Kodierung qualitativer Daten für wertvolle Erkenntnisse

Qualitative Forscher werden früher oder später unweigerlich mit der Kodierung ihrer Daten konfrontiert werden. Der Kodierungsprozess kann mühsam und zeitaufwendig sein, daher ist es wichtig zu verstehen, wie die Kodierung zum Verständnis des Wissens in der qualitativen Forschung beiträgt.

Qualitative Daten

Qualitative Forschung neigt dazu, mit unstrukturierten Daten zu arbeiten, die eine gewisse systematische Organisation erfordern, um Erkenntnisse zu gewinnen, die für Ihre Forschungsuntersuchung relevant sind. Nehmen wir an, Sie müssen die wichtigsten Aspekte bei der Entscheidung für ein bestimmtes Hotel im Urlaub ermitteln. Der Entscheidungsprozess, der für die Wahl des "besten" Hotels ausschlaggebend ist, kann an verschiedenen, voneinander getrennten Orten stattfinden (z. B. auf Reise-Websites, in Blogs, in persönlichen Gesprächen) und unter Informationen verstreut sein, die für Sie möglicherweise nicht relevant sind. In der qualitativen Forschung besteht eines der Ziele vor der Datenanalyse darin, herauszufinden, welche Informationen wichtig sind, diese Informationen zu finden und die Informationen so zu sortieren, dass Sie leicht eine Entscheidung treffen können.

Kodierung qualitativer Daten

Qualitatives Kodieren ist fast immer ein notwendiger Teil der qualitativen Datenanalyse. Die Kodierung bietet eine Möglichkeit, die Bedeutung der Daten für Sie und Ihr Forschungspublikum deutlich zu machen.

Was ist ein Kode?

Ein Kode im Kontext der qualitativen Datenanalyse ist eine Zusammenfassung eines größeren Textabschnitts. Stellen Sie sich vor, Sie kleben ein paar Haftnotizen auf eine Sammlung von Rezepten und markieren jeden Abschnitt mit kurzen Bezeichnungen wie "Zutaten", "Anleitung" und "Ratschläge". Anschließend kann jemand diese Rezepte durchblättern und dank der Haftnotizen leicht den Abschnitt finden, den er sucht.

Nehmen wir nun an, Sie haben verschiedenfarbige Haftnotizen, wobei jede Farbe für eine bestimmte Küche steht (z. B. italienisch, chinesisch, vegetarisch). Da Sie nun zwei Möglichkeiten haben, die Daten zu organisieren, können Sie alle Zutatenabschnitte aller Rezepte, die zu einer bestimmten Küche gehören, durchsehen, um einen Eindruck von den Zutaten zu bekommen, die in solchen Rezepten häufig verwendet werden.

Wie in diesem Beispiel veranschaulicht, kann ein Grund für das Anbringen von Haftnotizen an einem Rezept darin bestehen, dass der Leser Zeit spart, um die gewünschten Informationen aus dem Text zu erhalten, was im Wesentlichen das Ziel der qualitativen Kodierung ist. Die Kodierung ermöglicht es dem Leser, die gesuchten Informationen zu erhalten, um den Analyseprozess zu erleichtern. Darüber hinaus hilft dieser Prozess der Kategorisierung der verschiedenen Datenteile den Forschern, zu erkennen, was in ihren Daten vor sich geht, und aufkommende Dimensionen und Muster zu identifizieren.

Die Verwendung von Codes dient nicht nur dazu, auf bequeme Weise Bedeutung aus den Daten zu ziehen. Wenn Forscher einem Publikum qualitative Forschungsergebnisse präsentieren, können sie sich auf eine narrative Zusammenfassung der Daten stützen. Solche Erzählungen können jedoch zu lang sein, um sie zu erfassen, oder sich nur schwer anderen vermitteln lassen.

Daher neigen Forscher in allen Bereichen dazu, ihre Datenanalyse mithilfe von Datenvisualisierungen zu veranschaulichen. Es liegt auf der Hand, dass sich solche Visualisierungen auf Tabellen und Abbildungen wie Balkendiagramme und Diagramme stützen, um Bedeutung zu vermitteln. In diesem Fall müssen die Forscher Wege finden, die Daten entlang der festgelegten Datenpunkte zu "zählen", eine Aufgabe, die die Kodierung erfüllen kann. Während ein rein numerisches Verständnis der qualitativen Forschung die feineren Aspekte sozialer Phänomene übersehen kann, profitieren Forscher letztendlich von einer Analyse der Häufigkeit von Kodes, Kombinationen von Kodes und Mustern von Kodes, die zur Theoriebildung beitragen können. Darüber hinaus können Kodes auf vielfältige Weise visualisiert werden, um qualitative Erkenntnisse zu präsentieren. Von Flussdiagrammen bis hin zu semantischen Netzen bieten Codes Forschern nahezu unbegrenzte Möglichkeiten, ihre umfangreichen qualitativen Daten für verschiedene Zielgruppen aufzubereiten.

Kodes anwenden

Um zu kodieren, betrachtet ein Forscher die Daten Zeile für Zeile und entwickelt ein Kodebuch, indem er Datensegmente identifiziert, die durch Wörter oder kurze Sätze dargestellt werden können.

Im obigen Beispiel wird ein Satz von drei Absätzen durch einen Kode dargestellt, der am rechten Rand in Grün angezeigt wird. Ohne Kodes müsste der Forscher möglicherweise den gesamten Text erneut lesen, um sich daran zu erinnern, worum es in den Daten geht. In der Tat kann jeder Forscher, der das Kodebuch eines Projekts durchsieht, einen Eindruck von den Daten und der Analyse gewinnen.

Kodes analysieren

Denken Sie an ein einfaches Beispiel, um die Bedeutung der Analyse von Kodes zu verdeutlichen. Nehmen wir an, Sie analysieren die Antworten von Umfragen die die Vorlieben der Befragten für das Einkaufen in stationären Geschäften und das Online-Shopping. In diesem Fall könnten Sie darüber nachdenken, jede Umfrageantwort entweder als "bevorzugt persönlich einkaufen" oder als "bevorzugt online einkaufen" zu markieren. Sobald Sie die entsprechenden Kodes auf die einzelnen Umfrageantworten angewandt haben, können Sie die Häufigkeiten beider Kodes vergleichen, um zu ermitteln, wie die Bevölkerung insgesamt zu diesem Thema steht.

Die Kodes können unter anderem nach ihrer Häufigkeit oder ihrer Verbindung zu anderen Kodes (oder ihrem gemeinsamen Auftreten mit anderen Kodes ) analysiert werden. Im obigen Beispiel können Sie die Daten auch nach den Gründen kodieren, die für die Einkaufsgewohnheiten der Menschen ausschlaggebend sind, z. B. "Bequemlichkeit", "Wert" und "Service". Der Analyseprozess besteht dann einfach darin, durch Analyse der auf die Daten angewendeten Kodes festzustellen, wie oft jeder Grund mit den Präferenzen für den persönlichen Einkauf und den Online-Einkauf zusammenfällt.

Durch die qualitative Kodierung werden die Rohdaten in eine Form gebracht, die es ermöglicht, durch empirische Analyse tiefere Einsichten zu gewinnen.

Das Kodieren ist eine zeitaufwändige, aber notwendige Aufgabe in der qualitativen Forschung und eine, die Forscher zu einer Reihe von etablierten Methoden entwickelt haben, die es wert sind, kurz betrachtet zu werden.

Kodierungsmethoden

Die jahrelange Entwicklung von qualitativen Forschungsmethoden hat zu einer Vielzahl von Methoden geführt, um Daten zu kodieren. Während alle qualitativen Kodierungsansätze im Wesentlichen darauf abzielen, große Mengen an Informationen kurz und bündig zusammenzufassen, gibt es verschiedene Ansätze, die Sie bei Ihrem Kodierungsprozess anwenden können.

Induktives Kodieren

Die wahrscheinlich grundlegendste Form des Kodierens besteht darin, die Daten zu betrachten und sie durch Kodierung auf ihre wichtigsten Informationen zu reduzieren. Jeder induktive Ansatz in der Forschung bedeutet, Wissen von Grund auf zu generieren. Beim induktiven Kodieren geht es folglich darum, Erkenntnisse aus den qualitativen Daten selbst zu gewinnen.

Induktives Kodieren kommt Forschern zugute, die die Daten in erster Linie auf ihre inhärente Bedeutung hin untersuchen müssen und nicht darauf, wie externe Wissensrahmen sie betrachten könnten. Induktives Kodieren kann auch eine neue Perspektive liefern, die die etablierte Theorie noch nicht berücksichtigt hat, was einen theoriegeleiteten Ansatz unangemessen machen würde.

Deduktives Kodieren

Ein deduktiver Ansatz zur Kodierung ist auch in der qualitativen Forschung nützlich. Im Gegensatz zum induktiven Kodieren wird beim deduktiven Kodieren ein vorhandener Forschungsrahmen oder eine frühere Forschungsstudie auf neue Daten angewendet. Das bedeutet, dass der Forscher eine Reihe von vordefinierten Kodes auf der Grundlage etablierter Forschungsergebnisse auf die neuen Daten anwendet.

Forscher können von der gleichzeitigen Anwendung beider Ansätze profitieren, wenn ihre Forschungsfragen eine synthetische Analyse erfordern. Um auf das Beispiel eines Kochbuchs zurückzukommen: Eine Person kann die verschiedenen Abschnitte eines jeden Rezepts markieren, weil sie bereits weiß, wie ein typisches Rezept aussehen könnte. Wenn sie jedoch auf ein untypisches Rezept stößt (z. B. ein Rezept ohne Zutatenliste), muss sie möglicherweise neue Kodes erstellen, um Teile des Rezepts zu kennzeichnen, die ungewöhnlich oder neuartig erscheinen.

Der Einsatz von beidem, induktivem Kodieren und deduktivem Kodieren kann Ihnen also helfen, eine ganzheitlichere Analyse Ihrer Daten zu erreichen, indem Sie auf dem vorhandenen Wissen über ein Phänomen aufbauen und gleichzeitig neues Wissen über die weniger bekannten Aspekte generieren.

Thematische Analyse Kodierung

Unabhängig davon, ob Sie sich für einen induktiven oder einen deduktiven Kodierungsansatz für qualitative Daten entscheiden, sollte die Kodierung auch für Ihre Forschungsuntersuchung relevant sein, um nützlich zu sein und eine schwerfällige Kodierung zu vermeiden, die den Zweck der Zusammenfassung Ihrer Daten vereiteln könnte. Schauen wir uns eine Reihe spezifischerer Ansätze zur qualitativen Kodierung an, um einen umfassenderen Eindruck davon zu bekommen, wie die Kodierung in der qualitativen Forschung angewendet wurde.

Das Ziel einer thematischen Analyse, die sich aus dem kodieren ergibt, ist, wie der Name schon sagt, Themen zu identifizieren, die sich um ein bestimmtes Konzept oder Phänomen drehen. Während Konzepte in den Naturwissenschaften, wie z. B. Temperatur und Atomgewicht, mit numerischen Daten gemessen werden können, entziehen sich Konzepte in den Sozialwissenschaften oft einer einfachen numerischen Analyse. Anstatt die Schönheit eines Kunstwerks oder die Beherrschung einer Fremdsprache auf eine Zahl zu reduzieren, versucht die thematische Analyse-Kodierung, diese Phänomene anhand verschiedener Aspekte zu beschreiben, die sich zu gemeinsamen Themen zusammenfassen lassen.

Wenn wir das Rezept noch einmal betrachten, können wir ein typisches Rezept durch die Abschnitte beschreiben, die am häufigsten vorkommen. Dasselbe gilt für die Beschreibung einer Sportart (z. B. Regeln, Strategien, Ausrüstung) oder eines Autos (z. B. Typ, Preis, Kraftstoffverbrauch, Sicherheitseinstufung). Bei einer späteren Analyse könnten diese Themen zwar numerisch gemessen werden, wenn sie spezifisch genug sind, aber die Rolle der Kodierung entlang der Themen bietet einen guten Ausgangspunkt für die Erkennung und Analyse relevanter Konzepte.

Prozesskodierung

Prozesse sind Phänomene, die durch Handlungen gekennzeichnet sind. Denken Sie an den Akt des Autofahrens und nicht an die Beschreibung des Autos selbst. In diesem Fall kann die Prozesskodierung als eine Erweiterung der thematischen Kodierung betrachtet werden, mit dem Unterschied, dass die Hauptaspekte eines Prozesses auch durch Sequenzen und Muster identifiziert werden können, wobei davon ausgegangen wird, dass einige Aktionen auf andere Aktionen folgen können. Schließlich drehen Autofahrer typischerweise den Schlüssel im Zündschloss, bevor sie die Feststellbremse lösen oder den Gang einlegen, um loszufahren. Die Erfassung der spezifischen Phasen und Sequenzen ist ein wichtiges Ziel der Prozesskodierung.

Strukturelle Kodierung

Die "Struktur" eines Rezepts in einem Kochbuch unterscheidet sich von der eines Aufsatzes oder eines Zeitungsartikels. Denken Sie auch daran, dass ein Interview für Forschungszwecke anders strukturiert sein könnte als ein Interview für eine TV-Nachrichtensendung. Forscher können die strukturelle Kodierung nutzen, um die Daten nach ihren unterschiedlichen Strukturelementen zu organisieren, wie z. B. spezifische Elemente, die Reihenfolge der Informationen oder den Zweck hinter verschiedenen Strukturen. Diese Art der Analyse könnte zum Beispiel zu einem besseren Verständnis der Art und Weise beitragen, wie Kulturen ein bestimmtes Stück Schrift oder eine soziale Praxis formen.

Längskodierung

Studien, die Menschen oder Praktiken über einen längeren Zeitraum hinweg beobachten, dienen dazu, Veränderungen in einem dynamischen Umfeld zu erfassen und zu verstehen. Die Aufgabe der Längsschnittkodierung besteht darin, auch relevante kontextuelle oder zeitliche Aspekte zu kodieren. Diese können dann zusammen mit anderen Kodes analysiert werden, um zu beurteilen, wie sich Häufigkeiten und Muster von einer Beobachtung oder einem Interview zur nächsten verändern. Dies wird den Forschern helfen, Unterschiede oder Veränderungen im Laufe der Zeit empirisch zu veranschaulichen.

ATLAS.ti für die Kodierung qualitativer Daten verwenden

Software zur qualitativen Datenanalyse soll die qualitative Kodierung effektiv erleichtern. Forscher haben die Wahl zwischen manuellem Kodieren und automatisiertem Kodieren, bei dem Tools zum Vorschlagen und Anwenden von Codes eingesetzt werden können, um Zeit zu sparen. ATLAS.ti ist ideal für beide Ansätze und eignet sich für Forscher aller Fachrichtungen und Bedürfnisse.

Manuelle Kodierung

Das Herzstück jeder Software zur qualitativen Datenanalyse ist die Benutzeroberfläche, die es Forschern ermöglicht, qualitativen Daten Kodes zuzuweisen. Die Benutzeroberfläche von ATLAS.ti zur Datenansicht erleichtert das Hervorheben von Datensegmenten und das schnelle und effiziente Anwenden neuer oder vorhandener Codes.

In vivo-Kodierung

Die Interpretation qualitativer Daten zur Erstellung von Kodes ist oft ein Teil des Kodierungsprozesses. Das kann bedeuten, dass die Namen der Kodes vom eigentlichen Text der Daten abweichen können.

Die besten Namen für Kodes stammen jedoch manchmal aus den Textdaten selbst und nicht aus einer Interpretation des Textes. So kann es sein, dass Ihnen in Ihrem Datensatz ein bestimmtes Wort oder ein kurzer Satz auffällt, der Sie dazu veranlasst, dieses Wort oder diesen Satz in Ihre qualitativen Kodes einzubauen. Denken Sie daran, dass es in Social Media Slangs oder Akronyme wie "YOLO" oder "YMMV" gibt, die eine Menge Bedeutung verdichten oder etwas Wichtiges im Zusammenhang mit der Forschung vermitteln. Anstatt die Bedeutungen oder Erfahrungen der Teilnehmer durch eine weitere Interpretationsebene zu verschleiern, können Forscher aussagekräftige und reichhaltige Erkenntnisse gewinnen, indem sie die eigenen Worte der Teilnehmer verwenden, um in Vivo Kodes zu erstellen.

In-vivo-Kodierung ist eine praktische Funktion in ATLAS.ti, wenn Sie auf einen Schlüsselbegriff oder eine Phrase stoßen, aus der Sie einen Kode erstellen möchten. Markieren Sie einfach den gewünschten Text und klicken Sie auf "Kode in Vivo", um sofort einen neuen Kode zu erstellen.

Kode Manager

Eine der größten Herausforderungen bei der Kodierung qualitativer Daten ist es, den Überblick über Dutzende oder gar Hunderte von Kodes zu behalten, denn ein Mangel an Organisation kann Forscher bei ihrem Hauptziel, der prägnanten Zusammenfassung qualitativer Daten, behindern.

Sobald Sie eine Reihe von Codes entwickelt und auf Ihre Projektdaten angewandt haben, können Sie den Code Manager öffnen, um einen Überblick über alle Ihre Codes zu erhalten, so dass Sie sie in Hierarchien, Gruppen oder wie auch immer Sie es bevorzugen, entwickeln und reorganisieren können. Ihre Codeliste kann auch exportiert werden, um sie mit anderen zu teilen oder in einer anderen qualitativen oder quantitativen Analyse-Software zu verwenden.

Automatisierte Kodierwerkzeuge in ATLAS.ti

Traditionell führen qualitative Forscher die Kodierung ihrer Daten manuell durch, d.h. sie lesen jeden einzelnen Datensatz sorgfältig durch und fügen Kodes hinzu. Qualitätsforscher, die mit Stift und Papier arbeiten, können Textmarker oder Lesezeichen verwenden, um die wichtigsten Punkte in ihren Daten zu markieren, damit sie später darauf zurückgreifen können. Qualitative Forscher verfügen auch über leistungsstarke qualitative Datenanalysesoftware, auf die sie sich verlassen können, um alle Aspekte des Kodierungsprozesses zu erleichtern.

Obwohl Forscher qualitative Datenanalyse-Software für die manuelle Kodierung verwenden können, gibt es inzwischen auch eine Reihe von Software-Tools, die sogar den Kodierungsprozess automatisieren können. Eine Reihe von automatisierten Kodierungstools in ATLAS.ti wie AI Coding, Sentiment Analysis und Opinion Mining nutzen maschinelles Lernen und die Verarbeitung natürlicher Sprache, um nützliche Kodes für die spätere Analyse anzuwenden. Andere Tools in ATLAS.ti setzen auf Mustererkennung, um die Erstellung von beschreibenden Kodes in Ihrem Projekt zu erleichtern.

AI-Kodierung

Eine der aufregendsten Implikationen der jüngsten Fortschritte in der künstlichen Intelligenz ist ihr Potenzial zur Erleichterung des Forschungsprozesses, insbesondere in der qualitativen Forschung. Der Einsatz von maschinellem Lernen, um die wichtigsten Punkte in Daten zu verstehen, kann für Forscher in allen Bereichen besonders nützlich sein.

AI Koding, das sowohl in den Desktop-Plattformen als auch in der Web-Version von ATLAS.ti verfügbar ist, führt eine umfassende deskriptive Kodierung Ihrer qualitativen Daten durch. Es verarbeitet die Daten mit Hilfe von OpenAIs Sprachmodellen, um Kodes für Ihr Projekt vorzuschlagen und anzuwenden - und das in einem Bruchteil der Zeit, die Sie für eine manuelle Bearbeitung benötigen würden.

Sentiment-Analyse

Die Teilnehmer können oft positive oder negative Gefühle äußern. Teilnehmer drücken oft Gefühle aus, die positiver oder negativer Natur sind. Wenn Sie daran interessiert sind, die in Ihren Daten ausgedrückten Gefühle zu analysieren, können Sie diese Gefühle analysieren. ATLAS.ti nutzt maschinelles Lernen, um Ihre Daten schnell zu verarbeiten und Kodes vorzuschlagen, die auf relevante Datensegmente angewendet werden können.

Opinion Mining

Wenn Sie verstehen möchten, worüber die Teilnehmer gesprochen haben und wie sie darüber dachten, können Sie Opinion Mining durchführen. Dieses Tool synthetisiert Schlüsselsätze in Ihren Textdaten je nachdem, ob sie positiv oder negativ besprochen wurden. Die aus dem Opinion Mining generierten Codes können eine nützliche Veranschaulichung dafür liefern, wie die Sprache in Interviews, Fokusgruppen und Umfragen verwendet wird, wenn bestimmte Themen oder Phänomene besprochen werden.