دو روش عمده براي نمونه گيري استفاده ميشود كه هر يك از آنها نيز روش هاي خاص خود را دارد :
1 . نمونه گيري احتمالي ( Probability Sampling )
2 . نمونه گيري غير احتمالي ( Nonprobability Sampling )
1- نمونه گيري احتمالي:
چنانچه هدف محقق اندازه گيري متغيرها در نمونه و تعميم آن به جامعه باشد مانند مطالعه اي كه هدف آن تعيين ميزان شيوع پوسيدگي دندان در جامعه است ، اين هدف با نمونه گيري غير احتمالي تامين نمي شود و بايستي از روشهاي نمونه گيري احتمالي استفاده شود .
در نمونه گيري احتمالي ، انتخاب افراد و واحدهاي مطالعه به صورت تصادفي است تا اطمينان حاصل شود كه انتخاب بر اساس شانس است و نيز شانس مساوي براي انتخاب شدن هر يك از واحدهاي نمونه وجود دارد .
نمونه گيري احتمالي شامل چند روش نمونه گيري است كه عبارت است از :
*نمونه گيري تصادفي ساده ( Simple Random Sampling)
*نمونه گيري تصادفي سيستماتيك ( Systematic Random Sampling)
*نمونه گيري طبقه اي ( Stratified Sampling)
*نمونه گيري خوشه اي ( Cluster Sampling)
*نمونه گيري چند مرحله اي ( Multistage Sampling)
نمونه گيري تصادفي ساده :
دراين روش نمونه گيري واحدهاي مورد انتخاب داراي شانس مساوي براي انتخاب شدن هستند . در اين جا قوانين احتمال است كه معين مي كند كدام واحدها يا افراد از جمعيت مادر انتخاب خواهد شد .
انتخاب يا از طريق قرعه كشي است و يا از طريق استفاده از جدول اعداد تصادفي .
نمونه گيري: يعني انتخاب تعدادي از افراد از يك جمعيت مشخص و تعريف شده علت نمونه گيري آن است كه اولاً مطالعه در كل جمعيت بسيار پر هزينه و اتلاف كننده زمان است . ضمن اينكه در بسياري از موارد نمي تواند جمعيت را به طور دقيق تعيين نمود ( به عنوان مثال : جمعيت دقيق بيماران مبتلا به بيماريهاي كرونر قلبي را نمي توان تعيين كرد) . ثانياً اگر نمونه به اندازه كافي بزرگ و نماينده جمعيت مورد مطالعه باشد مي توان اطلاعاتي در مورد جمعيت بدهد كه مورد اعتماد و اطمينان باشد .
هر نمونه بايستي واجد دو خصوصيت باشد ، نخست آنكه اندازه يا حجم منطقي داشته باشد و دوم اينكه مصرف يا نماينده جمعيتي باشد كه از آن بدست آمده است .
در روش قرعه كشي ابتدا كليه واحدها يا افراد شماره بندي شده و يا اسامي آنها تهيه مي شود و سپس به قيد قرعه از بين آنها تعداد لازم براي نمونه انتخاب مي شود .
در روش اعداد تصادفي مي توان از جدول اعداد تصادفي و يا از كامپيوتر استفاده كرد . در روش استفاده از جدول اعداد تصادفي با توجه به حجم نمونه اعداد را انتخاب مي كنيم
مثلاً اگر حجم نمونه دو رقمي است . ابتدا يك عدد دو رقمي را به صورت كاملاً تصادفي مثلاً با قرار دادن نوك مداد انتخاب كرده و سپس جلو رفته و اعداد دو رقمي را انتخاب مي كنيم تا جايي كه به تعداد مورد نياز انتخاب كرده باشيم .
نمونه گيري تصادفي سيستماتيك ( منظم ) :
در اين روش تعداد نمونه مورد نياز ( n) ، از كل جامعه آماري (N) انتخاب مي گردد . ابتدا فاصله نمونه گيري ( K) را به صورت زير محاسبه مي كنيم :
در مرحله بعدي يك نفر از بين 1 تا 10 را به طور تصادفي انتخاب مي كنيم . اگر به طور مثال شماره 5 انتخاب شده باشد ، نفرات بعدي با فاصله ده تايي انتخاب مي شوند : شماره هاي 15 ، 25 ، 35 ، 45 ، 55 و … به ترتيب انتخاب خواهند شد .
به طور مثال اگر بخواهيم از بين 1000 بيمار 100 نفر را با استفاده از اين روش انتخاب كنيم . ابتدا ليست هزار نفره تهيه مي كنيم . سپس فاصله نمونه گيري را محاسبه مي كنيم :
نمونه گيري طبقه اي :
در اين روش نمونه گيري براي اجتناب از اشكالاتي كه ممكن است در روش قبلي با آن مواجه شويم ، افراد جامعه آماري را بسته به خصوصياتي كه آنها را از يكديگر متمايز مي سازد به طبقات مختلف تقسيم مي كنيم . سپس به تعداد مورد نياز و متناسب با جمعيت هر يك از طبقات افراد نمونه را انتخاب مي كنيم . انتخاب افراد مي تواند هم به روش تصادفي باشد و هم به روش تصادفي سيستماتيك .
به طور مثال از يك جامعه آماري 10000 نفري كه 15 درصد آن دانشجو ، 20 درصد كارمند اداري ، 30 درصد كارگر و 35 درصد كشاورز هستند مي خواهيم 400 نفر نمونه انتخاب كنيم .
در مرحله اول تعداد مورد نياز را در هر يك از اين طبقات بر حسب درصدهاي فوق معين مي كنيم كه به شرح زير است :
تعداد افراد نمونه از بين دانشجويان 60=15/0 ×400
تعداد افراد نمونه از بين كارمندان 80 = 2/0 × 400
تعداد افراد نمونه از بين كارگران 120 = 30/0 × 400
تعداد افراد نمونه از بين كشاورزان 140=35/0 × 400
مجموع افراد انتخاب شده از طبقات 400 نفر خواهد بود ( 400 = 140 + 120 + 80 + 60 )
در مرحله دوم از هر يك از طبقات جمعيت و با استفاده از روش تصادفي ساده يا سيستماتيك افراد نمونه را انتخاب مي كنيم .
مزيت بزرگ اين نمونه گيري بر نمونه گيريهاي قبلي در اين است كه نسبت طبقات در بين افراد نمونه با نسبت طبقات در جامعه آماري تطابق دارد و شرايط يكسان بودن شانس انتخاب براي كل افراد جامعه تحقق پيدا مي كند .
توجه: در جمعيتهاي ناهمگن يا نامتجانس كه توزيع جمعيت در گروهها و طبقات مختلف متفاوت است ، از روش نمونه گيري طبقه اي استفاده مي شود .
نمونه گيري خوشه اي :
در اين روش نمونه گيري ، يك نمونه تصادفي از گروهها يا خوشه هايي از افراد و نه واحدهاي منفرد گرفته مي شود به عبارت ديگر واحدهاي نمونه گيري خوشه هايي هستند نظير خانواده ها ، مدارس ، بيمارستان ها ، بلوكهاي شهري ، دهكده ها و غيره .
در اين جا فهرستي از خوشه ها تهيه كرده و به روش تصادفي از بين آنها نمونه را انتخاب مي كنيم سپس افرادي را كه در هر يك از خوشه ها قرار دارند مطالعه مي كنيم .
براي مثال:
اگر بخواهيم از بين دانش آموزان دبستانهاي دخترانه تهران نمونه اي براي بررسي بهداشت دهان و دندان انتخاب كنيم . ابتدا ليست تمام مدارس ابتدايي دخترانه تهران را تهيه كرده و سپس به صورت تصادفي چند مدرسه را از بين آنها انتخاب و دانش آموزان را معاين مي كنيم . تعداد خوشه هاي صرفه جويي در وقت و هزينه و جلوگيري از پراكنده بودن نمونه هاي انتخاب شده در سطح شهر يا منطقه است .
نمونه گيري چند مرحله اي :
در اين روش نمونه گيري ، ابتدا از بين خوشه هاي جمعيت مورد مطالعه به صورت تصادفي نمونه را انتخاب مي كنيم . سپس از افراد هر خوشه نيز به صورت تصادفي تعدادي را انتخاب مي نماييم ، كه در اين صورت نمونه گيري حالت دو مرحله اي پيدا مي كند . چنانچه در داخل خوشه هاي انتخاب شده ( مثل شهرستانها و پروژه هاي ملي ) ، خوشه هاي ديگري ( مثل روستاها ) را انتخاب كنيم و داخل هر روستاي منتخب شده به طور تصادفي افرادي را انتخاب كنيم ، نمونه گيري حالت سه مرحله اي پيدا مي كند .
2- نمونه گيري غير احتمالي
زماني كه در انتخاب نمونه هيچگونه روش تصادفي به كار گرفته نشود ، نمونه گيري حالت غير احتمالي به خود مي گيرد كه بر دو نوع است :
*نمونه گيري آسان
*نمونه گيري سهميه اي
نمونه گيري آسان :
نمونه گيري آسان ( Convenient Sampling) روشي از نمونه گيري است كه براي سهولت و آساني كار از افراد و واحدهايي در نمونه مورد مطالعه استفاده مي گردد كه در زمان مطالعه در دسترس هستند .
براي مثال انتخاب تمام مراجعه كنندگان به يك درمانگاه تا سقف تعداد مورد نياز ، نمونه گيري از نوع آسان است.
فرق اين روش با سرشماري آن است كه در اين روش از يك جامعه مورد مطالعه تعداد محدودي براي نمونه گيري انتخاب مي شود ولي در روش سرشماري همه افراد جامعه مورد مطالعه تحت بررسي قرار مي گيرند .
نمونه گيري سهميه اي :
نمونه گيري سهميه اي ( Quota Sampling) روشي از نمونه گيري غير احتمالي است كه در آن براي هر يك از طبقات با زير گروههاي جامعه مورد مطالعه سهميه اي در نظر گرفته مي شود .
روش انتخاب به صورت غير احتمالي و از بين افراد در واحدهاي در دسترس است ، اما متناسب با تعداد هر يك از طبقات با گروههاي تشكيل دهنده جامعه آماري .
براي مثال پژوهشگري مي خواهد در مورد آگاهيهاي بهداشتي مردم در يك محله از شهر تحقيق كند . تعداد مورد نياز او اگر به طور مثال 1000 نفر باشد ، اين افراد را متناسب با تعداد افراد بي سواد و باسواد از بين افراد در دسترس انتخاب مي كند .
مثلاً اگر جمعيت محله 10000 نفر باشد كه 8000 نفر آنها باسواد و 2000 نفرشان بي سواد باشند ، تركيب نمونه انتخاب شده شامل 800 نفر باسواد و 200 نفر بي سواد در دسترس پژوهشگر خواهد بود .