TOE Kwali HC 2 - Data analyse

Inductie:

Theorie geformuleerd op basis van data

• Data → analyse → theorie geformuleerd op basis van data

Deductie:

Data bevestigt of ontkracht theorie

• Theorie → analyse → data bevestigt of ontkracht theorie

Inductief coderen

Data genereert de codes

Deductief coderen

Theoretisch kader genereert de codes

2 stappen in coderen (algemeen):

• Decoding → ontdekken wat er bedoeld wordt

• Encoding → label geven

Stappen kwalitatieve inductieve data-analyse:

• Data management en voorbereiding

• Reviewing en data reductie/opschoning

• Coderen

• Memo’s schrijven

• Bouwen + testen vna conceptuele modellen/verklaringen

Typen codes:

• Attribute codes → achtergrond & demografische info

• Index codes → grote delen data, bredere onderwerpen

• Analytic codes → beschrijven de betekenis van specifieke stukken data, deels obv literatuur, deels vanuit verzamelde data

Hoe ziet het abductief proces eruit?

• Data/theorie verkennen (inductie)

• Voorlopige verklaring

• Verifiëren met nieuwe data (deductie)

Wat houdt de Grounded Theory benadering globaal in?

• Iteratief proces om nieuwe theorie te ontwikkelen op basis van verzamelde data

• Glaser & Strauss, vanaf 1967 in ontwikkeling

Stappen van de Grounded Theory benadering:

• Conceptuele theorie (hypothese)

• Doelgroep bepalen, selecte steekproef trekken

• Dataverzameling tot theoretische saturatie

• Data coderen volgens Grounded Theory methode: open coderen → axiaal coderen → selectief coderen

• Theorie aanscherpen/herformuleren

• Nagaan of je nieuwe theorie standhoudt → aan de hand van literatuur en je gemaakte memo’s

Sensitizing concepts:

Gives the user a general sense of reference and guidance in approaching empirical instances

• Lens om naar data te kijken

• Mag geen tunnelvisie opleveren

• Helpt om bevindingen te kunnen plaatsen en de puzzel te kunnen oplossen

A priori codes:

Heb je van tevoren al bepaald

Doelen van open coderen (fase 1 van data coderen volgens Grounded Theory methode):

• Data reductie

• Overzicht creëren

• Topics identificeren in de tekst

Stappen binnen fase 1 data coderen volgens Grounded Theory methode (open coderen):

• Data doornemen

• Fragmenten identificeren

• Fragmenten afbakenen

• Naam geven aan fragment

• Kwaliteit van de codeboom waarborgen

3 C’s bij open coderen (fase 1 van data coderen volgens Grounded Theory methode):

• Context → bepaal wat een betekenisvol geheel vormt

• Content → vang de inhoud + zorg dat de open code dekt wat de respondent bedoelt (dus niet vertelt wat het algemene onderwerp is)

• Coverage → zorg dat elk aspect van het fragment gedekt is met de code(s) + creëer meerdere codes voor een fragment als nodig

Constant comparison:

Alles met alles vergelijken

• Valkuil als je dit niet doet = dat je laatst gevonden data bepalend worden

Doelen van axiaal coderen (fase 2 van data coderen volgens Grounded Theory methode):

• Structuur creëeren

• Overkoepelende thema’s identificeren

• Thema’s identificeren

Stappen binnen axiaal coderen (fase 2 van data coderen volgens Grounded Theory methode):

• Structuur aanbrengen → lagen van hoofd- en subcodes identificeren

• Definitie formuleren bij elke overkoepelende code

Doelen van selectief coderen (fase 3 van data coderen volgens Grounded Theory methode):

• Model bouwen

• Onderzoeksvraag beantwoorden

Stappen van selectief coderen (fase 3 van data coderen volgens Grounded Theory methode):

• Overkoepelend verhaal vinden → hoofdthema’s, kernboodschap, thema’s linken, patroon ontdekken, perspectief respondenten representeren

• Verklarend model bouwen → onderzoeksvraag staat hierbij centraal

Theoretische saturatie:

Nieuwe data levert geen nieuwe info op

• Bij open coderen → bij nieuwe data geen nieuwe open codes nodig

• Bij axiaal coderen → nieuwe data geeft geen aanscherpingen in definities of structuur

• Bij selectief coderen → nieuwe data heeft geen gevolgen voor beschreven relaties

Negative case:

Niet passend bij de (voorlopige) theorie

• Outliers (uitschieters)

Kenmerken van deductieve data-analyse (categorisatiematrix):

• Op basis van een onderzoeksvraag (deze is complex en/of sensitief)

• Thema’s gevonden in literatuur

• Theorie testen → toegepast in nieuwe situatie, met doel deze theorie verder te ontwikkelen

Stappen binnen deductieve data-analyse:

• Categorisatiematrix maken

• Data verzamelen

• Coderen → matrix toepassen op data → niet-passende data labellen → kiezen wat je doet met niet-passende data

• Fit van de data-matrix bepalen

• Onderliggende (latente) bevindingen verkennen

Verschillende toepassingen van de categorisatiematrix:

• Inductieve versie → nieuwe thema’s creëren voor niet-passende data

• Verklarende versie → onderliggende (latente) bevindingen verkennen

• Beschrijvende versie → je creëert geen nieuwe thema’s en verkent ook geen onderliggende (latente) bevindingen

Type onderzoeksvragen voor deductieve data-analyse:

• Komen alle thema’s voor in de data?

• Welke nieuwe thema’s zijn geïdentificeerd?

• Hoe frequent komen de thema’s (ten opzichte van elkaar) voor in de data?

Belangrijkste verschillen tussen inductief en deductief:

• Inductief: theorie vormen, sensitizing concepts, open-axiaal-selectief coderen, hoge flexibiliteit (nieuwe inzichten)

• Deductief: theorie testen, categorisation matrix, matrix toepassen op data, lage tot medium flexibiliteit