سیمپل سائز کیلکولیٹر

ہمارے ورسٹائل سیمپل سائز کیلکولیٹر میں دو بنیادی فنکشنز شامل ہیں: مثالی سیمپل سائز کا حساب لگانا اور آپ کی تحقیق کے لیے مارجن آف ایرر کا تعین کرنا۔

اپنا مطلوبہ سیمپل سائز معلوم کرنے کے لیے، ڈراپ ڈاؤن مینو سے اپنا مطلوبہ کانفیڈینس لیول (confidence level) منتخب کرکے آغاز کریں۔ اس کے بعد، ریلیٹیو مارجن آف ایرر (relative margin of error) درج کریں۔ (نوٹ: آپ ایبسلوٹ ویلیو (absolute value) کو اپنے پوائنٹ ایسٹیمیٹ (point estimate) سے تقسیم کر کے ایبسلوٹ مارجن آف ایرر کو ریلیٹیو مارجن میں تبدیل کر سکتے ہیں)۔ اگر آپ کو درست پاپولیشن پروپورشن (population proportion) معلوم ہے، تو اسے درج کریں؛ بصورت دیگر، اسے 50% کی ڈیفالٹ ویلیو پر چھوڑ دیں۔ اگر کل آبادی کا حجم (population size) معلوم ہے تو اسے متعلقہ خانے میں درج کریں، یا نامعلوم یا لامحدود آبادی کے لیے اسے خالی چھوڑ دیں۔ آخر میں، "Calculate" پر کلک کریں۔

کیلکولیٹر کے دوسرے فنکشن کا استعمال کرتے ہوئے مارجن آف ایرر معلوم کرنے کے لیے، ڈراپ ڈاؤن مینو سے اپنا کانفیڈینس لیول منتخب کریں۔ اگلے خانوں میں، تحقیق کا سیمپل سائز اور پاپولیشن پروپورشن درج کریں۔ آخر میں، پاپولیشن سائز درج کریں—اگر نامعلوم ہو تو اسے خالی چھوڑ دیں—اور "Calculate" پر کلک کریں۔

سیمپل (Sample)

شماریات میں، ایک سیمپل (نمونہ) کسی بڑی آبادی (population) کا ایک مخصوص ذیلی حصہ ہوتا ہے۔ لفظ "آبادی" یا "پاپولیشن" کسی دی گئی تحقیق میں دلچسپی کے ہر ایک عنصر یا فرد کا احاطہ کرتا ہے۔ اگرچہ پوری آبادی کا سروے کرنے سے انتہائی درست ڈیٹا حاصل ہوتا ہے، لیکن متعدد محدود کرنے والے عوامل کی وجہ سے ایسا کرنا شاذ و نادر ہی عملی ہوتا ہے۔

مثال کے طور پر، اگر آپ ایک وسیع جنگل میں حشرات کی کسی خاص قسم کا مطالعہ کر رہے ہیں، تو آبادی عملی طور پر لامحدود ہے، جس کی وجہ سے جامع مردم شماری یا گنتی ناممکن ہو جاتی ہے۔ مزید برآں، جانچ کے کچھ طریقے فطری طور پر تباہ کن ہوتے ہیں۔ اگر آپ کسی سافٹ ڈرنک کی سیل شدہ بوتل کو اس کا درست حجم ماپنے کے لیے کھولتے ہیں، تو اس مخصوص پروڈکٹ کو مزید مارکیٹ میں نہیں بھیجا جا سکتا۔

پوری آبادی کا جائزہ لینے کے لیے کافی وقت، سرمایہ اور وسائل درکار ہوتے ہیں۔ چونکہ محققین عام طور پر سخت بجٹ اور وقت کی پابندیوں کے اندر کام کرتے ہیں، اس لیے زیادہ تر معاملات میں پوری آبادی کا سروے کرنا ناقابلِ عمل ہوتا ہے۔ سب سے مؤثر حل یہ ہے کہ ایک نمائندہ سیمپل نکالا جائے اور اس چھوٹے گروپ پر اپنی تحقیق کی جائے۔

مارجن آف ایرر (Margin of error)

چونکہ آبادی کے ہر جزو کا جائزہ لینا شاذ و نادر ہی ممکن ہوتا ہے، اس لیے محققین پاپولیشن پیرامیٹرز (پوری آبادی کی خصوصیات بتانے والے میٹرکس) کا اندازہ لگانے کے لیے سیمپل کے اعداد و شمار (سیمپل سے کیلکولیٹ کیے گئے میٹرکس) کا استعمال کرتے ہیں۔ یہ سیمپل سٹیٹسٹکس آپ کے منتخب کردہ سیمپل کے اندر دیکھے گئے اصل ڈیٹا کی نمائندگی کرتے ہیں۔ جب آپ اس ڈیٹا کی بنیاد پر پاپولیشن پیرامیٹر کے لیے کسی ایک ویلیو کا اندازہ لگاتے ہیں، تو اسے پوائنٹ ایسٹیمیٹ (point estimate) کہا جاتا ہے۔

مثال کے طور پر، اگر آپ پروڈکشن لائن پر سافٹ ڈرنک کی بوتلوں کے اوسط حجم کا اندازہ لگانا چاہتے ہیں، تو آپ ایک رینڈم بیچ منتخب کر سکتے ہیں اور اس کے اوسط حجم کا حساب لگا سکتے ہیں۔ فرض کریں کہ اس بیچ کا اوسط حجم (x̄) 250 ملی لیٹر ہے۔ اس پوائنٹ ایسٹیمیٹ کی بنیاد پر، آپ یہ فرض کر لیتے ہیں کہ پوری پروڈکشن لائن کا اوسط حجم \$(\hat{μ})\$ فی بوتل 250 ملی لیٹر ہے۔

حقیقت میں، ایک تخمینہ شدہ پیرامیٹر شاذ و نادر ہی اصل پاپولیشن پیرامیٹر کے ساتھ مکمل طور پر مطابقت رکھتا ہے۔ یہ فرق فطری طور پر پایا جاتا ہے کیونکہ کیلکولیشن کا انحصار مکمل آبادی کے بجائے ایک سیمپل پر ہوتا ہے۔

مارجن آف ایرر اس غیر یقینی صورتحال کی مقدار کا تعین کرتا ہے۔ اس کی تعریف کسی پیرامیٹر کے پوائنٹ ایسٹیمیٹ اور اس کی حقیقی پاپولیشن ویلیو کے درمیان متوقع زیادہ سے زیادہ فرق کے طور پر کی جاتی ہے، جسے بعض اوقات تخمینے کی زیادہ سے زیادہ غلطی (maximum error of the estimate) بھی کہا جاتا ہے۔

کانفیڈینس انٹرول (Confidence Interval)

کانفیڈینس انٹرول اس قابلِ قبول رینج کی نمائندگی کرتا ہے جس کے اندر ایک پاپولیشن پیرامیٹر کے آنے کی توقع ہوتی ہے۔ تخمینوں کی یہ رینج اس بات کی نشاندہی کرتی ہے کہ ایک پیرامیٹر کا حساب ایک مخصوص مارجن آف ایرر کے اندر لگایا گیا ہے۔ کانفیڈینس انٹرول کی نچلی حد (lower boundary) معلوم کرنے کے لیے، آپ اپنے پوائنٹ ایسٹیمیٹ سے مارجن آف ایرر کو تفریق کرتے ہیں۔ اس کے برعکس، اوپری حد (upper boundary) معلوم کرنے کے لیے، آپ پوائنٹ ایسٹیمیٹ میں مارجن آف ایرر کو جمع کرتے ہیں۔

شماریات میں سیمپل، مارجن آف ایرر، اور کانفیڈینس انٹرول کے درمیان تعلق

پوری آبادی کا سروے کرنے کے بجائے، محققین پاپولیشن پیرامیٹرز کے بارے میں باخبر تخمینہ لگانے کے لیے ایک سیمپل کا مطالعہ کرتے ہیں۔ سیمپلنگ کے اس طریقہ کار کی وجہ سے، تخمینہ شدہ پیرامیٹر اور حقیقی پاپولیشن پیرامیٹر کے درمیان ایک قدرتی فرق (variance) موجود ہوتا ہے۔ مارجن آف ایرر پوائنٹ ایسٹیمیٹ اور اصل ویلیو کے درمیان متوقع زیادہ سے زیادہ فرق کا تعین کر کے اس فرق کو پورا کرتا ہے۔

اہم بات یہ ہے کہ سیمپل سائز اور مارجن آف ایرر کے درمیان الٹ تعلق (inverse relationship) ہوتا ہے۔ ایک بڑا سیمپل سائز وسیع تر آبادی کی زیادہ درست نمائندگی فراہم کرتا ہے، جو مارجن آف ایرر کو مؤثر طریقے سے کم کرتا ہے۔ اس کے برعکس، چھوٹا سیمپل سائز استعمال کرنے سے مارجن آف ایرر بڑھ جاتا ہے۔

بالآخر، اس مارجن آف ایرر کو آپ کے ابتدائی پوائنٹ ایسٹیمیٹ پر لاگو کرنے سے تحقیق کا کانفیڈینس انٹرول حاصل ہوتا ہے۔

سیمپل سائز کیلکولیٹ کرنے کا فارمولا

دستیاب ڈیٹا کی بنیاد پر، مناسب سیمپل سائز کا حساب لگانے کے لیے کئی فارمولے استعمال کیے جا سکتے ہیں۔

آپ کا مطلوبہ کانفیڈینس لیول درستگی کی ڈگری کا تعین کرتا ہے، جبکہ قابلِ قبول مارجن آف ایرر آپ کے رینج کے تخمینے کی باریکی یا درستگی (precision) کا تعین کرتا ہے۔

اگر پاپولیشن سٹینڈرڈ ڈیوی ایشن (population standard deviation) معلوم ہو، تو آپ درج ذیل فارمولے کا استعمال کرتے ہوئے اپنے ہدف کے کانفیڈینس انٹرول کو حاصل کرنے کے لیے درکار کم از کم سیمپل سائز کا حساب لگا سکتے ہیں:

$$n=\left(\frac{z_{\alpha/2}×\sigma}{E}\right)^2$$

حتمی نتیجہ n کو راؤنڈ اپ کر کے قریب ترین مکمل عدد (whole number) میں تبدیل کیا جانا چاہیے۔

متبادل کے طور پر، کوچران کا فارمولا (Cochran formula) آپ کو اپنے قابلِ قبول مارجن آف ایرر، ہدف کے کانفیڈینس لیول، اور آبادی کے اندر خصوصیت کے تخمینہ شدہ تناسب (estimated proportion) کی بنیاد پر کم از کم سیمپل سائز کا تعین کرنے کی سہولت دیتا ہے۔ کوچران فارمولے کو اس طرح ظاہر کیا جاتا ہے:

$$n₀=\frac{z^2p(1-p)}{E^2}$$

• z = z-ٹیبل سے زیڈ سکور (Z-score) جو آپ کے مطلوبہ کانفیڈینس لیول کے مساوی ہو
• p = آبادی میں موجود خصوصیت کا متوقع تناسب
• E = مارجن آف ایرر

مثال 1

تصور کریں کہ ہم پورے کینیڈا میں انڈرگریجویٹ کورسز میں داخلہ لینے والے بین الاقوامی طلباء پر تحقیق کر رہے ہیں۔ آغاز میں، ہمارے پاس ٹھوس ڈیٹا نہیں ہے، اس لیے ہم فرض کرتے ہیں کہ تمام کینیڈین انڈرگریجویٹس میں بین الاقوامی طلباء کی تعداد 60% ہے۔ نتیجتاً، پاپولیشن کا تخمینہ شدہ تناسب 60% ہے۔ اگر ہم 95% کانفیڈینس لیول اور 4% مارجن آف ایرر چاہتے ہیں، تو اس تحقیق کے لیے درکار کم از کم سیمپل سائز کیا ہوگا؟

$$(1-\alpha)=95\%$$

$$z_{α/2}=z_{{95\%}/2}=1.96$$

$$p=60\%$$

$$E=4\%$$

$$n₀=\frac{z²p(1-p)}{E²}=\frac{1.96²×60\%×(1-60\%)}{4\%²}=576.24≈577$$

لہذا، 4% مارجن آف ایرر کے ساتھ 95% کانفیڈینس لیول حاصل کرنے کے لیے کم از کم 577 طلباء کا سروے کیا جانا چاہیے۔

کوچران کا فارمولا بڑی یا لامحدود آبادی کے لیے بہترین ہے۔ تاہم، اگر آپ کی آبادی کا سائز چھوٹا یا محدود ہے، تو آپ کو سیمپل سائز کو ایڈجسٹ کرنا ہوگا۔ محدود آبادی کی تصحیح (finite population correction) کا فارمولا یہ ہے:

$$n=\frac{n₀}{1+\left(\frac{n₀-1}{N}\right)}$$

• n₀ = کوچران فارمولے کا استعمال کرتے ہوئے کیلکولیٹ کیا گیا ابتدائی سیمپل سائز
• N = کل آبادی کا سائز (Total population size)
• n = محدود آبادی کے لیے ایڈجسٹ کردہ سیمپل سائز

مثال 2

اب، فرض کریں کہ ہم کینیڈا میں آپ کے مخصوص کالج میں انڈرگریجویٹ کورسز میں داخلہ لینے والے بین الاقوامی طلباء پر تحقیق کر رہے ہیں۔ پچھلی مثال کی طرح، ہم فرض کرتے ہیں کہ طلباء کے کل حجم میں بین الاقوامی طلباء 60% ہیں۔ تخمینہ شدہ تناسب 60% ہی رہتا ہے۔ تاہم، آپ کے کالج میں طلباء کی کل تعداد بالکل 12,000 ہے۔ 95% کانفیڈینس لیول اور 4% مارجن آف ایرر کے لیے، کم از کم کتنا سیمپل سائز درکار ہے؟

اس صورتحال میں، چونکہ آبادی محدود ہے، اس لیے آپ کو پہلے کوچران فارمولے کا استعمال کرتے ہوئے n₀ معلوم کرنا ہوگا اور پھر ایڈجسٹمنٹ لاگو کرنی ہوگی۔

$$n₀=\frac{z^2p(1-p)}{{E}^2}=\frac{1.96^2×{60\%}×(1-{60\%})}{{4\%}^2}=576.24$$

$$n=\frac{n₀}{1+\left(\frac{n₀-1}{N}\right)}=\frac{576.24}{1+\left(\frac{576.24-1}{12,000}\right)}=549.88\approx550$$

ہمارے مخصوص کم از کم سیمپل سائز کیلکولیٹر کا استعمال کر کے، آپ ان پیچیدہ مینول کیلکولیشنز سے بچ سکتے ہیں اور سیکنڈ کے ایک حصے میں درست نتائج حاصل کر سکتے ہیں۔

مارجن آف ایرر معلوم کرنے کا فارمولا

آپ مارجن آف ایرر معلوم کرنے کے لیے معیاری سیمپل سائز فارمولے کو ریاضیاتی طور پر ترتیب دے سکتے ہیں۔

کم از کم سیمپل سائز فارمولے سے شروعات کرتے ہیں:

$$n₀=\frac{z^2p\left(1-p\right)}{E^2}$$

ہم مساوات کے موضوع کے طور پر E (مارجن آف ایرر) کو الگ کر سکتے ہیں:

$$n₀=\frac{z^2p\left(1-p\right)}{E^2}$$

$${n₀}×{E}^2=z^2p\left(1-p\right)$$

$$E^2=\frac{z^2p\left(1-p\right)}{n₀}$$

$$E=\sqrt{\frac{z^2p\left(1-p\right)}{n₀}}$$

$$E=z\sqrt{\frac{p\left(1-p\right)}{n₀}}$$

مثال 3

کینیڈا میں بین الاقوامی انڈرگریجویٹ طلباء کے بارے میں اپنی ملک گیر تحقیق کی طرف واپس آتے ہوئے، ہم اس مفروضے کے ساتھ آگے بڑھتے ہیں کہ وہ مجموعی انڈرگریجویٹ آبادی کا 60% ہیں۔ اگر آپ 577 طلباء کے سیمپل کا سروے کرتے ہیں اور 95% کانفیڈینس لیول کا ہدف رکھتے ہیں، تو آپ کی تحقیق کا درست مارجن آف ایرر کیا ہے؟

$$z_{{95\%}/2}=1.96$$

$$p=60\%$$

$$n₀=577$$

$$E=z\sqrt{\frac{p\left(1-p\right)}{n_0}}=1.96 \times \sqrt{\frac{60\% \times \left(1-60\%\right)}{577}}=4\%$$

اگر آپ محدود پاپولیشن کے ساتھ کام کر رہے ہیں، تو آپ کو پہلے درج ذیل فارمولے کا استعمال کرتے ہوئے ایڈجسٹ شدہ n₀ کا تعین کرنا ہوگا:

$$n₀=\frac{n-nN}{n-N}$$

ایک بار جب آپ کے پاس وہ ویلیو آ جائے، تو اسے مارجن آف ایرر کے مرکزی فارمولے پر لاگو کریں:

$$E=z\sqrt{\frac{p\left(1-p\right)}{n₀}}$$

ہمارے سیمپل سائز کیلکولیٹر میں موجود مارجن آف ایرر فیچر کا استعمال آپ کو ان تھکا دینے والے مینول مراحل کو چھوڑنے اور فوری طور پر اپنی تحقیق کا مارجن آف ایرر دریافت کرنے کی سہولت فراہم کرتا ہے۔

کانفیڈینس انٹرول کیلکولیٹ کرنے کا فارمولا

ایک بار جب آپ اپنا مارجن آف ایرر قائم کر لیں تو کانفیڈینس انٹرول کا حساب لگانا سیدھا اور آسان ہو جاتا ہے۔ آپ نیچے دیے گئے بنیادی فارمولوں کا استعمال کر کے کانفیڈینس انٹرول کو کیلکولیٹ کر سکتے ہیں:

کانفیڈینس انٹرول = پوائنٹ ایسٹیمیٹ ± مارجن آف ایرر

کانفیڈینس انٹرول کی اوپری حد (upper boundary) = پوائنٹ ایسٹیمیٹ + مارجن آف ایرر

کانفیڈینس انٹرول کی نچلی حد (lower boundary) = پوائنٹ ایسٹیمیٹ - مارجن آف ایرر

پاپولیشن مین (μ) کے لیے، کانفیڈینس انٹرول کو اس طرح ظاہر کیا جاتا ہے:

x̄ - E < μ < x̄ + E

یہاں، x̄ - E نچلی حد کی نمائندگی کرتا ہے، جبکہ x̄ + E اوپری حد کی نمائندگی کرتا ہے۔

اسی طرح، پاپولیشن پروپورشن (P) کے لیے کانفیڈینس انٹرول یوں لکھا جاتا ہے:

p - E < P < p + E

مثال 4

فرض کریں کہ آپ کینیڈا میں بین الاقوامی طلباء کے لیے پروگرام کی اوسط لاگت پر تحقیق کر رہے ہیں۔ آپ 1,000 طلباء کا رینڈم سیمپل منتخب کرتے ہیں۔ اپنے سروے کے ڈیٹا کی بنیاد پر، آپ پروگرام کی اوسط لاگت کا تخمینہ 20,000 کینیڈین ڈالر (CAD) لگاتے ہیں، جس کا کیلکولیٹ کیا گیا مارجن آف ایرر 5,000 CAD ہے۔ آپ اس اوسط پروگرام لاگت کا کانفیڈینس انٹرول کیسے تلاش کریں گے؟

اوپری حد (Upper limit) = x̄ + E = 20,000 CAD + 5,000 CAD = 25,000 CAD

نچلی حد (Lower limit) = x̄ - E = 20,000 CAD - 5,000 CAD = 15,000 CAD

لہذا، مکمل کانفیڈینس انٹرول یہ ہے:

x̄ - E < μ < x̄ + E

15,000 CAD < μ < 25,000 CAD