3.3 மொத்த கணக்கெடுப்பு பிழை கட்டமைப்பை

மொத்த கணக்கெடுப்பு பிழை = பிரதிநிதித்துவம் பிழைகள் + அளவை பிழைகள்.

மாதிரி ஆய்வுகள் இருந்து வரும் மதிப்பீடுகள் பெரும்பாலும் தவறானவை. அதாவது, ஒரு மாதிரி கணக்கெடுப்பு (எ.கா., ஒரு பள்ளியில் மாணவர்களின் மதிப்பீட்டின் சராசரி உயரம்) மற்றும் மக்களின் உண்மையான மதிப்பு (எ.கா., ஒரு பள்ளியில் மாணவர்களின் சராசரி சராசரி உயரம்) ஆகியவற்றின் மதிப்பீட்டிற்கு வித்தியாசம் உள்ளது. சில நேரங்களில் இந்த பிழைகள் மிகவும் சிறியவை அல்ல, ஆனால் சில நேரங்களில், துரதிருஷ்டவசமாக, அவர்கள் பெரிய மற்றும் விளைவாக இருக்க முடியும். ஆராய்ச்சியாளர்கள் படிப்படியாக மாதிரி ஆய்வுகள் தோன்றும் பிழைகள் ஒரு ஒற்றை, பரந்த கருத்தியல் கட்டமைப்பை உருவாக்கியது: மொத்த கணக்கெடுப்பு பிழை கட்டமைப்பை (Groves and Lyberg 2010) . இந்த கட்டமைப்பின் வளர்ச்சி 1940 களில் ஆரம்பிக்கப்பட்ட போதிலும், டிஜிட்டல் வயதில் உள்ள ஆய்வு ஆராய்ச்சிக்கு எங்களுக்கு இரண்டு பயனுள்ள யோசனைகளை வழங்குகிறது என்று நினைக்கிறேன்.

முதலாவதாக, இரண்டு வகையான பிழைகள் உள்ளன என்பதை மொத்த ஆய்வுப் பிழையின் விளக்கப்படம்: சார்பு மற்றும் மாறுபாடு . தோராயமாக, சார்பு முறையான பிழை மற்றும் மாறுபாடு சீரற்ற பிழை. வேறு வார்த்தைகளில் கூறுவதானால், அதே மாதிரியான கணக்கெடுப்புக்கு 1,000 பிரதிகளை இயக்கி கற்பனை செய்து, பின்னர் இந்த 1000 பிரதிகளில் இருந்து மதிப்பீடுகளின் விநியோகம் பார்க்கும். இந்த மறுபார்வை மதிப்பீடுகளின் சராசரி மதிப்புக்கும் உண்மையான மதிப்பிற்கும் இடையே உள்ள வேறுபாடு வேறுபாடு. இந்த மதிப்பீட்டின் மாறுபாடு மாறுபாடு ஆகும். எல்லோரும் சமமாக உள்ளனர், எந்தவித பயன்முறையையும் சிறிய மாறுபாட்டையும் கொண்ட ஒரு செயல்முறையை நாங்கள் விரும்புகிறோம். துரதிருஷ்டவசமாக, பல உண்மையான சிக்கல்களுக்கு, எந்தவித பயமுறுத்தும், சிறிய மாறுபட்ட நடைமுறைகளும் இல்லை, இது சார்பு மற்றும் மாறுபாடுகளால் அறிமுகப்படுத்தப்பட்ட சிக்கல்களை எவ்வாறு சமன்செய்யும் என்பதை தீர்மானிப்பதில் கடினமான நிலையில் ஆய்வாளர்களை ஆராய்கிறது. சில ஆராய்ச்சியாளர்கள் இயல்பாகவே நடுநிலையான நடைமுறைகளை விரும்புகிறார்கள், ஆனால் சார்புடைய ஒரு ஒற்றை மனப்பான்மை கவனம் ஒரு தவறு. சத்தியத்திற்கு முடிந்தவரை நெருக்கமானதாக இருக்கும் மதிப்பீடு ஒன்றை உருவாக்கினால், அதாவது, மிகச் சிறிய பிழையானது மற்றும் ஒரு சிறிய வேறுபாடு கொண்ட ஒரு செயல்முறையுடன் நீங்கள் சிறப்பாக செயல்படலாம். பாரபட்சமற்ற ஆனால் ஒரு பெரிய மாறுபாடு உள்ளது (எண்ணிக்கை 3.1). வேறு வார்த்தைகளில் கூறுவதானால், கணக்கெடுப்பு ஆராய்ச்சி நடைமுறைகளை மதிப்பிடும் போது, இரு சார்பு மற்றும் மாறுபாடு ஆகியவற்றை நீங்கள் கருத்தில் கொள்ள வேண்டும் என்று மொத்த கணக்கெடுப்பு பிழை கட்டமைப்பை காட்டுகிறது.

படம் 3.1: பாரபட்சம் மற்றும் மாறுபாடு. வெறுமனே, ஆய்வாளர்கள் ஒரு சார்பற்ற, குறைந்த மாறுபட்ட மதிப்பீட்டு நடைமுறை வேண்டும். உண்மையில், அவர்கள் பெரும்பாலும் சார்பு மற்றும் மாறுபாடு ஆகியவற்றிற்கு இடையில் வர்த்தகத்தை உருவாக்கும் தீர்மானங்களை எடுக்க வேண்டும். சில ஆராய்ச்சியாளர்கள் இயல்பாகவே நடுநிலையான நடைமுறைகளை விரும்புகின்றனர் என்றாலும், சில நேரங்களில் ஒரு சிறிய-சார்பு, சிறிய மாறுபடும் செயல்முறை அதிக வேறுபாடு கொண்ட ஒரு நடுநிலையான செயல்முறையை விட துல்லியமான மதிப்பீடுகளை உருவாக்க முடியும்.

இந்த அத்தியாயத்தின் பெரும்பகுதியை ஒழுங்குபடுத்தும் மொத்த கணக்கெடுப்பு பிழைத் திட்டத்தின் இரண்டாம் முக்கிய நுண்ணறிவு என்னவென்றால், இரண்டு வழிகளான பிழைகள் உள்ளன: நீங்கள் பேசும் ( பிரதிநிதித்துவம் ) மற்றும் அந்த உரையாடல்களில் இருந்து நீங்கள் என்ன கற்றுக்கொள்கிறீர்கள் தொடர்பான பிரச்சினைகள் ( அளவீட்டு ). உதாரணமாக, நீங்கள் பிரான்சில் வாழும் பெரியவர்களிடையே ஆன்லைன் தனியுரிமை பற்றி மனப்பான்மையை மதிப்பிடுவதில் ஆர்வமாக இருக்கலாம். இந்த மதிப்பீடுகளை இரண்டு வெவ்வேறு வகையான அனுமானங்களுக்கு தேவைப்படுகிறது. முதலில், பதிலளிப்பவர்கள் கொடுக்கிற பதில்களில் இருந்து, நீங்கள் ஆன்லைனில் தனியுரிமை (இது ஒரு அளவீட்டு பிரச்சனையாகும்) பற்றி அவர்களின் மனோபாவங்களைக் கூற வேண்டும். இரண்டாவதாக, பதிலளிப்பவர்களில் உள்ள தோராயமான மனப்பான்மைகளிலிருந்து, ஒட்டுமொத்த மக்களிடையே உள்ள மனப்பான்மையை நீங்கள் பிரதிபலிக்க வேண்டும் (இது பிரதிநிதித்துவத்தின் சிக்கல்). தவறான கணக்கெடுப்பு கேள்விகளுடன் சரியான மாதிரி தவறான மதிப்பீடுகளை உருவாக்கும், சரியான ஆய்வு கேள்விகளுடன் தவறான மாதிரி இருக்கும். வேறுவிதமாக கூறினால், நல்ல மதிப்பீடுகள் அளவீடு மற்றும் பிரதிநிதித்துவத்திற்கான ஒலி அணுகுமுறைகள் தேவைப்படுகின்றன. பின்னணி, நான் கடந்த காலத்தில் பிரதிநிதித்துவம் மற்றும் அளவீட்டு பற்றி ஆய்வு ஆராய்ச்சியாளர்கள் சிந்தித்து வருகிறேன். பின்னர், நான் பிரதிநிதித்துவம் மற்றும் அளவீட்டு பற்றிய கருத்துக்கள் டிஜிட்டல் வயது ஆய்வு ஆய்வு வழிகாட்டும் எப்படி காட்ட வேண்டும்.