Datenerhebung in der Forschung mit gemischten Methoden

Bei der Kombination von qualitativen und quantitativen Ansätzen stützt sich die Mixed-Methods-Forschung auf flexible Datenerhebungsstrategien zur Untersuchung komplexer Forschungsfragen. Unabhängig davon, ob die Datenerhebung gleichzeitig durch gleichzeitige Designs oder schrittweise durch einen sequenziellen Ansatz erfolgt, besteht das Ziel darin, ein umfassendes Verständnis des Themas zu schaffen. Jede Methode stellt einzigartige Herausforderungen dar und erfordert eine sorgfältige Abstimmung mit dem gesamten Forschungsdesign.

Einführung

In der Mixed-Methods-Forschung ist die Datenerhebung darauf ausgerichtet, bestimmte Forschungsfragen oder Hypothesen zu beantworten, die sich eng an das gewählte Mixed-Methods-Design anlehnen. Forscher können Daten gleichzeitig erheben - also quantitative und qualitative Daten zur gleichen Zeit - oder sequenziell, wobei eine Datenart vor der anderen erhoben und analysiert wird. Beide Ansätze haben unterschiedliche Herausforderungen, die eine sorgfältige Planung erfordern.

Die Datenerhebung in der Mixed-Methods-Forschung erfolgt in der Regel in mehreren Phasen: Stichprobenziehung, Einholung von Genehmigungen, Festlegung der Datentypen, Auswahl der Erfassungsmethoden und Durchführung der Datenerhebungsverfahren. Obwohl diese Phasen sowohl für die qualitative als auch für die quantitative Forschung gelten, unterscheiden sie sich in der Ausführung aufgrund der einzigartigen Merkmale jedes Ansatzes leicht (Creswell & Plano Clark, 2017).

Sampling

Qualitative Probenahme

Bei der qualitativen Datenerhebung wählen die Forscher bewusst Teilnehmer und Orte aus, die reichhaltige und relevante Daten liefern. Dieser Ansatz, der als gezieltes Sampling bekannt ist, stellt sicher, dass die Teilnehmer direkte Erfahrungen mit dem untersuchten Phänomen oder Konzept haben. Es gibt eine Vielzahl von Strategien für die gezielte Auswahl von Stichproben, die jeweils einem bestimmten Forschungszweck dienen. Bei der Stichprobenziehung mit maximaler Variation werden beispielsweise Teilnehmer mit unterschiedlichen Sichtweisen auf das Thema ausgewählt, wobei die Variation häufig auf Merkmalen wie Ethnie, Geschlecht oder Bildungsniveau beruht. Ziel ist es, ein breites Spektrum von Standpunkten widerzuspiegeln und die Erkenntnisse der Studie zu bereichern. Alternativ dazu konzentriert sich das Extremfall-Sampling auf ungewöhnliche oder außergewöhnliche Fälle, während das homogene Sampling auf Teilnehmer innerhalb einer Untergruppe abzielt, die bestimmte Merkmale teilen.

In Bezug auf die Stichprobengröße wird in der qualitativen Forschung der Tiefe der Vorzug vor der Breite gegeben. Anstatt große Stichproben anzustreben, konzentrieren sich die Forscher auf eine kleinere Gruppe, um eine detaillierte Untersuchung jedes Teilnehmers oder Standorts zu ermöglichen. Größere Stichproben verringern oft die Tiefe der von den einzelnen Personen gewonnenen Erkenntnisse. Die Stichprobengröße variiert je nach Forschungsdesign, wobei narrative Studien in der Regel ein oder zwei Teilnehmer umfassen, während Projekte der Grounded Theory bis zu 50 oder 60 Teilnehmer einschließen. Qualitative Studien können auch auf Stichproben von 10 bis 20 Teilnehmern beruhen, die entsprechend den Forschungsfragen und der Methodik ausgewählt werden, wie z. B. bei phänomenologischen Ethnographien oder Fallstudien.

Quantitative Stichproben

Bei der quantitativen Datenerhebung zielt die Stichprobe darauf ab, Teilnehmer auszuwählen, die die Grundgesamtheit genau repräsentieren, um die Ergebnisse zu verallgemeinern. Zunächst definieren die Forscher die interessierende Population und wählen sorgfältig eine Stichprobe daraus aus. Häufig wird eine Zufallsstichprobe verwendet, um sicherzustellen, dass jede Person in der Grundgesamtheit die gleiche Wahrscheinlichkeit hat, ausgewählt zu werden, und so eine Verzerrung der Auswahl zu vermeiden. Bei dieser Methode werden systematische Verfahren, wie z. B. Tabellen mit Zufallszahlen, verwendet.

Um bestimmte Merkmale in die Stichprobe einzubeziehen, können Forscher geschichtete Stichproben verwenden. Wenn beispielsweise in der Grundgesamtheit mehr Frauen als Männer vorhanden sind, gewährleistet die geschichtete Stichprobe eine proportionale Vertretung, indem sie die Grundgesamtheit in Untergruppen (Schichten) aufteilt und aus jeder eine Zufallsstichprobe zieht. Dieses Verfahren gewährleistet, dass die Stichprobe die Vielfalt der Grundgesamtheit in Bezug auf die wichtigsten Merkmale widerspiegelt.

In der quantitativen Forschung muss die Stichprobengröße für eine statistische Analyse, die Rückschlüsse auf die Grundgesamtheit zulässt, ausreichend sein. Forscher verwenden Formeln für die Stichprobengröße oder die Power-Analyse, um die erforderliche Größe für das Studiendesign zu berechnen. Bei experimentellen Studien ist die Potenzanalyse von entscheidender Bedeutung, während Formeln für den Stichprobenfehler die Umfrageforschung leiten. Mit diesen Ansätzen wird der Stichprobenfehler - die Differenz zwischen der Stichprobenschätzung und dem Populationsparameter - minimiert, um sicherzustellen, dass die Ergebnisse robust und verallgemeinerbar sind.

Berechtigungen

Um Forschungsarbeiten durchführen zu können, müssen Forscher die Erlaubnis einholen, Daten von Einzelpersonen und Standorten zu sammeln. Dieser Prozess umfasst in der Regel mehrere Genehmigungsstufen. Erstens muss die Erlaubnis von Personen eingeholt werden, die die Forschungsstandorte leiten oder beaufsichtigen, z. B. von Verwaltern oder Direktoren. Zweitens ist die Zustimmung der Teilnehmer erforderlich, die Daten zur Verfügung stellen werden, und in einigen Fällen auch die ihrer gesetzlichen Vertreter, z. B. der Eltern von Minderjährigen. Bei der akademischen Forschung spielen die auf dem Campus ansässigen institutionellen Prüfungsausschüsse (IRBs) eine entscheidende Rolle, indem sie die Studie genehmigen, um sicherzustellen, dass die Rechte und die Sicherheit der Teilnehmer geschützt werden. Die Forscher müssen sich an die von den IRBs festgelegten Bedingungen halten, einschließlich der Einholung der unterzeichneten Einverständniserklärungen der Teilnehmer vor Beginn der Datenerhebung.

In der qualitativen Forschung ist eine detaillierte Dokumentation der Verfahren von entscheidender Bedeutung, da sie häufig persönliche Interaktionen in sensiblen Umgebungen, wie z. B. in der Wohnung oder am Arbeitsplatz der Teilnehmer, beinhaltet. Dieser Zugang erfordert die Zusammenarbeit mit Gatekeepern - Personen innerhalb von Organisationen, die den Zugang erleichtern und den Forschungsprozess unterstützen können. Dies ist besonders bei qualitativen Studien wichtig, aber auch die quantitative Forschung erfordert Genehmigungen, vor allem in schwer zugänglichen Umgebungen wie Behörden.

Werden keine ordnungsgemäßen Genehmigungen eingeholt, insbesondere von den IRBs, kann dies erhebliche Folgen haben, z. B. den Ausschluss der Ergebnisse von der Veröffentlichung und die Gefährdung der Finanzierung der Einrichtung. Auch die Art der Datenerhebung - qualitativ oder quantitativ - wirkt sich auf das Risiko für die Teilnehmer aus. Qualitative Forschung, die ein tieferes Engagement beinhaltet, kann die Teilnehmer Risiken für die Privatsphäre aussetzen, z. B. durch die Offenlegung sensibler Verhaltensweisen. Quantitative Forschung hingegen umfasst in der Regel weniger einschneidende Methoden wie Umfragen oder Beobachtungschecklisten, die in der Regel ein geringeres Schadensrisiko bergen.

Zu erhebende Informationen

Forscher müssen die verfügbaren Datenarten bewerten und ihre Optionen abwägen, um festzustellen, welche Quellen sich am besten für die Beantwortung ihrer Forschungsfragen oder Hypothesen eignen. In der qualitativen Forschung gehören zu den Datenarten offene Interviews, Beobachtungen, (private und öffentliche) Dokumente und audiovisuelles Material wie Videos, Fotos und Tonaufnahmen. Neue Datenformen wie Textnachrichten, E-Mails und Beiträge in sozialen Medien erweitern diese Möglichkeiten noch.

Im Gegensatz dazu können Forscher quantitative Daten mit Instrumenten wie Eignungstests zur Leistungsmessung oder Einstellungsskalen zur Bewertung von Meinungen erheben. Sie verwenden auch strukturierte Interviews und Beobachtungen, bei denen die Antwortkategorien vordefiniert sind. Quantitative Daten sind oft numerisch und stammen aus Quellen wie Volkszählungsaufzeichnungen, Anwesenheitsprotokollen oder Fortschrittsberichten. Ähnlich wie bei der qualitativen Forschung müssen die Forscher sorgfältig abwägen, welche Optionen am besten geeignet sind, ihre spezifischen Forschungsfragen oder Hypothesen zu beantworten.

Datenaufzeichnung

Bei der Datenerfassung werden Informationen systematisch gesammelt und so aufgezeichnet, dass sie von einem einzelnen Forscher oder einem Forschungsteam aufbewahrt und analysiert werden können. Für qualitative Daten müssen die Aufzeichnungsinstrumente sorgfältig vorbereitet werden. Bei der Erhebung von Interviewdaten sollte beispielsweise ein Interviewprotokoll erstellt werden, das eine Liste von Fragen und Platz für die Aufzeichnung wichtiger Details wie Zeit, Datum und Ort des Interviews enthält. Häufig nehmen Forscher die Interviews auf und transkribieren sie später. Ein Interviewprotokoll hilft bei der Organisation, und die Verwendung mehrerer Tonaufzeichnungsgeräte stellt sicher, dass im Falle technischer Probleme eine Sicherungskopie vorhanden ist. In ähnlicher Weise ermöglicht ein Beobachtungsprotokoll den Forschern, beobachtete Ereignisse und Prozesse zu dokumentieren und gleichzeitig reflektierende Notizen zu aufkommenden Themen oder Anliegen zu machen. Zusätzliche Formulare können für die Durchsicht von Dokumenten und die Aufzeichnung visueller Daten, wie z. B. Fotos, erstellt werden.

In der quantitativen Forschung wählen die Forscher entweder Instrumente aus oder erstellen solche, wie z. B. Einstellungsskalen mit nachgewiesener Zuverlässigkeit und Gültigkeit. Alternativ können sie auch validierte Checklisten verwenden, die auf einer früheren Verwendung basieren. Bei der Arbeit mit numerischen Daten aus Dokumenten entwickeln die Forscher oft Formulare, um die Informationen zusammenzufassen. Bei der Auswahl von Instrumenten oder Checklisten muss sichergestellt werden, dass sie zuverlässig und valide sind und mit den Forschungsfragen und -hypothesen übereinstimmen; außerdem müssen geeignete Skalen für die Erfassung der gesammelten Daten verwendet werden.

Verwaltung der Datenerhebung

Die Verwaltung der Datenerhebung umfasst die Durchführung der Prozesse, die für die Sammlung von Informationen erforderlich sind. In der qualitativen Forschung liegt ein wesentlicher Schwerpunkt auf der Vorwegnahme und Bewältigung potenzieller Herausforderungen, die die Datenqualität beeinträchtigen könnten. Beispiele hierfür sind die Zeit, die für die Rekrutierung von Teilnehmern benötigt wird, die Rolle des Forschers als Beobachter, die Sicherstellung der Funktionsfähigkeit von Aufzeichnungsgeräten, das Auffinden relevanter Dokumente und die richtige Positionierung der Videoaufnahmegeräte. Außerdem müssen die Forscher die Forschungsstätten respektvoll betreten und dürfen laufende Aktivitäten nicht stören. Ethische Erwägungen wie das Angebot einer Gegenleistung für die Beiträge der Teilnehmer, der Schutz sensibler Daten und die klare Erläuterung des Forschungszwecks sind von entscheidender Bedeutung.

In der quantitativen Forschung sind diese ethischen Grundsätze nach wie vor von grundlegender Bedeutung, aber auch die Konsistenz der Datenerhebungsverfahren ist entscheidend, um Verzerrungen zu vermeiden. Es sollten standardisierte Verfahren für die Verwendung von Instrumenten, Checklisten und öffentlichen Aufzeichnungen festgelegt werden, um die Einheitlichkeit zu wahren. Wenn mehrere Prüfer beteiligt sind, ist eine gründliche Schulung erforderlich, um sicherzustellen, dass die Datenerhebung jedes Mal einheitlich und genau durchgeführt wird.

Datenerhebung in verschiedenen Designs

Es ist wichtig, die allgemeinen Prozesse der Datenerhebung in der qualitativen und quantitativen Forschung zu verstehen, da die Forschung mit gemischten Methoden beide Arten integriert. Bevor Sie sich mit spezifischen Designs befassen, sollten Sie diese allgemeinen Richtlinien für die Datenerhebung mit gemischten Methoden beachten:

• Die Verfahren zur Datenerhebung variieren je nach Mixed-Methods-Design. Die Datenerhebung kann gleichzeitig oder sequentiell erfolgen. Bei gleichzeitigen Designs werden qualitative und quantitative Daten gleichzeitig erhoben, wobei der Grad der Unabhängigkeit zwischen den beiden Formen variieren kann (z. B. Triangulation oder eingebettete Designs). Sequentielle Designs erheben zunächst eine Art von Daten und nutzen dann die Ergebnisse, um die nachfolgende Phase zu informieren, wie z. B. bei erklärenden oder explorativen Designs.
• Bei der gleichzeitigen Datenerhebung sind qualitative und quantitative Daten in der Regel unabhängig voneinander. Im Gegensatz dazu betonen sequenzielle Designs eine Beziehung zwischen den beiden Formen und verbinden die Ergebnisse einer Phase mit der nächsten.
• Unabhängig vom Design sollten beide Datenerhebungsansätze strenge qualitative und quantitative Verfahren anwenden. Qualitative Methoden könnten zum Beispiel Tiefeninterviews mit detaillierten Kodierungsrahmen beinhalten, während quantitative Methoden sich auf validierte Instrumente für die statistische Analyse stützen könnten.
• Alle Forschungsarbeiten, die Menschen betreffen, müssen vom Institutional Review Board (IRB) genehmigt werden. Bei gleichzeitigen Projekten sollten beide Datenerhebungsmethoden in der Antragsphase dargelegt werden. Bei sequentiellen Versuchsplänen ist es in der Regel erforderlich, die Anfangsphase zu beschreiben und darauf hinzuweisen, dass sich die Folgeverfahren auf der Grundlage der ersten Ergebnisse weiterentwickeln können. Wenn Folgeverfahren festgelegt werden, kann ein IRB-Zusatz erforderlich sein.

Leitfaden zur Datenerhebung

Gleichzeitige Formen der Datenerhebung werden in konvergenten parallelen Designs und ihren Varianten sowie in eingebetteten Designs verwendet, die eine Phase der gleichzeitigen Datenerhebung nutzen.

• Die Daten werden in der Regel im gleichen Zeitrahmen erhoben und können getrennt oder mit dem gleichen Instrument erhoben werden, z. B. in einer Umfrage mit einer Mischung aus offenen und geschlossenen Fragen. Sie können auf derselben oder auf verschiedenen Ebenen einer Organisation erhoben werden. Bei einer Mehrebenenvariante des Designs werden quantitative und qualitative Daten auf verschiedenen Ebenen (oder mit verschiedenen Analyseeinheiten) erhoben.
• Der quantitativen und qualitativen Datenerhebung in einer Studie kann gleiche oder ungleiche Bedeutung beigemessen werden. So kann beispielsweise bei einem eingebetteten Design, das qualitative Daten in eine Interventionsstudie einbezieht, der qualitativen Datenerhebung weniger Priorität eingeräumt werden.
• Bei der gleichzeitigen Datenerhebung kann die Analyse verschiedenen Zwecken dienen: dem Abgleich und der Integration von Ergebnissen (wie beim konvergenten parallelen Design); der Verwendung einer Form von Daten (z. B. quantitativ) zur Validierung der anderen (z. B. qualitativ); der Umwandlung einer Datenart zum Vergleich mit der anderen (als eine Form der Triangulation); oder der Generierung ergänzender Daten zur Beantwortung verschiedener Forschungsfragen (wie beim eingebetteten experimentellen oder korrelativen Design).

Gleichzeitige Herausforderungen bei der Datenerhebung

Mit diesen allgemeinen Merkmalen im Hinterkopf ist es wichtig, auf spezifische Probleme zu achten, die bei der Verwendung einer gleichzeitigen Datenerhebung auftreten können.

Teilnehmerauswahl: Eine wichtige Überlegung ist, ob für die quantitative und die qualitative Stichprobe dieselben oder unterschiedliche Personen ausgewählt werden sollen. Obwohl es keinen endgültigen Konsens gibt, bevorzugen viele Mixed-Methods-Forscher die Auswahl derselben Personen für beide Datenarten, da dies den Vergleich und die Integration erleichtert. Die Auswahl unterschiedlicher Teilnehmer kann zu einer Variabilität der persönlichen Merkmale führen, die den Vergleich beeinträchtigen kann. So werden beispielsweise bei Triangulation und eingebetteten Designs häufig dieselben Personen oder Standorte verwendet. In einer Studie könnten quantitative Daten (z. B. mithilfe von strukturierten Beobachtungschecklisten) und qualitative Daten (z. B. Interviews mit Schlüsselinformanten) in denselben Fällen erhoben werden, um den Datenintegrationsprozess zu rationalisieren (Creswell, 2003).

Stichprobengröße: Eine weitere Frage ist, ob die gleiche Anzahl von Teilnehmern für den quantitativen und den qualitativen Teil der Studie verwendet werden soll. In der Regel sind quantitative Stichproben (vorzugsweise zufällig ausgewählt) größer als qualitative Stichproben (in der Regel absichtlich ausgewählt), was den Vergleich oder die Integration der beiden Datensätze erschwert. Bei eingebetteten Studien ist eine Art von Daten in der Regel eine Ergänzung zur anderen Art von Daten, und beide beantworten oft unterschiedliche Fragen (z. B. die Untersuchung von Patientenerfahrungen während der Behandlung gegenüber der Bewertung der Auswirkungen der Behandlung auf die Ergebnisse). Forscher können auch in Erwägung ziehen, Probleme mit diskrepanten Stichprobengrößen zu lösen, indem sie die Anzahl der qualitativen Teilnehmer erhöhen und dabei einige Details opfern, qualitative Fälle gewichten, um sie mit quantitativen Daten abzugleichen, oder die Grenzen des Vergleichs von Datensätzen mit ungleichen Stichprobengrößen anerkennen (Creswell, 2003; Padgett, 2004).

Handhabung widersprüchlicher Ergebnisse: Bei der Vermischung von Datentypen kann es zu Widersprüchen zwischen quantitativen und qualitativen Ergebnissen kommen. Nach Creswell (2003) besteht ein Ansatz zur Auflösung solcher Widersprüche in der Erhebung zusätzlicher Daten, was jedoch nicht immer durchführbar ist oder zum richtigen Zeitpunkt erfolgt. Eine andere Möglichkeit besteht darin, die Ergebnisse parallel zu präsentieren und dabei den Bedarf an weiteren Untersuchungen zu berücksichtigen (Padgett, 2004). Alternativ können solche Widersprüche auch als Ausgangspunkt für neue Untersuchungsansätze dienen.

Leitfaden für die sequentielle Datenerhebung

Die sequentielle Datenerhebung folgt einem anderen Prozess als die gleichzeitige Datenerhebung. Die folgenden Leitlinien skizzieren den sequentiellen Ansatz:

• Die sequenzielle Datenerhebung erfolgt in Stufen, wobei eine Phase der Datenerhebung abgeschlossen wird, bevor eine andere beginnt. Dieser Ansatz wird in erklärenden und explorativen Designs sowie in den sequenziellen Varianten des eingebetteten Designs verwendet.
• In sequenziellen Designs sind die quantitativen und qualitativen Daten miteinander verbunden und voneinander abhängig. Eine Phase informiert die andere und baut auf ihr auf.
• Der Schwerpunkt der ersten oder zweiten Phase der Datenerhebung kann unterschiedlich sein. Der Schwerpunkt kann entweder qualitativ oder quantitativ sein, je nach Forschungsproblem und den Zielen des Forschers.
• Die sequenzielle Datenerhebung erfolgt in der Regel in drei Phasen. In der ersten Phase konzentrieren sich die Datenerhebung und -analyse entweder auf qualitative Methoden (bei explorativen Designs) oder auf quantitative Methoden (bei erklärenden Designs). Bei eingebetteten Designs können in der ersten Phase beide Ansätze verwendet werden. In Phase 2 entscheiden die Forscher, wie die Ergebnisse von Phase 1 die nächste Phase der Datenerhebung und -analyse leiten werden. Der Zweck von Phase 2 ist es, sicherzustellen, dass Phase 3, die die zweite Runde der Datenerhebung und -analyse beinhaltet, direkt auf den Ergebnissen von Phase 1 aufbaut. In diesem dreistufigen Prozess werden die Ergebnisse phasenübergreifend integriert, wobei Stufe 2 dazu dient, die ersten Ergebnisse mit der abschließenden Datenerhebung zu verknüpfen.

Sequentielle Datenerfassung - Herausforderungen

Die sequenzielle Datenerhebung birgt auch besondere Herausforderungen, die Forscher berücksichtigen können, um die Qualität ihrer Datenerhebung zu verbessern:

Stichprobenerhebung bei denselben oder verschiedenen Personen: Die Entscheidung, in Phase 1 und Phase 3 dieselben Personen zu befragen, hängt vom Forschungsdesign ab. Bei erklärenden Designs oder eingebetteten Designs mit einer Follow-up-Phase werden in der Regel in beiden Phasen dieselben Teilnehmer einbezogen. Dieser Ansatz ermöglicht es den Forschern, qualitative Daten zu nutzen, um detaillierte Einblicke in die quantitativen Ergebnisse zu erhalten, indem sie Personen auswählen, die die wichtigsten Informationen liefern können.

Im Gegensatz dazu werden bei explorativen Designs häufig unterschiedliche Teilnehmer in Phase 1 und Phase 3 einbezogen. Das Ziel von Phase 3 in diesen Designs ist es, die Ergebnisse auf eine größere Population zu verallgemeinern, was die Entnahme einer neuen und größeren Gruppe von Teilnehmern erfordert.

Gleiche oder unterschiedliche Stichprobengrößen: Die Stichprobengrößen für Stufe 1 und Stufe 3 müssen nicht übereinstimmen. Ähnlich wie bei konkurrierenden Designs umfasst die qualitative Datenerhebung in der Regel eine viel kleinere Stichprobe als die quantitative Datenerhebung. Da das Ziel von sequenziellen Designs nicht darin besteht, die Datensätze zusammenzuführen oder direkt zu vergleichen, sind ungleiche Stichprobengrößen weniger problematisch.

Auswahl der Ergebnisse für die Weiterverfolgung: Bei erklärenden Designs müssen die Forscher bestimmen, welche Ergebnisse aus der quantitativen Analyse der Stufe 1 eine weitere Untersuchung in der qualitativen Phase der Stufe 3 rechtfertigen. Dies beinhaltet die Identifizierung von Schlüsselergebnissen, die einer tieferen Erklärung bedürfen, wie z. B. statistisch signifikante oder nicht signifikante Ergebnisse, signifikante Prädiktoren, Gruppenunterschiede, Ausreißer oder einzigartige demografische Merkmale. Die Forscher können auch Teilnehmer auswählen, die sich freiwillig für ein qualitatives Follow-up melden. Dieser Entscheidungsprozess ist auch bei sequenziellen Designs wichtig, die mit qualitativen Daten beginnen und dann quantitative Daten erheben, um bestimmte Aspekte der qualitativen Ergebnisse zu verifizieren. Die Forscher müssen daher sicherstellen, dass sich Phase 3 auf die aussagekräftigsten Aspekte der ursprünglichen Ergebnisse konzentriert und ein umfassenderes Verständnis der Forschungsfrage ermöglicht.

Schlussfolgerung

Die Datenerhebung mit gemischten Methoden bietet einen umfassenden Ansatz für die Untersuchung komplexer Forschungsfragen, indem sie die Stärken qualitativer und quantitativer Daten kombiniert. Dieser Ansatz ermöglicht ein tieferes Verständnis des Kontexts und der messbaren Muster innerhalb einer Studie. Unabhängig davon, ob gleichzeitige oder sequenzielle Designs verwendet werden, liegt der Schwerpunkt auf der Auswahl geeigneter Stichprobenstrategien, der Anwendung effektiver Datenerhebungsmethoden und der Gewährleistung einer systematischen Informationserfassung.

Mixed-Methods-Forschung bringt Herausforderungen mit sich, wie z. B. das Ausbalancieren des Stichprobenumfangs, die Verwaltung von Daten aus verschiedenen Quellen und die Aufrechterhaltung einer konsistenten Datenqualität. Die Bewältigung dieser Herausforderungen erfordert eine sorgfältige Planung und die Beachtung der methodischen Strenge während des gesamten Datenerhebungsprozesses.

Nach der Datenerhebung sind die nächsten Schritte die Datenanalyse, die Interpretation der Ergebnisse und die Berichterstattung über die Ergebnisse. Diese Phasen werden in den folgenden Artikeln erörtert, wobei der Schwerpunkt auf der effektiven Verarbeitung, Analyse und Präsentation von Mixed-Methods-Daten liegt.

Referenzen

1. Creswell, J. W., & Plano Clark, V. L. (2017). Designing and conducting mixed methods research (3rd ed.). SAGE.
2. Creswell, J. W. (2003). Research Design: Qualitative, quantitative und gemischte Methodenansätze (2. Aufl.). Sage.
3. Padgett, D. K. (2004). Die qualitative Forschungserfahrung. Wadsworth/Thomson Learning.