Khối lượng dữ liệu định tính thu thập được bởi nhà nghiên cứu có thể là rất đồ sộ. Chính vì vậy, nhà nghiên cứu cần phải phân loại dữ liệu để giảm thiểu dữ liệu. Phương pháp được sử dụng thường là đọc các bản ghi chép (transcript), phân loại và mã hóa dữ liệu.
a. Phát triển và đọc các ghi chép
Việc thực hiện các ghi chép từ những cuộc ghi âm, ghi hình phỏng vấn, thảo luận thông thường phải được làm sau khi kết thúc phỏng vấn/thảo luận càng sớm càng tốt. Do khả năng nhà nghiên cứu sẽ dễ dàng quên đi các chi tiết quan trọng, nên việc viết lại những ghi chép tại hiện trường càng sớm càng tốt sau cuộc phỏng vấn nhóm tập trung là điều bắt buộc. Ngoài ra, vì các nhà nghiên cứu đã có sẵn các câu hỏi nghiên cứu trong tâm trí trong quá trình tổng hợp thông tin, nên chủ đề nổi bật của các cuộc thảo luận đã bắt đầu xuất hiện từ lúc này. Các băng ghi âm cũng nên được ghi xuống ngay sau các cuộc thảo luận càng nhanh càng tốt. Nhà nghiên cứu không cần chờ đợi cho đến khi tất cả các nhóm đã được phỏng vấn xong, vì việc ghi chép lại và thực hiện những phân tích ban đầu của các bộ băng ghi âm đầu tiên sẽ chỉ có thể làm cho việc điều hành các nhóm thảo luận sau đó được tốt hơn. Một số người cho rằng các nhà nghiên cứu không cần phải tự mình ghi lại phần thu âm các phiên thảo luận, nhưng những người khác lại khẳng định rằng chất lượng của các phân tích sẽ cải thiện nếu các nhà nghiên cứu tự tay ghi lại dữ liệu của mình. Phân tích dữ liệu định tính đòi hỏi phải các nhà nghiên cứu phải đọc hiểu cẩn thận các bản ghi chép lại từ băng ghi âm, và khi các nhà nghiên cứu ghi lại dữ liệu của mình thì việc phân tích ở mức độ đầu tiên đã thực sự xảy ra.
b. Phân loại dữ liệu
Phân loại dữ liệu là công việc mà nhà nghiên cứu sẽ phân loại các bản ghi chép thành các phần/phân nhóm (section) và gán tên cho các phần này bằng tên hoặc con số (mã hóa). Trong nhiều trường hợp, các phân nhóm được xác định trước khi tiến hành thu thập dữ liệu định tính nhờ những hiểu biết và kinh nghiệm của nhà nghiên cứu. Tuy nhiên, trong phần lớn các trường hợp, việc phân nhóm và mã hóa được tiến hành sau khi nhà nghiên cứu đã nghiên cứu các bản ghi chép (những chủ điểm quan tâm có
40 đoạn văn ngắn nhưng cũng có thể bao gồm nhiều đoạn văn dài vài trang.
c. Mã hóa dữ liệu
Trước đây, mã hóa trong khuôn khổ một nghiên cứu định tính thường có nghĩa là các nhà nghiên cứu dùng bút màu tô lên các từ với màu sắc khác nhau (người ta cho rằng một số học giả đã sử dụng bút chì màu để làm điều này) lên những bản sao của bản ghi chép gốc để đánh dấu các mã. Phương pháp này hoặc việc sử dụng kéo để cắt ra các mẩu giấy chứa các phạm trù khác nhau đều được sử dụng rộng rãi. Với sự tiến bộ về công nghệ phần mềm, ngày nay ta đã có sẵn các phần mềm quản lý dữ liệu để sử dụng.
Tuy nhiên, dù có dùng phần mềm máy tính hay tô màu chữ như trước đây, quá trình mã hóa về bản chất vẫn giữ nguyên. Dựa vào các câu hỏi nghiên cứu để làm định hướng, tất cả các dòng, đoạn văn, hoặc các phần khác của văn bản đều được mã hóa theo các chủ đề có liên quan. Khi chủ đề được phát triển, nhà nghiên cứu gán một định nghĩa tạm cho mỗi mã. Theo cách làm đó, khi xử lý bản ghi chép từ băng ghi âm, các định nghĩa sẽ được liên tục cập nhật, và đôi khi những mã mới sẽ phải được phát triển khi các thuộc tính của mã không phù hợp với văn bản. Ngoài ra, những loại mã ít được sử dụng sẽ bị loại bỏ còn một số khác thì được mở rộng thêm ra để bù cho những mã đã bị loại. Điều quan trọng cần lưu ý là kiểu phân tích này không phải là phân tích tuyến tính, mà là vòng lặp.
d. So sánh
So sánh dữ liệu là công việc mà các nhà nghiên cứu phải liên tục so sánh các phạm trù và mã phân loại mới của bản ghi chép từ băng thu âm với các phạm trù và mã hiện có để phát triển đầy đủ các thuộc tính của các phạm trù tổng quát bao gồm các mã số riêng biệt. Quá trình được lặp đi lặp lại cho tới điểm bão hòa. Một cách đơn giản, điểm bão hòa là khi nhà nghiên cứu cho rằng không còn có mã số hoặc phạm trù mới nào sẽ xuất hiện nữa và nếu ta cứ tiếp tục mã hóa bản ghi chép thì cũng sẽ chỉ lặp lại những chủ đề đã khám phá.