সমস্ত স্তরবিহীন র্যান্ডম স্যাম্পলিং সম্পর্কে
স্তরহীন র্যান্ডম স্যাম্পলিং কি?
একটি নমুনা একটি বৃহত্তর জনসংখ্যার একটি মিনি উপস্থাপনা হয়।
নমুনা আনুষ্ঠানিকভাবে বা আনুষ্ঠানিকভাবে নির্ধারিত হতে পারে। তবে নির্দিষ্ট বৈজ্ঞানিক পদ্ধতি অনুসারে পদ্ধতিগতভাবে উন্নত করা নমুনাগুলি সাধারণত বৃহত্তর জনসংখ্যার সাধারণীকরণের জন্য আরও উপযোগী বলে বিবেচিত হয়।
স্তরবিন্যাস মানে কি?
স্ট্র্যাটফর্মড নমুনাগুলি সমজাতীয় উপ-গোষ্ঠীগুলির দ্বারা গঠিত, যা গুরুত্বপূর্ণ উপায়ে আলাদা করা হয়। এই সমজাতীয় উপ-গোষ্ঠীর একটি সংগ্রহকে স্তর হিসাবে বলা হয়। নমুনা পদ্ধতির পদ্ধতি এই জনগোষ্ঠিকে সমজাতীয় উপগোষ্ঠিতে বিভক্ত করতে সক্ষম করে, যার থেকে সহজেই নকল নমুনা নির্বাচিত হতে পারে ।
কেন একটি স্তরযুক্ত নমুনা দরকারী?
স্তরগত র্যান্ডম স্যাম্পলিং এর লক্ষ্য বিভিন্ন উপগোষ্ঠীর অংশগ্রহণকারীদের নির্বাচন করা হয় যারা পরিচালিত হবে এমন গবেষণার প্রাসঙ্গিকতা বলে মনে করা হয়। উদাহরণস্বরূপ, একটি গবেষণার ফলাফলগুলি বিষয়গুলির বৈশিষ্ট্য , যেমন তাদের বয়সের, লিঙ্গ, কর্ম অভিজ্ঞতা স্তরের, জাতিগত এবং জাতিগত গোষ্ঠী, অর্থনৈতিক পরিস্থিতি, শিক্ষার স্তর অর্জন ইত্যাদি দ্বারা প্রভাবিত হতে পারে।
একটি স্তরিত নমুনা নির্মিত হয় যাতে এই সম্ভাব্য প্রভাবশালী বৈশিষ্ট্য মোটামুটি সামগ্রিক জনসংখ্যার এই বৈশিষ্ট্য প্যাটার্ন প্রতিফলিত হতে অনুমিত হতে পারে। এইভাবে, নমুনাটি যে জনসংখ্যার থেকে নেওয়া হয়েছে তা প্রতিফলিত করে, কিন্তু নমুনাকে বৃহত্তর জনগোষ্ঠীর প্রতিনিধিত্ব বলতে বলা যায় না।
মনে রাখবেন, একটি স্তরযুক্ত নমুনা সদস্যদের নির্বাচন একটি র্যান্ডম প্রক্রিয়া নয়। যে বলেন, স্তর একবার প্রতিষ্ঠিত হয়েছে, সহজ র্যান্ডম স্যাম্পলিং প্রতিটি স্তরের জন্য নমুনা সদস্যদের নির্বাচন করতে ব্যবহার করা হয়।
সম্ভাব্য অর্থ কি?
একটি স্তরহীন র্যান্ডম নমুনা সম্ভাব্যতা কারণ নমুনা জনসংখ্যার নির্বাচন করার জন্য ব্যবহৃত প্রত্যেকটি পদ্ধতি নমুনা জনগোষ্ঠীর প্রতিনিধিত্বের প্রতিনিধিত্বের একটি সম্ভাব্য নির্ভরযোগ্য উপায় প্রদান করে। অন্য কথায়, সম্ভাব্য নমুনা যে নমুনা নির্বাচন করেছে বা যে সংখ্যক জনসংখ্যার প্রতিনিধিত্ব করে না যেগুলি নমুনা তৈরি করা হয়েছে তা অনুমান করার জন্য গবেষককে অনুমতি দেয়।
উদাহরণ
সমতুল্য উপগোষ্ঠ এবং একটি সম্পূর্ণ হিসাবে বৃহত্তর নমুনা জনসংখ্যার মধ্যে পার্থক্য সুস্পষ্ট হয় যখন স্তরগত র্যান্ডম স্যাম্পলিং পদ্ধতি ব্যবহার করুন।
চলুন শুরু করা যাক যে ব্যবসার ক্লায়েন্টদের জনসংখ্যার তিনটি গ্রুপে বিভক্ত করা যায়: জেনারেল-জেনার্স, জেনার-ইয়েনস (মিলিয়ন বছর), এবং বেবি বুমের্স। উপরন্তু, আমরা বিশ্বাস করার কারণ আছে যে উভয় জেনারেল-জেনার্স এবং জেনারেল ইয়েন সামগ্রিক ব্যবসায়িক গ্রাহকদের তুলনামূলকভাবে ছোট সংখ্যালঘু। জেনার-জেনার্স গ্রাহকরা মোট জনসংখ্যার প্রায় 5 শতাংশ এবং জেনার-ইয়েরার প্রায় 10 শতাংশ গ্রাহককে আপগ্রেড করে।
যদি আমরা 10 শতাংশের একটি নমুনা ভগ্নাংশ ব্যবহার করি তবে 100 জন সদস্যের (n = 100) একটি সাধারণ র্যান্ডম নমুনা 5 জেনার-জেনার্স এবং 10 জেনার-ইয়ের জেনারেট করতে পারে। নমুনা ছাড়াও কম জেনার-জেনার্স এবং কম জেনার-ইয়েরার পেতে এটি সম্ভব হবে - শুধু সুযোগের মাধ্যমে। স্ট্র্যাটিফিকেশন আরও প্রতিনিধি ফলাফল উত্পাদন সম্ভবত। বলুন আমরা প্রতিটি গ্রুপে কমপক্ষে ২5 জন লোক থাকতে চাই। যদি আমরা এখনও 100 (n = 100) এর একটি নমুনা গ্রহণ করি, তাহলে আমরা 25 জেনার-জেনার্স, ২5 জেনার-ইয়েন, এবং 50 বেবি বুমেরার নমুনা দিতে পারি।
আমরা জানি যে জনসংখ্যার 10 শতাংশ মিলেনীয় বা জেনার-ইয়ের (অথবা আমাদের ক্লায়েন্টদের প্রায় 100) ২5 টি ক্লায়েন্টের একটি র্যান্ডম নমুনা 25/100 বা ২5 শতাংশের অভ্যন্তরে স্তরের নমুনা অংশ দেবে। আমরা জানি যে 5 শতাংশ যে 50 ক্লায়েন্ট নেই যারা বেবি ব্যাকমার্জার জেনার জেনার্স হয় না। এর মানে যে ভিতরের স্তরভাগ 25/50 বা 50 ভাগ হবে।
সুতরাং 50 জন জেনার্স প্লাস 100 জেনারেল ইয়েন মোট 150 টি ক্লায়েন্ট নমুনা। সামগ্রিক ক্লায়েন্ট জনসংখ্যার 1000 সাল থেকে, আমরা জেনার-জেনার্স এবং জেনার-ইয়েরসকে বাদ দিয়ে (মোট 150 টি ক্লায়েন্ট) যা 850 ক্লায়েন্টদের ছেড়ে দেয়, যারা বেবি বুমেডার হয়। শিশুর বিপদের জন্য অভ্যন্তরীণ স্যাম্পলিং এফেক্ট 50/850 বা প্রায় 5.88 শতাংশ।
দুইটি জিনিস স্পষ্ট হয়: (1) পুরো গোষ্ঠীর তুলনায় তিনটি গোষ্ঠী একাধিক গোষ্ঠীর মধ্যে সমান । এর মানে হল যে কম বিচ্ছিন্নতা রয়েছে, যা বৃহত্তর পরিসংখ্যানগত নির্ভুলতার জন্য সুযোগ প্রদান করে। (2) এবং নমুনা স্তরবিন্যাস করা হয়েছে যেহেতু, অর্থপূর্ণ উপ গ্রুপ তথ্য করতে সক্ষম হতে প্রতিটি গ্রুপ থেকে যথেষ্ট সদস্য হতে হবে।
যখন সামগ্রিক জনসংখ্যার প্রতিনিধিত্ব করা এবং জনসংখ্যার কী উপগোষ্ঠীগুলির প্রতিনিধিত্ব করা গুরুত্বপূর্ণ, তখন বিশেষত যখন উপগোষ্ঠীগুলি বেশ ছোট কিন্তু গুরুত্বপূর্ণ উপায়ে আলাদা হয়ে যায় তখন সহজেই সীমাবদ্ধ স্যাম্পলিংকে অগ্রাধিকার দেওয়া যেতে পারে। স্তরযুক্ত স্যাম্পলিং পদ্ধতি ব্যবহার করে, একটি গবেষক কার্যকরভাবে গবেষণা ফলাফলের আলোচনাতে উপ গ্রুপগুলি পার্থক্য হতে পারে তা নিশ্চিত করতে পারেন ।