संभाव्य नमूनाकरण (यह क्या है, लक्षण, लाभ और नुकसान)

सम्भाव्यता नमूनाचयन यह एक ऐसा उपकरण है जिसका उद्देश्य यह निर्धारित करना है कि मतभेदों को स्थापित करने के लिए किसी विशिष्ट आबादी के किस हिस्से की जांच की जानी चाहिए। नमूना उस जनसंख्या का प्रतिनिधित्व करना चाहिए जिसमें जांच के लिए आवश्यक लक्षण सर्वोत्तम रूप से पुन: प्रस्तुत किए जाते हैं।

नमूना प्रतिनिधि और उपयोगी होगा, अगर यह समानताओं और अंतरों को दर्शाता है जो एक जनसंख्या में हो सकते हैं।

संभाव्यता नमूनाकरण के लक्षण

सम्भाव्यता नमूनाचयन यह इस तथ्य की विशेषता है कि सभी व्यक्तियों को भाग लेने के लिए चुने जाने की समान संभावना है एक नमूने के और फलस्वरूप सभी संभावित नमूनों के होने की समान संभावना है चयनित।

विशेषताओं की एक श्रृंखला पूरी होने पर हम संभाव्यता नमूनाकरण की बात करते हैं:

यदि संभावित नमूनों के सेट को परिभाषित किया जा सकता है

यह इस तथ्य को संदर्भित करता है कि आपके पास एक नमूना फ्रेम या नमूना फ्रेम होना चाहिए जो कि उन सभी तत्वों की सूची से ज्यादा कुछ नहीं है जो बनाते हैं अध्ययन के तहत ब्रह्मांड के लिए, उदाहरण के लिए, यदि अध्ययन के तहत हमारा ब्रह्मांड एक निश्चित विश्वविद्यालय के मेडिकल छात्र हैं, इसमें उन सभी तत्वों की सूची होनी चाहिए, यानी उस विश्वविद्यालय के सभी मेडिकल छात्रों की और यही हमारी रूपरेखा होगी नमूना।

चयन की ज्ञात संभावना पी (एस)

इसका मतलब है कि हमारे सैंपलिंग फ्रेम के सभी तत्वों के चुने जाने की संभावना समान है।

प्रायिकता शून्य से अधिक

एक संभाव्यता नमूनाकरण परीक्षण के भीतर, चयन प्रक्रिया इस बात की गारंटी देती है कि सभी तत्वों के नमूने में शामिल होने की संभावना शून्य से अधिक है।

यादृच्छिक तंत्र

यादृच्छिक तंत्र यह सुनिश्चित करता है कि प्रत्येक नमूने के चुने जाने की संभावना समान हो। इसके लिए हम इससे अधिक संपत्ति के साथ कह सकते हैं say सम्भाव्यता नमूनाचयन यह एक प्रकाशन के पर्याप्त प्रतिनिधि नमूने का चयन करने का तरीका है जिसकी जानकारी आबादी के गुणों और विशेषताओं का अनुमान लगाने की अनुमति देती है।

यह प्रक्रिया तब उपयोगी नहीं होती जब जनसंख्या बहुत अधिक हो।

संभाव्यता नमूनाकरण के लाभ

• सम्भाव्यता नमूनाचयन यह सरल और समझने में आसान है।
• जनगणना करने से बचें।
• उपायों और भिन्नताओं की त्वरित गणना।
• डेटा का विश्लेषण करने के लिए सॉफ्टवेयर पैकेज हैं।

संभाव्यता नमूनाकरण के नुकसान

• यह पहले से आवश्यक है कि आपके पास पूरी आबादी की पूरी सूची हो।
• गलती की गुंजाइश है।
• यदि हम छोटे नमूनों के साथ काम करते हैं, तो संभव है कि पूरी आबादी का पर्याप्त प्रतिनिधित्व न हो, इसलिए एक पूरे नमूने को संभाला जाना चाहिए।

उदाहरण के लिए, ड्रम से गेंदों को निकालते समय जनसंख्या में व्यक्तियों की संख्या 1 से N तक होती है, ड्रम से N गेंदें निकाली जाती हैं, और ये व्यक्ति नमूना होंगे। सभी के चुने जाने का समान अवसर है।

व्यवस्थित यादृच्छिक नमूनाकरण

के अंदर सम्भाव्यता नमूनाचयन हम व्यवस्थित यादृच्छिक नमूनाकरण को उजागर कर सकते हैं, यह एक व्यवस्थित नमूनाकरण तकनीक है कि शोधकर्ता अक्सर पसंद करते हैं क्योंकि यह प्रदर्शन करना आसान है और कई में इष्टतम परिणाम हैं मामले

व्यवस्थित यादृच्छिक न्यादर्शन में, शोधकर्ता बेतरतीब ढंग से पहले टुकड़े या विषय का चयन करता है एक आबादी के भीतर, शोधकर्ता फिर से प्रत्येक nवें विषय का चयन करेगा तैयार।

इस प्रकार की प्रक्रिया बहुत सरल है और इसे मैन्युअल रूप से किया जा सकता है। प्रत्येक nवें विषय में विशेषताओं को दोहराने की संभावना नहीं है, इसलिए परिणाम पूरी आबादी के प्रतिनिधि हैं।

उदाहरण के लिए, शोधकर्ता के पास साठ व्यक्तियों की कुल आबादी है और उसे बारह विषयों की आवश्यकता है, पहले वह अपना प्रारंभिक नंबर दो चुनता है और अंतराल पांच के साथ जारी रहता है, फिर आपके नमूने के सदस्य व्यक्ति होंगे, दो, सात, बारह, सत्रह, बाईस, सत्ताईस, बत्तीस, सैंतीस, बयालीस, सैंतालीस, बावन और पचास और सात।

संभाव्यता नमूनाकरण के प्रकार

हम 2 विभिन्न प्रकार के प्रायिकता नमूने का विवरण देंगे:

स्तरीकृत प्रतिचयन

स्तरीकृत नमूनाकरण एक अन्य प्रकार का संभाव्यता नमूना है जहां शोधकर्ता संपूर्ण को अलग करता है विभिन्न उपसमूहों या स्तरों में जनसंख्या, फिर बेतरतीब ढंग से अलग-अलग से विषयों का चयन करता है स्तर।

स्तरीकृत यादृच्छिक नमूने में उपयोग किए जाने वाले सबसे आम स्तर हैं आयु, लिंग, सामाजिक आर्थिक स्थिति, धर्म, राष्ट्रीयता और प्राप्त अध्ययन का स्तर, उदाहरण के लिए, मान लीजिए कि हमारे पास 32 विषयों के तीन स्तर हैं, पांच और बत्तीसवें का एक नमूना अंश उपयोग किया जाता है, और फिर हम प्रत्येक स्तर से पांच विषयों का यादृच्छिक रूप से परीक्षण करते हैं क्रमशः।

उद्देश्य यह है कि प्राप्त जनसंख्या कम हो, और इस तरह अधिक विशिष्ट हो।

चुननेवाली मेडिकल जांच

इस प्रतिचयन को करने के लिए शोधकर्ता कुछ निश्चित चरणों का पालन करते हुए अपने जनसंख्या प्रतिदर्श को एकत्रित करता है। पहली बात यह है कि विभिन्न समूहों को अलग किया जाए और यादृच्छिक नमूने द्वारा प्रत्येक समूह से अलग-अलग विषयों का चयन किया जाए।

क्लस्टर सैंपलिंग में, शोधकर्ता पूरे क्लस्टर को शामिल करना चुन सकता है, न कि केवल एक सबसेट, के लिए उदाहरण के लिए, यदि आप किसी देश के प्रथम वर्ष के विश्वविद्यालय के छात्रों का सर्वेक्षण करने पर विचार कर रहे हैं, तो आपको साक्षात्कार की आवश्यकता है छब्बीस विश्वविद्यालय के छात्रों, एक स्तरीकृत नमूने तक पहुँचने की असंभवता को देखते हुए, दो समूहों का एक नमूना आठ छात्र।

हम यह कहकर निष्कर्ष निकाल सकते हैं कि संभाव्यता नमूनाकरण एक सांख्यिकीय उपकरण है जो हमें करने का अवसर देता है आबादी के भीतर अनुमान लगाएं व्यक्तियों की, पूरी आबादी के डेटा का उपयोग किए बिना। इस तरह हम कुछ डेटा बचा सकते हैं, लेकिन बहुत बड़ी आबादी में इसका उपयोग करते समय सावधानी बरतनी चाहिए क्योंकि त्रुटि का आनुपातिक मार्जिन है।