Wie man qualitative Daten organisiert

Qualitative Forschung produziert eine Vielzahl von Daten aus unterschiedlichen Quellen. Datenquellen können persönliche Interviews (schriftlich oder aufgezeichnet), Umfragen, Fragebögen, offizielle Dokumente oder Beobachtungsnotizen sein. Erschwerend kommt hinzu, dass es in den meisten Fällen zahlreiche Befragte oder Teilnehmer und mehrere Forscher gibt. Das Herausziehen und Codieren von Daten aus mehreren Datenquellen kann schwierig sein, wird aber viel einfacher, wenn die Daten entsprechend organisiert sind.

Schritt 1

Überprüfen Sie den gesamten Datensatz, damit sich Themen oder Muster herauskristallisieren. Notieren Sie diese Themen oder Muster und weisen Sie Buchstaben, Zahlen oder Symbolen zu, um Kategorien zu kennzeichnen. Like-Antworten zu einem bestimmten Thema können gruppiert werden, wodurch die Itemanalyse erleichtert wird.

Schritt 2

Erstellen Sie eine Codetabelle, damit Codes konsistent und für mehrere Forscher leicht zugänglich sind. Bei der Durchführung qualitativer Forschung ist es vorzuziehen, mehrere Forscher einzusetzen, damit bei der Datenanalyse unterschiedliche Perspektiven berücksichtigt werden.

Schritt 3

Trennen Sie die Daten in Gruppen – Themen, Muster oder andere Kategorien. Nachdem der Datensatz codiert wurde, können die Daten nach dem Code gruppiert werden. Dies wird auch die Datenanalyse und -diskussion erleichtern. Die Diskussion und Analyse kann sich dann auf unabhängige Themen konzentrieren, die in den Daten vermerkt sind.

Schritt 4

Organisieren Sie Umfragedaten nach Frage, Befragtem oder Unterthema. Es ist wichtig, Umfragedaten so zu organisieren, dass sie leicht analysiert werden können. Eine Möglichkeit der Organisation besteht darin, die Daten nach Frage, Befragtenkategorie oder Unterthema zu trennen. Es kann wünschenswert sein, alle Antworten für Frage eins zusammenzufassen, Frage zwei zusammenzufassen usw. Andererseits kann es effizienter sein, Daten nach Themen zu gruppieren. Die Gruppierung von Daten kann die Entstehung von sich entwickelnden Themen oder Mustern im Datensatz erleichtern.

Codieren Sie die transkribierten Daten so, dass die Quelle leicht erkennbar ist. Forscher verwenden häufig Daten, die durch Transkription aufgezeichneter oder schriftlicher Interviewnotizen gewonnen werden. Da Daten aus einer Vielzahl von Interviews oder verbalen Aufzeichnungen generiert und gruppiert werden, ist es wichtig, dass die Datenquelle gekennzeichnet wird. Stellen Sie sich zum Beispiel vor, der Forscher führt eine Itemanalyse mit Daten durch, die aus 20 Sätzen von Interviewnotizen stammen. Wenn der Forscher alle Antworten zu einem bestimmten Element gruppiert, ist es wichtig, dass jede Antwort mit einem Label versehen wird, um die Quelle anzugeben.