Intro à l'analyse thématique réflexive
Saldana vs Braun & Clarke
Saldana (2015) et Braun & Clarke (2022) sont deux chercheurs influents dans le domaine de l'analyse thématique. Bien que les deux chercheurs proposent une approche similaire de l'analyse thématique, leurs méthodes et approches présentent quelques différences majeures.
L'approche de Saldana en matière d'analyse thématique est connue sous le nom de "codage et catégorisation". Cette approche consiste à diviser les données en segments plus petits, à coder les segments, puis à classer les codes en thèmes. Saldana souligne l'importance d'être flexible et itératif dans ce processus, ce qui signifie que le chercheur doit constamment revisiter les données et ajuster son codage et sa catégorisation si nécessaire. En outre, Saldana insiste sur l'utilisation de codeurs multiples pour accroître la fiabilité et la validité de l'analyse.
D'autre part, l'approche de Braun et Clarke en matière d'analyse thématique est connue sous le nom d'"analyse thématique réflexive". Cette approche implique une exploration plus approfondie des données, en mettant l'accent sur la réflexivité et l'interprétation des données par le chercheur lui-même. Braun & Clarke soulignent l'importance d'identifier et d'analyser les modèles et les thèmes dans les données, et d'utiliser ces thèmes pour raconter une histoire convaincante sur le sujet de la recherche. En outre, Braun et Clarke encouragent les chercheurs à être conscients de leurs propres préjugés et hypothèses, et à faire preuve de réflexivité pour remettre continuellement en question leurs propres interprétations des données.
Dans l'ensemble, Saldana et Braun & Clarke proposent des approches similaires de l'analyse thématique, en mettant l'accent sur le codage et la catégorisation itératifs, ainsi que sur l'identification et l'analyse des thèmes dans les données. Cependant, l'approche de Braun & Clarke met davantage l'accent sur la réflexivité et l'interprétation des données par le chercheur lui-même, tandis que l'approche de Saldana met l'accent sur l'utilisation de codeurs multiples pour accroître la fiabilité et la validité de l'analyse.