Sampling determines who your evidence comes from, and therefore who your conclusion is about. It is where the gap between what a study did and what a study claims opens most often, because the claim is usually written about a population and the evidence is usually drawn from whoever agreed to participate.
The chain has four links and each one narrows. The target population is everyone the finding is meant to apply to. The sampling frame is the list you can actually draw from, which is never identical to the population. The sample drawn is what your technique selected from that frame. The achieved sample is who actually responded with usable data. Every link loses cases, and the losses are rarely random.
The central distinction is between probability sampling, where every unit in the frame has a known non-zero chance of selection, and non-probability sampling, where selection depends on judgement or access. Only the first supports statistical generalisation, meaning an inference from sample to population with a stated margin of error. The second is entirely legitimate and is what most doctoral business research uses; what is not legitimate is using the second and writing conclusions as though you had used the first.
This framework covers the four links and where each loses cases, the techniques in both families and when each applies, how sample size is justified in quantitative and qualitative work, non-response and what to do about it, and how to write the section so its limitations are stated rather than discovered. It is my own synthesis, written in my own words and grounded in recognized scholarship.
المعاينة تحدد ممّن تأتي أدلتك، وبالتالي عمّن تدور خاتمتك. وهي حيث تنفتح الفجوة بين ما فعلته دراسة وما تدّعيه أكثر من أي موضع، لأن الادّعاء يُكتَب عادةً عن مجتمع والأدلة تُسحَب عادةً ممّن وافقوا على المشاركة.
وللسلسلة أربع حلقات وكلٌّ تضيّق. فـالمجتمع المستهدف كل من يُقصَد أن تنطبق عليه النتيجة. وإطار المعاينة القائمة التي تستطيع السحب منها فعلًا، وهي ليست مطابقة للمجتمع أبدًا. والعيّنة المسحوبة ما اختارته تقنيتك من ذلك الإطار. والعيّنة المتحققة من استجابوا فعلًا ببيانات صالحة. وكل حلقة تخسر حالات، والخسائر نادرًا ما تكون عشوائية.
والتمييز المركزي بين المعاينة الاحتمالية، حيث لكل وحدة في الإطار فرصة اختيار معلومة غير صفرية، والمعاينة غير الاحتمالية، حيث يعتمد الاختيار على الحكم أو الوصول. والأولى وحدها تسند التعميم الإحصائي، أي استدلالًا من العيّنة إلى المجتمع بهامش خطأ مذكور. والثانية مشروعة تمامًا وهي ما تستخدمه معظم بحوث الأعمال في الدكتوراه؛ وما ليس مشروعًا استخدامُ الثانية وكتابةُ خلاصات وكأنك استخدمت الأولى.
ويغطي هذا الإطار الحلقات الأربع وأين تخسر كلٌّ حالات، والتقنيات في العائلتين ومتى تنطبق كلٌّ، وكيف يُبرَّر حجم العيّنة في العمل الكمي والنوعي، وعدم الاستجابة وما يُفعَل حياله، وكيف يُكتَب القسم لتُذكَر حدوده لا أن تُكتشَف. وقد أعددتُ هذا الإطار بنفسي وكتبتُه بأسلوبي، معتمدًا على المراجع العلمية المعتمدة.
Each link loses cases in a characteristic way, and each loss is a specific threat to a specific claim. Naming the losses is what turns a sampling section into a defensible argument.
From population to frame the loss is coverage. The frame is a list, and every list omits some of the population and includes some units that do not belong to it. A chamber of commerce register omits unregistered firms; an employee directory omits recent joiners and contractors; a customer database omits customers who never registered. State what your frame is, where it came from, its date, and what it plausibly omits. A frame with known coverage gaps is workable; an unstated frame is not.
From frame to sample drawn the loss is by design and is the part you control. This is where the technique operates, and the important property is whether the selection was made by a mechanism independent of the units themselves, which is what probability sampling means, or by judgement and availability, which is what it does not.
From sample drawn to achieved the loss is non-response, and it is the most dangerous link because it is not under your control and is almost never random. People who respond to surveys about workplace support differ systematically from those who do not, usually in the direction of being more engaged. A ninety percent response rate makes non-response bias implausible; a twenty percent response rate makes every finding conditional on an assumption you cannot test.
A fourth loss sits inside the last one: usable data. Responses arrive incomplete, straight-lined, or failing an attention check. Decide the exclusion rules before looking at the data, report how many cases each rule removed, and check whether excluded cases differ from retained ones on anything observable.
Report all four numbers. Frame size, number approached, number responding, number analysed. Those four figures let a reader compute your response rate and your usable rate and judge the plausibility of your claims, and reporting only the last one is the most common omission in the sampling section.
كل حلقة تخسر حالات بطريقة مميزة، وكل خسارة تهديدٌ محدَّد لادّعاء محدَّد. وتسمية الخسائر هي ما يحوّل قسم المعاينة إلى حجة قابلة للدفاع.
من المجتمع إلى الإطار تكون الخسارة في التغطية. فالإطار قائمة، وكل قائمة تُغفل بعض المجتمع وتضم وحدات لا تنتمي إليه. فسجل الغرفة التجارية يُغفل المنشآت غير المسجلة؛ ودليل الموظفين يُغفل الملتحقين حديثًا والمتعاقدين؛ وقاعدة بيانات العملاء تُغفل العملاء الذين لم يسجلوا قط. اذكر ما إطارك، ومن أين جاء، وتاريخه، وما يُعقَل أنه يُغفله. فالإطار بفجوات تغطية معلومة صالح للعمل؛ والإطار غير المذكور ليس كذلك.
ومن الإطار إلى العيّنة المسحوبة تكون الخسارة بالتصميم وهي الجزء الذي تتحكم به. وهنا تعمل التقنية، والخاصية المهمة هل جرى الاختيار بآلية مستقلة عن الوحدات نفسها، وهذا ما تعنيه المعاينة الاحتمالية، أم بالحكم والإتاحة، وهذا ما لا تعنيه.
ومن العيّنة المسحوبة إلى المتحققة تكون الخسارة عدم الاستجابة، وهي أخطر الحلقات لأنها ليست تحت سيطرتك ولا تكاد تكون عشوائية أبدًا. فمن يستجيبون لمسوح عن الدعم في مكان العمل يختلفون منهجيًا عمّن لا يستجيبون، في اتجاه كونهم أكثر اندماجًا عادةً. ومعدل استجابة تسعين بالمئة يجعل تحيّز عدم الاستجابة غير معقول؛ ومعدل عشرين بالمئة يجعل كل نتيجة مشروطةً بافتراض لا تستطيع اختباره.
وخسارة رابعة تجلس داخل الأخيرة: البيانات الصالحة. فالاستجابات تصل ناقصة أو مستقيمة النمط أو مخفقةً في فحص انتباه. قرّر قواعد الاستبعاد قبل النظر في البيانات، وأبلغ بكم حالةً أزالت كل قاعدة، وافحص هل تختلف الحالات المستبعدة عن المبقاة في أي شيء ملحوظ.
وأبلغ عن الأرقام الأربعة كلها. حجم الإطار، وعدد من جرى التواصل معهم، وعدد المستجيبين، وعدد المحلَّلين. فتلك الأرقام الأربعة تتيح للقارئ حساب معدل استجابتك ومعدل الصلاحية والحكم على معقولية ادّعاءاتك، والإبلاغ بالأخير وحده أشيع إغفال في قسم المعاينة.
The technique determines what kind of inference the sample supports. Choosing it is a decision about the claim, not about convenience, even when convenience decides it in practice.
| Technique | Family | Use when |
|---|---|---|
| Simple random | Probability | A complete frame exists and the population is homogeneous enough |
| Systematic | Probability | A frame exists in list form with no periodic pattern in it |
| Stratified | Probability | Subgroups matter and you know their proportions in advance |
| Cluster | Probability | The population is geographically or organizationally grouped |
| Purposive | Non-probability | Cases are chosen for what they can teach, as in qualitative work |
| Quota | Non-probability | Subgroup proportions must be matched but no frame exists |
| Snowball | Non-probability | The population is hidden or hard to reach |
| Convenience | Non-probability | Nothing better is available, and this must be stated as such |
Stratified sampling deserves particular attention in business research because it solves a common problem cheaply. When firm size, sector, or seniority matters to your question, dividing the frame into strata and sampling within each guarantees that every subgroup appears in adequate numbers, which simple random sampling does not. It also reduces the sample size needed for a given precision. The requirement is knowing the strata proportions in the population, which is usually available from official statistics.
Purposive sampling is the correct technique for qualitative work and is not a weaker version of random sampling. Cases are selected because they can illuminate the phenomenon: the extreme case, the typical case, the critical case where the theory should hold most clearly, or maximum variation across a dimension. State which logic you used and why those cases serve it, because a purposive sample without a stated selection logic is a convenience sample with a better name.
Snowball sampling reaches populations with no frame by asking participants to nominate others. Its characteristic bias is that it follows social networks, so it over-samples the well-connected and under-samples isolates. Mitigate by starting from several unconnected seeds and reporting how many chains you ran.
Convenience sampling is what most doctoral business research actually uses and there is no shame in it, provided two things follow. The claim must be scaled down accordingly: findings describe this sample and are proposed as applicable elsewhere rather than demonstrated to be. And the sample's composition must be described in enough detail that a reader can judge for themselves how far it plausibly transfers.
التقنية تحدد أي نوع من الاستدلال تسنده العيّنة. واختيارها قرارٌ عن الادّعاء لا عن التيسير، حتى حين يقرره التيسير عمليًا.
| التقنية | العائلة | تُستخدَم حين |
|---|---|---|
| عشوائية بسيطة | احتمالية | يوجد إطار كامل والمجتمع متجانس بما يكفي |
| منتظمة | احتمالية | يوجد إطار بصيغة قائمة بلا نمط دوري فيه |
| طبقية | احتمالية | الفئات الفرعية مهمة وتعرف نسبها سلفًا |
| عنقودية | احتمالية | المجتمع مجمَّع جغرافيًا أو تنظيميًا |
| قصدية | غير احتمالية | تُختار الحالات لما تستطيع تعليمه، كالعمل النوعي |
| حصصية | غير احتمالية | يجب مطابقة نسب الفئات ولا يوجد إطار |
| كرة الثلج | غير احتمالية | المجتمع مخفي أو صعب البلوغ |
| ميسّرة | غير احتمالية | لا يتوفر أفضل، ويجب ذكر ذلك كذلك |
والمعاينة الطبقية تستحق انتباهًا خاصًا في بحوث الأعمال لأنها تحل مشكلة شائعة برخص. فحين يهم حجمُ المنشأة أو القطاعُ أو الدرجةُ سؤالَك، فتقسيم الإطار طبقاتٍ والمعاينةُ داخل كلٍّ يضمنان ظهور كل فئة فرعية بأعداد كافية، وهذا ما لا تضمنه العشوائية البسيطة. وهي تخفّض أيضًا حجم العيّنة اللازم لدقة معطاة. والمطلوب معرفة نسب الطبقات في المجتمع، وهي متاحة عادةً من الإحصاءات الرسمية.
والمعاينة القصدية هي التقنية الصحيحة للعمل النوعي وليست نسخةً أضعف من العشوائية. فالحالات تُختار لأنها تستطيع إضاءة الظاهرة: الحالة المتطرفة، أو النموذجية، أو الحرجة حيث ينبغي أن تصح النظرية بأوضح صورة، أو أقصى تباين عبر بُعد. اذكر أي منطق استخدمت ولماذا تخدمه تلك الحالات، لأن عيّنةً قصدية بلا منطق اختيار مذكور عيّنةٌ ميسّرة باسم أفضل.
ومعاينة كرة الثلج تبلغ مجتمعات بلا إطار بسؤال المشاركين ترشيح آخرين. وتحيّزها المميز أنها تتبع الشبكات الاجتماعية، فتفرط في أخذ العيّنة من حسني الاتصال وتقصّر في المنعزلين. خفّف بالبدء من بذور غير متصلة عدة والإبلاغ بكم سلسلةً شغّلت.
والمعاينة الميسّرة هي ما تستخدمه معظم بحوث الأعمال في الدكتوراه فعلًا ولا عار فيها، شريطة أن يتبعها أمران. فالادّعاء يجب خفضه تبعًا لذلك: فالنتائج تصف هذه العيّنة وتُقترَح قابلةً للتطبيق في مواضع أخرى لا يُبرهَن على ذلك. وتركيبُ العيّنة يجب وصفه بتفصيل يكفي ليحكم القارئ بنفسه إلى أي مدى تنتقل بمعقولية.
Every methodology chapter states a sample size, and most state it without a reason. The reason differs completely between quantitative and qualitative work, and giving the wrong kind of reason is as damaging as giving none.
In quantitative work the standard justification is a power calculation. It takes four quantities, any three of which determine the fourth: the significance level conventionally set at 0.05, the statistical power conventionally set at 0.80, the expected effect size, and the sample size. Fixing the first three yields the fourth. The only judgement is the expected effect size, and it should come from comparable published studies rather than from optimism; where the literature is thin, the convention is to power for a medium effect and say that is what you did.
Three practical adjustments matter. Multivariate techniques require more cases as the number of predictors grows, and a widely used rule of thumb is at least ten to fifteen cases per predictor, checked against a proper calculation. Structural models and factor analysis require substantially more, typically in the low hundreds at minimum. And inflate for expected non-response: if the calculation requires 200 usable responses and you expect a 25 percent response rate, you must approach 800.
In qualitative work the standard justification is saturation, meaning the point at which additional cases stop producing new codes or themes. Saturation is a process to be described rather than a number to be asserted. Say how you monitored it: at what interval you reviewed the codebook, how many consecutive interviews produced no new codes before you stopped, and whether saturation was reached for all themes or only the central ones.
Give an indicative range in the proposal, since a study cannot claim saturation before collecting data. For homogeneous samples with a narrow question, twelve to twenty interviews often suffice. For heterogeneous samples or several participant groups, expect twenty to forty. Multiple case studies typically use four to ten cases. State the planned range, state that the final number will depend on saturation, and report the actual number with the evidence for stopping.
Two justifications to avoid. Precedent alone: comparable studies used 200 is supporting evidence, not a reason, and should accompany a calculation rather than replace it. Availability: 150 responses were obtained describes what happened and justifies nothing. If availability genuinely determined the size, say so in the limitations and discuss what the study is consequently underpowered to detect.
كل فصل منهجية يذكر حجم عيّنة، ومعظمها يذكره بلا سبب. والسبب يختلف كليًا بين العمل الكمي والنوعي، وإعطاء النوع الخاطئ من السبب ضارٌّ بقدر عدم إعطاء سبب.
وفي العمل الكمي التبرير المعياري حسابُ القوة. وهو يأخذ أربع كميات، أي ثلاث منها تحدد الرابعة: مستوى الدلالة المضبوط عرفًا على 0.05، والقوة الإحصائية المضبوطة عرفًا على 0.80، وحجم الأثر المتوقّع، وحجم العيّنة. وتثبيت الثلاثة الأولى يعطي الرابعة. والحكم الوحيد حجمُ الأثر المتوقّع، وينبغي أن يأتي من دراسات منشورة مماثلة لا من التفاؤل؛ وحيث تكون الأدبيات ضحلة، فالعرف أن تُحسب القوة لأثر متوسط وأن تقول إن هذا ما فعلت.
وثلاثة تعديلات عملية تهم. فالتقنيات متعددة المتغيرات تتطلب حالات أكثر كلما زاد عدد المتنبئات، والقاعدة التقريبية الشائعة عشرُ إلى خمس عشرة حالة لكل متنبئ، مفحوصةً مقابل حساب سليم. والنماذج البنائية والتحليل العاملي تتطلب أكثر بكثير، في المئات المنخفضة كحد أدنى عادةً. وضخّم لعدم الاستجابة المتوقّع: فإن تطلّب الحساب 200 استجابة صالحة وتوقعت معدل استجابة 25 بالمئة، فعليك التواصل مع 800.
وفي العمل النوعي التبرير المعياري الإشباع، أي النقطة التي تتوقف عندها الحالات الإضافية عن إنتاج رموز أو موضوعات جديدة. والإشباع عمليةٌ تُوصَف لا رقمٌ يُجزَم به. قُل كيف رصدته: بأي فاصل راجعت دليل الترميز، وكم مقابلةً متتالية لم تنتج رموزًا جديدة قبل توقفك، وهل تحقق الإشباع لكل الموضوعات أم للمركزية منها فقط.
وأعطِ مدى إرشاديًا في المقترح، لأن دراسةً لا تستطيع ادّعاء الإشباع قبل جمع البيانات. فللعيّنات المتجانسة بسؤال ضيق، تكفي اثنتا عشرة إلى عشرين مقابلة غالبًا. وللعيّنات المتباينة أو لعدة فئات مشاركين، توقّع عشرين إلى أربعين. ودراسات الحالة المتعددة تستخدم عادةً أربعًا إلى عشر حالات. اذكر المدى المخطَّط، واذكر أن العدد النهائي سيعتمد على الإشباع، وأبلغ بالعدد الفعلي مع دليل التوقف.
وتبريران يُتجنَّبان. السابقة وحدها: فـ«استخدمت دراسات مماثلة 200» دليلٌ مساند لا سببٌ، وينبغي أن يرافق حسابًا لا أن يحل محله. والإتاحة: فـ«حُصِّلت 150 استجابة» يصف ما حدث ولا يبرّر شيئًا. وإن حددت الإتاحة الحجم فعلًا، فقُل ذلك في الحدود وناقش ما تصير الدراسة ضعيفة القوة عن كشفه نتيجةً لذلك.
Non-response is the threat that survives every other precaution. A perfectly drawn probability sample with a twenty percent response rate is, for inferential purposes, a convenience sample.
The problem is not the missing cases but the possibility that they differ from the present ones on the thing you are measuring. If employees who feel unsupported are also less willing to complete a survey about support, then every estimate is biased in a known direction and no statistical adjustment recovers it. This is why response rate is reported: it bounds how much bias is possible.
Four practical steps reduce and diagnose the problem. Increase response by keeping the instrument short, explaining the purpose and the use of the data, sending two or three reminders at spaced intervals, and where possible having the invitation come from someone the recipient recognises. Length is the single largest driver: completion falls sharply beyond about fifteen minutes.
Compare respondents with the frame on any variable you have for both, such as firm size, department, tenure, or region. If the achieved sample matches the frame on those, non-response bias is less likely, and you can say so with evidence rather than hope. Compare early with late respondents, on the reasoning that late respondents resemble non-respondents; a significant difference on your key variables is a warning, and no difference is modest reassurance.
Report what you cannot fix. If the response rate is low and the checks are inconclusive, say that findings may not represent the population and that they describe the achieved sample. That sentence costs a claim you could not defend anyway and buys credibility for the claims you can.
Writing the section takes about a page and a half and follows a fixed order. Define the target population with who, where, and when. Describe the frame, its source, its date, its size, and its known gaps. Name the technique and justify it against the alternative. Justify the size by power calculation or saturation. Report the numbers: approached, responded, usable, with rates. Report the non-response checks and their result. Then state, in one sentence, what population the findings can and cannot be generalised to.
That last sentence is the one an examiner will look for and the one most often missing. It is not a weakness to write that findings apply to the sampled population and are proposed as plausibly applicable to similar contexts. It is a weakness to write conclusions about an industry when the sample came from four firms, and the difference between the two is one sentence written in advance rather than extracted under questioning.
عدم الاستجابة هو التهديد الذي ينجو من كل احتياط آخر. فعيّنةٌ احتمالية مسحوبة بإتقان بمعدل استجابة عشرين بالمئة هي، لأغراض الاستدلال، عيّنةٌ ميسّرة.
والمشكلة ليست الحالات الغائبة بل إمكان اختلافها عن الحاضرة في الشيء الذي تقيسه. فإن كان الموظفون الذين يشعرون بعدم الدعم أقل استعدادًا أيضًا لإكمال مسح عن الدعم، فكل تقدير متحيّز في اتجاه معلوم ولا يستعيده أي تعديل إحصائي. ولهذا يُبلَّغ عن معدل الاستجابة: فهو يحدّ كم من التحيّز ممكن.
وأربع خطوات عملية تخفّض المشكلة وتشخّصها. ارفع الاستجابة بإبقاء الأداة قصيرة، وشرحِ الغرض واستخدام البيانات، وإرسال تذكيرين أو ثلاثة بفواصل متباعدة، وحيثما أمكن جعلِ الدعوة تأتي من شخص يعرفه المتلقي. والطول أكبر محرّك مفرد: فالإكمال يهبط بحدة بعد نحو خمس عشرة دقيقة.
وقارن المستجيبين بالإطار على أي متغير تملكه لكليهما، كحجم المنشأة أو القسم أو مدة الخدمة أو المنطقة. فإن طابقت العيّنة المتحققة الإطارَ في تلك، صار تحيّز عدم الاستجابة أقل احتمالًا، وأمكنك قول ذلك بدليل لا بأمل. وقارن المستجيبين المبكرين بالمتأخرين، على أساس أن المتأخرين يشبهون غير المستجيبين؛ ففرقٌ دال في متغيراتك المفتاحية إنذار، وانعدام الفرق طمأنةٌ متواضعة.
وأبلغ بما لا تستطيع إصلاحه. فإن كان معدل الاستجابة منخفضًا والفحوص غير حاسمة، فقُل إن النتائج قد لا تمثّل المجتمع وإنها تصف العيّنة المتحققة. وتلك الجملة تكلّف ادّعاءً ما كنت لتدافع عنه أصلًا وتشتري مصداقيةً للادّعاءات التي تستطيعها.
وكتابة القسم تستغرق نحو صفحة ونصف وتتبع ترتيبًا ثابتًا. عرّف المجتمع المستهدف بمن وأين ومتى. وصِف الإطار ومصدره وتاريخه وحجمه وفجواته المعلومة. وسمِّ التقنية وبرّرها مقابل البديل. وبرّر الحجم بحساب قوة أو بإشباع. وأبلغ عن الأرقام: من جرى التواصل معهم، والمستجيبين، والصالحين، بالمعدلات. وأبلغ عن فحوص عدم الاستجابة ونتيجتها. ثم اذكر، في جملة، أي مجتمع يمكن وأي مجتمع لا يمكن تعميم النتائج عليه.
وتلك الجملة الأخيرة هي ما سيبحث عنه الممتحن وهي الأكثر غيابًا. وليس ضعفًا أن تكتب أن النتائج تنطبق على المجتمع المأخوذة منه العيّنة وتُقترَح قابلةً للتطبيق بمعقولية على سياقات مشابهة. والضعف أن تكتب خلاصات عن قطاع والعيّنة جاءت من أربع منشآت، والفرق بين الاثنتين جملةٌ تُكتَب سلفًا لا تُنتزَع تحت الاستجواب.