نمونه برداری فضایی (کتاب الکترونیک)
سپاس، خداوند بزرگ که توفیق نگارش کتاب نمونهبرداری فضایی را نصیب ما گرداند. از آن جا که نمونهبرداری، یکی از اصول اساسی یا زیر بنای یک پژوهش است باید به درستی انجام گیرد. این کتاب به عنوان یک منبع برای افرادی خواهد بود که قصد دارند با روشهای مختلف نمونهبرداری که در آمار کلاسیک و آمار فضایی به کار گرفته میشوند آشنا شوند و سپس سعی کنند با راهکارهای موجود به یک نمونهبرداری بهینه دست پیدا کنند.
فصل اول کتاب به کلیاتی در رابطه با نمونهبرداری و اصول و اهداف آن اشاره دارد. در فصل دوم به روشهای متداول نمونهبرداری که در آمار کلاسیک و آمار فضایی کاربرد دارد اشاره میشود. سپس در فصل سوم به روشهای نمونه برداری فضایی دو بعدی و انواع آن اشاره شده است در همین فصل سعی شده با بررسی پایاننامهها و مقالات جدید کشور روشهای جدید نمونه-برداری نیز معرفی شود. در فصل چهارم به نحوۀ نمونهبرداری بهینه به منظور پهنهبندی پرداخته شده است. همچنین سعی شده در فصل پنجم به مقولۀ راهکارهای جستجو در تخمینگرهای زمین آمار برای به دست آوردن نمونۀ مناسب پرداخته شود. یکی از ارکان اساسی در نمونهبرداری، به دست آوردن نمونۀ بهینه است که در فصل ششم به این موضوع پرداخته شده است. در فصل هفتم نیز نگاهی به پژوهشهای اخیر در نمونهبرداری پرداخته است که مطالعۀ آنها دقت ما را برای استفاده نمونه مناسب در تحقیقات علمی بالا میبرد.
برای درک بهتر هر فصل خلاصه مربوط به آن فصل و منابعی برای مطالعه بیشتر آورده شده است. این کتاب به جامعه علمی مخصوصاً پژوهشگران، اساتید، دانشجویان و همچنین مدیران و برنامهریزان کشور تقدیم میشود.
۳۹,۰۰۰ تومان
مقایسهمقدمه
يکي از کاربردهاي قانون اول توبلر و وابستگي فضايي اين است که بتوان با چند نمونه که از مکانهاي مناسب برداشت شدهاند، توصيف تقريباً درستي از سطح زمين ارائه داد. تلاش براي نشان دادن پيچيدگيهاي بيشمار دنياي واقعي، ما را ملزم به خلاصهکردن، يا نمونهبرداري رخدادها و وقايع در يک قاب نمونهبرداري[1] ميکند. اين قاب به عنوان محدوده واجد شرايط براي نمونهبرداري از عناصر مورد نظر تعريف ميشود. قاب نمونهبرداري فضايي توسط مرزهاي منطقه مورد مطالعه و يا مجموعهاي از پديدههاي ناحيهاي محدود ميشود. نمونهبرداري فضایی را ميتوان فرآيند انتخاب نقاطي از يک زمين پيوسته دانست و يا اگر زمين نشاندهنده قطعاتي از پديدههاي ناحيهاي باشد، نمونهبرداري فضایی فرآيند انتخاب برخي از موزاييکها و ناديده گرفتن بقيه قطعات ميباشد. نمونهبرداري فضایی علمي مستلزم آن است که هر عنصر در قاب نمونهبرداري يک فرصت از قبل مشخص شده براي انتخاب داشته باشد. نمونهبرداری مکانی نیازمند آن است که محقق درجۀ وابستگی در دادهها را تشخیص دهد. غالباً سطحی که از آن نمونه گرفته میشوند، پیچیده بوده و مشکلاتی را برای آنالیز آماری ایجاد میکند (جویزاده، 1396).
برای مطالعات طرح نمونه برداری اهداف مختلفی همچون پیشگویی فضایی، تعیین ساختار همبستگی فضایی و … وجود دارد. در این فصل به اختصار در مورد مفاهیم نمونهبرداری فضایی بحث خواهد شد.
1-2 ماهیت دادههای مکانی
هر داده مکانی مثلاً مقدار بارندگي يا چاه نفت الزاماً بايد به يك مکان يا قسمتي از روي زمين مستند شود. استناد به نقطهاي از زمين توسط سه ويژگي عرض و طول جغرافيايي و ارتفاع از سطح درياهاي آزاد انجام ميشود. دادههاي مکانی به دو شکل پيوسته و ناپيوسته هستند. داده هاي پيوسته دادههايي هستند که در همه جاي سطح زمين وجود دارند مانند ارتفاع از سطح دريا، دما و باران. دادههاي ناپيوسته در همه جا يافت نمي شوند. مانند معدن آهن، جنگل، رودخانه، روستا، خانه، درياچه، چاه آب و غيره. دادههاي ناپيوسته در حقيقت عارضههاي مکانی را تشکيل ميدهند. عارضههاي مکانی ميتوانند به صورت نقطه، خط و مساحت ديده شوند. چاه نفت يك عارضه نقطهاي است در صورتيکه رودخانه يك عارضه خطي و مزرعه گندم يك عارضه مساحتي ميباشد. معمولاً دادههاي ناپيوسته شمارش مي شوند. فراواني عارضهها يا در داخل واحدهاي طبيعي يا مصنوعي شمرده ميشوند. تعداد درختان شمشاد واقع در يك دامنه و يا در يك چهارگوش با ابعاد معين. معمولاً از واحدهاي مصنوعي با شکل و ابعاد منظم و معلوم استفاده مي شود. مطالعه شکل عارضههاي مساحتي و طول عارضههاي خطي ميتواند براي محققان مفيد باشد. متخصصين جغرافياي شهري شهرها را از نظر شکل طبقهبندي ميکنند. ژئومورفولوژيست ها طول رودخانهها را اندازه ميگيرند. اما مهمترين ويژگي مورد مطالعه پراکندگي و تراکم عارضه ها بر روي زمين است. براي اينکه از بررسي پراکندگيها الگوهاي پراکنش به دست ميآيد که براي محقیقین بسيار مهم است. براي شناسايي الگوها فراواني عارضهها در داخل واحدهاي مطالعه شمرده ميشود و يا اينکه فاصله آنها از همديگر اندازهگيري ميشود. دادههاي پيوسته در نقاط معيني از سطح زمين اندازهگيري ميشوند. اندازه دما يا نم نسبي در ايستگاههاي هواشناسي تعيين مي شود. براي استفاده از اين دادهها در نقاط فاقد داده از فرآيند درونيابي استفاده ميشود. براي درونيابي دادههاي پيوسته سطح زمين به واحدهاي کوچکي بنام پيکسل تقسيم ميشود.
دادههاي مکانی به دو روش شمارش و اندازهگيري جمعآوري ميشوند. فراواني تلاقيهاي خيابانها در يك شهر شمرده ميشوند در صورتيکه آلودگي هواي آن در نقاط مختلفي اندازهگيري ميشود. هر دو فرآيند شمارش و اندازهگيري بر روي مکان انجام ميشوند و بدون استناد به مکان معنايي ندارند. به اين جهت بعضيها دادههاي مکانی را زمين آمار[2] ميگويند. در تحليل دادههاي مکانی حتماً بايد به ويژگي فضایی يا مکاني آنها توجه شود. به استثناي جنبه فضايي، از بقيه جهات، دادههاي مکانی همانند دادههاي علوم ديگر است.
منبع دادههاي مکانی در مرحله اول روي زمين است و بهترين روش تهيه دادههاي مکانی مشاهده مستقيم است که از ابتداي پيدايش علوم مکانی مهمترين و مؤثرترين روش جمع آوري داده مي باشد. اما در جهان امروز به جهت افزايش داده، در بيشتر موارد امکان مراجعه مستقيم به زمين وجود ندارد و محقیقین از منابع دست دوم استفاده ميکنند. بهترين نوع منبع دست دوم تصاوير ماهوارهاي و عکسهاي هوايي است که براي جغرافيدان ميتواند روي زمين تلقي شود. اما در مقياس کوچکتر بسياري از اطلاعات مانند ويژگيهاي توپوگرافي، شبکه زهکشي، خاك، شبکه ارتباطي و… را مي توان از روي اين عکسها و تصاوير تهيه نمود. بعضي ديگر از اطلاعات مکانی مانند آمار بارندگي، آلودگي شهرها، توليدات کارخانجات و کشاورزي به طور مستقيم عملي نيست و از روي سالنامههاي آماري استخراج مي شود. تهيه پرسشنامه و جمعآوري دادهها از اين طريق نيز يکي ديگر از روشهاي مراجعه مستقيم است (علیجانی، 1390).
1-3 مفاهیم در نمونهبرداری
در این بخش با برخی از مفاهیم و تعاریف مهم از جمله جمعیت آماری (جامعه)، سرشماری، نمونهبرداری، اهداف و اصول اساسی در نمونهبرداری آشنا میشوید.
جمعیت آماری عبارت است از کلیه عناصر و افرادی که در یک مقیاس جغرافیایی مشخص (جهانی، منطقهای، محلی و یا مکانی) دارای یک یا چند صفت مشترک باشند (حافظ نیا، 1385). به عبارتی دیگر، جمعیت بیانگر کل گزینههای مورد گزینش است که برای مطالعۀ مورد نظر در دسترس است (محمدی، 1386). برای نمونه در تحقیقات زیر:
– بررسی آفت در جنگلهاي بلوط زاگرس؛
– تعيين الگوي مكاني بیماری دیابت با استفاده از روشهاي مختلف در شهرستان تفت؛
– مقایسه روشهای پهنهبندی رقومی خاک در منطقه اردکان؛
– الگوی مکانی ترافیک در شهر تهران و
– …
جنگل های بلوط زاگرس، بیماران دیابتی شهرستان تفت، خاک منطقه اردکان، ترافیک در شهر تهران و … جمعیت مورد مطالعه است.
از نقطه نظر اندازه، دو نوع جمعیت شامل “جمعیتهای محدود” و “جمعیتهای نامحدود” وجود دارند. به نظر لوین و رابین (1998) منظور از محدود، این است که جامعه اندازهاي مشخص دارد بدین معنا که عدد صحیح وجود دارد که بیان میکند چه تعداد اقلام در جامعه وجود دارد. اما یک جامعه نامتناهی جامعهاي است که در آن به لحاظ تئوري مشاهده همه عناصر امکان پذیر نمیباشد اگر چه بسیاري از جوامع به ظاهر بسیار بزرگ می آیند، هیچ جامعه واقعاً نامتناهی از اشیاي فیزیکی عملاً وجود ندارد. بعد از همه این اوصاف، به فرض داشتن منابع و زمان نامحدود، میتوان هر جامعه محدودي را شمارش نمود حتی دانههاي شن کره زمین. بنابراین جمعیت محدود به جامعهای گفته میشود که پژوهشگر امکان مطالعه آنها را داشته باشد (رمضانی، 1378). به عبارتی دیگر، جمعیتی قابل سنجش است که در عمل، ممکن است به دلیل وسیع و بزرگ بودن و یا اهداف عملی و محاسباتی، به عنوان جمعیت نامحدود در نظر گرفته شود (محمدی، 1386). جمعیت نامحدود در اینجا کلمه نامحدود به معنی لغوی آن مورد نظر نیست. زیرا آنچه در حوزه ادراک انسان است محدود است، در این تعریف منظور از نامحدود جامعهای است که حجم بسیار زیادی دارد و محقق توانایی مطالعه آنها را در آن حجم وسیع ندارد.
از آغاز پيدايش بشر تاكنون، همواره پرسشهای فراوان در امـور زنـدگی مطـرح بـوده اسـت کـه برای پاسخ به آنها، نیاز بـه گـردآوری داده اسـت. یکی از روشهـای گـردآوری داده برای انجام تحقیقهای مورد نیاز سرشماری است. سرشماری به روش آمـارگیری گفتـه میشـود كه در آن همۀ واحدهای جامعهای از نظـر يـك يـا چنـد صـفت، مـورد مطالعـه قـرار میگيرنـد. بديهی است در مواردی که واحدهای جامعهای مـورد مطالعـه بسـيار بـزرگ یـا نامتنـاهی اسـت، انجام سرشماری بسیار پرهزینه و زمانبر است و حتی در برخـی از بررسـیها انجـام سرشـماری موجب از دست رفتن ویژگی صفت مورد مطالعه میشود و در نتیجه بهکـارگیری سرشـماری در چنین شرایط معقول نیست.
به دليل وجود مشکلات بالا، پژوهشگران، گاه پژوهش خود را محدود به نمونۀ کـوچک از جامعۀ مورد مطالعه میسـازند. واضـح اسـت كـه در تعيـين نمونـه و نحـوۀ انتخـاب آن بايـد روشهايی را به کار گرفت که نمونۀ انتخاب شـده بتوانـد معـرف خـوبی بـرای جامعـۀ خـود باشد و با حداقل هزينۀ ممکن، دقت مورد نظر را تأمين نمايد. يکی از رايجترين هدفهای آمـارگیری نمونـهای، بـرآورد پارامترهـایی ماننـد میـانگین یـا نسـبت صفت مورد نظر در جامعه است. در اين صورت بـا انتخـاب يـك نمونـه از جامعـه و محاسـبۀ آمارۀ مربوط، از آن به عنوان برآوردی از پارامتر صفت مورد نظر در جامعـه استفاده می شـود. در سـالهای گذشـته، اطلاعـات مـا دربـارۀ مشخصـههای جامعـههای مـورد بررسـی اغلـب از طریـق نمونهبرداری فـراهم شـده اسـت، امــا تـا قبـل از سـال ١٩٤٠مـیلادی بـه روش و نظریــۀ نمونهبرداری توجه چندان نشده بود. با توسعهی علم احتمـال و آمـار و ارتبـاط آن بـا نمونـهبرداری، شاخۀ نمونهبرداری برای برآورد مشخصههای جامعۀ تحت مطالعـه و بررسـی ويژگیهـای ايـن گونه برآوردها به سرعت گسترش يافـت بـه طـوری کـه امـروزه در بسـياری از علـوم ديگر ماننـد علــوم اجتمـاعی، اقتصـادی، پزشـکی، روانشناسی، كشـاورزی، آموزشی و … آمارگیریهای نمونهای کاربرد وسیع دارد. نتیجۀ نمونهبرداریها به شرط رعایت اصول و ضوابط آن، از دقـت بالایی برخـوردار اسـت. از مزیتهای استفاده از روش نمونهبرداری نسـبت بـه سرشـماری بـه مـواردی ماننـد صـرفهجویی در وقت، انرژی و هزینه و جلوگیری از افزایش احتمال پیش آمدن خطاهای غیرنمونهبرداری می تـوان اشاره کرد.
در گذشته براي به دست آوردن يك نمونۀ نماينده از جامعه، از روشهاي نمونهبرداری غير احتمالي استفاده ميشد. اين روشها در دهههاي 1920 و 1930 مورد استفاده بودند. در آن زمان، تجربه و استفاده از افراد خبره در زمينههاي مورد مطالعه، در انتخاب يك نمونه از جامعه كاربرد فراوان داشت. نمونهبرداری “سهميهاي” از جمله اين روشهاست كه در دهههاي 1930 و 1940 براي پيشبيني انتخابات، نظرخواهيهاي عمومي و بررسيهاي بازاريابي استفاده فراوان ميشد. بعد از شكست اين روش در پيشبيني انتخابات رياست جمهوري آمريكا در سال 1948 و نيز پيشرفت علم احتمال و آمار و تشخيص معايب روشهاي نمونهبرداری غير احتمالي توسط آماردانها، حدود 60 ،70 سال پيش (نيمه دوم دهه 1930 و دهه 1940) تكنيكهاي نمونهبرداری مبتني بر احتمال به تدريج ابداع و بكار رفتند. در سال 1934 نيمن مقالهاي ارائه داد كه در آن فوايد استفاده از نمونهبرداری تصادفي را نسبت به نمونهبرداری غير احتمالي شرح داده است. بدين ترتيب روشهاي نمونهبرداری احتمالي جايگزين روشهاي نمونهبرداری غير احتمالي شدند. معمولاً محققان روشهاي نمونهبرداری احتمالي را به روشهاي غير احتمالي ترجيح ميدهند و اين گونه در مورد آنها برداشت ميشود كه با دقت و موشکافانه عمل مي‌كنند. با اين وجود در تحقيقات اجتماعي كاربردي، ممكن است شرايطي موجود باشد كه به طور عملي يا تئوري، نمونهبرداری احتمالی قابل اجرا نباشد. اين جاست كه دامنه وسيعي از نمونهبرداري هاي غير احتمالي به كار ميآيد. در دسترس نبودن يك چارچوب خوب و يا هزينه زياد، ميتوانند از علتهاي ديگر استفاده از نمونهبرداري غير احتمالي باشند.
در صورتی که محقق قصد شناخت جمعیت آماری را از طریق مطالعۀ نمونهای از آن دارد باید حتماً روش احتمالی را برای گزینش نمونه انتخاب کند تا نمونه از این طریق با جامعه مشابهت داشته باشد و صفات آنها بر یکدیگر مطابقت نماید و و نمونه معرف جامعه باشد.
بنابراین روشهاي انتخاب نمونه را ميتوان به دو گروه احتمالي و غير احتمالي (تصادفي و غير تصادفي) تقسيم كرد. در روش احتمالي اين امكان وجود دارد كه بر اساس نتايج حاصل از نمونه با اعتماد قابل اندازهگيري درباره پارامترهاي جامعه قضاوت كرد. در صورتي كه نمونهبرداری غير احتمالي فاقد اين خاصيت است. انتخاب نمونه در نمونهبرداری غير احتمالي بر اساس تشخيص و صلاح محقق انجام مي‌گيرد نه بر اساس تصادف و احتمال تعيين شده قبلي. ميتوان گفت، تفاوت نمونهبرداری احتمالي و غير احتمالي در اين است كه در نمونهبرداری غير احتمالي شانس (تصادف) دخيل نيست. به عبارت ديگر نمونههاي غير احتمالي نمي‌توانند به تئوري احتمال وابسته باشند (براي تعيين ميزان خطاي برآورد، نمي‌توان از روشهاي آماري مبتني بر اصول احتمال استفاده كرد). البته اين بدان معنا نيست كه نمونههاي غير احتمالي”نماينده” جامعه نيستند (دلاور، 1387).
1-4 گسترههای نمونهبرداری[3]
مفهوم گسترههای نمونهبرداری، در حقیقت، تعمیم و گسترش منطقی ایده و مفهوم جمعیت است. درک و شناخت مفهوم گسترههای نمونهبرداری به منظور طراحی و اجرای صحیح و موفقیتآمیز برنامههای نمونهبرداری و پردازش آماری (کلاسیک و آماری) مؤثر، از اهمیت بسیار زیادی برخوردار است. اختلاط گسترههای نمونهبرداری، دریچهای به سوی خطاها و دشواریهای مربوط به پردازش و تفسیر نتایج حاصل خواهد بود. در علوم محیطی، شناخت دقیق گسترههای نمونهبرداری و جداسازی صحیح آنها بسیار مهم میباشد. یک مثال ساده از جداسازی گسترههای نمونهبرداری در شکل زیر نشان داده شده است. همان گونه که ملاحظه میگردد، گسترۀ کلی نمونهبرداری، شامل چینهها یا لایههای آبدۀ چندگانه میباشد. در این وضعیت، آلودگی سطحی میتواند بیشترین اثر را بر لایههای سطحی بر جای گذارد؛ در حالی که واحدهای تحتانی و عمیقتر، تأثیر نسبتاً اندکی را بر خود میبینند. حتی در شرایطی که تمامی لایهها در برگیرندۀ آلودگی معنیداری باشند؛ نمونهبرداری لایهها به ویژه برای اندازهگیری تخلخل و آبگذری (به عنوان دو فاکتور مهم در مدلهای هیدرولیکی) میبایستی به طور جداگانه صورت گیرد. فرض شرایط و خصوصیات یکسان در آبخوانهای متشکل از لایهها و چینهبندی مختلف و متفاوت، فرضی بسیار نادرست و همراه با ریسک خواهد بود.
| تيل يخچالي |
| شيل |
| سنگ آهک
درز و شکافدار |
| شيل |
| ماسه سنگ |
شکل 1-1: نمايش شماتيک گسترههاي مطالعاتي (منبع: محمدی، 1386)
| ناحيه مديريت
پساب |
| جاده دسترسي شمالي |
| ناحيه تصفيه پساب |
| ناحيه مطالعات راهنما |
| ناحيه تالابي |
| ناحيه
جدايش |
تشخیص و تعیین گسترههای نمونهبرداری در فضای جغرافیایی مورد مطالعه نیز حائز اهمیت است. در شکل 1-2 گسترههای مختلف جغرافیایی در یک محدودۀ مطالعاتی که توسط آلوده شده است، نشان داده شدهاند. این گسترهها شامل محدودههای مدیریت ضایعات[4]، خاکهای مرطوب[5] و غیره میباشند.
شکل 1-2: نمونهای از چگونگی تشخیص و تعیین گسترههای نمونهبرداری در فضای جغرافیایی مورد مطالعه (منبع: محمدی، 1386)
هیستوگرام دادههای مربوط به غلظت در گسترههای مدیریت ضایعات و اراضی مرطوب در اشکال 1-3 و 1-4 نشان داده شدهاند. همان گونه که ملاحظه میگردد؛ توزیع دادهها در هر دو گسترۀ نمونهبرداری، دارای چولگی به سمت راست است. بنابراین، تعداد نمونهها و شکل توزیع در دو گستره متفاوت میباشند. تعداد نمونهها در محدودههای مدیریت ضایعات و اراضی مرطوب، به ترتیب برابر 1300 و 200 میباشند. مهمترین تفاوت، شامل اختلاف آمارههای محاسبه شده در هر دو محدوده است.
شکل 1-3: هیستوگرام دادههای در محدودههای مدیریت ضایعات (منبع: محمدی، 1386)
شکل 1-4: هیستوگرام دادههای در گسترۀ خاکهای مرطوب (منبع: محمدی، 1386)
مقدار عددی میانگین، واریانس و انحراف معیار آلاینده مورد نظر در محدودههای مدیریت ضایعات، به ترتیب برابر 2/365، 3239701 و 1800 میباشند. این در حالی است که مقادیر میانگین، واریانس و انحراف معیار غلظت در محدودۀ مربوط به خاکهای مرطوب، به ترتیب برابر 89/0، 75/9 و 12/3 میباشند. بدین ترتیب میتوان نتیجهگیری نمود که دو جمعیت آماری مختلف وجود دارند و لذا جداسازی آنها و پردازش جداگانۀ آنها ضروری است.
علاوه بر اهمیت و ضرورت توجه به گسترههای مکانی (جغرافیایی) نمونهبرداری، گسترههای زمانی از اهمیت بسیار زیادی برخوردار هستند. بسیاری از فرآیندها و پدیدههای محیطی، علاوه بر تغییرات مکانی، دارای رفتارهای متفاوت و متغیر در واحدهای مختلف زمانی هستند. برای نمونه، میتوان به تغییرات روزانۀ آلایندههای مختلف در محیط زیست، تغییرات فصلی سطوح و کیفیت آبهای زیرزمینی، وارونگی هوا در فصول مختلف و تغییرات زمانی در تخلیۀ آلایندههای مختلف به محیط نام برد. شکل 1-5 متوسط تغییرات ماهیانۀ مونواکسیدکربن در طی چهار سال را نشان می دهد.
علاوه بر تغییرات مکانی و زمانی گسترههای نمونهبرداری، در برخی از شرایط، این گسترهها تحت تأثیر عوامل فیزیکی و محیطی دیگری قرار می گیرند و موجب ایجاد تفاوتهای آماری در چگونگی توزیع آماری مقادیر عددی حاصل از نمونهها میگردند. شکل 1-6 چگونگی پراکنش نمونه های خاک، به منظور اندازهگیری غلظت کادمیوم در اطراف سه کارخانۀ تولید روی در بخش شمال شرقی کشور بلژیک….را نشان میدهد. مقایسۀ خصوصیات آماری نمونههای مجاور هر کارخانه، حاکی از شدتهای مختلف آلودگی در اطراف کارخانههای مزبور است. ویژگیهای فیزیکی و فنی هر کارخانه و عوامل محیطی، باعث بروز چنین تفاوتهایی شدهاند. برای نمونه، میانگین غلظت کادمیوم برای سه کارخانۀ مزبور، برابر با 05/3، 32/3 و 57/4 میلیگرم در کیلوگرم خاک است.
شکل 1-6: چگونگی پراکنش نمونههای کادمیوم خاک در اطراف سه کارخانۀ تولید روی در بخش شمالشرقی کشور بلژیک (منبع: محمدی، 1386)
ایدۀ گسترههای نمونهبرداری و بررسی تفاوتهای آماری بین آنها میتواند تحلیلگر را به یکی از مباحث بسیار مهم در مبانی آمار، تحت عنوان “فرضیۀ ایستایی” (مکانی، زمانی و فیزیکی) رهنمون سازد. از نقطهنظر نمایشی و بصری، اختلاط دو گسترۀ نمونهبرداری یا جمعیت نمونهبرداری، موجب تولید هیستوگرامهایی با دو و یا بیش از دو نقطۀ اوج یا نما (مد) میشود. در پردازش مکانی و پهنهبندی، اختلاط گسترههای نمونهبرداری، موجب اختلاط ساختارهای همبستگی مکانی بین دادهها و در نتیجه، پوشانده شدن ساختارهای تغییرپذیری واقعی دادهها و عدم امکان دستیابی و مدلسازی آنها میگردد (محمدی، 1396).
1-5 تعاریف مختلف برای نمونهبرداری و اهداف آن
گال و همکاران (2003) می نویسند: پژوهشگرانی که از تحقیقات کمی استفاده مینمایند، تلاش میکنند از طریق مطالعه گروهی بسیار کوچک، در مورد یک گروه بزرگ از افراد اطلاعات به دست آورند. گروه بزرگ که قصد دارند در مورد آن اطلاعات کسب کنند، جمعیت، و گروه کوچک که در واقع مورد مطالعه قرار میگیرند، نمونه نامیده میشود.
نصر و همکاران (1384) مینویسند: صرف جویی در وقت و هزینه لازم براي مطالعه تمام جامعه، دلیل انتخاب یک نمونه کوچک از جامعه مورد نظر میباشد.در تحقیق کمی، به فرآیند انتخاب یک نمونه از جامعه تعریفـــ شده با این هدف که نمونه دقیقاً معرف جامعه مورد نظر باشد، نمونهبرداري گفته میشود. اگر نمونهبرداري به طور صحیح انجام گیرد، میتوان از نمونه، خصوصیات تمام جامعه را با احتمال بسیار ناچیز خطا استنباط نمود.
به نظر جان بست (1983)، هدف اصلی تحقیق کشف اصولی است که در همه موارد صادق باشد، اما مطالعه تمامی جامعه به گونهاي که به یک قاعده کلی بینجامد اگر محال نباشد، دست کم عملی نیست. برخی از جامعهها به اندازهاي بزرگ هستند که نمیتوان مشخصات آنها را اندازه گرفت، زیرا قبل از اینکه اندازهگیري پایان پذیرد جامعه تغییر خواهد یافت. گاه حجم زیاد مستلزم کار هزاران محقق ، خرج هزینه بالا، و صرف صدها هزار ساعت کار لازم است.
شریفی (1384) مینویسد: فرآیند نمونهبرداري، استخراج نتایج و استنباط قواعد کلی متغیر را براساس مشاهده دقیق متغیرها در گروه نسـبتاً کوچکی از جامعه میسـر ساخته است. مقـدار اندازهگیري شده مربوط به یک نمونه، شاخص آماري نامیده میشود.
محمدی (1386) نمونه و نمونهبرداری را چنین تعریف کرد: “نمونه عبارت است از تعدادی از افراد جامعه که صفات آنها با صفات جامعه مشابهت داشته و معرف جامعه بوده، از تجانس و همگنی با افراد جامعه برخوردار باشند”؛ از این رو نمونهبرداری، عبارت است از مجموعه اقداماتی که برای انتخاب تعدادی از افراد جامعه به نحوی که معرف آن باشند، انجام میپذیرند.
اگر چه فرآیند نمونهبرداری، بخش همیشگی مطالعات و تحقیقات محیطی است و به کرات صورت میپذیر؛ لیکن، تجارب نشان میدهند که نمونهبرداری غیر صحیح نیز به کرات اتفاق میافتند. نمونهها در حقیقت، پنجرههایی به سوی دنیای پیرامون ما (پدیدۀ مورد مطالعه) میگشایند. همان گونه که شکل نشان میدهد، یک محقق از یک نمونه کوچک، درخواستها و انتظارات بسیار زیادی را مطالبه میکند. به دیگر سخن، یک نمونه با حجم کوچک، تعیین کنندۀ سرنوشت گسترههای بسیار وسیعتر و با حجم بسیار بزرگتر است.
از آن جایی که کیفیت ویژگی عرصههای مطالعاتی و ارزیابی مسالۀ مورد نظر، وابسته به کیفیت نمونهها است؛ توجه به مولفۀ نظریهها و شیوههای نمونهبرداری که به نحوی دلایل و ریشههای خطا و عدم قطعیت در نمونهبرداری را منعکس میسازد، از اهمیت زیادی برخوردار است. اهداف اساسی نظریهها و شیوههای نمونهبرداری، عبارتند از:
– تعیین و تفکیک خصوصیات ساختاری و غیرساختاری نمونهها
– تجزیه و تحلیل و پردازش ناهمگنیهای محیط و فضای نمونهبرداری و نمونهها
– تفکیک و تقسیم خطاهای نمونهبرداری در طبقات و کلاسهای مناسب و صحیح
– ارزیابی صحت ابزارهای نمونهبرداری
– ارائۀ یک طرح و الگوی نمونهبرداری به منظور به حداقل رساندن خطاهای نمونهبرداری
– کاهش تغییرپذیری بین نمونههای تکراری
| 10000 تن |
| پسماند خطرناک؟ |
| نمونه |
| يک چهارم |
| يک گرم |
| (آناليز شده) |
| وسيله آناليز |
| ما واقعا چه ميدانيم؟ |
شکل 1-7: مفهوم نمونهبرداری (منبع: محمدی، 1386)
گال و همکاران (2003) چهار ملاك براي نمونهبرداري مشخص کردند که عبارتند از :
– باید توصیف روشنی از جامعهاي که نتایج به آن تعمیم داده خواهد شد ارائه شود .
– شیوه نمونهبرداري باید با جزئیات کامل بیان شود به طوري که یک پژوهشگر دیگر بتواند همان شیوه را تکرار کند، این جزئیات باید حداقل شامل موارد زیر باشد:
– نمونهبرداری
– حجم نمونه
– منطقه جغرافیایی
با توجه به نوع مطالعه، دادههاي توصیفی دیگر مانند جنس، سن ، پایه تحصیلی و وضعیت اقتصادي و اجتماعی نیز باید ارائه شود .
– چهارچوب نمونهبرداري یعنی فهرستها، شاخصها یا مدارك ثبت شده دیگري که نمونه از آن انتخاب نشده، باید مشخص گردد .
– نرخ تکمیل که عبارت است از نسبت نمونه شرکت کننده به تعدادي که قصد بوده در پژوهش شرکت کنند باید مشخص گردد.
1-6 طرح نمونهبرداری
آمارگیری نمونهای میتواند تعهد سنگینی باشد که مستلزم صرف وقت و منابع بسیار زیادی چه از نظر مادی و چه از نظر انسانی است. در آمارگیری نمونهای، مؤلفههای آماری عمده را طرح نمونه مینامند که هم برنامۀ نمونهبرداری و هم شیوۀ برآورد را شامل میشود. برنامۀ نمونهبرداری، روششناسی است که برای انتخاب نمونه از جامعه مورد استفاده قرار میگیرد. شیوههای برآورد، الگوریتمها یا معادلاتی هستند که برای به دست آوردن برآوردهایی از مقدارهای جامعه از روی دادههای نمونه و نیز برای برآورد کردن قابلیت اعتماد این برآوردهای جامعهای به کار میروند.
[1] Sample Frame
[2] Geostatistics
[3] Population and Domains of Sampling
[4] Waste Management Area
[5] Wetland Area
[6] Temporal Domains
برای ثبت پرسش، لازم است ابتدا وارد حساب کاربری خود شوید
برنامه ریزی فیزیکی ذخیره‌سازی اقلام ضروری در زمان بحران (جستاری کامل در طراحی انبار بر اساس اصول مدیریت بحران در مقیاس محله)
ژئوپلیتیک ناتو (تعامل سیاست، جغرافیا و قدرت در راهبردهای نوین سازمان پیمان آتلانتیک شمالی)
نقد و بررسی‌ها
هنوز بررسی‌ای ثبت نشده است.