3.3 စုစုပေါင်းစစ်တမ်းအမှားမူဘောင်

စုစုပေါင်းစစ်တမ်းအမှား = ကိုယ်စားပြုမှုအမှားအယွင်းများ + တိုင်းတာခြင်းအမှားအယွင်းများ။

အဲဒီမှာစစ်တမ်းများမှခန့်မှန်းတွက်ချက်မှုသို့တွားတတ်သောတိရစ္ဆာန်နိုငျသောအမှားများကိုအများအပြားမျိုးဖြစ်ကြသည်ကို၎င်း, 1940 ကတည်းကသုတေသီများစနစ်တကျ, စည်းရုံးနားလည်နှင့်, ဤအမှားများကိုလျှော့ချဖို့အလုပ်လုပ်ခဲ့ကြပြီ။ ကြောင်းအားထုတ်မှု၏ခပ်သိမ်းသောအမှုထဲကအရေးပါတဲ့ရလဒ်စုစုပေါင်းစစ်တမ်းအမှားမူဘောင်သည် (Groves et al. 2009; Weisberg 2005) ။ သငျသညျ (ကိုယ်စားပြုမှု) စကားပြောသူနှင့်ဆက်စပ်သောပြဿနာတွေနဲ့အဲဒီစကားပြောဆိုချက် (တိုင်းတာခြင်း) မှလေ့လာသင်ယူအရာကိုဆက်စပ်ပြဿနာများ: စုစုပေါင်းစစ်တမ်းအမှားမူဘောင်အနေဖြင့်အဓိကထိုးထွင်းသိမြင်မှုပြဿနာတွေနှစ်ခုအဓိကပုံးသို့အုပ်စုဖွဲ့နိုင်ပါတယ်ဖြစ်ပါတယ်။ ဥပမာအားဖြင့်, သင်သည်ပြင်သစ်တွင်နေထိုင်သောလူကြီးများအကြားအွန်လိုင်း Privacy အကြောင်းသဘောထားတွေခန့်မှန်းစိတ်ဝင်စားလိမ့်မယ်။ ဤအခန့်မှန်းချက်ဖော်ဆောင်ရေးအခြနှစ်ယောက်အတော်လေးကွဲပြားခြားနားသောအမျိုးအစားများကိုလိုအပ်သည်။ ပထမဦးစွာဖြေဆိုသူပေးသောအဖြေကိုမှ, သင်အွန်လိုင်း privacy ကိုအကြောင်းကိုသူတို့ရဲ့သဘောထားတွေကိုအခြရန်ရှိသည်။ ဒုတိယအချက်မှာဖြေဆိုသူတို့တွင်ရည်ညွှန်းသဘောထားတွေကနေ, သငျသညျတစျခုလုံးအဖြစ်လူဦးရေအတွက်သဘောထားတွေအခြရပါမည်။ အခြ၏ပထမဦးဆုံးအမျိုးအစားစိတ်ပညာနှင့်သိမြင်မှုဆိုင်ရာသိပ္ပံပညာ၏ဒိုမိန်းဖြစ်၏ နှင့်အခြ၏ဒုတိယအမျိုးအစားစာရင်းဇယား၏ဒိုမိန်းဖြစ်ပါတယ်။ မကောင်းတဲ့စစ်တမ်းမေးခွန်းတွေဖြေစုံလင်သောနမူနာအစီအစဉ်မကောင်းတဲ့ခန့်မှန်းချက်ထုတ်လုပ်မည်, နှင့်စုံလင်သောစစ်တမ်းမေးခွန်းများကိုအတူမကောင်းတဲ့နမူနာအစီအစဉ်လည်းမကောင်းတဲ့ခန့်မှန်းချက်ထုတ်လုပ်ပါလိမ့်မယ်။ ကောင်းသောခန့်မှန်းချက်တိုင်းတာခြင်းနှင့်ကိုယ်စားပြုမှုမှသံကိုချဉ်းကပ်ရန်လိုအပ်ပါသည်။ ကြောင်းနောက်ခံပေးထားလာမည့်ငါစစ်တမ်းသုတေသီများအတိတ်တွင်ကိုယ်စားပြုမှုနှင့်တိုင်းတာခြင်းအကြောင်းကိုစဉ်းစားခဲ့ကြပုံကိုပြန်လည်သုံးသပ်ပါလိမ့်မယ်။ ငါသည်ဤပစ္စည်းအများကြီးလူမှုရေး scienitsts မှပြန်လည်သုံးသပ်ဖြစ်လိမ့်မည်ဟုမျှော်လင့်ထားပေမယ့်တချို့ data ကိုသိပ္ပံပညာရှင်များအသစ်ဖြစ်လိမ့်မည်။ ထိုအခါငါသည်သူတို့ကိုအစိတ်ကူးများဒီဂျစ်တယ်ခေတ်စစ်တမ်းသုတေသနလုပ်ငန်းကိုလမ်းပြပုံကိုသင်ပြပါလိမ့်မယ်။