Keuntungan:
- Kemampuan untuk membenarkan apakah suatu pertanyaan penelitian benar-benar memerlukan metode campuran
- Kemampuan untuk secara transparan menempatkan temuan kuantitatif dan kualitatif secara berdampingan dan menafsirkannya sebagai satu temuan tanpa menyembunyikan kontradiksi
- Kemampuan untuk menghindari triangulasi palsu dengan memeriksa apakah sumber benar-benar independen
Peristiwa-peristiwa sosial sering kali tidak dapat dipahami sepenuhnya melalui satu lensa saja. Mungkin diperlukan pengukuran fenomena secara numerik (berapa banyak orang, dalam proporsi berapa) dan memahaminya secara mendalam (mengapa, bagaimana). Inilah yang dimaksud dengan metode campuran: secara sadar menggabungkan pendekatan kuantitatif dan kualitatif dalam penelitian yang sama. Konsep yang terkait erat adalah triangulasi – menguji kekuatan suatu temuan dengan memeriksa silang pertanyaan yang sama dengan sumber data, metode, atau perspektif berbeda. Di unit ini, Anda akan mempelajari cara menggunakan AI dalam merencanakan desain hibrid, menggabungkan berbagai jenis data, dan memvalidasi silang temuan.
Kekuatan metode campuran adalah ketika salah satu metode lemah, maka metode lainnya kuat. Survei ini memberi Anda “prevalensi” tetapi bukan “mengapa”; wawancara menggali “mengapa” tetapi tidak menyebutkan berapa banyak orang yang diwawancarai. Jika Anda menggunakan keduanya secara bersamaan, Anda akan mendapatkan lukisan yang luas dan dalam. AI sangat berguna di sini karena membantu Anda meletakkan data dalam format berbeda (tabel angka dan transkrip teks) secara berdampingan dan menanyakan “apakah itu mendukung atau bertentangan satu sama lain” secara teratur? Namun sintesis terakhir—penilaian atas “apa yang dikatakan oleh kedua sumber ini”—adalah milik Anda.
Langkah demi langkah: menyiapkan desain hybrid
1. Nyatakan mengapa tercampur. Metode campuran dipilih bukan "karena trendi" namun karena pertanyaan penelitian Anda memerlukan keluasan dan kedalaman. AI membantu Anda mempertanyakan apakah pertanyaan Anda benar-benar memerlukan pencampuran.
2. Pilih pengurutan. Apakah kuantitatif dulu, lalu kualitatif (temukan angka-angkanya, lalu perdalam “mengapa” dengan wawancara), atau kualitatif dulu, baru kuantitatif (menemukan tema, lalu mengukur prevalensinya)? AI menjelaskan logika setiap desain.
3. Tentukan titik pemasangan. Pada titik manakah kedua tipe data tersebut bertemu? Misalnya, mengundang kelompok yang memberikan nilai rendah dalam survei untuk melakukan wawancara. AI menyusun strategi koneksi ini.
4. Membuat rencana triangulasi. Berapa banyak sumber berbeda yang akan Anda gunakan untuk memeriksa temuan yang sama? AI membuat daftar periksa untuk pertanyaan "sumber sekunder manakah yang dapat mendukung klaim ini?"
5. Jangan sembunyikan kontradiksi, jelaskan. Temuan kuantitatif dan kualitatif terkadang bertentangan; Ini bukan sebuah masalah, ini sebuah temuan. AI menandai kontradiksi; Itu tugas Anda untuk menafsirkannya.
Perhatian: Triangulasi bukanlah “melakukan kesalahan yang sama dua kali”. Jika kedua sumber Anda berasal dari sampel bias yang sama, Anda akan disesatkan oleh keduanya yang “mengkonfirmasi” satu sama lain. Triangulasi yang sebenarnya adalah tumpang tindihnya sumber-sumber yang benar-benar independen.
tiga kasus mini
Kasus 1 — Nomor dan cerita digabungkan. Sebuah tim menemukan “kepercayaan lingkungan yang rendah” dalam survei terhadap 400 orang di satu lingkungan (38%). Kemudian dia menyelidiki “mengapa” dengan 15 wawancara. Ketika YZ menempatkan tabel survei dan tema wawancara secara berdampingan, terlihat bahwa tema “perubahan populasi yang cepat” menonjol di balik rendahnya kepercayaan. Prevalensi angka memberi alasan untuk wawancara.
Kasus 2 — Kontradiksi berubah menjadi penemuan. Dalam survei tersebut, 72% orang mengatakan "Saya mendaur ulang"; Namun ketika dia menjelaskan secara detail di sebagian besar wawancara, dia menjelaskan bahwa dia sebenarnya melakukannya secara tidak teratur. AI telah menandai kontradiksi ini. Tim menafsirkan hal ini sebagai "bias keinginan sosial" (kecenderungan masyarakat untuk memberikan jawaban yang disetujui); Kontradiksi ini merupakan temuan yang tidak dapat dilihat hanya melalui survei saja.
Kasus 3 — Triangulasi palsu terdeteksi. Seorang peneliti menemukan hasil yang sama dalam dua survei online yang berbeda dan menganggapnya "terverifikasi". Saat saya bertanya kepada AI tentang desainnya, ternyata kedua survei tersebut merekrut peserta dari grup media sosial yang sama. Sumbernya tidak independen; "triangulasi" sebenarnya merupakan pengulangan bias yang sama.
Empat templat yang dapat disalin
1) Alasan desain campuran:
Pertanyaan penelitian saya: [pertanyaan]. Apakah pertanyaan ini benar-benar memerlukan metode campuran? (1) Jelaskan bagian mana yang memerlukan pendekatan kuantitatif dan bagian mana yang memerlukan pendekatan kualitatif. (2) Apa yang dimaksud dengan pemeringkatan kuantitatif-kualitatif dan mengapa? (3) Jika metode campuran tidak diperlukan, katakan dengan jujur.
2) Strategi menghubungkan:
Fase kuantitatif saya: [deskripsi survei]. Fase kualitatif saya: [deskripsi wawancara]. Pada titik manakah saya dapat menghubungkan kedua fase ini? Misalnya, subgrup manakah yang harus saya undang untuk rapat? Sarankan saya 3 strategi menghubungkan dan jelaskan fungsi masing-masing strategi tersebut.
3) Peta triangulasi:
Temuan utama saya sejauh ini adalah: [temuan]. Saya ingin memeriksa ulang hal ini dengan sumber independen. (1) Sumber data apa saja yang dapat menguji temuan ini? (2) Bagaimana cara memeriksa apakah sumbernya BENAR-BENAR independen? Peringatkan saya terhadap triangulasi palsu, yang membawa bias yang sama.
4) Analisis kontradiksi:
Temuan kuantitatif saya: [tabel/angka]. Temuan kualitatif saya: [tema]. Apakah keduanya saling mendukung, bertentangan, atau saling melengkapi? Jika terdapat perbedaan, buatlah daftar kemungkinan penjelasannya (misalnya bias keinginan sosial, sampel yang berbeda). Jangan sembunyikan kontradiksinya; menyajikannya sebagai temuan.
Perintah lemah / Perintah kuat
Perintah yang lemah:
Saya memiliki hasil survei dan wawancara. Gabungkan ini dan tulis satu hasil.
AI secara acak mencampurkan dua sumber dan menghasilkan teks yang menyembunyikan kontradiksi dan tidak jelas klaim mana yang berasal dari data mana.
Perintah yang kuat:
Saya memiliki studi metode campuran. Temuan kuantitatif: [tabel]. Tema yang memenuhi syarat: [daftar]. Tugas Anda: untuk setiap temuan utama, menunjukkan secara terpisah poin-poin di mana sumber-sumber kuantitatif dan kualitatif (a) mendukung, (b) bertentangan, dan (c) saling melengkapi. Tentukan sumber pada setiap baris. Jangan sembunyikan kontradiksi, tandai dengan jelas. Saya akan membuat komentar sintesis; Anda menyelaraskan sumber daya.
Perbedaannya: pendekatan kedua secara transparan menyandingkan kedua tipe data dan mempertahankan kontradiksi sebagai temuan.
Desain metode campuran
Desain
Urutkan berdasarkan
Apa gunanya
Perhatian
penjelasan
Kuantitatif → Kualitatif
Menjelaskan angka dengan "mengapa"
Pemilihan sampel wawancara
eksplorasi
Kualitatif → Kuantitatif
Ubah tema sesuai skala
Validitas skala
secara bersamaan
secara bersamaan
Gambar lebar + dalam
Kesulitan mengintegrasikan
terjalin
satu yang dominan
perspektif tambahan
Peran data sekunder
Kesalahan umum
- Memilih metode campuran tanpa alasan. Jika pertanyaannya tidak memerlukannya, kedua metode tersebut hanya menambah beban kerja.
- Menyembunyikan kontradiksi. Kontradiksi kuantitatif-kualitatif bukanlah suatu kelemahan, namun seringkali merupakan temuan yang paling berharga.
- Triangulasi semu. Menggunakan sumber bias yang sama dua kali bukanlah verifikasi.
- Kehilangan klaim mana yang berasal dari mana. Setiap temuan harus tetap sesuai dengan sumbernya.
- Berpikir bahwa dua data memiliki kedalaman yang sama. Umumnya, yang satu bersifat dominan dan yang lainnya mendukung; Perjelas peran mereka.
Singkatnya
Metode campuran merupakan cara memandang suatu fenomena baik secara luas (kuantitatif) maupun mendalam (kualitatif); Triangulasi adalah pengujian silang atas temuan tersebut dengan sumber independen. AI; ini merupakan bantuan yang ampuh dalam mempertanyakan alasan desain, menghasilkan strategi untuk menghubungkan fase, secara transparan menyandingkan dua jenis data, dan menandai kontradiksi. Namun penilaian atas sintesis, untuk melihat apakah sumber-sumber tersebut benar-benar independen, dan untuk memahami kontradiksinya, ada di tangan Anda. Pilihlah metode campuran yang disertai pembenaran, jangan sembunyikan kontradiksi, dan hindari triangulasi yang salah.
Tugas aplikasi
Rancanglah pertanyaan penelitian yang memerlukan metode campuran. Buatlah pertanyaan AI apakah pertanyaan tersebut memang membutuhkan metode campuran dengan template “mixed design justification”. Buatlah temuan kuantitatif kecil (beberapa persen) dan beberapa tema kualitatif; Mintalah mereka memeriksa apakah mereka saling mendukung dengan pola "analisis kontradiksi". Terakhir, rencanakan bagaimana Anda akan menguji temuan terhadap sumber independen dengan “peta triangulasi” dan catat risiko triangulasi yang salah.
daftar periksa
- [ ] Saya membenarkan metode campuran berdasarkan pertanyaan penelitian.
- [ ] Saya mendefinisikan titik hubungan fase kuantitatif dan kualitatif.
- [ ] Saya menghubungkan setiap temuan ke sumbernya.
- [ ] Saya tidak menyembunyikan kontradiksi kuantitatif-kualitatif dan memperlakukannya sebagai temuan.
- [ ] Saya memeriksa apakah sumbernya benar-benar independen.