Categories of Sampling Techniques

প্রধানত স্যাম্পলিং টেকনিককে দুই ভাগে ভাগ করা হয় –

1)Probability Sampling

2) Non probability Sampling

Probability Sampling

এটা এমন একটা টেকনিক, যেখানে রিসার্চার একটা বিশাল পপুলেশনের মধ্য থেকে স্টাটিস্টিকাল মেথডের মাধ্যমে স্যাম্পল বাছাই করে থাকে। একটা স্যাম্পলকে তখনই Probability স্যাম্পল বলা যাবে, যখন সেটা অবশ্যই Random Selection পদ্ধতিতে সিলেক্ট করা হবে।

অর্থাৎ,

প্রবাবিলিটি স্যাম্পলিং এর মূল শর্ত হল-

এই পদ্ধতিতে পপুলেশনের অন্তর্ভুক্ত প্রত্যেকেরই সিলেক্ট হওয়ার সমান সম্ভাবনা থাকবে।

যদি পপুলেশনে ১০০ জন মানুষ থাকে, তবে একদম ১ থেকে ১০০ পর্যন্ত প্রত্যেকেরই সমান সুযোগ স্যাম্পল হওয়ার জন্য এবং এই বাছাইকৃত স্যাম্পল সত্যিকার অর্থেই পুরো পপুলেশনকে রিপ্রেজেন্ট করবে।

এই মেথডের মাধ্যমে স্যাম্পল বাছাই এর পর, তাদের রেসপন্স মেজার করা হয় এবং অভারঅল পপুলেশনের সাথে এর তুলনা করে দেখা হয়।

Types of Probability Sampling:

Probability Sampling কে মূলত চারটা ক্যাটাগরিতে ভাগ করা হয়, যা নিম্নরূপঃ

1) Simple Random Sampling

এই পদ্ধতিকে Method of Chances ও বলা হয়। কারণ পপুলেশনের প্রত্যেকেরই সিলেক্ট হওয়ার সম্ভাবনা থাকে, যা সম্ভাবনা বা ভাগ্যের উপর নির্ভর করে বলা যায়।

বলা হয় যে, এই স্যাম্পলিং মেথড বোঝা সহজ, কিন্তু এর প্র‍্যাক্টিকাল প্রয়োগ বেশ জটিল। কারণ বিশাল স্যাম্পল সাইজ নিয়ে কাজ করা সহজ নয়, মাঝে মাঝে স্যাম্পলিং ফ্রেম ঠিক করাও খুব জটিল হয়ে যায়।

এই পদ্ধতিতে স্যাম্পল বাছাই দুইভাবে করা যেতে পারে-

১) লটারি পদ্ধতি (এর সাথে আমরা সবাই পরিচিত, বিভিন্ন র‍্যাফেল ড্র’র লটারি যেভাবে করে)

২) নাম্বার জেনারেটিং সফটওয়্যার বা রেনডম নাম্বার টেবিলের মাধ্যমে। এগুলো টুলস অনলাইনেই এভেইলেবল রয়েছে। সফটওয়্যারই স্যাম্পল ঠিক করে দেয়।

2) Stratified Random Sampling

এই পদ্ধতিতে স্যাম্পল সিলেক্ট করার জন্য, প্রথমে পপুলেশনকে বিভিন্ন গ্রুপে ভাগ করা হয় তাদের বয়স, সোসাল স্ট্যাটাস, জাতীয়তা, ধর্ম, শিক্ষাগত যোগ্যতা, অথবা অন্য যে কোনো ভিন্নতা অনুযায়ী। তারপর সেই গ্রুপগুলো থেকে রেনডমলি স্যাম্পল সিলেক্ট করা হয়। এই প্রসেসকে আবার Random quota Sampling ও বলা হয়।

ধরা যাক, বাংলাদেশের ই-কমার্স ইন্ডাস্ট্রি নিয়ে গবেষণার করা হবে। তাহলে এই সেক্টরের সকল ইউজাররা হবে এর পপুলেশন। ধরেন, ১মিলিয়ন ইউজার আছে যারা নিয়মিত ই-কমার্স ইন্ডাস্ট্রি তে কাজ করছে, ক্রেতা বিক্রেতা বা যে কোনো ইস্যু নিয়ে।

তো এই স্যাম্পল প্রসেস অনুযায়ী তাদেরকে বয়সভেদে ভাগ করতে হবে এভাবে-

১৮-২৯, ৩০-৩৯, ৪০-৪৯, ৫০-৫৯ এবং ৬০ & এর বেশি বয়সের মানুষ।

প্রত্যেকটা গ্রুপের মেম্বার হবে আলাদা এবং গ্রুপগুলো যেন পুরো পপুলেশনকে কভার করতে পারে সেদিকে খেয়াল রাখতে হবে।

পপুলেশনের ভ্যারিয়েবল বা ভিন্নতা অনুযায়ী একে কয় ভাগে ভাগ করা যায় তা ঠিক করে নিতে হবে, তবে কোনো ভাবে ৪-৬টা ভ্যারিয়েবলের বেশি ভাগ করা যাবে না এবং ৬টার বেশি স্ট্রাটা বা গ্রুপে ভাগ করা যাবে না।

Types of Stratified Random Sampling:

স্ট্রাটিফাইড স্যাম্পলিং কে আবার দুইভাগে ভাগ করা যায়-

• Proportionate Stratified Random Sampling:

এই পদ্ধতিতে স্ট্রাটিফাইড স্যাম্পলিং এর জন্য ভাগ করা প্রত্যেকটা গ্রুপের স্যাম্পল সাইজ হবে সরাসরি স্ব স্ব গ্রুপের টোটাল পপুলেশন সাইজের অনুপাত৷

যেমন ধরা যাক,

৬০০০ পপুলেশনকে ৫০০, ১০০০, ১৫০০ এবং ২০০০ সংখ্যা বিশিষ্ট এই ৪টা গ্রুপে ভাগ করা হয়েছে এবং রিসার্চার স্যাম্পলিং ফ্র‍্যাকশন বা অনুপাত ধরেছে ১/২. তাহলে প্রত্যেকটা গ্রুপে যে সংখ্যক মানুষ আছে স্যাম্পল সাইজ হবে সেই সংখ্যার অর্ধেক, অর্থাৎ ২৫০, ৫০০, ৭৫০ এবং ১০০০.

• Disproportional Stratified Sample:

প্রপোরশনাল স্যাম্পলিং এর সাথে এর মূল পার্থক্য হল – এই পদ্ধতিতে স্যাম্পলিং ফ্র‍্যাকশন ভিন্ন হবে। আগে যেমন রিসার্চার সবগুলো স্ট্রাটাকেই ১/২ অনুপাত ধরে স্যাম্পল সাইজ বের করেছে, এক্ষেত্রে তেমন রিসার্চার প্রত্যেকটা গ্রুপ বা স্টাটার জন্য ভিন্ন ভিন্ন অনুপাত ধরবে তার এনালাইটিকাল এবিলিটি দিয়ে। রিসার্চারের অনুপাত ঠিক করার দক্ষতার উপর এর একুরেসি নির্ভর করে।

যেমন – আগের উদাহরণ অনুযায়ী পর্যায়ক্রমেঃ

৫০০*১/২=২৫০, ১০০০*১/৩=৩৩৩, ১৫০০*১/৪=৩৭৫, ২০০০*১/৫=৪০০

এভাবে স্যাম্পলিং সাইজ বের করা হবে।

3) Random Cluster Sampling

এই পদ্ধতিতে রিসার্চার টোটাল পপুলেশনকে প্রথমে এমনভাবে ক্লাস্টার বা গ্রুপে ভাগ করে এলাকা ভেদে, যারা সমজাতীয় বৈশিষ্ট্য বহন করে।

ধরেন,

কোনো একটা মোবাইল কোম্পানি সারাদেশের স্মার্টফোন ইউজার পারফরমেন্সের উপর একটা সার্ভে করবে। স্বাভাবিক ভাবেই সারাদেশের সব মোবাইল ইউজারদের কাছে পৌঁছানো সম্ভব না, তাই প্রথমে দেশের টোটাল জনসংখ্যাকে কয়েকটা অঞ্চলে ভাগ করবে এবং সেগুলোর মাঝে যে সব অঞ্চলে মোবাইল ব্যবহারকারীদের সংখ্যা বেশি সেই অঞ্চলগুলোকে সিলেক্ট করবে।

মানে ক্লাস্টার স্যাম্পলিং এর উপাদান, আলাদা আলাদা ব্যক্তি না হয়ে একটা ক্লাস্টার বা গ্রুপ বা অঞ্চল হবে।

Types of Cluster Sampling:

Cluster Sampling টেকনিককে ৩টা স্টেজে ভাগ করা যায়-

• Single -stage cluster sampling:

নাম দেখেই মনে হচ্ছে, এই প্রসেসে স্যাম্পলিং মাত্র একবার করা হয়।

ধরা যাক,

কোনো একটা এনজিও আশে পাশের কয়েকটা অঞ্চলের নারীদের জন্য বিভিন্ন প্রশিক্ষন বা শিক্ষার সুযোগ তৈরি করতে স্যাম্পলিং করতে চায়। সুতরাং এই পদ্ধতিতে প্রথমে রেনডমলি সেই অঞ্চলগুলো (ক্লাস্টার) সিলেক্ট করবে, তারপর সেখানের সুবিধাবঞ্চিত নারীদের শিক্ষার সুযোগ তৈরী করবে।

• Two-stage Cluster sampling :

এই পদ্ধতিতে প্রথমে ক্লাস্টার সিলেক্ট করবে, কিন্তু ক্লাস্টারে অন্তর্ভুক্ত সবাইকে স্যাম্পল হিসেবে বিবেচনা না করে, সিস্টেমেটিক বা সিম্পল রেনডম স্যাম্পলিং পদ্ধতিতে ক্লাস্টার থেকে সিঙ্গেল স্যাম্পল বের করে নিবে।

• Multiple stage cluster sampling:

Two-stage Cluster sampling এ যেমন প্রথমে একটা জিওগ্রাফিকাল এড়িয়া সিলেক্ট করে, তারপর সেখান থেকে আবার স্যাম্পলিং করে। Multi stage স্যাম্পলিংও তেমনি।

ধরা যাক,

কোনো একটা রিসার্চের জন্য প্রথমে জিওগ্রাফিকাল এড়িয়া অনুযায়ী বিভাগগুলোকে ক্লাস্টার হিসেবে ধরা হল, তারপর প্রত্যেকটা বিভাগের সবচেয়ে বেশি জনবহুল জেলাগুলোকে স্যাম্পল হিসেবে নেয়া হল, তারপর আবার সেই জেলাগুলোর উপজেলা, তারপর পৌরসভা, তারপর গ্রাম, এবং বাড়ি অনুযায়ী পর্যায়ক্রমে স্যাম্পলিং করা হতে পারে এই পদ্ধতিতে।

4) Systematic Sampling :

ছোটবেলায় পাটিগণিতে পরিসখ্যানের ম্যাথ তো সবাই করেছি, তাই না? ওই যে N তম পদ বের করার যে ম্যাথগুলো করতাম প্রাইমারি স্কুলে, সেই ফর্মুলাটাই এপ্লাই হবে এক্ষেত্রে। N তম পদ বের করার পদ্ধতিতেই সিস্টেমেটিক স্যাম্পলিং করা হয়।

এই পদ্ধতিতে প্রথমে টার্গেট পপুলেশন সিলেক্ট করা হয়। তারপর পপুলেশন থেকে স্যাম্পল সাইজ কত হবে ডিসাইড করা হয়। স্যাম্পলের উপাদানগুলোকে নাম্বারিং করার পর, নাম্বারগুলোর মধ্যবর্তী ইন্টারভাল বা স্ট্যান্ডার্ড ডিসটেন্স খুঁজে বের করা হয়।

তারপর সেই নাম্বারগুলো থেকে রেনডমলি একটা নাম্বারকে বাছাই করা হয় স্টার্টিং পয়েন্ট হিসেবে এবং নাম্বারগুলোকে ইন্টারভাল বা নির্ধারিত সংখ্যার গ্যাপ অনুযায়ী সাজানো হয়।

Non probability Sampling:

এই মেথড পরবর্তী লেখায় বর্ণনা করব, ইনশাআল্লাহ।