ਅੰਕੜੇ ਕਿਸੇ ਆਬਾਦੀ ਜਾਂ ਨਮੂਨੇ ਤੋਂ ਆ ਸਕਦੇ ਹਨ। x x ਜਾਂ y y ਵਰਗੇ ਛੋਟੇ ਅੱਖਰ ਆਮ ਤੌਰ 'ਤੇ ਅੰਕੜਿਆਂ ਦੇ ਮੁੱਲਾਂ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਵਰਤੇ ਜਾਂਦੇ ਹਨ। ਜ਼ਿਆਦਾਤਰ ਅੰਕੜਿਆਂ ਨੂੰ ਹੇਠ ਲਿਖੀਆਂ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਵੰਡਿਆ ਜਾ ਸਕਦਾ ਹੈ:
ਗੁਣਾਤਮਕ
ਮਾਤਰਾਤਮਕ
ਗੁਣਾਤਮਕ ਅੰਕੜੇ ਕਿਸੇ ਆਬਾਦੀ ਦੇ ਗੁਣਾਂ ਨੂੰ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰਨ ਜਾਂ ਵਰਣਨ ਕਰਨ ਦਾ ਨਤੀਜਾ ਹੁੰਦੇ ਹਨ। ਗੁਣਾਤਮਕ ਅੰਕੜਿਆਂ ਨੂੰ ਅਕਸਰ ਵਰਗੀਕ੍ਰਿਤ ਅੰਕੜੇ ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਵਾਲਾਂ ਦਾ ਰੰਗ, ਖੂਨ ਦਾ ਗਰੁੱਪ, ਨਸਲੀ ਸਮੂਹ, ਵਿਅਕਤੀ ਦੁਆਰਾ ਚਲਾਈ ਜਾਣ ਵਾਲੀ ਕਾਰ, ਅਤੇ ਜਿਸ ਸੜਕ 'ਤੇ ਵਿਅਕਤੀ ਰਹਿੰਦਾ ਹੈ, ਗੁਣਾਤਮਕ ਅੰਕੜਿਆਂ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਹਨ। ਗੁਣਾਤਮਕ ਅੰਕੜਿਆਂ ਦਾ ਆਮ ਤੌਰ 'ਤੇ ਸ਼ਬਦਾਂ ਜਾਂ ਅੱਖਰਾਂ ਦੁਆਰਾ ਵਰਣਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਵਾਲਾਂ ਦਾ ਰੰਗ ਕਾਲਾ, ਗੂੜ੍ਹਾ ਭੂਰਾ, ਹਲਕਾ ਭੂਰਾ, ਸੁਨਹਿਰਾ, ਸਲੇਟੀ, ਜਾਂ ਲਾਲ ਹੋ ਸਕਦਾ ਹੈ। ਖੂਨ ਦਾ ਗਰੁੱਪ AB+, O-, ਜਾਂ B+ ਹੋ ਸਕਦਾ ਹੈ। ਖੋਜਕਰਤਾ ਅਕਸਰ ਗੁਣਾਤਮਕ ਅੰਕੜਿਆਂ ਦੀ ਬਜਾਏ ਮਾਤਰਾਤਮਕ ਅੰਕੜਿਆਂ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ ਕਿਉਂਕਿ ਇਹ ਗਣਿਤਿਕ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਵਧੇਰੇ ਆਸਾਨੀ ਨਾਲ ਢਲ ਜਾਂਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਔਸਤ ਵਾਲਾਂ ਦਾ ਰੰਗ ਜਾਂ ਖੂਨ ਦਾ ਗਰੁੱਪ ਲੱਭਣਾ ਕੋਈ ਅਰਥ ਨਹੀਂ ਰੱਖਦਾ।
ਮਾਤਰਾਤਮਕ ਅੰਕੜੇ ਹਮੇਸ਼ਾ ਸੰਖਿਆਵਾਂ ਹੁੰਦੇ ਹਨ। ਮਾਤਰਾਤਮਕ ਅੰਕੜੇ ਕਿਸੇ ਆਬਾਦੀ ਦੇ ਗੁਣਾਂ ਨੂੰ ਗਿਣਨ ਜਾਂ ਮਾਪਣ ਦਾ ਨਤੀਜਾ ਹੁੰਦੇ ਹਨ। ਪੈਸੇ ਦੀ ਮਾਤਰਾ, ਨਬਜ਼ ਦੀ ਦਰ, ਭਾਰ, ਤੁਹਾਡੇ ਸ਼ਹਿਰ ਵਿੱਚ ਰਹਿਣ ਵਾਲੇ ਲੋਕਾਂ ਦੀ ਗਿਣਤੀ, ਅਤੇ ਅੰਕੜੇ ਪੜ੍ਹਨ ਵਾਲੇ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਗਿਣਤੀ ਮਾਤਰਾਤਮਕ ਅੰਕੜਿਆਂ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਹਨ। ਮਾਤਰਾਤਮਕ ਅੰਕੜੇ ਜਾਂ ਤਾਂ ਵੱਖਰੇ (discrete) ਜਾਂ ਨਿਰੰਤਰ (continuous) ਹੋ ਸਕਦੇ ਹਨ।
ਗਿਣਤੀ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਆਉਣ ਵਾਲੇ ਸਾਰੇ ਅੰਕੜਿਆਂ ਨੂੰ ਮਾਤਰਾਤਮਕ ਵੱਖਰੇ ਅੰਕੜੇ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਇਹ ਅੰਕੜੇ ਸਿਰਫ ਕੁਝ ਨਿਸ਼ਚਿਤ ਸੰਖਿਆਤਮਕ ਮੁੱਲ ਲੈਂਦੇ ਹਨ। ਜੇਕਰ ਤੁਸੀਂ ਹਫ਼ਤੇ ਦੇ ਹਰੇਕ ਦਿਨ ਪ੍ਰਾਪਤ ਹੋਣ ਵਾਲੀਆਂ ਫੋਨ ਕਾਲਾਂ ਦੀ ਗਿਣਤੀ ਗਿਣਦੇ ਹੋ, ਤਾਂ ਤੁਹਾਨੂੰ ਜ਼ੀਰੋ, ਇੱਕ, ਦੋ, ਜਾਂ ਤਿੰਨ ਵਰਗੇ ਮੁੱਲ ਮਿਲ ਸਕਦੇ ਹਨ।
ਜਿਹੜੇ ਅੰਕੜੇ ਨਾ ਸਿਰਫ ਗਿਣਤੀ ਦੀਆਂ ਸੰਖਿਆਵਾਂ ਤੋਂ ਬਣੇ ਹੁੰਦੇ ਹਨ, ਬਲਕਿ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਭਿੰਨ, ਦਸ਼ਮਲਵ, ਜਾਂ ਅਪਰਿਮੇਯ ਸੰਖਿਆਵਾਂ ਸ਼ਾਮਲ ਹੋ ਸਕਦੀਆਂ ਹਨ, ਉਨ੍ਹਾਂ ਨੂੰ ਮਾਤਰਾਤਮਕ ਨਿਰੰਤਰ ਅੰਕੜੇ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਨਿਰੰਤਰ ਅੰਕੜੇ ਅਕਸਰ ਮਾਪਾਂ ਜਿਵੇਂ ਕਿ ਲੰਬਾਈ, ਭਾਰ, ਜਾਂ ਸਮੇਂ ਦੇ ਨਤੀਜੇ ਹੁੰਦੇ ਹਨ। ਤੁਹਾਡੇ ਦੁਆਰਾ ਇੱਕ ਹਫ਼ਤੇ ਵਿੱਚ ਕੀਤੀਆਂ ਗਈਆਂ ਸਾਰੀਆਂ ਫੋਨ ਕਾਲਾਂ ਦੀ ਮਿੰਟਾਂ ਵਿੱਚ ਲੰਬਾਈ ਦੀ ਸੂਚੀ, 2.4, 7.5, ਜਾਂ 11.0 ਵਰਗੀਆਂ ਸੰਖਿਆਵਾਂ ਨਾਲ, ਮਾਤਰਾਤਮਕ ਨਿਰੰਤਰ ਅੰਕੜੇ ਹੋਵੇਗੀ।
ਉਦਾਹਰਨ 1.5
ਮਾਤਰਾਤਮਕ ਵੱਖਰੇ ਅੰਕੜਿਆਂ ਦਾ ਨਮੂਨਾ
ਅੰਕੜੇ ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਆਪਣੀਆਂ ਬੈਕਪੈਕਾਂ ਵਿੱਚ ਚੁੱਕੀਆਂ ਗਈਆਂ ਕਿਤਾਬਾਂ ਦੀ ਗਿਣਤੀ ਹਨ। ਤੁਸੀਂ ਪੰਜ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਨਮੂਨਾ ਲੈਂਦੇ ਹੋ। ਦੋ ਵਿਦਿਆਰਥੀ ਤਿੰਨ ਕਿਤਾਬਾਂ, ਇੱਕ ਵਿਦਿਆਰਥੀ ਚਾਰ ਕਿਤਾਬਾਂ, ਇੱਕ ਵਿਦਿਆਰਥੀ ਦੋ ਕਿਤਾਬਾਂ, ਅਤੇ ਇੱਕ ਵਿਦਿਆਰਥੀ ਇੱਕ ਕਿਤਾਬ ਚੁੱਕਦਾ ਹੈ। ਕਿਤਾਬਾਂ ਦੀ ਗਿਣਤੀ (ਤਿੰਨ, ਚਾਰ, ਦੋ, ਅਤੇ ਇੱਕ) ਮਾਤਰਾਤਮਕ ਵੱਖਰੇ ਅੰਕੜੇ ਹਨ।
ਪ੍ਰਯਤਨ ਕਰੋ 1.5
ਅੰਕੜੇ ਇੱਕ ਜਿਮ ਵਿੱਚ ਮਸ਼ੀਨਾਂ ਦੀ ਗਿਣਤੀ ਹਨ। ਤੁਸੀਂ ਪੰਜ ਜਿਮਾਂ ਦਾ ਨਮੂਨਾ ਲੈਂਦੇ ਹੋ। ਇੱਕ ਜਿਮ ਵਿੱਚ 12 ਮਸ਼ੀਨਾਂ, ਇੱਕ ਜਿਮ ਵਿੱਚ 15 ਮਸ਼ੀਨਾਂ, ਇੱਕ ਜਿਮ ਵਿੱਚ ਦਸ ਮਸ਼ੀਨਾਂ, ਇੱਕ ਜਿਮ ਵਿੱਚ 22 ਮਸ਼ੀਨਾਂ, ਅਤੇ ਦੂਜੀ ਜਿਮ ਵਿੱਚ 20 ਮਸ਼ੀਨਾਂ ਹਨ। ਇਹ ਕਿਸ ਕਿਸਮ ਦੇ ਅੰਕੜੇ ਹਨ?
ਉਦਾਹਰਨ 1.6
ਮਾਤਰਾਤਮਕ ਨਿਰੰਤਰ ਅੰਕੜਿਆਂ ਦਾ ਨਮੂਨਾ
ਅੰਕੜੇ ਕਿਤਾਬਾਂ ਵਾਲੀਆਂ ਬੈਕਪੈਕਾਂ ਦਾ ਭਾਰ ਹਨ। ਤੁਸੀਂ ਉਹੀ ਪੰਜ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਨਮੂਨਾ ਲੈਂਦੇ ਹੋ। ਉਨ੍ਹਾਂ ਦੀਆਂ ਬੈਕਪੈਕਾਂ ਦਾ ਭਾਰ (ਪੌਂਡਾਂ ਵਿੱਚ) 6.2, 7, 6.8, 9.1, 4.3 ਹੈ। ਨੋਟ ਕਰੋ ਕਿ ਤਿੰਨ ਕਿਤਾਬਾਂ ਵਾਲੀਆਂ ਬੈਕਪੈਕਾਂ ਦਾ ਭਾਰ ਵੱਖਰਾ ਹੋ ਸਕਦਾ ਹੈ। ਭਾਰ ਮਾਤਰਾਤਮਕ ਨਿਰੰਤਰ ਅੰਕੜੇ ਹਨ।
ਪ੍ਰਯਤਨ ਕਰੋ 1.6
ਅੰਕੜੇ ਵਰਗ ਫੁੱਟਾਂ ਵਿੱਚ ਲਾਅਨਾਂ ਦੇ ਖੇਤਰਫਲ ਹਨ। ਤੁਸੀਂ ਪੰਜ ਘਰਾਂ ਦਾ ਨਮੂਨਾ ਲੈਂਦੇ ਹੋ। ਲਾਅਨਾਂ ਦੇ ਖੇਤਰਫਲ 144 ਵਰਗ ਫੁੱਟ, 160 ਵਰਗ ਫੁੱਟ, 190 ਵਰਗ ਫੁੱਟ, 180 ਵਰਗ ਫੁੱਟ, ਅਤੇ 210 ਵਰਗ ਫੁੱਟ ਹਨ। ਇਹ ਕਿਸ ਕਿਸਮ ਦੇ ਅੰਕੜੇ ਹਨ?
ਉਦਾਹਰਨ 1.7
ਤੁਸੀਂ ਸੁਪਰਮਾਰਕੀਟ ਜਾਂਦੇ ਹੋ ਅਤੇ ਸੂਪ ਦੇ ਤਿੰਨ ਡੱਬੇ (19 ਔਂਸ ਟਮਾਟਰ ਬਿਸਕ, 14.1 ਔਂਸ ਦਾਲ, ਅਤੇ 19 ਔਂਸ ਇਤਾਲਵੀ ਵਿਆਹ), ਦੋ ਪੈਕਟ ਗਿਰੀਆਂ (ਅਖਰੋਟ ਅਤੇ ਮੂੰਗਫਲੀ), ਚਾਰ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੀਆਂ ਸਬਜ਼ੀਆਂ (ਬ੍ਰੋਕਲੀ, ਫੁੱਲ ਗੋਭੀ, ਪਾਲਕ, ਅਤੇ ਗਾਜਰ), ਅਤੇ ਦੋ ਮਿਠਾਈਆਂ (16 ਔਂਸ ਪਿਸਤਾ ਆਈਸ ਕਰੀਮ ਅਤੇ 32 ਔਂਸ ਚਾਕਲੇਟ ਚਿਪ ਕੂਕੀਜ਼) ਖਰੀਦਦੇ ਹੋ।
ਸਮੱਸਿਆ
ਮਾਤਰਾਤਮਕ ਵੱਖਰੇ, ਮਾਤਰਾਤਮਕ ਨਿਰੰਤਰ, ਅਤੇ ਗੁਣਾਤਮਕ ਅੰਕੜਾ ਸੈੱਟਾਂ ਦੇ ਨਾਮ ਦੱਸੋ।
ਹੱਲ
ਇੱਕ ਸੰਭਵ ਹੱਲ:
ਸੂਪ ਦੇ ਤਿੰਨ ਡੱਬੇ, ਗਿਰੀਆਂ ਦੇ ਦੋ ਪੈਕਟ, ਸਬਜ਼ੀਆਂ ਦੀਆਂ ਚਾਰ ਕਿਸਮਾਂ ਅਤੇ ਦੋ ਮਿਠਾਈਆਂ ਮਾਤਰਾਤਮਕ ਵੱਖਰੇ ਅੰਕੜੇ ਹਨ ਕਿਉਂਕਿ ਤੁਸੀਂ ਉਨ੍ਹਾਂ ਨੂੰ ਗਿਣਦੇ ਹੋ।
ਸੂਪਾਂ ਦਾ ਭਾਰ (19 ਔਂਸ, 14.1 ਔਂਸ, 19 ਔਂਸ) ਮਾਤਰਾਤਮਕ ਨਿਰੰਤਰ ਡਾਟਾ ਹੈ ਕਿਉਂਕਿ ਤੁਸੀਂ ਭਾਰ ਨੂੰ ਜਿੰਨਾ ਸੰਭਵ ਹੋ ਸਕੇ ਸਹੀ ਢੰਗ ਨਾਲ ਮਾਪਦੇ ਹੋ।
ਸੂਪ, ਗਿਰੀਆਂ, ਸਬਜ਼ੀਆਂ ਅਤੇ ਮਿਠਾਈਆਂ ਦੀਆਂ ਕਿਸਮਾਂ ਗੁਣਾਤਮਕ ਡਾਟਾ ਹਨ ਕਿਉਂਕਿ ਉਹ ਸ਼੍ਰੇਣੀਬੱਧ ਹਨ।
ਇਸ ਉਦਾਹਰਨ ਵਿੱਚ ਵਾਧੂ ਡਾਟਾ ਸੈੱਟਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ।
ਇਸਨੂੰ ਅਜ਼ਮਾਓ 1.7
ਸਮੱਗਰੀ ਦੀ ਹੇਠ ਲਿਖੀ ਸੂਚੀ ਇੱਕ ਕੰਪਨੀ ਵਿੱਚ ਇੱਕ ਖਰੀਦ ਪ੍ਰਬੰਧਕ ਦੁਆਰਾ ਖਰੀਦੀ ਗਈ ਸੀ:
ਦੋ ਕਿਸਮਾਂ ਦੇ ਕਿੱਲ (2 ਕਿਲੋ ਬਾਕਸ ਕਿੱਲ, 3 ਕਿਲੋ ਛੱਤ ਵਾਲੇ ਕਿੱਲ)
ਇੱਕ ਕਿਸਮ ਦਾ ਤੇਲ (4 ਲੀਟਰ ਮਸ਼ੀਨ ਤੇਲ)
ਚਾਰ ਕਿਸਮਾਂ ਦੇ ਪੇਚ (3 ਕਿਲੋ ਲੱਕੜੀ ਦੇ ਪੇਚ, 5 ਕਿਲੋ ਮਸ਼ੀਨ ਪੇਚ, 1 ਕਿਲੋ ਸੈੱਟ ਪੇਚ, 2 ਕਿਲੋ ਸਾਕਟ ਪੇਚ)
ਮਾਤਰਾਤਮਕ ਡਿਸਕ੍ਰੀਟ, ਮਾਤਰਾਤਮਕ ਨਿਰੰਤਰ, ਅਤੇ ਗੁਣਾਤਮਕ ਡਾਟਾ ਸੈੱਟਾਂ ਦੇ ਨਾਮ ਦੱਸੋ।
ਉਦਾਹਰਨ 1.8
ਡਾਟਾ ਬੈਕਪੈਕਾਂ ਦੇ ਰੰਗ ਹਨ। ਦੁਬਾਰਾ, ਤੁਸੀਂ ਉਹੀ ਪੰਜ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਨਮੂਨਾ ਲੈਂਦੇ ਹੋ। ਇੱਕ ਵਿਦਿਆਰਥੀ ਕੋਲ ਲਾਲ ਬੈਕਪੈਕ ਹੈ, ਦੋ ਵਿਦਿਆਰਥੀਆਂ ਕੋਲ ਕਾਲੇ ਬੈਕਪੈਕ ਹਨ, ਇੱਕ ਵਿਦਿਆਰਥੀ ਕੋਲ ਹਰਾ ਬੈਕਪੈਕ ਹੈ, ਅਤੇ ਇੱਕ ਵਿਦਿਆਰਥੀ ਕੋਲ ਸਲੇਟੀ ਬੈਕਪੈਕ ਹੈ। ਲਾਲ, ਕਾਲਾ, ਕਾਲਾ, ਹਰਾ, ਅਤੇ ਸਲੇਟੀ ਰੰਗ ਗੁਣਾਤਮਕ ਡਾਟਾ ਹਨ।
ਇਸਨੂੰ ਅਜ਼ਮਾਓ 1.8
ਡਾਟਾ ਘਰਾਂ ਦੇ ਰੰਗ ਹਨ। ਤੁਸੀਂ ਪੰਜ ਘਰਾਂ ਦਾ ਨਮੂਨਾ ਲੈਂਦੇ ਹੋ। ਘਰਾਂ ਦੇ ਰੰਗ ਚਿੱਟੇ, ਪੀਲੇ, ਚਿੱਟੇ, ਲਾਲ, ਅਤੇ ਚਿੱਟੇ ਹਨ। ਇਹ ਕਿਸ ਕਿਸਮ ਦਾ ਡਾਟਾ ਹੈ?
NOTE
ਤੁਸੀਂ ਡਾਟਾ ਨੂੰ ਸੰਖਿਆਵਾਂ ਵਜੋਂ ਇਕੱਠਾ ਕਰ ਸਕਦੇ ਹੋ ਅਤੇ ਇਸਨੂੰ ਸ਼੍ਰੇਣੀਬੱਧ ਰੂਪ ਵਿੱਚ ਰਿਪੋਰਟ ਕਰ ਸਕਦੇ ਹੋ। ਉਦਾਹਰਨ ਲਈ, ਹਰ ਵਿਦਿਆਰਥੀ ਲਈ ਕਵਿਜ਼ ਦੇ ਅੰਕ ਪੂਰੇ ਸ਼ਬਦ ਦੌਰਾਨ ਦਰਜ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਸ਼ਬਦ ਦੇ ਅੰਤ ਵਿੱਚ, ਕਵਿਜ਼ ਦੇ ਅੰਕ A, B, C, D, ਜਾਂ F ਵਜੋਂ ਰਿਪੋਰਟ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।
ਉਦਾਹਰਨ 1.9
ਸਮੱਸਿਆ
ਸਹੀ ਡਾਟਾ ਕਿਸਮ (ਮਾਤਰਾਤਮਕ ਜਾਂ ਗੁਣਾਤਮਕ) ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਸਹਿਯੋਗ ਨਾਲ ਕੰਮ ਕਰੋ। ਦਰਸਾਓ ਕਿ ਮਾਤਰਾਤਮਕ ਡਾਟਾ ਨਿਰੰਤਰ ਹੈ ਜਾਂ ਡਿਸਕ੍ਰੀਟ। ਸੰਕੇਤ: ਡਿਸਕ੍ਰੀਟ ਡਾਟਾ ਅਕਸਰ "ਦੀ ਗਿਣਤੀ" ਸ਼ਬਦਾਂ ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ।
ਤੁਹਾਡੇ ਕੋਲ ਜੁੱਤੀਆਂ ਦੇ ਜੋੜਿਆਂ ਦੀ ਗਿਣਤੀ
ਤੁਸੀਂ ਕਿਸ ਕਿਸਮ ਦੀ ਕਾਰ ਚਲਾਉਂਦੇ ਹੋ
ਤੁਹਾਡੇ ਘਰ ਤੋਂ ਨਜ਼ਦੀਕੀ ਕਰਿਆਨੇ ਦੀ ਦੁਕਾਨ ਤੱਕ ਦੀ ਦੂਰੀ
ਤੁਸੀਂ ਪ੍ਰਤੀ ਸਕੂਲ ਸਾਲ ਕਿੰਨੀਆਂ ਕਲਾਸਾਂ ਲੈਂਦੇ ਹੋ।
ਤੁਸੀਂ ਕਿਸ ਕਿਸਮ ਦਾ ਕੈਲਕੂਲੇਟਰ ਵਰਤਦੇ ਹੋ
ਪਸ਼ੂ ਆਸਰਾ ਵਿੱਚ ਕੁੱਤਿਆਂ ਦਾ ਭਾਰ
ਕਵਿਜ਼ 'ਤੇ ਸਹੀ ਜਵਾਬਾਂ ਦੀ ਗਿਣਤੀ
IQ ਅੰਕ (ਇਸ ਨਾਲ ਕੁਝ ਚਰਚਾ ਹੋ ਸਕਦੀ ਹੈ।)
ਹੱਲ
ਮੱਦਾਂ a, d, ਅਤੇ g ਗਿਣਤੀਯੋਗ ਅਲੱਗ ਹਨ; ਮੱਦਾਂ c, f, ਅਤੇ h ਗਿਣਤੀਯੋਗ ਨਿਰੰਤਰ ਹਨ; ਮੱਦਾਂ b ਅਤੇ e ਗੁਣਵੱਤਾ ਵਾਲੀਆਂ, ਜਾਂ ਸ਼੍ਰੇਣੀਬੱਧ ਹਨ।
ਪ੍ਰਯੋਗ ਕਰੋ 1.9
ਸਹੀ ਡਾਟਾ ਕਿਸਮ (ਗਿਣਤੀਯੋਗ ਜਾਂ ਗੁਣਵੱਤਾ ਵਾਲੀ) ਨਿਰਧਾਰਤ ਕਰੋ ਇੱਕ ਪਾਰਕਿੰਗ ਲਾਟ ਵਿੱਚ ਕਾਰਾਂ ਦੀ ਗਿਣਤੀ ਲਈ। ਦੱਸੋ ਕਿ ਕੀ ਗਿਣਤੀਯੋਗ ਡਾਟਾ ਨਿਰੰਤਰ ਜਾਂ ਅਲੱਗ ਹੈ।
ਉਦਾਹਰਨ 1.10
ਸਮੱਸਿਆ
ਇੱਕ ਅੰਕੜਾ ਪ੍ਰੋਫੈਸਰ ਆਪਣੇ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਪਹਿਲੇ ਸਾਲ ਦੇ ਵਿਦਿਆਰਥੀਆਂ, ਸੋਫੋਮੋਰ, ਜੂਨੀਅਰ, ਜਾਂ ਸੀਨੀਅਰ ਵਜੋਂ ਵਰਗੀਕਰਨ ਬਾਰੇ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਕਰਦੀ ਹੈ। ਇਕੱਠੀ ਕੀਤੀ ਗਈ ਜਾਣਕਾਰੀ ਪਾਈ ਚਾਰਟ ਚਿੱਤਰ 1.3 ਵਿੱਚ ਦਰਸਾਈ ਗਈ ਹੈ। ਇਹ ਗ੍ਰਾਫ ਕਿਸ ਕਿਸਮ ਦਾ ਡਾਟਾ ਦਿਖਾਉਂਦਾ ਹੈ?
ਹੱਲ
ਇਹ ਪਾਈ ਚਾਰਟ ਹਰ ਸਾਲ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਜੋ ਕਿ ਗੁਣਵੱਤਾ (ਜਾਂ ਸ਼੍ਰੇਣੀਬੱਧ) ਡਾਟਾ ਹੈ।
ਪ੍ਰਯੋਗ ਕਰੋ 1.10
ਸਟੇਟ ਯੂਨੀਵਰਸਿਟੀ ਦਾ ਰਜਿਸਟਰਾਰ ਹਰ ਸਮੈਸਟਰ ਵਿੱਚ ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਪੂਰੇ ਕੀਤੇ ਗਏ ਕ੍ਰੈਡਿਟ ਘੰਟਿਆਂ ਦੀ ਗਿਣਤੀ ਦਾ ਰਿਕਾਰਡ ਰੱਖਦਾ ਹੈ। ਇਕੱਠੇ ਕੀਤੇ ਗਏ ਡਾਟਾ ਨੂੰ ਹਿਸਟੋਗ੍ਰਾਮ ਵਿੱਚ ਦਰਸਾਇਆ ਗਿਆ ਹੈ। ਕਲਾਸ ਦੀਆਂ ਹੱਦਾਂ 10 ਤੋਂ ਘੱਟ 13, 13 ਤੋਂ ਘੱਟ 16, 16 ਤੋਂ ਘੱਟ 19, 19 ਤੋਂ ਘੱਟ 22, ਅਤੇ 22 ਤੋਂ ਘੱਟ 25 ਹਨ।
ਇਹ ਗ੍ਰਾਫ ਕਿਸ ਕਿਸਮ ਦਾ ਡਾਟਾ ਦਿਖਾਉਂਦਾ ਹੈ?
ਗੁਣਵੱਤਾ ਡਾਟਾ ਚਰਚਾ
ਹੇਠਾਂ ਡੀ ਐਨਜ਼ਾ ਕਾਲਜ ਅਤੇ ਫੁੱਲਹਿੱਲ ਕਾਲਜ ਵਿੱਚ ਸਭ ਤੋਂ ਤਾਜ਼ੇ ਬਸੰਤ ਤਿਮਾਹੀ ਲਈ ਦਾਖਲ ਹੋਏ ਅੰਸ਼ਕ-ਕਾਲੀਨ ਅਤੇ ਪੂਰਨ-ਕਾਲੀਨ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਗਿਣਤੀ ਦੀ ਤੁਲਨਾ ਕਰਨ ਵਾਲੀਆਂ ਤਬਲੀਆਂ ਹਨ। ਤਬਲੀਆਂ ਗਿਣਤੀਆਂ (ਆਵਿਰਤੀਆਂ) ਅਤੇ ਪ੍ਰਤੀਸ਼ਤ ਜਾਂ ਅਨੁਪਾਤ (ਸਾਪੇਖਿਕ ਆਵਿਰਤੀਆਂ) ਦਰਸਾਉਂਦੀਆਂ ਹਨ। ਪ੍ਰਤੀਸ਼ਤ ਕਾਲਮ ਕਾਲਜਾਂ ਵਿੱਚ ਇੱਕੋ ਸ਼੍ਰੇਣੀਆਂ ਦੀ ਤੁਲਨਾ ਨੂੰ ਆਸਾਨ ਬਣਾਉਂਦੇ ਹਨ। ਸੰਖਿਆਵਾਂ ਦੇ ਨਾਲ ਪ੍ਰਤੀਸ਼ਤਾਂ ਨੂੰ ਦਰਸਾਉਣਾ ਅਕਸਰ ਮਦਦਗਾਰ ਹੁੰਦਾ ਹੈ, ਪਰ ਇਹ ਖਾਸ ਤੌਰ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਡਾਟਾ ਦੇ ਸਮੂਹਾਂ ਦੀ ਤੁਲਨਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਜਿਨ੍ਹਾਂ ਦੇ ਕੁੱਲ ਸਮਾਨ ਨਹੀਂ ਹੁੰਦੇ, ਜਿਵੇਂ ਕਿ ਇਸ ਉਦਾਹਰਨ ਵਿੱਚ ਦੋਵਾਂ ਕਾਲਜਾਂ ਲਈ ਕੁੱਲ ਦਾਖਲੇ। ਨੋਟ ਕਰੋ ਕਿ ਫੁੱਲਹਿੱਲ ਕਾਲਜ ਵਿੱਚ ਅੰਸ਼ਕ-ਕਾਲੀਨ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਪ੍ਰਤੀਸ਼ਤ ਡੀ ਐਨਜ਼ਾ ਕਾਲਜ ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਕਿੰਨੀ ਜ਼ਿਆਦਾ ਹੈ।
ਕਤਾਰ: ਡੀ ਐਨਜ਼ਾ ਕਾਲਜ | ਫੁੱਲਹਿੱਲ ਕਾਲਜ
ਕਤਾਰ: ਗਿਣਤੀ | ਪ੍ਰਤੀਸ਼ਤ | ਗਿਣਤੀ | ਪ੍ਰਤੀਸ਼ਤ
ਕਤਾਰ: ਪੂਰਨ-ਕਾਲੀਨ | 9,200 | 40.9% | ਪੂਰਨ-ਕਾਲੀਨ | 4,059 | 28.6%
ਕਤਾਰ: ਅੰਸ਼ਕ-ਕਾਲੀਨ | 13,296 | 59.1% | ਅੰਸ਼ਕ-ਕਾਲੀਨ | 10,124 | 71.4%
ਕਤਾਰ: ਕੁੱਲ | 22,496 | 100% | ਕੁੱਲ | 14,183 | 100%
ਤਬਲੀਆਂ ਡਾਟਾ ਨੂੰ ਸੰਗਠਿਤ ਕਰਨ ਅਤੇ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨ ਦਾ ਇੱਕ ਵਧੀਆ ਤਰੀਕਾ ਹਨ। ਪਰ ਗ੍ਰਾਫ ਡਾਟਾ ਨੂੰ ਸਮਝਣ ਵਿੱਚ ਹੋਰ ਵੀ ਮਦਦਗਾਰ ਹੋ ਸਕਦੇ ਹਨ। ਕਿਹੜੇ ਗ੍ਰਾਫ ਵਰਤੇ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ ਇਸ ਬਾਰੇ ਕੋਈ ਸਖ਼ਤ ਨਿਯਮ ਨਹੀਂ ਹਨ। ਦੋ ਗ੍ਰਾਫ ਜੋ ਗੁਣਵੱਤਾ ਡਾਟਾ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾਂਦੇ ਹਨ, ਉਹ ਪਾਈ ਚਾਰਟ ਅਤੇ ਬਾਰ ਗ੍ਰਾਫ ਹਨ।
ਇੱਕ ਪਾਈ ਚਾਰਟ ਵਿੱਚ, ਡਾਟਾ ਦੀਆਂ ਸ਼੍ਰੇਣੀਆਂ ਇੱਕ ਚੱਕਰ ਵਿੱਚ ਵੇਜਾਂ ਦੁਆਰਾ ਦਰਸਾਈਆਂ ਜਾਂਦੀਆਂ ਹਨ ਅਤੇ ਹਰੇਕ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਵਿਅਕਤੀਆਂ ਦੇ ਪ੍ਰਤੀਸ਼ਤ ਦੇ ਅਨੁਪਾਤ ਵਿੱਚ ਹੁੰਦੀਆਂ ਹਨ।
ਇੱਕ ਬਾਰ ਗ੍ਰਾਫ ਵਿੱਚ, ਹਰੇਕ ਸ਼੍ਰੇਣੀ ਲਈ ਬਾਰ ਦੀ ਲੰਬਾਈ ਹਰੇਕ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਵਿਅਕਤੀਆਂ ਦੀ ਗਿਣਤੀ ਜਾਂ ਪ੍ਰਤੀਸ਼ਤ ਦੇ ਅਨੁਪਾਤ ਵਿੱਚ ਹੁੰਦੀ ਹੈ। ਬਾਰ ਲੰਬਕਾਰੀ ਜਾਂ ਖਿਤਿਜੀ ਹੋ ਸਕਦੇ ਹਨ।
ਇੱਕ ਪੈਰੇਟੋ ਚਾਰਟ ਵਿੱਚ ਬਾਰ ਹੁੰਦੇ ਹਨ ਜੋ ਸ਼੍ਰੇਣੀ ਦੇ ਆਕਾਰ (ਸਭ ਤੋਂ ਵੱਡੇ ਤੋਂ ਛੋਟੇ) ਦੇ ਅਨੁਸਾਰ ਕ੍ਰਮਬੱਧ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।
1.5 ਅਤੇ 1.6 ਚਿੱਤਰਾਂ ਨੂੰ ਵੇਖੋ ਅਤੇ ਨਿਰਧਾਰਤ ਕਰੋ ਕਿ ਕਿਹੜਾ ਗ੍ਰਾਫ਼ (ਪਾਈ ਜਾਂ ਬਾਰ) ਤੁਹਾਨੂੰ ਤੁਲਨਾਵਾਂ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਦਰਸਾਉਂਦਾ ਹੈ।
2. ਵੱਖ-ਵੱਖ ਗ੍ਰਾਫ਼ਾਂ ਨੂੰ ਵੇਖਣਾ ਇੱਕ ਚੰਗਾ ਵਿਚਾਰ ਹੈ ਤਾਂ ਜੋ ਇਹ ਵੇਖਿਆ ਜਾ ਸਕੇ ਕਿ ਕਿਹੜਾ ਡਾਟਾ ਨੂੰ ਦਰਸਾਉਣ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਸਹਾਇਕ ਹੈ। ਅਸੀਂ "ਸਰਬੋਤਮ" ਗ੍ਰਾਫ਼ ਬਾਰੇ ਜੋ ਸੋਚਦੇ ਹਾਂ ਉਸ ਬਾਰੇ ਵੱਖ-ਵੱਖ ਚੋਣਾਂ ਕਰ ਸਕਦੇ ਹਾਂ ਜੋ ਡਾਟਾ ਅਤੇ ਸੰਦਰਭ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਸਾਡੀ ਚੋਣ ਇਸ ਗੱਲ 'ਤੇ ਵੀ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਕਿ ਅਸੀਂ ਡਾਟਾ ਕਿਸ ਲਈ ਵਰਤ ਰਹੇ ਹਾਂ।
3. ਪ੍ਰਤੀਸ਼ਤਤਾਵਾਂ ਜੋ 100% ਤੋਂ ਵੱਧ (ਜਾਂ ਘੱਟ) ਜੋੜਦੀਆਂ ਹਨ
4. ਕਈ ਵਾਰ ਪ੍ਰਤੀਸ਼ਤਤਾਵਾਂ 100% ਤੋਂ ਵੱਧ (ਜਾਂ 100% ਤੋਂ ਘੱਟ) ਜੋੜਦੀਆਂ ਹਨ। ਗ੍ਰਾਫ਼ ਵਿੱਚ, ਪ੍ਰਤੀਸ਼ਤਤਾਵਾਂ 100% ਤੋਂ ਵੱਧ ਜੋੜਦੀਆਂ ਹਨ ਕਿਉਂਕਿ ਵਿਦਿਆਰਥੀ ਇੱਕ ਤੋਂ ਵੱਧ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਹੋ ਸਕਦੇ ਹਨ। ਸ਼੍ਰੇਣੀਆਂ ਦੇ ਅਨੁਪਾਤਕ ਆਕਾਰ ਦੀ ਤੁਲਨਾ ਕਰਨ ਲਈ ਇੱਕ ਬਾਰ ਗ੍ਰਾਫ਼ ਢੁਕਵਾਂ ਹੈ। ਪਾਈ ਚਾਰਟ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ। ਜੇਕਰ ਪ੍ਰਤੀਸ਼ਤਤਾਵਾਂ 100% ਤੋਂ ਘੱਟ ਜੋੜਦੀਆਂ ਤਾਂ ਇਸਦੀ ਵਰਤੋਂ ਵੀ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਸੀ।
5. ਕਤਾਰ: ਵਿਸ਼ੇਸ਼ਤਾ/ਸ਼੍ਰੇਣੀ | ਪ੍ਰਤੀਸ਼ਤ
6. ਕਤਾਰ: ਪੂਰਨ-ਕਾਲੀਨ ਵਿਦਿਆਰਥੀ | 40.9%
7. ਕਤਾਰ: 4-ਸਾਲਾ ਵਿਦਿਅਕ ਸੰਸਥਾ ਵਿੱਚ ਤਬਦੀਲ ਹੋਣ ਦੇ ਇਰਾਦੇ ਵਾਲੇ ਵਿਦਿਆਰਥੀ | 48.6%
8. ਕਤਾਰ: 25 ਸਾਲ ਤੋਂ ਘੱਟ ਉਮਰ ਦੇ ਵਿਦਿਆਰਥੀ | 61.0%
9. ਕਤਾਰ: ਕੁੱਲ | 150.5%
10. ਸ਼੍ਰੇਣੀਆਂ ਨੂੰ ਛੱਡਣਾ/ਗੁੰਮ ਡਾਟਾ
11. ਸਾਰਣੀ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਨਸਲ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ ਪਰ "ਹੋਰ/ਅਣਜਾਣ" ਸ਼੍ਰੇਣੀ ਗੁੰਮ ਹੈ। ਇਸ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਉਹ ਲੋਕ ਸ਼ਾਮਲ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਕਿਸੇ ਵੀ ਨਸਲੀ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਫਿੱਟ ਨਹੀਂ ਮਹਿਸੂਸ ਹੋਇਆ ਜਾਂ ਜਵਾਬ ਦੇਣ ਤੋਂ ਇਨਕਾਰ ਕਰ ਦਿੱਤਾ। ਧਿਆਨ ਦਿਓ ਕਿ ਬਾਰੰਬਾਰਤਾਵਾਂ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਕੁੱਲ ਗਿਣਤੀ ਤੱਕ ਨਹੀਂ ਜੋੜਦੀਆਂ। ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਇੱਕ ਪਾਈ ਚਾਰਟ ਦੀ ਬਜਾਏ ਇੱਕ ਬਾਰ ਗ੍ਰਾਫ਼ ਬਣਾਓ।
12. ਕਤਾਰ: ਬਾਰੰਬਾਰਤਾ | ਪ੍ਰਤੀਸ਼ਤ
13. ਕਤਾਰ: ਏਸ਼ੀਆਈ | 8,794 | 36.1%
14. ਕਤਾਰ: ਕਾਲੇ | 1,412 | 5.8%
15. ਕਤਾਰ: ਫਿਲੀਪੀਨੋ | 1,298 | 5.3%
16. ਕਤਾਰ: ਹਿਸਪੈਨਿਕ/ਲਾਤੀਨੋ | 4,180 | 17.1%
17. ਕਤਾਰ: ਮੂਲ ਅਮਰੀਕੀ | 146 | 0.6%
18. ਕਤਾਰ: ਪ੍ਰਸ਼ਾਂਤ ਟਾਪੂ ਵਾਸੀ | 236 | 1.0%
19. ਕਤਾਰ: ਗੋਰੇ | 5,978 | 24.5%
20. ਕਤਾਰ: ਕੁੱਲ | 22,044 ਵਿੱਚੋਂ 24,382 | 90.4% ਵਿੱਚੋਂ 100%
21. ਹੇਠਾਂ ਦਿੱਤਾ ਗ੍ਰਾਫ਼ ਪਿਛਲੇ ਗ੍ਰਾਫ਼ ਦੇ ਸਮਾਨ ਹੈ ਪਰ "ਹੋਰ/ਅਣਜਾਣ" ਪ੍ਰਤੀਸ਼ਤ (9.6%) ਸ਼ਾਮਲ ਕੀਤੀ ਗਈ ਹੈ। "ਹੋਰ/ਅਣਜਾਣ" ਸ਼੍ਰੇਣੀ ਕੁਝ ਹੋਰ ਸ਼੍ਰੇਣੀਆਂ (ਮੂਲ ਅਮਰੀਕੀ, 0.6%, ਪ੍ਰਸ਼ਾਂਤ ਟਾਪੂ ਵਾਸੀ 1.0%) ਦੇ ਮੁਕਾਬਲੇ ਵੱਡੀ ਹੈ। ਇਹ ਜਾਣਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਜਦੋਂ ਅਸੀਂ ਸੋਚਦੇ ਹਾਂ ਕਿ ਡਾਟਾ ਸਾਨੂੰ ਕੀ ਦੱਸ ਰਿਹਾ ਹੈ।
22. ਇਹ ਖਾਸ ਬਾਰ ਗ੍ਰਾਫ਼ ਚਿੱਤਰ 1.9 ਵਿੱਚ ਦ੍ਰਿਸ਼ਟੀਗਤ ਰੂਪ ਵਿੱਚ ਸਮਝਣਾ ਮੁਸ਼ਕਲ ਹੋ ਸਕਦਾ ਹੈ। ਚਿੱਤਰ 1.10 ਵਿੱਚ ਗ੍ਰਾਫ਼ ਇੱਕ ਪੈਰੇਟੋ ਚਾਰਟ ਹੈ। ਪੈਰੇਟੋ ਚਾਰਟ ਵਿੱਚ ਬਾਰਾਂ ਨੂੰ ਸਭ ਤੋਂ ਵੱਡੇ ਤੋਂ ਸਭ ਤੋਂ ਛੋਟੇ ਤੱਕ ਕ੍ਰਮਬੱਧ ਕੀਤਾ ਗਿਆ ਹੈ ਅਤੇ ਇਸਨੂੰ ਪੜ੍ਹਨਾ ਅਤੇ ਵਿਆਖਿਆ ਕਰਨਾ ਆਸਾਨ ਹੈ।
23. ਪਾਈ ਚਾਰਟ: ਕੋਈ ਗੁੰਮ ਡਾਟਾ ਨਹੀਂ
24. ਹੇਠਾਂ ਦਿੱਤੇ ਪਾਈ ਚਾਰਟਾਂ ਵਿੱਚ "ਹੋਰ/ਅਣਜਾਣ" ਸ਼੍ਰੇਣੀ ਸ਼ਾਮਲ ਹੈ (ਕਿਉਂਕਿ ਪ੍ਰਤੀਸ਼ਤਤਾਵਾਂ 100% ਤੱਕ ਜੋੜਨੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ)। ਚਿੱਤਰ 1.11(b) ਵਿੱਚ ਚਾਰਟ ਨੂੰ ਹਰੇਕ ਫਾੜੀ ਦੇ ਆਕਾਰ ਦੇ ਅਨੁਸਾਰ ਸੰਗਠਿਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਜੋ ਇਸਨੂੰ ਚਿੱਤਰ 1.11(a) ਵਿੱਚ ਅਣ-ਕ੍ਰਮਬੱਧ, ਵਰਣਮਾਲਾ ਦੇ ਅਨੁਸਾਰ ਗ੍ਰਾਫ਼ ਨਾਲੋਂ ਵਧੇਰੇ ਦ੍ਰਿਸ਼ਟੀਗਤ ਰੂਪ ਵਿੱਚ ਜਾਣਕਾਰੀ ਦੇਣ ਵਾਲਾ ਗ੍ਰਾਫ਼ ਬਣਾਉਂਦਾ ਹੈ।
ਨਮੂਨਾ ਲੈਣਾ
ਕਿਸੇ ਸਮੁੱਚੀ ਆਬਾਦੀ ਬਾਰੇ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਕਰਨਾ ਅਕਸਰ ਬਹੁਤ ਮਹਿੰਗਾ ਹੁੰਦਾ ਹੈ ਜਾਂ ਲਗਭਗ ਅਸੰਭਵ ਹੁੰਦਾ ਹੈ। ਇਸ ਦੀ ਬਜਾਏ, ਅਸੀਂ ਆਬਾਦੀ ਦਾ ਇੱਕ ਨਮੂਨਾ ਵਰਤਦੇ ਹਾਂ। ਇੱਕ ਨਮੂਨੇ ਵਿੱਚ ਉਹੋ ਜਿਹੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਹੋਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ ਜੋ ਉਸ ਆਬਾਦੀ ਦੀਆਂ ਹਨ ਜਿਸ ਦੀ ਉਹ ਨੁਮਾਇੰਦਗੀ ਕਰ ਰਿਹਾ ਹੈ। ਬਹੁਤੇ ਅੰਕੜਾ-ਵਿਗਿਆਨੀ ਇਸ ਟੀਚੇ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਵੱਖ-ਵੱਖ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਲੈਣ ਦੀਆਂ ਵਿਧੀਆਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਇਹ ਭਾਗ ਸਭ ਤੋਂ ਆਮ ਵਿਧੀਆਂ ਵਿੱਚੋਂ ਕੁਝ ਦਾ ਵਰਣਨ ਕਰੇਗਾ। ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਲੈਣ ਦੀਆਂ ਕਈ ਵੱਖ-ਵੱਖ ਵਿਧੀਆਂ ਹਨ। ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਲੈਣ ਦੇ ਹਰ ਰੂਪ ਵਿੱਚ, ਆਬਾਦੀ ਦੇ ਹਰ ਮੈਂਬਰ ਕੋਲ ਸ਼ੁਰੂ ਵਿੱਚ ਨਮੂਨੇ ਲਈ ਚੁਣੇ ਜਾਣ ਦਾ ਬਰਾਬਰ ਮੌਕਾ ਹੁੰਦਾ ਹੈ। ਹਰ ਵਿਧੀ ਦੇ ਫਾਇਦੇ ਅਤੇ ਨੁਕਸਾਨ ਹਨ। ਵਰਣਨ ਕਰਨ ਲਈ ਸਭ ਤੋਂ ਆਸਾਨ ਵਿਧੀ ਨੂੰ ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਜੇਕਰ ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਲੈਣ ਦੀ ਤਕਨੀਕ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ n ਵਿਅਕਤੀਆਂ ਦਾ ਕੋਈ ਵੀ ਸਮੂਹ ਕਿਸੇ ਹੋਰ n ਵਿਅਕਤੀਆਂ ਦੇ ਸਮੂਹ ਜਿੰਨਾ ਹੀ ਚੁਣਿਆ ਜਾਣ ਦੀ ਸੰਭਾਵਨਾ ਰੱਖਦਾ ਹੈ। ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਇੱਕੋ ਆਕਾਰ ਦੇ ਹਰ ਨਮੂਨੇ ਨੂੰ ਚੁਣੇ ਜਾਣ ਦਾ ਬਰਾਬਰ ਮੌਕਾ ਮਿਲਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਮੰਨ ਲਓ ਕਿ ਲੀਜ਼ਾ ਆਪਣੀ ਪ੍ਰੀ-ਕੈਲਕੂਲਸ ਕਲਾਸ, ਜਿਸ ਵਿੱਚ ਲੀਜ਼ਾ ਨੂੰ ਛੱਡ ਕੇ 31 ਮੈਂਬਰ ਹਨ, ਵਿੱਚੋਂ ਚਾਰ-ਵਿਅਕਤੀਆਂ ਦਾ ਅਧਿਐਨ ਸਮੂਹ (ਆਪਣੇ ਆਪ ਨੂੰ ਅਤੇ ਤਿੰਨ ਹੋਰ ਲੋਕ) ਬਣਾਉਣਾ ਚਾਹੁੰਦੀ ਹੈ। ਆਪਣੀ ਕਲਾਸ ਦੇ ਹੋਰ ਮੈਂਬਰਾਂ ਵਿੱਚੋਂ ਤਿੰਨ ਦੇ ਆਕਾਰ ਦਾ ਇੱਕ ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਚੁਣਨ ਲਈ, ਲੀਜ਼ਾ 31 ਨਾਵਾਂ ਨੂੰ ਇੱਕ ਟੋਪੀ ਵਿੱਚ ਪਾ ਸਕਦੀ ਹੈ, ਟੋਪੀ ਨੂੰ ਹਿਲਾ ਸਕਦੀ ਹੈ, ਆਪਣੀਆਂ ਅੱਖਾਂ ਬੰਦ ਕਰ ਸਕਦੀ ਹੈ, ਅਤੇ ਤਿੰਨ ਨਾਮ ਬਾਹਰ ਕੱਢ ਸਕਦੀ ਹੈ। ਇੱਕ ਵਧੇਰੇ ਤਕਨੀਕੀ ਤਰੀਕਾ ਇਹ ਹੈ ਕਿ ਲੀਜ਼ਾ ਪਹਿਲਾਂ ਆਪਣੀ ਕਲਾਸ ਦੇ ਮੈਂਬਰਾਂ ਦੇ ਆਖਰੀ ਨਾਵਾਂ ਨੂੰ ਦੋ-ਅੰਕੀ ਨੰਬਰ ਦੇ ਨਾਲ ਸੂਚੀਬੱਧ ਕਰੇ, ਜਿਵੇਂ ਕਿ ਸਾਰਣੀ 1.6 ਵਿੱਚ ਹੈ:
ਸਫ | ਆਈਡੀ | ਨਾਮ | ਆਈਡੀ | ਨਾਮ | ਆਈਡੀ | ਨਾਮ
00 | ਅੰਸੇਲਮੋ | 11 | ਕਿੰਗ | 21 | ਰੋਕੇਰੋ
01 | ਬੌਟਿਸਟਾ | 12 | ਲੇਗੇਨੀ | 22 | ਰੋਥ
02 | ਬਯਾਨੀ | 13 | ਲੰਡਕੁਇਸਟ | 23 | ਰੋਵੈਲ
03 | ਚੇਂਗ | 14 | ਮੈਕੀਏਰਜ਼ | 24 | ਸਲੈਂਗਸੈਂਗ
04 | ਕੁਆਰਿਸਮੋ | 15 | ਮੋਟੋਗਾਵਾ | 25 | ਸਲੇਡ
05 | ਕਨਿੰਘਮ | 16 | ਓਕੀਮੋਟੋ | 26 | ਸਟ੍ਰੈਚਰ
06 | ਫੋਂਟੇਚਾ | 17 | ਪਟੇਲ | 27 | ਟੱਲਾਈ
07 | ਹਾਂਗ | 18 | ਪ੍ਰਾਈਸ | 28 | ਟਰਨ
08 | ਹੂਬਲਰ | 19 | ਕੁਇਜ਼ਨ | 29 | ਵਾਈ
09 | ਜਿਆਓ | 20 | ਰੇਅਸ | 30 | ਵੁੱਡ
10 | ਖਾਨ
ਲੀਜ਼ਾ ਬੇਤਰਤੀਬ ਨੰਬਰਾਂ ਦੀ ਇੱਕ ਸਾਰਣੀ (ਬਹੁਤ ਸਾਰੇ ਅੰਕੜਾ-ਵਿਗਿਆਨ ਦੀਆਂ ਕਿਤਾਬਾਂ ਅਤੇ ਗਣਿਤ ਦੀਆਂ ਹੈਂਡਬੁੱਕਾਂ ਵਿੱਚ ਮਿਲਦੀ ਹੈ), ਇੱਕ ਕੈਲਕੂਲੇਟਰ, ਜਾਂ ਬੇਤਰਤੀਬ ਨੰਬਰ ਤਿਆਰ ਕਰਨ ਲਈ ਇੱਕ ਕੰਪਿਊਟਰ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੀ ਹੈ। ਇਸ ਉਦਾਹਰਨ ਲਈ, ਮੰਨ ਲਓ ਕਿ ਲੀਜ਼ਾ ਕੈਲਕੂਲੇਟਰ ਤੋਂ ਬੇਤਰਤੀਬ ਨੰਬਰ ਤਿਆਰ ਕਰਨ ਦੀ ਚੋਣ ਕਰਦੀ ਹੈ। ਤਿਆਰ ਕੀਤੇ ਗਏ ਨੰਬਰ ਹੇਠਾਂ ਦਿੱਤੇ ਅਨੁਸਾਰ ਹਨ:
0.94360; 0.99832; 0.14669; 0.51470; 0.40581; 0.73381; 0.04399
ਲੀਜ਼ਾ ਦੋ-ਅੰਕੀ ਸਮੂਹਾਂ ਨੂੰ ਉਦੋਂ ਤੱਕ ਪੜ੍ਹਦੀ ਹੈ ਜਦੋਂ ਤੱਕ ਉਹ ਤਿੰਨ ਕਲਾਸ ਮੈਂਬਰਾਂ ਨੂੰ ਨਹੀਂ ਚੁਣ ਲੈਂਦੀ (ਭਾਵ, ਉਹ 0.94360 ਨੂੰ 94, 43, 36, 60 ਦੇ ਸਮੂਹਾਂ ਵਜੋਂ ਪੜ੍ਹਦੀ ਹੈ)। ਹਰ ਬੇਤਰਤੀਬ ਨੰਬਰ ਸਿਰਫ ਇੱਕ ਕਲਾਸ ਮੈਂਬਰ ਦਾ ਯੋਗਦਾਨ ਪਾ ਸਕਦਾ ਹੈ। ਜੇਕਰ ਉਸਨੂੰ ਲੋੜ ਪੈਂਦੀ, ਤਾਂ ਲੀਜ਼ਾ ਹੋਰ ਬੇਤਰਤੀਬ ਨੰਬਰ ਤਿਆਰ ਕਰ ਸਕਦੀ ਸੀ।
ਬੇਤਰਤੀਬ ਨੰਬਰ 0.94360 ਅਤੇ 0.99832 ਵਿੱਚ ਢੁਕਵੇਂ ਦੋ-ਅੰਕੀ ਨੰਬਰ ਨਹੀਂ ਹਨ। ਹਾਲਾਂਕਿ, ਤੀਜੇ ਬੇਤਰਤੀਬ ਨੰਬਰ, 0.14669, ਵਿੱਚ 14 (ਚੌਥੇ ਬੇਤਰਤੀਬ ਨੰਬਰ ਵਿੱਚ ਵੀ 14 ਹੈ), ਪੰਜਵੇਂ ਬੇਤਰਤੀਬ ਨੰਬਰ ਵਿੱਚ 05, ਅਤੇ ਸੱਤਵੇਂ ਬੇਤਰਤੀਬ ਨੰਬਰ ਵਿੱਚ 04 ਹੈ। ਦੋ-ਅੰਕੀ ਨੰਬਰ 14 ਮੈਕੀਏਰਜ਼ ਨਾਲ, 05 ਕਨਿੰਘਮ ਨਾਲ, ਅਤੇ 04 ਕੁਆਰਿਸਮੋ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ। ਆਪਣੇ ਆਪ ਤੋਂ ਇਲਾਵਾ, ਲੀਜ਼ਾ ਦੇ ਸਮੂਹ ਵਿੱਚ ਮਾਰਸੀਅਰ, ਕਨਿੰਘਮ ਅਤੇ ਕੁਆਰਿਸਮੋ ਸ਼ਾਮਲ ਹੋਣਗੇ।
TI-83, 83+, 84, 84+ ਕੈਲਕੂਲੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰਨਾ
ਬੇਤਰਤੀਬ ਨੰਬਰ ਤਿਆਰ ਕਰਨ ਲਈ:
Press MATH.
PRB ਵੱਲ ਤੀਰ ਬਣਾਓ।
5:randInt( ਦਬਾਓ। 0, 30) ਦਰਜ ਕਰੋ।
ਪਹਿਲੇ ਬੇਤਰਤੀਬ ਨੰਬਰ ਲਈ ENTER ਦਬਾਓ।
ਬਾਕੀ 2 ਬੇਤਰਤੀਬ ਨੰਬਰਾਂ ਲਈ ਦੋ ਵਾਰ ਹੋਰ ENTER ਦਬਾਓ। ਜੇਕਰ ਕੋਈ ਦੁਹਰਾਅ ਹੋਵੇ ਤਾਂ ਦੁਬਾਰਾ ENTER ਦਬਾਓ।
1. ਨੋਟ: randInt(0, 30, 3) 3 ਬੇਤਰਤੀਬ ਅੰਕ ਤਿਆਰ ਕਰੇਗਾ।
2. ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਚੋਣ ਤੋਂ ਇਲਾਵਾ, ਨਮੂਨਾ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਮੌਕਾ ਪ੍ਰਕਿਰਿਆ ਸ਼ਾਮਲ ਕਰਨ ਵਾਲੇ ਨਮੂਨਾ ਚੋਣ ਦੇ ਹੋਰ ਰੂਪ ਵੀ ਹਨ। ਹੋਰ ਪ੍ਰਸਿੱਧ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਚੋਣ ਵਿਧੀਆਂ ਸਟ੍ਰੈਟੀਫਾਈਡ ਨਮੂਨਾ, ਕਲੱਸਟਰ ਨਮੂਨਾ ਅਤੇ ਸਿਸਟੇਮੈਟਿਕ ਨਮੂਨਾ ਹਨ।
3. ਇੱਕ ਸਟ੍ਰੈਟੀਫਾਈਡ ਨਮੂਨਾ ਚੁਣਨ ਲਈ, ਆਬਾਦੀ ਨੂੰ ਸਟ੍ਰੈਟਾ (strata) ਕਹਿੰਦੇ ਸਮੂਹਾਂ ਵਿੱਚ ਵੰਡੋ ਅਤੇ ਫਿਰ ਹਰ ਸਟ੍ਰੈਟਮ ਤੋਂ ਅਨੁਪਾਤਕ ਗਿਣਤੀ ਲਓ। ਉਦਾਹਰਨ ਵਜੋਂ, ਤੁਸੀਂ ਆਪਣੇ ਕਾਲਜ ਦੀ ਆਬਾਦੀ ਨੂੰ ਵਿਭਾਗ ਅਨੁਸਾਰ ਸਟ੍ਰੈਟੀਫਾਈ (ਸਮੂਹ) ਕਰ ਸਕਦੇ ਹੋ ਅਤੇ ਫਿਰ ਹਰ ਸਟ੍ਰੈਟਮ (ਹਰ ਵਿਭਾਗ) ਤੋਂ ਇੱਕ ਅਨੁਪਾਤਕ ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਚੁਣ ਕੇ ਇੱਕ ਸਟ੍ਰੈਟੀਫਾਈਡ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹੋ। ਹਰ ਵਿਭਾਗ ਤੋਂ ਇੱਕ ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਚੁਣਨ ਲਈ, ਪਹਿਲੇ ਵਿਭਾਗ ਦੇ ਹਰ ਮੈਂਬਰ ਨੂੰ ਨੰਬਰ ਦਿਓ, ਦੂਜੇ ਵਿਭਾਗ ਦੇ ਹਰ ਮੈਂਬਰ ਨੂੰ ਨੰਬਰ ਦਿਓ, ਅਤੇ ਬਾਕੀ ਵਿਭਾਗਾਂ ਲਈ ਵੀ ਇਹੀ ਕਰੋ। ਫਿਰ ਪਹਿਲੇ ਵਿਭਾਗ ਤੋਂ ਅਨੁਪਾਤਕ ਗਿਣਤੀ ਚੁਣਨ ਲਈ ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਚੋਣ ਦੀ ਵਰਤੋਂ ਕਰੋ ਅਤੇ ਬਾਕੀ ਵਿਭਾਗਾਂ ਲਈ ਵੀ ਇਹੀ ਕਰੋ। ਪਹਿਲੇ ਵਿਭਾਗ ਤੋਂ ਚੁਣੇ ਗਏ ਉਹ ਨੰਬਰ, ਦੂਜੇ ਵਿਭਾਗ ਤੋਂ ਚੁਣੇ ਗਏ, ਅਤੇ ਇਸ ਤਰ੍ਹਾਂ ਅੱਗੇ, ਉਹ ਮੈਂਬਰਾਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ ਜੋ ਸਟ੍ਰੈਟੀਫਾਈਡ ਨਮੂਨਾ ਬਣਾਉਂਦੇ ਹਨ।
4. ਇੱਕ ਕਲੱਸਟਰ ਨਮੂਨਾ ਚੁਣਨ ਲਈ, ਆਬਾਦੀ ਨੂੰ ਕਲੱਸਟਰਾਂ (ਸਮੂਹਾਂ) ਵਿੱਚ ਵੰਡੋ ਅਤੇ ਫਿਰ ਕੁਝ ਕਲੱਸਟਰਾਂ ਨੂੰ ਬੇਤਰਤੀਬ ਢੰਗ ਨਾਲ ਚੁਣੋ। ਇਹਨਾਂ ਕਲੱਸਟਰਾਂ ਦੇ ਸਾਰੇ ਮੈਂਬਰ ਕਲੱਸਟਰ ਨਮੂਨੇ ਵਿੱਚ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ। ਉਦਾਹਰਨ ਵਜੋਂ, ਜੇਕਰ ਤੁਸੀਂ ਆਪਣੇ ਕਾਲਜ ਦੀ ਆਬਾਦੀ ਤੋਂ ਚਾਰ ਵਿਭਾਗਾਂ ਦਾ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਲੈਂਦੇ ਹੋ, ਤਾਂ ਉਹ ਚਾਰ ਵਿਭਾਗ ਕਲੱਸਟਰ ਨਮੂਨਾ ਬਣਾਉਂਦੇ ਹਨ। ਆਪਣੇ ਕਾਲਜ ਦੇ ਫੈਕਲਟੀ ਨੂੰ ਵਿਭਾਗ ਅਨੁਸਾਰ ਵੰਡੋ। ਵਿਭਾਗ ਕਲੱਸਟਰ ਹਨ। ਹਰ ਵਿਭਾਗ ਨੂੰ ਨੰਬਰ ਦਿਓ, ਅਤੇ ਫਿਰ ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਚੋਣ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਚਾਰ ਵੱਖਰੇ ਨੰਬਰ ਚੁਣੋ। ਉਨ੍ਹਾਂ ਨੰਬਰਾਂ ਵਾਲੇ ਚਾਰ ਵਿਭਾਗਾਂ ਦੇ ਸਾਰੇ ਮੈਂਬਰ ਕਲੱਸਟਰ ਨਮੂਨਾ ਹਨ।
5. ਇੱਕ ਸਿਸਟੇਮੈਟਿਕ ਨਮੂਨਾ ਚੁਣਨ ਲਈ, ਇੱਕ ਬੇਤਰਤੀਬ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਚੁਣੋ ਅਤੇ ਆਬਾਦੀ ਦੀ ਸੂਚੀ ਵਿੱਚੋਂ ਹਰ nਵੇਂ ਡਾਟਾ ਟੁਕੜੇ ਨੂੰ ਲਓ। ਉਦਾਹਰਨ ਵਜੋਂ, ਮੰਨ ਲਓ ਕਿ ਤੁਹਾਨੂੰ ਇੱਕ ਫੋਨ ਸਰਵੇਖਣ ਕਰਨਾ ਹੈ। ਤੁਹਾਡੀ ਫੋਨ ਡਾਇਰੈਕਟਰੀ ਵਿੱਚ 20,000 ਰਿਹਾਇਸ਼ੀ ਸੂਚੀਆਂ ਹਨ। ਤੁਹਾਨੂੰ ਨਮੂਨੇ ਲਈ 400 ਨਾਮ ਚੁਣਨੇ ਹਨ। ਆਬਾਦੀ ਨੂੰ 1-20,000 ਤੱਕ ਨੰਬਰ ਦਿਓ ਅਤੇ ਫਿਰ ਨਮੂਨੇ ਵਿੱਚ ਪਹਿਲੇ ਨਾਮ ਨੂੰ ਦਰਸਾਉਣ ਵਾਲਾ ਇੱਕ ਨੰਬਰ ਚੁਣਨ ਲਈ ਇੱਕ ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਵਰਤੋ। ਫਿਰ ਹਰ ਪੰਜਵੇਂ ਨਾਮ ਨੂੰ ਚੁਣੋ ਜਦੋਂ ਤੱਕ ਤੁਹਾਡੇ ਕੋਲ ਕੁੱਲ 400 ਨਾਮ ਨਾ ਹੋ ਜਾਣ (ਤੁਹਾਨੂੰ ਆਪਣੇ ਫੋਨ ਲਿਸਟ ਦੀ ਸ਼ੁਰੂਆਤ 'ਤੇ ਵਾਪਸ ਜਾਣਾ ਪੈ ਸਕਦਾ ਹੈ)। ਸਿਸਟੇਮੈਟਿਕ ਨਮੂਨਾ ਚੋਣ ਅਕਸਰ ਚੁਣੀ ਜਾਂਦੀ ਹੈ ਕਿਉਂਕਿ ਇਹ ਇੱਕ ਸਧਾਰਨ ਵਿਧੀ ਹੈ।
6. ਇੱਕ ਕਿਸਮ ਦੀ ਨਮੂਨਾ ਚੋਣ ਜੋ ਗੈਰ-ਬੇਤਰਤੀਬ ਹੈ, ਉਹ ਸੁਵਿਧਾਜਨਕ ਨਮੂਨਾ ਚੋਣ ਹੈ। ਸੁਵਿਧਾਜਨਕ ਨਮੂਨਾ ਚੋਣ ਵਿੱਚ ਉਹਨਾਂ ਨਤੀਜਿਆਂ ਦੀ ਵਰਤੋਂ ਸ਼ਾਮਲ ਹੁੰਦੀ ਹੈ ਜੋ ਆਸਾਨੀ ਨਾਲ ਉਪਲਬਧ ਹੁੰਦੇ ਹਨ। ਉਦਾਹਰਨ ਵਜੋਂ, ਇੱਕ ਕੰਪਿਊਟਰ ਸੌਫਟਵੇਅਰ ਸਟੋਰ ਉਪਲਬਧ ਸੌਫਟਵੇਅਰ ਨੂੰ ਬ੍ਰਾਊਜ਼ ਕਰ ਰਹੇ ਸੰਭਾਵੀ ਗਾਹਕਾਂ ਦਾ ਇੰਟਰਵਿਊ ਕਰਕੇ ਇੱਕ ਮਾਰਕੀਟਿੰਗ ਅਧਿਐਨ ਕਰਦਾ ਹੈ। ਸੁਵਿਧਾਜਨਕ ਨਮੂਨਾ ਚੋਣ ਦੇ ਨਤੀਜੇ ਕੁਝ ਮਾਮਲਿਆਂ ਵਿੱਚ ਬਹੁਤ ਵਧੀਆ ਹੋ ਸਕਦੇ ਹਨ ਅਤੇ ਦੂਜਿਆਂ ਵਿੱਚ ਬਹੁਤ ਪੱਖਪਾਤੀ (ਕੁਝ ਨਤੀਜਿਆਂ ਦਾ ਪੱਖ ਲੈਣਾ) ਹੋ ਸਕਦੇ ਹਨ।
7. ਨਮੂਨਾ ਡਾਟਾ ਬਹੁਤ ਸਾਵਧਾਨੀ ਨਾਲ ਇਕੱਠਾ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਲਾਪਰਵਾਹੀ ਨਾਲ ਡਾਟਾ ਇਕੱਠਾ ਕਰਨ ਦੇ ਭਿਆਨਕ ਨਤੀਜੇ ਹੋ ਸਕਦੇ ਹਨ। ਘਰਾਂ ਨੂੰ ਭੇਜੇ ਗਏ ਅਤੇ ਫਿਰ ਵਾਪਸ ਕੀਤੇ ਗਏ ਸਰਵੇਖਣ ਬਹੁਤ ਪੱਖਪਾਤੀ ਹੋ ਸਕਦੇ ਹਨ (ਉਹ ਇੱਕ ਖਾਸ ਸਮੂਹ ਦਾ ਪੱਖ ਲੈ ਸਕਦੇ ਹਨ)। ਸਰਵੇਖਣ ਕਰਨ ਵਾਲੇ ਵਿਅਕਤੀ ਲਈ ਨਮੂਨਾ ਜਵਾਬ ਦੇਣ ਵਾਲਿਆਂ ਦੀ ਚੋਣ ਕਰਨਾ ਬਿਹਤਰ ਹੈ।
8. ਬਦਲਾਅ ਨਾਲ ਨਮੂਨਾ ਚੋਣ ਅਸਲ ਵਿੱਚ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਚੋਣ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇੱਕ ਵਾਰ ਜਦੋਂ ਕੋਈ ਮੈਂਬਰ ਚੁਣਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਉਹ ਮੈਂਬਰ ਆਬਾਦੀ ਵਿੱਚ ਵਾਪਸ ਚਲਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਇਸ ਤਰ੍ਹਾਂ ਇੱਕ ਤੋਂ ਵੱਧ ਵਾਰ ਚੁਣਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਵਿਹਾਰਕ ਕਾਰਨਾਂ ਕਰਕੇ, ਜ਼ਿਆਦਾਤਰ ਆਬਾਦੀਆਂ ਵਿੱਚ, ਬਦਲਾਅ ਤੋਂ ਬਿਨਾਂ ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਚੋਣ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਸਰਵੇਖਣ ਆਮ ਤੌਰ 'ਤੇ ਬਦਲਾਅ ਤੋਂ ਬਿਨਾਂ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਆਬਾਦੀ ਦਾ ਇੱਕ ਮੈਂਬਰ ਸਿਰਫ ਇੱਕ ਵਾਰ ਚੁਣਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਜ਼ਿਆਦਾਤਰ ਨਮੂਨੇ ਵੱਡੀਆਂ ਆਬਾਦੀਆਂ ਤੋਂ ਲਏ ਜਾਂਦੇ ਹਨ ਅਤੇ ਨਮੂਨਾ ਆਬਾਦੀ ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਛੋਟਾ ਹੁੰਦਾ ਹੈ। ਕਿਉਂਕਿ ਇਹ ਮਾਮਲਾ ਹੈ, ਬਦਲਾਅ ਤੋਂ ਬਿਨਾਂ ਨਮੂਨਾ ਚੋਣ ਬਦਲਾਅ ਨਾਲ ਨਮੂਨਾ ਚੋਣ ਦੇ ਲਗਭਗ ਸਮਾਨ ਹੈ ਕਿਉਂਕਿ ਬਦਲਾਅ ਨਾਲ ਇੱਕੋ ਵਿਅਕਤੀ ਨੂੰ ਇੱਕ ਤੋਂ ਵੱਧ ਵਾਰ ਚੁਣਨ ਦੀ ਸੰਭਾਵਨਾ ਬਹੁਤ ਘੱਟ ਹੁੰਦੀ ਹੈ।
9. ਬਦਲਾਅ ਨਾਲ ਨਮੂਨਾ ਚੋਣ ਦੀ ਬਜਾਏ ਬਦਲਾਅ ਤੋਂ ਬਿਨਾਂ ਨਮੂਨਾ ਚੋਣ ਕਰਨਾ ਸਿਰਫ ਉਦੋਂ ਹੀ ਇੱਕ ਗਣਿਤਿਕ ਮੁੱਦਾ ਬਣ ਜਾਂਦਾ ਹੈ ਜਦੋਂ ਆਬਾਦੀ ਛੋਟੀ ਹੁੰਦੀ ਹੈ।
10. ਜਦੋਂ ਤੁਸੀਂ ਡਾਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦੇ ਹੋ, ਤਾਂ ਨਮੂਨਾ ਚੋਣ ਦੀਆਂ ਗਲਤੀਆਂ ਅਤੇ ਗੈਰ-ਨਮੂਨਾ ਚੋਣ ਦੀਆਂ ਗਲਤੀਆਂ ਬਾਰੇ ਸੁਚੇਤ ਰਹਿਣਾ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਨਮੂਨਾ ਚੋਣ ਦੀ ਅਸਲ ਪ੍ਰਕਿਰਿਆ ਨਮੂਨਾ ਚੋਣ ਦੀਆਂ ਗਲਤੀਆਂ ਦਾ ਕਾਰਨ ਬਣਦੀ ਹੈ। ਉਦਾਹਰਨ ਵਜੋਂ, ਨਮੂਨਾ ਕਾਫ਼ੀ ਵੱਡਾ ਨਹੀਂ ਹੋ ਸਕਦਾ। ਨਮੂਨਾ ਚੋਣ ਪ੍ਰਕਿਰਿਆ ਨਾਲ ਸਬੰਧਤ ਨਾ ਹੋਣ ਵਾਲੇ ਕਾਰਕ ਗੈਰ-ਨਮੂਨਾ ਚੋਣ ਦੀਆਂ ਗਲਤੀਆਂ ਦਾ ਕਾਰਨ ਬਣਦੇ ਹਨ। ਇੱਕ ਖਰਾਬ ਗਿਣਤੀ ਯੰਤਰ ਗੈਰ-ਨਮੂਨਾ ਚੋਣ ਦੀ ਗਲਤੀ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦਾ ਹੈ।
11. ਅਸਲ ਵਿੱਚ, ਇੱਕ ਨਮੂਨਾ ਕਦੇ ਵੀ ਆਬਾਦੀ ਦਾ ਬਿਲਕੁਲ ਪ੍ਰਤੀਨਿਧ ਨਹੀਂ ਹੋਵੇਗਾ, ਇਸ ਲਈ ਹਮੇਸ਼ਾ ਕੁਝ ਨਮੂਨਾ ਚੋਣ ਦੀ ਗਲਤੀ ਹੋਵੇਗੀ। ਇੱਕ ਨਿਯਮ ਦੇ ਤੌਰ 'ਤੇ, ਨਮੂਨਾ ਜਿੰਨਾ ਵੱਡਾ ਹੋਵੇਗਾ, ਨਮੂਨਾ ਚੋਣ ਦੀ ਗਲਤੀ ਓਨੀ ਹੀ ਘੱਟ ਹੋਵੇਗੀ।
12. ਅੰਕੜਿਆਂ ਵਿੱਚ, ਇੱਕ ਨਮੂਨਾ ਪੱਖਪਾਤ ਉਦੋਂ ਪੈਦਾ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਇੱਕ ਆਬਾਦੀ ਤੋਂ ਇੱਕ ਨਮੂਨਾ ਇਕੱਠਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਆਬਾਦੀ ਦੇ ਕੁਝ ਮੈਂਬਰਾਂ ਨੂੰ ਦੂਜਿਆਂ ਨਾਲੋਂ ਚੁਣੇ ਜਾਣ ਦੀ ਸੰਭਾਵਨਾ ਘੱਟ ਹੁੰਦੀ ਹੈ (ਯਾਦ ਰੱਖੋ, ਆਬਾਦੀ ਦੇ ਹਰ ਮੈਂਬਰ ਨੂੰ ਚੁਣੇ ਜਾਣ ਦਾ ਬਰਾਬਰ ਮੌਕਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ)। ਜਦੋਂ ਨਮੂਨਾ ਪੱਖਪਾਤ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਅਧਿਐਨ ਕੀਤੀ ਜਾ ਰਹੀ ਆਬਾਦੀ ਬਾਰੇ ਗਲਤ ਸਿੱਟੇ ਕੱਢੇ ਜਾ ਸਕਦੇ ਹਨ।
13. ਆਲੋਚਨਾਤਮਕ ਮੁਲਾਂਕਣ
14. ਸਾਨੂੰ ਆਲੋਚਨਾਤਮਕ ਤੌਰ 'ਤੇ ਪੜ੍ਹੇ ਗਏ ਅੰਕੜਾ ਅਧਿਐਨਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਅਤੇ ਅਧਿਐਨਾਂ ਦੇ ਨਤੀਜਿਆਂ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਉਹਨਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਆਮ ਸਮੱਸਿਆਵਾਂ ਜਿਨ੍ਹਾਂ ਬਾਰੇ ਸੁਚੇਤ ਰਹਿਣਾ ਚਾਹੀਦਾ ਹੈ, ਉਹਨਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:
15. ਨਮੂਨਿਆਂ ਨਾਲ ਸਮੱਸਿਆਵਾਂ: ਇੱਕ ਨਮੂਨਾ ਆਬਾਦੀ ਦਾ ਪ੍ਰਤੀਨਿਧ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਇੱਕ ਨਮੂਨਾ ਜੋ ਆਬਾਦੀ ਦਾ ਪ੍ਰਤੀਨਿਧ ਨਹੀਂ ਹੈ, ਉਹ ਪੱਖਪਾਤੀ ਹੁੰਦਾ ਹੈ। ਪੱਖਪਾਤੀ ਨਮੂਨੇ ਜੋ ਆਬਾਦੀ ਦੇ ਪ੍ਰਤੀਨਿਧ ਨਹੀਂ ਹਨ, ਉਹ ਗਲਤ ਅਤੇ ਅਵੈਧ ਨਤੀਜੇ ਦਿੰਦੇ ਹਨ।
16. ਸਵੈ-ਚੁਣੇ ਨਮੂਨੇ: ਸਿਰਫ ਉਹਨਾਂ ਲੋਕਾਂ ਦੁਆਰਾ ਜਵਾਬ ਜੋ ਜਵਾਬ ਦੇਣ ਦੀ ਚੋਣ ਕਰਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਕਾਲ-ਇਨ ਸਰਵੇਖਣ, ਅਕਸਰ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਹੁੰਦੇ।
17. ਨਮੂਨਾ ਆਕਾਰ ਦੇ ਮੁੱਦੇ: ਬਹੁਤ ਛੋਟੇ ਨਮੂਨੇ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਹੋ ਸਕਦੇ। ਵੱਡੇ ਨਮੂਨੇ ਬਿਹਤਰ ਹੁੰਦੇ ਹਨ, ਜੇਕਰ ਸੰਭਵ ਹੋਵੇ। ਕੁਝ ਸਥਿਤੀਆਂ ਵਿੱਚ, ਛੋਟੇ ਨਮੂਨੇ ਹੋਣਾ ਅਟੱਲ ਹੈ ਅਤੇ ਫਿਰ ਵੀ ਸਿੱਟੇ ਕੱਢਣ ਲਈ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਨਾਂ: ਕਾਰਾਂ ਦੀ ਕ੍ਰੈਸ਼ ਟੈਸਟਿੰਗ ਜਾਂ ਦੁਰਲੱਭ ਸਥਿਤੀਆਂ ਲਈ ਡਾਕਟਰੀ ਜਾਂਚ।
18. ਅਣਉਚਿਤ ਪ੍ਰਭਾਵ: ਡਾਟਾ ਇਕੱਠਾ ਕਰਨਾ ਜਾਂ ਸਵਾਲ ਪੁੱਛਣਾ ਇਸ ਤਰੀਕੇ ਨਾਲ ਜੋ ਜਵਾਬ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ।
ਬੇ-ਜਵਾਬੀ ਜਾਂ ਭਾਗ ਲੈਣ ਤੋਂ ਇਨਕਾਰ: ਇਕੱਤਰ ਕੀਤੇ ਜਵਾਬ ਆਬਾਦੀ ਦੀ ਪ੍ਰਤੀਨਿਧਤਾ ਨਹੀਂ ਕਰ ਸਕਦੇ। ਅਕਸਰ, ਮਜ਼ਬੂਤ ਸਕਾਰਾਤਮਕ ਜਾਂ ਨਕਾਰਾਤਮਕ ਵਿਚਾਰਾਂ ਵਾਲੇ ਲੋਕ ਸਰਵੇਖਣਾਂ ਦਾ ਜਵਾਬ ਦੇ ਸਕਦੇ ਹਨ, ਜੋ ਨਤੀਜਿਆਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦੇ ਹਨ।
ਕਾਰਨਤਾ: ਦੋ ਚਲਾਂ ਵਿਚਕਾਰ ਸਬੰਧ ਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਇੱਕ ਦੂਜੇ ਨੂੰ ਵਾਪਰਨ ਦਾ ਕਾਰਨ ਬਣਦਾ ਹੈ। ਉਹਨਾਂ ਦਾ ਸਬੰਧ (ਸੰਬੰਧਿਤ) ਹੋ ਸਕਦਾ ਹੈ ਕਿਉਂਕਿ ਉਹਨਾਂ ਦਾ ਸਬੰਧ ਇੱਕ ਵੱਖਰੇ ਚਲ ਦੁਆਰਾ ਹੈ।
ਸਵੈ-ਵਿੱਤੀ ਜਾਂ ਸਵੈ-ਹਿੱਤ ਅਧਿਐਨ: ਕਿਸੇ ਵਿਅਕਤੀ ਜਾਂ ਸੰਸਥਾ ਦੁਆਰਾ ਆਪਣੇ ਦਾਅਵੇ ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ ਕੀਤਾ ਗਿਆ ਅਧਿਐਨ। ਕੀ ਅਧਿਐਨ ਨਿਰਪੱਖ ਹੈ? ਕੰਮ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਅਧਿਐਨ ਨੂੰ ਧਿਆਨ ਨਾਲ ਪੜ੍ਹੋ। ਇਹ ਨਾ ਮੰਨੋ ਕਿ ਅਧਿਐਨ ਚੰਗਾ ਹੈ, ਪਰ ਇਹ ਵੀ ਨਾ ਮੰਨੋ ਕਿ ਅਧਿਐਨ ਬੁਰਾ ਹੈ। ਇਸਦੇ ਗੁਣਾਂ ਅਤੇ ਕੀਤੇ ਗਏ ਕੰਮ ਦੇ ਆਧਾਰ 'ਤੇ ਇਸਦਾ ਮੁਲਾਂਕਣ ਕਰੋ।
ਅੰਕੜਿਆਂ ਦੀ ਗਲਤ ਵਰਤੋਂ: ਗਲਤ ਢੰਗ ਨਾਲ ਪ੍ਰਦਰਸ਼ਿਤ ਗ੍ਰਾਫ, ਅਧੂਰੇ ਅੰਕੜੇ, ਜਾਂ ਸੰਦਰਭ ਦੀ ਘਾਟ।
ਗੁੰਝਲਦਾਰਤਾ: ਜਦੋਂ ਕਈ ਕਾਰਕਾਂ ਦੇ ਪ੍ਰਤੀਕਰਮ 'ਤੇ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਵੱਖ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ। ਗੁੰਝਲਦਾਰਤਾ ਹਰੇਕ ਕਾਰਕ ਦੇ ਪ੍ਰਭਾਵ ਬਾਰੇ ਵੈਧ ਸਿੱਟੇ ਕੱਢਣਾ ਮੁਸ਼ਕਲ ਜਾਂ ਅਸੰਭਵ ਬਣਾਉਂਦੀ ਹੈ।
ਸਹਿਯੋਗੀ ਕਸਰਤ
ਇੱਕ ਜਮਾਤ ਵਜੋਂ, ਇਹ ਨਿਰਧਾਰਤ ਕਰੋ ਕਿ ਹੇਠਾਂ ਦਿੱਤੇ ਨਮੂਨੇ ਪ੍ਰਤੀਨਿਧ ਹਨ ਜਾਂ ਨਹੀਂ। ਜੇ ਨਹੀਂ, ਤਾਂ ਕਾਰਨਾਂ 'ਤੇ ਚਰਚਾ ਕਰੋ।
ਕਿਸੇ ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਸਾਰੇ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਔਸਤ GPA ਨੂੰ ਲੱਭਣ ਲਈ, ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਸਾਰੇ ਆਨਰ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਨਮੂਨੇ ਵਜੋਂ ਵਰਤੋ।
ਦਸ ਸਾਲ ਤੋਂ ਘੱਟ ਉਮਰ ਦੇ ਨੌਜਵਾਨਾਂ ਵਿੱਚ ਸਭ ਤੋਂ ਪ੍ਰਸਿੱਧ ਸੀਰੀਅਲ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ, ਇੱਕ ਵੱਡੇ ਸੁਪਰਮਾਰਕੀਟ ਦੇ ਬਾਹਰ ਤਿੰਨ ਘੰਟੇ ਖੜ੍ਹੇ ਹੋਵੋ ਅਤੇ ਸੁਪਰਮਾਰਕੀਟ ਵਿੱਚ ਦਾਖਲ ਹੋਣ ਵਾਲੇ ਹਰ ਵੀਹਵੇਂ ਬੱਚੇ ਨਾਲ ਗੱਲ ਕਰੋ ਜੋ ਦਸ ਸਾਲ ਤੋਂ ਘੱਟ ਉਮਰ ਦਾ ਹੈ।
ਸੰਯੁਕਤ ਰਾਜ ਅਮਰੀਕਾ ਦੇ ਸਾਰੇ ਬਾਲਗਾਂ ਦੀ ਔਸਤ ਸਾਲਾਨਾ ਆਮਦਨ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ, ਯੂ.ਐਸ. ਦੇ ਪ੍ਰਤੀਨਿਧੀਆਂ ਦਾ ਨਮੂਨਾ ਲਓ। ਹਰੇਕ ਰਾਜ ਨੂੰ ਇੱਕ ਸਟ੍ਰੈਟਮ (ਗਰੁੱਪ) ਮੰਨ ਕੇ ਇੱਕ ਕਲੱਸਟਰ ਨਮੂਨਾ ਬਣਾਓ। ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਲੈਣ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਕਲੱਸਟਰ ਦਾ ਹਿੱਸਾ ਬਣਨ ਲਈ ਰਾਜਾਂ ਦੀ ਚੋਣ ਕਰੋ। ਫਿਰ ਕਲੱਸਟਰ ਵਿੱਚ ਹਰ ਯੂ.ਐਸ. ਪ੍ਰਤੀਨਿਧੀ ਦਾ ਸਰਵੇਖਣ ਕਰੋ।
ਕੰਮ 'ਤੇ ਜਾਣ ਲਈ ਜਨਤਕ ਆਵਾਜਾਈ ਲੈਣ ਵਾਲੇ ਲੋਕਾਂ ਦੇ ਅਨੁਪਾਤ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ, ਨਿਊਯਾਰਕ ਸਿਟੀ ਵਿੱਚ 20 ਲੋਕਾਂ ਦਾ ਸਰਵੇਖਣ ਕਰੋ। ਬੈਂਚ 'ਤੇ ਸੈਂਟਰਲ ਪਾਰਕ ਵਿੱਚ ਬੈਠ ਕੇ ਅਤੇ ਤੁਹਾਡੇ ਅੱਗੇ ਬੈਠਣ ਵਾਲੇ ਹਰ ਵਿਅਕਤੀ ਦਾ ਇੰਟਰਵਿਊ ਕਰਕੇ ਸਰਵੇਖਣ ਕਰੋ।
ਮੈਸੇਚਿਉਸੇਟਸ ਵਿੱਚ ਹਸਪਤਾਲ ਵਿੱਚ ਦੋ-ਦਿਨ ਦੇ ਠਹਿਰਨ ਦੀ ਔਸਤ ਲਾਗਤ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ, ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਲੈਣ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਰਾਜ ਭਰ ਦੇ 100 ਹਸਪਤਾਲਾਂ ਦਾ ਸਰਵੇਖਣ ਕਰੋ।
ਉਦਾਹਰਨ 1.11
ਸਮੱਸਿਆ
ਇੱਕ ਅਧਿਐਨ ਸੈਨ ਜੋਸ ਸਟੇਟ ਅੰਡਰਗ੍ਰੈਜੂਏਟ ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਪ੍ਰਤੀ ਸਮੈਸਟਰ ਅਦਾ ਕੀਤੇ ਗਏ ਔਸਤ ਟਿਊਸ਼ਨ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਹੇਠਾਂ ਦਿੱਤੇ ਨਮੂਨਿਆਂ ਵਿੱਚ ਹਰੇਕ ਵਿਦਿਆਰਥੀ ਨੂੰ ਪਤਝੜ ਦੇ ਸਮੈਸਟਰ ਲਈ ਕਿੰਨੀ ਟਿਊਸ਼ਨ ਅਦਾ ਕੀਤੀ ਗਈ ਸੀ, ਇਹ ਪੁੱਛਿਆ ਜਾਂਦਾ ਹੈ। ਹਰੇਕ ਮਾਮਲੇ ਵਿੱਚ ਨਮੂਨਾ ਲੈਣ ਦੀ ਕਿਸਮ ਕੀ ਹੈ?
ਸੈਨ ਜੋਸ ਸਟੇਟ ਦੇ 100 ਅੰਡਰਗ੍ਰੈਜੂਏਟ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਇੱਕ ਨਮੂਨਾ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਨਾਵਾਂ ਨੂੰ ਵਰਗੀਕਰਨ (ਪਹਿਲੇ ਸਾਲ, ਸੋਫੋਮੋਰ, ਜੂਨੀਅਰ, ਜਾਂ ਸੀਨੀਅਰ) ਦੁਆਰਾ ਸੰਗਠਿਤ ਕਰਕੇ ਲਿਆ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਫਿਰ ਹਰੇਕ ਵਿੱਚੋਂ 25 ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਚੋਣ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਇੱਕ ਬੇਤਰਤੀਬ ਨੰਬਰ ਜਨਰੇਟਰ ਦੀ ਵਰਤੋਂ ਪਤਝੜ ਦੇ ਸਮੈਸਟਰ ਵਿੱਚ ਸਾਰੇ ਅੰਡਰਗ੍ਰੈਜੂਏਟ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਵਰਣਮਾਲਾ ਸੂਚੀ ਵਿੱਚੋਂ ਇੱਕ ਵਿਦਿਆਰਥੀ ਦੀ ਚੋਣ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਉਸ ਵਿਦਿਆਰਥੀ ਤੋਂ ਸ਼ੁਰੂ ਕਰਕੇ, ਹਰ 50ਵੇਂ ਵਿਦਿਆਰਥੀ ਨੂੰ ਚੁਣਿਆ ਜਾਂਦਾ ਹੈ ਜਦੋਂ ਤੱਕ ਨਮੂਨੇ ਵਿੱਚ 75 ਵਿਦਿਆਰਥੀ ਸ਼ਾਮਲ ਨਹੀਂ ਹੋ ਜਾਂਦੇ।
75 ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਚੋਣ ਕਰਨ ਲਈ ਇੱਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬੇਤਰਤੀਬ ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਪਤਝੜ ਦੇ ਸਮੈਸਟਰ ਵਿੱਚ ਹਰੇਕ ਅੰਡਰਗ੍ਰੈਜੂਏਟ ਵਿਦਿਆਰਥੀ ਨੂੰ ਨਮੂਨਾ ਪ੍ਰਕਿਰਿਆ ਦੇ ਕਿਸੇ ਵੀ ਪੜਾਅ 'ਤੇ ਚੁਣੇ ਜਾਣ ਦੀ ਸਮਾਨ ਸੰਭਾਵਨਾ ਹੁੰਦੀ ਹੈ।
ਪਹਿਲੇ ਸਾਲ, ਸੋਫੋਮੋਰ, ਜੂਨੀਅਰ, ਅਤੇ ਸੀਨੀਅਰ ਸਾਲਾਂ ਨੂੰ ਕ੍ਰਮਵਾਰ ਇੱਕ, ਦੋ, ਤਿੰਨ, ਅਤੇ ਚਾਰ ਨੰਬਰ ਦਿੱਤੇ ਗਏ ਹਨ। ਇੱਕ ਬੇਤਰਤੀਬ ਨੰਬਰ ਜਨਰੇਟਰ ਦੀ ਵਰਤੋਂ ਉਹਨਾਂ ਸਾਲਾਂ ਵਿੱਚੋਂ ਦੋ ਨੂੰ ਚੁਣਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਉਹਨਾਂ ਦੋ ਸਾਲਾਂ ਦੇ ਸਾਰੇ ਵਿਦਿਆਰਥੀ ਨਮੂਨੇ ਵਿੱਚ ਹਨ।
ਇੱਕ ਪ੍ਰਸ਼ਾਸਕੀ ਸਹਾਇਕ ਨੂੰ ਇੱਕ ਬੁੱਧਵਾਰ ਨੂੰ ਲਾਇਬ੍ਰੇਰੀ ਦੇ ਸਾਹਮਣੇ ਖੜ੍ਹੇ ਹੋਣ ਅਤੇ ਉਸਦੇ ਸਾਹਮਣੇ ਆਉਣ ਵਾਲੇ ਪਹਿਲੇ 100 ਅੰਡਰਗ੍ਰੈਜੂਏਟ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਪੁੱਛਣ ਲਈ ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਕਿ ਉਹਨਾਂ ਨੇ ਪਤਝੜ ਦੇ ਸਮੈਸਟਰ ਲਈ ਕਿੰਨੀ ਟਿਊਸ਼ਨ ਅਦਾ ਕੀਤੀ। ਉਹ 100 ਵਿਦਿਆਰਥੀ ਨਮੂਨਾ ਹਨ।
ਹੱਲ
a. ਸਟ੍ਰੈਟੀਫਾਈਡ; b. ਵਿਵਸਥਿਤ; c. ਸਧਾਰਨ ਬੇਤਰਤੀਬ; d. ਕਲੱਸਟਰ; e. ਸੁਵਿਧਾਜਨਕ
ਇਸਨੂੰ ਅਜ਼ਮਾਓ 1.11
ਤੁਸੀਂ ਡਾਟਾ ਤੋਂ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਨਮੂਨੇ ਤਿਆਰ ਕਰਨ ਲਈ ਬੇਤਰਤੀਬ ਨੰਬਰ ਜਨਰੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰਨ ਜਾ ਰਹੇ ਹੋ।
ਇਹ ਸਾਰਣੀ ਇੱਕ ਐਲੀਮੈਂਟਰੀ ਸਟੈਟਿਸਟਿਕਸ ਕਲਾਸ ਲਈ ਕਵਿਜ਼ ਸਕੋਰਾਂ ਦੇ ਛੇ ਸੈੱਟ (ਹਰੇਕ ਕਵਿਜ਼ 10 ਅੰਕਾਂ ਦਾ ਹੈ) ਦਰਸਾਉਂਦੀ ਹੈ।
ਸਤਰ: #1 | #2 | #3 | #4 | #5 | #6
ਸਤਰ: 5 | 7 | 10 | 9 | 8 | 3
ਸਤਰ: 10 | 5 | 9 | 8 | 7 | 6
ਸਤਰ: 9 | 10 | 8 | 6 | 7 | 9
ਸਤਰ: 9 | 10 | 10 | 9 | 8 | 9
ਸਤਰ: 7 | 8 | 9 | 5 | 7 | 4
ਸਤਰ: 9 | 9 | 9 | 10 | 8 | 7
ਸਤਰ: 7 | 7 | 10 | 9 | 8 | 8
ਸਤਰ: 8 | 8 | 9 | 10 | 8 | 8
ਸਤਰ: 9 | 7 | 8 | 7 | 7 | 8
ਸਤਰ: 8 | 8 | 10 | 9 | 8 | 7
ਨਿਰਦੇਸ਼: ਨਮੂਨੇ ਚੁਣਨ ਲਈ ਰੈਂਡਮ ਨੰਬਰ ਜਨਰੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰੋ।
ਕਾਲਮ ਦੁਆਰਾ ਇੱਕ ਸਟ੍ਰੈਟੀਫਾਈਡ ਨਮੂਨਾ ਬਣਾਓ। ਹਰੇਕ ਕਾਲਮ ਵਿੱਚੋਂ ਤਿੰਨ ਕਵਿਜ਼ ਸਕੋਰ ਬੇਤਰਤੀਬੇ ਚੁਣੋ। ਹਰੇਕ ਸਤਰ ਨੂੰ ਇੱਕ ਤੋਂ ਦਸ ਤੱਕ ਨੰਬਰ ਦਿਓ। ਆਪਣੇ ਕੈਲਕੂਲੇਟਰ 'ਤੇ, ਮੈਥ ਦਬਾਓ ਅਤੇ PRB ਵੱਲ ਐਰੋ ਕਰੋ। ਕਾਲਮ 1 ਲਈ, 5:randInt( ਦਬਾਓ ਅਤੇ 1,10 ਦਰਜ ਕਰੋ)। ਐਂਟਰ ਦਬਾਓ। ਨੰਬਰ ਰਿਕਾਰਡ ਕਰੋ। ਦੋ ਵਾਰ ਹੋਰ ਐਂਟਰ ਦਬਾਓ (ਦੁਹਰਾਵਿਆਂ ਸਮੇਤ)। ਇਹ ਨੰਬਰ ਰਿਕਾਰਡ ਕਰੋ। ਇਹਨਾਂ ਤਿੰਨ ਨੰਬਰਾਂ ਦੇ ਅਨੁਸਾਰੀ ਕਾਲਮ ਇੱਕ ਵਿੱਚ ਤਿੰਨ ਕਵਿਜ਼ ਸਕੋਰ ਰਿਕਾਰਡ ਕਰੋ। ਕਾਲਮ ਦੋ ਤੋਂ ਛੇ ਤੱਕ ਦੁਹਰਾਓ। ਇਹ 18 ਕਵਿਜ਼ ਸਕੋਰ ਇੱਕ ਸਟ੍ਰੈਟੀਫਾਈਡ ਨਮੂਨਾ ਹਨ।
ਕਾਲਮਾਂ ਵਿੱਚੋਂ ਦੋ ਚੁਣ ਕੇ ਇੱਕ ਕਲੱਸਟਰ ਨਮੂਨਾ ਬਣਾਓ। ਕਾਲਮ ਨੰਬਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ: ਇੱਕ ਤੋਂ ਛੇ। ਮੈਥ ਦਬਾਓ ਅਤੇ PRB ਵੱਲ ਐਰੋ ਕਰੋ। 5:randInt( ਦਬਾਓ ਅਤੇ 1,6 ਦਰਜ ਕਰੋ)। ਐਂਟਰ ਦਬਾਓ। ਨੰਬਰ ਰਿਕਾਰਡ ਕਰੋ। ਐਂਟਰ ਦਬਾਓ ਅਤੇ ਉਹ ਨੰਬਰ ਰਿਕਾਰਡ ਕਰੋ। ਦੋ ਨੰਬਰ ਦੋ ਕਾਲਮਾਂ ਲਈ ਹਨ। ਇਹਨਾਂ 2 ਕਾਲਮਾਂ ਵਿੱਚ ਕਵਿਜ਼ ਸਕੋਰ (20) ਕਲੱਸਟਰ ਨਮੂਨਾ ਹਨ।
15 ਕਵਿਜ਼ ਸਕੋਰਾਂ ਦਾ ਇੱਕ ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਬਣਾਓ। ਇੱਕ ਤੋਂ 60 ਤੱਕ ਨੰਬਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ। ਮੈਥ ਦਬਾਓ। PRB ਵੱਲ ਐਰੋ ਕਰੋ। 5:randInt( ਦਬਾਓ ਅਤੇ 1, 60 ਦਰਜ ਕਰੋ)। 15 ਵਾਰ ਐਂਟਰ ਦਬਾਓ ਅਤੇ ਨੰਬਰ ਰਿਕਾਰਡ ਕਰੋ। ਇਹਨਾਂ ਨੰਬਰਾਂ ਦੇ ਅਨੁਸਾਰੀ ਕਵਿਜ਼ ਸਕੋਰ ਰਿਕਾਰਡ ਕਰੋ। ਇਹ 15 ਕਵਿਜ਼ ਸਕੋਰ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਹਨ।
12 ਕਵਿਜ਼ ਸਕੋਰਾਂ ਦਾ ਇੱਕ ਵਿਵਸਥਿਤ ਨਮੂਨਾ ਬਣਾਓ। ਇੱਕ ਤੋਂ 60 ਤੱਕ ਨੰਬਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ। ਮੈਥ ਦਬਾਓ। PRB ਵੱਲ ਐਰੋ ਕਰੋ। 5:randInt( ਦਬਾਓ ਅਤੇ 1, 60 ਦਰਜ ਕਰੋ)। ਐਂਟਰ ਦਬਾਓ। ਨੰਬਰ ਅਤੇ ਪਹਿਲਾ ਕਵਿਜ਼ ਸਕੋਰ ਰਿਕਾਰਡ ਕਰੋ। ਉਸ ਨੰਬਰ ਤੋਂ, ਦਸ ਕਵਿਜ਼ ਸਕੋਰਾਂ ਦੀ ਗਿਣਤੀ ਕਰੋ ਅਤੇ ਉਹ ਕਵਿਜ਼ ਸਕੋਰ ਰਿਕਾਰਡ ਕਰੋ। ਦਸ ਕਵਿਜ਼ ਸਕੋਰਾਂ ਦੀ ਗਿਣਤੀ ਕਰਦੇ ਰਹੋ ਅਤੇ ਕਵਿਜ਼ ਸਕੋਰ ਰਿਕਾਰਡ ਕਰਦੇ ਰਹੋ ਜਦੋਂ ਤੱਕ ਤੁਹਾਡੇ ਕੋਲ 12 ਕਵਿਜ਼ ਸਕੋਰਾਂ ਦਾ ਨਮੂਨਾ ਨਾ ਹੋ ਜਾਵੇ। ਤੁਸੀਂ ਘੁੰਮ ਸਕਦੇ ਹੋ (ਸ਼ੁਰੂਆਤ 'ਤੇ ਵਾਪਸ ਜਾ ਸਕਦੇ ਹੋ)।
ਉਦਾਹਰਨ 1.12
ਸਮੱਸਿਆ
ਨਮੂਨੇ ਦੀ ਕਿਸਮ ਨਿਰਧਾਰਤ ਕਰੋ (ਸਧਾਰਨ ਬੇਤਰਤੀਬ, ਸਟ੍ਰੈਟੀਫਾਈਡ, ਵਿਵਸਥਿਤ, ਕਲੱਸਟਰ, ਜਾਂ ਸੁਵਿਧਾ)।
ਇੱਕ ਫੁੱਟਬਾਲ ਕੋਚ ਮਨੋਰੰਜਨ ਫੁੱਟਬਾਲ ਟੀਮ ਬਣਾਉਣ ਲਈ ਅੱਠ ਤੋਂ ਦਸ ਸਾਲ ਦੀ ਉਮਰ ਦੇ ਮੁੰਡਿਆਂ ਦੇ ਇੱਕ ਸਮੂਹ ਵਿੱਚੋਂ ਛੇ ਖਿਡਾਰੀ, 11 ਤੋਂ 12 ਸਾਲ ਦੀ ਉਮਰ ਦੇ ਮੁੰਡਿਆਂ ਦੇ ਇੱਕ ਸਮੂਹ ਵਿੱਚੋਂ ਸੱਤ ਖਿਡਾਰੀ, ਅਤੇ 13 ਤੋਂ 14 ਸਾਲ ਦੀ ਉਮਰ ਦੇ ਮੁੰਡਿਆਂ ਦੇ ਇੱਕ ਸਮੂਹ ਵਿੱਚੋਂ ਤਿੰਨ ਖਿਡਾਰੀ ਚੁਣਦਾ ਹੈ।
ਇੱਕ ਪੋਲਸਟਰ ਪੰਜ ਵੱਖ-ਵੱਖ ਹਾਈ-ਟੈਕ ਕੰਪਨੀਆਂ ਵਿੱਚ ਸਾਰੇ ਮਨੁੱਖੀ ਸਰੋਤ ਕਰਮਚਾਰੀਆਂ ਦਾ ਇੰਟਰਵਿਊ ਕਰਦਾ ਹੈ।
ਇੱਕ ਹਾਈ ਸਕੂਲ ਵਿਦਿਅਕ ਖੋਜਕਰਤਾ 50 ਸਰਕਾਰੀ ਹਾਈ ਸਕੂਲ ਅਧਿਆਪਕਾਂ ਅਤੇ 50 ਪ੍ਰਾਈਵੇਟ ਹਾਈ ਸਕੂਲ ਅਧਿਆਪਕਾਂ ਦਾ ਇੰਟਰਵਿਊ ਕਰਦਾ ਹੈ।
ਇੱਕ ਮੈਡੀਕਲ ਖੋਜਕਰਤਾ ਇੱਕ ਸਥਾਨਕ ਹਸਪਤਾਲ ਵਿੱਚ ਕੈਂਸਰ ਦੇ ਮਰੀਜ਼ਾਂ ਦੀ ਸੂਚੀ ਵਿੱਚੋਂ ਹਰ ਤੀਜੇ ਕੈਂਸਰ ਮਰੀਜ਼ ਦਾ ਇੰਟਰਵਿਊ ਕਰਦਾ ਹੈ।
ਇੱਕ ਹਾਈ ਸਕੂਲ ਕਾਊਂਸਲਰ 50 ਬੇਤਰਤੀਬ ਨੰਬਰ ਤਿਆਰ ਕਰਨ ਲਈ ਕੰਪਿਊਟਰ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਅਤੇ ਫਿਰ ਉਨ੍ਹਾਂ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਚੁਣਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦੇ ਨਾਮ ਨੰਬਰਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਹਨ।
ਇੱਕ ਵਿਦਿਆਰਥੀ ਆਪਣੀ ਅਲਜਬਰਾ ਕਲਾਸ ਵਿੱਚ ਸਹਿਪਾਠੀਆਂ ਦਾ ਇੰਟਰਵਿਊ ਕਰਦਾ ਹੈ ਤਾਂ ਜੋ ਇਹ ਪਤਾ ਲਗਾਇਆ ਜਾ ਸਕੇ ਕਿ ਔਸਤਨ ਇੱਕ ਵਿਦਿਆਰਥੀ ਕਿੰਨੀਆਂ ਜੀਨਾਂ ਦੀਆਂ ਜੋੜੀਆਂ ਰੱਖਦਾ ਹੈ।
ਹੱਲ
a. ਸਤਰੀਕ੍ਰਿਤ; b. ਝੁੰਡ; c. ਸਤਰੀਕ੍ਰਿਤ; d. ਵਿਵਸਥਿਤ; e. ਸਧਾਰਨ ਬੇਤਰਤੀਬ; f. ਸੁਵਿਧਾਜਨਕ
ਪ੍ਰਯੋਗ ਕਰੋ 1.12
ਨਮੂਨਾ ਲੈਣ ਦੀ ਕਿਸਮ ਨਿਰਧਾਰਤ ਕਰੋ (ਸਧਾਰਨ ਬੇਤਰਤੀਬ, ਸਤਰੀਕ੍ਰਿਤ, ਵਿਵਸਥਿਤ, ਝੁੰਡ, ਜਾਂ ਸੁਵਿਧਾਜਨਕ)।
ਇੱਕ ਹਾਈ ਸਕੂਲ ਪ੍ਰਿੰਸੀਪਲ ਸਕੂਲ ਤੋਂ ਬਾਅਦ ਦੀਆਂ ਗਤੀਵਿਧੀਆਂ ਲਈ ਨੀਤੀ ਬਦਲਾਵਾਂ ਬਾਰੇ 50 ਪਹਿਲੇ ਸਾਲ ਦੇ ਵਿਦਿਆਰਥੀਆਂ, 50 ਸੋਫੋਮੋਰ, 50 ਜੂਨੀਅਰ, ਅਤੇ 50 ਸੀਨੀਅਰਾਂ ਦਾ ਸਰਵੇਖਣ ਕਰਦਾ ਹੈ।
ਜੇਕਰ ਅਸੀਂ ਇੱਕੋ ਆਬਾਦੀ ਨੂੰ ਦਰਸਾਉਂਦੇ ਦੋ ਨਮੂਨਿਆਂ ਦੀ ਜਾਂਚ ਕਰੀਏ, ਭਾਵੇਂ ਅਸੀਂ ਨਮੂਨਿਆਂ ਲਈ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਲੈਣ ਦੇ ਢੰਗਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਹੋਵੇ, ਉਹ ਬਿਲਕੁਲ ਇੱਕੋ ਜਿਹੇ ਨਹੀਂ ਹੋਣਗੇ। ਜਿਵੇਂ ਡਾਟਾ ਵਿੱਚ ਭਿੰਨਤਾ ਹੁੰਦੀ ਹੈ, ਉਸੇ ਤਰ੍ਹਾਂ ਨਮੂਨਿਆਂ ਵਿੱਚ ਵੀ ਭਿੰਨਤਾ ਹੁੰਦੀ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਤੁਸੀਂ ਨਮੂਨਾ ਲੈਣ ਦੇ ਆਦੀ ਹੁੰਦੇ ਜਾਵੋਗੇ, ਭਿੰਨਤਾ ਕੁਦਰਤੀ ਲੱਗਣ ਲੱਗੇਗੀ।
NOTE
ਪਾਠ ਦੇ ਆਤਮ-ਵਿਸ਼ਵਾਸ ਅੰਤਰਾਲਾਂ ਵਿੱਚ, ਨਮੂਨਾ ਆਕਾਰ ਦੇ ਫਾਰਮੂਲੇ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਹਨ ਜੋ ਆਬਾਦੀ ਤੋਂ ਨਮੂਨਾ ਲੈਂਦੇ ਸਮੇਂ ਨਮੂਨਾ ਆਕਾਰ ਨਿਰਧਾਰਤ ਕਰਨਗੇ। ਨਮੂਨਾ ਆਕਾਰ ਲੋੜੀਂਦੀ ਸ਼ੁੱਧਤਾ ਦਾ ਇੱਕ ਫੰਕਸ਼ਨ ਹੋਵੇਗਾ ਅਤੇ ਆਬਾਦੀ ਦੇ ਆਕਾਰ ਦਾ ਫੰਕਸ਼ਨ ਨਹੀਂ ਹੋਵੇਗਾ। ਇਹ ਕੁਝ ਅਨੁਭਵੀ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਨਮੂਨਾ ਆਕਾਰ ਆਬਾਦੀ ਦੇ ਆਕਾਰ 'ਤੇ ਨਿਰਭਰ ਨਹੀਂ ਕਰਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਇਸਦਾ ਮਤਲਬ ਇਹ ਹੈ ਕਿ 1,000,000 ਦੀ ਆਬਾਦੀ ਦੇ ਮੁਕਾਬਲੇ 100,000 ਦੀ ਆਬਾਦੀ ਨੂੰ ਦਰਸਾਉਣ ਲਈ 1,000 ਦਾ ਨਮੂਨਾ ਆਕਾਰ ਕਾਫ਼ੀ ਹੋ ਸਕਦਾ ਹੈ, ਜੇਕਰ ਸ਼ੁੱਧਤਾ ਦਾ ਇੱਕੋ ਪੱਧਰ ਲੋੜੀਂਦਾ ਹੋਵੇ। ਆਤਮ-ਵਿਸ਼ਵਾਸ ਅੰਤਰਾਲਾਂ ਵਿੱਚ ਨਮੂਨਾ ਆਕਾਰ ਦੇ ਫਾਰਮੂਲਿਆਂ ਨਾਲ ਕੰਮ ਕਰਦੇ ਸਮੇਂ, ਵਿਦਿਆਰਥੀ ਨੋਟ ਕਰੇਗਾ ਕਿ ਆਬਾਦੀ ਦਾ ਆਕਾਰ ਨਮੂਨਾ ਆਕਾਰ ਨਿਰਧਾਰਤ ਕਰਨ ਵਿੱਚ ਕੋਈ ਕਾਰਕ ਨਹੀਂ ਹੈ।
ਉਦਾਹਰਨ 1.13
ਮੰਨ ਲਓ ਕਿ ਏਬੀਸੀ ਕਾਲਜ ਵਿੱਚ 10,000 ਪਾਰਟ-ਟਾਈਮ ਵਿਦਿਆਰਥੀ (ਆਬਾਦੀ) ਹਨ। ਅਸੀਂ ਪਤਝੜ ਦੇ ਸਮੇਂ ਵਿੱਚ ਇੱਕ ਪਾਰਟ-ਟਾਈਮ ਵਿਦਿਆਰਥੀ ਕਿਤਾਬਾਂ 'ਤੇ ਕਿੰਨਾ ਪੈਸਾ ਖਰਚ ਕਰਦਾ ਹੈ, ਇਸਦੀ ਔਸਤ ਵਿੱਚ ਦਿਲਚਸਪੀ ਰੱਖਦੇ ਹਾਂ। ਸਾਰੇ 10,000 ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਪੁੱਛਣਾ ਲਗਭਗ ਅਸੰਭਵ ਕੰਮ ਹੈ।
ਮੰਨ ਲਓ ਅਸੀਂ ਦੋ ਵੱਖ-ਵੱਖ ਨਮੂਨੇ ਲੈਂਦੇ ਹਾਂ।
ਪਹਿਲਾਂ, ਅਸੀਂ ਸੁਵਿਧਾਜਨਕ ਨਮੂਨਾ ਲੈਣ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ ਅਤੇ ਪਹਿਲੇ ਸਮੈਸਟਰ ਦੀ ਆਰਗੈਨਿਕ ਕੈਮਿਸਟਰੀ ਕਲਾਸ ਦੇ ਦਸ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਸਰਵੇਖਣ ਕਰਦੇ ਹਾਂ। ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਬਹੁਤ ਸਾਰੇ ਵਿਦਿਆਰਥੀ ਆਰਗੈਨਿਕ ਕੈਮਿਸਟਰੀ ਕਲਾਸ ਤੋਂ ਇਲਾਵਾ ਪਹਿਲੇ ਸਮੈਸਟਰ ਦੀ ਕੈਲਕੂਲਸ ਵੀ ਲੈ ਰਹੇ ਹਨ। ਕਿਤਾਬਾਂ 'ਤੇ ਉਨ੍ਹਾਂ ਦੁਆਰਾ ਖਰਚ ਕੀਤਾ ਗਿਆ ਪੈਸਾ ਇਸ ਤਰ੍ਹਾਂ ਹੈ:
$128; $87; $173; $116; $130; $204; $147; $189; $93; $153
ਦੂਜਾ ਨਮੂਨਾ ਪੀ.ਈ. ਕਲਾਸਾਂ ਲੈਣ ਵਾਲੇ ਸੀਨੀਅਰ ਨਾਗਰਿਕਾਂ ਦੀ ਸੂਚੀ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਲਿਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਸੂਚੀ ਵਿੱਚੋਂ ਹਰ ਪੰਜਵੇਂ ਸੀਨੀਅਰ ਨਾਗਰਿਕ ਨੂੰ ਲਿਆ ਜਾਂਦਾ ਹੈ, ਕੁੱਲ ਦਸ ਸੀਨੀਅਰ ਨਾਗਰਿਕਾਂ ਲਈ। ਉਹ ਖਰਚ ਕਰਦੇ ਹਨ:
$50; $40; $36; $15; $50; $100; $40; $53; $22; $22
ਇਹ ਅਸੰਭਵ ਹੈ ਕਿ ਕੋਈ ਵੀ ਵਿਦਿਆਰਥੀ ਦੋਵਾਂ ਨਮੂਨਿਆਂ ਵਿੱਚ ਹੋਵੇ।
ਸਮੱਸਿਆ
a. ਕੀ ਤੁਹਾਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕੋਈ ਵੀ ਨਮੂਨਾ ਪੂਰੀ 10,000 ਪਾਰਟ-ਟਾਈਮ ਵਿਦਿਆਰਥੀ ਆਬਾਦੀ ਦਾ ਪ੍ਰਤੀਨਿਧ (ਜਾਂ ਵਿਸ਼ੇਸ਼ਤਾ) ਹੈ?
ਹੱਲ
a. ਨਹੀਂ। ਪਹਿਲਾ ਨਮੂਨਾ ਸ਼ਾਇਦ ਵਿਗਿਆਨ-ਮੁਖੀ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਬਣਿਆ ਹੋਇਆ ਹੈ। ਕੈਮਿਸਟਰੀ ਕੋਰਸ ਤੋਂ ਇਲਾਵਾ, ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕੁਝ ਪਹਿਲੇ ਸਮੈਸਟਰ ਦੀ ਕੈਲਕੂਲਸ ਵੀ ਲੈ ਰਹੇ ਹਨ। ਇਨ੍ਹਾਂ ਕਲਾਸਾਂ ਲਈ ਕਿਤਾਬਾਂ ਮਹਿੰਗੀਆਂ ਹੁੰਦੀਆਂ ਹਨ। ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਬਹੁਤੇ ਵਿਦਿਆਰਥੀ, ਜ਼ਿਆਦਾ ਸੰਭਾਵਨਾ ਹੈ, ਕਿ ਆਪਣੀਆਂ ਕਿਤਾਬਾਂ ਲਈ ਔਸਤ ਪਾਰਟ-ਟਾਈਮ ਵਿਦਿਆਰਥੀ ਤੋਂ ਵੱਧ ਭੁਗਤਾਨ ਕਰ ਰਹੇ ਹਨ। ਦੂਜਾ ਨਮੂਨਾ ਸੀਨੀਅਰ ਨਾਗਰਿਕਾਂ ਦਾ ਇੱਕ ਸਮੂਹ ਹੈ ਜੋ, ਜ਼ਿਆਦਾ ਸੰਭਾਵਨਾ ਹੈ, ਸਿਹਤ ਅਤੇ ਰੁਚੀ ਲਈ ਕੋਰਸ ਲੈ ਰਹੇ ਹਨ। ਕਿਤਾਬਾਂ 'ਤੇ ਉਨ੍ਹਾਂ ਦੁਆਰਾ ਖਰਚ ਕੀਤਾ ਗਿਆ ਪੈਸਾ ਸ਼ਾਇਦ ਔਸਤ ਪਾਰਟ-ਟਾਈਮ ਵਿਦਿਆਰਥੀ ਤੋਂ ਬਹੁਤ ਘੱਟ ਹੈ। ਦੋਵੇਂ ਨਮੂਨੇ ਪੱਖਪਾਤੀ ਹਨ। ਨਾਲ ਹੀ, ਦੋਵਾਂ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਸਾਰੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਕਿਸੇ ਵੀ ਨਮੂਨੇ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣ ਦਾ ਮੌਕਾ ਨਹੀਂ ਮਿਲਿਆ।
ਸਮੱਸਿਆ
b. ਕਿਉਂਕਿ ਇਹ ਨਮੂਨੇ ਪੂਰੀ ਆਬਾਦੀ ਦੇ ਪ੍ਰਤੀਨਿਧ ਨਹੀਂ ਹਨ, ਕੀ ਨਤੀਜਿਆਂ ਦੀ ਵਰਤੋਂ ਪੂਰੀ ਆਬਾਦੀ ਦਾ ਵਰਣਨ ਕਰਨ ਲਈ ਕਰਨਾ ਸਮਝਦਾਰੀ ਹੈ?
ਹੱਲ
ਨਹੀਂ। ਇਹਨਾਂ ਨਮੂਨਿਆਂ ਲਈ, ਆਬਾਦੀ ਦੇ ਹਰੇਕ ਮੈਂਬਰ ਨੂੰ ਚੁਣੇ ਜਾਣ ਦਾ ਬਰਾਬਰ ਮੌਕਾ ਨਹੀਂ ਸੀ।
ਹੁਣ, ਮੰਨ ਲਓ ਕਿ ਅਸੀਂ ਇੱਕ ਤੀਜਾ ਨਮੂਨਾ ਲੈਂਦੇ ਹਾਂ। ਅਸੀਂ ਦਸ ਵੱਖ-ਵੱਖ ਅੰਸ਼ਕਾਲੀਨ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਰਸਾਇਣ, ਗਣਿਤ, ਅੰਗਰੇਜ਼ੀ, ਮਨੋਵਿਗਿਆਨ, ਸਮਾਜ ਸ਼ਾਸਤਰ, ਇਤਿਹਾਸ, ਨਰਸਿੰਗ, ਸਰੀਰਕ ਸਿੱਖਿਆ, ਕਲਾ, ਅਤੇ ਬਾਲ ਵਿਕਾਸ ਦੇ ਅਨੁਸ਼ਾਸਨਾਂ ਤੋਂ ਚੁਣਦੇ ਹਾਂ। (ਅਸੀਂ ਮੰਨਦੇ ਹਾਂ ਕਿ ਇਹ ਇਕਲੌਤੇ ਅਨੁਸ਼ਾਸਨ ਹਨ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ABC ਕਾਲਜ ਦੇ ਅੰਸ਼ਕਾਲੀਨ ਵਿਦਿਆਰਥੀ ਦਾਖਲ ਹਨ ਅਤੇ ਕਿ ਅਨੁਸ਼ਾਸਨਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਵਿੱਚ ਅੰਸ਼ਕਾਲੀਨ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਬਰਾਬਰ ਗਿਣਤੀ ਦਾਖਲ ਹੈ।) ਹਰੇਕ ਵਿਦਿਆਰਥੀ ਨੂੰ ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਲੈ ਕੇ ਚੁਣਿਆ ਜਾਂਦਾ ਹੈ। ਇੱਕ ਕੈਲਕੂਲੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਬੇਤਰਤੀਬ ਨੰਬਰ ਤਿਆਰ ਕੀਤੇ ਜਾਂਦੇ ਹਨ ਅਤੇ ਇੱਕ ਖਾਸ ਅਨੁਸ਼ਾਸਨ ਤੋਂ ਇੱਕ ਵਿਦਿਆਰਥੀ ਦੀ ਚੋਣ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਜੇਕਰ ਉਨ੍ਹਾਂ ਕੋਲ ਇੱਕ ਸੰਬੰਧਿਤ ਨੰਬਰ ਹੋਵੇ। ਵਿਦਿਆਰਥੀ ਹੇਠਾਂ ਦਿੱਤੀਆਂ ਰਕਮਾਂ ਖਰਚ ਕਰਦੇ ਹਨ:
$180; $50; $150; $85; $260; $75; $180; $200; $200; $150
ਸਮੱਸਿਆ
ਕੀ ਨਮੂਨਾ ਪੱਖਪਾਤੀ ਹੈ?
ਹੱਲ
ਨਮੂਨਾ ਪੱਖਪਾਤੀ ਨਹੀਂ ਹੈ, ਪਰ ਆਬਾਦੀ ਦਾ ਪ੍ਰਤੀਨਿਧ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਵਧਾਉਣ ਲਈ ਇੱਕ ਵੱਡੇ ਨਮੂਨੇ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਵੇਗੀ। ਹਾਲਾਂਕਿ, ਇੱਕ ਪੱਖਪਾਤੀ ਨਮੂਨਾ ਤਕਨੀਕ ਲਈ, ਇੱਕ ਵੱਡਾ ਨਮੂਨਾ ਵੀ ਆਬਾਦੀ ਦਾ ਪ੍ਰਤੀਨਿਧ ਨਾ ਹੋਣ ਦਾ ਜੋਖਮ ਚੁੱਕਦਾ ਹੈ।
ਵਿਦਿਆਰਥੀ ਅਕਸਰ ਪੁੱਛਦੇ ਹਨ ਕਿ ਕੀ ਪੂਰੀ ਆਬਾਦੀ ਦਾ ਸਰਵੇਖਣ ਕਰਨ ਦੀ ਬਜਾਏ ਨਮੂਨਾ ਲੈਣਾ "ਕਾਫ਼ੀ ਚੰਗਾ" ਹੈ। ਜੇ ਸਰਵੇਖਣ ਚੰਗੀ ਤਰ੍ਹਾਂ ਕੀਤਾ ਗਿਆ ਹੈ, ਤਾਂ ਜਵਾਬ ਹਾਂ ਹੈ।
ਇਸਨੂੰ ਅਜ਼ਮਾਓ 1.13
ਇੱਕ ਸਥਾਨਕ ਰੇਡੀਓ ਸਟੇਸ਼ਨ ਦੇ 20,000 ਸਰੋਤਿਆਂ ਦਾ ਪ੍ਰਸ਼ੰਸਕ ਅਧਾਰ ਹੈ। ਸਟੇਸ਼ਨ ਇਹ ਜਾਨਣਾ ਚਾਹੁੰਦਾ ਹੈ ਕਿ ਕੀ ਉਸਦੇ ਸਰੋਤੇ ਵਧੇਰੇ ਸੰਗੀਤ ਜਾਂ ਵਧੇਰੇ ਗੱਲਬਾਤ ਸ਼ੋਅ ਪਸੰਦ ਕਰਨਗੇ। ਸਾਰੇ 20,000 ਸਰੋਤਿਆਂ ਨੂੰ ਪੁੱਛਣਾ ਲਗਭਗ ਅਸੰਭਵ ਕੰਮ ਹੈ।
ਸਟੇਸ਼ਨ ਸੁਵਿਧਾ ਨਮੂਨਾ ਵਰਤਦਾ ਹੈ ਅਤੇ ਸਟੇਸ਼ਨ ਦੇ ਇੱਕ ਸੰਗੀਤ ਸਮਾਰੋਹ ਦੇ ਪ੍ਰੋਗਰਾਮ ਵਿੱਚ ਮਿਲਣ ਵਾਲੇ ਪਹਿਲੇ 200 ਲੋਕਾਂ ਦਾ ਸਰਵੇਖਣ ਕਰਦਾ ਹੈ। 24 ਲੋਕਾਂ ਨੇ ਕਿਹਾ ਕਿ ਉਹ ਵਧੇਰੇ ਗੱਲਬਾਤ ਸ਼ੋਅ ਪਸੰਦ ਕਰਨਗੇ, ਅਤੇ 176 ਲੋਕਾਂ ਨੇ ਕਿਹਾ ਕਿ ਉਹ ਵਧੇਰੇ ਸੰਗੀਤ ਪਸੰਦ ਕਰਨਗੇ।
ਕੀ ਤੁਹਾਨੂੰ ਲਗਦਾ ਹੈ ਕਿ ਇਹ ਨਮੂਨਾ 20,000 ਸਰੋਤਿਆਂ ਦੀ ਪੂਰੀ ਆਬਾਦੀ ਦਾ ਪ੍ਰਤੀਨਿਧ ਹੈ (ਜਾਂ ਉਸਦੀ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ)?
ਡਾਟਾ ਵਿੱਚ ਭਿੰਨਤਾ
ਕਿਸੇ ਵੀ ਡਾਟਾ ਸੈੱਟ ਵਿੱਚ ਭਿੰਨਤਾ ਮੌਜੂਦ ਹੁੰਦੀ ਹੈ। ਉਦਾਹਰਨ ਲਈ, 16-ਔਂਸ ਦੇ ਪੀਣ ਵਾਲੇ ਡੱਬਿਆਂ ਵਿੱਚ 16 ਔਂਸ ਤਰਲ ਤੋਂ ਵੱਧ ਜਾਂ ਘੱਟ ਹੋ ਸਕਦਾ ਹੈ। ਇੱਕ ਅਧਿਐਨ ਵਿੱਚ, ਅੱਠ 16-ਔਂਸ ਡੱਬਿਆਂ ਨੂੰ ਮਾਪਿਆ ਗਿਆ ਅਤੇ ਪੀਣ ਵਾਲੇ ਪਦਾਰਥ ਦੀ ਹੇਠ ਲਿਖੀ ਮਾਤਰਾ (ਔਂਸ ਵਿੱਚ) ਪੈਦਾ ਕੀਤੀ ਗਈ:
15.8; 16.1; 15.2; 14.8; 15.8; 15.9; 16.0; 15.5
16-ਔਂਸ ਦੇ ਡੱਬੇ ਵਿੱਚ ਪੀਣ ਵਾਲੇ ਪਦਾਰਥ ਦੀ ਮਾਤਰਾ ਦੇ ਮਾਪ ਵੱਖ-ਵੱਖ ਹੋ ਸਕਦੇ ਹਨ ਕਿਉਂਕਿ ਵੱਖ-ਵੱਖ ਲੋਕ ਮਾਪ ਲੈਂਦੇ ਹਨ ਜਾਂ ਕਿਉਂਕਿ ਸਹੀ ਮਾਤਰਾ, 16 ਔਂਸ ਤਰਲ, ਡੱਬਿਆਂ ਵਿੱਚ ਨਹੀਂ ਪਾਈ ਗਈ ਸੀ। ਨਿਰਮਾਤਾ ਨਿਯਮਤ ਤੌਰ 'ਤੇ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਟੈਸਟ ਚਲਾਉਂਦੇ ਹਨ ਕਿ ਕੀ 16-ਔਂਸ ਦੇ ਡੱਬੇ ਵਿੱਚ ਪੀਣ ਵਾਲੇ ਪਦਾਰਥ ਦੀ ਮਾਤਰਾ ਲੋੜੀਂਦੀ ਸੀਮਾ ਦੇ ਅੰਦਰ ਆਉਂਦੀ ਹੈ।
ਧਿਆਨ ਰੱਖੋ ਕਿ ਜਿਵੇਂ ਤੁਸੀਂ ਡਾਟਾ ਲੈਂਦੇ ਹੋ, ਤੁਹਾਡਾ ਡਾਟਾ ਉਸੇ ਉਦੇਸ਼ ਲਈ ਕਿਸੇ ਹੋਰ ਦੁਆਰਾ ਲਏ ਗਏ ਡਾਟਾ ਤੋਂ ਕੁਝ ਵੱਖਰਾ ਹੋ ਸਕਦਾ ਹੈ। ਇਹ ਪੂਰੀ ਤਰ੍ਹਾਂ ਕੁਦਰਤੀ ਹੈ। ਹਾਲਾਂਕਿ, ਜੇ ਤੁਹਾਡੇ ਵਿੱਚੋਂ ਦੋ ਜਾਂ ਦੋ ਤੋਂ ਵੱਧ ਇੱਕੋ ਡਾਟਾ ਲੈ ਰਹੇ ਹੋ ਅਤੇ ਬਹੁਤ ਵੱਖਰੇ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹੋ, ਤਾਂ ਇਹ ਤੁਹਾਡੇ ਅਤੇ ਦੂਜਿਆਂ ਲਈ ਤੁਹਾਡੇ ਡਾਟਾ ਲੈਣ ਦੇ ਤਰੀਕਿਆਂ ਅਤੇ ਤੁਹਾਡੀ ਸ਼ੁੱਧਤਾ ਦਾ ਮੁੜ ਮੁਲਾਂਕਣ ਕਰਨ ਦਾ ਸਮਾਂ ਹੈ।
ਨਮੂਨਿਆਂ ਵਿੱਚ ਭਿੰਨਤਾ
ਇਹ ਪਹਿਲਾਂ ਜ਼ਿਕਰ ਕੀਤਾ ਗਿਆ ਸੀ ਕਿ ਇੱਕੋ ਆਬਾਦੀ ਤੋਂ ਦੋ ਜਾਂ ਦੋ ਤੋਂ ਵੱਧ ਨਮੂਨੇ, ਬੇਤਰਤੀਬ ਢੰਗ ਨਾਲ ਲਏ ਗਏ, ਅਤੇ ਆਬਾਦੀ ਦੀਆਂ ਲਗਭਗ ਇੱਕੋ ਜਿਹੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਰੱਖਣ ਵਾਲੇ, ਇੱਕ ਦੂਜੇ ਤੋਂ ਵੱਖਰੇ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ। ਮੰਨ ਲਓ ਕਿ ਡੋਰਿਨ ਅਤੇ ਜੰਗ ਦੋਵੇਂ ਆਪਣੇ ਕਾਲਜ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਹਰ ਰਾਤ ਸੌਣ ਦੇ ਔਸਤ ਸਮੇਂ ਦਾ ਅਧਿਐਨ ਕਰਨ ਦਾ ਫੈਸਲਾ ਕਰਦੇ ਹਨ। ਡੋਰਿਨ ਅਤੇ ਜੰਗ ਹਰੇਕ 500 ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਨਮੂਨੇ ਲੈਂਦੇ ਹਨ। ਡੋਰਿਨ ਵਿਵਸਥਿਤ ਨਮੂਨਾ ਵਰਤਦੀ ਹੈ ਅਤੇ ਜੰਗ ਕਲੱਸਟਰ ਨਮੂਨਾ ਵਰਤਦਾ ਹੈ। ਡੋਰਿਨ ਦਾ ਨਮੂਨਾ ਜੰਗ ਦੇ ਨਮੂਨੇ ਤੋਂ ਵੱਖਰਾ ਹੋਵੇਗਾ। ਭਾਵੇਂ ਡੋਰਿਨ ਅਤੇ ਜੰਗ ਇੱਕੋ ਨਮੂਨਾ ਤਕਨੀਕ ਵਰਤਦੇ, ਸਾਰੀ ਸੰਭਾਵਨਾ ਵਿੱਚ ਉਨ੍ਹਾਂ ਦੇ ਨਮੂਨੇ ਵੱਖਰੇ ਹੋਣਗੇ। ਹਾਲਾਂਕਿ, ਕੋਈ ਵੀ ਗਲਤ ਨਹੀਂ ਹੋਵੇਗਾ।
ਸੋਚੋ ਕਿ ਡੋਰਿਨ ਅਤੇ ਜੰਗ ਦੇ ਨਮੂਨਿਆਂ ਨੂੰ ਵੱਖਰਾ ਬਣਾਉਣ ਵਿੱਚ ਕੀ ਯੋਗਦਾਨ ਪਾਉਂਦਾ ਹੈ।
ਜੇ ਡੋਰਿਨ ਅਤੇ ਜੰਗ ਨੇ ਵੱਡੇ ਨਮੂਨੇ ਲਏ ਹੁੰਦੇ (ਭਾਵ, ਡਾਟਾ ਮੁੱਲਾਂ ਦੀ ਗਿਣਤੀ ਵਧਾਈ ਗਈ ਹੈ), ਤਾਂ ਉਨ੍ਹਾਂ ਦੇ ਨਮੂਨਾ ਨਤੀਜੇ (ਇੱਕ ਵਿਦਿਆਰਥੀ ਦੇ ਸੌਣ ਦੇ ਸਮੇਂ ਦੀ ਔਸਤ) ਅਸਲ ਆਬਾਦੀ ਦੀ ਔਸਤ ਦੇ ਨੇੜੇ ਹੋ ਸਕਦੇ ਸਨ। ਪਰ ਫਿਰ ਵੀ, ਸਾਰੀ ਸੰਭਾਵਨਾ ਵਿੱਚ, ਉਨ੍ਹਾਂ ਦੇ ਨਮੂਨੇ ਇੱਕ ਦੂਜੇ ਤੋਂ ਵੱਖਰੇ ਹੋਣਗੇ। ਨਮੂਨਿਆਂ ਵਿੱਚ ਇਸ ਭਿੰਨਤਾ 'ਤੇ ਕਾਫ਼ੀ ਜ਼ੋਰ ਦਿੱਤਾ ਜਾ ਸਕਦਾ ਹੈ।
ਨਮੂਨੇ ਦਾ ਆਕਾਰ
ਨਮੂਨੇ ਦਾ ਆਕਾਰ (ਜਿਸਨੂੰ ਅਕਸਰ ਨਿਰੀਖਣਾਂ ਦੀ ਗਿਣਤੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ) ਮਹੱਤਵਪੂਰਨ ਹੈ। ਇਸ ਕਿਤਾਬ ਵਿੱਚ ਤੁਹਾਡੇ ਦੁਆਰਾ ਹੁਣ ਤੱਕ ਦੇਖੇ ਗਏ ਉਦਾਹਰਨ ਛੋਟੇ ਸਨ। ਸਿਰਫ ਕੁਝ ਸੌ ਨਿਰੀਖਣਾਂ ਦੇ ਨਮੂਨੇ, ਜਾਂ ਇਸ ਤੋਂ ਵੀ ਛੋਟੇ, ਕਈ ਉਦੇਸ਼ਾਂ ਲਈ ਕਾਫ਼ੀ ਹਨ। ਪੋਲਿੰਗ ਵਿੱਚ, 1,200 ਤੋਂ 1,500 ਨਿਰੀਖਣਾਂ ਦੇ ਨਮੂਨੇ ਕਾਫ਼ੀ ਵੱਡੇ ਅਤੇ ਚੰਗੇ ਮੰਨੇ ਜਾਂਦੇ ਹਨ ਜੇ ਸਰਵੇਖਣ ਬੇਤਰਤੀਬ ਹੈ ਅਤੇ ਚੰਗੀ ਤਰ੍ਹਾਂ ਕੀਤਾ ਗਿਆ ਹੈ। ਤੁਸੀਂ ਇਹ ਸਿੱਖੋਗੇ ਕਿ ਜਦੋਂ ਤੁਸੀਂ ਵਿਸ਼ਵਾਸ ਅੰਤਰਾਲਾਂ ਦਾ ਅਧਿਐਨ ਕਰੋਗੇ।
ਧਿਆਨ ਰੱਖੋ ਕਿ ਬਹੁਤ ਸਾਰੇ ਵੱਡੇ ਨਮੂਨੇ ਪੱਖਪਾਤੀ ਹੁੰਦੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਕਾਲ-ਇਨ ਸਰਵੇਖਣ ਲਾਜ਼ਮੀ ਤੌਰ 'ਤੇ ਪੱਖਪਾਤੀ ਹੁੰਦੇ ਹਨ, ਕਿਉਂਕਿ ਲੋਕ ਜਵਾਬ ਦੇਣ ਜਾਂ ਨਾ ਦੇਣ ਦੀ ਚੋਣ ਕਰਦੇ ਹਨ।
1. ਸਹਿਯੋਗੀ ਅਭਿਆਸ
2. ਦੋ, ਤਿੰਨ, ਜਾਂ ਚਾਰ ਦੇ ਸਮੂਹਾਂ ਵਿੱਚ ਵੰਡੋ। ਤੁਹਾਡਾ ਇੰਸਟ੍ਰਕਟਰ ਹਰੇਕ ਸਮੂਹ ਨੂੰ ਇੱਕ ਛੇ-ਪਾਸੇ ਵਾਲਾ ਪਾਸਾ ਦੇਵੇਗਾ। ਇਸ ਪ੍ਰਯੋਗ ਨੂੰ ਦੋ ਵਾਰ ਅਜ਼ਮਾਓ। ਇੱਕ ਨਿਰਪੱਖ ਪਾਸੇ (ਛੇ-ਪਾਸੇ ਵਾਲਾ) ਨੂੰ 20 ਵਾਰ ਰੋਲ ਕਰੋ। ਟੇਬਲ 1.8 ਅਤੇ ਟੇਬਲ 1.9 ਵਿੱਚ ਤੁਹਾਨੂੰ ਮਿਲੇ ਇੱਕ, ਦੋ, ਤਿੰਨ, ਚਾਰ, ਪੰਜ, ਅਤੇ ਛੇ ਦੀ ਗਿਣਤੀ ਰਿਕਾਰਡ ਕਰੋ ("ਆਵਿਰਤੀ" ਉਸ ਸੰਖਿਆ ਨੂੰ ਕਹਿੰਦੇ ਹਨ ਜਿਸ ਨਾਲ ਪਾਸੇ ਦਾ ਕੋਈ ਖਾਸ ਚਿਹਰਾ ਪ੍ਰਗਟ ਹੁੰਦਾ ਹੈ):
3. ਪਾਸੇ ਦਾ ਚਿਹਰਾ | ਆਵਿਰਤੀ
4. 1
5. 2
6. 3
7. 4
8. 5
9. 6
10. ਪਾਸੇ ਦਾ ਚਿਹਰਾ | ਆਵਿਰਤੀ
11. 1
12. 2
13. 3
14. 4
15. 5
16. 6
17. ਕੀ ਦੋ ਪ੍ਰਯੋਗਾਂ ਦੇ ਨਤੀਜੇ ਇੱਕੋ ਜਿਹੇ ਸਨ? ਸ਼ਾਇਦ ਨਹੀਂ। ਜੇਕਰ ਤੁਸੀਂ ਤੀਜੀ ਵਾਰ ਪ੍ਰਯੋਗ ਕਰਦੇ ਹੋ, ਤਾਂ ਕੀ ਤੁਹਾਨੂੰ ਪਹਿਲੇ ਜਾਂ ਦੂਜੇ ਪ੍ਰਯੋਗ ਦੇ ਸਮਾਨ ਨਤੀਜਿਆਂ ਦੀ ਉਮੀਦ ਹੈ? ਕਿਉਂ ਜਾਂ ਕਿਉਂ ਨਹੀਂ?
18. ਕਿਹੜੇ ਪ੍ਰਯੋਗ ਦੇ ਨਤੀਜੇ ਸਹੀ ਸਨ? ਦੋਵੇਂ ਹੀ ਸਹੀ ਸਨ। ਅੰਕੜਾ-ਵਿਗਿਆਨੀ ਦਾ ਕੰਮ ਪਰਿਵਰਤਨਸ਼ੀਲਤਾ ਨੂੰ ਸਮਝਣਾ ਅਤੇ ਢੁਕਵੇਂ ਸਿੱਟੇ ਕੱਢਣਾ ਹੈ।