3.3 ក្របខ័ណ្ឌកំហុសការស្ទង់មតិនេះសរុប

កំហុសការស្ទង់មតិកំហុស = ការតំណាងកំហុសការវាស់វែងសរុប + + ។

ការប៉ាន់ស្មានដែលបានមកពីការស្ទង់មតិគំរូជាញឹកញាប់មិនល្អឥតខ្ចោះ។ នោះគឺជាធម្មតាមានភាពខុសគ្នារវាងការប៉ាន់ស្មានដែលបានធ្វើដោយការស្ទង់មតិគំរូមួយ (ឧទាហរណ៍កម្ពស់ជាមធ្យមនៃសិស្សនៅក្នុងសាលារៀន) និងតម្លៃពិតប្រាកដក្នុងប្រជាជន (ឧ។ កម្ពស់មធ្យមពិតប្រាកដនៃសិស្សនៅក្នុងសាលារៀន) ។ ជួនកាលកំហុសឆ្គងទាំងនេះគឺតូចណាស់ដែលវាមិនសំខាន់នោះទេប៉ុន្តែជួនកាលវាអាចជារឿងធំនិងជាផលវិបាក។ ក្នុងការប៉ុនប៉ងដើម្បីស្វែងយល់វាស់និងកាត់បន្ថយកំហុសអ្នកស្រាវជ្រាវបានបង្កើតក្របខណ្ឌគោលគំនិតតែមួយសម្រាប់កំហុសឆ្គងដែលអាចកើតឡើងនៅក្នុងការស្ទង់មតិគំរូ: ក្របខ័ណ្ឌកំហុសការស្ទង់មតិសរុប (Groves and Lyberg 2010) ។ ថ្វីបើការអភិវឌ្ឍក្របខ័ណ្ឌនេះបានចាប់ផ្តើមនៅក្នុងទសវត្សឆ្នាំ 1940 ក៏ដោយក៏ខ្ញុំគិតថាវាផ្តល់ឱ្យយើងនូវគំនិតពីរដែលមានប្រយោជន៍សម្រាប់ការស្រាវជ្រាវស្រាវជ្រាវក្នុងយុគសម័យឌីជីថល។

ទីមួយក្របខ័ណ្ឌកំហុសការស្ទង់មតិសរុបបញ្ជាក់ថាមានកំហុសពីរប្រភេទគឺ លំអៀង និង ភាពខុសគ្នា ។ ប្រហែលលំអៀងគឺកំហុសជាប្រព័ន្ធហើយវ៉ារ្យ៉ង់គឺជាកំហុសចៃដន្យ។ និយាយម្យ៉ាងទៀតស្រមៃមើល 1000 ការថតចម្លងគំរូនៃការស្ទង់មតិគំរូដូចគ្នាហើយបន្ទាប់មកមើលការចែកចាយនៃការប៉ាន់ស្មានពីការថតចម្លងចំនួន 1,000 នេះ។ លំអៀងគឺជាភាពខុសគ្នារវាងមធ្យមនៃការប៉ាន់ស្មានចម្លងតាមនិងតម្លៃពិត។ វ៉ារ្យង់គឺជាបំរែបំរួលនៃការប៉ាន់ស្មានទាំងនេះ។ ទាំងអស់គ្នាស្មើគ្នាយើងចង់បាននីតិវិធីដោយគ្មានលំអៀងនិងភាពខុសគ្នាតិចតួច។ ជាអកុសលចំពោះបញ្ហាពិតប្រាកដជាច្រើនមិនមានលំអៀងទេនីតិវិធីតូចតាចមិនមានទេដែលធ្វើឱ្យក្រុមអ្នកស្រាវជ្រាវស្ថិតនៅក្នុងស្ថានភាពលំបាកក្នុងការសម្រេចថាតើធ្វើយ៉ាងណាឱ្យមានតុល្យភាពបញ្ហាដែលត្រូវបានណែនាំដោយលំអៀងនិងភាពខុសគ្នា។ ក្រុមអ្នកស្រាវជ្រាវខ្លះចូលចិត្តនីតិវិធីមិនលំអៀងទៅតាមសភាវគតិប៉ុន្តែការយកចិត្តទុកដាក់តែម្នាក់ឯងទៅលើការលំអៀងអាចជាកំហុស។ ប្រសិនបើគោលដៅគឺដើម្បីបង្កើតការប៉ាន់ប្រមាណដែលមានភាពជិតស្និទ្ធទៅនឹងការពិត (ឧទាហរណ៍មានកំហុសតូចបំផុតដែលអាចធ្វើបាន) បន្ទាប់មកអ្នកអាចនឹងប្រសើរជាងមុនជាមួយនឹងនីតិវិធីដែលមានលំអៀងតូចនិងតូចជាងវ៉ែនតាមួយ។ មិនលំអៀងប៉ុន្តែមានភាពខុសគ្នាធំមួយ (រូបភាពទី 3.1) ។ នៅក្នុងពាក្យផ្សេងទៀតក្របខ័ណ្ឌកំហុសការស្ទង់មតិសរុបបង្ហាញថានៅពេលវាយតំលៃនីតិវិធីនៃការស្ទង់មតិអ្នកគួរពិចារណា ទាំង ភាពលំអៀងនិងភាពខុសគ្នា។

រូបភាពទី 3.1: ភាពខុសគ្នានិងភាពខុសគ្នា។ តាមឧត្ដមគតិអ្នកស្រាវជ្រាវនឹងមានវិធីសាស្ត្រប៉ាន់ស្មានមិនមានភាពលំអៀងនិងមិនប្រែប្រួល។ ជាការពិតណាស់ជាញឹកញាប់ពួកគេត្រូវធ្វើការសម្រេចចិត្តដែលបង្កើតឱ្យមានការធ្វើពាណិជ្ជកម្មរវាងភាពលំអៀងនិងភាពខុសគ្នា។ ថ្វីបើអ្នកស្រាវជ្រាវខ្លះចូលចិត្តនីតិវិធីមិនលំអៀងក៏ដោយជួនកាលវិធីសាស្ត្រលំអៀងបន្តិចបន្តួចតូចតាចអាចបង្កើតការប៉ាន់ស្មានត្រឹមត្រូវជាងការវិនិច្ឆ័យដែលមិនលំអៀងដែលមានភាពខុសគ្នាខ្លាំង។

នេះជាការយល់ដឹងទូលំទូលាយសំខាន់ទីពីរពីក្របខ័ណ្ឌកំហុសស្ទង់មតិនេះបានចំនួនសរុបដែលនឹងរៀបចំជាច្រើននៃជំពូកនេះគឺថាមានប្រភពពីរនៃកំហុស: បញ្ហាដែលទាក់ទងទៅនឹងអ្នកដែលអ្នកនិយាយទៅកាន់ (តំណាង) និងបញ្ហាដែលទាក់ទងទៅនឹងអ្វីដែលអ្នកបានរៀនពីការសន្ទនាទាំងនោះ (ការវាស់វែង ) ។ ឧទាហរណ៍អ្នកប្រហែលជាចាប់អារម្មណ៍ក្នុងការប៉ាន់ប្រមាណឥរិយាបថអំពីភាពឯកជនលើអ៊ីនធឺណិតក្នុងចំណោមមនុស្សពេញវ័យដែលកំពុងរស់នៅប្រទេសបារាំង។ ការប៉ាន់ប្រមាណទាំងនេះតម្រូវឱ្យមានការសន្និដ្ឋានពីរខុសគ្នា។ ទីមួយពីចម្លើយដែលអ្នកឆ្លើយតបផ្តល់ឱ្យអ្នកត្រូវតែរំលឹកពីឥរិយាបថរបស់ពួកគេអំពីភាពឯកជននៅលើអ៊ីនធឺណិត (ដែលជាបញ្ហានៃការវាស់វែង) ។ ទីពីរពីឥរិយាបថដែលបានប៉ាន់ស្មានក្នុងចំណោមអ្នកឆ្លើយសំណួរអ្នកត្រូវតែរំលឹកពីឥរិយាបថរបស់ប្រជាជនទាំងមូល (ដែលជាបញ្ហាតំណាង) ។ គំរូដ៏ល្អឥតខ្ចោះដែលមានសំណួរអង្កេតមិនល្អនឹងបង្កើតការប៉ាន់ប្រមាណមិនល្អដូចនឹងគំរូមិនត្រឹមត្រូវជាមួយនឹងសំណួរស្ទង់មតិដ៏ល្អឥតខ្ចោះ។ ម៉្យាងទៀតការបា៉ាន់សា្មានល្អតមេូវឱែយមានវិធីសាសែ្តល្អក្នុងការវាស់ និង តំណាង។ ដោយមានមូលដ្ឋានគ្រឹះខ្ញុំនឹងពិនិត្យឡើងវិញនូវរបៀបដែលអ្នកស្រាវជ្រាវស្ទង់មតិបានគិតអំពីការតំណាងនិងការវាស់វែងនៅក្នុងអតីតកាល។ បន្ទាប់មកខ្ញុំនឹងបង្ហាញពីរបៀបដែលគំនិតអំពីការតំណាងនិងការវាស់វាយអាចដឹកនាំការសិក្សាស្រាវជ្រាវស្ទង់ឌីជីថល។