رفتن به مطلب

روشهای نمونه گيری و تعيين حجم نمونه Sampling


spow

ارسال های توصیه شده

برای مشاهده این محتوا لطفاً ثبت نام کنید یا وارد شوید.

 

روشهای نمونه گيری و تعيين حجم نمونه Sampling

 

برگرفته از كتاب روش هاي تحقيق در علوم رفتاري، تاليف دكتر زهره سرمد، عباس بازرگان و الهه حجازي. 1376، موسسه نشر آگه، تهران.

 

روشهاي نمونه گيري:

 

روشهاي نمونه گيري آماري كه عموما در تحقيقات و پژوهشهاي كاربردي مورد استفاده قرار مي گيرد، به قرار زير است:

 

نمونه گيري تصادفي ساده:

 

در اين نوع نمونه گيري به هر يك از افراد جامعه احتمال مساوي داده مي‌شود تا در نمونه انتخاب شود. به عبارت ديگر اگر حجم افراد جامعه N و حجم نمونه را n فرض كنيم، احتمال انتخاب هر فرد جامعه در نمونه مساوي n/N است. انتخاب نمونه تصادفي ساده را به دو شيوه مي‌توان انجام داد: شيوه اول به صورت قرعه كشي و شيوه دوم با استفاده از جدول اعداد تصادفي.

 

براي انتخاب يك نمونه تصادفي ساده به شيوه قرعه كشي بايد با توجه به چارچوب نمونه گيري از ميان افراد جامعه يك نمونه به حجم نمونه مورد نظر از ميان افراد فهرست شده به حكم قرعه انتخاب كرد.

 

در شيوه دوم، بايد حجم جامعه مورد نظر را N قرار داد. سپس به تعداد ارقام تشكيل دهنده حجم جامعه ، ستون يك رقمي در جدول اعداد تصادفي منظور داشت (مثلا حجم جامعه 50 شامل دو رقم است بنابراين دو ستون يك رقمي در جدول اختيار مي كنيم). پس از آن يك نقطه شروع به طور تصادفي براي انتخاب واحدها اختيار كرد. سرانجام عمل انتخاب را از اين نقطه آغاز كرده و هر عددي كه كوچكتر يا مساوي N باشد را به عنوان نمونه انتخابي منظور داشت.

 

نمونه گيري طبقه اي:

 

در نمونه گيري طبقه اي، واحدهاي جامعه مورد مطالعه در طبقه هايي كه از نظر صفت متغير همگن تر هستند، گروه بندي مي شوند، تا تغييرات آنها در درون گروه ها كمتر شود. پس از آن از هر يك از طبقه ها تعدادي نمونه به صورت تصادفي انتخاب مي‌شود. معمولا براي طبقه بندي واحدهاي جامعه، متغيري به عنوان ملاك در نظر گرفته مي‌شود كه با صفت متغير مورد مطالعه بستگي داشته باشد.

 

براي مثال به منظور بررسي نسبت قبول شدگان در پايه پنجم آموزش ابتدايي در شهر تهران و رابطه آن با محل جغرافيايي دبستان، مي‌توان ابتدا دبستان هاي شهر تهران را بر حسب محل دبستان به پنج طبقه تقسيم كرد: طبقه يك شامل دبستان هاي شمال غربي

برای مشاهده این محتوا لطفاً ثبت نام کنید یا وارد شوید.
طبقه دوم دبستان هاي شمال شرقي، طبقه سوم دبستان هاي مركزي شهر، طبقه چهارم دبستان هاي جنوب غربي و طبقه پنجم دبستان هاي جنوب شرقي. پس از آن از هر طبقه تعدادي دبستان به روش تصادفي ساده انتخاب كرد.

 

در نمونه گيري طبقه اي حجم نمونه (n) را به شيوه هاي مختلف مي‌توان ميان طبقه ها تقسيم كرد. ساده ترين شيوه، تقسيم مساوي تعداد نمونه ميان طبقه هاست. ساير شيوه ها شامل انتساب بهينه و انتساب متناسب است. در انتساب متناسب به تناسب حجم هر طبقه، حجم نمونه در آن طبقه تعيين مي‌گردد.

 

نمونه گيري خوشه اي:

 

در صورتي كه فهرست كامل افراد جامعه مورد مطالعه در دسترس نباشد مي‌توان افراد جامعه را در دسته هايي خوشه بندي كرد. سپس از ميان خوشه ها به تصادف نمونه گيري به عمل آورده و تمام حجم خوشه را سرشماري مي كنيم. براي اين منظور فهرستي از اين خوشه ها تهيه مي‌شود و از آن به عنوان چارچوب نمونه گيري استفاده مي‌شود.

 

نمونه گيري خوشه اي در صورتي كارآمدتر از نمونه گيري تصادفي ساده است كه چارچوب نمونه گيري (فهرست كامل افراد جامعه) در دسترس نباشد، اما با تشكيل مجموعه هايي از افراد، بتوان خوشه هايي تشكيل داد و فهرست خوشه ها را به سهولت به دست آورد. بايد توجه داشت كه هر چه حجم خوشه ها افزايش يابد و تشابه افراد آن از نظر صفت متغير مورد بررسي بيشتر باشد، دقت نمونه گيري خوشه اي كمتر مي‌شود.

 

تعيين حجم نمونه:

 

اخذ تصميم درباره حجم نمونه, از لحاظ تامين ميزان دقت نتايج نمونه گيری و صرفه جويي در مقدار وقت و هزينه, از اهميتی خاص برخوردار است. بديهی است که بزرگ بودن حجم نمونه موجب صرف هزينه و وقت زياد, و کوچک بودن حجم نمونه موجب عدم دقت کافی برآوردها می شود. سعی ما بر اين است که در چارچوب اطلاعات موجود و با توجه به وقت و هزينه ممکن و دقت لازم, مناسب ترين حجم ممکن نمونه را انتخاب کنيم.

 

بدين ترتيب برای تعيين حجم نمونه به سراغ علم آمار می رويم و حجم نمونه را با در نظر گرفتن ميزان دقت و سطح اطمينان مورد نظر محاسبه می کنيم.

 

براي تعيين تعداد نمونه مورد نياز جهت برآورد پارامتر مورد نظر (براي مثال نسبت يك صفت خاص در جامعه، مانند نسبت معلمان ورزشكار) بايد ميزان اشتباه مجاز در برآورد پارامتر را در نظر گرفت.

 

جهت تعيين حجم نمونه در هر پژوهش خاص، بايد با توجه به شرايط آن پژوهش و نمونه اوليه تصميم گيري نمود كه ذكر آن از حوصله اين مجال خارج است.

فايل زير را دانلود کرده و از آن به عنوان نرم افزار محاسبه حجم نمونه با فرمول کوکران بهره ببريد:

 

 

 

برای مشاهده این محتوا لطفاً ثبت نام کنید یا وارد شوید.
برای مشاهده این محتوا لطفاً ثبت نام کنید یا وارد شوید.

لینک به دیدگاه

درود

یه سوال در مورد نمونه گیری خوشه ای دارم.

اگر بخوام مدارس ابتدایی کل کشور رو به عنوان جامعه آماری در نظر بگبرم

از کل کشور یه استان و بعد یه شهرستان و همینطور تا آخر به مدرسه نمونه بریم کافیه؟

یاباید هم عرض همین انتخاب یه مدرسه از یه استان دیگه هم انتخاب کرد؟؟

لینک به دیدگاه
درود

یه سوال در مورد نمونه گیری خوشه ای دارم.

اگر بخوام مدارس ابتدایی کل کشور رو به عنوان جامعه آماری در نظر بگبرم

از کل کشور یه استان و بعد یه شهرستان و همینطور تا آخر به مدرسه نمونه بریم کافیه؟

یاباید هم عرض همین انتخاب یه مدرسه از یه استان دیگه هم انتخاب کرد؟؟

 

سلام

ببخشید ندیده بودم سوالتون رو

خب جامعه اماری کل شما مدارس ابتدایی در کل کشور هست(عجب تحقیقی بشه!) شما نمیتونید به اسم از یک شهرستان که مدرسه ای رو انتخاب کنید

خوشه هاتون باید اول مشخص بشه کدوما هستن

اگر استانها هستن دومرحله ای میشه اونم از نوع تصادفی که باید در هراستان به صورت تصادفی یه سری شهرستان رو خوشه بندی کنین و سپس مدارس رو از اون شهرستانها انتخاب کنین

جامعه موردنظر را تعريف كنيد .

واحد نمونه‌برداری(خوشه‌ها) را تعريف كنيد .

نمونه را به تعداد موردنياز به صورت تصادفی از ميان واحدها (خوشه‌ها) انتخاب كنيد .

تعداد لزوما نباید درهر خوشه با اون یکی برابر باشه میتونین از توزیع وزنی جمعیتی هر استان استفاده کنین برای انتخاب هاتون

اگر بازم سوالی بود در خدمتم

لینک به دیدگاه

به گفتگو بپیوندید

هم اکنون می توانید مطلب خود را ارسال نمایید و بعداً ثبت نام کنید. اگر حساب کاربری دارید، برای ارسال با حساب کاربری خود اکنون وارد شوید .

مهمان
ارسال پاسخ به این موضوع ...

×   شما در حال چسباندن محتوایی با قالب بندی هستید.   حذف قالب بندی

  تنها استفاده از 75 اموجی مجاز می باشد.

×   لینک شما به صورت اتوماتیک جای گذاری شد.   نمایش به صورت لینک

×   محتوای قبلی شما بازگردانی شد.   پاک کردن محتوای ویرایشگر

×   شما مستقیما نمی توانید تصویر خود را قرار دهید. یا آن را اینجا بارگذاری کنید یا از یک URL قرار دهید.

×
×
  • اضافه کردن...