نمونه چیست - کالج نوین

نمونه چیست

نمونه چیست؟ تعریف: نمونه به عنوان مجموعه کوچکتری از داده ها تعریف می شود که محقق با استفاده از روش انتخاب از پیش تعریف شده، از جمعیت بزرگتری انتخاب می کند. این عناصر به عنوان نقاط نمونه، واحدهای نمونه گیری یا مشاهدات شناخته می شوند.

ایجاد نمونه یک روش کارآمد برای انجام تحقیق است. در بیشتر موارد، تحقیق در مورد کل جمعیت غیرممکن یا پرهزینه و زمان بر است. از این رو، بررسی نمونه بینش‌هایی را به دست می‌دهد که محقق می‌تواند برای کل جامعه اعمال کند.

به عنوان مثال، اگر یک سازنده تلفن همراه بخواهد یک مطالعه تحقیقاتی ویژه در بین دانشجویان دانشگاه های ایالات متحده انجام دهد. اگر محقق به دنبال ویژگی‌هایی است که دانش‌جویان استفاده می‌کنند، ویژگی‌هایی که دوست دارند ببینند و بهایی که مایل به پرداخت آن هستند، باید یک مطالعه تحقیقاتی عمیق انجام شود. این مرحله برای درک ویژگی هایی که نیاز به توسعه دارند، ویژگی هایی که نیاز به ارتقا دارند، قیمت گذاری دستگاه و استراتژی عرضه به بازار ضروری است.

تنها در سال 2016/17، 24.7 میلیون دانشجو در دانشگاه های سراسر ایالات متحده ثبت نام کرده اند. تحقیق در مورد همه این دانشجویان غیرممکن است. زمان صرف شده باعث ایجاد زائد بودن دستگاه جدید می شود و هزینه ای که برای توسعه صرف می شود مطالعه را بی فایده می کند. ایجاد نمونه ای از دانشگاه ها بر اساس موقعیت جغرافیایی و در ادامه ایجاد نمونه ای از این دانشجویان از این دانشگاه ها تعداد کافی دانشجو را برای تحقیق فراهم می کند.

به طور معمول، جمعیت برای تحقیقات بازار بسیار زیاد است. شمارش کل جمعیت عملاً غیرممکن است. نمونه معمولا نشان دهنده یک اندازه قابل مدیریت از این جامعه است. سپس محققان داده‌ها را از این نمونه‌ها در قالب نظرسنجی و پرسشنامه جمع‌آوری می‌کنند و این تجزیه و تحلیل داده‌ها را به جامعه گسترده‌تر تعمیم می‌دهند.

نمونه چیست - کالج نوین
نمونه چیست – کالج نوین

انواع نمونه ها: روش های انتخاب نمونه با مثال

نمونه چیست؟ : فرآیند استخراج نمونه را روش نمونه گیری می نامند. نمونه گیری بخشی جدایی ناپذیر از طرح تحقیق را تشکیل می دهد زیرا این روش داده های کمی و داده های کیفی را که می تواند به عنوان بخشی از یک مطالعه پژوهشی جمع آوری شود، استخراج می کند. روش‌های نمونه‌گیری به دو رویکرد مجزا تقسیم می‌شوند: نمونه‌گیری احتمالی و نمونه‌گیری غیراحتمالی.

روش های نمونه گیری احتمالی با مثال

نمونه‌گیری احتمالی روشی برای استخراج نمونه است که در آن اشیا از یک جامعه بر اساس نظریه احتمال انتخاب می‌شوند. این روش شامل همه افراد جامعه می شود و همه شانس برابری برای انتخاب شدن دارند. از این رو، هیچ گونه سوگیری در این نوع نمونه وجود ندارد. هر فرد در جامعه متعاقباً می تواند بخشی از تحقیق باشد. معیارهای انتخاب در ابتدای مطالعه تحقیقات بازار تعیین می شوند و جزء مهم تحقیق را تشکیل می دهند.

نمونه گیری احتمالی را می توان بیشتر به چهار نوع نمونه مجزا طبقه بندی کرد. آن ها هستند:

نمونه گیری تصادفی ساده: ساده ترین راه برای انتخاب نمونه، نمونه گیری تصادفی ساده است. در این روش، هر یک از اعضا شانس یکسانی برای حضور در مطالعه دارند. اشیاء در این جامعه نمونه صرفاً به صورت تصادفی انتخاب می شوند و احتمال انتخاب هر یک از اعضا یکسان است.

این مقاله را مطالعه کنید  سوالات باز

به عنوان مثال، اگر یک رئیس دانشگاه بخواهد بازخورد دانشجویان را در مورد درک آنها از معلمان و سطح تحصیلات جمع آوری کند، همه 1000 دانشجوی دانشگاه می توانند بخشی از این نمونه باشند. هر 100 دانش آموز می توانند به صورت تصادفی انتخاب شوند تا بخشی از این نمونه باشند.
نمونه گیری خوشه ای: نمونه گیری خوشه ای نوعی روش نمونه گیری است که در آن جامعه پاسخگو به خوشه های مساوی تقسیم می شود. خوشه ها بر اساس تعریف پارامترهای جمعیت شناختی مانند سن، مکان، جنس و غیره شناسایی و در یک نمونه گنجانده می شوند. این امر به دست آوردن استنتاج های عملی از بازخورد را برای ایجاد کننده نظرسنجی بسیار آسان می کند.

برای مثال، اگر FDA بخواهد اطلاعاتی در مورد عوارض جانبی نامطلوب داروها جمع‌آوری کند، می‌تواند سرزمین اصلی ایالات متحده را به خوشه‌های متمایز مانند ایالت‌ها تقسیم کند. سپس مطالعات تحقیقاتی برای پاسخ دهندگان در این خوشه ها انجام می شود. این نوع تولید نمونه، جمع‌آوری داده‌ها را عمیق می‌کند و بینش‌هایی را برای مصرف و عمل بر اساس آن آسان می‌کند.

نمونه گیری سیستماتیک: نمونه گیری سیستماتیک روش نمونه گیری است که در آن محقق پاسخ دهندگان را در فواصل مساوی از یک جامعه انتخاب می کند.

رویکرد انتخاب نمونه، انتخاب نقطه شروع و سپس انتخاب پاسخ دهندگان در یک بازه زمانی نمونه از پیش تعریف شده است.

به عنوان مثال، هنگام انتخاب 1000 داوطلب برای المپیک از لیست درخواستی 10000 نفری، به هر متقاضی از 1 تا 10000 شمارش داده می شود. سپس با شروع از 1 و انتخاب هر پاسخگو با فاصله 10 نفر، می توان یک نمونه 1000 داوطلب به دست آورد.

نمونه گیری تصادفی طبقه ای: نمونه گیری تصادفی طبقه ای روشی برای تقسیم جامعه پاسخگو به پارامترهای متمایز اما از پیش تعریف شده در مرحله طراحی تحقیق است. در این روش، پاسخ دهندگان با هم همپوشانی ندارند، بلکه به طور جمعی کل جمعیت را نشان می دهند.

برای مثال، محققی که به دنبال تجزیه و تحلیل افراد با پیشینه‌های مختلف اجتماعی-اقتصادی است، می‌تواند پاسخ‌دهندگان را بر اساس حقوق سالانه‌شان متمایز کند. این امر گروه های کوچکتری از افراد یا نمونه ها را تشکیل می دهد و سپس برخی از اشیاء از این نمونه ها را می توان برای مطالعه تحقیق استفاده کرد.

روش های نمونه گیری غیر احتمالی با مثال
روش نمونه گیری غیر احتمالی از اختیار محقق برای انتخاب نمونه استفاده می کند. این نوع نمونه بیشتر از توانایی محقق یا آماردان برای رسیدن به این نمونه گرفته شده است.

از این نوع نمونه گیری برای تحقیقات مقدماتی استفاده می شود که هدف اصلی آن استخراج فرضیه در مورد موضوع در تحقیق است. در اینجا هر عضو شانس مساوی برای عضویت در جامعه نمونه را ندارد و آن پارامترها فقط پس از انتخاب برای نمونه شناخته می شوند.

ما می‌توانیم نمونه‌گیری غیراحتمالی را به چهار نوع مجزا از نمونه‌ها طبقه‌بندی کنیم. آن ها هستند:

نمونه‌گیری آسان: نمونه‌گیری آسان، به‌عنوان آسان، نشان‌دهنده راحتی یک محقق برای دسترسی به پاسخ‌دهنده است. هیچ روش علمی برای استخراج این نمونه وجود ندارد.

این مقاله را مطالعه کنید  چگونه یک مقاله خوب بنویسیم، 9 روش

محققان تقریباً هیچ اختیاری در انتخاب عناصر نمونه ندارند و این کار صرفاً بر اساس نزدیکی انجام می شود و نه نمایندگی. این روش نمونه گیری غیر احتمالی زمانی استفاده می شود که محدودیت زمانی و هزینه ای در جمع آوری بازخورد وجود داشته باشد.

به عنوان مثال، محققانی که در حال انجام یک نظرسنجی در مرکز خرید هستند تا احتمال استفاده از یک عطر تولیدکننده عطر را درک کنند. در این روش نمونه گیری، پاسخ دهندگان نمونه صرفاً بر اساس نزدیکی به میز نظرسنجی و تمایل به شرکت در پژوهش انتخاب می شوند.
نمونه گیری قضاوتی/هدفمند: روش نمونه گیری قضاوتی یا هدفمند روشی است برای تهیه نمونه صرفاً بر اساس و صلاحدید محقق صرفاً بر اساس ماهیت مطالعه همراه با درک وی از مخاطب هدف.

در این روش نمونه‌گیری، افرادی که فقط با معیارهای تحقیق و اهداف نهایی مطابقت دارند انتخاب می‌شوند و بقیه خارج می‌شوند. به عنوان مثال، اگر موضوع تحقیق درک دانشگاهی است که دانشجو برای کارشناسی ارشد ترجیح می‌دهد، اگر سوال پرسیده شده این باشد که آیا شما می‌خواهید.

دوست دارید استاد خود را انجام دهید؟» هر چیزی غیر از پاسخ “بله” به این سوال، همه افراد دیگر از این مطالعه حذف می شوند.

نمونه برداری گلوله برفی: نمونه برداری گلوله برفی یا نمونه گیری ارجاعی زنجیره ای به عنوان یک روش نمونه گیری غیراحتمالی تعریف می شود که در آن نمونه ها دارای صفاتی هستند که یافتن آنها نادر است.

این یک روش نمونه‌گیری است که در آن افراد موجود برای استخدام نمونه‌های مورد نیاز برای یک مطالعه تحقیقاتی ارجاع می‌دهند.

برای مثال، پاسخ‌دهندگان در حین جمع‌آوری بازخورد درباره موضوع حساسی مانند ایدز، اطلاعاتی ارائه نمی‌کنند. در این صورت محقق می تواند افرادی را با شناخت یا شناختی از این گونه افراد استخدام کند و از آنها اطلاعات جمع آوری کند یا از آنها بخواهد اطلاعات جمع آوری کنند.

نمونه‌گیری سهمیه‌ای: نمونه‌گیری سهمیه‌ای روشی برای جمع‌آوری نمونه است که محقق این اختیار را دارد که بر اساس اقشار خود نمونه‌ای را انتخاب کند. ویژگی اولیه این روش این است که دو نفر در دو شرایط متفاوت نمی توانند وجود داشته باشند.

برای مثال، زمانی که یک تولیدکننده کفش می‌خواهد درک افراد هزاره از برند را با پارامترهای دیگری مانند راحتی، قیمت و غیره درک کند. تنها زنان هزاره را برای این مطالعه انتخاب می‌کند زیرا هدف تحقیق جمع‌آوری بازخورد درباره کفش‌های زنانه است.

نمونه چیست
نمونه چیست – کالج نوین

نحوه تعیین حجم نمونه

نمونه چیست؟ : همانطور که در بالا آموختیم، حجم نمونه مناسب برای موفقیت جمع آوری داده ها در یک مطالعه تحقیقات بازار ضروری است. اما آیا عدد صحیحی برای حجم نمونه وجود دارد؟ چه پارامترهایی اندازه نمونه را تعیین می کنند؟ روش های توزیع نظرسنجی چیست؟ برای درک همه اینها و محاسبه آگاهانه اندازه نمونه مناسب، ابتدا درک چهار متغیر مهم که ویژگی های اساسی یک نمونه را تشکیل می دهند، ضروری است. آن ها هستند:

اندازه جمعیت: اندازه جامعه، تمام افرادی است که می توان برای مطالعه تحقیق در نظر گرفت. این تعداد، در بیشتر موارد، به مقادیر بسیار زیادی می رسد.

به عنوان مثال، جمعیت ایالات متحده 327 میلیون نفر است. اما در تحقیقات بازار نمی توان همه آنها را برای مطالعه تحقیق در نظر گرفت.

این مقاله را مطالعه کنید  تجزیه و تحلیل آماری

حاشیه خطا (فاصله اطمینان): حاشیه خطا با درصدی نشان داده می شود که یک استنتاج آماری در مورد اطمینان از اینکه چه تعداد از جمعیت دیدگاه واقعی کل جمعیت را به تصویر می کشد است. این درصد به تحلیل آماری در انتخاب نمونه کمک می کند و اینکه چقدر خطا در این مورد قابل قبول است.

سطح اطمینان: این معیار اندازه گیری می کند که میانگین واقعی در یک بازه اطمینان قرار می گیرد. رایج ترین فواصل اطمینان 90٪، 95٪، و 99٪ است.

انحراف استاندارد: این متریک واریانس یک نظرسنجی را پوشش می دهد. یک عدد مطمئن برای در نظر گرفتن 0.5 است، که به این معنی است که حجم نمونه باید آنقدر بزرگ باشد.

محاسبه حجم نمونه -نمونه چیست؟

نمونه چیست؟ : برای محاسبه حجم نمونه به پارامترهای زیر نیاز دارید.

Z-score: مقدار Z-score را می توانید در اینجا پیدا کنید.
انحراف معیار
حاشیه خطا
سطح اطمینان
برای محاسبه حجم نمونه از این فرمول استفاده کنید:

اندازه نمونه = (امتیاز Z) 2 * StdDev*(1-StdDev) / (حاشیه خطا)2

سطح اطمینان 90٪، انحراف استاندارد 0.6 و حاشیه خطا، +/-4٪ را در نظر بگیرید.

((1.64) 2 x 0.6 (.6)) / (.04)2

( 2.68x 0.0.36) / 0.0016

0.9648 / 0.0016

603

603 پاسخ دهنده مورد نیاز است و این حجم نمونه شما می شود.

محاسبه‌گر اندازه نمونه ما را برای جمعیت، حاشیه خطا و سطح اطمینان امتحان کنید.

مزایای نمونه برداری -نمونه چیست؟

نمونه چیست؟ : همانطور که در بالا نشان داده شد، نمونه برداری مزایای زیادی دارد. برخی از مهمترین مزیت ها عبارتند از:

کاهش هزینه و زمان: از آنجایی که استفاده از نمونه تعداد افرادی را که باید با آنها ارتباط برقرار کرد کاهش می دهد، هزینه و زمان را کاهش می دهد. زمان صرفه جویی شده بین تحقیق با جمعیت میلیونی در مقابل انجام یک مطالعه تحقیقاتی با استفاده از نمونه را تصور کنید.
کاهش استقرار منابع: بدیهی است که اگر تعداد افراد درگیر در یک مطالعه تحقیقاتی به دلیل نمونه بسیار کمتر باشد، منابع مورد نیاز نیز بسیار کمتر است. نیروی کار مورد نیاز برای تحقیق در مورد نمونه بسیار کمتر از نیروی کار مورد نیاز برای مطالعه کل جمعیت است.

دقت داده ها: از آنجایی که نمونه نشان دهنده جامعه است، داده های جمع آوری شده دقیق است. همچنین از آنجایی که پاسخ دهنده تمایل به شرکت دارد، میزان ترک تحصیل در نظرسنجی بسیار کمتر است که اعتبار و صحت داده ها را افزایش می دهد.

داده های فشرده و جامع: از آنجایی که پاسخ دهندگان کمتری وجود دارد، داده های جمع آوری شده از یک نمونه فشرده و کامل است. زمان و تلاش بیشتری به هر پاسخ دهنده داده می شود تا اینکه نیاز به جمع آوری داده ها از افراد زیادی باشد.

اعمال ویژگی ها برای جمعیت بزرگتر: از آنجایی که نمونه نشان دهنده جمعیت گسترده تر است، می توان با اطمینان گفت که داده های جمع آوری شده و تجزیه و تحلیل شده از نمونه را می توان برای جمعیت بزرگتر نیز اعمال کرد و درست است.
برای جمع‌آوری داده‌های دقیق برای تحقیق، پانل‌های بد را فیلتر کنید و با اعمال اقدامات کنترلی مختلف، سوگیری نمونه‌گیری را حذف کنید.

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.

1 + 5 =

شروع گفتگو
نیاز به کمک دارید؟
سلام
چطور می تونم کمکتون کنم؟