স্তরযুক্ত এলোমেলো নমুনা সরবরাহকারীর এবং কনস

স্তরযুক্ত এলোমেলো নমুনা গবেষকদের একটি নমুনা জনসংখ্যা প্রাপ্ত করতে সক্ষম করে যা অধ্যয়নরত পুরো জনগোষ্ঠীকে সেরা উপস্থাপন করে obtain সর্বোপরি, গবেষণার এই পদ্ধতিটি এর অসুবিধাগুলি ছাড়াই নয়।

স্তরযুক্ত র্যান্ডম নমুনা: একটি ওভারভিউ

স্তরযুক্ত এলোমেলো নমুনা জড়িত প্রথম জনসংখ্যাকে উপ-জনসংখ্যায় বিভক্ত করে এবং তারপরে পরীক্ষার গোষ্ঠী গঠনের জন্য প্রতিটি উপ-জনগোষ্ঠীতে এলোমেলো নমুনা পদ্ধতি প্রয়োগ করে। অসুবিধা হ'ল গবেষকরা যখন জনগোষ্ঠীর প্রতিটি সদস্যকে একটি উপগোষ্ঠীতে শ্রেণিবদ্ধ করতে না পারেন।

স্ট্রেইটেড এলোমেলো নমুনা সহজ র্যান্ডম নমুনা থেকে পৃথক, যাতে সম্পূর্ণ জনসংখ্যার থেকে এলোমেলোভাবে ডেটা নির্বাচন করা জড়িত যাতে প্রতিটি সম্ভাব্য নমুনা সমান হওয়ার সম্ভাবনা থাকে। বিপরীতে, স্তরযুক্ত এলোমেলোভাবে নমুনা ভাগ করে নেওয়া বৈশিষ্ট্যের উপর ভিত্তি করে জনসংখ্যাকে ছোট গ্রুপ বা স্তরে বিভক্ত করে। জনসংখ্যার তুলনায় স্ট্র্যাটামের আকারের সরাসরি অনুপাতে প্রতিটি স্তর থেকে একটি এলোমেলো নমুনা নেওয়া হয়।

স্তরযুক্ত র্যান্ডম নমুনা উদাহরণ

নীচে স্ট্রেটেড এলোমেলো নমুনার উদাহরণ:

গবেষকরা একটি বড় বিশ্ববিদ্যালয়ে অর্থনীতি শিক্ষার্থীদের রাজনৈতিক ঝোঁক মূল্যায়নের জন্য ডিজাইন করা একটি গবেষণা করছেন। গবেষকরা এলোমেলো নমুনাটি লিঙ্গ, আন্ডারগ্রাজুয়েট এবং স্নাতক শিক্ষার্থীদের সহ শিক্ষার্থী জনসংখ্যার সর্বোত্তমভাবে সুনিশ্চিত করার বিষয়টি নিশ্চিত করতে চান। সমীক্ষায় মোট জনসংখ্যা ১, ০০০ জন শিক্ষার্থী এবং সেখান থেকে নীচে দেখানো হয়েছে এমন উপ-গোষ্ঠী তৈরি করা হয়েছে।

মোট জনসংখ্যা = 1, 000

গবেষকরা বিশ্ববিদ্যালয়ের প্রতিটি অর্থনীতি শিক্ষার্থীকে চারটি উপ-জনসংখ্যার মধ্যে একটিতে নিয়োগ দিতেন: পুরুষ স্নাতক, মহিলা স্নাতক, পুরুষ স্নাতক এবং মহিলা স্নাতক। গবেষকরা পরবর্তী গণনা করবেন প্রতিটি উপগোষ্ঠী থেকে মোট কত জন শিক্ষার্থী এক হাজার শিক্ষার্থীর সমন্বয়ে গঠিত। সেখান থেকে, গবেষকরা প্রতিটি উপগোষ্ঠীর মোট জনসংখ্যার শতাংশের প্রতিনিধিত্ব গণনা করে।

উপগোষ্ঠী:

• পুরুষ আন্ডারগ্রাজুয়েট = 450 জন শিক্ষার্থী (100 এর মধ্যে) বা জনসংখ্যার ৪%% মহিলা আন্ডারগ্রাজুয়েট = ২০০ ছাত্র বা ২০% পুরুষ স্নাতক শিক্ষার্থী = ২০০ জন ছাত্র বা ২০% মহিলা স্নাতক শিক্ষার্থী = ১৫০ জন ছাত্র বা ১৫%

প্রতিটি উপ-জনসংখ্যার এলোমেলো নমুনা তৈরি করা হয়, পুরো জনসংখ্যার মধ্যে এর প্রতিনিধিত্বের ভিত্তিতে। পুরুষ আন্ডারগ্রাজুয়েটদের জনসংখ্যার 45% হওয়ায় 45 জন আন্ডারগ্রাজুয়েট এলোমেলোভাবে এই উপগোষ্ঠীর বাইরে বেছে নেওয়া হয়েছে। পুরুষ গ্র্যাজুয়েটরা জনসংখ্যার মাত্র 20%, তাই ২০ জন নমুনার জন্য নির্বাচিত হন এবং আরও অনেক কিছু।

স্তরযুক্ত এলোমেলোভাবে নমুনা নিখুঁতভাবে অধ্যয়নরত জনসংখ্যাকে প্রতিবিম্বিত করে, যে শর্তগুলি পূরণ করা প্রয়োজন তার অর্থ প্রতিটি গবেষণায় এই পদ্ধতিটি ব্যবহার করা যাবে না।

স্ট্রেটেইড র্যান্ডম স্যাম্পলিংয়ের সুবিধা

সাধারণ র্যান্ডম স্যাম্পলিংয়ের সাথে তুলনা করা হলে স্ট্রাইটেড এলোমেলো নমুনার সুবিধা রয়েছে।

জনসংখ্যার অধ্যয়ন যথাযথভাবে প্রতিফলিত করে

স্তরযুক্ত এলোমেলো নমুনা অধ্যয়নরত জনসংখ্যাকে নির্ভুলভাবে প্রতিফলিত করে কারণ গবেষকরা এলোমেলো নমুনা পদ্ধতি প্রয়োগের আগে পুরো জনসংখ্যাকে স্তরিত করছেন। সংক্ষেপে, এটি জনগণের মধ্যে প্রতিটি উপগোষ্ঠী নমুনার মধ্যে যথাযথ প্রতিনিধিত্ব প্রাপ্ত নিশ্চিত করে। ফলস্বরূপ, স্তরযুক্ত এলোমেলো নমুনা জনসংখ্যার আরও ভাল কভারেজ সরবরাহ করে যেহেতু গবেষকরা সাব-গ্রুপগুলির উপর নিয়ন্ত্রণ রাখেন যে সেগুলি সমস্ত নমুনাটিতে প্রতিনিধিত্ব করে।

সাধারণ এলোমেলো নমুনা সহ, কোনও নির্দিষ্ট উপগোষ্ঠী বা ব্যক্তির প্রকারটি বেছে নেওয়ার কোনও গ্যারান্টি নেই। বিশ্ববিদ্যালয়ের শিক্ষার্থীদের আমাদের আগের উদাহরণে, জনসংখ্যার থেকে ১০০ জন নমুনা সংগ্রহ করতে সাধারণ এলোমেলো নমুনা ব্যবহারের ফলে কেবলমাত্র 25 জন পুরুষ স্নাতক বা মোট জনসংখ্যার 25% নির্বাচিত হতে পারে। এছাড়াও, 35 জন মহিলা স্নাতক শিক্ষার্থী বাছাই করা হতে পারে (জনসংখ্যার 35%) যার ফলে পুরুষ স্নাতকদের স্নাতক-প্রতিনিধিত্ব এবং মহিলা স্নাতক শিক্ষার্থীদের অতিরিক্ত প্রতিনিধিত্ব হতে পারে। জনগণের প্রতিনিধিত্বমূলক কোনও ত্রুটি অধ্যয়নের যথার্থতা হ্রাস করার সম্ভাবনা রয়েছে।

স্ট্রাইটেড এলোমেলো নমুনার অসুবিধা

স্তরযুক্ত এলোমেলো নমুনা গবেষকদের একটি অসুবিধেও উপস্থাপন করে।

সমস্ত স্টাডিতে ব্যবহার করা যাবে না

দুর্ভাগ্যক্রমে, গবেষণার এই পদ্ধতিটি প্রতিটি গবেষণায় ব্যবহার করা যায় না। পদ্ধতির অসুবিধাটি হ'ল এটি সঠিকভাবে ব্যবহারের জন্য বেশ কয়েকটি শর্ত পূরণ করতে হবে। গবেষকদের অবশ্যই অধ্যয়নরত জনসংখ্যার প্রতিটি সদস্যকে সনাক্ত করতে হবে এবং তাদের প্রত্যেককে একটি, এবং শুধুমাত্র একটি, উপ-জনসংখ্যার মধ্যে শ্রেণীবদ্ধ করতে হবে। ফলস্বরূপ, স্তরযুক্ত এলোমেলো নমুনা অসুবিধে হয় যখন গবেষকরা আত্মবিশ্বাসের সাথে জনগোষ্ঠীর প্রতিটি সদস্যকে একটি উপগোষ্ঠীতে শ্রেণিবদ্ধ করতে পারবেন না। এছাড়াও, একটি সম্পূর্ণ জনসংখ্যার সম্পূর্ণ এবং চূড়ান্ত তালিকা খুঁজে পাওয়া চ্যালেঞ্জ হতে পারে।

একাধিক সাবগ্রুপগুলিতে পড়ে এমন বিষয়গুলি থাকলে ওভারল্যাপিং একটি সমস্যা হতে পারে। যখন সরল এলোমেলো নমুনা সম্পাদন করা হয়, তখন যারা একাধিক সাবগ্রুপে থাকে তাদের চয়ন করার সম্ভাবনা বেশি থাকে The ফলাফলটি জনসংখ্যার ভুল উপস্থাপনা বা ভুল প্রতিচ্ছবি হতে পারে।

উপরোক্ত উদাহরণটি এটিকে সহজ করে তোলে: স্নাতক, স্নাতক, পুরুষ এবং মহিলা সুস্পষ্টভাবে সংজ্ঞায়িত গোষ্ঠী। তবে অন্যান্য পরিস্থিতিতে এটি আরও বেশি কঠিন হতে পারে। জাতি, জাতি বা ধর্মের মতো সংযুক্তিযুক্ত বৈশিষ্ট্যগুলি কল্পনা করুন। বাছাইয়ের প্রক্রিয়াটি আরও কঠিন হয়ে ওঠে, স্তরহীন এলোমেলোভাবে নমুনা সরবরাহ করে একটি অকার্যকর এবং আদর্শ পদ্ধতির চেয়ে কম।

কী Takeaways

• স্তরযুক্ত এলোমেলো নমুনা গবেষকদের এমন একটি নমুনা জনসংখ্যা অর্জন করতে দেয় যা পুরো জনগণের অধ্যয়নরত সেরা উপস্থাপন করে research সম্পূর্ণ জনসংখ্যা, সুতরাং প্রতিটি সম্ভাব্য নমুনা হওয়ার সমান সম্ভাবনা।