- विशेषताएँ
- तरीकों के प्रकार
- एक चरण में नमूना लेना
- दो-चरण का नमूना
- इसका उपयोग कब करें
- जनसंख्या में वस्तुओं की एक पूरी सूची बनाना मुश्किल, महंगा या असंभव है
- जनसंख्या "प्राकृतिक" संगोष्ठियों (शहरों, स्कूलों, अस्पतालों, आदि) में केंद्रित है।
- फायदा
- व्यवहार्यता
- अर्थव्यवस्था
- परिवर्तनशीलता में कमी
- प्राथमिक उपयोग
- नुकसान
- बायस्ड नमूने
- गलतियां
- उदाहरण
- एक चरण में नमूना लेना
- दो-चरण का नमूना
- बहु मंच नमूना
- संदर्भ
क्लस्टर नमूने जब एक सांख्यिकीय जनसंख्या सजातीय समूहों स्पष्ट हैं, लेकिन आंतरिक रूप से विषम हैं विधि के नमूने का एक प्रकार किया जाता है। यह अक्सर बाजार अनुसंधान में उपयोग किया जाता है।
इस नमूना विधि के साथ, पूरी आबादी से सभी विषयों को तुरंत चुनने के बजाय, शोधकर्ता अपने जनसंख्या के नमूने को इकट्ठा करने के लिए कई कदम उठाता है। सबसे पहले, शोधकर्ता कुल समूहों को अलग-अलग समूहों में विभाजित करता है, जिन्हें क्लस्टर कहा जाता है। फिर जनसंख्या समूहों से एक सरल यादृच्छिक नमूना चुनें। अंत में, यह इन समूहों से नमूना डेटा लेकर अपना विश्लेषण करता है।
स्रोत: pixabay.com
एक निश्चित रैंडम सैंपल साइज के लिए, अपेक्षित त्रुटि कम होती है, जब जनसंख्या में सबसे बड़ी भिन्नता आंतरिक रूप से समूहों के भीतर मौजूद होती है, न कि समूहों के बीच।
क्लस्टर नमूना का उपयोग करने का एक सामान्य कारण नमूना दक्षता को बढ़ाकर लागत को कम करना है। यह स्तरीकृत नमूने से भिन्न होता है, जहां उद्देश्य सटीकता बढ़ाना है।
विशेषताएँ
- जनसंख्या को एन समूहों में विभाजित किया जाता है, जिन्हें कॉग्लोमेरेट्स कहा जाता है।
- शोधकर्ता बेतरतीब ढंग से नमूने में उन्हें शामिल करने के लिए n समूहों का चयन करता है, जहां n, N से कम है।
- आबादी के प्रत्येक तत्व को एक, और केवल एक क्लस्टर में सौंपा जा सकता है।
- आदर्श रूप से, एक क्लस्टर के भीतर की आबादी यथासंभव विषम होनी चाहिए, लेकिन समूहों के बीच समरूपता होनी चाहिए। प्रत्येक क्लस्टर को छोटे पैमाने पर कुल आबादी का प्रतिनिधित्व होना चाहिए।
तरीकों के प्रकार
अध्ययन में शामिल करने के लिए कौन से क्लस्टर का चयन करना है, इसके लिए किसी भी प्रासंगिक क्लस्टर में यादृच्छिक नमूना तकनीक का उपयोग किया जाता है।
एक चरण में नमूना लेना
एक-चरण क्लस्टर नमूनाकरण में, चुने हुए समूहों में से प्रत्येक के भीतर सभी तत्वों का नमूना लिया जाता है।
दो-चरण का नमूना
दो-चरण क्लस्टर नमूनाकरण में, चयनित समूहों के भीतर वस्तुओं का एक सबसेट बेतरतीब ढंग से नमूने में शामिल करने के लिए चुना जाता है।
इसका उपयोग कब करें
इसका उपयोग केवल तभी किया जाना चाहिए जब आर्थिक रूप से उचित हो, जब लागत में कमी से नुकसान की भरपाई हो जाए। यह निम्न स्थितियों में होने की अधिक संभावना है।
जनसंख्या में वस्तुओं की एक पूरी सूची बनाना मुश्किल, महंगा या असंभव है
उदाहरण के लिए, हार्डवेयर स्टोर की श्रृंखला के लिए सभी ग्राहकों को सूचीबद्ध करना संभव नहीं है।
हालांकि, दुकानों के एक सबसेट (स्टेज 1) को बेतरतीब ढंग से चुनना और फिर उन स्टोरों (चरण 2) पर जाने वाले ग्राहकों के यादृच्छिक नमूने का साक्षात्कार करना संभव होगा।
जनसंख्या "प्राकृतिक" संगोष्ठियों (शहरों, स्कूलों, अस्पतालों, आदि) में केंद्रित है।
उदाहरण के लिए, OR नर्सों के साथ व्यक्तिगत साक्षात्कार करने के लिए, यह बेतरतीब ढंग से अस्पतालों के नमूने (चरण 1) से अस्पताल का चयन करने के लिए समझ में आता है और फिर उस अस्पताल में सभी OR नर्सों का साक्षात्कार कर सकता है।
क्लस्टर नमूनाकरण का उपयोग करके, साक्षात्कारकर्ता एक ही दिन में और एक ही अस्पताल में कई साक्षात्कार आयोजित कर सकता है।
इसके विपरीत, सरल यादृच्छिक नमूने के लिए साक्षात्कारकर्ता को पूरे दिन बिताने के लिए एक ही अस्पताल में एकल साक्षात्कार आयोजित करने की आवश्यकता हो सकती है।
फायदा
यह अन्य नमूना योजनाओं की तुलना में सस्ता हो सकता है, उदाहरण के लिए, कम यात्रा और प्रशासन लागत।
व्यवहार्यता
यह नमूना विधि बड़ी आबादी को ध्यान में रखती है। चूंकि ये समूह इतने बड़े हैं, इसलिए किसी भी अन्य नमूना विधि को लागू करना बहुत महंगा होगा।
अर्थव्यवस्था
इस पद्धति में यात्रा, जैसे खर्च में एक बड़ी चिंता, काफी हद तक कम हो जाती है।
उदाहरण के लिए, एक शहर में प्रत्येक घर में एक जांच से जानकारी संकलन करना बहुत महंगा होगा, जबकि शहर के कई ब्लॉकों में जानकारी संकलित करना सस्ता होगा। इस मामले में, यात्रा बहुत कम हो जाएगी।
परिवर्तनशीलता में कमी
जब अनुमानों को किसी अन्य विधि द्वारा माना जाता है, तो परिणामों में एक कम परिवर्तनशीलता देखी जाती है। यह हर समय एक आदर्श स्थिति नहीं हो सकती है।
प्राथमिक उपयोग
जब सभी तत्वों के साथ एक नमूना फ्रेम उपलब्ध नहीं है, केवल क्लस्टर नमूना का उपयोग किया जा सकता है।
नुकसान
बायस्ड नमूने
यदि नमूना आबादी के समूह में एक पक्षपाती राय है, तो यह निम्नानुसार है कि पूरी आबादी का एक ही मत है। यह वास्तविक मामला नहीं हो सकता है।
गलतियां
एक उच्च नमूनाकरण त्रुटि है, जिसे तथाकथित "डिज़ाइन प्रभाव" में व्यक्त किया जा सकता है।
अन्य संभावित विधियाँ इस विधि की तुलना में कम त्रुटियाँ देती हैं। इस कारण से यह शुरुआती लोगों के लिए अनुशंसित नहीं है।
उदाहरण
क्लस्टर नमूनाकरण का उपयोग युद्धों, अकालों और प्राकृतिक आपदाओं जैसे मामलों में उच्च मृत्यु दर का अनुमान लगाने के लिए किया जाता है।
एक चरण में नमूना लेना
एक एनजीओ शिक्षा प्रदान करने के लिए आसपास के पांच शहरों में बच्चों का एक नमूना स्थापित करना चाहता है।
एक-चरण क्लस्टर नमूनाकरण के माध्यम से, एनजीओ नमूना बनाने के लिए बेतरतीब ढंग से आबादी (क्लस्टर) का चयन करने में सक्षम होगा और इस प्रकार उन शहरों में अशिक्षित बच्चों को सहायता प्रदान करेगा।
दो-चरण का नमूना
एक व्यवसाय स्वामी अपने पौधों के सांख्यिकीय प्रदर्शन का पता लगाना चाहता है, जो कि अमेरिका के विभिन्न हिस्सों में फैले हुए हैं।
पौधों की संख्या को ध्यान में रखते हुए, प्रत्येक संयंत्र में काम किया जाता है, और प्रति संयंत्र में कर्मचारियों की संख्या, एक चरण में नमूना लेने में समय लगता है और महंगा होगा।
इसलिए, दो चरणों में सैंपलिंग किया जाना तय है। मालिक क्लस्टर बनाने के लिए विभिन्न पौधों से श्रमिकों के नमूने बनाता है। फिर आप उन्हें ऑपरेटिंग स्थिति में एक पौधे के आकार में विभाजित करते हैं।
एक दो-चरण क्लस्टर नमूना बनाया गया था, जिसमें गणना शुरू करने के लिए सरल यादृच्छिक नमूने जैसे अन्य क्लस्टर तकनीकों को लागू किया गया था।
बहु मंच नमूना
भौगोलिक क्लस्टर नमूनाकरण सबसे व्यापक रूप से लागू तकनीकों में से एक है।
प्रत्येक क्लस्टर एक भौगोलिक क्षेत्र है। चूंकि भौगोलिक रूप से छितरी हुई आबादी में एक सर्वेक्षण करना महंगा हो सकता है, इसलिए स्थानीय क्षेत्र में विभिन्न उत्तरदाताओं को जोड़कर सरल यादृच्छिक नमूने के साथ एक बड़ी अर्थव्यवस्था प्राप्त की जा सकती है।
सामान्य तौर पर, अनुमानों में समकक्ष परिशुद्धता प्राप्त करने के लिए कुल नमूना आकार में वृद्धि की आवश्यकता होती है, लेकिन लागत बचत नमूना आकार में इस तरह की वृद्धि को संभव बना सकती है।
उदाहरण के लिए, एक संगठन जर्मनी भर में स्मार्टफोन के प्रदर्शन का विश्लेषण करने के लिए एक सर्वेक्षण आयोजित करने का इरादा रखता है।
आप पूरे देश की आबादी को शहरों (समूहों) में विभाजित कर सकते हैं और उच्चतम आबादी वाले शहरों का चयन भी कर सकते हैं। उन लोगों को भी फ़िल्टर करें जो मोबाइल उपकरणों का उपयोग करते हैं।
संदर्भ
- विकिपीडिया, मुक्त विश्वकोश (2019)। चुननेवाली मेडिकल जांच। से लिया गया: en.wikipedia.org
- स्टेट ट्रेक। (2019)। क्लस्टर नमूनाकरण क्या है? से लिया गया: stattrek.com
- व्याख्यात्मक (2019)। चुननेवाली मेडिकल जांच। से लिया गया: explorable.com
- आदि भट (2019)। क्लस्टर नमूनाकरण: परिभाषा, विधि और उदाहरण। प्रश्न प्रो। से लिया गया: questionpro.com
- सीएफआई (2019)। चुननेवाली मेडिकल जांच। से लिया गया: Corporatefinanceinstitute.com