جمعیت – نمونه – روش های نمونه گیری

جمعیت – نمونه – روش های نمونه گیری

اسلاید 1: به نام خدا

اسلاید 2: جمعیت –نمونه –روشهای نمونه گیری

اسلاید 3: The sampling process…POPULATIONSAMPLEINFERENCE

اسلاید 4: جمعيت Populationمجموعه بزرگي از اشياء و افرادي كه در چيزي مشتركند.-مجموعه گزارشات پذيرش بيمارستان، گواهي تولد ، برنامه هاي آموزشي در گروههاي مختلف .............

اسلاید 5: نمونه Sampleزير مجموعه اي از جمعيت مورد نظر كه به نحوي انتخاب شده است كه معرف يا نماينده جمعيت باشد.

اسلاید 6: 1- سرشماری : اگر تک تک افراد جامعه مورد بررسی قرار گیرد و صفت مورد مطالعه برای تمام افراد جامعه اندازه گیری شود سرشماری انجام گرفته است2- نمونه گیری : در صورتی که قسمتی از جامعه به عنوان نمونه مورد بررسی قرار گیرد نمونه گیری انجام گرفته است

اسلاید 7: دلايل نمونه برداري :1-نمونه سريعتر از جمعيت مطالعه مي شود و نتايج سريعتر قابل استفاده مي شود.2-مطالعات يك نمونه به مراتب ارزانتر از مطالعه تمام افراد يك جمعيت است. زيرا زير مجموعه اي از جمعيت مورد اندازه گيري و آزمايش قرار مي گيرد.

اسلاید 8: 3-در بعضي اوقات ، مطالعه تمام افراد در يك جمعيت امكان ندارد. ممكن است در برخي حالات، مراحل اجرايي مطالعه ( از قبيل اندازه گيري ) موجب از بين رفتن شي ء يا موجود تحت مطالعه باشد.

اسلاید 9: مثال : براي تهيه غضروف در سگ از طريق مطالعه بافت شناسي بعد از 6 هفته بي حركتي اندام، حيوان كشته مي شود و نمونه هاي لازم جهت مطالعه بافت شناسي از غضروف تهيه مي شود. در اين مطالعه ، بررسي كل جمعيت نياز به كشتن تمام سگها دارد كه امكان پذير نمي باشد.

اسلاید 10: 4-نتايج نمونه نسبت به نتايج جمعيت ،‌اغلب از صحت بيشتري برخوردار است. زيرا براي نمونه زمان و منابع بيشتري مي توان صرف نمود.5-اگر نمونه ها به طور درستي انتخاب شوند، براي برآورد اشتباهات نتايج آماري از روشهاي مناسب احتمالات مي توان استفاده كرد.

اسلاید 11: 6-نمونه ها مي توانند به ترتيبي انتخاب شوند كه موجب كاهش ناهماهنگي بشود.مثالاً در مورد بررسي تأثير يك برنامه آموزشي ، نمونه را مي توان از نظر عوامل مختلف مثل سن، سابقه كار، رشته، .... به صورت همگن انتخاب كرد.

اسلاید 12: به طور كلي حجم يا اندازه بزرگتر نمونه، هميشه به معناي بهتر بودن كيفيت پژوهش نيست.بنا بر اين پژوهشگر بايد حجم يا اندازه مناسب نمونه را قبل از شروع پژوهش مشخص كند.نمونه معرف ، نمونه اي است كه داراي كليه خصوصيات مهم جامعه اي باشد كه نمونه از آن انتخاب شده است.

اسلاید 13: Regarding the sample…POPULATION (N)SAMPLE (n)IS THE SAMPLEREPRESENTATIVE?

اسلاید 14: Regarding the inference…POPULATION (N)SAMPLE (n)INFERENCEIS THEINFERENCEGENERALIZABLE?

اسلاید 15:

اسلاید 16: روشهاي نمونه برداري نمونه برداري تصادفي ساده Simple random sampling هر يك از اشياء يا افراد داراي احتمال و شانس مساوي هستند.

اسلاید 17: -فهرست كامل از افراد (واحدهاي جامعه )-دادن شماره به افراد-اندازه نمونه مشخص گردد.-واحدهاي نمونه از طريق قرعه كشي يا جدول اعداد تصادفي انتخاب گردند.

اسلاید 18: نمونه برداري سيستماتيك Systematic random sample فهرست افراد تهيه مي شود و بر اساس ضريب K يك نفر انتخاب مي شود. = Kتعداد كل افراد تعداد نمونه

اسلاید 19: مثلاً مطالعه بررسي آگاهي و نگرش كارمندان دانشگاه علوم پزشكي در خصوص بيماري ايدز جمع نمونه : 100 نفركل كارمندان : 600 نفر 6 = 600 = K 100

اسلاید 20: نمونه گيري طبقه اي تصادفي Stratified random sample در ابتدا جمعيت به طبقاتي تقسيم مي شود كه در هر طبقه افراد مشابه و يكساني قرار دارند. سپس از هر طبقه تعدادي نمونه نسبت به هر طبقه در جامعه مشخص باشد.شهرستان 20000 نفر جمعيت 20% شهري 80% روستائي

اسلاید 21: ميزان دسترسي خانواده هاي به آب آشاميدني سالم جمع نمونه محاسبه شده 400 نفر است.80 نفر شهر320 نفر روستا

اسلاید 22: نمونه گيري خوشه اي :Clister Random Sample انتخاب يك خانواده در نمونه

اسلاید 23: منزلهاي شك شهر به بلوكهايي (بر اساس ويژگي خاص) تقسيم مي شود و لذا يك بلوك به عنوان يك خوشه بطور تصادفي انتخاب مي گردد و تمام منزلها در آن بلوك (يا تعدادي از منزلهاي آن بلوك ) بررسي مي گردد.انتخاب گروههايي از افراد به جاي انتخاب تك تك آنها واحدهاي جغرافيايي (شهر ، روستا ...) واحدهاي سازماني (گروههاي آموزشي )

اسلاید 24: نمونه گيري چند مرحله اي در جمعيتهاي بزرگ با ويژگي هاي گوناگون ، نمونه گيري را مي توان در دو يا چند مرحله انجام داد. در تحقيقاتي كه در سطح جامعه انجام ميگيرد ، غالباً از اين روش نمونه برداري استفاده شده و با انتخاب روستاهاي مختلف ، از مناطق مختلف، با افراد انتخاب شده مصاحبه بعمل مي آورند.

اسلاید 25: « بررسي ميزان استفاده از توالتهاي بهداشتي در يك منطقه »منطقه 6 دهستان . هر دهستان 9 روستا.نمونه مورد نياز طي چهار مرحله انتخاب مي شود.

اسلاید 26: 1-با استفاده از نمونه گيري تصادفي ساده 3 تا از 6 دهستان انتخاب مي كنيم.2-در هر دهستان 5 روستا با روش تصادفي انتخاب مي كنيم.3-در هر روستا 10 خانوار

اسلاید 27: بر انتخاب 10 خانوار در روستا :-به مركز روستا خواهيم رفت-جهتي را بطور تصادفي از پيش انتخاب مي كنيم.-بطرف جهت حركت مي كنيم از هر سه يا 5 خانه يكي را انتخاب مي كنيم.-از قبل قرار ميگذاريم اگر كسي درخانه نبود خانه بعدي انتخاب مي كنيم.-قبلاً بايد تصميم بگيريم در هر خانه با چه كسي مصاحبه كنيم.

اسلاید 28: نمونه گيري غيرتصادفي (غير احتمالي ) :-نمونه گيري سهميه اي (يا نمونه هاي آسان )1-ابتدا اطلاعاتي راجع به ويژگيهاي شناخته شده جمعيت شامل سن، جنس، طبقه اجتماعي، ... بدست آوريد.2-از هر زيرگروه تعدادي نمونه اتفاقي از قبل تعيين شده انتخاب كنيد.

اسلاید 29: تورش در نمونه گيري BIAS نوعي خطاي منظم در روشهاي نمونه گيري است كه موجب اختلال در نتايج مي شود.به 2 دليل : 1-Bias ناشي از كاربرد ابزار غيرصحيح2-Bias ناشي از كاربرد روش نامناسب نمونه گيريدر مطالعاتي كه به صورت مصاحبه اطلاعات جمع آوري مي شود . شناخته ترين منبع ايجاد تورش در نمونه گيري عدم پاسخگوئي افراد است.

اسلاید 30: براي رفع اين مشكل :-دستورالعمل مصاحبه گري و پرسشنامه از قبل مورد آزمون قرار بگيرد.-اگر افراد در محل حضور نداشته دوباره مراجعه شود.-اگر عدم پاسخگوئي به دليل امتناع از شركت در مطالعه است بايد مطالعه مجزايي براي پي بردن به تفاوت آنها با ساير افراد انجام داد.-تعداد نمونه مورد مطالعه را بيشتر از حجم نمونه تعيين شده در نظر گرفت.

اسلاید 31: منابع مهم ايجاد كننده تورش در نمونه گيري :-استفاده از داوطلبين-نمونه گيري از بيماران ثبت شده-تورش ناشي از فصل

اسلاید 32: ملاحظات اخلاقي :اگر پيشنهادات و توصيه هاي حاصل از تحقيق در سطح جامعه بكار برده مي شود. محقق از نظر اخلاقي مؤظف است نمونه مورد مطالعه طوري انتخاب كند كه معرف جامعه باشد.اگر در بين مطالعه متوجه شد كه نمونه معرف جامعه نمي باشد اين مسئله را در گزارش ذكر كند.

اسلاید 33: تعيين حجم نمونه (2 فرمول )اگر برآورد نسبت در جامعه باشد. n= Z2p(1-p) d2 n = اندازه نمونهZ = ضريب اطمينان. مثلاً اگر سطح اطمينان 95% (05/0=×) در نظر گرفته شود اندازه Z برابر 96/1

اسلاید 34: توزيع استاندارد نرمال (Z) ، ميانگين صفر و انحراف معيار يك 95% حدود اطمينان (فاصله اطمينان) Z 1.96 -1.96 +1.96 8/98% حدود اطمينان -2.5 +2.5 8/98% حدود اطمينان -1 +1

اسلاید 35: P = تخمين نسبت صفت موجود در جامعه مثلاً درصد افرادي كه دچار مالاريا هستند. = درصد افرادي كه از راههاي انتقال و پيشگيري ايدز آگاهي دارند.P – 1 = تعداد افرادي كه اين صفت را ندارند. (بر حسب درصد)d = مقدار اشتباه برآورد نسبت در جامعه (دقت) كه با توجه به مقدار P تعيين مي گردد.

اسلاید 36: فرض : اطلاعاتي كه در مورد شيوع حاملگي هاي ناخواسته در يك بخش بدست آورديم .با توجه به تجارب قبل : ميزان حاملگي ناخواسته ،‌40% حدود اطمينان 95%سطح دقت 5%

اسلاید 37: 368 = 6/0 × 4/0 × 2 (1096) = n 2 (05/0)در صورت نداشتن P 50% = P ميگيريم كه بيشترين حجم نمونهd روتين خطا 20-10% ، 5%قاعدتاً بايد كمتر از P باشد.

اسلاید 38: برآورد ميانگين يك صفت در جامعه به جاي P(1-P) از واريانس S2 استفاده مي شود.n = Z2 S2d2انحراف معيار = جذر واريانس S

اسلاید 39: مثال : براي برآورد متوسط وزن نوزادان در بدو تولد انجام بدهيم و با استفاده از تجربيات گذشته بدانيم كه انحراف معيار وزن نوزادان 120 گرم است. اگر خطاي برآورد را (20 گرم) سطح اطمينان 95 درصدنفر 138= n 2(120) × 2 (96/1) = n 2 (20 )

اسلاید 40: موفق باشيد