Enhed 6 / 11

Blandede metoder og datatriangulering

Gevinster:

  • Evne til at begrunde, om et forskningsspørgsmål virkelig kræver blandede metoder
  • Evne til transparent at sætte kvantitative og kvalitative resultater side om side og fortolke dem som én konstatering uden at skjule modsætninger
  • Evne til at undgå falsk triangulering ved at kontrollere, om kilder virkelig er uafhængige

Sociale begivenheder kan ofte ikke fuldt ud forstås gennem en enkelt linse. Det kan være nødvendigt både at måle et fænomen numerisk (hvor mange mennesker, i hvilket forhold) og forstå det i dybden (hvorfor, hvordan). Det er præcis, hvad blandede metoder er: bevidst at kombinere kvantitative og kvalitative tilgange i samme forskning. Et nært beslægtet koncept er triangulering - test af robustheden af ​​et fund ved at krydstjekke det samme spørgsmål med forskellige datakilder, metoder eller perspektiver. I denne enhed lærer du, hvordan du bruger kunstig intelligens til at planlægge hybriddesign, kombinere forskellige typer data og krydsvalidere resultater.

Styrken ved den blandede metode er, at hvor den ene metode er svag, er den anden stærk. Undersøgelsen giver dig "prævalensen", men ikke "hvorfor"; interviewet graver i "hvorfor", men siger ikke, hvor mange mennesker det gælder for. Når du bruger begge sammen, får du et maleri, der er både bredt og dybt. AI er særligt nyttig her, fordi det hjælper dig med at lægge data i forskellige formater (taltabeller og teksttransskriptioner) side om side og spørge "støtter eller modsiger det hinanden" på en velordnet måde? Men den endelige syntese - bedømmelsen af ​​"hvad siger disse to kilder sammen" - er din.

Trin for trin: opsætning af et hybriddesign

1. Angiv, hvorfor det er blandet. Blandede metoder er valgt ikke "fordi det er trendy", men fordi dit forskningsspørgsmål kræver både bredde og dybde. AI hjælper dig med at stille spørgsmålstegn ved, om dit spørgsmål virkelig kræver blanding.

2. Vælg sortering. Er det først kvantitativt, så kvalitativt (find tallene, uddyb så "hvorfor" med interviews), eller er det først kvalitativt, så kvantitativt (opdagelse af temaerne, så måling af deres udbredelse)? AI forklarer logikken i hvert design.

3. Definer monteringspunkter. På hvilket tidspunkt vil de to datatyper mødes? For eksempel at invitere gruppen, der gav lave score i undersøgelsen, til et interview. AI udarbejder disse forbindelsesstrategier.

4. Lav en trianguleringsplan. Hvor mange forskellige kilder vil du kontrollere det samme fund med? AI producerer en tjekliste til spørgsmålet "hvilken sekundær kilde kunne understøtte denne påstand?"

5. Skjul ikke modsigelser, forklar dem. Kvantitative og kvalitative resultater er nogle gange i konflikt; Dette er ikke et problem, det er en konstatering. AI markerer modsigelse; Det er din opgave at fortolke det.

Forsigtig: Triangulering er ikke "at lave den samme fejl to gange." Hvis begge dine kilder kommer fra den samme partiske prøve, vil du blive vildledt af, at de "bekræfter" hinanden. Ægte triangulering er overlapningen af ​​virkelig uafhængige kilder.

tre minisager

Sag 1 - Nummer og historie slået sammen. Et hold fandt "lav tillid til kvarteret" i en undersøgelse af 400 mennesker i et kvarter (38%). Derefter undersøgte han "hvorfor" med 15 interviews. Da YZ lagde undersøgelsestabellen og interviewtemaerne side om side, viste det, at temaet "hurtige befolkningsændringer" skilte sig ud bag den lave tillid. Antal prævalens gav anledning til interview.

Case 2 — Modsigelse blev til opdagelse. I undersøgelsen sagde 72 % af mennesker "Jeg genbruger"; Men da han gik i detaljer i de fleste af interviewene, forklarede han, at han faktisk gjorde det uregelmæssigt. AI har markeret denne modsigelse. Holdet tolkede dette som "social ønskelighedsbias" (folks tendens til at give det svar, der vil blive godkendt); Modsigelsen var et fund, som ikke kunne ses alene i undersøgelsen.

Tilfælde 3 — Falsk triangulering opdaget. En forsker fandt det samme resultat i to forskellige online-undersøgelser og mente, at det var "verificeret". Da jeg spurgte AI om designet, viste det sig, at begge undersøgelser rekrutterede deltagere fra den samme gruppe på sociale medier. Kilderne var ikke uafhængige; "triangulering" var faktisk en gentagelse af den samme bias.

Fire kopierbare skabeloner

1) Blandet designrationale:

Mit forskningsspørgsmål: [spørgsmål]. Kræver dette spørgsmål virkelig blandet metode? (1) Forklar hvilken del der kræver en kvantitativ tilgang, og hvilken del der kræver en kvalitativ tilgang. (2) Hvad skal den kvantitativ-kvalitative rangering være og hvorfor? (3) Hvis blandet metode er unødvendig, så sig det ærligt.

2) Link strategi:

Min kvantitative fase: [undersøgelsesbeskrivelse]. Min kvalitative fase: [interviewbeskrivelse]. På hvilket tidspunkt kan jeg forbinde disse to faser? Hvilken undergruppe skal jeg f.eks. invitere til et møde? Foreslå mig 3 linkstrategier og forklar, hvad hver enkelt gør.

3) Trianguleringskort:

Mit vigtigste fund indtil videre er: [finding]. Jeg vil gerne krydstjekke dette med uafhængige kilder. (1) Hvilke forskellige datakilder kan teste dette fund? (2) Hvordan kontrollerer jeg, om kilderne VIRKELIG er uafhængige? Advar mig mod falsk triangulering, som har samme skævhed.

4) Modsigelsesanalyse:

Mit kvantitative fund: [tabel/tal]. Mit kvalitative fund: [tema]. Støtter, modsiger eller supplerer disse to hinanden? Hvis der er en uoverensstemmelse, angiv mulige forklaringer (f.eks. social ønskelighedsbias, anden prøve). Skjul ikke modsigelsen; præsentere det som et fund.

Svag prompt / Stærk prompt

Svag prompt:

Jeg har undersøgelsesresultater og interviews. Kombiner disse og skriv et enkelt resultat.

AI blander tilfældigt to kilder og producerer en tekst, der skjuler modsigelser og er uklart, hvilken påstand der kommer fra hvilke data.

Kraftig prompt:

Jeg har et blandet metodestudie. Kvantitative fund: [tabel]. Kvalificerende temaer: [liste]. Din opgave: for hvert hovedfund at vise særskilt de punkter, hvor de kvantitative og kvalitative kilder (a) understøtter, (b) modsiger og (c) supplerer hinanden. Angiv kilden på hver linje. Skjul ikke modsigelser, marker dem tydeligt. Jeg vil komme med syntesekommentaren; Du tilpasser ressourcer.

Forskellen: den anden tilgang sidestiller de to datatyper gennemsigtigt og bevarer modsigelsen som en konstatering.

Blandede metoder design

Design

Sorter efter

Hvad er det godt for

Opmærksomhed

forklarende

Kvantitativ → Kvalitativ

Forklar tallet med "hvorfor"

Valg af interviewprøve

undersøgende

Kvalitativ → Kvantitativ

Kast temaet i skala

Skala gyldighed

samtidigt

samtidigt

Bredt + dybt billede

Besvær med at integrere

sammenflettet

en dominerende

yderligere perspektiv

Rollen af sekundære data

Almindelige fejl

  • At vælge den blandede metode uden begrundelse. Hvis spørgsmålet ikke kræver det, tilføjer de to metoder kun arbejdsbyrde.
  • Skjuler modsigelsen. Den kvantitativ-kvalitative modsigelse er ikke en fejl, men ofte den mest værdifulde opdagelse.
  • Pseudo-triangulering. At bruge den samme partiske kilde to gange er ikke verifikation.
  • At miste hvilken påstand der kommer hvorfra. Ethvert fund skal forblive tro mod sin kilde.
  • Tænker at to data er lige store. Generelt er den ene dominerende, og den anden er støttende; Afklare deres roller.

Sammenfattende

Den blandede metode er en måde at anskue et fænomen både bredt (kvantitativt) og dybt (kvalitativt); Triangulering er at krydsteste resultatet med uafhængige kilder. AI; det er en kraftfuld hjælp til at sætte spørgsmålstegn ved designrationale, generere strategier til at forbinde faser, transparent sidestilling af to typer data og markere modsigelser. Men vurderingen af ​​syntese, om at se, om kilderne virkelig er uafhængige, og om at give mening om modsigelsen er din. Vælg den blandede metode med begrundelse, skjul ikke modsigelse, og undgå falsk triangulering.

Ansøgningsopgave

Design et forskningsspørgsmål, der kræver blandede metoder. Stil AI-spørgsmålet, om spørgsmålet virkelig kræver blandede metoder med skabelonen "mixed design justification". Lav et lille kvantitativt fund (et par procent) og et par kvalitative temaer; Få dem til at undersøge, om de støtter hinanden med skabelonen "modsigelsesanalyse". Planlæg endelig, hvordan du vil teste et fund mod uafhængige kilder med et "trianguleringskort" og noter risikoen for falsk triangulering.

tjekliste

  • [ ] Jeg begrundede den blandede metode ud fra forskningsspørgsmålet.
  • [ ] Jeg definerede forbindelsespunktet for de kvantitative og kvalitative faser.
  • [ ] Jeg linkede hvert fund til dets kilde.
  • [ ] Jeg lagde ikke skjul på de kvantitativ-kvalitative modsætninger og behandlede dem som fund.
  • [ ] Jeg kontrollerede, at kilderne virkelig er uafhængige.