Thematische analyse is een kwalitatieve onderzoeksmethode waarmee je patronen van betekenis, oftewel thema’s, herkent in tekstdata zoals interviews, focusgroepen en open enquêtevragen. Je leest de data grondig, codeert betekenisvolle fragmenten en bundelt die codes stap voor stap tot een beperkt aantal onderbouwde thema’s die je onderzoeksvraag beantwoorden. De bekendste uitwerking is het zesfasenmodel van Braun en Clarke uit 2006, dat de analyse systematisch en navolgbaar maakt.
Wie een reeks diepte-interviews of een stapel open antwoorden voor zich heeft, staat voor dezelfde vraag: hoe maak je van honderden pagina’s ruwe tekst een helder verhaal waar beslissers iets mee kunnen? Thematische analyse is daarvoor het meest gebruikte gereedschap. Het is flexibel genoeg voor bijna elk soort kwalitatief materiaal en tegelijk gestructureerd genoeg om willekeur te vermijden. In dit artikel leggen we uit wat de methode precies is, hoe je ze stap voor stap uitvoert, hoe inductief en deductief coderen van elkaar verschillen, en waar het in de praktijk misgaat.
Wat is thematische analyse?
Thematische analyse is een methode om kwalitatieve data te analyseren door er terugkerende thema’s in te identificeren, te ordenen en te interpreteren. Een thema is geen samenvatting van een onderwerp, maar een patroon van betekenis dat op meerdere plekken in de data terugkomt en dat iets wezenlijks zegt over je onderzoeksvraag. Het verschil is belangrijk: “prijs” is een onderwerp, terwijl “klanten ervaren de prijs als oneerlijk omdat de waarde onzichtbaar blijft” een thema is.
De methode werd breed bekend door het artikel van Virginia Braun en Victoria Clarke in 2006, dat uitgroeide tot een van de meest geciteerde methodologische teksten in de sociale wetenschappen. Hun kracht zat in de toegankelijkheid: ze beschreven een duidelijke, navolgbare procedure die niet vastzit aan een theoretisch kader. In latere publicaties verfijnden zij de aanpak tot wat ze reflexieve thematische analyse noemen, waarin de onderzoeker niet een neutrale codeermachine is maar een actieve, kritische interpreet.
Je zet thematische analyse in zodra je wilt begrijpen hoe mensen over iets denken, voelen of praten, en niet alleen hoeveel. Ze past op bijna elke vorm van tekst: uitgeschreven interviews, notulen van focusgroepen, open velden in een vragenlijst, online reviews, chatlogs of transcripties van verkoopgesprekken. De voorwaarde is dat de data rijk genoeg is, dat respondenten dus echt iets vertellen in plaats van enkel een cijfer te geven. Hoe beter de dataverzameling is voorbereid, hoe meer de analyse oplevert.
Thematische analyse is bewust een vorm van kwalitatief onderzoek. Ze zoekt naar betekenis en nuance, niet naar cijfers. Waar je met statistische technieken toetst hoe sterk een verband is, legt thematische analyse bloot waarom mensen iets doen of voelen. Beide zijn waardevol, maar ze beantwoorden verschillende vragen. Binnen het bredere proces van kwalitatief onderzoek analyseren is thematische analyse de stap waarin losse codes een betekenisvol geheel worden.
Waarom thematische analyse veel gebruikt wordt in marktonderzoek
In marktonderzoek komt rijke tekstdata uit talloze bronnen: diepte-interviews, focusgroepen, open vragen in een vragenlijst, reviews, klantenservicegesprekken en social media. Al dat materiaal bevat signalen die een gesloten vraag nooit oppikt, maar het is pas bruikbaar als je het ordent. Thematische analyse is daarvoor om drie redenen populair.
Thematische analyse wordt in de praktijk gebruikt om bijvoorbeeld de open antwoorden in een klanttevredenheidsonderzoek te duiden, om de antwoorden uit een medewerkersbevraging te structureren, of om te begrijpen welke associaties leven in een imago-onderzoek. Het resultaat is telkens hetzelfde: van ongeordende tekst naar een helder, onderbouwd verhaal.
De zes fasen van Braun en Clarke
Het zesfasenmodel is de ruggengraat van de methode. Het is nadrukkelijk geen rechte lijn maar een iteratief proces: je gaat geregeld terug naar een eerdere fase als nieuwe inzichten daarom vragen. De zes fasen op een rij.
Fase 2 is in de praktijk het leeuwendeel van het werk. Een code is een beknopt label dat vastlegt waar een fragment over gaat, en je legt je codeerbeslissingen vast in een codeboek zodat je ze later kunt verantwoorden. Fase 4 is de kritische controle: klopt een thema nog als je het afzet tegen alle data, of valt het uiteen? Fase 6 is meer dan opschrijven. Een goed onderzoeksrapport vertelt een verhaal, onderbouwt elk thema met citaten en vertaalt de inzichten naar heldere visuele en tekstuele conclusies waar de opdrachtgever mee verder kan.
Voor de codering gebruiken onderzoekers soms gespecialiseerde software zoals NVivo of ATLAS.ti, maar voor kleinere projecten volstaat een spreadsheet of tekstverwerker prima. Het gereedschap doet het denkwerk niet: het ordent alleen wat jij als onderzoeker aan betekenis toekent. De kwaliteit van de analyse hangt af van je codeerbeslissingen, niet van de tool die je kiest.
Inductief versus deductief coderen
Een van de belangrijkste keuzes bij thematische analyse is de richting van je codering. Codeer je van onderaf, met codes die volledig uit de data ontstaan, of van bovenaf, met codes die je vooraf uit een theorie of model afleidt? Die keuze bepaalt mee wat je uiteindelijk vindt.
| Aspect | Inductief coderen | Deductief coderen |
|---|---|---|
| Vertrekpunt | De data zelf | Een bestaand kader of theorie |
| Codes | Ontstaan tijdens het lezen | Grotendeels vooraf bepaald |
| Geschikt voor | Exploratief onderzoek, nieuwe of onbekende thema’s | Toetsend onderzoek met een bekend kader |
| Sterkte | Open blik, verrassende inzichten | Gericht, goed vergelijkbaar |
| Risico | Tijdrovend en minder gestuurd | Blik vernauwt tot bestaande categorieën |
In de praktijk is de scheiding zelden absoluut. Veel marktonderzoek werkt hybride: je start met een handvol codes op basis van de onderzoeksvragen, maar laat tegelijk ruimte voor nieuwe codes die spontaan opduiken. Zo combineer je focus met openheid. Diezelfde combinatie zie je terug in mixed methods onderzoek, waar kwalitatieve en kwantitatieve bevindingen elkaar onderbouwen.
Naast de richting van coderen speelt het niveau van interpretatie een rol. Bij semantische thema’s blijf je dicht bij wat respondenten letterlijk zeggen. Bij latente thema’s kijk je naar de onderliggende aannames, overtuigingen of emoties achter de woorden. Een semantisch thema is “klanten vinden de levering te traag”, een latent thema is “trage levering ondermijnt het vertrouwen in het merk”. Welk niveau je kiest, hangt af van je onderzoeksdoel.
Van citaat naar code naar thema: een voorbeeld
De logica van thematische analyse wordt concreet zodra je ziet hoe losse uitspraken via codes samenkomen in een thema. Stel dat je open antwoorden analyseert uit een onderzoek naar de klantervaring van een webshop. Dan kan de opbouw er zo uitzien.
| Citaat van een klant | Code | Thema |
|---|---|---|
| “Ik moest drie keer bellen voor ik een antwoord kreeg” | herhaald contact nodig | Een moeizaam serviceproces ondermijnt het vertrouwen |
| “Niemand kon me vertellen waar mijn pakket bleef” | gebrek aan duidelijkheid | |
| “Na die ervaring bestel ik liever ergens anders” | intentie om te vertrekken |
Drie losse uitspraken worden drie codes, en samen vormen ze een thema dat meer zegt dan de som van de delen: het serviceproces kost niet alleen tijd, het tast de klantrelatie aan. Zo’n thema is direct bruikbaar voor beleid, terwijl een simpele telling van het woord “service” dat inzicht nooit had opgeleverd. Het is ook meteen duidelijk waarom thema’s niet hetzelfde zijn als onderwerpen: pas de interpretatie maakt het verschil.
Thematische analyse versus andere kwalitatieve methoden
Thematische analyse is niet de enige manier om kwalitatieve data te analyseren. Het helpt om te weten waarin ze verschilt van verwante methoden, want de keuze bepaalt welk eindresultaat je krijgt.
| Methode | Doel | Eindresultaat |
|---|---|---|
| Thematische analyse | Patronen van betekenis identificeren | Een set onderbouwde thema’s |
| Grounded theory | Een nieuwe theorie opbouwen uit de data | Een verklarend model of theorie |
| Kwalitatieve inhoudsanalyse | Inhoud categoriseren en soms tellen | Gecategoriseerde, deels gekwantificeerde inhoud |
| Narratieve analyse | De structuur van verhalen begrijpen | Inzicht in verhaallijnen en betekenisgeving |
Het grootste misverstand is de verwarring met grounded theory. Thematische analyse stopt bij een heldere set thema’s die je onderzoeksvraag beantwoorden. Grounded theory gaat een stap verder en bouwt uit de data een samenhangende theorie op, met strengere eisen zoals theoretical sampling en theoretische verzadiging. Thematische analyse verschilt ook van kwalitatieve inhoudsanalyse, die vaker telt hoe vaak iets voorkomt, en van narratieve analyse, die juist de opbouw van individuele verhalen centraal stelt. Voor veel toegepaste marktonderzoeksvragen is thematische analyse de pragmatische middenweg: diepgaand genoeg om betekenis te vatten, praktisch genoeg om binnen een project af te ronden.
Een geautomatiseerde buur is sentimentanalyse, die bepaalt of een tekst positief, negatief of neutraal is. Die twee vullen elkaar aan en vervangen elkaar niet: thematische analyse vertelt je waarover mensen praten, sentimentanalyse hoe ze zich erbij voelen.
Hoe waarborg je de kwaliteit van je analyse
Kwalitatief onderzoek is niet minder streng dan kwantitatief, het hanteert alleen andere kwaliteitscriteria dan de klassieke betrouwbaarheid en validiteit. Het begint met reflexiviteit: de onderzoeker maakt expliciet welke aannames en voorkennis hij meebrengt, want die kleuren onvermijdelijk de interpretatie. Een tweede pijler is een transparant spoor. Door je codeboek, je beslissingen en de opeenvolgende versies van je thema’s vast te leggen, kan een buitenstaander de route van ruwe data naar conclusie volgen. Dat maakt een thematische analyse navolgbaar en controleerbaar.
Over de vraag of meerdere codeurs onafhankelijk moeten coderen, verschillen de scholen van mening. In meer gestructureerde, deductieve varianten is het gebruikelijk om de overeenstemming tussen codeurs te toetsen met een maat als de kappa van Cohen. In de reflexieve variant van Braun en Clarke ligt de nadruk juist op de doordachte interpretatie van de onderzoeker, en is zo’n betrouwbaarheidsmaat geen doel op zich. Welke route je ook kiest, leg de keuze vooraf vast en wees er transparant over. Vaak is het bovendien waardevol om je voorlopige thema’s terug te leggen bij deelnemers of experts, om te toetsen of zij hun werkelijkheid erin herkennen.
Hoeveel gesprekken je nodig hebt, leg je niet vooraf vast. Het gebruikelijke stopcriterium is verzadiging: je stopt zodra nieuwe interviews nauwelijks nog nieuwe thema’s opleveren. Voor interviews volstaan vaak zes tot twintig gesprekken, voor focusgroepen drie tot zes groepen, maar die getallen zijn een vuistregel en geen norm. En omdat deelnemers in kwalitatief onderzoek niet aselect getrokken worden, mag je de uitkomst nooit generaliseren alsof het een representatieve meting was. Wie met gevoelige onderwerpen of kwetsbare doelgroepen werkt, houdt daarnaast rekening met de regels rond onderzoeksethiek.
Vijf valkuilen bij thematische analyse
Thematische analyse lijkt eenvoudig, en juist die schijnbare eenvoud is riskant. Codeersoftware en AI-tools kunnen vandaag in enkele seconden duizenden fragmenten labelen, maar ze kunnen niet beoordelen welk patroon er werkelijk toe doet. Daardoor daalt de drempel om snel een fout ogende analyse te produceren, terwijl de drempel om een goede analyse te maken even hoog blijft. Een ervaren onderzoeker is dus niet minder maar juist meer nodig. Dit zijn de vijf fouten die we het vaakst zien.
1. Thema’s die eigenlijk onderwerpen zijn
De meest voorkomende fout is dat “thema’s” in werkelijkheid samenvattingen van vragen zijn. “Prijs”, “levering” en “service” zijn categorieën, geen thema’s. Een echt thema zegt iets over het patroon van betekenis, niet enkel over het onderwerp waarover werd gesproken.
2. Tellen in plaats van interpreteren
Dat een woord vaak valt, maakt het nog geen belangrijk thema. Frequentie en betekenis zijn niet hetzelfde. Soms zit het scherpste inzicht in een uitspraak die maar een keer voorkomt maar een onderliggend probleem blootlegt.
3. Thema’s zonder samenhang
Een goede analyse levert thema’s op die samen een verhaal vertellen, met een duidelijke rode draad. Een lijst losse thema’s zonder onderling verband is een inhoudsopgave, geen analyse.
4. Citaten cherry-picken
Wie vooraf weet wat de uitkomst moet zijn, vindt altijd citaten die dat bevestigen. Deze bevestigingsdrang vertekent het resultaat, net zoals sociale wenselijkheid dat aan de kant van de respondent doet. Een zorgvuldige onderzoeker toetst thema’s juist tegen de hele dataset, inclusief de uitspraken die niet passen.
5. De analyse volledig aan AI overlaten
AI kan transcriberen en een eerste codering voorstellen, en dat scheelt tijd. Maar een model herkent geen latente betekenis, mist de context van de opdracht en presenteert zijn uitkomst met onterecht veel stelligheid. Zonder menselijke toetsing krijg je thema’s die kloppen op het eerste gezicht en onhoudbaar zijn bij nader inzien. De interpretatie, de afweging en de verantwoordelijkheid blijven mensenwerk.
Haal meer uit je kwalitatieve data
Thematische analyse is krachtig juist omdat ze toegankelijk is, maar diezelfde toegankelijkheid verleidt tot snel en oppervlakkig werk. De waarde zit in de zorgvuldige uitvoering: consequent coderen, kritisch herzien en eerlijk interpreteren. Wie dat goed doet, verandert een stapel transcripten in richting voor echte beslissingen. Daarbij helpt het om de kwalitatieve inzichten te verbinden met je bredere onderzoeksopzet, van een doordachte respondentenselectie tot een observatie in de echte omgeving die vertelt wat mensen doen in plaats van wat ze zeggen.
Bij BABLR voeren we thematische analyses uit op interviews, focusgroepen en open enquêtevragen, en vertalen we de thema’s naar conclusies waar je team mee aan de slag kan. Wil je weten hoe kwalitatief onderzoek jouw vraagstuk kan beantwoorden? Bekijk ons aanbod aan soorten marktonderzoek of ontdek hoe een marktonderzoek bij ons verloopt, dan denken we graag met je mee. Een eerste kennismaking via onze marktonderzoekspagina is zo gelegd.
