Słownik metodologiczny · Badania jakościowe

Nasycenie (saturacja) – kiedy można zakończyć zbieranie wywiadów?

Nasycenie to moment, w którym kolejne wywiady nie wnoszą nic istotnie nowego. Wyjaśniamy różnicę między nasyceniem kodów a nasyceniem znaczeń, co mówią badania o liczbie wywiadów i jak opisać nasycenie w pracy.

Strona główna / Słownik / Nasycenie (saturacja)

Opracowanie merytoryczne: · Opublikowano: · Aktualizacja:

W skrócie: Nasycenie (saturacja) to moment, w którym kolejne wywiady nie wnoszą istotnie nowych kodów ani znaczeń, więc zbieranie danych można zakończyć. Ocenia się je w trakcie analizy i opisuje w pracy, bo liczby z innych badań nie są normą.

Co to jest nasycenie?

Nasycenie (saturacja, ang. saturation) to moment, w którym kolejne wywiady lub obserwacje nie wnoszą już nic istotnie nowego do analizy, więc dalsze zbieranie danych uznaje się za zbędne. Pojęcie wywodzi się z teorii ugruntowanej, gdzie wiąże się z doborem teoretycznym, a dziś służy też do uzasadniania liczby wywiadów w innych podejściach. Saunders i in. (2018) wyróżniają cztery sposoby rozumienia nasycenia, które różnią się tym, czy nacisk pada na zbieranie danych, ich analizę czy budowanie teorii. Zwracają też uwagę, że nasycenie jest przewidywaniem: z tego, co już usłyszeliśmy, wnioskujemy o tym, czego jeszcze nie usłyszeliśmy.

Jak ocenić nasycenie

Hennink i in. (2017) odróżniają nasycenie kodów (znamy już zakres poruszanych spraw) od nasycenia znaczeń (rozumiemy te sprawy w pełni, z niuansami). W ich materiale z 25 wywiadów pierwsze osiągnięto po 9 wywiadach, a drugie wymagało od 16 do 24. Guest i in. (2006) w zbiorze 60 wywiadów odnotowali nasycenie w pierwszych 12. To wyniki konkretnych badań, a nie normy: zależą od celu, jednorodności grupy i jakości wywiadów. Więcej o planowaniu liczby rozmów piszemy we wpisie Ile wywiadów przeprowadzić?

W praktyce analizę prowadzi się równolegle ze zbieraniem danych. Po każdym wywiadzie zapisuje się, które kody są nowe, a które to tylko kolejne przykłady znanych. Decyzję o zakończeniu i jej powody dobrze utrwalić w memo analitycznym.

Przykład

Przykład ilustracyjny: w badaniu doświadczeń studentów pracujących na etacie po kilku rozmowach wypowiedzi typu „uczę się w nocy, bo w dzień nie ma kiedy” przestają dawać nowe kody. Nasycenie kodów jeszcze nie oznacza nasycenia znaczeń. Badaczka nadal nie wie, czemu jedni mówią o tym z dumą, a inni z poczuciem straty. Prowadzi więc kolejne wywiady pogłębione z osobami w innej sytuacji.

Jak opisać w pracy

Wywiady analizowano na bieżąco. Po każdym wywiadzie odnotowywano nowe kody i zmiany w rozumieniu kategorii. Zbieranie danych zakończono, gdy kolejne wywiady nie wnosiły nowych kodów ani nowych znaczeń istniejących kategorii; przebieg tej oceny udokumentowano w memo analitycznych (por. Hennink i in., 2017).

Na co uważać

  • Samo słowo „nasycenie” nic nie uzasadnia. Napisz, jak je oceniano i co rozumiesz przez nasycenie (Saunders i in., 2018).
  • Liczba z cudzego badania nie jest regułą. Przy grupie różnorodnej lub trudnym temacie potrzeba zwykle więcej rozmów.
  • Nasycenie nie naprawi złego doboru. Jeśli dobór celowy pominął ważną grupę, brak nowych kodów oznacza tylko, że pytano podobne osoby.

Najczęstsze pytania

Czy nasycenie można zaplanować przed rozpoczęciem wywiadów?

Można oszacować wstępną liczbę rozmów na podstawie celu i podobnych badań, ale samo nasycenie stwierdza się dopiero w trakcie analizy. W projekcie podaj szacunek i regułę zakończenia.

Czym różni się nasycenie kodów od nasycenia znaczeń?

Nasycenie kodów oznacza, że znamy już zakres poruszanych spraw. Nasycenie znaczeń – że rozumiemy je z niuansami. Hennink i in. (2017) potrzebowali na to drugie wyraźnie więcej wywiadów.

Czy w refleksyjnej analizie tematycznej trzeba wykazać nasycenie?

Nie zawsze. W podejściach interpretacyjnych liczbę rozmów uzasadnia się raczej celem badania i bogactwem danych. Jeśli powołujesz się na nasycenie, opisz, jak je rozumiesz i oceniałeś.

Powiązane hasła

Teoria ugruntowanaDobór teoretycznyKodowanie otwarte, osiowe i selektywneDobór celowy, dobór wygodny i metoda kuli śnieżnejWiarygodność w badaniach jakościowych (trustworthiness)

Poradniki, w których użyjesz tego pojęcia

Poradnik

Ile wywiadów przeprowadzić?

Nasycenie kodów i znaczeń, moc informacyjna, krytyka nasycenia i wzór uzasadnienia liczby wywiadów, z symulacją krzywej nowych kodów w R.

Czytaj →Poradnik

Wywiad pogłębiony w pracy dyplomowej

Scenariusz z dopytaniami, pilotaż, zgoda na nagranie, transkrypcja dosłowna a wygładzona, anonimizacja, przechowywanie danych i wzór opisu procedury.

Czytaj →

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Guest, G., Bunce, A., & Johnson, L. (2006). How many interviews are enough? An experiment with data saturation and variability. Field Methods, 18(1), 59–82. https://doi.org/10.1177/1525822x05279903
  2. Hennink, M. M., Kaiser, B. N., & Marconi, V. C. (2017). Code saturation versus meaning saturation: How many interviews are enough? Qualitative Health Research, 27(4), 591–608. https://doi.org/10.1177/1049732316665344 ● Otwarty dostęp: pełny tekst
  3. Saunders, B., Sim, J., Kingstone, T., Baker, S., Waterfield, J., Bartlam, B., Burroughs, H., & Jinks, C. (2018). Saturation in qualitative research: Exploring its conceptualization and operationalization. Quality & Quantity, 52(4), 1893–1907. https://doi.org/10.1007/s11135-017-0574-8 ● Otwarty dostęp

Cytowania BibTeX

@article{guest2006many, author={Guest, Greg and Bunce, Arwen and Johnson, Laura}, title={{How many interviews are enough? An experiment with data saturation and variability}}, journal={Field Methods}, year={2006}, volume={18}, number={1}, pages={59--82}, doi={10.1177/1525822x05279903}}
@article{hennink2017code, author={Hennink, Monique M. and Kaiser, Bonnie N. and Marconi, Vincent C.}, title={{Code saturation versus meaning saturation: How many interviews are enough?}}, journal={Qualitative Health Research}, year={2017}, volume={27}, number={4}, pages={591--608}, doi={10.1177/1049732316665344}}
@article{saunders2018saturation, author={Saunders, Benjamin and Sim, Julius and Kingstone, Tom and Baker, Shula and Waterfield, Jackie and Bartlam, Bernadette and Burroughs, Heather and Jinks, Clare}, title={{Saturation in qualitative research: Exploring its conceptualization and operationalization}}, journal={Quality \& Quantity}, year={2018}, volume={52}, number={4}, pages={1893--1907}, doi={10.1007/s11135-017-0574-8}}
R