Resumé

Artiklen beskriverden kvalitative analyseproces,
ogserpd hvorledes fremgangsmdden kan
stottes ved anvendelse afcompute re. Dette efterfolges
afprcesentationen afet nyt avanceret
programme! til tekst-analyse, der byggerpd et
neuralt netvcerk. Artiklen giver anvisningerpa
hvordan en tekst l)0r prep are res, f0 rend en
kvantitativ analyse kan finde sted. Programmets
funktionsmdde soges "valideret" ved
hjcelp af et li/le empirisk eksempel. Afs/ntningsvis
fortcellerforfatterne om erf a ringer med at
frruge metoden pa komplette gruppediskussioner.

indledning

Kvalitative data og analysemetoder har altid
været en væsentlig del af metodegrundlaget
i de forskellige samfundsvidenskaber,
herunder også i erhvervsorienterede
forskningsområder som marketing og
organisation. I markeds- og kommunikationsforskningen
benytter man således i
vidt omfang fokusgrupper, dybdeinterview,
case studier, åbne spørgsmål, projektive
teknikker, ansættelsesinterviews, personalesamtaler
og lignende. Disse metoder
resulterer i data i form af ord (tekst), billeder
og feller film, der ikke umiddelbart kan
underkastes statistisk analyse på samme
måde som kvantitative data (tal).

Kvalitative data vil typisk være beskrivelser og feller forklaringer afhændelsesforløb eller uddybning af holdninger i en konkret kontekst. Takket være de kvalitative teknikker kan analytikeren granske og afdække et bredt spektrum af fænomener. Derigennem opnås et indblik i komplicerede problemområder. Tekst (og billeder) er nu engang lettere forståelige og dermed mere overbevisende for mange beslutningstagere, end side op og side ned med tal, tabeller og grafer.

Men der er naturligvis en skyggeside.
Kvalitative data er dels besværlige og tidskrævende
at indsamle, dels vanskelige at
analysere. Det sidste fordi, der ikke findes
klart formulerede og stringente analysemetoder
til formålet. Miles (1979, 517) bemærke
rsålcdes, "...the analyst faced with a
bank of qualitative data has very few guidelines
for protection against self-delusion, let
alone the presentation of unreliable and
invalid conclusions to scientific or policy
making audiences". Dette var i 1979. Siden
da er forholdene heldigvis ændret på dette
punkt, således at analyse af kvalitative data
i dag kan siges at være mindre kunst og
mere håndværk end tidligere. Det er især
den stigende anvendelse af computere til
tekstanalyse, der har befordret denne
udvikling og som har gjort det muligt at
behandle større mængder af kvalitative
data på en stringent og replicerbar måde1.
Se Pfaffenberger (1988), Tesch (1990),
Fielding and Lee (1991), Kelle (1995) og
især Weit/mann and Miles (1995).

Set ud fra en poppersk videnskabsopfattelse kan man sige, at den kvalitative analyse med computerens hjælp har overskredet demarkationslinien mellem mytologi og videnskab.

I en vis grad kan kvalitative analyser nu om stunder endog leve op til det såkaldte falisificeringskriterium, idet der kan opstilles hypoteser med hensyn til sprogbrug, relationer mellem ord mm., der kan efterprøves ved hjælp af statistiske tests.

Brug af computere til kvalitative analyser støder derimod også på kritik: 1. Fokusering på kvantitative forhold, statistik osv. resulterer i at programmet styrer processen. Konsekvensen bliver at metoden styrer problemet fremfor det omvendte. 2. De kreative og intuitive tilgange sløres, nedtones og træder i baggrunden. 3. Der kommer for meget fokus på små, isolerede fænomener. 4. Samtidigt med at detaljer opprioriteres, går det holistiske overblik tabt, idet fokuseringen foregår på mikroniveau. Se hertil Evans (1989) og Robson and Hedges (1993).

Vi skal ikke her komme ruermere ind pa
de anforte kritikpunkter. Men vi medgiver
ud fra egen erfaring, at det bestemt ikke er
ukompliceret at bruge kvantitative teknikkertil
analyse af tekst, hvilket formentligt
vil fremga tydeligt under laesningen af
denne artikel. Vi har organiseret resten af
artiklen saledes, at vi forst kort beskriver
den kvalitative analyseproces, og ser pa
hvorledes fremgangsmaden kan stottes
ved anvendelse af computere. Herunder
anforer vi kort de vigtigste computerprogrammer,der
benyttes i dag. Dette
efterfolges af prsesentationen af et nyt
avanceret tekst-analyse programmel,
CATPAC, baseret pa et neuralt netvasrk. I
den forbindelse gor vi rede for, hvordan en
tekst skal prepareres, forend den er klar til
computeranalysen. Derpa beskriver vi
programmets virkemade og vassentligste
karakteristika. Programmets funktionsmadesøges

desøges"valideret" ved hjælp af et lille empirisk eksempel. Afslutningsvis fortællervi kort om vores erfaringer med at brugemetoden på komplette gruppediskussioner.

Den kvalitative analyseproces og fremkomsten af computer-støttet analyse

En af de væsentligste kritikpunkter ved den traditionelle kvalitative analyse er dens ateoretiske og usystematiske fremgangsmåde. Et klassisk eksempel herpå findes hos Popper. Han diskuterede engang en konkret opførsel hos et barn med Adler.

"Once, in 1919,1 reporter/ to him a case,
which to me did not seem particularly Adlerian,
but which he found no difficulty in
analyzing in terms of his theory of inferiority
feelings, although he had not even seen the
child. Slightly shocked, I asked him how he
could be so sure. "Because of my thousandfold
experience", he replied; whereupon I
could not help saying: "And with this new
case, I suppose, your experience has become
thousand-and-one-fold." (Popper, 1963,
35).

Det hænder, at man i faglige tidsskrifter
eller ved foredrag under konferencer støder
på en kvalitativ forsker, der på entusiastisk
vis beretter om eureka-oplevelsen,
det magiske øjeblik eller om "det illuminerende
citat", der medførte at brikkerne
pludselig faldt på plads og hvor det med ét
blev lysende klart, hvordan tingene er
skruet sammen. Nærgående spørgsmål om
de tekniske detaljer i forbindelse med undersøgelsen
bliver ved samme lejlighed ofte
mødt med undvigende svar eller bliver
betragtet som upassende og "uvedkommende
indblanding i indre forhold".

Heldigvis cr sadanne tilfselde af "selvindlysende"
forskningsresultater sjasldncre
i dag end for 10-20 ar siden. Forklaringen
pa dette er givetvis at den metode-opfattelse,
der er fremherskende i de harde
videnskaber (matematik, fysik, biologi
osv.), stille og roligt er ved at udvikle sig til
en slags standard indenfor de blode videnskaber
(sociologi, psykologi etc.).

Deter nok ogsa i det lys man skal se
fremkomsten af computer-programmer til
analyse af kvalitative informationer. I tabel
1 vises en oversigt over software til behandling
af kvalitative data. Oversigten er
ikke udtommende, men rummer de vaesentligste
aktorer. Ud over de 27 anforte
programmer findes der speeielle tiltag fra
Kina (Leung and Yeh 1997) og Norge
(Helmersson 1997), der ikke er nasvnt.
Ogsa Grunert and Bader (1986) bar arbejdet
seriost med en kvantificering af fokusgruppe-fragmenter
pa baggrund af en tidlig
version af TEXTPAC. Af oversigten i
tabel 1 fremgar ikke direkte, at en del
programmer foreligger i forskellige versioner
og med diverse tillsegsmoduler, der
reelt er selvstasndige enheder. Sa samlet
kan man konstatere, at det i dag findes
omkring 50 forskellige programmer pa
markedet til analyse af kvalitative
oplysninger.

Inddelingen i tabel 1 kan diskuteres,
idet der forekommer adskillige overlapninger
med hensyn til, hvilke features de
enkelte programmer indeholder. Man
kunne derfor med lige så god ret placere
en del af programmerne under flere af kategorierne.
Inddelingen skal derfor kun
forstås som en grov tilnærmelse2. Men
groft set gælder (især for så vidt angår 1-4),
at den efterfølgende kategori kan det, som

programmerne i den foregående kategori kunne, men samtidigt indeholder noget nyt, da de er opstået på et senere tidspunkt.

Programmerne under 5-7 skiller sig ud.
Kategori 5 minder en del om grafisk
præsentationssoftware, medens softwaren
i kategori 6 har en del træk tilfælles med
elektroniske leksika (CATPAC i kategori 7
behandles forneden).

De fleste af programmerne i tabel 1 rummer booleanske søge-faeiliteter, indeksering og kan opstille lister med ordfrekvenser. De bedste features og brugervenlige interfaees, der ved programmernes fremkomst for ea 10-15 år siden var spredt ud over et stort antal forskellige producenter, er i tidens løb blevet overtaget af de fleste analyse-pakker. Følgen er at programmerne i dag kan mange af de samme ting og derfor er begyndt at ligne hinanden ret meget". De fås normalt i varianter

til flere forskellige styresystemer og prisen svinger mellem halvtreds til hundrede dollars for en students-lab udgave til omkring tusind dollar for en fuld udbygget version.

Det er i øvrigt slet ikke sikkert, at en anskaffelse er nødvendig, idet adskillige af faciliteterne (søgning, sortering, indeksering, visse statistiske oplysninger osv) er integreret i de gængse kontorpakkers standardmoduler. Så, hvis man i forvejen råder over noget sådant og til og med har adgang til relationsdatabase-software svarende til Access eller Dbase IV, da er man på forhånd ganske godt dækket ind. Man skal også være opmærksom på, at en del af programmerne enten kun fungerer når teksten, der skal indlæses, er på engelsk eller amerikansk (fx General Knqirer III) eller at visse centrale features formentlig ikke virker efter hensigten, når sproget er et andet. Selv hvis alt lader til at fungere, vil en række systemfiler være sat op til en-

gelsk hvilket medfører en forkert læsning (programmet vil fx tro at "possess" - og ikke "park" - er synonym for "have", når det behandler en dansk tekst).

Etnograph, NUD.IST og General Enquirer er formentlig de tre, der anvendes mest. Når ingen af programmerne har opnået betydelig udbredelse uden for de akademiske cirkler er årsagen givetvis den, at de er tidskrævende at anvende. Bearbejdning og analyse består typisk i en detaljeret gennemgang og nærlæsning af teksten, hvorefter der skal indlægges koder, etableres kategorier mm. I følge Catterall and Maclaren (1998, 216) tager det i den første tid omkring 1 minut for at kode 'f > tekstlinie i NUD.IST. Med det tempo bliver det en opgave på ca 3 arbejdsdage for blot at kode en enkelt gruppediskussion. Når der oveni dette påløber 1-2 dage for at få et bånd skrevet ud, ja så ender man med at bruge en hel uge blot på det forberedende arbejde. Det vil helt sikkert sprænge de ressourcemæssige rammer for det budget, der er afsat til en kommerciel fokusgruppe.

En andet væsentlig svaghed er, at selv
de bedste af de traditionelle programmer
(kategori 1-6) ikke kommer ud over det
subjektive element, når man vil opbygge
en konceptuel model over tekstens betydningsindhold
("Aussagekraft"). Man er
faktisk henvist til at konstruere sin model
"ud af den blå luft". Bortset fra sit forhåndskendskab
til teksten og de deraf følgende
apriori-formodninger har man nemlig
ingen hjælp; det skulle da lige være
kollegers input. Det er altså analytikeren
selv, der fortæller programmet, hvordan
modellen skal se ud, hvilke nøgleord, der
skal have links til andre osv. Men for at et

program kan komme ud over dette aldeles
subjektive element, bør arbejdsdelingen
mellem software og analytiker fungere
omvendt, nemlig sådan at det er programmet,
der giver analytikeren nogle vink mht.
centrale relationer i teksten. Og det er
præcis her, programmer som CATPAC, der
bygger på kunstig intelligens, kommer ind
i billedet.

Tekstanalyse ved hjælp af neurale netværk

Selv om et program som CATPAG stadigvæk
kræver en vis form for forhåndskodning
samt fastlasggelse af nøgleord for at
virke optimalt, ja så kommer det selvorganiserende
neurale netværk faktisk selv
med et bud på relationsmønsteret nøgleordene
imellem. Og det må vel siges at være
et konkret fremskridt, sammenlignet med
de øvrige traditionelle programmer
(Moore, Burbach, and Heeler 1995).

Brugen af neurale netværk til tekstanalyse er først og fremmest blevet introduceret af folkene bag tekstanalyseprogrammet CATPAC (CATegory PACkage) fra Terra Research and Computing. Den oprindelige udvikling påbegyndtes sidst i 1970'erne; i 1989 blev programmet så udbygget til at inkludere et neural netværk. Se Woelfel and Fink (1980), Woelfel (1993), Woelfel and Stoyanoff, (undated). Den foreliggende version er CATPAC™ 4-Windows, Version

For en generel introduktion til neurale netværk se for eksempel Masson and Wang (1990) samt Rasmussen (1995), mens en mere detaljeret beskrivelse kan findes hos White et al. (1992). Man skelner mellem to hovedtyper af netværk, - (a) supervised net\ ærk, som typisk anvendes

til klassifikations-formal. Her trcenes netvaerket pa historiske data til at kunne genkende cller forudsige et af flere mulige udfald - og (b) unsupei'vised'netvxrk, der anvendes til identifikation og kvantificering af monstre, som matte findcs i datasiut eller tckstfragmenter. Den type netvterk, der anvendes til tekstanalyse, er saledes af typen unsupervised, ogsa kaldet selforganizing.

Det princip, som neurale netværk er baseret
på, er forholdsvis enkelt at beskrive.
I et kunstigt neuralt netværk forsøger man
at efterligne den måde, hvorpå den menneskelige
hjerne fungerer. En biologisk
hjerne består af en række neuroner^ (nerveceller),
det vil sige en slags "kontakter",
som i det simpleste tilfælde kan befinde
sig i en af to tilstande nemlig at være enten
"tændt" eller "slukket" (aktiveret fikke-aktiveret).
I komplicerede tilfælde kan
flere mellemtilstande forekomme. En
neuron tændes, når den påvirkes eller stimuleres
i passende grad, og vil som følge
af påvirkningen udsende et signal (man siger,
at den fyrer). Da neuronerne er indbyrdes
knyttet til hinanden via synapser (nervetråde),
udgør de samlet et netværk af
forbundne kar, der kan overføre signaler fra
en neuron til en eller flere andre neuroner.

Et neuralt netværk starter med et sæt neuroner, i tekstanalyse-tilfældet med én neuron for hvert ord, svarende til et "sanseindtryk" fra den tekst, som det neurale netværk læser. Det neurale netværk "sanser" n ord ad gangen. I CATPAC sættes n til værdien 7, svarende til det antal ord, som et menneske i følge den kognitive psykologi menes at kunne overskue i et enkelt "view". Jfr. Miller (1956, 81-97) Man husker i snit højst 7 parametre ved et

produkt. Forbindelserne mellem neuronerne
skabes ved at etscanning window ruller
henover teksten i læseretningen. Vinduet
indeholder altså først ordene nr. 1 til
nr. 7 i teksten, dernæst ordene nr. 2 til nr.
8, osv. Når et ord optræder i vinduet aktiveres
dets neuron, og når to eller flere ord
optræder i samme vindue etablerer netværket
en forbindelse eller association
mellem ordene. For hvert vindue, hvori et
ord ikke optræder, mister det lidt aktivering,
omvendt forstærkes aktiveringen desto
oftere et ord forekommer. Neuronernes
associationsvægte kan være negative
eller positive. Positive når ordene ofte forekommer
sammen i teksten, og negative
mellem ord, som sjældent eller aldrig forekommer
sammen i teksten.

Resultatet af netværkets læsning af teksten
udmøntes i en symmetrisk associationstabel,
hvor hvert ord optræder engang i
hver søjle og hver række, labellen er nærmest
at sammenligne med en korrelationsmatrice
(en varians/kovariansmatrice) eller
mere generelt en dis-similarity/similarity
matrice - velkendte begreber fra markedsanalysen.
Denne tabel kan så underkastes
sædvanlig statistisk analyse. I CATPAC
anvendes klyngeanalyse og multidimensional
skalering til at illustrere hvad associations-matricen
kan bruges til. Men den
kan sagtens importeres til de gængse statistiske
programpakker og fungere som input
til andre multivariate analysemetoder.

Forberedelse af tekst til kvantitativ analyse: Filglatnings-processen

Før man overhovedet giver sig i lag med CATPAC må det helt sikkert anbefales, at man har gjort et grundigt forarbejde. Det kommer nemlig ikke noget godt ud af blot

at indlæse en tekst (endsige en med et avanceret filformat). Det anbefales, at man gennemløber en forberedelsesfase, svarendetil det, som fremover ka\åesfil-glat-

nings-processen. Det tilrådes også at man i første omgang holder sig til tekster af en overskuelig længde, dvs. allerhøjst to sider, men helst ikke mere end en side. Ved en gruppediskussion, hvor mødelederen skifter spørgsmål eller emne fx ti gange i løbet af seancen anbefales, at man nøjes med et enkelt mere eller minde sammenhængende emne som "rådata" til sin analyse. Man kan så om nødvendigt gentage processen flere gange og foretage en særkørsel for hvert emne-afsnit.

Kort om fil-glatnings processens faser: Allerførst skal man transformere dvs. global-erstatte de danske tegn (æ til ae ø til oe og å til aa), eliminere orddelinger, holde sig til en record-længde på maksimalt 80 karakterer per linie samt fjerne andre interpunktionstegn end komma og punktum. Da programmet ignorerer tal er man i givet fald nødsaget til at verbalisere dem (fx omskrive Q 10 til QTI). Herefter kan teksten konverteres til ASCII-tekst med extension .txt.

1. Man skal nu først og fremmest have defineret
et antal keywords, som man er
interesseret i. Eksempler på keywords
kunne være mærkenavne, relevante
stednavne, holdnings-betonede ytringer
og ord, der udtrykker præference.

2. Dernæst skal man have "ensrettet" vigtige ord, der minder meget om hinanden. Et typisk eksempel er samme ord i ental, flertal, bøjninger og evt. som verbum (barn, boerns, barnlig etc.). Her skal man så vælge en version, der an-

vendes som gennemgaende standard, fx {boern}⁴. Det foreslas at ord, der i teksten ikke forefindes i standardformen, markercs vcd at skrive det sidste bogstav stort. Stod der oprindeligt {barns} eller {boernene}, da indgar ordet som {boerN} i analysen⁵.

3. Teksten skal renses for homonymer. Det kunne være en relevant oplysning, når et besøg i Tivoli opfattes som en{dyr} sag. Nu kan det imidlertid forekomme, at der i samme diskussion om børne-ferier falder en bemærkning om {dyr} i Zoologisk Have.

4. Der skal checkes for synonym-relationer, {boern}, {unger}, {mine døtre} o.lign. anvendes ofte i flæng. I sådanne situationer skal man enes om en gennemgående standard. Det foreslås, at man i de tilfælde, hvor keywords substituerer et synonym, markerer dette ved at man staver ordet ved skiftevis at anvende store og små bogstaver. Står der fx unger}, dette som {BoErN}.

5. Man skal kontrollere for negationer som {ikke}, {aldrig} og {hader}. Sådanne ord er typisk uinteressante i sig selv, hvorimod de kan "ompolere" betydningsindholdet af de keywords, i hvis tekstuelle omverden de befinder sig. I sådanne tilfælde er det nødvendigt at neutralisere de implicerede keywords.

6. Til sidst skal man være klar over betydningen
af pronominer. Skal man substituere
{boern} i alle de tilfælde, hvor
{de} grammatisk set kan føres tilbage til
{boern}? Deter indtil videre valgt at se
bort fra en sådan form for substituering.

P'or en langt mere detaljeret redegørelse
for filglatingsprocessens faser henvises til

Case eksempel med uddrag af fokus gruppe for rugbrød

Schmidt (1998a, siderne 21-30 og 46-59).

I tabel 2 ses en lille og relativt overskuelig tckst. Det drejer sig om et uddrag fra en gruppediskussion blandt 8 husmodre i alderen 20-49 armed born i husstanden, der alle var kunder hos en af de store detailhandelskaeder. Interviewet foregik for nogle ar siden i en dansk provinsby".

Den lille gruppediskussion består af præcist 173 ord. Af disse ord staves 108 på forskellig vis (Dvs. at der forekommer 108 "unique words"). Først skal man nu have foretaget en række smårettelser: " f.eks." skal udskrives, idet det ellers læses som to ord, {f} og {eks} hvilket øger forvirringen. {mave- ftarmfunktioner} kan sammenskrives til et ordfmavetarmfunktioner}. Tan-

kestregen i [03], omdannes til et komma
og spørgsmålstegnet i [07] bliver til et
punktum. Citationstegnene i [07] udgår. -
De sidstnævnte ændringer mht. tegn er ikke
alle strengt nødvendige. Men det har i
løbet af arbejdet med softwaren vist sig, at
sådanne tiltag letter kørsler såvel som
tolkning betydeligt. Tal kan godt stå fx i
kantede parenteser til identifikation af
den pågældende tekststreng eller record.
Dem ignorerer programmet. I øvrigt gås
der slavisk frem efter de ovenfor skitserede
skridt i fil-glatnings-processen.

I det foreliggende tilfælde kunne det interessere på hvilken måde franskbrød og rugbrød vurderes ud fra et sundhedsmæssigt synspunkt, hvad man synes om smagen, og hvornår man spiser hvad. Det foreslås derfor, at der på nuværende tidspunkt oprettes en slags log-bog eller protokol,

hvori det på detaljeret vis noteres, hvilke
keywords plus afarter (inkl. synonymer)
man er interesseret i, samt hvordan de
kommer til at indgå i den endelige version
af teksten, der udgør input-filen til CATPAG.
Se i den forbindelse tabel 3, der udgør
koblingen mellem tabel 2 og tabel 4
forneden. Tabel 4 indeholder teksten i
præcis den version, i hvilken den indlæses
i CATPAC.

Tabel 3 sammenfatter 16 forskellige sekvcnser
og "glatter" dem til i alt 7 forskellige
keywords {morgen, franskbroed, rugbroed,
smag, godt, sund, usund}. Efter moden
overvejelse er det beslutet ikke at
substituere {groft}, {broed med birkes} og
lignende med {RuGbßoEd}.

Det skyldes, at koblingen til {rugbroed} ikke forekom som "hævet over enhver tvivl". Derimod er vurderingen, at det lige akkurat var acceptabelt at substituere {lyst broed} med {FrAnSkßrOeD} og klart forsvarligt at erstatte {fuldkornsbroed} med (RuGbßoEd). Erfaringen tilråder her at anla'gge et konservativt kriterium mht. nærhed af sproglige varianter. Men analytikeren må fra sag til sag afgøre, om der bør anlægges et mere liberalt skelnemærke.

Når man har gennemført disse ndringerer fremme ved tabel 4, en version af teksten, der er parat til at blive indlæst i CATPAC. Den indeholder nu 170 ord (100 unique words). Af disse samles interessen om præcis 7 unique keywords, der samlet forekommer 18 gange i teksten. De resterende152 ord (herunder 93 unique words)

er derimod uden interesse. Dette meddelesCAT PAG ved at indtaste eller indkopieredisse 93 ord i en såkaldt excludefil(med extension .exe)⁷. På den måde sikres,at CAT PAC ignorerer disse ord^x.

Resultater

Tabel 5 viser resultatet af ordtællingen, akkompagneret af en clusteranalyse foretaget med udgangspunkt i de syv definerede

I venstre kolonne er ordene opført på en måde, der minder om det fra de hierarkiske clusteranalysemodeller så velkendte dendrogram. Det fremgår tydeligt af figuren, at der tale om to klynger, hvoraf den ene {franskbroed, morgen, usund, smag} forekommer mere fasttømret eller udkrystalliseret end den anden {godt, rugbroed, sund}.

I tabel 6 vises en tabel, dcr svarer til en
kovarians- eller korrelationsmatrice, som
den kendes fra traditionelle analyser. Der
noteres en klar sammenhasng mellem
{franskbroed}, {morgen} og {usund}. Den
anden kobling som sas i tabel 5 genfindes
ikke her. Men det skyldes formentligt netop
at koblingen er svagere. Et n&;ste na-

turligt led i analyseprocessen ville være at
anvende tabel 6 som input til en faktoranalyse
(ikke vist her).

Fabel 7 viser resultatet af en såkaldt
ORESME-interactive clustering, der er en
deIafCATPAC.

Det noteres, at neuronet {franskbroed}
aktiverer neuronerne {morgen}, {smag} og
{usund}, hvorimod {rugbroed} aktiverer
{godt},{smag} og {sund}. Nu skal de tekniske
koefficienter vælges med omhu og
man skal være meget forsigtig og kritisk i
sin tolkning. Men det skal ikke meget fantasi
til at forestille sig potentialet af denne
særanalyse. Man kunne tænke sig genusprodukterne
{franskbroed} og {rugbroed}
erstattet med 2-3 mærkevarer. Det kunne
være virksomhedens egne og de nærmeste
konkurrenters mærker - og så kunne de
øvrige keywords være begreber (værdier,
vurderinger, opfattelser, ytringer o. lign.),
som man er interesseret i at få relateret til
mærkevarerne i analysen. Der findes gode
eksempler på (under udgivelse andetsteds),
at således etablerede koblinger

mellem mærker og begreber, hvis de tolkes
kreativt og med omtanke, på direkte
vis kan udmøntes i form af forbedret
skræddersyet reklamestrategi, for nu bare
at tage et eksempel.

Figur 1 gengiver det todimensionale
MDS-plot med udgangspunkt i brød-eksemplet.

Påny ses en klar association mellem
{usund}, {morgen} og {franskbrød} medens
forbindelsen mellem {rugbroed}, {godt} og
især {sund} forekommer mindre klar. Dette
understreges ved at zoome ind på 3. dimensionen.
Se Figur 2. Koblingen mellem
anskuelsesvinklen for de to figurer kan
etableres på følgende måde: Hvis man bevæger
sig ned på horisontalniveau og derpå
skuer fra pilen i det øvre venstre hjørne
af Figur 1 og ud i rummet, så ligger ordene
nogenlunde fordelt på en højre venstreskala
som når man gentager samme øvelse,
men dengang startende fra pilen i det nedre
venstre hjørne af Figur 2.

Figur 2 understreger atter den tætte association mellem {franskbroed}, {morgen} og {usund}. Det noteres, at den tætte association mellem {rugbroed} og {godt} svækkes lidt, når man ser på tredjeaksen. Det bliver endvidere klart, at {sund} ligger langt fra disse to ord i denne dimension".

Konklusion

Den lille analyse byggede på 18 forekomster
af 7 keywords. Det er let og overskueligt.
Men en real-life gruppediskussion
bygger på ca 500 forekomster af 30-40
keywords, fordelt over 10-15 sider. I et
sådant tilfælde er det særdeles kompliceret
at få et holistisk overblik over problemet.

Den ene af forfatterne har anvendt programmet
til en omfattende analyse af to
gruppediskussioner omhandlende et turistkatalog.
Analysen viste en række forhold,
der intuitivt kan forekomme nærliggende,
men som ikke så let lader sig underbygge:
Kvinderne nævner i snit ord,
der relaterer til børn som {barnets},{unger},
{datter}, {børneferie} dobbelt så ofte som

mændene. De i alt 5 mænd med småbørn
(0-6 år) anvender ikke et eneste af disse
børnerelaterede ord i den ca 2' f> timers
lange diskussion, medens de 6 kvinder
med børn i alderen 7-13 år nævner dem 25
gange (pronominer undtaget). Kn sådan
forskel er højsignifikant i en x~-test. Kvinder
anfører også dobbelt så mange attraktioner
{Legoland}, {BonßonLand}, Kattegatmuseet}
som mænd. I modsætning
til mænd nævner de mange dyr (fx {hajer},
{søløver} og {heste}). Den multivariate
analyser viste tillige, at det standardiserede
keyword {boern} i analysen af specielt
kvindernes ytringer klyngede sig til en
række ord, der betyder noget for børn som
{Tivoli} og {Sommerland}. Mere derom i
Schmidt (1998b).

Generelt set kan man forestille sig mange
anvendelsesområder for den form for
analyse, som her introduceres. Input-brødteksten
kunne være udskriften af den rlige
analysens fokus
kunne være navngivne ansatte og blandt
keywords kunne indgå termer, der fortæller
noget om samarbejdsrelationer i afdelingen.
Et managementfirma kunne som
input-fil anvende udskrift af en jobsamtale,
en politolog kunne tage udgangspunkt
i indlæggene under behandlingen af
et punkt i folketingssalen (den kan nemt
downloades fra Folketingets web) osv.
CATPAC kan anvendes til analyse af svar
fra åbne spørgsmål (se Wassmann 1992).
Men da en fil med svar fra åbne spørgsmål
indeholder records, der er uafhængige af
hinanden er følgen, at en af ANN-algoritmens
klare forcer, nemlig at kunne identificere
et mønster ud fra en sammenhængende
informationsstrøm, ikke udnyttes
fuldt ud.

Summary

The article describes a qualitative analysis process and how this process can be supported by the use of computers. New advanced software for text analysis, based on a neural network, is presented. The article gives instructions on how a text should be prepared prior to being subjected to a quantitative analysis. How the program works is being validated by means of an empirical example. In conclusion, the authors describe their experience in the use of the method for complete group discussions.

---

Noter

1 EDB'-programmer til analyse af kvalitative data går underfællesbetegnelsen CAQDAS (Computer Assisted Qualitative Data Analysis Software)

2 For en grundig gennemgang af programmerne henvises læseren til Weitzmann and Miles (1995). Forfatterne diskuterer de fleste af programmerne i tabel 1 på den måde, at hvert program he Ili ges et detaljeret review-kapitel. Det er selvfølgelig et problem, at deres bog efterhånden er næsten fem år gammel, og derfor ikke har de 2-3 nyeste versioner aj programmerne med.

3 Deter en udvikling ikke ulig den, som man har kunnet se med hensyn til de programmer, der indgår i de kendte forretingspakker.

4 Fremover sættes et ord i {sådanne} parenteser, i de tilfælde, hvor de opfattes som et "datapoint'".

5 Dette trick er nødvendig, idet ASCI i_'-formatet ikke tillader egentlige typografiske virkemidler til en lettere identifikation som kursiv, understregning, skyggeskrift o. lign. Erfaringen viser nemlig det praktiske ved, at man hele tiden har et overblik over, om det pågældende keyword optræder i den form, hvori det oprindeligt figurerede i teksten, eller om det som led i processen er erstattet med en anden grammatisk form respektive med et synonym. En sådan fremgangsmåde kan forekomme pertentlig. Men når man analyserer tekst er det bydende nødvendigt at man anlægger en ambitiøs præcisions-tærskel. Der tolereres ingen som helst slinger i valsen! For hvis man ikke opretholder en entydige kobling mellem den oprindelige tekst samt den, der anvendes til analysen, risikerer man altfor let at miste overblikket. Derfor anbefales, at man opretteren "logbog", der fører nøjagtig kontrol og registrerer hver eneste manipulative ændring, som foretages i forhold til den oprindelige tekst. Nærmere derom forneden og i Schmidt (1998a).

6 Da der i den tilgrundliggende tekniske rapport ikke er registreret en personkode, har det ikke været muligt at koble ytringer (tallet i kantet parentes) med subjekter. Der deltog kun 8 respondenter, og derfor vil nogle af koderne vedrøre samme respondent. Man ved bare ikke hvem der hører hvortil. Men deter også ganske ligegyldigt i det foreliggende tilfælde. Sagen er i let modificeret form optryk i Hollensen og Schmidt (1998).

7 Bemærk, at programmet, hvis den ikke for anden besked, indlæser den engelske default-fil. Den diskva/ificerer så automatisk en række ord, der er uinteressante på engelsk, og som har et andet, men ikke nødvendigvis uinteressant betydningsindhold på dansk som {and}, {by}, (gave} o. lign.

8 Helt konkret bygger CatPac s analyse på præcis 18 forekomster af følgende 7 ord{BrAnSkßrOeD morgen usuuD fransbroeD usunD niorgeN smaG godT smag rngbroed godt sunD smaG RuGbßoEd godt rugbroeD rugbrod) sunD}. Hverken mere eller mindre.

9 Man kunne ganske vist have valgt en logaritmisk skalering, som i det foreliggende tilfælde i tre og især i to dimensioner på dramatisk vis trækker {godt}, (rugbroedj og {sund} sammen. Optisk set opnås da to "rene klynger", der ligger i hver sin ende af to modstående kvadranter og med (smag} omkring or fgo. Men en sådan projektion snyder, rent bortset fra at man i dette tilfælde kan være i tvivl om en todimensional projektion er udtryk for det rigtige -valg af dimensiona/itet.

Litteratur

Catterall, Miriam and Pauline Machiran: Using Computer
Software tor the Analysis of Qualitative Market
Research Data. Journal of the Market Research Society,

Kvans, T: Analysis and interpretation in S. Robson and
A. Foster (Kcls.) Qualitative Research in Action. London:
S-.ICK- 19X9

Fielding. N .G., and R. M. Lee: Using Computers in
Qualitative Research. London: Saee. 1991.

Grimert, Klaus, and Margarete Bader: "A Systematic
Way to Analyse Focus Group Data", EM AC Proceedings
11 i,.kinL-;v «?=;.j.n uixa

Helmersson, Helge: "Metodestudierav konsumentpreterenser
- Intuitiv textanalys jamford med Pertex-analys.'
W'orkinvhsiher. Lund. Sweden: University of Lund. 1997.

Hollensen, Svend og Marcus Schmidt: Scener fra dansk er
hve/x-sliv. 3. ed. Nvt Nordisk Forlae Arnold Busck. 1998.

Kelle, I "do: Computer-Aided Qualitative Data Analysis
I nnHmv Suit' 1 CWS

Leung, Josef, and Ching-Long Yeh: "Natural Language Processing - Verbatim Text Coding and Data Mining Re port Generation." ESOMAR Proceedings (Edinburgh): ;cujiio men

Masson, Kgill and Yih-Jeou Wang: Introduction to Computation
and Learning in Artificial Neural Networks. F.u
rohi'/m Journal of Operations Research 47:1-28. 1990

Miles, Matthew B: Qualitative Data as an attractive Nui
sancc: The Problem of Analysis. Administrative Science
0i,,,,-t,.riv ?a-^Qn.A(n 1070

Miles, Matthew 8., and A. Michael Huberman: Qualitati
ve Data Ana fvsis. Thousand Oaks, (val.: Saec, 1994.

Miller, G. A.: The Magic Number Seven, Plus and Mi
mis Two: Some Limits on our Capacity for Processing
Information. Psychological Review. 63: 81-97. 1956.

Moore. Karl, Robert Burbach, and Roger Heeler: Using
Neural Nets to Analyze Qualitative Data. Marketing Research
A Mavazine of Management and Applications. 7(1): 35-9. 1995.

Pfaffenberger, B.: Microcomputer Applications in Qua fifati
■re Research Newbiirv P:irk- Såre. 1988.

Popper, Karl R. Conjectures and Refutations. Londor
Roiirlt'dce and Ke«:in Paul 1963.

Rasmussen, Knud Frik.: "Neurale netværk som beslutningsstøtteværktøj".
Ledelse og E.rhve/X'søkonomi 59 (Januar):
57-68, 1995.

Robson, S., and A. Hedges: Analysis and Interpretation
of Qualitative Findings. Journal of the Market Research Society,
35 (l):22- 1993.

Schmidt, Marcus: Kvantitativ analyse af kvalitative data (herunderissergruppediskussioner).
Handelshøjskole Syd 1998a.

Schmidt, Marcus: Quantitative Analysis of Qualitative
Interviews: Theoretical Considerations and Kmpirical
Analysis, AM A Educator's Proceedings: 168-77. 1998b.

Schmidt, Marcus: Kvantificering af tekst. 21. Sumposium i
anvendt Statistik, København: SFI, 247-158. 1999a.
(vvww3.hhs.dk/~marcus/DKpapcrs/sympos99/sympos99.htm).

Schmidt, Marcus: Multivariate Analysis of Focus Group
Interviews. EMAC Proceedings (Berlin). 19991).
(w\vw3.hhs.dk/~marcus/(;BPapers/KMA(;99/l-:MAC99.htm)

Tesch, R.: Qualitative Research: Analysis 'I'xpes and Software
Tools. London: Falmer Press. 1990.

VVassmann, David. A.: "Using Catpac to read Qualitative data," Paper presented at I'he Advanced Research Techniques Forum, Lake Tahoe, NV: American Marketing Association, 1992.

Weitzman, K. A., and M. B. Miles.: Computer Programs foi
Qualitative Data Analysis. Thousand Oakes. Cal.: Sage, 1995.

White et al.: Artificial'NeuralNetworks: Approximation ana
learning Theory. Cambridge, MA: Blackwcll Publishers, 1992

Woelfel, J.: "Artificial Neural Networks in Policy Research:
A Current Assessment." Journal of Commumcatiot
43(1): 63-80, 1993.

Woelfel, J., and E. L. Fink.: 'The Measurement of ('.omnium
cation Processes: Galileo 'Theory and Method. New York:
Academic Press. 1980.

Woelfel, Joseph and Nick Stoyanoff: "CATPAC: A Neural
Network for Qualitative Analysis of Text." Working Pa
per. Buffalo, NY: University of New York at Buffalo, undatec

Bemaerk, at tre af de i litteraturlisten n;u\nte kilder cr til
gaengelige i fuld tckst o^ kan downloades t'ra
www3.hhs.dk/~marcus. Den practise adresse, hvorfra tie
pSgaeldende artikler kan hentes, cr anturt foroven 1 litteraturlisten
sammen med (umiddelbart cftcr) den papvldende