विपणन अनुसंधान में नमूना तकनीक के अनुप्रयोग

विपणन अनुसंधान में नमूना तकनीक का अनुप्रयोग!

1. विपणन अनुसंधान में नमूनाकरण:

नमूनाकरण सांख्यिकीय नियमितता के कानून और बड़ी संख्या की जड़ता के कानून पर आधारित है।

सांख्यिकीय नियमितता के कानून के तहत यदि बड़ी संख्या में वस्तुओं (जनसंख्या का ब्रह्मांड) से छोटी संख्या में वस्तुओं (नमूना कहा जाता है) को उठाया जाता है, तो नमूना लगभग समान विशेषताओं का उपयोग करेगा क्योंकि बड़े समूह अधिक स्थिर होते हैं छोटे समूह क्योंकि हमारे पास विरोधी दिशाओं में विचलन का क्षतिपूर्ति प्रभाव है। एक नमूना पूरे समूह की इकाइयों का चयन है जिसे जनसंख्या कहा जाता है। विपणन में, एक नमूना एक विशेष खंड या बाजार का हिस्सा है।

(ए) एक नमूना योजना एक अनुसंधान डिजाइन का महत्वपूर्ण तत्व है:

यह निम्नलिखित इंगित करता है:

(i) नमूना इकाई- अर्थात, किसका सर्वेक्षण किया जाना है?

(ii) नमूना आकार — अर्थात, सर्वेक्षण के तहत कितने उत्तरदाताओं से संपर्क किया जाना है।

(iii) नमूना प्रक्रियाएं- यानी, उनका चयन कैसे किया जाए?

(iv) नमूनाकरण मीडिया- यानी, वांछित जानकारी प्राप्त करने के लिए उन्हें किस दृष्टिकोण से देखा जाना चाहिए।

(बी) विपणन शोधकर्ता को निम्नलिखित की स्पष्ट समझ होनी चाहिए:

(i) जनसंख्या

(ii) नमूनाकरण इकाई

(iii) स्रोत सूची

(iv) नमूने का आकार

(v) सैंपलिंग के तरीके

(vi) सैंपलिंग एरर्स।

2. नमूने लेने के तरीके या प्रकार:

3. संभाव्यता नमूनाकरण:

(i) सरल यादृच्छिक नमूनाकरण:

आबादी के प्रत्येक सदस्य के पास चयन का एक समान मौका है।

(ii) स्तरीकृत रैंडम नमूना:

जनसंख्या को परस्पर अनन्य समूहों में विभाजित किया जाता है, प्रत्येक समूह से यादृच्छिक नमूना लिया जाता है।

(iii) क्लस्टर नमूना:

जनसंख्या पारस्परिक रूप से अनन्य समूहों में विभाजित है और शोधकर्ता साक्षात्कार के लिए समूह का एक नमूना बनाता है।

(iv) व्यवस्थित नमूनाकरण:

पहली इकाई को नमूना फ्रेम से यादृच्छिक पर चुना गया है। नमूने के आकार के आकार के आधार पर अन्य इकाइयों को नियमित अंतराल पर चुना जाता है, इसलिए हर पांचवीं इकाई या हर सौवीं इकाई को चुना जा सकता है।

(v) क्षेत्र नमूनाकरण:

एक सर्वेक्षण में शामिल किए जाने वाले समग्र भौगोलिक क्षेत्र को कई छोटे क्षेत्रों में विभाजित किया जाता है, जिसके भीतर एक यादृच्छिक नमूना चुना जाता है।

(vi) मल्टीस्टेज नमूनाकरण:

पहले चरण की इकाइयों से एक चरण से अधिक प्राथमिक नमूना इकाइयों में इकाइयों के चयन को शामिल करता है, दूसरी चरण की इकाइयों को प्राथमिक नमूने इकाइयों से और तीसरे चरण को दूसरे चरण की इकाइयों से और इतने पर।

4. गैर-संभावना नमूनाकरण:

(i) सुविधा नमूना:

शोधकर्ता सबसे सुलभ जनसंख्या सदस्यों का चयन करता है जिससे जानकारी प्राप्त की जा सके।

(ii) निर्णय नमूना:

शोधकर्ता निर्णय का उपयोग जनसंख्या सदस्यों का चयन करने के लिए करता है जो सटीक जानकारी के लिए अच्छी संभावनाएं हैं।

(iii) कोटा नमूना:

शोधकर्ता कई श्रेणियों में से प्रत्येक में निर्धारित संख्या में लोगों को ढूंढता है और उनका साक्षात्कार करता है।

(iv) उद्देश्यपूर्ण नमूना:

नमूना इकाइयों (सदस्यों) को पूर्व निर्धारित मानदंडों को पूरा करने के लिए चुना जाता है जिन्हें महत्वपूर्ण माना गया है।

(v) हापजार्ड नमूना:

नमूना इकाइयों को बिना किसी पूर्वाग्रह या विशेष कारण के चुना जाता है।

5. सैंपलिंग में मेरिट, डी-मेरिट और एरर्स

(ए) नमूने के गुण:

(i) अधिक विश्वसनीय परिणाम:

बदलने के लिए नमूनाकरण अधिक विश्वसनीय परिणाम सुनिश्चित करता है।

(ii) अधिक विस्तृत जानकारी:

नमूनाकरण तकनीक अधिक विस्तृत और विश्वसनीय जानकारी एकत्र करना सुनिश्चित करती है।

(iii) समय और श्रम की बचत करें:

यह विधि आबादी का एक हिस्सा है, काफी समय और श्रम बच जाता है।

(iv) लागत बचाने के लिए:

जानकारी एकत्र करने में शामिल प्रयास और व्यय हमेशा एक पूर्ण जनगणना की तुलना में नमूना की इकाई के लिए कम होता है, अर्थात, नमूना सर्वेक्षण का कुल वित्तीय बोझ आम तौर पर जनगणना विधि से कम होता है।

(बी) नमूने के नमूने:

(i) एक सावधान योजना और इसका निष्पादन आवश्यक है अन्यथा प्राप्त परिणाम गलत और भ्रामक हो सकते हैं।

(ii) नमूने विधि में विशेषज्ञ सेवाओं की आवश्यकता होती है। ऐसी सेवाओं के अभाव में नमूना सर्वेक्षण से प्राप्त जानकारी पर भरोसा नहीं किया जा सकता है।

(iii) यदि अध्ययन में प्रत्येक इकाई के लिए जानकारी आवश्यक है, तो एक पूर्ण गणना सर्वेक्षण आवश्यक है।

(ग) नमूने में त्रुटियां:

या तो त्रुटि उत्पन्न होती है:

(i) नमूना चयन की दोषपूर्ण प्रक्रिया, या

(ii) डेटा के संग्रह के दौरान दोषपूर्ण कार्य या

(iii) विश्लेषण की दोषपूर्ण विधि को नमूना त्रुटि कहा जाता है। इन त्रुटियों को कम किया जा सकता है यदि किसी के पास नमूना त्रुटि का ज्ञान और अनुमान है।

नमूनाकरण की विश्वसनीयता अनुमान की मानक त्रुटि के पारस्परिक द्वारा निर्धारित की जाती है जिसे अनुमान की सटीकता कहा जाता है। एक अनुमान की मानक त्रुटि नमूना आकार के वर्गमूल के व्युत्क्रमानुपाती होती है। दूसरे शब्दों में, नमूने के आकार के वर्ग-मूल के आनुपातिक नमूने के डिजाइन की विश्वसनीयता और दक्षता बड़े नमूनों द्वारा बढ़ाई जा सकती है।