۱- مقدمه بر انواع روشهای نمونه برداری

در این پست در نظر داریم انواع روشهای نمونه برداری یا نمونه گیری در پروژه‌های تحقیقاتی و دانشگاهی را معرفی نماییم. به طور کلی به منظور از جمع‌آوری اطلاعات، اطلاعاتی است که بر اساس موضوع تحقیق و تعیین متغیر‌های مطالعه از جامعه آماری برداشت می‌شود. در آمار دو روش کلی برای جمع آوری اطلاعات مورد استفاده قرار می‌گیرد.

۱-۱- روش سرشماری

سرشماری به معنای جمع‌آوری اطلاعات از تمامی اعضای یک جامعه آماری است که عملاً این کار بسیار پر هزینه، وقت گیر و گاهی غیر ممکن است. به همین دلایل تقریباً در اکثر کشورها، هر ۱۰ سال یک بار اقدام به سرشماری عمومی می‌کنند.

1-2- روشهای نمونه برداری

مقصود از نمونه‌برداری یعنی انتخاب بخشی از جامعه که نماینده همه جامعه باشد. این انتخاب به گونه‌ای صورت گیرد که تا حد امکان همه خصوصیات و جزئیات جامعه در نمونه‌ای که بر می‌داریم، مشاهده شود.

3- انواع روشهای نمونه برداری

روشهای نمونه برداری بسیار متنوع است و بر اساس توزیع جمعیت و نوع مطالعه و بسیاری ملاحظات دیگر، روش‌های متفاوتی در جمع آوری اطلاعات به طریق نمونه برداری وجود دارد. به این نکته نیز توجه داشته باشید که جمع‌آوری اطلاعات ممکن است از نظر نوع ابزار جمع‌آوری به یکی از صورت‌های پرسشنامه، مصاحبه، مشاهده، جامعه سنجی، کتابخانه و… انجام شود. در شکل زیر انواع روش‌های معمول نمونه گیری نشان داده شده است.

2-1- نمونه برداری تصادفی ساده

وقتی تعداد عضو‌های جامعه تحت مطالعه، در حدی باشد که بتوان به هر یک از اعضای جامعه شماره‌ای نسبت داد، به طوری که شانس انتخاب هر یک از اعضا یکسان باشد، از نمونه‌برداری  تصادفی ساده استفاده کنید. در این روش ابتدا باید قادر باشید فهرستی از تمامی اعضای جمعیت در اختیار بگیرید و از آن به عنوان چهارچوب نمونه برداری استفاده کنید. در این روش به هر عضو شماره‌ای نسبت می‌دهید. سپس با قرعه کشی و یا استفاده از جدول اعداد تصادفی نمونه‌های مورد نظرتان را به تعداد مورد لزوم انتخاب می‌کنید. نمونه‌برداری  تصادفی ساده را می‌توانید برای انتخاب تعدادی از بیماران در یک بیمارستان یا انتخاب تعدادی از دانشجویان یک دانشگاه و از این قبیل به کار گیرید.

توجه: این روش نمونه برداری برای جوامعی گسترده و با حجم زیاد، مناسب نیست.

۲-۲- نمونه برداری سیستماتیک

این روش نمونه برداری که به روش نمونه برداری نظامند نیز معروف است دارای دو مرحله است: 

– در مرحله اول شما باید یک نمونه برداری تصادفی ساده انجام دهید تا اولین عضو انتخابی جامعه معلوم شود.

– در مرحله دوم نمونه‌ها را با فاصله‌های یکسان از یکدیگر انتخاب کنید.

مثال: فرض کنید در یک مجله ۵۰۰۰ نفر مشترک هستند و هر مشترک دارای یک شماره اشتراک است. مدیر این مجله مایل است ۲۵۰ نفراز مشترکین را به عنوان نمونه انتخاب و از آنان درباره اضافه کردن یک بخش در خصوص بهداشت خانواده به مجله نظرخواهی کند. برای انتخاب ۲۵۰ نمونه، او ابتدا باید از بین اعداد ۱ تا ۲۰ (۲۰ از تقسیم ۵۰۰۰ بر ۲۵۰ به دست آمده است)، یک عدد را به تصادف انتخاب نماید. فرض کنید آن عدد ۱۵ باشد در این مرحله مشترک شماره ۱۵ از بین ۲۰ نفر اول انتخاب شده است. مشترک بعدی، مشترک شماره سی و پنج خواهد بود (زیرا ۳۵= ۲۰+۱۵). سپس مشترک شماره ۵۵ انتخاب بعدی و به همین صورت ادامه می‌دهد تا مشترک شماره ۴۹۹۵ که دویست و پنجاهمین عضو نمونه است، انتخاب شود.

۲-۳- نمونه برداری طبقه‌ای

اگر ساختار جامعه‌ای که می‌خواهید از آن نمونه برداری کنید به گونه‌ای است که به چند طبقه طوری تقسیم شده است که تقریباً اعضای درون هر طبقه از نظر صفت مورد بررسی همگن هستند، می‌توانید از نمونه برداری طبقه‌ای استفاده کنید. در این روش می‌توان با یک نمونه کم در هر طبقه، برآورد دقیقی از صفت تحت بررسی تهیه کرد. برآورد‌هایی که در هر طبقه همگن تهیه می‌شوند سرانجام ترکیب شده و برآوردی دقیق برای صفت مورد نظر فراهم می‌کنند.

مثال ۱: یک مرکز پژوهشی می‌خواهد متوسط مدت زمانی که بیماران دیابتی در ۱۰ بیمارستان یک شهر بستری می‌شوند را برآورد نماید. هر بیمارستان به عنوان یک طبقه در نظر گرفته شده از هر طبقه تعدادی بیمار دیابتی به عنوان نمونه انتخاب شده و مدت زمان بستری هر یک ثبت می‌شود. در این مثال فرض بر این است که صفت مورد بررسی در هر بیمارستان یکسان است.

مثال ۲: یک شرکت تولیدی دارای ۵۰۰ کارمند در ۴ طبقه شغلی است. مدیر شرکت مایل است میزان بهره‌وری در هر طبقه شغلی را بررسی کند. برای این منظور قصد دارد از روش نمونه برداری طبقه‌ای، یک نمونه ۱۰۰ تایی از کارمندان را انتخاب و مورد بررسی قرار دهد. روش انتخاب تصادفی ساده در هر گروه به نسبت حجم آنها در جدول زیر آمده است.

2-4- نمونه برداری خوشه‌ای

وقتی حجم جامعه خیلی بزرگ نباشد بکارگیری شیوه‌هایی نظیر تصادفی ساده و سیستماتیک بدون اشکال است. اما وقتی حجم جامعه بزرگ می شود این روش‌ها با مشکلاتی مواجه هستند.

در نمونه برداری خوشه‌ای برعکس نمونه برداری طبقه‌ای دلیلی وجود ندارد که صفت تحت بررسی در هر خوشه همگن باشد. بنابراین اگر صفت مورد بررسی در یک جمعیت به گونه‌ای است که نمی‌توان جمعیت را به طبقات همگن تقسیم کرد، از نمونه برداری خوشه ای استفاده می‌کنیم.

مثال ۱: فرض کنید در یک شرکت تعداد فرزندان کارمندان را به عنوان یک صفت، مورد بررسی قرار می‌دهیم. این شرکت شامل ۸ بخش است که هر بخش را به عنوان یک خوشه تلقی می کنیم. ابتدا به صورت تصادفی از بین ۸ بخش (خوشه) تعدادی را انتخاب می‌کنیم. این تعداد خوشه به تعداد نمونه بستگی دارد. سپس تعداد فرزندان همه کارمندان را ثبت می‌کنیم. چنین نمونه گیری را نمونه برداری خوشه‌ای یک مرحله‌ای می‌گویند.

ممکن است نمونه برداری خوشه‌ای دو مرحله‌ای یا سه مرحله‌ای یا بیشتر باشد.

مثال ۲: فرض کنید می‌خواهید میانگین تعداد فرزندان خانواده‌ها را در یک استان که دارای ۵ شهرستان و هر شهرستان دارای تعدادی بخش است، برآورد کنید. اگر در مرحله اول از بین ۵ شهرستان تعدادی را به تصادف انتخاب کنید و سپس از بین بخش‌های مختلف آن، تعدادی را به عنوان نمونه بر‌گزینید و اطلاعات را از تمامی خانواده‌های ساکن در بخش‌های انتخابی جمع‌آوری نمایید، نمونه برداری خوشه‌ای دو مرحله‌ای انجام شده است. اینکه تمام خانواده‌ها را در هر بخش مورد بررسی قرار دهیم یا تعدادی را به تصادف انتخاب کنیم، بستگی به حجم نمونه برداری داشته و نمونه برداری از دو مرحله‌ای به نمونه برداری خوشه‌ای ۳ مرحله‌ای تبدیل می‌شود و بسته به ترکیب جمعیت به همین ترتیب می توان نمونه برداری را به n  مرحله خوشه بندی کرد.

مشاوره و آموزشهای آماری:

جهت هماهنگی برای دریافت خدمات مشاوره‌ای و آموزشی آماری برای پایان نامه‌ها و پروژه‌های تحقیقاتی خود می‌توانید با ما تماس بگیرید.