چهارشنبه , ۱۲ آذر ۱۳۹۹
صفحه اصلی » روز نوشته‌ها » نمونه برداری

نمونه برداری

نمونه برداری اولین مرحله در فاز اجرایی یک پروژه تحقیقاتی است. پارامترهای جامعه (میانگین، واریانس، ضریب همبستگی و نسبت) مقادیری ثابت، ولی نامعلوم هستند که تعیین مقدار دقیقشان نیاز به سرشماری دارد. سرشماری غالبا امکان پذیر نبوده و باید نمونه برداری کنیم.

اولین مرحله در نمونه برداری، تعریف جامعه است. جامعه شامل همه آزمودنی هایی است که در چارچوب پژوهش می گنجند. تعریف جامعه باید جامع و مانع باشد. جامع باشد، یعنی همه آزمودنی های مجاز را در برگیرد و مانع باشد، یعنی مانع ورود آزمودنی های غیر مجاز به جامعه گردد.

به هر زیر مجموعه از جامعه یک نمونه می گویند که باید دقیق انتخاب شود تا نتایج بدست آمده از آن قابلیت تعمیم به جامعه را داشته باشد. به عبارت دیگر، انتخاب نمونه ای معرف، اعتبار بیرونی پژوهش را تضمین می کند.

نمونه به زیر مجموعه ای از جامعه گفته شده که برای مطالعه و اندازه گیری انتخاب شده است.

همانطور که گفتم، برای اینکه بتوان نتایج نمونه را به جامعه تعمیم داد، نمونه انتخاب شده باید معرف جامعه باشد. معرف بودن دارای دو شاخص است:

یک، تصادفی بودن و دو، حجم کافی نمونه.

تصادفی بودن به این معنی است که همه آزمودنی های یک جامعه شانس برابر برای حضور در نمونه داشته باشند. اما، حجم نمونه بستگی به شش عامل زیر دارد:

۱. واریانس متغیر مورد نظر در جامعه

۲. اندازه اثر متغیر مستقل پژوهش

۳. سطح معناداری

۴. حجم جامعه

۵. روایی و پایایی ابزار اندازه‌گیری

۶. توان آزمون

واریانس متغیر مورد مطالعه در جامعه مورد پژوهش، میزان پراکندگی متغیر مورد نظر را نشان میدهد. هر قدر واریانس کمتر باشد، جامعه همگن تر بوده و در نتیجه حجم نمونه کمتری لازم خواهد بود. چرا؟

کاملا مشخص است، زیرا، وقتی افراد یک جامعه به هم شبیه باشند، نیازی به حجم نمونه بالایی نخواهد بود و تعداد کم نمونه هم می تواند معرف جامعه باشد. بنابراین، بطور خلاصه می توان گفت واریانس جامعه با حجم نمونه لازم برای پژوهش، رابطه معکوس دارد.

اندازه اثر یا Effect size، میزان اثربخشی متغیر مستقل را نشان می دهد. برای توضیح مختصر در مورد اندازه اثر یک مثال مطرح می کنم. فرض کنید میخواهیم اثربخشی درمان CBT در درمان افسردگی پس از زایمان را بررسی کنیم. اگر اندازه اثر CBT زیاد باشد، بطور قطع بین میانگین گروه آزمایش و کنترل تفاوت معنی داری وجود خواهد داشت.

بالا بودن اندازه اثر موجب می شود، حجم نمونه کمتری نیاز داشته باشیم. به عبارت دیگر، اندازه اثر و حجم نمونه با هم رابطه عکس دارند.

سطح معناداری یا ناحیه رد، رابطه معکوسی با حجم نمونه دارد. هر قدر سطح معناداری پایین تر باشد، حجم نمونه بالاتری نیاز است. این نکته حائز اهمیت است که پایین آوردن سطح معناداری، موجب بالا رفتن خطای نوع دوم می گردد. با افزایش حجم نمونه، خطای نوع دوم افزایش نیافته و ریسک پذیرش فرض صفر نادرست افزایش نخواهد یافت.

بالا بودن حجم جامعه، به طور منطقی نیاز به نمونه را افزایش می دهد تا نمونه اخذ شده، معرف جامعه باشد.

عامل پنجم موثر در تعیین حجم نمونه، پایایی و روایی ابزار اندازه گیری می باشد. عدم وجود نتایج قابل استناد از ابزارهای اندازه گیری ایجاب می کند، نمونه بیشتری از جامعه گرفته شود.

توان آزمون، عامل موثری در تعیین حجم نمونه است. برای بدست آوردن توان آزمون بالاتر نیاز است حجم نمونه بیشتری گرفته شود.

انتخاب روش نمونه برداری

برای تعیین روش نمونه برداری دو ویژگی باید بررسی شود:

اول، محدود بودن یا نامحدود بودن جامعه

دوم، همگن بودن یا نبودن جامعه

درباره‌ افشین صفایی

این مطلب را نیز بخوانید

تحلیل واریانس برای اندازه گیری های مکرر

تحلیل واریانس برای اندازه گیری های مکرر (Repeated Measure) زمانی انجام می شود که بخواهیم …

دیدگاهتان را بنویسید

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