データ飽和度と情報力:定性研究におけるサンプルサイズ - いつ十分であり,どのように評価するか?

科学分野:

• 健康科学 保健科学 保健科学とは
• 社会科学 社会科学とは

背景:

• 定性的な調査は,定量的なデータを補完して,心血管ケアにおける患者の経験を理解するために不可欠です.
• 伝統的な定量的な研究は,サンプルサイズに対する電力計算を用いており,これは定性的な研究には適用できない方法である.
• "新しい情報が出ない"と定義されるデータ飽和度は,定性サンプルサイズを決定する現在の標準ですが,方法論の透明性なしでは問題になる可能性があります.

研究 の 目的:

• データの飽和度,情報の冗長性を調査し,質的研究における適切なサンプルサイズを決定するための代替手段として情報力を導入する.
• 定性的な研究におけるサンプルサイズを推定し,助成金申請や継続的なデータ収集/分析を支援するための枠組みを研究者に提供する.

主な方法:

• データ飽和度とその運用上の定義についての議論.
• 情報力の概念の導入と探求.
• 情報の力を評価するための5つの重要な考慮事項の特定:狭い研究目標,サンプル特異性,理論の使用,対話の質,分析戦略.

主要な成果:

• 情報力は,質的研究のサンプルサイズを推定するための構造的なアプローチを提供します.
• 情報力の概念は,適切なサンプルサイズを決定するために,研究の前および研究中にガイドラインを提供します.
• 定性的な研究で十分な情報力を得ることに貢献する5つの要因があります.

結論:

• 情報力は,質的研究における適切なサンプルサイズを確保し,単純なデータ飽和の限界を超えて,価値ある概念です.
• このフレームワークは,サンプルのサイズに関する情報に基づいた意思決定をするために研究者を助け,定性研究の厳密さと透明性を高めます.
• 提案されたアプローチは,定性的な発見をサポートする"十分な"データを決定するために最も適切な方法を選択する研究者を支援します.