اعداد و شمار میں، ایک نمونہ آبادی کا سب سے چھوٹا حصہ ہے جسے پورے گروپ کی نمائندگی کرنے کے لئے استعمال کیا جاتا ہے. تحقیق کرتے وقت، یہ خاص طور پر ایک مخصوص آبادی کے ہر رکن کا سروے کرنے کے لئے غیر معمولی ہے کیونکہ لوگوں کی بڑی تعداد بہت بڑی ہے. آبادی کی خصوصیات کے بارے میں تنازعہ کرنے کے لئے، محققین کو بے ترتیب نمونہ استعمال کر سکتا ہے.
محققین نمونے کیسے استعمال کرتے ہیں؟
انسانی دماغ یا رویے کے پہلو کی تحقیقات کرتے وقت، محققین صرف زیادہ تر مقدمات میں ہر ایک فرد سے اعداد و شمار جمع نہیں کرسکتے ہیں. اس کے بجائے، وہ ایسے افراد کا ایک چھوٹا سا نمونہ منتخب کرتے ہیں جو بڑے گروہ کی نمائندگی کرتے ہیں. اگر نمونہ سوال میں آبادی کا صحیح نمائندہ ہے، تو محققین اپنے نتائج کو لے جا سکتے ہیں اور بڑے گروہ میں انہیں عام بناتے ہیں.
نمونے کی اقسام
نفسیاتی تحقیق اور دیگر قسم کی سماجی تحقیق میں، تجربہ کار عام طور پر چند مختلف نمونے کے طریقوں پر انحصار کرتے ہیں.
1. احتساب نمونے
احتساب نمونے کا مطلب یہ ہے کہ آبادی میں ہر فرد کو کھڑا ہونا اور منتخب ہونے کا برابر موقع ہے. کیونکہ ممکنہ نمونے میں بے ترتیب انتخاب شامل ہے، اس کا یقین ہے کہ آبادی کے مختلف حصول میں نمونہ میں نمائندگی کا ایک برابر موقع ہے. اس سے امکانات کے نمونے زیادہ نمائندے بناتا ہے، اور محققین کو بہتر طور پر گروپ کو مجموعی طور پر اپنے نتائج کو عام کرنے کے قابل ہوسکتا ہے.
امکانات نمونے کی چند اقسام ہیں:
- سادہ بے ترتیب نمونے ، جیسا کہ نام سے پتہ چلتا ہے، ممکنہ نمونے کے سب سے آسان قسم. محققین ہر فرد کو آبادی میں لے جاتے ہیں اور بے ترتیب طریقے سے اپنی نمونہ کو منتخب کرتے ہیں، اکثر کچھ قسم کے کمپیوٹر پروگرام یا بے ترتیب نمبر جنریٹر کا استعمال کرتے ہیں.
- مستحکم بے ترتیب نمونے میں آبادی کو الگ گروپس میں الگ کرنے اور پھر ان سب گروپوں میں سے ایک سادہ بے ترتیب نمونہ شامل کرنا شامل ہے. مثال کے طور پر، ریسرچ ریس، جنس، یا عمر کی بنیاد پر آبادی کو تقسیم کر سکتا ہے اور پھر ان میں سے ہر ایک گروپ کا سادہ بے ترتیب نمونہ لے سکتا ہے. مستحکم بے ترتیب نمونے عام طور پر سادہ بے ترتیب نمونے سے کہیں زیادہ اعداد و شمار کی درستگی فراہم کرتا ہے اور یہ یقینی بنانے میں مدد دیتا ہے کہ بعض گروپوں کو نمونے میں صحیح طور پر نمائندگی کی جاتی ہے.
- کلستر نمونے میں آبادی کو تقسیم کرنے میں شامل ہوتا ہے جس میں اکثر کل جغرافیای مقام یا حدود پر مشتمل ہوتا ہے. ان کلسٹروں کا ایک بے ترتیب نمونہ منتخب کیا جاتا ہے اور کلستر میں تمام مضامین ماپا ہیں. مثال کے طور پر، تصور کریں کہ آپ اپنے ریاست میں اسکول کے پرنسپل پر مطالعہ کرنے کی کوشش کر رہے ہیں. ہر ایک اسکول کے اصول سے ڈیٹا جمع کرنے کی لاگت سے منفی اور وقت سازی ہوگی. کلسٹر نمونے کا طریقہ کار استعمال کرتے ہوئے، آپ کو آپ کے ریاست سے پانچ ریاستوں کو بے ترتیب طور پر منتخب کریں اور پھر ہر پانچ پانچ ممالک میں ہر موضوع سے اعداد و شمار جمع کریں.
2. غیر منافع بخش نمونے
دوسری طرف غیر احتساب نمونے، شرکاء کو منتخب کرنے کے طریقوں کا استعمال کرتے ہوئے شامل ہوتا ہے جس میں آبادی میں ہر شخص کو نہیں دیا جاتا ہے.
اس قسم کے نمونے کے ساتھ ایک مسئلہ یہ ہے کہ رضاکاروں غیر رضاکاروں کے مقابلے میں بعض متغیر متغیرات پر مختلف ہوسکتے ہیں، جو نتائج کو پوری آبادی تک نتائج کو معمول بنانا مشکل ہوسکتی ہے.
غیر منافع بخش نمونے کے مختلف قسم کے بھی کچھ قسم ہیں:
- سہولت نمونے میں شامل ہونے والے شرکاء کا مطالعہ شامل ہے کیونکہ وہ آسان اور دستیاب ہیں. اگر آپ نے اپنے یونیورسٹی کے نفسیاتی شعبہ کے ذریعہ کئے جانے والے ایک نفسیاتی مطالعہ کے لئے رضاکارانہ طور پر، تو آپ نے اس مطالعہ میں حصہ لیا ہے جو سہولت کے ایک نمونے پر منحصر ہے. مطالعہ رضاکاروں کے لئے پوچھتے ہیں یا محققین کے لئے دستیاب طبی نمونے استعمال کرتے ہوئے انحصار کرتے ہیں.
- Purposive نمونے میں شامل افراد کو تلاش کرنے میں شامل ہے جو کچھ معیارات پورا کرتے ہیں. مثال کے طور پر، مارکیٹرز ان کی مصنوعات 18 سے 35 اور 35 سال کے درمیان خواتین کی طرف سے سمجھا جاتا ہے کہ کس طرح سیکھنے میں دلچسپی رکھتا ہے. وہ ٹیلی فون انٹرویو کو منظم کرنے کے لئے ایک مارکیٹنگ ریسرچ فرم کرایہ پر کر سکتے ہیں کہ جان بوجھ کر خواتین کو انٹرویو کرنے اور ان کی عمر کے معیار سے ملنے کے لئے انٹرویو کر سکتے ہیں.
- کوٹہ نمونے میں جان بوجھ کر آبادی کے اندر ایک ذیلی گروہ کا مخصوص تناسب نمونے شامل ہے. مثال کے طور پر، سیاسی وابستگی کسی مخصوص سیاسی مسئلہ پر آبادی کی رائےوں کا جائزہ لینے میں دلچسپی رکھتی ہے. اگر وہ سادہ بے ترتیب نمونے استعمال کرتے ہیں، تو وہ ممکنہ طور پر آبادی کے بعض سبسکرائب کو مسترد کر سکتے ہیں. اس کے بجائے، وہ معیار قائم کرتے ہیں کہ نمونہ کا ایک مخصوص حصہ ان سب گروپوں کو لازمی طور پر شامل کرنا چاہیے. جبکہ نتیجے میں نمونہ اصل میں حقیقی تناسب کا نمائندہ نہیں ہوسکتا ہے جو آبادی میں موجود ہے، اس کو یقینی بناتا ہے کہ ان چھوٹے ذیلی گروپوں کی نمائندگی کی جاتی ہے.
امکانات اور غیر منافع بخش نمونے مختلف طریقوں میں سے کچھ کے بارے میں مزید جانیں.
نمونے کی غلطی
چونکہ قدرتی نمونے آبادی میں ہر ایک فرد کو شامل نہیں کرسکتا ہے، غلطیاں ہوسکتی ہیں. آبادی میں موجود ہے اور ایک نمونہ میں کیا موجود ہے کے درمیان اختلافات نمونے کی غلطی کے طور پر جانا جاتا ہے .
حالانکہ یہ معلوم کرنا ناممکن ہے کہ آبادی اور نمونہ کے درمیان فرق کتنا ہی اچھا ہو سکتا ہے، محققین نمونے کی غلطیوں کے سائز کے اعداد و شمار کے اعداد و شمار کے مطابق کرنے میں کامیاب ہیں. سیاسی انتخابات میں، مثال کے طور پر، آپ کو بعض یقین دہانیوں کے لحاظ سے بیان کردہ غلطیوں کے بارے میں اکثر سنا جا سکتا ہے.
عام طور پر، بڑے پیمانے پر بڑے پیمانے پر غلطی کی سطح کا سائز بڑا. یہ صرف اس لیے ہے کیونکہ نمونہ مجموعی آبادی کے سائز تک پہنچنے کے قریب ہو جاتا ہے، زیادہ تر یہ ممکنہ طور پر آبادی کی تمام خصوصیات پر قبضہ کرنا ہوگا. نمونے کی غلطیوں کو ختم کرنے کا واحد طریقہ پوری آبادی سے اعداد و شمار جمع کرنے کے لئے ہے، جس میں اکثر قیمتوں میں بھی ممنوعہ اور وقت سازی ہے. تاہم، نمونے کی غلطیاں کم سے کم ہوسکتی ہیں، تاہم، بے ترتیب امکانات کی جانچ اور بڑے نمونہ کا سائز استعمال کرتے ہوئے.
حوالہ جات:
گڈون، سی جے (2010). نفسیات میں تحقیق: طریقوں اور ڈیزائن. Hoboken، NJ: جان ویلی اور سنز.
نکولس، ایل. (2008). نفسیات کا تعارف. UCT پریس: کیپ ٹاؤن.