Data Saturation in Qualitative Research
Data saturation is a foundational principle in qualitative research describing the point at which data collection yields no new themes, codes, or insights—additional data becomes redundant. Introduced by Glaser and Strauss (1967) in their work on grounded theory, saturation guides decisions about sample size and when to stop recruiting participants. Saturation is not a fixed number but a dynamic endpoint determined by examining whether new data are adding substantively new information. The concept is central to claims of rigor and theoretical adequacy in qualitative research, signaling that the researcher has gathered sufficient data to understand the phenomenon in depth.
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
- Glaser, B. G., & Strauss, A. L. (1967). The Discovery of Grounded Theory: Strategies for Qualitative Research. Aldine. · ISBN 978-0202302560
- Strauss, A., & Corbin, J. (1998). Basics of Qualitative Research: Techniques and Procedures for Developing Grounded Theory (2nd ed.). SAGE Publications. · ISBN 978-0803959393
- Bowen, G. A. (2008). Naturalistic inquiry and saturation (S): Determining when enough is enough. Journal of Research in Education, 18(1), 137-152. · URL
- 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. · DOI 10.1177/1525822X05279903
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.