3.3 ಒಟ್ಟು ಸಮೀಕ್ಷೆ ದೋಷ ಚೌಕಟ್ಟನ್ನು

ಒಟ್ಟು ಸಮೀಕ್ಷೆ ದೋಷ = ಪ್ರಾತಿನಿಧ್ಯ ದೋಷಗಳನ್ನು + ಮಾಪನ ದೋಷಗಳನ್ನು.

ಮಾದರಿ ಸಮೀಕ್ಷೆಗಳಿಂದ ಬರುವ ಅಂದಾಜುಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಅಪೂರ್ಣವಾಗಿವೆ. ಅಂದರೆ, ಮಾದರಿಯ ಸಮೀಕ್ಷೆ (ಉದಾ., ಶಾಲೆಯಲ್ಲಿನ ವಿದ್ಯಾರ್ಥಿಗಳ ಅಂದಾಜು ಸರಾಸರಿ ಎತ್ತರ) ಮತ್ತು ಜನಸಂಖ್ಯೆಯಲ್ಲಿನ ನಿಜವಾದ ಮೌಲ್ಯ (ಉದಾ., ಶಾಲೆಯಲ್ಲಿನ ವಿದ್ಯಾರ್ಥಿಗಳ ನಿಜವಾದ ಸರಾಸರಿ ಎತ್ತರ) ಉತ್ಪತ್ತಿಯಾಗುವ ಅಂದಾಜಿನ ನಡುವಿನ ವ್ಯತ್ಯಾಸವಿದೆ. ಕೆಲವೊಮ್ಮೆ ಈ ದೋಷಗಳು ತುಂಬಾ ಚಿಕ್ಕದಾಗಿದ್ದು ಅವು ಮುಖ್ಯವಾದುದು, ಆದರೆ ಕೆಲವೊಮ್ಮೆ, ದುರದೃಷ್ಟವಶಾತ್ ಅವುಗಳು ದೊಡ್ಡ ಮತ್ತು ಪರಿಣಾಮಕಾರಿಯಾಗಬಲ್ಲವು. ದೋಷಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು, ಮಾಪನ ಮಾಡಲು ಮತ್ತು ಕಡಿಮೆಗೊಳಿಸುವ ಪ್ರಯತ್ನದಲ್ಲಿ, ಸಂಶೋಧಕರು ಕ್ರಮೇಣ ಮಾದರಿ ಸಮೀಕ್ಷೆಗಳಲ್ಲಿ ಉಂಟಾಗಬಹುದಾದ ದೋಷಗಳಿಗಾಗಿ ಏಕೈಕ, ವ್ಯಾಪಕವಾದ ಪರಿಕಲ್ಪನಾ ಚೌಕಟ್ಟನ್ನು ರಚಿಸಿದ್ದಾರೆ: ಒಟ್ಟು ಸಮೀಕ್ಷೆಯ ದೋಷ ಚೌಕಟ್ಟು (Groves and Lyberg 2010) . ಈ ಚೌಕಟ್ಟಿನ ಅಭಿವೃದ್ಧಿಯು 1940 ರ ದಶಕದಲ್ಲಿ ಆರಂಭವಾದರೂ, ಡಿಜಿಟಲ್ ಯುಗದಲ್ಲಿ ಸಮೀಕ್ಷೆ ಸಂಶೋಧನೆಗಾಗಿ ಇದು ನಮಗೆ ಎರಡು ಉಪಯುಕ್ತ ಉಪಾಯಗಳನ್ನು ನೀಡುತ್ತದೆ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ.

ಮೊದಲನೆಯದಾಗಿ, ಒಟ್ಟು ಸಮೀಕ್ಷೆಯ ದೋಷ ಚೌಕಟ್ಟು ಎರಡು ವಿಧದ ದೋಷಗಳೆಂದು ಸ್ಪಷ್ಟಪಡಿಸುತ್ತದೆ: ಪಕ್ಷಪಾತ ಮತ್ತು ವ್ಯತ್ಯಾಸ . ಸ್ಥೂಲವಾಗಿ, ಪಕ್ಷಪಾತ ವ್ಯವಸ್ಥಿತ ದೋಷ ಮತ್ತು ಭಿನ್ನಾಭಿಪ್ರಾಯ ಯಾದೃಚ್ಛಿಕ ದೋಷವಾಗಿದೆ. ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ಒಂದೇ ಮಾದರಿಯ ಸಮೀಕ್ಷೆಯ 1,000 ಪುನರಾವರ್ತನೆಗಳು ಚಾಲನೆಯಲ್ಲಿರುವ ಊಹಿಸಿ ಮತ್ತು ಈ 1,000 ಪ್ರತಿರೂಪಗಳಿಂದ ಅಂದಾಜಿನ ವಿತರಣೆಯನ್ನು ನೋಡಿ. ಪಕ್ಷಪಾತವು ಈ ಅಂದಾಜುಗಳ ಅಂದಾಜು ಮತ್ತು ನಿಜವಾದ ಮೌಲ್ಯದ ನಡುವಿನ ವ್ಯತ್ಯಾಸವಾಗಿದೆ. ಭಿನ್ನಾಭಿಪ್ರಾಯ ಈ ಅಂದಾಜಿನ ವ್ಯತ್ಯಾಸವಾಗಿದೆ. ಬೇರೆಲ್ಲವೂ ಸಮನಾಗಿರುತ್ತದೆ, ಯಾವುದೇ ಪಕ್ಷಪಾತ ಮತ್ತು ಸಣ್ಣ ಭಿನ್ನತೆಗಳಿಲ್ಲದ ವಿಧಾನವನ್ನು ನಾವು ಬಯಸುತ್ತೇವೆ. ದುರದೃಷ್ಟವಶಾತ್, ಅನೇಕ ನೈಜ ಸಮಸ್ಯೆಗಳಿಗಾಗಿ, ಅಂತಹ ಯಾವುದೇ ಪಕ್ಷಪಾತವಿಲ್ಲದೆ, ಸಣ್ಣ-ಬದಲಾವಣೆಯ ಕಾರ್ಯವಿಧಾನಗಳು ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲ, ಇದು ಪಕ್ಷಪಾತ ಮತ್ತು ಭಿನ್ನಾಭಿಪ್ರಾಯದಿಂದ ಪರಿಚಯಿಸಲ್ಪಟ್ಟ ಸಮಸ್ಯೆಗಳನ್ನು ಸಮತೋಲನಗೊಳಿಸುವುದು ಹೇಗೆ ಎಂದು ನಿರ್ಣಯಿಸುವ ಕಷ್ಟಕರ ಸ್ಥಿತಿಯಲ್ಲಿ ಸಂಶೋಧಕರನ್ನು ಇರಿಸುತ್ತದೆ. ಕೆಲವು ಸಂಶೋಧಕರು ಸಹಜವಾಗಿ ಪಕ್ಷಪಾತವಿಲ್ಲದ ವಿಧಾನಗಳನ್ನು ಆದ್ಯತೆ ನೀಡುತ್ತಾರೆ, ಆದರೆ ಪಕ್ಷಪಾತದ ಮೇಲೆ ಏಕೈಕ ಮನಸ್ಸಿನ ಗಮನವು ತಪ್ಪಾಗಬಹುದು. ಸತ್ಯಕ್ಕೆ ಸಾಧ್ಯವಾದಷ್ಟು ಸಮೀಪವಿರುವ ಅಂದಾಜು (ಅಂದರೆ, ಚಿಕ್ಕದಾದ ದೋಷದೊಂದಿಗೆ) ಅಂದಾಜು ಮಾಡಲು ಗುರಿ ಇದ್ದರೆ, ನಂತರ ನೀವು ಒಂದು ಸಣ್ಣ ಪಕ್ಷಪಾತ ಮತ್ತು ಒಂದು ಸಣ್ಣ ವ್ಯತ್ಯಾಸವನ್ನು ಹೊಂದಿರುವ ಒಂದು ಕಾರ್ಯವಿಧಾನದಿಂದ ಉತ್ತಮವಾಗಬಹುದು. ಪಕ್ಷಪಾತವಿಲ್ಲದ ಆದರೆ ದೊಡ್ಡ ವ್ಯತ್ಯಾಸವನ್ನು ಹೊಂದಿದೆ (ಚಿತ್ರ 3.1). ಅರ್ಥಾತ್, ಒಟ್ಟು ಸಮೀಕ್ಷೆ ದೋಷ ಚೌಕಟ್ಟನ್ನು ಸಮೀಕ್ಷೆ ಸಂಶೋಧನಾ ಪ್ರಕ್ರಿಯೆಗಳು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವಾಗ, ನೀವು ಪಕ್ಷಪಾತ ಮತ್ತು ವೈಷಮ್ಯ ಎರಡೂ ಪರಿಗಣಿಸಬೇಕು ಎಂದು ತೋರಿಸುತ್ತದೆ.

ಚಿತ್ರ 3.1: ಬಯಾಸ್ ಮತ್ತು ಭಿನ್ನತೆ. ತಾತ್ತ್ವಿಕವಾಗಿ, ಸಂಶೋಧಕರು ಯಾವುದೇ-ಪಕ್ಷಪಾತ, ಕಡಿಮೆ-ವ್ಯತ್ಯಾಸದ ಅಂದಾಜು ಪ್ರಕ್ರಿಯೆಯನ್ನು ಹೊಂದಿರುತ್ತಾರೆ. ವಾಸ್ತವದಲ್ಲಿ, ಪಕ್ಷಪಾತ ಮತ್ತು ಭಿನ್ನಾಭಿಪ್ರಾಯಗಳ ನಡುವಿನ ವ್ಯಾಪಾರವನ್ನು ಸೃಷ್ಟಿಸುವ ನಿರ್ಧಾರಗಳನ್ನು ಅವರು ಹೆಚ್ಚಾಗಿ ಮಾಡಬೇಕಾಗುತ್ತದೆ. ಕೆಲವು ಸಂಶೋಧಕರು ಸಹಜವಾಗಿ ಪಕ್ಷಪಾತವಿಲ್ಲದ ಕಾರ್ಯವಿಧಾನಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡುತ್ತಾರೆಯಾದರೂ, ಕೆಲವೊಮ್ಮೆ ಸಣ್ಣ-ಪಕ್ಷಪಾತ, ಸಣ್ಣ-ವಿಭಿನ್ನ ವಿಧಾನವು ಹೆಚ್ಚಿನ ವ್ಯತ್ಯಾಸವನ್ನು ಹೊಂದಿರುವ ಪಕ್ಷಪಾತವಿಲ್ಲದ ಕಾರ್ಯವಿಧಾನಕ್ಕಿಂತ ಹೆಚ್ಚು ನಿಖರವಾದ ಅಂದಾಜುಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ.

ಈ ಅಧ್ಯಾಯದ ಹೆಚ್ಚಿನ ಭಾಗವನ್ನು ಒಟ್ಟುಗೂಡಿಸುವ ಒಟ್ಟು ಸಮೀಕ್ಷೆಯ ದೋಷ ಚೌಕಟ್ಟಿನಿಂದ ಎರಡನೇ ಪ್ರಮುಖ ಒಳನೋಟವೆಂದರೆ, ಎರಡು ದೋಷಗಳ ಮೂಲಗಳಿವೆ: ನೀವು ( ಪ್ರಾತಿನಿಧ್ಯ ) ಮತ್ತು ನೀವು ಆ ಮಾತುಕತೆಯಿಂದ ಕಲಿಯುವ ವಿಷಯಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ಸಮಸ್ಯೆಗಳು ( ಮಾಪನ ). ಉದಾಹರಣೆಗೆ, ಫ್ರಾನ್ಸ್ನಲ್ಲಿ ವಾಸಿಸುವ ವಯಸ್ಕರಲ್ಲಿ ಆನ್ಲೈನ್ ​​ಗೌಪ್ಯತೆ ಬಗ್ಗೆ ವರ್ತನೆಗಳನ್ನು ಅಂದಾಜು ಮಾಡಲು ನೀವು ಆಸಕ್ತಿ ಹೊಂದಿರಬಹುದು. ಈ ಅಂದಾಜು ಮಾಡಲು ಎರಡು ವಿಭಿನ್ನ ರೀತಿಯ ಮಾನದಂಡಗಳ ಅಗತ್ಯವಿದೆ. ಮೊದಲನೆಯದಾಗಿ, ಪ್ರತಿಕ್ರಿಯಿಸುವವರು ನೀಡುವ ಉತ್ತರಗಳಿಂದ, ನೀವು ಆನ್ಲೈನ್ ​​ಗೌಪ್ಯತೆ (ಇದು ಮಾಪನದ ಸಮಸ್ಯೆ) ಬಗ್ಗೆ ಅವರ ವರ್ತನೆಗಳನ್ನು ನಿರ್ಣಯಿಸಬೇಕು. ಎರಡನೆಯದು, ಪ್ರತಿಕ್ರಿಯಿಸುವವರಲ್ಲಿ ಊಹಿಸಿದ ವರ್ತನೆಗಳಿಂದ, ಜನಸಂಖ್ಯೆಯಲ್ಲಿ ಒಟ್ಟಾರೆಯಾಗಿ ವರ್ತನೆಗಳನ್ನು ನೀವು ಊಹಿಸಬೇಕು (ಇದು ಪ್ರಾತಿನಿಧ್ಯದ ಸಮಸ್ಯೆ). ಕೆಟ್ಟ ಸಮೀಕ್ಷೆಯ ಪ್ರಶ್ನೆಗಳೊಂದಿಗೆ ಪರಿಪೂರ್ಣ ಮಾದರಿ ಕೆಟ್ಟ ಅಂದಾಜುಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ, ಏಕೆಂದರೆ ಪರಿಪೂರ್ಣ ಸಮೀಕ್ಷೆಯ ಪ್ರಶ್ನೆಗಳೊಂದಿಗೆ ಕೆಟ್ಟ ಮಾದರಿ ಇರುತ್ತದೆ. ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ಉತ್ತಮ ಅಂದಾಜುಗಳಿಗೆ ಮಾಪನ ಮತ್ತು ಪ್ರಾತಿನಿಧ್ಯಕ್ಕೆ ಉತ್ತಮ ವಿಧಾನಗಳು ಬೇಕಾಗುತ್ತವೆ. ಆ ಹಿನ್ನೆಲೆಯಿಂದ, ಹಿಂದೆ ಸಂಶೋಧನೆ ಮತ್ತು ಮಾಪನಗಳ ಬಗ್ಗೆ ಸಮೀಕ್ಷೆಯ ಸಂಶೋಧಕರು ಯೋಚಿಸಿರುವುದನ್ನು ನಾನು ಪರಿಶೀಲಿಸುತ್ತೇನೆ. ನಂತರ, ಪ್ರಾತಿನಿಧ್ಯ ಮತ್ತು ಮಾಪನದ ಬಗ್ಗೆ ಇರುವ ಪರಿಕಲ್ಪನೆಗಳು ಡಿಜಿಟಲ್-ವಯಸ್ಸು ಸಮೀಕ್ಷೆಯ ಸಂಶೋಧನೆಗೆ ಮಾರ್ಗದರ್ಶನ ನೀಡಬಹುದು ಎಂಬುದನ್ನು ನಾನು ತೋರಿಸುತ್ತೇನೆ.