दो-चरणीय क्लस्टर नमूनाकरण: परिभाषा और उदाहरण
क्लस्टर सैंपलिंग एक प्रकार की सैंपलिंग विधि है जिसमें हम एक आबादी को समूहों में विभाजित करते हैं, फिर यादृच्छिक रूप से कुछ समूहों का चयन करते हैं और उन समूहों के सभी सदस्यों को नमूने में शामिल करते हैं।
उदाहरण के लिए, मान लें कि व्हेल देखने के दौरे की पेशकश करने वाली एक कंपनी अपने ग्राहकों का सर्वेक्षण करना चाहती है। वे प्रति दिन पेश किए जाने वाले दस दौरों में से, बेतरतीब ढंग से चार दौरे चुनते हैं और प्रत्येक ग्राहक से उनके अनुभव के बारे में पूछते हैं।
यह क्लस्टर सैंपलिंग का एक उदाहरण है।
इस पद्धति के विस्तार को दो-चरण क्लस्टर नमूनाकरण के रूप में जाना जाता है, जो निम्नलिखित चरणों का उपयोग करता है:
चरण 1: जनसंख्या को समूहों में विभाजित करें, फिर यादृच्छिक रूप से कुछ का चयन करें।
चरण 2: प्रत्येक चुने हुए क्लस्टर के भीतर, सर्वेक्षण में शामिल करने के लिए यादृच्छिक रूप से कुछ सदस्यों का चयन करें।
उदाहरण के लिए, व्हेल देखने वाली कंपनी बेतरतीब ढंग से चार दौरों का चयन कर सकती है, और फिर, उनमें से प्रत्येक दौरे के भीतर, यह सर्वेक्षण में शामिल करने के लिए ग्राहकों के एक सबसेट का बेतरतीब ढंग से चयन कर सकती है।
इस विशेष उदाहरण में, हम बेतरतीब ढंग से चार समूहों का चयन करते हैं, और फिर प्रत्येक क्लस्टर के भीतर, हम सर्वेक्षण में शामिल करने के लिए सात ग्राहकों में से चार को बेतरतीब ढंग से चुनते हैं।
दो-चरण क्लस्टर नमूनाकरण का उपयोग क्यों करें?
क्लस्टर नमूनाकरण का लाभ यह है कि यह अन्य संभाव्यता नमूनाकरण विधियों की तुलना में नमूना एकत्र करने का अधिक सुविधाजनक तरीका प्रदान करता है, खासकर जब आबादी के सदस्यों को एक बड़े भौगोलिक क्षेत्र में वितरित किया जाता है।
अंतिम नमूने का हिस्सा बनने के लिए प्रत्येक यादृच्छिक रूप से चयनित क्लस्टर के केवल कुछ सदस्यों को शामिल करके दो-चरण क्लस्टर नमूनाकरण एक कदम आगे बढ़ता है।
उदाहरण के लिए, मान लें कि हम एक निश्चित विषय पर कैलिफ़ोर्निया के शिक्षकों की राय का सर्वेक्षण करना चाहते हैं।
चूँकि कैलिफ़ोर्निया इतना बड़ा है, इसलिए पहले राज्य को समूहों (संभवतः “काउंटियों”) में विभाजित करना और फिर प्रत्येक काउंटी के केवल कुछ स्कूलों से यादृच्छिक रूप से शिक्षकों का चयन करना और उन्हें जांच में शामिल करना मददगार हो सकता है।
यह दृष्टिकोण हमें कैलिफ़ोर्निया के सभी शिक्षकों के एक साधारण यादृच्छिक नमूने की तुलना में कहीं अधिक तेज़ी से एक नमूना इकट्ठा करने की अनुमति देता है।
और क्योंकि क्लस्टर नमूनाकरण एक संभाव्यता नमूनाकरण विधि है (यानी लक्ष्य आबादी के प्रत्येक सदस्य को नमूने में शामिल होने की समान संभावना है), इसमें सामान्य आबादी का प्रतिनिधि नमूना तैयार करने की उच्च संभावना है।
बोनस: दो-चरण क्लस्टर नमूने के वास्तविक दुनिया के उदाहरण के लिए, इस अध्ययन को देखें जिसमें इराक में मृत्यु दर का अनुमान लगाने के लिए एक नमूना प्राप्त करने के लिए दो-चरण क्लस्टर नमूने का उपयोग किया गया था।
अतिरिक्त संसाधन
नमूनाकरण विधियों का परिचय
मल्टीस्टेज सैंपलिंग क्या है?
नमूनाकरण परिवर्तनशीलता क्या है?
लेखक के बारे में
डॉ. बेंजामिन एंडरसन
नमस्ते, मैं बेंजामिन हूं, एक सेवानिवृत्त सांख्यिकी प्रोफेसर जो अब समर्पित Statorials शिक्षक बन गया है। सांख्यिकी के क्षेत्र में व्यापक अनुभव और विशेषज्ञता के साथ, मैं Statorials के माध्यम से छात्रों को सशक्त बनाने के लिए अपना ज्ञान साझा करने के लिए उत्सुक हूं। अधिक जाने