အရည်အသွေးဆိုင်ရာ သုတေသနတွင် စာရင်းအင်းများ

အရည်အသွေးဆိုင်ရာ သုတေသနတွင် စာရင်းအင်းများ

အရည်အသွေးဆိုင်ရာ သုတေသနကို အဓိပ္ပာယ်၊ အတွေ့အကြုံ၊ အခြေအနေနှင့် လူမှုရေးလုပ်ငန်းစဉ်များကို အာရုံစိုက်သည့် ချဉ်းကပ်မှုတစ်ခုအဖြစ် မကြာခဏ နားလည်ကြသည်။ ထို့ကြောင့် အချို့လူများက စာရင်းအင်းများသည် အရည်အသွေးဆိုင်ရာ သုတေသနတွင် မသက်ဆိုင်ဟု ယူဆကြသည်၊ သို့မဟုတ် ကိန်းဂဏန်းများထက် အနက်ကို အလေးပေးသည့် အရည်အသွေးဆိုင်ရာ စိတ်ဓာတ်နှင့် ဆန့်ကျင်ဘက်ပင် ဖြစ်သည်။ သို့သော် လက်တွေ့တွင် စာရင်းအင်းများသည် အရည်အသွေးဆိုင်ရာ သုတေသနတွင် အရေးပါသော အခန်းကဏ္ဍမှ ပါဝင်နိုင်သည် - အရည်အသွေးဆိုင်ရာမှ အရေအတွက်ဆိုင်ရာသို့ "ပြောင်းလဲရန်" မဟုတ်ဘဲ သုတေသီများအား ဒေတာများကို အကျဉ်းချုပ်ရန်၊ ပုံစံများကို ရှင်းလင်းရန်၊ အငြင်းပွားမှုများကို အားကောင်းစေရန်နှင့် ခွဲခြမ်းစိတ်ဖြာမှု၏ ပွင့်လင်းမြင်သာမှုကို မြှင့်တင်ရန် ကူညီပေးသည်။

ဤဆောင်းပါးသည် အရည်အသွေးဆိုင်ရာသုတေသနတွင် စာရင်းအင်းများကို မည်သို့သင့်လျော်စွာအသုံးပြုနိုင်ပုံ၊ အသုံးများသော စာရင်းအင်းအမျိုးအစားများနှင့် အရည်အသွေးဆိုင်ရာသုတေသန၏ ရည်မှန်းချက်များနှင့်အညီရှိနေစေရန် ၎င်းတို့၏အသုံးပြုမှု၏ ကန့်သတ်ချက်များနှင့် ကျင့်ဝတ်များကို ဆွေးနွေးထားသည်။

၁။ အရည်အသွေးဆိုင်ရာ သုတေသနတွင် စာရင်းအင်းများ၏ အနေအထားကို နားလည်ခြင်း

အရည်အသွေးဆိုင်ရာ သုတေသနသည် အင်တာဗျူးများ၊ လေ့လာတွေ့ရှိချက်များ၊ စာရွက်စာတမ်းများ၊ လယ်ကွင်းမှတ်စုများ သို့မဟုတ် ယဉ်ကျေးမှုဆိုင်ရာ ရှေးဟောင်းပစ္စည်းများကဲ့သို့သော အချက်အလက်များမှတစ်ဆင့် ဖြစ်စဉ်များကို ပိုမိုနက်ရှိုင်းစွာ နားလည်ရန် ရည်ရွယ်ပါသည်။ အရည်အသွေးဆိုင်ရာ အချက်အလက်များသည် ယေဘုယျအားဖြင့် ကိန်းဂဏန်းများမဟုတ်ဘဲ ဇာတ်ကြောင်းများပုံစံဖြင့် ဖြစ်ပေါ်လေ့ရှိသည်။ သို့သော်၊ သုတေသီများသည် အမျိုးအစားများ ကုဒ်လုပ်သည့်အခါ၊ အကြောင်းအရာများကို အုပ်စုဖွဲ့သည့်အခါ သို့မဟုတ် ပေါ်ပေါက်သည့်ကြိမ်နှုန်းကို တွက်ချက်သည့်အခါ ဖော်ပြချက်စာရင်းအင်းများသည် အထောက်အကူဖြစ်စေနိုင်ပါသည်။

အရည်အသွေးဆိုင်ရာသုတေသနတွင် စာရင်းအင်းများကိုအသုံးပြုခြင်းသည် သုတေသီများသည် အရေအတွက်ဆိုင်ရာသုတေသနကဲ့သို့ ယူဆချက်များကို တင်းကြပ်စွာစမ်းသပ်ရန် မလိုအပ်ပါ။ အဓိကအာရုံစိုက်မှုမှာ အဓိပ္ပာယ်ဖွင့်ဆိုချက်ကို ပံ့ပိုးခြင်းဖြစ်သည်- ကိုးကားချက်များ၊ အကြောင်းအရာနှင့် ရှင်းလင်းချက်များကို ဆွေးနွေးမှု၏ အဓိကနေရာတွင် ထိန်းသိမ်းထားစဉ်တွင် အချက်အလက်မှ ပေါ်ထွက်လာသော ခေတ်ရေစီးကြောင်းများ၊ အချိုးအစားများ သို့မဟုတ် ကွဲပြားမှုများကို ပြသခြင်းဖြစ်သည်။

၂။ ဖော်ပြချက်စာရင်းအင်းများ- အသုံးအများဆုံးပုံစံ

အရည်အသွေးဆိုင်ရာ သုတေသနတွင် အများဆုံးတွေ့ရသော စာရင်းအင်းများမှာ ဖော်ပြချက်ဆိုင်ရာ စာရင်းအင်းများဖြစ်ပြီး ဥပမာအားဖြင့်-

– အချို့သော ဝိသေသလက္ခဏာများ (အသက်၊ အလုပ်အကိုင်၊ ဝန်ဆောင်မှုကြာချိန်) အပေါ် အခြေခံ၍ ပါဝင်သူအရေအတွက်။
– မှတ်တမ်းတွင် အပြင်အဆင်များ သို့မဟုတ် ကုဒ်များ ပေါ်လာသည့် ကြိမ်နှုန်း။
– သီးခြားပြဿနာတစ်ခုကို ဖော်ပြခဲ့သော တုံ့ပြန်သူရာခိုင်နှုန်း။
– လေ့လာတွေ့ရှိချက်များ သို့မဟုတ် ခွဲခြမ်းစိတ်ဖြာထားသော စာရွက်စာတမ်းအမျိုးအစားများ ဖြန့်ဝေခြင်း။

ရိုးရှင်းသော ဥပမာတစ်ခု- အဝေးမှအလုပ်လုပ်ကိုင်မှုအတွေ့အကြုံများ၏ အရည်အသွေးဆိုင်ရာလေ့လာမှုတွင် သုတေသီတစ်ဦးသည် “ပါဝင်သူ ၂၀ တွင် ၁၄ ဦးသည် အလုပ်နှင့် ကိုယ်ရေးကိုယ်တာဘဝကြား နယ်နိမိတ်ပြဿနာကို မီးမောင်းထိုးပြခဲ့သည်” ဟု ဖော်ပြနိုင်သည်။ ထို့နောက် သုတေသီသည် ထိုပြဿနာသည် အဘယ်ကြောင့် အဓိကကျခဲ့သည်နှင့် အုပ်စုများအလိုက် အခြေအနေမည်သို့ကွဲပြားသည်ဆိုသည့် ကိုးကားချက်များနှင့် အဓိပ္ပာယ်ဖွင့်ဆိုချက်များဖြင့် ဆက်လက်လုပ်ဆောင်သည်။

ဖော်ပြချက်စာရင်းအင်းများသည် စာဖတ်သူများအား အချက်အလက်၏ “မြေပုံ” ကို နားလည်ရန် ကူညီပေးသည်- အကြောင်းအရာများသည် မည်မျှကျယ်ပြန့်စွာ ပေါ်ပေါက်လာသည်၊ မည်သည့်အကြောင်းအရာများကို ပိုမိုမကြာခဏ ဆွေးနွေးကြသည်နှင့် ပါဝင်သူများတွင် ပုံစံများ ကွဲပြားမှုရှိမရှိ။

၃။ အရည်အသွေးဆိုင်ရာဒေတာများကို ပမာဏသတ်မှတ်ခြင်း- ၎င်းသည် မည်သည့်အချိန်တွင် အသုံးဝင်သနည်း။

အရည်အသွေးဆိုင်ရာ ခွဲခြမ်းစိတ်ဖြာမှုတွင်၊ ပမာဏသတ်မှတ်ခြင်းသည် အောက်ပါအခြေအနေများတွင် အသုံးဝင်နိုင်သည်-

၁။ ခွဲခြမ်းစိတ်ဖြာမှု၏ ပွင့်လင်းမြင်သာမှုကို မြှင့်တင်ပါ
စာဖတ်သူများသည် တွေ့ရှိချက်များသည် ကိုးကားချက်အနည်းငယ်ပေါ်တွင်သာ အခြေခံထားခြင်းမဟုတ်ဘဲ အတော်လေး တသမတ်တည်းရှိသော ပုံစံမှ လာကြောင်း တွေ့မြင်နိုင်ပါသည်။

၂။ စူးစမ်းလေ့လာသည့်ပုံစံဖြင့် အဖွဲ့များကို နှိုင်းယှဉ်ပါ။
ဥပမာအားဖြင့်၊ အတွေ့အကြုံမရှိသေးသော ဆရာများနှင့် အတွေ့အကြုံရှိ ဆရာများအကြား အင်တာဗျူးများတွင် ပေါ်ပေါက်လာသော အကြောင်းအရာများကို နှိုင်းယှဉ်ခြင်း။ ၎င်းသည် စာရင်းအင်းဆိုင်ရာ ယေဘုယျအားဖြင့် ယေဘုယျပြုရန်အတွက် မဟုတ်ဘဲ၊ ပိုမိုသိမ်မွေ့သော မေးခွန်းများနှင့် ရှင်းလင်းချက်များကို ထုတ်ပေးရန်အတွက် ဖြစ်သည်။

၃။ ရောနှောနည်းလမ်းများကို ပံ့ပိုးပေးသည်
ရောနှောဒီဇိုင်းများတွင်၊ အရည်အသွေးဆိုင်ရာဒေတာကို အမျိုးအစားများအဖြစ် စီမံဆောင်ရွက်နိုင်ပြီး ထို့နောက် ကိန်းဂဏန်းများဖြင့် အကျဉ်းချုပ် ခွဲခြမ်းစိတ်ဖြာနိုင်သည်၊ သို့မဟုတ် ပြောင်းပြန်အားဖြင့် ပမာဏဆိုင်ရာရလဒ်များကို အင်တာဗျူးများမှတစ်ဆင့် ပိုမိုနက်ရှိုင်းစေနိုင်သည်။

သို့သော် ပမာဏသတ်မှတ်ခြင်းသည် အနက်ကို အစားမထိုးသင့်ပါ။ ရှားရှားပါးပါးတွေ့ရသော အကြောင်းအရာများသည် အလွန်အရေးကြီးနိုင်သည် - ဥပမာအားဖြင့် လူအနည်းငယ်သာ ကြုံတွေ့ရသော်လည်း သိသာထင်ရှားသော သက်ရောက်မှုရှိသော ခွဲခြားဆက်ဆံမှုအတွေ့အကြုံများ။

၄။ အသုံးပြုနိုင်သော စာရင်းအင်းနည်းစနစ်များ

အရည်အသွေးဆိုင်ရာ သုတေသနသည် စာရင်းအင်းဆိုင်ရာ ကောက်ချက်ချမှုကို အာရုံမစိုက်သော်လည်း၊ ရိုးရှင်းသော နည်းစနစ်အချို့ကို သတိထား၍ အသုံးပြုနိုင်ပါသည်-

– ကြိမ်နှုန်းနှင့် ရာခိုင်နှုန်း- ကုဒ်များ သို့မဟုတ် အပြင်အဆင်များ ပေါ်ပေါက်မှုကို ရေတွက်ပါ။
– ရိုးရှင်းသော ဇယားကွက်ခွဲခြားခြင်း- ဥပမာအားဖြင့်၊ “အလုပ်ဖိစီးမှု” ခေါင်းစဉ်သည် တစ်နေ့လျှင် ၁၀ နာရီထက်ပို၍ အလုပ်လုပ်သော ပါဝင်သူများတွင် ပိုမိုပေါ်လွင်ခဲ့သည်။
– ပျမ်းမျှ သို့မဟုတ် အလယ်အလတ်- လူဦးရေဆိုင်ရာ အချက်အလက် သို့မဟုတ် အတွေ့အကြုံကြာချိန်ကဲ့သို့သော ကိန်းဂဏန်းဖြင့် ပါဝင်သူဝိသေသလက္ခဏာများအတွက်။
– မြင်ယောင်ခြင်း- ပုံစံများ၏ အနှစ်ချုပ်ကို တင်ပြသည့် ဘားဇယားများ၊ အနှစ်ချုပ်ဇယားများ သို့မဟုတ် အပြင်အဆင်မြေပုံများ။

သုတေသီများသည် NVivo၊ ATLAS.ti၊ MAXQDA သို့မဟုတ် spreadsheets ကဲ့သို့သော software များကိုပင် အသုံးပြုပါက code frequency count နှင့် category comparison matrix features များသည် အလွန်အထောက်အကူဖြစ်စေပါသည်။ သို့သော် ဤနံပါတ်များကို လူဦးရေအတွက် စာရင်းအင်းအထောက်အထားများအဖြစ် မဟုတ်ဘဲ "ခွဲခြမ်းစိတ်ဖြာထားသောဒေတာရှိ ပုံစံများ၏ ညွှန်ပြချက်များ" အဖြစ် ဖတ်ရှုသင့်သည်။

၅။ စာရင်းအင်းနှင့် အကြောင်းအရာ ခွဲခြမ်းစိတ်ဖြာခြင်း

အရည်အသွေးဆိုင်ရာချဉ်းကပ်မှုများ၏ “စာရင်းအင်းနှင့်အသင့်တော်ဆုံး” နယ်ပယ်များထဲမှတစ်ခုမှာ အထူးသဖြင့် အရည်အသွေး-အရေအတွက်ဆိုင်ရာ အကြောင်းအရာခွဲခြမ်းစိတ်ဖြာမှုဖြစ်သည်။ သုတေသီများသည် စာရွက်စာတမ်းများ (ဥပမာ- သတင်းများ၊ လူမှုမီဒီယာပို့စ်များ၊ အဖွဲ့အစည်းဆိုင်ရာမူဝါဒများ) ကို ကုဒ်ကုဒ်ပြုလုပ်ပြီးနောက် အချို့သောအမျိုးအစားများ၏ ဖြစ်ပွားမှုနှုန်းကို ရေတွက်နိုင်သည်။

ဥပမာ- အွန်လိုင်းမီဒီယာများတွင် စိတ်ကျန်းမာရေးလွှမ်းခြုံမှုကို လေ့လာခြင်း။ သုတေသီများသည် "အမည်းစက်"၊ "ပရော်ဖက်ရှင်နယ်ပံ့ပိုးမှု"၊ "ကုစားခြင်းဇာတ်ကြောင်းများ" သို့မဟုတ် "စိတ်လှုပ်ရှားဖွယ်ကောင်းသော" ကဲ့သို့သော အမျိုးအစားများကို ဖော်ထုတ်နိုင်သည်။ ကုဒ်ရေးပြီးနောက်၊ သုတေသီများသည် မီဒီယာ သို့မဟုတ် အချိန်ကာလတစ်ခုစီအတွက် အမျိုးအစားများ၏ အချိုးအစားကို တင်ပြနိုင်သည်။ ထို့နောက်တွင်၊ သုတေသီများသည် ဘာသာစကား၊ ဘောင်ခတ်မှုနှင့် အခြေခံလူမှု-နိုင်ငံရေးဆိုင်ရာ အခြေအနေကို နက်နက်နဲနဲဖတ်ရှုရန် လိုအပ်နေဆဲဖြစ်သည်။

၆။ သုတေသနအရည်အသွေးကို ထိန်းသိမ်းခြင်း- အရည်အသွေးဆိုင်ရာဗားရှင်း၏ ယုံကြည်စိတ်ချရမှုနှင့် တရားဝင်မှု

အရည်အသွေးဆိုင်ရာ သုတေသနတွင် အရည်အသွေးကို ယုံကြည်စိတ်ချရမှု၊ လွှဲပြောင်းနိုင်မှု၊ မှီခိုနိုင်မှုနှင့် အတည်ပြုနိုင်မှုကဲ့သို့သော သဘောတရားများမှတစ်ဆင့် မကြာခဏ ဆွေးနွေးလေ့ရှိသည်။ စာရင်းအင်းပညာသည် အချို့သော ရှုထောင့်များ၊ အထူးသဖြင့် ကုဒ်ရေးသားခြင်းလုပ်ငန်းစဉ်တွင် အထောက်အကူဖြစ်စေနိုင်သည်။

– ကုဒ်သွင်းသူအချင်းချင်း သဘောတူညီချက်
သုတေသီတစ်ဦးထက်ပို၍ ဒေတာကို ကုဒ်လုပ်ပါက သဘောတူညီချက်ကိန်းဂဏန်းများ (ဥပမာ၊ ရာခိုင်နှုန်းသဘောတူညီချက် သို့မဟုတ် သတ်မှတ်ထားသော ကိန်းဂဏန်း) သည် ညီညွတ်မှုကို ညွှန်ပြနိုင်သည်။ ၎င်းသည် အထူးသဖြင့် အကြောင်းအရာခွဲခြမ်းစိတ်ဖြာခြင်း သို့မဟုတ် အဖွဲ့လိုက်သုတေသနတွင် အသုံးဝင်ပါသည်။

သို့သော် သုတေသီများ သတိထားရန် လိုအပ်သည်- သဘောတူညီမှု မြင့်မားခြင်းသည် အလိုအလျောက် “မှန်ကန်သော” အဓိပ္ပာယ်ဖွင့်ဆိုချက်ဟု မဆိုလိုပါ။ ၎င်းသည် ကုဒ်အဓိပ္ပာယ်ဖွင့်ဆိုချက်များ၏ အသုံးချမှုတွင် တသမတ်တည်းရှိမှုကိုသာ ညွှန်ပြသည်။ ထို့ကြောင့် ကုဒ်ရေးသားသူ ဆွေးနွေးမှုများ၊ စာရင်းစစ်လမ်းကြောင်းများနှင့် တုံ့ပြန်မှုများသည် မရှိမဖြစ် လိုအပ်နေဆဲဖြစ်သည်။

၇။ စာရင်းအင်းများအသုံးပြုခြင်း၏ ကန့်သတ်ချက်များနှင့် အန္တရာယ်များ

နည်းစနစ်ပိုင်းဆိုင်ရာ ထည့်သွင်းစဉ်းစားမှုမရှိဘဲ စာရင်းအင်းများကို အသုံးပြုပါက အန္တရာယ်များစွာရှိပါသည်-

၁။ လျှော့ချရေးဝါဒ
အရည်အသွေးဆိုင်ရာဒေတာသည် အကြောင်းအရာနှင့် ကြွယ်ဝပြီး ကိန်းဂဏန်းများကို အလွန်အမင်း အာရုံစိုက်ခြင်းသည် သိမ်မွေ့နက်နဲမှု၊ ဆန့်ကျင်ဘက်ဖြစ်မှုနှင့် ဒိုင်းနမစ်များကို ဆုံးရှုံးစေနိုင်သည်။

၂။ ယေဘုယျအားဖြင့် မှားယွင်းစွာ ရှုမြင်ခြင်း
နမူနာအနည်းငယ်တွင် မြင့်မားသောကြိမ်နှုန်းရှိခြင်းသည် ပိုမိုကျယ်ပြန့်သောလူဦးရေနှင့် သက်ဆိုင်သည်ဟု မဆိုလိုပါ။ အရည်အသွေးဆိုင်ရာသုတေသနကို ယေဘုယျအားဖြင့် စာရင်းအင်းဆိုင်ရာ ယေဘုယျအားဖြင့် ပြုလုပ်ရန် ဒီဇိုင်းထုတ်ထားခြင်းမဟုတ်ပါ။

၃။ အသေးအဖွဲဖြစ်သော်လည်း အဓိပ္ပာယ်ရှိသော အကြောင်းအရာများကို လျစ်လျူရှုခြင်း
ရှားရှားပါးပါး ပေါ်ထွက်လာသော အကြောင်းအရာများသည် အားနည်းသောအုပ်စုများ၏ အတွေ့အကြုံများ၊ ဖုံးကွယ်ထားသော ပဋိပက္ခများ သို့မဟုတ် ဖော်ထုတ်ရန်ခက်ခဲသော ဖြစ်စဉ်များကို ညွှန်ပြနိုင်သည်။

၄။ စာဖတ်သူ၏ မှားယွင်းသော အဓိပ္ပာယ်ဖွင့်ဆိုချက်
စာဖတ်သူများသည် ဂဏန်းများကို သေချာမှု၏ တိုင်းတာမှုတစ်ခုအဖြစ် အဓိပ္ပာယ်ဖွင့်ဆိုရန် သွေးဆောင်ခံရနိုင်သည်။ ထို့ကြောင့် သုတေသီများသည် ဂဏန်းများသည် ခွဲခြမ်းစိတ်ဖြာနေသော အချက်အလက်များတွင် ပုံစံများ၏ အကျဉ်းချုပ်မျှသာဖြစ်ကြောင်း ရှင်းပြရန် လိုအပ်ပါသည်။

၈။ ကောင်းမွန်သောအလေ့အကျင့်- ကိန်းဂဏန်းများနှင့် ဇာတ်ကြောင်းပြောပြချက်များကို ပေါင်းစပ်ခြင်း

စာရင်းအင်းများသည် အရည်အသွေးဆိုင်ရာ သုတေသနနှင့် ကိုက်ညီစေရန်အတွက် အောက်ပါ ကောင်းမွန်သော အလေ့အကျင့်များကို အသုံးချနိုင်ပါသည်။

– နံပါတ်များကိုအသုံးပြုခြင်း၏ ရည်ရွယ်ချက်ကို ရှင်းပြပါ- အဓိကအကြောင်းအရာ မြေပုံရေးဆွဲခြင်း၊ စူးစမ်းလေ့လာနှိုင်းယှဉ်ခြင်း သို့မဟုတ် ပွင့်လင်းမြင်သာမှုအတွက်ဖြစ်စေ။
– ကုဒ်ရေးသွင်းခြင်းလုပ်ငန်းစဉ်ကို ထည့်သွင်းပါ- ကုဒ်အဓိပ္ပာယ်ဖွင့်ဆိုချက်များ၊ ဥပမာကိုးကားချက်များနှင့် ခွဲခြမ်းစိတ်ဖြာမှုအဆင့်များ။
– ကိန်းဂဏန်းများကို အချိုးကျအသုံးပြုပါ- တိကျသောဇယားများသည် ကောင်းမွန်သော်လည်း၊ အဓိပ္ပာယ်ဖွင့်ဆိုချက်သည် အဓိကကျနေဆဲဖြစ်သည်။
– နောက်ခံအကြောင်းအရာက ရှိနေကြောင်း သေချာပါစေ- နံပါတ်များနောက်တွင် “ဘာကြောင့်” နှင့် “ဘယ်လို” ဟူသော ရှင်းလင်းချက်များ အမြဲပါရှိသည်။
– ကိုယ်စားပြုကိုးကားချက်များ ပါဝင်ပါ- “စိတ်ဝင်စားဖွယ်ကောင်းသော” ကိုးကားချက်များသာမက ပုံစံများနှင့် ကွဲပြားမှုများကို ပြသသည့် ကိုးကားချက်များလည်း ပါဝင်ပါစေ။

နိဂုံး

အရည်အသွေးဆိုင်ရာ သုတေသနတွင် စာရင်းအင်းများသည် ရန်သူမဟုတ်ဘဲ သင့်လျော်စွာအသုံးပြုသည့်အခါ ခွဲခြမ်းစိတ်ဖြာမှုကို ကြွယ်ဝစေသည့် အထောက်အကူပြုကိရိယာတစ်ခုဖြစ်သည်။ ဖော်ပြချက်စာရင်းအင်းများ၊ ရိုးရှင်းသော ပမာဏသတ်မှတ်ခြင်းနှင့် မြင်ယောင်ကြည့်ခြင်းမှတစ်ဆင့် သုတေသီများသည် အချက်အလက်များကို ရှင်းလင်းစွာ အကျဉ်းချုပ်နိုင်ပြီး တွေ့ရှိချက်များ၏ ပွင့်လင်းမြင်သာမှုကို တိုးမြှင့်နိုင်သည်။ သို့သော် အရည်အသွေးဆိုင်ရာ သုတေသနသည် အဓိပ္ပာယ်၊ အခြေအနေနှင့် နက်ရှိုင်းသော အဓိပ္ပာယ်ဖွင့်ဆိုချက်တို့တွင် အခြေခံထားဆဲဖြစ်သည်။ ထို့ကြောင့် ကိန်းဂဏန်းများကို ဖြည့်စွက်ချက်တစ်ခုအဖြစ် သဘောထားသင့်ပြီး ပါဝင်သူများ၏ အသံများနှင့် လေ့လာနေသော လူမှုရေးဖြစ်စဉ်များ၏ ရှုပ်ထွေးမှုများကို မလျော့ပါးစေဘဲ ပုံစံများကို ရှင်းလင်းစေရန် ကူညီပေးသင့်သည်။

ပညာရှိရှိအသုံးပြုသောအခါ စာရင်းအင်းများသည် တံတားတစ်စင်းဖြစ်နိုင်သည်- အရည်အသွေးဆိုင်ရာသုတေသန၏ ဇာတ်ကြောင်းပြောစွမ်းအားကို ပိုမိုစနစ်တကျ၊ နားလည်ရလွယ်ကူပြီး တာဝန်ခံမှုရှိသော တွေ့ရှိချက်များကို တင်ပြသည့်နည်းလမ်းနှင့် ချိတ်ဆက်ပေးသည်။