Qualitative und quantitative Forschung: Zwei konkurrierende Ansätze im evidenzbasierten Management
Sozialwissenschaftler haben die schwierige Aufgabe, etwas so Veränderliches, Idiosynkratisches und Subjektives wie die menschliche Erfahrung zu untersuchen und ihre Ergebnisse auf systematische, unvoreingenommene Weise zu destillieren. Das Fachgebiet ist von Kontroversen darüber geprägt, wie dies am besten zu bewerkstelligen ist. Frühe Psychologen wie Wilhelm Wundt, Sigmund Friend und Carl Jung glaubten, dass das Studium der menschlichen Psychologie personalisierte, blumige Beschreibungen individueller Erfahrungen erfordere; die daraus gewonnenen Daten waren jedoch oft schwer objektiv und organisiert zu analysieren (Hatfield, 1997).
Im Gegensatz dazu vertraten Behavioristen wie B. F. Skinner und Kognitivisten wie Norbert Weiner (1948) die Ansicht, dass die Gedanken, Gefühle und Handlungen von Menschen in einer engmaschigen Weise aufgezeichnet und mathematisch analysiert werden sollten (Delprato & Midgley, 1992). Die mit diesem Ansatz gewonnenen Daten waren oft einfach zu analysieren, aber schwieriger zu interpretieren. Diese beiden Denkschulen führten zur Herausbildung von zwei unterschiedlichen Forschungsphilosophien, die gewöhnlich als quantitativer und qualitativer Forschungsansatz bezeichnet werden.
Qualitative und quantitative Ansätze werden immer noch häufig als konkurrierend angesehen. Dies gilt auch für ihre Anwendung im Bereich des evidenzbasierten Managements . Die Vor- und Nachteile der einzelnen Methoden sowie die Forschungsfragen, die sich am besten für jede Methode eignen, werden im Folgenden erläutert. Darüber hinaus werden in diesem Dossier Ansätze mit gemischten Methoden beschrieben, die Elemente sowohl quantitativer als auch qualitativer Methoden enthalten.
Qualitative Forschungsansätze: Auf der Suche nach dem "Wie"
Qualitative Forschung ist deskriptiv, ergebnisoffen und anpassungsfähig. Die Philosophie hinter qualitativen Methoden ist, dass ein Forscher die Antworten oder Reaktionen der Teilnehmer nicht vorhersehen kann, bevor er Daten von ihnen erhebt, und dass jede wissenschaftliche Studie durch den eigenen Hintergrund und die Sichtweise des Forschers verzerrt ist (Kelly, 2008). Nach dieser Sichtweise sollte ein Forscher nicht versuchen, die persönlichen Reaktionen und Eindrücke des Forschers oder der Teilnehmer zu verbergen, sondern sie vielmehr dokumentieren und reflektieren. In einer qualitativen Studie akzeptiert und akzeptiert der Forscher die Subjektivität, lässt sich vom Feedback der Teilnehmer leiten und erforscht Themen, deren Relevanz der Forscher anfangs vielleicht nicht vermutet hätte.
Qualitatives Forschungsdesign: Fallstudien, Fokusgruppen, halbstrukturierte Interviews
In der qualitativen Forschung werden in der Regel große Mengen an detaillierten Informationen gesammelt, die entweder narrativ (auf Geschichten basierend) oder impressionistisch (auf subjektiven Reaktionen basierend) sind. Bei qualitativen Designs wie Fokusgruppen, halbstrukturierten Interviews oder phänomenologischen Studien geben die Teilnehmer eine Vielzahl von Informationen in ihren eigenen Worten wieder; diese Informationen werden später vom Forscher kodiert oder auf vorherrschende Themen hin analysiert (Ayers, 2008). Bei Fallstudien, Beobachtungen am Arbeitsplatz oder Feldnotizen steuert der Forscher selbst viele Informationen bei, indem er seine Eindrücke über das Geschehene und das Denken, Fühlen und Verhalten des Teilnehmers schildert (Maxwell, 2008).
Vorteile der qualitativen Forschung
Aufgrund ihres eingehenden, offenen Charakters hinterlassen qualitative Ansätze dem Forscher in der Regel eine große Menge an Daten, die sorgfältig gelesen und auf vielfältige Weise analysiert werden können. Da die Antworten der Teilnehmer nicht durch eng gefasste Umfrageoptionen oder vorab festgelegte Definitionen von Variablen eingeschränkt sind, kann ein qualitativer Ansatz Daten liefern, die die Annahmen des Forschers in Frage stellen oder sein Verständnis des untersuchten Themas erweitern (Cassell & Symon, 2004).
Qualitative Datenerhebungen ermöglichen es den Teilnehmern auch, sich ausdrucksstark und emotional zu äußern. Viele Leser empfinden Zitate aus qualitativen Daten als besonders fesselnd; die eigenen Worte eines Teilnehmers können verwendet werden, um einen größeren Trend zu veranschaulichen, den der Forscher in den Daten festgestellt hat. Qualitative Methoden eignen sich am besten für Forschungsfragen, die deskriptiver und explorativer Natur sind - wenn ein Forscher dokumentieren möchte, wie ein Phänomen in der realen Welt aussieht, oder mehr darüber erfahren will, was eine Gruppe von Menschen wahrnimmt oder glaubt, ist ein qualitativer Ansatz ideal.
Nachteile der qualitativen Forschung
Qualitative Forschung liefert keine eindeutigen Antworten auf Forschungsfragen. Qualitative Daten sind naturgemäß subjektiv; die Wahrnehmung der Realität durch einen Teilnehmer stimmt möglicherweise nicht mit den Fakten oder mit der Wahrnehmung anderer Personen überein. Darüber hinaus ist die Interpretation qualitativer Daten durch den Forscher subjektiv; oft können aus ein und demselben Satz von Antworten mehrere konkurrierende Erzählungen erstellt werden. Wenn ein Forscher einen eindeutigen Vergleich zwischen Gruppen oder einen objektiven Test einer Intervention anstrebt, ist ein qualitativer Ansatz nicht geeignet.
Quantitative Forschungsansätze: Auf der Suche nach dem "Was" und "Warum"
In der quantitativen Forschung werden menschliche Erfahrungen in Zahlen ausgedrückt. Quantitative Forscher glauben, dass der beste Weg, menschliche Fehler in den Wissenschaften zu vermeiden, darin besteht, objektive, konkrete Methoden zur Manipulation und Aufzeichnung von Variablen anzustreben (Allison, 2002). Die meisten quantitativen Forscher glauben auch, dass jede subjektive menschliche Erfahrung auf numerische Weise gemessen werden kann. Diese Sichtweise wird durch die Worte des Sozialpsychologen Hans Eysenck veranschaulicht: "Wenn es nicht gemessen werden kann, existiert es nicht" (Gibson, 1981)
Quantitatives Forschungsdesign: Unmittelbare Umfragen, statistische Tests, Meta-Analyse
Mithilfe vorgegebener Messsysteme wie Umfragen und Tests mit geschlossenen Antworten sammelt ein quantitativer Forscher numerische Daten über die Gefühle, Gedanken und Verhaltensweisen der Teilnehmer. Diese numerischen Daten können statistisch ausgewertet werden, was dem Forscher ermöglicht, verschiedene Gruppen zu vergleichen, allgemeine Trends zu untersuchen und lineare und nicht lineare Beziehungen zwischen den erfassten Variablen zu erforschen. Zu Beginn einer quantitativen Studie hat der Forscher bereits eine genaue Vorstellung von den Informationen, die er sammeln wird, und davon, wie diese Daten zur Beantwortung seiner Forschungsfragen analysiert werden sollen (Neuman, 2002).
Vorteile der quantitativen Forschung
Quantitative Forschung stützt sich auf Messinstrumente, die validiert und auf ihre Zuverlässigkeit geprüft wurden. Da Instrumente und Antwortmöglichkeiten vor der Datenerhebung entwickelt und getestet werden, ist es für einen Forscher oder eine Gruppe von Forschern sehr einfach, von Studie zu Studie einheitliche Methoden anzuwenden. Diese Konsistenz ermöglicht es den Forschern, die Ergebnisse der anderen sorgfältig zu reproduzieren, oft in neuen Umgebungen mit neuen Stichproben.
Der systematische Charakter der quantitativen Forschung eignet sich für Forschungsfragen, die relativ eindeutige Antworten erfordern. Wenn ein Unternehmen beispielsweise herausfinden möchte, welches von drei Büros die höchste Produktivität aufweist, kann ein quantitativer Forscher standardisierte Produktivitätsdaten von allen drei Standorten erheben und deren Durchschnittswerte auf effiziente und leicht zu interpretierende Weise vergleichen. Quantitative Ergebnisse können beschreiben, wie zwei Variablen zueinander in Beziehung stehen, Veränderungen oder Trends im Laufe der Zeit dokumentieren und aufzeigen, wie sich Gruppen in gemessener Hinsicht voneinander unterscheiden (Bernard & Bernard, 2012). Die Ergebnisse quantitativer Studien lassen sich in der Regel leicht grafisch darstellen, und die Schlussfolgerungen orientieren sich an vorher festgelegten statistischen Standards.
Nachteile der quantitativen Forschung
Die Schlussfolgerungen eines quantitativen Forschers sind nur so gut wie seine Messinstrumente. Wenn eine Umfrage eine begrenzte Anzahl von Antwortmöglichkeiten bietet und die Teilnehmer nicht wissen, wie sie antworten sollen, können die daraus resultierenden Daten willkürlich verteilt und unbrauchbar sein. Die Daten können weiter gefährdet werden, wenn ein Teilnehmer nicht versteht, was er gefragt wird, oder wenn er mit den zugrunde liegenden Prämissen, die die Fragen implizieren, nicht einverstanden ist (Presser et al., 2004). Bei Umfragen und Tests mit geschlossenen Fragen ist es für die Teilnehmer auch leicht, unehrlich zu antworten oder sie so schnell wie möglich auszufüllen, ohne sie sorgfältig zu lesen. Keines dieser Probleme kann in den endgültigen Daten erkannt werden. Quantitative Methoden können auch nicht während der gesamten Dauer der Studie angepasst werden - ein Forscher kann keine Folgefragen stellen oder seine Datenerhebungsstrategie anpassen, sobald die Untersuchung begonnen hat.
Quantitative Daten leiden auch unter einer eingebauten Falsch-Positiv-Rate. Die meisten quantitativen Studien werden mit einer Fehlerrate vom Typ I (Falsch-Positiv-Rate) von 0,05 bzw. 5 % analysiert. Das bedeutet, dass, wie Ioannidis (2005) feststellte, mindestens 5 % aller veröffentlichten Forschungsergebnisse falsch sind. Quantitative Ansätze bergen auch das Risiko von Fehlern des Typs II (falsch-negative Ergebnisse) - ein vorhandener Effekt oder ein aussagekräftiger Trend kann sich in den Daten nicht zeigen, wenn die Stichprobe zu klein oder unzureichend divers ist. Diese Einschränkungen sind den in der quantitativen Forschung verwendeten statistischen Verfahren inhärent und können als anerkannte Einschränkung und nicht als Makel betrachtet werden.
Mixed-Methods-Ansätze: Die Kombination von qualitativer und quantitativer Forschung
Die Dichotomie zwischen quantitativen und qualitativen Ansätzen ist eine falsche. Viele Forscher entscheiden sich für einen Ansatz mit gemischten Methoden, bei dem sie einige Daten auf quantitative Weise erheben, aber Folgefragen stellen, die offener und qualitativer Natur sind (Jick, 1979). Sozialwissenschaftler können auch ein quantitatives Design - z. B. Ein Experiment oder eine Umfrage - mit einem eher qualitativen Design, z. B. Einer Fokusgruppe oder einem Interview, kombinieren, um ihre Ergebnisse zu triangulieren.
Ein Mixed-Methods-Ansatz kann es einem Forscher ermöglichen, einfache statistische Phänomene zu dokumentieren und gleichzeitig den Teilnehmern den Raum zu geben, ihre subjektiven Erfahrungen in ihren eigenen Worten zu beschreiben. Auch wenn es zeitaufwändiger sein kann, beide Datensätze zu sammeln und zu analysieren, kann ein Forscher so die Vorteile beider Ansätze nutzen (Hussein, 2015).
