질적연구 - Sample Selection

Types of Purposeful Sampling

Typical Sample?

• 평균적인 사람, 상황, 관심있는 현상의 사례를 반영하기 때문에 선택 
• When using a typical purposeful sampling strategy, you want to “highlight what is typical, normal, and average” (Patton, 2015, p. 268).
• When selecting a site that is “typical” (as in a case study for example), “the site is specifically selected because it is not in any major way atypical, extreme, deviant, or intensely unusual” (p. 284).

 

Unique Sample?

• A unique sample is based on unique, atypical, perhaps rare attributes or occurrences of the phenomenon of interest. You would be interested in them because they are unique or atypical

 

Maximum variation sampling

• Maximum variation sampling 은 grounded theory에 대한 Glaser and Strauss (1967) 의 저서에서 처음 identify.  
• 수립한 근거이론이 현상에 대한 다양한 예에 대해서 “grounded” 되어 있다면 그 이론은 더 conceptually dense 하고 potentially useful하다고 할 수 있음
• 때때로 이런 전략은 현상의 “negative” or “disconfirming” 인스턴스를 찾음 
  • Maximum variation sampling of high school graduates would involve identifying and seeking out those who represent the widest possible range of the characteristics of interest for the study.
    

 

Convenience Sampling

• 편의 샘플링은 샘플을 시간, 비용, 위치, 장소 혹은 응답자의 편의성을 고려하여 선택
• Convenience sampling is just what is implied by the term—you select a sample based on time, money, location, availability of sites or respondents, and so on. 
• 편의샘플링은 credible 하지 않는 경향이 있imformation-rich cases 보다 “information-poor” 하기 쉬움.
  • A convenience sample of high school graduates might begin with your own teenagers and their friends.

 

Theoretical Sampling

• 이런 타입의 샘플링은 purposeful sampling과 비슷한 방법으로 시작
• 연구자는 관련된 research problem 에 맞게 초기 샘플을 선택 
• 데이터는 연구자가 다음에 어떤 document를 읽을지, 어떤 사람을 인터뷰할지 등에 대한 방향을 이끔 
• 분석은 identifying the sample과  collecting data와 동시에 수행됨. 데이터가 수집되고 이론적인 구조가 디벨롭되기 시작하면 연구자는 새로이 만들어 내는 발견에 대한 예외 (부정 케이스 선택) 또는 변형 (불일치 케이스 선택)을 찾아 낼 수도 있음 

How many in the sample?

• 변함없이 언제나, 얼마나 많은 사람을 인터뷰해야하는지, 얼마나 많은 장소를 방문해야 하는지, 해당 문제에 대해서 얼마나 많은 문서를 읽어야 하는지에 대한 답은 정해지지 않음 
• Lincoln과 Guba(1985)는 saturation과 redundancy에 도달할 때까지 샘플링하는 것을 추천 
  • “In purposeful sampling the size of the sample is determined by informational considerations. If the purpose is to maximize information, the sampling is terminated when no new information is forthcoming from new sampled units; thus redundancy is the primary criterion” (p. 202, emphasis in original).
• saturation or redundancy 포인트에 도달했다는 것은 인터뷰 질문에서 비슷한 답변을 듣기 시작했다는 것을 의미함 혹은 관찰에서 비슷한 행동을 관찰하기 시작했다는 것을 의미 (새로 나올 색다른 인사이트가 없는 것)
• saturation에 언제 도달할지 타임을 예측하는 것은 불가능하기 때문에 데이터가 포화되었다는 것을 알기 위해서는 data collection과 함께 data analysis에 참여해야함 
• funding agency나 dissertation committee, or other oversight board 에 approval or support를 한다면 포함될 대략적인 unit의 수를 잠정적으로, 대략적으로 제시할 수 있음 (즉 사람, 장소,사례, 활동 등)