Bibtex export

 

@article{ Waldherr2019,
 title = {Induktive Kategorienbildung in der Inhaltsanalyse: Kombination automatischer und manueller Verfahren},
 author = {Waldherr, Annie and Miltner, Peter and Ostner, Sophia and Stoltenberg, Daniela and Pfetsch, Barbara and Wehden, Lars-Ole},
 journal = {Forum Qualitative Sozialforschung / Forum: Qualitative Social Research},
 number = {1},
 pages = {30},
 volume = {20},
 year = {2019},
 issn = {1438-5627},
 doi = {https://doi.org/10.17169/fqs-20.1.3058},
 urn = {https://nbn-resolving.org/urn:nbn:de:0168-ssoar-61298-1},
 abstract = {Kernstück jeder Inhaltsanalyse ist ein Kategoriensystem, das häufig induktiv-qualitativ an einer kleinen Stichprobe von Texten entwickelt wird. Methoden des Text Mining ermöglichen es heute, eine nahezu unbegrenzte Anzahl an Texten effizient, schnell und nachvollziehbar zu explorieren. In diesem Beitrag wird ein Verfahren vorgeschlagen, bei dem solche Methoden eingesetzt werden, um induktiv aus einem umfangreichen Textkorpus Kategorien für eine Inhaltsanalyse zu bilden. Diese Methoden werden mit einer qualitativen, manuellen Inhaltsanalyse kombiniert. Die Kombination verschiedener Verfahren besteht darin, dass zunächst mittels Text Mining thematische Oberkategorien aus einem vorliegenden Textkorpus extrahiert, anschließend manuell validiert und in einer qualitativen Inhaltsanalyse um Unterkategorien erweitert wurden. Das Vorgehen wird beispielhaft an einem Codebuch erläutert, welches im Rahmen der Auswertung des "Bürgerdialogs" der Bundesregierung "Gut leben in Deutschland" zum Thema Lebensqualität entwickelt und angewendet wurde.At the core of every content analysis is a codebook of relevant categories, frequently developed qualitatively based on a small sample of texts. Currently text mining methods enable us to explore an almost unlimited number of texts in an efficient, fast, and comprehensible manner. In this article, we suggest a procedure for codebook development using these methods to inductively derive coding categories from a large text corpus for content analysis. These methods are combined with qualitative, manual content analysis. First, we derive thematic main categories from a text corpus via text mining. In a next step, we then manually validate these categories and add sub-categories via qualitative content analysis. The method is exemplified with a codebook that was developed for the analysis of the citizen dialog on the "Quality of Life in Germany" [Gut leben in Deutschland], an open-ended questionnaire initiated by the German government to gather citizens' opinions on important aspects of quality of life.},
 keywords = {Kategorie; category; Codierung; coding; Inhaltsanalyse; content analysis; Automatisierung; automation; Computerlinguistik; computational linguistics; Algorithmus; algorithm}}