ਸਮਾਜਿਕ ਖੋਜ

੧.੧. ਅਰਥ

ਸਮਾਜਿਕ ਖੋਜ ਸਮਾਜਿਕ ਵਰਤਾਰਿਆਂ, ਮਨੁੱਖੀ ਵਿਵਹਾਰ ਅਤੇ ਸਮਾਜ ਦੇ ਗੁੰਝਲਦਾਰ ਢਾਂਚੇ ਦਾ ਯੋਜਨਾਬੱਧ ਅਤੇ ਉਦੇਸ਼ਪੂਰਨ ਵਿਸ਼ਲੇਸ਼ਣ ਹੈ। ਇਹ ਸਮਾਜਿਕ ਜੀਵਨ ਦੇ ਅੰਦਰ ਪੈਟਰਨਾਂ, ਕਾਰਨਾਂ ਅਤੇ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰਨ ਲਈ ਸਖਤ, ਪ੍ਰਮਾਣਿਤ ਵਿਧੀਆਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਆਮ ਨਿਰੀਖਣ ਤੋਂ ਪਰੇ ਜਾਂਦਾ ਹੈ। ਇਹ ਧਾਰਨਾਵਾਂ ਅਤੇ ਅਨੁਭਵੀ ਤੱਥਾਂ ਵਿਚਕਾਰ ਪਾੜੇ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ।

੧.੨. ਸਿਧਾਂਤਕ ਉਦੇਸ਼

• ਗਿਆਨ ਇਕੱਠਾ ਕਰਨਾ: ਮੌਜੂਦਾ ਸਮਾਜ-ਸ਼ਾਸਤਰ ਸਿਧਾਂਤਾਂ 'ਤੇ ਨਿਰਮਾਣ ਕਰਨਾ ਅਤੇ ਸਮਾਜ ਬਾਰੇ ਨਵੇਂ ਤੱਥਾਂ ਦੀ ਖੋਜ ਕਰਨਾ।

• ਸਬੰਧ ਸਥਾਪਤ ਕਰਨਾ: ਵੱਖ-ਵੱਖ ਸਮਾਜਿਕ ਵੇਰੀਏਬਲਾਂ (ਜਿਵੇਂ ਕਿ ਗਰੀਬੀ ਅਤੇ ਵਿਦਿਅਕ ਪ੍ਰਾਪਤੀ) ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਅਤੇ ਕਾਰਣ ਸਬੰਧਾਂ ਦੀ ਪਛਾਣ ਕਰਨਾ।

• ਕਾਨੂੰਨ ਬਣਾਉਣਾ: ਮਨੁੱਖੀ ਵਿਵਹਾਰ ਦੇ ਆਮ ਕਾਨੂੰਨ ਤਿਆਰ ਕਰਨਾ ਜੋ ਭਵਿੱਖ ਦੇ ਸਮਾਜਿਕ ਰੁਝਾਨਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰ ਸਕਦੇ ਹਨ।

੧.੩. ਵਿਹਾਰਕ (ਉਪਯੋਗੀ) ਉਦੇਸ਼

• ਸਮੱਸਿਆ ਦਾ ਹੱਲ: ਅਪਰਾਧ, ਬੇਰੁਜ਼ਗਾਰੀ, ਜਾਂ ਪਦਾਰਥਾਂ ਦੀ ਦੁਰਵਰਤੋਂ ਵਰਗੇ ਮਹੱਤਵਪੂਰਨ ਸਮਾਜਿਕ ਮੁੱਦਿਆਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਕਾਰਵਾਈਯੋਗ ਡੇਟਾ ਪ੍ਰਦਾਨ ਕਰਨਾ।

• ਨੀਤੀ ਸੂਤਰੀਕਰਨ: ਸਰਕਾਰਾਂ ਅਤੇ ਗੈਰ-ਸਰਕਾਰੀ ਸੰਗਠਨਾਂ ਨੂੰ ਅੰਦਾਜ਼ੇ ਲਗਾਉਣ ਦੀ ਬਜਾਏ ਸਖ਼ਤ ਡੇਟਾ ਦੇ ਅਧਾਰ ਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਭਲਾਈ ਨੀਤੀਆਂ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਨਾ।

੧.੪. ਰੋਜ਼ਾਨਾ ਨਿਰੀਖਣ ਤੋਂ ਅੰਤਰ

ਰੋਜ਼ਾਨਾ ਨਿਰੀਖਣ ਵਿਅਕਤੀਗਤ, ਨਿੱਜੀ ਪੱਖਪਾਤ ਦਾ ਸ਼ਿਕਾਰ, ਅਤੇ ਗੈਰ-ਵਿਵਸਥਿਤ ਹੈ। ਹਾਲਾਂਕਿ, ਸਮਾਜਿਕ ਖੋਜ ਸਖ਼ਤ ਨਮੂਨੇ, ਪ੍ਰਮਾਣਿਤ ਸਾਧਨਾਂ ਅਤੇ ਢਾਂਚਾਗਤ ਤਰਕ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੀ ਹੈ ਕਿ ਖੋਜਾਂ ਵਿਅਕਤੀਗਤ ਪੱਖਪਾਤ ਦੀ ਬਜਾਏ ਉਦੇਸ਼ਪੂਰਨ ਹਕੀਕਤ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ।

੨.੧. ਪਰਿਭਾਸ਼

ਸਮਾਜਿਕ ਖੋਜ ਇੱਕ ਬੇਤਰਤੀਬ ਗਤੀਵਿਧੀ ਨਹੀਂ ਹੈ; ਇਹ ਇੱਕ ਸਖ਼ਤ, ਤਰਕਪੂਰਨ ਕ੍ਰਮ ਦੀ ਪਾਲਣਾ ਕਰਦੀ ਹੈ। ਇਹਨਾਂ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਅਧਿਐਨ ਦੀ ਵੈਧਤਾ ਅਤੇ ਭਰੋਸੇਯੋਗਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦੀ ਹੈ।

1. ਸਮੱਸਿਆ ਦੀ ਚੋਣ ਅਤੇ ਸੂਤਰੀਕਰਨ: ਅਧਿਐਨ ਕੀਤੇ ਜਾਣ ਵਾਲੇ ਅਸਲੀਅਤ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨਾ।

2. ਸਾਹਿਤ ਦੀ ਸਮੀਖਿਆ: ਪਹਿਲਾਂ ਤੋਂ ਜਾਣੀ ਜਾਂਦੀ ਚੀਜ਼ ਨੂੰ ਸਮਝਣ ਅਤੇ ਖੋਜ ਦੇ ਪਾੜੇ ਲੱਭਣ ਲਈ ਪਿਛਲੀ ਖੋਜ ਦਾ ਅਧਿਐਨ ਕਰਨਾ।

3. ਪ੍ਰਤੀਕਥਾ ਦਾ ਨਿਰਮਾਣ: ਨਤੀਜੇ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਵਾਲਾ ਇੱਕ ਅਸਥਾਈ, ਪਰਖਣਯੋਗ ਬਿਆਨ ਬਣਾਉਣਾ।

4. ਖੋਜ ਡਿਜ਼ਾਈਨ: ਇੱਕ ਬਲੂਪ੍ਰਿੰਟ ਤਿਆਰ ਕਰਨਾ ਜਿਸ ਵਿੱਚ ਦੱਸਿਆ ਗਿਆ ਹੋਵੇ ਕਿ ਡੇਟਾ ਕਿਵੇਂ ਇਕੱਠਾ ਕੀਤਾ ਜਾਵੇਗਾ, ਮਾਪਿਆ ਜਾਵੇਗਾ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਜਾਵੇਗਾ।

5. ਨਮੂਨਾ ਲੈਣਾ: ਅਧਿਐਨ ਕਰਨ ਲਈ ਆਬਾਦੀ ਦੇ ਇੱਕ ਪ੍ਰਤੀਨਿਧ ਉਪ ਸਮੂਹ ਦੀ ਚੋਣ ਕਰਨਾ।

6. ਡੇਟਾ ਸੰਗ੍ਰਹਿ: ਇੰਟਰਵਿਊਆਂ, ਪ੍ਰਸ਼ਨਾਵਲੀ, ਜਾਂ ਨਿਰੀਖਣ ਵਰਗੇ ਸਾਧਨਾਂ ਰਾਹੀਂ ਪ੍ਰਾਇਮਰੀ ਡੇਟਾ ਇਕੱਠਾ ਕਰਨਾ।

7. ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ: ਕੱਚੇ ਡੇਟਾ ਵਿੱਚ ਸੰਪਾਦਨ, ਕੋਡਿੰਗ, ਸਾਰਣੀਬੱਧ ਕਰਨਾ ਅਤੇ ਅੰਕੜਾ ਟੈਸਟਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨਾ।

8. ਵਿਆਖਿਆ ਅਤੇ ਰਿਪੋਰਟ ਲਿਖਣਾ: ਸਿੱਟੇ ਕੱਢਣਾ ਅਤੇ ਖੋਜਾਂ ਨੂੰ ਰਸਮੀ ਤੌਰ 'ਤੇ ਪੇਸ਼ ਕਰਨਾ।

੨.੨. ਕ੍ਰਮ ਦੀ ਮਹੱਤਤਾ

ਕਦਮਾਂ ਨੂੰ ਛੱਡਣਾ ਢਾਂਚਾਗਤ ਖਾਮੀਆਂ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਸਪਸ਼ਟ ਪਰਿਕਲਪਨਾ ਜਾਂ ਖੋਜ ਡਿਜ਼ਾਈਨ ਤੋਂ ਬਿਨਾਂ ਡੇਟਾ ਸੰਗ੍ਰਹਿ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨ ਨਾਲ ਅਪ੍ਰਸੰਗਿਕ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਹੁੰਦੀ ਹੈ, ਸਮਾਂ ਅਤੇ ਸਰੋਤ ਬਰਬਾਦ ਹੁੰਦੇ ਹਨ। ਉਦਾਹਰਣ:ਜੇਕਰ "ਔਨਲਾਈਨ ਲਰਨਿੰਗ ਕੁਸ਼ਲਤਾ" ਦਾ ਅਧਿਐਨ ਕਰ ਰਹੇ ਹੋ, ਤਾਂ ਇੱਕ ਖੋਜਕਰਤਾ ਨੂੰ ਪਹਿਲਾਂ ਸਰਵੇਖਣ ਜਾਂ ਨਿਰੀਖਣ (ਖੋਜ ਡਿਜ਼ਾਈਨ) ਦੀ ਵਰਤੋਂ ਕਰਨ ਦਾ ਫੈਸਲਾ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ "ਕੁਸ਼ਲਤਾ" (ਸਮੱਸਿਆ ਸੂਤਰੀਕਰਨ) ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।

੩.੧. ਪਰਿਭਾਸ਼ਾ

ਸਮਾਜਿਕ ਵਿਗਿਆਨ ਵਿੱਚ, ਵਿਗਿਆਨਕ ਵਿਧੀ ਵਿਗਿਆਨਕ ਗਿਆਨ ਨੂੰ ਬਣਾਉਣ ਲਈ ਤਕਨੀਕਾਂ ਦੇ ਇੱਕ ਪ੍ਰਮਾਣਿਤ ਸਮੂਹ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ, ਜੋ ਕਿ ਯੋਜਨਾਬੱਧ ਨਿਰੀਖਣ, ਮਾਪ ਅਤੇ ਪ੍ਰਯੋਗ ਦੁਆਰਾ ਦਰਸਾਈ ਜਾਂਦੀ ਹੈ। ਇਹ ਸਮਾਜਿਕ ਵਰਤਾਰਿਆਂ ਨੂੰ ਕੁਦਰਤੀ ਵਰਤਾਰਿਆਂ ਵਾਂਗ ਹੀ ਸਖ਼ਤ ਜਾਂਚ ਨਾਲ ਪੇਸ਼ ਕਰਦਾ ਹੈ।

੩.੨. ਮੁੱਖ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ:

• ਉਦੇਸ਼: ਨਿੱਜੀ ਪੱਖਪਾਤ, ਪੱਖਪਾਤ ਜਾਂ ਭਾਵਨਾਵਾਂ ਨੂੰ ਦਖਲ ਦਿੱਤੇ ਬਿਨਾਂ ਸਬੂਤਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਦੀ ਇੱਛਾ ਅਤੇ ਯੋਗਤਾ। ਖੋਜਕਰਤਾ ਨੂੰ ਸਮਾਜ ਨੂੰ "ਜਿਵੇਂ ਹੈ", "ਜਿਵੇਂ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ" ਨਹੀਂ, ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ।

• ਤਸਦੀਕਯੋਗਤਾ: ਖੋਜਾਂ ਦੀ ਨਕਲ ਕਰਨ ਯੋਗ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ। ਜੇਕਰ ਕੋਈ ਹੋਰ ਸਮਾਜ-ਵਿਗਿਆਨੀ ਉਸੇ ਢੰਗਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਬਿਲਕੁਲ ਉਹੀ ਅਧਿਐਨ ਕਰਦਾ ਹੈ, ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਇੱਕੋ ਜਿਹੇ ਸਿੱਟਿਆਂ 'ਤੇ ਪਹੁੰਚਣਾ ਚਾਹੀਦਾ ਹੈ।

• ਭਵਿੱਖਬਾਣੀਯੋਗਤਾ: ਖੋਜੇ ਗਏ ਪੈਟਰਨਾਂ ਦੇ ਅਧਾਰ ਤੇ, ਵਿਗਿਆਨਕ ਵਿਧੀ ਸਮਾਜ-ਵਿਗਿਆਨੀਆਂ ਨੂੰ ਖਾਸ ਸਥਿਤੀਆਂ ਵਿੱਚ ਭਵਿੱਖ ਦੇ ਸਮਾਜਿਕ ਵਿਵਹਾਰਾਂ ਜਾਂ ਰੁਝਾਨਾਂ ਬਾਰੇ ਵਾਜਬ ਭਵਿੱਖਬਾਣੀਆਂ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ।

• ਅਨੁਭਵਵਾਦ: ਆਰਾਮਦਾਇਕ ਦਰਸ਼ਨ ਦੀ ਬਜਾਏ ਦੇਖਣਯੋਗ ਅਤੇ ਮਾਪਣਯੋਗ ਸਬੂਤਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਨਾ।

੪.੧. ਪਰਿਭਾਸ਼ਾ

ਇੱਕ ਪਰਿਕਲਪਨਾ ਇੱਕ ਅਸਥਾਈ ਪ੍ਰਸਤਾਵ ਜਾਂ ਇੱਕ ਪੜ੍ਹਿਆ-ਲਿਖਿਆ ਅਨੁਮਾਨ ਹੈ ਜੋ ਦੋ ਜਾਂ ਦੋ ਤੋਂ ਵੱਧ ਵੇਰੀਏਬਲਾਂ ਵਿਚਕਾਰ ਸਬੰਧ ਦਾ ਦਾਅਵਾ ਕਰਦਾ ਹੈ। ਇਸਨੂੰ ਅਨੁਭਵੀ ਤੌਰ 'ਤੇ ਪਰਖਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

੪.੨. ਮਹੱਤਵਪੂਰਨ ਕਾਰਜ

ਇਹ ਖੋਜ ਨੂੰ ਇੱਕ ਨਿਸ਼ਚਿਤ ਦਿਸ਼ਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਅਪ੍ਰਸੰਗਿਕ ਡੇਟਾ ਦੀ ਅੰਨ੍ਹੇ ਪਿੱਛਾ ਨੂੰ ਰੋਕਦਾ ਹੈ, ਅਤੇ ਸਿਧਾਂਤ ਅਤੇ ਅਨੁਭਵੀ ਜਾਂਚ ਵਿਚਕਾਰ ਪੁਲ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਖੋਜਕਰਤਾ ਨੂੰ ਬਿਲਕੁਲ ਦੱਸਦਾ ਹੈ ਕਿ ਕੀ ਭਾਲਣਾ ਹੈ।

੪੩ ਪ੍ਰਕਲਪਨਾ ਦੀਆਂ ਕਿਸਮਾਂ:

• ਵਰਣਨਯੋਗ ਪਰਿਕਲਪਨਾ: ਇੱਕ ਵੇਰੀਏਬਲ ਦੀ ਹੋਂਦ, ਆਕਾਰ, ਰੂਪ ਜਾਂ ਵੰਡ ਦਾ ਵਰਣਨ ਕਰਦਾ ਹੈ (ਉਦਾਹਰਨ ਲਈ, "ਸ਼ਹਿਰ X ਵਿੱਚ ਸਾਖਰਤਾ ਦਰ 85% ਹੈ")।

• ਸੰਬੰਧੀ/ਵਿਆਖਿਆਤਮਕ ਪਰਿਕਲਪਨਾ: ਵੇਰੀਏਬਲਾਂ ਵਿਚਕਾਰ ਸਬੰਧ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ (ਉਦਾਹਰਨ ਲਈ, "ਸਿੱਖਿਆ ਦੇ ਉੱਚ ਪੱਧਰ ਜਨਮ ਦਰ ਨੂੰ ਘੱਟ ਕਰਨ ਵੱਲ ਲੈ ਜਾਂਦੇ ਹਨ")।

• ਨਲ ਹਾਈਪੋਥੀਸਿਸ (H0):: ਦੱਸਦਾ ਹੈ ਕਿ ਅਧਿਐਨ ਕੀਤੇ ਜਾ ਰਹੇ ਵੇਰੀਏਬਲਾਂ ਵਿਚਕਾਰ ਕੋਈ ਸਬੰਧ ਨਹੀਂ ਹੈ, ਜੋ ਕਿ ਅੰਕੜਾ ਜਾਂਚ ਲਈ ਇੱਕ ਆਧਾਰਲਾਈਨ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ।

੪।੪ ਕਲਪਨਾ ਦੇ ਸਰੋਤ

ਕਲਪਨਾ ਮੌਜੂਦਾ ਸਮਾਜ-ਵਿਗਿਆਨਕ ਸਿਧਾਂਤਾਂ, ਪਿਛਲੇ ਅਧਿਐਨਾਂ (ਸਾਹਿਤ ਸਮੀਖਿਆ) ਤੋਂ ਉਤਪੰਨ ਹੋ ਸਕਦੇ ਹਨ,ਸਮਾਜਿਕ ਜੀਵਨ, ਅਨੁਭਵ, ਜਾਂ ਸੱਭਿਆਚਾਰਕ ਵਿਸ਼ਵਾਸਾਂ ਦੇ ਰੋਜ਼ਾਨਾ ਨਿਰੀਖਣ।

੫।੧ 

ਇੰਟਰਵਿਊ ਅਤੇ ਪ੍ਰਸ਼ਨਾਵਲੀ ਦੋਵੇਂ ਮੁੱਖ ਡੇਟਾ ਇਕੱਠਾ ਕਰਨ ਦੇ ਤਰੀਕੇ ਹਨ, ਪਰ ਇਹ ਵੱਖਰੇ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰਦੇ ਹਨ।

• ਇੰਟਰਵਿਊ: ਖੋਜਕਰਤਾ ਅਤੇ ਉੱਤਰਦਾਤਾ ਵਿਚਕਾਰ ਇੱਕ ਆਹਮੋ-ਸਾਹਮਣੇ (ਜਾਂ ਜ਼ੁਬਾਨੀ) ਦੋ-ਪੱਖੀ ਗੱਲਬਾਤ।

• ਗੁਣ: ਉੱਚ ਪ੍ਰਤੀਕਿਰਿਆ ਦਰ, ਡੂੰਘੀਆਂ ਭਾਵਨਾਵਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ, ਅਨੁਕੂਲ, ਅਨਪੜ੍ਹ ਉੱਤਰਦਾਤਾਵਾਂ ਲਈ ਢੁਕਵੀਂ।

• ਨੁਕਸਾਨ: ਸਮਾਂ ਲੈਣ ਵਾਲਾ, ਮਹਿੰਗਾ, ਇੰਟਰਵਿਊਰ ਪੱਖਪਾਤ ਦਾ ਸ਼ਿਕਾਰ।

• ਪ੍ਰਸ਼ਨਾਵਲੀ: ਉੱਤਰਦਾਤਾ ਦੁਆਰਾ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਭਰੇ ਗਏ ਮਿਆਰੀ ਪ੍ਰਸ਼ਨਾਂ ਦੀ ਇੱਕ ਛਪੀ ਜਾਂ ਡਿਜੀਟਲ ਸੂਚੀ।

• ਗੁਣ: ਬਹੁਤ ਜ਼ਿਆਦਾ ਲਾਗਤ-ਪ੍ਰਭਾਵਸ਼ਾਲੀ, ਭੂਗੋਲਿਕ ਤੌਰ 'ਤੇ ਖਿੰਡੇ ਹੋਏ ਦਰਸ਼ਕਾਂ ਤੱਕ ਪਹੁੰਚ ਸਕਦਾ ਹੈ, ਗੁਮਨਾਮਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਜੋ ਸੰਵੇਦਨਸ਼ੀਲ ਵਿਸ਼ਿਆਂ ਦੇ ਇਮਾਨਦਾਰ ਜਵਾਬਾਂ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦਾ ਹੈ।

• ਨੁਕਸਾਨ: ਘੱਟ ਪ੍ਰਤੀਕਿਰਿਆ ਦਰ, ਅਨਪੜ੍ਹ ਆਬਾਦੀ ਨਾਲ ਨਹੀਂ ਵਰਤੀ ਜਾ ਸਕਦੀ, ਗਲਤ ਸਮਝੇ ਗਏ ਪ੍ਰਸ਼ਨਾਂ ਨੂੰ ਸਪਸ਼ਟ ਕਰਨ ਦਾ ਕੋਈ ਮੌਕਾ ਨਹੀਂ ਹੈ।

ਇੰਟਰਵਿਊ ਨੂੰ ਕਦੋਂ ਤਰਜੀਹ ਦੇਣੀ ਹੈ?

ਇੰਟਰਵਿਊ ਨੂੰ ਤਰਜੀਹ ਉਦੋਂ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ ਜਦੋਂ ਖੋਜ ਗੁੰਝਲਦਾਰ, ਭਾਵਨਾਤਮਕ ਤੌਰ 'ਤੇ ਚਾਰਜ ਕੀਤੇ, ਜਾਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿੱਜੀ ਵਿਸ਼ਿਆਂ (ਜਿਵੇਂ ਕਿ ਘਰੇਲੂ ਹਿੰਸਾ ਦੇ ਅਨੁਭਵ) ਨਾਲ ਨਜਿੱਠਦੀ ਹੈ ਜਿੱਥੇ ਸੱਚਾਈ ਨੂੰ ਉਜਾਗਰ ਕਰਨ ਲਈ ਸਰੀਰਕ ਭਾਸ਼ਾ ਅਤੇ ਡੂੰਘੀ ਜਾਂਚ ਜ਼ਰੂਰੀ ਹੁੰਦੀ ਹੈ।

ਦ੍ਰਿਸ਼: ਕਾਲਜ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਦੀਆਂ ਅਧਿਐਨ ਆਦਤਾਂ 'ਤੇ ਸਮਾਰਟਫੋਨ ਦੀ ਵਰਤੋਂ ਦਾ ਪ੍ਰਭਾਵ। 

ਚੁਣੀ ਤਕਨੀਕ: ਪ੍ਰਸ਼ਨਾਵਲੀ (ਖਾਸ ਤੌਰ 'ਤੇ, ਇੱਕ ਢਾਂਚਾਗਤ, ਮਿਸ਼ਰਤ-ਪ੍ਰਸ਼ਨ ਡਿਜੀਟਲ ਸਰਵੇਖਣ)।

੬.੧. ਉਚਿਤਤਾ

1. ਪੈਮਾਨਾ ਅਤੇ ਪਹੁੰਚਯੋਗਤਾ: ਕਾਲਜ ਦੇ ਵਿਦਿਆਰਥੀ ਔਨਲਾਈਨ ਬਹੁਤ ਸਰਗਰਮ ਹਨ। ਇੱਕ ਡਿਜੀਟਲ ਪ੍ਰਸ਼ਨਾਵਲੀ (ਜਿਵੇਂ ਕਿ ਇੱਕ ਗੂਗਲ ਫਾਰਮ) ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਵੱਖ-ਵੱਖ ਕੈਂਪਸ ਸਮੂਹਾਂ ਵਿੱਚ ਵੰਡਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਇੱਕ ਵੱਡਾ, ਅੰਕੜਾਤਮਕ ਤੌਰ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਨਮੂਨਾ ਆਕਾਰ ਤੇਜ਼ੀ ਨਾਲ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ।

2. ਮਾਤਰਾਤਮਕ ਮੈਟ੍ਰਿਕਸ: ਸਾਨੂੰ ਖਾਸ ਵੇਰੀਏਬਲਾਂ ਨੂੰ ਮਾਪਣ ਦੀ ਲੋੜ ਹੈ ਜਿਵੇਂ ਕਿ "ਫੋਨ 'ਤੇ ਬਿਤਾਏ ਘੰਟੇ," "ਸਭ ਤੋਂ ਵੱਧ ਵਰਤੇ ਗਏ ਐਪਸ," ਅਤੇ "GPA"। ਪ੍ਰਸ਼ਨਾਵਲੀ ਫਾਰਮੈਟ ਵਿੱਚ ਮਿਆਰੀ ਬਹੁ-ਚੋਣ ਅਤੇ ਲਿਕਰਟ ਸਕੇਲ ਪ੍ਰਸ਼ਨ ਤੇਜ਼ ਮਾਤਰਾਤਮਕ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਆਗਿਆ ਦਿੰਦੇ ਹਨ।

3. ਗੁਮਨਾਮਤਾ ਰਾਹੀਂ ਇਮਾਨਦਾਰੀ: ਵਿਦਿਆਰਥੀ ਸਮਾਜਿਕ ਇੱਛਾ ਪੱਖਪਾਤ ਦੇ ਕਾਰਨ ਆਹਮੋ-ਸਾਹਮਣੇ ਇੰਟਰਵਿਊ ਵਿੱਚ ਆਪਣੇ ਸਕ੍ਰੀਨ ਸਮੇਂ ਜਾਂ ਟਾਲ-ਮਟੋਲ ਦੀਆਂ ਆਦਤਾਂ ਨੂੰ ਘੱਟ ਰਿਪੋਰਟ ਕਰ ਸਕਦੇ ਹਨ। ਇੱਕ ਅਗਿਆਤ ਪ੍ਰਸ਼ਨਾਵਲੀ ਮਾੜੀਆਂ ਅਧਿਐਨ ਆਦਤਾਂ ਬਾਰੇ ਸੱਚੀ ਰਿਪੋਰਟਿੰਗ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦੀ ਹੈ।

ਪਰਿਭਾਸ਼ਾ: ਨਮੂਨਾ ਇੱਕ ਵੱਡੀ ਆਬਾਦੀ (ਜਨਸੰਖਿਆ) ਤੋਂ ਇੱਕ ਛੋਟੀ, ਪ੍ਰਬੰਧਨਯੋਗ ਸੰਖਿਆ (ਨਮੂਨਾ) ਦੀ ਚੋਣ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਹੈ ਤਾਂ ਜੋ ਪੂਰੀ ਆਬਾਦੀ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਇਆ ਜਾ ਸਕੇ।

ਸੰਭਾਵਨਾ ਨਮੂਨਾ ਲੈਣ

ਜਨਸੰਖਿਆ ਦੇ ਹਰੇਕ ਮੈਂਬਰ ਦੇ ਚੁਣੇ ਜਾਣ ਦੀ ਇੱਕ ਜਾਣੀ-ਪਛਾਣੀ, ਬਰਾਬਰ ਅਤੇ ਗੈਰ-ਜ਼ੀਰੋ ਸੰਭਾਵਨਾ ਹੁੰਦੀ ਹੈ। ਇਹ ਬਹੁਤ ਹੀ ਉਦੇਸ਼ਪੂਰਨ ਹੈ ਅਤੇ ਅੰਕੜਾਤਮਕ ਸਧਾਰਣਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।

• ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਲੈਣ: ਸੂਚੀ ਵਿੱਚੋਂ ਨਾਮ ਚੁਣਨ ਲਈ ਲਾਟਰੀ ਵਿਧੀ ਜਾਂ ਬੇਤਰਤੀਬ ਨੰਬਰ ਜਨਰੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰਨਾ।

• ਸਟ੍ਰੈਟੀਫਾਈਡ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਲੈਣ: ਆਬਾਦੀ ਨੂੰ ਲਿੰਗ ਜਾਂ ਆਮਦਨ ਵਰਗੇ ਉਪ-ਸਮੂਹਾਂ (ਸਟ੍ਰੈਟਾ) ਵਿੱਚ ਵੰਡਣਾ, ਅਤੇ ਫਿਰ ਹਰੇਕ ਸਟ੍ਰੈਟਮ ਤੋਂ ਬੇਤਰਤੀਬ ਚੋਣ ਕਰਨਾ।

ਗੈਰ-ਸੰਭਾਵਨਾ ਸੈਂਪਲਿੰਗ: ਚੋਣ ਖੋਜਕਰਤਾ ਦੇ ਵਿਅਕਤੀਗਤ ਨਿਰਣੇ 'ਤੇ ਅਧਾਰਤ ਹੈ। ਇਹ ਤੇਜ਼ ਹੈ ਪਰ ਪੱਖਪਾਤ ਦੀ ਸੰਭਾਵਨਾ ਰੱਖਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਆਸਾਨੀ ਨਾਲ ਆਮ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ।

• ਉਦੇਸ਼ਪੂਰਨ/ਨਿਰਣਾਇਕ ਸੈਂਪਲਿੰਗ: ਖੋਜਕਰਤਾ ਉਹਨਾਂ ਵਿਸ਼ਿਆਂ ਨੂੰ ਹੱਥੀਂ ਚੁਣਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਉਹ ਅਧਿਐਨ ਲਈ ਸਭ ਤੋਂ ਢੁਕਵਾਂ ਮੰਨਦੇ ਹਨ (ਜਿਵੇਂ ਕਿ, ਖਾਸ ਤੌਰ 'ਤੇ ਅਕਾਦਮਿਕ ਅਸਫਲਤਾ 'ਤੇ ਅਧਿਐਨ ਲਈ ਪ੍ਰੀਖਿਆਵਾਂ ਵਿੱਚ ਅਸਫਲ ਰਹਿਣ ਵਾਲੇ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਚੋਣ ਕਰਨਾ)।

• ਸਨੋਬਾਲ ਸੈਂਪਲਿੰਗ: ਸ਼ੁਰੂਆਤੀ ਵਿਸ਼ਿਆਂ ਨੂੰ ਉਹਨਾਂ ਹੋਰਾਂ ਨੂੰ ਨਾਮਜ਼ਦ ਕਰਨ ਲਈ ਕਹਿਣਾ ਜੋ ਮਾਪਦੰਡਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦੇ ਹਨ, ਜੋ ਅਕਸਰ ਮੁਸ਼ਕਲ-ਪਹੁੰਚਣ ਵਾਲੀ ਆਬਾਦੀ ਲਈ ਵਰਤੇ ਜਾਂਦੇ ਹਨ।

ਕੱਚਾ ਡੇਟਾ ਉਦੋਂ ਤੱਕ ਬੇਕਾਰ ਹੈ ਜਦੋਂ ਤੱਕ ਇਸਨੂੰ ਇੱਕ ਪ੍ਰਬੰਧਨਯੋਗ ਰੂਪ ਵਿੱਚ ਪ੍ਰੋਸੈਸ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ। ਇਸ ਵਿੱਚ ਤਿੰਨ ਕ੍ਰਮਵਾਰ ਕਦਮ ਸ਼ਾਮਲ ਹਨ:

1. ਸੰਪਾਦਨ: ਗਲਤੀਆਂ, ਭੁੱਲਾਂ, ਜਾਂ ਅਸੰਗਤੀਆਂ ਦੀ ਪਛਾਣ ਕਰਨ ਅਤੇ ਠੀਕ ਕਰਨ ਲਈ ਇਕੱਤਰ ਕੀਤੇ ਪ੍ਰਸ਼ਨਾਵਲੀ ਜਾਂ ਇੰਟਰਵਿਊ ਸ਼ਡਿਊਲਾਂ ਦੀ ਧਿਆਨ ਨਾਲ ਜਾਂਚ। ਇਹ ਡੇਟਾ ਗੁਣਵੱਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ।

2. ਕੋਡਿੰਗ: ਉੱਤਰਾਂ ਨੂੰ ਅੰਕਾਂ ਜਾਂ ਚਿੰਨ੍ਹਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਤਾਂ ਜੋ ਜਵਾਬਾਂ ਨੂੰ ਸੀਮਤ ਗਿਣਤੀ ਦੀਆਂ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਰੱਖਿਆ ਜਾ ਸਕੇ। ਉਦਾਹਰਨ ਲਈ, ਮਰਦ ਲਈ "1", ਔਰਤ ਲਈ "2" ਨਿਰਧਾਰਤ ਕਰਨਾ। ਇਹ ਕੰਪਿਊਟਰ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਜ਼ਰੂਰੀ ਹੈ।

3. ਟੇਬਿਊਲੇਸ਼ਨ: ਇੱਕ ਸਪਸ਼ਟ, ਅੰਕੜਾਤਮਕ ਤਸਵੀਰ ਪੇਸ਼ ਕਰਨ ਲਈ ਕਤਾਰਾਂ ਅਤੇ ਕਾਲਮਾਂ ਵਿੱਚ ਕੋਡ ਕੀਤੇ ਡੇਟਾ ਦਾ ਵਿਵਸਥਿਤ ਪ੍ਰਬੰਧ। ਇਹ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਰੁਝਾਨਾਂ ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਲੱਭਣ ਅਤੇ ਵੇਰੀਏਬਲਾਂ ਦੀ ਤੁਲਨਾ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।

ਇਹ ਹਵਾਲਾ ਇਸ ਗੱਲ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ ਕਿ ਅੰਕੜੇ ਇੱਕ ਨਿਰਪੱਖ ਸੰਦ ਹਨ; ਉਨ੍ਹਾਂ ਦਾ ਮੁੱਲ ਪੂਰੀ ਤਰ੍ਹਾਂ ਉਪਭੋਗਤਾ ਦੀ ਨੈਤਿਕਤਾ ਅਤੇ ਯੋਗਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।

ਪਰਿਭਾਸ਼ਾ ਅਤੇ ਕਾਰਜ

ਅੰਕੜੇ ਸੰਖਿਆਤਮਕ ਡੇਟਾ ਨੂੰ ਇਕੱਠਾ ਕਰਨ, ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਅਤੇ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾਂਦੇ ਗਣਿਤਿਕ ਤਰੀਕਿਆਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ। ਇਹ ਗੁੰਝਲਦਾਰ ਡੇਟਾ ਨੂੰ ਸਰਲ ਬਣਾਉਣ, ਤੁਲਨਾ ਕਰਨ ਅਤੇ ਪਰਿਕਲਪਨਾਵਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਕੰਮ ਕਰਦਾ ਹੈ।

ਅੰਕੜਿਆਂ ਦੀ ਵਰਤੋਂ

• ਸਮਾਜ-ਵਿਗਿਆਨਕ ਦਲੀਲਾਂ ਨੂੰ ਸ਼ੁੱਧਤਾ ਅਤੇ ਸ਼ੁੱਧਤਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।

• ਵੱਡੀ ਆਬਾਦੀ ਵਿੱਚ ਲੁਕੇ ਹੋਏ ਪੈਟਰਨਾਂ ਨੂੰ ਪ੍ਰਗਟ ਕਰਦਾ ਹੈ (ਜਿਵੇਂ ਕਿ, ਜਨਗਣਨਾ ਡੇਟਾ)।

• ਸਰਕਾਰਾਂ ਨੂੰ ਸਰੋਤ ਵੰਡ ਅਤੇ ਨੀਤੀ ਖਰੜਾ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਦਾ ਹੈ।

ਅੰਕੜਿਆਂ ਦੀ ਦੁਰਵਰਤੋਂ

ਜੇਕਰ ਜਾਣਬੁੱਝ ਕੇ ਹੇਰਾਫੇਰੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਜਾਂ ਅਣਜਾਣੇ ਵਿੱਚ ਵਰਤੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਅੰਕੜੇ ਝੂਠ ਬੋਲ ਸਕਦੇ ਹਨ। ਆਮ ਦੁਰਵਰਤੋਂ ਵਿੱਚ ਵਿਆਪਕ ਦਾਅਵੇ ਕਰਨ ਲਈ ਗੈਰ-ਪ੍ਰਤੀਨਿਧ ਨਮੂਨਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ, ਗਲਤੀ ਦੇ ਹਾਸ਼ੀਏ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ, ਗੁੰਮਰਾਹਕੁੰਨ ਗ੍ਰਾਫਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ (ਜਿਵੇਂ ਕਿ, Y-ਧੁਰੇ ਦੇ ਪੈਮਾਨੇ ਨੂੰ ਹੇਰਾਫੇਰੀ ਕਰਨਾ), ਜਾਂ ਕਿਸੇ ਖਾਸ ਏਜੰਡੇ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣ ਲਈ ਕਾਰਨ ਨਾਲ ਉਲਝਾਉਣਾ ਸ਼ਾਮਲ ਹੈ।

ਪਰਿਭਾਸ਼ਾ

ਇਹ ਅੰਕੜਾ ਮੈਟ੍ਰਿਕਸ ਹਨ ਜੋ ਇੱਕ ਸਿੰਗਲ ਕੇਂਦਰੀ ਮੁੱਲ ਦੀ ਪਛਾਣ ਕਰਦੇ ਹਨ ਜਿਸ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਇੱਕ ਸੈੱਟ ਵਿੱਚ ਡੇਟਾ ਕਲੱਸਟਰ ਹੁੰਦਾ ਹੈ। ਇਹ ਆਬਾਦੀ ਦੇ "ਆਮ" ਸਕੋਰ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ।

ਔਸਤ (ਅੰਕਗਣਿਤ ਔਸਤ)

• ਸਾਰੇ ਮੁੱਲਾਂ ਨੂੰ ਜੋੜ ਕੇ ਅਤੇ ਆਈਟਮਾਂ ਦੀ ਕੁੱਲ ਸੰਖਿਆ ਨਾਲ ਵੰਡ ਕੇ ਗਣਨਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

• ਇਸ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ: ਡੇਟਾ ਜੋ ਅਤਿਅੰਤ ਆਊਟਲੀਅਰਾਂ ਤੋਂ ਬਿਨਾਂ ਸਮਰੂਪ ਰੂਪ ਵਿੱਚ ਵੰਡਿਆ ਜਾਂਦਾ ਹੈ। (ਉਦਾਹਰਨ ਲਈ, ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਔਸਤ ਉਚਾਈ)।

ਮੱਧਮ

ਸਹੀ ਮੱਧਮ ਮੁੱਲ ਜਦੋਂ ਡੇਟਾ ਨੂੰ ਵਧਦੇ ਜਾਂ ਘਟਦੇ ਕ੍ਰਮ ਵਿੱਚ ਵਿਵਸਥਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

• ਇਸ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ: ਅਤਿਅੰਤ ਆਊਟਲੀਅਰਾਂ ਵਾਲੇ ਤਿਰਛੇ ਡੇਟਾ ਸੈੱਟ, ਕਿਉਂਕਿ ਆਊਟਲੀਅਰ ਮੱਧਮਾਨ ਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਵਿਗਾੜਦੇ ਹਨ ਪਰ ਮੱਧਮਾਨ ਨੂੰ ਮੁਸ਼ਕਿਲ ਨਾਲ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ। (ਉਦਾਹਰਨ ਲਈ, ਔਸਤ ਰਾਸ਼ਟਰੀ ਆਮਦਨ, ਜਿੱਥੇ ਕੁਝ ਅਰਬਪਤੀ ਮੱਧਮਾਨ ਨੂੰ ਵਿਗਾੜਦੇ ਹਨ)।

ਮੋਡ

ਉਹ ਮੁੱਲ ਜੋ ਇੱਕ ਡੇਟਾ ਸੈੱਟ ਵਿੱਚ ਅਕਸਰ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ।

• ਇਸ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ: ਸ਼੍ਰੇਣੀਬੱਧ/ਨਾਮਜ਼ਦ ਡੇਟਾ ਜਿੱਥੇ ਤੁਸੀਂ ਸਭ ਤੋਂ ਆਮ ਵਿਕਲਪ ਜਾਣਨਾ ਚਾਹੁੰਦੇ ਹੋ। (ਉਦਾਹਰਨ ਲਈ, ਕਾਲਜ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਵਿੱਚ ਸਭ ਤੋਂ ਪ੍ਰਸਿੱਧ ਸਮਾਰਟਫੋਨ ਬ੍ਰਾਂਡ)।