Les tendances de la démographie familiale aux États-Unis et dans d'autres pays industrialisés, telles que le déclin et le retard du mariage et de la maternité ont, jusque récemment, ont été principalement étudiés à l'aide d'ensembles de données à grande échelle identifiant les tendances de la population totale et des sous-groupes au fil du temps, y compris les différences selon l'âge, genre, raciale/ethnique, et d'autres caractéristiques. Il y a une compréhension limitée de la façon dont les individus à différents niveaux de position sociale, par exemple, prendre des décisions concernant la formation des familles. Ce manque de données qualitatives a empêché les chercheurs de comprendre complètement les facteurs à l'origine de ces tendances démographiques à grande échelle.

Pour remédier à ce, La professeure agrégée CUNY SPH Diana Romero et l'ancienne DPH Dr. Amy Kwan ont développé une approche méthodologique de l'échantillonnage et de la collecte de données sur le terrain pour le projet Social Position and Family Formation (SPAFF), une étude approfondie par entretien à grande échelle des facteurs influençant différents aspects de la formation de la famille chez les femmes et les hommes hétérosexuels dans le contexte de la position sociale des individus. L'étude a été soutenue par l'Institut national de la santé de l'enfant et du développement humain et publiée dans la revue PLOS Un .

Le quantitativement informé, l'approche d'échantillonnage raisonné que les chercheurs ont employée est allée au-delà des approches communes d'échantillonnage raisonné pour la collecte de données qualitatives qui ne tiennent généralement pas compte de la distribution sous-jacente des caractéristiques de la population clé, dit Romero.

"Nous espérons que les chercheurs qualitatifs trouveront que la technique d'échantillonnage que nous avons développée pour recruter des individus dans la région métropolitaine de New York est une avancée par rapport à l'échantillonnage raisonné qui n'examine généralement pas la population sous-jacente, unités géographiques ou organisationnelles pour tenter d'obtenir des modèles de distribution similaires sur des caractéristiques clés.