نمونه گیری‌ها عموماً به دو دسته‌ی نمونه گیری تصادفی (احتمالی) و غیر تصادفی (غیر احتمالی) تقسیم می‌شوند. در نمونه گیری تصادفی هر واحد جامعه شانس انتخاب شدن به طور مساوی را دارد. در نمونه گیری غیر تصادفی اینگونه نیست، بلکه فرآیند نمونه‌گیری قضاوتی و هدفمند است؛ یعنی انتخاب نمونه به قضاوت فرد بستگی دارد، نه مطابق با نظریه احتمال.
انواع مختلف روش های نمونه گیری تصادفی:
- نمونه‌گیری تصادفی ساده
- نمونه‌گیری منظم
- نمونه برداری طبقه ای
- نمونه برداری خوشه ای یا گروهی
- نمونه برداری چند مرحله ای
- نمونه های همتا
- نمونه گیری چند درجه ای
انواع نمونه گیری غیر تصادفی:
- نمونه گیری سهمی
- نمونه گیری شبکه ای
- نمونه گیری تدریجی
- نمونه گیری گلوله برفی یا زنجیره ای
نمونه‌گیری تصادفی ساده
روشی است که در آن برای هر یک از اعضای جامعه (واحد نمونه گیری) امکان مساوی برای انتخاب شدن، فراهم شود. این روش بر انتخاب واحدهایی از کل جامعه اشاره می کند به طوری که هر واحد دارای اختمال مساوی (غیر صفر) برای بودن به عنوان عضوی از اعضای نمونه باشد. به صورت دقیقتر در روش نمونه گیری تصادفی ساده هر یک از اعضای جامعه دارای شانس مساوی و مستقل برای انتخاب شدن، هستند.
نمونه گیری تصادفی ممکن است به دو صورت با جایگزینی و بدون جایگزینی انجام شود. در نمونه گیری با جایگزینی، هر عضوبیش از یکبار شانس انتخاب شدت را دارد، در صورتی که در نمونه گیری تصادفی بدون جایگزینی، هر عضو فقط یکبار شانس انتخاب شدن را دارد. غالب نظریه های آماری به کمک نمونه گیری تصادفی با جایگزینی صورت بندی شده اند. در نمونه گیری تصادفی ساده، از نمونه گیری بدون جایگزینی استفاده می شود. به عبارت دیگر، اگر N نفر از جامعه آماری شماره گذاری شود و n نفرآنها با استفاده از روش تصادفی و بدون جایگزینی انتخاب شوند، نمونه گیری به صورت تصادفی ساده انجام شده است. برای روشن شدن این موضوع به مثال زیر توجه کنید. جامعه عبارت است از کلیه دانش آموزان دبیرستان امیرکبیر شهرستان خرم آباد که از ۵۰۰ نفر دانش آموز تشکیل شده است. اگر شما یکی از دانش آموزان این دبیرستان را در نظر بگیرید، شانس انتخاب شدن این دانش آموز ۱/۵۰۰ به شرطی که نمونه گیری کاملا تصادفی باشد. برای اطمینان از صحت تصادفی بودن، شیوه انتخاب باید مستقل از قضاوت بشرانجام گیرد. برای این منظور دو روش وجود دارد:
- قرعه کشی: در این روش برای هر یک از اعضای جامعه شماره یا کدی تهیه می شود، سپس شماره ها بر روی تکه هایی از کاغذ نوشته می شوند. تکه های کاغذ در ظرفی قرار داده می شوند و خوب به هم زده می شوند، سپس نمونه ای با حجم معین از آن انتخاب می شود.
- جدول انتخاب تصادفی: در این روش اعضای جامعه از ۱ تا N شماره گذاری شده، سپس یک سطر و ستون جدول به صورت تصادفی انتخاب می شود. نقطه تلاقی سطر و ستون انتخاب شده، نقطه آغاز نمونه گیری است، از این نقطه یک به اضافه و ضربدر رسم می شود. کلیه شماره هایی که در روی این به اضافه یا ضربدر قرار می گیرند به عنوان اعضای نمونه انتخاب می شوند. لازم به یادآوری است که بجای ترسیم ضربدر یا به اضافه می توان دست را در روی این جدول به صورت پیوسته حرکت داد و این عمل را تا موقعی که نمونه مورد نیاز انتخاب می شود، ادامه داد.
نمونه‌گیری منظم
در این روش همه اعضای خانواده بدون هرگونه نظم و ترتیبی فهرست بندی می شوند، سپس نمونه مورد نظر با استفاده ازیک نظم معین از لیست جامعه انتخاب می شود. برای مثال، فرض کنید پژوهشگری قصد دارد نگرش دانش آموزان مدرسه ای، به حجم ۱۰۰۰ نفر، را نسبت به کتابخانه مدرسه مورد پژوهش قرار دهد.
او فهرستی ازکلیه دانش آموزان را تهیه می کند، سپس از هر ده نفر یک نفر را به صورت تصادفی انتخاب می کند. برای جلوگیری از هر نوع سوگیری، اعداد ۱ تا ۱۰ را در کلاهی ریخته و یکی از آن ها را به تصادف انتخاب می کند. فرض کنید این عدد ۳ باشد، بنابراین، او دانش آموزان شماره های ۳، ۱۳، ۲۳، ۳۳ … را انتخاب کرده و این عمل را تا انتخاب ۱۰۰ دانش آموز ادامه می دهد. روش مذکور به عنوان نمونه گیری منظم با شروع تصادفی شناخته شده است. در این روش، نمونه مورد نیاز با استفاده از یک نظم معین که به صورت زیر محاسبه می شود از لیستی از جامعه تعریف شده که فاقد هرگونه نظم و ترتیب، انتخاب می شود.
حجم نمونه / حجم جامعه = نظم
هنگام طرح ریزی برای انتخاب یک نمونه از طریق یک فهرست یا امثال آن، پژوهشگر باید با دقت فهرست را بررسی کرده و مطمئن شود که هیچ الگوی چرخشی در آن وجود ندارد. به عبارت دیگر، در صورتی که دارای یک ترتیب تناوبی باشد، نمونه گیری منظم ، عملکرد و نتیجه مناسبی نخواهد داشت.
نمونه‌گیری طبقه‌ای
برای بهتر کردن شباهت نمونه و جامعه و افزایش دقت نمونه گیری از لحاظ برآورد پارامترهای جامعه، می توان جامعه را به طبقاتی چند تقسیم کرد و نمونه‌گیری را در هر طبقه جداگانه انجام داد. در این صورت، اطمینان بیشتری خواهد بود که صفات مختلف جامعه با تقریب نزدیکتر در نمونه منعکس شوند. اگر میان صفاتی که بر اساس آنها، جامعه را طبقه بندی کردیم و موضوع تحقیق رابطه یا تناسبی برقرار باشد، این روش سبب افزایش قابل ملاحظه ای در دقت نمونه گیری خواهد گردید.
طبق نتایج به دست آمده، خطای نمونه گیری روش تصادفی ساده بیشتر از روش نمونه گیری طبقه ای است (البته، با همان حجم نمونه). در روش تصادفی ساده دو نوع خطا وجود دارد: هم خطاهای موجود در هر لایه و هم خطای موجود در لایه های متفاوت، ولی در روش نمونه گیری طبقه ای می توان خطا را ناشی از خطای نمونه گیری در هر طبقه دانست. شیوه تقسیم بندی بسیار مهم است. طبقه ها باید طوری طراحی شوند که اساسا با هم تفاوت داشته باشند و جامعه درون هر طبقه باید تا حد ممکن همگون باشند. در اکثر طبقه بندی های مرتبط با مشتری، سن، جنس و یا گروه های اقتصادی اجتماعی مورد توجه قرار می گیرند، ولی در هر صورت باید برای پوشاندن نیازهای خاص مورد نظر در تحقیق ویژگی های مختلفی را مد نظر قرار داد. برای یک تحقیق طبقات بسیار زیادی ممکن است به ذهن برسد. آماده سازی طبقات و طرح ریزی نمونه گیری در این طبقات بسیار مشکل است.
نمونه‌گیری گروهی (خوشه‌ای)
در بعضی موارد، جامعه تحقیق در اصل در گروه هایی توزیع می شوند. برای سهولت می توان به جای جامعه از این گروه ها نمونه گیری کرد؛ مثلا در تحقیقات اجتماعی برای انتخاب نمونه ای از ساکنان یک شهر می توان از خانوارها نمونه گیری کرد،یا آن شهر را به چندین منطقه تقسیم کرد و از این مناطق بعضی را به عنوان تحقیق برگزید.
همچنین برای انتخاب نمونه ای از دانش آموزان یک شهر می توان این جامعه را به گروه هایی بر حسب آموزشگاه یا کلاس محل تحصیل تقسیم کرد. سپس از این گروه ها به یکی از روش های تصادفی یا منظم نمونه برداری کرد، یا آنکه در صورت لزوم این گروه ها را طبقه بندی کرد و روش طبقه بندی را به کار برد؛ مثلا در یک بررسی عمومی از فروشندگان می توان حوزه های مختلف از فروشندگان را تعریف کرد. سپس از میان آنها انتخاب نمود و در حوزه انتخاب شده با هر فروشنده مصاحبه کرد.
این روش از لحاظ زمانی وهزینه ای مقرون به صرفه است، ولی خطای نمونه گیری در این روش بالاست. ممکن است در این روش قسمت های کاملی از جامعه نادیده گرفته شود، چون همیشه قسمت های مختلف در هم مخلوط نمی شوند و معمولا محقق در این روش به سراغ هر گروهی که برود، افرادی با خصوصیاتی مشابه در آن یافت می شوند.
نمونه‌گیری چند مرحله‌ای
به اقتضای خصوصیات جامعه و موضوع تحقیق، گاهی نمونه موردنظر در چند مرحله برگزیده می شود. در این روش از جامعه N نفری نمونه ای به تعداد n1 انتخاب می شود. سپس از میان n1 نفر گروه کوچکتری به تعداد n2 برمی گزینیم و غیره، تا نمونه کافی و مناسب از لحاظ تعداد و سایر خصوصیات تعیین شود. بدین ترتیب نمونه برداری دو مرحله ای، سه مرحله ای، … و چند مرحله ای انجام شده است.
تلاش برای بررسی های عمومی با استفاده از نمونه برداری تصادفی ساده یا منظم، زمان بر و پر هزینه بوده، هنگامی که جامعه پراکنده است، مصاحبه سخت خواهد بود و زمان زیادی برای تکمیل لازم است. در موقعیت هایی که بازار پویاست، تاثیر زیادی روی مفید بودن اطلاعات جمع آوری شده می گذارد. در چنین موقعیت هایی روش چند مرحله ای مفیدتر است. مزیت مهم این روش این است که نیازی به داشتن چارچوب نمونه گیری که پوشاننده یک جامعه کامل دست نخورده باشد، وجود ندارد. برای مثال در بررسی عملی، کشور به نواحی مختلفی توسط ماموران تقسیم بندی می شود، روی هر ناحیه مصاحبه انجام می شود. در مرحله دوم انتخاب شهرها و مناطق روستایی است و مرحله سوم نمونه هایی از افراد که در مرحله دوم در ناحیه انتخابی بوده اند، انتخاب می شوند.
این روش چند مرحله ای با روش گروهی یا خوشه ای ارتباط نزدیکی دارد.
مثالی در حوزه بازاریابی: فرض کنید هدف بررسی کارایی فروش نیروهای فروش یک شرکت است. این شرکت حوزه های فروش متعددی دارد. وقتی که یک حوزه به صورت تصادفی انتخاب می شود و هر نیروی فروش در آن حوزه مطالعه می شود، این روش روش گروهی است. هنگامی که از حوزه های انتخاب شده به طور تصادفی، نمونه دیگری به طور تصادفی انتخاب می شود روش چند مرحله ای استفاده شده است.
این روش نسبت به روش تصادفی ساده یافته هایی با اعتبار کمتر به دست می دهد، اما به علت مزیت های اقتصادی که دارد، زیاد استفاده می شود؛ بخصوص وقتی که مصاحبه شونده ها در سطح کشور پراکنده باشند.
نمونه های همتا
در بسیاری از تحققیقات از یک جامعه چند نمونه انتخاب می شود. در حالت خاص این نمونه های مکرر باید به طور کلی یا جزء به جزء مانند هم باشند. چنین نمونه هایی موازی هم یا همتا خوانده می شوند. دو نمونه همتا به یک اندازه و یک کمیت معرف جامعه هستند. شرط کامل شباهت دو نمونه آن است که برای هر فرد در یک نمونه فردی مشابه در نمونه دیگر انتخاب شود. این حالت را همتایی کامل یا فردی گویند.
این نمونه گیری هنگامی که نمونه ها بیش از اندازه بزرگ هستند و سرعت نتیجه گیری را کاهش می دهند، مناسب است. نمونه کلی به زیر نمونه هایی تقسیم می شود و یکی از این نمونه ها مطالعه می شود. خطای محاسبه که کاملا اجتناب ناپذیر است، در این مورد هم امکان وقوع دارد، اما اگر همتایی درست باشد، از منبع خطاهای دیگر تا حد زیادی اجتناب می شود.
نمونه‌گیری چند درجه‌ای
اگر در تحقیقی بخواهیم چند جنبه را مطالعه کنیم و یک یا چند جنبه، از بقیه جنبه های مورد بررسی ساده تر باشد یا مایل باشیم برخی را کاملتر و دقیق تر بررسی کنیم، در این صورت از روش نمونه‌برداری چند درجه‌ای می توانیم استفاده کنیم، برای رعایت صرفه و سهولت تحقیق می توان تصمیم گرفت آن ویژگی ساده تر را در دو نمونه n1 نفری و ویژگی دیگر را در نمونه های کوچکتر n2 نفری که از نمونه اول استخراج می شود، مطالعه نمود.
منبع : کتب
