이득:
- 연구 질문에 실제로 혼합된 방법이 필요한지 여부를 정당화하는 능력
- 정량적, 정성적 결과를 투명하게 나란히 놓고 모순을 숨기지 않고 하나의 결과로 해석하는 능력
- 소스가 실제로 독립적인지 확인하여 잘못된 삼각 측량을 방지하는 기능
사회적 사건은 하나의 렌즈를 통해서는 완전히 이해될 수 없는 경우가 많습니다. 현상을 수치적으로 측정하는 것(몇 명, 어떤 비율로)을 측정하는 동시에 현상을 깊이 이해하는 것(이유, 방법)이 필요할 수도 있습니다. 이것이 바로 혼합 방법입니다. 동일한 연구에서 정량적 접근 방식과 정성적 접근 방식을 의식적으로 결합하는 것입니다. 밀접하게 관련된 개념은 삼각 측량입니다. 즉, 동일한 질문을 다양한 데이터 소스, 방법 또는 관점으로 교차 확인하여 결과의 견고성을 테스트합니다. 이 단원에서는 하이브리드 설계를 계획하고, 다양한 유형의 데이터를 결합하고, 결과를 교차 검증하는 데 AI를 사용하는 방법을 배웁니다.
혼합방식의 장점은 한 방식이 약하면 다른 방식은 강하다는 점이다. 설문 조사는 "유병률"을 제공하지만 "이유"는 제공하지 않습니다. 인터뷰에서는 '이유'를 파헤쳐보지만 그것이 몇 명에게 적용되는지는 밝히지 않습니다. 두 가지를 함께 사용하면 넓고 깊은 그림을 얻을 수 있습니다. AI는 여기에서 특히 유용합니다. 데이터를 다양한 형식(숫자 표 및 텍스트 대본)으로 나란히 배치하고 "서로 지지하는지 모순되는지"를 순서대로 묻는 데 도움이 되기 때문입니다. 그러나 최종 종합, 즉 "이 두 출처가 함께 말하는 내용"에 대한 판단은 귀하의 몫입니다.
단계별: 하이브리드 디자인 설정
1. 왜 섞였는지 말해 보세요. 혼합 방법을 선택하는 이유는 "유행하기 때문"이 아니라 연구 질문에 폭과 깊이가 모두 필요하기 때문입니다. AI는 질문에 실제로 혼합이 필요한지 질문하는 데 도움이 됩니다.
2. 정렬을 선택하세요. 먼저 정량적인가요, 그 다음 정성적인가요(숫자를 찾은 다음 인터뷰를 통해 "이유"를 심화)인가요, 아니면 먼저 정성적이고 그 다음 정량적인가요(테마를 발견한 다음 그 보급률 측정)? AI는 각 디자인의 논리를 설명합니다.
3. 마운트 지점을 정의합니다. 두 데이터 유형이 어느 시점에서 만나나요? 예를 들어, 설문 조사에서 낮은 점수를 준 그룹을 인터뷰에 초대합니다. AI는 이러한 연결 전략의 초안을 작성합니다.
4. 삼각측량 계획을 세우십시오. 동일한 결과를 얼마나 많은 소스에서 확인할 예정입니까? AI는 "이 주장을 뒷받침할 수 있는 2차 소스는 무엇인가?"라는 질문에 대한 체크리스트를 생성합니다.
5. 모순을 숨기지 말고 설명하십시오. 정량적 결과와 정성적 결과가 때때로 충돌합니다. 이것은 문제가 아니라 발견입니다. AI는 모순을 표시합니다. 그것을 해석하는 것이 당신의 임무입니다.
주의: 삼각 측량은 "같은 실수를 두 번 하는 것"이 아닙니다. 두 소스가 모두 동일한 편향된 샘플에서 나온 경우 서로를 "확인"함으로써 오해를 받게 됩니다. 진정한 삼각측량은 진정으로 독립적인 소스가 겹치는 것입니다.
세 개의 미니 케이스
사례 1 - 숫자와 이야기가 병합되었습니다. 한 팀은 한 동네 400명(38%)을 대상으로 한 설문조사에서 '낮은 동네 신뢰'를 발견했다. 그런 다음 그는 15번의 인터뷰를 통해 '이유'를 조사했습니다. YZ가 설문조사 테이블과 인터뷰 주제를 나란히 놓았을 때, 낮은 신뢰도 뒤에는 '급격한 인구 변화'라는 주제가 두드러지는 것으로 나타났다. 숫자의 유병률이 인터뷰 이유를 제시했습니다.
사례 2 - 모순이 발견으로 바뀌었습니다. 설문 조사에서 72%의 사람들이 "나는 재활용합니다"라고 답했습니다. 그런데 대부분의 인터뷰에서 자세히 설명하면 실제로는 불규칙하게 했다고 설명했다. AI는 이러한 모순을 지적했습니다. 팀은 이를 "사회적 바람직성 편향"(승인될 답변을 제공하는 사람들의 경향)으로 해석했습니다. 모순은 설문조사만으로는 볼 수 없는 발견이었다.
사례 3 - 잘못된 삼각측량이 감지되었습니다. 한 연구원은 두 개의 서로 다른 온라인 설문조사에서 동일한 결과를 발견했고 그것이 "검증됐다"고 생각했습니다. AI에게 디자인에 대해 물어보니 두 설문조사 모두 동일한 소셜 미디어 그룹에서 참가자를 모집한 것으로 나타났습니다. 출처는 독립적이지 않았습니다. "삼각측량"은 실제로 동일한 편견의 반복이었습니다.
복사 가능한 템플릿 4개
1) 혼합 설계 근거:
내 연구 질문: [질문]. 이 질문에는 실제로 혼합 방법이 필요합니까? (1) 정량적 접근이 필요한 부분과 정성적 접근이 필요한 부분을 설명하시오. (2) 양적-질적 순위는 무엇이 되어야 하며 그 이유는 무엇입니까? (3) 혼합방식이 불필요하다면 솔직하게 말하라.
2) 연결 전략:
내 정량적 단계: [설문조사 설명]. 나의 정성적 단계: [인터뷰 설명]. 어느 시점에서 이 두 단계를 연결할 수 있습니까? 예를 들어 회의에 어떤 하위 그룹을 초대해야 합니까? 3가지 연결 전략을 제안하고 각각의 역할을 설명하세요.
3) 삼각측량 지도:
지금까지 나의 주요 발견은 다음과 같습니다: [발견]. 나는 이것을 독립적인 출처와 교차 확인하고 싶습니다. (1) 이 결과를 테스트할 수 있는 다양한 데이터 소스는 무엇입니까? (2) 소스가 정말로 독립적인지 어떻게 확인하나요? 동일한 편향을 전달하는 잘못된 삼각측량에 대해 경고해 주세요.
4) 모순 분석:
내 정량적 결과: [표/번호]. 나의 정성적 발견: [주제]. 이 두 가지가 서로를 지지하거나, 모순되거나, 보완합니까? 불일치가 있는 경우 가능한 설명을 나열합니다(예: 사회적 바람직성 편향, 다른 표본). 모순을 숨기지 마십시오. 그것을 결과로 제시하십시오.
약한 프롬프트 / 강한 프롬프트
약한 프롬프트:
설문조사 결과와 인터뷰가 있습니다. 이를 결합하여 단일 결과를 작성합니다.
AI는 두 가지 소스를 무작위로 혼합하여 모순을 숨기고 어떤 주장이 어떤 데이터에서 나온 것인지 불분명한 텍스트를 생성합니다.
강력한 프롬프트:
나는 혼합 방법 연구를 가지고 있습니다. 정량적 결과: [표]. 적격 테마: [목록]. 귀하의 임무는 각 주요 결과에 대해 정량적 및 정성적 출처가 (a) 지지하고, (b) 모순되고, (c) 서로 보완하는 지점을 별도로 표시하는 것입니다. 각 줄에 소스를 지정하세요. 모순을 숨기지 말고 명확하게 표시하십시오. 합성 코멘트를 작성하겠습니다. 리소스를 정렬합니다.
차이점: 두 번째 접근 방식은 두 데이터 유형을 투명하게 병치하고 모순을 결과로 보존합니다.
혼합 방법 설계
디자인
정렬 기준
무엇에 좋은가요?
주의
설명적인
양적 → 질적
숫자를 "왜"로 설명하기
면접 샘플 선발
탐구적인
정성적 → 정량적
규모에 맞게 테마 전송
척도 타당성
동시에
동시에
와이드 + 딥 이미지
통합의 어려움
얽혀
하나의 지배적
추가적인 관점
2차 데이터의 역할
일반적인 실수
- 정당성 없이 혼합방식을 선택하는 것. 질문에 필요하지 않은 경우 두 가지 방법은 작업량만 추가합니다.
- 모순을 숨긴다. 양적-질적 모순은 결함이 아니지만 종종 가장 가치 있는 발견입니다.
- 의사 삼각측량. 동일한 편향된 소스를 두 번 사용하는 것은 검증이 아닙니다.
- 어느 주장이 어디서 왔는지 잃습니다. 모든 조사 결과는 출처에 충실해야 합니다.
- 두 데이터의 깊이가 동일하다고 생각합니다. 일반적으로 하나는 지배적이고 다른 하나는 지지적입니다. 그들의 역할을 명확히 하세요.
요약하면
혼합법은 현상을 넓게(양적으로), 깊게(질적으로) 보는 방식이다. 삼각 측량은 독립적인 소스를 사용하여 결과를 교차 테스트합니다. 일체 포함; 이는 설계 이론적 근거에 의문을 제기하고, 단계를 연결하기 위한 전략을 생성하고, 두 가지 유형의 데이터를 투명하게 병치하고, 모순을 표시하는 데 강력한 도움이 됩니다. 그러나 종합의 판단, 출처가 진정으로 독립적인지 확인하는 판단, 모순을 이해하는 판단은 귀하의 몫입니다. 정당성이 있는 혼합 방법을 선택하고, 모순을 숨기지 말고, 잘못된 삼각측량을 피하십시오.
응용과제
혼합된 방법이 필요한 연구 질문을 디자인합니다. "혼합 설계 타당성" 템플릿을 사용하여 질문에 실제로 혼합 방법이 필요한지 AI 질문을 만듭니다. 작은 정량적 결과(몇 퍼센트)와 몇 가지 정성적 주제를 구성합니다. 학생들에게 "모순 분석" 템플릿을 사용하여 서로를 지지하는지 검토하게 하세요. 마지막으로 "삼각측량 맵"을 사용하여 독립적인 소스에 대해 결과를 테스트할 방법을 계획하고 잘못된 삼각측량의 위험을 기록합니다.
체크리스트
- [ ] 연구문제를 토대로 혼합방식의 정당성을 정당화하였다.
- [ ] 정량적, 정성적 단계의 연결점을 정의하였습니다.
- [ ] 각 결과를 해당 출처에 연결했습니다.
- [ ] 양적, 질적 모순을 숨기지 않고 발견으로 다루었습니다.
- [ ] 출처가 정말 독립적인지 확인했습니다.