परिभाषा एबीसी. में अवधारणा

कुछ व्यापक विषयों का अध्ययन करने के लिए, वैज्ञानिक अपनी वस्तु की समग्रता के एक हिस्से का विश्लेषण करते हैं जाँच पड़ताल. यह भाग एक नमूना है और संबंधित अध्ययन एक नमूना है। इस प्रकार, सभी प्रकार के क्षेत्रों में एक नमूना लेना संभव है: इलाके का विश्लेषण, ठोस का, ध्वनि का, जनसांख्यिकीय अध्ययन, रक्त, मूत्र का विश्लेषण, आदि।

किसी भी मामले में, किए गए नमूने का उद्देश्य जो अध्ययन किया जाता है उसका एक महत्वपूर्ण हिस्सा होना चाहिए, जैसे कि प्राप्त परिणाम क्या है के सेट से निष्कर्ष निकालने की अनुमति देते हैं अध्ययन।

जनसंख्या के अध्ययन में नमूने के प्रकार

a का समुच्चय सांख्यिकीय रूप से ज्ञात कीजिए आबादी यह एक अत्यंत कठिन और समय लेने वाला प्रश्न है। आइए देश की बीमारियों, खान-पान या खान-पान पर एक अध्ययन के बारे में सोचें सेवन किसी उत्पाद का। इस प्रकार का विश्लेषण a. के माध्यम से नहीं किया जा सकता है सर्वेक्षण एक सामान्य स्तर पर, ताकि नमूनाकरण एक बन जाए साधनआवश्यक.

कोई एकल विधा नहीं है। वास्तव में, कई प्रकार के नमूने हैं। एक ओर, ऐसे हैं जो यादृच्छिक या संभाव्य हैं। दूसरी ओर, गैर-संभाव्य वाले। जनसंख्या में से व्यक्तियों के उपसमुच्चय को चुनने के लिए पहली सबसे उपयुक्त प्रक्रिया है, क्योंकि यह उपकरण यह गारंटी देना संभव बनाता है कि चुना गया नमूना संपूर्ण का प्रतिनिधि है आबादी।

गैर-संभाव्य प्रकार में, नमूने का चुनाव इस पर निर्भर नहीं करता है संभावना, लेकिन जांच के कारणों या नमूने के उद्देश्य से संबंधित है। इसलिए, दोनों प्रक्रियाओं वे विभिन्न उद्देश्यों का जवाब देते हैं। संभाव्यता नमूनाकरण कठोर और वैज्ञानिक है, जबकि गैर-संभाव्यता नमूनाकरण सजातीय जनसंख्या अध्ययन के लिए बेहतर अनुकूल है।

सभी नमूने त्रुटि के एक निश्चित मार्जिन का तात्पर्य है

मान लीजिए हम जानना चाहते हैं कि कितने स्पेनवासी धूम्रपान करने वाले हैं। सटीक प्रतिशत स्थापित करने के लिए, दो प्रक्रियाओं का उपयोग किया जा सकता है: 47 मिलियन निवासियों का सर्वेक्षण करें या या तो पूरी आबादी के प्रतिनिधि नमूने के रूप में एक निश्चित मात्रा का चयन करें, उदाहरण के लिए, 1000. का नमूना लोग

यदि एक यादृच्छिक नमूनाकरण किया जाता है, तो यह संभव है कि चुने गए लोग ज्यादातर धूम्रपान करने वाले हों और इसलिए, नमूना प्रतिनिधि नहीं होगा। नतीजतन, प्रत्येक नमूने में एक होता है हाशिया सांख्यिकीय त्रुटि।

त्रुटि के मार्जिन को कम करने के लिए, विशेषज्ञ उपयुक्त नमूना आकार चुनने की सलाह देते हैं। बेशक, नमूना जितना बड़ा होगा, त्रुटि का मार्जिन उतना ही छोटा होगा। इस अर्थ में, जब अध्ययन किया गया ब्रह्मांड बड़ा है, तो समान रूप से बड़े जनसंख्या नमूनों का उपयोग करना आवश्यक है।

तस्वीरें: फ़ोटोलिया - एंड्री पोपोव / अलेवका