内容分析中怎样建立量化体系

内容分析中怎样建立量化体系

在内容分析法中，建立量化体系时四种变量都可以使用。
定性变量、定序变量、定距变量以及定比变量，这四个变量是按照测量尺度进行的分类。

1，定性变量是把变量的不同特征和属性加以区分，具有完备性和排他性。在这个层面上，研究者一般只是简单的统计每一个个体在其类别中所出现的频率。
例如，有学者对音乐电视里的商业广告进行内容分析，发现只有6.5%的男性角色被认为为穿着比较性感的衣服，没有男性角色被认为穿着非常性感；而相应的数据在女性角色中则分别为24%和69%。

2，定序变量是按照某种逻辑对变量进行排序，“不同的属性代表了变量的相对多寡程度”。例如受教育程度的高低等等。但是，在定序变量中，属性间的实际距离的测量没有意义，定序变量在内容分析法中并不常用。

3，定距变量是在定序变量分等级的基础上，还可以确定不同水平之间的间隔距离和数量差别。例如，研究者用定距变量研究商业广告中的女性形象。每一个角色都可以用定距变量进行分析，从“依赖-…-…-…-…-独立”、“主导-…-…-…-…-…顺从”。

4，定比变量是在定距变量的基础上更进一步，就是有绝对的零点。它是建立在真实基础上的，例如人在不同时间阶段或者不同事件阶段的收入。
在大众媒介领域，定比变量常“适用于时间和空间的分析，例如在 ‘上海市大众传播媒体舆论监督特征’中设计了媒体批评时间，即事件发生前、事件发生中、事件发生后三个时间段”。

这里有一个知乎讨论：https://www.zhihu.com/question/41484507

1，定类变量（Nominal Variable）：例如，性别，血型，职业，不能排序
2，定序变量（Ordinal Variable）：例如，问卷的人口特征中的教育程度从小学、中学、大学、研究生等，又如产品的满意度从不满意、一般、满意、非常满意，可以从低到高排序
3，定距变量（Interval Variable）：变量可以比较大小，两个值之间的差也是有意义的，例如，温度-20，-10，0，10，20，30， 40，这类变量可以求平均和加减。注意，这里的0度并不表示“没有”，基于这里0的意义，就不能说40度比20度热了1倍，也就是说定距变量不能乘除
4，定比变量（Ratio Variable）：有真正意义的0值，可加减乘除，比如，身高、体重、血压