সিস্টেমেটিক স্যাম্পলিং কী?
সিস্টেমেটিক স্যাম্পলিং হ'ল এক ধরণের সম্ভাব্যতা নমুনা পদ্ধতি যেখানে বৃহত্তর জনগোষ্ঠীর নমুনা সদস্যদের এলোমেলো শুরুর পয়েন্ট অনুসারে নির্বাচিত করা হয় তবে একটি নির্দিষ্ট, পর্যায়ক্রমের ব্যবধানের সাথে। স্যাম্পলিং ব্যবধান নামে পরিচিত এই ব্যবধানটি জনসংখ্যার আকারকে পছন্দসই নমুনার আকার দ্বারা ভাগ করে গণনা করা হয়।
নমুনা জনসংখ্যার অগ্রিম নির্বাচিত হওয়া সত্ত্বেও নিয়মিত নমুনাটি এখনও পর্যায়ক্রমে বিরতি নির্ধারণ করা হয় এবং প্রারম্ভিক বিন্দুটি এলোমেলোভাবে নির্ধারণ করা হলে এলোমেলো হিসাবে বিবেচিত হয়।
পরিসংখ্যানগত অনুক্রমের জন্য জনসংখ্যার নমুনা দেওয়ার বিভিন্ন পদ্ধতি রয়েছে; নিয়মিত নমুনা র্যান্ডম নমুনার এক রূপ is
পদ্ধতিগত নমুনা
সিস্টেমাল স্যাম্পলিং কীভাবে কাজ করে
যেহেতু জনসংখ্যার সাধারণ এলোমেলোভাবে নমুনা অকার্যকর এবং সময় সাপেক্ষ হতে পারে, তাই পরিসংখ্যানবিদরা পদ্ধতিগত নমুনা দেওয়ার মতো অন্যান্য পদ্ধতিতে মনোনিবেশ করেন। পদ্ধতিগত পদ্ধতির মাধ্যমে একটি নমুনা আকার নির্বাচন করা দ্রুত করা যেতে পারে। একবার স্থির শুরুর পয়েন্টটি চিহ্নিত হয়ে গেলে, অংশগ্রহণকারীদের নির্বাচনের সুবিধার্থে একটি ধ্রুবক বিরতি নির্বাচন করা হয়।
যখন ডেটা ম্যানিপুলেশনের ঝুঁকি কম থাকে তখন সিস্টেমেটিক স্যাম্পলিং সহজ এলোমেলো নমুনার চেয়ে ভাল। যদি কোনও গবেষক পছন্দসই ফলাফল পেতে ব্যবধানের দৈর্ঘ্যটি হেরফের করতে পারেন তবে এ জাতীয় ঝুঁকি যদি বেশি হয় তবে একটি সাধারণ এলোমেলো নমুনা কৌশলটি আরও উপযুক্ত হবে।
পদ্ধতিগত নমুনাটি এর সরলতার কারণে গবেষক এবং বিশ্লেষকদের কাছে জনপ্রিয়। গবেষকরা সাধারণত ধরে নেবেন যে ফলাফলগুলি প্রতিটি সাধারণ জনগণের প্রতিনিধি, যদি না এলোমেলো বৈশিষ্ট্যযুক্ত প্রতিটি " এন ম" উপাত্তের নমুনা (যা সম্ভাবনা কম) উপস্থিত থাকে। অন্য কথায়, একটি জনগণের নির্বাচিত মেট্রিকের সাথে এলোমেলোতার একটি প্রাকৃতিক ডিগ্রী প্রদর্শন করা প্রয়োজন। জনসংখ্যার যদি এক ধরণের মানসম্পন্ন প্যাটার্ন থাকে তবে দুর্ঘটনাক্রমে খুব সাধারণ ক্ষেত্রে বাছাই করার ঝুঁকি আরও প্রকট হয়।
নিয়মিত নমুনা দেওয়ার মধ্যে অন্যান্য নমুনা পদ্ধতিগুলির মতো, অংশগ্রহণকারীদের বাছাই করার আগে একটি লক্ষ্য জনসংখ্যার অবশ্যই নির্বাচন করা উচিত। সমীক্ষা পরিচালিত হওয়া যে কোনও পছন্দসই বৈশিষ্ট্যের ভিত্তিতে একটি জনসংখ্যা চিহ্নিত করা যেতে পারে। কিছু নির্বাচনের মানদণ্ডে বয়স, লিঙ্গ, জাতি, অবস্থান, শিক্ষার স্তর এবং / অথবা পেশা অন্তর্ভুক্ত থাকতে পারে।
- সিস্টেমেটিক স্যাম্পলিং এক ধরণের সম্ভাব্যতা নমুনা পদ্ধতি যা একটি বৃহত জনসংখ্যার নমুনা সদস্যদের একটি এলোমেলো সূচনা পয়েন্ট অনুসারে নির্বাচিত হয় তবে একটি নির্দিষ্ট, পর্যায়ক্রমিক বিরতি (নমুনা ব্যবধান) সহ ।তাই এর সরলতার কারণে, পদ্ধতিগত নমুনা গবেষকদের কাছে জনপ্রিয়। এই পদ্ধতিটির অন্যান্য সুবিধার মধ্যে রয়েছে ক্লাস্টার নির্বাচনের ঘটনাটি দূরীকরণ এবং ডেটা দূষিত করার কম সম্ভাবনা D অসুবিধাগুলির মধ্যে রয়েছে নির্দিষ্ট নিদর্শনগুলির ওভার-বা নিম্ন-উপস্থাপনা এবং ডেটা ম্যানিপুলেশনের আরও বেশি ঝুঁকি include
সিস্টেমেটিক স্যাম্পলিংয়ের উদাহরণ
নিয়মিত পদ্ধতিতে নমুনা দেওয়ার অনুমানমূলক উদাহরণ হিসাবে, ধরে নিন যে 10, 000 জনসংখ্যায় একজন পরিসংখ্যানবিদ নমুনা দেওয়ার জন্য প্রতি 100 তম ব্যক্তিকে নির্বাচন করেন। নমুনা ব্যবধানগুলি নিয়মিতও হতে পারে, যেমন প্রতি 12 ঘন্টা থেকে আঁকতে একটি নতুন নমুনা বেছে নেওয়া।
অন্য উদাহরণ হিসাবে, আপনি যদি নিয়মিত পদ্ধতিতে নমুনা ব্যবহার করে 50, 000 জনসংখ্যার 1000 জন লোকের একটি এলোমেলো গ্রুপ নির্বাচন করতে চান তবে সমস্ত সম্ভাব্য অংশগ্রহণকারীদের একটি তালিকায় রাখতে হবে এবং একটি সূচনা পয়েন্ট নির্বাচন করা হবে। একবার তালিকাটি তৈরি হয়ে গেলে, তালিকার প্রতিটি 50 তম ব্যক্তি (নির্বাচিত শুরুর পয়েন্টে গণনা শুরু করা) 50, 000 / 1, 000 = 50 থেকে অংশগ্রহণকারী হিসাবে বেছে নেওয়া হবে।
উদাহরণস্বরূপ, যদি নির্বাচিত প্রারম্ভিক বিন্দু 20 হয় তবে তালিকার 70 তম ব্যক্তিকে 120 তম এবং তার পরে বেছে নেওয়া হবে। একবার তালিকার শেষে পৌঁছে এবং অতিরিক্ত অংশগ্রহণকারীদের প্রয়োজন হলে, গণনাটি তালিকার শুরুতে গণনা শেষ করতে লুপ হয়।
সিস্টেমেটিক স্যাম্পলিং ভার্সাস ক্লাস্টার স্যাম্পলিং
সিস্টেমেটিক স্যাম্পলিং এবং ক্লাস্টার স্যাম্পলিং কীভাবে নমুনায় অন্তর্ভুক্ত জনসংখ্যার থেকে নমুনা পয়েন্ট টানেন তার মধ্যে পার্থক্য রয়েছে। ক্লাস্টার স্যাম্পলিং জনসংখ্যাকে গুচ্ছগুলিতে বিভক্ত করে, যখন নিয়মিত পদ্ধতিতে নমুনা তৈরি করতে বৃহত্তর জনসংখ্যার থেকে নির্দিষ্ট ব্যবধান ব্যবহার করে।
সিস্টেমেটিক স্যাম্পলিং জনসংখ্যার থেকে এলোমেলো প্রারম্ভিক পয়েন্ট নির্বাচন করে এবং তারপরে তার আকারের উপর নির্ভর করে জনগণের নিয়মিত স্থির বিরতি থেকে একটি নমুনা নেওয়া হয়। ক্লাস্টারের স্যাম্পলিং জনসংখ্যাকে ক্লাস্টারে বিভক্ত করে এবং তারপরে প্রতিটি ক্লাস্টার থেকে একটি সাধারণ এলোমেলো নমুনা নেয়।
নমুনা দেওয়ার অন্যান্য পদ্ধতির তুলনায় ক্লাস্টার স্যাম্পলিং কম সুনির্দিষ্ট হিসাবে বিবেচিত হয়। তবে এটি কোনও নমুনা নেওয়ার জন্য খরচ বাঁচাতে পারে। ক্লাস্টার স্যাম্পলিং একটি দ্বি-পদক্ষেপের নমুনা পদ্ধতি। সম্পূর্ণ জনসংখ্যার একটি তালিকা সম্পূর্ণ করার সময় এটি ব্যবহার করা কঠিন। উদাহরণস্বরূপ, কোনও মুদি দোকানগুলির গ্রাহকদের সাক্ষাত্কারের জন্য পুরো জনসংখ্যাটি তৈরি করা কঠিন হতে পারে।
তবে, কোনও ব্যক্তি স্টোরের এলোমেলো উপসেট তৈরি করতে পারে যা প্রক্রিয়াটির প্রথম ধাপ। দ্বিতীয় ধাপটি হ'ল stores স্টোরগুলির গ্রাহকদের একটি এলোমেলো নমুনার সাক্ষাত্কার। এটি একটি সাধারণ ম্যানুয়াল প্রক্রিয়া যা সময় এবং অর্থ সাশ্রয় করতে পারে।
সিস্টেমেটিক স্যাম্পলিংয়ের সীমাবদ্ধতা
নিয়মিত পদ্ধতিতে নমুনা পরিচালনা করার সময় পরিসংখ্যানবিদদের অবশ্যই একটি ঝুঁকি বিবেচনা করতে হবে যাতে নমুনা ব্যবস্থার সাথে ব্যবহৃত তালিকাটি কীভাবে সংগঠিত হয় তা জড়িত। যদি তালিকায় রাখা জনগোষ্ঠী একটি চক্রীয় প্যাটার্নে স্যাম্পলিং ব্যবধানের সাথে মিলে যায় তবে নির্বাচিত নমুনা পক্ষপাতদুষ্ট হতে পারে।
উদাহরণস্বরূপ, একটি সংস্থার মানবসম্পদ বিভাগ কর্মীদের একটি নমুনা বেছে নিতে এবং তারা কোম্পানির নীতিগুলি সম্পর্কে কেমন অনুভব করতে চায় তা জানতে চায়। কর্মীদের 20 টি দলে দলবদ্ধ করা হয় এবং প্রতিটি দলের একজন পরিচালক থাকেন। যদি নমুনা আকার বাছাই করতে ব্যবহৃত তালিকাগুলি একসাথে ক্লাস্টার করা দলগুলির সাথে সংগঠিত হয়, তবে পরিসংখ্যানবিদরা নমুনা ব্যবস্থার উপর নির্ভর করে কেবলমাত্র পরিচালকদের (বা কোনও ম্যানেজারকেই বেছে নেবেন না) ঝুঁকিপূর্ণ।
