স্ট্যান্ডার্ড সার্ভে অংশগ্রহণকারীদের জন্য বিরক্তিকর, কিন্তু যে এবং পরিবর্তন করতে হবে পারে.
এ পর্যন্ত, আমি আপনাকে জিজ্ঞাসা নতুন পন্থা যে কম্পিউটার-শাসিত সাক্ষাৎকার দ্বারা সুগম হয় সম্পর্কে বলেছি. যাইহোক, কম্পিউটার-শাসিত এক সাক্ষাতকার downside হয় সাহায্য করতে অংশগ্রহণ প্রবর্তিত কোন মানুষের সাক্ষাত্কার হল সেখানে. এই একটা সমস্যা, কারণ সার্ভে উভয় সময় অপগিত এবং বিরক্তিকর হয়. অতএব, ভবিষ্যতে, জরিপ ডিজাইনার তাদের অংশগ্রহণকারীদের প্রায় ডিজাইন এবং প্রশ্ন আরো উপভোগ্য এবং গেম-মত উত্তর প্রক্রিয়া করতে যাচ্ছি. এই প্রক্রিয়া কখনো অনুপাত হল বলা হয়.
কি একটা মজার জরিপ মত চেহারা হতে পারে চিত্রিত করার জন্য, এর Friendsense, একটি জরিপ করে ফেসবুকে একটি খেলা হিসেবে উপস্থিত ছিল বিবেচনা করা যাক. শারদ গোয়েল, শীতকালীন ম্যাসন এবং ডানকান ওয়াটস (2010) অনুমান করার জন্য কত মানুষ মনে করেন তারা তাদের বন্ধুদের মত চেয়েছিলেন এবং কতটা তারা তাদের বন্ধুদের মত আসলে. বাস্তব এবং অনুভূত মনোভাব মিল সম্পর্কে এই প্রশ্নের জনগণের সঠিকভাবে তাদের সামাজিক পরিবেশ বোঝা ক্ষমতা সরাসরি পায় এবং রাজনৈতিক মেরুকরণ জন্য প্রভাব এবং সামাজিক পরিবর্তনের গতিবিদ্যা হয়েছে. ধারণার দিক থেকে, বাস্তব এবং অনুভূত মনোভাব সাদৃশ্য একটি সহজ জিনিস পরিমাপ হয়. গবেষকরা শুধু তাদের মতামত সম্পর্কে মানুষের প্রচুর জিজ্ঞাসা করতে পারতেন এবং তারপর তাদের মতামত সম্পর্কে তাদের বন্ধুদের জিজ্ঞাসা (এই বাস্তব মনোভাব চুক্তি পরিমাপের জন্য করতে পারবেন) এবং তারা মানুষের প্রচুর জিজ্ঞেস করতে পারতেন তাদের বন্ধুদের 'মনোভাব অনুমান করা (এই পরিমাপের জন্য করতে পারবেন অনুভূত মনোভাব চুক্তি). দুর্ভাগ্যবশত, এটা logistically উভয় একটি উত্তরদাতা এবং তার বন্ধু সাক্ষাৎকার করা খুবই কঠিন. অতএব, গোয়েল এবং সহকর্মীদের যে খেলতে মজা ছিল একটি ফেসবুক অ্যাপ্লিকেশন মধ্যে তাদের জরিপ পরিণত.
একজন অংশগ্রহণকারী পর একটি গবেষণা করা সম্মত অ্যাপ্লিকেশন প্রতিক্রিয়াকারীর ফেসবুক অ্যাকাউন্ট থেকে একটি বন্ধু নির্বাচন করা এবং যে বন্ধু (চিত্র 3.9) এর মনোভাব সম্পর্কে জিজ্ঞাসা করলেন. এলোমেলোভাবে নির্বাচিত বন্ধুদের সম্পর্কে প্রশ্ন সঙ্গে Intermixed, িববাদী এছাড়াও নিজেকে সম্পর্কে প্রশ্নের জবাব দিয়েছি. একটি বন্ধু সম্পর্কে একটি প্রশ্নের উত্তর পরে, িববাদী বলা হয়েছিল কিনা তার উত্তর সঠিক ছিল বা, যদি তার বন্ধু উত্তর দিল না ছিল, িববাদী অংশগ্রহণের তার বন্ধুকে উৎসাহিত করতে সক্ষম ছিল. সুতরাং, জরিপ ভাইরাল নিয়োগ মাধ্যমে অংশে ছড়িয়ে পড়ে.
মনোভাব প্রশ্ন সাধারণ সামাজিক সার্ভে থেকে অভিযোজিত হয়েছে. উদাহরণস্বরূপ, "কি [আপনার বন্ধু] ইজরায়েলের মধ্যপ্রাচ্যের পরিস্থিতি ফিলিস্তিনের চেয়েও বেশী দুঃখে?" এই গুরুতর প্রশ্ন উপরের উপর এবং "হায় [আপনার বন্ধু] উচ্চ করের সরকার তার জন্য টাকা দিতে সার্বজনীন স্বাস্থ্যসেবা প্রদান করা উচিত?" "[আপনার বন্ধু] বরং ওয়াইন বিয়ার উপর পান করবে?" এবং "হায় [আপনার বন্ধু] বরং উড়ে ক্ষমতার পরিবর্তে, ক্ষমতা মন পড়তে হবে?" এই হাসি তামাশার ব্যপারও প্রশ্ন করেছেন: গবেষকরা আরও lighthearted প্রশ্ন মিশিয়ে প্রক্রিয়া অংশগ্রহণকারীদের আরো উপভোগ্য এবং একটি আকর্ষণীয় তুলনা সক্রিয়: মনোভাব চুক্তি মদ্যপান এবং পরাশক্তির সম্পর্কে হাসি তামাশার ব্যপারও প্রশ্ন যেমন গুরুতর রাজনৈতিক প্রশ্নের জন্য অনুরূপ হবে?
সেখানে অধ্যয়ন থেকে তিনটি প্রধান ফলাফল. প্রথমত, বন্ধুদের আগন্তুক চেয়ে একই উত্তর দিতে সম্ভাবনা ছিল, কিন্তু এমনকি ঘনিষ্ঠ বন্ধু এখনও প্রশ্ন প্রায় 30% উপর অসম্মতি. দ্বিতীয়ত, উত্তরদাতা তাদের বন্ধুদের সঙ্গে তাদের চুক্তি ওভার অনুমান. অন্য কথায়, মতামত যে বন্ধুদের মধ্যে বিদ্যমান বৈচিত্র্যের সবচেয়ে খেয়াল করা হয় না. অবশেষে, অংশগ্রহণকারীদের যেমন মদ্যপান এবং পরাশক্তির সম্পর্কে হাসি তামাশার ব্যপারও বিচার্য বিষয়গুলোর চেয়ে রাজনীতির গুরুতর বিষয়ে তাদের বন্ধুদের সঙ্গে মতবিরোধ সচেতন হওয়ার সম্ভাবনা ছিল.
যদিও অ্যাপটি আর (দুর্ভাগ্যবশত) খেলতে পাওয়া যায়, এটি একটি চমৎকার উদাহরণ ছিল কিভাবে গবেষকরা পারেন কিছু উপভোগ্য মধ্যে একটি মান মনোভাব জরিপ. আরো সাধারণভাবে, কিছু সৃজনশীলতা এবং নকশা কাজ, এটা সম্ভব জরিপ অংশগ্রহণকারীদের জন্য ব্যবহারকারীর অভিজ্ঞতা উন্নত হয়. তাই, পরবর্তী সময় আপনি একটি জরিপ নকশা হয়, তখন আপনি কি আপনার অংশগ্রহণকারীদের জন্য অভিজ্ঞতা ভাল করতে না পারে তা সম্পর্কে মনে নিতে. কিছু ভয় কর যে অনুপাত হল দিকে ধাপগুলি ডেটা মানের আঘাত করতে পারে, কিন্তু আমি মনে করি যে উদাস অংশগ্রহণকারীদের তথ্য মানের একটি অনেক বেশী ঝুঁকি আছে.
অন্যান্য তথ্য সূত্র সার্ভে লিঙ্ক: গোয়েল এবং সহকর্মীদের কাজ আগামী অধ্যায় থিম illustrates. ফেসবুক দিয়ে জরিপ লিঙ্ক করে এই ক্ষেত্রে গবেষকরা স্বয়ংক্রিয়ভাবে অংশগ্রহণকারীদের 'বন্ধুদের একটি তালিকা অ্যাক্সেস ছিল. পরবর্তী অংশে, আমরা বেশী বিস্তারিত সমীক্ষা এবং অন্যান্য তথ্য সূত্র মধ্যে linkages বিবেচনা করবে.