සමාජ පර්යේෂණවල විස්තරාත්මක සංඛ්යාලේඛන යෙදීම
විස්තරාත්මක සංඛ්යාලේඛන යනු සමාජ පර්යේෂණයේ වැදගත්ම අත්තිවාරමකි. පර්යේෂකයන්ට උපකල්පිත විශ්ලේෂණයන් සමඟ ඉදිරියට යාමට පෙර - උපකල්පිත පරීක්ෂාව, ප්රතිගාමීත්වය හෝ විචල්යයන් අතර සම්බන්ධතා ආකෘතිකරණය කිරීම වැනි - ඔවුන් එකතු කරන ලද දත්තවල "මුහුණ" තේරුම් ගත යුතුය. විස්තරාත්මක සංඛ්යාලේඛන ක්රියාත්මක වන්නේ මෙහිදීය: පහසුවෙන් තේරුම් ගැනීම සඳහා දත්තවල ලක්ෂණ ක්රමානුකූලව සාරාංශ කිරීම, ඉදිරිපත් කිරීම සහ විස්තර කිරීම. බොහෝ විට හැසිරීම්, ආකල්ප, අදහස් සහ සමාජීය තත්වයන් ඇතුළත් වන සමාජ පර්යේෂණ සන්දර්භය තුළ, විස්තරාත්මක සංඛ්යාලේඛන පර්යේෂකයන්ට ජනගහනයක් හෝ නියැදියක් තුළ සාමාන්ය රටා මෙන්ම වෙනස්කම් ග්රහණය කර ගැනීමට උපකාරී වේ.
විස්තරාත්මක සංඛ්යාලේඛනවල අර්ථ දැක්වීම සහ අරමුණ
සරලව කිවහොත්, විස්තරාත්මක සංඛ්යාලේඛන යනු දත්ත සංක්ෂිප්ත හා අර්ථවත් තොරතුරු බවට සැකසීම සඳහා ක්රම සමූහයකි. ඉලක්කය වන්නේ පුළුල් ජනගහනයක් සඳහා සාමාන්ය නිගමනවලට එළඹීම නොව, පවතින දත්ත විස්තර කිරීමයි. සමාජ පර්යේෂණ වලදී, දත්ත බොහෝ විට සංකීර්ණ බැවින් මෙම ඉලක්කය වැදගත් වේ: ප්රතිචාර දක්වන්නන් විවිධාකාර වේ, විචල්යයන් මිශ්ර කළ හැකිය (නාමික, සාමාන්ය, පරතරය, අනුපාතය), සහ සමාජ සන්දර්භය ගතික වේ.
විස්තරාත්මක සංඛ්යාලේඛන සමඟින්, පර්යේෂකයන්ට මූලික ප්රශ්නවලට පිළිතුරු දිය හැකිය: මෙම අධ්යයනයේ ප්රතිචාර දැක්වූවන් කවුද? වයස, අධ්යාපනය හෝ ආදායම අනුව ඔවුන්ගේ ව්යාප්තිය කුමක්ද? ප්රතිපත්තියක් සඳහා අනුමැතියේ මට්ටම කුමක්ද? කණ්ඩායම් අතර මතයේ කොපමණ වෙනස්කම් තිබේද? මෙම පිළිතුරු පර්යේෂකයන්ට ශක්තිමත් ආඛ්යානයක් ගොඩනඟා ගැනීමට සහ වැඩිදුර විශ්ලේෂණය සඳහා පදනමක් සැපයීමට උපකාරී වේ.
සමාජ පර්යේෂණවල දත්ත වර්ග
විස්තරාත්මක සංඛ්යාලේඛන යෙදීම එකතු කරන දත්ත වර්ගය මත රඳා පවතී. සමාජ පර්යේෂණ සාමාන්යයෙන් භාවිතා කරන්නේ:
1. ස්ත්රී පුරුෂ භාවය, රැකියා තත්ත්වය, පදිංචි ප්රදේශය හෝ ආයතනික අනුබද්ධය වැනි නාමික දත්ත. මෙම දත්ත කිසිදු අනුපිළිවෙලකින් තොරව කාණ්ඩ වේ.
2. සාමාන්ය දත්ත, උදාහරණයක් ලෙස, අධ්යාපන මට්ටම හෝ ආකල්ප පරිමාණය (තදින් එකඟ නොවීමට දැඩි ලෙස එකඟ වේ). අනුපිළිවෙලක් ඇත, නමුත් කාණ්ඩ අතර දුර සැමවිටම සමාන නොවේ.
3. තෘප්තිමත් දර්ශක ලකුණු හෝ පරීක්ෂණ ලකුණු වැනි අන්තර දත්ත. අගයන් අතර දුර සමාන ලෙස සලකනු ලැබේ, නමුත් නිරපේක්ෂ ශුන්යයක් නොමැත.
4. අනුපාත දත්ත, උදාහරණයක් ලෙස ආදායම, දරුවන් සංඛ්යාව හෝ සේවා කාලය, නිරපේක්ෂ ශුන්යයක් ඇති අතර අනුපාත සැසඳීම් වලට ඉඩ සලසයි.
දත්ත පරිමාණය අවබෝධ කර ගැනීම පර්යේෂකයන්ට නිවැරදි මිනුම තෝරා ගැනීමට උපකාරී වේ: මධ්යන්යය අන්තරය/අනුපාතය සඳහා සුදුසු වන අතර, මධ්යන්ය හෝ මාදිලිය බොහෝ විට සාමාන්ය සඳහා වඩාත් සුදුසු වන අතර, සංඛ්යාතය නාමික සඳහා ප්රමුඛ වේ.
මධ්යගත කිරීමේ මිනුම්: මධ්යන්ය, මධ්ය සහ මාදිලිය
දත්තවල "සාමාන්ය" අගයන් විස්තර කිරීමට මධ්යම ප්රවණතාවයේ මිනුම් භාවිතා වේ.
– සාමාන්ය ගෘහස්ථ ආදායම හෝ සතියකට වැඩ කරන සාමාන්ය පැය ගණන වැනි කාල පරතරය සහ අනුපාත දත්ත සඳහා මධ්යන්යය බහුලව භාවිතා වේ. කෙසේ වෙතත්, මධ්යන්යය ආන්තික අගයන්ට සංවේදී වේ. සමාජ පර්යේෂණවලදී, ඉතා ඉහළ ආදායම් වැනි බාහිර සාධක මධ්යන්යය විකෘති කර අඩු නියෝජනයක් සහිත චිත්රයක් නිර්මාණය කළ හැකිය.
– දත්ත වර්ග කිරීමෙන් පසු මධ්යන්යය යනු මැද අගයයි. මධ්යන්යය බාහිර අගයන්ට වඩා ප්රතිරෝධී වේ, එබැවින් එය බොහෝ විට ආදායම් හෝ වියදම් වැනි විකෘති බෙදාහැරීම් ඇති විචල්ය සඳහා භාවිතා වේ.
– මාදිලිය යනු බොහෝ විට දිස්වන අගයයි. ප්රතිචාර දක්වන්නන් විසින් බොහෝ විට දරන රැකියා කාණ්ඩය වැනි නාමික දත්ත සඳහා එය විශේෂයෙන් ප්රයෝජනවත් වේ.
මේ තුන ඒකාබද්ධ කිරීමෙන්, පර්යේෂකයන්ට දත්ත වඩාත් සමබර ආකාරයකින් අර්ථ නිරූපණය කළ හැකි අතර එක් මිනුමක පමණක් සිරවී නොසිටිය හැකිය.
පැතිරීමේ මිනුම්: විචලනය, සම්මත අපගමනය සහ පරාසය
සමාජ පර්යේෂණ සඳහා මධ්යන්යය පිළිබඳ තොරතුරු පමණක් නොව, ප්රතිචාර දක්වන්නන් කොපමණ වෙනස් වේද යන්න පිළිබඳ තොරතුරු ද අවශ්ය වේ. කණ්ඩායම් දෙකකට එකම මධ්යන්ය තෘප්තිය තිබිය හැකි නමුත් විවිධ මට්ටම්වල විචලනයක් තිබිය හැකිය - එකක් සමජාතීය වන අතර අනෙක ඉතා විවිධාකාර වේ.
– පරාසය විශාලතම සහ කුඩාම අගයන් අතර වෙනස පෙන්වයි. එය සරල මිනුමක් වන නමුත් බාහිර අගයන් මගින් පහසුවෙන් බලපායි.
– විචලනය සහ සම්මත අපගමනය මධ්යන්යය වටා දත්ත පැතිරීම මනිනු ලබයි. සම්මත අපගමනය වඩාත් බහුලව භාවිතා වන්නේ එයට මුල් දත්ත වලට සමාන ඒකක ඇති බැවින් එය අර්ථ නිරූපණය කිරීම පහසු කරමිනි.
– තුන්වන කාර්තුව සහ පළමු කාර්තුව අතර දුර වන අන්තර් කාර්තු පරාසය (IQR), දත්ත සාමාන්යයෙන් බෙදා හරිනු නොලැබෙන විට හෝ පිටස්තර අඩංගු වන විට බොහෝ විට භාවිතා වේ.
සමාජ සමීක්ෂණවලදී, ආකල්ප පරිමාණයකින් විශාල සම්මත අපගමනයක් සමාජයේ මත ධ්රැවීකරණයක් පෙන්නුම් කළ හැකි අතර, කුඩා සම්මත අපගමනයක් සම්මුතියක් පෙන්නුම් කළ හැකිය.
දත්ත බෙදා හැරීමේ සහ බෙදා හැරීමේ ආකෘති
විස්තරාත්මක සංඛ්යාලේඛන දත්ත ව්යාප්තිය ද සලකා බලයි. නිතර සාකච්ඡා කෙරෙන සංකල්ප දෙකක් නම්:
– ඇලවීම: ව්යාප්තියක් දකුණට හෝ වමට ඇලවී ඇත. උදාහරණයක් ලෙස, ආදායම සාමාන්යයෙන් දකුණට ඇලවී ඇත්තේ කුඩා ප්රතිශතයක් ජනතාව ඉතා ඉහළ ආදායම් ලබන බැවිනි.
– කුර්ටෝසිස්: ව්යාප්තියේ මුදුන්වල "තියුණු බව" සහ එහි වලිගවල ඝණකම විස්තර කරයි. සමාජ සන්දර්භයක් තුළ, දත්ත යම් යම් අගයන් වටා සංකේන්ද්රණය වී තිබේද නැතහොත් අන්තයන් දක්වා පැතිරී තිබේද යන්න තේරුම් ගැනීමට කුර්ටෝසිස් උපකාරී වේ.
බෙදාහැරීම් අවබෝධ කර ගැනීම සුදුසු විශ්ලේෂණ සහ දෘශ්යකරණ ශිල්පීය ක්රම තෝරා ගැනීමට උපකාරී වන අතර වැරදි අර්ථකථන වළක්වයි.
දත්ත ඉදිරිපත් කිරීම: වගු සහ දෘශ්යකරණයන්
විස්තරාත්මක සංඛ්යාලේඛනවල බලය ගණනය කිරීම් තුළ පමණක් නොව, දත්ත ඉදිරිපත් කරන ආකාරයෙන් ද පවතී. හොඳ ඉදිරිපත් කිරීමක් මඟින් සමාජ පර්යේෂණ සොයාගැනීම් පාඨකයින්ට, ප්රතිපත්ති සම්පාදකයින්ට සහ සාමාන්ය ජනතාවට පහසුවෙන් තේරුම් ගත හැකිය.
1. සංඛ්යාත වගුව: එක් එක් කාණ්ඩයේ ප්රතිචාර දැක්වූවන්ගේ සංඛ්යාව සහ ප්රතිශතය පෙන්වයි. උදාහරණයක් ලෙස, අධ්යාපන මට්ටම් හෝ දේශපාලන මනාපයන් බෙදා හැරීම.
2. තීරු සටහන: රැකියා වර්ගය හෝ විවාහක තත්ත්වය වැනි වර්ගීකරණ දත්ත සඳහා සුදුසු වේ.
3. වට ප්රස්ථාරය: බොහෝ විට භාවිතා වේ, නමුත් සමාන කොටස් සංසන්දනය කිරීම දුෂ්කර බැවින් ඔබ ප්රවේශම් විය යුතුය.
4. හිස්ටෝග්රෑම්: වයස් ව්යාප්තිය හෝ අන්තර්ජාල භාවිතයේ කාලසීමාව වැනි සංඛ්යාත්මක දත්ත සඳහා කදිමයි.
5. කොටු සටහන: නාගරික සහ ග්රාමීය ප්රදේශ අතර ආදායම වැනි කණ්ඩායම් අතර බෙදාහැරීම් සංසන්දනය කිරීමට මෙන්ම පිටස්තරයන් හඳුනා ගැනීමට ඉතා ප්රයෝජනවත් වේ.
දෘශ්යකරණය යනු අලංකාරයක් පමණක් නොවේ; එය රටා, ප්රවණතා සහ විෂමතා පිළිබඳ අවබෝධය වේගවත් කරයි.
සමාජ අධ්යයනයන්හි යෙදුම: අවස්ථා උදාහරණ
පර්යේෂකයෙකු නගරයක "රාජ්ය සේවාවන් කෙරෙහි මහජන විශ්වාසයේ මට්ටම" පරීක්ෂා කරන බව සිතමු. පර්යේෂකයා ප්රතිචාර දැක්වූවන් 400 දෙනෙකුගෙන් 1–5 (ඉතා අවිශ්වාසවන්ත සිට ඉතා විශ්වාසදායක) පරිමාණයක් භාවිතා කරමින් දත්ත මෙන්ම වයස, අධ්යාපනය සහ රැකියාව වැනි ජනවිකාස දත්ත රැස් කරයි.
ගත හැකි විස්තරාත්මක පියවර:
– අධ්යාපන සහ රැකියා කාණ්ඩ සඳහා සංඛ්යාත වගු සම්පාදනය කරන්න.
– සාමාන්ය සමස්ත විශ්වාස මට්ටම ගණනය කරන්න.
– ව්යාප්තිය සමමිතික නොවන විට මැද අගය බැලීමට මධ්යන්යය ගණනය කරන්න.
– විශ්වාසනීය මට්ටම කොපමණ වෙනස් වේදැයි සොයා ගැනීමට සම්මත අපගමනය ගණනය කරන්න.
– රටා වල කිසියම් වෙනස්කම් තිබේදැයි බැලීමට අධ්යාපන කණ්ඩායම (උසස් පාසල, ඩිප්ලෝමාව, උපාධි අපේක්ෂක) මත පදනම්ව විශ්වාසනීය මට්ටම්වල කොටු සටහනක් සාදන්න.
– බොහෝ ප්රතිචාර දක්වන්නන් අඩු, මධ්යම හෝ ඉහළ ලකුණු ලබාගෙන ඇත්දැයි බැලීමට හිස්ටෝග්රෑම් එකක් සාදන්න.
විස්තරාත්මක ප්රතිඵල අනුව, පර්යේෂකයන්ට සාමාන්ය විශ්වාසනීය ලකුණු "සාධාරණ" කාණ්ඩයේ ඇති බව සොයා ගත හැකි නමුත්, සම්මත අපගමනය විශාල වන අතර, එය ඉතා විශ්වාසදායක සහ ඉතා අවිශ්වාසවන්ත කණ්ඩායම් පවතින බව පෙන්නුම් කරයි. මෙම සොයා ගැනීම තවදුරටත් විශ්ලේෂණය සඳහා පදනම විය හැකිය: මෙම වෙනස්කම් වලට බලපාන සාධක මොනවාද?
සීමාවන් සහ පූර්වාරක්ෂාවන්
ඉතා ප්රයෝජනවත් වුවද, විස්තරාත්මක සංඛ්යාලේඛනවලට සීමාවන් ඇත. ඒවාට හේතු සම්බන්ධතා ඔප්පු කළ නොහැක, කණ්ඩායම් අතර වෙනස්කම් සංඛ්යානමය වශයෙන් වැදගත් බව සහතික කළ නොහැක, සහ නියැදිය පක්ෂග්රාහී නම් ජනගහනය අනිවාර්යයෙන්ම නියෝජනය නොකරයි. තවද, සන්දර්භයකින් තොරව සාමාන්යයන් ඉදිරිපත් කිරීම නොමඟ යවන සුළු විය හැකිය, විශේෂයෙන් අසමමිතික හෝ බාහිර දත්ත අඩංගු දත්ත වලදී. එබැවින්, සමාජ පර්යේෂකයින් එකවර බහු මිනුම් ඉදිරිපත් කිරීමට, සන්දර්භය පැහැදිලි කිරීමට සහ දත්ත රැස් කිරීමේ ක්රියාවලිය පිළිබඳව විනිවිදභාවයෙන් සිටීමට අවශ්ය වේ.
වසා දැමීම
සමාජ පර්යේෂණවල විස්තරාත්මක සංඛ්යාලේඛන යෙදීම පර්යේෂකයන්ට දත්ත පුළුල් ලෙස තේරුම් ගැනීමට උපකාර කිරීමේ තීරණාත්මක පියවරකි. මධ්යම ප්රවණතාවයේ මිනුම්, විසරණයේ මිනුම්, බෙදා හැරීමේ විශ්ලේෂණය සහ වගු සහ ප්රස්ථාරවල දත්ත ඉදිරිපත් කිරීම භාවිතා කිරීමෙන්, පර්යේෂකයන්ට සමාජ තත්වයන් වඩාත් වෛෂයිකව සහ සන්නිවේදනාත්මකව විස්තර කළ හැකිය. විස්තරාත්මක සංඛ්යාලේඛන පාඨකයන්ගේ සාමාන්ය චිත්රය ග්රහණය කර ගැනීමට පහසුකම් සපයනවා පමණක් නොව, තවදුරටත් ගවේෂණය සඳහා නව රටා සහ ප්රශ්න සොයා ගැනීමට පර්යේෂකයන්ට උපකාරී වේ. විවිධාකාර සමාජ ලෝකයක, දත්ත නිවැරදිව සාරාංශ කිරීමේ හැකියාව ශක්තිමත්, අදාළ සහ අර්ථවත් පර්යේෂණ නිෂ්පාදනය කිරීම සඳහා යතුරයි.
