Sampling (Research Aptitude) Short Notes & MCQ || Read Now

Research Aptitude: सैम्पलिंग (Sampling)

Sampling का अर्थ है: “पूरी जनसंख्या (Population) में से कुछ प्रतिनिधि इकाइयों (representative units) को चयनित करना ताकि संपूर्ण जनसंख्या के बारे में अनुमान लगाया जा सके।”
यदि किसी शोधकर्ता को पूरी जनसंख्या से डेटा इकट्ठा करना कठिन हो, तो वह नमूना (Sample) लेकर उस पर अध्ययन करता है।

उदाहरण: यदि भारत के सभी कॉलेज छात्रों की पढ़ाई की आदतों पर अध्ययन करना है, तो सभी छात्रों से डेटा लेना असंभव है। ऐसे में 1000 छात्रों का नमूना लेकर उनका विश्लेषण करना Sampling कहलाता है।

📘 Join Our WhatsApp Study Group

अगर आप UGC NET Paper 1 की तैयारी कर रहे हैं, तो हमारे Free Study Group से जुड़ें और पाएं 📚 Daily Notes, PYQs, MCQs, और Expert Guidance बिल्कुल मुफ्त!

✅ Join Now on WhatsApp

–

Sampling के उद्देश्य

कम समय में अध्ययन पूरा करना
लागत को कम करना
अधिक सटीक डेटा प्राप्त करना
डेटा प्रबंधन को आसान बनाना
जनसंख्या के व्यवहार को समझना

🔹 सैम्पलिंग की आवश्यक शर्तें (Essentials of Good Sampling)

प्रतिनिधित्व (Representativeness) होना चाहिए

त्रुटिहीन (Unbiased) चयन होना चाहिए

पर्याप्त आकार (Adequate Size) का नमूना होना चाहिए

सटीकता (Accuracy) बनी रहे

व्यवस्थित विधि (Systematic Method) से चयन होना चाहिए

🔹 Sampling के दो प्रमुख प्रकार

Sampling को दो भागों में बांटा जाता है:

1️⃣ Probability Sampling (प्रायिकता सैम्पलिंग)

जहाँ हर इकाई को चुने जाने की समान संभावना (Equal Chance) होती है।

✳️ प्रकार:

A. Simple Random Sampling (सरल यादृच्छिक सैम्पलिंग)

हर इकाई को चुने जाने का समान अवसर मिलता है।
🟢 उदाहरण: एक बॉक्स में 100 छात्रों के नाम डालकर उनमें से 10 नाम निकालना।

B. Systematic Sampling (व्यवस्थित सैम्पलिंग)

हर nth यूनिट का चयन किया जाता है।
🟢 उदाहरण: हर 5वें व्यक्ति को चुना जाता है।

C. Stratified Sampling (स्तरीकृत सैम्पलिंग)

जनसंख्या को समूहों (strata) में बाँटा जाता है और प्रत्येक समूह से नमूना लिया जाता है।
🟢 उदाहरण: महिला और पुरुष छात्रों में अलग-अलग नमूना लेना।

D. Cluster Sampling (समूह सैम्पलिंग)

पूरी जनसंख्या को क्लस्टर में बाँटकर कुछ क्लस्टर का ही अध्ययन किया जाता है।
🟢 उदाहरण: पूरे भारत के स्कूलों को क्लस्टर मानकर केवल 5 राज्यों के स्कूलों का अध्ययन।

2️⃣ Non-Probability Sampling (अप्रायिकता सैम्पलिंग)

जहाँ हर इकाई के चयन की संभावना ज्ञात नहीं होती।

✳️ प्रकार:

A. Convenience Sampling (सुविधाजनक सैम्पलिंग)

जहाँ डेटा वहाँ से लिया जाता है जहाँ से आसानी से मिल जाए।
🟢 उदाहरण: शोधकर्ता अपने कॉलेज के छात्रों पर ही रिसर्च करे।

B. Judgmental Sampling (निर्णायक सैम्पलिंग)

शोधकर्ता स्वयं निर्णय करता है कि कौन-कौन से सैम्पल उपयुक्त होंगे।
🟢 उदाहरण: विशेषज्ञों या अनुभवी व्यक्तियों का चयन।

C. Quota Sampling (कोटा सैम्पलिंग)

जनसंख्या को कुछ श्रेणियों में बांटकर उनमें से एक निर्धारित संख्या ली जाती है।
🟢 उदाहरण: 50% महिला और 50% पुरुष प्रतिभागियों का चयन।

D. Snowball Sampling (स्नोबॉल सैम्पलिंग)

एक उत्तरदाता दूसरे उत्तरदाता का सुझाव देता है, इस तरह नमूना बढ़ता है।
🟢 यह तकनीक गुप्त या कठिन पहुंच वाली जनसंख्या में प्रयोग होती है।
🟢 उदाहरण: HIV संक्रमित व्यक्तियों की रिसर्च।

Sampling से जुड़ी महत्वपूर्ण अवधारणाएँ

शब्द अर्थ

Population अध्ययन की जाने वाली पूरी इकाई
Sample जनसंख्या का एक छोटा प्रतिनिधि समूह
Sampling Frame संभावित नमूनों की सूची
Sampling Error सैम्पल और जनसंख्या के डेटा में अंतर

Sampling Error क्या है?

Sampling Error वह अंतर होता है जो एक नमूना (Sample) और पूरी जनसंख्या (Population) के बीच होता है।
यह दो प्रकार का होता है:

Random Error – आकस्मिक और अनियोजित त्रुटि
Systematic Error – जब सैम्पल चयन में पूर्वाग्रह होता है

सैम्पल साइज का निर्धारण (How to Decide Sample Size?)

अध्ययन का उद्देश्य

जनसंख्या का आकार

आँकड़ों की विविधता

उपलब्ध संसाधन

अनुमेय त्रुटि (Permissible Error)

सामान्यतः बड़ा सैम्पल बेहतर माना जाता है लेकिन संसाधन सीमित होने पर संतुलन बनाना पड़ता है।

Sampling के लाभ (Advantages)

समय की बचत
लागत में कमी
प्रयोगशीलता में सुविधा
गहराई से अध्ययन संभव
कम प्रयास में सटीक परिणाम

🔹 Sampling की सीमाएँ (Limitations)

Sampling Error की संभावना
जनसंख्या का सही प्रतिनिधित्व नहीं भी हो सकता
निष्कर्ष को संपूर्ण जनसंख्या पर लागू करने में सावधानी
Subjective bias (विशेषकर Non-probability में)

UGC NET के लिए जरूरी Tips

Stratified sampling vs Cluster sampling के बीच का अंतर ज़रूर समझें

Probability और Non-Probability sampling को स्पष्ट रूप से याद रखें

Snowball sampling का प्रयोग कहाँ होता है, यह पूछा जाता है

सैम्पल साइज निर्धारण के मापदंड से प्रश्न पूछे जाते हैं

Sampling MCQ – Research Aptitude

UGC NET: Sampling (नमूना चयन) MCQs हिंदी में

1. सरल यादृच्छिक सैम्पलिंग की विशेषता क्या है?

2. Snowball Sampling का उपयोग कब किया जाता है?

3. Stratified Sampling में क्या किया जाता है?

4. कोटा सैम्पलिंग में चयन किस आधार पर होता है?

5. निम्न में से कौन सी Non-probability Sampling है?

6. Sampling Error क्या होता है?

7. Cluster Sampling में क्या होता है?

8. Sampling Frame किसे कहते हैं?

9. Judgmental Sampling की विशेषता क्या है?

10. यदि हर nth व्यक्ति को चुना जाए, तो यह कौन सी तकनीक है?

🔗 हमारे सोशल मीडिया पेज से जुड़ें