Thematische analyse

Een thematische analyse is een methode om kwalitatieve data (zoals interviewtranscripten) te analyseren. Met deze analysemethode kun je terugkerende thema’s, patronen, meningen, ideeën of normen en waarden herkennen. Dit doe je meestal volgens de zes stappen van Nel Verhoeven (uit 2020). Wil je weten hoe je een thematische analyse in stappen uitvoert en wat dit type analyse inhoudt? Wij zetten de 6 stappen op een rij en leggen je uit hoe je een thematische analyse zelf aanpakt.

Een thematische analyse is een vorm van kwalitatieve analyse. Als je kwalitatieve data hebt verzameld, kun je daarin via thematische analyse thema’s of patronen ontdekken. Vaak gebruik je dit type analyse als je meerdere teksten analyseert. Denk aan transcripten van gesprekken of interviews, open enquête-antwoorden of verhalen van mensen.

Een thematische analyse is een flexibele analysemethode. In eerste instantie werd de thematische analyse vooral gebruikt in psychologisch onderzoek. Tegenwoordig wordt het ook in andere vakgebieden, zoals taalkunde, literatuurwetenschap, sociale wetenschappen of geschiedenis, toegepast. 

Deductieve vs. inductieve methode

Als je voor een thematische analyse kiest, kun je zowel deductie als inductie toepassen. Bij een inductieve benadering bestudeer je eerst de data en kom je op basis daarvan tot thema’s. Bij een deductieve benadering bepaal je de thema’s van tevoren (op basis van literatuuronderzoek) en bekijk je vervolgens of en hoe die thema’s in de data terugkomen.

Een thematische analyse is passend als je uit een reeks kwalitatieve data (zoals enquête-antwoorden, gesprekken of interviewtranscripten) meer wilt afleiden over de meningen, ervaringen, normen en waarden, waarnemingen, etc. die een groep mensen in communicatie laat blijken.

Bij dit type data-analyse verzamel je gegevens over een specifieke populatie (bijvoorbeeld door een steekproef uit die populatie te analyseren). Daarna breng je de patronen in de data in kaart met een thematische analyse. Deze analyse helpt om grote datasets eenvoudiger te analyseren. Je gaat namelijk op zoek naar terugkerende thema’s. Dat maakt de analyse meer behapbaar.

Dit zijn voorbeelden van vragen die je met een thematische analyse kunt beantwoorden:

• Welke ideeën hebben mensen die stemmen op partij X over de fractievoorzitter van partij Y?

• Welke ervaringen hebben Nederlandse stellen van 20-25 jaar oud met een huis kopen?

• Wat zijn de ervaringen van huwelijksgasten met de catering van Strandpaviljoen Oost in Deventer?

Er zijn meerdere manieren om een thematische analyse uit te voeren. Meestal voer je een thematische analyse uit volgens de zes stappen van Nel Verhoeven (2020). Haar methode is gebaseerd op het model van Braun en Clarke (uit 2008). 

Volgens het model van Verhoeven voer je de analyse in zes stappen uit:

1. verkennen;

2. coderen;

3. thematiseren;

4. reviseren en verfijnen;

5. vaststellen en structureren;

6. presenteren. 

Laten we de thematische analyse stap voor stap bespreken:

1. Verkennen

Eerst ga je de data verkennen. Als je data audio-bestanden zijn, ga je deze eerst transcriberen. Zo krijg je gaandeweg al een beter beeld bij het gesprek of interview. Zijn je data teksten? Dan lees je deze door en maak je daar notities bij. Zo’n grove verkenning helpt om een overzicht te krijgen van de gegevens voordat je er in detail naar gaat kijken.

2. Coderen

Daarna breng je codes (markeringen) aan bij relevante woorden, zinnen of zinsneden in de teksten of transcripten. Stel: jij doet onderzoek naar de meningen van stemmers op partij X over de fractievoorzitter van partij Y. Dan kun je bijvoorbeeld uitingen tegenkomen die wijzen op wantrouwen, uitingen die wijzen op angst, etc. Dat zijn allemaal thema’s die je kunt markeren. 

Gebruik voor elke code een andere kleur. Je kunt hiervoor bijvoorbeeld de markeringstool in Word gebruiken, maar er bestaat ook specifieke codeersoftware voor. MAXQDA is daar een bekend voorbeeld van.

Markeer bij deze stap alle onderdelen van de tekst die mogelijk interessant zijn en die passen bij één van de codes. Overigens kun je al lezend ook nog nieuwe codes toevoegen. Zodra je alle teksten of transcripten hebt gehad, ga je de gegevens groeperen per code.

3. Thematiseren

Kijk vervolgens kritisch naar alle aangebrachte codes en kijk of je daar patronen in kunt herkennen. Meerdere codes kunnen samen één thema vormen. De codes ‘verdraaiing van woorden’, ‘nieuwsfeiten verkeerd interpreteren’ en ‘complottheorieën’ kunnen bijvoorbeeld allemaal wijzen op het bredere thema ‘verkeerd geïnformeerd zijn’. 

Bij het thematiseren vind je misschien sommige codes toch niet relevant of er komen te weinig voorbeelden van voor. Dan kun je besluiten om die codes weg te laten. 

4. Reviseren en verfijnen

De volgende belangrijke stap is ervoor zorgen dat de verschillende thema’s een verfijnde en bruikbare weergave geven van de data. Ga daarom terug naar je dataset en ga na of je over markeringen heen hebt gelezen of dat je wellicht juist dingen verkeerd hebt gemarkeerd. Pas deze punten waar nodig aan.

Tijdens deze stap zal je soms bij nader inzien thema’s weggooien, opsplitsen of samenvoegen met andere thema’s. Het is ook mogelijk dat je tot nieuwe thema’s komt en die aan de bestaande thema’s toevoegt. Zo kom je al met al tot een completere set thema’s die daadwerkelijk nuttig zijn voor je onderzoek en nauwkeurig genoeg zijn. 

5. Vaststellen en structureren

Als je de themalijst af hebt, ga je alle thema’s een naam en definitie geven. Dit betekent dat je thema’s anders noemt dan de voorlopige naam die je eerder gebruikte. De thema’s geven je na de hernoeming nog meer sturing om de data correct te interpreteren. 

6. Presenteren

Verwerk als laatste alle resultaten in je scriptie. Dit doe je volgens de vaste scriptiestructuur. Je begint dus met de inleiding (inclusief een onderzoeksvraag en eventuele hypotheses), gevolgd door het theoretisch kader en het methodehoofdstuk. In het methodehoofdstuk beschrijf je onder andere de manier van dataverzameling (bijvoorbeeld de manier van steekproeftrekking en interviews of enquêtes afnemen) en de manier waarop je de thematische analyse hebt aangepakt. 

Daarnaast presenteer je de gevonden resultaten in het resultatenhoofdstuk. Geef daarbij aan hoe vaak elk thema voorkomt in de dataset en wat de thema’s betekenen. Ondersteun je bevindingen met voorbeelden uit de dataset. De transcripten of teksten voeg je meestal toe als bijlagen. 

Verder geef je in de conclusie antwoord op je onderzoeksvraag aan de hand van een samenvatting van alle resultaten. 

Houd er rekening mee dat een thematische analyse ook nadelen met zich meebrengt. Mogelijke nadelen zijn als volgt:

• Een thematische analyse is subjectief. De conclusies die je trekt, zijn gebaseerd op je eigen interpretatie van de data en keuzes die je bij de analyse hebt gemaakt. Dat maakt de resultaten mogelijk minder betrouwbaar. Het kan zijn dat andere onderzoekers tot andere thema’s en resultaten zouden komen.

• Je loopt het risico dat je resultaten weinig genuanceerd zijn, doordat je op zoek gaat naar grotere thema’s in de dataset.

• Je hebt kans dat je door de eigen interpretatie bepaalde patronen mist of juist patronen ziet die er eigenlijk niet zijn.

• Je hebt als onderzoeker weinig handvatten, doordat de thematische analyse een heel flexibele analysemethode is. Dat heeft aan de ene kant voordelen. Aan de andere kant geeft het je ook weinig sturing tijdens de analyse.

De thematische analyse is één mogelijke analysemethode. Er zijn daarnaast nog meer typen analyses om je data te onderzoeken. In ons artikel over data-analyse vind je daar een overzicht van. 

Lees ook zeker onze artikelen over deze soorten analyses:

• discourse-analyse

• meta-analyse;

• statistische analyse;

• tekstuele analyse;

• inhoudsanalyse.