آینده تحقیقات کمی در علوم طبیعی و اجتماعی یک بررسی تجربی سیستماتیک از رویدادهای قابل مشاهده از طریق روش های آماری، ریاضی یا محاسباتی است. هدف تحقیق کمی توسعه مدلها، نظریهها یا فرضیههای ریاضی درباره پدیدهها است.
بر اساس گزارش فردا، فرآیند اندازه گیری در قلب تحقیقات کمی قرار دارد و دلیل این امر ایجاد روابط کمی رابطه اساسی بین مشاهدات تجربی و عبارات ریاضی است. داده های کمی؛ آمار، درصد و غیره هر گونه اطلاعات به صورت عددی مانند: محقق داده ها را با استفاده از آمار تجزیه و تحلیل می کند. محقق امیدوار است که از اعدادی که بتوان آن را به جمعیت بزرگتری تعمیم داد، نتیجه بی طرفانه ای به دست آورد.
تحقیق کیفی سوالات گسترده ای می پرسد و داده ها را از آزمودنی یا شرکت کنندگان جمع آوری می کند. به نظر می رسد محقق از مضامین و اطلاعات موجود در مضامین و الگوهای منحصر به فردی که گروهی از شرکت کنندگان را تعریف می کند آگاه است.
روش های مختلفی برای جمع آوری داده ها در این روش تحقیق وجود دارد، فقط از معتبر بودن نتایج به دست آمده اطمینان حاصل کنید.
انتخاب نمونه
نمونه احتمالی هر شخص یا چیز شناخته شده ای در نمونه است. اما نمونه گیری غیر احتمالی اینطور نیست.
نمونه گیری احتمالی
این روش نمونه گیری به محقق اجازه می دهد تا در مورد رابطه بین نمونه و جامعه هدف دقیق باشد. این به این معنی است که اگر مطمئن هستید که نمونه شما مدل خوبی برای تعمیم به کل جامعه است، می توانید آن را به بقیه نمونه تعمیم دهید.
در نمونه گیری احتمالی، هر واحد از جامعه آماری با احتمال معینی در نمونه قرار می گیرد. در نمونهگیری غیراحتمالی، انتخاب نمونه بر اساس قواعد احتمال انجام نمیشود و نمونهگیری با قضاوت انسان انجام میشود. بنابراین، خطاهای نتایج غیرمحتمل اغلب غیر تصادفی و غیر قابل اندازه گیری هستند. هر چه حجم نمونه در چنین روش هایی بزرگتر باشد، اغلب نمی توان نمونه ها را نمایندگان واقعی جامعه در نظر گرفت. اما گاهی اوقات نمونه گیری غیر احتمالی بهترین روش نمونه گیری است. به خصوص زمانی که امکان تهیه قاب نمونه گیری وجود ندارد.
در نمونه گیری تصادفی، هر یک از اعضای جامعه آماری فرصت انتخاب دارند. مشکل اینجاست که مثال بیان شده را نمی توان به کل جامعه آماری تعمیم داد. تنها مشکل نمونه گیری تصادفی این است که بخش قابل توجهی از جامعه را پوشش نمی دهد.
بنابراین محققان روشی به نام نمونه گیری تصادفی طبقه ای را توسعه دادند. این روش جامعه آماری را به گروه های همگن کوچکتر تقسیم می کند و برای هر دسته یک نمونه تصادفی اتخاذ می کند. نمونه گیری تصادفی طبقه بندی شده در هر طبقه نسبتاً مستقل است، اما این طبقه بندی معایب و مشکلات خاص خود را دارد. بنابراین، نمونهگیری غیرتصادفی طبقهای شامل نمونههای بزرگتر از اقشار کوچکتر برای اطمینان از تعمیمپذیری به کل جامعه آماری است.
نمونه گیری تصادفی سیستماتیک بر اساس فهرستی از جمعیت های آماری است که باید به طور تصادفی انتخاب شوند. نام محقق هر n. از لیست
• نمونه گیری تصادفی سیستماتیک یا سیستماتیک
نمونه گیری سیستماتیک شامل انتخاب هر واحد به شیوه ای سیستماتیک و بنابراین غیرتصادفی است. این نمونه گیری معمولاً به معنای توزیع یکنواخت واحدها بر فریم است، به طوری که اغلب عنصر تصادفی وارد می شود و اولین واحد به طور تصادفی انتخاب می شود. در این روش، انتخاب واحد اول، نتیجه واحدهای نمونه باقیمانده را تعیین می کند.
• نمونه گیری طبقه ای
در این روش نمونه گیری، افراد جامعه آماری بسته به ویژگی هایی که آنها را از یکدیگر متمایز می کند به طبقات مختلف تقسیم می شوند. سپس با توجه به جمعیت هر طبقه، تعداد افراد نمونه مورد نیاز انتخاب می شود. انتخاب افراد می تواند تصادفی و تصادفی سیستماتیک باشد. روش نمونهگیری طبقهای در جمعیتهای ناهمگن که توزیع جمعیت بر حسب گروهها و طبقات مختلف متفاوت است، استفاده میشود.
• نمونه گیری خوشه ای
در بیشتر موارد، میتوان با استفاده از یک دستگاه برای انتخاب تصادفی گروهها یا خوشههایی از واحدهای نمونهگیری، به جای گرفتن نمونه تصادفی از جامعه، این کار را انجام داد. یکی یکی از مزایای این روش صرفه جویی در هزینه ها به صورت اساسی است. در واقع، نمونه گیری خوشه ای نیاز محقق را به ایجاد چارچوبی برای کل جمعیت بی نیاز می کند و ایجاد این چارچوب اغلب کاری پرهزینه است. علاوه بر این، از آنجایی که واحدهای یک خوشه مجاور یکدیگر هستند، دسترسی به آنها آسان است.
روش های نمونه گیری غیر احتمالی
یکی یکی از مهمترین کاربردهای نمونه گیری غیر احتمالی، استفاده از پیمایش های بزرگ در مطالعات اولیه است. هدف تعیین حجم نمونه و روش نمونه گیری یا آزمایش پایایی ابزار اندازه گیری و غیره است. نیازی به روش های نمونه گیری مبتنی بر احتمال نیست.
راه حل
تقریباً همه نمونه ها بین نمونه های احتمالی و غیر احتمالی قرار می گیرند. در حالت ایده آل، محقق کل جمعیت را بررسی و بررسی می کند، اما در عمل زمان یا ظرفیت لازم برای انجام این کار را نخواهد داشت. با این حال، فراموش نکنید که هنگام انتخاب نمونه ها بسیار مراقب باشید تا در دام نیفتید. این اقدام همچنین می تواند به مطالعه اعتبار بیافزاید.
منبع: مهارت هایی که نیاز دارید