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使用编码框架帮助您总结定性数据含义的方法。它帮助您将大量信息浓缩为最重要的核心,而它只选取不同的概念(相互排斥),并涵盖数据中出现的所有方面(总体上是详尽的)。定性内容分析是对数据的精简和总结,它不同于其他以丰富或解释数据为目的的定性方法。

定性内容分析的第一个主要优点是它可以应用于各种数据:歌曲,演讲,社交媒体帖子,图片,访谈,报纸文章,日记条目等。第二个主要优点是它可以帮助您将定性数据转化为定量数据,以便您可以应用统计分析。解决特定问题特别有用,其中仅需要核心信息,特别是在营销和销售,人力资源,品牌管理,产品开发,质量管理和定性基准等领域。

应用与影响:总结主旨的核心

定性内容分析可用于所有领域,其中大量信息需要总结到其核心,可以从分析技术分析,分析本公司在公共场合中的识别。定性内容分析的主要限制是数据的可用性,因为您需要宽范围和大量数据来始终如一地应用。以下是一些示例,可以应用:

营销和销售:了解客户的意思

  • 客户购买某种产品的原因是什么?
  • 客户的价值是什么产品功能?

人力资源:弄清楚员工的价值

  • 什么是让我们的员工留在公司的最重要的因素?
  • 我们的公司根据GlassDoor的评论感知我们如何感知?

品牌管理:了解您的公司是如何被感知的

  • 用于描述我们品牌的形容词是什么?
  • 我们的品牌如何与其他品牌不同?

竞争与定性基准:
与他人的品牌与他人进行比较

  • 我们的个人资料如何适应行业内,它有何不同?
  • 哪些功能将我公司与客户眼中的其他公司区分开来的?

产品开发:以最重要的趋势分析专家意见

  • 某种技术如何,如AI,影响业务以及应用程序潜力是什么?
  • 我们的客户对我们现有产品的主要抱怨是什么?

贵公司的公众形象是怎样的

  • 关于我公司的报纸和频率的报纸中所说的?
  • 参考我的新产品使用什么形容词和动词?

质量管理:
将客户的反馈归结为其核心

  • 我们的客户建议如何提高产品以及最常提到的方面?
  • 在网上的评论中,比如亚马逊的评论中提到了我们产品的哪些方面?

步骤:详细的逐步指南

进行定性内容分析涉及致粗地利用编码帧,生成类别定义,将材料分割成编码单元的7个步骤,以及区分导频阶段和分析的主阶段。在开始之前,您有一个明确的研究问题非常重要。此外,请记住,对于定性方法,不像定量方法那样直接且易于访问的可靠性和有效性。因此,结果的质量由其他方式评估,例如通过一致性和系统方法。他们确保您的结果有效,可靠,特别是可信。

定性内容分析步骤

第1步:收集数据

制定了明确的研究问题后,第一步将收集反映的数据,理想地是您研究主题的全部多样性。您还需要澄清是否要使用一种形式的数据,例如仅报纸文章,或多个数据,例如视频和书籍。我的一般性建议是您尝试专注于一种数据形式,因为它将更加一致,更容易在以后分段材料。但是,根据焦点,您可能还会更加注重数据源的多样性而不是一致性。为了给你一个例子,如果我不得不分析亚马逊的Apple iPhone X的产品评论,我会选择我可以在亚马逊上在线找到的材料,因为它的研究问题是并且不关注其他来源,就像研究问题一样要确定iPhone X在亚马逊审查中的观察到了。

定性内容分析可以组合许多不同的来源。
定性内容分析可以组合许多不同的来源。

第2步:构建编码框架

构建有效且可靠的编码框架是整个分析的最关键和最棘手的部分。编码帧处于任何定性内容分析的核心,并指定您想要捕获和区分分析的所有不同含义。因此,在这里谨慎并做出正确的决定尤为重要。

编码帧包括至少一个主要类别和至少两个子类别。它们可以随着复杂性而变化,并且由任何数量的主要类别组成,包含几个层级甚至子类别中的子类别。然而,由于主要目标通常是从定性内容分析中理解和传达结果,我推荐它保持简单,避免将其他子类别添加到子类别。

主要类别代表您对您感兴趣的材料的更摘要方面。具体地涵盖该特定主要类别中的实际提及的内容。您可以考虑一个主要类别,就像统计数据中的变量和此变量可以接受的值的子类别。例如,当我们希望总结人的物理方面和相应的子类别可能是黑发,金发或黑色的时,发色可以是主要类别。

编码帧还有三种要求进行工作。

  1. 互斥:首先,子类别必须是相互排斥的,这意味着它们所涵盖的方面没有重叠。在一个主要类别中,只能将一个子类别分配给一个分析单元。看看下面的例子:你想了解你的竞争对手是什么,因此你的竞争对手是你的分析单位。你有一个主要类别“公司类型”,它包含子类别“IT”,“创业”,“制造”和“中型”。如果你遇到一个IT-Startup,你需要分配子类别“Startup”和“IT”,这违反了互斥的要求。糟糕的编码框架!
  2. 单向:第一个要求的示例会导致我们到第二个要求。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,这将是行业和公司阶段。因此,您需要将您的主要类别拆分为这些双重分类以实现这一标准。
  3. 集体详尽:主要类别必须涵盖材料中出现的所有方面。首先,这意味着对于每个分析单元(在我们的示例中是company),您可以在每个主要类别中找到一个合适的子类别。第二,这意味着你的文本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“Industry”和“Company Stage”的新编码框架仍然不完整,因为还有其他重要的方面,例如“Product Type”(服务或产品)、“Location”和“Employee Number”。您可以很容易地引入剩余类别。然而,引入太多的残留类别可能会告诉您,您的编码框架不够有效,您应该重做它。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,那么您就为一个好的编码框架打下了第一块基石。一个好的编码框架是可靠和有效的。可靠意味着其他人也可以理解并应用您的编码框架,并理想地重新创建您的结果。有效的意思是你的编码框架捕捉了你的材料的所有重要方面,所以你的材料的所有相关部分可以被分配到一个主类别或子类别。构建一个编码框架并不困难,它还需要三个基本步骤:

第1步 - 选择材料:您可以选择您的材料(例如大约50%),理想情况下,您将用于构建编码帧的最多零件。这样,您可以确保您的编码帧非常涵盖整个100%的材料中存在的所有重要方面。我的建议是您不会尝试立即构建整个编码框架。在一次一个方面,它可能有意义。这样,您将确保不会错过任何重要方面,并且您构建一致的编码帧。

第2步 - 创建类别:创建类别时,您有三种可能性如何启动,具体取决于您是否决定以数据驱动的方式,概念驱动的方式或两者组合执行以下操作:

  • 数据驱动方式: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。如果你非常想知道其中提到了哪些方面,或者是否对所涉及的哪些方面没有明确的概念,那么数据驱动的方式可能会特别有趣。
  • 概念驱动的方式:您对所涵盖的各个方面有明确的想法以及您对研究问题的发现有哪些具体信息,因此您可以使用完全定义的编码帧与您从有效理论派生的预定类别和子类别开始。您基本上跳过开发编码帧的一部分。
  • 混合方式完全概念驱动方式的问题在于,你对类别的最初想法可能与材料中实际呈现的内容不同,因此,会留下部分材料无法解释。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,即你对材料的各个方面有一个初步的想法,但是你允许编码框架适应材料。

如果您决定以数据驱动或混合方式工作,您将再次有几种关于如何从材料开发类别的策略。两个最常用的策略,这些策略将帮助您获得主要类别以及系统地是子类别的支持和逐步总结。

  • 归档:在已设置主要类别之后,此方法在以数据驱动方式生成子类别非常有效。您基本上检查了另一个物质的一代,并通过以下步骤迭代。首先,您阅读材料,直到遇到相关的概念。其次,您检查是否已创建涵盖您遇到的概念的子类别。如果此概念是新的,则会创建一个涵盖此概念的新子类别。第三,您继续阅读,直到您遇到下一个相关概念。您基本上继续使用这些步骤,直到您认为您的编码框架达到饱和点,例如,您不会遇到任何新概念。
  • 渐进总结:当您希望以数据驱动方式开发整个编码帧,包括主要类别和子类别,此方法非常强大。使用这些方法,您基本上释放相关的段落,从这些段落中删除,这些段落似乎不必要,并且您继续总结类似的释义。最后,在释放它们几次后,他们将转变为类别和子类别。

第3步 - 定义类别

在定性内容分析中,您的类别甚至对其他人都清晰非常重要,它应该清楚你的意思是给定的类别。这对于您的编码框架的可靠性非常重要,因为当不清楚您的特定类别的意思时,人们将无法理解您的编码帧并倾向于将段落分配给不同的子类别。这是一个很大的问题,不仅是因为仍然很难展示你的结果,但如果他们被其他人反复误解,他们也会不那么可信。

这就是为什么为每个主要类别和子类别编写定义的原因。对于主要类别,定义可能很短,但对于他们应该更广泛的子类别。定义应始终包含以下元素:

  • 标签:一个直观和直截了当的类别名称
  • 描述:一篇简短的文章,它解释了你的名字的意思,以及一篇文章要归入这一类别应该有什么标准
  • 例子:理想情况下,示例或引用(如果您的材料是基于文本的),则说明将其分配的类别和您的程序
  • 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,您应该确保一个主要类别中的子类别确实是互斥的。特别是对于此要求,决策规则可能非常有用。

您应该记住,编码帧的开发不是线性过程。如果您在总结一下,您可能意味着您需要返回到早期的步骤。从我的个人经历来看,你知道你的研究问题是至关重要的。如果您例如分析数字转型如何影响公司,那么您将发现相同的研究问题可能导致非常不同的编码帧,具体取决于您如何解释问题。请参阅以下两个示例:

基于数字转换的两种不同编码
基于数字转换的两种不同编码

在这里,您对具有完全两个不同的编码帧的材料可能是相同的材料。因此,您应该清楚地了解您的目标是什么。

第3步:分割您的材料

当您分段您的材料时,您将其划分为几个块,也称为编码单位。分割对于编码尤为重要,因为您需要将每个主要类别的子类别分配给您拥有的每个分析单位,并且它是在两个不同人员代码时更稍后比较的基础。您需要以一种方式选择分析单位,即它们可以以有意义的方式解释为子类别。

<概述文本段落,代码,编码表>

将材料分割为编码单位
将材料分割为编码单位

为了段例如多个图像,您可以简单地将每个图像作为分析单位。如果您的材料由报纸组成,您可以决定每个报纸文章成为一段。为了正确划分材料,可能有必要定义指定的标准,何时应该开始段,当一个应该结束时。有两种类型的这样的标准。

  1. 正式标准:正式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,甚至每一页。您基本上是根据规则的结构来定义规则的。
  2. 主题的标准:主题标准可能往往更有用,并且包括当主题更改时找到位置。在主题标准中,分析单位对应于主题。例如,您的材料可能会从向产品提供反馈的客户面试。在这种情况下,只要客户在第一个编码单元中谈论产品的外观更改的面试更改的一般话题,您将分段了这些材料,然后转到他们在下一个编码单位中使用它们的产品.

是否有正式标准过度标准,反之亦然?明确地。主题标准具有以下优点:一个编码单元将对应于一个特定主题并取决于材料的结构。当例如正式标准将以这种方式分割材料时,它可能使您的材料更有效,因此一个分析单位涵盖了几个主题。这可能产生冲突,因为一个编码单位对主要类别中的两个子类别非常合适。主题标准将避免此信息更少,并确保您的编码帧更具代表材料。此外,有时您的研究问题仅仅有利于主题标准。如果您对特定书中的冲突感兴趣,那么根据正式标准的书籍就没有意义。

另一方面,正式标准具有优势,它们是清晰,可理解和快速的。很容易根据正式标准对材料进行分割,并且几乎没有暧昧。这意味着,即使别人分割你的材料,它们也会导出相同的编码单位。同样,对于主题编码,一些研究问题已经有利于正式标准,例如章节如何在一本书中彼此不同,或者我的客户在产品评论中提到的最常见的方面是什么。

分段材料时,通常连续地为每个编码单位分配一个号码。如果使用正式标准,可以跳过额外的分割材料的步骤,可以与编码并行完成。如果您有主题标准,则需要在代码之前先分段材料。此外,最后您应该推导用于代码您的材料的编码表。该列包含类别,行包含编码单位和每个单元格,您将写下各个主类的子类别和编码单元。您的编码表应如下所示:

主要类别1 主要类别2
主要类别3.
...
1号机组
第二单元
...

如果您有定量背景,您将意识到您的编码表将类似于仅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,以便您可以对数据进行统计分析。完成以下步骤并填写您的编码表后,您可以例如在不同类别之间计算频率或相关系数。

第4步:尝试编码框架

在你开发你的编码框架之后,你需要在部分材料上测试它,这些材料与你开发编码框架的材料是理想的不同的。理想情况下,所选择的材料应该再次涵盖所有类型的数据和您期望在数据中找到的所有方面。在此步骤中,您希望在开始将编码框架应用于整个数据之前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:评估和修改您的编码帧

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再现的和一般化的。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,首先找到第二个人将帮助你,你应用相同的编码框架在相同的时间,彼此独立。如果你需要独自工作。您也可以自己编写两次代码,但在两次运行之间留出两周的休息时间。如果子类别的定义足够清晰,并且子类别确实是互斥的,那么编码单元应该由您和您的合作伙伴分配给相同的子类别。

完成双重编码之后,就可以评估编码框架的可靠性了。这可以通过两种方式实现:

  1. 非正式:您的伴侣,您只是简单地交换了将某些单位编码为不同类别的原因。这样,你会发现你的编码帧不够清楚的地方,因为描述尚不清楚或因为子类别重叠,并且伴侣误解了您使用编码帧的方式。
  2. 量散:例如,计算协议系数,例如协议或kappa的百分比。

为了实现可靠性,将编码框架的复杂性和范围保持为小必要是非常重要的。组成的编码帧由200多个类别组成,将更有可能通过两个编码器以及分歧导致错误。处理更大的编码帧的一种可能是一次性地编码所有主要类别,而是连续执行。

评估编码帧的有效性

有效性是指你的类别涵盖材料和相关概念的程度。对于你的编码框架的数据驱动部分,你可以首先通过检查你的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,看看是否需要引入剩余类别。太多的残留类别告诉您,您的编码框架不够有效。第三,检查你是否比别人更频繁地使用某个子类别,以及某些子类别是否根本没有被使用过。如果是这样的话,最好将最常见的类别划分成更小更精确的类别。

第6步:代码所有材料

通过并修改了编码框架后,是时候编写所有材料了。如果您的编码框架已被证明已经充分有效可靠,您可以在不进行双重编码的情况下单独代码所有材料。如果您需要调整框架,很重要,您将再次缩写,以确保您的新产生的编码帧是可靠的和有效的。但是,没有必要将所有内容重新编码。它可能足以只需四分之一的材料左右。通常,在步骤5中您必须更改的变化越多,即时越多。

将值分配给编码单位
将值分配给编码单位

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分配给几个人,并对工作进行分割。它是有效的,因为一个可靠的编码框架将产生相同的结果,不管谁在编码。

第7步:解释结果

完成第6步之后,理想情况下,您将得到一个完整的编码表。如果你的目标是分析客户对你的产品的评论,那么你的编码表可能看起来如下:

抱怨 建议 喜欢
客户1 交货漫长 开店 伟大的品质
客户2 交货漫长 开店 伟大的品质
客户3 太贵了 提供忠诚度奖金

此时,根据您的目标和研究问题,可能有几种可能性如何处理结果。一般来说,有三种可能性:

  1. 呈现编码框:如果定性内容分析的目的只是找出,您的材料中存在哪些方面,然后您可以简单地将您的编码框架与主要类别和子类别呈现。显示您的编码帧中的类别,并解释您的客户对客户的意义和他的特定问题。
  2. 分析编码表:如果您的研究目标是理解模式,您可能希望查看编码表和计算频率。此外,您可能会查看并尝试理解为什么特定编码单位分配给某些子类别以及是否有任何隐藏模式。
  3. 继续进一步分析:通常,定性内容分析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。您可能希望培养编码单位以识别类似的单位,或者您可能希望比较编码单位以了解它们的不同。基于编码帧和编码表,您可以做的很多可能性。

优势 - 严格规则确保客观性

定性内容分析是一种非常灵活的方法,具有这些优点:

  • 将定性数据转换为定量数据:它是一种方法,可以将定性数据转换为定量数据,因此您可以在定性数据上测试假设
  • 材料的可用性:找到定性内容分析的材料通常比较容易,因为已经有大量的文本、图片和视频在网上唾手可得。
  • 相对客观的:定性内容分析由严格的规则指导,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评分的能力。这个可靠性评分也可以被认为是一个客观性评分。
  • 数据准备:在进行了定性内容分析之后,您将得到一个编码框架和一个编码表,您可以将其用于各种各样的进一步分析:回归分析、聚类、识别模式、定性基准测试。
  • 效度和信度评估:对于提供具体方法来评估有效性和可靠性的具体方法并不典型。这使得定性内容分析特殊。
  • 提取核心内容:该方法将帮助您将材料沸腾到最重要的方面,而无需添加信息,扭曲或丰富它。

缺点 - 理论建设有更好的方法

尽管有这些优势,定性内容分析也有一些明显的缺点:

  • 减少数据:该方法的主要功能也是主要缺点之一。对于定性内容分析,已经有明确的研究问题并在某种程度上经历了一个明确的研究。即使您具有相同的研究问题和相同的材料,您仍然可能仍然有许多不同的编码帧。
  • 经验:尽管它是一种相当简单的方法,但具有明确和指导的规则,它仍然需要一些经验,以便构建可靠且有效的编码帧。
  • 解读与理论构建:定性内容分析不适合解释材料或导出理论,因为它的主要重点是描述您的材料但不了解它。类似编码或话语分析的其他方法将更适合于此。
  • 奇点:定性内容分析不允许您立即探索几种可能的含义以及这些可能均匀的含义。为此目的进行更好的方法是符号学。

进一步的联系

如果您想了解有关定性内容分析的更多理论文章,我建议您看看参考文献中列出的书籍和文章。此外,两篇文章在营销中应用了如何定性的内容分析。

第一个是一个相当的理论和旨在为您提供概述,而第二个是更实用的,并且展示了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,请随时留下评论或让我放弃一条线。

参考文献

QualitaTve数据分析的圣人手册 - UWE轻弹。

Mayring, Philipp(2010)定性吸入分析:基础和技术。

Berger,Arthur A.(2000)Conent分析,亚瑟伯格(ED。)媒体和通信研究方法。Thoursand Oaks:Sage PP。173-85。

Hsie,Hsiu-Fang和Shannon,Sarah E.(2005)“定性含量分析的三种方法”,定性健康研究,15:1277-88。

Kripmendorff,克劳斯(2004)Conent Analyis:介绍其方法论。千橡木,加利福尼亚州:圣人(1英石版本,1980)。

施莱尔,Margrit(2012)实践中的定性内容分析。伦敦:圣人。

9评论

  • ԝ!这个博客可以像我的旧歌声一样!它是一个完全不同的主题,但它
    Hаs几乎相同的页面ⅼ布局和设计。Gгeat颜色选择!

    • 谢谢你的评论!我很高兴你喜欢我的博客的设计,这只是激励我更建立它!

  • 我是你的长期支持者,我想我可以发表评论。

    你的WordPress网站非常畅迷 - 希望你不介意我问
    你正在使用的主题是什么?(不介意我偷了吗?
    :p)

    我刚刚推出了我的网站-also,就像你的wordpress -
    但是主题减慢了网站的速度。

    如果你有一分钟,你可以通过搜索找到它
    谷歌上的“皇家cbd”(谢谢
    反馈) - 它仍然在作品中。

    保持良好的工作 - 希望你们都照顾好自己
    在冠状病毒恐慌期间!

  • 你介意我引用几篇你的文章吗
    当我提供信誉和来源回到您的博客?我的博客网站
    与您的利基相同,我的访客肯定会受益于您在此处提供的许多信息中受益。
    如果这个问题,请告诉我。欣赏它!

    • 你好,

      只要你在公平使用的基础上做,这对我来说没有问题。

      干杯,
      安德鲁

  • 今天我在网上冲浪超过3个小时,但我从来没有找到像你这样有趣的文章。
    这对我来说很值得。在我看来,如果一切
    网站所有者和博主像你一样制作了很好的内容,
    这些网将比以往任何时候都更有用。

  • 嗨,我偶尔读了你的博客,我拥有一个类似的博客,我真的很好奇
    得到很多垃圾邮件?如果是这样,您如何减少它,任何插件或您可以建议的任何内容?

    我最近太忙了,快把我逼疯了,所以任何支持
    非常感谢。

留下一个回复

您的电子邮件地址不会被公开。必需的地方已做标记