طرق اختيار العينة (أنواع العينات)

طرق اختيار العينة

مشاركة

Share on facebook
Share on linkedin
Share on twitter
Share on email

طرق اختيار العينة (أنواع العينات)

 

هناك أنواع مختلفة من تصميمات العينات بناءً على عاملين، أساس التمثيل وتقنية اختيار العنصر. على أساس التمثيل ، قد تكون العينة احتمالية أو قد تكون غير احتمالية.

تعتمد طرق اختيار العينة الاحتمالية على مفهوم الاختيار العشوائي ، في حين أن طرق اختيار العينة غير الاحتمالية  تعتمد على مفهوم أخذ العينات “غير العشوائية”.

على أساس اختيار العنصر ، قد تكون العينة إما مقيدة أو غير مقيدة. عندما يتم سحب كل عنصر من عناصر العينة بشكل فردي من  أفراد مجتمع الدراسة بشكل عام ، فإن العينة المرسومة تُعرف باسم “العينة غير المقيدة” ، بينما تتم تغطية جميع أشكال طرق اختيار العينة تحت مصطلح “طرق اختيار العينة المقيدة”.

وبالتالي ، فإن تصميمات العينة تتكون أساسًا من نوعين : أخذ العينات غير الاحتمالية وأخذ العينات الاحتمالية. نتناول هذين التصميمين بشكل منفصل.

 

 

أولاً: طرق اختيار العينات غير الاحتمالية.

“في طرق اختيار العينة القصدية أو غير الاحتمالية لا يتمتع كل فرد من مجتمع الدراسة بفرصة أن يتم اختياره كجزء من العينة، كما أن من الجدير بالذكر أن في طرق اختيار العينة غير الاحتمالية، لا يمكن تعميم النتائج على مجتمع الدراسة بشكل كامل، فالنتائج تنطبق فقط على العينة القصدية التي تم اختيارها بواسطة طرق اختيار العينة غير الاحتمالية.”

المصدر: مقال عينة البحث العلمي.

 

تعرف طرق اختيار العينة غير الاحتمالية أيضًا بأسماء مختلفة مثل طرق اختيار العينة المتعمدة وطرق اختيار العينة الهادفة وطرق اختيار العينة الحكمية. وفي هذا النوع من طرق اختيار العينة، يتم اختيار عناصر العينة عن عمد من قبل الباحث ؛ يبقى اختياره فيما يتعلق بالعناصر الأسمى.

بعبارة أخرى ، في ظل طرق اختيار العينة غير الاحتمالية ، يختار منظمو التحقيق عن قصد وحدات معينة من الفضاء  لتشكيل عينة على أساس أن الكتلة الصغيرة التي يختارونها من عينة ضخمة ستكون نموذجية أو ممثلة للجميع .

على سبيل المثال ، إذا كانت الظروف الاقتصادية للأشخاص الذين يعيشون في دولة ما سيتم دراستها ، فقد يتم اختيار عدد قليل من البلدات والقرى بشكل مقصود لإجراء دراسة مكثفة على مبدأ أنه يمكن أن يكونوا ممثلين للدولة بأكملها. وبالتالي ، فإن حكم منظمي الدراسة يلعب دورًا مهمًا في تصميم العينة هذا.

في مثل هذا التصميم (طرق اختيار العينة غير الاحتمالية)، يتمتع العنصر الشخصي بفرصة كبيرة للدخول في اختيار العينة. يجوز للباحث اختيار عينة تسفر عن نتائج مواتية لوجهة نظره ، وإذا حدث ذلك ، فقد يبطل التحقيق بأكمله. وبالتالي ، هناك دائمًا خطر التحيز في الدخول في هذا النوع من تقنية أخذ العينات. ولكن الباحثين غير متحيزين ، ويعملون دون تحيز ولديهم الخبرة اللازمة لاتخاذ حكم سليم.

لا يمكن تقدير نسبة الخطأ في طرق اختيار العينة القصدية أو غير الاحتمالية في هذا النوع من طرق اختيار العينة، كما أن عنصر التحيز موجود دائمًا. على هذا النحو ، نادرًا ما يتم اعتماد طرق اختيار العينة هذه في الاستفسارات الكبيرة ذات الأهمية، ومن الأمثلة على طرق اختيار العينة غير الاحتمالية:

مثال: طرق اختيار العينة الحصصية

أخذ عينات الحصص هو أيضًا مثال على طرق اختيار العينة غير الاحتمالية. في إطار أخذ العينات بنظام الحصص ، يتم منح المحاورين حصصًا ليتم ملؤها من الطبقات المختلفة ، مع بعض القيود على كيفية ملئها. بمعنى آخر ، يُترك الاختيار الفعلي لعناصر العينة لتقدير القائم بإجراء المقابلة. هذا النوع من أخذ العينات مناسب جدًا وغير مكلف نسبيًا. لكن العينات المختارة بهذه الطريقة بالتأكيد لا تمتلك خاصية العينات العشوائية.

عينات الحصص هي في الأساس عينات حكم والاستنتاجات المستمدة على أساسها ليست قابلة للمعالجة الإحصائية بطريقة رسمية.

 

ثانياً: طرق اختيار العينات الاحتمالية.

طرق اختيار العينات الاحتمالية: تعرف أيضًا باسم “طرق اختيار العينات العشوائية” أو “طرق اختيار العينات بالصدفة”. بموجب تصميم أخذ العينات هذا ، يتمتع كل عنصر في الفضاء  بفرصة متساوية لإدراجها في العينة. إنها ، إذا جاز القول ، طريقة يانصيب يتم فيها انتقاء الوحدات الفردية من المجموعة بأكملها ليس عن قصد ولكن عن طريق بعض العمليات الميكانيكية. هنا ، فإن الفرصة العمياء وحدها هي التي تحدد ما إذا كان قد تم تحديد عنصر أو آخر.

يمكن ضمان النتائج التي تم الحصول عليها من العينة العشوائية أو الاحتمالية من حيث الاحتمال ، أي يمكننا قياس أخطاء التقدير أو أهمية النتائج التي تم الحصول عليها من عينة عشوائية ، وهذه الحقيقة توضح تفوق تصميم العينة العشوائية على أخذ العينات المتعمد. التصميم.

يضمن أخذ العينات العشوائية قانون الانتظام الإحصائي الذي ينص على أنه إذا كانت العينة المختارة في المتوسط ​​عشوائية ، فستكون للعينة نفس التركيب والخصائص مثل الفضاء . هذا هو السبب الذي يجعل أخذ العينات العشوائية يعتبر أفضل أسلوب لاختيار عينة تمثيلية.

يشير أخذ العينات العشوائية من مجموعة سكانية محدودة إلى طريقة اختيار العينة التي تعطي كل مجموعة عينة ممكنة احتمالية متساوية لالتقاطها ولكل عنصر في المجتمع بأكمله فرصة متساوية ليتم تضمينه في العينة.

ينطبق هذا على أخذ العينات بدون استبدال ، أي بمجرد اختيار عنصر للعينة ، لا يمكن أن يظهر في العينة مرة أخرى (يتم استخدام أخذ العينات مع الاستبدال بشكل أقل تكرارًا حيث يتم إرجاع العنصر المحدد للعينة إلى المجتمع قبل العنصر التالي في مثل هذه الحالة يمكن أن يظهر نفس العنصر مرتين في نفس العينة قبل اختيار العنصر الثاني).

باختصار ، تداعيات أخذ العينات العشوائية (أو أخذ العينات العشوائية البسيطة) هي:

(أ) يعطي كل عنصر من  أفراد مجتمع الدراسة احتمالية متساوية للدخول في العينة ؛ وجميع الخيارات مستقلة عن بعضها البعض.

(ب) يعطي كل مجموعة عينة ممكنة احتمالية متساوية للاختيار.

 

تابع، طرق اختيار العينة غير الاحتمالية (العشوائية)

فيما يتعلق بمسألة كيفية أخذ عينة عشوائية في الممارسة الفعلية ، يمكننا ، في حالات بسيطة مثل الحالة المذكورة أعلاه ، كتابة كل من العينات الممكنة على قصاصة من الورق ، ومزج هذه القصاصات جيدًا في حاوية ثم رسمها كـ يانصيب معصوب العينين أو بتدوير أسطوانة أو بأي جهاز آخر مشابه. من الواضح أن مثل هذا الإجراء غير عملي ، إن لم يكن مستحيلًا تمامًا في مشاكل أخذ العينات المعقدة. في الواقع ، الفائدة العملية لمثل هذه الطريقة محدودة للغاية.

لحسن الحظ ، يمكننا أخذ عينة عشوائية بطريقة أسهل نسبيًا دون تحمل عناء إدراج جميع العينات الممكنة على القسائم الورقية كما هو موضح أعلاه. بدلاً من ذلك ، يمكننا كتابة اسم كل عنصر من عناصر مجموعة محدودة على قصاصة من الورق ، ووضع القصاصات الورقية المعدة على هذا النحو في صندوق أو كيس وخلطها جيدًا ثم رسم (دون النظر) العدد المطلوب من قسائم للعينة واحدة تلو الأخرى بدون استبدال. عند القيام بذلك ، يجب أن نتأكد من أن كل عنصر من العناصر المتبقية من  أفراد مجتمع الدراسة لديه نفس فرصة الاختيار في الرسومات المتتالية.

قد يلاحظ المرء أنه من السهل سحب عينات عشوائية من مجموعات سكانية محدودة بمساعدة جداول الأرقام العشوائية فقط عندما تكون القوائم متاحة ويتم ترقيم العناصر بسهولة. لكن في بعض الحالات ، غالبًا ما يكون من المستحيل المضي قدمًا بالطريقة التي ذكرناها أعلاه.

على سبيل المثال ، إذا أردنا تقدير متوسط ارتفاع الأشجار في الغابة ، فلن يكون من الممكن ترقيم الأشجار واختيار أرقام عشوائية لتحديد عينة عشوائية. في مثل هذه الحالات ، ما يجب علينا فعله هو اختيار بعض الأشجار للعينة بشكل عشوائي دون هدف أو غرض ، ويجب أن نتعامل مع العينة كعينة عشوائية لأغراض الدراسة.

 

طرق اختيار العينة العشوائية من المجتمع اللانهائي

لقد تحدثنا حتى الآن عن أخذ العينات العشوائية ، مع مراعاة مجموعات مجتمع الدراسة المحدودة فقط. ولكن ماذا عن أخذ العينات العشوائية في سياق مجموعات لا حصر لها؟ من الصعب نسبيًا شرح مفهوم العينة العشوائية من مجموعة لا حصر لها. ومع ذلك ، ستظهر بعض الأمثلة السمة الأساسية لمثل هذه العينة.

لنفترض أننا اعتبرنا 20 رميات من نرد عادل كعينة من مجموعة لانهائية افتراضية تتكون من نتائج كل رميات النرد الممكنة.

إذا كان احتمال الحصول على رقم معين ، على سبيل المثال 1 ، هو نفسه لكل رمية وكانت الرمية العشرين كلها مستقلة ، فإننا نقول إن العينة عشوائية.

وبالمثل ، يمكن القول أنه أخذ عينات من مجموعة لا حصر لها إذا أخذنا عينة مع استبدال من مجموعة سكانية محدودة وسيتم اعتبار عينتنا كعينة عشوائية إذا كانت جميع عناصر  أفراد مجتمع الدراسة في كل رسم لها نفس احتمالية الاختيار والتتابع تصادف أن تكون التعادل مستقلة.

باختصار ، يمكن للمرء أن يقول أن اختيار كل عنصر في عينة عشوائية من مجموعة لا نهائية يتم التحكم فيه من خلال نفس الاحتمالات وأن التحديدات المتتالية مستقلة عن بعضها البعض.

 

تصاميم معقدة لأخذ العينات العشوائية (طرق اختيار العينة العشوائية)

قد تؤدي طرق اختيار العينة الاحتمالية في ظل تقنيات أخذ العينات المقيدة، كما هو مذكور أعلاه ، إلى تصميمات عينات عشوائية معقدة.

قد تسمى مثل هذه التصاميم أيضًا “طرق اختيار العينة المختلطة” العديد من هذه التصميمات قد تمثل مجموعة من إجراءات أخذ العينات الاحتمالية وغير الاحتمالية في اختيار العينة. بعض التصاميم الشائعة لأخذ العينات العشوائية المعقدة هي كما يلي:

أولاً: طرق اختيار العينة بشكل منهجي.

في بعض الحالات  تكون الطريقة الأكثر عملية لأخذ العينات هي اختيار كل عنصر في القائمة ،  يُعرف أخذ العينات من هذا النوع بأخذ العينات المنتظم. يتم إدخال عنصر العشوائية في هذا النوع من أخذ العينات باستخدام أرقام عشوائية لالتقاط الوحدة التي سوف تبدأ بها.

على سبيل المثال ، إذا كانت عينة 4 في المائة مطلوبة ، فسيتم اختيار العنصر الأول عشوائيًا من أول خمسة وعشرين عنصرًا ، وبعد ذلك سيتم تضمين كل عنصر 25 تلقائيًا في العينة.

وبالتالي ، في المعاينة المنتظمة ، يتم اختيار الوحدة الأولى فقط بشكل عشوائي ويتم اختيار الوحدات المتبقية من العينة على فترات زمنية محددة.

على الرغم من أن العينة المنهجية ليست عينة عشوائية بالمعنى الدقيق للكلمة ، إلا أنه غالبًا ما يُعتبر من المعقول معالجة العينة المنهجية كما لو كانت عينة عشوائية.

إن طرق اختيار العينة المنتظمة له نقاط إيجابية معينة ، يحث يمكن اعتباره تحسينًا على عينة عشوائية بسيطة بقدر ما تنتشر العينة المنهجية بشكل متساوٍ على جميع أفراد مجتمع الدراسة.

إنها طريقة أسهل وأقل تكلفة لأخذ العينات ويمكن استخدامها بسهولة حتى في حالة وجود عدد كبير من مجتمع الدراسة. ولكن هناك بعض المخاطر أيضًا في استخدام هذا النوع من أخذ العينات. إذا كان هناك دورية خفية في المجتمع ، فسيثبت أخذ العينات المنتظم أنه طريقة غير فعالة لأخذ العينات.

على سبيل المثال ، كل عنصر 25 منتجًا بواسطة عملية إنتاج معينة به عيب. إذا أردنا تحديد عينة بنسبة 4٪ من عناصر هذه العملية بطريقة منهجية ، فسنحصل إما على جميع العناصر المعيبة أو جميع العناصر الجيدة في العينة اعتمادًا على موضع البداية العشوائي. إذا تم ترتيب جميع عناصر الفضاء بطريقة تمثل مجموع  أفراد مجتمع الدراسة ، أي أن قائمة  أفراد مجتمع الدراسة مرتبة بشكل عشوائي ، فإن أخذ العينات المنتظم يعتبر معادلاً لأخذ العينات العشوائية.

ولكن إذا لم يكن الأمر كذلك ، فقد لا تكون نتائج مثل هذه العينات ، في بعض الأحيان ، موثوقة للغاية. في الممارسة العملية ، يتم استخدام أخذ العينات بشكل منهجي عندما تتوفر قوائم  أفراد مجتمع الدراسة وتكون طويلة جدًا.

ثانياً: طرق اختيار العينة الطبقية.

إذا كان المجتمع الذي سيتم أخذ عينة منه لا يشكل مجموعة متجانسة ، يتم تطبيق تقنية أخذ العينات الطبقية بشكل عام من أجل الحصول على عينة تمثيلية.

في ظل أخذ العينات الطبقية ، يتم تقسيم  أفراد مجتمع الدراسة إلى عدة مجموعات فرعية تكون بشكل فردي أكثر تجانسًا من إجمالي  أفراد مجتمع الدراسة (تسمى المجموعات الفرعية المختلفة “طبقات”) ثم نختار عناصر من كل طبقة لتشكيل عينة ، و نظرًا لأن كل طبقة أكثر تجانسًا من إجمالي  أفراد مجتمع الدراسة ، فنحن قادرون على الحصول على تقديرات أكثر دقة لكل طبقة ومن خلال تقدير أكثر دقة لكل جزء من الأجزاء المكونة ، نحصل على تقدير أفضل للكل.

باختصار ، ينتج عن أخذ العينات الطبقية معلومات أكثر موثوقية وتفصيلاً.

 

الأسئلة الثلاثة التالية وثيقة الصلة بسياق أخذ العينات الطبقية

(أ) كيف يتم تشكيل الطبقات؟

(ب) كيف ينبغي اختيار العناصر من كل طبقة؟

(ج) كم عدد العناصر التي يتم اختيارها من كل طبقة أو كيفية تخصيص حجم العينة لكل طبقة؟

 

فيما يتعلق بالسؤال الأول ، يمكننا القول أن الطبقات تتشكل على أساس الخصائص (السمات) المشتركة للعناصر التي سيتم وضعها في كل طبقة.

وهذا يعني أن الطبقات المختلفة يتم تشكيلها بطريقة تضمن أن تكون العناصر أكثر تجانسًا داخل كل طبقة وأكثرها تباينًا بين الطبقات المختلفة. وبالتالي ، يتم تشكيل الطبقات بشكل هادف وعادة ما تستند إلى الخبرة السابقة والحكم الشخصي للباحث.

يجب على المرء دائمًا أن يتذكر أن الدراسة الدقيقة للعلاقة بين خصائص  أفراد مجتمع الدراسة والخصائص المراد تقديرها تُستخدم عادةً لتحديد الطبقات.

 

فيما يتعلق بالسؤال الثاني ، يمكننا أن نقول أن الطريقة المعتادة لاختيار عناصر العينة من كل طبقة هي طريقة أخذ العينات العشوائية البسيطة.

يمكن استخدام أخذ العينات المنتظم إذا كان يعتبر أكثر ملاءمة في مواقف معينة.

 

فيما يتعلق بالسؤال الثالث ، عادة ما نتبع طريقة التخصيص النسبي التي بموجبها يتم الاحتفاظ بأحجام العينات من الطبقات المختلفة متناسبة مع أحجام الطبقات.

بمعنى ، إذا كان Pi يمثل نسبة  أفراد مجتمع الدراسة المدرجة في الطبقة i ، ويمثل n الحجم الإجمالي للعينة ، فإن عدد العناصر المختارة من الطبقة i هو n. بي. لتوضيح ذلك ، دعنا نفترض أننا نريد أخذ عينة بحجم n = 30 من مجتمع بحجم N = 8000 مقسم إلى ثلاث طبقات بحجم N1 = 4000 و N2 = 2400 و N3 = 1600.

باعتماد التخصيص النسبي ، نحصل على أحجام العينة على النحو التالي للطبقات المختلفة:

بالنسبة للطبقات ذات N1 = 4000 ، لدينا P1 = 4000/8000

ومن ثم n1 = n. P1 = 30 (4000/8000) = 15

وبالمثل ، بالنسبة للطبقات ذات N2 = 2400 ، لدينا n2 = n. P2 = 30 (2400/8000) = 9 ، وللطبقات ذات N3 = 1600 ، لدينا n3 = n. P3 = 30 (1600/8000) = 6.

وبالتالي ، باستخدام التخصيص النسبي ، فإن أحجام العينات للطبقات المختلفة هي 15 و 9 و 6 على التوالي والتي تتناسب مع أحجام الطبقة ، 4000: 2400: 1600.

 

ثالثاً: طرق اختيار العينة العنقودية.

إذا كان إجمالي مساحة الاهتمام كبير ، فإن الطريقة الملائمة التي يمكن أخذ عينة بها هي تقسيم المنطقة إلى عدد من المناطق الأصغر غير المتداخلة ثم تحديد رقم عشوائيًا من هذه المناطق الأصغر (تسمى عادةً المجموعات) ، مع العينة النهائية التي تتكون من جميع (أو عينات) الوحدات الموجودة في هذه المناطق الصغيرة أو العناقيد.

وبالتالي ، في أخذ العينات العنقودية ، يتم تقسيم إجمالي  أفراد مجتمع الدراسة إلى عدد من التقسيمات الفرعية الصغيرة نسبيًا والتي هي في حد ذاتها مجموعات من الوحدات الأصغر ، ثم يتم اختيار بعض هذه المجموعات عشوائيًا لإدراجها في العينة الإجمالية.

لنفترض أننا نريد تقدير نسبة الأجزاء المعيبة في المخزون. افترض أيضًا أن هناك 20000 قطعة آلة في المخزون في وقت معين ، مخزنة في 400 حالة من 50 لكل منها.

الآن باستخدام أخذ العينات العنقودية ، سننظر في 400 حالة كمجموعات ونختار عشوائيًا حالات “n” ونفحص جميع الأجزاء الآلية في كل حالة تم اختيارها عشوائيًا.

لا شك أن أخذ العينات العنقودية يقلل التكلفة من خلال تركيز الدراسات الاستقصائية في مجموعات مختارة. لكنها بالتأكيد أقل دقة من أخذ العينات العشوائية. لا يوجد أيضًا قدر كبير من المعلومات في الملاحظات “n” داخل مجموعة كما يحدث في الملاحظات المرسومة عشوائيًا “n”.

يستخدم أخذ العينات العنقودية فقط بسبب الميزة الاقتصادية التي يمتلكها ؛ عادة ما تكون التقديرات المستندة إلى عينات الكتلة أكثر موثوقية لكل وحدة تكلفة.

 

رابعاً: طرق اختيار العينة من منطقة محددة.

إذا كانت المجموعات عبارة عن بعض التقسيمات الفرعية الجغرافية ، في هذه الحالة يُعرف أخذ العينات العنقودية بشكل أفضل بأخذ عينات المنطقة او اخذ العينات الجغرافية.

بعبارة أخرى ، يتم تمييز تصميمات المجموعات ، حيث تمثل وحدة أخذ العينات الأولية مجموعة من الوحدات بناءً على المنطقة الجغرافية ، على أنها عينات منطقة.

تنطبق النقاط الموجبة والسالبة لأخذ العينات العنقودية أيضًا على أخذ عينات المنطقة.

 

خامساً: طرق اختيار العينة متعددة المراحل.

أخذ العينات متعدد المراحل هو تطور إضافي لمبدأ أخذ العينات العنقودية.

لنفترض أننا نريد التحقيق في كفاءة عمل البنوك المؤممة في الهند ونريد أخذ عينة من عدد قليل من البنوك لهذا الغرض. تتمثل المرحلة الأولى في اختيار وحدة أخذ عينات أولية كبيرة مثل الولايات في بلد ما.

ثم قد نختار مناطق معينة ونجري مقابلات مع جميع البنوك في المناطق المختارة. سيمثل هذا تصميمًا لأخذ العينات على مرحلتين مع كون وحدات المعاينة النهائية عبارة عن مجموعات من المقاطعات.

هناك ميزتان لـ طرق اختيار العينة متعددة المراحل

(أ) من الأسهل إدارتها مقارنة بمعظم تصميمات المرحلة الواحدة ويرجع ذلك أساسًا إلى حقيقة أن إطار أخذ العينات في إطار أخذ العينات متعدد المراحل يتم تطويره في وحدات جزئية.

(ب) يمكن أخذ عينات من عدد كبير من الوحدات بتكلفة معينة في إطار أخذ العينات متعدد المراحل بسبب التجميع المتسلسل ، في حين أن هذا غير ممكن في معظم التصميمات البسيطة.

 

سادساً: طرق اختيار العينة المكافئة لمجتمع الدراسة ككل.

في حالة عدم وجود نفس العدد أو نفس عدد العناصر تقريبًا ، يعتبر من المناسب استخدام عملية اختيار عشوائية حيث يتم تضمين احتمال كل مجموعة في العينة يتناسب مع حجم الكتلة.

لهذا الغرض ، يتعين علينا سرد عدد العناصر في كل مجموعة بغض النظر عن طريقة ترتيب الكتلة  او الحجم ، ثم يجب علينا أخذ عينات منهجية للعدد المناسب من العناصر من الإجماليات التراكمية.

لا تشير الأرقام الفعلية المختارة بهذه الطريقة إلى العناصر الفردية ، ولكنها تشير إلى المجموعات وعددها من الكتلة التي سيتم اختيارها عن طريق أخذ عينات عشوائية بسيطة أو عن طريق أخذ عينات منهجي.

نتائج هذا النوع من أخذ العينات معادلة لنتائج عينة عشوائية بسيطة والطريقة أقل تعقيدًا وأقل تكلفة نسبيًا. يمكننا توضيح ذلك بمساعدة مثال.

 

سابعاً: طرق اختيار العينة المتسلسلة.

تصميم أخذ العينات هذا هو بعض من تصميم العينة المعقد.

لا يتم تحديد الحجم النهائي للعينة بموجب هذه التقنية مقدمًا ، ولكن يتم تحديده وفقًا لقواعد القرار الرياضي على أساس المعلومات التي يتم الحصول عليها مع تقدم الاستبيان. عادة ما يتم اعتماد هذا في حالة قبول خطة أخذ العينات في سياق مراقبة الجودة الإحصائية.

عندما يتم قبول أو رفض دفعة معينة على أساس عينة واحدة ، فإنها تُعرف بأخذ عينة واحدة ؛ عندما يتم اتخاذ القرار على أساس عينتين ، يُعرف ذلك بأخذ العينات المزدوجة وفي حالة اتخاذ القرار على أساس أكثر من عينتين ولكن عدد العينات مؤكد ومقرر مقدمًا ، يكون أخذ العينات معروفًا كأخذ عينات متعددة.

ولكن عندما يكون عدد العينات أكثر من عينتين و هذا غير مؤكد ولم يتم تحديده مسبقًا، غالبًا ما يشار إلى هذا النوع من النظام على أنه أخذ عينات متسلسلة.

وبالتالي ، باختصار ، يمكننا القول أنه في أخذ العينات المتسلسل ، يمكن للمرء أن يستمر في أخذ العينات واحدة تلو الأخرى طالما رغب في ذلك.

 

الملخص

من خلال وصف موجز لـ طرق اختيار العينة أعلاه ، يمكننا القول أنه يجب على الباحث أن يلجأ عادةً إلى طرق أخذ العينة العشوائية (الاحتمالية) البسيطة لأنها تخلصه من التحيز، كما تمكنه من تفدير نسبة الخطأ في أخذ العينات. في حين أن طرق اختيار العينة القصدية أو غير الاحتمالية تعتبر أكثر ملاءمة عندما يكون الفضاء أو المجتمع صغيراً ويجب دراسة السمة المعروفة له بشكل مكثف. وفي في بعض الأحيان، يمكن استخدام عدة طرق لأخذ العينات في نفس الدراسة.

 

عودة إلى فهرس مقالات مناهج البحث العلمي

 

طرق اختيار العينة

طرق اختيار العينةطرق اختيار العينة

اشترك في النشرة الإخبارية لدينا

احصل على التحديثات وتعلم من الأفضل

طالع المزيد

مقياس جداد (Jadad scale)
المدونة

ما هو مقياس جداد (Jadad scale)

فهرس المحتويات1 مقدمة2 ما هو مقياس جداد (Jadad scale)3 خلفية حول مقياس جداد (Jadad scale)4 استخدامات مقياس جداد (Jadad scale)4.1 أولاً: لتقييم الجودة العامة للبحوث الطبية في مجال معين4.2 ثانياً: للتحليل النقدي لورقة فردية5 التوزيع العشوائي6 التعمية (التجربة المغشاة)7 نقد مقياس جداد (Jadad scale)8 طالع أيضاً: ما هو الوزن النسبي؟ مقدمة مقياس جداد (Jadad scale)،

ما هي مكونات الإطار النظري
إعداد البحث العلمي

ما هي مكونات الإطار النظري؟

تم تطوير النظريات من قبل الباحثين لشرح الظواهر ، ورسم الروابط ، وخلق التنبؤات. في الإطار النظري ، يتم شرح النظريات التي تدعم بحثك ، وتوضح أن عملك يرتكز على أفكار راسخة، إذن ما هي مكونات الإطار النظري؟   فهرس المحتويات1 مقدمة2 هيكل الإطار النظري3 ما هي مكونات الإطار النظري؟4 الهدف من الإطار النظري5 كيفية

يسعدنا ان نقدم لكم خدماتنا

تواصل معنا

small_c_popup.png

تواصل معنا لتعرف أكثر
حول تحكيم ونشر الأبحاث وجميع خدماتنا اللغوية والبحثية

يسعدكم افادتكم بكل ما تودون معرفته