Adaptiv maximal variationsampling
Adaptiv maximal variationsampling är en ändamålsenlig kvalitativ urvalsstrategi som kombinerar logiken i maximal variationsampling – att avsiktligt välja fall som skiljer sig så mycket som möjligt på nyckeldimensioner – med en adaptiv, iterativ rekryteringsprocess. Istället för att fastställa hela urvalet i förväg, granskar forskaren kontinuerligt framväxande data för att identifiera vilka typer av fall som är underrepresenterade och rekryterar nya deltagare för att fylla dessa luckor, vilket maximerar heterogeniteten under datainsamlingen.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- Patton, M. Q. (1990). Qualitative Evaluation and Research Methods (2nd ed.). Sage. [Maximum variation sampling, pp. 169–183] ISBN: 978-0803937796
- Thompson, S. K. (1990). Adaptive cluster sampling. Journal of the American Statistical Association, 85(412), 1050–1059. DOI: 10.2307/2289601 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Adaptive Maximum Variation Purposive Sampling. ScholarGate. https://scholargate.app/sv/survey-methodology/adaptive-maximum-variation-sampling
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Adaptiv klusterdragning – ACSSurveymetodik↔ jämför
- Adaptiv stratifierad stickprovsdragningSurveymetodik↔ jämför
- Maximal variationssamplingSurveymetodik↔ jämför
- Syftesbaserad urvalSurveymetodik↔ jämför
- SnöbollsurvalSurveymetodik↔ jämför
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →