Braun & Clarke (2006) sier at tematisk analyse er en analysemetode som har fått lite anerkjennelse selv om det er en metode som ofte benyttes i forskning. Ettersom den gir kjerneferdigheter som vil være nyttig ved utførelsen av mange andre former for kvalitativ analyse, burde det være den første kvalitative analysemetoden som forskere lærer seg. Tematisering av mening benyttes på tvers av mange andre kvalitative analysemetoder. Blant annet innenfor større analysetradisjoner som “Grounded Theory”. Enkelte ganger benyttes Grounded theory som en lettversjon av tematisk analyse, istedenfor en fullversjon hvor man tar utgangspunkt i data for å utvikle nye teorier. Tematisk analyse må likevel sees på som en analysemetode i sin egen rett.
Fleksibilitet er en av fordelene ved tematisk analyse. Kvalitative analytiske metoder kan deles inn i to leirer. Innenfor den første leiren finnes metodene som kan knyttes til bestemte teoretiske eller epistemologiske posisjoner. Tematisk analyse befinner seg innenfor den andre leiren som er uavhengig av teori epistemologi. Den kan dermed benyttes på tvers av en hel rekke teoretiske tilnærminger. Det gjør metoden til et fleksibelt og nyttig forskningsredskap som kan gi en rik, detaljert og kompleks fremstilling av data (Braun & Claarke, 2006).
Tematisk analyse er en metode for å identifisere, analysere og rapportere mønstre (temaer) innenfor et innsamlet datamateriale for et bestemt forskningsprosjekt. Det skal bidra til en rik og detaljert organisering og beskrivelse av dataene. I tillegg tolkes som oftest også hvert forskningstema. Det er viktig at prosessen og hvordan man gjennomførte forskningen tydeliggjøres, slik at forskningen kan evalueres og sammenlignes med andre lignende studier. Det vil også styrke fremtidig forskning beslektet med forskningsprosjektet. Man sier ofte at temaer kommer frem fra dataene, eller at man oppdager temaer i løpet av innsamlingen av materialet, men da benekter man den aktive rollen forskeren spiller ved identifisering, utvelgelse og rapportering av mønstre og temaer. Forskningsepistemologien leder hva man kan si om datene, og informerer om hvordan man teoretiserer mening. Siden tematisk analyse ikke er forpliktet til noen føreksisterende tematisk ramme, kan den benyttes innenfor flere forskjellige teoretiske/epistemologiske rammer. Den kan benyttes innenfor en essensialistisk/realistisk ramme som rapporterer deltakernes erfaringer, meninger og virkeligheter, eller innenfor en konstruktivistisk ramme hvor det undersøkes hvordan hendelser, realiteter, erfaringer og meninger er et resultat av diskurser som finnes i samfunnet, og også en kontekstualistisk ramme som befinner seg mellom polene essensialisme og konstruktivisme hvor man anerkjenner måten personene danner meninger, hvordan de er påvirket av sosiale kontekster, og samtidig hvordan de begrenses av “realitetene”. En god tematisk analyse gjør det transparent hvordan den valgte teoretiske rammen bærer med seg antakelser om dataenes natur og hva de representerer i den “virkelige verden” (Braun & Clarke, 2006).
Det er viktig å vite hva som teller som et mønster eller et tema og hvor stort det må være for å telle som et tema. Dette dreier seg både om prevalens når det gjelder størrelsen på hvert eksempel, men også antall eksempler på tvers av hele datasettet. Flere eksempler på tvers av datasettet vil likevel ikke nødvendigvis si at det er mer betydningsfullt. Et tema er ikke kvantitativt målbart, men fanger noe viktig om dataene når det gjelder forskningsspørsmålet. Prevalens kan vises ved at det forekommer ofte i deler av datasettet, blant svarene til majoriteten, mange, eller noen av deltakerne (Braun & Clarke, 2006).
Temaer eller mønstre innenfor datamaterialet kan identifiseres på en induktiv måte (fra bunnen og opp), eller på en deduktiv måte (fra toppen og ned). En induktiv tilnærming tar utgangspunkt i datamaterialet som kodes uten at man prøver å få det til å passe inn i eksisterende kodingsrammer, eller analytiske og teoretiske førbegreper. Det er likevel viktig å notere seg at forskere ikke kan fri seg selv fra sin teoretiske og epistemologiske forpliktelse. Det spesifikke forskningsspørsmålet utvikles i løpet av analyseprosessen. I motsetning til dette vil en deduktiv tematisk analyse vil være drevet av forskerens teoretiske interesser på området. Denne analysen har en tendens til å gi en mindre rik beskrivelse av dataene, og en mer detaljert analyse av noen aspekter ved dataene. Den deduktive tilnærmingen leter etter svar på spesifikke spørsmål med utgangspunkt i teorier (Braun & Clarke, 2006).
Det blir også viktig å bestemme seg for om man vil gjøre en rik beskrivelse av datasettet, eller en detaljert beskrivelse av et bestemt aspekt ved dataene. Man kan ønske å gjøre en rik tematisk beskrivelse av hele datasettet, slik at leseren kan få fornemmelsen av det dominerende eller viktigste temaet. En rik beskrivelse gir en nøyaktig refleksjon av innholdet i hele datasettet. Det vil være spesielt nyttig når forskningsområdet er lite undersøkt fra før, eller når man har lite kunnskaper om deltakernes meninger om et tema. En annen type analyse skaffer et mer nyansert bilde av datasettet. Den er knyttet til et bestemt spørsmål, eller interesseområde innenfor dataene. Det benyttes en semantisk tilnærming, eller latente tema på tvers av hele datasettet (Braun & Clarke, 2006).
Tematisk analyse fokuseres typisk primært på et semantisk og eksplisitt nivå, eller på et latent og fortolkende nivå. Ved en semantisk tilnærming leter ikke analytikeren etter noe ut over det som deltakerne forteller eksplisitt, eller det som er blitt skrevet ned. Ideelt sett går beskrivelsene av det organiserte semantiske innholdet over i fortolkninger hvor det lages teorier om mønstrene og deres videre meninger og implikasjoner, ofte relatert til tidligere litteratur. En tematisk analyse på et latent fortolkende nivå begynner med å identifisere og undersøke de underliggende ideene, antakelsene, konseptualiseringene og ideologiene som former eller informerer det semantiske innholdet i dataene (Braun & Clarke, 2006).
I kvalitativ forskning benyttes det for det første et forskningsspørsmål som driver forskningen. Det kan være veldig bredt og utforskende, eller mer begrenset og del av et videre forskningsspørsmål som det vil gi svar på. Et forskningsspørsmål kan også justeres og gjøres mer nøyaktig etter hvert som forskningen går fremover. Dette informeres det om i sluttrapporten. For det andre benyttes det spørsmål i intervjuer. Til slutt finnes det spørsmål som leder kodingen og analysen av dataene. Det finnes ingen nødvendig sammenheng mellom disse tre typer spørsmålene. En av de verste feil man kan gjøre er å benytte spørsmålene man har stilt som temaer. Da er ingen analyse i virkeligheten blitt gjort (Braun & Clarke, 2006).
Steg-for-steg-veiledning ved gjennomføring av tematisk analyse
Analysen starter når man begynner å lete etter mønstre/meninger/temaer, noe som kan foregå allerede under datainnsamlingen. Til slutt fullføres skrivingen av rapporten hvor man presenterer de identifiserte mønstrene/temaene. Skrivingen er en integrert del av analysen, og ikke noe som finner sted ved slutten av analysen som ved statistisk analyse. Analysen er ikke en lineær prosess hvor man beveger seg fra en fase til den neste. Det er en gjentakende prosess, hvor man beveger seg frem og tilbake mellom de forskjellige fasene (Braun & Clarke, 2006).
Fase 1: Gjøre seg kjent med dataene
For det første må man fordype seg i dataene for å gjøre seg kjent med dybden og bredden. Det involverer vanligvis gjentatt lesing av datamaterialet hvor det søkes etter meninger, mønstre, osv. Siden mønstre identifiseres etter hvert som man leser kan det være ideelt å lese gjennom datamaterialet en gang før man begynner kodingen. Fokuset for lesingen styres av om man vil gjøre en rik eller detaljert analyse, leter etter semantiske eller latente tema, eller er data eller teoridrevet. I denne fasen kan det være lurt å legge merke til ideer for koding og ta notater som man kan gå tilbake til i senere faser (Braun & Clarke, 2006).
Transkribering handler om å omforme talt språk til skriftlig tekst. For eksempel verbal data fra intervjuer, tv-programmer, eller politiske taler. Transkribering kan være en god måte å begynne og gjøre seg kjent med datamaterialet på. Ved tematisk analyse kreves det mindre detaljer enn ved andre typer analyser, men som minimum kreves en rik og grundig ortografisk transkripsjon av at det verbale, og noen ganger det ikke-verbale, som for eksempel hosting. Det viktigste er at den inneholder informasjonen man trenger, er sann i forhold til sin opprinnelige natur, for eksempel punktsetting som beholder den opprinnelige meningen av data, og passer til hensikten med analysen (Braun & Clarke, 2006).
Fase 2: Lage de første kodene
Kodene identifiserer trekkene i dataene som ser interessant ut for analytikeren (semantisk eller latent). De refererer til de mest grunnleggende elementene som kan måles på en meningsfull måte ifølge fenomenet det forskes på. Prosessen med koding foregår etter hvert som man organiserer dataene i meningsfulle grupper. De kodede dataene skiller seg fra temaer som er bredere. Temaene utvikles i neste fase og er en del av den fortolkende dataanalysen hvor man også undersøker argumentene som finnes om fenomenene. Kodingen er til en viss grad avhengig av om temaene er datadrevet og avhengig av dataene, eller om temaene er teoridrevet hvor man tilnærmer seg data med spesifikke spørsmål som det kodes rundt. Kodingen kan gjøres manuelt eller ved hjelp av dataprogrammer. Det jobbes systematisk gjennom hele datasettet for å identifisere aspekter ved dataene som kan forme gjentakende mønstre (tema) på tvers av datasettet. Ved manuell koding benyttes skriftlige notater, understreking, fargepenner, eller post-it-lapper. Først kodes det, og siden matches dette med utdrag fra teksten. Man bør kode så mange tema og mønstre som mulig, og også beholde utdragene knyttet til disse slik at kontekstene ikke går tapt. Utdragene kan kodes flere ganger og passe innenfor flere temaer samtidig. Det er viktig å beholde ting som skiller seg fra den dominerende historien i analysen, og ikke ignorere disse (Braun & Clarke, 2006).
Fase 3: Finne temaer
Etter å ha identifisert en lang liste med koder på tvers av datasettet, fokuseres analysen på et bredere nivå med tema. Det gjøres ved å sortere forskjellige koder inn i større temaer og samle sammen relevante koder innenfor identifiserte tema. Man undersøker hvordan forskjellige koder henger sammen slik at de former et større tema. Det kan benyttes tabeller og tankekart, eller man kan navngi hver kode med en kort beskrivelse. Man begynner å finne relasjoner mellom koder, mellom temaer, og over- og undertema. Noen temaer passer kanskje ikke inn i noen av hovedtemaene, og settes til side som foreløpige temaer. Man avslutter fasen med mulige tema og undertema og tilhørende utdrag fra data som har ført til kodingen (Braun & Clarke, 2006).
Fase 4: Revurdere temaer
I løpet av denne fasen kan det vise seg at noen av temaene ikke er virkelige temaer. Det kan være at det finnes for lite data som støtter dem, eller at dataene er for forskjellige. Andre temaer kan slåes sammen til ett tema, eller deles opp i mindre atskilte tema. Dataene innenfor ett tema må henge sammen på en meningsfull måte, mens det finnes klare forskjeller til andre temaer. På nivå en leses alle utdragene knyttet til et tema, og det revurderes om de utgjør et sammenhengende mønster. Hvis utdragene ikke passer inn, vurderes det om det er temaene i seg selv som er problematiske, eller bare utdragene. Det kan skapes et nytt tema, temaet kan omarbeides, man kan finne ut om utdragene passer inn under et annet tema, eller om det bør fjernes fra analysen. På nivå to vurderes validiteten til individuelle tema relatert til hele datasettet, og om hvert tema reflekterer meningen med hele datasettet. I tillegg tilføyes data som kan ha blitt oversett i tidligere kodingsfaser. Hvis mønstrene ikke passer hele datasettet, forfines det til man har oppnådd et klart tematisk kart. Nye temaer som oppdages må også kodes. Når forfiningen ikke legger til noe viktig lengre kan gjenkodingen stoppes (Braun & Clarke, 2006).
Fase 5: Definisjoner og navngivning av temaene
Essensen og aspektene i hvert tema identifiseres, og hva de handler om. For hvert tema utføres og skrives en detaljert analyse. Innholdet i hvert datautdrag gjengis og det identifiseres hva som er av interesse og hvorfor. Det identifiseres hvilken historie hvert tema forteller, hvordan det passer inn i den generelle historien, og hvordan det er relatert til forskningsspørsmålet. Det vurderes også om det finnes undertemaer til temaene. Man prøver å beskrive hvert tema med en enkelt setning. Hvis ikke kan det hende temaet må forfines. Temaene har nå fått arbeidstitler, og det er på tide å navngi dem. Navn må være presise og gi leseren fornemmelsen av hva temaet handler om (Braun & Clarke, 2006).
Fase 6: Produsere rapporten
Skriving av rapporten handler om å presentere den kompliserte historien som dataene forteller slik at det overbeviser leseren om analysens validitet. Den skal gi et presist, sammenhengende, logisk, ikke gjentakende og interessant bidrag til historien som dataene forteller, innenfor og på tvers av temaene. Skrivingen må gi bevis for at temaene finnes innenfor dataene, og det må velges nok datautdrag for å vise temaets prevalens. Det benyttes spesielt levende utdrag som fanger essensen av poengene som skal demonstreres. Utdragene bør illustrere historien om dataene som man vil fortelle. Dataanalysen bør gå lengre enn beskrivelsen av dataene, og bidra til argumenter når det gjelder forskningsspørsmålet (Braun & Clarke, 2006).
Tolkning av analysen
Det benyttes en kombinasjon av analytiske fortellinger og illustrerende datautdrag. Når det er relevant, utvides analysen ved at man beveger seg fra et beskrivende til et fortolkende nivå, ofte ved å relatere påstander til allerede eksisterende litteratur. Spørsmålene man trenger å stille mot slutten av denne fasen er “hva betyr dette temaet? Hvilken antakelse ligger bak den? Hvilke implikasjoner finnes i dette temaet? Hvilke forhold har dette temaet ført til? Hvorfor snakker mennesker om dette på denne bestemte måten, i motsetning til andre måter? Og hva er den generelle historien de forskjellige temaene avdekker omkring dette temaet? Disse spørsmålene leder analysen etter at du har laget deg en klar fornemmelse av et tematisk kart (Braun & Clarke, 2006).
Potensielle fallgruver
For det første kan man gjøre feilen at det velges utdrag som ikke illustrerer de analytiske poengene som vil vises i datamaterialet. For det andre kan man gjøre feilen spørsmålene i datainnsamling og intervjuer benyttes som temaer. For det tredje kan temaer overlappe, eller det kan mangle sammenhengende konsistens mellom temaene. Det kan også mangle tilstrekkelig med utdrag fra dataene til at det overbeviser leseren om at argumentene er riktige. Det hender også at man velger datautdrag som ikke passer til argumentene, eller også motsier påstandene. En svak analyse vurderer heller ikke andre innlysende alternative måter å lese de analytiske dataene på. Et mønster er ikke fullstendig uten motsigelser, og det må plukkes ut overbevisende eksempler på det. Den femte feilen man kan gjøre er å komme med påstander som ikke passer teorier, eller at forskningsspørsmålet ikke passer innenfor den teoretiske rammen man har valgt. Til slutt kan en analyse mangle rapporter om teoretiske antakelser, hvordan den ble gjennomført, hensikt, eller annen viktig informasjon (Braun & Clarke, 2006).
Den tematisk analysens bidrag
Det er en enkel og rask metode å lære og utføre. Den er tilgjengelig for forskere med liten eller ingen erfaring med kvalitativ forskning. Det er en nyttig metode for deltakende forskning, når deltakere er samarbeidspartnere med analytikeren. Metoden gjør det enkelt å finne nøkkeltrekkene i et stort datasett. Den gir grundig beskrivelse, likheter og forskjeller, og kan gi innsikt i uante forhold. Den tillater sosial og psykologisk tolkning av data. Den passer til forskning som bidrar til politisk utvikling. Metodens fleksibilitet gir en hel rekke analytiske muligheter, og at man kan si mye om et datasett. Bakdelen med dette kan være at man ikke vet hvor man skal fokusere på datasettet. En annen kritikk av analysen er at man har små muligheter til tolkning annet enn rene beskrivelser, hvis den ikke benyttes innenfor allerede eksisterende teoretiske rammer som forankrer argumentene man kommer med. Til forskjell fra livshistorier og biografier, vil man ved tematisk analyse som benytter flere intervjusubjekter ikke kunne opprettholde kontinuitet og motsigelser som finnes gjennom individuelle fremstillinger. En tematisk analyse inneholder ikke påstander om språkbruk og vurderinger av talens funksjon. Tematisk analyse har fått liten anerkjennelse som metode, selv om den benyttes i stor grad. Den benyttes ofte når man har liten kunnskap og ferdigheter til å kunne benytte mer anerkjente metoder som grounded theory. Ved å benytte en noe strengere ramme som nevnt ovenfor, kan man gjøre en innsiktsfull analyse som svarer på spesifikke forskningsspørsmål. Det viktigste er at man velger en metode som drives av forskningsspørsmålet og den teoretiske rammen man har valgt. Tematisk analyse er en fleksibel tilnærming som kan benyttes på tvers av en hel rekke epistemologier og forskningsspørsmål (Braun & Clark, 2006).
Referanser:
Ingen kommentarer:
Legg inn en kommentar
Si din mening, eller still spørsmål om innlegget her.