Διαδικασία συλλογής των δεδομένων – Δειγματοληψία Απώτερος στόχος η διερεύνηση των σχέσεων μεταξύ μεταβλητών και παραγωγή γνώσης με το σχήμα «αίτιο – αποτέλεσμα». Επειδή συνήθως το χαρακτηριστικό που μας ενδιαφέρει υφίσταται σε μεγάλο ή άπειρο αριθμό περιπτώσεων αναζητούμε οικονομικούς τρόπους για τη διερεύνηση πιθανών εξαρτήσεων μεταξύ των μεταβλητών π.χ. φοιτητές των ελληνικών Α.Ε.Ι που δεν φοιτούν σε σχολή της πρώτης επιλογής τους ή συχνότητα χρήσης επιθέτων σε γραπτά εκθέσεων διαφόρων τάξεων.

Η έννοια του πληθυσμού Σε μία ποσοτική έρευνα ως πληθυσμός νοείται το σύνολο των υποκειμένων ή των κειμένων που παρουσιάζουν το χαρακτηριστικό που ενδιαφέρει. Δείγμα: ένα υποσύνολο του πληθυσμού, στο οποίο πρέπει να διασφαλιστεί ότι το χαρακτηριστικό που μας ενδιαφέρει κατανέμεται με ομοιόμορφο τρόπο ή με τον ίδιο τρόπο που κατανέμεται και στον γενικότερο πληθυσμό. Απαιτείται το δείγμα να είναι αντιπροσωπευτικό μία μικρογραφία του πληθυσμού ως προς την κατανομή των γνωρισμάτων που μας ενδιαφέρουν = περιέχει τα γνωρίσματα σε αντίστοιχες αναλογίες.

Η έννοια του στατιστικά τυχαίου δείγματος Η έννοια του στατιστικά τυχαίου δείγματος. Καμία σχέση με την καθημερινή σημασία του τυχαίου, αντίθετα απαιτεί μία πολύ πειθαρχημένη και τίμια διαδικασία: κάθε υποκείμενο ή μονάδα έρευνας πρέπει να έχει ίση η τουλάχιστον γνωστή πιθανότητα να επιλεγεί. Στήριξη από τη θεωρία πιθανοτήτων της στατιστικής. Τρόποι: κλήρωση κατά την οποία όμως κάθε φορά που θα διενεργείται να ξαναρίχνεται ο λαχνός στην κληρωτίδα, ώστε να έχει κάθε στοιχείο ίδια πιθανότητα να κληρωθεί.

Κάθε εγχειρίδιο στατιστικής επισυνάπτει πίνακες τυχαίων αριθμών Κάθε εγχειρίδιο στατιστικής επισυνάπτει πίνακες τυχαίων αριθμών. Μπορεί επίσης ο ερευνητής να ορίσει μία «μηχανή», τρόπο δηλαδή επιλογής των υποκειμένων π.χ. θα επιλέγεται κάθε πέμπτο υποκείμενο (αφού προηγουμένως αριθμηθούν). Με τέτοιου είδους διαδικασίες είναι στατιστικά διασφαλισμένο από τη μαθηματική θεωρία των πιθανοτήτων ότι στο δείγμα αντιπροσωπεύονται ομοιόμορφα όλα τα γνωρίσματα του πληθυσμού. Είναι βέβαια αναπόφευκτη κάποια απόκλιση, η οποία μεταξύ των άλλων εξαρτάται και από το μέγεθος του δείγματος.

Μία ένδειξη ότι η δειγματοληψία ήταν προβληματική ή τουλάχιστον όχι με την ορθή εφαρμογή της τυχαιότητας: όταν το ίδιο ερευνητικό εργαλείο εφαρμόζεται στον ίδιο πληθυσμό με άλλο δείγμα και διαφέρουν με στατιστικά σημαντική διαφορά τα αποτελέσματά του. Σε μια τέτοια περίπτωση πρέπει να προβληματιστεί ο ερευνητής και να ελέγξει - μεταξύ των άλλων - κατά πόσον η εξαγωγή/επιλογή δείγματός του ακολούθησε ορθά τις διαδικασίες εξασφάλισης της τυχαιότητας.

Δειγματοληψία κατά στρώματα Σε ορισμένες περιπτώσεις το στατιστικά τυχαίο δείγμα δεν λαμβάνεται από τον συνολικό πληθυσμό, αλλά από κατηγορίες ή στρώματα του πληθυσμού. Αυτό μπορεί να γίνει όταν είναι γνωστή η ποσοστιαία σύνθεση του πληθυσμού κατά π.χ. ομάδες ηλικίας, επαγγελματικές ομάδες κλπ. Προϋπόθεση είναι ότι τα δεδομένα της Εθνικής Στατιστικής Υπηρεσίας ή κάποιου ανάλογου φορέα θα παρέχουν ακριβή πληροφόρηση για τη σύνθεση του πληθυσμού σε σχέση μέ τα συγκεκριμένα γνωρίσματα που ενδιαφέρουν την έρευνα, π.χ. για τις επαγγελματικές ομάδες.

Διαστρωματοποιημένο τυχαίο δείγμα Στην περίπτωση αυτή που είναι γνωστό το ποσοστό της κάθε επαγγελματικής - ή άλλης που ενδιαφέρει - κατηγορίας στον πληθυσμό, μπορεί, αντί να ληφθεί το στατιστικά τυχαίο δείγμα από τον συνολικό πληθυσμό, να ληφθεί με τον ίδιο στατιστικά τυχαίο τρόπο από την κάθε κατηγορία ξεχωριστά. Το δείγμα που λαμβάνεται με αυτό τον τρόπο ονομάζεται «διαστρωματωμένο τυχαίο δείγμαη (stratified random sample).

Δειγματοληψία κατά φάσεις (cluster sample) Υπάρχουν και άλλοι τρόποι δειγματοληψίας σε δύο ή περισσότερες φάσεις (ή επίπεδα) π.χ. όταν επιλέγεται τυχαία ένας αριθμός σχολείων μιας χώρας (πρώτη φάση), από αυτά κατόπιν ορισμένες τάξεις (δεύτερη φάση) και από τις τάξεις συγκεκριμένοι μαθητές (τρίτη φάση). Σε ορισμένες περιπτώσεις δεν γίνεται επιλογή ατόμων, δεν προχωρά δηλαδή ο ερευνητής πέραν από τη δεύτερη φάση (επίπεδο): ερωτώνται όλοι οι μαθητές της κάθε τυχαία επιλεγμένης τάξης από τα τυχαία επιλεγμένα σχολεία. Στον πληθυσμό δηλαδή που μας ενδιαφέρει ορίζεται συγκεκριμένη μονάδα και σύμφωνα με αυτήν ακολουθείται η διαδικασία.

Προϋποθέσεις για τη γενίκευση των αποτελεσμάτων Προϋποθέσεις για τη γενίκευση των αποτελεσμάτων. Ορισμός του πληθυσμού Εξασφάλιση τυχαίου δείγματος Ορισμός του μεγέθους του δείγματος Ορθή εφαρμογή του ερευνητικού εργαλείου Ορθή επεξεργασία των δεδομένων της έρευνας Ορθή ερμηνεία των αποτελεσμάτων της έρευνας Γενίκευση των συμπερασμάτων ( για τον πληθυσμό της έρευνας)

Πολλοί παράγοντες επιδρούν, οι οποίοι αλλοιώνουν το τελικά λαμβανόμενο δείγμα και παράγουν έτσι την "μεροληπτική απόκλιση του δείγματος" (bias), που σε αντίστοιχο μέτρο διαστρεβλώνει τα αποτελέσματα της έρευνας. Σ' αυτούς τους παράγοντες ανήκουν η απροθυμία και η άρνηση ορισμένων ατόμων, που έχουν επιλεγεί στο δείγμα, να πάρουν μέρος στην έρευνα και οι δυσκολίες να εξευρεθούν άλλα άτομα με ισοδύναμα γνωρίσματα. Η εμπειρία δείχνει ότι συχνά ο ερευνητής έχει δυσκολίες και περιορισμούς π.χ. δεν έχει τη δυνατότητα για δειγματοληψία με πανελλήνια εμβέλεια ή έχει πρόσβαση σε ορισμένα κείμενα.

Σε τέτοιες περιπτώσεις οι αυστηροί μεθοδολόγοι μιλούν για δείγματα «ευκολίας» ή «βολικά». Ο ερευνητής είναι υποχρεωμένος να παραθέσει τις «υποχωρήσεις» που έκανε και να διατυπώσει ανάλογα τα αποτελέσματα και συμπεράσματά του. Αυτά εννοείται ότι ισχύουν για το δείγμα που τελικά χρησιμοποίησε, οφείλει δηλαδή να ομολογήσει ότι αυτά ισχύουν για το συγκεκριμένο δείγμα, το οποίο είχε αντίστοιχα τα συγκεκριμένα χαρακτηριστικά κ.ο.κ.