Tool nr materiaal Ontwikkeld door: Katholiek Onderwijs Vlaanderen Naam van het materiaal. Kwalitatieve data analyse.

Transcriptie

1 Tl nr materiaal Ontwikkeld dr: Kathliek Onderwijs Vlaanderen Naam van het materiaal Kwalitatieve data analyse Brnnen Dana, N. F., & Yendl-Hppey, D. (2008). The Reflective Educatr s Guide t Classrm Research: Learning t Teach and Teaching t Learn Thrugh Practitiner Inquiry. SAGE Publicatins Ltd, p Del van dit materiaal Zals bij alle vrmen van nderzek vraagt k praktijknderzek m systematisch verschillende srten data te verzamelen (zie hiervr bijv. Prtclnummer 033). Op het eerste zicht lijken deze data een chas en nduidelijk en repen ze vaak meer vragen p dan er antwrden kmen. Je data analyseren is in zekere zin zals een puzzel maken f een ftbek samenstellen. Je creëert een beeld van wat je leert. Om je data te rdenen en m zveel mgelijk uit je data te halen drlp je een prces van data-analyse. Hu het prces eenvudig, vlg hierbij de vier stappen die hiernder beschreven zijn en betrek je cllega s erbij het prces te drlpen en m besluiten te frmuleren. pagina 1

2 Materiaal Kwalitatieve data-analyse Data-analyse Data-analyse is een deel van het nderzeksprces. Gebaseerd p systematisch nderzek van je data creëer je een beeld van wat je geleerd hebt i.v.m. je vraag. Kwantitatieve data (cijfers) wrden meestal geanalyseerd in grafieken die de veranderende cijfers ver een bepaalde peride weergeven. Kwalitatieve data (.a. beeldmateriaal, nta s, leerlingenwerk ) wrden meestal geanalyseerd in vier stappen: 1. Start met de analyse Vrzie tijd m je data te analyseren; Prbeer te begrijpen wat data-analyse betekent en waarm het meilijk lijkt m te beginnen; Creëer een beeld van wat je leerde gebaseerd p zrgvuldig, drdacht en systematisch kijken naar je data. De meest gebruikte prcessen in sciale wetenschappen zijn cderen en mem s maken ; Cderen is een prcedure waarbij je data uit elkaar haalt, waarbij je de heveelheid data verkleint tt beheersbare delen. Hierbij herken en benem je de delen; Cderen vereist vrtdurend vergelijken en verschillen zeken tussen de verschillende deeltjes data die je hebt m ze daarna te categriseren. Mem s maken is een prcedure m je gecdeerde categrieën te verklaren f verder uit te werken zdat de nderzeker de data kan analyseren. Mem s zijn cnceptueel, variëren in lengte en wrden dr de nderzeker vr hem/haarzelf genteerd. Een eerste analyse en interpretatie van de data is gebaseerd p de geïntegreerde analyse van de mem s. De inhud van de mem s kan zijn: Cmmentaar ver wat een gecdeerde categrie betekent; 2. Hu het eenvudig Verklaren van een gevnden patrn binnen de categrieën; Beschrijven van bepaalde specifieke aspecten van een setting f een verschijnsel. Om cntrle te huden ver de data analyse hu je het best eenvudig. Twee metafren kunnen je helpen m het prces te begrijpen nl. puzzelen en een ftbek samenstellen. Puzzelen: Als je praktijknderzek det en zekt wat je kan leren, dan vrmen de puzzelstukjes je data en leg je de data samen m een beeld te vrmen van wat je leert. Bij het begin van het puzzelen ben je niet zeker welke stukken bij elkaar hren en he de puzzel er uiteindelijk zal uitzien. Je met geduldig zijn en nagaan wat de data je vertellen. Meestal km je bijna vanzelf tt resultaat; Ftbek: Als je een ftbek samenstelt, dan srteer je ft s, label je ft s, zek je thema s, selecteer en verwijder je ft s en stel je uiteindelijk een ftbek samen. pagina 2

3 3. Vlg de vlgende stappen vr data analyse Stap 1: beschrijf Lees en herlees je set data die je hebt enkel met het del te beschrijven wat je verzameld hebt. Het del van deze eerste stap in je analyse is je nderzeksdata te beschrijven. Je kan hierte vlgende vragen gebruiken: Wat nderzcht je? Wat zag je tijdens je nderzek? Wat gebeurde er? Welke eerste inzichten heb je in je data? Je kan de eerste stap afsluiten dr erver te spreken met cllega s, je bevindingen te nteren f beide te cmbineren en gedetailleerd te nteren. Stap 2: geef betekenis De tweede stap is betekenis geven dr de vlledige set data te lezen en vragen te stellen als: Wat gebeurt er in mijn data? Wat stel ik vast? He kunnen verschillende stukjes data samengaan? Welke stukjes data vallen er uit ten pzichte van de rest? De antwrden p deze vragen zijn het beginpunt m je data te greperen f te srteren per thema, categrie, patrn Het gebeurt dat nderzekers hierp vastlpen en wat hulp ndig hebben m met het prces van betekenisgeven te starten. De tabel hiernder kan helpen m je data verder te rganiseren en te analyseren. Vrbeelden van he je data kan greperen, srteren Chrnlgisch Belangrijke gebeurtenissen Verschillende vaststellingen Mensen Prcessen Gedrag Zaken / vragen Relaties Gepen Stijlen Veranderingen Meningen Praktijken Strategieën Episdes Ervaringen Rllen Gevelens Om te beslissen he je het verder rganiseert, kan je bijv. in de rand van je data ntities nemen. Je kan data per categrie in stapeltjes leggen. Een ander strategie is met een markeerstift bepaalde patrnen in je data kleuren. Stap 3: interpreteren De derde stap is het interpreteren. Om weer te geven wat je leerde en wat dat leren vr je betekent kijk je hierbij naar patrnen die je cdeerde en stel je vragen als: Wat was mijn rsprnkelijke vraag en p welke manier infrmeren deze patrnen mijn vraag? Wat gebeurt er in elk patrn en wat gebeurt er tussen de verschillende patrnen? He is wat er gebeurt gelinkt met: pagina 3

4 Leren? Onderwijzen? Leerlingen? Het nderwerp van mijn nderzeksvraag? Het curriculum? De cntext van de klas? De cntext van de schl? De resultaten van deze stap kan je p verschillende manieren registreren. Hiernder vind je een aantal strategieën: Thema s, patrnen, categrieën, labels, namen: Een verzicht van eigenschappen en functies; een nderwerp vr gesprek f discussie; een bepaalde verdeling; een beschrijving; zaken afznderen van andere zaken. Vrbeelden: Samenwerking, eigenaarschap, zrg, grei Metafren: Een vergelijking tussen twee f meer zaken die p het eerste zicht niet met elkaar in verband staan m gelijkenissen te suggereren. Vrbeeld: Het centrale beheer is de lijm die het prfessinaliseringsprgramma samen hudt. Gelijkenissen: Een vergelijking van twee zaken waarbij je gelijk f als gebruikt. Vrbeeld: Een prfessinaliseringsbeleid realiseren is als een meilijke puzzel maken. Beweringen: Een feit f een juiste bewering. Vrbeeld: Onterechte verwachtingen van mezelf ntmedigden veel leerlingen in mijn klas en zrgden ervr dat mijn lesgeven niet effectief was. Typlgieën: Systematische classificatie van types. Vrbeeld: Het verschillend gebruik van pppenspel in je klas m les te geven, m pppenkast te spelen, als therapie. Vignetten: Een krte beschrijving. Vrbeeld: He werken we samen in de klas? De leerlingen waren betrkken tijdens het gesprek, ze deden wat ze mesten den, maar je velde ng steeds dat het niet duidelijk was wie het nu vr het zeggen had in de klas. Er waren afspraken he het mest gebeuren, wie wat mest den, he de leerlingen grepjes knden vrmen, he de leerlingen knden kiezen met wie ze knden samenwerken maar er vielen telkens weer stiltemmenten. Iedereen wu het p zijn/haar eigen manier den. Deze strategieën kunnen je ndersteunen m na de vierde stap je bevindingen verder te rdenen en m te cmmuniceren ver je resultaten. pagina 4

5 Stap 4: gevlgen - implicaties In de vierde stap kan je de vlgende vragen gebruiken: Wat leerde ik ver mezelf als prfessinal? Wat leerde ik ver de leerlingen? Wat leerde ik ver de bredere cntext van de schl en het nderwijs? Wat zijn de gevlgen van wat ik leerde vr mijn praktijk? Wat kan ik wijzigen in mijn praktijk? Welke nieuwe vragen heb ik? Betrek cllega s in het prces: Cllega s betrekken in het prces van praktijknderzek verrijkt je leerervaringen. Het zrgt ervr dat je het vlhudt m je nderzek te veren; Het draagt bij tt zelfreflectie en zin geven aan je data; Anderen betrekken in het prces van data analyse draagt bij tt de gelfwaardigheid van je nderzek: Deel je resultaten met cllega s; Trianguleer je resultaten samen met cllega s. De iets in de praktijk Eens je dr het analyseprces bent, de je iets in je praktijk met wat je leerde uit je nderzek. Delen Tijdens het vlledige nderzeksprces kan je delen met cllega s. Je kan.a. het vlgende delen: je vraag, je data, je manier van analyseren, welke acties je nderneemt p basis van de nderzeksresultaten. Dr van bij het begin van je nderzek te delen met cllega s betrek je cllega s bij je nderzek. Ze kunnen je helpen bij je nderzek f zelf een nderzek starten. Je kan frmeel delen tijdens persneelsvergaderingen, via een publicatie in een tijdschrift, via blgging, via cnferenties Ok infrmeel delen van je nderzek is belangrijk. Het vrbereiden van wat je wil delen helpt je als nderzeker al m de resultaten duidelijker te krijgen. Dr wat je nderzcht te verduidelijken geef je anderen tegang tt je denken. Dit helpt m hierver vragen te stellen, te discussiëren, andere verbanden te vinden. Dit prces helpt cllega s m dieper na te denken ver het nderzek en ver hun eigen praktijk. Je nderzek verduidelijken en het denken van je cllega s uitdagen zijn niet de enige vrdelen bij het delen met elkaar. Cllega s prfiteren k van de kennis die pgebuwd wrdt via praktijknderzek. De afznderlijke stappen in het nderzeksprces (een vraag frmuleren, data verzamelen, data analyseren, je praktijk ptimaliseren en delen met anderen) zijn belangrijk. Het uiteindelijke del is echter m als leraar een nderzekende huding te realiseren. Dit wrdt een prfessinele huding, waarbij het een deel van je werk is m je eigen praktijk systematisch te bevragen. Praktijknderzek wrdt p deze manier een prfessinele leerstrategie. Op deze manier zrgt praktijknderzek vr een kritische huding gericht p het ptimaliseren van de praktijk. De fcus ligt niet alleen p kwaliteitsvl nderwijs, maar k p gelijke nderwijskansen. Praktijknderzek draagt bij tt de prfessinele grei van de leraar en zijn cllega s. pagina 5

6 Schlleiders spelen een belangrijke rl bij het veren van praktijknderzek in hun schl. Als zij dit ndersteunen en faciliteren dan verhgt de prfessinaliteit van het team. Het gevlg is dat de nderwijskwaliteit verhgt, wat leidt tt beter leren van leerlingen. En dat is ten sltte het uiteindelijke del van het nderwijs. He kan je dit materiaal in je praktijk gebruiken Het prces van kwalitatieve data analyse kan leraren helpen m beter inzicht te krijgen in het leren dat dagelijks in hun klaspraktijk plaatsvindt. Het kan leraren k helpen bij het ntwikkelen van een nderzekende huding, m hge eisen te stellen aan hun lesgeven en m te fcussen p het leren van leerlingen. Het kan tensltte de prfessinele grei van het team bevrderen als cllega s met elkaar delen wat ze leren. Nabespreking reflectie metacgnitie Feedback pagina 6