In diesem Artikel stellen wir verschiedene Mixed-Methods-Forschungsstudien vor, bei denen unterschiedliche Designs angewandt wurden, sowie wichtige Artikel zur Mixed-Methods-Forschung.
Bei der Forschung mit gemischten Methoden werden quantitative und qualitative Daten integriert, um ein umfassenderes Verständnis eines Forschungsproblems zu erhalten. Mit diesem Ansatz wird anerkannt, dass numerische Daten und beschreibende Erkenntnisse wertvolle Perspektiven liefern. Durch die Kombination von quantitativer Datenerhebung und qualitativer Analyse können Forscher Muster untersuchen und gleichzeitig die Erfahrungen, Verhaltensweisen und Motivationen dahinter erfassen.
Verschiedene Forschungsdesigns mit gemischten Methoden ermöglichen es den Forschern, ihre Studien auf der Grundlage ihrer Ziele und der Art ihrer Forschungsfragen zu strukturieren. Einige Studien legen den Schwerpunkt auf quantitative Forschungsmethoden und nutzen qualitative Erkenntnisse, um statistische Trends zu erklären, während andere den Schwerpunkt auf die qualitative Erforschung legen, die durch quantitative Ergebnisse zur Validierung unterstützt wird. Unabhängig vom Design bietet die Forschung mit gemischten Methoden einen ausgewogenen Ansatz, der die Tiefe und Glaubwürdigkeit der Studienergebnisse erhöht.
In diesem Artikel werden Studien mit gemischten Methoden aus der Praxis vorgestellt, die verschiedene Forschungsdesigns veranschaulichen und praktische Beispiele dafür liefern, wie die Forschung mit gemischten Methoden strukturiert werden kann. Durch die Untersuchung dieser Fälle können Forscher Einblicke in verschiedene Ansätze und Strategien zur Integration von qualitativen und quantitativen Daten gewinnen. Darüber hinaus können die in diesem Artikel vorgestellten Studien eine lohnende Quelle für Forscher sein, wenn sie ein Beispiel genauer untersuchen möchten.
Beim konvergenten parallelen Design werden quantitative und qualitative Daten gleichzeitig erhoben und getrennt analysiert, bevor die Ergebnisse zusammengeführt werden. Dieser Ansatz ermöglicht es den Forschern, die Ergebnisse zu vergleichen und zu integrieren, um ein umfassendes Verständnis des Forschungsproblems zu erhalten.
In einer Studie von Hendrix, Fournier und Briggs (2001) verwendeten die Forscher ein konvergentes Mixed-Methods-Design, um zu untersuchen, wie sich Co-Therapie-Teams auf die Ergebnisse der Klienten und die Therapeutenausbildung in der Ehe- und Familientherapie auswirken. Sie sammelten quantitative Daten von 402 Therapiefällen und analysierten die Teilnahme an den Sitzungen, die Abbruchquoten und die Ergebnisse der Beendigung der Therapie, zusammen mit den Ergebnissen des Global Assessment of Functioning (GAF), der Beziehungszufriedenheit und den Kommunikationsmaßen. Gleichzeitig führten sie eine qualitative Datenerhebung in Form von Fokusgruppen mit Therapeuten und Supervisoren durch, um die Vorteile, Herausforderungen und die Rolle der Co-Therapie in der klinischen Ausbildung zu untersuchen. Durch die Integration quantitativer Ergebnisse mit Therapeutenperspektiven lieferte die Studie ein umfassendes Verständnis der Wirksamkeit der Co-Therapie in Ausbildung und Praxis.
In einer Studie über die multikulturellen Einstellungen und Kenntnisse von Lehramtsanwärtern sammelte Capella-Santana (2003) quantitative Fragebogendaten von 90 Lehramtsanwärtern im Grundschulbereich. Außerdem lud sie alle 90 Teilnehmer zu einem Interview ein, "um die durch die Fragebögen gewonnenen Informationen zu untermauern". In der Studie von Padgett (2004) wird berichtet, wie ein Forscherteam auf seine ursprüngliche Datenbank zurückgriff, um weitere Erkenntnisse zu gewinnen. Dies geschah im Rahmen der Harlem Mammogram Study, die vom National Cancer Institute finanziert wurde, um die Faktoren zu untersuchen, die die Verzögerung der Reaktion auf eine abnormale Mammographie bei afroamerikanischen Frauen in New York City beeinflussen. Das Forschungsteam, dem Padgett angehörte, hatte sowohl strukturierte quantitative Daten als auch offene Interviewdaten gesammelt. Nach der Datenanalyse kam das Team zu dem Schluss, dass die Entscheidung der Frauen, den Termin zu verschieben, nicht durch die Faktoren in ihrem quantitativen Modell beeinflusst wurde. Die Forscher wandten sich daraufhin ihren qualitativen Daten zu, hoben zwei qualitative Themen hervor und untersuchten ihre quantitative Datenbank erneut auf Unterstützung für die Themen. Zu ihrer Überraschung bestätigten die quantitativen Daten, was die Teilnehmer gesagt hatten. Diese neuen Informationen führten wiederum zu einer weiteren Untersuchung der Literatur, in der sie einige Bestätigungen für die neuen Erkenntnisse fanden.
Das erklärende Mixed-Methods-Forschungsdesign ist ein zweistufiger Ansatz, der mit der Erfassung und Analyse quantitativer Daten beginnt, gefolgt von einer qualitativen Phase, um die ursprünglichen Ergebnisse zu erklären oder zu erweitern. Dieses Design ist nützlich, um tiefere Einblicke in statistische Ergebnisse zu gewinnen, indem die Erfahrungen, Wahrnehmungen oder Kontextfaktoren der Teilnehmer untersucht werden. Es wird üblicherweise verwendet, wenn Forscher das "Warum" hinter numerischen Trends verstehen wollen.
Studien aus der Praxis zeigen verschiedene Möglichkeiten auf, wie qualitative Daten erhoben werden können, nachdem Erkenntnisse aus quantitativen Daten gewonnen wurden. In einer Studie von Miller, McKenna und McKenna (1998) sammelten die Autoren sowohl in der quantitativen als auch in der qualitativen Phase der Studie Daten von denselben Paaren von alternativ und traditionell ausgebildeten Lehrern. In ihrer Studie über Depressionen und Substanzkonsum an High Schools führten Way et al. (1994) in der qualitativen Phase ihrer Untersuchung eine Nachbefragung mit einer Untergruppe von Schülern durch, die an dem quantitativen Fragebogen teilgenommen hatten, der in der anfänglichen Datenerhebungsphase der Studie verwendet wurde.
In einer Studie über Adoptivväter und leibliche Väter fragte Baumann (1999) die Väter, die den Fragebogen ausfüllten, einfach, ob sie an einer Befragung interessiert seien.
Die von Way et al. (1994) durchgeführte Studie veranschaulicht, wie die verschiedenen Phasen einer erklärenden Mixed-Methods-Studie ablaufen können. Die statistischen Ergebnisse wurden zur Steuerung der Folgemaßnahmen verwendet. Die Forscher stellten in der ersten Phase ihrer Studie fest, dass Depressionen bei Schülern aus Vorstädten und Städten unterschiedlich ausgeprägt sind. Daher beschlossen sie in der zweiten Phase ihrer Studie, dieses quantitative Ergebnis als Grundlage für die Untersuchung von Schülern in den obersten 10 % der Depressionswerte aus verschiedenen Schulen in qualitativen Folgebefragungen zu verwenden, die die dritte Phase ihrer Forschung darstellten.
Das explorative Mixed-Methods-Forschungsdesign beginnt mit einer qualitativen Phase zur eingehenden Untersuchung eines Themas, gefolgt von einer quantitativen Phase zur Überprüfung oder Verallgemeinerung der ersten Ergebnisse. Dieses Design ist nützlich, wenn nur wenig über ein Phänomen bekannt ist. Es ermöglicht den Forschern, Theorien zu entwickeln, Schlüsselvariablen zu identifizieren oder Erhebungsinstrumente auf der Grundlage qualitativer Erkenntnisse zu erstellen. Es hilft, explorative Erkenntnisse mit einer breiteren statistischen Validierung zu verbinden.
Beispiele für diese Art von Studien finden sich in verschiedenen Bereichen, z. B. in der Bildungsforschung zum Thema Leseverständnis (Meijer, Verloop & Beijaard, 2001), in einer Studie zur Sozialarbeit über Führungskräfte und Koalitionsbildung (Mizrahi & Rosenthal, 2001), eine Organisationsstudie über die Entwicklung eines Maßes für die organisatorische Assimilation in verschiedenen Branchen (Myers & Oetzel, 2003), die psychologische Studie über die Tendenz, sich selbst als bedeutsam für einen romantischen Partner zu betrachten (Mak & Marshall, 2004) und eine kulturübergreifende Studie über das Lebensstilverhalten japanischer Studentinnen (Tashiro, 2002).
In der von Tashiro (2002) durchgeführten Untersuchung beispielsweise begann die Autorin mit der Erhebung von Daten aus Fokusgruppen. Anhand der Daten aus den Fokusgruppen sowie aus anderen unveröffentlichten Quellen entwickelte sie einen Fragebogen. Die Teilnehmer der Fokusgruppen wurden dann gebeten, die Klarheit der Fragen zu bewerten, und der daraus resultierende Fragebogen wurde in einem Pilotversuch mit neuen Teilnehmern verwendet, die denen aus der ersten Phase der Studie ähnlich waren. Der Inhalt des Fragebogens wurde von einer Reihe von Forschungsexperten validiert und auf Interitem-Reliabilität und Test-Retest-Reliabilität geprüft.
Beim eingebetteten Mixed-Methods-Forschungsdesign werden qualitative und quantitative Daten in eine einzige Studie integriert, wobei eine Datenart eine unterstützende Rolle für die primäre Methode spielt. Dieses Design ist nützlich, wenn Forscher zusätzliche Erkenntnisse benötigen, um die Hauptanalyse zu ergänzen, wie z. B. die Einbettung qualitativer Interviews in eine groß angelegte Umfrage oder die Einbeziehung quantitativer Maßnahmen in eine hauptsächlich qualitative Studie. Es ermöglicht ein tieferes Verständnis komplexer Forschungsfragen, ohne dass separate Phasen der Datenerhebung erforderlich sind.
Ein Beispiel für dieses Design ist eine Studie zur Atemtherapie bei Patienten mit chronischen Kreuzschmerzen (Meling, Hamel, Acree, Byl, & Hecht, 2005). In dieser randomisierten, kontrollierten Studie untersuchten die Forscher die Ergebnisse der Schmerzreduzierung, der körperlichen und emotionalen Rolle und der Vitalität. Die Forscher waren auch neugierig darauf, wie die Patienten die Behandlungen durch Atemtherapeuten erlebten, und sie baten die Patienten, in Tagebucheinträgen qualitative Daten über ihre Behandlungserfahrungen zu berichten.
In einer anderen Interventionsstudie untersuchten Whittemore, Rankin, Callahan, Leder und Carroll (2000), wie die soziale Unterstützung durch Peer-Berater die Komplikationen nach einem Herzinfarkt verringerte. Sie führten eine randomisierte kontrollierte Studie durch und ließen die Patienten von Peer-Beratern sozial unterstützen. Die qualitative Datenerhebung im Rahmen dieser Studie umfasste die Erhebung von Daten von den Peer-Beratern während der Studie.
Victor et al. (2004) führten eine Interventionsstudie mit Personen durch, die an Kniearthrose litten. Sie baten die Teilnehmer der Interventionsgruppe, während der Intervention Tagebuch zu führen, um über ihre Symptome, die Verwendung von Medikamenten und die Behandlungsziele während der Studie zu reflektieren. Die Forscher sammelten diese Tagebücher dann nach der Intervention ein und analysierten sie. Ein anderer Ansatz besteht darin, die qualitative Datenerhebung gleichmäßig auf alle Behandlungs- und Kontrollgruppen zu verteilen. Schließlich könnten die Prüfer die qualitative Datenerhebung bis nach der Intervention verschieben und ein sequentielles Design der Datenerhebung anwenden.
Mixed-Methods-Forschung bietet eine leistungsstarke Möglichkeit, ein tieferes, umfassenderes Verständnis komplexer Forschungsfragen zu erlangen. Durch die Integration von quantitativen und qualitativen Ansätzen können Forscher sowohl allgemeine Muster als auch die ihnen zugrunde liegenden Gründe aufdecken. Die in diesem Artikel besprochenen Beispiele verdeutlichen die Flexibilität und den Wert verschiedener Mixed-Methods-Designs und zeigen, wie sie in unterschiedlichen Kontexten angewendet werden können. Unabhängig davon, ob Forscher auf der Suche nach Inspiration oder praktischer Anleitung sind, können diese Studien als nützliche Ausgangspunkte für die Strukturierung der eigenen Forschung dienen. Letztlich erhöht die Mixed-Methods-Forschung den Reichtum und die Glaubwürdigkeit der Ergebnisse, was sie zu einem wertvollen Ansatz für die Bewältigung vielschichtiger Probleme macht.