UGC NET अनुसंधान अभिवृत्ति – Sampling Error, Alpha और Beta Errors

Most Important for NTA UGC NET Exam

1. सैंपलिंग त्रुटि (Sampling Error) क्या है?

जब सैंपल के आधार पर निकाले गए निष्कर्ष पूरे जनसंख्या से अलग होते हैं, तो उसे सैंपलिंग त्रुटि कहा जाता है। यह त्रुटि सैंपल के चयन के कारण होती है।

🎯 उदाहरण:

अगर पूरे विश्वविद्यालय में 60% छात्र सफल होते हैं लेकिन आपके चुने सैंपल में केवल 50% ही सफल हों, तो यह Sampling Error है।

2. प्रकार:

• Sampling Error: जब त्रुटि केवल सैंपल के कारण होती है।
• Non-Sampling Error: त्रुटि डेटा संग्रह, प्रोसेसिंग या रिपोर्टिंग के कारण होती है।

3. अल्फा त्रुटि (Alpha Error / Type I Error)

जब शून्य परिकल्पना (Null Hypothesis) वास्तव में सही होती है, लेकिन शोधकर्ता उसे गलती से अस्वीकार कर देता है, तो यह Type I Error कहलाती है।

📌 याद रखने की ट्रिक:

Type I Error = सही को गलत मान लेना

🎯 उदाहरण:

मान लीजिए किसी दवा का वास्तव में कोई असर नहीं है (Null Hypothesis सही है), लेकिन शोधकर्ता अपने परीक्षण में कहता है कि दवा असरदार है – यह Alpha Error है।

4. बीटा त्रुटि (Beta Error / Type II Error)

जब वैकल्पिक परिकल्पना (Alternative Hypothesis) सही होती है, लेकिन शोधकर्ता Null Hypothesis को अस्वीकार नहीं करता, तो यह Type II Error कहलाती है।

📌 याद रखने की ट्रिक:

Type II Error = गलत को सही मान लेना (गलत को अस्वीकार न करना)

🎯 उदाहरण:

मान लीजिए कोई नई पढ़ाई की विधि वास्तव में प्रभावी है (Alternative Hypothesis सही है), लेकिन शोधकर्ता निष्कर्ष निकालता है कि इसका कोई असर नहीं है – यह Beta Error है।

✅ MCQ पहचान ट्रिक:
- "Rejecting true H₀" = Type I (Alpha Error)
- "Accepting false H₀" = Type II (Beta Error)

🎯 NET Pattern Example:
Q. यदि हम Null Hypothesis को तब अस्वीकार करें जब वह सही है, तो यह किस प्रकार की त्रुटि है?
A. Sampling Error
B. Type II Error
C. Type I Error ✅
D. Non-Sampling Error