sample
மாதிரியெடுத்தல்
தமிழ் விளக்கம்
எந்தத் தொகுதியை (மக்கள், நிகழ்வுகள்) ஆய்வுக்கு உட்படுத்த நினைக்கிறோமோ அந்தத் தொகுதியின் முழுமைப் பண்பை பிரதிநிதிப்படுத்தும் வகையில் அதில் ஒருசிலவற்றை ஆய்வுக்கு எடுத்துக்கொள்ளும் செயல்பாட்டை மாதிரியெடுத்தல் எனலாம். மாதிரி ஆய்வுகள் எப்பொழுதும் எண்ணளவுத் தொகையை அடிப்படையாகக் கொண்டு மேற்கொள்ளப்படும். குடித்தொகையை அடிப்படையாகக் கொண்ட மாதிரிகள் “குடித்தொகை மாதிரிகள்” என அழைக்கப்படும். ஒரு மிகச்சிறிய குடித்தொகையை ஆராய்வதற்கு மாதிரி வேண்டியதில்லை. ஒரு பெரும் குடித்தொகையில் உள்ளோர் எல்லோரையும் தனித்தனியாக மதிப்பீடு செய்தல் கடினமாகையால் அக் குடித்தொகையின் இயல்புகளைக் கண்டறியக் கூடிய அச்சொட்டான மாதிரிகள் அவசியமாகின்றன. திட்டவட்டமாக நன்கு வரையறை செய்யப்பட்ட பண்புகளைக் கொண்ட மாதிரிகள் “வரையறுக்கப்பட்ட பிரபஞ்சங்கள்” (Finite universe) என்று அழைக்கப்படும். உதாரணமாக ஒரு பள்ளிக்கூடத்திலுள்ள மாணவர்களின் தொகுதியானது வரையறுக்கப்பட்ட பிரபஞ்சமாகும். இதற்கு மாறுபாடானது “முடிவிலியாகிய பிரபஞ்சம்” (Infinite universe) எனப்படும். உதாரணமாக ஒரு வானொலி நிகழ்ச்சியை எத்தனை பேர் கேட்கின்றார்கள் என்பதைத் திட்டவட்டமாக வரையறுத்துக் கூறமுடியாது. மாதிரி அலகானது புவியியல் சார்ந்த அலகாக இருக்கலாம். அல்லது கல்வி அலகாக இருக்கலாம். அடுத்து முக்கியத்துவம் பெறுவது மாதிரிச் சட்டம் (Sampling Frame) என்பதை உருவாக்குதல் ஆகும். ஆய்வுக்கு எடுத்துக் கொள்ளப்பட்ட அலகிலுள்ள இயல்புகள் பற்றிய சரியானதும் பொருத்தமானதும் அகல்விரிப் பண்புடையதுமான (Comprehensive) விபரப் பட்டியலே மாதிரிச் சட்டம் எனப்படும். இச் சட்டம் அச்சொட்டான பிரதிநிதித்துவப்படுத்தலாக இருத்தல் வேண்டும். அதனைத் தொடர்ந்து மாதிரியின் அளவைத் (Size of sample) தீர்மானித்தல் வேண்டும். எத்தனை விடயங்களை அல்லது மனிதரை ஆய்வுக்கு எடுத்தல் என்பதைக் குறிப்பிடுவதே அளவாகும். இது மிகவும் சிறிதாக இருத்தல் பயனற்றது. மிகவும் பெரிதாக இருந்தால் வேலைப் பழுவையும் செலவையும் அதிகரிக்கச் செய்யும். எத்தகைய விடயங்களை உள்ளடக்கியதாக மாதிரி ஆய்வு இடம்பெற வேண்டும் என்பது அடுத்து முக்கியத்துவம் பெறுகின்றது. அதனைத் தொடர்ந்து செலவு அழுத்தங்கள், நேர முகாமை முதலியவற்றையும் மாதிரியெடுத்தலில் திட்டமிடுதல் வேண்டும்.
English
In research, a part of a universe from which a representative selection is made. Researchers want to use the largest sample possible because the larger the sample, the smaller the likelihood of error or deviation from the universe or population. Larger samples give the principle of randomness a better chance to work. See also random sample and stratified sample.