ਸੰਖਿਆਤਮਕ ਸਿਧਾਂਤ ਸਿੱਖਣ ਵਿੱਚ ਸੌਖਾ ਹੈ ਜਦੋਂ ਤੁਸੀਂ ਭਾਸ਼ਾ ਜਾਣਦੇ ਹੋ। ਇਹ ਮਾਡਿਊਲ ਮਹੱਤਵਪੂਰਨ ਸ਼ਬਦ ਪੇਸ਼ ਕਰਦਾ ਹੈ ਜੋ ਪਾਠ ਵਿੱਚ ਵਰਤੇ ਜਾਣਗੇ।
ਡਾਟਾ ਜਾਣਕਾਰੀ ਦੀਆਂ ਵਿਅਕਤੀਗਤ ਚੀਜ਼ਾਂ ਹਨ ਜੋ ਇੱਕ ਆਬਾਦੀ ਜਾਂ ਨਮੂਨੇ ਤੋਂ ਆਉਂਦੀਆਂ ਹਨ। ਡਾਟਾ ਨੂੰ ਗੁਣਾਤਮਕ (ਸ਼੍ਰੇਣੀਬੱਧ), ਮਾਤਰਾਤਮਕ ਨਿਰੰਤਰ, ਜਾਂ ਮਾਤਰਾਤਮਕ ਅਲੱਗ ਵਜੋਂ ਵਰਗੀਕ੍ਰਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
ਕਿਉਂਕਿ ਕਿਸੇ ਅਧਿਐਨ ਵਿੱਚ ਪੂਰੀ ਆਬਾਦੀ ਨੂੰ ਮਾਪਣਾ ਵਿਹਾਰਕ ਨਹੀਂ ਹੈ, ਖੋਜਕਰਤਾ ਆਬਾਦੀ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਨਮੂਨਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਇੱਕ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਆਬਾਦੀ ਤੋਂ ਇੱਕ ਪ੍ਰਤੀਨਿਧੀ ਸਮੂਹ ਹੈ ਜੋ ਇੱਕ ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਚੁਣਿਆ ਗਿਆ ਹੈ ਜੋ ਆਬਾਦੀ ਵਿੱਚ ਹਰੇਕ ਵਿਅਕਤੀ ਨੂੰ ਨਮੂਨੇ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣ ਦਾ ਬਰਾਬਰ ਮੌਕਾ ਦਿੰਦਾ ਹੈ। ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਵਿਧੀਆਂ ਵਿੱਚ ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ, ਸਟ੍ਰੈਟੀਫਾਈਡ ਨਮੂਨਾ, ਕਲੱਸਟਰ ਨਮੂਨਾ, ਅਤੇ ਵਿਵਸਥਿਤ ਨਮੂਨਾ ਸ਼ਾਮਲ ਹਨ। ਸੁਵਿਧਾਜਨਕ ਨਮੂਨਾ ਇੱਕ ਨਮੂਨਾ ਚੁਣਨ ਦੀ ਇੱਕ ਗੈਰ-ਬੇਤਰਤੀਬ ਵਿਧੀ ਹੈ ਜੋ ਅਕਸਰ ਪੱਖਪਾਤੀ ਡਾਟਾ ਪੈਦਾ ਕਰਦੀ ਹੈ।
ਨਮੂਨੇ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਵਿਅਕਤੀ ਹੁੰਦੇ ਹਨ, ਵੱਖ-ਵੱਖ ਡਾਟਾ ਪੈਦਾ ਕਰਦੇ ਹਨ। ਇਹ ਸੱਚ ਹੈ ਭਾਵੇਂ ਨਮੂਨੇ ਚੰਗੀ ਤਰ੍ਹਾਂ ਚੁਣੇ ਗਏ ਅਤੇ ਆਬਾਦੀ ਦੇ ਪ੍ਰਤੀਨਿਧੀ ਹੋਣ। ਜਦੋਂ ਸਹੀ ਢੰਗ ਨਾਲ ਚੁਣਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਵੱਡੇ ਨਮੂਨੇ ਛੋਟੇ ਨਮੂਨਿਆਂ ਨਾਲੋਂ ਆਬਾਦੀ ਨੂੰ ਵਧੇਰੇ ਨੇੜੇ ਤੋਂ ਮਾਡਲ ਕਰਦੇ ਹਨ। ਬਹੁਤ ਸਾਰੀਆਂ ਵੱਖ-ਵੱਖ ਸੰਭਾਵੀ ਸਮੱਸਿਆਵਾਂ ਹਨ ਜੋ ਇੱਕ ਨਮੂਨੇ ਦੀ ਭਰੋਸੇਯੋਗਤਾ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਅੰਕੜਾ ਡਾਟਾ ਦਾ ਆਲੋਚਨਾਤਮਕ ਤੌਰ 'ਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੀ ਲੋੜ ਹੈ, ਨਾ ਕਿ ਸਿਰਫ਼ ਸਵੀਕਾਰ ਕਰਨ ਦੀ।
ਕੁਝ ਗਣਨਾਵਾਂ ਅਜਿਹੇ ਨੰਬਰ ਤਿਆਰ ਕਰਦੀਆਂ ਹਨ ਜੋ ਨਕਲੀ ਤੌਰ 'ਤੇ ਸਹੀ ਹੁੰਦੇ ਹਨ। ਕਿਸੇ ਮੁੱਲ ਨੂੰ ਅੱਠ ਦਸ਼ਮਲਵ ਸਥਾਨਾਂ ਤੱਕ ਰਿਪੋਰਟ ਕਰਨਾ ਜ਼ਰੂਰੀ ਨਹੀਂ ਹੈ ਜਦੋਂ ਕਿ ਮਾਪ ਜਿਨ੍ਹਾਂ ਨੇ ਉਹ ਮੁੱਲ ਤਿਆਰ ਕੀਤਾ ਸੀ, ਉਹ ਸਿਰਫ਼ ਦਸਵੇਂ ਹਿੱਸੇ ਤੱਕ ਸਹੀ ਸਨ। ਆਪਣੇ ਅੰਤਿਮ ਉੱਤਰ ਨੂੰ ਮੂਲ ਡਾਟਾ ਵਿੱਚ ਮੌਜੂਦ ਇੱਕ ਦਸ਼ਮਲਵ ਸਥਾਨ ਤੋਂ ਵੱਧ ਤੱਕ ਗੋਲ ਕਰੋ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਜੇਕਰ ਤੁਹਾਡੇ ਕੋਲ ਡਾਟਾ ਦਸਵੇਂ ਹਿੱਸੇ ਤੱਕ ਮਾਪਿਆ ਗਿਆ ਹੈ, ਤਾਂ ਅੰਤਿਮ ਅੰਕੜੇ ਨੂੰ ਸੌਵੇਂ ਹਿੱਸੇ ਤੱਕ ਰਿਪੋਰਟ ਕਰੋ। ਉਮੀਦ ਕਰੋ ਕਿ ਤੁਹਾਡੇ ਕੁਝ ਉੱਤਰ ਗੋਲ ਕਰਨ ਦੀਆਂ ਗਲਤੀਆਂ ਕਾਰਨ ਪਾਠ ਤੋਂ ਭਿੰਨ ਹੋਣਗੇ।
ਆਪਣੇ ਉੱਤਰਾਂ ਨੂੰ ਗੋਲ ਕਰਨ ਤੋਂ ਇਲਾਵਾ, ਤੁਸੀਂ ਆਪਣੇ ਡਾਟਾ ਨੂੰ ਮਾਪਣ ਦੇ ਹੇਠਾਂ ਦਿੱਤੇ ਚਾਰ ਪੱਧਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਾਪ ਸਕਦੇ ਹੋ:
ਨਾਮਾਤਰ ਪੈਮਾਨਾ ਪੱਧਰ ਦਾ ਡਾਟਾ ਜਿਸਨੂੰ ਕ੍ਰਮਬੱਧ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਅਤੇ ਨਾ ਹੀ ਇਸਨੂੰ ਗਣਨਾਵਾਂ ਵਿੱਚ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ
ਆਰਡੀਨਲ ਪੈਮਾਨਾ ਪੱਧਰ ਦਾ ਡਾਟਾ ਜਿਸਨੂੰ ਕ੍ਰਮਬੱਧ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ; ਅੰਤਰਾਂ ਨੂੰ ਮਾਪਿਆ ਨਹੀਂ ਜਾ ਸਕਦਾ
ਇੰਟਰਵਲ ਪੈਮਾਨਾ ਪੱਧਰ ਦਾ ਡਾਟਾ ਜਿਸਦਾ ਇੱਕ ਨਿਸ਼ਚਿਤ ਕ੍ਰਮ ਹੈ ਪਰ ਕੋਈ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਨਹੀਂ ਹੈ; ਅੰਤਰਾਂ ਨੂੰ ਮਾਪਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਪਰ ਅਨੁਪਾਤ ਵਰਗੀ ਕੋਈ ਚੀਜ਼ ਨਹੀਂ ਹੈ
ਅਨੁਪਾਤ ਪੈਮਾਨਾ ਪੱਧਰ ਦਾ ਡਾਟਾ ਜਿਸਦਾ ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਹੈ ਜਿਸਨੂੰ ਕ੍ਰਮਬੱਧ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ; ਅੰਤਰਾਂ ਦਾ ਮਤਲਬ ਹੈ ਅਤੇ ਅਨੁਪਾਤਾਂ ਦੀ ਗਣਨਾ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ
ਜਦੋਂ ਡਾਟਾ ਨੂੰ ਸੰਗਠਿਤ ਕਰਦੇ ਹੋ, ਤਾਂ ਇਹ ਜਾਣਨਾ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦਾ ਹੈ ਕਿ ਕੋਈ ਮੁੱਲ ਕਿੰਨੀ ਵਾਰ ਆਉਂਦਾ ਹੈ। ਕਿੰਨੇ ਅੰਕੜਾ ਵਿਦਿਆਰਥੀ ਪ੍ਰੀਖਿਆ ਲਈ ਪੰਜ ਘੰਟੇ ਜਾਂ ਵੱਧ ਪੜ੍ਹਦੇ ਹਨ? ਸਾਡੇ ਬਲਾਕ 'ਤੇ ਕਿੰਨੇ ਪਰਿਵਾਰ ਦੋ ਪਾਲਤੂ ਜਾਨਵਰ ਰੱਖਦੇ ਹਨ? ਬਾਰੰਬਾਰਤਾ, ਸੰਬੰਧਤ ਬਾਰੰਬਾਰਤਾ, ਅਤੇ ਸੰਚਤ ਸੰਬੰਧਤ ਬਾਰੰਬਾਰਤਾ ਅਜਿਹੇ ਮਾਪ ਹਨ ਜੋ ਇਹਨਾਂ ਵਰਗੇ ਪ੍ਰਸ਼ਨਾਂ ਦੇ ਉੱਤਰ ਦਿੰਦੇ ਹਨ।
ਇੱਕ ਮਾੜੀ ਤਰ੍ਹਾਂ ਡਿਜ਼ਾਈਨ ਕੀਤੀ ਗਈ ਅਧਿਐਨ ਭਰੋਸੇਯੋਗ ਡਾਟਾ ਪੈਦਾ ਨਹੀਂ ਕਰੇਗੀ। ਕੁਝ ਮੁੱਖ ਭਾਗ ਹਨ ਜੋ ਹਰ ਪ੍ਰਯੋਗ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤੇ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ। ਲੁਕਵੇਂ ਵੇਰੀਏਬਲ ਨੂੰ ਖਤਮ ਕਰਨ ਲਈ, ਵਿਸ਼ਿਆਂ ਨੂੰ ਬੇਤਰਤੀਬ ਢੰਗ ਨਾਲ ਵੱਖ-ਵੱਖ ਇਲਾਜ ਸਮੂਹਾਂ ਨੂੰ ਨਿਯੁਕਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਸਮੂਹਾਂ ਵਿੱਚੋਂ ਇੱਕ ਨੂੰ ਇੱਕ ਨਿਯੰਤਰਣ ਸਮੂਹ ਵਜੋਂ ਕੰਮ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਜੋ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਜਦੋਂ ਕਿਰਿਆਸ਼ੀਲ ਇਲਾਜ ਲਾਗੂ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਤਾਂ ਕੀ ਹੁੰਦਾ ਹੈ। ਨਿਯੰਤਰਣ ਸਮੂਹ ਵਿੱਚ ਭਾਗੀਦਾਰ ਇੱਕ ਪਲੇਸਬੋ ਇਲਾਜ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ ਜੋ ਕਿਰਿਆਸ਼ੀਲ ਇਲਾਜਾਂ ਵਰਗਾ ਹੀ ਦਿਖਦਾ ਹੈ ਪਰ ਪ੍ਰਤੀਕਿਰਿਆ ਵੇਰੀਏਬਲ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਨਹੀਂ ਕਰ ਸਕਦਾ। ਪਲੇਸਬੋ ਦੀ ਅਖੰਡਤਾ ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਲਈ, ਖੋਜਕਰਤਾਵਾਂ ਅਤੇ ਵਿਸ਼ਿਆਂ ਦੋਵਾਂ ਨੂੰ ਅੰਨ੍ਹਾ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਜਦੋਂ ਇੱਕ ਅਧਿਐਨ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਡਿਜ਼ਾਈਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਲਾਜ ਸਮੂਹਾਂ ਵਿਚਕਾਰ ਇੱਕੋ ਇੱਕ ਅੰਤਰ ਉਹ ਹੈ ਜੋ ਖੋਜਕਰਤਾ ਦੁਆਰਾ ਲਗਾਇਆ ਜਾਂਦਾ ਹੈ। ਇਸ ਲਈ, ਜਦੋਂ ਸਮੂਹ ਵੱਖ-ਵੱਖ ਇਲਾਜਾਂ ਪ੍ਰਤੀ ਵੱਖ-ਵੱਖ ਪ੍ਰਤੀਕਿਰਿਆ ਕਰਦੇ ਹਨ, ਤਾਂ ਅੰਤਰ ਵਿਆਖਿਆਤਮਕ ਵੇਰੀਏਬਲ ਦੇ ਪ੍ਰਭਾਵ ਕਾਰਨ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
“ਇੱਕ ਨੈਤਿਕ ਸਮੱਸਿਆ ਉਦੋਂ ਪੈਦਾ ਹੁੰਦੀ ਹੈ ਜਦੋਂ ਤੁਸੀਂ ਇੱਕ ਅਜਿਹੀ ਕਾਰਵਾਈ 'ਤੇ ਵਿਚਾਰ ਕਰ ਰਹੇ ਹੁੰਦੇ ਹੋ ਜੋ ਤੁਹਾਨੂੰ ਜਾਂ ਕਿਸੇ ਅਜਿਹੇ ਕਾਰਨ ਨੂੰ ਲਾਭ ਪਹੁੰਚਾਉਂਦੀ ਹੈ ਜਿਸਦਾ ਤੁਸੀਂ ਸਮਰਥਨ ਕਰਦੇ ਹੋ, ਦੂਜਿਆਂ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾਉਂਦੀ ਹੈ ਜਾਂ ਲਾਭ ਘਟਾਉਂਦੀ ਹੈ, ਅਤੇ ਕਿਸੇ ਨਿਯਮ ਦੀ ਉਲੰਘਣਾ ਕਰਦੀ ਹੈ।”4 ਅੰਕੜਿਆਂ ਵਿੱਚ ਨੈਤਿਕ ਉਲੰਘਣਾਵਾਂ ਹਮੇਸ਼ਾ ਆਸਾਨੀ ਨਾਲ ਨਹੀਂ ਲੱਭੀਆਂ ਜਾ ਸਕਦੀਆਂ। ਪੇਸ਼ੇਵਰ ਸੰਗਠਨ ਅਤੇ ਸੰਘੀ ਏਜੰਸੀਆਂ ਸਹੀ ਆਚਰਨ ਲਈ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ ਪੋਸਟ ਕਰਦੀਆਂ ਹਨ। ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਤੁਸੀਂ ਬੁਨਿਆਦੀ ਅੰਕੜਾ ਪ੍ਰਕਿਰਿਆਵਾਂ ਸਿੱਖੋ ਤਾਂ ਜੋ ਤੁਸੀਂ ਸਹੀ ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਪਛਾਣ ਸਕੋ।