நிகழ்தகவு மற்றும் நிகழ்தகவு இல்லாத மாதிரி

இந்த வேலையில், இரண்டு முக்கிய வகைகளாகப் பிரிக்கப்பட்டுள்ள மாதிரி நுட்பங்கள் விளக்கப்படும்: விசாரணையை மேற்கொள்வதற்கு ஒரு மாதிரியை வெற்றிகரமாகச் செய்ய அல்லது போதுமான அளவு தேர்ந்தெடுக்க பெரிதும் உதவக்கூடிய நிகழ்தகவு மற்றும் நிகழ்தகவு இல்லாத மாதிரிகள், விசாரணை இருக்க முடியும் என்றார் மிகப் பெரிய ஸ்டுடியோவிற்கும் சிறியவற்றுக்கும்.

ஒரு நோயின் பரவல் அல்லது இல்லாதிருப்பதைத் தீர்மானிக்க ஒரு மக்கள்தொகையை ஆராய்வது போன்ற ஒரு மக்கள்தொகையில் ஒரு விசாரணையை மேற்கொள்ள, கேள்விக்குரிய முழு மக்களையும் நாம் பகுப்பாய்வு செய்யலாம், அதாவது மக்கள் தொகை கணக்கெடுப்பை மேற்கொள்ளலாம் அல்லது விசாரணையை மேற்கொள்ளலாம் மாதிரி மூலம் மக்கள் தொகையில் ஒரு பகுதி.

நிகழ்தகவு-மாதிரி-நிகழ்தகவு-குவாடலூப்

ஒட்டுமொத்த மக்கள்தொகையையும் ஆராய்வதன் மூலம், மக்கள்தொகையில் ஆய்வு செய்யப்பட்ட மாறியின் விநியோகத்தை சரியாக அறிந்து கொள்ள முடியும். மக்கள் தொகை கணக்கெடுப்பில் அதிக எண்ணிக்கையிலான கூறுகள் ஆராயப்பட வேண்டியிருப்பதால் இதற்கு அதிக நேரம் எடுக்கும் அல்லது செலவுகள் மிக அதிகமாக இருக்கும், இதற்கு நேரமும் பணமும் தேவைப்படுகிறது. நீங்கள் ஏராளமான தனிநபர்களைப் படிக்க விரும்பினால், பயிற்சி பெற்ற பணியாளர்கள் மற்றும் நன்கு பொருத்தப்பட்ட வசதிகள் இருப்பது அவசியம்.

சிறந்த மாற்று என்னவென்றால், மக்கள்தொகையில் ஒரு பகுதியை மட்டுமே பயன்படுத்த வேண்டும், அதாவது ஒரு மாதிரியை மேற்கொள்வது, ஏனெனில் இது மிக வேகமாகவும், மலிவாகவும் இருக்கிறது, மேலும் மாதிரி சரியாக தேர்ந்தெடுக்கப்பட்டால் முடிவுகள் மிகவும் துல்லியமாக இருக்கும்.

இந்த வேலையை மீண்டும் மேற்கொள்வதன் நோக்கம் இரண்டு வகையான மாதிரிகளையும், ஒவ்வொரு நிகழ்தகவு மற்றும் நிகழ்தகவு இல்லாத மாதிரியிலும் காணப்படும் நுட்பங்களின் வகைகளையும், ஒவ்வொரு மாதிரியையும் தேர்ந்தெடுப்பதன் நன்மைகள் மற்றும் தீமைகளையும் காண்பிப்பதாகும்.

புரோபபிலிஸ்டிக் மற்றும் நோ-ப்ராபபிலிஸ்டிக் மாதிரி

நிகழ்தகவு மற்றும் நிகழ்தகவு அல்லாத மாதிரியின் தலைப்பைத் தொடங்கவும் புரிந்துகொள்ளவும், மாதிரியின் பொருளை அறிந்து கொள்வது அவசியம்.

மாதிரி என்றால் என்ன?

மாதிரி என்பது ஒரு மக்களிடமிருந்து ஒரு நபர்களைத் தேர்ந்தெடுப்பதற்கான செயல்முறையாகும், அவற்றைப் படிப்பதற்கும் மொத்த மக்கள்தொகையை வகைப்படுத்துவதற்கும் ஆகும். (ஓச்சோவா, 2015). அதாவது, ஆய்வை எளிதாக்குவதற்காக அல்லது மக்கள்தொகையின் சிறப்பியல்புகளைத் தீர்மானிப்பதற்காக பிரதிநிதியாகக் கருதப்படும் ஒரு குறிப்பிட்ட நபர்களைத் தேர்ந்தெடுப்பதை இது கொண்டுள்ளது.

உதாரணமாக, ஒரு நகரத்தில் வசிப்பவர்களில் எத்தனை சதவீதம் பேர் அன்றாட வாழ்க்கையில் மது அருந்துகிறார்கள் என்பதை அறிய விரும்புகிறோம் என்று வைத்துக்கொள்வோம். இந்தத் தரவை அறிந்து கொள்வதற்கான ஒரு வழி முழு மக்கள்தொகையையும் படிப்பதாகும், ஆனால் ஒரு நகரத்தில் வசிப்பவர்களின் எண்ணிக்கை மிக அதிகமாக இருப்பதால் இதைச் செய்வது மிகவும் கடினம், இந்த காரணத்திற்காக மக்கள் தொகையில் ஒரு மாதிரி (எடுத்துக்காட்டாக 800 பேர்) தேர்ந்தெடுக்கப்படுகிறார்கள் விரும்பிய சதவீதத்தை அறிய. மக்கள் தேர்வு செய்யப்பட்ட முறை மாதிரி என்று அழைக்கப்படுகிறது.

மாதிரி தொழில்நுட்பங்களின் வகைப்பாடு

மல்ஹோத்ரா (2008) இன் படி, அவர் மாதிரி நுட்பங்களை பின்வருமாறு வகைப்படுத்துகிறார்: நிகழ்தகவு இல்லாத மற்றும் நிகழ்தகவு மாதிரியில். (விளக்கம் 1 இல் காண்க)

புரோபபிலிஸ்டிக் மாதிரி

நிகழ்தகவு மாதிரியானது ஒரு மாதிரி நுட்பமாகும், அங்கு மக்களிடமிருந்து தனிநபர்கள் தோராயமாக தேர்வு செய்யப்படுகிறார்கள், மேலும் ஒவ்வொன்றும் தேர்ந்தெடுக்கப்பட்ட மற்றும் மாதிரியின் ஒரு பகுதியாக இருப்பதற்கான ஒரே நேர்மறையான நிகழ்தகவைக் கொண்டுள்ளன. இதன் விளைவாக, இது ஒரு வகை மாதிரியாகும், இது ஆராய்ச்சிக்கு மிகவும் பரிந்துரைக்கப்படுகிறது, ஏனெனில் இது மிகவும் திறமையானது, துல்லியமானது மற்றும் பிரித்தெடுக்கப்பட்ட மாதிரியின் பிரதிநிதித்துவத்தை உறுதி செய்கிறது, கூடுதலாக, ஆராய்ச்சியாளர் மக்கள்தொகையில் ஒவ்வொரு நபருக்கும் ஒரே வாய்ப்புகள் இருப்பதை உறுதி செய்ய வேண்டும். நிகழ்தகவு மாதிரியில் பின்வரும் வகைகளைக் காணலாம்:

• எளிய சீரற்ற மாதிரி முறையான சீரற்ற மாதிரி அடுக்கு சீரற்ற மாதிரி கிளஸ்டர் சீரற்ற மாதிரி கலப்பு / பல-நிலை சீரற்ற மாதிரி.

எளிய சீரற்ற மாதிரி

இந்த மாதிரி நுட்பத்தில், மாதிரிக்குத் தேர்ந்தெடுக்கப்பட்ட மக்கள்தொகையின் அனைத்து கூறுகளும் சீரற்ற அலைகளால் தேர்ந்தெடுக்கப்படுகின்றன, அதே வழியில், ஒவ்வொரு உறுப்புக்கும் ஒரே மாதிரியான நிகழ்தகவு உள்ளது, உறுப்புகள் அவற்றின் அடையாளத்திற்கு தனித்துவமான ஒரு எண்ணை ஒதுக்குகின்றன.

தீர்மானிக்கப்பட்ட மாதிரிக்கு சொந்தமான கூறுகள் வேறு எந்த உறுப்புகளிலிருந்தும் சுயாதீனமாக தேர்ந்தெடுக்கப்படும். அதாவது, ஒரு உறுப்பு தேர்ந்தெடுக்கப்பட்டால், அது மற்றொரு உறுப்பைத் தேர்ந்தெடுப்பதில் எந்த செல்வாக்கையும் ஏற்படுத்தாது.

தேர்வு நடைமுறையைச் செய்ய, முதலில் மக்கள்தொகையின் அனைத்து கூறுகளுக்கும் எண் ஒதுக்கப்பட வேண்டும், பின்னர் தேர்வு சில இயந்திர வழிமுறைகள் (ஒரு படிக பந்தில் காகிதத்தின் கீற்றுகள், சீரற்ற எண்களின் அட்டவணை, பின்பால்ஸ்) வழியாக தொடரும். நிறுவப்பட்ட மாதிரியின் அளவைப் பொறுத்து, ஒரு பைக்குள் ஒதுக்கப்பட்ட எண்ணைக் கொண்ட பாங், ஒரு கணினியால் உருவாக்கப்பட்ட சீரற்ற எண்கள் போன்றவை) இயந்திர வழிமுறைகளால் பெறப்பட்ட எண்களுடன் தொடர்புடைய கூறுகள் ஆய்வு மாதிரியாக இருக்கும்.

எளிய சீரற்ற மாதிரியின் முன்னேற்றங்கள்

• ஆய்வு மாதிரியைச் சேகரிப்பதில் மிக எளிதானது மக்கள்தொகையின் கூறுகள் ஒரு சமமான வழியில் தேர்ந்தெடுக்கப்படுகின்றன, ஏனென்றால் எல்லா கூறுகளும் ஒரே மாதிரியான தேர்வின் நிகழ்தகவைக் கொண்டுள்ளன. ஒவ்வொரு உறுப்புத் தேர்வும் மற்ற தேர்வுகளிலிருந்து சுயாதீனமாக இருக்கும். தரவுகளை பகுப்பாய்வு செய்வதற்கும் பிழைகள் கணக்கிடுவதற்கும் தேவையான புள்ளிவிவர நடைமுறைகள் பிற நிகழ்தகவு மாதிரி நடைமுறைகளில் தேவைப்படுவதை விட எளிதானது. பிரதிநிதி மாதிரிகளை உருவாக்க முனைகிறது வழிமுறைகள் மற்றும் மாறுபாடுகளின் விரைவான கணக்கீடு.

எளிய சீரற்ற மாதிரியின் குறைபாடுகள்

• மக்கள்தொகையின் அனைத்து கூறுகளின் பட்டியலையும் எப்போதும் வைத்திருக்க வேண்டிய அவசியம், இந்த முறை மிகப் பெரிய மக்கள்தொகைக்கு பயன்படுத்தப்பட்டால், இந்த பட்டியலை உருவாக்க இது அதிக நேரம் எடுக்கும், அதே போல் எல்லா நேரங்களிலும் புதுப்பிக்கப்படும். ஒரு பெரிய மக்களுக்கு பொருந்தும்.

சிஸ்டமேடிக் ரேண்டம் மாதிரி

இந்த செயல்முறை, எளிய சீரற்ற மாதிரியைப் போலவே, மக்கள்தொகையின் அனைத்து கூறுகளையும் பட்டியலிடுகிறது, ஆனால் முந்தைய முறையைப் போலன்றி, மக்கள்தொகையில் ஒரு உறுப்பு மட்டுமே பிரித்தெடுக்கப்படும், இது சீரற்ற முறையில் செய்யப்படுகிறது.

தொடக்க புள்ளி உறுப்பு இருக்கும்? மற்றும் மாதிரியை உருவாக்கும் கூறுகள் இடங்களை ஆக்கிரமிக்கின்றனவா?,? +?,? + 2?,? + 3?,…,? + (? - 1)?, அதாவது தனிநபர்கள்? எங்கே ? மக்கள்தொகை அளவை மாதிரி அளவால் வகுப்பதன் மூலம் பெறப்பட்ட முடிவு. எண்ணிக்கை ? 1 க்கு இடையில் ஒரு சீரற்ற எண் ஒரு தொடக்க புள்ளியாக என்ன பயன்படுத்தப்படுகிறது? ?

• மக்கள்தொகை மிகப் பெரியதாக இருக்கும்போது இது பரிந்துரைக்கப்படுகிறது இது முழு மக்கள்தொகைக்கு மாதிரியைப் பெருக்கும் இது இயற்கணித கணக்கீட்டு சிக்கல்களை முன்வைக்காது இந்த வகை மாதிரிக்கு குறைந்த நேரம் தேவைப்படுகிறது, அதே போல் குறைந்த செலவும் தேவைப்படுகிறது

• மாதிரியின் உறுப்பினர்களை ஒரு நிலையான கால இடைவெளியுடன் தேர்ந்தெடுப்பதன் மூலம் மக்கள்தொகையில் குறிப்பிட்ட கால இடைவெளிகளைக் கொண்டிருக்கும் நிகழ்வுகளை இது முன்வைக்கிறது, மக்கள்தொகையில் நிகழாத ஒரு ஒருமைப்பாட்டை நாம் அறிமுகப்படுத்தலாம் மக்கள்தொகையில் அவ்வப்போது இருந்தால் மாறுபாட்டை அதிகரிக்கும் வாய்ப்பு இல்லை ஒவ்வொரு மண்டலத்திலும் தேர்ந்தெடுக்கப்பட்ட கூறுகள் முதல் மண்டலத்தில் தேர்ந்தெடுக்கப்பட்டதைப் பொறுத்தது என்பதால், வெவ்வேறு மண்டலங்களில் உள்ள தனிமங்களின் சுதந்திரம். மாதிரியின் முதல் உறுப்புக்கு ஒரே ஒரு சீரற்ற தேர்வு மட்டுமே உள்ளது.

ஸ்ட்ராண்டிஃபைட் ரேண்டம் மாதிரி

அடுக்கு சீரற்ற மாதிரியில், மக்கள்தொகையின் கூறுகள் துணைக்குழுக்கள் அல்லது அடுக்குகளாகப் பிரிக்கப்படுகின்றன, இதில் ஒவ்வொரு உறுப்பு ஒரே ஒரு அடுக்குக்கு மட்டுமே சொந்தமானது. அதாவது, ஒவ்வொரு தனிமமும் ஒரு குணாதிசயத்தை மதிக்கும் நிலைகளில் தொகுக்கப்படும், எடுத்துக்காட்டாக, பாலினம், வயது, தொழில், திருமண நிலை போன்றவை.

இந்த வகை மாதிரியின் நோக்கம், ஒவ்வொரு மாதிரியிலும் ஒவ்வொரு வட்டி வட்டும் சரியான முறையில் குறிப்பிடப்படுவதை உறுதி செய்வதாகும். அடுக்கு பரஸ்பரம் மற்றும் கூட்டாக முழுமையானதாக இருக்க வேண்டும், எனவே மக்கள்தொகையின் ஒவ்வொரு கூறுகளும் மக்கள்தொகையின் எந்த உறுப்புகளையும் தவிர்க்காமல் ஒரே அடுக்குக்கு சொந்தமானதாக இருக்க வேண்டும்.

வெவ்வேறு அடுக்குகளின் படி மாதிரியின் விநியோகம் ஒதுக்கீடு என்று அழைக்கப்படுகிறது, ஒதுக்கீடு வகைகள் பின்வருமாறு:

• எளிய பணி: ஒவ்வொரு அடுக்குகளும் ஒரே மாதிரியான மாதிரி உறுப்புகளுக்கு ஒத்திருக்கும். விகிதாசார ஒதுக்கீடு: ஒவ்வொரு அடுக்கின் மக்கள்தொகையின் அளவைப் பொறுத்து விநியோகம் செய்யப்படுகிறது. உகந்த ஒதுக்கீடு: முடிவுகளின் கணிக்கக்கூடிய சிதறல் கணக்கில் எடுத்துக்கொள்ளப்படுவதால் விகிதாச்சாரமும் நிலையான விலகலும் கணக்கில் எடுத்துக்கொள்ளப்படுகின்றன.

அடுக்குகளை வரையறுத்தபின், மாதிரி உருவாக்கப்பட்டது, சொல்லப்பட்ட மாதிரியைப் பெறுவதற்கு, தனிநபர்கள் ஒவ்வொரு அடுக்குக்கும் தனித்தனியாக எந்த மாதிரி நுட்பத்தையும் பயன்படுத்தி தேர்ந்தெடுக்கப்படுகிறார்கள், பொதுவாக மாதிரியைப் பெறுவதற்கு மிகவும் பயன்படுத்தப்படும் நுட்பம். அடுக்குகளின் எளிய சீரற்ற மாதிரி.

அடுக்குகளில், தனிநபர்களின் ஒரேவிதமான குழுக்கள் இருக்கக்கூடும், இதையொட்டி அவை வெவ்வேறு குழுக்களிடையே பன்முகத்தன்மை கொண்டவை, அதாவது, ஒவ்வொரு அடுக்கு குழுவிலும் தனிநபர்கள் பொதுவான குணாதிசயங்களை முன்வைக்கிறார்கள், ஆனால் அதே நேரத்தில் மற்ற அடுக்குகளிலிருந்து வேறுபடுகிறார்கள். வெறும் நடத்தை. உதாரணமாக, ஒரு குறிப்பிட்ட ஆய்வில் ஆண்களுக்கும் பெண்களுக்கும் இடையில் ஒரு வித்தியாசமான நடத்தை இருக்கும் என்று எதிர்பார்க்கப்படுகிறது, முதல் அடுக்கு ஆண்களாகவும், இரண்டாவது பெண்கள் பெண்களாகவும் இருக்கும், எனவே ஆண்கள் ஒருவருக்கொருவர் மற்றும் பெண்களைப் போலவே நடந்து கொள்கிறார்கள் ஒருவருக்கொருவர் ஒத்த விதத்தில் நடந்து கொள்ளுங்கள், எனவே, ஆண்களும் பெண்களும் ஒருவருக்கொருவர் வெவ்வேறு நடத்தைகளைக் கொண்டிருப்பார்கள். அடுக்கு பொதுவாக தங்களுக்குள் ஒரே மாதிரியாகவும், பன்முகத்தன்மையுடனும் இருந்தால்,இந்த மாதிரி நுட்பத்தைப் பயன்படுத்தும் போது, ​​நீங்கள் மாதிரி பிழையைக் குறைப்பீர்கள்.

ஸ்ட்ராண்டிஃபைட் ரேண்டம் மாதிரியின் முன்னேற்றங்கள்

• உங்களிடம் மக்கள்தொகை பற்றிய முதன்மை அறிவு இருக்கும்போது இந்த மாதிரி நுட்பத்தைப் பயன்படுத்துவது அறிவுறுத்தப்படுகிறது. மேலும் துல்லியமான மதிப்பீடுகளைப் பெறுங்கள் இந்த வகை மாதிரியின் நோக்கம் ஒவ்வொரு மாதிரியிலும் ஒவ்வொரு வட்டி முறையும் சரியான முறையில் பிரதிநிதித்துவம் செய்யப்படுவதை உறுதி செய்வதாகும். ஒவ்வொன்றிற்கும் வெவ்வேறு மாதிரி முறைகள் பயன்படுத்தப்படலாம் அடுக்கு தங்களுக்குள் உள்நாட்டில் ஒரேவிதமான மற்றும் பன்முகத்தன்மை கொண்டதாக இருந்தால், இந்த மாதிரி நுட்பத்தைப் பயன்படுத்தும் போது அது மாதிரி பிழையைக் குறைக்கும்.

ஸ்ட்ராடிஃபைட் மாதிரியின் குறைபாடுகள்

• துணைத் தகவல்களைக் கொண்ட ஒரு கட்டமைப்பை வைத்திருப்பது அவசியம். ஒவ்வொரு அடுக்குகளையும் உருவாக்குவது பெரும்பாலும் கடினம்.

காங்கோலோமரேட்டுகளால் சீரற்ற மாதிரி

மக்கள்தொகை இயற்கையான கொத்தாக தொகுக்கப்படும்போது இந்த முறை பயன்படுத்தப்படுகிறது, ஒட்டுமொத்த மக்கள்தொகைக்கு ஒத்த குணாதிசயங்களை முன்வைக்கும் கூறுகளின் தொகுப்பை நாங்கள் ஒருங்கிணைப்பதன் மூலம் புரிந்துகொள்கிறோம், அடுக்கு சீரற்ற மாதிரியைப் போலன்றி, இந்த செயல்முறை ஆய்வு செய்யப்பட வேண்டிய மாறிகள் படி தொகுக்கப்பட்டு சரியாக அடையாளம் காணப்படுகிறது மக்களுக்கு. கொத்துகள் பரஸ்பரம் மற்றும் கூட்டாக முழுமையானதாக இருக்க வேண்டும், அதேபோல் அவை தேர்ந்தெடுக்கப்படுவதற்கு சமமாக இருக்க வேண்டும்.

இந்த முறையைப் பயன்படுத்துவதற்கான நடைமுறை பின்வருமாறு:

• தோராயமாக கொத்துக்களைத் தேர்ந்தெடுக்கவும், ஒவ்வொரு கிளஸ்டரின் கூறுகளும் மாதிரியின் ஒரு பகுதியாக இருக்கும். இந்த கூறுகள் குழுக்கள் அல்லது கூட்டு நிறுவனங்களை உருவாக்கும். அதன்பிறகு, ஒவ்வொரு குழுவிலும் ஆய்வு செய்யப்படும் உறுப்புகளின் சீரற்ற தேர்வு அல்லது தேர்ந்தெடுக்கப்பட்ட குழுக்களை உருவாக்கும் அனைத்து கூறுகளையும் அவதானித்தல் செய்யப்படுகிறது.

கலப்பு / பல சீரற்ற மாதிரி

இந்த மாதிரி முறை மேற்கூறிய இரண்டு அல்லது அதற்கு மேற்பட்ட மாதிரி நுட்பங்களின் கலவையை உருவாக்குகிறது, பொதுவாக ஒரு விசாரணையை நடத்தும்போது, ​​நிகழ்தகவு மாதிரி முறை மட்டுமே பயன்படுத்தப்பட வேண்டும் என்று பரிந்துரைக்கப்படவில்லை, ஏனெனில் விசாரணையின் போது வெவ்வேறு கட்டங்கள் மேற்கொள்ளப்படுகின்றன. ஆராய்ச்சி மற்றும் ஒவ்வொரு கட்டத்திலும் இந்த முறை பயன்படுத்தப்பட்டால், வேறுபட்ட சீரற்ற மாதிரி தொழில்நுட்பம் பயன்படுத்தப்படும்.

NON-PROBABILISTIC SAMPLING

நிகழ்தகவு மாதிரி முறையால் மாதிரியைப் பெறுவது கடினமாக இருக்கும்போது நிகழ்தகவு அல்லாத மாதிரி பயன்படுத்தப்படுகிறது. இந்த முறை ஒரு மாதிரி நுட்பமாகும், இது சீரற்ற தேர்வு நடைமுறைகளைச் செய்யாது, மாறாக மாதிரிக்கு சொந்தமான கூறுகளைத் தேர்ந்தெடுப்பதற்கான ஆராய்ச்சியாளரின் தனிப்பட்ட தீர்ப்பை அடிப்படையாகக் கொண்டது. இந்த நுட்பத்தில் மக்கள்தொகையின் ஒவ்வொரு உறுப்புகளையும் தேர்ந்தெடுப்பதற்கான நிகழ்தகவு அறியப்படவில்லை, மேலும் அனைவருக்கும் மாதிரிக்குத் தேர்ந்தெடுப்பதற்கான ஒரே நிகழ்தகவுகள் இல்லை.

இந்த முறை ஆராய்ச்சியாளரின் அளவுகோல்களின் கீழ் மிகவும் பிரதிநிதித்துவம் இல்லை என்றாலும், பிரதிநிதித்துவம் உத்தரவாதம் அளிக்கப்படவில்லை. நிகழ்தகவு அல்லாத முறைகளில் அதிகம் பயன்படுத்தப்படுபவை:

• ஒதுக்கீட்டு மாதிரி வேண்டுமென்றே அல்லது வசதிக்கான மாதிரி பனிப்பந்து மாதிரி தீர்ப்பு மாதிரி.

QUOTAS மூலம் மாதிரி

இது நிகழ்தகவு இல்லாத மாதிரி நுட்பமாகும், இது மக்கள்தொகை அடுக்குகளாகப் பிரிக்கப்பட்ட பின்னர் மாதிரியைத் தேர்ந்தெடுப்பதைக் கொண்டுள்ளது. ஒதுக்கீடு மாதிரி முறைக்கும் அடுக்கடுக்காக உள்ள மாதிரி முறைக்கும் உள்ள வேறுபாடு என்னவென்றால், மாதிரிக்கான மக்கள்தொகையின் கூறுகளைத் தேர்ந்தெடுப்பது ஆராய்ச்சியாளரின் விருப்பப்படி செய்யப்படுகிறது மற்றும் அடுக்கடுக்காக மாதிரியைப் போல சீரற்ற முறையில் மேற்கொள்ளப்படுவதில்லை. ஒரு மாதிரியிலிருந்து தேர்வு செய்வதற்கான நடைமுறை? மக்கள்தொகையின் கூறுகள்?, அடுத்தது

• மக்கள் தொகை பிரிக்கப்பட்டுள்ளது? அடுக்கு அல்லது குழுக்கள் (வயது, பாலினம், தொழில், வசிக்கும் இடம் போன்றவை). அடுக்கு இருந்தால்? ₁,? ₂,…,? ? போன்ற கூறுகள்:? =? ₁ +? ₂ + ⋯ +? ? பின்னர், ஆராய்ச்சியாளர் ஒதுக்கீட்டைத் தேர்வு செய்கிறார் (இந்த ஒதுக்கீடுகளை அவரது விருப்பப்படி அல்லது மாதிரிக்கு ஏற்ற அளவுகோல்களின் மூலம் தேர்வு செய்யலாம்), அதாவது உறுப்புகளின் எண்ணிக்கை,? ₁,? _2,, …,? ? ஒவ்வொரு அடுக்கிலும் அது எடுக்கப்படும், அங்கு கூட்டுத்தொகை மொத்த உறுப்புகளாக இருக்கும்? மாதிரியின்? =? ₁ +? ₂ + ⋯ +? ?.

• ஒவ்வொரு அடுக்கிலும் தேர்ந்தெடுக்கப்பட்ட கூறுகள் நிகழ்தகவு n முறையைப் பயன்படுத்தி மேற்கொள்ளப்படுகின்றன.

குவாட்டாக்களைத் தேர்ந்தெடுப்பதற்கான சிற்றேரியா

முன்னர் குறிப்பிட்டபடி, ஒதுக்கீட்டை ஆராய்ச்சியாளரின் விருப்பப்படி தேர்ந்தெடுக்கலாம் அல்லது புள்ளிவிவர அளவுகோல்களாலும் தேர்ந்தெடுக்கலாம், இந்த அளவுகோல்களில் சில:

• எளிய தேர்வு: முரண்பாடுகள் ஒரே மாதிரியாக இருக்கும்? ஒவ்வொரு அடுக்கிலும் தனிநபர்கள் தேர்ந்தெடுக்கப்படுவார்கள். ஒவ்வொரு அடுக்குக்கும் வெவ்வேறு எண்ணிக்கையிலான நபர்கள் இருக்கும்போது இந்த அளவுகோலைப் பயன்படுத்த பரிந்துரைக்கப்படவில்லை. தேர்வு அடுக்கு அளவிற்கு விகிதாசாரமாகும்: ஒவ்வொரு குழுவிலும் உள்ள ஒதுக்கீடு அந்த குழுவின் உறுப்புகளுக்கு விகிதாசாரமாகும். அடுக்குகளில் எடுக்கப்படுமா? ? இது பின்வரும் சூத்திரத்துடன் கணக்கிடப்படுகிறது.

எங்கே ? மக்கள்தொகையில் உள்ள உறுப்புகளின் எண்ணிக்கை,? மாதிரி மற்றும்? ? அடுக்கு?

• அடுக்கின் வகைக்கு விகிதாசார தேர்வு: அடுக்குகளில் நாம் கணக்கில் எடுத்துக்கொள்ளும் பண்பின் மாறுபாடு அறியப்பட்டால். ஒதுக்கீடுகள் ஒவ்வொரு குழுவிலும் அதற்கு விகிதாசாரமாகும். குழுவில் மாறுபாடு அதிகமாக இருந்தால், ஒதுக்கீடும் அதிகமாக இருக்கும்.

? =? ? ? ? ?

? Σ ? ? ?

? = 1? ?

N என்பது மாதிரியில் உள்ள உறுப்புகளின் எண்ணிக்கை,? ? அடுக்கு மற்றும்? ? அடுக்கின் நிலையான விலகல்?

விருப்பமான அல்லது இணக்கமான மாதிரி

இது ஒரு நிகழ்தகவு இல்லாத மாதிரி முறையாகும், இந்த முறை மாதிரிக்கான விசாரணைக்கு வசதியான கூறுகளைத் தேர்ந்தெடுப்பதைக் கொண்டுள்ளது, புவியியல் அருகாமையால் பாடங்களை ஆராய்வது ஆராய்ச்சியாளருக்கு எளிதாக இருப்பதால் வசதி ஏற்படுகிறது என்றார். மாதிரியில் பொதுவான குழுக்களைச் சேர்ப்பதன் மூலம் பிரதிநிதித்துவப்படுத்தும் மாதிரிகளைப் பெறுவதற்கான முயற்சியால் இது வகைப்படுத்தப்படுகிறது.

இந்த நுட்பம் மலிவானது மற்றும் குறைந்த நேரம் எடுக்கும் ஒன்றாகும், ஏனெனில் இது அதிக முயற்சி எடுக்கவோ அல்லது மாதிரியின் கூறுகளைத் தேர்ந்தெடுக்க சில முறையைப் பயன்படுத்தவோ இல்லை என்பதால், இந்த பிரிவு ஆராய்ச்சியாளரின் விருப்பப்படி மேற்கொள்ளப்படுகிறது.

SNOWBALL SAMPLING

இது பனிப்பந்து மாதிரி என்று அழைக்கப்படுகிறது, ஏனெனில் இது ஆய்வு செய்யப்பட்ட ஒவ்வொரு பாடமும் மற்றவர்களை முன்மொழிகிறது, அதாவது, சில தனிநபர்கள் அமைந்துள்ளனர், அவர்கள் மற்றவர்களை வழிநடத்துகிறார்கள், மேலும் போதுமான மாதிரி கிடைக்கும் வரை இவை மற்றவர்களுக்கு வழிவகுக்கும்.

எனவே ஒரு பனிப்பந்து போன்ற ஒரு ஒட்டுமொத்த விளைவை உருவாக்குகிறது. இந்த நுட்பம் நிகழ்தகவு இல்லாத மாதிரி முறையாகும், இது தனிநபர்கள் அறியப்படாத அல்லது அணுக முடியாத மக்கள்தொகையில் மேற்கொள்ளப்படுகிறது, எடுத்துக்காட்டாக பிரிவுகளில், அசாதாரண, சிறுபான்மை குழுக்கள், குற்றவாளிகள், ஒரு குறிப்பிட்ட குழு நோயாளிகள், முதலியன

சோதனை மூலம் மாதிரி

நிகழ்தகவு அல்லாத மாதிரி முறை, இது ஆராய்ச்சியாளரின் அறிவு மற்றும் தீர்ப்பின் அடிப்படையில் தேர்ந்தெடுக்கப்பட்ட பாடங்களைக் கொண்டுள்ளது. அதாவது, ஆய்வாளர் தனது தீர்ப்பை அல்லது அனுபவத்தைப் பயன்படுத்தி மாதிரியைச் சேர்ந்த கூறுகளைத் தேர்ந்தெடுக்கிறார், ஏனென்றால் அவை ஆய்வின் கீழ் உள்ள மக்கள்தொகையின் அதிக பிரதிநிதி என்று அவர் கருதுகிறார்.

ஆய்வை நடத்துவதற்குப் பொறுப்பான நபர் முந்தைய ஒத்த அல்லது ஒத்த ஆய்வுகளை அறிந்திருக்கும்போது, ​​இந்த மாதிரி ஆய்வுக்கு பயனுள்ளதாக இருந்தது என்பதை அறிந்திருக்கும்போது, ​​இந்த முறை பயன்படுத்த பரிந்துரைக்கப்படுகிறது, அதேபோல் மக்கள் தொகை சிறியதாக இருக்கும்போது, ​​ஆராய்ச்சியாளருக்கு மக்கள் தொகை தெரியும்.

முடிவுரை

இந்த தகவலின் அடிப்படையில், மிகப் பெரிய நன்மையை வழங்கும் முறை நிகழ்தகவு மாதிரியாகும் என்று முடிவு செய்யப்பட்டுள்ளது, ஏனெனில் அதன் முடிவுகள் பொதுவாக அதிக பிரதிநிதித்துவம் மற்றும் நிகழ்தகவு அல்லாத மாதிரிகள் திறம்பட பிரதிநிதித்துவப்படுத்தும் தரவைப் பெற முயற்சிக்கிறது.

நிகழ்தகவு இல்லாத மாதிரியில் அவர்கள் அவற்றின் அசல் பண்புகளை முன்வைக்க வேண்டும், அவை நல்ல பயன்பாட்டுக்கு வந்தால் அவற்றின் முடிவுகள் பயனுள்ளதாக இருக்கும். நிகழ்தகவு மாதிரி முறைகளில், அவற்றின் தத்துவார்த்த அணுகுமுறைகள் மிகவும் தேவைப்படும்.

ஒரு குறிப்பிட்ட மக்கள்தொகையில் ஒரு விசாரணையை மேற்கொள்ள இந்த மாதிரி முறைகள் மிகவும் முக்கியத்துவம் வாய்ந்தவை, ஏனெனில் நீங்கள் இந்த விசாரணையை முடிவுகளின் அடிப்படையில் அதிக வெற்றியுடன் மேற்கொள்ள விரும்பினால், இந்த இரண்டு நுட்பங்களில் ஒன்றை நீங்கள் தேர்வு செய்ய வேண்டும், அதேபோல் இந்த நுட்பங்களுக்கும் தேவைப்படுகிறது குறைந்த நேரம் மற்றும் வளங்கள்.

எனவே மாதிரியானது ஒரு ஆராய்ச்சி கருவியாகும், இதன் செயல்பாடு என்னவென்றால், மக்கள்தொகையின் எந்த பகுதியை ஆராய வேண்டும் என்பதை தீர்மானிப்பதே ஆகும்.

மாதிரியானது மக்கள்தொகையின் போதுமான பிரதிநிதித்துவத்தைப் பெற வேண்டும், இதில் விசாரணைக்கு முக்கியத்துவம் வாய்ந்ததாகக் கூறப்படும் மக்கள்தொகையின் அத்தியாவசிய அம்சங்கள் சிறந்த முறையில் குறிப்பிடப்படுகின்றன. ஒரு மாதிரி பிரதிநிதியாக இருக்க, எனவே பயனுள்ளதாக இருக்க, அது மக்கள்தொகையில் காணப்படும் ஒற்றுமைகள் மற்றும் வேறுபாடுகளை பிரதிபலிக்க வேண்டும், அதாவது அதன் பண்புகளை எடுத்துக்காட்டுகிறது.

க்ளோசரி

மின் மாதிரி பிழை

அவை முழு மக்கள்தொகையை விட, ஒரு மாதிரியிலிருந்து தகவல்களைப் பெறுவதன் மூலம் ஏற்படும் பிழைகள். அவை ஒரு மாதிரிக்கும் மற்றொன்றுக்கும் இடையிலான மாறுபாடு காரணமாகும்

எம் மாதிரி

பிரபஞ்சத்தில் உள்ள தனிநபர்களின் தொகுப்புதான் அவற்றைப் படிக்கத் தேர்ந்தெடுக்கப்பட்டது

பி மக்கள் தொகை

இது நீங்கள் கவனிக்க விரும்பும் ஒரு நிகழ்வு அல்லது சொத்தின் அனைத்து மதிப்புகளின் தொகுப்பாகும்.

குறிப்புகள்

1. ARQHYS ARCHITECTURE. (எஸ் எப்). ARQHYS ARQUITECTURA இலிருந்து ஜனவரி 02, 2017 அன்று பெறப்பட்டது: துணைத் தகவல்களைக் கொண்ட ஒரு கட்டமைப்பை வைத்திருக்க வேண்டும். அடுக்குகளை உருவாக்குவது அல்லது உருவாக்குவது சிரமம். வலைப்பதிவுகள். (எஸ் எப்). வலைப்பதிவுகள்: டிசம்பர் 30, 2016 அன்று பெறப்பட்டது: http://metodologia02.blogspot.mx/p/tipos-de-muestreo.html புள்ளிவிவரங்கள். (எஸ் எப்). புள்ளிவிவரங்களிலிருந்து டிசம்பர் 29, 2016 அன்று பெறப்பட்டது: http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf எக்ஸ்ப்ளோரபிள். (எஸ் எப்). எக்ஸ்ப்ளோரபிள்: https://explorable.com/es/muestreo-probabilistico Explorable இலிருந்து டிசம்பர் 30, 2016 அன்று பெறப்பட்டது. (எஸ் எப்). எக்ஸ்ப்ளோரபில் இருந்து டிசம்பர் 30, 2016 அன்று பெறப்பட்டது: https://explorable.com/es/muestreo-aleatorioFormulas, U. (sf). பிரபஞ்ச சூத்திரங்கள். Http: //www.universoformulas இலிருந்து ஜனவரி 02, 2017 அன்று பெறப்பட்டது.com / புள்ளிவிவரங்கள் / அனுமானம் / முறையான மாதிரி / மல்ஹோத்ரா, என்.கே (2008). மாதிரி; வடிவமைப்பு மற்றும் நடைமுறைகள். என்.கே. மல்ஹோத்ராவில், சந்தை ஆராய்ச்சி (பக். 332-360). மெக்ஸிகோ: பியர்சன் கல்வி, ப்ரெண்டிஸ் ஹால். கணிதம். (எஸ் எப்). கணிதத்திலிருந்து ஜனவரி 02, 2017 அன்று பெறப்பட்டது: http://matematicas.unex.es/~inmatorres/teaching/muestreo/assets/cap_5.pd fOchoa, C. (2015 de Open de 08). நிகர குவெஸ்ட். நிகர தேடலில் இருந்து டிசம்பர் 30, 2016 அன்று பெறப்பட்டது: http://www.netquest.com/blog/es/blog/es/muestreo-probabilistico-muestreoaleatorio-simplepd fOchoa, C. (திறந்த 2015 இன் 08). நிகர குவெஸ்ட். நிகர தேடலில் இருந்து டிசம்பர் 30, 2016 அன்று பெறப்பட்டது: http://www.netquest.com/blog/es/blog/es/muestreo-probabilistico-muestreoaleatorio-simplepd fOchoa, C. (திறந்த 2015 இன் 08). நிகர குவெஸ்ட். நிகர தேடலில் இருந்து டிசம்பர் 30, 2016 அன்று பெறப்பட்டது:

1. ஓச்சோவா, சி. (பிப்ரவரி 19, 2015). நிகர குவெஸ்ட். நிகர தேடலில் இருந்து டிசம்பர் 30, 2016 அன்று பெறப்பட்டது:

1. ஓச்சோவா, சி. (ஏப்ரல் 16, 2015). நிகர குவெஸ்ட். Http://www.netquest.com/blog/es/blog/es/muestreo-probabilisticomuestreo-estratificado ua.es இலிருந்து ஜனவரி 02, 2017 அன்று பெறப்பட்டது. (எஸ் எப்). Personal.ua.es இலிருந்து டிசம்பர் 30, 2016 அன்று பெறப்பட்டது:

1. ராமோஸ், LA (செப்டம்பர் 22, 2011). ஸ்லைடு பகிர். ஸ்லைடு பகிர்வில் இருந்து ஜனவரி 02, 2017 அன்று பெறப்பட்டது:

1. ரைஸ்கோ, ஜே.எம் (என்.டி). புள்ளிவிவரங்களின் அடிப்படை கருத்துக்கள். புள்ளிவிவரங்களின் அடிப்படைக் கருத்துகளிலிருந்து ஜனவரி 02, 2017 அன்று பெறப்பட்டது: http://www.jorgegalbiati.cl/ejercicios_4/ConceptosBasicos.pdf யுனிவர்சோ சூத்திரங்கள். (எஸ் எப்). யுனிவர்சோ சூத்திரங்களிலிருந்து ஜனவரி 04, 2017 அன்று பெறப்பட்டது: http://www.universoformulas.com/estadistica/inferencia/muestreo-noprobabilistico/ Universo சூத்திரங்கள். (எஸ் எப்). Http://www.universoformulas.com/estadistica/inferencia/muestreo-cuotas/ Universo Frmula இலிருந்து ஜனவரி 02, 2017 அன்று பெறப்பட்டது. (எஸ் எப்). Https://www.netquest.com/blog/es/blog/es/muestreo-bola-nieve Universo Frmula இலிருந்து ஜனவரி 02, 2017 அன்று பெறப்பட்டது. (எஸ் எப்). Https://www.netquest.com/blog/es/blog/es/muestreo-por-conveniencia Universo Frmula இலிருந்து ஜனவரி 02, 2017 அன்று பெறப்பட்டது. (எஸ் எப்). Http: //www.universoformulas இலிருந்து ஜனவரி 02, 2017 அன்று பெறப்பட்டது.com / புள்ளிவிவரங்கள் / அனுமானம் / விருப்பப்படி மாதிரி /

அசல் கோப்பைப் பதிவிறக்கவும்