व्यवस्थित नमूनाकरण

व्यवस्थित नमूनाकरण क्या है?

व्यवस्थित नमूनाकरण एक प्रकार की संभाव्यता नमूनाकरण विधि है जिसमें एक बड़ी आबादी के नमूना सदस्यों को एक यादृच्छिक प्रारंभिक बिंदु के अनुसार चुना जाता है, लेकिन एक निश्चित, आवधिक अंतराल के साथ। इस अंतराल, जिसे नमूना अंतराल कहा जाता है, की गणना जनसंख्या के आकार को वांछित नमूना आकार से विभाजित करके की जाती है। नमूना आबादी को अग्रिम रूप से चुने जाने के बावजूद, व्यवस्थित नमूनाकरण को अभी भी यादृच्छिक माना जाता है यदि आवधिक अंतराल पहले से निर्धारित किया जाता है और प्रारंभिक बिंदु यादृच्छिक होता है।

व्यवस्थित नमूनाकरण को समझना

चूंकि जनसंख्या का साधारण यादृच्छिक नमूनाकरण अक्षम और समय लेने वाला हो सकता है, सांख्यिकीविद अन्य तरीकों की ओर रुख करते हैं, जैसे कि व्यवस्थित नमूनाकरण। एक व्यवस्थित दृष्टिकोण के माध्यम से एक नमूना आकार का चयन जल्दी से किया जा सकता है। एक बार एक निश्चित प्रारंभिक बिंदु की पहचान हो जाने के बाद, प्रतिभागी चयन की सुविधा के लिए एक निरंतर अंतराल का चयन किया जाता है।

डेटा हेरफेर का कम जोखिम होने पर सरल यादृच्छिक नमूनाकरण के लिए व्यवस्थित नमूनाकरण बेहतर होता है। यदि ऐसा जोखिम अधिक है जब एक शोधकर्ता वांछित परिणाम प्राप्त करने के लिए अंतराल की लंबाई में हेरफेर कर सकता है, तो एक साधारण यादृच्छिक नमूना तकनीक अधिक उपयुक्त होगी।

व्यवस्थित नमूनाकरण अपनी सादगी के कारण शोधकर्ताओं और विश्लेषकों के बीच लोकप्रिय है। शोधकर्ता आमतौर पर मानते हैं कि परिणाम सबसे सामान्य आबादी के प्रतिनिधि हैं जब तक कि प्रत्येक "nth" डेटा नमूने के साथ एक यादृच्छिक विशेषता असमान रूप से मौजूद न हो (जो असंभव है)। दूसरे शब्दों में, जनसंख्या को चुने हुए मीट्रिक के साथ-साथ यादृच्छिकता की एक प्राकृतिक डिग्री प्रदर्शित करने की आवश्यकता होती है। यदि जनसंख्या में एक प्रकार का मानकीकृत पैटर्न है, तो गलती से बहुत सामान्य मामलों को चुनने का जोखिम अधिक स्पष्ट है।

व्यवस्थित नमूने के भीतर, अन्य नमूनाकरण विधियों के साथ, प्रतिभागियों का चयन करने से पहले एक लक्षित आबादी का चयन किया जाना चाहिए। जनसंख्या की पहचान किसी भी वांछित विशेषताओं के आधार पर की जा सकती है जो किए जा रहे अध्ययन के उद्देश्य के अनुकूल हो। कुछ चयन मानदंड में आयु, लिंग, जाति, स्थान, शिक्षा स्तर और/या पेशा शामिल हो सकते हैं।

सांख्यिकीय अनुमान के लिए जनसंख्या का नमूना लेने के कई तरीके हैं; व्यवस्थित न्यादर्शन यादृच्छिक प्रतिचयन का एक रूप है।

व्यवस्थित नमूने के उदाहरण

व्यवस्थित नमूने के एक काल्पनिक उदाहरण के रूप में, मान लें कि 10,000 लोगों की आबादी में, एक सांख्यिकीविद् नमूने के लिए प्रत्येक 100वें व्यक्ति का चयन करता है। नमूना अंतराल भी व्यवस्थित हो सकता है, जैसे कि हर 12 घंटे में से एक नया नमूना लेने के लिए चुनना।

एक अन्य उदाहरण के रूप में, यदि आप व्यवस्थित नमूने का उपयोग करके 50,000 की आबादी में से 1,000 लोगों के एक यादृच्छिक समूह का चयन करना चाहते हैं, तो सभी संभावित प्रतिभागियों को एक सूची में रखा जाना चाहिए और एक प्रारंभिक बिंदु का चयन किया जाएगा। एक बार सूची बन जाने के बाद, सूची में शामिल प्रत्येक 50वें व्यक्ति (चयनित शुरुआती बिंदु पर गिनती शुरू) को एक प्रतिभागी के रूप में चुना जाएगा, क्योंकि 50,000/1,000 = 50।

उदाहरण के लिए, यदि चयनित प्रारंभिक बिंदु 20 था, तो सूची में 70वें व्यक्ति को 120वें स्थान पर चुना जाएगा, और इसी तरह आगे भी। एक बार सूची के अंत तक पहुंचने के बाद और यदि अतिरिक्त प्रतिभागियों की आवश्यकता होती है, तो गिनती समाप्त करने के लिए सूची की शुरुआत में गिनती लूप हो जाती है।

व्यवस्थित नमूनाकरण करने के लिए, शोधकर्ताओं को पहले लक्षित जनसंख्या के आकार को जानना चाहिए।

व्यवस्थित नमूनाकरण बनाम। चुननेवाली मेडिकल जांच

व्यवस्थित नमूनाकरण और क्लस्टर नमूनाकरण इस बात में भिन्न है कि वे नमूने में शामिल जनसंख्या से नमूना बिंदुओं को कैसे खींचते हैं। क्लस्टर नमूनाकरण जनसंख्या को समूहों में विभाजित करता है, जबकि व्यवस्थित नमूनाकरण नमूना बनाने के लिए बड़ी आबादी से निश्चित अंतराल का उपयोग करता है।

व्यवस्थित नमूनाकरण जनसंख्या से एक यादृच्छिक प्रारंभिक बिंदु का चयन करता है, और फिर उसके आकार के आधार पर जनसंख्या के नियमित निश्चित अंतराल से एक नमूना लिया जाता है। क्लस्टर नमूनाकरण जनसंख्या को समूहों में विभाजित करता है और फिर प्रत्येक क्लस्टर से एक साधारण यादृच्छिक नमूना लेता है।

नमूनाकरण के अन्य तरीकों की तुलना में क्लस्टर नमूनाकरण को कम सटीक माना जाता है। हालांकि, यह एक नमूना प्राप्त करने पर लागत बचा सकता है। क्लस्टर नमूनाकरण एक दो-चरणीय नमूनाकरण प्रक्रिया है। इसका उपयोग तब किया जा सकता है जब पूरी आबादी की सूची को पूरा करना मुश्किल हो। उदाहरण के लिए, किराने की दुकान के ग्राहकों की पूरी आबादी को साक्षात्कार के लिए तैयार करना मुश्किल हो सकता है।

हालांकि, कोई व्यक्ति स्टोर का एक यादृच्छिक उपसमुच्चय बना सकता है, जो इस प्रक्रिया का पहला चरण है। दूसरा चरण उन दुकानों के ग्राहकों के यादृच्छिक नमूने का साक्षात्कार करना है। यह एक सरल मैनुअल प्रक्रिया है जो समय और धन बचा सकती है।

व्यवस्थित नमूनाकरण की सीमाएं

एक जोखिम जिस पर सांख्यिकीविदों को व्यवस्थित नमूनाकरण करते समय विचार करना चाहिए, इसमें शामिल है कि नमूना अंतराल के साथ उपयोग की जाने वाली सूची कैसे व्यवस्थित की जाती है। यदि सूची में रखी गई जनसंख्या को एक चक्रीय पैटर्न में व्यवस्थित किया जाता है जो नमूना अंतराल से मेल खाता है, तो चयनित नमूना पक्षपाती हो सकता है।

उदाहरण के लिए, एक कंपनी का मानव संसाधन विभाग कर्मचारियों का एक नमूना चुनना चाहता है और पूछना चाहता है कि वे कंपनी की नीतियों के बारे में कैसा महसूस करते हैं। कर्मचारियों को 20 की टीमों में बांटा गया है, जिसमें प्रत्येक टीम एक प्रबंधक के नेतृत्व में है। यदि नमूना आकार चुनने के लिए उपयोग की जाने वाली सूची को एक साथ समूहबद्ध टीमों के साथ व्यवस्थित किया जाता है, तो सांख्यिकीविद् नमूना अंतराल के आधार पर केवल प्रबंधकों (या बिल्कुल भी प्रबंधक नहीं) को चुनने का जोखिम उठाते हैं।

##हाइलाइट

• इस पद्धति के अन्य लाभों में क्लस्टर चयन की घटना को समाप्त करना और डेटा के दूषित होने की कम संभावना शामिल है।

• निश्चित आवधिक अंतराल, जिसे नमूना अंतराल कहा जाता है, की गणना जनसंख्या के आकार को वांछित नमूना आकार से विभाजित करके की जाती है।

• नुकसान में विशेष पैटर्न का अधिक या कम प्रतिनिधित्व और डेटा हेरफेर का अधिक जोखिम शामिल है।

• व्यवस्थित नमूनाकरण एक संभाव्यता नमूनाकरण विधि है जिसमें एक निश्चित आवधिक अंतराल के साथ एक यादृच्छिक नमूना, एक बड़ी आबादी से चुना जाता है।

##सामान्य प्रश्न

व्यवस्थित नमूना लेने के क्या लाभ हैं?

व्यवस्थित नमूनाकरण करना सरल है और समझने में आसान है, यही वजह है कि यह आमतौर पर शोधकर्ताओं द्वारा पसंद किया जाता है। केंद्रीय धारणा, कि परिणाम सामान्य आबादी के बहुमत का प्रतिनिधित्व करते हैं, गारंटी देता है कि पूरी आबादी समान रूप से नमूना है। इसके अलावा, व्यवस्थित नमूनाकरण इसकी प्रक्रिया के कारण अन्य नमूनाकरण पद्धतियों की तुलना में नियंत्रण की एक बढ़ी हुई डिग्री प्रदान करता है। व्यवस्थित नमूने में कम जोखिम वाला कारक भी होता है क्योंकि इस बात की कम संभावना होती है कि डेटा दूषित हो सकता है।

क्लस्टर और व्यवस्थित नमूनाकरण कैसे भिन्न होते हैं?

क्लस्टर नमूनाकरण और व्यवस्थित नमूनाकरण इस बात में भिन्न है कि वे नमूने में शामिल जनसंख्या से नमूना बिंदुओं को कैसे खींचते हैं। क्लस्टर नमूनाकरण जनसंख्या को समूहों में विभाजित करता है और फिर प्रत्येक क्लस्टर से एक साधारण यादृच्छिक नमूना लेता है। व्यवस्थित नमूनाकरण जनसंख्या से एक यादृच्छिक प्रारंभिक बिंदु का चयन करता है, और फिर उसके आकार के आधार पर जनसंख्या के नियमित निश्चित अंतराल से एक नमूना लिया जाता है। क्लस्टर नमूनाकरण व्यवस्थित नमूनाकरण की तुलना में एक बड़ी नमूना त्रुटि के लिए अतिसंवेदनशील है, हालांकि यह एक सस्ती प्रक्रिया हो सकती है।

व्यवस्थित नमूने के नुकसान क्या हैं?

व्यवस्थित नमूने का मुख्य नुकसान यह है कि जनसंख्या के आकार की आवश्यकता होती है। जनसंख्या में प्रतिभागियों की विशिष्ट संख्या को जाने बिना, व्यवस्थित नमूनाकरण अच्छी तरह से काम नहीं करता है। उदाहरण के लिए, यदि कोई सांख्यिकीविद् किसी विशिष्ट क्षेत्र में बेघर लोगों की आयु की जांच करना चाहता है, लेकिन यह सटीक रूप से प्राप्त नहीं कर सकता है कि कितने बेघर लोग हैं, तो उनके पास जनसंख्या का आकार या प्रारंभिक बिंदु नहीं होगा। एक और नुकसान यह है कि जनसंख्या को इसके लिए एक प्राकृतिक मात्रा में यादृच्छिकता प्रदर्शित करने की आवश्यकता होती है अन्यथा नमूने के उद्देश्य को हराकर समान उदाहरणों को चुनने का जोखिम बढ़ जाता है।