روشهای نمونهگیری: راهنمای جامع برای انتخاب روش مناسب
انتخاب روش نمونهگیری مناسب، یکی از مراحل کلیدی در انجام تحقیقات علمی است. روش نمونهگیری، تعیین میکند که چه تعداد و چه نوع افراد یا واحدهای مورد مطالعه باید برای جمعآوری دادهها انتخاب شوند. انتخاب روش مناسب، نقش مهمی در اعتبار و دقت نتایج تحقیق دارد.
در این مقاله، به ارائه راهنمایی جامع برای انتخاب روشهای نمونهگیری مناسب میپردازیم.
انواع روشهای نمونهگیری:
-
نمونهگیری تصادفی:
- نمونهگیری تصادفی ساده: در این روش، هر فرد یا واحد مورد مطالعه به طور مساوی شانس انتخاب شدن برای نمونه را دارد.
- نمونهگیری تصادفی طبقهبندی شده: در این روش، ابتدا جمعیت مورد مطالعه به طبقات مختلف تقسیم میشود و سپس از هر طبقه به طور تصادفی تعدادی افراد یا واحدها انتخاب میشود.
- نمونهگیری تصادفی خوشهای: در این روش، به جای انتخاب افراد یا واحدها به طور جداگانه، گروههای طبیعی مانند کلاس درس یا محله را به عنوان خوشه انتخاب میکنیم و سپس از هر خوشه تعدادی افراد یا واحدها را به طور تصادفی انتخاب میکنیم.
- نمونهگیری تصادفی سیستماتیک: در این روش، از یک لیست مرتب از افراد یا واحدها استفاده میشود و هر kمین فرد یا واحد از لیست انتخاب میشود.
-
نمونهگیری غیرتصادفی:
- نمونهگیری در دسترس: در این روش، از افراد یا واحدهایی که به راحتی در دسترس هستند برای نمونه انتخاب میشوند.
- نمونهگیری هدفمند: در این روش، افراد یا واحدهایی را انتخاب میکنیم که به نظر ما نمونهای از کل جمعیت مورد مطالعه هستند.
- نمونهگیری سهمیهای: در این روش، از طبقات مختلف جمعیت به طور متناسب با سهم آنها در کل جمعیت نمونه انتخاب میشود.
انتخاب روش مناسب:
انتخاب روش نمونهگیری مناسب به عوامل مختلفی مانند نوع تحقیق، حجم جمعیت مورد مطالعه، بودجه و زمان تحقیق بستگی دارد.
نکات مهم در انتخاب روش نمونهگیری:
- تصادفی بودن: روش نمونهگیری باید به گونهای باشد که هر فرد یا واحد مورد مطالعه به طور مساوی شانس انتخاب شدن برای نمونه را داشته باشد.
- نمایندگی: نمونه انتخاب شده باید نماینده کل جمعیت مورد مطالعه باشد.
- حجم نمونه: حجم نمونه باید به اندازه کافی بزرگ باشد تا نتایج تحقیق از نظر آماری معنادار باشد.
- قابلیت اجرا: روش نمونهگیری باید به گونهای باشد که به راحتی قابل اجرا باشد.
قبل از صحبت درخصوص روشهای نمونهگیری ، باید با مفاهیم جامعه آماری و نمونه بیشتر آشنا شویم.
جامعه آماری و نمونه
اساساً تحقیق و پژوهش همواره بر روی پدیدهها و آیتمهایی انجام میگیرد که در اصطلاح علمی به این پدیدهها اعضای جامعه آماری میگویند. مثلاً اگر تحقیق در مورد تأثیر بیخوابی بر عملکرد دانشآموزان باشد جامعه آماری شما دانشآموزان خواهند بود. حال فرض کنید که شما دانشآموزان شهر تهران یا یک منطقه از شهر تهران را بهعنوان جامعه آماری خود انتخاب کردهاید. (لازم به ذکر است که جامعه آماری همواره باید بهصورت محدود و مربوط به یک ناحیه باشد. زیرا شرایط همه پدیدهها یکسان نیست و اگر جامعه آماری بسیار بزرگ باشد کنترل برخی عوامل خارجی ناممکن بوده و نتیجه را مخدوش مینماید). ازآنجاکه شما نمیتوانید بر روی همهی اعضای یک جامعه آماری آزمایش کنید پس باید تعدادی از این اعضا را بهعنوان نمونه انتخاب نمایید. اما باید در نظر داشته باشید که پس از انجام آزمایش بر روی نمونهها شما قرار است نتایج را به کل جامعه تعمیم دهید.(مصداق ضربالمثل مشت نمونه خروار است)، یعنی اگر به این نتیجه رسیدید که کمخوابی باعث پایین آمدن عملکرد دانشآموزان تحت آزمایش میشود باید بتوانیم بگوییم که براساس یافتههای تحقیق، کمخوابی باعث پایین آمدن عملکرد دانشآموزان شهر تهران شد. برای این کار نمونهگیری یعنی انتخاب اعضای نمونه، باید به روش علمی و کاملاً اصولی انجام گیرد در اینجا تکنیکهای نمونهگیری و انواع هرکدام را بررسی خواهیم کرد:
روشهای نمونهگیری
تکنیکهای نمونهگیری را میتوان به دودسته تقسیم کرد:
- نمونهگیری احتمالی
- نمونهگیری غیراحتمالی
در نمونهگیری احتمالی، هر عضو جامعه آماری دارای شانس غیر صفر(non-zero) و شناختهشده برای شرکت در تحقیق است. یعنی همهی اعضا جامعه آماری شانس انتخاب شدن را دارند.
برای درک بهتر این مطلب فرض کنید که تحقیق شما در خصوص رضایت کارمندان یک شرکت است. جامعه آماری شما کارمندان این شرکت هستند که حدوداً 400 نفر میباشند. ابزار نمونهگیری شما پرسشنامه است. طبق جدول مورگان شما باید حداقل تعداد 196 پرسشنامه را پر کنید. یعنی تعداد نمونه شما باید حداقل 196 نفر باشد. تنها راهی که میتوانید به همه کارمندان شانس انتخاب شدن و پر کردن پرسشنامه را بدهید این است که لیست تمام کارمندان را بگیرید سپس بهصورت تصادفی مثلاً از طریق قرعهکشی، 196 نفر را انتخاب نمایید سپس آنها را یافته و پرسشنامه را به آنها بدهید تا کامل کنند. منظور از یافتن این است که مثلاً اگر فردی در مرخصی است به نحوی پرسشنامه را به دستش برسانید یا صبر کنید تا از مرخصی برگردد.
ولی اگر شما در روزهای خاصی به شرکت بروید و جلوی درب ورودی بایستید و به کارمندانی که وارد شرکت میشوند پرسشنامه بدهید شانس حضور برخی از کارمندان را از دست میدهید حتی اگر تماموقت و در تمام روزهای یک هفته این کار را انجام دهید بازهم ممکن است کارمندی در آن زمان به شرکت نیامده باشد.
تصادفی سازی یا شانس، هسته اصلی روش نمونهگیری احتمالی است.
از سوی دیگر، در نمونهگیری غیراحتمالی، اعضای گروه نمونه، بهطور غیر تصادفی(non-randomly) انتخاب میشوند؛ بنابراین، در نمونهگیری غیر احتمالی تنها اعضای خاصی از جامعه شانس شرکت در مطالعه را دارند.
نمونهگیری احتمالی از تکنیکهای نمونهگیری زیر تشکیل شده است
- نمونهگیری تصادفی ساده(Simple)
- نمونهگیری تصادفی طبقهای(Stratified)
- نمونهگیری تصادفی سیستماتیک(Systematic)
- نمونهگیری تصادفی چندمرحلهای(Multistage)
- نمونهگیری خوشهای(Cluster)
فرمول کوکران و جدول مورگان
برای تعیین اندازه نمونه مناسب، روشهای علمی مانند جدول مورگان یا کوکران وجود دارد که بر اساس تعداد جامعه آماری، تعداد نمونههای مناسب را تعیین میکند. مثلاً ما نمیدانیم اگر تعداد جامعه آماری ما 2 میلیون باشد چه تعداد برای نمونه باید انتخاب کنیم تا بتوانیم نتایج تحقیق را به جامعه آماری تعمیم دهیم. برای این کار فرمولی به نام فرمول کوکران وجود دارد که از طریق آن میتوان اندازه نمونه مناسب را به دست اورد.
علاوه بر آن جدولی به نام جدول مورگان وجود دارد که در آن تعداد جامعه آماری و تعداد نمونه مناسب براساس آن آورده شده است.
از اولین ستون سمت چپ شروع کنید. S تعداد نمونه و N تعداد جامعه آماری را نشان میدهد. در اعداد کوچکتر جامعه آماری و نمونه به هم نزدیکتر هستند. هرچقدر تعداد جامعه آماری بزرگتر میشود فاصله نمونه با آن بیشتر میشود و در مقادیر بالا تعداد نمونه تغییر چندانی ندارد. مثلاً برای جامعه آماری 75000 تعداد 382 مورد نمونه مناسب است و برای 100،000 تعداد 384 مورد نمونه مناسب است. درحالیکه جامعه آماری درحدود 25000 مورد افزایش یافته، اما برای نمونه مناسب تنها اضافه کردن دو مورد کافی است.
مزایای نمونهگیری احتمالی
- عدم وجود خطای سیستماتیک و تعصب نمونهگیری
- سطح اطمینان بیشتر درخصوص یافتههای تحقیق
- افزایش دقت برآورد خطای نمونهگیری
- امکان ارزیابی درباره جمعیت
معایب نمونهگیری احتمالی
- پیچیدگی بیشتر در مقایسه با نمونهگیری غیراحتمالی
- وقتگیر بودن
- معمولاً گرانتر بودن در قیاس با نمونهگیری غیراحتمالی
Source: https://research-methodology.net