Co-Occurrence Analyse mit ATLAS.ti Desktop

In ATLAS.ti sind Kodes mit Zitaten verbunden, die sich auf Segmente Ihrer Daten beziehen. Wenn Sie Ihre Daten mit Kodes markieren, werden Sie feststellen, dass Zitate und Kodes verschiedene räumliche Beziehungen zu anderen Zitaten haben. Sie können sich überschneiden, ein Zitat kann einen Teil eines größeren Zitats einnehmen, ein Zitat kann auch auf ein anderes folgen. Sie können diese Beziehungen analysieren, um Interpretationen über Ihre Daten zu machen. Lassen Sie uns kurz einige der Grundlagen dieser Idee diskutieren und dann sehen, wie sie sich auf Ihre Forschung in ATLAS.ti anwenden lässt.

Kodierung und räumliche Beziehungen

In der qualitativen Forschung werden Kodes verwendet, um Daten zu klassifizieren, zu kategorisieren und konzeptionell zu verstehen. Diese Kodes helfen dabei, aus der Vielzahl der in einer Studie gesammelten Antworten eine sinnvolle Erzählung zu erstellen. Wichtig ist, dass die Art und Weise, wie diese Kodes räumlich zueinander in Beziehung stehen, einschließlich des gemeinsamen Auftretens, der Nähe und der Einbettung, eine entscheidende Rolle dabei spielen kann, umfassende und aufschlussreiche Schlussfolgerungen aus den Daten zu ziehen.

Erstens bezieht sich das Konzept des gemeinsamen Auftretens auf Fälle, in denen zwei oder mehr Kodes im selben Datenkontext zusammen auftreten. Wenn Sie z. B. Interviews über die Erfahrungen von Personen mit Fernarbeit analysieren, könnten Sie Kodes wie "Produktivität" und "Flexibilität" verwenden. Wenn diese Kodes in den Daten häufig zusammen vorkommen, deutet dies auf eine Verbindung zwischen diesen Konzepten hin, vielleicht darauf, dass die Teilnehmer Produktivität mit der Flexibilität der Fernarbeit in Verbindung bringen. Ein gemeinsames Auftreten kann Themen oder Muster in den Daten aufzeigen und den Forschern helfen, komplexe Beziehungen zwischen verschiedenen Elementen ihrer Studie zu verstehen.

Bei der Nähe hingegen geht es um die Nähe oder den Abstand zwischen Kodes innerhalb der Daten. Wenn beispielsweise der Kode "Angst" häufig direkt nach dem Kode "Fristen" auftaucht, könnte dies darauf hindeuten, dass die Teilnehmer aufgrund bevorstehender Fristen Angst verspüren. Wenn die beiden Kodes jedoch nur selten zusammen auftreten oder weit voneinander entfernt sind, ist die Assoziation möglicherweise schwächer oder gar nicht vorhanden. Die Analyse der Nähe kann dabei helfen, wichtige Faktoren zu identifizieren und ihren Einfluss im Kontext der Studie zu verstehen.

Die Einbettung bezieht sich auf die Situation, in der ein kodiertes Zitat in einem anderen enthalten ist, was mögliche hierarchische oder verschachtelte Beziehungen verdeutlicht. Zum Beispiel könnte ein breiterer Kode wie "emotionales Wohlbefinden" Zitate mit spezifischeren Kodes wie "Stress", "Angst" und "Glück" umfassen. Diese Beziehung kann wichtige Erkenntnisse über die Daten offenbaren und zeigen, wie engere Konzepte zu umfassenderen Themen oder Erfahrungen beitragen.

Bei der Verwendung dieser räumlichen Beziehungen können visuelle Hilfsmittel wie Mind Maps, Diagramme oder sogar fortgeschrittene Software-Tools wie die in ATLAS.ti helfen, diese Beziehungen zu veranschaulichen und das komplexe Netz von Zusammenhängen leichter zu verstehen. Darüber hinaus ist es wichtig zu beachten, dass sich diese räumlichen Beziehungen nicht gegenseitig ausschließen, sondern in einem einzigen Datensatz nebeneinander bestehen können, wodurch ein facettenreiches Bild der qualitativen Daten entsteht.

Code Co-Occurrence Analysis in ATLAS.ti

Um potentielle Beziehungen zwischen Kodes in ATLAS.ti zu analysieren, ist eines der am häufigsten verwendeten Tools die Code Co-Occurrence Analysis. Dieses Tool zeigt eine Matrix an, die sich auf alle codierten Segmente in einem Projekt bezieht und die Fälle hervorhebt, in denen zwei oder mehr Kodes gemeinsam in den Daten vorkommen. Die Zeilen und Spalten der Tabelle stellen verschiedene Kodes dar, und die sich überschneidenden Zellen zeigen die Häufigkeit ihres gemeinsamen Auftretens an.

Um diese Tabelle zu erstellen, gehen Sie auf die Registerkarte "Analyse" und klicken Sie auf "Code Co-occurrence". Es öffnet sich ein Fenster mit zwei identischen Menüs, in denen alle Ihre Kodes aufgeführt sind, wobei sich das eine auf die Zeilen und das andere auf die Spalten der Tabelle bezieht. Sie können einzelne Kodes, Kategoriekodes, Kodeordner und/oder Kodegruppen auswählen.

Die Zahlen in den Zellen geben die Anzahl der Zitate an, in denen die sich überschneidenden Kodes gemeinsam vorkommen. Wenn beispielsweise in der Zelle am Schnittpunkt von "Produktivität" und "Flexibilität" eine "5" angezeigt wird, bedeutet dies, dass es in Ihren Daten fünf Fälle gibt, in denen diese beiden Kodes zusammen vorkommen. Dies könnte bedeuten, dass diese Kodes auf dasselbe Angebot angewandt wurden oder dass sich diese Kodes auf überlappenden Angeboten befinden.

Es ist wichtig, dass Sie diese gemeinsamen Vorkommen im Kontext Ihrer Daten interpretieren. Sie können auf eine beliebige Zelle klicken, um die spezifischen Zitate anzuzeigen, in denen die Kodes gemeinsam vorkommen, damit Sie die Art der Beziehung zwischen den beiden Kodes besser verstehen können.

Die Kodes können auch in Kategorien eingeteilt werden, die ebenfalls in der Analyse des gemeinsamen Auftretens von Kodes analysiert werden können. Um dies zu veranschaulichen, haben wir ein Beispielprojekt zur Nachhaltigkeit mit Daten, die aus Interviewtranskripten von Personen bestehen, die über Nachhaltigkeit sprechen. Wir haben die Kodes in größeren Kategorien verschachtelt, um Themen wie Anpassungsfähigkeit und menschliche Werte darzustellen. Lassen Sie uns nach Übereinstimmungen zwischen diesen Themen suchen.

Mit der Code Co-Occurrence Analysis haben wir eine Tabelle, in der die Spalten Themen im Zusammenhang mit der Nachhaltigkeit darstellen, während die Zeilen Themen im Zusammenhang mit menschlichem Handeln, Verhalten und Herausforderungen darstellen. Im Wesentlichen versuchen wir, die Beziehung zwischen Nachhaltigkeit und der Rolle der Menschen bei der Schaffung einer nachhaltigen Welt zu untersuchen.

Zumindest bei den Personen, die für dieses Beispielprojekt befragt wurden, gibt es relativ wenige Übereinstimmungen zwischen Anpassungsfähigkeit und Einstellung und Haltung sowie zwischen Anpassungsfähigkeit und Nachhaltigkeitsbarrieren, wie die niedrigeren Zahlen in der obigen Tabelle verdeutlichen. Dies bedeutet, dass unsere Interviewpartner diese Themenpaare nicht sehr oft gleichzeitig erörtert haben. Umgekehrt gibt es eine relativ stärkere Verbindung zwischen Nachhaltigkeit und menschlichen Werten, was durch die dunklere Farbe hervorgehoben wird und durch die 56 Fälle, in denen diese beiden Kategorien gemeinsam vorkommen, dargestellt wird. Dies deutet darauf hin, dass menschliche Werte in unseren Daten häufig im Zusammenhang mit Nachhaltigkeit diskutiert werden, was uns dazu veranlassen könnte, zu untersuchen, wie Praktiken des ethischen Konsums und der Abfallwirtschaft als zentrale menschliche Werte interpretiert werden.

Diese Koinzidenzen können durch Sankey-Diagramme, Balkendiagramme und kräfteorientierte Diagramme zur Verwendung in Papieren oder Präsentationen visualisiert werden, wodurch Ihre Daten in aussagekräftige Illustrationen der wichtigsten Themen Ihrer Forschung verwandelt werden.

Das Query Tool in ATLAS.ti Windows

Das Query Tool ist eine leistungsstarke Funktion, die es Forschern ermöglicht, komplexe Suchen in ihren qualitativen Daten durchzuführen. Es ist besonders nützlich, wenn Sie bestimmte Segmente kodierter Daten finden, Beziehungen zwischen Kodes auswerten oder Muster in Ihrem Datensatz untersuchen wollen.

Das Tool bietet eine Vielzahl von Operatoren, mit denen Sie Abfragen erstellen können, die Ihren Anforderungen entsprechen. Dazu gehören:

1. AND: Mit diesem Operator können Sie nach Fällen suchen, in denen beide angegebenen Kodes zusammen vorkommen. Eine Abfrage nach "Kode1 AND Kode1 2" gibt zum Beispiel alle Zitate zurück, die sowohl mit Kode1 1 als auch mit Kode1 2 verknüpft wurden.
2. OR: Der 'OR'-Operator gibt Instanzen zurück, in denen einer der angegebenen Kodes vorkommt. Eine Abfrage nach 'Kode1 ODER Kode2' zeigt alle Angebote an, die mit Kode1, Kode2 oder beiden verknüpft wurden.
3. NICHT: Mit diesem Operator können Sie nach Fällen suchen, in denen ein bestimmter Code nicht mit Zitaten verknüpft ist. Kode1 NOT Kode2 " gibt zum Beispiel Zitate zurück, die mit Kode1, aber nicht mit Kode2 verknüpft sind.
4. WITHIN: Dieser Operator wird verwendet, um Kodes zu finden, die innerhalb anderer Kodes vorkommen. Wenn Sie 'Kode1 WITHIN Kode2 ' abfragen, werden Zitate zurückgegeben, die mit Kode1 verbunden sind und in Zitaten eingebettet sind, die mit Kode2 verbunden sind.
5. FOLGEND/VORHERGEHEND: Diese Operatoren können verwendet werden, um Instanzen zu finden, in denen ein Code vor oder nach einem anderen vorkommt. Wenn Sie 'Kode1 VOR Kode2' abfragen, werden mit Kode1 verknüpfte Zitate zurückgegeben, die unmittelbar vor mit Kode2 verknüpften Zitaten vorkommen.

Mit Hilfe dieser Operatoren gibt ATLAS.ti eine Liste von Zitaten zurück, die den in der Abfrage angegebenen Kriterien entsprechen.

Darüber hinaus können die Ergebnisse der Abfrage als neuer Code gespeichert oder zu einem bestehenden Code hinzugefügt werden. Dies ist besonders nützlich, wenn Sie bestimmte Ergebnisse aggregieren oder bestimmte Teilmengen Ihrer Daten weiter analysieren wollen.

Werfen Sie einen Blick auf ein Dokument aus unserem Beispielprojekt zur Nachhaltigkeit. In diesem Dokument wird ein Experte für Nachhaltigkeit über das Potenzial individueller Maßnahmen zur Förderung einer nachhaltigen Welt befragt.

Am rechten Rand des Dokuments befinden sich Zitate, die verschiedene Datensegmente markieren. Jedes Zitat ist mit einer Reihe von Kodes versehen, die die Bedeutung oder Stimmung der Daten darstellen. Wie Sie sehen können, sind einige Zitate in größere Zitate eingeschlossen, was bedeutet, dass sie einen Teil des Textes markieren, den das größere Zitat ebenfalls markiert. Sie werden auch feststellen, dass bei unserem Kodierungsansatz ganze Absätze mit Themen wie "Einstellung und Denkweise" und "Nachhaltigkeitsbarrieren" kodiert werden, während kleinere Datensegmente mit Stimmungskodes (d. h. "Positiv", "Negativ") kodiert wurden, dank unseres Sentiment Analysis tool. Anhand dieser Stimmungen können wir feststellen, wie die Menschen über ein bestimmtes Thema oder Konzept sprechen, das wir mit dem Abfragetool analysieren werden.

Mit dem Abfragetool können wir nach Zitaten suchen, die Themen enthalten, die Zitate mit Gefühlen einschließen. Im folgenden Beispiel haben wir das Thema "Nachhaltigkeitsbarrieren" gewählt, das Unterkodes wie "Zugangsbarrieren" und "Kosten" enthält. Wenn wir nach negativen Gefühlen im Zusammenhang mit Nachhaltigkeitsbarrieren suchen, listet das Abfragetool alle Ergebnisse auf, die für unsere Untersuchung relevant sind.

In diesem Beispiel liefert uns das Abfragetool alle relevanten Daten, nach denen wir in Bezug auf die negative Einstellung zu den Herausforderungen der Nachhaltigkeit suchen. Auf einen Blick liefert uns das Abfragetool Ergebnisse, die darauf hinweisen, dass die Menschen nachhaltige Alternativen für unerreichbar oder teuer halten. Diese Ergebnisse können in Form eines Berichts exportiert werden, den Sie für eine Präsentation oder ein Papier verwenden können.

Mitnahmeeffekte

Die Verwendung des Abfragetools und der Code-Co-Occurrence-Analyse hängt von der Anwendung von Kodes auf Ihre Daten und einem Verständnis der Muster und räumlichen Beziehungen ab, die zwischen Kodes und Zitaten in Ihrem Projekt bestehen. Überlegen Sie daher, wie Sie bei der Kodierung vorgehen wollen und wie die kodierten Daten bei der Analyse Ihrer Daten aussehen sollen. Wenn Sie analysieren möchten, wie verschiedene Dimensionen Ihres Phänomens zusammenhängen, sollten Sie sicherstellen, dass Sie immer für jede Dimension kodieren, damit Sie später ihr gemeinsames Auftreten analysieren können. Oder nehmen wir an, Sie haben mehrere Teilnehmer innerhalb desselben Dokuments (z. B. in einer Fokusgruppe oder social media comments). In diesem Fall sollten Sie sowohl für das, was in den Daten vor sich geht, als auch für die demografischen Merkmale jedes Teilnehmers kodieren, damit Sie später leicht vergleichen können, worüber z. B. Männer und Frauen gesprochen haben.

Wie immer ist die Interpretation dieser Analyse Ihnen überlassen. ATLAS.ti stellt Ihnen Analysewerkzeuge zur Verfügung, mit denen Sie sich ein klareres Bild von den Daten machen können, die Sie untersuchen. Wenn Sie beim Kodieren Ihrer Daten die verschiedenen räumlichen Beziehungen zwischen den Kodes berücksichtigen, können Sie eine umfassendere Analyse durchführen und wichtige Erkenntnisse gewinnen.