Здравствуйте, уважаемые читатели блога о контент-анализе! Это завершающая статья цикла о контент-анализе в программе ЛЕКТА. Сейчас я расскажу вам, как работать с матрицами факторного анализа, получаемыми в ходе контент-анализа. Напомню ещё раз, что я описываю предыдущую версию программы, функционал которой несколько менее полон — в ней нет модуля факторного анализа, что немного осложняет работу. В новой версии факторизация происходит намного быстрее и удобнее.
Метка: корреляционный контент-анализ
Контент-анализ в ЛЕКТА. Обработка матриц факторного анализа в Ecxel. Часть пятая.
Здравствуйте, уважаемые читатели блога о контент-анализе! Сегодня пост будет небольшим. Мы поговорим об итоговой обработке полученных матриц факторного анализа. На этом этапе мы определим содержание факторов — тематических групп, выраженных набором переменных (лексем) и наборами фрагментов текстов.
Читать далее Контент-анализ в ЛЕКТА. Обработка матриц факторного анализа в Ecxel. Часть пятая.
Лекта. Качественно-количественный контент-анализ. Факторный анализ в Statistica. Часть четвёртая
Здравствуйте, уважаемые читали блога о контент-анализе. В этой статье из серии о программе ЛЕКТА я расскажу вам как обрабатывать базовую матрицу контент-анализа в программе STATISTICA. Обработка будет производиться с помощью факторного анализа. Подчеркну, что в новой версии ЛЕКТА можно проводить факторный анализ без использования сторонних программ типа Statistica или SPSS. Однако, у меня не руках нет новой версии ЛЕКТА, поэтому объяснять принцип идентификации ключевых тематических блоков текстового массива буду на примере программы Statistica. Не пугайтесь — ничего сложного здесь нет, особенно если не лезть в дебри. Дебри оставим для математиков — пусть копаются. Они часто путают математику с реальностью 🙂 Нам эти иллюзии не нужны — математические дебри, как мне кажется, нам ни к чему. Обычно на практике любой замер производится довольно просто. Сложность и дебри актуальны часто в случае необходимости пустить пыль в глаза заказчику. Я такими делами никогда не занимался, ибо работать честно намного приятнее… Итак, поехали: факторный анализ в Statistica!
Объяснять факторизацию буду с использованием Statistica 8 в англоязычной версии. В подробности вдаваться не буду — просто повторяйте те же действия, что и в инструкции, и всё получится! Читать далее Лекта. Качественно-количественный контент-анализ. Факторный анализ в Statistica. Часть четвёртая
Лекта. Качественно-количественный контент-анализ. Часть третья. Матрица контент-анализа
Здравствуйте, уважаемые читатели блога о контент-анализе! В этой статье я расскажу Вам о следующем этапе проведения контент-анализа в ЛЕКТА — применении словаря к фрагментам текстового массива и получении базовой матрица контент-анализа. Эта публикация достаточно короткая — материал здесь простой, но важный. С матрицей контент-анализа можно продолжать работать не только в ЛЕКТА, но и в таких статистических пакетах, как SPSS, Statistica и других.
Читать далее Лекта. Качественно-количественный контент-анализ. Часть третья. Матрица контент-анализа
Лекта. Качественно-количественный контент-анализ. Часть вторая. Словарь
Здравствуйте, уважаемые читатели блога о контент-анализе! Продолжаю писать цикл статей о программе ЛЕКТА. В этой статье я расскажу вам о том, как в ЛЕКТА мы можем составить словарь контент-анализа. Этот этап очень ответственный и достаточно специфический — грамотное составление словаря требует опыта такой работы. Составляя словарь впервые, исследователь может допустить ошибки, которые помешают дальнейшей работе над замером.
Итак, что же такое словарь контент-анализа? Читать далее Лекта. Качественно-количественный контент-анализ. Часть вторая. Словарь
Лекта. Качественно-количественный контент-анализ. Часть первая
Здравствуйте, уважаемые читатели блога о контент-анализе. Вашему вниманию предлагаю вторую статью о программе ЛЕКТА, производящей качественно-количественный контент-анализ текстовых документов: публикаций в СМИ, глубинных интервью, фокус-групп, форумов, блогов, нормативно-правовых актов и многого другого.
Читать далее Лекта. Качественно-количественный контент-анализ. Часть первая