Теоретическая выборка¶

Теоретическая выборка — это метод невероятностного отбора единиц наблюдения в качественных исследованиях, при котором выборка формируется не на основе случайности или статистической репрезентативности, а исходя из теоретической значимости случаев для развития и проверки формирующейся теории. Данный подход является центральным элементом обоснованной теории (grounded theory) и широко применяется в социологии, антропологии, психологии и других социальных науках, где целью является не экстраполяция результатов на генеральную совокупность, а углублённое понимание социальных процессов, механизмов и категорий.

¶История и происхождение

Метод теоретической выборки был разработан американскими социологами Барни Глейзером и Ансельмом Страусом в рамках их методологии обоснованной теории, представленной в книге «Открытие обоснованной теории» (1967). Изначально он противопоставлялся традиционным статистическим методам выборки, которые ориентированы на проверку гипотез и требуют репрезентативности. Глейзер и Страус утверждали, что для построения теории, укоренённой в эмпирических данных, исследователь должен целенаправленно отбирать случаи, которые наиболее информативны для выявления, уточнения и насыщения теоретических категорий.

Впоследствии метод был детализирован и модифицирован. В 1990-х годах Страус и Джульетта Корбин в книге «Основы качественного исследования» предложили более структурированную версию, включающую кодирование и постоянное сравнение. Позднее Кэти Чармаз в рамках конструктивистского подхода к обоснованной теории акцентировала гибкость и итеративность теоретической выборки, подчёркивая роль исследователя в интерпретации данных.

¶Основные принципы

Теоретическая выборка отличается от других методов выборки (например, целенаправленной, снежного кома или квотной) рядом ключевых принципов:

Итеративность: процесс отбора не является линейным и заранее спланированным. Выборка корректируется по мере сбора и анализа данных: каждый новый случай выбирается на основе результатов предыдущего анализа.
Теоретическая насыщенность: отбор прекращается, когда новые данные перестают добавлять новые свойства или вариации к уже сформированным категориям. Это означает, что категории «насыщены» — их свойства, границы и связи с другими категориями полностью проработаны.
Целенаправленность: единицы отбора (индивиды, группы, события, документы) выбираются не случайно, а потому что они релевантны для развития конкретной теоретической категории. Например, если в ходе анализа выявляется категория «адаптация к стрессу», исследователь может целенаправленно искать случаи с экстремальными условиями, чтобы выявить границы этой категории.
Постоянное сравнение: данные, полученные из разных источников, постоянно сравниваются друг с другом, а также с формирующимися теоретическими понятиями. Это позволяет выявлять сходства, различия, контекстуальные факторы и уточнять категории.

¶Процесс реализации

Теоретическая выборка реализуется в несколько этапов, которые могут циклически повторяться:

Начальная выборка: на старте исследования выбирается небольшое количество случаев, которые, по мнению исследователя, наиболее вероятно дадут богатые данные по изучаемому феномену. Это может быть, например, интервью с несколькими участниками, имеющими прямой опыт.
Первичный анализ и кодирование: собранные данные кодируются — выделяются ключевые понятия, категории и их свойства. На этом этапе формируются предварительные гипотезы о взаимосвязях между категориями.
Целенаправленный отбор следующих случаев: на основе результатов кодирования исследователь решает, какие новые случаи (или типы случаев) необходимо включить в выборку, чтобы проверить, уточнить или расширить сформированные категории. Например, если в данных выявлена категория «барьеры доступа к услугам», следующий случай может быть выбран из группы, которая по определению не сталкивается с этими барьерами, чтобы выявить контраст.
Постоянное сравнение и уточнение: новые данные сравниваются с уже имеющимися. Категории уточняются, их границы и взаимосвязи прорабатываются. Если новые данные не вписываются в существующую схему, она пересматривается.
Достижение теоретической насыщенности: процесс продолжается до тех пор, пока новые случаи не перестают добавлять существенно новой информации к уже сформированным категориям. На этом этапе выборка считается завершённой, и исследователь переходит к построению окончательной теоретической модели.

¶Отличия от других методов выборки

Теоретическая выборка часто путается с целенаправленной (purposive) выборкой, но между ними есть принципиальная разница. Целенаправленная выборка, как правило, планируется заранее на основе известных характеристик популяции (например, возраст, пол, профессия) и направлена на обеспечение разнообразия. Теоретическая выборка, напротив, является динамической и управляется развивающейся теорией: исследователь не знает заранее, какие случаи ему понадобятся, — они определяются в процессе анализа.

В отличие от вероятностной (случайной) выборки, используемой в количественных исследованиях, теоретическая выборка не претендует на статистическую репрезентативность. Её цель — не оценка параметров генеральной совокупности, а создание концептуально насыщенной и внутренне согласованной теории, объясняющей изучаемый феномен.

¶Применение в исследованиях

Теоретическая выборка наиболее распространена в качественных исследованиях, особенно в рамках обоснованной теории, этнографии, феноменологии и нарративного анализа. Она используется в таких областях, как:

Социология медицины: изучение опыта пациентов с хроническими заболеваниями, адаптации к диагнозу, взаимодействия с медицинским персоналом.
Образование: исследование процессов обучения, мотивации, адаптации студентов к новой образовательной среде.
Организационная психология: анализ механизмов принятия решений, корпоративной культуры, управления изменениями.
Криминология: изучение девиантного поведения, процессов ресоциализации, взаимодействия с правоохранительными органами.

Пример: исследователь изучает процесс принятия решения о смене профессии. Начальная выборка включает несколько человек, которые сменили профессию в течение последнего года. В ходе анализа выявляется категория «триггеры смены» (например, потеря работы, выгорание, появление нового интереса). Для уточнения этой категории исследователь целенаправленно ищет случаи, где триггером выступает не потеря работы, а, например, переезд в другой город или изменение семейного статуса. Затем, для проверки категории «барьеры смены», он может включить в выборку людей, которые рассматривали смену профессии, но не осуществили её. Выборка расширяется до тех пор, пока не будет достигнута теоретическая насыщенность по всем ключевым категориям.

¶Критика и ограничения

Несмотря на широкое признание, теоретическая выборка подвергается критике по нескольким направлениям:

Субъективность: решение о том, какие случаи включать в выборку, полностью зависит от исследователя, что может приводить к предвзятости. Исследователь может неосознанно отбирать случаи, подтверждающие его предварительные гипотезы, игнорируя противоречащие данные.
Сложность достижения насыщенности: на практике теоретическая насыщенность часто оказывается трудно достижимой, особенно в сложных и многогранных феноменах. Исследователь может прекратить сбор данных преждевременно, не исчерпав всех вариаций.
Трудоёмкость: метод требует постоянного анализа данных на каждом этапе, что делает его время- и ресурсоёмким. Исследователь должен одновременно собирать, кодировать и анализировать данные, что сложно реализовать в условиях жёстких сроков.
Неприменимость для статистических обобщений: результаты, полученные с помощью теоретической выборки, не могут быть экстраполированы на всю популяцию, что ограничивает их использование в политике или управлении, где часто требуются количественные оценки.

¶Современные тенденции

В XXI веке теоретическая выборка продолжает развиваться, особенно в контексте цифровых исследований и смешанных методов. С появлением больших данных и качественного анализа текстов (например, интервью, форумов, социальных сетей) исследователи адаптируют метод для работы с огромными массивами данных, используя алгоритмы для первичного отбора случаев, но сохраняя итеративность и теоретическую направленность. Кроме того, в рамках критических и постмодернистских подходов (например, феминистской методологии) акцент смещается на рефлексивность исследователя и признание множественности перспектив, что влияет на то, как определяется «теоретическая значимость» случая.

¶Источники

Глейзер Б., Страус А. Открытие обоснованной теории: стратегии качественного исследования. — 1967.
Страус А., Корбин Дж. Основы качественного исследования: обоснованная теория, процедуры и техники. — 1990.
Чармаз К. Конструирование обоснованной теории: практическое руководство через качественный анализ. — 2006.
Брайман А. Социальные исследования: методы и методология. — 2012.
Флик У. Введение в качественные исследования. — 2009.

BFOmetr — база данных и аналитика по компаниям России.

На главную BFOmetr →