Saturazione dei dati nella ricerca qualitativa
- Introdotto da
- Barney Glaser and Anselm Strauss
- Anno
- 1967
- Tipo
- Concept
- Famiglia
- sampling-concept
Questo testo è una traduzione automatica e non è ancora stato revisionato. Leggi l’originale in inglese
A cosa serve?
La saturazione dei dati è un principio fondamentale nella ricerca qualitativa che descrive il punto in cui la raccolta dati non produce nuovi temi, codici o intuizioni; dati aggiuntivi diventano ridondanti.
Introdotta da Glaser e Strauss (1967) nel loro lavoro sulla grounded theory, la saturazione guida le decisioni sulla dimensione del campione e su quando interrompere il reclutamento dei partecipanti. La saturazione non è un numero fisso ma un punto finale dinamico determinato esaminando se i nuovi dati aggiungono informazioni sostanzialmente nuove. Il concetto è centrale per le affermazioni di rigore e adeguatezza teorica nella ricerca qualitativa, segnalando che il ricercatore ha raccolto dati sufficienti per comprendere il fenomeno in profondità.
L’intuizione alla base del metodo
La ricerca qualitativa non riguarda il conteggio di quante persone hai studiato, ma se hai raccolto dati sufficienti per comprendere profondamente il fenomeno. La saturazione opera questo principio: chiede: 'Ogni nuova intervista, focus group o osservazione aggiunge informazioni significativamente nuove o stiamo sentendo gli stessi schemi ripetutamente?' Le prime interviste tipicamente producono nuovi temi ricchi; man mano che continui, i nuovi dati ripetono sempre più i temi esistenti aggiungendo informazioni minime nuove. La saturazione segnala che hai raggiunto profondità e ampiezza di comprensione. Ciò è diverso dalla potenza statistica (che cerca la rappresentazione) o dalla generalizzabilità (che cerca stime della popolazione). Piuttosto, la saturazione indica che hai catturato la complessità e la variazione del fenomeno all'interno del tuo campione. Raggiungere la saturazione è la prova che la tua analisi è fondata sui dati e non arbitraria.
Storia
Saturation was introduced by Glaser and Strauss (1967) as a key principle of grounded theory: theoretical sampling continues until new data no longer contribute new conceptual categories to the emerging theory. Strauss and Corbin (1998) operationalized saturation for practical use. Bowen (2008) and Guest et al. (2006) demonstrated that saturation in homogeneous samples often occurs at 12–20 interviews, challenging earlier assumptions that many more interviews are required. Contemporary discussions emphasize the importance of documenting saturation processes transparently and recognizing that saturation varies by research context, sample characteristics, and researcher skill. Recent work (Francis et al. 2010) has highlighted the distinction between thematic saturation (no new themes) and conceptual saturation (theory is fully developed), and has called for more precise terminology and documentation.
Quando usarlo
La saturazione è l'approccio standard per determinare la dimensione del campione negli studi qualitativi che utilizzano l'analisi tematica, l'analisi del contenuto o la grounded theory. Si applica a interviste, focus group, osservazioni e analisi documentale. Utilizzare il campionamento basato sulla saturazione quando l'obiettivo è la comprensione esplorativa (generare teoria, comprendere un fenomeno) piuttosto che il test di ipotesi. Quando si combinano metodi qualitativi e quantitativi, la saturazione guida la dimensione del campione qualitativo indipendentemente dai calcoli di potenza quantitativa. Documentare esplicitamente la saturazione nei metodi per dimostrare il rigore metodologico.
Limiti e considerazioni
- Requires ongoing analysis during data collection (time-intensive) and iterative decision-making; not possible if data collection and analysis are separated.
- Subjective determination; researchers may disagree on when saturation is reached or what constitutes a 'new' theme.
- Saturation varies by population homogeneity, research question complexity, and researcher skill; no universal threshold.
- Can lead to prolonged or uncertain data collection timelines if saturation criteria are vague.
- May delay or prevent publication if saturation is claimed prematurely or if researchers continue beyond saturation uncertainly.
Le condizioni della fonte non sostituiscono una revisione scientifica indipendente né la validazione da parte di un motore di analisi.
Punti di forza
- Provides principled, flexible approach to sample size determination; no need for a priori power calculations.
- Grounds sample size in data itself; sample continues until theoretical adequacy is achieved rather than arbitrary cutoff.
- Prevents both under-sampling (inadequate understanding) and over-sampling (unnecessary redundancy).
- Encourages iterative, simultaneous data collection and analysis; allows emerging findings to guide further recruitment.
- Strengthens rigor claims; saturation is recognized as evidence of methodological adequacy.
Applicazioni
- Exploratory qualitative research across disciplines: determining when sufficient interviews, focus groups, or observations have been conducted to understand a phenomenon.
- Grounded theory studies: using theoretical sampling to continue data collection until the emerging theory is fully developed and saturated.
- Qualitative health research: studies of patient experiences, barriers to care, or implementation of health interventions rely on saturation-based sampling.
- Social science research: saturation guides sample sizes in studies of attitudes, behaviors, organizational cultures, or social phenomena.
- Mixed-methods research: saturation determines the qualitative sample size independently of quantitative sample size requirements.
Come funziona
Come funziona
Iniziare la raccolta dati con interviste iniziali, focus group o osservazioni. Analizzare i dati simultaneamente alla raccolta (analisi iterativa) piuttosto che aspettare che tutti i dati siano raccolti. Dopo ogni episodio di raccolta dati, codificare e analizzare i dati. Man mano che emergono nuovi codici e temi, annotarli. Continuare a reclutare e raccogliere dati. Con ogni nuovo episodio di raccolta dati, chiedere: questi nuovi dati aggiungono temi o codici sostanzialmente nuovi, o rientrano nelle categorie esistenti? Tracciare la frequenza dei nuovi codici: se gli ultimi 3-5 episodi di raccolta dati producono solo uno o due nuovi codici ogni volta (o nessuno), la saturazione si sta avvicinando. Alcuni ricercatori utilizzano una griglia di saturazione: elencare i codici e contrassegnare quali interviste/gruppi contengono ciascun codice. Quando la griglia si stabilizza (pochi nuovi codici che appaiono in nuovi partecipanti), si raggiunge la saturazione. Documentare il processo decisionale: quanti partecipanti hai reclutato, quanti partecipanti aggiuntivi sono stati necessari prima di raggiungere la saturazione e cosa costituiva un tema 'nuovo' (elaborazione minore vs. intuizione sostanzialmente diversa).
Operazionalizzare la saturazione definendo cosa conta come tema 'nuovo'. Un tema nuovo significa tipicamente un'intuizione sostanzialmente diversa non precedentemente catturata, non una lieve elaborazione o sfumatura di temi esistenti. Creare un inventario tematico: elencare tutti i temi identificati e annotare in quali interviste/gruppi appare ciascuno. Quando le nuove interviste aggiungono solo dettagli minori o elaborazioni a temi esistenti, la saturazione si sta avvicinando. Generare tabelle di saturazione che mostrano la frequenza dei codici tra i partecipanti: la tabella dovrebbe stabilizzarsi, con pochi nuovi codici nei partecipanti successivi. Alcuni ricercatori utilizzano tassi di ridondanza: calcolare la percentuale di contenuto 'nuovo' in ogni intervista successiva. Quando il nuovo contenuto scende al di sotto del 5-10% per intervista, la saturazione è probabilmente raggiunta. Per campioni omogenei (età, esperienza, background simili), la saturazione si verifica tipicamente intorno a 12-15 interviste; per campioni eterogenei, possono essere necessarie 20-30+ interviste. Riportare esplicitamente come è stata valutata la saturazione e a quale punto è stata ritenuta raggiunta.
Errori comuni
- Treating minor elaborations or contextual details as 'new' themes; inflating saturation criteria to justify stopping early.
- Failing to analyze data during collection; waiting until all data are gathered makes saturation assessment difficult and reactive.
- Not documenting the saturation process transparently; claiming saturation without showing the evidence (code frequency tables, saturation grids).
- Assuming saturation in one subgroup applies to another; homogeneous samples reach saturation faster than diverse ones.
- Continuing data collection far beyond saturation without justification; saturation does not require continued collection to verify or deepen findings, though some researchers do this intentionally.
Domande frequenti
How many interviews do I need to reach saturation?
For homogeneous samples (similar demographics, experiences), saturation typically occurs at 12–20 interviews. For heterogeneous samples (diverse backgrounds, experiences), 20–30+ interviews may be needed. Pilot studies suggest that among relatively homogeneous samples, saturation often occurs by the 12th interview with little new information after that (Guest et al. 2006). Document your actual data and show when saturation was reached rather than assuming a fixed number.
What counts as a 'new' theme?
A new theme is a substantively different insight not previously identified—a new perspective, explanation, or experience. Minor elaborations or contextual details related to existing themes do not count as new themes. Example: if you've identified that patients fear side effects, a patient describing specific side effects is not a new theme; but a patient discussing how side effects affect relationships is a new theme.
Can I claim saturation if I've done only 8 interviews?
Yes, but rarely and with caveats. If your sample is highly homogeneous and the research question is narrow, saturation may occur at 8 interviews. However, this requires documentation: show your coding tables or saturation grids demonstrating that new codes stabilized by interview 8 and no new codes appeared in interviews 9+ (if you conducted them). Be transparent about the limitation: acknowledge that your sample is small and findings apply to your specific context.
Do I need to continue data collection after reaching saturation?
No. Once saturation is reached, continuing to collect data yields redundancy, not deeper insight. However, some researchers intentionally collect additional data to verify or deepen understanding. This is acceptable but should be explicitly stated as a choice, not presented as required for saturation.
How do I reconcile saturation with ethics and feasibility?
Saturation is flexible. If resources (time, funding, access) limit data collection before saturation is reached, report this as a limitation. You can claim 'preliminary saturation' or 'saturation within resource constraints.' Be transparent: 'We reached saturation in themes A and B but not in theme C due to limited access to participants with C experiences.'
Metodi correlati
Fonti
Glaser, B. G., & Strauss, A. L. (1967). The Discovery of Grounded Theory: Strategies for Qualitative Research. Aldine.
ISBN: 978-0202302560Copiato.Strauss, A., & Corbin, J. (1998). Basics of Qualitative Research: Techniques and Procedures for Developing Grounded Theory (2nd ed.). SAGE Publications.
ISBN: 978-0803959393Copiato.Bowen, G. A. (2008). Naturalistic inquiry and saturation (S): Determining when enough is enough. Journal of Research in Education, 18(1), 137-152.
Apri il riferimento della pubblicazioneCopiato.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.
Apri il riferimento DOICopiato.