第三章 研究方法
第二節 資料前處理
二、 前測
2014.12.31
聯合報 聯合知識庫 2582 中國時報 知識贏家 1911
自由時報
報紙合訂本
（2003.5.2-2004.12.31）
自由新聞網 632
（2005.1.1-2014.12.31）
蘋果日報 蘋果日報網站 552
員間的一致性信度。
（二）流程
1. 刪除單個字：原本共有不重複的 20680 個詞語，刪除字詞長度為 1 的詞 語後剩餘 18236 個；
2. 按詞性篩選：刪除詞性為代詞、數詞、量詞、狀態詞等的詞語，剩餘 16177 個關鍵詞；
3. 刪除低頻無效詞：刪除詞頻為 1 的詞語，占 53.9%，刪除後剩餘 8721 個 關鍵詞；
4. 按詞語貢獻度篩選：
a) 按公式 1 和 2，計算每個詞的詞語貢獻度 TC，並繪製次數分配直方 圖，如圖八，大體上呈現右偏分佈，已知對數轉換可以有效減緩分 佈的偏態性，故接下來對 TC 進行對數轉換；
圖八 詞語貢獻度 TC 的次數分配直方圖
b) 對 TC 進行對數轉換，得到 Log(TC)的分佈如圖九，但總體上看與正 態分佈函數擬合情況優良，此時觀察值的平均值為 0.032，標準差為 0.349，故門檻的初始值定為 0.730，保留下 316 個關鍵詞；
‧
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖九 Log(TC)的次數分配直方圖
為了更直觀地展示門檻變化帶來的影響，我們可以繪製 Log(TC)的互補累積 分佈折線圖（Complementary Cumulative Distribution, CCD）來進行一場沙盤推 演，如圖十所示。該圖上每個點(x, y)表示的是「若 Log(TC)門檻取 x，則可以保 留佔總數百分之 y 個關鍵詞」，隨著門檻 x 的抬升，保留下來的關鍵詞佔比 y 必然一步步減少，因而 Log(TC)互補累計分佈圖會是一個遞減折線圖。
圖十 Log(TC)的互補累積分佈折線圖
我們可以在這個折線圖上進行一場沙盤推演，設想門檻從左往右勻速抬升，
剛開始（Log(TC) < -0.669）風平浪靜，篩掉關鍵詞的速度很慢，直到越過-0.669
‧
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
的門檻後，風雲漸起，關鍵詞分佈變得密集，篩掉的關鍵詞數量直線下降，觸底
（Log(TC) = 0.730）後，下降的速度放緩，猶如輕舟到岸，再次歸於平靜。因而，
我們可區分出三個關鍵詞梯隊，Log(TC) =[-1.15, -0.669)、[-0.669, 0.730]、(0.730, 1.42]，並且最終保留訊息量最大的第一梯隊（Log(TC) >0.730）。
5. 檢查關鍵詞涵蓋的文本數量，發現已經全部覆蓋整個實驗資料集中的 397 則文本，完成篩選程序。最終保留 316 個關鍵詞，篩掉了超過 98%
的詞語。
（三）結果
篩選效度檢驗：本研究所稱的篩選效度，指的是以人工篩選的結果作為標準 答案，檢視前述的四步驟篩選是否可以得到研究者真正需要的關鍵詞。具體做法 為，由兩位編碼員遍覽所有關鍵詞，一一回到文本中查驗該詞是否有意義、是否 對後續的類目建構有用，若沒有完整意義或意義含糊，則予以刪除。在這 316 個關鍵詞中，有 264 個有效關鍵詞，占 83.5%，說明斷詞與篩選流程效度理想，
篩選到的關鍵詞內涵豐富且具有代表性。這一階段兩位編碼者之間的相互同意度
（Holsti, 1969）為 67.8%。
框架類目的編碼員間一致性信度檢驗：由一位編碼者由下而上地歸納框架，
再將得到的分類製作成編碼表，與另外一位編碼者討論確認，讓後者獨自對照編 碼表進行分類。結果顯示，兩位編碼者之相互同意度為 91.7%，達到可接受的信 度水準。