روش های تحقیق آمیخته | تعاریف، دستورالعمل ها و مثال ها

روش های تحقیق آمیخته (Mixed Methods Research) پارامترهایی از پژوهش کمی(quantitative research) و پژوهش کیفی(qualitative research) به منظور پاسخ به سوالات تحقیق شما را با یکدیگر ترکیب می کند. روش های آمیخته(Mixed Methods) به شما کمک می کند تا یک تصویر کامل، نسبت به زمانی که یا پژوهش تان کمی است یا کیفی، به صورت یکپارچه بدست آورید که با این یکپارچگی می توانید به مزایای هر دو روش کمی و کیفی نائل گردید. روش های تحقیق آمیخته (Mixed Methods Research) اغلب اوقات در میان علوم رفتاری(behavioral)، سلامتی(health) و علوم اجتماعی(social sciences) به ویژه وقتی حوزه چند رشته ای مطرح می گردد که به فراخور خود دارای پیچیدگی پژوهشی زیادی هستند.

مثال هایی از سوالات روش های تحقیق آمیخته (Mixed Methods Research)

تا چه میزان فراوانی تصادف های ترافیکی(کمی- quantitative) را می توان به ادراک دوچرخه سواران از میزان امنیت جاده(کیفی- qualitative) در آمستردام ربط داد؟

چطور ادراک دانشجویان از محیط دانشگاه(کیفی- qualitative) با تفاوت های امتیازات آزمون آن ها(کمی- quantitative) در ارتباط است؟

چطور انجام مصاحبه در ارتباط با رضایت شغلی(job satisfaction) در شرکت X(کیفی- qualitative) به تشریح عملکرد فروش سال های متمادی نیروی کار و سایر پارامترها(کمی- quantitative) کمک می کند؟

میزان باور افراد رای دهنده و کسانی که رای نداده اند در ارتباط با دموکراسی(کیفی- qualitative) چگونه به شما در تشریح الگوهای انتخابات(کمی- quantitative) در شهر X کمک می رساند؟

چطور شاخص اندازه گیری میزان درآمد بیمارستان در طول زمان(کمی- qualitative) را می توان به گواهی از رضایت پرستاران در ارتباط با رضایت شغلی(کیفی- quantitative) تشریح کرد؟

زمان استفاده از روش های تحقیق آمیخته (Mixed Methods Research)

روش های تحقیق آمیخته (Mixed Methods Research) می توانند انتخاب درستی در نظر گرفته شوند؛ اگر فرایند پژوهش شما ایجاب می کند که داده های گردآوری شده از طریق روش کمی و کیفی باید صورت گیرد و اگر به صورت جداگانه یکی از این روش ها اجرا شود، قادر نیستند که به سوالات پژوهش به خوبی پاسخ دهند. به طور کلی، چندین دلیل رایج برای بکارگیری روش های تحقیق آمیخته (Mixed Methods Research) مطرح شده است که در ادامه بیان شده اند:

1-تعمیم پذیری(Generalizability): پژوهش کیفی(qualitative research) اساسا از یک اندازه نمونه(sample size) کوچک برخوردار است و درنتیجه، از قابلیت تعمیم پذیری پایین تری برخوردار است. در روش های تحقیق آمیخته (Mixed Methods Research)، این نقطه ضعف مقایسه ای با استفاده از قدرت مقایسه ای (اندازه نمونه بزرگ- large N) قابل حذف شدن بود و می تواند دلیلی بر اعتبار پژوهش کیفی باشد.

2-زمینه سازی(Contextualization):  روش های آمیخته(Mixing methods) این امکان را به پژوهشگران می دهد تا حوزه موردنظرشان را به درستی یافته و از این طریق نتیجه گیری خودشان از پدیده موردنظر را کامل تر و جامع تر نمایند. بکارگیری و استفاده از داده های کیفی(qualitative data) برای تشریح یافته های کمی(quantitative findings) می تواند به مثابه اضافه کردن گوشت به استخوان برای تحلیل شماست.

3-اعتبار(Credibility):استفاده از روش های مختلف به منظور گردآوری داده ها(collect data) برای یک موضوع یکسانی می تواند نتایج شما را به مراتب معتبر تر نموده و به اعتبار پژوهشی تان بیافزاید. اگر داده های کمی(quantitative) و داده های کیفی(qualitative) با یکدیگر هم پوشانی خوبی داشته باشند، این نقطه قوت اعتبار نتیجه گیری های پژوهش تان را چندین برابر می کند. به این فرایند در اصطلاح سه بعدی سازی(triangulation) اطلاق می شود.

به مجرد اینکه سوالات پژوهش (research question) را تنظیم کردید، سعی کنید تا مستقیما به بررسی روش های کمی و کیفی که قرار است در مطالعه خود آن ها را با یکدیگر ترکیب کنید را بررسی نمایید. اگر سوال پژوهش شما را بتوانید به صورت کامل از طریق یکی از تحلیل های کیفی و یا کمی پاسخ دهید، نیازی نیست به سمت روش های تحقیق آمیخته (Mixed Methods Research) سوق پیدا کنید.

مثال پژوهشی

تصور می خواهید مطالعه ای مبنی بر امنیت دوچرخه سوارات در حوزه های پر ترارفیک آمستردام انجام دهید. اگر شما به فراوانی تصادفات و جایی که این اتفاقات رخ می دهد، علاقمند باشید، این عامل می تواند شما را به سوی  تحلیل های کمی(quantitative analysis) سوق دهد. اما اگر تمایل به انجام تحقیق در ماهیت شکایت هایی که از سوی دوچرخه سواران ارسال می شود و یا درکشان در ارتباط با دو چرخه سواری در یک حوزه خاصی داشته باشید، آنگاه بهترین روش پژوهشی برای شما، رویکرد کیفی(qualitative approach) است.

اما روش های آمیخته (Mixed Methods) ممکن است گزینه بهتری برای زمانی باشد که می خواهید به صورت کامل و معناداری بین هر دوی این سوالات در یک تحقیق یک یکپارچگی ایجاد کنید.

برای مثال، شما می توانید از روش های آمیخته (Mixed Methods) برای طراحی مطالعه ای مبنی بر اینکه کدام مناطق و حوزه ها را می توان به عنوان مناطق با خطر تصادف بسیار بالا در نظر گرفت و یا بررسی این مورد که چرا برخی از حوزه های خاص برای دوچرخه سواران نسب به سایر اقصی النقات دارای خطر بالایی هستند.

این نکته را در مراحل تحقیق آویزه گوشتان کنید که روش های تحقیق آمیخته (Mixed Methods Research) به معنای گردآوری هر دو نوع داده نیست. شما باید با دقت بسیار زیاد رابطه بین دو و نحوه یکپارچه سازی شان با یک سطح چسبندگی و همبستگی در نتیجه گیری ها بررسی نمایید.

روش های تحقیق آمیخته (Mixed Methods Research) می توانند در عمل و پیاده سازی بسیار چالشی به نظر برسند و خطر سوء گیری پژوهش(risk of research biases) به عنوان مطالعات همگون را افزایش دهد. درنتیجه، تا حد امکان از انتخاب هایی با ارجحیت عمومی پایین در انجام پژوهش های کمی و کیفی خوداری کنید.

طرح های روش های تحقیق آمیخته (Mixed Methods Research)

به طور کلی، روش های مختلفی برای طرح های روش های تحقیق آمیخته (Mixed Methods Research) در دسترس است. تفاوت بارز بین آن ها صرفا به هدف پژوهش(aim of the research)، زمان گردآوری داده ها(timing of the data collection)، و اهمیت هر نوع داده بستگی دارد.

به مجرد اینکه می خواهید یک مطالعه با استفاده از روش های آمیخته (Mixed Methods) طراحی و پیاده سازی کنید، موارد زیر را حتما در نظر داشته باشید:

-رویکرد انتخابی پژوهش شما- Your research approach (استنتاجی / inductive-استقرایی/ deductive)

-سوالات پژوهش شما(Your research questions)

-چه نوع داده ثانویه برای استفاده از تحلیل ها در دسترس تان است(What kind of data is already available for you to use)

-چه طیفی از داده ها را می توانید خودتان گردآوری کنید(What kind of data you’re able to collect yourself).

در ادمه به بیان طرح های مختلف روش های تحقیق آمیخته (Mixed Methods Research) می پردازیم:

انواع مختلف طرح های روش های تحقیق آمیخته (Mixed Methods Research)

موازی همگرا(Convergent parallel)

در یک طرح موازی همگرا(Convergent parallel)، شما داده های کیفی(qualitative data) و کمی(quantitative data) را همزمان گردآوری کرده و سپس به صورت جداگانه آن ها را تجزیه و تحلیل می کنید. پس از اینکه هر دو تحلیل ها انجام شد، نتایج حاصل شده را برای یک نتیجه گیری جامع با یکدیگر مقایسه کنید.

مثالی برای طرح موازی همگرا(Convergent parallel)

مثالی که در حوزه دوچرخه سواری امن در آمستردام بود را درنظر بگیرید، شما می توانید به صورت همزمان هر دو جنبه پژوهش تان را مدیریت و سازماندهی کنید:

-از جنبه کیفی، می توانید شکایات دوچرخه سواران را از طریق دیتابیس شهر(city’s database) و شبکه های اجتماعی(social media) به منظور پی بردن به این موضوع که کدامین حوزه می تواند برای دوچرخه سواران خطرناک تر بوده و چرا بررسی کرد.

-از جنبه کمی، می توانید گزارش های حادثه در دیتابس شهر(city’s database) را بررسی و دریابید که تصادف های پرتکرار در کدام حوزه شهری بیشتر رخ می دهد.

وقتی که مرحله گردآوری داده ها(data collection) و تجزیه و تحلیل(analysis) به اتمام رسید،  آنگاه می توانید نتایج دو روش را با یکدیگر ترکیب نمایید.

طرح تعبیه شده(Embedded)

در یک طرح تعبیه شده(Embedded)، شما به طور همزمان، دیتا بخش کمی و کیفی را یکباره گردآوری می کنید؛ با این تفاوت که در درون یک طرح کمی و یا کیفی بزرگ این اتفاق رخ می دهد. یک نوع از دیتا نسبت به سایر دیتا موقعیت ثانویه دارد.

این روش بهترین روشی خواهد بود اگر یا از نظر زمانی محدود هستید و یا اینکه منابع محدودی در اختیار دارد. با استفاده از یک طرح تعبیه شده(Embedded) قادر خواهید بود بخش نتیجه گیری پژوهش تان را قوی تر و غنی تر از گونه های ابتدایی طرح پژوهش نموده و این برتری پژوهش تان خواهد بود.

مثالی برای طرح تعبیه شده(Embedded)

به عنوان یک بخش از یک مطالعه کمی مبنی بر آزمون اینکه ایا میزان شکایت دوچرخه سواران در مورد یک حوزه با تعداد تصادفات همبستگی داشته و رابطه مثبت و معناداری دارد یا خیر. از این طریق می توانید یک سلسله از مصاحبه های کیفی تعبیه کنید که با دوچرخه سوارانی که شکایات در این باره ارسال کردند، مصاحبه انجام داده و از این طریق بحث و نتیجه گیری تان را قوی تر نمایید. کالبد پژوهش شما به ماهیت کمی خود پابرجاست.

توصفی متوالی(Explanatory sequential)

در یک طرح توصفی متوالی(Explanatory sequential)، شما می توانید نخست داده های کمی تان(quantitative data collection) را گردآوری و سپس تحلیل کنید، که در نهایت باید نسبت به گردآوری داده های کمی(qualitative data collection) اقدام و تحلیل های بعدی را انجام دهید.

شما زمانی می توانید از این طرح استفاده کنید که بر این باور و اطمینان هستید که داده های کیفی(qualitative data collection) شما قادر به تشریح شده و زمینه سازی یافته های کمی پژوهش (quantitative data collection) شما می باشد.

مثالی برای طرح توصفی متوالی(Explanatory sequential)

در ارتباط با مثال دوچرخه سواران، در مرحله اول شما آمارهای تصادف را تجزیه و تحلیل کرده و در ارتباط با حوزه ها و مناطقی که حجم تصادفات خطرنان زیاد است یک نتیجه گیری اولیه ای انجام می دهید. بر اساس این یافته ها، شما اقدام به انجام مصاحبه با دوچرخه سوارانی می کنید که در حوزه های پرخطر و مستعد تصادف دوچرخه سواری می کنند و آنگاه شکایت این افراد را به صورت کیفی بررسی می کنید.

شما می توانید از داده های کیفی(qualitative data collection) برای تشریح دلیل رخ دادن تصادفات در یک جاده بخصوص استفاده نموده و مشکل مورد نظر را عمقی بررسی کنید.

اکتشافی متوالی(Exploratory sequential)

در طرح اکتشافی متوالی(Exploratory sequential)، در مرحله اول داده های کیفی(qualitative data collection) گردآوری و سپس تحلیل می شوند، در نهایت به صورت کمی(quantitative data collection) نیز داده ها جمع آوری می شود.

در این طرح پژوهشی می توانید ابتدا به کاوش و پیمایش سوالات اصلی پژوهش و توسعه و تدوین  فرضیات بپردازید. آنگاه، می توانید از داده های کمی(quantitative data) برای آزمون و یا تایید یافته های کیفی(qualitative findings) استفاده کنید.

مثالی برای طرح اکتشافی متوالی(Exploratory sequential)

در گام اول برای مثال بالا، ابتدا مصاحبه های ساختاریافته ای با دوچرخه سواران انجام داده تا به صورت عمیق با حوزه های مشکل زا و مستعد تصادف و صانجه، آشنا شوید و سپس نتیجه گیری نمایید. آنگاه می توانید آمارهای تصادف را برای بررسی اینکه درک دوچرخه سواران از لاین های خطر جایی که تصادفات در آن نواحی رخ می دهد، تا چه میزان است.

مزایای روش های تحقیق آمیخته (Advantages of Mixed Methods Research)

1-تحلیلی برتر در دو حوزه کمی و کیفی

در این روش می توانید از هر دو نوع داده ها استفاده کنید بدین معنا که می توانید به راحتی با جزئیات دقیق تر به مفهوم سازی افکار و ایده های داده های کیفی آشنا شده و نسبت به قابلیت تعمیم پذیری آن ها تصمیم بگیرید. از سوی دیگر می توانید کدها و ایده ها را با داده های کمی اعتبار یابی کنید. یادآوری می کنیم که همیشه قدرت یک نوع می تواند ضعف رویکرد دیگر را پنهان کند.

برای مثال، مطالعات کمی مستقل اغلب اوقات در تلاش برای یکی کردن تجربیات زندگی با دیگر مشارکت کنندگان هستند؛ در نتیجه اضافه کردن داده های کیفی می تواند عمیق تر شده و نتایج پژوهش کمی تان را غنی تر نماید.

مطالعات کیفی مستقل اغلب اوقات از تعمیم پذیری بسیار اندکی برخوردار هستند و تنها می توانند بازتاب دهنده تجربیان مشارکت کنندگان باشند؛ درنتیجه، با اضافه کردن داده های کمی(quantitative data collection) می توانید اعتبار یافته های کیفی(qualitative findings) را افزایش دهید.

2-انعطاف پذیری روش(Method flexibility)

روش های آمیخته (Mixed Methods) زیاد پایبند قوانین بین رشته ای نبوده و دایاگرام های پژوهش را بنا می گذارد. این دسته از رویکردها انعطاف پذیری بالایی را در طراحی پژوهش شما فراهم کرده و این امکان را به شما می دهند تا جنبه های گوناگون گونه های مختلف مطالعات را با یکدیگر ترکیب کرده تا در نهایت به یافته های معتبر و مفید برسید.

روش های تحقیق آمیخته (Mixed Methods Research) می توانند نظریه پردازی(theory generation) کرده و فرضیات(hypothesis testing) را درون یک مطالعه مستقل بررسی و آزمون نمایند که غالبا در پژوهش های کمی یا کیفی به تنهایی متداول و رایج نیست.

معایب روش های تحقیق آمیخته (Disadvantages of Mixed Methods Research)

1-حجم کاری بالا(Workload):

روش های تحقیق آمیخته (Mixed Methods Research) بسیار سخت و دشوار هستند. گردآوری داده ها(Collecting)، تجزیه و تحلیل نتایج(analyzing)، و همگام سازی و ترکیب(synthesizing) دو نوع از داده ها درون یک محصول پژوهشی بسیار سخت بوده و مستلزم تخصیص منابع و زمان و تلاش بسیاری است. غالبا پژوهشگران تیم های بین رشته ای نسبت به افراد شخصی به این روش ها تمایل دارند. به همین دلیل، روش های تحقیق آمیخته (Mixed Methods Research) پتانسیل هزینه زیاد نسبت به مطالعات مستقل را دارد.

2-تفاوت و تناقض در نتایج(Differing or conflicting results):

اگر تحلیل های شما، نتایج متناقض تولید کرد، این امر می تواند بسیار چالشی در فهم و درک چگونگی تفسیر آن ها در یک مطالعه به روش آمیخته (Mixed Methods) بنظر برسد. اگر نتایج کمی و کیفی با یکدیگر همسو و هم جهت نباشند و یا اینکه نگرانی شما از این است متغیرهای نامفهوم(confounding variables) در اختیار دارد، شاید ادامه کار بسیار سخت باشد.

با توجه به این حقیقت که داده های کمی و کیفی(quantitative and qualitative data) دو فرم مجزا از یکدیگر هستند، همچنین می توانند در پیدا کردن روش ها و رویکردهایی برای بررسی نظام مند نتایج حاصل شده شما را به چالش کشیده و شاید در مرحله تفسیر نتایج بدست آمده، شما را دچار سوگیری(risk for bias) نماید.