Lathund till kvalitativ analys
Kvalitativ metod och kvalitativ analys
Kvalitativ metod är ett brett begrepp som inbegriper alla forskningsansatser som på något sätt strävar efter att analysera, tolka och förstå sådant som måste beskrivas med ord och text snarare än siffror och statistik. Olika kvalitativa forskare har olika rutiner och preferenser, men deras tillvägagångssätt följer vanligtvis ett liknande upplägg. Lathunden som presenteras på denna sida beskriver den kvalitativa analysens struktur och viktigaste moment på ett enkelt och kortfattat sätt.
​
Tips och exempel på hur du kan presentera resultatet av din kvalitativa analys hittar du i Uppsatsguiden. Om du har frågor som rör en uppsats eller om du önskar extra handledning när du ska genomföra en kvalitativ analys så kan du beställa någon av KVANTILA:s tjänster. KVANTILA hjälper dig snabbt och enkelt, oavsett om du har små eller stora frågor. Om du använder KVANTILA:s Lathund till kvalitativ analys i ditt arbete får du gärna referera till den. Du kan då använda följande referens:
Aronson, O. (2023). Lathund till kvalitativ analys. Kvantila. https://www.kvantila.com/lathund-till-kvalitativ-analys
Sammanställning och/eller transkribering
Innan den kvalitativa analysen påbörjas ska datamaterialet förberedas. Olika typer av kvalitativa datamaterial behöver förberedas på olika sätt. Om du har samlat in ditt datamaterial från textkällor såsom offentliga handlingar eller tidigare publikationer kan du direkt sammanställa materialet i en läsvänlig form. Du väljer själv om du vill läsa och analysera ditt datamaterial i digital form (på din datorskärm) eller om du tycker att det är enklare att läsa och analysera datamaterialet utskrivet på papper.
Datamaterial som har samlats in genom intervjuer behöver transkriberas innan de kan sammanställas. Du transkriberar intervjuer genom att lyssna på ljudinspelningarna från intervjuerna och ordagrant skriva ned vad som sägs. Det tar dock lång tid att transkribera intervjuer för hand och därför kan det vara smart att använda ett digitalt hjälpmedel som kan transkribera dina ljudfiler åt dig. Du kan hitta flera sådana digitala hjälpmedel genom en snabb sökning på Google.
Om du väljer att använda ett digitalt hjälpmedel till transkriberingen måste du dock vara noga med att välja en tjänst som lagrar datamaterialet på ett korrekt sätt. I den mån intervjuerna innehåller känsliga personuppgifter får varken ljudfiler eller transkriberade dokument lagras på servrar eller molntjänster som någon annan än du själv har tillgång till. Om ljudfilerna eller de transkriberade dokumenten lagras på servrar som befinner sig utanför EU är det inte säkert att de har ett tillräckligt starkt skydd. Det är ett brott mot dataskyddsförordningen (GDPR) att lagra känsliga personuppgifter på ett sådant sätt att de blir tillgängliga för personer som saknar behörighet att ta del av dem.
​
Det är viktigt att transkriptioner av intervjuer innehåller både dina egna och intervjupersonens uttalanden eftersom dialogen mellan dig och intervjupersonen bidrar till att tydliggöra hur olika uttalanden bör tolkas och förstås. Transkribera därför allt som sägs under intervjuerna – både av dig själv och intervjupersonerna. För de flesta kvalitativa analysmetoder och därtill hörande typer av kodning (se nästa avsnitt) är det lämpligt att transkribera intervjuerna ordagrant utan att ange ljud och uttryck som inte är språkligt begripliga. Oftast räcker det alltså att transkribera alla fullständiga ord och bortse från pauser, harklingar, stammande, fniss och så vidare.
Kodning
Kodningen av det sammanställda datamaterialet är det första steget i den kvalitativa analysen. Du kodar datamaterialet genom att markera olika fraser, meningar och stycken som du anser är relevanta för syftet med din undersökning. Direkt efter att du har markerat ett nytt textsegment beskriver du det med en fritt formulerad kod. En kod är ett beskrivande ord eller en kort beskrivande fras. En kod är alltså ungefär detsamma som en "etikett". Exempel på koder som du skulle kunna formulera är "positiv erfarenhet på jobbet", "balanserat replikskifte" eller "olönsam investering".
​
Olika forskare föredrar olika praktiska tillvägagångssätt när de kodar sina datamaterial. Vissa forskare föredrar att först läsa igenom hela sina datamaterial för att få en överblick och sedan påbörja kodningen vid andra läsningen. De flesta forskare påbörjar dock kodningen redan första gången de läser sitt datamaterial – och ibland ännu tidigare, om de till exempel har identifierat intressanta uttalanden under transkriptionen av en intervju. En del forskare markerar relevanta textsegment med överstrykningspenna i utskrivna pappersdokument och antecknar koder i marginalerna på pappersarken, intill de överstrukna textsegmenten. Andra forskare föredrar att markera textsegment och anteckna koder digitalt i sina datorer med hjälp av kommentarsfunktionerna i till exempel Word eller Adobe Acrobat. Det finns även digitala verktyg som är särskilt framtagna för att genomföra kvalitativa analyser. Ett av de mest använda (och äldsta) kommersiella verktygen för kvalitativ analys är NVivo. Det finns också populära gratistjänster för kvalitativ analys såsom QDA Miner Lite och Taguette.
​
Innan du börjar koda ditt datamaterial behöver du dock bestämma dig för vilka aspekter av ditt datamaterial som du vill uppmärksamma och vilken typ av kvalitativ analysmetod som du därmed vill använda. Det finns olika kvalitativa analysmetoder som fokuserar på olika aspekter av kvalitativa datamaterial. Till exempel kan forskare genomföra en kvalitativ innehållsanalys för att koda explicita (uppenbara och uttryckliga) detaljer i sina datamaterial, eller så kan de välja att genomföra en diskursanalys för att koda språkliga detaljer eller underförstådda antaganden.
Nedan följer korta beskrivningar av några populära analysmetoder som du kan välja att arbeta med för att koda olika aspekter av ditt datamaterial. Varje beskrivning av en analysmetod åtföljs av länkar till mer detaljerad information som hjälper dig att genomföra analysen i praktiken.
Tematisk analys
En tematisk analys är lämplig för att koda olika aspekter av kvalitativa datamaterial, men det vanligaste är att en tematisk analys genomförs för att koda explicita (uttryckliga) detaljer i kvalitativa datamaterial. Det finns en relativt stor flexibilitet i hur en tematisk analys kan utformas och genomföras. Det är dessutom möjligt att kombinera en tematisk analys med teoretiska analyser som kan utgå olika typer av teorier och teoretiska begrepp. Många studenter som skriver uppsatser med kvalitativ metod väljer att genomföra en tematisk analys på grund av att det är en enkel och flexibel analysmetod som passar till olika ämnen och teoretiska traditioner.
Artikeln "Using thematic analysis in psychology", som skrevs 2006 av Virginia Braun och Victoria Clarke, är användbar för att förstå de olika delstegen i en tematisk analys.
Du kan lära dig grunderna till tematisk analys genom att titta på en kort introduktionsvideo.
Innehållsanalys
En kvalitativ innehållsanalys kodar enbart det explicita innehållet i ett datamaterial och används för att skapa forskningsresultat som präglas av tillförlitlighet och objektivitet. En kvalitativ innehållsanalys är en typ av strikt tematisk analys som följer en tydlig förutbestämd plan och som helt bortser från formerna för hur innehållet i datamaterial framförs. En forskare som genomför en kvalitativ innehållsanalys försöker i största möjliga mån undvika teoretiska och subjektiva tolkningar.
Det finns även kvantitativa innehållsanalyser. En forskare som arbetar med en kvantitativ innehållsanalys räknar och analyserar förekomsten av specifika ord, fraser och "meningsbärande enheter" i ett större datamaterial. Vanligtvis genomförs en kvantitativ innehållsanalys med hjälp av ett digitalt verktyg såsom WordStat.
​
Klicka här för att se en kort introduktionsvideo till hur du genomför en kvalitativ innehållsanalys.
Diskursanalys
Diskursanalyser används för att koda språkliga uttryck och implicita (underförstådda) aspekter av kvalitativa datamaterial. Gemensamt för de diskursanalytiska metoderna är att de utgår från att det explicita innehållet i ett kvalitativt datamaterial måste förstås i förhållande till hur innehållet uttrycks och inom vilket sammanhang det uttrycks. Du kan få en överblick över olika diskursanalytiska metoder genom att titta på en kort introduktionsvideo.
Vissa diskursanalytiska metoder har inspirerats av Foucaults filosofiska arbeten. Dessa diskursanalytiska metoder utgår från att innehållet i kvalitativa datamaterial bör tolkas i ljuset av underförstådda antaganden och "sanningar" som har utvecklats och förändrats över tid. Ett exempel på en diskursanalytisk metod som har inspirerats av Foucaults arbeten är What's the problem represented to be? (WPR), som du kan lära dig mer om genom denna korta introduktionsvideo.
En annan populär diskursanalytisk metod benämns kritisk diskursanalys. En kritisk diskursanalys fokuserar på språkliga detaljer i kvalitativa datamaterial och strävar efter att undersöka hur den språkliga framställningen av olika uttalanden har konsekvenser för människors föreställningar, handlingar och maktrelationer. Forskare som arbetar med kritisk diskursanalys är ofta intresserade av att undersöka och ifrågasätta maktrelationer och ojämlikheter mellan olika grupper i samhället. Du kan klicka här för att se en kort introduktionsvideo till kritisk diskursanalys.
Grundad teori
Grundad teori är samlingsbeteckning för olika kvalitativa analysmetoder som fokuserar på kodning av teoretiskt relevanta aspekter av datamaterial, som kan användas för att utveckla nya teoretiska begrepp och resonemang. Vad som är teoretiskt relevant varierar såklart beroende på forskningsområde. En forskare som arbetar med grundad teori kan koda explicita detaljer, underförstådda antaganden eller språkliga uttryck som förefaller användbara för att utveckla teoretiska begrepp och resonemang. Avsikten med grundad teori är att skapa teoretiska begrepp och resonemang direkt från empiriska data utan att hindras av förutfattade meningar och felaktiga teoretiska antaganden.
​
De finns två huvudsakliga analysmetoder som ryms under samlingsbeteckningen grundad teori. Den första analysmetoden utvecklades av sociologerna Barney Glaser, Anselm Strauss och Juliet Corbin, som ville att samhällsvetenskaplig teori skulle präglas av objektivitet, tillförlitlighet och allmängiltighet. Denna första analysmetod inom grundad teori kan betecknas som positivistisk då den används för att bekräfta teoretiska begrepp med hjälp av empiriska observationer.
Den andra huvudsakliga analysmetoden som ryms under beteckningen grundad teori utvecklades av Kathleen Charmaz, som menade att all samhällsvetenskaplig teoriutveckling måste ske i ljuset av forskares kunskaper och erfarenheter. Denna sistnämnda analysmetod beskrivs vanligtvis som konstruktionistisk då den låter forskare "konstruera" en tolkning av sitt datamaterial utifrån sina kunskaper och erfarenheter.
​
Du kan se en kort introduktionsvideo till grundad teori genom att klicka här. Introduktionsvideon fokuserar på den positivistiska typen av grundad teori som förespråkas av Glaser, Strauss och Corbin.
​
Du kan även läsa om grundad teori i KVANTILA:s resurs för Teoretisk analys och teoretisering.
Kategorisering av koder
När du har kodat hela ditt datamaterial är det dags att kategorisera koderna för att finna mönster bland dem. Ibland kallar man denna kategoriseringsprocess för en tematisering eftersom den utmynnar i övergripande teman som sammanfattar koder som liknar varandra innehållsmässigt. Ordet tematisering antyder dock att du arbetar en tematisk analys. Om du inte har valt att arbeta med just en tematisk analys är det således mer lämpligt att prata om en kategorisering av koder.
​
Det finns inget givet sätt att kategorisera koder. Antagligen har du märkt vissa mönster under din kodning och dessa mönster kan utgöra grunden för ditt kategoriseringsarbete. Du kan alltså utgå från och bygga vidare på de mönster som du lade märke till under kodningen när du kategoriserar koderna. För de flesta syften är det lämpligt att kategorisera koderna på ett sådant sätt att de koder som liknar varandra placeras i samma kategorier. Dessa kategorier kan betraktas som teman om du har kodat datamaterialets explicita innehåll. Om du istället har kodat datamaterialets språkliga form eller berättandestruktur kan du beskriva kategorierna som, till exempel, mönster eller framträdande aspekter av ditt datamaterial.
Kom ihåg att det ofta är relevanta att ta hänsyn till koder för ovanliga textsegment som inte passar in i någon kategori med andra koder eftersom dessa ovanliga textsegment kan visa på komplexiteten i ditt datamaterial. Om du visar att ditt datamaterial och dina resultat är komplexa och nyanserade så stärks undersökningens trovärdighet i läsarens ögon. Var alltså inte rädd för att visa att något sticker ut och avviker från det övriga datamaterialet – detta är en styrka och inte en svaghet. Om du har koder som är relevanta för undersökningens syfte men som inte enkelt kan sorteras in i kategorier med andra liknande koder bör du anteckna och spara dessa i en särskild kategori för "blandade koder" eftersom de kan komma väl till pass när du ska skriva fram ditt resultat.
​
Det finns flera olika praktiska sätt att kategorisera koder. Vissa forskare föredrar att arbeta för hand med pappersark – de klipper ut överstrukna textsegment och koder med sax, varefter de sorterar sina utklippta pappersbitar på ett stort bord. Andra forskare har kodat sina datamaterial digitalt – de sammanställer vanligtvis sina koder i separata digitala dokument, där de kategoriserar koderna genom att klippa ut och klistra in dem i tabellrutor eller stycken med liknande koder. Om forskarna har arbetat med ett digitalt verktyg såsom NVivo, QDA Miner Lite eller Taguette kan de enkelt kategorisera koderna med hjälp av dessa verktyg.
En stor fördel med att arbeta med digitala dokument eller digitala verktyg är att du då enkelt kan kopiera och placera samma kod i flera olika kategorier med liknande koder. Ofta passar ju samma kod in på flera ställen, men om du bara har en papperslapp så kan du bara lägga den på en plats. Det är alltså mer begränsande att arbeta med papperslappar även om det kan ge dig en bättre överblick. Du väljer själv hur du vill gå tillväga, men tänk över vad du tror är bäst innan du sätter igång så att du inte slösar tid på ett tillvägagångssätt som inte kan ge dig bra resultat.
Teoretisk analys
Kodningen och sorteringen av koder utgör den empiriska analysen av ett datamaterial. När du är klar med kodningen och sorteringen är det dags att påbörja den teoretiska analysen. Vad skiljer den teoretiska analysen från den empiriska analysen? För att kunna besvara denna fråga på ett tydligt sätt är det först viktigt att klargöra skillnaden mellan empiri och teori. Empiri utgörs av konkreta och specifika observationer av föremål, individer, uttalanden, handlingar och så vidare. Empiri är alltså avgränsat till specifika observerbara fenomen och skeenden – som förvisso kan sammanställas men som i så fall, trots allt, består av många olika separata delar. En "hög" med koder är empiri eftersom den sammanställer många olika observationer som liknar varandra men som trots allt är specifika och avgränsade från varandra.
​
Teori är på sätt och vis motsatsen till empiri, även om teori och empiri gärna kompletterar varandra. Teori är inte bunden till några enskilda observationer och den är heller inte konkret och avgränsad. Teoretiska begrepp och resonemang är abstrakta och allmängiltiga – eller åtminstone giltiga inom den kontext som de appliceras på. Teorin lyfter så att säga fram det allmängiltiga ur det enskilda; den används för att beskriva och tolka empiriska observationer med hjälp av sådana ord och uttryck som påvisar hur det som kan förefalla vara en enskild händelse egentligen är en del av ett större sammanhang. Teorin förklarar empirin och gör den begriplig genom att uttrycka den med hjälp av begrepp och resonemang som vidgar forskarens tolkningsram. Man kan säga att teori fungerar som en utzoomningsknapp som låter forskaren se de större sammanhangen istället för att vara upptagen med de enskilda detaljerna.​
​
En teoretisk analys skiljer sig alltså från en empirisk analys på så vis att en teoretisk analys tillåter större och bredare tolkningar och slutsatser medan den empiriska analysen är bunden till att återge de empiriska detaljerna i datamaterialet. Nedan presenteras ett exempel på en empirisk analys (i första stycket) och en teoretisk analys (i andra stycket):
Flera intervjupersoner uppgav att deras arbetsscheman inte möjliggjorde nog med vila mellan deras arbetspass och att detta påverkade hälsan negativt. Samtliga intervjupersoner instämde i att ledningen inte tog deras synpunkter på tillräckligt stort allvar och inte åtgärdade de problem som påtalades. En kvinnlig undersköterska vid demensavdelningen hävdade exempelvis att "vi pratar och pratar men det händer just ingenting och jag tror faktiskt, om jag ska vara ärlig, att de fullständigt skiter i vad vi säger".
De intervjuade tycktes därmed ge uttryck för både en känsla av vanmakt och irritation. Intervjupersonernas bristande kontroll över sin arbetssituation och ledningens brist på hörsamhet föreföll skapa ett gap mellan ledningens och de anställdas upplevelser av, och ambitioner med, verksamheten. Ledningen organiserade verksamheten utifrån en ekonomiskt rationell strävan efter tidsoptimering och effektivitet medan de anställda strävade efter att anpassa sitt arbete på ett sådant sätt att deras egen hälsa och välbefinnande inte hotades.
Exemplet ovan visar att en teoretisk analys kan utgöras av en omformulering av empiriska resultat med hjälp av allmänna och abstrakta resonemang. Den empiriska analysen är bunden till specifika uttryck och påståenden som deltagarna i studien har förmedlat medan den teoretiska analysen formuleras genom begrepp och resonemang som forskaren tillämpar. Den teoretiska analysen baseras på forskarens expertis och ämneskunskap; det är genom den teoretiska analysen som forskaren kan använda sina kunskaper inom området för att utveckla förståelsen av de empiriska resultaten bortom det som är direkt observerbart och uppenbart. Teorin låter forskaren säga något mer, utöver det som direkt förmedlas av studiedeltagarna själva.
Avslutningsvis är det viktigt att komma ihåg att forskarens roll inte enbart är att applicera teori utan också att utveckla den. När du ska genomföra en teoretisk analys av dina empiriska resultat är det därför viktigt att du inte enbart söker efter, och försöker identifiera, teoretiska begrepp och resonemang som någon annan har formulerat åt dig. Du ska även försöka diskutera möjliga utvecklingar av den tillgängliga teorin. Kanske saknas det ett lämpligt begrepp som kan beskriva och förklara en aspekt av dina resultat på ett precist och rättvisande sätt? I så fall skulle du kunna bidra till kunskapsutvecklingen inom forskningsfältet genom att mynta ett sådant begrepp. Att utveckla teori handlar inte om att acceptera allt som tidigare forskare har skrivit och det handlar inte heller om att säga emot allt detta – det handlar om att, på ett välavvägt och argumenterande sätt, ifrågasätta de delar som förefaller mindre användbara och istället föreslå nya eller delvis annorlunda synsätt. I KVANTILA:s introduktion till teoretisk analys och teoretisering kan du läsa mer om olika ansatser och tillvägagångssätt för att utveckla teori.
