नमूना प्रकार र अनुसन्धानमा नमूना त्रुटिहरू

तथ्याङ्कहरूमा, एक नमूना जनसंख्याको सबसेट हो जुन सम्पूर्ण समूहको सम्पूर्ण प्रतिनिधित्व गर्न प्रयोग गरिन्छ। अनुसन्धान गर्दा, यो प्रायः एक विशेष आबादीको हरेक सदस्य सर्वेक्षण गर्न अप्ठ्यारो छ किनकी धेरै मानिसहरू बस एकदम ठूलो छ। जनसंख्याको विशेषताहरूको बारेमा आविष्कार गर्न, शोधकर्ताहरूले अनियमित नमूना प्रयोग गर्न सक्छन्।

शोधकर्ताहरू किन नमूना प्रयोग गर्छन्?

मानव दिमाग वा व्यवहारको पहलूलाई अनुसन्धान गर्दा शोधकर्ताहरू प्रायः अधिकांश अवस्थामा प्रत्येक व्यक्तिबाट डेटा संकलन गर्न सक्दैनन्। यसको सट्टा, तिनीहरूले ठूलो समूह प्रतिनिधित्व गर्ने व्यक्तिहरूको सानो नमूना छनौट गर्छन्। यदि नमूना प्रश्नमा जनसंख्याको साँच्चै प्रतिनिधि हो भने, शोधकर्ताहरूले उनीहरूको नतिजा लिन सक्छन् र तिनीहरूलाई ठूलो समूहमा सामान्यतया लिन सक्छन्।

नमूनाका प्रकारहरू

मनोवैज्ञानिक अनुसन्धान र अन्य प्रकारका सामाजिक अनुसन्धानमा, प्रयोगशालाहरू सामान्यतया केहि फरक नमूना गर्ने तरिकाहरूमा निर्भर हुन्छन्।

1. सम्भावना नमूना

सम्भावना नमूना भनेको आबादीमा हरेक व्यक्ति खडा छ र चयन गर्ने बराबरको मौका हो। किनभने सम्भावना नमूनाले अनियमित विकल्प समावेश गर्दछ, यो आबादीको फरक सबसेट नमूनामा प्रतिनिधित्व गर्ने बराबर मौका छ भन्ने आश्वासन दिन्छ। यसले सम्भावना नमूनाहरू अझ बढी प्रतिनिधि बनाउँछ, र शोधकर्ताहरू उनीहरूको परिणाम समग्र रूपमा समूहमा सामान्यकृत गर्न सक्षम हुन्छन्।

सम्भावना नमूनाका केहि प्रकारहरू छन्:

• सरल यादृच्छिक नमूना , जस्तै नामले सुझाव दिन्छ, सम्भावना नमूनाको सरल प्रकार। शोधकर्ताहरूले हरेक व्यक्तिलाई आबादीमा लिन्छन् र अनियमित रुपमा आफ्नो नमूना चयन गर्छन्, प्राय: केही प्रकारको कम्प्यूटर कार्यक्रम वा अनियमित नम्बर जनरेटर प्रयोग गरेर।

• धैर्यजनक यादृच्छिक नमूनाले जनसंख्यालाई सबसमूहमा विभाजित गर्दछ र त्यसपछि यी प्रत्येक समूहबाट साधारण अनियमित नमूना लिने समावेश गर्दछ। उदाहरणका लागि, अनुसन्धानले जाति, लिंग, वा उमेरको आधारमा जनसंख्यालाई विभाजन गर्न सक्छ र त्यसपछि यी प्रत्येक समूहको साधारण अनियमित नमूना लिन्छ। धैर्यजनक यादृच्छिक नमूना प्राय: सरल थम्बनेल नमूना भन्दा बढि सांख्यिकीय सटीकता प्रदान गर्दछ र यो सुनिश्चित गर्न मद्दत गर्दछ कि केही समुहहरू नमूनामा सही रूपमा प्रस्तुत हुन्छन्।
• क्लस्टर नमूनाले आबादीलाई सानो क्लस्टरमा विभाजित गर्दछ, प्राय: भौगोलिक स्थान वा सीमामा आधारित। यी क्लस्टरहरूको एक यादृच्छिक नमूना चयन गरिएको छ र सबै क्लस्टर भित्रका विषयहरू मापन गरिन्छ। उदाहरणका लागि, कल्पना गर्नुहोस् कि तपाईं आफ्नो राज्यको स्कूल प्रिन्सिपलहरूमा अध्ययन गर्न खोज्दै हुनुहुन्छ। हरेक एक स्कूल सिद्धान्तबाट डेटा सङ्कलन लागत-प्रतिबन्धित र समय-उपभोग हुनेछ। क्लस्टर नमूना विधि प्रयोग गर्दै, तपाइँ अनियमित रूपमा तपाईंको राज्यबाट पाँच काउन्टरहरू चयन गर्नुहुन्छ र त्यसपछि प्रत्येक पाँचवटा काउन्टीहरूमा प्रत्येक विषयबाट डेटा संकलन गर्नुहुन्छ।

2. गैर-नागरीकरण नमूना

अर्कोतर्फ सम्भावना नमूना, माईकलमा सबै व्यक्तिलाई नचाहने तरिकाहरू प्रयोग गर्ने सहभागिताहरू चयन गर्ने समावेश छ।

यस प्रकारको नमूनाको साथ एक समस्या यो हो कि स्वयंसेवकहरू गैर-स्वयंसेवकहरूको तुलनामा निश्चित चरहरूमा फरक हुन सक्छ, जुन यसले सम्पूर्ण जनसंख्याको परिणामहरूलाई सामान्य बनाउन सक्छ।

त्यहाँ विभिन्न प्रकारका गैर-नाकाब्यापी नमूनाहरू पनि छन्:

• सुविधा नमूनाले अध्ययनमा सहभागीहरू प्रयोग गर्न समावेश गर्दछ किनभने तिनीहरू सजिलो र उपलब्ध छन्। यदि तपाइँले तपाइँको विश्वविद्यालयको मनोविज्ञान विभागको माध्यमबाट आयोजित मनोवैज्ञानिक अध्ययनको लागि हरेक स्वेच्छार्थ गर्नुभएको छ भने, तपाईंले सुविधा नमूनामा निर्भर एक अध्ययनमा भाग लिनुभएको छ। स्वयंसेवकहरूको लागि सोध्ने वा शोधकर्तालाई उपलब्ध नैदानिक ​​नमूना प्रयोग गरेर अध्ययनमा भरोसा गर्ने सुविधा पनि सुविधा नमूनाहरूको उदाहरण हुन्।

• Purposive नमूना शामिल छ कि केहि मापदण्डों को पूरा गर्ने व्यक्तियों को खोज शामिल हो। उदाहरणको लागि, बजारहरू 18 र 35 वर्षका बीचमा महिलाहरूले कसरी उत्पादित छन् भनेर सिक्ने रुचि राख्न सक्छ। उनीहरूले टेलीफोन शोध फर्म भाडामा लिने काम गर्न सक्छन् जुन जान्दछन् कि जान्दछन् कि उनीहरूको उमेर मापदण्ड पूरा गर्न र साक्षात्कार महिलाहरू साक्षात्कार गर्न सक्छन्।
• कोटा नमूनाले जानबूझेर जनसंख्या भित्र एक समूहको निर्दिष्ट अनुपात नमूना समावेश गर्दछ। उदाहरणका लागि, राजनैतिक दर्शकहरूले एक निश्चित राजनीतिक मुद्दामा आबादीको विचार अनुसन्धान गर्न चासो लिन सक्दछन्। यदि तिनीहरू सरल यादृच्छिक नमूना प्रयोग गर्दछन् भने, उनीहरूले जनसंख्याको निश्चित सब्सक्रान्तिलाई मौकाबाट छुटाउन सक्छन्। यसको सट्टा, तिनीहरू मापदण्ड स्थापित गर्छन कि नमूनाको एक निश्चित प्रतिशतले यी सब समूहहरू समावेश गर्नुपर्छ। जबकि परिणामस्वरूप नमूना वास्तवमा जनसंख्यामा अवस्थित वास्तविक अनुपातको प्रतिनिधि हुन सक्दैन, एक कोटाले यो सुनिश्चित गर्दछ कि यी साना उपसमूहहरू प्रतिनिधित्व हुन्छन्।

सम्भावना र गैर-उत्तरदायी नमूना फरक फरक तरिकाहरूको बारेमा बढी जान्नुहोस्।

नमूना त्रुटिहरू

किनकि नमूना एक आबादीमा स्वाभाविक रूपमा समावेश गर्न सक्दैन, त्रुटिहरू हुन सक्छ। एक जनसंख्या मा के छ र एक नमूना मा के छ के बीच मतभेद नमूना त्रुटि को रूपमा जानिन्छ।

जबकि यो जान्न असम्भव छ कि जनसंख्या र नमूना बीचको भिन्नता कसरी फरक हुन्छ, शोधकर्ताहरु लाई नमूनात्मक त्रुटिहरु को आकार को सांख्यिकीय अनुमान गर्न सक्षम हुन्छन्। राजनैतिक मतदानहरूमा, उदाहरणका लागि, तपाईले प्रायः आत्मविश्वासको स्तरले व्यक्त गरेका त्रुटिहरूको बारेमा सुन्न सक्नुहुन्छ।

सामान्यमा, नमूना सानो आकार को त्रुटि को आकार। यो सरल छ किनकि नमूना कुल आबादीको आकार पुग्न नजिकको हुन्छ, अझ सम्भावना यो जनसंख्याको सबै विशेषताहरु समाप्ती हुनु पर्छ। नमूना त्रुटि पुरा गर्न को लागी एकमात्र तरीका सम्पूर्ण जनसंख्याबाट डेटा एकत्रित गर्न को लागी हो, जुन प्रायः धेरै मूल्य-प्रतिबन्धित र समय-उपभोग हुन्छ। नमूनात्मक त्रुटिहरू कम गर्न सकिन्छ, तथापि, यादृच्छिक सम्भावना परीक्षण र ठूलो नमूना आकार प्रयोग गरी।

_{सन्दर्भहरू:}

_{गुडविन, सीजे (2010)। मनोविज्ञान मा अनुसन्धान: तरिका र डिजाइन। होकोकन, NJ: जॉन विली र संस।}

_{निकोलस, एल (2008)। मनोविज्ञानको परिचय। UCT प्रेस: ​​केप टाउन।}