이론적 샘플링

Theoretical sampling

이론 표본 추출은 이론이 [1]출현할 때 이론을 발전시키기 위해 분석가가 공동으로 코드를 수집하고 데이터를 분석하여 다음에 수집할 데이터와 찾을 위치를 결정하는 이론 생성을 위한 데이터 수집 과정이다.데이터 수집의 초기 단계는 주로 대상 영역에 대한 분석가의 일반적인 관점을 기반으로 하는 일반적인 주제 또는 문제 영역에 따라 달라집니다.초기 결정은 선입견의 이론적 [2]틀에 기초하지 않는다.연구자는 먼저 연구할 몇 가지 주요 개념과 특징을 파악합니다.이것이 연구의 토대가 된다.연구자는 이론이 [3]수집되는 데이터에서 나올 때 개념화되고 공식화될 수 있도록 이론적으로 민감해야 한다.이론의 특정 측면에 국한되지 않도록 주의해야 한다. 이것은 연구자가 이론의 다른 개념과 측면을 보지 못하게 할 것이다.이 샘플링 방법의 주된 질문은 다음과 같습니다.연구자는 데이터 수집 프로세스에서 다음 그룹으로 눈을 돌려야 하며, 그 이유는 무엇입니까?

이론적 샘플링 이력

샤니츠와 스완슨(1986)에 따르면 1967년 글레이저와 스트라우스에 의해 처음 개발된 기초 이론을 바탕으로 이론적 표본 추출이 등장했다.기초이론은 다양한 사회·심리적 현상을 이해하기 위해 설명이론을 생성하기 위한 질적 데이터의 수집과 분석을 위한 연구접근법이라고 할 수 있다.이론적인 [4]샘플링에 의해 수집된 데이터의 연속적인 비교 분석으로부터 이론을 개발하는 것에 초점을 맞추고 있다.

장점과 단점

이론적 표본 추출의 주요 장점은 연구가 연구 영역에서 이론을 생성하려고 시도할 경우 연구의 엄격함을 강화한다는 것입니다.이론적 샘플링의 적용은 데이터 분석뿐만 아니라 데이터 수집에도 구조를 제공합니다.이는 범주와 범주의 관계를 조사하기 위해 더 많은 데이터를 수집해야 하는 필요성에 기초하고 있으며,[5] 범주의 대표성이 존재함을 보장한다.이론적 표본 추출에는 귀납적 특성과 연역적 [6]특성이 있습니다.연구자가 계획 변경을 할 수 있고 연구 과정 초기에 강조할 수 있기 때문에 수집된 데이터가 [7]현장에서 일어나고 있는 것을 반영할 수 있기 때문에 매우 유연하다.

이 샘플링 방법에는 몇 가지 단점이 있을 수 있습니다.이론적인 샘플링의 적용은 다른 샘플링 [8]방법에 비해 시간과 비용과 같은 자원을 더 많이 필요로 하기 때문에 매우 체계적인 방법이다.그것은 매우 복잡한 방법이고 이해하기 쉽지 않다.카테고리를 깊이 있게 개발하기 위해 연구자는 매우 복잡하게 들리고 초보자에게 도움이 되지 않으며 문제가 [9]될 수 있는 카테고리의 폭을 넓히기 위해 다른 곳으로 이동한다.

주요 기능

이론적인 샘플링에 대해 설명할 때 고려해야 할 세 가지 기능이 있습니다.

1. 이론상 사례 선택

이 특징에서, 기초는 연구자가 그들의 이론을 구성할 수 있는 더 큰 이해나 사회적 설명이 있는 이상적인 우주 또는 더 넓은 우주 위에 구축된다.이 이론적인 우주에서는 다른 것들보다 더 의미 있고 감각적인 표본들이 더 잘 공식화 될 수 있습니다.이러한 샘플은 보다 폭넓은 대표 샘플이 될 것입니다.그래서 이런 표본 추출에서는 이상적이거나 넓은 우주와 관련된 특정 프로세스, 예시, 범주, 심지어 유형을 가진 표본을 선택합니다.가장 일반적으로 주어진 예 중 하나는 성별에 대한 담화 분석이다.정성적 연구의 표본 관련 단위는 이론적으로 정의된 것으로 보는 경우가 매우 많다.이는 기본적으로 성별, 민족성, 심지어 나이와 같은 속성이 표본의 기준이 될 수 없음을 의미합니다.이는 대부분의 경우 속성 자체가 연구의 [10]주제이기 때문입니다.

2. 일탈 사례의 선택

이론적 표본 추출의 주요 철학 중 하나는 연구자가 그들의 주장을 뒷받침하는 사례를 선택하지 않는다는 사실이다.이론적인 표본 추출에서, 연구자는 자신의 주장을 뒷받침하는 사례와 사례를 선택하는 경향을 극복해야 한다는 것이 믿음이다.대신 우리가 연구하고 있는 이론에 의해 정의된 부정적인 사례와 사례를 살펴보는 것이 더 유익할 것이라고 명시되어 있습니다.이 특징은 기본적으로 연구자가 불가능하다고 해서 연구 과정에서 어떤 사실도 배제해서는 안 된다는 것을 명시하고 있다.연구자들은 만약 그들이 그것을 상상한다면 불가능할 [11]수 없다는 사실을 주장해야 한다.

3. 조사 중 샘플 크기 변경

이론 샘플의 첫 번째 두 가지 특징은 연구 프로젝트의 시작 부분에서 문제를 다룹니다.그러나 세 번째 기능은 연구 과정에서의 우려사항이나 응용을 다룬다.질적 연구 전체가 양적 연구보다 갖는 장점 중 하나는 유연성이다.이론적 표본 추출에서 연구자는 이론, 표본 추출 활동 및 연구 과정에서의 분석을 조작하거나 변경한다.연구자가 연구 중에 발생하는 새로운 요인으로 인해 표본 크기를 늘리려는 경우 이러한 표본 추출 방식에서 유연성이 발생합니다.유연성은 연구자가 연구 초기 단계에서 작은 샘플을 사용하되 일반화를 테스트하기 위해 표본 크기를 늘리기를 원할 때도 발생한다.마지막으로 연구자가 예상치 못한 일반화를 발견하고 일탈 [12]사례를 조사하고자 할 때에도 유연성이 허용된다.

샘플링 전략

이론적인 표본 추출에는 일반적인 사회학적 관점과 문제 영역이라는 두 가지 주요 데이터 수집 기준이 있다.이론이 발전함에 따라 기준이 나타나기 때문에 미래에 대한 수집 기준을 미리 계획할 수 없다.

어떤 그룹이 포함되는가?이를 연구하기 위해 여러 비교 그룹이 사용되는 경우가 많습니다.그룹은 이론적 기준 또는 관련성에 따라 선택됩니다.사회학자나 연구자들은 종종 한 그룹만을 연구하고 하위 그룹을 설명함으로써 문제를 회피한다.종종 그룹 또는 하위 그룹 간의 차이는 단지 언급될 뿐 이론적 분석은 수행되지 않습니다.여기서의 장점 중 하나는 분석가가 데이터 수집에 대한 통제권을 조정할 수 있고 데이터가 새로운 이론과 관련이 있는지 확인할 수 있다는 것입니다.또한, 보통 그룹은 단일 비교를 위해 선택되므로, 일반적으로 모든 범주에 대해 미리 계획되거나 확실한 그룹 집합은 없습니다.또 다른 흥미로운 사실은 연구가 완료될 때까지 그룹의 수와 종류를 인용하는 것이 거의 불가능하다는 것이다.비교 분석과의 주요 차이점 중 하나는 비교 분석이 정확한 [13]증거를 사용한 검증과 기술에 초점을 맞춘다는 것이다.

그룹이 선택되는 이유는 무엇입니까?그룹을 비교하는 것은 연구자에게 다양한 범주의 개발의 이점을 준다.주요 기준은 수집된 데이터가 차이점이나 유사성에 관계없이 특정 범주 또는 속성에 적용되어야 한다는 것이다.연구원의 주된 초점은 연구의 목적을 명확히 하는 것이다.연구자가 그룹을 비교할 때 두 가지 일반성 척도를 제어할 수 있습니다.예를 들어, 1 입니다.개념 레벨 2모집단 범위 또한 비교 대상 집단의 유형에 따라 차이와 유사성을 극대화하거나 최소화할 수 있다.이것은 연구자에게 더 많은 통제력을 주고 그들이 더 많은 카테고리를 발견하는데 도움을 준다.이것은 그들이 발전하고 새로운 이론을 강화하는 데 도움이 되고 더 많은 이론적 특성들과 관련지어진다.연구자는 그룹 간의 차이를 최소화하면 범주가 존재하는 조건의 확실한 집합을 확립할 수 있다.최대화를 통해 그룹 간의 전략적 유사성을 가진 다양한 데이터를 수집할 수 있습니다.일반적으로 이론적인 표본 추출에서, 연구자는 다른 측면들 사이의 변동에 더 큰 커버리지를 가져와 이론을 더 [14]정교하게 만들기 때문에 차이를 극대화하는 것을 목표로 한다.

그룹은 어떻게 선택됩니까?연구자는 이론적으로 관련이 있는 데이터를 적극적으로 검색해야 한다.집단에 집중하기보다는 새로운 이론에 더 집중해야 한다.그룹 간의 대비가 클수록 두 그룹 간의 명확한 비교 확률이 높아집니다.연구가 진행되고 연구자가 동일한 그룹 또는 다른 하위 그룹을 연구함에 따라, 몇 가지 범주에 도달하여 포화 상태에 대한 [15]이론을 생성한다.

이론적 표본 추출의 사용

처음에 이론적 표본 추출은 이론의 생성이라는 실용적인 목적으로만 사용됩니다.연구를 통해 모든 분야에서 정의된 완전히 잘 알려진 이론을 광범위하게 이해하는 능력은 이론적 표본 추출을 고려합니다.먼저 문제 영역에 초점을 맞추고 다음으로 기초 이론의 기초를 필요로 하는 다양한 접근법에 초점을 맞춥니다.예를 들어, 남성들이 어떻게 자신감 있게 장래의 흔적을 다루는지, 경찰이 아프리카 혈통을 가진 사람들에게 어떻게 행동하는지, 또는 그들을 의사로 바꾸는 의과대학 학생들에게 무슨 일이 일어나는지에 대해서는 연구자가 [16]가지고 도착하는 이론적 틀에 달려 있다.이론적인 샘플링은 데이터 수집에 이론으로 나타나게 되는 다양한 동면 연구 질문을 탐색하는 데 도움이 됩니다.Glaser와 Holton(2004)에 따르면, 이론적인 표본 추출에 대한 데이터 수집 성향이 있는 접지 이론은 정성적 표본 추출에서 처음 도출되었다.이론적 표본 추출 방법은 현재 연구자가 특정 종류의 [17]모집단에서 특정 질병이 유발되는 다양한 이유를 찾고자 하는 의료 연구에 사용되는 근거 있는 이론의 희석 버전으로 간주됩니다.1995년 Sandelowski에 따르면 이론적 표본 추출은 종종 목적적 표본 추출로 오해되지만 이론적 표본 추출의 용도는 크게 다르다.또한 이론적인 샘플링을 위한 참가자의 선정기준은 주어진 시간에 이론적인 연구에서 발생하는 요구와 변화에 따라 변화한다.이론적 표본 추출은 목적 지향적인 것으로 간주되며, 새로운 [18]이론에 기초하여 명시적으로 그 기능을 수행한다.이론 연구의 주요 초점은 [19]생성된 이론을 더 잘 이해하기 위해 이론 표본을 통해 얻은 데이터의 지속적인 비교 분석을 통해 그것의 발전을 이용하는 것이다.

이론적 포화

포화의 개념은 기초 이론의 맥락에서 이론적 포화라고 처음 정의되었다.정성적 연구에서 포화라는 단어는 데이터 포화도, 주제 포화도, 이론적 포화도 및 개념 포화도와 거의 상호 교환이 가능하도록 광범위하게 사용됩니다.포화도는 단순히 데이터 만족도라고 정의할 수 있습니다.연구자가 추가 데이터로부터 새로운 정보를 얻을 수 없는 지경에 이르렀을 때이다.

포화점은 상세한 분석을 위해 적절한 데이터가 수집되었음을 나타내므로 정성적 연구의 표본 크기를 결정한다.그러나 포화 상태에 도달하는 데 필요한 데이터를 결정하는 고정 크기나 표준 테스트는 없습니다.예를 들어, 많은 현상학 연구에서 이론적인 포화도는 종종 15~30명의 [20]참가자 후에 도달하는 반면, 다른 방법들은 훨씬 적은 수 또는 더 큰 수를 필요로 할 수 있다.

이론적 표본 추출의 예

이론적 표본 추출의 예는 1960년대에 Glaser와 Strauss에 의해 가장 잘 기술되었다.그것은 "죽음의 인식"에 대한 그들의 연구에서 나온 메모이다.연구자가 관련된 다른 이론적 질문을 계속 조사하기 때문에 연구 과정 전체에서 데이터 검색이 어떻게 활성화되는지 설명합니다. "다양한 의료 서비스 방문은 다음과 같이 일정이 잡혔습니다.저는 우선 환자의 인식을 최소화하는 서비스를 보고 싶었습니다(그리고 먼저 조산 서비스를 보고 나서 환자가 자주 혼수상태에 빠지는 신경외과 서비스를 검토했습니다).스탭의 기대도 크고, 빨리 죽는 상황에서의 죽음을 다음에 보고 싶다고 생각하고, 중환자실에서 관찰했습니다.그 후, 종업원의 종료에 대한 기대는 높지만, 환자가 있을 수도 있고 아닐 수도 있는 장소, 그리고 사망이 느린 장소의 서비스를 관찰하고 싶다고 생각했습니다.그래서 다음에 암 치료소를 찾아봤어요.저는 그때 죽음이 예기치 않고 빠른 상황을 보고 싶었고, 그래서 응급 구조대를 보았습니다.우리는 몇 가지 다른 유형의 서비스를 검토하는 동안 다른 유형의 병원에서도 상기 유형의 서비스를 볼 수 있었습니다.따라서 서비스 유형의 스케줄링은 인식, 기대 및 사망률에 대한 가설을 포함한 일반적인 개념 체계와 처음에 상정되지 않은 문제를 포함한 발전적인 개념 구조에 의해 지시되었다.초기 2주, 3주, 4주간의 지속적인 관찰이 끝난 후, 초기 단계에서 확인이 필요하거나 누락된 항목을 확인하기 위해 서비스를 재개하는 경우도 있었습니다."[21]

「 」를 참조해 주세요.

레퍼런스

  1. ^ (글레이저, 1978년)
  2. ^ (글레이저와 스트라우스, 기초이론의 발견: 질적 연구를 위한 전략, 1967)
  3. ^ (글레이저와 스트라우스, 기초이론의 발견: 질적 연구를 위한 전략, 1967)
  4. ^ (글레이저와 스트라우스, 기초이론의 발견: 질적 연구를 위한 전략, 1967)
  5. ^ (코인, 1997년)
  6. ^ (코인, 1997년)
  7. ^ (코인, 1997년)
  8. ^ (오빠, 2013년)
  9. ^ (코인, 1997년)
  10. ^ (Silverman & Marvasti, 2008)
  11. ^ (Silverman & Marvasti, 2008)
  12. ^ (Silverman & Marvasti, 2008)
  13. ^ (글레이저와 스트라우스, 기초이론의 발견: 질적 연구를 위한 전략, 1967)
  14. ^ (글레이저와 스트라우스, 기초이론의 발견: 질적 연구를 위한 전략, 1967)
  15. ^ (글레이저와 스트라우스, 기초이론의 발견: 질적 연구를 위한 전략, 1967)
  16. ^ (글레이저와 스트라우스, 기초이론의 발견: 질적 연구를 위한 전략, 1999)
  17. ^ (Breckenridge & Jones, 2009년)
  18. ^ (Breckenridge & Jones, 2009년)
  19. ^ (코인, 1997년)
  20. ^ Teeter, Preston; Sandberg, Jorgen (2016). "Constraining or Enabling Green Capability Development? How Policy Uncertainty Affects Organizational Responses to Flexible Environmental Regulations" (PDF). British Journal of Management. 28 (4): 649–665. doi:10.1111/1467-8551.12188.
  21. ^ (글레이저와 스트라우스, 기초이론의 발견: 질적 연구를 위한 전략, 1967)
  • 찰스 C. Ragin, '소셜 리서치 구축:방법의 통일성과 다양성, Pine Forge Press, 1994, ISBN 0-8039-9021-9
  • 바니 G. 글레이저 앤셀름 L. Strauss, '근거 이론의 발견: 질적 연구를 위한 전략', 시카고, Aldine 출판사, 1967, ISBN 0-202-30260-1
  • Breckenridge, J. & Jones, D. (2009년)'근거 이론 연구에서 이론적 표본 추출의 명확화' N.A.
  • 코인, I.T. (1997년)'목적적이고 이론적인 표본 추출: 결합 또는 경계 제거?고급 간호학 저널, 623-630.
  • 글레이저, B. & Strauss, A.(1967) '근거 이론의 발견: 질적 연구를 위한 전략' N.A: Aldine Transaction.
  • Glaser, B. & Strauss, A.(1967) '근거 이론의 발견: 질적 연구를 위한 전략' Aldine Transactions.
  • 오퐁, S. (2013년)'질적 연구에서 표본 추출의 문제'아시아 경영과학 및 교육 저널 2', N.A.
  • Silverman, D. & Marvasti, A. (2008)'질적 연구 수행 - 포괄적인 가이드'뉴델리: 세이지 출판사.