数据看着漂亮就能下结论吗?舆情定性分析与定量分析孰轻孰重
舆情定性分析与定量分析,通常指舆情研判中两类相互配合的认识路径:前者侧重对舆论内容的意义、立场、诉求与价值判断作出解释性把握,后者侧重对舆情信息的数量规模、来源分布、时序变化与传播结构给出可计量的描述。其内涵主要涉及测量对象的选择、材料的获取方式、结论的推断限度,以及两类结果在研判链条中的衔接关系。围绕“数据看着漂亮能否直接支撑结论”这一问题,需要回到方法本身去看:指标的变化由什么造成,解释的依据又建立在哪些材料之上。
舆情研判中的定性分析与定量分析分别指什么?
在传播研究的传统中,定性取向与文本分析的联系较为紧密。符号分析、再现分析、叙事分析、类型分析与互文性分析等程序,指向文本的深层含义和结构,也关注文本之间如何相互连接、如何在特定语境中生成倾向。落到舆情研判,这类工作处理的是舆论在说什么、以什么方式说、指向谁、寄托了怎样的情绪与期待。
定量取向则与内容分析的操作规范更为接近。研究对象的总体需要先被界定,随后抽取样本,确定类目与分析单元,再通过信度与效度检验保证编码的一致,最后以统计方式描述传播内容的特征与趋势。这套程序的价值在于可重复:换一位研究者,按同一规则操作,应当得到大体接近的结果。
两者并非同一层面的两种技术,其分野在于提问方式。定量回答规模多大、扩散多快、结构如何;定性回答意义何在、性质怎样、变化指向何处。
数据看着漂亮,为什么仍可能失真?
指标数值与其所声称测量的概念之间,往往存在一段需要检验的距离。转发量、评论量、点赞量属于平台行为记录,受推荐机制、账号结构、话题生命周期等因素影响,其高低并不等同于认同度的高低;以情感判定规则生成的“正面率”,其结果取决于词典、语料与判定阈值,规则一变,数值随之改变;抽样口径若在中途调整,前后两期的比较便失去共同基准。
从测量效度来看,可计量与有效度并不是一回事。当类目设置偏离了舆论的实际表达方式,编码越整齐,偏差反而越系统。此时曲线平滑、比例规整,恰恰可能意味着复杂表达被压缩进了少数几个类目。数据的“漂亮”更多反映采集与编码环节的稳定性,对结论的支持力度则需要在解释层面另行论证。
两类方法在研判链条上各承担什么?
将二者的差异整理为可对照的维度,有助于看清各自的适用位置。
| 比较维度 | 定性分析 | 定量分析 |
|---|---|---|
| 关注对象 | 表达的意义、立场、情绪与诉求 | 信息的数量、来源、时序与分布 |
| 主要回答 | 舆论在说什么、指向什么 | 规模多大、扩散多快、结构如何 |
| 常用材料 | 文本、话语、叙事、图像及其语境 | 抽样样本、编码类目、统计数据 |
| 结果形式 | 类型化的解释与性质判断 | 频次、比例、趋势与群体差异 |
| 主要局限 | 解释依赖分析者的素养,可重复性较弱 | 类目设置影响效度,难以承载意义 |
从这张对照可以看出,定量结果提供的是分布与边界,定性结果提供的是意义与性质,两者在研判链条上位于不同环节,却相互供给:定性形成的类型划分可以转化为编码类目,定量得到的异常分布又提示需要回到文本重新解读。
定性分析与定量分析孰轻孰重?
就方法本身而言,二者之间不存在固定的权重排序,配比取决于研判任务所处的阶段与所要回答的问题。当舆论表达高度碎片化、语义指向尚不明朗时,先以文本考察厘清基本性质,再设计类目开展统计,路径相对稳妥;当传播规模已经很大、来源结构复杂时,先以抽样统计勾出总体轮廓,再由定性分析解释轮廓内部的差异,效率更高。
把某一类方法置于优先位置,通常需要付出相应代价。过度依赖定量,容易把可测量的部分当作舆论的全部,沉默的表达、反讽的措辞、跨平台迁移的讨论难以进入统计视野;过度依赖定性,则可能以少数显眼样本推断整体态势,个案的代表性缺乏检验。相比之下,两种结果的相互校验,能在一定程度上压缩误判空间:统计显示的峰值,需要文本说明其由何种言论推动;文本归纳的类型,需要频次数据说明其分布广度。
结合使用时需要注意哪些问题?
以下几项属于操作层面容易被忽略、却直接影响结论可靠性的环节。
- 比较之前先统一口径,确认指标定义、抽样范围与时间窗口在前后各期是否一致;
- 抽样框架尽量覆盖沉默部分,避免只采集活跃账号的表达;
- 编码规则在正式统计前完成信度检验,并保留类目调整的记录;
- 结论中标明推断限度,区分“数据显示如此”与“由此可以判断”;
- 不以单一指标替代整体判断,热度、情绪、诉求与行为倾向分别对应不同的测量问题。
总结
舆情研判方法的选取,最终服务于结论能否站得住。定量分析擅长把模糊的态势转化为可比较的刻度,定性分析擅长把刻度还原为可理解的意义,二者各自的限度恰好落在对方的长处之上。数据好看,说明采集与编码环节较为规整,却不能自动等同于判断成立;结论的可靠性,往往取决于指标口径是否统一、样本是否覆盖完整、解释是否回到材料本身。由此可以看出,围绕舆情研判方法讨论孰轻孰重,真正需要确定的不是哪一类方法更优越,而是在具体任务中由谁先行、由谁校验、由谁承担解释责任。
FAQ
舆情研判中定量分析占比越高,结论就越可靠吗?
占比高低与可靠程度之间没有稳定的对应关系。定量结果的可靠性取决于抽样框架、类目效度与编码一致性,任一环节存在偏差,规模越大的统计反而会把偏差放大。当指标定义与实际舆论表达脱节时,数值越整齐,越需要回到文本核查其含义。
传播热度回落是否说明舆情已经平息?
热度指标反映的是公开可见的讨论量,其下降可能来自关注自然转移,也可能来自讨论向更私密的空间迁移,或平台推荐权重调整。判断是否平息,还需要结合议题是否仍有新的诉求提出、相关讨论的措辞是否由评价转向追问等因素综合考察,单一曲线不足以支撑这一结论。
定性分析是否难以避免主观性?
解释环节确实包含分析者的判断,但主观性可以通过程序约束加以控制。明确文本的选取标准、说明解读所依据的语言证据、让不同分析者就同一材料分别归类并比对结果,都能提高结论的可复核程度。定性分析的质量差异,往往体现在这些程序是否被完整交代,而非有无判断。