enimmäisvaihtelunäytteenotto tutkimuksia ja konsensusryhmiä varten

mikä on enimmäisvaihtelunäytteenotto?

sen sijaan, että haettaisiin edustavuutta yhtäläisten todennäköisyyksien kautta, maksimivaihtelunäytteenotto hakee sitä sisällyttämällä siihen monenlaisia ääripäitä. Periaate on, että jos tarkoituksella yrittää haastatella hyvin erilaista valikoimaa ihmisiä, heidän yhteenlasketut vastauksensa voivat olla lähellä koko väestön vastauksia. menetelmä kuulostaa oudolta, mutta toimii hyvin paikoissa, joissa satunnaisotosta ei voi vetää. Tämä on tilastollisen regressioperiaatteen laajennus kohti keskiarvoa-toisin sanoen, jos jokin ihmisryhmä on ääripää useilla eri tavoilla, se sisältää ihmisiä, jotka ovat keskitasoa muilla tavoin. Joten jos etsit ”minimi vaihtelu” otos vain yrittää kattaa tyypit ihmisiä, jotka luulit olevan keskimäärin, olisit todennäköisesti missaa useita eri ryhmiä, jotka muodostavat melko suuri osa väestöstä. Mutta hakemalla maksimivaihtelua keskivertoihmiset otetaan automaattisesti mukaan.

maksimivariaationäyte (joskus kutsutaan maksimaaliseksi diversiteettinäytteeksi tai maksimaaliseksi heterogeenisuusnäytteeksi) on tietynlainen tarkoituksellinen otos. Tavallisesti tarkoituksellinen otos ei ole edustava, eikä väitä olevansa. Jos enimmäisvaihtelunäyte vedetään huolellisesti, se voi kuitenkin olla yhtä edustava kuin satunnaisotos. Huolimatta siitä, mitä monet ihmiset (joilla on vähän tietoa tilastoista) uskovat, satunnainen otos ei välttämättä ole edustavin, varsinkin kun otoskoko on pieni.

kun käytetään enimmäisvaihtelunäytteenottoa

maksimivaihtelunäytteenottoa käytetään pääasiassa kaksi kertaa:

• kun otoskoko on hyvin pieni, tai
• kun väestötietoa ei ole saatavilla (eikä valittujen ominaisuuksien omaavia populaation jäseniä ole vaikea löytää)

2.1. Enimmäisvaihtelunäytteenotto pienelle otoskoolle

”pienellä” tässä, tarkoitan alle noin 30. (”Noin 30” tarkoittaa mitä tahansa noin 20: stä noin 50: een – ei tapahdu äkillistä muutosta otoskoon kasvaessa.) Todellisesta määrästä riippumatta satunnaisotanta ei toimi hyvin näissä pienissä otoksissa: on suuri mahdollisuus saada näyte, joka ei ole edustava, vaikka se valittiin sattumanvaraisesti. Kun otos on niinkin pieni kuin 3 (joukolle konsensusryhmiä) satunnaisotanta on aivan liian vaarallista. Sen sijaan voisi käyttää kiintiönäytteenottoa tai enimmäisvaihtelunäytteenottoa. Jos asukasluvusta on tarpeeksi tietoa, kiintiönäytteet käyvät. Esimerkiksi, jos olet näytteenotto 20 ihmistä väestöstä kaupungin, yksinkertainen muoto kiintiö näytteenotto on valita 10 miestä ja 10 naista. Mutta kiintiönäytteet-julkaistuista tai arvattavista väestötiedoista – eivät ole aina merkityksellisiä. Silloin maksimivaihtelunäytteestä on eniten hyötyä. Esimerkiksi, kun valitset näytteen joukko konsensusryhmiä, otat yleensä kolmenlaisia ihmisiä, jotka ovat mahdollisimman erilaisia tutkittavan asian.

2, 2. Enimmäisvaihtelunäytteenotto väestötietojen puuttuessa

vaikka satunnaisotantaa pidetään ihanteellisena otantamenetelmänä, joskus satunnaisotoksen ottaminen ei ole mahdollista. Joissakin maissa väestönlaskentatietoja ei joko ole saatavilla tai ne ovat niin monta vuotta vanhentuneita, että ne ovat hyödyttömiä. Vaikka on olemassa tuoreita ja yksityiskohtaisia väestönlaskentatietoja, ei välttämättä ole olemassa karttoja, jotka osoittaisivat niiden alueiden rajat, joihin tietoja sovelletaan. Ja silloinkin, kun on olemassa sekä hyviä väestönlaskentatietoja että niihin liittyviä karttoja, ei välttämättä ole otantakehyksiä.

hyvä uutinen (otannan kannalta) on se, että nämä olosuhteet pätevät yleensä hyvin köyhissä ja kehittymättömissä maissa, joissa on paljon maaseutuväestöä. Kokemukseni mukaan näissä populaatioissa ei ole suurta vaihtelua. Näyttää siltä, että mitä kehittyneempi maa on, sitä enemmän sen kansalaisten välillä on eroja. Siksi, jos satunnaisotanta ei ole mahdollista, ehkä se ei ole niin välttämätöntä. Mutta köyhissä maissa, joissa otoskehyksiä ei ole olemassa, maksimivaihtelunäytteenotto voi olla erittäin tehokas, käyttäen monivaiheista menetelmää jäljempänä.

mikä on paras otoskoko enimmäisvaihtelunäytteelle?

yksivaiheisen näytteen osalta tai ruohonjuuritasolla otannan enimmäisvaihtelunäyte kannattaa rajoittaa enintään noin 50 yksikköön. Tuon luvun yläpuolella haastattelijat menevät sekaisin, ja muut menetelmät, kuten kiintiönäytteenotto ja säteisnäytteenotto, ovat yksinkertaisempia ja usein kattavampia. Yhdistämällä nämä osanäytteet 50 tai vähemmän monivaiheinen näyte, kokonaisnäyte voi olla tuhansia ihmisiä-mutta koska ylimääräistä vaivaa mukana, et tekisi sitä, ellei ole vaihtoehtoa. Suurin olen yrittänyt oli noin 200, klustereissa 12-mutta kiintiö otos (esim ikäryhmä sukupuolen mukaan ammatti tyyppi) olisi voinut olla edustava, ja olisi tarvinnut paljon vähemmän valvontaa haastattelijoita.

miten valitaan maksimivariaationäyte

maksimivariaationäytteellä yritetään sisällyttää populaatioon kaikki ääripäät. Esimerkiksi pienessä kylässä radion yleisökyselyä varten voisi pyytää haastatteluun…

• kylän vanhin, joka kuuntelee radiota
• nuorin, joka ei kuuntele radiota
• henkilö, joka kuuntelee radiota koko päivän
• henkilö, joka usein puhuu kuulemistaan radio-ohjelmista
• henkilö, joka kuuntelee radiota keskellä yötä
• henkilö, joka ei ole koskaan kuunnellut radiota elämänsä aikana
• henkilö, jolla on eniten radioita (korjaaja, ehkä)
• henkilö, jolla on suurin antenni
• henkilö, jota pidetään kaikin tavoin täysin keskinkertaisena
• henkilö, joka viettää paljon aikaa kadulla ja julkisilla paikoilla
• henkilö, joka työskentelee lähes koko ajan

…ja niin edelleen-muuttaminen ” henkilö ”” mies ”tai” nainen ” vuorotellen, jotta varmistetaan yhtäläinen edustus molempia sukupuolia. Tietenkin tämä toimii vain, kun tällainen tieto muista ihmisistä on laajalti tiedossa. Yllä oleva lista ihmisistä voitaisiin tuottaa kylässä, jossa monet tuntevat monia muita, mutta se olisi paljon vaikeampaa suuressa kaupungissa.

usein on hyödyllistä järjestää alustava aivoriihi alustavan ryhmän kanssa paikallisten tiedonantajien (joiden ei pitäisi olla lopullisia vastaajia) kanssa. Esitä heille ensimmäinen luettelo henkilökohtaisista tyypeistä, samanlainen kuin edellä, mutta sopivasti muunneltu tutkimistasi varten. Pyydä heitä keksimään lisää ihmistyyppejä ja kertomaan, jos jotkut keksimäsi tyypit eivät ole järkeviä sillä alueella. Mutta jos et aloita esimerkillä, olen huomannut, että ihmisten on vaikea ymmärtää, mitä pyydät.

yksi ongelma otoksen piirtämisessä kuten yllä on ilmiantajat, joita käytetään tunnistamaan henkilöt, joilla on nämä ominaisuudet. On houkuttelevaa-koska se on helppoa-mennä kuntatoimistoon ja pyytää virkamiehiä nimeämään sellaisia ihmisiä. Saat listan niistä nopeasti, mutta yhdellä tärkeällä tavalla ei ole suurinta vaihtelua: ehdotetut vastaajat ovat kaikki kuntien virkamiesten tiedossa.

verkkosi voidaan valaa laajemmin peräkkäisellä näytteenotolla (lumipallonäytteellä), jolloin kustakin lähteestä saa vain muutaman ehdotetun vastaajan. Toisin sanoen ilmiantaja a ehdottaa vastaajia B ja C ominaisuusluettelostasi, B ehdottaa D ja E, C ehdottaa F ja G – ja niin edelleen. Kun otetaan huomioon ”kuuden eri asteen erottelun” periaate ja se, että vastaajia ei pyydetä ehdottamaan ystäviään, vaan ihmisiä, joilla on tietyt ominaisuudet, suurimman vaihtelun menetelmän pitäisi antaa useimmille tutkimusalueen ihmisille mahdollisuus päästä mukaan otokseen.

Huomasitko virheen tuossa väitteessä? Ongelma on se, että mitä useampi henkilö potentiaalinen vastaaja on tiedossa, sitä todennäköisemmin kyseinen henkilö valitaan tutkimukseen. Siksi henkilökohtaisten tyyppien luetteloon on sisällytettävä nimenomaisesti sosiaalisesti eristäytyneet ihmiset, lisäämällä kriteerejä, kuten…

• vanhempi mies, jolla on hyvin vähän vieraita
• nuorehko mies, joka ei paljon puhu
• vanhempi nainen, joka asuu yksin eikä omaisia asu lähellä
• nuori nainen, joka on naimaton ja tuskin koskaan lähtee kotoa

…ja niin edelleen – muuttamalla edellä kuvauksia sopivaksi kulttuuriin. (Joissakin osissa maailmaa et koskaan löydä naista, joka asuisi yksin.) Jos uskonnollisten, kielellisten tai heimoryhmien välillä on eriytymistä, on kussakin kulttuuriryhmässä aloitettava erilliset tutkimusketjut.

Jos kysytään tietyntyyppistä henkilöä, eikä ilmiantaja voi nimetä jotakuta aivan noin, on hyvä hyväksyä likiarvo, joka perustuu johonkin muuhun merkitykselliseltä tuntuvaan kriteeriin. Tämä voi tuoda esiin muita monimuotoisuuden ulottuvuuksia, joita et alun perin ajatellut.

valitsemalla variaation ulottuvuudet

yllä olevassa esimerkissä 12 erilaista radionkuuntelijaa (plus toiset 4 erilaista sosiaalista isolaattia) löydettiin kuvittelemalla sosiaaliset olosuhteet, jotka saattaisivat vaikuttaa radionkuunteluun. Lista ei ollut tyhjentävä tai systemaattinen, mutta jos haluat olla varma, että mitään ihmisryhmää ei ole jätetty pois, voit käyttää dimensioanalyysiä luodaksesi kattavamman listan. Se tehdään näin…

Vaihe 1 on päättää, minkä otoskoon haluat. Sanotaan esimerkiksi, että se on 20. Tämä määrää ulottuvuuksien määrän: 20 on 2 minkä voimaan? Lähin vastaus on 4, Koska 2 x 2 x 2 x 2 = 16. Joten voit käyttää 4 ulottuvuuksia saada 16 tapausta, sitten lisätä muutamia tekijöitä, kuten sosiaalisesti eristyneitä ihmisiä. (32 näytteen osalta käytetään 5 mittoja ja 64 käyttöä varten 6. Yli satasen kiintiönäytteet toimivat yleensä paremmin.)

Vaihe 2 on päättää näistä mitoista. Ajattele joitakin ominaisuuksia ihmisiä, jotka (A) eroavat suuresti ihmisten suhteessa aiheeseen olet tutkimassa, ja (b) ovat tiedossa monenlaisia muita ihmisiä. Jos aiheena on esimerkiksi se, kuinka paljon aikaa ihmiset käyttävät radion kuunteluun, ei välttämättä ole hyödyllistä valita sukupuolta ulottuvuudeksi, koska useimmissa maissa miehet ja naiset käyttävät suunnilleen yhtä paljon aikaa radion kuunteluun. Kuunteluaikaan vaikuttaa kuitenkin paljon se, onko ihmisillä kotona radiota vai ei. Muita näkyviä tekijöitä, jotka vaikuttavat radion kuunteluun, ovat se, onko ihmisillä televisio kotona ja kuinka paljon aikaa ihmiset viettävät poissa kotoa, paikoissa, joissa ei ole radiota. Toinen tekijä on, kuinka paljon he haluavat kuunnella paikallisia ohjelmia, mutta se ei ole helposti havaittavissa, joten saatat joutua käyttämään proxy muuttuja, kuten kuinka usein he sanovat he puhuvat radio-ohjelmia. Nyt meillä on 4 muuttujaa, joista jokaisella on kaksi äärimmäistä vastausta. Anna jokaiseen mahdolliseen vastaukseen kirjainkoodi, alkaen A: sta, näin…

• on radio kotona: Kyllä (A) tai ei (B)
• on televisio kotona: Kyllä (C) tai ei (D)
• pysy kotona suurimman osan ajasta (E) tai poissa kotoa suurimman osan ajasta (F)
• kuinka usein he puhuvat muille radio-ohjelmista: ”useimmat päivät ”(G) tai” tuskin koskaan ” (H)

kun otetaan kukin 4 muuttujasta vuorollaan, on olemassa 16 mahdollista luokkaa (2 x 2 x 2 x 2). Näitä ovat
ACEG, ACEH, ACFG, ACFH
BCEG, BCEH, BCFG, bcfh
ADEG, ADEH, ADFG, adfh
BDEG, BDEH, BDFG, BDFH

esimerkiksi BDGH = joku, jolla ei ole radiota kotona, ei televisiota kotona, on suurimman osan ajasta poissa kotoa, eikä juuri koskaan puhu radiosta.

Vaihe 3. Sinun tarvitsee vain löytää joku, joka vastaa kuvausta – ja toistaa se tehtävä 15 muunlaiselle ihmiselle. Mitä jos et löydä ihmisiä, jotka täyttävät joitakin noista kuvauksista? Näin voi käydä-esimerkiksi, se voi olla vaikea löytää joku, joka pysyy kotona suurimman osan ajasta, ja ei ole radio kotona, mutta puhuu siitä paljon. Tässä tapauksessa päädyt useampaan kuin yhteen henkilöön joissakin 16 kategoriassa. Ei suuri ongelma: varmista vain, että samaan kategoriaan kuuluvat ihmiset ovat hyvin erilaisia jollain muulla tavalla, joka tuntuu merkitykselliseltä tutkimuksesi kannalta.

Vaihe 4. Lopuksi, älä unohda lisätä 4 ihmistä, jotka harvoin kommunikoida muiden kanssa. Se nostaa näytteesi 20: een. Haluatko enemmän kuin 20? Vain lisätä joitakin ihmisiä, niin kauan kuin ne ovat mahdollisimman erilaisia kuin mahdollista toisistaan jollakin asiaankuuluvalla tavalla.

vaikka tämä systemaattinen vastaajien valintatapa on vuorottelevilla haastattelijoilla helpompi, en ole havainnut, että se tuottaisi monipuolisempaa otosta kuin kohdassa 4 kuvattu satunnaisempi menetelmä.

monivaiheinen enimmäisvaihtelunäytteenotto

kun valitaan monivaiheinen otos, ensimmäinen vaihe voi olla otos koko maan piireistä. Jos luku on alle noin 30, on todennäköistä, että otos on jollain tavalla vakavasti edustamaton. Kaksi ratkaisua tähän ovat ositus ja maksimivaihtelunäytteenotto. Molempiin tarvitaan jonkin verran paikallistuntemusta.

kun kartoitetaan suurta maantieteellistä aluetta, voidaan maksimivaihtelunäyte piirtää useassa vaiheessa. Ensimmäisessä vaiheessa päätetään, mitkä osat asutusalueesta kartoitetaan. Esimerkiksi, jos tutkimuksen on tarkoitus edustaa kokonaista maakuntaa, eikä ole mahdollista kartoittaa maakunnan jokaista osaa, Sinun on päätettävä, mitkä maakunnan osat (kutsutaan niitä maakunniksi) otetaan mukaan. Niiden valitseminen tapahtuu näin…

6, 1. Vaihe 1

1. Mieti kaikkia tapoja, joilla maakunnat voivat erota maakunnasta kokonaisuutena-erityisesti tapoja, jotka liittyvät tutkimuksen kohteeseen. Jos kyselyssä on kyse FM-radiosta, ja jotkut alueet ovat mäkisiä, kuuluvuus voi olla siellä heikompaa. Jos tutkimus koskee malariaa, ja joissakin maakunnissa on suuria soita, joissa on paljon hyttysiä, sisällytä yksi tällainen maakunta ja yksi, joka on päinvastainen. Jos aihe liittyy varallisuuteen tai koulutustasoon (kuten monet tutkimusaiheet ovat), selvitä, missä maakunnissa on rikkaimmat ja parhaiten koulutetut ihmiset ja missä köyhimmät ja vähiten koulutetut. Yritä ajatella 5-10 tekijää, joilla on merkitystä tutkimuksen kannalta.

2. Yritä sitten kerätä objektiivista tietoa näistä tekijöistä. Jos se ei onnistu, yritä löytää aiheiden asiantuntijoita tai ihmisiä, jotka ovat kiertäneet ympäri maakuntaa. Tätä tietoa käyttäen tehdään jokaisesta tekijästä luettelo kreivikunnista, joissa tekijä on korkea (esim.paljon vuoria, paljon soita tai varakkaita), ja kreivikunnista, joissa tekijä on alhainen (esim. kaikki tasaisia, ei rämeitä tai köyhiä).

3. Näissä ääripäiden listoissa useimmin mainitut maakunnat tulisi ottaa mukaan tutkimukseen. Merkitse nämä läänit maakunnan kartalle. Onko mitään suurta ja hyvin asuttua aluetta jätetty pois? Jos näin on, lisätään toinen maakunta, joka on mahdollisimman kaukana kaikista muista mainituista.

6, 2. Vaihe 2

kun läänit (tai mitä alueita sitten kutsutaankin) on valittu, seuraava vaihe on selvittää, missä kussakin läänissä klusteri tulisi valita. Jatketaan enimmäisvaihteluperiaatetta käyttämällä samaa periaatetta kunkin valitun läänin sisällä. Jos maakunta valittiin sen soisuuden ja tasaisuuden vuoksi, valitse maan tasaisin ja soisin alue. Jos se valittiin vuorten ja vaurauden vuoksi, valitse vauras vuoristoalue. Jos haluat tietää, missä nämä alueet ovat, sinun on ehkä matkustettava jokaiseen maakuntaan ja puhuttava paikallisten asiantuntijoiden kanssa.

6, 3. Vaihe 3

kun olet valinnut kaupungit ja maaseutupaikkakunnat, voit joko jatkaa enimmäisvaihtelunäytteenottoa tai valita toisen menetelmän, kuten kiintiönäytteenoton, ilmakuvista otetun lohkoluettelon tai säteittäisen näytteenoton. Jos viimeisessä vaiheessa käytetään enimmäisvaihtelunäytteenottoa, valitaan yleensä joukko klustereita (katuja tai lähiöitä) ja valitaan sitten vastaajat kustakin klusterista käyttäen edellä 4 tai 5 kohdassa esitettyjä periaatteita.

Haluatko lukea lisää maksimivaihtelunäytteestä? Valitan, mutta et voi! Tämä sivu ei ole kovin yksityiskohtainen, mutta siitä huolimatta, se näyttää olevan kaikkein yksityiskohtaisin selitys maksimivaihtelunäytteen koskaan kirjoitettu. Seuraavaksi yksityiskohtaisin (ja eniten siteerattu) näyttää olevan Michael Quinn Pattonin kirjassa Qualitative Research and Evaluation Methods, sivuilla 234-235 vuoden 2001 painoksessa (yhteensä alle yksi sivu). Myös, tämä sivu keskittyy suurin vaihtelu otanta tutkimuksia. Sen käyttäminen laadulliseen tutkimukseen, kuten syvällisiin haastatteluihin ja tapaustutkimuksiin, vaatisi pientä vaihtelua. Kirjoitan siitä erillisen sivun, kun tarve vaatii.

ehdotti sitaattia tälle sivulle:
List, Dennis (2004). Enimmäisvaihtelunäytteenotto tutkimuksia ja konsensusryhmiä varten. Adelaide: Yleisökeskustelu. Saatavilla osoitteessa www.audiencedialogue.org/maxvar.html syyskuuta 2004.

muut edellä mainitut näytteenoton periaatteet (satunnaisotanta, kiintiönäytteenotto, ositettu näytteenotto ja lumipallonäytteenotto) on kuvattu Know Your Audience-kirjan luvussa 2.