VIP ۞ پایان نامه ۞

[☾♔TALAYEH_A♔☽]

نمونه گیری خوشه ای

در این روش نمونه گیری ، یک نمونه تصادفی از گروهها یا خوشه هایی از افراد و نه واحدهای منفرد گرفته می شود به عبارت دیگر واحدهای نمونه گیری خوشه هایی هستند نظیر خانواده ها ، مدارس ، بیمارستان ها ، بلوکهای شهری ، دهکده ها و غیره . در این جا فهرستی از خوشه ها تهیه کرده و به روش تصادفی از بین آنها نمونه را انتخاب می کنیم سپس افرادی را که در هر یک از خوشه ها قرار دارند مطالعه می کنیم .


برای مثال اگر بخواهیم از بین دانش آموزان دبستانهای دخترانه تهران نمونه ای برای بررسی بهداشت دهان و دندان انتخاب کنیم . ابتدا لیست تمام مدارس ابتدایی دخترانه تهران را تهیه کرده و سپس به صورت تصادفی چند مدرسه را از بین آنها انتخاب و دانش آموزان را معاین می کنیم . تعداد خوشه های صرفه جویی در وقت و هزینه و جلوگیری از پراکنده بودن نمونه های انتخاب شده در سطح شهر یا منطقه است .

 

[☾♔TALAYEH_A♔☽]

نمونه گیری چند مرحله ای

در این روش نمونه گیری ، ابتدا از بین خوشه های جمعیت مورد مطالعه به صورت تصادفی نمونه را انتخاب می کنیم . سپس از افراد هر خوشه نیز به صورت تصادفی تعدادی را انتخاب می نماییم ، که در این صورت نمونه گیری حالت دو مرحله ای پیدا می کند . چنانچه در داخل خوشه های انتخاب شده ( مثل شهرستانها و پروژه های ملی ) ، خوشه های دیگری ( مثل روستاها ) را انتخاب کنیم و داخل هر روستای منتخب شده به طور تصادفی افرادی را انتخاب کنیم ، نمونه گیری حالت سه مرحله ای پیدا می کند .

 

[☾♔TALAYEH_A♔☽]

۲- نمونه گیری غیر احتمالی

زمانی که در انتخاب نمونه هیچگونه روش تصادفی به کار گرفته نشود ، نمونه گیری حالت غیر احتمالی به خود می گیرد که بر دو نوع است : نمونه گیری آسان و نمونه گیری سهمیه ای .


نمونه گیری آسان

نمونه گیری آسان ( Convenient Sampling) روشی از نمونه گیری است که برای سهولت و آسانی کار از افراد و واحدهایی در نمونه مورد مطالعه استفاده می گردد که در زمان مطالعه در دسترس هستند . برای مثال انتخاب تمام مراجعه کنندگان به یک درمانگاه تا سقف تعداد مورد نیاز ، نمونه گیری از نوع آسان است . فرق این روش با سرشماری آن است که در این روش از یک جامعه مورد مطالعه تعداد محدودی برای نمونه گیری انتخاب می شود ولی در روش سرشماری همه افراد جامعه مورد مطالعه تحت بررسی قرار می گیرند .

 

[☾♔TALAYEH_A♔☽]

نمونه گیری سهمیه ای

نمونه گیری سهمیه ای ( Quota Sampling) روشی از نمونه گیری غیر احتمالی است که در آن برای هر یک از طبقات با زیر گروههای جامعه مورد مطالعه سهمیه ای در نظر گرفته می شود . روش انتخاب به صورت غیر احتمالی و از بین افراد در واحدهای در دسترس است ، اما متناسب با تعداد هر یک از طبقات با گروههای تشکیل دهنده جامعه آماری برای مثال پژوهشگری می خواهد در مورد آگاهیهای بهداشتی مردم در یک محله از شهر تحقیق کند . تعداد مورد نیاز او اگر به طور مثال ۱۰۰۰ نفر باشد ، این افراد را متناسب با تعداد افراد بی سواد و باسواد از بین افراد در دسترس انتخاب می کند . مثلاً اگر جمعیت محله ۱۰۰۰۰ نفر باشد که ۸۰۰۰ نفر آنها باسواد و ۲۰۰۰ نفرشان بی سواد باشند ، ترکیب نمونه انتخاب شده شامل ۸۰۰ نفر باسواد و ۲۰۰ نفر بی سواد در دسترس پژوهشگر خواهد بود .

 

[☾♔TALAYEH_A♔☽]

روش تعیین حجم نمونه

تقریباً تمامی محققان در ابتدای مطالعه با این سئوال که چند نفر را باید وارد مطالعه کننده روبرو هستند . یکی از باورهای شایع این است که هر قدر اندازه نمونه مورد مطالعه بزرگ تر باشد ، تحقیق بهتر خواهد بود . این باور الزاماً صحیح نمی باشد . به طور کلی به جای انتخاب نمونه ای با حجم مازاد بر نیاز ، بهتر است به گردآوری صحیح تر و دقیق تر داده ها بپردازیم . کم بودن حجم نمونه نیز همیشه دلیل بر عدم انجام مطالعه نیست .


محاسبه حجم نمونه برای انجام مطالعه فرایندی نیازمند تفکر است و تنها با استفاده از فرمولهای آماری حل نمی شود ، اگر چه که استفاده از فرمولها در محاسبه حجم نمونه لازم است ولی این کار نیازمند توجه به نکات متعددی است که به اهم آنها در زیر اشاره شده است .


محاسبه حجم نمونه مستلزم ارائه مقادیر پارامترهایی نظیر میانگین ، واریانس ، نسبت مورد مقایسه ، سطح اطمینان ، توان و دقت و .. بر حسب اهداف ، نوع مطالعه ، پراکندگی داده ها ، نوع متغیرهای مورد بررسی ، منابع و .. می باشد .


چنانچه مدارکی دقیق از این مقادیر در دسترس نباشد می توان از اطلاعات مقالات مشابه و یا از نتایج مطالعه مقدماتی ( Pilot Study ) استفاده کرد .


هر قدر پراکندگی داده ها بیشتر باشد ،برای حصول به دقت مورد نظر ، به تعداد بیشتری از افراد نیاز داریم .


هر گاه هدف نشان دادن اختلاف معنی دار بین دو گروه است، هر چه این اختلاف بیشتر باشد حجم نمونه لازم برای نشان دادن آن کمتر خواهد بود در مرحله بعد حجم نمونه بستگی دارد به این که ما بخواهیم معنی دار بودن نتیجه را با چه احتمالی پیدا نماییم هر اندازه حجم نمونه بزرگ تری انتخاب شود ، احتمال یافتن اختلاف معنی دار بیشتر است .


در مواقعی که تعداد اهداف و متغیرهای مطالعه خیلی زیاد است ، که هر کدام از آنها حجم نمونه خاص خود را نیاز دارند ، راه حلهای متفاوتی را می توان در نظر گرفت ، که به دو مورد از آنها اشاره می کنیم :
۱- ساده ترین راه حل این است که بزرگ ترین حجم نمونه را انتخاب کنیم .


۲- راه دوم آن است که بر اساس هدفی که از بقیه اهمیت بیشتری دارد ، حجم نمونه را محاسبه کنیم .

 

[☾♔TALAYEH_A♔☽]

فرایند کلی تعیین حجم نمونه

اهداف را به دقت مشخص کنید بدانید که هدف مورد نظر تحلیلی است یا توصیفی و برای رسیدن به آن چه متغیرهایی باید اندازه گیری شود .


ترتیب اهمیت خود را مشخص کنید .


برای اهداف مورد نظر مقادیر واریانس ، حدود اطمینان ، توان ، دقت و .. قابل قبول را تعیین نمایید .


با در نظر گرفتن امکانات موجود حجم نمونه را مشخص کنید .


از محاسبه حجم نمونه ، نحوه محاسبه و توجیه آن باید در طرح پیشنهادی قید گردد .

 

[☾♔TALAYEH_A♔☽]

روش تحقیق در پروپوزال و پایان نامه

انواع روش تحقیق در پروپوزال و پایان نامه و طرح های پژوهشی در این پست توضیح داده شده اند. همین طور متغیر های توصیفی و مقیاسی و انواع روش های مطالعه و جمع آوری اطلاعات نیز آورده شده اند.

روش تحقیق در پروپوزال و پایان نامه


تا این مرحله ، موضوع تحقیق را انتخاب نموده ، اهمیت مسئله مورد تحقیق را به همراه مروری بر مطالعات انجام شده مطرح و اهدافی برای پروژه تنظیم کرده اید . حال در این مرحله بایستی راه رسیدن به اهداف مورد نظر مشخص گردد . این بخش به متغیرها ، نوع مطالعه ، جمعیت مورد مطالعه ، روش جمع آوری داده ها ، روش اجرای طرح ، روش تجزیه و تحلیل داده ها و مشکلات و محدودیتهای مطالعه می پردازد .


متغیرها : متغیر عبارت است از صفت یا مشخصه قابل اندازه گیری یک فرد یا پدیده که می تواند مقادیر مختلف داشته باشد و از فردی به فرد دیگر تغییر کند . به بیان دیگر متغیر به خصوصیاتی از افراد مورد مطالعه که اندازه گیری می شوند یا مورد پرس و جو قرار می گیرند اطلاق می شود . همانگونه که در بحث اهداف ذکر گردید متغیرها عمدتاً بر اساس اهداف ویژه تعیین می شوند و برای ثبت هر یک از آنها باید دلیل و هدفی وجود داشته باشد . و تعریف ، مقیاس ، نقش و واحد آنها ذکر شود .


تعریف عملی : متغیرهای طرح باید تعریف دقیق و مشخصی داشته باشند . گاهی اوقات تعریف یک متغیر نسبتاً مشخص است و نیاز به تعریف بیشتری ندارد ، به عنوان مثال برای متغیر قد لازم نیست حتماً تعریفی مانند فاصله کف پا تا فرق سر بر حسب سانتی متر را ارائه دهیم ( هر چند ذکر مواردی که هنگام اندازه گیری آن در نظر می گیریم مانند بدون کفش بودن ، وضعیت ایستادن و .. لازم و ضروری است ) . ولی گاهی اوقات تعاریف متعددی برای یک متغیر می توان در نظر گرفت که در این موارد باید حتماً تعریف خود را ارائه دهیم . به عنوان مثال اگر محققی در نظر داشته باشد شیوع چاقی را در یک اجتماع خاص در نظر بگیرد . باید حتماً تعریف دقیقی از چاقی ارائه کند . مثلاً BMI بالای ۲۵ را به عنوان چاقی در نظر بگیرد . در غیر این صورت یک محقق ممکن است با یک تعریف خاص شیوع چاقی را در یک اجتماع ۱۲ % و محقق دیگر یا تعریف دیگری این عدد را در همان اجتماع ۳۰ % به دست آورد .


مقیاس : متغیرها از لحاظ نوع عملیات ریاضی که می توان روی آنها انجام داد به دسته های مختلفی تقسیم می شوند :


اسمی Nominal رتبه ای Ordinal فاصله ای Interval نسبتی Ratio


متغیرهای اسمی : متغیرهایی هستند که حالتهای مختلف آنها نسبت به هم برتری ندارند، مانند جنس ، گروه خونی یا رنگ چشم ( حالتهای مختلف رنگ چشم ، آبی ، میشی ، قهوه ای و …. برتری خاصی نسبت به هم ندارند ) . متغیرهای رتبه ای ، متغیرهای خاصی هستند که حالات مختلف آنها هر کدام کمتر یا بیشتر از دیگری است و می توان آنها را مرتب کرد . مانند:


شدت درد : بدون درد خفیف متوسط شدید


فراوانی درد : هرگز ندرتاً گاهی اغلب


هر چند حاتهای مختلف یک متغیر رتبه ای نسبت به هم برتری دارند . ولی فاصله آنها مقدار مشخصی نیست به عنوان مثال فاصله ندرتاً تا گاهی به اندازه فاصله گاهی تا اغلب نیست .


متغیرهای فاصله ای و نسبتی آنهایی هستند که حالتهای مختلف آنها از یکدیگر کمتر یا بیشتر هستند و فاصله در این متغیرها مفهوم مشخص و ثابتی دارد . صفر در مقیاس فاصله ای نشان دهنده فقدان خاصیت مورد نظر نیست ( مانند درجه حرارت ) در حالیکه در مقیاس نسبتی ، صفر بدلیل فقدان ویژگی مورد اندازه گیری است در نتیجه نسبت مابین اعداد در این مقیاس همان نسبت مقدار آن ویژگی است ( مانند قد و وزن . درآمد و …) .


این تقسیم بندی متغیرها از لحاظ عملیات ریاضی و کارهای آماری که می توان بر روی آنها انجام داد اهمیت دارد . به عنوان مثال در متغیرهای فاصله ای می توان تفاضل انجام داد و یا از آنها میانگین گرفت . در حالی که در مورد یک متغیر رتبه ای حالتهای مختلف آن قابل کسر کردن از هم نمی باشد و متوسط منهای شدید هیچ مفهومی ندارد و یا میانگین گرفتن از متغیرهای رتبه ای مفهوم خاصی ندارد . به همین ترتیب بسیاری از عملیات ریاضی پیچیده تر که بر روی متغیرهای فاصله ای و نسبتی اجرا می شود در مورد متغیرهای رتبه ای قابل استفاده نمی باشد و عملیاتی هم که روی متغیرهای رتبه ای می تواند اجرا شود ، روی متغیرهای اسمی قابل اجرا نیست . در متغیرهای اسمی یا درصد با نسبت مقادیر مختلف کار داریم مانند درصد گروه خونی A و یا نسبت جنس و یا نسبت جنس زن در کل بیماران لوپوسی .

 

[☾♔TALAYEH_A♔☽]

در مورد این مقیاسها باید به چند نکته اساسی توجه کرد :


۱ . متغیرهایی که دارای مقیاسهای سطح بالا هستند را می توان به متغیرهای با مقیاسهای سطح پایینتر تبدیل کرد . مثلاً فشار خون که یک متغیر فاصله ای است را می توان به یک متغیر رتبه ای تبدیل نمود . به عنوان مثال به صورت زیر :


فشار خون طبیعی : mmHg ۹۰ <DBP


پر فشاری خفیف : mmHg 99 <DBPmmHg90


پر فشاری متوسط : mmHg 109 < DBP<mmHg 100


پر فشاری شدید : mmHg 110 DBP


و یا می توان حتی ان را به یک متغیر دو حالتی که نوع خاصی از یک متغیر اسمی است تبدیل کرد .


پر فشاری خون ندارد : mmHg 90 < DBP


پر فشار خون دارد : mmHg 90 DBP


اما عکس این موضوع ( تبدیل از پایین به بالا ) معمولاً ممکن نیست .


۲- این که چه مقیاسی را برای یک متغیر انتخاب کنیم ، بستگی به عوامل مختلفی دارد :


الف – معمولاً بهترین حالت این است که در صورت امکان بالاترین مقیاس را برای متغیر انتخاب کنیم ( مثلاً فشار خون را بر حسب میلی متر جیوه اندازه گیری کنیم ) زیرا در این حالت امکان انجام عملیات ریاضی بیشتری بر روی متغیر وجود دارد و حساسترین تستهای آماری در این حالت می توانند کاربرد داشته باشند . در صورت لزوم نیز می توان آنها را به مقیاسهای سطح پایین تر تبدیل کرد .


ب – گاهی به دلیل مشکلات عملی چنین کاری امکان پذیر نیست . مثلاً ممکن است امکانات کافی برای اندازه گیری دقیق تر پروتئین ادرار بر حسب گرم نداشته باشیم و مقدار آن را فقط به صورت رتبه ای ( +++ ، ++ و + ) بیان کنیم .


ج – گاهی هدف ما از مطالعه به صورتی است که اصولاً هیچ نیازی به مقیاس سطح بالا نداریم . در این صورت می توان متغیر را از ابتدا با مقیاس سطح پایین سنجید . به عنوان مثال اگر هدف از مطالعه ای ، تعیین درصد پر فشاری خون در یک اجتماع خاص باشد کافی است فقط بدانیم شخصی مبتلا به پر فشاری خون بوده یا خیر ؟ و اصولاً لزومی به ذکر عدد دقیق فشار خون نیست . البته وقوع چنین حالتی بسیار بعید است و بهتر است از ابتدا مقیاس سطح بالا استفاده شود و در صورت لزوم در هنگام آنالیز به سادگی می توان آن را به مقیاس مناسب تبدیل نمود . هنگام انتخاب مقیاس یک متغیر رتبه ای باید سعی کرد تعداد رده های آن را برای جدا کردن حالات مختلف از هم کافی باشد و در عین حال زیاد کردن بیش از حد تعداد رده ها ممکن است ایجاد مشکل بکند . مثلاً همانطور که گفته شد برای شدت سر درد ممکن است چهار رده ( ندارد ، خفیف ، متوسط ، شدید ) کافی باشد .

 

[☾♔TALAYEH_A♔☽]

نقش : متغیرها از لحاظ نقشی که در یک مطالعه ایفا می کنند نیز به دسته های مختلفی تقسیم بندی می شوند . در مطالعات تحلیلی متغیرها به چند دسته تقسیم میشوند :


متغیرهای زمینه ای


متغیرهای مستقل


متغیرهای وابسته


متغیرهای مخدوش کننده


متغیرهای زمینه ای ، متغیرهایی هستند که تقریباً در هر مطالعه ای مورد بررسی قرار می گیرند مانند سن ، مذهب ، نژاد ، محل سکونت و .. این متغیرها چون به راحتی قابل بررسی هستند و تقریباً با هر فاکتور دیگری ارتباط دارند در بیشتر مطالعات مورد بررسی قرار می گیرند . متغیر وابسته، همان معلول است و متغیر مستقل ، متغیری است که به عنوان علت احتمالی ، تحت بررسی است . به عنوان مثال ممکن است بخواهیم بدانیم آیا مصرف سیگارایجاد سرطان ریه می کند یا خیر ؟ در این حالت مصرف سیگار متغیر مستقل و سرطان ریه متغیر وابسته است .


سرطان ریه – مصرف سیگار


در حالتی که بخواهیم بدانیم آیا استرس باعث مصرف سیگار می شود یا خیر ؟ سیگار کشیدن متغیر وابسته و مقدار استرس متغیر مستقل است . مصرف سیگار – استرس


در مطالعه ای که رابـ ـطه بین سطح تحصیلات مادر و سوء تغذیه در کودکان زیر ۵ سال را بررسی می کند ممکن است ارتباطی بین سطح تحصیلی پایین و وجود سوء تغذیه یافت شود ولی باید دقت کرد که در این مثال سطح درآمد خانواده می تواند بر هر دو عامل تاثیر گذار باشد . در این جا متغیر درآمد می تواند به عنوان یک متغیر مخدوش کننده مطرح باشد . بنابراین متغیرهای مخدوش کننده متغیرهایی هستند که خود شخصاً متغیر مستقل یا وابسته مطالعه نیستند ولی به نحوی در تضعیف یا تقویت ارتباط آنها موثر هستند و باید مورد بررسی قرار گیرند . باید توجه نمود که متغیر مخدوش کننده از طریق اثر همزمان بر روی متغیر مستقل و وابسته موجب این امر می شود .


برای بررسی متغیرهای مخدوش کننده در طرح راه مناسب این است که در یک دیاگرام تمامی عوامل مداخله گر در ان بررسی را کشید و از میان آنها عواملی که بیشترین اهمیت را دارند برگزید و مورد مطالعه قرار داد .

 

[☾♔TALAYEH_A♔☽]

نکته مهم آن است که در مطالعات توصیفی که یک رابـ ـطه علت – معلولی مورد بررسی نیست ، اصلاحات ذکر شده فوق مفهوم روشنی پیدا نمی کنند . در واقع در این مطالعات تعدادی متغیر زمینه ای و تعدادی نیز متغیر اصلی وجود دارند .


جدول متغیرها : در یک پروتکل تحقیقاتی متغیرها را به صور مختلف ارائه می کنند که مرسوم ترین آنها تشکیل جدولی از متغیرها بوه که در آن نام ، تعریف عملی ، مقیاس ، نقش و واحد آن مشخص می گردد . به عنوان نمونه به جدول زیر توجه نمایید .


نام متغیر نقش مقیاس تعریف عملی واحد

سن زمینه ای و مداخله گر فاصله ای بر اساس شناسنامه بیمار سال

جنس زمینه ای و مداخله گر اسمی — —

سابقه مصرف سیگار مستقل فاصله ای فاصله ای سابقه مصرف سیگار به صورت تعداد بسته در روز و ساعتهای مصرف بسته X سال

بیماری عروق کروتر وابسته اسمی وجود یا عدم وجود بیماری عروق کروتر که از طریق آنژیوگرافی مشخص می گردد ( درگیری حداقل یک رگ بیش از ۵۰ % )

۲- نوع مطالعه


انتخاب نوع مطالعه به ماهیت مسئله ، میزان اطلاعات موجود درباره یک شکل و منابع موجود برای انجام طرح بستگی دارد . تقسیم بندی های گوناگونی برای انواع مطالعات موجود است . یکی از انواع تقسیم بندیها به شرح زیر است :


مطالعات غیر مداخله ای : در این نوع از مطالعات ، محقق اهداف مورد تحقیق را فقط توصیف و مورد بررسی قرار داده و تغییری ( مداخله ای ) در آنها به عمل نمی آورد ( مطالعات مشاهده ای نیز نامیده می شوند ) .