Analyse qualitativer Daten mit MAXQDA

Unter dem Oberbegriff „qualitative Daten“ wird eine riesige Vielfalt von Datenarten zusammengefasst. Computersoftware zu ihrer Analyse einzusetzen ist ein relativ neues Feld der Methodenentwicklung. So ist die computergestützte Analyse von Multimedia‐Daten, wie beispielsweise Videos, erst in jüngster Zeit aufgrund der rasanten technischen Entwicklung ins Blickfeld geraten. Heute ist (fast) jeder in der Lage, solche Daten zu erheben (etwa via Smartphone) und zu analysieren. Dieses Kapitel gibt einen Überblick, welche Daten sich mit MAXQDA analysieren lassen, welche Dateiformate verarbeitet werden können und welchen Leistungsumfang MAXQDA besitzt. Thematisiert wird auch die Frage des Verhältnisses von qualitativen Methoden und Computersoftware als Analyseinstrument in der Forschungspraxis. Bevorzugt Computersoftware bestimmt sozialwissenschaftliche Methoden oder ist dies gar selbst eine Methode, die andere traditionelle Methoden verdrängt?

Nachdem Sie sich Klarheit über Ihre Forschungsfrage(n) verschafft haben, einen Plan für Ihr Projekt erstellt und vielleicht schon die ersten Daten erhoben haben, wird es Zeit, sich mit der Oberfläche von MAXQDA vertraut zu machen. Wenn sich MAXQDA nach dem Programmstart zum ersten Mal öffnet, ähnelt die Situation dem erstmaligen Öffnen eines Werkzeugkastens. Man versucht, die Ordnung zu verstehen, schaut in die verschiedenen Fächer und nimmt das ein oder andere Werkzeug in die Hand. Es gibt viele Wege, das Neue zu erkunden. Die Software beinhaltet Tools, Menüs und Optionen, die darauf warten, dass man sie sich aktiv aneignet.

Bei der Entwicklung von MAXQDA stand der sozialwissenschaftliche Forschungsprozess Pate, d. h. die Logik der Auswertung von qualitativen Daten und Mixed‐Methods‐Daten lässt sich quasi eins zu eins in das Arbeiten mit der Software übertragen. Dazu gehört auch, dass man keine neuen Begriffe aus anderen Welten lernen muss und dass die Software ein hohes Maß an Flexibilität ermöglicht. Man kann also jederzeit neue Daten erheben, Kategorien differenzieren und integrieren sowie Codierungen rückgängig machen. Trotz aller Flexibilität ist es allerdings empfehlenswert, sich Gedanken über die Konzeption eines MAXQDA‐Projektes zu machen, über Analyseeinheiten (Fälle) und das optimale Vorbereiten der Daten nachzudenken.

Einer der größten Wünsche von Forschern und Forscherinnen ist vermutlich, dass eine Analysesoftware eine automatische Transkription der aufgenommenen Interviews durchführen würde. Nun, das ist leider immer noch nicht zuverlässig möglich und so führt in den meisten Fällen kein Weg daran vorbei, die Audioaufnahmen von Interviews oder Fokusgruppen auf die althergebrachte Art und Weise zu transkribieren. Der Transkriptionsmodus von MAXDQA erleichtert zwar die Arbeit wesentlich, doch kostet das Transkribieren trotz dieser wirksamen Unterstützung viel Zeit und Mühe. Allerdings wird man dadurch belohnt, dass jederzeit auf den Originalton zurückgegriffen werden kann und sich interessante Stellen in der Audioaufnahme über Zeitmarken sofort anspringen lassen. Im Fall von Videoaufnahmen ist, je nach Fragestellung, eine Transkription nicht unbedingt erforderlich bzw. kann man sich auf die Verschriftlichung von Teilen des Materials beschränken.

Qualitative Datenanalyse ist eine spannende Angelegenheit und verlangt von den Forschenden sich auf die Daten einzulassen und sie zunächst intensiv zu erkunden. So, wie man das Wasser eines an einem Sommertag blau strahlenden Sees nur „erfühlen“ kann, wenn man nicht am Ufer stehenbleibt, sondern sich ins Wasser hineinbegibt, so ist es auch notwendig, „in die Daten einzutauchen“. Die Software nimmt einem dies nicht ab, stellt aber eine Reihe von Hilfsmitteln bereit, welche die Erkundungen unterstützen: Anmerkungen, Notizen, Fragen und Ideen lassen sich festhalten; was einem wichtig erscheint, lässt sich farbig markieren und mittels lexikalischer Suchfunktionen kann in den Texten nach Wörtern oder Wortkombinationen gesucht werden. Auf den ersten Blick ähnelt die Arbeit mit dem digitalisierten Text dem Arbeitsprozess mit einem Fachbuch, doch sind die digitalen Werkzeuge wesentlich mächtiger, denn es lassen sich auch Textstellen miteinander verlinken und externe Links zu anderen Dokumenten, Webseiten, Bildern oder geographischen Räumen erstellen. In dieser ersten Phase der Analyse lernt man nicht nur die Daten kennen, sondern beginnt bereits damit, ein dichtes Netz von Verbindungen, Anmerkungen, Ideen und Hypothesen zu knüpfen und Bilder und Videoaufnahmen zu explorieren. Die Erkundung von Videodaten unterscheidet sich notwendigerweise von der Erkundung textueller Daten. Videodaten sind mehrdimensional, sprechen andere Sinne an und lösen möglicherweise wesentlich mehr im Betrachter aus als Texte dies können.

Wie codiere ich Daten bzw. Teile der Daten, zum Beispiel Textpassagen oder Bildausschnitte? In diesem Kapitel geht es um die Basics des Codierens. Mit Kategorien (Codes) zu arbeiten und Teile des Materials zu codieren ist nicht nur eine der ältesten Auswertungstechniken für qualitative Daten, sondern nach wie vor die vermutlich am weitesten verbreitete Methode. Geschah dies früher, indem man recht mühevoll Textteile mit der Schere ausschnitt und diese Textabschnitte auf Karteikarten klebte und mit einem Stichwort versah, so erlaubt QDA‐Software ein wesentlich schnelleres und effizienteres Arbeiten. Die konkrete Vorgehensweise beim Codieren unterscheidet sich stark zwischen den einzelnen Methoden und Forschungsstilen. So geht man beispielsweise im Rahmen der Grounded Theory anders vor als in der qualitativen Inhaltsanalyse oder bei diskursanalytischen Ansätzen. QDA‐Software legt einen nicht auf eine bestimmte Methode fest, sondern erlaubt sehr unterschiedliche Codierprozesse.

Der gigantische technische Fortschritt der letzten Jahre ermöglicht es heute, mit einem handelsüblichen Smartphone Fotos und Videoaufnahmen in erstaunlicher Qualität zu machen. Damit sind die Chancen für die empirische Forschung stark angewachsen, insbesondere für die Feldforschung und Unterrichtsforschung. Nun ist es quasi allen Forschenden möglich, im Feld Videoaufnahmen höchster Qualität – und das ohne Kosten – zu erstellen. Damit wächst auch der Wunsch, diese Art des Datenmaterials wissenschaftlich auswerten zu können und methodisch auf ähnliche Weise zu behandeln wie Interviewtexte oder Fokusgruppen. Als eine Methode der Datenerhebung hat die Videoaufnahme natürlich vor allem für die Erforschung von nicht‐verbalem Verhalten riesige Fortschritte mit sich gebracht. Im Gegensatz zur früheren Protokollierung von Beobachtungen ist es nun möglich, Szenen wiederholt anzuschauen und von mehreren Personen und zu mehreren Zeitpunkten codieren zu lassen, was signifikant zur Verbesserung der Analysequalität beiträgt. Neben der Arbeit mit Videos behandelt dieses Kapitel auch die Codierung und Analyse nicht‐bewegter Bilder wie Fotos und Screenshots von Webseiten.

Je länger und intensiver mit den Daten gearbeitet wird, desto mehr Codes können entstehen und desto mehr Codierungen werden im Material vorgenommen. In diesem Kapitel geht es um verschiedene Arten von Kategoriensystemen und unterschiedliche Wege, wie man zu einem für die Analyse optimal geeigneten Kategoriensystem gelangt. Die beiden gegensätzlichen Pole der Kategorienbildung werden meist als deduktive und induktive Kategorienbildung bezeichnet. Bei ersterem werden die Kategorien konzeptbasiert gebildet, d. h. vor der eigentlichen Analyse der empirischen Daten festgelegt. Im zweiten Fall werden die Kategorien direkt an den empirischen Daten entwickelt. Induktive, datenbasierte Kategorienbildung wird in MAXQDA sehr wirksam durch die Funktion „Creative Coding“ unterstützt. Beim Arbeiten mit Kategorien spielen die Code‐Definitionen eine sehr wichtige Rolle; mit diesen wird festgehalten, was ein Code bedeutet und wann genau er zugeordnet wird. Weil die Kategorien bei vielen methodischen Ansätzen eine so zentrale Rolle spielen, sollte man sich für die Konstruktion des Kategoriensystems ausreichend Zeit nehmen.

Wie kann ich Segmente zusammenstellen, die mit der gleichen Kategorie codiert wurden? Wie behalte ich einen Überblick über meine Codierungen? MAXQDA zeigt nicht nur direkt am Text, Bild oder Video an, welche Codes wo zugeordnet sind, sondern stellt auf Wunsch auch alle Stellen zusammen, die mit dem gleichen Code codiert wurden. Anders als bei früheren handwerklichen Techniken lässt sich auch der umgebende Kontext jeder codierten Stelle sofort einsehen. Die Codes entwickeln sich während des Analyseprozesses, sie können verändert werden, ausdifferenziert werden oder auch zu abstrakteren Codes integriert werden. MAXQDA erlaubt es, codierte Segmente nach verschiedenen Kriterien (z. B. Überlappungen, Nähe etc.) zusammenzustellen und auf unterschiedliche Weise auszugeben. Mit dem Smart Publisher steht ein Tool zur Verfügung, dass thematisch strukturierte Veröffentlichungen in fertigem Layout erstellt. Parallel zu den Codierungen arbeiten viele Forschende mit Memos, in denen sie Auffälliges, Hypothesen, Gedanken, Codebeschreibungen und vieles mehr notieren. Wie aber behält man den Überblick über zahlreiche Memos und ihre wertvollen Inhalte?

Auch bei strikt qualitativer Forschung werden meist eine Reihe von standardisierten (quantitativen) Daten erhoben, z. B. zur Erfassung sozio‐demographischer Merkmale wie Alter, Geschlecht, Bildung, Anzahl der Kinder, Religionszugehörigkeit und vielem anderen. Diese Daten können sehr gut herangezogen werden, um Gruppen zu bilden und miteinander zu vergleichen. Was sagen beispielsweise Frauen zu einem bestimmten Thema und was sagen die Männer? Quantitative Daten, in MAXQDA heißen sie „Variablen“, fallen natürlich auch in Mixed‐Methods‐Projekten an, schließlich geht es dort immer darum, qualitative und quantitative Methoden, Daten und Analysen miteinander zu verknüpfen. Ein dritter Bereich, in dem man es mit Zahlen zu tun hat, betrifft unmittelbar die qualitative Analyse. Jede Codierung bedeutet im Grunde eine Klassifikation vorzunehmen und so entstehen – quasi nebenbei – Informationen über die Häufigkeit der Codierungen pro Code und pro Fall. Diese Informationen lassen sich auch für die Analyse nutzen, etwa zur Beantwortung der Frage, wer wie häufig etwas zu welchen Themen gesagt hat.

Ein häufig angestrebtes Ziel der Datenauswertung ist die Zusammenfassung und Verdichtung des Materials. Zwei Strategien hierfür werden in diesem Kapitel behandelt: Die Paraphrasierung mit sukzessiver Weiterentwicklung der Paraphrasen zu Kategorien und die Erstellung thematischer Zusammenfassungen basierend auf den vorherigen Codierungen. Ersteres dient primär der Kategorienbildung, letzteres der deskriptiven Analyse bereits kategorisierter Daten. Mit dem Codieren und dem Arbeiten am Kategoriensystem werden die empirischen Daten erschlossen und es wird eine begriffliche Systematik mit einem Geflecht von Zusammenhängen erzeugt. Ordnungssysteme und Taxonomien besitzen an sich einen Wert – man denke an das Periodensystem der Elemente in der Chemie – sie enthalten hoch konzentrierte Informationen und ermöglichen es, Elemente und Phänomene einzuordnen. Ähnliches leisten Kategoriensysteme in der empirischen Sozialforschung. Stellt man sich diese Systeme wie ein Gitternetz vor, dessen Knoten jeweils eine Sammlung aller Informationen zu einem bestimmten Thema enthalten, so kann ein Problem darin bestehen, dass die Menge der Informationen geradezu erdrückend ist. Um diese gewaltige Lücke zwischen einer Kategorie und dem mit ihr codierten Material zu überbrücken, ist es häufig sinnvoll, mit Zusammenfassungen zu arbeiten, also quasi ein zweites Gitternetz zu erstellen, dass Informationen komprimiert und aus dem Blickwinkel der Forschungsfrage(n) zusammenfasst. Dieses Kapitel fokussiert die Grundidee eines solchen „Summary‐Grids“ und die Präsentation von Zusammenfassungen in „Summary‐Tabellen“.

Kategorienbildung, Codieren der Daten, Definieren von Variablen und Ermitteln von Codehäufigkeiten stellen wichtige Schritte im Auswertungsprozess dar. Es wäre nicht korrekt, diese Schritte lediglich als „Vorarbeiten“ für die eigentliche Analyse zu begreifen. Das trifft gewiss nicht zu, insbesondere, wenn man an die Konstruktion des Kategoriensystems denkt, denn es ist normalerweise sehr viel Arbeit und sehr viel Nachdenken gefordert, um zu einem wirklich guten und für die Forschungsfrage ergiebigen Kategoriensystem zu gelangen. Dieses selbst und insbesondere die Vermutungen und Hypothesen über Zusammenhänge zwischen den Codes stellen bereits eine eigenständige, für die Beantwortung der Forschungsfrage sehr wichtiges Ergebnis des Auswertungsprozesses dar. Dennoch stellt sich natürlich die Frage „Was kommt danach?“, insbesondere „Was kommt nach dem Codieren?“ Mit dieser Frage befasst sich dieses Kapitel, dabei spielen fallorientierte und fallübergreifende Darstellungen und Visualisierungen eine wichtige Rolle.

Mixed‐Methods‐Ansätze erfreuen sich in der praktischen empirischen Forschung zunehmender Beliebtheit. Schon anfangs der 2000er Jahre hat sich eine globale und interdisziplinäre Mixed‐Methods‐Community gebildet, die auf vielen internationalen Konferenzen Mixed‐Methods‐Ansätze und damit arbeitende Forschungsprojekte präsentiert. Eine große Anzahl von Publikationen und Lehrbüchern wurden verfasst und eine spezielle Zeitschrift, das Journal of Mixed Methods Research (JMMR), wurde 2007 gegründet. Wie lassen sich Mixed‐Methods‐Datenanalysen mit MAXQDA umsetzen? Seit den ersten Programmversionen hat MAXQDA der Methodenkombination immer sehr große Aufmerksamkeit gewidmet, so bestand bereits in den Anfängen des Programms die Möglichkeit, parallel zu den qualitativen Daten einen damit verbundenen Datensatz quantitativer Daten zu verwalten und qualitative und quantitative Daten bei der Analyse miteinander zu verknüpfen. Spezielle Funktionen für die Mixed‐Methods‐Forschung sind in einem eigenen Tab „Mixed Methods“ zusammengefasst, diese Funktionen sind Gegenstand dieses Kapitels.

Mit Fachliteratur zu arbeiten gehört in vielen wissenschaftlichen Disziplinen zum Kerngeschäft. Man kann sich schwerlich ein Exposé für ein Projekt, eine Masterarbeit oder eine Dissertation vorstellen, in der nicht der bisherige Forschungsstand systematisch aufgearbeitet und dargestellt wird (Creswell 2016a, S. 58–66). Immer mehr Verlage machen ihre Fachzeitschriften und Publikationen online zugänglich, sodass sich Literaturreviews heute wesentlich einfacher und effektiver durchführen lassen als noch vor einigen Jahren. MAXQDA eignet sich sowohl für die tagtägliche Arbeit mit Literatur als auch für die Durchführung von Literaturreviews (z. B. für die Vorbereitung eines Theoriekapitels und eines Berichts über den Forschungsstand) sowie auch für systematische Reviews, d. h. für die Aufbereitung von Forschungsergebnissen für eine Meta‐Analyse. Insbesondere kann MAXQDA für die Verwaltung von Exzerpten und die Erstellung von Summarys eingesetzt werden, was sehr effektiv den Schreibprozess unterstützt. Bei der Literaturarbeit ist die Ebene bibliographischer Informationen (Autor, Erscheinungsjahr etc.) von der Ebene der Inhalte dieser Literatur zu unterscheiden. MAXQDA fokussiert vorrangig die Ebene der Inhalte und ist keine Spezialsoftware für die Literaturverwaltung; doch lassen sich die Daten solcher Programme importieren und weiterbearbeiten.

Fokusgruppen haben in den letzten Jahren stark an Popularität zugenommen, ermöglichen sie doch in relativ kurzer Zeit viele Stimmen und Meinungen zu hören und besitzen zudem auch den Vorteil, dass sie eine gewisse Dynamik entwickeln und die Teilnehmer_innen untereinander kommunizieren. Bei der Analyse von Fokusgruppen ist sowohl die Ebene der Gruppe als auch die der einzelnen Individuen von Interesse und häufig gilt es, kontinuierlich zwischen diesen beiden Ebenen zu changieren und die jeweils andere Ebene im Blick zu behalten. Dementsprechend stellt MAXQDA eigens auf die Analyse von Fokusgruppen abgestimmte Funktionen bereit, die sowohl einen einfachen Zugriff auf das Fokusgruppentranskript als Ganzes als auch auf die Sprechbeiträge der einzelnen Teilnehmenden ermöglichen. Verlaufsanalysen des Gesamtgesprächs sind ebenso möglich wie das Nachzeichnen der Meinungs‑ und Aussagenentwicklung einzelner Individuen. Da die Funktionen für die Fokusgruppenanalyse auch für viele andere Textarten mit zwei oder mehr Sprecher_innen wie etwa Forumsdiskussionen gewinnbringend einsetzbar sind, lohnt sich die Lektüre dieses Kapitels auch für Leser_innen, welche keine Transkripte von Fokusgruppen analysieren.

Umfragen enthalten häufig geschlossene Fragen mit vorgegebenen Antwortmöglichkeiten und offene Fragen für Freitextantworten, um sowohl quantitative als auch qualitative Daten zu erheben. Das Ergebnis einer solchen Umfrage ist immer eine Datenmatrix „Fälle × Fragen“, die für jede Person eine Zeile vorsieht und pro Frage mindestens eine Spalte enthält. Es stellt sich nun die Frage, wie eine solche Datenmatrix, die durchaus mehrere hundert oder tausend Fälle in den Zeilen und einige hundert Spalten enthalten kann, sinnvoll in MAXQDA importiert und analysiert werden kann. Da viele Umfragen heutzutage online durchgeführt werden, ergibt sich auch die Frage, wie man den Import aus Umfragetools wie LimeSurvey, Qualtrics oder SurveyMonkey bewerkstelligt. Ganz gleich, ob die Umfrage online oder auf Papier durchgeführt wurde: Der große Mehrwert bei der Analyse von Umfragedaten in MAXQDA besteht vor allem darin, dass man die als Texte importierten qualitativen und die als Fallvariablen importierten quantitativen Daten nicht nur getrennt, sondern ganz im Sinne einer Mixed‐Methods‐Analyse auch integriert auswerten kann.

Schon in den 1990er Jahren haben sich die amerikanischen Methodiker Miles und Huberman mit dem Thema „Visualisierung von sozialwissenschaftlichen Forschungsdaten“ befasst und in ihrem legendären Buch „Qualitative Data Analysis: An Expanded Sourcebook“ zahlreiche praktische Vorschläge gemacht. Das Visualisierungstool MAXMaps knüpft hier an und bietet jede Menge Möglichkeiten zur graphischen Repräsentation von Daten und Zusammenhängen. Visualisierungen können verschiedene Aufgaben im Forschungsprozess haben: Sie können sowohl Mittel zur Exploration und Diagnose als auch zur Information und Darstellung sein. Nicht zuletzt dienen sie der Kommunikation mit den wissenschaftlichen Rezipient_innen der Forschung und der breiteren Öffentlichkeit. Letzteres erfordert eine auch ästhetisch ansprechende Gestaltung von Visualisierungen.

Im Forschungsalltag kann man sie beide antreffen: die begeisterten Allein‐Forscher_innen im Stil von Stephen Hawking, die ohne große Unterstützung ein Problem in Tag und Nachtarbeit zu lösen versuchen, und auch die wissenschaftlichen Teamarbeiter_innen, die überzeugt sind, dass die anstehenden Aufgaben am allerbesten in einem Team bewältigt werden können. In der empirischen Sozialforschung ist mehr und mehr Teamarbeit angesagt, häufig verlangen Ausschreibungen wie solche des BMBF oder anderer Ministerien ausdrücklich multidisziplinäre Arbeitsgruppen, nicht selten in Kombination mit Praxispartnern. Dies wirft die Frage auf, wie sich Teamarbeit sinnvoll organisieren und in Arbeitsprozesse mit der Software abbilden lässt. Teamarbeit erfordert nicht nur einen Plan und Absprachen, wer was zu welchem Zeitpunkt macht, sondern verlangt auch – soll nicht Chaos einreißen – strikte Regelungen. Nicht alle dürfen Codierungen löschen, das Kategoriensystem umorganisieren oder Memos verändern. Für solche Regelungen ist eine Rechteverwaltung erforderlich, in welcher die Projektleitung die Berechtigungen detailliert und für jedes Teammitglied genau festlegen kann.

Bei qualitativen Forschungsprojekten drängen sich unmittelbar Fragen zur Intersubjektivität der Analyse auf: Kommt eine andere Person zu den gleichen Ergebnissen? Sieht sie in einer Interviewpassage die gleichen Themen angesprochen wie ich? Inwieweit stimmen wir in unserem Verständnis der Kategorien überein? Mit diesen Fragen betritt man das Feld der Gütekriterien, die auch in der qualitativen Forschung nicht zu vernachlässigen sind. Besonderes Augenmerk wird bei kategorienbasierten Ansätzen auf die Frage gerichtet, inwieweit zwei Personen die gleichen Themen, Aspekte und Phänomene im Datenmaterial identifizieren und den gleichen Kategorien zuweisen. Es kann durchaus vorkommen, dass zwei Personen inhaltlich übereinstimmen, aber einem Phänomen unterschiedliche Kategorien zuordnen, weil die Kategoriendefinitionen noch nicht zweifelsfrei formuliert sind. MAXQDA bietet zahlreiche teils interaktive Funktionen, welche die systematische Analyse, Verbesserung und Überprüfung der Übereinstimmung von Codierenden ermöglichen. So lassen sich inhaltlich schwierige Kategorien, missverständliche Anweisungen und unscharfe Kategoriendefinitionen identifizieren, um Schritt für Schritt die Analysequalität zu erhöhen.

In der Diskussion um Gütekriterien und Standards qualitativer Forschung spielen die Kriterien Glaubwürdigkeit, Verlässlichkeit, Zuverlässigkeit und Auditierbarkeit eine wichtige Rolle. Im Kern geht es um eine umfassende Dokumentation des Forschungsprozesses, und zwar aller Phasen eines Projektes von der Konzeption und Datenerhebung bis zur Datenauswertung. Mithilfe von MAXQDA lässt sich all dies hervorragend bewerkstelligen. Alle Daten und Analyseprozesse können dokumentiert werden, z. B. die Originalaufnahmen von Interviews, die damit synchronisierten Transkriptionen, Videos und Quellenmaterial, Protokolle über die Interviewsituation, die entwickelten Kategorien und ihre Definitionen, das Kategoriensystem und der Prozess, wie sich dieses entwickelt hat, und vieles anderes mehr. Auf der einen Seite stehen also die Analyse und die Präsentation der Ergebnisse und auf der anderen Seite die Dokumentation des Gangs der Forschung. In diesem Kapitel stehen Fragen der Dokumentation und der Archivierung im Mittelpunkt, bisher vorgestellte Funktionen und Instrumente von MAXQDA werden aus diesem Blickwinkel erneut beleuchtet, zudem werden neue Funktionen beschrieben, die explizit für diese Zwecke konzipiert wurden.