H C   1 1   -   5   J U N I   2 0 2 3

Data-analyse

Inductieve en deductieve analyse

• Deductie: je start met een theorie, waar je vervolgens data bij verzamelt. Die data zorgen voor een bevestiging of ontkrachting van de theorie
• Inductie: je verzamelt data, op basis van die data volgt een theorie.
• Abductief proces: voorlopige verklaring o.b.v. theorie en/of data (inductie), die wordt geverifieerd/gefalsificeerd met nieuwe data (deductie), waarna je de voorlopige verklaring update o.b.v. deze data

Grounded theory benadering » Grounded theory = een theorie die gefundeerd is in de data

Data analyse

Stappen kwalitatieve data analyse:

• Data management en voorbereiding
• Reviewing en data reductie
• Coderen
• Memos schrijven
• Bouwen en testen modellen

Type codes

• Attribute codes » Markeren achterground- of demografische informatie van de respondent
• Index codes » Beslaan grote delen data en noteren brede/generieke topic
• Analytic codes » Beschrijven de betekenis van specifieke stukken data » deels op basis van literatuur, deels vanuit verzamelde data

Inductieve analyse – termen

• Grounded Theory benadering
• Sensitizing concepts
• A-priori codes
• Constant comparison
• Inductive coding process – open, axial, selective coderen

Sensitizing concepts

Je doet onderzoek in de literatuur en daar concepten herkent die al bestaan, die mogelijk een onderdeel van het antwoord op je onderzoeksvraag vormen

• Lens om naar de data te kijken » niet sturen/forceren
• Mag geen tunnelvisie opleveren
• Helpt om bevindingen te kunnen plaatsen
• Helpt om de puzzel op te lossen

A priori codes

• Sensitizing concepts:
  • Abstract
  • Breed
• A priori codes (a priori = eerst):
  
  • Concreet
  • Specifiek

Constant comparison

• Valkuil: laatste data is bepalend
• Oplossing: constante vergelijking
• Uitvoering, vergelijk: zodra je een aanpassing maakt vergelijk je dit met eerder verzamelde data

Criteria theorie/theoretisch model

• Fitness » theorie is passend in het veld dus het sluit aan bij bestaande theorieën
• Understanding » begrijpelijk beschreven
• Generality » geldend in meerdere situaties
• Control » geeft controle aan gebruiker, hij weet hoe het proces werkt

Inductieve analyse volgens Ground Theory

Van ruwe data naar theoretisch model door overzicht te creëren in ruwe data (open coderen), daar een structuur in creëren/bouwstenen maken (axiaal coderen), en vervolgens model te bouwen voor theorie (selectief coderen). Gedurende dit proces moet er data verzamelt blijven worden, dus ook constante vergelijking met andere data (constant comparison).

Open coderen

• Doelen:
  • Data reductie
  • Overzicht creëren
  • Topics identificeren in de tekst
• Werkwijze:
  
  • Open codes creëren
  • Structuur vermijden
• Stappen:
  • Data doornemen
  • Fragmenten identificeren
    • Inhoudelijk betekenisvol
    • Relevant bij onderzoeksvraag
  • ​​​​​​​​​​​​​​Fragmenten afbakenen » Betekenisvol geheel (bijv. niet alleen ‘ja dat klopt’)
  • Naam geven aan fragment
    • Op basis van literatuur
    • Eerder gemaakte labels
  • Kwaliteit codeboom waarborgen
    • Hernoemen codes
    • Samenvoegen synoniemen
    • Herindelen van fragmenten
• Handig om hierbij te gebruiken: onderzoekerstriangulatie
• De 3 C’s:
  
  • Context: bepalen wat een betekenisvol geheel vormt
  • Content: ‘vang’ de inhoud. Zorg dat de open code dekt wat de respondent bedoelt
  • Coverage: zorg dat elk aspect van een fragment gedekt is met de code(s). creëer meerdere codes voor een fragment als nodig

Axiaal coderen

• Doelen:
  • Structuren
  • Overkoepelende thema’s identificeren
  • Thema’s definiëren
• Werkwijze:
  
  • Hoofd- en subcodes maken
  • Structuur aanbrengen
• Stappen:

1. Structuur aanbrengen » lagen van hoofd- en subcodes identificeren
2. Definitie formuleren bij elke overkoepelende code

Selectief coderen

• Doelen:
  • Model bouwen
  • Onderzoeksvraag beantwoorden
• Werkwijze:
  
  • Data vanuit allerlei invalshoeken benaderen
  • De ‘puzzel’ oplossen
• Stappen:
  • Overkoepelend verhaal vinden
    • Hoofdthema’s identificeren
    • Kernboodschap formuleren
    • Thema’s linken aan elkaar, patronen ontdekken
    • Perspectief respondenten presenteren
  • Verklarend model bouwen » onderzoeksvraag staat centraal

Theoretische saturatie

= nieuwe toegevoegde data geeft geen nieuwe informatie meer

• Open coderen: bij toevoeging van nieuwe data zijn geen nieuwe codes nodig » saturatie bereikt
• Axiaal coderen: geen aanscherpingen/aanpassingen van definities meer hoeven doen
• Selectief coderen: er zijn geen nieuwe gevolgen voor beschreven relaties

Negative cases & theoretical sampling

• Iteratief proces
  • Meerdere fasen van dataverzameling
  • Daarbij theoretical sampling (=samples zo maken dat deze je theorie zo veel mogelijk verder helpen)
• Doel: Alle uitingsvormen dekken » uit te vinden wat verschillende manieren zijn zodat je een zo breed mogelijk toepasbaar model hebt
• Negative case: niet passend bij de (voorlopige) theorie » als je die weet te vinden, snap je beter hoe je theorie werkt en wat de limitaties zijn

Deductieve analyse

• Op basis van onderzoeksvraag » in een complexe en/of sensitieve situatie geschikt(er)
• Thema’s gevonden in literatuur
• Theorie testen
  
  • Toegepast in nieuwe situatie
  • Met doel theorie verder te ontwikkelen
• Categorisatiematrix: Thema’s vermaken tot categorieën en op basis daarvan een categorisatiematrix creëren

Proces deductieve analyse

1. Creëer categorisatiematrix
2. Verzamel data
3. Coderen
   
   • Pas matrix op de data toe
   • Label ‘niet-passende’ data
4. Deel inductief uitwerken: nieuwe thema’s creëren (deze stap kun je weglaten)
5. Bepaal fit van data-mix » in hoeverre beschrijft de matrix volledig en afdoende de data die verzamelt is
6. Verken onderliggende (latente) bevindingen

Deductieve analyse – toepassen van categorisatiematrix

• Inductieve versie
• Verklarende versie » verklaring kunnen bieden » stap 6 is belangrijk, wordt meer bij stilgestaan
• Beschrijvende versie » stap 6 wordt niet uitgevoerd » in hoeverre beschrijven de bestaande categorieën adequaat de data? Handig als je doel is om te onderzoeken wat de match is tussen je data en de categorisatiematrix

Type onderzoeksvragen

• Komen alle thema’s voor in de data?
• Hoe frequent komen de thema’s (ten opzichte van elkaar) voor in de data?
• Welke nieuwe thema’s zijn geïdentificeerd?
• Zijn er verschillen tussen de groepen?