8 نوع نمونه برداری نظرسنجی

8 نوع نمونه برداری نظرسنجی

8 نوع نمونه برداری نظرسنجی ، امروزه حدود 125 میلیون خانوار در ایالات متحده وجود دارد. برای کمک به جوامع و دولت برای درک جهتی که کشور در آن حرکت می کند (و خیلی موارد دیگر)، قانون اساسی نیاز به سرشماری دارد. این سرشماری به گونه ای طراحی شده است که هر 10 سال یکبار همه ساکنان کشور را شمارش کند. بنابراین اداره سرشماری ایالات متحده چگونه 125 میلیون خانه را بررسی می کند؟ ندارد. دفتر برای انجام کار از نمونه برداری استفاده می کند. در این وبلاگ، هشت نوع مختلف روش نمونه گیری و موارد دیگر را بررسی خواهیم کرد.

8 نوع نمونه برداری نظرسنجی
8 نوع نمونه برداری نظرسنجی – تزیسمی

فهرست مطالب

نمونه گیری نظرسنجی چیست؟- 8 نوع نمونه برداری نظرسنجی

نمونه گیری روشی برای بررسی بخش کوچکی از جامعه است که یک کل بزرگتر را نشان می دهد. برای بازگشت به مثال اولیه، اداره سرشماری ایالات متحده جمعیت نمونه 3.5 میلیون خانوار را بررسی می کند تا به نتایجی در مورد جمعیت، مانند اشتغال، درآمد، فقر، سلامت، پوشش بیمه، پیشرفت تحصیلی، و قربانی شدن جرم دست یابد.

اگرچه هنوز یک نمونه بسیار بزرگ است، اما به طور قابل توجهی کمتر از 125 میلیون خانواری است که کشور را تشکیل می دهند (یک شاهکار نقشه برداری که تقریبا غیرممکن است). خوشبختانه، اکثر نظرسنجی‌ها کاملاً چنین کاری نیستند و نمونه‌گیری انجام آنها را نسبتاً آسان می‌کند.

تاریخچه نمونه گیری پیمایشی- 8 نوع نمونه برداری نظرسنجی

بنابراین، باید از چه کسی برای ایده نمونه گیری تشکر کنیم؟ والری ایوانوویچ گلیونکو و فرانچسکو پائولو کانتلی. در اوایل قرن بیستم، این دو ریاضی‌دان دریافتند که مشاهدات به‌طور تصادفی از یک جمعیت، با افزایش حجم نمونه، به تدریج شکل جمعیت بیشتری را به خود می‌گیرد. هنگامی که حجم نمونه کافی به دست آمد، نمونه دارای ویژگی هایی خواهد بود که منعکس کننده ویژگی های جامعه است، چند امتیاز می دهد یا می گیرد (به نام حاشیه خطا).

تعیین حجم نمونه نظرسنجی- 8 نوع نمونه برداری نظرسنجی

هنگام تعیین حجم نمونه، یا تعداد افرادی که از کل جمعیت آن جمعیت برای یک نظرسنجی انتخاب می شوند، ملاحظاتی وجود دارد. برای شروع، اکثر آماردانان موافق هستند که حداقل حجم نمونه برای به دست آوردن هر نوع نتیجه معنادار 100 است. اگر جمعیت شما کمتر از 100 است، واقعاً باید همه آنها را بررسی کنید.

بنابراین، فرض کنید می خواهید بدانید دانش آموزان دبیرستانی در مورد یادگیری مجازی چه فکری می کنند. اکنون، نظرسنجی از هر دانش‌آموز دبیرستانی در کشور تقریباً غیرممکن است، بنابراین نمونه‌ای را برای نشان دادن آنها انتخاب می‌کنید. به عنوان مثال، این می تواند چند هزار بچه باشد، در مقابل میلیون ها نفر از آنها در آنجا. از سوی دیگر، وانمود کنید که صاحب یک کسب و کار کوچک با 40 کارمند هستید. در این صورت، شما می خواهید همه آنها را بررسی کنید تا به نتایج معناداری برسید.

درباره تعیین اندازه نمونه بیشتر بیاموزید و یک ماشین حساب خطای رایگان را در وبلاگ ما پیدا کنید، نحوه تعیین اندازه نمونه برای نظرسنجی شما.

اجتناب از خطاهای نمونه گیری نظرسنجی- 8 نوع نمونه برداری نظرسنجی

البته نمونه برداری همیشه کامل نیست. خطاهای نمونه گیری را می توان معرفی کرد که منجر به حاشیه های خطا غیرقابل قبول می شود. هفت نوع اصلی خطای نمونه گیری وجود دارد:

1. نمونه خطاهای فریم. این زمانی اتفاق می‌افتد که زیرمجموعه جمعیت به‌درستی هدف‌گذاری شده باشد، به عنوان مثال فقط افراد را از دفترچه تلفن انتخاب می‌کند، که هرکسی که در لیست نیست یا تلفن ثابت ندارد، حذف می‌شود.
2. خطاهای انتخاب این زمانی اتفاق می افتد که نمونه از داوطلبانی تشکیل شده باشد که به شدت نسبت به موضوع احساس می کنند. با این حال، با کنار گذاشتن کسانی که به شدت احساس نمی کنند، نتایج احتمالاً مغرضانه خواهد بود.
3. خطاهای عدم پاسخ. وقتی افراد کافی به نظرسنجی پاسخ نمی‌دهند، حجم نمونه کوچک‌تر می‌شود و در نتیجه کمتر نماینده جمعیت بزرگ‌تر است.
4. خطاهای خاص جمعیت این امر زمانی رایج است که یک محقق از مخاطبان هدف خود مطمئن نیست. به عنوان مثال، نظرسنجی در مورد مسائل بهداشتی در میان سالمندان را در نظر بگیرید. چه کسانی باید هدف قرار گیرند – سالمندان، مراقبان آنها، یا پزشکان آنها؟
5. تعصب محقق این زمانی اتفاق می افتد که نمونه ها به طور عمدی توسط محقق و نه تصادفی انتخاب شوند. نمونه گیری عمدی می تواند منجر به معرفی عمدی یا ناخواسته توسط محقق شود. این بیشتر در نظرسنجی های حضوری رایج است، زمانی که یک محقق می تواند شرکت کنندگان را بر اساس جنسیت، سن، نژاد، قومیت و غیره انتخاب کند.

سوگیری نمونه گیری چیست؟- 8 نوع نمونه برداری نظرسنجی

سوگیری نمونه گیری زمانی رخ می دهد که محققین نتوانند شرکت کنندگان را به درستی یا تصادفی انتخاب کنند. وقتی از تصادفی‌سازی استفاده نمی‌شود، اعتبار یک نظرسنجی می‌تواند به طور جدی تحت تأثیر قرار گیرد، زیرا به طور دقیق جمعیت بیشتری را منعکس نمی‌کند.

یک مثال کامل از سوگیری نمونه‌گیری در رویدادی در سال 1948 نشان داده شده است. در آن زمان، هری ترومن و توماس دیویی در حال مبارزه با آن برای ریاست جمهوری ایالات متحده بودند. برای پیش بینی برنده، یک نظرسنجی تلفنی در سراسر کشور انجام شد و نتایج به شدت به نفع دیویی بود. شیکاگو دیلی تریبون که از نظرسنجی مطمئن است و می‌خواهد اولین کسی باشد که خبر را منتشر می‌کند، روزنامه خود را با عنوان «دیویی ترومن را شکست می‌دهد» چاپ می‌کند. البته، دیویی برنده نشد و کاغذ روی صورتش تخم داشت (اسنافو به این عکس معروف از برنده نهایی ترومن منجر شد که کاغذ را با تیتر نادرست بالا گرفته در حالی که پیروزمندانه لبخند می‌زند).

چه چیزی اشتباه پیش رفت؟ در سال 1948، تنها خانواده‌های ثروتمند صاحب تلفن بودند و آنها تمایل داشتند از دیویی حمایت کنند. کسانی که توانایی خرید تلفن را نداشتند عمدتاً از ترومن حمایت می کردند، اما به دلیل سوگیری نمونه گیری تلفنی کاملاً از نظرسنجی کنار گذاشته شدند. بنابراین، هنگام نمونه‌گیری، حتماً از سوگیری‌های نظرسنجی آگاه باشید و در وبلاگ ما درباره انواع سوگیری نظرسنجی و نحوه اجتناب از آنها بیشتر بخوانید.

8 نوع نمونه برداری نظرسنجی
8 نوع نمونه برداری نظرسنجی – تزیسمی

انواع اصلی نمونه گیری پیمایشی

دو نوع عمده روش نمونه گیری وجود دارد: نمونه گیری احتمالی و نمونه گیری غیراحتمالی. در زیر هر یک از این سطل ها، چهار نوع نمونه برداری دیگر از نظرسنجی قرار دارد.

نمونه گیری احتمالی

با نمونه‌گیری احتمالی، شرکت‌کنندگان کاملاً تصادفی انتخاب می‌شوند تا اطمینان حاصل شود که همه افراد جامعه فرصتی برای نظرسنجی دارند. به لطف تکنیک‌های تصادفی‌سازی (مانند تولیدکننده‌های اعداد تصادفی آنلاین، تابع RAND اکسل، یا کشیدن نام‌ها از یک کلاه)، این روش عموماً نتایجی را ارائه می‌دهد که نماینده جمعیت هدف هستند. به علاوه، با انتخاب تصادفی شرکت کنندگان، نظرات و نظرات شخصی محقق نمی تواند بر نمونه تأثیر بگذارد. چند اشکال دارد:

. اطمینان از تصادفی‌سازی می‌تواند به این معنی باشد که باید قبل از ساخت نظرسنجی تحقیقات بیشتری انجام شود
. تجزیه و تحلیل داده ها پس از تکمیل نظرسنجی می تواند پیچیده تر باشد
. اگر نرخ پاسخ پایین باشد، تصادفی سازی منهای مواردی که قبلا بررسی شده اند باید دوباره انجام شود.

در وبلاگ ما بیشتر بخوانید، نمونه گیری احتمالی چیست؟ مزایا، معایب و مثال ها.

نمونه گیری غیر احتمالی

با نمونه‌گیری غیراحتمالی، از تکنیک‌های تصادفی‌سازی استفاده نمی‌شود، به این معنی که همه شانس عادلانه‌ای برای بررسی ندارند. با این حال، این روشی سریع و ارزان برای جمع‌آوری داده‌ها است، زیرا قبل از بررسی به تحقیقات کمی نیاز است. این یک نقطه شروع عالی برای تشکیل فرضیه های سریع و سپس تعیین اینکه آیا نمونه گیری احتمالی بیشتر مفید است یا خیر، می سازد. مثبت دیگر؟ اگر نرخ پاسخ پایین باشد، محقق می تواند به سادگی به ارسال نظرسنجی ها ادامه دهد تا زمانی که به هدف خود برسند بدون اینکه نگران تصادفی سازی باشند. البته در اینجا ایراداتی نیز وجود دارد:

. از آنجایی که شرکت‌کنندگان بر اساس سهولت دسترسی به جای تصادفی مورد بررسی قرار می‌گیرند، احتمال زیادی وجود دارد که آنها نماینده جمعیت بیشتری نباشند.
. گاهی اوقات می‌توان نمونه‌ها را با افرادی پر کرد که می‌خواهند بخشی از تحقیقات باشند، زیرا می‌خواهند انگیزه‌ای داشته باشند یا دیدگاه‌های قوی‌ای . دارند که می‌خواهند به اشتراک بگذارند و نتایج را منحرف کنند.
پتانسیل بالایی برای سوگیری نمونه گیری وجود دارد زیرا انتخاب نمونه عمدی است. این بدان معناست که دیدگاه ها و نظرات شخصی یک محقق به راحتی می تواند بر نمونه تأثیر بگذارد، یا ممکن است او در مورد افرادی که برای شرکت در آن انتخاب می کنند، گزینشی باشد.

در وبلاگ ما بیشتر بخوانید، نمونه برداری غیراحتمالی چیست: مزایا، معایب و مثال ها.

نمونه ای از نمونه گیری احتمالی و غیر احتمالی

برای درک بهتر این روش‌های نمونه‌گیری، چند نمونه از نمونه‌گیری را در نظر می‌گیریم. فرض کنید شما صاحب بازی Bob’s Bait & Tackle هستید. این یک تجارت نسبتا کوچک است، اگرچه شما یک پایگاه داده از 5000 مشتری دارید. شما می خواهید بدانید مشتریان در مورد فروشگاه شما چه احساسی دارند، اما بررسی همه 5000 مورد از آنها بسیار وقت گیر است. بنابراین، شما 10٪ از آنها یا 500 مورد را بررسی می کنید.

با نمونه‌گیری احتمالی، همه مشتریان باید شانس یکسانی برای مشارکت داشته باشند. بنابراین، شما از یک مولد اعداد (1 تا 5000) استفاده می کنید و 500 مشتری را به طور تصادفی انتخاب می کنید که با اعداد مطابقت دارند و آنها را بررسی می کنند. در این سناریو، همه 5000 مشتری این فرصت را داشتند که بخشی از نظرسنجی باشند، بنابراین فرصت کمتری برای سوگیری یا خطای نظرسنجی وجود دارد.

با نمونه گیری غیر احتمالی، نگران تصادفی سازی نخواهید بود. شما فقط می خواهید به سرعت و به راحتی از 500 نفر در کل نظرسنجی کنید. بنابراین، شما به سادگی از 500 مشتری اول در پایگاه داده خود نظرسنجی می کنید. 4500 نفر به طور موثر حذف شدند، که شانس سوگیری نظرسنجی یا خطاهای نمونه گیری را افزایش می دهد اما به شما امکان می دهد نظرسنجی را سریع و آسان تکمیل کنید.

روش های نمونه گیری احتمالی

چهار روش نمونه گیری احتمالی وجود دارد. در اینجا نگاهی گذرا به هر کدام آورده شده است.

1. نمونه گیری تصادفی ساده

این ساده ترین راه برای نمونه گیری تصادفی از یک جامعه است. به سادگی اعداد را به همه افراد نمونه بدهید و سپس به طور تصادفی آن اعداد را انتخاب کنید (اگر نمونه کوچک است آنها را از کلاه بیرون بکشید یا اگر بزرگ است از یک فرآیند خودکار استفاده کنید). بیشتر بخوانید: نمونه گیری تصادفی ساده.

2. نمونه گیری سیستماتیک

کمی پیچیده تر، این روش با انتخاب واحدها در فواصل زمانی منظم که از یک نقطه تصادفی شروع می شود، یک نمونه تصادفی از جامعه هدف می گیرد. محققان به این می‌گویند «انتخاب هر «n» (مثلاً پنجم، دهم، دوازدهم، و غیره) فردی. بیشتر بخوانید: نمونه گیری سیستماتیک.

3. نمونه گیری خوشه ای

این روش نمونه‌گیری، جمعیت هدف را به گروه‌ها یا «خوشه‌ها» تقسیم می‌کند. در مرحله بعد، محقق از هر گروه به طور تصادفی یک زیربخش را انتخاب می کند. این روش هنگام کار با جمعیت بزرگ و پراکنده جغرافیایی که شباهت‌های مشترک دارند (مثلاً تعداد فرزندان، شغل یا رشته دانشگاهی) سودمندتر است. بیشتر بخوانید: نمونه گیری خوشه ای تک مرحله ای، دو مرحله ای و چند مرحله ای.

4. نمونه گیری تصادفی طبقه ای

این روش شامل تقسیم یک جمعیت بزرگ به گروه های کوچکتر است که معمولاً همپوشانی ندارند اما کل جمعیت را نشان می دهند. اغلب، این به معنای طبقه‌بندی گروه‌ها بر اساس عوامل جمعیت‌شناختی مانند جنسیت، سن، نژاد، قومیت و غیره است. برای تعیین نمونه‌ها، محقق آزمودنی‌ها را به گروه‌های جمعیتی منحصر به فرد تقسیم می‌کند و سپس از نمونه‌گیری تصادفی ساده برای انتخاب اعضا استفاده می‌کند.

8 نوع نمونه برداری نظرسنجی
8 نوع نمونه برداری نظرسنجی – تزیسمی

روش های نمونه گیری غیر احتمالی

چهار روش نمونه گیری غیر احتمالی وجود دارد. در اینجا نگاهی گذرا به هر کدام آورده شده است.

1. نمونه برداری آسان

این روش نمونه گیری سریع و آسان است و شامل بررسی افرادی است که در دسترس هستند. در این نوع نمونه‌گیری، محقق اهمیتی نمی‌دهد که آیا نمونه نماینده کل جامعه است یا خیر. همه واجد شرایط هستند به عنوان مثال، یک دانشجوی کالج می‌خواهد در مورد مصرف الکل در بین دانشجویان کارشناسی بیاموزد، بنابراین از افراد در خوابگاه خود نظرسنجی می‌کند، زیرا آنها در موقعیت مناسبی قرار دارند. بیشتر بخوانید: نمونه گیری آسان.

2. نمونه گیری سهمیه ای

مشابه نمونه‌گیری آسان، با این حال محقق تعداد مشخصی از افراد را دارد که قصد دارند نظرسنجی کنند (به عنوان مثال 50 مرد و 50 زن). این تعداد متنوع تری از پاسخ دهندگان از زیرجمعیت های مختلف را فراهم می کند. بیشتر بخوانید: نمونه گیری سهمیه ای.

3. نمونه گیری هدفمند

با استفاده از این تکنیک، محقق از درک خود از هدف نظرسنجی و دانش خود از جامعه استفاده می کند تا تصمیم بگیرد چه کسی را در نمونه قرار دهد. آنها ممکن است یکی از روش های نمونه گیری هدفمند زیر را انتخاب کنند:

. نمونه گیری ناهمگونی: جمع آوری گسترده ترین طیف نظرات از افراد مختلف
. نمونه گیری همگن: جمع آوری نظرات از شرکت کنندگان همفکر
. نمونه‌گیری انحرافی: جمع‌آوری نظرات از افرادی با یک ویژگی خاص یا غیرعادی
. نمونه گیری خبره: جمع آوری نظرات کارشناسان در مورد موضوع

4. نمونه برداری گلوله برفی

محققان هنگام هدف قرار دادن گروه‌های خاص و صعب العبور از نمونه‌گیری گلوله برفی استفاده می‌کنند. این افراد ممکن است در مشارکت مردد باشند، به عنوان مثال مهاجران غیرقانونی، مصرف کنندگان مواد مخدر، یا کسانی که شرایط سلامتی دارند. در این موارد، محقق از افرادی استفاده می‌کند که با معیارهای لازم مطابقت دارند تا افراد دیگری را در حلقه اجتماعی خود به‌کار گیرند که آن‌ها نیز مناسب هستند. به این ترتیب، اندازه نمونه “گلوله های برفی”، بزرگتر می شود و تعداد بیشتری از افراد استخدام می شوند و در نتیجه یک نظرسنجی دقیق تر انجام می شود.

سوالات متداول (سؤالات متداول)

نمونه گیری غیر احتمالی چیست؟
روشی سریع، آسان و ارزان برای بررسی زیرمجموعه ای از جمعیت بزرگتر، نمونه گیری غیراحتمالی یک روش نمونه گیری ذهنی (یا غیر تصادفی) است.

نمونه گیری احتمالی چیست؟
روش نمونه‌گیری که هدف آن اطمینان از داشتن شانس برابر برای بررسی همه افراد جامعه است، نمونه‌گیری غیراحتمالی از روش‌های نمونه‌گیری تصادفی استفاده می‌کند.

نمونه گیری احتمالی چه تفاوتی با نمونه گیری غیراحتمالی دارد؟
نمونه‌گیری احتمالی از تصادفی‌سازی استفاده می‌کند تا اطمینان حاصل شود که نمونه‌ها نماینده جمعیت بیشتر هستند، در حالی که غیر احتمالی برای نمونه‌گیری ساده و راحت که عموماً دقت کمتری دارد، از تصادفی‌سازی صرف نظر می‌کند.

چه نوع نمونه گیری احتمالی وجود دارد؟
چهار روش اصلی برای نمونه‌گیری احتمالی وجود دارد: نمونه‌گیری تصادفی ساده، نمونه‌گیری تصادفی طبقه‌ای، نمونه‌گیری خوشه‌ای و نمونه‌گیری سیستماتیک.

چه نوع نمونه گیری غیراحتمالی وجود دارد؟
چهار روش اصلی نمونه گیری غیراحتمالی وجود دارد: نمونه گیری آسان، نمونه گیری سهمیه ای، نمونه گیری هدفمند و نمونه برداری گلوله برفی.

محققان از چه نوع روش های تصادفی سازی استفاده می کنند؟
متداول‌ترین روش‌های تصادفی‌سازی شامل روش‌های قرعه‌کشی (کشیدن نام‌ها از کلاه)، ابزارهای تولید اعداد آنلاین و تابع RAND در مایکروسافت اکسل است.

نتیجه

نظرسنجی های آنلاین روشی عالی برای انجام نمونه گیری احتمالی و غیراحتمالی است. نظرسنجی های آنلاین به شما این امکان را می دهد که شبکه گسترده ای ایجاد کنید و به مرزهای جمعیتی و جغرافیایی برسید. با thesisme، نظرسنجی‌های آنلاین ما به راحتی ایجاد می‌شوند و برای چشم‌ها آسان است – به این دلیل است که می‌توانید تصاویر را به نظرسنجی‌ها اضافه کنید، تعامل را تقویت کنید، احساسات و حافظه پاسخ‌دهنده را تحریک کنید، و از موانع زبانی عبور کنید. در زیر نمونه‌ای از یکی از نظرسنجی‌های عکس ما آمده است که نمونه قبلی یک دانشجوی کالج را که از همکلاسی‌هایش در مورد الکل نظرسنجی می‌کرد، نشان می‌دهد.

یک دیدگاه ثبت کنید

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