சமூக ஆராய்ச்சியில் புள்ளிவிவர முறைகள்

சமூக ஆராய்ச்சியில் புள்ளிவிவர முறைகள்

பெண்டாஹுலுவான்

புள்ளிவிவரவியல் என்பது தரவுகளைச் சேகரித்தல், பகுப்பாய்வு செய்தல், விளக்குதல் மற்றும் வழங்குதல் ஆகியவற்றில் கவனம் செலுத்தும் ஒரு அறிவியல் பிரிவாகும். சமூக ஆராய்ச்சியில், கருதுகோள்களைச் சோதிப்பதற்கும், வடிவங்களைக் கண்டறிவதற்கும், அனுபவத் தரவுகளின் அடிப்படையில் முடிவுகளை எடுப்பதற்கும் ஒரு வலுவான கட்டமைப்பை வழங்குவதில் புள்ளிவிவரவியல் ஒரு முக்கியப் பங்கு வகிக்கிறது. புள்ளிவிவரவியல் முறைகள் சமூக நிகழ்வுகளை விவரிக்க உதவுவது மட்டுமல்லாமல், சமூக மாறிகளுக்கு இடையிலான காரண-காரிய உறவுகளைப் புரிந்துகொள்ளவும் உதவுகின்றன. இந்தக் கட்டுரை, விளக்கப் புள்ளிவிவரவியல், அனுமானப் புள்ளிவிவரவியல் மற்றும் பன்மாறி அணுகுமுறைகள் உட்பட, சமூக ஆராய்ச்சியில் அடிக்கடி பயன்படுத்தப்படும் பல்வேறு புள்ளிவிவரவியல் முறைகளைப் பற்றி விவாதிக்கும்.

விளக்கப் புள்ளிவிவரங்கள்

விளக்கப் புள்ளிவிவரவியலானது, ஆய்வுக்குட்பட்டவர்களிடமிருந்து சேகரிக்கப்பட்ட தரவுகளின் ஒரு மேலோட்டத்தையோ அல்லது சுருக்கத்தையோ வழங்குவதை நோக்கமாகக் கொண்டுள்ளது. இந்த முறையானது பொதுவாகத் தரவுப் பகுப்பாய்வின் முதல் படியாகும். மேலும் இது, சராசரி, இடைநிலை மற்றும் முகடு போன்ற மையப் போக்கு அளவுகளையும், அத்துடன் வீச்சு, மாறுபாடு மற்றும் திட்ட விலக்கம் போன்ற பரவல் அளவுகளையும் கணக்கிடுவதை உள்ளடக்கியுள்ளது.

1. சராசரி: சராசரி என்பது அனைத்து மதிப்புகளின் கூட்டுத்தொகையை, தரவுகளின் எண்ணிக்கையால் வகுக்கக் கிடைப்பதாகும். இது தரவுகளின் "நடுப்புள்ளி" குறித்த ஒரு பொதுவான கருத்தை வழங்குகிறது.

2. இடைநிலை: இடைநிலை என்பது வரிசைப்படுத்தப்பட்ட தரவுத்தொகுப்பின் நடு மதிப்பாகும். சராசரியைப் பாதிக்கக்கூடிய புறமதிப்புகள் தரவில் இருக்கும்போது இது பயனுள்ளதாக இருக்கும்.

3. முகடு: முகடு என்பது ஒரு தரவுத்தொகுப்பில் மிகவும் அடிக்கடி தோன்றும் மதிப்பாகும். தரவில் உள்ள முக்கியப் போக்குகள் அல்லது வடிவங்களைக் கண்டறிய இது பயனுள்ளதாக இருக்கிறது.

4. மாறுபாடு மற்றும் திட்ட விலக்கம்: மாறுபாடு என்பது தரவு சராசரியிலிருந்து எவ்வளவு தூரம் பரவியுள்ளது என்பதை அளவிடுகிறது, அதேசமயம் திட்ட விலக்கம் என்பது மாறுபாட்டின் வர்க்கமூலமாகும். தரவுகளில் உள்ள மாறுபாட்டைப் புரிந்துகொள்வதற்கு இந்த இரண்டு அளவீடுகளும் முக்கியமானவை.

மேலும், ஹிஸ்டோகிராம்கள், பட்டை வரைபடங்கள் மற்றும் வட்ட வரைபடங்கள் போன்ற வரைபடங்களும் அட்டவணைகளும், விளக்கப் புள்ளிவிவரங்களைக் காட்சிப்படுத்தப் பெரும்பாலும் பயன்படுத்தப்படுகின்றன; இதன் மூலம் ஆராய்ச்சியாளர்களுக்கும் வாசகர்களுக்கும் காட்சி ரீதியான புரிதலை வழங்குகின்றன.

அனுமான புள்ளிவிவரங்கள்

அனுமானப் புள்ளிவிவரவியல் என்பது, ஒரு பெரிய மக்கள் தொகையைப் பற்றிப் பொதுமைப்படுத்தல்களை அல்லது அனுமானங்களைச் செய்வதற்கு மாதிரித் தரவைப் பயன்படுத்துவதை உள்ளடக்கியது. முழு மக்கள் தொகையிலிருந்தும் தரவுகளைச் சேகரிப்பது பெரும்பாலும் சாத்தியமற்றது என்பதால், இந்த முறை சமூக ஆராய்ச்சியில் குறிப்பாக முக்கியத்துவம் பெறுகிறது.

1. கருதுகோள் சோதனை: கருதுகோள் சோதனை என்பது மாதிரித் தரவுகளின் அடிப்படையில் முடிவுகளை எடுக்கும் ஒரு செயல்முறையாகும். இதில், ஒரு பூஜ்ஜியக் கருதுகோளும் ஒரு மாற்றுக் கருதுகோளும் முன்மொழியப்படுகின்றன. மேலும், பூஜ்ஜியக் கருதுகோளை நிராகரிக்கப் போதுமான சான்றுகள் உள்ளதா என்பதைத் தீர்மானிக்க, t-சோதனை, ANOVA (மாறுபாடுகளின் பகுப்பாய்வு) அல்லது கை-வர்க்கச் சோதனை போன்ற சோதனைப் புள்ளிவிவரங்கள் பயன்படுத்தப்படுகின்றன.

2. நம்பக இடைவெளிகள்: நம்பக இடைவெளி என்பது, ஒரு மக்கள்தொகை அளவுருவை ஒரு குறிப்பிட்ட அளவு நம்பிக்கையுடன், எடுத்துக்காட்டாக, 95%, மதிப்பிடுவதற்குப் பயன்படுத்தப்படும் மதிப்புகளின் வரம்பாகும். இது அளவுரு மதிப்பீடுகளில் உள்ள நிச்சயமற்ற தன்மையை அளவிடுவதற்கான ஒரு வழியை வழங்குகிறது.

3. பின்னடைவு: இரண்டு அல்லது அதற்கு மேற்பட்ட மாறிகளுக்கு இடையிலான உறவை மாதிரியாக்க பின்னடைவு பயன்படுத்தப்படுகிறது. எளிய நேரியல் பின்னடைவு ஒரு சார்பற்ற மாறிக்கும் (முன்னறிவிப்பான்) ஒரு சார்பு மாறிக்கும் (பதில்) இடையிலான உறவை ஆராய்கிறது, அதேசமயம் பல நேரியல் பின்னடைவு ஒன்றுக்கு மேற்பட்ட சார்பற்ற மாறிகளை உள்ளடக்கியது.

பன்மாறி அணுகுமுறை

ஆராய்ச்சியாளர்கள் இரண்டுக்கும் மேற்பட்ட மாறிகளை ஒரே நேரத்தில் பகுப்பாய்வு செய்ய விரும்பும்போது பன்மாறி அணுகுமுறை பயன்படுத்தப்படுகிறது. ஆய்வு செய்யப்படும் நிகழ்வுகள் சிக்கலானவையாகவும் பல காரணிகளால் பாதிக்கப்படுபவையாகவும் இருக்கும் சமூக ஆராய்ச்சியில் இந்த முறை பெரும்பாலும் அவசியமாகிறது.

1. காரணிப் பகுப்பாய்வு: ஒன்றுக்கொன்று அதிகத் தொடர்பு கொண்ட மாறிகளை ஒன்றிணைப்பதன் மூலம், தரவுகளில் உள்ள உள்ளார்ந்த கட்டமைப்புகளைக் கண்டறிய காரணிப் பகுப்பாய்வு பயன்படுகிறது. இது பெரும்பாலும் உளவியல் மற்றும் சமூகவியல் அளவுகோல்கள் மற்றும் வினாப்பட்டியல்களை உருவாக்குவதில் பயன்படுத்தப்படுகிறது.

2. தொகுப்பாய்வு: தொகுப்பாய்வானது, ஆய்வுப் பொருள்களைக் குறிப்பிட்ட பண்புகளின் அடிப்படையில் ஒரே மாதிரியான குழுக்களாகப் பிரிக்கப் பயன்படுகிறது. இந்த முறை சந்தைப் பிரிப்பு, இடர் குழு நிர்ணயம் மற்றும் சமூக ஆய்வுகளில் பயனுள்ளதாக உள்ளது.

3. பாதை பகுப்பாய்வு: பாதை பகுப்பாய்வு என்பது ஒரு சிக்கலான மாதிரியில் உள்ள மாறிகளுக்கு இடையேயான காரண-விளைவு உறவுகளை ஆராயப் பயன்படும் ஒரு நுட்பமாகும். இது, மாறிகளுக்கு இடையேயான நேரடி மற்றும் மறைமுக உறவுகள் இரண்டையும் சோதிக்க ஆராய்ச்சியாளர்களை அனுமதிக்கிறது.

4. கட்டமைப்புச் சமன்பாட்டு மாதிரியாக்கம் (SEM): SEM என்பது பாதை பகுப்பாய்வை விட ஒரு விரிவான நுட்பமாகும், ஏனெனில் இது மறைநிலை மற்றும் அளவிடப்பட்ட மாறிகளுக்கு இடையிலான பல உறவுகளை ஒரே நேரத்தில் சோதிக்க அனுமதிக்கிறது.

புள்ளிவிவர மென்பொருளின் பயன்பாடு

நடைமுறையில், சமூக ஆராய்ச்சியில் புள்ளிவிவரப் பகுப்பாய்வானது, SPSS (சமூக அறிவியலுக்கான புள்ளிவிவரத் தொகுப்பு), SAS, R, STATA மற்றும் பிற சிறப்பு மென்பொருட்களைப் பயன்படுத்தி அடிக்கடி மேற்கொள்ளப்படுகிறது. இந்த மென்பொருட்கள் தரவுப் பகுப்பாய்விற்கான அதிநவீன கருவிகளை வழங்கி, சிக்கலான புள்ளிவிவர முறைகளை மிகவும் திறமையாகவும் துல்லியமாகவும் செயல்படுத்த ஆராய்ச்சியாளர்களை அனுமதிக்கின்றன.

1. SPSS: SPSS என்பது சமூக ஆராய்ச்சியில் பயன்படுத்தப்படும் மிகவும் பிரபலமான புள்ளிவிவர மென்பொருள்களில் ஒன்றாகும். SPSS, பயன்படுத்த எளிதான இடைமுகத்தையும், விளக்கமுறை, அனுமானமுறை மற்றும் பன்மாறிப் பகுப்பாய்வுகளுக்கான பரந்த அளவிலான செயல்பாடுகளையும் வழங்குகிறது.

2. R: R என்பது கல்வித்துறையில் பரவலாகப் பயன்படுத்தப்படும், மிகவும் நெகிழ்வான, திறந்த மூல மென்பொருளாகும். R விரிவான புள்ளியியல் பகுப்பாய்வுத் திறன்களை வழங்குகிறது, மேலும் இதனைப் பல்வேறு துணைத் தொகுப்புகளைக் கொண்டு விரிவாக்க முடியும்.

3. ஸ்டேட்டா: ஸ்டேட்டா என்பது பொருளியல் மற்றும் சமூக-மக்கள்தொகையியல் துறைகளில் பரவலாகப் பயன்படுத்தப்படும் ஒரு மென்பொருளாகும். சிக்கலான தரவுகளைப் பகுப்பாய்வு செய்வதில் அதன் வேகம் மற்றும் செயல்திறனுக்காக ஸ்டேட்டா அறியப்படுகிறது.

நெறிமுறை சவால்கள் மற்றும் பரிசீலனைகள்

புள்ளிவிவர முறைகள் சக்தி வாய்ந்தவையாக இருந்தாலும், சமூக ஆராய்ச்சியில் கருத்தில் கொள்ளப்பட வேண்டிய பல்வேறு சவால்களும் நெறிமுறை சார்ந்த பரிசீலனைகளும் உள்ளன.

1. மாதிரிப் பிழை: மாதிரிப் பிழையானது ஆய்வு முடிவுகளில் குறிப்பிடத்தக்க சார்புத்தன்மையை ஏற்படுத்தக்கூடும். எனவே, மாதிரியின் பிரதிநிதித்துவத்தை உறுதிசெய்ய, பொருத்தமான மாதிரி முறை தேர்ந்தெடுக்கப்பட வேண்டும்.

2. அளவீட்டுப் பிழை: மாறிகளை அளவிடுவதில் ஏற்படும் பிழைகள், ஆய்வு முடிவுகளின் செல்லுபடியாகும் தன்மையையும் நம்பகத்தன்மையையும் பாதிக்கக்கூடும். துல்லியமான தரவுகளை உறுதிப்படுத்த, அளவீட்டுக் கருவிகளைச் சரிபார்ப்பது மிகவும் அவசியமாகும்.

3. ஆராய்ச்சி நெறிமுறைகள்: சமூக ஆராய்ச்சியாளர்கள், பதிலளிப்பவர்களின் தனியுரிமை மற்றும் இரகசியத்தன்மையை மதித்தல், முறையான ஒப்புதலைப் பெறுதல், மற்றும் தரவுகளைத் தவறாகப் பயன்படுத்துவதைத் தவிர்த்தல் உள்ளிட்ட ஆராய்ச்சி நெறிமுறைகளின் கொள்கைகளைக் கண்டிப்பாகப் பின்பற்ற வேண்டும்.

முடிவுரை

தரவுகளை விவரிக்கவும், பகுப்பாய்வு செய்யவும், விளக்கமளிக்கவும் கருவிகளை வழங்குவதன் மூலம், புள்ளிவிவர முறைகள் சமூக ஆராய்ச்சியில் ஒரு முக்கியப் பங்கை வகிக்கின்றன. விளக்கப் புள்ளிவிவரங்கள் தரவுகளின் ஒரு ஆரம்பக் கண்ணோட்டத்தை வழங்குகின்றன, அதேசமயம் அனுமானப் புள்ளிவிவரங்கள், மக்கள் தொகையைப் பற்றிப் பொதுமைப்படுத்தல்களைச் செய்ய ஆராய்ச்சியாளர்களை அனுமதிக்கின்றன. ஒரு பன்மாறி அணுகுமுறை, சமூக மாறிகளுக்கு இடையிலான சிக்கலான உறவுகளைப் பகுப்பாய்வு செய்ய அனுமதிக்கிறது.

சமூக ஆராய்ச்சியில் புள்ளிவிவர முறைகள் சக்தி வாய்ந்தவையாக இருந்தாலும், ஏற்படக்கூடிய இடர்ப்பாடுகளையும் நெறிமுறைக் கருத்தாய்வுகளையும் கருத்தில் கொண்டு, அவற்றை எச்சரிக்கையுடன் பயன்படுத்த வேண்டும். புள்ளிவிவர முறைகளையும் அவற்றின் பயன்பாட்டையும் முழுமையாகப் புரிந்துகொள்வதன் மூலம், சமூக ஆராய்ச்சியாளர்களால் சிக்கலான சமூக நிகழ்வுகளைப் புரிந்துகொள்வதற்கான வலுவான மற்றும் பயனுள்ள கண்டுபிடிப்புகளை உருவாக்க முடியும்.