ஆராய்ச்சியாளர்கள் பெரிய அளவில் இருந்து ஒரு பிரதிநிதி மாதிரி தேர்ந்தெடுக்க வேண்டும் போது, அவர்கள் பெரும்பாலும் சீரற்ற தேர்வு என்று ஒரு முறை பயன்படுத்த. இந்தத் தேர்வில், ஒவ்வொரு குழுவில் உள்ள ஒவ்வொரு உறுப்பினரும், படிப்பில் பங்கேற்பாளராக தேர்ந்தெடுக்கப்பட்டதற்கு சமமான வாய்ப்பு உள்ளது.
சீரற்ற தேர்வு எதிராக ரேண்டம் ஒதுக்கீடு
சீரற்ற தேர்வு எப்படி ஒரு சீரற்ற வேலையில் இருந்து வேறுபடுகிறது?
ரேண்டம் தேர்வு என்பது மொத்த மக்களிடமிருந்து மாதிரி எவ்வாறு வரையறுக்கப்படுகிறது என்பதைக் குறிக்கிறது, அதே சமயம் , பங்கேற்பாளர்கள் எவ்வாறு சோதனை அல்லது கட்டுப்பாட்டு குழுக்களுக்கு ஒதுக்கப்படுகிறார்கள் என்பதைக் குறிப்பிடுவதால், சீரற்ற பணிகள் குறிக்கப்படுகின்றன.
ஒரு பரிசோதனையில் சீரற்ற தேர்வு மற்றும் சீரற்ற வேலை இருவரும் இருக்க முடியும். உங்கள் ஆய்வில் பங்குபெற மக்களை 500 நபர்கள் வரை வரையறுக்க நீங்கள் சீரற்ற தேர்வை பயன்படுத்த வேண்டும் என்று கற்பனை செய்து பாருங்கள். நீங்கள் கட்டுப்பாட்டுக் குழுவில் (உங்கள் சிகிச்சை அல்லது சுயாதீன மாறி பெறாத குழுவிற்கு) 250 பங்கேற்பாளர்களை ஒதுக்குவதற்கு சீரற்ற நியமிப்பைப் பயன்படுத்துகிறீர்கள், மேலும் பங்கேற்பாளர்களில் 250 பேரை பரிசோதனை குழு (சிகிச்சை அல்லது சுயாதீன மாறி பெறுகின்ற குழு) .
ஏன் ஆராய்ச்சியாளர்கள் சீரற்ற தேர்வை பயன்படுத்துகிறார்கள்? இதன் விளைவாக பொதுமக்களிடமிருந்த அதிகரிப்பு அதிகரிக்க வேண்டும். ஒரு பெரிய மக்கள்தொகை இருந்து ஒரு சீரற்ற மாதிரி வரைவதன் மூலம், இலக்காக மாதிரி பெரிய குழு பிரதிநிதித்துவம் மற்றும் குறைபாடுகளுக்கு உட்பட்டதாக இருக்கும்.
ஆராய்ச்சியில் ரேண்டம் தேர்வு பற்றி நீங்கள் தெரிந்து கொள்ள வேண்டும்
ஒரு ஆராய்ச்சியாளர் பங்கேற்க மக்களை தேர்ந்தெடுப்பதாக கற்பனை செய்து பாருங்கள். பங்கேற்பாளர்களைத் தேர்ந்தெடுப்பதற்காக, ஒரு நாணயத்தின் டாஸின் புள்ளிவிவரமான சமமான ஒரு நுட்பத்தை பயன்படுத்தி மக்களை அவர்கள் தேர்வு செய்யலாம். பங்கேற்பாளர்களைக் கொண்டிருக்கும் புவியியல் பகுதிகள் எடுப்பதற்கு அவை சீரற்ற தேர்வைப் பயன்படுத்தி ஆரம்பிக்கலாம்.
பின்னர் நகரங்கள், சுற்றுப்புறங்கள், குடும்பங்கள், வயது வரம்புகள் மற்றும் தனிப்பட்ட பங்கேற்பாளர்கள் ஆகியவற்றைத் தேர்ந்தெடுப்பதற்கு அவர்கள் ஒரே தேர்வு முறையைப் பயன்படுத்தலாம்.
நினைவில் வைக்க வேண்டிய இன்னொரு முக்கியமான விஷயம், பெரிய மாதிரிகள் இன்னும் பிரதிநிதிகளாக இருக்கிறார்கள், ஏனெனில் மாதிரி அளவு சிறியதாக இருந்தால், சீரற்ற தேர்வு கூட ஒரு சார்பற்ற அல்லது வரையறுக்கப்பட்ட மாதிரிக்கு வழிவகுக்கும். மாதிரி அளவு சிறியதாக இருக்கும் போது, ஒரு அசாதாரண பங்கேற்பாளர் மாதிரி முழுவதும் ஒரு தவறான செல்வாக்கு இருக்க முடியும். மிகப்பெரிய மாதிரி அளவைப் பயன்படுத்தி, அசாதாரணமான பங்கேற்பாளர்களின் முடிவுகளைத் திசைதிருப்புவதன் விளைவுகளை நீக்குகிறது.
ஆதாரங்கள்:
எல்ம்ஸ், டி.ஜி., கான்டோவிட்ஸ், பி.ஹெச், & ரோய்டிகர், எச். எல். ஆராய்ச்சி முறைகள் உள்ள உளவியல். பெல்மோன்ட், CA: வாட்ஸ்வொர்த்; 2012.
ஹொக்கன்பரி, டி.ஹெச் & ஹாக்வெர்பரி, SE (2007). உளவியல் கண்டுபிடிப்பது. நியூ யார்க்: வொர்த் பப்ளிஷர்ஸ்.