স্যাম্পলিংহীন ত্রুটি কী?
স্যাম্পলিংহীন ত্রুটিটি একটি পরিসংখ্যানীয় শব্দ যা ডেটা সংগ্রহের সময় ফলাফল হিসাবে এমন ত্রুটি বোঝায় যার ফলে তথ্যটি সত্য মানের থেকে আলাদা হয়। একটি নমুনা বিহীন ত্রুটি একটি নমুনা ত্রুটি থেকে পৃথক। একটি নমুনা ত্রুটি নমুনার মান এবং মহাবিশ্বের মূল্যবোধগুলির মধ্যে যে কোনও পার্থক্য সীমাবদ্ধ যা উত্থাপিত কারণ নমুনার আকার সীমাবদ্ধ ছিল। (সমীক্ষা বা শুমারিতে পুরো মহাবিশ্বকে নমুনা দেওয়া যায় না))
কী Takeaways
- স্যাম্পলিংহীন ত্রুটিটি এমন একটি শব্দ যা পরিসংখ্যানগুলিতে ব্যবহৃত হয় যা ডেটা সংগ্রহের সময় ঘটে যাওয়া একটি ত্রুটি বোঝায়, যার ফলে ডেটাটি সত্য মানের থেকে আলাদা হয়। স্যাম্পলিংহীন ত্রুটিটি এলোমেলো বা নিয়মতান্ত্রিক ত্রুটিগুলি বোঝায় এবং এই ত্রুটিগুলি জরিপ, নমুনা বা আদমশুমারিতে চিহ্নিত করা চ্যালেঞ্জক হতে পারে। সিস্টেমেটিক নন-স্যাম্পলিং ত্রুটিগুলি এলোমেলো নন-স্যাম্পলিং ত্রুটির চেয়েও খারাপ কারণ সিস্টেমেটিক ত্রুটিগুলি অধ্যয়ন, সমীক্ষা বা আদমশুমারি বাদ দিতে হতে পারে। ত্রুটির সংখ্যা যত বেশি, তথ্যের পরিমাণ তত কম। যখন নমুনা-বিহীন ত্রুটি ঘটে তখন কোনও গবেষণা বা সমীক্ষায় পক্ষপাতের হার বেড়ে যায়।
কোনও ধরণের ভুল না করা হলেও একটি নমুনা ত্রুটির ফলাফল হতে পারে। "ত্রুটি" ফলাফলটি নিখুঁতভাবে তৈরি হয়েছিল যে কোনও নমুনায় থাকা ডেটা বিশ্বজগতের তথ্যের সাথে পুরোপুরি মিলে যাওয়ার সম্ভাবনা নেই যা থেকে নমুনা নেওয়া হয়। নমুনার আকার বাড়িয়ে এই "ত্রুটি" হ্রাস করা যায়।
নমুনা-বিহীন ত্রুটিগুলি অন্যান্য সমস্ত ত্রুটিগুলি coverেকে রাখে, সেগুলি সহ একটি নমুনা নমুনা কৌশল থেকে উদ্ভূত।
কীভাবে একটি স্যাম্পলিং ত্রুটি কাজ করে
স্যাম্পলিংহীন ত্রুটিগুলি নমুনা এবং আদমশুমারী উভয়ই উপস্থিত থাকতে পারে যেখানে সম্পূর্ণ জনগণ জরিপ করা হয়। নমুনা-বিহীন ত্রুটি দুটি বিভাগের আওতায় পড়ে: এলোমেলো এবং পদ্ধতিগত।
এলোমেলো ত্রুটি একে অপরকে অফসেট করে বলে বিশ্বাস করা হয় এবং তাই বেশিরভাগ ক্ষেত্রেই খুব কম উদ্বেগের বিষয় থাকে। অন্যদিকে সিস্টেমেটিক ত্রুটিগুলি পুরো নমুনাকে প্রভাবিত করে এবং এর ফলে আরও একটি গুরুত্বপূর্ণ সমস্যা উপস্থাপিত হয়। এলোমেলো ত্রুটি, সাধারণত, কোনও নমুনা বা জনগণনা স্ক্র্যাপিংয়ের ফল দেয় না, তবে একটি পদ্ধতিগত ত্রুটি সম্ভবত সংগৃহীত ডেটা অপ্রয়োজনীয় রেন্ডার করে।
জরিপ, অধ্যয়ন, বা আদমশুমারির মধ্যে ইস্যু না করে বাহ্যিক কারণগুলির দ্বারা নমুনা-বিহীন ত্রুটি ঘটে।
নমুনা-বিহীন ত্রুটি ঘটতে পারে এমন অনেকগুলি উপায় রয়েছে। উদাহরণস্বরূপ, নন-স্যাম্পলিং ত্রুটিগুলিতে ডেটা এন্ট্রি ত্রুটি, পক্ষপাতদুষ্ট জরিপ প্রশ্ন, পক্ষপাতদুষ্ট প্রক্রিয়াজাতকরণ / সিদ্ধান্ত গ্রহণ, অ-প্রতিক্রিয়া, অনুপযুক্ত বিশ্লেষণের সিদ্ধান্ত এবং উত্তরদাতাদের দ্বারা সরবরাহিত মিথ্যা তথ্য অন্তর্ভুক্ত থাকতে পারে তবে সীমাবদ্ধ নয়।
বিশেষ বিবেচ্য বিষয়
নমুনার আকার বাড়ানো যখন স্যাম্পলিং ত্রুটিগুলি হ্রাস করতে সহায়তা করতে পারে, তবে এটি নমুনাবিহীন ত্রুটিগুলি হ্রাস করার কোনও প্রভাব ফেলবে না। এটি কারণ স্যাম্পলিংহীন ত্রুটিগুলি প্রায়শই সনাক্ত করা কঠিন এবং এগুলি নির্মূল করা কার্যত অসম্ভব।
নমুনা-বিহীন ত্রুটিগুলির মধ্যে প্রতিক্রিয়াবিহীন ত্রুটি, কভারেজ ত্রুটি, সাক্ষাত্কার ত্রুটি এবং প্রক্রিয়াকরণ ত্রুটি অন্তর্ভুক্ত। একটি কভারেজ ত্রুটি ঘটবে, উদাহরণস্বরূপ, যদি কোনও ব্যক্তিকে সমীক্ষায় দু'বার গণনা করা হয়, বা জরিপে তাদের উত্তরগুলি নকল করা হয়। যদি কোনও সাক্ষাত্কার গ্রহণকারী তাদের নমুনাটিতে পক্ষপাতদুষ্ট থাকে তবে নমুনা-বিহীন ত্রুটি একটি সাক্ষাত্কারকারীর ত্রুটি হিসাবে বিবেচিত হবে।
তদ্ব্যতীত, এটি জরিমানা প্রমাণ করাও কঠিন যে সমীক্ষার উত্তরদাতারা ভুল বা উদ্দেশ্য করে ভুল তথ্য সরবরাহ করছেন। যেভাবেই হোক, উত্তরদাতারা প্রদত্ত ভুল তথ্যকে স্যাম্পলিং-না-করা ত্রুটি হিসাবে গণ্য করা হয় এবং এগুলি প্রতিক্রিয়া ত্রুটি হিসাবে বর্ণনা করা হয়।
প্রযুক্তিগত ত্রুটিগুলি একটি পৃথক বিভাগে বিদ্যমান। যদি ডেটা সম্পর্কিত কোনও এন্ট্রি থাকে যেমন কোডিং, সংগ্রহ, এন্ট্রি, বা সম্পাদনা — সেগুলি প্রক্রিয়া ত্রুটি হিসাবে বিবেচিত হয়।
