maksimal variationsprøvetagning for undersøgelser og konsensusgrupper

Hvad er maksimal variationsprøvetagning?

i stedet for at søge repræsentativitet gennem lige sandsynligheder søger maksimal variationsprøveudtagning det ved at inkludere en lang række ekstremer. Princippet er, at hvis du bevidst forsøger at samtale et meget andet udvalg af mennesker, kan deres samlede svar være tæt på hele befolkningens. metoden lyder underligt, men fungerer godt på steder, hvor en tilfældig prøve ikke kan trækkes. Dette er en udvidelse af det statistiske regressionsprincip mod gennemsnittet – med andre ord, hvis en gruppe mennesker er ekstrem på flere forskellige måder, vil den indeholde mennesker, der er Gennemsnitlige på andre måder. Så hvis du søgte en “mindste variation” prøve ved kun at forsøge at dække de typer mennesker, som du troede var gennemsnitlige, ville du sandsynligvis gå glip af en række forskellige grupper, der udgør en ganske høj andel af befolkningen. Men ved at søge maksimal variation, gennemsnitlige mennesker er automatisk inkluderet.

en maksimal variationsprøve (undertiden kaldet en maksimal mangfoldighedsprøve eller en maksimal heterogenitetsprøve) er en speciel slags målrettet prøve. Normalt, en målrettet prøve er ikke repræsentativ, og hævder ikke at være. Imidlertid, en maksimal variationsprøve, hvis omhyggeligt trukket, kan være lige så repræsentativ som en tilfældig prøve. På trods af hvad mange mennesker (med lidt kendskab til statistik) mener, er en tilfældig prøve ikke nødvendigvis den mest repræsentative, især når stikprøvestørrelsen er lille.

Hvornår skal man bruge maksimal variationsprøveudtagning

der er to hoved lejligheder til at bruge maksimal variationsprøveudtagning:

• når prøvestørrelsen er meget lille, eller
• når der ikke er nogen populationsinformation tilgængelig (og det er ikke svært at finde populationsmedlemmer med de valgte egenskaber)

2.1. Maksimal variation prøveudtagning for lille prøvestørrelse

Ved “lille” her mener jeg mindre end omkring 30. (“Omkring 30” betyder alt fra omkring 20 til omkring 50 – Der er ingen pludselig ændring, da stikprøvestørrelsen stiger.) Uanset det faktiske antal fungerer tilfældig prøveudtagning ikke godt for disse små prøver: der er stor chance for at få en prøve, der ikke er repræsentativ, selvom den blev valgt tilfældigt. Når prøven er så lille som 3 (for et sæt konsensusgrupper) er tilfældig prøveudtagning alt for farlig. I stedet kan du bruge kvoteprøveudtagning eller maksimal variationsprøveudtagning. Hvis du har nok data om befolkningen, er kvoteudtagning fint. For eksempel, hvis du prøver 20 mennesker fra befolkningen i en by, en simpel form for kvoteudtagning er at vælge 10 mænd og 10 kvinder. Men kvoteudtagning-fra offentliggjorte eller gættede befolkningsdata – er ikke altid relevant. Det er da maksimal variationsprøveudtagning er mest nyttig. For eksempel, når du vælger en prøve til et sæt konsensusgrupper, tager du normalt tre typer mennesker, der vil være så forskellige som muligt om det emne, der undersøges.

2.2. Maksimal variationsprøveudtagning i fravær af befolkningsdata

selvom tilfældig prøveudtagning betragtes som den ideelle prøveudtagningsmetode, er det undertiden ikke muligt at tage en tilfældig prøve. I nogle lande er folketællingsoplysninger enten ikke tilgængelige, eller så mange år forældet, at det er ubrugeligt. Selv når der findes nylige og detaljerede folketællingsdata, der er muligvis ingen kort, der viser grænserne for de områder, som dataene gælder for. Og selv når der findes både gode folketællingsdata og relaterede kort, der er muligvis ingen prøveudtagningsrammer.

den gode nyhed (fra et prøveudtagningssynspunkt) er, at disse forhold normalt gælder i meget fattige og uudviklede lande med store landdistrikter. Efter min erfaring er der ikke en bred vifte af variationer i disse populationer. Jo mere udviklet et land ser ud til, Jo flere forskelle er der mellem dets borgere. Derfor, hvor tilfældig prøveudtagning ikke er mulig, er det måske ikke så nødvendigt. Men i fattige lande, hvor stikprøverammer ikke findes, maksimal variationsprøveudtagning kan være meget effektiv ved hjælp af flertrinsmetoden forklaret nedenfor.

Hvad er den bedste prøvestørrelse for maksimal variationsprøve?

for en enkelt-trins prøve eller på græsrodsniveauet for prøveudtagning er det bedst at begrænse en maksimal variationsprøve til højst ca.50 enheder. Over dette antal bliver intervjuer forvirrede, og andre metoder, såsom kvoteudtagning og radial prøveudtagning, er enklere og ofte mere omfattende. Ved at kombinere disse underprøver på 50 eller mindre i en flertrinsprøve kan den samlede prøve være tusindvis af mennesker – men på grund af den ekstra indsats, der er involveret, ville du ikke gøre det, medmindre der ikke var noget alternativ. 200 i klynger på 12 – Men en kvoteprøve (f.eks. aldersgruppe efter køn efter erhvervstype) kunne have været som repræsentativ og ville have haft brug for meget mindre tilsyn med samtaler.

Sådan vælges en maksimal variationsprøve

Med Maksimal variationsprøveudtagning forsøger du at inkludere alle ekstremer i befolkningen. For eksempel, i en lille landsby, til en radiopublikumundersøgelse, kan du bede om at samtale…

• den ældste person i landsbyen, der lytter til radio
• den ældste, der ikke lytter til radio
• den yngste, der lytter til radio
• en person, der lytter til radio hele dagen
• en person, der ofte taler om radioprogrammer, han eller hun har hørt
• en person, der lytter til radio midt om natten
• en person, der aldrig har lyttet til radio i sit liv
• personen med flest radioer (måske en reparatør)
• personen med den største antenne
• en person, der menes at være helt Gennemsnitlig på alle måder
• en person, der bruger meget tid på gaden og på offentlige steder
• en person, der arbejder næsten hele tiden

…og så videre-skifte “person” til “mand” eller “kvinde” skiftevis for at sikre lige repræsentation af begge køn. Dette fungerer naturligvis kun, når sådanne oplysninger om andre mennesker er almindeligt kendt. Ovenstående liste over mennesker kunne produceres i en landsby, hvor mange mennesker kender mange andre, men ville være meget vanskeligere i en stor by.ofte er det nyttigt at have en indledende brainstorming session med en indledende gruppe af lokale informanter (som ikke bør være eventuelle respondenter). Præsenter en indledende liste over personlige typer til dem, svarende til ovenstående, men passende ændret med henblik på din undersøgelse. Bed dem om at komme med nogle flere typer personer, og fortælle dig, om nogle af de typer, du opfandt, ikke giver mening i dette område. Men medmindre du begynder med et eksempel, har jeg fundet ud af, at folk har svært ved at forstå, hvad du spørger.

et problem med at tegne en prøve som ovenfor er de informanter, du bruger til at identificere de mennesker med disse egenskaber. Det er fristende – fordi det er nemt-at gå til det lokale regeringskontor og bede embedsmændene om at navngive folk af disse typer. Du kan få en liste over dem hurtigt, men på en vigtig måde vil der ikke være maksimal variation: foreslåede respondenter vil alle være kendt for de lokale embedsmænd.

dit net kan støbes mere bredt ved sekventiel prøveudtagning (sneboldprøveudtagning) og får kun et par foreslåede respondenter fra hver kilde. Med andre ord foreslår informant a respondenterne B og C fra din liste over egenskaber, B foreslår D og E, C foreslår F og G – og så videre. I betragtning af princippet om “seks grader af adskillelse” og det faktum, at respondenterne ikke bliver bedt om at foreslå deres venner, men personer med specificerede egenskaber, bør den maksimale variationsmetode give de fleste mennesker i undersøgelsesområdet en chance for at blive inkluderet i prøven.

har du bemærket fejlen i dette argument? Problemet er, at jo flere mennesker en potentiel respondent er kendt for, jo mere sandsynligt er det, at personen vælges til undersøgelsen. Derfor skal listen over personlige typer eksplicit omfatte socialt isolerede mennesker ved at tilføje kriterier som f.eks…

• en ældre mand, der har meget få besøgende
• en yngre mand, der ikke taler meget
• en ældre kvinde, der bor alene og ikke har nogen familiemedlemmer, der bor i nærheden
• en ung kvinde, der er ugift og næsten aldrig forlader hjemmet

…og så videre-varierer ovenstående beskrivelser, så de passer til kulturen. (I nogle dele af verden vil du aldrig finde en kvinde, der bor alene.) Hvor der er adskillelse langs religiøse, sproglige eller stammelinjer, skal du starte separate undersøgelsestråde i hver af disse kulturelle grupper.hvis du beder om en bestemt type person, og informanten ikke kan navngive nogen nøjagtigt sådan, er det fint at acceptere en tilnærmelse baseret på et andet kriterium, der synes relevant. Dette kan introducere andre dimensioner af mangfoldighed, som du ikke oprindeligt tænkte på.

valg af dimensioner af variation

i ovenstående eksempel blev de 12 forskellige slags radiolytter (plus yderligere 4 slags sociale isolater) fundet ved at forestille sig de sociale omstændigheder, der kan påvirke radiolytningen. Listen var ikke udtømmende eller systematisk, men hvis du vil være sikker på, at ingen gruppe mennesker er udeladt, kan du bruge dimensionel analyse til at oprette en mere omfattende liste. Det er gjort sådan her…

Trin 1 er beslutte, hvilken stikprøvestørrelse du ønsker. Lad os for eksempel sige, at det er 20. Dette bestemmer antallet af dimensioner: 20 er 2 i kraft af hvad? Det nærmeste svar er 4, fordi 2 gange 2 gange 2 gange 2 = 16. Så du kan bruge 4 dimensioner til at få 16 tilfælde, og tilføj derefter et par flere faktorer, såsom socialt isolerede mennesker. (For en prøve på 32, Brug 5 dimensioner, og for 64 brug 6. Over 100 eller deromkring fungerer kvoteudtagning normalt bedre.)

Trin 2 er at beslutte disse dimensioner. Tænk på nogle karakteristika hos mennesker, der (a) adskiller sig meget mellem mennesker i forhold til det emne, du undersøger, og (b) er kendt for en bred vifte af andre mennesker. For eksempel, hvis emnet er, hvor meget tid folk bruger på at lytte til radio, er det måske ikke nyttigt at vælge køn som en dimension, fordi mænd og kvinder i de fleste lande bruger omtrent lige tid på at lytte til radio. Men om folk har en radio derhjemme, gør en stor forskel for deres lyttetid. Andre synlige faktorer, der påvirker radiolytningen, er, om folk har TV derhjemme, og hvor meget tid folk bruger hjemmefra, steder uden radio. En anden faktor er, hvor meget de kan lide at lytte til de lokale programmer, men det er ikke let observerbart, så du skal muligvis bruge en fuldmagtvariabel, som Hvor ofte de siger, at de taler om radioprogrammer. Nu har vi de 4 variabler, hver med to ekstreme svar. Giv hvert muligt svar en bogstavkode, startende fra en, som denne…

• har en radio derhjemme: Ja (A) eller nej (B)
• har TV derhjemme: ja (C) eller nej (d)
• Bliv hjemme det meste af tiden (E) eller væk hjemmefra det meste af tiden (F)
• hvor ofte de taler med andre om radioprogrammer: “de fleste dage” (G) eller “næsten aldrig” (H)

ved at tage hver af de 4 variabler igen er der 16 mulige kategorier (2 gange 2 gange 2). Disse er
ACEG, ACEH, ACFG, ACFH
BCEG, BCEH, BCFG, BCFH
ADEG, ADEH, ADFG, ADFH
BDEG, BDEH, BDFG, BDFH

for eksempel BDGH = nogen, der ikke har nogen radio derhjemme, intet TV derhjemme, er væk hjemmefra det meste af tiden og næsten aldrig taler om radio.

Trin 3. Alt hvad du skal gøre nu er at finde nogen, der matcher den beskrivelse – og gentag den opgave for 15 andre typer mennesker. Hvad hvis du ikke kan finde folk, der opfylder nogle af disse beskrivelser? Dette kan ske – for eksempel kan det være svært at finde nogen, der bliver hjemme det meste af tiden og ikke har radio derhjemme, men taler meget om det. I dette tilfælde ender du med mere end en person i nogle af de 16 kategorier. Intet stort problem: bare sørg for, at folk i samme kategori er meget forskellige på en anden måde, der synes relevant for dit studie.

Trin 4. Endelig glem ikke at tilføje de 4 personer, der sjældent kommunikerer med andre. Det bringer din prøve op til 20. Vil du have mere end 20? Bare tilføj nogle flere mennesker, så længe de er så forskellige som muligt fra hinanden på en relevant måde.

selvom denne systematiske metode til udvælgelse af respondenter er lettere, når man vælger samtaler, har jeg ikke fundet ud af, at den producerer en mere forskelligartet prøve end den mere tilfældige metode, der er beskrevet i Afsnit 4 ovenfor.

flertrins maksimal variationsprøveudtagning

når du vælger en flertrinsprøve, kan det første trin være at tegne en prøve af distrikter i hele landet. Hvis dette tal er mindre end omkring 30, er det sandsynligt, at prøven vil være alvorligt repræsentativ på nogle måder. To løsninger på dette er stratificering og maksimal variation prøveudtagning. For begge disse er der brug for noget lokal viden.

når du opmåler et stort geografisk område, kan en prøve med maksimal variation trækkes i flere trin. Den første fase er at beslutte, hvilke dele af befolkningsområdet der skal undersøges. For eksempel, hvis en undersøgelse skal repræsentere en hel provins, og det ikke er muligt at undersøge alle dele af provinsen, skal du beslutte, hvilke dele af provinsen (lad os kalde dem amter) vil blive inkluderet. Valg af dem gøres sådan…

6. 1. Trin 1

1. Tænk på alle de måder, hvorpå amterne kan afvige fra provinsen som helhed – specielt måder, der er relateret til emnet for undersøgelsen. Hvis en undersøgelse handler om FM-radio, og nogle områder er kuperede, kan modtagelsen være dårligere der. Hvis undersøgelsen handler om malaria, og nogle amter har store sumpe med mange myg, skal du inkludere et sådant amt og et, der er det modsatte. Hvis emnet er relateret til rigdom eller uddannelsesniveauer (som mange forskningsemner er), skal du finde ud af, hvilke amter der har de rigeste og bedst uddannede mennesker, og hvilke der har de fattigste og mindst uddannede. Prøv at tænke på 5 til 10 faktorer, der er relevante for undersøgelsen.

2. Prøv derefter at indsamle objektive data om disse faktorer. I modsat fald forsøge at finde eksperter på emnerne, eller folk, der har rejst rundt i hele provinsen. Brug disse oplysninger til at lave en liste over de amter, der har et højt niveau af faktoren (f.eks. masser af bjerge, masser af sumpe eller velhavende) og amter, der har et lavt niveau af faktoren (f. eks.

3. De amter, der oftest nævnes i disse lister over ekstremer, bør medtages i undersøgelsen. Marker disse amter på et kort over provinsen. Er et stort og godt befolket område blevet udeladt? Hvis så, tilføj et andet amt, hvilket er så vidt muligt fra alle de andre nævnte.

6. 2. Trin 2

Når amterne (eller hvad områderne kaldes) er valgt, er det næste trin at finde ud af, hvor i hvert amt klyngen skal vælges. Fortsæt princippet om maksimal variation ved at bruge det samme princip inden for hvert valgt amt. Hvis et amt blev valgt for sin sump og fladhed, skal du vælge det fladeste og sumpeste område i landet. Hvis det blev valgt for sine bjerge og rigdom, skal du vælge et velhavende bjergrigt område. For at finde ud af, hvor disse områder er, skal du muligvis rejse til hvert amt og tale med lokale eksperter.

6, 3. Trin 3

når du har valgt byer og landdistrikter, kan du enten fortsætte med at bruge maksimal variationsprøveudtagning, eller du kan vælge en anden metode, såsom kvoteprøveudtagning, blokliste fra luftfotos eller radial prøveudtagning. Hvis du bruger maksimal variationsprøveudtagning til den sidste fase, vælger du normalt et antal klynger (gader eller kvarterer) og vælger derefter respondenter i hver klynge ved hjælp af principperne beskrevet i Afsnit 4 eller 5 ovenfor.

vil du læse mere om maksimal variation prøveudtagning? Undskyld, men det kan du ikke! Denne side er ikke særlig detaljeret, men alligevel, det ser ud til at være den mest detaljerede forklaring på maksimal variationsprøveudtagning, der nogensinde er skrevet. Den næste mest detaljerede (og mest citerede) synes at være i Michael Pattons bog kvalitativ forskning og evalueringsmetoder, på side 234-235 i 2001-udgaven (mindre end en side i alt). Denne side fokuserer også på maksimal variationsprøveudtagning til undersøgelser. Brug af det til kvalitativ forskning, såsom dybdegående samtaler og casestudier, ville kræve små variationer. Jeg skriver en separat side om det, når behovet opstår.

foreslået henvisning til denne side:
liste, Dennis (2004). Maksimal variation prøveudtagning for undersøgelser og konsensusgrupper. Adelaide: Publikum Dialog. Tilgængelig på www.audiencedialogue.org/maxvar.html, 12. September 2004.

andre principper for prøveudtagning nævnt ovenfor (tilfældig prøveudtagning, kvoteprøveudtagning, stratificeret prøveudtagning og sneboldprøveudtagning) er beskrevet i kapitel 2 af Kend dit publikum.