Samenvatting Metho 3
HOOFDSTUK 1: Kwalitatieve data-analyse deel 1
1. Inleiding
De aanpak van data-analyse hangt af van het gekozen paradigma (bv: post-positivistisch,
constructivistisch of kritisch).
2. Gemeenschappelijke structuur in kwalitatieve analyse
Er zijn een aantal fasen die terugkomen in de meeste analytische benaderingen:
Fase 1: Klaarmaken van het materiaal (digitaliseren)
o bv. transcriberen
Fase 2: Databeheer en eerste lezing transcripts
Fase 3: Afbreken
o Data opsplitsen en niet relevante data wegfilteren
o Cf. metafoor van analyse van archeologische site
Fase 4: Opbouwen
Data verbinden en aggregeren met als resultaat eerst concepten en thema’s en daarna
soms theorieën
Fase 5: Rapporteren
o Gebeurt vaak al tijdens de analyse
3. Enkele alternatieve analytische benaderingen
Narratieve analyse
o Focus op de formele structuur van een boodschap: niet enkel de sequens van de
gebeurtenissen, maar ook hoe het verteld wordt (de ‘plot’ van het verhaal)
o Sterk gelijkend op conversatieanalyse
Kwalitatieve inhoudsanalyse
o Coderen en interpreteren van inhouden van teksten
o In elk geval meer dan louter tellen van inhouden (i.e. kwantitatieve
inhoudsanalyse)
(Kritische) discoursanalyse
o Focus op hoe taal betekenissen creëert en zo de werkelijkheid construeert
Interpretatieve (fenomenologische) analyse
o Centrale onderzoeksvraag: Hoe geven mensen betekenis aan hun omgeving?
o Concrete analytische aanpak lijkt sterk op grounded theory
Thematische analyse
o Op zoek naar thema’s of ‘betekeniseenheden’
o Lijkt op grounded theory, maar dan met veel minder theoretische ambities:
Wel open en axiaal coderen, maar nauwelijks selectief coderen
Wel thema’s identificeren, maar nauwelijks op zoek gaan naar hun
onderlinge samenhang
Templateanalyse: één bepaalde benadering van thematische analyse met veel nadruk
op deductief gebruik van een codeschema
1
, 4. Grounded theory
De gekozen benadering in deze cursus is Grounded theory (Glaser & Strauss). Deze
benadering wordt vaak gebruikt in de praktijk. Wij volgen niet dé benadering, maar één
interpretatie.
De Grounded theory wordt aangevuld met de analysemethode van Miles & Huberman. Zij
leggen de nadruk op het gebruik van grafische voorstellingen.
De verhouding inductie (specifiek naar algemeen)/deductie (algemeen naar specifiek) bij
grounded theory:
1. De nadruk ligt er op de inductieve weg, namelijk ‘Analytische inductie’. Men gaat
hier vertrekken van specifieke observaties en op basis daarvan komen tot een theorie
over concepten en hun onderlinge verbanden.
2. Deze benadering heeft ook deductieve aspecten, zoals theoretische steekproeftrekking
en het gebruik van ‘sensitizing concepts’ (uitgangspunten van een onderzoeker over de
manier hoe er naar data gekeken moet worden) uit de literatuur.
Om uit empirische gegevens een theorie te laten opborrelen, heeft de onderzoeker een
‘theoretische gevoeligheid’ hebben. Dit is de kennis en capaciteit om van ruwe gegevens
categorieën te maken en dimensies ervan te ontwikkelen. Dit gebeurt deels door persoonlijk
talent en deels aan te leren door goede theoretische opleiding.
In onze benadering gaat er een bijkomende nadruk zijn op deductie (bv: veel nadruk op
conceptueel kader).
5. Fasering van de analyse
De kern van de analytische methode is het cyclisch te werk gaan door middel van
voortdurende vergelijkingen en aanpassingen van eerder gevonden resultaten. Het cyclisch
proces komt tot uiting op twee plaatsen in het onderzoek:
1. Bij de steekproeftrekkingen:
o Afnemen van enkele interviews
o Analyse van interviews
o Aanpassing van topiclijst (meer gefocust)
o Bijkomende interviews
o Analyse van interviews
o ...
2. Bij de analyse zelf: de analyse werkt cyclisch op basis van ‘voortdurende
vergelijking’. Tussentijdse conclusies worden in vraag gesteld en gaan op zoek naar
falsificatie door nieuwe data te verzamelen.
o Ofwel bevestiging van de theorie
o Ofwel geen bevestiging falsificatie of nuance (het werkt maar in bepaalde
omstandigheden)
De kern van de analyse is dat de onderzoeker zijn data in eerste instantie gaat afbreken, om ze
vervolgens opnieuw op te bouwen. Dit kent een aantal fasen:
1. Open coderen
o Opdelen van gegevens in kleinere delen, die relevant zijn voor de
onderzoeksvraag.
o Codes toekennen aan die delen.
2
, o Het resultaat van het open coderen is een uitgebreide set van codes. Het zijn
veel labels die soms dubbel voorkomen, maar nog nergens met elkaar in relatie
gebracht werden. Dat verbinden tot een geheel wordt in de volgende fase
gedaan.
2. Axiaal coderen
o Het verbinden van losse codes tot een geheel (rond centrale assen of “axissen”)
o Focussen op centrale concepten
3. Selectief coderen
o Dit is de laatste stap. Hier gaan de concepten met elkaar verbonden worden en
zo gevormd worden tot een theorie.
o Vaak wordt één concept tot centrale categorie gekozen.
o Er kan ook gesproken worden over afhankelijke en onafhankelijke variabelen.
6. Theoretisch model en praktijkmodel
Het theoretisch model ziet er als volgt uit:
Onderzoek opzetten: onderzoeksvraag en onderzoeksdesign
Open data verzamelen
Open coderen
Verder axiaal coderen
Meer gerichte data verzamelen
Open coderen
Verder axiaal coderen
(Verder herhalingen van voorgaande cyclus)
Selectief coderen
Eventueel zeer gerichte data verzamelen
Rapporteren
Maar in de praktijk wordt er veel dichter aangeleund bij een ander model:
Onderzoek opzetten: onderzoeksvraag en onderzoeksdesign
Data verzamelen
Analyseren
Rapporteren
Dit praktijkmodel is net zoals het theoretisch model, maar dan gericht op subsets van de data
in plaats van op nieuwe data.
7. Stapsgewijs analyseren
In wat volgt komt er één lange stapsgewijze uitwerking van de analysemethode:
1. Kwalitatief databeheer
Bij kwantitatief en kwalitatief onderzoek wordt er aan databeheer gedaan. Bij kwalitatief
onderzoek uit zich dat door voor je aan de analyse van je gegevens begint, moet je een
duidelijk plan hebben van de wijze waarop je data georganiseerd zullen worden. Databeheer
in kwalitatief onderzoek is meer een kwestie van klasseren en indiceren (aanwijzen). Tal van
materiaal dat in de loop van het onderzoek verzameld kan worden:
Ruwe data
o Bv. veldnotities, documenten, interviews in digitale vorm,…
Gedeeltelijk verwerkte data
o Bv. interviewtranscripts
Gecodeerde data
o Bv. gecodeerde transcripts
3
, Codeerschema’s (per fase in het onderzoek)
Memo’s
Zoekacties
Analyseschema’s
Logboek: chronologisch overzicht van dataverzameling en –analyse: heel belangrijk!
Proefversies van het eindrapport
Index van al het voorgaande
2. Softwarepakketten voor kwalitatieve data-analyse
De combinatie van kwalitatieve onderzoekssoftware maakt het mogelijk om het databeheer
efficiënt te laten verlopen. Veel specifieker voor het kwalitatief onderzoek zijn
softwarepakketten die expliciet ontworpen zijn om de kwalitatieve onderzoeker in zijn
databeheer en analyse te helpen (bv: Nvivo). Het is uiteraard aan de onderzoeker om de
functies van zijn software te beheersen en te gebruiken.
Data-analyse met behulp van een softwarepakket heeft een aantal voordelen: consistentie,
snelheid, representatie, consolidering en controle.
Het heeft echter ook nadelen: financiële kost, tijdsinvestering om het pakket in te oefenen,
risico op te sterke focus op fragmenten en te weinig op context.
3. De eerste kennismaking met het materiaal
Wanneer de onderzoeker zijn interviews zelf afneemt, weet hij al wat er gezegd is tijdens de
gesprekken, hij heeft het materiaal al grotendeels in zijn hoofd zitten. Een tweede stap om het
materiaal te leren kennen bestaat uit het uitschrijven ervan. Men heeft een voorsprong indien
de data zelf verzameld en uitgeschreven is.
Wanneer een onderzoeker niet zelf instaat voor het verzamelen en uitwerken van zijn data,
dan start de analysefase met het grondig doorlezen van al het materiaal. Dit kan op drie
manieren:
o Letterlijk lezen: focus op woorden, voortgang in het gesprek, sequentie van
gebeurtenissen, …
o Interpretatief lezen: dieper kijken naar de betekenis, tegen achtergrond van
conceptueel kader bij dit type lezen spelen memo’s een belangrijke rol
o Reflexief lezen: hier heb je aandacht voor je eigen rol bij het tot stand komen
van het materiaal dit wordt ook vastgelegd in memo’s, namelijk
reflexieve/methodoligische memo’s
Men kent typische onzekerheden bij de eerste kennismaking met het materiaal:
Allereerst kan alles belangrijk lijken (“hoe vind ik de juiste weg?”). Belangrijk om te weten
dat er geen juiste weg is. Het is belangrijk dat men transparant is en de keuze goed
beargumenteerd en dat de analyse daarnaast gesteund is op en ondersteund moet zijn door de
gegevens.
Daarnaast is “niets zoals ik het bedoeld had”. Respondenten antwoorden doorgaans niet in
termen van het theoretisch kader, maar komen vaak met totaal andere zaken. Maar dit is geen
probleem, want eens de analyse goed en wel gestart is, kunnen veel van die elementen wel
gekoppeld worden en dat wat eerst allemaal zinloos lijkt, kan later een duidelijk patroon
worden. Het biedt ook een gelegenheid om het conceptueel kader te verrijken/te nuanceren.
En als dat niet lukt, vermeldt het dan eerlijk.
4
HOOFDSTUK 1: Kwalitatieve data-analyse deel 1
1. Inleiding
De aanpak van data-analyse hangt af van het gekozen paradigma (bv: post-positivistisch,
constructivistisch of kritisch).
2. Gemeenschappelijke structuur in kwalitatieve analyse
Er zijn een aantal fasen die terugkomen in de meeste analytische benaderingen:
Fase 1: Klaarmaken van het materiaal (digitaliseren)
o bv. transcriberen
Fase 2: Databeheer en eerste lezing transcripts
Fase 3: Afbreken
o Data opsplitsen en niet relevante data wegfilteren
o Cf. metafoor van analyse van archeologische site
Fase 4: Opbouwen
Data verbinden en aggregeren met als resultaat eerst concepten en thema’s en daarna
soms theorieën
Fase 5: Rapporteren
o Gebeurt vaak al tijdens de analyse
3. Enkele alternatieve analytische benaderingen
Narratieve analyse
o Focus op de formele structuur van een boodschap: niet enkel de sequens van de
gebeurtenissen, maar ook hoe het verteld wordt (de ‘plot’ van het verhaal)
o Sterk gelijkend op conversatieanalyse
Kwalitatieve inhoudsanalyse
o Coderen en interpreteren van inhouden van teksten
o In elk geval meer dan louter tellen van inhouden (i.e. kwantitatieve
inhoudsanalyse)
(Kritische) discoursanalyse
o Focus op hoe taal betekenissen creëert en zo de werkelijkheid construeert
Interpretatieve (fenomenologische) analyse
o Centrale onderzoeksvraag: Hoe geven mensen betekenis aan hun omgeving?
o Concrete analytische aanpak lijkt sterk op grounded theory
Thematische analyse
o Op zoek naar thema’s of ‘betekeniseenheden’
o Lijkt op grounded theory, maar dan met veel minder theoretische ambities:
Wel open en axiaal coderen, maar nauwelijks selectief coderen
Wel thema’s identificeren, maar nauwelijks op zoek gaan naar hun
onderlinge samenhang
Templateanalyse: één bepaalde benadering van thematische analyse met veel nadruk
op deductief gebruik van een codeschema
1
, 4. Grounded theory
De gekozen benadering in deze cursus is Grounded theory (Glaser & Strauss). Deze
benadering wordt vaak gebruikt in de praktijk. Wij volgen niet dé benadering, maar één
interpretatie.
De Grounded theory wordt aangevuld met de analysemethode van Miles & Huberman. Zij
leggen de nadruk op het gebruik van grafische voorstellingen.
De verhouding inductie (specifiek naar algemeen)/deductie (algemeen naar specifiek) bij
grounded theory:
1. De nadruk ligt er op de inductieve weg, namelijk ‘Analytische inductie’. Men gaat
hier vertrekken van specifieke observaties en op basis daarvan komen tot een theorie
over concepten en hun onderlinge verbanden.
2. Deze benadering heeft ook deductieve aspecten, zoals theoretische steekproeftrekking
en het gebruik van ‘sensitizing concepts’ (uitgangspunten van een onderzoeker over de
manier hoe er naar data gekeken moet worden) uit de literatuur.
Om uit empirische gegevens een theorie te laten opborrelen, heeft de onderzoeker een
‘theoretische gevoeligheid’ hebben. Dit is de kennis en capaciteit om van ruwe gegevens
categorieën te maken en dimensies ervan te ontwikkelen. Dit gebeurt deels door persoonlijk
talent en deels aan te leren door goede theoretische opleiding.
In onze benadering gaat er een bijkomende nadruk zijn op deductie (bv: veel nadruk op
conceptueel kader).
5. Fasering van de analyse
De kern van de analytische methode is het cyclisch te werk gaan door middel van
voortdurende vergelijkingen en aanpassingen van eerder gevonden resultaten. Het cyclisch
proces komt tot uiting op twee plaatsen in het onderzoek:
1. Bij de steekproeftrekkingen:
o Afnemen van enkele interviews
o Analyse van interviews
o Aanpassing van topiclijst (meer gefocust)
o Bijkomende interviews
o Analyse van interviews
o ...
2. Bij de analyse zelf: de analyse werkt cyclisch op basis van ‘voortdurende
vergelijking’. Tussentijdse conclusies worden in vraag gesteld en gaan op zoek naar
falsificatie door nieuwe data te verzamelen.
o Ofwel bevestiging van de theorie
o Ofwel geen bevestiging falsificatie of nuance (het werkt maar in bepaalde
omstandigheden)
De kern van de analyse is dat de onderzoeker zijn data in eerste instantie gaat afbreken, om ze
vervolgens opnieuw op te bouwen. Dit kent een aantal fasen:
1. Open coderen
o Opdelen van gegevens in kleinere delen, die relevant zijn voor de
onderzoeksvraag.
o Codes toekennen aan die delen.
2
, o Het resultaat van het open coderen is een uitgebreide set van codes. Het zijn
veel labels die soms dubbel voorkomen, maar nog nergens met elkaar in relatie
gebracht werden. Dat verbinden tot een geheel wordt in de volgende fase
gedaan.
2. Axiaal coderen
o Het verbinden van losse codes tot een geheel (rond centrale assen of “axissen”)
o Focussen op centrale concepten
3. Selectief coderen
o Dit is de laatste stap. Hier gaan de concepten met elkaar verbonden worden en
zo gevormd worden tot een theorie.
o Vaak wordt één concept tot centrale categorie gekozen.
o Er kan ook gesproken worden over afhankelijke en onafhankelijke variabelen.
6. Theoretisch model en praktijkmodel
Het theoretisch model ziet er als volgt uit:
Onderzoek opzetten: onderzoeksvraag en onderzoeksdesign
Open data verzamelen
Open coderen
Verder axiaal coderen
Meer gerichte data verzamelen
Open coderen
Verder axiaal coderen
(Verder herhalingen van voorgaande cyclus)
Selectief coderen
Eventueel zeer gerichte data verzamelen
Rapporteren
Maar in de praktijk wordt er veel dichter aangeleund bij een ander model:
Onderzoek opzetten: onderzoeksvraag en onderzoeksdesign
Data verzamelen
Analyseren
Rapporteren
Dit praktijkmodel is net zoals het theoretisch model, maar dan gericht op subsets van de data
in plaats van op nieuwe data.
7. Stapsgewijs analyseren
In wat volgt komt er één lange stapsgewijze uitwerking van de analysemethode:
1. Kwalitatief databeheer
Bij kwantitatief en kwalitatief onderzoek wordt er aan databeheer gedaan. Bij kwalitatief
onderzoek uit zich dat door voor je aan de analyse van je gegevens begint, moet je een
duidelijk plan hebben van de wijze waarop je data georganiseerd zullen worden. Databeheer
in kwalitatief onderzoek is meer een kwestie van klasseren en indiceren (aanwijzen). Tal van
materiaal dat in de loop van het onderzoek verzameld kan worden:
Ruwe data
o Bv. veldnotities, documenten, interviews in digitale vorm,…
Gedeeltelijk verwerkte data
o Bv. interviewtranscripts
Gecodeerde data
o Bv. gecodeerde transcripts
3
, Codeerschema’s (per fase in het onderzoek)
Memo’s
Zoekacties
Analyseschema’s
Logboek: chronologisch overzicht van dataverzameling en –analyse: heel belangrijk!
Proefversies van het eindrapport
Index van al het voorgaande
2. Softwarepakketten voor kwalitatieve data-analyse
De combinatie van kwalitatieve onderzoekssoftware maakt het mogelijk om het databeheer
efficiënt te laten verlopen. Veel specifieker voor het kwalitatief onderzoek zijn
softwarepakketten die expliciet ontworpen zijn om de kwalitatieve onderzoeker in zijn
databeheer en analyse te helpen (bv: Nvivo). Het is uiteraard aan de onderzoeker om de
functies van zijn software te beheersen en te gebruiken.
Data-analyse met behulp van een softwarepakket heeft een aantal voordelen: consistentie,
snelheid, representatie, consolidering en controle.
Het heeft echter ook nadelen: financiële kost, tijdsinvestering om het pakket in te oefenen,
risico op te sterke focus op fragmenten en te weinig op context.
3. De eerste kennismaking met het materiaal
Wanneer de onderzoeker zijn interviews zelf afneemt, weet hij al wat er gezegd is tijdens de
gesprekken, hij heeft het materiaal al grotendeels in zijn hoofd zitten. Een tweede stap om het
materiaal te leren kennen bestaat uit het uitschrijven ervan. Men heeft een voorsprong indien
de data zelf verzameld en uitgeschreven is.
Wanneer een onderzoeker niet zelf instaat voor het verzamelen en uitwerken van zijn data,
dan start de analysefase met het grondig doorlezen van al het materiaal. Dit kan op drie
manieren:
o Letterlijk lezen: focus op woorden, voortgang in het gesprek, sequentie van
gebeurtenissen, …
o Interpretatief lezen: dieper kijken naar de betekenis, tegen achtergrond van
conceptueel kader bij dit type lezen spelen memo’s een belangrijke rol
o Reflexief lezen: hier heb je aandacht voor je eigen rol bij het tot stand komen
van het materiaal dit wordt ook vastgelegd in memo’s, namelijk
reflexieve/methodoligische memo’s
Men kent typische onzekerheden bij de eerste kennismaking met het materiaal:
Allereerst kan alles belangrijk lijken (“hoe vind ik de juiste weg?”). Belangrijk om te weten
dat er geen juiste weg is. Het is belangrijk dat men transparant is en de keuze goed
beargumenteerd en dat de analyse daarnaast gesteund is op en ondersteund moet zijn door de
gegevens.
Daarnaast is “niets zoals ik het bedoeld had”. Respondenten antwoorden doorgaans niet in
termen van het theoretisch kader, maar komen vaak met totaal andere zaken. Maar dit is geen
probleem, want eens de analyse goed en wel gestart is, kunnen veel van die elementen wel
gekoppeld worden en dat wat eerst allemaal zinloos lijkt, kan later een duidelijk patroon
worden. Het biedt ook een gelegenheid om het conceptueel kader te verrijken/te nuanceren.
En als dat niet lukt, vermeldt het dan eerlijk.
4
