內容分析法在微博研究中的應用——以2011~2014年SSCI收錄的相關論文為例

姚　暉廣州大學新聞與傳播學院，廣東廣州　510006

內容分析法在微博研究中的應用——以2011~2014年SSCI收錄的相關論文為例

姚暉
廣州大學新聞與傳播學院，廣東廣州510006

摘要微博作為近幾年發展迅猛的新興媒體，其所帶來的對交際交往方式與信息獲取和生產方式的巨大改革不僅僅引起了社會各界與政府的密切關注，也吸引了更多的學者對其進行研究。內容分析法作為新聞傳播學慣用的一種研究方法，在微博研究中也得到了應用。本文嘗試對微博研究中內容分析法的應用情況進行梳理分析，并進一步探討其中存在的問題與不足。

關鍵詞內容分析法；微博；定量研究

0　引言

微博的出現并不僅僅意味著使用者能夠得到更好的交際與更便利的獲取信息的體驗，而是更進一步地通過影響人們的獲取與自我生產資訊的途徑，使微博對全社會都產生了積極的影響，諸如微博反腐，微博論證，微博打假等衍生的新功能正在與日俱增并成熟，成為常態。

內容分析是新聞傳播學常用的一種對明顯的傳播內容進行客觀、系統和定量的描述的研究方法。與傳統媒體一樣，內容分析法可以應用在微博研究中，但鑒于微博的特性，內容分析法的運用也將有所不同。本研究將對2011年至2014年SSCI收錄的相關論文進行分析探討，以探討內容分析法在微博研究中的應用情況。

1　研究方法

本論文采用內容分析法，主要考察2011年至2014年被SSCI收錄的有關微博研究論文中運用內容分析法的應用情況。

1.1 分析單位

本論文的分析單位是以內容分析法為主要研究方法的關于“微博”的研究論文。由于微博的興起是在2011年，故論文的選擇范圍為2011年至2014年SSCI收錄的全部期刊論文，首先采用關鍵詞“內容分析”和“微博”組合搜索，共得到95篇論文，然后限定學科類別為“新聞與傳媒”，共得到79篇論文。排除來自“中國會議”與“碩士”數據庫的論文，共得到51篇論文。最后逐一進行過濾、去除無關的論文，最后得到研究樣本40篇論文。

1.2 編碼類目

本論文除了考察每篇論文的出版日期、來源期刊等基本情況外，論文編碼類目主要是抽樣、研究樣本收集、研究對象和信度檢驗。

1）抽樣。

有關抽樣的類目包括抽樣方法和樣本數量。抽樣方法是指從總體中抽取一個樣本所使用的具體方法。本文將被選論文所應用的抽樣方法大體分為三類：普查，概率抽樣和非概率抽樣。除了抽樣方法，抽樣的數量對研究也具有重要意義。抽樣數量的多少也影響到研究的信度和效度。

2）交互信度檢驗。

研究的信度也即是研究的可靠性，交互信度檢驗要求至少有兩個人分別獨立對同一內容進行編碼，然后分析測量編碼結果的一致性程度。根據被選的論文，本研究將其分為有交代信度檢驗與沒有交代信度檢驗。

3）研究樣本收集時間跨度。

本研究主要考察被選論文中樣本數據收集時的時間跨度。一般來說，時間跨度較大的樣本數據收集時間能夠保證樣本的全面性與可信性，進一步保證論文的信度與效度。本研究將被選論文按照樣本收集時間跨度不足一個月、一個月至三個月、三個月至六個月以及六個月以上進行分類編碼。

2　研究發現

2.1 在2011至2014年，研究樣本基本呈現遞增趨勢

直至2011年才開始出現與微博相關的以內容分析法為主要研究方法的論文，并且只有2篇，占被選論文總數的5%。而后逐年基本呈現遞增趨勢，2012年為10篇，2013年為15篇，2014年為13篇。

2.2 被選論文多數來源于非核心期刊

在40篇被選論文中，非核心期刊占據大多數。其中，共有7篇論文來自為“圖書館情報知識”、“新聞大學”、“新聞界”、“新聞記者”、“中國報業”等的核心期刊，占全部論文的17.5%，共有33篇論文來自為“新聞研究導刊”、“新聞傳播”、“新聞愛好者”、“新聞世界”、“廣告大觀”等的非核心期刊，占全部論文的82.5%。

2.3 抽樣方法平分秋色

如上表所示，采用概率抽樣方法的論文有11篇，占論文總數的27.5%；采用非概率抽樣的方法有11篇，占論文總數的27.5%，兩種抽樣方法平分秋色。還有10篇論文采用普查的方式，將所有的樣本作為研究對象。另外有8篇論文沒有說明所使用的抽樣方法。

2.4 交互信度檢驗不合理想

在被選論文中，有39篇論文沒有報告交互信度，

2.5 樣本數量差異大

在被選取的論文中，有30篇論文報告了樣本數量，另外有10篇論文沒有報告樣本數量。在30篇報告樣本數量的論文中，總計有44977個樣本，平均每篇論文提供1500個樣本進行研究。樣本數量差異大，樣本最多的達17734個，而最少的只有20個樣本。

2.6 研究樣本的時間跨度總體較短

研究樣本的時間跨度不足1個月的論文共有14篇，占總數的35%；時間跨度在1個月至6個月的論文有12篇，占論文總數的30%；時間跨度在6個月以上的有6篇，占論文總數的15%，其中，更有4篇論文研究樣本的時間跨度在12個月以上。另外，有8篇論文未提及研究樣本的時間跨度，占論文總數的20%。

3　結論和討論

3.1 內容分析法在微博研究應用不多

從上述的研究中可以看出，在2011年至2014年間被SSCI收錄的應用內容分析法研究微博的論文僅有40篇，平均一年僅有10篇，從數量上來說足以看出研究力度不足，關注度少，內容分析法在微博研究中的應用依然不足。內容分析法作為新聞傳播學的研究常用方法之一，在相關的研究中也已顯示其強大的能力。廣大的研究者在研究微博，乃至微信及往后更多的新興媒體時，依然可以借助內容分析法進行分析。

3.2 相關的微博研究質量不佳

評定論文質量好壞的其中一個指標便是收錄論文的期刊是否是核心期刊。在此次研究中，被選的40篇論文中僅有7篇被發表在核心期刊中，可以看出，在目前的應用內容分析法的微博研究中，大部分論文的質量并不佳。其次，部分論文出現樣本數量過少的情況，35%的被選論文的樣本的時間跨度不足1個月。樣本數量不足，樣本時間跨度小，都會進一步影響到論文的信度及效度，進一步拉低論文的整體質量，樣本數量過多，樣本時間跨度過大也要耗費大量的人力和時間。所以，這要求研究者在選擇相應的樣本時，既需要控制樣本數量，適當選擇樣本時間跨度，以保證樣本的代表性。

3.3 編碼員培訓與交互信度檢驗受到忽略

在此次被選的論文中，沒有一篇論文提及到對編碼員的培訓，有的甚至缺乏對編碼的進一步說明和解釋，對選擇樣本的方法和數量也沒有明確說明。交互信度檢驗對論文的可信度會產生一定的影響，在被選論文中僅有一篇論文進行了交互信度的檢驗。這些數據說明，在相關的研究中編碼與信度的問題普遍存在，這要求廣大的研究者在運用內容分析法時，需要注意保證論文的信度與效度，在關注論文的觀點與整體架構的同時不忘編碼與信度檢驗等細節問題，才能真正得到有價值有意義的論文成果。

中圖分類號G2

文獻標識碼A

文章編號1674-6708（2015）139-0122-01