3.1 પરિચય

સંશોધકો જેઓ ડોલ્ફિન અભ્યાસ કરે છે તેમને પ્રશ્નો ન પૂછી શકે છે અને તેથી તેમની વર્તણૂક નિરીક્ષણ દ્વારા ડોલ્ફિન્સ વિશે જાણવા માટે પ્રયાસ ફરજ પાડવામાં આવે છે. મનુષ્યોનું અભ્યાસ કરતા સંશોધકો, બીજી તરફ, તે સરળ છે: તેમના પ્રતિવાદીઓ વાત કરી શકે છે. ભૂતકાળમાં લોકો સાથે વાતચીત સામાજિક સંશોધનનો એક મહત્વપૂર્ણ ભાગ હતો, અને મને આશા છે કે તે ભવિષ્યમાં પણ હશે.

સામાજિક સંશોધનમાં, લોકો સાથે વાત કરવાથી સામાન્ય રીતે બે સ્વરૂપો આવે છે: સર્વેક્ષણો અને ઊંડાણપૂર્વકનું ઇન્ટરવ્યૂ. મોટાભાગે બોલતા, સર્વેક્ષણનો ઉપયોગ કરીને સંશોધનમાં મોટી સંખ્યામાં સહભાગીઓ, અત્યંત માળખાગત પ્રશ્નાવલિ, અને સહભાગીઓની મોટી વસ્તીને સામાન્ય બનાવવા માટે આંકડાકીય પદ્ધતિઓનો ઉપયોગ કરવાની પદ્ધતિસર ભરતીનો સમાવેશ થાય છે. ઊંડાણપૂર્વક ઇન્ટરવ્યૂનો ઉપયોગ કરીને સંશોધન, બીજી બાજુ, સામાન્ય રીતે સહભાગીઓની થોડી સંખ્યા, અર્ધ-માળખાગત વાતચીત, અને સહભાગીઓના સમૃદ્ધ, ગુણાત્મક વર્ણનમાં પરિણમે છે. સર્વેક્ષણો અને ઊંડાણપૂર્વક ઇન્ટરવ્યૂ બંને શક્તિશાળી અભિગમ છે, પરંતુ એનાલૉગથી ડિજિટલ વય સુધી સંક્રમણ દ્વારા સર્વેક્ષણો વધુ પ્રભાવિત થયા છે. તેથી, આ પ્રકરણમાં, હું સર્વેક્ષણ સંશોધન પર ધ્યાન કેન્દ્રિત કરું છું.

જેમ જેમ હું આ પ્રકરણમાં બતાવીશ, મોજણી સંશોધકો માટે વધુ ઝડપથી અને સસ્તો માહિતી એકત્રિત કરવા માટે ડિજિટલ વય ઘણી ઉત્તેજક તકો બનાવે છે, વિવિધ પ્રકારના પ્રશ્નો પૂછવા, અને મોટા ડેટા સ્ત્રોતો સાથે મોજણી ડેટાની મૂલ્યને વધારવા. સર્વેક્ષણ સંશોધનને ટેકનોલોજીકલ પરિવર્તન દ્વારા પરિવર્તિત કરી શકાય છે તેવું નવું નથી, તેમ છતાં 1970 ના દાયકામાં, એક અલગ પરિવર્તન અલગ સંચાર તકનીક દ્વારા ચલાવવામાં આવી રહ્યું હતું: ટેલિફોન સદભાગ્યે, કેવી રીતે ટેલિફોન સર્વેક્ષણ સંશોધનને બદલ્યું તે સમજવામાં અમને મદદ કરી શકે છે કે કેવી રીતે ડિજિટલ વય મોજણી સંશોધન બદલશે.

સર્વે રિસર્ચ, જેમ આપણે તેને ઓળખીએ છીએ, તે 1 9 30 માં શરૂ થયું હતું. સર્વેક્ષણ સંશોધનના પ્રથમ યુગ દરમિયાન, સંશોધકો રેન્ડમલી ભૌગોલિક વિસ્તારો (જેમ કે શહેરના બ્લોક્સ તરીકે) નો નમૂનો આપશે અને તે પછી રેન્ડમ સેમ્પલ થયેલાં લોકોમાં લોકો સાથે સામ-સામે વાતચીત કરવા માટે તે વિસ્તારોની મુસાફરી કરશે. પછી, એક તકનિકી વિકાસ - સમૃદ્ધ દેશોમાં લેન્ડલાઇન ફોનનો વ્યાપક પ્રસાર - આખરે સર્વેક્ષણ સંશોધનના બીજા યુગમાં પરિણમ્યું આ બીજા યુગમાં કેવી રીતે લોકોની નમૂના લેવામાં આવી અને કેવી રીતે વાતચીત થઈ તે બંને વચ્ચે તફાવત છે. બીજા યુગમાં, ભૌગોલિક વિસ્તારોમાં પરિવારોના નમૂના લેવાને બદલે, સંશોધકો રેન્ડમ-ડિજિટલ ડાયલીંગ તરીકે ઓળખાતી પદ્ધતિમાં રેન્ડમલી નમૂનાવાળી ટેલિફોન નંબરો અને લોકો સાથે વાતચીત કરવા મુસાફરી કરતાં, સંશોધકોએ તેને ટેલિફોન પર બોલાવ્યો. આ નાના હેરફેર ફેરફાર જેવા લાગે શકે છે, પરંતુ તેમણે સર્વેક્ષણ સંશોધન ઝડપી, સસ્તું અને વધુ સાનુકૂળ બનાવ્યું છે. સશક્તિકરણ કરવા ઉપરાંત, આ ફેરફારો પણ વિવાદાસ્પદ હતા કારણ કે ઘણા સંશોધકોને ચિંતા હતી કે આ નવા નમૂના અને ઇન્ટરવ્યૂ પ્રક્રિયાઓ વિવિધ પૂર્વગ્રહનો પરિચય કરી શકે છે. પરંતુ છેવટે, ઘણાં બધાં કામો પછી, સંશોધકોએ રેકડેડ-ડિજીંગ ડાયલિંગ અને ટેલીફોન ઇન્ટરવ્યૂનો વિશ્વસનીય ડેટા કેવી રીતે એકત્રિત કરવો તે જાણ્યું. આ રીતે, સમાજના તકનીકી આંતરમાળખાને સફળતાપૂર્વક કેવી રીતે વાપરવું તે શોધી કાઢીને સંશોધકો આધુનિકીકરણ કરવા સમર્થ હતા કે તેમણે કેવી રીતે સર્વેક્ષણ સંશોધન કર્યું

હવે, અન્ય ટેકનોલોજીકલ વિકાસ-ડિજિટલ વય- આખરે સર્વેક્ષણ સંશોધનના ત્રીજા યુગમાં અમને લાવશે. આ સંક્રમણનો ભાગ સેકન્ડ-યુગ અભિગમ (BD Meyer, Mok, and Sullivan 2015) ના ક્રમશઃ સડો દ્વારા કરવામાં આવે છે. ઉદાહરણ તરીકે, વિવિધ તકનીકી અને સામાજિક કારણો માટે, બિન-પ્રતિભાવ દર- એટલે કે, સેમ્પલ લોકોના પ્રમાણ કે જે સર્વેમાં ભાગ લેતા નથી - ઘણા વર્ષોથી વધી રહ્યા છે (National Research Council 2013) આ લાંબા ગાળાના પ્રવાહોનો મતલબ એવો થાય છે કે ધોરણ ટેલિફોન સર્વેક્ષણમાં (Kohut et al. 2012) માં નોનપ્રોસ્પેન્સ રેટ 90 ટકાથી વધી શકે છે.

પ્રશ્નની બીજી બાજુએ, ત્રીજા યુગમાં સંક્રમણ પણ ઉત્તેજક નવા તકો દ્વારા કરવામાં આવી રહ્યું છે, જેમાંથી કેટલાક હું આ પ્રકરણમાં વર્ણન કરીશ. જો વસ્તુઓ હજુ સુધી સ્થાયી થતી નથી, તો મને આશા છે કે મોજણી સંશોધનનો ત્રીજો યુગ બિન-સંભાવના નમૂના, કમ્પ્યુટર સંચાલિત મુલાકાતો, અને મોટા ડેટા સ્ત્રોતો (ટેબલ 3.1) ને સર્વેક્ષણો સાથે જોડવામાં આવશે.

મોજણી સંશોધનના બીજા અને ત્રીજા યુગ વચ્ચેની સંક્રમણ સંપૂર્ણપણે સરળ નથી, અને સંશોધકોએ કેવી રીતે આગળ વધવું જોઈએ તે અંગે તીવ્ર ચર્ચા કરવામાં આવી છે. પ્રથમ અને બીજા યુગ વચ્ચે સંક્રમણ પર પાછા છીએ, મને લાગે છે કે હવે આપણા માટે એક કી સૂઝ છે: શરૂઆત અંત નથી એટલે કે, શરૂઆતમાં ઘણી સેકંડ યુગ ટેલિફોન-આધારિત પદ્ધતિઓ ત્વરત હતી અને તે ખૂબ જ સારી રીતે કામ કરતી ન હતી. પરંતુ, હાર્ડ વર્ક દ્વારા, સંશોધકોએ આ સમસ્યાઓને હલ કરી છે. ઉદાહરણ તરીકે, સંશોધકો વોરન મિટોફસ્કી અને જોસેફ વક્સબર્ગે રેન્ડમ-ડિજીંગ ડાયલિંગ નમૂના પદ્ધતિ વિકસાવી તે પહેલાં ઘણાં વર્ષો સુધી રેન્ડમ-અંકો ડાયલ કરી રહ્યા હતા જે સારા પ્રાયોગિક અને સૈદ્ધાંતિક ગુણધર્મો ધરાવતા હતા (Waksberg 1978; ??? ) . આ રીતે, આપણે તેમના અંતિમ પરિણામો સાથે ત્રીજા-યુગની વર્તમાન સ્થિતિની મૂંઝવણ ન કરવી જોઈએ.

મોજણી સંશોધનનો ઇતિહાસ દર્શાવે છે કે આ ક્ષેત્રમાં બદલાય છે, જે ટેકનોલોજી અને સમાજમાં બદલાતો રહે છે. આ ઉત્ક્રાંતિને અટકાવવાનો કોઈ રસ્તો નથી. તેના બદલે, આપણે તેને પહેલાના યુગથી ડહાપણમાં ડ્રો કરવાનું ચાલુ રાખવું જોઈએ, અને તે આ પ્રકરણમાં જે અભિગમ લેશે, તે જ છે. પ્રથમ, હું એવી દલીલ કરીશ કે મોટા ડેટા સ્રોત સર્વેક્ષણોને બદલશે નહીં અને મોટા ડેટા સ્ત્રોતોની વિપુલતા વધે છે- ઘટાડો નહીં-સર્વેક્ષણોની કિંમત (વિભાગ 3.2). પ્રેરણા આપેલું, હું કુલ સર્વેક્ષણ ભૂલ માળખું (વિભાગ 3.3) નો સારાંશ આપીશ જે મોજણી સંશોધનના પ્રથમ બે યુગો દરમિયાન વિકસાવવામાં આવી હતી. આ માળખું પ્રતિનિધિત્વના નવા અભિગમોને સમજવા માટે અમને સક્ષમ કરે છે-ખાસ કરીને, બિન-સંભાવનાના નમૂનાઓ (વિભાગ 3.4) -અને માપના નવા અભિગમો-ખાસ કરીને, ઉત્તરદાતાઓને પ્રશ્ન પૂછવાના નવા રસ્તાઓ (વિભાગ 3.5). છેલ્લે, હું મોટું ડેટા સ્રોતો (સેક્શન 3.6) માં મોજણી ડેટાને જોડવા માટે બે સંશોધન ટેમ્પ્લેટોનું વર્ણન કરું છું.