Zašto nije dovoljno imati i kvalitativne i kvantitativne podatke ako studija nikada zaista ne integriše te dve grane
Uvod: imati dve grane nije isto što i imati jednu studiju
Studija ne postaje mixed methods samo zato što sadrži i brojke i narative. Istraživači često pretpostavljaju da je projekat automatski jači i obuhvatniji ako uključuje anketu i nekoliko intervjua, ili jedan kvantitativni skup podataka i nekoliko fokus grupa. Ali pristup na osnovu mešovitih metoda nije definisan pukom koegzistencijom. On je definisan integracijom, namernim dovođenjem kvalitativne i kvantitativne komponente u odnos tako da njihova kombinacija proizvede uvid koji nijedna grana sama ne bi mogla dati. Fetters, Curry i Creswell (2013) to izričito naglašavaju i tvrde da je integracija srž dizajna na osnovu mešovitih metoda na nivou dizajna, metoda i interpretacije.
Upravo zato je ova greška toliko važna. Kada su mešovite metode „mešovite“ samo po imenu, studija često deluje ambiciozno, a iznutra ostaje podeljena. Jedna grana odgovara na jedno pitanje, druga na nešto susedno, a završna diskusija samo stavlja rezultate jedne pored drugih, bez pokazivanja šta je dobijeno njihovim spajanjem. Guetterman, Fetters i Creswell (2015) primećuju da stvarna integracija u praksi često ostaje nedostižna i da joint display pristupi mogu pomoći istraživačima da pređu od paralelnog izveštavanja ka istinski integrisanoj analizi.
Zašto istraživači često prave ovu grešku
Istraživači ovu grešku obično ne prave zato što odbacuju mixed methods principe. Češće je prave zato što mešovite metode nose snažno obećanje: širina plus dubina, brojke plus značenje, merenje plus kontekst. To obećanje je privlačno u obrazovanju, marketingu, zdravlju, poljoprivredi i drugim oblastima. Ali ono istovremeno stvara iskušenje da se druga grana doda kasno u procesu dizajna samo da bi studija delovala kompletnije. Umesto pitanja „Zašto su mi baš ove dve vrste dokaza ovde potrebne jedna drugoj?“, istraživač postavlja pitanje „Kako da uključim obe?“ To je sasvim druga logika dizajna. Okvir Creswell i Plano Clark godinama naglašava da razlog za mešanje mora biti eksplicitan i svrhovit, a ne dekorativan.
Drugi razlog je obuka. Mnogi istraživači su prvenstveno školovani u jednoj tradiciji, a tek kasnije dodaju elemente druge. Kvantitativno orijentisan istraživač može dodati intervjue da bi „ilustrovao“ rezultate ankete, bez planiranja kako će kvalitativni materijal oblikovati analizu. Kvalitativno orijentisan istraživač može dodati kratak upitnik da bi imao „potkrepljujuće podatke“, bez jasne uloge tih brojeva u argumentu rada. Hesse-Biber (2010) pokazuje da metodološke pretpostavke oblikuju način na koji se istraživanje na osnovu mešovitih metoda sprovodi i da često ograničavaju integraciju kada istraživač ostaje usidren u jednoj osnovnoj tradiciji.
Treći razlog je praktični tok rada. Relativno je lako prikupiti dva odvojena skupa podataka. Mnogo je teže dizajnirati studiju tako da jedna grana informiše uzorkovanje, razvoj instrumenta, analizu, interpretaciju ili zaključivanje druge. Fetters et al. (2013) opisuju nekoliko pristupa integraciji, povezivanje, izgradnja, spajanje i ugrađivanje (engl. connecting, building, merging and embedding), i time jasno pokazuju da integracija zahteva planirane veze, a ne samo gomilanje više izvora podataka.
Dominantni kontekst: mixed methods
Ova greška najjasnije pripada istraživanjima na osnovu mešovitih metoda, jer je integracija njihova određujuća karakteristika. Novija literatura mešovitih metoda i dalje snažno ističe da integracija nije sporedna ili opciona. Dominantna logika ovde je M > RQ > D. Metodologija je prva zato što je glavni neuspeh arhitektonski: studija se označava kao istraživanje na osnovu mešovitih metoda, ali njen dizajn ne specificira kako se dve grane zaista odnose. Istraživačko pitanje dolazi drugo zato što pitanja mešovitih metoda moraju ili zahtevati obe grane, ili zahtevati da jedna grana razradi, objasni, izgradi ili testira nalaze druge. Ako pitanje ne zahteva integraciju, studija lako postaje par paralelnih mini-studija. Podaci dolaze treći zato što, kada je integracija slaba u fazi dizajna, kvantitativni i kvalitativni podaci često ostaju nepovezani tokom čitavog prikupljanja, analize i interpretacije. Fetters et al. (2013) i Guetterman et al. (2015) podržavaju upravo ovu logiku pokazujući da integracija mora biti ugrađena u studiju, a ne dodata na kraju.
Gde se greška javlja u lancu RQ–RH–D–M
Na nivou RQ, problem često počinje pitanjem koje zvuči dovoljno široko da opravda mixed methods, ali zapravo nije strukturirano tako da obe grane budu zaista potrebne. Na primer, studija može pitati da li je neka zdravstvena intervencija efikasna, a zatim dodati intervjue bez jasnog objašnjenja da li oni treba da objasne varijacije u ishodima, poboljšaju razumevanje implementacije, pomognu u razvoju mera ili zahvate iskustvo pacijenata kao posebnu analitičku dimenziju. Bez te logike, druga grana postaje dodatak, a ne neophodna komponenta. Tipologija dizajna kod Creswell i Plano Clark, konvergentni, objašnjavajući sekvencijalni, istraživačko sekvencijalan i naprednije forme, postoji upravo da bi sprečila ovu neodređenost.
Na nivou M, neuspeh postaje odlučujući. Studija može sebe opisati kao konvergentni, objašnjavajući sekvencijalni, istraživačko sekvencijalan, ali stvarne procedure ne povezuju dve grane. Uzorkovanje možda nije povezano. Jedan skup podataka možda ne služi izgradnji instrumenta za drugi. Rezultati se mogu analizirati odvojeno i tek površno uporediti u diskusiji. Fetters et al. (2013) identifikuju povezivanje, izgradnja, spajanje i ugrađivanje kao konkretne načine integracije, što znači da studija kojoj takve veze nedostaju jeste mešovita više po etiketi nego po dizajnu.
Na nivou D, posledice postaju vidljive u samim dokazima. Kvantitativni podaci mogu pokazivati obrasce, a kvalitativni podaci mogu nuditi narative, ali nijedna grana nije postavljena tako da transformiše ili produbi interpretaciju druge. Guetterman et al. (2015) pokazuju da zajednički prikaz može učiniti te veze vidljivim tako što dovodi obe grane u jednu analitičku reprezentaciju. Kada takva integracija izostane, studija često daje dva validna, ali odvojena izlaza, umesto jednog zaključivanja na osnovu mešovitih metoda.
U nekim studijama na osbovu mešovitih metoda može postojati i RH problem, naročito kada hipoteze vode kvantitativnu granu. Ali ovde je RH obično sekundaran. Glavni neuspeh nije formulisanje hipoteze, već neuspeh da se izgradi dizajn u kojem su dve grane zaista potrebne jedna drugoj.
Kako ova greška iskrivljuje nalaze i zaključke
Kada su mešovite metode „mešovite“ samo po imenu, studija često proizvodi lažan osećaj celovitosti. Čitalac vidi i statistiku i citate i pretpostavlja da su nalazi triangulisani, produbljeni ili međusobno potvrđeni. Ali ako grane nisu smisleno integrisane, ta pretpostavka je neopravdana. Projekat može nuditi samo dva opisa srodnog problema, a ne jedan koherentan odgovor na osnovu mešovitih metoda.
U obrazovanju, istraživač može anketirati nastavnike o usvajanju digitalnog učenja i istovremeno voditi intervjue sa manjom grupom nastavnika, ali ako se intervjui ne koriste da objasne neočekivane obrasce iz ankete, preciziraju konstrukte ili ospore kvantitativne pretpostavke, oni ostaju ilustrativni, a ne integrativni.
U marketingu, studija može analizirati podatke o preferencijama potrošača i organizovati fokus grupe, ali ako fokus grupe nisu povezane sa segmentacionim obrascima, razvojem mera ili tumačenjem kontradiktornih rezultata, dizajn ostaje paralelan, a ne mešovit.
U istraživanjima zdravlja i dobrobiti, studija može u istom radu prikazati kliničke ishode i intervjue sa pacijentima, a da ipak nikada ne pokaže kako iskustvo pacijenata objašnjava ishode, implementaciju, pridržavanje terapiji ili varijacije među podgrupama. Fetters et al. (2013) opisuju „prilagođenost“ kao stepen u kojem se kvalitativni i kvantitativni nalazi slažu i korespondiraju, i taj pojam je ovde naročito koristan: studije na osnovu mešovitih metoda često ne uspeju zato što nikada ne uspostave niti proveravaju tu prilagođenost.
Šteta, dakle, nije samo proceduralna. Ona je u zaključivanju. Studija navodi čitaoca da poveruje da su snažniji ili nijansiraniji zaključci opravdani samo zato što su prisutne dve vrste dokaza. Ali prisustvo nije isto što i integracija.
Kako izbeći ovu grešku pre prikupljanja podataka
Najjača prevencija jeste da se odluči zašto studiji uopšte treba mešovite metode pre nego što se odluči kako prikupiti obe vrste podataka. Dizajn mešovitih metoda treba da počne obrazloženjem kao što su objašnjenje, istraživanje, razvoj, poređenje, proširenje ili implementacioni uvid. Ako istraživač ne može da kaže zašto mu je druga grana potrebna, moguće je da studiji mrešovite metode uopšte nisu potrebne. Literatura o dizajnu na osnovu mešovitih metoda već dugo insistira upravo na toj logici: najpre svrha mešanja, pa tek onda tehnika mešanja.
Drugi preventivni korak jeste planiranje integracije na više nivoa. Fetters et al. (2013) pokazuju da integracija može nastati kroz povezivanje, izgradnju, spajanje i ugrađivanju. To znači da dizajn mora precizirati gde će se dve grane sastati: u uzorkovanju, razvoju instrumenta, analitičkom poređenju, transformaciji podataka, interpretaciji ili vizuelnoj integraciji putem zajedničkih prikaza za integraciju podataka. Guetterman et al. (2015) dodatno pokazuju da zajednički prikaz nije samo prezentacioni alat, već analitičko sredstvo koje pomaže da se iz kombinovanih dokaza proizvedu novi uvidi.
Treći preventivni korak jeste da se pitanje mešovitih metoda eksplicitno napiše. Studija ne bi trebalo da ima samo kvantitativno i kvalitativno pitanje; trebalo bi da ima i pitanje mešovitih metoda, ili makar jasno izraženu integrativnu svrhu. Novija literatura i dalje snažno naglašava da je eksplicitno planiranje integracije suštinsko, a ne opcionalno.
Šta se još može popraviti nakon prikupljanja podataka
Nakon prikupljanja podataka određena popravka jeste moguća, ali samo do određene tačke. Ako su obe grane već prikupljene, istraživač još uvek može poboljšati integraciju u fazi analize i interpretacije. Može koristiti tabele zajedničkog prikaza, eksplicitno uporediti slaganja i neslaganja, pokazati kako jedna grana kvalifikuje ili preoblikuje drugu, ili izvesti meta-zaključke koje nijedan skup podataka sam ne bi mogao opravdati. Guetterman et al. (2015) i Fetters et al. (2022) obojica ukazuju na vrednost pristupa zajedničkog prikaza za transparentnije integrisano rezonovanje.
Međutim, ne može se sve popraviti. Ako su podaci prikupljeni za nepovezane svrhe, ako uzorkovanje nije bilo povezano tamo gde je moralo biti povezano, ili ako kvalitativna i kvantitativna grana zapravo odgovaraju na različita pitanja, naknadna integracija će verovatno ostati površna. U takvim slučajevima najpoštenije rešenje može biti da se rad preoblikuje kao multimetod ili paralelni dizajn, a ne kao istinski integrisana studija na osnovu mešovitih metoda. To jeste delimično spasavanje, ali ne i potpuno popravljanje.
Kratke ilustracije iz različitih oblasti
U obrazovanju, studija može koristiti anketne podatke za procenu angažovanosti učenika i intervjue kako bi pitala nastavnike o motivaciji u učionici. Oba skupa podataka mogu biti pojedinačno korisna, ali ako ih dizajn ne poveže kroz zajednički konstrukt, logiku podgrupa ili sekvencu objašnjenja, oni još uvek ne čine integrisanu studiju na osnovu mešovitih metoda.
U marketingu, projekat može kombinovati skorove namere kupovine sa fokus grupama o imidžu brenda. Ako fokus grupe nisu korišćene da objasne segmentne razlike, informišu konstrukciju mere ili osvetle kontradikcije u kvantitativnim nalazima, studija nije zaista mešovita, ona je samo udvojena.
U poljoprivredi, studija može prikazati ishode prinosa useva i narative poljoprivrednika o adaptaciji na klimu. Ta dva izvora mogu biti izuzetno snažna zajedno, ali samo ako dizajn razjasni da li narativi objašnjavaju varijacije u ishodima, pomažu u definisanju adaptacionih praksi ili preoblikuju samo značenje „uspeha“ iz perspektive poljoprivrednika. U suprotnom, grane jednostavno koegzistiraju.
U sva tri primera lekcija je ista: mešovite metode nisu stvar toga da u jednom radu imate dva glasa. Suština je u tome da ta dva glasa odgovore jedan drugome.
Kratak kontrolni spisak
Pre prikupljanja podataka, pitajte se:
- Zašto su ovoj studiji zaista potrebni i kvalitativni i kvantitativni dokazi?
- Gde će se tačno dve grane povezivati, graditi, spajati ili ugrađivati?
- Planiram li dve odvojene komponente ili jedan integrisani dizajn?
- Kada bih uklonio jednu granu, šta bi studija izgubila?
- Mogu li običnim jezikom objasniti koji će se novi uvid pojaviti samo zahvaljujući integraciji?
Dobra studija na osnovu mešovitih metoda ne sadrži samo dve vrste podataka. Ona proizvodi snažnije zaključivanje upravo zato što su ti podaci namerno dovedeni u odnos.
Literatura
Creswell, J. W., & Plano Clark, V. L. (2018). Designing and conducting mixed methods research (3rd ed.). SAGE.
Fetters, M. D., Curry, L. A., & Creswell, J. W. (2013). Achieving integration in mixed methods designs—Principles and practices. Health Services Research, 48(6 Pt 2), 2134–2156. https://doi.org/10.1111/1475-6773.12117
Fetters, M. D., Creswell, J. W., & Morris, M. A. (2022). Joint displays of integrated data collection in mixed methods research. International Journal of Qualitative Methods, 21. https://doi.org/10.1177/16094069221104564
Guetterman, T. C., Fetters, M. D., & Creswell, J. W. (2015). Integrating quantitative and qualitative results in health science mixed methods research through joint displays. The Annals of Family Medicine, 13(6), 554–561. https://doi.org/10.1370/afm.1865
Plano Clark, V. L. (2010). Applying three strategies for integrating quantitative and qualitative approaches in a mixed methods study. Field Methods, 22(3), 274–287. https://doi.org/10.1177/1525822X09357174
O’Cathain, A. (2019). Mixed methods research: The issues beyond combining methods. Journal of Advanced Nursing, 75(3), 499–501. https://doi.org/10.1111/jan.13877
Hesse-Biber, S. (2010). Qualitative approaches to mixed methods practice. Qualitative Inquiry, 16(6), 455–468. https://doi.org/10.1177/1077800410364611

Direktor konsultantske kompanije My Statistical Consultant Ltd. Profesor Statistike u penziji.
Doktor statistike sa preko 45 godina iskustva kao univerzitetski profesor, međunarodni istraživač i vladin savetnik.