نمونه گیری

تاریخچه نمونه گیری :
نمونه گیری در علوم اجتماعی همگام با نظرسنجی سیاسی، توسعه یافته است.
مجله آمریکایی لیترری دایجست در سال 1920 اسامی افرادی را از دفترچه های راهنمای تلفن و فهرست اسامی دارندگان خودرو انتخاب و اقدام به ارسال کارت پستالهایی برای آنان نمود. سردبیران این مجله در این کارت پستالها این سؤال را مطرح کرده بودند که از بین دو نامزد انتخابات ریاست جمهوری به کدام یک رأی خواهید داد. لیترری دایجست پس از دریافت پاسخها به درستی پیش بینی کرد که چه کسی برندة انتخابات ریاست جمهوری خواهد بود. این مجله در دوره های بعدی انتخابات ریاست جمهوری حجم نظرسنجی خود را گسترش داد و پیش بینیهای آن در انتخابات ریاست جمهوری سالهای 1924، 1928 و 1932 درست از آب در آمد.
در سال 1936، این مجله برای ده میلیون نفر برگه های نظرسنجی فرستاد و دو میلیون پاسخ دریافت کرد. در این نظرسنجی 57 درصد شرکت کنندگان به آلف لندون و 43 درصد به روزولت رأی داده بودند. اما پس از برگزاری انتخابات ریاست جمهوری، نتایج کاملاً بر عکس بود و روزولت با 61 درصد آرا پیروز شده بود. اشتباه سردبیران لیترری دایجست در چهارچوب نمونه گیری آنها نهفته بود: دارندگان تلفن و مالکان خودروی شخصی. آنها نمونه ای از افراد ثروتمند را انتخاب کرده بودند.

اصطلاحات نمونه گیری :

1. عنصر : واحدی که درباره اش اطلاعات جمع آوری می شود و مبنای تحلیل را فراهم می سازد.
   
2. جمعیت : مجموعه افراد، اشیاء یا نمودهایی که یک یا چند صفت مشترک داشته باشند و یکجا در نظر گرفته شوند.
   
3. چهارچوب : فهرست اصلی واحدهای نمونه گیری است که نمونه یا مرحله ای از نمونه، از آن انتخاب می شود.
   
4. متغیر : صفات منحصر به فرد عنصرهای یک جمعیت را توصیف می کند.
   
5. نمونه : زیرمجموعه ای از یک جمعیت است که برای استنباط ماهیت کل جمعیت انتخاب می شود.
   
6. معرف بودن نمونه : همة اعضای جمعیت بخت یکسان برای انتخاب شدن داشته باشند.

تعیین حجم نمونه :
تعیین حجم نمونه بستگی به میزان دقت و اطمینان مورد نظر دارد که با فرمولهایی قابل محاسبه است.
دو عامل خطای نمونه گیری را کاهش می دهد :

1. افزایش حجم نمونه.
   
2. افزایش همگونی عنصرهای مورد انتخاب.

شیوه های نمونه گیری :
شیوه های نمونه گیری نسبت به مسائل مورد بررسی، متفاوت و تابع شرایط تحقیق است.

نمونه گیری غیر احتمالی :

1. سهمیه ای : باید ساختار جامعه مورد مطالعه مشخص باشد و نیاز به اطلاعات روزآمد دارد. باید همان نسبتهایی که در جمعیت مورد مطالعه وجود دارد در نمونه انتخابی رعایت شود. مثال : افراد شاغل.
2. گلوله برفی : برای جمعیتهای نادر که محل استقرار آنها مشخص نیست مناسب است. عناصری از یک جمعیت، محقق را به عناصر دیگر این جمعیت راهنمایی می کنند. مثال : افراد بی خانمان، مهاجران غیر قانونی.
   
3. هدفمند یا قضاوتی : نمونه بر اساس قضاوت شخصی یا اهداف مطالعه انتخاب می شود.

نمونه گیری احتمالی (اتفاقی یا تصادفی) :
باید فهرستی از افراد یا عناصر جمعیت مورد مطالعه در اختیار داشته باشیم.

1. ساده : از طریق قرعه کشی، استفاده از جداول اعداد تصادفی یا برنامه های رایانه ای.
   
2. سیستماتیک یا منظم : ابتدا حجم جمعیت را بر حجم نمونه تقسیم می کنیم تا فاصله نمونه گیری بدست آید. سپس یک عدد اتفاقی را مبنای شروع قرار می دهیم و به اندازه فاصله نمونه گیری، افراد یا عناصر بعدی را انتخاب می کنیم تا نمونه مورد نظر کامل شود.
   
3. خوشه ای : برای مناطق وسیع جغرافیایی که بدست آوردن فهرست کاملی از اجزای آن غیر ممکن است بکار می رود. در این روش نقشه مورد مطالعه را به بخشهایی تقسیم می کنیم سپس به روش اتفاقی ساده یا منظم از آن نمونه گیری می کنیم.
   
   دستور العمل برای انتخاب بهترین نمونه : به حداکثر رساندن تعداد خوشه ها و کاهش تعداد عناصر هر خوشه.
   نمونه گیری خوشه ای با احتمال متناسب با حجم : در این روش متناسب با حجم هر خوشه از آن نمونه گیری می کنیم.
   
4. طبقه ای : برای جامعه آماری که ساخت همگن و متجانس ندارد استفاده می شود. این روش خطای نمونه گیری را کاهش می دهد. در این روش جمعیت مورد مطالعه را به زیرمجموعه های همگن تقسیم می کنیم. مثال : اعضای یک دانشگاه.

مزیتهای نمونه گیری احتمالی :
الف- حذف سوگیری آگاهانه یا ناآگاهانه.
ب- امکان محاسبه درجه خطا.

دید کلی

از آنجا که در سرشماری تمام واحدهای جامعه باید شمارش شود این کار پرهزینه و وقت‌گیر خواهد بود. برای صرفه جویی در وقت و هزینه مجبوریم روش دیگری را بکار بریم. در اینجاست که اهمیت روش نمونه‌گیری آشکار می‌شود. در نمونه گیری معمولا نمونه کوچکی از جامعه را بررسی می‌کنیم و آن را برای کل جامعه تعمیم می‌دهیم.

هر وقت تصمیم بگیریم که بوسیله بررسیهای نمونه‌ای اطلاعاتی را تهیه کنیم، فورا با دو مطلب مواجه می‌شویم: تعریف دقیق جامعه‌ای که علاقمند به مطالعه آن هستیم، و گزینش مشخصه یا مشخصه‌هایی که باید ثبت شوند. مفاهیم کلی برای نمونه گیری از قبیل جامعه ، نمونه ، سرشماری و... را برای ارائه دید کلی از روش نمونه گیری و مزایای آن در انجام بررسیهای آماری ضروری است معرفی شوند
تعاریف

• جامعه: در هر بررسی آماری ، مجموعه عناصر مورد نظر را جامعه می‌نامند. به عبارت دیگر ، جامعه مجموعه تمام مشاهدات ممکنی است که می‌توانند با تکرار یک آزمایش حاصل شوند.
  
  
• سرشماری: سرشماری از جامعه متناهی ، بررسی است که تمام واحدهای جامعه را دربرمی‌گیرد. در بسیاری از موارد ، اجرای سرشماری در یک جامعه متناهی ، کاری است شدنی.
  
  
• نمونه: نمونه بخشی از جامعه تحت بررسی است که با روشی که از پیش تعیین شده است انتخاب می‌شود. به قسمی که می‌توان از این بخش ، استنباطهایی درباره کل جامعه بدست آورد.

انواع بررسیهای نمونه‌ای

• بررسی توصیفی: در بررسی توصیفی ، هدف صرفا کسب اطلاعاتی درباره گروههای بزرگ است.
  
  
• بررسی تحلیلی: در بررسی تحلیلی ، بین زیر گروههای متفاوتی از جامعه ، برای کشف تفاوتهای آنها مقایسه‌هایی صورت می‌گیرد و یا فرضهایی را درباره دلائل این تفاوتها عنوان کرده و مورد تحقیق قرار می‌دهند.

مزایای نمونه گیری

• تقلیل هزینه: اگر داده‌ها فقط از نسبت کوچکی از توده جامعه تامین شوند مسلما هزینه تهیه آنها به مراتب کمتر از سرشماری است. در جامعه‌های بزرگ نتایجی که از طریقه نمونه گیری بدست می‌آیند آن قدر دقیق هستند که می‌توان آنها را به عنوان نتایج خود جامعه مورد استفاده قرار داد.
  
  
• سرعت بیشتر: چون حجم نمونه کمتر از حجم جامعه در سرشماری است، جمع آوری و تلخیص داده‌ها با سرعت بیشتر ، یعنی با وقت کمتری انجام می‌شود.
  
  
• قدرت عمل بیشتر: در برخی از نمونه گیری‌ها که وجود افراد متخصص و آموزش دیده و همچنین وسایل اندازه گیری و انجام آزمونهای دقیق برای تهیه داده‌ها ضروری است مسلما به علت کمبود این امکانات ، انجام سرشماری عملا غیر ممکن است.
  
  
• صحت عمل بیشتر: چون برای انجام یک نمونه گیری به دلیل حجم کار کمتر ، امکان آموزش افراد برای تهیه پرسشنامه و انجام مصاحبه‌ها وجود دارد، لذا صحت عمل در نمونه گیری بیشتر از سرشماری است.
  
  
• حفظ واحدهای جامعه: در بعضی از جامعه‌ها امکان انجام سرشماری نیست و ناگزیریم برای بررسی مشخصه مورد نظر از نمونه گیری استفاده کنیم.

انواع نمونه گیری تصادفی

نمونه گیری تصادفی بدون جایگذاری
نمونه گیری تصادفی با جایگذاری

انواع نمونه گیری

نمونه گیری برای تعیین یک نسبت

بعضی اوقات مایلیم نسبت واحدهایی از جامعه را که صفت معینی دارند برآورد کنیم. به واحدهایی که صفت مورد نظر را دارند، مقدار 1 را تخصیص می‌دهیم، و به بقیه واحدها مقدار 0 را منسوب می‌کنیم.

نمونه گیری تصادفی طبقه بندی شده

یکی از عمده‌ترین طرح های مفید عملی ، نمونه گیری تصادفی طبقه بندی شده نامیده می‌شود، ابتدا جامعه را به قسمتهای همگنی تقسیم کرده، آنگاه نمونه‌های تصادفی ساده مستقل ، از این زیر مجموعه‌های جداگانه استخراج می‌کنیم.

نمونه گیری سیستماتیک

نمونه گیری سیستماتیک مشتمل بر گزینش واحدها به روشی سیستماتیک و در نتیجه به صورتی غیر تصادفی است. منظور از این نوع فن نمونه گیری معمولا پخش کردن واحدها بطور یکنواخت بر روی چارچوب است. عنصر تصادفی بودن اغلب به این ترتیب دخالت داده می‌شود که اولین واحد را بطور تصادفی انتخاب می‌کنند. در این صورت گزینش اولین واحد ، بقیه واحدهای نمونه را معین می‌کنند.

نمونه گیری خوشه‌ای

در بسیاری از مواقع ، می‌توان بوسیله اجرای یک وسیله با انتخاب تصادفی گروهها یا خوشه‌هایی از واحدهای نمونه گیری به جای گرفتن یک نمونه تصادفی ساده از جامعه ، در میزان هزینه بطور اساسی صرفه جویی کرد. نمونه گیری خوشه‌ای ما را از ساختن چارچوب برای تمامی جامعه بی‌نیاز می‌کند، که این تهیه چارچوب خود اغلب یک کار پرخرج و خسته کننده‌ای است. به علاوه چون واحدهای یک خوشه ، مجاور هم هستند و بنابراین دسترسی به آنها آسان است، فرآیند نمونه گیری بطور قابل توجهی به صرفه است.

مراحل اصلی در یک بررسی نمونه‌ای

• اهداف بررسی: همواره باید حکمی روشن و صریح درباره هدفهای بررسی در دست باشد. در غیر این صورت با افزایش حجم کار و جزئیات دیگر نمونه گیری ، تصمیمهایی اتخاذ می‌شوند که با اصل اهداف هماهنگی ندارند.
  
  
• جامعه مورد نمونه گیری: جامعه‌ای که نمونه از آن می‌گیریم، باید دقیقا تعریف شود. جامعه‌ای که از آن نمونه می‌گیریم باید منطبق بر جامعه هدف باشد یعنی جامعه‌ای که می‌خواهیم درباره آن کسب اطلاع کنیم.
  
  
• جمع آوری داده‌ها: لازم است تحقیق کنیم که تمام داده‌ها به اهداف بررسی مربوط‌اند وهیچ داده اساسی از قلم نیفتاده است.
  
  
• درجه دقت مطلوب: نتایج یک بررسی نمونه‌ای همیشه با عدم حتمیت همراه است، زیرا اولا نسبتی از جامعه مورد اندازه گیری قرار گرفته است و ثانیا اندازه گیری‌ها همیشه با خطا همراه‌اند. میزان این عدم دقت را می‌توان با نمونه‌های بزرگتر و با استفاده از وسایل اندازه گیری دقیق‌تر تقلیل داد.
  
  
• روش اندازه گیری: در جامعه ، برای اندازه گیری واحدهای نمونه ، انتخاب ابزار اندازه گیری و روش اندازه گیری واجد اهمیت است.
  
  
• چارچوب: قبل از انتخاب نمونه جامعه را باید به بخشهایی تقسیم کرد. این بخشها را واحدهای نمونه گیری یا فقط واحدها می‌نامند.
  
  
• انتخاب نمونه: حال طرحهای متعددی وجود دارند که می‌توان با آنها نمونه را انتخاب کرد. برای هر طرحی و با توجه به درجه دقت مورد نیاز در برآوردها باید حجم خاصی از نمونه را مشخص نمود.
  
  
• پیش آزمون: تجربه نشان داده است که قبل از انجام نمونه گیری نهایی ، امتحان کارایی پرسشنامه و یا روشهای مورد نظر با مقیاسی کوچک بسیار مفید است.
  
  
• آموزش آمارگران: در بررسیهای جامع نمونه‌ای ، اغلب با مسائل خاص حرفه‌ای مواجهیم. لذا آمارگران باید قبلا درباره هدف نمونه گیری و روشهای نمونه گیری و جمع آوری داده‌ها و سایر خط مشی‌ها آموزش ببینند.
  
  
• تلخیص و تحلیل داده‌ها: اولین مرحله ، آماده کردن پرسشنامه‌های تکمیل شده برای انتقال داده‌ها به ماشین است.
  
  
• اطلاعات حاصل برای بررسیهای آتی: هر نمونه‌ای که از جامعه گرفته می‌شود بالقوه راهنمایی برای اصلاح نمونه گیریهای بعدی است.

چه روش نمونه گیری را باید بکار برد؟

تعیین طرحی از نمونه گیری که باید به کار برد و انتخاب کردن حجمهای نمونه‌ای ، از موضوعهای کلیدی در طرح ریزی یک بررسی هستند. انتخاب یک روش نمونه گیری مناسب مبتنی بر عاملهایی از قبیل ساختار جامعه ، نوع اطلاع مورد جستجو ، و تسهیلات اداری و پرسنل موجود برای اجرای بررسی است. در رابطه با انتخاب روش نمونه گیری مناسب ، حجم نمونه مورد نیاز با مشخص کردن یک درجه دقت مطلوب برای برآوردها تعیین می‌شود. آنگاه باید این موضوع را هم تحقیق کرد که آیا بودجه‌ای که به بررسی اختصاص داده شده است، امکان تهیه این حجم نمونه را می‌دهد.