Samenvatting Methoden van het wetenschappelijk onderzoek deel 2 H7 | Psychologie | KU Leuven | 2025/26

H7: Thematische analyse
Colleges dataverwerking
Wat is dataverwerking?

Dataverwerking is wat je doet nadat je data hebt verzameld (bijv. interviews,
teksten). Het bestaat uit 3 grote stappen:

1. Transcriptie (= letterlijk uitschrijven)

 Je zet gesproken tekst om naar geschreven tekst
 Alles zo exact mogelijk opschrijven (wat iemand écht zegt.
 Voorbeeld: een interview uittypen


2. Coderen (= korter en overzichtelijk maken)

 Je geeft stukjes tekst een label (code)
 Zo maak je grote hoeveelheden tekst overzichtelijker
 Voorbeeld: “ik voel me vaak gestrest door school” → code: stress school


3. Analyseren (= betekenis geven)

 Je kijkt wat de codes samen betekenen
 Je gaat patronen en verbanden zoeken
 Dit is de echte interpretatie

Indeling van de colleges
College 6 (Hoofdstuk 6)

 Transcriptie
 Coderen
 = Basisvaardigheden


College 9 (Hoofdstuk 7)

 Thematische analyse (WAT?)
 Je zoekt thema’s in je data
 Voorbeeld thema’s: stress, motivatie, sociale druk
 Dit komt uit het boek van Howitt


College 10 (Hoofdstuk 9 & 11)

 Vertooganalyse (HOE?)
 Je kijkt hoe iets gezegd wordt, niet alleen wat
 Voorbeeld: Welke woorden gebruikt iemand? Hoe wordt iets voorgesteld?

Belangrijk om te kennen


1

,1. Software (NIET in het boek, WEL kennen!)

Programma’s die helpen bij analyseren:

 LWIC (woordanalyse)
 Atlas.ti (coderen en structureren)

Deze kunnen op het examen komen!



2. “Kappa en co”

 Dit gaat over betrouwbaarheid van coderen
 Meet of verschillende onderzoekers dezelfde codes geven
 Simpel gezegd: “Zijn we het eens over wat iets betekent?”



Dataverwerking = uitschrijven → opdelen → betekenis geven



Inleiding, definitie en gebruik
Wat is inhoudsanalyse?
Inhoudsanalyse = thematische analyse → Het gaat over de WAT-vraag

Simpel gezegd:

 Wat zeggen mensen precies?
 Welke thema’s komen voor in hun uitspraken?

Voorbeeld

 Iemand zegt: “ik voel veel druk door school en weinig vrije tijd”
 Mogelijke thema’s: schooldruk, stress, tijdsgebrek
 Je zoekt dus de inhoud (betekenis) van wat gezegd wordt


Belangrijk: het is moeilijker dan het lijkt

Goede thema’s moeten aan 4 dingen voldoen:

1. Duidelijk gedefinieerd zijn → je weet exact wat onder dat thema valt
2. Van elkaar verschillen → geen overlap tussen thema’s
3. De data afdekken → alles wat gezegd wordt past ergens
4. Inzicht geven → ze helpen je iets te begrijpen



Hoe werk je praktisch?

 Je vertrekt van codes (kleine labels)
 Die groepeer je tot thema’s


2

,  Dat zet je in een codeboom (structuur van thema’s)

Waarom?

 Zodat andere onderzoekers hetzelfde interview kunnen analyseren
 En (ongeveer) tot dezelfde resultaten komen
 Dit maakt je onderzoek betrouwbaar


Waarvoor gebruik je inhoudsanalyse?

Voor ongestructureerde data, zoals:

 Interviews
 Teksten (media, documenten)
 Observaties

“Ongestructureerd” = er zijn geen vaste antwoordopties vooraf

Tegenstelling:

 Gesloten vragenlijsten
 Checklists



Hoe vind je thema’s?

Er zijn 3 manieren:

1. Theorie-gedreven

 Je vertrekt vanuit bestaande theorie
 Je weet al een beetje waar je naar zoekt
 Voorbeeld: stress-theorie

Belangrijk inzicht
2. Data-gedreven
 Inhoudsanalyse is heel geschikt
 Je kijkt open en zonder
om nieuwe theorie te ontwikkelen
verwachtingen naar de data
→ vooral bij data-gedreven
 Thema’s komen uit de data zelf
werken
 Alsof je met een “blanco blad” begint
 Inhoudsanalyse = zoeken naar
thema’s in wat mensen zeggen
3. Combinatie (meest gebruikt) om betekenis te begrijpen
 Je wisselt tussen theorie en data
 Dit is een cyclisch proces (heen en weer)

1: Algemeen verloop




3