Aufbau eines Kodesystems

Eine gut strukturierte Kodeliste ist wichtig für die weitere Analyse, bei der Sie nach Beziehungen und Mustern in den Daten suchen, mit dem Ziel, alle Ergebnisse zu integrieren, um eine zusammenhängende Geschichte zu erzählen. Wenn Sie, wie in einer Umfrage, nur Fragen mit den Antwortkategorien "ja" und "nein" in Ihrem Fragebogen haben, werden Ihre Daten nur aus nominalen Variablen bestehen. Das bedeutet, dass die Analyse begrenzt ist und nicht über die deskriptive Ebene hinausgeht. Dies ist wie eine Kodeliste, die aus einer Menge von Kodes besteht, deren Analyseebene unbestimmt bleibt.

Vorteile einer gut strukturierten Kodeliste

• sie schafft Ordnung
• sie bringt konzeptionelle Klarheit für Sie und andere
• weil sie übersichtlich ist, sieht man schnell alle übergeordneten Themen und deren Sub-Kodes. D.h. man kann sich schnell erinnern, welche Kodes man schon hat und ob man evtl. noch weitere Sub-Kodes benötigt, wenn die vorhandenen nicht passen.
• sie hilft beim Erkennen von Mustern

Merkmale einer gut strukturierten Kodeliste

• Jeder Kode ist eindeutig, seine Bedeutung unterscheidet sich von der Bedeutung jedes anderen Kodes.
• Die Bedeutung jedes Kodes wird im Kodekommentar beschrieben.
• Jede Kategorie kann klar von anderen Kategorien unterschieden werden.
• Alle Untercodes, die zu einer Kategorie gehören, sind ähnlich, da sie die gleiche Art von Sache repräsentieren. Dennoch ist jeder Untercode innerhalb einer Kategorie eindeutig.
• Jeder Kode kommt nur einmal im Kodesystem vor.
• Das Kodesystem ist a-theoretisch. Das heißt, das Kodesystem selbst stellt weder ein Modell noch eine Theorie dar. Die Kodes beschreiben lediglich die Daten, so dass durch sie ein einfacher Zugriff auf die Daten möglich ist.
• Das Kodesystem sollte logisch aufgebaut sein, so dass man das Gesuchte auch finden kann.
• Das Kodesystem enthält zwischen 10 und 25 Top-Level-Kategorien.
• Das Kodesystem hat nicht mehr als zwei bis drei Ebenen. Es besteht also aus Kategorien und Untercodes und eventuell einer Dimension wie positiv / negativ oder einem Zeitindikator wie vor / während / nach. Wenn Dimensionen auf viele Kodes im Kodesystem zutreffen, ist es besser, separate Kodes zu erstellen und die Daten mit dem Inhaltscode plus der Dimension doppelt zu kodieren.

Aufbau eines Kodesystems

Ziel des Aufbaus eines Kodesystems ist es, dass Sie über die Kodes auf Ihre Daten zugreifen und die Analysewerkzeuge voll nutzen können. Wenn Sie beispielsweise wissen, dass Sie die Kodes mithilfe der Kode-Kookkurrenztabelle auswerten können, können Sie besser verstehen, warum es wichtig ist, überlappend zu kodieren.

Sie beginnen mit der Erstellung von Kodes, um Ideen zu erfassen, und die Liste der Kodes wächst. Dann beginnen Sie, die Kodes in übergeordnete Kodes und Sub-Kodes zu sortieren und zu ordnen, indem Sie die Funktionen Kodes Zusammenführen und Kodes Teilen verwenden. Es empfiehlt sich, Kategorien zu entwickeln, die nur eine Ebene von Sub-Kodes enthalten (bei Bedarf zwei). So können Sie bei der Abfrage der Daten verschiedene Aspekte flexibel kombinieren und unnötig lange Kodelisten und Kodebezeichnungen vermeiden.

Sie werden feststellen, dass es verschiedene Arten und Ebenen von Kodes gibt:

• Strukturelle Kodes, die Sprechereinheiten in Fokusgruppen kodieren
• Attributcodes, die soziodemografische Merkmale von Sprechern oder Personen innerhalb eines Dokuments kodieren
• Kodes, die eine Kategorie bezeichnen, und Kodes, die Sub-Kodes einer Kategorie sind, und so weiter.

Da es nur eine Entität für all diese verschiedenen Dinge gibt - den Kode - können Sie verschiedene Arten und Ebenen mit Hilfe der Kodebezeichnung kenntlich machen. In der nachstehenden Tabelle wird eine Syntax vorgeschlagen, die Sie als Leitfaden verwenden können:

Syntax für verschiedene Arten und Ebenen von Kodes

Beispiel

# Geschlecht: weiblich

# Geschlecht: männlich

@Tom

@Maria

@Clara

/Zeit: vorher

/Zeit: während

/Zeit: nach

*Einzelcode 1

*Einzelcode 2

*Einzelcode 3

KATEGORIE A

Kategorie A: sub 1

Kategorie A: sub 2

Kategorie A: sub 3

KATEGORIE B

Kategorie B: sub 1

Kategorie B: sub 2

Kategorie B: sub 3

Sie sehen, dass die Präfixe Ihr Kodesystem in verschiedene Abschnitte unterteilen. Dies hilft Ihnen, den Überblick zu behalten und schnell zu finden, was Sie suchen. Außerdem ermöglicht es Ihnen, bei der Abfrage der Daten die Kodes der verschiedenen Kategorien oder Rubriken flexibel mit strukturellen Kodes, Attributen und Dimensionen zu kombinieren.

Die Rolle von Kodegruppen beim Aufbau eines Kodesystems

Anwender sind oft versucht, Kodegruppen als Kategorien höherer Ordnung zu verwenden. Dies verfehlt jedoch den Zweck. Kodegruppen sind Filter und Kodes können mehreren Kodegruppen zugewiesen werden. Ein Kode einer Kategorie kann aber nur zu einer und nicht zu mehreren Kategorien gehören (siehe Empfehlungen oben). Deshalb eignen sich Kodegruppen nicht als Kodes höherer Ordnung. Wenn Sie Kategorien und Unterkodes bilden wollen, empfiehlt es sich, stattdessen die oben vorgeschlagene Syntax zu verwenden. Kennzeichnen Sie eine Kategorie durch die Verwendung von Großbuchstaben.

Sobald Sie Kategorien mit Unterkodes entwickelt haben, können Sie für jede Kategorie eine Kodegruppe erstellen, um sie als Filter zu verwenden (siehe Abbildung oben). Mit Hilfe von Kode-Gruppen können Sie nach Kategorien filtern und für die weitere Analyse die Kode-Gruppen für die Analyse auf der Ebene der Kategorie und nicht auf der Ebene der Unterkodes verwenden. Wenn Sie viele niederfrequente Kodes haben, die Sie zusammenführen wollen oder müssen, dann sind Kodegruppen eine gute Möglichkeit, diese zu sammeln. Nachdem Sie alle niederschwelligen Kodes hinzugefügt haben, die zum selben Thema / zur selben Idee gehören, können Sie diese Kode-Gruppe als Filter festlegen. Das erleichtert das Zusammenführen der Kodes. Sie können dann Präfixe und den Kategoriekode in Großbuchstaben hinzufügen.

Das Ziel ist es, tiefer in die Daten einzudringen und Beziehungen und Muster zu finden. Das Schreiben von Memos ist in dieser Phase sehr wichtig, da die Erkenntnisse beim Lesen der Daten, die aus einer Abfrage resultieren, und beim Schreiben von Zusammenfassungen und Interpretationen kommen.

Literatur

Die Empfehlungen in diesem Abschnitt stützen sich auf die folgenden Autoren:

Bazeley, Pat (2013). Qualitative Data Analysis: Practical Strategies. London: Sage. Friese, Susanne (2019). Qualitative Datenanalyse mit ATLAS.ti. London: Sage. Guest, Greg, Kathleen M. MacQueen, and Emily E. Namey (2012). Applied Thematic Analysis. Los Angeles: Sage. Richards, Lyn und Janice M. Morse (2013, 3ed). Readme first: for a user's guide to Qualitative Methods. Los Angeles: Sage. Saldaña, Jonny (2015). The Coding Manual for Qualitative Researchers. London: Sage.