Vertrauenswürdigkeit in der qualitativen Forschung herstellen

Qualitative Marktforschung konzentriert sich auf die Vertrauenswürdigkeit von Daten und nicht auf die Daten, die als quantitative Forschung definiert würden. Qualitative Forschung ist wichtig, weil sie Dinge misst, die Zahlen möglicherweise nicht definieren können, qualitative Methoden identifizieren manchmal Trends, bevor sie in den quantitativen Daten auftauchen.

Die Vertrauenswürdigkeit von Daten besteht aus vier Schlüsselkomponenten: Glaubwürdigkeit, Übertragbarkeit, Zuverlässigkeit und Bestätigbarkeit.

Glaubwürdigkeit

Triangulations- und Mitgliederprüfungen tragen zur Glaubwürdigkeit bei und tragen zur Vertrauenswürdigkeit bei. Weitere Faktoren sind eine längere Beschäftigung mit und anhaltende Beobachtungen von Forschungsthemen.

Triangulation stellt die gleichen Forschungsfragen verschiedener Studienteilnehmer und sammelt Daten aus verschiedenen Quellen durch verschiedene Methoden, um die gleichen Fragen zu beantworten. Mitgliederprüfungen finden statt, wenn Forscher die Teilnehmer auffordern, die von den Interviewern gesammelten Daten und die Interpretationen dieser Daten durch die Forscher zu überprüfen. Die Teilnehmer schätzen den Mitgliederprüfungsprozess im Allgemeinen, da er ihnen die Möglichkeit gibt, ihre Aussagen zu überprüfen und Lücken aus früheren Interviews zu schließen. Vertrauen ist ein wichtiger Aspekt des Mitgliederprüfungsprozesses.

Übertragbarkeit

Übertragbarkeit verallgemeinert Studienergebnisse und versucht, sie auf andere Situationen und Kontexte anzuwenden. Forscher können nicht definitiv beweisen, dass Ergebnisse, die auf der Interpretation der Daten basieren, übertragbar sind, aber sie können feststellen, dass dies wahrscheinlich ist.

Zweckmäßiges Sampling, eine Form des Nonprobability Sampling, wird verwendet, um spezifische Daten relativ zu dem Kontext zu maximieren, in dem sie gesammelt wurden. Dies unterscheidet sich von den aggregierten Informationen, die das Ergebnis einer quantitativen Forschung wären. Bei der gezielten Stichprobe werden die Merkmale der Probanden berücksichtigt, die in direktem Zusammenhang mit den Forschungsfragen stehen.

Zuverlässigkeit

Viele qualitative Forscher glauben, dass es nicht notwendig ist, Zuverlässigkeit auch separat nachzuweisen, wenn Glaubwürdigkeit nachgewiesen wurde. Wenn ein Forscher jedoch das Parsen der Begriffe zulässt, scheint Glaubwürdigkeit mehr mit Gültigkeit und Zuverlässigkeit mehr mit Zuverlässigkeit zu tun zu haben.

Manchmal wird die Datenvalidität mithilfe eines Datenaudits bewertet. Ein Datenaudit kann durchgeführt werden, wenn der Datensatz sowohl reichhaltig als auch dick ist, sodass ein Auditor feststellen kann, ob die Forschungssituation auf seine Umstände zutrifft. Ohne ausreichende Details und Kontextinformationen ist dies nicht möglich. Unabhängig davon ist es wichtig, sich daran zu erinnern, dass das Ziel nicht darin besteht, über die Stichprobe hinaus zu verallgemeinern.

Bestätigbarkeit

Qualitative Forschung kann durchgeführt werden, um frühere Arbeiten zu replizieren, und wenn dies das Ziel ist, ist es wichtig, dass die Datenkategorien intern konsistent gemacht werden. Die Autoren Yvonna S. Lincoln und Egon G. Guba erklärten in ihrem 1985 erschienenen Buch “Naturalistic Inquiry”, dass Forscher Regeln entwickeln müssen, die Kategorieeigenschaften beschreiben und letztendlich verwendet werden können, um die Einbeziehung jedes Datenbits zu rechtfertigen, das der Kategorie zugeordnet bleibt, sowie um eine Grundlage für spätere Tests der Replizierbarkeit zu schaffen.

Es ist wichtig, dass andere Forscher die Ergebnisse replizieren können, um zu zeigen, dass diese Ergebnisse ein Produkt unabhängiger Forschungsmethoden und nicht von bewusster oder unbewusster Voreingenommenheit sind.