內容分析

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

42

三、微博樣本

本文之取樣分為兩部分，一部分是對微博整體的研究，即社交圈研究；一部 分是微博內容的研究，即文本文。透過對微博整體的研究，將篩除憂鬱傾向者外 的微博母體，獲得微博母體 127 個。對於時間的節點，由於不同憂鬱傾向者發文 時間不一，且部分用戶已經沒有在更新，本文參考 Papacharissi（2007）的作法 在固定時間取樣，且選取較新的微博內容。在進行取樣當日，即 2015 年 5 月 31 日當天前，透過使用網絡爬蟲對這 127 個微博文本的最新 300 則原創文本進行抓 取，即不包括轉發微博。

表 3-1：樣本清洗規則

清洗規則 清洗原因 刪除量 剩餘量

重複項刪除 微博文本重複 119 31,045 字數少於 15 刪除 無具體含義 6,091 24,954 關鍵字含「網頁連結」、「轉發」、「分

享」、符號@、符號#刪除

參與或分享各類活動 自動發佈的微博

4,206 20,748

經過去除數據爬去可能導致的重複項後合計 31045 則微博，篩除字數少於 15 且無具體含義的微博 6091 則，合計樣本微博 24954 則；在檢視剩餘微博的過 程中，發現包含關鍵字「網頁連結」、「轉發」、「分享」、符號@（在微博中表示 標記某微博）及符號#（在微博中表示參與某話題）多是參與或分享社群媒體各 類活動自動發佈的微博，經過討論後將此類微博共 4206 則一併篩去，最後，合 計樣本 20748 則，將 20748 則微博分別標號為 1-20748。

第二節 內容分析

一、分析目的

本文將先採取內容分析法，對微博進行語調、情緒、主題及憂鬱指數的編碼，

透過對質化內容的量化處理，透過憂鬱傾向者之微博文本的情緒表達、情緒分 類、書寫主題以及憂鬱程度，探索書寫情緒與憂鬱症狀之間的關係。

‧

‧

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

45

中度；(3)重度；(4) 極重；0-2 分層級 類目分為：(0)無症 狀 ； (1) 輕 度 - 中 度；(3)重度；

1. 語調與情緒面向

Paul Ekman 認為不同文化的面部表情都有共通性，他曾研究西方人和新幾 內亞原始部落居民的面部表情，他要求受訪者辨認各種面部表情的圖片，並且要 用面部表情來傳達自己所認定的情緒狀態，他發現面部表情的六種基本情緒，它 們分別是快樂、悲傷、憤怒、厭惡、驚訝和恐懼。但在編碼前測的過程中，我們 發現在書寫情緒中，厭惡、驚訝和恐懼在文字中的表達並不明顯，且負面情緒之 間的詞彙有交叉的情況。在修正與討論後，本文將以 Minsu Park et al.（2012）語 調分析（正面，負面）及情緒分析（快樂、焦慮、生氣、悲傷）的類目語調分析 為基礎，並根據前測結果進行調整。最後，語調分析類目為正面、中立、負面，

中立的納入主要是因為部分文本存在一半正面，一半負面或無明顯情緒的狀態。

既不屬於正面情緒，也不屬於負面情緒的文本納為中立。情緒分析則為快樂、焦 慮、生氣、悲傷、無明顯情緒，快樂泛指正面情緒，包括喜歡、開心、幸福；憤 怒指討厭、煩人、生氣等；悲傷與難過相關，傷心、痛哭都是悲傷的範疇；焦慮 是指擔心、害怕及恐懼的情緒，與憂鬱相關聯。

2. 主題面向

Munmun De Choudhury et al.（2013）透過分析 Twitter 上憂鬱症患者被確診 前一年的發文，亦發現他們對自我關注較高，對宗教思想的表達較頻繁。除了愛 情、親情、友情、學業及工作普遍被關注的主題外，對健康和宗教的關注亦加入 了類目。而在憂鬱的症狀中，自我認知較低、睡眠障礙及有自殺傾向是較為明顯 的症狀，遂將自我、睡眠障礙及自殺納入主題類目。社會是指文本中書寫日常生 活及探討社會事件的內容。由於還存在表述抽象的狀態，這種情況將歸納到不詳 中。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

46 3. 憂鬱指數

憂鬱指數則是根據漢密爾頓量表的標準進行評分，HAMD 量表有二十四個 面向，包括抑鬱情緒、有罪感、自殺、入睡困難、睡眠不深、早醒、工作和興趣、

阻滯、激越、精神性焦慮、軀體性焦慮、胃腸道症狀、全身症狀、性症狀、疑病、

體重減輕、自知力、日夜變化、人格解體或現實解體、偏執症狀、強迫症狀、能 力減退感、絕望感及自卑感。根據症狀的有無以分數 0-4 分進行評分，部分類目 僅有 0-2 的層級，其中 0 分為無症狀。如：文本中含自殺傾向，先定位 HAMD 量表的類目，再檢定自殺類目：(0)無症狀；(1)輕度：覺得活著沒有意思；(2)中 度：希望自己已經死去，或常想到與死有關的事；(3)重度：消極觀念（自殺念 頭）；(4)極重：有嚴重自殺行為；根據文本的書寫情況進行憂鬱程度的判別。依 照 DavisJM 的劃分，總分超過 35 分，可能為嚴重憂鬱；超過 20 分，可能是輕 或中等度的憂鬱，如小於 8 分，便沒有憂鬱症狀。

但由於本文僅對微博文本及部分類目進行判別，無法獲得個人及全部類目總 分的評定。本文借用 HAMD 量表之症狀對文本憂鬱程度進行判別，僅部分詮釋 類目下的相對憂鬱程度。

四、編碼及信度檢驗

本文之編碼工作，由一位大陸重點大學本科生及一位大陸重點大學研究生擔 任。正式編碼以前，研究者擬定初步的研究類目後，經過研究者對類目作編碼說 明及對 HAMD 量表進行編碼培訓，兩位編碼員以初步的研究類目為基準，隨機 抽取微博文本進行測試，並根據結果對編碼類目進行修正，以確定本文的編碼研 究最後之定義符合互斥與窮盡的原則。類目修正後隨機抽取十則微博進行前測，

兩位編碼員在前測時的相互同意度為 0.85，編碼員間信度為 0.92，符合信度的基 本要求。