This module covers advanced sampling techniques—Multistage, Multiphase, Purposive, and Convenience sampling—crucial for SSC CGL Statistics (Paper-III). Understanding these non-simple random and complex survey methods is vital for designing effective data collection frameworks and answering conceptual questions in competitive exams.
यह मॉड्यूल उन्नत नमूनाकरण तकनीकों (मल्टीस्टेज, मल्टीफेज, पुरपोसिव और कन्वेनियंस सैंपलिंग) को कवर करता है, जो एसएससी सीजीएल सांख्यिकी (पेपर-III) के लिए महत्वपूर्ण हैं। प्रतिस्पर्धी परीक्षाओं में प्रभावी डेटा संग्रह फ्रेमवर्क डिजाइन करने और वैचारिक प्रश्नों के उत्तर देने के लिए इन जटिल सर्वेक्षण विधियों को समझना आवश्यक है।
Learning Objectivesसीखने के उद्देश्य
Master the definitions, distinctions, and applications of Multistage and Multiphase sampling.मल्टीस्टेज और मल्टीफेज सैंपलिंग की परिभाषाओं, अंतरों और अनुप्रयोगों में महारत हासिल करना।
Understand non-probability sampling methods like Purposive and Convenience sampling.पुरपोसिव (उद्देश्यपूर्ण) और कन्वेनियंस (सुविधाजनक) सैंपलिंग जैसी गैर-संभाव्यता नमूनाकरण विधियों को समझना।
Solve theoretical and numerical problems related to variance and efficiency in complex surveys.जटिल सर्वेक्षणों में विचरण (variance) और दक्षता (efficiency) से संबंधित सैद्धांतिक और संख्यात्मक समस्याओं को हल करना।
Concept Introductionअवधारणा परिचय
In large-scale statistical investigations, Simple Random Sampling (SRS) is often impractical due to the lack of a complete sampling frame or prohibitive costs. Consequently, practitioners resort to specialized sampling strategies:
बड़े पैमाने पर सांख्यिकीय जांच में, संपूर्ण नमूना फ्रेम (sampling frame) की कमी या अत्यधिक लागत के कारण सरल यादृच्छिक नमूनाकरण (SRS) अक्सर अव्यवहारिक होता है। परिणामस्वरूप, विशेषज्ञ विशेष नमूनाकरण रणन���तियों का सहारा लेते हैं:
1. Multistage Sampling: Sampling is conducted in progressive stages using smaller and smaller sampling units. For example, selecting states first, then districts within selected states, then villages within districts, and finally households within villages.
1. मल्टीस्टेज सैंपलिंग (बहु-चरणीय प्रतिचयन): नमूनाकरण क्रमिक चरणों में छोटे और छोटे नमूना इकाइयों का उपयोग करके किया जाता है। उदाहरण के लिए, पहले राज्यों का चयन करना, फिर चयनित राज्यों के भीतर जिलों का, फिर जिलों के भीतर गांवों का, और अंत में गांवों के भीतर परिवारों का चयन क��ना।
2. Multphase Sampling (Double Sampling): Data is collected in phases from the same sample or successive sub-samples. In phase one, inexpensive auxiliary information is gathered from a large sample. In phase two, detailed information is collected from a sub-sample based on the first phase.
2. मल्टीफेज सैंपलिंग (बहु-चरणीय/द्वि-चरणीय प्रतिचयन): डेटा एक ही नमूने या क्रमिक उप-नमूनों से चरणों में एकत्र किया जाता है। पहले चरण में, एक बड़े नमूने से सस्ती सहायक जानकारी एकत्र की जाती है। दूसरे चरण में, पहले चरण के आधार पर एक उप-नमूने से विस्तृत जानकारी एकत्र की जाती है।
3. Purposive (Judgment) Sampling: Units are chosen based on the expert judgment of the researcher regarding which elements represent the population.
3. पुरपोसिव (निर्णय) सैंपलिंग: शोधकर्ता के इस विशेषज्ञ निर्णय के आधार पर इकाइयों का चयन किया जाता है कि कौन से तत्व आबादी का प्रतिनिधित्व करते हैं।
4. Convenience Sampling: Data is collected from population members who are conveniently available and willing to participate.
4. कन्वेनियंस (सुविधाजनक) सैंपलिंग: डेटा उन आबादी के सदस्यों से एकत्र किया जाता है जो आसा��ी से उपलब्ध हैं और भाग लेने के इच्छुक हैं।
Real-Life Applicationsवास्तविक जीवन के अनुप्रयोग
National Health Surveys: Multistage sampling is used by organizations like NSSO to survey household expenditure or health indicators across India.
राष्ट्रीय स्वास्थ्य सर्वेक्षण: NSSO जैसे संगठनों द्वारा पूरे भारत में घरेलू व्यय या स्वास्थ्य संकेतकों का सर्वेक्षण करने के लिए मल्टीस्टेज सैंपलिंग का उपयोग किया जाता है।
Agricultural Crop Estimation: Multiphase sampling is utilized where satellite imagery (Phase 1) is calibrated using ground-truth crop cutting experiments (Phase 2).
कृषि फसल अनुमान: मल्टीफेज सैंपलिंग का उपयोग किया जाता है जहाँ उपग्रह इमेजरी (चरण 1) को ग्राउंड-सत्य फसल कटाई प्रयोगों (चरण 2) का उपयोग करके कैलिब्रेट किया जाता है।
Important Terms & Definitionsमहत्वपूर्ण शब्द और परिभाषाएँ
Termशब्द
Definitionपरिभाषा
Primary Sampling Unit (PSU)प्राथमिक नमूना इकाई (PSU)
Units sampled in the first stage of multistage sampling (e.g., Districts).मल्टीस्टेज सैंपलिंग के पहले चरण में नमूना ली गई इकाइयाँ (जैसे, जिले)।
Auxiliary Variableसहायक चर
A variable correlated with the main variable of interest, used in multiphase sampling.मुख्य चर से सहसंबद्ध एक चर, जिसका उपयोग मल्टीफेज सैंपलिंग में किया जाता है।
Subjective Biasव्यक्तिपरक पूर्वाग्रह
Error introduced due to human judgment in purposive sampling.पुरपोसिव सैंपलिंग में मानवीय निर्णय के कारण उत्पन्न त्रुटि।
Formula Sheetसूत्र तालिका
Concept / Parameterअवधारणा / पैरामीटर
Mathematical Formulaगणितीय सूत्र
Two-Stage Variance of Meanमाध्य का द्वि-चरणीय विचरण
Shortcuts & Fast Calculation Methodsशॉर्टकट और तेज़ गणना विधियाँ
When dealing with multistage sampling variance questions in SSC CGL, look for balanced sampling designs where cluster sizes are equal ($m_i = m$). This simplifies the variance expression dramatically by pulling common terms outside the summation.
SSC CGL में मल्टीस्टेज सैंपलिंग विचरण प्रश्नों से निपटते समय, संतुलित नमूनाकरण डिज़ाइनों की तलाश करें जहाँ क्लस्टर आकार बराबर हों ($m_i = m$)। यह योगात्मक पदों को बाहर निकालकर विचरण व्यंजक को बहुत सरल बनाता है।
Exam Tricksपरीक्षा ट्रिक्स
Trick 1: Always remember that Purposive and Convenience sampling do not allow the calculation of standard errors because the probability of selection for each unit is unknown or zero.
ट्रिक 1: हमेशा याद रखें कि पु��पोसिव और कन्वेनियंस सैंपलिंग मानक त्रुटियों की गणना की अनुमति नहीं देते हैं क्योंकि प्रत्येक इकाई के चयन की संभावना अज्ञात या शून्य होती है।
Trick 2: In Multiphase sampling, if the cost of collecting auxiliary variable data is very low, double sampling yields higher precision per unit cost than single sampling.
ट्रिक 2: मल्टीफेज सैंपलिंग में, यदि सहायक चर डेटा एकत्र करने की लागत बहुत कम है, तो डबल सैंपलिंग सिंगल सैंपलिंग की तुलना में प्रति इकाई लागत अधिक सटीकता देती है।
Shortcut Comparison Tableशॉर्टकट तुलना तालिका
Sampling Typeसैंपलिंग का प्रकार
Probability Based?संभाव्यता आधारित?
Main Advantageमुख्य लाभ
Multistageमल्टीस्टेज
Yesहाँ
Reduces travel & listing costयात्रा और लिस्टिंग लागत कम करता है
Multiphaseमल्टीफेज
Yesहाँ
Uses auxiliary information efficientlyसहायक जानकारी का कुशलता से उपयोग करता है
Purposiveपुरपोसिव
Noनहीं
Fast, targets specific groupsतेज़, विशिष्ट समूहों को लक्षित करता है
Convenienceकन्वेनियंस
Noनहीं
Lowest cost and maximum easeसबसे कम लागत और अधिकतम आसानी
Memory Tricks & Mnemonicsस्मरण सहायक तकनीकें (Mnemonics)
निमोनिक: "Many Stages Make Travel Easy" $\rightarrow$ Multistage Sampling Minimizes Travel effort (मल्टीस्टेज सैंपलिंग यात्रा के प्रयास को कम करती है)।
1-Page Revision Notes1-पेज रिवीजन नोट्स
Complex surveys combine multistage and multiphase features. Multistage involves nested sampling units, lowering administrative overhead. Multiphase involves collecting variables sequentially across sub-samples, ideal when auxiliary data is cheap. Non-probability methods like purposive and convenience rely on researcher discretion or availability, lacking statistical inference validity.
जटिल सर्वेक्षण मल्टीस्टेज और मल्टीफेज सुविधाओं को मिलाते हैं। मल्टीस्टेज में नेस्टेड नमूना इकाइयाँ शामिल होती हैं, जिससे प्रशासनिक ऊपरी खर्च कम होता है। मल्टीफेज में उप-नमूनों में क्रमिक रूप से चर एकत्र करना शामिल है, जो तब आदर्श है जब सहायक डेटा सस्ता हो। पुरपोसिव और कन्वेनियंस जैसी गैर-संभाव्यता विधियाँ शोधकर्ता के विवेक या उपलब्धता पर निर्भर करती हैं, जिनमें सांख्यिकीय अनुमान वैधता की कमी होती है।
One Minute Revision Bulletsएक मिनट के रिवीजन बुलेट्स
Multistage sampling reduces frame requirements to only the final stage units.मल्टीस्टेज सैंपलिंग फ्रेम आवश्यकताओं को केवल अंतिम चरण की इकाइयों तक कम कर देती है।
Phase 1 in multiphase sampling uses large sample for auxiliary variable $x$.मल्टीफेज सैंपलिंग में चरण 1 सहायक चर $x$ के लिए बड़े नमूने का उपयोग करता है।
Purposive sampling is prone to subjective bias.पुरपोसिव सैंपलिंग व्यक्तिपरक पूर्वाग्रह के प्रति संवेदनशील होती है।
Convenience sampling yields non-generalizable results.कन्वेनियंस सैंपलिंग गैर-सामान्यीकृत परिणाम देती है।
Conceptual Questionsवैचारिक प्रश्न
Q: Why is multistage sampling more efficient than single-stage cluster sampling when clusters are large?
प्र: जब क्लस्टर बड़े होते हैं, तो मल्टीस्टेज सैंपलिंग सिंगल-स्टेज क्लस्टर सैंपलिंग से अधिक कुशल क्यों होती है?
Ans: Because subsampling within clusters avoids measuring all elements in selected clusters, saving resources while maintaining geographical dispersion.
उत्तर: क्योंकि क्लस्टर के भीतर उप-नमूनाकरण चयनित क्लस्टर्स के सभी तत्वों को मापने से बचता है, जिससे भौगोलिक फैलाव को बनाए रखते हुए संसाधन बचते हैं।
Frequently Asked Questionsअक्सर पूछे जाने वाले प्रश्न
What is multistage sampling in SSC CGL Statistics?SSC CGL सांख्यिकी में मल्टीस्टेज सैंपलिंग क्या है?
How does multiphase sampling differ from multistage sampling?मल्टीफेज सैंपलिंग, मल्टीस्टेज सैंपलिंग से किस प्रकार भिन्न है?
What are the advantages of purposive sampling?पुरपोसिव सैंपलिंग के क्या लाभ हैं?
When should convenience sampling be avoided?कन्वेनियंस सैंपलिंग से कब बचना चाहिए?
What is a Primary Sampling Unit (PSU)?प्राथमिक नमूना इकाई (PSU) क्या है?
Can we calculate standard error in convenience sampling?क्या हम कन्वेनियंस सैंपलिंग में मानक त्रुटि की गणना कर सकते हैं?
What is double sampling in regression estimation?रिग्रेश�� एस्टीमेटर में डबल सैंपलिंग क्या है?
Why is auxiliary information important in multiphase sampling?मल्टीफेज सैंपलिंग में सहायक जानकारी क्यों महत्वपूर्ण है?
What is subjective bias in sampling?नमूनाकरण में व्यक्तिपरक पूर्वाग्रह क्या है?
How is variance calculated in two-stage sampling?द्वि-चरण नमूनाकरण में विचरण की गणना कैसे की जाती है?
Is multistage sampling a probability sampling method?क्या मल्टीस्टेज सैंपलिंग एक संभाव्यता नमूनाकरण विधि है?
What are the limitations of judgment sampling?निर्णय नमूनाकरण की सीमाएं क्या हैं?
How does NSSO apply multistage sampling?NSSO मल्टीस्टेज सैंपलिंग कैसे लागू करता है?
What is the role of cost in multiphase design?मल्टीफेज डिज़ाइन में लागत की क्या भूमिका है?
Where can I find more practice material for SSC CGL Paper-III?मुझे SSC CGL पेपर-III के लिए अधिक अभ्यास सामग्री कहाँ मिल सकती है?
Internal Links & External Referencesआंतरिक लिंक और बाहरी संदर्भ
Related SJMaths Modules: Stratified Random Sampling, Cluster Sampling Variance, Ratio & Regression Estimators.
संबंधित SJMaths मॉड्यूल: स्तरीकृत यादृच्छिक नमूनाकरण, क्लस्टर सैंपलिंग विचरण, अनुपात और रिग्रेशन एस्टीमेटर।
External Reference: Cochran, W.G., "Sampling Techniques", John Wiley & Sons.
बाहरी संदर्भ: Cochran, W.G., "Sampling Techniques", John Wiley & Sons.
Conclusionनिष्कर्ष
Mastering complex sampling designs like multistage and multiphase equips candidates to tackle advanced analytical problems in SSC CGL Paper-III, while knowing non-probability methods ensures conceptual clarity across all survey types.
मल्टीस्टेज और मल्टीफेज जैसे जटिल नमूनाकरण डिज़ाइनों में महारत हासिल करना उम्मीदवारो�� को SSC CGL पेपर-III में उन्नत विश्लेषणात्मक समस्याओं से निपटने के लिए सुसज्जित करता है, जबकि गैर-संभाव्यता विधियों को जानना सभी प्रकार के सर्वेक्षणों में वैचारिक स्पष्टता सुनिश्चित करता है।
Q1. In multistage sampling, the units selected at the very first stage are called:
Q1. मल्टीस्टेज सैंपलिंग में, बिल्कुल पहले चरण में चयनित इकाइयों को क्या कहा जाता है:
(A) Ultimate units(A) अंतिम इकाइयाँ
(B) Primary Sampling Units (PSU)(B) प्राथमिक नमूना इकाइयाँ (PSU)
(C) Auxiliary units(C) सहायक इकाइयाँ
(D) Convenience units(D) सुविधाजनक इकाइयाँ
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: In multistage sampling, sampling is carried out in steps. The units sampled in the first stage are known as Primary Sampling Units (PSUs).
चरण-दर-चरण हल: मल्टीस्टेज सैंपलिंग में, नमूनाकरण चरणों में किया जाता है। पहले चरण में नमूना ली गई इकाइयों को प्राथमिक नमूना इकाइयाँ (PSUs) के रूप में जाना जाता है।
Topper's Shortcut: First stage = Primary (PSU). Remember the acronym P-P.
टॉपर शॉर्टकट: पहला चरण = प्राइमरी (PSU)। संक्षिप्त नाम P-P याद रखें।
Q2. Multiphase sampling is also frequently referred to as:
Q2. मल्टीफेज सैंपलिंग को अक्सर कहा जाता है:
(A) Cluster sampling(A) क्लस्टर सैंपलिंग
(B) Double sampling(B) डबल सैंपलिंग
(C) Quota sampling(C) कोटा सैंपलिंग
(D) Systematic sampling(D) व्यवस्थित सैंपलिंग
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: When multiphase sampling is conducted in two phases (collecting auxiliary data from a large sample and main variable from a sub-sample), it is termed double sampling.
चरण-दर-चरण हल: जब मल्टीफेज सैंपलिंग दो चरणों में की जाती है (एक बड़े नमूने से सहायक डेटा और उप-नमूने से मुख्य चर एकत्र करना), तो इसे डबल सैंपलिंग कहा जाता है।
Topper's Shortcut: Two phases equal double sampling. Phase count matches the multiplier.
टॉपर शॉर्टकट: दो चरण मतलब डबल सैंपलिंग। चरण की संख्या गुणक से मेल खाती है।
Q3. Which of the following is a non-probability sampling technique?
Q3. निम्नलिखित में से कौन सी गैर-संभाव्यता नमूनाकरण तकनीक है?
Step-by-Step Solution: Purposive sampling relies entirely on the researcher's judgment, making it a non-probability method. The other three options are probability-based.
चरण-दर-चरण हल: पुरपोसिव सैंपलिंग पूरी तरह से शोधकर्ता के निर्णय पर निर्भर करती है, जिससे यह एक गैर-संभाव्यता विधि बन जाती है। अन्य तीन विकल्प संभावना-आधारित हैं।
Q4. The primary advantage of convenience sampling is:
Q4. कन्वेनियंस सैंपलिंग का मुख्य लाभ है:
(A) High statistical precision(A) उच्च सांख्यिकीय सटीकता
(B) Absence of bias(B) पूर्वाग्रह की अनुपस्थिति
(C) Ease of implementation and low cost(C) कार्यान्वयन में आसानी और कम लागत
(D) Representativeness of the entire population(D) पूरी आबादी का प्रतिनिधित्व
View Solution हल देखें
Correct Option: (C)सही विकल्प: (C)
Step-by-Step Solution: Convenience sampling chooses units that are readily accessible, which drastically cuts down time and cost, though at the expense of representativeness.
चरण-दर-चरण हल: कन्वेनियंस सैंपलिंग उन इकाइयों को चुनती है जो आसानी से सुलभ हैं, जिससे समय और लागत में भारी कमी आती है, हालांकि प्रतिनिध��त्व की कीमत पर।
Topper's Shortcut: Convenience = Fast & Cheap, but zero statistical reliability.
टॉपर शॉर्टकट: कन्वेनियंस = तेज और सस्ता, लेकिन शून्य सांख्यिकीय विश्वसनीयता।
Q5. In a two-stage sampling design, if $n$ primary units are selected and $m$ secondary units are selected from each sampled primary unit, the total number of ultimate units surveyed is:
Q5. द्वि-चरण नमूनाकरण डिजाइन में, यदि $n$ प्राथमिक इकाइयाँ चुनी जाती हैं और प्रत्येक चयनित प्राथमिक इकाई से $m$ माध्यमिक इकाइयाँ चुनी जाती हैं, तो सर्वेक्षण की गई अंतिम इकाइयों की कुल संख्या है:
(A) $n + m$(A) $n + m$
(B) $n \times m$(B) $n \times m$
(C) $N \times M$(C) $N \times M$
(D) $\frac{n}{m}$(D) $\frac{n}{m}$
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: Total ultimate units equal the product of the number of sampled primary units ($n$) and the number of secondary units per primary unit ($m$), i.e., $n \times m$.
चरण-दर-चरण हल: कुल अंतिम इकाइयाँ नमूنا ली गई प्राथमिक इकाइयों की संख्या ($n$) और प्रत्येक प्राथमिक इकाई के लिए माध्यमिक इकाइयों की संख्या ($m$) के गुणनफल के बराबर होती हैं, यानी $n \times m$।
Topper's Shortcut: Total units in multistage = Product of sample sizes at each stage ($n_1 \times n_2$).
टॉपर शॉर्टकट: मल्टीस्टेज में कुल इकाइयाँ = प्रत्येक चरण पर नमूना आकारों का गुणनफल ($n_1 \times n_2$)।
Q6. Which sampling method is best suited when no reliable population frame exists, but geographic clusters can be identified?
Q6. जब कोई विश्वसनीय जनसंख्या फ्रेम मौजूद नहीं हो, लेकिन भौगोलिक क्लस्टर की पहचान की जा सके, तो कौन सी नमूनाकरण विधि सबसे उपयुक्त है?
(A) Simple Random Sampling(A) सरल यादृच्छिक नमूनाकरण
(B) Multistage Sampling(B) मल्टीस्टेज नमूनाकरण
(C) Convenience Sampling(C) कन्वेनियंस नमूनाकरण
(D) Pure Purposive Sampling(D) शुद्ध पुरपोसिव नमूनाकरण
View Solution हल देखें
Correct Option: (B)सह�� विकल्प: (B)
Step-by-Step Solution: Multistage sampling eliminates the need for listing all ultimate units in the entire population upfront; listing is done only within the finally selected clusters.
चरण-दर-चरण हल: मल्टीस्टेज सैंपलिंग पूरे जनसंख्या में सभी अंतिम इकाइयों को अग्रिम रूप से सूचीबद्ध करने की आवश्यकता को समाप्त करती है; सूची केवल अंततः चयनित क्लस्टर्स के भीतर बनाई जाती है।
Topper's Shortcut: No frame for whole population? Think Multistage!
टॉपर शॉर्टकट: पूरी आबादी के लिए कोई फ्रेम नहीं? मल्टीस्टेज सोचें!
Q7. In double sampling for regression estimation, what is the role of the auxiliary variable $x$?
Q7. रिग्रेशन एस्टीमेटर के लिए डबल सैंपलिंग में, सहायक चर $x$ की क्या भूमिका है?
(A) To replace the main variable entirely(A) मुख���य चर को पूरी तरह से बदलना
(B) To increase precision by utilizing correlation with main variable $y$(B) मुख्य चर $y$ के साथ सहसंबंध का उपयोग करके सटीकता बढ़ाना
(C) To introduce subjective bias(C) व्यक्तिपरक पूर्वाग्रह पेश करना
(D) To reduce sample size to zero(D) नमूना आकार को शून्य तक कम करना
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: The auxiliary variable $x$ is measured on a large sample to estimate its population mean precisely, which adjusts the main variable estimate via regression.
चरण-दर-चरण हल: सहायक चर $x$ को इसके जनसंख्या माध्य का सटीक अनुमान लगाने के लिए एक बड़े नमूने पर मापा जाता है, जो रिग्रेशन के माध्यम से मुख्य चर के अनुमान को समायोजित करता है।
Topper's Shortcut: Auxiliary variable = Correlation booster for precision.
टॉपर शॉर्टकट: सहायक चर = सटीकता के लिए सहसंबंध बूस्टर।
Q8. Which of the following sampling techniques suffers most from lack of generalizability?
Q8. निम्नलिखित में से किस नमूनाकरण तकनीक ���ो सामान्यीकरण की कमी का सबसे अधिक सामना करना पड़ता है?
(A) Stratified Random Sampling(A) स्तरीकृत यादृच्छिक नमूनाकरण
(B) Convenience Sampling(B) कन्वेनियंस नमूनाकरण
(C) Multiphase Sampling(C) मल्टीफेज नमूनाकरण
(D) Two-Stage Sampling(D) द्वि-चरण नमूनाकरण
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: Convenience sampling selects respondents based on accessibility rather than random selection, making statistical generalization to the whole population invalid.
चरण-दर-चरण हल: कन्वेनियंस सैंपलिंग यादृच्छिक चयन के बजाय पहुं�� के आधार पर उत्तरदाताओं का चयन करती है, जिससे पूरी आबादी के लिए सांख्यिकीय सामान्यीकरण अमान्य हो जाता है।
Topper's Shortcut: Non-probability = Zero generalizability.
टॉपर शॉर्टकट: गैर-संभाव्यता = शून्य सामान्यीकरण।
Q9. In a two-stage sampling setup, if the variance between primary units is large, what is the optimal strategy regarding the number of primary units ($n$) and secondary units per primary unit ($m$)?
Q9. द्वि-चरण नमूनाकरण सेटअप में, यदि प्राथमिक इकाइयों के बीच विचरण बड़ा है, तो प्राथमिक इकाइयों की संख्या ($n$) और प्रत्येक प्राथमिक इकाई के लिए माध्यमिक इकाइयों की संख्या ($m$) के संबंध में इष्टतम रणनीति क्या है?
(A) Increase $n$ and decrease $m$(A) $n$ बढ़ाएं और $m$ घटाएं
(B) Decrease $n$ and increase $m$(B) $n$ घटाएं और $m$ बढ़ाएं
(C) Keep both $n$ and $m$ at 1(C) $n$ और $m$ दोनों को 1 पर रखें
(D) Set $n = m$ always(D) हमेशा $n = m$ सेट करें
View Solution हल देखें
Correct Option: (A)सही विकल्प: (A)
Step-by-Step Solution: When between-PSU variance is high, capturing more primary units ($n$) is essential to represent the population heterogeneity effectively, keeping $m$ manageable.
चरण-दर-चरण हल: जब PSU के बीच का विचरण अधिक होता है, तो जनसंख्या विषमता का प्रभावी ढंग से प्रतिनिधित्व करने के लिए अधिक प्राथमिक इकाइयों ($n$) को पकड़ना आवश्यक है, जबकि $m$ को प्रबंधनीय रखना होता है।
Topper's Shortcut: High between-variance $\rightarrow$ Sample more groups ($n \uparrow$).
टॉपर शॉर्टकट: उच्च अंतर-विचरण $\rightarrow$ अधिक समूहों का नमूना लें ($n \uparrow$)।
Q10. Purposive sampling is most effectively used when:
Q10. पुरपोसिव सैंपलिंग का सबसे प्रभावी ढंग से उपयोग कब किया जाता है:
(A) Estimating nationwide income with high precision(A) उच्च सटीकता के साथ राष्ट्रव्यापी आय का अनुमान लगाना
(B) Studying a rare specialized group or expert consensus(B) एक दुर्लभ विशिष्ट समूह या विशेषज्ञ आम सहमति का अध्ययन करन���
(C) Conducting mandatory census surveys(C) अनिवार्य जनगणना सर्वेक्षण आयोजित करना
(D) Randomly selecting lottery tickets(D) लॉटरी टिकटों का यादृच्छिक चयन करना
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: Purposive sampling is ideal for exploratory research or when targeting specific experts or rare cases where random sampling is infeasible.
चरण-दर-चरण हल: पुरपोसिव सैंपलिंग खोजपूर्ण अनुसंधान के लिए या विशिष्ट विशेषज्ञों या दुर्लभ मामलों को लक्षित करते समय आदर्श है जहाँ यादृच्छिक नमूनाकरण असंभव है।
Topper's Shortcut: Rare group / Expert study $\rightarrow$ Purposive.
टॉपर शॉर्टकट: दुर्लभ समूह / विशेषज्ञ अध्ययन $\rightarrow$ पुरपोसिव।
PYQ Q1 (SSC CGL Paper-III): In multistage sampling, if the number of stages is increased, what is the general effect on administrative cost and sampling error?
PYQ Q1 (SSC CGL Paper-III): मल्टीस्टेज सैंपलिंग में, यदि चरणों की संख्या बढ़ाई जाती है, तो प्रशासनिक लागत और नमूनाकरण त्रुटि पर सामान्य प्रभाव क्या होता है?
(A) Cost decreases, sampling error decreases(A) लागत कम होती है, नमूनाकरण त्रुटि कम होती है
(B) Cost decreases, sampling error increases(B) लागत कम होती है, नमूनाकरण त्रुटि बढ़ती है
(C) Cost increases, sampling error increases(C) लागत बढ़ती है, नमूनाकरण त्रुटि बढ़ती है
(D) Cost increases, sampling error decreases(D) लागत बढ़ती है, नमूनाकरण त���रुटि कम होती है
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: Adding stages restricts listing and travel to smaller sub-areas, significantly lowering administrative and travel costs. However, because fewer ultimate units are sampled relative to dispersion, sampling error typically increases.
चरण-दर-चरण हल: चरणों को जोड़ने से लिस्टिंग और यात्रा छोटे उप-क्षेत्रों तक सीमित हो जाती है, जिससे प्रशासनिक और यात्रा लागत काफी कम हो जाती है। हालांकि, फैलाव के सापेक्ष कम अंतिम इकाइयों का नमूना लेने के कारण, नमूनाकरण त्रुटि आमतौर पर बढ़ जाती है।
Topper's Shortcut: More stages = Less cost, higher sampling error.
टॉपर शॉर्टकट: अधिक चरण = कम लागत, उच्च नमूनाकरण त्रुटि।
PYQ Q2 (SSC CGL Paper-III): Double sampling is most effectively utilized when:
PYQ Q2 (SSC CGL Paper-III): डबल सैंपलिंग का सबसे प्रभावी ढंग से उपयोग कब किया जाता है:
(A) Auxiliary information is expensive to collect(A) सहायक जानकारी एकत्र करने में महंगी है
(B) Auxiliary information is cheap and correlated with the main variable(B) सहायक जानकारी सस्ती है और मु���्य चर के साथ सहसंबद्ध है
(C) No population frame exists at all(C) कोई जनसंख्या फ्रेम बिल्कुल मौजूद नहीं है
(D) Complete census is mandatory(D) पूर्ण जनगणना अनिवार्य है
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: Double sampling relies on collecting auxiliary data cheaply for a large sample, which improves the precision of the main variable estimate from the smaller sub-sample.
चरण-दर-चरण हल: डबल सैंपलिंग एक बड़े नमूने के लिए सस्ते में सहायक डेटा एकत्र करने पर निर्भर करती है, जो छोटे उप-नमूने से मुख्य चर अनुमान की सटीकता में सुधार करता है।
Topper's Shortcut: Cheap auxiliary data = Double sampling win.
टॉपर शॉर्टकट: सस्ता सहायक डेटा = डबल सैंपलिंग जीत।
PYQ Q3 (SSC CGL Paper-III): Which of the following sampling designs does NOT permit the calculation of sampling error?
PYQ Q3 (SSC CGL Paper-III): निम्नलिखित में से कौन सा नमूनाकरण डिज़ाइन नमूनाकरण त्रुटि की गणना की अनुमति नहीं देता है?
(A) Stratified Sampling(A) स्तरीकृत नमूनाकरण
(B) Multistage Sampling(B) मल्टीस्टेज नमूनाकरण
(C) Convenience Sampling(C) कन्वेनियंस सैंपलिंग
(D) Systematic Sampling(D) व्यवस्थित सैंपलिंग
View Solution हल देखें
Correct Option: (C)सही विकल्प: (C)
Step-by-Step Solution: Since convenience sampling lacks randomization and known selection probabilities, standard errors and confidence intervals cannot be validly computed.
चरण-दर-चरण हल: चूंकि कन्वेनियंस सैंपलिंग में रैंडमइजेशन और ज्ञात चयन संभावनाओं का अभाव होता है, इसलिए मानक त्रुटियों और विश्वास अंतराल की वैध रूप से गणना नहीं की जा सकती है।
Topper's Shortcut: Non-probability $\rightarrow$ No sampling error formula applies.
टॉपर शॉर्टकट: गैर-संभाव्यता $\rightarrow$ कोई नमूनाकरण त्रुटि सूत्र लागू नहीं होता है।
PYQ Q4 (SSC CGL Paper-III): In a two-stage sampling design, if $N$ is the number of primary units in the population and $n$ is the number of primary units in the sample, the finite population correction (FPC) at the first stage is given by:
PYQ Q4 (SSC CGL Paper-III): द्वि-चरण नमूनाकरण डिजाइन में, यदि $N$ जनसंख्या में प्राथमिक इकाइयों की संख्या है और $n$ नमूने में प्राथमिक इकाइयों की संख्या है, तो पहले चरण पर परिमित जनसंख्या सुधार (FPC) किसके द्वारा दिया जाता है:
Step-by-Step Solution: The finite population correction factor for the first stage of sampling is $1 - f_1 = 1 - \frac{n}{N}$.
चरण-दर-चरण हल: नमूनाकरण क�� पहले चरण के लिए परिमित जनसंख्या सुधार कारक $1 - f_1 = 1 - \frac{n}{N}$ है।
Topper's Shortcut: Standard FPC is always $1 - \text{sampling fraction}$.
टॉपर शॉर्टकट: मानक FPC हमेशा $1 - \text{sampling fraction}$ होता है।
PYQ Q5 (SSC CGL Paper-III): Purposive sampling is also known as:
PYQ Q5 (SSC CGL Paper-III): पुरपोसिव सैंपलिंग को किस रूप में भी जाना जाता है:
(A) Random sampling(A) यादृच्छिक नमूनाकरण
(B) Judgment sampling(B) जजमेंट (निर्णय) सैंपलिंग
(C) Probability sampling(C) संभाव्यता नमूनाकरण
(D) Cluster sampling(D) क्लस्टर सैंपलिंग
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: Purposive sampling is based on the subjective judgment of the researcher, hence it is synonymously termed judgment sampling.
चरण-दर-चरण हल: पुरपोसिव सैंपलिंग शोधकर्ता के व्यक्तिपरक निर्णय पर आधारित होती है, इसलिए इसे पर्यायवाची रूप से जजमेंट ��ैंपलिंग कहा जाता है।
Topper's Shortcut: Purposive = Judgment. Direct synonym match.
टॉपर शॉर्टकट: पुरपोसिव = जजमेंट। प्रत्यक्ष पर्यायवाची मिलान।
PYQ Q6 (SSC CGL Paper-III): In multiphase sampling, if data on variable $x$ is collected in Phase 1 from a sample of size $n'$ and variable $y$ in Phase 2 from a sub-sample of size $n$ ($n < n'$), what is this specific design called?
PYQ Q6 (SSC CGL Paper-III): मल्टीफेज सैंपलिंग में, यदि चरण 1 में आकार $n'$ के नमूने से चर $x$ पर डेटा एकत्र किया जाता है और चरण 2 में आकार $n$ के उप-नमूने से चर $y$ एकत्र किया जाता है ($n < n'$), तो इस विशिष्ट डिज़ाइन को क्या कहा जाता है?
(A) Two-stage sampling(A) द्वि-चरण नमूनाकरण
(B) Double sampling(B) डबल सैंपलिंग
(C) Cluster sampling(C) क्लस्टर सैंपलिंग
(D) Quota sampling(D) कोटा सैंपलिंग
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: Collecting information in two successive phases from different sample sizes using auxiliary variables is the classic definition of double sampling.
चरण-दर-चरण हल: सहायक चर का उपयोग करके विभिन्न नमूना आकारों से दो क्रमिक चरणों में जानकारी एकत्र करना डबल सैंपलिंग की क्लासिक परिभाषा है।
Topper's Shortcut: Two phases with $n'$ and $n$ = Double sampling.
टॉपर शॉर्टकट: $n'$ और $n$ के साथ दो चरण = डबल सैंपलिंग।
PYQ Q7 (SSC CGL Paper-III): Which of the following is a primary limitation of multistage sampling compared to single-stage sampling?
PYQ Q7 (SSC CGL Paper-III): सिंगल-स्टेज सैंपलिंग की तुलना में मल्टीस्टेज सैंपलिंग की प्राथमिक सीमा निम्नलिखित में से कौन सी है?
(A) It is impossible to compute sample mean(A) नमूना माध्य की गणना करना असंभव है
(B) It requires a complete population frame for all stages(B) इसके लिए सभी चरणों के लिए एक संपूर्ण जनसंख्या फ्रेम की आवश्यकता होती है
(C) Formulas for variance and estimation are more complex(C) विचरण और अनुमान के लिए सूत्��� अधिक जटिल हैं
(D) Travel costs are always higher(D) यात्रा लागत हमेशा अधिक होती है
View Solution हल देखें
Correct Option: (C)सही विकल्प: (C)
Step-by-Step Solution: Multistage designs involve nested components, making their variance estimation formulas mathematically more intricate than single-stage equivalents.
चरण-दर-चरण हल: मल्टीस्टेज डिज़ाइनों में नेस्टेड घटक शामिल होते हैं, जिससे उनके विचरण अनुमान सूत्र सिंगल-स्टेज समकक्षों की तुलना में गणितीय रूप से अधिक जटिल हो जाते हैं।
Topper's Shortcut: More stages = Complex variance formulas.
टॉपर शॉर्टकट: अधिक चरण = जटिल विचरण सूत्र।
PYQ Q8 (SSC CGL Paper-III): In convenience sampling, the selection of sampling units is primarily driven by:
PYQ Q8 (SSC CGL Paper-III): कन्वेनियंस सैंपलिंग में, नमूना इकाइयों का चयन मुख्य रूप से किसके द्वारा संचालित होता है:
(A) Random number tables(A) यादृच्छिक संख्या तालिकाओं
(B) Researcher accessibility and ease(B) शोधकर्ता की पहुंच और आसानी
PYQ Q9 (SSC CGL Paper-III): When is a purposive sampling strategy preferred over random sampling in official or academic studies?
PYQ Q9 (SSC CGL Paper-III): आधिकारिक या शैक्षणिक अध्ययन में यादृच्छिक नमूनाकरण की तुलना में पुरपोसिव सैंपलिंग रणनीति को कब प्राथमिकता दी जाती है?
(A) When population is infinite and uniform(A) जब जनसंख्या अनंत और एक समान हो
(B) When specific expert opinion or targeted knowledge is required(B) जब विशिष्ट विशेषज्ञ राय या लक्षित ज्ञान की आवश्यकता होती है
(C) When unbiased national estimates are needed(C) जब निष्पक्ष राष्ट्रीय अनुमानों की आवश्यकता होती है
(D) When sampling frame is completely exhaustive(D) जब नमूना फ्रेम पूरी तरह से व्यापक हो
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: Purposive sampling is chosen when the research question requires specific insights from knowledgeable individuals rather than a general population average.
चरण-दर-चरण हल: पुरपोसिव सैंपलिंग तब चुनी जाती है जब शोध प्रश्न को सामान्य आबादी के औसत के बजाय ज्ञानी व्यक्तियों ���े विशिष्ट अंतเชิง की आवश्यकता होती है।
Topper's Shortcut: Expert knowledge needed? Purposive is king.
टॉपर शॉर्टकट: विशेषज्ञ ज्ञान की आवश्यकता है? पुरपोसिव सबसे अच्छा है।
PYQ Q10 (SSC CGL Paper-III): In two-stage sampling, if the variance between primary units is zero, what does it imply about the primary units?
PYQ Q10 (SSC CGL Paper-III): द्वि-चरण नमूनाकरण में, यदि प्राथमिक इकाइयों के बीच विचरण शून्य है, तो इसका प्राथमिक इकाइयों के बारे में क्या तात्पर्य है?
(A) All primary units are identical in their means(A) सभी प्राथमिक इकाइयाँ अपने माध्य में समान हैं
(B) All secondary units are zero(B) सभी माध्यमिक इकाइयाँ शून्य हैं
(C) Sampling error is infinite(C) नमूनाकरण ���्रुटि अनंत है
(D) Multistage sampling fails completely(D) मल्टीस्टेज सैंपलिंग पूरी तरह से विफल हो जाती है
View Solution हल देखें
Correct Option: (A)सही विकल्प: (A)
Step-by-Step Solution: A between-PSU variance of zero indicates that every primary unit has the exact same true mean, meaning no heterogeneity exists between the groups.
चरण-दर-चरण हल: शून्य का अंतर-PSU विचरण इंगित करता है कि प्रत्येक प्राथमिक इकाई का बिल्कुल समान वास्तविक माध्य है, जिसका अर्थ है कि समूहों के बीच कोई विषमता मौजूद नहीं है।
Topper's Shortcut: Variance = 0 means complete homogeneity.