Lợi nhuận:
- Khả năng chứng minh liệu một câu hỏi nghiên cứu có thực sự cần đến các phương pháp kết hợp hay không
- Khả năng đặt các phát hiện định lượng và định tính cạnh nhau một cách minh bạch và diễn giải chúng thành một phát hiện duy nhất mà không che giấu mâu thuẫn
- Khả năng tránh tam giác sai bằng cách kiểm tra xem các nguồn có thực sự độc lập hay không
Các sự kiện xã hội thường không thể được hiểu đầy đủ qua một lăng kính duy nhất. Có thể cần phải vừa đo lường một hiện tượng bằng số lượng (có bao nhiêu người, theo tỷ lệ nào) vừa hiểu nó một cách sâu sắc (tại sao, như thế nào). Đây chính xác là phương pháp hỗn hợp: kết hợp một cách có ý thức các phương pháp tiếp cận định lượng và định tính trong cùng một nghiên cứu. Một khái niệm có liên quan chặt chẽ là tam giác hóa - kiểm tra độ chắc chắn của một phát hiện bằng cách kiểm tra chéo cùng một câu hỏi với các nguồn dữ liệu, phương pháp hoặc quan điểm khác nhau. Trong phần này, bạn sẽ học cách sử dụng AI trong việc lập kế hoạch thiết kế kết hợp, kết hợp các loại dữ liệu khác nhau và xác thực chéo các phát hiện.
Điểm mạnh của phương pháp hỗn hợp là ở chỗ phương pháp này yếu thì phương pháp kia mạnh. Cuộc khảo sát cung cấp cho bạn “mức độ phổ biến” chứ không phải “tại sao”; cuộc phỏng vấn đi sâu vào câu hỏi “tại sao” nhưng không cho biết nó áp dụng cho bao nhiêu người. Khi bạn sử dụng cả hai cùng nhau, bạn sẽ có được một bức tranh vừa rộng vừa sâu. AI đặc biệt hữu ích ở đây vì nó giúp bạn đặt dữ liệu ở các định dạng khác nhau (bảng số và bản ghi văn bản) cạnh nhau và hỏi “nó hỗ trợ hay mâu thuẫn với nhau” một cách có trật tự? Nhưng sự tổng hợp cuối cùng—sự phán xét về “hai nguồn này nói lên điều gì”—là của bạn.
Từng bước: thiết lập một thiết kế lai
1. Nêu rõ lý do tại sao nó được trộn lẫn. Các phương pháp hỗn hợp được chọn không phải “vì nó hợp thời” mà vì câu hỏi nghiên cứu của bạn đòi hỏi cả chiều rộng và chiều sâu. AI giúp bạn đặt câu hỏi liệu câu hỏi của bạn có thực sự cần phải trộn lẫn hay không.
2. Chọn sắp xếp. Đầu tiên là định lượng, sau đó là định tính (tìm các con số, sau đó đào sâu câu hỏi “tại sao” bằng các cuộc phỏng vấn), hay là định tính trước, sau đó là định lượng (khám phá các chủ đề, sau đó đo lường mức độ phổ biến của chúng)? AI giải thích logic của từng thiết kế.
3. Xác định điểm gắn kết. Tại thời điểm nào hai loại dữ liệu sẽ gặp nhau? Ví dụ: mời nhóm có điểm thấp trong khảo sát đến phỏng vấn. AI phác thảo các chiến lược kết nối này.
4. Lập sơ đồ tam giác. Bạn sẽ kiểm tra cùng một phát hiện với bao nhiêu nguồn khác nhau? AI tạo ra một danh sách kiểm tra cho câu hỏi "nguồn thứ cấp nào có thể hỗ trợ cho tuyên bố này?"
5. Đừng che giấu những mâu thuẫn, hãy giải thích chúng. Những phát hiện định lượng và định tính đôi khi xung đột nhau; Đây không phải là một vấn đề, nó là một phát hiện. AI đánh dấu sự mâu thuẫn; Công việc của bạn là giải thích nó.
Thận trọng: Phép tam giác không phải là "mắc cùng một lỗi hai lần". Nếu cả hai nguồn của bạn đều đến từ cùng một mẫu sai lệch, bạn sẽ bị đánh lừa bởi chúng "xác nhận" lẫn nhau. Tam giác thực sự là sự chồng chéo của các nguồn thực sự độc lập.
ba trường hợp nhỏ
Trường hợp 1 - Số và câu chuyện được hợp nhất. Một nhóm nhận thấy “sự tin cậy ở khu vực lân cận thấp” trong một cuộc khảo sát với 400 người trong một khu phố (38%). Sau đó, ông điều tra “tại sao” qua 15 cuộc phỏng vấn. Khi YZ đặt bảng khảo sát và chủ đề phỏng vấn cạnh nhau, điều đó cho thấy chủ đề "sự thay đổi dân số nhanh chóng" nổi bật đằng sau mức độ tin cậy thấp. Số lượng phổ biến đưa ra lý do cho cuộc phỏng vấn.
Trường hợp 2 - Mâu thuẫn chuyển thành khám phá. Trong cuộc khảo sát, 72% người dân nói “Tôi tái chế”; Nhưng khi đi vào chi tiết trong hầu hết các cuộc phỏng vấn, anh ấy giải thích rằng thực ra anh ấy đã làm việc đó một cách bất thường. AI đã đánh dấu sự mâu thuẫn này. Nhóm nghiên cứu giải thích điều này là "thành kiến được xã hội mong muốn" (xu hướng của mọi người đưa ra câu trả lời sẽ được chấp thuận); Sự mâu thuẫn là một phát hiện không thể thấy được chỉ trong cuộc khảo sát.
Trường hợp 3 - Đã phát hiện tam giác sai. Một nhà nghiên cứu đã tìm thấy kết quả tương tự trong hai cuộc khảo sát trực tuyến khác nhau và cho rằng kết quả đó đã được "xác minh". Khi tôi hỏi AI về thiết kế, hóa ra cả hai cuộc khảo sát đều tuyển dụng những người tham gia từ cùng một nhóm mạng xã hội. Các nguồn không độc lập; "tam giác" thực chất là sự lặp lại của cùng một thành kiến.
Bốn mẫu có thể sao chép
1) Cơ sở thiết kế hỗn hợp:
Câu hỏi nghiên cứu của tôi: [câu hỏi]. Câu hỏi này có thực sự yêu cầu phương pháp kết hợp không? (1) Giải thích phần nào cần tiếp cận định lượng và phần nào cần tiếp cận định tính. (2) Nên xếp hạng định lượng-định tính như thế nào và tại sao? (3) Nếu không cần thiết phải dùng phương pháp hỗn hợp thì hãy thành thật nói ra.
2) Chiến lược liên kết:
Giai đoạn định lượng của tôi: [mô tả khảo sát]. Giai đoạn định tính của tôi: [mô tả cuộc phỏng vấn]. Tại thời điểm nào tôi có thể kết nối hai giai đoạn này? Ví dụ: tôi nên mời nhóm nhỏ nào tham gia cuộc họp? Đề xuất cho tôi 3 chiến lược liên kết và giải thích chức năng của từng chiến lược.
3) Sơ đồ tam giác:
Phát hiện chính của tôi cho đến nay là: [tìm kiếm]. Tôi muốn kiểm tra chéo điều này với các nguồn độc lập. (1) Những nguồn dữ liệu khác nhau nào có thể kiểm tra phát hiện này? (2) Làm cách nào để kiểm tra xem các nguồn có THẬT SỰ độc lập hay không? Cảnh báo tôi chống lại phép tam giác sai, vốn có cùng thành kiến.
4) Phân tích mâu thuẫn:
Phát hiện định lượng của tôi: [bảng/số]. Phát hiện định tính của tôi: [chủ đề]. Hai điều này hỗ trợ, mâu thuẫn hay bổ sung cho nhau? Nếu có sự khác biệt, hãy liệt kê các giải thích có thể có (ví dụ: thành kiến về mong muốn xã hội, mẫu khác nhau). Đừng che giấu sự mâu thuẫn; trình bày nó như một phát hiện.
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Tôi có kết quả khảo sát và phỏng vấn. Kết hợp những điều này và viết một kết quả duy nhất.
AI trộn ngẫu nhiên hai nguồn và tạo ra một văn bản che giấu mâu thuẫn và không rõ xác nhận nào đến từ dữ liệu nào.
Lời nhắc mạnh mẽ:
Tôi có một nghiên cứu theo các phương pháp hỗn hợp. Kết quả định lượng: [bảng]. Chủ đề đủ điều kiện: [danh sách]. Nhiệm vụ của bạn: đối với mỗi phát hiện chính, hãy trình bày riêng biệt những điểm mà các nguồn định lượng và định tính (a) hỗ trợ, (b) mâu thuẫn và (c) bổ sung cho nhau. Chỉ định nguồn trên mỗi dòng. Đừng che giấu những mâu thuẫn, hãy đánh dấu chúng một cách rõ ràng. Tôi sẽ đưa ra nhận xét tổng hợp; Bạn sắp xếp các nguồn lực.
Sự khác biệt: cách tiếp cận thứ hai đặt hai loại dữ liệu cạnh nhau một cách rõ ràng và duy trì sự mâu thuẫn như một phát hiện.
Thiết kế theo phương pháp hỗn hợp
Thiết kế
Sắp xếp theo
Nó tốt cho cái gì
Chú ý
giải thích
Định lượng → Định tính
Giải thích con số với "tại sao"
Lựa chọn mẫu phỏng vấn
có tính khám phá
Định tính → Định lượng
Truyền chủ đề theo tỷ lệ
Hiệu lực của thang đo
đồng thời
đồng thời
Hình ảnh rộng + sâu
Khó khăn trong việc tích hợp
quyện vào nhau
một người thống trị
quan điểm bổ sung
Vai trò của dữ liệu thứ cấp
Những lỗi thường gặp
- Lựa chọn phương pháp hỗn hợp mà không có lý do chính đáng. Nếu câu hỏi không yêu cầu thì hai phương pháp này chỉ bổ sung thêm khối lượng công việc.
- Che giấu sự mâu thuẫn Sự mâu thuẫn định lượng-định tính không phải là một sai sót mà thường là phát hiện có giá trị nhất.
- Giả tam giác. Sử dụng cùng một nguồn sai lệch hai lần không phải là xác minh.
- Mất quyền đòi nào đến từ đâu. Mọi phát hiện đều phải đúng với nguồn gốc của nó.
- Nghĩ rằng hai dữ liệu có độ sâu bằng nhau. Nói chung, một người chiếm ưu thế và người kia ủng hộ; Làm rõ vai trò của họ.
Tóm lại
Phương pháp hỗn hợp là cách nhìn nhận một hiện tượng một cách rộng rãi (định lượng) và sâu sắc (định tính); Phép đo tam giác đang kiểm tra chéo phát hiện này với các nguồn độc lập. AI; nó là một công cụ hỗ trợ mạnh mẽ trong việc đặt câu hỏi về cơ sở lý luận của thiết kế, tạo ra các chiến lược để kết nối các giai đoạn, đặt hai loại dữ liệu cạnh nhau một cách minh bạch và gắn cờ những mâu thuẫn. Nhưng phán đoán tổng hợp, xem liệu các nguồn có thực sự độc lập hay không và hiểu được sự mâu thuẫn là của bạn. Chọn phương pháp hỗn hợp có căn cứ, không che giấu mâu thuẫn, tránh tam giác sai.
Nhiệm vụ ứng dụng
Thiết kế một câu hỏi nghiên cứu đòi hỏi các phương pháp kết hợp. Đặt câu hỏi AI liệu câu hỏi có thực sự yêu cầu các phương pháp hỗn hợp với mẫu “biện minh cho thiết kế hỗn hợp” hay không. Tạo nên một phát hiện định lượng nhỏ (vài phần trăm) và một vài chủ đề định tính; Yêu cầu họ kiểm tra xem họ có hỗ trợ lẫn nhau bằng mẫu "phân tích mâu thuẫn" hay không. Cuối cùng, hãy lập kế hoạch về cách bạn sẽ kiểm tra kết quả tìm kiếm dựa trên các nguồn độc lập bằng “bản đồ tam giác” và lưu ý nguy cơ tam giác sai.
danh sách kiểm tra
- [ ] Tôi biện minh cho phương pháp hỗn hợp dựa trên câu hỏi nghiên cứu.
- [ ] Tôi đã xác định được điểm kết nối của giai đoạn định lượng và định tính.
- [ ] Tôi đã liên kết từng phát hiện với nguồn của nó.
- [ ] Tôi không che giấu những mâu thuẫn định lượng-định tính và coi chúng như những phát hiện.
- [ ] Tôi đã kiểm tra xem các nguồn này có thực sự độc lập hay không.