Dit document bevat de samenvatting van methodologie deel 3, het kwalitatieve deel. Alle te kennen delen voor het examen zitten erin verwerkt (die in het leerstofoverzicht van de prof stonden). Ik heb mijn samenvatting gebaseerd op notities uit de les in combinatie met de cursus.
METHODOLOGIE DEEL 3 KWALITATIEF
KWALITATIEVE DATA-ANALYSE DEEL 1
1. Data-analyse
Dit vak biedt een voorbeeldtraject om te leren analyseren
- De aanpak van data-analyse hangt af van het gekozen paradigma Bv. post-positivistisch,
constructivistisch of kritisch
Kwalitatief onderzoek is ivm de kost van surveys vaak goedkoper, maar niet altijd sneller:
onderzoeker heeft mbv dataverzameling sneller gegevens ter beschikking, MAAR de analyse doet
deze tijdwinst in sterke mate teniet
Gemeenschappelijke structuur in kwalitatieve analyse
Er zijn een aantal fasen die terugkomen in de meeste analytische benaderingen
- Fase 1: Klaarmaken van het materiaal (digitaliseren)
Soms is het materiaal al in digitale vorm beschikbaar, anders moet het materiaal nog
gedigitaliseerd worden door het te scannen of te transcriberen (audio -> geschreven)
- Fase 2: Databeheer en eerste lezing transcripts
Onderzoeker begint reeds in analyse met het organiseren vd data (Nvivo) en starten
met het lezen van interviewtranscripten/veldnota’s
- Fase 3: Afbreken
Data opsplitsen in kleinere delen en niet relevante data wegfilteren
metafoor van analyse van archeologische site: afbreken (coderen/ indiceren/labelen)
en weer opbouwen
- Fase 4: Opbouwen
Data verbinden/linken en aggregeren met als resultaat eerst concepten en thema’s en
daarna soms theorieën
Ook gekeken naar de betrouwbaarheid, generaliseerbaarheid en validiteit vd analyse
- Fase 5: Rapporteren
Gebeurt vaak al tijdens de analyse, is niet noodzakelijk laatste fase
Enkele alternatieve analytische benaderingen
- Narratieve analyse
Focus op de formele structuur van een boodschap: niet enkel de sequens van de
gebeurtenissen (verhaal), maar ook hoe het verteld wordt (‘plot’)
Sterk gelijkend op conversatieanalyse
- Kwalitatieve inhoudsanalyse
Coderen en interpreteren van inhouden van teksten
Verschillende vormen: van heel gestructureerd tot diepgaand
Houden het midden tussen narratieve en thematische analyse
meer dan louter tellen van inhouden (kwantitatieve inhoudsanalyse)
- (Kritische) discoursanalyse
Focus op hoe taal betekenissen de werkelijkheid construeert: na analyse met
datareductie gaat onderzoek verder in 3 stappen
1. Hoe wordt taal gebruikt om ideeën/betekenis te construeren
2. Variatie in taalgebruik en inconsistenties in betekenissen
3. Gevolgen vd uitspraak of tekst op anderen of voor verdere betekenis
Verwoording en argumentatiepatronen van communicatie staan centraal
1
, - Interpretatieve (fenomenologische) analyse
Centrale onderzoeksvraag: Hoe geven mensen betekenis aan hun omgeving?
Concrete analytische aanpak lijkt sterk op grounded theory MAAR verschil is dat
interpretatieve analyse de nadruk legt op betekenisgevingsprocessen
- Thematische analyse
Op zoek naar thema’s of ‘betekeniseenheden’
1. Onderzoeksmateriaal doorgelezen en datareductie dmv coderen
2. Codeboek wordt geordend en in thema’s samengebracht
Lijkt op grounded theory, maar dan met veel minder theoretische ambities (niet-
theoretische variant):
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 (deel vd data gecodeerd waarbij vooraf
bestaande codeboek wordt toegepast op data)
Doel identificeren vd belangrijkste themata in een interview/focusgroep
Grounded theory / constant vergelijkende methode (gekozen benadering in deze cursus)
- Zie Glaser & Strauss 1967
- Wordt vaak gebruikt in de praktijk: meest dominante kwalitatieve analysewijze
- We volgen niet dé benadering, maar één interpretatie
- Aangevuld met de analysemethode van Miles & Huberman
Nadruk op het gebruik van grafische voorstellingen
verhouding inductie/deductie bij grounded theory: theorie niet gevonden, maar is menselijke creatie
- De nadruk ligt op de inductieve weg
“analytische inductie”: concepten/relaties komen voort uit data met als doel komen
tot algemeen geldende uitspraken obv specifieke gevallen
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
Gebruik van “sensitizing concepts” 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
2
,Om uit empirische gegevens een theorie te laten ontstaan, moet een onderzoeker een zekere mate
van theoretische gevoeligheid hebben of ontwikkelen: verwijst naar de kennis en capaciteiten vd
onderzoeker om van ruwe gegevens categorieën/thema’s te maken en dimensies en eigenschappen
hiervan te ontwikkelen (betekenis geven aan data + deze in abstractere eenheden vatten)
- Talent om conceptueel te denken en theoretische inzichten af te leiden uit kwali gegevens
- Theoretische gevoeligheid kan ook aangescherpt worden door opleiding/literatuur
- Doel: nieuwe verbindingen leggen tussen concepten en ideeën
Fasering van de analyse (stappen doorheen analyse)
Cyclisch proces op twee plaatsen in onderzoek
- Bij steekproeftrekkingen, bv.
Afnemen van enkele interviews
Analyse van interviews
Aanpassing van topiclijst (meer gefocust)
Bijkomende, meer gerichte interviews en analyse van interviews
- Bij de analyse zelf: voortdurende vergelijking
resultaten vd analyse herhaaldelijk vergelijken met de data
De tussentijdse conclusies in vraag stellen (op zoek gaan naar falsificatie) door nieuwe
data te verzamelen
Ofwel bevestiging van de theorie
Ofwel geen bevestiging
o Of echte falsificatie
o Of nuance: het werkt in bepaalde omstandigheden (meestal)
Proces van afbreken en opbouwen
Open coderen
- Opdelen van gegevens in kleinere delen die relevant zijn voor de onderzoeksvraag
- Codes (labels) toekennen aan die delen
Axiaal coderen
- Het verbinden van losse codes tot een geheel (rond centrale assen of “axissen”)
- Focussen op centrale concepten
Selectief coderen
- De concepten met elkaar in verband brengen tot een theorie, bv.
Welke processen leiden tot welke uitkomst?
Welke variatie op de OV leidt tot variatie op de AV?
- Vaak wordt 1 concept tot “centrale categorie” gekozen
Kan ook gaan over afhankelijke en onafhankelijke variabelen
Theoretisch model (ideaaltype)
- 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
3
, Praktijkmodel (geïnspireerd op kwantitatieve onderzoekscyclus)
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
a) 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
- Ruwe data Bv. veldnotities, documenten, interviews in digitale vorm,…
- Gedeeltelijk verwerkte data Bv. interviewtranscripts
- Gecodeerde data Bv. gecodeerde transcripts
- Codeerschema’s (per fase in het onderzoek)
- Memo’s (reflecties op het geanalyseerde materiaal)
- Zoekacties/functies (om bepaalde data te kunnen vergelijken)
- Analyseschema’s (matrices of netwerken die een overzicht geven vd analyse)
- Analyse geschiedenis (stap voor stap overzicht van wat uitgevoerd is)
- Logboek: chronologisch overzicht van dataverzameling en –analyse: heel belangrijk!
- Proefversies van het eindrapport (rapportteksten)
- Index van al het voorgaande
Beheer kan m.b.v. tekstverwerking of softwarepakketten voor kwalitatieve data-analyse (bv. NVivo)
b) Softwarepakketten voor kwalitatieve data-analyse
Weitzman en Miles ‘Computer Programs for Qualitative Data Analysis’
- De helft werd ontwikkeld met als doel de analyse van kwalitatieve data, de andere helft werd
ontwikkeld voor meer algemene toepassingen:
Doorzoeken van teksten (tekst search) en opslaan van tekst (storage)
Onderzoekers moeten zoeken naar een geschikt softwarepakket
- Deze moet passen bij hun analyseplannen, de structuur van hun data en hun voorkeuren
inzake gebruiksgemak en kostprijs
- Juiste keuze vereist ook een systematische analyse vd noden vh project en de behoeften vd
onderzoeker
4
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
√ Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, Bancontact of creditcard voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper tiachampagne. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €7,99. Je zit daarna nergens aan vast.
