内容分析中类目建立时需要注意的显性特征和隐性特征问题

在内容分析的类目建立中，应该特别注意显性特征和隐性特征问题。对于隐性比较强的类目，应该在操作定义上加以确定，尽可能地显性化。即使是显性特征，也不能想当然地照搬问卷调查的测量工具和手段，而应该根据具体的背景因素，来确定测量的维度和层次，找到信度和效度的平衡点。

例如，性别在各种研究方法中经常用到。在问卷中，我们可以根据自诉的原则，而不是观察的原则，分为男女两类。观察往往会增加误差。但是，在内容分析中，人物不能自诉，只有通过编码者根据文本信息进行判定。在具体类目中，有可能出现第三类，即不能通过文本信息或者背景单元来确定性别的情况。一个常见的例子是卡通片人物的性别，需要有“不确定”的选项。注意这里不能用“其他”类。“其他”类意味着在男女之外的性别选项，而“不确定”是指根据现有信息不能确定男女。

我们再举一个在社会调查中简单常见但在内容分析中会相当麻烦的类目。比如，婚烟状况。我们单从文字或者图像上，很难看到婚姻状况。虽然可以根据上下文提供的信息来帮助判断，但往往会出现许多“不确定”选项。

如果“不确定”的类项过多，那么，数据的效度就会大打折扣。因为未知数太多，这些未知的可能是已婚，也可能是未婚，对数据的可靠性威胁太大。这时也许就需要考虑这个类目是否成立。

某些类目除了操作性上的难度外，还涉及一一个效度问题。比如，研究媒体广告的少数民族形象问题。某个广告是-一个著名的汉族演员穿少数民族服装来推介某种民族品牌药品。我们是否把这个形象作为少数民族形象来对待呢?这要看我们研究的问题是什么。如果是少数民族形象的媒体再现，那演员本身所属的民族不重要，重要的是媒体呈现出的特定形象。从这个意义上讲，我们的类目的效度就没有问题。但是，如果我们的目的是要推论该形象的影响，也许就会出现问题。可能受众对这个演员太过熟悉，也许根本没有把他当成某个民族的形象代表。