Sampling
গবেষণায় Sampling Strategy : Probability Sampling এর ক্যাটাগোরাইজেশন
Sampling strategy মানে হলো গবেষণা বা সমীক্ষায় কোন জনগোষ্ঠী (population) থেকে কিভাবে এবং কাদেরকে নমুনা (sample) হিসেবে নেওয়া হবে তার পরিকল্পনা বা পদ্ধতি। গবেষণায় Sampling strategy গুরুত্বপূর্ণ একটি বিষয়। আপনার কোয়ানটিটেটিভ রিসার্চের জন্য ডাটা কালেকশন প্রয়োজন সেজন্য পপুলেশন এর থেকে আপনার টার্গেটেট গ্রুপ অব পিপল সিলেক্ট করে কিভাবে ডাটা কালেকশন করবেন তার প্রক্রিয়াকে Sampling strategy বলে।
Sampling মূলত ২ ভাগে বিভক্ত: Probability এবং Non Probability।
Probability Sampling এর ক্যাটাগোরাইজেশন
Sampling Probability sampling বলতে বুঝায় যেখানে পপুলেশনের প্রতিটি সদস্যের নির্বাচিত হওয়ার একটি নির্দিষ্ট সম্ভাবনা থাকে।
ধরুন একটি এলাকায় একশটি কৃষক পরিবার আছে। ময়মনসিংহ কৃষি বিশ্ববিদ্যালয়ের একজন অধ্যাপক আমন ধানের উপর এক বছরের ফলন এর উপর গবেষণা করবেন। কিন্তু তাঁর প্রয়োজন ৫০ জন সেম্পল। সেক্ষেত্রে তিনি ১০০ জন থেকে ৫০ জন কৃষককে সেম্পল হিসেবে রেন্ডমলি বেছে নিলেন। এখানে প্রতিটি কৃষকের নির্বাচিত হবার সম্ভাবনা ছিল। কিন্তু এই ৫০ জনই তাঁর গবেষণার সেম্পল যা Probability Sampling নামে সংজ্ঞায়িত।
ক্যাটাগরি Simple Random Sampling Probability Sampling এর অন্যতম ক্যাটাগরি।
Simple Random Sampling বলতে বুঝায় যেখানে পপুলেশন থেকে গবেষক randomly সেম্পল বেছে নেন। এখানে প্রতিটি সদস্যের নির্বাচিত হবার সম্ভবনা থাকলেও অবজেক্টিভ সিলেকশন হওয়ায় নিউট্রালিটি গবেষক দ্বারা মেইনটেইন করা হয় যার ফলে ভ্যালিডিটি বজায় থাকে।
ধরুন আপনি একটি বিশ্ববিদ্যালয়ের ছাত্রদের মানসিক স্বাস্থ্য নিয়ে গবেষণা করবেন যেখানে সব ছাত্রের নির্বাচিত হওয়ার সম্ভাবনা থাকে। কিন্তু আপনি লটারির মাধ্যমে ১৫০ জনকে নির্বাচন করলেন আপনার গবেষণার সেম্পলিং হিসেবে যা Simple Random Sampling নামে সংজ্ঞায়িত।
যেখানে পপুলেশন : নির্দিষ্ট বিশ্ববিদ্যালয়ের সব ছাত্র,
সেম্পলিং পদ্ধতি : লটারির মাধ্যমে
টার্গেটেট গ্রুপ অব পিপল ১৫০ ছাত্র নির্বাচিত।
রিসার্চ : কোয়ানটিটেটিভ
Systematic Sampling
Systematic Sampling বলতে বুঝায় পদ্ধতিগতভাবে নমুনা সংগ্রহ করা। যেখানে গবেষক নির্দিষ্ট ব্যবধানে সদস্য নির্বাচন করে। এখানে প্রথম সেম্পল রেন্ডমলি নির্বাচিত হয় গবেষক দ্বারা এবং পরবর্তী সদস্যগণ নির্দিষ্ট ব্যবধানে নির্বাচিত হয়।
ধরুন গার্মেন্টসের ওয়ার্কারদের লাইফস্টাইল স্ট্যান্ডার্ড নিয়ে ৩০০ জন সেম্পল এর উপর একটি কোয়ানটিটেটিভ রিসার্চ হবে। এজন্য গবেষক একটি গার্মেন্টসে গেলেন এবং কর্মীদের সকল নাম গার্মেন্টসের ডাটাবেইজ থেকে সংগ্রহ করে তা সেই এক্সেল ফাইলটি নিজের পিসিতে ওপেন করে sampling interval এর ছোট ডিফিশন যেখানে k(sampling interval)=Population size(N)(All garments workers) ÷ Sample size (n)(Targeted garments workers) ধরুন মোট গার্মেন্টস কর্মী ৩০০০, sample size 300 K=3000÷300=10
10 জন কর্মী থেকে গবেষক রেন্ডমলি যে কাউকে বেছে নিতে পারেন। ধরুন 5 নম্বর কর্মীকে বেছে নিলেন তাহলে, প্রথমজন 5, 10+5=15, 15+10=25, 25+10=35, প্রথম নম্বর কর্মী বেছে নেবার পর গবেষক নির্দিষ্ট ব্যবধানে কর্মী বেছে তার সেম্পলিং সিলেকশন করে ডাটা কালেকশন করে ডাটা এনালিসিস করে গবেষণা সম্পন্ন করবেন।
Stratified Sampling
Stratified Sampling বলতে বুঝায় বড় পপুলেশন এর মধ্যে থেকে ছোট ছোট অংশে ভাগ করা। এদেরকে উপগোষ্ঠী বলা হয়। এই গোষ্ঠীর বৈশিষ্ট্য সমজাতীয় হতে হবে নতুবা গবেষণা পরিচালনা কঠিন হবে।
ধরুন, বাংলাদেশের প্রাইভেট বিশ্ববিদ্যালয়ের ছাত্রদের ইংরেজির রাইটিং কমপিটেন্সির উপর কোয়ানটিটেটিভ রিসার্চ করবেন। তার মধ্যে ১৫টি প্রাইভেট বিশ্ববিদ্যালয়ের ছাত্র যারা বিজনেস, হিউম্যানিটিজ ও সায়েন্সের সাবজেক্টগুলোতে আছে, সায়েন্সের সাবজেক্টগুলো থেকে ৭০ জন, বিজনেস বিভাগ থেকে ৫০ জন, মানবিক বিভাগ থেকে ৪০ জন নিয়ে মোট ১৬০ জন স্যাম্পলকে Stratified Sample বলে।
Cluster Sampling
Cluster Sampling বলতে বুঝায় বড় পপুলেশনকে ছোট ছোট ইউনিট করে সেই ছোট ছোট ইউনিটগুলো থেকে রেন্ডমলি কিছু ইউনিট বাছাই করা এবং তাদেরকে সেম্পল হিসেবে সিলেক্ট করা।
ধরুন আপনি প্রিন্ট মিডিয়ার ট্রান্সপারেসি নিয়ে রিসার্চ করবেন। সেক্ষেত্রে ৬৪ টি জেলা কে ক্লাস্টার হিসেবে ধরে ২৫ টি জেলা নির্বাচন করে নির্বাচিত জেলাগুলোর বিভিন্ন পত্রিকার স্টাফ রিপোর্টার, এডিটরদের কথা বলে ডাটা কালেকশন করার প্রক্রিয়া Cluster Sampling হিসেবে সংজ্ঞায়িত।
Multi-Stage Sampling
Multi-Stage Sampling বলতে বুঝায় একাধিক ধাপে নমুনা সংগ্রহ করার পদ্ধতি।
ধরুন, এন্ডোক্রিনোলজির সেগমেন্টের টেস্টোস্টেরন হরমোন ও এস্ট্রোজেন হরমোনের টার্গেট গ্রুপ অব পিপল পেতে গবেষক প্রথমে ঢাকাকে বেছে নিলেন, ময়মনসিংহ ও রাজশাহী থেকে। তারপর নির্দিষ্ট এন্ডোক্রিনোলজিস্টদের অ্যাপয়েন্টমেন্ট নিয়ে গবেষক তার টার্গেট গ্রুপ অব পিপল পেতে ডাক্টরদের শরণাপন্ন হলেন। স্থান - ডাক্টর - টার্গেট গ্রুপ অব পিপল – এ ধাপগুলোকে Multi-Stage Sampling বলা হয়।
"Non Probability Sampling ও এর ক্যাটাগরি"
Non Probability Sampling বলতে বুঝায় যেখানে প্রতিটি সদস্যের নির্বাচিত হওয়ার সমান সম্ভাবনা থাকে না। এ স্যাম্পলিং-এ গবেষকের নিজস্ব পছন্দ থাকায় বায়াস চলে আসে।
External validity ও generalizability সীমিত হতে পারে।Probability Sampling-এ generalizability বেশি থাকে এবং external validity তুলনামূলকভাবে শক্তিশালী হয়, কিন্তু Non Probability Sampling-এ তা সীমিত থাকে কারণ এটি গবেষকের সিদ্ধান্ত অনুযায়ী হয়।
উদাহরণস্বরূপ একজন গবেষক যখন মিক্সড মেথডে রিসার্চ পরিচালনা করবেন, যেমন যখন একজন গবেষক সোশ্যাল সায়েন্স, নিউরোলজি-এর কগনিটিভ সেকশনের ইন্টিগ্রেশনের জন্য তার টার্গেট গ্রুপ অব পিপল সিলেকশন প্রক্রিয়া সম্পন্ন করবেন, তখন তিনি স্পেসিফিক পপুলেশনকে সিলেক্ট করবেন। ধরা যাক, টারশিয়ারি লেবেলের কোনো স্বনামধন্য পাবলিক বিশ্ববিদ্যালয়ের ১০০ জন ছাত্রের ফোর স্কিল বেসড কগনিটিভ টেস্ট করলেন। সেই ফল দেশীয় শিক্ষাব্যবস্থার পেছনের সামাজিক কাঠামোর ব্যাখ্যা বের করার মাধ্যমে গবেষক মিক্সড মেথডে গবেষণা সম্পন্ন করলেন। এখন প্রশ্ন, গবেষক কেনো আরও বিশ্ববিদ্যালয় বেছে নিলেন না? কেন একটি বিশ্ববিদ্যালয়ের ১০০ জনকে বেছে নিলেন? তাহলে ভ্যালিডিটি ও জেনারালাইজেবিলিটি কি বজায় আছে? এ প্রশ্নগুলোই Non Probability Sampling-এর ভিত্তিকে দাঁড় করায়।
মূলত গবেষক সময় ও খরচ বাঁচিয়ে গবেষণা এক্সিকিউট করতে Non Probability Sampling-এর মাধ্যমে ডাটা কালেকশন করেন।
Convenience Sampling
Convenience Sampling বলতে বুঝায় এমন স্যাম্পলিং যেখানে গবেষক সহজলভ্য লোকদের থেকে ডাটা সংগ্রহ করেন। অর্থাৎ, যাদের কাছে সহজে পৌঁছানো যায়, তাদেরই টার্গেট করা হয়।
উদাহরণস্বরূপ, বস্তিবাসীদের জীবনমান নিয়ে একজন গবেষক কোয়ানটিটেটিভ গবেষণা করতে চান। গবেষক ঢাকার কড়াইল ও বেগুনবাড়ি বস্তি বেছে নিলেন এবং ৫০টি পরিবারের সাথে কথা বলে ডাটা সংগ্রহ করলেন। যেহেতু এই পরিবারগুলো সহজলভ্য এবং গবেষকের সুবিধা অনুযায়ী নির্বাচন করা হয়েছে, তাই এই প্রক্রিয়াটিই Convenience Sampling।
এই ধরনের স্যাম্পলিংয়ে সাধারণত external validity এবং generalizability সীমিত থাকে, কারণ ডাটা গবেষকের সুবিধা অনুযায়ী নেওয়া হয়। প্রায়শই গবেষক অংশগ্রহণকারীদের কিছু টাকার বিনিময়ে রাজি করাতে পারেন, যা ডাটা কালেকশনের অংশ হিসেবে ধরা যায়।
Purposive Sampling
Purposive Sampling বলতে বুঝায় গবেষণা এক্সিকিউট করার জন্য স্পেসিফিক ব্যক্তিকে সিলেকশনের প্রক্রিয়া। Purposive Sampling র্যান্ডমলি করা হয় না, যার ফলে selection bias থাকার সম্ভাবনা বেশি এবং generalizability সীমিত হতে পারে।
উদাহরণস্বরূপ, একজন নিউরোসায়েন্টিস্ট ব্রেন ক্যানসার গ্লিওব্লাস্টোমায় আক্রান্ত রোগীদের নিয়ে কোয়ানটিটেটিভ রিসার্চ করবেন। সেজন্য তিনি স্পেসিফিক ১০০ রোগী, যারা এক বছর বাঁচবেন, তাঁদের রেজিলিয়েন্স, মানসিক স্বাস্থ্য, ১০০ জনের মধ্যে কত পারসেন্ট এক বছর সারভাইভ করবে সে প্রক্রিয়াই Purposive Sampling।
উল্লেখ্য Purposive Sampling এ টার্গেটেট গ্রুপ অব পিপল স্পেসিফিক হয়, বায়াস বেশি ও ভ্যালিডিটি সীমিত থাকে, জেনারেলাইজেশন সাধারণত সীমিত থাকে, যা Probability Sampling এ তুলনামূলকভাবে বেশি থাকে।
Quota Sampling
Quota Sampling বলতে বুঝায় Non-Probability Sampling যেখানে গবেষক predefined characteristics অনুযায়ী টার্গেট গ্রুপ অব পিপল সিলেক্ট করেন।
উদাহরণস্বরূপ, ইনডিপেনডেন্ট ভ্যারিয়েবল যেমন জেন্ডার, সোশ্যাল স্ট্যাটাস, এডুকেশন্যাল ব্যাকগ্রাউন্ডের উপর ভিত্তি করে স্পেসিফিক টার্গেটেড পিপল সিলেক্ট করার প্রক্রিয়াকে Quota Sampling বলে।
উদাহরণস্বরূপ, গবেষক ফ্যামিলিয়াল পাওয়ার ডাইনামিকসের উপর একটি কোয়ালিটিটিভ রিসার্চ করবেন। সেজন্য গবেষক ১৮ ও ২১ বছরের তরুণ ও তরুণী যারা বিশ্ববিদ্যালয়ে অধ্যয়নরত তাদের সিলেক্ট করলেন। তারা একটি নির্দিষ্ট বয়সের, নির্দিষ্ট এডুকেশনাল ব্যাকগ্রাউন্ডের ও স্পেসিফিক জেন্ডারের। আর predefined characteristics অনুযায়ী টার্গেট গ্রুপ অব পিপল সিলেক্ট করার প্রক্রিয়াকে Quota Sampling বলে।
উল্লেখ্য, Focus Group Technique (FGT) মেথড অ্যাপ্লাই করে এই কোয়ালিটিটিভ রিসার্চ সম্পন্ন করতে পারবেন গবেষক।
Snowball Sampling
Snowball Sampling বলতে বোঝায় রেফারেন্সের উপর ভিত্তি করে স্যাম্পলিং প্রক্রিয়া, যা অনেকটা চেইন সিস্টেমের মতো।
উদাহরণস্বরূপ, একজন গবেষক সামাজিক সমস্যা ড্রাগ অ্যাডিকশন নিয়ে প্রাইভেট বিশ্ববিদ্যালয়ের ছাত্রদের উপর গবেষণা করবেন। সেক্ষেত্রে গবেষক কিছু ড্রাগ অ্যাডিক্ট বিশ্ববিদ্যালয়ের ছাত্রদের স্যাম্পল হিসেবে সিলেক্ট করলেন এবং ওরা গবেষককে আরও কিছু ড্রাগ অ্যাডিক্ট বিশ্ববিদ্যালয়ের ছাত্রদের পরিচয় করিয়ে দিলেন। অর্থাৎ গবেষককে কিছু ড্রাগ অ্যাডিক্ট আরও কিছু ড্রাগ অ্যাডিক্টকে রেফার করার মাধ্যমে যে চেইন সিস্টেম মেকানিজম তৈরি করলেন আর গবেষক ডেটা কালেকশন এর জন্য বড় সাইজের স্যাম্পল পেলেন – এ প্রক্রিয়াই Snowball Sampling।
উল্লেখ্য যে, স্নোবল স্যাম্পলিংয়ে selection bias থাকতে পারে এবং generalizability সীমিত হতে পারে, কারণ ফলাফল পুরো পপুলেশনকে প্রায়ই প্রতিফলিত করে না।
Judgement Sampling
Judgement Sampling বলতে বুঝায় যেখানে গবেষক নিজের নলেজ, এক্সপেরিয়েন্স ও জাজমেন্টাল ফ্যাকাল্টি ব্যবহার করে সেম্পল সিলেক্ট করে। সে প্রক্রিয়াকে Judgement Sampling বলে। এখানে র্যান্ডমলি সিলেক্ট করা হয় না, বিধায় বায়াস বেশি, external validity ও generalizability সীমিত হতে পারে।
উদাহরণস্বরূপ, ঢাকার বাতাসে কেনো মিথেন (CH4), কার্বন ডাই-অক্সাইড (CO₂), নাইট্রাস অক্সাইড (N₂O) এর মাত্রা বেশি, এর উপর এক্সপ্লোরেটরি রিসার্চ করতে চান একজন গবেষক। সেজন্য তিনি সেম্পল হিসেবে কয়েকজন পরিবেশ বিশেষজ্ঞ, কিছু ফ্যাক্টরির মালিক, সিটি করপোরেশন কর্মকর্তা, কিছু জনগণ ও কিছু নগর পরিকল্পনাবিদ বেছে নেন। এই প্রক্রিয়াই Judgemental Sampling।
এখানে বায়াস খুব বেশি। তাই ডাটার external validity ও generalizability সীমিত হতে পারে।
Expert Sampling
Expert Sampling বলতে বুঝায় যেখানে গবেষক সেম্পল হিসেবে এক্সপার্টদের সিলেক্ট করেন আর এ প্রক্রিয়াকে Expert Sampling বলে। এর পেছনে উদ্দেশ্য হচ্ছে তথ্য সংগ্রহ করা ও মতামত নেওয়া। উল্লেখ্য, Expert Sampling সাধারণত Purposive Sampling-এর একটি subtype হিসেবে বিবেচিত হয়।
উদাহরণস্বরূপ, এখন বিশ্বে আমেরিকা-ইসরায়েল ও ইরান সংঘাত হচ্ছে। গ্লোবাল মিডিয়া ও সোশ্যাল মিডিয়ার পলিটিক্স ও ইন্টারনেশনাল রিলেশনের অনেক বিশেষজ্ঞ, নীতি নির্ধারক Professor Jiang Xueqin এর ইরান ও আমেরিকার যুদ্ধের সর্বশেষ পরিণতিতে আমেরিকার হেরে যাওয়ার সম্ভাব্য ইঙ্গিতকে গুরুত্ব দিচ্ছেন কারণ তিনি ইতিহাসকে বর্তমানের সাথে সংযোগ করে যেভাবে কাঠামোগত বিশ্লেষণ দাঁড় করান, তাই তাঁর মতামত অত্যন্ত গুরুত্বপূর্ণ এবং তাঁকে একমাত্র বেছে নেয়ার প্রক্রিয়া ইরান-আমেরিকার যুদ্ধের বিশ্লেষণে যা Expert Sampling এর অন্তর্ভুক্ত।
এখানে আন্তর্জাতিক রাজনীতি বিশ্লেষকগণ তাঁকে বেছে নেয়ার প্রক্রিয়া Expert Sampling এর অন্তর্ভুক্ত। ফলে বায়াস রয়েছে। এ প্রক্রিয়ায় রেন্ডমলি এক্সপার্ট বেছে নেয়া হয় না, বিধায় ডাটার generalizability সীমিত হতে পারে।
© দ্বীন সাঈদীন
