نمونه گیری در علوم پزشکی یکی از مهم ترین مباحث در تحقیق و پژوهش است که بهترین و برترین محققین و پژوهشگران هم ممکن است در انجام آن دچار خطا شوند پس تا آخر این مطلب با ما همراه شوید تا خیلی ساده و سلیس توضیح بدهیم.

نمونه گیری (Sampling methods)

هدف از پژوهش پاسخ به یک سوال و مشکل است؛ نتایج یک پژوهش بشرطی قابل تعمیم (و قابل اعتماد) خواهد بود که به اندازه کافی تکرار شده باشد و فراوانی مورد نیاز تامین شده باشد، یعنی تحقیق بر روی نمونه قابل ملاحظه ای انجام شده باشد، بنابراین بهترین و کاملترین حجم از یک جامعه یا گروه مدنظر باید مطالعه شود.

سرشماری (Census) به معنی بررسی تمام افراد در یک گروه یا جامعه است مثال:

بررسی شیوع افسردگی در دانشجویان دانشکده داروسازی دانشگاه علوم پزشکی بیرجند

با این حال، سرشماری سخت، هزینه بر و زمانبر است؛ آیا می دانید بجز سرشماری در تحقیقات علوم پزشکی چه روش دیگری را می توانیم استفاده کنیم؟

بله، در مقابل سرشماری، نمونه گیری قرار می گیرد؛ در نمونه گیری محقق نمونه کوچکی از جامعه را بررسی می کند؛ نمونه گیری علیرغم حساسیت و دقت زیادی که نیاز دارد، مزایایی هم دارد از جمله:

-تسهیل و تسریع کار

-نیروی انسانی کمتر

-افزایش اعتماد بدلیل کاهش خطای ناشی از خستگی، جمع آوری یا آنالیز اطلاعات

برای درک و شناخت بهتر، یکسری مفاهیم در نمونه گیری را در اینجا توضیح می دهیم:

جامعه آماری: گروه یا جعمیتی که نمونه از بین آنها انتخاب می شود

نمونه: افراد یا گروهی که انتخاب می شوند

طرح نمونه گیری (Sampling design): روش نمونه گیری (مهم)

بایاس در نمونه گیری: هر اتفاق یا دستکاری که نتایج را منحرف کند

بهترین نوع نمونه گیری آنست که احتمال انتخاب هر کدام از اجزای جامعه آماری، به یک نسبت مساوی باشد و هیچ کدام برتری نسبت به دیگری نداشته باشد.

نمونه گیری به دو دسته تقسیم می شود:  احتمالی  و غیر احتمالی

قصد داریم درمورد نمونه گیری احتمالی صحبت کنیم.

انواع نمونه‌گیری احتمالی

-نمونه‌گیری تصادفی ساده (Simple Random Sample)

– نمونه‌گیری سیستماتیک (Systematic Sampling)

-نمونه‌گیری طبقه‌ای (Stratified Sampling)

— نمونه‌گیری خوشه‌ای (Cluster Sampling)

در ادامه به تک تک موارد فوق خواهیم پرداخت:

نمونه‌گیری تصادفی ساده (Simple Random Sample)

• هر کدام از نمونه ها در جامعه، به یک نسبت شانس انتخاب شدن دارند
• احتمال خطا و بایاس در این روش کم است
• انجام با قرعه کشی، جدول اعداد تصادفی یا نرم افزار مقدور است

مثال: اگر بخواهیم از یک جمعیت 100 نفره، 30 نفر را انتخاب کنیم، براحتی با کمک قرعه کشی، یا نرم افزار و جدول اعداد تصادفی، نمونه گیری امکانپذیر است (لیست جامعه آماری باید موجود باشد).

معایب نمونه‌گیری تصادفی ساده

-برای جوامع ناهمگون مناسب نیست (جامعه باید یکپارچه باشد)

-در جوامع بزرگ هزینه بر و سخت است

-برای مطالعات متمرکز روی یک ویژگی خاص مناسب نیست (چون هیچگونه امکان طبقه بندی ندارد)

مثال: زمانیکه محقق بخواهد یک ویژگی را در یک قوم خاص بررسی کند، نمیتوان از این نمونه گیری استفاده کرد.

نمونه‌گیری سیستماتیک (Systematic Sampling)

• نمونه بر اساس یک توالی و فواصل منظم انتخاب می شود
• توالی یا فاصله از تقسیم ” تعداد جامعه آماری ” بر روی “تعداد نمونه” تعیین می گردد

مثال: اگر جمعیت کل 100 نفر باشد و حجم نمونه 30 نفر باشد، فواصل مدنظر محقق 3 نفره خواهد بود؛ در ادامه باید بین 1 تا 3 یک عدد را تصادفی انتخاب کنیم، آن عدد میشود اولین نمونه ما! بطور مثال عدد 1 را انتخاب می کنیم، پس 1 می شود اولین نمونه ما، در ادامه بصورت کاملا سیستماتیک 3تا 3تا نمونه های بعدی را انتخاب می کنیم.

مزایا و معایب نمونه‌گیری سیستماتیک

این روش نمونه گیری زمانیکه افراد بطور تصادفی و همگن توزیع شده اند مناسب است (هم ارزش با تصادفی ساده).

مثال: اگر عنوان تحقیق فراوانی حوادث شنا در دریا باشد، کاملا واضح است که در 3ماه تابستان فراوانی حوادث بطور طبیعی بیشتر است، بنابراین استفاده از نمونه گیری سیستماتیک در این تحقیق مناسب نیست چرا که قطعا تعداد را در 3 ماه تابستان زیاد نشان می دهد و برآورد نهایی بطور اشتباه زیاد محاسبه می شود.

  نمونه‌گیری طبقه‌ای (Stratified Sampling)

• جمعیت آماری بر اساس یک سری ویژگی ها به چند طبقه تقسیم می شود
• سپس نمونه بصورت تصادفی از هر کدام از طبقات انتخاب می شود (تمام طبقات نمونه می دهند)

-حجم نمونه در هرطبقه می تواند مساوی باشد. یا می تواند بر اساس نسبت و وسعت آن طبقه در کل جامعه، تعیین گردد

نکته:در نمونه گیری طبقه ای، مهم است بدانیم بر چه اساس طبقات را جدا کنیم؟ بر اساس یک متغیر که با سوال پژوهش ما ارتباط دارد. بنابراین طبقات را بر اساس همگن بودن در آن ویژگی جدا می کنیم تا تغييرات آنها در درون گروه ها كمتر شود.

مثال: اگر عنوان تحقیق شیوع آسم در شهر سنندج باشد، از آنجا که تعریف آسم و بروزش در سنین مختلف متفاوت است، و احتمال گرفتن نمونه از قشر بزرگسال زیاد است، بهتر است بر اساس رده سنی، جامعه آماری را طبقه بندی کنیم، مثلا کودک، نوجوان، جوان و بزرگسال؛ و از هر طبقه یک تعداد خاص انتخاب کنیم. طبیعتا همگنی در هر طبقه زیاد است. و با این روش نمونه گیری توانسته ایم از تمام رده های سنی نمونه برداریم.

نکته: نمونه برداری از هر طبقه متناسب با حجم آن نسبت به کل جمعیت انتخاب می شود.

مزایای نمونه گیری طبقه ای

• ارزیابی نمونه هایی که در روش نمونه گیری ساده، ممکن بود میس شوند
• افزایش دقت محاسبه، چرا که نمونه از هر طبقه، متناسب با حجم آن در جامعه آماری انتخاب می شود

معایب نمونه گیری طبقه ای

• انتخاب ویژگی مشترک و همچنین مرتبط با سوال پژوهش همیشه مقدور نیست
• نیاز به تعداد مناسب در هر طبقه
• هزینه بر و زمانبر بودن

نمونه‌گیری خوشه‌ای (Cluster Sampling)

• اگر لیست جامعه آماری در دسترس ما نبود، و امکان طبقه بندی هم نبود، خوشه بندی نمونه گیری مناسبی است (چون ساده، سیستماتیک و طبقه ای مقدور نیست)
• در این روش، جامعه به چند خوشه تقسیم می شود (ملاک فرد نیست، بلکه گروه است)
• سپس از میان خوشه ها، چندتا انتخاب می شوند و بصورت سرشماری انتخاب می شوند (خوشه ای یک مرحله ای)
• معمولا برای تحقیقاتی که یک جامعه جغرافیایی وسیع را بررسی می کنند، مناسب است.

مزایای نمونه گیری خوشه ای

-عدم نیاز به فهرست کل جامعه آماری

-عدم نیاز به همگن کردن طبقات

-ذخیره هزینه و زمان

معایب نمونه گیری خوشه ای

بطور کلی احتمال خطا در این نمونه گیری بالاست

مثال: عنوان: بررسی شیوع افسردگی در جوانان شهر شیراز

از آنجا که به کل جمعیت شهر دسترسی نداریم، شهر را بر اساس موقعیت جغرافیای به چند خوشه تقسیم می کنیم: شمال، جنوب، شرق، غرب

در ادامه بر اساس حجم مدنظرمان، یک یا چند خوشه را انتخاب و افراد  آنها را وارد مطالعه می کنیم (خوشه ای یک مرحله ای)

اگر قصد داریم مناطق فوق را با جزییات بیشتری تقسیم کنیم، مثلا بر اساس، نام منطقه محلی، خیابان، و سپس کوچه؛ نمونه گیری خوشه ای چند مرحله ای رخ داده است.

در نمونه گیری خوشه ای چند مرحله ای، چندین بار جامعه را کوچک تر می کنیم و هر بار بصورت تصادفی اینکار انجام می شود.

بطور مثال: بررسی شیوع افسردگی در دانش آموزان راهنمایی در شهر شیراز

از آنجا که به کل جمعیت شهر دسترسی نداریم، ابتدا شهر را بر اساس موقعیت جغرافیای به چند خوشه تقسیم می کنیم (خوشه ای یک مرحله ای).

شمال، جنوب، شرق، غرب

در ادامه بطور تصادفی محقق دو خوشه جنوب و غرب را انتخاب می کند. سپس لیست مدارس راهنمایی در این دو منطقه مشخص می گردد و از هر منطقه (جنوب، غرب) 20 مدرسه بصورت تصادفی انتخاب می شود. در ادامه از هر کدام از 20 مدرسه بصورت تصادفی 3 کلاس انتخاب می کند. و از آن 3 کلاس بصورت تصادفی از هر کدام 1 نفر انتخاب می کند.

نکته: در نمونه گیری خوشه ای چند مرحله ای، بر خلاف خوشه ای یک مرحله ای، واحد فرد هست، نه گروه!.

تفاوت بین نمونه گیری خوشه ای با نمونه گیری طبقه ای

تصویر سمت راست خوشه ای و تصویر سمت چپ طبقه ای است.

همانطور که تصویر نشان می دهد در خوشه ای چند خوشه تصادفی انتخاب می شوند اما در طبقه ای تمام طبقه ها بررسی می شوند

از طرفی، در خوشه ای نمونه های هر خوشه ناهمگن هستند، بلعکس در طبقه ای، هر طبقه کاملا همگن است

در تحقیقات همیشه نمونه گیری احتمالی امکانپذیر نیست و گاهی بخاطر محدودیتها و در شرایط خاص مجبوریم از نمونه های غیراحتمالی استفاده کنیم.

در این نوع نمونه گیری انتخاب نمونه بر اساس قوانین احتمالات صورت نمی گیرد و برخی نمونه ها شانس زیاد جهت انتخاب و برخی دیگر هیچوقت شرایط انتخاب نخواهند داشت.

بنابراین در نمونه گیری غیراحتمالی، قابلیت تعمیم کاهش می یابد و تعمیم هایی که صورت می گیرد می بایست از طریق دانش و شناخت فرد از موضوع، مورد پالایش قرار گیرد.

انواع نمونه گیری غیر احتمالی

-نمونه‌گیری آسان/ اتفاقی یا در دسترس ( Convenience/Accidental Sampling)

– نمونه گیری هدفمند، قضاوتی یا تعمدی (Purposive Sampling )

– نمونه گیری سهمیه ای (Quota Sampling)

– نمونه‌گیری گلوله برفی یا زنجیره ای (Snowball Sampling)

 

در ادامه تک تک موارد فوق را بهمراه مثال کاربردی، شرح خواهیم داد:

 

نمونه‌گیری آسان/ اتفاقی یا در دسترس ( Convenience/Accidental Sampling)

• افرادی وارد مطالعه می شوند که در دسترس پژوهشگر هستند
• با توجه به عنوان تحقیق و جمعیت هدف، این تعداد انتخاب می شوند

مثال: بررسی رضایتمندی همراهان بیماران در بیمارستان امام رضا مشهد

در این تحقیق با توجه به عنوان تحقیق، جمعیت هدف و نمونه بصورت آسان و در دسترس از بین همراهان حاضر

در بیمارستان انتخاب می شوند

 

نمونه گیری هدفمند، قضاوتی یا تعمدی (Purposive Sampling)

• محقق از شرایط و پیشینه نمونه ها آگاه است
• نمونه بر اساس قضاوت و تجربه محقق انتخاب می شود
• معمولا در جامعه آماری محدود بکار می رود

مثال: بررسی ویژگی سرسختی در جوانان مبتلا به HIV

نکته: این روش نمونه گیری مبتنی بر فهم و تجربه محقق از جمعیت مورد مطالعه است

محقق می داند دنبال چه نمونه ای است، با آگاهی و اطلاع قبلی نمونه را پیدا می کند و …

 

تصویر دیگری که نمونه گیری هدفمند را واضح به نمایش درآورده است:

تفاوت بین نمونه گیری آسان با نمونه گیری هدفمند

در نمونه گیری قضاوتی (هدفمند یا تعمدی) پژوهشگر با پیشینه و اطلاع، افراد خاص را انتخاب می کند اما در

نمونه گیری آسان (در دسترس)، اگر چه پژوهشگر در مکان خاص قرار میگیرد اما افراد را بصورت اتفاقی در آن

مکان خاص می یابد.

 

نمونه گیری سهمیه ای (Quota Sampling)

• برای هر یک از زیرگروه های جامعه، یک سهمیه در نظر گرفته می شود
• محقق نمونه خود را از هر زیرگروه متناسب با حجم آن زیرگروه انتخاب می کند

مثال: بررسی سطح رضایتمندی پرستاران شاغل در بیمارستان امام رضا (ع)

اگر ما به شکل اتفاقی از بین پرستارهای شاغل نمونه را انتخاب کنیم، نمونه گیری آسان، در دسترس یا اتفاقی صورت گرفته است؛

پس نمونه گیری سهمیه ای چطور انجام می شود؟

فرض کنید ما 100 نمونه از بین پرستاران نیاز داریم؛ اگر پرستاران را بر اساس مدرک تحصیلی به دو زیرگروه تقسیم کنیم: کارشناسی و کارشناسی ارشد، و با تحقیقات قبلی متوجه شده ایم که 80 درصد جمعیت پرستاران شاغل در این بیمارستان کارشناسی و 20 درصد کارشناسی ارشد هستند، پس بصورت در دسترس 80 درصد نمونه ها را از بین کارشناسی و 20 درصد نمونه ها را از بین کارشناسی ارشد انتخاب می کنیم.

نمونه‌گیری گلوله برفی یا زنجیره ای (Snowball Sampling)

 

• در این روش اولین نمونه، بیشترین ارتباط را با موضوع ما دارد
• اولین نمونه بر اساس آگاهی و اطلاعاتش، دومین و سومین نمونه های مرتبط را به محقق معرفی می کند
• بدین ترتیب نمونه ما همانند گلوله برفی که حرکت می کند مدام بزرگ می شود
• انتخاب جمعیت با معرفی نمونه ها ادامه پیدا می کند تا زمانیکه کسی پیدا نشود
• پژوهشگر می تواند در انتخاب نمونه ها تنوع به خرج دهد
• این روش مختص بیماری های نادر، جنبه های غیرقانونی یا حتی کمیاب است که پیدا کردن نمونه در آن سخت باشد.

مثال: بررسی میزان رفتارهای پرخطر بین معتادان ساکن شهر تهران

طبیعتا در چنین تحقیقی پیدا کردن نمونه ها و متقاعد کردن آنها بسیار سخت است، لذا محقق با کمک دوستان آنها را وارد مطالعه می کند