Waarom grounded theory? De beste benadering van data-analyse. Grounded theory is meest
invloedrijke benadering uit de data-analyse. Niet noodzakelijk wordt toegepast vandaag, maar grote
invloed op hoe andere banderingen werden ontwikkeld en hoe mensen meer algemeen aan
kwantitatieve data-analyse doen;
Aandachtspunten GT uit cursus methodologie
Onderscheid tussen 3 grote stromingen
Orthodoxe benadering aan één uiterste (grounded theory, thematic analysis..): ze beschrijven
stappenplan hoe je data kan analyseren volgens bepaalde benadering, maar flexibel, regels
staan iet vast.
Langs andere kant: whatever works bendaring: stappenplannen niet aan mij besteed, ik ga
toepassen wat werkt voor mij. Eigen manier van data-analyse. Iets dat je vaak terug vindt:
Twee belangrijke criteria van kwaliteit in kwalitatief onderzoek:
Soeoalnegen
o 1. Het is geloofwaardig: zijn de resultaten geloofwaardig? Ik zou deze conlusie niet
trekken minder geloofwaardig
o 2; theoretische relevantie, je moet iets toevoegen aan je domein. e
Tussen de twee extremen heb je de ‘pramatische benadering’; mortelmans past binnen deze
benadering.
Softwarepakket MAXQDA
o Theoretische steekproeftrekking
o Coderen wordt opgedeeld in drie stadia:
Open coderen
Identificeren van categorieën en hun eigenschappen
Axiaal coderen
Het relateren van categorieën aan elkaar
Selectief coderen
Verschillende categorieën & hun relaties integreren in één theorie
o Constant vergelijkende methode: elke bijkomende data vergelijken met de reeds
gevonden data
o De meeste kwalitatieve data-analyse softwarepakketten (zoals NVivo, Atlas…)
ondersteunen deze vorm van analyse
o GT is een familie op zich van benaderingen: inzoomen op constructivistische en post
positivistische variant
1.1. Kenmerken van GT
Wanneer kan je spreken van Grounded Theory? Hoofdstuk in handboek geschreven door lore en hij
belangrijk. NIET ALLEEN SLIDES, AANVULLEN MET HANDBOEK
Ontstaan als reactie op sociologie
o Sociologie bouwde bijna uitsluitend theorie op door middel van deductief of ‘top-
down’ redeneren & gebruik van kwantitatieve methoden
o Glaser en Straus wouden bottom-up/ inductie & voor kwalitatief onderzoek
Vermijden om hypothesen te testen op basis van een bestaande theorie
Realiteit tonen zoals het echt is
2 centrale visies binnen GT
o Charmaz’ eerder constructivistische GT
1
, o Strauss (samen met Corbin) en Glaser ontwikkelden een meer post-positivistische
benadering van de GT
Wanneer pas je GT toe?
Onderscheid tussen meer algemene inductieve kwalitatieve model (‘Generic Inductive
Qualitative Model’ - GIQM) en GT
o GIQM volgt een aantal principes die vaak als kenmerkend worden gezien van
kwalitatieve data-analyse in het algemeen (maar die niet noodzakelijk
overeenstemmen met waar GT voor staat)
Enkel aangeven GT toe te passen als je het ook doet en indien niet: ≠ volwaardige GT, maar
dan, bv. als TA of QCA of als het gedeeltelijk toepassen van GT
2
, Principes GIQM of een meer pragmatische benadering van kwalitatieve data-analyse
Kenmerken van zo’n pragmatische benadering:
- Enerzijds kijken we naar onderzoeksvragen waarbij dat we geen hypothese proberen testen of
geen effecten proberen te meten, maar geinteresserd in interpreteren van betekenis.
- Nieuwe hypotheses ontwikkelen
1. Focus op onderzoeksvragen die:
o Nadruk leggen op de ontwikkeling van een dieper begrip of verklaring
o Verkenning van nieuwe hypothesen boven het testen van bestaande hypothesen
o Interpretatie van betekenis
o Rijke, contextuele beschrijving
o Focus op het proces
liever ‘hoe’, dan ‘in welke mate’ en ‘waarom’ iets gebeurt
2. Verzamel en analyseer gegevens op een cyclische manier: orthodoxe werken niet cyclisch,
typisch voor groudned therory en pragmatische
onderzoekontwerp wordt voortdurend aangepast
telkens opnieuw blijven data analyseren en proberen zoeken
3. Denk voortdurend na over hoe gegevensverzameling en -analyse kan worden verbeterd
(kritische reflectie)
4. Focus op interpretatie van tekst in tegenstelling tot statistische analyse van kwantitatieve
gegevens, grounded theory origineel niet ontwikkeld als methode exclusief voor
kwalitatieve data analyse maar ook voor kwantitatieve data analyse maar in realiteit
vooral werd toegepast op kwalitatieve data.
5. Pas een coderingsproces in drie stappen toe, vaak gekenmerkt door een toenemende
graad van abstractie
= tekst (data lezen en omzetten in ) codes (proberen integreren) relaties tussen
codes selectie van bepaalde codes, soms 4 fases maar pragmatische vaak 3
6. Gebruik schrijven als een belangrijk hulpmiddel bij het analyseren (interpreteren) van
gegevens door op papier zetten andenken over relatie en wat er eigenlijk in je data zit)
7. Selecteer cases of contexten op basis van hun theoretische relevantie
8. Gebruik (redelijk) ruwe data, zoals interviewfragmenten of foto’s, en visuele
representaties (zoals coderingsbomen of thematische kaarten) bij het presenteren van de
uitkomst van data-analyse (bv een citaat uit interview)
9. Presenteer je bevindingen en hun theoretische relevantie samen op een geïntegreerde
manier, en niet apart, wat gebruikelijker is in kwantitatief onderzoek
Pragmatische, orthodoxe en ‘alles kan’ benaderingen van kwalitatieve data-analyse
o Niets verkeerds met een meer pragmatische benadering
3