Tasarıma Dayalı Çok Düzeyli Karma Yöntemler
Design-based Multilevel Mixed Methods Research · Ayrıca şöyle bilinir: DB-MLMM, multilevel design-based mixed methods, design-based multilevel research, DBR multilevel mixed design
Tasarıma dayalı çok düzeyli karma yöntemler, tasarıma dayalı araştırmanın (DBR) döngüsel, bağlama duyarlı mantığını, çok düzeyli veri yapılarının analitik gücü ve karma yöntem araştırmasının açıklayıcı derinliği ile birleştirir. Katılımcıların ortamlara (örneğin, okullardaki sınıflardaki öğrenciler) iç içe geçtiği ve tasarlanmış bir müdahalenin birden çok organizasyonel düzeyde eş zamanlı olarak test edilmesi, iyileştirilmesi ve anlaşılması gereken eğitim ve örgütsel araştırmalarda baskın olarak kullanılır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Verilerin anlamlı örgütsel veya sosyal düzeylere doğal olarak iç içe geçtiği, tasarlanmış bir müdahalenin bu düzeylerde döngüsel olarak test edildiği ve iyileştirildiği ve müdahalenin her düzeyde neden ve nasıl çalıştığını anlamanın, işe yaradığını belirlemek kadar önemli olduğu durumlarda bu tasarımı kullanın. Özellikle eğitim araştırmalarında (öğrenciler-sınıflar-okullar), sağlık hizmetlerinde (hastalar-koğuşlar-hastaneler) ve örgütsel gelişimde uygundur. Müdahale bileşeni olmayan, yalnızca betimsel bir araştırma hedefi olduğunda, veriler iç içe geçmemişse veya zaman veya kaynak kısıtlamaları nedeniyle döngüsel tasarım döngüleri mümkün değilse kullanmayın. İç içe geçme mevcutsa ancak döngüsel tasarım yinelemesi amaçlanmıyorsa, standart bir çok düzeyli karma yöntemler tasarımı daha uygundur.
Güçlü yönler & sınırlılıklar
- Müdahale etkilerini birden çok iç içe geçmiş düzeyde eş zamanlı olarak yakalar ve bu etkilerin arkasındaki mekanizmaları açıklar.
- Döngüsel tasarım yapısı, entegre edilmiş kanıtlara dayalı olarak müdahalenin gerçek zamanlı olarak iyileştirilmesine olanak tanır.
- Gözlemlerin birimler içindeki kümelenmesini hesaba katar, iç içe geçmiş verilere uygulanan tek düzeyli analizlerin şişirilmiş Tip I hatasını önler.
- Bağlama duyarlı, aktarılabilir bulgular sağlar ve bir müdahalenin farklı ortamlarda neden başarılı olduğunu veya başarısız olduğunu aydınlatır.
- Nicel çok düzeyli modellemenin iç geçerlilik avantajlarını nitel sorgulamanın yorumlayıcı derinliği ile birleştirir.
- Hem çok düzeyli modelleme hem de nitel araştırma yöntemlerinde uzmanlık gerektirir, bu da onu tek bir araştırmacı için zorlu hale getirir.
- İç içe geçmiş birimler boyunca birden çok tasarım döngüsü, önemli ölçüde zaman, finansman ve katılımcı kuruluşlara erişim gerektirir.
- Çok düzeyli nicel sonuçların düzeye özgü nitel verilerle entegrasyonu metodolojik olarak karmaşıktır ve kasıtlı ortak gösterim stratejileri gerektirir.
- Bulgular büyük ölçüde bağlama bağlıdır; tasarlanmış müdahale, farklı iç içe geçmiş yapılar veya örgütsel kültürlere sahip ortamlara aktarılmayabilir.
SSS
Bu, standart bir çok düzeyli karma yöntemler tasarımından nasıl farklıdır?
Standart bir çok düzeyli karma yöntemler tasarımı, iç içe geçmiş düzeylerde nicel ve nitel verileri toplar ve entegre eder, ancak bunu sabit bir çalışma zaman çizelgesi içinde yapar. Tasarıma dayalı çok düzeyli karma yöntemler, döngüsel tasarım döngüleri ekler: bir döngüden elde edilen entegre bulgular, bir sonraki döngüden önce müdahalenin revizyonlarına aktif olarak geri beslenir, bu da araştırma sürecini müdahale geliştirmenin bir parçası haline getirir. Döngüsel tasarım yinelemesi olmadan, çalışma çok düzeyli karma yöntemler olsa da tasarıma dayalı değildir.
Kaç düzeye modelleme yapmam gerekiyor?
Çoğu uygulama iki veya üç düzey içerir (örneğin, katılımcıların yerlere iç içe geçtiği veya katılımcıların gruplara iç içe geçtiği gruplar). Düzey sayısı, verilerin gerçek iç içe geçmiş yapısını ve araştırma sorularını yansıtmalıdır. Yapay olarak düzey eklemek, analitik fayda olmaksızın model karmaşıklığını artırır. Pratik kısıtlamalar da geçerlidir: Düzey 3'te varyans bileşenlerinin güvenilir bir şekilde tahmin edilmesi genellikle o düzeyde en az 20-30 birim gerektirir.
Zaman ve kaynak talepleri göz önüne alındığında bu tasarımı bir tezde kullanabilir miyim?
Evet, ancak kapsamını dikkatlice belirleyin. Uygulanabilir bir tez versiyonu genellikle iki tasarım döngüsü, mütevazı örneklem büyüklüklerine sahip iki veya üç iç içe geçmiş düzey (örneğin, 5-10 okulda sınıflara iç içe geçmiş öğrenciler) ve bir veya iki düzeyde amaçlı örnekleme ile bir nitel kol içerir. Kurumsal erişim ve önceden var olan veri yapıları sağlayan devam eden bir araştırma projesi içinde çalışmak, tasarımı yönetilebilir hale getirebilir.
Ne tür bir yazılıma ihtiyacım var?
Çok düzeyli nicel kol için: HLM yazılımı, R (lme4 veya nlme paketleri), Stata (mixed komutu) veya Mplus standart seçimlerdir. Nitel analiz için: NVivo, ATLAS.ti veya MAXQDA. Entegrasyon için: ortak gösterimler tipik olarak bir kelime işlemci veya elektronik tabloda oluşturulur; MAXQDA yerleşik bir karma yöntemler entegrasyon çalışma alanı sunar.
Entegrasyon pratikte neye benziyor?
Entegrasyon en sık ortak bir gösterim aracılığıyla elde edilir — her düzeydeki nicel etki tahminlerini ilgili düzeyden nitel temalarla yan yana getiren bir tablo veya şekil. Örneğin, bir sütun bir sınıf düzeyindeki bir öngörücü için HLM katsayısını gösterir ve bitişik sütun, o öngörücünün neden önemli olduğunu açıklayan nitel temayı sunar. Anlatı sentezi daha sonra yalnızca tek bir veri akışının destekleyemeyeceği açık çıkarımlar yapar.
Kaynaklar
- Creswell, J. W., & Plano Clark, V. L. (2018). Designing and Conducting Mixed Methods Research (3rd ed.). SAGE Publications. ISBN: 978-1483344379
- Teddlie, C., & Tashakkori, A. (2009). Foundations of Mixed Methods Research: Integrating Quantitative and Qualitative Approaches in the Social and Behavioral Sciences. SAGE Publications. ISBN: 978-0761930129
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Design-based Multilevel Mixed Methods Research. ScholarGate. https://scholargate.app/tr/research-design/design-based-multilevel-mixed-methods
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Tasarım Tabanlı Müdahale Karma YöntemlerAraştırma tasarımı↔ karşılaştır
- Tasarım Temelli AraştırmaSaha yöntemleri↔ karşılaştır
- Çok Düzeyli ModellemeAraştırma istatistiği↔ karşılaştır