نمونه گیری تصادفی (Random sampling) بخشی از تکنیک نمونه‌گیری است که در آن هر نمونه از احتمال مساوی برای انتخاب شدن برخوردار است. نمونه ای که به طور تصادفی انتخاب می شود به معنای نمایش بی طرفانه از کل جمعیت است. این روش ساده‌ترین روش نمونه‌گیری احتمالی است، زیرا فقط شامل یک انتخاب تصادفی است و نیاز به دانش کمی در مورد جامعه دارد. از آنجایی که از تصادفی سازی استفاده می شود، هر تحقیقی که روی این نمونه انجام شود باید از اعتبار داخلی و خارجی بالایی برخوردار باشد.
در این روش نمونه‌گیری، هر عضو از جمعیت آماری دارای شانس مثبت برای انتخاب شدن در نمونه است. این کار کمک می‌کند که بتوان به نمونه‌ای دست پیدا کرد که بیانگر ویژگی‌های اکثر جامعه آماری باشد. از نمونه گیری تصادفی ساده برای استنباط آماری در مورد یک جامعه استفاده می شود. این به اطمینان از اعتبار داخلی بالا کمک می کند: تصادفی سازی بهترین روش برای کاهش تأثیر متغیرهای مخدوش کننده بالقوه است.
مطالعه کنید: انجام مقاله
نمونه گیری تصادفی ساده
در نمونه گیری تصادفی ساده، همه اعضای جامعه آماری شانسی برابر برای انتخاب شدن در نمونه را دارند. در این حالت جامعه آماری یکپارچه است و قابل تفکیک به بخش‌های مختلف نیست. این احتمال حتی برای هر زوج یا هر سه‌تایی و … نیز وجود دارد. نمونه گیری تصادفی ساده اگر زمان و منابع زیادی برای انجام مطالعه خود داشته باشید، یا اگر در حال مطالعه جمعیت محدودی هستید که به راحتی می‌توان نمونه‌گیری کرد، بهترین نتیجه را دارد.
این گونه نمونه‌گیری باعث کاهش اریبی و سادگی در نتایج حاصله می‌شود. به این معنی که واریانس یا پراکندگی بین اعضای نمونه می‌تواند برآوردگر خوبی برای واریانس جامعه باشد. به این ترتیب خطای نتایج از تحلیل آماری قابل محاسبه است.نمونه‌گیری تصادفی ساده، ممکن است هنگام جمع‌آوری اطلاعات از یک جمعیت هدف غیرمعمول بسیار ناقص عمل کند. در برخی موارد، محققان علاقه‌مند هستند که بررسی خاصی را روی زیر گروهی از جامعه آماری انجام دهند.
مطالعه کنید: انجام پایان نامه فوری
فرآیند انجام نمونه گیری تصادفی ساده
نمونه گیری تصادفی ساده می تواند برای اجرا در عمل چالش برانگیز باشد. برای استفاده از این روش، چند پیش نیاز وجود دارد:
۱-شما یک لیست کامل از هر یک از اعضای جمعیت دارید.
۲-در صورت انتخاب با هر یک از اعضای جمعیت می توانید با آنها تماس بگیرید یا به آنها دسترسی داشته باشید.
۳-شما زمان و منابع لازم را برای جمع آوری داده ها از حجم نمونه لازم دارید.
چهار مرحله کلیدی برای انتخاب یک نمونه تصادفی ساده وجود دارد.
مرحله ۱: جمعیت را تعریف کنید
در اولین گام نمونه گیری تصادفی ساده با تصمیم گیری در مورد جمعیتی که می خواهید مطالعه کنید شروع کنید.
مهم است که اطمینان حاصل کنید که به تک تک اعضای جامعه دسترسی دارید، به طوری که می توانید داده ها را از همه افرادی که برای نمونه انتخاب شده اند جمع آوری کنید.
مرحله ۲: در مورد اندازه نمونه تصمیم بگیرید.
در نمونه گیری تصادفی ساده، باید تصمیم بگیرید که حجم نمونه شما چقدر باشد. اگرچه نمونه های بزرگتر اطمینان آماری بیشتری را ارائه می دهند، اما هزینه بیشتری نیز دارند و به کار بسیار بیشتری نیاز دارند.
چندین راه بالقوه برای تصمیم گیری در مورد اندازه نمونه شما وجود دارد، اما یکی از ساده ترین آنها شامل استفاده از فرمولی با فاصله اطمینان دلخواه و سطح اطمینان، اندازه تخمینی جمعیتی که با آن کار می کنید، و انحراف استاندارد هر چیزی که می خواهید است. روش کوکران یا جدول مورگان، حجم نمونه معادلات ساختاری و دیگر موارد کمک کننده هستند.
رایج ترین فاصله اطمینان و سطوح مورد استفاده به ترتیب ۰.۰۵ و ۰.۹۵ است. از آنجایی که ممکن است انحراف معیار جمعیت مورد مطالعه خود را ندانید، باید عددی را به اندازه کافی بالا انتخاب کنید تا احتمالات مختلف را در نظر بگیرید (مانند ۰.۵).
مطالعه کنید: تحقیق پیمایشی
مرحله ۳: نمونه خود را به صورت تصادفی انتخاب کنید.
انتخاب نمونه به صورت تصادفی در روش نمونه گیری تصادفی ساده، را می توان به یکی از دو روش انجام داد: قرعه کشی یا روش اعداد تصادفی.
در روش قرعه کشی، شما نمونه را به صورت تصادفی با “نقاشی از کلاه” یا با استفاده از یک برنامه کامپیوتری که همان عمل را شبیه سازی می کند، انتخاب می کنید.
در روش اعداد تصادفی، به هر فردی یک عدد اختصاص می دهید. با استفاده از یک مولد اعداد تصادفی یا جداول اعداد تصادفی، به طور تصادفی زیر مجموعه ای از جمعیت را انتخاب می کنید. همچنین می توانید از تابع اعداد تصادفی (RAND) در مایکروسافت اکسل برای تولید اعداد تصادفی استفاده کنید.
مرحله ۴: داده ها را از نمونه خود جمع آوری کنید.
در نهایت، با استفاده از روش نمون گیری تصادفی شما باید داده ها را از نمونه خود جمع آوری کنید. برای اطمینان از اعتبار یافته های خود، باید مطمئن شوید که هر فرد انتخاب شده واقعاً در مطالعه شما شرکت می کند. اگر برخی به دلایل مرتبط با سوالی که شما در حال مطالعه آن هستید ترک تحصیل کنند یا شرکت نکنند، این می‌تواند یافته‌های شما را مغرضانه کند.
برای مثال، اگر شرکت‌کنندگان جوان به طور سیستماتیک کمتر در مطالعه شما شرکت می‌کنند، ممکن است یافته‌های شما به دلیل عدم حضور این گروه معتبر نباشد.
مطالعه کنید: تحلیل همبستگی
انواع روش‌های نمونه‌گیری تصادفی
براى انتخاب افراد نمونه از جامعه با روش نمونه‌گیری تصادفی سه راهکار وجود دارد که پژوهشگر مى‌تواند به دلخواه یکى از آنها را انتخاب کند:
- استفاده از قرعه‌کشی
- استفاده از جدول اعداد تصادفى
- استفاده از روش منظم یا سیستماتیک
استفاده از قرعه‌کشى برای نمونه‌گیری تصادفی
استفاده از قرعه‌کشى اولین راهکار در روش نمونه‌گیری تصادفی است. در این روش پژوهشگر به هر یک از افراد جامعه یک کُد یا شماره مخصوص مى‌دهد. (بعضى از جوامع مورد مطالعه داراى سیستم‌هاى شماره‌دار مى‌باشند؛ مانند دانش‌آموزان یا دانشجویان یک مرکز آموزشى یا کارکنان یک اداره یا کارت‌هاى گواهینامه؛ بنابراین، نیازى به کُدگذارى نیست و پژوهشگر مى‌تواند شماره مسلسل همین لیست‌ها را مبناى کار قرار دهد.)
سپس از مهره‌ها یا پلاک‌هاى شماره‌دار استفاده مى‌کند و در صورت نبود آن، شماره هر یک از آنها را روى کاغذ یا مقواى کوچکى یادداشت مى‌نماید؛ بنابراین، به تعداد افراد جامعه، مهره یا پلاک یا کاغذ شماره‌دار در اختیار خواهد داشت. آنگاه آنها را در داخل کیسه یا ظرفى مى‌ریزد و بهم مى‌زند. سپس مهره‌ها را یکى یکى خارج کرده، شماره آنها را یادداشت مى‌نماید و این کار را آنقدر ادامه مى‌دهد تا به تعداد حجم نمونه شماره برگزیند. آنگاه که تعداد افراد نمونه کامل شد، کار قرعه‌کشى به پایان رسیده، مطابق لیست، افراد نمونه خود را شناسایى مى‌کند. حال اگر تحقیق او از نوع تجربى و آزمایشى باشد و بخواهد از این گروه متجانس دو گروه آزمایش و شاهد انتخاب کند، مى‌تواند بین آنها با استفاده از همین روش احتمالى دو گروه مزبور را برگزیند.
مطالعه کنید: تحلیل آماری
استفاده از جدول اعداد برای نمونه‌گیری تصادفی
جدول‌هاى اعداد اتفاقى یا تصادفى (random) بوسیله رایانه‌هایى که ارقام را بطور اتفاقى تنظیم مى‌کنند، تهیه مى‌شود. این جدول‌ها زیادند و نام‌هاى گوناگونى دارند؛ مانند جدول اعداد اتفاقى شرکت رَند (Rand Company)، کمیسیون تجارتى ایالتى یا جدول کندال و اسمیت.
این جدول‌ها در دو جهت سطر و ستون داراى اعداد اتفاقى هستند که معمولاً به ۹۹ سطر و ستون بالغ مى‌شود و ارقام سطرها و ستون‌‌ها بصورت بلوک‌هاى پنج رقمى در کنار یکدیگر و به شکل تفکیک شده قرار دراد تا استفاده از آن تسهیل شود.
براى استفاده از جدول اعداد اتفاقى یا تصادفی، پژوهشگر باید ابتدا چارچوب جامعه آمارى خود را مشخص کند؛ یعنى تعداد دقیق افراد جامعه را معلوم و به ترتیب به آنها کُد یا شماره مسلسل بدهد. او باید به این نکته توجه کند که اگر تعداد کل افراد جامعه را عددى دو رقمى یا سه رقمى یا بیشتر تشکیل مى‌دهد، کدها و شماره اختصاص یافته به افراد جامعه نیز باید با آن برابر باشد؛ مثلاً اگر تعداد را عدد دو رقمى تشکیل مى‌دهد به افراد کد دو رقمى بدهد مانند ۰۱، ۰۲، ۰۳، …، ۱۱، ۱۲، … .
پژوهشگر براى انتخاب افراد نمونه از جدول، بطور اتفاقى از یک نقطه جدول در جهت سطر یا ستون شروع مى‌کند. امر انتخاب نقطه را مى‌تواند با بستن چشم و گذاشتن انگشت یا نوک قلم روى جدول انجام دهد. حرکت در جهت سطر یا ستون تفاوت نمى‌کند و این کار مربوط به خواست پژوهشگر است. اما با توجه به نوع رقم کدها (یک رقمی، دو رقمی، سه رقمى و …) او باید در جهت سطر یا ستون همان تعداد ارقام را انتخاب کند.
مطالعه کنید: دفاع پایان نامه
پس از این کار اعداد مسیر را کنترل مى‌کند. او خواه‌ناخواه به دو گونه عدد برخورد خواهد کرد که به یک گونه آن کوچکتر از عدد حجم جامعه مورد مطالعه و گونه دیگر بزرگتر از عدد جامعه است. او باید فقط اعداد کوچکتر را مورد توجه قرار دهد و انتخاب کند. عدد انتخاب شده در واقع همان کد فردى از جامعه است که بعنوان نمونه برگزیده مى‌شود. این کار آنقدر باید ادامه یابد تا به تعداد افراد نمونه، بتوان عدد کوچک انتخاب نمود. پس از کامل شدن حجم نمونه کار نمونه‌گیرى پایان مى‌پذیرد.
در این قسمت با ذکر مثالى مطلب بیشتر توضیح داده مى‌شود؛ مثلاً اگر پژوهشگر بخواهد در یک شهرستان مطالعه‌اى درباره روستاهاى آن انجام دهد و قصد داشته باشد از بین ۷۵۵ روستاى آن ۲۵ مورد را بعنوان نمونه برگزیند، باید ابتدا به هر یک از روستاها بعنوان عضو جامعه یک کد سه رقمى بدهد (۰۰۱، ۰۰۲، ۰۰۳، …، ۷۵۵). آنگاه به جدول مراجعه کرده، نقطه شروع را انتخاب نماید و براساس اعداد سه رقمى مجاور هم در جهت سطر یا ستون حرکت کند. اولین عدد سه رقمى کوچکتر از ۷۵۵ را بعنوان اولین نمونه برمى‌گزیند و اعداد بزرگتر از ۷۵۵ را نادیده مى‌گیرد. این کار را آنقدر ادامه مى‌دهد تا بتواند ۲۵ مورد را بعنوان نمونه برگزیند.
استفاده از جدول اعداد تصادفى راحت‌تر از روش نمونه‌گیرى بصورت قرعه‌کشى است. از این گذشته، رایانه نیز براحتى قادر است افراد نمونه را از جامعه آمارى مورد مطالعه به پژوهشگر معرفى کند.
نمونه‌گیری منظم (سیستماتیک)
برای نمونه‌گیری تصادفی می‌توان از روش سیستماتیک استفاده کرد. در این روش همانند روش‌هاى قبل فرض بر این است که افراد جامعه متجانس هستند و از این‌رو به هر یک از آنها از عدد ۱ تا N بر این است که افراد جامعه متجانس هستند و از این‌رو به هر یک از آنها از عدد ۱ تا N شماره یا کُد داده مى‌شود. سپس افراد نمونه با نظمى خاص انتخاب مى‌شوند. این روش نیز ساده است و پژوهشگران غالباً چه به روش دستى و چه بوسیله رایانه از آن استفاده مى‌کنند.
در روش منظم پژوهشگر سعى مى‌کند فاصله عددى دو نمونه را بطور ثابت مشخص کند. آنگاه براى تعیین کُد یا شماره اولى فرد نمونه و مشخص کردن موقعیت آن در سلسله اعداد و نیز موقعیت سایر افراد نمونه مى‌تواند با افزودن یا کاستن عدد ثابت فاصله، اقدام کند؛ براى تعیین عدد ثابت فاصله، از رابطه K=N/n استفاده مى‌شود.
K = عدد ثابت فاصله بین دو نمونه
N = حجم یا تعداد افراد جامعه
n = حجم یا تعداد افراد نمونه
مطالعه کنید: انجام تضمینی پایان نامه
براى تعیین موقعیت اولین نمونه مى‌توان از روش انتخاب اتفاقى یا احتمالى ساده استفاده کرد؛ مثلاً بین اعداد ۱ تا ۹ را قرعه‌کشى کرد و یک عدد را انتخاب نمود. این عدد معرف اولین نمونه (P۱) خواهد بود. موقعیت دومین نمونه از رابطه P۲=P۱+K معین خواهد شد و موقعیت افراد بعدى را به همین ترتیب مى‌توان مشخص کرد.
…. و P۲=P۱+۳K=P۳+K و P۳=P۱+۲K=P۲+K
همچنین از رابطه ۱(Pn=P(n-۱+K نیز مى‌توان موقعیت افراد نمونه را مشخص کرد؛ براى مثال، پژوهشگرى مى‌خواهد از بین افراد یک جامعه دانشجویى ۵۰۰ نفرى نمونه‌اى به تعداد ۵۰ نفر را به روش منظم یا سیستماتیک انتخاب کند. براى این کار پس از کُدگذاری، ابتدا عدد ثابت K را محاسبه مى‌کند:
K = N/n = ۵۰۰/۵۰ = ۱۰
سپس به روش قرعه‌کشى موقعیت اولین فرد نمونه را بین اعداد ۱ تا ۹ مشخص مى‌نماید. فرضاً عدد ۶ انتخاب مى‌شود. عدد ۶ فرد اول نمونه است (P۱). براى تعیین موقعیت افراد بعدى از رابطه‌هاى زیر استفاده مى‌شود.
P۲=P۱+K=۶+۱۰=۱۶
P۲=P۱+۲K=۶+۲x۱۰=۲۶ یا P۳=P۲+K=۱۶+۱۰=۲۶
او در تعیین محل افراد نمونه نیازى به این محاسبات ندارد، بلکه اولین فرد را که مشخص کرد بطور ذهنى و سریع مى‌تواند موقعیت و شماره کُد افراد بعدى را مشخص کند مثلاً:
۴۹۶، …، ۵۶، ۳۶، ۲۶، ۱۶، ۶
روش نمونه‌گیرى منظم باعث مى‌شود تا افراد نمونه بطور یکنواخت در سراسر جامعه پراکنده باشند. ضمناً پژوهشگر مى‌تواند موقعیت فرد اول نمونه را در انتهاى سلسله اعداد جامعه یا در بین آن انتخاب کند که در هر صورت تفاوتى نمى‌کند و مى‌تواند با لحاظ کردن عدد K به جلو یا به عقب سلسله اعداد جامعه حرکت کرده، افراد نمونه را مشخص نماید. در این روش دو عامل نقش مهمى دارند: عدد ثابت K و تعیین موقعیت اولین فرد نمونه.