कैसे संभावना और गैर-संभावना नमूने भिन्न

आम तौर पर व्यावहारिक नहीं है कि आबादी के सभी सदस्यों के प्रत्यक्ष टिप्पणियों के बाद से नमूने बाजार अनुसंधान का एक महत्वपूर्ण हिस्सा हैं। एक नमूना जनसंख्या का एक सबसेट है यह सुनिश्चित करने के लिए ध्यान रखना चाहिए कि नमूना सभी तरीकों से बड़ी आबादी के साथ मेल खाती है जो अध्ययन के शोध निष्कर्षों के लिए महत्वपूर्ण हो सकते हैं। कुछ नमूनों की इतनी बारीकी से बड़ी आबादी का प्रतिनिधित्व किया जाता है कि यह नमूना समूह की टिप्पणियों के आधार पर बड़ी आबादी के बारे में जानकारी बनाने में समस्याग्रस्त नहीं है।

दो दृष्टिकोण: संभाव्यता नमूनाकरण बनाम गैर-संभाव्यता नमूनाकरण

बाजार अनुसंधान में नमूने के लिए दो सामान्य दृष्टिकोण हैं: संभाव्यता नमूनाकरण और गैर-संभाव्यता नमूनाकरण संभावित नमूनाकरण को निम्नलिखित शर्तों से अवश्य मिलना चाहिए: विश्लेषण के प्रत्येक इकाई में नमूना समूह में शामिल होने की समान संभावना होनी चाहिए, और फिर नमूने के लिए चुना जा रहा नमूना समूह के किसी सदस्य के गणितीय संभाव्यता को गणितीय रूप से गणना किया जा सकता है

त्रुटि नमूना क्या है और मुझे यह कैसे पता है अगर मुझे पता है?

गैर-संभावना के नमूनों के साथ काम करते समय, नमूनाकरण त्रुटि की घटना को समझना महत्वपूर्ण है छोटे नमूना समूह, नमूनाकरण त्रुटि का अधिक से अधिक मौका। एक विशेष प्रकार का पक्षपात गैर-सहभागिता का परिणाम है एक अध्ययन के समग्र परिणाम पर गैर-भागीदारी के प्रभाव को समझना महत्वपूर्ण है। एक उदाहरण 1980 के जनरल सोसायटी सर्वे (जीएसएस) से आता है, जिसमें शोध में भाग लेने वाले लोग काफी भिन्न नहीं थे - एक समूह के रूप में - जिन्होंने भाग लिया था।

-3 ->

कठिन-से-पहुंच समूह के सदस्य अपने सहकर्मी श्रम बल के प्रतिभागियों से काफी अलग थे- सबसे सामाजिक रूप से महत्वपूर्ण स्थिति, वैवाहिक स्थिति, उम्र, बच्चों की संख्या, स्वास्थ्य, और सेक्स।

सुविधा नमूना क्या है? क्या यह विश्लेषण करने के लिए सुविधाजनक है?

कॉलेज के छात्रों, रोगियों, भुगतान किए गए स्वयंसेवकों, सामाजिक नेटवर्क या औपचारिक संगठनों के सदस्यों और यहां तक ​​कि कैदियों पर भारी निर्भरता के कारण सुविधा के नमूनों का सामान्यतः सामाजिक विज्ञान और व्यवहार विज्ञान में उपयोग किया जाता है।

बहुत अधिक सामाजिक विज्ञान और व्यवहार विज्ञान अनुसंधान का उद्देश्य यह सत्यापित करना है कि कुछ विशेषताओं को घटित किया जाता है या अध्ययन के दौरान होने वाले समूह में नहीं होते हैं। एक सामान्य दृष्टिकोण कई विशेषताओं के बीच संबंधों को देखना है इस प्रकार के अध्ययन के लिए सुविधा के नमूने उपयोगी और पर्याप्त हैं। इसके अलावा, यह समझना उपयोगी है कि सुविधा नमूना एक साथ रखना आसान नहीं है।

दो समूहों की तुलना करने के लिए सुविधा के नमूने भी मिलान किए जा सकते हैं मिलान किए गए सुविधा नमूनों का उपयोग करने के लिए, एक शोधकर्ता पहले नमूने के प्रत्येक सदस्य के समकक्ष की पहचान करने में सक्षम होना चाहिए।ये समकक्ष दूसरे (मिलान) नमूने के सदस्य हैं। सामान्यतः मिलान किए गए वेरेंड्स में लिंग, आयु, जाति, जातीयता, शैक्षिक प्राप्ति, निवास स्थान, राजनीतिक अभिविन्यास, धर्म, नौकरी प्रकार, और मजदूरी या वेतन शामिल हैं इन चर का मिलान करने से पूर्वाग्रहों के स्रोतों को कम करने में मदद मिलती है हालांकि, यह समझना जरूरी है कि सावधानी से मिलान के कारण नमूने पूर्वाग्रह से मुक्त नहीं हो सकते हैं-हमेशा छिपे हुए स्रोतों से पूर्वाग्रह की संभावना है।

पारदर्शी नमूना क्या है? क्या यह हमेशा गैर-संभाव्यता है?

पारस्परिक नमूनाकरण का उपयोग तब किया जाता है जब शोध डिजाइन उन विशेषताओं के नमूने के लिए कहते हैं जो विशिष्ट विशेषताओं को प्रदर्शित करते हैं

आम तौर पर, ये गुण दुर्लभ या असामान्य होते हैं और आमतौर पर बड़ी आबादी में सामान्य रूप से ("सामान्य वक्र" के अनुसार) वितरित नहीं किया जाता है पारस्परिक नमूनाकरण पूर्वाग्रह से भरा होता है, जिनमें से कुछ तरीकों के परिणाम के रूप में होता है जो कि एक जानबूझकर नमूने के सदस्यों की पहचान करने के लिए उपयोग किया जाता है। उदाहरण के लिए, यदि अनुसंधान उद्देश्य में घायल मस्तिष्क की चोट (टीबीआई) के साथ वयोवृद्धों का अध्ययन करने की आवश्यकता होती है, तो नमूना में उन सैनिकों के पूर्व सदस्य शामिल होने चाहिए जिनमें एक दर्दनाक मस्तिष्क की चोट होती है, और जो स्वयं को पहचानते हैं और अध्ययन में भाग लेने के लिए सहमत हैं । इन सभी विशेषताओं या स्थितियों में नमूने के लिए पूर्वाग्रह का एक अंश है, जिससे अध्ययन से परिणाम के स्तर और प्रकार के निष्कर्षों को सीमित किया जा सकता है।

गैर-संभाव्यता नमूनाकरण दृष्टिकोण की एक महत्वपूर्ण सीमा

गैर-संभाव्यता नमूनाकरण की एक महत्वपूर्ण सीमा यह है कि गैर-संभाव्यता नमूने के आधार पर बड़ी आबादी के बारे में अनुमान नहीं खींचे जा सकते।

यह हमेशा मामला नहीं है, फिर भी, लोगों के शोध के निष्कर्षों के बारे में एक वास्तविक दृष्टिकोण के बाद से उन परिस्थितियों की आसानी से पहचान होगी जहां लोग गैर-संभावना वाले नमूनों से जुड़े निष्कर्षों से निष्कर्ष निकालते हैं।

सुविधा नमूनाकरण, जानबूझकर नमूनाकरण उदाहरण:

जनमत सर्वेक्षणों की तरह कार्य करने वाले नमूने इस विचार से फैलाए जाते हैं कि वे प्रतिनिधित्व करते हैं कि आने वाले चुनाव में जनसंख्या के लोग कैसे मतदान करेंगे या पसन्द। उदाहरण के लिए, चुनाव परिणामों के बारे में पूर्वानुमान बनाने के लिए ये नमूने जनसंख्या का अत्यधिक प्रतिनिधि होने चाहिए।