Wie man eine Mixed-Methods-Studie schreibt (Kompletter Leitfaden)

Einführung

Mixed-Methods-Forschung kombiniert quantitative und qualitative Daten, um ein umfassendes Verständnis komplexer Phänomene zu ermöglichen. Während quantitative Forschung Beziehungen numerisch untersucht und qualitative Forschung Bedeutung und Kontext tiefgehend erforscht, verbindet Mixed-Methods die Stärken beider Ansätze. Dieser Leitfaden zeigt Ihnen, wie Sie Mixed-Methods-Studien entwerfen und schreiben, die beide Datentypen effektiv nutzen.

Verständnis von Mixed-Methods-Forschung

Mixed-Methods-Forschung kombiniert gezielt quantitative und qualitative Datenerhebung und -analyse innerhalb einer einzigen Studie. Es handelt sich nicht einfach darum, erst quantitative und dann qualitative Forschung durchzuführen, sondern darum, Methoden durchdacht zu integrieren, um Forschungsfragen zu beantworten, die keine der beiden Methoden allein ausreichend klären könnte.

Mixed-Methods-Forschung ist besonders wirkungsvoll, um:

• Nicht nur zu verstehen, ob etwas funktioniert, sondern auch wie und warum
• Mechanismen zu erforschen, die quantitative Zusammenhänge erklären
• Qualitative Erkenntnisse quantitativ mit größeren Stichproben zu überprüfen
• Den Kontext zu verstehen, der quantitative Zusammenhänge beeinflusst
• Ergebnisse durch mehrere Datenquellen zu validieren
• Forschungsfragen mit mehreren Komponenten zu bearbeiten

Schritt 1: Bestimmen Sie Ihr Mixed-Methods-Design

Verschiedene Mixed-Methods-Designs erfüllen unterschiedliche Zwecke. Wählen Sie basierend auf Ihren Forschungsfragen.

Exploratives sequentielles Design Beginnen Sie mit qualitativer Forschung, die ein Thema erkundet, nutzen Sie die Ergebnisse zur Entwicklung von Instrumenten oder Hypothesen und testen Sie diese anschließend quantitativ mit einer größeren Stichprobe.

Zweck: Qualitative Theoriebildung, anschließend quantitative Überprüfung Zeitplan: Qualitative Phase → Quantitative Phase Typische Anwendung: Verständnis eines neu auftretenden Phänomens, Entwicklung von Instrumenten, breite Überprüfung vorläufiger Ergebnisse

Beispiel: Führen Sie qualitative Interviews mit 20 Remote-Mitarbeitenden zu Herausforderungen bei der Arbeitsmotivation durch. Identifizieren Sie Themen (Autonomie, Work-Life-Balance, Isolation). Entwickeln Sie eine Umfrage, die diese Themen misst. Testen Sie diese mit 300 Mitarbeitenden, um Häufigkeit und Zusammenhänge zu bestimmen.

Erklärendes sequentielles Design Führen Sie quantitative Forschung durch, um Muster oder Zusammenhänge zu identifizieren, und nutzen Sie anschließend qualitative Forschung, um diese Muster zu erklären.

Zweck: Erklärung quantitativer Ergebnisse Zeitplan: Quantitative Phase → Qualitative Phase Typische Anwendung: Verständnis von Mechanismen, Erforschung unerwarteter Ergebnisse, Kontextualisierung von Resultaten

Beispiel: Befragen Sie 300 Mitarbeitende und stellen fest, dass Flexibilität bei der Remote-Arbeit die Motivation bei einigen, aber nicht allen verbessert. Führen Sie Interviews mit 20-30 Mitarbeitenden (ausgewählt, um Variation in den Ergebnissen abzubilden) durch, um zu verstehen, warum die Effekte unterschiedlich sind.

Konvergentes Design Führen Sie qualitative und quantitative Forschung gleichzeitig durch und vergleichen Sie anschließend die Ergebnisse, um zu sehen, ob sie übereinstimmen, divergieren oder sich ergänzen.

Zweck: Triangulation – Validierung von Ergebnissen durch mehrere Datenquellen; Entwicklung eines umfassenden Verständnisses Zeitplan: Gleichzeitige qualitative und quantitative Phasen Typische Anwendung: Prüfung der Konsistenz von Ergebnissen über Datentypen hinweg, umfassendes Verständnis komplexer Phänomene

Beispiel: Verteilen Sie Umfragen an 300 Mitarbeitende und führen Sie gleichzeitig Interviews mit 25 Mitarbeitenden durch. Vergleichen Sie die Umfrageergebnisse zur Motivation mit qualitativen Erkenntnissen zu den zugrundeliegenden Mechanismen und gleichen Sie Ähnlichkeiten und Unterschiede ab.

Eingebettetes Design Eine Methode ist primär, die andere sekundär und unterstützt die erste. Dies unterscheidet sich vom konvergenten Design, bei dem beide Methoden gleichgewichtet sind.

Zweck: Unterstützung der primären Forschung durch ergänzende Daten Zeitplan: Kann sequentiell oder gleichzeitig sein Typische Anwendung: Hinzufügen qualitativen Kontexts zu einer vorwiegend quantitativen Studie; Ergänzung einer vorwiegend qualitativen Studie durch Zahlen

Beispiel: Führen Sie eine vorwiegend qualitative Fallstudie zur Einführung von Remote-Arbeit in drei Organisationen durch. Betten Sie quantitative Umfragedaten zur Messung von Motivationsergebnissen ein, um qualitative Ergebnisse mit Zahlen zu untermauern.

Wählen Sie das Design, das zu Ihren Forschungsfragen passt. Wenn Sie Verständnis entwickeln müssen, bevor Sie breit testen, verwenden Sie exploratives sequentielles Design. Wenn Sie quantitative Ergebnisse erklären wollen, wählen Sie erklärendes sequentielles Design. Für umfassendes Verständnis durch mehrere Perspektiven eignet sich das konvergente Design.

Schritt 2: Entwickeln Sie Forschungsfragen für beide Methoden

Starke Mixed-Methods-Studien haben Forschungsfragen, die für jede Methode geeignet sind. Übergeordnete Fragen können breiter sein, aber spezifische Fragen leiten jede Methode.

Übergeordnete Forschungsfrage: „Wie wirkt sich Flexibilität bei der Remote-Arbeit auf die Mitarbeitermotivation aus und welche Faktoren erklären diese Effekte?“

Quantitative spezifische Fragen:

• „In welchem Ausmaß ist Flexibilität bei der Remote-Arbeit mit Mitarbeitermotivation verbunden?“
• „Variieren diese Zusammenhänge nach Berufstyp, Abteilung oder Organisationsgröße?“
• „Wie groß ist die Stärke dieser Effekte?“

Qualitative spezifische Fragen:

• „Wie erleben Mitarbeitende Flexibilität bei der Remote-Arbeit?“
• „Welche Mechanismen erklären die Beziehungen zwischen Flexibilität und Motivation?“
• „Welche Kontextfaktoren beeinflussen diese Effekte?“

Mixed-Methods-Fragen:

• „Konvergieren quantitative und qualitative Ergebnisse hinsichtlich der Auswirkungen von Remote-Arbeit auf die Motivation?“
• „Wie manifestieren sich quantitative Zusammenhänge in qualitativen Erfahrungen?“
• „Was offenbaren mehrere Datenquellen über die Effekte von Remote-Arbeit?“

Diese Fragestellung stellt sicher, dass jede Methode passende Fragen adressiert und sie sinnvoll integriert werden.

Schritt 3: Entwerfen Sie Ihre quantitative Komponente

Wenn Ihre Mixed-Methods-Studie quantitative Forschung beinhaltet, gestalten Sie diese sorgfältig.

Entwickeln Sie klare Hypothesen oder Forschungsfragen Formulieren Sie basierend auf Ihrer Forschung spezifische Hypothesen (bei Testung von Zusammenhängen) oder Fragen (bei Exploration). „Wir nehmen an, dass Flexibilität bei der Remote-Arbeit die Mitarbeitermotivation positiv vorhersagt, vermittelt durch Autonomie und Work-Life-Balance.”

Identifizieren Sie Variablen und Messinstrumente Geben Sie an, was und wie Sie messen. „Wir haben Flexibilität bei der Remote-Arbeit durch Umfragefragen zu Zeit- und Ortsflexibilität (5-Punkte-Likert-Skalen) gemessen. Die Motivation wurde mit einer etablierten Skala erfasst (α=.87). Autonomie und Work-Life-Balance wurden mit validierten Instrumenten gemessen.”

Planen Sie Ihre Stichprobe Bestimmen Sie Stichprobengröße, Merkmale und Auswahlverfahren. „Wir haben Online-Umfragen an 300 Mitarbeitende in fünf Organisationen verteilt. Die Teilnehmenden variierten hinsichtlich Berufstyp, Betriebszugehörigkeit und Organisationsgröße.”

Planen Sie Ihre Analyse Geben Sie den Analyseansatz an. „Wir führten Regressionsanalysen durch, um Zusammenhänge zwischen Flexibilität und Motivation zu untersuchen, mit Mediationsanalysen zur Prüfung, ob Autonomie und Work-Life-Balance diese Beziehungen vermitteln.”

Schritt 4: Entwerfen Sie Ihre qualitative Komponente

Wenn Ihre Mixed-Methods-Studie qualitative Forschung beinhaltet, gestalten Sie diese sorgfältig.

Entwickeln Sie Forschungsfragen Geben Sie an, was Sie verstehen möchten. „Welche Mechanismen erklären die Beziehung zwischen Flexibilität bei der Remote-Arbeit und Motivation? Wie erleben Mitarbeitende diese Beziehung?“

Identifizieren Sie Stichprobenmerkmale Geben Sie an, wen Sie interviewen und wie Sie auswählen. „Wir führen 20-30 halbstrukturierte Interviews mit Mitarbeitenden durch, die gezielt ausgewählt werden, um Variation in Flexibilitätsniveaus und Motivationsergebnissen abzubilden.”

Entwickeln Sie Interviewleitfäden Erstellen Sie Leitfäden mit offenen Fragen. „Erzählen Sie mir von Ihren Erfahrungen mit Remote-Arbeit. Wie hat sich die Flexibilität auf Ihre Arbeit und Ihr Wohlbefinden ausgewirkt? Welche Herausforderungen haben Sie erlebt?“

Planen Sie Ihre Analyse Geben Sie den Kodierungs- und Analyseansatz an. „Wir führen eine thematische Analyse durch, bei der wir Themen identifizieren, die Mechanismen erklären, die die Beziehung zwischen Flexibilität und Motivation beeinflussen.”

Schritt 5: Sicherstellen der Integration der Methoden

Das entscheidende Merkmal von Mixed-Methods-Forschung ist die Integration der Methoden. Planen Sie, wo und wie die Integration erfolgt.

Integration in den Forschungsfragen Stellen Sie sicher, dass die Fragen der Methoden verwandte Themen adressieren. Ihre quantitativen Fragen sollten nicht völlig unabhängig von den qualitativen sein.

Weiterführende Literatur

• APA Style — Hilfreich für die korrekte Zitation und das wissenschaftliche Schreiben in einer Mixed-Methods-Studie, besonders wenn qualitative und quantitative Quellen kombiniert werden.
• Purdue OWL — Bietet verlässliche Anleitungen zu akademischem Schreiben, Strukturierung und Zitierweisen, die beim Verfassen einer Mixed-Methods-Arbeit nützlich sind.
• UNC Writing Center — Unterstützt bei der klaren Darstellung komplexer Forschungsergebnisse und beim Aufbau eines überzeugenden wissenschaftlichen Textes.
• Harvard Writing Center — Nützlich für präzises akademisches Schreiben und die verständliche Präsentation von Methoden, Ergebnissen und Argumentation.
• Microsoft Support Word — Praktisch für Formatierung, Layout und Dokumentenverwaltung beim Schreiben einer langen Forschungsarbeit in Word.