المعاينة (الإحصاء)

الموسوعة الحرة
تمثيل مرئي لعملية أخذ العينات

في الإحصاء ، وضمان الجودة، ومنهجية المسح ، تُعرف المعاينة بأنها اختيار مجموعة فرعية من الأفراد من داخل مجتمع إحصائي لتقدير خصائص المجتمع بأكمله. تُسمى هذه المجموعة الفرعية بالعينة الإحصائية (أو العينة اختصارًا)، وتهدف إلى تمثيل المجتمع بأكمله، ويسعى الإحصائيون إلى جمع عينات تمثل المجتمع تمثيلًا دقيقًا.

تتميز عملية أخذ العينات بانخفاض تكلفتها وسرعة جمع البيانات مقارنةً بالتعداد السكاني الذي يسجل بيانات جميع أفراد المجتمع (إذ يستحيل في كثير من الأحيان جمع بيانات جميع أفراد المجتمع، كما هو الحال عند قياس أحجام جميع النجوم في الكون). لذا، يمكن أن توفر هذه العملية رؤى قيّمة في الحالات التي يتعذر فيها قياس بيانات جميع أفراد المجتمع.

تقيس كل ملاحظة خاصية واحدة أو أكثر (مثل الوزن، أو الموقع، أو اللون، أو الكتلة) لأشياء أو أفراد مستقلين. في أخذ العينات الاستقصائية ، يمكن تطبيق أوزان على البيانات لتعديل تصميم العينة، لا سيما في أخذ العينات الطبقية . [ 1 ] وتُستخدم نتائج نظرية الاحتمالات والنظرية الإحصائية لتوجيه هذه الممارسة. في مجالي الأعمال والبحوث الطبية، يُستخدم أخذ العينات على نطاق واسع لجمع المعلومات حول مجتمع ما. [ 2 ] ويُستخدم أخذ عينات القبول لتحديد ما إذا كانت دفعة إنتاج من المواد تفي بالمواصفات المعتمدة .

تاريخ

يُعدّ أخذ العينات العشوائية باستخدام القرعة فكرة قديمة، ذُكرت عدة مرات في الكتاب المقدس. في عام 1786، قدّر بيير سيمون لابلاس عدد سكان فرنسا باستخدام عينة، إلى جانب مُقدِّر النسبة . كما حسب تقديرات احتمالية للخطأ. لم تُعبَّر هذه التقديرات بفترات ثقة حديثة ، بل بحجم العينة اللازم لتحقيق حدٍّ أعلى مُحدَّد لخطأ المعاينة باحتمالية 1000/1001. استخدمت تقديراته نظرية بايز مع احتمال مُسبق مُوحَّد، وافترضت أن عينته عشوائية. أدخل ألكسندر إيفانوفيتش تشوبروف مسوحات العينات إلى روسيا القيصرية في سبعينيات القرن التاسع عشر. [ 3 ]

في الولايات المتحدة، انحرفت توقعات مجلة "ليتراري دايجست" لعام 1936 بفوز الجمهوريين في الانتخابات الرئاسية انحرافًا كبيرًا، بسبب التحيز الشديد.استجاب أكثر من مليوني شخص للدراسة، حيث تم الحصول على أسمائهم من قوائم اشتراكات المجلات وأدلة الهاتف. لم يُدرك حينها أن هذه القوائم كانت منحازة بشدة للجمهوريين، وأن العينة الناتجة، على الرغم من كبر حجمها، كانت معيبة للغاية. [ 4 ] [ 5 ]

اعتمدت سنغافورة هذا الأسلوب في الانتخابات منذ انتخابات عام 2015 ، والمعروف أيضًا باسم فرز العينات. ووفقًا لإدارة الانتخابات ، وهي الهيئة الانتخابية الرسمية في البلاد، فإن فرز العينات يُسهم في الحد من التكهنات والمعلومات المضللة، كما يُساعد مسؤولي الانتخابات على التحقق من نتائج الانتخابات في تلك الدائرة الانتخابية. وبينما تُعطي نتائج فرز العينات المُعلنة مؤشرًا دقيقًا نسبيًا بهامش خطأ 4% عند مستوى ثقة 95% ، فقد ذكّرت إدارة الانتخابات الجمهور بأن فرز العينات منفصل عن النتائج الرسمية، وأن رئيس لجنة الانتخابات هو الجهة الوحيدة المخولة بإعلان النتائج الرسمية بعد اكتمال عملية فرز الأصوات. [ 6 ] [ 7 ]

تعريف السكان

تعتمد الممارسة الإحصائية الناجحة على تحديد دقيق للمشكلة. في مجال المعاينة، يشمل ذلك تحديد " المجتمع الإحصائي " الذي تُسحب منه العينة. يُمكن تعريف المجتمع الإحصائي بأنه يشمل جميع الأفراد أو العناصر التي تمتلك الخصائص المراد فهمها. ولأن الوقت أو الموارد المالية نادرًا ما تكفي لجمع المعلومات من جميع أفراد المجتمع الإحصائي، يصبح الهدف هو إيجاد عينة تمثيلية (أو مجموعة فرعية) منه.

أحيانًا يكون تعريف المجموعة السكانية واضحًا. على سبيل المثال، يحتاج المصنّع إلى تحديد ما إذا كانت دفعة من المواد المنتجة ذات جودة كافية لطرحها في السوق أم يجب التخلص منها أو إعادة تصنيعها بسبب رداءة جودتها. في هذه الحالة، تمثل الدفعة المجموعة السكانية.

على الرغم من أن مجتمع الدراسة غالبًا ما يتكون من أشياء مادية، إلا أنه قد يكون من الضروري أحيانًا أخذ عينات على مدار الزمن أو المكان أو مزيج من هذين البُعدين. على سبيل المثال، يمكن لدراسة حول عدد موظفي السوبر ماركت أن تتناول طول طوابير الدفع في أوقات مختلفة، أو قد تهدف دراسة عن طيور البطريق المهددة بالانقراض إلى فهم استخدامها لمناطق صيد مختلفة على مر الزمن. أما بالنسبة لبُعد الزمن، فقد ينصب التركيز على فترات زمنية أو مناسبات محددة.

في حالات أخرى، قد يكون "المجتمع" المدروس أقل وضوحًا. على سبيل المثال، درس جوزيف جاغر سلوك عجلات الروليت في كازينو بمونت كارلو ، واستخدم هذه الدراسة لتحديد عجلة منحازة. في هذه الحالة، كان "المجتمع" الذي أراد جاغر دراسته هو السلوك العام للعجلة (أي التوزيع الاحتمالي لنتائجها على عدد لا نهائي من المحاولات)، بينما تشكلت "عينته" من النتائج المرصودة لتلك العجلة. وتبرز اعتبارات مماثلة عند إجراء قياسات متكررة لخصائص المواد، مثل الموصلية الكهربائية للنحاس .

غالباً ما تنشأ هذه الحالة عند البحث عن فهمٍ لنظام الأسباب الذي تُعدّ المجموعة السكانية المرصودة نتاجاً له. في مثل هذه الحالات، قد تُعامل نظرية المعاينة المجموعة السكانية المرصودة كعينة من "مجموعة سكانية فائقة" أكبر. على سبيل المثال، قد يدرس باحثٌ معدل نجاح برنامج جديد للإقلاع عن التدخين على مجموعة تجريبية من 100 مريض، بهدف التنبؤ بآثار البرنامج في حال تعميمه على مستوى الدولة. هنا، تُمثّل المجموعة السكانية الفائقة "جميع سكان الدولة، ممن يُتاح لهم هذا العلاج" - وهي مجموعة غير موجودة حالياً لأن البرنامج غير مُتاح للجميع بعد.

قد لا يكون المجتمع الذي تُسحب منه العينة هو نفسه المجتمع الذي تُطلب منه المعلومات. غالبًا ما يكون هناك تداخل كبير، وإن لم يكن تامًا، بين هاتين المجموعتين بسبب اختلافات في الإطار، وما إلى ذلك (انظر أدناه). أحيانًا قد تكون المجموعتان منفصلتين تمامًا؛ على سبيل المثال، قد تُجرى دراسة على الفئران لفهم صحة الإنسان بشكل أفضل، أو قد تُدرس سجلات الأشخاص المولودين عام 2008 للتنبؤ بصحة الأشخاص المولودين عام 2009.

إن الوقت الذي يقضيه المرء في تحديد السكان الذين تم أخذ عينات منهم والسكان المعنيين بدقة غالباً ما يكون استثماراً جيداً لأنه يثير العديد من القضايا والغموض والأسئلة التي كان من الممكن تجاهلها في هذه المرحلة.

إطار المعاينة

في أبسط الحالات، كأخذ عينة من دفعة مواد من الإنتاج (أخذ عينات القبول حسب الدفعات)، يُفضّل تحديد وقياس كل عنصر في المجموعة وإدراج أيٍّ منها في العينة. مع ذلك، في الحالة الأكثر عمومية، لا يكون هذا ممكنًا أو عمليًا في العادة. فليس من الممكن تحديد جميع الفئران في مجموعة الفئران. وعندما لا يكون التصويت إلزاميًا، لا يمكن تحديد من سيصوّت في الانتخابات القادمة (قبل موعدها). هذه المجموعات غير الدقيقة لا تخضع لأخذ العينات بأي من الطرق المذكورة أدناه والتي يمكننا تطبيق النظرية الإحصائية عليها.

كحلٍّ، نسعى إلى إطار معاينة يتميّز بخاصية تحديد كل عنصر على حدة وإدراجه في عيّنتنا. [ 8 ] [ 9 ] [ 10 ] [ 11 ] أبسط أنواع الأطر هو قائمة بعناصر المجتمع (ويُفضّل أن تشمل المجتمع بأكمله) مع معلومات الاتصال المناسبة. على سبيل المثال، في استطلاع رأي ، تشمل أطر المعاينة الممكنة سجلّ الناخبين ودليل الهاتف .

العينة الاحتمالية هي عينة يكون لكل وحدة في المجتمع فيها فرصة (أكبر من الصفر) للاختيار، ويمكن تحديد هذه الاحتمالية بدقة. يُمكّن الجمع بين هذه الخصائص من إنتاج تقديرات غير متحيزة لإجمالي المجتمع، وذلك بترجيح الوحدات المأخوذة من العينة وفقًا لاحتمالية اختيارها.

مثال: نريد تقدير إجمالي دخل البالغين المقيمين في شارع معين. نزور كل منزل في ذلك الشارع، ونحدد جميع البالغين المقيمين فيه، ثم نختار عشوائيًا بالغًا واحدًا من كل منزل. (على سبيل المثال، يمكننا تخصيص رقم عشوائي لكل شخص، مُولّد من توزيع منتظم بين 0 و1، ونختار الشخص صاحب الرقم الأعلى في كل منزل). بعد ذلك، نجري مقابلة مع الشخص المختار ونحسب دخله.

من المؤكد أن يتم اختيار الأشخاص الذين يعيشون بمفردهم، لذا نضيف دخلهم إلى تقديرنا الإجمالي. أما الشخص الذي يعيش في أسرة مكونة من شخصين بالغين، ففرصة اختياره هي النصف. ولتوضيح ذلك، عند الوصول إلى مثل هذه الأسرة، نحسب دخل الشخص المختار مرتين ضمن الإجمالي. (يمكن اعتبار الشخص المختار من تلك الأسرة ممثلاً أيضاً للشخص غير المختار).

في المثال السابق، لا يمتلك جميع الأفراد نفس احتمالية الاختيار؛ ما يجعل العينة احتمالية هو معرفة احتمالية كل فرد. عندما تمتلك جميع عناصر المجتمع نفس احتمالية الاختيار، يُعرف هذا بتصميم "احتمالية اختيار متساوية" (EPS). تُعرف هذه التصاميم أيضًا باسم "الترجيح الذاتي" لأن جميع الوحدات المأخوذة من العينة تُعطى نفس الوزن.

تشمل أساليب المعاينة الاحتمالية ما يلي: المعاينة العشوائية البسيطة ، والمعاينة المنتظمة ، والمعاينة الطبقية ، والمعاينة الاحتمالية المتناسبة مع الحجم، والمعاينة العنقودية أو متعددة المراحل . وتشترك هذه الأساليب المختلفة للمعاينة الاحتمالية في أمرين:

  1. لكل عنصر احتمال معروف غير صفري لاختياره في العينة و
  2. يتضمن ذلك الاختيار العشوائي في مرحلة ما.

أخذ العينات غير الاحتمالية

المعاينة غير الاحتمالية هي أي طريقة معاينة لا تُتاح فيها فرصة اختيار بعض عناصر المجتمع (ويُشار إليها أحيانًا بـ "خارج التغطية" أو "غير المغطاة")، أو حيث لا يمكن تحديد احتمالية الاختيار بدقة. وتتضمن هذه الطريقة اختيار العناصر بناءً على افتراضات تتعلق بالمجتمع محل الدراسة، والتي تُشكل معايير الاختيار. وبالتالي، ولأن اختيار العناصر غير عشوائي، فإن المعاينة غير الاحتمالية لا تسمح بتقدير أخطاء المعاينة. وتؤدي هذه الظروف إلى تحيز الاستبعاد ، مما يحد من كمية المعلومات التي يمكن أن توفرها العينة عن المجتمع. وتكون المعلومات المتعلقة بالعلاقة بين العينة والمجتمع محدودة، مما يجعل من الصعب استقراء النتائج من العينة إلى المجتمع.

مثال: نزور كل منزل في شارع معين، ونجري مقابلة مع أول شخص يفتح الباب. في أي منزل يسكنه أكثر من شخص، تُعد هذه عينة غير احتمالية، لأن بعض الأشخاص أكثر عرضة لفتح الباب (مثلاً، الشخص العاطل عن العمل الذي يقضي معظم وقته في المنزل أكثر عرضة لفتح الباب من زميله في السكن العامل الذي قد يكون في العمل عندما يتصل به الباحث)، وليس من العملي حساب هذه الاحتمالات.

تشمل أساليب أخذ العينات غير الاحتمالية أخذ العينات الميسرة ، وأخذ العينات الحصصية ، وأخذ العينات المتسلسلة ، وأخذ العينات الهادفة . إضافةً إلى ذلك، قد تُحوّل تأثيرات عدم الاستجابة أي تصميم احتمالي إلى تصميم غير احتمالي إذا لم تُفهم خصائص عدم الاستجابة جيدًا، لأن عدم الاستجابة يُعدّل فعليًا احتمالية أخذ عينة من كل عنصر.

أساليب أخذ العينات

ضمن أي من أنواع الأطر المحددة أعلاه، يمكن استخدام مجموعة متنوعة من أساليب أخذ العينات بشكل فردي أو مجتمعة. تشمل العوامل التي تؤثر عادةً على اختيار أحد هذه التصاميم ما يلي:

  • طبيعة وجودة الإطار
  • توافر معلومات إضافية حول الوحدات الموجودة على الإطار
  • متطلبات الدقة، والحاجة إلى قياس الدقة
  • هل من المتوقع إجراء تحليل مفصل للعينة؟
  • مخاوف تتعلق بالتكلفة/التشغيل

أخذ العينات العشوائية البسيطة

تمثيل مرئي لاختيار عينة عشوائية بسيطة

في عينة عشوائية بسيطة ذات حجم محدد، تتساوى احتمالية اختيار جميع المجموعات الفرعية لإطار المعاينة. وبالتالي، تتساوى احتمالية اختيار كل عنصر من عناصر الإطار، إذ لا يتم تقسيم الإطار أو تجزئته. علاوة على ذلك، فإن أي زوج من العناصر له نفس فرصة الاختيار التي يتمتع بها أي زوج آخر (وينطبق الأمر نفسه على الثلاثيات، وهكذا). هذا يقلل من التحيز ويبسط تحليل النتائج. على وجه الخصوص، يُعد التباين بين النتائج الفردية داخل العينة مؤشرًا جيدًا على التباين في المجتمع الإحصائي ككل، مما يُسهل تقدير دقة النتائج.

قد يكون أسلوب المعاينة العشوائية البسيطة عرضةً لخطأ المعاينة، لأن عشوائية الاختيار قد تُنتج عينة لا تعكس تركيبة المجتمع. فعلى سبيل المثال، عينة عشوائية بسيطة من عشرة أشخاص من بلد معين ستُنتج في المتوسط ​​خمسة رجال وخمس نساء، ولكن من المرجح أن تُفرط أي تجربة في تمثيل أحد الجنسين وتُقلل من تمثيل الآخر. وتسعى الأساليب المنهجية والطبقية إلى التغلب على هذه المشكلة من خلال "استخدام معلومات عن المجتمع" لاختيار عينة أكثر "تمثيلاً".

كذلك، قد يكون أخذ العينات العشوائية البسيطة مُرهقًا ومُضنيًا عند أخذ عينات من مجتمع مستهدف كبير. في بعض الحالات، يهتم الباحثون بأسئلة بحثية خاصة بفئات فرعية من المجتمع. على سبيل المثال، قد يرغب الباحثون في دراسة ما إذا كانت القدرة المعرفية، كمؤشر على الأداء الوظيفي، قابلة للتطبيق بالتساوي على جميع المجموعات العرقية. لا يُلبي أخذ العينات العشوائية البسيطة احتياجات الباحثين في هذه الحالة، لأنه لا يُوفر عينات فرعية من المجتمع، ويمكن استخدام استراتيجيات أخذ عينات أخرى، مثل أخذ العينات الطبقية.

أخذ العينات المنتظم

تمثيل مرئي لاختيار عينة عشوائية باستخدام أسلوب المعاينة المنتظمة

تعتمد المعاينة المنتظمة (المعروفة أيضًا بالمعاينة الفاصلية) على ترتيب مجتمع الدراسة وفقًا لنمط ترتيب معين، ثم اختيار عناصر على فترات منتظمة من خلال تلك القائمة المرتبة. تتضمن المعاينة المنتظمة بداية عشوائية، ثم تستمر باختيار كل عنصر رقم k من تلك النقطة فصاعدًا. في هذه الحالة، k = (حجم المجتمع / حجم العينة). من المهم ألا تكون نقطة البداية هي العنصر الأول في القائمة تلقائيًا، بل يتم اختيارها عشوائيًا من بين العناصر من الأول إلى العنصر رقم k في القائمة. مثال بسيط على ذلك هو اختيار كل اسم عاشر من دليل الهاتف (عينة "كل 10"، والتي تُعرف أيضًا باسم "المعاينة مع تخطي 10").

طالما أن نقطة البداية عشوائية ، فإن المعاينة المنتظمة تُعدّ نوعًا من أنواع المعاينة الاحتمالية . وهي سهلة التطبيق، ويمكن أن يُسهم التوزيع الطبقي الناتج في جعلها فعّالة، إذا كان المتغير الذي تُرتّب القائمة على أساسه مرتبطًا بالمتغير محل الاهتمام. وتُعدّ معاينة "كل عاشر" مفيدة بشكل خاص لأخذ عينات فعّالة من قواعد البيانات .

على سبيل المثال، لنفترض أننا نرغب في أخذ عينة من سكان شارع طويل يبدأ في منطقة فقيرة (المنزل رقم 1) وينتهي في منطقة راقية (المنزل رقم 1000). قد يؤدي اختيار عشوائي بسيط لعناوين هذا الشارع إلى عينة غير ممثلة، حيث يكون عدد المنازل في المناطق الراقية أكثر من اللازم، وعدد المنازل في المناطق الفقيرة أقل من اللازم (أو العكس). لذا، فإن اختيار منزل كل عاشر منزل على طول الشارع، على سبيل المثال، يضمن توزيع العينة بالتساوي على طول الشارع، لتمثيل جميع هذه المناطق. (إذا بدأنا دائمًا من المنزل رقم 1 وانتهينا عند المنزل رقم 991، ستكون العينة منحازة قليلاً نحو المناطق الفقيرة؛ ولكن باختيار نقطة البداية عشوائيًا بين المنزلين 1 و10، يتم التخلص من هذا الانحياز).

مع ذلك، فإن أسلوب المعاينة المنتظمة عرضة بشكل خاص لتأثيرات التكرار الدوري في القائمة. فإذا وُجد تكرار دوري وكانت الفترة الزمنية من مضاعفات أو عوامل الفترة المستخدمة، فمن المرجح أن تكون العينة غير ممثلة للمجتمع الإحصائي ككل، مما يجعل هذا الأسلوب أقل دقة من أسلوب المعاينة العشوائية البسيطة.

على سبيل المثال، لنفترض شارعًا تقع فيه المنازل ذات الأرقام الفردية جميعها على الجانب الشمالي (الأغلى سعرًا)، بينما تقع المنازل ذات الأرقام الزوجية جميعها على الجانب الجنوبي (الأرخص سعرًا). وفقًا لأسلوب المعاينة المذكور أعلاه، يستحيل الحصول على عينة تمثيلية؛ فإما أن تكون جميع المنازل المأخوذة من العينة من الجانب ذي الأرقام الفردية والغالية، أو من الجانب ذي الأرقام الزوجية والأرخص سعرًا، إلا إذا كان الباحث على دراية مسبقة بهذا التحيز وتجنبه باستخدام حاوية نفايات تضمن التنقل بين الجانبين (أي حاوية نفايات ذات أرقام فردية).

من عيوب المعاينة المنتظمة الأخرى أنه حتى في الحالات التي تكون فيها أكثر دقة من المعاينة العشوائية البسيطة، فإن خصائصها النظرية تجعل من الصعب تحديد هذه الدقة كميًا. (في المثالين المذكورين أعلاه للمعاينة المنتظمة، يعود جزء كبير من خطأ المعاينة المحتمل إلى التباين بين المنازل المتجاورة - ولكن نظرًا لأن هذه الطريقة لا تختار منزلين متجاورين أبدًا، فلن توفر لنا العينة أي معلومات عن هذا التباين).

كما ذُكر أعلاه، يُعدّ أخذ العينات المنتظم طريقةً ذات احتمالية اختيار متساوية، لأن جميع العناصر لها نفس احتمالية الاختيار (في المثال المذكور، واحد من عشرة). وهو ليس "أخذ عينات عشوائي بسيط" لأن مجموعات فرعية مختلفة من نفس الحجم لها احتمالات اختيار مختلفة - على سبيل المثال، المجموعة {4، 14، 24، ...، 994} لها احتمالية اختيار واحد من عشرة، بينما المجموعة {4، 13، 24، 34، ...} لها احتمالية اختيار صفر.

يمكن أيضًا تكييف أسلوب أخذ العينات المنتظم مع نهج غير قائم على نظام أخذ العينات المتسلسل (EPS)؛ على سبيل المثال، انظر مناقشة عينات نظام أخذ العينات المتسلسل (PPS) أدناه.

أخذ العينات الطبقية

تمثيل مرئي لاختيار عينة عشوائية باستخدام أسلوب المعاينة الطبقية

عندما يضم المجتمع عددًا من الفئات المتميزة، يمكن تنظيم الإطار وفقًا لهذه الفئات في "طبقات" منفصلة. ثم تُؤخذ عينة من كل طبقة كمجموعة فرعية مستقلة، حيث يمكن اختيار عناصر فردية منها عشوائيًا. [ 8 ] تُسمى نسبة حجم هذا الاختيار العشوائي (أو العينة) إلى حجم المجتمع بكسر المعاينة . [ 12 ] هناك العديد من الفوائد المحتملة للمعاينة الطبقية. [ 12 ]

أولاً، يمكن أن يؤدي تقسيم السكان إلى طبقات متميزة ومستقلة إلى تمكين الباحثين من استخلاص استنتاجات حول مجموعات فرعية محددة قد تضيع في عينة عشوائية أكثر عمومية.

ثانيًا، يمكن أن يؤدي استخدام أسلوب المعاينة الطبقية إلى تقديرات إحصائية أكثر كفاءة (شريطة أن يتم اختيار الطبقات بناءً على مدى صلتها بالمعيار قيد الدراسة، وليس بناءً على توافر العينات). حتى لو لم يؤدِ أسلوب المعاينة الطبقية إلى زيادة الكفاءة الإحصائية، فإن هذه الطريقة لن تكون أقل كفاءة من المعاينة العشوائية البسيطة، شريطة أن تكون كل طبقة متناسبة مع حجم المجموعة في المجتمع.

ثالثًا، في بعض الأحيان تكون البيانات متاحة بسهولة أكبر للطبقات الفردية الموجودة مسبقًا داخل السكان مقارنة بالسكان ككل؛ في مثل هذه الحالات، قد يكون استخدام أسلوب أخذ العينات الطبقية أكثر ملاءمة من تجميع البيانات عبر المجموعات (على الرغم من أن هذا قد يتعارض مع الأهمية المذكورة سابقًا لاستخدام الطبقات ذات الصلة بالمعايير).

وأخيرًا، نظرًا لأن كل طبقة تُعامل على أنها مجموعة سكانية مستقلة، يمكن تطبيق أساليب أخذ العينات المختلفة على الطبقات المختلفة، مما قد يمكّن الباحثين من استخدام النهج الأنسب (أو الأكثر فعالية من حيث التكلفة) لكل مجموعة فرعية محددة داخل السكان.

مع ذلك، توجد بعض العيوب المحتملة لاستخدام أسلوب المعاينة الطبقية. أولًا، قد يؤدي تحديد الطبقات وتطبيق هذا الأسلوب إلى زيادة تكلفة اختيار العينة وتعقيدها، فضلًا عن زيادة تعقيد تقديرات حجم المجتمع الإحصائي. ثانيًا، عند دراسة معايير متعددة، قد ترتبط المتغيرات الطبقية ببعضها دون غيرها، مما يزيد من تعقيد التصميم، وربما يقلل من جدوى الطبقات. أخيرًا، في بعض الحالات (مثل التصاميم ذات العدد الكبير من الطبقات، أو تلك التي تحدد حدًا أدنى لحجم العينة لكل مجموعة)، قد تتطلب المعاينة الطبقية عينة أكبر من تلك التي تتطلبها الطرق الأخرى (مع أن حجم العينة المطلوب في معظم الحالات لا يتجاوز حجم العينة المطلوب في المعاينة العشوائية البسيطة).

تكون طريقة أخذ العينات الطبقية أكثر فعالية عند استيفاء ثلاثة شروط.
  1. يتم تقليل التباين داخل الطبقات إلى الحد الأدنى
  2. يتم تعظيم التباين بين الطبقات
  3. ترتبط المتغيرات التي يتم على أساسها تصنيف السكان ارتباطًا وثيقًا بالمتغير التابع المطلوب.
مزايا مقارنة بطرق أخذ العينات الأخرى
  1. يركز على الفئات السكانية الفرعية المهمة ويتجاهل الفئات غير ذات الصلة.
  2. يسمح باستخدام تقنيات أخذ العينات المختلفة لمجموعات فرعية مختلفة.
  3. يحسن دقة/كفاءة التقدير.
  4. يسمح بتحقيق توازن أكبر في القوة الإحصائية لاختبارات الفروق بين الطبقات عن طريق أخذ عينات بأعداد متساوية من طبقات تختلف اختلافًا كبيرًا في الحجم.
العيوب
  1. يتطلب ذلك اختيار متغيرات التقسيم الطبقي ذات الصلة، وهو أمر قد يكون صعباً.
  2. لا يكون ذلك مفيداً عندما لا توجد مجموعات فرعية متجانسة.
  3. قد يكون تنفيذه مكلفاً.
ما بعد التقسيم الطبقي

يُطبَّق التقسيم الطبقي أحيانًا بعد مرحلة أخذ العينات في عملية تُسمى "التقسيم الطبقي اللاحق". [ 8 ] يُلجأ إلى هذا الأسلوب عادةً لعدم وجود معرفة مسبقة بمتغير طبقي مناسب، أو عندما يفتقر الباحث إلى المعلومات اللازمة لإنشاء متغير طبقي خلال مرحلة أخذ العينات. ورغم أن هذه الطريقة عُرضة لمخاطر أساليب التحليل اللاحق، إلا أنها قد تُوفِّر العديد من المزايا في الظروف المناسبة. وعادةً ما يتبع تطبيقها عينة عشوائية بسيطة. وبالإضافة إلى إمكانية التقسيم الطبقي بناءً على متغير مساعد، يُمكن استخدام التقسيم الطبقي اللاحق لتطبيق الترجيح، مما يُحسِّن دقة تقديرات العينة. [ 8 ]

أخذ العينات الزائدة

يُعدّ أخذ العينات القائم على الاختيار، أو أخذ العينات الزائدة، أحد استراتيجيات أخذ العينات الطبقية. في أخذ العينات القائم على الاختيار، [ 13 ] تُقسّم البيانات إلى طبقات بناءً على الهدف، وتُؤخذ عينة من كل طبقة بحيث تكون فئات الهدف الأقل شيوعًا ممثلة بشكل أكبر في العينة. ثم يُبنى النموذج على هذه العينة المتحيزة . غالبًا ما تُقدّر تأثيرات متغيرات الإدخال على الهدف بدقة أكبر باستخدام العينة القائمة على الاختيار، حتى عند أخذ حجم عينة إجمالي أصغر، مقارنةً بالعينة العشوائية. عادةً ما يجب تعديل النتائج لتصحيح أخذ العينات الزائدة.

أخذ العينات الاحتمالية المتناسبة مع الحجم

في بعض الحالات، يمتلك مصمم العينة بيانات "متغير مساعد" أو "مقياس حجم"، يُعتقد أنه مرتبط بالمتغير محل الاهتمام، لكل عنصر في المجتمع الإحصائي. يمكن استخدام هذه البيانات لتحسين دقة تصميم العينة. أحد الخيارات هو استخدام المتغير المساعد كأساس للتقسيم الطبقي، كما ذُكر سابقًا.

خيار آخر هو أخذ العينات الاحتمالية المتناسبة مع الحجم (PPS)، حيث تُحدد احتمالية اختيار كل عنصر بما يتناسب مع حجمه، بحد أقصى 1. في تصميم PPS بسيط، يمكن استخدام احتمالات الاختيار هذه كأساس لأخذ عينات بواسون . مع ذلك، يعيب هذا الأسلوب تباين حجم العينة، وقد تظل أجزاء مختلفة من المجتمع ممثلة تمثيلاً زائداً أو ناقصاً بسبب التباين العشوائي في الاختيارات.

يمكن استخدام نظرية المعاينة المنتظمة لإنشاء عينة احتمالية تتناسب مع حجمها. ويتم ذلك بمعاملة كل عدد ضمن متغير الحجم كوحدة معاينة واحدة. ثم تُحدد العينات باختيارها على فترات متساوية من بين هذه الأعداد ضمن متغير الحجم. تُسمى هذه الطريقة أحيانًا معاينة الوحدة النقدية المتسلسلة أو معاينة الاحتمالية المتناسبة مع الحجم في حالة عمليات التدقيق أو المعاينة الجنائية.

مثال: لنفترض أن لدينا ست مدارس، يبلغ عدد طلابها 150، 180، 200، 220، 260، و  490 طالبًا على التوالي (إجمالي 1500 طالب)، ونريد استخدام عدد الطلاب كأساس لعينة احتمالية متناسبة مع مربعات (PPS) بحجم ثلاثة. لتحقيق ذلك، يمكننا تخصيص الأرقام من 1  إلى  150 للمدرسة الأولى، ومن 151 إلى 330 للمدرسة الثانية  (أي  150  +  180)، ومن 331 إلى 530 للمدرسة الثالثة، وهكذا حتى المدرسة الأخيرة (من 1011 إلى  1500). ثم نختار قيمة عشوائية بين 1 و500 (تساوي  1500/3) ونحسب عدد الطلاب في كل مدرسة بمضاعفات العدد 500. فإذا كانت القيمة العشوائية 137، فسنختار المدارس التي خُصصت لها الأرقام 137، 637، و  1137، أي المدارس الأولى والرابعة والسادسة.

يمكن لنهج أخذ العينات الاحتمالية المتناسبة مع حجم العينة (PPS) تحسين دقة التقديرات لحجم عينة محدد من خلال تركيز العينة على العناصر الكبيرة التي لها التأثير الأكبر على تقديرات المجتمع الإحصائي. يُستخدم هذا النهج عادةً في استطلاعات الشركات، حيث يختلف حجم العنصر بشكل كبير، وتتوفر معلومات إضافية في كثير من الأحيان  ؛ فعلى سبيل المثال، قد يستخدم استطلاع يهدف إلى قياس عدد ليالي الإقامة في الفنادق عدد غرف كل فندق كمتغير إضافي. في بعض الحالات، يمكن استخدام قياس سابق للمتغير محل الاهتمام كمتغير إضافي عند محاولة الحصول على تقديرات أحدث. [ 14 ]

أخذ العينات العنقودية

تمثيل مرئي لاختيار عينة عشوائية باستخدام تقنية أخذ العينات العنقودية

أحيانًا يكون اختيار المستجيبين في مجموعات (عناقيد) أكثر فعالية من حيث التكلفة. غالبًا ما يتم تجميع العينات جغرافيًا أو زمنيًا (جميع العينات تقريبًا "مُجمّعة" زمنيًا بشكل أو بآخر، مع أن هذا نادرًا ما يُؤخذ في الاعتبار عند التحليل). على سبيل المثال، عند إجراء مسح للأسر داخل مدينة ما، قد نختار 100 مربع سكني ثم نجري مقابلات مع كل أسرة داخل هذه المربعات.

يمكن أن يساهم التجميع في تقليل تكاليف السفر والإدارة. ففي المثال أعلاه، يمكن للباحث القيام برحلة واحدة لزيارة عدة أسر في منطقة سكنية واحدة، بدلاً من الاضطرار إلى القيادة إلى منطقة سكنية مختلفة لكل أسرة.

يعني هذا أيضًا أنه لا حاجة إلى إطار معاينة يضم جميع عناصر المجتمع المستهدف. بدلًا من ذلك، يمكن اختيار المجموعات من إطار على مستوى المجموعة، مع إنشاء إطار على مستوى العنصر خاص بالمجموعات المختارة فقط. في المثال أعلاه، تتطلب العينة خريطة مدينة على مستوى الأحياء للاختيارات الأولية، ثم خريطة على مستوى الأسر للأحياء المئة المختارة، بدلًا من خريطة على مستوى الأسر للمدينة بأكملها.

تزيد المعاينة العنقودية (المعروفة أيضًا بالمعاينة العنقودية) عمومًا من تباين تقديرات العينة مقارنةً بالمعاينة العشوائية البسيطة، وذلك تبعًا لاختلاف العناقيد فيما بينها مقارنةً بالتباين داخل العنقود الواحد. ولهذا السبب، تتطلب المعاينة العنقودية عينة أكبر من المعاينة العشوائية البسيطة لتحقيق نفس مستوى الدقة، إلا أن وفورات التكلفة الناتجة عن التجميع قد تجعلها خيارًا أقل تكلفة.

Cluster sampling is commonly implemented as multistage sampling. This is a complex form of cluster sampling in which two or more levels of units are embedded one in the other. The first stage consists of constructing the clusters that will be used to sample from. In the second stage, a sample of primary units is randomly selected from each cluster (rather than using all units contained in all selected clusters). In following stages, in each of those selected clusters, additional samples of units are selected, and so on. All ultimate units (individuals, for instance) selected at the last step of this procedure are then surveyed. This technique, thus, is essentially the process of taking random subsamples of preceding random samples.

Multistage sampling can substantially reduce sampling costs, where the complete population list would need to be constructed (before other sampling methods could be applied). By eliminating the work involved in describing clusters that are not selected, multistage sampling can reduce the large costs associated with traditional cluster sampling.[14] However, each sample may not be a full representative of the whole population.

Quota sampling

In quota sampling, the population is first segmented into mutually exclusive sub-groups, just as in stratified sampling. Then judgement is used to select the subjects or units from each segment based on a specified proportion. For example, an interviewer may be told to sample 200 females and 300 males between the age of 45 and 60.

It is this second step which makes the technique one of nonprobability sampling. In quota sampling the selection of the sample is non-random. For example, interviewers might be tempted to interview those who look most helpful. The problem is that these samples may be biased because not everyone gets a chance of selection. This random element is its greatest weakness and quota versus probability has been a matter of controversy for several years.

Minimax sampling

في مجموعات البيانات غير المتوازنة، حيث لا تتبع نسبة المعاينة إحصائيات المجتمع، يمكن إعادة معاينة مجموعة البيانات بطريقة متحفظة تُسمى معاينة مينيمكس . تعود أصول معاينة مينيمكس إلى نسبة مينيمكس لأندرسون ، والتي ثبت أن قيمتها تساوي 0.5: في التصنيف الثنائي، يجب اختيار أحجام عينات الفئات بالتساوي. يمكن إثبات أن هذه النسبة هي نسبة مينيمكس فقط بافتراض مصنف LDA ذي التوزيعات الغاوسية. طُوّر مفهوم معاينة مينيمكس مؤخرًا لفئة عامة من قواعد التصنيف، تُسمى المصنفات الذكية على مستوى الفئات. في هذه الحالة، تُختار نسبة معاينة الفئات بحيث يكون أسوأ خطأ للمصنف، على جميع إحصائيات المجتمع الممكنة لاحتمالات الفئات المسبقة، هو الأفضل. [ 12 ]

أخذ العينات العرضي

العينة العرضية (المعروفة أحيانًا بالعينة الانتهازية أو العينة المتاحة ) هي نوع من أنواع العينات غير الاحتمالية ، حيث تُسحب العينة من جزء من المجتمع يسهل الوصول إليه. أي يتم اختيار المجتمع لسهولة الوصول إليه وملاءمته. قد يكون ذلك من خلال مقابلة الشخص، أو إدراجه في العينة عند مقابلته، أو اختياره عبر وسائل تكنولوجية كالإنترنت أو الهاتف. لا يستطيع الباحث الذي يستخدم هذه العينة تعميم نتائجه علميًا على المجتمع ككل، لأنها لن تكون ممثلة تمثيلًا كافيًا. على سبيل المثال، إذا أجرى الباحث استطلاعًا كهذا في مركز تجاري في الصباح الباكر من يوم معين، فإن الأشخاص الذين يمكنه مقابلتهم سيقتصرون على الموجودين في ذلك الوقت، وهو ما لا يمثل آراء باقي أفراد المجتمع في تلك المنطقة، إذا أُجري الاستطلاع في أوقات مختلفة من اليوم أو عدة مرات في الأسبوع. يُعد هذا النوع من العينات مفيدًا جدًا للاختبارات التجريبية. ومن الاعتبارات المهمة للباحثين الذين يستخدمون العينات المتاحة ما يلي:

  1. هل توجد ضوابط ضمن تصميم البحث أو التجربة يمكن أن تقلل من تأثير العينة غير العشوائية، وبالتالي ضمان أن تكون النتائج أكثر تمثيلاً للمجتمع؟
  2. هل هناك سبب وجيه للاعتقاد بأن عينة ملائمة معينة ستستجيب أو ينبغي أن تتصرف بشكل مختلف عن عينة عشوائية من نفس المجتمع؟
  3. هل السؤال الذي يطرحه البحث يمكن الإجابة عليه بشكل كافٍ باستخدام عينة ملائمة؟

في بحوث العلوم الاجتماعية، تُعدّ عينة كرة الثلج تقنية مشابهة، حيث يُستخدم المشاركون الحاليون في الدراسة لتجنيد المزيد من المشاركين في العينة. بعض أنواع عينة كرة الثلج، مثل عينة الاستجابة الموجهة، تسمح بحساب احتمالات الاختيار، وتُعتبر من أساليب أخذ العينات الاحتمالية في ظل ظروف معينة.

أخذ العينات الطوعي

تُعدّ طريقة أخذ العينات الطوعية نوعاً من أنواع أخذ العينات غير الاحتمالية. يختار المتطوعون إكمال استبيان.

يمكن دعوة المتطوعين عبر إعلانات على وسائل التواصل الاجتماعي. [ 15 ] ويمكن تحديد الفئة المستهدفة للإعلانات بناءً على خصائص مثل الموقع، والعمر، والجنس، والدخل، والمهنة، والتعليم، أو الاهتمامات، باستخدام الأدوات التي توفرها وسائل التواصل الاجتماعي. قد يتضمن الإعلان رسالة حول البحث ورابطًا لاستبيان. بعد النقر على الرابط وإكمال الاستبيان، يُرسل المتطوع البيانات ليتم إدراجها في عينة الدراسة. تتيح هذه الطريقة الوصول إلى شريحة عالمية من السكان، ولكنها محدودة بميزانية الحملة. كما يمكن إدراج متطوعين من خارج الفئة المدعوة في العينة.

يصعب تعميم النتائج بناءً على هذه العينة لأنها قد لا تمثل جميع أفراد المجتمع. غالباً ما يكون لدى المتطوعين اهتمام كبير بالموضوع الرئيسي للاستبيان.

أخذ العينات عند تقاطع الخطوط

أخذ العينات عن طريق تقاطع الخطوط هو أسلوب لأخذ عينات من العناصر في منطقة ما، حيث يتم أخذ عينة من عنصر ما إذا كان جزء خطي مختار، يسمى "مقطع عرضي"، يتقاطع مع العنصر.

أخذ العينات من اللوحات

تُعدّ معاينة اللوحات طريقةً لاختيار مجموعة من المشاركين عشوائيًا، ثمّ سؤالهم عن معلومات (قد تكون نفسها) عدة مرات على مدار فترة زمنية. ولذلك، يُجرى مقابلة مع كل مشارك في وقتين أو أكثر؛ وتُسمى كل فترة لجمع البيانات "موجة". طوّر عالم الاجتماع بول لازارسفيلد هذه الطريقة عام 1938 كوسيلة لدراسة الحملات السياسية . [ 16 ] تتيح طريقة المعاينة الطولية هذه تقدير التغيرات في المجتمع، على سبيل المثال فيما يتعلق بالأمراض المزمنة، وضغوط العمل، والإنفاق الأسبوعي على الغذاء. كما يُمكن استخدام معاينة اللوحات لإطلاع الباحثين على التغيرات الصحية الفردية الناتجة عن التقدم في السن، أو للمساعدة في تفسير التغيرات في المتغيرات التابعة المستمرة، مثل التفاعل الزوجي. [ 17 ] وقد طُرحت عدة طرق لتحليل بيانات اللوحات ، بما في ذلك تحليل التباين متعدد المتغيرات (MANOVA) ، ومنحنيات النمو ، ونمذجة المعادلات الهيكلية مع التأثيرات المتأخرة.

أخذ العينات المتسلسلة

تعتمد طريقة أخذ العينات المتسلسلة على إيجاد مجموعة صغيرة من المستجيبين الأوائل واستخدامهم لتجنيد المزيد من المستجيبين. وهي مفيدة بشكل خاص في الحالات التي يكون فيها المجتمع مخفيًا أو يصعب حصره.

أخذ العينات النظري

يحدث أخذ العينات النظري [ 18 ] عندما تُختار العينات بناءً على نتائج البيانات التي جُمعت حتى الآن بهدف تطوير فهم أعمق للمجال أو وضع نظريات. تُجمع عينة أولية عامة بهدف دراسة الاتجاهات العامة، حيث قد تتضمن العينات اللاحقة اختيار حالات متطرفة أو محددة للغاية لزيادة احتمالية ملاحظة الظاهرة فعليًا.

أخذ العينات النشط

في أخذ العينات النشط ، يتم اختيار العينات المستخدمة لتدريب خوارزمية التعلم الآلي بشكل فعال، كما يمكن مقارنة التعلم النشط (التعلم الآلي) .

الاختيار القائم على التقدير

أخذ العينات بالحكم، والمعروف أيضًا باسم أخذ العينات بالخبراء أو أخذ العينات الهادفة، هو نوع من أنواع أخذ العينات غير العشوائية حيث يتم اختيار العينات بناءً على رأي خبير، والذي يمكنه اختيار المشاركين بناءً على مدى قيمة المعلومات التي يقدمونها.

أخذ العينات العشوائي

يشير أسلوب المعاينة العشوائية إلى فكرة استخدام التقدير البشري لمحاكاة العشوائية. ورغم اختيار العينات يدويًا، فإن الهدف هو ضمان عدم وجود أي تحيز واعٍ في اختيارها، إلا أن هذا الأسلوب غالبًا ما يفشل بسبب تحيز الاختيار . [ 19 ] يُلجأ إلى أسلوب المعاينة العشوائية عمومًا لسهولته، عندما لا تتوفر الأدوات أو القدرة على تطبيق أساليب المعاينة الأخرى.

تكمن نقطة الضعف الرئيسية في هذه العينات في أنها غالباً لا تمثل خصائص المجتمع بأكمله، بل شريحة منه فقط. وبسبب هذا التمثيل غير المتوازن، غالباً ما تكون نتائج أخذ العينات العشوائية متحيزة. [ 20 ]

استبدال وحدات مختارة

قد تكون مخططات أخذ العينات بدون إرجاع (WOR  - لا يمكن اختيار أي عنصر أكثر من مرة في العينة نفسها) أو مع إرجاع (WR  - قد يظهر العنصر عدة مرات في العينة الواحدة). على سبيل المثال، إذا اصطدنا سمكًا، وقمنا بقياسه، ثم أعدناه فورًا إلى الماء قبل متابعة أخذ العينة، فهذا تصميم WR، لأننا قد نصطاد ونقيس السمكة نفسها أكثر من مرة. أما إذا لم نُعد السمك إلى الماء أو لم نضع علامة على كل سمكة ثم نطلقها بعد صيدها، فيصبح هذا تصميم WOR.

تحديد حجم العينة

تُعد الصيغ والجداول ومخططات دالة القوة من الأساليب المعروفة لتحديد حجم العينة.

خطوات استخدام جداول حجم العينة:

  1. افترض حجم التأثير المطلوب، α و β.
  2. راجع جدول حجم العينة [ 21 ]
    1. حدد الجدول الذي يتوافق مع قيمة α المحددة
    2. حدد الصف المقابل للقوة المطلوبة
    3. حدد موقع العمود المقابل لحجم التأثير المقدر.
    4. يمثل تقاطع العمود والصف الحد الأدنى لحجم العينة المطلوب.

أخذ العينات وجمع البيانات

تتضمن عملية جمع البيانات الجيدة ما يلي:

  • اتباع عملية أخذ العينات المحددة
  • الحفاظ على البيانات مرتبة زمنيًا
  • ملاحظة التعليقات والأحداث السياقية الأخرى
  • تسجيل حالات عدم الاستجابة

تطبيقات أخذ العينات

تُمكّن عملية أخذ العينات من اختيار نقاط البيانات المناسبة من بين مجموعة بيانات أكبر لتقدير خصائص المجتمع الإحصائي بأكمله. على سبيل المثال، يُنشر حوالي 600 مليون تغريدة يوميًا. ليس من الضروري الاطلاع على جميعها لتحديد المواضيع التي تُناقش خلال اليوم، ولا من الضروري أيضًا الاطلاع على جميع التغريدات لتحديد المشاعر تجاه كل موضوع. وقد طُوّر نموذج نظري لأخذ عينات من بيانات تويتر. [ 22 ]

في مجال التصنيع، تتوفر أنواع مختلفة من البيانات الحسية، مثل الصوت والاهتزاز والضغط والتيار والجهد وبيانات وحدة التحكم، على فترات زمنية قصيرة. وللتنبؤ بفترة التوقف، قد لا يكون من الضروري الاطلاع على جميع البيانات، بل قد تكون عينة منها كافية.

أخطاء في استطلاعات العينات

عادةً ما تكون نتائج الاستطلاعات عرضةً لبعض الأخطاء. ويمكن تصنيف الأخطاء الكلية إلى أخطاء المعاينة وأخطاء أخرى غير متعلقة بالمعاينة. ويشمل مصطلح "الخطأ" هنا التحيزات المنهجية بالإضافة إلى الأخطاء العشوائية.

أخطاء المعاينة والتحيزات

تنتج أخطاء المعاينة والتحيزات عن تصميم العينة. وتشمل هذه الأخطاء والتحيزات ما يلي:

  1. تحيز الاختيار : عندما تختلف احتمالات الاختيار الحقيقية عن تلك المفترضة في حساب النتائج.
  2. خطأ المعاينة العشوائية : تباين عشوائي في النتائج بسبب اختيار العناصر في العينة بشكل عشوائي.

خطأ غير متعلق بالمعاينة

الأخطاء غير المتعلقة بالمعاينة هي أخطاء أخرى قد تؤثر على التقديرات النهائية للمسح، وتنتج عن مشاكل في جمع البيانات أو معالجتها أو تصميم العينة. وقد تشمل هذه الأخطاء ما يلي:

  1. التغطية المفرطة: إدراج بيانات من خارج نطاق السكان
  2. نقص التغطية: لا يشمل إطار المعاينة عناصر من المجتمع الإحصائي.
  3. خطأ القياس: على سبيل المثال، عندما يسيء المستجيبون فهم السؤال، أو يجدون صعوبة في الإجابة عليه
  4. خطأ في المعالجة: أخطاء في ترميز البيانات
  5. تحيز عدم الاستجابة أو تحيز المشاركة : عدم الحصول على بيانات كاملة من جميع الأفراد المختارين

بعد أخذ العينات، يتم إجراء مراجعة للعملية الدقيقة المتبعة في أخذ العينات، بدلاً من تلك المقصودة، وذلك لدراسة أي آثار قد تحدثها أي اختلافات على التحليل اللاحق.

تتمثل إحدى المشكلات الخاصة في عدم الاستجابة . يوجد نوعان رئيسيان من عدم الاستجابة: [ 23 ] [ 24 ]

  • عدم استجابة الوحدة (عدم إكمال أي جزء من الاستبيان)
  • عدم الاستجابة للعنصر (تقديم الاستبيان أو المشاركة فيه ولكن عدم إكمال عنصر واحد أو أكثر من عناصر/أسئلة الاستبيان)

في أخذ العينات الاستقصائية ، قد يمتنع العديد من الأفراد المُختارين ضمن العينة عن المشاركة، أو لا يملكون الوقت الكافي لذلك ( تكلفة الفرصة البديلة )، [ 25 ] أو قد لا يتمكن القائمون على الاستبيان من التواصل معهم. في هذه الحالة، ثمة خطر وجود اختلافات بين المستجيبين وغير المستجيبين، مما يؤدي إلى تقديرات متحيزة لمعايير المجتمع. غالبًا ما يُعالج هذا الأمر بتحسين تصميم الاستبيان، وتقديم حوافز، وإجراء دراسات متابعة تُبذل فيها محاولات متكررة للتواصل مع غير المستجيبين وتحديد أوجه التشابه والاختلاف بينهم وبين بقية أفراد العينة. [ 26 ] كما يمكن التخفيف من هذه الآثار بترجيح البيانات (عند توفر معايير مرجعية للمجتمع) أو بتعويض البيانات بناءً على إجابات أسئلة أخرى. يُعد عدم الاستجابة مشكلةً خاصةً في أخذ العينات عبر الإنترنت. قد تشمل أسباب هذه المشكلة تصميم الاستبيانات بشكل غير صحيح، [ 24 ] والإفراط في إجراء الاستبيانات (أو إرهاق الاستبيانات)، [ 17 ] [ 27 ] وحقيقة أن المشاركين المحتملين قد يكون لديهم عناوين بريد إلكتروني متعددة، والتي لم يعودوا يستخدمونها أو لا يتحققون منها بانتظام.

أوزان المسح

في كثير من الحالات، قد تختلف نسبة العينة باختلاف الطبقة، ويتعين ترجيح البيانات لتمثيل المجتمع تمثيلاً صحيحاً. فعلى سبيل المثال، قد لا تشمل عينة عشوائية بسيطة من الأفراد في المملكة المتحدة بعض سكان الجزر الاسكتلندية النائية، الذين ستكون تكلفة أخذ عينات منهم باهظة للغاية. ويتمثل الحل الأقل تكلفة في استخدام عينة طبقية تتضمن طبقات حضرية وريفية. ويمكن أن تكون العينة الريفية ممثلة تمثيلاً ناقصاً، ولكن يتم ترجيحها بشكل مناسب في التحليل للتعويض عن ذلك.

بشكل عام، ينبغي ترجيح البيانات عادةً إذا لم يمنح تصميم العينة كل فرد فرصة متساوية للاختيار. على سبيل المثال، عندما تكون احتمالات اختيار الأسر متساوية، ولكن يُجرى مقابلة مع شخص واحد من كل أسرة، فإن هذا يقلل من فرصة مقابلة الأفراد من الأسر الكبيرة. ويمكن معالجة ذلك باستخدام أوزان المسح. وبالمثل، فإن الأسر التي لديها أكثر من خط هاتف واحد لديها فرصة أكبر للاختيار في عينة الاتصال العشوائي بالأرقام، ويمكن تعديل الأوزان وفقًا لذلك.

يمكن أن تخدم الأوزان أغراضًا أخرى أيضًا، مثل المساعدة في تصحيح عدم الاستجابة.

طرق إنتاج العينات العشوائية

انظر أيضاً

Notes

The textbook by Groves et alia provides an overview of survey methodology, including recent literature on questionnaire development (informed by cognitive psychology) :

  • Robert Groves, et alia. Survey methodology (2010 2nd ed. [2004]) ISBN 0-471-48348-6.

The other books focus on the statistical theory of survey sampling and require some knowledge of basic statistics, as discussed in the following textbooks:

The elementary book by Scheaffer et alia uses quadratic equations from high-school algebra:

  • Scheaffer, Richard L., William Mendenhal and R. Lyman Ott. Elementary survey sampling, Fifth Edition. Belmont: Duxbury Press, 1996.

More mathematical statistics is required for Lohr, for Särndal et alia, and for Cochran:[28]

The historically important books by Deming and Kish remain valuable for insights for social scientists (particularly about the U.S. census and the Institute for Social Research at the University of Michigan):

References

  1. ↑Lance, P.; Hattori, A. (2016). Sampling and Evaluation. Web: MEASURE Evaluation. pp. 6–8, 62–64.
  2. ↑ سالانت، بريسيلا، آي. ديلمان، وإيه. دون. كيفية إجراء مسحك الخاص . رقم 300.723 S3. 1994.
  3. ↑ سينيتا، إي. (1985). "لمحة تاريخية عن أخذ العينات في المسوحات في روسيا" . مجلة الجمعية الإحصائية الملكية. السلسلة أ (عامة) . 148 (2): 118-125 . doi : 10.2307/2981944 . JSTOR 2981944 . 
  4. ↑ ديفيد إس. مور وجورج ب. مكابي . " مقدمة في ممارسة الإحصاء ".
  5. ↑ فريدمان، ديفيد ؛ بيزاني، روبرت؛ بورفيس، روجر. الإحصاءات .
  6. ↑ "إحصاء العينة - إدارة الانتخابات في سنغافورة" (ملف PDF) . تم الاطلاع عليه بتاريخ 3 سبتمبر 2023 .
  7. ↑ هو، تيموثي (1 سبتمبر 2023). "الانتخابات الرئاسية 2023: ما مدى دقة فرز الأصوات الليلة؟" . DollarsAndSense.sg . تاريخ الاطلاع: 3 سبتمبر 2023 .
  8. 1 2 3 4 روبرت م. غروفز؛ وآخرون (2009). منهجية المسحجون وايلي وأولاده. رقم ISBN 978-0470465462.
  9. ↑ لوهر، شارون ل. أخذ العينات: التصميم والتحليل .
  10. ^ سارندال، كارل إريك. سوينسون ، بينجت. ريتمان، يناير. أخذ عينات المسح بمساعدة النموذج .
  11. ↑ شيفر، ريتشارد ل.؛ ويليام ميندنهال؛ ر. ليمان أوت. (2006). أخذ العينات الاستقصائية الأولية .
  12. 1 2 3 شاهروك أصفهاني، محمد؛ دوهرتي، إدوارد (2014). "تأثير أخذ العينات المنفصلة على دقة التصنيف" . المعلوماتية الحيوية . 30 (2): 242-250 . doi : 10.1093/bioinformatics/btt662 . PMID 24257187 . 
  13. ↑ سكوت، أ. ج.؛ وايلد، س. ج. (1986). "ملاءمة النماذج اللوجستية في ظل أخذ العينات القائم على الحالات والشواهد أو الاختيار". مجلة الجمعية الإحصائية الملكية، السلسلة ب . 48 (2): 170-182 . doi : 10.1111/j.2517-6161.1986.tb01400.x . JSTOR 2345712 . 
  14. 1 2
    • لور، شارون ل. أخذ العينات: التصميم والتحليل .
    • سارندال، كارل إريك؛ سوينسون ، بينجت. ريتمان، يناير. أخذ عينات المسح بمساعدة النموذج .
  15. ↑ أرياراتني، بوديكا (30 يوليو 2017). "طريقة أخذ العينات الطوعية المقترنة بالإعلان عبر وسائل التواصل الاجتماعي" . heal-info.blogspot.com . معلوماتية الصحة . تاريخ الاسترجاع: 18 ديسمبر 2018 .
  16. ↑ لازارسفيلد، ب.، وفيسك، م. (1938). "اللجنة" كأداة جديدة لقياس الرأي العام. مجلة الرأي العام الفصلية، 2(4)، 596-612.
  17. 1 2 غروفز وآخرون. منهجية المسح
  18. ↑ "أمثلة على أساليب أخذ العينات" (ملف PDF) .
  19. ↑ "تعريف أخذ العينات العشوائية" . أدوات المحاسبة . 7 يناير 2024.
  20. ↑ دليل أخذ العينات الإحصائية لمصلحة الضرائب الأمريكية . الولايات المتحدة الأمريكية: وزارة الخزانة، دائرة الإيرادات الداخلية. 1988. ص 8. 
  21. ↑ كوهين، 1988
  22. ↑ ديبان بالغونا؛ فيكاس جوشي؛ فينكاتيسان تشاكرافارثي؛ رافي كوثاري؛ إل في سوبرامانيام (2015). تحليل خوارزميات أخذ العينات لتويتر . المؤتمر الدولي المشترك حول الذكاء الاصطناعي .
  23. ↑ بيرينسكي، أ. ج. (2008). "عدم الاستجابة في الاستطلاعات". في: و. دونسباخ وم. و. تراوغوت (محرران)، دليل سيج لأبحاث الرأي العام (ص 309-321). ثاوزند أوكس، كاليفورنيا: منشورات سيج.
  24. 1 2 ديلمان، د.أ.، إلتينج، ج.ل.، جروفز، ر.م.، وليتل، ر.ج.أ. (2002). "عدم استجابة المشاركين في الاستبيانات في التصميم وجمع البيانات وتحليلها". في: ر.م. جروفز، د.أ. ديلمان، ج.ل. إلتينج، ور.ج.أ. ليتل (محررون)، عدم استجابة المشاركين في الاستبيانات (ص 3-26). نيويورك: جون وايلي وأولاده.
  25. ↑ ديلمان، د.أ.، سميث، ج.د.، وكريستيان، ل.م. (2009). استطلاعات الإنترنت والبريد والاستطلاعات المختلطة: منهج التصميم المُخصَّص. سان فرانسيسكو: جوسي-باس.
  26. ^ فيهفار، ف.، باتاجيلج، ز.، مانفريدا، كوالالمبور، وزاليتيل، م. (2002). “عدم الاستجابة في استطلاعات الويب”. في: RM Groves، DA Dillman، JL Eltinge، & RJA Little (Eds.)، عدم الاستجابة للمسح (ص 229-242). نيويورك: جون وايلي وأولاده.
  27. ↑ بورتر؛ ويتكومب؛ ويتزر (2004). "استطلاعات متعددة للطلاب وإرهاق الاستطلاعات". في: بورتر، ستيفن ر. (محرر). التغلب على مشاكل البحث الاستقصائي . اتجاهات جديدة للبحث المؤسسي. سان فرانسيسكو: جوسي-باس. ص 63-74 . ISBN  9780787974770تم الاطلاع عليه بتاريخ 15 يوليو 2019 .
  28. ↑ كوكران، ويليام ج. (1977-01-01). تقنيات أخذ العينات، الطبعة الثالثة . نيويورك، نيويورك: جون وايلي وأولاده. ISBN  978-0-471-16240-7.

للمزيد من القراءة

  • سينغ، جي إن، جايسوال، إيه كيه، وباندي إيه كيه (2021)، طرق محسّنة لتعويض البيانات المفقودة في أخذ العينات المتتالية مرتين، مجلة الاتصالات في الإحصاء: النظرية والأساليب. DOI:10.1080/03610926.2021.1944211
  • تشامبرز، آر إل، وسكينر، سي جيه (محرران) (2003)، تحليل بيانات المسح ، وايلي، رقم ISBN 0-471-89987-9
  • ديمينغ، دبليو إدواردز (1975) حول الاحتمالية كأساس للعمل، الإحصائي الأمريكي ، 29 (4)، ص  146-152.
  • جي، ب (2012) أخذ عينات من أنظمة المواد غير المتجانسة والديناميكية: نظريات عدم التجانس، وأخذ العينات، والتجانس ، إلسيفير ساينس، ISBN 978-0444556066
  • كورن، إي إل، وغروبارد، بي آي (1999) تحليل المسوحات الصحية ، وايلي، رقم ISBN 0-471-13773-1
  • لوكاس، صموئيل ر. (2012). doi : 10.1007/s11135-012-9775-3 "ما وراء إثبات الوجود: الشروط الأنطولوجية، والآثار المعرفية، وبحوث المقابلات المتعمقة."], الجودة والكمية ، doi : 10.1007/s11135-012-9775-3 .
  • ستيوارت، آلان (1962) الأفكار الأساسية لأخذ العينات العلمية ، شركة هافنر للنشر، نيويورك
  • سميث، تي إم إف (1984). "الوضع الراهن والتطورات المحتملة: بعض الآراء الشخصية: مسوحات العينات". مجلة الجمعية الإحصائية الملكية، السلسلة أ . 147 (الذكرى المئوية والخمسون للجمعية الإحصائية الملكية، العدد 2): 208-221 . doi : 10.2307/2981677 . JSTOR 2981677 . 
  • سميث، تي إم إف (1993). "السكان والاختيار: قيود الإحصاء (خطاب رئاسي)". مجلة الجمعية الإحصائية الملكية، السلسلة أ . 156 (2): 144-166 . doi : 10.2307/2982726 . JSTOR 2982726 . (صورة تي إم إف سميث في الصفحة 144)
  • سميث، تي إم إف (2001). "الذكرى المئوية: مسوحات العينات". بيومتريكا . 88 (1): 167-243 . doi : 10.1093/biomet/88.1.167 .
  • سميث، تي إم إف (2001). "الذكرى المئوية لشركة Biometrika: مسوحات العينات". في دي إم تيتيرنجتون ودي آر كوكس (محرران).بيومتريكا : مئة عام . مطبعة جامعة أكسفورد. الصفحات 165-194 . ISBN  978-0-19-850993-6.
  • ويتل، ب. (مايو 1954). "المعاينة الوقائية المثلى". مجلة جمعية بحوث العمليات الأمريكية . 2 (2): 197-203 . doi : 10.1287/opre.2.2.197 . JSTOR 166605 . 

المعايير

ISO

  • سلسلة ISO 2859
  • سلسلة ISO 3951

ASTM

  • الممارسة القياسية ASTM E105 لأخذ عينات احتمالية من المواد
  • الممارسة القياسية ASTM E122 لحساب حجم العينة لتقدير متوسط ​​خصائص دفعة أو عملية، مع هامش خطأ مسموح به محدد
  • الممارسة القياسية ASTM E141 لقبول الأدلة بناءً على نتائج أخذ العينات الاحتمالية
  • المصطلحات القياسية المتعلقة بأخذ العينات ASTM E1402
  • الممارسة القياسية ASTM E1994 لاستخدام خطط أخذ العينات الموجهة نحو العملية AOQL وLTPD
  • الممارسة القياسية ASTM E2234 لأخذ عينات من تدفق المنتج حسب السمات المفهرسة بواسطة AQL

ANSI، ASQ

  • ANSI/ASQ Z1.4

المعايير الفيدرالية والعسكرية الأمريكية

  • شعار ويكيميديا ​​كومنزالوسائط المتعلقة بالمعاينة (الإحصاء) على ويكيميديا ​​كومنز