النموذج الأمثل: التعريف والعوامل

بعد قراءة هذه المقالة سوف تتعلم عن التعريف والعوامل المؤثرة في العينة المثلى للدراسة.

تعريف العينة المثلى:

يمكن تعريف العينة المثلى للدراسة على أنها العينة التي تفي بمتطلبات الكفاءة والتمثيل والموثوقية والمرونة. بمعنى ، يجب أن تكون العينة صغيرة بما يكفي لإحباط النفقات غير الضرورية وكبيرة بما يكفي لمساعدة الباحث على تجنب عينة-خطأ يتجاوز الحد المسموح به للتسامح.

يجب أن تكون كبيرة بما يكفي للحصول على نتائج ذات دلالة إحصائية وذات دلالة إحصائية في جميع جداول أي استيراد ولكن لا يجب أن تكون كبيرة جدًا بحيث تؤدي إلى هدر الأموال ، وتأخير المشروع وتحقيق الدقة العالية بدون داعٍ. ينبغي أن تسفر العينة عن التقديرات المرغوبة بمستوى الموثوقية المطلوب بأقل تكلفة ممكنة.

يجب أن نتذكر أنه من الناحية العملية ، ينطوي أخذ العينات الفعال على الاستفادة القصوى من الموارد المتاحة من حيث تقنية وتنظيم البيانات الإحصائية وضبط ، قدر الإمكان ، لقيود الوقت ، والأموال والموظفين ، المفروضة أصلا على الدراسة.

بالإضافة إلى ذلك ، من الممكن في بعض الحالات توسيع أو تقليص حجم العينة للوفاء بمتطلبات غير متوقعة تنشأ في سياق الدراسة. في بعض الحالات ، يمكن تحسين الاعتمادية والكفاءة من خلال إحداث التغييرات المطلوبة في حجم العينة.

على مستوى الممارسة ، يمكن التعامل مع هذه المثل ولكن نادرا ما تتحقق ، وبالتالي لا يمكن للمرء أن يتوقع اختيار حجم العينة الصحيح.

العوامل المؤثرة على العينة المثلى:

يتأثر اختيار حجم العينة لدراسة معينة بعدة عوامل. هذه العوامل مترابطة وتتنوع بشكل كبير في دراسات مختلفة فيما يتعلق بأهميتها النسبية في تحديد حجم العينة.

(1) طبيعة السكان (متجانسة وغير متجانسة):

يعتمد حجم العينة في الدراسة على درجة تجانس السكان. كلما كان السكان أكثر تجانسًا ، قل عدد الحالات المطلوبة للحصول على عينة موثوق بها ، وبالعكس ، كلما كان عدد السكان غير المتجانس أكثر عددًا من الحالات المطلوبة لتشكيل عينة موثوق بها منه.

يمكن تقليل حجم العينة المطلوبة لدراسة مرضية للسكان غير المتجانسين من خلال تصنيف السكان إلى طبقات. بعض هذه الطبقات ستكون أكثر تجانسا والبعض الآخر أقل. يمكن تمثيل أكثر الطبقات المتجانسة بعينات أصغر من تلك المتغايرة نسبياً.

وذلك لأن الطبقة الأكثر تجانسا ، كلما كان ذلك أفضل يمكن لعينة عشوائية من حجم معين تمثيلها ، أي أكثر متساوية ستكون الحالات في العينة ومن ثم أقل متغير متوسطها.

(2) تعقيد الجدولة:

عند اتخاذ قرار بشأن حجم العينة ، يجب على المرء أيضًا أن يأخذ بعين الاعتبار عدد الفئات والفئات التي سيتم تجميع النتائج وتحليلها. وكلما زاد عدد الفئات ، كان العدد الأكبر هو العينة الإجمالية المطلوبة لإعطاء قياسات إحصائية موثوقة بها.

على الرغم من أن العينة قد تبدو مناسبة تمامًا للجدول الرئيسي ، فمن المرجح أن يتقلص الرقم بسرعة كبيرة عند إعداد جداول مفصلة.

على سبيل المثال ، قد تبدو عينة من 1000 طالب كعدد مناسب لمسح يهدف إلى التأكد من نسبة الطلاب الذين يفضلون التعليم المختلط. دعنا نقول إن 25٪ فقط يؤيدون (250 طالبًا).

إذا أراد الباحث الذهاب إلى أبعد من ذلك ومعرفة نوع الطلاب الذين يفضلون التعليم المختلط ، فسيتعين عليه تصنيف هؤلاء المستجيبين بشكل أكبر ، على أبعاد مثل ، هل لديهم خبرة سابقة في المؤسسة التعليمية المختلطة؟ ما الفئة الاجتماعية التي أتوا منها؟ أي نوع من الخلفية العائلية لديهم؟ ما هي طبيعة خبرتهم (إن وجدت) في المؤسسة المختلطة؟ وما إلى ذلك وهلم جرا.

وبالتالي ، قد يجد الباحث أخيراً 10 أو 15 حالة فقط من نوع معين (أي ، لا خبرة سابقة في التعليم المختلط ، الطبقة الوسطى ، الخلفية العائلية الأرثوذكسية ، إلخ). مثل هذه العينة لا يمكن أن توفر سوى أساس هش للغاية للتوصل إلى استنتاجات مهمة وعامة حول العلاقة بين المتغيرات.

يجب أن يكون حجم العينة المختارة كبيراً بما يكفي لإعطاء مقاييس موثوقة لأصغر الفئات الهامة. عندما يتم تقسيم البيانات إلى فئات فرعية أصغر وأصغر ، يصبح عدد الحالات التي تقع في خلايا مختلفة صغيرًا جدًا لدرجة أن المقاييس الإحصائية المحسوبة من إدخالات الخلايا من المرجح أن تكون غير موثوقة.

وبالتالي ، فإن كثافة الجدولة هي عامل له أهمية في القرار المتعلق بحجم العينة.

(3) المشاكل المتعلقة بجمع البيانات:

عادة ، يجب أن يظل حجم العينة ضمن الحدود العددية للحالات التي يمكن تأمينها بأموال ووقت معينين. يتأثر حجم البيانات بطول الاستبيان / الجدول الزمني ، وعدد العاملين الميدانيين ، وتشتت أو تركيز الحالات في منطقة جغرافية ، ومعدل الرفض ، وفقدان الحالات ، ونوع أخذ العينات المستخدمة ، وأخيراً ، طريقة جمع البيانات.

يجب النظر في تكلفة النقل المتضمنة في الانتقال من عنوان إلى آخر وفي الاستدعاءات (المكالمة الثانية أو الثالثة) عند تحديد حجم العينة. عند التخطيط لحجم العينة ، يجب على الباحث أن يتوقّع دائمًا أنه قد يكون قصيراً في جمع العدد المخصص للاستجواب.

فالناس يهاجرون ويموتون وغير قادرين على تقديم المعلومات بسبب المرض أو الذهاب لقضاء إجازة أو العمل ، ولا يمكن تحديد مكانهم ، أو رفض الإجابة ، أو إثبات العناوين الخاطئة ، وما إلى ذلك.

إنها سياسة جيدة للتخطيط للحصول على معلومات من كل حالة في العينة إن أمكن. وهذا يعني أنه ستكون هناك حاجة إلى وقت أكبر بكثير مما هو مطلوب إذا لم يتم الحصول إلا على حالات يسهل الوصول إليها وتعاونية. ومع ذلك ، من الأفضل الحصول على عينة أصغر دون تحيز من عينة كبيرة من المحتمل أن تكون غير ممثلة للكون بسبب التحيز.

(4) نوع من أخذ العينات:

بشكل عام ، ستكفي عينة أصغر عند استخدام التقسيم الطبقي. ويرجع ذلك إلى أن تأثير التقسيم الطبقي هو حل التجميع النسبي غير المتجانس إلى عدد من العينات الفرعية المتجانسة بشكل فردي. أكثر غير متجانسة من السكان ، وكلما زاد الاقتصاد من الحالات الممكنة من خلال التقسيم.

في أخذ العينات المعروف باسم أخذ العينات المزدوج ، يجمع الباحث عينة عشوائية كبيرة (لجمع بعض العناصر الأساسية للمعلومات) مع عينة صغيرة جداً أو طبقية (يتم تأمين معلومات مفصلة أو معقدة منها).

الشرط هنا هو أن حجم العينة العشوائية يجب أن يكون كبيرًا بما يكفي لإعطاء أوزان موثوق بها للطبقات المختلفة. تستفسر العينة الطبقية نفسها عن حالات أقل مقارنة بعينة عشوائية بسيطة لأن العينة في كل طبقة يجب أن تكون ممثلة لتلك الطبقة وليست "الكون".

أحد العوامل الهامة في تحديد العدد الضروري للحالات هو حجم وحدات أخذ العينات. في الواقع ، أكبر وحدة أخذ العينات ، كلما زاد عدد الحالات التي ستكون مطلوبة للتبويب الفردي.