Was ist Forschung mit gemischten Methoden?

Zu Beginn des Forschungsprozesses denken Forscher manchmal, sie müssten sich entscheiden, ob qualitative Forschung oder quantitative Forschung für ihr Forschungsdesign besser geeignet ist. Die wichtigere Frage ist jedoch, ob die Methoden, die sie bei der Datenerhebung und der Analyse anwenden, das Phänomen, das sie untersuchen wollen, ausreichend erfassen. In einigen Fällen erfordert die Beantwortung dieser Frage den Einsatz mehrerer Forschungsmethoden.

Bei der Forschung mit gemischten Methoden handelt es sich um ein Forschungsparadigma, bei dem qualitative Daten und quantitative Daten zum selben Untersuchungsgegenstand erhoben werden. Forscher, die gemischte Methoden anwenden, synthetisieren qualitative Ergebnisse mit quantitativen Ergebnissen, um ein besseres Verständnis zu erreichen.

Schauen wir uns zunächst die etablierten Forschungsparadigmen an, dann die Mixed-Methods-Forschung, warum sie nützlich ist und welche Forschungsmethoden sich gegenseitig ergänzen. Dann werden wir untersuchen, wie ATLAS.ti Ihnen bei der Durchführung eines Mixed Methods Designs helfen kann.

Was ist ein Design mit gemischten Methoden?

Die Forschung mit gemischten Methoden beruht auf dem Bedürfnis, Konzepte oder Phänomene auf einer tieferen Ebene zu verstehen. Eine eigenständige quantitative oder qualitative Studie kann einen großen Erkenntnisgewinn bringen. Dennoch kann eine Methode allein nicht alles Wissen erfassen, das für das vollständige Verständnis eines Themas oder einer Frage notwendig ist.

Diejenigen, die Forschung mit gemischten Methoden betreiben, erkennen an, wie wichtig es ist, sowohl qualitative als auch quantitative Forschung zu betreiben, um vollständigere Ergebnisse zu erzielen. Dabei geht es jedoch nicht darum, einfach nur mehr Daten um ihrer selbst willen zu sammeln. Das Design mit gemischten Methoden ist darauf ausgelegt, Forschungsfragen sorgfältig zu formulieren und geeignete Forschungsmethoden einzusetzen, um Wissenslücken im Zusammenhang mit einer bestimmten Forschungsfrage zu schließen.

Um festzustellen, welche Methoden und Daten für einen bestimmten Forschungsbedarf geeignet sind, sollten wir uns die Möglichkeiten und Unterschiede zwischen qualitativen und quantitativen Methoden zur Datenerhebung ansehen.

Qualitative und quantitative Daten

Forscher ziehen oft schnell voreilige Schlüsse darüber, ob qualitative Forschung besser ist als quantitative Forschung oder umgekehrt. Die Realität ist, dass quantitative und qualitative Daten die Welt auf unterschiedliche Weise betrachten können, die an verschiedenen Punkten einer Forschungsuntersuchung nützlich sind. Qualitative und quantitative Forschung sind etablierte Forschungsparadigmen, gerade weil sie mit dem geeigneten Forschungsdesign, der Datenerhebung und -analyse relevante Erkenntnisse liefern.

Eines der Hauptziele der qualitativen Forschung besteht darin, ein soziales Phänomen zu beschreiben. Wenn etwas schwer zu quantifizieren ist, muss es in einzelne Elemente zerlegt werden, die für sich genommen leichter wahrnehmbar sind. In der Bildungsevaluierung ist es zum Beispiel schwierig, gute akademische Arbeiten mit nur einer einzigen Note zu bewerten. Lehrkräfte, die sich mit dem Schreiben von Texten befassen, verwenden eine Rubrik, um das Schreiben anhand einer Reihe von Aspekten wie Argumentation, Organisation und Kohäsion zu bewerten.

Bei qualitativen Forschungsmethoden werden in der Regel Daten für eine Analyse gesammelt, die es ermöglicht, ein Gerüst aus konstituierenden Elementen zu erstellen. Ein solcher Rahmen kann dann in nachfolgenden Forschungs-, Bewertungs- oder Entscheidungsprozessen verwendet werden. Forscher können qualitative Daten durch Beobachtungen, Interviews oder Datensuche sammeln. Qualitative Datenanalyse zielt dann darauf ab, Muster und Themen zu identifizieren, die in den gesammelten Daten häufig vorkommen.

Die Wirksamkeit von experimentellen Arzneimitteln in klinischen Versuchen lässt sich beispielsweise nur selten allein mit quantitativen Methoden messen. Qualitative Forschungsmethoden werden häufig eingesetzt, um das Wohlbefinden der Versuchsteilnehmer, ihre emotionale Verfassung und andere Faktoren zu ermitteln, die den Forschern helfen, den Gesamterfolg ihrer klinischen Versuche zu beurteilen.

Quantitative Forschung

Wenn qualitative Methoden ein Konzept oder ein Phänomen beschreiben, nutzen quantitative Methoden den daraus resultierenden Rahmen, um dieses Konzept oder Phänomen zu messen. Bei der quantitativen Forschungsmethodik werden die aus den qualitativen Ergebnissen gewonnenen Theorien genutzt, um quantitative Daten zu erheben, die zur Messung eines Konzepts oder Phänomens in großem Maßstab verwendet werden können.

Letztendlich dienen Zahlen und Werte in vielen Kontexten als Grundlage für Entscheidungsprozesse. Quantitative Ergebnisse sind in Forschungsbereichen nützlich, in denen Präzision geschätzt oder gefordert wird. Sie werden aber auch in der Sozial- und Verhaltensforschung eingesetzt, um Phänomene numerisch zu beschreiben, die von Natur aus nicht quantifizierbar zu sein scheinen.

Methoden mischen

Quantitative und qualitative Forschungsansätze werden oft aus verschiedenen Gründen gegeneinander ausgespielt. Forscher scheuen vielleicht die qualitative Datenerhebung, weil sie oft zeitaufwändig ist. Im Gegensatz dazu wird die quantitative Datenerhebung oft für ihre reduktive Kraft kritisiert (d. h. die Reduzierung mehrdeutiger Konzepte auf einfache Zahlenwerte). Viele wissenschaftliche Disziplinen neigen daher dazu, ein Forschungsparadigma dem anderen vorzuziehen (z. B. neigt die Chemie zur quantitativen Datenerhebung, während die Anthropologie zur qualitativen Datenerhebung tendiert).

Langfristig gesehen ist es jedoch bei jeder ausreichend komplexen Forschungsuntersuchung selten notwendig, sich auf einen Forschungsansatz zu beschränken. Das Hauptziel der wissenschaftlichen Forschung besteht darin, Wissen durch Theorien über die Welt um uns herum zu organisieren. Daher setzen Forscher gemischte Methoden ein, um die Theoriebildung in der qualitativen Forschung mit bestätigenden Tests in der quantitativen Forschung zu kombinieren, um letztendlich eine solide Theorie und neues Wissen zu schaffen.

Forschungsstudien, in denen qualitative und quantitative Methoden nur deshalb kombiniert werden, weil mehrere Methoden der Datenerhebung und -analyse zur Verfügung stehen, sind jedoch nicht so überzeugend und aussagekräftig wie echte Studien mit gemischten Methoden, bei denen die Forschungsmethoden gezielt ausgewählt werden, um ein besseres Verständnis zu erreichen.

Ein Beispiel für Forschung mit gemischten Methoden

Das Ziel von Studien mit gemischten Methoden ist es, verschiedene Untersuchungskomponenten in einer größeren Studie zu verwenden. Es ist jedoch einfacher, sich Forschungsdesigns mit gemischten Methoden als mindestens eine qualitative und eine quantitative Studie vorzustellen, die jeweils verwandte, aber letztlich separate Forschungsfragen haben. Die Betrachtung eines Mixed-Methods-Forschungsdesigns auf diese Weise könnte es einfacher machen, die Notwendigkeit zu verstehen, in bestimmten Fällen mehrere Methoden zu verfolgen.

• Betrachten Sie das folgende Beispiel:

Fernarbeitsleistung und Arbeitszufriedenheit

**- RQ1: Wie hat sich die Arbeitsleistung im Unternehmen XYZ seit der Umstellung auf vollständige Fernarbeit verändert?

**- RQ2: Wie sehen die Mitarbeiter des Unternehmens XYZ die Umstellung auf die Telearbeit?

Allgemein ausgedrückt besteht das Ziel der Studie darin, die Wirksamkeit der Fernarbeit im Vergleich zur traditionellen Arbeit im Büro in einem Unternehmen zu untersuchen. Um diese Wirksamkeit zu ermitteln, muss das Phänomen der Fernarbeit mit verschiedenen Methoden untersucht werden.

Eine mögliche Mixed-Methods-Studie könnte sich daher mit den Leistungskennzahlen des Unternehmens befassen. Forschungsfrage 1 (RQ1) zielt auf die Durchführung einer quantitativen Forschungsstudie ab, in der Daten zu möglicherweise quantifizierbaren Konzepten im Zusammenhang mit der Arbeit gesammelt werden (z. B. Höhe der erzielten Umsätze, Anzahl der neu gewonnenen Kunden). In diesem Fall erheben die Forscher quantitative Daten, um die Arbeitsleistung nach der Fernarbeit mit der Arbeitsleistung vor der Fernarbeit zu vergleichen und festzustellen, ob sich die Produktivität im Laufe der Zeit verändert hat.

Dies ist zwar ein nützlicher Ansatz für die Untersuchung von Fernarbeit, aber er sagt nicht alles aus. Denn wenn die Mitarbeiter von Unternehmen XYZ mehr oder weniger produktiv sind als zuvor, was sind dann die Gründe für diese Veränderung? Zur Beantwortung von Forschungsfrage 2 (RQ2) erheben die Forscher qualitative Daten über die Zufriedenheit der Mitarbeiter mit ihrem Arbeitsplatz. Qualitative Daten aus Interviews mit Mitarbeitern können verwendet werden, um festzustellen, welche Aspekte ihrer Arbeit sie als zufriedenstellend oder nicht zufriedenstellend empfinden.

Mit allen gesammelten Daten können Mixed-Methods-Forscher die anfänglichen quantitativen Ergebnisse und die anfänglichen qualitativen Ergebnisse kombinieren, um ein tieferes Verständnis ihres Untersuchungsthemas zu erlangen. Wenn in diesem Fall die quantitativen Daten zeigen, dass die Produktivität der Mitarbeiter seit der Umstellung auf Fernarbeit gelitten hat, könnten die qualitativen Daten die Aspekte der Fernarbeit beleuchten, die den Mitarbeitern nicht gefallen.

Andere Beispiele für gemischte Forschungsmethoden

Es gibt zwar viele verschiedene Formen der Mixed-Methods-Forschung, aber der Forschungsansatz ist im Allgemeinen bei allen Mixed-Methods-Forschungsdesigns derselbe. Bei einem Forschungsdesign mit gemischten Methoden müssen die Forscher wahrscheinlich quantitative und qualitative Daten zu einem übergreifenden Thema sammeln, das eine Untersuchung mit verschiedenen Methoden erfordert. Ein paar Beispiele hierfür sind:

Lese- und Schreibentwicklung bei Kindern

**Frage 1: Wie hoch ist der Grad der Lese- und Schreibentwicklung bei Kindern an der ABC-Schule auf der Grundlage der Ergebnisse eines standardisierten Lesetests?

RQ2: Welche Unterrichtspraktiken sind in Klassen mit leistungsstarken Schülern in standardisierten Lesetests üblich?

Marktforschung für ein neues Computermodell

**Frage 1: Wie viel Zeit wird benötigt, um eine Reihe von Aufgaben auf einem experimentellen Computermodell zu lösen, verglichen mit einem vergleichbaren Computermodell?

RQ2: Welche Faktoren berücksichtigen potenzielle Kunden beim Kauf eines neuen Computers?

Beachten Sie, dass qualitative und quantitative Daten verwandte, aber letztlich unterschiedliche Aspekte der untersuchten Phänomene verfolgen. Daher werden die einzelnen Untersuchungen in einer Mixed-Methods-Studie höchstwahrscheinlich unterschiedliche Methoden zur Datenerhebung verwenden.

Triangulation in der Forschung mit gemischten Methoden

Forscher setzen gemischte Methoden nicht nur deshalb ein, weil sie verschiedene Methoden in einer Untersuchung verwenden wollen. Das Ziel hinter der Mischung von Methoden ist es, neues Wissen zu generieren und das Verständnis für dieses Wissen zu stärken, indem es aus verschiedenen Blickwinkeln untersucht wird. Dies ist ein Konzept, das in der Forschung als Triangulation bezeichnet wird und sich auf die Bestätigung eines bestimmten Standorts auf der Grundlage von Messungen von verschiedenen Punkten aus bezieht. In der Forschung bedeutet dies, dass ein und derselbe Untersuchungsgegenstand aus verschiedenen Blickwinkeln betrachtet wird, um ein zuverlässigeres Verständnis dieses Gegenstands zu erhalten.

Um den Nutzen eines Ansatzes mit gemischten Methoden besser zu verstehen, stellen Sie sich vor, Sie und Ihre Freunde würden ein Karussell betrachten. Sie können immer nur einen Teil des Karussells sehen, während andere Teile für Sie unzugänglich sind. Wenn Ihre Freunde jedoch das Karussell aus verschiedenen Blickwinkeln betrachten, können Ihre gemeinsamen Beobachtungen ein vollständigeres Bild des untersuchten Objekts ergeben.

Die Forschung mit gemischten Methoden stützt sich auf mehrere Forschungsmethoden, Datensätze oder theoretische Ansätze, um ein umfassenderes Bild eines Konzepts oder Phänomens zu erhalten. Insbesondere in der qualitativen Forschung oder sozialwissenschaftlichen Forschung kann eine Reihe von Erkenntnissen als glaubwürdiger angesehen werden, wenn sie durch beweiskräftige Daten aus verschiedenen Perspektiven gestützt werden.

Methoden-Triangulation

Bei der Methodentriangulation werden qualitative und quantitative Methoden miteinander kombiniert, um unterschiedliche, aber verwandte Aspekte zu untersuchen. In dieser Hinsicht untersuchen quantitative und qualitative Forschung dasselbe Phänomen, um die Ergebnisse der jeweiligen Methode zu untermauern. Es ist zu beachten, dass das Ziel einer triangulierten Forschung mit gemischten Methoden nicht einfach darin besteht, mehrere Methoden anzuwenden, um zur gleichen Antwort zu gelangen, sondern ein besseres Verständnis eines Phänomens zu erreichen, das mit einer Methode allein nicht ausreichend erfasst werden kann.

In diesem Fall ist die Methodentriangulation ein nützliches Konzept für einen Mixed-Methods-Forscher, weil es von ihm verlangt, die Stärken und Schwächen jeder einzelnen Forschungsmethode anzuerkennen. Quantitative Methoden können Konzepte, die nicht quantifizierbar sind (z. B. Schönheit, Bequemlichkeit), nicht in großem Umfang erfassen. Im Gegensatz dazu können qualitative Methoden oft keine Datenerhebungen in Größenordnungen durchführen, die für Verallgemeinerungen von Phänomenen notwendig sind. Die Integration von quantitativen und qualitativen Forschungskomponenten im Rahmen desselben Mixed-Methods-Designs gewährleistet eine umfassende Untersuchung eines Phänomens, die eine Methode allein nicht leisten kann.

Ethnographie bietet reichlich Gelegenheit, eine Methodentriangulation durchzuführen. Die Datenerhebung in der ethnografischen Forschung umfasst häufig die Sammlung qualitativer Daten durch Beobachtungen und Interviews. Im Gegensatz dazu kann die Datenanalyse quantitative Daten bewerten, indem sie Verhaltensmuster und Perspektiven identifiziert und deren Häufigkeit bestimmt.

Ein weiteres Beispiel ist eine Mixed-Methods-Studie, die die Patientenergebnisse in einem Krankenhaus untersucht. Die ersten qualitativen Ergebnisse könnten aus Feldnotizen von Beobachtungen von Ärzten und Krankenschwestern sowie aus Interviewdaten mit Patienten stammen. Die quantitativen Ergebnisse könnten aus der Durchführung einer statistischen Analyse der für jeden beobachteten oder befragten Patienten aufgewendeten Gelder und Ressourcen stammen, um festzustellen, ob die Ausgaben in einem angemessenen Verhältnis zu den erzielten Patientenergebnissen stehen.

Eine eigenständige quantitative Studie könnte sich nur mit den finanziellen Aspekten der Gesundheitsversorgung befassen, während eine qualitative Studie besser geeignet wäre, die sozialen und emotionalen Aspekte zu untersuchen. Die gleichzeitige Durchführung dieser beiden Studien kann den Forschern helfen, umsetzbare Erkenntnisse für die Rationalisierung von Gesundheitsdienstleistungen bei gleichzeitiger Aufrechterhaltung zufriedenstellender Versorgungsstandards zu gewinnen.

Daten-Triangulation

Mixed-Methods-Forschung hängt in der Regel von der Methodentriangulation ab, aber es ist wichtig, andere Formen der Triangulation zu identifizieren, die die Ergebnisse in jeder Forschung stärken können. Bei einer Studie, die auf Datentriangulation beruht, werden verschiedene Datensätze untersucht. Ein Bildungsforscher könnte beispielsweise die Ergebnisse von Schülern an verschiedenen Schulen oder an derselben Schule, aber zu unterschiedlichen Zeiten, untersuchen. Die Datentriangulation ist nützlich, um zu bestätigen, dass die Ergebnisse in einem Kontext auch in anderen Kontexten anwendbar sind.

Theorie-Triangulation

Eine andere Art der Triangulation, die weniger häufig mit der Mixed-Methods-Forschung in Verbindung gebracht wird, betrifft die Analyse von Daten anhand verschiedener Theorien. Ein sequentielles Forschungsdesign kann beispielsweise die anfänglichen quantitativen Ergebnisse einer Erhebungsstudie nutzen, um einen konzeptionellen Rahmen für die Analyse einer nachfolgenden qualitativen Studie zu erstellen. Gleichzeitig können bei dieser Analyse auch bestehende Theorien herangezogen werden, um die Arten von Erkenntnissen und Ergebnissen zu vergleichen und zu kontrastieren, die die jeweilige Studie hervorbringen kann.

Theoriebildung in der Mixed-Methods-Forschung

Viele Formen der Forschung versuchen, einen theoretischen Rahmen zu entwickeln, um den Untersuchungsgegenstand zu verstehen. Es gibt zwei gängige Formen der Theoriebildung, und beide können sich in den Forschungsfragen manifestieren, die in jeder Studie gestellt werden.

Forschungsfragen können entweder explorativ sein, um ein Phänomen zu definieren oder besser zu verstehen, oder konfirmativ, um eine Theorie oder Hypothese zu diesem Phänomen zu testen. Von einigen Ausnahmen abgesehen, erfordern explorative Forschungsfragen die Erhebung von qualitativen Daten, während konfirmatorische Forschungsfragen quantitative Daten erfordern.

In dieser Hinsicht kombinieren gängige Mixed-Methods-Designs qualitative und quantitative Komponenten, um eine Theorie zu entwickeln und diese Theorie entweder zu stärken oder zu hinterfragen. Um zu verstehen, wie diese Theoriebildung bei der Anwendung gemischter Methoden aussieht, müssen wir einige der verschiedenen Arten von Forschungsdesigns mit gemischten Methoden untersuchen.

Arten von Forschungsdesigns mit gemischten Methoden

Datenerhebung und -analyse in der Mixed-Methods-Forschung hängt von dem von Ihnen gewählten Forschungsdesign ab. Letztendlich ist es einfach, die verschiedenen Forschungsdesigns in Bezug auf die zeitliche Abfolge der einzelnen Erhebungen innerhalb einer Mixed-Methods-Untersuchung zu betrachten.

Gleichzeitiges Triangulationsdesign

Eine Studie, die gleichzeitig quantitative und qualitative Daten erhebt, ist eine gängige Form des Mixed-Methods-Designs, um Triangulation zu erreichen. Das Ziel eines gleichzeitigen Triangulationsdesigns ist es, den Untersuchungsgegenstand mit mehreren Methoden zu beobachten.

Stellen Sie sich zum Beispiel einen Bildungsforscher vor, der die Wirksamkeit eines außerschulischen Leseprogramms untersuchen möchte. Der Forscher kann dann zwei gleichzeitige Studien durchführen, eine, die qualitativ das Leseprogramm in Aktion zwischen Pädagogen und Schülern beobachtet und eine andere, die quantitativ das Leseverständnis der Schüler testet. Im Laufe der Zeit kann der Forscher Korrelationen zwischen den Verbesserungen in den Testergebnissen und den Beobachtungen der Schüler in dem Programm herstellen.

Exploratives sequentielles Design

Eine weitere Möglichkeit, die Forschung mit gemischten Methoden zu betrachten, ist die Idee, dass Datenerhebung und Analyse zyklisch sind und sich weiterentwickeln, wenn neue Erkenntnisse gewonnen werden. Forscher könnten ein exploratives sequentielles Design anwenden, wenn sie die Aspekte eines Konzepts oder Phänomens, das sie testen wollen, noch nicht kennen. Kurz gesagt, sie müssen zunächst eine qualitative Studie durchführen, um einen konzeptionellen Rahmen zu schaffen, der in einer nachfolgenden quantitativen Studie angewendet werden kann.

Ein exploratives sequentielles Design ist zum Beispiel in der Marktforschung nützlich, um die potenziellen Bedürfnisse und Präferenzen potenzieller Kunden zu ermitteln. Fokusgruppenforschung mit einer Gruppe von Zielkunden kann Aufschluss darüber geben, wonach sie suchen, wenn sie aus einer Reihe von Produkten auswählen. Der Forscher kann die anfänglichen qualitativen Ergebnisse als Grundlage für eine anschließende Umfragen Studie nutzen, die bestätigt, inwieweit sich die Präferenzen der Fokusgruppe auf dem größeren Markt widerspiegeln.

Forscher können auch eine quantitative Studie durchführen, um den Beobachtungen in einer qualitativen Studie voranzugehen. Stellen Sie sich vor, ein Bildungsforscher wendet gemischte Methoden an, um die Lernergebnisse von Schulen in einem bestimmten geografischen Gebiet zu untersuchen. Sie könnten damit beginnen, die von diesen Schulen veröffentlichten Testergebnisse zu untersuchen und die anfänglichen quantitativen Ergebnisse nutzen, um festzustellen, wo die Schüler Schwierigkeiten haben und möglicherweise eingreifen müssen. Die sich daraus ergebende qualitative Studie könnte Beobachtungen in Schulen mit Problemen durchführen, um potenzielle Defizite beim Lehren und Lernen zu ermitteln.

Gleichzeitiges verschachteltes Design

Dieses Forschungsdesign beinhaltet die gleichzeitige Durchführung mehrerer Untersuchungen mit dem Ziel, eine Untersuchung zur Stärkung der anderen zu nutzen. Bei einem Mixed-Methods-Ansatz wird ein Forschungsparadigma in ein anderes eingebettet (z. B. eine quantitative Studie in eine qualitative Studie).

Sequentielles transformatives Design

Hierbei handelt es sich um ein Mixed-Methods-Forschungsdesign mit einer kritischen oder sozial gerechten Ausrichtung, d. h. die Forschung wird letztlich durchgeführt, um das Verständnis bestehender Theorien in Frage zu stellen bzw. sinnvolle soziale Veränderungen zu bewirken. In beiden Fällen kann ein sequenzielles Mixed-Methods-Forschungsdesign eine transformative Wirkung haben, indem eine Studie als Grundlage für eine zweite kritische oder auf soziale Gerechtigkeit ausgerichtete Forschungsuntersuchung verwendet wird.

ATLAS.ti für Mixed-Methods-Forschung nutzen

Wenn Sie mehrere Forschungsmethoden in einem einzigen Mixed-Methods-Forschungsdesign einsetzen, werden Sie vielleicht feststellen, dass Ihre Datenerhebung große Mengen an Daten umfasst, was eine Herausforderung für die geordnete Verwaltung all dieser Informationen darstellt. Ob Sie nun mit qualitativen oder quantitativen Methoden forschen, ATLAS.ti hilft Ihnen bei der Organisation und Analyse Ihrer Daten. Ein robuster Mixed-Methods-Ansatz erfordert eine systematische Organisation Ihrer Datenerhebung, um eine effiziente und aufschlussreiche Analyse zu gewährleisten.

Dokumentgruppen

Die Daten in ATLAS.ti werden in Dokumenten gespeichert, die nach dem Datentyp, den sie enthalten, klassifiziert werden können. Mit ATLAS.ti können Sie Texte, Bilder, Videos, Audiodateien und vieles mehr analysieren. Der Datentyp jedes Dokuments wird im Dokumentmanager zur einfachen Organisation markiert.

Möglicherweise müssen Sie Ihre Dokumente aber auch nach Art der Studie oder der angewandten Methode unterteilen. In diesem Fall können Sie Dokumentgruppen in ATLAS.ti verwenden, um Ihre Dokumente zu kennzeichnen, so dass Ihr Projekt Kategorien für quantitative und qualitative Daten, Interviews und Fokusgruppen, Beobachtungen und Testergebnisse hat. Dokumente können zu mehreren Dokumentgruppen gehören, was eine einfache Organisation der Dokumente in mehreren Kategorien ermöglicht.

Abfragetool

Wenn Sie Ihre Daten vollständig kodiert haben, kann es schwierig sein, Ihre Analyse auf die relevanten Daten einzugrenzen, nach denen Sie suchen. Wenn Sie eine große Anzahl von Dokumenten durchsuchen müssen, kann Ihnen das Abfragetool dabei helfen, die relevantesten Zitate auf der Grundlage der Codes, die Sie auf Ihre Daten angewendet haben, zu finden.

Globale Filter

Bei Studien, die mit gemischten Methoden arbeiten, können sich so große Mengen an qualitativen und quantitativen Daten ansammeln, dass es für das menschliche Auge mühsam werden kann, den Überblick zu behalten. Selbst das am besten organisierte Projekt in ATLAS.ti kann Tausende von Dokumenten oder Hunderte von Codes enthalten, was es zu einer Herausforderung macht, die richtigen Daten zu finden.

In ATLAS.ti können Sie einen globalen Filter nach allen Elementen Ihres Projekts setzen. Wenn Sie z.B. eine Dokumentengruppe mit der Bezeichnung "Interviews" haben, können Sie einen globalen Filter für diese Dokumentengruppe setzen, der ATLAS.ti veranlasst, nur die Dokumente dieser Gruppe anzuzeigen.

Arbeiten mit qualitativer und quantitativer Software

ATLAS.ti verfügt über eine Reihe von Visualisierungswerkzeugen, die bei der Veranschaulichung quantitativer Ergebnisse helfen. Sie werden jedoch feststellen, dass andere Software, wie z.B. Microsoft Excel oder SPSS, Ihnen bei der weiteren Analyse und Visualisierung der quantitativen Forschungskomponenten in Ihrer Studie helfen kann. ATLAS.ti ermöglicht es Ihnen, Ihre Analyse in ein Microsoft Excel Spreadsheet zu exportieren. Die Tools Code Co-Occurrence Analysis und Code-Document Analysis beispielsweise können ihre Ergebnistabellen nach Microsoft Excel exportieren, das Tools für tiefergehende statistische Analysen oder für die Erstellung anderer Arten von Datenvisualisierungen enthält.

ATLAS.ti-Projekte können auch als Syntax-Dateien exportiert werden, die in andere statistische Analysesoftware wie SPSS und R importiert werden können. Diese Dateien konvertieren qualitative Daten in quantitative Daten für weitere statistische Analysen, Regressionen und quantitative Visualisierungen. Forscher können die Konvergenz zwischen qualitativer und quantitativer Forschung voll ausschöpfen, wenn sie mehrere Softwareplattformen zur Durchführung ihrer Analysen verwenden.