Kvalitativ utvalgsstørrelse: Informasjonskraft vs metning

Sist oppdatert: 9. oktober 2026 (først publisert 20. juli 2026)

Enhver PhD-student får før eller senere spørsmålet fra en veileder, en etikkomité eller Reviewer 2: hvorfor så mange deltakere? «Til metning» er det vanligste svaret, og ofte det svakeste, fordi metning bare kan vises når dataene er samlet inn. Denne veiledningen forklarer hvordan du begrunner utvalgsstørrelse i kvalitative intervjustudier med informasjonskraft, hvordan dette skiller seg fra metning, hvilke kvalitative utvalgsstrategier som avgjør hvem du rekrutterer, og hvordan du skriver en utvalgsbegrunnelse som tåler vurdering. Den inneholder et utarbeidet begrunnelsesavsnitt og et ett-siders skjema du kan lime inn i en søknad.

Viktigste poengene

• Informasjonskraft er en modell for planlegging og begrunnelse av utvalgsstørrelse i kvalitativ forskning: jo mer informasjon om studiens formål hver deltaker bærer, desto færre deltakere trengs.
• De fem dimensjonene er formål (snevert vs bredt), utvalgsspesifisitet (tett vs spredt), etablert teori (anvendt vs ingen), dialogens kvalitet (sterk vs svak) og analysestrategi (casebasert vs tverrgående).
• Informasjonskraft brukes før og under feltarbeidet; metning vurderes under og etter. En god begrunnelse bruker informasjonskraft for planen og rapporterer hva som skjedde i forhold til den.
• Empiriske metningsstudier gir nyttige ankerpunkter: en systematisk oversikt fra 2022 fant metning innen 9–17 intervjuer i relativt homogene utvalg med smale formål (Hennink & Kaiser).
• Utvalgsstørrelse er det andre spørsmålet. Det første er hvem: strategiske utvalgsstrategier som maksimal variasjon, kriterie- og teoretisk utvalg avgjør om deltakerne i det hele tatt kan svare på spørsmålet.
• KI-modererte intervjuer fjerner taket på n som moderatortimer setter, og det gjør en skriftlig begrunnelse viktigere, ikke mindre viktig.

Hva er informasjonskraft i kvalitativ forskning?

Informasjonskraft er en modell for å avgjøre hvor mange deltakere en kvalitativ intervjustudie trenger. Den ble foreslått av Kirsti Malterud, Volkert Siersma og Ann Dorrit Guassora i Qualitative Health Research (2016), og den hevder at et utvalgs tilstrekkelighet avhenger av hvor mye informasjon som er relevant for studiens formål. Høyere informasjonskraft gir færre deltakere; lavere informasjonskraft gir flere.

Modellen ble skrevet som et alternativ til å behandle metning som standardregel. Den gir ikke et tall. Den strukturerer et resonnement: du vurderer studien på fem dimensjoner, setter et foreløpig mål og reviderer det etter hvert som kvaliteten på intervjuene kommer inn. Den opprinnelige artikkelen presenterer den som en veiledning for en vurdering som pågår under datainnsamlingen, ikke som en erstatning for skjønn (Malterud et al., 2016, DOI 10.1177/1049732315617444).

De fem dimensjonene i informasjonskraft

Hver dimensjon drar utvalgsstørrelsen opp eller ned. Tabellen gjengir modellen i planleggingstermer og legger til spørsmålet en fagfelle sannsynligvis vil stille.

Dimensjon	Færre deltakere når…	Flere deltakere når…	Fagfellens spørsmål
Formål	Formålet er snevert (én erfaring, én beslutning, én rolle)	Formålet er bredt eller utforskende på tvers av mange kontekster	Er formålet presist nok til å avgrense utvalget?
Utvalgsspesifisitet	Deltakerne har tett, førstehåndserfaring med fenomenet	Deltakerne er bare løst knyttet til fenomenet	Hvorfor er disse personene de riktige informantene?
Etablert teori	En eksisterende teori former utvalg og analyse	Ingen teori brukes; studien er rent induktiv	Hvilken teori, og hvordan styrer den spørsmålene?
Dialogens kvalitet	Intervjuene er dype, godt utdypet og tydelig fokusert	Intervjuene er korte, overfladiske eller dårlig utdypet	Hvordan vet du at intervjuene var rike?
Analysestrategi	Grundig analyse av fortellinger eller noen få case	Utforskende tverrgående analyse av mange deltakere	Passer utvalget til analysemetoden?

Legg merke til den fjerde dimensjonen. Intervjukvalitet er en utvalgsvariabel. Overfladiske intervjuer betyr at du trenger flere av dem. Derfor er uutdypede, skjemaaktige intervjuer og korte chattetranskripsjoner dyre på en skjult måte: hvert av dem bærer mindre informasjon.

Informasjonskraft vs metning: hva er forskjellen?

Metning spør om nye data fortsatt gir ny innsikt; informasjonskraft spør om utvalget inneholder nok relevant informasjon for formålet. Metning vurderes under og etter analysen. Informasjonskraft kan argumenteres for før feltarbeidet, og er derfor bedre egnet til søknader, etikkvurderinger og preregistreringer. De fleste sterke metodeavsnitt bruker begge.

Kriterium	Informasjonskraft	Metning
Kjernespørsmål	Inneholder utvalget nok relevant informasjon for dette formålet?	Gir nye intervjuer fortsatt nye koder eller ny mening?
Når den brukes	Planlegging, deretter overvåking under feltarbeidet	Under analysen; bekreftes etterpå
Gir et tall?	Nei: et begrunnet, reviderbart mål	Nei: et stoppunkt observert i dataene
Best egnet for	Søknader, etikkomiteer, refleksive og tolkende design	Kodepålitelighet og kodebokbaserte tilnærminger; grounded theory (som teoretisk metning)
Hovedsvakhet	Basert på skjønn; kan brukes til å rasjonalisere et praktisk n	Ofte hevdet uten belegg for hvordan den ble vurdert

Debatten betyr særlig mye for tematisk analyse. Braun og Clarke mener at metning passer dårlig til refleksiv tematisk analyse, der mening skapes gjennom tolkning snarere enn oppdages i dataene, og peker på informasjonskraft som et mer sammenhengende grunnlag (Braun & Clarke, 2021, Qualitative Research in Sport, Exercise and Health). Hvis du bruker refleksiv TA og oppgir metning som stoppregel, inviterer det til en erkjennelsesteoretisk innvending. For en grundigere behandling av selve metningen, se hva er datametning og hvor mange KI-modererte intervjuer du trenger.

Hva den empiriske forskningen sier om tall

Informasjonskraft gir ikke et tall, men fagfeller ønsker ofte et anker. To oversikter er nyttige:

• Hennink & Kaiser (2022) gikk systematisk gjennom 23 empiriske tester av metning. Studier med empiriske data nådde metning etter 9–17 intervjuer eller 4–8 fokusgrupper, oftest i relativt homogene populasjoner og med smalt definerte formål (Social Science & Medicine, bd. 292).
• Wutich, Beresford & Bernard (2024) gjennomgikk veiledning om utvalgsstørrelse for 10 typer kvalitativ analyse og gir egne ankerpunkter for temametning (omtrent 9 intervjuer), meningsmetning (omtrent 24 intervjuer) og teoretisk metning (20–30+ intervjuer) (International Journal of Qualitative Methods, bd. 23).

Les disse som betingede funn, ikke som kvoter. Begge oversiktene knytter de lave tallene til homogene utvalg og smale formål, og det er nettopp det høy informasjonskraft beskriver. En bred, heterogen studie uten teori bør forvente å ligge over disse intervallene.

Informasjonskraft-skjemaet (Qualitati-mal)

Bruk dette ett-siders skjemaet i en søknad, en etikksøknad eller et metodekapittel. Vurder hver dimensjon, skriv én setning med belegg, og sett først deretter et foreløpig mål. Det gjør en vurdering om til et argument som kan etterprøves.

Dimensjon	Vurdering	Belegg (én setning)	Effekt på n
Formål	Smalt / Middels / Bredt	Oppgi formålet og hva som er utenfor omfanget	↓ / – / ↑
Utvalgsspesifisitet	Tett / Blandet / Spredt	Oppgi inklusjonskriteriene som sikrer førstehåndserfaring	↓ / – / ↑
Etablert teori	Anvendt / Delvis / Ingen	Oppgi teorien og hvordan den former intervjuguiden	↓ / – / ↑
Dialogens kvalitet	Sterk / Usikker / Svak	Pilotbelegg: intervjulengde, dybde i oppfølgingsspørsmål, intervjuerens erfaring	↓ / – / ↑
Analysestrategi	Casebasert / Blandet / Tverrgående	Oppgi analysemetoden (IPA, refleksiv TA, rammeverksanalyse, grounded theory)	↓ / – / ↑
Foreløpig mål	Oppgi et intervall (ikke ett enkelt tall), revisjonspunktet (for eksempel etter første tredel av intervjuene) og hva som ville få deg til å utvide utvalget

Et utarbeidet eksempel på utvalgsbegrunnelse

Her er et eksempelavsnitt for en tenkt studie av hvordan doktorgradsstudenter i ledelse på første år avgjør om de skal bruke generativ KI i litteraturgjennomgangene sine:

«Utvalgsstørrelsen ble veiledet av informasjonskraft (Malterud et al., 2016). Formålet var smalt (én beslutning, i én populasjon), utvalget var tett (alle deltakerne hadde brukt eller eksplisitt avvist generativ KI til en litteraturgjennomgang de siste seks månedene), og intervjuene var rammet inn av litteraturen om teknologiaksept. Mot dette svekket den tverrgående analysestrategien og vår begrensede pilotdokumentasjon om dialogens kvalitet informasjonskraften. Vi satte derfor et foreløpig mål på 14–20 intervjuer, vurderte informasjonskraften på nytt etter de første sju, og ville utvidet rekrutteringen dersom nye beslutningsforløp fortsatt dukket opp. Vi gjennomførte 17 intervjuer; de tre siste tilførte ingen nye beslutningsforløp.»

Tre trekk gjør at dette fungerer: det nevner alle fem dimensjonene, det gir et intervall med et revisjonspunkt, og det rapporterer hva som faktisk skjedde. Tallene er illustrative; dine må komme fra din egen studie.

Kvalitative utvalgsstrategier: å avgjøre hvem før hvor mange

Informasjonskraft forutsetter at deltakerne dine er de riktige deltakerne. Det er utvalgsstrategiens jobb. Oliver Robinsons veiledning om utvalg i intervjubasert forskning setter en firetrinns rekkefølge: definer utvalgsuniverset (inklusjons- og eksklusjonskriterier), bestem utvalgsstørrelse, velg utvalgsstrategi, og finn deretter utvalget (Robinson, 2014, Qualitative Research in Psychology).

Strategi	Hva den gjør	Bruk den når	Hovedrisiko
Maksimal variasjon	Spenner bevisst over ulike kontekster eller ytterpunkter	Du trenger spennet i erfaringer, eller mønstre som holder seg til tross for forskjeller	Tynn dekning av hvert segment når n er liten
Homogent	Konsentrerer seg om én tydelig definert gruppe	Du trenger dybde på én rolle, ett forløp eller én tilstand (vanlig i IPA)	Funnene gjelder ikke utenfor den gruppen
Kriterie	Inkluderer alle som oppfyller en definert terskel eller hendelse	Du studerer en bestemt erfaring (en diagnose, et frafall, en mislykket adopsjon)	Kriteriet kan være dårlig målt
Teoretisk	Rekrutterer iterativt basert på den fremvoksende analysen	Grounded theory; begrepsutvikling	Krever at analysen går parallelt med feltarbeidet
Ekstremt / avvikende case	Retter seg mot uvanlige suksesser eller fiaskoer	Du vil se mekanismer på sitt mest synlige	Atypiske tilfeller leses som normen
Snøball	Deltakerne henviser andre	Skjulte eller vanskelig tilgjengelige populasjoner	Henvisningskjeder samler seg sosialt
Stratifisert strategisk	Setter mål per segment, strategisk innenfor hvert	Du må sammenligne definerte grupper	Kvoter fylles med deltakere som passer dårlig
Bekvemmelighet	Den som er tilgjengelig	Kun for pilotering og testing av instrumentet	Systematisk skjevhet; svake påstander

Strategi og informasjonskraft virker sammen. Stratifiserte design og design med maksimal variasjon senker utvalgsspesifisiteten per segment, og krever derfor større totaler. Et homogent kriterieutvalg øker spesifisiteten og støtter et mindre n. Vasileiou og kolleger fant i en gjennomgang av intervjustudier at utvalgsbegrunnelser i publiserte artikler ofte manglet eller var tynne, og derfor skiller det seg ut å nevne både strategien og informasjonskraftresonnementet (Vasileiou et al., 2018, BMC Medical Research Methodology).

Sjekkliste for utvalgskvalitet

• Inklusjons- og eksklusjonskriterier skrevet ned før rekrutteringen åpnet.
• Utvalgsstrategien oppgitt i protokollen og i sluttrapporten.
• Skjemaet for informasjonskraft fylt ut, med et målintervall og et revisjonspunkt.
• Mål per segment satt når designet sammenligner grupper.
• Screeningskjemaet testet på noen kjente gode og kjente dårlige profiler.
• Oppnådd utvalg rapportert mot målet, inkludert mangler.
• Manglende grupper nevnt i avsnittet om begrensninger.

Hva KI-modererte intervjuer endrer ved utvalgsstørrelse

Tidligere var antallet intervjuer begrenset av moderatortimer, og tolv til femten intervjuer var delvis et budsjettresultat. KI-modererte intervjuer endrer dette: intervjuene kan kjøres parallelt, på tvers av tidssoner og språk. Den metodologiske konsekvensen blir ofte misforstått.

• Billigere intervjuer senker ikke kravet. Et bekvemmelighetsutvalg på 300 er fortsatt et bekvemmelighetsutvalg. Volum korrigerer ikke utvalgsfeil.
• Dialogens kvalitet blir den avgjørende dimensjonen. Hvis KI-moderatoren stiller dårlige oppfølgingsspørsmål, bærer hver transkripsjon mindre informasjon, og du trenger flere av dem. Pilot noen intervjuer og les dem før du skalerer opp.
• Teoretisk utvalg krever bølger. Å starte alle intervjuer samtidig fjerner muligheten for at tidlig analyse endrer hvem du rekrutterer neste. Feltarbeid i omganger.
• Screening blir bærende. Åpen rekruttering i stor skala øker eksponeringen for svindlere eller profesjonelle respondenter. Se screening av svindelrespondenter i KI-intervjuer.

Hvor Qualitati passer inn

Qualitati er en europeisk, budsjettvennlig plattform for kvalitativ forskning for universiteter og forskningsselskaper, med personvern og GDPR som sentrale prioriteringer. For utvalgsstørrelse og utvalgsbeslutninger spesifikt:

• KI-modererte intervjuer i tekst og tale kjører parallelt, slik at stratifiserte design med reelle mål per segment og bølgebasert teoretisk utvalg er praktisk innenfor et forskningsbudsjett.
• Active Listener-modus gir en menneskelig intervjuer sanntidsforslag og seksjonssporing, noe som passer små homogene utvalg eller IPA-stil der dialogens kvalitet bærer informasjonskraften.
• Samtalebaserte undersøkelser med KI-oppfølgingsspørsmål og forgreningslogikk kan fungere som et screeningslag som mater et strategisk intervjuutvalg.
• Flerspråklig forskning på 10 språk (engelsk, kinesisk, fransk, norsk, nederlandsk, tysk, spansk, portugisisk, japansk og arabisk) utvider utvalgsuniverset utover engelsktalende.
• ThemeLens analyserer opptil 100 transkripsjoner samtidig og kobler koder til forskningsspørsmål, slik at du etter hver bølge kan sjekke om nye intervjuer fortsatt tilfører mening. QDA Workspace støtter induktiv og deduktiv koding hvis du heller vil kode selv.

Prisene publiseres per kreditt, og gratisnivået inkluderer 30 kreditter i måneden uten krav om kredittkort. Se priser for gjeldende nivåer.

Begrensninger og avveininger

• Informasjonskraft er et rammeverk for skjønn, ikke en formel. Det strukturerer et resonnement; det beregner ikke en utvalgsstørrelse. To forskere kan vurdere samme studie ulikt.
• Den kan misbrukes. Å vurdere alle dimensjoner som «høye» for å rettferdiggjøre et praktisk, lite n er en kjent feil. Vis belegg for hver vurdering, særlig for dialogens kvalitet.
• Empiriske ankerpunkter er betingede. Intervallet på 9–17 intervjuer gjelder homogene utvalg med smale formål, ikke alle studier.
• Paradigmet har betydning. Metningsspråk passer noen design (kodebokbasert TA, grounded theory) og kolliderer med andre (refleksiv TA, IPA). Tilpass begrunnelsen til metoden.
• KI avgjør ikke tilstrekkelighet. Automatisert analyse kan vise om nye koder dukker opp, men om utvalget besvarer forskningsspørsmålet, er fortsatt forskerens vurdering.
• Merknad om menneskelig gjennomgang: utvalgsbegrunnelser, metningspåstander og overførbarhetspåstander bør gjennomgås av en kvalifisert forsker mot ditt fagfelts rapporteringsstandard (for eksempel COREQ eller SRQR) før innsending.

Hvem dette er for, og når det ikke bør brukes

For: PhD-studenter som skriver metodekapittel eller etikksøknad, forskningsgrupper som planlegger intervjustudier, og kvalitative eller markedsforskningsselskaper som må forsvare et utvalg overfor en kunde. Ikke for: studier der påstandene avhenger av statistisk generalisering til en populasjon. Hvis du trenger prevalensestimater, bruk et sannsynlighetsutvalg og en undersøkelse, og legg deretter til intervjuer for å forklare resultatene.

Ofte stilte spørsmål

Hva er informasjonskraft i kvalitativ forskning?

Informasjonskraft er en modell, foreslått av Malterud, Siersma og Guassora i 2016, for å avgjøre hvor mange deltakere en kvalitativ intervjustudie trenger. Jo mer informasjon om studiens formål utvalget inneholder, desto færre deltakere trengs. Den vurderes på fem dimensjoner: formål, utvalgsspesifisitet, teori, dialogens kvalitet og analysestrategi.

Er informasjonskraft bedre enn metning?

Ingen av dem er universelt bedre. Informasjonskraft er lettere å argumentere for før feltarbeidet, så den passer søknader og etikkomiteer, og den passer tolkende metoder som refleksiv tematisk analyse. Metning er nyttig for design med kodebok og grounded theory. Mange sterke studier planlegger med informasjonskraft og rapporterer metningsbelegg etterpå.

Hvor mange intervjuer trenger jeg til en kvalitativ studie?

Det finnes ikke ett universelt tall. Empiriske oversikter fant metning innen 9–17 intervjuer i homogene utvalg med smale formål, men brede eller heterogene studier trenger flere. Sett et intervall ved hjelp av de fem dimensjonene i informasjonskraft, gjennomgå det underveis i feltarbeidet, og rapporter resonnementet.

Hvordan skriver jeg en utvalgsbegrunnelse for en kvalitativ studie?

Oppgi rammeverket (informasjonskraft eller metning), vurder hver av de fem dimensjonene med én setning med belegg, gi et foreløpig intervall og et revisjonspunkt, og rapporter det oppnådde utvalget og hvorfor du stoppet. Det utarbeidede avsnittet i denne veiledningen er en mal.

Hva er den vanligste utvalgsstrategien i kvalitativ forskning?

Strategisk utvalg: å velge deltakere bevisst fordi deres erfaring passer forskningsspørsmålet. Maksimal variasjon, homogent utvalg og kriterieutvalg er de hyppigst brukte variantene.

Endrer KI-modererte intervjuer hvor mange deltakere jeg trenger?

De endrer kostnaden, ikke tilstrekkeligheten. Informasjonskraft avhenger fortsatt av formål, utvalg, teori, dialogens kvalitet og analyse. Hvis KI-intervjuer utdyper mindre dypt enn en dyktig menneskelig intervjuer, kan du trenge flere av dem; hvis de utdyper godt, gjelder den samme logikken som for menneskelige intervjuer.

Bunnlinjen

Det sterkeste svaret på utvalgsstørrelse i kvalitative intervjustudier er ikke et tall, men et argument. Definer hvem som hører hjemme i utvalget, velg en strategisk strategi som passer forskningsspørsmålet, vurder de fem dimensjonene i informasjonskraft, sett et intervall med et revisjonspunkt, og rapporter hva som skjedde. KI-modererte intervjuer fjerner kostnadstaket på n, og det er nettopp derfor den skriftlige begrunnelsen nå veier tyngre.

Planlegger du en intervjustudie? Start gratis med 30 kreditter, uten kredittkort, eller se transparente priser. Se hvordan Qualitati gjennomfører KI-modererte intervjuer, fokusgrupper, samtalebaserte undersøkelser og tematisk analyse, eller sammenlign med NVivo.

Forslag til alt-tekst for bildet: «Informasjonskraft-skjema: fem dimensjoner (formål, utvalgsspesifisitet, etablert teori, dialogens kvalitet, analysestrategi) vurdert for å sette utvalgsstørrelsen i en kvalitativ intervjustudie.»

Eksterne kilder: Malterud, Siersma & Guassora (2016), Sample Size in Qualitative Interview Studies: Guided by Information Power (Qualitative Health Research); Braun & Clarke (2021), To saturate or not to saturate? (Qualitative Research in Sport, Exercise and Health); Hennink & Kaiser (2022), Sample sizes for saturation in qualitative research: a systematic review of empirical tests (Social Science & Medicine); Wutich, Beresford & Bernard (2024), Sample Sizes for 10 Types of Qualitative Data Analysis (International Journal of Qualitative Methods); Vasileiou et al. (2018), Characterising and justifying sample size sufficiency in interview-based studies (BMC Medical Research Methodology); Robinson (2014), Sampling in Interview-Based Qualitative Research (Qualitative Research in Psychology).