इष्टतम नमूना: परिभाषा और कारक

इस लेख को पढ़ने के बाद आप एक अध्ययन के लिए इष्टतम नमूने को प्रभावित करने वाली परिभाषा और कारकों के बारे में जानेंगे।

एक इष्टतम नमूने की परिभाषा:

एक अध्ययन के लिए एक इष्टतम नमूना को उस नमूने के रूप में परिभाषित किया जा सकता है जो दक्षता, प्रतिनिधित्व, विश्वसनीयता और लचीलेपन की आवश्यकताओं को पूरा करता है। यही है, नमूना काफी छोटा होना चाहिए ताकि अनावश्यक खर्च हो सके और बड़े पैमाने पर शोधकर्ता को सहिष्णुता की सीमा से परे नमूना-त्रुटि से बचने में मदद मिल सके।

यह सांख्यिकीय रूप से प्रतिनिधि और किसी भी आयात की सभी सारणियों में महत्वपूर्ण परिणाम देने के लिए पर्याप्त होना चाहिए, लेकिन इसके लिए धन की बर्बादी, परियोजना को सेवानिवृत्त करने और अनावश्यक रूप से उच्च परिशुद्धता प्राप्त करने के परिणामस्वरूप इतना बड़ा नहीं होना चाहिए। नमूना को न्यूनतम लागत पर आवश्यक स्तर की विश्वसनीयता के साथ वांछित अनुमानों का उत्पादन करना चाहिए।

यह याद रखना चाहिए कि व्यावहारिक रूप से कुशल नमूनाकरण में सांख्यिकीय आंकड़ों की तकनीक और संगठन के संदर्भ में उपलब्ध संसाधनों का अधिकतम उपयोग करना और समायोजन करना, यथासंभव सर्वोत्तम, समय, धन और कर्मियों की सीमाओं के अनुसार अध्ययन पर लगाया गया है।

इसके अलावा, अध्ययन के दौरान उत्पन्न होने वाली अप्रत्याशित समस्याओं को पूरा करने के लिए नमूना-आकार का विस्तार या अनुबंध करने के लिए कुछ उदाहरणों में यह संभव होना चाहिए। कुछ स्थितियों में, नमूने के आकार में वांछित परिवर्तनों को प्रभावित करके विश्वसनीयता और दक्षता में सुधार किया जा सकता है।

अभ्यास के स्तर पर, इन आदर्शों से संपर्क किया जा सकता है लेकिन शायद ही कभी महसूस किया जाता है और इसलिए किसी को सही नमूना आकार चुनने की उम्मीद नहीं की जा सकती है।

इष्टतम नमूना लेने वाले कारक:

दिए गए अध्ययन के लिए नमूने के आकार का चुनाव कई कारकों से प्रभावित होता है। इन कारकों का परस्पर संबंध होता है और नमूना आकार निर्धारित करने में उनके सापेक्ष महत्व के संबंध में विभिन्न अध्ययनों में बहुत भिन्नता होती है।

(1) जनसंख्या की प्रकृति (सजातीय-विषम):

एक अध्ययन में नमूने का आकार जनसंख्या की एकरूपता की डिग्री पर निर्भर करेगा। जनसंख्या जितनी अधिक सजातीय होगी, उसके विश्वसनीय नमूने प्राप्त करने के लिए आवश्यक मामले कम और इसके विपरीत, अधिक विषम जनसंख्या अधिक मामलों में इसके विश्वसनीय नमूने का गठन करने की आवश्यकता होती है।

एक विषम जनसंख्या के संतोषजनक अध्ययन के लिए आवश्यक नमूने के आकार को आबादी में वर्गीकृत करके कटौती की जा सकती है। इनमें से कुछ तबके अधिक सजातीय होंगे और कुछ कम। अपेक्षाकृत सजातीय लोगों की तुलना में अधिक सजातीय स्तर को छोटे नमूनों द्वारा दर्शाया जा सकता है।

ऐसा इसलिए है क्योंकि अधिक सजातीय एक स्ट्रैटम है, बेहतर किसी दिए गए आकार का एक यादृच्छिक नमूना कर सकता है, इसका प्रतिनिधित्व करता है, अर्थात, अधिक समान नमूने में मामले होंगे, इसलिए उनका मतलब कम चर होगा।

(2) सारणीकरण की जटिलता:

नमूने के आकार के बारे में निर्णय लेने में, किसी को उन श्रेणियों और वर्गों को भी ध्यान में रखना चाहिए जिनमें निष्कर्षों को समूहीकृत और विश्लेषण किया जाना है। श्रेणियों की संख्या जितनी अधिक होगी, उतना बड़ा कुल नमूना होगा, जिसके लिए उन्हें विश्वसनीय सांख्यिकीय उपाय प्राप्त करने होंगे।

भले ही एक नमूना मुख्य सारणीकरण के लिए पर्याप्त रूप से पर्याप्त लग सकता है, विस्तृत सारणी तैयार होने पर संख्या बहुत जल्दी पतली होने की संभावना है।

उदाहरण के लिए, सह-शिक्षा के पक्ष में छात्रों के अनुपात का पता लगाने के लिए बनाए गए सर्वेक्षण के लिए 1, 000 छात्रों का एक नमूना पर्याप्त संख्या की तरह लग सकता है। बता दें कि केवल 25% ही छात्रों (250 छात्रों) के पक्ष में हैं।

यदि शोधकर्ता आगे जाना चाहता था और उन छात्रों के प्रकार को जानना चाहता था जो सह-शिक्षा के पक्षधर थे, तो उन्हें इन उत्तरदाताओं को और अधिक आयामों पर वर्गीकृत करना होगा, जैसे कि उन्हें सह-शिक्षा संस्थान का पूर्व अनुभव था या नहीं? वे किस सामाजिक वर्ग से आते हैं? उनके पास किस तरह की पारिवारिक पृष्ठभूमि है? सहशिक्षा संस्था के उनके अनुभव (यदि कोई हो) की प्रकृति क्या थी? और इसी तरह।

इस प्रकार आगे बढ़ते हुए, शोधकर्ता आखिरकार किसी विशेष प्रकार के केवल 10 या 15 मामलों (अर्थात, सह-शिक्षा, मध्यम वर्ग, रूढ़िवादी पारिवारिक पृष्ठभूमि, आदि का कोई पूर्व अनुभव नहीं) पा सकता है। इस तरह का एक नमूना चर के बीच के रिश्ते के बारे में महत्वपूर्ण और सामान्य निष्कर्ष पर पहुंचने के लिए केवल एक बहुत ही भड़कीला आधार दे सकता है।

चुने गए नमूने का आकार सबसे बड़ा होना चाहिए ताकि सबसे छोटी महत्वपूर्ण श्रेणियों के विश्वसनीय उपाय दिए जा सकें। जब डेटा छोटे और छोटे उप-वर्गों में टूट जाते हैं, तो विभिन्न कोशिकाओं में गिरने वाले मामलों की संख्या जल्द ही इतनी कम हो जाती है कि सेल प्रविष्टियों से गणना किए गए सांख्यिकीय उपाय अविश्वसनीय होने की संभावना है।

इस प्रकार, सारणीकरण की तीव्रता एक ऐसा कारक है जिसका नमूना-आकार से संबंधित निर्णय के लिए महत्व है।

(3) डेटा संग्रह से संबंधित समस्याएं:

आमतौर पर, नमूने का आकार उन मामलों की संख्यात्मक सीमा के भीतर रखा जाना चाहिए, जिन्हें दिए गए धन और समय के साथ सुरक्षित किया जा सकता है। डेटा की मात्रा प्रश्नावली / अनुसूची की लंबाई, क्षेत्र-श्रमिकों की संख्या, भौगोलिक क्षेत्र में मामलों के फैलाव या एकाग्रता, इनकार-दर, मामलों की हानि, नियोजित नमूने के प्रकार और अंत में, से प्रभावित होती है। डेटा-संग्रह की विधि।

नमूना का आकार तय करते समय एक पते से दूसरे पते पर और कॉलबैक (दूसरी या तीसरी कॉल) में शामिल परिवहन लागत पर विचार किया जाना चाहिए। नमूना-आकार की योजना बनाते समय, शोधकर्ता को हमेशा यह अनुमान लगाना चाहिए कि वह पूछताछ के लिए सौंपी गई संख्या के संग्रह में कम पड़ सकता है।

लोग प्रवास करते हैं, मर जाते हैं, बीमारी के कारण जानकारी देने में असमर्थ हैं, छुट्टी पर जा रहे हैं या व्यवसाय पर हैं, स्थित नहीं हो सकते हैं, जवाब देने से इनकार कर सकते हैं, पते गलत साबित हो सकते हैं, और इसी तरह।

यदि मानव संभव हो तो नमूने में हर मामले की जानकारी प्राप्त करने की योजना बनाना एक अच्छी नीति है। इसका मतलब यह है कि यदि सुलभ और सहकारी मामलों को प्राप्त किया जाता है, तो आवश्यकता से अधिक समय की आवश्यकता होगी। हालांकि, एक बड़े नमूने की तुलना में पूर्वाग्रह के बिना एक छोटा नमूना होना बेहतर है जो पूर्वाग्रह के कारण ब्रह्मांड के अप्रतिस्पर्धी होने की संभावना है।

(4) नमूने का प्रकार:

आमतौर पर स्तरीकरण नियोजित होने पर एक छोटा नमूना पर्याप्त होगा। इसका कारण यह है कि स्तरीकरण का प्रभाव अपेक्षाकृत विषम समग्रता को व्यक्तिगत रूप से सजातीय उप-नमूनों की संख्या में हल करना है। अधिक विषम जनसंख्या, स्तरीकरण के माध्यम से संभव मामलों की अर्थव्यवस्था जितनी अधिक होगी।

दोहरे नमूने के रूप में जाना जाने वाले नमूने में, शोधकर्ता एक बहुत छोटे से नियंत्रित या स्तरीकृत नमूने (जिसमें से विस्तृत या जटिल जानकारी सुरक्षित है) के साथ एक बड़ा यादृच्छिक नमूना (सूचना के कुछ बुनियादी वस्तुओं के संग्रह के लिए) को जोड़ती है।

यहां आवश्यकता इस बात की है कि विभिन्न नमूनों के लिए विश्वसनीय भार प्राप्त करने के लिए यादृच्छिक नमूने का आकार पर्याप्त बड़ा होना चाहिए। स्तरीकृत नमूना अपने आप में सरल यादृच्छिक नमूने की तुलना में कम मामलों की जांच करता है क्योंकि प्रत्येक स्ट्रैटम में नमूना को उस स्ट्रैटम के प्रतिनिधि होने की आवश्यकता होती है और 'ब्रह्मांड' की नहीं।

मामलों की आवश्यक संख्या निर्धारित करने में एक महत्वपूर्ण कारक नमूनाकरण इकाइयों का आकार है। वास्तव में, नमूना इकाई जितनी बड़ी होगी, उतने अधिक मामले जो व्यक्तिगत सारणीकरण के लिए आवश्यक होंगे।