Yapay Zeka ile Tematik Analiz Nasıl Yapılır: Adım Adım

Tematik analiz, mülakat dökümleri veya açık uçlu anket yanıtları gibi nitel verilerdeki anlam örüntülerini bulmaya yönelik bir yöntemdir. Bunu yapay zeka ile gerçekleştirmek için dökümlerinizi ve araştırma sorunuzu yükleyin, yapay zekanın ilk aşama kodları önermesine izin verin, ardından temaları kendiniz geliştirip kontrol edin. Yapay zeka okuma ve sınıflandırma sürecini hızlandırır. Yorumlama ise size kalır.

Bu kılavuz, tematik analizin ne olduğunu açıklamakta, altı aşamayı adım adım ele almakta ve yapay zekanın nerede yardımcı olup nerede karar vermemesi gerektiğini göstermektedir. İçeriğinde uygulamalı bir örnek, sonuç tablosu formatı ve içerik analizi ile bir karşılaştırma yer almaktadır.

Tematik analiz nedir

Yöntemin en çok atıf alan versiyonunu geliştiren Virginia Braun ve Victoria Clarke, yöntemi kendi sitelerinde şöyle tanımlıyor: "Tematik analiz (TA), veri setlerindeki örüntülü anlamları keşfetmek ve yorumlamak için kullanılan bir dizi nitel araştırma yöntemini ifade eder."

Bu tanımdaki iki kelime büyük önem taşımaktadır. "Dizi" (range), tematik analizin tek bir sabit prosedür değil, bir yaklaşımlar ailesi olduğu anlamına gelir. "Yorumlamak" ise çıktının, verilerin ne söylediğinin bir sayımı değil, ne anlama geldiğine dair bir argüman olduğu anlamına gelir.

Braun and Clarke bu aileyi üç grupta toplar: kodlama güvenilirliği yaklaşımları, kod rehberi (codebook) yaklaşımları ve kendi geliştirdikleri refleksif (düşünümsel) yaklaşım. Bu fark, yapay zekayı nasıl kullanacağınızı etkiler.

• Kodlama güvenilirliği, bir kod rehberini erken aşamada sabitler ve farklı kodlayıcıların bunu aynı şekilde uygulayıp uygulamadığını kontrol eder.
• Kod rehberi yaklaşımları da yapılandırılmış bir çerçeve kullanır, ancak bunun bir dereceye kadar gelişmesine izin verir.
• Refleksif tematik analiz, kodlamayı açık tutar ve anlayışınız derinleştikçe değişmesine izin verir. Sıkça sorulan sorular (FAQ) bölümlerinde açıkça "Refleksif TA, kod rehberlerinden kaçınır" denmektedir.

Refleksif tematik analizde bir tema, bir konudan daha fazlasıdır. Braun and Clarke temaları "merkezi bir kavram veya fikirle desteklenen ortak anlam örüntüsü" olarak tanımlar. Örneğin "fiyatlandırma" gibi bir konu tema değildir. "Müşteriler fiyatı bir güven sinyali olarak okuyor" ifadesi ise bir temadır.

Altı aşama

Braun and Clarke altı aşama belirlemiştir. "Bu aşamalar, takip etmeniz gereken katı bir süreci dikte etmez" diye vurgularlar. Pratikte, bu aşamalar arasında ileri geri hareket edersiniz.

1. Veri setiyle aşina olmak. Verileri tekrar tekrar okuyun ve ilk gözlemleri not edin.
2. Kodlama. Tüm veri seti genelinde, iki veya daha fazla turda anlamlı bölümlere kısa etiketler ekleyin.
3. İlk temaları oluşturmak. Kodları olası anlam örüntüleri halinde gruplandırın.
4. Temaları geliştirmek ve gözden geçirmek. Her bir aday temayı kodlanmış verilerle ve tüm veri setiyle karşılaştırarak kontrol edin. Gerektiğinde temaları bölün, birleştirin veya eleyin.
5. Temaları netleştirmek, tanımlamak ve adlandırmak. Her temanın kapsamını ve hikayesini belirleyin ve ona açıklayıcı bir isim verin.
6. Raporlaştırmak. Analitik anlatıyı veri alıntılarıyla harmanlayın ve mevcut literatürle ilişkilendirin.

Siteleri süreci dürüstçe tanımlıyor: "analiz genellikle yinelemeli bir süreçtir." Temaları oluşturmaya başladıktan sonra kodlamaya geri dönmeyi bekleyin.

Yapay zekanın yardımcı olduğu ve karar vermemesi gereken yerler

Yapay zeka, hacim gerektiren aşamalarda gerçekten yararlıdır. Kırk mülakat dökümünü hızla okuyabilir, aday kodlar önerebilir, bir koda uyan her alıntıyı çekebilir ve bir örüntünün ne sıklıkla göründüğünü sayabilir.

Yorumlama gerektiren kararları yapay zeka vermemelidir. Braun and Clarke, "Nitel analiz; beceri gerektiren, durumsal ve öznel bir süreçtir" diye yazar. Bir model, araştırma sorusundaki çıkarınızı paylaşmaz ve yalnızca ona verdiğiniz bağlamı bilir.

Sıkça sorulan sorular (FAQ) bölümünde analiz yazılımlarıyla ilgili benzer bir noktaya değiniyorlar. Önemli olanın "bilinçli bir araştırmacı olmak" olduğunu yazıyorlar. Bu, herhangi bir aracı, seçtiğiniz yaklaşımın değerlerine uygun bir şekilde kullanmak anlamına gelir.

Uygulanabilir bir iş bölümü şu şekildedir:

Aşama	Yapay zekanın yapabilecekleri	Sizin karar vereceğiniz konular
Aşina olma	Her dökümü özetlemek, şaşırtıcı pasajları işaretlemek	Sorunuz için hangi pasajların önemli olduğu
Kodlama	İlk aşama kodları önermek ve bunları tutarlı bir şekilde uygulamak	Hangi kodların tutulacağı, birleştirileceği veya yeniden adlandırılacağı
Temaları oluşturma	Kodları gruplandırmak ve destekleyici alıntıları çekmek	Bir grubun gerçek bir anlam örüntüsü olup olmadığı
Temaları gözden geçirme	Karşıt örnekler için veri setiini taramak	Bir temanın geçerliliğini koruyup korumadığı
Temaları adlandırma	İsimler ve tek satırlık tanımlar önermek	Nihai isim ve anlattığı hikaye
Raporlaştırma	Bölümleri taslak haline getirmek ve alıntıları bir araya getirmek	Argüman ve iddiaları

Kod rehberi yaklaşımı kullanıyorsanız, yapay zeka çıktısı taslak bir kod rehberi işlevi görebilir. Refleksif tematik analiz kullanıyorsanız, yapay zeka kodlarını analizin kendisi olarak değil, üzerinde düşüneceğiniz ipuçları olarak değerlendirin.

Hangi yaklaşımı kullanırsanız kullanın, yapay zekanın sürece nasıl dahil olduğunu kaydedin. Aracı, yardımcı olduğu aşamaları ve sonrasında neleri değiştirdiğinizi not edin. Kısa bir yöntem paragrafı, bir hakem, sınav yapıcı veya paydaş sormadan önce bu soruyu yanıtlar.

Başlamadan önce ihtiyacınız olanlar

Herhangi bir yapay zeka aracı verilere dokunmadan önce dört şeyi hazırlayın.

Net bir araştırma sorusu. Her kod ve tema buna göre değerlendirilir. "Müşteriler ilk katılım (onboarding) sırasında ne yaşıyor?" sorusu, "Müşteriler ilk ayda neden iptal ediyor?" sorusundan farklı bir analiz üretir.

Temizlenmiş, kimliksizleştirilmiş dökümler. İsimleri, şirket adlarını, e-postaları ve katılımcıyı tanımlayan her türlü detayı kaldırın. Bunu yüklemeden sonra değil, önce yapın. Üçüncü taraf araçlara yönelik sınırlamalar için etik kurul onayınızı veya onay formlarınızı kontrol edin.

Kendi düşünceleriniz için bir not belgesi. Refleksif tematik analiz, araştırmacının bakış açısını ön plana çıkarır. Okurken varsayımlarınızın ve tepkilerinizin güncel bir kaydını, yapay zekanın ürettiği her şeyden ayrı olarak tutun.

Tutarlı bir dosya formatı. Konuşmacı etiketleriyle birlikte mülakat başına bir dosya olması, her alıntıyı kaynağına kadar takip etmeyi kolaylaştırır. Katılımcı kodlarını mülakat tarihleriyle eşleştiren basit bir dizin tutun.

Yapay zeka ile tematik analiz nasıl yapılır

Aşağıdaki adımlar, üç çalışma oturumunda gruplandırılmış altı aşamayı takip etmektedir.

Adım 1: Dökümleri yükleyin ve araştırma sorusunu belirleyin

Kimliksizleştirilmiş dökümleri Powerdrill Bloom gibi bir yapay zeka çalışma alanına yükleyin. Planlarında Excel, CSV, PDF ve doküman yüklemeleri listelendiğinden, Word veya PDF formatındaki dökümler olduğu gibi çalışır. Bir e-tabloya aktarılan açık uçlu anket yanıtları da işe yarar.

Herhangi bir talepten önce, ilk olarak araştırma sorusunu belirtin. Ardından her bir dökümün kısa bir özetini ve soruyla ilgili pasajların bir listesini isteyin.

Bu özetleri okuyun, ardından dökümleri kendiniz okuyun. Yapay zeka özetleri aşina olma sürecini hızlandırır ancak bunun yerini tutmaz. Yapay zeka tarafından oluşturulan kodlara bakmadan önce kendi ilk izlenimlerinizi ayrı bir belgeye not edin.

Adım 2: İlk aşama kodları oluşturun, ardından kendiniz tekrar kodlayın

Yapay zekadan her bir döküm için kodlar önermesini isteyin. Kısa etiketler, her biri için tek satırlık bir tanım ve bunları destekleyen tam alıntıları talep edin.

Yararlı bir talep kısa ve spesifiktir. Dökümü araştırma sorusuyla ilgili her şey için kodlayın, etiketleri beş kelimenin altında tutun ve her biri için tam pasajı alıntılayın. Tam pasajları istemek, katılımcının gerçekte söylediğinden uzaklaşmış bir kodu tespit etmeyi kolaylaştırır.

Ardından kendi başınıza ikinci bir kodlama turu yapın. Kodlarınızı yapay zekanın listesiyle karşılaştırın. Uyuştukları yerlerde, kod muhtemelen açıkça mevcut olan bir şeyi tanımlıyordur. Farklılaştıkları yerlerde ise yakından bakın. Ya yapay zeka gözden kaçırdığınız bir şeyi fark etmiştir ya da anlamdan ziyade yüzeysel ifadeleri etiketlemiştir.

Her alıntıyı izlenebilir tutun. Her kod bir katılımcıya ve bir pasaja işaret etmelidir. Powerdrill Bloom'un ana sayfasında her sayının "arkasındaki sayfa, satır ve rakamla birlikte geri geldiği" belirtilmektedir ve aynı izlenebilirlik alıntılar için de geçerlidir.

Adım 3: Aday temalar oluşturun ve bunları verilerle karşılaştırarak kontrol edin

Yapay zekadan nihai kodlarınızı, her biri için destekleyici alıntılarla birlikte aday temalar halinde gruplandırmasını isteyin. Grupları bir başlangıç noktası olarak kabul edin.

Her bir aday için şu soruyu sorun: Arkasında merkezi bir kavram veya fikir var mı? Cevap yalnızca ortak bir konuysa, bu henüz bir tema değildir. Bölün, birleştirin veya eleyin.

Ardından her temayı test edin. Yapay zekadan buna karşıt olan alıntıları bulmasını isteyin. Karşıt örneklere yönelik bilinçli bir aramadan sağ çıkan bir tema, hiç meydan okunmamış bir temadan daha güçlüdür.

Son olarak, her temayı adlandırın ve iki cümlelik bir tanım yazın. Raporu bölüm bölüm taslak haline getirin ve rapora girmeden önce her alıntıyı orijinal dökümle karşılaştırarak kontrol edin.

Uygulamalı bir örnek

İşte on iki müşteri mülakatı içeren bir ürün araştırması çalışmasındaki sürecin kısa bir versiyonu. Araştırma sorusu, yeni müşterilerin ürünü kullanmayı neden 30 gün içinde bıraktığını soruyordu.

İlk aşama yapay zeka kodları arasında "kurulum çok uzun sürdü", "belirsiz fiyatlandırma" ve "BT onayı gerekiyordu" yer alıyordu.

İkinci bir kodlama turundan sonra araştırmacı, her üçünün de ürünü kendisi seçmemiş kişilerle yapılan mülakatlarda ortaya çıktığını fark etti.

Ortaya çıkan tema "sahiplenmeden benimseme" oldu. Ürünü devralan müşterilerin, başlangıçtaki zorlukları aşmak için hiçbir nedeni yoktu.

Araştırmacı daha sonra yapay zekadan karşıt örnekler istedi: ürünü kendisi seçmemiş ama yine de kullanmaya devam eden müşteriler. İki mülakat buna uyuyordu. Her ikisi de ilk hafta kendilerine hızlı bir kazanım gösteren bir meslektaşı tarif ediyordu; bu da temayı yıkmak yerine daha da netleştirdi.

Yapay zeka kodları hızla ortaya çıkardı. Tema ise araştırmacının bunları kimin söylediğini fark etmesiyle oluştu ki bunu hiçbir kod tek başına yakalayamazdı.

Tematik analiz sonuçları nasıl sunulur

Bir sonuç bölümü genellikle temalar tablosuyla başlar, ardından destekleyici alıntılarla her bir temayı tartışır. Aşağıdaki tablo yaygın bir formatı göstermektedir.

Tema	Tanım	Katılımcılar	Örnek alıntı
Sahiplenmeden benimseme	Ürünü kendisi seçmeyen kullanıcıların devam etmek için çok az nedeni vardı	12 kişiden 7'si	"Bana kullanmam söylendi, ben de minimum olanı yaptım."
İlk izlenim olarak kurulum	Erken kurulum çabası, ürün hakkındaki genel görüşü şekillendirdi	12 kişiden 9'u	"İlk saat zorsa, geri kalanının da öyle olacağını varsayarsınız."

Tabloyu her tema için kısa bir bölümle takip edin. Merkezi fikri açıklayın, iki veya üç alıntı gösterin ve bunu araştırma sorunuzla ilişkilendirin.

Aynı şeyi söyleyen üç alıntı yerine, temayı farklı açılardan gösteren alıntılar seçin. Bunları kısa tutun ve her zaman bir katılımcı koduna atfedin. Okuyucular, bir temayı birkaç farklı sesten duyduklarında ona daha çok güvenirler.

Katılımcı sayıları yararlı bir bağlam sağlar, ancak Braun and Clarke'ın yaklaşımı sıklığı bir önem ölçüsü olarak görmez. Dört kişi tarafından dile getirilen bir tema, on kişi tarafından dile getirilenden daha önemli olabilir.

Paydaşlardan oluşan bir kitle için aynı sonuçlar genellikle kısa bir sunuma dönüşür. AI research synthesis aracı, dökümleri ve anketleri temalar, kanıtlar ve bir paydaş sunumu halinde birleştirerek bu yolu tanımlar.

Tematik analiz ve içerik analizi karşılaştırması

Her iki yöntem de nitel verilerle çalıştığı için genellikle birbiriyle karıştırılır.

	Tematik analiz	İçerik analizi
Temel amaç	Anlam örüntülerini yorumlamak	İçeriği kategorize etmek ve genellikle saymak
Çıktı	Merkezi bir fikre sahip temalar	Sıklık dereceleriyle kategoriler
Sayımın rolü	En fazla destekleyici bağlam	Genellikle merkezi
En uygun kullanım alanı	Deneyimleri ve görüşleri anlamak	Bir şeyin ne sıklıkla göründüğünü ölçmek

Sorunuz "müşteriler fiyatlandırmadan ne sıklıkla bahsediyor?" ise içerik analizi uygundur. "Fiyatlandırma müşteriler için ne anlama geliyor?" ise tematik analiz uygundur.

Bazı projeler her iki yöntemi sırayla kullanır. Büyük bir veri seti genelinde yapılan bir sıklık taraması, yoğunluğun nerede olduğunu gösterir. Daha küçük, odaklanmış bir örneklem üzerindeki tematik tarama ise bu yoğunluğun ne anlama geldiğini açıklar.

Binlerce değerlendirme veya destek talebi gibi büyük ölçekli geri bildirimler için genellikle ilk ihtiyaç sıklık görünümüdür. Voice of Customer Summarizer, geri bildirim kanallarını sıklık dereceleri ve her biri için temsilci bir doğrudan alıntı ile temalar halinde birleştirir.

Excel'de tematik analiz

Birçok araştırmacı hala kodlamayı bir e-tabloda yapmaktadır ve bu, küçük çalışmalar için iyi sonuç verir. Basit bir düzende alıntı başına bir satır kullanılır.

• A Sütunu: katılımcı kodu.
• B Sütunu: birebir kopyalanmış alıntı.
• C Sütunu: ilk tur kodu.
• D Sütunu: ikinci tur kodu.
• E Sütunu: aday tema.

Temaya göre filtreleme yapmak, destekleyici her alıntıyı tek bir görünümde sunar. Tema ve katılımcı başına satır sayısı da bir temanın tek bir konuşkan görüşmeciye dayanıp dayanmadığını bir bakışta gösterir. Buradaki sınır ölçektir. Birkaç yüz alıntıdan sonra, elle sıralama ve yeniden kodlama yavaşlar; yapay zeka destekli gruplandırma en çok bu noktada zaman kazandırır.

Projeniz yayınlanmış çalışmaların incelenmesini de içeriyorsa, yapay zeka ile literatür taraması yazma kılavuzumuz bu bölümü kapsamaktadır.

Sık yapılan hatalar

• Konuları tema olarak ele almak. "İletişim" bir konudur. Tema ise onun hakkında bir şey söyler.
• İkinci bir tur yapmadan yapay zeka kodlarını kabul etmek. İlk aşama kodları genellikle anlamdan ziyade kelimeleri etiketler.
• Kimliği belirlenebilir veriler yüklemek. Herhangi bir yükleme yapmadan önce dökümleri kimliksizleştirin.
• Sıklığı kanıt olarak görmek. Sıklık bir temayı destekler ancak tek başına bir tema oluşturmaz.
• Karşıt örnek aramasını atlamak. Hiç meydan okunmamış bir tema göründüğünden daha zayıftır.
• Temaları adlandırmayı yapay zekaya bırakmak. İsimler argümanı taşır, bu nedenle temalar netleşip tanımlandıktan sonra bunları kendiniz yazın.

Bunları doğru yapmak, güvenilir bir analizi başlıkları olan bir özetten ayıran şeydir. Kendi dökümleriniz üzerinde okuma, kodlama ve gruplandırma işlemlerinin daha hızlı yapılmasını istiyorsanız, tek bir çalışma ile Powerdrill Bloom'u deneyebilirsiniz.

Sıkça sorulan sorular

En basit tanımıyla tematik analiz nedir?

Tematik analiz, mülakatlar gibi nitel verilerdeki anlam örüntülerini bulmanın ve yorumlamanın bir yoludur. Araştırmacı verileri kodlar, kodları temalar halinde gruplandırır ve her temanın araştırma sorusu hakkında ne söylediğini açıklar.

Tematik analizin altı adımı nedir?

Braun ve Clarke'ın altı aşaması; veri setiyle aşina olmak, kodlama, ilk temaları oluşturmak, temaları geliştirmek ve gözden geçirmek, temaları netleştirmek, tanımlamak ve adlandırmaktır. Altıncısı ise raporlaştırmaktır. Bu aşamaların katı kurallar olmadığını belirtirler.

Yapay zeka tematik analiz yapabilir mi?

Yapay zeka; dökümleri özetlemek, kodlar önermek ve alıntıları çekmek gibi hacimli işlerde yardımcı olabilir. Bir temanın ne anlama geldiğine karar verme şeklindeki yorumlama işi ise hala araştırmacıya ihtiyaç duyar. Braun ve Clarke, nitel analizi beceri gerektiren, durumsal ve öznel bir süreç olarak tanımlar.

Bir tematik analizde kaç tema olmalıdır?

Braun ve Clarke, "bir TA'da tema sayısını belirlemek için kesin bir formül olmadığını" belirtmektedir. Bu durum verilere, araştırma sorusuna ve raporun uzunluğuna bağlıdır. Bir analiz, tek bir temayı derinlemesine raporlayabilir veya daha geniş bir genel bakış sunabilir.

Tematik analiz ile içerik analizi arasındaki fark nedir?

Tematik analiz anlam örüntülerini yorumlar ve temalar üretir. İçerik analizi ise içeriği kategorize eder ve genellikle kategorilerin ne sıklıkla göründüğünü sayar. Deneyimleri anlamak için tematik analizi, sıklığı ölçmek için ise içerik analizini seçin.

Kaynaklar: Braun and Clarke, Thematic Analysis · Understanding TA · Doing Reflexive TA · Thematic Analysis FAQs. Uygulamalı örnek ve sonuç tablosu açıklama amaçlıdır.