Zodra u al uw kwalitatieve gegevens hebt verzameld, kunt u gemakkelijk overweldigd worden door de hoeveelheid inhoud die uw methoden hebben gecreëerd. Kwalitatieve analyse is tijdrovend, maar profiteert van een weloverwogen, methodische aanpak.
Voor dit artikel zullen we geen technieken behandelen die kwantitatieve statistieken uit kwalitatieve gegevens genereren. Er is een aantal verschillende benaderingen om uit te kiezen, maar deze gids geeft u een snel overzicht van de technieken en schetst enkele stappen die iedereen gemeen heeft.

Stappen

  1. 1 Kies je aanpak. Hopelijk hebt u uw analyseplan gekozen toen u aan het beslissen was over uw methodologie en ruim voordat u met het verzamelen van gegevens begon. U had moeten plannen hoe u uw gegevens ging analyseren, hoe dat uw methoden zou beïnvloeden, welke gegevens u zou verzamelen en hoe. Zie Kwalitatief onderzoek doen voor een overzicht van het kiezen van een kwalitatieve onderzoeksmethodologie. Soms veranderen mensen hun aanpak in reactie op het proces voor het verzamelen van gegevens.
    • Er zijn tientallen verschillende benaderingen en verschillende disciplines gebruiken verschillende terminologie om te beschrijven wat vaak dezelfde techniek lijkt. Iedereen heeft echter een andere benadering, dus lees meer over enkele van deze brede typen en kies een techniek of combinatie die geschikt is voor uw onderzoek.
    • Hier zijn een paar mogelijkheden:
      • Thematische / inhoudsanalyse [1] Het genereren van 'codes' die thema's in de tekst beschrijven, zoals 'Angst' of 'Eetgewoonten'.
      • Discoursanalyse [2] Kijken naar de gegevens in de context van een breder discours, zoals politieke, historische trends of een groepsomgeving.
      • Verhalende analyse (Fenomenologie) [3] Hoe mensen hun eigen verhalen beschrijven, met behulp van taal, tijd en metafoor.
      • Semotische analyse (Hermeneutiek) [4] Hoe deelnemers (of de onderzoeker) de wereld begrijpen en interpreteren door hun genuanceerde gebruik van taal en woorden.
  2. 2 Ontwikkel je raamwerk. Er zijn twee hoofdbenaderingen om uit te kiezen:
    • Geaarde theorie / emergent coding / inductive (data driven) Hier weet u van tevoren niet wat u zoekt in de gegevens en identificeert u onderwerpen terwijl u het leest: u maakt de theorie on the fly.
    • Kader analyse / gestructureerd / (theoretisch aangestuurd) In essentie gebruikt u de theorie en de onderzoeksvragen om uw onderwerpen uiteen te zetten voordat u het coderingsproces start.
  3. 3 Leer uw gegevens kennen.
    • Kwalitatieve analyse is vaak een iteratieve benadering, maar het helpt echt om met uw gegevens te zitten nadat u het hebt verzameld en het allemaal hebt gelezen voordat u daadwerkelijk een analyse start. Tijdbeperkingen kunnen dit moeilijk maken, maar anders zou je uiteindelijk door je gegevens moeten gaan omdat je een belangrijk thema hebt opgemerkt dat je in de eerste paar bronnen niet had gecodeerd.
    • Als je de gegevens zelf hebt getranscribeerd (bijvoorbeeld uit opgenomen interviews), helpt dit je echt om dicht bij de gegevens te zijn, maar zelfs als je iemand anders de transcriptie laat doen, lees het dan door om te controleren op verkeerd begrepen woorden.
  4. 4 Kies uw technologie. Dit hangt ook af van het formaat van uw gegevens, vooral als het multimediabronnen zoals audio, video of foto's bevat.
    • Veel mensen kiezen ervoor om papieren kopieën van hun gegevens, gekleurde markeerstiften of markeringen te gebruiken om gedeelten van de gegevens over bepaalde thema's te markeren. U kunt ook plaknotities gebruiken of delen van gegevens uitsnijden en deze in diagrammen in bestanden plakken, waarbij al uw relevante secties bij elkaar worden gehouden.
    • U kunt er ook voor kiezen om één groot vel papier te nemen (OSOP[5]) en gebruik dit om uw thema's te verkennen en te beheren.
    • Toegewijde software voor kwalitatieve analyse kan helpen bij het beheren, coderen en verkennen van verbindingen in gecodeerde gegevens, maar kan geen codering voor u doen[6]. Een onafhankelijk overzicht van de verschillende pakketten is te vinden op het CAQDAS Networking Project[7]. Veel mensen kiezen er echter voor om standaard spreadsheet- of tekstverwerkingssoftware te gebruiken om hun gegevens te beheren.
  5. 5 Code en hercoderen. Nu zou u klaar moeten zijn om uw gegevens te doorlopen, bron voor bron, regel voor regel, en deze te reduceren tot zinvolle codes. Je zou verwachten dat dit enige tijd in beslag zou nemen, bijvoorbeeld 1-4 uur voor elk uur verzamelde en getranscribeerde interviews.
    • Vooral bij het gebruik van emergent coding, kunt u één keer doorgaan en zeer duidelijke 'low-level' codering uitvoeren, waarbij u dingen zoals 'dokter' en 'behandeling' identificeert. Dan zou je er opnieuw doorheen kunnen gaan, alle gegevens in deze codes hebben opgesplitst en 'hogere' codes identificeren, die met je onderzoeksvragen zoals 'angst voor ziekenhuizen' of 'slechte communicatie'.
  6. 6 Verken en deel resultaten. Nog voordat u klaar bent met het coderen, wilt u misschien stoppen en het proces bekijken. Welke thema's komen er vaak aan? Welke verbindingen en trends worden getoond in de codering? Wat mist er? Als u klaar bent, wilt u uw bevindingen delen met anderen. Dat is een onderwerp op zich, maar je kunt offertes en afbeeldingen delen, maar meestal schrijf je vanuit je ervaring met analyseren, welke belangrijke factoren je in de gegevens hebt ontdekt.