خانه / زخم بستر/کدام جمعیت عمومی یا نمونه بزرگتر است. جمعیت و نمونه

کدام جمعیت بیشتر است، عمومی یا نمونه؟ جمعیت و نمونه

مفهوم نمایندگی. شیء و جمعیت مفهومی. شی طراحی شده جمعیت طراحی شده و واقعی.

می دانیم که علم جامعه شناسی نه با بی واسطه بودن سیال زندگی، بلکه با داده هایی که بر اساس قوانین خاصی در فضای ویژگی ها سازماندهی شده اند، سروکار دارد. منظور ما از داده، مقادیر متغیرهای اختصاص داده شده به واحدهای مطالعه - اشیا است. این اشیاء - جوامع، نهادها، مردم، متون، چیزها - پیکربندی های متنوع و اغلب عجیب و غریب را در فضای صفات تشکیل می دهند و به پژوهشگر فرصت می دهند تا قضاوت های کلی درباره واقعیت را انجام دهد.

به محض صحبت در مورد واقعیت، معلوم می شود که داده های به دست آمده، به طور دقیق، فقط به اسناد ثبت نام (پرسشنامه ها، فرم های مصاحبه، پروتکل های مشاهده و غیره) مربوط می شود. هیچ تضمینی وجود ندارد که واقعیت بیرون از پنجره های آزمایشگاهی (مثلاً در طرف دیگر ترازو) متفاوت نباشد. ما هنوز به روش نمونه‌گیری نرسیده‌ایم، اما سؤال مربوط به نمایندگی داده‌ها از قبل مطرح می‌شود: آیا می‌توان اطلاعات به‌دست‌آمده در طول بررسی را به اشیایی که خارج از تجربه خاص ما قرار دارند گسترش داد؟ پاسخ روشن است: شما می توانید. در غیر این صورت، مشاهدات ما فراتر از اینجا-اکنون-کلیت نخواهد بود. آنها برای مسکوئی ها اعمال نمی شوند، بلکه برای کسانی که به تازگی از طریق تلفن در مسکو مصاحبه شده اند، اعمال می شوند. نه به خوانندگان روزنامه ندلیا، بلکه برای کسانی که یک کوپن پاره کردن کامل را از طریق پست به تحریریه ارسال کردند. پس از تکمیل نظرسنجی، ما موظفیم فرض کنیم که "مسکوئی ها" و "خوانندگان" یکسان باقی مانده اند. ما به ثبات جهان اعتقاد داریم زیرا مشاهدات علمیثبات شگفت انگیزی را نشان می دهد

هر مشاهده منفرد به حوزه وسیع تری از مشاهدات گسترش می یابد، و مشکل بازنمایی ایجاد درجه مطابقت بین پارامترهای جمعیت مورد بررسی و ویژگی های "واقعی" شی است. روش نمونه گیری دقیقاً برای بازسازی هدف واقعی مطالعه و جمعیت عمومی از مشاهدات لحظه ای فردی در نظر گرفته شده است.

مفهوم بازنمایی نمونه به مفهوم اعتبار خارجی نزدیک است. تنها در مورد اول یک برون یابی از همان ویژگی به مجموعه وسیع تری از واحدها وجود دارد، و در مورد دوم - انتقال از یک زمینه معنایی به زمینه دیگر. روش نمونه گیری توسط هر فرد هزار بار در روز انجام می شود و هیچ کس واقعاً به نماینده بودن مشاهدات فکر نمی کند. تجربه جایگزین محاسبه می شود. برای اینکه بفهمید فرنی به خوبی نمک زده شده است، اصلاً لازم نیست کل تابه را بخورید - روش های آزمایش غیر مخرب در اینجا مؤثرتر هستند، از جمله بررسی های نقطه ای: باید یک قاشق را امتحان کنید. در عین حال، باید مطمئن شوید که فرنی به خوبی مخلوط شده است. اگر فرنی ضعیف مخلوط شده باشد، منطقی است که نه یک اندازه گیری، بلکه یک سری اندازه گیری کنید، یعنی در مکان های مختلف تابه امتحان کنید - این قبلا یک نمونه است. اطمینان یافتن از اینکه پاسخ دانش آموز در امتحان نشان دهنده دانش او باشد و موفقیت یا شکست تصادفی نباشد دشوارتر است. برای این کار چند سوال پرسیده می شود. فرض بر این است که اگر دانش آموزی به تمام سوالات ممکن در مورد یک موضوع پاسخ دهد، نتیجه "درست" خواهد بود، یعنی دانش واقعی را منعکس می کند. اما در آن صورت هیچ کس نمی تواند در امتحان قبول شود.

اساس روش نمونه گیری همیشه "اگر" است - این فرض که برون یابی مشاهدات به طور قابل توجهی نتیجه به دست آمده را تغییر نمی دهد. بنابراین، جمعیت را می توان به عنوان «امکان عینی» تعریف کرد. جامعه نمونه.

اگر منظور از موضوع مطالعه را درک کنیم، مشکل تا حدودی پیچیده تر می شود. جامعه شناس با مطالعه جمعیت نسبتاً زیادی از مردم، به این نتیجه می رسد که متغیر "رادیکالیسم-محافظه کاری" با سن همبستگی مثبت دارد: به ویژه، نسل های قدیمی تر بیشتر محافظه کار هستند تا انقلابی. اما شی مورد بررسی - جامعه نمونه - در واقعیت وجود ندارد. با روش انتخاب پاسخ دهندگان و انجام مصاحبه ساخته می شود و سپس بلافاصله ناپدید می شود و در آرایه حل می شود. در واقع، جامعه نمونه‌ای که داده‌ها مستقیماً از آن «حذف می‌شوند» توسط این روش تولید می‌شود، اما در عین حال در جمعیت بزرگ‌تری حل می‌شود، که آن را با درجات مختلفی از دقت و قابلیت اطمینان نشان می‌دهد یا نشان می‌دهد. نتیجه‌گیری‌های جامعه‌شناختی در مورد پاسخ‌دهندگانی که هفته گذشته مورد بررسی قرار گرفتند، صدق نمی‌کند، بلکه در مورد موضوعات ایده‌آل‌شده کاربرد دارد: «نسل‌های قدیمی‌تر»، «جوانان»، کسانی که «رادیکالیسم» یا «محافظه‌کاری» را نشان می‌دهند. ما در مورد تعمیم های مقوله ای صحبت می کنیم که با شرایط مکانی و زمانی محدود نمی شوند. در این راستا، رویه انتخابی به رهایی از مشاهدات و حرکت به دنیای ایده ها کمک می کند.

بنابراین، ما این فرصت را داریم که بین هدف تحقیق و جامعه عمومی تمایز قائل شویم: یک شی فقط مجموعه ای از واحدها نیست، بلکه مفهومی است که براساس آن شناسایی و انتخاب واحدهای پژوهشی انجام می شود. در این راستا، دستور هگل مبنی بر اینکه فقط موجودی را که با مفهوم آن مطابقت دارد، صادق بدانیم، صحیح است. از لحاظ نظری، حجم مفهومی که موضوع مورد مطالعه را نشان می دهد باید با حجم جمعیت عمومی مطابقت داشته باشد. با این حال، چنین مکاتباتی به ندرت به دست می آید.

ما به یک مفهوم نیاز خواهیم داشت شیء مفهومی -ساختار ایده آل که چارچوب موضوع را نشان می دهد. "روس ها"، "مخاطبان روزنامه های مرکزی"، "رای دهندگان"، "عمومی دموکراتیک" - اینها موضوعات معمولی مورد علاقه پژوهشی جامعه شناسان هستند. بدون شک یک جمعیت عمومی کاملا واقعی باید با یک شی مفهومی مطابقت داشته باشد. برای انجام این کار، لازم است موضوع مطالعه دیگری ارائه شود - شی طراحی شدهشی طراحی شده مجموعه ای از واحدهای در دسترس محقق است. چالش شناسایی گروه‌هایی است که برای جمع‌آوری داده‌ها دسترسی به آنها غیرقابل دسترس یا دشوار است.

بدیهی است که بررسی یک شی که به عنوان "روس ها" تعیین شده است تقریبا غیرممکن است. در میان روس‌ها، بسیاری از مردم در زندان‌ها، مؤسسات کار اصلاحی، بازداشتگاه‌های پیش از محاکمه و سایر مکان‌هایی هستند که دسترسی مصاحبه‌کننده به آنها دشوار است. این گروه باید از شی طراحی شده "کم شود". بسیاری از بیماران در بیمارستان های روانپزشکی، کودکان و برخی از افراد مسن نیز باید "کاهش" شوند. بعید است که یک جامعه شناس غیرنظامی بتواند فرصت های معمولی را برای پرسنل نظامی برای گنجاندن در نمونه فراهم کند. مشکلات مشابه با نظرسنجی از خوانندگان، رای دهندگان، ساکنان شهرهای کوچک و بازدیدکنندگان تئاتر همراه است.

مشکلات ذکر شده تنها بخش کوچکی از آن موانع غالباً غیرقابل عبوری است که یک جامعه شناس در مرحله تحقیق میدانی با آن مواجه است. متخصص باید این مشکلات را پیش بینی کند و در مورد اجرای کامل شی طراحی شده توهم ایجاد نکند. در غیر این صورت ناامید خواهد شد.

بنابراین، موضوع مورد مطالعه با جمعیت عمومی مطابقت ندارد، همانطور که نقشه یک منطقه با خود منطقه منطبق نیست.

ما برای مدت طولانی فکر کردیم و متعجب بودیم، ژنرال ها همه چیز را روی یک کاغذ بزرگ نوشتند. روی کاغذ صاف بود، اما آنها دره ها را فراموش کردند و در امتداد آنها قدم زدند -

این کلمات از آهنگ یک سرباز قدیمی کاملاً برای طراحی نمونه کاربرد دارد، با توجه به اینکه باید از آپارتمانی به آپارتمان دیگر پیاده روی کنید.

البته جامعه، جمعیتی است که از آن واحدها نمونه برداری شده است. با این حال، فقط به نظر می رسد. نمونه برگرفته از جامعه ای است که انتخاب واقعی پاسخ دهندگان از آن انجام شده است. بهش زنگ بزنیم واقعیتفاوت‌های بین جمعیت پیش‌بینی‌شده و واقعی را می‌توان با مقایسه فهرست پاسخ‌دهندگان «پیش‌بینی‌شده» و کسانی که واقعاً با آنها مصاحبه شده است، مشاهده کرد.

هدف واقعی کلیتی است که در مرحله تحقیقات میدانی با در نظر گرفتن محدودیت در دسترسی به اطلاعات اولیه جامعه شناختی شکل گرفته است. علاوه بر زندانیان، پرسنل نظامی و بیماران، ساکنان روستاهای دور از ارتباطات حمل و نقل کمتر در نمونه قرار می گیرند، به خصوص اگر نظرسنجی در پاییز انجام شود. کسانی که قاعدتاً در خانه نیستند، تمایلی به صحبت با غریبه ها ندارند و غیره. این اتفاق می افتد که مصاحبه کنندگان با سوء استفاده از عدم کنترل، از انجام دقیق وظایف خود کوتاهی می کنند و نه با کسانی که قرار است انجام دهند. طبق دستورالعمل ها مصاحبه می شود، اما کسانی که راحت تر "به دست می آورند". به عنوان مثال، به مصاحبه‌کنندگان دستور داده شد عصرها از آپارتمان‌های پاسخ‌دهندگان بازدید کنند، زمانی که یافتن آنها در خانه آسان‌تر است. اگر مطالعه، مثلاً در ماه نوامبر انجام شود، در ساعت پنج بعد از ظهر در ساعت خط میانیبیرون در روسیه کاملا تاریک است. در بسیاری از شهرها، تابلوهایی با نام خیابان و شماره خانه اغلب یافت نمی شود. اگر وظایف مصاحبه کننده توسط دانشجویان یک موسسه آموزشی محلی انجام شود، می توان میزان انحراف شی واقعی از مورد طراحی شده را تصور کرد. گاهی اوقات محققان این کار را حتی ساده تر انجام می دهند: آنها خودشان پرسشنامه ها را پر می کنند. این مشکلات یکی از منابع به اصطلاح سوگیری نمونه گیری هستند.

به اندازه کافی وجود دارد راه های موثرکنترل بر تکمیل پرسشنامه ها و تکنیک های تعمیر نمونه، به ویژه "وزن زدن" گروه های اصلی پاسخ دهندگان: گروه های غایب افزایش یافته و گروه های اضافی کاهش می یابد. به این ترتیب آرایه واقعی با آرایه طراحی شده تنظیم می شود و این کاملاً موجه است.

جمعیت (به انگلیسی - جمعیت) - مجموعه ای از تمام اشیاء (واحدها) که یک دانشمند قصد دارد در هنگام مطالعه یک مسئله خاص در مورد آنها نتیجه گیری کند.

جامعه شامل تمام اشیایی است که در معرض مطالعه هستند. ترکیب جمعیت به اهداف مطالعه بستگی دارد. گاهی اوقات جمعیت عمومی کل جمعیت یک منطقه خاص است (به عنوان مثال، هنگام مطالعه نگرش رای دهندگان بالقوه نسبت به یک نامزد)، اغلب معیارهای مختلفی مشخص می شود که هدف مطالعه را تعیین می کند. به عنوان مثال، مردان 30 تا 50 ساله که حداقل هفته ای یک بار از مارک خاصی از تیغ استفاده می کنند و درآمد حداقل 100 دلار برای هر عضو خانواده دارند.

نمونهیا جامعه نمونه- مجموعه ای از موارد (موضوع، اشیا، رویدادها، نمونه ها)، با استفاده از یک روش خاص، انتخاب شده از جمعیت عمومی برای شرکت در مطالعه.

مشخصات نمونه:

· ویژگی های کیفی نمونه - دقیقا چه کسی را انتخاب می کنیم و از چه روش های نمونه گیری برای این کار استفاده می کنیم.

· ویژگی های کمی نمونه - چند مورد را انتخاب می کنیم، به عبارت دیگر، حجم نمونه.

ضرورت نمونه گیری

· موضوع مطالعه بسیار گسترده است. به عنوان مثال، مصرف کنندگان محصولات یک شرکت جهانی با تعداد زیادی از بازارهای پراکنده جغرافیایی نشان داده می شوند.

· نیاز به جمع آوری اطلاعات اولیه وجود دارد.

اندازهی نمونه

اندازهی نمونه- تعداد موارد وارد شده در جامعه نمونه. به دلایل آماری توصیه می شود که تعداد موارد حداقل 30 تا 35 مورد باشد.

نمونه های وابسته و مستقل

هنگام مقایسه دو (یا بیشتر) نمونه، یک پارامتر مهم وابستگی آنها است. اگر بتوان یک جفت هممورفیک ایجاد کرد (یعنی زمانی که یک مورد از نمونه X مطابق با یک و تنها یک مورد از نمونه Y و بالعکس) برای هر مورد در دو نمونه (و این مبنای رابطه برای صفت مورد اندازه گیری مهم است. در نمونه ها) چنین نمونه هایی نامیده می شوند وابسته. نمونه هایی از نمونه های وابسته:

· جفت دوقلو،

· دو اندازه گیری از هر صفت قبل و بعد از قرار گرفتن در معرض تجربی،

· زن و شوهر

· و غیره

اگر چنین رابطه ای بین نمونه ها وجود نداشته باشد، این نمونه ها در نظر گرفته می شوند مستقل، مثلا:

· مردان و زنان،

· روانشناسان و ریاضیدانان

بر این اساس، نمونه‌های وابسته همیشه اندازه یکسانی دارند، در حالی که اندازه نمونه‌های مستقل ممکن است متفاوت باشد.

مقایسه نمونه ها با استفاده از معیارهای مختلف آماری انجام می شود:

· آزمون تی دانشجویی

· تست ویلکاکسون

· تست U Mann-Whitney

· معیار علامت

· و غیره.

نماینده بودن

نمونه ممکن است نماینده یا غیرنماینده در نظر گرفته شود.

نمونه ای از نمونه غیر نماینده

در ایالات متحده، یکی از مشهورترین نمونه های تاریخی نمونه گیری غیرنماینده در جریان انتخابات ریاست جمهوری 1936 رخ می دهد. Literary Digest که رویدادهای چندین انتخابات قبلی را با موفقیت پیش‌بینی کرده بود، با ارسال ده میلیون برگه رای آزمایشی برای مشترکان خود و همچنین برای افرادی که از دفترچه تلفن سراسری و افرادی از لیست ثبت نام خودرو انتخاب شده بودند، در پیش‌بینی‌های خود اشتباه کرد. در 25 درصد برگه های برگشتی (تقریباً 2.5 میلیون) آرا به شرح زیر توزیع شده است:

· 57 درصد آلف لاندون نامزد جمهوری خواه را ترجیح دادند

· 40 درصد، فرانکلین روزولت، رئیس جمهور وقت دموکرات را انتخاب کردند

در انتخابات واقعی، همانطور که مشخص است، روزولت برنده شد و بیش از 60 درصد آرا را به دست آورد. اشتباه Literary Digest این بود: می خواستند نماینده نمونه را افزایش دهند - از آنجایی که آنها می دانستند که اکثر مشترکان خود را جمهوری خواه می دانند - آنها نمونه را گسترش دادند تا افرادی که از دفترچه تلفن و لیست ثبت نام انتخاب شده بودند را شامل شود. با این حال، آنها واقعیت های زمان خود را در نظر نگرفتند و در واقع جمهوری خواهان بیشتری را به خدمت گرفتند: در دوران رکود بزرگ، عمدتاً نمایندگان طبقه متوسط و بالا بودند که می توانستند تلفن و ماشین داشته باشند (یعنی اکثر جمهوری خواهان. ، نه دموکرات ها).

انواع پلان ساخت گروه از نمونه ها

چندین نوع اصلی پلان ساختمان گروهی وجود دارد:

1. مطالعه ای با گروه های آزمایش و کنترل که در شرایط مختلف قرار می گیرند.

2. مطالعه با گروه های آزمایش و کنترل با استفاده از راهبرد انتخاب زوجی

3. یک مطالعه با استفاده از تنها یک گروه - یک گروه تجربی.

4. مطالعه ای با استفاده از طرح ترکیبی (فاکتوریال) - همه گروه ها در شرایط مختلف قرار می گیرند.

انواع نمونه برداری

نمونه ها به دو نوع تقسیم می شوند:

· احتمالی

· غیر احتمالی

نمونه های احتمالی

1. نمونه گیری با احتمال ساده:

oنمونه گیری مجدد ساده استفاده از چنین نمونه ای بر این فرض استوار است که هر پاسخ دهنده به یک اندازه در نمونه گنجانده می شود. بر اساس فهرست جمعیت عمومی، کارت هایی با شماره پاسخگو تهیه می شود. آنها در یک عرشه قرار می گیرند، مخلوط می شوند و یک کارت به طور تصادفی بیرون می آید، شماره آن نوشته می شود و سپس برگردانده می شود. در مرحله بعد، این روش به اندازه حجم نمونه مورد نیاز ما تکرار می شود. عیب: تکرار واحدهای انتخابی.

روند ساخت یک نمونه تصادفی ساده شامل مراحل زیر است:

1. باید دریافت شود لیست کاملاعضای جمعیت و شماره این فهرست. چنین فهرستی، به یاد آوری، یک چارچوب نمونه گیری نامیده می شود.

2. تعیین اندازه نمونه مورد انتظار، یعنی تعداد مورد انتظار پاسخ دهندگان.

3. از جدول اعداد تصادفی به تعداد واحدهای نمونه نیاز داریم اعداد را استخراج کنیم. اگر نمونه باید 100 نفر باشد، 100 عدد تصادفی از جدول گرفته می شود. این اعداد تصادفی را می توان توسط یک برنامه کامپیوتری تولید کرد.

4. از فهرست پایه مشاهداتی را انتخاب کنید که اعداد آنها با اعداد تصادفی نوشته شده مطابقت دارد

· یک نمونه تصادفی ساده دارد مزایای آشکار. درک این روش بسیار آسان است. نتایج مطالعه را می توان به جامعه مورد مطالعه تعمیم داد. بیشتر رویکردهای استنتاج آماری شامل جمع آوری اطلاعات با استفاده از یک نمونه تصادفی ساده است. با این حال، روش نمونه گیری تصادفی ساده حداقل چهار محدودیت قابل توجه دارد:

1. ایجاد یک چارچوب نمونه گیری که امکان نمونه گیری تصادفی ساده را فراهم کند، اغلب دشوار است.

2. نمونه گیری تصادفی ساده ممکن است منجر به جمعیت زیادی شود، یا جمعیتی که در یک منطقه جغرافیایی بزرگ توزیع شده است، که به طور قابل توجهی زمان و هزینه جمع آوری داده ها را افزایش می دهد.

3. نتایج نمونه گیری تصادفی ساده اغلب با دقت کم و خطای استاندارد بزرگتر از نتایج سایر روش های احتمال مشخص می شود.

4. در نتیجه استفاده از SRS، ممکن است یک نمونه غیرنماینده تشکیل شود. اگرچه نمونه‌های به‌دست‌آمده با نمونه‌گیری تصادفی ساده، به‌طور متوسط جامعه را به‌اندازه کافی نشان می‌دهند، اما برخی از آنها به شدت جامعه مورد مطالعه را نادرست معرفی می‌کنند. این امر به ویژه زمانی محتمل است که حجم نمونه کوچک باشد.

· نمونه گیری ساده و غیر تکراری روش نمونه گیری یکسان است، فقط کارت های دارای شماره پاسخ دهنده به عرشه بازگردانده نمی شوند.

1. نمونه گیری احتمال سیستماتیک این یک نسخه ساده شده از نمونه گیری احتمالی ساده است. بر اساس فهرست جمعیت عمومی، پاسخ دهندگان در یک بازه زمانی معین (K) انتخاب می شوند. مقدار K به طور تصادفی تعیین می شود. قابل اطمینان ترین نتیجه با یک جمعیت همگن به دست می آید، در غیر این صورت اندازه گام و برخی الگوهای چرخه ای داخلی نمونه ممکن است مطابقت داشته باشند (اختلاط نمونه). معایب: مانند نمونه احتمالی ساده.

2. نمونه گیری سریالی (خوشه ای). واحدهای انتخاب مجموعه های آماری (خانواده، مدرسه، تیم و غیره) هستند. عناصر انتخاب شده در معرض بررسی کامل قرار دارند. انتخاب واحدهای آماری را می توان به صورت تصادفی یا سیستماتیک سازماندهی کرد. عیب: امکان همگنی بیشتر از جمعیت عمومی.

3. نمونه گیری منطقه ای در مورد جمعیت ناهمگن، قبل از استفاده از نمونه‌گیری احتمالی با هر تکنیک انتخابی، توصیه می‌شود که جامعه را به بخش‌های همگن تقسیم کنید، به چنین نمونه‌ای، نمونه‌گیری ناحیه‌ای گفته می‌شود. گروه‌های پهنه‌بندی می‌توانند هم سازندهای طبیعی (مثلاً مناطق شهری) و هم هر ویژگی که اساس مطالعه را تشکیل می‌دهد، باشد. مشخصه ای که بر اساس آن تقسیم بندی انجام می شود، مشخصه طبقه بندی و پهنه بندی نامیده می شود.

4. "نمونه مناسب. روش نمونه گیری "راحت" شامل برقراری تماس با واحدهای نمونه گیری "راحت" - گروهی از دانش آموزان، تیم ورزشی، با دوستان و همسایگان. اگر می خواهید اطلاعاتی در مورد واکنش مردم به یک مفهوم جدید به دست آورید، این نوع نمونه گیری کاملا منطقی است. نمونه گیری آسان اغلب برای پیش آزمون پرسشنامه ها استفاده می شود.

نمونه های غیر احتمالی

انتخاب در چنین نمونه ای نه بر اساس اصول تصادفی، بلکه بر اساس معیارهای ذهنی - در دسترس بودن، معمول بودن، نمایندگی برابر و غیره انجام می شود.

1. نمونه گیری سهمیه ای - نمونه به عنوان مدلی ساخته می شود که ساختار جمعیت عمومی را در قالب سهمیه (نسبت) ویژگی های مورد مطالعه بازتولید می کند. تعداد عناصر نمونه با ترکیب های مختلف از ویژگی های مورد مطالعه به گونه ای تعیین می شود که با سهم (نسبت) آنها در جامعه عمومی مطابقت داشته باشد. به عنوان مثال، اگر جمعیت عمومی ما 5000 نفر باشد که از این تعداد 2000 نفر زن و 3000 نفر مرد هستند، در نمونه سهمیه ای 20 زن و 30 مرد یا 200 زن و 300 مرد خواهیم داشت. نمونه های سهمیه اغلب بر اساس معیارهای جمعیت شناختی هستند: جنسیت، سن، منطقه، درآمد، تحصیلات و موارد دیگر. معایب: معمولاً چنین نمونه هایی نماینده نیستند، زیرا در نظر گرفتن چندین پارامتر اجتماعی به طور همزمان غیرممکن است. مزایا: مواد به راحتی در دسترس است.

2. روش گلوله برفی. نمونه به صورت زیر ساخته می شود. از هر پاسخ دهنده، با اولین پاسخ، اطلاعات تماس دوستان، همکاران، آشنایانش که با شرایط انتخاب مناسب هستند و می توانند در مطالعه شرکت کنند، خواسته می شود. بنابراین به استثنای مرحله اول، نمونه با مشارکت خود موضوعات تحقیق تشکیل می شود. این روش اغلب زمانی مورد استفاده قرار می گیرد که نیاز به یافتن و مصاحبه با گروه هایی از پاسخ دهندگان غیرقابل دسترس باشد (به عنوان مثال، پاسخ دهندگان با درآمد بالا، پاسخ دهندگان متعلق به همان گروه حرفه ای، پاسخ دهندگان با هر گونه سرگرمی/علاقه مشابه و غیره).

3. نمونه گیری خود به خود – نمونه برداری از به اصطلاح "اولین شخصی که با آن روبرو می شوید". اغلب در نظرسنجی های تلویزیونی و رادیویی استفاده می شود. اندازه و ترکیب نمونه های خود به خودی از قبل مشخص نیست و تنها با یک پارامتر تعیین می شود - فعالیت پاسخ دهندگان. معایب: نمی توان تعیین کرد که پاسخ دهندگان چه جمعیتی را نمایندگی می کنند و در نتیجه تعیین نماینده بودن غیرممکن است.

4. بررسی مسیر - اغلب زمانی استفاده می شود که واحد مطالعه خانواده باشد. روی نقشه توافق، که در آن نظرسنجی انجام می شود، تمام خیابان ها شماره گذاری شده است. با استفاده از جدول (مولد) اعداد تصادفی، اعداد بزرگ. هر یک عدد بزرگاز 3 جزء تشکیل شده است: شماره خیابان (2-3 شماره اول)، شماره خانه، شماره آپارتمان. به عنوان مثال، شماره 14832: 14 شماره خیابان روی نقشه، 8 شماره خانه، 32 شماره آپارتمان است.

5. نمونه برداری منطقه ای با انتخاب اشیاء معمولی. اگر پس از منطقه بندی، یک شی معمولی از هر گروه انتخاب شود، به عنوان مثال. یک شی که از نظر اکثر ویژگی های مورد مطالعه در مطالعه به میانگین نزدیک است، چنین نمونه ای با انتخاب اشیاء معمولی منطقه ای نامیده می شود.

استراتژی های گروه سازی

انتخاب گروه‌ها برای شرکت در یک آزمایش روان‌شناختی با استفاده از استراتژی‌های مختلف انجام می‌شود تا اطمینان حاصل شود که اعتبار درونی و بیرونی تا بیشترین حد ممکن حفظ می‌شود.

· تصادفی سازی (انتخاب تصادفی)

· انتخاب دوتایی

· انتخاب استراتومتری

· مدلسازی تقریبی

· جذب گروه های واقعی

تصادفی سازی، یا انتخاب تصادفی، برای ایجاد نمونه های تصادفی ساده استفاده می شود. استفاده از چنین نمونه ای بر این فرض استوار است که هر یک از اعضای جامعه به یک اندازه در نمونه گنجانده می شوند. به عنوان مثال، برای ایجاد یک نمونه تصادفی از 100 دانشجوی دانشگاه، می توانید تکه های کاغذی را با نام همه دانشجویان در یک کلاه قرار دهید و سپس 100 تکه کاغذ را از آن خارج کنید - این یک انتخاب تصادفی خواهد بود (گودوین جی .، ص 147).

انتخاب دوتایی- راهبردی برای ساختن گروه‌های نمونه‌گیری که در آن گروه‌هایی از آزمودنی‌ها از آزمودنی‌هایی تشکیل می‌شوند که از نظر پارامترهای ثانویه که برای آزمایش مهم هستند، معادل هستند. این استراتژی برای آزمایشات با استفاده از تجربی و گروه های کنترلبا بهترین گزینه- جذب جفت های دوقلو (تک و دو تخمکی)، زیرا به شما امکان می دهد ...

انتخاب استراتومتری - تصادفی سازی با تخصیص طبقات (یا خوشه ها). با این روش نمونه‌گیری، جمعیت عمومی به گروه‌هایی (اقشار) با ویژگی‌های معین (جنس، سن، ترجیحات سیاسی، تحصیلات، سطح درآمد و...) تقسیم می‌شوند و آزمودنی‌هایی با ویژگی‌های مربوطه انتخاب می‌شوند.

مدلسازی تقریبی - ترسیم نمونه های محدود و تعمیم نتیجه گیری در مورد این نمونه به جامعه وسیع تر. به عنوان مثال، با شرکت دانشجویان سال دوم دانشگاه در مطالعه، داده های این مطالعه برای افراد 17 تا 21 ساله اعمال می شود. پذیرش چنین تعمیم هایی بسیار محدود است.

مدل‌سازی تقریبی، شکل‌گیری مدلی است که برای یک کلاس (فرآیند) به وضوح تعریف شده، رفتار (یا پدیده‌های مورد نظر) خود را با دقت قابل قبولی توصیف می‌کند.

بنابراین، الگوهایی که متغیر تصادفی مورد مطالعه در معرض آن قرار می‌گیرد، از نظر فیزیکی کاملاً توسط مجموعه شرایط واقعی برای مشاهده (یا آزمایش) آن تعیین می‌شود و از نظر ریاضی با فضای احتمال مربوطه یا همان چیزی که است، توسط فضای مربوطه مشخص می‌شود. قانون توزیع احتمال با این حال، هنگام انجام تحقیقات آماری، اصطلاحات دیگری مرتبط با مفهوم جمعیت عمومی تا حدودی راحت تر است.

جمعیت عمومی، مجموع همه مشاهدات قابل تصور (یا همه اشیاء ذهنی ممکن از نوع مورد علاقه ما، که مشاهدات از آنها "برگرفته شده" است) است که می تواند تحت مجموعه ای از شرایط واقعی انجام شود. از آنجایی که در تعریف ما در مورددر مورد تمام مشاهدات (یا اشیاء) ممکن ذهنی، پس مفهوم جمعیت عمومی یک مفهوم مشروط ریاضی و انتزاعی است و نباید با جمعیت های واقعی موضوع تحقیقات آماری اشتباه گرفته شود. بنابراین، با بررسی حتی تمام شرکت‌های زیر صنعت از نقطه نظر ثبت مقادیر شاخص‌های فنی و اقتصادی مشخص‌کننده آنها، می‌توانیم جمعیت مورد بررسی را تنها نماینده جمعیت احتمالی گسترده‌تری از بنگاه‌ها در نظر بگیریم. که می تواند در همان مجموعه شرایط واقعی عمل کند

که در کار عملیراحت تر است که انتخاب را با اشیاء مشاهده مرتبط کنیم تا با ویژگی های این اشیاء. ما ماشین‌ها، نمونه‌های زمین‌شناسی، افراد را برای مطالعه انتخاب می‌کنیم، اما ارزش ویژگی‌های ماشین‌ها، نمونه‌ها، افراد را انتخاب نمی‌کنیم. از سوی دیگر، در نظریه ریاضی، اشیا و مجموعه ویژگی های آنها با هم تفاوتی ندارند و دوگانگی تعریف معرفی شده از بین می رود.

همانطور که می بینیم، مفهوم ریاضی "جمعیت عمومی" به طور فیزیکی به طور کامل تعیین می شود، همچنین مفاهیم "فضای احتمال"، "متغیر تصادفی" و "قانون توزیع احتمال"، با مجموعه شرایط واقعی مربوطه، و بنابراین همه این چهار مفهوم ریاضی را می توان در معنای خاصی مترادف دانست. بسته به اینکه مجموعه همه مشاهدات قابل تصور متناهی یا نامتناهی باشد، یک جمعیت محدود یا نامتناهی نامیده می شود.

از تعریف به دست می آید که جمعیت های پیوسته (شامل مشاهدات نشانه های ماهیت پیوسته) همیشه نامحدود هستند. جمعیت های عمومی گسسته می توانند بی نهایت یا متناهی باشند. به عنوان مثال، اگر دسته ای از محصولات N برای درجه تجزیه و تحلیل شود (به مثال در بند 4.1.3 مراجعه کنید)، زمانی که هر محصول را می توان به یکی از چهار درجه اختصاص داد، متغیر تصادفی مورد مطالعه، عدد درجه یک محصول است که به طور تصادفی از آن استخراج می شود. دسته، و مجموعه مقادیر ممکن متغیر تصادفی به ترتیب از چهار نقطه (1، 2، 3 و 4) تشکیل شده است، سپس، بدیهی است که جمعیت محدود خواهد بود (فقط N مشاهدات قابل تصور).

مفهوم جمعیت نامتناهی یک انتزاع ریاضی است، همانطور که این ایده که اندازه گیری یک متغیر تصادفی را می توان بی نهایت بار تکرار کرد. یک جمعیت عمومی تقریباً نامتناهی را می توان به عنوان یک مورد محدود از یک جمعیت محدود تفسیر کرد، زمانی که تعداد اشیاء تولید شده توسط یک مجموعه واقعی شرایط به طور نامحدود افزایش می یابد. بنابراین، اگر در مثالی که ارائه شد، به جای دسته ای از محصولات، تولید انبوه مداوم همان محصولات را در نظر بگیریم، به مفهوم یک جمعیت عمومی بی نهایت خواهیم رسید. در عمل، چنین اصلاحی معادل نیاز است

یک نمونه از یک جامعه معین، نتایج یک سری محدود از مشاهدات یک متغیر تصادفی است. یک نمونه را می‌توان نوعی آنالوگ تجربی یک جمعیت عمومی در نظر گرفت، چیزی که ما اغلب در عمل با آن سروکار داریم، زیرا بررسی کل جمعیت عمومی می‌تواند بسیار کار بر (در مورد N بزرگ) یا اساساً غیرممکن باشد. (در مورد بی نهایت جمعیت عمومی).

به تعداد مشاهداتی که یک نمونه را تشکیل می دهد، حجم نمونه می گویند.

اگر حجم نمونه بزرگ باشد و با یک مقدار پیوسته یک بعدی (یا با یک مقدار گسسته یک بعدی که تعداد مقادیر ممکن آن بسیار زیاد است، مثلاً بیش از 10) سر و کار داریم، اغلب این مقدار است. راحت تر، از نقطه نظر ساده سازی پردازش آماری بیشتر نتایج مشاهداتی، برای حرکت به داده های نمونه به اصطلاح "گروه بندی شده". این انتقال معمولاً به شرح زیر انجام می شود:

الف) کوچکترین و بالاترین ارزشدر نمونه؛

ب) کل محدوده بررسی شده به تعداد معینی از 5 فواصل گروه بندی مساوی تقسیم می شود. در این حالت، تعداد فواصل s نباید کمتر از 8-10 و بیشتر از 20-25 باشد: انتخاب تعداد فواصل به طور قابل توجهی به اندازه نمونه بستگی دارد؛ برای یک جهت گیری تقریبی در انتخاب 5، می توانید استفاده کنید. فرمول تقریبی

که باید به‌عنوان یک تخمین پایین‌تر برای s در نظر گرفته شود (مخصوصاً برای بزرگ

ج) ذکر شده است نقاط افراطیهر یک از فواصل به ترتیب صعودی، و همچنین نقاط میانی آنها

د) تعداد داده های نمونه در هر یک از بازه ها شمرده می شود: (بدیهی است). داده های نمونه ای که در مرزهای فواصل قرار می گیرند یا به طور مساوی در دو بازه مجاور توزیع می شوند یا توافق شده است که فقط به یکی از آنها اختصاص داده شوند، مثلاً به سمت چپ.

بسته به محتوای خاص مسئله، ممکن است برخی اصلاحات در این طرح گروه‌بندی انجام شود (به عنوان مثال، در برخی موارد توصیه می‌شود که نیاز به طول مساوی فواصل گروه‌بندی را کنار بگذاریم).

در تمام آرگومان‌های بعدی که از داده‌های نمونه استفاده می‌کنند، از نمادی که قبلاً توضیح داده شد، عمل می‌کنیم.

بیایید به یاد بیاوریم که ماهیت روش های آماری استفاده از بخش خاصی از جامعه عمومی (یعنی یک نمونه) برای قضاوت در مورد ویژگی های آن به عنوان یک کل است.

یکی از مهم ترین مسائلی که حل موفقیت آمیز آن پایایی نتایج به دست آمده در نتیجه پردازش آماری داده ها را تعیین می کند، موضوع نماینده بودن نمونه است. پرسش از کامل بودن و کفایت نمایش آن از ویژگی‌های جمعیت عمومی تحلیل‌شده مورد علاقه ما. در کار عملی، همان گروه از اشیاء گرفته شده برای مطالعه را می توان به عنوان نمونه ای از جمعیت های عمومی مختلف در نظر گرفت. بنابراین، گروهی از خانواده‌ها که به‌طور تصادفی از خانه‌های تعاونی یکی از دفاتر نگهداری مسکن (ZhEK) یکی از محله‌های شهر برای بررسی جامع جامعه‌شناختی انتخاب شده‌اند، می‌توانند هم به عنوان نمونه از جمعیت عمومی خانواده‌ها (دارای تعاونی) در نظر گرفته شوند. شکل مسکن) این ZhEK، و به عنوان نمونه ای از خانواده های جمعیت عمومی یک منطقه معین، و به عنوان نمونه ای از جمعیت عمومی همه خانواده های شهر، و در نهایت، به عنوان نمونه ای از جمعیت عمومی همه خانواده های شهر در خانه های تعاونی زندگی می کنند. تفسیر معنی دار نتایج آزمایش به طور قابل توجهی بستگی به نماینده ای دارد که ما گروه خانواده های انتخاب شده را برای کدام جمعیت عمومی در نظر می گیریم، این نمونه برای کدام جمعیت عمومی می تواند نماینده در نظر گرفته شود. پاسخ به این سوال به عوامل زیادی بستگی دارد. در مثال بالا، به ویژه، این بستگی به وجود یا عدم وجود یک عامل خاص (شاید پنهان) دارد که تعلق خانواده را به یک اداره مسکن معین یا کل منطقه را تعیین می کند (چنین عاملی می تواند برای مثال، متوسط درآمد سرانه خانواده، موقعیت جغرافیاییمنطقه در شهر، "سن" منطقه، و غیره).

جمعیت - مجموعه افرادی که جامعه شناس در تحقیقات خود به دنبال کسب اطلاعات درباره آنهاست. بسته به اینکه موضوع تحقیق چقدر گسترده باشد، جامعه به همان اندازه گسترده خواهد بود.

جمعیت نمونه - مدل کاهش جمعیت؛ کسانی که جامعه شناس برای آنها پرسشنامه توزیع می کند، که پاسخ دهندگان نامیده می شوند، که در نهایت، موضوع تحقیق جامعه شناختی هستند.

اینکه دقیقاً چه کسانی در جامعه عمومی قرار می گیرند، با اهداف مطالعه تعیین می شود و چه کسانی در جامعه نمونه قرار می گیرند، تصمیم می گیرند. روش های ریاضی. اگر یک جامعه شناس بخواهد به جنگ افغانستان به چشم شرکت کنندگان در آن نگاه کند، جمعیت عمومی شامل همه سربازان افغان می شود، اما او باید با بخش کوچکی - جمعیت نمونه - مصاحبه کند. برای اینکه نمونه به طور دقیق جمعیت عمومی را منعکس کند، جامعه شناس به این قاعده پایبند است: هر سرباز افغان، صرف نظر از محل سکونت، محل کار، وضعیت صحی و سایر شرایط، باید احتمال یکسانی برای گنجاندن در نمونه را داشته باشد. جمعیت

زمانی که جامعه شناس تصمیم گرفت با چه کسی مصاحبه کند، مشخص می کند چارچوب نمونه. سپس در مورد نوع نمونه گیری تصمیم گیری می شود.

نمونه ها به سه دسته بزرگ تقسیم می شوند:

آ) جامد(سرشماری، همه پرسی). همه واحدها از جمعیت مورد بررسی قرار می گیرند.

ب) تصادفی;

V) غیر تصادفی.

نمونه گیری تصادفی و غیرتصادفی به نوبه خود به چند نوع تقسیم می شود.

موارد تصادفی عبارتند از:

1) احتمالی

2) نظام؛

3) منطقه بندی شده (طبقه بندی شده)؛

4) لانه سازی

موارد غیر تصادفی عبارتند از:

1) "خود جوش"؛

2) سهمیه، سهم؛

3) روش "آرایه اصلی".

فهرست کامل و دقیق واحدها در فرم های جامعه نمونه چارچوب نمونه . عناصر در نظر گرفته شده برای انتخاب نامیده می شوند واحدهای انتخاب . واحدهای نمونه گیری ممکن است مانند واحدهای مشاهده باشند زیرا واحد مشاهده عنصری از جمعیت عمومی است که اطلاعات به طور مستقیم از آن جمع آوری می شود. به طور معمول واحد مشاهده فرد است. انتخاب از یک لیست بهتر است با شماره گذاری واحدها و استفاده از جدولی از اعداد تصادفی انجام شود، اگرچه اغلب از روش شبه تصادفی استفاده می شود، زمانی که هر عنصر n از یک لیست ساده گرفته می شود.

اگر چارچوب نمونه‌گیری شامل فهرستی از واحدهای نمونه‌گیری باشد، ساختار نمونه‌گیری مستلزم گروه‌بندی آن‌ها بر اساس برخی ویژگی‌های مهم است، به عنوان مثال، توزیع افراد بر اساس حرفه، صلاحیت، جنسیت یا سن. اگر در جمعيت عمومي مثلاً 30 درصد جوانان، 50 درصد ميانسالان و 20 درصد سالمندان وجود داشته باشند، در اين صورت بايد همان درصد نسبت هاي سه سني در جامعه نمونه رعايت شود. طبقات، جنسیت، ملیت و غیره را می توان به سنین اضافه کرد. برای هر یک، نسبت درصد در جمعیت عمومی و نمونه تعیین می شود. بدین ترتیب، چارچوب نمونه - درصد نسبت ویژگی های شی، که بر اساس آن جامعه نمونه جمع آوری می شود.

در حالی که نوع نمونه به ما می گوید که چگونه افراد در نمونه گنجانده شده اند، اندازه نمونه به ما می گوید که چند نفر شامل می شوند.

اندازهی نمونه - تعداد واحدها در جامعه نمونه. از آنجایی که جامعه نمونه بخشی از جامعه عمومی است که با روش های خاص انتخاب شده است، حجم آن همیشه کمتر از حجم جامعه عمومی است. بنابراین، آنقدر مهم است که جزء، ایده کل را مخدوش نکند، یعنی آن را نشان دهد.

قابلیت اطمینان داده ها تحت تأثیر ویژگی های کمی جمعیت نمونه (حجم آن) نیست، بلکه تحت تأثیر ویژگی های کیفی جمعیت عمومی - میزان همگنی آن است. اختلاف بین جامعه عمومی و جامعه نمونه نامیده می شود خطای نمایندگی ، انحراف مجاز - 5٪.

در اینجا چند راه برای جلوگیری از خطا وجود دارد:

هر واحد در جامعه باید احتمال یکسانی برای گنجاندن در نمونه را داشته باشد.

توصیه می شود از جمعیت های همگن انتخاب شود.

شما باید ویژگی های جمعیت را بدانید؛

هنگام گردآوری جامعه نمونه، خطاهای تصادفی و سیستماتیک باید در نظر گرفته شود.

اگر جامعه نمونه (نمونه) به درستی ترسیم شود، جامعه شناس به نتایج قابل اعتمادی دست می یابد که کل جمعیت را مشخص می کند.

اصلی ترین ها چیست روش های نمونه گیری?

روش نمونه گیری مکانیکی، زمانی که تعداد مورد نیاز پاسخ دهندگان از لیست عمومی جمعیت عمومی در فواصل زمانی منظم (مثلاً هر 10 نفر) انتخاب می شود.

روش نمونه گیری سریال. در این حالت، جمعیت عمومی به بخش های همگن تقسیم می شود و واحدهای تجزیه و تحلیل به طور متناسب از هر یک انتخاب می شوند (به عنوان مثال، 20٪ از مردان و زنان در یک شرکت).

روش نمونه گیری خوشه ای. واحدهای انتخاب، پاسخ دهندگان فردی نیستند، بلکه گروه هایی هستند که تحقیقات مستمر بعدی در آنها انجام می شود. این نمونه در صورتی نماینده خواهد بود که ترکیب گروه ها مشابه باشد (مثلاً یک گروه از دانشجویان از هر رشته از یک گروه دانشگاهی).

روش آرایه اصلی- نظرسنجی از 60 تا 70 درصد از جمعیت عمومی.

روش نمونه گیری سهمیه ای. پیچیده ترین روش، مستلزم تعیین حداقل چهار ویژگی است که توسط آن پاسخ دهندگان انتخاب می شوند. معمولا با جمعیت زیاد استفاده می شود.

جمعیت(به انگلیسی - جمعیت) - مجموعه ای از تمام اشیاء (واحدها) که یک دانشمند قصد دارد در هنگام مطالعه یک مسئله خاص در مورد آنها نتیجه گیری کند.

مشخصات نمونه:

 ویژگی های کیفی نمونه - دقیقا چه کسانی را انتخاب می کنیم و از چه روش های نمونه گیری برای این کار استفاده می کنیم.

 ویژگی های کمی نمونه - چند مورد را انتخاب می کنیم، به عبارت دیگر، حجم نمونه.

ضرورت نمونه گیری

 موضوع مطالعه بسیار گسترده است. به عنوان مثال، مصرف کنندگان محصولات یک شرکت جهانی با تعداد زیادی از بازارهای پراکنده جغرافیایی نشان داده می شوند.

 نیاز به جمع آوری اطلاعات اولیه وجود دارد.

اندازهی نمونه

17. روشهای اولیه نمونه گیری

نمونه برداریاساساً مبتنی بر دانش از چارچوب نمونه‌گیری است که به فهرست تمام واحدهای جمعیتی که واحدهای نمونه‌گیری از آن انتخاب شده‌اند، اشاره دارد. به عنوان مثال، اگر تمام تعمیرگاه‌های خودرو در شهر مسکو را به عنوان یک جمعیت در نظر بگیریم، باید فهرستی از این کارگاه‌ها را داشته باشیم که به عنوان خطوطی در نظر گرفته شود که نمونه در آن شکل می‌گیرد.

کانتور نمونه ناگزیر حاوی خطایی به نام خطای کانتور نمونه است که درجه انحراف از اندازه واقعی جامعه را مشخص می کند. بدیهی است که لیست رسمی کاملی از کلیه تعمیرگاه های خودرو در مسکو وجود ندارد. محقق باید میزان خطای کانتور نمونه برداری را به مشتری اطلاع دهد.

هنگام تشکیل نمونه، از روش های احتمالی (تصادفی) و غیر احتمالی (غیر تصادفی) استفاده می شود.

اگر همه واحدهای نمونه دارای شانس (احتمال) شناخته شده برای گنجاندن در نمونه باشند، آن نمونه را احتمال می نامند. اگر این احتمال ناشناخته باشد، نمونه را غیر احتمال می‌گویند. متأسفانه در اکثر مطالعات بازاریابی به دلیل عدم امکان تعیین دقیق اندازه جمعیت، امکان محاسبه دقیق احتمالات وجود ندارد. بنابراین، اصطلاح «احتمال شناخته شده» بر اساس استفاده از تکنیک‌های نمونه‌گیری خاص است تا دانش اندازه دقیق جامعه.

روش های احتمالی عبارتند از:

انتخاب تصادفی ساده؛

انتخاب سیستماتیک؛

انتخاب خوشه؛

انتخاب طبقه بندی شده

روش های غیر احتمالی:

انتخاب بر اساس اصل راحتی؛

انتخاب بر اساس قضاوت؛

نمونه گیری در طول فرآیند بررسی؛

نمونه گیری بر اساس سهمیه.

منظور از روش انتخاب بر اساس اصل سهولت این است که نمونه برداری از دیدگاه محقق به راحت ترین روش انجام شود، مثلاً از نظر حداقل زمان و تلاش، از دیدگاه محقق. از در دسترس بودن پاسخ دهندگان انتخاب محل تحقیق و ترکیب نمونه به صورت ذهنی انجام می شود، به عنوان مثال، نظرسنجی از مشتریان در نزدیک ترین فروشگاه به محل سکونت محقق انجام می شود. بدیهی است که بسیاری از افراد جامعه در نظرسنجی شرکت نمی کنند.

نمونه گیری بر اساس قضاوت بر اساس استفاده از نظرات متخصصان و کارشناسان خبره در خصوص ترکیب نمونه می باشد. بر اساس این رویکرد، اغلب ترکیب گروه تمرکز شکل می گیرد.

نمونه گیری در طول فرآیند نظرسنجی بر اساس افزایش تعداد پاسخ دهندگان بر اساس پیشنهادات پاسخ دهندگانی است که قبلاً در نظرسنجی شرکت کرده اند. در ابتدا، محقق نمونه ای بسیار کوچکتر از آنچه برای مطالعه مورد نیاز است تشکیل می دهد، سپس با پیشرفت تحقیق، آن را گسترش می دهد.

تشکیل یک نمونه بر اساس سهمیه ها (انتخاب سهمیه) مستلزم تعیین اولیه، بر اساس اهداف مطالعه، تعداد گروه هایی از پاسخ دهندگان است که شرایط خاص (ویژگی ها) را برآورده می کنند. به عنوان مثال، برای هدف مطالعه، تصمیم گرفته شد که پنجاه مرد و پنجاه زن در یک فروشگاه بزرگ مصاحبه شوند. مصاحبه گر تا زمانی که سهمیه تعیین شده را انتخاب نکند، نظرسنجی را انجام می دهد.