نمونه تصادفی ساده چیست؟

نمونه تصادفی ساده چیست؟

نمونه تصادفی ساده چیست؟ ، نمونه‌گیری تصادفی ساده (Simple Random Sampling) یکی از روش‌های نمونه‌گیری آماری است که افراد جامعه شانس برابری برای انتخاب شدن دارند. در این روش هر یک از عناصر جامعه آماری مورد نظر برای انتخاب شدن، شانس مساوی دارند. در این روش، افراد یا اشیای مورد نیاز از فهرست جامعه آماری که به همین منظور شماره گذاری و تهیه شده است به صورت تصادفی انتخاب می‌شوند. مطابق قانون احتمال، افراد انتخاب شده باید دارای ویژگی هایی همانند جامعه‌ای باشند که از آن انتخاب شده‌اند.

از نمونه‌گیری تصادفی ساده زمانی استفاده می‌شود که حجم نمونه بزرگ باشد. همچنین جامعه مورد نظر پیرامون مقوله مورد بررسی همگن باشند. برای مثال جامعه مشتریان یک محصول برای نمونه‌گیری تصادفی مناسب هستند. از این نمونه‌ها بیشتر در روش‌های توصیفى زمینه‌یاب، همبستگی، علّى و تجربى استفاده مى‌شود و بسادگى قابل انجام است. این نمونه براساس این اصل انتخاب مى‌شود که کلیه افراد جامعه مورد مطالعه با هم مشابهت دارند و متجانس یا در واقع یکدست هستند؛ از این‌رو، پژوهشگر مى‌تواند پس از تعیین تعداد و حجم نمونه خود، اقدام به گزینش آنها بنماید.

می توانید مقاله اهمیت اندازه اثر در تفسیر تحقیق را هم مطالعه بفرمایید.

نمونه تصادفی ساده چیست؟
نمونه تصادفی ساده چیست؟ – تزیسمی

فهرست مطالب

نمونه تصادفی ساده چیست؟

نمونه تصادفی ساده اصطلاحی است که انتخاب تصادفی یک جامعه آماری را توصیف می کند. باید نمایشی بی طرفانه از گروه بزرگتر ارائه دهد. نمونه‌گیری تصادفی سریع‌ترین راه برای نمونه‌گیری از یک گروه بزرگ‌تر است، بنابراین کارآمدتر از روش‌های دیگر نمونه‌گیری در این جنبه است. این یک نقطه شروع اولیه برای جمع آوری نمونه است، و برخی روش های دیگر نمونه گیری با یک نمونه تصادفی ساده شروع می شوند و پیچیده تر می شوند.

در عمل، فرض پشت نمونه گیری تصادفی ساده، احتمال است. هر انتخابی احتمال یکسانی برای انتخاب شدن به عنوان بخشی از نمونه دارد. اگر نمونه گیری تصادفی ساده “بدون جایگزینی” اتفاق بیفتد، همانطور که اغلب انجام می شود، به این معنی است که شرکت کننده انتخاب شده نمی تواند به جامعه بازگردانده شود و دوباره قرعه کشی شود. برای اینکه به درستی انجام شود، یک نمونه تصادفی ساده باید یک قاب انتخاب کامل برای انتخاب داشته باشد. یک چارچوب انتخابی فهرستی از کل جمعیت است که به دست آوردن نمونه های بزرگتر می تواند چالش برانگیز باشد.

نحوه استفاده از نمونه تصادفی ساده- نمونه تصادفی ساده چیست؟

برای استفاده از یک نمونه تصادفی ساده، مراحل زیر را دنبال کنید:

1. جمعیت خود را تعیین کنید

قبل از اینکه بتوانید یک نمونه تصادفی ساده جمع آوری کنید، باید ایده ای داشته باشید که از چه کسی نمونه برداری کنید. این بدان معناست که پروژه یا آزمایش تحقیقاتی شما باید نوعی فرضیه داشته باشد که با مطالعه یک نمونه قابل حل باشد. فرض کنید، برای این مثال، شما می خواهید ویژگی های شخصیتی را در میان سیاستمداران محلی مطالعه کنید. ابتدا، باید تعیین کنید که چه کسانی «سیاستمداران محلی» برای مطالعه شما هستند. اینها می توانند مقاماتی در سطح ایالت، شهر یا شهرستان یا همه آنها با هم باشند.

2. یک قاب نمونه برداری بسازید

هنگامی که جمعیت خود را تعریف کردید، باید یک چارچوب نمونه برداری ایجاد کنید. چارچوب نمونه‌گیری فهرستی از تمام اعضای جامعه شما است.

برای مقامات دولتی محلی، هنگامی که در مورد جمعیت تصمیم گرفتید، دستیابی به اسامی مقامات ایالتی و محلی شما نسبتاً آسان است. این یک وضعیت ایده آل است. در برخی موارد، یافتن همه اعضای جامعه برای چارچوب نمونه‌گیری ممکن است سخت‌تر باشد. با این حال، اگر انتخاب کنید که فقط مجموعه‌ای از جامعه را در چارچوب نمونه‌گیری خود بگنجانید، ممکن است مطالعه خود را به سمت سوگیری ناخواسته باز کنید، بنابراین توصیه می‌شود در ایجاد چارچوب نمونه‌گیری دقیق باشید.

هنگامی که کل جمعیت خود را فهرست کردید، باید به هر دارایی در جمعیت یک عدد به ترتیب متوالی اختصاص دهید. این بخش مهمی از ایجاد چارچوب نمونه برداری است زیرا به شما کمک می کند تا انتخاب خود را تصادفی کنید. تصور کنید در جمعیت خود مجموعه ای متشکل از 100 سیاستمدار محلی دارید. باید هر کدام را از یک تا 100 شماره گذاری کنید.

3. اندازه نمونه را تعیین کنید

بعد، شما اندازه نمونه خود را تعیین می کنید. برای تعیین حجم نمونه خود، یکی از روش های زیر را در نظر بگیرید:

. مطالعات دیگر را بخوانید. اگر مطالعات مشابهی انجام شده است، به حجم نمونه استفاده شده به عنوان درصدی از جامعه نگاه کنید و آن را تقلید کنید.
. از جدول استفاده کنید. برای موضوعات عمومی، یک جدول اندازه نمونه ممکن است از قبل وجود داشته باشد.
. از یک فرمول استفاده کنید. می توانید یک فرمول بنویسید یا از یک فرمول موجود استفاده کنید که برای پارامترهای جمعیت شما منطقی باشد.
. از ماشین حساب استفاده کنید. اگر نمی‌خواهید نگران فرمول باشید، می‌توانید از یک ماشین‌حساب اندازه نمونه از قبل موجود استفاده کنید که به صورت آنلاین قابل جستجو است.
. سرشماری انجام دهید. اگر وقت دارید، یک سرشماری در میان جمعیت خود برای تعیین حجم نمونه انجام دهید.

4. ایجاد اعداد تصادفی

با استفاده از یک مولد اعداد تصادفی، مجموعه ای از اعداد تصادفی بین 1 و کل حجم جامعه خود را ایجاد کنید که با حجم نمونه شما مطابقت دارد. به عنوان مثال، اگر جمعیت شما 100 سیاستمدار است و حجم نمونه خود را 10 تعیین کرده اید، باید 10 عدد تصادفی بین 1 تا 100 ایجاد کنید.

5. انتخاب خود را جدا کنید

هر عددی که تولید می‌کنید، به شکل قرعه‌کشی، نشان‌دهنده عضوی از نمونه شما است که در مرحله دو شماره‌ای به او اختصاص داده شده است. هنگامی که انتخاب خود را شناسایی و جدا کردید، یک نمونه تصادفی جمع آوری کرده اید.

مزایای نمونه های تصادفی ساده- نمونه تصادفی ساده چیست؟

استفاده از یک نمونه تصادفی ساده برای به دست آوردن نمونه ای از جامعه مزایایی دارد که عبارتند از:

. آسان است. همانطور که از نام آن پیداست، نمونه گیری تصادفی ساده ساده است. این یک راه آسان برای جداسازی نمونه برای یک پروژه آینده است.
. منصفانه و دقیق است. هنگامی که یک نمونه تصادفی ساده به درستی انجام شود، یک نمونه بی طرفانه را نشان می دهد و بنابراین یک نمایش منصفانه و دقیق از جامعه است.

معایب نمونه های تصادفی ساده- نمونه تصادفی ساده چیست؟

عیب عمده استفاده از نمونه گیری تصادفی ساده، خطای نمونه گیری است. این زمانی اتفاق می‌افتد که نمونه انتخاب‌شده به‌طور دقیق جامعه را نشان نمی‌دهد، حتی اگر به‌طور تصادفی و بدون سوگیری انتخاب شده باشد.

به عنوان مثال، اگر شما جمعیتی متشکل از 100 سیاستمدار دارید که نیمی از آنها مرد و نیمی زن هستند و انتخاب تصادفی شما از ده سیاستمدار فقط شامل مردان می شود، این یک نمایش نادرست از جمعیت و یک خطای نمونه است. به همین دلیل، نمونه‌گیری تصادفی ساده معمولاً تنها زمانی استفاده می‌شود که اطلاعات زیادی در مورد کل جامعه وجود نداشته باشد. هرچه اطلاعات بیشتری در مورد جامعه داشته باشید، ممکن است نیاز به تنظیم پارامترهای بیشتری برای نمونه باشد، و به این ترتیب، روش‌های نمونه‌گیری دیگر ممکن است منطقی‌تر باشد.

نحوه انجام یک نمونه تصادفی ساده- نمونه تصادفی ساده چیست؟

فرآیند نمونه گیری تصادفی ساده مستلزم مراحل اندازه است. هر مرحله باید به ترتیب انجام شود.

مرحله 1: جمعیت را تعریف کنید

مبدأ تحلیل آماری تعیین پایه جمعیت است. این گروهی است که می خواهید در مورد آن اطلاعات بیشتری کسب کنید، یک فرضیه را تأیید کنید، یا یک نتیجه آماری را تعیین کنید. این مرحله این است که به سادگی شناسایی کنید که آن پایگاه جمعیتی چیست و اطمینان حاصل کنید که آن گروه به اندازه کافی نتیجه ای را که می خواهید حل کنید پوشش می دهد.

مرحله 2: اندازه نمونه را انتخاب کنید

قبل از انتخاب واحدهای درون یک جامعه، باید تعیین کنیم که چند واحد را انتخاب کنیم. این اندازه نمونه ممکن است بر اساس مقدار زمان، سهمیه بندی سرمایه یا سایر منابع موجود برای تجزیه و تحلیل نمونه محدود شود. با این حال، توجه داشته باشید که حجم نمونه را به اندازه کافی بزرگ انتخاب کنید تا نماینده واقعی جامعه باشد. در مثال بالا، محدودیت‌هایی در تحلیل عملکرد هر سهم در S&P 500 وجود دارد، بنابراین ما فقط می‌خواهیم زیرمجموعه‌ای از این جمعیت را تحلیل کنیم.

مرحله 3: واحدهای جمعیت را تعیین کنید

در مثال ما، تعیین اقلام در جامعه آسان است زیرا قبلاً برای ما شناسایی شده اند (یعنی شرکت های فهرست شده در S&P 500). با این حال، تصور کنید دانشجویانی را که در حال حاضر در دانشگاه ثبت نام کرده‌اند یا محصولات غذایی که در یک فروشگاه مواد غذایی فروخته می‌شوند، تجزیه و تحلیل کنید. این مراحل مستلزم ایجاد فهرست کامل همه موارد در جمعیت شما است.

مرحله 4: مقادیر عددی را تعیین کنید

فرآیند نمونه تصادفی ساده برای هر واحد در جامعه که یک مقدار عددی نامرتبط دریافت می کند، فراخوانی می کند. این اغلب بر اساس نحوه فیلتر کردن داده ها اختصاص داده می شود. به عنوان مثال، من می توانم اعداد 1 تا 500 را بر اساس ارزش بازار، حروف الفبا یا تاریخ تشکیل شرکت به شرکت ها اختصاص دهم. نحوه تخصیص مقادیر کاملاً مهم نیست. تنها چیزی که مهم است این است که هر مقدار متوالی است و هر مقدار شانس مساوی برای انتخاب شدن دارد.

مرحله 5: مقادیر تصادفی را انتخاب کنید

در مرحله 2، تعداد مواردی را که می‌خواستیم در جامعه خود تجزیه و تحلیل کنیم، انتخاب کردیم. برای مثال در حال اجرا، ما 20 مورد را تجزیه و تحلیل می کنیم. در مرحله پنجم به صورت تصادفی 20 عدد از مقادیر اختصاص داده شده به متغیرهای خود را انتخاب می کنیم. در مثال در حال اجرا، این اعداد 1 تا 500 است. راه های متعددی برای انتخاب تصادفی این 20 عدد وجود دارد که در ادامه این مقاله مورد بحث قرار گرفته است.

مرحله 6: نمونه را شناسایی کنید

آخرین مرحله از یک نمونه تصادفی ساده، پل مرحله 4 و مرحله 5 است. هر یک از متغیرهای تصادفی انتخاب شده در مرحله قبل با یک آیتم در جامعه ما مطابقت دارد. نمونه با شناسایی مقادیر تصادفی انتخاب شده و اقلام جامعه که این مقادیر مطابقت دارند انتخاب می شود.

نمونه تصادفی ساده چیست؟
نمونه تصادفی ساده چیست؟ – تزیسمی

تصادفی ساده در مقابل سایر روش های نمونه گیری- نمونه تصادفی ساده چیست؟

تصادفی ساده در مقابل نمونه تصادفی طبقه بندی شده

یک نمونه تصادفی ساده برای نشان دادن کل جامعه داده استفاده می شود. یک نمونه تصادفی طبقه بندی شده، جمعیت را بر اساس ویژگی های مشترک به گروه ها یا اقشار کوچکتر تقسیم می کند.

برخلاف نمونه‌های تصادفی ساده، نمونه‌های تصادفی طبقه‌بندی شده با جمعیت‌هایی استفاده می‌شوند که به راحتی می‌توانند به زیر گروه‌ها یا زیر مجموعه‌های مختلف تقسیم شوند. این گروه ها بر اساس معیارهای خاصی هستند، سپس عناصر هر یک به طور تصادفی متناسب با اندازه گروه در مقابل جمعیت انتخاب می شوند. در مثال بالا، شرکت‌های S&P 500 می‌توانستند به منطقه جغرافیایی یا صنعت دفتر مرکزی نفوذ کنند.

این روش نمونه‌گیری به این معنی است که از هر گروه مختلف انتخاب‌هایی وجود خواهد داشت که اندازه آن بر اساس نسبت آن با کل جمعیت است. محققان باید اطمینان حاصل کنند که اقشار با هم همپوشانی ندارند. هر نقطه در جمعیت فقط باید به یک قشر تعلق داشته باشد، بنابراین هر نقطه متقابلاً منحصر به فرد است. همپوشانی اقشار احتمال گنجاندن برخی از داده ها را افزایش می دهد و در نتیجه نمونه را منحرف می کند.

نمونه گیری تصادفی ساده در مقابل نمونه گیری سیستماتیک

نمونه گیری سیستماتیک مستلزم انتخاب یک متغیر تصادفی منفرد است و آن متغیر داخلی که اقلام جامعه در آن انتخاب شده اند را تعیین می کند. به عنوان مثال، اگر شماره 37 انتخاب می شد، سی و هفتمین شرکت در لیست مرتب شده بر اساس نام خانوادگی مدیر عامل توسط نمونه انتخاب می شد. سپس، 74 (یعنی 37 بعدی) و 111 (یعنی 37 بعدی پس از آن) نیز اضافه می شود.

نمونه گیری تصادفی ساده نقطه شروعی ندارد. بنابراین، این خطر وجود دارد که اقلام جامعه به صورت تصادفی انتخاب شده ممکن است خوشه شوند. در مثال ما، ممکن است تعداد زیادی مدیر عامل با نام خانوادگی که با حرف “F” شروع می شود، وجود داشته باشد. نمونه‌گیری سیستماتیک تلاش می‌کند تا حتی بیشتر تعصب را کاهش دهد تا اطمینان حاصل شود که این خوشه‌ها اتفاق نمی‌افتند.

نمونه گیری تصادفی ساده در مقابل نمونه گیری خوشه ای

نمونه گیری خوشه ای می تواند به صورت خوشه ای یک مرحله ای یا خوشه ای دو مرحله ای انجام شود. در یک خوشه یک مرحله‌ای، اقلام درون یک جمعیت در گروه‌های قابل مقایسه قرار می‌گیرند. با استفاده از مثال ما، شرکت ها بر اساس سال تشکیل گروه بندی می شوند. سپس نمونه برداری در این خوشه ها انجام می شود.

نمونه گیری خوشه ای دو مرحله ای زمانی اتفاق می افتد که خوشه ها از طریق انتخاب تصادفی تشکیل شوند. جمعیت با سایر موارد مشابه خوشه بندی نشده است. سپس اقلام نمونه به صورت تصادفی در هر خوشه انتخاب می شوند.

نمونه گیری تصادفی ساده هیچ مجموعه جمعیتی را خوشه نمی کند. اگرچه نمونه گیری تصادفی نمونه ممکن است ساده تر باشد، خوشه بندی (به ویژه خوشه بندی دو مرحله ای) ممکن است تصادفی بودن اقلام نمونه را افزایش دهد. علاوه بر این، نمونه‌گیری خوشه‌ای ممکن است تجزیه و تحلیل عمیق‌تری را بر روی یک عکس فوری خاص از یک جمعیت ارائه دهد که ممکن است تجزیه و تحلیل را تقویت کند یا نکند.

انواع دیگر نمونه های تصادفی

روش های دیگری برای انتخاب نمونه های تصادفی از جمعیت ها وجود دارد، از جمله:

. نمونه گیری تصادفی طبقه ای. هنگامی که صفات در مورد یک جامعه قبل از انتخاب نمونه شناخته می شوند، معمولاً از نمونه های تصادفی طبقه بندی شده استفاده می شود. در این روش نمونه‌گیری، جامعه بر اساس صفات معینی گروه‌بندی می‌شود، سپس از هر گروه نمونه‌های تصادفی گرفته می‌شود تا از نمایش همه صفات در جامعه اطمینان حاصل شود.
. نمونه گیری خوشه ای یک مرحله ای. وقتی از این مدل استفاده می کنید، جمعیت را به خوشه ها تقسیم می کنید. با این حال، به جای جمع آوری نمونه از هر خوشه، کل چارچوب خوشه ها در معرض یک نمونه تصادفی ساده قرار می گیرد. در این حالت، کل خوشه ها با تمام اعضای خود برای شرکت در نمونه انتخاب می شوند.

همچنین می توان نمونه ها را بر اساس صفات جدید با استفاده از طرح تطبیقی که بر روی یک نمونه تصادفی ساده اعمال می شود، طراحی و تطبیق داد.

جمع‌بندی

نمونه‌گیری تصادفی ساده مرسوم‌ترین روش نمونه‌گیری احتمالی است. چنانچه حجم جامعه محدود و همگن باشد استفاده از این روش بسیار کارآمد است چرا که به همه آحاد جامعه شانس برابری برای انتخاب می‌دهد. اگر جامعه بزرگ باشد و با روش نمونه‌گیری طبقه‌ای به صورت طبقات همگان تبدیل شود بازهم باید با روش تصادفی در هر طبقه اقدام به نمونه‌گیری کرد. اگر جامعه بسیار بزرگ باشد و با روش نمونه‌گیری خوشه‌ای به خوشه‌هایی از درون ناهمگن و از برون همگن تقسیم شود در نهایت در هر خوشه بازهم باید از این روش برای نمونه‌گیری استفاده کرد.

یک دیدگاه ثبت کنید

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