Was ist Mixed-Methods-Forschung und wie kannst du sie durchführen?
Einführung in die Mixed-Methods-Forschung
Für Informationen über andere Methoden besuche unsere Methodenübersicht
Definition der Mixed-Methods-Forschung
Mixed-Methods-Forschung ist ein Ansatz, der qualitative und quantitative Forschungsmethoden und -techniken in einer einzigen Studie kombiniert. Diese Integration ermöglicht ein umfassenderes Verständnis eines Forschungsproblems, indem die Stärken beider methodologischer Paradigmen genutzt werden. Qualitative Daten liefern Tiefe und Kontext, indem sie die zugrunde liegenden Gründe, Meinungen und Motivationen untersuchen, während quantitative Daten messbare, statistische Beweise bieten. Durch die Kombination dieser Methoden kannst du Ergebnisse triangulieren, validieren und Forschungsfragen fundierter beantworten. Mixed-Methods-Forschung ist besonders nützlich in komplexen Studien, bei denen weder qualitative noch quantitative Ansätze allein ausreichen würden. Dieser Ansatz kann je nach Forschungsdesign sequenziell, gleichzeitig oder iterativ implementiert werden.
Strategien für einen Mixed-Methods-Ansatz
Abhängig von der Forschungsfrage, die du untersuchst, gibt es verschiedene Möglichkeiten, einen Mixed-Methods-Ansatz in dein Forschungsdesign zu integrieren. Ein wichtiger Faktor ist die Reihenfolge, in der du die quantitativen und qualitativen Methoden anwendest. Jede der folgenden drei Optionen ist valide, und du musst die Vor- und Nachteile jeder sorgfältig abwägen, bevor du Dich auf die Forschung einlässt. Wir empfehlen dir, mindestens eine Peer Debriefing Sitzung durchzuführen, um iterativ an deinem Forschungsdesign zu arbeiten, bevor du mit der Stichprobenahme und Datenerhebung beginnst.
- Qualitativ zuerst: Ein explorativer Ansatz beginnt mit qualitativer Forschung, um Phänomene zu untersuchen und eine Theorie zu entwickeln, gefolgt von quantitativer Forschung, um die aus qualitativen Erkenntnissen generierte Theorie zu testen (möglicherweise bereits als Hypothese für einen statistischen Test formuliert). Dies ist auch der klassische Forschungszyklus, wenn er nicht als Mixed-Methods in einer einzigen Studie durchgeführt wird. Auch wenn es konfirmatorische Fallstudien durchaus gibt, wird das Testen von Theorien häufiger mit einem quantitativen Ansatz durchgeführt, während die Theoriebildung eher einen qualitativen Weg einschlägt. Quantitative Studien folgen also oft auf qualitative.
- Quantitativ zuerst: Ein explanatorisches Design beginnt mit quantitativer Forschung, gefolgt von qualitativen Methoden, um die statistischen Ergebnisse detaillierter zu erklären. Oft wirst du eine Anomalie in den Daten messen, bei der nicht sofort ersichtlich ist, woher sie stammt und warum. Durch semi-strukturierte Interviews mit den Teilnehmern können die Erkenntnisse näher untersucht werden.
- Iterativ: Manchmal kann es vorteilhaft sein, beide Methodologien in iterativer Weise durchzuführen. Qualitative Forschung ist ohnehin oft iterativ in ihrer Natur, wobei theoretisches Sampling die Datenerhebung bestimmt. Ein quantitativer Ansatz kann diesen iterativen Workflow begleiten, wobei in jeder Iteration einige Statistiken über deine Studie erstellt werden, sodass du in der nächsten Iteration interessante oder überraschende Ergebnisse der quantitativen Analyse der letzten Iteration weiter untersuchen kannst. Dies kann eine sehr mächtige Strategie sein. Allerdings solltest du dir bewusst sein, dass diese Art von Studie auch arbeitsintensiver ist. Aber weil sie sehr gute Ergebnisse liefern kann, lohnt es sich, die Iterationen etwas länger zu gestalten, als du sie normalerweise in einer rein qualitativen Studie hättest.
- Parallel: Wenn wenig Interaktion zwischen den beiden Methoden zu erwarten ist, kannst du sie auch parallel laufen lassen, um Zeit zu sparen. Allerdings ist unserer Erfahrung nach in den meisten Fällen eine iterative Strategie vorzuziehen, da die Möglichkeit zusätzlicher Erklärungen und Erkenntnisse durch die Interaktionen zwischen den Methoden und das iterative Lernen über das Phänomen ermöglicht wird, bessere Fragen an die Teilnehmer zu stellen und mehr Muster in den Daten zu erkennen.
Methodologische Rigorosität
Wie wir in unserem Artikel über Rigorosität dargelegt haben, gibt es zwei konkurrierende Paradigmen zur Sicherung und Bewertung der Qualität und Rigorosität der durchgeführten Forschung. Jedes der beiden Paradigmen ist eng mit der quantitativen oder qualitativen Forschung verbunden. Dies bedeutet, dass für einen Mixed-Methods-Ansatz, der qualitative und quantitative Methoden gleichermaßen priorisiert, es ratsam ist, beide Paradigmen der Rigorosität zu berücksichtigen. Dies beinhaltet die Sicherstellung von Validität, Zuverlässigkeit und Vertrauenswürdigkeit. Die Best-Practices und Methoden, die erforderlich sind, um die entsprechenden Dimensionen jedes Paradigmas zu erfüllen, sind oft ähnlich: sorgfältige Stichprobenahme, Triangulation und die Verwendung konsistenter Datenerhebungsverfahren. Das "Framing" wird jedoch unterschiedlich sein, und du solltest dir der genauen Unterschiede zwischen den Begriffen bewusst sein, um eine klare Kommunikation zu gewährleisten und dein Paper durch das Peer-Review zu bringen. Mixed-Methods-Studien sollten auch die potenziellen Verzerrungen berücksichtigen, die sich aus der Integration unterschiedlicher Methodologien ergeben können, und bestrebt sein, diese zu minimieren. Einige Methoden sind auch eng mit einer spezifischen epistemologischen Haltung verbunden, was sie möglicherweise inkompatibel mit anderen Methoden macht, die diese Sichtweise auf Wissen und Wahrheit nicht teilen.
Fazit zur Mixed-Methods-Forschung
Der Mixed-Methods-Ansatz ist ein wertvolles und flexibles Werkzeug, das die Brücke zwischen numerischen Daten und menschlichen Erfahrungen schlägt, um umfassenderes und handlungsrelevantes Wissen zu generieren. Der Mixed-Methods Ansatz ermöglicht dir, eine umfassendere und nuanciertere Sichtweise auf eine Forschungsfrage zu gewinnen, indem die vielschichtige Natur dieser Frage aus verschiedenen Blickwinkeln betrachtet wird. Allerdings erfordert es eine sorgfältige Planung, da deine Studie von Peer-Reviewern beurteilt wird, die Experten in einem der beiden methodologischen Paradigmen sein könnten.
Die Präsentation einer solchen Studie bringt auch eigene Herausforderungen mit sich, sowohl bei der Auswertung der Ergebnisse als auch bei der Interpretation der Daten und der richtigen Verknüpfung der Erkenntnisse. Die Interpretation deiner Daten sollte eine kohärente Erzählung bieten, die die qualitativen und quantitativen Ergebnisse miteinander verbindet und hervorhebt, wie sie sich ergänzen. Bei der Berichterstattung solltest du das Mixed-Methods-Design, die Begründung für dessen Anwendung und wie die Integration der Daten zu einem umfassenderen Verständnis des Forschungsproblems geführt hat, klar beschreiben. Diese Transparenz erhöht die Glaubwürdigkeit der Studie und ermöglicht die Replikation in zukünftigen Forschungen.
Die Präsentation einer solchen Studie bringt auch eigene Herausforderungen mit sich, sowohl bei der Auswertung der Ergebnisse als auch bei der Interpretation der Daten und der richtigen Verknüpfung der Erkenntnisse. Die Interpretation deiner Daten sollte eine kohärente Erzählung bieten, die die qualitativen und quantitativen Ergebnisse miteinander verbindet und hervorhebt, wie sie sich ergänzen. Bei der Berichterstattung solltest du das Mixed-Methods-Design, die Begründung für dessen Anwendung und wie die Integration der Daten zu einem umfassenderen Verständnis des Forschungsproblems geführt hat, klar beschreiben. Diese Transparenz erhöht die Glaubwürdigkeit der Studie und ermöglicht die Replikation in zukünftigen Forschungen.
Wir verwenden Cookies auf unseren Websites für eine Reihe von Zwecken, einschließlich Analyse und Leistung, Funktionalität und Werbung. Erfahre mehr über die Verwendung von Cookies durch QDAcity
Analytik:Leistung:Funktionell: