Reflexive Thematic Analysis — Braun & Clarke
- Eingeführt von
- Virginia Braun & Victoria Clarke
- Jahr
- 2006 (seminal paper); explicitly named 'reflexive' from ~2019
- Typ
- Qualitative research method
- Familie
- Thematic Analysis
Dieser Text ist eine maschinelle Übersetzung und wurde noch nicht geprüft. Original auf Englisch lesen
Was leistet sie?
Reflexive Thematic Analysis (RTA) ist eine weit verbreitete qualitative Methode zur Identifizierung, Analyse und Interpretation von Mustern geteilter Bedeutungen – sogenannter Themen – über einen Datensatz hinweg.
Sie wurde von Virginia Braun und Victoria Clarke entwickelt, ist theoretisch flexibel, funktioniert über epistemologische Positionen hinweg und stellt die aktive, interpretative Rolle der Forschenden in den Vordergrund, anstatt Themen als Merkmale zu behandeln, die einfach aus den Daten hervorgehen. Sie unterscheidet sich von älteren „Codebuch“-Ansätzen dadurch, dass die Subjektivität der Analysierenden als Ressource und nicht als zu unterdrückende Quelle von Verzerrungen betrachtet wird.
Die Intuition hinter der Methode
Betrachten Sie RTA als einen disziplinierten Prozess des Lesens, erneuten Lesens und Sinnstiftens aus qualitativen Daten. Im Gegensatz zu einer einfachen Worthäufigkeitszählung konstruiert die Forschende aktiv Themen – interpretative Behauptungen darüber, was die Daten in Bezug auf die Forschungsfrage offenbaren. Das „reflexive“ im Namen signalisiert, dass die Analysierenden kontinuierlich darüber nachdenken, wie ihre eigene Perspektive, Annahmen und Entscheidungen die Analyse prägen. Dies ist keine Schwäche, die verborgen werden muss; es ist eine explizite methodische Verpflichtung. Eine gute RTA-Studie gibt nicht vor, die Analysierenden seien unsichtbar; sie zeigt, wie sich das Denken der Analysierenden über sechs iterative Phasen entwickelt hat.
Geschichte
Virginia Braun und Victoria Clarke veröffentlichten 2006 ihren grundlegenden Artikel zur thematischen Analyse in Qualitative Research in Psychology und lieferten damit die erste schrittweise methodische Anleitung, die den Ansatz für verschiedene Disziplinen zugänglich machte. Dieser Artikel wurde zu einem der meistzitierten Artikel in der qualitativen Forschung. Im Laufe des folgenden Jahrzehnts beobachteten die Autorinnen weit verbreitete Fehlinterpretationen ihrer Methode, insbesondere Verwechslungen mit Codebuch-Ansätzen und die irrtümliche Annahme, dass Themen aus den Daten „hervorgehen“. Als Reaktion darauf unterschieden sie ab etwa 2019 explizit die „reflexive thematische Analyse“ als einen benannten, theoretisch fundierten Ansatz, der die interpretative Handlungsfähigkeit der Analysierenden und die kontinuierliche Reflexivität als konstitutiv für die Methode und nicht als optionale Ergänzungen betont.
Wann wird sie eingesetzt?
RTA ist geeignet, wenn die Forschungsfrage lautet, welche Muster von Bedeutung in qualitativen Daten existieren – was Menschen in Bezug auf ein Thema denken, fühlen, tun oder erleben. Sie ist geeignet für verschiedene Disziplinen (Gesundheit, Bildung, Psychologie, Sozialwissenschaften) und epistemologische Positionen (realistisch, konstruktivistisch, kritisch). Sie passt zu explorativen, deskriptiven und interpretativen Zwecken. Sie erfordert Textdaten aus Interviews, Fokusgruppen, offenen Umfrageantworten oder Dokumenten. RTA ist NICHT geeignet, wenn das Ziel darin besteht, eine Grounded Theory aufzubauen (verwenden Sie Grounded Theory), die Erfahrung einer einzelnen Person eingehend zu beschreiben (verwenden Sie Fallstudie oder IPA) oder Hypothesen zu testen (verwenden Sie quantitative Methoden).
Grenzen und Hinweise
- Die Ergebnisse sind kontextspezifisch und nicht statistisch verallgemeinerbar; die Übertragbarkeit hängt von einer dichten Beschreibung und nicht von der Stichprobenauswahl ab.
- Die Qualität der Analyse hängt stark von der Fähigkeit der Analysierenden ab, interpretative – nicht nur deskriptive – Themen zu konstruieren.
- Ohne echte Reflexivität können Themen unbeabsichtigt die Vorurteile der Forschenden widerspiegeln und nicht Muster in den Berichten der Teilnehmenden.
- Die Methode produziert keine formale Theorie und erklärt keine kausalen Mechanismen; für die Theoriebildung ist Grounded Theory besser geeignet.
Die Bedingungen der Quelle ersetzen weder eine unabhängige wissenschaftliche Prüfung noch die Validierung durch eine Analyse-Engine.
Stärken
- Theoretisch und epistemologisch flexibel – anwendbar von realistischen bis zu konstruktivistischen und kritischen Rahmenbedingungen.
- Erfordert keine große Stichprobe; reiche, tiefgehende Daten von einer kleineren Anzahl von Teilnehmenden sind wertvoller als Breite.
- Transparent bezüglich der Rolle der Analysierenden – Reflexivität ist eine methodische Stärke, kein zu minimierender Störfaktor.
- Zugänglicher Einstiegspunkt für qualitative Forschung; die sechs Phasen bieten ein klares prozedurales Gerüst ohne starre Regeln.
- Gut geeignet für angewandte Forschungskontexte, in denen das Ziel darin besteht, die Perspektiven von Stakeholdern zu realen Problemen zu verstehen.
Anwendungen
- Analyse von Patienteninterviewdaten zum Verständnis von Erfahrungen mit einer chronischen Erkrankung oder dem Zurechtfinden im Gesundheitswesen.
- Untersuchung offener Umfrageantworten zur Erfassung von Einschätzungen von Mitarbeitenden oder Studierenden eines institutionellen Programms.
- Erforschung von Fokusgruppendaten zu öffentlichen Einstellungen gegenüber einer Sozialpolitik, Technologie oder einem Gesundheitsverhalten.
- Untersuchung von Interviewtranskripten zu beruflicher Identität, Arbeitsstress oder Arbeitsplatzkultur.
- Interpretation von Social-Media-Posts, Nachrichtenartikeln oder Politikdokumenten zum Verständnis, wie ein Phänomen im öffentlichen Diskurs konstruiert wird.
So funktioniert es
So funktioniert es
Die Analysierenden vertiefen sich in den Datensatz, indem sie alle Transkripte oder Dokumente lesen und erneut lesen, bei Bedarf Audio anhören und erste Notizen machen. Diese Phase ist nicht passiv; die Forschenden beginnen, Muster, Rätsel und Ideen darüber zu bemerken, was die Daten in Bezug auf die Forschungsfrage bedeuten könnten. Aktives Engagement vom ersten Kontakt mit den Daten an ist unerlässlich.
Durch systematisches Arbeiten mit dem gesamten Datensatz generiert die Analysierende Codes – prägnante Bezeichnungen, die etwas analytisch Interessantes an einem Datenausschnitt erfassen. Codes werden jedem relevanten Datenteil zugewiesen. In RTA ist das Kodieren ein kreativer und interpretativer Akt: Die Analysierenden entscheiden, was bemerkenswert ist und warum, und erstellen einen reichen Code-Satz, der die Forschungsfrage widerspiegelt, anstatt einfach alles Gesagte zu katalogisieren.
Codes werden sortiert, gruppiert und neu organisiert, um potenzielle Themen zu identifizieren. Ein Thema ist nicht nur ein häufig vorkommender Gesprächsgegenstand (Topic); es ist eine kohärente, interpretative Behauptung über ein Muster geteilter Bedeutung im gesamten Datensatz. In dieser Phase arbeitet die Analysierende mit allen kodierten Datenausschnitten und beginnt, Kandidaten-Themen visuell abzubilden – oft unter Verwendung von Themenkarten oder Affinitätsdiagrammen –, wobei sie bemerkt, wie sich Codes zueinander verhalten oder voneinander unterscheiden.
Die Analysierenden testen die Kandidaten-Themen in zwei Runden anhand des vollständigen Datensatzes. Erstens werden die kodierten Auszüge innerhalb jedes Kandidaten-Themas überprüft, um sicherzustellen, dass sie ein kohärentes Bild ergeben. Zweitens wird jedes Thema in Bezug auf den gesamten Datensatz gelesen, um sicherzustellen, dass der Themen-Satz die Daten angemessen erfasst. Themen können zusammengeführt, aufgeteilt, verworfen oder umbenannt werden. Reflexive Memos dokumentieren die Begründung für diese Entscheidungen.
Jedem beibehaltenen Thema wird ein klarer Name und eine detaillierte Definition gegeben, die seinen Umfang und Fokus erfasst – worum es geht und worum es nicht geht. Die Analysierenden identifizieren die besten illustrativen Datenauszüge für jedes Thema. Die definierende Arbeit ist analytisch, nicht deskriptiv: Jedes Thema sollte eine interpretative Behauptung aufstellen und nicht nur zusammenfassen, was die Teilnehmenden zu einem Gesprächsgegenstand (Topic) sagten.
Der Abschlussbericht verwebt eine analytische Erzählung mit ausgewählten Datenauszügen, um eine überzeugende interpretative Geschichte über den Datensatz in Bezug auf die Forschungsfrage zu erzählen. Der Schreibprozess ist keine sequenzielle Tour durch die Themen; er argumentiert für die Interpretation, zeigt, wie die Evidenz sie stützt, und positioniert die Ergebnisse in Bezug auf die relevante Literatur. Die reflexive Position der Forschenden wird typischerweise in einem Methodenteil oder einer Reflexivitätsaussage behandelt.
Häufige Fallstricke
- Themen als aus den Daten hervorgehend zu betrachten, anstatt von den Analysierenden konstruiert zu werden – dies verfälscht die epistemologische Grundlage von RTA und führt zu untertheoretisierten, deskriptiven Themen.
- Verwechslung eines Gesprächsgegenstands (Topic) mit einem Thema – ein Thema muss eine interpretative Behauptung über ein gemeinsames Muster der Bedeutung aufstellen und nicht nur kennzeichnen, worüber die Teilnehmenden gesprochen haben.
- Bevorzugung der Datenmenge gegenüber der Datenqualität – zu zählen, wie viele Teilnehmende etwas erwähnt haben, ist nicht die Grundlage für ein Thema; die interpretative Relevanz für die Forschungsfrage ist es.
- Überspringen echter Reflexivität – die bloße Nennung des eigenen Hintergrunds in einem Methodenteil reicht nicht aus; die Analysierenden sollten während der gesamten Analyse dokumentieren, wie ihre Perspektive die Kodierung und Themenentwicklung geprägt hat.
- Anwendung der Codebuch-TA-Logik (feste, vordefinierte Codes, auf die sich mehrere Kodierer geeinigt haben) und Nennung als reflexive TA – die beiden Ansätze haben unterschiedliche epistemologische Prämissen und sollten nicht vermischt werden.
Häufig gestellte Fragen
Wie unterscheidet sich die reflexive thematische Analyse von der Codebuch-thematischen Analyse?
Reflexive TA behandelt Kodierung als einen interpretativen Akt, der von einer einzelnen Analysierenden (oder einem kleinen, kollaborativ arbeitenden Team) durchgeführt wird, wobei Themen frisch aus jedem Datensatz konstruiert werden. Codebuch TA legt ein gemeinsames Code-Wörterbuch vorab fest, verwendet häufig Inter-Rater-Reliabilitätsprüfungen und zielt auf Replikationsfähigkeit über Analysierende hinweg ab. Die beiden Ansätze beruhen auf unterschiedlichen epistemologischen Prämissen: Reflexive TA ist weitgehend konstruktivistisch und stellt die Subjektivität der Analysierenden in den Vordergrund; Codebuch TA tendiert zu einem (post-)positivistischen Ideal von forscherunabhängigen Ergebnissen.
Wie viele Teilnehmende oder Datenpunkte benötige ich?
Es gibt keine feste Mindestanzahl in der reflexiven TA. Braun und Clarke argumentieren, dass die Stichprobengröße durch die Forschungsfrage, die Datenfülle und die angestrebte Analysetiefe bestimmt werden sollte – nicht durch eine universelle Zahl. Kleinere Stichproben von 6–15 Tiefeninterviews sind üblich in reichen, erfahrungsbezogenen Studien; größere Datensätze offener Umfragen können Hunderte von Antworten umfassen. Die Leitfrage ist, ob der Datensatz ausreichend Breite und Tiefe bietet, um die Forschungsfrage zu beantworten.
Muss ich Software wie NVivo oder ATLAS.ti verwenden?
Software ist optional. NVivo, ATLAS.ti oder Dedoose können bei der Organisation, Suche und Abfrage kodierter Daten helfen, aber sie führen nicht die interpretative Arbeit durch. Der intellektuelle Kern von RTA – die Entscheidung, was bedeutsam ist, die Konstruktion von Codes, der Aufbau von Themen und das Schreiben reflexiver Memos – kann nicht an Software delegiert werden. Viele Forschende führen RTA mit Textverarbeitungsdokumenten, Tabellenkalkulationen oder gedruckten Transkripten und farbigen Stiften durch.
Was macht ein gutes Thema in der reflexiven TA aus?
Ein gutes Thema stellt eine klare interpretative Behauptung über ein Muster geteilter Bedeutung im Datensatz auf, das für die Forschungsfrage relevant ist. Es ist keine einfache Bezeichnung für einen Gesprächsgegenstand (Topic), über den die Leute gesprochen haben. Es sollte intern kohärent sein (die Datenauszüge darin gehören zusammen), von anderen Themen unterscheidbar und analytisch bedeutsam – es sagt etwas Interessantes über die Daten aus, das über eine Zusammenfassung hinausgeht.
Wie unterscheidet sich reflexive TA von Grounded Theory?
Beides sind qualitative Ansätze, die iterative Kodierung verwenden, aber sie unterscheiden sich in Ziel und Verfahren. Reflexive TA zielt darauf ab, Muster von Bedeutung in einem Datensatz in Bezug auf eine Forschungsfrage zu identifizieren; sie zielt nicht darauf ab, eine substanzielle Theorie aufzubauen. Grounded Theory zielt darauf ab, eine formale Theorie zu generieren, die durch theoretisches Sampling, konstante Vergleiche und theoretische Sättigung in den Daten verankert ist. Grounded Theory beinhaltet auch typischerweise gleichzeitige Datenerhebung und -analyse, während RTA normalerweise einen vollständigen Datensatz analysiert.
Verwandte Methoden
Quellen
Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77–101.
DOI-Referenz öffnenKopiert.Braun, V., & Clarke, V. (2019). Reflecting on reflexive thematic analysis. Qualitative Research in Sport, Exercise and Health, 11(4), 589–597.
DOI-Referenz öffnenKopiert.