Mixed Methods Research — Integration quantitativer und qualitativer Evidenz
- Typ
- Research design framework
Dieser Text ist eine maschinelle Übersetzung und wurde noch nicht geprüft. Original auf Englisch lesen
Was leistet sie?
Mixed Methods Research ist ein systematisches Forschungsdesign, bei dem quantitative und qualitative Daten innerhalb einer einzigen Studie erhoben und analysiert werden.
Formalisiert von Creswell und Plano Clark (2003, 3. Aufl. 2018), bietet es drei Hauptdesignvarianten — simultan, sequenziell und transformativ — und stärkt die Ergebnisse durch Triangulation über beide Datenstränge hinweg.
Die Intuition hinter der Methode
Zahlen allein können Ihnen sagen, wie viel oder wie oft; Wörter allein können Ihnen sagen, warum oder wie. Mixed Methods Research kombiniert beides auf prinzipielle Weise, sodass die Schwächen des einen Datentyps durch die Stärken des anderen ausgeglichen werden. Anstatt zwischen einer Umfrage- und einer Interviewstudie zu wählen, entwerfen Sie beide, planen, wie sie miteinander kommunizieren werden, und lassen Sie die kombinierten Evidenzen Fragen beantworten, die kein Strang allein bewältigen könnte.
Geschichte
Mixed Methods als formelle Methodologie entstand in den Sozial- und Gesundheitswissenschaften in den 1980er und 1990er Jahren, als Forscher die Paradigmenkriege zwischen quantitativen und qualitativen Traditionen in Frage stellten. John W. Creswell und Vicki L. Plano Clarks grundlegendes Werk, das erstmals 2003 veröffentlicht wurde und nun in seiner dritten Auflage (2018) vorliegt, systematisierte die Designtypologie und Integrationsstrategien, die das Feld definieren. Der Ansatz stützt sich auf den philosophischen Pragmatismus — verbunden mit Dewey und James —, der besagt, dass Forschungsfragen und nicht epistemologische Zugehörigkeiten die Methodenauswahl bestimmen sollten. Mixed Methods wird heute in der Gesundheits-, Bildungs-, Sozial- und Verhaltensforschung weit verbreitet eingesetzt.
Wann wird sie eingesetzt?
Mixed Methods Research ist geeignet, wenn ein einzelner Datentyp — quantitativ oder qualitativ allein — nicht ausreicht, um die Forschungsfrage vollständig zu beantworten. Es eignet sich für explorative Zwecke (wo qualitative Erkenntnisse der Instrumentenentwicklung vorausgehen müssen), erklärende Zwecke (wo statistische Ergebnisse kontextuelle Ausführungen benötigen), vergleichende Zwecke (wo Ergebnisse über Gruppen und Kontexte hinweg untersucht werden müssen) und beschreibende Zwecke, die sowohl Breite als auch Tiefe erfordern. Geeignete Variablentypen umfassen kontinuierliche, kategoriale, textuelle und ordinale Daten. Sowohl Querschnitts- als auch Längsschnittstrukturen werden unterstützt. Voraussetzung ist, dass separate Stichproben- und Analysepläne für jeden Strang durchführbar sind und dass eine pragmatistische Haltung — die Akzeptanz mehrerer epistemologischer Rahmen — eingenommen wird.
Grenzen und Hinweise
- Erfordert Kompetenz in beiden quantitativen und qualitativen Traditionen, was bei einem einzelnen Forscher selten ist und oft ein Team erfordert.
- Erfordert separate, manchmal erhebliche Stichproben- und Datenerhebungsbemühungen für jeden Strang, was Kosten und Zeit erhöht.
- Der Integrationspunkt muss explizit geplant werden; eine schlecht geplante Integration führt zu zwei parallelen Studien anstelle eines echten Mixed-Methods-Designs.
- Paradigmatische Spannungen zwischen positivistischen und interpretativistischen Epistemologien müssen bewusst navigiert werden; Pragmatismus ist die Standardlösung, aber nicht universell akzeptiert.
Die Bedingungen der Quelle ersetzen weder eine unabhängige wissenschaftliche Prüfung noch die Validierung durch eine Analyse-Engine.
Stärken
- Kombiniert die Breite und Generalisierbarkeit quantitativer Evidenz mit der Tiefe und kontextuellen Reichhaltigkeit qualitativer Evidenz.
- Triangulation über Stränge hinweg erhöht die Zuversicht in die Ergebnisse und kann Inkonsistenzen aufdecken, die zu tiefergehender Untersuchung anregen.
- Flexible Designtypen (simultan, sequenziell, transformativ) ermöglichen es dem Forscher, die Integrationsstrategie an die spezifische Forschungsfrage anzupassen.
- Behandelt eine breitere Palette von Forschungszwecken — Exploration, Erklärung, Vergleich und Beschreibung — innerhalb einer einzigen kohärenten Studie.
Anwendungen
- Gesundheitswissenschaften: Kombination von klinischen Studienergebnissen mit Interviews zur Patientenerfahrung, um Adhärenz und Abbruch zu erklären.
- Bildungsforschung: Verwendung von Umfragedaten zur Identifizierung von Leistungsmustern und anschliessenden Interviews zum Verständnis der zugrunde liegenden Ursachen.
- Sozial- und Politikforschung: Quantifizierung der Prävalenz eines Phänomens, gefolgt von qualitativer Erforschung gelebter Erfahrungen zur Information über das Interventionsdesign.
- Organisationsstudien: Integration von Mitarbeiterumfrageergebnissen mit Fokusgruppen-Erzählungen zur Analyse von Arbeitsplatzkultur und -veränderungen.
So funktioniert es
So funktioniert es
Der Forscher wählt einen der drei Kerndesigntypen. Bei einem simultanen Design werden sowohl quantitative als auch qualitative Stränge gleichzeitig erhoben und während der Interpretation integriert. Bei einem sequenziellen Design informiert ein Strang den anderen — entweder leiten quantitative Ergebnisse eine gezielte qualitative Stichprobenziehung (erklärend sequenziell) oder qualitative Erkenntnisse prägen das Instrument für eine nachfolgende Umfrage (explorativ sequenziell). Ein transformatives Design umschliesst eines der obigen Designs in einem emanzipatorischen oder theoriegeleiteten Rahmen. An diesem Punkt wird der Integrationspunkt — ob die Zusammenführung bei Design, Analyse oder Interpretation stattfindet — explizit geplant.
Für jeden Strang werden separate Stichproben- und Datenerhebungspläne ausgeführt. Der quantitative Strang verwendet strukturierte Instrumente (Umfragen, Tests, Aufzeichnungen) mit einer Stichprobe, die für die beabsichtigte statistische Analyse ausreichend gross ist. Der qualitative Strang verwendet eine gezielte Stichprobenziehung neben Interviews, Beobachtungen oder Dokumenten, wobei die Grösse durch theoretische Sättigung und nicht durch statistische Aussagekraft bestimmt wird. Eine minimale kombinierte Stichprobengröße von n ≥ 20 wird empfohlen, aber jeder Strang muss individuell seine eigenen Angemessenheitskriterien erfüllen.
Jeder Strang wird unabhängig mit den für ihn geeigneten Methoden analysiert — statistische Techniken für die quantitativen Daten und thematische, Inhalts- oder interpretative Analysen für die qualitativen Daten. Diese Unabhängigkeit bewahrt die Integrität jeder Tradition und verhindert, dass eine vorzeitige Integration eines der beiden Ergebnissets verfälscht.
Die Ergebnisse beider Stränge werden am vorab geplanten Integrationspunkt zusammengeführt. Gängige Integrationsstrategien umfassen das Zusammenführen (nebeneinanderliegende Darstellung der Ergebnisse), das Verbinden (Verwendung der Ergebnisse eines Strangs als Eingabe für den anderen) und das Einbetten (Verschachtelung eines Strangs in ein grösseres Design). Matrizen, gemeinsame Darstellungen und narrative Verwebungen sind Standardwerkzeuge, um die Integration explizit und nachvollziehbar zu machen.
Der Forscher interpretiert, was die integrierte Evidenz als Ganzes bedeutet — wobei er bemerkt, wo die Stränge konvergieren (Triangulation), wo sie divergieren (Erklärung erfordern) und was die Kombination offenbart, was kein Strang allein könnte. Die pragmatistische Epistemologie, die akzeptiert, dass verschiedene Methoden verschiedene Aspekte derselben Forschungsfrage beantworten können, untermauert diesen Schritt.
Häufige Fallstricke
- Die beiden Stränge als völlig getrennte Studien behandeln und sie unabhängig voneinander berichten — echte Integration bei Design, Analyse oder Interpretation ist das definierende Merkmal von Mixed Methods.
- Das Nichtvorabfestlegen des Integrationspunkts: Entscheiden Sie vor der Datenerhebung, ob die Stränge zusammengeführt, verbunden oder eingebettet werden, und dokumentieren Sie dies im Methodenteil.
- Anwendung quantitativer Stichprobennlogik (z. B. Zufallsstichprobe für Aussagekraft) auf den qualitativen Strang — qualitative Stichprobenziehung ist gezielt und wird durch theoretische Sättigung bestimmt, nicht durch statistische Repräsentativität.
- Verwendung eines simultanen Designs, wenn ein Strang wirklich von den Ergebnissen des anderen abhängt — ein sequenzielles Design ist in dieser Situation die geeignete Wahl.
- Ignorieren divergierender Ergebnisse: Wenn die Stränge nicht übereinstimmen, ist diese Uneinigkeit selbst ein Ergebnis, das eine Erklärung erfordert, nicht Unterdrückung.
Häufig gestellte Fragen
Wie unterscheidet sich Mixed Methods von der blossen Verwendung einer Umfrage und eines Interviews?
Das definierende Merkmal von Mixed Methods ist die geplante Integration — die beiden Stränge sind so konzipiert, dass sie an einem bestimmten Punkt (Design, Analyse oder Interpretation) miteinander kommunizieren. Die Durchführung einer Umfrage und eines Interviews im selben Projekt ohne Integration ihrer Ergebnisse ist Multi-Methoden-Forschung, keine Mixed Methods. Die Integration kann in Form von Zusammenführen von Ergebnissen, Verwendung der Ergebnisse eines Strangs zur Information des anderen oder Einbetten eines Strangs in den anderen erfolgen.
Welchen Designtyp sollte ich verwenden — simultan, sequenziell oder transformativ?
Wählen Sie simultan, wenn Sie beide Datentypen gleichzeitig erheben und während der Interpretation vergleichen oder zusammenführen möchten. Wählen Sie sequenziell-erklärend, wenn quantitative Ergebnisse eine qualitative Ausarbeitung benötigen, oder sequenziell-explorativ, wenn qualitative Erkenntnisse der Instrumentenentwicklung vorausgehen müssen. Wählen Sie ein transformatives Design, wenn eine emanzipatorische Theorie (z. B. feministische, kritische Rasse) die gesamte Studie rahmt und beide Stränge diesem theoretischen Zweck dienen.
Wie gross muss jede Stichprobe sein?
Jeder Strang muss seine eigenen Angemessenheitskriterien unabhängig erfüllen. Der quantitative Strang benötigt eine Stichprobengrösse für den geplanten statistischen Test (Power-Analyse). Der qualitative Strang verwendet eine gezielte Stichprobenziehung, die auf theoretische Sättigung ausgerichtet ist — typischerweise 6-30 Teilnehmer, abhängig von Homogenität und Methode, nicht eine feste Zahl. Ein kombiniertes Minimum von n ≥ 20 über beide Stränge hinweg ist eine grobe Untergrenze, kein Ziel.
Was bedeutet es, eine pragmatistische Haltung einzunehmen?
Pragmatismus besagt, dass Forschungsfragen und nicht epistemologische Zugehörigkeiten die Methodenauswahl bestimmen sollten. In der Praxis bedeutet dies die Akzeptanz, dass quantitative und qualitative Daten beide gültiges Wissen über dasselbe Phänomen beitragen können, dass Wahrheitsansprüche nach ihren praktischen Konsequenzen bewertet werden und dass der Forscher sich nicht zwischen Positivismus und Interpretativismus als feste philosophische Verpflichtungen entscheiden muss.
Verwandte Methoden
Quellen
Creswell, J.W. & Plano Clark, V.L. (2018). Designing and Conducting Mixed Methods Research (3rd ed.). Sage.
ISBN: 978-1483344379Kopiert.