Questo semestre ho partecipato a due conferenze incentrate sulla Mixed Methods research (MMR) che è il paradigma metodologico centrale dietro l’analisi dei dati qualitativi. Qui, presento brevemente la mia presa personale sull’argomento. La maggior parte è costruita su due conferenze tenute da Pat Bazeley (confrontare: Bazeley 2017) e integrata da un libro di Udo Kuckartz (2014b). Quindi immergiamoci subito e chiediamoci:

Tipo Mixed Methods è visto come una metodologia che integra sia approcci qualitativi che quantitativi all’interno di un progetto di ricerca. Il movimento è in giro dagli anni ’80 quando i sociologi hanno cercato di risolvere il disaccordo tra il paradigma qualitativo e quello quantitativo combinandoli entrambi in una terza via (Kuckartz 2014b, 27-28). Naturalmente, ci sono disaccordi nei dettagli, per esempio Johnson et al. (2007) elencano 19 definizioni diverse. Eppure il quadro generale è abbastanza chiaro da essere utile.

“Giudicate i dati disponibili in base alla loro rilevanza piuttosto che alla loro forma!”

“Metodi misti significa la combinazione di diversi metodi qualitativi e quantitativi di raccolta e analisi dei dati in un progetto di ricerca empirico”. (Udo Kelle citato in: Kuckartz 2014b, 31)

Validazione e Triangolazione

L’idea di base qui è che combinare diversi metodi (o anche combinare due teorie, due set di dati o due singoli ricercatori) è utile per convalidare i risultati. Qui, i metodi combinati non devono necessariamente attraversare la divisione quali-quantitativa. Tali disegni di ricerca multimetodo possono, per esempio, includere la combinazione di interviste narrative, analisi biografiche di diari e discussioni di focus group in un unico studio.

Naturalmente, combinare diversi metodi ha perfettamente senso in un campo con molti metodi formalizzati. Tuttavia, quando nel tuo campo esistono pochi metodi espliciti, l’idea ha poco appeal. Nelle scienze umane i metodi di ricerca sono spesso modulari, eclettici o autocostruiti. Si potrebbe sostenere che essi contengono una triangolazione di metodo incorporata perché spesso usano dati provenienti da molti tipi diversi di fonti. Tuttavia questa metodologia eclettica è troppo spesso limitata alla scelta di approcci qualitativi o quantitativi.

Benefici e svantaggi

I metodi quantitativi e qualitativi hanno i loro specifici punti di forza e di debolezza. Combinandoli si crea un beneficio che è più della somma delle sue parti, questo è il presupposto fondamentale dietro la ricerca Mixed Methods. Con una metodologia mista potremmo ottenere approfondimenti su un caso straordinario all’interno di uno studio quantitativo, o confrontare i risultati del nostro caso specifico con un quadro più generale. A differenza della triangolazione, la ricerca Mixed Methods mira ad arrivare ad un quadro più completo e complesso, invece di convalidare principalmente i risultati.

Ancora, ci sono dei limiti negli approcci Mixed Method. Il più impegnativo – soprattutto per uno storico – è il lato dei dati. Se non abbiamo dati quantitativi e qualitativi sugli stessi casi, le nostre opzioni saranno fortemente limitate. Inoltre, pochi ricercatori sono cresciuti in un campo di metodi veramente misti. Invece, sono più spesso “Quants” che vagano in acque “Qual” o viceversa. Il pericolo qui è che i ricercatori integrino metodi che comprendono male e creino risultati che non sono metodologicamente validi.

Disegni di studio e integrazione dei dati

Ci sono molti potenziali disegni di ricerca all’interno della metodologia Mixed Methods che sono troppo numerosi per essere trattati qui (vedi per esempio Kuckartz 2014b, 57-97). In ogni caso, l’obiettivo non è una giustapposizione di due metodi, ma piuttosto una metodologia veramente mista che integra il pensiero quantitativo e qualitativo. Entrambi i filoni dovrebbero influenzarsi a vicenda durante il processo, invece di creare risultati indipendenti.

Il valore aggiunto viene comunemente creato a livello di argomento. Le note (memo) e anche i capitoli di ricerca non dovrebbero essere divisi in parti “qualitative” e “quantitative”, ma invece lo sforzo permanente di rispondere alla domanda di ricerca e la conoscenza crescente su un argomento, integra naturalmente i risultati dai diversi approcci. Idealmente, alla fine i risultati di una metodologia fortemente mista non possono più essere ricondotti singolarmente a una parte qualitativa o quantitativa della ricerca condotta.

Per le scienze umane in particolare, sono possibili diversi scenari di Mixed Methods: Per esempio, si potrebbero usare cicli iterativi di lettura ravvicinata e a distanza sullo stesso corpus (qualitativo). Un altro disegno di ricerca potrebbe combinare dati demografici ed economici con resoconti narrativi. Un terzo potrebbe analizzare una grande quantità di dipinti con l’aiuto di un algoritmo e combinarli con indagini qualitative sui casi più tipici di ogni cluster.

Conclusione

In generale, l’aspetto “pragmatico” della MMR si combina abbastanza bene con le strategie che molti umanisti (digitali e non) scelgono. Ho trovato illuminante pensare meno a metodi, strumenti e dati, ma pragmaticamente alla domanda di ricerca. Alla fine, la domanda di ricerca dovrebbe guidare la nostra metodologia, non il contrario. O come dice Pat Bazeley: “Le domande non sono qualitative o quantitative, sono solo domande! Penso che da questo sguardo pragmatico, possiamo imparare a lottare per una maggiore apertura nel combinare diverse strategie di ricerca per ottenere un quadro più completo sulle domande a cui vogliamo rispondere.