Abstract:
بسیاری از جمعیت هایی که بیش تر در کانون توجه سیاست گذاران قرار دارند، جمعیت های پنهان و یا با دسترسی سخت هستند که از افرادی با شرایط خاص مانند بیماران مبتلا به عفونت اچ ای وی تشکیل شده اند. مطالعه ی دقیق این جمعیت ها به منظور شناسایی آنان از این رو که سلامت جامعه را به دلیل داشتن رفتارهای پرخطر به مخاطره می اندازند، بسیار با اهمیت است. به این منظور یافتن روش نمونه گیری معتبر و قابل اعتماد از این جمعیت ها نیز بسیار ضروری می نماید. استفاده از روش های نمونه گیری مرسوم برای نمونه گیری از این جمعیت ها از آن جا که به ندرت فهرست یا چارچوب نمونه گیری برای آنان وجود دارد، روشی عملی نیست و این روش ها با خطای پوشانشی همراه هستند. روش های نمونه گیری نااحتمالی چون روش نمونه گیری ارجاع زنجیری نیز از نظر آماری براوردهای معتبری را تولید نمی کنند. یکی از روش های معتبر برای نمونه گیری از این جمعیت ها، روش نمونه گیری پاسخ گومحور است. در این روش نمونه گیری یکی از مهم ترین منبع های ایجاد خطاهای غیرنمونه گیری، اریبی حاصل از هومافیلی است. برای بررسی اعتبار نمونه های حاصل از این روش نمونه گیری، در این مقاله هومافیلی که ابزاری برای ارزیابی سطح اریبی و همچنین معرف بودن نمونه ها است، معرفی می شود. هدف اصلی این مقاله بررسی پیامدهای ناشی از هومافیلی در تولید براوردهای نااریب در این روش نمونه گیری است.
Many populations which are in the most focus of policy-makers are hidden or hard to reach populations that are formed by people with certain condition such as HIV infection. A careful study of these populations in order to their identification is very important، since their high risk behavior jeopardizes public health. Thus، defining a reliable and valid sampling method of them is also very vital. Applying conventional sampling methods (probability) to take samples from these populations since there is rarely a list or sampling frame of them are not practical and these methods are associated with coverage error. Non-probability sampling methods such as chain referral sampling also do not produce statistically valid estimates. One of the valid methods to take samples from these populations is respondent driven sampling method. In this sampling method، one of the most important sources of non-sampling errors is the bias which results from homophily. To check the validity of samples taken from this sampling method، in this article homophily is introduced which is a tool to assess the level of bias and the representative of samples. The main objective of this article is to examine the consequences of homophily in the production of unbiased estimators in this sampling method.