Hur man analyserar kvalitativa data?
Se Hur man gör kvalitativ forskning för en översikt över hur man väljer en kvalitativ forskningsmetodik.
När du väl har samlat in alla dina kvalitativa data är det lätt att bli överväldigad av mängden innehåll som dina metoder har skapat. Kvalitativ analys är tidskrävande men drar nytta av en övervägande, metodisk metod.
För den här artikeln kommer vi inte att täcka tekniker som genererar kvantitativ statistik från kvalitativa data. Det finns ett antal olika tillvägagångssätt att välja mellan, men den här guiden ger dig en snabb översikt över tekniker och beskriver några steg som är gemensamma för alla.
- 1Välj din inställning. Förhoppningsvis valde du din analytiska plan när du bestämde dig för din metod och innan du började samla in data. Du borde ha planerat hur du skulle analysera dina data, hur det skulle påverka dina metoder, vilka data du skulle samla in och hur. Se Hur man gör kvalitativ forskning för en översikt över hur man väljer en kvalitativ forskningsmetodik. Men ibland ändrar människor sin inställning som svar på datainsamlingsprocessen.
- Det finns dussintals olika tillvägagångssätt, och olika discipliner använder olika terminologier för att beskriva vad som ofta verkar vara samma teknik. Men allas tillvägagångssätt är lite annorlunda, så läs mer om några av dessa breda typer och välj en teknik eller kombination som är rätt för din forskning.
- Här är några möjligheter:
- Tematisk / innehållsanalys Generera "koder" som beskriver teman i texten, till exempel "Ångest" eller "Matvanor".
- Diskursanalys Titta på data i samband med en bredare diskurs, såsom politiska, historiska trender eller en gruppinställning.
- Berättande analys (fenomenologi) Hur människor beskriver sina egna berättelser med hjälp av språk, tid och metafor.
- Semiotisk analys (hermeneutik) Hur deltagare (eller forskaren) förstår och tolkar världen genom sin nyanserade användning av språk och ord.
När du väl har samlat in alla dina kvalitativa data är det lätt att bli överväldigad av mängden innehåll som dina metoder har skapat. - 2Utveckla ditt ramverk. Det finns två huvudmetoder att välja mellan här:
- Grundad teori / framväxande kodning / induktiv (datadriven) Det är här du inte vet i förväg vad du letar efter i data, och identifiera ämnen när du läser den: du skapar teori i farten.
- Ramanalys / strukturerad / (teoridriven) I huvudsak där du använder pre-exiting theory och dina forskningsfrågor för att beskriva ämnen du letar efter innan du börjar kodningsprocessen.
- 3Lär känna dina data.
- Kvalitativ analys är ofta ett iterativt tillvägagångssätt, men det hjälper verkligen att sitta ner med dina data efter att du har samlat in den och läsa igenom hela den innan du påbörjar någon analys. Tidsbegränsningar kan göra att detta känns svårt, men annars kan du sluta behöva gå igenom dina data eftersom du märkte ett viktigt tema som du inte hade kodat i de första källorna.
- Om du själv har transkriberat uppgifterna (till exempel från inspelade intervjuer) hjälper det dig att vara nära informationen, men även om du hade någon annan att göra transkriptionen, läs igenom den för att kontrollera om det är felaktiga ord.
- 4Välj din teknik. Detta beror också på formatet på dina data, särskilt om det innehåller multimediekällor som ljud, video eller bilder.
- Många väljer att använda papperskopior av sina data, färgade överstrykningspennor eller markörer för att markera delar av informationen om vissa teman. Du kan också använda självhäftande anteckningar eller klippa ut sektioner av data och hålla dem i diagram på i filer som håller alla dina relevanta sektioner tillsammans.
- Du kan också välja att ta ett stort papper (OSOP) och använda detta för att utforska och hantera dina teman.
- Dedikerad programvara för kvalitativ analys kan hjälpa till att hantera, koda och utforska anslutningar i kodad data, men kan inte göra kodning åt dig. En oberoende översikt över de olika paketen finns i CAQDAS Networking Project. Men många väljer att använda standardkalkylark eller ordbehandlingsprogram för att hantera sina data.
Dedikerad programvara för kvalitativ analys kan hjälpa till att hantera, koda och utforska anslutningar i kodad data, men kan inte göra kodning åt dig. - 5Kod och kod. Nu ska du vara redo att gå igenom dina data, källa för källa, rad för rad, och minska den till meningsfulla koder. Du kan förvänta dig att detta tar lite tid, till exempel så mycket som 1-4 timmar för varje timme samlade och transkriberade intervjuer.
- Speciellt när du använder framväxande kodning kan du gå igenom en gång och göra mycket uppenbar "lågnivå" -kodning, identifiera saker som "läkare" och "behandling". Då kan du gå igenom igen efter att ha delat in alla data i dessa koder och identifierat "högre nivå" -koder, vilket med dina forskningsfrågor som "rädsla för sjukhus" eller "dålig kommunikation".
- 6Utforska och dela resultat. Redan innan du är klar med din kodning kanske du vill stoppa och undersöka processen. Vilka teman kommer mycket upp? Vilka kopplingar och trender visas i kodningen? Vad saknas? När du är klar vill du dela dina resultat med andra. Det är ett ämne i sig, men du kan dela citat, bilder, men mest skriva från din erfarenhet av att analysera, vilka viktiga faktorer du har upptäckt i data.
- Detta är bara en sammanfattning, länkarna och referenserna ger mycket mer nyans av de olika analytiska metoderna.
- När du går igenom dina data, håll ett öga på "nyckel citat": textavsnitt som är så bra, du vet att du kommer att sluta använda det citatet
Du borde ha planerat hur du skulle analysera dina data, hur det skulle påverka dina metoder, vilka data du skulle samla in och hur. - Vissa forskare kommer att försöka "triangulera" eller utvärdera sin kodningsstrategi genom att kontrollera den eller jämföra den med kodning utförd av en annan forskare
