最近因為研究需要,買了 Qualitative data analysis: An expanded sourcebook 這本書來作參考資料,發現這本書有許多作質化資料分析的指引,非常明確,也讓我收獲很大。不過這本書我應該是沒辦法短時間從頭讀完,就是需要的時候當作指引。
今天要來談的是質化研究樣本的選擇。質化研究與量化研究不同的地方很多,其中有一點就是樣本上。雖然不一定說質化研究樣本比較小,但這往往是常態。要如何在小樣本裡回答你的研究問題,這就要好好思考了。所以說:質化研究的樣本選擇通常比較有目的性,而非隨機選擇。
那找樣本的方式有哪些呢?作者整理了 Krzel (1992) 、 Patton (1990) 與其它人的研究,列成一張表格。我限於版面不太好輸入表格,就羅列於下。前面是取樣方法,後面是目的及特色。
- Maximum variation 最大化差異:紀錄不同差異並尋找重要的重複類型 documents diverse variations and identifies important common patterns
- Homogeneous 同質化:聚焦,減少,少化,並輔助團體訪談
- Critical case 關鍵個案:允許邏輯上的普遍化並最大化這些資訊到其它個案
- Theory based 理論依據:尋找理論相關的例子、解釋並闡述
- Confirming and disconfirming cases 證明或駁斥個案:闡述一開始的分析,尋找例外,並尋求變化
- Snowball or chain 雪球法:從知道有可能知道哪些個案會提供大量資訊的人來尋找
- Extreme or deviant case 極端個案:從極端不尋常的現象來學習
- Typical case 典型個案:強調什麼是正常的或平均。
- Intensity 強度:資訊豐富的個案可強力表明某個現象,但並非極端的 (information-rich cases that manifest the phenomenon intensely, but not extremely)
- Politically important cases 重要的個案:吸引注意或避免不需要的注意
- Random purposeful 有目的隨機:增加可信度
- Stratified purposeful 有目的分層:突顯次群體;方便比較
- Criterion 標準:所有的參與者都符合標準;對確保品質有用
- Opportunistic 機會:根隨新發現 (following new leads,這句我不太會翻);利用不可預期
- Combination or mixed 多種及混合:三角檢測 (triangulation)、靈活性,符合多種興趣與需要
- Convenience 方便取樣:省時間、金錢、精力,但可能缺乏可信度 (credibility)
翻譯的不太好,而且書中的描述還很多,就無法一一列舉,就只是提供一個筆記,讓有需要的人知道去哪找資源。
參考文獻
Miles, M. B., & Huberman, A. M. (1994). Qualitative data analysis: An expanded sourcebook (2nd ed.). Thousand Oaks, CA: Sage.