Nasycenie danymi jest terminem używanym w badaniach, aby wskazać, że nie oczekuje się dodania nowych informacji, które wzmocnią lub zmienią wyniki badania. Nasycenie danych jest ważne do osiągnięcia. Osiąga się je, gdy jest wystarczająco dużo informacji, aby powtórzyć badanie, gdy zdolność do uzyskania dodatkowych nowych informacji została osiągnięta i gdy dalsze kodowanie (identyfikacja tematów) nie jest już wykonalne.
Jednak pojęcie nasycenia danych jest uważane za zaniedbane. Wynika to z faktu, że jest to pojęcie trudne do zdefiniowania. To, co dla jednego jest nasyceniem danych, dla innego nie jest wystarczające.
Istnieją dwa sposoby, w jakie nasycenie danych objawia się w badaniach:
Nasycenie danych w próbkowaniu
Gdy badacz wybiera respondentów do badania (przeprowadza 'próbkowanie’), może to zrobić używając 'próbkowania teoretycznego’. Oznacza to, że będzie on kontynuował dodawanie nowych jednostek do próby aż do momentu, gdy badanie osiągnie punkt nasycenia; to znaczy, aż żadne nowe dane nie zostaną uzyskane poprzez włączenie i analizę nowych jednostek. Teoretyczny dobór próby to podejście do pozyskiwania respondentów do badań, które jest związane z podejściem zwanym „teorią ugruntowaną” i charakteryzuje się tym, że zbieranie danych jest kontrolowane przez powstającą teorię. Badacz musi stale poszukiwać nowych jednostek i danych oraz uzasadniać cel teoretyczny, dla którego każda dodatkowa grupa jest włączana do badania. Tego typu podejście do doboru próby jest rzadkie ze względu na ograniczenia wynikające z ustalonego budżetu, który determinuje projekt badania i jego parametry doboru próby.
Badacze często zmagają się z wiedzą, jak oszacować liczbę wywiadów potrzebnych do osiągnięcia nasycenia danych i ponownie, często są podyktowani budżetem projektu.
Badaczom często trudno jest oszacować, ile wywiadów będzie potrzebnych, aby osiągnąć nasycenie danych. Aby jak najlepiej osiągnąć nasycenie danych, należy zwrócić uwagę na dobór próby w przekroju populacji, która jest przedmiotem zainteresowania, tak aby można było usłyszeć pełen zakres poglądów.
Nasycenie danych w wywiadzie jakościowym
Wywiad pogłębiony i grupy fokusowe to dwie powszechnie stosowane metody badań jakościowych. Każda z nich obejmuje poszukiwanie głębi znaczenia, w przeciwieństwie do ankiety ilościowej, która zazwyczaj koncentruje się na pytaniach zamkniętych, takich jak tak/nie lub skale ocen. Grupa fokusowa lub wywiad pogłębiony to eksploracyjna forma badań. Jest on otwarty i mniej formalnie ustrukturyzowany niż ankieta. Ankieter musi zbadać z respondentem interesujący go temat do momentu, w którym nie ma już nic do dodania. Można to zrobić za pomocą pytań na końcu wywiadu, takich jak „Coś jeszcze?” lub „Czy muszę wiedzieć coś innego niż to, o co Pana/Panią zapytałem?”. Jest to robione w celu zapewnienia, że nasycenie zostało osiągnięte; że nie ma nic więcej do dodania do tematu zainteresowania.
Nieosiągnięcie nasycenia danych w badaniach jakościowych ma wpływ na jakość badań i narusza ważność treści. Nie ma jednak jednego, uniwersalnego podejścia do uzyskania nasycenia danych. Istnieją metody zbierania danych, które dają większe prawdopodobieństwo osiągnięcia nasycenia danych niż inne, choć metody te są w dużym stopniu zależne od projektu badania.
Niestety, nasycenie danych można poznać dopiero po fakcie, gdy wywiady jakościowe zostaną już przeprowadzone, a dane przeanalizowane. Jednak badania rynkowe są zazwyczaj planowane, uzasadniane i kosztorysowane z wyprzedzeniem. Tak więc, osiągnięcie nasycenia danych w rzeczywistości, musi być kombinacją rozsądnego doboru próby, dobrego projektu badawczego, dobrze zaprojektowanych narzędzi badawczych i rzeczywistości parametrów komercyjnych do projektu.
W przeciwnym razie, twoje ustalenia mogą równie dobrze zostać pozostawione na deszczu.