主题分析

本文主要是将论文《Using thematic analysis in psychology》中的内容进行了简要记录。

定义

什么是thematic analysis?
文中给出的定义是：

Thematic analysis is a method for identifying, analysing, and reporting patterns (themes) within data. It minimally organises and describes your data set in (rich) detail.

主题分析在定性分析中经常使用。常见的在一些文本内容的初步分析上。比如采访内容、在线社区帖子等。对这些内容进行归纳整理，从而提炼出一些主题。

阶段1 熟悉你的数据（familiarising yourself with your data）

至少至少也要通读一次你的数据，在阅读整理的过程中，会有一些 ideas, identification of possible patterns在脑中逐渐形成。

将口头语言转录为文字
有些电视节目，演讲，采访内容，在做分析时，也需要先转为文字记录。这个过程非常耗时，但这也是熟悉内容的非常重要的过程。

阶段2 初步编码（generating initial codes）

对数据进行初步的编码。编码在一定程度上取决于主题是更“数据驱动”还是“理论驱动” –在前者中，主题将取决于数据，但在后者中，是在特定问题中处理数据。编码既可以手动完成也可以通过软件程序完成。

在编码过程中需要注意：
a）尽可能多地编码潜在主题/模式（时间允许）–因为永远不知道以后可能会感兴趣的内容；
b）对代码的摘录中，保留一些上下文相关的数据。
c）可以按照适合的多种“主题”来编码单个数据摘录，因此，相关的摘录可能会未被编码，被一次编码或多次编码。
注意：没有什么数据集不存在矛盾。没有必要消除或忽略这些数据项内部和之间的不一致。重要的是要保留与the dominant story in the analysis不同的因素。（这一块感觉翻译的不准确：Note that no data set is without contradiction, and a satisfactory thematic „map‟ that you will eventually produce - an overall conceptualisation of the data patterns, and relationships between them9 - does not have to smooth out or ignore the tensions and inconsistencies within and across data items. It is important to retain accounts which depart from the dominant story in the analysis, so do not ignore these in your coding.）

阶段3 寻找主题（searching for themes）

在这个阶段，对代码进行整理和归纳。包括排序不同的代码到潜在的主题，整理所有相关的编码数据中提取出的主题。从本质上说，这个阶段开始分析编码，并要考虑如何将代码结合形成一个总体主题。有些编码可能会形成主主题，有些则成为子主题，还有一些可能不属于任何地方，可以为此创建一个名为“miscellaneous”的主题来存放这类编码。

这个阶段的最后得到的是候选主题和子主题的集合，以及与它们相关的编码的所有数据摘要。此时，我们开始对各个主题的重要性有所了解。但是，在这个阶段不要丢弃任何东西，因为如果不在下一阶段详细查看所有的摘录，主题是否保持原样就不确定了，或者是否有一些需要合并、提炼和分离，或者丢弃。

阶段4 检查主题（reviewing themes）

在这个阶段，通过详细分析，会发现一些候选主题并不是真正的主题(例如，如果没有足够的数据来支持它们，或者数据太多样化)，而其他的主题可能会相互合并(例如，两个明显独立的主题可能会形成一个主题)。有些主题可能需要被分解成单独的主题。Patton s(1990)判断类别的双重标准——内部同质性和外部异质性——在这里值得参考。主题内的数据应该有意义地结合在一起，而主题之间应该有明确和可识别的区别。

此阶段涉及两个级别的主题审查和完善。

第一级对编码数据摘录进行审查。 这意味着需要阅读每个主题的所有整理的摘录，并考虑它们是否看起来形成了连贯的模式。 如果候选主题似乎形成了一个连贯的模式，那么您就可以进入该阶段的第二级。 如果候选主题不合适，则需要考虑主题本身是否有问题，或者其中的某些数据提取根本不适合该主题–在这种情况下，需要重新设计主题，创建一个新主题，或者将它们从分析中丢弃。 一旦对候选主题足够满意，就可以捕获编码数据的轮廓-一旦有了候选“thematic map”，就可以继续进行到此阶段的第二级。

第二级涉及的过程与前面类似，但与整个数据集有关。在这个级别上，考虑的是个别主题与数据集之间的有效性，以及候选主题图是否准确地反映了整个数据集中明显的意义。某在这个阶段，出于两个目的重新检查整个数据集。
如前所述，第一个是确定主题是否与数据集相关。第二种方法是在早期编码阶段漏掉的主题中编写任何额外的数据。

如果主题地图可行，那么就可以进入下一个阶段。然而，如果地图不符合数据集，需要返回进一步审查和细化编码，直到设计了一幅满意的主题地图。
通过这样做，可能会识别出潜在的新主题，如果对它们感兴趣，可能也需要为它们编码。需要注意:由于编码数据和生成主题可能没完没了地进行下去，不要对无休止的重新编码过于热情。要提供何时停止的明确指导是不可能的，但是当你的改进没有增加任何实质性的东西时，停止!把它看作是编辑书面作品——你可以无休止地编辑你的句子和段落，但在几次编辑之后，任何进一步的工作通常是不必要的细化，就像在一个已经装饰得很漂亮的蛋糕上重新排列成百上千的内容。

阶段5 定义和命名主题（defining and naming themes）

在这个阶段可以定义并进一步细化为分析提供的主题，并分析其中的数据。
通过定义和细化，我们指的是确定每个主题的本质(以及主题的总体)，并确定每个主题捕获的数据的哪个方面。重要的是，不要试图把主题搞得太复杂，也不要太多样化和复杂。要做到这一点，需要重新整理每个主题的数据摘录，并将它们组织成一个连贯的、内部一致的叙述。重要的是，不仅要改写所呈现的数据摘要的内容，还要确定它们的有趣之处及其原因。

对于每个单独的主题，需要写一个详细的分析。除了确定每个主题所讲述的故事外，重要的是要考虑它如何与你的研究问题有关，以确保主题之间没有太多的重叠。因此，我们需要考虑主题本身，以及每个主题与其他主题的关系。
作为细化的一部分，我们将确定主题是否包含任何子主题。子主题本质上是主题中的主题。它们可以用于为特别大而复杂的主题提供结构，也可以用于演示数据中的含义层次。

在这个阶段结束时，你可以清楚地定义什么是你的主题，什么不是。达到这个标准的测试标准：就是看你是否能用几句话来描述每个主题的范围和内容。
如果您不能这样做，则可能需要进一步细化该主题。重新思考在最后的分析中你会给这些主题起什么名字。名字要简洁有力，能立即让读者了解主题是什么。

阶段6 撰写报告（producing the report）

主题分析写作的任务，无论是出版或研究任务或论文，是以一种让读者信服你的分析的价值和有效性的方式，讲述你数据的复杂故事。
重要的是，分析(包括数据摘录)提供了一个简洁、连贯、有逻辑、不重复、有趣的数据在主题内和主题间讲述的故事。你的书面记录必须在数据中提供足够的关于主题的证据，也就是说，足够的数据摘录来证明主题的普遍性。选择特别生动的例子，或能抓住你所展示的要点的精华，作为这个问题的示例。
然而，报告需要做的不仅仅是提供数据。摘要需要嵌入到一个分析性的叙述中，以引人注目地说明你正在讲述的关于你的数据的故事，而你的分析性的叙述需要超越对数据的描述，并对你的研究问题提出一个论点。