Mixed Methods ist eine Methodologie, die versucht, die qualitativ-quantitative Kluft zu überwinden, indem sie Aspekte beider Ansätze integriert. Beide Methoden werden jedoch nicht einfach nebeneinander gestellt, sondern genutzt, um kombinierte Ergebnisse zu erzielen. Dabei folgt Mixed Methods Research (MMR) oft einer pragmatischen Doktrin, die die Forschungsfrage über erkenntnistheoretische oder methodologische Überlegungen stellt.

Was ist Mixed Methods?

Qualitative Methoden sind oft konstruktivistisch und betreiben explorative Forschung. Quantitative Methoden hingegen sind eher (post)positivistisch und fokussieren eher auf Hypothesenprüfung. Mixed Methods nimmt hier eine Zwischenstellung ein. Dabei ist MMR oft stark pragmatisch. Was auch immer für die Beantwortung der Forschungsfrage am nützlichsten ist, sollte getan werden.

„Beurteilen Sie verfügbare Daten nach ihrer Relevanz und nicht nach ihrer Form!“

Sagte Pat Bazeley, ein starker Verfechter dieser „pragmatischen Perspektive“ in der Keynote des MQIC2019. Gemeinhin ist damit gemeint, die Stärken von qualitativen und quantitativen Ansätzen zu kombinieren, wobei Bazeley – als reiner Pragmatiker – nicht einmal strikt darauf besteht.

„Unter Mixed Methods versteht man die Kombination verschiedener qualitativer und quantitativer Methoden der Datenerhebung und Datenanalyse in einem empirischen Forschungsprojekt.“ (Udo Kelle zitiert in: Kuckartz 2014b, 31)

Validierung und Triangulation

Der Grundgedanke hierbei ist, dass die Kombination verschiedener Methoden (oder auch die Kombination zweier Theorien, zweier Datensätze oder zweier einzelner Forscher) sinnvoll ist, um die Ergebnisse zu validieren. Dabei müssen die kombinierten Methoden nicht unbedingt die Qual-Quant-Grenze überschreiten. Solche Multi-Methoden-Forschungsdesigns können zum Beispiel die Kombination von narrativen Interviews, biographischer Analyse von Tagebüchern und Fokusgruppendiskussion in einer Studie beinhalten.

Natürlich macht die Kombination verschiedener Methoden durchaus Sinn in einem Feld mit vielen formalisierten Methoden. Wenn es aber nur wenige explizite Methoden in Ihrem Feld gibt, hat die Idee wenig Reiz. In den Geisteswissenschaften sind Forschungsmethoden oft modular, eklektizistisch oder selbstgemacht. Man könnte argumentieren, dass sie eine eingebaute Methodentriangulation enthalten, weil sie oft Daten aus vielen verschiedenen Arten von Quellen verwenden. Allerdings ist diese eklektizistische Methodenlehre zu oft darauf beschränkt, entweder qualitative oder quantitative Ansätze zu wählen.

Vorteile und Nachteile

Qualitative und quantitative Methoden haben ihre spezifischen Stärken und Schwächen. Kombiniert man sie, entsteht ein Nutzen, der mehr ist als die Summe seiner Teile – das ist die Kernannahme der Mixed-Methods-Forschung. Mit einer gemischten Methode können wir innerhalb einer quantitativen Studie Einblicke in einen außergewöhnlichen Fall gewinnen oder die Ergebnisse unseres speziellen Falles mit einem allgemeineren Bild vergleichen. Anders als bei der Triangulation zielt die Mixed-Methods-Forschung darauf ab, zu einem vollständigeren, komplexeren Bild zu gelangen, anstatt hauptsächlich Ergebnisse zu validieren.

Gleichwohl gibt es Grenzen für Mixed-Methods-Ansätze. Die größte Herausforderung – vor allem als Historiker – ist die Datenseite. Wenn wir nicht über quantitative und qualitative Daten zu denselben Fällen verfügen, sind unsere Möglichkeiten stark eingeschränkt. Außerdem sind nur wenige Forscher in einem echten Mixed-Methods-Feld aufgewachsen. Stattdessen sind sie häufiger „Quants“, die sich in „Qual“-Gewässer verirren oder umgekehrt. Die Gefahr dabei ist, dass Forscher Methoden integrieren, die sie schlecht verstehen und Ergebnisse erzeugen, die methodisch nicht fundiert sind.

Studiendesigns und Datenintegration

Es gibt viele mögliche Forschungsdesigns innerhalb der Mixed-Methods-Methodologie, die zu zahlreich sind, um sie hier zu behandeln (siehe z.B. Kuckartz 2014b, 57-97). In jedem Fall ist das Ziel nicht ein Nebeneinander zweier Methoden, sondern eine echte Mixed-Methods-Methode, die quantitatives und qualitatives Denken integriert. Beide Stränge sollten sich während des gesamten Prozesses gegenseitig beeinflussen, anstatt unabhängige Ergebnisse zu schaffen.

Der Mehrwert wird meist auf der Themenebene geschaffen. Notizen (Memos) und auch Forschungskapitel sollten nicht in „qualitative“ und „quantitative“ Teile aufgespalten werden, sondern das ständige Bemühen um die Beantwortung der Forschungsfrage und das wachsende Wissen über ein Thema integriert natürlich die Ergebnisse aus verschiedenen Ansätzen. Im Idealfall lassen sich die Ergebnisse einer stark gemischten Methodik am Ende nicht mehr singulär auf einen qualitativen oder quantitativen Forschungsstrang zurückführen.

Besonders für die Geisteswissenschaften sind mehrere Mixed Methods-Szenarien denkbar: Zum Beispiel könnte man iterative Zyklen von close und distant reading am selben (qualitativen) Korpus anwenden. Ein anderes Forschungsdesign könnte demographische und ökonomische Daten mit narrativen Berichten kombinieren. Ein drittes könnte eine große Menge an Bildern mit Hilfe eines Algorithmus analysieren und mit qualitativen Untersuchungen der typischsten Fälle in jedem Cluster kombinieren.

Fazit

Insgesamt passt der „pragmatische“ Blick von MMR ganz gut zu den Strategien, die viele Geisteswissenschaftler (digital oder nicht) wählen. Ich fand es erhellend, weniger an Methoden, Werkzeuge und Daten zu denken, sondern pragmatisch an die Forschungsfrage. Letztendlich sollte die Forschungsfrage unsere Methodik vorantreiben, nicht andersherum. Oder wie Pat Bazeley es ausdrückte: „Fragen sind nicht qualitativ oder quantitativ, sie sind einfach nur Fragen!“ Ich denke, von diesem pragmatischen Blick können wir lernen, mehr Offenheit bei der Kombination verschiedener Forschungsstrategien anzustreben, um ein vollständigeres Bild der Fragen zu erhalten, die wir beantworten möchten.