കോംപ്ലക്സ് ഗവേഷണങ്ങൾ അത്ഭുതമില്ല എന്തെങ്കിലും ആരെങ്കിലും ബോധ്യപ്പെടുത്താൻ ഒരിക്കലും കഴിയില്ല. നിങ്ങൾ മനസ്സു മാറി അസ്വസ്ഥരാക്കുന്നെങ്കിൽ, തുടർന്ന് നിങ്ങളുടെ ഗവേഷണം എളുപ്പമായിരിക്കും.
ഡിജിറ്റൽ യുഗത്തിൽ സോഷ്യൽ റിസർച്ച് പോലുള്ള ഫാൻസി അൽഗോരിതങ്ങളും ഡ്രീംലൈനറിന്റെ കമ്പ്യൂട്ടിംഗ്, സങ്കീർണതയും ബന്ധപ്പെട്ടിരിക്കുന്നു. ഏറ്റവും ബോധ്യപ്പെടുത്തുന്ന സോഷ്യൽ റിസർച്ച് പലപ്പോഴും ലളിതമായ കാരണം നിർഭാഗ്യകരമാണ്. വ്യക്തമായി, ലളിതമായ റിസേർച്ച് ലളിതമാക്കി ഗവേഷണ അതേ അല്ല. സത്യത്തിൽ, ലളിതമായ ഗവേഷണം സൃഷ്ടിക്കാൻ കഠിനമായിത്തീരുകയും പലപ്പൊഴും.
ലളിതമായ ഗവേഷണ താൽപര്യം ഏറ്റവും പ്രധാന കാരണം അതു വിശാസമായ, അപ്രതീക്ഷിത ഫലങ്ങൾ സൃഷ്ടിക്കാൻ മാത്രമേ മാർഗമാണ്. ഉദാഹരണത്തിന്, നിങ്ങൾ അവിശ്വസനീയമാംവിധം സങ്കീർണ്ണമായ മാര്ഗമുപയോഗിച്ചാണ് ചില പഠനങ്ങൾ നടത്തിയവർക്കു കരുതുക. നിങ്ങളുടെ ഫലങ്ങൾ നിങ്ങളുടെ പ്രതീക്ഷ പൊരുത്തപ്പെടുന്നില്ല എങ്കിൽ നിങ്ങൾ ഒരുപക്ഷേ അവരെ സ്വീകരിക്കും. അപ്രതീക്ഷിത ഫലങ്ങൾ സ്വീകരിക്കാൻ അല്ലെങ്കിൽ സങ്കീർണ്ണ സമ്പ്രദായത്തിലേക്ക് സംശയിച്ചു എന്നാൽ, നിങ്ങളുടെ ഫലങ്ങൾ നിങ്ങൾ പ്രതീക്ഷിക്കുന്ന നിന്ന് വ്യത്യസ്തമാണ്, രണ്ട് ഓപ്ഷനുകൾ ഉണ്ട്. എന്റെ ഊഹം വളരെ സങ്കീർണ്ണമായ സമ്പ്രദായത്തിലേക്ക് സംശയിച്ചു സാധ്യത എന്നതാണ്. ഈ തികഞ്ഞ അർത്ഥത്തിൽ, പക്ഷേ അത് കൂടുതൽ സങ്കീർണ്ണമായ രീതി സാധ്യത കുറവാണ് ഇത് നിങ്ങൾ യഥാർത്ഥത്തിൽ വിശ്വസിക്കാന് അപ്രതീക്ഷിത ഫലങ്ങൾ എന്നാണ്. ഒരു ഘട്ടത്തിൽ, രീതികൾ വിശ്വസിക്കുകയും കഴിയുന്ന ഒരേയൊരു ഫലങ്ങൾ പ്രതീക്ഷയ്ക്ക് ആ അതുവഴി സങ്കീർണ്ണമായ കഴിയും. ആ ഘട്ടത്തിൽ, ഗവേഷണം വളരെ പ്രധാനപ്പെട്ട എന്തെങ്കിലും നഷ്ടമായി: ഗവേഷണ തീരുമാനം മാറ്റാൻ കഴിയണം.
മറ്റാരുടെയെങ്കിലും മനസ്സ് മാറ്റാൻ ശ്രമിക്കുമ്പോൾ തുടങ്ങുമ്പോൾ ഞാന് വിവരിച്ച ചെയ്തിട്ടുണ്ടെന്ന് പ്രശ്നം കൂടുതൽ കഠിനമായി. മറ്റാരെങ്കിലും ഒരു അപ്രതീക്ഷിത ഫലം ഉണ്ട് ആ ഗവേഷണത്തിന്റെ അവിശ്വസനീയമാംവിധം സങ്കീർണ്ണമായ കഷണം അവതരിപ്പിക്കുന്നത് സങ്കൽപ്പിക്കുക. മറ്റ് അയാൾക്ക് നിങ്ങളുടെ കോഡ് എഴുതുന്നത് മാസങ്ങളോളം ചെയ്തിട്ടില്ല അവർ അപ്രതീക്ഷിത ഫലം സ്വീകരിച്ചതിനു അല്ലെങ്കിൽ സങ്കീർണ്ണ സമ്പ്രദായത്തിലേക്ക് സംശയിക്കാതെ തിരഞ്ഞെടുപ്പും നേരിടുമ്പോൾ അങ്ങനെ അവർ ഏറെക്കുറെ സങ്കീർണ്ണമായ സമ്പ്രദായത്തിലേക്ക് സംശയിച്ചു പോകുന്നു നിങ്ങളുടെ ഡാറ്റ വ്യാപരിക്കുന്ന. നിങ്ങൾ തീരുമാനം മാറ്റാനുള്ള മറ്റാരോ പോക്കേ അസ്വസ്ഥരാക്കുന്നെങ്കിൽ, തുടർന്ന് നിങ്ങളുടെ ഗവേഷണം ലളിതമായ ആവശ്യമാണ്.
ലളിത ഗവേഷണ ചോദ്യം ഡാറ്റ തമ്മിലുള്ള സ്വാഭാവികമായ ഫിറ്റ് നിന്ന് വരുന്നു; മറ്റ് വാക്കുകളിൽ നല്ല ഗവേഷണ ഡിസൈൻ. മോശം ഗവേഷണ ഡിസൈൻ അതേസമയം, നിങ്ങളുടെ ഡാറ്റ അവർ അനുയോജ്യമല്ല ആയ ഒരു ചോദ്യത്തിന് നീട്ടിവെച്ചിരിക്കുകയാണ് നിന്ന് വരുന്ന വൃത്തികെട്ട സങ്കീർണ്ണത നയിക്കുന്നു. ഈ പുസ്തകം ചോദ്യം ഡാറ്റ തമ്മിലുള്ള സ്വാഭാവികമായ ഫിറ്റ് സൃഷ്ടിക്കുന്നതിന് രണ്ട് സമീപനങ്ങളുടെ ശ്രധിക്കുന്നു. ആദ്യം, ഈ പുസ്തകം നിങ്ങളുടെ ഡാറ്റ യഥാതഥ ചോദ്യങ്ങൾ ചോദിക്കാൻ സഹായിക്കും. രണ്ടാമത്തേത്, ഈ പുസ്തകം നിങ്ങളുടെ ചോദ്യത്തിന് ഉത്തരം അവകാശം ഡാറ്റ ശേഖരിക്കാൻ സഹായിക്കും.