Читать книгу Forschungsmethoden in der Fremdsprachendidaktik - Группа авторов - Страница 71

Von DatentriangulationDatentriangulation wird gesprochen, wenn Datensätze kombiniert werden, die verschiedenen Quellen entstammen (Denzin 1970). Allein nach dieser Definition könnte jedoch jede Art der Methodentriangulation auch als Datentriangulation bezeichnet werden, denn der Einsatz verschiedener Methoden führt immer auch zu unterschiedlichen Datensätzen (Aguado 2015: 207, Settinieri 2015: 23). Denzin spricht daher nur dann von Datentriangulation, wenn dieselbe Methode verwendet und das gleiche Phänomen untersucht wurde (Denzin 1970: 301).

In Anlehnung an Denzin können drei Subtypen von Datentriangulation entsprechend der Triangulation verschiedener Zeitpunkte, Personen und/oder Orte unterschieden werden. So kann, wie z.B. in der Studie von Schwab (2009), die Datenerhebung zu mehreren Zeitpunkten stattfinden. Obwohl es nicht um das Nachzeichnen einer Entwicklung ging, erstreckten sich die Videomitschnitte von Unterrichtssequenzen in dieser Untersuchung über zwei Schuljahre. Die Erhebung von Daten mit einer spezifischen Methode kann auch mit einer weiteren Person oder Personengruppe durchgeführt werden, was geradezu den Regelfall darstellt und mit Blick auf SamplingSampling-Prozeduren zu reflektieren ist (vgl. Kapitel 4.3). Der dritte Triangulationstyp beschreibt die Kombination von Datensätzen, die an mehreren verschiedenen Orten erhoben wurden. In allen drei Fällen geht es nicht darum, auf diese Weise unterschiedliche Variablen (verschiedene Zeitpunkte, Personen oder Orte) zu erfassen und bei der Analyse zu berücksichtigen, sondern Datentriangulation dient grundsätzlich dazu, die Robustheit der Studie zu erhöhen.

Die Beispiele machen deutlich, dass meist mehrere Triangulationsstrategien gleichzeitig verwendet werden und Denzins Klassifizierungen nicht immer trennscharf sind. So ist die lokale Datentriangulation auch zwingend immer eine Kombination verschiedener Personen(gruppen). In Bezug auf die zeitliche Triangulation wird mehrfach angemerkt, dass demnach auch Longitudinalstudien triangulierende Untersuchungen wären, da hier die Datensätze mehrerer Zeitpunkte in Beziehung zueinander gesetzt werden. Dieses Vorgehen dient jedoch weder der Validierung noch der Vertiefung von Erkenntnissen, sondern der Erforschung von Prozessen (s. auch Aguado 2015: 207–8).

Im Unterschied zu Denzins Verwendung des Begriffs Datentriangulation als Oberbegriff gehen andere Klassifizierungen von Datentriangulation (bezogen auf Personen als verschiedene Informationsquellen), von zeitlicher und örtlicher Triangulation als nebeneinander stehende Triangulationstypen aus (Brown/Rodgers 2002, Cohen/Manion/Morrison 2011).

Denzin plädiert in Anlehnung an das theoretical samplingtheoretical sampling der Grounded Theory dafür, innerhalb einer Studie nach möglichst vielen auf den Forschungsgegenstand bezogenen Datenquellen zu suchen, um durch Vergleiche möglichst kontrastiver Settings entsprechende theoretische Konzepte sukzessive herausarbeiten zu können (Denzin 1970: 301). Dem Prinzip von Replikationsstudien (s. Kapitel 4.5) liegt ein ähnlicher Gedanke zugrunde, doch spricht man von Triangulation nur in den Fällen, in denen Daten bei der Analyse direkt zueinander in Beziehung gesetzt werden; dies ist in der Regel nur im Rahmen jeweils einer Studie der Fall, da Replikationsstudien zwar die Befunde, in der Regel aber nicht die Daten von Vorgängerstudien mit den eigenen Daten in Beziehung setzen (s. auch Kapitel 4.5 zu Metaanalysen).