ScholarGate
Assistent
Process / pipelineSampling

Adaptiv maksimal variationssampling

Adaptiv maksimal variationssampling er en bevidst kvalitativ samplingstrategi, der kombinerer logikken fra maksimal variationssampling – bevidst udvælgelse af cases, der adskiller sig så meget som muligt på nøgledimensioner – med en adaptiv, iterativ rekrutteringsproces. I stedet for at fastlægge hele stikprøven på forhånd gennemgår forskeren løbende nye data for at identificere, hvilke typer af cases der er underrepræsenterede, og rekrutterer nye deltagere for at udfylde disse huller, hvilket maksimerer heterogenitet under dataindsamlingen.

Find emne med PaperMindSnartVideoSnartHent slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Metodekort

Nabolaget af beslægtede metoder — vælg en knude for at udforske.

Kilder

  1. Patton, M. Q. (1990). Qualitative Evaluation and Research Methods (2nd ed.). Sage. [Maximum variation sampling, pp. 169–183] ISBN: 978-0803937796
  2. Thompson, S. K. (1990). Adaptive cluster sampling. Journal of the American Statistical Association, 85(412), 1050–1059. DOI: 10.2307/2289601

Sådan citerer du denne side

ScholarGate. (2026, June 3). Adaptive Maximum Variation Purposive Sampling. ScholarGate. https://scholargate.app/da/survey-methodology/adaptive-maximum-variation-sampling

Hvilken metode?

Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.

Sammenlign side om side
ScholarGateAdaptive Maximum Variation Sampling (Adaptive Maximum Variation Purposive Sampling). Hentet 2026-06-15 fra https://scholargate.app/da/survey-methodology/adaptive-maximum-variation-sampling · Datasæt: https://doi.org/10.5281/zenodo.20539026