Hoorcollege 1
Inhoudsanalyse: een onderzoeksmethode waarmee kenmerken van inhoud van
communicatie willen analyseren.
De inhoudsanalyse is een kwantitatieve analyse van kenmerken van media-inhoud:
- Kwantitatief: het analyseren gebeurt op een systematische (elke keer op dezelfde
manier), objectieve, repliceerbare manier.
- Soorten inhoud: meer manifest (meer aan de oppervlakte) tot meer latent
(abstracter), maar altijd meetbaar en kwantificeerbaar.
Grondleggers kwantitatieve inhoudsanalyse: Berelson, Holsti en Krippendorff
Waarom gebruiken wij inhoudsanalyses? Inhoud staat centraal binnen
communicatieprocessen (kun je niet omheen).
- Oorzaak van (én voorwaarde voor) media-effecten.
- Uitkomst van mediaproductie en omgevingsfactoren.
Inhoudsanalyse is het fundament voor theorievorming in de communicatiewetenschap.
(iemand kan geen massacommunicatie bestuderen zonder het bestuderen van de inhoud).
Data uit inhoudsanalyse kan je linken aan data uit enquête:
- Relevantie media-inhoud is dé onafhankelijke variabele in studies over media-impact.
- Als meting van (mogelijkheid tot) blootstelling is inhoud superieur aan zelfrapportage
respondent (mensen onthouden niet alles).
- Inhoud meten = media-impact duiden (geavanceerd), niet meten = speculeren.
Inhoudsanalyse kan dienen als representatief stimulusmateriaal in een experiment.
Inhoudsanalyse biedt inzicht in (en roept vragen op over) onze gemedieerde (media-realiteit
heeft grote invloed op ons) realiteit:
- Media performance: Hoe compleet, accuraat, realistisch is media inhoud?
- Machtsverhoudingen: Hoe komt media-inhoud tot stand? Wiens realiteit?
Voordelen van een inhoudsanalyse (tegenover andere methoden):
- Toegankelijk (qua data, kosten)
- Niet opdringerig, je valt dus geen mensen lastig.
- Nonreactief (media-inhoud praat niet terug, waardoor je controle hebt over het
onderzoek)
o Vooral bij manifeste inhoud. Als we met meer latente vormen van media-
inhoud te maken hebben, is er een beperkte mate van reactiviteit
(verschillende reacties).
- Longitudinaal in no time (retrospectief een tijdmachine)
Stappenplan inhoudsanalyse:
1. Onderzoeksvragen (met hypothesen) opstellen.
2. Steekproef trekken (meestal)
3. Codeboek met codeerschema maken.
, 4. Codeertraining doen (met codeboek) codeboek aanpassen, verfijnen.
5. Betrouwbaarheid van coderingen testen.
6. Stap 4 en 5 herhalen (meestal).
7. Coderen van materiaal steekproef (data verzamelen).
8. Data analyseren (onderzoeksvragen beantwoorden).
9. Studie rapporteren.
Wetenschappelijke kwaliteit onderzoeksopzet inhoudsanalyse:
- Onderzoeksvragen en concepten relevantie.
- Steekproeftrekking representativiteit
- Operationalisatie concepten validiteit
- Codeurtraining en -tests betrouwbaarheid
Onderzoeksvragen kunnen beschrijvend of verklarend zijn
Beschrijvende onderzoeksvragen zijn vragen die puur de aanwezigheid van media-
kenmerken beschrijven.
- “Is het aantal nieuwsverhalen dat verwijst naar ‘robotisering’ van banen en beroepen
toegenomen in de periode 2007-2017?” i.t.t. “Hoe wordt het bedrijf Facebook
geëvalueerd in het economische nieuws van kwaliteits- en zakenkranten in 2018?”
o Nog altijd dominant in wetenschappelijke en praktijkgerichte inhoudsanalyses
Beschrijvende onderzoeksvragen in de inhoudsanalyse:
- Roepen waaromvragen op, maar beantwoorden die niet.
- Kunnen tot antwoorden leiden die nieuwsgierig maken (Waarom is de media-inhoud
zo? Wat betekent dat voor mediagebruikers?
o Daarom essentieel als 1e stap in onderzoeksprogramma over effecten van én
op media-inhoud.
Verklarende onderzoeksvragen verklaren variatie in
a) De aanwezigheid van kenmerken van media-inhoud in een periode
b) Kenmerken van gebruikers van media-inhoud.
Onderzoeksvragen over (causale) relaties, zoals tussen:
- 2 inhoudskenmerken onderling
o ‘Is nieuws dat melding maakt van slachtoffers van een oorlog kritischer over
die oorlog dan nieuws zonder referentie aan slachtoffers?’
- 1 inhouds- en 1 productie-gerelateerd kenmerk.
o ‘Is de frequentie van nieuws over oorlogsslachtoffers positief gerelateerd aan
de daadwerkelijke aantal oorlogsslachtoffers? (Meer slachtoffers, meer
nieuws?)’
- 1 inhouds- en 1 gebruikerskenmerk.
o ‘Is de frequentie van nieuws over slachtoffers van een oorlog negatief
gerelateerd aan de publieke steun voor die oorlog?’
Media-inhoud kan verklaard worden, maar ook een verklaring zijn (inhoud staat centraal in
het communicatieproces).
, Beschrijvende vs verklarende onderzoeksvragen in de inhoudsanalyse geen dichotomie,
maar continuüm
- Beschrijven Minder theoretisch, minder
kennistoename, minder wetenschappelijk.
- Verklaren Meer theoretisch, meer
kennistoename, meer wetenschappelijk.
Vergelijkend onderzoek maakt beschrijvende
onderzoeksvragen minder beschrijvend en meer
verklarend van aard. Wenselijk!
Mogelijke vergelijkingen in inhoudsanalyse:
- Mediacategorieën (typen)
o Omgevingen: Californische vs Texaanse kranten
- Kenmerken van media-inhoud (twee kenmerken met elkaar vergelijken).
o Bejegening mannelijke vs vrouwelijke presidentskandidaten.
- Tijdsperioden
o Prominentie Black lies Matter-beweging in periode Obama vs Trump.
- Issuecontexten.
o Aanslagen Madrid (2014) vs aanslagen Brussel (2016)
Vergelijken is niet helemaal verklaren, maar zinspelen op oorzaken (of gevolgen) van
verschillen in media-inhoud.
Steekproeftrekking:
1. Populatie (universum): alle eenheden waarover de inhoudsanalyse een uitspraak wil
doen.
2. Census: alle eenheden in de populatie worden onderzocht (meestal onmogelijk en
onnodig, mits de steekproef representatief is).
Aselecte steekproeven: puur op basis van toeval samengesteld, waarbij elk lid van de
populatie een gelijke kans heeft om geselecteerd te worden (vereist volledig zicht op de
populatie, dus een steekproefkader).
- Is in principe representatief voor de steekproef waaruit deze is getrokken.
Steekproefkader: Lijst met alle (genummerde) eenheden in de populatie die beschikbaar zijn
voor selectie voor de steekproef.
Eenvoudige aselecte steekproef: toevalstrekking van N eenheden uit het steekproefkader.
- Niet altijd effectief: minder controle over spreiding van eenheden over
steekproefkader. (voor kleine steekproeven of langere perioden is evenwichtige
spreiding wenselijk om selectiebias tegen te gaan).
- Niet altijd efficiënt: relatief grote steekproef nodig om voldoende representatief te
zijn.