ក្នុងវិធីសាស្រ្តគ្របដណ្តប់មកទល់ពេលនេះក្នុងឥរិយាបថនេះសៀវភៅការសង្កេត (ជំពូក 2) ព្រមទាំងសួរសំណួរ (ជំពូក 3) -researchers ប្រមូលទិន្នន័យអំពីអ្វីដែលកំពុងកើតឡើងដោយធម្មជាតិនៅក្នុងពិភពលោក។ វិធីសាស្រ្តគ្របដណ្តប់នៅក្នុងនេះជំពូករត់ការពិសោធន៍គឺខុសប្លែកគ្នាខ្លាំង។ នៅពេលដែលអ្នកស្រាវជ្រាវបានដំណើរការពិសោធន៍ដែលពួកគេបានអន្តរាគមន៍នៅក្នុងប្រព័ន្ធដើម្បីបង្កើតពិភពលោកទិន្នន័យដែលត្រូវបានសមតាមឧត្ដមគតិទៅនឹងឆ្លើយសំណួរអំពីទំនាក់ទំនងនៃមូលហេតុនិងផលប៉ះពាល់។
បណ្តាលឱ្យនិងផលសំណួរជារឿងធម្មតាណាស់នៅក្នុងការស្រាវជ្រាវសង្គមនិងឧទាហរណ៍មានរួមបញ្ចូលទាំងសំណួរដូចជាតើការកើនឡើងប្រាក់ខែរបស់គ្រូបង្រៀនសិក្សារបស់សិស្សកើនឡើង? ផលប៉ះពាល់នៃការដំឡើងប្រាក់ឈ្នួលអប្បរមានៅលើអត្រាការងារជាអ្វី? តើការប្រណាំងកម្មវិធីការងាររបស់ប៉ះពាល់ដល់ឱកាសនៃការទទួលបានការងាររបស់នាងយ៉ាងដូចម្តេច? លើសពីនេះទៀតចំពោះសំណួរទាំងនេះយ៉ាងច្បាស់ធ្វើអោយមកពេលខ្លះបណ្តាលឱ្យនិងផលសំណួរមានជាក់ស្ដែងពីសំនួរទូទៅបន្ថែមទៀតអំពីការសម្តែងតោនអតិបរមានៃការមួយចំនួន។ ឧទាហរណ៍សំណួរសួរថា "តើនឹងមានអ្វីប៊ូតុងណ៍លើបរិច្ចាគជាអតិបរមាបណ្តាគេហទំព័ររបស់អង្គការមិនមែនរដ្ឋាភិបាល?" គឺពិតជាសំណួរជាច្រើនអំពីផលប៉ះពាល់នៃការពណ៍ប៊ូតុងផ្សេងគ្នាលើការបរិច្ចាគ។
វិធីមួយដើម្បីឆ្លើយសំណួរមូលហេតុនិងផលប៉ះពាល់គឺដើម្បីរកមើលនៅក្នុងទិន្នន័យដែលមានស្រាប់លំនាំ។ ឧទាហរណ៍ដោយប្រើទិន្នន័យពីមនុស្សរាប់ពាន់នាក់នៃសាលារៀន, អ្នកប្រហែលគណនាថាសិស្សនៅក្នុងសាលារៀនបន្ថែមទៀតប្រាក់ខែគ្រូដែលផ្តល់ជូនខ្ពស់។ ប៉ុន្តែមិនមានការជាប់ទាក់ទងគ្នានេះបានបង្ហាញថាបណ្តាលឱ្យនិស្សិតប្រាក់ខែខ្ពស់ជាងនេះដើម្បីរៀនបន្ថែមទៀត? ជាការពិតណាស់មិនបាន។ សាលារៀនដែលជាកន្លែងដែលគ្រូអាចនឹងរកបានប្រាក់ច្រើនជាងនេះមានភាពខុសគ្នានៅក្នុងវិធីជាច្រើន។ ឧទាហរណ៍សិស្សនៅក្នុងសាលាដែលមានប្រាកខែខ្ពស់អាចមកគ្រូគ្រួសារដែលមានទ្រព្យធនពី។ ដូច្នេះអ្វីដែលមើលទៅដូចជាឥទ្ធិពលនៃការគ្រូបង្រៀនមួយគ្រាន់តែអាចមកពីការប្រៀបធៀបប្រភេទផ្សេងគ្នានៃសិស្ស។ ភាពខុសគ្នាទាំងនេះរវាងសិស្ស unmeasured ត្រូវបានគេហៅបំផ្លាញនិងនៅក្នុងទូទៅ, លទ្ធភាពនៃការបំផ្លាញនេះ wreaks បំផ្លាញអ្នកស្រាវជ្រាវសមត្ថភាពក្នុងការឆ្លើយសំណួរមូលហេតុនិងផលប៉ះពាល់ដោយការសម្លឹងរកមើលនៅក្នុងទិន្នន័យដែលមានស្រាប់លំនាំ។
ដំណោះស្រាយមួយទៅនឹងបញ្ហានៃការបំផ្លាញនេះគឺដើម្បីព្យាយាមធ្វើឱ្យការប្រៀបធៀបត្រឹមត្រូវដោយការលៃតម្រូវភាពខុសគ្នារវាងក្រុមសង្កេត។ ឧទាហរណ៍អ្នកប្រហែលជាអាចទាញយកទិន្នន័យពីចំនួនពន្ធលើអចលនទ្រព្យមួយរបស់រដ្ឋាភិបាលនៃគេហទំព័រ។ បន្ទាប់មកអ្នកអាចប្រៀបធៀបការសម្តែងរបស់និស្សិតនៅតាមសាលារៀនដែលជាកន្លែងដែលតម្លៃផ្ទះមានលក្ខណៈស្រដៀងគ្នាប៉ុន្តែប្រាក់ខែរបស់គ្រូបង្រៀនគឺផ្សេងហើយអ្នកនៅតែអាចរកឃើញថាសិស្សដែលរៀននៅក្នុងសាលាជាមួយនឹងការកាន់តែច្រើនប្រាក់បៀវត្សរ៍គ្រូខ្ពស់។ ប៉ុន្តែមានបំផ្លាញជាច្រើននៅតែអាចធ្វើទៅបាន។ ប្រហែលជាឪពុកម្តាយរបស់សិស្សទាំងនេះខុសគ្នានៅក្នុងកម្រិតនៃការអប់រំឬប្រហែលជាសាលារៀនខុសគ្នានៅក្នុងភាពស្និទ្ធស្នាលរបស់ពួកគេទៅបណ្ណាល័យសាធារណៈឬប្រហែលជាសាលារៀនបានជាមួយប្រាក់ខែគ្រូដែលមានខ្ពស់ជាងប្រាក់ឈ្នួលខ្ពស់ជាងមុនសម្រាប់នាយកសាលានិងបៀវត្សរ៍សំខាន់, មិនមែនគ្រូបង់ប្រាក់គឺពិតជាអ្វីដែលត្រូវបានកើនឡើង ការរៀនសូត្ររបស់សិស្ស។ អ្នកអាចព្យាយាមដើម្បីវាស់ស្ទង់ពីកត្តាផ្សេងទៀតទាំងនេះផងដែរប៉ុន្តែបញ្ជីនៃបំផ្លាញដែលអាចធ្វើបានគឺគ្មានទីបញ្ចប់សំខាន់។ នៅក្នុងស្ថានភាពជាច្រើនអ្នកគ្រាន់តែមិនអាចវាស់ស្ទង់និងការលៃតម្រូវសម្រាប់ការបំផ្លាញទាំងអស់ដែលអាចធ្វើបាន។ វិធីសាស្រ្តនេះអាចបានតែយកអ្នកដូច្នេះនៅឆ្ងាយ។
ដំណោះស្រាយល្អប្រសើរជាងមុនទៅនឹងបញ្ហានៃការបំផ្លាញនោះត្រូវបានដំណើរការពិសោធន៍។ ការពិសោធន៍អនុញ្ញាតឱ្យអ្នកស្រាវជ្រាវការឱ្យលើសពីការជាប់ពាក់ព័ន្ធក្នុងការកើតឡើងពីធម្មជាតិទិន្នន័យនៅក្នុងគោលបំណងដើម្បីឆ្លើយសំណួរមូលហេតុនិងផលប៉ះពាល់ឿទុកចិត្ដ។ នៅក្នុងអាយុអាណាឡូកដែលបានពិសោធន៍ត្រូវបានគេជាញឹកញាប់និងមានតម្លៃថ្លៃផ្នែកភស្ដុភារមានការលំបាក។ ឥឡូវនេះនៅក្នុងអាយុឌីជីថលឧបសគ្គខាងដឹកនាំសាស្ត្ររបស់បរលាបបន្តិចម្តងឆ្ងាយ។ មិនតែប៉ុណ្ណោះគឺវាមានភាពងាយស្រួលក្នុងការធ្វើពិសោធន៍ក្រុមអ្នកស្រាវជ្រាវទាំងនោះបានដូចក្នុងពេលកន្លងមកបានធ្វើនេះវាឥឡូវនេះគឺអាចធ្វើបានដើម្បីរត់ប្រភេទថ្មីនៃការពិសោធន៍។
នៅក្នុងអ្វីដែលខ្ញុំបានសរសេរមកទល់ពេលនេះខ្ញុំបានរលុងបន្តិចនៅក្នុងភាសារបស់ខ្ញុំនោះទេប៉ុន្តែវាជាការសំខាន់ដើម្បីបែងចែករវាងរឿងពីរ: ការពិសោធន៍និងការជ្រើសរើសដោយចៃដន្យពិសោធន៍គ្រប់គ្រង។ ក្នុងការពិសោធន៍មួយដែលអ្នកស្រាវជ្រាវអន្តរាគមន៍នៅលើពិភពលោកហើយបន្ទាប់មកវាស់លទ្ធផលមួយ។ ខ្ញុំបានឮវិធីសាស្រ្តនេះបានរៀបរាប់ថាជា« perturbations និងសង្កេត។ «យុទ្ធសាស្រ្តនេះមានប្រសិទ្ធិភាពខ្លាំងណាស់នៅក្នុងវិទ្យាសាស្រ្តធម្មជាតិ, ប៉ុន្តែនៅក្នុងវិទ្យាសាស្រ្តវេជ្ជសាស្រ្តនិងសង្គម, គឺមានវិធីសាស្រ្តមួយផ្សេងទៀតដែលធ្វើការល្អប្រសើរជាងមុន។ នៅក្នុងការពិសោធន៍បានគ្រប់គ្រង randomized អ្នកស្រាវជ្រាវអន្តរាគមន៍សម្រាប់មនុស្សមួយចំនួននិងមិនសម្រាប់អ្នកផ្សេង, និង, សំខាន់, អ្នកស្រាវជ្រាវបានសម្រេចចិត្តដែលមនុស្សទទួលបានការអន្តរាគមន៍ដោយចៃដន្យ (ឧ, ត្រឡប់កាក់មួយ) ។ នីតិវិធីនេះធានាថា randomized ពិសោធន៍បានគ្រប់គ្រងបង្កើតការប្រៀបធៀបត្រឹមត្រូវរវាងពីរក្រុម: មួយដែលទទួលបានការអន្តរាគមន៍និងមួយដែលមានមិនបាន។ នៅក្នុងពាក្យផ្សេងទៀតដែលគ្រប់គ្រងដោយមានពិសោធន៍ randomized ជាដំណោះស្រាយទៅនឹងបញ្ហានៃការបំផ្លាញនេះ។ ទោះបីជាមានភាពខុសគ្នារវាងការពិសោធន៍សំខាន់និងការជ្រើសរើសដោយចៃដន្យពិសោធន៍បានគ្រប់គ្រង, អ្នកស្រាវជ្រាវបានប្រើជាញឹកញាប់ក្នុងសង្គមពាក្យទាំងនេះជំនួសគ្នាបាន។ ខ្ញុំនឹងអនុវត្តតាមអនុសញ្ញានេះទេប៉ុន្តែនៅចំណុចមួយចំនួន, ខ្ញុំនឹងបំបែកអនុសញ្ញាដើម្បីបញ្ជាក់ពីតម្លៃនៃការពិសោធន៍បានគ្រប់គ្រងជ្រើសរើសដោយចៃដន្យនៅលើពិសោធន៍ដោយគ្មានការចៃដន្យនិងក្រុមមួយ។
ការស្រាវជ្រាវពិសោធន៍បានគ្រប់គ្រងបានបង្ហាញថាវាជាវិធីដែលមានប្រសិទ្ធភាពក្នុងការរៀនអំពីពិភពលោកសង្គមនិងនៅក្នុងជំពូកនេះខ្ញុំនឹងបង្រៀនអ្នកបន្ថែមទៀតអំពីរបៀបប្រើពួកគេនៅក្នុងការស្រាវជ្រាវរបស់អ្នក។ នៅក្នុងផ្នែកទី 4.2, ខ្ញុំនឹងបង្ហាញពីមូលដ្ឋាននៃការពិសោធន៍តក្កឧទាហរណ៍នៃការពិសោធន៍ជាមួយនឹងការនៅលើវិគីភីឌាមួយ។ បន្ទាប់មកនៅក្នុងផ្នែកទី 4.3, ខ្ញុំនឹងរៀបរាប់អំពីភាពខុសគ្នារវាងការពិសោធន៍នៅមន្ទីរពិសោធន៍និងការពិសោធន៍វាលនិងភាពខុសគ្នារវាងការពិសោធន៍និងការធ្វើពិសោធន៍ឌីជីថលអាណាឡូកនេះ។ លើសពីនេះទៀតខ្ញុំនឹងជជែកតវ៉ាថាការពិសោធន៍វាលឌីជីថលអាចផ្តល់ជូនលក្ខណៈពិសេសល្អបំផុតនៃការពិសោធន៍មន្ទីរពិសោធន៍ analog (ការគ្រប់គ្រងយ៉ាងតឹងរ៉ឹង) និងការពិសោធន៍វាល analog (របាកដនិយម), ទាំងអស់នៅកម្រិតនោះគឺមិនអាចធ្វើបានពីមុនមក។ បន្ទាប់មកទៀតនៅក្នុងផ្នែកទី 4.4, ខ្ញុំនឹងរៀបរាប់អំពីគោលគំនិត-សុពលភាពបី, វិសភាគមួយនៃផលប៉ះពាល់ការព្យាបាលនិងយន្តការដែលមានសារៈសំខាន់សំរាប់ការបង្កើតការពិសោធន៍សម្បូរបែប។ ដោយមានផ្ទៃខាងក្រោយដែលខ្ញុំនឹងរៀបរាប់ដូរចុះឡើងចូលរួមនៅក្នុងយុទ្ធសាស្រ្តសំខាន់ពីរសម្រាប់ធ្វើការពិសោធន៍ឌីជីថល: ធ្វើវាដោយខ្លួនឯង (ផ្នែកទី 4.5.1) ឬដៃគូរបស់អ្នកមានអំណាច (ផ្នែកទី 4.5.2) ។ ជាចុងក្រោយ, ខ្ញុំនឹងបញ្ចប់ជាមួយនឹងដំបូន្មានរចនាមួយចំនួនអំពីរបៀបដែលអ្នកអាចទាញយកប្រយោជន៍ពីអំណាចពិតនៃការពិសោធន៍ឌីជីថល (ផ្នែកទី 4.6.1) និងរៀបរាប់អំពីការមួយចំនួននៃការទទួលខុសដែលភ្ជាប់មកជាមួយអំណាចនោះ (ផ្នែកទី 4.6.2) ។ ជំពូកនេះនឹងត្រូវបានបង្ហាញជាមួយនឹងអប្បរមានៃការកំណត់គណិតវិទ្យានិងភាសាជាផ្លូវការមួយ; អ្នកអានដែលមានចំណាប់អារម្មណ៍នៅក្នុងការជាផ្លូវការជាច្រើនទៀត, វិធីសាស្រ្តគណិតវិទ្យាដើម្បីពិសោធន៍គួរអានឧបសម្ព័ន្ធបច្ចេកទេសនៅចុងបញ្ចប់នៃជំពូកនេះ។