Grounded theory
Wanneer pas je grounded theory toe?
Hood maakt onderscheid tussen het meer algemene inductieve
kwalitatieve model (‘Generic Inductive Qualitative Model’ - GIQM) en
GT.
Het GIQM volgt een aantal principes die vaak als kenmerkend
worden gezien van kwalitatieve data-analyse in het algmeen (maar
die niet noodzakelijk overeenstemmen met waar GT voor staat):
B.v: Maxwell, J. A. 2005. Qualitative Research Design: An Interactive
Approach. Thousand Oaks, CA: Sage
Zorg er voor dat je (in je thesis bv.) enkel aangeeft GT toe te
passen als je het ook doet en indien niet: verkoop het niet als
volwaardige GT, maar dan, bv. als TA of QCA of als het gedeeltelijk
toepassen van GT.
Principes GIGM/ pragmatische benadering van
kwalitatieve data-analyse
1. Focus op onderzoeksvragen die: a) de nadruk leggen op de
ontwikkeling van een dieper begrip of verklaring, b) de verkenning
van nieuwe hypothesen boven het testen van bestaande
hypothesen, c) de interpretatie van betekenis, d) rijke, contextuele
beschrijving en/of e ) een focus op het proces.
2. Verzamel en analyseer gegevens op een cyclische manier.
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.
5. Pas een coderingsproces in drie stappen toe, vaak gekenmerkt
door een toenemende graad van abstractie.
6. Gebruik schrijven als een belangrijk hulpmiddel bij het analyseren
(interpreteren) van gegevens.
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.
, 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
Er is niets verkeerds met een meer pragmatische benadering.
Maar meer orthodoxe benaderingen geven je meer houvast om
een bepaald type van onderzoeksvragen te bestuderen.
Door je concretere stappen te beschrijven die je kunt volgen;
Door indicatoren van kwaliteit in je analyses aan te duiden.
Je kan ook gebruik maken van de ‘whatever works’ benadering,
maar die overlapt vaak in de realiteit met een meer pragmatische
benadering en geeft minder houvast aan de beginnende
onderzoeker.
Centraal in elke benadering is dat je analyses een hoge kwaliteit
hebben, wat op verschillende manieren wordt gedefinieerd in
kwalitatief onderzoek, maar vaak neerkomt op een evaluatie van je
bevindingen als geloofwaardig en theoretisch relevant.
Kenmerken GT
Hood somt een aantal essentiële kenmerken van kwalitatieve analyse aan,
waar je analyse aan moet voldoen om het als GT te omschrijven:
1. Theoretische steekproeftrekking: Je steekproef kan niet op
voorhand worden bepaald, maar moet veranderen in functie van de
ontwikkelende theorie.
2. Constant-vergelijkende methode: Betekent niet dat je vooraf
gedefinieerde concepten, groepen of contexten gaat vergelijken,
maar de data in zijn geheel en pas in latere fases meer gefocust op
meer inductief (!) ontwikkelende concepten, groepen of contexten .
3. Het ontwikkelen van een nieuwe theorie: GT moet leiden tot
nieuwe theoretische inzichten, louter toetsen van bestaande
theorieën en/of concepten is onvoldoende.
4. Theoretische saturatie: Je stopt niet met het verzamelen en
analyseren van data als je ‘niets nieuws meer hoort’ (in bv. een
, interview), maar enkel als je bepaalde processen of fenomenen
volledig kunt verklaren of begrijpen (en dus je concepten volledige
zijn ontwikkeld).
5. Onderzoeksvragen: Meer doen dan louter beschrijven of
exploreren: volledig verklaren of begrijpen van fenomenen.
Bovendien gaan de onderzoeksvragen quasi altijd veranderen in
termen van focus gedurende het onderzoek.
6. Bestaande literatuur:Ambivalente / achterdochtige houding t.a.v.
bestaande literatuur. Literatuur mag onderzoek nooit determineren
m.b.t. de focus en interpretatie van de data, het kan hoogstens
inspirerend werken.
Rol van literatuur staat nu wel centraler in GT dan vroeger: ‘There
is a difference between an open mind and an empty head’
Voor het coderen begint
Samenstellen van basissteekproef
Opstellen van onderzoeksinstrumenten
Afnemen van interviews of uitvoeren van observaties (zie les
over etnografie) en uittypen van data (of selecteren van andere
vormen van tekst)
Codeerproces
Fase 1: Reduceren van tekst tot betekenisvolle codes.
Fase 2: Reduceren en integreren van codes.
Fase 3: Opbouwen van een gefocuste theorie.
Eerste fase: reduceren van tekst tot betekenisvolle
codes
Het afbreken van je data in kleine stukken.
Wordt soms ook wel ‘categoriseren’, ‘labellen’, ‘open coderen’ of het
‘initieel coderen’ genoemd.
Hoe? Lees tekst en label een stuk, lees tekst en label een stuk...
Stel de volgende vragen:
o Waarover gaat dit?
o Hoe relevant is dit voor mijn onderzoek?
o Welke code moet ik hieraan hechten?
, Codes (of ‘Nodes’ in Nvivo) zijn labels die betekenis geven aan
stukken tekst; een betekenis die wordt toegekend door de
onderzoeker.
‘Fragmenten’ zijn stukken tekst:
o Woord voor woord coderen (documentanalyse).
o Lijn per lijn of zin per zin coderen (interviews).
o Voorval per voorval coderen (observatieonderzoek).
Er is in deze eerste fase een spanning tussen ‘alles coderen’
(vraag 1) en ‘enkel datgene wat relevant is voor jouw
onderzoeksvragen’ (vraag 2).
We proberen dit op te lossen in GT door in het begin zo veel
mogelijk te coderen in termen van wat er in de data lijkt te zijn (los
van de theoretische relevantie), maar naarmate je vordert steeds
meer te focussen op wat theoretisch relevant lijkt.
Eerste fase volgens PPGT
Strauss en Corbin: Open coding is: ‘The process of breaking down,
examining, comparing, conceptualizing, and categorizing data’
(p.61).
Je stelt vragen als ‘wat is dit’ en ‘wat stelt dit voor’ aan je data.
Je maakt concepten door betekenis te geven aan stukken tekst,
waarbij je korte, meer abstracte labels gaat toekennen.
Bv. we observeren bodybuilders in een gym en stellen vast dat
ze ‘zichzelf bewonderen’ (en niet het label ‘de respondent kijkt naar
zichzelf in de spiegel’) en ‘advies geven’ (en niet het label ‘geeft
uitleg aan iemand anders over oefening’).
In deze fase gaan we de vele concepten die we op die manier
ontwikkelen met elkaar vergelijken en onderling aan elkaar relateren
of groeperen, wat leidt tot de ontwikkeling van overkoepelende
(nog meer abstracte) categorieën.
Die abstracte categorieën gaan we dan beschrijven in termen van
samenstellende eigenschappen en dimensies.
à Eigenschappen kan je best vergelijken met
variabelen/kenmerken en dimensies met de waarden van die
variabelen.
à Bv. we observeren bodybuilders en stellen vast die die vooral
‘trainen’, ‘lesgeven’, ‘converseren’ en ‘bewonderen’ (abstracte
categorieën). Categorie bewonderen Spiegel kijken, kijken hoe
Wanneer pas je grounded theory toe?
Hood maakt onderscheid tussen het meer algemene inductieve
kwalitatieve model (‘Generic Inductive Qualitative Model’ - GIQM) en
GT.
Het GIQM volgt een aantal principes die vaak als kenmerkend
worden gezien van kwalitatieve data-analyse in het algmeen (maar
die niet noodzakelijk overeenstemmen met waar GT voor staat):
B.v: Maxwell, J. A. 2005. Qualitative Research Design: An Interactive
Approach. Thousand Oaks, CA: Sage
Zorg er voor dat je (in je thesis bv.) enkel aangeeft GT toe te
passen als je het ook doet en indien niet: verkoop het niet als
volwaardige GT, maar dan, bv. als TA of QCA of als het gedeeltelijk
toepassen van GT.
Principes GIGM/ pragmatische benadering van
kwalitatieve data-analyse
1. Focus op onderzoeksvragen die: a) de nadruk leggen op de
ontwikkeling van een dieper begrip of verklaring, b) de verkenning
van nieuwe hypothesen boven het testen van bestaande
hypothesen, c) de interpretatie van betekenis, d) rijke, contextuele
beschrijving en/of e ) een focus op het proces.
2. Verzamel en analyseer gegevens op een cyclische manier.
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.
5. Pas een coderingsproces in drie stappen toe, vaak gekenmerkt
door een toenemende graad van abstractie.
6. Gebruik schrijven als een belangrijk hulpmiddel bij het analyseren
(interpreteren) van gegevens.
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.
, 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
Er is niets verkeerds met een meer pragmatische benadering.
Maar meer orthodoxe benaderingen geven je meer houvast om
een bepaald type van onderzoeksvragen te bestuderen.
Door je concretere stappen te beschrijven die je kunt volgen;
Door indicatoren van kwaliteit in je analyses aan te duiden.
Je kan ook gebruik maken van de ‘whatever works’ benadering,
maar die overlapt vaak in de realiteit met een meer pragmatische
benadering en geeft minder houvast aan de beginnende
onderzoeker.
Centraal in elke benadering is dat je analyses een hoge kwaliteit
hebben, wat op verschillende manieren wordt gedefinieerd in
kwalitatief onderzoek, maar vaak neerkomt op een evaluatie van je
bevindingen als geloofwaardig en theoretisch relevant.
Kenmerken GT
Hood somt een aantal essentiële kenmerken van kwalitatieve analyse aan,
waar je analyse aan moet voldoen om het als GT te omschrijven:
1. Theoretische steekproeftrekking: Je steekproef kan niet op
voorhand worden bepaald, maar moet veranderen in functie van de
ontwikkelende theorie.
2. Constant-vergelijkende methode: Betekent niet dat je vooraf
gedefinieerde concepten, groepen of contexten gaat vergelijken,
maar de data in zijn geheel en pas in latere fases meer gefocust op
meer inductief (!) ontwikkelende concepten, groepen of contexten .
3. Het ontwikkelen van een nieuwe theorie: GT moet leiden tot
nieuwe theoretische inzichten, louter toetsen van bestaande
theorieën en/of concepten is onvoldoende.
4. Theoretische saturatie: Je stopt niet met het verzamelen en
analyseren van data als je ‘niets nieuws meer hoort’ (in bv. een
, interview), maar enkel als je bepaalde processen of fenomenen
volledig kunt verklaren of begrijpen (en dus je concepten volledige
zijn ontwikkeld).
5. Onderzoeksvragen: Meer doen dan louter beschrijven of
exploreren: volledig verklaren of begrijpen van fenomenen.
Bovendien gaan de onderzoeksvragen quasi altijd veranderen in
termen van focus gedurende het onderzoek.
6. Bestaande literatuur:Ambivalente / achterdochtige houding t.a.v.
bestaande literatuur. Literatuur mag onderzoek nooit determineren
m.b.t. de focus en interpretatie van de data, het kan hoogstens
inspirerend werken.
Rol van literatuur staat nu wel centraler in GT dan vroeger: ‘There
is a difference between an open mind and an empty head’
Voor het coderen begint
Samenstellen van basissteekproef
Opstellen van onderzoeksinstrumenten
Afnemen van interviews of uitvoeren van observaties (zie les
over etnografie) en uittypen van data (of selecteren van andere
vormen van tekst)
Codeerproces
Fase 1: Reduceren van tekst tot betekenisvolle codes.
Fase 2: Reduceren en integreren van codes.
Fase 3: Opbouwen van een gefocuste theorie.
Eerste fase: reduceren van tekst tot betekenisvolle
codes
Het afbreken van je data in kleine stukken.
Wordt soms ook wel ‘categoriseren’, ‘labellen’, ‘open coderen’ of het
‘initieel coderen’ genoemd.
Hoe? Lees tekst en label een stuk, lees tekst en label een stuk...
Stel de volgende vragen:
o Waarover gaat dit?
o Hoe relevant is dit voor mijn onderzoek?
o Welke code moet ik hieraan hechten?
, Codes (of ‘Nodes’ in Nvivo) zijn labels die betekenis geven aan
stukken tekst; een betekenis die wordt toegekend door de
onderzoeker.
‘Fragmenten’ zijn stukken tekst:
o Woord voor woord coderen (documentanalyse).
o Lijn per lijn of zin per zin coderen (interviews).
o Voorval per voorval coderen (observatieonderzoek).
Er is in deze eerste fase een spanning tussen ‘alles coderen’
(vraag 1) en ‘enkel datgene wat relevant is voor jouw
onderzoeksvragen’ (vraag 2).
We proberen dit op te lossen in GT door in het begin zo veel
mogelijk te coderen in termen van wat er in de data lijkt te zijn (los
van de theoretische relevantie), maar naarmate je vordert steeds
meer te focussen op wat theoretisch relevant lijkt.
Eerste fase volgens PPGT
Strauss en Corbin: Open coding is: ‘The process of breaking down,
examining, comparing, conceptualizing, and categorizing data’
(p.61).
Je stelt vragen als ‘wat is dit’ en ‘wat stelt dit voor’ aan je data.
Je maakt concepten door betekenis te geven aan stukken tekst,
waarbij je korte, meer abstracte labels gaat toekennen.
Bv. we observeren bodybuilders in een gym en stellen vast dat
ze ‘zichzelf bewonderen’ (en niet het label ‘de respondent kijkt naar
zichzelf in de spiegel’) en ‘advies geven’ (en niet het label ‘geeft
uitleg aan iemand anders over oefening’).
In deze fase gaan we de vele concepten die we op die manier
ontwikkelen met elkaar vergelijken en onderling aan elkaar relateren
of groeperen, wat leidt tot de ontwikkeling van overkoepelende
(nog meer abstracte) categorieën.
Die abstracte categorieën gaan we dan beschrijven in termen van
samenstellende eigenschappen en dimensies.
à Eigenschappen kan je best vergelijken met
variabelen/kenmerken en dimensies met de waarden van die
variabelen.
à Bv. we observeren bodybuilders en stellen vast die die vooral
‘trainen’, ‘lesgeven’, ‘converseren’ en ‘bewonderen’ (abstracte
categorieën). Categorie bewonderen Spiegel kijken, kijken hoe
