身体方面时，头发颜色可能是一个主要类别，相应的子类别可能是黑发、金发或黑色。

编码框架的工作还有三个要求。

1. 互斥:首先，子类别需要是互斥的，这意味着它们所涵盖的方面没有重叠。在一个主类别中，只有一个子类别可以分配给一个分析单元。看看下面的例子:你想要了解你的竞争对手是什么，因此你的分析单位是与你竞争的公司。你有一个主要类别“公司类型”，它包含了子类别“IT”，“创业”，“制造”和“中型”。如果您遇到IT-Startup，则需要分配子类别“Startup”和“IT”，这违反了相互排他性的要求。糟糕的编码框架!
2. 一维的:第一个需求的例子将我们引向第二个需求。主类别应该只涵盖材料的一个方面。在前面的例子中，“公司类型”将涵盖两个方面，即行业和公司阶段。因此，您需要将您的主要类别分成这两个类别来满足这个标准。
3. 集体详尽:总的主要类别必须涵盖材料中存在的所有方面。首先，这意味着对于每个分析单元(在我们的示例中是指公司)，您可以在每个主要类别中找到合适的子类别。其次，这意味着文本中的所有方面都包含在主要类别中。在我们的示例中，我们可以考虑“行业”和“公司阶段”的新编码框架仍然不完整，因为还有其他重要方面，例如“产品类型”(服务或产品)、“位置”和“员工编号”。你可以很容易地引入剩余类别。然而，引入太多的剩余类别可能会告诉您，您的编码框架不够有效，您应该重做。如果子类别非常相似，最好将它们折叠起来。

如果您满足了这些要求，那么您就为良好的编码框架奠定了第一块基石。一个好的编码框架是可靠和有效的。可靠意味着即使其他人也能理解并应用您的编码框架，并在理想情况下重建您的结果。有效意味着你的编码框架捕捉了材料的所有重要方面，这样你的材料的所有相关部分都可以被分配到一个主要类别或子类别。构建编码框架并不困难，它还需要三个基本步骤:

步骤1 -选择材质:您选择材料的一部分(例如大约50%)，理想情况下是最多样化的部分，您将使用它来构建编码框架。这样你就可以确保你的编码框架完美地覆盖了所有重要的方面。我的建议是不要尝试一次构建整个编码框架。一次只关注一个方面可能是有意义的。这样，您将确保不会遗漏任何重要的方面，并且您构建的编码框架是一致的。

步骤2 -创建类别:当你创建分类时，你有三种可能的开始方式，这取决于你是决定以数据驱动的方式，概念驱动的方式还是两者的混合:

• 数据驱动的方法:你开始时没有任何预先确定的类别，你让编码框架完全从材料中浮现出来。如果您非常想知道文中提到了哪些方面，或者不清楚文中涵盖了哪些方面，那么数据驱动的方式可能会特别有趣。
• 概念驱动方式你对所涵盖的方面有明确的想法，以及你将找到关于你的研究问题的具体信息，所以你从一个完全定义的编码框架开始，其中包括你从一个有效的理论中推导出来的预先确定的类别和子类别。您基本上跳过了开发编码框架的部分。
• 混合的方法:完全概念驱动的方法的问题在于，你对类别的最初想法实际上可能与材料中实际出现的内容不同，因此，遗漏了部分材料。这将使您的编码帧无效，甚至可能更不可靠。因此，混合方式经常被应用，在这种情况下，您对材料中的各个方面有一个初步的想法，但您允许编码框架适应材料。

如果您决定以数据驱动或混合的方式工作，您将再次有几种关于如何从材料中开发类别的策略。归纳和递进总结是两种最常用的策略，可以帮助你系统地推导出主要类别和次要类别。

• 包容:在主类别已经设置好之后，这种方法在以数据驱动的方式生成子类别方面非常有效。你基本上是一段接一段地检查你的材料，并重复以下步骤。首先，通读材料，直到遇到相关概念。其次，检查是否已经创建了涵盖您遇到的概念的子类别。如果这个概念是新的，您可以创建一个新的子类别来涵盖这个概念。第三步，继续阅读，直到遇到下一个相关概念。你基本上要继续这些步骤，直到你觉得你的编码框架达到了饱和点，例如，你没有遇到任何新的概念。
• 进步的总结当你想以数据驱动的方式开发包括主类别和子类别在内的整个编码框架时，这种方法非常强大。使用这些方法，你基本上是改写相关的段落，从这些段落中删除任何不必要的东西，然后继续总结类似的释义。最后，经过多次解释，它们将变成类别和子类别。

步骤3 -定义类别：

在定性内容分析中，很重要的一点是，你的分类是清晰的，即使对其他人来说也是如此，你应该清楚你对一个给定类别的意思。这对你的编码框架的可靠性非常重要，因为当你不清楚一个给定类别的含义时，人们将无法理解你的编码框架，并倾向于将段落分配给与你不同的子类别。这是一个大问题，不仅因为你很难展示你的结果，而且如果你的结果一再被别人误解，你的结果也会变得不那么可信。

这就是为每个主类别和子类别编写定义的原因。对于主要类别，定义可以很短，但对于子类别，定义应该更广泛。定义应始终包括以下要素:

• 标签:一个直观和直接的类别名称
• 描述:一篇简短的文章，解释你的名字是什么意思，以及一篇文章应该意味着什么标准，才能被分配到这个类别
• 例子:最好是一个样本或引用(如果你的材料是基于文本的)来说明类别和你分配它的过程
• 决策规则:一个决策规则，以防它仍然不是100%清楚如何处理给定的类别

在这里，您应该确保一个主类别中的子类别确实是相互排斥的。特别是对于这个需求，决策规则可能非常有用。

您应该记住，编码框架的开发不是一个线性过程。这可能意味着你需要回到前面的步骤，如果你没有成功地总结它。从我个人的经验来看，你知道你的研究问题是什么是至关重要的。例如，如果你分析数字化转型如何影响公司，那么你会发现，同样的研究问题可能导致非常不同的编码框架，这取决于你如何解释这个问题。请看下面两个例子:

你用同样的材料回答了同样的问题但却用了两种完全不同的编码框架。因此，你应该清楚地知道你的目标是什么。

步骤3:分割你的材料

当你分割材料时，你把它分成几个块，也称为编码单元。分割对于编码尤其重要，因为您需要从每个主要类别中分配一个子类别给您所拥有的每个分析单元，并且它是稍后两个不同的人编码时进行比较的基础。您将需要以这样一种方式选择分析单元，即它们能够以一种有关子类别的有意义的方式进行解释。

<概述文本段落，代码，编码表>

为了分割多个图像，您可以简单地将每个图像作为分析单元。如果你的材料是由报纸组成的，你可以将每篇报纸文章划分为一个片段。为了适当地分割材料，可能有必要定义标准，指定何时开始和何时结束。这样的标准有两种类型。

1. 正式的标准:正式的标准是基于你的材料的结构。简单地说，如果你有一本书作为材料，那么你可能会决定每一章可能是一个分析单元，或者每一段应该是一个分析单元，甚至是每页。您基本上根据规则的结构来定义规则。
2. 主题的标准主题标准通常可能更有用，包括在主题变化时寻找位置。在主题标准中，分析单位对应于主题。例如，你的材料可能是客户对你产品的反馈。在这种情况下，当客户在第一个编码单元中谈论产品外观时，当面试的一般主题发生变化时，您将分割材料，然后转到他们如何在下一个编码单元中生产产品等等。

形式标准是否优于主题标准，反之亦然?明确。主题标准的优点是，一个编码单元将对应于一个特定的主题，并取决于材料的结构。它可能使你的材料更有效，例如，当正式的标准将材料以这样一种方式分割时，一个分析单元涵盖了几个主题。这可能会产生冲突，因为一个编码单元可能非常适合一个主类别中的两个子类别。主题标准将更少地避免这些信息，并确保您的编码框架更能代表材料。此外，有时你的研究问题只是倾向于主题标准。如果您对某本书中的冲突感兴趣，那么根据正式的标准来组织这本书是没有意义的。

另一方面，正式的标准有其优势，即它们清晰、可理解和快速。根据正式的标准来划分你的材料是很容易的，而且它几乎是模棱两可的。这意味着，即使其他人要分割你的材料，他们也会得到相同的编码单元。同样，对于主题编码，一些研究问题已经倾向于正式的标准，例如一本书中的章节如何不同，或者我的客户在产品评论中最常提到的方面是什么。

当你对材料进行分割时，你通常会给每个连续的编码单元分配一个数字。如果您使用形式标准，则可以跳过分割材料的额外步骤，并且可以与编码并行完成。如果您有主题标准，则需要在编写代码之前先对材料进行分段。此外，在最后，你应该得到一个编码表，你将使用编码你的材料。列包含类别，行包含编码单元，在每个单元格中，您将为各自的主类别和编码单元写下子类别。你的编码表应该是这样的:

	主要类别1	主要类别2	主要类别3	…
1号机组
第二单元
…

如果你有定量的背景，你会意识到你的编码表就像一个只由分类变量组成的数据集。这实际上是定性内容分析可以帮助您将定性信息转化为定量信息的方式，这样您就可以对数据进行统计分析。在完成以下所有步骤并填写编码表之后，您可以计算不同类别之间的频率或相关系数。

步骤4:尝试你的编码框架

在开发了编码框架之后，您将需要在与开发编码框架的材料不同的部分材料上进行测试。理想情况下，所选择的材料应该再次涵盖所有类型的数据以及您期望在数据中找到的所有方面。在这一步中，在开始将编码框架应用于整个数据之前，您需要评估编码框架的质量。因此，您需要检查编码框架的可靠性和有效性。这将在下一步中进行。

步骤5:评估和修改编码框架

评估编码帧的可靠性

可靠性描述了你的编码框架在多大程度上是可重复的和可推广的。为了评估可靠性，您需要使用相同的编码框架对材料进行双重编码。这意味着你首先要找到另一个能帮助你的人，然后在同样的时间对同样的数据应用同样的编码框架，彼此独立。如果你需要独自工作。也可以自己编写两次代码，但在两次运行之间要休息两周。如果子类别的定义足够清晰，并且子类别确实是相互排斥的，那么编码单元应该由两个人(您和您的伙伴)分配给相同的子类别。

在完成了双重编码之后，您可以评估编码框架的可靠性。这可以通过两种方式实现:

1. 非正式地:您的合作伙伴和您只需交换将某些编码单元放入不同类别的原因。这样你就会发现你的编码框架不够清晰的地方，因为描述不清楚，或者因为子类别重叠，以及你的伴侣误解了你使用编码框架的方式。
2. Quantitavely:你计算一个一致系数例如简单的一致百分比或kappa。

为了实现可靠性，保持编码框架的复杂性和范围尽可能小是非常重要的。包含超过200个类别的编码框架将更有可能导致编码双方的错误和分歧。处理较大编码帧的一种可能性是不要一次对所有主要类别进行编码，而是连续地进行编码。

评估编码框架的有效性

有效性告诉你你的分类涵盖材料和材料中相关概念的程度。对于编码框架的数据驱动部分，您可以首先通过检查材料的所有编码单元是否适合每个主要类别的一个子类别来评估材料的有效性。其次，看看是否需要引入残差类别。太多的剩余类别告诉您，您的编码框架不够有效。第三，检查你是否比其他人更频繁地使用一个子类别，以及某些子类别是否根本没有使用过。如果是这种情况，最好将最常见的类别分成更小更精确的类别。

第六步:对所有材料进行编码

在您采用并修改了编码框架之后，是时候对所有材料进行编码了。如果您的编码框架已经被证明是足够有效和可靠的，那么您可以单独对所有材料进行编码，而无需进行双重编码。如果您需要调整您的框架，那么您必须再次进行双重编码，以确保新生成的编码框架是可靠和有效的。但是，没有必要对所有东西都进行双重编码。只要对四分之一的材料进行双重编码就足够了。一般来说，在第5步中进行的更改越多，就越需要重复编码。

最后，还有一个技巧。如果您已经证明了您的编码框架是可靠的，那么您可以将编码单元划分给几个人，并将工作分开。它是有效的，因为一个可靠的编码框架将产生相同的结果，而不管谁在编码。

步骤7:解释结果

完成第6步后，理想情况下，您将获得完整的编码表。如果你的目标是分析客户对你产品的评价，那么你的编码表可能是这样的:

	投诉	建议	喜欢
客户1	长时间交货	开店	伟大的品质
客户2	长时间交货	开店	伟大的品质
客户3	太贵了	提供忠诚奖励

在这一点上，根据你的目标和研究问题，可能有几种可能如何处理结果。一般来说，有三种可能性:

1. 呈现编码框架:如果定性内容分析的目的只是找出你的材料中存在哪些方面，那么你可以简单地用主类别和子类别来呈现你的编码框架。展示你的编码框架中有哪些类别，并解释这些类别对你的客户和他的具体问题意味着什么。
2. 分析编码表:如果您的研究目的是理解模式，那么您可能需要查看编码表并计算频率。此外，您可以查看并尝试理解为什么将特定的编码单元分配给某些子类别，以及是否可能存在任何隐藏的模式。
3. 继续进一步分析:定性内容分析通常用作进一步分析的准备步骤。您可以使用编码表进行更复杂的统计分析。您可能希望将编码单元聚类以识别相似的单元，或者您可能希望比较编码单元以找出它们的不同之处。基于编码框架和编码表，您可以做的可能性很大。

优势——严格的规则保证了客观性

定性内容分析是一种非常灵活的方法，具有以下优点:

• 将定性数据转化为定量数据:它是一种可以将定性数据转化为定量数据的方法，这样你就可以在定性数据上检验假设
• 材料可得性:一般来说，找到定性内容分析的材料相对容易，因为网上已经有很多文本、图片和视频。
• 相对客观的:定性内容分析以严格的规则为指导，帮助您消除主观性。当你对材料进行双重编码时，它提供了计算可靠性分数的能力。这个可靠性得分也可以被认为是客观性得分。
• 数据准备:在进行了定性内容分析之后，您将最终拥有一个编码框架和编码表，您可以将其用于各种进一步的分析:回归分析、聚类、识别模式、定性基准测试。
• 效度和信度评估:定性方法不能提供评估信度和效度的具体方法。这使得定性内容分析与众不同。
• 提取核心内容:这种方法将帮助你把材料浓缩到最重要的方面，而不增加信息，扭曲或丰富它。

缺点-有更好的方法来建立理论

尽管有这些优点，定性内容分析也有一些明显的缺点:

• 数据还原:该方法的主要功能也是其主要缺点之一。对于定性内容分析来说，已经有一个明确的研究问题和在一定程度上对一个主题有经验是非常重要的。即使你有相同的研究问题和相同的材料，你可能仍然会得到许多不同的编码框架。
• 经验:尽管它是一种相当直接的方法，具有清晰和指导性的规则，但为了构建可靠和有效的编码框架，它仍然需要一些经验。
• 解释与理论构建:定性内容分析不适合解释材料或推导理论，因为它的主要重点是描述你的材料，而不是理解它。其他方法，如编码或语篇分析更适合于此。
• 奇点:定性内容分析不允许您一次探索几个可能的含义以及这些含义如何相互关联。更好的方法是符号学。

进一步的联系

如果你想阅读更多关于定性内容分析的理论文章，我建议你看看参考文献中列出的书籍和文章。这里还有两篇关于定性内容分析如何应用于营销的文章。

• https://www.thebalancesmb.com/how-to-analyze-qualitative-market-research-data-2296916
• https://arxiv.org/ftp/arxiv/papers/1505/1505.04401.pdf

第一个是相当理论性的，旨在给你一个概述，而第二个更实用，并显示定性内容分析如何补充定量分析。

如果您有进一步的问题，批评，您需要帮助，或者您对如何应用定性内容分析有其他想法，请随时留下评论或给我留言。

参考文献

SAGE定性数据分析手册- Uwe Flick。

Mayring, Philipp(2010)定性吸入分析:基础与技术。

伯杰，阿瑟·A.(2000)，内容分析，载于阿瑟·伯杰主编的《媒体与传播研究方法》。千橡:Sage第173-85页。

(2005)“质性内容分析的三种方法”，《质性健康研究》，第15期:1277-88。

Krippendorff, Klaus(2004)《内容分析:方法论介绍》。加利福尼亚州千橡市:Sage(第1名)^圣版,1980)。

Margrit Schreier(2012)定性内容分析在实践中的应用。伦敦:圣人。