Samenvatting methodologie deel 3 kwalitatief onderzoek GESLAAGD EERSTE ZIT 15/20

Methodologie deel 3
Kwalitatieve data-analyse: deel 1
Situering van de les
1. Data-analyse
2. Kwaliteit van kwalitatief onderzoek
3. Rapporteren van kwalitatief en kwantitatief onderzoek
4. Discoursanalyse
5. Gevalstudie
6. Ethiek in sociaal-wetenschappelijk onderzoek

Voorbeeld
 Onderzoeksvragen:
 Leidt de TPI (tactische politie-interventie) week in de basisopleiding van aspirant-
inspecteurs van de Limburgse politieschool tot een voldoende niveau van
competentie inzake geweldsbeheersing?
 Welke factoren spelen, op welke manier, een rol in die impact?
 Tentatief conceptueel kader bij het begin van het onderzoek: drie categorieën van mogelijke
factoren:
 Docentkenmerken (bv. expertise)
 Studentkenmerken (bv. motivatie)
 Programmakenmerken (bv. Trainingsmethoden  inhoud die gegeven wordt)

Inleiding (1)
 Dit vak biedt een voorbeeldtraject om te leren analyseren
 Voor dit vak vrij strikt te volgen
 In de toekomst desgevallend flexibeler toepassen, afhankelijk van de behoeften
 De aanpak van data-analyse hangt af van het gekozen paradigma
 Bv. post-positivistisch, constructivistisch of kritisch
Gemeenschappelijke structuur in kwalitatieve analyse
 Er zijn een aantal fasen die terugkomen in de meeste analytische benaderingen:
 Fase 1: Klaarmaken van het materiaal (digitaliseren)
 bv. Transcriberen (dan is het makkelijker te coderen)
 Fase 2: Databeheer en eerste lezing transcripts
 Fase 3: Afbreken (deconstructie)
 Data opsplitsen en niet relevante data wegfilteren
 Cf. metafoor van analyse van archeologische site: archeologen beginnen te
graven en vinden beenderen, potentiële menselijke resten,… en het eerste
wat ze doen is die stukjes allemaal verspreiden, bij data-analyse= transcriptie
in stukken knippen  kijken wat er allemaal is gezegd over onderwerp=
afbreken en opsplitsen
 Fase 4: Opbouwen (constructie)
 Data verbinden en aggregeren met als resultaat eerst concepten en thema’s
en daarna soms theorieën
 In geval van coderen ga je alle fragmenten van bv transcript die je hebt
proberen samenbrengen
 Samenbrengen en groeperen volgens bepaalde thema’s en daaruit proberen
theoretische inzichten te verkrijgen
 Fase 5: Rapporteren
 Gebeurt vaak al tijdens de analyse
 Thesis schrijven/ artikel of doctoraat schrijven,…




1

,Enkele alternatieve analytische benaderingen (1)  zie kwal metho 2 sv
 Narratieve analyse = verhalen
 Technieken, data-analyse waarbij je naar structuur van het verhaal kijkt
 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)
 Sterk gelijkend op conversatieanalyse
 Kwalitatieve inhoudsanalyse
 Coderen en interpreteren van inhouden van teksten
 In elk geval meer dan louter tellen van inhouden (i.e. kwantitatieve inhoudsanalyse)
 (Kritische) discoursanalyse
 Focus op hoe taal betekenissen creëert en zo de werkelijkheid construeert
 Zie les hierover
Enkele alternatieve analytische benaderingen (2)
 Interpretatieve (fenomenologische) analyse
 Centrale onderzoeksvraag: Hoe geven mensen betekenis aan hun omgeving/
gedrag?
 Welke uitleg geven ze aan hun gedrag, hoe verantwoorden ze dat, hoe leggen ze dat
uit,…?
 Hoe wat het om dat te doen? Hoe hebben ze dat beleefd?
 Concrete analytische aanpak lijkt sterk op grounded theory
 Thematische analyse
 Op zoek naar thema’s of ‘betekeniseenheden’
 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
 Hier ga je gewoon kijken welke thema’s aanbod komen zonder theoretische
kaders,… (zonder dus echt theoretische ambities)
 Templateanalyse: één bepaalde benadering van thematische analyse met veel
nadruk op deductief gebruik van een codeschema  je vertrekt al van een lijst
thema’s en dan ga je kijken naar fragmenten en zo kijken bij welk thema dat hoort
(kijken wat je in data vindt over verschillende thema’s)
Grounded theory (1)
 De gekozen benadering in deze cursus:
 Grounded theory
 Zie Glaser & Strauss 1967
 Wordt vaak gebruikt in de praktijk
 We volgen niet dé benadering, maar één interpretatie
 Aangevuld met de analysemethode van Miles & Huberman
 Nadruk op het gebruik van grafische voorstellingen
Grounded theory (2)
 De verhouding inductie/deductie bij grounded theory
 De nadruk ligt op de inductieve weg
 Cf. “analytische inductie”
 Vertrekken van de specifieke observaties en op basis daarvan komen tot een
theorie over concepten en, vooral, hun onderlinge verbanden
 Maar ook deductieve aspecten, bv.
 Theoretische steekproeftrekking




2

,  Gebruik van “sensitizing concepts” (concepten die je hebt bij het begin van u
onderzoek, conceptueel kader wordt tijdens onderzoek verder uitgewerkt, nog
geen volledig conceptueel kader vooraf) uit de literatuur
 De onderzoeker moet een “theoretische gevoeligheid” hebben:
 Deels persoonlijk talent
 Deels aan te leren, door goede theoretische opleiding
 Onze benadering: bijkomende nadruk op deductie
 Bv. veel nadruk op conceptueel kader

Fasering van de analyse (1)
 Cyclisch proces op twee plaatsen in onderzoek
 Bij steekproeftrekkingen, bv.
 Afnemen van enkele interviews
 Analyse van interviews
 Aanpassing van topiclijst (meer gefocust)
 Bijkomende interviews
 Analyse van interviews
 Etc.
 Bij de analyse zelf: voortdurende vergelijking
 De tussentijdse conclusies in vraag stellen (op zoek gaan naar falsificatie)
door opnieuw naar de data te kijken
 Ofwel bevestiging van de theorie
 Ofwel geen bevestiging
 Ofwel echte falsificatie
 Ofwel nuance: het werkt maar in bepaalde omstandigheden
(meestal)
 Proces van afbreken en opbouwen
Fasering van de analyse (2)
 Open coderen
 Opdelen van gegevens in kleinere delen die relevant zijn voor de onderzoeksvraag
 Codes toekennen aan die delen
 Je gaat door interviews en je knipt dat in fragmenten en je legt die op stapels
(=coderen) dus bv op stapel docentenkenmerken of programmakenmerken  je legt
uitgeknipte fragmenten op stapeltjes en die stapeltjes zijn de code
 Je weet niet met hoeveel codes je gaat eindigen dat zal je zien op einde coderen
 Axiaal coderen
 Het verbinden van losse codes tot een geheel (rond centrale assen of “axissen”=
centrale concepten)
 Focussen op centrale concepten waar alle concepten rond geconcentreerd waren
 Je gaat door stapeltjes van codes bv je bent begonnen met stapel
docentenkenmerken en je hebt sommige over expertise docent lesgeven en
sommige over kwaliteiten lesgeving en je kan dan zeggen ik splits stapel in 2
namelijk expertise en andere kwaliteiten of je vindt fragment toch niet goed is bij
ene stapel dus je voegt die toe bij andere stapel
 Je gaat stapels splitsen, samenvoegen, in groep leggen
 Je gaat daar een structuur in aanleggen
 Selectief coderen
 Wat is globale structuur van de data? Zie je hier bepaalde patronen?
 De concepten met elkaar in verband brengen tot een theorie, bv.
 Welke processen leiden tot welke uitkomst? Bv hoe opleiding impact heeft
gehad
 Vaak wordt 1 concept tot “centrale categorie” gekozen

3

,  Er kan ook gesproken worden over afhankelijke en onafhankelijke variabelen
 Is overgang naar laatste fase namelijk rapportage

Theoretisch model (model hoe het volgens Glaser en Strauss idealiter zou verlopen)
 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

Praktijkmodel
 Vaak gebruikt praktijkmodel
 Onderzoek opzetten: onderzoeksvraag en onderzoeksdesign
 Data verzamelen
 Analyseren
 Rapporteren
 Aangepast praktijkmodel
 Zoals theoretisch model maar dan op subsets van de data i.p.v. op nieuwe data
Overzicht
 Kwalitatief databeheer
 Softwarepakketten voor kwalitatieve data-analyse
 De eerste kennismaking met het materiaal
 Analyse-instrumenten doorheen heel het proces
 Memo’s
 Grafische voorstellingen
 Open coderen
 Axiaal coderen
 Selectief coderen
 Focusgroepen analyseren

Kwalitatief databeheer
 Bij kwantitatief onderzoek:
 Opmaken database, data cleanen, duidelijk codeboek, logboek voor de analyses etc.
 Ook belangrijk bij kwalitatief onderzoek: klasseren en indiceren van kwalitatieve data, bv.
 Ruwe data
 Bv. veldnotities, documenten, interviews in digitale vorm,…
 Gedeeltelijk verwerkte data
 Bv. interviewtranscripts, digitaal verwerkte veldnotities
 Gecodeerde data
 Bv. gecodeerde transcripts
 Codeerschema’s (per fase in het onderzoek)
 Memo’s= uw ideeën terwijl je aan het coderen bent (is eigenlijk nog belangrijker dan
het coderen zelf)
 Zoekacties bv woorden/ codex opzoeken
 Analyseschema’s bv tabellen die je maakt om te zien hoe factoren zich verhouden
tegenover elkaar

4