۱-۲-۳-۴- روش های نمونه گیری:
۱) نمونه گیری تصادفی
۲) غیر تصادفی
در نمونه گیری تصادفی، اعضای جامعه به عنوان آزمودنیهای نمونه منتخب، از شانس و احتمال یکسانی برخوردارند. در نمونه گیری غیر تصادفی، اعضای جامعه به عنوان آزمودنیهای نمونه منتخب، از شانس و احتمال یکسانی برای انتخاب شدن برخوردار نیستند. طرحهای نمونه گیری تصادفی وقتی استفاده میشوند که نماینده (معرف) بودن نمونه به خاطر اهداف تعمیم پذیری حائز اهمیت است. وقتی که زمان یا سایر عواملی، نسبت به تعمیم پذیری از اهمیت بسیار زیادتری برخوردار است، عموما نمونه گیری غیر تصادفی استفاده میشود. هرکدام از این دو طرح اصلی، استراتژی های نمونه گیری مختلفی دارند. بسته به میزان تعمیم پذیری مورد نظر، فراهم بودن زمان و سایر منابع و هدفی که پژوهش به دنبال آن است، انواع مختلفی از طرحهای نمونه گیری تصادفی و غیر تصادفی انتخاب خواهند شد. در ادامه این مبحث انواع مختلف این طرحها معرفی خواهند شد:
۱- نمونه گیری تصادفی
نمونه گیری تصادفی می تواندماهیت نامحدود (یا نمونه گیری تصادفی ساده) یا محدود (نمونه گیری تصادفی پیچیده) باشد.
۱-۱. نمونه گیری تصادفی ساده یا نامحدود
در طرح نمونه گیری تصادفی نامحدود، که عموماً به نمونه گیری تصادفی ساده مشهور است. هر عضوی در جامعه برای انتخاب شدن به عنوان یک آزمودنی از شانس مساوی و معین برخوردار است به طوری که انتخاب هیچ عضوی در انتخاب عضو بعدی موثر نیست. به عبارت دیگر هر آزمودنی به طور مستقل از سایر آزمودنیها، شانس انتخاب شدن برابر دارد. احتمال انتخاب شدن هر عضو عبارت است از اینکه:
برای انتخاب نمونه به شیوه تصادفی ساده چندین روش وجود دارد: قرعه کشی نام اعضا، انتخاب رندمی آزمودنیها از روی شماره آنها در لیست، استفاده از جدول اعداد تصادفی، استفاده از ترتیب مضرب ها.
از جمله مزیت های این طرح این است که از حداقل تورش برخوردار است و دارای بیشترین قدرت و تعمیم پذیری است. این فرآیند معایبی نیز دارد، پرزحمت و هزینه بر است، و علاوه بر این ممکن است همیشه یک فهرست تازه و بهروز از اعضای جامعه آماری در دست نباشد.
۲-۱. نمونه گیری تصادفی پیچیده یا محدود
به جای طرح نمونه گیری تصادفی ساده، چندین طرح نمونه گیری تصادفی پیچیده می تواند مورد استفاده قرار گیرد. این شیوه نمونه گیری تصادفی نوعی طرح جایگزین پایا و بعضاً کارآمدتری نسبت به طرح نمونه گیری نامحدود که مورد بحث قرار گرفت، ارائه میدهد. چون اطلاعاتی که میتواند برای یک حجم نمونه گیری معین با استفاده از برخی شیوه های نمونه گیری تصادفی پیچیده به دست آید، نسبت به استفاده و به کارگیری طرح نمونه گیری تصادفی ساده بیشتر است، لذا کارایی آن نیز بیشتر است. اکنون پنج طرح از طرح های نمونه گیری تصادفی پیچیده را که بیشتر متداولند را مورد بحث قرار می دهیم:
۱-۲-۱. نمونه گیری سیستماتیک
هرگاه تعداد آزمودنی های یک جامعه آماری بزرگ باشد، انجام نمونه گیری تصادفی ساده ممکن است با مشکل مواجه شود. در چنین مواقعی برای انتخاب نمونه از روش نمونه گیری تصادفی سیستماتیک یا نظام دار استفاده می شود.
در این روش ابتدا ضریب a را به شیوه زیر به دست می آوریم:
سپس از بین آزمودنی های شماره ۱ تا a یکی را به طور تصادفی انتخاب می کنیم. فرض کنید شماره آزمودنی b انتخاب شده باشد، آنگاه آزمودنی های بعدی به شیوه زیر انتخاب می شوند:
این کار را تا انتخاب n امین فرد نمونه ادامه می دهیم. به این ترتیب به طور سریع و ساده به nآزمودنی نمونه دست می یابیم به طوری که آنها از اول تا آخر فهرست پراکنده اند.
برای مثال اگر بخواهیم یک نمونه ۳۵ واحدی از یک آپارتمان ۲۶۰ واحدی انتخاب کنیم باید:
حال به طور تصادفی عددی را از بین ۱ تا ۷ انتخاب می کنیم، اگر فرضاً عدد ۵ را برگزیدیم از عدد۵ اعداد را هفت تا هفت تا می شماریم تا کلی ۳۵ واحد انتخاب شود، یعنی اولین واحد، آپارتمان شماره۵ خواهد بود، دومین واحد آپارتمان شماره ۱۲= (۷+۵) خواهد بود، سومین واحد آپارتمان شماره ۱۹ = (۱۲+۷) خواهد بود و به این ترتیب شمارش می کنیم تا ۳۵ واحد نمونه کامل شود.
مسالهای که محقق باید در طرح نمونه گیری تصادفی از آن آگاه باشد، احتمال ایجاد نوعی تورش در نمونه است. برای مثال فرض کنید پنجمین خانه اتفاقاً در نبشی ساختمان باشد و واحدهایی که بعد از شمارش هفت تا هفت تا انتخاب میشوند نیز در نبشی ساختمان باشند. اگر کانون پژوهشی در این مطالعه کنترل آلودگی صوتی برای ساکنانی باشد که عایق بندی مناسب را به کار می برند، در این صورت ساکنان خانههای نبشی نسبت به خانههایی که بین دو ساختمان قرار دارند احتمالاً آنقدر در معرض سروصدا نخواهند بود. بنابراین وقتی از ساکنان واحدهای نبشی آپارتمان، اطلاعاتی در مورد سطح آلودگی صوتی به دست می آوریم، ممکن است اطلاعاتی که محقق جمع آوری کرده دچار نوعی تورش باشد. احتمال استخراج یافتههای ناصحیح از چنین اطلاعاتی بسیار بالاست. بنابراین، در نمونه گیری سیستماتیک زمینه برای ایجاد تورش وجود دارد و محقق باید طرحهای خود را به دقت مورد توجه قرار دهد و مطمئن شود که طرح نمونه گیری سیستماتیک برای بررسی مناسب است و این کار را قبل از اخذ تصمیم در مورد استفاده از آن انجام دهد.
نمونه گیری تصادفی طبقه ای
اگرچه نمونه گیری به برآورد پارامترهای جامعه کمک میکند، ولی ممکن است گروههای فرعی معینی از اعضا در جامعه وجود داشته باشند که انتظار رود در مورد یک مطالعه مورد توجه محقق، پارامترهای مختلفی داشته باشند. به عبارت دیگر هرگاه آزمودنیهای جامعه از نظر برخی خصوصیات همگون نباشند و بتوان آنها را در طبقات مختلف گروهبندی کرد، نمونه گیری باید طوری انجام شود که به نسبت افراد هر طبقه در جامعه، همان نسبت در نمونه نیز انتخاب شود. برای مثال، برای پژوهشی که مدیر بخش منابع انسانی علاقهمند به ارزیابی میزان نیازهای آموزشی کارکنان است، کل سازمان، جامعه پژوهشی را تشکیل خواهد داد. اما میزان کیفیت وفشردگی آموزش مورد نیاز مدیران ارشد، مدیران سطح پایین تر، سرپرستان، تحلیلگران رایانه، کارکنان دفتری و... برای هر گروه، متفاوت خواهد بود. آگاهی از انواع تفاوت هایی که وجود دارد به ایجاد رنامه های آموزشی سودمند و مفید در سازمان کمک خواهد کرد. به این دلیل، اطلاعات باید به شیوهای جمع آوری شود که بتواند به ارزیابی نیازهای هر سطح از گروههای فرعی در جامعه کمک کند. در این صورت واحد تجزیه و تحلیل می تواند سطح هر گروه باشد.فرآیند نمونه گیری تصادفی طبق های همانطور که از نامش پیداست، متضمن فرآیندی از تشکیل طبقات و تجزیه آنهاست که به وسیله انتخاب تصادفی آزمودنی از هر طبقه دنبال میشود. در این نمونه گیری ابتدا جامعه به گروه های ناسازگاری که در بطن پژوهش مناسب، مرتبط و بامعنا هستند، تقسیم میشود. بدون پیش گرفتن شیوه نمونه گیری تصادفی طبقه ای، یافتن تفاوتها در پارامترهای گروههای فرعی درون یک جامعه نمیتواند ممکن باشد.طبقه بندی نوعی طرح نمونه گیری کارآمد در پژوهش است؛ یعنی، طبقه بندی، اطلاعات بیشتری در مورد حجم نمونه معینی فراهم می کند. طبقه بندی باید خطوطی را دنبال کند که با پرسش های پژوهشی متناسب باشد. برای مثال اگر ترجیحات مشتری را برای یک محصول مورد بررسی قرار میدهیم، طبقه بندی جامعه می تواند بر اساس حوزه های جغرافیایی، بخش های بازار سن مصرف کننده، جنسیت مصرف کننده، یا ترکیب های مختلفی از این موارد صورت گیرد. روش طبقه بندی، میزان همگنی را در هر طبقه و ناهمگنی را بین طبقات نشان میدهد. به عبارت دیگر، اختلاف ها و تفاوت های بین گروهها بیشتر از تفاوتهای درون گروه خواهد بود.وقتی جامعه به شیوه های صحیحی طبقه بندی شود، نمونهای از اعضای هر طبقه می تواند با استفاده از نمونه گیری تصادفی ساده یا نمونه گیری سیستماتیک استخراج شود. آزمودنیهای استخراجی از هر طبقه می تواند نسبت به تعداد عناصر در هر طبقه متناسب یا نامتناسب باشد. برای مثال به جدول زیر توجه کنید.
دراین مثال از مجموع ۷۱۰ نفر اعضای جامعه اماری یک نمونه 142 نفری برای پژوهشی نیاز است اگر محقق برمبنای درصد نمونه
از هر طبقه به تناسب دست به انتخاب بزند نمونه گیری تصادفی طبقه ای درست انجام داده است در برخی موقعیت ها مانند موقعیت بالا، محققان ممکن است گاهی اوقات نگران این باشند که به دست آوردن اطلاعات فقط از دو مدیرعالی و شش مدیر میانی نمی تواند معرف پاسخهای این دو گروه باشد. با حفظ اندازه یا حجم نمونه،اکنون تعداد آزمودنیها در هر طبقه تغییر خواهد کرد. بر اساس عقیده و نظر محقق با رعایت تعداد کل اعضای نمونه، در هر طبقه تعداد اعضایی که نماینده مناسبی از آن طبقه باشد تعیین میشود.این نوع نمونه گیری در این شرایط می تواند مناسبتر و نماینده بهتری نسبت به طرح نمونه گیری .قبلی باشد
تصمیم گیری درمورد نمونه گیری که دارای تناسب خاصی نیست وقتی گرفته میشود که برخی از طبقات بسیار کوچک و برخی دیگر بسیار بزرگ اند، یا وقتی که نسبت به تغییرپذیری ویژگی ها درون یک طبقه خاصی که تعداد بیشتری در نمونه جای خواهند گرفت، نوعی شک و تردید وجود داشته باشد یا محدودیت های زمان و هزینه وجود داشته باشد.
نمونه گیری تصادفی خوشه ای
در نمونه گیری خوشه ای، گروه ها یا خوشه هایی از اعضا، از گروههایی که بین اعضای آنها نوعی
عدم تجانسں وجود دارد، برای مطالعه انتخاب می شوند. این نمونه گیری به دو شیوه انجام میشود:
الف) نمونه گیری خوشه ای تک مرحله ای
جامعه به خوشه ها یا گروههای مناسب تقسیم می شود و آزمودنیهای نمونه، به صورت تصادفی از تعدادی خوشه ها یا گروههای مورد نیاز، انتخاب میشوند و همه عناصر از خوشهای که به صورت تصادفی انتخاب شده است مورد بررسی قرار میگیرند.
ب) نمونه گیری خوشه ای چند مرحله ای
ابتدا از خوشه ها یا گروه های جامعه، نمونهای اولیه به شیوه تصادفی استخراج می کنیم؛ سپس از بین این خوشهها بار دیگر نمونهای ثانویه تصادفی انتخاب میکنیم و این کار را تا زمانی که به مرحله نهایی این سطح برسیم انجام میدهیم. آنگاه در آخر نمونهای خواهیم داشت که از هر واحدی، عضوی در آن وجود دارد.
یکی از انتقادهای وارده بر نمونه گیری خوشه ای این است که ممکن است انتخاب مضاعف اعضا در چندین خوشه، اتفاق بیفتد. اگرچه این شیوه کم هزینه است اما از دقت و اطمینان در نتایج برخوردار نیست.
نمونه گیری ناحیه ای
زمانی که پژوهش به جوامع آماری در حوزههای جغرافیایی معین نظیر بخش ها، مجموعه های شهری یا مرزهای خاصی در یک محل مربوط میشود، نمونه گیری ناحیهای مورد استفاده قرار میگیرد. نمونه گیری ناحیهای، شکلی از نمونهگیری خوشهای در یک ناحیه است. نمونه گیری از نیازهای مصرف کنندگان قبل از راه اندازی یک فروشگاه، در بخش خاصی از شهر می تواند مستلزم نمونه گیری ناحیهای باشد. نمونه گیری ناحیهای نسبت به سایر طرح های نمونه گیری تصادفی کم هزینه تر است و متکی به یک چارچوب جمعیتی نیست. نقشه یک شهر که مجموعه های شهر را نشان میدهد دربرگیرنده اطلاعات کافی است که به محقق اجازه میدهد یک گروه نمونه از بلوک بگیرد و اطلاعاتی از ساکنان هر بلوک کسب کند.
نمونه گیری مضاعف
زمانی که برای جمع آوری برخی اطلاعات اولیه مورد نظر، نمونهای از یک جامعه مورد استفاده قرار میگیرد و بعدا نمونه ای فرعی از این نمونه مقدماتی، برای بررسی موضوع به تفصیل مورد استفاده واقع میشود، چنین طرح نمونه گیری، نمونه گیری مضاعف نامیده میشود. برای مثال یک مصاحبه منظم، ممکن است نشان دهد یک گروه فرعی از پاسخ دهندگان، در مورد مشکلات و مسائل سازمان اطلاعات بیشتری دارد. این پاسخ دهندگان ممکن است برای بار دوم با پرسش های جدیدی مورد مصاحبه قرار گیرند. این پژوهش نوعی شیوه نمونه گیری مضاعف اختیار کرده است.
۲-نمونه گیری غیر تصادفی
در طرح های نمونه گیری تصادفی، عناصر یا اعضای درون جامعه از هیچ گونه احتمال مساوی انتخاب شدن به عنوان آزمودنی های نمونه برخوردار نیستند. این بدین معناست که یافته های حاصل از بررسی نمونه، نمیتواند با اطمینان، به جامعه تعمیم داده شود. درعین حال، محققان ممکن است در برخی موارد نیاز به تعمیم پذیری نداشته باشند و فقط قصد به دست آوردن برخی اطلاعات مقدماتی به شیوه ای سریع و کم هزینه داشت باشند. در چنین مواردی آنها میتوانند به نمونه گیری غیر تصادفی متوسل شوند. برخی از طرح های نمونه گیری غیر تصادفی نسبت به برخی دیگر قابلیت اعتماد بیشتری دارند و میتوانند رهنمودهای مهمی برای کسب اطلاعات مفید در مورد جامعه ارائه دهند.
۱-۲. نمونه گیری غیر تصادفی ساده
همانطور که از نامش پیداست، نمونه گیری ساده متضمن جمع آوری اطلاعات از اعضای جامعه است که این اعضا جهت فراهم آوردن اطلاعات به راحتی در دسترس هستند. برای مثال اگر در مرکز خریدی از خریداران خواسته شود آنهایی که تمایل دارند برای مصاحبه در مورد برتری کالای الف نسبت به ب به مکان خاصی در گوشه مرکز خرید مراجعه کنند و آنگاه با این افراد مصاحبه صورت گیرد، این نمونه گیری را نمونه گیری در دسترس میگویند.
۲-۲. نمونه گیری غیر تصادفی هدفمند (از پیش تعیین شده)
به جای به دست آوردن اطلاعات از کسانی که بهراحتی در دسترس قرار میگیرند، گاهی اوقات ممکن است ضرورت یابد که اطلاعاتی از افراد یا گروه های خاصی به دست آوریم، یعنی انواع خاصی از افراد که قادر به ارائه اطلاعات مورد نظر ما هستند، زیرا آنها تنها افرادی اند که می توانند چنین اطلاعاتی ارائه دهند یا با برخی از معیارهایی که محقق تدوین کرده مطابقت دارند. چنین نوعی از طرح های نمونه گیری، نمونه گیری هدفمند نامیده می شود و دو نوع عمده آن عبارتند از نمونه گیری قضاوتی و سهمیه ای که در ذیل تشریح خواهند شد.
۲- ۱-۲. نمونه گیری قضاوتی
در این نوع نمونه گیری، افرادی برای نمونه انتخاب می شوند که برای ارائه اطلاعات مورد نیاز در بهترین موقعیت قرار دارند. برای مثال، اگر محققی میخواهد بداند چگونه زنان به پستهای مدیریت عالی دست مییابند، تنها افرادی که می توانند اطلاعات دست اول در این مورد به وی بدهند مدیران زنی هستند که در پستهای ریاست، معاونت و سطوح عالی مدیریت اجرایی در سازمانها، قرار دارند. از این افراد، انتظار میرود به خاطر دارا بودن تجربه و گذراندن فرآیندهای مختلف، از دانش تخصصی برخوردار بوده و قادر به ارائه اطلاعاتی به محقق باشند. بنابراین، طرح نمونه گیری قضاوتی هنگامی مورد استفاده قرار میگیرد که طبقه محدودی از افراد دارای اطلاعات اند که محقق در جستوجوی آنهاست. در چنین مواردی، هر نوع نمونه گیری تصادفی از میان بخش مختلفی از افراد، بی هدف و بی فایده است. اگرچه نمونه گیری قضاوتی ممکن است تعمیم پذیری یافته ها را به علت اینکه، نمونهای از افراد متخصص را که بهراحتی در دسترس هستند مورد استفاده قرار دادهایم،
کاهش دهد، ولی این شیوه تنها شیوه نمونه گیری است که می توان برای به دست آوردن اطلاعاتی که لازم است از افراد خاصی که دارای علم و دانش مربوط هستند و میتوانند اطلاعات مورد نظر را ارائه دهند، مورد استفاده قرار داد.
۲-۲-۲. نمونه گیری سهمیه ای
نمونه گیری سهمیه ای شکلی از نمونه گیری طبقهای متناسب است که در آن، نسبت از قبل تعیین شده افراد از گروههای مختلف نمونه گیری می شوند اما این بار بر مبنای نوعی نمونه گیری ساده یا در دسترس صورت میگیرد. بی شک، این نمونه ممکن است نماینده کلی جامعه نباشد؛بنابراین، تعمیم پذیری یافتهها محدود می شود. درعین حال، چون این نوع نمونه گیری مستلزم تلاش کمتر، هزینه کمتر و زمان کمتری است، برای برخی از تحقیقات جذاب است. با ذکر مطالبی که در بالا آمد و با تذکر اینکه آنچه در اینجا به عنوان روشی سریع برای تعیین حجم نمونه می آید، نباید به سهل انگاری یا ساده انگاری در مورد روش های تعیین حجم نمونه منجر شود، جدول حجم نمونه مورگان و روش کوکران برای تعیین حجم نمونه در اینجا ارائه می شود.
