سبد خرید شما خالی است.

ورود | ثبت نام
نمونه گیری

نمونه گیری در علم آمار چیست؟ آموزش نمونه برداری

1400/12/17

نمونه برداری فرآیندی است که در تجزیه و تحلیل آماری مورد استفاده قرار می گیرد که در آن تعداد مشاهدات از پیش تعیین شده از جمعیت بزرگتری گرفته می شود. روش مورد استفاده برای نمونه گیری از جمعیت بزرگتر به نوع تجزیه و تحلیل انجام شده بستگی دارد، اما ممکن است شامل نمونه گیری تصادفی ساده یا نمونه گیری سیستماتیک باشد.

در این مقاله در مورد نمونه برداری یا نمونه گیری در آمار صحبت می کنیم.

نمونه برداری چیست؟

نمونه گیری تکنیکی است برای انتخاب تک تک اعضا یا زیرمجموعه ای از جامعه به منظور استنتاج آماری از آنها و برآورد ویژگی های کل جامعه. روش‌های نمونه‌گیری مختلف به‌طور گسترده توسط محققان در تحقیقات بازار استفاده می‌شود، به طوری که آنها برای جمع‌آوری بینش‌های عملی نیازی به تحقیق در کل جمعیت ندارند.

همچنین یک روش راحت و مقرون به صرفه است و از این رو اساس هر طرح تحقیقی را تشکیل می دهد. برای استخراج بهینه می توان از تکنیک های نمونه گیری در یک نرم افزار نظرسنجی تحقیقاتی استفاده کرد.

به عنوان مثال، اگر یک تولید کننده دارو بخواهد در مورد عوارض جانبی نامطلوب یک دارو بر جمعیت کشور تحقیق کند، انجام یک مطالعه تحقیقاتی که همه را درگیر کند تقریبا غیرممکن است. در این مورد، محقق از هر جمعیت شناسی، نمونه ای از افراد را تعیین می کند و سپس در مورد آنها تحقیق می کند و بازخورد شاخصی در مورد رفتار دارو به او می دهد.

انواع نمونه برداری: روش های نمونه گیری 

نمونه گیری در تحقیقات بازار به دو صورت نمونه گیری احتمالی و نمونه گیری غیراحتمالی است. بیایید نگاهی دقیق تر به این دو روش نمونه برداری بیندازیم.

  1. نمونه‌گیری احتمالی: نمونه‌گیری احتمالی روش نمونه‌گیری است که در آن محقق چند معیار را تعیین می‌کند و اعضای یک جامعه را به‌طور تصادفی انتخاب می‌کند. همه اعضا با این پارامتر انتخابی فرصت برابری دارند تا بخشی از نمونه باشند.
  2. نمونه گیری غیر احتمالی: در نمونه گیری غیراحتمالی، محقق اعضا را برای تحقیق به صورت تصادفی انتخاب می کند. این روش نمونه گیری یک فرآیند انتخاب ثابت یا از پیش تعریف شده نیست. این امر باعث می شود همه عناصر یک جمعیت از فرصت های برابر برای گنجاندن در یک نمونه مشکل داشته باشند.

در این وبلاگ، روش‌های مختلف نمونه‌گیری احتمالی و غیراحتمالی را که می‌توانید در هر مطالعه تحقیقاتی بازار پیاده‌سازی کنید، مورد بحث قرار می‌دهیم.

انواع نمونه برداری احتمالی با مثال:

نمونه‌گیری احتمالی یک روش نمونه‌گیری است که در آن محققین با استفاده از روشی مبتنی بر نظریه احتمال، نمونه‌هایی را از جمعیت بزرگ‌تری انتخاب می‌کنند. این روش نمونه گیری، تک تک اعضای جامعه را در نظر می گیرد و نمونه ها را بر اساس یک فرآیند ثابت تشکیل می دهد.

به عنوان مثال، در یک جمعیت 1000 عضوی، هر عضو 1/1000 شانس انتخاب شدن به عنوان بخشی از یک نمونه را خواهد داشت. نمونه گیری احتمالی سوگیری را در جامعه حذف می کند و به همه اعضا فرصت مناسبی برای گنجاندن در نمونه می دهد.

5 نوع روش نمونه برداری احتمالی وجود دارد:

  • نمونه گیری تصادفی ساده: یکی از بهترین تکنیک های نمونه گیری احتمالی که به صرفه جویی در زمان و منابع کمک می کند، روش نمونه گیری تصادفی ساده است. این یک روش قابل اعتماد برای به دست آوردن اطلاعات است که در آن تک تک اعضای یک جمعیت به طور تصادفی و صرفاً تصادفی انتخاب می شوند. هر فرد احتمال یکسانی برای انتخاب شدن به عنوان بخشی از یک نمونه را دارد.
    برای مثال، در سازمانی متشکل از 500 کارمند، اگر تیم منابع انسانی تصمیم به انجام فعالیت‌های تیم‌سازی بگیرد، به احتمال زیاد ترجیح می‌دهند که چیت‌ها را از یک کاسه انتخاب کنند. در این صورت، هر یک از 500 کارمند فرصت مساوی برای انتخاب شدن دارند. با نمونه گیری تصادفی، هر آیتم در یک جامعه دارای احتمال مساوی برای انتخاب شدن است. این بیشترین فاصله را از هرگونه سوگیری احتمالی دارد زیرا هیچ قضاوت انسانی در انتخاب نمونه وجود ندارد. به عنوان مثال، یک نمونه تصادفی ممکن است شامل انتخاب نام 25 کارمند از یک کلاه در یک شرکت 250 کارمند باشد. جامعه آماری 250 نفر از کارکنان است و نمونه تصادفی است زیرا هر یک از کارکنان شانس برابری برای انتخاب دارند.
  • نمونه برداری خوشه‌ای: نمونه‌گیری خوشه‌ای روشی است که در آن محققان کل جمعیت را به بخش‌ها یا خوشه‌هایی تقسیم می‌کنند که یک جامعه را نشان می‌دهند. خوشه ها بر اساس پارامترهای جمعیت شناختی مانند سن، جنس، مکان و غیره شناسایی و در یک نمونه گنجانده می شوند. این امر باعث می شود که یک سازنده نظرسنجی استنتاج موثر از بازخورد را بسیار ساده کند.
    به عنوان مثال، اگر دولت ایالات متحده بخواهد تعداد مهاجران ساکن در سرزمین اصلی ایالات متحده را ارزیابی کند، می تواند آن را به خوشه هایی بر اساس ایالت هایی مانند کالیفرنیا، تگزاس، فلوریدا، ماساچوست، کلرادو، هاوایی و غیره تقسیم کند. یک نظرسنجی موثرتر خواهد بود زیرا نتایج در ایالت ها سازماندهی می شود و داده های روشنگری درباره مهاجرت ارائه می دهد. نمونه گیری بلوکی مجموعه ای متوالی از آیتم ها را در جامعه به عنوان نمونه مورد استفاده قرار می دهد. به عنوان مثال، فهرستی از تمام معاملات فروش در یک دوره حسابداری می‌تواند به روش‌های مختلفی از جمله بر اساس تاریخ یا بر اساس مبلغ دلار طبقه‌بندی شود. حسابرس ممکن است از حسابدار شرکت درخواست کند که فهرست را در یک قالب یا فرمت دیگر به منظور انتخاب نمونه ای از بخش خاصی از فهرست ارائه دهد. این روش نیاز به اصلاح بسیار کمی از سوی حسابرس دارد، اما این احتمال وجود دارد که بلوکی از معاملات نماینده کل جمعیت نباشد.
  • نمونه برداری سیستماتیک: محققان از روش نمونه گیری سیستماتیک برای انتخاب اعضای نمونه یک جامعه در فواصل زمانی معین استفاده می کنند. این نیاز به انتخاب نقطه شروع برای نمونه و اندازه نمونه دارد که می تواند در فواصل زمانی منظم تکرار شود. این نوع روش نمونه گیری دارای محدوده از پیش تعریف شده است و از این رو این روش نمونه گیری کمترین زمان را دارد.
    به عنوان مثال، محققی قصد دارد یک نمونه سیستماتیک از 500 نفر در یک جمعیت 5000 نفری جمع آوری کند. او هر عنصر جامعه را از 1 تا 5000 شماره گذاری می کند و هر 10 نفر را به عنوان بخشی از نمونه انتخاب می کند (کل جامعه/ حجم نمونه = 5000/500 = 10). نمونه گیری سیستماتیک از یک نقطه شروع تصادفی در جامعه آغاز می شود و از یک بازه زمانی ثابت و دوره ای برای انتخاب آیتم ها برای نمونه استفاده می کند. فاصله نمونه گیری به صورت تقسیم حجم جامعه بر حجم نمونه محاسبه می شود. علیرغم اینکه جامعه نمونه از قبل انتخاب شده است، در صورتی که فاصله دوره ای از قبل تعیین شده باشد و نقطه شروع تصادفی باشد، نمونه گیری سیستماتیک همچنان تصادفی در نظر گرفته می شود.
  • نمونه‌گیری تصادفی طبقه‌ای: نمونه‌گیری تصادفی طبقه‌ای روشی است که در آن محقق جامعه را به گروه‌های کوچک‌تری تقسیم می‌کند که همپوشانی ندارند، بلکه کل جامعه را نشان می‌دهند. در حین نمونه گیری می توان این گروه ها را سازماندهی کرد و سپس از هر گروه به طور جداگانه نمونه ای ترسیم کرد.
    به عنوان مثال، محققی که به دنبال تجزیه و تحلیل ویژگی های افراد متعلق به بخش های مختلف درآمد سالانه است، طبق درآمد سالانه خانواده ها در ایالات متحده، اقشار (گروه ها) ایجاد می کند. به عنوان مثال – کمتر از 20000 دلار، 21000 دلار – 30000 دلار، 31000 دلار تا 40000 دلار، 41000 دلار تا 50000 دلار و غیره. با این کار محقق ویژگی های افراد متعلق به گروه های درآمدی مختلف را نتیجه گیری می کند. بازاریابان می توانند تجزیه و تحلیل کنند که کدام گروه های درآمدی را هدف قرار دهند و کدام یک را حذف کنند تا نقشه راهی ایجاد کنند که نتایج مثمر ثمری داشته باشد.
  • نمونه گیری قضاوتی: ممکن است از قضاوت حسابرس برای انتخاب نمونه از کل جامعه استفاده شود. حسابرس ممکن است فقط نگران معاملات با ماهیت با اهمیت باشد. برای مثال، فرض کنید حسابرس آستانه اهمیت را برای معاملات حساب های پرداختنی 10000 دلار تعیین می کند. اگر مشتری فهرست کاملی از 15 تراکنش بالای 10000 دلار ارائه دهد، حسابرس ممکن است به دلیل کوچک بودن جمعیت، تمام معاملات را بررسی کند.

کاربردهای نمونه برداری احتمالی

استفاده های متعددی از نمونه گیری احتمالی وجود دارد:

  • کاهش سوگیری نمونه: با استفاده از روش نمونه گیری احتمالی، سوگیری در نمونه مشتق شده از یک جامعه ناچیز تا وجود ندارد. انتخاب نمونه عمدتاً درک و استنباط محقق را به تصویر می‌کشد. نمونه‌گیری احتمالی منجر به جمع‌آوری داده‌ها با کیفیت بالاتر می‌شود، زیرا نمونه به‌طور مناسب جامعه را نشان می‌دهد.
  • جمعیت متنوع: زمانی که جمعیت وسیع و متنوع است، داشتن نمایندگی کافی ضروری است تا داده ها به سمت یک جمعیت انحرافی نشوند. برای مثال، اگر Square بخواهد افرادی را که می‌توانند دستگاه‌های نقطه‌فروش خود را بسازند، درک کند، نظرسنجی انجام‌شده از نمونه‌ای از افراد در سراسر ایالات متحده از صنایع مختلف و زمینه‌های اقتصادی-اجتماعی مختلف به شما کمک می‌کند.
  • ایجاد یک نمونه دقیق: نمونه گیری احتمالی به محققین کمک می کند تا یک نمونه دقیق را برنامه ریزی و ایجاد کنند. این به دستیابی به داده های کاملاً تعریف شده کمک می کند.

انواع نمونه برداری غیر احتمالی با مثال

روش غیر احتمالی یک روش نمونه برداری است که شامل مجموعه ای از بازخوردها بر اساس قابلیت های انتخاب نمونه محقق یا آماردان است و نه بر اساس فرآیند انتخاب ثابت. در بیشتر موقعیت ها، خروجی یک نظرسنجی انجام شده با یک نمونه غیر محتمل منجر به نتایج ناهمواری می شود که ممکن است نشان دهنده جامعه هدف مورد نظر نباشد. اما شرایطی مانند مراحل مقدماتی تحقیق یا محدودیت هزینه برای انجام تحقیق وجود دارد که نمونه گیری غیر احتمالی بسیار مفیدتر از نوع دیگر خواهد بود.

چهار نوع نمونه برداری غیراحتمالی هدف این روش نمونه گیری را به نحو بهتری توضیح می دهد:

  • نمونه گیری آسان: این روش به سهولت دسترسی به موضوعاتی مانند نظرسنجی از مشتریان در یک مرکز خرید یا عابران در یک خیابان شلوغ بستگی دارد. به دلیل سهولت محقق در انجام آن و برقراری ارتباط با آزمودنی ها ، معمولاً به عنوان نمونه گیری آسان نامیده می شود. محققان تقریباً هیچ اختیاری برای انتخاب عناصر نمونه ندارند و این کار صرفاً بر اساس نزدیکی انجام می شود و نه نماینده بودن. این روش نمونه گیری غیر احتمالی زمانی استفاده می شود که محدودیت زمانی و هزینه ای در جمع آوری بازخورد وجود داشته باشد. در شرایطی که محدودیت منابع وجود دارد مانند مراحل اولیه تحقیق، از نمونه گیری آسان استفاده می شود.
    برای مثال، استارت‌آپ‌ها و سازمان‌های غیردولتی معمولاً برای توزیع بروشورهای رویدادهای آینده یا تبلیغ یک هدف، نمونه‌گیری آسانی را در یک مرکز خرید انجام می‌دهند – آنها این کار را با ایستادن در ورودی مرکز خرید و دادن جزوه‌ها به صورت تصادفی انجام می‌دهند.
  • نمونه گیری قضاوتی یا هدفمند: نمونه های قضاوتی یا هدفمند با صلاحدید محقق تشکیل می شوند. محققین صرفاً هدف مطالعه را همراه با درک مخاطب هدف در نظر می گیرند. به عنوان مثال، زمانی که محققان می خواهند روند فکری افراد علاقه مند به تحصیل در مقطع کارشناسی ارشد خود را درک کنند. معیارهای انتخاب این خواهد بود: “آیا شما علاقه مند به انجام کارشناسی ارشد خود در … هستید؟” و کسانی که با “نه” پاسخ می دهند از نمونه حذف می شوند.
  • نمونه گیری گلوله برفی: نمونه گیری گلوله برفی روشی نمونه گیری است که محققان در مواقعی که ردیابی افراد مشکل باشد از آن استفاده می کنند. برای مثال، بررسی افراد بی پناه یا مهاجران غیرقانونی بسیار چالش برانگیز خواهد بود. در چنین مواردی، با استفاده از تئوری گلوله برفی، محققان می توانند چند دسته را برای مصاحبه و استخراج نتایج ردیابی کنند. محققان همچنین این روش نمونه‌گیری را در موقعیت‌هایی که موضوع بسیار حساس است و آشکارا مورد بحث قرار نمی‌گیرد، اجرا می‌کنند – به عنوان مثال، نظرسنجی برای جمع‌آوری اطلاعات درباره ایدز HIV. تعداد زیادی از قربانیان به راحتی به سوالات پاسخ نمی دهند. با این حال، محققان می توانند با افرادی که ممکن است بشناسند یا داوطلبانی که با علت مرتبط هستند تماس بگیرند تا با قربانیان تماس بگیرند و اطلاعات را جمع آوری کنند.
  • نمونه‌گیری سهمیه‌ای: در نمونه‌گیری سهمیه‌ای، انتخاب اعضا در این روش نمونه‌گیری بر اساس یک استاندارد از پیش تعیین‌شده انجام می‌شود. در این حالت، از آنجایی که یک نمونه بر اساس ویژگی‌های خاص تشکیل می‌شود، نمونه ایجاد شده همان کیفیت‌هایی را خواهد داشت که در کل جمعیت یافت می‌شود. این یک روش سریع برای جمع آوری نمونه است.

موارد استفاده از نمونه گیری غیر احتمالی

نمونه برداری غیر احتمالی برای موارد زیر استفاده می شود:

  • ایجاد یک فرضیه: محققان از روش نمونه برداری غیر احتمالی برای ایجاد یک فرضیه زمانی که محدود به اطلاعات قبلی در دسترس نیست استفاده می کنند. این روش به بازگشت فوری داده ها کمک می کند و پایه ای برای تحقیقات بیشتر ایجاد می کند.
  • تحقیقات اکتشافی: محققان از این روش نمونه برداری به طور گسترده در هنگام انجام تحقیقات کیفی، مطالعات آزمایشی یا تحقیقات اکتشافی استفاده می کنند.
  • محدودیت‌های بودجه و زمانی: روش غیر احتمالی زمانی که محدودیت‌های بودجه و زمانی وجود دارد و باید برخی داده‌های اولیه جمع‌آوری شود. از آنجایی که طرح نظرسنجی سفت و سخت نیست، انتخاب پاسخ دهندگان به صورت تصادفی و انجام نظرسنجی یا پرسشنامه آسان تر است .

چگونه در مورد نوع نمونه برداری تصمیم می گیرید؟

برای هر تحقیقی، انتخاب دقیق روش نمونه برداری برای دستیابی به اهداف مطالعه ضروری است. اثربخشی نمونه گیری شما به عوامل مختلفی بستگی دارد. در اینجا مراحلی وجود دارد که محققان خبره برای تصمیم گیری بهترین روش نمونه گیری دنبال می کنند.

  • اهداف تحقیق را یادداشت کنید. به طور کلی، باید ترکیبی از هزینه، دقت یا دقت باشد.
  • شناسایی تکنیک های نمونه گیری موثر که ممکن است به طور بالقوه به اهداف تحقیق دست یابند.
  • هر یک از این روش ها را آزمایش کنید و بررسی کنید که آیا آنها در دستیابی به هدف شما کمک می کنند یا خیر.
  • روشی را انتخاب کنید که بهترین کار را برای تحقیق دارد.

تفاوت بین روش های نمونه گیری احتمالی و نمونه گیری غیراحتمالی

ما به انواع مختلف روش های نمونه برداری در بالا و انواع فرعی آنها نگاه کرده ایم. با این حال، برای خلاصه کردن کل بحث، تفاوت‌های مهم بین روش‌های نمونه برداری احتمالی و روش‌های نمونه‌گیری غیراحتمالی به شرح زیر است:

روش های نمونه گیری احتمالیروش های نمونه گیری غیر احتمالی
تعریفنمونه‌گیری احتمالی یک روش نمونه‌گیری است که در آن نمونه‌هایی از جمعیت بزرگ‌تر با استفاده از روشی مبتنی بر تئوری احتمال انتخاب می‌شوند.نمونه گیری غیراحتمالی روشی نمونه گیری است که در آن محقق نمونه ها را بر اساس قضاوت ذهنی محقق به جای انتخاب تصادفی انتخاب می کند.
به طور متناوب به عنوان شناخته شده استروش نمونه گیری تصادفی.روش نمونه گیری غیرتصادفی
انتخاب جمعیتجامعه به صورت تصادفی انتخاب شده است.جمعیت به صورت دلخواه انتخاب می شود.
طبیعت تحقیقتحقیق قطعی است.تحقیق اکتشافی است.
نمونهاز آنجایی که روشی برای تعیین نمونه وجود دارد، جمعیت شناسی جمعیت به طور قطعی نمایش داده می شود.از آنجایی که روش نمونه گیری دلخواه است، نمایش جمعیتی جمعیت تقریباً همیشه کج است.
وقت صرف شدهانجام بیشتر طول می کشد زیرا طراحی تحقیق پارامترهای انتخاب را قبل از شروع مطالعه تحقیقات بازار تعیین می کند.این نوع روش نمونه گیری سریع است زیرا نه معیار نمونه و نه معیار انتخاب نمونه تعریف نشده است.
نتایجاین نوع نمونه برداری کاملاً بی طرفانه است و از این رو نتایج نیز بی طرفانه و قطعی هستند.این نوع نمونه گیری کاملاً جانبدارانه است و از این رو نتایج نیز سوگیری دارند و تحقیق را حدسی می کند.
فرضیهدر نمونه‌گیری احتمالی، قبل از شروع مطالعه، یک فرضیه اساسی وجود دارد و هدف از این روش اثبات فرضیه است.در نمونه گیری غیراحتمالی، پس از انجام پژوهش پژوهشی، فرضیه به دست می آید.

پیشنهاد مطالعه:

نویسنده : بابک حیدریان

بابک حیدریان مهر. دانشجوی کارشناسی مترجمی زبان انگلیسی، محقق و متخصص SEO & Digital Marketing "زندگی ممکن است پُر از درد و رنج باشد، اما واکنشِ ماست که حرف آخر را می‌زند". فردیش نیچه

نظرات کاربران

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *