Sampling-Verfahren sind bei Mixed-Methods Ansätzen bisher noch wenig beleuchtet worden. Einen spannenden Beitrag hat dazu nun Dr. Andrea Hense mit ihrem Beitrag “Sequentielles Mixed-Methods-Sampling: Wie quantitative Sekundärdaten qualitative Stichprobenpläne und theoretisches Sampling unterstützen können” vorgelegt. Ich freue mich, dass ich sie dazu gewinnen konnte, eine Zusammenfassung ihrer Forschung für diesen Blog zu schreiben.
Dr. Andrea Hense ist Wissenschaftliche Mitarbeiterin am Soziologischen Forschungsinstitut Göttingen (SOFI) und koordiniert die Forschungsperspektive „Erwerbsarbeit und Gesellschaftsordnung“.
Gastbeitrag von Dr. Andrea Hense
In der qualitativen Forschung werden verallgemeinerbare Aussagen im Zuge der Datenanalyse sukzessive über systematische Fallvergleiche gewonnen (Kelle und Kluge 2010). Das heißt, durch den systematischen Fallvergleich und die dadurch vollzogene Überprüfung von verallgemeinerbaren Annahmen am empirischen Material wird die empirische Evidenz für theoretisch-argumentative Abstraktionen gewonnen. Da die Auswahl der Fälle mit darüber bestimmt, inwiefern sich die Analysen zu verallgemeinerbaren Aussagen verdichten lassen, stellt die Frage, wie Fälle ausgewählt werden, eine zentrale Herausforderung in qualitativen Studien dar. Die intensiven interpretativen und detaillierten Analysen (insbesondere rekonstruktiver Analyseverfahren) und die begrenzten zeitlichen Ressourcen in Projekten tragen mit dazu bei, dass die Fallzahl qualitativer Studien gering ist, sodass sich die Frage, wie eine systematische Fallauswahl hergestellt werden kann, mit besonderer Dringlichkeit stellt.
Probleme bewusster Auswahlverfahren und Lösungsangebote durch Mixed Methods
Angesichts dieser Bedeutung von Sampling-Verfahren für die qualitative Forschung verwundert es, dass auf zwei zentrale Probleme, die sich bei bewussten Auswahlverfahren stellen und mit Mixed-Methods-Sampling bearbeitet werden können, kaum eingegangen wird (die Literatur zum theoretischen Sampling stellt hier z.T. eine Ausnahme dar):
- Wie und anhand welcher Kriterien können Kontrastgruppen gebildet werden, über die ein systematischer Fallvergleich realisiert werden kann?
- Wie erhalten Forschende Zugang zu diesen Kontrastgruppen und wie können sie eine Verzerrung des Samples minimieren?
Hinsichtlich des ersten Problems können Mixed-Methods-Vertiefungsdesigns helfen. Denn die vorhergehende quantitative Forschung stellt Informationen zu Verteilungen, statistisch ermittelbaren Gruppierungen oder kausalen Zusammenhängen zur Verfügung, die genutzt werden können, um qualitative Stichprobenpläne zu konstruieren. Der Vorteil von qualitativen Samplingverfahren, die sich auf vorherige quantitative Analysen stützen, besteht darin, dass sie die Fallauswahl bereits kriteriengeleitet starten können. Denn Forschende können auf ihrer empirischen Kenntnis von relevanten sozialen Differenzierungen, sozialstrukturellen Zusammenhängen und Verteilungsinformationen aufbauen und auf dieser Basis empirisch informierte Kontrastgruppen konstruieren.
Hinsichtlich des zweiten Problems ist die Gefahr einer unbewussten Verzerrung des Samples besonders groß, wenn für den Feldzugang – wie es häufig der Fall ist – ein Schneeballverfahren genutzt wird (Przyborski und Wohlrab-Sahr 2010, S. 90-91). Obschon dies erste Feldkontakte eröffnen kann, besteht hierdurch die Gefahr, in bestimmten Netzwerken zu verbleiben und den Forschungsgegenstand aus dieser einseitigen Perspektive zu rekonstruieren. Eine zentrale Herausforderung qualitativer Forschung besteht folglich darin, möglichst heterogene Zugänge zum Feld zu finden bzw. zu vermeiden, dass das Sample in unbeabsichtigter Weise homogen zusammengesetzt wird. Darüber hinaus ist zu klären, wie relevante Fälle aus den gewünschten Kontrastgruppen kontaktiert werden können. Der Feldzugang über große, quantitative Sekundärdatensätze (z. B. repräsentative Bevölkerungsumfragen) stellt eine Möglichkeit dar, die bislang noch vergleichsweise selten genutzt wird. Der Vorteil, der sich dadurch ergibt, ist zum einen darin sehen, dass das Sample nicht durch Netzwerke, Selbstrekrutierung oder lokale Kontakte verzerrt ist. Zum anderen ermöglichen statistische Analysen die gezielte Identifikation von Fällen aus den gewünschten Kontrastgruppen.
Konstruktion qualitativer Stichprobenpläne auf der Basis vorheriger quantitativer Analysen
Schritt 1: Quantitative Strukturanalyse
Um Kontrastgruppen zum qualitativen Sampling zu konstruieren, werden im ersten Schritt statistische Analysen durchgeführt. Ein Beispiel hierfür ist Hense (2017). Hier kamen die statistischen Analysen zu dem Schluss, dass das Niveau des Berufsabschlusses, der Anteil des eigenen Einkommens am Haushaltseinkommen sowie das Geschlecht relevante individuelle Unterschiede in Bezug auf Recalls markieren. Aus diesem Grund wurden alle drei Kriterien zur Konstruktion eines qualitativen Stichprobenplans verwendet, der dem Sampling von Recall-Beschäftigten diente.
Schritt 2: Empirisch begründete Konstruktion qualitativer Stichprobenpläne
Da die Anzahl von Merkmalskombinationen, die einen qualitativen Stichprobenplan aufspannen, begrenzt ist, bedarf dieses Vorgehen einer Auswahl anhand von theoretischen Erwägungen (Kelle und Kluge 2010, S. 53, Hense 2017). Unterscheidungskriterien, die sich schlechter in wenige Kategorien überführen lassen, sind für die Konstruktion eines qualitativen Stichprobenplans ggf. zu komplex.
Schritt 3: Theoretisches Sampling zur Reflexion und Neubildung von Kontrastgruppen
Im Zuge der vertiefenden qualitativen Datenanalyse werden weitere Erkenntnisse über relevante Sampling-Kriterien erworben. Daher sollte man die Sampling-Kriterien des Stichprobenplans einer kritischen Reflexion unterziehen. Das heißt, dass auf der Basis der qualitativen Datenanalyse und der dort gewonnenen Erkenntnisse neue Kontrastgruppen gebildet und vorherige Sampling-Kriterien revidiert werden können.
Feldzugang über die Dateninfrastruktur der quantitativen Sekundärdaten
Dies ist bei der Nutzung quantitativer Sekundärdaten nur möglich, sofern ein Kooperationsvertrag mit den datenliefernden Institutionen geschlossen wird. Bei diesem Feldzugang ist zu berücksichtigen, dass aus Datenschutzgründen die konkreten Erhebungseinheiten nur von dem kooperierenden Datenzentrum identifiziert und kontaktiert werden können. Daher ist den Datenzentren mitzuteilen, welche Kontrastgruppen kontaktiert werden sollen und welche Fallnummern hierzu passen. Die Auswahl von Fällen aus diesen Kontrastgruppen sowie die Erstkontaktierung erfolgt über die Datenzentren. Um eine Re-Identifikation einzelner Fälle in den Sekundärdaten zu verhindern, ist es nicht möglich, einzelne Fälle anzufordern. Des Weiteren müssen die Kontrastgruppen eine Mindestgröße aufweisen.
Literatur
Kelle, Udo, und Susann Kluge. 2010. Vom Einzelfall zum Typus. Fallvergleich und Fallkontrastierung in der qualitativen Sozialforschung. Wiesbaden: Springer VS.
Przyborski, Aglaja, und Monika Wohlrab-Sahr. 2010. Qualitative Sozialforschung: Ein Arbeitsbuch. München: Oldenbourg.
Hense, Andrea. 2017. Sequentielles Mixed-Methods-Sampling: Wie quantitative Sekundärdaten qualitative Stichprobenpläne und theoretisches Sampling unterstützen können. Kölner Zeitschrift für Soziologie und Sozialpsychologie: 237-259. https://doi.org/10.1007/s11577-017-0459-9
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Isabel Steinhardt (10. Oktober 2018). Qualitatives Sampling: Vorteile von Mixed-Methods und Vorgehensweisen. Sozialwissenschaftliche Methodenberatung. Abgerufen am 8. Oktober 2024 von https://doi.org/10.58079/uips