Datenanalysemethoden, qualitative

[engl. quantitative data analysis methods], Datenanalysemethoden, [FSE], werten qual. – i. d. R. verbales/textuelles, aber auch visuelles oder sonstiges nicht numerisches – Datenmaterial (z. B. Transkripte qualitativer (Leitfaden-)Interviews) oder Gruppendiskussionen, Notizen und Fotografien von ethnografischen Feldbeobachtungen, Kinderzeichnungen) im Hinblick auf das Forschungsproblem einer qual.-empir. Studie aus. Sie folgen dabei dem explorativen (gegenstandserkundenden, hypothesen- und theoriebildenden) Erkenntnisinteresse qual. Forschung und sind stark induktiv ausgerichtet (Induktion). Zudem ist die qual. Datenanalyse i. R. Qualitative Sozialforschung in einen zirkulären Forschungsprozess eingebettet: Zwischenergebnisse der Datenanalyse können und sollen sowohl die Ergänzung der Stichprobe (qualitative Rekrutierungsverfahren) um zusätzliche Fälle steuern als auch die weitere Datenanalyse immer wieder neu auf den Gegenstand ausrichten (Gegenstandsnähe, Prinzip der, Prinzip der Prozessualität).

Es liegen eine Reihe unterschiedlicher, auf bes. Fragestellungen und Daten spezialisierte qualitative

Datenanalysemethoden vor (z. B. Metaphernanalyse, interpretative phänomenologische Analyse IPA, Konversationsanalyse, kritische Diskursanalyse, Tiefenhermeneutik; Hermeneutik). Zudem existieren relativ allg. qualitative

Datenanalysemethoden, die für viele Fragestellungen und Datentypen nutzbar sind (z. B. Qualitative Inhaltsanalyse, objektive Hermeneutik, Dokumentarische Methode, Grounded-Theory-Methodologie). Viele der qualitative

Datenanalysemethoden sind eingebettet in übergreifende Forschungsstrategien bzw. Methodologien, d. h. basieren auf best. wissenschaftstheoret. Annahmen über den Forschungsgegenstand und die Möglichkeiten und Grenzen wiss. Erkenntnisgewinns. Manche qualitative

Datenanalysemethoden entstammen der Ps. (z. B. interpretative phänomenologische Analyse, qual. Inhaltsanalyse), die meisten aber der Soziologie (z. B. Konversationsanalyse, dokumentarische Methode, Grounded-Theory-Methodologie). Teilweise werden auch Auswertungsansätze aus der Sprach-, Kunst- und Filmwissenschaft einbezogen.

qualitative

Datenanalysemethoden läuft i. d. R. auf eine interpretative bzw. hermeneutische Auswertung hinaus. Bei der sehr verbreiteten kategorienbildenden Analyse wird das Material in sinnvolle Analyseeinheiten segmentiert (z. B. Sätze, Absätze), und den Analyseeinheiten werden zusammenfassende Codes oder Kategorien zugeordnet (Prozess der Codierung). Die Codes werden im nächsten Abstraktionsschritt zu übergeordneten inhaltlichen Kategorien verdichtet und ggf. in ein Theoriemodell überführt. Neben der kategorienbildenden existiert noch die sequenzielle Analyse, bei der Ablaufstrukturen aus den Daten herausgearbeitet werden. Die qualitative

Datenanalysemethoden erfolgt i. d. R. im ersten Schritt fallbezogen und im zweiten Schritt fallübergreifend, indem sie meist Themen, Typen oder Hypothesen bzw. Theorien generiert. Schließlich kann eine q. Dm. eines einzelnen Datensatzes noch erweitert werden, indem sie – i. R. der Bearbeitung desselben Forschungsproblems – mit anderen qual. Auswertungen (Methoden-Triangulation) sowie mit quant. Analysen (Mixed-Methods-Ansatz) verknüpft wird.

Generell gilt meistens, dass eine qualitative

Datenanalysemethoden nicht numerischer Daten viel zeitaufwendiger ist als eine quant. Dm. numerischer Daten. Denn die interpretative Auswertung kann im Unterschied zur stat. Berechnung durch Software nicht automatisiert, sondern nur unterstützt werden (QDA-Software). In qual. Studien werden wegen des stark erhöhten Aufwandes bei der Dm. i. d. R. deutlich kleinere und auch anders zus.gesetzte Stichproben (qualitative Fallauswahl) untersucht als in quant. Studien. Datenanalysemethoden, quantitative, Gütekriterien qualitativer Forschungsprozesse.