Тематический анализ

Тематический анализ является одной из наиболее распространенных форм анализа в качественных исследованиях . В нем делается упор на выявление, анализ и интерпретацию смысловых закономерностей (или «тем») в качественных данных. Тематический анализ часто понимается как метод или техника в отличие от большинства других качественных аналитических подходов – таких как обоснованная теория , анализ дискурса , нарративный анализ и интерпретативный феноменологический анализ – которые можно описать как методологии или теоретически обоснованные рамки для исследования (они определяют направляющие теория, соответствующие исследовательские вопросы и методы сбора данных, а также процедуры проведения анализа). Тематический анализ лучше всего рассматривать как общий термин для множества различных подходов, а не как отдельный метод. Различные версии тематического анализа основаны на разных философских и концептуальных предположениях и различаются с точки зрения процедуры. Ведущие сторонники тематического анализа, психологи Вирджиния Браун и Виктория Кларк различают три основных типа тематического анализа: подходы к надежности кодирования (примеры включают подходы, разработанные Ричардом Бояцисом и Грег Гест и коллеги ), подходы кодовой книги (к ним относятся такие подходы, как анализ структуры, анализ шаблона и матричный анализ ) и рефлексивные подходы. Они описывают свой собственный широко используемый подход, впервые изложенный в 2006 году в журнале « Качественные исследования в психологии». как рефлексивный тематический анализ. Их статья 2006 года получила более 120 000 цитирований в Google Scholar и, по данным Google Scholar, является наиболее цитируемой научной статьей, опубликованной в 2006 году. Популярность этой статьи иллюстрирует растущий интерес к тематическому анализу как к отдельному методу (хотя некоторые сомневаются, является ли он отдельным методом). метод или просто общий набор аналитических процедур ).

Описание

Тематический анализ используется в качественных исследованиях и фокусируется на изучении тем или смысловых моделей данных. Этот метод может подчеркнуть как организацию, так и подробное описание набора данных, а также теоретически обоснованную интерпретацию значения. Тематический анализ выходит за рамки простого подсчета фраз или слов в тексте (как при контент-анализе ) и исследует явные и неявные значения данных. Кодирование — это основной процесс разработки тем путем выявления в данных элементов, представляющих аналитический интерес, и маркировки их меткой кодирования. В некоторых подходах тематического анализа кодирование следует за разработкой темы и представляет собой дедуктивный процесс распределения данных по заранее определенным темам (этот подход является общим для подходов к надежности кодирования и кодовых книг), в других подходах - особенно рефлексивном подходе Брауна и Кларка - кодирование предшествует теме. разработка и темы строятся из кодов. Одной из отличительных черт тематического анализа является его гибкость – гибкость в отношении построения теории, исследовательских вопросов и дизайна исследования. Тематический анализ может использоваться для изучения вопросов о жизненном опыте участников, перспективах, поведении и практиках, факторах и социальных процессах, которые влияют и формируют конкретные явления, явных и неявных нормах и «правилах», управляющих конкретными практиками, а также социальных конструирование смысла и репрезентация социальных объектов в конкретных текстах и ​​контекстах.

Тематический анализ может использоваться для анализа большинства типов качественных данных, включая качественные данные, собранные в ходе интервью , фокус-групп , опросов , запрошенных дневников, визуальных методов , наблюдений и полевых исследований , исследований действий , работы с памятью , эпизодов , завершения рассказа и вторичных источников . Наборы данных могут варьироваться от коротких, поверхностных ответов на открытый вопрос опроса до сотен страниц стенограмм интервью. Тематический анализ можно использовать для анализа как небольших, так и больших наборов данных. Тематический анализ часто используется в проектах со смешанными методами: теоретическая гибкость ТА делает его более простым выбором, чем подходы со специфическими встроенными теоретическими предположениями.

Иногда утверждается, что тематический анализ совместим с феноменологией , поскольку он может сосредоточиться на субъективном опыте участников и осмыслении; Существует давняя традиция использования тематического анализа в феноменологических исследованиях. Феноменологический подход подчеркивает восприятие, чувства и переживания участников как первостепенный объект исследования. Феноменология, основанная на гуманистической психологии, отмечает, что высказывание «другого» является ключевым компонентом качественных исследований в целом. Такой подход позволяет респондентам обсуждать тему своими словами, без ограничений со стороны вопросов с фиксированным ответом, встречающихся в количественных исследованиях.

Иногда ошибочно полагают, что тематический анализ совместим только с феноменологией или экспериментальными подходами к качественным исследованиям. Браун и Кларк утверждают, что их рефлексивный подход в равной степени совместим с социальным конструкционистским , постструктуралистским и критическим подходами к качественным исследованиям. Они подчеркивают теоретическую гибкость тематического анализа и его использование в рамках реалистических, критических реалистических и релятивистских онтологий, а также позитивистских, контекстуалистских и конструкционистских эпистемологий.

Как и большинство методов исследования, процесс тематического анализа данных может происходить как индуктивно , так и дедуктивно . При индуктивном подходе выявленные темы тесно связаны с данными. Это означает, что процесс кодирования происходит без попыток вписать данные в уже существующую теорию или структуру. Но процессы индуктивного обучения на практике редко бывают «чисто снизу вверх»; исследователи и их сообщества не могут полностью освободиться от онтологических (теория реальности), эпистемологических (теория познания) и парадигматических (привычные) предположений — кодирование всегда будет в некоторой степени отражать философскую точку зрения исследователя, а также индивидуальную/индивидуальную точку зрения. общественные ценности в отношении знаний и обучения. С другой стороны, дедуктивные подходы в большей степени основаны на теории. Эта форма анализа имеет тенденцию быть более интерпретативной, поскольку анализ явно формируется и основывается на ранее существовавших теориях и концепциях (в идеале это делается для прозрачности совместного обучения). Дедуктивные подходы могут включать в себя попытку выявить в наборе данных темы, выявленные в других исследованиях, или использование существующей теории в качестве линзы, через которую можно организовать, кодировать и интерпретировать данные. Иногда дедуктивные подходы ошибочно понимаются как кодирование, основанное на исследовательском вопросе или вопросах сбора данных. Тематический анализ также может сочетать индуктивный и дедуктивный подходы, например, выдвигая на первый план взаимодействие между априорными идеями групп качественного анализа данных под руководством врачей и идеями, возникающими у участников исследования и полевых наблюдений.

Различные подходы к тематическому анализу

Надежность кодирования Подходы имеют самую долгую историю и зачастую мало чем отличаются от качественного контент-анализа. Как следует из названия, они отдают приоритет измерению надежности кодирования посредством использования структурированных и фиксированных кодовых книг, использования нескольких кодировщиков, которые работают независимо над применением кодовой книги к данным, измерения надежности между экспертами или соглашения между кодировщиками. (обычно с использованием каппы Коэна ) и определение окончательного кодирования посредством консенсуса или соглашения между кодировщиками. Эти подходы представляют собой форму качественного позитивизма или небольших качественных исследований. которые сочетают использование качественных данных с процессами и процедурами анализа данных, основанными на исследовательских ценностях и предположениях (количественного) позитивизма, подчеркивая важность установления надежности кодирования и рассматривая субъективность или «предвзятость» исследователя как потенциальную угрозу надежности кодирования, которая должна сдерживать и «контролировать», чтобы избежать искажения «результатов» (при наличии и активном влиянии исследователя). Бояцис представляет свой подход как способ «преодолеть разрыв» между количественной ( позитивистской ) и качественной ( интерпретивистской ) парадигмами. Некоторые качественные исследователи критически относятся к использованию структурированных кодовых книг, нескольких независимых кодировщиков и мер надежности между экспертами. Дженис Морс утверждает, что такое кодирование обязательно является грубым и поверхностным, чтобы облегчить соглашение о кодировании. Браун и Кларк (цитируя Ярдли ) утверждают, что все соглашения о кодировании демонстрируют то, что кодировщики были обучены кодировать одним и тем же способом, а не то, что кодирование является «надежным» или «точным» по отношению к основным явлениям, которые кодируются и описываются.

Подходы кодовой книги, такие как анализ структуры, анализ шаблона и матричный анализ основное внимание уделяется использованию структурированных кодовых книг, но - в отличие от подходов к надежности кодирования - в большей или меньшей степени подчеркивается ценность качественных исследований. Подходы как к надежности кодирования, так и к кодовой книге обычно предполагают раннюю разработку тем - при этом все или некоторые темы разрабатываются до кодирования, часто после некоторого ознакомления с данными (чтение и повторное чтение данных для более глубокого ознакомления с их содержанием). После разработки тем создается кодовая книга – это может включать некоторый первоначальный анализ части или всех данных. Затем данные кодируются. Кодирование включает в себя распределение данных по заранее определенным темам с использованием кодовой книги в качестве руководства. Кодовую книгу также можно использовать для картирования и отображения появления кодов и тем в каждом элементе данных. Темы часто относятся к типу общих тем, обсуждаемых Брауном и Кларком.

Рефлексивные подходы сосредотачивают органичные и гибкие процессы кодирования - кодовой книги не существует, кодирование может выполняться одним исследователем, если в кодировании участвуют несколько исследователей, это концептуализируется как совместный процесс, а не как процесс, который должен привести к консенсусу. Отдельные коды не фиксированы — они могут развиваться в процессе кодирования, границы кода могут перерисовываться, коды могут быть разделены на два и более кода, свернуты с другими кодами и даже повышены до тем. Рефлексивные подходы обычно предполагают более позднюю разработку тем, созданных путем объединения схожих кодов. Темы должны отражать общий смысл, организованный вокруг центральной концепции или идеи.

Браун, Кларк и коллеги критиковали тенденцию игнорировать разнообразие тематического анализа и неспособность признать различия между различными подходами, которые они наметили. Они утверждают, что эта неудача приводит к необдуманному «смешиванию» их подхода с несовместимыми методами и подходами, такими как кодовые книги, консенсусное кодирование и измерение надежности между экспертами.

Тема

В тематическом анализе не существует единого определения или концептуализации темы. Для некоторых сторонников тематического анализа, в том числе Брауна и Кларка, темы концептуализируются как закономерности общего значения элементов данных, подкрепленные или объединенные центральной концепцией, которые важны для понимания явления и имеют отношение к вопросу исследования. Для других (включая большинство сторонников надежности кодирования и кодовых книг) темы представляют собой просто краткое изложение информации, относящейся к конкретной теме или области данных; нет необходимости в общем значении, организованном вокруг центральной концепции, достаточно общей темы. Хотя эти две концептуализации связаны с конкретными подходами к тематическому анализу, их часто путают и объединяют. То, что Браун и Кларк называют темами сводки предметной области или сводки тем, часто имеет заголовки тем, состоящие из одного слова (например, «Гендер», «Поддержка») или такие заголовки, как «Преимущества...», «Барьеры для...», сигнализирующие о том, что основное внимание уделяется обобщению всего, что сказали участники. или основные затронутые вопросы по конкретной теме или предметной области. Темы обобщения тем обычно разрабатываются до кодирования данных и часто отражают вопросы сбора данных. Темы общего значения, подкрепленные центральной концепцией или идеей. не могут быть разработаны до начала кодирования (поскольку они построены на основе кодов), как и результаты тщательного и систематического процесса кодирования. Браун и Кларк критиковали путаницу тем краткого изложения тем с их концептуализацией тем как отражения общего смысла, подкрепленного центральной концепцией. Некоторые качественные исследователи утверждают, что обзоры тем представляют собой недостаточно разработанный анализ или аналитическое исключение права выкупа.

Существует противоречие вокруг представления о том, что «темы возникают» из данных. Браун и Кларк критически относятся к этому языку, поскольку утверждают, что он позиционирует темы как сущности, которые полностью сформированы в данных, а исследователь является просто пассивным свидетелем тем, «возникающих» из данных. Вместо этого они утверждают, что исследователь играет активную роль в создании тем, поэтому темы конструируются, создаются, генерируются, а не просто возникают. Другие используют этот термин намеренно, чтобы охватить индуктивное (эмерджентное) создание тем. Однако не всегда ясно, как используется этот термин.

Распространенность или повторяемость не обязательно являются наиболее важными критериями при определении темы; темы можно считать важными, если они имеют прямое отношение к вопросу исследования и важны для понимания интересующих явлений. Распространенность темы не обязательно означает частоту ее появления (т.е. количество элементов данных, в которых она встречается); это также может означать, сколько данных тема собирает в каждом элементе данных и во всем наборе данных. Темы обычно очевидны во всем наборе данных, но более высокая частота не обязательно означает, что тема более важна для понимания данных. Суждение исследователя является ключевым инструментом в определении того, какие темы являются более важными.

Существуют также разные уровни, на которых могут быть закодированы данные и определены темы: семантические и скрытые. Тематический анализ может фокусироваться на одном из этих уровней или на обоих. Семантические коды и темы определяют явное и поверхностное значение данных. Исследователь не смотрит дальше того, что сказал или написал участник. И наоборот, скрытые коды или темы отражают основные идеи, закономерности и предположения. Это требует более интерпретативной и концептуальной ориентации данных.

По мнению Брауна и Кларка, существует четкое (но не абсолютное) различие между темой и кодом: код отражает одну (или несколько) идей о данных, а тема включает в себя многочисленные идеи, организованные вокруг центральной концепции или идеи. Часто используют аналогию с домом из кирпича и плитки — код — это отдельный кирпич или плитка, а темы — это стены или панели крыши, каждая из которых состоит из множества кодов. Другие подходы к тематическому анализу не проводят такого четкого различия между кодами и темами — в некоторых текстах исследователям рекомендуется «кодировать темы». Это может сбивать с толку, поскольку для Брауна, Кларка и других тема считается результатом или результатом кодирования, а не тем, что кодируется. В подходах, которые проводят четкое различие между кодами и темами, код представляет собой метку, присваиваемую конкретным фрагментам данных, вносящим вклад в тему. Например, «БЕЗОПАСНОСТЬ может быть кодом, но ЛОЖНОЕ ЧУВСТВО БЕЗОПАСНОСТИ может быть темой».

Методологические вопросы

Журналы рефлексивности

Учитывая, что качественная работа по своей сути является интерпретативным исследованием, позиции, ценности и суждения исследователей должны быть явно признаны, чтобы они были приняты во внимание при осмыслении окончательного отчета и оценке его качества. Этот тип открытости и рефлексии считается положительным в качественном сообществе. Исследователи формируют работу, которую они выполняют, и являются инструментом сбора и анализа данных. Чтобы признать исследователя инструментом анализа, полезно создать и вести журнал рефлексивности.

Процесс рефлексивности можно охарактеризовать как размышление исследователя и документирование того, как его ценности, позиции, выбор и исследовательская практика повлияли и сформировали исследование и окончательный анализ данных. Журналы рефлексивности в чем-то похожи на использование аналитических записок или написание заметок в обоснованной теории , которые могут быть полезны для размышления о развивающемся анализе и потенциальных закономерностях, темах и концепциях. На протяжении всего процесса кодирования исследователи должны вести подробные записи о разработке каждого из своих кодов и потенциальных тем. Кроме того, изменения, внесенные в темы, и связи между темами могут обсуждаться в итоговом отчете, чтобы помочь читателю понять решения, принятые на протяжении всего процесса кодирования.

После завершения сбора данных и перехода исследователей к этапу анализа данных им следует сделать записи о своих первоначальных впечатлениях от данных. Регистрация идей для будущего анализа может помочь записать мысли и размышления и может служить справочником для потенциальных идей кодирования по мере продвижения от одного этапа к другому в процессе тематического анализа.

Практика кодирования

Вопросы, которые следует учитывать при кодировании, могут включать в себя:

• Что делают люди? Чего они пытаются достичь?
• Как именно они это делают? Какие конкретные средства или стратегии используются?
• Как люди говорят и понимают, что происходит?
• Какие предположения они делают?
• Что я вижу здесь? Чему я научился, делая заметки?
• Почему я их включил?

Такие вопросы обычно задаются на всех циклах процесса кодирования и анализа данных. Журнал рефлексивности часто используется для выявления потенциальных кодов, которые изначально не имели отношения к исследованию.

Соображения относительно размера выборки

Не существует однозначного ответа на вопросы о размере выборки в тематическом анализе; точно так же, как не существует однозначного ответа на размер выборки в качественных исследованиях в более широком смысле (классический ответ — «это зависит» — от масштаба исследования, вопроса и темы исследования, метода или методов сбора данных, богатства индивидуальных данных). элементы данных, аналитический подход ). Некоторые сторонники надежности кодирования и кодовой книги дают рекомендации по определению размера выборки перед анализом данных, уделяя особое внимание концепции насыщения или избыточности информации (в данных нет очевидной новой информации, кодов или тем). Эти попытки «операционализировать» насыщение предполагают, что насыщение кода (часто определяемое как идентификация одного экземпляра кода) может быть достигнуто всего за 12 или даже за 6 интервью в некоторых обстоятельствах. Считается, что насыщение смыслом – развитие «богатого» понимания проблем – требует более крупных выборок (не менее 24 интервью). Существует множество критических замечаний по поводу концепции насыщения данными – многие утверждают, что она встроена в реалистическую концепцию фиксированного значения, а в качественной парадигме всегда существует потенциал для нового понимания из-за роли исследователя в интерпретации значения. Некоторые количественные исследователи предложили статистические модели для определения размера выборки перед сбором данных в рамках тематического анализа. Например, Фугард и Поттс предложили перспективный количественный инструмент для обоснования размышлений о размере выборки по аналогии с методами количественной оценки размера выборки . Лоу и его коллеги предложили количественные, вероятностные меры степени насыщения, которые можно рассчитать на основе исходной выборки и использовать для оценки размера выборки, необходимого для достижения определенного уровня насыщения. Их анализ показывает, что широко используемые методы оценки размера биномиальной выборки могут значительно недооценивать размер выборки, необходимый для насыщения. Все эти инструменты подверглись критике со стороны качественных исследователей (в том числе Брауна и Кларка). ) за то, что они полагаются на предположения о качественных исследованиях, тематическом анализе и темах, которые противоположны подходам, отдающим приоритет ценностям качественных исследований.

Шесть этапов тематического анализа Брауна и Кларка

Фаза	Процесс	Результат	Записи журнала рефлексивности
Этап 1	Прочтите и перечитайте данные, чтобы понять, что они влекут за собой, уделяя особое внимание возникающим закономерностям.	Предварительные «стартовые» коды и подробные примечания.	Перечислите стартовые коды в журнале вместе с описанием того, что означает каждый код, и источником кода.
Этап 2	Сгенерируйте исходные коды, документируя, где и как возникают закономерности. Это происходит за счет сокращения данных, когда исследователь сжимает данные в метки, чтобы создать категории для более эффективного анализа. На этом усложнение данных также завершено. Это предполагает, что исследователь делает выводы о том, что означают коды.	Комплексные коды того, как данные отвечают на вопросы исследования.	Предоставьте подробную информацию о том, как и почему коды были объединены, какие вопросы исследователь задает по поводу данных и как коды связаны между собой.
Этап 3	Объедините коды в общие темы, которые точно отображают данные. При разработке тем важно, чтобы исследователь точно описывал, что означают эти темы, даже если кажется, что тема не «подходит». Исследователь также должен описать, чего не хватает в анализе.	Список тем-кандидатов для дальнейшего анализа.	Журналы, посвященные рефлексивности, должны отмечать, как коды интерпретировались и комбинировались для формирования тем.
Этап 4	На этом этапе исследователь смотрит, как темы подтверждают данные и общую теоретическую перспективу. Если анализ кажется неполным, исследователю необходимо вернуться назад и найти то, чего не хватает.	Последовательное понимание того, как темы структурированы, чтобы рассказать точную историю о данных.	Примечания должны включать процесс понимания тем и то, как они сочетаются с заданными кодами. Ответы на вопросы исследования и вопросы, основанные на данных, должны быть чрезвычайно сложными и хорошо подкрепленными данными.
Этап 5	Исследователю необходимо определить, что представляет собой каждая тема, какие аспекты данных собираются и что интересного в этих темах.	Всесторонний анализ того, как темы способствуют пониманию данных.	Исследователь должен описать каждую тему в нескольких предложениях.
Этап 6	Когда исследователи пишут отчет, они должны решить, какие темы вносят значимый вклад в понимание того, что происходит в данных. Исследователи также должны провести « проверку членов ». Здесь исследователи возвращаются к имеющемуся образцу, чтобы проверить, является ли их описание точным представлением.	Подробное описание результатов.	Обратите внимание, почему определенные темы более полезны для внесения вклада и понимания того, что происходит в наборе данных. Опишите процесс выбора способа представления результатов.

Этап 1: Знакомство с данными

Этот шестиэтапный процесс тематического анализа основан на работах Брауна и Кларка и их рефлексивном подходе к тематическому анализу . Этот шестиэтапный циклический процесс включает в себя переход между этапами анализа данных по мере необходимости, пока вы не будете удовлетворены окончательными темами. Исследователи, проводящие тематический анализ, должны попытаться выйти за рамки поверхностного значения данных, чтобы понять их смысл и рассказать насыщенную и убедительную историю о том, что означают эти данные. Процедуры, связанные с другими подходами тематического анализа, существенно отличаются. Это описание шестиэтапного процесса Брауна и Кларка также включает в себя некоторое обсуждение противоположных идей, представленных другими сторонниками тематического анализа. Начальный этап рефлексивного тематического анализа является общим для большинства подходов – этап ознакомления с данными. Здесь исследователи знакомятся с содержанием своих данных – как с деталями каждого элемента данных, так и с «более широкой картиной». В других подходах, прежде чем читать данные, исследователи могут создать «стартовый список» потенциальных кодов. Поскольку подход Брауна и Кларка направлен на сосредоточение внимания на данных, а не на предшествующих концепциях исследователя, они рекомендуют разрабатывать коды только до ознакомления с дедуктивными подходами, где кодирование руководствуется уже существующей теорией. По мнению Майлза и Хубермана, в их матричном подходе «стартовые коды» должны быть включены в журнал рефлексивности с описанием представлений каждого кода и местами его установления. Активный анализ данных поможет исследователям в поиске значений и закономерностей в наборе данных. На этом этапе возникает соблазн ускорить этот этап ознакомления и сразу приступить к генерации кодов и тем; однако этот процесс погружения поможет исследователям выявить возможные темы и закономерности. Чтение и перечитывание материала до тех пор, пока исследователь не почувствует себя комфортно, имеет решающее значение на начальном этапе анализа. При ознакомлении с материалом ведение заметок является важной частью этого шага, позволяющего приступить к разработке потенциальных кодов.

Транскрипция

После завершения сбора данных исследователю может потребоваться расшифровать полученные данные в письменной форме (например, аудиозаписи, такие как интервью). Браун и Кларк предоставляют систему обозначений транскрипции для использования в своем подходе в своем учебнике «Успешные качественные исследования» . Качественная расшифровка данных необходима для надежности анализа. Критерии транскрипции данных должны быть установлены до начала фазы транскрипции, чтобы обеспечить высокую надежность.

Некоторые сторонники тематического анализа, особенно сторонники позитивизма, выражают обеспокоенность по поводу точности транскрипции. Несоответствия в транскрипции могут привести к «предвзятости» в анализе данных, которую будет трудно выявить позже в процессе анализа. Другие, в том числе Браун и Кларк, транскрипция рассматриваются как интерпретативный и теоретически заложенный процесс и поэтому не могут быть «точными» в прямом смысле слова, поскольку исследователь всегда делает выбор в отношении того, как перевести устный текст в письменный. Однако это не означает, что исследователям не следует стремиться к тщательности своих транскриптов и использовать системный подход к транскрипции. В идеале авторы должны предоставить ключ к своей системе обозначений транскрипции, чтобы было легко понятно, что означают конкретные обозначения. Вставка комментариев типа «*голос понизился*» будет сигнализировать об изменении речи. Общее примерное правило, которому следует следовать при планировании времени на расшифровку: на каждые 5 минут диалога тратьте 15 минут на расшифровку. Транскрипция может стать частью процесса ознакомления.

После этого этапа исследователь должен почувствовать содержание данных и быть в состоянии начать выявлять явные закономерности или повторяющиеся проблемы в данных. Эти закономерности следует записывать в журнал рефлексивности, где они будут полезны при кодировании данных. Другие сторонники ТА рассматривают кодирование как попытку исследователя получить контроль над данными. Они считают важным отмечать данные, которые касаются вопроса исследования. Для них это начало процесса кодирования.

Этап 2: Генерация кодов

Вторым шагом рефлексивного тематического анализа является пометка интересующих элементов данных меткой (несколько слов или короткая фраза). Эта метка должна четко отражать соответствующие особенности данных — это важно на более поздних этапах разработки темы. Этот систематический способ организации и идентификации значимых частей данных, связанных с вопросом исследования, называется кодированием . Процесс кодирования развивается за счет погружения исследователя в свои данные и считается не линейным процессом, а циклическим процессом, в котором коды разрабатываются и совершенствуются.

Процесс кодирования редко завершается за один проход по данным. Саладана рекомендует, чтобы каждый раз, когда исследователи работают с набором данных, они стремились уточнить коды, добавляя, вычитая, комбинируя или разделяя потенциальные коды. По мнению Майлза и Хубермана, «стартовые коды» создаются на основе терминологии, используемой участниками во время интервью, и могут использоваться в качестве ориентира для их опыта во время интервью. Для более позитивистски настроенных сторонников тематического анализа надежность возрастает, когда исследователь использует конкретные коды, основанные на диалоге и носящие описательный характер. Эти коды облегчат исследователю возможность находить фрагменты данных на более позднем этапе процесса и определять, почему они их включили. Однако Браун и Кларк призывают исследователей выйти за рамки исключительного сосредоточения на описании и обобщении и заняться интерпретацией данных, исследуя как явное (семантическое), так и неявное (скрытое) значение. Кодирование создает основу для последующего детального анализа, позволяя исследователю реорганизовать данные в соответствии с идеями, полученными в ходе процесса. Записи журнала рефлексивности для новых кодов служат ориентиром для участника и его раздела данных, напоминая исследователю, что ему нужно понять, почему и куда они будут включать эти коды в окончательный анализ. На протяжении всего процесса кодирования необходимо уделять полное и равное внимание каждому элементу данных, поскольку это поможет идентифицировать повторяющиеся шаблоны, которые в противном случае оставались бы незамеченными. Очень важно кодировать как можно более всестороннее кодирование — кодирование отдельных аспектов данных, которые могут показаться нерелевантными, потенциально может иметь решающее значение на более позднем этапе процесса анализа.

По мнению социологов Коффи и Аткинсона, кодирование также включает в себя процесс сокращения и усложнения данных. Сокращение кодов инициируется путем присвоения тегов или меток набору данных на основе вопросов исследования. На этом этапе сжатие больших наборов данных в более мелкие единицы позволяет провести дальнейший анализ данных путем создания полезных категорий. Коды In-vivo также создаются путем использования ссылок и терминологии участников интервью. Кодирование помогает в разработке, преобразовании и переосмыслении данных, а также помогает найти больше возможностей для анализа. Исследователи должны задавать вопросы, связанные с данными, и генерировать теории на основе данных, выходящие за рамки того, о чем сообщалось ранее в предыдущих исследованиях.

Сокращение данных (Коффи и Аткинсон )

Некоторые сторонники тематического анализа могут рассматривать кодирование как средство сокращения данных или их упрощения (это не относится к Брауну и Кларку, которые рассматривают кодирование как средство сокращения и интерпретации данных). По мнению Коффи и Аткинсона, использование простых, но широких аналитических кодов позволяет свести данные к более управляемому виду. На этом этапе анализа данных аналитик должен сосредоточиться на поиске более простого способа организации данных. Используя редукционизм данных, исследователи должны включить процесс индексации текстов данных, которые могут включать в себя: полевые записи, стенограммы интервью или другие документы. Данные на этом этапе сводятся к классам или категориям, в которых исследователь может идентифицировать сегменты данных, имеющие общую категорию или код. Сидел и Келле предложили три способа помочь в процессе сокращения и кодирования данных: (а) замечать соответствующие явления, (б) собирать примеры явлений и (в) анализировать явления, чтобы найти сходства, различия, закономерности и лежащие в их основе структуры. Этот аспект кодирования данных важен, поскольку на этом этапе исследователи должны прикреплять к данным коды, чтобы позволить исследователю думать о данных по-разному. Кодирование нельзя рассматривать исключительно как сокращение данных, усложнение данных можно использовать как способ открыть данные для дальнейшего изучения. В разделе ниже рассматривается процесс усложнения данных Коффи и Аткинсона и его значение для анализа данных в качественном анализе.

Усложнение данных (Коффи и Аткинсон )

По мнению Коффи и Аткинсона, процесс создания кодов можно охарактеризовать как сокращение и усложнение данных. Усложнение данных можно охарактеризовать как выход за рамки данных и постановку вопросов о данных для создания структур и теорий. Усложнение данных используется для расширения данных, создания новых вопросов и интерпретации данных. Исследователи должны убедиться, что в процессе кодирования не теряется больше информации, чем получается. Теш определил усложнение данных как процесс переосмысления данных, дающий новый контекст для сегментов данных. Усложнение данных служит средством создания новых контекстов для просмотра и анализа данных.

Кодирование — это процесс разделения данных аналитическими способами с целью постановки вопросов о данных и предоставления временных ответов об отношениях внутри и между данными. Деконтекстуализация и реконтекстуализация помогают сокращать и расширять данные новыми способами с помощью новых теорий.

Этап 3: Создание первоначальных тем

Поиск тем и рассмотрение того, что работает, а что не работает в рамках тем, позволяет исследователю начать анализ потенциальных кодов. На этом этапе важно начать с изучения того, как коды объединяются, образуя в данных обширные темы. На этом этапе у исследователей есть список тем, и они начинают сосредотачиваться на более широких закономерностях в данных, комбинируя закодированные данные с предлагаемыми темами. Исследователи также начинают рассматривать, как формируются отношения между кодами и темами, а также между различными уровнями существующих тем. Может быть полезно использовать визуальные модели для сортировки кодов по потенциальным темам.

данные Темы отличаются от кодов тем, что темы представляют собой фразы или предложения, которые определяют, что означают . Они описывают результат кодирования для аналитического размышления. Темы состоят из идей и описаний внутри культуры, которые можно использовать для объяснения причинных событий, утверждений и морали, полученных из историй участников. На последующих этапах важно сузить потенциальные темы, чтобы создать более масштабную тему. Тематический анализ позволяет выделить из данных такие категории или темы, как: повторяющиеся идеи; местные термины, метафоры и аналогии; смена темы; а также сходства и различия языкового выражения участников. На этом этапе важно обратить внимание не только на то, что присутствует в данных, но и на то, чего в них не хватает. Завершение этого этапа должно привести к появлению множества потенциальных тем, собранных в ходе процесса обработки данных. Крайне важно не отбрасывать темы, даже если они изначально незначительны, поскольку они могут стать важными темами позже в процессе анализа.

Этап 4: Обзор тем

На этом этапе исследователи должны сверить свои первоначальные темы с закодированными данными и всем набором данных – это необходимо для того, чтобы гарантировать, что анализ не отклонился слишком далеко от данных и обеспечивает убедительное изложение данных, имеющих отношение к вопросу исследования. Этот процесс обзора также позволяет дальнейшее расширение и пересмотр тем по мере их развития. На этом этапе у исследователей должен быть набор потенциальных тем, поскольку на этом этапе происходит переработка первоначальных тем. Некоторые существующие темы могут сливаться друг с другом, другие темы, возможно, придется объединить в более мелкие части или вообще отказаться от них.

В частности, этот этап включает в себя два уровня уточнения и рассмотрения тем. Связи между пересекающимися темами могут служить важными источниками информации и предупреждать исследователей о возможности появления новых закономерностей и проблем в данных. Для Геста и его коллег отклонения от закодированного материала могут сигнализировать исследователю о том, что тема на самом деле может оказаться бесполезной для понимания данных и ее следует отбросить. Оба этих признания должны быть отмечены в журнале рефлексивности исследователя, включая отсутствие тем. Коды служат способом связать данные с представлением человека об этой концепции. На этом этапе исследователь должен сосредоточиться на интересных аспектах кодов и на том, почему они сочетаются друг с другом.

Уровень 1 (Просмотр тем по сравнению с закодированными данными)

Анализ извлечений закодированных данных позволяет исследователям определить, образуют ли темы последовательные закономерности. В этом случае исследователям следует перейти на уровень 2. Если темы не образуют последовательных закономерностей, необходимо рассмотреть потенциально проблемные темы. Если темы проблематичны, важно их переработать, и в ходе этого процесса могут появиться новые темы. Например, проблематично, когда темы не «работают» (не отражают что-то интересное в данных) или между темами существует значительная степень совпадения. Это может привести к слабому или неубедительному анализу данных. Если это произойдет, возможно, потребуется распознать данные, чтобы создать связные, взаимоисключающие темы.

Уровень 2 (Просмотр тем по всему набору данных)

Следующим этапом анализа является рассмотрение обоснованности отдельных тем и того, как они связаны с набором данных в целом. Крайне важно оценить, отражает ли потенциальное значение тематической карты важную информацию в данных, имеющих отношение к вопросу исследования. Еще раз: на этом этапе важно прочитать и перечитать данные, чтобы определить, связаны ли текущие темы с набором данных. Чтобы облегчить этот процесс, необходимо закодировать любые дополнительные элементы, которые могли быть пропущены ранее на начальном этапе кодирования. Если потенциальная карта «работает», осмысленно фиксируя и рассказывая связную историю о данных, то исследователю следует перейти к следующему этапу анализа. Если карта не работает, крайне важно вернуться к данным, чтобы продолжить рассмотрение и уточнение существующих тем и, возможно, даже предпринять дальнейшее кодирование. Несоответствия между данными и заявлениями аналитиков уменьшают объем поддержки, которую могут обеспечить данные. Этого можно избежать, если исследователь уверен, что его интерпретации данных и аналитические выводы совпадают. Исследователи повторяют этот процесс до тех пор, пока не будут удовлетворены тематической картой. К концу этого этапа исследователи имеют представление о том, что это за темы и как они сочетаются друг с другом, чтобы передать историю о наборе данных.

Этап 5: Определение и наименование тем

Определение и уточнение существующих тем, которые будут представлены в окончательном анализе, помогает исследователю анализировать данные по каждой теме. На этом этапе идентификация сущности тем связана с тем, как каждая конкретная тема формирует часть всей картины данных. Анализ на этом этапе характеризуется определением того, какие аспекты данных собираются и что интересного в темах, а также как темы сочетаются друг с другом, чтобы рассказать последовательную и убедительную историю о данных.

Чтобы определить, содержат ли текущие темы подтемы, и обнаружить дополнительную глубину тем, важно рассматривать темы в рамках всей картины, а также как автономные темы. Браун и Кларк рекомендуют проявлять осторожность при разработке множества подтем и многих уровней тем, поскольку это может привести к чрезмерно фрагментированному анализу. Затем исследователи должны провести и написать подробный анализ, чтобы определить историю каждой темы и ее значение. К концу этого этапа исследователи могут (1) определить, из чего состоят текущие темы, и (2) объяснить каждую тему в нескольких предложениях. Важно отметить, что исследователи начинают думать над названиями тем, которые дадут читателю полное представление о теме и ее важности. Неспособность полностью проанализировать данные происходит, когда исследователи не используют данные для поддержки своего анализа, помимо простого описания или перефразирования содержания данных. Исследователи, проводящие тематический анализ, должны попытаться выйти за рамки поверхностного значения данных, чтобы понять их смысл и рассказать точную историю того, что означают данные.

Этап 6: Подготовка отчета

После рассмотрения окончательных тем исследователи приступают к написанию итогового отчета. При написании окончательного отчета исследователи должны определиться с темами, которые вносят значимый вклад в ответы на вопросы исследования, которые должны быть уточнены позже в качестве окончательных тем. Для сторонников надежности кодирования Гость и его коллеги исследователи представляют диалог, связанный с каждой темой, в поддержку повышения надежности посредством подробного описания результатов. Цель этого этапа — написать тематический анализ, чтобы передать сложную историю данных таким образом, чтобы убедить читателя в достоверности и достоинстве вашего анализа. Четкое, краткое и прямое логическое изложение истории по темам важно для того, чтобы читатели поняли окончательный отчет. Состав отчета должен содержать достаточно доказательств того, что темы в данных имеют отношение к набору данных. В повествование следует включать выдержки, чтобы передать полное значение пунктов анализа. Аргумент должен быть в поддержку вопроса исследования. Для некоторых сторонников тематического анализа последним шагом в подготовке отчета является включение проверки участников в качестве средства установления доверия; исследователям следует рассмотреть возможность выбора окончательных тем и поддержки диалога с участниками для получения обратной связи. Однако Браун и Кларк критически относятся к практике проверки членов и в целом не рассматривают ее как желательную практику в своем рефлексивном подходе к тематическому анализу. Они не только подчеркивают многочисленные практические проблемы, связанные с проверкой участников, но и утверждают, что она лишь теоретически согласуется с подходами, которые стремятся описать и обобщить отчеты участников способами, которые были бы для них узнаваемы. Учитывая их подход к рефлексивному тематическому анализу, центрируется активная, интерпретирующая роль исследователя - это может не относиться к анализам, созданным с использованием их подхода.

Преимущества и недостатки

Технический или прагматический взгляд на дизайн исследовательских центров, в котором исследователи проводят качественный анализ, используя наиболее подходящий метод для решения исследовательского вопроса. Однако редко существует только один идеальный или подходящий метод, поэтому часто используются другие критерии выбора методов анализа - теоретические взгляды исследователя и его знакомство с конкретными методами. Тематический анализ представляет собой гибкий метод анализа данных и позволяет исследователям с различным методологическим опытом заниматься этим типом анализа. Для позитивистов «надежность» вызывает беспокойство из-за многочисленных возможных интерпретаций данных и возможности субъективности исследователя «предвзятости» или искажения анализа. Для тех, кто привержен ценностям качественных исследований, субъективность исследователя рассматривается как ресурс (а не угроза достоверности), и поэтому опасения по поводу надежности не имеют силы. Не существует одной правильной или точной интерпретации данных, интерпретации неизбежно субъективны и отражают позицию исследователя. Качество достигается за счет систематического и строгого подхода, а также за счет того, что исследователь постоянно размышляет о том, как он формирует развивающийся анализ. Браун и Кларк разработали контрольный список качества из 15 пунктов для своего рефлексивного подхода. Для сторонников тематического анализа надежности кодирования жизненно важное значение имеет использование нескольких кодировщиков и измерение согласованности кодирования.

Тематический анализ имеет ряд преимуществ и недостатков, поэтому исследователи должны решить, подходит ли этот метод анализа для их исследования.

Преимущества

• Гибкость теоретического и исследовательского дизайна, которую он дает исследователям - к этому процессу можно применять несколько теорий в различных эпистемологиях.
• Хорошо подходит для больших наборов данных.
• Подходы к кодовой книге и надежности кодирования предназначены для использования исследовательскими группами.
• Интерпретация тем, подтвержденная данными.
• Применимо к исследовательским вопросам, выходящим за рамки индивидуального опыта.
• Позволяет индуктивно разрабатывать коды и темы на основе данных.

Недостатки

• Тематический анализ может упустить нюансы данных, если исследователь не будет осторожен и будет использовать тематический анализ в теоретическом вакууме.
• Гибкость может затруднить начинающим исследователям принятие решения, на каких аспектах данных следует сосредоточиться.
• Ограниченная интерпретационная сила анализа не основана на теоретической базе.
• Трудно поддерживать ощущение непрерывности данных в отдельных счетах из-за сосредоточения внимания на выявлении тем среди элементов данных.
• Не позволяет исследователям делать технические заявления об использовании языка (в отличие от дискурсивного анализа и нарративного анализа).

Ссылки

• Тематический анализ - Оклендский университет
• Лекция Виктории Кларк на YouTube, раскрывающая различные подходы к тематическому анализу
• Лекция Вирджинии Браун и Виктории Кларк на YouTube, знакомящая с их подходом к тематическому анализу

См. также

• Аналитическая индукция
• Тематическое исследование
• Контент-анализ
• Критическая этнография
• Критическая теория
• Диалектические исследования
• Дискурс-анализ
• Педагогическая психология
• Этнометодология
• Этнография
• Фокус-группа
• Обоснованная теория
• Нетворкинг идей
• Совместное исследование действий
• Феноменография
• Количественные исследования
• Качественные маркетинговые исследования
• Качественное психологическое исследование
• Выборка (тематические исследования)
• осмысление
• Теоретическая выборка