ಸಂಶೋಧನೆ ನಡೆಸುವಾಗ, ದತ್ತಾಂಶವನ್ನು ಸಂಗ್ರಹಿಸಲು ಹೆಚ್ಚಿನ ಗಮನವನ್ನು ನೀಡಲಾಗುತ್ತದೆ, ಆದ್ದರಿಂದ ಪ್ರತಿಕ್ರಿಯಿಸಿದವರ ಉತ್ತರಗಳನ್ನು ಸಂಗ್ರಹಿಸಿದಾಗ, ಅವುಗಳು ಸರಿಯಾಗಿವೆ ಎಂದು ಒಪ್ಪಿಕೊಳ್ಳಲಾಗುತ್ತದೆ ಮತ್ತು ಅಂತಹ ಉತ್ತರಗಳನ್ನು ಆಧರಿಸಿದ ವರದಿಯನ್ನು ವಸ್ತುನಿಷ್ಠವೆಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ. ಆದಾಗ್ಯೂ, ವೈಯಕ್ತಿಕ ಪ್ರತಿಕ್ರಿಯೆಗಳ ಹೆಚ್ಚು ವಿವರವಾದ ಪರೀಕ್ಷೆಯು ಸಮೀಕ್ಷೆಯ ಮಾತುಗಳು ಅಥವಾ ಪ್ರಶ್ನೆಗಳಿಗೆ ಸೂಚನೆಗಳ ಪ್ರತಿಸ್ಪಂದಕರು ಸ್ಪಷ್ಟ ತಪ್ಪುಗ್ರಹಿಕೆಯನ್ನು ಬಹಿರಂಗಪಡಿಸಿದಾಗ ಸಂದರ್ಭಗಳು ಹೆಚ್ಚಾಗಿ ಉದ್ಭವಿಸುತ್ತವೆ.
1. ವೃತ್ತಿಪರ ನಿಯಮಗಳು ಅಥವಾ ಕೆಲವು ಪದಗಳ ತಪ್ಪು ತಿಳುವಳಿಕೆ. ಸಮೀಕ್ಷೆಯನ್ನು ಕಂಪೈಲ್ ಮಾಡುವಾಗ, ಯಾವ ಪ್ರತಿಸ್ಪಂದಕರ ಗುಂಪುಗಳನ್ನು ಉದ್ದೇಶಿಸಲಾಗಿದೆ ಎಂಬುದನ್ನು ಪರಿಗಣಿಸುವುದು ಯೋಗ್ಯವಾಗಿದೆ: ಸಮೀಕ್ಷೆಯಲ್ಲಿ ಭಾಗವಹಿಸುವವರ ವಯಸ್ಸು ಮತ್ತು ಸ್ಥಿತಿ, ಅವರು ದೊಡ್ಡ ನಗರಗಳಲ್ಲಿ ಅಥವಾ ದೂರದ ಹಳ್ಳಿಗಳಲ್ಲಿ ವಾಸಿಸುತ್ತಿದ್ದಾರೆ, ಇತ್ಯಾದಿ. ನೀವು ವಿಶೇಷ ಪದಗಳು ಮತ್ತು ವಿವಿಧ ಗ್ರಾಮ್ಯಗಳನ್ನು ಎಚ್ಚರಿಕೆಯಿಂದ ಬಳಸಬೇಕು - ಇದು ಎಲ್ಲಾ ಪ್ರತಿಕ್ರಿಯಿಸಿದವರಿಗೆ ಸ್ಪಷ್ಟವಾಗಿಲ್ಲದಿರಬಹುದು ಅಥವಾ ಎಲ್ಲರಿಗೂ ಒಂದೇ ರೀತಿಯಲ್ಲಿ ಅರ್ಥವಾಗದಿರಬಹುದು. ಆದರೂ ಆಗಾಗ್ಗೆ ಇಂತಹ ತಪ್ಪುಗ್ರಹಿಕೆಯು ಪ್ರತಿವಾದಿಯು ಸಮೀಕ್ಷೆಯನ್ನು ತ್ಯಜಿಸಲು ಕಾರಣವಾಗುವುದಿಲ್ಲ (ಇದು ಸಹಜವಾಗಿ, ಅನಪೇಕ್ಷಿತವಾಗಿರುತ್ತದೆ), ಮತ್ತು ಅವನು ಯಾದೃಚ್ಛಿಕವಾಗಿ ಉತ್ತರಿಸುತ್ತಾನೆ (ಇದು ಡೇಟಾ ಅಸ್ಪಷ್ಟತೆಯಿಂದಾಗಿ ಇನ್ನಷ್ಟು ಅನಪೇಕ್ಷಿತವಾಗಿದೆ).
2. ಪ್ರಶ್ನೆಯ ತಪ್ಪು ತಿಳುವಳಿಕೆ. ಪ್ರತಿ ಪ್ರತಿಸ್ಪಂದಕರು ಪ್ರತಿ ವಿಷಯದ ಬಗ್ಗೆ ನಿಸ್ಸಂದಿಗ್ಧವಾದ ಮತ್ತು ಸ್ಪಷ್ಟವಾಗಿ ರೂಪಿಸಿದ ಅಭಿಪ್ರಾಯವನ್ನು ಹೊಂದಿದ್ದಾರೆ ಎಂದು ಅನೇಕ ಸಂಶೋಧಕರು ಮನವರಿಕೆ ಮಾಡುತ್ತಾರೆ. ಇದು ತಪ್ಪು. ಕೆಲವೊಮ್ಮೆ ಸಮೀಕ್ಷೆಯಲ್ಲಿ ಭಾಗವಹಿಸುವವರು ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಲು ಕಷ್ಟವಾಗುತ್ತಾರೆ ಏಕೆಂದರೆ ಅವರು ಈ ದೃಷ್ಟಿಕೋನದಿಂದ ಇಡೀ ವಿಷಯದ ಬಗ್ಗೆ ಅಥವಾ ವಿಷಯದ ಬಗ್ಗೆ ಎಂದಿಗೂ ಯೋಚಿಸಲಿಲ್ಲ. ಈ ಸಂಕೀರ್ಣತೆಯು ಪ್ರತಿಸ್ಪಂದಕರು ಸಮೀಕ್ಷೆಯನ್ನು ತ್ಯಜಿಸಲು ಅಥವಾ ಸಂಪೂರ್ಣವಾಗಿ ಮಾಹಿತಿಯಿಲ್ಲದ ರೀತಿಯಲ್ಲಿ ಉತ್ತರಿಸಲು ಕಾರಣವಾಗಬಹುದು. ಪ್ರಶ್ನೆಯನ್ನು ಹೆಚ್ಚು ಸ್ಪಷ್ಟವಾಗಿ ರೂಪಿಸುವ ಮೂಲಕ ಮತ್ತು ವಿವಿಧ ಪ್ರತಿಕ್ರಿಯೆ ಆಯ್ಕೆಗಳನ್ನು ನೀಡುವ ಮೂಲಕ ಸಮೀಕ್ಷೆಯಲ್ಲಿ ಭಾಗವಹಿಸುವವರಿಗೆ ಉತ್ತರಿಸಲು ಸಹಾಯ ಮಾಡಿ.
ಮೂಲ: news.sportbox.ru
3. ಸಮೀಕ್ಷೆಯ ಸೂಚನೆಗಳು ಅಥವಾ ನಿರ್ದಿಷ್ಟ ಪ್ರಶ್ನೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ವಿಫಲವಾಗಿದೆ. ಎಲ್ಲಾ ಪ್ರಶ್ನಾವಳಿ ಪಠ್ಯದಂತೆ, ಸೂಚನೆಗಳ ಮಾತುಗಳು ಉದ್ದೇಶಿತ ಪ್ರತಿಸ್ಪಂದಕರ ಎಲ್ಲಾ ಗುಂಪುಗಳಿಗೆ ಅನುಗುಣವಾಗಿರಬೇಕು. ನೀವು ನಿರ್ದಿಷ್ಟ ಸಂಖ್ಯೆಯ ಉತ್ತರಗಳನ್ನು ಗುರುತಿಸಬೇಕಾದ ದೊಡ್ಡ ಸಂಖ್ಯೆಯ ಪ್ರಶ್ನೆಗಳನ್ನು ತಪ್ಪಿಸಲು ಪ್ರಯತ್ನಿಸಿ ("ಮೂರು ಪ್ರಮುಖವಾದವುಗಳನ್ನು ಪರಿಶೀಲಿಸಿ ..."), ಅಥವಾ ಅಂತಹ ಎಲ್ಲಾ ಪ್ರಶ್ನೆಗಳಲ್ಲಿ, ಗುರುತಿಸಬೇಕಾದ ಅದೇ ಸಂಖ್ಯೆಯ ಉತ್ತರಗಳನ್ನು ನಿರ್ಧರಿಸಿ. ಸಂಕೀರ್ಣ ರೀತಿಯ ಪ್ರಶ್ನೆಗಳನ್ನು (ಮ್ಯಾಟ್ರಿಸಸ್, ಶ್ರೇಯಾಂಕಗಳು, ಇತ್ಯಾದಿ) ಕಡಿಮೆ ಮಾಡುವುದು ಸಹ ಯೋಗ್ಯವಾಗಿದೆ, ಅವುಗಳನ್ನು ಸರಳವಾದವುಗಳೊಂದಿಗೆ ಬದಲಾಯಿಸುವುದು. ಪ್ರತಿಸ್ಪಂದಕರು ಮೊಬೈಲ್ ಫೋನ್‌ನಿಂದ ಸಮೀಕ್ಷೆಗೆ ಉತ್ತರಿಸುತ್ತಿದ್ದಾರೆ ಎಂದು ನೀವು ಭಾವಿಸಿದರೆ, ಸಮೀಕ್ಷೆಯ ವಿನ್ಯಾಸವನ್ನು ಇನ್ನಷ್ಟು ಸರಳಗೊಳಿಸಲು ಪ್ರಯತ್ನಿಸಿ.
4. ರೇಟಿಂಗ್ ಸ್ಕೇಲ್‌ನ ತಪ್ಪು ತಿಳುವಳಿಕೆ. ಪ್ರಶ್ನಾವಳಿಯಲ್ಲಿ ರೇಟಿಂಗ್ ಸ್ಕೇಲ್ ಅನ್ನು ಬಳಸುವಾಗ, ಅದು ನಿಮಗೆ ಸ್ಪಷ್ಟವಾಗಿ ತೋರುತ್ತಿದ್ದರೂ ಸಹ, ಪ್ರತಿಕ್ರಿಯಿಸುವವರಿಗೆ ಅದರ ಅರ್ಥವನ್ನು ವಿವರಿಸಿ. ಉದಾಹರಣೆಗೆ, 1 ರಿಂದ 5 ರವರೆಗಿನ ಪರಿಚಿತ ಮಾಪಕವನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಶಾಲೆಯ ಶ್ರೇಣೀಕರಣ ವ್ಯವಸ್ಥೆಯೊಂದಿಗೆ ಸಾದೃಶ್ಯದಿಂದ ಅರ್ಥೈಸಿಕೊಳ್ಳಲಾಗುತ್ತದೆ, ಆದರೆ ಕೆಲವೊಮ್ಮೆ ಪ್ರತಿಕ್ರಿಯಿಸುವವರು "1" ಎಂದು ಗುರುತಿಸುತ್ತಾರೆ, ಇದು ಮೊದಲ ಸ್ಥಾನದ ಮೌಲ್ಯವನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಮೌಖಿಕ ಮಾಪಕಗಳಲ್ಲಿ ವ್ಯಕ್ತಿನಿಷ್ಠ ಮಾನದಂಡಗಳನ್ನು ತಪ್ಪಿಸುವುದು ಉತ್ತಮ. ಉದಾಹರಣೆಗೆ, "ಎಂದಿಗೂ - ವಿರಳವಾಗಿ - ಕೆಲವೊಮ್ಮೆ - ಆಗಾಗ್ಗೆ" ಪ್ರಮಾಣವು ತುಂಬಾ ವ್ಯಕ್ತಿನಿಷ್ಠವಾಗಿದೆ. ಬದಲಾಗಿ, ನಿರ್ದಿಷ್ಟ ಮೌಲ್ಯಗಳನ್ನು ನೀಡುವುದು ಯೋಗ್ಯವಾಗಿದೆ ("ತಿಂಗಳಿಗೊಮ್ಮೆ", ಇತ್ಯಾದಿ).
5. ಧನಾತ್ಮಕ ಮತ್ತು ಸರಾಸರಿ ರೇಟಿಂಗ್‌ಗಳನ್ನು ಸಾಮಾನ್ಯೀಕರಿಸುವುದು. ಸಾಮಾನ್ಯವಾಗಿ ಧನಾತ್ಮಕ ಮೌಲ್ಯಮಾಪನಗಳನ್ನು ಮಾಡುವ ಪ್ರತಿಕ್ರಿಯೆದಾರರ ಪ್ರವೃತ್ತಿಯು ಸಾಮಾನ್ಯವಾಗಿ ಮಧ್ಯಪ್ರವೇಶಿಸುತ್ತದೆ, ಉದಾಹರಣೆಗೆ, ಸಾಫ್ಟ್‌ವೇರ್ ಬಳಕೆದಾರರ ಸಮೀಕ್ಷೆಗಳಲ್ಲಿ ಮತ್ತು ಇತರ ರೀತಿಯ ಅಧ್ಯಯನಗಳಲ್ಲಿ. ಬಳಕೆದಾರರು ಸಾಮಾನ್ಯವಾಗಿ ನಿಮ್ಮ ಪ್ರೋಗ್ರಾಂನಲ್ಲಿ ತೃಪ್ತರಾಗಿದ್ದರೆ, ಅದನ್ನು ಭಾಗಗಳಾಗಿ ವಿಭಜಿಸುವುದು ಮತ್ತು ಅವರ ವೈಯಕ್ತಿಕ ಖಾತೆ, ಹೊಸ ಕ್ರಿಯಾತ್ಮಕ ಪರಿಹಾರ ಇತ್ಯಾದಿಗಳನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡುವುದು ಅವರಿಗೆ ಕಷ್ಟಕರವಾಗಿರುತ್ತದೆ. ಹೆಚ್ಚಾಗಿ, ಅವರು ಎಲ್ಲೆಡೆ ಹೆಚ್ಚಿನ ಅಂಕಗಳನ್ನು ನೀಡುತ್ತಾರೆ. ಹೌದು, ಸಮೀಕ್ಷೆಯ ವರದಿಯು ತುಂಬಾ ಧನಾತ್ಮಕವಾಗಿ ಕಾಣುತ್ತದೆ, ಆದರೆ ಫಲಿತಾಂಶಗಳು ಪರಿಸ್ಥಿತಿಯ ವಾಸ್ತವಿಕ ಮೌಲ್ಯಮಾಪನವನ್ನು ಅನುಮತಿಸುವುದಿಲ್ಲ.
ಸರಾಸರಿ ಮೌಲ್ಯಮಾಪನಗಳು ಸಾಮಾನ್ಯವಾಗಿ ದಾರಿಯಲ್ಲಿ ಸಿಗುತ್ತವೆ, ಉದಾಹರಣೆಗೆ, 360-ಡಿಗ್ರಿ ಸಿಬ್ಬಂದಿ ಮೌಲ್ಯಮಾಪನಗಳಲ್ಲಿ. ಉದ್ಯೋಗಿಗಳು ಎಲ್ಲಾ ಸಾಮರ್ಥ್ಯಗಳಿಗೆ ಸರಾಸರಿ ಸ್ಕೋರ್ ನೀಡಲು ಒಲವು ತೋರುತ್ತಾರೆ: ಸಹೋದ್ಯೋಗಿಯ ಬಗೆಗಿನ ವರ್ತನೆ ಧನಾತ್ಮಕವಾಗಿದ್ದರೆ, ಸಹೋದ್ಯೋಗಿಯೊಂದಿಗಿನ ಸಂಬಂಧವು ಉದ್ವಿಗ್ನವಾಗಿದ್ದರೆ, ಫಲಿತಾಂಶಗಳಲ್ಲಿ ನೀವು ಸಂಪೂರ್ಣ ಪ್ರಶ್ನಾವಳಿಯ ಮೇಲೆ ಉಬ್ಬಿಕೊಂಡಿರುವ ಅಂಕಗಳನ್ನು ನೋಡುತ್ತೀರಿ; ಕಡಿಮೆ ಅಂದಾಜಿಸಲಾಗುವುದು.
ಎರಡೂ ಸಂದರ್ಭಗಳಲ್ಲಿ, ಪ್ರತಿ ಪ್ರಶ್ನೆಗೆ ವಿವರವಾದ ಮೌಖಿಕ ಉತ್ತರಗಳೊಂದಿಗೆ ಸಾಮಾನ್ಯ ಮಾಪಕಗಳನ್ನು ಬದಲಿಸುವ ಮೂಲಕ ಉತ್ತರ ಆಯ್ಕೆಗಳ ಮೂಲಕ ಎಚ್ಚರಿಕೆಯಿಂದ ಕೆಲಸ ಮಾಡುವುದು ಬುದ್ಧಿವಂತವಾಗಿದೆ.
6. ಅಭಿಪ್ರಾಯಗಳ ಕುಶಲತೆ. "ಯಶಸ್ವಿ" ವರದಿಗಾಗಿ ಅವರಿಗೆ ಅನುಕೂಲಕರವಾದ ಉತ್ತರಗಳಿಗೆ ಉತ್ತರಿಸಲು ಸಂಶೋಧಕರು ಪ್ರಜ್ಞಾಪೂರ್ವಕವಾಗಿ ಪ್ರತಿಕ್ರಿಯಿಸುವವರನ್ನು ತಳ್ಳುವ ಮೂಲಕ ಈ ಅಂಶವು ಹಿಂದಿನದಕ್ಕಿಂತ ಭಿನ್ನವಾಗಿದೆ. ಕುಶಲತೆಯ ಆಗಾಗ್ಗೆ ವಿಧಾನಗಳು ಆಯ್ಕೆಯ ಭ್ರಮೆ ಮತ್ತು ಸಕಾರಾತ್ಮಕ ಗುಣಲಕ್ಷಣಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತವೆ. ವಿಶಿಷ್ಟವಾಗಿ, ಧನಾತ್ಮಕ ಸಮೀಕ್ಷೆಯ ಫಲಿತಾಂಶಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡುವ ವ್ಯವಸ್ಥಾಪಕರು ಡೇಟಾದ ಸರಿಯಾದ ವ್ಯಾಖ್ಯಾನದ ಬಗ್ಗೆ ಯೋಚಿಸುವುದಿಲ್ಲ. ಆದಾಗ್ಯೂ, ಪ್ರಶ್ನಾವಳಿಯನ್ನು ವಸ್ತುನಿಷ್ಠವಾಗಿ ನೋಡುವುದು ಯೋಗ್ಯವಾಗಿದೆ: ಅದರ ತರ್ಕ ಏನು, ಪ್ರಶ್ನಾವಳಿಯು ನಿರ್ದಿಷ್ಟ ರೇಖೆಯನ್ನು ಹೊಂದಿದೆಯೇ, ಧನಾತ್ಮಕ ಮತ್ತು ಋಣಾತ್ಮಕ ಉತ್ತರ ಆಯ್ಕೆಗಳನ್ನು ಸಮವಾಗಿ ವಿತರಿಸಲಾಗುತ್ತದೆ. ಡೇಟಾವನ್ನು "ವಿಸ್ತರಿಸುವ" ಮತ್ತೊಂದು ಸಾಮಾನ್ಯ ತಂತ್ರವೆಂದರೆ ಪರಿಕಲ್ಪನೆಗಳ ಪರ್ಯಾಯವಾಗಿದೆ. ಉದಾಹರಣೆಗೆ, ಬಹುಪಾಲು ಉದ್ಯೋಗಿಗಳು ಹೊಸ ಪ್ರೋತ್ಸಾಹಕ ಕಾರ್ಯಕ್ರಮವನ್ನು "ತೃಪ್ತಿದಾಯಕ" ಎಂದು ರೇಟ್ ಮಾಡಿದರೆ, "ಕಂಪನಿಯ ಬಹುಪಾಲು ಉದ್ಯೋಗಿಗಳು ಹೊಸ ಪ್ರೋತ್ಸಾಹಕ ಕಾರ್ಯಕ್ರಮದಿಂದ ತೃಪ್ತರಾಗಿದ್ದಾರೆ" ಎಂದು ವರದಿಯು ಪ್ರತಿಬಿಂಬಿಸಬಹುದು.
ಮೂಲ: www.habr.com