august 21, 2021

Maksimal variasjonsprøve for undersøkelser og konsensusgrupper

Hva er maksimal variasjonsprøve?

i Stedet for å søke representativitet gjennom like sannsynligheter, søker maksimal variasjonsprøve det ved å inkludere et bredt spekter av ekstremer. Prinsippet er at hvis du bevisst prøver å intervjue et helt annet utvalg av mennesker, kan deres samlede svar være nær hele befolkningens. metoden høres rart ut, men fungerer bra på steder der et tilfeldig utvalg ikke kan trekkes. Dette er en forlengelse av det statistiske prinsippet om regresjon mot gjennomsnittet – med andre ord, hvis en gruppe mennesker er ekstreme på flere forskjellige måter, vil den inneholde folk som er gjennomsnittlige på andre måter. Så hvis du søkte en» minimum variasjon » prøve ved bare å prøve å dekke de typer mennesker som du trodde var gjennomsnittlig, vil du sannsynligvis gå glipp av en rekke forskjellige grupper som utgjør en ganske høy andel av befolkningen. Men ved å søke maksimal variasjon, blir gjennomsnittlige mennesker automatisk inkludert.

en prøve med maksimal variasjon (noen ganger kalt en prøve med maksimal mangfoldighet eller en prøve med maksimal heterogenitet) er en spesiell form for formålsmessig prøve. Normalt er en hensiktsmessig prøve ikke representativ, og hevder ikke å være. En maksimal variasjonsprøve, hvis den er nøye tegnet, kan imidlertid være like representativ som et tilfeldig utvalg. Til tross for hva mange (med litt kunnskap om statistikk) tror, er et tilfeldig utvalg ikke nødvendigvis den mest representative, spesielt når utvalgsstørrelsen er liten.

når man skal bruke maksimal variasjonsprøve

det er to hovedgrunner for å bruke maksimal variasjonsprøve:

når utvalgsstørrelsen er svært liten, eller
når ingen populasjonsinformasjon er tilgjengelig (og det er ikke vanskelig å finne populasjonsmedlemmer med de valgte egenskapene)

2.1. Maksimal variasjonsprøve for liten prøvestørrelse

med «liten» her mener jeg mindre enn 30. («Omtrent 30» betyr alt fra omtrent 20 til omtrent 50 – det er ingen plutselig endring ettersom prøvestørrelsen øker. Uavhengig av det faktiske antallet, fungerer ikke tilfeldig prøvetaking bra for disse små prøvene: det er stor sjanse for å få en prøve som ikke er representativ, selv om den ble valgt tilfeldig. Når prøven er så liten som 3 (for et sett med konsensusgrupper) er tilfeldig prøvetaking altfor farlig. I stedet kan du bruke kvoteprøvetaking eller maksimal variasjonsprøvetaking. Hvis du har nok data på befolkningen, er kvoteprøvetaking bra. For eksempel, hvis du er prøvetaking 20 folk fra befolkningen i en by, en enkel form for kvote prøvetaking er å velge 10 menn og 10 kvinner. Men kvoteprøvetaking – fra publiserte eller gjettet befolkningsdata-er ikke alltid relevant. Det er da maksimal variasjonsprøve er mest nyttig. For eksempel, når du velger et utvalg for et sett med konsensusgrupper, tar du vanligvis tre typer mennesker som vil være så forskjellige som mulig på problemet som undersøkes.

2.2. Maksimal variasjonsprøve i fravær av populasjonsdata

selv om tilfeldig prøvetaking anses som den ideelle prøvetakingsmetoden, er det noen ganger ikke mulig å ta et tilfeldig utvalg. I noen land er folketellingsinformasjon heller ikke tilgjengelig, eller så mange år utdatert at det er ubrukelig. Selv når nyere og detaljerte folketellingsdata eksisterer, kan det ikke være noen kart som viser grensene til områdene dataene gjelder for. Og selv når det finnes både gode folketellingsdata og relaterte kart, kan det ikke være noen samplingsrammer.den gode nyheten (fra et utvalgssynspunkt) er at disse forholdene vanligvis gjelder i svært fattige og uutviklede land med store landlige befolkninger. Etter min erfaring er det ikke et bredt spekter av variasjon i disse populasjonene. Jo mer utviklet et land, det virker, jo flere forskjeller er det mellom sine borgere. Derfor, hvor tilfeldig prøvetaking ikke er mulig, er det kanskje ikke så nødvendig. Men i fattige land der utvalgsrammer ikke finnes, kan maksimal variasjonsprøve være svært effektiv, ved hjelp av flertrinnsmetoden som er forklart nedenfor.

Hva er den beste prøvestørrelsen for maksimal variasjonsprøve?

for en ett-trinns prøve, eller på grasrotnivå av prøvetaking, er det best å begrense en maksimal variasjon prøve til ikke mer enn ca 50 enheter. Over det nummeret blir intervjuere forvirret, og andre metoder, for eksempel kvoteprøving og radial prøvetaking, er enklere og ofte mer omfattende. Ved å kombinere disse delprøver på 50 eller mindre i en flertrinns prøve, kan den totale prøven være tusenvis av mennesker – men på grunn av den ekstra innsatsen som er involvert, ville du ikke gjøre det med mindre det ikke var noe alternativ. Den største jeg har prøvd var om lag 200, i klynger på 12-men en kvoteprøve (f. eks. aldersgruppe etter kjønn etter yrkestype) kan ha vært som representant, og ville ha trengt mye mindre tilsyn med intervjuere.

slik velger du en prøve for maksimal variasjon

med et utvalg for maksimal variasjon prøver du å inkludere alle ytterpunktene i populasjonen. For eksempel, i en liten landsby, for en radio publikum undersøkelse, kan du be om å intervjue…

den eldste personen i landsbyen som lytter til radio
den eldste som ikke lytter til radio
en person som lytter til radio hele dagen
en person som ofte snakker om radioprogrammer han eller hun har hørt
en person som lytter til radio midt på natten
en person som aldri har lyttet til radio i sitt liv
personen med flest radioer (en reparatør, kanskje)
personen med størst antenne
en person som antas å være helt gjennomsnittlig på alle måter
en person som tilbringer mye tid på gaten og på offentlige steder
en person som jobber nesten hele tiden

…og så videre – endre» person «til» mann «eller» kvinne » vekselvis, for å sikre lik representasjon av begge kjønn. Selvfølgelig fungerer dette bare når slik informasjon om andre mennesker er allment kjent. Ovennevnte liste over personer kan produseres i en landsby, hvor mange mennesker kjenner mange andre, men ville være mye vanskeligere i en stor by.ofte er det nyttig å ha en innledende brainstorming med en innledende gruppe lokale informanter (som ikke skal være eventuelle respondenter). Presentere en første liste over personlige typer til dem, lik den ovenfor, men passende modifisert for formålet med studiet. Be dem om å komme opp med noen flere typer person, og for å fortelle deg om noen av de typene du oppfant gir ingen mening i dette området. Men med mindre du begynner med et eksempel, har jeg funnet ut at folk finner det vanskelig å forstå hva du spør.

et problem med å tegne en prøve som ovenfor er informantene du bruker til å identifisere personer med disse egenskapene. Det er fristende-fordi det er lett – å gå til kommunekontoret og be tjenestemennene om å nevne folk av disse typene. Du kan få en liste over dem raskt, men på en viktig måte vil det ikke være maksimal variasjon: foreslåtte respondenter vil alle være kjent for de lokale myndighetene.

nettet ditt kan kastes i større grad ved sekvensiell prøvetaking (snøballprøvetaking), og får bare noen få foreslåtte respondenter fra hver kilde. Med andre ord, informant a foreslår respondentene B og C fra listen over egenskaper, B antyder D Og E, c antyder F Og G-og så videre. Gitt prinsippet om «seks grader av separasjon», og det faktum at respondentene ikke blir bedt om å foreslå sine venner, men personer med spesifiserte egenskaper, bør maksimal variasjonsmetode gi de fleste i undersøkelsesområdet en sjanse til å bli inkludert i prøven.

la du merke til feilen i det argumentet? Problemet er at jo flere personer en potensiell respondent er kjent for, jo mer sannsynlig at personen skal velges for undersøkelsen. Derfor må listen over personlige typer eksplisitt inkludere sosialt isolerte mennesker, ved å legge til kriterier som…

en eldre mann som har svært få besøkende
en yngre mann som ikke snakker mye
en eldre kvinne som bor alene og har ingen familiemedlemmer som bor i nærheten
en ung kvinne som er ugift og nesten aldri forlater hjemmet

…og så videre-varierende de ovennevnte beskrivelsene som passer til kulturen. (I noen deler av verden vil du aldri finne en kvinne som bor alene.) Der det er segregering langs religiøse, språklige eller stammelinjer, må du starte separate undersøkelsestråder i hver av disse kulturelle gruppene.hvis du ber om en bestemt type person, og informanten ikke kan nevne noen akkurat slik, er det greit å akseptere en tilnærming, basert på et annet kriterium som virker relevant. Dette kan introdusere andre dimensjoner av mangfold som du ikke først tenkte på.

Velge dimensjonene av variasjon

i eksemplet ovenfor ble de 12 forskjellige typer radiolytter (pluss ytterligere 4 typer sosiale isolater) funnet gjennom å forestille seg de sosiale forholdene som kan påvirke radiolytting. Listen var ikke uttømmende eller systematisk, men hvis du vil være sikker på at ingen gruppe mennesker er utelatt, kan du bruke dimensjonsanalyse for å lage en mer omfattende liste. Det er gjort slik…

Trinn 1 er å bestemme hvilken prøvestørrelse du vil ha. For eksempel, la oss si at det er 20. Dette bestemmer antall dimensjoner: 20 er 2 til kraften til hva? Det nærmeste svaret er 4, fordi 2 x 2 x 2 x 2 = 16. Så du kan bruke 4 dimensjoner for å få 16 saker, og deretter legge til noen flere faktorer, for eksempel sosialt isolerte mennesker. (For en prøve på 32, bruk 5 dimensjoner, og for 64 bruk 6. Over 100 eller så fungerer kvoteprøvetaking vanligvis bedre.)

Trinn 2 er å bestemme disse dimensjonene. Tenk på noen egenskaper hos mennesker som (a) varierer mye mellom mennesker i forhold til emnet du undersøker, og (b) er kjent for et bredt spekter av andre mennesker. For eksempel, hvis emnet er hvor mye tid folk bruker på å lytte til radio, kan det ikke være nyttig å velge kjønn som en dimensjon, fordi i de fleste land bruker menn og kvinner omtrent like mye tid på å lytte til radio. Men hvorvidt folk har en radio hjemme gjør en stor forskjell for deres lyttetid. Andre synlige faktorer som påvirker radiolytting er om folk har TV hjemme, og hvor mye tid folk bruker hjemmefra, på steder uten radio. En annen faktor er hvor mye de liker å lytte til de lokale programmene, men det er ikke lett observerbart, så du må kanskje bruke en proxy-variabel, for eksempel hvor ofte de sier at de snakker om radioprogrammer. Nå har vi de 4 variablene, hver med to ekstreme svar. Gi hvert mulig svar en bokstavskode, fra A, som dette…

Har en radio hjemme: ja (a) eller nei (B)
Har TV hjemme: ja (C) eller nei (D)
Bo hjemme mesteparten av tiden (E) eller borte fra hjemmet mesteparten av tiden (F)
Hvor ofte snakker de med andre om radioprogrammer: «de fleste dager» (G) eller «nesten aldri» (H)

Tar hver av de 4 variablene i sin tur, er det 16 mulige kategorier(2 x 2 x 2 x 2). DISSE er
ACEG, ACEH, ACFG, ACFH
BCEG, BCEH, BCFG, BCFH
ADEG, ADEH, ADFG, ADFH
BDEG, BDEH, BDFG, BDFH

FOR eksempel bdgh = noen som ikke har radio hjemme, INGEN TV hjemme, er borte hjemmefra mesteparten av tiden, og snakker nesten aldri om radio.

Trinn 3. Alt du trenger å gjøre nå er å finne noen matchende den beskrivelsen-og gjenta den oppgaven for 15 andre typer mennesker. Hva om du ikke finner folk som møter noen av disse beskrivelsene? Dette kan skje – for eksempel kan det være vanskelig å finne noen som holder seg hjemme mesteparten av tiden, og ikke har radio hjemme, men snakker om det mye. I dette tilfellet vil du ende opp med mer enn en person i noen av de 16 kategoriene. Ikke noe stort problem: bare sørg for at folk i samme kategori er svært forskjellige på en annen måte som virker relevant for studien din.

Trinn 4. Til slutt, ikke glem å legge til 4 personer som sjelden kommuniserer med andre. Det bringer prøven opp til 20. Vil du ha mer enn 20? Bare legg til noen flere mennesker, så lenge de er så forskjellige som mulig fra hverandre på en relevant måte. Selv om denne systematiske metoden for å velge respondenter er lettere når rostering intervjuere, har jeg ikke funnet at det gir en mer variert utvalg enn den mer tilfeldige metoden beskrevet i avsnitt 4 ovenfor.

flerstadig maksimal variasjonsprøve

når du velger en flerstadig prøve, kan det første trinnet være å tegne et utvalg av distrikter i hele landet. Hvis dette tallet er mindre enn 30, er det sannsynlig at prøven vil være alvorlig representativ på noen måter. To løsninger på dette er stratifisering og maksimal variasjon prøvetaking. For begge disse er det behov for litt lokal kunnskap.

når du skal kartlegge et stort geografisk område, kan det trekkes et utvalg med maksimal variasjon i flere trinn. Det første trinnet er å bestemme hvilke deler av befolkningsområdet som skal kartlegges. For eksempel, hvis en undersøkelse skal representere en hel provins, og det ikke er mulig å undersøke alle deler av provinsen, må du bestemme hvilke deler av provinsen (la oss kalle dem fylker) som skal inkluderes. Å velge dem er gjort slik…

6.1. Trinn 1

1. Tenk på alle måter som fylkene kan avvike fra provinsen som helhet-spesielt måter som er relatert til emnet i undersøkelsen. Hvis en undersøkelse handler OM FM-radio, og noen områder er kupert, kan mottaket være dårligere der. Hvis undersøkelsen handler om malaria, og noen fylker har store sumper med mye mygg, inkludere et slikt fylke og en som er motsatt. Hvis emnet er relatert til rikdom eller utdanningsnivå (som mange forskningstemaer er), finn ut hvilke fylker som har de rikeste og best utdannede, og som har de fattigste og minst utdannede. Prøv å tenke på 5 til 10 faktorer som er relevante for studien.

2. Prøv deretter å samle objektive data om disse faktorene. Mislykkes det, prøv å finne eksperter på emnene, eller folk som har reist rundt hele provinsen. Ved hjelp av denne informasjonen, for hver faktor lage en liste over fylker som har et høyt nivå av faktor (f. eks mange fjell, mange sumper, eller velstående) og fylker som har et lavt nivå av faktor(f. eks alle flate, ingen sumper, eller dårlig).

3. Fylkene som er nevnt oftest i disse ekstremlistene bør inkluderes i undersøkelsen. Merk disse fylkene på et kart over provinsen. Har noe stort og godt befolket område blitt utelatt? Hvis ja, legg til et annet fylke, som er så langt som mulig fra alle de andre nevnte.

6.2. Trinn 2

når fylkene (eller hva områdene kalles) er valgt, er neste trinn å finne ut hvor i hvert fylke klyngen skal velges. Fortsett maksimalvariasjonsprinsippet ved å bruke samme prinsipp i hvert valgt fylke. Hvis et fylke ble valgt for sin sump og flathet, velge den flateste og myrlendte området i landet. Hvis det ble valgt for sine fjell og rikdom, velg et velstående fjellområde. For å finne ut hvor disse områdene er, må du kanskje reise til hvert fylke og snakke med lokale eksperter.

6.3. Stage 3

når du har valgt byer Og landlige lokaliteter, kan du enten fortsette å bruke maksimal variasjon prøvetaking, eller du kan velge en annen metode, for eksempel kvote prøvetaking, blokk oppføring fra flyfoto, eller radial prøvetaking. Hvis du bruker maksimal variasjonsprøve for sluttfasen, velger du vanligvis et antall klynger (gater eller nabolag), og deretter velger du respondenter i hver klynge ved hjelp av prinsippene forklart i avsnitt 4 eller 5 ovenfor.

vil du lese mer om maksimal variasjonsprøve? Beklager, men du kan ikke! Denne siden er ikke veldig detaljert, men likevel synes det å være den mest detaljerte forklaringen på maksimal variasjonsprøve som er skrevet. Den nest mest detaljerte (og mest siterte) synes Å være I Michael Quinn Pattons Bok Kvalitativ Forskning Og Evalueringsmetoder, på side 234-235 i 2001-utgaven(mindre enn en side totalt). Også, denne siden fokuserer på maksimal variasjon prøvetaking for undersøkelser. Å bruke det til kvalitativ forskning, som dybdeintervjuer og casestudier, vil kreve små variasjoner. Jeg skal skrive en egen side på det, når behovet oppstår.

Foreslått sitat for denne siden:
List, Dennis (2004). Maksimal variasjonsprøve for undersøkelser og konsensusgrupper. Adelaide: Publikumsdialog. Tilgjengelig på www.audiencedialogue.org/maxvar.html 12. September 2004.Andre prinsipper for prøvetaking som er nevnt ovenfor (tilfeldig prøvetaking, kvoteprøvetaking, stratifisert prøvetaking og snøballprøvetaking) er beskrevet I Kapittel 2 Av Know Your Audience.