نمونه گیری
تحلیل گر اجتماعی در اکثر تحقیقات باید از نوعی طرح نمونه گیری برای انجام تحقیق سود جوید.
ارتباط همواره در تمام عرصه های زندگی حضور داشته است. اما چاپ انبوه، وجود دستگاه ضبط صوت و تصویر، دستگاه فتوکپی و کامپیوترها دسترسی به اطلاعات نمادین را به طور گسترده ای افزایش داده است. به محض آن که تحلیل گر محتوا مسئله ای را مطرح می کند با سیلی از اطلاعات مواجه می شود که این نهادها تولید می کنند. و هنگامی که محقق درصدد تحلیل نوار ضبط مکالمات گروه آزمونی که ترتیب داده بر می آید چه بسا ساعت کار تحلیل محتوای چنین نواری 10 تا 100 برابر زمان نوار طول بکشد. غالبا حتی عملیات پژوهشی مجهز نیز در کل داده های خام موجود غرق می شود.
تحلیل گر محتوا در مواجهه با چنین حجم عظیمی از داده ها باید دو کار انجام دهد. نخست، وی باید از تمام اطلاعاتی که می تواند برای تفکیک مطالب مربوط از مطالب بی ربط به دست اورد سود جوید. ممکن است اطلاعات مقتضی برای استنباط های مورد نظر به طور ناموزونی در رسانه ها، انتشارات، اسناد، زمان ها یا مناطق جغرافیایی مختلف توزیع شده باشد. دوم، چنانچه بعد از بررسی تمام اطلاعات، حجم اطلاعات مربوط کماکان بسیار بزرگ باشد باید با اعمال روش های تصادفی نمونه ای انتخاب کند که برای دربرگرفتن اطلاعات مناسب به اندازه کافی بزرگ و برای تحلیل به اندازه کافی کوچک باشد.
انواع طرح نمونه گیری
عمل نمونه گیری برحسب برنامه نمونه گیری صورت می گیرد. در این برنامه جزئیات مقتضی طرز عمل دستیابی به نمونه ای از واحدها که مجموعا معرف جامعه آماری مورد نظرند مشخص می شود. برای نیل به نمونه ای معرف برنامه نمونه گیری تضمین بخش آن است که در چهارچوب محدودیت های ناشی از شناخت موجود درباره پدیده ها هر واحد از شانس برابری در انتخاب شدن در مجموعه واحدهای نمونه گیری برخوردار است. برنامه نمونه گیری تضمین می کند که هیچ اریبی در شمول واحدها در نمونه وجود ندارد.
نمونه تصادفی
با فرض عدم شناخت پیشین درباره پدیده ها طرح نمونه گیری برای انتخاب نمونه تصادفی ساده تهیه فهرست تمام واحدهای مربوط (شماره های روزنامه، اسناد، سخنرانی ها یا جملات) است که در مورد آنها تعمیم صورت می گیرد.
نمونه های طبقه بندی
نمونه گیری طبقه بندی در جایی است که چند زیر مجموعه متمایز در جامعه آماری مشخص شده است که بدان ها طبقه اطلاق می شود. هر واحد نمونه گیری فقط به یک طبقه تعلق دارد. از هر طبقه به طور جداگانه نمونه گیری تصادفی می شود به گونه ای که نتایج حاصله بازتاب تمایزات مشخص پیشین است که در جمعیت آماری وجود دارد.
نمونه گیری سیستماتیک
نمونه گیری سیستماتیک متضمن انتخاب هر k امین واحد از فهرست جامعه آماری بعد از تعیین تصادفی نقطه شروع است. در تحلیل محتوا نمونه گیری سیستماتیک هنگامی مناسب است که داده ها از انتشارات منظم، توالی تعامل اشخاص، نظم رشته گونه نوشتار، فیلم و موزیک به دست می آید. مسئله اصلی در نمونه گیری سیستماتیک این است که فاصله طول k ثابت است و چنانچه با آهنگ طبیعی مانند تغییرات موسومی و نظم های دورانی دیگر منطبق گردد نمونه ای اریب به بار می آورد. به همین دلیل توصیه می شود از این روش برای انتخاب هر هفتمین شماره روزنامه استفاده نشود اما استفاده از مثلا هر پنجمین شماره اشکالی ندارد.
نمونه گیری خوشه ای
در نمونه گیری خوشه ای از گروههایی از عناصر به منزله واحدهای نمونه گیری استفاده می شود که از حد و مرز و عنوان طبیعی برخوردارند. انتخاب یک خوشه همه عناصر آن را مشمول نمونه می کند و از آنجا که گروهها حاوی تعداد نامشخصی عناصراند احتمال شمول واحدی در نمونه به اندازه گروهها بستگی دارد.
نمونه گیری با احتمال متغیر
نمونه گیری با احتمال متغیر تعیین احتمال شمول هر واحد در نمونه برحسب معیاری پیشین است. پاره نمونه گیری با احتمال منطبق با حجم رایج ترین شیوه ای است که نمونه هایی به بار می آورد که غالبا نمونه های مناسب خوانده می شوند.
نمونه گیری چند مرحله ای
غالبا نمونه ها به طور متوالی و با استفاده از یک یا چند شیوه نمونه گیری انتخاب می شود. به این نمونه گیری متوالی نمونه گیری چند مرحله ای اطلاق می شود و می توان آن را تعدیل نمونه گیری خوشه ای به شمار آورد.
حجم نمونه
معمولا بعد از تعیین نحوه نمونه گیری مسئله بعدی اندازه نمونه است. برای این مسئله هیچ پاسخ ثابتی وجود ندارد. هنگامی که همه واحدهای نمونه گیری دقیقا همسان اند نمونه ای با حجم یک واحد رضایتبخش است. این حالت غالبا در آزمون مصرف کننده و مهندسی مفروض است. آنجا که فهرست واحدها شامل رویدادهای نادر و معنادار است نمونه باید بزرگ باشد و هنگامی که هر یک از واحدهای نمونه گیری منحصر بفردند باید شامل همه آنها باشد. در عمل این عدم قطعیت چندان هم مخاطره آمیز نیست. در حالی که هر واحد اضافی نمونه هزینه تحلیل را بالا می برد افزایش واحدها به نقطه ای می رسد که از آن به بعد ارتقاء محسوسی در تعمیم پذیری یافته به بار نمی آورد. این همان نقطه ای است که حجم نمونه از حداکثر کارایی برخوردار است. تعیین این نطه موضوع سود و هزینه است که عمدتا به نحوه توزیع ویژگی مورد تعمیم در نمونه بستگی دارد.