Katılımcı Karma Yöntemler Matrisi — Topluluk Temelli Entegrasyon Tasarımı
Participatory Mixed Methods Matrix Design · Ayrıca şöyle bilinir: PAR mixed methods matrix, participatory mixed methods joint display, community-based mixed methods matrix, CBPR mixed methods matrix
Katılımcı Karma Yöntemler Matrisi, ortak bir gösterim entegrasyon matrisini katılımcı bir araştırma çerçevesine yerleştiren bir araştırma tasarımıdır. Topluluk üyeleri veya diğer paydaşlar çalışmayı birlikte tasarlar, nicel ve nitel veri akışlarını birlikte toplar ve ardından her iki akışın yan yana gösterildiği matrisi birlikte yorumlar. Bu yaklaşım, karma yöntem entegrasyonunun titizliğini kullanırken, katılımcı ilkeyi — bir sorundan etkilenenlerin araştırmanın yazarlığını paylaşması — işler hale getirir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Bu tasarımı şu durumlarda kullanın: (a) araştırma sorusu, içeriden bilginin epistemik olarak esas olduğu, topluluk tarafından tanımlanmış bir sorunla ilgiliyse, (b) hem sayısal büyüklüğe hem de yaşanmış deneyim derinliğine ihtiyacınız varsa ve (c) sadece paralel raporlama değil, anlamlı entegrasyon bir hedefse. Sağlık eşitliği araştırmaları, eğitim müdahaleleri, çevresel adalet çalışmaları ve marjinalleşmiş topluluklarda politika değerlendirmesi için çok uygundur. Topluluk katılımı yüzeysel veya sadece danışmanlık niteliğindeyse kullanmayın; gerçek ortak sahiplenme olmadan katılımcı etiketi yanıltıcı hale gelir. Zaman çizelgeleri veya etik onayları yinelemeli topluluk katılımını karşılayamıyorsa veya nicel ve nitel akışlar entegrasyona ihtiyaç duymayan tamamen bağımsız soruları yanıtlıyorsa bundan kaçının.
Güçlü yönler & sınırlılıklar
- İstatistiksel genişliği bağlamsal derinlikle birleştirerek, her iki akışın tek başına sağlayacağından daha zengin ve daha eyleme geçirilebilir bulgular üretir.
- Topluluk ortak sahiplenmesi, kültürel geçerliliği, yanıt oranlarını ve araçların ve soruların uygunluğunu artırır.
- Önceden yapılandırılmış matris, bulguları sadece yan yana koyan karma yöntem çalışmalarının yaygın tuzağı yerine açık entegrasyonu zorlar.
- Katılımcı doğrulama, bulguların gerçek topluluk eylemine veya politika değişikliğine yol açma olasılığını artırır.
- Matristeki çelişkili hücreler — sayıların ve anlatıların ayrıştığı yerler — teorik olarak üretken yeni sorular ortaya çıkarır.
- Tek akışlı tasarımlardan önemli ölçüde daha fazla kaynak yoğundur: veri toplamadan önce, veri toplama sırasında ve sonrasında sürekli topluluk katılımı gerektirir.
- Akademik araştırmacılar ve topluluk ortakları arasındaki güç dinamikleri, aktif olarak yönetilmezse gerçek ortak sahiplenmeyi zayıflatabilir.
- Entegrasyon matrisini a priori tasarlamak, açık kavramsal çerçeveleme gerektirir; yapılarından emin olmayan araştırmacılar, verilere uymayan bir matris oluşturma riskiyle karşı karşıyadır.
- Bulgular derinden bağlama özgüdür; katılımcı doğa, farklı yerlerde standartlaştırılmış replikasyonu zorlaştırır.
- Kurumsal İnceleme Kurulu (IRB) ve etik onay süreçleri, yinelemeli topluluk ortak tasarımına uygun olmayabilir ve idari sürtünme yaratabilir.
SSS
Bu, standart bir yakınsak paralel karma yöntem tasarımından nasıl farklıdır?
Yakınsak paralel bir tasarım, nicel ve nitel verileri eş zamanlı olarak toplar ve birleştirir, ancak araştırma ekibi tüm aşamaları kontrol eder. Katılımcı karma yöntemler matrisi, her aşamada — sorun tanımı, araç tasarımı, veri toplama, matris yorumlama ve eylem planlaması — bir topluluk ortak sahiplenmesi katmanı ekler ve matrisi akademik olmayan paydaşlar için erişilebilir ortak bir eser olarak kullanır. Entegrasyon mantığı aynıdır; yönetişim ve epistemoloji farklıdır.
Matrisin veri toplamadan önce oluşturulması gerekiyor mu?
Matrisin a priori oluşturulması şiddetle tavsiye edilir çünkü araştırmacıları ve topluluk ortaklarını, iki akışın hangi yapıları birlikte aydınlatacağını açıkça düşünmeye zorlar. Keşif amaçlı olarak sonradan (post-hoc) bir matris oluşturulabilir, ancak bu, gerçek yakınsamayı test etmek yerine sonuçlara uyması için entegrasyonu tersine mühendislik yapma riskini taşır.
Matriste nicel ve nitel bulgular birbiriyle çeliştiğinde ne olur?
Farklılaşma bir başarısızlık değil, bir bulgudur. Genellikle iki akışın fenomenin farklı yönlerini yakaladığını, ölçüm araçlarının topluluğun deneyimsel olarak bildiği bir şeyi kaçırdığını veya alt grup varyasyonunun toplu istatistikler tarafından yakalanamadığını gösterir. Farklılaşan hücreler açıkça işaretlenmeli, ek topluluk tartışması yoluyla keşfedilmeli ve bir açıklama ile rapor edilmelidir.
Sembolik katılım yerine gerçek topluluk ortak sahiplenmesini nasıl sağlarsınız?
Ortak sahiplenme, topluluk ortaklarını şu konularda dahil ederek sürdürülür: araştırma sorusunu tanımlama, araçları gözden geçirme ve uyarlama, veri toplama işlemlerini yürütme veya birlikte yürütme, tamamlanmış matrisi yorumlama ve raporları birlikte yazma veya gözden geçirme. Resmi ortaklık anlaşmaları, şeffaf karar alma protokolleri ve topluluk araştırmacılarının zamanı için tazminat yapısal desteklerdir. Ekip içindeki güç dinamikleri üzerine düzenli yansıma da önerilir.
Bu tasarım hakemli dergilerde yayınlanabilir mi?
Evet. Katılımcı karma yöntem tasarımları ve ortak gösterim matrisleri, Health Services Research, Journal of Mixed Methods Research ve American Journal of Community Psychology gibi dergilerde düzenli olarak yayınlanmaktadır. Hakemler, topluluk ortaklarının her aşamada nasıl dahil edildiğine ve matrisin nasıl oluşturulup yorumlandığına dair açık bir açıklama bekleyecektir.
Kaynaklar
- Creswell, J. W., & Plano Clark, V. L. (2018). Designing and Conducting Mixed Methods Research (3rd ed.). SAGE Publications. ISBN: 978-1483344379
- 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. DOI: 10.1111/1475-6773.12117 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Participatory Mixed Methods Matrix Design. ScholarGate. https://scholargate.app/tr/research-design/participatory-mixed-methods-matrix
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
Yan yana karşılaştır →