نمونے کے طریقے

نمونہ کیوں اہم ہے

تصور کریں آپ جاننا چاہتے ہیں کہ یونیورسٹی کے طلباء رات کو اوسطاً کتنی نیند لیتے ہیں۔ آپ ملک کی ہر یونیورسٹی کے ہر طالب علم سے پوچھ سکتے ہیں لیکن اس میں سال لگیں گے اور بہت خرچ آئے گا۔ اس کے بجائے آپ ایک چھوٹا گروپ -- نمونہ -- منتخب کرتے ہیں اور ان کے جوابات سے بڑی آبادی کے بارے میں نتائج اخذ کرتے ہیں۔

آپ وہ نمونہ کس طرح چنتے ہیں یہ انتہائی اہم ہے۔ غلط طریقے سے چنا ہوا نمونہ گمراہ کن نتائج دے سکتا ہے۔ اگر آپ صرف بدھ کی رات 11 بجے لائبریری میں طلباء سے سروے کریں تو آپ شاید یہ نتیجہ نکالیں کہ طلباء بہت محنتی ہیں اور نیند سے محروم ہیں۔ اس سے وہ سب چھوٹ جائیں گے جو آرام سے گھر میں سو رہے ہیں یا تفریح کر رہے ہیں۔ نمونے کے طریقے وہ تکنیکیں ہیں جو محققین قابل اعتماد اور عمومی نتائج حاصل کرنے کے لیے استعمال کرتے ہیں۔

سادہ بے ترتیب نمونہ

نمونے کا سب سے بہترین معیار سادہ بے ترتیب نمونہ ہے۔ آبادی کے ہر فرد کو منتخب ہونے کا برابر موقع ملتا ہے۔ اسے قرعہ اندازی سمجھیں: ہر نام ایک ٹوپی میں ڈالیں، ہلائیں، اور نکالیں۔ عملی طور پر محققین عام طور پر ٹوپی کی بجائے بے ترتیب نمبر جنریٹر یا کمپیوٹر الگورتھم استعمال کرتے ہیں۔

بے ترتیب نمونہ اس لیے طاقتور ہے کہ یہ عام طور پر ایسا نمونہ تیار کرتا ہے جو پوری آبادی جیسا ہوتا ہے۔ اگر 60% طلباء خواتین ہیں تو بے ترتیب نمونہ بھی اوسطاً 60% خواتین ہوگا بغیر محقق کو اس کی منصوبہ بندی کیے۔ مسئلہ یہ ہے کہ آپ کو آبادی کی مکمل فہرست (جسے نمونے کا فریم کہتے ہیں) درکار ہوتی ہے اور وہ فہرست ہمیشہ دستیاب نہیں ہوتی۔

اوپر کا چارٹ ایک تخمینی موازنہ دکھاتا ہے کہ ہر نمونے کا طریقہ آبادی کی کتنی اچھی نمائندگی کرتا ہے۔ یہ اعداد مثالی ہیں -- اصل کارکردگی سیاق و سباق پر منحصر ہے -- لیکن یہ عمومی رجحان دکھاتے ہیں: بے ترتیب اور طبقاتی طریقے سب سے زیادہ نمائندہ نمونے تیار کرتے ہیں جبکہ سہولت نمونہ سب سے کم قابل اعتماد ہے۔

طبقاتی نمونہ

کبھی کبھی آپ یقینی بنانا چاہتے ہیں کہ اہم ذیلی گروپوں کی مناسب نمائندگی ہو۔ طبقاتی نمونہ آبادی کو مختلف گروپوں (جنہیں طبقات کہتے ہیں) میں تقسیم کرتا ہے کسی اہم خصوصیت کی بنیاد پر -- جیسے عمر، آمدنی، یا جغرافیائی علاقہ -- اور پھر ہر طبقے سے بے ترتیب نمونہ نکالتا ہے۔

مثلاً، اگر آپ ایک کمپنی کا سروے کر رہے ہیں جس میں 70% دفتری ملازمین اور 30% فیکٹری ملازمین ہیں تو آپ کو فکر ہو سکتی ہے کہ سادہ بے ترتیب نمونے میں فیکٹری ملازمین بہت کم آ جائیں۔ طبقاتی نمونے سے آپ ہر گروپ سے الگ الگ انتخاب کریں گے تاکہ دونوں کی تناسب سے نمائندگی ہو (یا چھوٹے گروپ سے زیادہ نمونے لے کر بعد میں ایڈجسٹ کریں)۔

طبقاتی نمونہ اکثر سادہ بے ترتیب نمونے سے زیادہ درست تخمینے دیتا ہے، خاص طور پر جب گروپ اس متغیر پر نمایاں طور پر مختلف ہوں جس کا آپ مطالعہ کر رہے ہیں۔

جھرمٹ نمونہ

جھرمٹ نمونے میں آپ آبادی کو قدرتی طور پر بننے والے گروپوں (جھرمٹ) میں تقسیم کرتے ہیں -- جیسے اسکول، محلے، یا ہسپتال -- اور پھر بے ترتیب طور پر پورے جھرمٹ منتخب کرتے ہیں۔ منتخب جھرمٹوں میں سب کو شامل کیا جاتا ہے۔

یہ طریقہ خاص طور پر مفید ہے جب آبادی جغرافیائی طور پر پھیلی ہو۔ 20 بے ترتیب منتخب اسکولوں میں جا کر وہاں کے تمام طلباء کا سروے کرنا آسان ہے بہ نسبت پورے ملک میں بکھرے ہوئے انفرادی طلباء کو تلاش کرنے کے۔ تبادلہ یہ ہے کہ درستگی کم ہوتی ہے: ایک ہی جھرمٹ کے لوگ ایک دوسرے سے زیادہ ملتے جلتے ہیں، اس لیے جھرمٹ نمونوں کو سادہ بے ترتیب نمونے جتنی درستگی حاصل کرنے کے لیے زیادہ شرکاء کی ضرورت ہوتی ہے۔

منظم اور سہولت نمونہ

منظم نمونہ بے ترتیب نقطہ آغاز کے بعد فہرست سے ہر k-واں آئٹم منتخب کرتا ہے۔ مثلاً، اگر آپ کے پاس 10,000 صارفین کی فہرست ہے اور 500 کا نمونہ چاہتے ہیں تو آپ ہر 20واں صارف منتخب کریں گے۔ یہ آسان ہے اور اچھا کام کرتا ہے بشرطیکہ فہرست میں کوئی پوشیدہ نمونہ نہ ہو جو آپ کے وقفے سے مماثل ہو۔

سہولت نمونہ بالکل وہی ہے جو نام سے ظاہر ہے: آپ جس تک آسانی سے پہنچ سکیں اس کا سروے کریں۔ اپنے دوستوں کا سروے، سوشل میڈیا پر پول، یا ایک شاپنگ مال میں لوگوں سے انٹرویو -- یہ سب سہولت نمونے ہیں۔ یہ تیز اور سستے ہیں لیکن تقریباً ہمیشہ تعصب متعارف کراتے ہیں۔ جن لوگوں تک آسانی سے پہنچا جا سکتا ہے وہ شاذ و نادر ہی وسیع آبادی کے نمائندے ہوتے ہیں۔

اوپر کا چارٹ سہولت نمونے کی عام تصویر دکھاتا ہے: زیادہ رفتار اور آسانی لیکن معیاری ڈیٹا کے لیے کم لاگت کی استعداد اور کم درستگی۔ سہولت نمونے ابتدائی تلاش اور پائلٹ ٹیسٹنگ کے لیے مفید ہو سکتے ہیں لیکن ان سے اخذ کردہ نتائج کو احتیاط سے دیکھنا چاہیے۔

صحیح طریقے کا انتخاب

تمام حالات کے لیے کوئی ایک بہترین نمونے کا طریقہ نہیں ہے۔ صحیح انتخاب آپ کے بجٹ، وقت، آپ کی آبادی کی نوعیت، اور نتائج میں مطلوبہ درستگی پر منحصر ہے۔ تعلیمی تحقیق اور طبی آزمائشیں عام طور پر زیادہ سے زیادہ سختی کے لیے بے ترتیب یا طبقاتی نمونہ استعمال کرتی ہیں۔ بڑے سرکاری سروے عملی وجوہات سے اکثر جھرمٹ نمونے پر انحصار کرتے ہیں۔ مارکیٹ ریسرچرز کبھی کبھی صارفین کے ڈیٹا بیس سے منظم نمونہ استعمال کرتے ہیں۔ اور بہت سے غیر رسمی مطالعات سہولت نمونہ استعمال کرتے ہیں -- لیکن بہترین اپنی حدود کا کھلے عام اعتراف کرتے ہیں۔

جو بھی طریقہ آپ چنیں، اہم سوال ہمیشہ ایک ہی ہے: کیا یہ نمونہ اس آبادی کی منصفانہ نمائندگی کرتا ہے جسے میں سمجھنا چاہتا ہوں؟ اگر جواب نہیں ہے تو آپ کے نتائج -- تجزیہ کتنا ہی نفیس ہو -- ناقابل اعتماد ہوں گے۔