Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 1

VII VII –– ANALISI DEL CONTENUTO: ANALISI DEL CONTENUTO:

UNA TIPOLOGIAUNA TIPOLOGIA

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 2

• ‘significante’ = il piano dell’espressione; ècomplementare al ‘significato’ (= contenuto). Entrambi, congiunti, compongono il segno.

• ‘Unità di contesto’ = il contesto in cui ciascun tipo di unità di analisicompare � l’unità di analisi èinclusa nell’unità di contesto

Definizioni preliminari:

testo

Unità di contesto

Unità di analisi

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 3

Concetti fondamentali: UNITA’ DI CONTESTO

E’ meno esteso di un intero

testo, ma più ampio

dell’unità di analisi a cui dà

significato

UNITA’ DI ANALISI

esempi

frase parola paragrafo tema

Trasmissione TV personaggi etc. etc.

In relazione al tipo di unità di analisi sottoposte a

classificazione, è possibile distinguere tre tipi di AdC

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 4

UNITA’ DI ANALISI = ELEMENTI

DEL SIGNIFICANTE

sì

no

Sì

1° tipo

2° tipo

SCOMPOSIZIONE

DELL’UNITA’ DI CONTESTO

IN UNITA’ DI ANALISI

No

3° tipo

TRE TIPI DI ANALISI DEL CONTENUTO:

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 5

AdC DEL 1°TIPO

UNITA’ DI ANALISI = ELEMENTI

DEL SIGNIFICANTE

sì

no

Sì

1° tipo

2° tipo

SCOMPOSIZIONE

DELL’UNITA’ DI CONTESTO

IN UNITA’ DI ANALISI

No

3° tipo

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 6

LE UNITA’ DI ANALISI COINCIDONO CON GLI ELEMENTI “SIGNIFICANTI” O CON GLI

ELEMENTI GRAMMATICALI DELLA STRUTTURA LINGUISTICA (Rositi 1988, 71)

Ad esempio:

• Parole (v. p. es. Lasswell);

• Sintagmi = sequenza unitaria di 2 o più segni (nel linguaggio: sequenza ordinata di 2 o più parole all’interno di una frase);

• Simboli-chiave = una o poche parole capaci di raggiungere il centro di attenzione del destinatario (Lasswell); elementi semantici cruciali;

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 7

Proposizione ( asserti) = unità

sintatticamente compiute;

Enunciati ( sistemi di asserti) = sequenza di parole, composta da 2 o più proposizioni, emessa da un solo soggetto e delimitata da pause, silenzi o enunciati di altri soggetti.

Discorsi = sequenza di più enunciati

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 8

• Le unità di analisi (parole o segmenti di testi) sono facilmente individuabili e isolabili

• L’AdC del 1°tipo è quella più facilmente attuabile con procedure completamente automatiche (trattamento informatico)

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 9

Analisi monovariata

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 10

Un esempio. Parole-chiave in articoli su immigrati

v.a. %polizia 314 54

arrestare 34 6

commissariato 122 21

denunce 61 11

povertà 22 4

servizi sociali 12 2

volontariato 15 3

TOTALE 580 100

Il tema è trattato

come problema di

ordine pubblico

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 11

Oggi l’analisi delle frequenze di unità lessicali è una procedura di tipo descrittivo, generalmente utilizzata in una prima fase esplorativa nelle ricerche di analisi del contenuto, per trarre indicazioni per la scelta e la messa a punto di procedure più complesse da applicare nelle fasi successive.

Word cloud:

Rapporto proporzionale tra frequenza nel testo e

dimensione di ogni parola

-Uno stesso termine può avere significati diversi a seconda dei

testi/contesti;

-L’uso di sinonimi o pronomi può ridurre la frequenza di alcune

parole;

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 12

• Indici lessicali: TTR (type-token ratio) = p/P con p = n. parole diverse; (NB Una parola che ricorre più volte viene

conteggiata una sola volta) P = n. complessivo di parole. Si applica su campioni di testi di lunghezza standard (100, 200, 500 o 1000

parole). In psicologia clinica può essere utilizzato come indicatore di disagio

psicologico (p. es. gli schizofrenici presentano bassi valori di TTR); nella ricerca sociale come indicatore di competenza linguistica.

Lessico = Insieme dei termini di una lingua, con le

relative accezioni. Sinonimo di vocabolario.

INDICIu.d.a. = parole

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 13

•Indici grammaticali = considerano parole classificate in categorie grammaticali • VAQ (verbe-adjective quotient) = V/A con V = n. delle forme verbali (esclusi ‘essere’, ‘avere’, sostituti di ‘essere’…) A = n. degli aggettivi In psicologia clinica può essere utilizzato come indicatore di instabilità affettiva; nella ricerca sociale come indicatore di stereotipia. Nella ricerca sociale può servire a rilevare, p. es., quanto un messaggio sia descrittivo o valutativo

Alti valori del VAQ = livelli elevati di stereotipia

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 14

• Una variante del VAQ: (N+V)/(A+Av) con N = n. di sostantivi; V = n. di forme verbali; A = n. di aggettivi; Av = di avverbi. Come il VAQ, può essere utilizzato come indicatore di stereotipia.

Soprattutto di modo,

tempo, giudizio,

quantità

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 15

DRQ (discomfort-relief quotient) = M/(M+B) con M = parole esprimenti malessere; B = parole esprimenti benessere. In psicologia clinica può essere utilizzato in situazioni prima/dopo, ad esempio prima e dopo un intervento finalizzato a risolvere un problema che suscita disagio o tensione emotiva. Esempio (Tesi De Cenzo su Ballarò 5/04/05) drq D’Alema 0,09 Rutelli 0,07 Berlusconi 0,18 Alemanno 0,24 Diamanti 0,06 Faini 0,06 Vendola 0,00 Floris 0,12

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 16

Analisi delle valutazioni UdA: proposizione Tutte le proposizioni di un testo vengono così classificate:

Indice di favore: [(F – S) / R] x F/ (NR + R)

Proposizioni

NR

Non

rilevanti

= 0

R

Rilevanti

N

Neutro

= 0

F

Favorevole

= + 1

S

Sfavorevole

= - 1

NB_ La classificazione delle frasi R può

essere più sensibile:

Es.: Molto favorevole: + 2

Abbastanza

favorevole: + 1

Etc.

U.d.a. = proposizioni

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 17

Analisi degli asserti valutativi (EAA) Procedura finalizzata a rilevare la direzione (positiva o negativa) e

l’intensità della valutazione nei confronti di uno o più oggetti di atteggiamento (attitude object, AO) in un testo o in un insieme di testi

(Osgood, Saporta e Nunnally, 1956).

• Si selezionano i sistemi di asserti che includono una valutazione

verso quell’oggetto;

• Si scompongono i sistemi di asserti in asserti semplici (attore / azione / complemento)

• Si costituisce un gruppo di analisti

• Ciascun analista deve attribuire un punteggio a ciascun elemento valutativo (attore/azione/complemento): da + 3 (massimo favore) a – 3 (massimo sfavore)

• Si calcola la media dei punteggi ottenuti da ciascun oggetto di atteggiamento � direzione (pro- o contro-) e intensità della valutazione verso quell’oggetto

• Si comparano le valutazioni di oggetti diversi nello stesso testo e/o di uno stesso oggetto in più testi

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 18

T2 T5 T1 T3 T4

-3 -2 -1 0 +1 +2 +3

Valutazione di uno stesso

oggetto in testi diversi

Valutazione di oggetti diversi in

uno stesso testo AO4 AO3 AO1 AO2

-3 -2 -1 0 +1 +2 +3

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 19

N.B.

Gli indici assumono ciò che prima era espresso in due o più variabili separate e lo combinano in un’unica, nuova variabile � un unico vettore-colonna della matrice.

Ci troviamo quindi pur sempre nell’ambito delle tecniche di analisi monovariata.

Var. 1 Var. 2 Var. 3

1 INDICE

1 colonna

in matrice

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 20

Analisi bivariata (o multivariata)

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 21

Si può analizzare la frequenza delle parole mettendola in relazione con:

Altre parole presenti in uno stesso messaggio o in un insieme di messaggi (es. paura + aids: Altheide 1996/2000,

112);

Eventuali immagini (es. ‘crimine’ + foto di gruppo etnico: Altheide ivi, 111);Titoli (articolo, servizio TV);

Ampiezza del messaggio (discorso pubblico, articolo, servizio televisivo…);

Chi comunica (personalità, ruolo, intenzioni…);

etc.

= associazione

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 22

Un esempio:

NB con le variabili categoriali l’associazione può riscontrarsi fra

coppie di categorie: es. microcriminalità-paura; non fra variabili

intere

Paura ripulsa solidarietà tot % tot. V.a.

Aids 50,8 33,3 15,9 100 63

tossicodip 29,9 56,9 13,1 100 137

microcrimin 79,4 19,3 1,3 100 228

TOT. 59,3 33,4 7,2 100 428

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 23

Un altro modo per rappresentare gli stessi

dati: istogramma di composizione

50,8

29,9

33,3

15,9 13,1

1,3

79,4

19,3

56,9

Aids Tossicodipendenza microcriminalità

solidarietà

Ripulsa

Paura

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 24

• Elezioni politiche 24-25 febbraio 2013;

• 5047 tweets contenenti l’hashtag #elezioni2013e postati il 22 febbraio 2013;

• 1.500 parole-chiave.

Una ricerca su Twitter

(Tipaldo 2014)

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 25

(diagramma radiale)

VALORI SULL’INDICE DI ASSOCIAZIONE DEL TERMINE ‘PAURA’

(diagramma radiale)

Paolo Montesperelli

2018-2019

AIP / VII - AdC 1°tipo 26

la lunghezza dei segmenti fra i due termini è inversamente proporzionale al loro grado di associazione.

in questo tipo di rappresentazioni vi è una corrispondenza fra statistica, semantica e grafica: ossia, un punteggio alto sull’indice di associazione sta ad indicare una prossimità semantica che viene espressa da una vicinanza spaziale.

(diagramma radiale)