Mga nadagdag:
- Kakayahang bigyang-katwiran kung ang isang tanong sa pananaliksik ay tunay na nangangailangan ng magkahalong pamamaraan
- Kakayahang malinaw na ilagay ang quantitative at qualitative na mga natuklasan nang magkatabi at bigyang-kahulugan ang mga ito bilang isang paghahanap nang hindi nagtatago ng mga kontradiksyon
- Kakayahang maiwasan ang maling triangulation sa pamamagitan ng pagsuri kung ang mga source ay tunay na independyente
Ang mga kaganapang panlipunan ay kadalasang hindi lubos na mauunawaan sa pamamagitan ng isang lente. Maaaring kailanganin na parehong sukatin ang isang phenomenon ayon sa numero (ilang tao, sa anong proporsyon) at unawain ito nang malalim (bakit, paano). Ito ay eksakto kung ano ang pinaghalong pamamaraan: sinasadyang pinagsama ang dami at husay na mga diskarte sa parehong pananaliksik. Ang isang malapit na nauugnay na konsepto ay triangulation — pagsubok sa tibay ng isang paghahanap sa pamamagitan ng cross-checking sa parehong tanong gamit ang iba't ibang data source, pamamaraan, o pananaw. Sa unit na ito, matututunan mo kung paano gamitin ang AI sa pagpaplano ng hybrid na disenyo, pagsasama-sama ng iba't ibang uri ng data, at cross-validating findings.
Ang lakas ng pinaghalong pamamaraan ay kung saan ang isang pamamaraan ay mahina, ang isa ay malakas. Ang survey ay nagbibigay sa iyo ng "pagkalat" ngunit hindi ang "bakit"; ang panayam ay naghuhukay sa "bakit" ngunit hindi sinasabi kung gaano karaming tao ang nalalapat nito. Kapag ginamit mo ang dalawa nang magkasama, makakakuha ka ng isang pagpipinta na parehong malawak at malalim. Partikular na kapaki-pakinabang ang AI dito dahil tinutulungan ka nitong ilagay ang data sa iba't ibang format (talahanayan ng mga numero at mga transcript ng teksto) nang magkatabi at magtanong "sinusuportahan ba o sinasalungat ba nito ang isa't isa" sa maayos na paraan? Ngunit ang panghuling synthesis—ang paghatol ng “kung ano ang sinasabi ng dalawang pinagmumulan na ito nang magkasama”—ay sa iyo.
Hakbang-hakbang: pag-set up ng hybrid na disenyo
1. Sabihin kung bakit ito pinaghalo. Ang mga pinaghalong pamamaraan ay pinili hindi "dahil ito ay uso" ngunit dahil ang iyong tanong sa pananaliksik ay nangangailangan ng parehong lawak at lalim. Tinutulungan ka ng AI na tanungin kung talagang nangangailangan ng paghahalo ang iyong tanong.
2. Piliin ang pag-uuri. Ito ba ay quantitative muna, pagkatapos qualitative (hanapin ang mga numero, pagkatapos ay palalimin ang "bakit" sa mga panayam), o ito ba ay qualitative muna, pagkatapos ay quantitative (pagtuklas ng mga tema, pagkatapos ay pagsukat ng kanilang pagkalat)? Ipinapaliwanag ng AI ang lohika ng bawat disenyo.
3. Tukuyin ang mga mount point. Sa anong punto magtatagpo ang dalawang uri ng data? Halimbawa, ang pag-imbita sa pangkat na nagbigay ng mababang marka sa survey sa isang panayam. Binabalangkas ng AI ang mga diskarte sa koneksyon na ito.
4. Gumawa ng triangulation plan. Ilang iba't ibang source ang susuriin mo sa parehong paghahanap? Gumagawa ang AI ng checklist para sa tanong na "aling pangalawang mapagkukunan ang maaaring suportahan ang claim na ito?"
5. Huwag itago ang mga kontradiksyon, ipaliwanag ang mga ito. Ang quantitative at qualitative na mga natuklasan kung minsan ay nagkakasalungatan; Ito ay hindi isang problema, ito ay isang paghahanap. Ang AI ay nagmamarka ng kontradiksyon; Trabaho mong bigyang-kahulugan ito.
Babala: Ang triangulation ay hindi "paggawa ng parehong pagkakamali nang dalawang beses." Kung ang iyong mga pinagmumulan ay nagmula sa parehong bias na sample, maliligaw ka ng kanilang "pagkukumpirma" sa isa't isa. Ang tunay na triangulation ay ang overlap ng tunay na independiyenteng mga mapagkukunan.
tatlong mini case
Case 1 — Pinagsama ang numero at kwento. Natuklasan ng isang team ang "mababang tiwala ng kapitbahayan" sa isang survey ng 400 tao sa isang kapitbahayan (38%). Pagkatapos ay sinisiyasat niya ang "bakit" sa 15 mga panayam. Nang magkatabi ang YZ sa survey table at sa mga tema ng panayam, ipinakita nito na ang tema ng "mabilis na pagbabago ng populasyon" ay namumukod-tangi sa likod ng mababang tiwala. Ang pagkalat ng bilang ay nagbigay ng dahilan para sa pakikipanayam.
Kaso 2 — Ang kontradiksyon ay naging pagtuklas. Sa survey, 72% ng mga tao ang nagsabing "I recycle"; Pero nang idetalye niya sa karamihan ng mga panayam, ipinaliwanag niya na talagang irregularly ang ginawa niya. Na-flag ng AI ang kontradiksyon na ito. Ang pangkat ay binigyang-kahulugan ito bilang "pagkiling ng kagustuhan sa lipunan" (ang ugali ng mga tao na magbigay ng sagot na maaaprubahan); Ang kontradiksyon ay isang paghahanap na hindi makikita sa survey lamang.
Kaso 3 — May nakitang maling triangulation. Nakita ng isang mananaliksik ang parehong resulta sa dalawang magkaibang online na survey at naisip na ito ay "na-verify." Nang tanungin ko ang AI tungkol sa disenyo, lumabas na ang parehong mga survey ay nag-recruit ng mga kalahok mula sa parehong grupo ng social media. Ang mga mapagkukunan ay hindi independyente; Ang "triangulation" ay talagang isang pag-uulit ng parehong bias.
Apat na maaaring kopyahin na mga template
1) Pinaghalong katwiran ng disenyo:
Ang aking tanong sa pananaliksik: [tanong]. Nangangailangan ba ang tanong na ito ng pinaghalong pamamaraan? (1) Ipaliwanag kung aling bahagi ang nangangailangan ng quantitative approach at aling bahagi ang nangangailangan ng qualitative approach. (2) Ano ang dapat na quantitative-qualitative ranking at bakit? (3) Kung hindi kailangan ang halo-halong paraan, sabihin nang tapat.
2) Diskarte sa pag-uugnay:
Ang aking quantitative phase: [paglalarawan ng survey]. Ang aking qualitative phase: [paglalarawan sa panayam]. Sa anong punto ko maikokonekta ang dalawang phase na ito? Halimbawa, aling subgroup ang dapat kong imbitahan para sa isang pulong? Magmungkahi sa akin ng 3 mga diskarte sa pag-uugnay at ipaliwanag kung ano ang ginagawa ng bawat isa.
3) Triangulation na mapa:
Ang pangunahing natuklasan ko sa ngayon ay: [paghahanap]. Gusto kong i-cross-check ito sa mga independiyenteng mapagkukunan. (1) Anong iba't ibang mapagkukunan ng data ang maaaring sumubok sa paghahanap na ito? (2) Paano ko masusuri kung TUNAY na independyente ang mga source? Babalaan ako laban sa maling triangulation, na may parehong bias.
4) Pagsusuri ng kontradiksyon:
Ang aking quantitative finding: [talahanayan/numero]. Ang aking paghahanap ng husay: [tema]. Ang dalawang ito ba ay sumusuporta, nagkakasalungatan, o nagpupuno sa isa't isa? Kung mayroong pagkakaiba, ilista ang mga posibleng paliwanag (hal. bias sa kagustuhan sa lipunan, ibang sample). Huwag itago ang kontradiksyon; ipakita ito bilang isang paghahanap.
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Mayroon akong mga resulta ng survey at mga panayam. Pagsamahin ang mga ito at magsulat ng isang resulta.
Ang AI ay random na naghahalo ng dalawang pinagmumulan at gumagawa ng isang text na nagtatago ng mga kontradiksyon at hindi malinaw kung aling claim ang nagmumula kung saang data.
Napakahusay na prompt:
Mayroon akong pinaghalong pamamaraan ng pag-aaral. Dami ng mga natuklasan: [talahanayan]. Kwalipikadong tema: [listahan]. Ang iyong gawain: para sa bawat pangunahing paghahanap, upang ipakita nang hiwalay ang mga punto kung saan ang quantitative at qualitative sources (a) sumusuporta, (b) sumasalungat, at (c) umakma sa isa't isa. Tukuyin ang pinagmulan sa bawat linya. Huwag itago ang mga kontradiksyon, markahan ang mga ito nang malinaw. Gagawin ko ang synthesis comment; I-align mo ang mga mapagkukunan.
Ang pagkakaiba: ang pangalawang diskarte ay malinaw na pinagsama ang dalawang uri ng data at pinapanatili ang kontradiksyon bilang isang paghahanap.
Mga disenyo ng pinaghalong pamamaraan
Disenyo
Pagbukud-bukurin ayon sa
Ano ang mabuti para sa
Pansin
nagpapaliwanag
Quantitative → Qualitative
Pagpapaliwanag ng numero na may "bakit"
Pagpili ng sample ng panayam
eksplorasyon
Qualitative → Quantitative
I-cast ang tema sa sukat
Ang bisa ng sukat
sabay-sabay
sabay-sabay
Malapad + malalim na larawan
Kahirapan sa pagsasama
magkakaugnay
isang nangingibabaw
karagdagang pananaw
Ang papel ng pangalawang data
Mga karaniwang pagkakamali
- Pagpili ng pinaghalong paraan nang walang katwiran. Kung ang tanong ay hindi nangangailangan nito, ang dalawang pamamaraan ay nagdaragdag lamang ng workload.
- Itinatago ang kontradiksyon. Ang quantitative-qualitative contradiction ay hindi isang depekto, ngunit kadalasan ang pinakamahalagang paghahanap.
- Pseudo-triangulation. Ang paggamit ng parehong biased na pinagmulan nang dalawang beses ay hindi pag-verify.
- Nawawala kung saan nanggaling ang claim. Ang bawat natuklasan ay dapat manatiling tapat sa pinagmulan nito.
- Iniisip na ang dalawang data ay may pantay na lalim. Sa pangkalahatan, ang isa ay nangingibabaw at ang isa ay sumusuporta; Linawin ang kanilang mga tungkulin.
Sa buod
Ang pinaghalong pamamaraan ay isang paraan ng pagtingin sa isang kababalaghan sa parehong malawak (quantitatively) at malalim (qualitatively); Ang triangulation ay cross-testing sa natuklasan gamit ang mga independiyenteng mapagkukunan. AI; ito ay isang malakas na tulong sa pagtatanong sa katwiran ng disenyo, pagbuo ng mga estratehiya para sa pagkonekta ng mga yugto, malinaw na pagsasama-sama ng dalawang uri ng data, at pag-flag ng mga kontradiksyon. Ngunit ang paghuhusga ng synthesis, ng makita kung ang mga mapagkukunan ay tunay na independyente, at ng pagbibigay kahulugan sa kontradiksyon ay sa iyo. Piliin ang pinaghalong paraan na may katwiran, huwag itago ang kontradiksyon, at iwasan ang maling triangulation.
Gawain ng aplikasyon
Magdisenyo ng isang katanungan sa pananaliksik na nangangailangan ng magkahalong pamamaraan. Tanungin ang AI kung ang tanong ay talagang nangangailangan ng magkahalong pamamaraan na may template na "mixed design justification". Gumawa ng isang maliit na quantitative na paghahanap (ilang porsyento) at ilang mga tema ng husay; Ipasuri sa kanila kung sinusuportahan nila ang isa't isa gamit ang "contradiction analysis" na template. Panghuli, planuhin kung paano mo susuriin ang isang paghahanap laban sa mga independiyenteng mapagkukunan gamit ang isang "mapa ng triangulation" at tandaan ang panganib ng maling triangulation.
checklist
- [ ] Nabigyang-katwiran ko ang pinaghalong pamamaraan batay sa tanong sa pananaliksik.
- [ ] Tinukoy ko ang punto ng koneksyon ng quantitative at qualitative phase.
- [ ] Iniugnay ko ang bawat paghahanap sa pinagmulan nito.
- [ ] Hindi ko itinago ang quantitative-qualitative contradictions at itinuring ang mga ito bilang mga natuklasan.
- [ ] Sinuri ko na ang mga mapagkukunan ay tunay na independyente.