Программа для качественного контент-анализа Global QDA. часть 5. Мемо

Здравствуйте, уважаемые читатели блога о контент-анализе!

Продолжаем знакомство с Global QDA и сегодня поговорим о такой сущности, как Мемо. Мемо — это заметка. Допустим, нужно отметить, что какой-то код нужно в дальнейшем детализировать в виде дочерних кодов. Заметка может быть прикреплена к любому элементу проекта и к самому проекту. Например, мы хотим прикрепить мемо к коду. Для этого открываем вкладку Codes, выбираем в таблице кодов любой код и нажимаем на кнопку Memo в правой панели:

Выделение_104 Читать далее Программа для качественного контент-анализа Global QDA. часть 5. Мемо

Программа для качественного контент-анализа Global QDA. часть 4. Сеты данных

Здравствуйте, уважаемые читатели блога о контент-анализе!

Продолжаем знакомиться с бесплатной программой для качественного анализа текста Global QDA. В этой статье поговорим о выборках данных. В программке они называются сетами (Sets). Сеты данных актуальны, если вы хотите работать только с какой-то частью текстов, а не со всеми. Например, это может понадобится при групповой работе с проектом (о которой речь пойдет позже): один человек работает с текстами, имеющих значение переменной x = 1, второй x = 2 (например, пол — респондента — м и ж).

Переходим во вкладку Data sets. Здесь мы видим 4 таблицы. Левые таблицы — выборки по кодам. То есть, если текст содержит выбранный код, то оно попадет в выборку. Правые таблицы для переменных и их значений. Если текст, допустим, интервью взятое у женщины (значение переменной ПОЛ — ж) и эта переменная занесена в сет данных, то будут отображаться только интервью, взятые у женщин. Между таблицами можно выбрать актуальный булев оператор — OR или AND. Если OR — в выборку войдут тексты, маркированные кодами из левой нижней таблицы ИЛИ тексты интервью, допустим, взятые у женщин (переменная ПОЛ, значение Ж). Это не исключающее ИЛИ, поэтому может соблюдаться будет любое из условий или оба сразу. Выберем код ПОЗИТИВ и значение переменной ГЛАВНАЯ РОЛЬ. Оставим оператор AND. После этого кликаем кнопки SET над каждой из таблиц — устанавливаем условия выборки.

Снимок

Читать далее Программа для качественного контент-анализа Global QDA. часть 4. Сеты данных

Программа для качественного контент-анализа Global QDA. часть 3. Кодирование

Здравствуйте, уважаемые читатели блога о контент-анализе!

Продолжаем разбираться с Global QDA. Сегодня поговорим о кодах и кодировании.

По сути, коды — это своеобразные маркеры, отражающие принадлежность единицы анализа к той или иной тематической категории или значению по той или иной шкале оценки. В QDA, применительно к текстам, единицей анализа обычно является цитата — фрагмент текста. При этом, заранее необходимо определить, какие границы будет иметь эта цитата (не в Global QDA, а в принципе надо это сделать). Например, это может быть целое предложение или абзац. Также границы могут определяться целостностью мысли, озвучиваемой автором текста. То есть мысль не должна разрываться искусственно дроблением на фрагменты, определенного объема или имеющие заданные границы.

Итак, коды — маркеры, которые должны привязываться к единице анализа. Коды могут иметь иерархическую структуру, где есть один корневой код (его может и не быть), а у него есть дочерние коды. В свою очередь у дочерних кодов могут быть свои дочерние коды. Древовидная структура кодов реализована не во всех программах для качественного анализа данных. В Global QDA реализована.

В Global QDA можно создавать коды как во время кодирования, так и до. То есть код может существовать, не будучи привязанным хотя бы к одной конкретной цитате. Перейдем во вкладку Codes и нажмем кнопку добавления кода (с плюсиком). Появится диалоговое окно добавления нового кода, где можно указать название, описание кода, цвет кода и родительский код:

Выделение_099

Добавим три такие кода + код «тональность» с тремя дочерними кодами (традиционно — «позитив», «негатив», «нейтрал»). Читать далее Программа для качественного контент-анализа Global QDA. часть 3. Кодирование

Программа для качественного контент-анализа Global QDA. часть 1

Здравствуйте, уважаемые читатели блога о контент-анализе!

Долго тянул, но пора уже написать обзор программки Global QDA, благо, первая, сыроватая версия в итоге готова. Понял для себя, что к настоящему моменту приоритеты выстроились следующим образом: мне нравится делать софт для аналитики, немного лень писать обзоры софта для аналитики и вообще слабовато тянет заниматься самой аналитикой… Так уж вот как-то само собой сложились предпочтения…

Как бы то ни было, решил начать писать. Ведь пол года делал программку в свободное время…

Итак, в прошлой статье на блоге я написал, для чего предназначается программа. В общем и целом: для кодирования текстов и получения некоторых статистических данных о текстах, базирующихся на частотах кодов. Ну и несколько сомнительное (и как я понял, не особо востребованное) основное предназначение QDA программок — получение некоторой качественной информации о текстах… Об этом много пишут, но всё очень и очень сомнительно… Качественный анализ данных вызывает массу вопросов… Иногда и сам процесс кодирования называют качественным анализом данных. Брррр.

Читать далее Программа для качественного контент-анализа Global QDA. часть 1

Global QDA — запустил в открытое плавание beta-версию

Здравствуйте, уважаемые читатели блога о контент-анализе!

Сегодня закончил доработку программы для качественного анализа данных — Global QDA (Qda — это Qualitative data analysis — качественный анализ данных, Global, потому что база данных проектов открыта для всех).

Разрабатывать проект начал в январе 2016 года, то есть около пол года назад. В общем-то — это первый мой большой проект. До этого была еще Даздраперма — но это уж совсем было очень кривенько. Global QDA тоже внутри (да и снаружи) кривоват, но уже по-лучше. Смотрю код: сейчас бы уже всё по другому сделал…. Но так и должно быть — программированием начал заниматься тоже только год назад — зато развитие заметно.

done Читать далее Global QDA — запустил в открытое плавание beta-версию

Сделал генератор поисковых запросов для твиттера

Здравствуйте, уважаемые читатели блога о контент-анализе!

Эта заметка — наверное, просто на память и для сохранности моей библиотеки и графической реализации ее использования на java swing. Библиотека позволяет из исходного поискового запроса для твиттера, где не учтена возможная морфология слов, получить массив таких же по логической структуре поисковых запросов, но уже с учетом возможной морфологии. Если словоформ сгенерировалось мало — можно добавить свою лексику. Если есть что-то лишнее — это лишнее можно убрать. Дело в том, что поисковик твиттера сам не будет искать все словоформы — найдет твиты со словами в тех формах, что заданы в вашем поисковом запросе. Словоформы придется указать вручную. Однако, всегда можно что-то забыть указать или нужно сделать ОЧЕНЬ много запросов, а времени или желания прописывать в них все словоформы просто нет.

ts Читать далее Сделал генератор поисковых запросов для твиттера