VII – ANALISI DEL CONTENUTO: UNA TIPOLOGIA · 2018. 11. 9. · ricerche di analisi del contenuto,...
Transcript of VII – ANALISI DEL CONTENUTO: UNA TIPOLOGIA · 2018. 11. 9. · ricerche di analisi del contenuto,...
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)