ГЛАВ А17. Контент-анализ рекламы 505

Кодировщик	Параметр А	Параметр Б	Параметр В	Параметр Г
	1,5,7,8	2,3,4	6,9, 10	11, 12, 13
	1,5,7,8	2,3,4	9, 11, 12	6, 10, 13
	1,5,7,8	2,3,4		6,9,10,11,12
	1,5,7,8	2,3,4	6, 10, 12	9, 11, 13

Как видим, параметрам Aw Б дано четкое определение. Все четыре кодировщика поместили рекламные объявления 1, 5, 7 и 8 в столбец параметра Л, а рекламные объявления 2, 3 и 4 — в столбец параметра Б. А вот определениям параметров Б и В присуща, по-видимому, какая-то двусмысленность. Кодировщикам не удалось прийти к общему мнению по поводу того, какие рекламные объявления в столбце какой категории размещать. Следовательно, определения этих двух параметров должны быть пересмотрены и скорректированы до начала исследования.

Предварительное тестирование также позволяет оценить подготовку самих коди­ровщиков уже вначале их работы. Кодировщики, которые не смогли справиться с поставленной перед ними задачей, проходят дополнительное обучение. Кроме того, "хронически рассогласованные кодировщики" выбывают из процесса проведения исследований. ("Хронически рассогласованными" называют тех, кто постоянно вы­ставляет коды, противоположные кодам, присвоенным другими).

Кодирование материалов

Процесс кодирования довольно прост. Начинать его следует после предваритель­ного тестирования и проверки. Кодировщики работают независимо друг от друга, изучая посредством наблюдения образцы рекламы и внося результаты наблюдений в кодировочный бланк.

Проверка надежности

Обеспечение надежности — важнейший момент любого исследования. (Понятие надежности было рассмотрено ранее.) Свидетельством надежности кодирования служит независимое присвоение кодировщиками рекламному стимулу одного и того же кода. Этот тип надежности, известный как надежность-согласованность экс­пертных оценок, может вычисляться несколькими методами, но обязательно перед началом проведения анализа данных. Низкий уровень согласованности указывает на то, что на данные нельзя полагаться.

Оле Холсти¹² (Ole Holsti) рекомендует вычислять согласованность данных номи­нального уровня, определяя общий процент достигнутого согласия между кодиров­щиками. Имеется в виду процент случаев, когда оба кодировщика независимо друг от друга присвоили один и тот же код рекламному стимулу. Данный показатель на­дежности вычисляется по следующей формуле:

Ole Holsti, Content Analysis for the Social Sciences and Humanities (Reading, MA: Addison-Wesley Publishing Co,

1969).

506 ЧАСТЬ V. Конкуренция и конкурентное окружение

Более высокая скорость сгорания 30

Обеспечивает лучший пробег 25

Очищает мотор 15

Можно легко заправить машину (быстрее расплатиться) 10

Безвреден для окружающей среды 10

Чтобы найти пи-индекс, сначала определяем процент ожидаемого согласия, вы­числяемый как сумма квадратов процентов по всем параметрам. Для этого конкрет­ного примера процент ожидаемого согласия равен 0,205 (вычисляется как [0,30]² + [0,25]² + [0,15] + [0,10]²+ [0,10]² + [0,10]²). Фактический процент согласия вычисля­ется по формуле Холсти. Предположим, что так же, как и в предыдущем примере, он составляет 80%. Подставив эти числа в формулу, получим в результате оценку на­дежности, равную 0,79.

¹³ W. Scott, "Reliability of Content Analysis: The Case of Nominal Scale Coding", Public Opinion Quarterly, 61, 1995, p. 483-492.

ГЛАВА 17. Контент-анализ рекламы 507

Уильям Перро (William Perreault) и Лоренс Ли (Laurence Leigh) разработали другой метод корректировки показателя согласованности экспертных оценок¹⁴. Этот показа­тель чувствителен к различиям в надежности, возникающим при увеличении числа па­раметров. С помощью их формулы надежность кодировщиков 1_г вычисляется так:

где F_Q — число объектов, по которым мнения кодировщиков совпали; N — общее число оцениваемых объектов; к — число параметров кодирования.

Например, если два кодировщика согласны по 80 объектам из 100 при использо­вании категории с шестью параметрами (как в примере с товарными преимущества­ми бензина), согласованность экспертных оценок будет составлять 0,87.

Все три формулы предназначены для анализа данных на номинальном уровне измерения, и в исследовательской литературе имеются упоминания об их использо­вании. Независимо от используемой формулы, обычно рекомендуют, чтобы вычис­ляемая мера согласованности экспертных оценок составляла хотя бы 0,80, представ­ляя 80% степени согласия кодировщиков.

Согласованность экспертных оценок для данных на интервальном уровне измере­ния определяется с помощью коэффициента корреляции. Однако к использованию коэффициента корреляции в этой ситуации следует подходить осторожно. Сильная положительная корреляция указывает лишь на то, что коррелирующие баллы взаимо­связаны и изменяются в одном и том же направлении, т.е. существует возможность получить коэффициент корреляции кодировщиков, равный 1,0, при полном отсутст­вии совпадения их оценок. Рассмотрим два набора оценок, помещенных в табл. 17.1. В таблице представлена оценка кодировщиками "агрессивности" рекламных роликов по

William D. Perreault, Laurence E. Leigh, "Reliability of Nominal Data Based on Qualitative Judgments", Journal of Marketing Research, 26, May 1989, p. 135-148.

508 ЧАСТЬ V. Конкуренция и конкурентное окружение

шкале от 1 (абсолютно не агрессивен) до 10 (чрезвычайно агрессивен). В табл. 17.1А приведены коды 10 рекламных роликов двух кодировщиков. Коэффициент корреля­ции составляет 1,0 (г™ 1,0). Оба кодировщика постоянно демонстрировали согласо­ванное оценивание. В табл. 17.1Б также воспроизведены коды "агрессивности", при­своенные двумя кодировщиками второму набору рекламных роликов. В данном случае совпадения оценок двух кодировщиков не наблюдается. Оценки второго кодировщика всегда на два балла выше оценок первого, однако, тем не менее, коэффициент корре­ляции свидетельствует об идеальной связи — г— 1,0. Это объясняется тем, что оба ко­дировщика изменяют свои оценки в одном направлении. Ясно, что интерпретацию коэффициента корреляции как меры согласованности экспертных оценок необходимо осуществлять на основе визуального изучения данных. При достаточно большом набо­ре данных рекомендуется, чтобы коэффициент корреляции как показатель согласо­ванности кодировщиков составлял, по крайней мере, 0,80.

Таблица 17.1. Определение коэффициента корреляции для оценки согласованности экспертных оценок

Ситуация Л. Корреляция = 1,0

Рекламный ролик Оценка первого кодировщика Оценка второго кодировщика

1 1 1

2 2 2

3 3 3

4 4 4

5 5 5

6 4 4

7 5 5

8 6 6

9 5 5

10 2 2

Ситуация i>. Корреляция =1,0______________________________________________________

Рекламный ролик Оценка первого кодировщика Оценка второго кодировщика

1 1 3

2 2 4

3 3 5

4 4 6

5 5 7

6 4 6

ГЛАВА 17. Контент-анализ рекламы 509

Окончание юбл. 17.1

Дата добавления: 2015-07-16