Undgå datadøden ved at bryde analysen af kvalitative data op i mindre dele. Her får du et eksempel på en fremgangsmåde, der virker for mig.
Opdateret 7. december 2018
Har du stiftet bekendtskab med datadøden (eller “death by data”)? Den kan ramme virksomheder af alle typer og alle størrelser.
Datadøden har ramt dig, hvis du har svært ved at gå fra data til analyse. Hvis du føler dig overvældet af dine data og ikke aner, hvor en analyse af materialet skal starte og slutte.
Den situation kan du undgå ved at bryde analyseprocessen op i mindre dele.
Hvordan du kan gøre det, viser jeg et eksempel på i dette indlæg. Eksemplet stammer fra en analyse, jeg netop selv har afsluttet.
Min måde at gennemføre en analyse på, er ikke den eneste måde, der findes. Men det er en måde, som fungerer for mig, og som jeg ved, giver resultat.
Data fra workshop
De data, jeg analyserer i eksemplet, er kvalitative.
De stammer fra en workshop, hvor medlemmer af en forening har kortlagt deres egen “medlemsrejse” fra første gang de hørte om foreningen til de er fuldgyldige medlemmer.
Jeg har skrevet om baggrunden for undersøgelsen i indlægget Hils på medborgeren, din nye frivillige samarbejdspartner.
Kortlægningen af medlemsrejsen skete ved at deltagerne i grupper diskuterede og svarede på spørgsmål, jeg havde formuleret om rejsens forskellige etaper.
Gruppernes samtaler og diskussioner blev optaget med diktafoner.
Trin 1: Klargøring af data
Første trin er at gøre data klar til analyse.
Mit gennemsyn af data afslørede, at de ikke var klar til at blive analyseret. Så første trin bestod i at
- skille papirstykker med flere svar ad, så der kun var ét svar pr. Papirstykke.
- give alle svar et tal, så jeg kunne se, hvilket spørgsmål de hørte til.
- tilføje koder på alle svar, så det var tydeligt, hvilken arbejdsgruppe, de stammede fra. Så jeg senere kunne koble svarene med lydoptagelserne af grupperne
- kode svarene alt efter, hvilken etape af rejsen, de handlede om.
Billedet nedenfor viser et svar, som er blevet nummeret og har fået koder for gruppen (“KG” for “kontorgruppen”) og for rejseetapen (“FFK” for “før første kontakt”).
Så grovsorterede jeg data efter temaer, som var defineret på forhånd i form af rejsens etaper.
Trin 2: Temaanalyse
Nu analyserede jeg ét tema ad gangen. Det foregik ved, at jeg grupperede de sedler, som hørte under temaet. For oversigtens skyld foregik det på en væg.
Sedler med sammenfaldende svar blev placeret under hinanden, og sedler med beslægtede svar blev placeret ved siden af hinanden.
Jeg hang også de spørgsmål, som blev besvaret på sedlerne, op, så jeg fik inddelt temaet i nogle undergrupper.
På et tidspunkt så det sådan her ud:
Jeg justerede løbende grupperingerne, som nye sedler kom til.
Under temaanalysen begyndte jeg også at skrive
- om mønstre inden for svar på de forskellige spørgsmål. Hvilke tendenser kunne ses af svarene? Hvad tænkte jeg om det – hvordan kunne tendenserne tolkes?
- om de svar, som stak ud.
- om træk i svarene, som gik igen på tværs af spørgsmålene. Ord, som blev brugt igen og igen. I dette tilfælde var det ordene “ligestillede” og “netværk”.
Jeg skrev mest i punktform og bekymrede mig ikke om, om det jeg skrev, var flydende og sammenhængende. Tænkeskrivning, kaldes denne skriveteknik, som jeg har skrevet om i indlægget Sådan bruger du tænkeskrivning til at få, finde og udvikle ideer.
Jeg vidste, at jeg ville vende tilbage til teksten mange gange, og at de mere færdige formuleringer kunne vente til senere.
Trin 3: Detailanalyse
Næste trin var detailanalysen, hvor jeg gik mere i dybden med de mønstre, som var opstået.
Jeg lyttede til lydoptagelserne og identificerede fortællinger. Nogle af fortællingerne udfoldede et mønster eller et undertema. Andre faldt uden for de temaer, jeg indtil nu havde arbejdet med.
Jeg lyttede også efter forklaringer på ordene “ligestillede” og “netværk”. De ord, som gik igen på tværs af materialet. Hvilken betydning lagde medlemmerne i ordene? Hvordan relaterede ordene sig til resten af materialet? Og hvorfor blev de mon nævnt så tit?
Fortællinger og forklaringer afskrev jeg ordret fra lydoptagelserne. Det var tidskrævende, men citaterne ville være med til at give analysen liv og tyngde.
De tanker, jeg fik undervejs, og de spørgsmål, som dukkede op under detailanalysen, skrev jeg ned. På den måde begyndte foreløbige konklusioner at tage form.
Trin 4: Revurdering af kategorierne
Sideløbende med detailanalysen vendte jeg tilbage til de temaer, jeg indtil nu havde arbejdet med og revurderede dem:
Gav de stadig mening? Skulle nogle slås sammen? Skulle nogle udvides? Skulle elementer fra ét tema flyttes til et andet?
Fire af rejsens etaper slog jeg sammen til to, hvormed reducerede fem temaer til tre. Til gengæld tilføjede jeg en ny etape.
Mens jeg skrev
- flyttede jeg rundt på tekststumper mellem og inden for temaerne og ændrede overskrifter
- gav jeg punktopstillinger og tankenoter en gennemskrivning, så teksten kom til at fremstå mere færdigformuleret
- justerede jeg de konklusioner, jeg drog af materialet.
Nu begyndte jeg også at gøre mig tanker om, hvilke elementer, der skulle indgå i den endelige rapport.
Trin 5: Finpudsning
Da jeg havde opholdt mig tilstrækkelig længe i trin 4, begyndte rapporten at tage form.
Kun to revisioner manglede:
Én, hvor rapportens dele blev afstemt efter hinanden, så der var tydelig sammenhæng mellem data, konklusioner, anbefalinger og ideer. Og en sidste, sproglig revision.
Dem foretog jeg, mens jeg satte rapporten op og fandt materiale til bilag.
Så var jeg klar til http://tovejs.dk/wp-admin/post-new.phpat pdf’e det hele. Og stadig levende.
Hvordan undgår du datadøden?
Hvordan undgår du datadøden? Minder din proces om min? Hvis ikke, hvor adskiller den sig så?
Det vil jeg meget gerne høre om. Skriv og fortæl mig om det i kommentarfeltet, så andre læsere også kan få gavn af dit svar.
