Daten analysieren - IT-gestützt Erkenntnisse gewinnen | ATLAS.ti

Analyse ist mehr als nur Kodierung

“Kodieren bedeutet, dass wir Etiketten an die Datensegmente anbringen, die darstellen, worum es in jedem Segment geht. Durch die Kodierung werfen wir analytische Fragen über unsere Daten von […] auf. Kodierung destilliert die Daten, sortiert sie und gibt uns einen analytischen Griff, um Vergleiche mit anderen Datensegmenten durchzuführen.”
Charmaz, 2014:4

“Kodieren ist die Strategie, die Daten von diffusem und unordentlichem Text zu organisierten Ideen über das, was vor sich geht, überführt.” Richards und Morse, 2013:167

Analyse von Daten in der qualitativen Forschung

Codierung bedeutet in der computergestützten Analyse die Zuordnung eines Labels zu einem Datensegment. Es heißt daher auch Tagging. In diesem Rahmen werden verschiedene Daten mit einem Tag-Namen markiert, sodass die Daten später leichter wiedergefunden werden können. Diese Lösung erleichtert die Visualisierung. Die Software verwendet an dieser Stelle die Wörter ‘Code’ und ‘Codierung’.

Damit Sie Sie eine bessere Vorstellung davon haben, was Tagging ist, ersetzen Sie im Folgenden einfach die Begriffe Code und Kodierung in Ihrem Kopf durch Tag und Tagging. Das Datensegment, das Sie codieren (oder taggen) können, kann so klein sein wie ein Zeichen in einem Textdokument, ein paar Pixel in einer Bilddatei oder weniger als eine Sekunde in einer Audio- oder Videodatei.

Um zu erfahren, wie Sie ATLAS.ti in ihrer Forschung einsetzen können, besuchen Sie unseren Research Hub Research Hub

Je nach dem gewählten methodischen Ansatz kann dies bedeuten, dass Sie die Daten auf nominaler Ebene kennzeichnen oder dass Sie auf der Grundlage einer detaillierteren Interpretation der Datensegmente Code-Etiketten entwickeln. Sobald die Daten kodiert sind und ein Codesystem entwickelt wurde, können sie abgefragt werden. Die Analyse kann in zwei Phasen unterteilt werden:

Phase 1: Beschreibung der Daten - Erstellung eines Codesystems

Ziel der deskriptiven Analyse ist es, die Daten zu erforschen, sie zu lesen oder durchzusehen und interessante Dinge zu bemerken, die Sie in der ersten Kodierungsphase zu sammeln beginnen. Dies erfordert das Lesen von Protokollen, Feldnotizen, Dokumenten, Berichten, Zeitungsartikeln usw., das Betrachten von Videomaterial oder Bildern oder das Anhören von Audiodateien. Die Erstellung von Wortwolken und Wortlisten kann ebenfalls ein Ausgangspunkt sein, wenn Sie viele Daten haben. Um die interessanten Dinge, die Ihnen auffallen, festzuhalten, können Sie Notizen machen, die Abschnitte markieren, die Sie interessant finden, Kommentare schreiben oder, was am häufigsten vorkommt, Etiketten anbringen (=codieren). Diese Etiketten werden in der Software eher aus historischen Gründen als "Codes" bezeichnet.

An diesem Punkt des Analyseprozesses können die Etiketten beschreibend oder bereits konzeptionell, niedriger oder höherwertig sein. Die Entwicklung von Codes und eines Codesystems ist ein Prozess, und die Bezeichnungen, die Sie in dieser Phase des Analyseprozesses erstellen, werden sich wahrscheinlich ändern. Sie müssen sich also nicht zu viele Gedanken darüber machen, ob eine Bezeichnung richtig oder falsch ist. Wenn Sie weiter lesen, werden Sie höchstwahrscheinlich einige Dinge bemerken, die anderen ähneln, die Sie bereits bemerkt haben. Wenn sie unter ein Etikett passen, das Sie bereits haben, wenden Sie es erneut an. Wenn ein Problem ähnlich ist, aber nicht ganz zu einem bereits vorhandenen Etikett passt, können Sie die Datensegmente durch Umbenennung zusammenfassen.

Die Kennzeichnungen müssen noch nicht perfekt sein. Sie können weiterhin ähnliche Datensegmente sammeln, und später, wenn Sie sie überprüfen, wird es einfacher sein, sich bessere und passendere Bezeichnungen auszudenken, um den Inhalt des gesammelten Materials zu erfassen. Die intellektuelle Arbeit, die Sie in dieser Phase leisten, ist die gleiche, die bereits für die manuellen Analysemethoden beschrieben wurde. Wie Strauss und Corbin 1998 schrieben:

Während der Forscher mit der Analyse fortschreitet, wird jedes Ereignis in den Daten mit anderen Ereignissen auf Ähnlichkeiten und Unterschiede verglichen. Vorfälle, die sich als konzeptionell ähnlich erweisen, werden unter einem übergeordneten beschreibenden Konzept zusammengefasst. (p. 73)

Der anfängliche Prozess des Sammelns interessanter Dinge (d. h. das Kodieren) kann vielfältig sein, je nach den zugrunde liegenden Forschungsfragen, dem Forschungsziel und der allgemeinen Methodik, die Sie anwenden. Zu den Dingen, die Sie in Ihren Daten sammeln, können gleichzeitig Themen, Emotionen und Werte gehören. Sie können die Daten mit Hilfe von deduktiv abgeleiteten Codes kodieren, wie beim vorläufigen Kodieren, oder Sie können Codes induktiv entwickeln (z. B. initiales oder offenes Kodieren) oder auch abduktiv, was bei der Entwicklung von Kategorien oft der Fall ist.

Die Software erklärt das nicht, sondern bietet nur Funktionen, um neue Codes zu erstellen, zu löschen, umzubenennen oder zu verschmelzen. Die Metapher des Sammelns hilft, besser zu verstehen, dass ein richtig entwickelter Code mehr ist als nur ein beschreibendes Etikett für ein Datensegment und dass es nicht sinnvoll ist, alles, was einem auffällt, mit einem neuen Etikett zu versehen.

Das Ziel der ersten Kodierungsphase besteht darin, eine Codeliste zu entwickeln, die die in den Daten enthaltenen Fragen/Aspekte/Phänomene/Themen beschreibt, sie zu benennen und zu versuchen, sie im Hinblick auf Ähnlichkeiten und Unterschiede zu verstehen. Daraus ergibt sich eine strukturierte Codeliste, die Sie in der zweiten Kodierungsphase auf die restlichen Daten anwenden können. Höchstwahrscheinlich muss die Codeliste noch weiter verfeinert werden, und es werden noch einige Zyklen des Bemerkens und Sammelns folgen, bis alle Daten codiert sind und das Codierschema vollständig entwickelt ist. Parallel dazu können Sie Datensegmente kommentieren und Memos verfassen.

Phase 2: Daten abfragen - Antworten finden - Beziehungen erkennen

Irgendwann sind alle Daten kodiert, und Sie können in die nächste Phase der Analyse eintreten. Bislang haben Sie auf der Ebene der Daten gearbeitet. Jetzt geht es darum, die Daten aus einem anderen Blickwinkel zu betrachten, nämlich aus der Perspektive der Forschungsfragen. Ausgehend von einer Ihrer Fragen beginnen Sie, die Daten auf der Grundlage Ihrer Kodierung abzufragen. CAQDAS bietet wie ATLAS.ti eine Vielzahl von Werkzeugen zur weiteren Analyse. Die Ergebnisse der Abfragen können in Form von Zahlen, den kodierten Zitaten oder als Visualisierung dargestellt werden. Die eigentliche Analyse findet jedoch während des Schreibprozesses statt, indem die Ergebnisse zusammengefasst und interpretiert werden. Hierfür kann die Memo-Funktion genutzt werden. Sowohl beim Schreiben von Kommentaren als auch von Memos kommt man Schritt für Schritt in der Analyse weiter, gräbt tiefer, schaut sich Details an und beginnt zu verstehen, wie das alles zusammenpasst.

Um zu sehen, wie alles zusammenhängt, können Visualisierungswerkzeuge wie die Netzwerkfunktion in ATLAS.ti eingesetzt werden. Die Arbeit mit Netzwerken regt eine andere Art des Denkens an und ermöglicht weitere Erkundungen. Netzwerke können auch als Mittel genutzt werden, um mit anderen über ein Ergebnis oder eine zu entwickelnde Idee zu sprechen. Bevor Sie den letzten Schritt der Analyse erreichen, werden Sie wahrscheinlich mehrere Netzwerke gezeichnet, neu gezeichnet, gelöscht und neu erstellt haben. Ziel ist es, alle Erkenntnisse zu integrieren und ein kohärentes Verständnis des untersuchten Phänomens zu gewinnen; oder, wenn Sie eine Theorie entwickeln wollen, ein theoretisches Modell zu visualisieren und zu präsentieren.

Datenanalyse in ATLAS.ti 22 Windows - Arbeiten mit Sankey-Diagrammen

Referenzen

• Charmaz, Kathy (2014). Constructing Grounded Theory: A Practical Guide Through Qualitative Analysis. London: Sage.
• Friese, Susanne (2019). Qualitative data analysis with ATLAS.ti. London: Sage.
• Richards, Lyn and Janice M. Morse (2013, 3ed). Readme first: for a user’s guide to Qualitative Methods. Los Angeles: Sage.
• Strauss, Anselm L. and Corbin, Juliet (1998). Basics of Qualitative Research: Techniques and Procedures for Developing Grounded Theory (2. edition). London: Sage.

Die Arbeit mit Netzwerken regt eine andere Art des Denkens an und ermöglicht weitere Erkundungen. Netzwerke können auch als Mittel genutzt werden, um mit anderen über eine Erkenntnis oder eine zu entwickelnde Idee zu sprechen.