
چگونه میتوانیم از علم آیندهپژوهی، برای ساختن آینده خود استفاده کنیم؟
نمونهگیری یک جنبه اساسی از تحقیقات کمّی است که نقش مهمی در اطمینان از اعتبار و تعمیم یافتههای تحقیق بازی میکند. خانم دکتر معصومه قائمیپور، دانش آموخته دکتری مدیریت آموزشی از دانشگاه خوارزمی، و کارشناس پژوهشگاه نیرو، در این مقاله که برای «پردیس توسعه انسانی» تنظیم کرده است به ساده و کاربردیترین روش ممکن، درباره مفهوم جامعه، تعریف نمونه و روش نمونهگیری توضیح داده است. جامعه هدف مقاله، که دانشجوی دوره کارشناسی است، به سادگی میتواند انواع نمونهگیری را در دو دسته نمونهگیری احتمالی و غیر احتمالی، بداند و از آن در طرحِ تحقیق خود، استفاده کند.
در صورت نیاز برای کسب اطلاعات بیشتر با ما در تماس باشید.
در آمار، اصطلاح «جامعه» (population) معنای کمی متفاوت با آنچه در گفتار معمولی به آن اطلاق میشود، دارد. باید توجه داشته باشید که منظور از جامعه، همیشه افراد انسانی نمیباشد بلکه مجموعهای است که گاهی ممکن است چیزهایی به غیر از افراد انسانی را هم شامل شود. بنابراین «جامعه» میتواند جمعیتی از اشیاء، رویدادها، کشورها، گونهها، مشاهدات، و نظیر اینها را نیز در بر بگیرد. برای مثال، ممکن است در یک تحقیق پیمایشی، تعداد مراجعات به پزشک یا تعداد عملهای جراحی، یک نوع «جامعه» باشد. بهعبارتدیگر، جامعه کل گروهی از افراد یا چیزها است که میخواهید درباره آن نتیجهگیری کنید.
جامعه پژوهش معمولاً بزرگ است، بهطوریکه نمیتوان اعضای آن را به راحتی مورد مطالعه قرار داد، بنابراین یک تحقیق اغلب به یک یا چند نمونه کوچکتر از آن محدود میشود. در روشهای آماری، یک «نمونه» (sample)، از بخش کوچکتری از کل جامعه گرفته شده و معرّفِ جامعه است. بهطوریکه ویژگیهای جامعه بزرگتر را دارد و مدیریت آن آسانتر است. بهعبارتدیگر، یک نمونۀ خوب انتخاب شده، حاوی بیشترِ اطلاعات مربوط به آن جامعۀ خاص است. رابطه بین نمونه و جامعه باید بهگونهای باشد که امکان استنباط در مورد کل جامعه از نمونه فراهم گردد. برای فهم بیشتر، در جدول 1، مثالهایی ذکر شده است.
شما در انجام تحقیقات کیفی همیشه به نمونه نیاز ندارید. زمانی که جامعه محدود و متناهی باشد و اعضای جامعه به سهولت در دسترس باشند از «سرشماری» (census) استفاده میگردد. در سرشماری، تمام واحدهای جامعه مورد بررسی قرار میگیرد. به عنوان مثال، در کارخانهای که 20 مهندس دارد به سهولت میتوان از طریق یک تحقیق پیمایشی، نظر موافق یا مخالف تمام آنها را نسبت به تولید یک محصول جدید پرسید.
معمولاً زمانی از نمونهگیری استفاده میشود که جامعه پژوهش، کوچک و در دسترس نیست یا به عبارت دیگر، اندازه جامعه آنقدر بزرگ است که نمیتوان تمام اعضای آن را مورد بررسی قرار داد. به عنوان مثال مطالعهای که بر روی دانش آموزان مقطع متوسطه دوم در ایران انجام میشود، جامعهای بزرگ و متنوع است و مطالعه آن زمان قابل توجهی را از محقق میطلبد و نمیتوان تمام جامعه پژوهش را مورد مطالعه قرار داد. در این موارد است که باید از نمونهگیری استفاده کنیم. نمونهگیری به ما این امکان را میدهد تا استنباط دقیقتری در مورد کل جامعه به دست آوریم.
مزایای نمونهگیری در مقابل سرشماری عبارتاند از:
ضرورت: گاهی اوقات مطالعه کل جامعه به دلیل بزرگی یا غیرقابل دسترس بودن آن امکانپذیر نیست.
کارآمد بودن: جمعآوری دادهها از نمونه پژوهش، سادهتر و کارآمدتر است.
مقرون به صرفه بودن: اگر دادهها از نسبت کوچکتری از جامعه گردآوری شوند به تبع، هزینههای کمتری را برای محقق در بردارد.
سرعت: به کمک نمونهگیری با سرعت بیشتری میتوان دادهها را از نمونه در مقابل کل جامعه جمعآوری کرد.
مدیریت دادهها: تجزیه و تحلیلهای آماری بر روی دادههای کوچکتر، آسانتر و قابل اعتمادتر است.
معمولاً دو دسته نمونهگیری وجود دارد: نمونهگیری احتمالی (probability sampling) و نمونهگیری غیر احتمالی (non-probability sampling).
نمونهگیری احتمالی که به عنوان نمونهگیری تصادفی نیز شناخته میشود، نوعی انتخاب نمونه است که در آن از تصادفیسازی به جای انتخاب عمدی استفاده میشود. نمونهگیری غیر احتمالی شامل انتخاب عمدی افراد یا اعضای نمونه بر اساس هدف پژوهشگر است.
انواع نمونهگیری احتمالی عبارت است از:
نمونهگیری تصادفی ساده (simple random sampling): یکی از روشهای معمول نمونهگیری است که در آن هر عضو از جامعه، برای انتخاب شدن در نمونه شانس مساوی دارد. انتخاب نمونهگیری تصادفی ساده ممکن است که بدون جایگذاری یا با جایگذاری انجام شود و در انتخاب این نمونهها میتوان از جدول اعداد تصادفی استفاده کرد.
نمونهگیری سیستماتیک (systematic sampling): این نمونهگیری یک روش نمونهگیری احتمالی است که در آن محقق با انتخاب یک نقطه شروع تصادفی و انتخاب اعضای نمونه پس از یک «فاصله نمونهگیری ثابت»، بقیه اعضای نمونه را از جامعه هدف انتخاب میکند.
نمونهگیری تصادفی طبقهای (stratified random sampling): نمونهگیری تصادفی طبقهای یکی از روشهای متداول نمونهگیری است، بهطوریکه جامعه به گروههای متجانس (همگن) تقسیم شده که هر گروه دارای ویژگیهای مشابه هستند. اگر از هر طبقه نمونهای، به روش تصادفی ساده انتخاب شود این روش را نمونهگیری تصادفی طبقهای مینامند. به عنوان مثال حجم نمونه متشکل از 100 کارگر و 20 مهندس است که به صورت تصادفی از طبقه کارگران و طبقه مهندسان در یک کارخانه انتخاب شدهاند.
نمونهگیری خوشهای (cluster sampling): نمونهگیری خوشهای برای جوامع بزرگ به کار میرود که در این نوع نمونهگیری، به خاطر صرفهجویی در زمان و هزینه، جامعه به خوشههای مختلف تقسیم میشود. بدین صورت که ابتدا خوشهها، انتخاب میشوند و سپس از داخل خوشهها، نمونههای پژوهش بهصورت تصادفی انتخاب میشوند. بهعنوان مثال، اگر جامعه آماری، زنان سرپرست خانوار کشور ایران باشند، ممکن است لیست تمام این افراد موجود نباشد. از این رو، به عنوان مثال استانها یا شهرها به عنوان یک خوشه در نظر گرفته میشوند. سپس زنان سرپرست آن خوشه مورد بررسی قرار میگیرند.
برای درک بیشتر به مثال دیگری میپردازیم. فرض کنید میخواهیم میانگین تعداد فرزندان زیر 18 سال خانوادهها را در شهر شیراز برآورد نماییم. به نظر شما چه روش نمونهگیری مناسب است؟ اگر بخواهیم از روش نمونهگیری تصادفی ساده یا سیستماتیک استفاده کنیم به فهرست تمام خانوادهها نیاز داریم که تهیه چنین فهرستی بسیار مشکل است. برای اجرای نمونهگیری طبقهبندی تصادفی باید شهر شیراز را طوری طبقهبندی نماییم که گروههای با تعداد فرزندان مشابه در یک طبقه قرار بگیرند که این امکان وجود ندارد، اگر هم این امکان وجود داشت عملاً کار پیچیده، وقتگیر و پر هزینهای بود. ولی میتوان شهر شیراز را به N بخش تقسیم کرد و هر بخش را به عنوان یک خوشه در نظر گرفت. در هر خوشه، پراکندگی زیاد است و هر نوع خانوادهای از نظر تعداد فرزندان در خوشهها وجود دارند؛ در این مثال، مناسبترین روش، روش نمونهگیری «خوشهای» است.
نکتهای که درباره نمونهگیری تصادفی طبقهای و نمونهگیری خوشهای قابل ذکر میباشد این است که در نمونهگیری طبقهای، طبقات از درون به هم شبیه و همگن هستند اما یک طبقه با طبقهی دیگر از نظر مشخصهای که اندازهگیری میشود متفاوت است؛ اما در نمونهگیری خوشهای، خوشهها از درون متفاوت هستند ولی یک خوشه بسیار شبیه دیگر خوشهها به نظر میآید.
انواع نمونهگیری غیر احتمالی عبارتاند از:
نمونهگیری در دسترس (convenience sampling): در این نوع نمونهگیری، «نمونه» از میان افراد یا عناصر موجود در یک جامعه، بر اساس در دسترس بودن آنها انتخاب میشود. به عبارت بهتر، دسترسی محقق در نمونهگیری در دسترس، به نمونه آسانتر است. فرض کنید میخواهید کیفیت خدمات سازمان اتوبوسرانی شهر مشهد را بررسی نمایید و تشخیص دادهاید که یک نمونه 100 نفری برای پاسخ به سؤال تحقیق شما کافی است. برای جمعآوری دادههای خود، در یکی از ایستگاههای اتوبوس میایستید و از مسافران میپرسید که آیا میخواهند در تحقیق شما شرکت کنند یا خیر؟ اگر پاسخ آنها مثبت بود، میتوانید به کمک ابزار جمعآوری دادهها، اطلاعات مورد نیاز خود را جمعآوری کنید.
نمونهگیری هدفمند (purposeful sampling): بر اساس انتخاب آگاهانه محقق است؛ یعنی محقق مواردی را انتخاب میکند که با توجه به هدف تحقیق، اطلاعات زیادی داشته باشند.
نمونهگیری گلوله برفی (snowball sampling): روش گلوله برفی به عنوان نمونهگیری زنجیرهای (chain sampling) نیز شناخته میشود که با یک یا چند شرکتکننده در مطالعه آغاز میشود. سپس بر اساس ارجاعات شرکتکنندگان، افراد بعدی شناسایی میشوند. این روند تا رسیدن به نمونه مورد نظر ادامه مییابد.
بهطور کلی، انواع مختلفی از روشهای نمونهگیری وجود دارد. محقق باید بتواند با انتخاب روش نمونهگیری مناسب، نمونهی درستی را انتخاب کند که تا حد امکان نماینده جامعه هدف خود باشد و بتوان استنباط درستی از یافتههای پژوهش به دست آورد.
روشهای نمونهگیری، به نحوی که در این مقاله ارایه شد، دارای نقاط قوت و محدودیتهای خاصی است که به محقق هشدار میدهد در انتخاب آن حداکثر دقت را داشته باشد. انتخاب روش نمونهگیری به عوامل مختلفی از جمله اهداف تحقیق، منابع موجود، جمعیت هدف، و میزان دقت مورد نیاز، بستگی دارد که محقق باید به آنها توجه داشته باشد. در مقالات بعدی درباره سایر جنبههای تحقیق کمّی که در دستیابی محقق به یافتههای قابل اعتماد، موثر است اطلاعات بیشتری دریافت خواهید کرد.