3.3.1 ਨੁਮਾਇੰਦਗੀ

ਨੁਮਾਇੰਦਗੀ ਤੁਹਾਡਾ ਨਿਸ਼ਾਨਾ ਆਬਾਦੀ ਕਰਨ ਲਈ ਆਪਣੇ ਜਵਾਬ ਤੱਕ ਸਿੱਟੇ ਬਣਾਉਣ ਬਾਰੇ ਹੈ.

ਜਵਾਬਦੇਹੀਆਂ ਦੀ ਵੱਡੀ ਆਬਾਦੀ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹੋਏ, ਜੋ ਤਰਕ ਦੀਆਂ ਗ਼ਲਤੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ, ਉਹਨਾਂ ਨੂੰ ਸਮਝਣ ਲਈ, ਆਓ ਅਸੀਂ ਲਿਟਰੇਰੀ ਡਾਈਜੈਸਟ ਸਟ੍ਰਾਅ ਪੋਲ ਬਾਰੇ ਸੋਚੀਏ ਜੋ 1936 ਦੇ ਅਮਰੀਕੀ ਰਾਸ਼ਟਰਪਤੀ ਚੋਣ ਦੇ ਨਤੀਜਿਆਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ. ਹਾਲਾਂਕਿ ਇਹ 75 ਤੋਂ ਵੱਧ ਸਾਲ ਪਹਿਲਾਂ ਹੋਇਆ ਸੀ, ਪਰ ਅੱਜ ਇਸ ਖੋਜ ਮੁਹਿੰਮ ਨੂੰ ਅਜੇ ਵੀ ਮਹੱਤਵਪੂਰਣ ਸਬਕ ਸਿਖਾਉਣ ਵਾਲੇ ਹਨ.

ਲਿਟਰੇਰੀ ਡਾਇਜੈਸਟ ਹਰਮਨਪਿਆਰੇ ਇੱਕ ਆਮ ਦਿਲਚਸਪੀ ਰਸਾਲਾ ਸੀ ਅਤੇ 1920 ਵਿੱਚ ਉਨ੍ਹਾਂ ਨੇ ਰਾਸ਼ਟਰਪਤੀ ਚੋਣਾਂ ਦੇ ਨਤੀਜਿਆਂ ਦੀ ਪੂਰਵ-ਅਨੁਮਾਨ ਕਰਨ ਲਈ ਤੂੜੀ ਦੀਆਂ ਚੋਣਾਂ ਚਲਾਉਣਾ ਸ਼ੁਰੂ ਕੀਤਾ. ਇਹ ਭਵਿੱਖਬਾਣੀਆਂ ਕਰਨ ਲਈ, ਉਹ ਬਹੁਤ ਸਾਰੇ ਲੋਕਾਂ ਨੂੰ ਵੋਟ ਭੇਜੇਗਾ ਅਤੇ ਫਿਰ ਵਾਪਸ ਮਿਲੀਆਂ ਬੈਲਟਾਂ ਨੂੰ ਗਿਣਨਾ ਹੋਵੇਗਾ; ਲਿਟਰੇਰੀ ਡਾਇਜੈਸਟ ਨੇ ਮਾਣ ਨਾਲ ਦੱਸਿਆ ਕਿ ਉਹਨਾਂ ਨੇ ਪ੍ਰਾਪਤ ਕੀਤੇ ਗਏ ਮਤਦਾਨ ਨਾ "ਭਾਰ, ਅਨੁਕੂਲ, ਅਤੇ ਨਾ ਹੀ ਅਨੁਵਾਦ ਕੀਤੇ ਗਏ ਸਨ." ਇਹ ਪ੍ਰਕਿਰਿਆ ਸਹੀ ਢੰਗ ਨਾਲ 1920, 1 9 24, 1 9 28 ਅਤੇ 1 9 32 ਵਿਚ ਚੋਣਾਂ ਦੇ ਜੇਤੂਆਂ ਦੀ ਪੂਰਵ-ਅਨੁਮਾਨ ਕੀਤੀ ਗਈ ਸੀ. 1 9 36 ਵਿਚ, ਮਹਾਨ ਉਦਾਸੀਨ, ਸਾਹਿਤਕ ਡਾਇਜੈਸਟ ਨੇ 10 ਮਿਲੀਅਨ ਲੋਕਾਂ ਨੂੰ ਵੋਟ ਭੇਜੇ ਜਿਨ੍ਹਾਂ ਦੇ ਨਾਮ ਮੁੱਖ ਤੌਰ ਤੇ ਟੈਲੀਫੋਨ ਡਾਇਰੈਕਟਰੀਆਂ ਅਤੇ ਆਟੋਮੋਟਿਵ ਰਜਿਸਟ੍ਰੇਸ਼ਨ ਰਿਕਾਰਡ ਤੋਂ ਆਏ ਸਨ. ਉਨ੍ਹਾਂ ਨੇ ਉਨ੍ਹਾਂ ਦੀ ਕਾਰਜ-ਪ੍ਰਣਾਲੀ ਦਾ ਵਰਣਨ ਕਿਸ ਤਰਾਂ ਕੀਤਾ ਹੈ:

"ਡਾਈਜੈਸਟ ਦੀ ਨਿਰੰਤਰ ਚੱਲ ਰਹੀ ਮਸ਼ੀਨ ਹਾਰਡ ਤੱਥਾਂ ਨੂੰ ਗੰਢਘਟਾਏ ਜਾਣ ਨੂੰ ਘੱਟ ਕਰਨ ਲਈ ਤੀਹ ਸਾਲਾਂ ਦੇ ਤਜਰਬੇ ਦੀ ਤੇਜ਼ ਸ਼ੁੱਧਤਾ ਨਾਲ ਘੁੰਮਾਉਂਦੀ ਹੈ ... ਇਸ ਹਫਤੇ 500 ਪੈਨਸ ਇੱਕ ਦਿਨ ਦੇ ਇੱਕ ਲੱਖ ਡਾਲਰ ਦੇ ਇੱਕ ਚੌਥਾਈ ਤੋਂ ਵੱਧ ਖੁੱਡੇ. ਹਰ ਰੋਜ਼, ਨਿਊਯਾਰਕ ਵਿਚ ਮੋਟਰ-ਰਿਬਨ ਵਾਲੇ ਚੌਥੇ ਐਵਨਿਊ ਤੋਂ ਉੱਪਰਲੇ ਇਕ ਵੱਡੇ ਕਮਰੇ ਵਿਚ 400 ਕਰਮਚਾਰੀ ਹੌਲੀ-ਹੌਲੀ ਇਕ ਮਿਲੀਅਨ ਟੁਕੜੇ ਛੱਡੇ ਗਏ ਹਨ- ਚਾਲੀ ਸ਼ਹਿਰ ਦੇ ਬਲਾਕ ਨੂੰ ਪਾਰ ਕਰਨ ਲਈ ਕਾਫ਼ੀ- [ਲਿਖੇ ਲਿਪੀ ਵਿਚ] ਹਰ ਘੰਟੇ, ਡਾਇੱਸਟਸ ਦੇ ਆਪਣੇ ਪੋਸਟ ਆਫਿਸ ਸਬਸਟੇਸ਼ਨ ਵਿੱਚ, ਤਿੰਨ ਬਕਸੇ ਡਾਕ ਟਿਕਟ ਮੀਟਰਿੰਗ ਮਸ਼ੀਨਾਂ ਨੂੰ ਸੀਲ ਕਰ ਦਿੱਤਾ ਗਿਆ ਅਤੇ ਸਫੈਦ ਇਬੰਗਾਂ ਨੂੰ ਸਟੈਂਪ ਕੀਤਾ ਗਿਆ; ਹੁਨਰਮੰਦ ਡਾਕ ਕਰਮਚਾਰੀਆਂ ਨੇ ਉਨ੍ਹਾਂ ਨੂੰ ਮੇਲਸਾਕਸਾਂ ਨੂੰ ਉਭਾਰਨ ਵਿੱਚ ਉਲਟੀਆਂ ਕੀਤੀਆਂ; ਫਲੀਟ ਡਾਇਜਸਟ ਟਰੱਕਾਂ ਨੇ ਉਨ੍ਹਾਂ ਨੂੰ ਮੇਲ-ਟ੍ਰੇਨਾਂ ਜ਼ਾਹਰ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕੀਤਾ. . . ਅਗਲੇ ਹਫਤੇ, ਇਨ੍ਹਾਂ ਦਸ ਮਿਲੀਅਨ ਦੇ ਪਹਿਲੇ ਜਵਾਬਾਂ ਵਿੱਚ ਆਉਣ ਵਾਲੇ ਇਨਸ਼ੋਰੈਂਸ ਦੀ ਸ਼ੁਰੂਆਤ ਚਿੰਨ੍ਹਿਤ ਵੋਟਰਾਂ ਦੀ ਹੋਵੇਗੀ, ਤਿੰਨ-ਵਾਰ ਕ੍ਰਾਸ-ਸ਼੍ਰੇਣੀਬੱਧ ਅਤੇ ਕੁੱਲ ਮਿਲਾ ਕੇ. ਜਦੋਂ ਆਖਰੀ ਅੰਕੜਾ ਟਕਰਾਅ ਅਤੇ ਚੈਕ ਕੀਤਾ ਗਿਆ ਹੈ, ਜੇ ਪਿਛਲੇ ਤਜਰਬੇ ਦੀ ਕਸੌਟੀ ਹੈ, ਤਾਂ ਦੇਸ਼ ਨੂੰ ਇੱਕ ਫ਼ੀਸਦੀ ਦੇ ਅੰਦਰ 40 ਲੱਖ ਵੋਟਰਾਂ ਦੀ ਅਸਲ ਮਸ਼ਹੂਰ ਵੋਟ ਪ੍ਰਾਪਤ ਕਰਨ ਦਾ ਪਤਾ ਲੱਗੇਗਾ. "(22 ਅਗਸਤ, 1936)

ਲਿਟਰੇਰੀ ਡਾਈਜੈਸਟ ਦੇ ਆਕਾਰ ਦਾ ਵਿਵਹਾਰ ਅੱਜ ਦੇ ਕਿਸੇ "ਵੱਡੇ ਡੈਟਾ" ਖੋਜਕਰਤਾ ਨੂੰ ਝੱਟ ਪਛਾਣੇ ਜਾਂਦੇ ਹਨ. 10 ਮਿਲੀਅਨ ਵੋਟਾਂ ਵਿਚੋਂ ਵੰਡੀਆਂ ਗਈਆਂ, ਇਕ ਸ਼ਾਨਦਾਰ 2.4 ਮਿਲੀਅਨ ਵਾਪਸ ਆ ਗਈਆਂ-ਇਹ ਆਧੁਨਿਕ ਸਿਆਸੀ ਚੋਣਾਂ ਤੋਂ ਲਗਭਗ 1,000 ਗੁਣਾ ਵੱਡਾ ਹੈ. ਇਨ੍ਹਾਂ 2.4 ਮਿਲੀਅਨ ਲੋਕਾਂ ਤੋਂ, ਇਹ ਫੈਸਲਾ ਸਪੱਸ਼ਟ ਸੀ: ਅਲਫ ਲੈਂਡਨ ਫਰੈਂਕਲਿਨ ਰੂਜਵੈਲਟ ਨੂੰ ਹਾਰਨ ਵਾਲਾ ਸੀ. ਪਰ, ਵਾਸਤਵ ਵਿੱਚ, ਰੂਜ਼ਵੈਲਟ ਨੇ ਭਾਰੀ ਧਮਾਕੇ ਵਿੱਚ ਲੈਂਡਨ ਨੂੰ ਹਰਾਇਆ. ਲਿਟਰੇਰੀ ਡਾਇਜੈਸਟ ਬਹੁਤ ਸਾਰਾ ਡਾਟਾ ਕਿਵੇਂ ਗਲਤ ਕਰ ਸਕਦਾ ਹੈ? ਨਮੂਨਾ ਦੀ ਸਾਡੀ ਆਧੁਨਿਕ ਸਮਝ ਨੇ ਸਾਹਿਤਿਕ ਡਾਈਜੈਸਟ ਦੀਆਂ ਗਲਤੀਆਂ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰ ਦਿੱਤਾ ਹੈ ਅਤੇ ਭਵਿੱਖ ਵਿੱਚ ਵੀ ਅਜਿਹੀਆਂ ਗਲਤੀਆਂ ਕਰਨ ਤੋਂ ਸਾਨੂੰ ਰੋਕਣ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ.

ਨਮੂਨੇ ਬਾਰੇ ਸਪੱਸ਼ਟ ਵਿਚਾਰ ਕਰਨ ਲਈ ਸਾਨੂੰ ਚਾਰ ਵੱਖ-ਵੱਖ ਸਮੂਹਾਂ (ਚਿੱਤਰ 3.2) 'ਤੇ ਵਿਚਾਰ ਕਰਨ ਦੀ ਲੋੜ ਹੈ. ਪਹਿਲਾ ਗਰੁੱਪ ਨਿਸ਼ਾਨਾ ਆਬਾਦੀ ਹੈ ; ਇਹ ਉਹ ਸਮੂਹ ਹੈ ਜੋ ਖੋਜਕਾਰ ਵਿਆਜ ਦੀ ਆਬਾਦੀ ਦੇ ਰੂਪ ਵਿੱਚ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹੈ ਲਿਟਰੇਰੀ ਡਾਈਜੈਸਟ ਦੇ ਮਾਮਲੇ ਵਿੱਚ, ਟੀਚਾ ਅਬਾਦੀ 1936 ਦੇ ਰਾਸ਼ਟਰਪਤੀ ਚੋਣ ਵਿੱਚ ਵੋਟਰ ਸੀ.

ਇੱਕ ਨਿਸ਼ਾਨਾ ਆਬਾਦੀ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਇੱਕ ਖੋਜਕਰਤਾ ਨੂੰ ਉਹਨਾਂ ਲੋਕਾਂ ਦੀ ਸੂਚੀ ਬਣਾਉਣ ਦੀ ਜ਼ਰੂਰਤ ਹੁੰਦੀ ਹੈ ਜੋ ਸੈਂਪਲਿੰਗ ਲਈ ਵਰਤੀਆਂ ਜਾ ਸਕਦੀਆਂ ਹਨ. ਇਸ ਸੂਚੀ ਨੂੰ ਸੈਂਪਲਿੰਗ ਫ੍ਰੇਮ ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਇਸਦੇ ਲੋਕਾਂ ਨੂੰ ਫਰੇਮ ਆਬਾਦੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ. ਆਦਰਸ਼ਕ ਰੂਪ ਵਿੱਚ, ਨਿਸ਼ਾਨਾ ਆਬਾਦੀ ਅਤੇ ਫਰੇਮ ਦੀ ਆਬਾਦੀ ਬਿਲਕੁਲ ਉਸੇ ਤਰ੍ਹਾਂ ਹੋਵੇਗੀ, ਪਰ ਅਭਿਆਸ ਵਿੱਚ ਇਹ ਅਕਸਰ ਨਹੀਂ ਹੁੰਦਾ. ਉਦਾਹਰਣ ਵਜੋਂ, ਲਿਟਰੇਰੀ ਡਾਈਜੈਸਟ ਦੇ ਮਾਮਲੇ ਵਿਚ, ਫ੍ਰੀਮ ਆਬਾਦੀ 10 ਮਿਲੀਅਨ ਲੋਕ ਸਨ ਜਿਨ੍ਹਾਂ ਦੇ ਨਾਂ ਪ੍ਰਮੁੱਖ ਤੌਰ ਤੇ ਟੈਲੀਫ਼ੋਨ ਡਾਇਰੈਕਟਰੀਆਂ ਅਤੇ ਆਟੋਮੋਟਿਵ ਰਜਿਸਟ੍ਰੇਸ਼ਨ ਰਿਕਾਰਡ ਤੋਂ ਆਏ ਸਨ. ਟੀਚਾ ਅਬਾਦੀ ਅਤੇ ਫਰੇਮ ਦੀ ਆਬਾਦੀ ਦੇ ਵਿੱਚ ਅੰਤਰ ਕਵਰੇਜ ਕਵਰੇਜ ਕਹਿੰਦੇ ਹਨ ਕਵਰੇਜ ਦੀ ਗ਼ਲਤੀ, ਆਪ ਹੀ ਨਹੀਂ, ਸਮੱਸਿਆਵਾਂ ਦੀ ਗਾਰੰਟੀ ਹਾਲਾਂਕਿ, ਇਹ ਕਵਰੇਜ ਦੇ ਪੱਖਪਾਤ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੀ ਹੈ ਜੇਕਰ ਫਰੇਮ ਦੀ ਆਬਾਦੀ ਵਾਲੇ ਲੋਕ ਨਿਸ਼ਾਨਾ ਜਨਸੰਖਿਆ ਦੇ ਲੋਕਾਂ ਤੋਂ ਵਿਵਸਥਿਤ ਰੂਪ ਵਿੱਚ ਵੱਖਰੇ ਹਨ ਜੋ ਫਰੇਮ ਆਬਾਦੀ ਵਿੱਚ ਨਹੀਂ ਹਨ. ਅਸਲ ਵਿੱਚ, ਅਸਲ ਵਿੱਚ, ਲਿਟਰੇਰੀ ਡਾਈਜੈਸਟ ਪੋਲ ਵਿੱਚ ਕੀ ਹੋਇਆ. ਆਪਣੇ ਫਰੇਮ ਆਬਾਦੀ ਦੇ ਲੋਕ ਅੱਲਫ ਲੈਂਡਨ ਨੂੰ ਸਮਰਥਨ ਦੇਣ ਦੀ ਜ਼ਿਆਦਾ ਸੰਭਾਵਨਾ ਰੱਖਦੇ ਸਨ ਕਿਉਂਕਿ ਉਹ ਅਮੀਰ ਸਨ (ਯਾਦ ਦਿਲਾਉਂਦੇ ਹਨ ਕਿ ਟੈਲੀਫ਼ੋਨ ਅਤੇ ਆਟੋਮੋਬਾਈਲਜ਼ ਦੋਵੇਂ 1936 ਵਿਚ ਮੁਕਾਬਲਤਨ ਨਵੇਂ ਅਤੇ ਮਹਿੰਗੇ ਸਨ). ਇਸਲਈ, ਲਿਟਰੇਰੀ ਡਾਈਜੈਸਟ ਪੋਲ ਵਿੱਚ, ਕਵਰੇਜ ਗਲਤੀ ਕਾਰਨ ਕਵਰੇਜ ਪੱਖਪਾਤ ਦੀ ਅਗਵਾਈ ਕੀਤੀ ਗਈ ਸੀ.

ਚਿੱਤਰ 3.2: ਪੇਸ਼ਕਾਰੀ ਗਲਤੀ

ਫਰੇਮ ਆਬਾਦੀ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਦੇ ਬਾਅਦ, ਅਗਲਾ ਕਦਮ ਇੱਕ ਖੋਜਕਾਰ ਦੁਆਰਾ ਨਮੂਨਾ ਦੀ ਆਬਾਦੀ ਨੂੰ ਚੁਣਨ ਲਈ ਹੈ; ਇਹ ਉਹ ਲੋਕ ਹਨ ਜਿਹੜੇ ਖੋਜਕਰਤਾ ਇੰਟਰਵਿਊ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨਗੇ. ਜੇ ਨਮੂਨੇ ਵਿਚ ਫਰੇਮ ਦੀ ਆਬਾਦੀ ਨਾਲੋਂ ਵੱਖ ਵੱਖ ਲੱਛਣ ਹਨ, ਤਾਂ ਸੈਂਪਲਿੰਗ ਸੈਂਪਲਿੰਗ ਗਲਤੀ ਨੂੰ ਪੇਸ਼ ਕਰ ਸਕਦਾ ਹੈ . ਲਿਟਰੇਰੀ ਡਾਈਜੈਸਟ ਫਾਏਸਕੋ ਦੇ ਮਾਮਲੇ ਵਿਚ, ਅਸਲ ਵਿੱਚ, ਕੋਈ ਵੀ ਨਮੂਨਾ ਨਹੀਂ ਸੀ- ਫਰੇਮ ਆਬਾਦੀ ਵਿੱਚ ਹਰ ਕਿਸੇ ਨਾਲ ਸੰਪਰਕ ਕਰਨ ਲਈ ਮੈਗਜ਼ੀਨ-ਅਤੇ ਇਸ ਲਈ ਕੋਈ ਸੈਂਪਲਿੰਗ ਗਲਤੀ ਨਹੀਂ ਸੀ. ਕਈ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਸੈਂਪਲਿੰਗ ਗਲਤੀ ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ ਹੈ-ਸਰਵੇਖਣਾਂ ਵਿੱਚ ਗਲਤੀ ਦੀ ਮਾਰਗ ਦੁਆਰਾ ਪ੍ਰਾਪਤ ਕੀਤੀ ਗਈ ਇਹ ਇਕੋ ਕਿਸਮ ਦੀ ਗਲਤੀ ਹੈ- ਲੇਟਰਰੀ ਡਾਈਜੈਸਟ ਫਜ਼ਾਕਾ ਸਾਨੂੰ ਯਾਦ ਦਿਲਾਉਂਦਾ ਹੈ ਕਿ ਸਾਨੂੰ ਰਲਵੇਂ ਅਤੇ ਵਿਵਸਥਿਤ ਦੋਵਾਂ ਤਰੁਟੀ ਦੇ ਸਾਰੇ ਸਰੋਤਾਂ ਤੇ ਵਿਚਾਰ ਕਰਨ ਦੀ ਲੋੜ ਹੈ.

ਅੰਤ ਵਿੱਚ, ਇੱਕ ਨਮੂਨਾ ਦੀ ਆਬਾਦੀ ਦੀ ਚੋਣ ਦੇ ਬਾਅਦ, ਇੱਕ ਖੋਜਕਰਤਾ ਇਸ ਦੇ ਸਾਰੇ ਮੈਂਬਰਾਂ ਦੀ ਇੰਟਰਵਿਊ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦਾ ਹੈ ਜਿਹੜੇ ਲੋਕ ਸਫਲਤਾਪੂਰਵਕ ਇੰਟਰਵਿਊ ਲਏ ਗਏ ਹਨ ਉਨ੍ਹਾਂ ਨੂੰ ਉੱਤਰਦਾਤਾ ਕਿਹਾ ਜਾਂਦਾ ਹੈ. ਆਦਰਸ਼ਕ ਰੂਪ ਵਿੱਚ, ਨਮੂਨਾ ਦੀ ਆਬਾਦੀ ਅਤੇ ਉੱਤਰਦਾਤਾਵਾਂ ਬਿਲਕੁਲ ਉਸੇ ਤਰ੍ਹਾਂ ਹੋਣਗੇ, ਪਰ ਅਭਿਆਸ ਵਿੱਚ ਗੈਰ-ਉੱਤਰਦੇਹੀ ਹੁੰਦੀ ਹੈ. ਭਾਵ, ਜਿਹੜੇ ਲੋਕ ਨਮੂਨੇ ਵਿਚ ਚੁਣੇ ਗਏ ਹਨ ਕਈ ਵਾਰ ਹਿੱਸਾ ਨਹੀਂ ਲੈਂਦੇ. ਜੇ ਜਵਾਬ ਦੇਣ ਵਾਲੇ ਲੋਕ ਉਹਨਾਂ ਤੋਂ ਵੱਖਰੇ ਹਨ ਜੋ ਜਵਾਬ ਨਹੀਂ ਦਿੰਦੇ ਤਾਂ ਫਿਰ ਗੈਰ-ਉੱਤਰਦੇਹ ਪੱਖਪਾਤੀ ਹੋ ਸਕਦੇ ਹਨ. ਲਿਟਰੇਰੀ ਡਾਈਜੈਸਟ ਪੋਲ ਦੇ ਨਾਲ ਦੂਜਾ ਮੁੱਖ ਸਮੱਸਿਆ ਗੈਰ-ਜਵਾਬਦੇਹ ਪੱਖਪਾਤੀ ਸੀ. ਸਿਰਫ 24% ਲੋਕਾਂ ਨੇ ਵੋਟ ਪ੍ਰਾਪਤ ਕੀਤੀ, ਅਤੇ ਇਹ ਸਾਹਮਣੇ ਆਇਆ ਕਿ ਲੈਨਡਨ ਦੀ ਸਹਾਇਤਾ ਕਰਨ ਵਾਲੇ ਲੋਕਾਂ ਨੇ ਪ੍ਰਤੀਕ੍ਰਿਆ ਕਰਨ ਦੀ ਵਧੇਰੇ ਸੰਭਾਵਨਾ ਦਿਖਾਈ.

ਪ੍ਰਤਿਨਿਧਤਾ ਦੇ ਵਿਚਾਰਾਂ ਨੂੰ ਪੇਸ਼ ਕਰਨ ਲਈ ਉਦਾਹਰਨ ਵਜੋਂ, ਲਿਟਰੇਰੀ ਡਾਈਜੈਸਟ ਪੋਲ ਇਕ ਵਾਰ-ਵਾਰ ਦੱਸੀ ਕਹਾਣੀ ਹੈ, ਜੋ ਬੇਤਰਤੀਬੇ ਦੇ ਨਮੂਨੇ ਦੇ ਖ਼ਤਰਿਆਂ ਬਾਰੇ ਖੋਜਕਾਰਾਂ ਨੂੰ ਚੇਤਾਵਨੀ ਦਿੰਦਾ ਹੈ. ਬਦਕਿਸਮਤੀ ਨਾਲ, ਮੈਨੂੰ ਲਗਦਾ ਹੈ ਕਿ ਇਸ ਕਹਾਣੀ ਤੋਂ ਬਹੁਤ ਸਾਰੇ ਲੋਕਾਂ ਨੇ ਜੋ ਪਾਠ ਲਿਆ ਹੈ ਉਹ ਗਲਤ ਹੈ. ਕਹਾਣੀ ਦਾ ਸਭ ਤੋਂ ਵੱਧ ਨੈਤਿਕ ਨੈਤਿਕ ਹੈ ਕਿ ਖੋਜਕਰਤਾ ਗੈਰ-ਸੰਭਾਵਨਾ ਦੇ ਨਮੂਨਿਆਂ ਤੋਂ ਕੁਝ ਵੀ ਨਹੀਂ ਸਿੱਖ ਸਕਦੇ (ਅਰਥਾਤ, ਨਮੂਨੇ ਬਿਨਾਂ ਸਖਤ ਸੰਭਾਵਨਾ ਆਧਾਰਿਤ ਨਿਯਮਾਂ ਵਾਲੇ ਨਿਯਮਾਂ ਵਾਲੇ ਹਿੱਸੇਦਾਰਾਂ ਦੀ ਚੋਣ ਕਰਨ ਲਈ). ਪਰ, ਜਿਵੇਂ ਮੈਂ ਬਾਅਦ ਵਿੱਚ ਇਸ ਅਧਿਆਇ ਵਿੱਚ ਦਰਸਾਵਾਂਗਾ, ਇਹ ਬਿਲਕੁਲ ਸਹੀ ਨਹੀਂ ਹੈ. ਇਸਦੇ ਬਜਾਏ, ਮੈਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਇਸ ਕਹਾਣੀ ਵਿੱਚ ਸੱਚਮੁੱਚ ਦੋ ਨੈਤਿਕਤਾ ਹਨ; ਨੈਤਿਕਤਾ ਜੋ ਅੱਜ ਵੀ ਸੱਚ ਹੈ, ਜਿਵੇਂ ਕਿ ਉਹ 1 9 36 ਵਿਚ ਸਨ. ਸਭ ਤੋਂ ਪਹਿਲਾਂ, ਵੱਡੀ ਗਿਣਤੀ ਵਿਚ ਅਣਪਛਾਤੇ ਸੰਗਠਤ ਡਾਟਾ ਇੱਕ ਚੰਗੀ ਅੰਦਾਜ਼ੇ ਦੀ ਗਾਰੰਟੀ ਨਹੀਂ ਦੇਵੇਗਾ. ਆਮ ਤੌਰ 'ਤੇ, ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਉੱਤਰਦਾਤਾਵਾਂ ਦੇ ਅੰਦਾਜ਼ੇ ਦੇ ਵਿਭਿੰਨਤਾ ਨੂੰ ਘਟਾਇਆ ਜਾਂਦਾ ਹੈ, ਪਰ ਇਹ ਪੱਖਪਾਤ ਨੂੰ ਘੱਟ ਨਹੀਂ ਕਰਦਾ. ਬਹੁਤ ਸਾਰੇ ਡੈਟਾ ਦੇ ਨਾਲ, ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਕਈ ਵਾਰ ਗਲਤ ਚੀਜ਼ਾਂ ਦਾ ਸਹੀ ਅਨੁਮਾਨ ਮਿਲ ਸਕਦਾ ਹੈ; ਉਹ ਠੀਕ ਠੀਕ ਹੋ ਸਕਦੇ ਹਨ (McFarland and McFarland 2015) . ਲਿਟਰੇਰੀ ਡਾਈਜੈਸਟ ਫਾਜ਼ਕਾ ਤੋਂ ਦੂਜਾ ਮੁੱਖ ਸਬਕ ਇਹ ਹੈ ਕਿ ਖੋਜਕਾਰਾਂ ਨੂੰ ਅੰਦਾਜ਼ੇ ਬਣਾਉਣ ਸਮੇਂ ਉਹਨਾਂ ਦੇ ਨਮੂਨੇ ਦੀ ਇਕੱਤਰਤਾ ਲਈ ਖਾਤਾ ਦੇਣ ਦੀ ਜ਼ਰੂਰਤ ਹੁੰਦੀ ਹੈ. ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਕਿਉਂਕਿ ਲਿਟਰੇਰੀ ਡਾਈਜੈਸਟ ਪੋਲ ਵਿੱਚ ਨਮੂਨੇ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਕੁਝ ਉੱਤਰਦਾਤਾਵਾਂ ਵੱਲ ਤਰਤੀਬਵਾਰ ਢੰਗ ਨਾਲ ਅੱਗੇ ਵੱਧਾਇਆ ਗਿਆ ਸੀ, ਖੋਜਕਾਰਾਂ ਨੂੰ ਇੱਕ ਹੋਰ ਗੁੰਝਲਦਾਰ ਅਨੁਮਾਨ ਪ੍ਰਕਿਰਿਆ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਸੀ ਜੋ ਕੁਝ ਉੱਤਰਦਾਤਾਵਾਂ ਨੂੰ ਦੂਜਿਆਂ ਤੋਂ ਜ਼ਿਆਦਾ ਭਾਰ ਦਿੰਦੇ ਸਨ. ਬਾਅਦ ਵਿੱਚ ਇਸ ਅਧਿਆਇ ਵਿੱਚ, ਮੈਂ ਤੁਹਾਨੂੰ ਇੱਕ ਅਜਿਹੀ ਵਜ਼ਨਿੰਗ ਪ੍ਰਣਾਲੀ ਪੋਸਟ-ਸਟਰੈਕਟੀਸ਼ਨ ਦਰਸਾਵਾਂਗਾ ਜੋ ਤੁਹਾਨੂੰ ਬੇਤਰਤੀਬੇ ਦੇ ਨਮੂਨਿਆਂ ਤੋਂ ਵਧੀਆ ਅੰਦਾਜ਼ੇ ਬਣਾਉਣ ਵਿੱਚ ਸਮਰੱਥ ਬਣਾ ਸਕਦੀ ਹੈ.