نمونه‌برداری در پژوهش‌های کمی چگونه صورت می‌گیرد؟

نمونه‌برداری در پژوهش‌های کمی

در پژوهش علمی تأکید بیشتر متوجه مفاهیم بنیادی و درک این نکته است که در موقعیت های معینی پس از گردآوری‌داده‌ها، چگونه باید استنباط شود. در ادامه برای حصول این هدف، تشخیص روش‌های نمونه برداری، پارامترهای جامعه مورد علاقه، برآوردکننده های این پارامترها، و سرانجام دامنه خطاهای استاندارد همراه این برآوردها حائز اهمیت است.

در اینجا لازم است به دو نکته عمده توجه شود:

نخست آنکه در نمونه‌برداری در پژوهش‌های کمی، گروه نمونه معرف جامعه باشد، یعنی ویژگی های از جامعه که در رابطه با موضوع پژوهش مهم است باید در آن منعکس باشد. چنانچه شانس گزینش بخشی از جامعه برای وارد شدن درگروه نمونه صفر یا ناچیز باشد، این احتمال هست که نمونه مزبور تورش دار باشد. باید تلاش شود که شانس گزینش همه اعضای جامعه معلوم و غیرصفر باشد.

نکته دوم در نمونه‌برداری در پژوهش‌های کمی، میزان دقت نمونه برداری است. دامنه خطای برآورد ویژگی های جامعه از روی نتایج نمونه ای باید هرچه ممکن است کوچک و مقدار این خطا نیز مشخص و معلوم باشد.

از میان انواع نمونه ها، فقط برپایه نمونه احتمالی (یعنی نمونه ای که اعضای آن از میان جامعه به گونه تصادفی و برحسب قوانین احتمالات برگزیده می شود و در گزینش آن ها عامل دیگری اثر ندارد) می توان درجه دقت مشخصه آماری را با توجه به اطلاعات حاصل از روی گروه نمونه معین کرد، و اگر این نوع نمونه برداری به خوبی انجام شود، بیشترین اطمینان را برای این مقصود که نمونه انتخابی معرف جامعه و مبرا از تورش باشد، به دست می دهد.

فرایند نمونه برداری تصادفی

نمونه‌برداری در پژوهش‌های کمی، منجر به گزینش گروه هایی می شود که با جامعه اصلی شبیه است. هرچه عده نمونه زیادتر باشد، شباهت گروه نمونه با جامعه نیز زیادتر خواهد بود. اینک روش های مختلف نمونه برداری در مطالعات کمی را که ممکن است در پژوهش علمی به کار رود در زیر خلاصه آورده ایم.

انواع نمونه برداری‌های پژوهشی

نمونه برداری تصادفی ساده

از این نوع نمونه‌برداری در پژوهش‌های کمی، معمولا هنگامی استفاده می شود که جامعه دارای طبقه های کاملا مشخص و متمایزی نبوده و عناصر آن در دسترس، همگون و دارای نظم منطقی باشد.

نمونه برداری نظامدار

وقتی بتوانیم افراد را به گونه تصادفی شماره گذاری کنیم و در شماره گذاری آن ها ترتیب خاصی رعایت نشده باشد، به جای کاربرد جدول اعداد تصادفی می توانیم با یک نظم خاص، مثلا با رعایت فاصله متناسب با نسبت نمونه برداری تعداد مورد نیاز را برگزنیم.

نمونه‌برداری تصادفی طبقه ای

هنگامی از این روش در نمونه‌برداری در پژوهش‌های کمی استفاده می شود که جامعه دارای طبقه های کاملا مشخص و تعریف پذیر، داده های داخل هر طبقه هرچه ممکن است همگون تر، و از همه مهمتر، میان ویژگی هایی که جامعه برپایه آن طبقه بندی می شود از یک سو و متغیرهای مورد مطالعه از دگر سو، ارتباط (همبستگی) وجود داشته باشد.

نمونه‌برداری خوشه ای

اگر هزینه چارچوبی که نام همه عناصر جامعه را در بر داشته باشد سنگین یا هزینه گردآوری مشاهده ها یا داده های پژوهش زیاد باشد، می توان از این روش استفاده کرد که از نمونه برداری ساده یا طبقه ای به مراتب سهل الوصول تر، راحت تر و ارزان تر خواهد بود. بنابراین منطق اساسی نمونه برداری خوشه ای در حقیقت رعایت اصل اقتصاد و راحتی اجرای آن است.

نمونه‌برداری سهمیه ای

این نوع نمونه‌برداری در پژوهش‌های کمی، احتمالی نیست و کاربرد آن مستلزم آن است که ابتدا (برپایه اطلاعات دقیق) چندین مبنا مانند سن، جنس، شغل، تحصیلات والدین انتخاب شود و شرط اساسی برای استفاده از این روش آن است که این مبناهای انتخاب شده با متغیر مورد مطالعه همبستگی داشته باشد، تا ضمن افزایش کارآمدی نمونه، شانس تورش نظامدار را نیز کاهش دهد.

نمونه‌برداری چند مرحله ای

موقعی از این روش در نمونه‌برداری در پژوهش‌های کمی، استفاده می شود که تهیه فهرست کاملی از آزمودنی ها بسیار دشوار ویا ناممکن باشد، و به همین دلیل نمونه برداری در چندین سطح صورت می گیرد. مثلا ممکن است بتوان یک نمونه تصادفی از مناطق آموزشی، که برحسب حجم، ناحیه جغرافیایی، یا وضعیت اجتماعی- اقتصادی طبقه بندی شده باشد استخراج کرد. دومین و احتمالا سومین سطح نمونه برداری باید در داخل هریک از مناطق آموزشی (مثلا بر پایه مدرسه یا کلاس) انجام شود.

نمونه‌برداری ماتریسی چندگانه

هنگامی از این روش استفاده می شود که بخواهیم مجموعه بزرگی از پرسش‌ها را روی جامعه وسیعی از افراد اجرا کنیم، و مایل باشیم همه پرسش ها اجرا شود و همه افراد جامعه نیز مورد آزمایش قرار گیرند.

منبع: گروه تحقیقاتی نخبگان برتر – مشاوره پایان نامه – مشاوره مقاله – مشاوره پروپوزال