एक स्तरीकृत रैंडम नमूना क्या है?

ए स्तरीकृत यादृच्छिक नमूना संभाव्य नमूनाकरण प्रक्रिया का एक प्रकार है इस प्रकार के नमूने के दो बुनियादी हिस्से हैं: 1) यह स्तरीकृत है, और 2) यह संभाव्यता है तो इसका मतलब क्या होता है और यह क्यों महत्वपूर्ण है? एक स्तरीकृत यादृच्छिक नमूना को आनुपातिक यादृच्छिक नमूना या एक कोटा यादृच्छिक नमूने के रूप में भी जाना जाता है।

एक स्तरीकृत रैंडम नमूना क्या है?

एक नमूना एक बड़ी जनसंख्या का एक मिनी-प्रतिनिधित्व है

नमूनों को अनौपचारिक या औपचारिक रूप से निर्धारित किया जा सकता है। लेकिन कुछ वैज्ञानिक तरीकों के अनुसार व्यवस्थित तरीके से विकसित नमूने आम तौर पर बड़ी आबादी के बारे में सामान्यीकरण करने के लिए अधिक उपयोगी मानते हैं।

स्थिरता क्या मतलब है?

समेकित नमूनों में सजातीय उप-समूह होते हैं जिन्हें महत्वपूर्ण तरीके से अलग माना जाता है इन सजातीय उप-समूहों का एक संग्रह स्ट्रेट के रूप में संदर्भित है। नमूनाकरण प्रक्रियाओं की यह विधि जनसंख्या को समरूप उपसमूहों में बांटती है जिससे सरल यादृच्छिक नमूने का चयन किया जा सकता है।

-2 ->

एक स्तरीकृत नमूना उपयोगी क्यों है?

स्तरीकृत यादृच्छिक नमूने का उद्देश्य विभिन्न उपसमूहों के प्रतिभागियों को चुनना है, जो माना जाता है कि जो अनुसंधान आयोजित किया जाएगा। उदाहरण के लिए, किसी अध्ययन के परिणाम विषयों की विशेषताओं जैसे कि उनकी उम्र, लिंग, काम के अनुभव के स्तर, नस्लीय और जातीय समूह, आर्थिक स्थिति, शिक्षा के स्तर को प्राप्त किया जा सकता है और इससे आगे भी प्रभावित हो सकते हैं।

एक स्तरीकृत नमूना बनाया गया है ताकि इन संभावित प्रभावशाली विशेषताओं को समग्र आबादी में इन विशेषताओं की प्रतिमान को दर्शाया जा सके। इस प्रकार, नमूना उस आबादी को दर्शाता है जहां से इसे लिया गया है, लेकिन नमूना को बड़ी आबादी का प्रतिनिधि होना नहीं कहा जा सकता है याद रखें, एक स्तरीकृत नमूने के सदस्यों का चयन यादृच्छिक प्रक्रिया नहीं है ऐसा कहा गया है कि एक बार स्तर की स्थापना हो चुकी है, एक साधारण यादृच्छिक नमूना का उपयोग नमूना

प्रत्येक स्तर के लिए सदस्यों के चयन के लिए किया जाता है। संभावित क्या मतलब है?

एक स्तरीकृत यादृच्छिक नमूना संभाव्यता है क्योंकि नमूना आबादी का चयन करने के लिए इस्तेमाल की जाने वाली हर विधि का आकलन करने के लिए एक विश्वसनीय तरीके से उपलब्ध है कि नमूना जनसंख्या कितनी बड़ी है (नमूना का चयन) दूसरे शब्दों में, संभाव्य नमूना एक शोधकर्ता को

बाधाओं का अनुमान लगाने के लिए परमिट देता है कि चयनित नमूना बड़ी आबादी का प्रतिनिधित्व नहीं करता है या न ही नमूना तैयार किया गया था। उदाहरण

वर्गीकृत यादृच्छिक नमूनाकरण विधियों का उपयोग करें, जब समान रूप से उपसमूहों और पूरे नमूने की बड़ी आबादी के बीच अंतर में रुचि हो।

मान लें कि व्यापारिक ग्राहकों की आबादी को तीन समूहों में विभाजित किया जा सकता है: जनरल-एक्सर्स, जेन-यर्स (मिलेनियल), और बेबी बुमेरर्स। इसके अलावा, हमारे पास यह विश्वास करने का कारण है कि जेन-एक्सर्स और जेन-येर्स समग्र व्यापारिक ग्राहकों की अपेक्षाकृत छोटी अल्पसंख्यक हैं। जेन-एक्सर्स ग्राहकों की कुल आबादी का लगभग 5 प्रतिशत हिस्सा बनाते हैं और जेन-यर्स लगभग 10% ग्राहक बनाते हैं।

यदि हम नमूना अंश 10 प्रतिशत का उपयोग करते हैं तो 100 सदस्यों (n = 100) का सरल यादृच्छिक नमूना 5 जनरल-एक्सर्स और 10 जनरल-जेयर्स उत्पन्न कर सकता है यह नमूना में जितना कम जनरल-जेर्स और कम जनरल-येंर्स प्राप्त करना संभव होगा- बस मौके से। स्तरीकरण अधिक प्रतिनिधि परिणामों का उत्पादन करने की संभावना है। कहना है कि हम प्रत्येक समूह में कम से कम 25 लोग चाहते हैं। यदि हम अभी भी 100 (n = 100) का नमूना लेते हैं, तो हम 25 जनरल-जेर्स, 25 जनरल-यर्स, और 50 बेबी पीढ़ी की तुलना कर सकते हैं।

हम जानते हैं कि आबादी का 10 प्रतिशत मिलनियल या जेन-यर्स (या हमारे ग्राहकों का लगभग 100 है) 25 क्लाइंट का यादृच्छिक नमूना 25/100 या 25 प्रतिशत के अंतर-नमूना अंश दे देंगे। हम यह भी जानते हैं कि 50 क्लाइंट्स में से 5 प्रतिशत बेबी पीढ़ी हैं, जेन-एक्सर्स हैं.इसका मतलब है कि अंतर-स्तरीय अंश 25/50 या 50 प्रतिशत होंगे।

तो, 50 जनरल-जेर्स और 100 जनरल-यर्स हमारे ग्राहक नमूने का कुल 150. चूंकि कुल ग्राहक आबादी 1000 है, हम जेन-एक्सर्स प्लस जेन-यर्स (कुल 150 ग्राहकों) को घटाते हैं जो 850 क्लाइंट छोड़ते हैं, जो बेबी पीढ़ी हैं। अंदर-समतल नमूना बेबी पीढ़ी की तुलना के लिए अंश 50/850 या 5 के बारे में 5. 88 प्रतिशत।

दो बातें स्पष्ट हैं: (1) तीन समूह पूरी आबादी के मुकाबले समूह के भीतर अधिक समरूप हैं। इसका मतलब है कि कम विचरण, जो अधिक से अधिक सांख्यिकीय परिशुद्धता के लिए अवसर प्रदान करता है। (2) और जब से नमूना स्तरीकृत हो गया है, तब से पर्याप्त सदस्य होंगे प्रत्येक समूह को सार्थक सब-ग्रुप इनपरेशन बनाने में सक्षम होना चाहिए I

सशर्त यादृच्छिक नमूनाकरण के आधार पर स्ट्रैटेफाइड नमूना पसंद किया जा सकता है, जब कुल जनसंख्या का प्रतिनिधित्व करना और आबादी के प्रमुख उपसमूहों का प्रतिनिधित्व करना महत्वपूर्ण है, खासकर जब उपसमूह काफी छोटा है लेकिन महत्वपूर्ण तरीकों से अलग है स्तरीकृत नमूनाकरण विधियों का उपयोग करके, एक शोधकर्ता प्रभावी रूप से आश्वस्त कर सकता है कि शोध समूहों के विचारों में उपसमूहों को अलग किया जा सकता है।