Tematisk analyse: Braun and Clarkes seks faser, forklart (2026-guide)

Skrevet av Fengming Liu (UCL) · Vurdert av Prof. Shubin Yu (HEC Paris) · May 2026 · Oppdatert: 2026-05-30 · 16 min read

Tematisk analyse er metoden de fleste kvalitative forskere griper til først – og den som oftest utføres løst. Gjort godt er det en stringent, gjennomsiktig måte å finne og rapportere meningsmønstre på tvers av intervjuer, fokusgrupper eller åpen tekst. Denne guiden går gjennom det fase for fase, ved bruk av Braun and Clarkes mye siterte rammeverk, og viser hvor KI nå framskynder arbeidet uten å erstatte ditt skjønn.

For den bredere analysekonteksten, se vår guide Kvalitativ dataanalyse; for det grunnleggende, Kvalitativ forskning 101.

Hva er tematisk analyse?

Tematisk analyse er en metode for systematisk å identifisere, analysere og rapportere meningsmønstre – temaer – på tvers av et kvalitativt datasett. Det er den mest fleksible og mest brukte kvalitative analysemetoden fordi den ikke er bundet til ett enkelt teoretisk rammeverk: den kan anvendes på tvers av fagfelt og paradigmer for å gi mening til hvordan folk opplever og snakker om et tema.

Et tema fanger noe viktig ved dataene i relasjon til forskningsspørsmålet og representerer et mønsterbasert svar eller en mønsterbasert mening på tvers av datasettet. Målet er ikke å oppsummere hva som ble sagt, men å tolke hva det betyr.

Typer tematisk analyse

«Tematisk analyse» er egentlig en familie av tilnærminger. Tre sentrale distinksjoner former hvordan du gjør det:

Induktiv vs. deduktiv – temaer vokser fram fra dataene (induktiv) eller styres av en eksisterende teori eller kodebok (deduktiv). De fleste studier blander begge.
Semantisk vs. latent – analysen holder seg til den eksplisitte overflatemeningen (semantisk) eller tolker underliggende antakelser og ideer (latent).
Refleksiv vs. kodepålitelighet – temaer utvikles gjennom forskerens aktive, refleksive tolkning, eller via en strukturert kodebok med flere kodere og samsvarssjekker. Braun and Clarkes senere arbeid vektlegger den refleksive formen.

Braun and Clarkes seks faser

Seks-fase-rammeverket er ryggraden i tematisk analyse. Fasene er rekursive, ikke strengt lineære – du beveger deg fram og tilbake etter hvert som forståelsen din utvikler seg.

Bli kjent med dataene – les og les på nytt hele datasettet, lytt til opptak hvis tilgjengelig, og noter første ideer. Du kan ikke finne mønstre i data du ikke kjenner godt.
Generere innledende koder – arbeid systematisk gjennom dataene og fest konsise koder til trekk som ser interessante eller relevante ut. Kod inkluderende og behold noe omkringliggende kontekst.
Søke etter temaer – sorter og samle koder i kandidattemaer, og samle alle data som er relevante for hvert tema. Visuelle verktøy som kart hjelper her.
Gjennomgå temaer – sjekk kandidattemaer mot deres kodede utdrag (henger de sammen?) og mot hele datasettet (passer de?). Del opp, slå sammen eller forkast etter behov.
Definere og navngi temaer – skriv en klar definisjon av hva hvert tema handler om og ikke handler om, og gi det et konsist, informativt navn. Hvert tema bør ha et klart fokus og fortelle en del av den overordnede historien.
Produsere rapporten – vev temaene sammen til en analytisk fortelling, støttet av levende, representative utdrag, som besvarer forskningsspørsmålet og forholder seg til litteraturen.

Koder vs. temaer vs. emner

Disse forveksles ofte, og forvirringen svekker analysen:

En kode er en kort merkelapp på et bestemt datasegment (f.eks. «rasjonere tid»).
Et tema er et bredere mønster, bygget fra mange koder, som gjør et analytisk poeng (f.eks. «kontroll utøves gjennom små daglige avveininger»).
Et emne er bare et fagområde (f.eks. «tid»). Et tema sier noe om et emne; et emne alene gjør det ikke.

Å gjøre tematisk analyse med KI-assistanse

KI kan framskynde de mest arbeidsintensive fasene – generere innledende koder på tvers av et stort datasett på minutter og klynge dem til kandidattemaer – slik at forskeren kan gjøre det tolkende arbeidet med å gjennomgå, definere og fortelle. Brukt på en menneske-i-løkken-måte bevarer dette det refleksive skjønnet som ligger i hjertet av god tematisk analyse, samtidig som flaskehalsen fjernes. Se GenAI-assistert kvalitativ forskning for hvordan du holder det stringent.

Vanlige fallgruver

Temaer som bare er emner – en liste over fagområder er ikke analyse; et tema må gjøre et poeng.
Å bruke intervjuspørsmål som temaer – å organisere funn etter spørsmålene som ble stilt, i stedet for etter meningsmønstre.
Tynt belegg – temaer som ikke støttes av nok data, eller bare støttes av kirsebærplukkede sitater.
Overlappende temaer – temaer som ikke er distinkte, noe som signaliserer at gjennomgangsfasen ble forhastet.
Å hoppe over å bli kjent med dataene – å kode før du virkelig kjenner dataene.

Å sikre stringens

Tematisk analyse vurderes på troverdighet, ikke statistikk. Styrk den med et revisjonsspor over kodebeslutninger, klare temadefinisjoner, representative (ikke kirsebærplukkede) utdrag, refleksivitet om din egen påvirkning, og – for kodepålitelighetsvarianter – sjekker av samsvar mellom kodere.

Et gjennomarbeidet eksempel

Bli kjent – les alle 18 intervjuer om velvære ved fjernarbeid to ganger, og noter inntrykk.
Kod – generer koder som «alltid-på-skyldfølelse», «utviskede grenser» og «ritualer som signaliserer stopp».
Søk – klynge koder til kandidattemaer som «grenser må bygges aktivt».
Gjennomgå – test temaer mot utdrag og hele datasettet; slå sammen to overlappende temaer.
Definer – navngi og definer hvert tema presist.
Rapporter – skriv fortellingen med representative sitater og koblinger til litteraturen.

Hovedpunkter

Tematisk analyse finner og rapporterer systematisk meningsmønstre (temaer) på tvers av kvalitative data.
Den varierer langs dimensjonene induktiv/deduktiv, semantisk/latent og refleksiv/kodepålitelighet.
Braun and Clarkes seks rekursive faser går fra å bli kjent med dataene til å skrive opp.
Et tema gjør et analytisk poeng; det er mer enn en kode og mer enn et emne.
KI kan framskynde koding og temasøk, men tolkningen forblir menneskelig.

Ofte stilte spørsmål

Hva er tematisk analyse?

Det er en fleksibel kvalitativ metode for systematisk å identifisere, analysere og rapportere meningsmønstre (temaer) på tvers av et datasett som intervjuer eller åpne svar, for å tolke hva dataene betyr.

Hva er Braun and Clarkes seks faser i tematisk analyse?

Å bli kjent med dataene; generere innledende koder; søke etter temaer; gjennomgå temaer; definere og navngi temaer; og produsere rapporten. Fasene er rekursive snarere enn strengt lineære.

Hva er forskjellen mellom en kode og et tema?

En kode er en kort merkelapp på et bestemt datasegment; et tema er et bredere mønster bygget fra mange koder som gjør et analytisk poeng om datasettet i relasjon til forskningsspørsmålet.

Hva er refleksiv tematisk analyse?

Det er Braun and Clarkes vektlagte tilnærming der temaer aktivt utvikles gjennom forskerens tolkning og refleksivitet, snarere enn via en fast kodebok og samsvar mellom kodere.

Er tematisk analyse induktiv eller deduktiv?

Den kan være enten eller begge. Induktiv analyse lar temaer vokse fram fra dataene; deduktiv analyse styres av eksisterende teori eller en kodebok. Mange studier kombinerer de to.

Kan KI gjøre tematisk analyse?

KI kan generere innledende koder og foreslå kandidattemaer på tvers av et datasett raskt, men gjennomgang, definering og tolkning av temaer bør forbli hos forskeren i en menneske-i-løkken-arbeidsflyt.