Çerçeve yöntemi, nitel verilerin yönetimi ve analizinde giderek daha popüler bir yaklaşım haline gelmektedir. Tüm üyelerin daha önce nitel araştırma yürütme deneyimine sahip olmadığı durumlarda bile araştırma ekiplerinde kullanılmaya uygundur. Bu analizde kullanılan anahtar terimler Gale ve diğerleri (2013) tarafından aşağıdaki gibi ayrıntılı bir şekilde açıklanmıştır:
- analitik çerçeve - analize dahil olan araştırmacılar tarafından ortaklaşa geliştirilen ve verileri yönetmek ve düzenlemek için kullanılabilecek kategoriler halinde düzenlenmiş bir dizi kod. Çerçeve, veriler için yeni bir yapı sağlar (katılımcılar tarafından verilen orijinal ifadelerin tamamı yerine) ve bu da verilerin araştırma sorularının yanıtlanmasını destekleyebilecek şekilde özetlenmesine/azaltılmasına yardımcı olur;
- kategoriler - analiz sürecinde kodlar, benzer ve birbiriyle ilişkili fikirler veya kavramlar etrafında kümeler halinde gruplandırılır. Kategoriler ve kodlar, genellikle analitik çerçevede bir ağaç diyagramı yapısında düzenlenir. Kodlar, ham verilerle yakından ve açık bir şekilde bağlantılı olsa da kategorileri geliştirmek, veri soyutlama sürecini başlatmanın bir yoludur;
- çizelgeleme - özetlenmiş verilerin çerçeve yöntem matrisine girilmesi;
- kod - 'kodlama' adı verilen bir süreçte ham veri alıntılarına atanan tanımlayıcı veya kavramsal bir etiket;
- veri - Nitel verilerin analizden önce genellikle metinsel formda olması gerekir. Bunlar, ortaya çıkarılmış metinler (araştırma için özel olarak yazılmış) veya toplantı tutanakları, politika belgeleri gibi önceden var olan metinler olabileceği gibi, bir mülakat veya odak grup verisinin yazıya dökülmesi veya katılımcı gözlemi, nesneler ya da sosyal durumlar gözlemi yapılıken 'saha' notları oluşturulması yoluyla da üretilebilir;
- indeksleme - üzerinde mutabık kalınan analitik çerçevedeki kodların tüm veri setine sistematik olarak uygulanması;
- matris - özetlenmiş verilerin kodlara (sütunlar) ve vakalara (satırlar) göre girildiği çok sayıda hücre içeren bir elektronik tablo;
- temalar - tüm veri setinin analizinin nihai çıktısı olan, verilerin yönlerini tanımlayan veya açıklayan yorumlayıcı kavramlar veya önermeler. Temalar, vakalar arasında ve içinde karşılaştırma yapılarak veri kategorilerinin incelenmesiyle ifade edilir ve geliştirilir. Genellikle her tema veya alt tema altında bir dizi kategori yer alır;
- transkript - görüşme ya da sohbet gibi sözlü bir etkileşimin kelimesi kelimesine yazılı anlatımı.
Tematik analiz ve içerik analizi gibi, bu yaklaşım da verilerin farklı bölümleri arasındaki ilişkilere odaklanmadan önce nitel verilerdeki ortaklıkları ve farklılıkları tanımlar, böylece temalar etrafında kümelenen tanımlayıcı ve/veya açıklayıcı sonuçlar çıkarmaya çalışır. Belirleyici özelliği matris çıktısıdır: satırlar (vakalar), sütunlar (kodlar) ve özetlenmiş verilerin 'hücreleri', araştırmacının vakaya ve koda göre analiz etmek için verileri sistematik olarak indirgeyebileceği bir yapı sağlar (Richie & Lewis, 2003). Çoğunlukla bir 'vaka' bireysel bir görüşmecidir, ancak bu önceden tanımlanmış gruplar veya kuruluşlar gibi diğer analiz birimlerine de uyarlanabilir. Temel temaların derinlemesine analizleri tüm veri setinde gerçekleştirilebilirken, her bir araştırma katılımcısının görüşleri matris içinde anlatılarının diğer yönleriyle bağlantılı kalır, böylece bireyin görüşlerinin bağlamı kaybolmaz. Verilerin karşılaştırılması ve zıtlaştırılması nitel analiz için hayati önem taşımaktadır ve tek tek vakaların yanı sıra vakalar arasında da verileri kolaylıkla karşılaştırma becerisi, çerçeve yönteminin yapısına ve sürecine dahil edilmiştir.
Çerçeve yöntemi, takip edilecek net adımlar sağlar ve özetlenmiş verilerin yüksek düzeyde yapılandırılmış çıktılarını üretir. Bu nedenle, birden fazla araştırmacının bir proje üzerinde çalıştığı durumlarda, özellikle de tüm üyelerin nitel veri analizi konusunda deneyim sahibi olmadığı çok disiplinli araştırma ekiplerinde ve tüm veri setine ilişkin bütüncül, açıklayıcı bir genel bakış elde edilmesinin istendiği büyük veri setlerinin yönetiminde kullanışlıdır. Bununla birlikte, tüm nitel veri türlerini analiz etmek veya tüm nitel araştırma sorularını yanıtlamak için uygun bir araç olmadığı ve nicel araştırmacılar için nitel araştırmanın 'kolay' bir versiyonu bulunmadığı için yöntemi seçmeden önce dikkatli olunması önerilir. Daha da önemlisi, çerçeve yöntemi ileri düzeyde heterojen verileri barındıramaz, yani verilerin kategorize edilebilmesi için benzer konuları veya temel meseleleri kapsaması gerekir. Elbette görüşülen kişiler her bir konuyla ilgili olarak çok farklı görüşlere veya deneyimlere sahip olabilir ve bunlar daha sonra karşılaştırılabilir. Çerçeve yöntemi, en yaygın olarak yarı yapılandırılmış görüşme dökümlerinin tematik analizi için kullanılır ancak toplantı tutanakları veya günlükler ya da gözlemlerden elde edilen saha notları gibi belgeler de dahil olmak üzere diğer metinsel veri türleri için de uyarlanabilir. Bununla birlikte, çerçeve yöntemi belirli bir epistemolojik, felsefi veya teorik yaklaşımla uyumlu değildir. Daha ziyade, tema oluşturmayı amaçlayan birçok nitel yaklaşımla birlikte kullanılmak üzere uyarlanabilen esnek bir araçtır.
Temaların geliştirilmesi, nitel veri analizinin ortak bir özelliğidir ve incelenen olguya ışık tutabilecek tam tanımlar oluşturmak için örüntülerin sistematik olarak araştırılmasını içerir. Özellikle, birçok nitel yaklaşım, temellendirilmiş kuramın bir parçası olarak geliştirilen ve her bir temayı iyileştirmek için vakalar arasında sistematik karşılaştırmalar yapmayı içeren 'sürekli karşılaştırma yöntemini' kullanır. Temellendirilmiş kuramın aksine, çerçeve yöntemi bir sosyal teori oluşturmakla ilgili değildir, ancak matris boyunca verilerin gözden geçirilmesi yoluyla sürekli karşılaştırma tekniklerini büyük ölçüde kolaylaştırabilir
Çerçeve yöntemi, tümdengelim, tümevarım veya nitel analizin birleşik türleri ile kullanılmak üzere uyarlanabilir. Ancak, verilerin vaka ve tema bazında analiz edilmesinin uygun olmadığı ve bu nedenle çerçeve yönteminden kaçınılması gereken bazı araştırma soruları vardır. Örneğin, araştırma sorusuna bağlı olarak, yaşam öyküsü verileri anlatı analizi kullanılarak, belgesel veriler ise söylem analizi kullanılarak daha iyi analiz edilebilir (Hodges vd., 2008).
Gale ve diğerleri (2013) daha da ileri giderek çerçeve yöntem prosedürünün yedi aşamasına ilişkin ayrıntılı bir açıklama sunmaktadır:
- Transkripsiyon - iyi kalitede bir ses kaydı ve ideal olarak görüşmenin kelimesi kelimesine transkripsiyonu gereklidir. Transkriptlerde daha sonra kodlama ve not alma için geniş kenar boşlukları ve yeterli satır aralığı olmalıdır. Transkripsiyon süreci, verilerin içine dalmak için iyi bir fırsattır ve yeni araştırmacılar için şiddetle teşvik edilmelidir.
- Görüşmeye aşina olma - ses kaydını ve/veya transkripti ve görüşmeci tarafından kaydedilen bağlamsal veya yansıtıcı notları kullanarak görüşmenin tamamına aşina olmak yorumlamada hayati bir aşamadır. Ses kaydının tamamını ya da bölümlerini yeniden dinlemek de faydalı olabilir. Çok disiplinli veya büyük araştırma projelerinde, verilerin analizinde yer alan kişiler görüşmeleri gerçekleştiren veya yazıya döken kişilerden farklı olabilir, bu da bu aşamayı özellikle önemli kılar. Analitik notları, düşünceleri veya izlenimleri kaydetmek için bir kenar boşluğu kullanılabilir.
- Kodlama - aşina olduktan sonra, araştırmacı transkripti dikkatlice satır satır okur ve pasajda önemli olarak yorumladıkları şeyi tanımlayan bir açıklama veya etiket ('kod') uygular. Daha tümevarımcı çalışmalarda, bu aşamada 'açık kodlama' gerçekleşir, yani mümkün olduğunca çok farklı perspektiften ilgili olabilecek her şey kodlanır. Kodlar somut şeylere (örneğin belirli davranışlar, olaylar ya da yapılar), değerlere (örneğin belirli ifadeleri bilgilendiren ya da destekleyen değerlere), duygulara (örneğin üzüntü, hayal kırıklığı, sevgi) ve daha izlenimsel/metodolojik unsurlara (örneğin görüşülen kişinin bir şeyi açıklamakta zorlanması, görüşülen kişinin duygusallaşması, görüşülen kişinin kendini rahatsız hissetmesi…vb.) atıfta bulunabilir (Saldaña, 2009). Tamamen tümdengelimli çalışmalarda, kodlar önceden tanımlanmış olabilir (örneğin mevcut bir teori veya projenin ilgi alanına giren belirli alanlar) ve bu nedenle bu aşama kesinlikle gerekli olmayabilir ve doğrudan indekslemeye geçilebilir, ancak verilerin önemli yönlerinin gözden kaçırılmamasını sağlamak için transkriptlerin en azından birkaçı üzerinde biraz açık kodlama yapmak, genel olarak tümdengelimli bir yaklaşım benimsense bile büyük ölçüde yararlıdır. Kodlama, veri setinin diğer bölümleriyle sistematik olarak karşılaştırılabilmesi için tüm verilerin sınıflandırılmasını amaçlar. Mümkünse en az iki araştırmacı (veya çok disiplinli bir araştırma ekibinde her disiplinden veya uzmanlık alanından en az bir araştırmacı) ilk birkaç transkripti bağımsız olarak kodlamalıdır. Tümevarımsal kodlamada beklenmedik durumlara dikkat etmek ve sadece düz, açıklayıcı bir şekilde kodlama yapmamak hayati önem taşır. Dolayısıyla, farklı perspektiflerden insanların katılımı bu konuda büyük ölçüde yardımcı olabilir. Söylenenlere ilişkin bütüncül bir izlenim edinmenin yanı sıra, satır satır kodlama, araştırmacıyı normalde açıkça ifade edilmediği veya anlatının geri kalanıyla 'uyuşmadığı' için görünmez kalabilecek şeyleri dikkate alması konusunda uyarabilir. Bu şekilde, gelişmekte olan analiz sınanabilirken verilerdeki anormallikleri uzlaştırmak ve açıklamak analizi daha güçlü hale getirebilir. Kodlama, yeni kodları otomatik olarak takip etmenin faydalı bir yolu olan CAQDAS kullanılarak dijital olarak da yapılabilir. Ancak bazı araştırmacılar kodlamanın ilk aşamalarını kâğıt ve kalem kullanarak yapmayı tercih etmekte ve CAQDAS'ı ancak 5. Aşamaya ulaştıklarında kullanmaya başlamaktadır.
- Çalışan bir analitik çerçeve geliştirmek - ilk birkaç transkripti kodladıktan sonra, ilgili tüm araştırmacılar uyguladıkları etiketleri karşılaştırmak ve sonraki tüm transkriptlere uygulanacak bir dizi kod üzerinde anlaşmak için bir araya gelmelidir. Kodlar, daha sonra açıkça tanımlanan kategoriler halinde gruplandırılabilir (eğer yardımcı olacaksa bir ağaç diyagramı kullanılarak). Bu, çalışan bir analitik çerçeve oluşturur. Ek kodlar ortaya çıkmadan önce analitik çerçevenin birkaç kez yinelenmesi gerekebilir. Uygun olmayan verilerin göz ardı edilmesini önlemek için her kategorinin altında bir 'diğer' kodunun bulunması her zaman faydalı olacaktır çünkü son transkript kodlanana kadar analitik çerçeve asla nihai değildir.
- Analitik çerçevenin uygulanması - çalışma analitik çerçevesi daha sonra mevcut kategoriler ve kodlar kullanılarak sonraki transkriptler indekslenerek uygulanır. Her koda genellikle kolay tanımlanabilmesi için bir numara veya kısaltma atanır (ve böylece kodların tam adlarının her seferinde yazılması gerekmez) ve doğrudan transkriptlerin üzerine yazılır. Bilgisayar Destekli Nitel Veri Analizi Yazılımı (CAQDAS) bu aşamada özellikle yararlıdır çünkü süreci hızlandırabilir ve daha sonraki aşamalarda verilerin kolayca geri alınabilmesini sağlayabilir. Doğru talimatlarla hesaplamaları gerçekleştiren istatistiksel analiz yazılımlarının aksine, verileri nitel analiz yazılım paketine koymanın verileri analiz etmediğini, sadece verileri analiz süreci için erişilebilir olacak şekilde depolamanın ve düzenlemenin etkili bir yolu olduğunu belirtmek gerekir.
- Verilerin çerçeve matrisine dönüştürülmesi - nitel veriler hacimlidir (bir saatlik görüşme 15-30 sayfa metin oluşturabilir) ve verileri yönetebilmek ve özetleyebilmek (azaltmak) analiz sürecinin hayati bir yönüdür. Bir matris oluşturmak için bir elektronik tablo kullanılır ve veriler matrise çizelgelenir. Grafik oluşturma, verilerin her bir transkriptten kategorilere göre özetlenmesini içerir. İyi bir grafik oluşturma, aşağıdakiler arasında bir denge kurma becerisi gerektirir: Bir yandan verileri azaltırken, diğer yandan görüşülen kişinin sözlerinin orijinal anlamlarını ve hissini korumak. Grafik, ilginç veya açıklayıcı alıntılara referanslar içermelidir. Verilerinizi yönetmek için CAQDAS kullanıyorsanız bunlar otomatik olarak etiketlenebilir, aksi takdirde büyük bir 'Q', (anonimleştirilmiş) bir transkript numarası, sayfa ve satır referansı yeterli olacaktır. Çok disiplinli ekiplerde, ekip içinde tutarlılığı sağlamak için analiz sürecinin ilk aşamalarında özetleme tarzlarını kıyaslamak ve karşılaştırmak yararlıdır. Kullanılan kısaltmalar ekip tarafından kararlaştırılmalıdır. Ekip üyeleri analitik çerçeveye aşina olduktan ve kodlama ve çizelgeleme konusunda iyi pratik yaptıktan sonra, bu aşamaya ulaşmak ortalama olarak bir saatlik transkript başına yaklaşık yarım gün alacaktır. İlk aşamalarda bu süre çok daha uzundur.
- Verilerin yorumlanması - araştırma boyunca izlenimleri, fikirleri ve verilerin ilk yorumlarını not etmek için ayrı bir not defteri veya bilgisayar dosyası bulundurmak faydalıdır. Araştırma ekibinin diğer üyeleriyle daha sonra tartışmak üzere analitik bir not yazarak ilginç bir fikri, kavramı veya potansiyel temayı keşfetmek için herhangi bir aşamada ara vermeye değer olabilir. Yavaş yavaş, verilerin özellikleri ve aralarındaki farklılıklar tanımlanır, belki tipolojiler oluşturulur, teorik kavramlar sorgulanır (önceki kavramlar veya verilerden ortaya çıkanlar) veya ilişkileri ve/veya nedenselliği keşfetmek için kategoriler arasındaki bağlantılar haritalandırılır. Veriler yeterince zenginse, bu süreçte elde edilen bulgular belirli vakaların tanımlanmasının ötesine geçerek, örneğin bir olgunun ortaya çıkış nedenlerinin açıklanmasına, bir kuruluşun veya diğer sosyal aktörlerin bir durumu nasıl teşvik edeceğine, bir duruma nasıl tepki vereceğinin tahmin edilmesine ve bir kuruluş veya sistem içinde iyi işlemeyen alanların belirlenmesine kadar gidebilir. Bu aşama genellikle beklenenden daha uzun sürmekte çünkü herhangi bir proje planının veya bulguların yorumlanarak yazılması için toplantılara ve bireysel araştırmacılara yeterli zamanın ayrılması gerekmektedir.
Çerçeve yöntemi uzman olmayan kişilerin veri analizine katılımına uygun olsa da yöntemin başarılı bir şekilde kullanılması için deneyimli bir nitel araştırmacının projeye liderlik etmesi kritik önem taşımaktadır. Nitel lider, ideal olarak, nitel analiz konusunda en azından önceden eğitim almış veya deneyim sahibi diğer araştırmacılarla birlikte çalışmalıdır. Lider nitel araştırmacının sorumlulukları şunlardır: çalışma tasarımına, proje zaman çizelgelerine ve kaynak planlamasına katkıda bulunmak; genç nitel araştırmacılara mentorluk yapmak, analiz toplantılarını verilerle ve diğer ekip üyeleriyle eleştirel ve refleksif etkileşimi teşvik edecek şekilde kolaylaştırmak ve son olarak çalışmanın yazılmasına liderlik etmek.