NVivo是一款支持定性研究方法和混合研究方法的軟件。它可以幫助您收集、整理和分析訪談、焦點小組討論、問卷調查、音頻等內容。

NVivo最新版下載

文本分析是一個復雜的過程，人們對情感的感知總是會更加準確。

自動編碼情緒如何運作-過程

選擇多個文件，代碼或案例，然后使用自動編碼向導生成結果。創建編碼矩陣，并將內容編碼為情感代碼。

情緒自動編碼的局限性

NVivo搜索內容中的情感表達。

重要的是要了解此工具不會根據情感對內容進行分類。它不會占用每一個內容并按照李克特情感量表對其進行評分。它孤立地看待詞的情感-不考慮上下文。

與大多數文本分析工具一樣，NVivo無法識別：

• 諷刺
• 雙重否定
• 俚語
• 方言變體
• 成語
• 模棱兩可

情感評分

該過程使用評分系統。每個包含情感的單詞都有一個預定義的分數。每個情感代碼代表（情感）規模的范圍。

• 每個單詞的分數決定了將其編碼為的情感代碼。
• 如果單詞的分數前面帶有修飾符（例如，或多或少）會增強情感，則它們會發生變化。
• 分數在中性范圍內的單詞不會被編碼。

• 示例1-簡單情緒

在此示例中，安全一詞的得分在中等正數范圍內，因此將其編碼為情感代碼中等正數。

• 示例2-相同情感的多個單詞

在此示例中，單詞receptive的分數落在適度的正數范圍內，而單詞顯著的分數落在正數的正范圍內。當句子包含多個肯定或多個否定詞時，該句子將被編碼為該情感的最極端子代碼。在此示例中，句子被編碼為情感代碼非常肯定。

• 示例3-正面和負面情緒

在該示例中，貴重單詞的分數落在適度的正數范圍內，而危險單詞的分數落在適度的負數范圍內。該句子被編碼為情感代碼“適度為正”和情感代碼“適度為負”。

• 示例4-中性情緒

在此示例中，單詞top的情感分數落在音階的中性范圍內，因此該句子未編碼為任何情感代碼。

• 示例5-沒有情感

在此示例中，在任何單詞中均未檢測到情感-因此該句子未編碼為任何情感代碼。

混合情緒編碼

可以將相同的句子編碼為正面和負面的情感代碼，因為分析過程會孤立地看待單詞。您可以通過運行編碼查詢輕松地識別編碼為多個代碼的內容。正面和負面情緒下的維恩編碼圖。

查看此查詢的結果時，您可以選擇使用編碼條對其中一種情感代碼中的某些引用進行不編碼。

NVivo不會以多個正碼或多個負碼來編碼相同的內容。

包含質性分析軟件NVivo的算法專題已建立，點擊此處立即到達！

想要購買NVivo正版授權的朋友，或者獲取更多該產品相關信息的朋友可以點擊