Systematic Random Sampling

Systematic Random Sampling

Systematic Random Sampling ဆိုတာ Population တစ်ခုလုံးကို စနစ်တကျနဲ့ ကျပန်းရွေးချယ်တဲ့ နည်းလမ်းတစ်ခုဖြစ်ပါတယ်။ Simple Random Sampling နဲ့မတူတာက ဒီနည်းလမ်းမှာ ပထမဦးဆုံး Sample ကို ကျပန်းရွေးချယ်ပြီး ကျန်တဲ့ Sample တွေကို ပုံသေ Interval (ကြားကာလ) တစ်ခုနဲ့ ရွေးချယ်သွားတာပါ။

Systematic Random Sampling ဘယ်လိုလုပ်မလဲ

1. ပထမဆုံး Population Size (N ) ကို သတ်မှတ်ပါ။
ကိုယ်လေ့လာမယ့် လူအုပ်စုတစ်ခုလုံးမှာ ဘယ်နှစ်ယောက်ရှိလဲဆိုတာ အတိအကျသိဖို့ လိုပါတယ်။

2. လိုချင်တဲ့ Sample Size (n. ) ကို သတ်မှတ်ပါ။ လေ့လာမှုအတွက် ဘယ်နှစ်ယောက်ကို Sample အဖြစ် ရွေးချယ်ချင်လဲဆိုတာ ဆုံးဖြတ်ပါ။

3. Sampling Interval (k) ကို တွက်ပါ။
Sampling Interval ဆိုတာ Sample တစ်ခုနဲ့တစ်ခုကြားမှာ ဘယ်နှစ်ယောက်ခြားပြီး ရွေးမလဲဆိုတာကို ပြောတာပါ။ တွက်ဖို့အတွက် ဒီ Formula ကို သုံးနိုင်ပါတယ်။

k = N / n

4. Random Start ကို ရွေးပါ။
ပထမဦးဆုံး Sample ကို ရွေးဖို့အတွက် 1 ကနေ k ကြားမှာ နံပါတ်တစ်ခုကို ကျပန်းရွေးချယ်ပါ။ ဥပမာ- k = 10 ဆိုရင် 1 ကနေ 10 ကြားမှာ နံပါတ်တစ်ခုကို Random ရွေးရပါမယ်။

5. Sample တွေကို ရွေးပါ။
Random Start ကရလာတဲ့ နံပါတ်ကနေစပြီး Sampling Interval (k) အတိုင်း Sample တွေကို ဆက်တိုက်ရွေးချယ်သွားပါ။

ဥပမာ

ကုမ္ပဏီတစ်ခုမှာ ဝန်ထမ်း (၁၀၀၀) ရှိတယ်။ ဝန်ထမ်းတွေရဲ့ စိတ်ကျေနပ်မှုကို တိုင်းတာဖို့အတွက် ဝန်ထမ်း (၁၀၀) ကို Sample အဖြစ် ရွေးချယ်ချင်တယ်ဆိုပါစို့။

1. Population Size (N): 1000
2. Sample Size (n): 100
3. Sampling Interval (k): k = 1000 / 100 = 10
4. Random Start: 1 ကနေ 10 ကြားမှာ နံပါတ်တစ်ခုကို ကျပန်းရွေးမယ်။ ဥပမာ- 4 ကို ရွေးလိုက်တယ်ဆိုပါစို့။
5. Sample တွေကို ရွေးမယ်: ပထမဦးဆုံး Sample က နံပါတ် (၄) ဝန်ထမ်း ဖြစ်ပါတယ်။ နောက် Sample တွေကို (၁၀) ယောက်ခြားပြီး ဆက်ရွေးသွားမယ်။ (၄, ၁၄, ၂၄, ၃၄, ၄၄, ၅၄, ၆၄, ၇၄, ၈၄, ၉၄, …, ၉၉၄)

ဒီတခါတော့ sample size ကို Yamane’s Formula အသုံးပြုပါမယ်။ သူကတွက်ရတာပိုလွယ်ကူပြီး Population Size ကို သိတဲ့အခါ အသုံးဝင်ပါတယ်။

Yamane’s Formula

n = N / (1 + N * e^2)

–  n  = လိုအပ်တဲ့ Sample Size
–  N  = Population Size
–  e  = Margin of Error (desirable margin of error)

ဥပမာ အနေနှင့် ကုမ္ပဏီတစ်ခုမှာ ဝန်ထမ်း (၂၀၀၀) ရှိတယ်ဆိုပါစို့။ ဝန်ထမ်းတွေရဲ့ စိတ်ကျေနပ်မှုကို 5% Margin of Error နဲ့ တိုင်းတာပါမယ်။

1. Population Size (N): 2000
2. Margin of Error (e): 0.05

Yamane’s Formula ကို သုံးပြီး Sample Size ကို တွက်ကြည့်ရအောင်…

n = 2000 / (1 + 2000 * 0.05^2)
n = 2000 / (1 + 2000 * 0.0025)
n = 2000 / (1 + 5)
n = 2000 / 6
n = 333.33

ဒါကြောင့် Yamane’s Formula အရ လိုအပ်တဲ့ Sample Size က (၃၃၄) ဝန်းကျင် ဖြစ်ပါတယ်။
တိကျမှု (precision) ကို အရမ်းဦးစားပေးတဲ့အခါ တခြား Formula တွေကို သုံးတာ ပိုသင့်တော်ပါတယ်။

Systematic Random Sampling ရဲ့ အားသာချက်များ

– လွယ်ကူရိုးရှင်းခြင်း။ Simple Random Sampling ထက် လုပ်ဆောင်ရတာ ပိုလွယ်ကူပါတယ်။

– အချိန်ကုန်သက်သာခြင်း။ Sample တွေကို အလွယ်တကူ ရွေးချယ်နိုင်တာကြောင့် အချိန်ကုန်သက်သာပါတယ်။

– Population အနှံ့အပြား ကိုယ်စားပြုနိုင်ခြင်း။ Population တစ်ခုလုံးကို ညီတူညီမျှ ကိုယ်စားပြုနိုင်ပါတယ်။

Systematic Random Sampling ရဲ့ အားနည်းချက်များ

– Periodicity (ပုံမှန်ဖြစ်စဉ်) ရှိတဲ့အခါ အဆင်မပြေခြင်း။ Population ထဲမှာ ပုံမှန်ဖြစ်စဉ်တွေ ရှိနေရင် Bias ဖြစ်သွားနိုင်ပါတယ်။ ဥပမာ- အိမ်နံပါတ်တွေက တစ်ဖက်မှာ odd number နဲ့ တစ်ဖက်မှာ even number နဲ့ တည်ဆောက်ထားရင် systematic sampling က တစ်ဖက်ထဲက အိမ်တွေကိုပဲ ရွေးချယ်မိနိုင်ပါတယ်။

– Random Start ကို မှားယွင်းစွာ ရွေးချယ်မိပါက ရလဒ်တွေ လွဲမှားသွားနိုင်ပါတယ်။

ဘယ်အချိန်မှာ Systematic Random Sampling ကို သုံးသင့်လဲ

– Population ထဲမှာ Periodicity မရှိတဲ့အခါ
– လွယ်ကူမြန်ဆန်တဲ့ Sampling နည်းလမ်းကို လိုချင်တဲ့အခါ
– Population တစ်ခုလုံးကို ညီတူညီမျှ ကိုယ်စားပြုချင်တဲ့အခါ

ဒါတွေကတော့ Systematic Random Sampling နဲ့ပတ်သက်တဲ့ အခြေခံအချက်အလက်တွေပဲ ဖြစ်ပါတယ်။