Masarykova univerzita
Metodologie a cíle případové studie
Yüklə 0,51 Mb.
|
- Bu səhifədəki naviqasiya:
- Výběr a definování datasetu a sběr dat
- Základní práce s daty a charakterizace aktivity
- Souhrnná obsahová analýza
- Rámcová analýza
- Síťová analýza
- Software a nástroje využité při výzkumu
Metodologie a cíle případové studieV této kapitole si blíže představíme výzkumné otázky, design výzkumu a metody analýzy. Než přejdeme k podrobnějšímu popisu, stručně charakterizujeme základní strukturu výzkumu. Výzkum je rozdělen do dvou hlavních částí, a to rámcové a obsahové analýzy obsahu publikovaného na facebookovém profilu DSSS a síťové analýzy propojení dalších profilů s touto stranou. V prvním stupni analýzy se zaměříme na charakteristiku chování strany a příznivců strany na Facebooku a následně na základě průměrné odezvy interakce mezi uživateli a DSSS vyfiltrujeme nadprůměrně hodnocené příspěvky, které budou využity během obsahové a rámcové analýzy. Tato analýza by nám měla vydefinovat, jaká témata DSSS prezentuje a zároveň jaká témata mají ohlas u komunity, která se okolo této strany na Facebooku vytvořila a zároveň jaký rámec se vytvořil okolo těchto témat ve smyslu jak jsou prezentována DSSS. Oddělenou částí výzkumu je pak síťová analýza, která by měla nalézt propojení mezi dalšími subjekty na Facebooku a doplnit tak závěry předchozí analýzy. Blíže se na jednotlivé části výzkumu podíváme v následujících podkapitolách. Na začátku každé kapitoly popisující výzkumnou metodu jsou uvedeny otázky, které budou po aplikaci metody zodpovězeny. Obrázek č. 8: Znázornění designu výzkumu Základní datový soubor (1) Charakterizování chování uživatelů a strany na FB Síťová analýza (2) (5)
Vyfiltrování dat na základě síly odezvy příznivců Obsahová analýza (3) Rámcová analýza Závěry (4)
(1) Dataset byl sestaven okolo aktivity oficiálního profilu DSSS na Facebooku.16 Orientace sběru dat je tedy zaměřena na subjekt DSSS a aktivitu uživatelů spjatou s touto stranou. Přičemž dataset primárně obsahuje údaje:
Počáteční dataset se skládal z 1255 příspěvků, které byly sesbírány skrze aplikaci Netvizz. Tyto příspěvky budou v prvotní fázi výzkumu sloužit k zjištění vzorců chování uživatelů a strany na Facebooku. Co se týká časového vymezení, z důvodu množství dat a jejich technické dostupnosti jsme zvolili časový úsek téměř tří let (od 1. 1. 2013 do 5. 9. 2015). Tento časový úsek nabízí dostatečný rozsah, na kterém by se měly projevit změny mobilizačních témat, což je umocněno volbami do Poslanecké sněmovny v říjnu 2013. V pokročilejší fázi analýzy byl dataset vyfiltrován na příspěvky s největší odezvou od uživatelů. Vybrány byly příspěvky s nadprůměrnou odezvou. To v praxi znamenalo vybrání 230 příspěvků, u nichž byla odezva nadprůměrná, tedy více než 108 uživatelských operací (y). Tyto příspěvky byly analyzovány více do hloubky, kvalitativní obsahovou a rámcovou analýzou. V rámci případové studie jsme využili možnosti kvantifikování tzv. uživatelské odezvy na základě aktivity příznivců strany vztahující se k danému příspěvku a to absolutním počtem "likes", "komentářů" a "sdílení", které jsou s příspěvkem spojeny. Pokud tedy příspěvek získal 10 likes, 2 komentáře a 1 sdílení, výsledná hodnota bodů odezvy bude rovna 13. y = ∑ (likes + comments + shares)
Zdroj: Autor práce Vybráním nadprůměrně uživatelsky přijímaných příspěvků budou výsledky analýzy "zkresleny" námi požadovaným směrem, a to k určení tematických rámců s vyšším mobilizačním potencionálem. Je otázkou, do jaké míry jsou jednotlivé interakce rovnocenné, jestli by nebylo vhodné nějakým způsobem promítnout do výsledků "váhu" interakce. Jelikož by však jakýkoliv zásah do poměru nebyl nijak empiricky podložen, ponecháme váhu interakcí na stejné úrovni s tím, že upozorňujeme, že je zde možnost určitého zkreslení.
Výzkumné otázky vázáné ke kapitole:
(2) Na počátku analýzy proběhne základní práce s daty, a to především třídění dat dle typu obsahu, zda se jedná o příspěvek DSSS nebo jiného subjektu. Analýza bude mít spíše kvantitativní charakter. V této části práce se zaměříme především na zodpovězení otázek spojených s chováním příznivců DSSS. Nejprve se zaměříme na frekvenci publikování obsahu DSSS. Budeme tedy sledovat průměrný počet příspěvků, který se objevoval ve sledovaném období na profilu strany, a následně se zaměříme na odchylky od tohoto průměru. Zároveň budeme sledovat složení obsahu, a to v kategoriích (jsou uvedeny i anglické varianty názvů):
V neposlední řádě se pokusíme popsat návyky komunikace DSSS na svém profilu, tedy zda se jedná o komunikaci pouze jednostrannou a dále zda se DSSS podílí na diskuzích pod příspěvky. Co se týká chování příznivců DSSS, zde budeme rovněž sledovat jejich aktivitu, a to se zaměřením na sledování jejich likes, sdílení a komentářů (uživatelské operace) a rovněž jako v případě samotné DSSS se zde zaměříme na odchylky od průměru. Důležitým bodem analýzy bude zjištění stabilní uživatelské základny. Tu se pokusíme zjistit na základě analýzy jednotlivých postů DSSS a to tak, že budeme sledovat aktivitu uživatelů, kteří alespoň jednou provedli uživatelskou operaci a jejich tendenci k opětovným interakcím. V jednoduchosti řečeno, budeme sledovat množství interakcí jednotlivých uživatelů za účelem identifikace nejaktivnějšího jádra příznivců strany, které pravidelně přispívá pod posty DSSS.
Výzkumné otázky vázané ke kapitole:
(3) Obsahová analýza je multioborovou, široce užívanou kvalitativní výzkumnou technikou, která však má mnoho forem a způsobů aplikace. Pokud bychom se drželi rozdělení, které představily ve svém článku autorky Hsiu-Fang Hsieh a Sarah E. Shannon (2004), a to na konvenční obsahovou analýzu, řízenou obsahovou analýzu a souhrnnou obsahovou analýzu, tak v této práci zvolíme právě obsahovou analýzu souhrnnou. Ta se vyznačuje především tím, že kódy nejsou předem vystavěny, ale jsou tvořeny, rozšiřovány, slučovány a rušeny během procesu kódování. Obsahová analýza by nám měla odpovědět na výše uvedené otázky a posloužit jako příprava a mezikrok k finální rámcové analýze obsahu. Obecně můžeme každou obsahovou analýzu považovat za systematickou práci s datovým souborem a hledání vzorců a frekvencí slov, obsahu, témat atd. (Payne, Payne 2004: 51-54). V našem případě se zaměříme na frekvenci nejpoužívanějších výrazů (podle Hájek 2014), které se objevují v příspěvcích strany na sociální síti Facebook. Dále pak budeme sledovat zdroje, ze kterých DSSS čerpá a přebírá informace. V neposlední řádě se zaměříme na definování nadprůměrně hodnocených mobilizačních témat, na kterých DSSS staví při komunikaci se svými příznivci, a pokusíme se zjistit, jaký vztah má k jiným aktérům.17 Nyní věnujme několik vět konkrétnějšímu popisu kódování. Obsahová analýza v prostředí nových médií musí pracovat s různými typy obsahu (text, obrázky a fotografie, odkazy, videa atd.), což zvyšuje nároky na kódování. Jak už bylo řečeno, kódování tematických oblastí bude prováděno operativně během procesu analýzy. Většina příspěvků se skládá z textu a sdíleného obsahu (fotografie, obrázku, odkazu atd.). V první otázce týkající se analýzy nejčastěji používaných výrazů budeme pracovat právě s textem příspěvku. Druhá otázka se zaměří na odkazy. Otázka třetí pak bude brát v potaz celkové zaměření příspěvku (včetně fotografií a obrázků, videí atd.) přičemž se může stát, že daný příspěvek bude mít označení více kódy, například kódy. Jelikož pak v textu a metodologii pracujeme s tzv. uživatelskou odezvou, je zde nasnadě výsledné kategorie mezi sebou porovnat z hlediska získaných "bodů" uživatelské aktivity (počtu likes, sdílení, komentářů). Poslední bod obsahové analýzy se již nebude týkat jednotlivých otázek, ale výsledky budou nápomocné při rámcové analýze. Budeme tedy sledovat časové hledisko, tj. jestli se příspěvky DSSS týkají budoucnosti, současnosti či minulosti a jestli jsou pojímané negativně či pozitivně. V neposlední řadě budeme sledovat vztah k jiným aktérům, proti kterým se DSSS vymezuje, nebo se kterými se ztotožňuje.
Výzkumné otázky vázané ke kapitole:
(4) Rámcová analýza (framework analysis) obsahu stojí na přesvědčení, že jednotliví aktéři (politici, média, hnutí atd.) interpretují události optikou svého ideologického/hodnotového přesvědčení a tím mohou vědomě či nevědomě zkreslovat realitu. Definici rámce můžeme shrnout za pomoci autorů Gamsona a Modiglianiho (1989: 143), kteří rámec pojímají jako: „ústřední organizující ideu nebo příběh, který odvíjejícímu se běhu události poskytuje význam … Rámec napovídá, v čem daná kontroverze, potažmo jádro tématu, spočívá". Rámcování je spjato s jednotlivými aktéry, kteří prostřednictvím jednotlivých rámců uchopují danou událost, která následně může, ale nemusí být identifikována jako problém. V tomto rámci se následně začínají rozvíjet narativní zkratky, které mohou například označovat viníky problému, okolnosti proč k problému dochází, co mu přispívá, kdo ho hodlá řešit a jakým způsobem atd. (Snow, Benford 1992: 139). Často rovněž dochází k negativnímu vymezování se proti odlišným rámcům a začínají se utvářet jednotlivé ideové skupiny na základním principu "my a oni". Je důležité si uvědomit, že jednotlivé rámce jsou konstrukty, které se mění v závislosti na samotném aktérovi, publiku a rovněž v průběhu času. Na rámcování se rovněž podepisuje i celkové ideové přesvědčení společnosti a jak uvádí Entman (1993: 52 in Ocelík 2015: 40), rámec je tím přesvědčivější, tj. „význačnější, pochopitelnější, zapamatovatelnější a emočně nabitější,“ čím více je v souladu s převládající kulturou a názorem ve společnosti. Snow a Beford (1992) dále pak rozlišují mezi primárním a sekundárním rámcem. Existuje rozdíl mezi primárním neboli hlavním rámcem (master frame) a sekundárním, kontextově specifickým rámcem (context-specific frame), či tematicky specifickým rámcem (issue-specific frame). Hlavní rámec je konkrétní v míře ideové či hodnotové a rovněž může zahrnovat i taktické prvky. Hlavní rámec, budeme-li se držet příkladu krajní pravice, může být například "zachování suverenity národa" nebo "udržení kultury". Taktickým prvkem rámců může být například akceptace, nebo naopak odmítání násilí jako politického nástroje. Takto stanovený primární rámec může být následně zaměřen a usměrněn v určitém kontextu nebo ve specifické situaci, tj. například uprchlická krize, přijetí eura, problematika menšin atd. Tematicky specifický rámec pak vytváří narativy v rámci určitého kontextu. Cílem rámové analýzy v tomto textu tedy bude identifikovat a definovat tematicky specifické a kontextově specifické rámce Dělnické strany sociální spravedlnosti a pokud to bude možné, definovat hlavní rámec, který tato strana využívá. To bude provedeno na základě kódování dat, která budou čerpána z facebookového profilu strany. Další teorie hovoří o třísložkovém rámovaní skrze diagnostický, prognostický a mobilizační rámec (Caiani, Della Porta, Wagemann 2012: 14). Diagnostický rámec označuje jednotlivé problémy, v rámci prognostického rámce se navrhují změny a řešení, mobilizační rámec pak pracuje s vyčleněním skupiny od ostatních sociálních skupin a apeluje na společenskou akci. V práci se pokusíme výše zmíněné dvě rámcové teorie propojit a aplikovat je na DSSS. Tím bychom měli získat jak celkový pohled na tematickou hloubku daného rámce, tak i podrobnější analýzu toho, jak je dané téma uchopeno a propracováno z hlediska mobilizace. Tabulka č. 5: Druhy rámců a jejich propojení
Výzkumné otázky vázané ke kapitole:
(5) Síťová analýza se zaměřuje na provázanost facebookových profilů jiných skupin a organizací s profilem DSSS. Každá sociální síť se skládá z uzlů a vazeb mezi nimi. Uzly označují jednotlivé aktéry a vazby mezi nimi jsou založeny na základě "laikování". Musíme si zde být vědomi, že takováto vazba není nikterak silná a rozhodně nelze jednotlivé aktéry na základě této vazby například personálně nebo organizačně spojovat, jsme ale přesvědčeni, že takováto síť má přesto vypovídající charakter. Provázanost skrze likes může naznačovat ideové a názorové sympatie k těmto skupinám a snahu DSSS být s těmito skupinami spojována, což může dokreslit a rozšířit poznatky z rámcové analýzy z předchozí kapitoly. Musíme zde však upozornit, že síť není statická, ale dynamická struktura, která se v průběhu času vyvíjí v závislostech na vnějších okolnostech, chování jednotlivých aktérů atd. (Knoke, Yang 2008: 6 in Ocelík 2015: 40). Obrázek č. 9: Příklad možné provázanosti jednotlivých uzlů v síti Zdroj: Autor práce První otázka se tedy zaměřuje na to, s jakými subjekty je DSSS provázaná. Co se týká vymezení rozsahu analýzy, síťová analýza pracuje se dvěma stupni vzájemné odloučenosti, tj. do sítě jsou zahrnuty profily, které mají vazbu na samotný profil DSSS (první stupeň) a následně profily s vazbou na tyto profily (druhý stupeň) – viz grafické znázornění. S touto sítí pak budeme pracovat dále v následujících otázkách. Obrázek č. 10: Rozsah stupně vazeb – dvoustupňová struktura DSSS s.1 s.2 Zdroj: Autor práce Další tři otázky se zaměřují již podrobněji na charakter sítě a zkoumají tři základní vlastnosti sítě, a to:
(1) Konektivita sleduje hustotu sítě, tj. do jaké míry jsou jednotlivé uzly navzájem propojeny. Hustotu sítě měříme na základě podílu vypozorovaných spojení k celkovému počtu všech možných spojení. Sítě s vyšší konektivitou jsou kvalitnější z hlediska síly propojení, což ovlivňuje rychlost přenosu informací, schopnost reagovat na krizové situace a vyrovnání se s výpadky v síti. (2) Centralita se namísto na vazby zaměřuje na uzly sítě a pracuje na základě pravidla, že čím má daný uzel více přímých vazeb, tím jeho důležitost v síti roste. Vysoce centrální uzly mají klíčové role při přenosu informací a jejich výpadek má vysoký dopad na celou síť (viz Ilyas, Radha 2011). (3) Koncept modularity pracuje na principu vyhledávání uzlů sítě, které mají více společných vazeb než zbytek celku – aplikujeme-li algoritmus na sociální sítě, prakticky nám tak modularita odhalí podskupiny a společenství v rámci hlavní sítě. V našem případě využijeme algoritmu výpočtu modularity skrze program Gephi autorů Blondel, Guillaume a kol. (2008). Modularita rovněž může zvýraznit kritické či důležité uzly sítě, které propojují jednotlivé komunity.
Sběr dat Netvizz – Webová aplikace k dataminingu facebookových skupin a stránek.18 Zpracování a analýza Microsoft Excel – Program byl využit při základní správě, analýze a kódování dat. Gephi – Freewarový program vhodný k vizualizaci a práci s daty týkajícími se sociálních sítí – umožňuje základní práci s filtrováním dat dle různých faktorů (vazeb ven, vazeb dovnitř, modularity atd.).19 COOA – Program COOA nabízí možnosti práce s textovým korpusem, ze kterého dokáže vydefinovat nejčastější výrazy, nalézt věty, ve kterých se daný výraz vyskytuje atd.20
| ||||||||||||||||||||||||||||