Gadījuma analīze tiek plaši pielietota sociālajās zinātnēs, politikā, antropoloģijā, ekonomikā, medicīnā, īpaši tā izplatīta izglītības pētījumos.

Gadījuma analīze tiek pielietota dažādu sociālu fenomenu (indivīdu, grupu, notikumu, vietu, laika posmu, lēmumu, politiku, institūciju u. c.) izpētē to veselumā. Gadījuma analīzē parasti izmanto daudzveidīgus informācijas avotus: intervijas, novērojumus, dokumentus, arhīva materiālus, audio, video ierakstus, fiziskus arhetipus un citus. Gadījuma izpēte var būt vērsta uz viena vai vairāku fenomenu izpēti, salīdzinājumu. Gadījuma izpēte neļauj izdarīt secinājumus, vispārinājumus ārpus izpētes objektiem, par plašāku sociālo parādību loku, taču ļauj atklāt pārmaiņas, iegūt padziļinātu izpratni par kādu notikumu, situāciju, procesu.

Gadījuma analīzes uzdevums ir iegūt iespējami pilnīgu izpratni par notikumu vai situāciju. Detalizēts apraksts ietver izpētes objekta, iesaistīto cilvēku raksturojumu, kā arī kopienas kontekstu, kultūras normu, vērtību, iesakņojušos (stabilu) nostādņu un motīvu izpēti. Atšķirībā no kvantitatīvas aptaujas, kas koncentrējas uz ierobežotu pazīmju loku, gadījuma analīze paredz noteiktas situācijas visaptverošu izpēti. Kvantitatīvs pētījums sniedz atbildes uz jautājumiem “kas?”, “kur?”, “cik daudz?”, savukārt gadījuma analīze koncentrējas uz jautājumiem “kā?”, “kādā veidā?”, “kāpēc?”. Gadījuma analīzes uzdevums ir atklāt jaunas pazīmes un izvirzīt jautājumus turpmākiem pētījumiem. Gadījuma analīzi var pielīdzināt kvalitatīvās pieejas etnogrāfiskam pētījumam, lauka studijām, līdzdalības novērojaumam, jo visos minētajos gadījumos izpēte notiek dabiskā vidē (piemēram, vietējā kopienā, klasē, sporta zālē, notikuma vietā).

Gadījuma analīze nav jauna izpētes metode. Tā tikusi pielietota, vēl pirms bija pazīstamas zinātniskās metodes. Sociālajās zinātnēs pirmais gadījuma analīzi 1829. gadā pielietojis franču inženieris, sociologs un ekonomists Pjērs Gijoms Frederiks Leplē (Pierre Guillaume Frédéric Le Play). Dzīvodams kādā ģimenē, P. G. F. Leplē veica šīs ģimenes budžeta izpēti, vāca datus par ģimens locekļu ienākumiem un izdevumiem, mantisko stāvokli, kā arī viņu nostādnēm un interakcijām. P. G. F. Leplē izstrādātā metode plaši izplatījās vēsturnieku, etnologu, sociologu, antropologu vidū. Pateicoties daudzajiem pētījumiem, tā ieguva savu mūsdienu zinātniskās metodes veidolu un pielietojumu. Gadījuma analīze mūsdienās tiek izmantota arī klīniskajos, sociālā darba, pedaģiskajos, mārketinga, uzņēmējdarbības u. c. pētījumos.

Gadījuma analīzes kā metodes popularitāte laika gaitā bijusi mainīga un pakļauta teorētisko diskusiju pavērsieniem. 20. gs. sākumā metodes attīstību sekmēja kvalitatīvās izpētes pieejas izplatība. Amerikāņu pētnieks Robets Pārks (Robert Ezra Park) rakstījis, ka “zinātniska” ir “padziļināta” izpēte, kas īstenojama, papildinot kvantitatīvos datus ar kvalitatīviem aprakstiem. R. Pārks aicināja studentus pētīt reālo dzīvi tādu, kāda tā pastāv realitātē ārpus bibliotēkām un grāmatu zināšanām. R. Pārks uzsvēris, ka sociologa uzdevums ir sniegt precīzu, atbildīgu un zinātnisku mainīgās sociālās realitātes skaidrojumu. Taču 20. gs. 30.–50. gados, attīstoties pozitīvismam kā teorētiskai perspektīvai un kvantitatīvo pētījumu popularitātei socioloģijā, gadījuma analīze tika kritizēta kā nepietiekami precīza, norādot uz nelielo gadījumu daudzumu, kas parasti ietverts pētījumā, kā trūkumu uzsverot arī nestandartizētās analīzes metodes, subjektīvismu, rezultātu deskriptīvo raksturu, kas neļauj izdarīt plašākus vispārinājumus. Savukārt kopš 60. gadiem, pateicoties Bārnija Gleizera (Barney Galland Glaser) un Enselma Strosa (Anselm Leonard Strauss) ieguldījumam teksta analīzes principu skrupulozā izstrādē, kvalitatīvās metodes gūst arvien plašāku pielietojumu, arī gadījuma izpēte kļūst par plaši atzītu pētniecības metodi.

Atkarībā no pētnieka mērķiem un uzdevumiem ir dažādi gadījuma analīzes veidi.

Ilustratīvās pieejas (illustrative case study) uzdevums ir iepazīstināt lasītāju ar kādu nepazīstamu gadījumu, parasti tiek izcelts kāds noteikts aspekts, kā ilustrāciju sniedzot piemērus, kas raksturo aplūkojamo fenomenu. Tas ir aprakstošs pētījums.

Primārās izpētes gadījuma analīze (exploratory case study, arī pilot case study) tiek veikta pirms lielāka pētījuma. Tās galvenais uzdevums ir gūt izpratni par pētījuma jautājumiem un piemērotākajām izpētes metodikām.

Izskaidrojošās gadījuma analīzes (explanatory case study) uzdevums ir izskaidrot notektu faktoru ietekmi uz novērojamo objektu. Tie var būt gan kritiski pavērsieni, notikumi cilvēka dzīvē vai arī plānota iejaušanās kādā notikumā. Pētījuma uzdevums ir atbildēt uz jautājumu, kādā veidā un kāpēc notiek izmaiņas pētāmajā fenomenā.

Kumulatīvajā gadījumu analīzē (cumulative case study) informācija tiek apkopota no dažādām situācijām dažādos laikos. Šo pētījumu mērķis ir veikt fenomena pagātnes izpēti, kas ļautu izdarīt plašākus vispārinājumus bez atkārtotu pētījumu veikšanas.

Vienkāršā gadījuma analīzē (single case study) par pētījuma objektu izvēlēts atsevišķs notikums, fenomens. Atsevišķa gadījuma izpēti izvēlas, ja nepieciešams pārbaudīt teoriju, pārbaudīt, vai teorētiskie pieņēmumi ir attiecināmi uz konkrēto situāciju. Šī metode ir piemērota arī kāda ekstrēma vai unikāla gadījuma izpētei. Daudzējādu gadījumu analīzes (multimodal case study) metodika paredz vairāku gadījumu izpēti. Sākotnēji tiek pētīti gadījumi atsevišķi, tad skaidrotas līdzības vai atšķirības. Gadījumu izpēti var veikt ar noteiktu laika intervālu, kā arī salīdzināt pētāmo objektu dažādos laika posmos.

Gadījuma analīzes metodika atklāj loģisku saikni starp to, kā pētījumā iegūtie dati sniedz atbildes uz izvirzītajiem jautājumiem. Pētījuma metodika ietver šādus jautājumus: 1) kādi ir pētnieciskie jautājumi, 2) kādi dati ir piemēroti pētījumam, 3) kādi dati tiks vākti, 4) kā dati tiks analizēti un interpretēti. Viens no gadījuma analīzes izstrādātājiem mūsdienās Roberts Jins (Robert K. Yin) uzsver teorētiskā pamatojuma nepieciešamību gadījuma analīzē, tāpēc īpašu nozīmi piešķir konceptuālu pieņēmumu izvirzīšanai pētījuma sākuma stadijā un to saistībai ar datu izvēli un analīzi. Gadījuma analīzes posmi: 1) pētniecisko jautājuma izvirzīšana, 2) datu vākšana, 3) datu analīze, 4) atskaites rakstīšana.

Gadījuma analīzei var izmantot dažādus datu avotus. Nozīmīgākie parasti ir 1) dokumenti, 2) arhīvu materiāli, 3) intervijas, 4) tiešā novērošana, 5) līdzdalības novērošana, 6) fiziskie artefakti. Izmantojami arī citi avoti: filmas, audio, video ieraksti, fotogrāfijas, dzīvesstāsti un citi. Gadījuma analīze ir pārliecinošāka un dziļāka, ja tā balstīta dažādos informācijas avotos, taču iespējama arī gadījuma analīze, kurā izmantots viens informācijas avots, piemēram, dokumenti. Līdzīgi kā citas kvalitatīvās metodes, gadījuma analīzē datu apstādes posms nav strikti nodalīts no datu vākšanas, arī analīzes posmā pētnieks var vākt papildu informāciju, ja tas nepieciešamas situācijas dziļākai izpratnei.

Datu analīzes pieejā ir variācijas atkarībā no autoru teorētiskā skatījuma. Gadījuma analīzes pētnieki Roberts Steiks (Robert E. Stake) un Šerana Meriama (Sharan B. Merriam) savos darbos gadījuma analīzi skaidro, izmantojot sociālā konstrukcionisma konceptuālo ietvaru, uzsverot, ka sociālā realitāte tiek konstruēta indivīdu mijiedarbībā ar apkārtējo sociālo pasauli. Tādējādi pētnieks ienes realitātes konstruēšanas elementu pētnieciskajā situācijā, un arī gadījuma analīzē nav novelkama stingra robeža starp pētnieku un izpētes objektu. R. Steiks un Š. Meriama norāda, ka realitāte nav objektīvi dota, bet to veido daudzējāda realitātes interpretācija, tāpēc pētnieka mērķis ir izprast, kādā veidā cilvēki konstruē nozīmes, piešķir jēgu pasaulei, kurā tie dzīvo, interpretē savu pieredzei. Atbilstoši šai teorētiskajai perspektīvai pētnieka uzdevums ir sniegt jēgpilnu skaidrojumu pētāmajai situācijai. Autori uzsver elastīgas metodikas nozīmību, kas ļauj pētniekam izdarīt ievērojamas izmaiņas pētījuma procesā, taču norāda uz to, cik svarīgi ir sekot pētnieciskajam jautājumam.

Savukārt R. Jins šo metodi uzlūko no pozitīvisma pozīcijām, uzsverot triju elementu nozīmīgumu: objektivitāti, validitāti (validity) un iespēju izdarīt vispārinājumus. R. Jins piedāvā precīzi izstādātu datu vākšanas un analīzes metodisko shēmu, kas ļautu iegūt pamatotus un ticamus rezultātus. R. Jins izvirza metodiski precīzi izstrādātas piecas galvenās datu analīzes tehnikas. 1. Modeļu salīdzināšana (pattern-matching) ‒ empīriskais, novērotais modelis tiek salīdzināts ar prognozēto vai ar vairākām prognozētajām alternatīvām. 2. Skaidrojuma attīstīšana (explanation-building) ‒ vairākkārtēja sākotnējo apgalvojumu salīdzināšana un korekcija attiecībā pret empīriski novērotajiem gadījumiem. 3. Dinamiskās rindas analīze (time series analysis). To pielieto pētāmā objekta pārmaiņu izskaidrošanai ilgākā laika periodā. Laika gaitā tiek pārbaudītas prognozes par noteiktām cēloņsakarībām. 4. Loģisko modeļu attīstība (program logic models) ir modeļu salīdzināšanas un dinamiskās rindas metožu apvienojums. 5. Atkārtota novērošana (repeated observation) ‒ dinamiskās rindas analīzes paveids, kas paredz papildu pazīmju analīzi saistībā ar vienu un to pašu gadījumu.

Atskaites uzbūvi nosaka pētījuma saturs, kā arī auditorija, kurai ziņojums paredzēts. Atbilstoši pētījuma saturam ziņojums var būt lineāri analītiks, pakāpeniski atsedzot pētāmo jautājumu tādā secībā, kādā notikusi izpēte. Ja pētījumā veikts dažādu gadījumu salīdzinājums, tas var kalpot par pamatu atskaites struktūrai. Ja pētījuma galvenais jautājums vērsts uz pārmaiņām laikā, arī ziņojumam labāk piemērots būs metariāla hronoloģisks sakārtojums. Ziņojums var būt orientēts arī uz teorijas veidošanu. Ziņojuma auditorija var būt akadēmiķi, politikas veidotāji; rezultātu izklāsts var tikt adresēts arī plašākai auditorijai bez speciālām zināšanām.