DOI: https://doi.org/10.37745/bjmas.2022.0419
تاريخ النشر: 2024-02-16
المؤلف: Friday Nyimbili وآخرون
الموضوع الرئيسي: تقنيات أخذ العينات والتقدير
نظرة عامة
تستعرض المقالة أنواعًا مختلفة من العينة الغرضية كما حددها باتون (1990) وتضعها في سياق ممارسات البحث المعاصرة. تحدد ستة عشر تقنية متميزة من تقنيات العينة الغرضية، بما في ذلك عينة الحالات القصوى، وعينة الحالات المنحرفة، وعينة كرة الثلج، من بين أمور أخرى. يؤكد المؤلفون على أهمية هذه التقنيات في تعزيز موثوقية وموثوقية نتائج البحث النوعي. يقدمون إرشادات حول تطبيق هذه الأساليب العينية عبر مواضيع بحثية مختلفة، بهدف تجهيز الباحثين الناشئين بالمهارات اللازمة لتنفيذها بفعالية.
تسلط المناقشة الضوء على أن العينة الغرضية شائعة عبر paradigms البحث بسبب قدرتها على إنتاج عينات ذات جودة دون تحيز. بينما ناقش العلماء تفاصيل منهجيات العينة، هناك توافق على أن العينة الغرضية ليست عملية بسيطة بل تتطلب اعتبارًا دقيقًا للسكان وخصائص المشاركين المختارين. تختتم المقالة بالاعتراف بمزايا العينة الغرضية، مثل القدرة على جمع بيانات غنية وذات صلة من المشاركين المطلعين. ومع ذلك، تشير أيضًا إلى العيوب المحتملة، بما في ذلك خطر الاستجابات المتحيزة بسبب الألفة بين الباحث والمشاركين.
مناقشة
في قسم المناقشة، تتوسع الورقة في تقنيات العينة المختلفة، مع التركيز بشكل خاص على صيغة سلوفين وطرق العينة الغرضية. يتم تسليط الضوء على صيغة سلوفين كأداة قيمة لتحديد حجم العينة المناسب ($n = \frac{N}{1 + Ne^2}$)، مما يضمن أن الباحثين يمكنهم تحقيق مستوى دقة مطلوب عندما يكون عدد السكان كبيرًا جدًا بالنسبة للعينة الكاملة. يمكن تطبيق الصيغة على العينة العشوائية البسيطة ويمكن تعديلها لمجموعات فرعية داخل السكان. بالإضافة إلى ذلك، تقدم الورقة حاسبات عينة عبر الإنترنت، مع التأكيد على ملاءمتها وسهولة الوصول إليها للباحثين لتقدير أحجام العينات بناءً على معايير مثل مستوى الثقة، ونسبة السكان، وهامش الخطأ المقبول.
تستكشف القسم أيضًا تقنيات العينة الغرضية المختلفة، بما في ذلك عينة الحالات القصوى، وعينة الحالات المنحرفة، وعينة الكثافة، من بين أمور أخرى. كل طريقة تخدم أغراض بحثية متميزة، من دراسة الحالات الناجحة إلى فهم الإخفاقات. تؤكد المناقشة على أهمية اختيار استراتيجيات العينة المناسبة التي تتماشى مع أهداف البحث، مع الاعتراف أيضًا بالتحيزات والقيود المحتملة المتأصلة في العينة الغرضية. في النهاية، تختتم الورقة بالقول إنه بينما تقدم العينة الغرضية ميزة جمع البيانات المستهدفة من المشاركين المطلعين، فإنها أيضًا تحمل مخاطر التحيز وسوء التمثيل، مما يتطلب اعتبارًا دقيقًا في تصميم البحث.
DOI: https://doi.org/10.37745/bjmas.2022.0419
Publication Date: 2024-02-16
Author(s): Friday Nyimbili et al.
Primary Topic: Survey Sampling and Estimation Techniques
Overview
The article reviews various types of purposive sampling as outlined by Patton (1990) and contextualizes them within contemporary research practices. It identifies sixteen distinct purposive sampling techniques, including extreme case sampling, deviant case sampling, and snowball sampling, among others. The authors emphasize the importance of these techniques in enhancing the reliability and trustworthiness of qualitative research findings. They provide guidance on the application of these sampling methods across different research topics, aiming to equip emerging researchers with the necessary skills to implement them effectively.
The discussion highlights that purposive sampling is prevalent across research paradigms due to its ability to yield quality samples without bias. While scholars have debated the nuances of sampling methodologies, there is consensus that purposive sampling is not a simplistic process but rather one that requires careful consideration of the population and the characteristics of selected participants. The article concludes by acknowledging the advantages of purposive sampling, such as the ability to gather rich, relevant data from knowledgeable participants. However, it also notes potential drawbacks, including the risk of biased responses due to the familiarity between the researcher and participants.
Discussion
In the discussion section, the paper elaborates on various sampling techniques, particularly focusing on Slovin’s formula and purposive sampling methods. Slovin’s formula is highlighted as a valuable tool for determining the appropriate sample size ($n = \frac{N}{1 + Ne^2}$), ensuring researchers can achieve a desired level of accuracy when the population is too large for complete sampling. The formula is applicable for simple random sampling and can be adapted for subgroups within a population. Additionally, the paper introduces online sample calculators, emphasizing their convenience and accessibility for researchers to estimate sample sizes based on parameters such as confidence level, population proportion, and acceptable error margin.
The section further explores different purposive sampling techniques, including extreme case sampling, deviant case sampling, and intensity sampling, among others. Each method serves distinct research purposes, from studying successful cases to understanding failures. The discussion underscores the importance of selecting appropriate sampling strategies that align with research objectives, while also acknowledging the potential biases and limitations inherent in purposive sampling. Ultimately, the paper concludes that while purposive sampling offers the advantage of targeted data collection from knowledgeable participants, it also poses risks of bias and misrepresentation, necessitating careful consideration in research design.