在简化的术语中，您可以使用 ATLAS.ti 以线条方式或迭代方式处理您的工作。行法可以首先通过分段和编码来表示，然后推迟到以后的反射、提问和最终理解数据的过程。我认为这种方法是一个陷阱，它优先考虑速度而不是深入理解，并可能导致您获得大量代码，但并没有真正了解数据。为了避免这个陷阱，我建议通过建立数据层面的工作之间的对话来接近ATLAS.ti，这需要将引文作为最低限度的分析单元，以及由与探索、组织、分析和解释相关的任务所代表的更高级别的抽象。
我建议的这种迭代和对话方法可以在下图中表示：
ATLAS.ti 中的迭代过程
在此图中，数据分析过程由时间点指示。你可以说，在时间点 1，你在数据级别工作。过了一会儿，你停下来，在时间点2，你看看你到目前为止所做的工作，了解它，并使用这些知识来通知你继续的数据级工作的时间点3。等等，等等。根据这种方法，以报价为重点的数据级别工作为与数据探索、组织、分析和解释相关的更高层次任务提供信息。同时，这些更高级别的任务为数据级工作提供信息。实际上，这转化为在整个过程中不断思考数据、提出问题和写作。
下表列出了 ATLAS.ti 任务，这些任务可以在我们以这种迭代或对话方式处理 ATLAS.ti 时使用。尽管我在表中列出了这些项目，但请记住，您作为研究人员将决定使用哪些 ATLAS.ti 工具以及何时使用。这一点非常重要。该决策的考虑是您的研究设计和定性方法框架，该框架有助于您的数据分析工作。为了说明这一点，如果您在数据分析中遵循解释性方法，则很可能不会使用量化工具，如字云、字列表、代码频率计数（代码文档表）或共发生矩阵。同时，您可能决定强调对报价的丰富描述，而不是编码。或者，如果您遵循一种基础理论方法，代码到代码链接所允许的理论构建可能与其他方法学传统合作时扮演更相关的角色。或者，如果从话语分析的角度工作，很可能你会很好地利用报价到引用（超链接）工具。因此，不要将此表的内容作为您必须遵守的处方;相反，把它作为探索的可能性。
ATLAS.ti 数据分析迭代方法中的任务
迭代过程中的任务
在图 2 中，在”数据级别工作”列下，我列出了我认为用报价来丰富您的工作的所有任务。首先，我要说，我喜欢把引文视为参与者的声音，因此，它们在ATLAS.ti的定性数据分析中起着关键作用。如果我们同意Creswell（2013：47），定性研究的普遍性是理解参与者的含义，那么，显然，我们确实需要注意引文。这涉及到许多任务：创建报价单、反映报价单的内容、根据需要调整其大小、编码和定义代码。我想说，通过积极思考报价内容，以报价注释的形式，你建立一个潜在的深刻理解的数据。但是，当然，您将决定是否应该将时间投入到数据级别上这些详细的工作。事实上，我有很多学生，特别是混合方法的研究团队，告诉我，他们真的没有时间在报价水平。为他们编码是重中之重。
在数据级别工作一段时间后停止时，请看您完成的工作。如图 2 中的”探索、分析和解释”列所示，这可能涉及在上下文中检查报价，按代码创建报价报告（包括其他补充信息，如报价注释、使用的代码以及报价单来自的文档标识）。您还可以以单词云或单词列表的形式查看单词频率，并从那里查看其中某些单词发生的上下文。您可能还希望通过将单个文档、报价单或代码放在网络中并查看它们与分析项目的其他项目的关系来以系统方式检查它们。当你这样做时，问问自己，这种系统的观点如何阐明你对整体的理解。您还可以重新访问代码、备忘录和网络的结构，并开始向数据提问。从根本上说，你会写在备忘录中，你了解的数据到目前为止。对于本文，您将从您创建的报告、您检查的可视化效果、您浏览的单词频率、单词发生的上下文以及通过分析工具向项目提出的问题中学习。
下面，您将回到使用报价，这次尝试利用您所学到的知识来探索、组织和询问数据。一段时间后，您将再次停下来，再次浏览数据，询问它，并不断写在你的备忘录。
继续重复这些循环，直到您对数据的理解感到满意。知道何时停止并不难，因为毕竟，你在整个过程中都在建立你的理解。而且，重要的是，这种理解总是以参与者的声音为基础的。