MixedMethodsAnsätze

MixedMethodsAnsätze bezeichnet in der empirischen Forschung Ansätze, die qualitative und quantitative Methoden systematisch kombinieren, um Forschungsfragen umfassender zu beantworten. Sie verfolgen typischerweise das Ziel, die Stärken beider Paradigmen zu nutzen: die Tiefe und Kontextualisierung qualitativer Daten sowie die Generalisierbarkeit und Messbarkeit quantitativer Daten. Durch die Integration entsteht oft eine aussagekräftigere Evidenzbasis als bei einem einzelnen Ansatz.

Zu den verbreiteten Designkategorien gehören konvergente (parallel), sequenzielle und eingebettete Designs. Beim konvergenten Parallel-Design werden qualitative und quantitative Daten zeitgleich erhoben und anschließend integriert, um Übereinstimmungen und Unterschiede zu prüfen. Sequenzielle Designs beginnen mit einer Datensammlung in einem Modus (qualitativ oder quantitativ) und folgen mit einer zweiten Phase im anderen Modus, um Ergebnisse zu erklären oder zu erweitern. Innerhalb der sequenziellen Designs spricht man von sequenziell explanativ (quantitativ zuerst, dann qualitative Erklärung) oder sequenziell explorativ (qualitativ zuerst, dann quantitative Prüfung). Beim eingebetteten Design erhält ein Teil der Studie eine zusätzliche Methode aus dem anderen Paradigma, um eine spezifische Fragestellung wichtiger zu machen.

Die Methodenintegration erfolgt typischerweise durch Datenintegration und Triangulation, etwa durch gemeinsames Display-Beispiel oder die übergreifende Interpretation beider Datentypen. Gütekriterien umfassen Validität, Reliabilität und Transparenz in der Designlogik sowie die nachvollziehbare Begründung für die Integrationsentscheidungen.

MixedMethodsAnsätze finden Anwendung in Bildungsforschung, Gesundheitswissenschaften, Sozialwissenschaften und Politikforschung. Wichtige Befürworter, darunter John W. Creswell, betonen die methodische Reflexivität und die transparente Berücksichtigung von Kontextfaktoren, Ressourcenbedarf und Komplexität bei Planung und Auswertung.