Hantering av insamlade data

Det finns flera metoder för analys av kvalitativa data och innevarande empiriska resultat kommer bearbetas med tematisk analys, som används för att identifiera och analysera olika teman i den insamlade datan (Braun & Clarke, 2006, s. 79), vilket passar ämnesområdena för innevarande studie bra. Till skillnad från andra kvalitativa analysmetoder är tematisk analys inte definierad i termer av vilka specifika tekniker som skall användas, utöver själva förfarandet att identifiera teman (Braun & Clarke, 2006, s. 79; Bryman & Bell, 2015, s. 599). Därför är tematisk analys en bra metod för forskare som har mindre erfarenhet av kvalitativa studier (Braun & Clarke, 2006, s. 81), vilket ytterligare gör metoden passande för oss. En bra tematisk analys bör vara konsistent med den teoretiska ramen för studien, samt gå i linje med innevarande studies teoretiska utgångspunkt (Braun & Clarke, 2006, s. 95), vilken presenterades i kapitel 2. Därför följer en viss kunskapssyn och verklighetssyn för vår tematiska analys, se avsnitt 2.5. I linje med detta är vår tematiska analys en induktiv analys, vilket Braun & Clarke (2006, s. 83) förklarar med att man inte försöker identifiera teman utifrån den teoretiska ramen, utan teman som identifieras utgår från data, men författarna betonar samtidigt att det inte går att frigöra helt sig från den teoretiska ramen eller utgångspunkten.

Analyser av kvalitativa data utgörs generellt av att reducera den omfattande datan för att fokusera studien, presentera datan på ett överskådligt sätt samt att dra slutsatser och verifiera validiteten för dessa (Collis & Hussey, 2014, s. 157). Reduktion av data utförs ofta genom kodning av data (Collis & Hussey, 2014, s. 159), och i den tematiska analysen kan koderna antingen motsvara teman, alternativt att ett antal koder utgör ett tema (Braun & Clarke, 2006, s. 89; Bryman & Bell, 2015, s. 599). Den tematiska analysmetoden är således vår metod att reducera och organisera insamlade data. Inför hanteringen av den insamlade datan hade vi redan tre huvudteman identifierade i den teoretiska referensramen samt i utformningen av intervjuguiden. Därför faller den tematiska analysen naturligt passande för innevarande studie. För att gå djupare in i respektive tema har vi reducerat dessa och analyserat dem med hjälp av kodning. Därmed har vi identifierat relevanta aspekter inom varje tema, med hjälp av en grupp koder inom respektive huvudtema. Kodningen blev således ett sätt att reducera datan och identifiera nya underteman inom våra tre huvudteman, i linje med den tematiska analysens innebörd. Trots att den tematiska analysen är en flexibel metod är det viktigt att beskriva hur data analyserats, för att studien ska kunna utvärderas av andra samt användas till framtida forskning (Braun & Clarke, 2006, s. 80). Beskrivningen av analysmetoden är därmed avgörande för studiens uppfyllande av sanningskriterier, som diskuteras mer utförligt i avsnitt 4.8. Braun & Clarke (2006, s. 86) har därför identifierat sex olika steg i den

tematiska analysen, men betonar samtidigt att det inte är en linjär process och att stegen inte utgör fasta regler. Det första steget innefattar transkribering och att bekanta sig med data genom att läsa igenom denna flera gånger för att hitta mönster och teman. Detta innebär att transkriberingen, som utfördes av oss själva, ger ett bra utgångsläge för efterföljande genomgång och analys av datan (se Braun & Clarke, 2006, s. 86–87). Andra steget i analysen är att datan tilldelas koder som identifierar datas innebörd (Braun & Clarke, 2006, s. 88–89).

Kodning utgör en startpunkt för de flesta kvalitativa analysmetoder, där data tilldelas koder utifrån särskilda egenskaper (Bryman & Bell, 2015, s. 594). Dessa kan exempelvis vara en kategori som data tillhör, vad data representerar eller handlar om, vilket ämne som data berör, vad det är som händer, vad människor gör eller vilken typ av händelse som pågår. Kodning bör ske så fort som möjligt efter datainsamling (Bryman & Bell, 2015, s. 595). Processen inleds med att läsa igenom data för att sedan börja namnge olika delar, det vill säga kodningen börjas. Därefter måste koderna kontrolleras igen och revideras för att undvika liknande koder för samma fenomen, eller om den teoretiska referensramen innefattar begrepp som passar bättre för att beskriva fenomenet (Bryman & Bell, 2015, s. 595). Samma data kan ofta kodas med flera koder, och det är bättre att för många koder genereras inledningsvis som sedan revideras och reduceras, och det är viktigt att vara så fantasifull som möjligt vid kodning för att hitta intressanta teman (Bryman & Bell, 2015, s. 595). Vidare menar författarna att man inte bör se kodningen som samma sak som analys, eftersom detta kan göra att viktiga delar av data missas. En nackdel som kan uppstå vid kodning är att data tas ur sin kontext och att det narrativa flytet förloras (Bryman & Bell, 2015, s. 598), vilket är viktigt att ta hänsyn till i den efterföljande sammanställningen av data. I linje med detta föreslår Braun & Clarke (2006, s. 89) att när man sammanställer kodade data bör man behålla lite av omgivande data för att inte förlora kontexten, förutsatt att den är relevant.

Det tredje steget i den tematiska analysen enligt Braun & Clarke (2006, s. 89) innefattar att analysera koderna för att söka efter potentiella teman. Under steg fyra kan teman som är lika varandra identifieras, för att kunna slå ihop dessa alternativt separera teman om det behövs (Braun & Clarke, 2006, s. 91–92). När man identifierar teman i analysen måste forskare se efter olika repetitioner och mönster i datan som exempelvis likheter och olikheter, och forskare identifierar själv vad som är ett tema eller mönster i datan (Braun & Clarke, 2006, s. 82; Bryman & Bell, 2015, s. 599). Det är således inte en fråga om att teman redan existerar i insamlade data, utan forskare är aktiva i processen att identifiera teman i respondenternas svar. Vidare ska varje tema rama in aspekter av datan som är viktiga för forskningsfrågan (Braun & Clarke, 2006, s. 82). Även om vi letat efter mönster i svaren, innefattar den tematiska analysen inte att vi är beroende av kvantifierbara mått, utan snarare om svaret fångar något viktigt i förhållande till forskningsfrågan (Braun & Clarke, 2006, s. 82). Det betyder att om vi uppfattar ett fenomen som bara några av respondenterna behandlar, kan det ändå vara av stor betydelse för studien, och därmed forma ett relevant tema. Detta är inte kopplat till om datainsamlingen är mättad eller inte, utan det handlar om mer unika saker som behandlats av vissa respondenter. Steg fem i analysen är att definiera vad teman handlar om, vilket innebär att skapa en typ av berättelse för varje tema som gör det tydligt och enkelt att förstå temat (Braun & Clarke, 2006, s. 92), vilket presenteras i nästkommande kapitel om Empiri. Steg sex består av själva analysen av teman, både inom och mellan olika teman, och det är viktigt att presentera datan så att läsaren övertygas om studiens validitet (Braun & Clarke, 2006, s. 93). Analysen presenteras i kapitel 6.

Denna information om den tematiska analysen gav oss en bra utgångspunkt för hanteringen av insamlade data. Vi har således tre huvudteman som vi utgått ifrån, under vilka vi har identifierat olika underteman med hjälp av kodningen. En av de stora fördelarna med tematisk analys är att metoden kan generera detaljrika data (Braun & Clarke, 2006, s. 78). Vidare ger tematisk analys möjlighet att undersöka människors verkligheter, erfarenheter och meningar (Braun & Clarke, 2006, s. 81), som insamlats under intervjuerna. Dessutom innebär metoden att vi som forskare har större möjligheter att hantera, sammanställa, presentera och bearbeta data på ett sätt som passar innevarande studie och frågeställning, då vi inte behöver förhålla oss till en strikt ram för hur datahanteringen ska gå till. Detta gav oss möjlighet att upptäcka grunden för en strategi för Influencer Marketing mot millennials, som inser överkonsumtionens negativa sidor och skapar konkurrensfördel för hållbart mode.