Browse All Topics & Authors

A kvalitatív adatok témáinak feltárása ijesztő és nehéz lehet. Egy kvantitatív tanulmány összegzése viszonylag egyértelmű: mondjuk 25%-kal jobb eredményt értél el, mint a versenytársak. De hogyan foglalja össze a kvalitatív megfigyelések gyűjteményét?

A projekt korai szakaszában gyakran végeznek feltáró kutatást. Ez a kutatás gyakran rengeteg kvalitatív adatot eredményez, amelyek a következőket tartalmazhatják:

Kvalitatív attitűdadatok, például az emberek gondolatai, meggyőződései és önbevalláson alapuló igényei, amelyeket felhasználói interjúkból, fókuszcsoportokból vagy akár naplófelmérésekből nyerünk

Kvalitatív viselkedési adatok, mint például a kontextuális vizsgálat és más etnográfiai megközelítések révén gyűjtött megfigyelések az emberek viselkedéséről

A tematikus elemzés, amelyet bárki elvégezhet, láthatóvá teszi a kvalitatív adatok fontos aspektusait, és megkönnyíti a témák feltárását.

Mi a tematikus elemzés?

Definíció: A tematikus elemzés egy szisztematikus módszer a kvalitatív kutatás gazdag adatainak lebontására és rendszerezésére az egyes megfigyelések és idézetek megfelelő kódokkal való megjelölésével, a jelentős témák felfedezésének megkönnyítése érdekében.

Amint a név is jelzi, a tematikus elemzés a témák megtalálását foglalja magában.

Definíció: A téma:

• egy meggyőződés, gyakorlat, szükséglet vagy más jelenség leírása, amelyet az adatokból fedezünk fel
• megjelenik, amikor a kapcsolódó megállapítások többször is megjelennek a résztvevők vagy adatforrások között

Kihívások a kvalitatív adatok elemzésével

Sok kutató érzi magát túlterheltnek a projekt korai szakaszában végzett feltáró kutatásból származó kvalitatív adatokkal. Az alábbi táblázat néhány gyakori kihívást és ebből eredő problémát emel ki.

CHALLENGES	RESULTING ISSUES
Large quantity of data: Qualitative research results in long transcripts and extensive field notes that can be time-consuming to read; you may have a hard time seeing patterns and remembering what’s important.	Superficial analysis: Analysis is often done very superficially, just skimming topics, focusing on only memorable events and quotes, and missing large sections of notes.
Rich data: There are lots of detail within every sentence or paragraph. It can be hard to see which details are useful and which are superfluous.	Analysis becomes a description of many details: The analysis simply becomes a regurgitation of what participants’ may have said or done, without any analytical thinking applied to it.
Contradicting data: Néha a különböző résztvevőktől vagy akár ugyanattól a résztvevőtől származó adatok ellentmondásokat tartalmaznak, amelyeket a kutatóknak értelmezniük kell.	Az eredmények nem véglegesek: Az elemzés nem végleges, mert a résztvevők visszajelzései ellentmondásosak, vagy ami még rosszabb, figyelmen kívül hagyják azokat a nézőpontokat, amelyek nem illeszkednek a kutató meggyőződéséhez.
Nincsenek célok kitűzve az elemzéshez: A kezdeti adatgyűjtés céljai elvesznek, mert a kutatók könnyen túlságosan elmerülhetnek a részletekben.		Elvesztegetett idő és félrevezetett elemzés: Az elemzésből hiányzik a fókusz, és a kutatás rossz dologról számol be.

A kvalitatív adatok elemzésekor valamilyen szisztematikus folyamat nélkül könnyen felmerülnek a vázolt problémák. A tematikus elemzés szervezetten és koncentráltan tartja a kutatókat, és általános folyamatot biztosít számukra a kvalitatív adatok elemzésekor.

Tematikus elemzés elvégzésének eszközei és módszerei

A tematikus elemzés sokféleképpen elvégezhető. A legjobb eszközt vagy módszert ehhez a folyamathoz a következők alapján határozzuk meg:

• az adatok
• az adatelemzési szakasz kontextusa és korlátai
• a kutató személyes munkastílusa

3 gyakori módszer a következő:

• Szoftverek használata
• Journalizálás
• Az affinitási diagram technikák használata

Szoftverek használata

A nagy mennyiségű kvalitatív adat elemzésére a kvalitatív kutatók gyakran használnak szoftvereket, amelyeket CAQDAS (Computer-Aided Qualitative-Data-Analysis software) – kiejtése “cak∙das”. A kutatók az átiratokat és a helyszíni jegyzeteket feltöltik egy szoftverprogramba, majd a szöveget szisztematikusan, formális kódolással elemzik. A szoftver különböző vizualizációs eszközökkel, például szófákkal vagy szófelhőkkel segíti a témák felfedezését, amelyek lehetővé teszik a kódolt adatok sokféle módon történő manipulálását.

Enyereségek

• Az elemzés nagyon alapos.
• A fizikai projektfájl (amely tartalmazza a nyers adatokat és az elemzést) megosztható másokkal. (Ez a módszer népszerű a felsőoktatási intézmények hallgatói projektjeiben.)

Hátrányok

• Időigényes, mivel sok kódot eredményez, amelyeket össze kell sűríteni egy kis, kezelhető listára
• drága
• Nehéz másokkal szinkronban elemezni
• A szoftver némi tanulását igényli
• Korlátozónak érezheti magát

Journaling

A szöveggel kapcsolatos gondolkodási folyamatok és ötletek leírása gyakori a megalapozott elméleti módszertant gyakorló kutatók körében. Journaling as a form of thematic analysis is based on this methodology and involves manual annotation and highlighting of the data, followed by writing down the researchers’ ideas and thought processes. The notes are known as memos (not to be confused with the office memo delivering news to employees).

Benefits

• The process encourages reflection through the writing of detailed notes.
• Researchers have a record of how they arrived at their themes.
• The analysis is cheap and flexible.

Drawbacks

• Hard to do collaboratively

Affinity-Diagramming Techniques

The data is highlighted, cut out physically or digitally, and reassembled into meaningful groups until themes emerge on a physical or digital board. (See a video demonstrating affinity-diagramming.)

Benefits

• Can be done collaboratively
• Quick arriving at themes
• Cheap and flexible
• Visual, és támogatja az iteratív-elemző folyamatot

Hátrányok

• Nem olyan alapos, mint más módszerek, mivel gyakran a szövegrészeket nem kódolják többször
• Nehéz, ha az adatok nagyon változatosak, vagy sok adat van

Kódolás és kódolás

A tematikus elemzés minden módszere feltételez némi kódolást (nem összetévesztendő egy program programozási nyelven történő programírással).

Definíció:

A kód egy szó vagy kifejezés, amely egy szövegrészlet címkéjeként szolgál.

A kód leírja, hogy miről szól a szöveg, és a bonyolultabb információk rövidítése. (Jó analógia, hogy egy kód úgy írja le az adatokat, ahogy egy kulcsszó leír egy cikket, vagy ahogy egy hashtag leír egy tweetet). Gyakran előfordul, hogy a kvalitatív kutatóknak nemcsak neve van az egyes kódokhoz, hanem leírása is van arról, hogy mit jelent a kód, és olyan szöveges példák, amelyek illeszkednek vagy nem illeszkednek a kódhoz. Ezek a leírások és példák különösen akkor hasznosak, ha egynél több személy felelős az adatok kódolásáért, vagy ha a kódolás hosszabb időn keresztül történik.

Definíció: A kódolás a szövegszegmensek megfelelő kódokkal való megjelölésének folyamatára utal.

Amint a kódok ki vannak jelölve, könnyen azonosíthatók és összehasonlíthatók azok a szövegszegmensek, amelyek ugyanarról a dologról szólnak. A kódok segítségével könnyen rendezhetjük az információkat, és elemezhetjük az adatokat a szegmensek közötti hasonlóságok, különbségek és kapcsolatok feltárása érdekében. Ezután juthatunk el a lényeges témák megértéséhez.

Kódtípusok: Leíró és értelmező

A kódok lehetnek:

• Leíró: Leírják, hogy miről szólnak az adatok
• Értelmező: Ezek az adatok elemző olvasatát jelentik, hozzáadva a kutató értelmező lencséjét.

A leíró és értelmező kódok példáinak megtekintéséhez nézzünk egy idézetet egy interjúból, amelyet az év elején egy UX-gyakorlóval készítettem (az UX Careers kutatásunk részeként, amelyet az UX Careers jelentésünkben teszünk közzé).

“Megkövültem a megbeszélések moderálásától, és a cégem felajánlott egy másfél napos tanfolyamot. Szóval, elmentem oda, és az oktató olyasmit csinált, amit akkor szörnyűnek éreztem, de azóta már nagyon értékelem. Az első dolog, amit csináltunk, az volt, hogy kitöltöttünk egy papírlapot a nevünkkel, és leírtuk a legrosszabb félelmünket a moderálással vagy facilitálással kapcsolatban, és leadtuk, majd azt mondta: “Oké, holnap eljátsszátok ezt a helyzetet (…) másnap visszajöttünk, és én elhagytam a termet, amíg a csapat többi tagja elolvasta, ők elolvasták a legrosszabb félelmemet, kitalálták, hogyan játszanák el, majd bementem, és 10 percig ezzel a módszerrel moderáltam. És ez nagyon sokat segített abban, hogy rájöjjek, hogy nincs mitől félni, hogy a félelmeink a legtöbbször csak a fejünkben léteznek, és ezzel szembenézve rájöttem, hogy képes vagyok kezelni ezeket a helyzeteket.”

Itt vannak a fenti szöveg lehetséges leíró és értelmező kódjai:

Leíró kód: Hogyan sajátítjuk el a készségeket
A kódcímke mögött álló indoklás: A résztvevőket arra kérték, hogy írják le, hogyan jutottak bizonyos készségek birtokába.

Elmagyarázó kód: önreflexió
A kódcímke mögötti indoklás: A résztvevő leírja, hogy ez az élmény hogyan változtatta meg a facilitálással kapcsolatos meggyőződését, és hogyan reflektált a félelmére.”

Lépések a tematikus elemzés elvégzéséhez

Függetlenül attól, hogy milyen eszközt használunk (szoftver, naplóírás vagy affinitásdiagram készítése), a tematikus elemzés elvégzésének aktusa 6 lépésre bontható.

1. lépés: Gyűjtse össze az összes adatot

Kezdje a nyers adatokkal, például az interjúk vagy fókuszcsoportok átirataival, terepi jegyzetekkel vagy naplós tanulmánybejegyzésekkel. Javasoltam az interjúk hangfelvételeinek átírását és az átiratok felhasználását az elemzéshez, ahelyett, hogy a hiányos emlékezetre hagyatkozna.

2. lépés: Olvassa el az összes adatot az elejétől a végéig

Elismerkedjen az adatokkal, mielőtt elkezdi az elemzést, még akkor is, ha Ön volt az, aki a kutatást elvégezte. Olvassa el az összes átiratot, terepi jegyzetet és egyéb adatforrást, mielőtt elemezné azokat. Ennél a lépésnél bevonhatja a csapatát a projektbe. A csapat bevonása a felhasználókkal kapcsolatos ismereteket, valamint empátiát ébreszt irántuk és az igényeik iránt.

Futtasson le egy workshopot (vagy workshopok sorozatát, ha a csapata nagyon nagy létszámú vagy sok adattal rendelkezik). Kövesse az alábbi lépéseket:

1. Mielőtt a csapattagok foglalkoznak az adatokkal, írja fel a kutatási kérdéseit egy táblára vagy egy darab flipchart papírra, hogy a kérdésekre könnyen lehessen hivatkozni munka közben.
3. Adjon minden tagnak egy átiratot vagy egy terepszemle- vagy naplóbejegyzést. Mondja meg az embereknek, hogy emeljék ki, amit fontosnak tartanak.
4. Mihelyt a csapattagok befejezték a bejegyzések elolvasását, átadhatják az átiratukat vagy a bejegyzésüket valaki másnak, és kaphatnak egy újat egy másik csapattagtól. Ezt a lépést addig ismételjük, amíg minden csapattag nem foglalkozott az összes adattal.
6. Tárgyaljuk meg csoportként, hogy mit vettetek észre, vagy mit találtatok meglepőnek.

Míg a legjobb, ha a csapatod az összes kutatási ülést megfigyeli, ez nem biztos, hogy lehetséges, ha sok ülésed vagy nagy csapatod van. Ha az egyes csapattagok csak néhány ülést figyelnek meg, néha úgy távoznak, hogy nem teljesen értik az eredményeket. A workshop megoldhatja ezt a problémát, mivel mindenki elolvassa az összes ülés átiratát.”

3. lépés: Kódolja a szöveget aszerint, hogy miről szól

A kódolási lépésben a kiemelt szakaszokat kategorizálni kell, hogy a kiemelt szakaszok könnyen összehasonlíthatók legyenek.

Ebben a szakaszban emlékeztesse magát a kutatási céljaira. Nyomtassa ki a kutatási kérdéseit. Ragassza ki őket a falra vagy egy táblára abban a helyiségben, ahol az elemzést végzi.

Ha van megfelelő ideje, bevonhatja a csapatát ebbe a kezdeti kódolási lépésbe. Ha kevés az idő, és sok az átdolgozandó adat, akkor ezt a lépést egyedül végezze el, és később hívja meg a csapatát, hogy nézze át a kódokat, és segítsen a témák kibontásában.

A kódolás során tekintse át az egyes szövegrészeket, és tegye fel magának a kérdést: “Miről szól ez?”. Adjon a szövegrészletnek egy olyan nevet, amely leírja az adatokat (egy leíró kódot). Ebben a szakaszban értelmező kódokat is hozzáadhat a szöveghez. Ezeket azonban jellemzően később könnyebb lesz hozzárendelni.

A kódot az adatok csoportosítása előtt vagy után is létrehozhatja. E lépés következő két szakasza leírja, hogyan és mikor adhatja hozzá a kódokat.

Tradicionális módszer: Kódok létrehozása a csoportosítás előtt

A hagyományos megközelítésben az adatok szegmenseinek, például mondatoknak, bekezdéseknek, mondatoknak a kiemelésekor kódolja azokat. Hasznos, ha nyilvántartást vezet az összes használt kódról, és felvázolja, hogy mik ezek, így a szöveg további szakaszainak kódolásakor hivatkozhat erre a listára (különösen, ha több ember kódolja a szöveget). Ezzel a megközelítéssel elkerülhető, hogy több kódot hozzon létre (amelyeket később konszolidálni kell) ugyanarra a problématípusra.

Amikor az egész szöveget kódolta, csoportosíthatja az azonos kóddal rendelkező adatokat.

Ha ehhez a folyamathoz a CAQDAS-t használja, akkor a szoftver automatikusan naplózza a kódolás során megadott kódokat, így azokat újra felhasználhatja. Ezután lehetőséget biztosít arra, hogy az összes, ugyanazzal a kóddal kódolt szöveget megtekinthesse.

Gyors módszer: Csoportosítson szövegszegmenseket, majd rendeljen hozzá kódot

Ahelyett, hogy a szöveg kiemelésekor kitalálna egy kódot, inkább feldarabolja (fizikailag vagy digitálisan) és csoportosítja az összes hasonló kiemelt szegmenst (hasonlóan ahhoz, ahogyan a különböző matricák csoportosíthatók egy affinitási térképen). A csoportosítások ezután kódot kapnak. Ha a csoportosítást digitálisan végzi, akkor a kódolt szakaszokat egy új dokumentumba vagy egy vizuális együttműködési platformba húzhatja.

A lenti képeken a csoportosítás kézzel történt. Az átiratokat feldaraboltuk, matricákra rögzítettük, és addig mozgattuk a táblán, amíg természetes témacsoportokba nem kerültek. A kutató ezután a csoportosításhoz egy rózsaszínű matricát rendelt egy leíró kóddal.

A lépés végén az adatoknak témák szerint csoportosítva és az egyes témákhoz tartozó kódokkal kell rendelkeznie.

Nézzünk egy példát. Megkérdeztem 3 embert az otthoni főzéssel kapcsolatos tapasztalataikról. Ezekben az interjúkban a résztvevők arról beszéltek, hogy miért döntöttek úgy, hogy bizonyos dolgokat főznek, másokat pedig nem. Beszéltek konkrét kihívásokról, amelyekkel főzés közben szembesültek (pl, étkezési előírások, szűkös költségvetés, idő- és helyhiány), valamint arról, hogy milyen megoldásokat találtak néhány ilyen kihívásra.

Az interjúim kiemelt kivágásainak témák szerinti csoportosítása után végül 3 átfogó leíró kódot és a hozzájuk tartozó csoportosításokat kaptam:

• Főzési tapasztalatok: a főzéssel kapcsolatos emlékezetes pozitív és negatív élmények
• Fájdalmas pontok: minden, ami megakadályoz valakit a főzésben vagy megnehezíti a főzést (beleértve az étrendi korlátozások, a korlátozott költségvetés stb. közötti navigációt).)
• Dolgok, amelyek segítenek: mi az, ami segít (vagy amiről úgy gondolják, hogy esetleg segíthet) valakinek leküzdeni bizonyos kihívásokat vagy fájdalompontokat

4. lépés: Új kódok létrehozása, amelyek a lehetséges témákat foglalják magukba

Nézze át az összes kódot, és vizsgáljon meg minden ok-okozati összefüggést, hasonlóságot, különbséget vagy ellentmondást, hogy lássa, fel tudja-e fedezni a mögöttes témákat. Ennek során néhány kódot félretesz (vagy archivál vagy töröl), és új értelmező kódokat hoz létre. Ha a 3. lépésben tárgyalt fizikai feltérképezéshez hasonló megközelítést alkalmaz, akkor e kezdeti csoportosítások némelyike összeomolhat vagy kibővülhet a témák keresése során.

Tegye fel magának a következő kérdéseket:

• Mi történik az egyes csoportokban?
• Hogyan kapcsolódnak ezek a kódok egymáshoz?
• Hogyan kapcsolódnak ezek a kutatási kérdéseimhez?

Visszatérve a főzési témánkhoz, az egyes csoportosításokon belüli szövegek elemzésekor és az adatok közötti kapcsolatok keresésekor észrevettem, hogy két résztvevő azt mondta, hogy szereti az olyan alapanyagokat, amelyeket különböző módon lehet elkészíteni, és jól illeszkednek más különböző összetevőkhöz. Egy harmadik résztvevő arról beszélt, hogy azt kívánta, bárcsak lenne egy olyan alapanyagkészlete, amelyet sokféle ételhez fel lehet használni a hét folyamán, ahelyett, hogy minden egyes étkezési tervhez külön-külön kelljen alapanyagokat vásárolnia. Így egy új téma merült fel az összetevők rugalmasságával kapcsolatban. Erre a témára az “egy hozzávaló illik mindenhez” kódot találtam ki, amelyhez aztán részletes leírást írtam.

5. lépés: Tartsunk egy nap szünetet, majd térjünk vissza az adatokhoz

Majdnem mindig jó ötlet szünetet tartani, majd visszatérni és friss szemmel nézni az adatokat. Ez néha segít abban, hogy tisztán lássa a jelentős mintákat az adatokban, és áttörő felismerésekre jusson.

6. lépés: Értékelje a témáit a megfelelő illeszkedés szempontjából

Ebben a lépésben hasznos lehet, ha másokat is bevon, hogy segítsen felülvizsgálni a kódokat és a felmerülő témákat. Nemcsak új meglátások rajzolódnak ki, hanem a következtetéseit friss szemek és agyak is megkérdőjelezhetik és kritizálhatják. Ez a gyakorlat csökkenti annak lehetőségét, hogy az Ön értelmezését személyes elfogultságok színezzék.

Vizsgálja meg a témáit. Tegye fel magának a következő kérdéseket:

• A témát jól alátámasztják az adatok? Vagy találhat olyan adatokat, amelyek nem támogatják a témáját?
• A téma sok esettel telített?
• Az adatok külön elemzése után mások is egyetértenek az adatokban talált témákkal?

Ha a válasz ezekre a kérdésekre nemleges, az azt jelentheti, hogy vissza kell térnie az elemzőtáblához. Feltételezve, hogy megbízható adatokat gyűjtött, szinte mindig van mit tanulni, ezért érdemes több időt tölteni a csapatával a 4-6. lépés megismétlésére.

Következtetés

A tematikus elemzést hasznos útmutatóként használhatja a rengeteg kvalitatív adat hatékony átbogarászásához. Nincs egyetlen módja a tematikus elemzés elvégzésének. Válasszon olyan elemzési módszert, amely megfelel az összegyűjtött adatok fajtájának és mennyiségének. Ha lehetséges, hívjon meg másokat is az elemzési folyamatba, hogy növelje mind az elemzés pontosságát, mind a csapatának a felhasználók viselkedéséről, motivációiról és igényeiről szerzett ismereteit. Az elemzés hosszadalmas folyamat lehet, ezért jó ökölszabály, hogy annyi időt szánjon az elemzés elvégzésére, amennyi ideje az adatgyűjtésre volt.

Tudjon meg többet: User Interviews, Advanced techniques to uncover values, motivations, and desires, a UX Conference egész napos kurzusa.