புவியியல் ஆராய்ச்சியில் மாதிரி நுட்பங்கள்
புவியியல் ஆராய்ச்சி என்பது, நிலப் பயன்பாட்டுக் கணக்கெடுப்புகள் மற்றும் மக்கள்தொகைப் பரவல் முதல் ஆற்று நீரின் தரம் மற்றும் பேரிடர் பாதிப்பு வரைபடமாக்கல் வரை, பரவலான, பன்முகத்தன்மை வாய்ந்த மற்றும் எப்போதும் எளிதில் அணுக முடியாத நிகழ்வுகளையே பெரும்பாலும் கையாள்கிறது. நேரம், செலவு, மனிதவளம் மற்றும் அணுகல் ஆகியவற்றில் உள்ள வரம்புகள் காரணமாக, ஆராய்ச்சியாளர்களால் ஒரு முழு மக்கள்தொகையையும் விரிவாகக் கண்காணிக்க முடிவது அரிது. இங்குதான் மாதிரி எடுக்கும் நுட்பங்கள் முக்கியமானதாகின்றன. மாதிரி எடுத்தல், ஒரு மக்கள்தொகையின் பண்புகளைத் துல்லியமாகப் பிரதிபலிக்கும் ஒரு துணைக்குழுவைத் தேர்ந்தெடுக்க ஆராய்ச்சியாளர்களுக்கு உதவுகிறது. இது ஆராய்ச்சி முடிவுகளை மிகவும் திறமையானதாகவும், அறிவியல் பூர்வமானதாகவும் ஆக்குகிறது.
புவியியலில் மாதிரியெடுப்பின் அடிப்படைக் கருத்துக்கள்
மாதிரியெடுத்தல் என்பது ஒரு ஆய்வுத் தொகுதியிலிருந்து பொருள்கள், தனிநபர்கள், இடங்கள் அல்லது பகுப்பாய்வு அலகுகளின் ஒரு துணைத் தொகுதியைத் தேர்ந்தெடுக்கும் செயல்முறையாகும். புவியியல் ஆய்வில் ஒரு தொகுதி என்பது ஒரு துணை மாவட்டத்தில் உள்ள வீடுகள், ஒரு நகரத்தில் உள்ள காற்றின் தரக் கண்காணிப்புப் புள்ளிகள், ஒரு விவசாயப் பகுதியில் உள்ள நிலப் பகுதிகள் அல்லது ஒரு நீர்ப்பிடிப்புப் பகுதியில் உள்ள ஆற்றுப் பகுதிகள் ( DAS ) ஆக இருக்கலாம். ஒரு மாதிரி என்பது உண்மையில் ஆய்வு செய்யப்படும் தொகுதியின் பகுதியாகும், அதேசமயம் மாதிரித் தேர்வுக்கான அடிப்படையாகச் செயல்படும் தொகுதியின் அனைத்துக் கூறுகளையும் கொண்ட ஒரு பட்டியல் அல்லது வரைபடம் மாதிரிச் சட்டகம் ஆகும்.
புவியியலில், ஆய்வுப் பொருள் இடஞ்சார்ந்ததாக இருப்பதால் மாதிரியெடுத்தல் தனித்துவமானது. இதன் பொருள், அமைவிடம், தூரம், பரவல் முறைகள், அணுகுability மற்றும் பிராந்திய பன்முகத்தன்மை ஆகியவை மாதிரியெடுத்தல் முறையைப் பாதிக்கின்றன என்பதாகும். ஒருதலைப்பட்சத்தைத் தவிர்க்க, நல்ல மாதிரியெடுத்தல் பிராந்திய வேறுபாடுகளைக் கருத்தில் கொள்ள வேண்டும்; எடுத்துக்காட்டாக, எளிதில் அணுகக்கூடிய பகுதிகளில் மட்டும் மாதிரியெடுத்து, தொலைதூரப் பகுதிகளைப் புறக்கணிப்பது.
மாதிரியெடுப்பின் நோக்கமும் நன்மைகளும்
வரையறுக்கப்பட்ட வளங்களைக் கொண்டு ஒரு மக்கள் தொகையிலிருந்து பிரதிநிதித்துவத் தகவல்களைப் பெறுவதே மாதிரியெடுப்பின் முதன்மை நோக்கமாகும் . நடைமுறையில், மாதிரியெடுப்பானது ஆராய்ச்சியை விரைவாகவும், செலவு குறைந்த வகையிலும், அதிகக் கவனத்துடனும் நடத்த அனுமதிக்கிறது. அறிவியல் ரீதியாக, பொருத்தமான மாதிரியெடுப்பானது கண்டுபிடிப்புகளின் நம்பகத்தன்மையை அதிகரிக்கிறது, அளவீட்டுப் பிழையைக் குறைக்கிறது, மேலும் ஆராய்ச்சி முடிவுகளை ஒரு பரந்த மக்கள் தொகைக்கு பொதுமைப்படுத்துவதை எளிதாக்குகிறது.
உதாரணமாக, 50 கி.மீ நீளமுள்ள ஒரு ஆற்றின் நீரின் தரத்தை மதிப்பிடுவதற்கு, ஆராய்ச்சியாளர்களால் ஒவ்வொரு மீட்டரிலும் மாதிரிகளைச் சேகரிக்க முடியாது. இருப்பினும், புள்ளி அல்லது பகுதி மாதிரி சேகரிப்பு நுட்பங்களைப் பயன்படுத்தி, ஆற்றின் மேல்பகுதி–நடுப்பகுதி–கீழ்ப்பகுதி இடங்கள், குடியிருப்புப் பகுதிகள் அல்லது தொழிற்சாலை மண்டலங்களின் அடிப்படையில் நீரின் தரத்தில் ஏற்படும் மாறுபாடுகளை ஆராய்ச்சியாளர்களால் விவரிக்க முடியும்.
மாதிரி எடுக்கும் நுட்பங்களின் இரண்டு முக்கிய குழுக்கள்
பொதுவாக, மாதிரியெடுப்பு நுட்பங்கள் நிகழ்தகவு மாதிரியெடுப்பு மற்றும் நிகழ்தகவற்ற மாதிரியெடுப்பு என இரண்டு பெரிய குழுக்களாகப் பிரிக்கப்படுகின்றன. இவற்றின் முக்கிய வேறுபாடு, மக்கள் தொகையின் ஒவ்வொரு உறுப்பும் மாதிரிக்காகத் தேர்ந்தெடுக்கப்படுவதற்கான நிகழ்தகவில் உள்ளது.
1. நிகழ்தகவு மாதிரியெடுத்தல், மக்கள் தொகையின் ஒவ்வொரு உறுப்பும் தேர்ந்தெடுக்கப்படுவதற்கு அளவிடக்கூடிய மற்றும் ஒப்பீட்டளவில் சமமான வாய்ப்பை வழங்குகிறது. இந்த நுட்பம் அளவுசார் ஆராய்ச்சிக்கும், ஆராய்ச்சியாளர்கள் புள்ளிவிவரப் பொதுமைப்படுத்தல்களைச் செய்ய விரும்பும்போதும் பொருத்தமானது.
2. நிகழ்தகவற்ற மாதிரியெடுப்பு முறையானது சம வாய்ப்புகளை வழங்குவதில்லை அல்லது அதைத் துல்லியமாகக் கணக்கிட இயலாது. இந்த நுட்பம் பெரும்பாலும் பண்புசார் ஆராய்ச்சி, முன்னறிதல் ஆய்வுகள் அல்லது மக்களை அணுகுவதில் வரம்புகள் இருக்கும்போது பயன்படுத்தப்படுகிறது.
புவியியல் ஆராய்ச்சியில் நிகழ்தகவு மாதிரி எடுத்தல்
1. எளிய சமவாய்ப்பு மாதிரி எடுத்தல்
இந்த நுட்பம், படிநிலைகள் அல்லது குழுக்களைக் கருத்தில் கொள்ளாமல், முழு மக்கள்தொகையிலிருந்தும் சமவாய்ப்பு முறையில் ஒரு மாதிரியைத் தேர்ந்தெடுக்கிறது. எடுத்துக்காட்டாக, பொதுப் போக்குவரத்துச் சேவைகள் மீதான திருப்தியைப் பற்றி ஆய்வு செய்ய, சந்தா அட்டைப் பயனர்களின் பட்டியலிலிருந்து 200 பதிலளிப்பாளர்கள் சமவாய்ப்பு முறையில் தேர்ந்தெடுக்கப்படுகிறார்கள். இதன் நன்மைகள் எளிமை மற்றும் குறைந்தபட்ச தேர்வுச் சார்பு ஆகியவை ஆகும், ஆனால் இதன் தீமைகளில் இடஞ்சார்ந்த வேறுபாடுகளை—எடுத்துக்காட்டாக, நகர மையத்திற்கும் புறநகர்ப் பகுதிகளுக்கும் இடையிலான வேறுபாடுகளை—கவனிக்கத் தவறும் சாத்தியம் அடங்கும்.
2. முறைப்படுத்தப்பட்ட மாதிரியெடுத்தல்
முறைப்படுத்தப்பட்ட மாதிரியெடுப்பில், ஆராய்ச்சியாளர்கள் குறிப்பிட்ட இடைவெளிகளில் மாதிரிகளைத் தேர்ந்தெடுக்கின்றனர்; எடுத்துக்காட்டாக, ஒரு சாலையோரத்தில் உள்ள ஒவ்வொரு 10வது வீட்டிலிருந்தும், அல்லது மேற்பரப்பு வெப்பநிலை அளவீட்டுப் புள்ளிகளில் ஒவ்வொரு 2 கி.மீ. தூரத்திலும். குறுக்குக்கோடுகளைப் பின்பற்றி மேற்கொள்ளப்படும் கள ஆய்வுகளுக்கு இந்த நுட்பம் பயனுள்ளதாக இருக்கிறது. இருப்பினும், வழக்கமான குடியிருப்புப் பகுதிகள் போன்ற, மாதிரியை ஒருதலைப்பட்சமாக்கக்கூடிய தொடர்ச்சியான (காலமுறை) வடிவங்கள் குறித்து ஆராய்ச்சியாளர்கள் எச்சரிக்கையாக இருக்க வேண்டும்.
3. அடுக்குமுறை சமவாய்ப்பு மாதிரியெடுத்தல்
இந்த நுட்பம், மக்கள் தொகையை சில பண்புகளின் அடிப்படையில் அடுக்குகளாகப் பிரித்து, பின்னர் ஒவ்வொரு அடுக்கிலிருந்தும் சமவாய்ப்பு மாதிரிகளை எடுக்கிறது. புவியியலில், அடுக்குகள் என்பவை உயர மண்டலங்களாக இருக்கலாம்.தாழ்நிலம்(நடுத்தரம், அதிகம்), நிலப் பயன்பாட்டு வகை (குடியிருப்பு, நெல் வயல்கள், காடு), அல்லது மக்கள்தொகை அடர்த்தி வகுப்பு. இதன் நன்மை என்னவென்றால், ஒவ்வொரு குழுவின் பிரதிநிதித்துவமும் மிகவும் உறுதியாகிறது, இது பன்முகத்தன்மை கொண்ட பகுதிகளுக்கு மிகவும் துல்லியமாக அமைகிறது.
4. தொகுப்பு மாதிரி எடுத்தல் (குழுக்கள்)
கொத்து மாதிரியெடுப்பு முறையானது, தனிநபர்களைத் தனித்தனியாகத் தேர்ந்தெடுப்பதற்குப் பதிலாக, குழுக்களை (கொத்துக்களை) மாதிரி அலகுகளாகத் தேர்ந்தெடுக்கிறது. எடுத்துக்காட்டாக, ஆய்வாளர்கள் பல கிராமங்களைக் கொத்துக்களாகத் தேர்ந்தெடுத்து, பின்னர் அந்தக் கிராமங்களில் உள்ள அனைத்து அல்லது சில குடும்பங்களை நேர்காணல் செய்யலாம். மக்கள் தொகை பரவலாகச் சிதறி இருக்கும்போதும், மக்கள் கூறுகளின் முழுமையான பட்டியல் கிடைக்காதபோதும் இந்த நுட்பம் பயனுள்ளதாக இருக்கும். கிராமப்புறப் புவியியல் ஆய்வுகளில், கொத்து மாதிரியெடுப்பு பெரும்பாலும் பயணச் செலவுகளைச் சேமிக்கிறது, ஆனால் அதன் பிழை விகிதம் அடுக்கு மாதிரியெடுப்பை விட அதிகமாக இருக்கலாம்.
5. பல கட்ட மாதிரியெடுத்தல் (படிவாரியாக)
பல கட்ட மாதிரியெடுத்தல் என்பது பல்வேறு மாதிரியெடுத்தல் நுட்பங்களைக் கட்டங்களாக இணைப்பதாகும். எடுத்துக்காட்டாக, மாவட்டங்களைச் சீரற்ற முறையில் தேர்ந்தெடுத்து, பின்னர் துணை மாவட்டங்கள், பிறகு கிராமங்கள், இறுதியாக வீடுகளைத் தேர்ந்தெடுப்பது. இந்த நுட்பம், செயல்திறன் மற்றும் பிரதிநிதித்துவம் ஆகிய இரண்டையும் சமநிலைப்படுத்துவதால், வறுமை, இடம்பெயர்வு அல்லது பேரிடர் பாதிப்பு ஆய்வுகள் போன்ற பெரிய அளவிலான கணக்கெடுப்புகளில் பொதுவாகப் பயன்படுத்தப்படுகிறது.
புவியியல் ஆராய்ச்சியில் நிகழ்தகவு அல்லாத மாதிரி எடுத்தல்
1. நோக்க அடிப்படையிலான மாதிரியெடுத்தல் (நோக்கமுள்ள)
நோக்க அடிப்படையிலான மாதிரியெடுத்தல் என்பது, ஒரு குறிப்பிட்ட நிகழ்வின் பிரதிநிதியாகக் கருதப்படும் இடங்களைத் தேர்ந்தெடுப்பது போன்ற, ஆராய்ச்சியாளரின் சொந்தக் கருத்தாய்வுகளின் அடிப்படையில் மாதிரிகளைத் தேர்ந்தெடுப்பதாகும். எடுத்துக்காட்டாக, சுகாதார ஆராய்ச்சிக்காக சேரிப் பகுதிகளையோ அல்லது நிலச்சரிவு அபாயம் உள்ள பகுதிகளையோ தேர்ந்தெடுப்பது. வரைபடத்தின் அடிப்படையில் பாதிப்புத்தன்மை. இந்த நுட்பம் நிகழ்வு ஆய்வுகளுக்கும் பண்புசார் ஆராய்ச்சிக்கும் பொருத்தமானது, ஆனால் புள்ளிவிவரப் பொதுமைப்படுத்தலுக்கு உகந்ததல்ல.
2. வசதிக்கேற்ப மாதிரி எடுத்தல் (எளிமை)
மாதிரிகள் எளிதில் கிடைக்கக்கூடியவை என்பதால் தேர்ந்தெடுக்கப்படுகின்றன; எடுத்துக்காட்டாக, ஒரு சந்தையில் சந்திக்கும் குடியிருப்பாளர்களிடம் நேர்காணல் செய்வது அல்லது சாலையின் அருகே மண் மாதிரிகளை எடுப்பது. இந்த நுட்பம் விரைவானது மற்றும் செலவு குறைந்தது, ஆனால் இது சார்புத்தன்மைக்கு மிகவும் ஆட்படக்கூடியது. புவியியலில், வசதி மாதிரியெடுப்பு முறையானது பூர்வாங்க ஆய்வுகள் அல்லது பூர்வாங்க கணக்கெடுப்புகளுக்கு மட்டுமே பயன்படுத்தப்பட வேண்டும்.
3. பனிப்பந்து மாதிரியெடுத்தல்
முறைசாரா புலம்பெயர்ந்த சமூகங்கள், குறிப்பிட்ட துறைகளில் பணிபுரியும் தொழிலாளர்கள் அல்லது சிதறி வாழும் பழங்குடி குழுக்கள் போன்ற, அடையாளம் காண்பதற்கு கடினமான மக்கள் குழுக்களுக்கு பனிப்பந்து மாதிரி முறை பயன்படுத்தப்படுகிறது. ஆராய்ச்சியாளர்கள் சில முக்கியத் தகவலாளர்களுடன் தொடங்கி, பின்னர் கூடுதல் தகவலாளர்களுக்கான பரிந்துரைகளைக் கேட்பார்கள். இந்த நுட்பம் சமூக வலைப்பின்னல்களைச் சென்றடைவதற்குப் பயனுள்ளதாக இருந்தாலும், பிரதிநிதித்துவத்தில் இதற்கு இன்னும் சில வரம்புகள் உள்ளன.
4. ஒதுக்கீட்டு மாதிரி எடுத்தல்
ஒதுக்கீட்டு மாதிரியெடுப்பில், ஆய்வாளர்கள் 50% ஆண் மற்றும் 50% பெண் பதிலளிப்பவர்கள் போன்ற குறிப்பிட்ட பிரிவுகளுக்கோ அல்லது வயதுக் குழு மற்றும் பிராந்தியத்தின் அடிப்படையிலான ஒதுக்கீடுகளையோ நிர்ணயிக்கின்றனர். இந்த நுட்பம், மாதிரியின் அமைப்பு தேவைகளைப் பூர்த்தி செய்வதை உறுதிசெய்ய உதவுகிறது, ஆனால் ஒவ்வொரு ஒதுக்கீட்டிற்குள்ளும் தனிநபர்களின் தேர்வு பொதுவாக சீரற்றதாக இருப்பதில்லை.
இடஞ்சார்ந்த பரிசீலனைகள்: இருப்பிட அடிப்படையிலான மாதிரியெடுத்தல்
புவியியல் ஆராய்ச்சி பெரும்பாலும் இடஞ்சார்ந்த மாதிரியெடுப்பைப் பயன்படுத்துகிறது, எடுத்துக்காட்டாக:
– குறுக்குவெட்டு மாதிரியெடுத்தல்: ஒரு புள்ளியிலிருந்து மற்றொரு புள்ளிக்கு ஒரு கோட்டின் (குறுக்குவெட்டு) வழியே மாதிரிகளை எடுப்பது, எடுத்துக்காட்டாக ஒரு ஆற்றின் நீரோட்டத்தின் மேல்பகுதியிலிருந்து கீழ்ப்பகுதிக்கு.
– கட்ட மாதிரியெடுத்தல்: ஒரு பகுதி கட்டச் சதுரங்களாகப் பிரிக்கப்பட்டு, பின்னர் அந்தக் கட்டத்தின் மையப் புள்ளியிலோ அல்லது ஒரு குறிப்பிட்ட புள்ளியிலோ மாதிரிகள் எடுக்கப்படுகின்றன.
– மண்டல மாதிரியெடுத்தல்: ஒரு பகுதி மண்டலங்களாகப் பிரிக்கப்பட்டு (எடுத்துக்காட்டாக, வெள்ள அபாய மண்டலங்கள்), பின்னர் ஒவ்வொரு மண்டலத்திற்கும் விகிதாசார அடிப்படையில் மாதிரிகள் எடுக்கப்படுகின்றன.
புவியியல் நிகழ்வுகளின் பரவல் முறைகள், தூரம், நில அமைப்பு மற்றும் மனித-சுற்றுச்சூழல் இடைவினைகளால் பாதிக்கப்படுவதால், இந்த அணுகுமுறை முக்கியத்துவம் பெறுகிறது.
மாதிரி அளவைத் தீர்மானித்தல்
மாதிரி அளவு என்பது ஆராய்ச்சி நோக்கங்கள், மக்கள்தொகை மாறுபாட்டின் அளவு, விரும்பப்படும் துல்லியத்தின் அளவு மற்றும் வளங்களைப் பொறுத்தது . அளவுசார் ஆராய்ச்சியில், மாதிரி அளவு பெரும்பாலும் புள்ளியியல் சூத்திரங்களைப் (எ.கா., ஸ்லோவின், காக்ரன்) பயன்படுத்தியோ அல்லது பிழை விளிம்பு அணுகுமுறையைப் பயன்படுத்தியோ கணக்கிடப்படுகிறது. இருப்பினும், புவியியலில், மாதிரி அளவானது ஆய்வு செய்யப்படும் பகுதி மற்றும் கள அணுகலையும் கருத்தில் கொள்ள வேண்டும். மிகச் சிறிய மாதிரியானது இடஞ்சார்ந்த மாறுபாட்டைப் புறக்கணிக்கக்கூடும், அதே சமயம் மிகப் பெரிய மாதிரியானது திறனற்றதாக அமையலாம்.
மாதிரிப் பிழை மற்றும் அதை எவ்வாறு குறைப்பது
பிரதிநிதித்துவம் இல்லாத மாதிரிகள், முழுமையற்ற மாதிரிச் சட்டகங்கள், களத் தேர்வுச் சார்பு அல்லது பதிலளிக்க விருப்பமில்லாதவர்கள் போன்றவற்றால் மாதிரிப் பிழை ஏற்படலாம். பிழையைக் குறைக்க, ஆராய்ச்சியாளர்கள் பின்வருவனவற்றைச் செய்யலாம்:
1. தெளிவான மாதிரியெடுப்புக் கட்டமைப்பை உருவாக்குங்கள் (வரைபடங்கள், நிர்வாகத் தரவுகள், செயற்கைக்கோள் படங்கள் ஆகியவற்றைப் பயன்படுத்தி).
2. முடிந்தவரை நிகழ்தகவு மாதிரி நுட்பங்களைப் பயன்படுத்தவும்.
3. முக்கியமான அடுக்குகள் அல்லது மண்டலங்கள் இடம்பெறுவதை உறுதிசெய்யுங்கள்.
4. கருவிச் சோதனைகளையும் கணக்கெடுப்பாளர் பயிற்சியையும் நடத்துதல்.
5. சரிபார்ப்பிற்காக களத் தரவுகளை புவிசார் தரவுகளுடன் (GIS) இணைக்கவும்.
மூடுகிறது
புவியியல் ஆராய்ச்சியில் மாதிரியெடுத்தல் நுட்பங்கள் ஒரு இன்றியமையாத அடித்தளமாகும், ஏனெனில் அவை ஆராய்ச்சியாளர்களுக்கு இடஞ்சார்ந்த நிகழ்வுகளைத் திறமையாகவும் துல்லியமாகவும் புரிந்துகொள்ள உதவுகின்றன. மாதிரியெடுத்தல் முறையின் தேர்வு, ஆராய்ச்சி நோக்கங்கள், மக்கள்தொகைப் பண்புகள், பிராந்திய அளவு, மற்றும் தரவுகளின் கிடைக்கும் தன்மை மற்றும் கள அணுகல் ஆகியவற்றிற்கு ஏற்ப வடிவமைக்கப்பட வேண்டும். புள்ளிவிவரப் பொதுமைப்படுத்தலுக்கு நிகழ்தகவு மாதிரியெடுத்தல் சிறந்து விளங்குகிறது, அதே சமயம் ஆழமான ஆய்வு மற்றும் நிகழ்வு ஆய்வுகளுக்கு நிகழ்தகவற்ற மாதிரியெடுத்தல் பயனுள்ளதாக இருக்கிறது. இடஞ்சார்ந்த அம்சங்களையும் சாத்தியமான சார்புகளையும் கருத்தில் கொள்வதன் மூலம், புவியியல் ஆராய்ச்சியாளர்கள் பிராந்தியத் திட்டமிடல் , சுற்றுச்சூழல் மேலாண்மை மற்றும் பேரிடர் தணிப்பு ஆகியவற்றிற்கு மிகவும் செல்லுபடியாகும், பொருத்தமான மற்றும் பயனுள்ள கண்டுபிடிப்புகளை உருவாக்க முடியும்.
நீங்கள் விரும்பினால், குறிப்பிட்ட புவியியல் தலைப்புகளுக்கான (எ.கா., நீரின் தரம், நிலப் பயன்பாடு, சுற்றுலா அல்லது வெள்ளப் பாதிப்பு) மாதிரி மாதிரியெடுத்தல் வடிவமைப்புகளைச் சேர்த்து, அவற்றை மேலும் பொருத்தமானதாக மாற்ற நான் உங்களுக்கு உதவ முடியும்.
