नमूनाकरण (सांख्यिकी)

यह आलेख बताता है कि सांख्यिकीय नमूनाकरण क्या है। इसके अलावा, आप यह देख पाएंगे कि विभिन्न प्रकार के नमूने कैसे बनाए जाते हैं और प्रत्येक के उदाहरण क्या हैं।

सांख्यिकी में नमूनाकरण क्या है?

आंकड़ों में, नमूनाकरण एक ऐसी प्रक्रिया है जिसमें किसी जनसंख्या का एक नमूना चुना जाता है। दूसरे शब्दों में, नमूनाकरण एक ऐसी विधि है जिसके द्वारा सांख्यिकीय अध्ययन करने के लिए व्यक्तियों के एक समूह का चयन किया जाता है।

उदाहरण के लिए, नमूना लेने का एक तरीका यादृच्छिक रूप से व्यक्तियों का चयन करना है। इसलिए, यदि हम एक सांख्यिकीय जनसंख्या के आकार का अध्ययन करना चाहते हैं, तो हम सरल यादृच्छिक नमूनाकरण द्वारा अध्ययन नमूने का चयन कर सकते हैं।

किसी जनसंख्या का नमूना लेने के कई तरीके हैं, जिनमें से प्रत्येक के अपने फायदे और नुकसान हैं। हम नीचे देखेंगे कि सांख्यिकीय नमूनाकरण के विभिन्न प्रकार क्या हैं।

आंकड़ों में नमूनाकरण बहुत उपयोगी है क्योंकि यह आपको लक्ष्य आबादी के केवल एक अनुपात का अध्ययन करने की अनुमति देता है और फिर सांख्यिकीय अनुमान द्वारा पूरी आबादी के नमूने का विश्लेषण करके प्राप्त निष्कर्षों का अनुमान लगाता है। यह एक बड़ा फायदा है क्योंकि इससे खोज का समय और लागत कम हो जाती है।

नमूना चयन ढांचा

आंकड़ों में, सैंपलिंग फ्रेम (या सैंपलिंग फ्रेम ) किसी जनसंख्या के सभी तत्वों की एक सूची है जिसे एक नमूने में चुना जा सकता है। दूसरे शब्दों में, नमूना फ्रेम ब्रह्मांड के सभी तत्वों की एक सूची है जिस पर एक सांख्यिकीय अध्ययन का इरादा है।

उदाहरण के लिए, यदि आप किसी शहर के नागरिकों पर एक सांख्यिकीय सर्वेक्षण करना चाहते हैं, तो इस अध्ययन के लिए नमूना फ्रेम उक्त शहर का रजिस्टर है, क्योंकि यह एक सूची है जिसमें इस शहर में रहने वाले सभी लोगों को शामिल किया गया है।

इसलिए, सांख्यिकीय सर्वेक्षण के लिए नमूना प्राप्त करने के लिए नमूनाकरण फ़्रेम का उपयोग किया जाता है। यदि नमूनाकरण फ़्रेम अच्छी तरह से डिज़ाइन किया गया है, तो सांख्यिकीय विश्लेषण के लिए नमूना बनाना बहुत आसान है।

सांख्यिकी में नमूने के प्रकार

सांख्यिकी में, नमूने के प्रकार इस प्रकार हैं:

• संभाव्यता प्रतिचयन : वह प्रतिचयन जिसमें नमूना यादृच्छिक रूप से चुना जाता है।
  • सरल यादृच्छिक नमूनाकरण : नमूना केवल यादृच्छिक रूप से चुना जाता है।
  • व्यवस्थित नमूनाकरण : पहले व्यक्ति को यादृच्छिक रूप से चुना जाता है और नमूने के बाकी तत्वों को एक निश्चित अंतराल के अनुसार चुना जाता है।
  • स्तरीकृत नमूनाकरण : नमूना बनाने के लिए, लक्ष्य जनसंख्या को स्तरों (समूहों) में विभाजित किया जाता है, फिर प्रत्येक स्तर से व्यक्तियों को यादृच्छिक रूप से चुना जाता है।
  • क्लस्टर नमूनाकरण : नमूना यादृच्छिक रूप से चुने गए समूहों (प्राकृतिक समूहों) से बना है।
• गैर-संभाव्यता नमूनाकरण : नमूनाकरण जिसमें शोधकर्ता प्रक्रिया में मौका शामिल किए बिना, अपने मानदंडों के अनुसार नमूना चुनते हैं।
  • उद्देश्यपूर्ण नमूनाकरण : केवल शोधकर्ता के निर्णय के आधार पर नमूने में से व्यक्तियों को चुना जाता है।
  • सुविधा नमूनाकरण : नमूना सदस्यों को उनकी पहुंच में आसानी के आधार पर चुना जाता है।
  • लगातार नमूनाकरण : पहले प्रारंभिक नमूने का चयन किया जाता है, उसका अध्ययन किया जाता है, फिर दूसरा नमूना चुना जाता है। और अध्ययन के निष्कर्ष प्राप्त होने तक विभिन्न नमूनों का अध्ययन किया जाता है।
  • कोटा नमूनाकरण : पहले समूह बनाए जाते हैं और फिर अनुसंधान नमूना बनाने के लिए प्रत्येक समूह से एक कोटा चुना जाता है।
  • स्नोबॉल नमूनाकरण : शोधकर्ता नमूने में पहले व्यक्तियों का चयन करते हैं, और फिर वे अध्ययन के लिए अन्य विषयों को भर्ती करते हैं।

प्रत्येक प्रकार के सांख्यिकीय नमूने को नीचे विस्तार से समझाया गया है।

सम्भाव्यता नमूनाचयन

संभाव्यता नमूनाकरण तकनीक में नमूने के तत्वों को यादृच्छिक रूप से चुनना शामिल है, अर्थात, उन सभी के चुने जाने की संभावना समान है।

नमूनाकरण को संभाव्यता माने जाने के लिए यह एक आवश्यक शर्त है, सांख्यिकीय जनसंख्या के सभी तत्वों को चुने जाने में सक्षम होना चाहिए और, इसके अलावा, उनके चुने जाने की समान संभावना होनी चाहिए।

जैसा कि हमने अभी देखा, विभिन्न प्रकार की संभाव्यता नमूनाकरण विधियाँ सरल यादृच्छिक नमूनाकरण, व्यवस्थित नमूनाकरण, स्तरीकृत नमूनाकरण और क्लस्टर नमूनाकरण हैं।

सामान्य उद्देश्यरहित नमूना

सरल यादृच्छिक नमूनाकरण सांख्यिकीय जनसंख्या के प्रत्येक तत्व को अध्ययन किए गए नमूने में शामिल होने की समान संभावना देता है। इसलिए नमूने में व्यक्तियों को अन्य मानदंडों का उपयोग किए बिना, बस यादृच्छिक रूप से चुना जाता है।

यादृच्छिक रूप से अनुकरण करने के लिए कई विधियाँ हैं, लेकिन वर्तमान में यह आमतौर पर एक्सेल जैसे कंप्यूटर प्रोग्राम का उपयोग करके किया जाता है, क्योंकि वे बहुत समय बचाते हैं।

व्यवस्थित नमूनाकरण

व्यवस्थित नमूने में, जनसंख्या के एक तत्व को पहले यादृच्छिक रूप से चुना जाता है और फिर नमूने में बाकी तत्वों को एक निश्चित अंतराल का उपयोग करके चुना जाता है।

इसलिए, व्यवस्थित नमूने में, एक बार जब हमने नमूने से पहले व्यक्ति को यादृच्छिक रूप से चुना है, तो हमें नमूने से अगले व्यक्ति का चयन करने के लिए वांछित अंतराल के रूप में कई संख्याओं को गिनने की आवश्यकता है। और हम क्रमिक रूप से उसी प्रक्रिया को दोहराते हैं जब तक कि हमारे पास नमूने में उतने व्यक्ति न हों जितने कि नमूना आकार हम प्राप्त करना चाहते हैं।

स्तरीकृत प्रतिचयन

स्तरीकृत नमूनाकरण तकनीक में, जनसंख्या को पहले स्तरों (समूहों) में विभाजित किया जाता है, और फिर संपूर्ण अध्ययन नमूना बनाने के लिए प्रत्येक स्तर से कुछ व्यक्तियों को यादृच्छिक रूप से चुना जाता है। इसलिए नमूने में प्रत्येक स्तर से कम से कम एक सदस्य होगा।

स्तर सजातीय समूह होने चाहिए, अर्थात एक स्तर के व्यक्तियों की अपनी विशेषताएं होती हैं जो उन्हें अन्य स्तरों से अलग करती हैं। इसलिए एक व्यक्ति केवल एक ही तबके से संबंधित हो सकता है।

चुननेवाली मेडिकल जांच

क्लस्टर नमूनाकरण और स्तरीकृत नमूनाकरण भ्रमित हो सकते हैं क्योंकि वे बहुत समान हैं, लेकिन यदि आप बारीकी से देखें, तो वे दो अलग-अलग प्रकार के संभाव्यता नमूनाकरण हैं।

क्लस्टर नमूनाकरण इस तथ्य का लाभ उठाता है कि आबादी में सभी व्यक्तियों के बजाय केवल कुछ समूहों का अध्ययन करने के लिए आबादी में प्राकृतिक क्लस्टर (समूह) पहले से मौजूद हैं।

स्तरीकृत नमूने के विपरीत, इस पद्धति में समूहों से किसी विशेष व्यक्ति का चयन करने की आवश्यकता नहीं होती है, लेकिन एक बार अध्ययन किए जाने वाले समूहों को चुनने के बाद, उनके सभी सदस्यों का विश्लेषण किया जाना चाहिए।

क्लस्टर सैंपलिंग को क्लस्टर सैंपलिंग, क्लस्टर सैंपलिंग या एरिया सैंपलिंग भी कहा जाता है।

गैर संभावित नमूना

गैर-संभाव्यता नमूने में, शोधकर्ताओं के व्यक्तिपरक मानदंडों के आधार पर व्यक्तियों का चयन किया जाता है। इसलिए, गैर-संभाव्यता नमूने में, जनसंख्या के सभी तत्वों को नमूने के लिए चुने जाने की समान संभावना नहीं होती है, क्योंकि चयन यादृच्छिक नहीं होता है। यह सुविधा गैर-संभाव्यता नमूने को संभाव्यता नमूने से अलग करती है।

तार्किक रूप से, गैर-संभाव्यता नमूने में, अनुसंधान करने के लिए जिम्मेदार व्यक्ति बहुत महत्वपूर्ण है, क्योंकि वह वह है जो यह तय करता है कि नमूने में किसे शामिल किया जाएगा। इसलिए यह आवश्यक है कि विश्वसनीय परिणाम प्राप्त करने के लिए शोधकर्ता के पास अध्ययन के क्षेत्र में अच्छा ज्ञान और अनुभव हो।

जैसा कि ऊपर बताया गया है, विभिन्न प्रकार की गैर-संभाव्यता नमूनाकरण तकनीकें उद्देश्यपूर्ण नमूनाकरण, सुविधा नमूनाकरण, लगातार नमूनाकरण, कोटा नमूनाकरण और स्नोबॉल नमूनाकरण हैं।

सोद्देश्य नमूना चयन

उद्देश्यपूर्ण नमूनाकरण अध्ययन नमूना चुनने में पूरी तरह से अन्वेषक के विवेक पर निर्भर करता है।

ताकि सर्वेक्षण के प्रभारी व्यक्ति के पास नमूना तत्वों का चयन करने के लिए निर्णय लेने की पूरी शक्ति हो। इसलिए यह जरूरी है कि आप अध्ययन के क्षेत्र में एक विशेषज्ञ व्यक्ति हों।

उद्देश्यपूर्ण नमूने को निर्णयात्मक नमूनाकरण, निर्णयात्मक नमूनाकरण, आलोचनात्मक नमूनाकरण, उद्देश्यपूर्ण नमूनाकरण या राय नमूनाकरण भी कहा जाता है।

आराम नमूना

सुविधाजनक नमूने में, शोधकर्ता प्रक्रिया में मौका शामिल किए बिना, व्यक्तियों तक पहुंच में आसानी के मानदंडों के आधार पर नमूना विषयों का चयन करते हैं।

अर्थात्, जनसंख्या में से व्यक्तियों को चुनने के लिए इस प्रकार के गैर-संभाव्यता नमूने में उनके चयन की उपलब्धता, निकटता या लागत जैसे पहलुओं का मूल्यांकन किया जाता है। नमूनाकरण को और अधिक सुविधाजनक बनाने के लिए अक्सर स्वयंसेवकों को भी स्वीकार किया जाता है।

सुविधा नमूनाकरण को उद्देश्यपूर्ण चयन नमूनाकरण या अवसर नमूनाकरण के रूप में भी जाना जाता है।

लगातार नमूनाकरण

लगातार नमूने में, पहले एक प्रारंभिक नमूना चुना जाता है, उसका अध्ययन किया जाता है, और प्रारंभिक नमूने के परिणाम प्राप्त करने के बाद, दूसरे नमूने का अध्ययन किया जाता है। और यह प्रक्रिया तब तक लगातार दोहराई जाती है जब तक कि पूरे अध्ययन का अंतिम निष्कर्ष प्राप्त न हो जाए।

इस प्रकार, लगातार नमूनाकरण किसी एक नमूने पर ध्यान केंद्रित नहीं करता है, बल्कि एक ही सांख्यिकीय आबादी से विभिन्न नमूनों का अध्ययन करता है और अंततः सभी समूहों से प्राप्त जानकारी से निष्कर्ष निकालता है।

कोटा नमूना

कोटा नमूने में, कम से कम एक विशेषता साझा करने वाले व्यक्तियों के समूह (या स्तर) पहले स्थापित किए जाते हैं, और फिर प्रत्येक समूह से एक कोटा चुना जाता है, इस प्रकार अध्ययन नमूना बनता है।

जनसंख्या को समूहों में विभाजित करने के लिए उपयोग किए जाने वाले व्यक्तियों की विशेषता भी शोधकर्ता द्वारा तय की जाती है, इसलिए, अनुसंधान के संचालन के लिए जिम्मेदार व्यक्ति का प्राप्त परिणामों पर बहुत प्रभाव पड़ता है।

व्यापक नमूने लेना

स्नोबॉल नमूने में, शोधकर्ता पहले प्रतिभागियों को चुनता है और फिर अध्ययन के लिए अतिरिक्त व्यक्तियों को भर्ती करता है।

स्नोबॉल नमूने की इस विशेषता के परिणामस्वरूप नमूना आकार में वृद्धि होती है क्योंकि प्रतिभागी अध्ययन के लिए अधिक लोगों को भर्ती करते हैं (स्नोबॉल प्रभाव)।

स्नोबॉल सैंपलिंग को चेन सैंपलिंग या चेन रेफरेंस सैंपलिंग के रूप में भी जाना जाता है।

नमूनाकरण और प्रदर्शन

आंकड़ों में, एक नमूना विश्लेषण करने के लिए आबादी से चुने गए व्यक्तियों का एक समूह है। कहने का तात्पर्य यह है कि, वास्तव में, जब कोई सांख्यिकीय अध्ययन किया जाता है, तो संपूर्ण लक्षित जनसंख्या में से, जनसंख्या के केवल एक भाग का विश्लेषण किया जाता है, जिसे नमूना कहा जाता है।

इसलिए, नमूने और नमूने के बीच अंतर यह है कि नमूना अध्ययन की जा रही आबादी का हिस्सा है। दूसरी ओर, नमूनाकरण वह विधि है जिसके द्वारा सांख्यिकीय अध्ययन का नमूना चुना जाता है।

इसलिए सांख्यिकी में नमूनाकरण बहुत महत्वपूर्ण है क्योंकि यह वह तकनीक है जो हमें लक्ष्य आबादी से अध्ययन किए गए नमूने तक जाने की अनुमति देती है।

तार्किक रूप से, चयनित नमूना सिर्फ किसी एक का नहीं हो सकता, बल्कि उसे कुछ शर्तों को पूरा करना होगा ताकि निष्कर्षों को पूरी आबादी पर लागू किया जा सके। उदाहरण के लिए, किसी नमूने के प्रतिनिधि होने के लिए उसका न्यूनतम आकार होना चाहिए जो अध्ययन की विशेषताओं पर निर्भर करता है।