Browse All Topics & Authors

Descoperirea temelor în datele calitative poate fi descurajantă și dificilă. Rezumatul unui studiu cantitativ este relativ clar: ați obținut un scor cu 25% mai bun decât concurența, să spunem. Dar cum rezumați o colecție de observații calitative?

În etapele inițiale ale unui proiect, se efectuează adesea cercetări exploratorii. Această cercetare produce adesea o mulțime de date calitative, care pot include:

Date calitative atitudinale, cum ar fi gândurile, credințele și nevoile autodeclarate ale oamenilor, obținute din interviuri cu utilizatorii, focus grupuri și chiar studii de jurnal

Date calitative comportamentale, cum ar fi observațiile despre comportamentul oamenilor colectate prin anchete contextuale și alte abordări etnografice

Analiza tematică, pe care o poate face oricine, face vizibile aspecte importante ale datelor calitative și facilitează descoperirea temelor.

Ce este o analiză tematică?

Definiție: Analiza tematică este o metodă sistematică de descompunere și organizare a datelor bogate din cercetarea calitativă prin etichetarea observațiilor individuale și a citatelor cu coduri adecvate, pentru a facilita descoperirea temelor semnificative.

După cum sugerează și numele, o analiză tematică implică descoperirea temelor.

Definiție: O temă:

• este o descriere a unei credințe, a unei practici, a unei nevoi sau a unui alt fenomen care este descoperită din date
• apare atunci când constatări conexe apar de mai multe ori la nivelul participanților sau al surselor de date

Provocări la analiza datelor calitative

Mulți cercetători se simt copleșiți de datele calitative provenite din cercetarea exploratorie efectuată în primele etape ale unui proiect. Tabelul de mai jos evidențiază câteva provocări comune și problemele rezultate.

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: Uneori, datele provenite de la diferiți participanți sau chiar de la același participant conțin contradicții cărora cercetătorii trebuie să le dea un sens.	Constatările nu sunt definitive: Analiza nu este definitivă deoarece feedback-ul participanților este contradictoriu sau, mai rău, punctele de vedere care nu se potrivesc cu convingerile cercetătorului sunt ignorate.
Nu sunt stabilite obiective pentru analiză: Scopurile colectării inițiale a datelor se pierd, deoarece cercetătorii pot fi ușor absorbiți prea mult de detalii.	Timp pierdut și analiză prost direcționată: Analizei îi lipsește concentrarea și cercetarea raportează asupra unui lucru greșit.

Fără o formă de proces sistematic, problemele descrise apar cu ușurință atunci când se analizează datele calitative. Analiza tematică îi menține pe cercetători organizați și concentrați și le oferă un proces general pe care să îl urmeze atunci când analizează date calitative.

Unelte și metode pentru efectuarea analizei tematice

O analiză tematică poate fi realizată în mai multe moduri diferite. Cel mai bun instrument sau cea mai bună metodă pentru acest proces se determină în funcție de:

• datele
• contextul și constrângerile fazei de analiză a datelor
• stilul personal de lucru al cercetătorului

3 metode comune includ:

• Utilizarea de software
• Jurnalul
• Utilizarea tehnicilor de diagramă de afinitate

Utilizarea de software

Pentru a analiza cantități mari de date calitative, cercetătorii calitativi folosesc adesea un software, cunoscut sub numele de CAQDAS (Computer-Aided Qualitative-Data-Analysis software) – pronunțat „cak∙das”. Cercetătorii încarcă transcrierile și notele de teren într-un program software și apoi analizează textul în mod sistematic prin codificare formală. Software-ul ajută la descoperirea temelor, oferind diverse instrumente de vizualizare, cum ar fi arborii de cuvinte sau norii de cuvinte, care permit manipularea datelor codificate în multe moduri diferite.

Beneficii

• Analiza este foarte amănunțită.
• Un fișier fizic al proiectului (care conține datele brute și analiza) poate fi partajat cu alte persoane. (Această metodă este populară în proiectele studențești din cadrul instituțiilor academice.)

Dezavantaje

• Consumatoare de timp, deoarece rezultă multe coduri care trebuie condensate într-un cod mic, listă mică și ușor de gestionat
• Costisitor
• Dificil de analizat cu alte persoane în mod sincron
• Revine o anumită învățare a software-ului
• Se poate simți restrictiv

Journaling

Scrierea proceselor de gândire și a ideilor pe care le aveți despre un text este comună în rândul cercetătorilor care practică metodologia grounded-theory. 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, și susține un proces de analiză iterativă

Dezavantaje

• Nu la fel de minuțios ca alte metode, deoarece adesea segmentele de text nu sunt codificate de mai multe ori
• Dificil de realizat atunci când datele sunt foarte variate, sau există o mulțime de date

Coduri și codificare

Toate metodele de analiză tematică presupun o anumită cantitate de codificare (a nu se confunda cu scrierea unui program într-un limbaj de programare).

Definiție: Un cod este un cuvânt sau o frază care acționează ca o etichetă pentru un segment de text.

Un cod descrie despre ce este vorba în text și este o prescurtare pentru informații mai complicate. (O analogie bună este că un cod descrie datele așa cum un cuvânt cheie descrie un articol sau cum un hashtag descrie un tweet). Adesea, cercetătorii calitativi nu numai că vor avea un nume pentru fiecare cod, dar vor avea și o descriere a ceea ce înseamnă codul și exemple de text care se potrivesc sau nu cu codul. Aceste descrieri și exemple sunt deosebit de utile dacă mai multe persoane sunt responsabile de codificarea datelor sau dacă codificarea se face pe o perioadă mai lungă de timp.

Definiție: Codificarea se referă la procesul de etichetare a segmentelor de text cu codurile corespunzătoare.

După ce sunt atribuite codurile, este ușor de identificat și de comparat segmentele de text care se referă la același lucru. Codurile ne permit să sortăm cu ușurință informațiile și să analizăm datele pentru a descoperi asemănările, diferențele și relațiile dintre segmente. Putem ajunge apoi la o înțelegere a temelor esențiale.

Tipuri de coduri: Descriptive și interpretative

Codurile pot fi:

• Descriptive: Descriu despre ce sunt datele
• Interpretative: Ele reprezintă o lectură analitică a datelor, adăugând lentilele interpretative ale cercetătorului.

Pentru a vedea exemple de coduri descriptive și interpretative, să ne uităm la un citat dintr-un interviu pe care l-am realizat cu un practician UX la începutul acestui an (ca parte a cercetării noastre UX Careers, care va fi publicat în raportul nostru UX Careers).

„Eram pietrificat în legătură cu facilitarea unei ședințe, iar compania mea a oferit un curs de o zi și jumătate. Așa că m-am dus acolo, iar instructorul a făcut ceva ce mi s-a părut oribil la momentul respectiv, dar de atunci am ajuns să apreciez cu adevărat. Primul lucru pe care l-am făcut a fost să completăm o foaie de hârtie cu numele nostru și să scriem cea mai mare frică a noastră de a modera sau de a facilita și am predat-o, iar apoi el a spus: „Bine, mâine veți juca această situație (…) a doua zi ne-am întors și am ieșit din sală în timp ce restul echipei citea, ei citeau cea mai mare frică a mea, își dădeau seama cum o vor juca, iar apoi intram și facilitam timp de 10 minute cu asta. Și asta m-a ajutat cu adevărat să realizez că nu există nimic de care să ne fie frică, că temerile noastre sunt de fapt în capul nostru de cele mai multe ori, iar confruntarea cu asta m-a făcut să realizez că mă pot descurca în aceste situații.”

Iată posibilele coduri descriptive și interpretative pentru textul de mai sus:

Cod descriptiv: Cum se dobândesc abilitățile
Raționamentul din spatele etichetei de cod: Participanții au fost rugați să descrie modul în care au ajuns să posede anumite abilități.

Cod interpretativ: auto-reflecție
Raționamentul din spatele etichetei de cod: Participantul descrie modul în care această experiență i-a schimbat convingerile despre facilitare și modul în care a reflectat asupra fricii sale.

Pași pentru realizarea unei analize tematice

Indiferent de instrumentul pe care îl utilizați (software, jurnal sau diagrama de afinitate), actul de realizare a unei analize tematice poate fi împărțit în 6 pași.

Pasul 1: Strângeți toate datele

Începeți cu datele brute, cum ar fi transcrierile interviurilor sau ale focus-grupurilor, notele de teren sau intrările din jurnalul de studiu. Am recomandat să transcrieți înregistrările audio de la interviuri și să folosiți transcrierile pentru analiză, în loc să vă bazați pe memoria lacunară.

Pasul 2: Citiți toate datele de la început până la sfârșit

Familiarizați-vă cu datele înainte de a începe analiza, chiar dacă dumneavoastră ați fost cel care a efectuat cercetarea. Citiți toate transcrierile, notele de teren și alte surse de date înainte de a le analiza. În această etapă, vă puteți implica echipa în proiect. Implicarea echipei dvs. insuflă cunoștințe despre utilizatori și empatie pentru aceștia și nevoile lor.

Realizați un atelier de lucru (sau o serie de ateliere de lucru dacă echipa dvs. este foarte mare sau dacă aveți o mulțime de date). Urmați acești pași:

1. Înainte ca membrii echipei dvs. să se angajeze cu datele, scrieți întrebările dvs. de cercetare pe o tablă albă sau pe o bucată de hârtie de flipchart pentru ca întrebările să fie ușor de consultat în timpul lucrului.
2. Dăruiți fiecărui membru o transcriere sau o intrare de studiu de teren sau de jurnal. Spuneți-le oamenilor să evidențieze tot ceea ce consideră că este important.
3. După ce membrii echipei au terminat de citit intrările lor, ei pot transmite transcrierea sau intrarea lor altcuiva și pot primi una nouă de la un alt membru al echipei. Această etapă se repetă până când toți membrii echipei s-au implicat cu toate datele.
4. Discută în grup ce ați observat sau ce ați găsit surprinzător.

În timp ce este cel mai bine ca echipa dvs. să observe toate sesiunile de cercetare, acest lucru ar putea să nu fie posibil dacă aveți multe sesiuni sau o echipă mare. Atunci când membrii individuali ai echipei observă doar câteva sesiuni, aceștia pleacă uneori cu o înțelegere incompletă a constatărilor. Atelierul de lucru poate rezolva această problemă, deoarece toată lumea va citi toate transcrierile sesiunilor.

Etapa 3: Codificați textul în funcție de ceea ce este vorba

În etapa de codificare, secțiunile evidențiate trebuie să fie clasificate astfel încât secțiunile evidențiate să poată fi comparate cu ușurință.

În această etapă, amintiți-vă obiectivele cercetării dvs. Tipăriți-vă întrebările de cercetare. Lipiți-le pe un perete sau pe o tablă albă în camera în care efectuați analiza.

Dacă aveți timp suficient, vă puteți implica echipa în această etapă inițială de codificare. Dacă timpul este limitat și există o mulțime de date pe care trebuie să le analizați, atunci faceți acest pas de unul singur și invitați-vă echipa mai târziu pentru a vă revizui codurile și a vă ajuta să detaliați temele.

În timp ce codificați, analizați fiecare segment de text și întrebați-vă „Despre ce este vorba aici?”. Dați fragmentului un nume care să descrie datele (un cod descriptiv). De asemenea, puteți adăuga coduri interpretative la text în această etapă. Cu toate acestea, acestea vor deveni de obicei mai ușor de atribuit ulterior.

Codul poate fi creat înainte sau după ce ați grupat datele. Următoarele două secțiuni ale acestei etape descriu cum și când puteți adăuga codurile.

Metoda tradițională: Crearea codurilor înainte de grupare

În abordarea tradițională, pe măsură ce evidențiați segmente de date, cum ar fi propoziții, paragrafe, fraze, le codificați. Este util să păstrați o evidență a tuturor codurilor utilizate și să subliniați care sunt acestea, astfel încât să puteți face referire la această listă atunci când codificați alte secțiuni ale textului (în special dacă mai multe persoane codifică textul). Această abordare evită crearea mai multor coduri (care ulterior vor trebui consolidate) pentru același tip de problemă.

După ce tot textul a fost codificat, puteți grupa toate datele care au același cod.

Dacă folosiți CAQDAS pentru acest proces, software-ul înregistrează automat codurile pe care le atribuiți în timpul codificării, astfel încât să le puteți utiliza din nou. Acesta vă oferă apoi o modalitate de a vizualiza toate textele codificate cu același cod.

Metodă rapidă: Grupați segmente de text, apoi atribuiți un cod

În loc să veniți cu un cod atunci când evidențiați textul, tăiați (fizic sau digital) și grupați toate segmentele evidențiate similare (în mod similar cu modul în care diferite stick-uri pot fi grupate într-o hartă de afinitate). Grupările primesc apoi un cod. Dacă faceți gruparea în mod digital, ați putea extrage secțiunile codificate într-un nou document sau într-o platformă de colaborare vizuală.

În imaginile de mai jos, gruparea a fost făcută manual. Transcrierile au fost tăiate, fixate pe stick-uri și mutate pe tablă până când s-au încadrat în grupuri de subiecte naturale. Cercetătorul a atribuit apoi un sticky roz cu un cod descriptiv grupării.

La sfârșitul acestei etape, ar trebui să aveți date grupate pe subiecte și coduri pentru fiecare subiect.

Să ne uităm la un exemplu. Am intervievat 3 persoane despre experiența lor de a găti acasă. În aceste interviuri, participanții au vorbit despre cum au ales să gătească anumite lucruri și nu altele. Au vorbit despre provocările specifice cu care s-au confruntat în timp ce găteau (de ex, cerințe dietetice, bugete restrânse, lipsă de timp și spațiu fizic) și despre soluții pentru unele dintre aceste provocări.

După gruparea pe subiecte a decupajelor evidențiate din interviurile mele, am ajuns la 3 coduri descriptive generale și grupări corespunzătoare:

• Experiențe de gătit: experiențe memorabile pozitive și negative legate de gătit
• Puncte dureroase: orice lucru care oprește pe cineva să gătească sau face ca gătitul să fie dificil (inclusiv navigarea prin restricții dietetice, bugete limitate, etc.)
• Lucruri care ajută: ceea ce ajută (sau se crede că ar putea ajuta) pe cineva să depășească provocările specifice sau punctele de durere

Pasul 4: Creați noi coduri care încapsulează temele potențiale

Urmăriți toate codurile și explorați orice relații de cauzalitate, asemănări, diferențe sau contradicții pentru a vedea dacă puteți descoperi teme subiacente. În timp ce faceți acest lucru, unele dintre coduri vor fi lăsate deoparte (fie arhivate, fie șterse) și vor fi create noi coduri interpretative. Dacă utilizați o abordare de cartografiere fizică precum cea discutată în etapa 3, atunci unele dintre aceste grupări inițiale se pot prăbuși sau extinde pe măsură ce căutați teme.

Puneți-vă următoarele întrebări:

• Ce se întâmplă în fiecare grup?
• Cum sunt legate aceste coduri?
• Cum se leagă acestea de întrebările mele de cercetare?

Întorcându-ne la subiectul nostru despre gătit, atunci când am analizat textul din cadrul fiecărei grupări și am căutat relații între date, am observat că doi participanți au spus că le plac ingredientele care pot fi pregătite în moduri diferite și care merg bine cu alte ingrediente diferite. O a treia participantă a vorbit despre faptul că și-ar fi dorit să aibă un set de ingrediente care să poată fi folosite pentru mai multe mese diferite pe parcursul săptămânii, în loc să fie nevoită să cumpere ingrediente separate pentru fiecare plan de masă. Astfel, a apărut o nouă temă despre flexibilitatea ingredientelor. Pentru această temă, am venit cu codul un singur ingredient se potrivește tuturor, pentru care am scris apoi o descriere detaliată.

Pasul 5: Luați o pauză de o zi, apoi reveniți la date

Chiar întotdeauna este o idee bună să luați o pauză și să reveniți și să priviți datele cu alți ochi. Făcând acest lucru vă ajută uneori să vedeți clar tiparele semnificative din date și să obțineți perspective revoluționare.

Etapa 6: Evaluați-vă temele pentru o bună potrivire

În această etapă, poate fi util să aveți și alte persoane implicate care să vă ajute să vă revizuiți codurile și temele emergente. Nu numai că sunt scoase la iveală noi perspective, dar concluziile dvs. pot fi contestate și criticate de ochi și creiere proaspete. Această practică reduce potențialul ca interpretarea dvs. să fie colorată de prejudecăți personale.

Puneți-vă temele sub observație. Puneți-vă aceste întrebări:

• Este tema bine susținută de date? Sau ați putea găsi date care să nu vă susțină tema?
• Este tema saturată cu o mulțime de cazuri?
• Alții sunt de acord cu temele pe care le-ați găsit în date după ce ați analizat datele separat?

Dacă răspunsul la aceste întrebări este nu, ar putea însemna că trebuie să vă întoarceți la placa de analiză. Presupunând că ați colectat date solide, aproape întotdeauna există aproape întotdeauna ceva de învățat, astfel încât să petreceți mai mult timp cu echipa dvs. repetând pașii 4-6 va merita.

Concluzie

Utilizați analiza tematică ca un ghid util pentru a parcurge în mod eficient o mulțime de date calitative. Nu există un singur mod de a face o analiză tematică. Alegeți o metodă de analiză care se potrivește cu tipul și volumul de date pe care le-ați colectat. Atunci când este posibil, invitați și alte persoane în procesul de analiză, atât pentru a crește acuratețea analizei, cât și pentru a spori cunoștințele echipei dvs. despre comportamentele, motivațiile și nevoile utilizatorilor dvs. Analiza poate fi un proces îndelungat, așa că o bună regulă de bază este să bugetați pentru finalizarea analizei tot atâta timp cât ați avut la dispoziție pentru colectarea datelor.

Învățați mai multe: Interviurile cu utilizatorii, Tehnici avansate pentru a descoperi valorile, motivațiile și dorințele, un curs de o zi întreagă la Conferința UX.