在一些interview或者systematic literature review的研究中，thematic analysis是主要的分析方式。这一分析方式有助于分析文本资料以及各种不同类型的qualitative data。那么怎样才能做好thematic analysis呢？今天英国翰思教育将通过讲解thematic analysis的概念，运用场景和运用步骤，帮助大家更好地理解如何运用这一分析方法。
Thematic analysis可以帮助研究者从采访记录，网络资料或者focus group discussion记录中找出参与者的观点看法、经验、意见或者价值观之类的信息。有些研究问题的类型很适合使用thematic analysis。例如调查受访者在某些场景下对某些群体的印象，或者某类人群在一些场景中的经历以及某些领域研究的看法和现状等。这类需要概括出文本中心思想和主题意思的研究，便适用thematic analysis。
例如在做社会研究时，研究题目可以是年轻女性在社交平台上的关注话题和参与话题的活跃度。这类研究问题可以通过quantitative data和qualitative data的结合，更好地回答问题。Quantitative data可以总结出年轻女性在社交平台上的关注话题，通过survey的方式收集一些statistical numerical data。而在话题活跃度上，quantitative data和qualitative data都需要运用起来。Quantitative data可以大致了解总体的关注的话题百分比，而qualitative data则可以深入了解年轻女性关注某些话题的原因以及她们在某些话题中的活跃度。通过thematic analysis，interview或者focus group收集的数据可以总结出一些相关的主题和内容。Thematic analysis也是一个相对比较主观的数据研究方式，在这一方式中，研究者需要避免自己的偏见或者个人的判断影响对qualitative data的解读，或者对某些数据的忽视和遗漏。
留学生要做好thematic analysis，需要做到以下几步。首先需要熟悉数据。在开始分析单个问题或者单个项目前，需要先浏览收集到的定性数据，从而对所有数据的内容有一个大致的了解。在这一步，可能需要将interview record或者focus group discussion record先做一个转录，将其转化为文字记录。
第二步是coding。在浏览数据的过程中，可以将文本中各个部分的大意做一个标签或者code，一次来描述其中的内容。例如在interview的回答中，各个受访者回答的中心意思，和他们每个答案中给出的短语是否有相似，这些都可以作为标签来给答案做出coding。例如在一段回答中，受访者提到don’t know或者not sure，这些短语都可以标注为uncertainty。之后的分析中uncertainty可以作为一个主题来讨论。
第三步便是生成主题。在coding的过程中，我们给收集到的数据打上了不同的标记。这些标记比较具体，而在主题生成的过程中有些标签可以组成一个主题。例如，标签中出现一些uncertainty或者leave to the experts，no particular idea这类的code，则可以将其归入uncertainty的主题。一般来说主题都比标签包含的范围更大。在整理了若干标签之后，我们可以概括出一个大致的主题。
第四步是审查主题。在概括了大致的主题之后还需要做一次review。在这个审查中，需要确定主题是否能准确表达出qualitative data中的主要信息，以及研究者是否遗漏了某些信息。通过审查，研究者可以确保自己在coding和生成主题的过程中保持客观。
最后的步骤是确定主题。在生成主题后，研究者需要确定主题是否能阐述其包含的意义，以及怎样的命名可以帮助读者理解主题。在完成了确定和命名之后，主题的内容和其包含的意义便能在留学毕业论文中呈现了。
好了，本期内容就和大家分享到这，小编这里整理了20 G的essay写作资料，包括各部分写作技巧、如何避免抄袭以及essay降从方法等，有需要的小伙伴可以戳我哦！
