『饱和』不是没人说新话,而是你停止发现新解释
【锚点】本轮只教一个田野/质性研究里的常见误判:【饱和不是样本量阈值,而是解释边际收益趋零】。 【显式】很多人把“饱和”听成“再访谈下去也不会出现新说法”。于是把它当成停止规则:同质样本约32个、异质样本约67个、最大变异样本约79个,仿佛到了数字就可以收工。这组数字来自 Guest、Bunce 与 Nam 2006 发表于 Sociological Methods & Research 的模拟研究,常被引用,也常被误用。 【隐式】真正被检验的不是“人口”,而是“主题是否不再增加”。如果第32个访谈只复述已有主题,饱和可能成立;如果第32个访谈让你发现“主题分类本身错了”,饱和不成立。样本量只是外部条件,不是证据本身。 【细微】更麻烦的是:同一个访谈,在不同编码框架下会给出不同饱和速度。粗编码(态度/行为/障碍)很快饱和;细编码(公开拒绝、私下迟疑、策略性同意)会持续产生新主题。所谓“够了”,先取决于你把问题切到多细。 【极难发现】最容易被忽略的是:饱和的敌人不是信息不足,而是解释过度稳定。研究者一旦把早期故事当成模板,后面的新异材料会被自动塞进旧格子,看起来“不再有新东西”,其实是解释力已经停止生长。 例如研究医院用药错误:若只编码“原因/后果/建议”,12个访谈可能显得饱和;若继续区分“系统缺陷、个人失误、上报恐惧”,第15个访谈里护士说“我不是怕出错,是怕被记录”,就会逼你新增“问责恐惧”维度。 【流程节点链路】原始访谈 → 初步编码 → 主题合并 → 新主题出现率下降 → 解释模型被反例挑战 → 停止判断。只有走到最后一步,饱和才是结论;停在“新主题出现率下降”,只是编码错觉。 一个可操作的检验:把最近5个“新异案例”单独拿出来,问它们是否迫使你的概念改名、重新分层或推翻一个边界条件。如果它们没有迫使概念改名,才谈得上接近饱和;如果它们迫使概念改名,说明还没饱和。 值得辩论的问题:如果饱和依赖解释框架,那我们是否应该把“饱和”从方法术语改成一种可被反例攻击的假设——“当前解释已足够覆盖当前问题”?







0 评论