ਮਾਨਵ ਵਿਗਿਆਨ ਵਿੱਚ ਅੰਕੜੇ
ਮਾਨਵ-ਵਿਗਿਆਨ ਨੂੰ ਅਕਸਰ ਕਹਾਣੀਆਂ ਨਾਲ ਜੁੜੇ ਵਿਗਿਆਨ ਵਜੋਂ ਸਮਝਿਆ ਜਾਂਦਾ ਹੈ - ਜੀਵਨ ਕਹਾਣੀਆਂ, ਪਰੰਪਰਾਵਾਂ, ਪ੍ਰਤੀਕਾਂ ਅਤੇ ਅਰਥ ਜੋ ਮਨੁੱਖਾਂ ਦੁਆਰਾ ਵੱਖ-ਵੱਖ ਸਭਿਆਚਾਰਾਂ ਵਿੱਚ ਸਾਂਝੇ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਹਾਲਾਂਕਿ, ਇਹਨਾਂ ਅਮੀਰ ਬਿਰਤਾਂਤਾਂ ਤੋਂ ਪਰੇ, ਮਾਨਵ-ਵਿਗਿਆਨ ਨੂੰ ਪੈਟਰਨਾਂ ਨੂੰ ਯੋਜਨਾਬੱਧ ਢੰਗ ਨਾਲ ਸਮਝਣ ਦਾ ਇੱਕ ਤਰੀਕਾ ਵੀ ਚਾਹੀਦਾ ਹੈ। ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਅੰਕੜੇ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਭੂਮਿਕਾ ਨਿਭਾਉਂਦੇ ਹਨ। ਅੰਕੜੇ ਮਾਨਵ-ਵਿਗਿਆਨੀਆਂ ਨੂੰ ਨਿਰੀਖਣਾਂ ਨੂੰ ਉਹਨਾਂ ਖੋਜਾਂ ਵਿੱਚ ਬਦਲਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਦੀ ਜਾਂਚ, ਤੁਲਨਾ ਅਤੇ ਵਧੇਰੇ ਯਕੀਨਨ ਸੰਚਾਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਗੁਣਾਤਮਕ ਅਤੇ ਮਾਤਰਾਤਮਕ ਪਹੁੰਚਾਂ ਨੂੰ ਜੋੜ ਕੇ, ਮਾਨਵ-ਵਿਗਿਆਨ ਨਾ ਸਿਰਫ਼ "ਇਸਦਾ ਕੀ ਅਰਥ ਹੈ" ਬਲਕਿ "ਇਹ ਕਿੰਨੀ ਵਾਰ ਵਾਪਰਦਾ ਹੈ," "ਇਸਦਾ ਪ੍ਰਭਾਵ ਕਿੰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ," ਅਤੇ "ਕੀ ਇਹ ਪੈਟਰਨ ਸਮੂਹਾਂ ਵਿੱਚ ਵੱਖਰਾ ਹੁੰਦਾ ਹੈ?" ਵਰਗੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇ ਸਕਦਾ ਹੈ।
ਮਾਨਵ-ਵਿਗਿਆਨ ਵਿੱਚ ਅੰਕੜੇ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹਨ?
ਮਾਨਵ-ਵਿਗਿਆਨ ਦਾ ਮੁੱਖ ਟੀਚਾ ਮਨੁੱਖਾਂ ਨੂੰ ਉਨ੍ਹਾਂ ਦੇ ਸਮਾਜਿਕ-ਸੱਭਿਆਚਾਰਕ, ਜੈਵਿਕ, ਭਾਸ਼ਾਈ ਅਤੇ ਇਤਿਹਾਸਕ ਸੰਦਰਭਾਂ ਵਿੱਚ ਸਮਝਣਾ ਹੈ। ਫੀਲਡਵਰਕ ਵਿੱਚ, ਮਾਨਵ-ਵਿਗਿਆਨੀ ਅਕਸਰ ਗੁੰਝਲਦਾਰ ਡੇਟਾ ਦਾ ਸਾਹਮਣਾ ਕਰਦੇ ਹਨ: ਇੰਟਰਵਿਊ, ਨਿਰੀਖਣ ਰਿਕਾਰਡ, ਕਲਾਤਮਕ ਚੀਜ਼ਾਂ, ਸਰੀਰ ਦੇ ਮਾਪ, ਸਿਹਤ ਡੇਟਾ, ਰਿਸ਼ਤੇਦਾਰੀ ਨੈਟਵਰਕ, ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਪ੍ਰਵਾਸ ਪੈਟਰਨ ਵੀ। ਅੰਕੜੇ ਇਸ ਗੁੰਝਲਤਾ ਨੂੰ ਜਾਣਕਾਰੀ ਵਿੱਚ ਸੰਖੇਪ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ ਜਿਸਨੂੰ ਰੁਝਾਨਾਂ, ਵੇਰੀਏਬਲਾਂ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਅਤੇ ਭਾਈਚਾਰਿਆਂ ਵਿਚਕਾਰ ਅੰਤਰਾਂ ਵਜੋਂ ਸਮਝਿਆ ਜਾ ਸਕਦਾ ਹੈ।
ਸਿੱਟਿਆਂ ਦੀ ਸ਼ੁੱਧਤਾ ਵਧਾਉਣ ਲਈ ਅੰਕੜੇ ਵੀ ਮਹੱਤਵਪੂਰਨ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਜਦੋਂ ਮਾਨਵ-ਵਿਗਿਆਨੀ ਦਾਅਵਾ ਕਰਦੇ ਹਨ ਕਿ ਇੱਕ ਖਾਸ ਸਮੇਂ ਦੌਰਾਨ ਇੱਕ ਰਸਮੀ ਅਭਿਆਸ "ਵਧਿਆ" ਹੈ, ਤਾਂ ਦਾਅਵਾ ਮਜ਼ਬੂਤ ਹੁੰਦਾ ਹੈ ਜੇਕਰ ਬਾਰੰਬਾਰਤਾ ਗਣਨਾਵਾਂ, ਅੰਤਰ-ਸਾਲਾਨਾ ਤੁਲਨਾਵਾਂ, ਜਾਂ ਮਹੱਤਵ ਟੈਸਟਾਂ ਦੁਆਰਾ ਸਮਰਥਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਅੰਕੜੇ ਮਾਪਣਯੋਗ ਸਬੂਤਾਂ ਨਾਲ ਦਲੀਲਾਂ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰਦੇ ਹਨ।
ਮਾਨਵ-ਵਿਗਿਆਨਕ ਖੋਜ ਵਿੱਚ ਡੇਟਾ ਦੀਆਂ ਕਿਸਮਾਂ
ਮਾਨਵ-ਵਿਗਿਆਨ ਕਈ ਤਰ੍ਹਾਂ ਦੇ ਡੇਟਾ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਆਮ ਤੌਰ 'ਤੇ, ਡੇਟਾ ਹੇਠ ਲਿਖੇ ਰੂਪ ਲੈ ਸਕਦਾ ਹੈ:
1. ਨਾਮਾਤਰ ਡੇਟਾ: ਬੇਤਰਤੀਬ ਸ਼੍ਰੇਣੀਆਂ, ਜਿਵੇਂ ਕਿ ਕਿੱਤੇ ਦੀ ਕਿਸਮ, ਸਮੂਹ ਮਾਨਤਾ, ਜਾਂ ਰਸਮ ਦੀ ਕਿਸਮ।
2. ਆਰਡੀਨਲ ਡੇਟਾ: ਕ੍ਰਮਵਾਰ ਸ਼੍ਰੇਣੀਆਂ, ਉਦਾਹਰਣ ਵਜੋਂ ਸਿੱਖਿਆ ਪੱਧਰ (ਐਲੀਮੈਂਟਰੀ ਸਕੂਲ, ਮਿਡਲ ਸਕੂਲ, ਹਾਈ ਸਕੂਲ, ਕਾਲਜ) ਜਾਂ ਰਵੱਈਆ ਮੁਲਾਂਕਣ ਸਕੇਲ।
3. ਅੰਤਰਾਲ/ਅਨੁਪਾਤ ਡੇਟਾ: ਅਰਥਪੂਰਨ ਦੂਰੀਆਂ ਵਾਲੇ ਅੰਕੜੇ, ਜਿਵੇਂ ਕਿ ਆਮਦਨ, ਉਮਰ, ਉਚਾਈ, ਘਰੇਲੂ ਮੈਂਬਰਾਂ ਦੀ ਗਿਣਤੀ, ਜਾਂ ਪੂਜਾ ਸਥਾਨਾਂ ਦੇ ਦੌਰੇ ਦੀ ਬਾਰੰਬਾਰਤਾ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, ਬਹੁਤ ਸਾਰਾ ਮਾਨਵ-ਵਿਗਿਆਨਕ ਡੇਟਾ "ਮਿਲਿਆ-ਜੁਲਿਆ" ਹੁੰਦਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੰਟਰਵਿਊ ਦੇ ਨਤੀਜਿਆਂ ਨੂੰ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਕੋਡ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਅਤੇ ਫਿਰ ਸਰਵੇਖਣ ਡੇਟਾ ਦੇ ਨਾਲ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਅਭਿਆਸ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ ਕਿ ਅੰਕੜੇ ਗੁਣਾਤਮਕ ਪਹੁੰਚਾਂ ਦੀ ਥਾਂ ਨਹੀਂ ਲੈਂਦੇ, ਸਗੋਂ ਉਹਨਾਂ ਦੇ ਪੂਰਕ ਹੁੰਦੇ ਹਨ।
ਵਰਣਨਾਤਮਕ ਅੰਕੜੇ: ਸਮਾਜਿਕ ਹਕੀਕਤ ਦਾ ਸਾਰ ਦੇਣਾ
ਅੰਕੜਾਤਮਕ ਵਰਤੋਂ ਦਾ ਸ਼ੁਰੂਆਤੀ ਪੜਾਅ ਆਮ ਤੌਰ 'ਤੇ ਵਰਣਨਾਤਮਕ ਅੰਕੜੇ ਹੁੰਦੇ ਹਨ, ਜੋ ਕਿ ਡੇਟਾ ਨੂੰ ਸੰਖੇਪ ਕਰਨ ਦੀ ਇੱਕ ਤਕਨੀਕ ਹੈ। ਮਾਨਵ-ਵਿਗਿਆਨੀ ਔਸਤ, ਮੱਧਮਾਨ, ਮੋਡ, ਪ੍ਰਤੀਸ਼ਤ, ਅਤੇ ਵੰਡ ਦੇ ਮਾਪ ਜਿਵੇਂ ਕਿ ਮਿਆਰੀ ਭਟਕਣਾ ਦੀ ਗਣਨਾ ਕਰ ਸਕਦੇ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਘਰੇਲੂ ਭੋਜਨ ਖਪਤ ਦੇ ਪੈਟਰਨਾਂ 'ਤੇ ਖੋਜ ਔਸਤ ਹਫਤਾਵਾਰੀ ਭੋਜਨ ਖਰਚ ਅਤੇ ਸਮਾਜਿਕ ਵਰਗਾਂ ਵਿੱਚ ਇਸਦੀ ਭਿੰਨਤਾ ਨੂੰ ਦਰਸਾ ਸਕਦੀ ਹੈ।
ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ ਵੀ ਵਰਣਨਾਤਮਕ ਅੰਕੜਿਆਂ ਦਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸਾ ਹੈ। ਬਾਰ ਚਾਰਟ ਇੱਕ ਪਿੰਡ ਵਿੱਚ ਕਿੱਤਿਆਂ ਦੀ ਵੰਡ ਨੂੰ ਦਿਖਾ ਸਕਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਹਿਸਟੋਗ੍ਰਾਮ ਪਹਿਲੇ ਵਿਆਹ 'ਤੇ ਉਮਰਾਂ ਦੀ ਵੰਡ ਨੂੰ ਦਿਖਾ ਸਕਦੇ ਹਨ। ਥੀਮੈਟਿਕ ਨਕਸ਼ੇ (ਜਿਵੇਂ ਕਿ ਭਾਸ਼ਾ ਵੰਡ ਜਾਂ ਪ੍ਰਵਾਸ ਨਕਸ਼ੇ) ਸੰਖਿਆਵਾਂ ਨੂੰ ਸਮਾਜਿਕ ਅਤੇ ਭੂਗੋਲਿਕ ਸਥਾਨਾਂ ਨਾਲ ਜੋੜਨ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ।
ਅਨੁਮਾਨਤ ਅੰਕੜੇ: ਨਮੂਨੇ ਤੋਂ ਆਬਾਦੀ ਤੱਕ
ਜਦੋਂ ਮਾਨਵ-ਵਿਗਿਆਨੀ ਆਪਣੇ ਇਕੱਤਰ ਕੀਤੇ ਡੇਟਾ ਤੋਂ ਵਿਆਪਕ ਸਿੱਟੇ ਕੱਢਣਾ ਚਾਹੁੰਦੇ ਹਨ, ਤਾਂ ਉਹ ਅਨੁਮਾਨਤ ਅੰਕੜਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਇਹ ਤਕਨੀਕ ਖਾਸ ਤੌਰ 'ਤੇ ਉਦੋਂ ਲਾਭਦਾਇਕ ਹੁੰਦੀ ਹੈ ਜਦੋਂ ਖੋਜ ਨਮੂਨਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ ਅਤੇ ਇੱਕ ਵੱਡੀ ਆਬਾਦੀ ਨੂੰ ਸਮਝਣ ਦਾ ਉਦੇਸ਼ ਰੱਖਦੀ ਹੈ।
ਕੁਝ ਸਵਾਲਾਂ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਜਿਨ੍ਹਾਂ ਦੇ ਜਵਾਬ ਅਨੁਮਾਨਤ ਅੰਕੜੇ ਦੇਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ:
– ਕੀ ਦੋ ਨਸਲੀ ਸਮੂਹਾਂ ਵਿਚਕਾਰ ਸਿਹਤ ਸੇਵਾਵਾਂ ਤੱਕ ਪਹੁੰਚ ਵਿੱਚ ਕੋਈ ਮਹੱਤਵਪੂਰਨ ਅੰਤਰ ਹਨ?
– ਸਿੱਖਿਆ ਦੇ ਪੱਧਰ ਅਤੇ ਰਵਾਇਤੀ ਵਿਆਹ ਪ੍ਰਤੀ ਰਵੱਈਏ ਵਿਚਕਾਰ ਕਿੰਨਾ ਕੁ ਮਜ਼ਬੂਤ ਸਬੰਧ ਹੈ?
– ਪ੍ਰਵਾਸ ਦੇ ਫੈਸਲਿਆਂ 'ਤੇ ਕਿਹੜਾ ਕਾਰਕ ਸਭ ਤੋਂ ਵੱਧ ਪ੍ਰਭਾਵ ਪਾਉਂਦਾ ਹੈ: ਕੰਮ, ਪਰਿਵਾਰਕ ਨੈੱਟਵਰਕ, ਜਾਂ ਸਿੱਖਿਆ?
ਆਮ ਤੌਰ 'ਤੇ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਤਰੀਕਿਆਂ ਵਿੱਚ ਟੀ-ਟੈਸਟ, ਚੀ-ਸਕੁਏਅਰ, ਐਨੋਵਾ, ਸਹਿ-ਸਬੰਧ, ਅਤੇ ਰਿਗਰੈਸ਼ਨ ਸ਼ਾਮਲ ਹਨ। ਹਾਲਾਂਕਿ, ਉਹਨਾਂ ਦੀ ਵਰਤੋਂ ਖੋਜ ਡਿਜ਼ਾਈਨ, ਡੇਟਾ ਕਿਸਮ, ਅਤੇ ਅਧਿਐਨ ਕੀਤੇ ਜਾ ਰਹੇ ਸਮਾਜਿਕ-ਸੱਭਿਆਚਾਰਕ ਸੰਦਰਭ ਦੇ ਅਨੁਸਾਰ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ।
ਜੈਵਿਕ ਮਾਨਵ-ਵਿਗਿਆਨ ਅਤੇ ਅੰਕੜੇ
ਜੈਵਿਕ ਮਾਨਵ-ਵਿਗਿਆਨ ਵਿੱਚ, ਅੰਕੜੇ ਖਾਸ ਤੌਰ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਹਨ ਕਿਉਂਕਿ ਜ਼ਿਆਦਾਤਰ ਡੇਟਾ ਮਾਪਿਆ ਜਾਂਦਾ ਹੈ (ਜਿਵੇਂ ਕਿ, ਉਚਾਈ, ਭਾਰ, ਬਾਡੀ ਮਾਸ ਇੰਡੈਕਸ, ਪੈਲੀਓਐਂਥ੍ਰੋਪੋਲੋਜੀਕਲ ਅਧਿਐਨਾਂ ਵਿੱਚ ਖੋਪੜੀ ਦਾ ਆਕਾਰ, ਜਾਂ ਆਬਾਦੀ ਜੈਨੇਟਿਕਸ ਡੇਟਾ)। ਅੰਕੜੇ ਮਨੁੱਖੀ ਜੈਵਿਕ ਭਿੰਨਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ, ਵਾਤਾਵਰਣ ਦੇ ਅਨੁਕੂਲਤਾ ਨੂੰ ਸਮਝਣ ਅਤੇ ਸਮੇਂ ਦੇ ਨਾਲ ਤਬਦੀਲੀ ਨੂੰ ਟਰੈਕ ਕਰਨ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਦੇ ਹਨ।
ਇਸਦੀ ਵਰਤੋਂ ਦੀ ਇੱਕ ਉਦਾਹਰਣ ਇੱਕ ਖਾਸ ਭਾਈਚਾਰੇ ਵਿੱਚ ਬੱਚਿਆਂ ਦੇ ਵਿਕਾਸ ਦਾ ਅਧਿਐਨ ਹੈ। ਮਾਨਵ-ਵਿਗਿਆਨੀ ਵਿਕਾਸ ਵਕਰਾਂ ਦੀ ਤੁਲਨਾ ਕੁਝ ਮਾਪਦੰਡਾਂ ਨਾਲ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਫਿਰ ਸਮਾਜਿਕ ਕਾਰਕਾਂ ਜਿਵੇਂ ਕਿ ਖੁਰਾਕ, ਸੈਨੀਟੇਸ਼ਨ ਤੱਕ ਪਹੁੰਚ, ਜਾਂ ਪਰਿਵਾਰਕ ਕੰਮ ਦੇ ਬੋਝ ਦਾ ਮੁਲਾਂਕਣ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਪੋਸ਼ਣ ਸੰਬੰਧੀ ਸਥਿਤੀ ਨਾਲ ਸਬੰਧਤ ਹੋ ਸਕਦੇ ਹਨ।
ਸਮਾਜਿਕ-ਸੱਭਿਆਚਾਰਕ ਮਾਨਵ-ਵਿਗਿਆਨ: ਅੰਕੜੇ ਅਰਥਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦੇ ਹਨ
ਸਮਾਜ-ਸੱਭਿਆਚਾਰਕ ਮਾਨਵ-ਵਿਗਿਆਨ ਵਿੱਚ, ਚੁਣੌਤੀ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਹੈ ਕਿ ਸੰਖਿਆਵਾਂ ਸੰਦਰਭ ਨਾ ਗੁਆ ਦੇਣ। ਇੱਕ ਸੰਖਿਆ ਇਹ ਦਰਸਾ ਸਕਦੀ ਹੈ ਕਿ ਇੱਕ ਅਭਿਆਸ 70% ਘਰਾਂ ਵਿੱਚ ਹੁੰਦਾ ਹੈ, ਪਰ ਇਹ ਆਪਣੇ ਆਪ ਇਹ ਨਹੀਂ ਦੱਸਦੀ ਕਿ ਉਹ ਅਭਿਆਸ ਕਿਉਂ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ, ਇਸਦੇ ਅਰਥਾਂ 'ਤੇ ਕਿਵੇਂ ਗੱਲਬਾਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਜਾਂ ਕਿਸਨੂੰ ਫਾਇਦਾ ਹੁੰਦਾ ਹੈ ਅਤੇ ਕਿਸਨੂੰ ਨੁਕਸਾਨ ਹੁੰਦਾ ਹੈ।
ਇਸ ਲਈ, ਅੰਕੜਿਆਂ ਨੂੰ ਅਕਸਰ ਗੁਣਾਤਮਕ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਡੂੰਘਾ ਕਰਨ ਲਈ ਇੱਕ ਪ੍ਰਵੇਸ਼ ਦੁਆਰ ਵਜੋਂ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਸਰਵੇਖਣ ਡੇਟਾ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਨੌਜਵਾਨ ਪੀੜ੍ਹੀਆਂ ਦੇ ਰਸਮਾਂ ਵਿੱਚ ਹਿੱਸਾ ਲੈਣ ਦੀ ਸੰਭਾਵਨਾ ਘੱਟ ਹੈ, ਤਾਂ ਮਾਨਵ-ਵਿਗਿਆਨੀ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਡੂੰਘਾਈ ਨਾਲ ਇੰਟਰਵਿਊ ਲੈ ਸਕਦੇ ਹਨ ਕਿ ਕੀ ਇਹ ਬਦਲਦੇ ਮੁੱਲਾਂ, ਆਰਥਿਕ ਦਬਾਅ, ਸ਼ਹਿਰੀਕਰਨ, ਜਾਂ ਰਵਾਇਤੀ ਅਧਿਕਾਰ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਕਾਰਨ ਹੈ। ਅੰਕੜੇ ਪੈਟਰਨਾਂ ਦਾ ਨਕਸ਼ਾ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਨਸਲੀ ਵਿਗਿਆਨ ਸਮੱਗਰੀ ਅਤੇ ਵਿਆਖਿਆ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।
ਸੋਸ਼ਲ ਨੈੱਟਵਰਕ ਅਤੇ ਰਿਸ਼ਤੇਦਾਰੀ ਵਿਸ਼ਲੇਸ਼ਣ
ਇੱਕ ਵਧਦਾ ਖੇਤਰ ਸੋਸ਼ਲ ਨੈੱਟਵਰਕ ਵਿਸ਼ਲੇਸ਼ਣ ਹੈ। ਮਾਨਵ-ਵਿਗਿਆਨ ਨੇ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਰਿਸ਼ਤੇਦਾਰੀ ਅਤੇ ਸਮਾਜਿਕ ਸਬੰਧਾਂ ਦਾ ਅਧਿਐਨ ਕੀਤਾ ਹੈ, ਪਰ ਅੰਕੜੇ ਅਤੇ ਨੈੱਟਵਰਕ ਵਿਗਿਆਨ ਵਧੇਰੇ ਮਾਤਰਾਤਮਕ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਆਗਿਆ ਦਿੰਦੇ ਹਨ: ਸਮੂਹਾਂ ਵਿਚਕਾਰ ਸੰਪਰਕ ਵਜੋਂ ਕੌਣ ਕੰਮ ਕਰਦਾ ਹੈ, ਸਹਾਇਤਾ ਨੈੱਟਵਰਕ ਕਿੰਨਾ ਸੰਘਣਾ ਹੈ, ਜਾਂ ਜਾਣਕਾਰੀ ਕਿਵੇਂ ਫੈਲਦੀ ਹੈ।
ਮਾਈਗ੍ਰੇਸ਼ਨ ਅਧਿਐਨਾਂ ਵਿੱਚ, ਉਦਾਹਰਨ ਲਈ, ਰਿਸ਼ਤੇਦਾਰੀ ਨੈੱਟਵਰਕ ਇਹ ਸਮਝਾ ਸਕਦੇ ਹਨ ਕਿ ਲੋਕ ਇੱਕ ਖਾਸ ਸ਼ਹਿਰ ਕਿਉਂ ਚੁਣਦੇ ਹਨ: ਕਿਉਂਕਿ ਰਿਸ਼ਤੇਦਾਰ ਰਿਹਾਇਸ਼ ਜਾਂ ਨੌਕਰੀਆਂ ਤੱਕ ਪਹੁੰਚ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ। ਕੇਂਦਰੀਤਾ ਜਾਂ ਘਣਤਾ ਵਰਗੇ ਨੈੱਟਵਰਕ ਮੈਟ੍ਰਿਕਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਮਾਨਵ-ਵਿਗਿਆਨੀ ਇੱਕ ਭਾਈਚਾਰੇ ਦੇ ਅੰਦਰ ਸ਼ਕਤੀ, ਏਕਤਾ ਅਤੇ ਨਿਰਭਰਤਾ ਦੇ ਢਾਂਚੇ ਦਾ ਨਕਸ਼ਾ ਬਣਾ ਸਕਦੇ ਹਨ।
ਅੰਕੜਿਆਂ ਦੀ ਵਰਤੋਂ ਦੀਆਂ ਚੁਣੌਤੀਆਂ ਅਤੇ ਨੈਤਿਕਤਾ
ਮਾਨਵ-ਵਿਗਿਆਨ ਵਿੱਚ ਅੰਕੜਿਆਂ ਦੀ ਵਰਤੋਂ ਚੁਣੌਤੀਆਂ ਤੋਂ ਬਿਨਾਂ ਨਹੀਂ ਹੈ। ਪਹਿਲਾਂ, ਕਟੌਤੀਵਾਦ ਦਾ ਜੋਖਮ ਹੈ: ਅਮੀਰ ਸੱਭਿਆਚਾਰਕ ਹਕੀਕਤਾਂ ਨੂੰ ਸੰਕੁਚਿਤ ਵੇਰੀਏਬਲਾਂ ਤੱਕ ਘਟਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਦੂਜਾ, ਮਾਪ ਪੱਖਪਾਤ ਹੈ: "ਤੰਦਰੁਸਤੀ," "ਧਾਰਮਿਕਤਾ," ਜਾਂ "ਪਛਾਣ" ਵਰਗੇ ਸੰਕਲਪਾਂ ਨੂੰ ਉਹਨਾਂ ਦੇ ਅਰਥਾਂ ਨੂੰ ਸਰਲ ਬਣਾਏ ਬਿਨਾਂ ਮਾਪਣਾ ਮੁਸ਼ਕਲ ਹੈ। ਤੀਜਾ, ਪ੍ਰਤੀਨਿਧਤਾ ਅਤੇ ਨਮੂਨਾ ਹੈ: ਛੋਟੇ ਭਾਈਚਾਰਿਆਂ ਜਾਂ ਘੱਟ ਗਿਣਤੀ ਸਮੂਹਾਂ ਨੂੰ ਅੰਕੜਿਆਂ ਅਨੁਸਾਰ ਦਰਸਾਉਣਾ ਅਕਸਰ ਮੁਸ਼ਕਲ ਹੁੰਦਾ ਹੈ, ਇਸ ਲਈ ਸਿੱਟੇ ਸਾਵਧਾਨੀ ਨਾਲ ਕੱਢਣੇ ਚਾਹੀਦੇ ਹਨ।
ਨੈਤਿਕ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ, ਮਾਤਰਾਤਮਕ ਡੇਟਾ ਨੂੰ ਵਧੇਰੇ ਆਸਾਨੀ ਨਾਲ ਪਛਾਣਿਆ ਜਾ ਸਕਦਾ ਹੈ ਜੇਕਰ ਸਹੀ ਢੰਗ ਨਾਲ ਗੁਮਨਾਮ ਨਾ ਰੱਖਿਆ ਜਾਵੇ, ਖਾਸ ਕਰਕੇ ਛੋਟੇ ਭਾਈਚਾਰਿਆਂ ਵਿੱਚ। ਮਾਨਵ-ਵਿਗਿਆਨੀਆਂ ਨੂੰ ਭਾਗੀਦਾਰਾਂ ਦੀ ਸੂਚਿਤ ਸਹਿਮਤੀ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ, ਗੁਪਤਤਾ ਬਣਾਈ ਰੱਖਣ ਅਤੇ ਕੁਝ ਸਮੂਹਾਂ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾਉਣ ਵਾਲੇ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਤੋਂ ਬਚਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਰੂੜ੍ਹੀਵਾਦੀ ਧਾਰਨਾਵਾਂ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰਨ ਲਈ ਸੰਖਿਆਵਾਂ ਦੀ ਦੁਰਵਰਤੋਂ ਵੀ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਇਸ ਲਈ ਵਿਆਖਿਆ ਸੰਵੇਦਨਸ਼ੀਲ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ।
ਤਰੀਕਿਆਂ ਦਾ ਏਕੀਕਰਨ: ਇੱਕ ਉਤਪਾਦਕ ਮੱਧਮ ਆਧਾਰ
ਇੱਕ ਵਧਦੀ ਆਮ ਪਹੁੰਚ ਮਿਸ਼ਰਤ ਢੰਗ ਹਨ, ਜੋ ਮਾਤਰਾਤਮਕ ਸਰਵੇਖਣਾਂ ਅਤੇ ਗੁਣਾਤਮਕ ਨਸਲੀ ਵਿਗਿਆਨ ਨੂੰ ਜੋੜਦੇ ਹਨ। ਮਾਨਵ-ਵਿਗਿਆਨੀ ਸਥਾਨਕ ਸ਼੍ਰੇਣੀਆਂ ਨੂੰ ਸਮਝਣ ਲਈ ਖੇਤਰੀ ਨਿਰੀਖਣਾਂ ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਫਿਰ ਸਰਵੇਖਣ ਯੰਤਰਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਸਥਾਨਕ ਹਕੀਕਤਾਂ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਦਰਸਾਉਂਦੇ ਹਨ। ਇਸਦੇ ਉਲਟ, ਸਰਵੇਖਣ ਦੇ ਨਤੀਜੇ ਡੂੰਘਾਈ ਨਾਲ ਇੰਟਰਵਿਊ ਲਈ ਸੂਚਨਾ ਦੇਣ ਵਾਲਿਆਂ ਦੀ ਚੋਣ ਦਾ ਮਾਰਗਦਰਸ਼ਨ ਕਰ ਸਕਦੇ ਹਨ।
ਇਹ ਏਕੀਕਰਨ ਸ਼ਕਤੀਸ਼ਾਲੀ ਖੋਜ ਪੈਦਾ ਕਰਦਾ ਹੈ: ਸੰਖਿਆਵਾਂ ਪੈਟਰਨਾਂ ਦੀ ਸਪੱਸ਼ਟਤਾ ਪ੍ਰਦਾਨ ਕਰਦੀਆਂ ਹਨ, ਜਦੋਂ ਕਿ ਬਿਰਤਾਂਤ ਵਿਆਖਿਆ ਅਤੇ ਸੂਖਮਤਾ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ। ਦੋਵਾਂ ਦਾ ਸੁਮੇਲ ਮਾਨਵ-ਵਿਗਿਆਨ ਨੂੰ ਕਈ ਤਰ੍ਹਾਂ ਦੇ ਦਰਸ਼ਕਾਂ - ਅਕਾਦਮਿਕ, ਨੀਤੀ ਨਿਰਮਾਤਾ, ਅਤੇ ਅਧਿਐਨ ਕੀਤੇ ਜਾ ਰਹੇ ਭਾਈਚਾਰਿਆਂ ਨਾਲ ਗੱਲ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।
ਬੰਦ ਕੀਤਾ ਜਾ ਰਿਹਾ
ਮਾਨਵ-ਵਿਗਿਆਨ ਵਿੱਚ ਅੰਕੜੇ ਸੱਭਿਆਚਾਰ ਨੂੰ "ਗਣਿਤ" ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਮਨੁੱਖੀ ਜੀਵਨ ਨੂੰ ਪੜ੍ਹਨ ਦੀ ਮਾਨਵ-ਵਿਗਿਆਨ ਦੀ ਯੋਗਤਾ ਨੂੰ ਵਧਾਉਣ ਲਈ ਇੱਕ ਸਾਧਨ ਹੈ। ਅੰਕੜਿਆਂ ਦੇ ਨਾਲ, ਮਾਨਵ-ਵਿਗਿਆਨੀ ਪਰਿਕਲਪਨਾ ਦੀ ਜਾਂਚ ਕਰ ਸਕਦੇ ਹਨ, ਸਮੂਹਾਂ ਦੀ ਤੁਲਨਾ ਕਰ ਸਕਦੇ ਹਨ, ਨਕਸ਼ੇ ਦੇ ਭਿੰਨਤਾ ਨੂੰ ਬਣਾ ਸਕਦੇ ਹਨ, ਅਤੇ ਮਜ਼ਬੂਤ ਦਲੀਲਾਂ ਬਣਾ ਸਕਦੇ ਹਨ। ਹਾਲਾਂਕਿ, ਅੰਕੜਿਆਂ ਦੀ ਸ਼ਕਤੀ ਨੂੰ ਹਮੇਸ਼ਾ ਸੰਦਰਭ, ਆਲੋਚਨਾਤਮਕ ਪ੍ਰਤੀਬਿੰਬ ਅਤੇ ਖੋਜ ਨੈਤਿਕਤਾ ਦੀ ਸਮਝ ਨਾਲ ਸੰਤੁਲਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਅੰਤ ਵਿੱਚ, ਸੰਖਿਆਵਾਂ ਅਤੇ ਅਰਥਾਂ ਦਾ ਇੰਟਰਸੈਕਸ਼ਨ ਮਾਨਵ-ਵਿਗਿਆਨ ਨੂੰ ਅਮੀਰ ਬਣਾਉਂਦਾ ਹੈ: ਇਹ ਮਨੁੱਖੀ ਅਨੁਭਵ ਦੇ ਵੇਰਵਿਆਂ ਨੂੰ ਹਾਸਲ ਕਰ ਸਕਦਾ ਹੈ ਜਦੋਂ ਕਿ ਨਾਲ ਹੀ ਸਮਾਜਾਂ ਨੂੰ ਆਕਾਰ ਦੇਣ ਵਾਲੇ ਵੱਡੇ ਪੈਟਰਨਾਂ ਨੂੰ ਸਮਝਦਾ ਹੈ।
