Immer mehr Forschungsprojekte arbeiten mit einem Mixed-Methods Ansatz, bei dem meist qualitative und quantitative Methoden kombiniert werden. Für die Qualität der Forschung ist dabei das Sampling entscheidend, dem bisher aber noch zu wenig Aufmerksamkeit geschenkt wird, wie Dr. Andrea Hense konstatiert. Deshalb freue ich mich, dass ich Andrea Hense dafür gewinnen konnte gleich zwei Blogbeiträge zu schreiben. Im ersten Beitrag gibt sie einen kurzen Überblick über den bisherigen Stand zum Mixed-Methods Sampling. Im zweiten Beitrag erläutert sie, wie quantitative Analysen und Datenzugänge beim qualitativem Sampling helfen können.

Dr. Andrea Hense ist Wissenschaftliche Mitarbeiterin am Soziologischen Forschungsinstitut Göttingen (SOFI) und koordiniert die Forschungsperspektive „Erwerbsarbeit und Gesellschaftsordnung“.

Gastbeitrag von Dr. Andrea Hense

Obwohl die Mixed-Methods-Forschung beständig wächst und sich fortschreitend institutionalisiert, kommt Mixed-Methods-Sampling im Methodendiskurs nur eine untergeordnete Bedeutung zu. So werden in der Regel verschiedene Formen von Zufallsstichproben, die als Standard für quantitative Teilstudien gelten, und verschiedene Formen bewusster Auswahlverfahren, die der Standard für qualitative Teilstudien sind, gegenüber gestellt und zumeist mit parallelen und sequentiellen Mixed-Methods-Designs verbunden (Creswell 2015, S. 74-82; Creswell und Plano Clark 2011, S. 171-201; Teddlie und Tashakkori 2009, S. 168-196; Kemper et al. 2003; Teddlie und Yu 2007; Kuckartz 2014, S. 84-87; Burzan 2016, S. 71-73; Morse und Niehaus 2009, S. 63-76; Plowright 2011, S. 36-48).

Mixed-Methods-Sampling Entscheidungen

In Bezug auf Mixed-Methods-Sampling-Entscheidungen wird dabei vor allem auf Aspekte rekurriert, die in der grundlegenden Arbeit von Onwuegbuzie und Collins (2007) als Entscheidungskriterien für Mixed-Methods-Sampling genannt werden (vertiefend hierzu: Collins et al. 2006, 2007; Collins 2010):

1. Parallelität oder Sequentialität des Designs,
2. Beziehung zwischen den Samples,
3. Sampling-Verfahren (Form der bewussten oder Zufallsauswahl) und
4. Stichprobengröße beider Samples.

Das erste Unterscheidungskriterium ist relevant, da ein paralleles Design (im Gegensatz zum sequentiellen Design) ausschließt, dass eine Teilstudie für Sampling-Entscheidungen der anderen Teilstudie genutzt werden kann.

Das zweite Unterscheidungskriterium differenziert vier verschiedene Beziehungen zwischen den Samples, die von dem Ziel der Studie, ihrer Fragestellung und ihren Verallgemeinerungsabsichten abhängen:

• identische Beziehungsstrukturen (Fälle sind in beiden Samples gleich),
• parallele Beziehungsstrukturen (Samples sind verschieden, aber aus derselben Grundgesamtheit),
• ineinander verschachtelte Beziehungsstrukturen (qualitatives Sample als Subsample des quantitativen) und
• mehrschichtige Beziehungsstrukturen (Samples aus verschiedenen, aber miteinander zu-sammenhängenden Grundgesamtheiten wie z. B. Lehrende und Studierende).

Das dritte Unterscheidungskriterium richtet sich danach, ob statistische Verallgemeinerungen auf der Basis von Zufallsstichproben (Schnell et al. 2011, S. 265-290) oder analytische Verallgemeinerungen auf der Basis von bewussten Auswahlverfahren (Lamnek 2010, S. 161-173; Przyborski und Wohlrab-Sahr 2010, S. 173-182) angestrebt bzw. realisiert werden.

Das vierte Unterscheidungskriterium gibt Richtwerte für die Planung der Stichprobengröße in verschiedenen qualitativen und quantitativen Untersuchungsdesigns und methodischen Ansätzen vor (Teddlie und Tashakkori 2009, S. 182-185).

Literatur

Burzan, Nicole. 2016. Methodenplurale Forschung. Chancen und Probleme von Mixed Methods. Weinheim und Basel: Beltz Juventa.

Collins, Kathleen M. T., Anthony J. Onwuegbuzie, und Qun G. Jiao. 2006. Prevalence of mixed-methods sampling designs in social science research. Evaluation and Research in Education 19:83-101.

Collins, Kathleen M. T., Anthony J. Onwuegbuzie, und Qun G. Jiao. 2007. A mixed methods investigation of mixed methods sampling designs in social and health science research. Journal of Mixed Methods Research 1:267-294.

Collins, Kathleen M. T. 2010. Advanced sampling designs in mixed research. Current practices and emerging trends in the social and behavioral sciences. In Sage handbook of mixed methods in social and behavioral research, Hrsg. Abbas Tashakkorie, und Charles Teddlie, 353-377. Los Angeles: Sage.

Creswell, John W., und Vicki L. Plano Clark. 2011. Designing and conducting mixed methods re-search. Los Angeles: Sage.

Creswell, John W. 2015. A concise introduction to mixed methods research. Thousand Oaks: Sage.

Kemper, Elizabeth A., Sam Stringfield, und Charles Teddlie. 2003. Mixed methods sampling. Strategies in social science research. In Handbook of mixed methods in social and behavioral re-search, Hrsg. Abbas Tashakkorie, und Charles Teddlie, 273-296. Thousand Oaks: Sage.

Kuckartz, Udo. 2014. Mixed Methods. Methodologie, Forschungsdesigns und Analyseverfahren. Wiesbaden: VS Springer.

Lamnek, Siegfried. 2010. Qualitative Sozialforschung. Weinheim, Basel: Beltz.

Morse, Janice M., und Linda Niehaus. 2009. Mixed method design. Principles and procedures. Walnut Creek: Left Coast Press.

Onwuegbuzie, Anthony J., und Kathleen M. T. Collins. 2007. A typology of mixed methods sampling designs in social science research. The Qualitative Report 12:281-316.

Plowright, David. 2011. Using mixed methods: Frameworks for an integrated methodology. London: Sage.

Przyborski, Aglaja, und Monika Wohlrab-Sahr. 2010. Qualitative Sozialforschung: Ein Arbeitsbuch. München: Oldenbourg.

Schnell, Rainer, Paul B. Hill, und Elke Esser. 2011. Methoden der empirischen Sozialforschung. München: Oldenbourg.

Teddlie, Charles, und Fen Yu. 2007. Mixed methods sampling. A typology with examples. Journal of Mixed Methods Research 1: 77-100.

Teddlie, Charles, und Abbas Tashakkorie. 2009. Foundations of mixed methods research. Integrating quantitative and qualitative approaches in the social and behavioral sciences. Los Angeles: Sage.

---

---