(a) सामाजिक अनुसन्धान के सन्दर्भ में निदर्शन से आप क्या समझते हैं? निदर्शन के विभिन्न प्रारूपों पर उनके सापेक्ष लाभ और हानि के साथ चर्चा कीजिए।

सामाजिक अनुसंधान में निदर्शन का आशय किसी बड़ी जनसंख्या या समग्र (Population) में से एक छोटे, लेकिन प्रतिनिधि समूह (Sample) का चयन करना है, जिसका अध्ययन करके प्राप्त निष्कर्षों को संपूर्ण जनसंख्या पर लागू किया जा सके। निदर्शन विधि शोधकर्ता को सीमित संसाधनों (समय, धन, मानवशक्ति) के भीतर व्यापक अध्ययन करने में सक्षम बनाती है, जबकि जनगणना विधि में प्रत्येक इकाई का अध्ययन किया जाता है।

निदर्शन के विभिन्न प्रारूप

निदर्शन के प्रारूपों को मुख्य रूप से दो व्यापक श्रेणियों में बांटा जा सकता है: संभाव्यता निदर्शन (Probability Sampling) और गैर-संभाव्यता निदर्शन (Non-Probability Sampling)।

1. संभाव्यता निदर्शन (Probability Sampling)

संभाव्यता निदर्शन वह विधि है जिसमें समग्र की प्रत्येक इकाई को नमूने में चुने जाने का समान और ज्ञात अवसर मिलता है। इसमें चयन प्रक्रिया वैज्ञानिक और वस्तुनिष्ठ होती है, जिससे पक्षपात की संभावना कम होती है और परिणाम अधिक विश्वसनीय होते हैं।

• सरल यादृच्छिक निदर्शन (Simple Random Sampling)
  • विवरण: इसमें जनसंख्या की प्रत्येक इकाई को चुने जाने का समान अवसर मिलता है। यह लॉटरी विधि, यादृच्छिक संख्या तालिका या कंप्यूटर जनित यादृच्छिक संख्याओं का उपयोग करके किया जा सकता है।
  • लाभ:
    • पक्षपातरहित: यह चयन में व्यक्तिगत पूर्वाग्रह को समाप्त करता है।
    • प्रतिनिधित्वपूर्ण: पर्याप्त बड़े आकार के नमूने में जनसंख्या का अच्छा प्रतिनिधित्व होने की संभावना होती है।
    • सांख्यिकीय विश्लेषण: इस विधि से प्राप्त डेटा पर जटिल सांख्यिकीय विश्लेषण लागू किए जा सकते हैं।
  • हानि:
    • कठिन: बड़ी और विषम जनसंख्या के लिए इकाइयों की पूरी सूची प्राप्त करना और सभी को नंबर देना मुश्किल हो सकता है।
    • वितरण: नमूना इकाइयों का भौगोलिक वितरण व्यापक हो सकता है, जिससे डेटा संग्रह महंगा और समय लेने वाला हो सकता है।
• व्यवस्थित निदर्शन (Systematic Sampling)
  • विवरण: इस विधि में, जनसंख्या की इकाइयों को एक क्रमबद्ध सूची में रखा जाता है और फिर प्रत्येक 'n'वीं इकाई को चुना जाता है, जहाँ 'n' चयन अंतराल होता है। पहली इकाई का चयन यादृच्छिक रूप से किया जाता है।
  • लाभ:
    • सरलता: यह सरल यादृच्छिक निदर्शन से अधिक सरल और सुविधाजनक है।
    • कुशलता: समय और धन की बचत होती है।
  • हानि:
    • सूची की आवश्यकता: इकाइयों की एक पूर्ण और व्यवस्थित सूची आवश्यक है।
    • आवधिकता का खतरा: यदि सूची में कोई अंतर्निहित आवधिकता है जो चयन अंतराल के साथ मेल खाती है, तो परिणाम पक्षपाती हो सकते हैं।
• स्तरीकृत निदर्शन (Stratified Sampling)
  • विवरण: जनसंख्या को कुछ विशिष्ट विशेषताओं (जैसे लिंग, आयु, आय वर्ग) के आधार पर सजातीय उपसमूहों (स्तरों) में विभाजित किया जाता है। फिर प्रत्येक स्तर से सरल यादृच्छिक या व्यवस्थित निदर्शन द्वारा इकाइयों का चयन किया जाता है।
  • लाभ:
    • बेहतर प्रतिनिधित्व: यह सुनिश्चित करता है कि जनसंख्या के सभी महत्वपूर्ण उपसमूह नमूने में पर्याप्त रूप से प्रतिनिधित्व करते हैं।
    • अधिक सटीकता: विषम जनसंख्या में परिणामों की सटीकता बढ़ती है।
    • तुलनात्मक विश्लेषण: विभिन्न स्तरों के बीच तुलनात्मक अध्ययन संभव होता है।
  • हानि:
    • पूर्व जानकारी: स्तरों में विभाजित करने के लिए जनसंख्या की विशेषताओं के बारे में पूर्व जानकारी की आवश्यकता होती है।
    • जटिल: चयन प्रक्रिया सरल यादृच्छिक निदर्शन से अधिक जटिल हो सकती है।
• गुच्छ निदर्शन (Cluster Sampling)
  • विवरण: जनसंख्या को स्वाभाविक रूप से विद्यमान समूहों या गुच्छों (जैसे भौगोलिक क्षेत्र, स्कूल, गाँव) में विभाजित किया जाता है। फिर यादृच्छिक रूप से कुछ गुच्छों का चयन किया जाता है, और चयनित गुच्छों की सभी इकाइयों का अध्ययन किया जाता है।
  • लाभ:
    • किफायती: यदि इकाइयां बड़े भौगोलिक क्षेत्र में बिखरी हों तो यह समय और धन की बचत करता है।
    • सूची की अनुपलब्धता: उन स्थितियों में उपयोगी जब व्यक्तिगत इकाइयों की पूरी सूची उपलब्ध न हो, लेकिन गुच्छों की सूची उपलब्ध हो।
  • हानि:
    • कम सटीकता: सरल यादृच्छिक या स्तरित निदर्शन की तुलना में इसमें सांख्यिकीय त्रुटि की संभावना अधिक होती है।
    • सजातीयता की कमी: यदि गुच्छ सजातीय नहीं हैं, तो प्रतिनिधित्व प्रभावित हो सकता है।

2. गैर-संभाव्यता निदर्शन (Non-Probability Sampling)

गैर-संभाव्यता निदर्शन में, समग्र की प्रत्येक इकाई को चुने जाने की संभावना ज्ञात नहीं होती है। इकाइयों का चयन शोधकर्ता के विवेक, सुविधा या विशेष उद्देश्य के आधार पर किया जाता है। यह विधि तब उपयोगी होती है जब संभाव्यता निदर्शन संभव न हो या शोध का उद्देश्य गहन अन्वेषण हो।

• सुविधाजनक निदर्शन (Convenience Sampling)
  • विवरण: इसमें उन इकाइयों का चयन किया जाता है जो शोधकर्ता के लिए सबसे आसानी से सुलभ होती हैं।
  • लाभ:
    • सरल और तेज़: डेटा संग्रह का सबसे आसान और सबसे तेज़ तरीका।
    • किफायती: इसमें न्यूनतम लागत और प्रयास लगता है।
  • हानि:
    • पक्षपात: इसमें अत्यधिक व्यक्तिगत पूर्वाग्रह की संभावना होती है।
    • गैर-प्रतिनिधित्वपूर्ण: नमूना शायद ही कभी जनसंख्या का सच्चा प्रतिनिधि होता है, जिससे परिणामों का सामान्यीकरण कठिन हो जाता है।
• उद्देश्यपूर्ण/सविचार निदर्शन (Purposive/Judgmental Sampling)
  • विवरण: शोधकर्ता अपने ज्ञान और निर्णय के आधार पर उन इकाइयों का चयन करता है जिन्हें वह अध्ययन के उद्देश्य के लिए सबसे उपयुक्त या प्रतिनिधि मानता है।
  • लाभ:
    • विशेषज्ञ ज्ञान: विशिष्ट या दुर्लभ मामलों के अध्ययन के लिए आदर्श।
    • गहनता: छोटे नमूनों के साथ गहन जानकारी प्राप्त की जा सकती है।
  • हानि:
    • व्यक्तिगत पक्षपात: शोधकर्ता के व्यक्तिगत पूर्वाग्रह परिणामों को प्रभावित कर सकते हैं।
    • सामान्यीकरण का अभाव: परिणामों को व्यापक जनसंख्या पर सामान्यीकृत करना मुश्किल होता है।
• कोटा निदर्शन (Quota Sampling)
  • विवरण: जनसंख्या को विभिन्न विशेषताओं के आधार पर उपसमूहों में बांटा जाता है, और प्रत्येक उपसमूह के लिए एक 'कोटा' (निश्चित संख्या) निर्धारित किया जाता है। शोधकर्ता फिर इन कोटा को अपनी सुविधा या उद्देश्यपूर्ण तरीके से भरता है।
  • लाभ:
    • कुछ हद तक प्रतिनिधित्व: कुछ हद तक जनसंख्या की संरचना का प्रतिनिधित्व करता है।
    • किफायती और तेज़: डेटा संग्रह त्वरित और सस्ता होता है।
  • हानि:
    • गैर-यादृच्छिक चयन: कोटा भरने के लिए इकाइयों का चयन गैर-यादृच्छिक होता है, जिससे पूर्वाग्रह की संभावना रहती है।
    • अज्ञात त्रुटि: संभाव्यता निदर्शन के विपरीत, त्रुटि के मार्जिन का आकलन करना संभव नहीं है।
• स्नोबॉल निदर्शन (Snowball Sampling)
  • विवरण: इसमें पहले कुछ प्रारंभिक प्रतिभागियों का चयन किया जाता है, और फिर वे अपने सामाजिक नेटवर्क के माध्यम से अन्य संभावित प्रतिभागियों की पहचान करने में मदद करते हैं जो अध्ययन के लिए उपयुक्त हो सकते हैं। यह प्रक्रिया तब तक चलती रहती है जब तक वांछित नमूना आकार प्राप्त नहीं हो जाता।
  • लाभ:
    • पहुँच: उन दुर्लभ या विशिष्ट आबादी तक पहुंचने के लिए उपयोगी है जहां इकाइयों की सूची उपलब्ध नहीं होती (जैसे ड्रग एडिक्ट, गुप्त संगठन के सदस्य)।
    • लागत प्रभावी: प्रारंभिक चरण के बाद प्रतिभागियों को खोजने की लागत कम होती है।
  • हानि:
    • प्रतिनिधित्व की कमी: नमूना अत्यधिक पक्षपाती हो सकता है और जनसंख्या का प्रतिनिधि नहीं होता है।
    • चयन पूर्वाग्रह: शुरुआती प्रतिभागियों के नेटवर्क से अत्यधिक प्रभावित होता है।

विभिन्न निदर्शन प्रारूपों के लाभ और हानियों को निम्नलिखित तालिका में संक्षेप में प्रस्तुत किया जा सकता है:

निदर्शन प्रारूप	मुख्य लाभ	मुख्य हानि
सरल यादृच्छिक निदर्शन	पक्षपातरहित, उच्च प्रतिनिधित्व, सांख्यिकीय विश्लेषण संभव।	बड़ी जनसंख्या के लिए कठिन, भौगोलिक रूप से बिखरा हुआ।
व्यवस्थित निदर्शन	सरल, सुविधाजनक, किफायती।	आवधिकता का खतरा, पूर्ण सूची की आवश्यकता।
स्तरीकृत निदर्शन	बेहतर प्रतिनिधित्व, अधिक सटीकता, तुलनात्मक अध्ययन।	पूर्व जानकारी की आवश्यकता, जटिल।
गुच्छ निदर्शन	किफायती, बड़ी भौगोलिक इकाइयों के लिए उपयुक्त।	कम सटीकता, सजातीयता की कमी का जोखिम।
सुविधाजनक निदर्शन	अत्यंत सरल और तेज़, कम लागत।	अत्यधिक पक्षपात, गैर-प्रतिनिधित्वपूर्ण।
उद्देश्यपूर्ण निदर्शन	विशेषज्ञ ज्ञान का उपयोग, गहन जानकारी।	व्यक्तिगत पक्षपात, सामान्यीकरण में कठिनाई।
कोटा निदर्शन	कुछ हद तक प्रतिनिधित्व, किफायती और तेज़।	गैर-यादृच्छिक चयन, अज्ञात त्रुटि।
स्नोबॉल निदर्शन	दुर्लभ आबादी तक पहुँच, लागत प्रभावी।	प्रतिनिधित्व की कमी, चयन पूर्वाग्रह।