不可以。需要先完成信度测试编码，再重新进行正式内容编码。
研究方法上要求，在正式内容编码之前，需要进行编码员之间的信度测试。 无论是传统的内容分析法还是大数据内容分析法，我们都需要两位或以上数目的编码员来进行编码工作，这些独立的编码员对一段信息或记录内容的特征（也就是记录单位）作出判断，并且达到一致的结论。这种一致性以量化方式呈现，称之为编码者间的信度。
怎么做信度测试？
可以利用必要的工具来计算信度指标，如手动（利用公式计算）或计算机程序。 我们以大数据内容分析法中进行编码员之间信度评估为例，具体的操作步骤如下：
第一，依据编码薄制作编码指引，编码指引需明确统一。帮助编码员熟悉议题，理解编码类目，保证所有编码员均理解类目所指代的含义。
第二，进行编码测试。选取少量样本作为测试编码之用的样本，这部分样本的测试编码过程中，各编码员需独立编码，不能相互讨论或指导。若使用了机器编码，则直接执行机器编码的信测测试（DiVoMiner®上只需点击该按钮即可一键完成机器编码的信度测试）。
第三，进行编码校正。测试编码结果如果未能达到理想信度，需重新测试编码。重新测试之前，对编码员再次进行培训和指导，尤其针对编码结果差异较大之类目，需再次给予说明。若有机器编码的部分，则需重新检查并修正编码簿各选项的关键词，尽可能完善类目的选项，再重新执行机器编码信度测试。
第四，正式编码。当所有编码员达至理想信度，即可开始正式编码。
一个完整的信度报告应该包括以下信息:
●信度分析的样本数及理由。
●信度样本与总样本的关系：是总样本的一部分还是额外样本。
●编码员资料：人数（须为2或更多）、背景，研究员是否也是编码员。
●每名编码员的编码数量。
●信度指标的选择和理由。
●每个变量的编码员间之信度。
●编码员的训练时间。
●在总样本的编码过程中遇到不同意见时的处理方式。
●读者可以在哪里得到详细的编码指引、程序和编码表。
●要报告每一个变量的信度水平，不要只报告所有变量的整体信度。
