Thiết kế nghiên cứu hỗn hợp là gì?

Điểm cốt lõi không nằm ở việc một nghiên cứu có cả bảng hỏi lẫn phỏng vấn, hay có cả số liệu lẫn lời kể. Một nghiên cứu chỉ thực sự mang logic hỗn hợp khi hai dòng bằng chứng có quan hệ với nhau: kết quả của dòng này có thể định hướng dòng kia, hai kết quả có thể được đối chiếu trực tiếp, hoặc một loại dữ liệu được đặt bên trong loại còn lại để làm rõ một phần của vấn đề.

Vì vậy, khi đánh giá một thiết kế hỗn hợp, câu hỏi quan trọng không phải chỉ là “nghiên cứu có dùng định lượng và định tính hay không?”, mà còn là: Hai phần gặp nhau ở đâu? Phần nào diễn ra trước? Phần nào có vai trò chính? Và kết luận chung được hình thành từ sự kết hợp đó như thế nào?

Điều gì làm một nghiên cứu thực sự là mixed methods?

Trong cách tiếp cận được hệ thống hóa rộng rãi bởi John W. Creswell và Vicki L. Plano Clark, nghiên cứu hỗn hợp không phải phép cộng cơ học giữa nghiên cứu định lượng và nghiên cứu định tính. Nó là một thiết kế phương pháp luận trong đó hai loại dữ liệu được sử dụng có chủ đích và được tích hợp để tạo ra hiểu biết mà một nguồn bằng chứng riêng lẻ khó cung cấp đầy đủ.

Có thể nhận diện một thiết kế nghiên cứu hỗn hợp qua ba thành phần chính.

Thứ nhất, nghiên cứu có hai dòng bằng chứng khác nhau về bản chất. Dữ liệu định lượng thường biểu diễn mức độ, tần suất, quan hệ hoặc khác biệt dưới dạng số. Dữ liệu định tính tập trung vào ý nghĩa, trải nghiệm, bối cảnh, diễn giải hoặc quá trình.

Thứ hai, giữa hai dòng bằng chứng phải tồn tại một quan hệ thiết kế. Chúng có thể được thu thập đồng thời, thực hiện nối tiếp hoặc một phần được lồng trong phần còn lại.

Thứ ba, phải có điểm tích hợp. Nếu một nhóm nghiên cứu thực hiện khảo sát và phỏng vấn nhưng phân tích chúng như hai nghiên cứu độc lập, sau đó chỉ đặt kết quả cạnh nhau mà không tạo ra diễn giải chung, việc sử dụng hai phương pháp chưa đủ để tạo thành một thiết kế hỗn hợp mạnh.

Nói cách khác, đơn vị quan trọng nhất của mixed methods không phải “hai phương pháp”, mà là mối quan hệ giữa hai nguồn bằng chứng. Giá trị của thiết kế xuất hiện khi mối quan hệ đó giúp nhà nghiên cứu giải thích, kiểm tra, mở rộng hoặc phát triển kết quả.

Vì sao hai loại bằng chứng cần được kết hợp?

Định lượng và định tính trả lời những phần khác nhau của một vấn đề.

Dữ liệu định lượng đặc biệt hữu ích khi cần biết một hiện tượng phổ biến đến đâu, khác biệt ở mức nào hoặc các biến có quan hệ ra sao. Chẳng hạn, một khảo sát có thể cho thấy mức độ hài lòng của một nhóm người tham gia và xác định nhóm nào có điểm hài lòng thấp hơn.

Tuy nhiên, bản thân con số thường không giải thích đầy đủ vì sao sự khác biệt xuất hiện hoặc người tham gia đã trải nghiệm điều gì. Phỏng vấn định tính có thể làm rõ nguyên nhân, bối cảnh và cách người tham gia hiểu hiện tượng đó.

Chiều ngược lại cũng quan trọng. Một nghiên cứu định tính có thể phát hiện một mô hình trải nghiệm rất có ý nghĩa nhưng chưa cho biết mô hình đó phổ biến đến mức nào trong quần thể rộng hơn. Dữ liệu định lượng có thể được sử dụng ở giai đoạn sau để khảo sát mức độ xuất hiện hoặc kiểm tra cấu trúc vừa được khám phá.

Do đó, lý do hợp lý để sử dụng thiết kế hỗn hợp không phải là “dùng nhiều phương pháp sẽ tốt hơn”. Thiết kế hỗn hợp chỉ tạo giá trị khi sự kết hợp giải quyết được một khoảng trống mà một phương pháp đơn lẻ để lại.

Điều này cũng đặt ra một giới hạn quan trọng: không phải câu hỏi nghiên cứu nào cũng cần mixed methods. Nếu câu hỏi có thể được trả lời thỏa đáng bằng một dòng bằng chứng, việc bổ sung phương pháp thứ hai có thể chỉ làm tăng khối lượng thu thập và phân tích mà không tạo thêm giá trị nhận thức tương xứng.

Hai nguồn bằng chứng được tích hợp ở đâu và bằng cách nào?

Tích hợp có thể xảy ra từ khi thiết kế mẫu, trong quá trình thu thập dữ liệu, ở giai đoạn phân tích hoặc khi diễn giải kết quả cuối cùng. Trong các khung mixed methods thường được sử dụng, những cơ chế như kết nối, xây dựng, hợp nhất và lồng ghép giúp mô tả chính xác hai dòng dữ liệu tác động đến nhau ra sao.

Kết nối hai giai đoạn

Kết nối xảy ra khi kết quả hoặc người tham gia của một giai đoạn quyết định cách triển khai giai đoạn tiếp theo.

Ví dụ, nhà nghiên cứu khảo sát 500 người trước, sau đó chọn một số trường hợp có kết quả đặc biệt để phỏng vấn sâu. Phần định lượng và định tính không còn độc lập: dữ liệu của giai đoạn đầu trực tiếp quyết định ai sẽ tham gia giai đoạn sau.

Cơ chế này hữu ích khi mục tiêu là đi từ một mô hình tổng quát đến những trường hợp cần được giải thích kỹ hơn.

Xây dựng giai đoạn sau từ kết quả trước

Xây dựng mạnh hơn việc chỉ lựa chọn người tham gia. Nội dung của giai đoạn sau được phát triển dựa trên những gì đã xuất hiện ở giai đoạn trước.

Chẳng hạn, phỏng vấn khám phá có thể phát hiện năm yếu tố mà người tham gia cho là quan trọng. Năm yếu tố đó sau đó được chuyển thành các nhóm biến hoặc mục hỏi cho một khảo sát rộng hơn.

Ở đây, phần định tính không chỉ bổ sung thông tin mà còn giúp tạo ra cấu trúc cho phần định lượng.

Hợp nhất hai bộ kết quả

Hợp nhất thường xuất hiện khi định lượng và định tính được thực hiện trong cùng một giai đoạn tương đối độc lập, sau đó kết quả được đặt vào cùng một khung diễn giải.

Nhà nghiên cứu có thể kiểm tra ba khả năng: hai nguồn bằng chứng hội tụ, bổ sung cho nhau hoặc mâu thuẫn.

Nếu khảo sát cho thấy mức độ hài lòng cao nhưng phỏng vấn lại bộc lộ nhiều trải nghiệm tiêu cực, nhiệm vụ của mixed methods không phải lựa chọn một nguồn và loại bỏ nguồn kia. Sự bất一致 đó trở thành một phát hiện cần giải thích: có thể thang đo chưa phản ánh một khía cạnh trải nghiệm, có thể các nhóm người tham gia khác nhau, hoặc bối cảnh của câu trả lời làm thay đổi ý nghĩa của con số.

Lồng ghép một nguồn bằng chứng

Lồng ghép xảy ra khi một dòng dữ liệu đóng vai trò hỗ trợ bên trong một thiết kế có dòng bằng chứng chính.

Ví dụ, một nghiên cứu chủ yếu dựa trên kết quả định lượng có thể bổ sung một số cuộc phỏng vấn để hiểu quá trình người tham gia phản ứng với can thiệp. Phần định tính không nhất thiết có trọng lượng ngang phần định lượng, nhưng nó cung cấp thông tin mà kết quả số không thể hiện.

Cách phân biệt các cơ chế này, được sử dụng trong các khung tích hợp của mixed methods như công trình của Fetters, Curry và Creswell, cho thấy “tích hợp” là một hoạt động có thể xác định cụ thể chứ không phải bước ghép hai phần nội dung vào cuối báo cáo.

Ba cấu trúc thiết kế hỗn hợp thường gặp

Cách bố trí thời gian và quan hệ giữa hai dòng bằng chứng tạo nên các cấu trúc thiết kế khác nhau. Ba cấu trúc nền tảng thường được sử dụng là hội tụ, giải thích tuần tự và khám phá tuần tự.

Thiết kế hội tụ

Trong thiết kế hội tụ (convergent design), dữ liệu định lượng và định tính thường được thu thập trong cùng một giai đoạn, phân tích riêng rồi hợp nhất để tạo diễn giải chung.

Thiết kế này phù hợp khi cả hai loại bằng chứng đều cần thiết để xem xét cùng một hiện tượng và nhà nghiên cứu không cần đợi kết quả của phương pháp thứ nhất mới biết phải làm gì với phương pháp thứ hai.

Giá trị chính nằm ở khả năng đối chiếu. Hai nguồn có thể xác nhận nhau, bổ sung những mặt khác nhau hoặc bộc lộ một mâu thuẫn cần giải thích.

Đổi lại, nhà nghiên cứu phải chuẩn bị cả hai dòng dữ liệu tương đối đồng thời và cần một kế hoạch rõ ràng để so sánh những kết quả vốn có hình thức rất khác nhau.

Thiết kế giải thích tuần tự

Thiết kế giải thích tuần tự (explanatory sequential design) bắt đầu bằng định lượng, sau đó sử dụng định tính để giải thích một số kết quả đã quan sát được.

Ví dụ, khảo sát có thể phát hiện một nhóm sinh viên có tỷ lệ bỏ học cao hơn dự kiến. Giai đoạn phỏng vấn tiếp theo tập trung vào nhóm đó để tìm hiểu những cơ chế hoặc hoàn cảnh đứng sau mô hình định lượng.

Logic ở đây là: xác định mô hình trước, giải thích mô hình sau.

Vì giai đoạn định tính phụ thuộc vào phát hiện định lượng, chất lượng của thiết kế phụ thuộc nhiều vào việc nhà nghiên cứu xác định đúng kết quả nào thực sự cần được giải thích.

Thiết kế khám phá tuần tự

Thiết kế khám phá tuần tự (exploratory sequential design) đi theo chiều ngược lại: bắt đầu bằng định tính rồi sử dụng định lượng để phát triển hoặc khảo sát rộng hơn những gì vừa được khám phá.

Nó phù hợp khi khái niệm chưa được xác định rõ, ngôn ngữ của người tham gia chưa được hiểu đầy đủ hoặc công cụ đo hiện có chưa phản ánh tốt bối cảnh nghiên cứu.

Chẳng hạn, phỏng vấn ban đầu có thể xác định các chiều cạnh của một trải nghiệm. Những chiều cạnh này sau đó được chuyển thành các mục hỏi để khảo sát trên mẫu lớn hơn.

Logic của thiết kế là: khám phá cấu trúc trước, mở rộng hoặc kiểm tra cấu trúc sau.

Ba thiết kế trên không khác nhau đơn thuần về thứ tự thao tác. Mỗi thiết kế thể hiện một quan hệ bằng chứng khác nhau: hội tụ dùng hai nguồn để nhìn cùng một vấn đề, giải thích tuần tự dùng nguồn thứ hai để làm rõ nguồn thứ nhất, còn khám phá tuần tự dùng nguồn thứ nhất để xây dựng nguồn thứ hai.

Chọn cấu trúc nào cho câu hỏi nghiên cứu?

Không có một thiết kế hỗn hợp tốt nhất cho mọi nghiên cứu. Cấu trúc phù hợp phải bắt đầu từ khoảng trống bằng chứng trong câu hỏi nghiên cứu.

Nếu đã biết những biến cần đo và vấn đề chủ yếu là một kết quả định lượng khó giải thích, thiết kế giải thích tuần tự thường có logic phù hợp hơn. Nếu khái niệm còn mơ hồ và cần hiểu trải nghiệm trước khi xây dựng phép đo, khám phá tuần tự hợp lý hơn. Nếu cần hai góc nhìn độc lập về cùng một hiện tượng trong cùng giai đoạn, thiết kế hội tụ có thể thích hợp.

Khi lựa chọn, nhà nghiên cứu nên kiểm tra bốn câu hỏi:

·         Hai loại dữ liệu giải quyết những phần nào của câu hỏi nghiên cứu

·         Một giai đoạn có cần kết quả của giai đoạn trước mới triển khai được hay không

·         Định lượng và định tính có vai trò ngang nhau hay một phần đóng vai trò hỗ trợ

·         Điểm tích hợp cụ thể sẽ nằm ở lựa chọn mẫu, thu thập dữ liệu, phân tích hay diễn giải

Không có yêu cầu rằng một thiết kế hỗn hợp phải chia nguồn lực theo tỷ lệ 50/50. Trọng số của hai phần có thể khác nhau miễn là sự khác biệt đó phù hợp với câu hỏi nghiên cứu và được thể hiện nhất quán trong thiết kế.

Một nguyên tắc thực hành hữu ích là thử hoàn thành câu sau trước khi thu thập dữ liệu: “Tôi cần dữ liệu B vì kết quả từ dữ liệu A chưa thể cho biết…”. Nếu không thể xác định phần còn thiếu đó, lý do sử dụng mixed methods có thể chưa đủ rõ.

Giới hạn và cách tránh hiểu sai thiết kế hỗn hợp

Thách thức lớn nhất của mixed methods thường không phải thu thập được hai loại dữ liệu, mà là tạo ra một diễn giải chung có logic.

Một nghiên cứu có thể thực hiện rất tốt khảo sát và phỏng vấn nhưng vẫn yếu ở cấp độ thiết kế nếu hai phần không tác động đến nhau. Đây là lý do “multiple methods” và “mixed methods” không nên được xem là hoàn toàn đồng nghĩa. Nhiều phương pháp có thể cùng tồn tại; mixed methods đòi hỏi thêm bước tích hợp.

Một hiểu lầm khác là hai nguồn dữ liệu phải cho cùng một kết quả. Trên thực tế, sự không đồng thuận có thể rất có giá trị. Nó có thể cho thấy hai phương pháp đang đo hoặc mô tả những lớp khác nhau của hiện tượng. Điều cần tránh là bỏ qua mâu thuẫn chỉ vì nó làm kết luận trở nên phức tạp hơn.

Thiết kế hỗn hợp cũng có chi phí phương pháp luận. Nhà nghiên cứu phải quản lý ít nhất hai logic thu thập và phân tích, xác định trình tự giữa chúng và dành thêm công sức cho giai đoạn tích hợp. Vì vậy, việc thêm một phương pháp chỉ để làm nghiên cứu có vẻ “toàn diện” hơn thường không phải lý do đủ mạnh.

Cuối cùng, chất lượng của mixed methods không được quyết định bởi số lượng dữ liệu hay việc hai phần có trọng lượng bằng nhau. Một thiết kế thuyết phục cần cho thấy rõ:

·         Vì sao một nguồn bằng chứng là chưa đủ

·         Mỗi nguồn đóng góp điều gì khác nhau

·         Hai nguồn được kết hợp ở điểm nào

·         Sự kết hợp làm thay đổi hoặc làm sâu thêm kết luận ra sao

Khi bốn câu hỏi này có câu trả lời rõ ràng, “hỗn hợp” không còn là nhãn gắn lên hai phương pháp riêng biệt mà trở thành logic thực sự của thiết kế nghiên cứu.

Thiết kế nghiên cứu hỗn hợp là cách phối hợp định lượng và định tính để tạo ra một kết luận tích hợp về cùng một vấn đề nghiên cứu. Giá trị của nó không đến từ việc sử dụng nhiều công cụ hơn, mà từ việc một nguồn bằng chứng giải thích, phát triển, kiểm tra hoặc bổ sung cho nguồn còn lại.

Muốn nhận diện hoặc xây dựng một thiết kế hỗn hợp đúng nghĩa, cần nhìn vào quan hệ giữa hai dòng dữ liệu: chúng được triển khai theo thứ tự nào, gặp nhau ở đâu và kết quả tích hợp giúp trả lời câu hỏi nghiên cứu tốt hơn như thế nào. Khi quan hệ đó không rõ, hai phương pháp có thể cùng xuất hiện nhưng nghiên cứu vẫn chưa khai thác được giá trị cốt lõi của mixed methods.