Gebruiker:LetCrochet/Kladblok

Uit Wikipedia, de vrije encyclopedie

Thematische analyse is een manier om data te analyseren binnen (veelal psychologisch) kwalitatief onderzoek.[1] [2] De nadruk ligt op het identificeren, analyseren en interpreteren van betekenisvolle patronen (ofwel thema's) binnen kwalitatieve gegevens, zoals teksten, gesprekken of observaties.[1]

De psychologen Virginia Braun en Victoria Clarke,[1] maken onderscheid tussen drie benaderingen in thematische analyse:

  1. Coderingsbetrouwbaarheid
  2. Codeboek benaderingen
  3. Reflexieve benaderingen

Braun en Clarke omschrijven hun eigen benadering als reflexieve thematische analyse.[1]

Beschrijving[bewerken | brontekst bewerken]

Kwalitatief onderzoek[bewerken | brontekst bewerken]

Thematische analyse wordt gebruikt in kwalitatief onderzoek en richt zich op het onderzoeken van thema's of betekenisvolle patronen binnen data[3]. Thematische analyse gaat verder dan het simpelweg tellen van zinnen of woorden in een tekst (zoals bij inhoudsanalyse) en onderzoekt expliciete en impliciete betekenissen in de data.[2] Coderen is het primaire proces voor het ontwikkelen van thema's, door betekenisvolle data te identificeren en deze te voorzien van een coderingslabel.[4]

Thematische analyse kan worden gebruikt om onderzoek te doen naar de ervaringen, perspectieven en gedragingen van mensen, de (sociale) processen die bepaalde fenomenen beïnvloeden en vormgeven, de expliciete en impliciete normen en 'regels' die bestaan, evenals de sociale constructie van een betekenis en de representatie van sociale objecten in bepaalde teksten en contexten.[5]

Thematische analyse kan worden gebruikt om de meeste soorten kwalitatieve gegevens te analyseren, waaronder kwalitatieve gegevens die zijn verzameld uit interviews, focusgroepen, enquêtes, dagboeken, visuele methoden, observatie- en veldonderzoek, actieonderzoek, geheugenwerk, vignetten, verhaalaanvulling en (andere) secundaire bronnen. Datasets kunnen variëren van korte antwoorden op een open enquêtevraag tot honderden pagina's met interviewtransscripties.[6] Thematische analyse is geschikt om zowel kleine of grote datasets te analyseren,[1] maar is ook geschikt voor een gemixte methode, waarin verschillende methoden met elkaar gecombineerd worden.

Deductieve of inductieve benadering[bewerken | brontekst bewerken]

In sommige thematische analysebenaderingen volgt het coderen ná de thema-ontwikkeling. Deze benaderingen volgen een deductief proces in het toewijzen van gegevens aan vooraf geïdentificeerde thema's (deze benadering is gebruikelijk bij analyses gericht op codeerbetrouwbaarheid en het gebruik van een codeboek). In de reflexieve benadering van Braun en Clarke is coderen grotendeels een inductief proces. Dit betekent dat het analyseren een data gedreven proces is: thema's worden gevormd door het analyseren van de data.

Een belangrijk kenmerk van thematische analyse is de flexibiliteit ervan. Het formuleren van een theorie, het opstellen van onderzoeksvragen en het onderzoeksontwerp is flexibel ingericht.[1] Zo kunnen inductieve en deductieve processen zich afwisselen, en kan de onderzoeker verschillende onderzoeksfases afwisselen.

Bij een inductieve aanpak zijn de geïdentificeerde thema's sterk gekoppeld aan de gegevens. Dit betekent dat het coderingsproces plaatsvindt zonder te proberen de gegevens in een vooraf bestaande theorie of kader te passen (ook wel een data-gedreven proces genoemd). Maar inductieve leerprocessen zijn in de praktijk zelden puur bottom-up; het is niet mogelijk om je als onderzoeker volledig te bevrijden van ontologische (theorie van de werkelijkheid), epistemologische (theorie van de kennis) en paradigmatische (gewoonte) vooronderstellingen. Codering zal altijd tot op zekere hoogte het filosofische standpunt van de onderzoeker weerspiegelen.

Deductieve benaderingen volgt een theorie gedreven proces. Deze vorm van analyse heeft de neiging meer interpretatief te zijn, omdat de analyse expliciet wordt gevormd door reeds bestaande theorie en concepten. Soms worden deductieve benaderingen verkeerd begrepen als coderingen die worden aangestuurd door een onderzoeksvraag. Deductieve benaderingen kunnen thema's uit ander onderzoek in de dataset als uitgangspunt nemen, of een bestaande theorie gebruiken als een lens voor het structureren, coderen en interpreteren van de data.  

Een thematische analyse kan dus ook inductieve en deductieve benaderingen combineren, bijvoorbeeld door de nadruk te leggen op de wisselwerking tussen inzichten die vooraf worden opgedaan door de theoretische basis, maar ook op de inzichten die voortkomen uit de data van het onderzoek.

Ontologieën[bewerken | brontekst bewerken]

Thematische analyse wordt vaak in verband gebracht met fenomenologie,[7] omdat het zich richt op de subjectieve ervaringen en betekenisgeving van deelnemers.[2] Een fenomenologische benadering benadrukt de percepties, gevoelens en ervaringen van deelnemers als het belangrijkste object van studie. Geworteld in de humanistische psychologie, merkt de fenomenologie op dat het geven van een stem aan de "ander" een sleutelcomponent is in kwalitatief onderzoek in het algemeen. Deze benadering stelt de respondenten in staat om het onderwerp in hun eigen woorden te bespreken, vrij van de beperkingen van de vragen met vaste antwoorden die in kwantitatieve onderzoeken worden gesteld.

Ten onrechte wordt soms aangenomen dat thematische analyse alleen compatibel is met fenomenologie of ervaringsgerichte benaderingen van kwalitatief onderzoek. Braun en Clarke stellen dat hun reflexieve benadering even goed verenigbaar is met andere benaderingen binnen kwalitatief onderzoek.[8] Ze benadrukken de theoretische flexibiliteit van thematische analyse en het gebruik ervan binnen (kritisch-)realistische, relativistische, positivistische, contextualistische en constructionistische ontologieën.

Verschillende benaderingen van thematische analyse[bewerken | brontekst bewerken]

Benaderingen gericht op coderingsbetrouwbaarheid hebben de langste geschiedenis en lijken erg op de kwalitatieve inhoudsanalyse. Zoals de naam al suggereert geven deze benaderingen prioriteit aan het bepalen van de codeerbetrouwbaarheid. Dit wordt gedaan door 1.) gestructureerde, vaste codeboeken, 2.) meerdere codeurs die onafhankelijk van elkaar werken 3.) interbeoordelaarsbetrouwbaarheid (meestal met behulp van Cohen's Kappa) en 4.) overeenstemming tussen de codeurs over de uiteindelijke codering.

Deze benaderingen zijn een vorm van kwalitatief positivisme of 'small q', die het gebruik van kwalitatieve gegevens combineren met procedures die gebaseerd zijn op het oorspronkelijke kwantitatieve positivisme, waarin het vaststellen van de codeerbetrouwbaarheid van groot belang is. De subjectiviteit of 'vooringenomenheid' van de onderzoeker wordt gezien als een potentiële bedreiging voor de codeerbetrouwbaarheid die onder controle moet worden gehouden om 'verstoring' van de resultaten (door de aanwezigheid van de onderzoeker) te voorkomen.

Boyatzis[4] beweert dat deze benadering de kloof tussen kwantitatieve (positivistische) en kwalitatieve (interpretivistische) paradigma's kan 'overbruggen'. Sommige kwalitatieve onderzoekers staan kritisch tegenover het gebruik van gestructureerde codeboeken, meerdere onafhankelijke codeurs en de interbeoordelaarsbetrouwbaarheid. Janice Morse stelt dat dergelijke coderingen te grof en oppervlakkig zijn, omdat ze overeenstemming in het coderen vergemakkelijken.[9] Braun en Clarke (Yardley citerend[10]) stellen dat overeenstemming over codering alleen aantoont dat codeurs getraind zijn om op dezelfde manier te coderen, niet dat de codering 'betrouwbaar' of 'nauwkeurig' is.[5]

Codeboekbenaderingen zoals frameworkanalyse, template analyse en matrixanalyse richten zich op het gebruik van gestructureerde codeboeken, maar leggen (in tegenstelling tot codeerbetrouwbaarheidsbenaderingen) in meer of mindere mate de nadruk op kwalitatieve onderzoekswaarden. Codeerbetrouwbaarheid en codeboekbenaderingen gaan meestal gepaard met vroege themaontwikkeling, waarbij thema's worden ontwikkeld voorafgaand aan het coderen. Zodra de thema's zijn ontwikkeld, wordt het codeboek gemaakt. De gegevens worden vervolgens gecodeerd. Coderen houdt in dat de gegevens worden toegewezen aan de vooraf bepaalde thema's, waarbij het codeboek als leidraad wordt gebruikt. Het codeboek kan ook worden gebruikt om codes en thema's in elk gegevensitem in kaart te brengen en weer te geven.

Reflexieve benaderingen richten zich op organische en flexibele codeerprocessen; er is geen codeboek en codering kan worden uitgevoerd door één onderzoeker. Als meerdere onderzoekers betrokken zijn bij het coderen, wordt dit eerder gezien als een samenwerkingsproces dan een proces dat moet leiden tot consensus. Codes liggen niet vast, ze kunnen veranderen tijdens het coderingsproces. De grenzen van de code kunnen worden bijgesteld, codes kunnen worden opgesplitst in twee of meer codes, codes kunnen worden samengevoegd met andere codes of zelfs tot thema's worden gecombineerd.[5] Reflexieve benaderingen gaan meestal gepaard met een latere ontwikkeling van thema's, waarbij thema's worden gecreëerd door gelijksoortige codes te clusteren. Thema's moeten een gedeelde betekenis weergeven, georganiseerd rond een centraal concept of idee.[11]

Braun en Clarke (en collega's) zijn kritisch over de tendens om de diversiteit binnen thematische analyse over het hoofd te zien en geen gebruik te maken van de verschillende benaderingen die zij in kaart hebben gebracht.[12] Ze stellen dat dit gebrek leidt tot ondoordachte vermengingen van hun benadering met andere benaderingen (zoals het gebruik van codeboeken, consensuscodering en het meten van interbeoordelaarsbetrouwbaarheid).

Thema's[bewerken | brontekst bewerken]

Er is niet één definitie of conceptualisering van een thema in thematische analyse. [13]Voor sommige voorstanders van thematische analyse, waaronder Braun en Clarke, worden thema's geconceptualiseerd als patronen van gedeelde betekenis tussen data-items, ondersteund of verenigd door een centraal concept, die belangrijk zijn voor het begrijpen van een fenomeen en relevant zijn voor de onderzoeksvraag.[14] Voor anderen (waaronder de voorstanders van codeerbetrouwbaarheid en codeboeken) zijn thema's simpelweg samenvattingen van informatie met betrekking tot een bepaald onderwerp of datadomein; er is geen vereiste voor gedeelde betekenis georganiseerd rond een centraal concept, alleen een gedeeld onderwerp.[14] Hoewel deze twee conceptualisaties geassocieerd worden met bepaalde benaderingen van thematische analyse, worden ze vaak verward en door elkaar gehaald.

Er wordt weleens gesproken over het idee dat thema's zouden 'opduiken' uit data. Braun en Clarke staan kritisch tegenover dit taalgebruik omdat ze stellen dat thema's hierdoor worden gepositioneerd als volledig gevormde elementen in de data. De onderzoeker is slechts een passieve getuige van de thema's die 'opduiken' uit de data.[1] In plaats daarvan stellen ze dat de onderzoeker een actieve rol speelt in de creatie van thema's - dus thema's worden geconstrueerd, gecreëerd, gegenereerd in plaats van simpelweg te ontstaan. Anderen gebruiken de term bewust om de inductieve (data gegenereerde) totstandkoming van thema's te beschrijven. Het is niet altijd duidelijk te zien welke vooronderstelling een onderzoeker heeft.

Prevalentie of herhaling is niet noodzakelijk het belangrijkste criterium om te bepalen wat een thema is; thema's kunnen als belangrijk worden beschouwd als ze zeer relevant worden gevonden voor de onderzoeksvraag en belangrijk worden gevonden voor het begrijpen van het te onderzoeken fenomeen.[1] Thema's komen gewoonlijk voor in de hele dataset, maar een hogere frequentie betekent niet noodzakelijk dat het thema belangrijker is om de gegevens beter te begrijpen. Het oordeel van de onderzoeker is de sleutel om te bepalen welke thema's het belangrijkst zijn.[1]

Domeinsamenvatting, themasamenvatting en betekenisthema's[bewerken | brontekst bewerken]

Wat Braun en Clarke domeinsamenvatting of themasamenvatting noemen, bevatten titels van één woord (bijv. Gender, Ondersteuning) of titels als 'Voordelen van...', 'Belemmeringen voor...' die aangeven dat de nadruk ligt op het samenvatten van hetgeen wat deelnemers zeiden, of de belangrijkste punten die naar voren werden gebracht, in relatie tot een bepaald onderwerp of domein.[14] Thema's voor de domein- /themasamenvatting worden meestal ontwikkeld voorafgaand aan het coderen van de gegevens en weerspiegelen de vragen die bij het verzamelen van de gegevens werden gesteld. In tegenstelling zijn gedeelde betekenisthema's, die ondersteund worden door een centraal concept of idee[11] welke niet ontwikkeld worden voorafgaand aan het coderen (omdat ze opgebouwd zijn uit codes) en zijn dus het resultaat van een grondig en systematisch coderingsproces. Braun en Clarke zijn kritisch over de verwarring over het gebruik van hun samenvattingsthema's en gedeelde betekenisthema's.

Coderen[bewerken | brontekst bewerken]

Voor Braun en Clarke is er een duidelijk (maar niet absoluut) onderscheid tussen een thema en een code. Een code bevat één (of meer) inzicht(en) in de gegevens en een thema omvat talrijke inzichten die georganiseerd zijn rond een centraal concept of idee. Hierbij gebruiken Braun en Clarke vaak de analogie van een huis met bakstenen en dakpannen: de code is een individuele baksteen of dakpan, en thema's zijn de muren of dakpanelen, elk opgebouwd uit talrijke codes. Andere benaderingen van thematische analyse maken niet zo'n duidelijk onderscheid tussen codes en thema's - verschillende teksten bevelen aan dat onderzoekers coderen aan de hand van thema's.[6] Dit kan verwarrend zijn omdat voor Braun en Clarke het thema wordt beschouwd als het resultaat van het coderen, niet datgene wat gecodeerd is.

Semantisch en latent coderen[bewerken | brontekst bewerken]

De verschillende niveaus waarop gegevens kunnen worden gecodeerd en thema's kunnen worden geïdentificeerd zijn semantisch en latent.[4][1] Een thematische analyse kan zich richten op één van deze niveaus of op beide. Semantische codes en thema's identificeren de expliciete en oppervlakkige betekenissen van de gegevens. De onderzoeker kijkt niet verder dan wat de deelnemer heeft gezegd of geschreven. Omgekeerd leggen latente codes en thema's juist onderliggende ideeën, patronen en aannames vast. Dit vereist een meer intensieve en diepgaande oriëntatie op de data.

Methodologische kwesties[bewerken | brontekst bewerken]

Reflexiviteit[bewerken | brontekst bewerken]

Aangezien kwalitatief werk inherent interpretatief onderzoek is, moeten de standpunten, waarden en opvattingen van de onderzoekers expliciet worden erkend, zodat er rekening mee wordt gehouden bij het begrijpen van het eindrapport en het beoordelen van de kwaliteit ervan.[15] Dit soort openheid en reflectie wordt in de kwalitatieve gemeenschap als positief beschouwd.[16] Onderzoekers geven vorm aan het werk dat ze doen en zijn het instrument voor het verzamelen en analyseren van gegevens. Om de onderzoeker als hulpmiddel voor de analyse te erkennen, is het nuttig om een reflexiviteitsdagboek op te zetten en bij te houden.[17]

Het reflexiviteitsproces kan worden beschreven als de onderzoeker die reflecteert op, en documenteert hoe, zijn waarden, overtuigingen, keuzes en onderzoekspraktijken het onderzoek en de uiteindelijke analyse van de gegevens beïnvloedden en vorm gaven. Reflexiviteitsdagboeken zijn enigszins vergelijkbaar met het gebruik van (analytische) memo's in gefundeerde theorie, die nuttig kunnen zijn voor het reflecteren op de ontwikkelende analyse en mogelijke patronen, thema's en concepten[6]. Tijdens het coderingsproces houden onderzoekers de ontwikkeling van elk van hun codes en potentiële thema's gedetailleerd bij. Bovendien kunnen wijzigingen in thema's en verbindingen tussen thema's worden besproken in het eindrapport om de lezer te helpen bij het begrijpen van beslissingen die werden genomen tijdens het coderingsproces.[18]

Zodra de gegevensverzameling is voltooid en de onderzoekers beginnen met de fasen van gegevensanalyse, maakt de onderzoeker aantekeningen over zijn eerste indrukken van de gegevens. Het vastleggen van ideeën voor toekomstige analyse kan helpen om gedachten en reflecties op papier te krijgen en kan dienen als referentie voor mogelijke coderingsideeën terwijl men van de ene fase naar de volgende gaat in het thematische analyseproces .[6]

Steekproef overwegingen[bewerken | brontekst bewerken]

Er is geen voor de hand liggend antwoord op vragen over steekproefomvang bij thematische analyse; net zoals er geen eenduidig antwoord is op vragen over steekproefomvang bij kwalitatief onderzoek in het algemeen (het klassieke antwoord is 'het hangt ervan af': van de reikwijdte van het onderzoek, de onderzoeksvraag en het onderwerp, de methode of methoden van gegevensverzameling, de omvang van individuele gegevensitems, de analytische aanpak[19]).

Sommige voorstanders van codeerbetrouwbaarheid en codeboeken geven richtlijnen voor het bepalen van de steekproefgrootte voorafgaand aan de data-analyse, waarbij de nadruk ligt op het concept van verzadiging of redundantie van informatie (er is geen nieuwe informatie, codes of thema's meer zichtbaar in de data). Deze pogingen om verzadiging te 'operationaliseren' suggereren dat codeverzadiging (vaak gedefinieerd als het identificeren van één geval van een code) kan worden bereikt in 6 of 12 interviews in sommige omstandigheden.[20] Verzadiging (het ontwikkelen van een "rijk getextureerd" begrip van een onderwerp) verondersteld grotere steekproeven (ten minste 24 interviews).

Er is veel kritiek op het concept van verzadiging, dat gaat uit van "vaste betekenissen", terwijl er in een kwalitatief paradigma altijd ruimte is voor nieuwe inzichten door de rol van de onderzoeker bij het interpreteren van de data.[21] Sommige kwantitatieve onderzoekers hebben statistische modellen aangeboden voor het bepalen van de steekproefgrootte voorafgaand aan de gegevensverzameling bij thematische analyse. Fugard en Potts boden bijvoorbeeld een kwantitatief hulpmiddel om het overwegen van de steekproefgrootte te ondersteunen door een analogie te maken met kwantitatieve methoden voor het schatten van de steekproefgrootte.[22] Lowe en collega's stelden kwantitatieve, kansberekende maten voor van de mate van verzadiging die berekend kunnen worden op basis van een eerste steekproef en gebruikt kunnen worden om de steekproefgrootte te schatten die nodig is om een bepaald niveau van verzadiging te bereiken[23]. Hun analyse geeft aan dat veelgebruikte binomiale methoden voor het schatten van de steekproefgrootte de steekproefgrootte die daadwerkelijk nodig is voor verzadiging aanzienlijk kunnen onderschatten.

Al deze hulpmiddelen zijn bekritiseerd door kwalitatieve onderzoekers omdat ze uitgaan van aannames over kwalitatief onderzoek, thematische analyse en thema's die haaks staan op benaderingen die de waarden van kwalitatief onderzoek vooropstellen.[24]

De zes fasen van thematische analyse (reflexieve benadering)[bewerken | brontekst bewerken]

Het zesfasige proces voor thematische analyse is gebaseerd op het werk van Braun en Clarke en hun reflexieve benadering van thematische analyse.[1][25] Dit cyclische proces van zes fasen houdt in dat je heen en weer gaat tussen de fasen van gegevensanalyse totdat je tevreden bent met de uiteindelijke thema's. Onderzoekers die thematische analyse uitvoeren, proberen verder te gaan dan de oppervlakkige betekenissen van de data, om zo een dichte beschrijving te kunnen geven over wat de resultaten betekenen.[1]

Fasen Proces Resultaat Reflexiviteitsdagboek
Fase 1 Lees en herlees data om vertrouwd te raken met wat de data inhoudt, met speciale aandacht voor patronen die optreden. Voorlopige "start" -codes en gedetailleerde opmerkingen. Maak een lijst van startcodes in het dagboek, samen met een beschrijving van wat elke code betekent en de bron van de code.
Fase 2 Genereer de initiële codes door te documenteren waar en hoe patronen voorkomen. Dit gebeurt door middel van datareductie, waarbij de onderzoeker gegevens samenvoegt tot labels om categorieën te creëren voor een efficiëntere analyse. Gegevenscomplicatie is hier ook voltooid. Dit houdt in dat de onderzoeker conclusies trekt over wat de codes betekenen. Uitgebreide codes van hoe gegevens onderzoeksvragen beantwoorden. Geef gedetailleerde informatie over hoe en waarom codes zijn gecombineerd, welke vragen de onderzoeker aan de gegevens stelt en hoe codes met elkaar in verband staan.
Fase 3 Combineer codes tot overkoepelende thema's die de gegevens nauwkeurig weergeven. Bij het ontwikkelen van thema's is het belangrijk dat de onderzoeker precies beschrijft wat de thema's betekenen, ook als het thema niet "lijkt te passen". De onderzoeker moet ook beschrijven wat er ontbreekt in de analyse. Lijst van kandidaat-thema's voor verdere analyse. Reflexiviteitsdagboeken moeten noteren hoe de codes werden geïnterpreteerd en gecombineerd om thema's te vormen.
Fase 4 In deze fase kijkt de onderzoeker hoe de thema's de data en het overkoepelende theoretische perspectief ondersteunen. Als de analyse onvolledig lijkt, moet de onderzoeker teruggaan en vinden wat er ontbreekt. Coherente herkenning van hoe thema's zijn gevormd om een nauwkeurig verhaal over de gegevens te vertellen. Notities moeten het proces bevatten van het begrijpen van thema's en hoe ze passen bij de gegeven codes. Antwoorden op de onderzoeksvragen en datagedreven vragen moeten buitengewoon complex zijn en goed worden ondersteund door de data.
Fase 5 De onderzoeker moet definiëren wat elk thema is, welke aspecten van de gegevens worden vastgelegd en wat interessant is aan de thema's. Een uitgebreide analyse van wat de thema's bijdragen aan het begrijpen van de data. De onderzoeker beschrijft elk thema in enkele zinnen.
Fase 6 Wanneer de onderzoekers het rapport schrijven, moeten ze beslissen welke thema's een zinvolle bijdrage leveren aan het begrijpen van wat er in de gegevens gebeurt. Onderzoekers zouden ook aan " member-checking " moeten doen. Hier gaan de onderzoekers terug naar het monster om te zien of hun beschrijving een juiste weergave is. Een dichte beschrijving van de resultaten. Merk op waarom bepaalde thema's nuttiger zijn om bijdragen te leveren en te begrijpen wat er binnen de dataset gebeurt. Beschrijf het proces van het kiezen van de manier waarop de resultaten zouden worden gerapporteerd.

Fase 1: Vertrouwd raken met de data[bewerken | brontekst bewerken]

De eerste fase in reflexieve thematische analyse is het vertrouwd raken met de data. Het op een actieve manier analyseren van de data zal onderzoekers helpen bij het zoeken naar betekenissen en patronen in de dataset. In dit stadium is het verleidelijk om deze fase van kennismaking te overhaasten en onmiddellijk te beginnen met het genereren van codes en thema's; het proces van onderdompeling zal onderzoekers echter helpen bij het identificeren van mogelijke thema's en patronen. Het lezen en herlezen van het materiaal totdat de onderzoeker zich op zijn gemak voelt, is cruciaal voor de beginfase van de analyse. Terwijl je vertrouwd raakt met het materiaal, is het maken van aantekeningen een cruciaal onderdeel van deze stap om te beginnen met het ontwikkelen van potentiële codes[1].

Na deze fase moet de onderzoeker zich vertrouwd voelen met de inhoud van de gegevens en in staat zijn om opvallende patronen of herhalingen in de gegevens te herkennen. Deze patronen moeten worden vastgelegd in een reflexiviteitsdagboek, waar ze van pas komen bij het coderen van de data

Transcriberen[bewerken | brontekst bewerken]

Nadat de gegevensverzameling is voltooid, kan het nodig zijn dat de onderzoeker zijn gegevens in schriftelijke vorm moet transcriberen (bijvoorbeeld audio opgenomen gegevens zoals interviews).[1] Braun en Clarke bieden een transcriptiesysteem voor het gebruik van hun aanpak in hun tekstboek "Successful Qualitative Research". De kwaliteit van de transcriptie van de gegevens is essentieel voor de betrouwbaarheid van de analyse.

Fase 2: Coderen[bewerken | brontekst bewerken]

De tweede stap in reflexieve thematische analyse is het toekennen van een label (een paar woorden of een korte zin) aan de data die van belang zijn. Dit label moet duidelijk de relevante kenmerken van de gegevens weergeven (dit is belangrijk voor latere stadia van thema-ontwikkeling). Deze systematische manier van het organiseren en identificeren van betekenisvolle delen van de gegevens in relatie tot de onderzoeksvraag wordt coderen genoemd. Het coderingsproces ontwikkelt zich tijdens het verdiepen van de onderzoeker in de gegevens en wordt niet beschouwd als een lineair proces, maar als een cyclisch proces waarin codes worden ontwikkeld en verfijnd.

Fase 3: Initiële thema's genereren[bewerken | brontekst bewerken]

Door te zoeken naar thema's en na te gaan wat werkt en wat niet werkt binnen de thema's, kan de onderzoeker beginnen met het ontwikkelen van potentiële codes. In deze fase is het belangrijk om te beginnen met het onderzoeken hoe codes gecombineerd kunnen worden tot overkoepelende thema's in de data. Op dit punt hebben onderzoekers een lijst met thema's en kunnen ze zich gaan richten op bredere patronen in de gegevens, door gecodeerde gegevens te combineren met voorgestelde thema's. Onderzoekers beginnen ook na te denken over hoe relaties worden gevormd tussen codes en thema's en tussen verschillende niveaus van bestaande thema's. Het kan nuttig zijn om visuele modellen te gebruiken om codes in de potentiële thema's te sorteren [1].

Thema's verschillen van codes omdat thema's uitdrukkingen of zinnen zijn die aangeven wat de betekenis is van de gegevens. Thema's bestaan uit ideeën en beschrijvingen die gebruikt kunnen worden om causale gebeurtenissen, uitspraken en moralen uit de verhalen van de deelnemers te verklaren.

In volgende fasen is het belangrijk om de verschillende initiële thema's samen te voegen tot een overkoepelend thema's. Het is belangrijk om in deze fase niet alleen te kijken naar wat er in de gegevens aanwezig is, maar ook naar wat er in de gegevens ontbreekt[26]. Het is cruciaal om te voorkomen dat thema's worden weggegooid, zelfs als ze in eerste instantie onbelangrijk zijn, omdat later in het analyseproces kan blijken dat het toch belangrijke thema's zijn. [1]

Fase 4: Herzien van thema's[bewerken | brontekst bewerken]

In deze fase controleren onderzoekers hun oorspronkelijke thema's aan de hand van de gecodeerde data en de volledige dataset. Dit is om te waarborgen dat de analyse niet te veel afwijkt van de data, en een goed beeld geeft van de data die relevant zijn voor de onderzoeksvraag. Dit beoordelingsproces maakt het ook mogelijk om thema's verder uit te breiden en te herzien. Op dit punt zouden onderzoekers een reeks potentiële thema's moeten hebben, omdat in deze fase het opnieuw bewerken van de oorspronkelijke thema's plaatsvindt. Sommige bestaande thema's kunnen in elkaar overgaan, andere thema's moeten misschien in kleinere eenheden worden samengevoegd of helemaal worden weggelaten. [1]

Fase 5: Definiëren en benoemen van thema's[bewerken | brontekst bewerken]

Het definiëren en verfijnen van bestaande thema's die in de uiteindelijke analyse zullen worden gepresenteerd, helpt de onderzoeker bij het analyseren van de data binnen elk thema. In deze fase heeft het identificeren van de essentie van de thema's betrekking op hoe elk specifiek thema deel uitmaakt ten opzichte van het totaalbeeld van de data. Deze fase wordt gekenmerkt door het identificeren van welke aspecten van de data worden vastgelegd en wat interessant is aan de thema's, en hoe de thema's bij elkaar passen om een coherent en overtuigend verhaal over de data te vertellen.

Om te identificeren of huidige thema's subthema's bevatten en om verdere verdieping in thema's te ontdekken, is het belangrijk om thema's binnen het geheel en ook als autonome thema's te beschouwen. Braun en Clarke raden aan voorzichtig te zijn met het ontwikkelen van vele subthema's en vele niveaus van thema's, omdat dit kan leiden tot een té gefragmenteerde analyse[27]. Onderzoekers voeren vervolgens een gedetailleerde analyse uit om het verhaal van elk thema en de betekenis ervan te identificeren.[1] Aan het einde van deze fase kunnen onderzoekers (1) vaststellen waaruit de huidige thema's bestaan en (2) elk thema in een paar zinnen uitleggen. Het is belangrijk om op te merken dat onderzoekers beginnen na te denken over namen voor thema's die de lezer een volledig beeld geven van het thema en het belang ervan.[1] Het gebrek aan een volledige analyse van de data doet zich voor wanneer onderzoekers de data niet gebruiken om hun analyse te ondersteunen en niet verder gaan dan het simpelweg beschrijven of parafraseren van de inhoud van de data. Onderzoekers die een thematische analyse uitvoeren, moeten proberen verder te gaan dan de oppervlakkige betekenissen van de data om de data te kunnen begrijpen en een accuraat verhaal te vertellen over wat de data betekenen.[1]

Fase 6: Het eindrapport[bewerken | brontekst bewerken]

Nadat de definitieve thema's zijn vastgesteld, beginnen de onderzoekers met het schrijven van het eindrapport. Tijdens het schrijven van het eindrapport moeten onderzoekers beslissen over thema's die een zinvolle bijdrage leveren aan het beantwoorden van onderzoeksvragen die later als definitieve thema's moeten worden verfijnd.