نمونه او نمونه اخیستنه

لارښود

په دې پاڼه کې

هره احصایوي پایله له نمونې – هغه خلک، متنونه یا کلي چې اندازه شوي – هغې احصایوي ټولګې ته تېرېږي چې په رښتیا زموږ لپاره په زړه پورې ده. دا ګام په دوو پوښتنو پورې اړه لري چې له لومړي پوښتنلیک مخکې ټاکل کېږي: نمونه چا ته اشاره کوي، یعنې څنګه وټاکل شوه، او څومره لویه ده. دا پاڼه احصایوي ټولګه، نمونه، پارامیټر، احصایه او د نمونه اخیستنې تېروتنه تعریفوي (Gravetter & Wallnau, 2017)؛ تشریح کوي چې "تصادفي نمونه اخیستنه" په دقیق ډول څه غواړي او ولې د یاټ کلب د غړو لېست د ښار نمونه نه ده؛ د Krippendorff (2019، 6 څپرکی) له مخې د نمونه اخیستنې احتمالي او غیر احتمالي مېتودونه بیاکتنه کوي – چې د متنونو په اړه لیکل شوی، خو په خلکو او اسنادو هم پلي کېږي؛ معیاري تېروتنه (standard error) او د مرکزي حد قضیه (central limit theorem) وړاندې کوي – هغه لامل چې د څو سوو کسانو نمونه د میلیونونو کسانو احصایوي ټولګې ته کافي ده؛ او د نمونې د اندازې په پوښتنه پای ته رسېږي، چې د احصایوي ځواک پوښتنه ده (د څېړنې پوښتنه او فرضیې وګورئ)، او په هغو چې ځواب یې نه دی ورکړی (ورک ارزښتونه وګورئ). په 3 نسخه کې د Chandler (2023) د جذب څپرکی د ټولنیزو او سلوکي علومو د څېړنې د مېتودونو د Cambridge له لارښود (Nichols & Edlund, 2023) څخه زیات شو: د هغې نمونې ترمنځ چې تاسو پلان کړې او هغې نمونې چې ترلاسه کوئ یې – کله غیر احتمالي نمونه کافي ده، څو کسان باید راوبلل شي څو n ته ورسېږئ، او شواهد د مخکینیو خبرتیاوو، یادونو او هڅونو په اړه څه وايي.

1. احصایوي ټولګه، نمونه، پارامیټر، احصایه – او د نمونه اخیستنې تېروتنه

څېړنه د یوې ټاکلې ډلې په اړه په یوې پوښتنې پیلېږي. ټوله هغه ډله چې څېړونکې یې غواړي وڅېړي احصایوي ټولګه (population) ده – ټول هغه واحدونه چې د څېړنې لپاره په زړه پورې دي؛ کېدای شي ډېره لویه وي (د نړۍ ټولې ښځې) یا محدوده (هغه ښځې چې د هېواد مشرانې دي)، او اړینه نه ده چې د خلکو وي – شرکتونه، په فابریکه کې پرزې، مقالې. همدا څېړونکې ده چې هغه تعریفوي، او تل باید په څرګند ډول یې وپېژني (Gravetter & Wallnau, 2017, p. 3). څرنګه چې احصایوي ټولګې دومره لویې دي چې ټولې یې اندازه نه شي، نمونه ټاکل کېږي – له احصایوي ټولګې څخه یوه ډله چې د هغې د استازیتوب لپاره ده، او تل د هغې احصایوي ټولګې له مخې پېژندل کېږي چې ترې ټاکل شوې. هغه ارزښت چې احصایوي ټولګه بیانوي پارامیټر دی؛ هغه ارزښت چې نمونه بیانوي احصایه ده؛ هر پارامیټر یوه موازي احصایه لري، او ډېره څېړنه د دوی ترمنځ په اړیکه بوخته ده (همغه ځای، 4 مخ).

او دلته هغه بنسټیزه ستونزه ده چې ټوله استنباطي احصایه یې د حل لپاره جوړه شوې: د نمونه اخیستنې تېروتنه – د نمونې د احصایې او د احصایوي ټولګې د پارامیټر ترمنځ طبیعي واټن چې په تصادفي ډول رامنځته کېږي (Gravetter & Wallnau, 2017, pp. 5-7). د دوی بېلګه: د 1,000 زده کوونکو احصایوي ټولګه، د پنځو کسانو دوه نمونې – په یوه نمونه کې د عمر اوسط 19.8، په بله کې 20.4، او په احصایوي ټولګه کې 21.3. هېڅ نمونه له احصایوي ټولګې سره یو شان نه ده، او نمونې له یو بل سره توپیر لري – او دا یوازې له سلګونو ممکنو نمونو دوه دي. یا: یو ټولګی د خونې په منځ کې د یوې خیالي کرښې په واسطه په دوو برخو وېشل کېږي او د هر اړخ لپاره د عمر اوسط محاسبه کېږي – تقریباً په یقین سره به توپیر وي، او کوم پټ ځواک نشته چې لویان ښي اړخ ته کش کړي؛ د نمونو ترمنځ ناڅاپي او غیر سیستماتیک توپیرونه د نمونه اخیستنې تېروتنه ده. د ټاکنو په سروې ګانو کې "د نمونه اخیستنې تېروتنه" – "جمع-منفي 4 نمرې" – همدا ده. ټولې احصایوي ازموینې یوه پوښتنه کوي: ایا هغه توپیر چې موږ ولید، له هغه څه لوی دی چې یوازې د نمونه اخیستنې تېروتنه به یې رامنځته کړې وای؟

2. "تصادفي نمونه" څه ده – او ولې دا "هغه څوک چې پېښ شو" نه دی

"تصادفي" یو تخنیکي اصطلاح ده، نه د پلان د نشتوالي بیان. ساده تصادفي نمونه غواړي چې په احصایوي ټولګه کې هر واحد د ټاکل کېدو برابر چانس ولري؛ احصایوي فورمولونو ته یو دویم شرط هم اړین دی – چې احتمال له یوې ټاکنې تر بلې ثابت پاتې شي، یعنې په هغه چا پورې اړه ونه لري چې دمخه ټاکل شوی – او دا "خپلواکه تصادفي نمونه" ده، چې ډېری احصایوي کارونې یې انګېري (Gravetter & Wallnau, 2017, pp. 161-162). لومړی شرط هغه څه دي چې ډاډ ورکوي په ټاکنه کې تعصب (bias) نشته: د N واحدونو په احصایوي ټولګه کې هر یو د 1/N احتمال لري. له همدې امله، د دوی په بېلګو کې، د ښار د اوسېدونکو تصادفي نمونه د یاټ کلب د غړو له لېست څخه نه ترلاسه کېږي، او د زده کوونکو نمونه ستاسو د ارواپوهنې له کورس څخه نه. د پچې اچولو لپاره د نمونه اخیستنې چوکاټ (sampling frame) ته اړتیا ده – د احصایوي ټولګې د ټولو واحدونو شمېرل شوی لېست – او د پچې داسې میکانیزم ته چې هر واحد ته ورته احتمال ورکړي (Krippendorff, 2019, p. 114). او د Krippendorff په وینا (119 مخ): تصادفي نمونه د دې اعتراف دی چې موږ نه پوهېږو احصایوي ټولګه څنګه ښکاري او معلومات چېرته دي – او کله چې پوهېږو، نور مېتودونه له دې پوهې ګټه اخلي.

3. د نمونه اخیستنې مېتودونه – هر یو د څه استنباط ممکنوي

Krippendorff (2019، 6 څپرکی) د درېیو احتمالي مېتودونو – چې موخه یې دا ده چې هر واحد ته د شاملېدو ورته چانس ورکړي، او دا د احصایوي عمومي کولو بنسټ دی – او د هغو مېتودونو ترمنځ توپیر کوي چې د احصایوي ټولګې د جوړښت له پوهې ګټه اخلي یا له استازیتوب تېرېږي. ساده تصادفي: د ټولو واحدونو شمېرل او پچه (114 مخ). سیستماتیک: په لېست کې هر k-م واحد، له یوې داسې پیلیزې نقطې چې په پچه ټاکل شوې؛ د خپرونو او تکرارېدونکو پېښو لپاره اسانه دی، خو کله چې ثابت واټن په لېست کې له یوه طبیعي "ریتم" سره همبستګي ولري – موسمي والی، دوره ییز والی – تعصب لرونکی کېږي: په ورځنۍ ورځپاڼه کې هره اوومه ورځ به تل د اونۍ همغه ورځ ورکړي (او د سه شنبې د ساینس برخه به یا په ټوله نمونه کې وي یا په هېڅ کې)، او د 1932 او 1942 ترمنځ په New York Times کې د واده د اعلانونو د هر جون نمونې په کنیسه کې هېڅ واده ونه موند – ځکه چې جون په هغه موده کې راځي چې یهودي دود پکې واده منع کوي (115 مخ). طبقه ییز: فرعي احصایوي ټولګې (طبقې) پېژندل کېږي چې هر واحد یوازې یوې ته اړه لري، او په هره طبقه کې په جلا ډول تصادفي یا سیستماتیکه نمونه اخیستل کېږي – په دې ډول ټولې طبقې استازیتوب لري، د خپلې نسبي اندازې له مخې یا د هر هغه تعریف له مخې چې له مخکې ټاکل شوی؛ بېلګه: د امریکايي تلویزیون "عادي اونۍ"، چې د هرې خپرونې د وخت لپاره له 52 څخه د یوه پروګرام په پچې جوړه شوې (115-116 مخونه). بدلېدونکی احتمال: کله چې واحدونه په هغو معلوماتو کې چې لېږدوي یې برابر نه وي – ورځپاڼې د خپرېدو د شمېر له مخې – هر یو ته خپل احتمال ورکول کېږي (116 مخ). کلستري: کله چې واحدونه نه شي شمېرل کېدای خو د هغو ډلې شمېرل کېدای شي – کلي، ښوونځي، ګڼې – له کلسترونو (clusters) نمونه اخیستل کېږي او د هغو دننه ټول واحدونه اندازه کېږي؛ اسانه او عام دی، خو د یوه واحد د شاملېدو احتمال د هغه د کلستر په اندازه پورې اړه لري، واریانس مبالغه شوی وي او د نمونه اخیستنې تېروتنه کنټرول شوې نه وي – نمونه د کلسترونو استازیتوب کوي، نه اړینه ده چې د هغو دننه د واحدونو (116-117 مخونه). د واورې ګولۍ: له لومړنیو واحدونو پیل کېږي او پرې بیا بیا یو معیار پلي کېږي چې واحدونه زیاتوي – په ادبیاتو کې حوالې، په ټولنیزه شبکه کې اړیکې – تر یوې طبیعي پولې پورې؛ لومړنۍ نمونه مهمه ده، او کله چې ګوله وچاودي، د درولو معیار ته اړتیا ده (117-118 مخونه). اړوندتیا (هدفمنده): ټول هغه واحدونه ټاکل کېږي چې ځواب ته ونډه ورکوي، په یوه مفهومي درجه بندۍ کې چې احصایوي ټولګه محدودوي – احتمالي نه ده، او پایله "استازې نمونه" نه ده بلکې د اړوندو واحدونو احصایوي ټولګه ده؛ یوازې وروسته، که لا هم ډېره لویه وي، ترې نمونه اخیستل کېږي (118-120 مخونه). سرشمېرنه: د خپل ډول ټول واحدونه – د یوه لیکوال ټول لیکنې، د یوې پېښې په اړه ټولې مقالې – د نمونه اخیستنې لپاره څه نشته (120 مخ). اسانه: د معلوماتو یوه شته ټولګه چې معلومه ده ټوله احصایوي ټولګه نه رانغاړي؛ دا چې څوک ننوځي، د هغو شرایطو په لاس کې پاتې کېږي چې د څېړونکې له کنټرول بهر دي، او ځینې وخت د هغه چا په لاس کې چې ګټه لري – یادښتونه د اغېزمنولو لپاره لیکل کېږي، د ټاکنو ویناوې هغه څه پرېږدي چې بیه به یې ولري، او هغه سترګو لیدلي شاهدان چې ژوندي پاتې شوي، لږ دي (120-121 مخونه). اسانه نمونه (convenience sample) رد نه ده – خو پر څېړونکې دا دنده اچوي چې فکر وکړي کوم شي دا معلومات، او نه نور، د هغې لاس ته راوړي.

کله غیر احتمالي نمونه کافي ده. Chandler (2023) مېتودونه د لګښت او دقت په یوه لړۍ کې ترتیبوي: سرشمېرنه (ټوله احصایوي ټولګه – کله چې کوچنۍ وي عملي ده: د یوې ادارې کارکوونکي، د یوې موسسې زده کوونکي)، احتمالي نمونه (هر واحد د پېژندلو وړ دی، او هر یو د شاملېدو معلوم او له صفر لوی احتمال لري – "طلایي معیار"، ځکه چې د لګښت په یوه کوچنۍ برخه کې د سرشمېرنې پایلې ته نږدې کېږي، او تعصبونه (bias) یې په احصایوي ډول سمېدای شي او ناډاډمني یې کمي کېدای شي)، او غیر احتمالي نمونه – هر هغه څه چې دا شرط نه پوره کوي، په قصد یا بې قصده. د هغه مهم ټکی: غیر احتمالي نمونه اړینه نه ده چې ډېر تعصب ولري – بلکې که تعصب ولري، او څومره، پوهېدل یې ممکن نه دي. دا ناډاډمني په څلورو حالتونو کې د زغملو وړ ده: کله چې نمونه د احصایوي ټولګې لویه برخه رانغاړي او د ځواب کچه لوړه وي؛ کله چې څېړل شوي متحولونه په نمونه کې د شاملېدو له چانس سره اړیکه ونه لري؛ کله چې پوښتنه د متحولونو ترمنځ د اړیکې په اړه وي نه د ټکي اټکل – اړیکې د اوسطونو او سلنو په پرتله د احصایوي ټولګو توپیرونو ته ډېرې لږ حساسې دي؛ او کله چې تیوري ازمویل کېږي نه نړۍ بیانېږي – د تیورۍ رښتینوالی د دې له مخې ټاکل کېږي چې په ورکړل شویو شرایطو کې څه پېښېږي وړاندوینه یې کولای شي، نه په واقعیت کې د شرایطو د فریکونسۍ له مخې (Chandler, 2023). وېبپاڼه دواړه ساتي: 1 جدول ته – د اسانه نمونې راپور د اسانه نمونې په توګه ورکول کېږي، او له هغې احصایوي ټولګې ته عمومي کول استدلال دی؛ او دې استدلال ته Chandler کلمې ورکوي – "اړیکه، نه اټکل" او "تیوري، نه بیان" – او پوله یې: هغه څوک چې باید پوه شي څومره (د ملاتړو سلنه، په احصایوي ټولګه کې اوسط)، پچې ته اړتیا لري.

د نمونې جوړښت. حتی پرته له پچې، او په ځانګړي ډول د پچې سره، له مخکې پرېکړه کېدای شي چې څوک به په نمونه کې وي (Chandler, 2023): هدفمنده نمونه – د ځانګړو ځانګړتیاوو لرونکي خلک، یا کوټې – یا طبقه ییزه احتمالي نمونه. جوړښت د څېړنې له پوښتنې راوځي: په احصایوي ټولګه کې د اغېز د اټکل لپاره – هغه نمونه چې د هغو ځانګړتیاوو له مخې یې استازیتوب وکړي چې د اغېز پر اندازه اغېز کوي؛ د ډلو ترمنځ د پرتلې لپاره – د برابرې اندازې ډلې، ځکه چې پرتله په احصایوي لحاظ ډېره اغېزمنه ده (له همدې امله د کلیو په سروې کې طبقه له طبقې سره پرتله کېږي نه په نقشه کې د هغو د اندازې له مخې)؛ د پرله پسې متحولونو ترمنځ د اړیکې لپاره – د افراطي نمرو لرونکو زیاته نمونه اخیستنه (oversampling)، چې د اړیکې د موندلو ځواک زیاتوي او د هغو افراطي قضیو پېژندل اسانه کوي چې پر پایله اغېز کوي. او د څېړنې په بنسټیز پړاو کې – انتقادي قضیه: لومړی هغو ته مخ اړول کېږي چې پدیده پکې تر ټولو ډېره احتمالي ده، څو معلومه شي چې ایا هغه بېخي شته، مخکې له دې چې په استازې نمونه کې پانګونه وشي.

4. معیاري تېروتنه او د مرکزي حد قضیه – ولې څو سوه کافي دي

که له یوې احصایوي ټولګې څخه د n په اندازه هره ممکنه نمونه واخلو او د هرې یوې لپاره اوسط محاسبه کړو، د نمونو د اوسطونو وېش به ترلاسه کړو – د نمونه اخیستنې وېش (sampling distribution). په عمل کې دا نه شي کېدای، خو د مرکزي حد قضیه (central limit theorem) په دقیق ډول وايي چې څنګه ښکاري: د هرې احصایوي ټولګې لپاره چې μ اوسط او σ معیاري انحراف ولري، د n په اندازه د نمونو د اوسطونو وېش په μ کې مرکز لري، معیاري انحراف یې σ/√n دی، او څومره چې n لوییږي نورمال ته نږدې کېږي – په n = 30 کې دمخه "تقریباً په بشپړ ډول نورمال"، د احصایوي ټولګې له بڼې پرته (Gravetter & Wallnau, 2017, p. 199). د نمونو د اوسطونو دا معیاري انحراف معیاري تېروتنه (standard error) ده: د نمونې د اوسط او د احصایوي ټولګې د اوسط ترمنځ د څومره واټن تمه معقوله ده. دوه کارونه کوي – بیانوي چې د نمونو اوسطونه له یو بل سره څومره توپیر لري، او اندازه کوي چې یو واحد اوسط د احصایوي ټولګې څومره ښه استازیتوب کوي (همغه ځای، 200-201 مخونه). دوه شیان یې اندازه ټاکي: د احصایوي ټولګې معیاري انحراف، او د نمونې اندازه – څومره چې n لوییږي، اوسط μ ته نږدې کېږي، "د لویو شمېرو قانون" (همغه ځای، 201 مخ). Field (2024، 2.8 برخه) زیاتوي چې هر هغه څه چې د اوسط په اړه ویل شوي، د هر پارامیټر لپاره سم دي – همبستګي، د رګرسیون ضریب: هر اټکل د نمونه اخیستنې وېش او معیاري تېروتنه لري، او د باور واټن او ازموینه له هغې جوړېږي.

دوه عملي پایلې. لومړۍ – √n: د معیاري تېروتنې د نیمولو لپاره باید نمونه څلور چنده شي. له 100 څخه 400 ګډونوالو ته ډېره ګټه ترلاسه کېږي؛ له 4,000 څخه 16,000 ته – د بیې په پرتله ډېره لږه. له همدې امله د څو سوو تر زرو او یو څه زیاتو ځواب ورکوونکو ملي سروې د میلیونونو احصایوي ټولګې ته کافي ده – که تصادفي وي. دویمه – دا شمېره څه نه کوي: د نمونه اخیستنې تېروتنه کموي، نه تعصب (bias). د 10,000 کسانو اسانه نمونه چې په غیر تصادفي ډول ټاکل شوې، یوه لویه تعصب لرونکې نمونه ده؛ معیاري تېروتنه یې کوچنۍ او د باور واټن یې تنګ دی، د ناسم ارزښت په شاوخوا کې. د نمونې اندازه او استازیتوب یې دوه جلا پوښتنې دي، او یوازې دویمه پرېکړه کوي چې پایله چا ته اشاره کوي.

5. څو ګډونوالو ته اړتیا ده – د ځواک پوښتنه، نه د سلنې

یوه شمېره نشته. سمه پوښتنه دا ده: څو ګډونوال اړین دي څو د هغې اندازې د اغېز د موندلو معقول چانس وي چې زموږ لپاره په زړه پورې ده – او دا د احصایوي ځواک (statistical power) پوښتنه ده، چې په د څېړنې پوښتنه او فرضیې کې تشریح شوې: د متوقع اغېز د اندازې، د معناداري د کچې، او د غوښتل شوي ځواک (.80) له مخې، n په یوه وړیا وسیله لکه G*Power کې محاسبه کېږي، چې Pallant (2020، د پنځمې برخې سریزه) هم یې سپارښتنه کوي، او له Stevens څخه نقل کوي: په لویه نمونه کې (100 او زیات) "ځواک ستونزه نه ده"، او په کوچنیو ډلو کې (n = 20) نامعناداره پایله کېدای شي د ځواک کمښت منعکس کړي. له هغو ادبیاتو څخه چې وېبپاڼه یې نقلوي، څو لاسي قاعدې، ټول دویمي نقل: په څو ګونی رګرسیون کې – د هر وړاندوینوونکي لپاره شاوخوا 15 ګډونوال (Stevens, 1996)، یا N > 50 + 8m چې m د وړاندوینوونکو شمېر دی (Tabachnick & Fidell, 2013) – دواړه لکه څنګه چې په Pallant (2020، 13 څپرکی) کې راغلي؛ او لا زیات که پایله کږه وي. او د منځپانګې په تحلیل کې، Krippendorff (2019، 121-122 مخونه) یو کلک اصل زیاتوي: کله چې هغه واحدونه چې ځواب بدلوي نادر وي، نمونه باید ډېره لویه وي – د داسې پدیدې د "نیولو" لپاره چې چانس یې له 1,000 څخه 1 دی، په 95% ډاډ سره 2,995 واحدونو ته اړتیا ده (د هغه 6.1 جدول)؛ په نږدې ټاکنو کې د هغه وخت په پرتله لویې نمونې ته اړتیا ده چې واټن پراخ وي. هغه یوه تجربي لاره هم وړاندې کوي: د بېلابېلو اندازو نمونې له بشپړې احصایوي ټولګې سره پرتله کړئ او وګورئ چې له کومې اندازې وروسته زیاتوالی نور ځواب نه بدلوي.

او هغه څه چې نه ټاکي: د احصایوي ټولګې سلنه. معیاري تېروتنه په n پورې اړه لري، نه د n/N په نسبت (پرته له هغه وخته چې نمونه د احصایوي ټولګې د پام وړ برخه وي)؛ 400 تصادفي ځواب ورکوونکي د 100,000 کسانو د ښار په همغه اندازه استازیتوب کوي لکه د 10 میلیونو کسانو د هېواد. او همداراز: Pallant (2020، 1 څپرکی) یادونه کوي چې په بدبینۍ پلان وکړئ – خلک نه راځي، وځي او په سمه توګه نه ډکوي – او ډاډ ترلاسه کړئ چې په ازمایښت کې په هره ډله کې کافي ګډونوال وي، غوره دا چې برابر وي.

د جذب حساب. Chandler (2023) "په بدبینۍ پلان کول" په شمېرو بدلوي: د ځواک محاسبه د تحلیل د فایل n ورکوي – پیلیزه نقطه، نه موخه. هغه سروې چې په تحلیل کې 100 ګډونوالو ته اړتیا لري، لږ تر لږه 112 بشپړو پوښتنلیکونو ته اړتیا لري، ځکه چې ځینې به د معلوماتو په پاکولو کې رد شي (معیاري کینډۍ وګورئ): شاوخوا 2% ځواب ورکوونکي له هرې ورکړل شوې پوښتنې تېرېږي، او شاوخوا 10% ځوابونه – په آنلاین سروې کې ډېر – د کارولو وړ نه دي. او 112 بشپړ پوښتنلیکونه دا غواړي چې څو سوه کسان راوبلل شي، ځکه چې ډېری به بلنه ونه ویني یا به انکار وکړي: له هغو 80%-90% چې د هڅونې سره آنلاین سروې پیلوي، هغه پای ته رسوي، خو د بلل شویو په منځ کې د بشپړوونکو کچه په اوسط ډول د 40%-50% په شاوخوا کې ده – مخامخ شاوخوا 60%، په پوسته کې شاوخوا 50%، آنلاین شاوخوا 30%، په تلیفون کې شاوخوا 20% – او کچې کال په کال کمېږي، "او ښايي دا ټول اټکلونه خوشبینه وي" (Chandler, 2023؛ اټکلونه د امریکايي ادبیاتو د هغه لنډیز دی، او د احصایوي ټولګو ترمنځ توپیر کوي). له همدې امله د نمونه اخیستنې ښه پلان یوه کوچنۍ پیلیزه نمونه او نورې تعقیبي نمونې (replicates) په پچه ټاکي چې د اړتیا سره سم کارول کېږي: په دې ډول ډېر کسان نه جذبېږي، یوازې هغه نه چې اسانه موندل کېږي، او له بې ځواکه نمونې سره نه بندېږو. د ځواب د کچې اټکل هغه وخت بیا کتل کېږي چې جذب پیل شي.

6. چا ځواب ورنه کړ – هغه نمونه چې تاسو پلان کړې د هغې نمونې په وړاندې چې ترلاسه مو کړې

یوازینۍ تصادفي نمونه چې کله هم شتون لري، هغه ده چې پلان شوې وه. هغه نمونه چې په عمل کې اندازه شوې، هغه څوک دي چې موافقه یې وکړه، وموندل شول، تر پایه یې ځواب ورکړ. که هغه څوک چې ځواب یې نه دی ورکړی په سیستماتیک ډول له هغو توپیر ولري چې ځواب یې ورکړی – ځوانان چې تلیفون ته ځواب نه ورکوي، بوخت کسان چې اوږد پوښتنلیک نه ډکوي، هغه څوک چې پوښتنه ورته ډېره شخصي ده – نمونه اخیستنه تصادفي وه او نمونه نوره نه ده. دا په دقیق ډول په ورک ارزښتونه کې د ورکوالي د میکانیزم پوښتنه ده، د توکي د کچې پر ځای د ځواب ورکوونکي په کچه: هغه نه ځواب ورکول چې په هغو متحولونو پورې اړه لري چې د ټولو لپاره ثبت شوي (عمر، کلی، جنسیت) په وزن ورکولو (weighting) او کنټرول سمېدای شي؛ هغه نه ځواب ورکول چې په هغه څه پورې اړه لري چې نه دي اندازه شوي، یا پخپله په ځواب پورې – نه، او ثابتول یې ممکن نه دي چې داسې نه دی. هغه څه چې ممکن دي: د ځواب کچه او د ځواب ورکوونکو جوړښت د چوکاټ په وړاندې مستند کول، او پرتله کول – په کای مربع (chi-square) – د پېژندل شویو متحولونو له مخې د ځواب ورکوونکو او احصایوي ټولګې ترمنځ. Chandler (2023) شرط او استثنا زیاتوي: د ځواب لوړه کچه معمولاً د نه ځواب ورکولو تعصب (bias) کموي – خو تل نه (Groves & Peytcheva, 2008, as cited in Chandler)؛ او د پر لاره نیولو یا رضاکارو په نمونه کې، چې پکې معلومه نه ده چې څو کسانو بلنه لیدلې، بېخي د ځواب کچه نشته – تر ټولو زیات د همکارۍ کچه شته (له هغو څخه چې ورته مراجعه شوې، څو موافقه وکړه)، د AAPOR د تعریفونو له مخې (2016, as cited in Chandler).

7. جذب – هغې نمونې ته څنګه رسېږو چې پلان مو کړې

"د جذب پیاوړی پلان په انسانانو کې د څېړنې په بریالیتوب کې مرکزي عامل دی"، Chandler (2023) پیل کوي – او هغه څېړنه چې داسې پلان نه لري، له دې خطر سره مخ ده چې ډېر لږ کسان، یا د ناسم ډول کسان جذب کړي، او دا یوازې په تحلیل کې کشف کړي. پلان له پنځو پوښتنو راوځي: کومه احصایوي ټولګه؛ کوم استنباط (بیان یا تیوري)؛ څومره دقت؛ څومره ژر؛ او په کومو سرچینو – "ژر، ښه یا ارزان: دوه وټاکئ". له کومه ځایه جذبېږي. له لېست څخه (د نمونه اخیستنې چوکاټ: نومونه، پتې، تلیفونونه، ځینې وخت ډیموګرافي – ډېری وخت د یوې ادارې لېست چې لاسرسي ته یې اړتیا ده): هره احتمالي نمونه په هغه پیلېږي؛ ګټې یې – د اړیکې جزییات، د هر ګډونوال تړل د څېړنې له موادو سره (یوازې وړ کسان، یوازې یو ځل)، د ځواب داسې کچه چې محاسبه کېدای شي، او د هغو پرتله چې ځواب یې ورکړی له هغو سره چې نه یې دی ورکړی – خو باید پوه شو چې څنګه جوړ شوی او څوک پکې نشته (د پوښښ تېروتنه)، او د هغه د پاکولو لپاره چمتو شو: ډېرې برېښنالیک پتې اعتبار نه لري. پرته له لېست: پر لاره نیول (intercept) – د یوه فعالیت له بهیر څخه جذب: د سوداګریز مرکز لیدونکي، د وېبپاڼې کاروونکي، په ټولنیزه شبکه کې اعلان چې یوه ډله په نښه کوي؛ د هغو احصایوي ټولګو لپاره اغېزمن دی چې په یوه ځای کې راټولېږي، خو د نمونه اخیستنې واحد پېښه (لیدنه) ده نه کس – ډېر ځله پېرودونکي ډېر استازیتوب لري؛ رضاکاران – اعلانونه، پوسټونه، د خپرولو لېستونه: اسانه، او رضاکاران ډېر وجداني دي، خو ځانونه یې د څېړنې سره د علاقې له مخې غوره کړي؛ شبکه (د واورې ګوله – په 1 جدول کې): هر ګډونوال نورو ته لار ښيي – د هغو احصایوي ټولګو لپاره چې موندل یې ستونزمن دي، یا هغه چې ځان به نه څرګندوي مخکې له دې چې یو همکار تایید کړي چې څېړنه مشروع ده. او د لاسرسي پېرل: د پینلونو سره د څېړنې شرکتونه – احتمالي (ګران) یا نه؛ له پېرلو مخکې، د ESOMAR-36 ځوابونه غوښتل کېږي، چې د نمونې د برابروونکي د تشریح لپاره معیاري پوښتنلیک دی. او ترکیب: هغه پایله چې د بېلابېلو ډولونو په بېلابېلو نمونو کې تکرارېږي، پخپله د عمومي کولو شاهد دی (Chandler, 2023).

د ځواب کچه – څلور عوامل او شواهد څه وايي. ایا پوهېدل چې څېړنه شته (شاوخوا 80% له نامعلومې شمېرې زنګونه فلټر کوي، 75% برېښنالیکونه نه پرانیستل کېږي)؛ متوقع ګټه څه ده؛ احساس شوی لګښت څه دی (وخت، پېچلې لارښوونې، حساسې پوښتنې)؛ او احصایوي ټولګه څوک ده. Chandler د مېټا-تحلیلونو اوسطونه راوړي، چې ډېری یې د پوستې او انټرنېټ پر سروې ګانو دي – شمېرې، لکه څنګه چې هغه یې وړاندې کوي، د ځواب په کچه کې نسبي بدلون دی نه سلنیزې نمرې (پرته له هغه ځایه چې بل ډول ویل شوي وي): اوږدوالی – لنډ ته ډېر ځواب ورکول کېږي، او 20 دقیقې ښايي د ډېرو خلکو پوله وي؛ پرانیستې پوښتنې او حساسې پوښتنې ځواب کموي، "په زړه پورې" پوښتنلیک یې دوه چنده کوي، او په پرانیستې پوښتنې پیل 5% کموي؛ طریقه – آنلاین سروې د غیر برېښنايي طریقو په پرتله شاوخوا 11% لږ ځواب ترلاسه کوي، او د انټرنېټ کاروونکي ځوان، لوړ زده کړې لرونکي او ډېر عاید لرونکي دي؛ د طریقو ترکیب – په ترتیب، نه د انتخاب په توګه (له مخکې د انتخاب وړاندیز ځواب کموي): لومړی ارزانه (آنلاین)، او بیا پوسته یا تلیفون د هغو لپاره چې ځواب یې نه دی ورکړی؛ مخکینۍ خبرتیا (یو لیک چې د سروې، موخې یې، او د محرمیت په اړه وايي) – +50% د پوستې په سروې ګانو کې، او په تلیفون او آنلاین کې هم؛ په پوسته کې لیک د مشروعیت نښه ده؛ یادونې – په پوسته کې +35%، آنلاین +30%، په کمېدونکې ګټې؛ د آنلاین سروې شاوخوا نیمایي ځواب ورکوونکي په لومړۍ ورځ ځواب ورکوي او نږدې ټول پاتې نور د یوې اونۍ دننه، له همدې امله واټن ورکول کېږي؛ د هرې یادونې لپاره بېل متن – د ورته متن په پرتله +30%؛ نغدي هڅونه – په پوسته کې +87%، آنلاین +20%، په کمېدونکې ګټې (لومړی ډالر +5 نمرې، له 10 ډالرو پورته – د هر ډالر لپاره شاوخوا یوه نمره)؛ له مخکې هڅونه، پرته له شرط – د بشپړولو وروسته د ورته مقدار په پرتله +61%، په پوسته او تلیفون کې (متقابله ژمنتیا)، آنلاین لږ؛ غیر نغدي هڅونې – یوازې +15% او د هغو په ارزښت پورې اړه نه لري، او په پایلو کې شریکول – نږدې هېڅ؛ پچې – مشهورې دي ځکه چې ارزانې دي، خو "ډېر لږ" ځواب ښه کوي؛ په نوم شخصي مراجعه – په پوسته کې +10%، آنلاین +25%؛ په لاس لیکل شوی لاسلیک او پته – له 25% زیات؛ او په برېښنالیک کې – مستقیمه د موضوع کرښه چې وايي څېړنه څه ده، نه "کلیک بېټ"، او ځینې وخت لومړۍ پوښتنه پخپله په بلنه کې. بلنه څه لري: د څېړنې موخه او منځپانګه، د هغه څه په شاوخوا کې چوکاټ شوې چې ترلاسه کوونکي ته اړوند دي؛ هڅونه؛ اوږدوالی (په ځانګړي ډول که لنډ وي)؛ وروستۍ نېټه. ټولنې یا علم ته د ګټې ادعاوې – نږدې بې اغېزه (Chandler, 2023؛ اوسطونه – له هغو مېټا-تحلیلونو چې هغه یې نقلوي، په ځانګړي ډول Edwards et al., 2009، او دلته هماغسې وړاندې شوي لکه څنګه چې هغه یې لنډیز کوي).

څوک لږ ځواب ورکوي، او څوک جعل کوي. نارینه، ځوانان، ټیټ عاید لرونکي (او ډېر لوړ)، لږ زده کړې لرونکي او مجرد کسان سروې ګانو ته لږ ځواب ورکوي، د طریقې سره سم – او دا د جذب هڅې هغو ته متوجه کوي چې د ځواب ورکولو احتمال یې لږ دی کله چې استازیتوب غوښتل کېږي، او هغو ته چې د ځواب ورکولو احتمال یې ډېر دی کله چې سپما غوښتل کېږي. کله چې له ګډونوالو غوښتل کېږي چې یو شرط پوره کړي، فلټر کول احتیاط غواړي: په یوه څېړنه کې چې د اعلانونو له لارې یې جذب کړی و، 14% ومنله چې د یوې تادیه شوې څېړنې لپاره د وړ کېدو په موخه یې طبي حالت جوړ کړی و – او په یوه نادره احصایوي ټولګه کې جعلکاران کېدای شي اکثریت وي. ساتنه: لومړی په هغه ځای کې جذب وکړئ چې وړ کسان پکې عام دي، د وړتیا شرطونه د هغو له اندازه کولو مخکې مه څرګندوئ، او غوره دا چې پوښتل شوی کس بېخي پوه نه شي چې فلټر شوی – یوه لنډه څېړنه د فلټر پوښتنو سره، او وړ کسان مخکې لېږل کېږي (Chandler, 2023).

ازمایښتي سروې (pilot)، څارنه او مستندول. د جذب پروسه په ازمایښتي سروې کې ترسره کېږي لکه پخپله پوښتنلیک – "عمومي تمرین" چې په پروتوکول کې ابهام، په ټیم کې ناسمې پوهې، او د لګښت او د ځواب د کچې په اړه غلطې انګېرنې رابرسېره کوي. او د راټولولو په جریان کې درې شاخصونه څارل کېږي: د ځواب یا بشپړولو کچه، هغه څوک چې ځواب یې ورکړی له احصایوي ټولګې سره څومره ورته دي، او د هر بشپړولو لګښت (ټول لګښتونه د بشپړو پوښتنلیکونو پر شمېر وېشل شوي) – او برابرول کېږي: چینلونه، د بلنې متن، اضافي مراجعه یا لویه هڅونه د هغو ډلو لپاره چې لږ ځواب ورکوي. او پلان، هڅه او هغه څه چې کار یې وکړ او ونه کړ مستندېږي – هم په مخکیني ثبت کې، هم د مقالې د ملګري موادو په توګه – ځکه چې پرته له دې د څېړنې احصایوي ټولګه نه شي پوهېدل کېدای او نه څېړنه تکرارېدای شي (Chandler, 2023). د هڅونې اخلاقي اړخ – جبر د ناعادلانه اغېز په وړاندې – په د څېړنې د اخلاقو پاڼه کې.

8. راپور څنګه ورکول کېږي

د مېتود په برخه کې، د "ګډونوال" یا "نمونه" تر عنوان لاندې: احصایوي ټولګه لکه څنګه چې تعریف شوې؛ د نمونه اخیستنې چوکاټ (کوم لېست، له کله)؛ د نمونه اخیستنې مېتود په نوم او جزییاتو (سیستماتیک – k او پیل؛ طبقه ییز – طبقې او وېش؛ کلستري – کلستر څه دی او څو؛ اسانه – څوک، چېرته، څنګه جذب شول)؛ د نمونې پلان شوې اندازه او څنګه وټاکل شوه (د ځواک محاسبه، انګېرل شوې د اغېز اندازه)؛ د ځواب کچه؛ په عمل کې N؛ او د پېژندل شویو متحولونو له مخې د ځواب ورکوونکو او احصایوي ټولګې پرتله. او د بحث په برخه کې – پایله چا ته اشاره کوي. د اسانه نمونې راپور د اسانه نمونې په توګه ورکول کېږي، پرته له "استازې" او پرته له "تصادفي" – "تصادفي" کلمه د پچې لپاره ساتل شوې. د Chandler (2023) له مخې لږ تر لږه: ایا د نمونه اخیستنې چوکاټ و؛ ګډونوال څنګه وټاکل شول؛ د هغوی د جذب لپاره اخیستل شوي ګامونه؛ د ځواب یا همکارۍ کچې – او څنګه محاسبه شوې، صورت او مخرج، ځکه چې څو لارې شته (معیاري تعریفونه – AAPOR, 2016، لکه څنګه چې په Chandler کې راغلي)؛ په فلټر کې د ایستلو معیارونه؛ او پرته له چوکاټ – موخه احصایوي ټولګه، د جذب وخت او ځای چې کېدای شي پر جوړښت اغېز وکړي، او د عمومي کولو هغه محدودیتونه چې له هغو راوځي.

عامې تېروتنې

د هغو "تصادفي نمونه" چې پېښ شول. تصادفي یعنې له یوه لېست څخه د ټولو لپاره د برابر چانس سره پچه. په کورس کې زده کوونکي، هغه کاروونکي چې کلیک یې وکړ، د ټولنیز مرکز لیدونکي – اسانه نمونه ده، او همداسې راپور ورکول کېږي.

دا فکر کول چې اندازه تعصب سموي. 10,000 ځواب ورکوونکي چې په غیر تصادفي ډول ټاکل شوي، یوه لویه تعصب (bias) لرونکې نمونه ده، د ناسم ارزښت په شاوخوا کې د تنګ باور واټن سره. اندازه د نمونه اخیستنې تېروتنه کموي؛ یوازې پچه د تعصب درملنه کوي.

د احصایوي ټولګې د سلنې په توګه د n محاسبه. معیاري تېروتنه په n پورې اړه لري، نه په n/N. 400 د ښار او هېواد لپاره په یوه اندازه کافي دي.

د داسې واټن سره سیستماتیکه نمونه اخیستنه چې له یوې دورې سره همبستګي ولري. هره اوومه ورځ، هره جفته مرکه – واټن نمونه په یوه فرعي ډله پورې تړي. د k له ټاکلو مخکې لېست د دوره ییز والي لپاره وګورئ.

د کلسترونو نمونه اخیستل او داسې تحلیل لکه چې واحدونه خپلواک وي. له لسو کلیو څخه د هر یوه 20 اوسېدونکي 200 خپلواکې کتنې نه دي – د کلي دننه تړاو معیاري تېروتنه کوچنۍ کوي. څو کچیز ماډل، یا لږ تر لږه د جوړښت راپور.

د هغو هېرول چې ځواب یې ورنه کړ. د 30% ځواب کچه یعنې تصادفي نمونه د هغو په نمونه بدله شوې چې موافقه یې وکړه. کچه راپور کېږي او ځواب ورکوونکي له چوکاټ سره پرتله کېږي.

د معلوماتو له راټولولو وروسته د n ټاکل. "تر هغه به راټول کړو چې معنادار شي" د p معنا له منځه وړي. n له مخکې د ځواک له محاسبې ټاکل کېږي، او راپور یې ورکول کېږي حتی که ترلاسه نه شو.

پرته له پچې "استازې" لیکل. د اړوندتیا یا اسانه نمونه کېدای شي سمه او ګټوره وي – خو له هغې عمومي کول یو استدلال دی چې باید دلیل ورته راوړل شي، نه د احصایې پایله.

په دقیق ډول د n بلل. د ځواک محاسبه د تحلیل فایل دی؛ څو چنده بلل کېږي، او تعقیبي نمونې په پچه ټاکل کېږي (Chandler, 2023).

د هڅونې په توګه د جایزې پچه، او په پایلو کې شریکول د لالچ په توګه. نږدې بې اغېزه؛ له مخکې کوچنۍ نغدي هڅونه، مخکینۍ خبرتیا او یادونې – هو (Chandler, 2023).

د جذب په اعلان کې د وړتیا د شرطونو خپرول. هغه څوک چې غواړي ګډون وکړي، ځان به ورسره برابر کړي؛ د فلټر پوښتنې مخکې له دې چې څرګند شي چې څه فلټرېږي (Chandler, 2023).

چک لیست – له جذب مخکې

سرچینې

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)، Tabachnick او Fidell (2013) او Cohen (1988) – لکه څنګه چې په Pallant (2020) کې راغلي؛ Edwards او همکاران (2009)، Göritz (2006، 2014)، Mercer او همکاران (2015)، Groves او Peytcheva (2008)، Devine او همکاران (2013)، Simons او همکاران (2017) او AAPOR (2016) – لکه څنګه چې په Chandler (2023) کې راغلي. د وېبپاڼې د قاعدې له مخې، د سرچینو په لېست کې یوازې هغه سرچینې راځي چې په اصل کې لوستل شوې؛ Chandler (2023) – د ټول څپرکي له مخې، په متن کې پرته له مخ شمېرو.