संभाव्यता आणि गैर-संभाव्यता नमूने कसे वेगळे आहेत ते जाणून घ्या

लोकसंख्येतील सर्व सदस्यांची थेट निरीक्षणे बनविणे शक्य नसल्यास नमुने मार्केट रिसर्चचा एक महत्त्वाचा भाग आहे. एक नमुना लोकसंख्या एक उपसंच आहे. अभ्यासाचे शोध निष्कर्ष महत्वाचे असू शकते अशा प्रकारे नमूद मोठ्या प्रमाणात लोकांशी संबंधित आहे याची खात्री करण्यासाठी केअर घेणे आवश्यक आहे. काही नमुने मोठ्या लोकसंख्येला प्रतिनिधित्व करतात जेणेकरून नमुना ग्रूपच्या निरिक्षणावर आधारीत मोठ्या लोकसंख्येच्या संदर्भात तो समस्येने करता येणार नाही.

दोन उपाय: संभाव्यता नमुना विरुद्ध नॉन-संभाव्यता नमूनाकरण

मार्केट रिसर्चमध्ये नमूना करण्यासाठी दोन सामान्य पध्दती आहेत: संभाव्यता नमूना आणि गैर-संभाव्यता नमूने संभाव्यता नमूना खालील अटी पूर्ण करणे आवश्यक आहे: विश्लेषण प्रत्येक युनिट नमुन्याच्या गट मध्ये समाविष्ट केले जात समान संभाव्यता असणे आवश्यक आहे, आणि नंतर नमुना साठी निवडले जात नमुना गट कोणत्याही सदस्य गणिती संभाव्यता गणितीय गणना जाऊ शकते.

त्रुटीचे सॅम्पलिशन काय आहे आणि मला हे कसे माहिती असेल?

गैर-संभाव्यतेच्या नमुनेंसह कार्य करताना , नमूनाची चूक घडणे समजून घेणे महत्त्वाचे आहे. नमूना समूह कमी करणे, नमूनाकरण त्रुटीची अधिक शक्यता. एक विशिष्ट प्रकारचा पूर्वाग्रह गैर-सहभागाचा परिणाम आहे अभ्यासाच्या एकूण परिणामांवर सहभाग नसल्याचा परिणाम समजून घेणे महत्त्वाचे आहे. एक उदाहरण म्हणजे 1 99 1 च्या जनरल सोसायटी सव्र्ह्या (जीएसएस) मधील अभ्यासामध्ये सहभागी झालेले नसलेल्यांपैकी बरेच जण गट-म्हणून सहभागी झाले होते.

कठीण-ते-पोहोचणार्या समूह सदस्यांना त्यांच्या पीअर लेबर बल सहभागींपेक्षा बरेच वेगळे होते-सामाजिक आर्थिक स्थिती, वैवाहिक स्थिती, वय, मुलांची संख्या, आरोग्य आणि लिंग.

सोयींग नमूना काय आहे? विश्लेषण करणे सोयीचे आहे का?

महाविद्यालयीन विद्यार्थी, रुग्ण, सशुल्क स्वयंसेवक, सोशल नेटवर्कस् किंवा औपचारिक संघटनांचे सदस्य, आणि अगदी कैदी यांवर प्रचंड भरवसा असल्यामुळे सोयीचे विज्ञान आणि वर्तणुकीशी संबंधित सोप्या सामान्यतः वापरल्या जातात .

जास्त सामाजिक विज्ञान आणि वर्तणुकीशी विज्ञान संशोधनाचा हेतू आहे की विशिष्ट वैशिष्ठ्ये आढळतात किंवा अभ्यास होतानाच्या गटात घडत नाहीत हे सत्यापित करणे आहे. एक सामान्य दृष्टीकोन अनेक गुणधर्मांमध्ये नाते शोधणे हा आहे अभ्यासाचे नमुने या प्रकारच्या अभ्यासासाठी उपयुक्त आणि पुरेसे आहेत. तसेच, हे ओळखणे उपयुक्त आहे की सुविधा नमुना एकत्र ठेवणे नेहमीच सोपे नसते.

दोन गटांची तुलना करण्यासाठी सोयीचे नमूने देखील जुळतील. जुळलेल्या सुविधा नमुन्यांचा वापर करण्यासाठी, संशोधकाने प्रथम नमुन्याच्या प्रत्येक सदस्यासाठी प्रतिरूप ओळखणे आवश्यक आहे. हे समकक्ष दुसरे (जुळलेले) नमुन्याचे सदस्य आहेत. सामान्यतः जुळलेल्या चलनांमध्ये लिंग, वय, जात, जातीचा विषय, शैक्षणिक पात्रता, राहण्याचा ठिकाण, राजकीय प्रवृत्ती, धर्म, नोकरी प्रकार आणि मजुरी किंवा पगार समाविष्ट आहे. या व्हेरिएबल्सची पूर्तता केल्यामुळे पूर्वाग्रहांचे स्त्रोत कमी करण्यास मदत होते. तथापि, हे ओळखणे महत्वाचे आहे की अगदी काळजीपूर्वक जुळणारे नमुने पूर्वाग्रहांपासून मुक्त होऊ शकत नाहीत-लपलेल्या स्त्रोतांपासून पूर्वाभिमुख होण्याची शक्यता नेहमीच असते

सर्वेक्षणाचा नमूना काय आहे? हा नेहमी गैर-संभाव्य आहे का?

पारदर्शक नमुना वापरला जातो तेव्हा जेव्हा संशोधक डिझाइन विशिष्ट वैशिष्ट्यांचे प्रदर्शन करणार्या लोकांच्या नमुन्याची मागणी करतात.

सामान्यत :, ही विशेषता दुर्मिळ किंवा असामान्य असतात आणि सामान्यत: मोठ्या लोकसंख्येमध्ये ("सामान्य वक्र" प्रमाणे) वितरीत केली जात नाहीत पारदर्शक नमुना पूर्वाग्रहांशी निगडित आहे, त्यातील काही पद्धती निष्फळ नमुन्याचे सदस्य ओळखण्यासाठी वापरल्या जाणार्या पद्धतींचा परिणाम म्हणून आढळतात. उदाहरणार्थ, जर संशोधन उद्देशाने वेदनाशामक मस्तिष्क दुखापती (टीबीआय) असलेल्या वेटर्सचा अभ्यास करणे आवश्यक असेल, तर त्या नमुन्यात लष्करी ज्येष्ठ सदस्यांचे असणे आवश्यक आहे ज्यांनी आघातक मस्तिष्क दुखापत केली आहे, आणि स्वतःला त्यानुसार ओळखायला आणि अभ्यासात सहभाग घेण्यास सहमत होतात . या प्रत्येक गुणधर्म किंवा शर्तीमुळे नमुनामध्ये काही प्रमाणात पूर्वाभिमुखता होते, त्यामुळे अभ्यासानुसार परिणामांचा स्तर आणि प्रकार मर्यादा सीमित होते.

गैर-संभाव्यतेचे नमूनाकरण दृष्टीकोन महत्वाची मर्यादा

गैर-संभाव्यतेच्या नमुन्यांची एक महत्त्वपूर्ण मर्यादा अशी आहे की गैर-संभाव्यतेच्या नमुन्यावर आधारीत मोठ्या लोकसंख्येबद्दल अनुमान काढला जाऊ शकत नाही.

हे नेहमीच बाबतीत नसते, तथापि, शोध निष्कर्षांबद्दल लोकांना कसे जाणीव होते याबद्दल एक वास्तववादी दृष्टिकोन असल्यामुळे ते सहजपणे अशा परिस्थितींची ओळख पटतील जिथे लोक गैर-संभाव्यता नमुन्याशी संबंधित निष्कर्षांमधून निष्कर्ष काढू शकतात.

सुविधेसाठी नमूना, हेतुपुरस्सर नमूना म्हणून देखील ओळखले जाते

उदाहरणे:

लोकमान्य मतप्रदर्शनांप्रमाणे काम करणारे नमुने येत्या निवडणुकीत जनतेच्या मतदानात प्रतिनिधित्व करतील या आशेने ते असेच प्रतिनिधित्व करतात. उदाहरणार्थ, निवडणुकीच्या निकालांविषयी अंदाज देण्यासाठी हे नमुन्यांना लोकसंख्येचा अत्यंत प्रतिनिधी असणे आवश्यक आहे.