نمونه گیری تصادفی (Random sampling) بخشی از تکنیک نمونه‌گیری است که در آن هر نمونه از احتمال مساوی برای انتخاب شدن برخوردار است. نمونه ای که به طور تصادفی انتخاب می شود به معنای نمایش بی طرفانه از کل جمعیت است. این روش ساده‌ترین روش نمونه‌گیری احتمالی است، زیرا فقط شامل یک انتخاب تصادفی است و نیاز به دانش کمی در مورد جامعه دارد. از آنجایی که از تصادفی سازی استفاده می شود، هر تحقیقی که روی این نمونه انجام شود باید از اعتبار داخلی و خارجی بالایی برخوردار باشد.
در این روش نمونه‌گیری، هر عضو از جمعیت آماری دارای شانس مثبت برای انتخاب شدن در نمونه است. این کار کمک می‌کند که بتوان به نمونه‌ای دست پیدا کرد که بیانگر ویژگی‌های اکثر جامعه آماری باشد. از نمونه گیری تصادفی ساده برای استنباط آماری در مورد یک جامعه استفاده می شود. این به اطمینان از اعتبار داخلی بالا کمک می کند: تصادفی سازی بهترین روش برای کاهش تأثیر متغیرهای مخدوش کننده بالقوه است.
با حجم نمونه به اندازه کافی بزرگ، یک نمونه تصادفی ساده از اعتبار بیرونی بالایی برخوردار است: این نمونه ویژگی های جمعیت بزرگتر را نشان می دهد.
در نمونه گیری تصادفی ساده، همه اعضای جامعه آماری شانسی برابر برای انتخاب شدن در نمونه را دارند. در این حالت جامعه آماری یکپارچه است و قابل تفکیک به بخش‌های مختلف نیست. این احتمال حتی برای هر زوج یا هر سه‌تایی و … نیز وجود دارد. نمونه گیری تصادفی ساده اگر زمان و منابع زیادی برای انجام مطالعه خود داشته باشید، یا اگر در حال مطالعه جمعیت محدودی هستید که به راحتی می‌توان نمونه‌گیری کرد، بهترین نتیجه را دارد.
این گونه نمونه‌گیری باعث کاهش اریبی و سادگی در نتایج حاصله می‌شود. به این معنی که واریانس یا پراکندگی بین اعضای نمونه می‌تواند برآوردگر خوبی برای واریانس جامعه باشد. به این ترتیب خطای نتایج از تحلیل آماری قابل محاسبه است.نمونه‌گیری تصادفی ساده، ممکن است هنگام جمع‌آوری اطلاعات از یک جمعیت هدف غیرمعمول بسیار ناقص عمل کند. در برخی موارد، محققان علاقه‌مند هستند که بررسی خاصی را روی زیر گروهی از جامعه آماری انجام دهند
نمونه گیری تصادفی ساده می تواند برای اجرا در عمل چالش برانگیز باشد. برای استفاده از این روش، چند پیش نیاز وجود دارد:
۱-شما یک لیست کامل از هر یک از اعضای جمعیت دارید.
۲-در صورت انتخاب با هر یک از اعضای جمعیت می توانید با آنها تماس بگیرید یا به آنها دسترسی داشته باشید.
۳-شما زمان و منابع لازم را برای جمع آوری داده ها از حجم نمونه لازم دارید.
چهار مرحله کلیدی برای انتخاب یک نمونه تصادفی ساده وجود دارد.
در اولین گام نمونه گیری تصادفی ساده با تصمیم گیری در مورد جمعیتی که می خواهید مطالعه کنید شروع کنید.
مهم است که اطمینان حاصل کنید که به تک تک اعضای جامعه دسترسی دارید، به طوری که می توانید داده ها را از همه افرادی که برای نمونه انتخاب شده اند جمع آوری کنید.
در نمونه گیری تصادفی ساده، باید تصمیم بگیرید که حجم نمونه شما چقدر باشد. اگرچه نمونه های بزرگتر اطمینان آماری بیشتری را ارائه می دهند، اما هزینه بیشتری نیز دارند و به کار بسیار بیشتری نیاز دارند.
چندین راه بالقوه برای تصمیم گیری در مورد اندازه نمونه شما وجود دارد، اما یکی از ساده ترین آنها شامل استفاده از فرمولی با فاصله اطمینان دلخواه و سطح اطمینان، اندازه تخمینی جمعیتی که با آن کار می کنید، و انحراف استاندارد هر چیزی که می خواهید است. روش کوکران یا جدول مورگان، حجم نمونه معادلات ساختاری و دیگر موارد کمک کننده هستند.
رایج ترین فاصله اطمینان و سطوح مورد استفاده به ترتیب ۰.۰۵ و ۰.۹۵ است. از آنجایی که ممکن است انحراف معیار جمعیت مورد مطالعه خود را ندانید، باید عددی را به اندازه کافی بالا انتخاب کنید تا احتمالات مختلف را در نظر بگیرید (مانند ۰.۵).
انتخاب نمونه به صورت تصادفی در روش نمونه گیری تصادفی ساده، را می توان به یکی از دو روش انجام داد: قرعه کشی یا روش اعداد تصادفی.
در روش قرعه کشی، شما نمونه را به صورت تصادفی با “نقاشی از کلاه” یا با استفاده از یک برنامه کامپیوتری که همان عمل را شبیه سازی می کند، انتخاب می کنید.
در روش اعداد تصادفی، به هر فردی یک عدد اختصاص می دهید. با استفاده از یک مولد اعداد تصادفی یا جداول اعداد تصادفی، به طور تصادفی زیر مجموعه ای از جمعیت را انتخاب می کنید. همچنین می توانید از تابع اعداد تصادفی (RAND) در مایکروسافت اکسل برای تولید اعداد تصادفی استفاده کنید.
در نهایت، با استفاده از روش نمون گیری تصادفی شما باید داده ها را از نمونه خود جمع آوری کنید. برای اطمینان از اعتبار یافته های خود، باید مطمئن شوید که هر فرد انتخاب شده واقعاً در مطالعه شما شرکت می کند. اگر برخی به دلایل مرتبط با سوالی که شما در حال مطالعه آن هستید ترک تحصیل کنند یا شرکت نکنند، این می‌تواند یافته‌های شما را مغرضانه کند.
برای مثال، اگر شرکت‌کنندگان جوان به طور سیستماتیک کمتر در مطالعه شما شرکت می‌کنند، ممکن است یافته‌های شما به دلیل عدم حضور این گروه معتبر نباشد.
Yates, Daniel S.; David S. Moore; Daren S. Starnes (2008). The Practice of Statistics, 3rd Ed
