नमूने लेने की तकनीक और तरीके

भूगोल, मनुष्य और पर्यावरण के संबंध से निपटने के लिए अनिवार्य रूप से एक सामाजिक विज्ञान है। भूगोलवेत्ता अनुसंधान की खोज में मिलने वाली मुख्य समस्याओं में से एक डेटा की प्रचुरता है।

तथ्य की बात के रूप में, हाल के दशकों में, जीवन के हर क्षेत्र में एक 'डेटा का विस्फोट' हुआ है, जो अंतरिक्ष और समय में सामाजिक आर्थिक समस्याओं के परिमाण के लिए संख्यात्मक तथ्यों के रूप में मूल्यवान जानकारी का एक विशाल स्रोत प्रदान करता है।

डेटा की बढ़ी हुई मात्रा, हालांकि परिकल्पनाओं के निर्माण और उनके परीक्षण के लिए उपयोगी है, इसने डाटा प्रोसेसिंग की समस्याओं, मानचित्रों और विश्लेषण पर इसकी साजिश रचने में मदद की। इस प्रकार, शोधकर्ताओं का कार्य कठिन, महंगा और समय लेने वाला है।

भूगोल की लगभग सभी शाखाएँ, जैसे, भू-आकृति विज्ञान, जलवायु विज्ञान, समुद्र विज्ञान, शिक्षाशास्त्र, जनसांख्यिकी, आर्थिक, कृषि और औद्योगिक भूगोल, शहरी और ग्रामीण भूमि उपयोग योजना, परिवहन, शहरी निपटान, चुनावी और चिकित्सा भूगोल सभी अधिक सटीक संख्यात्मक डेटा में बदल गए हैं। भौगोलिक घटनाओं के अधिक यथार्थवादी और वस्तुनिष्ठ मूल्यांकन को प्रस्तुत करने के अपने प्रयासों में।

इसके अलावा, अब भूगोलवेत्ता अन्य विषयों के वैज्ञानिकों के साथ तेजी से सहयोग कर रहे हैं। भौगोलिक डेटा के लिए ध्वनि और परिष्कृत सांख्यिकीय तकनीकों का अनुप्रयोग इसलिए आवश्यक हो गया है।

'नमूनाकरण' डेटा के प्रसंस्करण के लिए एक उपयोगी तकनीक है। यह अक्सर भूगोलविदों द्वारा उनके अध्ययन में उपयोग किया जाता है। अपने आप में डेटा का नमूना एक थकाऊ काम है जिसे विश्वसनीय परिणामों पर पहुंचने के लिए शोधकर्ता की ओर से अत्यंत सावधानी की आवश्यकता होती है।

नमूने का सार इस तथ्य में निहित है कि बड़ी संख्या में आइटम, व्यक्ति या स्थान (सांख्यिकीय जनसंख्या), सांख्यिकीय संभावना की निर्दिष्ट सीमाओं के भीतर, बड़े समूह से चयनित वस्तुओं (नमूना) के एक छोटे समूह द्वारा प्रस्तुत किया जा सकता है ( एक माता पिता की आबादी)।

विशाल आबादी में से, यदि वस्तुओं या मामलों का एक सीमित चयन किया जाता है, तो इसे 'नमूना' कहा जाता है। सीमित 'नमूना' आम तौर पर पूरी आबादी के बारे में सामान्यीकरण करने के लिए पर्याप्त है। कई मामलों में, आबादी में व्यक्तियों की संख्या, उदाहरण के लिए, एक कृषि क्षेत्र के सभी भूखंडों की औसत उपज या समुद्र-तट पर कंकड़ इतने सारे हैं कि उन सभी को मापना व्यावहारिक बिंदु से लगभग असंभव होगा मानना ​​है कि।

लेकिन, अगर नमूने के माध्यम से, पैदावार के माप के लिए खेतों का एक सीमित चयन पूरे क्षेत्र में खेतों की औसत उपज प्राप्त करने के लिए पर्यवेक्षक को सक्षम करेगा, इसी तरह, समुद्र-तट पर कंकड़ का एक सीमित चयन बनाने के लिए पर्याप्त होगा। उस तट पर कंकड़ के बारे में एक सामान्यीकरण।

इस प्रकार, नमूनाकरण, हमारी ऊर्जा के अधिक कुशल उपयोग का प्रतिनिधित्व करता है, फिर भी हमें पूरी आबादी के बारे में विश्वसनीय वक्तव्य देने की अनुमति देता है। जनमत सर्वेक्षणों में घोषणा की गई है कि कैसे एक देश वोट देने का इरादा रखता है, या वर्तमान मुद्दों पर लोगों के दृष्टिकोण का विश्लेषण करता है, लेकिन उनके निष्कर्ष देश में हर किसी से सलाह लेने के बजाय कुछ सौ प्रश्नावली के नमूने से प्राप्त होते हैं। अधिकांश मामलों में जनसंख्या की पूरी गणना लगभग अव्यवहारिक है।

भौगोलिक अनुसंधान में एक उपयुक्त नमूना अत्यधिक वांछनीय है क्योंकि यह समय, प्रयासों और लागत की बचत करता है और विश्वसनीय परिणाम देता है जिसका उपयोग सामान्यीकरण और पूर्वानुमान के उद्देश्य के लिए किया जा सकता है। हालांकि, सही आकार के नमूने को चुनने की समस्या थोड़ी अधिक जटिल है।

सबसे सरल नियम यह है कि नमूना का आकार जितना बड़ा होता है, उतना ही अधिक संभावना है कि यह माता-पिता की आबादी का एक विश्वसनीय चित्र दे। एक और मोटे गाइड के रूप में, यह कहा जा सकता है कि संतोषजनक परिणामों के लिए नमूने का आकार कुल का कम से कम 5 प्रतिशत से 15 प्रतिशत होना चाहिए। माता-पिता की आबादी को परिभाषित करने और सर्वोत्तम नमूना पद्धति का चयन करने के फैसले, हालांकि, बहुत हद तक कॉमन्सेंस पर निर्भर करते हैं।

नमूनाकरण के सामान्य रूप से ज्ञात और अक्सर उपयोग किए जाने वाले कुछ तरीके हैं: यादृच्छिक नमूनाकरण, उद्देश्यपूर्ण नमूनाकरण, व्यवस्थित नमूनाकरण, स्तरीकृत नमूनाकरण और मल्टीस्टेज नमूनाकरण।

1. यादृच्छिक नमूनाकरण:

यादृच्छिक नमूने में, नमूना इकाइयों को यादृच्छिक पर चुना जाता है। एक बार जब 'मूल आबादी' को परिभाषित किया गया है, तो उस जनसंख्या के प्रत्येक आइटम को किसी भी नमूने में शामिल किए जाने की समान संभावना है। इस पद्धति में, यह सुनिश्चित करने के लिए उचित देखभाल की जानी चाहिए कि नमूने यादृच्छिक पर चुने गए हैं। कई बार सही मायने में यादृच्छिक विकल्प संभव नहीं होता है।

अन्वेषक, हालांकि, यादृच्छिक चयन के आदर्श को यथासंभव बारीकी से आगे बढ़ाना चाहिए। लॉटरी का उपयोग इस तरह के नमूने का सबसे सरल तरीका है। तालिका ६.२ में दिए गए रैंडम सैंपलिंग नंबरों के इस्तेमाल से भी अच्छे नमूने लिए जा सकते हैं।

एक उदाहरण का हवाला देकर यादृच्छिक नमूना तालिका की मदद से नमूना लिया जा सकता है। 400 गांवों वाले क्षेत्र के कृषि भूमि उपयोग के अध्ययन के लिए मान लीजिए, केवल 15 गांवों को यादृच्छिक पर चुना जाना है। गांवों से शुरू करने के लिए क्रमिक रूप से क्रमांकित किया जाएगा, जैसे, 1, 2, 3, 4, 5 …… .. 400।

गांवों को एक क्रम में व्यवस्थित करने के बाद, यादृच्छिक नमूना श्रृंखला का एक पृष्ठ (तालिका) लिया जाएगा। उस पृष्ठ के किसी भी आंकड़े के साथ शुरू, उत्तराधिकार में होने वाले अंक (या तो पंक्तियों में या स्तंभों में) तीन अंकों के ब्लॉकों में तीन अंकों की संख्या देने के लिए नीचे लिखे जाएंगे। 001 और 002 को क्रमशः गाँव 1 और गाँव 2 के अनुरूप लिया जा सकता है और अंत में गाँव 400 के अनुरूप होगा।

सभी तीन अंकों की संख्या 400 से अधिक है और 000 को भी नजरअंदाज कर दिया जाएगा। यदि पहले हुई संख्या दोहराई जाती है, तो 15 अलग-अलग तीन अंकों की संख्या (जिनमें से कोई भी 000 या 400 से अधिक होना चाहिए) प्राप्त होने तक एक नया अंक नंबर लिया जाएगा। निम्न उदाहरण तालिका 6.3 की मदद से चित्रित किया गया है, जो बिंदु को और अधिक स्पष्ट करेगा।

तालिका 6.2 दसियों और लोगों के मूल्यों में दी गई है। सबसे पहले, तीन संख्याओं को देने के लिए इन आंकड़ों को तीन खंडों में व्यवस्थित किया गया है, क्योंकि अध्ययन के तहत क्षेत्र के गांवों की कुल संख्या तीन अंकों (400) तक जाती है। फिर, सभी आंकड़े जो 400 के भीतर हैं, उन आंकड़ों की अनदेखी करते हुए, जो 400 से अधिक और 000 से भी अधिक हैं। उक्त तकनीक के अनुसार, 15 नमूने गाँव, तालिका 6.2 की मदद से, निम्नानुसार होंगे: 201, 221, 162, 45, 327, 36, 174, 157, 291, 47, 239, 09, 39, 42, और 122. क्रमबद्ध क्रम में चयनित गांवों को 9, 36, 39, 42, 45, 47, के रूप में चुना जाएगा। 122, 157, 162, 174, 201, 221, 239, और 291, 327।

इस मामले में, 10000 और 0000 से अधिक के आंकड़े चयन करते समय नजरअंदाज कर दिए जाएंगे। यादृच्छिक नमूने तालिका शोधकर्ताओं के काम की सुविधा देती है। यादृच्छिक नमूना तकनीक का मुख्य लाभ इस तथ्य में निहित है कि यह निष्पक्ष, अधिक उद्देश्यपूर्ण और डेटा की पूरी पुस्तक का प्रतिनिधि है।

2. उद्देश्य नमूना:

उद्देश्यपूर्ण नमूना तकनीक में, नमूनों को एक निश्चित उद्देश्य को ध्यान में रखते हुए चुना जाता है। उदाहरण के लिए, यदि किसी क्षेत्र या देश की ग्रामीण आबादी के शाकाहारी भोजन की आदतों के पोषण का मानक निर्धारित किया जाना है, तो केवल शाकाहारी भोजन खाने वाले परिवारों को अध्ययन के लिए नमूने के रूप में लिया जाएगा।

इसी प्रकार, यदि एक विशिष्ट समय अवधि के दौरान किसी घटक क्षेत्र इकाई के खेतिहर मजदूरों और किसानों के जीवन स्तर में बदलाव का अध्ययन किया जाना है, तो नमूनों को संबंधित श्रेणियों से लिया जाएगा, बाकी लोगों की अनदेखी। नमूना लेने की यह तकनीक पक्षपात के दोष से ग्रस्त है और जनसंख्या का प्रतिनिधि नमूना देने में विफल है।

3. व्यवस्थित नमूना:

इस पद्धति में, प्रत्येक व्यक्ति को अलग-अलग चुनने के बजाय चयन का एक नियमित पैटर्न बनाया जाता है। इस विधि को अर्ध-यादृच्छिक के रूप में भी जाना जाता है। उदाहरण के लिए, यदि फसल संयोजन का अध्ययन एक क्षेत्र इकाई के 2000 गांवों में किया जाना है और 20 नमूना गांवों का चयन किया जाना है, तो गांवों को एक सीरियल ऑर्डर दिया जाना चाहिए, 1 से 2000 तक।

सिलसिलेवार गाँवों की व्यवस्था करने के बाद, सूची के हर सौवें गाँव को चुना जाता है। आवश्यक सैंपल गांवों तक जल्दी पहुंच जाएंगे। यदि समझदारी से उपयोग किया जाता है, तो व्यवस्थित नमूनाकरण अक्सर सच यादृच्छिक नमूने की तुलना में अधिक सुविधाजनक हो सकता है और समान रूप से प्रभावी हो सकता है। यह विधि, हालांकि, त्वरित और प्रभावी नमूना बनाने में मददगार है, हालांकि, व्यक्तिपरकता के झटके से ग्रस्त है क्योंकि क्षेत्र के प्रत्येक गांव को नमूने में शामिल होने का समान मौका नहीं है।

4. स्तरीकृत नमूनाकरण:

जब जांच के तहत चर के संबंध में आबादी विषम है और अपेक्षाकृत सजातीय समूहों और उपसमूहों में विभाजित किया जा सकता है, तो एक स्तरीकृत नमूनाकरण तकनीक को अपनाया जा सकता है। इस प्रकार का नमूना ज्यादातर तब लागू किया जाता है जब 'मूल आबादी ’के भीतर ज्ञात आकार के महत्वपूर्ण समूह होते हैं और यह सुनिश्चित करना वांछनीय होता है कि प्रत्येक उपसमूह को कुल नमूने के भीतर उचित रूप से दर्शाया जाए। उदाहरण के लिए, मान लीजिए कि किसी गाँव की आबादी 10000 है और आय चर के आधार पर, यह 10 समूहों में विभाजित है, तो प्रत्येक उपसमूह के लिए एक यादृच्छिक नमूना संबंधित समूह की आय का प्रतिनिधित्व करने के लिए लिया जाएगा।

स्तरीकृत नमूने का मुख्य लाभ इस तथ्य में निहित है कि इसे आसानी से प्रशासित किया जा सकता है और प्रत्येक स्ट्रैटम को नमूने में दर्शाया गया है (जो यादृच्छिक और उद्देश्यपूर्ण नमूने में मामला नहीं हो सकता है), ताकि, यदि आवश्यक हो, तो एक अलग अनुमान लगा सकता है स्ट्रैटम का मतलब है। स्तरीकृत यादृच्छिक नमूना व्यापक रूप से कृषि, औद्योगिक और व्यावहारिक भौगोलिक शोधों में उपयोग किया जाता है।

5. मल्टीस्टेज नमूनाकरण:

जब आवश्यक नमूनाकरण इकाई चरणों के माध्यम से पहुंच जाती है, तो इसे मल्टीस्टेज नमूनाकरण कहा जाता है। उदाहरण के लिए, यदि 1000 परिवारों को मेसो या मैक्रो क्षेत्र के भूमि किरायेदारी या सामाजिक आर्थिक सर्वेक्षण के लिए चुना जाना है, तो यह मल्टीस्टेज सैंपलिंग के माध्यम से किया जा सकता है, अर्थात पहले यादृच्छिक के लिए क्षेत्र इकाई के कई गांवों का चयन करके, और फिर चयनित गांवों में से प्रत्येक से कई परिवारों का चयन करना।

नमूने लेने की यह विधि विशेष रूप से बड़े क्षेत्रों को कवर करने वाली आबादी के लिए उपयोगी है जिसके लिए व्यक्तियों की सूची आसानी से उपलब्ध नहीं है या आसानी से निर्माण नहीं किया जा सकता है। सामान्य रूप से विधि एकल चरण के नमूने के संगत एक की तुलना में सस्ती लेकिन कम सटीक है।

ऊपर वर्णित नमूने की सांख्यिकीय तकनीकें शोधकर्ताओं के लिए महान उपयोगिता की हैं, जो समाज की सामाजिक आर्थिक समस्याओं से निपट रही हैं और उन लोगों के लिए भी हैं जो भूमि रूपों, जलवायु विज्ञान, जलमंडल आदि के विकास के क्षेत्र में काम कर रहे हैं।

भौगोलिक शोधों में नमूने लेने की तकनीक शोधकर्ताओं के कार्य को आसान बनाती है क्योंकि वे समय, प्रयास और लागत की बचत करते हैं और काफी विश्वसनीय परिणाम देते हैं। भूगोल में, जिसमें ग्राफ सिद्धांत, सहसंबंध, टोपोलॉजी और परिवर्तन उभरते हुए स्तर पर हैं, परिकल्पना, निर्णय लेने, अनुकरण और पूर्वानुमान के निर्माण में नमूना तकनीकों की महत्वपूर्ण भूमिका है।