🔸خوردن چوب و پیاز
▫️#عباس_عبدی
یکی از مسائلی که این روز‌ها ذهن خیلی‌ها را درگیر خود کرده، عدم تطابق آمار‌های رسمی از کرونا با مشاهدات غیررسمی و نیمه‌رسمی از مناطق گوناگون کشور است.
فرماندار کاشان آماری را می‌گوید که با آمار رسمی تفاوت بسیار زیادی دارد. مشاهدات مردم در گیلان بسیار متفاوت از #آمار رسمی است. واقعیت چیست؟
آیا مسوولان واقعیت را نمی‌گویند؟ ابتدا روشن بگویم که بی‌اعتمادی به آمار و ارقام رسمی که حتی رد کردن آن‌ها سخت است نیز در این جامعه قابل فهم است، چه رسد به موضوعاتی که آمار شهودی یا غیررسمی نیز وجود دارد و تفاوت زیادی با آمار رسمی دارند. هنگامی که سابقه ادعا‌های رسمی را در گذشته مرور می‌کنیم این بی‌اعتمادی چندان غیرمنتظره نیست و حتی طبیعی هم به نظر می‌رسد. ولی فرض کنیم که آمار رسمی درست باشد، آیا همه حقیقت است؟ قطعا خیر. اگر نهاد یا فردی سه عنصر را در اطلاع‌رسانی رعایت نکند، باز هم به دروغگویی متهم می‌شود.
ـ. دروغ نگوید.
ـ. همه حقیقت را بگوید.
ـ. جز حقیقت نگوید.
اگر آمار رسمی مربوط به #کرونا دروغ نباشد، قطعا دو مورد دیگر در این آمار رعایت نشده است. چرا؟
آمار رسمی چیست؟ کسانی که تست کرونا می‌دهند و تست آنان مثبت می‌شود، جزو آمار رسمی مبتلایان به کرونا محسوب می‌شوند. آنان یا درمان شده و مرخص می‌شوند یا فوت می‌کنند یا کماکان در حال درمان و گذراندن دوران درمان و نقاهت هستند.
مثلا گفته می‌شود تاکنون تست کرونای ۷۵۰۰ نفر مثبت بوده، ۳۰۰۰ نفر درمان و مرخص شده‌اند، ۲۵۰ نفر نیز فوت کرده‌اند. پس اکنون ۴۲۵۰ نفر بیمار تحت درمان هستند، ۲۵۰ نفر یعنی ۳۳/۳ درصد نیز مرگ و میر داشته‌ایم. آیا واقعیت این است؟ خیر. احتمالا تعداد کرونایی‌های کشور چندین برابر این رقم است. مرگ و میر نیز قطعا بیشتر است. چون خیلی‌ها کرونا گرفته‌اند پزشک معالج گفته استراحت کنند، نیازی به تست هم نیست. یا اصولا امکان گرفتن تست هم نیست. حالا اگر این فرد فوت کند، از نظر آمار رسمی جزو فوتی‌های کرونایی محسوب نمی‌شود، ولی بسیاری از این‌ها از نظر پزشکان معالج و با توجه به شواهد بالینی و عکس سی. تی. اسکن مبتلا به کرونا محسوب می‌شوند، در حالی که به دلیل فقدان کیت‌های آزمایش، آن‌ها در آمار رسمی کرونایی‌ها محسوب و وارد نمی‌شوند.
حالا فرض کنیم که تعداد زیادی از آنان که تست نداده‌اند خوب شدند در این صورت مساله حل شد، کسی هم اهمیت نمی‌دهد که آنان را به آمار مبتلایان اضافه کند یا خیر؟ ولی اگر برخی از آنان فوت کردند، چه؟ اینجا قضیه فرق می‌کند. از نظر آمار رسمی، چون فوت کرده‌اند، احتمالا زحمت آزمایش او را به خود نمی‌دهند. اگر پزشک معالج بگوید آن متوفا مبتلا به کرونا است مردم هم همین باور را دارند، ولی، چون او قبلا به عنوان بیمار کرونایی شناسایی رسمی و ثبت نشده، پس مرگ و میر او را هم کرونایی نمی‌دانند؟! و اگر هم بخواهند آمار آن را به تعداد مرگ و میر کرونایی‌ها اضافه کنند، ممکن است آن ۲۵۰ نفر تبدیل به ۷۵۰ نفر شود در حالی که تعداد مبتلایان رسمی کماکان همان ۷۵۰۰ نفر اعلام شده است. در نتیجه نسبت مرگ و میر به یک باره به ۱۰ درصد می‌رسد و این وحشتناک خواهد بود، زیرا مردم گمان می‌کنند ۱۰ درصد افراد مبتلا به کرونا فوت می‌کنند، در حالی که نسبت واقعی مرگ و میر همان ۳/۳ درصد است.
وزارت بهداشت به‌شدت می‌ترسد که آمار مرگ و میر غیر ثبت رسمی بیمار را اضافه کند، درست هم هست، ولی از سوی دیگر نمی‌تواند مخرج کسر که مبتلایان به بیماری هستند را تخمینی اعلام کند. به علاوه می‌ترسد بگوید که کیت‌های تشخیص به اندازه کافی در دسترس ندارد. در نتیجه سکوت می‌کند و به انتشار آمار رسمی قناعت می‌کند؛ آماری که خودشان هم می‌دانند با واقعیت تطبیق ندارد.
اینجاست که نظام #اطلاع‌رسانی هم چوب را می‌خورد و هم پیاز را.
به نظرم بهتر است که یک کارشناس مسلط بر امور پزشکی و آماری از طرف ستاد ناتوان مبارزه با کرونا دل را به دریا بزند و همه واقعیت‌ها را به روشنی بیان کند. این طوری حداقل بخشی از ابهامات برطرف می‌شود. در حالی که با سیاست کنونی جز ابهام و #شایعه هیچ‌چیز دیگری اثبات نمی‌شود. می‌توان دو نوع آمار رسمی و تخمینی داد. گمان نکنیم که اگر آمار واقعی گفته شود وضع بدتر خواهد شد.
▫️روزنامه اعتماد
▫️#عباس_عبدی
یکی از مسائلی که این روز‌ها ذهن خیلی‌ها را درگیر خود کرده، عدم تطابق آمار‌های رسمی از کرونا با مشاهدات غیررسمی و نیمه‌رسمی از مناطق گوناگون کشور است.
فرماندار کاشان آماری را می‌گوید که با آمار رسمی تفاوت بسیار زیادی دارد. مشاهدات مردم در گیلان بسیار متفاوت از #آمار رسمی است. واقعیت چیست؟
آیا مسوولان واقعیت را نمی‌گویند؟ ابتدا روشن بگویم که بی‌اعتمادی به آمار و ارقام رسمی که حتی رد کردن آن‌ها سخت است نیز در این جامعه قابل فهم است، چه رسد به موضوعاتی که آمار شهودی یا غیررسمی نیز وجود دارد و تفاوت زیادی با آمار رسمی دارند. هنگامی که سابقه ادعا‌های رسمی را در گذشته مرور می‌کنیم این بی‌اعتمادی چندان غیرمنتظره نیست و حتی طبیعی هم به نظر می‌رسد. ولی فرض کنیم که آمار رسمی درست باشد، آیا همه حقیقت است؟ قطعا خیر. اگر نهاد یا فردی سه عنصر را در اطلاع‌رسانی رعایت نکند، باز هم به دروغگویی متهم می‌شود.
ـ. دروغ نگوید.
ـ. همه حقیقت را بگوید.
ـ. جز حقیقت نگوید.
اگر آمار رسمی مربوط به #کرونا دروغ نباشد، قطعا دو مورد دیگر در این آمار رعایت نشده است. چرا؟
آمار رسمی چیست؟ کسانی که تست کرونا می‌دهند و تست آنان مثبت می‌شود، جزو آمار رسمی مبتلایان به کرونا محسوب می‌شوند. آنان یا درمان شده و مرخص می‌شوند یا فوت می‌کنند یا کماکان در حال درمان و گذراندن دوران درمان و نقاهت هستند.
مثلا گفته می‌شود تاکنون تست کرونای ۷۵۰۰ نفر مثبت بوده، ۳۰۰۰ نفر درمان و مرخص شده‌اند، ۲۵۰ نفر نیز فوت کرده‌اند. پس اکنون ۴۲۵۰ نفر بیمار تحت درمان هستند، ۲۵۰ نفر یعنی ۳۳/۳ درصد نیز مرگ و میر داشته‌ایم. آیا واقعیت این است؟ خیر. احتمالا تعداد کرونایی‌های کشور چندین برابر این رقم است. مرگ و میر نیز قطعا بیشتر است. چون خیلی‌ها کرونا گرفته‌اند پزشک معالج گفته استراحت کنند، نیازی به تست هم نیست. یا اصولا امکان گرفتن تست هم نیست. حالا اگر این فرد فوت کند، از نظر آمار رسمی جزو فوتی‌های کرونایی محسوب نمی‌شود، ولی بسیاری از این‌ها از نظر پزشکان معالج و با توجه به شواهد بالینی و عکس سی. تی. اسکن مبتلا به کرونا محسوب می‌شوند، در حالی که به دلیل فقدان کیت‌های آزمایش، آن‌ها در آمار رسمی کرونایی‌ها محسوب و وارد نمی‌شوند.
حالا فرض کنیم که تعداد زیادی از آنان که تست نداده‌اند خوب شدند در این صورت مساله حل شد، کسی هم اهمیت نمی‌دهد که آنان را به آمار مبتلایان اضافه کند یا خیر؟ ولی اگر برخی از آنان فوت کردند، چه؟ اینجا قضیه فرق می‌کند. از نظر آمار رسمی، چون فوت کرده‌اند، احتمالا زحمت آزمایش او را به خود نمی‌دهند. اگر پزشک معالج بگوید آن متوفا مبتلا به کرونا است مردم هم همین باور را دارند، ولی، چون او قبلا به عنوان بیمار کرونایی شناسایی رسمی و ثبت نشده، پس مرگ و میر او را هم کرونایی نمی‌دانند؟! و اگر هم بخواهند آمار آن را به تعداد مرگ و میر کرونایی‌ها اضافه کنند، ممکن است آن ۲۵۰ نفر تبدیل به ۷۵۰ نفر شود در حالی که تعداد مبتلایان رسمی کماکان همان ۷۵۰۰ نفر اعلام شده است. در نتیجه نسبت مرگ و میر به یک باره به ۱۰ درصد می‌رسد و این وحشتناک خواهد بود، زیرا مردم گمان می‌کنند ۱۰ درصد افراد مبتلا به کرونا فوت می‌کنند، در حالی که نسبت واقعی مرگ و میر همان ۳/۳ درصد است.
وزارت بهداشت به‌شدت می‌ترسد که آمار مرگ و میر غیر ثبت رسمی بیمار را اضافه کند، درست هم هست، ولی از سوی دیگر نمی‌تواند مخرج کسر که مبتلایان به بیماری هستند را تخمینی اعلام کند. به علاوه می‌ترسد بگوید که کیت‌های تشخیص به اندازه کافی در دسترس ندارد. در نتیجه سکوت می‌کند و به انتشار آمار رسمی قناعت می‌کند؛ آماری که خودشان هم می‌دانند با واقعیت تطبیق ندارد.
اینجاست که نظام #اطلاع‌رسانی هم چوب را می‌خورد و هم پیاز را.
به نظرم بهتر است که یک کارشناس مسلط بر امور پزشکی و آماری از طرف ستاد ناتوان مبارزه با کرونا دل را به دریا بزند و همه واقعیت‌ها را به روشنی بیان کند. این طوری حداقل بخشی از ابهامات برطرف می‌شود. در حالی که با سیاست کنونی جز ابهام و #شایعه هیچ‌چیز دیگری اثبات نمی‌شود. می‌توان دو نوع آمار رسمی و تخمینی داد. گمان نکنیم که اگر آمار واقعی گفته شود وضع بدتر خواهد شد.
▫️روزنامه اعتماد
#کرونا🔸آمار قربانیان قابل اعتماد است؟
▫️خطا و سهل‌انگاری در شمارش، یک پدیدۀ جهانی است
▫️با اینکه در همۀ کشورها #آمار جانباختگان و مبتلایان به ویروس #کرونا و شمار بهبودیافتگان روزانه اعلام می‌شود، اما همۀ مراجع به خوبی می‌دانند که هیچیک از این آمارها، مگر در موارد نادر، دقیق نیست. روش آمارگیری در هر کشور متفاوت است و هر یک خطاهای خود را دارد. علاوه بر این، معلوم نیست که مقامات مسئول تا چه حد حقیقت را با مردم در میان می‌گذارند
تنها در کشورهایی با جمعیت کم و امکانات بسیار بالا (مثل کشورهای شمال اروپا) می‌توان احتمال داد که آمارها نسبتاً درست باشد.
اما به عنوان مثال #اسپانیا، #لوکزامبورگ یا #کرۀ_جنوبی فقط درگذشتگانی را به حساب می‌آورند که در ابتلایشان به ویروس کرونا هیچ تردیدی وجود نداشته است.
بلژیکی‌ها، که بیشترین تلفات خود را در خانه‌های سالمندان متحمل شده‌اند، درگذشتگان "مشکوک" را نیز به شمار می‌آورند.
در کشورهایی مثل #چین یا #ایران، فقط جانباختگانی در آمار منظور می‌شوند که در بیمارستان فوت کرده‌اند. در #آلمان، فرد مبتلا به کرونا حتی اگر به بیماری دیگری جان دهد، باز هم به حساب می‌آید.
▫️خطاها و روش‌های گوناگون شمارش
حاشیۀ خطا و تقریب در آمار به دلایل مختلف اجتناب‌ناپذیر است. در #بریتانیا، ارقام نسبتاً دقیق، فقط هفته‌ای یک بار توسط دفتر ملی آمار ارائه می‌شود، اما این ارقام هم تحولات ده روز اخیر را منظور نمی‌کند. گذشته از این، تلفات #اسکاتلند و #ایرلند_شمالی نیز در این آمار ثبت نمی‌شود.
در #ایتالیا، با اینکه مرگ و میر در خانه‌های سالمندان بسیار زیاد بوده، اما این فوت‌ها فقط در مواردی شمرده می‌شود که یک خانۀ سالمندان به عنوان کانون آلودگی شناخته شده، و تست ابتلا در آن انجام شده باشد.
در #آمریکا اوضاع از این هم پیچیده‌تر است زیرا روش آمارگیری از ایالتی به ایالت دیگر فرق می‌کند. برخی ایالات اصلاً شمار مرگ در خانه‌های سالمندان را منظور نکرده‌اند. همچنین در موارد زیاد، گزارش شده که یک عضو خانواده به علت سینه‌پهلو (ذات‌الریه) درگذشته است. اما چون قبل از مرگ آزمایش کرونا انجام نگرفته، این نوع موارد نیز در آمار منظور نمی‌شود. همچنین در برخی از ایالت‌ها، در گواهی‌های فوت نوشته شده: "علت مرگ: احتمالاً ویروس کرونا"... درست معلوم نیست که این موارد در آمار ضبط شده یا خیر.
▫️ارائۀ آمار دقیق نیاز به وقت و راستگویی دارد
حدود یک ماه قبل در #فرانسه، متخصصان "انجمن مطالعات جمعیت‌شناسی" تذکر داده بودند که به طور کلی در #اپیدمی‌ها، روند جمع‌آوری و سامان دادن به اطلاعات، حتی در سریع‌ترین حالات، به چند روز وقت نیاز دارد. به گفتۀ آنان شمارش دقیق و ارائۀ آمار قابل اطمینان چند هفته و حتی چند ماه زمان لازم دارد.
اما گذشته از کمبود وقت و خطاهای فراوان در شمارش، میزان صداقت مقامات مسئول و راستگویی دولت‌ها نیز یک معمای بزرگ است. هیچ مرجعی - حداقل فعلاً - قادر نیست که میزان حقیقت‌گویی دولت‌ها را بسنجد.
▫️خطا و سهل‌انگاری در شمارش، یک پدیدۀ جهانی است
▫️با اینکه در همۀ کشورها #آمار جانباختگان و مبتلایان به ویروس #کرونا و شمار بهبودیافتگان روزانه اعلام می‌شود، اما همۀ مراجع به خوبی می‌دانند که هیچیک از این آمارها، مگر در موارد نادر، دقیق نیست. روش آمارگیری در هر کشور متفاوت است و هر یک خطاهای خود را دارد. علاوه بر این، معلوم نیست که مقامات مسئول تا چه حد حقیقت را با مردم در میان می‌گذارند
تنها در کشورهایی با جمعیت کم و امکانات بسیار بالا (مثل کشورهای شمال اروپا) می‌توان احتمال داد که آمارها نسبتاً درست باشد.
اما به عنوان مثال #اسپانیا، #لوکزامبورگ یا #کرۀ_جنوبی فقط درگذشتگانی را به حساب می‌آورند که در ابتلایشان به ویروس کرونا هیچ تردیدی وجود نداشته است.
بلژیکی‌ها، که بیشترین تلفات خود را در خانه‌های سالمندان متحمل شده‌اند، درگذشتگان "مشکوک" را نیز به شمار می‌آورند.
در کشورهایی مثل #چین یا #ایران، فقط جانباختگانی در آمار منظور می‌شوند که در بیمارستان فوت کرده‌اند. در #آلمان، فرد مبتلا به کرونا حتی اگر به بیماری دیگری جان دهد، باز هم به حساب می‌آید.
▫️خطاها و روش‌های گوناگون شمارش
حاشیۀ خطا و تقریب در آمار به دلایل مختلف اجتناب‌ناپذیر است. در #بریتانیا، ارقام نسبتاً دقیق، فقط هفته‌ای یک بار توسط دفتر ملی آمار ارائه می‌شود، اما این ارقام هم تحولات ده روز اخیر را منظور نمی‌کند. گذشته از این، تلفات #اسکاتلند و #ایرلند_شمالی نیز در این آمار ثبت نمی‌شود.
در #ایتالیا، با اینکه مرگ و میر در خانه‌های سالمندان بسیار زیاد بوده، اما این فوت‌ها فقط در مواردی شمرده می‌شود که یک خانۀ سالمندان به عنوان کانون آلودگی شناخته شده، و تست ابتلا در آن انجام شده باشد.
در #آمریکا اوضاع از این هم پیچیده‌تر است زیرا روش آمارگیری از ایالتی به ایالت دیگر فرق می‌کند. برخی ایالات اصلاً شمار مرگ در خانه‌های سالمندان را منظور نکرده‌اند. همچنین در موارد زیاد، گزارش شده که یک عضو خانواده به علت سینه‌پهلو (ذات‌الریه) درگذشته است. اما چون قبل از مرگ آزمایش کرونا انجام نگرفته، این نوع موارد نیز در آمار منظور نمی‌شود. همچنین در برخی از ایالت‌ها، در گواهی‌های فوت نوشته شده: "علت مرگ: احتمالاً ویروس کرونا"... درست معلوم نیست که این موارد در آمار ضبط شده یا خیر.
▫️ارائۀ آمار دقیق نیاز به وقت و راستگویی دارد
حدود یک ماه قبل در #فرانسه، متخصصان "انجمن مطالعات جمعیت‌شناسی" تذکر داده بودند که به طور کلی در #اپیدمی‌ها، روند جمع‌آوری و سامان دادن به اطلاعات، حتی در سریع‌ترین حالات، به چند روز وقت نیاز دارد. به گفتۀ آنان شمارش دقیق و ارائۀ آمار قابل اطمینان چند هفته و حتی چند ماه زمان لازم دارد.
اما گذشته از کمبود وقت و خطاهای فراوان در شمارش، میزان صداقت مقامات مسئول و راستگویی دولت‌ها نیز یک معمای بزرگ است. هیچ مرجعی - حداقل فعلاً - قادر نیست که میزان حقیقت‌گویی دولت‌ها را بسنجد.
#کلاس #متدولوژی
🔸آشنایی با نمونه‌های آماری
#یونس_شکرخواه
داشتن #نمونه (sample) و #نمونه‌گیری (sampling) یکی از مهم‌ترین بخش‌های علم #آمار است. یک نمونه باید طوری انتخاب شود که تنوع و اندازه لازم را داشته باشد تا نتایج قابل اعتماد وقابل تعمیم باشند. برای گرداوری داده‌های مورد نظر در هر زمینه‌ای دو راه وجود دارد یا راه گردآوری داده‌ها از طریق کلیه افراد (که به آن #سرشماری می‌گویند که هم هزینه‌بر و هم وقت‌گیر است) و یا از طریق نمونه‌گیری (انتخاب نمونه‌ای از افراد جامعه و جمع آوری داده‌های مورد نظر از طریق آن‌ها).
در عین حال باید در نظر داشت که بین #جامعه_آماری (Statistical population) با #نمونه_آماری تحقیق تفاوت وجود دارد. جامعه آماری به مجموعه افراد، عناصر و سوژه‌هایی گفته می‌شود که حداقل یک صفت یا ویژگی مشترک دارند؛ اما نمونه آماری تحقیق گروهی از اعضای جامعه آماری هستند که اطلاعات مورد نیاز پژوهش را می‌توان از طریق آن‌ها به دست آورد. رابطه نمونه و جمعیت از جهاتی همان حکایت مشت نمونه خروار است. به دیگر زبان نمونه در علم آمار باید معرف جمعیت مورد تحقیق باشد. پس بنابراین اگر بخواهیم موضوعی را در جامعه‌ای بررسی کنیم، می‌توانیم به جای سراغ گرفتن از یکایک اعضای آن جامعه (که بسیار پر دردسر و پر هزینه است) از نمونه‌گیری استفاده کنیم.
▫️اما چطور باید نمونه سازی کرد؟
🔹نمونه‌گیری احتمالی
(Probability Sampling)
در این نوع از نمونه‌گیری‌ها؛ نمونه‌ها معرف جمعیت هستند و به دیگر سخن همه شانس انتخاب شدن به عنوان نمونه را دارند (بیشتر از صفر) و شامل این انواع است: تصادفی ساده، سیستماتیک، قشربندی شده و خوشه‌ای.
🔹تصادفی ساده
(Simple Random)
از طریق قرعه کشی، استفاده از جداول اعداد تصادفی یا از طریق برنامه‌های رایانه‌ای. در این روش هر یک از اعضای جامعه شانس برابر در انتخاب برای قرار گرفتن در نمونه دارد. افزون براین نمی‌توانید مثلا به یک خیابان بروید و با هر فردی بر حسب اتفاق مصاحبه کنید. حتی نمی‌شود مثلا از یک دفترچه تلفن برای انتخاب نمونه‌ها مدد گرفت؛ زیرا عده‌ای هستند که یا تلفن ندارند و یا نامشان در دفترچه تلفن نیست. مهم‌ترین نکته در نمونه‌گیری تصادفی این است که در این روش نباید در انتخاب نمونه‌ها هیچ اثری از جانبداری و سوگیری در انتخاب نمونه‌ها وجود داشته باشد.
🔹سیستماتیک
(Systematic Random):
انتخاب اعضای جمعیت در این روش بر اساس یک قاعده مشخص صورت می‌گیرد و وقتی اولین عضو انتخاب شد بقیه اعضا به راحتی تعیین می‌شوند. مثلا دهمین در یک ردیف ساختمان (یک عدد اتفاقی) که مورد بعدی به ترتیب می‌شود بیستمین وسی‌امین خانه و.... تا نمونه مورد بررسی کامل شود. در این روش در واقع حجم جمعیت بر حجم نمونه تقسیم می‌شود تا فاصله نمونه‌گیری به دست آید.
🔹قشربندی شده
(Stratified Random)
نمونه قشربندی شده یک باز تولید کوچک از جمعیت اماری است. در این روش قبل از نمونه‌گیری باید جمعیت را بر اساس خصایص مهم مثل جنسیت؛ سطح تحصیلات؛ مذهب؛ طبقه اجتماعی و ... شکل داد و سپس بر اساس قشر (stratum) به تصادف انتخاب کرد. مثلا اگر سی و هشت درصد جمعیت تحصیلات دانشگاهی دارند آنگاه باید سی و هشت درصد نمونه از جمعیت را به شیوه تصادفی برگزیده شود. نمونه قشربندی اگر اطلاعات خوبی از جمعیت از پیش در اختیار باشد از نمونه تصادفی بهتر جواب می‌دهد
🔹خوشه‌ای
(cluster)
که دو گونه خوشه‌ای تصادفی و خوشه‌ای قشر بندی دارد. این روش به درد مواردی می‌خورد که می‌شود جمعیت را به مقولات متعدد تجزیه کرد. در این شیوه واحد اندازه‌گیری فرد نیست بلکه گروه است و این گروه‌ها به صورت طبیعی شکل گرفته باشند.
🔹نمونه‌گیری غیر احتمالی
(Non-probability Sampling)
این نوع از نمونه‌گیری‌ها شامل این موارد است: سهمیه‌ای، هدفمند و گلوله برفی
🔹سهمیه‌ای
(Quota sample)
پژوهشگر در روش سهمیه‌ای؛ آگاهانه سطوحی از قشرها را در نمونه قرار می‌دهد. این کار تضمین می‌کند که بخش‌های خاص و مورد نظر از جمعیت در نمونه قرار گرفته‌اند. در روش سهمیه‌ای سهم نمونه باید با سهم واقعی موجود در جمعیت تناسب داشته باشد.
🔹هدفمند
(purposive sample)
نمونه بر اساس قضاوت شخصی یا اهداف مطالعه کننده انتخاب می‌شود. به عبارت بهتر پژوهشگر شخصا گروه‌های خاصی را در نظر دارد و می‌خواهد درباره آن‌ها تحقیق کند
🔹گلوله برفی
(snowball sample)
این نمونه‌گیری که در تحقیقات کیفی رایج است؛ خودش گونه‌ای از روش هدفمند است. در این شیوه از مشارکت کنندگانی که انتخاب شده‌اند به مشارکت کنندگان بعدی دست یافته می‌شود. حجم نمونه در این روش مثل گلوله برف که همانطور که می‌چرخد برف بیشتری به خودش جذب می‌کند؛ در مسیر تحقیق بزرگ‌تر می‌شود. مثال: تحقیق درباره مهاجران در یک جامعه یا معتادان.
🔸آشنایی با نمونه‌های آماری
#یونس_شکرخواه
داشتن #نمونه (sample) و #نمونه‌گیری (sampling) یکی از مهم‌ترین بخش‌های علم #آمار است. یک نمونه باید طوری انتخاب شود که تنوع و اندازه لازم را داشته باشد تا نتایج قابل اعتماد وقابل تعمیم باشند. برای گرداوری داده‌های مورد نظر در هر زمینه‌ای دو راه وجود دارد یا راه گردآوری داده‌ها از طریق کلیه افراد (که به آن #سرشماری می‌گویند که هم هزینه‌بر و هم وقت‌گیر است) و یا از طریق نمونه‌گیری (انتخاب نمونه‌ای از افراد جامعه و جمع آوری داده‌های مورد نظر از طریق آن‌ها).
در عین حال باید در نظر داشت که بین #جامعه_آماری (Statistical population) با #نمونه_آماری تحقیق تفاوت وجود دارد. جامعه آماری به مجموعه افراد، عناصر و سوژه‌هایی گفته می‌شود که حداقل یک صفت یا ویژگی مشترک دارند؛ اما نمونه آماری تحقیق گروهی از اعضای جامعه آماری هستند که اطلاعات مورد نیاز پژوهش را می‌توان از طریق آن‌ها به دست آورد. رابطه نمونه و جمعیت از جهاتی همان حکایت مشت نمونه خروار است. به دیگر زبان نمونه در علم آمار باید معرف جمعیت مورد تحقیق باشد. پس بنابراین اگر بخواهیم موضوعی را در جامعه‌ای بررسی کنیم، می‌توانیم به جای سراغ گرفتن از یکایک اعضای آن جامعه (که بسیار پر دردسر و پر هزینه است) از نمونه‌گیری استفاده کنیم.
▫️اما چطور باید نمونه سازی کرد؟
🔹نمونه‌گیری احتمالی
(Probability Sampling)
در این نوع از نمونه‌گیری‌ها؛ نمونه‌ها معرف جمعیت هستند و به دیگر سخن همه شانس انتخاب شدن به عنوان نمونه را دارند (بیشتر از صفر) و شامل این انواع است: تصادفی ساده، سیستماتیک، قشربندی شده و خوشه‌ای.
🔹تصادفی ساده
(Simple Random)
از طریق قرعه کشی، استفاده از جداول اعداد تصادفی یا از طریق برنامه‌های رایانه‌ای. در این روش هر یک از اعضای جامعه شانس برابر در انتخاب برای قرار گرفتن در نمونه دارد. افزون براین نمی‌توانید مثلا به یک خیابان بروید و با هر فردی بر حسب اتفاق مصاحبه کنید. حتی نمی‌شود مثلا از یک دفترچه تلفن برای انتخاب نمونه‌ها مدد گرفت؛ زیرا عده‌ای هستند که یا تلفن ندارند و یا نامشان در دفترچه تلفن نیست. مهم‌ترین نکته در نمونه‌گیری تصادفی این است که در این روش نباید در انتخاب نمونه‌ها هیچ اثری از جانبداری و سوگیری در انتخاب نمونه‌ها وجود داشته باشد.
🔹سیستماتیک
(Systematic Random):
انتخاب اعضای جمعیت در این روش بر اساس یک قاعده مشخص صورت می‌گیرد و وقتی اولین عضو انتخاب شد بقیه اعضا به راحتی تعیین می‌شوند. مثلا دهمین در یک ردیف ساختمان (یک عدد اتفاقی) که مورد بعدی به ترتیب می‌شود بیستمین وسی‌امین خانه و.... تا نمونه مورد بررسی کامل شود. در این روش در واقع حجم جمعیت بر حجم نمونه تقسیم می‌شود تا فاصله نمونه‌گیری به دست آید.
🔹قشربندی شده
(Stratified Random)
نمونه قشربندی شده یک باز تولید کوچک از جمعیت اماری است. در این روش قبل از نمونه‌گیری باید جمعیت را بر اساس خصایص مهم مثل جنسیت؛ سطح تحصیلات؛ مذهب؛ طبقه اجتماعی و ... شکل داد و سپس بر اساس قشر (stratum) به تصادف انتخاب کرد. مثلا اگر سی و هشت درصد جمعیت تحصیلات دانشگاهی دارند آنگاه باید سی و هشت درصد نمونه از جمعیت را به شیوه تصادفی برگزیده شود. نمونه قشربندی اگر اطلاعات خوبی از جمعیت از پیش در اختیار باشد از نمونه تصادفی بهتر جواب می‌دهد
🔹خوشه‌ای
(cluster)
که دو گونه خوشه‌ای تصادفی و خوشه‌ای قشر بندی دارد. این روش به درد مواردی می‌خورد که می‌شود جمعیت را به مقولات متعدد تجزیه کرد. در این شیوه واحد اندازه‌گیری فرد نیست بلکه گروه است و این گروه‌ها به صورت طبیعی شکل گرفته باشند.
🔹نمونه‌گیری غیر احتمالی
(Non-probability Sampling)
این نوع از نمونه‌گیری‌ها شامل این موارد است: سهمیه‌ای، هدفمند و گلوله برفی
🔹سهمیه‌ای
(Quota sample)
پژوهشگر در روش سهمیه‌ای؛ آگاهانه سطوحی از قشرها را در نمونه قرار می‌دهد. این کار تضمین می‌کند که بخش‌های خاص و مورد نظر از جمعیت در نمونه قرار گرفته‌اند. در روش سهمیه‌ای سهم نمونه باید با سهم واقعی موجود در جمعیت تناسب داشته باشد.
🔹هدفمند
(purposive sample)
نمونه بر اساس قضاوت شخصی یا اهداف مطالعه کننده انتخاب می‌شود. به عبارت بهتر پژوهشگر شخصا گروه‌های خاصی را در نظر دارد و می‌خواهد درباره آن‌ها تحقیق کند
🔹گلوله برفی
(snowball sample)
این نمونه‌گیری که در تحقیقات کیفی رایج است؛ خودش گونه‌ای از روش هدفمند است. در این شیوه از مشارکت کنندگانی که انتخاب شده‌اند به مشارکت کنندگان بعدی دست یافته می‌شود. حجم نمونه در این روش مثل گلوله برف که همانطور که می‌چرخد برف بیشتری به خودش جذب می‌کند؛ در مسیر تحقیق بزرگ‌تر می‌شود. مثال: تحقیق درباره مهاجران در یک جامعه یا معتادان.