Dijital Niteliksel İçerik Analizi

Temel analitik mantık — kod kitabı oluşturma, metni sistematik olarak kodlama, anlamı yorumlama — aynıdır. Farklı olan veri bağlamıdır: dijital metinler, belirli yeteneklere (beğeniler, retweetler, hashtag'ler) sahip platformlarda üretilir, anonim veya takma ad olabilir, genellikle eşzamansızdır ve çok büyük olabilir. Bu nedenle Dijital QCA, standart QCA rehberliğinin tam olarak ele almadığı etik veri toplama, platforma duyarlı yorumlama ve veri kümesi örneklemesi için adımlar ekler.

Hesaplamalı yöntemler (konu modelleme, duygu analizi, NLP işlem hatları) ölçeği ve otomasyonu önceliklendirir ancak anlamı istatistiksel olarak ele alır. Dijital QCA, yorumlayıcı derinliği önceliklendirir: bir insan araştırmacı bölümleri okur, teorik olarak temellendirilmiş kategoriler uygular ve içeriğin ne anlama geldiğini — sadece kelimelerin ne sıklıkla göründüğünü değil — açıklar. Karma yöntem tasarımları her ikisini birleştirebilir: büyük veri kümelerini örneklemek veya önceden kodlamak için hesaplamalı yöntemler, ardından yorumlayıcı derinlik için dijital QCA.

Kodlayıcılar arası güvenilirliği (örneğin, Cohen'in kappa'sı veya yüzde anlaşması) raporlamak, özellikle birden fazla kodlayıcı aynı kod kitabını uyguladığında güvenilirliği güçlendirir. Ancak, niteliksel içerik analizinin tamamen yorumlayıcı veya hermeneutik varyantlarında, bazı akademisyenler tartışma yoluyla uzlaşma ve kod kitabı iyileştirmesinin bir güvenilirlik katsayısından daha önemli olduğunu savunmaktadır. Her iki durumda da, karar açıkça belirtilmeli ve gerekçelendirilmelidir.

Kamusal görünürlük, araştırma kullanımı için otomatik olarak onay anlamına gelmez. Etik uygulama, katılımcıların gönderilerinin incelenebileceğini makul bir şekilde bekleyip beklemediğini, kelimesi kelimesine alıntıların tanımlanabilir olup olmadığını ve platform hizmet şartlarının veri toplamaya izin verip vermediğini değerlendirmeyi gerektirir. Kullanıcı adlarının takma adlarla değiştirilmesi, IRB veya etik kurul incelemesi ve İnternet Araştırmacıları Derneği (AoIR) etik yönergelerine uyum standart beklentilerdir.

Tek bir kural yoktur; uygun veri kümesi boyutu araştırma sorusuna ve analiz derinliğine bağlıdır. Derin yorumlayıcı çalışmalar için, amaçlı olarak örneklenmiş 50-500 gönderi veya başlık veri kümeleri yaygındır. Daha geniş tanımlayıcı çalışmalar için birkaç bin kodlanmış birim kullanılabilir. Önemli olan, örneklemenin prensipli, belgelenmiş ve kod kitabındaki kategorilerin anlamlı bir şekilde doldurulması için yeterli olmasıdır.