Skip to content
بازگشت به نتایج جست‌وجو

اشباع داده در پژوهش کیفی

معرفی‌شده توسط
Barney Glaser and Anselm Strauss
سال
1967
نوع
Concept
خانواده
sampling-concept

این متن ترجمه ماشینی است و هنوز بازبینی نشده است. متن اصلی را به انگلیسی بخوانید

اندازه قلم

چه کاری انجام می‌دهد؟

اشباع داده، اصلی بنیادین در پژوهش کیفی است که به نقطه‌ای اشاره دارد که در آن جمع‌آوری داده، مضامین، کدها یا بینش‌های جدیدی را به همراه ندارد — داده‌های اضافی زائد تلقی می‌شوند. این مفهوم که توسط گلیسر و اشتراوس (۱۹۶۷) در کارشان بر روی نظریه داده‌بنیاد معرفی شد، راهنمای تصمیم‌گیری در مورد حجم نمونه و زمان توقف جذب مشارکت‌کنندگان است. اشباع یک عدد ثابت نیست، بلکه یک نقطه پایانی پویا است که با بررسی اینکه آیا داده‌های جدید اطلاعاتی اساساً جدیدی اضافه می‌کنند یا خیر، تعیین می‌شود. این مفهوم برای ادعای دقت و کفایت نظری در پژوهش کیفی محوری است و نشان می‌دهد که پژوهشگر داده‌های کافی برای درک عمیق پدیده را جمع‌آوری کرده است.

شهود پشت روش

پژوهش کیفی درباره شمارش تعداد افرادی که مطالعه کرده‌اید نیست، بلکه درباره این است که آیا داده‌های کافی برای درک عمیق پدیده جمع‌آوری کرده‌اید. اشباع این اصل را عملیاتی می‌کند: این پرسش را می‌پرسد که «آیا هر مصاحبه، گروه کانونی یا مشاهده جدید به طور معناداری اطلاعات جدیدی اضافه می‌کند یا الگوهای مشابهی را به طور مکرر می‌شنویم؟» مصاحبه‌های اولیه معمولاً مضامین جدید و غنی را به همراه دارند؛ با ادامه کار، داده‌های جدید به طور فزاینده‌ای مضامین موجود را تکرار می‌کنند و در عین حال اطلاعات جدید حداقلی را اضافه می‌کنند. اشباع نشان می‌دهد که شما به عمق و گستردگی درک دست یافته‌اید. این با توان آماری (که به دنبال نمایندگی است) یا قابلیت تعمیم (که به دنبال برآوردهای جمعیتی است) متفاوت است. بلکه، اشباع نشان می‌دهد که شما پیچیدگی و تنوع پدیده را در نمونه خود ثبت کرده‌اید. رسیدن به اشباع، شاهدی بر این است که تحلیل شما بر اساس داده‌ها است و دلبخواهی نیست.

تاریخ

اشباع را گلیسر و اشتراوس (۱۹۶۷) به‌عنوان اصل کلیدی نظریه داده‌بنیاد معرفی کردند: نمونه‌گیری نظری تا زمانی ادامه می‌یابد که داده‌های جدید دیگر مقوله‌های مفهومی تازه‌ای به نظریه نوظهور نیفزایند. اشتراوس و کوربین (۱۹۹۸) اشباع را برای کاربرد عملی عملیاتی کردند. Bowen (۲۰۰۸) و Guest و همکاران (۲۰۰۶) نشان دادند که اشباع در نمونه‌های همگن اغلب در ۱۲ تا ۲۰ مصاحبه رخ می‌دهد و این فرض پیشین را که مصاحبه‌های بسیار بیشتری لازم است به چالش کشیدند. بحث‌های معاصر بر مستندسازی شفاف فرایندهای اشباع و پذیرش این نکته تأکید دارند که اشباع بسته به زمینه پژوهش، ویژگی‌های نمونه و مهارت پژوهشگر تفاوت می‌کند. کار اخیر (Francis et al. ۲۰۱۰) تمایز میان اشباع موضوعی (بدون مضمون جدید) و اشباع مفهومی (نظریه به‌طور کامل پرورده شده) را برجسته کرده و خواستار اصطلاح‌شناسی و مستندسازی دقیق‌تر شده است.

چه زمانی استفاده شود

اشباع رویکرد استاندارد برای تعیین حجم نمونه در مطالعات کیفی با استفاده از تحلیل موضوعی، تحلیل محتوا، یا نظریه داده‌بنیاد است. این روش برای مصاحبه‌ها، گروه‌های کانونی، مشاهدات و تحلیل اسناد کاربرد دارد. از نمونه‌گیری مبتنی بر اشباع زمانی استفاده کنید که هدف، درک اکتشافی (تولید نظریه، درک یک پدیده) باشد نه آزمون فرضیه. هنگام ترکیب روش‌های کیفی و کمی، اشباع حجم نمونه کیفی را مستقل از محاسبات توان کمی تعیین می‌کند. اشباع را به صراحت در روش‌های خود مستند کنید تا دقت روش‌شناختی را نشان دهید.

محدودیت‌ها و ملاحظات

  • نیازمند تحلیل مداوم در طول گردآوری داده (زمان‌بر) و تصمیم‌گیری تکرارشونده است؛ اگر گردآوری و تحلیل داده از هم جدا باشند، امکان‌پذیر نیست.
  • تعیین آن ذهنی است؛ پژوهشگران ممکن است درباره زمان رسیدن به اشباع یا آنچه «مضمون جدید» محسوب می‌شود، اختلاف‌نظر داشته باشند.
  • اشباع بسته به همگنی جمعیت، پیچیدگی پرسش پژوهش و مهارت پژوهشگر تفاوت می‌کند؛ آستانه همگانی وجود ندارد.
  • اگر معیارهای اشباع مبهم باشند، می‌تواند به جدول زمانی طولانی یا نامطمئن گردآوری داده بینجامد.
  • اگر اشباع زودهنگام ادعا شود یا پژوهشگران بدون اطمینان فراتر از اشباع ادامه دهند، ممکن است انتشار را به تأخیر بیندازد یا مانع آن شود.

شرایط منبع جایگزین بررسی علمی مستقل یا اعتبارسنجی توسط موتور تحلیل نیست.

نقاط قوت

  • رویکردی اصولی و انعطاف‌پذیر برای تعیین حجم نمونه فراهم می‌کند؛ نیازی به محاسبات توان پیشینی نیست.
  • حجم نمونه را بر خود داده‌ها استوار می‌کند؛ نمونه‌گیری تا رسیدن به کفایت نظری ادامه می‌یابد، نه تا یک آستانه دلخواه.
  • هم از کم‌نمونه‌گیری (درک ناکافی) و هم از بیش‌نمونه‌گیری (افزونگی غیرضروری) جلوگیری می‌کند.
  • گردآوری و تحلیل همزمان و تکرارشونده داده‌ها را تشویق می‌کند؛ یافته‌های نوظهور می‌توانند جذب بعدی را هدایت کنند.
  • ادعاهای دقت روش‌شناختی را تقویت می‌کند؛ اشباع به‌عنوان شاهدی بر کفایت روش‌شناختی شناخته می‌شود.

کاربردها

  • پژوهش کیفی اکتشافی در رشته‌های مختلف: تعیین اینکه چه زمانی مصاحبه‌ها، گروه‌های کانونی یا مشاهدات کافی برای درک یک پدیده انجام شده است.
  • مطالعات نظریه داده‌بنیاد: استفاده از نمونه‌گیری نظری برای ادامه گردآوری داده تا زمانی که نظریه نوظهور کاملاً پرورده و اشباع شود.
  • پژوهش کیفی سلامت: مطالعات تجربه بیماران، موانع مراقبت یا اجرای مداخلات سلامت که بر نمونه‌گیری مبتنی بر اشباع تکیه دارند.
  • پژوهش علوم اجتماعی: اشباع حجم نمونه را در مطالعات نگرش‌ها، رفتارها، فرهنگ‌های سازمانی یا پدیده‌های اجتماعی هدایت می‌کند.
  • پژوهش آمیخته: اشباع حجم نمونه کیفی را مستقل از الزامات حجم نمونه کمی تعیین می‌کند.

چگونه کار می‌کند

چگونه کار می‌کند

1

جمع‌آوری داده را با مصاحبه‌های اولیه، گروه‌های کانونی یا مشاهدات آغاز کنید. داده‌ها را همزمان با جمع‌آوری تحلیل کنید (تحلیل تکرارشونده) نه اینکه تا جمع‌آوری تمام داده‌ها صبر کنید. پس از هر دوره جمع‌آوری داده، داده‌ها را کدگذاری و تحلیل کنید. با ظهور کدها و مضامین جدید، آن‌ها را یادداشت کنید. به جذب و جمع‌آوری داده ادامه دهید. با هر دوره جدید جمع‌آوری داده، بپرسید: آیا این داده‌های جدید مضامین یا کدهای جدید و قابل توجهی اضافه می‌کنند، یا در دسته‌های موجود قرار می‌گیرند؟ فراوانی کدهای جدید را پیگیری کنید: اگر آخرین ۳ تا ۵ دوره جمع‌آوری داده هر بار تنها یک یا دو کد جدید (یا هیچ) به همراه داشته باشد، اشباع نزدیک است. برخی پژوهشگران از جدول اشباع استفاده می‌کنند: کدها را فهرست کرده و علامت بزنید که کدام مصاحبه‌ها/گروه‌ها هر کد را شامل می‌شوند. هنگامی که جدول تثبیت شد (کدهای جدید کمی در مشارکت‌کنندگان جدید ظاهر می‌شوند)، اشباع حاصل شده است. تصمیم‌گیری خود را مستند کنید: چند مشارکت‌کننده جذب کردید، چند مشارکت‌کننده اضافی قبل از رسیدن به اشباع مورد نیاز بود، و چه چیزی «مضمون جدید» را تشکیل می‌دهد (توضیح جزئی در مقابل بینش اساساً متفاوت).

2

اشباع را با تعریف آنچه «مضمون جدید» محسوب می‌شود، عملیاتی کنید. مضمون جدید معمولاً به معنای بینشی اساساً متفاوت است که قبلاً ثبت نشده است — نه توضیح جزئی یا ظرافت مضامین موجود. یک فهرست موضوعی ایجاد کنید: تمام مضامین شناسایی شده را فهرست کرده و یادداشت کنید که هر کدام در کدام مصاحبه‌ها/گروه‌ها ظاهر می‌شود. هنگامی که مصاحبه‌های جدید تنها جزئیات جزئی یا توضیحات مضامین موجود را اضافه می‌کنند، اشباع نزدیک است. جداول اشباع را که فراوانی کد را در بین مشارکت‌کنندگان نشان می‌دهد، تولید کنید: جدول باید تثبیت شود و کدهای جدید کمی در مشارکت‌کنندگان بعدی ظاهر شوند. برخی پژوهشگران از نرخ افزونگی استفاده می‌کنند: درصد محتوای «جدید» را در هر مصاحبه متوالی محاسبه کنید. هنگامی که محتوای جدید به زیر ۵ تا ۱۰ درصد در هر مصاحبه کاهش یافت، احتمالاً اشباع حاصل شده است. برای نمونه‌های همگن (سن، تجربه، پیشینه مشابه)، اشباع معمولاً در حدود ۱۲ تا ۱۵ مصاحبه رخ می‌دهد؛ برای نمونه‌های ناهمگن، ممکن است به ۲۰ تا ۳۰+ مصاحبه نیاز باشد. نحوه ارزیابی اشباع و نقطه رسیدن به آن را به صراحت گزارش دهید.

دام‌های رایج

  • تلقی شرح‌های جزئی یا جزئیات زمینه‌ای به‌عنوان مضمون «جدید»؛ بزرگ‌نمایی معیارهای اشباع برای توجیه توقف زودهنگام.
  • تحلیل نکردن داده‌ها در حین گردآوری؛ منتظر ماندن تا جمع شدن همه داده‌ها ارزیابی اشباع را دشوار و واکنشی می‌کند.
  • مستند نکردن شفاف فرایند اشباع؛ ادعای اشباع بدون نمایش شواهد (جدول‌های فراوانی کد، شبکه‌های اشباع).
  • فرض اینکه اشباع در یک زیرگروه برای زیرگروه دیگر هم صادق است؛ نمونه‌های همگن سریع‌تر از نمونه‌های متنوع به اشباع می‌رسند.
  • ادامه گردآوری داده بسیار فراتر از اشباع بدون توجیه؛ اشباع مستلزم ادامه گردآوری برای تأیید یا تعمیق یافته‌ها نیست، هرچند برخی پژوهشگران این کار را عمداً انجام می‌دهند.

پرسش‌های متداول

برای رسیدن به اشباع به چند مصاحبه نیاز دارم؟

برای نمونه‌های همگن (ویژگی‌های جمعیتی و تجربه‌های مشابه)، اشباع معمولاً در ۱۲ تا ۲۰ مصاحبه رخ می‌دهد. برای نمونه‌های ناهمگن (پیشینه‌ها و تجربه‌های متنوع) ممکن است ۲۰ تا ۳۰ مصاحبه یا بیشتر لازم باشد. مطالعات مقدماتی نشان می‌دهند که در نمونه‌های نسبتاً همگن، اشباع اغلب تا مصاحبه دوازدهم رخ می‌دهد و پس از آن اطلاعات جدید اندکی به دست می‌آید (Guest et al. ۲۰۰۶). داده‌های واقعی خود را مستند کنید و به‌جای فرض یک عدد ثابت، نشان دهید اشباع چه زمانی حاصل شد.

چه چیزی «مضمون جدید» محسوب می‌شود؟

مضمون جدید بینشی اساساً متفاوت است که پیش‌تر شناسایی نشده است — دیدگاه، تبیین یا تجربه‌ای تازه. شرح‌های جزئی یا جزئیات زمینه‌ای مربوط به مضامین موجود مضمون جدید به حساب نمی‌آیند. مثال: اگر شناسایی کرده‌اید که بیماران از عوارض جانبی می‌ترسند، بیماری که عوارض جانبی خاصی را توصیف می‌کند مضمون جدید نیست؛ اما بیماری که درباره اثر عوارض جانبی بر روابط صحبت می‌کند، مضمون جدید است.

آیا با انجام فقط ۸ مصاحبه می‌توانم ادعای اشباع کنم؟

بله، اما به‌ندرت و با احتیاط. اگر نمونه شما بسیار همگن و پرسش پژوهش محدود باشد، اشباع ممکن است در ۸ مصاحبه رخ دهد. با این حال، این امر مستندسازی می‌خواهد: جدول‌های کدگذاری یا شبکه‌های اشباع خود را نشان دهید که ثابت شدن کدهای جدید تا مصاحبه ۸ و نبود کد جدید در مصاحبه‌های ۹ به بعد (در صورت انجام آن‌ها) را نشان می‌دهد. درباره محدودیت شفاف باشید: بپذیرید که نمونه شما کوچک است و یافته‌ها به زمینه خاص شما اعمال می‌شوند.

آیا پس از رسیدن به اشباع باید گردآوری داده را ادامه دهم؟

خیر. وقتی اشباع حاصل شد، ادامه گردآوری داده افزونگی به بار می‌آورد، نه بینش عمیق‌تر. با این حال، برخی پژوهشگران عمداً داده‌های بیشتری گردآوری می‌کنند تا درک خود را راستی‌آزمایی یا عمیق‌تر کنند. این پذیرفتنی است اما باید صریحاً به‌عنوان یک انتخاب بیان شود، نه اینکه برای اشباع الزامی معرفی شود.

چگونه اشباع را با اخلاق و امکان‌پذیری وفق دهم؟

اشباع انعطاف‌پذیر است. اگر منابع (زمان، بودجه، دسترسی) پیش از رسیدن به اشباع گردآوری داده را محدود کنند، این را به‌عنوان محدودیت گزارش کنید. می‌توانید از «اشباع مقدماتی» یا «اشباع در چارچوب محدودیت‌های منابع» سخن بگویید. شفاف باشید: «در مضامین A و B به اشباع رسیدیم، اما در مضمون C به دلیل دسترسی محدود به مشارکت‌کنندگانی با تجربه‌های C نرسیدیم.»

روش‌های مرتبط

منابع

  1. Glaser, B. G., & Strauss, A. L. (1967). The Discovery of Grounded Theory: Strategies for Qualitative Research. Aldine.

    شابک: 978-0202302560
    کپی شد.
  2. Strauss, A., & Corbin, J. (1998). Basics of Qualitative Research: Techniques and Procedures for Developing Grounded Theory (2nd ed.). SAGE Publications.

    شابک: 978-0803959393
    کپی شد.
  3. Bowen, G. A. (2008). Naturalistic inquiry and saturation (S): Determining when enough is enough. Journal of Research in Education, 18(1), 137-152.

    باز کردن مرجع انتشار
    کپی شد.
  4. Guest, G., Bunce, A., & Johnson, L. (2006). How many interviews are enough? An experiment with data saturation and variability. Field Methods, 18(1), 59-82.

    باز کردن مرجع DOI
    کپی شد.