質的研究を実施する際、研究者はしばしばデータ飽和という概念を用いて、データ収集と分析を中止するのに十分なサンプリングを正当化する。 私たちは、これは質的研究とは相容れない実証主義の視点を明らかにするものであり、その代わりに構成主義、解釈主義、またはその他の視点に基づいていると主張しています。 その代わりに、情報力、概念の深さ、理論的十分性という概念を推奨したデータの妥当性を研究デザイン中に考慮し、サンプリング、データ収集、分析のプロセスを通じて反復的に評価する。 下の表は、データ収集と分析の中止を正当化するために、より多くの、あるいはより少ないデータが必要な場合のガイドラインを示している。 研究者も読者も、データの妥当性を評価するためにこの基準を用いることができる。
【主要な概念】
- 情報力：データの質と関連性
- 概念的深さ：データの豊かさ
- 理論的十分性：主張の裏付けの堅牢性
【より多くのデータが必要な場合】
- 広範または漠然とした研究目的
- 複数またはクロスケース研究
- 研究課題とデータ収集の整合性が低い／不適切な研究デザイン
- 単一のデータタイプのみ収集
- 対象現象について参加者の経験や知識が乏しい
- 表面的なデータ（対話が弱いなど）
- 文献や理論との関連性が弱い
- 基本的、単純、または一次元的な分析と低レベルの理論化
- 主張を裏付ける例が少ないまたは不十分
- 明らかな応用が限定的
- 透明性の欠如（報告された詳細が不十分）
【より少ないデータで十分な場合】
- 狭く焦点を絞った研究目的
- 単一の詳細な、または縦断的なケーススタディ
- 研究課題とデータ収集の整合性が高く、適切な研究デザイン
- 複数のソースからのデータ
- 対象現象について参加者の経験や知識が豊富
- データが深く豊か（強い対話など）
- 文献との強い共鳴と理論の活用
- 複雑で多次元的な分析と高度な理論化（微妙さ、ニュアンス、豊かさを伴う）
- 主張を裏付ける多くの確認可能な例（理論構築を可能にする厚い、豊かで信頼できる記述）
- 透明で信頼できる研究デザインと潜在的な転用可能性を支持する豊かで深いデータ
【結論】 実現可能性と実用性も考慮に入れる必要があります（実践的に何が達成可能か）。要約すると、データの性質（質）が数（量）よりも重要です。
