Random Sampling क्या है?

यादृच्छिक नमूनाकरण क्या है? हिंदी में [What is Random Sampling? In Hindi]

Random sampling Sampling technique का एक हिस्सा है जिसमें प्रत्येक नमूने के चुने जाने की समान संभावना होती है। Random रूप से चुने गए एक नमूने का मतलब कुल जनसंख्या का निष्पक्ष प्रतिनिधित्व है। यदि किसी कारण से, Sample population का प्रतिनिधित्व नहीं करता है, तो भिन्नता को Sampling error कहा जाता है।

• Random Sampling, जिसे संभाव्यता नमूनाकरण के रूप में भी जाना जाता है, एक नमूना विधि है जो नमूना चयन के यादृच्छिकरण (Randomization) की अनुमति देती है।
• यह ध्यान रखना आवश्यक है कि नमूने हमेशा पूरी तरह से आबादी का सटीक प्रतिनिधित्व नहीं करते हैं; इसलिए, किसी भी भिन्नता को नमूनाकरण त्रुटियाँ कहा जाता है।
• चार प्राथमिक, यादृच्छिक (संभाव्यता) नमूनाकरण विधियां हैं - Simple Random Sampling, Systematic sampling, Stratified sampling, और Cluster sampling. 

यादृच्छिक नमूनाकरण का प्रकार [Random Sampling Type][In Hindi]

यादृच्छिक प्रतिचयन विधि किसी प्रकार के यादृच्छिक चयन का उपयोग करती है। इस पद्धति में, सभी उपयुक्त व्यक्तियों के पास पूरे नमूना स्थान से नमूना चुनने की संभावना होती है। यह एक समय लेने वाली और महंगी विधि है। संभाव्यता नमूने का उपयोग करने का लाभ यह है कि यह उस नमूने को सुनिश्चित करता है जो जनसंख्या का प्रतिनिधित्व करना चाहिए। इस न्यादर्शन पद्धति के चार प्रमुख प्रकार हैं, वे हैं;

1. सामान्य उद्देश्यरहित नमूना (Simple random sampling) : इस नमूनाकरण पद्धति में, जनसंख्या में प्रत्येक आइटम के नमूने में चुने जाने की समान और संभावित संभावना होती है (उदाहरण के लिए, समूह में प्रत्येक सदस्य को एक विशिष्ट संख्या के साथ चिह्नित किया जाता है)। चूँकि वस्तु का चयन पूरी तरह से संभावना पर निर्भर करता है, इसलिए इस विधि को "Method of chance selection" कहा जाता है। इसके अलावा, नमूना आकार बड़ा है, और आइटम को यादृच्छिक रूप से चुना जाता है। इस प्रकार इसे "Representative sampling" के रूप में जाना जाता है।
2. व्यवस्थित यादृच्छिक नमूनाकरण(Systematic Sampling) :इस पद्धति में, एक निश्चित नमूना अवधि के बाद यादृच्छिक चयन बिंदु चुनकर और अन्य विधियों को चुनकर गंतव्य आबादी से वस्तुओं का चयन किया जाता है। यह कुल जनसंख्या आकार और आवश्यक जनसंख्या आकार के अनुपात के बराबर है।
3. स्तरीकृत यादृच्छिक नमूना (Stratified Sampling) : इस नमूनाकरण पद्धति में, प्रत्येक समूह से एक साधारण यादृच्छिक नमूना प्राप्त करने और नमूना प्रक्रिया को पूरा करने के लिए एक जनसंख्या को उपसमूहों में विभाजित किया जाता है (उदाहरण के लिए, 50 की कक्षा में लड़कियों की संख्या)। इन छोटे समूहों को स्ट्रैट कहा जाता है। छोटा समूह जनसंख्या में कुछ विशेषताओं के आधार पर बनाया गया है। जनसंख्या को छोटे समूहों में विभाजित करने के बाद, शोधकर्ता बेतरतीब ढंग से नमूने का चयन करता है।
4. संकुल नमूनाकरण (Clustered sampling) : क्लस्टर नमूनाकरण स्तरीकृत नमूने के समान है, इसके अलावा जनसंख्या को बड़ी संख्या में उपसमूहों में विभाजित किया जाता है (उदाहरण के लिए, सैकड़ों हजारों स्तर या उपसमूह)। उसके बाद, इनमें से कुछ उपसमूहों को यादृच्छिक रूप से चुना जाता है और फिर इन उपसमूहों के भीतर सरल यादृच्छिक नमूने एकत्र किए जाते हैं। इन उपसमूहों को समूहों के रूप में जाना जाता है। यह मूल रूप से डेटा संकलन की लागत को कम करने के लिए उपयोग किया जाता है। Quota Sampling क्या है?

साधारण यादृच्छिक नमूनों के लाभ और हानि [Advantage & Disadvantage of Simple Random sampling]

जबकि साधारण यादृच्छिक नमूनों का उपयोग करना आसान है, वे महत्वपूर्ण नुकसान के साथ आते हैं जो डेटा को बेकार कर सकते हैं।

• लाभ : उपयोग में आसानी सरल यादृच्छिक नमूने के सबसे बड़े लाभ का प्रतिनिधित्व करती है। अधिक जटिल नमूनाकरण विधियों के विपरीत, जैसे कि स्तरीकृत Random Sampling और संभाव्यता नमूनाकरण, जनसंख्या को उप-आबादी में विभाजित करने या जनसंख्या के सदस्यों को यादृच्छिक रूप से चुनने से पहले कोई अन्य अतिरिक्त कदम उठाने की कोई आवश्यकता नहीं है। एक साधारण यादृच्छिक नमूना एक समूह का निष्पक्ष प्रतिनिधित्व करने के लिए होता है। यह एक बड़ी आबादी से एक नमूने का चयन करने का एक उचित तरीका माना जाता है क्योंकि जनसंख्या के प्रत्येक सदस्य के पास चुने जाने की समान संभावना होती है।

• नुकसान :एक साधारण यादृच्छिक नमूने के साथ एक नमूना त्रुटि हो सकती है यदि नमूना उस आबादी को सटीक रूप से प्रतिबिंबित नहीं करता है जिसे इसे प्रतिनिधित्व करना चाहिए। उदाहरण के लिए, 25 कर्मचारियों के हमारे साधारण यादृच्छिक नमूने में, 25 पुरुषों को आकर्षित करना संभव होगा, भले ही जनसंख्या में 125 महिलाएं, 125 पुरुष और 125 गैर-बाइनरी लोग हों। इस कारण से, साधारण Random Sampling का अधिक सामान्यतः उपयोग किया जाता है जब शोधकर्ता जनसंख्या के बारे में बहुत कम जानता है। यदि शोधकर्ता अधिक जानता था, तो एक अलग नमूना तकनीक का उपयोग करना बेहतर होगा, जैसे कि स्तरीकृत Random Sampling, जो जनसंख्या के भीतर अंतर, जैसे कि उम्र, जाति या लिंग के लिए खाते में मदद करता है। अन्य नुकसानों में यह तथ्य शामिल है कि बड़ी आबादी से नमूना लेने की प्रक्रिया अन्य तरीकों की तुलना में समय लेने वाली और महंगी हो सकती है।