कैसे स्तरीकृत यादृच्छिक नमूनाकरण कार्य करता है
स्तरीकृत यादृच्छिक नमूनाकरण नमूनाकरण की एक विधि है जिसमें जनसंख्या को छोटे समूहों में विभाजित करना शामिल है – जिसे स्ट्रेटा कहा जाता है। समूह या समूह समूह में सदस्यों की साझा विशेषताओं या विशेषताओं के आधार पर आयोजित किए जाते हैं। जनसंख्या को समूहों में वर्गीकृत करने की प्रक्रिया को स्तरीकरण कहा जाता है।
स्तरीकृत यादृच्छिक नमूने को कोटा यादृच्छिक नमूनाकरण और आनुपातिक यादृच्छिक नमूनाकरण के रूप में भी जाना जाता है। स्तरीकृत यादृच्छिक नमूने के कई अनुप्रयोग और लाभ हैं, जैसे जनसंख्या जनसांख्यिकी और जीवन प्रत्याशा का अध्ययन करना ।
चाबी छीन लेना
- स्तरीकृत यादृच्छिक नमूनाकरण एक नमूनाकरण विधि है जिसमें छोटे समूहों में विभाजित जनसंख्या के नमूने लेना शामिल होता है जिसे स्ट्रेटा कहा जाता है।
- स्तरीकृत यादृच्छिक नमूने में जनसंख्या के अनुपात में, स्तरीकृत समूहों से यादृच्छिक नमूने लेना शामिल है।
- स्तरीकृत यादृच्छिक नमूना एक अधिक सटीक मीट्रिक है क्योंकि यह समग्र आबादी का बेहतर प्रतिनिधित्व है।
स्तरीकृत यादृच्छिक नमूने को समझना
स्तरीकृत यादृच्छिक नमूना आबादी को उपसमूहों में विभाजित करता है। प्रत्येक समूह या तबके से आबादी के लिए यादृच्छिक नमूने उसी अनुपात में लिए जाते हैं। प्रत्येक स्ट्रैटम में सदस्य (स्ट्रेटा के लिए एकवचन) में समान विशेषताएं और विशेषताएं हैं।
स्तरीकृत यादृच्छिक नमूनाकरण नमूनाकरण की एक विधि है, जो तब होती है जब एक शोधकर्ता अध्ययन के लिए एक छोटे समूह का नमूना आकार के रूप में चयन करता है । यह सबसेट बड़ी आबादी का प्रतिनिधित्व करता है। जनसंख्या को समान विशेषताओं वाले समूहों में व्यवस्थित करने से शोधकर्ताओं को समय और धन की बचत होती है जब अध्ययन की जा रही जनसंख्या व्यक्तिगत आधार पर विश्लेषण करने के लिए बहुत बड़ी है। स्तरीकृत यादृच्छिक नमूने शोधकर्ताओं को समान विशेषताओं के आधार पर समूहों को व्यवस्थित करने की अनुमति देता है जिससे एक यादृच्छिक नमूना तब प्रत्येक स्ट्रेटम या समूह से लिया जाता है।
स्तरीकृत यादृच्छिक नमूने का उपयोग किया जा सकता है, उदाहरण के लिए, चुनावों के मतदान का अध्ययन करने के लिए, जो लोग ओवरटाइम, जीवन प्रत्याशा, बदलती आबादी की आय और एक राष्ट्र में विभिन्न नौकरियों के लिए आय का काम करते हैं।
स्तरीकृत बनाम सरलीकृत यादृच्छिक नमूनाकरण
एक साधारण यादृच्छिक नमूना व्यक्तियों का एक नमूना होता है जो आबादी में मौजूद होता है जिसके तहत व्यक्तियों को आबादी से यादृच्छिक रूप से चुना जाता है और नमूने में रखा जाता है। व्यक्तियों को बेतरतीब ढंग से चुनने का यह तरीका एक नमूना आकार का चयन करना चाहता है जो आबादी का निष्पक्ष प्रतिनिधित्व है। हालांकि, आबादी का नमूना व्यापक रूप से भिन्न होने पर एक साधारण यादृच्छिक नमूना लाभप्रद नहीं है।
इसके विपरीत, स्तरीकृत यादृच्छिक नमूना आबादी को उपसमूह में तोड़ देता है और उन्हें समान लक्षणों, विशेषताओं और व्यवहार द्वारा व्यवस्थित करता है। नतीजतन, स्तरीकृत यादृच्छिक नमूना अधिक लाभकारी होता है जब जनसंख्या व्यापक रूप से बदलती है क्योंकि यह अध्ययन के लिए नमूनों को बेहतर ढंग से व्यवस्थित करने में मदद करता है।
हालाँकि, एक साधारण यादृच्छिक नमूना अधिक लाभप्रद होता है जब जनसंख्या को उपसमूह में व्यवस्थित नहीं किया जा सकता है क्योंकि जनसंख्या के भीतर बहुत अधिक अंतर होते हैं। इसके अलावा, साधारण यादृच्छिक नमूने सबसे अच्छे होते हैं, जब आबादी के बारे में बहुत कम जानकारी होती है, जो विशेषताओं या लक्षणों के आधार पर आबादी को सबसेट में टूटने से रोकता है।
स्तरीकृत यादृच्छिक नमूनाकरण का उदाहरण
एक शोध दल ने अमेरिका में 21 मिलियन कॉलेज के छात्रों के लिए ग्रेड बिंदु औसत या GPAs का विश्लेषण करने के लिए एक अध्ययन करने का निर्णय लिया है। शोधकर्ताओं ने 21 मिलियन की आबादी के भीतर 4,000 कॉलेज छात्रों का यादृच्छिक नमूना प्राप्त करने का निर्णय लिया है। टीम छात्रों या नमूना प्रतिभागियों के लिए विभिन्न बड़ी कंपनियों और बाद में जीपीए की समीक्षा करना चाहती है।
4,000 प्रतिभागियों में से, बड़ी कंपनियों का टूटना इस प्रकार है:
- अंग्रेजी: 560
- विज्ञान: ११:३५
- कंप्यूटर विज्ञान: 800
- इंजीनियरिंग: 1,090
- गणित: 415
शोधकर्ताओं ने स्तरीकृत रैंडम सैंपलिंग प्रक्रिया से अपने पांच स्ट्रैट को जाना है। इसके बाद, शोधकर्ता उन 21 मिलियन छात्रों के प्रतिशत को निर्धारित करने के लिए जनसंख्या के डेटा का अध्ययन करते हैं जो अपने नमूने से विषयों में प्रमुख हैं। निष्कर्ष निम्नलिखित दिखाते हैं:
- अंग्रेजी में 12% प्रमुख
- विज्ञान में 28% प्रमुख
- कंप्यूटर विज्ञान में 24% प्रमुख
- इंजीनियरिंग में 21% प्रमुख
- गणित में 15% प्रमुख