कोटा नमूनाकरण: Difference between revisions
No edit summary |
No edit summary |
||
| Line 5: | Line 5: | ||
कोटा में नमूने लेने के लिए पहले [[परस्पर अनन्य]] उप समूहों में वर्गीकृत किया जाता है, ठीक वैसे ही जैसे कि स्तरीकृत नमूने में होता है। फिर निर्णय का उपयोग एक निर्दिष्ट अनुपात के आधार पर प्रत्येक खंड से विषयों या इकाइयों के रूप में चयन करने के लिए किया जाता है। उदाहरण के लिए, एक साक्षात्कारकर्ता को 45 और 60 वर्ष की आयु के बीच 200 महिलाओं और 300 पुरुषों का नमूना लेने के लिए कहा जा सकता है। इसका मतलब यह है कि व्यक्ति जो वे लक्ष्यीकरण के रूप में नमूना करना चाहते हैं, पर एक मांग रख सकते हैं. | कोटा में नमूने लेने के लिए पहले [[परस्पर अनन्य]] उप समूहों में वर्गीकृत किया जाता है, ठीक वैसे ही जैसे कि स्तरीकृत नमूने में होता है। फिर निर्णय का उपयोग एक निर्दिष्ट अनुपात के आधार पर प्रत्येक खंड से विषयों या इकाइयों के रूप में चयन करने के लिए किया जाता है। उदाहरण के लिए, एक साक्षात्कारकर्ता को 45 और 60 वर्ष की आयु के बीच 200 महिलाओं और 300 पुरुषों का नमूना लेने के लिए कहा जा सकता है। इसका मतलब यह है कि व्यक्ति जो वे लक्ष्यीकरण के रूप में नमूना करना चाहते हैं, पर एक मांग रख सकते हैं. | ||
यह दूसरा चरण तकनीक को असंभाव्यता | यह दूसरा चरण तकनीक को असंभाव्यता नमूनाकरण बनाता है। कोटा नमूनाकरण में गैर-[[यादृच्छिक नमूना]] चयन होता है और यह [[विश्वसनीयता (सांख्यिकी)]] हो सकता है। उदाहरण के लिए, साक्षात्कारकर्ता गली में उन लोगों का साक्षात्कार करने के लिए प्रलोभन के रूप में हो सकता हैं, जो सबसे अधिक उपयोगी लगते हैं, या समय बचाने के लिए, अपने निकटतम लोगों से पूछताछ करने के लिए आकस्मिक नमूने का उपयोग करना पसंद करते हैं। समस्या यह है कि ये नमूने एक प्रकार से [[पूर्वाग्रह (सांख्यिकी)]] हो सकते हैं, जिनके लिए मात्रा निर्धारित करना या समायोजित करना कठिन है। उदाहरण के लिए, यदि साक्षात्कारकर्ता अपने द्वारा देखे गए पहले व्यक्ति से प्रश्न पूछने का निर्णय लेते हैं, तो वे लंबे उत्तरदाताओं (जो दूर से अधिक आसानी से दिखाई दे सकते हैं) को ओवरनमूने कर सकते हैं, जिससे ऊंचाई में भेदभाव हो सकता है। यह गैर-यादृच्छिक तत्व वास्तविक नमूने की प्रकृति के बारे में अनिश्चितता का स्रोत है।<ref>[http://www.fao.org/docrep/W3241E/w3241e08.htm#quota%20sampling Marketing Research and Information Systems. (Marketing and Agribusiness Texts – 4)]</ref> | ||
यह दूसरा चरण तकनीक को असंभाव्यता नमूनाकरण बनाता है। कोटा नमूनाकरण में गैर-[[यादृच्छिक नमूना]] चयन होता है और यह अविश्वसनीय हो सकता है। उदाहरण के लिए, साक्षात्कारकर्ता गली में उन लोगों का साक्षात्कार करने के लिए ललचा सकते हैं जो सबसे अधिक मददगार दिखते हैं या समय बचाने के लिए अपने निकटतम लोगों से पूछताछ करने के लिए आकस्मिक नमूने का उपयोग करना चुन सकते हैं। समस्या यह है कि ये नमूने इस तरह से पक्षपाती हो सकते हैं जिनके लिए मात्रा निर्धारित करना या समायोजित करना मुश्किल है। उदाहरण के लिए यदि साक्षात्कारकर्ता पहले व्यक्ति से सवाल करने का निर्णय लेते हैं तो वे लंबे उत्तरदाताओं को ओवरनमूने कर सकते हैं जो दूर से अधिक आसानी से दिखाई दे सकते हैं जिससे औसत आय का अनुमान अधिक हो सकता है। यह गैर-यादृच्छिक तत्व वास्तविक नमूने की प्रकृति के बारे में अनिश्चितता का स्रोत है। [1] | |||
इस दूसरा कदम तकनीक गैर संभावना नमूना बना देता है.कोटा नमूना चयन में, वहाँ गैर यादृच्छिक नमूना चयन है और यह अविश्वसनीय हो सकता है.उदाहरण के लिए, साक्षात्कारकर्ताओं को सड़क पर उन लोगों से साक्षात्कार लेने का प्रलोभन हो सकता है जो सबसे अधिक उपयोगी लगते हैं, या समय बचाने के लिए, उनके निकटतम लोगों से सवाल करने के लिए आकस्मिक नमूने का उपयोग करना पसंद कर सकते हैं।समस्या यह है कि इन नमूनों की पक्षपाती हो सकती है।उदाहरण के लिए, यदि साक्षात्कारकर्ता पहले व्यक्ति को देखते हुए सवाल करने का निर्णय लेते हैं, तो वे लम्बे उत्तरदाताओं (जो एक दूरी से अधिक आसानी से दिखाई दे सकते हैं) को देख सकते हैं, जिससे औसत आय का अधिक अनुमान लगाया जा सकता है.यह यादृच्छिक तत्व वास्तविक नमूने की प्रकृति के बारे में अनिश्चितता का एक स्रोत है.[1] | |||
== उपयोग करता है == | == उपयोग करता है == | ||
| Line 12: | Line 15: | ||
== स्तरीकृत नमूने से संबंध == | == स्तरीकृत नमूने से संबंध == | ||
कोटा नमूनाकरण स्तरीकृत नमूने का गैर-संभाव्यता संस्करण है। स्तरीकृत नमूने में, जनसंख्या के सबसेट बनाए जाते हैं जिससे की प्रत्येक उपसमुच्चय में एक सामान्य विशेषता हो, जैसे लिंग। रैंडम | कोटा नमूनाकरण स्तरीकृत नमूने का गैर-संभाव्यता संस्करण है। स्तरीकृत नमूने में, जनसंख्या के सबसेट बनाए जाते हैं जिससे की प्रत्येक उपसमुच्चय में एक सामान्य विशेषता हो, जैसे लिंग। रैंडम नमूनेिंग प्रत्येक सबसेट से कई विषयों को चुनता है, एक कोटा नमूने के विपरीत, प्रत्येक संभावित विषय के चुने जाने की ज्ञात संभावना होती है।<nowiki><ref name = "In Defense Of Public Opinion Polling_2018"> </nowiki>{{ cite book | title = जनमत सर्वेक्षण के बचाव में| url = https://books.google.com/books?id=uz1MDwAAQBAJ | publisher = Routledge, 2018 | author = Kenneth F Warren | isbn = 9780429979538 | language = en | date = 2018-02-15 }} </रेफरी> | ||
{{More footnotes|date=July 2010}} | {{More footnotes|date=July 2010}} | ||
Revision as of 13:18, 11 June 2023
कोटा नमूनाकरण सर्वेक्षण प्रतिभागियों को चुनने का एक विधि है जो स्तरीकृत नमूने का एक गैर-संभाव्य संस्करण है।
प्रक्रिया
कोटा में नमूने लेने के लिए पहले परस्पर अनन्य उप समूहों में वर्गीकृत किया जाता है, ठीक वैसे ही जैसे कि स्तरीकृत नमूने में होता है। फिर निर्णय का उपयोग एक निर्दिष्ट अनुपात के आधार पर प्रत्येक खंड से विषयों या इकाइयों के रूप में चयन करने के लिए किया जाता है। उदाहरण के लिए, एक साक्षात्कारकर्ता को 45 और 60 वर्ष की आयु के बीच 200 महिलाओं और 300 पुरुषों का नमूना लेने के लिए कहा जा सकता है। इसका मतलब यह है कि व्यक्ति जो वे लक्ष्यीकरण के रूप में नमूना करना चाहते हैं, पर एक मांग रख सकते हैं.
यह दूसरा चरण तकनीक को असंभाव्यता नमूनाकरण बनाता है। कोटा नमूनाकरण में गैर-यादृच्छिक नमूना चयन होता है और यह विश्वसनीयता (सांख्यिकी) हो सकता है। उदाहरण के लिए, साक्षात्कारकर्ता गली में उन लोगों का साक्षात्कार करने के लिए प्रलोभन के रूप में हो सकता हैं, जो सबसे अधिक उपयोगी लगते हैं, या समय बचाने के लिए, अपने निकटतम लोगों से पूछताछ करने के लिए आकस्मिक नमूने का उपयोग करना पसंद करते हैं। समस्या यह है कि ये नमूने एक प्रकार से पूर्वाग्रह (सांख्यिकी) हो सकते हैं, जिनके लिए मात्रा निर्धारित करना या समायोजित करना कठिन है। उदाहरण के लिए, यदि साक्षात्कारकर्ता अपने द्वारा देखे गए पहले व्यक्ति से प्रश्न पूछने का निर्णय लेते हैं, तो वे लंबे उत्तरदाताओं (जो दूर से अधिक आसानी से दिखाई दे सकते हैं) को ओवरनमूने कर सकते हैं, जिससे ऊंचाई में भेदभाव हो सकता है। यह गैर-यादृच्छिक तत्व वास्तविक नमूने की प्रकृति के बारे में अनिश्चितता का स्रोत है।[1]
यह दूसरा चरण तकनीक को असंभाव्यता नमूनाकरण बनाता है। कोटा नमूनाकरण में गैर-यादृच्छिक नमूना चयन होता है और यह अविश्वसनीय हो सकता है। उदाहरण के लिए, साक्षात्कारकर्ता गली में उन लोगों का साक्षात्कार करने के लिए ललचा सकते हैं जो सबसे अधिक मददगार दिखते हैं या समय बचाने के लिए अपने निकटतम लोगों से पूछताछ करने के लिए आकस्मिक नमूने का उपयोग करना चुन सकते हैं। समस्या यह है कि ये नमूने इस तरह से पक्षपाती हो सकते हैं जिनके लिए मात्रा निर्धारित करना या समायोजित करना मुश्किल है। उदाहरण के लिए यदि साक्षात्कारकर्ता पहले व्यक्ति से सवाल करने का निर्णय लेते हैं तो वे लंबे उत्तरदाताओं को ओवरनमूने कर सकते हैं जो दूर से अधिक आसानी से दिखाई दे सकते हैं जिससे औसत आय का अनुमान अधिक हो सकता है। यह गैर-यादृच्छिक तत्व वास्तविक नमूने की प्रकृति के बारे में अनिश्चितता का स्रोत है। [1]
इस दूसरा कदम तकनीक गैर संभावना नमूना बना देता है.कोटा नमूना चयन में, वहाँ गैर यादृच्छिक नमूना चयन है और यह अविश्वसनीय हो सकता है.उदाहरण के लिए, साक्षात्कारकर्ताओं को सड़क पर उन लोगों से साक्षात्कार लेने का प्रलोभन हो सकता है जो सबसे अधिक उपयोगी लगते हैं, या समय बचाने के लिए, उनके निकटतम लोगों से सवाल करने के लिए आकस्मिक नमूने का उपयोग करना पसंद कर सकते हैं।समस्या यह है कि इन नमूनों की पक्षपाती हो सकती है।उदाहरण के लिए, यदि साक्षात्कारकर्ता पहले व्यक्ति को देखते हुए सवाल करने का निर्णय लेते हैं, तो वे लम्बे उत्तरदाताओं (जो एक दूरी से अधिक आसानी से दिखाई दे सकते हैं) को देख सकते हैं, जिससे औसत आय का अधिक अनुमान लगाया जा सकता है.यह यादृच्छिक तत्व वास्तविक नमूने की प्रकृति के बारे में अनिश्चितता का एक स्रोत है.[1]
उपयोग करता है
कोटा नमूनाकरण तब उपयोगी होता है जब समय सीमित होता है, एक नमूनाकरण फ्रेम उपलब्ध नहीं होता है, अनुसंधान बजट बहुत तंग होता है या विस्तृत उपयुक्तता महत्वपूर्ण नहीं होती है। उपसमुच्चय चुने जाते हैं और फिर प्रत्येक उपसमुच्चय से लोगों को चुनने के लिए या तो सुविधा या निर्णय नमूनाकरण का उपयोग किया जाता है। शोधकर्ता तय करता है कि प्रत्येक श्रेणी में से कितने का चयन किया जाता है।
स्तरीकृत नमूने से संबंध
कोटा नमूनाकरण स्तरीकृत नमूने का गैर-संभाव्यता संस्करण है। स्तरीकृत नमूने में, जनसंख्या के सबसेट बनाए जाते हैं जिससे की प्रत्येक उपसमुच्चय में एक सामान्य विशेषता हो, जैसे लिंग। रैंडम नमूनेिंग प्रत्येक सबसेट से कई विषयों को चुनता है, एक कोटा नमूने के विपरीत, प्रत्येक संभावित विषय के चुने जाने की ज्ञात संभावना होती है।<ref name = "In Defense Of Public Opinion Polling_2018"> Kenneth F Warren (2018-02-15). जनमत सर्वेक्षण के बचाव में (in English). Routledge, 2018. ISBN 9780429979538. </रेफरी>
 | This article includes a list of general references, but it lacks sufficient corresponding inline citations. (July 2010) (Learn how and when to remove this template message) |
यह भी देखें
संदर्भ
- Dodge, Y. (2003) The Oxford Dictionary of Statistical Terms, OUP. ISBN 0-19-920613-9
