MAXQDA gehört zu den Pionieren im Feld der Methodenintegration. Funktionen zur Kombination von qualitativen und quantitativen Daten finden sich schon in den allerersten Versionen des Programms Ende der 1980er und zu Beginn der 1990er Jahre. Mit der Option, parallel zu den Texten einen Datensatz von standardisierten, quantitativen Daten managen zu können, war der Grundstein gelegt. Seit der Version 10 gibt es in Form der Codevariablen ein weiteres Hilfsmittel, das auch unterhalb der Fallebene eines Dokuments die Definitionen von Variablen ermöglicht. Und seit Version 12.2 existiert in MAXQDA mit dem Modul „Stats“ ein voll integriertes Statistikpaket für die Durchführung deskriptiver und inferenzstatistischer Berechnungen, dessen Ergebnisse direkt für die integrative Analyse der qualitativen Daten verwendet werden können.
Die meisten Mixed-Methods-Funktionen finden Sie im Menütab Mixed Methods. Hier gibt es zum einen Funktionen, die Dokumente und Dokumentvariablen miteinander verknüpfen, beispielsweise die Themen aus qualitativem Interviewmaterial mit den Variablen standardisierter Interviews. Mit diesen Funktionen können Sie sogenannte Joint Displays (Guetterman, Creswell und Kuckartz, 2015) erstellen, in denen qualitative und quantitative Daten wie auch Ergebnisse und Schlussfolgerungen gemeinsam dargestellt und analysiert werden. Zum anderen bietet MAXQDA Funktionen, die eine Transformation von Codehäufigkeiten in Dokumentvariablen ermöglichen, um anschließend mit diesen weiterzuarbeiten, sei es für die Selektion von qualitativen Daten oder für die Nutzung in statistischen Verfahren wie der Ähnlichkeitsanalyse.
Die Mixed-Methods-Funktionen von MAXQDA unterstützen alle typischen Basisdesigns in Mixed-Methods-Studien (Creswell und Plano Clark, 2018):
- das convergent design (qual. und quan. Studie parallel)
- das explanatory sequential design (qual. Studie nach quan.)
- das exploratory sequential Design (qual. Studie vor quan.)
Weitere Hinweise zu den Mixed-Methods-Funktionen in MAXQDA und zur Methodik finden Sie hier:
- Kuckartz, U., & Rädiker, S. (2021). Using MAXQDA for mixed methods research. In R. B. Johnson & A. J. Onwuegbuzie (Hrsg.), The Routledge reviewer’s guide to mixed methods analysis (S. 305–318). Routledge. https://doi.org/10.4324/9780203729434-26
- Rädiker, S. & Kuckartz, U. (2019). Analyse qualitativer Daten mit MAXQDA. Text, Audio, Video. Springer VS – speziell das Kapitel 13: https://doi.org/10.1007/978-3-658-22095-2_13
- Guetterman, T. C., Creswell, J. W., & Kuckartz, U. (2015). Using joint displays and MAXQDA software to represent the results of mixed methods research. In M. T. McCrudden, G. J. Schraw, & C. W. Buckendahl (Hrsg.), Use of visual displays in research and testing: Coding, interpreting, and reporting data (S. 145–176). Information Age Publishing.
- Kuckartz, U. (2014). Mixed Methods: Methodologie, Forschungsdesigns und Analyseverfahren. Springer VS. https://doi.org/10.1007/978-3-531-93267-5
Übersicht über die Funktionen des Mixed-Methods-Tabs
- Aktiviere Dokumente via Variablen – Mit Hilfe dieser Funktion können gezielt Fälle (Dokumente) für die Analyse ausgewählt werden, deren Variablenwerte bestimmten Kriterien genügen. Beispielsweise schaut man sich nur die Äußerungen von männlichen Personen zwischen 40 und 50 Jahren zum Thema „Migrationsprobleme“ an.
- Interaktive Segmentmatrix – Dies ist eine Matrix „Themen * Variablen“, wobei in der Matrix die zu bestimmten Themen codierten Segmente für bestimmte Subgruppen von Befragten dargestellt werden, bspw. was sagen zum Thema xy Personen mit hohem, mittlerem und niedrigem Bildungsabschluss.
- Kreuztabelle – Diese Funktion weist gewisse Parallelität zum „Code-Matrix Browser“ auf. Bei „Kreuztabellen“ werden allerdings nicht einzelne Fälle bzgl. der Anzahl ihrer Codierungen bei ausgewählten Codes miteinander verglichen, sondern der Vergleich erfolgt in aggregierter Form auf der Basis von Variablenwerten. So können Sie beispielsweise Männer mit Frauen oder Personen mit unterschiedlichem Bildungsabschluss vergleichen.
- Quantitizing – Hiermit wird die Transformation qualitativer Codierinformationen in quantitative Variablen bezeichnet. Mithilfe von Quantitizing können Sie die Codehäufigkeiten als Dokumentvariablen speichern, sodass zu jedem Dokument die Information vorliegt, wie häufig ein Code in dem Dokument vorkommt. Diese Informationen lassen sich dann statistisch analysieren oder ihrerseits für die Selektion von Fällen verwenden.
- Typologietabelle – Dies ist eine tabellarische Gegenüberstellung der verschiedenen Typen einer qualitativen Typologie (Beispiel: Haltungstypen hinsichtlich der Bewältigung von Arbeitslosigkeit) in Bezug auf ihre Merkmale bei ausgewählten Variablen. Man vergleicht bspw. die Haltungstypen „Die Ungebrochenen“, „Die Apathischen“ etc. in Bezug auf prozentuale Anteile von Frauen, hoch Gebildeten und Singles sowie bzgl. der durchschnittlichen Dauer der Arbeitslosigkeit, Durchschnittsalter etc.
- Ähnlichkeitsanalyse für Dokumente – Anhand vorgenommener Codierungen und ausgewählter Dokumentvariablen werden ausgewählte Dokumente auf ihre Ähnlichkeit hin untersucht und die Ergebnisse in einer Ähnlichkeits- oder Distanzmatrix dargestellt.
- Side-by-side Display von Resultaten – Dieses Joint Display stellt die Ergebnisse einer qualitativen denen einer quantitativen Studie gegenüber.
- Qualitative Themen für quantitative Gruppen – Mithilfe dieses Joint Displays werden codierte Segmente oder Summarys in einer Tabelle für Gruppen zusammengestellt, die auf Basis von Variablenwerten gebildet wurden.
- Statistik für qualitative Gruppen – Diese Funktion entspricht vom Ergebnis her der Typologietabelle und teilt Dokumente in Gruppen anhand ihnen zugeordneter Codes ein. Dieses Joint Display ermöglicht es für diese Gruppen Mittelwerte, Standardabweichungen sowie absolute und relative Häufigkeiten ausgewählter Variablen zu vergleichen.
In der „Liste der Codes“ sind zudem Funktionen verfügbar, mit denen sich die Codehäufigkeiten als Dokumentvariablen nutzen lassen:
- Code in Dokumentvariable oder kategoriale Dokumentvariable transformieren – Codes können als Dokumentvariable eingefügt werden, die angibt, wie häufig im Dokument ein Code vorkommt (dies entspricht dem oben beschriebenen Quantitizing) oder welcher Subcode am häufigsten in einem Dokument vorkommt. Letzteres ist insbesondere für evaluative qualitative Inhaltsanalysen von großem Nutzen.