Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
Ludwigsburg, den 15./16.6.2018 Folie 1 Balingen, 12.11.2007 Folie 1
Workshop bei der Sommerakademie
der Graduiertenakademie
Pädagogische Hochschulen BW am
15./16.6.2018 in Ludwigsburg
Prof. Dr. Stefan König
„Mixed Methods Research
– Erkenntnistheorie,
Methodologie und
Methodik “
Prof. Dr. S. König
Unsere Agenda
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 4
Datum & Zeit Themen Materialien
1 15.06., 13:45 – 15:45 Input: Einführung in den Kurs
und die Thematik
Präsentation (Teil 1)
2 15.06., 16:15 – 18:15 Textarbeit: Erkenntnis-
theoretische Grundpositionen
Text_1 und Text_2
3 16.06., 08:45 – 10:45 Input: Prototypische MMDs –
dargestellt am Beispiel der
Sportwissenschaft
Präsentation (Teil 2)
Text_3
Text_4
4 16.06., 11:15 – 12:45 Advanced Mixed Methods
Designs
Präsentation (Teil 3)
Text_5
Text_6
5 16.06., 13:45 – 15:45 Übung: Entwicklung und
Planung eines MMD
Text_7
6 16.06., 16:15 – 17:45 MMR – „Is it too inclusive?“
Zusammenfassung
Präsentation (Teil 4)
Text_1
Unsere Arbeitstexte
(1) Kuckartz, U. (2014). Mixed Methods. Methodologie, Forschungsdesigns und
Analyseverfahren. Wiesbaden: Springer VS. (S. 27–55)
(2) Johnson, R. B. (2017). Dialectical Pluralism: A Metaparadigm Whose Time Has Come.
Journal of Mixed Methods Research 11(2), 156–173.
(3) Creswell, J. W. (2015). A Concise Introduction to Mixed Methods research. Los Angeles,
London, New Dehli, Singapore, Washington, D. C.: Sage. (S. 34–50)
(4) Johnson, R. B. & König, S. (2016). “Mono or Mixed?” Potentials and limitations of Mixed
Methods Research. In G. Lang-Wojtasik & S. König (Hrsg.), Bildungsforschung revisited (S.
11–36). Ulm: Klemm & Oelschläger.
(5) Onwuegbuzie, A. & Hitchcock, J. (2015). Advanced Mixed Analysis Approaches. In In S. N.
Hesse-Biber & R. B. Johnson (Eds.), Oxford Handbook of Multimethod and Mixed Methods
Research Inquiry (pp. 275–295). New York, NY: Oxford University Press.
(6) König, S. (2018). Mixed Methods Research in der Schulsportforschung – Probleme und
Grenzen. In Stibbe, G. & Aschebrock, H. (Hrsg.), Konzepte der Schulsportforschung –
wissenschaftstheoretische und methodologische Zugänge (S. 157–173). Münster:
Waxmann.
(7) Schoonenboom, J. & Johnson, R. B. (2017). How to Construct a Mixed Methods Research
Design. Kölner Zeitschrift für Soziologie und Sozialpsychologie (Suppl 2) 69, 107–131.
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 5
Teil 1:
Einführung in den Kurs und die Thematik
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 6
1.1 MMR – ein Überblick
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 7
MMR – eine (kurze) Einführung
(1) Einordnung der MMR
(2) Paradigmen sozialwissenschaftlicher Forschung
(3) Triangulation vs. MMR
(4) Qualitätsmerkmale von MMDs
(5) Zentrale Aspekte eines MMD
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 8
1.1.1 Einordnung der MMR
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 9
Naturwissenschaftliche, geisteswissenschaftliche
und sozialwissenschaftliche Forschung
Nomothetisch
(Gesetze setzend)
Idiographisch
(einzeln beschreibend)
empirisch analytisch
Phänomenologie Hermeneutik Empirisch-
qualitative
Sozialforschung
Empirisch-
quantitative
Sozialforschung
sozialwissenschaftliche
Forschung
Geisteswissen-
schaftliche
Forschung
Naturwissen-
schaftliche
Forschung
Mixed Approaches
Prof. Dr. S. König Folie 10 Ludwigsburg, den 15./16.6.2018 Ludwigsburg, den 15./16.6.2018
Wo stehen MMR im Kontext der sozial- und
verhaltenswissenschaftlicher Forschung?
Prof. Dr. S. König Folie 11
Subsumtiv
Rekonstruktiv
Quantitativ Qualitativ
Experiment
Ludwigsburg, den 15./16.6.2018
Nachvollziehen
gesellschaftlicher
Wirklichkeit
Beschreiben (ordnen),
erklären und vorhersagen
gesellschaftl. Wirklichkeit
Daten = Worte
Daten = Zahlen
Theorie-
prüfend
Theorie-
entwickelnd
„Mapping the field“ of MMR (Creswell, 2009)
Folie 12 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
1.1.2 Paradigmen
sozialwissenschaftlicher Forschung
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 13
Was sind Paradigmen?
Als Paradigma bezeichnet man in den Sozialwissen-
schaften „ein Leitkonzept zur Auswahl von
Forschungsfragen, zur Planung und Durchführung
wissenschaftlicher Untersuchungen sowie zur
Entwicklung und Prüfung von Theorien.“ (Krapp et al.,
1982, S. 115)
„Within the science studies, the consensual set of beliefs
and practices that guide a field is typically referred to as a
`paradigm`.“ (Morgan, 2007, p. 49)
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 14
Unterscheidung nach Morgan (2007, p. 50)
Paradigma als …
… World View, also eine „allumfassende Orientierung des Denkens über die Welt“,
… erkenntnistheoretische Grundhaltung, also eine „Philosophie des Erkennens“,
… gemeinsame Überzeugungen, welche Forschungsfragen besonders relevant sind, wie man diese angeht und wie man nach Lösungen sucht,
… modellhafte Beispiele, wie z. B. die Marienthal-Studie als ein „paradigmatisches Beispiel für ein multimethodisches Forschungsprojekt“.
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 15
Erkenntnistheoretische Grundpositionen
(vgl. Lamnek, 1995; Morgan, 2007)
Qualitative Forschung
• Induktion
• Exploration
• Kodieren
• Theorien entwickeln
Quantitative Forschung
• Deduktion
• Konfirmation
• Modellieren
• Theorien prüfen
Folie 16 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
„War of Paradigms“
(Teddlie & Tashakkori, 2009)
Folie 17 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
The Quantitative Community …
…, which focuses testing theories and hypotheses, follows a
deductive logic and works with quantitative, i. e. numeric data. It
stands for a confirmatory research, thus also being called the
hypothetico-deductive model. The philosophical fundament is
post-positivism, i. e. it represents the idea that research is rooted in
a philosophical theory justifying the research and providing
epistemological standards of practice. Typical methodologies are
experimental research, correlational research, and survey research
whose quality are judged by their internal and external validity.
Typical representatives of the quantitative community are
experimental psychologists (e. g., Shadish, Cook, & Campbell, 2002)
or empirical political theorists (e. g., Friedrich, 1982) who share the
aim of creating nomothetic knowledge.
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 18
The Qualitative Community …
… focuses on exploration, description, and sometimes on
generating and constructing theories; in doing so it works with
qualitative, i. e. narrative data. The main idea is exploration and
induction. Constructivism is the underlying philosophical approach,
i. e. the idea that reality and our concepts are constructed in
particular places and times by particular groups and individuals.
Inductive analysis is relied on, moving from the particular to the
general. Typical methodologies or theoretical frameworks are
ethnography, grounded theory, narrative inquiry, phenomenology,
and case studies, which follow the validity principles of credibility and
trustworthiness. Famous examples of the qualitative approach are
grounded theory (Strauss & Corbin, 1998) or case studies (e. g.,
Ford, Voyer, & Wilkinson, 2000), both of them being more idiographic
in nature.
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 19
The Pragmatic Community …
… tries to combine deductive and inductive logic by
integrating qualitative and quantitative data, approaches, and
logics. Consequently, representatives of the third paradigm aim at
interlinking confirmation and exploration, an idea which has been
displayed as the research wheel (Johnson & Christensen, 2014, p.
18). The central idea is that research may be regarded as moving
from grounded results through inductive inference to general
inferences through deductive inference to predictions to the
particular. This can be realized by using both approaches at the
same time (parallel or concurrent designs) or one after another
(sequential designs), or a combination of these.
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 20
„Research Wheel“ nach Johnson &
Christensen (2004)
Induktion Deduktion
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König 21
i. d. R. qualitative Daten
i. d. R. quantitative Daten
QUAL – MM - QUAN Continuum
A C E B D
QUAL QUAN MIXED
Constr
uctivis
m P
ostp
ositiv
sim
Pragmatism From: Teddlie & Tashakkori, (2009)
Folie 22 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
“Because at the most basic level, the data analysis stage of
qualitative, quantitative, and mixed research studies involves the use
of one or more analysis types combined with one or more methods
used at other stages of the research process (e. g., methods of data
collection, data interpretation, data validation/legitimation, data
interpretation, data reporting), it can be argued that virtually every
study represents a multiple methods research study to some
degree. Indeed, we do not know what a single-method research
study looks like.”
From: Hitchcock, J. & Onwuegbuzie, A. (2015).
Oxford Handbook of Multiple and Mixed
Methods Research. Oxford: University Press.
Folie 23 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
1.1.3 Triangulation vs. MMR
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 24
Triangulation im engen und übertragenen
Wortsinn
Grundidee von Triangulation: Eine Serie verschiedener jeweils
fehler- und problembehafteter Messungen oder Analysen bringt
in der Aggregation eine validere Analyse hervor, indem
Schwächen der jeweils einen Vorgehensweise durch Stärken
der anderen ausgeglichen werden (Webb et al., 1966).
Folie 25 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Entwicklung des Forschungsstils
Campbell & Fiske (1959)
• Introduction of the idea of triangulation
Webb et al. (1966)
• Introduction of the term triangulation
Denzin (1970)
• 4 types of triangulation (F, D, M & T)
• „Within-“ and „between-methods“-triangulation
Morse (1991)
• Simultaneous vs. sequential triangulation
Johnson, Onwuegbuzie, & Turner (2007)
• Three research paradigm world, with quantitative, qualitative, and mixed methods research
Folie 26 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Definition MMR (Johnson, Onwuegbuzie, &
Turner, 2007)
Current definition of MMR:
– “MMR is the type of research in which a researcher or a team of
researchers combines elements of qualitative and
quantitative research approaches (e. g., use of qualitative and
quantitative viewpoints, data collection, analysis, inference
technique) for the broad purpose of breadth and depth of
understanding and corroboration”.
Type of research
– “A mixed methods study would involve mixing within a single
study; a mixed method program would involve mixing within a
program of research and the mixing might occur across a closely
related set of studies”.
Folie 27 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Sechs Kennzeichen der MMR
Zur Beantwortung der Forschungsfrage werden qualitative
und quantitative Daten erhoben und analysiert.
Überzeugende und schlüssige (qual und quan) Methoden.
Integration der Daten (z. B. verschmelzen, verbinden,
einbetten).
Spezifisches MM-Design, das gleichzeitige oder
sequentielle Integration der Methoden (mit gleichem oder
ungleichem Gewicht) vorsieht.
Ziel ist Triangulation, Erklärung, Vertiefung, Ergänzung, …
der Daten.
Dies erfordert eine erkenntnistheoretische Fundierung der
Forschung („rationale“). From: Creswell (2010)
Folie 28 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Methods-Strands-Matrix (Teddlie & Tashakkori,
2009)
Design Type Monostrand Designs Multistrand Designs
Monomethod
designs
Monomethod monostrand
designs
Traditional QUAN designs
Traditional QUAL designs
Monomethod multistrand
designs
Parallel designs
Sequential designs
Mixed
methods
designs
Quasi-mixed monostrand
designs
Monostrand conversion
design
Mixed methods multistrand
designs
Parallel mixed designs
Sequential mixed designs
Conversion mixed designs
Folie 29 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
1.1.4 Qualitätsmerkmale in der MMR
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 30
Quality Issues in Mixed Methods Designs (Bryman, 2014)
The need for quantitative and qualitative components to be
appropriately implemented, which means that the different strands
have to be of the same quality as if they were monomethod studies;
one might also speak of rigorous methods.
The need for transparency, i. e. of sample section and sample
procedures, the study context, and the data gathering procedures
which are also very essential aspects from which Mixed Methods
Research is not exempt (Wisdom, 2012).
The use of mixed methods to be linked to research questions, a
criterion which allows either separate quantitative and qualitative
research questions or an overarching mixed research question; or
questions that can be addressed with both qualitative and
quantitative data; in all cases the interlinking of questions and
strands must be made clear.
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 31
Quality Issues in Mixed Methods Designs (Bryman, 2014)
The need to be explicit about the mixed methods design and its
appropriateness to the research questions, which means that
researchers should link each question, which is in the center of
attention, and the framework of the design closely.
The importance of a rationale for the use of mixed methods
research, which means that each researcher must explicitly explain
and substantiate why a mixed methods design was appropriate that
specify the exact rationale.
The importance of integration, a principle that expresses the
necessity of avoiding separate data presentation and requires a
thematic one in order to exploit the potential of mixed methods study
(cf. O’Cathain et al., 2007).
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 32
Quality Issues in Mixed Methods Designs (Onwuegbuzie &
Johnson, 2006; Johnson & Christensen, 2014)
Inside-outside validity
Paradigmatic/philosophical validity
Commensurability approximation validity
Weakness minimization validity
Sequential validity
Conversion validity
Sample integration validity
Sociopolitical validity
Multiple validities
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 33
Vgl. Arbeitsblatt 3
Kurze Lesephase
1.1.5 Zentrale Aspekte eines MMD
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 34
Zentrale Aspekte eines MM-Designs
(Creswell, 2009)
Timing Weighting Mixing Theorizing
Folie 35 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Timing (Creswell & Plano Clark, 2011, p. 81)
‚Timing‘ (auch ‚implementation‘ oder ‚sequence‘ genannt)
bezieht sich auf das zeitliche Verhältnis der qualitativen
und quantitativen Komponenten in einer Studie.
Zu beachten ist, dass der Begriff sich häufig zunächst auf
die Zeitpunkte bezieht, zu denen Daten erhoben werden.
Entscheidend ist aber vielmehr, in welcher Reihenfolge
Forschende die Daten innerhalb ihrer Studie nutzen.
Optionen bzw. Schreibweise:
– Concurrent timing: qual + quan
– Sequential timing: (a) qual quan
(b) quan qual
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 36
Weighting (Creswell & Plano Clark, 2011, p. 81)
‚Weighting‘ bezieht sich auf das „Gewicht“ bzw. die
relative Bedeutung einer qualitativen oder quantitativen
Teilstudie bei der Beantwortung der Forschungsfrage.
Morgan (1998) bezeichnet dies auch als ‚priority
decision‘, da es um die Entscheidung geht, welche
Methode die größere Bedeutung erhält.
Optionen:
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 37
MMD
Equal weight
Unequal weight
Quantitative emphasis
Qualitative emphasis
ACHTUNG: Das
„Gewicht“ einer
Teilstudie wird durch
eine entsprechende
Schreibweise
ausgedrückt, z. B.
QUAL vs. qual
Mixing
‚Mixing‘ bezieht sich auf die dritte prozedurale
Überlegung eines MMD, nämlich die Frage, wie die
Datensets zusammengebracht werden:
Creswell & Plano Clark (2011) nennen drei
übergeordnete Strategien:
– Merging (‚verschmelzen‘): Die Datensätze werden integriert,
indem sie während der Auswertung oder Interpretation integriert
werden.
– Embedding (‚einbetten‘): Ein Datensatz wird in den anderen
eingebettet, z. B. bei Experimentaldesigns.
– Connecting from data analysis to data collection: Die Analyse
eines Datensatzes führt zur Datenerhebung der anderen
Datensorte.
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 38
Theorizing (Creswell, 2009, p. 208)
Eine weitere Überlegung bei der Konstruktion eines
MMDs bezieht sich auf die theoretische Perspektive, die
eine Studie leitet.
Egal, ob es sich um eine sozial- bzw. verhaltens-
wissenschaftliche Theorie oder eine theoretische
Perspektive handelt, ist diese auch in einer MMS explizit
darzustellen.
Insofern sollte die Theorie zu Beginn skizziert und
dargestellt werden und bei der Dateninterpretation wieder
Bezug auf sie genommen werden.
MMR sieht allerdings auch eine Theorientriangulation
vor!
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 39
The Major Mixed Methods Design Types (Creswell, 2015; Creswell & Plano Clark, 2007)
Design Type Timing Weighting Mixing Notation
Triangulation Concurrent Usually equal Merge data
during
interpretation
or analysis
QUAN
+
QUAL
Experiment Concurrent or
sequential
Usually
unequal
Embed one
type of data
within a larger
design using
the other type
QUAN (qual)
or
QUAL (quan)
Explanatory Sequential Usually
quantitative
Connect the
data between
the two
phases
QUAN qual
Exploratory Sequential Usually
qualitative
QUAL
quan
Folie 40 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Konstruktionsdimensionen eines MMD (1)
Primäre Dimensionen (7)
– Purpose
– Theoretical drive
– Timing
– Point of interface
– Typological vs. constructed design
– Planned vs. emergent design
– Complexity
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 41
Konstruktionsdimensionen eines MMD (2)
Sekundäre Dimensionen (10) Phenomenon
Social scientific theory
Ideological drive
Combination of sampling methods
Degree to which the research participants will be similar or
different
Degree to which the researchers on the research team will be
similar or different
Type of implementation setting
Degree to which the methods similar or different
Validity criteria and strategies.
Full study vs. multiple studies
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 42
Vgl. Arbeitsblatt 4
Kurze Lesephase
1. Zwischenfazit
Mixed Methods Research …
… zeichnet sich durch eine Verknüpfung
qualitativer und quantitativer Untersuchungs-
stränge aus,
… folgt (eher) einer subsumtiven
Forschungslogik,
… ist nicht dasselbe wie Triangulation,
… hat eigene Qualitätsmerkmale und
… erfordert die Realisierung verschiedener
Konstruktionsdimensionen.
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 43
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 44
1.2 Erkenntnistheoretische Grundlagen
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 45
„War of Paradigms“
(Teddlie & Tashakkori, 2009)
Folie 46 Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König
Zentrale Begriffe (2)
Konstruktivismus zielt auf idiographische
Aussagen, d. h. zeit- und kontextgebundene
Arbeitshypothesen, ab.
(Post)Positivismus zielt – in der Tradition des
Empirismus – auf nomothetische Aussagen, d. h.
zeit- und kontextfreie Verallgemeinerungen, ab.
Pragmatismus als „vermittelnde“ Position:
“Pragmatism provides research designs which
correspond with the idea of the chain of
reasoning (Krathwohl, 2004) or the research
wheel (Johnson & Christensen, 2004)”. Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König 48
Logische Struktur empirischer
Theoriebildung bzw. -überprüfung
T1
PO1, PO2, PO3
H1
Pn1
H2 Hn
P22 P1
1 P21 P2
3 P12 P1
3
T = Theorie, PO = Postulat, H = Hypothese, P = Protokollaussage ( Basissatz)
Ludwigsburg, den 15./16.6.2018 49 Prof. Dr. S. König
Erkenntnistheoretische Positionen (1)
Konstruktivismus
Theoretische Vornahmen
Induktives Vorgehen
Analyse von Texten, z. B.
durch qualitative
Inhaltsanalyse
Kategorienbildung
Darstellung von Kategorien
als theoretische Aussagen
Post-Positivismus
Theorie als Ausgangspunkt
Deduktives Vorgehen
Hypothesenbildung und
-prüfung
Statistische Analyse
Falsifizierung oder
Verifizierung der
Hypothesen
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König 50
Idealtypischer Vergleich qualitativer und
quantitativer Sozialforschung (Lamnek, 2010)
Quantitativ
erklären
nomothetisch
theorieprüfend
deduktiv
objektiv
ahistorisch
Prädetermination des
Forschers
statisch
Zufallsstichprobe
hohes Messniveau
reduktive Datenanalyse
Labor
Qualitativ
verstehen
idiographisch
theorieentwickelnd
induktiv
subjektiv
historisierend
Relevanzsysteme der
Betroffenen
dynamisch-prozessual
theoretische Stichprobe
niedriges Messniveau
explikative Datenanalyse
Feld
Ludwigsburg, den 15./16.6.2018 51 Prof. Dr. S. König
Textanalyse Kuckartz (2014)
Textlektüre.
Klärung des Begriffs „Paradigma“ klären (S. 36 –
39).
Herausarbeiten der wichtigsten Merkmale der
drei Paradigmen und Gegenüberstellung (vgl.
46) bzw. kritische Sichtweisen.
Klärung, was eine erkenntnistheoretische
Position für die Forschung bedeutet.
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 52
Textanalyse Johnson (2017)
Textlektüre und Zusammenfassung pp. 160 bis 162
(‚Describing Dialectical Pluralism – especially in Mixed
Methods Research’).
To do:
– Was sind die besonderen Merkmale dieses Ansatzes?
– Wie kann der Ansatz des ‚dialectical pluralism‘ mit den
Positionen, die Kuckartz (2014) beschreibt, in
Verbindung gebracht werden?
Ist `dialectical pluralism` ein Forschungsstil?
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 53
2. Zwischenfazit
Der Mixed Methods Approach wird als drittes Paradigma für die
Sozial- und Verhaltenswissenschaften bezeichnet (vgl.
Denscombe, 2008; Johnson & Onwuegbuzie, 2004).
Mit Bezug auf die beiden klassischen Paradigmen, die als
konstruktivistisch bzw. postpositivistisch bezeichnet werden, spricht
die einschlägige Literatur hier von Pragmatismus.
Pragmatismus zeichnet sich durch die Grundposition aus, dass „das,
was in bestimmten Situationen wichtig oder gerechtfertigt ist, als
valide betrachtet wird“ (Johnson & Christensen, 2004).
Dieser Ansatz wird einerseits als „pacifier in the paradigm war“
betrachtet, andererseits aber auch als theoretisch und konzeptuell
„zu kurz gekommen“ bezeichnet (Bergman, 2011). Manche sprechen
sogar von einem „wissenschaftstheoretischen Taschenspielertrick“.
Neue Tendenz: „dialectical pluralism“ (Johnson, 2017)
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 54
Teil 2:
Prototypische „Mixed Methods Designs“
(Creswell & Plano Clark, 2007)
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 55
Basic vs. Advanced Designs in MMR
(Creswell, 2015)
Basic designs are the ”core designs underlying all mixed methods studies”
(Creswell, 2015, p. 35)
Convergent design
Explanatory sequential
design
Exploratory sequential
design
Advanced designs are designs in which “something is added to the
basic design” (Creswell, 2015, p. 42).
Intervention design
Multilevel design
Multistage design
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 56
Basic Designs (König, 2018, S. 163)
„Basic designs (Creswell, 2015b, S. 63) sind dadurch
charakterisiert, dass sie die zentralen Untersuchungs-
prinzipien repräsentieren und aus diesem Grund mehr
oder weniger jedem MMD inhärent sind. Typischerweise
werden unter diesem Etikett parallele und sequentielle
Designs unterschieden, wobei die letzteren zusätzlich in
explorative und explanative Ansätze unterteilt werden.
Je nach Ansatz werden auch conversion designs, also
Studien, bei denen die eine Datensorte in die jeweils
andere transformiert (vgl. hierzu Kuckartz, 2014), zur
Gruppe der grundlegenden Designs dazugezählt“.
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 57
Mixed Methods Designs – eine Typologie
Triangulation Design, „to obtain different but
complementary data on the same topic“ (Morse, 1991).
Experimental Design, where „one data set provides a
supportive, secondary role in a study based primarily on the
other data type (Creswell et al., 2003).
Explanatory Design is a two-phased mixed method design.
Purpose: qual helps explain quantitative results.
Exploratory Design is also a two-phased mixed method
design with the intent that the results of the first method
(usually qual) can help develop the second (usually quan).
In der Zusammenschau von 12 Publikationen über Mixed
Methods Designs kamen John Creswell und Vicki Plano Clark
(2009) zu folgenden vier Haupttypen (vgl. auch Mayring, 2001):
Folie 58 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Gruppenaufgaben
Der folgende Teil der Präsentation stellt 5 verschiedene
Mixed Methods Studie vor. Bitte fassen Sie die einzelnen
Studien zusammen und gehen hierbei insbesondere auf die
zentralen Aspekte der MMR ein. Inhaltliche Aspekte sind
sekundär. Bitte Folie 99 beachten!
Aufgabenverteilung
– Gruppe 1: Abschnitt 2.1.1
– Gruppe 2: Abschnitt 2.1.2
– Gruppe 3: Abschnitt 2.2
– Gruppe 4: Abschnitt 2.3
– Gruppe 5: Abschnitt 2.4
Zeitlicher Rahmen: 30 – 40 Minuten
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 59
2.1 Triangulation Design – oder:
„Eine Fragestellung aus verschiedenen
Perspektiven betrachten“
Folie 60 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
2.1.1 Concurrent design
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 61
Beispiel: Fußballunterricht in inklusiven
Klassen (Schley, 2014)
Fachdidaktischer
Ansatz: Erziehender
Sportunterricht
Fußball als Inhalt aus
dem Bewegungsfeld
„Spiel – Spielen“
Zielgruppe: zwei
inklusive Klassen einer
Gesamtschule
!
Folie 62 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Die Grundidee des Doppelauftrages von
Schulsport
Sportunterricht als ästhetisches Schulfach in einer
demokratischen Gesellschaft
Sinn der Sache „finden
lassen“
Bewegungsbildung
Persönlichkeit „entwickeln
lassen“
Allgemeine Bildung
Doppelauftrag des Erziehenden Sportunterrichts
Erziehung zum Sport & Erziehung durch Sport
Bewegungsbildung im Horizont allgemeiner Bildung
aus: Prohl (2012)
Folie 63 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Untersuchungsdesign (vgl. Teddlie & Tashakkori, 2009)
Bewegungsbildung:
Erwerben die SuS eine
spezifische Spielfähigkeit im
Fußball?
Persönlichkeitsbildung:
Erwerben die SuS personale
und soziale Kompetenzen?
Quasi-experimentelle
Intervention „Fußball“
Reflexion & Beobachtung
von Spielereignissen
Zusammenschau der
Daten
Folie 64 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Ergebnisse (1) des quantitativen Strangs
Daten sind normalverteilt
(KS32 = .123, p = .200).
Eingangsniveau
vergleichbar (T32 = .062; p
= .951).
Hoher Lerneffekt (F =
75,178, p = .000, ƞ2 =
.315), aber kein
Interaktionseffekt
Glass ∆ für KG = 0,49
Glass ∆ für TG = 0,28
Interpretation der Daten:
Beide Gruppen zeigen signi-
fikante Lernzuwächse, wobei
die „klassisch“ unterrichte
Gruppe den höheren Effekt
aufweist
Reflexionsphasen behindern
oder verlangsamen
motorisches Lernen nicht!!!
Folie 65 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Ergebnisse (2) des qualitativen Strangs
Kategorien aus den Reflexionsrunden waren:
– Beteiligung am Spiel einfordern
– Geschlechterstereotype aufbrechen
– Das Spiel regeln
– Mit Sieg und Niederlage umgehen
– Freude am Spiel ausleben.
Beobachtung: Reflexionsphasen beeinflussen das
Unterrichtsklima positiv.
Beobachtung: Das Unterrichtsklima entwickelt sich
positiv, wenn soziale und personale Aspekte in den
Reflexionsrunden angesprochen werden.
Folie 66 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Gesamtinterpretation der Daten im Lichte des
Doppelauftrages
Normative Position: „Sportunterricht soll entlang pädagogischer
Perspektiven (Leistung, Miteinander) Schülerinnen und Schüler im
Kontext sportlicher Aktivitäten erziehen bzw. in der Ausübung
derselben ihre Persönlichkeit entwickeln“.
Empirisches Ergebnis: „Inklusiver Fußballunterricht führte zu einer
nachweisbaren Verbesserung der spezifischen Spielfähigkeit bei
gleichzeitiger Verbesserung des Klassenklimas“:
Klarer Mehrwert im Vergleich zu bisherigen Studien in der
Vermittlung von Sportspielen.
Unterrichtspraktische Konsequenz für Stundenstruktur und
Lehrerverhalten möglich.
Der Doppelauftrag des Schulsports konnte folglich mit einem MMD
für den vorliegenden Fall gezeigt werden, was ein „monostrand
design“ nicht hätte leisten können.
Folie 67 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Zusammenfassung: „Triangulation Design“
QUAN QUAL
Interpretation based on QUAN +
QUAL results
Variante: Das Data Transformation Model (Creswell &
Plano Clark, 2009), auch als Quasi-Mixed Model (Teddlie &
Tashakkori, 2009) oder Quantitizing (Sandelowski et al.,
2009) bezeichnet. Folie 68 Prof. Dr. S. König
Theoretische Konzeption (2 Fragen)
Ludwigsburg, den 15./16.6.2018
2.1.2 Conversion design
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 69
IHK Umfrage 2010 (zit. nach SZ vom 9. April 2010)
„… die können nix mehr, keine zwei Sätze können die
sich merken und selbst denken schon gar nicht …“
„… zu fett, zu faul, zu undiszipliniert, …“
Mängel in Mathematik
Schlechtes Deutsch
Wenig Selbstdisziplin
Geringe Belastbarkeit und Leistungsbereitschaft
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 70
Theoretische Vorannahmen (Framing)
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 71
Data Transformation im Projekt „Zur Rolle des
Schulsports in der vorberuflichen Bildung“
Pilotstudie (2009/2010)
• Befragung von 7 „starken“ Schulen
• Erste Validierung der Ergebnisse durch Befragung von 6 Ausbildungsbetrieben
• Tendenz: „Schulsport wird im Kontext der vorberuflichen Bildung eine Rolle zugestanden“ (vgl. hierzu König & Rottmann, 2012)
Datenerhebung
• Befragung von Sekundarschulen (n = 23)
• Befragung von Betrieben (n = 18) zur Bedeutung sportlicher Aktivitäten in der vorberuflichen Bildung
Datenauswertung mittels qualitativer Analyse Kategorienbildung
• 1. Schritt: „Within analysis“
• 2. Schritt: „Between analysis“
• 3. Schritt: „Data Transformation“ und quantitative Auswertung
Getrennte und übergreifende Interpretation der Ergebnisse
Prof. Dr. S. König Folie 72 Ludwigsburg, den 15./16.6.2018
Ergebnisse der Inhaltsanalyse
Ausbildungsbetriebe
Bedeutung physischer
Kompetenzen
Bedeutung sportorientierter
Profile
Bewertung Engagement im
außerschulischen Sport
Relevanz der Sportnote
Sportlichkeit und
Einstellungschancen
Schulen
Bedeutung der Sportnote
bei Bewerbungen
Vielfältige sportliche
Angebote zur Förderung
individueller Interessen
Beitrag des Schulsports zu
– Fachkompetenz
– Personalkomptenz
– Sozialkompetenz
Prof. Dr. S. König Folie 73 Ludwigsburg, den 15./16.6.2018
Data Transformation (Kategorien Variablen)
Prof. Dr. S. König Folie 74 Ludwigsburg, den 15./16.6.2018
Statistische Ergebnisse
Kategorie Betriebe Schulen χ2 p
Nein Ja Nein ja Likelihood Asymp. S.
Defizite
Ausbildungsfähigkeit 0 13 5 13 7,206 .027*
Sport und
Ausbildungsfähigkeit 1 20 1 10 .583 .747
Bedeutung der
Sportnote 7 14 5 8 2,709 .258
χ2 p Interpretation
Bedeutung von phys.
Fitness 2,734 .603
Branchenübergreifend
wichtig
Verbesserung der
Einstellungschancen 15.052 .058
Branchenübergreifend
(„eher“) ja
Prof. Dr. S. König Folie 75 Ludwigsburg, den 15./16.6.2018
Zusammenfassung: „Data Transformation“
Bei einem Data Transformation Modell werden in der
Regel zunächst qualitative Daten erhoben.
Diese werden nach Kategorienbildung in nominale oder
ordinale Variablen überführt; ggf. sind auch Skalen
möglich.
Anschließend ist eine statistische Auswertung über
parameterfreie Verfahren möglich, da diese keine
Normalverteilung erfordern.
Es sollten allerdings keine generalisierenden Schlüsse
gezogen werden, vor allem bei kleinen Stichproben!
Prof. Dr. S. König Folie 76 Ludwigsburg, den 15./16.6.2018
2.2 Experimental Design – oder:
„Experimentelle Daten besser verstehen“
Folie 77 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Beispiel: „High Intensity Training“ mit
Beamt*innen des PPE (Heckel i. Vb.)
Der Polizeiberuf
erfordert eine hohe
Fitness.
Gleichzeitig gibt der
Berufsalltag wenig
zeitlichen Spielraum her.
Effektive und vor allem
ökonomische Trainings-
methoden sind gefragt
=> HIT (?)
Folie 78 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Was ist „High Intensity Training“?
Grundsatzdiskussion: HVT HIT
Hochintensive, kurze Belastungsphasen zwischen 30 sec und 4
min mit entsprechender Pausendauer.
Gesamttrainingsdauer geringer als bei „klassischem
Ausdauertraining“ (hochvolumiges Training = HVT).
Was weiß man über HIT?
– Vergleichbare bzw. zum Teil höhere Effekte (Verbesserung
der maximalen Sauerstoffaufnahme/Ausdauerleistungs-
fähigkeit).
– Effekte auch schon bei kurzer Interventionsdauer
nachzuweisen.
– Anwendung nicht nur auf den Leistungssport beschränkt,
sondern auch im Bereich der Prävention und Rehabilitation
erprobt.
Folie 79 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Was weiß man noch nicht?
Es gibt bisher kaum Ergebnisse hinsichtlich der
subjektiven Durchführbarkeit und Akzeptanz durch
die Teilnehmer_innen.
Bisherige Untersuchungen wurden hauptsächlich unter
Laborbedingungen durchgeführt.
Es gibt wenig Untersuchungen im Bereich Laufsport,
dagegen vornehmlich welche im Radfahren.
Alleinstellungsmerkmal bzw. Mehrwert der HIT-
Studie am PPE BW!
Folie 80 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Embedding qualitative data within an experimental
approach
MZP 1 Intervention: HIT MZP 2 MZP 3
Einbetten qualitativer Daten zum
subjektiven Belastungsempfinden,
Zeitmanagement, etc.
Ziel: „besseres“ Verständnis des
Experiments
Überprüfung
der
Adaptations-
festigkeit
Folie 81 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Entwicklung der Ausdauerleistungsfähigkeit (1):
Vertrauensintervalle (CI) von VO2 max
Folie 82 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Entwicklung der Ausdauerleistungsfähigkeit (2):
Inferenzstatistik und praktische Bedeutung
Ergebnis
HIT HVT KRA
Überprüfung auf der Basis von
Wahrscheinlichkeitsrechnung (p)
*** ns (.155) ns (.424)
Praktische Bedeutung des
Trainingseffekts (Glass‘ ∆)
0,38 0,27 -0,09
Varianzaufklärung des
Interaktionseffekts (partielles ƞ2)
Pillai-Spur Kriterium:
ƞ2 = .278
Weitere Differenzierung der
Testergebnisse
Es ergaben sich zunächst keine
weiteren wichtigen Interaktionen, wie
z. B. Geschlecht, Alter.
ABER: Hohe Interaktion von
Trainingszeit * Gruppe * Zug (ƞ2 = .36)
vgl. Interviewanalyse
Folie 83 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Entwicklung der Ausdauerleistungsfähigkeit (3):
Vertieftes Verständnis durch qualitative Daten
Zunächst: Die HIT-Gruppe hat während der 6-wöchigen
Intervention pro Woche 1 Stunde Trainingszeit eingespart.
HIT wird von den Probanden als (sehr) hart aber wirkungsvoll
wahrgenommen.
Gleichzeitig wird deutlich, dass ein gemeinsames Training in der
Gruppe als der wichtigste Motivationsfaktor angesehen wird.
Es zeigte sich, dass die Teilnehmer aus dem eher leistungs- und
karriereorientierten Zug (BFE) das Trainingsprogramm insgesamt
positiver bewerten und sich eine regelmäßige Weiterführung über
den Untersuchungszeitraum hinaus vorstellen können.
Fazit: Die Einbettung qualitativer Daten in die experimentelle
Grundstruktur hilft, ein effektives Trainingsprogramm besser
verstehen und gestalten zu können.
Folie 84 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Zusammenfassung: „Experimental Design“
QUAN
qual
Interpretation
based on QUAN
(qual) results
QUAL
quan
Interpretation
based on QUAL
(quan) results
Folie 85 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
2.3 Explanatory Design – oder:
„Quantitative Daten mit Argumenten
erklären“
Folie 86 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Beispiel: Iranian Adolescents‘ Insufficient Physical
Activity (Mishra & Tripathi, in print)
Problem: Mangelnde
körperliche Aktivität bei
iranischen Jugendlichen.
Ziel: Analyse der IPA-
Prävalenz und möglicher
ökonomischer und sozio-
demografischer Gründe
Design: QUAN qual
Folie 87 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Grundlegende Untersuchungsstruktur
Phase 1: „QUAN“
• Analyse der IPA sowie der Gründe (n = 1201)
• Statistische Auswertung mit SPSS
• Aufbereitung der quantitativen Daten für eine qualitative Befragung (Leitfaden)
Phase 2: „qual“
• Analyse der Sichtweise von Jugendlichen (n = 25)
• Interpretation
Folie 88 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Ergebnisse (1)
QUAN
Fragebogen
SPSS, STATA
Parameterfreie Verfahren,
multivariate Logit-Funktionen
Statistische Ergebnisse:
– 98,8 % verfehlen den
empfohlenen Wert für PA
– : Abbruch der
Schulausbildung (AOR: 7,94)
– : Familieneinkommen und
zunehmendes Alter (AOR:
2,05/2.67)
Folie 89 Prof. Dr. S. König
Ludwigsburg, den 15./16.6.2018
Exemplarische und vereinfachte Darstellung
einer LOGIT-Funktion
Prof. Dr. S. König Folie 90
?
yes
no
Age
Ludwigsburg, den 15./16.6.2018
Ergebnisse (2)
QUAN
Fragebogen
SPSS, STATA
Parameterfreie Verfahren,
multivariate Logit-Funktionen
Statistische Ergebnisse:
– 98,8 % verfehlen den
empfohlenen Wert für PA
– : Abbruch der
Schulausbildung (AOR: 7,94)
– : Familieneinkommen und
zunehmendes Alter (AOR:
2,05/2.67)
qual
Halbstrukturierte Interviews
MAXQDA
5 Themen und 14
Kategorien:
– Schulumgebung und Peers
– Familienmilieu
– Kulturelle Barrieren ()
– Selbstkonzept
– Körperliche und geistige
Erschöpfung
Folie 91 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Ergebnisse (3)
Die statistischen Ergebnisse (multivariate logistische Regressionen)
zeigen, dass bspw. ein Schulabbruch oder eine hohe
Elternüberwachung in der Freizeit bei Mädchen sowie das Alter
bzw. das Familieneinkommen bei Jungen signifikante
Prognosefaktoren für IPA sind.
Die qualitativen Ergebnisse zeigen zusätzlich, dass …
– … die Fortsetzung der Schulkarriere zwar nicht notwendigerweise
eine Zunahme körperlicher Aktivitäten garantiert, aber
Schulkarriere bedeutet eine Erhöhung von Peerkontakten, was
wiederum einen Effekt auf körperliche Aktivitäten hat und dass
– … Zeitmangel, z. B. aufgrund von Leistungsdruck, mit
zunehmendem Alter auftritt, da die Schule und die Familie sich
überdurchschnittlich auf schulische Leistungen konzentrieren.
Folie 92 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Zusammenfassung „Explanatory Design“
QUAN
qual
Interpretation
based on QUAN
qual results
Vertiefungsmodell
Folie 93 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
2.4 Exploratory design – oder:
„Qualitative Daten validieren bzw.
verallgemeinern“
Folie 94 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Beispiel: Coaching Performance and Leadership
Behaviour in Team Sports (König, 2013)
Diskussion von
Führungsverhalten im
Leistungssport wird
sehr oberflächlich
geführt:
– „Meisterlehren“
oder
– Sportpsychologische
„Allgemeinplätze“
Ziel: intersubjektive
Erfolgsstrategien
„Gott
verzeiht,
Hitzfeld
nie!“
Folie 95 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
„Gemeinsam
formulierte Ziele
sind der
Schlüssel zum
Erfolg“ (B. Motte)
Aussagen von Spitzentrainern „Ein Spieler
soll sich mit
seinem Team
identifizieren“
(H. Brandt)
Folie 96 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Forschungsfrage: Mit welchen Strategien führen
erfolgreiche Trainer ihre Teams?
Phase 1 „QUAL“
• Experten-Interviews (n = 10)
• Auswertung durch qualitative Inhaltsanalyse nach Mayring (2002)
• Ziel: Kategorienbildung
• Transformation der Kategorien in Items
Phase 2: „quan“
• Fragebogen mit Rating-Skala (n = 199) für TrainerInnen und SpielerInnen
• Auswertung: Deskriptive und inferenzstatistische Verfahren
• Gesamtinterpretation
Folie 97 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Ergebnisse der qualitativen Inhaltsanalyse
Mitsprache-recht
Zusammen-stellung
Struktur
Kohäsion
Kohäsion und Leistung
Aufgaben-kohäsion
Gruppen-kohäsion
Hierarchie
Hierarchie und Leistung
Förderlich
Hemmend
Kein Bezug Implemen-
tierung
Risiko-planung
Prof. Dr. S. König Folie 98 Ludwigsburg, den 15./16.6.2018
Integration: Transformation der Kategorien in
Items und Generierung einer Ratingskala
Folie 99 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Deskriptive und inferenzstatistische Auswertung
No Item N Mean StD Standard
error T p d
10 “Hierarchy leads to a
higher performance”
97 2,08 .821 .083 -3.306 .001* 0,48
94 2,49 .901 .093
11
“Hierarchy should be
developed by the
coach”
97 1,93 .877 .089 -5.213 .000* 0,75
99 2,62 .955 .096
12
“Hierarchy should be
developed by the
players”
97 3,06 .888 .090 11,637 .000* -1,65
100 1,68 .777 .078
Folie 100 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Gesamtinterpretation
Eine hierarchische
Struktur scheint
leistungsfördernd zu sein,
es ist aber unklar, wer sie
herstellen soll.
Gruppenkohäsion wird
ebenfalls als
leistungsfördernd
betrachtet, unklar ist auch
hier die
„Verantwortlichkeit“.
Gesamtdesign
Folie 101 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Untersuchungsstruktur
QUAL
quan
Interpretation
based on QUAL
quan results
Vorstudienmodell Verallgemeinerungsmodell
Folie 102 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Qualitätskriterien für MMDesigns
(Brymann, 2014)
Überzeugende Begründung für die Anwendung von MMR
Angemessenheit des MMR im Hinblick auf die
Forschungsfrage
Angemessene Implementierung der qualitativen und
quantitativen Komponenten
Transparenz im Hinblick auf Stichproben, den
Studienkontext und Datenerhebung
Angemessene Datenverarbeitung und -auswertung
Notwendigkeit und Güte hinsichtlich der Integration von
Daten, v. a. auch bei der Darstellung der Ergebnisse
Nachweis eines „Mehrwerts“ des MMR
Prof. Dr. S. König Folie 103 Ludwigsburg, den 15./16.6.2018
3. Zwischenfazit
Die Literatur geht derzeit davon aus, dass wir drei
grundsätzliche Designstrukturen in der MMR
unterscheiden (v. a. Creswell, 2015):
– Paralleles Design
– Explanatorisches Design
– Exploratorisches Design
Je nach Bezugsquelle werden auch das „experimental
design“ und das „data conversion design“ noch zu den
basic designs hinzugezählt (u. a. Teddlie & Tashakkori,
2009; Johnson & König, 2016).
Diese basic designs können zu advanced designs
erweitert werden (vgl. Onwuegbuzie & Hitchcock, 2015).
Folie 104 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Teil 3:
Advanced Mixed Methods Designs
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 105
Advanced Designs (König, 2018, S. 163)
„Advanced designs sind sensu Creswell (2015b, S. 63)
Untersuchungspläne, bei denen zu den grundlegenden
Strukturen weitere Elemente hinzukommen. Derzeit hoch
im Kurs stehen experimentelle Designs, Mehrebenen-
Designs und ‚social justice designs‘, wobei letztere darauf
abzielen, übergreifende gesellschaftliche
Gerechtigkeitsthemen in MMDs einzubauen.
Prinzipiell sind diesen advanced designs keine Grenzen
gesetzt, auch wenn sie sich selbstverständlich an den
Standards der sozialwissenschaftlichen Forschung
anlehnen müssen“.
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 106
Somit wird deutlich, dass sich die MMR von einem ehemals eher
engen Ansatz einer einfachen Verknüpfung qualitativer und
quantitativer Teilstudien zu einem Forschungsfeld entwickelt hat, in
dem Untersuchungspläne kreativ entwickelt werden können –
solange Forschungsfrage und Design im Einklang stehen.
„In a crossover mixed analysis, one form of data collected can be
analyzed utilizing techniques traditionally associated with the
alternative paradigm, thereby yielding a higher level of integration of
quantitative and qualitative analyses than would be the case if a
mixed researcher combined the results stemming from the qualitative
analysis of qualitative data with the findings stemming from the
quantitative analysis from quantitative data.” (Onwuegbuzie &
Hitchcock, 2015, p. 284)
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 107
Crossover Mixed Analyses (1)
„Seit wenigen Jahren werden sogenannte crossover mixed
analyses als ein erfolgversprechender Bereich für die weitere
Entwicklung der MMR gesehen. Sie sind dadurch
charakterisiert, dass ein qualitativer oder quantitativer
Datensatz durch die zusätzliche Anwendung von
Auswertungsverfahren, die im Normalfall mit dem jeweils
anderen Paradigma in Zusammenhang gebracht wird,
analysiert werden, um dadurch einen höheren Grad der
Datenintegration zu erreichen als dies gewöhnlich der Fall sein
kann; zu diesem Zweck sind zusätzliche Daten notwendig, die
durch Datentransformation (vgl. hierzu Kuckartz, 2014) oder
aber durch weitere Erhebungen (u. a. Schoonenboom, 2016)
bereitgestellt werden können“.
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 108
Crossover Mixed Analyses (2)
Mit Blick auf die Crossover Mixed Analyses
unterscheiden Onwuegbuzie und Hitchcock zwischen
„qualitative-dominant, equal-status and quantitative-
dominant crossover analyses“ (2015, pp. 284–285).
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 109
Qualitative-dominant approach, e. g.,
Korrespondenzanalysen von Interviewdaten
Equal-status approach, e. g., Raum-Zeit-
Analysen….
Quantitative-dominant approach, e. g., qualitative
Varianzaufklärung von Mehrebenenmodellen
3.1 Quantitative-dominant Crossover
Analysis (QUAN-qual-Studie)
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 110
qualitativ
QUANTITATIV
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 111
HLM
qia
Prof. Dr. S. König Folie 112
3.1.1 Merkmale von Mehrebenen-
Modellen
Ludwigsburg, den 15./16.6.2018
Ein fiktives Beispiel
Prof. Dr. S. König Folie 113 Ludwigsburg, den 15./16.6.2018
Das Einebenenmodell
Alter in Jahren
W_SpU
0
Prof. Dr. S. König Folie 114 Ludwigsburg, den 15./16.6.2018 Ludwigsburg, den 15./16.6.2018
5
Das Zweiebenenmodell
Alter in Jahren
Nicht_Gym
Gym W_SpU
Prof. Dr. S. König Folie 115 Ludwigsburg, den 15./16.6.2018 Ludwigsburg, den 15./16.6.2018
Die inhaltliche
Perspektive
Prof. Dr. S. König Folie 116 Ludwigsburg, den 15./16.6.2018
Datenstruktur in den Sozialwissenschaften
Daten aus Studien in den Verhaltens-, Sozial-
oder Wirtschaftswissenschaften zeigen sehr
häufig hierarchische Strukturen, weil Individuen
in größeren Einheiten bzw. Gruppen
zusammengefasst sind.
Beispiele (vgl. Luke, 2004)
Prof. Dr. S. König Folie 117 Ludwigsburg, den 15./16.6.2018
Mögliche konzeptuelle Probleme
Gemessene Werte von Individuen werden
letztendlich auch durch die aggregierte Einheit
beeinflusst, z. B. das Lernklima (Helmke, 2007) in
einer Klasse oder die Sozialstruktur einer
Wohngegend (Onwuegbuzie & Hitchcock, 2015).
Die Missachtung einer hierarchischen Datenstruktur
führt zu konzeptuellen Problemen (Hox, 2010, S. 3f),
wie etwa
– einem ökologischen Fehlschluss oder
– einem atomistischen Fehlschluss bzw. Simpson‘s
Paradox
Prof. Dr. S. König Folie 118
Ludwigsburg, den 15./16.6.2018
Mögliche konzeptuelle Probleme
Gemessene Werte von Individuen werden
letztendlich auch durch die aggregierte Einheit
beeinflusst, z. B. das Lernklima (Helmke, 2007) in
einer Klasse oder die Sozialstruktur einer
Wohngegend (Onwuegbuzie & Hitchcock, 2015).
Die Missachtung einer hierarchischen Datenstruktur
führt zu konzeptuellen Problemen (Hox, 2010, S. 3f),
wie etwa
– einem ökologischen Fehlschluss oder
– einem atomistischen Fehlschluss bzw. Simpson‘s
Paradox.
Prof. Dr. S. König Folie 119 Ludwigsburg, den 15./16.6.2018
Inhaltliche Zielsetzung eines MLM
Grundidee MLM ist, den Einfluss einer jeweils
höheren Ebene auf die darunter liegende Ebene zu
modellieren bzw. zu schätzen.
In anderen Worten: Ziel von Mehrebenen-
Modellierungen ist, die abhängige Variable, die sich
auf der untersten Ebene befindet, durch Prädiktoren
auf verschiedenen Ebenen zu schätzen.
Solche Schätzungen sind statistisch durch
verschiedene Verfahren möglich, wobei
Regressionsmodelle und Kovarianz-Modelle zentral
sind.
Prof. Dr. S. König Folie 120 Ludwigsburg, den 15./16.6.2018
Die statistische
Perspektive
Prof. Dr. S. König Folie 121 Ludwigsburg, den 15./16.6.2018
Statistische Argumente
Traditionelle Methoden, wie z. B. Regressions-
oder Varianzanalyse, sind sogenannte
Ein-Ebenen-Methoden; das heißt, sie nehmen
an, dass Werte von Individuen unabhängig sind.
Prof. Dr. S. König Folie 122
Verletzung dieser Annahme
Verzerrungen bei statistischen Schätzungen
Zweifelhafte Signifikanzen
Hauptfehler: Aggregation & Disaggregation
Ludwigsburg, den 15./16.6.2018
Variablenverschiebung
Aggregation
Die Daten der Ebene 1
werden zusammengefasst
und auf der Ebene 2
betrachtet.
Konsequenzen:
– ‚Bedeutungsveränderung‘
– ‚Inhaltliche Fehlschlüsse‘
– „Cross-level interaction“ wird
ausgeschlossen
Disaggregation
Die Daten der Ebene 2
werden nicht betrachtet,
lediglich Ebene 1 wird
ausgewertet.
Konsequenzen:
– Stichprobeneffekt wird
künstlich erhöht, was zu
Verzerrungen führt.
– ‚Vernichtung‘ der
Zusammenhänge
Prof. Dr. S. König Folie 123 Ludwigsburg, den 15./16.6.2018
Grundprinzip der MLMs
Prof. Dr. S. König Folie 124
Es ist zu prüfen, ob die Varianz zwischen den Gruppen
(„between“) größer ist als die Varianz innerhalb der Gruppen
(„within“). Ist dies der Fall, ist ein MLM angezeigt. Prüfung
durch …
… grafische Datenanalyse oder/und
… Berechnung des ICC.
Ludwigsburg, den 15./16.6.2018
Grafische
Datenanalyse
Prof. Dr. S. König Folie 125 Ludwigsburg, den 15./16.6.2018
Der Intraclass Correlation Coefficient (ICC)
Prof. Dr. S. König Folie 126 Ludwigsburg, den 15./16.6.2018
Prof. Dr. S. König Folie 127
3.1.2 Eine QUAN-qual-Studie
Ludwigsburg, den 15./16.6.2018
Informationen zur Studie
Leitfrage: Können im Schulsport Trainingseffekte generiert und
gruppenspezifisch modelliert werden?
Methode
– Sportmotorische Tests (Kraft) zu drei MZPs mit n = 149
SchülerInnen der Sekundarstufe
– 1. Auswertung mit einer Varianzanalyse mit Messwiederholung
zum Vergleich von Trainingsmethoden
– 2. Auswertung mit einem linearen Regressionsmodell auf 3
Ebenen und der Software HLM 7.1 (Raudenbush, 2011) zur
Vorhersage von Effekten
– Ergebnis: Geschlecht und Methode (explizit vs. implizit) in einem
reziproken Verhältnis
Interpretation durch statistische Koeffizienten nicht möglich.
„Varianzaufklärung“ durch Leitfadeninterviews.
Prof. Dr. S. König Folie 128 Ludwigsburg, den 15./16.6.2018
Drei-Ebenen-Modell: Modellbildung
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 129
Drei-Ebenen-Modell: Ergebnisse
Prof. Dr. S. König Folie 130
Fixed Effect Coefficient Standard
error t-ratio
Approx.
d.f. p-value
For INTRCPT1, π0 (Wert von Individuum i zum Zeitpunkt 0 [baseline])
For INTRCPT2, β00 (Durchschnittliches Eingangsniveau für Level-2 = 0 [weiblich])
INTRCPT3, γ000 -1.423216 0.203483 -6.994 4 0.002
METHODE, γ001 0.495575 0.290333 1.707 4 0.163
For GESCHLEC, β01 ( Unterschied bzgl. Eingangsniveau zwischen Geschlecht )
INTRCPT3, γ010 1.076207 0.134735 7.988 137 <0.001
METHODE, γ011 -0.481766 0.208632 -2.309 137 0.022
For ZEIT slope, π1 (Verbesserung von Individuum i über die Messzeitpunkte [Trainingseffekt])
For INTRCPT2, β10 (Durchschnittliche Verbesserung für Level-2 = 0[weiblich])
INTRCPT3, γ100 -0.193473 0.074259 -2.605 137 0.010
METHODE, γ101 0.517990 0.106011 4.886 137 <0.001
For GESCHLEC, β11 (Unterschied in der Verbesserung zwischen den Geschlechtern)
INTRCPT3, γ110 0.115913 0.049179 2.357 137 0.020
METHODE, γ111 -0.318435 0.076205 -4.179 137 <0.001
Ludwigsburg, den 15./16.6.2018
Prof. Dr. S. König Folie 131
0 0.50 1.00 1.50 2.00-0.50
-0.18
0.15
0.48
0.81
ZEIT
KR
AF
T
GESCHLEC = 1,METHODE = 0
GESCHLEC = 1,METHODE = 1
GESCHLEC = 2,METHODE = 0
GESCHLEC = 2,METHODE = 1
Geschlecht:
1 = weiblich
2 = männlich
Methode
0 = intentional
1 = implizit
Varianzkomponenten auf Ebene 2 und 3
Ludwigsburg, den 15./16.6.2018
Kategorienbaum
Trainings-methode
Relevante Ziele
Schulsport
Außer-schulischer
Sport
Intensität
positiv
negativ
Attraktivität
Spaß
Langeweile
Prof. Dr. S. König Folie 132
1. Ordnung 2. Ordnung
Ludwigsburg, den 15./16.6.2018
4. Zwischenfazit
Im Rahmen eines Mehrebenen-Regressionsmodells konnten
unterschiedliche Trainingseffekte bei Mädchen und Jungen
vorhergesagt werden, was auf die jeweils eingesetzte Trainings-
methode zurückzuführen war.
Eine Erklärung dieser Varianzen war nur durch den Einsatz
qualitativer Verfahren möglich.
Der spezifische Mixed Methods Ansatz besteht also darin,
quantitative Daten durch Hinzunahme qualitativer Kategorien, die
durch einen zusätzlichen Untersuchungsstrang herausgearbeitet
wurden, erklärt und damit verstanden werden konnten.
Eine präzisere, vertiefte und detailliertere Sichtweise des Problems
wird auf diese Weise möglich.
Prof. Dr. S. König Folie 133 Ludwigsburg, den 15./16.6.2018
3.2 Qualitative-dominant Crossover
Analysis (QUAL-quan-Studie)
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 134
quantitativ
QUALITATIV
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 135
QIA
(m)ca
Prof. Dr. S. König Folie 136
3.2.1 Merkmale von
Korrespondenzanalysen
Ludwigsburg, den 15./16.6.2018
Die statistische
Perspektive
Prof. Dr. S. König Folie 137 Ludwigsburg, den 15./16.6.2018
Faktorenanalyse Korrespondenzanalyse
Datenreduktion erfolgt bei intervallskalierten
Items/Variablen mittels einer Faktorenanalyse. Hierbei
gelten die Items als beobachtete Variablen, der Faktor
als latentes Konstrukt.
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 138
Exemplarische Faktorstruktur
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 139
F1
F2
V2
ErrV1 V1
V3
ErrV2
ErrV3
V1
V1
V1
ErrV4
ErrV6
ErrV5
β1
β4
β3
β2
β5
β6
p
Faktorenanalyse Korrespondenzanalyse
Datenreduktion erfolgt bei intervallskalierten
Items/Variablen mittels einer Faktorenanalyse. Hierbei
gelten die Items als beobachtete Variablen, der Faktor
als latentes Konstrukt.
Will man hingegen die faktorielle Grundstruktur eines
Satzes nominalskalierter Merkmale ermitteln, kann hierfür
die (multiple) Korrespondenzanalyse (MCA) eingesetzt
werden (Bortz & Döring, 2006, S. 379).
Hierbei gilt:
– Anzahl der Variablen = 2 einfache Korrespondenzanalyse
– Anzahl der Variablen > 2 multiple
Korrespondenzanalyse/Homogenitätsanalyse
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 140
Korrespondenzanalyse (1)
Die Korrespondenzanalyse ist ein Verfahren zur
Visualisierung von Datentabellen, insbesondere von
Tabellen mit Häufigkeiten qualitativer Merkmale.
Die Häufigkeiten qualitativer Merkmale werden oft in
Form einer Kreuz-/Kontingenztabelle angeordnet.
Beispiel (aus Backhaus et al., 2006, S. 686):
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 141
Automarke Merkmale
Sicherheit Sportlichkeit Komfort
Mercedes 9 3 6
BMW 3 6 3
Opel 2 1 2
Audi 3 5 4
Korrespondenzanalyse (2)
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 142
Korrespondenzanalyse (3)
Sie wird in ihrer ursprünglichen und einfachen Form dazu
verwendet, Kreuz-/Kontingenztabellen zu analysieren,
wobei die Zeilen Personen bzw. Objekten („Automarke“)
vorenthalten sind, Spalten hingegen den Merkmalen
(„Beurteilungsmerkmale“).
Ziel ist eine gemeinsame grafische und statistische
Repräsentation der Zeilen und Spalten. Hierzu werden
zweidimensionale Plots erzeugt.
Angestrebt wird ein Überblick, welche Personen bzw.
Objekte sich bezüglich der betrachteten Merkmale ähneln
und welche nicht.
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 143
Ein Beispiel
Prof. Dr. S. König Folie 144 Ludwigsburg, den 15./16.6.2018
Berufsgruppen und Wahlabsichten (1)
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 145
Berufsgruppen und Wahlabsichten (2)
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 146
Berufsgruppen und Wahlabsichten (3)
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 147
Berufsgruppen und Wahlabsichten (4)
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 148
Prof. Dr. S. König Folie 149
3.2.2 Eine QUAL-quan-Studie
Ludwigsburg, den 15./16.6.2018
Informationen zur Studie
Leitfrage: Kann der Schulsport einen Beitrag zur vorberuflichen
Bildung leisten?
Methode
– Leitfadeninterviews mit 23 SchulleiterInnen und 18
AusbildungsleiterInnen (n = 41)
– „Within-Analyse“ mit dem Verfahren der qualitativen
Inhaltsanalyse nach Mayring (2015)
• Leitfrage: „Trägt Schulsport zur Verbesserung der
Ausbildungsfähigkeit bei?“
– „Between-Analyse“ Schulen – Betriebe
– Quantifizierung der Daten (Kuckartz, 2014)
Neuer Strang: Korrespondenzanalyse zur Entdeckung von
explorativen Strukturen bezüglich einzelner Kategorien
Prof. Dr. S. König Folie 150 Ludwigsburg, den 15./16.6.2018
(1) „Within-Analyse“: Kategorienbaum Schule
Prof. Dr. S. König Folie 151 Ludwigsburg, den 15./16.6.2018
(2) „Between-Analyse“: Kategorien gesamt B
etr
iebe
• Sportnote
• Schulsport und Ausbildungsfähigkeit
• Relevanz von Fitness
Schule
n
• Sportnote
• Schulsport und Ausbildungsfähigkeit
• Relevanz von Fitness
Prof. Dr. S. König Folie 152
(3) Quantifizierung der Daten und Prüfung von
Unterschiedshypothesen (χ2 = 7.967, p = . 632)
Ludwigsburg, den 15./16.6.2018
(3) Korrespondenzanalyse
Prof. Dr. S. König Folie 153 Ludwigsburg, den 15./16.6.2018
5. Zwischenfazit
Kategorien, die im Rahmen eines inhaltsanalytischen Verfahrens
nach Mayring (2015) erarbeitet werden, können durch
Quantifizierung einem multivariaten Verfahren zugeführt werden.
Der spezifische Mixed Methods Ansatz besteht also darin, originär
qualitative Daten durch Transformation einem Verfahren zuzuführen,
das mit einer explorativen Faktorenanalyse vergleichbare
Zielsetzungen verfolgt.
Dies eröffnet die Möglichkeit, dass eine Vielzahl an Kategorien
(vgl. hierzu König & Dalheimer, 2015, S. 31–33) auf wenige
Dimensionen reduziert werden kann.
Eine präzisere, vertiefte und detailliertere Sichtweise des Problems
wird auf diese Weise möglich.
Prof. Dr. S. König Folie 154 Ludwigsburg, den 15./16.6.2018
3.3 Übung zur Konstruktion eines MMD
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 155
Kleingruppenarbeit
Jede Gruppe wählt sich bitte ein
Forschungsthema bzw. eine Forschungsfrage
aus. Sobald diese steht, mir kurz mitteilen!
Konstruieren Sie ein angemessenes MMD und
begründen Sie dieses im Detail.
Beziehen Sie sich hierbei auf Schoonenboom &
Johnson (2017), indem Sie alle dort genannten
Punkte abarbeiten.
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 156
Ergebnispräsentation
Gruppe 1: Entwicklung von Maßnahmen zur Implementierung leistungsförderlicher Leitbilder in Schulen
Gruppe 2: Einfluss der Fußball-WM auf die Toleranz der Arbeitgeber
Gruppe 3: Strategien der Teamführung erfolgreicher Trainer im Tanzsport
Gruppe 4: Design Thinking, eine Methode für den Grundschulunterricht?
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 157
6. Zwischenfazit
Die Konstruktion eines MMD erfordert die Bearbeitung
von sieben relevanten Dimensionen (vgl. Schoonenboom
& Johnson, 2017):
– Untersuchungsziel
– Rolle von Theorie im Forschungsprozess
– Timing
– Schnittstellen der Integration
– Systematische oder interaktive Designansätze
– Geplante oder emergente Designs
– Komplexitätsmerkmale
Folie 158 Prof. Dr. S. König Ludwigsburg, den 15./16.6.2018
Teil 4:
Zusammenfassung & Diskussion
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 159
Three more steps to do …
What is MMR?
Summary & SWOT
Farewell ceremony
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 160
Prof. Dr. S. König Folie 161 Ludwigsburg, den 15./16.6.2018
Is MMR too inclusive? (1)
Die Gründe des Aufstiegs von MMR seit Anfang der
Achtziger Jahre sind eine Konsequenz der Probleme
bzw. der Unzufriedenheit mit den traditionellen
Forschungsparadigmen („war of paradigms“).
Was ist passiert? MMR hat sich seither zu einem sehr
fruchtbaren und vielfältigem Forschungsfeld entwickelt:
– Methodologische Diversität (GTM Experiment)
– Disziplinäre Diversität (Sozial- und
Verhaltenswissenschaften)
– Wissenschaftstheoretische Diversität
– Diversität der Designs
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 162
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 163
Is MMR a „theory of
everything“
(Sandelowski, 2016)?
Is MMR too inclusive? (2)
Einige wenige aktuelle Probleme und Fragen:
– Qual vs. Quan
• Induktion vs. Deduktion
• Theorieprüfung vs. Theorieentwicklung
• Subjektive vs. Objektive Perspektive
– „Tyranny of terminology and typology“ (Sandelowski,
2016)
– Weitere Entwicklungen
• Kontinuität vs. Differenzierung
• Positionierung: Vordergrund vs Hintergrund
Multimethod vs Mixed Methods Research (Greene, 2015)
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 164
Was ist Mixed Methods Research (1)?
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 165
Burke Jonson and Anthony Onwuegbuzie:
Mixed Methods Research is the class of research
where the researcher mixes of combines
quantitative and qualitative research techniques,
methods, approaches, concepts or language into
a single study or set of related studies.
Was ist Mixed Methods Research (2)?
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 166
Michael Q. Patton:
I consider mixed methods to be inquiring into a question
using different data sources and design element in such
a way as to bring different perspectives to bear in the
inquiry and therefore support triangulation of the
findings. In this regard, using different methods to
examine different questions in the same overall study is
not Mixed Methods.
Was ist Mixed Methods Research (3)?
Teddlie & Tashakkori (2009):
– Monomethod multistrand vs. Mixed methods
multistrand
Greene, J. J. (2015). Preserving Distinctions Within the
Multimethod and Mixed methods research Merger.
– Compared to a multiple approach a mixed methods
approach offers …
• … opportunities to mix at a method, methodology, and a
paradigm level;
• … a valuing of both consonance and dissonance;
• … key opportunities for respectful conversations among
different ways of knowing and different ways valuing
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 167
Prof. Dr. S. König Folie 168 Ludwigsburg, den 15./16.6.2018
Zusammenfassung (1): Generelles
Die MMR gilt als drittes Paradigma in den Sozial-,
Verhaltens- und Gesellschaftswissenschaften.
Mit Bezug auf die beiden klassischen Paradigmen, die
als konstruktivistisch bzw. postpositivistisch bezeichnet
werden, spricht die einschlägige Literatur hier von
Pragmatismus.
Die MMR hat sich zu einem sehr variablen
Forschungsansatz (Designs, Datenerhebung & -
auswertung) entwickelt, der derzeit sogar als „too
inclusive“ (Sandelowski, 2016) diskutiert wird.
Die MMR verbreitet sich seit 10 Jahren auch zunehmend
institutionell (MMIRA, JMMR, IJMRA, …)
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 169
Zusammenfassung (2): Keywords
Paradigmendiskussion
Definitionen und wichtigste Merkmale
Qualitätsmerkmale
MMDs
– Zentrale Aspekte
– Typische „basic designs“
– Exemplarische „advanced designs“
Stärken und Schwächen
Chancen und Grenzen
Publikationsmöglichkeiten
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 170
SWOT-Analyse (1)
Strengths
Forschung in den Sozial-
wissenschaften hat häufig
komplexe Fragestellungen
=> kein
Methodenmonismus
Schwächen und „blinde
Flecken“ eines Zugangs
werden ausgeglichen
Weaknesses
Großer Aufwand
Generalisten-Spezialisten-
Problem
Erkenntnistheoretische
Grundlage noch nicht
ausgereift
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 171
SWOT-Analyse (2)
Opportunities
Phänomene können
besser, vertiefter, …
verstanden werden.
Verknüpfung von
Perspektiven (Blick durch
verschiedene Brillen) sind
möglich.
Threats
„Überinklusivität“
(Sandelowski, 2016)
„Theory for everything
[anything goes]“, d. h.
keine trennscharfe
Abgrenzung von anderen
Paradigmen.
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 172
Prof. Dr. S. König Folie 173 Ludwigsburg, den 15./16.6.2018
Folie 175 Weingarten, den 07. JUli 2009 Folie 175
Herzlichen Dank für
Ihre Aufmerksamkeit.
www.ph-weingarten.de
Ludwigsburg, den 15./16.6.2018 Folie 175 Prof. Dr. S. König
Literaturvorschläge
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 176
Quellen & Hinweise
Creswell, J. W. (2015). A Concise Introduction to Mixed Methods research. Los
Angeles, …: Sage.
Creswell, J., & Plano Clark, V. (2009). Designing and Conducting Mixed Methods
Research. Thousand Oaks, London, New Delhi: Sage.
Hesse-Biber, S. N. & Johnson, R. B. (Eds.), Oxford Handbook of
Multimethod and Mixed Methods Research Inquiry. New York, NY: Oxford
University Press.
Johnson, R. B. (2017). Dialectical Pluralism: A Metaparadigm Whose Time Has
Come. Journal of Mixed Methods Research, 11(2), 156–173.
Johnson, R. B., & König, S. (2016). “Mono or Mixed?” Potentials and limitations
of Mixed Methods Research. In G. Lang-Wojtasik & S. König (Hrsg.),
Bildungsforschung revisited (S. 21–42). Ulm: Klemm+Oelschläger.
Kuckartz, U. (2014). Mixed Methods. Methodologie, Forschungsdesigns und
Analyseverfahren. Wiesbaden: Springer VS.
Teddlie, C., & Tashakkori, A. (2009). Foundations of Mixed Methods Research.
Los Angeles, …: Sage.
Ludwigsburg, den 15./16.6.2018 Prof. Dr. S. König Folie 177