Onderzoeksmethoden H7 – data-analyse in kwalitatief onderzoek
7.1) Principes
2 basisprincipes. Het analyseproces is niet gestandaardiseerd en cyclisch.
7.1.1) Een cyclisch proces
1) Het proces bestaat uit een voortdurende wisselwerking tussen dataverzameling en analyse.
Tijdens het verzamelen v data wordt er al begonnen met analyseren. Dit kan na elk interview / na elke
focusgroep. Als dat praktisch moeilijk is, kan een 1ste analyse ook gebeuren na enkele interviews.
Deze tussentijdse analyse levert voorlopige resultaten op. Op basis daarvan kan de verdere
dataverzameling gerichter verlopen:
Informatie zoeken die eerdere bevindingen bevestigt
Resultaten verfijnen of aanvullen
Eerdere inzichten aanpassen of corrigeren
OZers kunnen daardoor in latere interviews / focusgroepen nieuwe thema’s aanbrengen en / of dieper
ingaan op belangr aspecten die tijdens de analyse naar voren kwamen.
Daarna wordt geëvalueerd of de verzamelde gegevens de OZvraag voldoende beantwoorden en welke
informatie er nog ontbreekt.
Vervolgens wordt opnieuw data verzameld en geanalyseerd. Nieuwe bevindingen worden steeds
gekoppeld aan eerdere resultaten. Dit proces gaat door totdat saturatie / verzadiging is bereikt.
Vanaf dan kan de dataverzameling stoppen en kunnen de OZvragen volledig worden beantwoord.
Dataverzameling en data-analyse zijn dus sterk met elkaar verweven. Idealiter start de analyse al
tijdens de dataverzameling.
In de praktijk wordt vaak eerst alle data verzameld en pas daarna geanalyseerd. Hoewel dit niet
ideaal is, maakt het een OZ niet automatisch problematisch.
2) Het OZproces verloopt dus iteratief. Verschillende stappen keren telkens terug.
data verzamelen, data analyseren, resultaten interpreteren en voorlopige conclusies formuleren.
De stappen in de analyse volgen niet strikt chronologisch, maar worden meerdere keren herhaald en
afgewisseld.
7.1.2) Een niet-gestandaardiseerd proces
In kwalitatief OZ bestaat geen vaste analyseprocedure. OZers op versch manieren data analyseren.
Er zijn wel belangrijke stappen, aandachtspunten en kwaliteitseisen. De basisprincipes gelden voor elk
kwalitatief OZ.
Daarom vraagt kwalitatieve data-analyse openheid en creativiteit om de data en hun betekenis goed
te begrijpen.
PWP: Grounded Theory model van Glaser en Strauss
Gaan in tegen de visie dat kwalitatief OZ alleen maar dient als verkennend OZ en dat dit geen theorie
kan genereren. Zij stellen voor om via een systematisch en analytisch model, op een inductieve wijze
vanuit empirisch OZ tot theorie te komen.
2
, 7.2) Analyse van tekstmateriaal
7.2.1) Notities
Als je notities hebt gemaakt v wat er werd verteld, vormen deze de basis voor de data-analyse.
7.2.2) Transcripten
Opnames v interviews / focusgroepen moeten eerst volledig worden uitgeschreven voordat ze
geanalyseerd kunnen worden.
Elk woord wordt letterlijk getranscribeerd, zonder correcties. Soms worden ook stiltes en
aarzelingen genoteerd. Zo’n volledige uitgeschreven tekst heet een transcript.
Bij focusgroepen: data worden gezien als groepsgegevens en geanalyseerd op groepsniveau. Toch is
het nuttig om in het transcript te vermelden wie wat zegt.
Het maken v transcripten is belangr maar tijdrovend. Soms doen anderen dit, maar zij moeten
vertrouwelijk omgaan met de informatie.
Transcripten en notities = het materiaal voor de analyse en kunnen veel tekst opleveren. Daardoor is
de analyse vaak tijdintensief.
7.2.3) Ander tekstmateriaal
o Aanvullende verslagen: info over de context, indrukken vd OZer en verloop vh gesprek
o Memo’s: ideeën en gedachten die de OZer tijdens het OZ noteert.
Deze informatie kan relevant zijn voor de onderzoeksvragen en wordt daarom mee geanalyseerd.
7.3) Werkwijze
Data-analyse kan met of zonder gespecialiseerde software gebeuren. Software kan tijd besparen,
vooral bij veel interviews of focusgroepen.
Ze helpt bij het structureren v tekstmateriaal en het maken v grafische voorstellingen.
Vbn v software: Atlas.ti, Kwalitan, MaxQDA en NVivo.
Software kan administratief werk ondersteunen, maar het denk- en interpretatiewerk blijft bij de OZer.
7.4) Fasen
7.4.1) Een grondige kennismaking met de data (1)
Indien alle interviews / focusgroepen zelf afgenomen: alles nog is herlezen om een beter zicht te
krijgen op het geheel.
Indien gewerkt met medewerkers: al het materiaal minstens 1x volledig lezen en overlopen omdat je
nog niet voldoende vertrouwd bent met alle data.
7.4.2) Opdelen en open coderen (2: afbraakfase)
Codes toedienen aan opgedeelde fragmenten v alle tekstmateriaal.
7.4.2.1) Opdelen
Het tekstmateriaal wordt eerst opgedeeld in kleine, betekenisvolle fragmenten. Elk fragment behandelt
1 onderwerp. Fragmenten kunnen een zinsdeel, een zin, meerdere zinnen,… zijn.
Er zijn geen vaste regels voor de lengte. Te lange stukken (zoals alinea’s) worden best vermeden.
2
7.1) Principes
2 basisprincipes. Het analyseproces is niet gestandaardiseerd en cyclisch.
7.1.1) Een cyclisch proces
1) Het proces bestaat uit een voortdurende wisselwerking tussen dataverzameling en analyse.
Tijdens het verzamelen v data wordt er al begonnen met analyseren. Dit kan na elk interview / na elke
focusgroep. Als dat praktisch moeilijk is, kan een 1ste analyse ook gebeuren na enkele interviews.
Deze tussentijdse analyse levert voorlopige resultaten op. Op basis daarvan kan de verdere
dataverzameling gerichter verlopen:
Informatie zoeken die eerdere bevindingen bevestigt
Resultaten verfijnen of aanvullen
Eerdere inzichten aanpassen of corrigeren
OZers kunnen daardoor in latere interviews / focusgroepen nieuwe thema’s aanbrengen en / of dieper
ingaan op belangr aspecten die tijdens de analyse naar voren kwamen.
Daarna wordt geëvalueerd of de verzamelde gegevens de OZvraag voldoende beantwoorden en welke
informatie er nog ontbreekt.
Vervolgens wordt opnieuw data verzameld en geanalyseerd. Nieuwe bevindingen worden steeds
gekoppeld aan eerdere resultaten. Dit proces gaat door totdat saturatie / verzadiging is bereikt.
Vanaf dan kan de dataverzameling stoppen en kunnen de OZvragen volledig worden beantwoord.
Dataverzameling en data-analyse zijn dus sterk met elkaar verweven. Idealiter start de analyse al
tijdens de dataverzameling.
In de praktijk wordt vaak eerst alle data verzameld en pas daarna geanalyseerd. Hoewel dit niet
ideaal is, maakt het een OZ niet automatisch problematisch.
2) Het OZproces verloopt dus iteratief. Verschillende stappen keren telkens terug.
data verzamelen, data analyseren, resultaten interpreteren en voorlopige conclusies formuleren.
De stappen in de analyse volgen niet strikt chronologisch, maar worden meerdere keren herhaald en
afgewisseld.
7.1.2) Een niet-gestandaardiseerd proces
In kwalitatief OZ bestaat geen vaste analyseprocedure. OZers op versch manieren data analyseren.
Er zijn wel belangrijke stappen, aandachtspunten en kwaliteitseisen. De basisprincipes gelden voor elk
kwalitatief OZ.
Daarom vraagt kwalitatieve data-analyse openheid en creativiteit om de data en hun betekenis goed
te begrijpen.
PWP: Grounded Theory model van Glaser en Strauss
Gaan in tegen de visie dat kwalitatief OZ alleen maar dient als verkennend OZ en dat dit geen theorie
kan genereren. Zij stellen voor om via een systematisch en analytisch model, op een inductieve wijze
vanuit empirisch OZ tot theorie te komen.
2
, 7.2) Analyse van tekstmateriaal
7.2.1) Notities
Als je notities hebt gemaakt v wat er werd verteld, vormen deze de basis voor de data-analyse.
7.2.2) Transcripten
Opnames v interviews / focusgroepen moeten eerst volledig worden uitgeschreven voordat ze
geanalyseerd kunnen worden.
Elk woord wordt letterlijk getranscribeerd, zonder correcties. Soms worden ook stiltes en
aarzelingen genoteerd. Zo’n volledige uitgeschreven tekst heet een transcript.
Bij focusgroepen: data worden gezien als groepsgegevens en geanalyseerd op groepsniveau. Toch is
het nuttig om in het transcript te vermelden wie wat zegt.
Het maken v transcripten is belangr maar tijdrovend. Soms doen anderen dit, maar zij moeten
vertrouwelijk omgaan met de informatie.
Transcripten en notities = het materiaal voor de analyse en kunnen veel tekst opleveren. Daardoor is
de analyse vaak tijdintensief.
7.2.3) Ander tekstmateriaal
o Aanvullende verslagen: info over de context, indrukken vd OZer en verloop vh gesprek
o Memo’s: ideeën en gedachten die de OZer tijdens het OZ noteert.
Deze informatie kan relevant zijn voor de onderzoeksvragen en wordt daarom mee geanalyseerd.
7.3) Werkwijze
Data-analyse kan met of zonder gespecialiseerde software gebeuren. Software kan tijd besparen,
vooral bij veel interviews of focusgroepen.
Ze helpt bij het structureren v tekstmateriaal en het maken v grafische voorstellingen.
Vbn v software: Atlas.ti, Kwalitan, MaxQDA en NVivo.
Software kan administratief werk ondersteunen, maar het denk- en interpretatiewerk blijft bij de OZer.
7.4) Fasen
7.4.1) Een grondige kennismaking met de data (1)
Indien alle interviews / focusgroepen zelf afgenomen: alles nog is herlezen om een beter zicht te
krijgen op het geheel.
Indien gewerkt met medewerkers: al het materiaal minstens 1x volledig lezen en overlopen omdat je
nog niet voldoende vertrouwd bent met alle data.
7.4.2) Opdelen en open coderen (2: afbraakfase)
Codes toedienen aan opgedeelde fragmenten v alle tekstmateriaal.
7.4.2.1) Opdelen
Het tekstmateriaal wordt eerst opgedeeld in kleine, betekenisvolle fragmenten. Elk fragment behandelt
1 onderwerp. Fragmenten kunnen een zinsdeel, een zin, meerdere zinnen,… zijn.
Er zijn geen vaste regels voor de lengte. Te lange stukken (zoals alinea’s) worden best vermeden.
2
