Wat houdt een kwalitatieve data-analyse in? - Chapter 23

Een enorme kracht van kwalitatief onderzoek is de diepte en rijkheid van de data die het genereert. Dit betekent echter ook dat de analyse niet altijd eenvoudig is. Miles (1979) beschrijft kwalitatieve data daarom als een ‘aantrekkelijke ergernis’. Daarnaast zijn er veel verschillende manieren waarop kwalitatieve analyse benaderd kan worden. Veel auteurs stellen dat vaste analyseregels niet per se wenselijk zijn. Kwalitatief onderzoek verschaft wel enkele brede oriëntaties ten aanzien van data, deze zullen in dit hoofdstuk besproken worden. 

Wat zijn de meest bekende algemene strategieën voor het doen van een kwalitatieve data-analyse?

De meest geciteerde algemene strategieën voor het doen van kwalitatieve data-analyses betreffen de analytische inductie, de gefundeerde of geaarde theorie ('grounded theory'), de thematische analyse en de narratieve analyse. Met 'algemene strategie' doelen we op een vastgestelde serie principes en praktijken die dienen als leidraad voor het coderen en analyseren van data. Een verschil tussen kwalitatieve en kwantitatieve data-analyse is dat een kwantitatieve analyse bijna altijd wordt gedaan na het verzamelen van de data. De kwalitatieve analyse wordt vaak beschreven als iteratief: een herhalende wisselwerking tussen de verzameling en analyse van data. De analyse start na het verzamelen van wat data en deze tussentijdse analyse geeft vorm aan de volgende stap in het proces van de dataverzameling. De gefundeerde theorie, analytische inductie en narratieve analyse kunnen dus ook worden gezien als strategieën voor dataverzameling. 

Wat houdt analytische inductie in?

Bij een analytische inductie wordt de data zo geanalyseerd dat de onderzoeker eindigt met een universele verklaring voor een fenomeen. De onderzoeker gaat dus door met de dataverzameling totdat hij/zij geen enkel geval meer tegenkomt die inconsistent is met zijn/haar hypothetische verklaring. Het stappenplan van deze aanpak gaat als volgt: er is een grove definitie van een onderzoeksvraag gevolgd door een hypothetische verklaring van dat probleem. Vervolgens begint de dataverzameling: wanneer er geen inconsistente (negatieve) gevallen gevonden worden, wordt de hypothese bevestigd en eindigt de dataverzameling. Indien er wel gevallen worden gevonden die inconsistent zijn met de verklaring, wordt de verklaring aangepast waarna de dataverzameling verder gaat totdat er geen afwijkende gevallen meer zijn, of zo aangepast dat het specifieke afwijkende geval buiten de boot valt.

Er zijn twee beperkingen van de analytische inductie. Allereerst beschrijft het de voorwaarden die voldoende zijn voor het zich voordoen van het fenomeen, maar het specificeert zelden de noodzakelijke voorwaarden. Bijvoorbeeld: door een analytische inductie kan verklaard worden waarom mensen met bepaalde eigenschappen of in bepaalde omstandigheden drugsverslaafden worden, maar er kan niet verklaard worden waarom juist zij verslaafd zijn geworden en niet anderen met dezelfde eigenschappen in dezelfde situatie. Ten tweede biedt de analytische inductie (in tegenstelling tot de gefundeerde theorie) geen bruikbare richtlijnen met betrekking tot het aantal benodigde gevallen voordat de validiteit van de hypothetische verklaring kan worden bevestigd.

Wat houdt de gefundeerde theorie in? 

De gefundeerde of geaarde theorie is het meest gebruikte kader voor het analyseren van kwalitatieve data. Deze benadering werd voor het eerst beschreven in het boek van Glaser en Straus (1967), wat een van de meest geciteerde teksten in de sociale wetenschappen is. Er is geen duidelijke algemene definitie, omdat Glaser en Strauss de gefundeerde theorie op verschillende manieren ontwikkelden. Glaser (1992) vond dat de gefundeerde theorie die Strauss (1990) promootte te beschrijvend was en dat Strauss (1990) teveel nadruk legde op de ontwikkeling van concepten in plaats van op theorieën. Auteurs vermelden vaak of ze de ‘Glaserian’ of de ‘Straussian’ versie van de gefundeerde theorie gebruiken. Daarnaast wordt het geven van een eenduidige definitie ook lastig, omdat de ‘Straussian’ versie de laatste jaren veel veranderd is: er worden continu analytische hulpmiddelen toegevoegd.

De gefundeerde theorie biedt de volgende 'tools':

• Theoretische ‘sampling’: het selecteren van gevallen op basis van de behoeften van opkomende theorie, dus niet op basis van vooraf gespecificeerde criteria.

• Coderen, een kernproces in de gefundeerde theorie. Het verdelen van data onderdelen en deze een naam of label geven, direct na aanvang van de dataverzameling. Data hoeft niet in voorgevormde standaardcodes te passen zoals bij kwantitatief onderzoek, de interpretaties van de data vormen nieuwe codes. De codes worden gedurende het herhalende proces van verzameling en analyse bepaald en georganiseerd.

• Theoretische verzadiging, heeft zowel betrekking op de verzameling als codering van data (nieuwe data is niet langer behulpzaam of wordt herhalend en de codes of categorieën zelf dragen niet meer bij aan de uitwerking van de ontwikkelde concepten.

• Constante vergelijkingen. Dit heeft betrekking op het behouden van een nauwe connectie tussen data en conceptualisatie: er moet overeenstemming zijn tussen codes, categorieën en concepten. Hieronder valt tevens het waakzaam zijn voor opkomende tegenstellingen tussen categorieën en concepten. Hoewel vroeger de constante vergelijkingen expliciet gerapporteerd werden is dit tegenwoordig een impliciet element.

Een erg praktisch en belangrijk hulpmiddel binnen dit proces zijn memo's: de aantekeningen van onderzoekers over het analyseproces. Het wordt aangeraden deze te schrijven zodra je enkele fenomenen hebt gecodeerd, dit is behulpzaam bij de constante vergelijkingen. Memo's kunnen verschillende vormen hebben voor allerlei doeleinden worden gebruikt. Hierin kunnen bijvoorbeeld theoretische aantekeningen, verklaringen van incidenten, codes, mogelijke relaties tussen concepten staan, reflectieve opmerkingen, ideeën voor verdere ontwikkeling, overwegingen omtrent dataverzadiging of een simpele reminder staan. 

Hoe wordt gecodeerd volgens de gefundeerde theorie?

Coderen vormt een belangrijk proces binnen de gefundeerde theorie. Het betreft het reviewen van transcriptie en/of veldnotities en het geven van namen aan onderdelen die mogelijk theoretisch belang hebben of bijzonder belangrijk lijken binnen de sociale wereld van de bestudeerde personen. Codes zijn een middel voor het labelen, scheiden, samenstellen en organiseren van data. Kwalitatief coderen verschilt van kwantitatief coderen (van survey data bijvoorbeeld). In het laatste geval is het een manier van het voorbereiden van data voor een kwantitatieve data-analyse. In veel benaderingen van de kwalitatieve data-analyse, waaronder de gefundeerde theorie, is het een belangrijke eerste stap in het genereren van theorie. In kwantitatieve context worden data en codes meer als vaststaand beschouwd, terwijl kwalitatief coderen meer 'vloeibaar' en herzienend van aard is. Data wordt beschouwd als mogelijke indicatoren van concepten, welke constant worden vergeleken zodat duidelijk wordt bij welke concepten zij het beste passen. 

Straus en Corbin (1990) maken onderscheid tussen drie soorten codeerpraktijken: open coderen, axiaal coderen en selectief coderen. Elk soort houdt verband met een bepaalde fase gedurende de ontwikkeling van categorieën. De fase van open coderen is relatief verkennend. Het idee van axiaal coderen wordt soms gezien als het beëindigen van de dynamische data-analyse en is daarom controversieel. Open coderen: het proces van het verdelen, beoordelen, vergelijken, conceptualiseren en categoriseren van data. Hier komen concepten uit voort, die later gegroepeerd worden en omgezet in categorieën. Axiaal coderen: reeks procedures aan de hand waarvan data terug bij elkaar worden geplaatst door het maken van connecties tussen categorieën. Dit geschiedt door het koppelen van codes aan contexten, gevolgen, interactiepatronen en oorzaken. Selectief coderen: procedure waarin de kerncategorie wordt geselecteerd, deze systematisch te relateren aan andere categorieën, het valideren van deze relaties en het invullen van categorieën die verdere verfijning en ontwikkeling nodig hebben. 

Ook Charmaz (2006) onderscheidt drie hoofdvormen van codering, gerelateerd aan de verschillende fasen van dit proces: initiële codering, gefocust coderen en theoretisch coderen. Dit proces begint met eerste indrukken van de data en vereist een open blik van de onderzoeker. Er moeten zoveel mogelijk nieuwe ideeën en codes worden gegenereerd ter inkapseling van de data. Gefocust coderen betekent dat de meeste voorkomende codes worden geïdentificeerd, deze zijn het meest onthullend ten aanzien van de data. Sommige initiële codes zullen vervallen, maar er kunnen ook nieuwe ontstaan door het combineren van initiële codes. De onderzoeker verkent en evalueert de data vervolgens nogmaals aan de hand van deze codes. De benadering van Charmaz is derhalve erg iteratief: er bestaat een constante cyclus tussen data, codering en concepten. In de derde fase worden de codes samengebracht voor een theoretisch begrip van het onderzochte object.

De benaderingen van onderzoekers verschillen enigszins, maar in beide gevallen zien we een beweging van het genereren van codes die dicht bij de data blijven naar meer selectieve en theoretisch uitgewerkte manieren van conceptualisering van het bestudeerde fenomeen. 

Welke verschillende fasen worden doorlopen en wat zijn de uitkomsten?

Stappenplan van de gefundeerde theorie:

1. Formuleer een algemene onderzoeksvraag

2. Voer een theoretische steekproef uit van relevante personen en/of gebeurtenissen.

3. Verzamel de relevante data

4. Codeer de data op het niveau van open coderen (waaruit concepten voortvloeien). Er wordt continu geschipperd binnen deze eerste vier stappen. Vroeg coderen kan betekenen dat nieuwe data nodig is, dus een theoretische steekproef enz.

5. Vorming van categorieën door constante vergelijkingen van indicatoren en concepten. De indicatoren en concepten moeten bij elkaar passen.

6. Verzadiging van deze categorieën gedurende het coderingsproces

7. Onderzoek de relaties tussen de categorieën waardoor er hypotheses ontstaan over de onderlinge verbanden.

8. Verzamel meer data door middel van theoretische steekproeven.

9. Test de hypotheses waarbij het theoretische verzadigingsprincipe de dataverzameling bepaalt. Formuleer vervolgens de wezenlijke theorie.

10. De wezenlijke theorie kan vervolgens nog worden getest in andere settings waarna er een formele theorie kan ontstaan. Dit is relatief zeldzaam in de gefundeerde theorie, omdat de onderzoekers zich meestal focussen op één bepaalde setting.

Uitkomsten van de gefundeerde theorie:

• Concepten: concepten zijn de labels die gegeven worden aan discrete fenomenen en worden geproduceerd in de fase van open codering.

• Categorieën: een categorie bestaat uit één of meerdere uitgewerkte concepten die fenomenen representeren. Categorieën zijn hiermee abstracter van aard dan concepten. Eigenschappen: dit zijn attributen of aspecten van een categorie.

• Hypotheses: een initieel idee over de relaties tussen concepten dat verkend kunnen worden door middel van theoretische steekproeven of verdere codering.

• Theorie: volgens Strauss en Corbin (1998) is een theorie een set met goed ontwikkelde, systematisch gerelateerde categorieën die een theoretisch framework vormen voor het verklaren van een bepaald fenomeen. Binnen de gefundeerde theorie wordt onderscheid gemaakt tussen twee soorten/niveaus theorieën: de inhoudelijke theorie en de formele theorie. De inhoudelijke theorie wordt gerelateerd aan een bepaald empirisch gebied, zoals beroepsmatige socialisatie. De formele theorie is abstracter en is toe te passen op meerdere inhoudelijke gebieden die verder gaan dan degene die onderzocht wordt. Het genereren van formele theorie vereist meestal dat de onderzoeker data verzamelt uit tegenstellende settings. Een voorbeeld is socialisatie. 

Welke kritiek is er op de gefundeerde theorie?

Ondanks het feit dat de gefundeerde theorie veel gebruikt wordt, heeft ook deze methode van data-analyse haar beperkingen:

• Een onderzoeker die gebruikmaakt van de gefundeerde theorie dient de kennis over relevante theorieën en concepten achterwege te laten tot laat in het proces. Bulmer (1979) stelt dat het onmogelijk is dat onderzoekers zich niet bewust zijn van relevante theorieën of concepten. Veel onderzoekers zien dit juist niet als beperking, aangezien de bestaande concepten ervoor zorgen dat de onderzoeker gefocust is en voort kan bouwen op andermans werk.

• Er zijn ook praktische beperkingen: vanwege het continue samenspel tussen dataverzameling en conceptualisatie neemt het uitvoeren van een goede analyse heel veel tijd in beslag (onderzoekers werken vaak met deadlines).

• Het is te betwijfelen of deze methode werkelijk resulteert in een theorie. De meeste onderzoeken eindigen helaas met alleen maar een inhoudelijke theorie en niet een formele theorie, waardoor er vaak geen bredere generaliseerbaarheid is.

• De gefundeerde theorie kent ondanks menig onderzoek nog steeds enkele onduidelijke punten. Het verschil tussen het gebruiken van een concept en een categorie is hier een voorbeeld van. Deze twee sleutelwoorden worden vaak inconsistent gebruikt wat voor verwarring zorgt. Strauss en Corbin refereren naar theoretisch sampling als "sampling on the basis of emerging concepts", waar Charmaz meent dat het gebruikt wordt "to develop our emerging categories".

• De gefundeerde theorie wordt vaak geassocieerd met een data-analyse aanpak die onderzoekers aanmoedigt data te fragmenteren (data te coderen in discrete ‘chunks’). Sommige menen dat de betekenis van de context en narratieve flow hierdoor afnemen.

• Er is veel discussie en verwarring over de werkelijke aard van de gefundeerde theorie, waardoor het ook moeilijk te zeggen is hoe deze gebruikt moet worden.

Hoe wordt kwalitatieve data gecodeerd?

Coderen (ook wel indexen genoemd) is het beginpunt van de meeste kwalitatieve data-analyses. Alle transcripten en/of notities krijgen labels/codes bij onderdelen die de onderzoeker belangrijk acht. Het is heel handig om zo snel mogelijk te coderen. Door het tussentijds coderen zal de onderzoeker de data beter begrijpen. Ook biedt het handvatten voor het theoretisch ‘samplen’. Vroeg beginnen met coderen zorgt er ten slotte voor dat de onderzoeker niet een hele hoop werk heeft op het einde. Lees door de transcripten, veldnotities, documenten enzovoorts en maak zoveel mogelijk significante notities. Onthoud dat elk item in de data op meerdere manieren gecodeerd kan en eigenlijk moet worden. Maak je geen zorgen over het genereren van veel te veel codes: coderen is niet hetzelfde als analyseren, het is een hulpmiddel. Codes binnen de gefundeerde theorie worden continue aangepast en met elkaar vergeleken waarna ze behandeld worden als indicatoren van concepten.

Het grootste kritiekpunt op het coderingsproces is de kans dat de onderzoeker de sociale context kwijtraakt van dat wat er is gezegd. Er worden immers stukken tekst uit hun context getrokken waardoor de sociale setting voor dood achterblijft. Een gerelateerd kritiekpunt is dat de gefundeerde theorie resulteert in een fragmentatie van de data waardoor de verhalende lijn van wat mensen zeggen verloren gaat. De aandacht voor dit probleem heeft geleid tot de narratieve analyse.

Wat houdt de thematische analyse in?

Een thematische analyse refereert naar het afleiden van sleutelthema’s uit de data. Een thematische analyse heeft, in tegenstelling tot strategieën zoals de gefundeerde theorie en de redevoering analyse, geen bijbehorend cluster van toe te passen technieken. Er zijn slechts weinig algemeen geaccepteerde principes die gehanteerd worden bij het definiëren van de sleutelthema’s, waardoor de analyse vaak warrig is. Het is een analyse die vaak verwerkt wordt binnen de grotere kwalitatieve data-analyse methodes (gefundeerde theorie, redevoeringanalyse, kwalitatieve inhoudsanalyse, narratieve analyse). Voor sommige onderzoekers is een thema min of meer hetzelfde als een code. Veel onderzoekers claimen gebruik te hebben gemaakt van een thematische analyse, maar dit is meestal niet te identificeren.

Een steeds populairdere vorm van een thematische analyse is voorgesteld door Clarke en Braun (2013). De populariteit van hun benadering vloeit voort uit de theoretische en methodologische transparantie ervan. Met name voor proefschrift-onderzoek is het erg bruikbaar. De algemene methode bestaat uit zes fases:

1. Bekend worden met de data (interviews of focusgroepen transcriberen, schrijven en lezen van veldnotities of het bestuderen van documenten en ander materiaal).

2. Initiële codering. 

3. Identificeren van thema's.  De onderzoeker moet opkomende codes vergelijken en plaatsen tegenover eerdere codes en theoretische concepten. 

4. Thema's reviewen. Het verder ontwikkelen van thema's door ze te combineren en daarna op zoek te gaan naar subthema's.

5. Definiëren van thema's. Ontwikkel een narratief waarin de eigenschappen van de (sub)thema's worden beschreven en toon aan hoe zij al dan niet aan elkaar gerelateerd zijn.

6. Lever bewijs van de thema's door middel van de codes. Dit koppelt het thema ook aan bredere literatuur.

Tijdens het zoeken naar thema’s adviseren Ryan en Bernard (2003) te letten op:

• Herhalingen van onderwerpen

• Inheemse typologieën of categorieën (lokale, abnormale of onbekende uitingen)

• Metaforen en analogieën (de manier waarop deelnemers hun gedachten vormgeven)

• Overgangen tussen onderwerpen

• Overeenkomsten en verschillen in de manier waarop geïnterviewden antwoorden

• Linguïstieke verbindingen (zoals ‘omdat’ of ‘daardoor’: geeft aan wat de geïnterviewde ervaart als causaal verband)

• Missende data (reflecteer op dat wat niet in de data is)

• Theorie-gerelateerd materiaal (gebruik sociaalwetenschappelijke concepten om vervolgens thema’s op te bouwen)

Wat houdt de narratieve analyse in?

De narratieve analyse (ook wel: verhaalsanalyse) is een methode om data die gevoelig is voor temporale reeksen (chronologische volgorde), zoals verhalen die mensen vertellen over hun leven en gebeurtenissen hierin, te genereren en analyseren. Bij deze analyse ligt de focus niet op wat er is gebeurd, maar op de manier waarop mensen het waarnemen en voor welk effect het zorgt (een verhaal wordt immers altijd verteld met een bepaald doel). Onderzoekers die gebruikmaken van de narratieve analyse beschuldigen andere data-analyse methodes ervan dat zij geen rekening houden met het perspectief van de mensen op hun leven en de gebeurtenissen hierin. Mensen zien hun leven immers als procestermen van continuïteit: een eigenschap die bij andere analyses niet wordt meegenomen.

Een narratieve analyse wordt vaak toegepast bij levenshistorisch onderzoek, maar is veel breder dan dit. Sommige onderzoekers verwerken een narratieve analyse tijdens een interview. In zo’n geval kan er beter gevraagd worden ‘wat is er gebeurd?’ en ‘en wat gebeurde er toen?’ dan ‘vertel eens wanneer X gebeurde?’. Het doel van zo’n verhalend interview is om de persoonlijke gereconstrueerde beschrijving van connecties tussen gebeurtenissen en tussen gebeurtenissen en contexten los te krijgen. Zo’n verhaal komt meestal naar boven tijdens een semigestructureerd interview, ongestructureerd interview en participant observatie. De narratieve analyse wordt hier vervolgens op losgelaten. Een narratieve analyse kan echter ook losgelaten worden op andere onderzoeksmethoden, zoals documenten. Riesman (2008) stelt dat verhalen kunnen relateren aan lange periodes (zoals een levensverhaal) of aan een specifieke gebeurtenis. Er is tegenwoordig sprake van een groeiende interesse in ziekte-verhalen (verhalen die mensen vertellen over hun meestal chronische ziekte).

Volgens Bury (2001) behandelen beoefenaars van de narratieve analyse de vertelde verhalen onterecht als feitelijk zonder hier kritisch naar te kijken. Een tweede kritiekpunt is de vraag wat dergelijke analyses nu echt onthullen: is het de waarheid? Dit maakt niet altijd wat uit, omdat het tijdens deze analyse toch draait om het perspectief en niet om de waarheid.

Phoenix en anderen (2010) maken een onderscheid tussen analyses die zich focussen op de inhoud en structuur van de verhalen en analyses die benadrukken hoe de verhalen worden geïnterpreteerd. 

Hoe kunnen kwalitatieve studies gesynthetiseerd worden? 

Niet alle onderzoeksprojecten maken gebruik van primaire data. Er is toenemende interesse onder kwalitatieve onderzoekers voor het synthetiseren van kwalitatieve studies (het combineren van de bevindingen op strikte en systematische wijze), met name binnen de gezondheidswetenschappen. Met 'synthese' doelen we op het proces waarin de resultaten van een serie gerelateerde studies worden gecombineerd om een krachtigere conclusie te kunnen genereren. De doelen van zo'n synthese zijn vergelijkbaar met die van de meta-analyse van kwantitatieve studies. Het samenvoegen van kwalitatief bewijs leert wetenschappers ook wat reeds bekend is binnen een bepaald domein en kan toekomstig onderzoek dus vooruit helpen.

De methodes die onderzoekers hiervoor gebruiken zijn echter niet consistent, er zijn verschillende benaderingen. Sommige auteurs stellen dat er minstens 30 verschillende methodes bestaan, al erkennen ze dat de meesten nog in hun kinderschoenen staan. Enkele methodes zijn de meta-narratieve synthese, kritisch interpretatieve synthese, ecologische triangulatie, meta-studies en tekstueel narratieve synthese.

Wat houdt meta-etnografie in?

Meta-etnografie is een van de eerste vormen van bewijssamenvoeging speciaal ontwikkeld voor kwalitatief onderzoek. Deze is nog altijd populair in gezondheidsonderzoek. Het doel hiervan is het bereiken van een interpretatieve synthese van kwalitatief onderzoek en andere secundaire bronnen. Het kan gebruikt worden om informatie over een fenomeen dat reeds uitgebreid bestudeerd is te synthetiseren en analyseren. In tegenstelling tot de kwantitatieve analyse, gaat het niet om het ontwikkelen van overkoepelende generalisaties, maar eerder om het vertalen van kwalitatieve studies 'in elkaar'. Volgens Noblit en Hare (1988) zijn alle sociaal wetenschappelijke verklaringen vergelijkbaar. De onderzoeker moet bestaande studies vertalen binnen zijn eigen wereldvisie. 

Meta-etnografie bestaat uit zeven overlappende en herhalende fases:

1. Beginnen: de onderzoeker identificeert een intellectuele interesse

2. Bepalen wat relevant is ten aanzien van deze interesse (welke bestaande studies zijn waarschijnlijk geloofwaardig en interessant voor hun beoogde lezers? Het hoeft geen uitputtende lijst van studies te zijn).

3. De studies lezen (herhaaldelijk en in detail). 

4. Bepalen hoe de studies gerelateerd zijn (onderlinge relaties en gebruikte metaforen)

5. De studies 'in elkaar' vertalen. De betekenis van de studies in relatie tot elkaar moet worden geïnterpreteerd (zijn ze direct vergelijkbaar? kunnen de gebruikte concepten in elkaar vertaald worden? zijn er tegenstellingen?)

6. De vertalingen synthetiseren (samenvoegen). De onderzoeker vergelijkt de vertalingen en laat zien hoe ze aan elkaar relateren. 

7. Uitdrukking geven aan de synthese. De onderzoeker moet de synthese zo vertalen dat de beoogde lezers deze kunnen begrijpen. 

Wat houdt thematische synthese in?

Bij thematische synthese worden bestaande studies binnen een bepaald domein samengevoegd en kan worden toegepast op zowel kwalitatieve als kwantitatieve studies. Ter uitvoering van deze synthese moet de onderzoeker een duidelijke onderzoeksvraag definiëren, ook wel de 'review vraag' genoemd. Daarna moet op zoek worden gegaan naar studies die voldoen aan het criteria dat afgeleid is van die onderzoeksvraag. De gevonden studies moeten worden beoordeeld op kwaliteit: studies die niet voldoen aan de kwaliteitscriteria van de onderzoeker moeten worden uitgesloten. Zodra de onderzoeker de definitieve groep van studies voor de synthese heeft vastgesteld, moeten er drie stappen worden genomen:

1. De tekst in de studies coderen. Na het identificeren van de bevindingen per studie begint het codeerwerk (initiële codering). Zin voor zin wordt beoordeeld op wat hierin wordt gezegd en gelabeld als deze relevant is voor de onderzoeksvraag. 

2. Genereren van beschrijvende thema's (codes samenbrengen in een thema). 

3. Genereren van analytische thema's (thema's samenbrengen tot nieuwe concepten en verklaringen). 

Wat is het belang van computersoftware (CAQDAS)?

Een duidelijke verschuiving binnen kwalitatief onderzoek in de afgelopen jaren is de constante ontwikkeling van digitale platformen die helpen bij het analyseren van kwalitatieve data, CAQDAS genoemd. Met name in de gezondheidswetenschappen zien we een toename van artikelen waarin hiervan gebruik wordt gemaakt. Deze software wordt gebruikt in combinatie met verschillende onderzoeksontwerpen en dataverzamelingsmethoden (interviews, focusgroepen, documenten, open vragen surveys etc.). De meeste softwarepakketten bieden tools met betrekking tot het doorzoeken van inhoud, het koppelen van zaken aan elkaar, het coderen, zoekopdrachten etc. Sommige auteurs stellen dat CAQDAS weinig behulpzaam is bij het coderen en interpreteren van bevindingen, maar het gebruik van computersoftware is inmiddels breed geaccepteerd en wordt soms zelfs als noodzakelijk gezien.

Enkele mogelijke problemen met het gebruik van CAQDAS zijn dat het kan resulteren in gefragmenteerde data (waardoor de context en narratieve flow verloren gaat) en praktische kwesties (het leren gebruiken van een nieuw programma en de samenwerking met andere onderzoekers). Enkele voordelen zijn dat het coderen sneller en efficiënter verloopt, het connecties tussen codes kan aangeven, het kan helpen met het analyseren van nieuwere vomen van data en het de onderzoeker mogelijkheid biedt elementen van kwantificatie in de bevindingen op te nemen. Of je CAQDAS moet gebruiken, is afhankelijk van je onderzoek. Als je weinig data hebt, is het de moeite niet waard. Ook is het voor een individu vrij kostbaar.