Mønstergenkendelse

Uden mønstre – ingen indsigt og viden. Indsigterne kommer ikke automatisk fra data. Metoden er værdifuld, fordi den tager afsæt i data og fastholder brugernes oplevelser. Data skal kodes og systematiseres, hvorefter mønstre og sammenhænge kommer til syne. Disse mønstre fører til nye indsigter om genstandsfeltet, som man gerne vil blive klogere på.

BESKRIVELSE 
Mønstergenkendelse foregår ”nede-fra-og-op” og tager udgangspunkt i brugerens udsagn og egne iagttagelser for herefter at strukturere udsagnene på tværs og finde mønstre i datamaterialet. Mønstrene skal identificere temaer/hovedkonklusioner. Metoden er essentiel, hver gang man har indsamlet data, som man skal udlede indsigter på baggrund af.

HVORDAN
Afhængigt af datatypen (feltnoter, interviewtransskripti¬oner, fotos, lyd- eller videoklip mv.) starter I med at danne jer et fysisk og visuelt overblik over al jeres data. I kan fx printe alle noter og fotos ud og sætte dem op på en stor væg. Herefter gennemgår I samtlige databidder og forholder jer til, hvad hver enkelt bid handler om. Man sætter så at sige en overskrift eller et tema på. Den samme databid kan godt passe ind under flere temaer eller overskrifter. 

Efterhånden som flere temaer og overskrifter fremkommer, kan I begynde at underkategorisere eller overkategorisere. Således ses mønstre i data. Denne fremgangsmåde kan kaldes en empirisk analyse. Pas på ikke at slå jer til tåls med de første og bedste mønstre og sammenhænge, der viser sig.
Prøv at udfordre de oplagte mønstre med ny data eller nye øjne. Lav gerne analyser sammen med andre for at udfordre de temaer og mønstre, I ser. Måske ser de noget helt andet, som også er vigtigt at fremhæve.