अनुसंधान नमूने के सबसे महत्वपूर्ण प्रकार

अनुसंधान नमूने के प्रकार उन्हें दो बड़े समूहों में वर्गीकृत किया गया है: संभाव्य नमूनाकरण और गैर-संभाव्य नमूनाकरण.

संभाव्य नमूने के तरीकों में से हैं: व्यवस्थित यादृच्छिक नमूने, सरल यादृच्छिक नमूना, समूहों या क्षेत्रों द्वारा यादृच्छिक नमूनाकरण और स्तरीकृत यादृच्छिक नमूनाकरण।.

दूसरी ओर, गैर-संभाव्य तकनीकों में सुविधा नमूनाकरण, कोटा नमूनाकरण, आकस्मिक नमूनाकरण, विवेकाधीन नमूनाकरण और स्नोबॉल तकनीक शामिल हैं।.

शोध में, एक नमूना आबादी का एक परिमित सेट है, जिसके गुणों का अध्ययन उस समूह से जानकारी प्राप्त करने के उद्देश्य से किया जाता है जिससे वे संबंधित हैं (वेबस्टर, 1985)। हालांकि नमूना छोटा है, यह पूरे के एक प्रतिनिधि समूह का गठन करता है.

इस अर्थ में, नमूनाकरण एक अधिनियम, प्रक्रिया और तकनीक है जिसमें उपयुक्त व्यक्तियों का चयन शामिल है, जो एक शोध द्वारा इंगित मापदंडों को पूरा करते हैं और जो अध्ययन किए गए आबादी के प्रतिनिधि भाग का गठन करते हैं।.

सबसे महत्वपूर्ण अनुसंधान नमूनों के प्रकार

1- संभाव्य नमूना

संभाव्य नमूनाकरण, जिसे यादृच्छिक नमूनाकरण भी कहा जाता है, वह चयन प्रक्रिया है, जिसमें जनसंख्या के प्रत्येक व्यक्ति की समान संभावना होती है (जो कि 0 से अधिक होती है) नमूने का हिस्सा होने के लिए चुना जाना। इस प्रकार के नमूने में, चयनित होने की संभावना को सटीकता के साथ निर्धारित किया जा सकता है.

संभाव्य नमूने के लक्षण

• चयन की संभावना ज्ञात है.
• यह उन सभी लक्षणों के लिए प्रतिनिधित्व की गारंटी नहीं देता है जो आप अनुसंधान में अध्ययन करना चाहते हैं.
• यह सांख्यिकीय सिद्धांतों पर आधारित है.

संभाव्य नमूने के प्रकार

सरल यादृच्छिक नमूना

• यह नमूना लेने के तरीकों में सबसे आम है.
• यह तब लागू किया जा सकता है जब आबादी छोटे, सजातीय और शोधकर्ता के लिए उपलब्ध हो.
• आबादी के सभी सदस्यों के चुने जाने की समान संभावना है.
• सरल यादृच्छिक नमूने का चयन करने के लिए, उन लॉटरी के समान तरीके, यादृच्छिक संख्या जनरेटर का उपयोग किया जाता है या नामों को एक कटोरे से निकाला जाता है जिसमें जनसंख्या के सभी व्यक्तियों का प्रतिनिधित्व किया जाता है.

लाभ

• इस प्रकार के नमूने के साथ अनुमानों की गणना करना आसान है.

नुकसान

• आबादी बहुत बड़ी होने पर इसे लागू नहीं किया जा सकता है.
• शोधकर्ता की रुचि के अल्पसंख्यक समूहों को सरल यादृच्छिक नमूने के भीतर पर्याप्त रूप से प्रतिनिधित्व नहीं किया जा सकता है.

उदाहरण

एक स्कूल में 100 छात्र होते हैं, जिनमें से 10 व्यक्तियों का नमूना निकालना होता है। शुरू करने के लिए, 1 से 100 तक के छात्रों को सूचीबद्ध किया जाता है। इसके बाद, उन 20 व्यक्तियों को निर्धारित करने के लिए एक लॉटरी आयोजित की जाती है जिन्हें चुना जाएगा।.

यह ध्यान दिया जाना चाहिए कि इस मामले में संभावना ज्ञात है, अर्थात, प्रत्येक छात्र को चुने जाने की 1/10 संभावना है।.

व्यवस्थित यादृच्छिक नमूनाकरण

• यह उदाहरण के लिए, एक विशिष्ट पैटर्न, एक सूची में अध्ययन करने के लिए आबादी के संगठन पर निर्भर करता है.
• पहला तत्व यादृच्छिक पर चुना जाता है; यह जोर देना महत्वपूर्ण है कि प्रारंभिक तत्व ऐसा नहीं होना चाहिए जो सूची में सबसे ऊपर हो। बाद में, नमूने के अन्य तत्वों को व्यवस्थित रूप से चुना जाता है, एक विशिष्ट लघुगणक को ध्यान में रखते हुए.
• प्रत्येक तत्व में चयन की समान संभावना है.
• व्यवस्थित यादृच्छिक नमूनाकरण का एक उदाहरण टेलीफोन निर्देशिका लेना और सूची से प्रत्येक दसवें नाम का चयन करना है.

लाभ

• चयन प्रक्रिया अपेक्षाकृत आसान है.
• नमूना पूरी आबादी में समान रूप से वितरित किया जाता है.
• प्राप्त नमूना प्रतिनिधि है.

नुकसान

• नमूने का चयन पक्षपाती है, क्योंकि शोधकर्ता की आवश्यकताओं को पूरा करने के लिए सूची में तत्वों के क्रम में हेरफेर किया जा सकता है.

स्तरीकृत यादृच्छिक नमूनाकरण

• जनसंख्या के सदस्यों को परस्पर अनन्य श्रेणियों या तबके में संगठित किया जाता है। प्रत्येक स्ट्रैटम को एक व्यक्तिगत नमूना प्रक्रिया के अधीन किया जाता है.
• यह आदर्श है जब शोधकर्ता चाहता है कि नमूना अनुसंधान के सभी मापदंडों के लिए प्रतिनिधि हो.
• एक ही स्ट्रैटम के भीतर इकाइयों के चुने जाने की समान संभावना है.
• यह दो बुनियादी सिद्धांतों पर आधारित है: स्तरीकरण और पुष्टि.
• स्तरीकरण से तात्पर्य स्ट्रेटा के गठन की प्रक्रिया से है। इस प्रक्रिया को एक स्ट्रेटम के तत्वों के भीतर समरूपता और एक स्ट्रेटम और अन्य के बीच विषमता की गारंटी देनी चाहिए.
• प्रत्यय से तात्पर्य नमूने के समतुल्य वितरण से है। इसे तीन प्रक्रियाओं के माध्यम से प्राप्त किया जा सकता है:

- वही प्रतिज्ञान, जिसमें प्रत्येक स्ट्रेटम में समान व्यक्तियों को चुना जाता है ताकि वे नमूने का हिस्सा हों.

- आनुपातिक प्रत्यय, जिसमें प्रत्येक स्तर के तत्वों को इन के आकार को ध्यान में रखते हुए चुना जाता है। अधिक से अधिक मात्रा के साथ व्यक्तियों का अधिक प्रतिनिधित्व होगा.

- नेमन एफिशिएंसी, जिसमें नमूने का चयन स्ट्रैट के फैलाव को ध्यान में रखते हुए किया जाता है.

लाभ

• प्रत्येक स्तर के भीतर आनुपातिक प्रतिनिधित्व की गारंटी देता है.
• सरल यादृच्छिक नमूने के विपरीत, शोधकर्ता के लिए ब्याज के उपसमूहों के प्रतिनिधित्व की गारंटी देता है.
• क्योंकि प्रत्येक स्ट्रैटनम को एक अलग आबादी माना जाता है, प्रत्येक उपसमूह की व्यक्तिगत विशेषताओं का जवाब देने वाले नमूने के तरीकों का उपयोग किया जा सकता है।.

नुकसान

• इसके लिए अधिक काम करने की आवश्यकता है, क्योंकि प्रत्येक उपसमूहों के लिए नमूने तैयार किए जाने चाहिए.
• यदि स्तरीकरण मानदंड पर्याप्त विशिष्ट नहीं हैं, तो एक व्यक्ति एक ही समय में दो स्तरों से संबंधित हो सकता है.
• शोधकर्ता द्वारा स्तरीकरण में हेरफेर किया जा सकता है.

समूह या क्षेत्रों द्वारा यादृच्छिक नमूनाकरण

• जनसंख्या को समूह या क्षेत्रों में विभाजित किया गया है। सामान्य तौर पर, भौगोलिक स्थान कसौटी है जिसे प्रभाव में कहा जाता है.
• नमूनों के लिए चुनी गई इकाइयाँ समूह हैं, न कि व्यक्ति.
• विभिन्न लक्षणों वाले व्यक्तियों द्वारा समूह का गठन किया जाता है। एक समूह के आंतरिक तत्व जितना अधिक विषम होंगे, उतना ही बेहतर परिणाम प्राप्त होगा.
• यह एक प्रकार का नमूना होता है जिसमें दो चरण होते हैं:

- पहले चरण में, अध्ययन किए जाने वाले क्षेत्रों का चयन किया जाता है.

- दूसरे चरण में, उन क्षेत्रों के भीतर तत्वों का चयन किया जाता है.

लाभ

• यह कई आबादी का अध्ययन करने की अनुमति देता है.
• यह उन आबादी का अध्ययन करने की अनुमति देता है जो एक विस्तृत भौगोलिक क्षेत्र में वितरित की जाती हैं.
• यह अनुसंधान की लागत को कम कर सकता है, क्योंकि यह समूहों का अध्ययन करने की अनुमति देता है और व्यक्तियों को नहीं.

नुकसान

• यह लागू नहीं किया जा सकता है यदि समूह एक दूसरे से अलग होते हैं.
• प्रतिनिधि नमूने प्राप्त करने के लिए, अध्ययन किए गए पूरे भौगोलिक क्षेत्र के समूह से तत्वों को लेना आवश्यक है। इसके लिए, स्थानांतरित करना आवश्यक है; फिर, हालांकि यह सच है कि इस प्रकार के नमूने व्यक्तियों को सर्वेक्षण के आवेदन के संदर्भ में लागत कम कर देते हैं, यह उन्हें परिवहन के संदर्भ में बढ़ाता है.

स्तरीकृत यादृच्छिक नमूना और conglomerates द्वारा यादृच्छिक नमूने के बीच अंतर

• सांख्यिकीय नमूने में जनसंख्या को समूहों को छोड़कर विभाजित किया गया है, उदाहरण के लिए: लिंग, आयु, अन्य। संगोष्ठियों द्वारा नमूने में, जनसंख्या को उन समूहों में विभाजित किया जाता है, जिनकी तुलना की जा सकती है, उदाहरण के लिए: परिवार, स्कूल, शहर, आदि।.
• स्तरीकरण में त्रुटि का कम मार्जिन होता है, जबकि समूह में त्रुटि का मार्जिन अधिक होता है.
• सभी स्तरीकृत का स्तरीकृत नमूने के भीतर प्रतिनिधित्व होता है, जबकि सभी समूहों को समूह के द्वारा नमूने के भीतर प्रतिनिधित्व नहीं किया जाता है.
• स्तरीकृत नमूने में, बेहतर परिणाम तब प्राप्त होते हैं जब समता के भीतर के तत्व सजातीय होते हैं। दूसरी ओर, क्लस्टर नमूनाकरण में, बेहतर परिणाम तब प्राप्त होते हैं जब समूह बनाने वाले तत्व विषम होते हैं.

2- गैर-संभाव्य नमूना

गैर-संभाव्य या गैर-यादृच्छिक नमूना नमूनों को प्राप्त करने की किसी भी विधि को संदर्भित करता है जिसमें व्यक्तियों को शोधकर्ता के मानदंड, भौगोलिक स्थिति और जनसंख्या उपलब्धता को ध्यान में रखते हुए चुना जाता है।.

यह एक प्रकार का वैज्ञानिक नमूना नहीं है, इसका उपयोग आमतौर पर सामाजिक अनुसंधान में किया जाता है.

गैर-संभाव्य नमूने के लक्षण

• आबादी के कुछ व्यक्तियों को चुने जाने की कोई संभावना नहीं है.
• संभाव्य नमूने के विपरीत, चयन की संभावना निर्धारित नहीं की जा सकती है.
• यह नमूना के चयन पर आधारित है जो शोधकर्ता के लिए ब्याज जैसे खाता मानदंडों को ध्यान में रखता है.
• गैर-यादृच्छिक नमूने के परिणाम संभाव्यता के संदर्भ में विश्वसनीय नहीं हैं और संभाव्य नमूनाकरण की तुलना में कम सटीक हैं.
• यह संभाव्य नमूने की तुलना में कम खर्चीला है.
• आप गलतियाँ कर सकते हैं, क्योंकि यह एक व्यक्तिपरक तरीका है.

गैर-संभाव्य नमूने के प्रकार

किस्तों से नमूना लेना

• जनसंख्या को समूहों को छोड़कर विभाजित किया गया है, जैसा कि स्तरीकृत यादृच्छिक नमूने के मामले में है.
• इसके बाद, इस नमूने का गैर-संभाव्य हिस्सा खेलने में आता है। उपसमूह के भीतर व्यक्तियों को जांचकर्ता के फैसले और उनके हितों को ध्यान में रखते हुए चुना जाता है.
• नमूने का चयन यादृच्छिक नहीं है और पक्षपात या पूर्वाग्रह दर्शाता है.

सुविधा के लिए नमूना

• नमूना जनसंख्या भाग से चुना गया है जो सबसे सुविधाजनक है। इस सुविधा को कई पहलुओं से निर्धारित किया जा सकता है: भौगोलिक निकटता, नमूने के तत्वों के साथ परिचित, नमूना तत्वों की उपलब्धता, अन्य।.
• नमूने का चयन अनुसंधान की जरूरतों पर निर्भर नहीं करता है.
• शोधकर्ता सुविधा के लिए एक नमूने के माध्यम से प्राप्त परिणामों के साथ जनसंख्या के बारे में सामान्यीकरण नहीं कर सकता है, क्योंकि यह प्रतिनिधि नहीं है.
• इस प्रकार का नमूना उन लोगों के लिए उपयोगी है जो प्रायोगिक अध्ययन या पायलट परीक्षण करना चाहते हैं.

विवेकाधीन या परीक्षण नमूना

• शोधकर्ता उन व्यक्तियों का चयन करता है जो अपने मानदंडों के अनुसार अपने शोध को करने के लिए सबसे उपयुक्त मानते हैं.
• यह आमतौर पर नमूनों को कम किया जाता है.

स्नोबॉल का नमूना या रेफरल द्वारा

• अध्ययन करने के लिए कम संख्या में व्यक्तियों का चयन किया जाता है। ये व्यक्ति अनुसंधान के लिए आवश्यक मानदंडों को पूरा करते हैं जो कि किए जाने का इरादा है.
• इसके बाद, इन व्यक्तियों को नए लोगों को आमंत्रित करने के लिए कहा जाता है, जो उनके अनुसार, आवश्यक मानदंडों को पूरा करते हैं, और इसी तरह।.
• नमूना रेफरल सिस्टम के लिए काफी धन्यवाद बढ़ता है, जो एक पहाड़ी से नीचे एक स्नोबॉल जैसा दिखता है (इसलिए नाम).
• यह विधि उन आबादी से नमूने प्राप्त करने के लिए उपयुक्त है, जिन तक पहुंचना मुश्किल है। उदाहरण के लिए, यदि नशा करने वालों पर एक अध्ययन किया जा रहा है, तो यह बहुत कम संभावना है कि इस स्थिति वाले लोगों की सूची उपलब्ध हो। इसलिए, किसी ऐसे व्यक्ति से संपर्क करना सबसे अच्छा है जो अनुरोधित विशेषता को पूरा करता है और उसके पास अधिक व्यक्ति हैं.
• इस पद्धति के माध्यम से प्राप्त नमूने प्रतिनिधि नहीं हैं.

कारण या आकस्मिक नमूना

• किसी भी पूर्व निर्णय को ध्यान में रखते हुए व्यक्तियों का चयन किया जाता है.
• यह सुविधा के नमूने जैसा दिखता है, क्योंकि उपलब्ध आबादी के व्यक्तियों को लिया जाता है.

संदर्भ

1. सैम्पलिंग। 28 अप्रैल, 2017 को ssc.wisc.edu से लिया गया.
2. फ्रिडा, मुगो। अनुसंधान में नमूना लेना। 28 अप्रैल, 2017 को indiana.edu से लिया गया.
3. चतुर्वेदी, कनुप्रिया 28 अप्रैल, 2017 को pitt.edu से लिया गया.
4. सैम्पलिंग। 28 अप्रैल, 2017 को flinders.edu.au से लिया गया.
5. Barreiro। जनसंख्या और नमूना। नमूना लेने की तकनीक 28 अप्रैल, 2017 को optimierung.mathematik.uni-kl-de से लिया गया.
6. नमूना लेने की तकनीक २ved अप्रैल २०१ 28 को cffit.edu से लिया गया.
7. जर्नल ऑफ मिक्स्ड मेथड्स रिसर्च (2007)। 28 अप्रैल, 2017 को sociologyofeurope.unifi.it से लिया गया.
8. Landreneau। नमूनाकरण रणनीतियाँ 28 अप्रैल, 2017 को natco1.org से लिया गया.