Software zur qualitativen Auswertung von Text- und Videomaterial in der empirischen Marktforschung

Inhaltsverzeichnis

1. Einführung
1.1. Problemhintergrund
1.2. Ableitung der Fragestellung
1.3. Ziele und Nutzen der Arbeit
1.4. Abgrenzung
1.4.1. Sachliche Abgrenzung
1.4.2. Örtliche Abgrenzung
1.4.3. Zeitliche Abgrenzung
1.5. Methodik
1.6. Forschungsziel
1.7. Aufbau der Arbeit

2. Grundlagen
2.1. Definitionen und begriffliche Abgrenzung
2.1.1. Qualitative Forschung
2.1.2. Computer Assisted Qualitative Data Analysis (CAQDAS)
2.1.3. Anforderung
2.2. Ablauf der qualitativen Datenanalyse
2.3. Marktbeschreibung
2.3.1. Makroumfeld
2.3.1.1. Technologische Umwelt
2.3.1.2. Gesellschaftliche Umwelt
2.3.1.3. Institutionelle Umwelt
2.3.1.4. Politisch-Rechtliche Umwelt
2.3.1.5. Ökonomische Umwelt
2.3.2. Mikroumfeld
2.3.2.1. Nachfrage
2.3.2.2. Angebot
2.3.2.3. Wettbewerb
2.4. CAQDAS: Einfluss auf das Forschungsergebnis

3. CAQDAS
3.1. Grundfunktionen
3.1.1. Funktionen zur Unterstützung des Datenanalyseprozesses
3.1.1.1. Dateneingabe/Datenbankstruktur
3.1.1.2. Datenreduktion: Teilung in Analyseeinheiten und Codierung
3.1.1.3. Dateninterpretation: Such- und Abfragefunktion
3.1.1.4. Hypothesengenerierung: Theoriebildungsfunktion
3.1.2. Andere unterstützende Funktionen
3.1.2.1. Kommentar- und Memofunktion
3.1.2.2. Datenverknüpfung/Hypertext
3.1.2.3. Teamfunktionen
3.2. Darstellung des Programmangebotes
3.2.1. Grundsätzliche CAQDAS-Typen
3.2.2. Aktuelles CAQDAS-Angebot
3.3. Theoretischer Bewertungsprozess
3.3.1. Programmauswahl
3.3.2. Qualitätskriterien an Anforderungen
3.3.3. Qualitätsmerkmale von Software
3.3.4. Modell des Bewertungsprozesses

4. Anwender von CAQDAS
4.1. Empirische Untersuchung
4.1.1. Konzeption der Stichprobe
4.1.2. Charakterisierung der Stichprobe
4.1.3. Zusammenfassende Charakterisierung der Stichprobe
4.1.4. Datenerhebung und –analyse
4.1.5. Erhebungsinstrument
4.1.5.1. Charakterisierung der potentiellen Nutzer
4.1.5.2. Konkrete Anforderungen an CAQDAS
4.2. Empirische Erkenntnisse
4.2.1. Beantwortung der Forschungsfrage
4.2.1.1. Angewendete Programme
4.2.1.2. Auswahlkriterien
4.3. Produkt-Ranking
4.3.1. Vorgehensweise
4.3.2. Nutzwertanalyse
4.3.2.1. Gewichtungsfaktoren
4.4. Auswahlkriterien der genutzten Software versus Anforderungen

5. Anwendungsbezogene Analyse
5.1. Datenherkunft
5.2. Datenanalyseprozess
5.2.1. Datenreduktion
5.2.1.1. Transkription
5.2.1.2. Bildung von Analyseeinheiten
5.2.1.3. Entwicklung des Kategorienschemas
5.2.2. Dateninterpretation
5.2.3. Theoriebildung
5.3. Zusammenfassende Erkenntnisse und Limitationen der Analyse

6. Resümee
6.1. Zusammenfassung und Schlussfolgerungen
6.2. Entwicklungspotential und Zukunftsaussichten
6.2.1. Vor- und nachgelagerte Prozesse
6.2.2. Verbesserung der Teamarbeit
6.2.3. Archivierung und Sekundäranalyse
6.2.4. Methodische Weiterentwicklungen

Abbildungsverzeichnis

Abb. 1-1: Segmentierung des IT-Marktes

Abb. 1-2: Methodik

Abb. 1-3: Aufbau der Arbeit

Abb. 2-1: Ablauf Datenanalyseprozess

Abb. 2-2: Induktion und Deduktion

Abb. 2-3: Makro- und Mikroumfeld

Abb. 3-1: Erster Analyseschritt mit CAQDAS

Abb. 3-2: Import zu CAQDAS

Abb. 3-3: Zweiter Analyseschritt mit CAQDAS

Abb. 3-4: Dritter Analyseschritt mit CAQDAS

Abb. 3-5: Vierter Analyseschritt mit CAQDAS

Abb. 3-6: Unterstützungsfunktionen

Abb. 3-7: Modell des Bewertungsprozesses

Abb. 4-1: Anwendungsfelder von CAQDAS

Abb. 4-2: Forschungsbereich der Probanden

Abb. 4-3: Verwendete Daten

Abb. 4-4: Erfahrung mit CAQDAS

Abb. 4-5: Eingesetzte Programme

Abb. 4-6: Auswahlkriterien

Abb. 4-7 Ausschlaggebendes Kriterium

Abb. 5-1: NVivo 2 Benutzeroberfläche

Abb. 5-2: Document Browser

Abb. 5-3: AIOV Segmentierung

Abb. 5-4: Konsumverhalten

Abb. 6-1: OCS Beobachtungssystem

Tabellenverzeichnis

Tab. 2-1: Besonderheiten kommerzieller Marktforschung versus
Charakteristika von CAQDAS

Tab. 2-2: Vor- und Nachteile von CAQDAS

Tab. 3-1: Codierungs- und Verwaltungssoftware

Tab. 3-2: Theoriebildungsprogramme

Tab. 3-3: Audio- und Videoanalyseprogramme

Tab. 3-4: Nicht-untersuchte Programme

Tab. 3-5: 15 augewählte Programme

Tab. 3-6: Qualitätsmerkmale und deren Parameter

Tab. 4-1: Art der empirischen Studie in %

Tab. 4-2: Punktevergabe der Nutzwertanalyse

Tab. 4-3: Zielerfüllung

Tab. 4-4: Nutzwertanalyse

Tab. 4-5: Produktranking

Tab. 4-6: Gewichtungen der Kriterien

Tab. 4-7: Prioritätenliste der Merkmale

Tab. 4-8: Prioritätenliste der Funktionen

Tab. 5-1: Forschungsfragen: Homosexuelle Männer als Zielgruppe des
Marketings

Tab. 5-2: Vergleich der Ergebnisse

1. Einführung

Im Bereich wissenschaftlicher Forschung finden verschiedene Methoden der Datenerhebung Anwendung. Es wird zwischen quantitativer, qualitativer oder kombinierter (qualitativ-quantitativer) Forschung unterschieden. Die Analyse von qualitativen Daten, also Daten die aus kombinierter oder rein qualitativer Forschung entstanden sind, kann händisch oder mittels Computerunterstützung erfolgen. Diese Arbeit stellt Software zur qualitativen, computerunterstützten, Auswertung von Text- und Videomaterial in der empirischen Marketingforschung übersichtlich dar und vergleicht diese systematisch. Weiters soll die praktische Anwendung eines qualitativen Datenanalyseprogrammes die Vorteile der Verwendung von computerunterstützter Datenauswertung gegenüber der manuellen Datenanalyse veranschaulichen. Dieses Kapitel beschäftigt sich nach einleitenden Worten zum Problemhintergrund von qualitativern Datenanalyseprogrammen mit den Fragestellungen und Zielen dieser Arbeit im Speziellen. Abgeschlossen wird die Einführung in das Thema durch die Beschreibung der geplanten empirischen Methode und des Aufbaus der Arbeit.

1.1. Problemhintergrund

Qualitativer Forschung liegt umfangreiches Datenmaterial zugrunde.^[2] Dieses Material zu verwalten und auch einzelne Analyseschritte zu vereinfachen ist das Ziel von CAQDAS (computer assisted qualitative data analysis software). Ob dieses Ziel erreicht wird, ist in der Literatur umstritten. Zum aktuellen Zeitpunkt liegt kein umfassender, systematischer Überblick über die am Markt verfügbaren Softwareangebote zur Hilfe der Auswertung qualitativ gewonnener Daten vor. Auch die jeweiligen Vor- und Nachteile der verfügbaren Programme sind nicht ausreichend dargestellt. ForscherInnen stehen einem unübersichtlichen Markt gegenüber, der einen effizienten Programmvergleich behindert. Erschwert wird solch ein Vergleich des weiteren durch die mangelnde Ähnlichkeit von Software im Allgemeinen. Die einzelnen Applikationen können auf Basis von Programmbeschreibungen nur oberflächlich beurteilt werden. Zusätzlich weisen die Programme in Bezug auf nicht quantifizierbare Anforderungen, wie etwa Benutzerfreundlichkeit, und Programmfunktionen gravierende Unterschiede auf.

Aufgrund dieser Gegebenheiten muss sich der potentielle Anwender im eigenen Interesse mit der Thematik der computerunterstützten Datenanalyse intensiv auseinandersetzen. Hierbei ist nicht nur die Auswahl eines geeigneten Programms essentiell sondern auch die Frage, ob ein solches Programm überhaupt zum Einsatz kommen sollte. Diese Umstände waren der Ausgangspunkt der gegenständlichen Arbeit. Erarbeitet werden soll einerseits ein Leitfaden, der beschreibt wann, ob und welche qualitative Datenanalyseprogramme eingesetzt werden sollen. Andererseits können durch die Anforderungsanalyse auch Schwachstellen der Produktauswahl und der Programme an sich identifiziert werden. Diese Verbesserungspotentiale sollen im Zuge der Arbeit identifiziert und in übersichtlicher Weise dargestellt werden. Die Ergebnisse dieser Arbeit richten sich sowohl an qualitative kommerzielle und akademische Marktforscher als auch an Programmentwickler qualitativer Datenanalyseprogramme.

1.2. Ableitung der Fragestellung

Die Fragestellung, ob und inwieweit ein bestimmtes Programm den Bedürfnissen der qualitativen Datenanalyse entspricht, soll untersucht werden, anhand:

- einer Analyse der Anforderungen an qualitative Datenanalyseprogramme
- einer Übersicht über die derzeit am Markt befindlichen Angebote, und
- eines praktisch angewandten Fallbeispieles.^[3]
Konkret sollen folgende Fragestellungen in der vorliegenden Arbeit behandelt werden:

1. Welche QDA-Software Angebote werden von welchen Anbietern am deutsch- und englischsprachigen Markt für die Auswertung von Text- und Videomaterial angeboten?
2. Welche Software-Pakete werden bislang von Nutzern bevorzugt und welche Kriterien und Anforderungen ziehen Nutzer grundsätzlich zur Bewertung von QDA-Software heran?
3. Welche Reihung der verschiedenen Software-Pakete resultiert aus einer Systematisierung auf Basis der entsprechenden Kriterien und Anforderungen der (potenziellen) Nutzer?

1.3. Ziele und Nutzen der Arbeit

In jüngster Zeit hat die Zahl qualitativer Studien und damit die Diskussion um geeignete Methoden der Auswertung qualitativer Daten zugenommen. Nicht zuletzt wird argumentiert, dass Forscher durch Einsatz von Software systematischer vorgehen und damit letztlich zu einem objektiveren Ergebnis gelangen können.^[4] Möglichkeiten und Nutzen von Software zur Analyse qualitativen Datenmaterials sind in der Literatur umstritten. Unter den Forschern herrscht bislang noch keine Einigkeit, ob der Einsatz von QDA-Software für die Güte qualitativer Analyseergebnisse von Vorteil ist.

Andererseits haben Wissenschaftler wie auch kommerzielle Marktforscher in der Regel kaum ausreichend Zeit, detaillierte Analysen der verschiedenen QDA-Softwarepakete durchzuführen. Die Arbeit soll einen Überblick über die am Markt verfügbaren QDA-Software-Angebote geben, ihre Vor- und Nachteile in strukturierter Weise darlegen, sowie einen systematischen Vergleich bieten und damit als Entscheidungshilfe fungieren. Die vorliegende Arbeit soll feststellen, wo Computer bei qualitativer Datenanalyse hilfreich verwendet werden können und wo nicht. Im Einzelnen werden drei Teilziele verfolgt:

Erstens, sollen grundsätzlich die Möglichkeiten und Grenzen von Computerprogrammen zur Unterstützung qualitativer Analysen beschrieben werden. Dabei werden die wichtigsten Grundfunktionen in Kapitel 3.1 dargestellt. Zweitens soll eine Bewertung der Programme anhand einer Anforderungserhebung erfolgen. Die bisherigen empirischen Erhebungen befassten sich mit der Frage ob überhaupt Programme eingesetzt werden und in wie weit Bedarf für solche Programme besteht.^[5] Ein umfassender tabellarischer Vergleich der Programme erfolgte zuletzt 1995 durch Weitzman und Miles.

Drittens sollen die Erkenntnisse aus der Bewertung der Programme in einer anwendungsbezogenen Analyse praktisch umgesetzt werden. Durch die Anwendung der Analyse anhand eines Beispieldatensatzes können im letzten Kapitel der Arbeit die Limitationen von Software dargestellt werden.

1.4. Abgrenzung

Im Zusammenhang mit dem zugrunde liegenden Forschungsgegenstand wurde eine sachliche, örtliche und zeitliche Abgrenzung der Arbeit vorgenommen.

1.4.1. Sachliche Abgrenzung

Die folgende Abbildung soll die Abgrenzung des Untersuchungsgegenstandes innerhalb der EDV veranschaulichen:

Abbildung 1-1: Segmentierung des IT-Marktes

Abbildung in dieser Leseprobe nicht enthalten

Quelle: in Anlehnung an Roeding/Lindner (2000): S. 26

Als Mindestanforderung an die getesteten Programme wurden Abfrage- und Codierfunktionen gefordert. Reine Wortzählungs- bzw. Wortfindungsprogramme, im Englischen Concordance genannt, wurden somit von dem Vergleich ausgeschlossen. Diese Arbeit wird aus wirtschaftlichen und nicht aus software-technischen Motiven erstellt. Es wurden software-technische Merkmale nur berücksichtigt, sofern sie direkte Auswirkungen auf die technischen Vorraussetzungen für die Ablauffähigkeit der Programme haben. Insofern wurden zwar Betriebsystem, Dialogsprache und Programmfunktionen miteinbezogen, allerdings sind Merkmale, die die interne Programmstruktur betreffen, wie etwa die Programmiersprache und der Programmaufbau nicht in den Vergleich inkludiert. Die vorliegende Arbeit untersucht ausschließlich den Datenanalyseprozess und somit fließen die unterschiedlichen Datenerhebungsmethoden nicht in diese Arbeit ein:^[6]

- computergestütztes persönliches Interview (CAPI)
- computergestütztes Telefoninterview (CATI)
- computergestützter Fragebogen zum Selbstausfüllen (CASAQ)

1.4.2. Örtliche Abgrenzung

Europa und die USA haben einen rund 62 %igen Anteil am gesamten Weltsoftwaremarkt.^[7] Durch die Konzentration auf den deutsch- und englischsprachigen Markt von computerunterstützter qualitativer Datenanalysesoftware wird der Großteil des Gesamtangebotes abgedeckt. Eine Vollerhebung der weltweiten Anbieter wäre nicht zielführend und ist innerhalb der zeitlichen Rahmenbedingungen einer Diplomarbeit nicht durchführbar.

1.4.3. Zeitliche Abgrenzung

Die Programmanalyse kann aufgrund ihres Umfangs nicht zu einem bestimmten Zeitpunkt, sondern nur innerhalb eines Zeitraumes durchgeführt werden. Der Fragebogen wurde vom 05. Juni 2006 bis zum 23. Juni 2006 online gestellt. Die Testergebnisse zu einzelnen Programmen wurden während dem 01. Juli 2006 bis zum 08. Juli 2006 erstellt.

1.5. Methodik

Um die dargestellten Fragestellungen zu beantworten und die Zielsetzungen zu erreichen, bedarf es einer strukturierten Vorgangsweise. Diese wird nachstehend dargestellt:

Abbildung 1-2: Methodik

Abbildung in dieser Leseprobe nicht enthalten

Quelle: eigene Darstellung

Ausgehend von der relevanten Literatur wird, wie in Abbildung 1-2 dargestellt, bei der Bearbeitung des Themas systematisch vorgegangen. Im ersten Teil der Arbeit werden der grundlegende Bedarf an, die Erwartungen und der Nutzen sowie verschiedene Vor- und Nachteile von QDA-Software diskutiert. Anschließend werden die verschiedenen Anforderungen an Software zur qualitativen Datenauswertung ermittelt. Dabei schließt sich an die Aufarbeitung der Literatur eine erste empirische Phase an, in deren Zuge Befragungen durchgeführt werden. Nachdem die Anforderungen erhoben wurden, erfolgt ein systematischer Vergleich ausgewählter Programme anhand der Anforderungskriterien. Dieser Vergleich wird in der Arbeit ausführlich dokumentiert und die Hauptergebnisse werden tabellarisch zusammengefasst. Ziel ist, anhand der zuvor identifizierten Bewertungskriterien eine Systematisierung und Rangreihung der verschiedenen Softwarepakete vorzunehmen. Im letzten Teil wird mittels eines konkreten, bereits vorliegenden qualitativen Datensatzes die Anwendung der bestgereihten Software demonstriert und die jeweiligen Vor- und Nachteile anwendungsorientiert dargestellt. Abschließend werden Schlussfolgerungen für Nutzer und (potenzielle) Anwender sowie Softwareanbieter gezogen. Insbesondere soll Bedarf an weiteren Entwicklungen im Bereich QDA-Software aufgezeigt werden.

1.6. Forschungsziel

Renata Tesch hat 1990 in ihrem Buch „Qualitative Research: Analysis Types and Software Tools“ erstmals sechs Programmpakete miteinander verglichen. Weitzman und Miles haben in ihrem Buch 1995 „Computer Programs for Qualitative Data Analysis“ bereits 24 Programme gegenübergestellt. Seit zehn Jahren halten allerdings die programmtechnischen Innovationen unvermindert an. Ständig tauchen erheblich überarbeitete Programme auf. Möchte sich also ein Forscher den Funktionen von CAQDAS bedienen so muss er versuchen, durch Ausprobieren der zur Verfügung gestellten Programmversionen, das für seine Bedürfnisse geeignetste herauszufinden. Der Zweck dieser Studie ist es methodologisch Übersicht und Orientierung über die verschiedenen Programmpakete zu geben.

1.7. Aufbau der Arbeit

Die vorliegende Arbeit gliedert sich in 5 Teile. Diese werden nachfolgend graphisch dargestellt:

Abbildung 1-3: Aufbau der Arbeit

Abbildung in dieser Leseprobe nicht enthalten

Quelle: eigene Darstellung

Im Kapitel 2 wird das theoretische Fundament für die gegenständliche Arbeit gelegt. Hierbei soll nach einer Begriffsabgrenzung der typische Ablauf einer qualitativen Datenanalyse kurz skizziert werden. Eine generelle Marktbeschreibung soll in die Thematik der qualitativen Datenanalyseprogramme einführen und die zweite Forschungsfrage beantworten. Hierbei wird speziell die Problematik der Kluft zwischen der kommerziellen und der akademischen Marktforschung behandelt. Abschließend für das zweite Kapitel werden die Gütekriterien qualitativer Forschung sowie die Auswirkungen eines Computereinsatzes auf diese Kriterien dargelegt. Der nächste Teil der Arbeit, Kapitel 3, konzentriert sich auf den Vergleich von computerunterstützter Datenanalysesoftware. In einem ersten Schritt werden die Anforderungen von potentiellen Nutzern an eine solche Applikation ermittelt. Die am Markt vorhanden Programme werden anschließend kurz beschrieben und gegenübergestellt. Aus der Kombination dieser Gegenüberstellung und der Anforderungsanalyse erfolgt eine Produktreihung.

Das bestgereihte Softwarepaket wird anschließend anhand eines ausgewählten Datensatzes praktisch getestet. Der Auswertungsablauf wird dokumentiert und die Funktionsweise veranschaulicht. Abgerundet wird dieses Bild durch die Darstellung zusammenfassender Erkenntnisse des ausgewählten Programmpaketes. Die Zusammenführung der theoretischen Konzepte und der empirisch gewonnenen Erkenntnisse erfolgt im Kapitel 5. Das abschließende Resümee soll als letzter Teil diese Erkenntnisse und Ergebnisse kritisch beleuchten und einen zusammenfassenden Ausblick geben.

2. Grundlagen

Nach diesen ersten Einführungen in die vorliegende Arbeit werden nun einleitend Definitionen beziehungsweise begriffliche Abgrenzungen der Thematik angeführt. Nach diesen Begriffsklärungen werden die Grundlagen der qualitativen Datenanalyse dargestellt und anschließend wird über den Markt von computergestützten Analyseprogrammen berichtet.

2.1. Definitionen und begriffliche Abgrenzung

In diesem Teil der Arbeit werden nach einer übersichtlichen Darstellung von relevanten Begriffsdefinitionen aus der Literatur, Arbeitsdefinitionen bezüglich qualitativer Forschung und Computer Assisted Qualitative Data Analysis (CAQDAS) festgelegt. Diese sind vielschichtige Begriffe, die unterschiedlich definiert und verwendet werden, daher ist es zum Verständnis dieser Arbeit erforderlich den terminologischen Rahmen abzustecken. Die, im Kontext dieser Arbeit bedeutsamen Begriffsabgrenzungen kommen aus den Bereichen der Markt- und Sozialforschung.

2.1.1. Qualitative Forschung

Ihren Ursprung hat qualitative Forschung bereits im 19. Jahrhundert. Anfangs waren es vor allem biographische Methoden, Fallanalysen und beschreibende Verfahren, die eingesetzt wurden. Später, als sich quantitative Forschung ebenfalls etablierte, setzte sich die diese Methode durch. Erst um 1960 reifte die Kritik an der mangelnden Theoriebildung quantitativer Forschung. Die verstehende, offene, also qualitativ-beschreibende Forschung gewann wieder an Bedeutung.^[8] Um in weiterer Folge von qualitativer Forschung sprechen zu können wird zunächst eine Arbeitsdefinition aus der Literatur gewonnen.

Die Definition von Strauss und Corbin: „Qualitative Research is any type of reserach that produces findings not arrived at by statistical procedures or other means of quantification.” ^[9] erscheint zu breit gefächert um dem eng gefassten Thema dieser Arbeit zu entsprechen.

Um sich nicht auf eine Definition festlegen zu müssen, wurde in der Literatur versucht Gemeinsamkeiten qualitativer Forschung herauszufiltern. Dadurch sollte eine Skizzierung dieser Forschungsmethode ermöglicht werden. Diese Gemeinsamkeiten manifestierten sich in der Merkmalsfestlegung qualitativer Forschung von Lamnek, die ebenfalls : „[…] kleine Zahl von Untersuchungspersonen, keine Zufallsstichproben, keine quantitativen Variablen und keine statistischen Analysen“^[10] zu sehr auf qualitative als Gegenpol zu quantitativer Forschung gerichtet sind um dem Kernbereich dieser Arbeit zu entsprechen.

Die Kennzeichen qualitativer Forschung nach Flick: „Gegenstandsangemessenheit von Methoden und Theorien, Berücksichtigung und Analyse unterschiedlicher Perspektiven und Reflexion des Forschers über die Forschung als Teil der Erkenntnis“^[11] scheinen wiederum zu allgemein um hier als Arbeitsdefinition dienen zu können.

Mason konkretisiert die oben genannten Merkmale: „qualitative research is grounded in a philosophical position which is broadly ‚interpretivist’ [...], based on methods of data generation which are flexible and sensitive to the social context [...], based on methods of analysis and explanation, [...] understandings of complexity, detail and content. Qualitative reserach aims to produce rounded understandings on the basis of rich, contextual, and detailed data.”^[12]

Ergänzend zu diesem Gedanken findet sich, die für diese Arbeit geeignetste Definition von Mayring : „Qualitative Forschung ist […] ein ganz allgemeines Wissenschaftsverständnis, das mehr Wert legt auf deskriptive und interpretative Analyse des Subjekts im Alltag und die Ergebnisse dann schrittweise verallgemeinert.“

Qualitatives Forschen zeichnet sich also durch die Deskription und Interpretation des Gegenstandsbereiches im natürlichen Kontext, also im Alltag aus. Erst nach dem Verallgemeinerungsprozess kann von Allgemeingültigkeit gesprochen werden.^[13]

2.1.2. Computer Assisted Qualitative Data Analysis (CAQDAS)

Ohne die Unterstützung von Computern waren qualitative Forscher angewiesen das Datenrohmaterial zu kopieren, markieren, auszuschneiden und zu sortieren. Obwohl diese Systeme immer ausgereifter wurden, beispielsweise die „Edge Score Card“. Ein Karteikartensystem bei dem die Kärtchen am linken Rand nummerierte Löcher aufwiesen, die bestimmte Codes repräsentieren. Alle relevanten Textstellen für die Codes würden auf einem Karteikärtchen notiert und konnten anschließend mittels einer Stecknadel leicht von dem übrigen Datenmaterial separiert werden.^[14] Es leuchtet ein, dass solche Tätigkeiten spielerisch von einem Computer übernommen werden können. Anfangs erfolgte diese Computerunterstützung mittels Textverarbeitungs- und Datenbankverwaltungsprogrammen.^[15]

Es stellt sich nun die Frage, ob spezielle Programme durch Standardsoftware, wie Datenbankapplikationen oder Textverarbeitungsprogramme ersetzt werden können beziehungsweise sollen. Bei Datenbanken ist es schwierig mit größeren Textmengen zu arbeiten, da meist auch Textfelder eine limitierte Charakteraufnahmekapazität haben. Beispielsweise in MS Access können pro Textfeld nur 55 Zeichen eingegeben werden. Der vorangegangene Satz hatte allerdings bereits 82 Zeichen. Textverarbeitungsprogramme haben Such-, Markierungs- und Kopierfunktionen um Text zu bearbeiten. Allerdings gibt es keine Abfragemöglichkeiten für logische Kombinationen in diesen Programmen. Daher sind qualitative Datenanalyseprogrammen mit ihren speziellen Funktionen, dargestellt im Kapitel 3.1, am geeignetsten, falls Computerunterstützung für die qualitative Analyse erforderlich ist.^[16]

Die computergestützte Analyse qualitativer Daten, im Englischen häufig als CAQDAS (computer assisted qualitative data analaysis) bezeichnet, ist eine Methode zur Auswertung qualitativer Forschung. Qualitative Datananalyse (QDA) Software sind folglich Programme, die zur Analyse qualitativer Daten entwickelt wurden.^[17]

Aus dieser Begrifflichkeit können folgende Rückschlüsse gezogen werden:

Erstens die Verwendung des Terminus „computergestützt“ oder „computerunterstützt“ weist darauf hin, dass der Computer nur zur Unterstützung des Datenanalyseprozesses eingesetzt wird.^[18] Dieser Meinung schließt sich auch Dey an: "a computer can help us to analyse our data, but it cannot analyse our data. We must do the analysis. ^[19] ”

Zweitens sind die Schritte des computerisierten Auswertungsprozesses ähnlich denen des händischen Auswertungsablaufes. Mehr dazu im Kapitel 2.2, dort wird der Ablauf der qualitativen Datenanalyse erläutert.

2.1.3. Anforderung

Laut dem IEEE Standard Glossary of Software Engineering Terminology ist eine Anforderung auf drei Säulen aufgebaut:^[20]

1. „Eine Bedingung oder Fähigkeit, die ein Benutzer benötigt, um ein Problem zu lösen oder ein Ziel zu erreichen.“
2. „Eine Bedingung oder Fähigkeit, die ein System oder Teil eines Systems erbringen oder besitzen muss, um einen Vertrag, einen Standard, eine Spezifikation oder ein verlangtes Dokument zu erfüllen.“
3. „Eine dokumentierte Repräsentation einer Bedingung oder Fähigkeit wie in erstens oder zweitens referenziert.“

Hier wird also einerseits der Nutzer angesprochen, der ein Ziel mittels Software erreichen will und dazu Bedingungen an diese stellt und andererseits das Programm selbst, dass diese Bedingung erfüllen muss.

Im Zusammenhang mit dem Management von Anforderungen identifizierte Grady Booch drei zentrale Aktivitäten:^[21]

1. „Das Entdecken, Organisieren und Dokumentieren der vom System geforderten Funktionalität und Zusammenhänge.“
2. „Das Einschätzen der Änderungen dieser Anforderungen und das Einschätzen ihrer Auswirkungen.“
3. „Das Verfolgen und Dokumentieren der vorgenommenen Änderungen und der Entscheidungen.“

Im Sinne dieser Arbeit wird unter Anforderung also eine Bedingung des Nutzers, die er an CAQDAS stellt gesehen. Es gilt diese vom System geforderte Funktionalität zu entdecken und zuzuordnen.

2.2. Ablauf der qualitativen Datenanalyse

Qualitative Rohdaten sind Dokumente, Interviewmaterial und/oder Beobachtungsaufzeichnungen. Diese gesamte Informationsflut muss innerhalb der Zeit- und Budgetrestriktionen von ForscherInnen bearbeitet werden. Grob geschätzt wird auf die Datenauswertung zwei- bis fünfmal soviel Zeit verwendet, wie auf die Erhebung der Daten selbst. Daher kommt der Datenselektion und –organisation bereits im Vorfeld der Analyse enorme Bedeutung zu.^[22]

Im Bereich der Datenorganisation bietet sich der Einsatz von Computerprogrammen für administrative Tätigkeiten, wie etwa Sortieren nach thematischen oder chronologischen Kriterien, an. Mittels PC funktioniert die Verknüpfung und Speicherung einzelner Analyseeinheiten ebenfalls problemlos. Doch das gesamte Datenmaterial wird im Regelfall nicht in die Analyse miteinbezogen. Die selektive Auswahl der relevanten Daten erfolgt manuell.^[23]

Als erster Schritt erfolgt meistens die Abfassung verbaler Daten in schriftliche Form, sprich die Transkription. Dieses Wortprotokoll bildet die Grundlage für die spätere Auswertung.^[24] Um eine schnellere Datenanalyse zu ermöglichen kann die Transkription übersprungen werden. Video- und Audiodateien können direkt digital codiert und verknüpft werden. Dieses Prozedere regt mehrmaliges „Sehen“ und „Hören“ der Originaldateien an und trägt somit positiv zum Endergebnis bei. Allerdings wird das Auffinden von bedeutungsähnlichen Analyseeinheiten erschwert. Darüber hinaus ist diese Methode nicht für Linguisten oder Sprachanalytiker geeignet, die minütlich semantische und syntaktische Details festhalten sollten.^[25] Anschließend wird das Datenmaterial in Analyseeinheiten unterteilt, dh es werden bedeutende Textstellen ermittelt, die im weiteren Zuge codiert und kategorisiert werden.

Abbildung 2-1: Ablauf Datenanalyseprozess

Quelle: in Anlehnung an Miles/Huberman (2004): S. 92

Bereits angewandte Methoden der Einheitsfestlegung sind - Einteilung in:

1. Wörter
2. Wortbedeutungen
3. Sätze
4. Thematiken
5. Abschnitte
6. Gesamttext (zB Schlagzeilen)

Die Entscheidung welcher der oben genannten Methoden angewandt wird, kann nur persönlich getroffen werden. Ausschlaggebend dabei ist die Relevanz der Analyseeinheit in Bezug auf die Forschungsfrage.^[26] Danach setzt eine erste Kategorienbildung ein. Die Entwicklung des Kategorienschemas kann deduktiv, also theoriegeleitet und/oder induktiv, also untersuchungsbezogen erfolgen. Induktion und Deduktion sind mit dem Verhältnis von Schlussfolgerung und Beweis vergleichbar.^[27]

Abbildung 2-2: Induktion und Deduktion

Abbildung in dieser Leseprobe nicht enthalten

Quelle: in Anlehnung an Gilbert (1993): S. 23

Das Kategorienschema wird aus dem Forschungsmaterial einerseits und den bisherigen in der Sekundärliteratur abgeleiteten theoretischen Ergebnissen andererseits entwickelt. Mittels der Software kann induktiv oder deduktiv vorgegangen werden. Die Kategorienbildung ist allerdings ein kreativer Prozess der maschinell nicht durchführbar ist und kann nur mittels des Forschers erfolgen.

Der darauf folgende Schritt des Codierens ist allerdings eine mechanische Tätigkeit bei der qualitative Datenanalyseprogramme eine Hilfestellung bieten. Den einzelnen Analyseeinheiten werden Beschriftungen zugeordnet. In der Folge werden Bedeutungseinheiten mit ähnlichen Inhalten zu Codes zusammengefasst.^[28] Nach dieser Datenreduktion erfolgt eine fokussierte Analyse. Bei dieser werden aufkommende Themen und Kernkategorien ständig mit einander verglichen.^[29] Ein wiederkehrendes Thema innerhalb der Daten kann bereits Aussagen über Regelmäßigkeiten oder Trends zulassen. Bei der Hypothesengenerierung werden Konzepte aus den Daten abstrahiert, um später zu prüfen, ob sie mit anderen Konstrukten in Verbindung stehen. Es wird versucht, Aussagen zu einer abstrakteren Verallgemeinerung zusammenzufassen, sofern diese für die Forschungsfrage relevant ist.^[30] Der endgültige Forschungsbericht kann nur mittels Textverarbeitungsprogrammen erstellt werden. Hier bieten qualitative Datenanalyseprogramme keine expliziten Funktionen. Dennoch können Daten und Analyseergebnisse meist in andere Dateiformate exportiert werden. Abschließend ist zu erwähnen, dass der gesamte Datenanalyseprozess nicht von Software übernommen werden kann und soll. Wie erwähnt, kommt dem PC lediglich eine Unterstützungsfunktion zu.

2.3. Marktbeschreibung

Der Markt qualitativer Datenanalyseprogramme wird vom Markro- und Mikroumfeld beeinflusst. Nachfolgend werden diese Einflussfaktoren näher beschrieben.

Abbildung 2-3: Makro- und Mikroumfeld

Abbildung in dieser Leseprobe nicht enthalten

Quelle: in Anlehnung an Churchill (2001): S. 7

2.3.1. Makroumfeld

2.3.1.1. Technologische Umwelt

Durch die Informationstechnologie, wie etwa auf Electronic Data Interchange basierende Applikationen, steigt die Anzahl der verfügbaren quantitativen Daten. Als Konsequenz steigt die Nachfrage nach qualitativer Forschung, da aufgrund des umfangreicheren Datenmaterials der Wissensdurst nach theoretischen Konstrukten, die zu diesem Zahlenmaterial führen, wächst.

Die Weiterentwicklung von CAQDAS im Speziellen ist ebenfalls von der technologischen Entwicklung abhängig. Durch neue Techniken können nicht nur im Bereich der Datenerhebung, zum Beispiel Augenbewegungsmessung, sondern auch im Datenanalyseprozess Effizienzsteigerungen vorgenommen werden. Auch zur Methodenentwicklung kann Technologie eingesetzt werden. Die Kombination von quantitativ-qualitativer Forschung ist ein Beispiel von Methodenfortbildung, an dem gezeigt wird, dass Softwareprogramme noch ausbaufähig sind. Sobald durch technologischen Fortschritt eindeutig qualitativ hochwertigere Forschungsergebnisse produzierbar wären, scheint eine positive Marktentwicklung von CAQDAS durchwegs gesichert.^[31] Qualitative Forschung und qualitative Datenanalyseprogramme werden in Folge dessen von der technologischen Umwelt und deren Entwicklungen stark beeinflusst.

2.3.1.2. Gesellschaftliche Umwelt

Aufgrund der weitgehenden Verbreitung von technologischen Neuerungen kann von einer Wechselwirkung zwischen Technologie und Gesellschaft gesprochen werden. Innovationen bringen neue Herausforderungen und fördern die Kreativität der gesellschaftlichen Umwelt.^[32] Diese Innovationskultur erzwingt eine ständige Weiterentwicklung.^[33]

2.3.1.3. Institutionelle Umwelt

Qualitative Forschung wird von Universitäten und Marktforschungsinstituten betrieben. Diese beiden unterscheiden sich grundlegend in Ihren Anforderungen an qualitative Datenanalysesoftware. Die Verwendungshäufigkeit von Software zur Auswertung qualitativer Daten ist im kommerziellen Bereich geringer.^[34] Folglich stellt sich die Frage warum im kommerziellen Bereich die Ablehnung von CAQDAS größer ist, als im akademischen. Die möglichen Gründe hierfür werden in nachfolgender Tabelle zusammenfassend dargestellt:

Tabelle 2-1: Besonderheiten kommerzieller Marktforschung versus Charakteristika von CAQDAS

Abbildung in dieser Leseprobe nicht enthalten^{[35] [36]}

Quelle: Bezborodova/Bennett (2004): S. 51

Weiters orientiert sich CAQDAS hochgradig am verbalen oder schriftlichen Datenmaterial, wie etwa der Transkription. Die in der kommerziellen Forschungspraxis wichtigen Dynamiken eines Prozesses werden also ausgeklammert. Vor allem die Gruppendynamik und –bildung bei Fokusgruppen, die in der Praxis eine wesentliche Rolle spielt, kann dadurch schwieriger erfasst werden.^[37] Auch besteht in kommerziellen Kreisen ein geringerer methodologischer Beweiszwang. Letztendlich sind die Endkunden nicht daran interessiert, wie man zu den Ergebnissen gekommen ist, viel wichtiger erscheint die Gültigkeit der Daten.^[38] Dies steht im Gegensatz zur akademischen Forschung, bei der die genaue Dokumentation des Auswertungsprozesses mittels CAQDAS von größerer Bedeutung ist.^[39] Allgemein scheint eine generelle Ablehnung von computerunterstützter Auswertung in qualitativer Forschung bemerkbar. Diese generelle Abneigung manifestiert sich durch die Vorstellung, dass Computer einen stärkeren Konnex haben zu Zahlen, als zu Ideen oder Gedankenkonstruktionen.

Weiters scheint ein PC mit Wörtern wie Kreativität und Sensibilität bei der Interpretation unvereinbar.^[40] Demgegenüber steht der Vorteil der größeren Transparenz von Computerprozessen. Diese Nachvollziehbarkeit und vor allem Generalisierbarkeit ist in akademischen Kreisen allerdings wichtiger, als bei Praktikern.

2.3.1.4. Politisch-Rechtliche Umwelt

Im Bereich der rechtlichen Umwelt hat die Entwicklung der europäischen Softwareindustrie seit 1980 zur definitiven Schutzmöglichkeit von Software mittels Copyright geführt. Die Tragweite dieser Kopierschutzmaßnahmen ist allerdings limitiert um die Interessen der Lizenzinhaber zu schützen.^[41] Der Vorschlag für eine Richtlinie des Europäischen Parlaments und des Rates über die Patentierbarkeit computerimplementierter Erfindungen behandelt unter anderem die Thematik des Schutzes von geistigem Eigentum.

Die Kontroverse besteht darin, wie Software geschützt werden sollte:

- nur durch Urheberrecht: schützt den Quellcode vor unerlaubter Vervielfältigung oder auch durch
- Patente: schützen auch die praktischen Auswirkungen der Software.

Die Umsetzung dieses Vorschlages würde vor allem kleine und mittlere Softwareentwickler schützen und die europäische Softwareindustrie positiv beeinflussen.^[42] Budgetpolitisch wurden die Ausgaben für Forschung und Entwicklung im Rahmen der Forschungsoffensive auf 2,5 % des BIP im Jahre 2006 angehoben. Somit stehen 200 Millionen Euro zur Verfügung. Auch die steuerliche Förderung, wie der Forschungsfreibetrag und die –prämie, wurde deutlich verbessert.^[43]

2.3.1.5. Ökonomische Umwelt

Drei identifizierte Marktentwicklungen spielen bei computerunterstützten qualitativen Datenanalyseprogrammen eine Rolle:

1. Marktzyklen

Marktzyklen werden dynamischer und kürzer. Qualitative Forschungsmethoden können flexibel angewandt werden und eignen sich somit für die sich ständig ändernden Anforderungen an die Marktforschung.

2. Wissenszuwachs bei qualitativer Forschung

Je öfters qualitative Forschungsmethoden angewandt werden, desto mehr Erkenntnisse werden über qualitative Forschung an sich gewonnen. Die Vorteile der Methode auch in Bezug auf kombinierter qualitativ-quantitativer Forschung werden erkannt und somit zum häufigeren Einsatz von CAQDAS beitragen. Bereits jetzt wird die qualitative Forschung im Bildungssystem stärker integriert als vor 20 Jahren.

3. Qualitätssteigerung

Die Gütekriterien qualitativer Forschung werden ergänzt und als Richtlinien für den Forschungsprozess eingesetzt. Durch die Berücksichtigung neuer Qualitätsmerkmale werden die Ergebnisse eventuell zukünftig anerkannter.^[44]

2.3.2. Mikroumfeld

Im Bereich des Mirkoumfeldes von CAQDAS wird die Nachfrage von, das Angebot an und Wettbewerb bei qualitativen Datenanalyseprogrammen beschrieben.

2.3.2.1. Nachfrage

Im Wesentlichen wird zwischen zwei Arten von QDA-Softwarenutzern unterschieden. Analog zu diesem Thema finden sich Informationen im Punkt der institutionellen Umwelt, 2.3.1.3. Auf der einen Seite stehen akademische und auf der anderen Seite kommerzielle Nachfrager.

Betreiber kommerzieller Forschung haben kommerzielle beziehungsweise gewinnorientierte Ziele.^[45] Ihnen kommt sowohl eine Beratungsfunktion als auch eine reine Forschungstätigkeit zu. Hierbei versuchen sie ihren Klienten den von ihren Forschungsergebnissen abgeleiteten besten Rat zu erteilen.^[46] In der qualitativen Forschung existiert eine generelle Kluft zwischen Wissenschaftlern und Praktikern. Beispielsweise behaupten Praktiker, dass akademische qualitative Forschung zu theoretisch und nur schwer umsetzbar sei. Akademiker sehen sich allerdings eher im Bereich der Wissensgenerierung ansässig und die praktische Anwendung dieses Wissens obliege den kommerziellen Forschern.^[47] Diese Unterschiedlichkeiten spiegeln sich auch am Markt für qualitative Datenanalyseprogramme wieder. Laut Nigel Fielding verwenden circa 25 – 30 % der akademischen Forscher computerunterstützte Auswertungssoftware. Die Zahl der Nutzer auf der kommerziellen Nachfrageseite sei wesentlich geringer^[48]. Weiters können verschiedene Anwendungsfelder identifiziert werden. In der Sozialwissenschaft werden vor allem in den Bereichen der Soziologie, Psychologie und Politikwissenschaft qualitative Datenanalyseprogramme angewendet. Zu den Wachstumsbereichen gehören die Kommunikations- und Medienwissenschaft in der vor allem die Inhaltsanalyse und die Analyse der unterschiedlichen Kommunikationsformen vorrangig ist. Während in der Genderforschung, den Gesundheits- und Pflegewissenschaften, den Rehabilitationswissenschaften und den Umweltwissenschaften CAQDAS großen Anklang findet, werden diese Programme in den geisteswissenschaftlichen Fächern, also den Philogien und der Geisteswissenschaft an sich weniger häufig eingesetzt. In einer Zwischenposition befinden sich die Sportwissenschaft, die Theologie, Ethologie, die Wirtschaftswissenschaften und die Marktforschung.^[49]

2.3.2.2. Angebot

Auch beim Angebot von QDA-Software wird zwischen akademisch oder kommerziell entwickelter Software unterschieden. Akademisch entwickelte Software konzentriert sich auf Codierung und Abfrage als primäre Auswertungsstrategie. Kolportiert wird, dass diese Strategie in quantitative Zählung von Codes ausartet.

Und so den interpretativen und kreativen Gedankenprozess stört.^[50] Kommerziell entwickelte Software stützt sich ebenfalls hauptsächlich auf die Hauptfunktionen von Codierung und Abfrage. Praktiker der qualitativen Datenanalyse sind keine Softwareentwickler.

2.3.2.3. Wettbewerb

Am Markt befinden sich in etwa 20 deutsch- und englischsprachigen Programme mit Codierungs- und Theoriebildungsfunktion. Diese Applikationen werden im Punkt 3.2 näher erläutert. Die relativ geringe Größe des Marktes für qualitative Datenanalyseprogramme rührt einerseits von der geringen potentiellen Abnehmerzahl und andererseits von den hohen Anforderungen an diese Programme. Softwareentwickler müssen nicht nur programmieren können, sondern auch hinreichende Kenntnisse über den qualitativen Datenanalyseprozess besitzen um CAQDAS zu konzipieren.^[51]

2.4. CAQDAS: Einfluss auf das Forschungsergebnis

Zu den in der Literatur viel diskutierten Themen im Zusammenhang mit CAQDAS zählt die Frage, ob und wenn ja, in welcher Weise der Forschungsprozess durch den Einsatz von Computern beeinflusst wird. Die Gütekriterien qualitativer Forschungsergebnisse sind nicht klar definiert. Allerdings herrscht weitgehend Einigkeit bei den klassischen Qualitätsmerkmalen Reliabilität und Validität quantitativer Forschung.^[52] Für die Beurteilung qualitativer Forschung existieren drei unterschiedliche Ansätze:

Eine Möglichkeit ist die Gütekriterien quantitativer Analyse auf die qualitativen Methoden umzulegen. Unter Reliabilität wird die Zuverlässigkeit einer wissenschaftlichen Untersuchung verstanden. Diese ist gegeben, wenn andere Forscher unter Anwendung einer übereinstimmenden Methode zu einem identen Resultat gelangen. Die Validität ist das Bestreben nach wahren, von der Untersuchung abgeleiteten Erkenntnissen. Der Untersuchungsgegenstand soll korrekt abgebildet werden.^[53] Diese Lösung wird von einigen qualitativen Forschern abgelehnt, da die Besonderheiten der qualitativen Forschung nicht berücksichtigt werden.

Eine weitere Position beinhaltet Gütekriterien jeglicher Art als Ganzes abzulehnen, da qualitative ForscherInnen Kontrolle, Reliabilität und Validität als positivistische Ambitionen werten und somit nicht anwenden. Diese Ansicht wird problematisch sobald die gewonnen Erkenntnisse bewertet werden. Dies geschieht zum Beispiel wenn Herausgeber von Journals vor der Veröffentlichung von Forschungsergebnissen diese anhand von Qualitätskriterien prüfen möchten.^[54]

Die dritte Alternative unterstützt die Idee von eigenen qualitativen Gütekriterien. Hier wurden schon Versuche zur Definition solcher Kriterien gemacht:^[55]

1. Verfahrensdokumentation
2. Argumentative Interpretationsabsicherung
3. Regelgeleitetheit
4. Nähe zum Gegenstand
5. Kommunikative Validierung
6. Triangulation

Die Qualitätssteigerung durch die Verwendung von CAQDAS wird in einer effektiveren, reliableren und transparenteren Vorgehensweise gesehen. Konkret werden Datenorganisation und –management erleichtert und dadurch können mehr Daten verwendet werden. Allerdings konnte nicht bestätigt werden, dass die Nutzung von qualitativer Datenanalysesoftware tatsächlich in einer größeren Stichprobengröße resultiert. Offenbar wird die Stichprobe, unabhängig des Analyseverfahrens entsprechend der Methodik festgelegt. Das Argument der Zeitersparnis, konnte ebenfalls nicht gehalten werden.^[56] Nicht bezweifelt wird allerdings die verstärkte Transparenz und somit die Verbesserung der internen Validität.^[57]

Demgegenüber stehen die Kritiker von CAQDAS, die argumentieren, dass die Tiefe der Analyse bei qualitativer Forschung wichtiger ist als der Umfang des analysierten Materials. Also Qualität vor Quantität. Des weiteren bestünde die Gefahr, des „Über-Codierens“, dh durch das Überhandnehmen von Codierung in der Analyse werde diese ersetzt anstatt ergänzt. Schließlich würde der Forscher durch die Software den Kontakt zu seinen Daten verlieren.^[58] Zu den Vorwürfen zählt auch das Argument, dass die Forschung vielmehr an die Software angepasst wird, als umgekehrt. Falls also, das jeweilige Programm eine spezielle Funktion nicht unterstützt, werde dieser spezielle Analyseschritt bei der Datenauswertung nicht ausgeführt.^[59]

Die Mehrheit des Marktangebotes stützt sich auf Such- und Abfragefunktionen, während andere computerunterstützende Auswertungstechniken, im Speziellen die Hypertexttechniken, die auf der Verknüpfung von Texten basieren, vernachlässigt werden. Vor allem bei historischer und biblischer Forschung hat sich allerdings herausgestellt, dass die Systematik von Such- und Abfragefunktion nicht unbedingt idealste Weg ist um Textsegmente zu vergleichen.^[60]

Weiters führe die Konzentration auf die Grounded Theory zu einer verstärkten Homogenität innerhalb der qualitativen Datenanalyse.^[61] Die Methode der grounded theory wurde von Glaser und Strauss 1967 veröffentlicht. Es handelt sich dabei um systematische, induktive Richtlinien für die Datensammlung und –analyse.^[62] Die Theorie wird aus den empirisch gewonnen Daten, ohne vorherige Theorien aus der bisherigen Literatur, gewonnen.^[63] Aufgrund der verstärkten Verwendung der Induktion und Memofunktion beim Einsatz von CAQDAS wird angenommen, dass der Einsatz der Grounded Theory durch die Computer-Unterstützung vermehrt wird.^[64]

Zusammenfassend und ergänzend können folgende Vorteile durch die Verwendung von qualitativer Datenanalysesoftware aufgezählt werden^[65]: Dies sind allerdings nur potentielle Qualitätssteigerungen. Ob diese auch tatsächlich ausgeschöpft werden, wurde noch nicht bestätigt^[66].

Tabelle 2-2: Vor- und Nachteile von CAQDAS

Abbildung in dieser Leseprobe nicht enthalten ^{[67] [68] [69] [70]}

Quelle: eigene Darstellung

3. CAQDAS

Nach eingehenden Erläuterungen zum Thema Grundfunktionen von CAQDAS und der Einführung in das Anforderungsmanagement wird das Modell des Bewertungsprozesses abgeleitet. Die Qualitätsmerkmale und Merkmalsausprägungen werden dann analog zur Literatur dargestellt. Ergänzt werden diese Ausführungen mit dem ersten empirischen Teil dieser Arbeit, der Anforderungsanalyse.

3.1. Grundfunktionen

Programme zur qualitativen Datenanalyse haben verschiedene Funktionen um bei der Auswertung der Daten behilflich zu sein. Generell gilt, dass Softwarefunktionen dem Analyseprozess untergeordnet werden sollten. Limitierte Programmfunktionen dürfen die Auswertung nicht beschränken.^[70] Neben den CAQDAS spezifischen Funktionen gibt es die nicht quantifizierbaren Anforderungen der Benutzerfreundlichkeit und der Flexibilität. Vorerst werden die wichtigsten Grundfunktionen nachstehend kurz umrissen:

3.1.1. Funktionen zur Unterstützung des Datenanalyseprozesses

Funktionen, die die Dateneingabe, die Teilung in Analyseeinheiten, die Codierung, die Suche und die Theoriebildung betreffen, werden nachstehend beschrieben und im Rahmen dieser Arbeit als Funktionen zur Unterstützung des Datenanalyseprozesses betrachtet.

3.1.1.1. Dateneingabe/Datenbankstruktur

Die Dateneingabe kann direkt in das Programm erfolgen oder Dateien können von anderen Dateiformaten importiert werden. Ob Formatierungen erhalten blieben ist je nach Programmpaket unterschiedlich. Bei Audio- und Videoanalyseprogrammen gibt es eine eigene Transkriptionsfunktion, die eine Abschrift des Datenmaterials direkt am Bildschirm unterstützt.^[71]

[...]

^[1] Vgl. Berthold/Hand (1999): S. 8

^[2] Vgl. Berthold/Hand (1999): S. 8

^[3] hierzu werden Daten, die die typischen Merkmale der Datenstruktur in qualitativen Projekten wiederspiegeln (siehe Kapitel 4) aus einem Forschungsprojekt, das am Lehrstuhl für Marketing der Universität Wien erstellt wurde, verwendet.

^[4] Vgl. Ruyter/Scholl (1998): S. 13

^[5] Dotzler (1999): S. 39 ff

^[6] Hox/De Bie/Leeuw (1990): S. 305

^[7] Vgl. EITO (2005)

^[8] Vgl. Flick (2004): S. 16 f

^[9] Strauss/Corbin (1998): S. 10 f

^[10] Lamnek (2005): S. 3

^[11] Flick (2004): S. 13

^[12] Mason (1997): S. 4

^[13] Mayring (2002): S. 12

^[14] Vgl. Babbie (2003): S. 13

^[15] Vgl. Weitzman/Miles (1995): S. 4

^[16] Vgl. Hox/Wittenboer (1990): S. 199

^[17] Vgl. Kuckartz/Grunenberg/Lauterbach (2004): S. 7

^[18] Vgl. Hoffmeyer-Zlotnik u.a. (1992): S. 335

^[19] Dey (1993) S. 55

^[20] Aybüke (2005): S. 3 f zitiert nach: IEEE 610-12.11990 Standard p. 24

^[21] Versteegen u. a. (2004): S. 2

^[22] Vgl. Miles/Huberman (2004): S. 55 ff

^[23] Vgl. Maclaran/Catterall (2002): S. 30 f

^[24] Vgl. Mayring (2002): S. 89 f

^[25] Vgl. Smith/Short (2001): S. 402 ff; gegenteiliger Auffassung: Sapsford/Jupp (1996): S. 169, die die Meinung vertreten, dass eine solche Codierung entweder die Daten reduzieren oder einen zu großen Aufwand darstellt.

^[26] Vgl. Huber (1992): S. 123

^[27] Vgl. Shelly/Sibert (2002): S. 74

^[28] Vgl. Miles/Huberman (2004): S. 56

^[29] Vgl. Shaw (1999): S. 65

^[30] Vgl. Tesch (1992): S. 60 f

^[31] Vgl. Ereaut (2002): S. 135.

^[32] Vgl. Vahs/Burmester (2002): S. 15 f

^[33] Vgl. Lillis (2002): S. 8 f

^[34] Vgl. Ereaut (2002): S. 125.

^[35] Vgl. Lillis (2002): S. 7

^[36] gegenteiliger Auffassung: Maclaran/Catterall (2002): S. 39, die qualitative Datenanalyseprogramme für weitgehend selbsterklärend halten.

^[37] Vgl. Gordon/Langmaid (1993): S. 33 ff

^[38] Vgl. Lillis (2002): S. 10 f und Cowley (2000): S. 18

^[39] Vgl. Tapp (2004): S. 493.

^[40] Vgl. Tesch (1990): S. 5.

^[41] Vgl. Merges (1996): S. 290.

^[42] Vgl. (KOM(2002) 92 – C5-0082/2002 – 2002/0047(COD))

^[43] Vgl. Bundesministerium für Finanzen (2006)

^[44] Vgl. Ruyter/Scholl (1998): S. 10 f

^[45] Vgl. Ereaut (2002): S. 12.

^[46] Vgl. Desai (2002): S. 57.

^[47] Vgl. Tapp (2004): S. 493 ff

^[48] Vgl. Ereaut (2002): S. 125.

^[49] Vgl. Kuckartz (2005): S. 16 f

^[50] Vgl. Ereaut (2002): S. 131.

^[51] Vgl. Tesch (1992): S. 49 f.

^[52] Vgl. Lamnek (2005): S. 156

^[53] Vgl. Gibbs (2002): S. 13

^[54] Vgl. Gaskell/Bauer (2000): S. 343

^[55] Vgl. Mayring (2002): S. 144 f ergänzend auch Gaskell/Bauer (2000): S. 344 f und Seale (1999):
S. 52 ff

^[56] Vgl. Fielding/Lee (1998): S. 58 sowie MacMillan (2005): S. 53 gegenteiliger Auffassung
Roberts/Wilson (2002): p. 27, der die Verwendung von CAQDAS als Zeit sparend betrachtet.

^[57] Vgl. Kuckartz/Grunenberg/Lauterbach (2004): S. 18 und Wagner (2003): S. 4

^[58] Vgl. Fielding/Lee (1998): S. 74 und Bauer (2003): S. 147

^[59] Vgl. Catterall/Maclaran (1998): S. 214 f

^[60] Vgl. Kelle (2000): S. 286 und Coffey/Atkinson (1997): 181 f

^[61] Vgl. Dohan/Sanchez-Jankowski (1998): S. 479

^[62] Vgl. Charmaz (2000): S. 509

^[63] Vgl. Strauss/Corbin (1998): S. 12

^[64] Vgl. Plaß/Schetsche (2000): p. 15

^[65] Vgl. Kuckartz/Grunenberg/Lauterbach (2004): S. 24 f.

^[66] Vgl. Kuckartz/Grunenberg/Lauterbach (2004): S. 25.

^[67] Vgl. Flick (2000): S. 274.

^[68] Vgl. Ruyter/Scholl (1998): S. 13

^[69] Vgl. Fielding (2000): S. 15

^[70] Vgl. Coffey/Atkinson (1997): S. 192

^[71] Vgl. Flick (2000): S. 274