Analyseren

Verkennend – patronen en statistische correlaties in kwantitatieve data

We starten met een verkennende analyse van de kwantitatieve data. Deze data komt voort uit de gesloten (duidings)vragen in de onderzoeksconcepten. Via grafieken, filters en interactieve dashboards ontdekken we patronen, opvallende verschillen en zwakke signalen. Dit roept vaak al eerste vragen en hypotheses op. Op basis daarvan bepalen we welke verhalen we gaan lezen. Zo laten we de data het werk doen: ze helpen ons nieuwsgierig te worden.

Verdiepend – thematische analyse van verhalen

Vervolgens voeren we een thematische analyse uit. Dat betekent: zoeken naar terugkerende inhoudelijke thema’s in hoe mensen hun verhaal vertellen. Denk aan motieven zoals onzekerheid, vertrouwen, stress of hoop. We coderen fragmenten die qua inhoud en taalgebruik bij elkaar passen. Hiervoor gebruiken we een open en reflexieve werkwijze. Zo ontstaat er inzicht in gedeelde ervaringen en zorgen.

De thematische analyse is een krachtige manier om verhalen te ordenen. Maar het vertelt nog niet hoe mensen hun verhaal opbouwen of welke betekenis ze eraan geven. Daarvoor gaan we een laag dieper: naar de narratieve analyses.

Overstijgend – narratieve analyses op systeemniveau

Narratieve analyses gaan dieper dan de inhoud van het verhaal. Ze kijken naar de opbouw, de rollen in het verhaal, de vertelstijl en de sociale betekenis. Niet alleen wat iemand zegt, maar vooral hoe en waarom. Zo krijg je zicht op de diepere lagen van betekenis.

We gebruiken verschillende technieken:

• Holistische analyse – wat is de kernboodschap als je het verhaal als geheel leest?
• Plotanalyse – zit er ontwikkeling in het verhaal? Gaat het vooruit, achteruit of blijft het stilstaan?
• Positioneringsanalyse – wie spreekt er tot wie, vanuit welke rol of positie? Wie krijgt een stem, wie niet?
• Sociologische analyse – welke sociale structuren, verwachtingen of machtsverhoudingen worden zichtbaar?
• Dialogisch-performatieve analyse – wat doet het verhaal in de context waarin het verteld wordt?
• Tegenverhaal-analyse – welk verhaal zit er achter of onder het dominante verhaal?

Deze analyses maken zichtbaar hoe verhalen richting geven, machtsverhoudingen bevestigen of juist uitdagen, en welke sociale betekenis ze hebben. Zo ontdek je dominante én tegenverhalen in een systeem.

Samenhangend – integratie van cijfers en verhalen

De kracht van onze aanpak zit in het combineren van data en verhalen. Verhalen koppelen we aan de kwantitatieve patronen. Zo ontstaat er een rijk en onderbouwd beeld van wat mensen beleven, waarom dat zo is en hoe dat verschilt tussen groepen. De inzichten zijn dus niet losstaand, maar vormen één samenhangend geheel.

Menselijke analyse én AI

Onze analyses combineren menselijke interpretatie met de kracht van AI. Dat geldt op verschillende manieren, afhankelijk van het type analyse.

Thematische analyse begint bij mensen. Zij lezen verhalen, herkennen taalgebruik en benoemen terugkerende thema’s. AI helpt vervolgens om die inzichten te valideren, aan te vullen of te verbreden. Denk aan automatische herkenning van woordvelden, sentiment of semantische verbanden. Dat voorkomt tunnelvisie en geeft stevigheid aan de uitkomsten. Zo versterken mens en machine elkaar.

Narratieve analyses zijn complexer. Die vragen om begrip van context, vertelstructuren en machtsverhoudingen. Hier trainen we AI-modellen op basis van onze narratieve analysetechnieken – bijvoorbeeld op het herkennen van verhaallijnen, rolverdelingen of tegenverhalen. De AI leert dan om narratieven te classificeren en te duiden op basis van menselijke voorbeelden.

Menselijke analyse blijft hierin onmisbaar. AI kan narratieve kenmerken herkennen, maar de betekenis en nuance vragen altijd om menselijk oordeel. Daarom trainen we AI met mensen, niet in plaats van mensen. Zo blijft er ruimte voor verbeelding, reflectie en het onverwachte – precies dat wat complexe vraagstukken nodig hebben.