Vorläufiger Ansatz
Beim indikativen Ansatz der Forschungsmethodik werden die Forschungsdaten verwendet, um auf der Grundlage des beobachteten Musters eine Theorie zu formulieren oder zu verallgemeinern. Indikative Forscher verwenden Forschungsfragen, um den Umfang ihrer Forschung ohne die Verwendung von Hypothesen einzugrenzen.
Indikative Forschung ist besonders nützlich, wenn ein neues Phänomen erforscht werden soll oder wenn ein bereits erforschtes Phänomen aus einer anderen Perspektive betrachtet werden soll (Saunders & Lewis 2009). Der indikative Forschungsansatz orientiert sich häufig an den Grundsätzen der Grounded Theory.
Nach der Grundlagentheorie sollen Forscher ihre Forschung unvoreingenommen beginnen, ohne vorgefertigte Vorstellungen über das wahrscheinliche Ergebnis zu haben. Mit anderen Worten, indikative Forscher sind offen für neue Ideen, die bei der Forschung entdeckt werden könnten.
Genau wie bei der qualitativen Statistik wird bei der indikativen Forschung nicht versucht, statistische Daten in eine numerische Form für die statistische Analyse umzuwandeln, wie es beim quantitativen Ansatz der Fall ist. Stattdessen werden Daten mit Methoden wie Interviews, Beobachtungen und Fokusgruppen gesammelt, ohne dass tatsächliche Messungen erforderlich sind (Saunders & Lewis 2009).
Deduktiver Ansatz
Der deduktive Ansatz der Statistik unterscheidet sich vom induktiven Ansatz insofern, als er darauf abzielt, Hypothesen zu testen, anstatt Theorien zu formulieren, wie es bei der indikativen Strategie der Fall ist. Der deduktive Ansatz beginnt mit einer oder mehreren Hypothesen und setzt dann mit einer Reihe von Schritten fort, die darauf abzielen, diese Hypothesen mit verschiedenen statistischen Methoden zu testen (Saunders & Lewis 2009).
Die mit dem deduktiven Ansatz erhobenen Daten müssen in eine numerische Form umgewandelt werden, um die statistische Analyse zu erleichtern. Beim deduktiven Ansatz wird mehr Wert auf die Kausalität gelegt, d. h. auf den Zusammenhang zwischen einem Phänomen und seinen wahrscheinlichen Ursachen (Saunders & Lewis 2009).
Qualitativer Ansatz
Bryman und Bell (2011, S. 46) stellen fest, dass “der qualitative Ansatz in der Forschungsmethodik derjenige ist, der sich auf die Aufzeichnung und Analyse konzentriert und versucht, ein tieferes Verständnis des menschlichen Verhaltens zu erlangen”. Qualitative Forscher “haben ein viel stärkeres Interesse daran, die einzigartigen Erfahrungen von Menschen zu verstehen, und legen daher keinen Wert darauf, Informationen zu erhalten, die für eine größere Gruppe von Menschen verallgemeinert werden können” (Bryman & Bell 2011, S. 46).
Bei diesem Ansatz wird die allgemeine bis spezifische Analysemethode oder der Bottom-up-Ansatz verwendet. Die im Rahmen des qualitativen Ansatzes gesammelten Daten sind methodisch und verwenden vorgegebene Methoden der Datenerhebung, wie z. B. Interviews, Beobachtungen und die Verwendung von Fokusgruppen.
Im Gegensatz zur quantitativen Methode erlaubt der qualitative Forschungsansatz jedoch eine größere Flexibilität bei den Methoden der Datenerhebung. Qualitative Forschung beginnt mit den spezifischen Aspekten und bewegt sich dann auf das Allgemeine zu. Der Datenerhebungsprozess in der qualitativen Forschung ist oft persönlich, feldbasiert oder zirkulär” (Saunders & Lewis 2009, S. 34).
Das Auftauchen von Datenmustern inspiriert einen Forscher dazu, andere Forschungsfragen oder Konzepte zu untersuchen. Daher kann die Methode in der Schneeballforschung eingesetzt werden (Lee 2003). Während des gesamten “Datenerhebungsprozesses halten die Forscher in der Regel ihre Gedanken und Eindrücke über die entstehenden Datenmuster fest” (Lee 2003, S. 90).
Qualitative Forscher haben eine erweiterte Sicht auf relevante Daten, die aus verschiedenen Quellen und mit unterschiedlichen Methoden erhoben wurden. Ein Forscher würde seine Daten erst dann interpretieren, wenn der Datensatz als groß genug angesehen wird, um ein Muster zu bilden, das schlüssig erklärt werden kann (Byrne 2001; Lee 2003).
Bei einem qualitativen Ansatz werden die gesammelten Daten nicht in numerische Formen umgewandelt, so dass es keine statistische Analyse gibt. Die Methode eignet sich besser für die statistische Forschung, wenn das zu beobachtende Phänomen nicht numerisch messbar ist, wie etwa Aspekte des menschlichen Verhaltens. Muster in solchen statistischen Phänomenen können nur durch sorgfältige Beobachtung, Interviews und Fokusgruppenmethoden festgestellt werden, ohne dass tatsächliche Messungen erforderlich sind (Byrne 2001).
Quantitativer Ansatz
Bei der quantitativen Forschung wird versucht, einen allgemeinen Trend eines bestimmten Phänomens zu beobachten und diese Beobachtung dann zu nutzen, um ein bestimmtes Phänomen einzubeziehen. Es handelt sich um einen deduktiven Ansatz, bei dem “eine mögliche Ursache für etwas in Betracht gezogen und dann die Wirkung überprüft wird” (Lee 2003, S. 89).
Bei diesem Ansatz liegt der Schwerpunkt auf dem Konzept von Ursache und Wirkung, indem versucht wird, jedes beobachtete Muster mit seinen möglichen Ursachen in Verbindung zu bringen. Auf einer höheren Ebene geht die quantitative Forschung über die bloße Ursache-Wirkung-Beziehung hinaus und versucht stattdessen, die Stärke einer solchen Beziehung mithilfe komplexer mathematischer Manipulationen zu untersuchen. Die Ursache-Wirkung zwischen Variablen wird als sehr wahrscheinlich angesehen, wenn die Beziehung zwischen den Variablen als stark eingestuft wird (Lee 2003).
In der quantitativen Forschung müssen die Forscher eine oder mehrere Hypothesen aufstellen, die eine mögliche Beziehung zwischen den Variablen vorhersagen. Die Daten werden mit verschiedenen Mitteln erhoben, in numerische Formen umgewandelt und dann einer Reihe von statistischen Analysemethoden unterzogen, um eine Beziehung zwischen zwei oder mehreren Variablen herzustellen.
Die Standardmethode, die von quantitativen Forschern zur Darstellung ihrer Ergebnisse verwendet wird, ist die Verwendung von p-Werten (Lee 2003). Im Interesse der statistischen Laien werden in Fachzeitschriften mit Peer-Review häufig Erörterungen am Ende des Artikels angeboten, damit die Leser die statistischen Fachausdrücke und Formeln verstehen können.
Ein quantitativer Ansatz in der Statistik wird bevorzugt, wenn der Forscher daran interessiert ist, eine Beziehung zwischen Variablen durch eine Reihe von Hypothesentests herzustellen (Lee 2003; Zikmund et al. 2012).
Der Strukturalismus basiert auf theoretischen Konzepten der Linguistik und Semiotik, die viele Wissenschaftler im Kontext übergreifender Systeme verstehen wollen. Der Objektivismus ist ein Konzept, das sich auf eine philosophische Plattform stützt, die sich auf die Unabhängigkeit des Bewusstseins konzentriert.
Der Positivismus wird von Forschern verwendet, um die Aspekte zu verstehen, die mit logischen und mathematischen Prinzipien zusammenhängen. Strukturalismus, Positivismus und Objektivismus sind soziale Theorien, die in der Forschung verwendet werden, um soziale Systeme durch die Analyse sowohl von Strukturen als auch von Akteuren zu schaffen und zu reproduzieren, ohne einem von beiden den Vorrang zu geben.
Obwohl die Theorien ursprünglich dazu gedacht waren, den Forschern abstrakte und theoretische Informationen zu liefern, haben sie es den Forschern ermöglicht, sich auf beliebige Strukturen oder Konzepte zu konzentrieren, entweder einzeln oder in Kombination (Byrne 2001; Ellis & Levy 2009). Im Zusammenhang mit komplexen Ereignissen des menschlichen Verhaltens wäre die positivistische Theorie am besten geeignet.
Der Konstruktivismus wird von Wissenschaftlern angewandt, um für oder gegen die Annahme zu argumentieren, dass Menschen Wissen durch Erfahrungen und ihre Ideen entwickeln. Im Kontext der qualitativen Forschung wird der Interpretivismus angewandt, um ein tieferes Verständnis der Faktoren zu gewinnen, die das menschliche Verhalten beeinflussen.
Interpretivismus und Konstruktivismus sind einzigartige Ansätze, die vor allem in der psychologischen Forschung mit einem idiografischen Schwerpunkt verwendet werden. Sie konzentrieren sich darauf, wie Individuen Phänomene wahrnehmen und wie solche Wahrnehmungen von den einzigartigen Kontexten beeinflusst werden, in denen solche Beobachtungen gemacht werden (Bryman & Bell 2011).
Genau wie beim qualitativen Ansatz wird auch bei der interpretativen Forschung nicht mit Anfangshypothesen begonnen. Daher werden die gesammelten Daten nicht in numerische Formen umgewandelt. Ziel des statistischen Ansatzes ist es, herauszufinden, wie ein bestimmtes Phänomen auftritt und wie jemand den Sinn der Phänomene erkennt.
In vielen Situationen gehört die interpretative Theorie zu den Leittheorien des qualitativen Forschungsansatzes, da sie sich auch auf das Verhalten von Menschen unter verschiedenen Bedingungen konzentriert. Daher ist sie die bevorzugte Theorie.
Referenzen
Bryman, A, & Bell, E, 2011, Business Research Methods, Oxford University Press, London, Vereinigtes Königreich.
Byrne, M, 2001, ‘Grounded Theory as a qualitative research methodology’, AORN journal, vol. 73, no. 6, pp. 1155-1156.
Ellis, TJ, & Levy, Y, 2009, ‘Towards a guide for novice researchers on research methodology: Review and proposed methods”, Issues in Informing Science and Information Technology, vol. 6, no. 3, pp. 323-337.
Lee, S., 2003, “Quantitative versus qualitative Forschungsmethoden – zwei Ansätze für Organisationsstudien”, Asia Pacific Journal of Management, Bd. 3, Nr. 12, S. 87-94.
Saunders, M, & Lewis, P, 2009, Research methods for business students, Prentice Hall, New Delhi, Indien.
Zikmund, W, Babin, B., Carr, J, & Griffin, M, 2012, Business research methods, Cengage Learning, Hoboken, NJ.