العينة والمعاينة

دليل

في هذه الصفحة

كل استنتاج إحصائي ينتقل من العينة – الأشخاص أو النصوص أو البلدات التي قيست – إلى المجتمع الذي يهمّنا حقًا. وهذه الخطوة تتوقف على سؤالين يُحسمان قبل الاستبانة الأولى: إلامَ تحيل العينة، أي كيف اختيرت، وما حجمها. تعرّف الصفحة المجتمع والعينة والمَعلَمة والإحصاءة وخطأ المعاينة (Gravetter & Wallnau, 2017)؛ وتشرح ما الذي تتطلبه "المعاينة العشوائية" بالضبط، ولماذا لا تكون قائمة أعضاء نادي اليخوت عينةً من المدينة؛ وتستعرض طرائق المعاينة الاحتمالية وغير الاحتمالية وفق Krippendorff (2019، الفصل 6) – الذي كُتب عن النصوص، لكنه يصح على الأشخاص والوثائق؛ وتعرض الخطأ المعياري ونظرية النهاية المركزية – السبب في أن عينة من بضع مئات تكفي لمجتمع من الملايين؛ وتختم بسؤال حجم العينة، وهو سؤال قوة إحصائية (انظروا سؤال البحث وفرضياته)، وبمَن لم يُجب (انظروا القيم المفقودة). وفي الإصدار 3 أُضيف فصل التجنيد لـChandler (2023) من دليل كامبريدج لمناهج البحث في العلوم الاجتماعية والسلوكية (Nichols & Edlund, 2023): ما بين العينة التي خطّطتم لها والعينة التي ستحصلون عليها – متى تكفي عينة غير احتمالية، وكم شخصًا يُدعى للوصول إلى n، وماذا تقول الأدلة عن الإشعارات المسبقة والتذكيرات والحوافز.

1. المجتمع، العينة، المَعلَمة، الإحصاءة – وخطأ المعاينة

يبدأ البحث بسؤال عن مجموعة معيّنة. والمجموعة كلها التي تريد الباحثة دراستها هي المجتمع – جميع الأفراد الذين يهمّون البحث؛ وقد يكون هائلًا (جميع النساء في العالم) أو ضيقًا (النساء رئيسات الدول)، ولا يلزم أن يتألف من أشخاص – شركات، قطع في مصنع، مقالات. الباحثة هي التي تعرّفه، وعليها دائمًا أن تحدّده صراحةً (Gravetter & Wallnau, 2017, p. 3). ولأن المجتمعات أكبر من أن تُقاس كلها، تُختار عينة – مجموعة من المجتمع يُقصد بها تمثيله، وتُعرَّف دائمًا بالمجتمع الذي اختيرت منه. والقيمة التي تصف المجتمع هي مَعلَمة؛ والقيمة التي تصف العينة هي إحصاءة؛ لكل مَعلَمة إحصاءة مقابلة، ومعظم البحث يتناول العلاقة بينهما (المرجع نفسه، ص 4).

وهنا المشكلة الأساسية التي وُجد الإحصاء الاستدلالي كله لحلّها: خطأ المعاينة – الفجوة الطبيعية، الناشئة بالصدفة، بين إحصاءة العينة ومَعلَمة المجتمع (Gravetter & Wallnau, 2017, pp. 5-7). ومثالهما: مجتمع من 1,000 طالب، وعينتان من خمسة – متوسط العمر في إحداهما 19.8، وفي الأخرى 20.4، وفي المجتمع 21.3. لا تطابق أي عينة المجتمع، والعينتان تختلفان إحداهما عن الأخرى – وهما اثنتان فقط من مئات العينات الممكنة. أو: يُقسَم صف إلى قسمين بخط وهمي في منتصف الغرفة ويُحسب متوسط العمر لكل جانب – سيكون هناك فرق على وجه شبه اليقين، ولا توجد قوة خفية تجذب الأكبر سنًا إلى الجهة اليمنى؛ فالفروق غير المتوقعة وغير المنتظمة بين عينة وأخرى هي خطأ المعاينة. و"هامش الخطأ" في استطلاعات الانتخابات – "زائد أو ناقص 4 نقاط" – هو هذا بالضبط. والاختبارات الإحصائية كلها تطرح سؤالًا واحدًا: هل الفرق الذي رأيناه أكبر مما كان خطأ المعاينة وحده سينتجه؟

2. ما العينة "العشوائية" – ولماذا ليست "مَن صادف وجوده"

"عشوائي" مصطلح تقني، لا وصف لغياب التخطيط. فالعينة العشوائية البسيطة تتطلب أن يكون لكل فرد في المجتمع احتمال متساوٍ لأن يُختار؛ وتحتاج الصيغ الإحصائية أيضًا إلى شرط ثانٍ – أن يبقى الاحتمال ثابتًا من اختيار إلى آخر، أي مستقلًا عمّن اختير من قبل – وهذه هي "العينة العشوائية المستقلة" التي تفترضها معظم التطبيقات الإحصائية (Gravetter & Wallnau, 2017, pp. 161-162). والشرط الأول هو ما يضمن غياب التحيّز في الاختيار: في مجتمع من N فردًا يكون لكل واحد احتمال 1/N. ولذلك، في أمثلتهما، لا يُحصل على عينة عشوائية من سكان المدينة من قائمة أعضاء نادي اليخوت، ولا على عينة من الطلاب من مقرر علم النفس الذي تدرسونه. وللسحب يلزم إطار معاينة – قائمة مرقّمة بجميع أفراد المجتمع – وآلية سحب تعطي كل فرد الاحتمال نفسه (Krippendorff, 2019, p. 114). وبصياغة Krippendorff (ص 119): العينة العشوائية إقرار بأننا لا نعرف كيف يبدو المجتمع ولا أين توجد المعلومات – وحين نعرف، تستثمر طرائق أخرى هذه المعرفة.

3. طرائق المعاينة – وما الذي تتيح كل منها استنتاجه

يميّز Krippendorff (2019، الفصل 6) بين ثلاث طرائق احتمالية – يُقصد بها أن تضمن لكل وحدة الفرصة نفسها للدخول في العينة، وهذا هو أساس التعميم الإحصائي – وبين طرائق تستثمر المعرفة ببنية المجتمع أو تتخلى عن التمثيل. العشوائية البسيطة: ترقيم جميع الوحدات والسحب (ص 114). المنتظمة: كل وحدة رقم k في القائمة، بدءًا من نقطة سُحبت عشوائيًا؛ مريحة للمنشورات والأحداث المتكررة، لكنها متحيّزة حين تتوافق الفترة الثابتة مع "إيقاع" طبيعي في القائمة – موسمية، دورية: كل يوم سابع في صحيفة يومية سيعطي دائمًا اليوم نفسه من الأسبوع (وسيظهر ملحق العلوم الصادر يوم الثلاثاء في العينة كلها أو لا يظهر فيها أبدًا)، ومعاينة كل شهر يونيو بين 1932 و1942 في إعلانات الزواج في نيويورك تايمز لم تعثر على أي حفل زفاف في كنيس – لأن يونيو يقع في الفترة التي يحظر فيها التقليد اليهودي الزواج (ص 115). الطبقية: تُحدَّد مجتمعات فرعية (طبقات) تنتمي كل وحدة إلى واحدة منها فقط، ويُعايَن عشوائيًا أو بانتظام داخل كل طبقة على حدة – فتُمثَّل كل الطبقات، وفق حجمها النسبي أو وفق أي تعريف حُدِّد مسبقًا؛ والمثال: "الأسبوع النموذجي" للتلفزيون الأمريكي، الذي بُني بسحب برنامج واحد من 52 لكل فترة بثّ (ص 115-116). الاحتمال المتغيّر: حين لا تتساوى الوحدات في المعلومات التي تحملها – الصحف حسب توزيعها – يُعطى لكل منها احتمال خاص بها (ص 116). العنقودية: حين يتعذر ترقيم الوحدات لكن يمكن ترقيم مجموعات منها – بلدات، مدارس، أعداد صحف – تُعايَن العناقيد وتُقاس جميع الوحدات داخلها؛ مريحة وشائعة، لكن احتمال دخول الوحدة يتوقف على حجم عنقودها، والتباين مُضخَّم وخطأ المعاينة غير مضبوط – فالعينة تمثّل العناقيد، لا بالضرورة الوحدات داخلها (ص 116-117). كرة الثلج: يُبدأ بوحدات أولية ويُطبَّق عليها مرارًا معيار يضيف وحدات – الإحالات في الأدبيات، الروابط في شبكة اجتماعية – حتى حدّ طبيعي؛ والعينة الأولية مهمة، وحين تنفجر الكرة يلزم معيار توقف (ص 117-118). الصلة (القصدية): تُختار جميع الوحدات التي تسهم في الإجابة، بتدرّج مفاهيمي يضيّق المجتمع – غير احتمالية، والنتيجة ليست "عينة ممثِّلة" بل مجتمع الوحدات ذات الصلة؛ وبعد ذلك فقط، إن بقي كبيرًا جدًا، يُعايَن منه (ص 118-120). الحصر الشامل: جميع الوحدات من نوعها – كتابات مؤلف واحد، كل المقالات عن حدث ما – فلا شيء يُعايَن (ص 120). المتاحة: مجموعة بيانات متاحة يُعرف أنها لا تشمل المجتمع كله؛ ويبقى قرار مَن يدخل في يد ظروف خارجة عن سيطرة الباحثة، وأحيانًا في يد مَن له مصلحة – اليوميات تُكتب لتُبهر، وخطب الانتخابات تُغفل ما سيكلّف ثمنًا، وقليلون هم شهود العيان الذين نجوا (ص 120-121). والعينة المتاحة ليست مرفوضة – لكنها تُلزم الباحثة بالتفكير في ما الذي أوصل هذه البيانات، لا غيرها، إلى يديها.

متى تكفي عينة غير احتمالية. يرتّب Chandler (2023) الطرائق على متصل واحد من الكلفة والصرامة: الحصر الشامل (المجتمع كله – عملي حين يكون صغيرًا: موظفو مؤسسة، طلاب مؤسسة تعليمية)، والعينة الاحتمالية (كل فرد يمكن تحديده، ولكل واحد احتمال معروف وأكبر من الصفر لأن يدخل – "المعيار الذهبي"، لأنها تقارب نتيجة الحصر الشامل بجزء يسير من الكلفة، ويمكن تصحيح تحيّزاتها إحصائيًا وقياس عدم اليقين فيها كمّيًا)، والعينة غير الاحتمالية – كل ما لا يستوفي الشرط، عن قصد أو بغير قصد. ونقطته المهمة: العينة غير الاحتمالية ليست بالضرورة أكثر تحيّزًا – لكن إن كانت متحيّزة، وبأي قدر، فلا سبيل إلى معرفة ذلك. وعدم اليقين هذا محتمَل في أربع حالات: حين تغطي العينة جزءًا كبيرًا من المجتمع ومعدل الاستجابة مرتفع؛ وحين لا ترتبط المتغيرات المدروسة باحتمال الدخول في العينة؛ وحين يكون السؤال عن علاقة بين متغيرات لا عن تقدير نقطي – فالعلاقات أقل حساسية بكثير لفروق المجتمعات من المتوسطات والنسب المئوية؛ وحين تُختبر نظرية لا يوصف عالم – فصحة النظرية تتحدد بقدرتها على التنبؤ بما سيحدث في ظروف معيّنة، لا بشيوع تلك الظروف في الواقع (Chandler, 2023). والموقع يتمسك بالأمرين معًا: وفق الجدول 1 – يُبلَّغ عن العينة المتاحة بوصفها عينة متاحة، والتعميم منها على المجتمع حجة؛ ولهذه الحجة يعطي Chandler الكلمات – "علاقة، لا تقدير" و"نظرية، لا وصف" – ويعطي الحدّ: مَن يحتاج إلى معرفة كم (نسبة المؤيدين، المتوسط في المجتمع) يحتاج إلى سحب عشوائي.

تركيب العينة. حتى بلا سحب عشوائي، ومن باب أولى معه، يمكن أن يُقرَّر مسبقًا مَن سيكون في العينة (Chandler, 2023): عينة قصدية – أشخاص ذوو خصائص معيّنة، أو حصص – أو عينة احتمالية طبقية. والتركيب مشتق من سؤال البحث: لتقدير أثر في المجتمع – عينة تمثّله في الخصائص المؤثرة في حجم الأثر؛ وللمقارنة بين المجموعات – مجموعات متساوية الحجم، لأن المقارنة أكفأ إحصائيًا (ولذلك في مسح البلدات تُقارَن طبقة بطبقة لا وفق حجمها على الخريطة)؛ وللعلاقة بين متغيرات متصلة – معاينة مفرطة لأصحاب الدرجات المتطرفة، تزيد القوة الإحصائية لكشف العلاقة وتسهّل التعرّف إلى الحالات المتطرفة المؤثرة في النتيجة. وفي المرحلة التأسيسية من البحث – الحالة الحرجة: يُتوجَّه أولًا إلى مَن تكون الظاهرة لديه أرجح ما تكون، لمعرفة ما إذا كانت موجودة أصلًا قبل الاستثمار في عينة ممثِّلة.

4. الخطأ المعياري ونظرية النهاية المركزية – لماذا تكفي بضع مئات

لو أخذنا من مجتمع كل عينة ممكنة بحجم n وحسبنا لكل منها متوسطًا، لحصلنا على توزيع لمتوسطات العينات – توزيع المعاينة. لا يمكن فعل ذلك عمليًا، لكن نظرية النهاية المركزية تقول بالضبط كيف يبدو: لأي مجتمع متوسطه μ وانحرافه المعياري σ، يتمركز توزيع متوسطات العينات بحجم n عند μ، وانحرافه المعياري σ/√n، ويقترب من الطبيعي كلما كبر n – "طبيعي تمامًا تقريبًا" منذ n = 30، بصرف النظر عن شكل المجتمع (Gravetter & Wallnau, 2017, p. 199). وهذا الانحراف المعياري لمتوسطات العينات هو الخطأ المعياري: كم من المسافة يُعقَل توقعها بين متوسط العينة ومتوسط المجتمع. وهو يؤدي أمرين – يصف إلى أي حدّ تختلف متوسطات العينات بعضها عن بعض، ويقيس مدى جودة تمثيل متوسط واحد للمجتمع (المرجع نفسه، ص 200-201). ويحدد حجمَه أمران: الانحراف المعياري للمجتمع، وحجم العينة – كلما كبر n اقترب المتوسط من μ، "قانون الأعداد الكبيرة" (المرجع نفسه، ص 201). ويضيف Field (2024، القسم 2.8) أن كل ما قيل عن المتوسط يصح على كل مَعلَمة – الارتباط، معامل الانحدار: لكل تقدير توزيع معاينة وخطأ معياري، ومنه تُبنى فترة الثقة والاختبار.

خلاصتان عمليتان. الأولى – الـ√n: لتنصيف الخطأ المعياري يجب مضاعفة العينة أربع مرات. من 100 إلى 400 مشارك يُكسَب الكثير؛ ومن 4,000 إلى 16,000 – القليل جدًا قياسًا بالثمن. ولذلك يكفي مسح وطني من بضع مئات إلى ألف ونيّف من المستجيبين لمجتمع من الملايين – إن كان عشوائيًا. والثانية – ما لا يفعله هذا العدد: إنه يقلّص خطأ المعاينة، لا التحيّز. عينة متاحة من 10,000 اختيروا بغير عشوائية هي عينة متحيّزة كبيرة؛ خطؤها المعياري صغير وفترة ثقتها ضيقة، حول القيمة الخاطئة. حجم العينة وتمثيليّتها سؤالان منفصلان، والثاني وحده يحسم على مَن ينطبق الاستنتاج.

5. كم مشاركًا نحتاج – سؤال قوة إحصائية، لا نسبة مئوية

لا يوجد عدد واحد. السؤال الصحيح هو: كم مشاركًا يلزم ليكون هناك احتمال معقول لكشف أثر بالحجم الذي يهمّنا – وهذا سؤال القوة الإحصائية، المفصَّل في سؤال البحث وفرضياته: وفق حجم الأثر المتوقع، ومستوى الدلالة، والقوة المرغوبة (.80)، يُحسب n بأداة مجانية مثل G*Power، التي توصي بها Pallant أيضًا (2020، مقدمة الجزء الخامس)، وتقتبس Stevens: في العينة الكبيرة (100 فأكثر) "القوة ليست مشكلة"، وفي المجموعات الصغيرة (n = 20) قد تعكس النتيجة غير الدالة قوة ناقصة. وبعض القواعد التقريبية من الأدبيات التي يقتبسها الموقع، وكلها اقتباس ثانوي: في الانحدار المتعدد – نحو 15 مشاركًا لكل متنبِّئ (Stevens, 1996)، أو N > 50 + 8m حيث m عدد المتغيرات المتنبِّئة (Tabachnick & Fidell, 2013) – كلاهما كما ورد في Pallant (2020، الفصل 13)؛ وأكثر إن كانت النتيجة ملتوية. وفي تحليل المحتوى، يضيف Krippendorff (2019، ص 121-122) مبدأً واحدًا راسخًا: حين تكون الوحدات التي ستغيّر الإجابة نادرة، يجب أن تكون العينة أكبر بكثير – فـ"لالتقاط" ظاهرة احتمالها 1 من 1,000 بثقة 95% يلزم 2,995 وحدة (جدوله 6.1)؛ وفي الانتخابات المتقاربة تلزم عينة أكبر مما حين يكون الفارق واسعًا. ويقترح أيضًا طريقة تجريبية: مقارنة عينات بأحجام مختلفة بالمجتمع الكامل ورؤية الحجم الذي لم تعد الزيادة بعده تغيّر الإجابة.

وما لا يحدد: النسبة المئوية من المجتمع. فالخطأ المعياري يتوقف على n، لا على النسبة n/N (إلا حين تكون العينة جزءًا كبيرًا من المجتمع)؛ 400 مستجيب عشوائي يمثّلون مدينة من 100,000 بالقدر نفسه الذي يمثّلون به دولة من 10 ملايين. وأيضًا: تذكّر Pallant (2020، الفصل 1) بالتخطيط بتشاؤم – فالناس لا يحضرون، ويتسرّبون، ولا يملؤون الاستبانة كما ينبغي – وبالتأكد من وجود عدد كافٍ من المشاركين في كل مجموعة في التجربة، ويُفضَّل أن يكون متساويًا.

حساب التجنيد. يحوّل Chandler (2023) "التخطيط بتشاؤم" إلى أرقام: حساب القوة الإحصائية يعطي n ملف التحليل – نقطة البداية، لا الهدف. فالمسح الذي يحتاج إلى 100 مشارك في التحليل يحتاج إلى 112 استبانة مكتملة على الأقل، لأن بعضها سيُستبعَد في تنظيف البيانات (انظروا القالب القياسي): نحو 2% من المسؤولين يتخطّون أي سؤال بعينه، ونحو 10% من الإجابات – وأكثر في المسح الإلكتروني – غير صالحة للاستخدام. و112 استبانة مكتملة تتطلب دعوة بضع مئات من الأشخاص، لأن كثيرين لن يروا الدعوة أو سيرفضون: 80%-90% ممن يبدؤون مسحًا إلكترونيًا مع حافز يُكملونه، لكن معدل المُكمِلين من بين المدعوين يدور حول 40%-50% في المتوسط – نحو 60% وجهًا لوجه، ونحو 50% بالبريد، ونحو 30% إلكترونيًا، ونحو 20% بالهاتف – والمعدلات تنخفض من سنة إلى أخرى، "وكل هذه التقديرات ربما متفائلة" (Chandler, 2023؛ التقديرات تلخيصه للأدبيات الأمريكية، وتختلف بين المجتمعات). ولذلك تسحب خطة المعاينة الجيدة عينة أولية صغيرة وعينات متابعة إضافية (replicates) تُستخدم حسب الحاجة: فلا يُجنَّد عدد زائد، ولا السهل العثور عليهم وحدهم، ولا يُعلَق بعينة ناقصة القوة. ويُعاد فحص تقدير معدل الاستجابة حالما يبدأ التجنيد.

6. مَن لم يُجب – العينة التي خطّطتم لها مقابل العينة التي حصلتم عليها

العينة العشوائية الوحيدة الموجودة على الإطلاق هي التي خُطِّط لها. أما العينة التي قيست فعليًا فهي مَن وافق، ووُجد، وأجاب حتى النهاية. فإذا كان مَن لم يُجب يختلف بانتظام عمّن أجاب – شباب لا يردّون على الهاتف، مشغولون لا يملؤون استبانة طويلة، مَن يجد السؤال شخصيًا أكثر مما ينبغي – فقد كانت المعاينة عشوائية ولم تعد العينة كذلك. وهذا بالضبط سؤال آلية الفقد في القيم المفقودة، على مستوى المستجيب بدلًا من مستوى الفقرة: عدم الاستجابة الذي يتوقف على متغيرات سُجِّلت للجميع (العمر، البلدة، الجنس) يمكن تصحيحه بالترجيح والضبط؛ وعدم الاستجابة الذي يتوقف على ما لم يُقَس، أو على الإجابة نفسها – لا، ولا يمكن إثبات أنه ليس كذلك. وما يمكن فعله: توثيق معدل الاستجابة وتركيب مَن أجاب مقابل الإطار، ومقارنة المستجيبين بالمجتمع – بمربع كاي – على المتغيرات المعروفة. ويضيف Chandler (2023) التحفظ والاستثناء: معدل الاستجابة المرتفع يقلّص عادةً تحيّز عدم الاستجابة – لكن ليس دائمًا (Groves & Peytcheva, 2008, as cited in Chandler)؛ وفي عينة الاعتراض أو المتطوعين، حيث لا يُعرف كم شخصًا رأى النداء، لا يوجد معدل استجابة أصلًا – بل على الأكثر معدل تعاون (كم ممن تُوجِّه إليهم وافقوا)، وفق تعريفات AAPOR (2016, as cited in Chandler).

7. التجنيد – كيف يُوصَل إلى العينة التي خطّطتم لها

"خطة تجنيد قوية عامل أساسي في نجاح البحث على البشر"، يفتتح Chandler (2023) – والبحث الذي يفتقر إلى مثل هذه الخطة يخاطر بتجنيد عدد قليل جدًا، أو من النوع الخطأ، ولا يكتشف ذلك إلا في التحليل. والخطة مشتقة من خمسة أسئلة: أي مجتمع؛ وأي استدلال (وصف أم نظرية)؛ وكم من الدقة؛ وبأي سرعة؛ وبأي موارد – "سريع، جيد أو رخيص: اختاروا اثنين". من أين يُجنَّد. من قائمة (إطار معاينة: أسماء، عناوين، هواتف، وأحيانًا بيانات ديموغرافية – وكثيرًا ما تكون قائمة لمؤسسة يلزم الحصول على إذن بالوصول إليها): كل عينة احتمالية تبدأ بها؛ ومزاياها – بيانات اتصال، وربط كل مشارك بمواد البحث (المؤهَّلون فقط، ومرة واحدة فقط)، ومعدل استجابة يمكن حسابه، ومقارنة مَن أجاب بمَن لم يُجب – لكن يُفهم كيف نشأت ومَن الغائب عنها (خطأ التغطية)، ويُستعَدّ لتنظيفها: عناوين بريد إلكتروني كثيرة غير صالحة. بلا قائمة: الاعتراض (intercept) – التجنيد من تدفّق نشاط ما: روّاد مركز تجاري، زوّار موقع إلكتروني، إعلان على شبكة اجتماعية موجَّه إلى فئة؛ فعّال للمجتمعات التي تتجمع في مكان، لكن وحدة المعاينة هي الحدث (الزيارة) لا الشخص – فالمتسوقون المتكررون ممثَّلون بإفراط؛ المتطوعون – إعلانات، منشورات، قوائم بريدية: سهل، والمتطوعون أكثر حرصًا، لكنهم انتقوا أنفسهم وفق اهتمامهم بالبحث؛ الشبكة (كرة الثلج – في الجدول 1): كل مشارك يحيل إلى آخرين – للمجتمعات التي يصعب الوصول إليها، أو تلك التي لن تكشف عن نفسها قبل أن يؤكد زميل أن البحث مشروع. وشراء الوصول: شركات بحثية لديها لوحات مستجيبين – احتمالية (مكلفة) أو غير احتمالية؛ وقبل الشراء، تُطلب الإجابات عن ESOMAR-36، الاستبانة القياسية لوصف مزوّد العينات. والجمع بينها: النتيجة التي تتكرر في عينات مختلفة من أنواع مختلفة هي بذاتها دليل على التعميم (Chandler, 2023).

معدل الاستجابة – أربعة عوامل وما تقوله الأدلة. هل علموا بوجود بحث (نحو 80% يرشّحون المكالمات من رقم غير معروف، و75% من الرسائل الإلكترونية لا تُفتح)؛ وما الفائدة المتوقعة؛ وما الكلفة المُدرَكة (الوقت، التعليمات المعقدة، الأسئلة الحساسة)؛ ومَن المجتمع. ويورد Chandler متوسطات التحليلات البعدية، ومعظمها عن المسوح البريدية والإلكترونية – والأرقام، كما يعرضها، تغيّر نسبي في معدل الاستجابة لا نقاط مئوية (إلا حيث يُذكر خلاف ذلك): الطول – القصير يُجاب عنه أكثر، و20 دقيقة هي على الأرجح حدّ معظم الناس؛ الأسئلة المفتوحة والأسئلة الحساسة تخفض الاستجابة، والاستبانة "المثيرة للاهتمام" تضاعفها، والافتتاح بسؤال مفتوح يخفضها 5%؛ الأسلوب – يحصل المسح الإلكتروني على استجابة أقل بنحو 11% من الأساليب غير الإلكترونية، ومستخدمو الإنترنت أصغر سنًا وأكثر تعليمًا ودخلًا؛ والجمع بين الأساليب – بالتتابع، لا بالاختيار (عرض الاختيار مسبقًا يخفض الاستجابة): أولًا الأرخص (الإلكتروني)، ثم البريد أو الهاتف لمن لم يُجب؛ الإشعار المسبق (رسالة تخبر بالمسح وغرضه وما يتعلق بالخصوصية) – +50% في المسوح البريدية، وأيضًا بالهاتف وإلكترونيًا؛ والرسالة البريدية تشير إلى المشروعية؛ التذكيرات – +35% بالبريد، و+30% إلكترونيًا، بعائد متناقص؛ نحو نصف المستجيبين للمسح الإلكتروني يُجيبون في اليوم الأول وكل الباقين تقريبًا خلال أسبوع، ولذلك تُباعَد التذكيرات؛ صياغة مختلفة لكل تذكير – +30% مقارنةً بالصياغة نفسها؛ الحافز المالي – +87% بالبريد، و+20% إلكترونيًا، بعائد متناقص (الدولار الأول +5 نقاط، وفوق 10 دولارات – نحو نقطة لكل دولار)؛ الحافز المسبق، بلا شرط – +61% مقارنةً بالمبلغ نفسه بعد الإكمال، بالبريد والهاتف (التزام متبادل)، وأقل إلكترونيًا؛ الحوافز غير المالية – +15% فقط وبلا ارتباط بقيمتها، ومشاركة النتائج – لا شيء تقريبًا؛ السحوبات – شائعة لأنها رخيصة، لكنها "نادرًا" ما تحسّن الاستجابة؛ المخاطبة الشخصية بالاسم – +10% بالبريد، و+25% إلكترونيًا؛ والتوقيع والعنوان بخط اليد – أكثر من 25%؛ وفي البريد الإلكتروني – سطر موضوع مباشر يقول ما البحث، لا "طُعم نقرات"، وأحيانًا السؤال الأول داخل الدعوة نفسها. وما تتضمنه الدعوة: غرض البحث ومحتواه، مؤطَّرين حول ما يهمّ المتلقي؛ والحافز؛ والطول (لا سيما إن كان قصيرًا)؛ والموعد النهائي. أما الادعاءات عن الفائدة للمجتمع أو للعلم – فبلا أثر تقريبًا (Chandler, 2023؛ المتوسطات – من تحليلات بعدية يقتبسها، أساسًا Edwards et al., 2009، وتُعرض هنا كما يلخّصها).

مَن يُجيب أقل، ومَن يزيّف. الرجال، والشباب، وذوو الدخل المنخفض (والمرتفع جدًا)، والأقل تعليمًا، وغير المتزوجين يُجيبون أقل عن المسوح، تبعًا للأسلوب – وهذا يوجّه جهد التجنيد نحو مَن يقلّ احتمال إجابتهم حين تُطلب التمثيلية، ونحو مَن يُرجَّح أن يُجيبوا حين يُراد التوفير. وحين يُشترط على المشاركين استيفاء شرط، يتطلب الفرز حذرًا: في بحث جنّد عبر الإعلانات، أقرّ 14% بأنهم اختلقوا حالة طبية ليصبحوا مؤهَّلين لبحث مدفوع الأجر – وفي المجتمع النادر قد يكون المزيّفون هم الأغلبية. والحماية: التجنيد أولًا حيث يشيع المؤهَّلون، وعدم الكشف عن شروط الأهلية قبل قياسها، ويُفضَّل ألا يعلم المسؤول أصلًا أنه خضع للفرز – بحث قصير بأسئلة الفرز، ثم يُوجَّه المؤهَّلون إلى ما بعده (Chandler, 2023).

التجربة الاستطلاعية والمتابعة والتوثيق. يُجرَّب إجراء التجنيد تجربة استطلاعية كما تُجرَّب الاستبانة نفسها – "بروفة عامة" تكشف الغموض في البروتوكول، وسوء الفهم في الفريق، والافتراضات الخاطئة عن الكلفة ومعدل الاستجابة. وفي أثناء الجمع تُتابَع ثلاثة مؤشرات: معدل الاستجابة أو الإكمال، ومدى تشابه مَن أجاب مع المجتمع، والكلفة لكل إكمال (جميع النفقات مقسومة على عدد الاستبانات المكتملة) – ويُعدَّل وفقها: القنوات، وصياغة الدعوة، والتواصل الإضافي أو الحافز الأكبر للفئات الأقل استجابة. ويُوثَّق كل من الخطة والجهد وما نجح وما لم ينجح – في التسجيل المسبق، وكمادة مرافقة للمقال – لأنه بدون ذلك لا يمكن فهم مجتمع البحث أو إعادة إجرائه (Chandler, 2023). والجانب الأخلاقي للحافز – الإكراه مقابل التأثير غير المشروع – في صفحة أخلاقيات البحث.

8. كيف تُعرض النتائج

في فصل المنهجية، تحت "المشاركون" أو "العينة": المجتمع كما عُرِّف؛ وإطار المعاينة (أي قائمة، ومنذ متى)؛ وطريقة المعاينة باسمها وتفاصيلها (المنتظمة – k والبداية؛ الطبقية – الطبقات والتوزيع؛ العنقودية – ما العنقود وكم عددها؛ المتاحة – مَن، وأين، وكيف جُنِّدوا)؛ وحجم العينة المخطَّط وكيف حُدِّد (حساب القوة الإحصائية، حجم الأثر المفترض)؛ ومعدل الاستجابة؛ وN الفعلي؛ ومقارنة المستجيبين بالمجتمع على المتغيرات المعروفة. وفي فصل المناقشة – على مَن ينطبق الاستنتاج. يُبلَّغ عن العينة المتاحة بوصفها عينة متاحة، بلا "ممثِّلة" وبلا "عشوائية" – فكلمة "عشوائية" محجوزة للسحب العشوائي. والحد الأدنى وفق Chandler (2023): هل كان هناك إطار معاينة؛ وكيف اختير المشاركون؛ والخطوات المتخذة لتجنيدهم؛ ومعدلات الاستجابة أو التعاون – وكيف حُسبت، بسطًا ومقامًا، لأن هناك عدة طرق (التعريفات القياسية – AAPOR، 2016، كما ورد في Chandler)؛ ومعايير الاستبعاد في الفرز؛ وفي غياب الإطار – المجتمع المستهدف، وزمان التجنيد ومكانه اللذان قد يؤثران في التركيب، وحدود التعميم الناجمة عنهما.

أخطاء شائعة

"عينة عشوائية" من مَن صادف وجوده. عشوائية تعني سحبًا من قائمة مع فرصة متساوية للجميع. الطلاب في مقرر، والمتصفحون الذين نقروا، وروّاد المركز المجتمعي – عينة متاحة، ويُبلَّغ عنها بهذه الصفة.

الظن بأن الحجم يصحّح التحيّز. 10,000 مستجيب اختيروا بغير عشوائية هم عينة متحيّزة كبيرة، بفترة ثقة ضيقة حول القيمة الخاطئة. الحجم يقلّص خطأ المعاينة؛ والسحب العشوائي وحده يعالج التحيّز.

حساب n كنسبة مئوية من المجتمع. الخطأ المعياري يتوقف على n، لا على n/N. و400 يكفون للمدينة وللدولة بالقدر نفسه.

المعاينة المنتظمة بفترة تتوافق مع دورة. كل يوم سابع، كل مكالمة زوجية – الفترة تُقفل العينة على مجموعة فرعية واحدة. تُفحص القائمة بحثًا عن الدورية قبل تحديد k.

معاينة العناقيد ثم التحليل كأن الأفراد مستقلون. 20 ساكنًا من كل واحدة من عشر بلدات ليسوا 200 مشاهدة مستقلة – فالاعتماد داخل البلدة يقلّص الخطأ المعياري. يلزم نموذج متعدد المستويات، أو على الأقل الإبلاغ عن البنية.

نسيان مَن لم يُجب. معدل استجابة 30% يعني أن العينة العشوائية تحوّلت إلى عينة ممن وافقوا. يُبلَّغ عن المعدل ويُقارَن المستجيبون بالإطار.

تحديد n بعد جمع البيانات. "سنجمع حتى تصبح النتيجة دالّة" يهدم معنى p. يُحدَّد n مسبقًا من حساب القوة الإحصائية، ويُبلَّغ عنه حتى إن لم يُبلَغ.

كتابة "ممثِّلة" بلا سحب عشوائي. عينة الصلة أو العينة المتاحة قد تكون صحيحة ومفيدة – لكن التعميم منها حجة يجب تعليلها، لا نتيجة للإحصاء.

دعوة n بالضبط. حساب القوة الإحصائية هو ملف التحليل؛ يُدعى أضعاف ذلك، وتُسحب عينات متابعة (Chandler, 2023).

سحب على جائزة كحافز، ومشاركة النتائج كإغراء. بلا أثر تقريبًا؛ أما حافز مالي صغير مسبق، وإشعار مسبق، وتذكيرات – فنعم (Chandler, 2023).

نشر شروط الأهلية في إعلان التجنيد. مَن يريد المشاركة سيكيّف نفسه وفقها؛ أسئلة الفرز تأتي قبل الكشف عمّا يُفرَز عليه (Chandler, 2023).

قائمة تحقق – قبل التجنيد

المراجع

Chandler, J. (2023). Participant recruitment. In A. L. Nichols & J. E. Edlund (Eds.), The Cambridge handbook of research methods and statistics for the social and behavioral sciences: Vol. 1. Building a program of research (pp. 179-201). Cambridge University Press. https://doi.org/10.1017/9781009010054.010

Field, A. (2024). Discovering statistics using IBM SPSS statistics (6th ed.). SAGE.

Gravetter, F. J., & Wallnau, L. B. (2017). Statistics for the behavioral sciences (10th ed.). Cengage Learning.

Krippendorff, K. (2019). Content analysis: An introduction to its methodology (4th ed.). SAGE.

Pallant, J. (2020). SPSS survival manual: A step by step guide to data analysis using IBM SPSS (7th ed.). Routledge.

Stevens (1996)، وTabachnick وFidell (2013)، وCohen (1988) – كما ورد في Pallant (2020)؛ وEdwards وزملاؤه (2009)، وGöritz (2006، 2014)، وMercer وزملاؤه (2015)، وGroves وPeytcheva (2008)، وDevine وزملاؤه (2013)، وSimons وزملاؤه (2017)، وAAPOR (2016) – كما ورد في Chandler (2023). ووفق قاعدة الموقع، لا تَرِد في قائمة المراجع إلا المصادر التي قُرئت في أصلها؛ وChandler (2023) – وفق الفصل كله، بلا أرقام صفحات في متن النص.