Sampling Techniques in Social Research

 नमुना निवड पद्धती

सामाजिक संशोधनात प्राचीन काळापासूनच नमुना निवड पद्धतीचा उपयोग केला जात आहे. सन १७५४ मध्ये इंग्लंडच्या जनगणनेत नमुना निवड पद्धतीचा उपयोग करण्यात आला होता. असे एका लेखावरून आढळून आले. प्रत्येक घरातील व्यक्तींची सरासरी संख्या ६ मानण्यात आली. घरांची गणना करून आणि त्यामध्ये ६ संख्येने गुणाकार करून एकूण लोकसंख्या माहीत करून घेतली. सन १८०० मध्ये देखील इंग्लंडमध्ये नमुना निवड पद्धतीचा उपयोग करण्यात आला होता. परंतु यावेळी जन्मणाऱ्या मुलांची सरासरी संख्या त्यामध्ये जोडण्यात आली. सण १९३८ मध्ये राउन्ट्री (B. S. Rawnirce) यांनी अमेरिकेतील न्यूर्याक शहरातील मजुरांच्या परिस्थितीचे सविस्तर अध्ययन केले. त्यांनी सर्वप्रथम १६३६२ कुटुंबाशी संपर्क स्थापन करून त्या संबंधित माहिती गोळा केली. त्यानंतर त्यांनी विविध प्रकारच्या नमुन्याची विश्वसनीयता तपासली. सुरुवातीला प्रत्येक १० वे घर निवडून १६३६२ घरांचा नमुना घेतला होता. परंतु नंतर प्रत्येक विसाव्या, तिसाव्या, चाळीसाव्या आणि पन्नासाव्या घराची निवड करून शेवटी शेवटी लहान नमुन्याचा उपयोग केला. अशाप्रकारे त्यांनी एकूण ५ नमुन्याचा शोध घेतला. त्यांनी असा निष्कर्ष काढला की, नमुन्यांचे परिणाम हे पूर्णपणे विश्वसनीय होते.

सामाजिक संशोधनात प्रो. बाउले (Prol. A. L. Bowlc) यांनी यादृच्छिक पद्धतीचा सर्वात प्रथम उपयोग केला. त्यांनी बर्नेट हर्स्ट (Burnet Hurst) बरोबर विभिन्न वेळी आणि स्थानावर गरिबीचे तुलनात्मक अध्ययन केले. त्यांनी आकस्मिकतेच्या आधारावर प्रत्येक विसाव्या घरांशी संपर्क साधला बाउले यांनी यादृच्छिक नमुना निवड तंत्र आणि प्रमाणित चुका (Standard Error) काढण्याचे विस्तृत वर्णन केले. स्नेडेकोर (Sendecors) हे बाउले यांच्या या कार्यामुळे प्रभावित झाले होते.

 

ü  सामाजिक शास्त्रात लोकसंख्येच्या अध्ययनाच्या पैरामेट्रिक पद्धती (Parametric Methods) आणि नॉन पॅरामेट्रिक पद्धती (Non Parametric Methods) या दोन पद्धती आहेत.

ü  पॅरामेट्रिक पद्धती म्हणजे ज्याद्वारे संपूर्ण समूह किंवा लोकसंख्या यांना परीक्षणाचे क्षेत्र मानून संशोधन व सर्वेक्षण केले जाते. तर नॉन पॅरामेट्रिक पद्धतीमध्ये संपूर्ण लोकसंख्येमधून एका विशिष्ट प्रातिनिधिक समूहाची निवड करून त्याचे अध्ययन केले जाते.

ü  नान पॅरामेट्रिक पद्धतीद्वारे करण्यात आलेले अध्ययन सरळ, विश्वसनीय आणि कमी खर्चाचे असते. 'नमुना'  हा या नान पॅरामेट्रिक पद्धतीचा आधार आहे.

ü  नमुना हा 'विश्व' किंवा समग्रातून निवडण्यात आलेला भाग असतो 'विश्व'  किंवा समग्र (Population) हे पर्यायी शब्द आहेत, हे शब्द विशिष्ट अर्थाने वापरण्यात आलेले असते. विशिष्ट अध्ययनात काही निश्चित वैशिष्ट्ये असणाऱ्या ज्या सर्व वस्तु, व्यक्ती, घटना व प्रतिक्रिया तत्वतः समाविष्ट होतात.

ü  अशा समष्टीचेच संख्याशास्त्रीय नाव हे 'विश्व' किंवा 'समग्र' हे आहे. आणि विश्वातील एक घटकास किंवा सदस्यास 'व्यष्टी किंवा 'एकक'Unit) म्हणतात.

     विश्व किंवा समग्रातील फक्त काही प्रातिनिधिक एककांची निवड करणे म्हणजे नमुना निवड होय. नमुना निवडीचा अर्थ अधिक स्पष्ट होण्याकरिता पुढील व्याख्यांचा विचार करणे आवश्यक आहे.

 

 

 

नमुना निवड अर्थ /व्याख्या :

(१) गुड आणि हॅट (Goode and Hatt) : "नमुना त्यातील नावाप्रमाणेच एक विस्तृत समूहाचा लघू प्रतिनिधी आहे." {"A sample, as the name implies, is a smaller representation of a large}

 (२) श्रीमती पॉलिन यंग (Smt. Pauline young) : “एक सांख्यिकीय नमुना त्या संपूर्ण समूह किंवा समग्राचे एक लघु चित्र आहे, ज्यामधून नमुना घेतला आहे." ("A statistical sample is a miniature picture or cross section of the entire group or aggregate from which the sample is taken." - Pauline V. Young )

(३) फ्रांक याटन (Frank Yaton) : "नमुना शब्दाचा उपयोग केवळ कोणत्याही समग्राच्या एककास किंवा एका भागाकरिता केला पाहिजे. ज्या भागास या विश्वासाने निवडले असते की, तो समग्राचे प्रतिनिधित्व करील. "

("The term sample should be reserved for a unit or portion of an aggregate of material which has been selected in belief that it will be representative of the whole aggregate - Frank Yaton)

(४) समाजशास्त्रीय शब्दकोषानुसार (Dictionary of sociology) : "एका निश्चित संख्येमध्ये व्यक्ती, व्यष्टी किंवा निरीक्षणास एका विशिष्ट समग्रातून काढण्याची प्रक्रिया किंवा पद्धती वा अध्ययनाच्या हेतूने एका समग्रातून एका भागाची निवड म्हणजे नमुना निवड पद्धती होय." ("Sampling method is the process or method of drawing adefinite num ber of individuals, cases or observation from a particuler universe, selecting part of a total group for investigation. Fairchild, Dictionary of sociology )

(५) बोगार्डस (Bogardus) : "एका पूर्वनिर्धारित योजनेनुसार एककांच्या एका समूहामधून एक निश्चित प्रतिशत निवडणे म्हणजे नमुना निवड होय." ("Sampling is the selection of certain percentage of a group of items according to a predetermined plan - Bogardus 4)

नमुना निवडीचे प्रकार (Types of Sampling)

(१) संभाव्यता नमुना निवड (Probability Sampling)

समग्रातील सर्व एककांच्या निवडीची संभाव्यता ही समान असते. अशा नमुना निवड पद्धतीला संभाव्यता नमुना पद्धती असे म्हणतात. समग्रातील प्रत्येक एककाला नमुना निवड होण्याची संधी असते.

 

संभाव्यता नमुना निवड आराखड्याची वैशिष्ट्ये (Characteristics of Probability Sampling Design)

१) संभाव्यता : समग्रातील प्रत्येक एककाला नमुन्यात समाविष्ट होण्याच्या संभाव्यते प्रमाण सुनिश्चित असते. आणि ते संशोधनकर्त्याला माहीत असते. समग्रातील कोणत्याही एककाच नमुन्यात समावेश होण्याची शक्यता वा संभाव्यता किती आहे. हे संख्याशास्त्रीय दृष्ट्या सांगता येते

 

(२) प्रातिनिधिक नमुना निवड योजना संभाव्यता नमुना निवड पद्धतीमध्ये संपू समग्राचा प्रातिनिधिक नमुना निवडणे शक्य होते. संशोधनाचे निष्कर्ष हे यथार्थ राहण्यासा प्रातिनिधिक नमुना आवश्यक असतो.

 

(3) विभिन्न स्तरांतील एककांचा विचार जेव्हा समग्रातील एककात विजातीय किंवा वेगवेगळ्या आधारावर फरक असेल तर अशावेळी वेगवेगळ्या आधारावर एककांना विवि स्तरात विभाजित केले जाते. आणि त्या प्रत्येक स्तरातूनच एककाची निवड नमुन्यामध्ये केली जाते

(४) नमुन्याचा पर्याप्त आकार संभाव्यता नमुना निवड पद्धतीमध्ये नमुना हा समग्रा प्रातिनिधिक असावा म्हणून त्या नमुन्यामध्ये किती एकक असावेत हे गणितीय सूत्राद्वारे निश्चि केला जातो. म्हणून संभाव्यता नमुना पद्धतीत नमुन्याचा आकार हा पर्याप्त असतो.

 

(५) विश्वसनीयता : संभाव्यता नमुना पद्धतीत समग्रातील संपूर्ण एककांना नमुन्या निवडण्याची संभाव्यता असते. नमुन्याचा आकार गणितीय पद्धतीने ठरविला जातो.

 

 

संभाव्यता नमुना पद्धतीचे प्रकार (Types of probability sampling)

01) साधा  यादृच्छिक : हा नमुना हा शब्द अशावेळी वापरला जातो की. जेव्हा समग्रातील प्रत्येक व्यक्ती वा तत्त्वांना निवडण्याची समान संधी प्राप्त होते," (Randon Sampling is the term applied when the method of selection assures each individual or element in the universe and equal chance of being chosen." Parten)

 

(i) लॉटरी पद्धती (Lottery Method) : या पद्धतीमध्ये सर्वप्रथम एकूण संख्य असणाऱ्या एककाचे नाव आणि क्रमांक वेगवेगळ्या चिट्टयांवर किंवा कार्डावर लिहिले जातात.   

(ii) कार्ड किंवा तिकीट पद्धती (Card of Ticket Method) नमुना निवडी या पद्धतीत सर्वप्रथम एकाच आकार व रंगाच्या जाड कार्डावर किंवा तिकीटावर समग्रातील सर्व एककांचे नाव व क्रमाक लिहिले जातात. तो सर्व काहें मिसळून एका गोल डूमात टाकतात. त्या डूमाला पत्रास वेळा हालवून ती कार्डे एकमेकात मिसळू देतात. त्यानंतर त्यातून एक कार्ड काढले जाते. पुन्हा त्या माला पत्रास वेळा फिरविले जाऊन दुसरे कार्ड काढले जाते.

(iii) ग्रिड पद्धती (Grid Method) या पद्धतीचा वापर हा प्रामुख्याने क्षेत्रीय "निवडीकरिता केला जातो. कोणत्या विशाल भौगोलिक क्षेत्रामधून काही विभिन्न क्षेत्रांची नमुना म्हणून निवड करण्यासाठी ग्रिड पद्धत अतिशय उपयुक्त आहे. या पद्धतीत सर्वप्रथम त्या विशाल क्षेत्राचा नकाशा तयार केला जातो. त्या नकाशावर ग्रिड प्लेट ठेवली जाते. ही प्लेट सेल्यूलाईड किंवा इतर पारदर्शक पदार्थापासून बनलेली असते. ह्या प्लेटमध्ये खाणे असून त्यावर क्रमांक लिहिलेले असतात. जितका नमुना घ्यायचा असतो, तितकेच क्रमांक त्या प्लेटवर लिहिले येतात. नकाशाच्या ज्या भागावर निर्धारित क्रमांकाचे वर्ग येतात. त्यावर खूण करतात. आणि त्या क्षेत्राची नमुना म्हणून निवड केली जाते.

 

(iv) नियमित अंक पद्धती (Regular Marking Method): ज्यावेळी समग्राचे सर्व एकक हे काळ, स्थान इत्यादी आधारावर व्यवस्थित असतात, तेव्हा नियमित अंकन पद्धतीद्वारे नमुन्याची निवड केली जाते. या पद्धतीमध्ये सर्वप्रथम समग्राच्या सर्व एककांची क्रमवार संख्या लिहून एक सूची बनविण्यात येते. हे निश्चित केले जाते की, त्या एककांमधून आपणास किती एककांची नमुना म्हणून निवड करायची आहे. त्यानंतर ती सूची समोर ठेवून त्या सूचीतून प्रत्येक पाचवी किंवा दहावी किंवा अन्य कोणतीही संख्या घेऊन नमुना निवड केली जाते..

 

(v) अनियमित अंक पद्धती (Irregular Marking Method) : या पद्धतीमध्ये देखील समग्रातील संपूर्ण एककाची सूची बनविली जाते. आणि त्या सूचीमधून पहिला आणि शेवटचा अंक  सोडून बाकी  अंकावर संशोधन कर्ता अनियमित पद्धतीने जेवढा नमुना ठरविला असेल, तितक्या खुणा करतो. यामध्ये संशोधन कर्त्याकडून ही अपेक्षा केली जाते की, त्यात कोणताही पक्षपात न करता अनियमित पद्धतीने नमुन्याची निवड करावी.       

(vi) टिप्पेट पद्धती (Tippet Method) : प्रोफेसर टिप्पेट (Peof Tippet) यांनी ही पद्धत १९२७ मध्ये गणितीय आकड्याच्या आधारावर तयार केली होती. तिप्पेट यांनी चार अंकवाली १०४० संख्याची एक सूची तयार केली होती. त्या संख्यांना यादृच्छिक निवड पद्धतीमध्ये उपयोग करण्याच्या उद्देशाने निश्चित केले गेले. या संख्या क्रमाशिवाय अनेक पानावर लिहिल्या आहेत. दिलेल्या अंकामधील पहिल्या १० संख्या या पुढीलप्रमाणे आहेत.

 

२९५२----४१६७-----२३७०------२७५४---६६४१----९५२४------७४८३-----५२४६-----९१४३---३३९२

 

यादृच्छिक नमुना पद्धतीचे गुण (Merits of Random of sampling)

 

(१) निष्पक्षता :

(२) प्रतिनिधित्व :

(३ ) योग्य मूल्यांकन :

(४) सोपी पद्धत

(०५) वेळ श्रम पैश्याची बचत

यादृच्छिक नमुना पद्धतीचे मर्यादा :

 

(१) सूची तयार करणे कठीण यादृच्छिक नमुना पद्धतीमध्ये सर्वप्रथम समग्राच्या संपूर्ण एककांची विस्तृत सूची तयार करावी लागते. या संपूर्ण एककांची सूची सहज उपलब्ध असते असे नाही. सूची उपलब्ध नसल्यास संशोधकाला सूची तयार करावी लागते. जेव्हा समग्र हे फार मोठे असते. तेव्हा सूची तयार करणे सोपे नाही.

 

(२) संपर्क प्रस्थापित करणे कठीण : या पद्धतीत नमुन्याची निवड करताना संशोधनकर्त्यावर कोणतेच नियंत्रण नसते. नमुन्यात निवड झालेले काही एकक खूप दूर असतील आणि त्यांच्याशी संपर्ककरणे कठीण असते. अशा परिस्थितीत संशोधनकर्त्याकडून पक्षपात होण्याची शक्यता असते.

 

(३) सजातीयतेचा अभाव : समग्रातील सर्वच एकक हे समान असतीलच असे नाही. त्यांच्यात एकरूपतेचा अभाव असतो. त्यामुळे यादृच्छिक निवड पद्धतीद्वारे प्रातिनिधीक एकक निवडण्याची शक्यता कमी असते. अशावेळी ही पद्धती उपयुक्त नसते.

 

यादृच्छिक नमुना पद्धतीत घ्यावी लागणारी दक्षता (Precautions in Random Sampling)

 

या पद्धतीद्वारे नमुना निवडताना संशोधनकत्यनि पुढील प्रकारची सावधगिरी बाळगणे आवश्यक असते.

(i) नमुना निवडण्यापूर्वी समग्राची निश्चिती योग्य प्रकारे करून घेतली पाहिजे. संपूर्ण एककांची संपूर्ण सूची तयार करावी.

(ii) नमुन्यात येणारे एकक हे स्वतंत्र असले पाहिजे ते एक दुसऱ्यावर अध्ययनाकरिता अवलंबून नसले पाहिजे. (iii) एकक असे असले पाहिजे की, ज्याच्याशी संपर्क स्थापन करता येऊ शकेल. एकदा निवडलेली एकक नंतर बदलवू नये.

 

०२) स्तरित यादृच्छिक नमुना(Stratified Random Sampling)

या प्रकारच्या पद्धतीमध्ये संशोधनकर्ता सर्वप्रथम समग्राच्या सर्व वैशिष्टयाच्या संदर्भात प्राथमिक माहिती मिळवितो. या माहितीच्या आधारावर तो समग्रांना शिक्षणाचा सार, उत्पन्न,  सामाजिक वर्ग, धर्म, लिंग इत्यादींच्या आधारावर काही वर्गात किंवा उप-नमुन्यात (Sub Samples) विभाजित करतो. याचाच अर्थ समान वैशिष्ट्ये किंवा गुणाच्या आधारावर समग्राच्या एककांना विविध उप-विभाग किंवा वर्गात विभाजित करून समग्रात एकरूपता आणण्याचा प्रयत्न केला जातो. समग्राची वैशिष्ट्ये तसेच संशोधनाची समस्या लक्षात घेऊन संशोधनकार्य सहजतेने कोणत्या आधारावर आणि किती वर्गात समग्राचे विभाजन करावे हे ठरवित असतो. अशाप्रकारे समग्राला वेगवेगळ्या वर्गात विभाजित केल्यानंतर प्रत्येक यादृच्छिक नमुना निवड पद्धतींच्या सहाय्याने प्रत्येक वर्गातून योग्य त्या संख्येत नमुना निवडला जातो/

स्तरित नमुना निवड पद्धतीचे पुढील तीन प्रकार आहेत.

 

(i) प्रमाणबद्ध स्तरित नमुना (Proportionate Stratified Sampling) : ज्या प्रमाणात प्रत्येक वर्गाच्या एककाचे प्रमाण समग्रात असते. त्याच प्रमाणात त्या प्रत्येक वर्गातून एकक नमुन्यामध्ये निवडले जातात. म्हणून या प्रकारास प्रमाणबद्ध स्तरित नमुना असे म्हणतात.

(ii) अप्रमाणबद्ध स्तरित नमुना (Dispraportionate Striatified Sampling) : या प्रकारात प्रत्येक वर्गातून समान संख्येत एककांची निवड केली जाते. समग्रात कोणत्या वर्गाची किती एककांची संख्या आहे याचा विचार केला जात नाही. समग्रात एखाद्या वर्गातील एककाच्या संख्येचा विचार न करता सर्व वर्गातून समान एकक नमुन्यात घेतले जातात. परंतु त्यामुळे समग्रातील प्रत्येक वर्गाला त्याच्या प्रमाणात नमुन्यात प्रतिनिधित्व मिळत नाही. म्हणून या नमुना प्रकारास अप्रमाणबद्ध स्तरित नमुना असे म्हणतात.

(iii) भारयुक्त स्तरित यादृच्छिक नमुना (Stratified Weighted Sampling): वरील दोन्ही प्रकाराचे एक मिश्रित रूप म्हणजे भारयुक्त स्तरित यादृच्छिक नमुना होय. या प्रकारात प्रत्येक वर्गातून समान संख्येत एकक निवडले जातात. परंतु नंतर अधिक संख्या असलेल्या वर्गातील एककाना अधिक भार प्रदान केला जातो. ज्या प्रमाणात वर्गाच्या एककांची समग्रात संख्या असेल त्याच प्रमाणात हा भार वाढविला जातो.

 

स्तरित यादृच्छिक नमुना पद्धतीचे गुण (Merits of Stratified Sampling)

(१) या प्रकारात समग्राच्या प्रत्येक वर्गाच्या एककांना नमुन्यात स्थान प्राप्त होते. आणि कोणत्याही महत्वपूर्ण वर्गाकडे दुर्लक्ष होण्याची शक्यता नसते. 

२) या प्रकारात विभिन्न वर्गाचे थोडे काळजीपूर्वक विभाजन केले तर भित्र भिन्न वर्गामधून थोडे थोडे एकक निवडल्यामुळे हा नमुना समग्राचा प्रातिनिधिक नमुना ठरतो.

 (३) यामध्ये आवश्यकता पडल्यास एका एककाच्या जागी दुसऱ्या एककाची निवड करण्याचीसोय असते. समजा नमुन्यात निवडलेल्या एखाद्या एककाशी संपर्क साधणे कठीण असेल तर त्याऐवजी दुसरा एकक घेतला जातो. (४). वर्गाचे विभाजन भौगोलिक आधारावर देखील होऊ शकते. क्षेत्रीय आधारावर वर्गीकरण केल्यामुळे वेळ आणि पैशांची बचत होते. तसेच एककांशी संपर्क स्थापन करण्यात अडचण रहात नाही.

 

स्तरित यादृच्छिक नमुना पद्धतीचे दोष (Demerits of Stratified Sampling)

(i) जर वर्गाचे विभाजन योग्य प्रकारे केले नाही तर नमुना निवडित पक्षपात होण्याची शक्यता असते.

(ii) जर वेग-वेगळ्या वर्गाच्या आकारात अधिक जास्त अंतर असेल तर सारख्या प्रमाणात एककाची निवड करणे कठीण आहे, एककाची निवड समप्रमाणात झाली नाही तर नमुना हा प्रातिनिधिक स्वरूपाचा राहणार नाही.

(iii) वर्गातील एककांची निवड अप्रमाणबद्ध आधारावर करण्यात आली आणि नंतर अधिक एकक असलेल्या वर्गातील एककांना जास्त भार दिला जातो. अशावेळी संशोधनकर्त्याकडून पक्षपात होण्याची शक्यता असते.

(iv) ज्या एककामध्ये मिश्रित गुण आहेत. अशा एककांचा कोणत्या वर्गात समावेश करावा.याबाबत निश्चित निर्णय घेणे कठीण असते.

 

(३) व्यवस्थाबद्ध नमुना निवड (Systematic Sampling)

ही नमुन निवडण्याची एक सोपी पद्धत आहे. या पद्धतीत सर्वप्रथम समग्राची विशिष्ट क्रमानुसार एक सूची तयार केली जाते. आणि त्या सूची मधून नियमित अंतरानंतरच्या एककाला निवडले जाते. ज्यावेळी समग्राची सूची खूप मोठी असते किंवा आपणास मोठा नमुना घ्यायचा असेल तर अशावेळी व्यवस्थाबद्ध नमुना पद्धती ही अतिशय सोपी आणि उपयुक्त अशी पद्धती आहे.

 

(४) बहुपदी किंवा एककपूंज नमुना निवड (Multistage or Cluster Sam /pling) : ज्यावेळी विस्तीर्ण प्रदेशात विखुरलेल्या विशाल लोकसंख्येतून साधा किंवा स्तरित यादृच्छिक नमुना निवड पद्धतीने नमुना निवडण्याचे कार्य कठीण आणि खर्चाचे असते तेव्हा या पद्धतीचा उपयोग केला जातो. सर्वप्रथम समग्राचे अनेक समूहामध्ये विभाजन केले जाते. त्यानंतर त्यामधील काही समुहांना नमुन्यात निवडून त्याचे अध्ययन केले जाते. यालाच बहुपदी किंवा एककपुंज नमुना असे म्हणतात जर एखाद्या राज्यात १५० निवडणूक क्षेत्र असतील तर त्यामधून केवळ २० निवडणूक क्षेत्र घेतल्या जाईल आणि त्या २० निवडणूक क्षेत्रातील मतदात्यांचे अध्ययन केले जाईल. या पद्धतीचे वैशिष्ट्य म्हणजे नमुन्याची निवड करताना संशोधनकर्त्यास वेगवेगळ्या पद किंवा पायऱ्या मधून जावे लागते. त्यामुळेच या पद्धतीस बहुपदी नमुना असे म्हणतात.

 

(५) बव्हयवस्थीय नमुना निवड (Multiphase Sampling) अनेकदा काही एककांना काही प्रश्न विस्तारपूर्वक विचारले जातात. उरलेली माहिती नमुन्यातील इतर एककांकडून संकलित करण्यात येते. संशोधनाच्या दृष्टीने संशोधन विषयासंबंधी नमुन्यातील काही एककांकडून सखोल माहिती मिळविणे आवश्यक असते. या माहितीमुळे संशोधन विषयाच्या दृष्टीने काही मुलभूत तथ्ये प्राप्त केली जातात. त्या माहिती वा तथ्यांची वस्तुनिष्ठता नमुन्यातील इतर एककांकडून मिळणाऱ्या माहितीशी तपासून बघता येते. त्यामुळे निवडण्यात आलेला नमुना हा प्रातिनिधिक स्वरूपाचा आहे किंवा नाही याचे परीक्षण करणे सहज शक्य होते.

संभाव्यता नमुना निवड पद्धतीचे गुण दोष (Merits and Demerits of Probability Sampling)

गुण (Merits)

(१) शास्त्रीय पद्धती संभाव्यता नमुना पद्धती ही शास्त्रीय स्वरूपाची आहे.

२)संशोधनातील विश्वसनीयेची पातळी अचूकतेचे प्रमाण इत्यादीबाबत सांख्यिकीय पद्धतीने निश्चित माहिती या नमुन्यात देणे शक्य आहे.

(२) वस्तुनिष्ठ निष्कर्ष या पद्धतीत समग्रातील सर्व एककांना नमुन्यामध्ये निवडण्याची समान संधी असते. नमुन्याची निवड वस्तुनिष्ठ असल्यामुळे नमुन्याच्या आधारे काढलेले निष्कर्ष देखील अधिक वस्तुनिष्ठ असतात.

(३) पूर्वग्रह नसतो : या पद्धतीद्वारे नमुना निवडतांना कोणत्याही प्रकारचा पूर्वग्रह किंवा पक्षपात करणे शक्य नसते. ही पद्धत इतकी शास्त्रशुद्ध आहे की, अशा गोष्टींना या पद्धतीत कोणतेच स्थान नसते.

मर्यादा (Limitation)

(१) समग्राचे ज्ञान : संभाव्यता नमुना पद्धतीद्वारे नमुन्याची निवड करायची असल्यास संशोधनकर्त्याला आपल्या संशोधनाच्या समग्राचे विस्तृत ज्ञान असणे आवश्यक आहे. कारण त्याशिवाय तो या पद्धतीचा उपयोग करू शकत नाही.

(२) संपर्क करणे कठीण संभाव्यता नमुना निवड पद्धतीने नमुन्याची निवड केली असली तरी भौगोलिक दृष्ट्या दूर अंतरावर असलेल्या नमुन्यातील एककाशी संपर्क साधणे कठीण असते.   

(३) वेळ, श्रम व पैशांचा अपव्यय : समग्रातील संपूर्ण एककाची सूची करणे, तसेच नमुन्यात निवडलेल्या सर्व एककांशी संपर्क साधणे या सर्व गोष्टी संशोधनकर्त्याला वेळ, श्रम व पैशाच्या दृष्टीने परवडणाऱ्या नसतात. अनेकदा तर संशोधनकर्त्यांचा वेळ, श्रम व पैशांचा अपव्यय होतो.

 

 

(२) गैर संभाव्यता नमुना निवड (Non-probability Sampling)

 

ही पद्धत संभाव्यता नमुना निवड पद्धतीच्या अगदी उलट आहे. या पद्धतीत संशोधनकर्ता आपल्या इच्छेनुसार नमुना निवडत असतो. ज्या वेळी  एककांची संभाव्यता नमुना निवड पद्धतीने नमुना म्हणून निवड करणे अशक्य असते. अशावेळी ही पद्धत अतिशय उपयुक्त आहे.

गैर संभाव्यता नमुना पद्धतीचे पुढील चार प्रकार आहेत.

(१ ) सोयीस्कर किंवा सुविधाजनक नमुना (Accidental Convenience Sam pling) या नमुना पद्धतीमध्ये संशोधनकर्ता आपल्या सोयीनुसार नमुन्याची निवड करतो. संशोधनकर्त्याला नमुन्यासाठी किती एककांची आवश्यकता आहे. हे लक्षात घेऊन नमुन्याची संख्या निश्चित केली जाते. आणि त्या नुसार संशोधनकर्ता आपल्या सोयीनुसार नमुना निवडतो. नमुन्याची निवड ही वेळ, पैसा, एककांशी संपर्क साधन सूची किंवा उद्गम सूचीची उपलब्धता इत्यादी गोष्टीवर अवलंबून असते.

(२) सहेतूक किंवा उद्देशपूर्ण नमुना (Purposive Sampling) संशोधनकर्ता कोणते विशिष्ट उद्देश समोर ठेवून जाणीवपूर्वक समग्रातील काही एककांची निवड करतो. तेव्हा त्यास सहेतूक किंवा उद्देशपूर्ण नमुना असे म्हणतात. या प्रकारच्या नमुना निवडीचा मुख्य आधार म्हणजे संशोधनकर्ता हा समग्रातील सर्व एककांच्या गुणवैशिष्ट्यांची माहिती प्राप्त करतो. त्यानंतर तो मुन्याची निवड करतो, संशोधनकर्ता आपल्या उद्देशानुसार संपूर्ण समग्रातून प्रातिनिधिक स्वरूपाच्या एककाची निवड करतो. अशाप्रकारे अध्ययनाच्या उद्देशांना लक्षात ठेवून संशोधनकर्ता त्या उद्देशांची पूर्ती करण्यासाठी उपयुक्त एककांची निवड करतो.

(३) कोटा नमुना (Quota Sampling) या पद्धतीमध्ये सर्वप्रथम संशोधनकर्त्याला समस्येच्या ज्या वैशिष्ट्याचे अध्ययन करायचे असेल, ज्या वैशिष्ट्याच्या संबंधात किंवा त्या वैशिष्ट्यांच्या दृष्टीने जे महत्वपूर्ण वाटतात अशा गुणधर्माच्या आधारे समग्राचे वेगवेगळे गट पाडले जातात. प्रत्येक वर्गात एककांचे प्रमाण किती राहील हे त्या वर्गाच्या एककाचे समग्रात असलेल्या प्रमाणावरून ठरविले जाते. प्रत्येक निरीक्षणास किवा मुलाखतदारास उत्तरदात्यांचा निश्चित संख्येचा कोटा दिला जातो. ज्या समग्राबाबत काही सामान्य विधाने किंवा निष्कर्ष आपणांस मांडायचे आहे. त्या समग्राचे प्रतिरूप ठरेल असा नमुना निवडणे हे कोटा नमुना निवड पद्धतीचे मुख्य उद्दिष्ट आहे.

(४) स्वयं निर्वाचित नमुना (Self Selection Sampling) : जेव्हा संशोधन विषयासंबंधी माहिती देण्यासाठी स्वतः व्यक्ती आपले नाव देऊन नमुन्यातील एकक बनण्याची इच्छा संशोधनकर्त्यांकडे व्यक्त करतो. अशा पद्धतीस स्वयं निर्वाचित नमुना पद्धत असे म्हणतात.

 

 

गैर-संभाव्यता नमुना निवड पद्धतीचे गुण  (Merits  of Non -Probability Sampling)

(१) उपयुक्त पद्धती सर्वच विषयांच्या संदर्भात संभाव्यता नमुना निवड पद्धतीने एककांची निवड करणे शक्य नसते. अशा वेळी गैर संभाव्यता नमुना निवड पद्धत अतिशय उपयुक्त आहे.

२)अन्वेषणात्मक किंवा परिचयात्मक अध्ययनात गृहित कृत्याच्या मांडणीकरिता कामचलाऊ विधान शोधण्यासाठी ही नमुना निवड पद्धत उपयुक्त आहे.

(३ ) पूर्वज्ञानाची आवश्यकता नसते संभाव्यता नमुना निवड पद्धतीत समग्रातील संपूर्ण एककांची सूची तयार करावी लागते.

(३) सोयीची पद्धत : गैर-संभाव्यता पद्धत ही संशोधनकर्त्याला वेळ, श्रम आणि पैशाच्या दृष्टीने विशेष सोयीची आहे. संशोधनकर्ता आपल्या सोयीनुसार एककाची निवड करतो.

 

गैर-संभाव्यता नमुना निवड पद्धतीचे  दोष (Demerits of Non -Probability Sampling)

(१) प्रातिनिधिकतेचा अभाव : गैर-संभाव्यता नमुना निवड पद्धतीद्वारे निवडलेला नमुना हा समग्राचा प्रातिनिधिक राहीलच याची खात्री नसते. समग्रातील प्रत्येक एककाला नमुन्यात निवडण्याची शक्यता नसते.

(२) पूर्वग्रहदूषित संशोधनकार्य स्वतःच्या इच्छेनुसार पाहिजे त्या एककांची निवड करतो.त्याच्यावर कोणतेही नियंत्रण नसते. त्यामुळे संशोधनकार्य पूर्वग्रह दूषित दृष्टिकोण ठेवून एककांची निवड करू शकतो. अशा पूर्वग्रहदूषित नमुन्याच्या अध्ययनाचे निष्कर्ष हे वस्तुनिष्ठ राहू शकत नाहीत

(३) अशास्त्रीय पद्धत : गैर-संभाव्यता नमुना निवड पद्धत ही संशोधनाच्या दृष्टीने अशास्त्रीय पद्धत आहे. ही गोष्ट नाकारता येत नाही. जी गोष्ट अशास्त्रीय आहे. त्या गोष्टीचा उपयोग शास्त्रीय अध्ययनात करणे योग्य नाही. 

 

नमुना निवड पद्धतीचे गुण :

1)वेळ, श्रम आणि पैसा याची बचत होते. हा नमुना निवड पद्धतीचा फार मोठा फायदा आहे.

(२) अधिक सखोल अध्ययनाची शक्यता (Possibility of More Intense Study)

3) नमुना निवड पद्धतीमध्ये संपूर्ण एककांपैकी फक्त प्रातिनिधिक एककांची निवड केली जाते.

 

(4) विश्वसनीय निष्कर्ष (More Reliable Conclusion)

5) उत्तरांची अचूकता संशोधनकर्ता तपासू शकतो.

6) तथ्ये ही अधिक विश्वसनीय असतात आणि विश्वसनीय तथ्याच्या आधारावर काढलेले निष्कर्ष देखील विश्वसनीयच राहतात.

(७ ) अनुभवजन्य तथ्ये (Empivrical Facts) नमुना निवड पद्धतीमध्ये एककाची संख्या ही मर्यादीत असते. म्हणून संशोधनकर्त्यास अनुभवजन्य तथ्ये संपादित करणे शक्य होते.

(८ ) सुलभ प्रशासन (Administrative Conveniencc ) नमुना निवड पद्धतीत संपूर्ण एककाचे अध्ययन करण्याची आवश्यकता नसते. नमुन्यात निवडलेल्या एककांचेच अध्ययन केले जाते. त्यामुळे उत्तरदात्यांशी संपर्क साधणे, तथ्य संकलन करणे इत्यादी गोष्टी करणे संशोधनकर्त्याला सुलभ जाते.

 

नमुना निवड पद्धतीचे दोष किंवा मर्यादा (Demerits of Limitations of Sampling)

(१) पक्षपात किंवा पूर्वग्रहाची शक्यता (Possibility of Bais and Prejudice

२) प्रातिनिधिक नमुना निवडण्यात अडचण (Difficulty in Selecting Rep resentative Samples

(३) विशेष ज्ञानाची आवश्यकता (Need of Special Knowledge)

४)नमुन्यावर अवलंबून राहणे कठीण (Difficult to Depend on Samples)

(५) नमुना निवड पद्धतीची असंभाव्यता (Impossibility of Sampling Techni que)   

 

तथ्याचा अर्थ (Meaning of Facts)

 

श्रीमती पॉलिन यंग (Pauline Young) यांनी म्हटल्याप्रमाणे “तथ्य हा शब्द शास्त्रीय लिखाणात वारंवार वापरला जातो तरी अजून या शब्दाची व्याख्या करणे अतिशय कठीण आहे.”

 

व्याख्या (Definition )

 

(१) पॉलिन यंग (Pauline Young) : 'तथ्य केवळ मूर्त वस्तूपर्यंतच मर्यादित नाही. सामाजिक शास्त्रात विचार, अनुभव आणि भावना देखील तथ्य आहेत. तथ्यांना अशा भौतिक वा शारीरिक, मानसिक किंवा भावनात्मक घटनाच्या रूपात पाहिले पाहिजे की, ज्यांची खात्रीपूर्वक पुष्टी केली जाऊ शकेल. आणि ज्यांचा 'भाष्याच्या जगात सत्य म्हणून स्वीकार केला जातो."

 

 (२) गुड आणि हॅट (Goode and Hatt) : “तथ्य एक अनुभव सिद्ध सत्यापनीय निरीक्षण आहे."("Fact is an empirically verifiable observation" - Goode and Hatt 3)

 

(३) दुर्खीम  (Durkhcim) : “सामाजिक तथ्य व्यवहाराचा (विचार, अनुभव किंवा क्रिया) असा पक्ष आहे की, ज्याचे निरीक्षण वस्तुनिष्ठ रूपात शक्य आहे. आणि जे एका विशिष्ट तऱ्हेने व्यवहार करण्यास बाध्य करते. "("Social act is a phase of behaviour (thinking, teeling, or acting) which can objectively be observed and has a coercive or compelling nature." -Emile Durkhcim +)

 

(ब) प्राथमिक तथ्यांचा दुसरा स्त्रोत हा निरीक्षण आहे. निरीक्षणाद्वारे एका समुदाय किंवा समूहाच्या जीवनासंबंधी अनेक महत्त्वपूर्ण तथ्यांना एकत्रित केले जाऊ शकते.

 

(२) द्वितीयक तथ्ये (Secondary Facts) : प्राथमिक तथ्ये ही स्वतः संशोधनकर्ता संकलित करतो. परंतु द्वितीयक तथ्ये मात्र संशोधनकर्ता स्वतः संशोधनक्षेत्रात जाऊन संबंधित व्यक्तीकडून गोळा करीत नाही. द्वितीय तथ्ये ही इतर व्यक्तींनी पूर्वीच गोळा केली असून ती लिखित स्वरूपाची असतात. संशोधनकर्ता ह्या तथ्यांचा आपल्या संशोधनासाठी उपयोग करतो.

 

(अ) श्रीमती पालिन यंग यांच्या मतानुसार

 

(ब) प्रलेखीय स्त्रोत्र (Documentary Source) या अंतर्गत पुस्तके, रेकॉर्ड, हस्तलिखिते, दैनंदिनी पत्रे इत्यादीचा समावेश केला जातो.

 

(२) क्षेत्रीय स्त्रोत (Field Source) यामध्ये विषयासंबंधित वास्तविक माहिती असणाऱ्या किंवा अध्ययन विषयासंबंधित व्यक्तीचा समावेश केला जातो.

(ब) लुंडबर्ग (Lundberg) यांच्या मते

(१) ऐतिहासिक स्त्रोत (Historical Source)

(i) प्रलेख शिलालेख, कागदपत्रे, इत्यादी. (ii) उत्खनानातून प्राप्त वस्तू. 

क्षेत्रीय स्त्रोत (Field Sources )

(i) जिवंत व्यक्तीकडून प्राप्त विशिष्ट तथ्ये.

(ii) क्रियाशील व्यवहारांचे प्रत्यक्ष निरीक्षण

(क) प्रोफेसर बेंगले (Bagley) यांच्या मते

(१) प्राथमिक स्त्रोत : अध्ययन विषयाशी संबंधित वास्तविक व्यक्ती आणि प्रत्यक्ष निरीक्षणाचा समावेश होतो. (२) द्वितीयक स्त्रोत: शासकीय आणि अशासकीय संस्था किंवा व्यक्तीद्वारा प्रकाशित,अप्रकाशित किंवा लिखित प्रलेखाचा अंतर्भाव यामध्ये होतो.

 

पी. व्ही. यंग, लुंडबर्ग, बॅगले आणि इतर विद्वानानी तथ्यांच्या स्त्रोताबाबत केलेल्या वर्गीकरण तथ्याचे दोन प्रमुख स्त्रोत आढळून येतात. हे दोन प्रमुख स्त्रोत पुढील प्रमाणे आहेत. (१) प्राथमिक किंवा क्षेत्रीय स्त्रोत (२) द्वितीयक आणि प्रलेखीय स्त्रोत.

तथ्यांचे स्त्रोत (Source of Data)

(१) प्राथमिक किंवा क्षेत्रीय स्त्रोत(Primary Source)

(1) निरीक्षण (II) प्रश्नावली

(III) मुलाखात (IV) अनुसूची

(२) द्वितीयक किंवा प्रलेखीय स्त्रोत (Secondary Source)