Lernwirkungen neuer Lernformen - ABWF

tion und Deduktion. In seinem Vorgehen ähnelt es dem Verfahren der Grounded Theory (Glaser/
Strauss 1998, Flick 1995, S. 57ff.). Ziel dieser Methoden ist es, aus dem Datenmaterial
heraus zu verallgemeinerten Überlegungen zu gelangen und die Daten nicht nur zur Überprüfung
der vorab gebildeten Hypothesen und Theorien zu nutzen. Das Vorgehen umfasst folgende
Schritte:
• Beschreibung des Phänomens, das untersucht werden soll und seiner Kontextbedingungen.
• Diachrone Durchsicht des Materials im Hinblick auf Ähnlichkeiten, Wiederholungen sowie
Unterschiede und darauf basierende Formulierung von Kategorien.
• Die so ermittelten Kategorien werden hinsichtlich ihrer Eigenschaften und Bedingungen
durch eine erneute Auseinandersetzung mit dem Material, durch z.B. Fragestellungen,
weiter präzisiert.
• Selektive Durchsicht des Materials im Hinblick auf eine ausgewählte Kategorie und ihrer
Bedingungen (struktureller Kontext, Prozesse, Abfolgen, Bewegungen oder Veränderungen,
Konsequenzen, etc.).
• Triangulation der Daten durch mehrere Analysegänge und unter Einbezug weiterer Dokumente.
• Aufbereitung der Analyseergebnisse und ihre kommunikative Validierung durch die Betroffenen.
Ein allgemeines Vorgehen zur Datenanalyse beschreibt Reischmann (1995). Da es durch sein
systematisiertes Vorgehen in zwölf Schritten sehr handlungsorientiert ist, soll es kurz vorgestellt
werden:
1. Zählen: Auch bei qualitativen Verfahren kann gezählt werden, z.B. bestimmte Worte,
konkrete Informationen oder Bewertungen zu einem Sachverhalt.
2. Muster und Themen registrieren: Erfasst werden bestimmte Themen oder Argumentationsmuster,
die immer wieder auftauchen.
3. Plausibilität sehen: Suche nach Hinweisen, die das Beobachtete bzw. identifizierte Muster
plausibel erscheinen lassen.
4. Zusammenfassen: Durch das Zusammenfassen von Gleichem und Verschiedenem wird
auf einer höheren Abstraktionsebene das Beschreibungsmerkmal sichtbar.
5. Sprachbilder nutzen: Die im Text verwendeten Metaphern können bereits analytische
Hinweise liefern (Sprachbilder, wie z.B. Input-Output aus dem Computerkontext).
6. Kategorien unterteilen: Wenn sich Kategorien als zu umfassend herausstellen müssen sie
weiter unterteilt werden (z.B. „Urteil formuliert“, muss z.B. unterteilt werden in „positives
Urteil“ und „negatives Urteil“).
7. Spezielles unter Allgemeines subsumieren: Konkrete Einzelheiten werden unter einen allgemeinen
Oberbegriff geordnet. (Es wird gefragt: Wofür könnte diese konkrete Sache stehen?)
8. Faktoren bilden: Es werden Cluster und Kategorien gebildet, die das Material weiter reduzieren
und die beobachteten Phänomene beschreiben.
9. Beziehungen zwischen Kategorien registrieren: Zusammenhänge registrieren oder im Material
mögliche Hypothesen dazu untersuchen.
115