Auf dieser Seite
„Wir haben bei Sättigung aufgehört“ ist unvollständig, wenn die Studie nicht sagt, was wann und warum gesättigt war.
Die kurze Antwort lautet: Sättigung ist eine Stoppentscheidung mit einem erklärten Gegenstand. Sie kann das Auftreten neuer Codes, die Bedeutungstiefe innerhalb dieser Codes oder die Integration einer theoretischen Erklärung betreffen. Diese Endpunkte sind nicht austauschbar.
Saunders und Kollegen zeigen, dass Sättigung in der qualitativen Forschung verbreitet, aber uneinheitlich konzeptualisiert und operationalisiert ist. Hennink und Kaiser unterscheiden Codesättigung von Bedeutungssättigung und weisen darauf hin, dass Hinweise zur Stichprobengröße von Homogenität der Population, Studienziel und Sättigungsart abhängen. Die Simulation von van Rijnsoever ergänzt Samplingstrategie und Informationsstruktur.
Die gemeinsame Lehre ist praktisch. Eine Zahl kann für die Planung nützlich sein. Sie reicht als Stoppregel nicht aus.
Welches theoretische Phänomen soll in der Untersuchung tatsächlich gesättigt sein?
Vor der Datenerhebung sollte der Stoppgegenstand festgelegt werden:
| Stoppgegenstand | Frage | Was damit nicht bewiesen ist |
|---|---|---|
| Codesättigung | Treten relevante Themen, Kategorien oder Codes auf? | Dass ihre Bedeutungen vollständig verstanden sind |
| Bedeutungssättigung | Fügt weiteres Material wenig konzeptionelle Tiefe, Nuance oder Erklärung hinzu? | Dass jeder mögliche Code aufgetreten ist |
| Theoretische Sättigung | Ist die entstehende Theorie für ihren Zweck mit relevanter Variation integriert? | Dass die Theorie in jedem Umfeld wahr ist |
Tabelle 1Welches theoretische Phänomen soll in der Untersuchung tatsächlich gesättigt sein?
Quelle: Tabelle aus diesem Essay. Quellen und Einordnung stehen im Beitrag.
Diese Begriffe erlauben nicht, im Nachhinein einfach den bequemsten Endpunkt zu wählen. Eine Studie, die Themen kartiert, braucht möglicherweise Codeabdeckung. Eine Studie über Mechanismen braucht Interpretationstiefe. Eine Grounded-Theory-Studie kann theoretische Integration als Stopplogik verwenden. Jeder Endpunkt erzeugt eine andere Evidenzlast.
| Synthetische Stoppkarte | Codesättigung | Bedeutungssättigung | Theoretische Sättigung |
|---|---|---|---|
| Primärtest | Kein relevanter neuer Code erscheint | Neues Material fügt wenig konzeptionelle Tiefe hinzu | Keine relevante theoretische Beziehung bleibt unintegriert |
| Samplingfolge | Den vorgesehenen Themenraum abdecken | Variation für tiefere Interpretation suchen | Informationsquellen auswählen, die die Erklärung herausfordern können |
| Erforderlicher Nachweis | Codebuch und Fall-Code-Spur | Analytische Memos und Vergleichsspur | Theoretische Memos und Entscheidungen zu Gegenbeispielen |
| Stoppfrage | Würde ein weiterer Fall eine relevante Kategorie ergänzen? | Würde ein weiterer Fall die Erklärung verändern? | Würde ein weiterer Fall die theoretische Integration verändern? |
Tabelle 1Die Stoppkarte für qualitative Sättigung
Die Karte ist synthetisch. Sie macht den Stoppgegenstand explizit und nennt keine universelle Zahl von Interviews.
Quelle: Synthetischer Rahmen des Autors; Quellenansprüche stammen von Saunders et al. (2018), Hennink und Kaiser (2022) sowie van Rijnsoever (2017).
Dasselbe Interview kann keinen neuen Code liefern und dennoch die Bedeutung eines vorhandenen Codes verändern. Umgekehrt kann eine Studie reichhaltige Geschichten erzeugen und eine wichtige Teilpopulation nicht erreichen. Sättigung ist deshalb eine Aussage über das Verhältnis von Daten, Frage, Sampling und Analyse.
Warum gibt es keine universelle Richtzahl für qualitative Interviews?
Hennink und Kaiser untersuchen empirische Studien und statistische Modelle zur Stichprobengröße bei Sättigung. Ihre Evidenz unterscheidet Codesättigung von Bedeutungssättigung und weist darauf hin, dass Angaben von Homogenität der Population, Studienziel und Sättigungsart abhängen.
Die Simulation von van Rijnsoever verdeutlicht denselben Punkt aus einer anderen Richtung. Sie modelliert eine qualitative Population als Teilpopulationen mit unterschiedlichen Informationsquellen und Codes. Verschiedene Sampling-Szenarien erzeugen unterschiedliche Anforderungen für Sättigung. In der Simulation ist die Wahrscheinlichkeit, Codes zu beobachten, wichtiger als allein die Zahl der Codes.
Das bedeutet nicht, dass Stichprobenplanung unmöglich ist. Eine Zahl muss aber bedingt sein: durch Population, Frage, Samplingstrategie, Sättigungsgegenstand und Informationsstruktur. Eine enge, relativ homogene Studie braucht möglicherweise ein anderes Design als eine Studie mit mehreren Perspektiven, in der wichtige Informationen über Teilpopulationen verteilt sind.
Wie bestimmt die Informationsstruktur des Feldes den Erhebungsaufwand?
Informationsstruktur beschreibt, wo relevante Variation und Wissen in der zu sampelnden Population liegen. Wenn alle Teilnehmer zu jedem wichtigen Thema sprechen können, kann Zufallsauswahl das Feld effizient abdecken. Wenn Informationen über Rollen, Standorte, Fälle oder Erfahrungen verteilt sind, muss das Sampling diese Quellen gezielt erreichen.
van Rijnsoever unterscheidet Szenarien des Zufalls, minimaler Information und maximaler Information. Die Simulation zeigt unterschiedliche Anforderungen an Stichprobengröße und unterschiedliche Abwägungen. Informationsreiches, gezieltes Sampling kann Codes effizient erreichen, aber weniger Wiederholungen pro Code erzeugen, was die Validierung beeinflusst.
Die praktische Folgerung lautet nicht „Immer maximal informativ samplen“. Die Samplingstrategie muss Teil der Sättigungsbehauptung werden:
| Samplingaufzeichnung | Zu beantwortende Frage |
|---|---|
| Populationskarte | Welche Teilpopulationen oder Informationsquellen gibt es? |
| Zugangsregel | Wie wird jede Quelle für die Stichprobe zugänglich? |
| Variationsregel | Welche Kontraste braucht die Forschungsfrage? |
| Informationserwartung | Warum sollte der nächste Fall einen neuen Code liefern oder Bedeutung vertiefen? |
| Wiederholungsbedarf | Wie viel Wiederholung braucht die Interpretation als Herausforderung oder Validierung? |
Tabelle 3Wie bestimmt die Informationsstruktur des Feldes den Erhebungsaufwand?
Quelle: Tabelle aus diesem Essay. Quellen und Einordnung stehen im Beitrag.
Ohne diese Aufzeichnung kann eine kleine Stichprobe effizient aussehen, obwohl sie nur eine relevante Informationsquelle verfehlt hat.
Warum sind Codesättigung und Bedeutungssättigung zwei getrennte Meilensteine?
Codesättigung ist nützlich, wenn die erste Aufgabe darin besteht, den Themen- oder Kategorienraum zu erkennen. Wenn sich das Codebuch nicht mehr erweitert, kann das Team eine brauchbare Feldkarte haben.
Bedeutungssättigung verlangt mehr. Sie betrifft Tiefe, Dimensionen, Bedingungen und Beziehungen innerhalb eines Codes. Ein neuer Fall kann kein neues Etikett erzeugen und trotzdem zeigen, dass ein bekanntes Etikett zwei Mechanismen, unterschiedliche Folgen oder eine wichtige Ausnahme enthält.
Die Unterscheidung verändert das Analyseprotokoll. Eine Codezählung reicht für Bedeutungssättigung nicht. Das Team braucht Vergleichsmemos, Gegenbeispiele, Grenznotizen und eine Erklärung, warum weitere Daten die Interpretation nicht mehr verändern. Die Stoppbegründung sollte die analytische Arbeit nennen und nicht nur die Zahl der Interviews.
Warum verlangt theoretische Sättigung eine präzise Theoriegrenze?
Theoretische Sättigung bedeutet nicht einfach, dass viele Personen dasselbe gesagt haben. In der Simulation von van Rijnsoever ist sie erreicht, wenn alle Codes der modellierten Population beobachtet wurden. In einer realen Studie hat die theoretische Erklärung außerdem einen erklärten Umfang und ein Verhältnis zur Variation der Daten.
Eine gute theoretische Stoppnotiz beantwortet:
- Welche Beziehung oder welcher Mechanismus entsteht?
- Welche Fälle oder Informationsquellen könnten ihn noch herausfordern?
- Welche negativen oder abweichenden Fälle wurden geprüft?
- Was würde die Theorie verändern und was wäre nur ein weiteres Beispiel?
- Warum ist im erklärten Umfang nicht zu erwarten, dass weiteres Sampling die Erklärung verändert?
Die Notiz macht aus einer qualitativen Theorie kein universelles Gesetz. Sie macht den Schluss prüfbar.
Wie führen Forschende ein methodisches Abbruchaudit vor dem nächsten Interview?
Bei jeder Zwischenprüfung sollte gefragt werden:
- Was war der erklärte Sättigungsgegenstand?
- Welche relevanten Codes, Bedeutungen oder theoretischen Beziehungen haben sich seit dem letzten Fall verändert?
- Welche Informationsquelle oder Teilpopulation wurde noch nicht erreicht?
- Hat der nächste Fall einen Grund, Abdeckung, Tiefe, Kontrast oder Herausforderung zu ergänzen?
- Welche Evidenz würde einen Stopp rechtfertigen?
- Ist der Stoppgrund festgehalten, bevor die Entscheidung vergessen wird?
Wenn die Antwort auf Frage drei unbekannt ist, braucht die Studie möglicherweise zuerst eine Populationskarte und erst danach eine weitere Stichprobengrößenbegründung. Wenn Frage vier keine Antwort hat, kann der Stopp bereits vertretbar sein oder das Team hat die Verbindung zur Forschungsfrage verloren.
Welche drei Mythen zur qualitativen Sättigung sollten Forschende verwerfen?
Erstens: Schreibe nicht „Sättigung wurde bei 12 Interviews erreicht“, ohne Sättigungsart und Stichprobenbedingungen zu nennen. Eine Zahl ohne Gegenstand ist keine Methode.
Zweitens: Behandle Codesättigung nicht als Beweis für Bedeutungssättigung. Neue Daten können einen Code vertiefen, ohne ein neues Etikett zu liefern.
Drittens: Nimm nicht an, dass die Zahl der Codes die Stichprobengröße bestimmt. Samplingstrategie und die Wahrscheinlichkeit, relevante Informationen zu beobachten, prägen das Ergebnis ebenfalls.
Für angrenzende Entscheidungen können Sie die Abbruchregel für ein belastbares Evidenzreview mit der Messinvarianz vor Sprachgruppenvergleichen vergleichen.
Wo liegen die forschungsmethodischen Grenzen qualitativer Sättigungsregeln?
Saunders et al. liefern die Warnung vor uneinheitlicher Verwendung und die Notwendigkeit, Form, Zeitpunkt und Begründung der Sättigung zu spezifizieren. Hennink und Kaiser liefern die Unterscheidung von Code und Bedeutung sowie die Abhängigkeit von Population, Ziel und Sättigungsart. van Rijnsoever liefert die Simulation zu Sampling und Informationsstruktur. Stoppkarte und Audit sind Übersetzungen des Autors. Sie schreiben keine Stichprobengröße vor und bescheinigen keine Sättigung in einer laufenden Studie.
Literatur
- Saunders, B., Sim, J., Kingstone, T., Baker, S., Waterfield, J., Bartlam, B., Burroughs, H., und Jinks, C. (2018). Saturation in qualitative research: Exploring its conceptualization and operationalization. Quality and Quantity, 52, 1893-1907. DOI-Link
- Hennink, M., und Kaiser, B. N. (2022). Sample sizes for saturation in qualitative research: A systematic review of empirical tests. Social Science and Medicine, 292, 114523. DOI-Link
- van Rijnsoever, F. J. (2017). (I Can't Get No) Saturation: A simulation and guidelines for sample sizes in qualitative research. PLOS ONE, 12(7), e0181689. DOI-Link
