Контент-анализ в психологии: этапы, виды и надёжность кодирования

Текста в работе психолога намного больше, чем цифр: развёрнутые ответы в опроснике, расшифровка сессии, дневниковые записи, переписка, публикации в СМИ. Прочитать всё это внимательно несложно — сложнее объяснить, почему выводы получились именно такими, а не другими. Контент-анализ решает ровно эту задачу: он превращает текст в данные по правилам, которые записаны заранее и которые может применить другой исследователь. Ниже — устройство метода, разница между количественной и качественной ветвями и места, где он чаще всего разваливается.

Что такое контент-анализ

Контент-анализ (англ. content analysis) — метод, при котором содержание сообщений разбирают по заранее заданной процедуре: материал делят на единицы, каждой присваивают категорию из готового списка и смотрят, как категории распределились. Хрестоматийную формулировку в 1952 году предложил американский исследователь коммуникации Бернард Берельсон: объективное, систематическое и количественное описание явного содержания сообщения. Клаус Криппендорф позднее определил метод шире — как технику, позволяющую делать воспроизводимые и обоснованные выводы о контексте, в котором текст возник. Словарь Американской психологической ассоциации трактует его в том же ключе: систематическая процедура кодирования тем в качественном материале.

Ключевое слово — процедура. Ценность метода не во внимательном чтении, а в том, что правила зафиксированы до знакомства с результатом и любой человек способен их повторить. Материалом становится всё, что несёт смысл: расшифровки интервью, школьные сочинения, реклама, посты в соцсетях, обращения в службу поддержки, протоколы наблюдения.

Появился метод за пределами психологии — в исследованиях прессы и военной пропаганды середины XX века, когда аналитики кодировали газетные материалы, чтобы судить о намерениях противника. Психология подхватила его позже, и он занял свою нишу: работу с тем, что не укладывается в шкалу, — с живой речью.

Количественный и качественный варианты

Количественная ветвь отвечает на вопрос «сколько»: как часто в материале встречается тема, как категории связаны друг с другом, меняется ли картина от года к году. Она опирается на явное содержание — то, что сказано прямо, — и завершается числами и статистикой.

Качественная ветвь спрашивает «как именно» и допускает латентное содержание: умолчание, иронию, рамку, в которую помещено событие. Сие и Шеннон в 2005 году описали три её разновидности, и эта классификация до сих пор рабочая: конвенциональная (категории вырастают из самого материала), направленная (анализ стартует с категорий существующей теории и уточняет её) и суммативная (сперва подсчёт ключевых слов, затем истолкование того, что за ними стоит). Немецкий методолог Филипп Майринг ещё раньше показал: качественный анализ не равен вольной трактовке, у него есть пошаговые процедуры — обобщение, объяснение, структурирование, — и центр тяжести в них приходится на систему категорий.

На практике граница подвижна. Можно вывести категории индуктивно, а затем посчитать их частоты; можно взять теоретические категории и проиллюстрировать цитатами. Спор «качественный или количественный» менее важен, чем вопрос, достаточно ли подробно описана процедура для повторения.

Разница видна на одном и том же материале. Возьмём сто откликов о первом визите к психологу: количественный подход посчитает, в скольких упомянуты цена, время ожидания и страх осуждения, и сравнит доли. Качественный присмотрится к формулировкам страха — как к собственной слабости, как к реакции окружения или как к недоверию специалисту — и вернёт сначала не число, а систему смыслов, которую потом тоже можно посчитать.

Единицы, категории и кодировочная книга

Криппендорф разводит несколько уровней единиц, и путаница между ними — типичная ошибка новичка. Единица отбора попадает в выборку: одна статья, одна расшифровка, один пост. Единица кодирования получает категорию: предложение, реплика, отдельное упоминание. Единица контекста задаёт, сколько текста кодировщик вправе прочесть, чтобы понять смысл фрагмента: иногда хватает фразы, иногда нужен весь абзац.

Затем выстраивают систему категорий. Требования к ней звучат просто, а выполняются тяжело: категории должны быть взаимоисключающими (фрагмент подходит только под одну), исчерпывающими (для любого фрагмента находится место) и выведенными из исследовательского вопроса, а не из того, что показалось любопытным при чтении.

Всё это закрепляет кодировочная книга: для каждой категории в ней есть название, определение, правило отнесения, примеры «да» и примеры «нет», а также решения для спорных случаев. Проверка её качества проста: сможет ли человек, не участвовавший в разработке, закодировать материал по книге без устных пояснений автора.

Выглядит это довольно приземлённо. Допустим, исследовательница смотрит, как подростки описывают ссору с родителями, и вводит категорию «перенос ответственности». В книге появится запись: сюда относятся высказывания, где причина конфликта приписана исключительно другой стороне; пример «да» — «они первые начали»; пример «нет» — «мы оба наговорили лишнего»; фрагменты с двумя причинами кодируются по названной первой. Такие мелкие решения и отличают метод от пересказа впечатлений.

Согласие кодировщиков: почему без него метода нет

Методом контент-анализ становится тогда, когда результат перестаёт зависеть от конкретного человека. Поэтому материал — хотя бы его часть — кодируют минимум два независимых кодировщика, не видящие решений друг друга и не обсуждающие спорные фрагменты по ходу работы.

Совпадение измеряют не процентами. Фраза «сошлись в 85 % случаев» завышает оценку, потому что часть совпадений даёт случайность: при двух категориях наугад кодировщики сойдутся примерно в половине фрагментов. Отсюда меры с поправкой на случайность: каппа Коэна — для двух кодировщиков и номинальных категорий, альфа Криппендорфа — для любого числа кодировщиков, разных уровней измерения и пропусков в данных.

Криппендорф даёт практический ориентир: значения от 0,80 позволяют опираться на данные, интервал примерно 0,67–0,80 — только на осторожные выводы, ниже — результат считается ненадёжным. Он же предупреждает о подмене: если кодировщики сначала вместе разобрали трудные места, а согласие посчитали после, число описывает достигнутую договорённость, а не качество инструкции.

Верный порядок другой: пилотное кодирование небольшой части материала, разбор расхождений, доработка книги — и лишь затем независимое кодирование основного массива с подсчётом согласия. Так удаётся удержать критерии от незаметного дрейфа и ослабить предубеждение, из-за которого исследователь находит в тексте ожидаемое.

Где психологу пригодится контент-анализ

Первое и самое частое — открытые ответы. Представим, что центр собрал восемьсот ответов на вопрос, что мешало обратиться за помощью раньше. Прочитать их реально, а вот сравнить две группы клиентов на глаз уже нет. Контент-анализ делает данными то, что при анкетировании обычно остаётся на полях отчёта.

Второе — речь в кабинете. Расшифровки сессий кодируют в исследованиях процесса терапии: как меняется доля высказываний о себе, когда впервые возникают темы, которых клиент избегал. Работа идёт только с информированного согласия и с обезличенным текстом, и рядом с ней почти всегда стоит супервизия для психолога, где те же фрагменты разбирают уже как практику, а не как данные.

Третье — медиа и социальные сети. Представим исследовательницу, которая изучает, как издания пишут о профессиональном выгорании: она отбирает триста материалов за год и кодирует каждый по рамке подачи — обвиняющая работника, нейтральная, поддерживающая. На выходе получается не «правда об обществе», а карта того, какой образ проблемы читатель встречает чаще всего.

Четвёртое — собственные протоколы исследователя. Записи, сделанные во время наблюдения, сами по себе текст, и до подсчёта частот их тоже приводят к категориям.

Пятое — личные документы. Дневники, письма, сочинения, рассказы о жизненном пути традиционно анализируют именно так: категориями, а не пересказом. Этот материал незаменим там, где опросник бессилен, — когда нужно понять, как человек объясняет себе собственные перемены.

Машинное кодирование текста и его пределы

С двухтысячных ручное кодирование всё чаще идёт вместе с программным. Самый известный подход словарный: программа считает, какая доля слов текста попадает в заранее собранные категории. Таушчик и Пеннебейкер в 2010 году обобщили этот опыт и указали на неожиданное: больше всего говорят не содержательные слова, а служебные. В частности, повышенная доля местоимений первого лица единственного числа связана с негативным аффектом и сосредоточенностью на себе.

Дальше метод ушёл в большие данные. В работе 2018 года язык постов в соцсети, которые пациенты добровольно предоставили вместе с доступом к медицинской карте, позволял предсказать появление записи о депрессии за несколько месяцев до первой врачебной фиксации. Впечатляет, но точность здесь групповая: речь о тенденции в выборке, а не о диагнозе конкретному человеку.

Ограничения словарных методов прямолинейны: программа не улавливает иронию, отрицание и контекст, а категории словаря составлял человек со своими представлениями. Поэтому автоматическую разметку проверяют ручным кодированием на подвыборке, а сам инструмент проходит ту же проверку на валидность, что и любая методика.

Частые ошибки

• Пересекающиеся категории. Если фрагмент одинаково подходит под две рубрики, кодировщики разойдутся, и виновата будет схема, а не их внимательность.
• Единственный кодировщик. Разметка, сделанная автором исследования без проверки согласия, остаётся изложением его впечатлений.
• Частота вместо значимости. Самая частая тема — просто самая заметная; важным нередко оказывается то, о чём молчат.
• Удобный материал. Триста постов из одного телеграм-канала описывают именно этот канал, а не аудиторию вообще — вопрос к выборке, а не к кодированию.
• Причинность из частот. Контент-анализ показывает, что и как представлено и как категории связаны; почему это так — вопрос к другому дизайну исследования.

Тема входит и в программу ЕФВВ по психологии, поэтому студенту стоит держать в голове не только определение Берельсона, но и логику метода: единицы, категории, согласие кодировщиков, границы обобщения.

Мифы и факты о контент-анализе

На самом деле	Распространённый миф
Это процедура с правилами, которые можно повторить	Контент-анализ — просто внимательное чтение текста
Подход выбирают под вопрос: бывает и количественный, и качественный	Метод годится только для подсчёта слов
Частота показывает заметность темы, а не её значимость	Чем чаще слово, тем важнее тема
Нужны минимум два независимых кодировщика	Хватит одного исследователя, если он добросовестен
Метод описывает содержание и связи, причины проверяет эксперимент	Контент-анализ доказывает, что одно вызывает другое
Программа считает слова, а смысл всё равно приписывает человек	Машинное кодирование делает анализ объективным

Источники

• APA Dictionary of Psychology: контент-анализ.
• Hsieh H.-F., Shannon S. E. Three Approaches to Qualitative Content Analysis. Qualitative Health Research, 2005; 15(9):1277–1288. PubMed
• Krippendorff K. Reliability in Content Analysis: Some Common Misconceptions and Recommendations. Human Communication Research, 2004; 30(3):411–433. Полный текст
• Mayring P. Qualitative Content Analysis. Forum Qualitative Sozialforschung, 2000; 1(2), Art. 20. Полный текст
• Berelson B. Content Analysis in Communication Research. Free Press, 1952.
• Krippendorff K. Content Analysis: An Introduction to Its Methodology. 4-е изд. SAGE, 2018.
• Cohen J. A Coefficient of Agreement for Nominal Scales. Educational and Psychological Measurement, 1960; 20(1):37–46. DOI: 10.1177/001316446002000104.
• Tausczik Y. R., Pennebaker J. W. The Psychological Meaning of Words: LIWC and Computerized Text Analysis Methods. Journal of Language and Social Psychology, 2010; 29(1):24–54. DOI: 10.1177/0261927X09351676.
• Eichstaedt J. C. и др. Facebook Language Predicts Depression in Medical Records. PNAS, 2018; 115(44):11203–11208. DOI: 10.1073/pnas.1802331115 · PMID: 30322910.