جامعه هدف : جامعه ا ي است كه محقق مايل است نتايج رابه آن تعميم دهد .

جامعه مورد مطالعه : جامعه  ای است كه نمونه از آن انتخاب شده است اين جامعه لازم است در طرح پيشنهادي به طور واضح تعريف شود .

نمونه گيري : يعني انتخاب تعدادي از افراد از يك جامعه مشخص و تعريف شده علت نمونه گيري آن است كه اولاً مطالعه در كل جامعه بسيار پر هزينه و اتلاف كننده زمان است . ضمن اينكه در بسياري از موارد نمي توا ند جامعه را به طور دقيق تعيين نمود ( به عنوان مثال  : جامعه دقيق بيماران مبتلا به بيماريهاي كرونر قلبي را نمي توان تعيين كرد) . ثانياً اگر نمونه به اندازه كافي بزرگ و نماينده جامعه مورد مطالعه باشد مي توان اطلاعاتي در مورد جامعه بدهد كه مورد اعتماد و اطمينان باشد .

هر نمونه بايستي واجد دو خصوصيت باشد ، نخست آنكه اندازه يا حجم منطقي داشته باشد و دوم اينكه مصرف يا نماينده جمعيتي باشد كه از آن بدست آمده است .

www.rava20.ir

نقش تفسير آماري عبارت است از صدور مجوز براي تعميم نتايج حاصل از نمونه به جمعيت نمونه برداري شده در رابطه با تعميم نتايج از جامعه مورد مطالعه به جامعه هدف بايد به اين پرسش پاسخ داد كه آيا جامعه نمونه برداري شده نماينده جامعه هدف مي باشد يا خير ؟ در اين مورد يك جامعه ( يا نمونه ) در صورتي نماينده جمعيت هدف است كه توزيع خصوصيات يا ويژگيهاي مهم آن جامعه با توزيع آن صفات در جامعه هدف يكسان باشد . قضاوت يكساني در اين توزيع بيشتر يك امر باليني است تا آماري.

www.rava20.ir

 

روشهاي نمونه گيري ، دو روش عمده براي نمونه گيري استفاده مي ود كه هر يك از آنها نيز روشهاي خاص خود را دارد :

1 . نمونه گيري احتمالي ( Probability Sampling)

2 . نمونه گيري غير احتمالي ( Nonprobability Sampling)

1) نمونه گيري احتمالي : چنانچه هدف محقق اندازه گيري متغيرها در نمونه و تعميم آن به جامعه باشد مانند مطالعه اي كه هدف آن تعيين ميزان شيوع پوسيدگي دندان در جامعه است ، اين هدف با نمونه گيري غير احتمالي تامين نمي شود و بايستي از روشهاي نمونه گيري احتمالي استفاده شود .

در نمونه گيري احتمالي ، انتخاب افراد و واحدهاي مطالعه به صورت تصادفي است تا اطمينان حاصل شود كه انتخاب بر اساس شانس است و نيز شانس مساوي براي انتخاب شدن هر يك از واحدهاي نمونه وجود دارد .

نمونه گيري احتمالي شامل چند روش نمونه گيري است كه عبارت است از :

– نمونه گيري تصادفي ساده ( Simple Random Sampling)

– نمونه گيري تصادفي سيستماتيك ( Systematic Random Sampling)

– نمونه گيري طبقه اي ( Stratified Sampling)

– نمونه گيري خوشه اي ( Cluster Sampling)

– نمونه گيري چند مرحله اي ( Multistage Sampling)

نمونه گيري تصادفي ساده : دراين روش نمونه گيري واحدهاي مورد انتخاب داراي شانس مساوي براي انتخاب شدن هستند . در اين جا قوانين احتمال است كه معين مي كند  كدام واحدها يا افراد از جمعيت مادر انتخاب خواهد شد . انتخاب يا از طريق قرعه كشي است و يا از طريق استفاده از جدول اعداد تصادفي . در روش قرعه كشي ابتدا كليه واحدها يا افراد شماره بندي شده و يا اسامي آنها تهيه مي شود و سپس به قيد قرعه از بين آنها تعداد لازم براي نمونه انتخاب مي شود .

در روش اعداد تصادفي مي توان از جدول اعداد تصادفي و يا از كامپيوتر استفاده كرد . در روش استفاده از جدول اعداد تصادفي با توجه به حجم نمونه اعداد را انتخاب مي كنيم مثلاً اگر حجم نمونه دو رقمي است . ابتدا يك عدد دو رقمي را به صورت كاملاً تصادفي مثلاً با قرار دادن نوك مداد انتخاب كرده و سپس جلو رفته و اعداد دو رقمي را انتخاب مي كنيم تا جايي كه به تعداد مورد نياز انتخاب كرده باشيم .

نمونه گيري تصادفي سيستماتيك ( منظم ) : در اين روش تعداد نمونه مورد نياز ( n) ، از كل جامعه آماري (N) انتخاب مي گردد . ابتدا فاصله نمونه گيري ( K) را به صورت زير محاسبه مي كنيم :

^{تعداد اعضاي جامعه مورد مطالعه} _{= K}

      ^{تعداد اعضاي نمونه}

سپس بين عدد 1 تا K يك عدد به طور تصادفي انتخاب ميكنيم و بعد واحدها يا افراد بعدي را با فاصله K از عدد مذكور انتخاب مي نماييم . در اين روش حتماً تهيه ليست از جامعه مورد مطالعه قبل از همه لازم است .

به طور مثال اگر بخواهيم از بين 1000 بيمار 100 نفر را با استفاده از اين روش انتخاب كنيم . ابتدا ليست هزار نفره تهيه مي كنيم . سپس فاصله نمونه گيري را محاسبه مي كنيم :

در مرحله بعدي يك نفر از بين 1 تا 10 را به طور تصادفي انتخاب مي كنيم . اگر به طور مثال شماره 5 انتخاب شده باشد ، نفرات بعدي با فاصله ده تايي انتخاب مي شوند : شماره هاي 15 ، 25 ، 35 ، 45 ، 55 و … به ترتيب انتخاب خواهند شد .

نمونه گيري طبقه اي : در اين روش نمونه گيري براي اجتناب از اشكالاتي كه ممكن است در روش قبلي با آن مواجه شويم ، افراد جامعه آماري را بسته به خصوصياتي كه آنها را از يكديگر متمايز مي سازد به طبقات مختلف تقسيم مي كنيم . سپس به تعداد مورد نياز و متناسب با جمعيت هر يك از طبقات افراد نمونه را انتخاب مي كنيم . انتخاب افراد مي تواند هم به روش تصادفي باشد  و هم به روش تصادفي سيستماتيك .

به طور مثال از يك جامعه آماري 10000 نفري كه 15 درصد آن دانشجو ، 20 درصد كارمند اداري ، 30 درصد كارگر و 35 درصد كشاورز هستند مي خواهيم 400 نفر نمونه انتخاب كنيم . در مرحله اول تعداد مورد نياز را در هر يك از اين طبقات بر حسب درصدهاي فوق معين مي كنيم كه به شرح زير است :

تعداد افراد نمونه از بين دانشجويان 60=15/0 ×400

تعداد افراد نمونه از بين كارمندان 80 = 2/0 × 400

تعداد افراد نمونه از بين كارگران 120 = 30/0 × 400

تعداد افراد نمونه از بين كشاورزان 140=35/0 × 400

 

 

مجموع افراد انتخاب شده از طبقات 400 نفر خواهد بود ( 400 = 140 + 120 + 80 + 60 ) در مرحله دوم از هر يك از طبقات جمعيت و با استفاده از روش تصادفي ساده يا سيستماتيك افراد نمونه را انتخاب مي كنيم .

مزيت بزرگ اين نمونه گيري بر نمونه گيريهاي قبلي در اين است كه نسبت طبقات در بين افراد نمونه با نسبت طبقات در جامعه آماري تطابق دارد و شرايط يكسان بودن شانس انتخاب براي كل افراد جامعه تحقق پيدا مي كند .

توجه: در جمعيتهاي ناهمگن يا نامتجانس كه توزيع جمعيت در گروهها و طبقات مختلف متفاوت است ، از روش نمونه گيري طبقه اي استفاده مي شود .

نمونه گيري خوشه اي : در اين روش نمونه گيري ، يك نمونه تصادفي از گروهها يا خوشه هايي از افراد و نه واحدهاي منفرد گرفته مي شود به عبارت ديگر واحدهاي نمونه گيري خوشه هايي هستند نظير خانواده ها ، مدارس ، بيمارستان ها ، بلوكهاي شهري ، دهكده ها و غيره . در اين جا فهرستي از خوشه ها تهيه كرده و به روش تصادفي از بين آنها نمونه را انتخاب مي كنيم سپس افرادي را كه در هر يك از خوشه ها قرار دارند مطالعه مي كنيم .

براي مثال اگر بخواهيم از بين دانش آموزان دبستانهاي دخترانه تهران نمونه اي براي بررسي بهداشت دهان و دندان انتخاب كنيم . ابتدا ليست تمام مدارس ابتدايي دخترانه تهران را تهيه كرده و سپس به صورت تصادفي چند مدرسه را از بين آنها انتخاب و دانش آموزان را معاين مي كنيم . تعداد خوشه هاي صرفه جويي در وقت و هزينه و جلوگيري از پراكنده بودن نمونه هاي انتخاب شده در سطح شهر يا منطقه است .

نمونه گيري چند مرحله اي : در اين روش نمونه گيري ، ابتدا از بين خوشه هاي جمعيت مورد مطالعه به صورت تصادفي نمونه را انتخاب مي كنيم . سپس از افراد هر خوشه نيز به صورت تصادفي تعدادي را انتخاب مي نماييم ، كه در اين صورت نمونه گيري حالت دو مرحله اي پيدا مي كند . چنانچه در داخل خوشه هاي انتخاب شده ( مثل شهرستانها و پروژه هاي ملي ) ، خوشه هاي ديگري ( مثل روستاها ) را انتخاب كنيم  و داخل هر روستاي منتخب شده به طور تصادفي افرادي را انتخاب كنيم ، نمونه گيري حالت سه مرحله اي پيدا مي كند .

2- نمونه گيري غير احتمالي

زماني كه در انتخاب نمونه هيچگونه روش تصادفي به كار گرفته نشود ، نمونه گيري حالت غير احتمالي به خود مي گيرد كه بر دو نوع است : نمونه گيري آسان و نمونه گيري سهميه اي .

نمونه گيري آسان : نمونه گيري آسان ( Convenient Sampling)  روشي از نمونه گيري است كه براي سهولت و آساني كار از افراد و واحدهايي در نمونه مورد مطالعه استفاده مي گردد كه در زمان مطالعه در دسترس هستند . براي مثال انتخاب تمام مراجعه كنندگان به يك درمانگاه تا سقف تعداد مورد نياز ، نمونه گيري از نوع آسان است . فرق اين روش با سرشماري آن است كه در اين روش از يك جامعه مورد مطالعه تعداد محدودي براي نمونه گيري انتخاب مي شود ولي در روش سرشماري همه افراد جامعه مورد مطالعه تحت بررسي قرار مي گيرند .

نمونه گيري سهميه اي : نمونه گيري سهميه اي ( Quota Sampling) روشي از نمونه گيري غير احتمالي است كه در آن براي هر يك از طبقات با زير گروههاي جامعه مورد مطالعه سهميه اي در نظر گرفته مي شود . روش انتخاب به صورت غير احتمالي و از بين افراد در واحدهاي در دسترس است ، اما متناسب با تعداد هر يك از طبقات با گروههاي تشكيل دهنده جامعه آماري براي مثال پژوهشگري مي خواهد در مورد آگاهيهاي بهداشتي مردم در يك محله از شهر تحقيق كند . تعداد مورد نياز او اگر به طور مثال 1000 نفر باشد ، اين افراد را متناسب با تعداد افراد بي سواد و باسواد از بين افراد در دسترس انتخاب مي كند . مثلاً اگر جمعيت محله 10000 نفر باشد كه 8000 نفر آنها باسواد و 2000 نفرشان بي سواد باشند ، تركيب نمونه انتخاب شده شامل 800 نفر باسواد و 200 نفر بي سواد در دسترس پژوهشگر خواهد بود .

حجم نمونه Sample size

تقريباً تمامي محققان در ابتداي مطالعه با اين سئوال كه چند نفر را بايد وارد مطالعه كننده روبرو هستند . يكي از باورهاي شايع اين است كه هر قدر اندازه نمونه مورد مطالعه بزرگ تر باشد ، تحقيق بهتر خواهد بود . اين باور الزاماً صحيح نمي باشد . به طور كلي به جاي انتخاب نمونه اي با حجم مازاد بر نياز ، بهتر است به گردآوري صحيح تر و دقيق تر داده ها بپردازيم . كم بودن حجم نمونه نيز هميشه دليل بر عدم انجام مطالعه نيست .

محاسبه حجم نمونه براي انجام مطالعه فرايندي نيازمند تفكر است و تنها با استفاده از فرمولهاي آماري حل نمي شود ، اگر چه كه استفاده از فرمولها در محاسبه حجم نمونه لازم است ولي اين كار نيازمند توجه به نكات متعددي است كه به اهم آنها در زير اشاره شده است .

محاسبه حجم نمونه مستلزم ارائه مقادير پارامترهايي نظير ميانگين ، واريانس ، نسبت مورد مقايسه ، سطح اطمينان ، توان و دقت و .. بر حسب اهداف ، نوع مطالعه  ، پراكندگي داده ها ، نوع متغيرهاي مورد بررسي ، منابع و .. مي باشد .

چنانچه مداركي دقيق از اين مقادير در دسترس نباشد مي توان از اطلاعات مقالات مشابه و يا از نتايج مطالعه مقدماتي ( Pilot Study ) استفاده كرد .

هر قدر پراكندگي داده ها بيشتر باشد ،براي حصول به دقت مورد نظر ، به تعداد بيشتري از افراد نياز داريم .

هر گاه هدف نشان دادن اختلاف معني دار بين دو گروه است، هر چه اين اختلاف بيشتر باشد حجم نمونه لازم براي نشان دادن آن كمتر خواهد بود در مرحله بعد حجم نمونه بستگي دارد به اين كه ما بخواهيم معني دار بودن نتيجه را با چه احتمالي پيدا نماييم هر اندازه حجم نمونه بزرگ تري انتخاب شود ، احتمال يافتن اختلاف معني دار بيشتر است .

در مواقعي كه تعداد اهداف و متغيرهاي مطالعه خيلي زياد است ، كه هر كدام از آنها حجم نمونه خاص خود را نياز دارند ، راه حلهاي متفاوتي را مي توان در نظر گرفت ، كه به دو مورد از آنها اشاره مي كنيم :

 

1- ساده ترين راه حل اين است كه بزرگ ترين حجم نمونه را انتخاب كنيم .

2- راه دوم آن است كه بر اساس هدفي كه از بقيه اهميت بيشتري دارد ، حجم نمونه را محاسبه كنيم .

به طور كلي براي تعيين حجم نمونه بايد مراحل زير طي شود :

اهداف را به دقت مشخص كنيد بدانيد كه هدف مورد نظر تحليلي است يا توصيفي و براي رسيدن به آن چه متغيرهايي بايد اندازه گيري شود .

ترتيب اهميت خود را مشخص كنيد .

براي اهداف مورد نظر مقادير واريانس ، حدود اطمينان ، توان ، دقت و ..  قابل قبول را تعيين نماييد .

با در نظر گرفتن امكانات موجود حجم نمونه را مشخص كنيد .

از محاسبه حجم نمونه ، نحوه محاسبه و توجيه آن بايد در طرح پيشنهادي قيد گردد .