a:

सरल यादृच्छिक नमूना सांख्यिकीय रूप से बड़े समूह या आबादी से चयनित व्यक्तियों का एक सबसेट को पूरे समूह से एक अनुमान के अनुमानित उपाय करता है। सर्वेक्षण तकनीकों के अन्य रूपों के विपरीत, साधारण यादृच्छिक नमूना एक बड़े समूह से प्रतिक्रिया प्राप्त करने के लिए एक निष्पक्ष दृष्टिकोण है। क्योंकि उप-समूह बनाने वाले व्यक्ति को यादृच्छिक रूप से चुना जाता है, क्योंकि बड़े जनसंख्या सेट में प्रत्येक व्यक्ति का चयन होने की समान संभावना होती है यह ज्यादातर मामलों में, एक संतुलित सबसेट बनाता है जो पूरे समूह का प्रतिनिधित्व करने के लिए सबसे बड़ी क्षमता प्रदान करता है।

हालांकि अनुसंधान में एक सरल यादृच्छिक नमूने का उपयोग करने के लिए विशिष्ट फायदे हैं, लेकिन इसमें अंतर्निहित कमियां हैं इन नुकसानों में एक विशिष्ट आबादी की पूरी सूची को इकट्ठा करने के लिए आवश्यक समय शामिल है, उस सूची को पुनः प्राप्त करने और उससे संपर्क करने के लिए आवश्यक पूंजी और नमूना सेट पर्याप्त रूप से पूर्ण आबादी का पर्याप्त रूप से प्रतिनिधित्व करने के लिए पर्याप्त नहीं होने पर हो सकता है।

समय और लागत

सरल यादृच्छिक नमूनाकरण में, बड़ी आबादी का एक सटीक सांख्यिकीय उपाय केवल तब प्राप्त किया जा सकता है जब पूरी आबादी का पूरी तरह से अध्ययन किया जाए। कुछ उदाहरणों में, किसी विश्वविद्यालय में छात्रों की आबादी या किसी विशेष कंपनी के कर्मचारियों के समूह का विवरण उन संगठनों के माध्यम से पहुंचा जा सकता है जो हर आबादी को जोड़ता है। हालांकि, पूर्ण सूची तक पहुंच प्राप्त करना चुनौतियां पेश कर सकती है कुछ विश्वविद्यालय या कॉलेज अनुसंधान के लिए छात्रों या संकाय की पूर्ण सूची प्रदान करने के लिए तैयार नहीं हैं। इसी तरह, गोपनीयता नीतियों के कारण विशिष्ट कंपनियों को कर्मचारी समूहों के बारे में जानकारी देने में सक्षम या सक्षम नहीं हो सकता है

-3 ->

जब बड़ी आबादी की पूरी सूची उपलब्ध नहीं होती है, तो साधारण यादृच्छिक नमूनाकरण करने का प्रयास करने वाले व्यक्तियों को अन्य स्रोतों से जानकारी एकत्र करनी चाहिए। यदि सार्वजनिक रूप से उपलब्ध है, तो छोटी सबसेट सूची का इस्तेमाल बड़ी आबादी की पूरी सूची को पुनः बनाने के लिए किया जा सकता है, लेकिन इस रणनीति को पूरा करने के लिए समय लगता है। छात्रों, कर्मचारियों और व्यक्तिगत उपभोक्ताओं के डेटा रखने वाले संगठन अक्सर लंबी पुनर्प्राप्ति प्रक्रियाओं को लागू करते हैं जो संपूर्ण जनसंख्या सेट पर सबसे सटीक जानकारी प्राप्त करने के लिए किसी व्यक्ति की क्षमता को रोक सकते हैं।

विभिन्न स्रोतों से जानकारी इकट्ठा करने के लिए समय के साथ-साथ, इस प्रक्रिया में किसी कंपनी या व्यक्ति को एक पूंजी का पर्याप्त मात्रा में खर्च किया जा सकता है। आबादी की एक पूरी सूची प्राप्त करना या तृतीय-पक्ष डेटा प्रदाता से छोटी सबसेट सूचियों को प्राप्त करने के लिए हर बार जनसंख्या डेटा प्रदान किए जाने के लिए भुगतान की आवश्यकता हो सकती है यदि नमूना सरल यादृच्छिक नमूने के पहले दौर के दौरान पूरी आबादी के विचारों का प्रतिनिधित्व करने के लिए पर्याप्त नहीं है, अतिरिक्त सूचियों या डेटाबेस क्रय निषेधात्मक हो सकता है।

यादृच्छिक नमूनाकरण में पूर्वाग्रह

हालांकि सरल यादृच्छिक नमूना सर्वेक्षण का निष्पक्ष दृष्टिकोण होने का इरादा है, नमूना चयन पूर्वाग्रह हो सकता है। जब बड़ी आबादी का एक नमूना समूह पर्याप्त रूप से सम्मिलित नहीं होता है, तो पूरी आबादी का प्रतिनिधित्व तिरछा होता है और अतिरिक्त नमूनाकरण तकनीकों की आवश्यकता होती है पूर्वाग्रह सुनिश्चित करने के लिए, शोधकर्ताओं को उत्तरदाताओं की पर्याप्त संख्या से प्रतिसाद प्राप्त करना चाहिए, जो समय या बजट की कमी के कारण संभव नहीं हो सकता है।