គោលដៅសិក្សា

1. វាច្បាស់ណាស់ក្នុងការបែងចែករវាងគោលគំនិតនៃជំរឿន (គុណវុឌ្ឍិ) និងការយកគំរូ។
   
2. ដឹងពីខ្លឹមសារ និងលំដាប់នៃដំណាក់កាលទាំងប្រាំមួយ ដែលអនុវត្តដោយអ្នកស្រាវជ្រាវ ដើម្បីទទួលបានចំនួនប្រជាជនគំរូ។
   
3. កំណត់គំនិតនៃ "ស៊ុមគំរូ" ។
   
4. ពន្យល់ពីភាពខុសគ្នារវាងគំរូប្រូបាប៊ីលីស្ត និងការកំណត់។
   
5. បែងចែករវាងគំរូទំហំថេរ និងការយកគំរូច្រើនដំណាក់កាល (ជាប់គ្នា)។
   
6. ពន្យល់ពីអ្វីដែលជាគំរូដោយចេតនា ហើយពិពណ៌នាទាំងចំណុចខ្លាំង និងចំណុចខ្សោយរបស់វា។
   
7. កំណត់គោលគំនិតនៃគំរូកូតា។
   
8. ពន្យល់ពីអ្វីដែលប៉ារ៉ាម៉ែត្រស្ថិតនៅក្នុងនីតិវិធីជ្រើសរើស។
   
9. ពន្យល់ពីអ្វីដែលសំណុំដែលបានមកពី។
   
10. ពន្យល់ពីមូលហេតុដែលគំនិតនៃការចែកចាយគំរូគឺជាគោលគំនិតសំខាន់បំផុតនៃស្ថិតិ។

ដូច្នេះ អ្នកស្រាវជ្រាវបានកំណត់បញ្ហាយ៉ាងច្បាស់លាស់ និងធានានូវការរចនាស្រាវជ្រាវ និងឧបករណ៍ប្រមូលទិន្នន័យសមស្របសម្រាប់ដោះស្រាយបញ្ហានោះ។ ជំហានបន្ទាប់ក្នុងដំណើរការស្រាវជ្រាវគួរតែជាការជ្រើសរើសធាតុទាំងនោះដែលត្រូវពិនិត្យ។ វាអាចធ្វើទៅបានដើម្បីពិនិត្យមើលធាតុនីមួយៗនៃចំនួនប្រជាជនដែលបានផ្តល់ឱ្យដោយធ្វើជំរឿនពេញលេញនៃចំនួនប្រជាជននេះ។ ការស្ទង់មតិពេញលេញនៃចំនួនប្រជាជនត្រូវបានគេហៅថាជំរឿន (គុណវុឌ្ឍិ) ។ មានលទ្ធភាពមួយទៀត។ ផ្នែកជាក់លាក់នៃចំនួនប្រជាជន ដែលជាគំរូនៃធាតុនៃក្រុមធំមួយត្រូវបានទទួលរងនូវការពិនិត្យស្ថិតិ ហើយយោងទៅតាមទិន្នន័យដែលទទួលបាននៅលើសំណុំរងនេះ ការសន្និដ្ឋានមួយចំនួនត្រូវបានទាញទាក់ទងនឹងក្រុមទាំងមូល។ សមត្ថភាពក្នុងការធ្វើឱ្យទូទៅលទ្ធផលដែលទទួលបានពីទិន្នន័យគំរូទៅជាក្រុមធំអាស្រ័យលើវិធីសាស្ត្រដែលគំរូត្រូវបានយក។ ភាគច្រើននៃជំពូកនេះនឹងត្រូវបានឧទ្ទិសដល់របៀបដែលគំរូគួរត្រូវបានគូរ និងមូលហេតុ។

ជំរឿន (គុណវុឌ្ឍិ)
ជំរឿនពេញលេញនៃចំនួនប្រជាជន (ចំនួនប្រជាជន) ។
គំរូ
បណ្តុំនៃធាតុនៃសំណុំរងនៃក្រុមវត្ថុធំជាង។

គោលគំនិតនៃ "ចំនួនប្រជាជន" ឬ "ការប្រមូល" អាចសំដៅមិនត្រឹមតែចំពោះមនុស្សប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងចំពោះក្រុមហ៊ុនដែលកំពុងប្រតិបត្តិការក្នុងឧស្សាហកម្មផលិតកម្ម ទៅកាន់អ្នកលក់រាយ ឬអ្នកលក់ដុំ ឬសូម្បីតែវត្ថុដែលគ្មានជីវិតទាំងស្រុង ដូចជាផ្នែកដែលផលិតដោយសហគ្រាស។ គំនិតនេះត្រូវបានកំណត់ថាជាសំណុំទាំងមូលនៃធាតុដែលបំពេញលក្ខខណ្ឌដែលបានផ្តល់ឱ្យជាក់លាក់។ លក្ខខណ្ឌទាំងនេះកំណត់ដោយឡែកទាំងធាតុដែលជាកម្មសិទ្ធិរបស់ក្រុមគោលដៅ និងធាតុដែលគួរត្រូវបានដកចេញពីការពិចារណា។

ការសិក្សាដែលមានគោលបំណងកំណត់ទម្រង់ប្រជាសាស្រ្តនៃអ្នកប្រើប្រាស់ភីហ្សាដែលកកគួរចាប់ផ្តើមដោយកំណត់អត្តសញ្ញាណអ្នកណាគួរ និងមិនគួរត្រូវបានចាត់ថ្នាក់ដូចនេះ។ តើ​អ្នក​ដែល​បាន​សាកល្បង​ភីហ្សា​យ៉ាង​ហោច​ម្តង​ជា​កម្មសិទ្ធិ​របស់​ប្រភេទ​នេះ​ដែរ​ឬ​ទេ? បុគ្គលដែលទិញភីហ្សាយ៉ាងហោចណាស់មួយក្នុងមួយខែ? ក្នុងសប្តាហ៍? បុគ្គល​ដែល​ញ៉ាំ​ភីហ្សា​ច្រើន​ជាង​ចំនួន​អប្បបរមា​ជាក់លាក់​ក្នុង​មួយ​ខែ? អ្នកស្រាវជ្រាវត្រូវតែមានភាពច្បាស់លាស់ក្នុងការកំណត់ក្រុមគោលដៅ។ ត្រូវតែយកចិត្តទុកដាក់ផងដែរ ដើម្បីធានាថាគំរូត្រូវបានទាញចេញពីចំនួនប្រជាជនគោលដៅ ហើយមិនមែនមកពីចំនួន "មួយចំនួន" ដែលជាករណីនៅពេលដែលស៊ុមគំរូមិនគ្រប់គ្រាន់ ឬមិនពេញលេញ។ ក្រោយមកទៀតគឺជាបញ្ជីនៃធាតុដែលគំរូពិតនឹងត្រូវបានបង្កើតឡើង។

អ្នកស្រាវជ្រាវអាចចូលចិត្តវិធីសាស្រ្តគំរូមួយចំពោះការស្ទង់មតិនៃប្រជាជនទាំងមូលសម្រាប់ហេតុផលជាច្រើន។ ទីមួយ ការពិនិត្យពេញលេញនៃចំនួនប្រជាជន ទោះបីជាមានទំហំតូចក៏ដោយ ទាមទារការចំណាយពេលវេលា និងសម្ភារៈដ៏ធំ។ ជារឿយៗ នៅពេលដែលជំរឿនត្រូវបានបញ្ចប់ ហើយទិន្នន័យត្រូវបានដំណើរការ នោះព័ត៌មានគឺហួសសម័យហើយ។ ក្នុងករណីខ្លះ គុណវុឌ្ឍិគឺមិនអាចទៅរួចនោះទេ។ ចូរនិយាយថាអ្នកស្រាវជ្រាវបានកំណត់ដើម្បីពិនិត្យមើលការអនុលោមតាមច្បាប់នៃជីវិតសេវាកម្មជាក់ស្តែងនៃចង្កៀង incandescent អគ្គិសនីជាមួយនឹងមួយដែលបានគណនាដែលពួកគេត្រូវការដើម្បីរក្សាវារហូតដល់ពួកគេបរាជ័យ។ ប្រសិនបើអ្នកពិនិត្យមើលការផ្គត់ផ្គង់ទាំងមូលនៃចង្កៀងតាមរបៀបនេះទិន្នន័យដែលអាចទុកចិត្តបាននឹងត្រូវបានទទួលប៉ុន្តែវានឹងមិនមានអ្វីត្រូវធ្វើពាណិជ្ជកម្មទេ។

ជាចុងក្រោយ ចំពោះការភ្ញាក់ផ្អើលដ៏អស្ចារ្យនៃអ្នកចាប់ផ្តើមដំបូង អ្នកស្រាវជ្រាវអាចចូលចិត្តយកគំរូទៅជំរឿន ដោយខិតខំស្វែងរកភាពត្រឹមត្រូវនៃលទ្ធផល។ ជំរឿនត្រូវការបុគ្គលិកធំ ដែលបង្កើនលទ្ធភាពនៃកំហុសលំអៀង (មិនមែនគំរូ)។ កាលៈទេសៈនេះគឺជាហេតុផលមួយដែលការិយាល័យជំរឿនសហរដ្ឋអាមេរិកប្រើការស្ទង់មតិគំរូដើម្បីសាកល្បងភាពត្រឹមត្រូវនៃប្រភេទផ្សេងៗនៃជំរឿន។ អ្នកអានត្រឹមត្រូវ៖ ការស្ទង់មតិគំរូអាចត្រូវបានធ្វើឡើងដើម្បីសាកល្បងភាពត្រឹមត្រូវនៃទិន្នន័យគុណវុឌ្ឍិ។

ជំហានរចនាគំរូ

នៅលើរូបភព។ រូបភាព 15.1 បង្ហាញពីលំដាប់ប្រាំមួយជំហានដែលអ្នកស្រាវជ្រាវអាចធ្វើតាមនៅពេលរចនាគំរូមួយ។ ជាដំបូង ចាំបាច់ត្រូវកំណត់ចំនួនប្រជាជនគោលដៅ ឬសំណុំនៃធាតុដែលអ្នកស្រាវជ្រាវចង់ដឹងអ្វីមួយ។

ជាឧទាហរណ៍ នៅពេលសិក្សាពីចំណូលចិត្តរបស់កុមារ អ្នកស្រាវជ្រាវត្រូវសម្រេចចិត្តថាតើប្រជាជនគោលដៅនឹងមានត្រឹមតែកុមារ ឪពុកម្តាយ ឬទាំងពីរ។

សរុប (ចំនួនប្រជាជន)
សំណុំនៃធាតុដែលបំពេញលក្ខខណ្ឌជាក់លាក់ជាក់លាក់។
ស៊ុមគំរូ (មូលដ្ឋាន)
បញ្ជីនៃធាតុដែលការជ្រើសរើសនឹងត្រូវបានធ្វើឡើង; អាចមានអង្គភាពដែនដី អង្គការ បុគ្គល និងធាតុផ្សេងទៀត។

ក្រុមហ៊ុនជាក់លាក់មួយបានសាកល្បង "ការប្រណាំង" អគ្គិសនីរបស់ខ្លួនតែលើកុមារប៉ុណ្ណោះ។ កុមារត្រូវបានទាក់ទាញយ៉ាងខ្លាំង។ ឪពុកម្តាយមានប្រតិកម្មខុសគ្នាចំពោះភាពថ្មីថ្មោង។ ម្តាយមិនចូលចិត្តការពិតដែលថាការទាក់ទាញមិនបានបង្រៀនកូនឱ្យមានភាពរួសរាយរាក់ទាក់ចំពោះឡានទេហើយឪពុកមិនចូលចិត្តការពិតដែលថាផលិតផលនេះត្រូវបានធ្វើដូចជាប្រដាប់ក្មេងលេង។
ស្ថានភាពបញ្ច្រាសក៏អាចធ្វើទៅបានដែរ។ ក្រុមហ៊ុនមួយបានបើកដំណើរការផលិតផលអាហារថ្មី និងចាប់ផ្តើមយុទ្ធនាការផ្សាយពាណិជ្ជកម្មទូទាំងប្រទេសដែលផ្តោតលើកុមារដែលមានភាពព្រងើយកន្តើយ។ ម្យ៉ាងវិញទៀត ក្មេងៗបានរកឃើញ "ការបង្កើនល្បឿន" នេះហើយជាផលិតផលដែលបានផ្សព្វផ្សាយដោយខ្លួនឯង គួរឱ្យខ្ពើម។ ផលិតផលបានបញ្ចប់ 1.

អ្នកស្រាវជ្រាវត្រូវតែសម្រេចចិត្តថាតើនរណា ឬប្រជាជនដែលពាក់ព័ន្ធនឹងមានៈ បុគ្គល គ្រួសារ ក្រុមហ៊ុន អង្គការផ្សេងៗ ប្រតិបត្តិការកាតឥណទាន។ ទាំងការយោងបណ្ដោះអាសន្ន និងភូមិសាស្ត្រនៃធាតុគួរតែត្រូវបានធ្វើឡើង ដែលក្នុងករណីខ្លះអាចស្ថិតនៅក្រោមលក្ខខណ្ឌបន្ថែម ឬការរឹតបន្តឹង។ ឧទាហរណ៍ ប្រសិនបើយើងកំពុងនិយាយអំពីបុគ្គលនោះ ចំនួនប្រជាជនដែលចង់បានអាចមានត្រឹមតែមនុស្សដែលមានអាយុលើសពី 18 ឆ្នាំ ឬសម្រាប់តែស្ត្រី ឬសម្រាប់តែមនុស្សដែលមានការអប់រំកម្រិតមធ្យមសិក្សាប៉ុណ្ណោះ។

ភារកិច្ចនៃការកំណត់ព្រំដែនភូមិសាស្រ្តសម្រាប់ប្រជាជនគោលដៅក្នុងការស្រាវជ្រាវទីផ្សារអន្តរជាតិអាចជាបញ្ហាជាក់លាក់មួយ ព្រោះវាបង្កើនភាពខុសប្រក្រតីនៃប្រព័ន្ធដែលកំពុងត្រូវបានពិចារណា។ ជាឧទាហរណ៍ សមាមាត្រទាក់ទងនៃទីក្រុង និងតំបន់ជនបទអាចប្រែប្រួលយ៉ាងខ្លាំងពីប្រទេសមួយទៅប្រទេសមួយ។ ទិដ្ឋភាពទឹកដីមានផលប៉ះពាល់យ៉ាងធ្ងន់ធ្ងរទៅលើសមាសភាពនៃចំនួនប្រជាជន និងក្នុងប្រទេសតែមួយ។ ជាឧទាហរណ៍ នៅភាគខាងជើងនៃប្រទេសឈីលី ប្រជាជនឥណ្ឌាភាគច្រើនរស់នៅយ៉ាងតូចចង្អៀត ខណៈដែលនៅតំបន់ភាគខាងត្បូងនៃប្រទេស ភាគច្រើនជាកូនចៅរបស់ជនជាតិអឺរ៉ុបរស់នៅ។

គ្របដណ្តប់ (ឧប្បត្តិហេតុ)
ភាគរយនៃសមាជិកនៃចំនួនប្រជាជន ឬក្រុមដែលបំពេញលក្ខខណ្ឌសម្រាប់ការដាក់បញ្ចូលក្នុងគំរូ។

និយាយជាទូទៅ ប្រជាជនគោលដៅត្រូវបានកំណត់កាន់តែសាមញ្ញ ការគ្របដណ្តប់របស់វាកាន់តែខ្ពស់ (ឧប្បត្តិហេតុ) និងដំណើរការគំរូកាន់តែងាយស្រួល និងថោក។ គ្របដណ្តប់ (ឧប្បត្តិហេតុ)ត្រូវគ្នាទៅនឹងសមាមាត្រនៃធាតុនៃចំនួនប្រជាជន ឬក្រុម ដែលបង្ហាញជាភាគរយ ដែលបំពេញលក្ខខណ្ឌសម្រាប់ការដាក់បញ្ចូលក្នុងគំរូ។ ការរ៉ាប់រងប៉ះពាល់ដោយផ្ទាល់ទៅលើពេលវេលា និងតម្លៃសម្ភារៈដែលត្រូវការដើម្បីធ្វើការស្ទង់មតិ។ ប្រសិនបើការគ្របដណ្តប់មានទំហំធំ (ឧ. ធាតុនៃចំនួនប្រជាជនភាគច្រើនបំពេញតាមលក្ខណៈវិនិច្ឆ័យសាមញ្ញមួយ ឬច្រើនដែលប្រើដើម្បីកំណត់អ្នកឆ្លើយតបសក្តានុពល) ពេលវេលា និងការចំណាយដែលត្រូវការដើម្បីប្រមូលទិន្នន័យត្រូវបានបង្រួមអប្បបរមា។ ផ្ទុយទៅវិញ ជាមួយនឹងការកើនឡើងនៃចំនួនលក្ខណៈវិនិច្ឆ័យដែលអ្នកឆ្លើយតបសក្តានុពលត្រូវតែបំពេញ ទាំងសម្ភារៈ និងពេលវេលា ការចំណាយកើនឡើង។

នៅលើរូបភព។ 15.2 បង្ហាញពីសមាមាត្រនៃចំនួនប្រជាជនពេញវ័យដែលចូលរួមក្នុងកីឡាមួយចំនួន។ ទិន្នន័យនៅក្នុងតួរលេខបង្ហាញថា វាពិបាក និងថ្លៃជាងក្នុងការពិនិត្យអ្នកដែលជិះម៉ូតូ (ត្រឹមតែ 3.6% នៃចំនួនមនុស្សធំសរុប) ជាជាងពិនិត្យអ្នកដែលដើរកំសាន្តធម្មតា (27.4% នៃចំនួនសរុប។ មនុស្សពេញវ័យ) ។ រឿងចំបងគឺថាអ្នកស្រាវជ្រាវមានភាពច្បាស់លាស់ក្នុងការកំណត់ថាតើធាតុណាដែលគួរបញ្ចូលក្នុងចំនួនអ្នកសិក្សា ហើយធាតុណាដែលគួរត្រូវបានដកចេញពីវា។ សេចក្តីថ្លែងការណ៍ច្បាស់លាស់អំពីគោលបំណងនៃការសិក្សាជួយសម្រួលយ៉ាងខ្លាំងដល់ដំណោះស្រាយនៃបញ្ហានេះ។ ជំហានទីពីរនៅក្នុងដំណើរការគំរូគឺដើម្បីកំណត់ស៊ុមគំរូ ដែលដូចដែលអ្នកបានដឹងរួចមកហើយ គឺជាបញ្ជីនៃធាតុដែលគំរូនឹងត្រូវបានគូរ។ អនុញ្ញាតឱ្យប្រជាជនគោលដៅនៃការសិក្សាជាក់លាក់មួយគឺជាគ្រួសារទាំងអស់ដែលរស់នៅក្នុងតំបន់ Dallas ។ នៅក្រឡេកមើលដំបូង ថតទូរស័ព្ទ Dallas អាចជាស៊ុមគំរូដ៏ល្អ និងងាយស្រួលចូលប្រើបាន។ ទោះជាយ៉ាងណាក៏ដោយ នៅពេលពិនិត្យកាន់តែជិត វាកាន់តែច្បាស់ថា បញ្ជីគ្រួសារដែលមានក្នុងបញ្ជីឈ្មោះមិនត្រឹមត្រូវទាំងស្រុងទេ ព្រោះចំនួនគ្រួសារមួយចំនួនត្រូវបានលុបចោលនៅក្នុងនោះ (ជាការពិតណាស់ វាមិនរាប់បញ្ចូលគ្រួសារដែលមិនមានទូរស័ព្ទទេ) ខណៈពេលដែល គ្រួសារខ្លះមានលេខទូរស័ព្ទជាច្រើន។ អ្នកដែលទើបនឹងផ្លាស់ប្តូរទីកន្លែងរស់នៅ ហើយតាមនោះ លេខទូរស័ព្ទរបស់ពួកគេក៏មិនមានវត្តមាននៅក្នុងបញ្ជីឈ្មោះដែរ។

អ្នកស្រាវជ្រាវដែលមានបទពិសោធន៍បានសន្និដ្ឋានថាការផ្គូផ្គងពិតប្រាកដរវាងស៊ុមគំរូ និងចំនួនប្រជាជនគោលដៅដែលចាប់អារម្មណ៍គឺកម្រណាស់។ ជំហានប្រកបដោយភាពច្នៃប្រឌិតបំផុតមួយក្នុងការរចនាគំរូមួយគឺការកំណត់ស៊ុមគំរូសមស្របមួយ ក្នុងករណីដែលការចុះបញ្ជីសមាជិកមានការលំបាក។ នេះអាចតម្រូវឱ្យមានការយកគំរូពីប្លុកការងារ និងបុព្វបទ នៅពេលដែលឧទាហរណ៍ ការហៅទូរសព្ទដោយចៃដន្យត្រូវបានប្រើប្រាស់ដោយសារបញ្ហាខ្វះខាតក្នុងបញ្ជីទូរស័ព្ទ។ ទោះជាយ៉ាងណាក៏ដោយការកើនឡើងគួរឱ្យកត់សម្គាល់នៃអង្គភាពការងារក្នុងរយៈពេល 10 ឆ្នាំកន្លងមកនេះធ្វើឱ្យកិច្ចការនេះកាន់តែលំបាក។ ស្ថានភាពស្រដៀងគ្នាក៏អាចកើតឡើងក្នុងករណីនៃការសង្កេតដោយជ្រើសរើសនៃតំបន់ ឬអង្គការនានា តាមពីក្រោយដោយការទទួលយកគំរូរង នៅពេលដែលនិយាយថា ប្រជាជនគោលដៅគឺជាបុគ្គល ប៉ុន្តែមិនមានបញ្ជីទាន់សម័យពិតប្រាកដនៃពួកគេ។

ប្រភព៖ ផ្អែកលើទិន្នន័យដែលមាននៅក្នុង SSI- លីត TM៖ អិលអូ ឧប្បត្តិហេតុ ធគោលដៅ ស ampling" (Fairfield, Conn.: Survey Sampling, Inc., 1994)។

ជំហានទីបីនៅក្នុងនីតិវិធីគំរូគឺទាក់ទងយ៉ាងជិតស្និទ្ធទៅនឹងការកំណត់នៃស៊ុមគំរូ។ ជម្រើសនៃវិធីសាស្រ្ត ឬនីតិវិធីនៃគំរូគឺពឹងផ្អែកយ៉ាងធំទៅលើស៊ុមគំរូដែលបានអនុម័តដោយអ្នកស្រាវជ្រាវ។ ប្រភេទផ្សេងគ្នានៃគំរូត្រូវការប្រភេទផ្សេងគ្នានៃស៊ុមគំរូ។ នេះ និងជំពូកបន្ទាប់នឹងផ្តល់នូវទិដ្ឋភាពទូទៅនៃប្រភេទគំរូសំខាន់ៗដែលប្រើក្នុងការស្រាវជ្រាវទីផ្សារ។ នៅពេលពិពណ៌នាអំពីពួកវា ការតភ្ជាប់រវាងស៊ុមគំរូ និងវិធីសាស្រ្តនៃការបង្កើតរបស់វាគួរតែក្លាយជាជាក់ស្តែង។

ជំហានទី 4 នៅក្នុងដំណើរការគំរូគឺដើម្បីកំណត់ទំហំគំរូ។ បញ្ហានេះត្រូវបានពិភាក្សានៅក្នុងជំពូក។ 17. នៅដំណាក់កាលទី 5 អ្នកស្រាវជ្រាវត្រូវជ្រើសរើសធាតុដែលនឹងត្រូវធ្វើការស្ទង់មតិ។ វិធីសាស្រ្តដែលបានប្រើសម្រាប់ការនេះត្រូវបានកំណត់ដោយប្រភេទគំរូដែលបានជ្រើសរើស; នៅពេលពិភាក្សាអំពីវិធីសាស្រ្តគំរូ យើងក៏នឹងនិយាយអំពីការជ្រើសរើសធាតុរបស់វាផងដែរ។ ហើយចុងក្រោយ អ្នកស្រាវជ្រាវត្រូវពិនិត្យមើលអ្នកឆ្លើយតបដែលកំណត់អត្តសញ្ញាណពិតប្រាកដ។ នៅដំណាក់កាលនេះ មានប្រូបាបខ្ពស់ក្នុងការប្រព្រឹត្តកំហុសមួយចំនួន។
បញ្ហាទាំងនេះ និងវិធីសាស្រ្តមួយចំនួនសម្រាប់ការដោះស្រាយរបស់ពួកគេត្រូវបានពិភាក្សានៅក្នុងជំពូក។ ដប់ប្រាំបី។

ប្រភេទនៃផែនការគំរូ (គំរូ)

វិធីសាស្រ្តគំរូទាំងអស់អាចត្រូវបានបែងចែកជាពីរប្រភេទ៖ ការសង្កេតគំរូប្រូបាប៊ីលីតេ និងការសង្កេតគំរូកំណត់។ នៅក្នុងគំរូប្រូបាប៊ីលីតេ សមាជិកនីមួយៗនៃចំនួនប្រជាជនអាចត្រូវបានរួមបញ្ចូលជាមួយនឹងប្រូបាប៊ីលីតេមិនសូន្យដែលបានបញ្ជាក់ជាក់លាក់។ ប្រូបាប៊ីលីតេនៃការរួមបញ្ចូលសមាជិកមួយចំនួននៃចំនួនប្រជាជននៅក្នុងគំរូអាចខុសគ្នា ប៉ុន្តែប្រូបាប៊ីលីតេនៃការរួមបញ្ចូលធាតុនីមួយៗនៅក្នុងវាត្រូវបានគេស្គាល់។ ប្រូបាប៊ីលីតេនេះត្រូវបានកំណត់ដោយនីតិវិធីមេកានិចពិសេសដែលប្រើដើម្បីជ្រើសរើសសមាជិកគំរូ។

សម្រាប់សំណាកដែលកំណត់ ការប៉ាន់ប្រមាណប្រូបាប៊ីលីតេនៃការរួមបញ្ចូលធាតុណាមួយនៅក្នុងគំរូក្លាយជាមិនអាចទៅរួចទេ។ ភាពតំណាងនៃគំរូបែបនេះមិនអាចធានាបានទេ។ ឧទាហរណ៍, សាជីវកម្ម Allstateកំពុងបង្កើតប្រព័ន្ធមួយដើម្បីដំណើរការទិន្នន័យទាមទាររបស់ 14 លានគ្រួសារ (អតិថិជនរបស់ខ្លួន)។ ក្រុមហ៊ុនគ្រោងនឹងប្រើប្រាស់ទិន្នន័យនេះដើម្បីកំណត់លំនាំនៃតម្រូវការសម្រាប់សេវាកម្មរបស់ខ្លួន ដូចជាលទ្ធភាពដែលគ្រួសារដែលជាម្ចាស់រថយន្ត Mercedes Benz ក៏នឹងជាម្ចាស់ផ្ទះវិស្សមកាល (ដែលនឹងតម្រូវឱ្យមានការធានារ៉ាប់រង)។ ទោះបីជាមូលដ្ឋានទិន្នន័យមានទំហំធំណាស់ក៏ដោយ ក៏ក្រុមហ៊ុនមិនមានមធ្យោបាយប៉ាន់ស្មានលទ្ធភាពដែលអតិថិជនពិសេសណាមួយនឹងធ្វើការទាមទារនោះទេ។ ដូច្នេះ ក្រុមហ៊ុនមិនអាចប្រាកដថាទិន្នន័យអតិថិជនដែលធ្វើការទាមទារគឺតំណាងឱ្យអតិថិជនទាំងអស់របស់ក្រុមហ៊ុននោះទេ។ និងក្នុងកម្រិតតិចជាង - ទាក់ទងនឹងអតិថិជនសក្តានុពល។

សំណាកដែលកំណត់ទាំងអស់គឺផ្អែកលើទីតាំងផ្ទាល់ខ្លួន ការវិនិច្ឆ័យ ឬចំណូលចិត្តរបស់អ្នកស្រាវជ្រាវ ជាជាងលើនីតិវិធីជ្រើសរើសមេកានិកសម្រាប់សមាជិកគំរូ។ ចំណង់ចំណូលចិត្តបែបនេះជួនកាលអាចផ្តល់នូវការប៉ាន់ប្រមាណដ៏ល្អនៃលក្ខណៈនៃចំនួនប្រជាជន ប៉ុន្តែមិនមានវិធីដើម្បីកំណត់ភាពសមស្របនៃគំរូសម្រាប់កិច្ចការនោះទេ។ ការវាយតម្លៃភាពត្រឹមត្រូវនៃលទ្ធផលនៃគំរូអាចត្រូវបានធ្វើឡើងលុះត្រាតែមានប្រូបាប៊ីលីតេនៃការជ្រើសរើសធាតុមួយចំនួនត្រូវបានគេដឹង។ សម្រាប់ហេតុផលនេះ ការធ្វើការជាមួយគំរូប្រូបាប៊ីលីតេ ជាទូទៅត្រូវបានចាត់ទុកថាជាវិធីសាស្ត្រប្រសើរជាងមុនសម្រាប់ការប៉ាន់ប្រមាណទំហំនៃកំហុសគំរូ។ គំរូក៏អាចបែងចែកជាគំរូទំហំថេរ និងគំរូបន្តបន្ទាប់គ្នាផងដែរ។ នៅពេលធ្វើការជាមួយសំណាកទំហំថេរ ទំហំគំរូត្រូវបានកំណត់មុនពេលចាប់ផ្តើមការស្ទង់មតិ ហើយការវិភាគនៃលទ្ធផលគឺនាំមុខដោយការប្រមូលទិន្នន័យចាំបាច់ទាំងអស់។ យើងនឹងចាប់អារម្មណ៍ជាចម្បងលើគំរូទំហំថេរ ដោយសារប្រភេទនេះជាធម្មតាត្រូវបានប្រើក្នុងការស្រាវជ្រាវទីផ្សារ។

គំរូប្រូបាប៊ីលីតេ
គំរូដែលធាតុនីមួយៗនៃចំនួនប្រជាជនអាចត្រូវបានរួមបញ្ចូលជាមួយនឹងប្រូបាប៊ីលីតេមិនសូន្យដែលគេស្គាល់មួយចំនួន។
គំរូកំណត់
គំរូផ្អែកលើចំណង់ចំណូលចិត្តជាក់លាក់មួយចំនួន ឬការវិនិច្ឆ័យដែលកំណត់ការជ្រើសរើសនៃធាតុជាក់លាក់។ ក្នុងពេលជាមួយគ្នានេះ វាមិនអាចទៅរួចទេក្នុងការប៉ាន់ប្រមាណនូវប្រូបាប៊ីលីតេនៃការរួមបញ្ចូលធាតុបំពាននៃចំនួនប្រជាជននៅក្នុងគំរូ។

ទោះជាយ៉ាងណាក៏ដោយ វាមិនគួរត្រូវបានបំភ្លេចថា ក៏មានគំរូបន្តបន្ទាប់គ្នាផងដែរ ដែលអាចត្រូវបានប្រើជាមួយនឹងគំរូគំរូមូលដ្ឋាននីមួយៗដែលបានពិភាក្សាខាងក្រោម។

នៅក្នុងគំរូតាមលំដាប់លំដោយ ចំនួននៃធាតុដែលបានជ្រើសរើសមិនត្រូវបានគេដឹងជាមុនទេ វាត្រូវបានកំណត់ដោយផ្អែកលើស៊េរីនៃការសម្រេចចិត្តជាបន្តបន្ទាប់។ ប្រសិនបើការស្ទង់មតិលើគំរូតូចមួយមិននាំឱ្យមានលទ្ធផលដែលអាចទុកចិត្តបាននោះជួរនៃធាតុដែលបានពិនិត្យនឹងពង្រីក។ ប្រសិនបើលទ្ធផលនៅតែមិនអាចសន្និដ្ឋានបានបន្ទាប់ពីនោះ ទំហំគំរូត្រូវបានកើនឡើងម្តងទៀត។ នៅដំណាក់កាលនីមួយៗ ការសម្រេចចិត្តមួយត្រូវបានធ្វើឡើងថាតើត្រូវពិចារណាលើលទ្ធផលដែលទទួលបានការបញ្ចុះបញ្ចូលគ្រប់គ្រាន់ ឬថាតើត្រូវបន្តប្រមូលទិន្នន័យ។ ការធ្វើការជាមួយគំរូតាមលំដាប់លំដោយធ្វើឱ្យវាអាចវាយតម្លៃនិន្នាការ (និន្នាការ) នៃទិន្នន័យនៅពេលពួកគេប្រមូលបាន ដែលកាត់បន្ថយការចំណាយដែលទាក់ទងនឹងការសង្កេតបន្ថែមក្នុងករណីដែលភាពយឺតយ៉ាវរបស់ពួកគេថយចុះ។

ទាំងផែនការគំរូប្រូបាប៊ីលីតេ និងកំណត់ ធ្លាក់ចូលទៅក្នុងប្រភេទមួយចំនួន។ ឧទាហរណ៍ សំណាកដែលកំណត់អាចមិនមែនជាតំណាង (ងាយស្រួល) ដោយចេតនា ឬកូតា គំរូប្រូបាប៊ីលីតេត្រូវបានបែងចែកទៅជា ចៃដន្យ សាមញ្ញ ឬក្រុម (ចង្កោម) ពួកវាអាចបែងចែកទៅជាប្រភេទរង។ នៅលើរូបភព។ រូបភាព 15.3 បង្ហាញពីប្រភេទនៃគំរូដែលនឹងត្រូវបានពិភាក្សានៅក្នុងនេះ និងជំពូកបន្ទាប់។

គំរូថេរ (គំរូថេរ)
គំរូដែលទំហំត្រូវបានកំណត់ជាអាទិភាព។ ព័ត៌មានដែលត្រូវការត្រូវបានកំណត់ដោយធាតុដែលបានជ្រើសរើស។
គំរូតាមលំដាប់លំដោយ
គំរូដែលបានបង្កើតឡើងនៅលើមូលដ្ឋាននៃការសម្រេចចិត្តជាបន្តបន្ទាប់។ ប្រសិនបើបន្ទាប់ពីពិចារណាគំរូតូចមួយ លទ្ធផលគឺមិនអាចសន្និដ្ឋានបាន គំរូធំមួយត្រូវបានពិចារណា។ ប្រសិនបើជំហាននេះមិននាំឱ្យមានលទ្ធផល ទំហំគំរូកើនឡើងម្តងទៀត។

វាគួរតែត្រូវបានចងចាំក្នុងចិត្តថា ប្រភេទមូលដ្ឋាននៃគំរូអាចត្រូវបានបញ្ចូលគ្នាដើម្បីបង្កើតជាគំរូគំរូដ៏ស្មុគស្មាញ។ ប្រសិនបើអ្នករៀនប្រភេទដំបូងជាមូលដ្ឋានរបស់ពួកគេ វានឹងកាន់តែងាយស្រួលសម្រាប់អ្នកក្នុងការដោះស្រាយជាមួយនឹងបន្សំដ៏ស្មុគស្មាញបន្ថែមទៀត។

ការជ្រើសរើសដោយកំណត់

ដូចដែលបានបញ្ជាក់រួចមកហើយ នៅពេលជ្រើសរើសធាតុនៃគំរូកំណត់ ការប៉ាន់ប្រមាណឯកជន ឬការសម្រេចចិត្តដើរតួនាទីជាការសម្រេចចិត្ត។ ជួនកាលការវាយតម្លៃទាំងនេះបានមកពីអ្នកស្រាវជ្រាវ ខណៈពេលដែលក្នុងករណីផ្សេងទៀត ការជ្រើសរើសធាតុប្រជាជនត្រូវបានផ្តល់ឱ្យបុគ្គលិកវាល។ ដោយសារធាតុមិនត្រូវបានជ្រើសរើសដោយមេកានិក វាមិនអាចទៅរួចទេក្នុងការកំណត់ប្រូបាប៊ីលីតេនៃការរួមបញ្ចូលធាតុបំពាននៅក្នុងគំរូ ហើយតាមនោះ កំហុសនៃគំរូ។ ភាពល្ងង់ខ្លៅនៃកំហុសដោយសារតែនីតិវិធីគំរូដែលបានជ្រើសរើសរារាំងអ្នកស្រាវជ្រាវពីការវាយតម្លៃភាពត្រឹមត្រូវនៃការប៉ាន់ប្រមាណរបស់ពួកគេ។

គំរូមិនតំណាង (ភាពងាយស្រួល)

គំរូមិនតំណាង (ភាពងាយស្រួល)ជួនកាលគេហៅថាចៃដន្យ ចាប់តាំងពីការជ្រើសរើសធាតុគំរូត្រូវបានអនុវត្តតាមវិធី "ចៃដន្យ" - ធាតុទាំងនោះដែលមានឬហាក់ដូចជាអាចចូលប្រើបានច្រើនបំផុតក្នុងអំឡុងពេលជ្រើសរើសត្រូវបានជ្រើសរើស។

ជីវិតប្រចាំថ្ងៃរបស់យើងសំបូរទៅដោយឧទាហរណ៍នៃការជ្រើសរើសបែបនេះ។ យើងនិយាយជាមួយមិត្តភ័ក្តិ ហើយផ្អែកលើប្រតិកម្ម និងមុខតំណែងរបស់ពួកគេ យើងទាញសេចក្តីសន្និដ្ឋានអំពីការព្យាករណ៍នយោបាយដែលកំពុងកើតមាននៅក្នុងសង្គម។ ស្ថានីយ៍វិទ្យុក្នុងស្រុកលើកទឹកចិត្តប្រជាជនឱ្យបញ្ចេញមតិរបស់ពួកគេលើបញ្ហាចម្រូងចម្រាសមួយចំនួន មតិរបស់ពួកគេត្រូវបានបកស្រាយថាមានប្រជាប្រិយ។ យើងអំពាវនាវឱ្យមានការសហការពីអ្នកស្ម័គ្រចិត្ត និងធ្វើការជាមួយអ្នកស្ម័គ្រចិត្តដើម្បីជួយយើង។ បញ្ហាជាមួយគំរូភាពងាយស្រួលគឺជាក់ស្តែង - យើងមិនអាចប្រាកដថាគំរូនៃប្រភេទនេះពិតជាតំណាងឱ្យប្រជាជនគោលដៅនោះទេ។ យើងនៅតែអាចសង្ស័យថា មតិរបស់មិត្តភ័ក្តិរបស់យើងបានឆ្លុះបញ្ចាំងយ៉ាងត្រឹមត្រូវនូវទស្សនៈនយោបាយដែលកំពុងមាននៅក្នុងសង្គម ប៉ុន្តែយើងតែងតែមានចិត្តចង់ជឿថាគំរូធំៗ ដែលជ្រើសរើសតាមវិធីនេះ គឺជាតំណាង។ ចូរយើងបង្ហាញពីភាពខុសឆ្គងនៃការសន្មត់បែបនេះជាមួយនឹងឧទាហរណ៍មួយ។
កាលពីប៉ុន្មានឆ្នាំមុន ស្ថានីយ៍ទូរទស្សន៍ក្នុងស្រុកមួយនៅក្នុងទីក្រុងដែលអ្នកនិពន្ធសៀវភៅនេះរស់នៅបានធ្វើការស្ទង់មតិសាធារណៈប្រចាំថ្ងៃលើប្រធានបទដែលចាប់អារម្មណ៍ចំពោះសហគមន៍មូលដ្ឋាន។ ការ​បោះឆ្នោត​ដែល​មាន​ឈ្មោះ​ថា "The Madison Pulse" ត្រូវ​បាន​ធ្វើ​ឡើង​ដូច​ខាង​ក្រោម។ ជារៀងរាល់ល្ងាច ក្នុងអំឡុងពេលព័ត៌មានម៉ោងប្រាំមួយ ស្ថានីយ៍បានសួរអ្នកទស្សនានូវសំណួរទាក់ទងនឹងបញ្ហាចម្រូងចម្រាសជាក់លាក់មួយ ដែលចាំបាច់ត្រូវផ្តល់ចម្លើយវិជ្ជមាន ឬអវិជ្ជមាន។

ក្នុងករណីមានចម្លើយវិជ្ជមាន ចាំបាច់ត្រូវហៅទូរស័ព្ទទៅលេខមួយ ក្នុងករណីមានចម្លើយអវិជ្ជមាន - ទៅកាន់លេខទូរស័ព្ទមួយទៀត។ ចំនួនសំឡេង "សម្រាប់" និង "ប្រឆាំង" ត្រូវបានរាប់ដោយស្វ័យប្រវត្តិ។ សារព័ត៌មានម៉ោងដប់បានរាយការណ៍ពីលទ្ធផលនៃការស្ទង់មតិតាមទូរស័ព្ទ។ ជារៀងរាល់ល្ងាចមានមនុស្សពី 500 ទៅ 1000 នាក់បានហៅស្ទូឌីយោដើម្បីបង្ហាញពីជំហររបស់ពួកគេលើបញ្ហានេះឬបញ្ហានោះ។ អ្នក​អត្ថាធិប្បាយ​ទូរទស្សន៍​បាន​បកស្រាយ​លទ្ធផល​នៃ​ការ​បោះឆ្នោត​ថា​ជា​មតិ​ទូទៅ​ក្នុង​សង្គម។

គំរូមិនតំណាង (ភាពងាយស្រួល)
ជួនកាលគេហៅថាចៃដន្យ ពីព្រោះការជ្រើសរើសធាតុគំរូត្រូវបានអនុវត្តតាមវិធី "ចៃដន្យ" - ធាតុទាំងនោះដែលអាចចូលប្រើបានច្រើនបំផុតក្នុងកំឡុងពេលជ្រើសរើសត្រូវបានជ្រើសរើស។

នៅក្នុងវគ្គមួយក្នុងចំនោមវគ្គ 6 ម៉ោងនេះ អ្នកទស្សនាត្រូវបានសួរសំណួរដូចខាងក្រោម: "តើអ្នកមិនគិតថាអាយុនៃការផឹកនៅ Madison គួរតែត្រូវបានបន្ទាបដល់ 18?" គុណវុឌ្ឍិច្បាប់ដែលមានស្រាប់ត្រូវគ្នាទៅនឹង 21 ឆ្នាំ។ ទស្សនិកជនបានប្រតិកម្មចំពោះសំណួរនេះជាមួយនឹងសកម្មភាពមិនធម្មតា - មនុស្សជិត 4,000 នាក់បានហៅស្ទូឌីយោនៅល្ងាចនោះ ដែលក្នុងនោះ 78% ពេញចិត្តក្នុងការបន្ថយកម្រិតអាយុ។ វាហាក់ដូចជាច្បាស់ថាគំរូនៃ 4,000 "គួរតែជាតំណាង" នៃសហគមន៍ចំនួន 180,000 ។ គ្មានអ្វីដូចនោះទេ។ ដូចដែលអ្នកអាចទាយបាន ក្រុមអាយុមួយចំនួនចាប់អារម្មណ៍នឹងលទ្ធផលដែលគេដឹងជាងអ្នកដទៃទៀត។ ដូច្នោះហើយវាមិនគួរឱ្យភ្ញាក់ផ្អើលទេដែលនៅក្នុងការពិភាក្សាអំពីបញ្ហានេះដែលបានធ្វើឡើងពីរបីសប្តាហ៍ក្រោយមកវាបានប្រែក្លាយថាក្នុងអំឡុងពេលដែលបានបែងចែកសម្រាប់ការស្ទង់មតិសិស្សបានធ្វើសកម្មភាពនៅក្នុងការប្រគុំតន្ត្រី។ ពួក​គេ​បាន​ហៅ​ទូរទស្សន៍​ជា​បន្តបន្ទាប់​គ្នា​ច្រើន​ដង។ ដូច្នេះ ទាំងទំហំគំរូ ឬភាគរយនៃអ្នកតស៊ូមតិសម្រាប់សេរីភាវូបនីយកម្មនៃច្បាប់គឺគ្មានអ្វីគួរឱ្យភ្ញាក់ផ្អើលនោះទេ។ គំរូមិនមែនជាតំណាងទេ។

ការ​បង្កើន​ទំហំ​គំរូ​ដោយ​សាមញ្ញ​មិន​ធ្វើ​ឱ្យ​វា​តំណាង​ឡើយ​។ ភាពតំណាងនៃគំរូត្រូវបានធានាមិនមែនដោយទំហំនោះទេប៉ុន្តែដោយនីតិវិធីត្រឹមត្រូវសម្រាប់ការជ្រើសរើសធាតុ។ នៅពេលដែលអ្នកចូលរួមស្ទង់មតិត្រូវបានជ្រើសរើសដោយស្ម័គ្រចិត្ត ឬវត្ថុគំរូត្រូវបានជ្រើសរើសដោយផ្អែកលើភាពអាចរកបានរបស់ពួកគេ ផែនការគំរូមិនធានាភាពតំណាងនៃគំរូនោះទេ។ ភ័ស្តុតាងជាក់ស្តែងបង្ហាញថាគំរូដែលត្រូវបានជ្រើសរើសសម្រាប់ភាពងាយស្រួលគឺកម្រតំណាង (ដោយមិនគិតពីទំហំរបស់វា)។ ការស្ទង់មតិតាមទូរស័ព្ទដែលពិចារណាពី 800-900 សំឡេងគឺជាទម្រង់ទូទៅបំផុតនៃគំរូដ៏ធំប៉ុន្តែមិនតំណាង។

ការធ្វើគំរូដោយចេតនា
គំរូកំណត់ (កំណត់គោលដៅ) ធាតុដែលត្រូវបានជ្រើសរើសដោយដៃ; ធាតុទាំងនោះត្រូវបានជ្រើសរើស ដែលតាមគំនិតរបស់អ្នកស្រាវជ្រាវ បំពេញតាមគោលបំណងនៃការស្ទង់មតិ។
គំរូដោយចេតនា អាស្រ័យលើសមត្ថភាពរបស់អ្នកស្រាវជ្រាវដើម្បីកំណត់សំណុំដំបូងនៃអ្នកឆ្លើយតបជាមួយនឹងលក្ខណៈដែលចង់បាន; បន្ទាប់មកអ្នកឆ្លើយសំណួរទាំងនេះត្រូវបានប្រើជាអ្នកផ្តល់ព័ត៌មានដែលកំណត់ការជ្រើសរើសបុគ្គលបន្ថែមទៀត។

ជាអកុសល មនុស្សជាច្រើនចាត់ទុកលទ្ធផលនៃការស្ទង់មតិបែបនេះដោយភាពជឿជាក់។ គំរូមួយក្នុងចំណោមគំរូធម្មតាបំផុតនៃការប្រើប្រាស់គំរូដែលមិនតំណាងនៅក្នុងការស្រាវជ្រាវទីផ្សារអន្តរជាតិគឺការស្ទង់មតិនៃប្រទេសមួយចំនួនដោយផ្អែកលើគំរូដែលមានជនបរទេសដែលកំពុងរស់នៅក្នុងទឹកដីនៃប្រទេសដែលបានផ្តួចផ្តើមការស្ទង់មតិនេះ (ឧទាហរណ៍ ជនជាតិ Scandinavians រស់នៅក្នុង សហរដ្ឋអាមេរិក) ។ ទោះបីជាគំរូបែបនេះអាចបំភ្លឺខ្លះៗអំពីទិដ្ឋភាពមួយចំនួននៃចំនួនប្រជាជនដែលកំពុងពិចារណាក៏ដោយ ក៏វាត្រូវតែចងចាំថា បុគ្គលទាំងនេះជាធម្មតាតំណាងឱ្យឥស្សរជន "ជនជាតិអាមេរិក" ដែលទំនាក់ទំនងជាមួយប្រទេសរបស់ពួកគេប្រហែលជាបំពាន។ ការប្រើប្រាស់សំណាកដែលមិនមែនជាតំណាង មិនត្រូវបានណែនាំសម្រាប់ការស្ទង់មតិពិពណ៌នា ឬមូលហេតុនោះទេ។ ពួកវាអាចទទួលយកបានតែក្នុងការស្រាវជ្រាវស្រាវជ្រាវដែលមានបំណងសាកល្បងគំនិត ឬគំនិតជាក់លាក់ប៉ុណ្ណោះ ប៉ុន្តែសូម្បីតែក្នុងករណីនេះ វាជាការប្រសើរក្នុងការប្រើគំរូដោយចេតនា។

ការជ្រើសរើសដោយចេតនា

សំណាកដោយចេតនាជួនកាលត្រូវបានគេហៅថា មិនផ្តោតអារម្មណ៍; ធាតុរបស់ពួកគេ ដែលតាមគំនិតរបស់អ្នកស្រាវជ្រាវ បំពេញតាមគោលបំណងនៃការសិក្សា ត្រូវបានជ្រើសរើសដោយដៃ។ Procter & Gambleបានប្រើវិធីនេះនៅពេលបង្ហាញការផ្សាយពាណិជ្ជកម្មដល់មនុស្សដែលមានអាយុពី 13 ទៅ 17 ឆ្នាំ ដែលរស់នៅក្បែរទីស្នាក់ការកណ្តាល Cincinnati របស់ខ្លួន។ ផ្នែកអាហារ និងភេសជ្ជៈរបស់ក្រុមហ៊ុនបានជួលក្រុមក្មេងជំទង់នេះឱ្យធ្វើជាគំរូអ្នកប្រើប្រាស់។ ធ្វើការ 10 ម៉ោងក្នុងមួយសប្តាហ៍ជាថ្នូរនឹង $1,000 និងទៅការប្រគុំតន្ត្រី ពួកគេបានមើលការផ្សាយពាណិជ្ជកម្មតាមទូរទស្សន៍ បានទៅផ្សារទំនើបជាមួយអ្នកគ្រប់គ្រងក្រុមហ៊ុន ដើម្បីមើលការតាំងបង្ហាញផលិតផល សាកល្បងផលិតផលថ្មី និងពិភាក្សាអំពីឥរិយាបថទិញ។ តាមរយៈការជ្រើសរើសអ្នកតំណាងសម្រាប់គំរូតាមរយៈដំណើរការ "ជួល" ជាជាងដោយចៃដន្យ ក្រុមហ៊ុនអាចផ្តោតលើលក្ខណៈដែលខ្លួនចាត់ទុកថាមានប្រយោជន៍ ដូចជាសមត្ថភាពរបស់ក្មេងជំទង់ក្នុងការបង្ហាញខ្លួនឯងយ៉ាងច្បាស់ ដោយមានហានិភ័យដែលទស្សនៈរបស់ពួកគេអាចមិនមែនជាតំណាងនៃក្រុមអាយុរបស់ពួកគេ .

ដូចដែលបានបញ្ជាក់រួចមកហើយ លក្ខណៈពិសេសប្លែកនៃគំរូដោយចេតនា គឺការជ្រើសរើសទិសដៅនៃធាតុរបស់វា។ ក្នុងករណីខ្លះ វត្ថុគំរូត្រូវបានជ្រើសរើស មិនមែនដោយសារពួកគេជាអ្នកតំណាងទេ ប៉ុន្តែដោយសារពួកគេអាចផ្តល់ព័ត៌មានដែលអ្នកស្រាវជ្រាវចាប់អារម្មណ៍។ នៅពេលដែលតុលាការត្រូវបានដឹកនាំដោយសក្ខីកម្មរបស់អ្នកជំនាញ វាសំដៅលើការប្រើប្រាស់ជម្រើសដោយចេតនា។ មុខតំណែងស្រដៀងគ្នាអាចឈ្នះក្នុងការអភិវឌ្ឍន៍គម្រោងស្រាវជ្រាវ។ ក្នុងអំឡុងពេលនៃការសិក្សាដំបូងនៃបញ្ហានេះ អ្នកស្រាវជ្រាវចាប់អារម្មណ៍ជាចម្បងក្នុងការកំណត់ការរំពឹងទុកសម្រាប់ការសិក្សា ដែលកំណត់ការជ្រើសរើសធាតុគំរូ។

គំរូបាល់ព្រិលគឺជាប្រភេទនៃសំណាកដោយចេតនាដែលប្រើនៅពេលទាក់ទងជាមួយប្រភេទជាក់លាក់នៃចំនួនប្រជាជន។ គំរូនេះអាស្រ័យលើសមត្ថភាពរបស់អ្នកស្រាវជ្រាវក្នុងការបញ្ជាក់សំណុំដំបូងនៃអ្នកឆ្លើយតបជាមួយនឹងលក្ខណៈដែលចង់បាន។ បន្ទាប់មកអ្នកឆ្លើយសំណួរទាំងនេះត្រូវបានប្រើជាអ្នកផ្តល់ព័ត៌មានដើម្បីកំណត់ការជ្រើសរើសបុគ្គលបន្ថែមទៀត។

ជាឧទាហរណ៍ សូមស្រមៃថាក្រុមហ៊ុនមួយចង់វាយតម្លៃតម្រូវការសម្រាប់ផលិតផលដែលអាចឱ្យមនុស្សថ្លង់អាចទំនាក់ទំនងតាមទូរស័ព្ទបាន។ អ្នកស្រាវជ្រាវអាចចាប់ផ្តើមបង្កើតបញ្ហានេះដោយកំណត់អត្តសញ្ញាណតួរលេខសំខាន់ៗនៅក្នុងសហគមន៍ថ្លង់។ ក្រោយមកទៀតអាចដាក់ឈ្មោះសមាជិកផ្សេងទៀតនៃក្រុមដែលនឹងយល់ព្រមចូលរួមក្នុងការស្ទង់មតិនេះ។ ជាមួយនឹងកលល្បិចនេះ គំរូលូតលាស់ដូចបាល់ព្រិល។

ខណៈពេលដែលអ្នកស្រាវជ្រាវស្ថិតនៅក្នុងដំណាក់កាលដំបូងនៃការដោះស្រាយបញ្ហា នៅពេលដែលការរំពឹងទុក និងដែនកំណត់ដែលអាចកើតមាននៃការស្ទង់មតិដែលបានគ្រោងទុកកំពុងត្រូវបានកំណត់ ការប្រើប្រាស់គំរូដោយចេតនាអាចមានប្រសិទ្ធភាពខ្លាំង។ ប៉ុន្តែក្នុងករណីណាក៏ដោយដែលយើងមិនគួរភ្លេចអំពីភាពទន់ខ្សោយនៃគំរូប្រភេទនេះទេ ព្រោះវាក៏អាចត្រូវបានប្រើដោយអ្នកស្រាវជ្រាវក្នុងការសិក្សាបែបពិពណ៌នា ឬមូលហេតុដែលនឹងមិនយឺតក្នុងការប៉ះពាល់ដល់គុណភាពនៃលទ្ធផលរបស់ពួកគេ។ ឧទាហរណ៍បុរាណនៃការភ្លេចភ្លាំងនេះគឺសន្ទស្សន៍តម្លៃអ្នកប្រើប្រាស់ ("CPI") ។ ដូចដែល Sudman ចង្អុលបង្ហាញ ( ស៊ូដម៉ាន់) : “CPI ត្រូវបានកំណត់សម្រាប់តែ 56 ទីក្រុង និងតំបន់ទីប្រជុំជនប៉ុណ្ណោះ ការជ្រើសរើសក៏ត្រូវបានជះឥទ្ធិពលដោយកត្តានយោបាយផងដែរ។ តាមការពិតទីក្រុងទាំងនេះអាចតំណាងឱ្យខ្លួនឯងតែប៉ុណ្ណោះខណៈពេលដែលសន្ទស្សន៍ត្រូវបានគេហៅថា សន្ទស្សន៍តម្លៃអ្នកប្រើប្រាស់សម្រាប់អ្នករស់នៅក្នុងទីក្រុងដែលរកបានប្រាក់ឈ្នួលម៉ោង*, និង បុគ្គលិកហើយលេចឡើងចំពោះមនុស្សភាគច្រើនជាសន្ទស្សន៍ឆ្លុះបញ្ចាំងពីកម្រិតតម្លៃនៅក្នុងតំបន់ណាមួយនៃសហរដ្ឋអាមេរិក។ ជម្រើសនៃហាងលក់រាយក៏ត្រូវបានធ្វើឡើងដោយមិនចៃដន្យ ដែលជាលទ្ធផល ការប៉ាន់ប្រមាណនៃកំហុសគំរូដែលអាចកើតមានគឺមិនអាចទៅរួចទេ» (ទ្រេតរបស់យើង) ២.

* នោះគឺកម្មករ។ - ចំណាំ។ ក្នុងមួយ

គំរូកូតា

ប្រភេទទីបីនៃគំរូកំណត់ - គំរូកូតា; ភាពតំណាងដែលគេស្គាល់របស់វាត្រូវបានសម្រេចដោយការរួមបញ្ចូលនៅក្នុងវាសមាមាត្រដូចគ្នានៃធាតុដែលមានលក្ខណៈជាក់លាក់ដូចនៅក្នុងចំនួនប្រជាជនដែលបានស្ទង់មតិ (សូមមើល "បង្អួចស្រាវជ្រាវ 15.1") ។ ជាឧទាហរណ៍ សូមពិចារណាព្យាយាមបង្កើតគំរូតំណាងរបស់សិស្សដែលរស់នៅក្នុងបរិវេណសាលា។ ប្រសិនបើមិនមានសិស្សជាន់ខ្ពស់តែមួយក្នុងគំរូជាក់លាក់នៃបុគ្គលចំនួន 500 នាក់ទេនោះ យើងនឹងមានសិទ្ធិសង្ស័យពីភាពជាតំណាងរបស់វា និងសុពលភាពនៃការអនុវត្តលទ្ធផលដែលទទួលបាននៅលើគំរូនេះចំពោះប្រជាជនដែលកំពុងសិក្សា។ នៅពេលធ្វើការជាមួយគំរូសមាមាត្រ អ្នកស្រាវជ្រាវអាចធានាថាសមាមាត្រនៃនិស្សិតថ្នាក់បរិញ្ញាបត្រនៅក្នុងគំរូត្រូវគ្នាទៅនឹងសមាមាត្ររបស់ពួកគេក្នុងចំនួននិស្សិតសរុប។

ឧបមាថាអ្នកស្រាវជ្រាវធ្វើការសិក្សាជ្រើសរើសនិស្សិតសាកលវិទ្យាល័យ ខណៈពេលដែលគាត់ចាប់អារម្មណ៍លើការពិតដែលថាគំរូឆ្លុះបញ្ចាំងមិនត្រឹមតែជាកម្មសិទ្ធិរបស់ពួកគេចំពោះភេទមួយឬផ្សេងទៀតប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងការចែកចាយរបស់ពួកគេតាមវគ្គសិក្សាផងដែរ។ សូម​ឲ្យ​ចំនួន​និស្សិត​សរុប​ចំនួន ១០.០០០ នាក់៖ និស្សិត​ឆ្នាំ​ទី ៣ ២០០ នាក់ និស្សិត​ឆ្នាំ​ទី ២ ៦០០ នាក់ និស្សិត​ឆ្នាំ​ទី ៣ ២ ២០០ នាក់ និង​និស្សិត​ឆ្នាំ​ទី ៤ ២ ០០០ នាក់; ក្នុង​នោះ​ក្មេង​ប្រុស​៧​ពាន់​នាក់ និង​ស្រី​៣​ពាន់​នាក់។ សម្រាប់ទំហំគំរូ 1,000 នាក់ ផែនការគំរូតាមសមាមាត្រតម្រូវឱ្យនិស្សិតថ្មីចំនួន 320 នាក់ និស្សិតឆ្នាំ 260 នាក់ និស្សិតឆ្នាំទី 3 ចំនួន 220 នាក់ និងនិស្សិតបញ្ចប់ការសិក្សាចំនួន 200 នាក់ ក្មេងប្រុស 700 នាក់ និងក្មេងស្រី 300 នាក់។ អ្នកស្រាវជ្រាវអាចអនុវត្តផែនការនេះដោយផ្តល់ឱ្យអ្នកសម្ភាសន៍ម្នាក់ៗនូវកូតាជាក់លាក់ ដែលនឹងកំណត់ថាតើគាត់គួរទាក់ទងនិស្សិតណា។

ការ​យក​គំរូ​តាម​កូតាសំណាកដែលកំណត់ដោយជ្រើសរើសតាមរបៀបដែលសមាមាត្រនៃធាតុគំរូដែលមានលក្ខណៈជាក់លាក់ប្រហាក់ប្រហែលនឹងសមាមាត្រនៃធាតុដូចគ្នានៅក្នុងចំនួនប្រជាជនដែលកំពុងសិក្សា។ បុគ្គលិកវាលនីមួយៗត្រូវបានផ្តល់កូតាដែលកំណត់លក្ខណៈនៃចំនួនប្រជាជនដែលគាត់ត្រូវទាក់ទង។

អ្នកសម្ភាសន៍ដែលនឹងធ្វើការសម្ភាសន៍ចំនួន 20 អាចត្រូវបានណែនាំឱ្យសួរថា:

• និស្សិតឆ្នាំទី 1 ចំនួនប្រាំមួយនាក់ - ក្មេងប្រុសប្រាំនាក់និងក្មេងស្រីម្នាក់;
• សិស្សថ្នាក់ទីប្រាំមួយ - ក្មេងប្រុសបួននាក់និងក្មេងស្រីពីរនាក់;
• និស្សិតឆ្នាំទីបីចំនួនបួននាក់ - ក្មេងប្រុសបីនាក់និងក្មេងស្រីម្នាក់;
• និស្សិតឆ្នាំទីបួន - ក្មេងប្រុសពីរនាក់និងក្មេងស្រីពីរនាក់។

ចំណាំថា ការជ្រើសរើសធាតុគំរូជាក់លាក់មិនត្រូវបានកំណត់ដោយផែនការស្រាវជ្រាវនោះទេ ប៉ុន្តែតាមជម្រើសរបស់អ្នកសម្ភាសន៍ដែលត្រូវបានអំពាវនាវឱ្យគោរពតាមលក្ខខណ្ឌដែលបានកំណត់ដោយកូតាប៉ុណ្ណោះ៖ សម្ភាសន៍និស្សិតថ្មីចំនួនប្រាំនាក់ និស្សិតថ្មីម្នាក់។ល។

ចំណាំផងដែរថាកូតានេះឆ្លុះបញ្ចាំងយ៉ាងត្រឹមត្រូវនូវការចែកចាយយេនឌ័រនៃចំនួនសិស្សនិស្សិត ប៉ុន្តែមានការបង្ខូចទ្រង់ទ្រាយខ្លះៗនៃការចែកចាយសិស្សនៅទូទាំងវគ្គសិក្សា។ ការសម្ភាសន៍ 70% (14 ក្នុងចំណោម 20) គឺជាមួយក្មេងប្រុស ប៉ុន្តែមានតែ 30% (6 ក្នុងចំណោម 20) ជាមួយនិស្សិតឆ្នាំទី 1 ខណៈពេលដែលពួកគេបង្កើតបាន 32% នៃចំនួនសិស្សសរុប។ កូតាដែលបានបែងចែកទៅឱ្យអ្នកសម្ភាសន៍បុគ្គលម្នាក់ៗមិនអាចទេ ហើយជាធម្មតាវាមិនឆ្លុះបញ្ចាំងពីការចែកចាយលក្ខណៈនៃការគ្រប់គ្រងនៅក្នុងចំនួនប្រជាជននោះទេ មានតែគំរូចុងក្រោយប៉ុណ្ណោះដែលគួរតែសមាមាត្រ។

វាគួរតែត្រូវបានចងចាំក្នុងចិត្តថា ការយកគំរូតាមសមាមាត្រគឺអាស្រ័យទៅលើបុគ្គល អាកប្បកិរិយា ប្រធានបទ ឬការវិនិច្ឆ័យជាជាងលើនីតិវិធីគំរូដែលមានគោលបំណង។ លើសពីនេះទៅទៀត ផ្ទុយទៅនឹងការយកគំរូតាមដោយចេតនា ការវិនិច្ឆ័យផ្ទាល់ខ្លួននៅទីនេះមិនមែនជារបស់អ្នកអភិវឌ្ឍន៍គម្រោងនោះទេ ប៉ុន្តែសម្រាប់អ្នកសម្ភាសន៍។ សំណួរកើតឡើងថាតើគំរូសមាមាត្រអាចត្រូវបានចាត់ទុកថាជាតំណាង បើទោះបីជាពួកគេបង្កើតឡើងវិញនូវសមាមាត្រនៃសមាសធាតុដែលមាននៅក្នុងចំនួនប្រជាជនដែលមានលក្ខណៈគ្រប់គ្រងជាក់លាក់ក៏ដោយ។ ក្នុង​ន័យ​នេះ ការ​លើក​ឡើង​ចំនួន​បី​ត្រូវ​ធ្វើ​ឡើង។

ទីមួយ គំរូអាចមានភាពខុសប្លែកគ្នាយ៉ាងខ្លាំងពីចំនួនប្រជាជននៅក្នុងលក្ខណៈសំខាន់ៗមួយចំនួនទៀត ដែលអាចជះឥទ្ធិពលយ៉ាងធ្ងន់ធ្ងរដល់លទ្ធផល។ ជាឧទាហរណ៍ ប្រសិនបើការសិក្សាផ្តោតលើបញ្ហានៃការរើសអើងពូជសាសន៍ក្នុងចំណោមសិស្ស នោះវាមិនអាចជាកាលៈទេសៈព្រងើយកន្តើយដែលអ្នកឆ្លើយតបមកពីទីក្រុង ឬមកពីជនបទ។ ដោយសារកូតាសម្រាប់លក្ខណៈ "ពីទីក្រុង/ជនបទ" មិនត្រូវបានកំណត់ ការបង្ហាញត្រឹមត្រូវនៃចរិតលក្ខណៈនេះទំនងជាមិនអាចទៅរួចនោះទេ។ ជាការពិតណាស់ មានជម្រើសបែបនេះ៖ ដើម្បីកំណត់កូតាសម្រាប់លក្ខណៈសំខាន់ៗដែលមានសក្តានុពលទាំងអស់។ ទោះជាយ៉ាងណាក៏ដោយការកើនឡើងនៃចំនួនលក្ខណៈនៃការគ្រប់គ្រងនាំឱ្យមានភាពស្មុគស្មាញនៃការបញ្ជាក់។ នេះ, នៅក្នុងវេន, ស្មុគស្មាញ - ហើយពេលខ្លះសូម្បីតែធ្វើឱ្យវាមិនអាចទៅរួចនោះទេ - ការជ្រើសរើសនៃធាតុគំរូនិងនៅក្នុងករណីណាមួយនាំឱ្យមានការកើនឡើងតម្លៃរបស់វា។ ប្រសិនបើឧទាហរណ៍ ភាពជាប់ពាក់ព័ន្ធក្នុងទីក្រុង ឬជនបទ និងស្ថានភាពសេដ្ឋកិច្ចសង្គមក៏ពាក់ព័ន្ធទៅនឹងការសិក្សាដែរនោះ អ្នកសម្ភាសន៍ប្រហែលជាត្រូវស្វែងរកនិស្សិតឆ្នាំទី 1 ដែលជាអ្នកទីក្រុង និងថ្នាក់ខ្ពស់ ឬថ្នាក់កណ្តាល។ ខ្ញុំ​យល់​ស្រប​ថា​ការ​ស្វែង​រក​បុរស​ទើប​តែ​ជា​បុរស​គឺ​ងាយ​ស្រួល​ជាង។

ទីពីរ វាពិបាកណាស់ក្នុងការធ្វើឱ្យប្រាកដថាគំរូនេះពិតជាតំណាង។ ជាការពិតណាស់អ្នកអាចពិនិត្យមើលគំរូដើម្បីមើលថាតើការចែកចាយលក្ខណៈដែលមិនត្រូវបានរួមបញ្ចូលនៅក្នុងការគ្រប់គ្រងការចែកចាយរបស់ពួកគេនៅក្នុងចំនួនប្រជាជន។ ទោះជាយ៉ាងណាក៏ដោយការធ្វើតេស្តបែបនេះអាចនាំទៅរកការសន្និដ្ឋានអវិជ្ជមានប៉ុណ្ណោះ។ វាអាចធ្វើទៅបានដើម្បីបង្ហាញតែភាពខុសគ្នានៃការចែកចាយ។ ប្រសិនបើការចែកចាយនៃគំរូ និងចំនួនប្រជាជនសម្រាប់លក្ខណៈនីមួយៗនេះធ្វើឡើងវិញគ្នាទៅវិញទៅមក នោះមានលទ្ធភាពដែលគំរូខុសពីចំនួនប្រជាជននៅក្នុងលក្ខណៈផ្សេងទៀត ដែលមិនបានបញ្ជាក់ច្បាស់លាស់។

ហើយចុងក្រោយទីបី។ អ្នកសម្ភាសន៍ ដែលត្រូវបានទុកចោលក្នុងឧបករណ៍ផ្ទាល់ខ្លួនរបស់ពួកគេ ងាយនឹងធ្វើសកម្មភាពជាក់លាក់។ ពួកគេ​ច្រើនតែ​ងាក​ទៅ​សួរ​សម្លាញ់​របស់គេ​។ ដោយសារជារឿយៗពួកគេប្រែក្លាយដូចជាអ្នកសម្ភាសន៍ខ្លួនឯង វាមានហានិភ័យនៃកំហុស។ ភស្តុតាងពីប្រទេសអង់គ្លេសបង្ហាញថា គំរូកូតាមានទំនោរទៅ៖

1. ការបំផ្លើសនៃតួនាទីនៃធាតុដែលអាចចូលដំណើរការបានច្រើនបំផុត;
2. ការថយចុះតួនាទីរបស់គ្រួសារតូចៗ;
3. ការបំផ្លើសនៃតួនាទីរបស់គ្រួសារដែលមានកូន;
4. ការថយចុះតួនាទីរបស់កម្មករឧស្សាហកម្ម;
5. កាត់បន្ថយតួនាទីរបស់អ្នកដែលមានប្រាក់ចំណូលខ្ពស់បំផុត និងទាបបំផុត;
6. ការបន្ទាបតួនាទីរបស់ប្រជាពលរដ្ឋដែលមានការអប់រំទាប។
7. ការបន្ទាបតួនាទីរបស់មនុស្សដែលកាន់កាប់មុខតំណែងសង្គមទាប។

អ្នកសម្ភាសន៍ដែលជ្រើសរើសកូតាដែលបានកំណត់ទុកជាមុនដោយការបញ្ឈប់អ្នកដំណើរដោយចៃដន្យទំនងជាផ្តោតលើតំបន់ដែលមានអ្នកឆ្លើយសំណួរសក្តានុពលមួយចំនួនធំ ដូចជាផ្សារទំនើប ស្ថានីយ៍រថភ្លើង និងអាកាសយានដ្ឋាន ច្រកចូលផ្សារទំនើបធំៗ និងកន្លែងផ្សេងៗទៀត។ ការអនុវត្តនេះនាំឱ្យមានការតំណាងហួសហេតុនៃក្រុមមនុស្សទាំងនោះដែលទៅលេងកន្លែងបែបនេះញឹកញាប់បំផុត។ នៅពេលដែលការទៅលេងផ្ទះត្រូវបានទាមទារ អ្នកសម្ភាសន៍ជាញឹកញាប់ត្រូវបានជំរុញដោយភាពងាយស្រួល។
ជាឧទាហរណ៍ ពួកគេអាចធ្វើការស្ទង់មតិតែក្នុងអំឡុងពេលថ្ងៃ ដែលនាំឱ្យមានការវាយតម្លៃតិចតួចលើមតិរបស់កម្មករ។ ក្នុងចំណោមរបស់ផ្សេងទៀត ពួកគេមិនចូលទៅក្នុងអគារដែលទ្រុឌទ្រោម ហើយជាក្បួនមិនត្រូវឡើងទៅជាន់ខាងលើនៃអគារដែលមិនមានជណ្តើរយន្តឡើយ។

អាស្រ័យលើភាពជាក់លាក់នៃបញ្ហាដែលកំពុងសិក្សា ទំនោរទាំងនេះអាចនាំឱ្យមានកំហុសជាច្រើនប្រភេទ ខណៈពេលដែលការកែតម្រូវវានៅដំណាក់កាលនៃការវិភាគទិន្នន័យហាក់ដូចជាពិបាកខ្លាំងណាស់។ ម៉្យាងវិញទៀត ជាមួយនឹងការជ្រើសរើសវត្ថុគំរូ អ្នកស្រាវជ្រាវមានឧបករណ៍មួយចំនួនដែលធ្វើឱ្យវាអាចធ្វើទៅបានដើម្បីសម្រួលនីតិវិធីសម្រាប់ការវាយតម្លៃភាពតំណាងនៃគំរូដែលបានផ្តល់ឱ្យ។ នៅពេលវិភាគបញ្ហានៃភាពតំណាងនៃសំណាកគំរូបែបនេះ អ្នកស្រាវជ្រាវបានចាត់ទុកថាមិនសូវជាមានសមាសភាពនៃសំណាកជានីតិវិធីសម្រាប់ជ្រើសរើសធាតុរបស់វា។

បង្អួចស្រាវជ្រាវ៖ អស្ចារ្យ! ប៉ុន្តែតើអ្នកណានឹងអានវា?

ជារៀងរាល់ឆ្នាំអ្នកផ្សាយពាណិជ្ជកម្មចំណាយប្រាក់រាប់លានដុល្លារលើការផ្សាយពាណិជ្ជកម្មដែលបង្ហាញនៅលើទំព័រនៃការបោះពុម្ពផ្សាយរាប់មិនអស់ចាប់ពីយុគសម័យផ្សាយពាណិជ្ជកម្មរហូតដល់ Yankee ។ ការវាយតម្លៃជាក់លាក់នៃអត្ថបទ និងរូបភាពអាចត្រូវបានធ្វើឡើងមុនពេលការបោះពុម្ពផ្សាយរបស់វា ដូចដែលពួកគេបាននិយាយថា នៅផ្ទះនៅក្នុងភ្នាក់ងារផ្សាយពាណិជ្ជកម្ម។ វាមិនត្រូវបានសាកល្បង និងវិនិច្ឆ័យពិតប្រាកដទេ រហូតដល់បន្ទាប់ពីការផ្សាយពាណិជ្ជកម្មត្រូវបានបោះពុម្ព ហ៊ុំព័ទ្ធដោយការផ្សាយពាណិជ្ជកម្មដែលរៀបចំយ៉ាងប្រុងប្រយ័ត្នស្មើៗគ្នារាប់សិបដែលប្រជែងនឹងការចាប់អារម្មណ៍របស់អ្នកអាន។

ក្រុមហ៊ុន Roper Starch ទូទាំងពិភពលោកវាយតម្លៃលទ្ធភាពអាចអានបាននៃការផ្សាយពាណិជ្ជកម្មដែលដាក់ក្នុងទស្សនាវដ្តី និងកាសែតអ្នកប្រើប្រាស់ អាជីវកម្ម ពាណិជ្ជកម្ម និងវិជ្ជាជីវៈ។ លទ្ធផលនៃការស្រាវជ្រាវត្រូវបាននាំយកទៅឱ្យអ្នកផ្សាយពាណិជ្ជកម្ម និងភ្នាក់ងារចាប់អារម្មណ៍ - ជាការពិតណាស់សម្រាប់ថ្លៃសេវាសមរម្យ។ ដោយសារតែអ្នកផ្សាយពាណិជ្ជកម្មបានបន្តដំណើរការយ៉ាងទូលំទូលាយជារៀងរាល់ថ្ងៃ ដើម្បីទទួលបានការផ្សាយពាណិជ្ជកម្មរបស់ពួកគេទៅកាន់អ្នកប្រើប្រាស់ ក្រុមហ៊ុន ម្សៅបានសម្រេចចិត្តបង្កើតគំរូដែលនឹងផ្តល់ឱ្យអតិថិជនទាន់ពេលវេលា និងព័ត៌មានត្រឹមត្រូវអំពីប្រសិទ្ធភាពនៃការផ្សាយពាណិជ្ជកម្ម។ ជារៀងរាល់ឆ្នាំក្រុមហ៊ុន ម្សៅបានសម្ភាសមនុស្សជាង 50,000 នាក់ ខណៈពេលដែលពិចារណាលើការផ្សាយពាណិជ្ជកម្មប្រហែល 20,000 ។ ការបោះពុម្ពបុគ្គលប្រហែល 500 ត្រូវបានសិក្សាជារៀងរាល់ឆ្នាំ។

ម្សៅបានប្រើការយកគំរូតាមសមាមាត្រ ដោយមានអ្នកអានយ៉ាងតិច 100 នាក់នៃភេទមួយនិងអ្នកអាន 100 នាក់នៃភេទផ្សេងទៀត។ ម្សៅបានសន្និដ្ឋានថាជាមួយនឹងទំហំគំរូនេះ គម្លាតសំខាន់ៗនៅក្នុងកម្រិតនៃការអានមានស្ថេរភាព។ អ្នកអានដែលមានអាយុលើសពី 18 ឆ្នាំត្រូវបានសម្ភាសផ្ទាល់ ហើយការបោះពុម្ពទាំងអស់ត្រូវបានពិចារណា លើកលែងតែអ្នកដែលមានបំណងសម្រាប់ប្រជាជនពិសេស (និយាយ ក្មេងស្រីដែលមានអាយុសមស្របត្រូវបានសម្ភាសន៍ដើម្បីវាយតម្លៃការបោះពុម្ពផ្សាយពីទស្សនាវដ្តី Seventeen)។

នៅពេលធ្វើការស្ទង់មតិតំបន់ចែកចាយនៃការបោះពុម្ពជាក់លាក់មួយត្រូវបានគេយកមកពិចារណា។ ចូរនិយាយថាការសិក្សាទស្សនាវដ្តី Los Angeles បានមើលអ្នកអានដែលរស់នៅភាគខាងត្បូងរដ្ឋកាលីហ្វ័រញ៉ា។ "ពេលវេលា" ត្រូវបានសិក្សាទូទាំងប្រទេស។ ការស្ទង់មតិនេះត្រូវបានឧទ្ទិសដល់បញ្ហាបុគ្គលនៃទស្សនាវដ្តី ហើយត្រូវបានធ្វើឡើងនៅក្នុងទីក្រុងចំនួន 20-30 ក្នុងពេលតែមួយ។

អ្នកសំភាសន៍ម្នាក់ៗត្រូវបានផ្តល់អោយនូវកូតាតូចមួយនៃការសម្ភាសន៍ ដែលបម្រើគោលបំណងកាត់បន្ថយភាពខុសប្លែកគ្នានៃលទ្ធផលស្ទង់មតិ។ កម្រងសំណួរត្រូវបានចែកចាយក្នុងចំណោមមនុស្សដែលមានវិជ្ជាជីវៈ និងអាយុខុសៗគ្នាដែលមានប្រាក់ចំណូលខុសៗគ្នា។ ការសិក្សាបែបនេះនីមួយៗបានធ្វើឱ្យវាអាចបង្ហាញមុខតំណែងដល់អ្នកអានយ៉ាងទូលំទូលាយ។ នៅពេលពិចារណាលើការបោះពុម្ពផ្សាយវិជ្ជាជីវៈ អាជីវកម្ម និងឧស្សាហកម្មមួយចំនួន ភាពជាក់លាក់នៃការជាវ និងការចែកចាយរបស់ពួកគេក៏ត្រូវបានយកមកពិចារណាផងដែរ។ បញ្ជីការជាវដែលឧទ្ទិសដល់ការបោះពុម្ពផ្សាយដែលមានចរាចរតូចចង្អៀតបានធ្វើឱ្យវាអាចជ្រើសរើសអ្នកឆ្លើយតបដែលអាចទទួលយកបាន។

នៅក្នុងការស្ទង់មតិនីមួយៗ អ្នកសម្ភាសន៍បានសួរអ្នកឆ្លើយសំណួរឱ្យរកមើលតាមរយៈការបោះពុម្ពផ្សាយ ហើយសួរថាតើពួកគេបានកត់សម្គាល់ការផ្សាយពាណិជ្ជកម្មណាមួយដែរឬទេ។ ប្រសិនបើចម្លើយគឺបាទ/ចាស មន្ត្រីអត្រានុកូលដ្ឋានបានសួរសំណួរជាបន្តបន្ទាប់ ដើម្បីវាយតម្លៃកម្រិតនៃការទទួលយកការផ្សាយពាណិជ្ជកម្ម។

ការវាយតម្លៃនេះអាចមានបីដង៖

• យកចិត្តទុកដាក់៖ អ្នកដែលបានយកចិត្តទុកដាក់រួចហើយចំពោះការពិតនៃការលេចឡើងនៃការប្រកាសបែបនេះ។
• ស្គាល់៖ អ្នកដែលចងចាំផ្នែកណាមួយនៃការផ្សាយពាណិជ្ជកម្ម ដែលទាក់ទងនឹងពាណិជ្ជសញ្ញា ឬអ្នកផ្សាយពាណិជ្ជកម្ម។
• អាន៖ អ្នកដែលអានយ៉ាងហោចណាស់ពាក់កណ្តាលនៃការផ្សាយពាណិជ្ជកម្ម។

បន្ទាប់ពីពិនិត្យមើលការផ្សាយពាណិជ្ជកម្មទាំងអស់ អ្នកសម្ភាសន៍បានកត់ត្រាព័ត៌មានអំពីចំណាត់ថ្នាក់សំខាន់ៗ៖ ភេទ អាយុ មុខរបរ ស្ថានភាពអាពាហ៍ពិពាហ៍ សញ្ជាតិ ប្រាក់ចំណូល ទំហំគ្រួសារ និងសមាសភាពគ្រួសារ ដែលអនុញ្ញាតឱ្យមានតារាងឆ្លងកាត់កម្រិតនៃចំណាប់អារម្មណ៍របស់អ្នកអាន។

នៅពេលប្រើបានត្រឹមត្រូវ ទិន្នន័យក្រុមហ៊ុន ម្សៅអនុញ្ញាតឲ្យអ្នកផ្សាយពាណិជ្ជកម្ម និងភ្នាក់ងារកំណត់អត្តសញ្ញាណទាំងពីរប្រភេទដែលមិនជោគជ័យ និងជោគជ័យនៃគម្រោងការផ្សាយពាណិជ្ជកម្មដែលទាក់ទាញ និងទាក់ទាញចំណាប់អារម្មណ៍របស់អ្នកអាន។ ព័ត៌មានប្រភេទនេះមានតម្លៃខ្លាំងណាស់សម្រាប់អ្នកផ្សាយពាណិជ្ជកម្មដែលចាប់អារម្មណ៍ជាចម្បងលើប្រសិទ្ធភាពនៃយុទ្ធនាការផ្សាយពាណិជ្ជកម្មរបស់ពួកគេ។

ប្រភព៖ Roper Starch Worldwide, Mamaronek, NY 10543។

គំរូប្រូបាប៊ីលីតេ

អ្នកស្រាវជ្រាវអាចកំណត់ប្រូបាប៊ីលីតេនៃការរួមបញ្ចូលធាតុណាមួយនៃចំនួនប្រជាជននៅក្នុងគំរូប្រូបាប៊ីលីតេ ដោយហេតុថាការជ្រើសរើសធាតុរបស់វាត្រូវបានអនុវត្តដោយផ្អែកលើដំណើរការគោលបំណងមួយចំនួន ហើយមិនអាស្រ័យលើការគិត និងការព្យាករណ៍របស់អ្នកស្រាវជ្រាវ ឬអ្នកធ្វើការនៅវាលនោះទេ។ ដោយសារនីតិវិធីជ្រើសរើសធាតុមានគោលបំណង អ្នកស្រាវជ្រាវអាចវាយតម្លៃភាពអាចជឿជាក់បាននៃលទ្ធផលដែលទទួលបាន ដែលវាមិនអាចទៅរួចក្នុងករណីគំរូដែលកំណត់ ទោះជាការជ្រើសរើសធាតុនៃធាតុចុងក្រោយនេះមានការប្រុងប្រយ័ត្នយ៉ាងណាក៏ដោយ។

វាមិនគួរគិតថាគំរូប្រូបាប៊ីលីតេតែងតែតំណាងច្រើនជាងគំរូដែលកំណត់នោះទេ។ តាមពិត គំរូកំណត់ក៏អាចតំណាងច្រើនជាងនេះដែរ។ អត្ថប្រយោជន៍នៃគំរូប្រូបាប៊ីលីតេគឺថាពួកគេអនុញ្ញាតឱ្យមានការប៉ាន់ប្រមាណនៃកំហុសគំរូសក្តានុពល។ ប្រសិនបើអ្នកស្រាវជ្រាវធ្វើការជាមួយគំរូកំណត់មួយ គាត់មិនមានវិធីសាស្រ្តគោលបំណងសម្រាប់ការវាយតម្លៃភាពគ្រប់គ្រាន់របស់វាទៅនឹងគោលបំណងនៃការសិក្សានោះទេ។

គំរូចៃដន្យសាមញ្ញ

មនុស្សភាគច្រើនបានឆ្លងកាត់គំរូចៃដន្យដ៏សាមញ្ញក្នុងមធ្យោបាយមួយ ឬមធ្យោបាយផ្សេងទៀត ទាំងជាផ្នែកមួយនៃវគ្គសិក្សាស្ថិតិនៅវិទ្យាស្ថាន ឬដោយការអានអំពីលទ្ធផលនៃការសិក្សាដែលពាក់ព័ន្ធនៅក្នុងកាសែត ឬទស្សនាវដ្តី។ នៅក្នុងគំរូចៃដន្យដ៏សាមញ្ញ ធាតុនីមួយៗដែលរួមបញ្ចូលក្នុងគំរូមានប្រូបាប៊ីលីតេដែលបានផ្តល់ឱ្យដូចគ្នាក្នុងការស្ថិតនៅក្នុងចំណោមធាតុដែលកំពុងសិក្សា ហើយការរួមបញ្ចូលគ្នានៃធាតុណាមួយនៅក្នុងចំនួនប្រជាជនដើមអាចក្លាយជាគំរូមួយ។ ឧទាហរណ៍ ប្រសិនបើយើងចង់បង្កើតគំរូចៃដន្យដ៏សាមញ្ញនៃសិស្សទាំងអស់ដែលបានចុះឈ្មោះចូលរៀននៅមហាវិទ្យាល័យជាក់លាក់មួយ យើងគ្រាន់តែត្រូវការធ្វើបញ្ជីឈ្មោះសិស្សទាំងអស់ កំណត់លេខទៅឈ្មោះនីមួយៗនៅក្នុងនោះ ហើយប្រើកុំព្យូទ័រដើម្បីជ្រើសរើសដោយចៃដន្យ។ ចំនួននៃធាតុ។

ចំនួនប្រជាជន

ចំនួនប្រជាជន
សំណុំនៃធាតុដែលបំពេញលក្ខខណ្ឌជាក់លាក់ជាក់លាក់មួយ; ហៅផងដែរថាការសិក្សា (គោលដៅ) ចំនួនប្រជាជន។
ប៉ារ៉ាម៉ែត្រ
លក្ខណៈជាក់លាក់ ឬសូចនាករនៃចំនួនប្រជាជនទូទៅ ឬដែលបានសិក្សា។

ទូទៅ, ឬសិក្សា, កំណត់គឺជាការប្រមូលផ្តុំដែលការជ្រើសរើសត្រូវបានធ្វើឡើង។ ចំនួនប្រជាជននេះ (ចំនួនប្រជាជន) អាចត្រូវបានពិពណ៌នាដោយប៉ារ៉ាម៉ែត្រជាក់លាក់មួយចំនួនដែលជាលក្ខណៈនៃចំនួនប្រជាជនទូទៅ ដែលនីមួយៗគឺជាសូចនាករបរិមាណជាក់លាក់ដែលបែងចែកចំនួនប្រជាជនមួយពីមួយផ្សេងទៀត។

ស្រមៃថាចំនួនប្រជាជនដែលកំពុងសិក្សាគឺជាចំនួនប្រជាជនពេញវ័យទាំងមូលនៃទីក្រុង Cincinnati ។ ប៉ារ៉ាម៉ែត្រមួយចំនួនអាចត្រូវបានប្រើដើម្បីពិពណ៌នាអំពីចំនួនប្រជាជននេះ៖ អាយុជាមធ្យម សមាមាត្រនៃចំនួនប្រជាជនដែលមានការអប់រំកម្រិតឧត្តមសិក្សា កម្រិតប្រាក់ចំណូល។ល។ ចំណាំថាសូចនាករទាំងអស់នេះមានតម្លៃថេរជាក់លាក់។ ជាការពិតណាស់ យើងអាចគណនាពួកវាដោយធ្វើជំរឿនពេញលេញនៃចំនួនប្រជាជនដែលកំពុងសិក្សា។ ទោះជាយ៉ាងណាក៏ដោយជាធម្មតាយើងមិនពឹងផ្អែកលើគុណវុឌ្ឍិនោះទេប៉ុន្តែនៅលើគំរូដែលយើងជ្រើសរើសនិងប្រើតម្លៃដែលទទួលបានក្នុងអំឡុងពេលសង្កេតជ្រើសរើសដើម្បីកំណត់ប៉ារ៉ាម៉ែត្រដែលត្រូវការនៃចំនួនប្រជាជន។

យើងបង្ហាញពីអ្វីដែលបាននិយាយនៅក្នុងតារាង។ 15.1 ឧទាហរណ៍នៃចំនួនប្រជាជនសម្មតិកម្មនៃមនុស្ស 20 នាក់។ ការ​ធ្វើ​ការ​ជាមួយ​ប្រជាជន​សម្មតិកម្ម​តូច​បែប​នេះ​មាន​គុណសម្បត្តិ​មួយ​ចំនួន។ ទីមួយ ទំហំគំរូតូចធ្វើឱ្យវាងាយស្រួលក្នុងការគណនាប៉ារ៉ាម៉ែត្រចំនួនប្រជាជនដែលអាចត្រូវបានប្រើដើម្បីពិពណ៌នាអំពីវា។ ទីពីរ បរិមាណនេះអនុញ្ញាតឱ្យអ្នកយល់ពីអ្វីដែលអាចកើតឡើងនៅពេលដែលផែនការគំរូជាក់លាក់មួយត្រូវបានអនុម័ត។ លក្ខណៈពិសេសទាំងពីរនេះធ្វើឱ្យវាងាយស្រួលក្នុងការប្រៀបធៀបលទ្ធផលគំរូជាមួយ "ពិត" ហើយក្នុងករណីនេះតម្លៃប្រជាជនដែលគេស្គាល់ ដែលមិនមែនជាករណីសម្រាប់ស្ថានភាពធម្មតាដែលតម្លៃប្រជាជនពិតប្រាកដមិនស្គាល់នោះទេ។ ការប្រៀបធៀបការវាយតម្លៃជាមួយនឹងតម្លៃ "ពិត" ក្នុងករណីនេះទទួលបានភាពច្បាស់លាស់ពិសេស។

ឧបមាថាយើងចង់ប៉ាន់ប្រមាណពីធាតុដែលបានជ្រើសរើសដោយចៃដន្យចំនួនពីរដែលជាប្រាក់ចំណូលជាមធ្យមរបស់បុគ្គលនៅក្នុងចំនួនប្រជាជនដើម។ ប្រាក់ចំណូលជាមធ្យមនឹងជាប៉ារ៉ាម៉ែត្ររបស់វា។ ដើម្បីប៉ាន់ប្រមាណតម្លៃមធ្យមនេះ ដែលយើងកំណត់ថាជា μ យើងត្រូវបែងចែកផលបូកនៃតម្លៃទាំងអស់ដោយចំនួនរបស់វា៖

ចំនួនប្រជាជនមានន័យថា μ = ផលបូកនៃធាតុប្រជាជន / ចំនួនធាតុ។

ក្នុងករណីរបស់យើងការគណនាផ្តល់ឱ្យ:

ចំនួនប្រជាជនដែលទទួលបាន

ចំនួនប្រជាជនដែលទទួលបានមានសំណាកគំរូដែលអាចធ្វើបានទាំងអស់ ដែលអាចជ្រើសរើសបានពីប្រជាជនទូទៅ យោងតាមផែនការគំរូដែលបានផ្តល់ឱ្យ (ផែនការគំរូ)។ ស្ថិតិគឺជាលក្ខណៈ ឬសូចនាករនៃគំរូ។ តម្លៃស្ថិតិគំរូត្រូវបានប្រើដើម្បីប៉ាន់ប្រមាណប៉ារ៉ាម៉ែត្រចំនួនប្រជាជនជាក់លាក់មួយ។ សំណាកផ្សេងគ្នាផ្តល់នូវស្ថិតិ ឬការប៉ាន់ប្រមាណផ្សេងគ្នាសម្រាប់ប៉ារ៉ាម៉ែត្រចំនួនប្រជាជនដូចគ្នា។

ចំនួនប្រជាជនដែលទទួលបាន
សំណុំនៃគំរូដែលអាចបែងចែកបានទាំងអស់ដែលអាចត្រូវបានជ្រើសរើសពីប្រជាជនទូទៅដោយយោងតាមផែនការគំរូដែលបានផ្តល់ឱ្យ។ ស្ថិតិ លក្ខណៈ ឬរង្វាស់នៃគំរូ។

ពិចារណាលើសំណុំនៃគំរូដែលអាចធ្វើបានទាំងអស់ដែលអាចត្រូវបានជ្រើសរើសពីប្រជាជនសម្មតិកម្មរបស់យើងនៃ 20 បុគ្គលដោយផែនការគំរូដែលសន្មត់ថាទំហំគំរូគឺ n=2អាចទទួលបានដោយការជ្រើសរើសដោយចៃដន្យដែលមិនច្រំដែល។

ឧបមាថាមួយភ្លែតទិន្នន័យសម្រាប់ឯកតានៃចំនួនប្រជាជន - ក្នុងករណីរបស់យើងឈ្មោះនិងប្រាក់ចំណូលរបស់បុគ្គល - ត្រូវបានសរសេរនៅលើរង្វង់បន្ទាប់មកពួកគេត្រូវបានទម្លាក់ចូលទៅក្នុងពាងមួយហើយលាយបញ្ចូលគ្នា។ អ្នកស្រាវជ្រាវដករង្វង់មួយចេញពីពាង សរសេរព័ត៌មានចេញពីវា ហើយដាក់វាមួយឡែក។ គាត់ធ្វើដូចគ្នាជាមួយនឹងពែងទីពីរដែលយកចេញពីពាង។ បន្ទាប់មកអ្នកស្រាវជ្រាវត្រឡប់ពែងទាំងពីរទៅពាង លាយមាតិការបស់វា ហើយធ្វើម្តងទៀតនូវសកម្មភាពដដែលៗ។ នៅក្នុងតារាង។ 15.2 បង្ហាញពីលទ្ធផលដែលអាចកើតមាននៃនីតិវិធីដែលមានឈ្មោះ។ សម្រាប់ 20 រង្វង់ 190 បន្សំគូបែបនេះអាចធ្វើទៅបាន។

សម្រាប់បន្សំនីមួយៗ អ្នកអាចគណនាប្រាក់ចំណូលជាមធ្យម។ ចូរនិយាយថាសម្រាប់ការយកគំរូ AB (k=1)

k-e Sample Mean = ផលបូកនៃគំរូ / ចំនួននៃគំរូ =

នៅលើរូបភព។ 15.4 បង្ហាញពីការប៉ាន់ប្រមាណនៃប្រាក់ចំណូលជាមធ្យមសម្រាប់ប្រជាជនទាំងមូល និងចំនួននៃកំហុសសម្រាប់ការប៉ាន់ប្រមាណនីមួយៗសម្រាប់គំរូ k = 25, 62,108,147និង 189 .

មុននឹងបន្តពិចារណាទំនាក់ទំនងរវាងប្រាក់ចំណូលមធ្យមគំរូ (ស្ថិតិ) និងចំនួនប្រជាជនមានន័យថាប្រាក់ចំណូល (ប៉ារ៉ាម៉ែត្រដែលត្រូវការប៉ាន់ស្មាន) សូមនិយាយពាក្យពីរបីអំពីចំនួនប្រជាជនដែលបានមក។ ទីមួយ នៅក្នុងការអនុវត្ត យើងមិនចងក្រងសរុបនៃប្រភេទនេះទេ។ វានឹងត្រូវការពេលវេលា និងការប្រឹងប្រែងច្រើនពេក។ អ្នកអនុវត្តត្រូវបានកំណត់ក្នុងការចងក្រងគំរូតែមួយនៃទំហំដែលត្រូវការ។ អ្នកស្រាវជ្រាវប្រើ គំនិតចំនួនប្រជាជនដែលទទួលបាន និងគំនិតដែលពាក់ព័ន្ធនៃការចែកចាយគំរូ នៅពេលបង្កើតការសន្និដ្ឋានចុងក្រោយ។

របៀប​នឹង​បង្ហាញ​នៅ​ខាង​ក្រោម។ ទីពីរ វាគួរតែត្រូវបានចងចាំក្នុងចិត្តថាចំនួនប្រជាជនដែលបានមកពីត្រូវបានកំណត់ថាជាចំនួនសរុបនៃគំរូផ្សេងគ្នាដែលអាចធ្វើបានទាំងអស់ដែលអាចជ្រើសរើសបានពីប្រជាជនទូទៅយោងទៅតាមផែនការគំរូដែលបានផ្តល់ឱ្យ។ នៅពេលដែលផ្នែកណាមួយនៃផែនការគំរូត្រូវបានផ្លាស់ប្តូរ ចំនួនប្រជាជនដែលទទួលបានក៏ផ្លាស់ប្តូរផងដែរ។ ដូច្នេះ ប្រសិនបើនៅពេលជ្រើសរើសរង្វង់ អ្នកស្រាវជ្រាវត្រឡប់ថាសដំបូងដែលបានដកចេញទៅពាងមុននឹងយកទីពីរចេញនោះ សំណុំដែលបានទាញយកនឹងរួមបញ្ចូល។

គំរូ AA, BB ។ល។ ប្រសិនបើចំនួនសំណាកដែលមិនធ្វើម្តងទៀតគឺ 3 ជំនួសឱ្យ 2 នោះនឹងមានគំរូប្រភេទ ABC ហើយវានឹងមាន 1140 មិនមែន 190 ដូចករណីមុននោះទេ។ នៅពេលដែលការជ្រើសរើសចៃដន្យសាមញ្ញត្រូវបានផ្លាស់ប្តូរទៅជាវិធីសាស្រ្តផ្សេងទៀតនៃការកំណត់ធាតុនៃគំរូនោះ ចំនួនប្រជាជនដែលបានមកក៏ផ្លាស់ប្តូរផងដែរ។

គួរចងចាំផងដែរថាការជ្រើសរើសគំរូនៃទំហំដែលបានផ្តល់ឱ្យពីប្រជាជនទូទៅគឺស្មើនឹងការជ្រើសរើសធាតុមួយ (1 ក្នុងចំណោម 190) ពីចំនួនប្រជាជនដែលបានមក។ ការពិតនេះអនុញ្ញាតឱ្យយើងទាញការសន្និដ្ឋានស្ថិតិជាច្រើន។

គំរូមធ្យម និងមធ្យមទូទៅ

តើយើងអាចយកមធ្យមភាគគំរូជាមួយនឹងចំនួនប្រជាជនពិតបានទេ? ក្នុងករណីណាក៏ដោយយើងបន្តពីការពិតដែលថាពួកគេមានទំនាក់ទំនងគ្នាទៅវិញទៅមក។ ទោះយ៉ាងណាក៏ដោយ យើងក៏ជឿថានឹងមានកំហុសដែរ។ ជាឧទាហរណ៍ វាអាចត្រូវបានសន្មត់ថាព័ត៌មានដែលទទួលបានពីអ្នកប្រើប្រាស់អ៊ីនធឺណែតនឹងមានភាពខុសប្លែកគ្នាយ៉ាងខ្លាំងពីលទ្ធផលនៃការស្ទង់មតិនៃចំនួនប្រជាជន "ធម្មតា"។ ក្នុងករណីផ្សេងទៀត យើងអាចសន្មត់ការផ្គូផ្គងដែលមានភាពត្រឹមត្រូវត្រឹមត្រូវ បើមិនដូច្នេះទេ យើងមិនអាចប្រើតម្លៃគំរូដើម្បីប៉ាន់ប្រមាណតម្លៃទូទៅនោះទេ។ ប៉ុន្តែ តើ​កំហុស​ដែល​យើង​ធ្វើ​អាច​មាន​ទំហំ​ប៉ុនណា​ក្នុង​ការ​ធ្វើ​ដូច្នេះ?

ចូរយើងបន្ថែមមធ្យោបាយគំរូទាំងអស់ដែលមាននៅក្នុងតារាង។ 15.2 ហើយចែកផលបូកលទ្ធផលដោយចំនួនគំរូ ឧ. ចូរយើងគណនាមធ្យមភាគ។
យើងនឹងទទួលបានលទ្ធផលដូចខាងក្រោម៖

វាស្របគ្នានឹងតម្លៃមធ្យមនៃប្រជាជនទូទៅ។ គេ​ថា​ករណី​នេះ​យើង​កំពុង​ដោះស្រាយ ស្ថិតិមិនលំអៀង.

ស្ថិតិត្រូវបានគេហៅថាមិនលំអៀង ប្រសិនបើជាមធ្យមរបស់វាលើគំរូដែលអាចធ្វើបានទាំងអស់គឺស្មើនឹងប៉ារ៉ាម៉ែត្រចំនួនប្រជាជនប៉ាន់ស្មាន។ ចំណាំថាយើងមិននិយាយអំពីតម្លៃជាក់លាក់នៅទីនេះទេ។ការប៉ាន់ប្រមាណផ្នែកអាចនៅឆ្ងាយពីតម្លៃពិត - យកឧទាហរណ៍គំរូ AB ឬ ST ។ ក្នុងករណីខ្លះ តម្លៃពិតនៃចំនួនប្រជាជនអាចនឹងមិនអាចសម្រេចបាននៅពេលពិចារណាលើគំរូណាមួយដែលអាចធ្វើទៅបាន ទោះបីជាស្ថិតិមិនលំអៀងក៏ដោយ។ ក្នុងករណីរបស់យើង នេះមិនមែនជាករណីទេ៖ គំរូដែលអាចធ្វើបានមួយចំនួន - ឧទាហរណ៍ AT - ផ្តល់សំណាកគំរូស្មើនឹងមធ្យមភាគប្រជាជនពិត។

វាសមហេតុផលក្នុងការពិចារណាលើការចែកចាយនៃការប៉ាន់ប្រមាណគំរូទាំងនេះ និងជាពិសេសទំនាក់ទំនងរវាងការប៉ាន់ប្រមាណដែលបែកខ្ញែកនេះ និងការប្រែប្រួលនៃកម្រិតប្រាក់ចំណូលក្នុងចំនួនប្រជាជន។ ភាពខុសគ្នានៃចំនួនប្រជាជនទូទៅត្រូវបានប្រើជារង្វាស់នៃការប្រែប្រួល។ ដើម្បីកំណត់ភាពខុសប្លែកគ្នានៃចំនួនប្រជាជនទូទៅ យើងត្រូវគណនាគម្លាតនៃតម្លៃនីមួយៗពីមធ្យម បន្ថែមការេនៃគម្លាតទាំងអស់ និងចែកផលបូកលទ្ធផលដោយចំនួនពាក្យ។ បញ្ជាក់ដោយ a^ ភាពខុសគ្នានៃចំនួនប្រជាជនទូទៅ។ បន្ទាប់មក៖

ភាពប្រែប្រួលនៃចំនួនប្រជាជន σ 2 = ផលបូកនៃភាពខុសគ្នាការ៉េនៃធាតុនីមួយៗ
ចំនួនប្រជាជន និងចំនួនប្រជាជនជាមធ្យម / ចំនួននៃធាតុចំនួនប្រជាជន =

ការបែកខ្ញែក តម្លៃមធ្យមកម្រិតប្រាក់ចំណូលអាចត្រូវបានកំណត់តាមរបៀបដូចគ្នា។ នោះគឺយើងអាចរកឃើញវាដោយកំណត់គម្លាតនៃមធ្យមនីមួយៗពីមធ្យមភាគសរុបរបស់ពួកគេ ដោយបូកសរុបការេនៃគម្លាត និងបែងចែកលទ្ធផលលទ្ធផលដោយចំនួនពាក្យ។

យើងក៏អាចកំណត់ភាពខុសប្លែកគ្នានៃកម្រិតប្រាក់ចំណូលមធ្យមតាមវិធីមួយផ្សេងទៀត ដោយប្រើភាពខុសគ្នានៃកម្រិតប្រាក់ចំណូលនៅក្នុងប្រជាជនទូទៅ ដោយសារវាមានទំនាក់ទំនងផ្ទាល់រវាងអ្នកទាំងពីរ។ ដើម្បីឱ្យច្បាស់លាស់ ក្នុងករណីដែលគំរូតំណាងឱ្យតែផ្នែកតូចមួយនៃចំនួនប្រជាជន ភាពខុសគ្នានៃមធ្យមគំរូគឺស្មើនឹងភាពខុសគ្នានៃចំនួនប្រជាជនដែលបែងចែកដោយទំហំគំរូ៖

ដែល σ x 2 គឺជាបំរែបំរួលនៃតម្លៃគំរូមធ្យមនៃកម្រិតប្រាក់ចំណូល σ 2 គឺជាបំរែបំរួលនៃកម្រិតប្រាក់ចំណូលនៅក្នុងប្រជាជនទូទៅ ន- ទំហំ​ធម្មតា។

ឥឡូវនេះ ចូរយើងប្រៀបធៀបការចែកចាយលទ្ធផលជាមួយនឹងការបែងចែកលក្ខណៈបរិមាណនៅក្នុងប្រជាជនទូទៅ។ រូបភាពទី 15.5 បង្ហាញថាការចែកចាយនៃលក្ខណៈប្រជាជនដែលបង្ហាញក្នុងប្រអប់ A គឺពហុចំនុច (តម្លៃនីមួយៗនៃ 20 បង្ហាញតែម្តងប៉ុណ្ណោះ) ហើយស៊ីមេទ្រីអំពីមធ្យមភាគនៃចំនួនប្រជាជនពិតប្រាកដនៃ 9400 ។

ការចែកចាយគំរូ
ការចែកចាយតម្លៃនៃស្ថិតិជាក់លាក់មួយដែលត្រូវបានគណនាសម្រាប់គំរូដែលអាចបែងចែកបានទាំងអស់ដែលអាចស្រង់ចេញពីចំនួនប្រជាជនក្រោមគម្រោងគំរូដែលបានផ្តល់ឱ្យ។

ការចែកចាយចំណាត់ថ្នាក់ដែលបង្ហាញក្នុងវាល B គឺផ្អែកលើទិន្នន័យក្នុងតារាង។ 15.3 ដែលត្រូវបានចងក្រងដោយកំណត់តម្លៃពីតារាង។ 15.2 ទៅក្រុមមួយឬមួយផ្សេងទៀតអាស្រ័យលើទំហំរបស់ពួកគេជាមួយនឹងការគណនាជាបន្តបន្ទាប់នៃចំនួនរបស់ពួកគេនៅក្នុងក្រុម។ វាល B គឺជាអ៊ីស្តូក្រាមប្រពៃណី ដែលត្រូវបានពិចារណានៅដើមដំបូងនៃការសិក្សាវគ្គសិក្សាស្ថិតិ ដែលតំណាងឱ្យ ការចែកចាយគំរូស្ថិតិ។ យើងកត់សំគាល់នៅក្នុងការឆ្លងកាត់ដូចខាងក្រោម: គំនិតនៃការចែកចាយគំរូគឺជាគំនិតសំខាន់បំផុតនៃស្ថិតិវាជាមូលដ្ឋានគ្រឹះនៃការសាងសង់ការសន្និដ្ឋានស្ថិតិ។ យោងតាមការចែកចាយគំរូដែលគេស្គាល់នៃស្ថិតិដែលបានសិក្សាយើងអាចសន្និដ្ឋានអំពីប៉ារ៉ាម៉ែត្រដែលត្រូវគ្នានៃប្រជាជនទូទៅ។ ប្រសិនបើគេដឹងថាការប៉ាន់ប្រមាណគំរូផ្លាស់ប្តូរពីគំរូមួយទៅគំរូ ប៉ុន្តែធម្មជាតិនៃការផ្លាស់ប្តូរនេះមិនត្រូវបានដឹងទេ វាមិនអាចកំណត់ពីកំហុសគំរូដែលទាក់ទងនឹងការប៉ាន់ប្រមាណនេះ។ ដោយសារការចែកចាយគំរូនៃការប៉ាន់ប្រមាណពិពណ៌នាអំពីរបៀបដែលវាផ្លាស់ប្តូរពីគំរូមួយទៅគំរូ វាផ្តល់នូវមូលដ្ឋានសម្រាប់កំណត់សុពលភាពនៃការប៉ាន់ប្រមាណគំរូមួយ។ វាគឺសម្រាប់ហេតុផលនេះដែលការរចនាគំរូប្រូបាប៊ីលីតេមានសារៈសំខាន់សម្រាប់ការសន្និដ្ឋានស្ថិតិ។

ដោយបានដឹងពីប្រូបាប៊ីលីតេនៃការរាប់បញ្ចូលសមាជិកនីមួយៗនៃចំនួនប្រជាជននៅក្នុងគំរូ អ្នកសម្ភាសន៍អាចស្វែងរកការចែកចាយគំរូនៃស្ថិតិផ្សេងៗ។ វាគឺជាការចែកចាយទាំងនេះដែលអ្នកស្រាវជ្រាវពឹងផ្អែកលើ - ថាតើវាជាមធ្យមគំរូ ប្រភាគគំរូ ភាពខុសគ្នានៃគំរូ ឬស្ថិតិផ្សេងទៀតមួយចំនួន - នៅពេលពង្រីកលទ្ធផលនៃការសង្កេតគំរូដល់ប្រជាជនទូទៅ។ ចំណាំផងដែរថាសម្រាប់គំរូនៃទំហំ 2 ការចែកចាយនៃមធ្យោបាយគំរូគឺ unimodal និងស៊ីមេទ្រីអំពីមធ្យមពិត។

ដូច្នេះ​យើង​បាន​បង្ហាញ​ថា​:

1. មធ្យមនៃមធ្យោបាយគំរូដែលអាចធ្វើបានទាំងអស់គឺស្មើនឹងមធ្យមទូទៅ។
2. វ៉ារ្យ៉ង់នៃមធ្យោបាយគំរូគឺទាក់ទងតាមមធ្យោបាយមួយចំនួនទៅនឹងការប្រែប្រួលទូទៅ។
3. ការចែកចាយនៃមធ្យោបាយគំរូគឺ unimodal ខណៈពេលដែលការចែកចាយតម្លៃនៃគុណលក្ខណៈបរិមាណនៅក្នុងប្រជាជនទូទៅគឺពហុម៉ូឌុល។

ទ្រឹស្តីបទដែនកំណត់កណ្តាល

ទ្រឹស្តីបទដែលនិយាយថាសម្រាប់គំរូចៃដន្យសាមញ្ញនៃទំហំ នដាច់ឆ្ងាយពីប្រជាជនទូទៅដែលមានមធ្យមភាគទូទៅ μ និងវ៉ារ្យង់ σ 2 នការចែកចាយនៃគំរូមធ្យម x ខិតជិតធម្មតាជាមួយនឹងចំណុចកណ្តាលស្មើនឹង μ និងបំរែបំរួល σ 2 ។ ភាពត្រឹមត្រូវនៃការប៉ាន់ស្មាននេះកើនឡើងជាមួយនឹងការកើនឡើង ន.

ទ្រឹស្តីបទដែនកំណត់កណ្តាល។ ការចែកចាយ unimodal នៃការប៉ាន់ប្រមាណអាចត្រូវបានចាត់ទុកថាជាការបង្ហាញនៃទ្រឹស្តីបទដែនកំណត់កណ្តាលដែលចែងថាសម្រាប់គំរូចៃដន្យសាមញ្ញនៃបរិមាណ នដែលត្រូវបានជ្រើសរើសពីប្រជាជនទូទៅជាមួយនឹងមធ្យមពិត μ និងវ៉ារ្យង់ σ 2 សម្រាប់ទំហំធំ នការចែកចាយនៃសំណាកមានន័យថាមានលក្ខណៈធម្មតាជាមួយនឹងចំណុចកណ្តាលស្មើនឹងមធ្យមពិត និងបំរែបំរួលស្មើនឹងសមាមាត្រនៃភាពខុសគ្នានៃចំនួនប្រជាជនទៅនឹងទំហំគំរូ ពោលគឺ៖

ការប៉ាន់ប្រមាណនេះកាន់តែមានភាពត្រឹមត្រូវជាងមុន ន. ចងចាំរឿងនេះ។ ដោយមិនគិតពីប្រភេទនៃចំនួនប្រជាជន ការចែកចាយមធ្យោបាយគំរូនឹងមានលក្ខណៈធម្មតាសម្រាប់គំរូដែលមានទំហំធំគ្រប់គ្រាន់។ តើបរិមាណធំគ្រប់គ្រាន់មានន័យដូចម្តេច? ប្រសិនបើការចែកចាយតម្លៃនៃគុណលក្ខណៈបរិមាណនៃប្រជាជនទូទៅគឺធម្មតា នោះការចែកចាយគំរូមានន័យថាសម្រាប់គំរូដែលមានបរិមាណ ន=1. ប្រសិនបើការចែកចាយអថេរ (គុណលក្ខណៈបរិមាណ) ក្នុងចំនួនប្រជាជនមានភាពស៊ីមេទ្រី ប៉ុន្តែមិនមែនធម្មតាទេ គំរូនៃទំហំតូចបំផុតនឹងផ្តល់នូវការចែកចាយធម្មតានៃមធ្យោបាយគំរូ។ ប្រសិនបើការចែកចាយគុណលក្ខណៈបរិមាណនៃប្រជាជនទូទៅមានភាពមិនស៊ីសង្វាក់គ្នានោះ ចាំបាច់ត្រូវមានគំរូធំជាង។ និងនៅឡើយទេ ការចែកចាយនៃមធ្យមគំរូអាចត្រូវបានធ្វើឡើងជាធម្មតា ប្រសិនបើយើងកំពុងដោះស្រាយជាមួយនឹងគំរូនៃទំហំគ្រប់គ្រាន់។

ដើម្បីបង្កើតការសន្និដ្ឋានដោយប្រើខ្សែកោងធម្មតា វាមិនចាំបាច់ទាល់តែសោះក្នុងការបន្តពីលក្ខខណ្ឌនៃភាពធម្មតានៃការបែងចែកតម្លៃនៃគុណលក្ខណៈបរិមាណនៃប្រជាជនទូទៅ។ ផ្ទុយទៅវិញ យើងពឹងផ្អែកលើទ្រឹស្តីបទដែនកំណត់កណ្តាល ហើយអាស្រ័យលើការចែកចាយចំនួនប្រជាជន កំណត់ទំហំគំរូដែលនឹងអនុញ្ញាតឱ្យយើងធ្វើការជាមួយខ្សែកោងធម្មតា។ ជាសំណាងល្អការចែកចាយស្ថិតិធម្មតាត្រូវបានផ្តល់ដោយគំរូនៃទំហំតូច - រូបភព។ 15.6 បង្ហាញយ៉ាងច្បាស់ពីកាលៈទេសៈនេះ។ ការប៉ាន់ស្មានចន្លោះពេលទំនុកចិត្ត។ ខាងលើអាចជួយយើងក្នុងការសន្និដ្ឋានជាក់លាក់អំពីមធ្យមភាគទូទៅ? ជាការពិតណាស់ នៅក្នុងការអនុវត្ត យើងជ្រើសរើសតែមួយប៉ុណ្ណោះ ហើយមិនមែនគំរូដែលអាចធ្វើបានទាំងអស់នៃទំហំដែលបានផ្តល់ឱ្យនោះទេ ហើយផ្អែកលើទិន្នន័យដែលទទួលបាន យើងធ្វើការសន្និដ្ឋានជាក់លាក់ទាក់ទងនឹងក្រុមគោលដៅ។

តើវាកើតឡើងដោយរបៀបណា? ដូចដែលអ្នកបានដឹង ជាមួយនឹងការចែកចាយធម្មតា ភាគរយជាក់លាក់នៃការសង្កេតទាំងអស់មានគម្លាតស្តង់ដារជាក់លាក់។ និយាយថា 95% នៃការសង្កេតសមនៅក្នុង ±1.96 គម្លាតស្តង់ដារនៃមធ្យម។ ការចែកចាយធម្មតានៃមធ្យោបាយគំរូ ដែលទ្រឹស្តីបទដែនកំណត់កណ្តាលអាចត្រូវបានអនុវត្ត គឺមិនមានករណីលើកលែងក្នុងន័យនេះទេ។ មធ្យមនៃការចែកចាយគំរូបែបនេះគឺស្មើនឹងមធ្យមទូទៅμ ហើយគម្លាតស្តង់ដាររបស់វាត្រូវបានគេហៅថា កំហុសស្តង់ដារនៃមធ្យម៖

វាប្រែថា:

• 68.26% នៃគំរូមានន័យថាគម្លាតពីមធ្យមទូទៅដោយមិនលើសពី± σ x ;
• 95.45% នៃគំរូមានន័យថាគម្លាតពីមធ្យមទូទៅដោយមិនលើសពី±σ x ;
• 99.73% នៃគំរូមានន័យថាគម្លាតពីមធ្យមទូទៅដោយមិនលើសពី± σ x ,

ឧ. សមាមាត្រជាក់លាក់នៃគំរូមានន័យថាអាស្រ័យលើតម្លៃដែលបានជ្រើសរើស zនឹងត្រូវបានរុំព័ទ្ធក្នុងចន្លោះពេលកំណត់ដោយតម្លៃ z. កន្សោមនេះអាចត្រូវបានសរសេរឡើងវិញជាវិសមភាព៖

មធ្យមភាគ - z < Среднее по выборке < Генеральное среднее + z(កំហុសស្តង់ដារនៃមធ្យម)

ដូច្នេះ មធ្យមគំរូដែលមានប្រូបាប៊ីលីតេជាក់លាក់មួយគឺនៅក្នុងចន្លោះពេល ព្រំដែនដែលជាផលបូក និងភាពខុសគ្នានៃតម្លៃមធ្យមនៃការចែកចាយ និងចំនួនជាក់លាក់នៃគម្លាតស្តង់ដារ។ វិសមភាពនេះអាចបំប្លែងទៅជាទម្រង់៖

មធ្យោបាយគំរូ - z(កំហុសស្តង់ដារនៃមធ្យម)< Генеральное среднее < Среднее по выборке + z(កំហុសស្តង់ដារនៃមធ្យម)

ប្រសិនបើសមាមាត្រ 15.1 ត្រូវបានគេសង្កេតឃើញឧទាហរណ៍ក្នុង 95% នៃករណី ( z= 1.96) បន្ទាប់មកក្នុង 95% នៃករណី សមាមាត្រ 15.2 ក៏ត្រូវបានគេសង្កេតឃើញផងដែរ។ ក្នុងករណីដែលការសន្និដ្ឋានគឺផ្អែកលើមធ្យោបាយគំរូតែមួយ យើងប្រើកន្សោម 15.2 ។

វាជាការសំខាន់ក្នុងការចងចាំកន្សោម 15.2 មិនមានន័យថាចន្លោះពេលដែលត្រូវគ្នានឹងគំរូដែលបានផ្តល់ឱ្យត្រូវតែចាំបាច់រួមបញ្ចូលមធ្យោបាយទូទៅ។ ចន្លោះពេលមានច្រើនទៀតទាក់ទងនឹងនីតិវិធីជ្រើសរើស។ចន្លោះពេលដែលបានសាងសង់ជុំវិញមធ្យមនេះអាច ឬមិនរាប់បញ្ចូលចំនួនប្រជាជនពិត។ ទំនុកចិត្តរបស់យើងចំពោះភាពត្រឹមត្រូវនៃការសន្និដ្ឋានដែលធ្វើឡើងគឺផ្អែកលើការពិតដែលថា 95% នៃចន្លោះពេលទាំងអស់ដែលបានសាងសង់ដោយយោងទៅតាមផែនការគំរូដែលបានជ្រើសរើសនឹងមានមធ្យមពិត។ យើងជឿថាគំរូរបស់យើងជាកម្មសិទ្ធិរបស់ 95% នេះ។

ដើម្បីបង្ហាញពីចំណុចសំខាន់នេះ ស្រមៃមួយភ្លែតថាការចែកចាយគំរូមានន័យសម្រាប់គំរូទំហំ ន= 2 នៅក្នុងឧទាហរណ៍សម្មតិកម្មរបស់យើងគឺធម្មតា។ តារាង 15.4 បង្ហាញជាក្រាហ្វិកអំពីលទ្ធផលសម្រាប់គំរូ 10 ដំបូងក្នុងចំណោមគំរូ 190 ដែលអាចជ្រើសរើសបានពីការរចនាដែលបានផ្តល់ឱ្យ។ ចំណាំថាមានតែ 7 ក្នុងចំណោម 10 ចន្លោះពេលរួមបញ្ចូលមធ្យោបាយទូទៅ ឬពិត។ ទំនុកចិត្តលើភាពត្រឹមត្រូវនៃការសន្និដ្ឋានគឺមិនមែនមកពីការវាយតម្លៃឯកជនមួយចំនួននោះទេ ប៉ុន្តែមានភាពជាក់លាក់ នីតិវិធីការប៉ាន់ស្មាន។ នីតិវិធីនេះគឺសម្រាប់ 100 សំណាកដែលជាមធ្យមសំណាកគំរូ និងចន្លោះពេលទំនុកចិត្តនឹងត្រូវបានគណនា ក្នុង 95 ករណី ចន្លោះពេលនេះនឹងរួមបញ្ចូលតម្លៃទូទៅពិត។ ភាពត្រឹមត្រូវនៃគំរូនេះត្រូវបានកំណត់ដោយនីតិវិធីដែលគំរូត្រូវបានបង្កើតឡើង។ ការរចនាគំរូតំណាងមិនធានាភាពតំណាងនៃគំរូទាំងអស់ទេ។ នីតិវិធីការសន្និដ្ឋានតាមស្ថិតិគឺផ្អែកលើភាពតំណាងនៃការរចនាគំរូ ដែលជាមូលហេតុដែលនីតិវិធីនេះមានសារៈសំខាន់ខ្លាំងណាស់សម្រាប់គំរូប្រូបាប៊ីលីតេ។

គំរូប្រូបាប៊ីលីកអនុញ្ញាតឱ្យយើងវាយតម្លៃភាពត្រឹមត្រូវនៃលទ្ធផលដែលជាភាពជិតគ្នានៃការប៉ាន់ប្រមាណដែលផលិតទៅនឹងតម្លៃពិត។ កំហុសស្ដង់ដារនៃស្ថិតិកាន់តែធំ កម្រិតនៃការប៉ាន់ប្រមាណកាន់តែខ្ពស់ និងភាពត្រឹមត្រូវនៃនីតិវិធីកាន់តែទាប។

អ្នកខ្លះអាចយល់ច្រលំដោយការពិតដែលថាកម្រិតទំនុកចិត្តគឺទាក់ទងទៅនឹងនីតិវិធីនិងមិនមែនទៅនឹងតម្លៃគំរូជាក់លាក់មួយនោះទេប៉ុន្តែវាគួរតែត្រូវបានចងចាំថាតម្លៃនៃកម្រិតទំនុកចិត្តនៃការប៉ាន់ស្មាននៃតម្លៃទូទៅអាចត្រូវបានកែតម្រូវដោយអ្នកស្រាវជ្រាវ។ ប្រសិនបើអ្នកមិនចង់ប្រថុយប្រថាន ហើយខ្លាចថាអ្នកអាចឆ្លងកាត់ចន្លោះគំរូមួយក្នុងចំនោម 5 ចន្លោះពេលគំរូដែលបានជ្រើសរើស ដែលមិនរាប់បញ្ចូលចំនួនប្រជាជន អ្នកអាចជ្រើសរើសចន្លោះពេលទំនុកចិត្ត 99% ដែលមានតែចន្លោះគំរូមួយក្នុងចំនោមរយ:ពេលមិនរាប់បញ្ចូល។ រួមបញ្ចូលចំនួនប្រជាជន។ លើសពីនេះ ប្រសិនបើអ្នកអាចបង្កើនទំហំគំរូ អ្នកនឹងបង្កើនកម្រិតនៃភាពជឿជាក់លើលទ្ធផល ដោយផ្តល់នូវភាពត្រឹមត្រូវដែលចង់បាននៃការប៉ាន់ប្រមាណតម្លៃប្រជាជន។ យើងនឹងនិយាយអំពីរឿងនេះឱ្យបានលំអិតនៅក្នុងជំពូក។ ១៧.

នីតិវិធី​ដែល​យើង​កំពុង​ពិពណ៌នា​មាន​សមាសភាគ​មួយ​ទៀត ដែល​អាច​បង្ក​ឱ្យ​មាន​ការ​អាម៉ាស់​មួយ​ចំនួន។ នៅពេលប៉ាន់ប្រមាណចន្លោះពេលទំនុកចិត្ត បរិមាណបីត្រូវបានប្រើ៖ x , zនិង σ x ។ មធ្យមគំរូ x ត្រូវបានគណនាពីទិន្នន័យគំរូ zត្រូវបានជ្រើសរើសដោយផ្អែកលើកម្រិតទំនុកចិត្តដែលចង់បាន។ ប៉ុន្តែចុះយ៉ាងណាចំពោះកំហុស root mean square នៃ mean σ x ? វាស្មើនឹង៖

ដូច្នេះហើយ ដើម្បីកំណត់វា យើងត្រូវសួរគម្លាតស្តង់ដារនៃគុណលក្ខណៈបរិមាណនៃប្រជាជនទូទៅ ពោលគឺ 5. អ្វីដែលត្រូវធ្វើក្នុងករណីដែលគម្លាតស្តង់ដារ សមិនស្គាល់? បញ្ហានេះមិនកើតឡើងដោយសារមូលហេតុពីរទេ។ ទីមួយ សម្រាប់លក្ខណៈបរិមាណភាគច្រើនដែលប្រើក្នុងការស្រាវជ្រាវទីផ្សារ ការប្រែប្រួលជាធម្មតាផ្លាស់ប្តូរយឺតជាងកម្រិតនៃអថេរភាគច្រើននៃចំណាប់អារម្មណ៍ចំពោះអ្នកទីផ្សារ។ ដូច្នោះហើយ ប្រសិនបើការសិក្សាត្រូវបានធ្វើម្តងទៀត យើងអាចប្រើតម្លៃពីមុន ដែលបានទទួលពីមុននៃ s ក្នុងការគណនា។ ទីពីរ នៅពេលដែលគំរូត្រូវបានជ្រើសរើស ហើយទិន្នន័យត្រូវបានទទួល យើងអាចប៉ាន់ស្មានភាពខុសគ្នានៃចំនួនប្រជាជនដោយកំណត់ភាពខុសគ្នានៃគំរូ។ ភាពខុសគ្នានៃគំរូដែលមិនលំអៀងត្រូវបានកំណត់ជា៖

ភាពខុសគ្នានៃគំរូ ŝ 2 = ផលបូកនៃគម្លាតការេពីមធ្យមគំរូ / (ចំនួនធាតុគំរូ -1) ។ ដើម្បី​កំណត់​ភាព​ខុស​គ្នា​នៃ​គំរូ ដំបូង​យើង​ត្រូវ​ស្វែង​រក​មធ្យម​ភាគ​គំរូ។ បន្ទាប់មកភាពខុសគ្នារវាងតម្លៃគំរូនីមួយៗ និងមធ្យមសំណាកត្រូវបានរកឃើញ; ភាពខុសគ្នាទាំងនេះត្រូវបានបង្រួបបង្រួម និងបែងចែកដោយចំនួនដែលស្មើនឹងចំនួននៃការសង្កេតគំរូដកមួយ។ វ៉ារ្យ៉ង់គំរូមិនត្រឹមតែផ្តល់នូវការប៉ាន់ប្រមាណនៃបំរែបំរួលសរុបប៉ុណ្ណោះទេ ប៉ុន្តែក៏អាចប្រើដើម្បីប៉ាន់ប្រមាណកំហុសស្តង់ដារនៃមធ្យមផងដែរ។ នៅពេលដែលវ៉ារ្យ៉ង់ទូទៅ σ 2 ត្រូវបានគេដឹង កំហុសឫសមធ្យមការ៉េ σ x ត្រូវបានគេស្គាល់ផងដែរ ដោយសារតែ៖

នៅពេលដែលការបំរែបំរួលទូទៅមិនស្គាល់ កំហុសស្តង់ដារនៃមធ្យមអាចត្រូវបានគេប៉ាន់ស្មានតែប៉ុណ្ណោះ។ ការប៉ាន់ស្មាននេះត្រូវបានផ្តល់ឱ្យ ŝ x ដែលស្មើនឹងគម្លាតស្តង់ដារនៃគំរូដែលបែងចែកដោយឫសការ៉េនៃទំហំគំរូ ពោលគឺ . ការប៉ាន់ប្រមាណត្រូវបានកំណត់តាមរបៀបដូចគ្នានឹងការប៉ាន់ប្រមាណនៃតម្លៃពិតត្រូវបានកំណត់ ប៉ុន្តែជំនួសឱ្យគម្លាតស្តង់ដារទូទៅ គម្លាតស្តង់ដារនៃគំរូត្រូវបានជំនួសទៅក្នុងរូបមន្តគណនា។ ដូច្នេះ ចូរនិយាយថាសម្រាប់គំរូ AB ជាមួយនឹងមធ្យមគំរូនៃ 5800៖

ដូច្នោះហើយ ŝ = 283, និង

ហើយគម្លាត 95% គឺឥឡូវនេះ

ដែលតិចជាងតម្លៃមុន។

នៅក្នុងតារាង។ 15.5 សង្ខេបរូបមន្តគណនាសម្រាប់មធ្យមភាគ និងការបែងចែកផ្សេងៗ ដែលត្រូវបានពិភាក្សាក្នុងជំពូកនេះ។ ការបង្កើតគំរូចៃដន្យដ៏សាមញ្ញមួយ។ នៅក្នុងឧទាហរណ៍របស់យើង ការជ្រើសរើសធាតុគំរូត្រូវបានអនុវត្តដោយប្រើពាងមួយដែលមានធាតុទាំងអស់នៃចំនួនប្រជាជនដើម។ នេះអនុញ្ញាតឱ្យយើងមើលឃើញពីគំនិតនៃចំនួនប្រជាជនដែលបានមកពី និងការចែកចាយគំរូ។ យើងមិនណែនាំឱ្យប្រើវិធីសាស្ត្របែបនេះក្នុងការអនុវត្តទេ ព្រោះវាបង្កើនលទ្ធភាពនៃកំហុស។ ពែងអាចខុសគ្នាទាំងទំហំ និងវាយនភាព ដែលក្នុងករណីខ្លះអាចនាំឱ្យមានចំណូលចិត្តសម្រាប់គ្នាទៅវិញទៅមក។ ការជ្រើសរើសអ្នកចូលរួមក្នុងយុទ្ធនាការវៀតណាម ដែលធ្វើឡើងដោយឆ្នោត អាចធ្វើជាឧទាហរណ៍នៃកំហុសនៃប្រភេទនេះ។

ការជ្រើសរើសត្រូវបានអនុវត្តដោយការទាញឌីសដែលមានថ្ងៃខែឆ្នាំកំណើតពីស្គរធំ។ ទូរទស្សន៍​ផ្សាយ​ពី​នីតិវិធី​នេះ​ពេញ​ប្រទេស។ ជាអកុសល ឌីសត្រូវបានផ្ទុកទៅក្នុងស្គរតាមរបៀបជាប្រព័ន្ធ ដោយកាលបរិច្ឆេទខែមករានឹងមកដល់ដំបូង និងខែធ្នូចុងក្រោយ។ ទោះបីជាស្គរត្រូវបានទទួលរងនូវការបង្វិលយ៉ាងខ្លាំងក៏ដោយក៏កាលបរិច្ឆេទខែធ្នូបានធ្លាក់ចុះញឹកញាប់ជាងខែមករា។ ក្រោយមក នីតិវិធីនេះត្រូវបានកែសម្រួលតាមរបៀបដែលប្រូបាប៊ីលីតេនៃកំហុសជាប្រព័ន្ធត្រូវបានកាត់បន្ថយយ៉ាងខ្លាំង។ វិធីសាស្ត្រដែលពេញចិត្តសម្រាប់បង្កើតគំរូចៃដន្យសាមញ្ញគឺផ្អែកលើការប្រើប្រាស់តារាងនៃលេខចៃដន្យ។

ការប្រើតារាងបែបនេះពាក់ព័ន្ធនឹងលំដាប់នៃជំហានខាងក្រោម។ ទីមួយ ធាតុនៃចំនួនប្រជាជនត្រូវតែកំណត់លេខជាប់គ្នាពីលេខ 1 ដល់ ន; នៅក្នុងចំនួនប្រជាជនសម្មតិកម្មរបស់យើងចំពោះធាតុ ប៉ុន្តែលេខ 1 នឹងត្រូវបានកំណត់ទៅធាតុ ខ- លេខ 2 ។ល។ ទីពីរ លេខខ្ទង់ក្នុងតារាងលេខចៃដន្យត្រូវតែដូចគ្នាទៅនឹងលេខ ន. សម្រាប់ ន= 20 លេខពីរខ្ទង់នឹងត្រូវបានប្រើ; សម្រាប់ នចន្លោះពី 100 និង 999 - លេខបីខ្ទង់។ល។ ទីបី ទីតាំងចាប់ផ្តើមត្រូវតែកំណត់ដោយចៃដន្យ។ យើង​អាច​បើក​តារាង​លេខ​ចៃដន្យ​ដែល​ត្រូវ​គ្នា​ ហើយ​បិទ​ភ្នែក​ដូច​គេ​និយាយ​ ហើយ​ចុច​ម្រាមដៃ​លើ​វា។​ ដោយសារតែលេខនៅក្នុងតារាងលេខចៃដន្យគឺស្ថិតនៅក្នុងលំដាប់ចៃដន្យ ទីតាំងចាប់ផ្តើមពិតជាមិនមានបញ្ហាទេ។

ហើយចុងក្រោយ យើងអាចផ្លាស់ទីក្នុងទិសដៅដែលបានជ្រើសរើសតាមអំពើចិត្តណាមួយ - ឡើងលើ ចុះក្រោម ឬឆ្លងកាត់ ដោយជ្រើសរើសធាតុទាំងនោះដែលលេខនឹងត្រូវគ្នានឹងលេខចៃដន្យពីតារាង។ ដើម្បីបង្ហាញពីអ្វីដែលបាននិយាយ សូមពិចារណាតារាងសង្ខេបនៃលេខចៃដន្យ (តារាង 15.6)។ ដរាបណា ន= 20 យើងគួរតែធ្វើការតែជាមួយលេខពីរខ្ទង់ប៉ុណ្ណោះ។ ក្នុងន័យនេះ ថេប។ 15.6 សមនឹងយើងយ៉ាងល្អឥតខ្ចោះ។ ឧបមាថាយើងបានសម្រេចចិត្តជាមុនដើម្បីផ្លាស់ទីចុះក្រោម ទីតាំងដំបូងគឺនៅចំនុចប្រសព្វនៃជួរទីដប់មួយ និងជួរទីបួន ដែលលេខ 77 ស្ថិតនៅ។ លេខនេះធំពេក ដូច្នេះគួរតែបោះចោល។ លេខ​ពីរ​បន្ទាប់​ក៏​នឹង​ត្រូវ​បោះ​ចោល​ដែរ ខណៈ​តម្លៃ​ទី 02 នឹង​ត្រូវ​ប្រើ​ព្រោះ​លេខ 2 ជា​លេខ​ធាតុ អេ.

លេខប្រាំបន្ទាប់ក៏នឹងត្រូវលុបចោលផងដែរ ខណៈដែលលេខ 05 នឹងបង្ហាញពីធាតុ អ៊ី. ដូច្នេះធាតុ អេនិង អ៊ីនឹងក្លាយជាគំរូធាតុពីររបស់យើង ដែលយើងនឹងវិនិច្ឆ័យកម្រិតនៃប្រាក់ចំណូលរបស់ប្រជាជននេះ។ យុទ្ធសាស្ត្រជំនួសក៏អាចធ្វើទៅបានដែរ ដែលក្នុងនោះកម្មវិធីកុំព្យូទ័រដែលបង្កើតលេខចៃដន្យនឹងត្រូវបានប្រើជាមូលដ្ឋានសម្រាប់ការជ្រើសរើស។ ការបោះពុម្ភផ្សាយថ្មីៗបង្ហាញថាលេខដែលបង្កើតដោយកម្មវិធីបែបនេះមិនចៃដន្យទាំងស្រុងទេ ដែលអាចបង្ហាញខ្លួនឯងតាមរបៀបជាក់លាក់មួយនៅពេលបង្កើតគំរូគណិតវិទ្យាដ៏ស្មុគស្មាញ ប៉ុន្តែពួកវាអាចត្រូវបានប្រើសម្រាប់ការស្រាវជ្រាវទីផ្សារដែលអនុវត្តភាគច្រើន។ សូមចំណាំម្តងទៀតថា គំរូចៃដន្យដ៏សាមញ្ញទាមទារឱ្យមានការចងក្រងបញ្ជីលេខរៀងបន្តបន្ទាប់នៃធាតុនៃប្រជាជនទូទៅ។

ម្យ៉ាងវិញទៀត សមាជិកនីមួយៗនៃចំនួនប្រជាជនដើមត្រូវតែត្រូវបានកំណត់អត្តសញ្ញាណ។ សម្រាប់ប្រជាជនមួយចំនួន វាមិនពិបាកក្នុងការធ្វើនោះទេ ជាឧទាហរណ៍ នៅក្នុងការសិក្សាអំពីសាជីវកម្មអាមេរិកដ៏ធំបំផុតចំនួន 500 ដែលជាបញ្ជីដែលត្រូវបានផ្តល់ឱ្យនៅក្នុងទស្សនាវដ្តី Fortune ។ បញ្ជីនេះត្រូវបានចងក្រងរួចហើយ ដូច្នេះការបង្កើតគំរូចៃដន្យដ៏សាមញ្ញមួយក្នុងករណីនេះនឹងមិនពិបាកទេ។ សម្រាប់ប្រជាជនដំបូងផ្សេងទៀត (ឧទាហរណ៍ សម្រាប់គ្រួសារទាំងអស់ដែលរស់នៅក្នុងទីក្រុងជាក់លាក់មួយ) ការចងក្រងបញ្ជីទូទៅគឺពិបាកខ្លាំងណាស់ ដែលបង្ខំឱ្យអ្នកស្រាវជ្រាវងាកទៅរកគម្រោងស្ទង់មតិគំរូផ្សេងទៀត។

សង្ខេប

គោលបំណងសិក្សា ១
បែងចែកយ៉ាងច្បាស់រវាងគោលគំនិតនៃជំរឿន (គុណវុឌ្ឍិ) និងការធ្វើគំរូ

ជំរឿនពេញលេញនៃចំនួនប្រជាជន (ចំនួនប្រជាជន) ត្រូវបានគេហៅថា មានលក្ខណៈសម្បត្តិគ្រប់គ្រាន់. គំរូសំណុំ, បង្កើតឡើងពីធាតុដែលបានជ្រើសរើស។

គោលបំណងសិក្សា ២
ដឹងពីខ្លឹមសារ និងលំដាប់នៃដំណាក់កាលទាំងប្រាំមួយ ដែលអនុវត្តដោយអ្នកស្រាវជ្រាវ ដើម្បីទទួលបានចំនួនប្រជាជនគំរូ

ដំណើរការគំរូចែកចេញជាប្រាំមួយជំហាន៖

1. ការកំណត់ចំនួនប្រជាជន;
2. ការកំណត់រចនាសម្ព័ន្ធគំរូ;
3. ជម្រើសនៃនីតិវិធីជ្រើសរើស;
4. ការកំណត់ទំហំគំរូ;
5. ការជ្រើសរើសធាតុគំរូ;
6. ការពិនិត្យនៃធាតុដែលបានជ្រើសរើស។

គោលបំណងសិក្សា ៣
កំណត់គំនិតនៃ "ស៊ុមគំរូ"

ស៊ុមគំរូគឺជាបញ្ជីនៃធាតុដែលគំរូនឹងត្រូវបានយក។

គោលបំណងសិក្សា ៤
ពន្យល់ពីភាពខុសគ្នារវាងគំរូប្រូបាប៊ីលីស្ត និងការកំណត់

នៅក្នុងគំរូប្រូបាប៊ីលីតេ សមាជិកនីមួយៗនៃចំនួនប្រជាជនអាចត្រូវបានរួមបញ្ចូលជាមួយជាក់លាក់មួយ។ ផ្តល់ឱ្យមិនសូន្យប្រូបាប៊ីលីតេ។ ប្រូបាប៊ីលីតេនៃការរួមបញ្ចូលសមាជិកមួយចំនួននៃចំនួនប្រជាជននៅក្នុងគំរូអាចខុសគ្នាពីគ្នាទៅវិញទៅមក ប៉ុន្តែប្រូបាប៊ីលីតេនៃការរួមបញ្ចូលធាតុនីមួយៗនៅក្នុងវាត្រូវបានគេស្គាល់។ សម្រាប់សំណាកដែលកំណត់ ការប៉ាន់ប្រមាណប្រូបាប៊ីលីតេនៃការរួមបញ្ចូលធាតុណាមួយនៅក្នុងគំរូក្លាយជាមិនអាចទៅរួចទេ។ ភាពតំណាងនៃគំរូបែបនេះមិនអាចធានាបានទេ។ ការជ្រើសរើសតាមការកំណត់ទាំងអស់គឺផ្អែកលើទីតាំងផ្ទាល់ខ្លួន ការវិនិច្ឆ័យ ឬចំណូលចិត្ត។ ចំណង់ចំណូលចិត្តបែបនេះជួនកាលអាចផ្តល់នូវការប៉ាន់ប្រមាណដ៏ល្អនៃលក្ខណៈនៃចំនួនប្រជាជន ប៉ុន្តែមិនមានវិធីដើម្បីកំណត់ភាពសមស្របនៃគំរូសម្រាប់កិច្ចការនោះទេ។

គោលបំណងសិក្សា ៥
បែងចែករវាងគំរូទំហំថេរ និងការយកគំរូច្រើនដំណាក់កាល (ជាប់គ្នា)

នៅពេលធ្វើការជាមួយសំណាកទំហំថេរ ទំហំគំរូត្រូវបានកំណត់មុនពេលចាប់ផ្តើមការស្ទង់មតិ ហើយការវិភាគនៃលទ្ធផលគឺនាំមុខដោយការប្រមូលទិន្នន័យដែលត្រូវការទាំងអស់។ នៅក្នុងគំរូតាមលំដាប់លំដោយ ចំនួននៃធាតុដែលបានជ្រើសរើសមិនត្រូវបានគេដឹងជាមុនទេ វាត្រូវបានកំណត់ដោយផ្អែកលើស៊េរីនៃការសម្រេចចិត្តជាបន្តបន្ទាប់។

គោលបំណងសិក្សា ៦
ពន្យល់ពីអ្វីដែលជាគំរូដោយចេតនា ហើយពិពណ៌នាទាំងចំណុចខ្លាំង និងចំណុចខ្សោយរបស់វា។

វត្ថុគំរូដោយចេតនាត្រូវបានជ្រើសរើសដោយដៃ និងបង្ហាញដល់អ្នកស្រាវជ្រាវតាមដែលសមរម្យសម្រាប់គោលបំណងនៃការស្ទង់មតិ។ វាត្រូវបានសន្មត់ថាធាតុដែលបានជ្រើសរើសអាចផ្តល់នូវរូបភាពពេញលេញនៃចំនួនប្រជាជនដែលបានសិក្សា។ ដរាបណាអ្នកស្រាវជ្រាវស្ថិតក្នុងដំណាក់កាលដំបូងនៃការដោះស្រាយបញ្ហា នៅពេលដែលលទ្ធភាព និងដែនកំណត់ដែលអាចកើតមាននៃការស្ទង់មតិដែលបានគ្រោងទុកកំពុងត្រូវបានកំណត់ ការប្រើប្រាស់គំរូដោយចេតនាអាចមានប្រសិទ្ធភាពខ្លាំង។ ប៉ុន្តែក្នុងករណីណាក៏ដោយដែលយើងមិនគួរភ្លេចអំពីភាពទន់ខ្សោយនៃគំរូប្រភេទនេះទេ ព្រោះវាក៏អាចត្រូវបានប្រើដោយអ្នកស្រាវជ្រាវក្នុងការសិក្សាបែបពិពណ៌នា ឬមូលហេតុដែលនឹងមិនយឺតក្នុងការប៉ះពាល់ដល់គុណភាពនៃលទ្ធផលរបស់ពួកគេ។

គោលបំណងសិក្សា ៧
កំណត់គោលគំនិតនៃគំរូកូតា

គំរូសមាមាត្រត្រូវបានជ្រើសរើសតាមរបៀបដែលសមាមាត្រនៃធាតុគំរូដែលមានលក្ខណៈជាក់លាក់ប្រហាក់ប្រហែលនឹងសមាមាត្រនៃធាតុដូចគ្នានៅក្នុងចំនួនប្រជាជនដែលកំពុងសិក្សា។ ដើម្បីធ្វើដូច្នេះ បញ្ជរនីមួយៗត្រូវបានផ្តល់កូតាដែលកំណត់លក្ខណៈនៃចំនួនប្រជាជនដែលវាត្រូវតែទាក់ទង។

គោលបំណងសិក្សា ៨
ពន្យល់ពីអ្វីដែលប៉ារ៉ាម៉ែត្រស្ថិតនៅក្នុងនីតិវិធីជ្រើសរើស

ប៉ារ៉ាម៉ែត្រ - លក្ខណៈជាក់លាក់ឬសូចនាករនៃចំនួនប្រជាជនទូទៅឬសិក្សា; សូចនាករបរិមាណជាក់លាក់ដែលបែងចែកសំណុំមួយពីសំណុំមួយទៀត។

គោលបំណងសិក្សា ៩
ពន្យល់ពីអ្វីដែលសំណុំដែលបានមកពី

ប្រជាជនដែលទទួលបានមានគំរូដែលអាចធ្វើបានទាំងអស់ដែលអាចជ្រើសរើសបានពីប្រជាជនទូទៅដោយយោងតាមផែនការគំរូដែលបានផ្តល់ឱ្យ។

គោលបំណងសិក្សា ១០
ពន្យល់ពីមូលហេតុដែលគំនិតនៃការចែកចាយគំរូគឺជាគោលគំនិតសំខាន់បំផុតនៃស្ថិតិ។

គោលគំនិតនៃការចែកចាយគំរូគឺជាមូលដ្ឋានគ្រឹះនៃការសន្និដ្ឋានស្ថិតិ។ យោងតាមការចែកចាយគំរូដែលគេស្គាល់នៃស្ថិតិដែលបានសិក្សាយើងអាចសន្និដ្ឋានអំពីប៉ារ៉ាម៉ែត្រដែលត្រូវគ្នានៃប្រជាជនទូទៅ។ ប្រសិនបើគេដឹងថាការប៉ាន់ប្រមាណគំរូផ្លាស់ប្តូរពីគំរូមួយទៅគំរូ ប៉ុន្តែធម្មជាតិនៃការផ្លាស់ប្តូរនេះមិនត្រូវបានដឹងទេ វាមិនអាចកំណត់ពីកំហុសគំរូដែលទាក់ទងនឹងការប៉ាន់ប្រមាណនេះ។ ដោយសារការចែកចាយគំរូនៃការប៉ាន់ប្រមាណពិពណ៌នាអំពីរបៀបដែលវាផ្លាស់ប្តូរពីគំរូមួយទៅគំរូ វាផ្តល់នូវមូលដ្ឋានសម្រាប់កំណត់សុពលភាពនៃការប៉ាន់ប្រមាណគំរូមួយ។

Empirical ត្រូវបានចាត់ទុកថាជាមធ្យោបាយសំខាន់មួយក្នុងការសិក្សាអំពីទំនាក់ទំនងសង្គម និងដំណើរការ។ ពួកគេផ្តល់ព័ត៌មានដែលអាចទុកចិត្តបាន ពេញលេញ និងជាតំណាង។

ភាពជាក់លាក់នៃបច្ចេកទេស

Empirical ផ្តល់នូវការទទួលបានចំណេះដឹងជួសជុលការពិត។ ពួកគេរួមចំណែកដល់ការបង្កើត និងការធ្វើឱ្យទូទៅនៃកាលៈទេសៈតាមរយៈការចុះឈ្មោះដោយប្រយោល ឬដោយផ្ទាល់នៃព្រឹត្តិការណ៍ដែលមាននៅក្នុងទំនាក់ទំនងដែលបានសិក្សា វត្ថុ បាតុភូត។ វិធីសាស្រ្តជាក់ស្តែងខុសពីទ្រឹស្តី ដែលប្រធានបទនៃការវិភាគគឺ៖

1. អាកប្បកិរិយារបស់បុគ្គល និងក្រុមរបស់ពួកគេ។
2. ផលិតផលនៃសកម្មភាពរបស់មនុស្ស។
3. កិរិយាកិរិយារបស់បុគ្គល ការវិនិច្ឆ័យ ទស្សនៈ ទស្សនៈ។

ការសិក្សាគំរូ

ការសិក្សាជាក់ស្តែងគឺតែងតែផ្តោតលើការទទួលបានព័ត៌មានដែលមានគោលបំណង និងត្រឹមត្រូវ ទិន្នន័យបរិមាណ។ ក្នុងន័យនេះនៅពេលដែលវាត្រូវបានអនុវត្តវាចាំបាច់ដើម្បីធានាភាពតំណាងនៃព័ត៌មាន។ ដូច្នោះហើយត្រឹមត្រូវ។ សំណុំគំរូ។ នេះ​គឺជានេះមានន័យថា ការជ្រើសរើសត្រូវតែធ្វើឡើងតាមរបៀបដែលទិន្នន័យដែលទទួលបានពីក្រុមតូចចង្អៀតឆ្លុះបញ្ចាំងពីនិន្នាការដែលកើតឡើងនៅក្នុងមហាជនទូទៅនៃអ្នកឆ្លើយតប។ ជាឧទាហរណ៍ នៅពេលសម្ភាសន៍មនុស្សពី 200-300 នាក់ ទិន្នន័យដែលទទួលបានអាចត្រូវបានបន្ថែមទៅប្រជាជនទីក្រុងទាំងមូល។ សូចនាករនៃសំណុំគំរូអនុញ្ញាតឱ្យមានវិធីសាស្រ្តផ្សេងគ្នាក្នុងការសិក្សាអំពីដំណើរការសេដ្ឋកិច្ចសង្គមនៅក្នុងតំបន់ និងក្នុងប្រទេសទាំងមូល។

វាក្យសព្ទ

ដើម្បីយល់កាន់តែច្បាស់អំពីបញ្ហាទាក់ទងនឹងការស្ទង់មតិគំរូ និយមន័យមួយចំនួនចាំបាច់ត្រូវបញ្ជាក់ឱ្យច្បាស់លាស់។ ឯកតានៃការសង្កេតគឺជាប្រភពផ្ទាល់នៃព័ត៌មាន។ វាអាចជាបុគ្គល ក្រុម ឯកសារ អង្គការ ជាដើម។ ប្រជាជនទូទៅគឺសំណុំនៃអង្គភាពសង្កេត។ ពួកគេទាំងអស់គួរតែពាក់ព័ន្ធនឹងបញ្ហាដែលកំពុងសិក្សា។ ប្រធានបទនៃការវិភាគដោយផ្ទាល់។ ការ​សិក្សា​ត្រូវ​បាន​អនុវត្ត​តាម​វិធី​ដែល​បាន​បង្កើត​ឡើង​ក្នុង​ការ​ប្រមូល​ព័ត៌មាន។ ដើម្បីកំណត់សមាមាត្រនៃអារេទាំងមូលនៃអ្នកឆ្លើយតប សូមប្រើ គំនិតនៃ "គំរូ" ។ ទ្រព្យសម្បត្តិរបស់វាដើម្បីឆ្លុះបញ្ចាំងពីប៉ារ៉ាម៉ែត្រសំខាន់ៗនៃចំនួនប្រជាជនសរុបត្រូវបានគេហៅថាតំណាង។ ក្នុងករណីខ្លះមិនមានការប្រកួតទេ។ បន្ទាប់មកមនុស្សម្នាក់និយាយអំពីកំហុសតំណាង។

ធានាភាពជាតំណាង

បញ្ហាដែលទាក់ទងនឹងវាត្រូវបានពិចារណាលម្អិតនៅក្នុងក្របខ័ណ្ឌនៃស្ថិតិ។ បញ្ហាគឺស្មុគស្មាញព្រោះនៅលើដៃមួយយើងកំពុងនិយាយអំពីការផ្តល់តំណាងបរិមាណដែលផ្តល់ឱ្យ ប្រជាជនទូទៅ។ នេះ​គឺជាមានន័យថា ជាពិសេស ក្រុមអ្នកឆ្លើយតបគួរតែត្រូវបានតំណាងជាចំនួនដ៏ល្អប្រសើរ។ បរិមាណត្រូវតែគ្រប់គ្រាន់សម្រាប់ការតំណាងធម្មតា។ ម្យ៉ាងវិញទៀត វា​ក៏​មាន​ន័យ​ថា តំណាង​គុណភាព​ផង​ដែរ ។ វាសន្មតថាសមាសភាពប្រធានបទជាក់លាក់មួយដែលបង្កើត សំណុំគំរូ។ នេះ​គឺជាមាន​ន័យ​ថា ជា​ឧទាហរណ៍ តំណាង​មិន​អាច​ពិភាក្សា​បាន​ទេ ប្រសិន​បើ​មាន​តែ​បុរស ឬ​ស្ត្រី​ប៉ុណ្ណោះ មនុស្ស​ចាស់ ឬ​មនុស្ស​វ័យ​ក្មេង​ត្រូវ​បាន​សម្ភាសន៍។ ការសិក្សាគួរតែត្រូវបានអនុវត្តនៅក្នុងក្រុមទាំងអស់ដែលតំណាង។

លក្ខណៈគំរូ

ពាក្យនេះត្រូវបានពិចារណាក្នុងទិដ្ឋភាពពីរ។ ជាដំបូងវាត្រូវបានកំណត់ថាជាភាពស្មុគស្មាញនៃធាតុពីអារេទូទៅនៃមនុស្សដែលមានគំនិតកំពុងសិក្សា - នេះគឺជា សំណុំគំរូ។ នេះ​គឺជាក៏ដំណើរការនៃការបង្កើតប្រភេទអ្នកឆ្លើយតបជាក់លាក់មួយជាមួយនឹងតំណាងដែលត្រូវការ។ នៅក្នុងការអនុវត្តមានប្រភេទនិងប្រភេទជាច្រើននៃការជ្រើសរើស។ ចូរយើងពិចារណាពួកគេ។

ប្រភេទ

មានបីក្នុងចំនោមពួកគេ៖

1. ដោយឯកឯង សំណុំគំរូ។ នេះ​គឺជាសំណុំនៃអ្នកឆ្លើយត្រូវជ្រើសរើសតាមមូលដ្ឋានស្ម័គ្រចិត្ត។ ក្នុងពេលជាមួយគ្នានេះ លទ្ធភាពទទួលបាននៃការចូលនៃឯកតាពីមហាជនសរុបទៅក្នុងក្រុមសិក្សាជាក់លាក់មួយត្រូវបានធានា។ ការជ្រើសរើសដោយឯកឯងក្នុងការអនុវត្តគឺត្រូវបានគេប្រើជាញឹកញាប់។ ជាឧទាហរណ៍ នៅក្នុងការស្ទង់មតិក្នុងសារព័ត៌មាន តាមសំបុត្រ។ ទោះជាយ៉ាងណាក៏ដោយវិធីសាស្រ្តនេះមានគុណវិបត្តិយ៉ាងសំខាន់។ វាមិនអាចទៅរួចទេក្នុងការតំណាងឱ្យបរិមាណទាំងមូលនៃគំរូទូទៅ។ បច្ចេកទេសនេះត្រូវបានអនុវត្តទាក់ទងនឹងសេដ្ឋកិច្ច។ នៅក្នុងការស្ទង់មតិមួយចំនួន ជម្រើសនេះគឺអាចធ្វើទៅបានតែមួយគត់។
2. ដោយឯកឯង សំណុំគំរូ។ នេះ​គឺជាវិធីសាស្រ្តសំខាន់មួយដែលបានប្រើក្នុងការសិក្សា។ គោលការណ៍សំខាន់នៃការជ្រើសរើសបែបនេះ គឺការផ្តល់ឱកាសសម្រាប់អង្គភាពសង្កេតការណ៍នីមួយៗ ដើម្បីទទួលបានពីមហាជនទូទៅនៃបុគ្គលទៅជាក្រុមតូចចង្អៀត។ ចំពោះបញ្ហានេះវិធីសាស្រ្តផ្សេងគ្នាត្រូវបានប្រើ។ ឧទាហរណ៍វាអាចជាឆ្នោតការជ្រើសរើសមេកានិចតារាងលេខចៃដន្យ។
3. ការ​យក​គំរូ​តាម​កម្រិត (កូតា)។ វាត្រូវបានផ្អែកលើការបង្កើតគំរូគុណភាពនៃចំនួនសរុបនៃអ្នកឆ្លើយតប។ បន្ទាប់ពីនោះការជ្រើសរើសគ្រឿងក្នុងចំនួនប្រជាជនគំរូត្រូវបានអនុវត្ត។ ឧទាហរណ៍ វាត្រូវបានអនុវត្តទៅតាមអាយុ ឬភេទ យោងទៅតាមក្រុមប្រជាជន។ល។

ប្រភេទ

មានជម្រើសដូចខាងក្រោមៈ

បន្ថែម

គំរូក៏អាចពឹងផ្អែកលើ និងឯករាជ្យផងដែរ។ ក្នុងករណីដំបូង នីតិវិធីនៃការពិសោធន៍ និងលទ្ធផលដែលនឹងទទួលបាននៅក្នុងវគ្គសិក្សារបស់វាសម្រាប់អ្នកឆ្លើយសំណួរមួយក្រុមមានផលប៉ះពាល់ជាក់លាក់មួយទៅលើក្រុមផ្សេងទៀត។ ដូច្នោះហើយ គំរូឯករាជ្យមិនបញ្ជាក់ពីផលប៉ះពាល់បែបនេះទេ។ ទោះយ៉ាងណាក៏ដោយនៅទីនេះ ចំណុចសំខាន់មួយគួរតែត្រូវបានកត់សម្គាល់។ មុខវិជ្ជាមួយក្រុមដែលការពិនិត្យផ្លូវចិត្តត្រូវបានអនុវត្តពីរដង (ទោះបីជាវាមានគោលបំណងសិក្សាពីគុណភាព លក្ខណៈពិសេស សញ្ញា) តាមលំនាំដើម នឹងត្រូវបានចាត់ទុកថាអាស្រ័យ។

ការជ្រើសរើសប្រូបាប៊ីលីតេ

ពិចារណាប្រភេទគំរូមួយចំនួន៖

1. ចៃដន្យ។ វាសន្មត់ភាពដូចគ្នានៃចំនួនប្រជាជនសរុប ប្រូបាប៊ីលីតេមួយនៃភាពអាចរកបាននៃសមាសធាតុទាំងអស់ ក៏ដូចជាវត្តមាននៃបញ្ជីពេញលេញនៃធាតុ។ តាមក្បួនមួយតារាងដែលមានលេខចៃដន្យត្រូវបានប្រើក្នុងដំណើរការជ្រើសរើស។
2. មេកានិក។ ប្រភេទនៃគំរូចៃដន្យនេះពាក់ព័ន្ធនឹងការបញ្ជាតាមលក្ខណៈជាក់លាក់មួយ។ ឧទាហរណ៍ តាមលេខទូរសព្ទ តាមអក្ខរក្រម តាមថ្ងៃខែឆ្នាំកំណើត។ល។ សមាសធាតុទីមួយត្រូវបានជ្រើសរើសដោយចៃដន្យ។ បន្ទាប់មក ធាតុ k នីមួយៗត្រូវបានជ្រើសរើសដោយជំហាន n ។ តម្លៃនៃចំនួនប្រជាជនសរុបនឹងមាន N=k*n ។
3. តម្រៀប។ គំរូនេះត្រូវបានប្រើនៅពេលដែលចំនួនប្រជាជនសរុបមានភាពខុសគ្នា។ ក្រោយមកទៀតត្រូវបានបែងចែកទៅជា strata (ក្រុម) ។ នៅក្នុងពួកគេម្នាក់ៗការជ្រើសរើសត្រូវបានអនុវត្តដោយមេកានិចឬចៃដន្យ។
4. សៀរៀល។ ក្រុមត្រូវបានជ្រើសរើសដោយចៃដន្យ។ នៅខាងក្នុងពួកគេវត្ថុត្រូវបានសិក្សាគ្រប់វិធី។

ការជ្រើសរើសមិនគួរឱ្យជឿ

ពួកវាពាក់ព័ន្ធនឹងការយកគំរូតាម មិនមែនផ្អែកលើភាពចៃដន្យនោះទេ ប៉ុន្តែផ្អែកលើប្រធានបទ៖ ភាពសាមញ្ញ ភាពងាយស្រួល តំណាងស្មើគ្នា។ល។ ការជ្រើសរើសនៅក្នុងប្រភេទនេះរួមមាន:

អាហារបំប៉ន

ត្រូវការបញ្ជីរាយនាមចំនួនប្រជាជនដែលត្រឹមត្រូវ និងពេញលេញ ដើម្បីធានាបាននូវភាពជាតំណាង។ វត្ថុនៃការសង្កេតជាក្បួនគឺមនុស្សម្នាក់។ ការជ្រើសរើសពីបញ្ជីគឺធ្វើបានល្អបំផុតដោយការដាក់លេខរៀង និងប្រើតារាងដែលមានលេខចៃដន្យ។ ប៉ុន្តែវិធីសាស្ត្រ quasi-random ត្រូវបានគេប្រើជាញឹកញាប់ផងដែរ។ វាសន្មតថាការជ្រើសរើសពីបញ្ជីនៃធាតុ n នីមួយៗ។

កត្តាដែលជះឥទ្ធិពល

បរិមាណនៃចំនួនប្រជាជនគឺជាចំនួនឯកតារបស់វា។ យោងតាមអ្នកជំនាញវាមិនចាំបាច់មានទំហំធំទេ។ ដោយមិនសង្ស័យ ចំនួនអ្នកឆ្លើយកាន់តែធំ លទ្ធផលកាន់តែត្រឹមត្រូវ។ ទោះជាយ៉ាងណាក៏ដោយក្នុងពេលជាមួយគ្នានោះបរិមាណដ៏ធំមិនតែងតែធានានូវភាពជោគជ័យនោះទេ។ ជាឧទាហរណ៍ វាកើតឡើងនៅពេលដែលអារេសរុបនៃអ្នកឆ្លើយត្រូវខុសគ្នា។ ភាពដូចគ្នានឹងត្រូវបានចាត់ទុកថាជាសំណុំដែលប៉ារ៉ាម៉ែត្រគ្រប់គ្រង ឧទាហរណ៍ កម្រិតនៃអក្ខរកម្មត្រូវបានចែកចាយស្មើៗគ្នា ពោលគឺមិនមានការចាត់ទុកជាមោឃៈ ឬ condensations ឡើយ។ ក្នុងករណីនេះវានឹងគ្រប់គ្រាន់ក្នុងការសម្ភាសមនុស្សជាច្រើន។ ផ្អែកលើលទ្ធផលនៃការស្ទង់មតិ វានឹងអាចសន្និដ្ឋានបានថា ប្រជាជនភាគច្រើនមានកម្រិតអក្ខរកម្មធម្មតា។ ពីនេះវាដូចខាងក្រោមដែលតំណាងនៃព័ត៌មានត្រូវបានជះឥទ្ធិពលមិនមែនដោយលក្ខណៈបរិមាណនោះទេប៉ុន្តែដោយលក្ខណៈគុណភាពនៃចំនួនប្រជាជន - កម្រិតនៃភាពដូចគ្នារបស់វាជាពិសេស។

កំហុស

ពួកគេតំណាងឱ្យគម្លាតនៃប៉ារ៉ាម៉ែត្រមធ្យមនៃចំនួនប្រជាជនគំរូពីតម្លៃនៃម៉ាស់សរុបនៃអ្នកឆ្លើយតប។ នៅក្នុងការអនុវត្ត កំហុសត្រូវបានកំណត់ដោយការផ្គូផ្គង។ នៅពេលធ្វើការស្ទង់មតិមនុស្សពេញវ័យ ទិន្នន័យពីជំរឿន កំណត់ត្រាស្ថិតិ និងលទ្ធផលនៃការស្ទង់មតិកន្លងមក ជាធម្មតាត្រូវបានប្រើប្រាស់។ ប៉ារ៉ាម៉ែត្រត្រួតពិនិត្យជាធម្មតាជាការប្រៀបធៀបតម្លៃមធ្យមនៃចំនួនប្រជាជន (ទូទៅ និងគំរូ) ការកំណត់នៃកំហុសស្របតាមនេះ និងការកាត់បន្ថយគម្លាតនេះត្រូវបានគេហៅថា ការត្រួតពិនិត្យភាពជាតំណាង។

ការរកឃើញ

ការស្រាវជ្រាវគំរូគឺជាវិធីនៃការប្រមូលទិន្នន័យអំពីអាកប្បកិរិយា និងអាកប្បកិរិយារបស់មនុស្សតាមរយៈការស្ទង់មតិលើក្រុមអ្នកឆ្លើយតបដែលបានជ្រើសរើសជាពិសេស។ បច្ចេកទេសនេះត្រូវបានចាត់ទុកថាអាចទុកចិត្តបាន និងសន្សំសំចៃ ទោះបីជាវាទាមទារបច្ចេកទេសជាក់លាក់ក៏ដោយ។ គំរូគឺជាមូលដ្ឋាន។ វាដើរតួជាសមាមាត្រជាក់លាក់នៃម៉ាស់សរុបរបស់មនុស្ស។ ការជ្រើសរើសនេះធ្វើឡើងដោយប្រើបច្ចេកទេសពិសេស និងមានគោលបំណងទទួលបានព័ត៌មានអំពីប្រជាជនទាំងមូល។ ក្រោយមកទៀតត្រូវបានតំណាងដោយវត្ថុសង្គមដែលអាចធ្វើទៅបានទាំងអស់ឬដោយក្រុមដែលនឹងត្រូវបានសិក្សា។ ជាញឹកញយ ចំនួនប្រជាជនមានចំនួនច្រើន ដូច្នេះវានឹងត្រូវចំណាយច្រើន និងពិបាកក្នុងការធ្វើការស្ទង់មតិលើសមាជិកគ្រប់រូបនៃចំនួនប្រជាជន។ ដូច្នេះម៉ូដែលកាត់បន្ថយត្រូវបានប្រើ។ គំរូរួមមានអ្នកដែលទទួលបានកម្រងសំណួរទាំងអស់ ដែលត្រូវបានគេហៅថា អ្នកឆ្លើយសំណួរ ដែលតាមពិតដើរតួជាវត្ថុនៃការសិក្សា។ និយាយឱ្យសាមញ្ញ វាត្រូវបានបង្កើតឡើងពីមនុស្សជាច្រើនដែលកំពុងត្រូវបានសម្ភាសន៍។

សេចក្តីសន្និដ្ឋាន

គោលបំណងនៃការស្ទង់មតិត្រូវបានកំណត់ដោយប្រភេទជាក់លាក់ដែលរួមបញ្ចូលនៅក្នុងចំនួនប្រជាជន។ ចំពោះចំណែកជាក់លាក់នៃចំនួនមនុស្សសរុប វាត្រូវបានបង្កើតឡើងពីមុខវិជ្ជាដែលរួមបញ្ចូលក្នុងក្រុមដោយប្រើការគណនាគណិតវិទ្យា។ សម្រាប់ការជ្រើសរើសឯកតា ការពិពណ៌នាអំពីវត្ថុនៃចំនួនប្រជាជនដំបូងគឺចាំបាច់។ បន្ទាប់ពីកំណត់ចំនួនមុខវិជ្ជា ការទទួល ឬវិធីសាស្រ្តនៃការបង្កើតក្រុមត្រូវបានកំណត់។ លទ្ធផលនៃការស្ទង់មតិនឹងអនុញ្ញាតឱ្យយើងពិពណ៌នាអំពីលក្ខណៈដែលកំពុងសិក្សាទាក់ទងនឹងអ្នកតំណាងទាំងអស់នៃមហាជនទូទៅ។ ដូចដែលការអនុវត្តបង្ហាញ ការជ្រើសរើសជាជាងការសិក្សាបន្តត្រូវបានអនុវត្តជាចម្បង។

ការសិក្សាស្ថិតិគឺចំណាយពេលវេលាច្រើន និងមានតម្លៃថ្លៃ ដូច្នេះគំនិតបានកើតឡើងដើម្បីជំនួសការសង្កេតជាបន្តបន្ទាប់ជាមួយនឹងការជ្រើសរើសមួយ។

គោលបំណងសំខាន់នៃការសង្កេតដោយមិនបន្តគឺដើម្បីទទួលបានលក្ខណៈនៃចំនួនប្រជាជនស្ថិតិដែលកំពុងសិក្សាសម្រាប់ផ្នែកដែលបានពិនិត្យរបស់វា។

ការសង្កេតជ្រើសរើស- នេះគឺជាវិធីសាស្រ្តនៃការស្រាវជ្រាវស្ថិតិ ដែលការធ្វើឱ្យសូចនាករទូទៅនៃចំនួនប្រជាជនត្រូវបានបង្កើតឡើងសម្រាប់តែផ្នែកមួយប៉ុណ្ណោះ ដោយផ្អែកលើបទប្បញ្ញត្តិនៃការជ្រើសរើសដោយចៃដន្យ។

នៅក្នុងវិធីសាស្រ្តគំរូ មានតែផ្នែកជាក់លាក់នៃចំនួនប្រជាជនដែលកំពុងសិក្សាប៉ុណ្ណោះដែលត្រូវបានសិក្សា ចំណែកឯចំនួនស្ថិតិដែលត្រូវសិក្សាត្រូវបានគេហៅថា ប្រជាជនទូទៅ។

សំណាកគំរូ ឬជាគំរូអាចត្រូវបានគេហៅថាជាផ្នែកនៃគ្រឿងដែលបានជ្រើសរើសពីប្រជាជនទូទៅ ដែលនឹងត្រូវទទួលរងនូវការស្រាវជ្រាវស្ថិតិ។

តម្លៃនៃវិធីសាស្រ្តគំរូ៖ ជាមួយនឹងចំនួនអប្បបរមានៃគ្រឿងដែលកំពុងសិក្សា ការស្រាវជ្រាវស្ថិតិនឹងត្រូវបានអនុវត្តក្នុងរយៈពេលខ្លីជាង និងជាមួយនឹងការចំណាយទាបបំផុតនៃមូលនិធិ និងកម្លាំងពលកម្ម។

ក្នុង​ប្រជាជន​ទូទៅ សមាមាត្រ​នៃ​ឯកតា​ដែល​មាន​លក្ខណៈ​ដែល​កំពុង​សិក្សា​ត្រូវ​បាន​គេ​ហៅ​ថា សមាមាត្រ​ទូទៅ (បញ្ជាក់ រ)ហើយតម្លៃមធ្យមនៃលក្ខណៈអថេរដែលបានសិក្សាគឺជាមធ្យមទូទៅ (បញ្ជាក់ X).

ក្នុង​ចំនួន​ប្រជាជន​គំរូ ការ​ចែក​រំលែក​នៃ​លក្ខណៈ​ដែល​បាន​សិក្សា​ត្រូវ​បាន​ហៅ​ថា​ការ​ចែក​រំលែក​គំរូ ឬ​ផ្នែក (បញ្ជាក់​ដោយ w) តម្លៃ​មធ្យម​ក្នុង​គំរូ​គឺ មធ្យមគំរូ។

ប្រសិនបើក្នុងអំឡុងពេលនៃការស្ទង់មតិ ច្បាប់ទាំងអស់របស់អង្គការវិទ្យាសាស្ត្រត្រូវបានអង្កេត នោះវិធីសាស្ត្រគំរូនឹងផ្តល់លទ្ធផលត្រឹមត្រូវដោយយុត្តិធម៌ ដូច្នេះហើយ គួរតែប្រើវិធីសាស្ត្រនេះដើម្បីផ្ទៀងផ្ទាត់ទិន្នន័យនៃការសង្កេតជាបន្តបន្ទាប់។

វិធីសាស្រ្តនេះបានរីករាលដាលនៅក្នុងស្ថិតិរដ្ឋ និងមិនមែននាយកដ្ឋាន ពីព្រោះនៅពេលសិក្សាចំនួនអប្បបរមានៃឯកតាដែលកំពុងសិក្សា វាអនុញ្ញាតឱ្យមានការសិក្សាហ្មត់ចត់ និងត្រឹមត្រូវ។

ចំនួនប្រជាជនស្ថិតិដែលបានសិក្សាមានឯកតាដែលមានលក្ខណៈខុសៗគ្នា។ សមាសភាពនៃសំណាកគំរូអាចមានភាពខុសប្លែកពីសមាសភាពនៃប្រជាជនទូទៅ ភាពខុសគ្នារវាងលក្ខណៈនៃគំរូ និងប្រជាជនទូទៅបង្កើតបានជាកំហុសនៃគំរូ។

កំហុសដែលមាននៅក្នុងការសង្កេតជ្រើសរើសកំណត់លក្ខណៈទំហំនៃភាពខុសគ្នារវាងទិន្នន័យនៃការសង្កេតជ្រើសរើស និងចំនួនប្រជាជនទាំងមូល។ កំហុស​ដែល​កើត​ឡើង​ក្នុង​អំឡុង​ពេល​ការ​យក​គំរូ​ត្រូវ​បាន​ហៅ​ថា​កំហុស​តំណាង​ហើយ​ត្រូវ​បាន​បែង​ចែក​ជា​ចៃដន្យ និង​ជា​ប្រព័ន្ធ។

ប្រសិនបើចំនួនគំរូមិនបង្កើតឡើងវិញនូវចំនួនប្រជាជនទាំងមូលបានត្រឹមត្រូវ ដោយសារលក្ខណៈមិនបន្តនៃការសង្កេត នោះគេហៅថាកំហុសចៃដន្យ ហើយទំហំរបស់ពួកគេត្រូវបានកំណត់ជាមួយនឹងភាពត្រឹមត្រូវគ្រប់គ្រាន់ដោយផ្អែកលើច្បាប់នៃចំនួនច្រើន និងទ្រឹស្តីប្រូបាប៊ីលីតេ។

កំហុសជាប្រព័ន្ធកើតឡើងជាលទ្ធផលនៃការរំលោភលើគោលការណ៍នៃការជ្រើសរើសដោយចៃដន្យនៃឯកតាចំនួនប្រជាជនសម្រាប់ការសង្កេត។

2. ប្រភេទនិងគ្រោងការណ៍នៃការជ្រើសរើស

ទំហំនៃកំហុសគំរូ និងវិធីសាស្រ្តសម្រាប់កំណត់វាអាស្រ័យលើប្រភេទ និងគ្រោងការណ៍នៃការជ្រើសរើស។

មានបួនប្រភេទនៃការជ្រើសរើសនៃសំណុំនៃឯកតានៃការសង្កេត:

1) ចៃដន្យ;

2) មេកានិច;

3) ធម្មតា;

4) សៀរៀល (សំបុក) ។

ការជ្រើសរើសដោយចៃដន្យ- វិធីសាស្រ្តជ្រើសរើសទូទៅបំផុតនៅក្នុងគំរូចៃដន្យ វាត្រូវបានគេហៅថាវិធីសាស្រ្តនៃឆ្នោតផងដែរ ដែលសំបុត្រដែលមានលេខសៀរៀលត្រូវបានរៀបចំសម្រាប់អង្គភាពនីមួយៗនៃចំនួនប្រជាជនស្ថិតិ។

បន្ទាប់មកចំនួនឯកតាដែលត្រូវការនៃចំនួនប្រជាជនស្ថិតិត្រូវបានជ្រើសរើសដោយចៃដន្យ។ នៅក្រោមលក្ខខណ្ឌទាំងនេះ ពួកគេម្នាក់ៗមានប្រូបាប៊ីលីតេដូចគ្នាក្នុងការចូលទៅក្នុងគំរូ ឧទាហរណ៍ ការចាប់ឆ្នោតឈ្នះ នៅពេលដែលផ្នែកជាក់លាក់នៃលេខដែលគិតគូរពីការឈ្នះត្រូវបានជ្រើសរើសដោយចៃដន្យពីចំនួនសរុបនៃសំបុត្រដែលបានចេញ។ ក្នុងករណីនេះ លេខទាំងអស់ត្រូវបានផ្តល់ឱកាសស្មើគ្នាក្នុងការចូលទៅក្នុងគំរូ។

ការជ្រើសរើសមេកានិក- នេះគឺជាវិធីសាស្រ្តនៅពេលដែលចំនួនប្រជាជនទាំងមូលត្រូវបានបែងចែកទៅជាក្រុមដែលមានទំហំដូចគ្នានៅលើមូលដ្ឋានចៃដន្យ បន្ទាប់មកមានតែឯកតាមួយប៉ុណ្ណោះត្រូវបានដកចេញពីក្រុមនីមួយៗ។ ឯកតាទាំងអស់នៃចំនួនប្រជាជនស្ថិតិដែលបានសិក្សាត្រូវបានរៀបចំជាមុនតាមលំដាប់ជាក់លាក់មួយ ប៉ុន្តែអាស្រ័យលើ ទំហំគំរូ ចំនួនឯកតាដែលត្រូវការត្រូវបានជ្រើសរើសដោយមេកានិចនៅចន្លោះពេលជាក់លាក់មួយ។

ជម្រើសធម្មតា -នេះគឺជាវិធីសាស្រ្តដែលចំនួនប្រជាជនស្ថិតិដែលកំពុងសិក្សាត្រូវបានបែងចែកទៅតាមលក្ខណៈសំខាន់ លក្ខណៈធម្មតាទៅជាក្រុមស្រដៀងគ្នាដែលមានគុណភាព បន្ទាប់មកចំនួនជាក់លាក់នៃឯកតាត្រូវបានជ្រើសរើសដោយចៃដន្យពីក្រុមនីមួយៗ សមាមាត្រទៅនឹងចំណែកនៃក្រុមនៅក្នុង ប្រជាជនទាំងមូល។

ការជ្រើសរើសធម្មតាផ្តល់នូវលទ្ធផលត្រឹមត្រូវជាងមុន ព្រោះវារួមបញ្ចូលតំណាងនៃក្រុមធម្មតាទាំងអស់នៅក្នុងគំរូ។

ការជ្រើសរើសសៀរៀល (សំបុក) ។ក្រុមទាំងមូល (ស៊េរី សំបុក) ដែលជ្រើសរើសដោយចៃដន្យ ឬដោយមេកានិច គឺជាកម្មវត្ថុនៃការជ្រើសរើស។ សម្រាប់ក្រុមនីមួយៗ ស៊េរី ការសង្កេតជាបន្តបន្ទាប់ត្រូវបានអនុវត្ត ហើយលទ្ធផលត្រូវបានផ្ទេរទៅប្រជាជនទាំងមូល។

ភាពត្រឹមត្រូវនៃគំរូក៏អាស្រ័យលើគ្រោងការណ៍ជ្រើសរើសផងដែរ។ គំរូអាចត្រូវបានអនុវត្តតាមគ្រោងការណ៍នៃការជ្រើសរើសម្តងហើយម្តងទៀតនិងមិនម្តងហើយម្តងទៀត។

ការជ្រើសរើសឡើងវិញ។ឯកតា​ឬ​ស៊េរី​នីមួយៗ​ដែល​បាន​ជ្រើសរើស​ត្រូវ​បាន​បញ្ជូន​ត្រឡប់​ទៅ​ប្រជាជន​ទាំងមូល​វិញ​ហើយ​អាច​ត្រូវ​បាន​យក​គំរូ​ឡើង​វិញ។

ការជ្រើសរើសដដែលៗ។អង្គភាពដែលបានស្ទង់មតិនីមួយៗត្រូវបានដកចេញ និងមិនប្រគល់ជូនប្រជាជនវិញទេ ដូច្នេះហើយវាមិនត្រូវបានគេស្ទង់មតិឡើងវិញទេ។ គ្រោងការណ៍នេះត្រូវបានគេហៅថាបាល់ដែលមិនត្រលប់មកវិញ។

ការជ្រើសរើសមិនច្រំដែលផ្តល់លទ្ធផលត្រឹមត្រូវជាងមុន ពីព្រោះជាមួយនឹងទំហំគំរូដូចគ្នា ការសង្កេតគ្របដណ្តប់លើឯកតាកាន់តែច្រើននៃចំនួនប្រជាជនដែលបានសិក្សា។

ការជ្រើសរើសរួមបញ្ចូលគ្នាអាចឆ្លងកាត់ជំហានមួយ ឬច្រើន។ គំរូមួយត្រូវបានគេហៅថាដំណាក់កាលតែមួយ ប្រសិនបើឯកតានៃចំនួនប្រជាជនដែលបានជ្រើសរើសម្តងត្រូវបានសិក្សា។

គំរូមួយត្រូវបានគេហៅថាពហុដំណាក់កាល ប្រសិនបើការជ្រើសរើសចំនួនប្រជាជនឆ្លងកាត់ដំណាក់កាល ដំណាក់កាលបន្តបន្ទាប់គ្នា ហើយដំណាក់កាលនីមួយៗ ដំណាក់កាលនៃការជ្រើសរើសមានឯកតានៃការជ្រើសរើសរបស់វា។

គំរូពហុដំណាក់កាល - នៅគ្រប់ដំណាក់កាលនៃការយកគំរូ អង្គភាពគំរូដូចគ្នាត្រូវបានរក្សាទុក ប៉ុន្តែដំណាក់កាលជាច្រើនដំណាក់កាលនៃការស្ទង់មតិគំរូត្រូវបានអនុវត្ត ដែលខុសគ្នាពីគ្នាទៅវិញទៅមកក្នុងវិសាលភាពនៃកម្មវិធីស្ទង់មតិ និងទំហំគំរូ។

លក្ខណៈនៃប៉ារ៉ាម៉ែត្រនៃចំនួនប្រជាជនទូទៅ និងគំរូត្រូវបានចង្អុលបង្ហាញដោយនិមិត្តសញ្ញាដូចខាងក្រោមៈ

ន- បរិមាណប្រជាជនទូទៅ;

ន- ទំហំ​ធម្មតា;

X- មធ្យមភាគ;

Xគឺជាមធ្យមគំរូ;

រ- ការចែករំលែកទូទៅ;

w -ការចែករំលែកគំរូ;

2 - ភាពខុសគ្នាទូទៅ (ការបែកខ្ញែកនៃលក្ខណៈពិសេសមួយនៅក្នុងប្រជាជនទូទៅ);

2 - ភាពខុសគ្នានៃគំរូនៃលក្ខណៈពិសេសដូចគ្នា;

? - គម្លាតស្តង់ដារនៅក្នុងប្រជាជនទូទៅ;

គឺជាគម្លាតស្តង់ដារនៅក្នុងគំរូ។

3. កំហុសក្នុងការយកគំរូ

អង្គភាពនីមួយៗនៅក្នុងការសង្កេតគំរូគួរតែមានឱកាសស្មើគ្នាក្នុងការជ្រើសរើសជាមួយអ្នកផ្សេងទៀត - នេះគឺជាមូលដ្ឋាននៃគំរូចៃដន្យ។

គំរូចៃដន្យដោយខ្លួនឯង។ - នេះគឺជាការជ្រើសរើសឯកតាពីប្រជាជនទូទៅទាំងមូលដោយឆ្នោត ឬតាមរបៀបស្រដៀងគ្នាផ្សេងទៀត។

គោលការណ៍នៃភាពចៃដន្យគឺថា ការដាក់បញ្ចូល ឬការដកវត្ថុចេញពីគំរូ មិនអាចរងឥទ្ធិពលដោយកត្តាណាមួយក្រៅពីឱកាសនោះទេ។

ការចែករំលែកគំរូគឺជាសមាមាត្រនៃចំនួនឯកតាក្នុងគំរូទៅនឹងចំនួនឯកតាក្នុងប្រជាជនទូទៅ៖

ការជ្រើសរើសដោយចៃដន្យដោយខ្លួនឯងនៅក្នុងទម្រង់ដ៏បរិសុទ្ធរបស់វាគឺជាជម្រើសដំបូងក្នុងចំណោមជម្រើសផ្សេងទៀតទាំងអស់ វាមាន និងអនុវត្តគោលការណ៍ជាមូលដ្ឋាននៃការសង្កេតស្ថិតិជ្រើសរើស។

ប្រភេទសំខាន់ពីរនៃសូចនាករទូទៅដែលត្រូវបានប្រើក្នុងវិធីសាស្រ្តគំរូគឺតម្លៃមធ្យមនៃគុណលក្ខណៈបរិមាណ និងតម្លៃទាក់ទងនៃគុណលក្ខណៈជំនួស។

ការចែករំលែកគំរូ (w) ឬជាក់លាក់ត្រូវបានកំណត់ដោយសមាមាត្រនៃចំនួនឯកតាដែលមានលក្ខណៈដែលកំពុងសិក្សា ម,ដល់ចំនួនសរុបនៃឯកតាគំរូ (n)៖

ដើម្បីកំណត់លក្ខណៈនៃភាពជឿជាក់នៃសូចនាករគំរូ កំហុសមធ្យម និងរឹមនៃគំរូត្រូវបានសម្គាល់។

កំហុសគំរូ ហៅផងដែរថា កំហុសតំណាង គឺជាភាពខុសគ្នារវាងគំរូដែលត្រូវគ្នា និងលក្ខណៈទូទៅ៖

?x = |x − x |;

?w =|х – p| ។

មានតែការសង្កេតគំរូប៉ុណ្ណោះដែលមានកំហុសគំរូ

មធ្យមគំរូ និងសមាមាត្រគំរូ- ទាំងនេះគឺជាអថេរចៃដន្យដែលយកតម្លៃផ្សេងៗគ្នាអាស្រ័យលើឯកតានៃចំនួនប្រជាជនស្ថិតិដែលបានសិក្សាដែលត្រូវបានបញ្ចូលក្នុងគំរូ។ ដូច្នោះហើយ កំហុសគំរូក៏ជាអថេរចៃដន្យ ហើយក៏អាចទទួលយកតម្លៃផ្សេងៗគ្នាផងដែរ។ ដូច្នេះជាមធ្យមនៃកំហុសដែលអាចកើតមានត្រូវបានកំណត់ - កំហុសគំរូមធ្យម។

កំហុសគំរូជាមធ្យមត្រូវបានកំណត់ដោយទំហំគំរូ៖ ចំនួនប្រជាជនកាន់តែធំ អ្វីៗផ្សេងទៀតទាំងអស់គឺស្មើគ្នា កំហុសឆ្គងគំរូមធ្យមកាន់តែតូច។ ដោយគ្របដណ្តប់លើការស្ទង់មតិគំរូជាមួយនឹងការកើនឡើងនៃចំនួនឯកតានៃចំនួនប្រជាជនទូទៅ យើងកំណត់លក្ខណៈចំនួនប្រជាជនទាំងមូលបានកាន់តែត្រឹមត្រូវ។

កំហុសគំរូជាមធ្យមគឺអាស្រ័យលើកម្រិតនៃការប្រែប្រួលនៃលក្ខណៈដែលបានសិក្សា ហើយកម្រិតនៃការប្រែប្រួលត្រូវបានកំណត់លក្ខណៈដោយការប្រែប្រួល? 2 ឬ w(l - w)- សម្រាប់សញ្ញាជំនួស។ ការបំរែបំរួលនៃលក្ខណៈពិសេស និងបំរែបំរួលតូចជាង កំហុសគំរូមធ្យមកាន់តែតូច និងច្រាសមកវិញ។

សម្រាប់ការយកគំរូឡើងវិញដោយចៃដន្យ កំហុសមធ្យមត្រូវបានគណនាតាមទ្រឹស្ដីដោយប្រើរូបមន្តខាងក្រោម៖

1) សម្រាប់លក្ខណៈបរិមាណមធ្យម៖

កន្លែងណា? 2 - តម្លៃមធ្យមនៃការបែកខ្ញែកនៃលក្ខណៈបរិមាណ។

2) សម្រាប់ភាគហ៊ុន (សញ្ញាជំនួស):

ដូច្នេះតើភាពខុសប្លែកគ្នានៃលក្ខណៈនៅក្នុងចំនួនប្រជាជនយ៉ាងដូចម្តេច? 2 មិនត្រូវបានគេដឹងច្បាស់ទេ នៅក្នុងការអនុវត្ត ពួកគេប្រើតម្លៃនៃភាពខុសគ្នា S 2 ដែលបានគណនាសម្រាប់ចំនួនប្រជាជនគំរូដោយផ្អែកលើច្បាប់នៃចំនួនច្រើន យោងទៅតាមចំនួនប្រជាជនគំរូដែលមានទំហំគំរូធំគ្រប់គ្រាន់បង្កើតឡើងវិញនូវលក្ខណៈនៃគំរូបានត្រឹមត្រូវ ប្រជាជនទូទៅ។

រូបមន្តសម្រាប់កំហុសគំរូមធ្យមសម្រាប់ការយកគំរូឡើងវិញដោយចៃដន្យមានដូចខាងក្រោម។ សម្រាប់តម្លៃមធ្យមនៃគុណលក្ខណៈបរិមាណ៖ ភាពប្រែប្រួលទូទៅត្រូវបានបង្ហាញតាមរយៈការជ្រើសរើសដោយសមាមាត្រដូចខាងក្រោម៖

ដែល S 2 គឺជាតម្លៃបំបែក។

គំរូមេកានិក- នេះគឺជាការជ្រើសរើសគ្រឿងក្នុងសំណុំគំរូពីឧត្តមសេនីយ៍ ដែលបែងចែកជាក្រុមស្មើៗគ្នាតាមលក្ខណៈវិនិច្ឆ័យអព្យាក្រឹត។ ត្រូវបានធ្វើតាមរបៀបដែលមានតែឯកតាមួយប៉ុណ្ណោះដែលត្រូវបានជ្រើសរើសពីក្រុមនីមួយៗក្នុងគំរូ។

ជាមួយនឹងការជ្រើសរើសមេកានិក ឯកតានៃចំនួនប្រជាជនស្ថិតិដែលកំពុងសិក្សាត្រូវបានរៀបចំជាបឋមក្នុងលំដាប់ជាក់លាក់មួយ បន្ទាប់មកចំនួនឯកតាដែលបានផ្តល់ឱ្យត្រូវបានជ្រើសរើសដោយមេកានិចនៅចន្លោះពេលជាក់លាក់មួយ។ ក្នុងករណីនេះទំហំនៃចន្លោះពេលនៅក្នុងប្រជាជនទូទៅគឺស្មើនឹងចំរុះនៃចំណែកគំរូ។

ជាមួយនឹងចំនួនប្រជាជនច្រើនគ្រប់គ្រាន់ ការជ្រើសរើសមេកានិកក្នុងលក្ខខណ្ឌនៃភាពត្រឹមត្រូវនៃលទ្ធផលគឺនៅជិតនឹងចៃដន្យ។ ដូច្នេះដើម្បីកំណត់កំហុសជាមធ្យមនៃគំរូមេកានិក រូបមន្តនៃគំរូចៃដន្យមិនច្រំដែលត្រូវបានប្រើ។

ដើម្បីជ្រើសរើសឯកតាពីចំនួនប្រជាជនចម្រុះ អ្វីដែលគេហៅថាគំរូធម្មតាត្រូវបានប្រើ វាត្រូវបានគេប្រើនៅពេលដែលឯកតាទាំងអស់នៃប្រជាជនទូទៅអាចបែងចែកទៅជាក្រុមស្រដៀងគ្នាជាច្រើនដែលមានគុណភាពដូចគ្នា ទៅតាមលក្ខណៈដែលសូចនាករដែលបានសិក្សាអាស្រ័យ។

បន្ទាប់មក ពីក្រុមធម្មតានីមួយៗ ការជ្រើសរើសឯកតានីមួយៗទៅក្នុងគំរូត្រូវបានធ្វើឡើងដោយគំរូចៃដន្យ ឬមេកានិច។

គំរូធម្មតាត្រូវបានប្រើក្នុងការសិក្សាអំពីចំនួនប្រជាជនស្ថិតិស្មុគ្រស្មាញ។

គំរូធម្មតាផ្តល់នូវលទ្ធផលត្រឹមត្រូវជាង។ ការវាយអក្សរនៃប្រជាជនទូទៅធានានូវភាពតំណាងនៃគំរូបែបនេះ តំណាងនៃក្រុម typological នីមួយៗនៅក្នុងវា ដែលធ្វើឱ្យវាអាចធ្វើទៅបានដើម្បីមិនរាប់បញ្ចូលឥទ្ធិពលនៃការបែកខ្ញែកគ្នារវាងក្រុមលើកំហុសគំរូមធ្យម។ ដូច្នេះ នៅពេលកំណត់កំហុសមធ្យមនៃគំរូធម្មតា មធ្យមភាគនៃការប្រែប្រួលក្នុងក្រុមដើរតួជាសូចនាករនៃការប្រែប្រួល។

ការយកគំរូតាមសៀរៀលពាក់ព័ន្ធនឹងការជ្រើសរើសដោយចៃដន្យពីប្រជាជនទូទៅនៃក្រុមដែលមានទំហំស្មើគ្នា ដើម្បីដាក់ប្រធានបទទាំងអស់ដោយគ្មានករណីលើកលែងចំពោះការសង្កេតនៅក្នុងក្រុមបែបនេះ។

ដោយសារឯកតាទាំងអស់ដោយគ្មានករណីលើកលែងត្រូវបានពិនិត្យក្នុងក្រុម (ស៊េរី) កំហុសគំរូជាមធ្យម (នៅពេលជ្រើសរើសស៊េរីស្មើគ្នា) អាស្រ័យតែលើភាពខុសគ្នារវាងក្រុម (អន្តរក្រុម) ប៉ុណ្ណោះ។

4. វិធីនៃការពង្រីកលទ្ធផលគំរូដល់ប្រជាជន

ការកំណត់លក្ខណៈនៃប្រជាជនទូទៅដោយផ្អែកលើលទ្ធផលគំរូគឺជាគោលដៅចុងក្រោយនៃការសង្កេតគំរូ។

វិធីសាស្រ្តគំរូត្រូវបានប្រើដើម្បីទទួលបានលក្ខណៈនៃប្រជាជនទូទៅសម្រាប់សូចនាករជាក់លាក់នៃគំរូ។ អាស្រ័យលើគោលបំណងនៃការសិក្សានេះត្រូវបានអនុវត្តដោយការគណនាឡើងវិញដោយផ្ទាល់នៃសូចនាករគំរូសម្រាប់ប្រជាជនទូទៅឬដោយវិធីសាស្រ្តនៃការគណនាកត្តាកែតម្រូវ។

វិធីសាស្រ្តនៃការគណនាឡើងវិញដោយផ្ទាល់គឺថាជាមួយវាសូចនាករនៃការចែករំលែកគំរូ វឬមធ្យម Xត្រូវបានពង្រីកដល់ប្រជាជនទូទៅ ដោយគិតគូរពីកំហុសឆ្គងនៃគំរូ។

វិធីសាស្រ្តនៃកត្តាកែតម្រូវត្រូវបានប្រើនៅពេលដែលគោលបំណងនៃវិធីសាស្រ្តគំរូគឺដើម្បីកែលម្អលទ្ធផលនៃគណនេយ្យពេញលេញ។ វិធីសាស្រ្តនេះត្រូវបានប្រើដើម្បីកែលម្អទិន្នន័យនៃជំរឿនបសុសត្វប្រចាំឆ្នាំនៃចំនួនប្រជាជន។

គំនិតនៃ "ភាពជាតំណាង" ទាក់ទងនឹងការស្ទង់មតិសង្គមវិទ្យា - ការស្ទង់មតិសាធារណៈ - មានឥទ្ធិពលវេទមន្តស្ទើរតែលើមនុស្ស។ ពាក្យ "តំណាង" ខ្លួនវាមានបន្ថែមលើវិទ្យាសាស្ត្រ ក៏មានអត្ថន័យនយោបាយយ៉ាងច្បាស់ផងដែរ។

តើ​អ្វី​ជា​ហេតុផល? រឿងនេះគឺថាវាត្រូវបានគេសន្មត់ថាគំរូ (ក្រុមមនុស្សដែលត្រូវបានជ្រើសរើសសម្រាប់ការស្ទង់មតិ) អាចតំណាង (តំណាង) ប្រជាជនទាំងមូល។ ប្រជាជនទូទៅនៅក្នុងករណីនៃការស្ទង់មតិរុស្ស៊ីទាំងអស់គឺជាចំនួនប្រជាជនទាំងមូលនៃប្រទេស។ ឥឡូវនេះ ចូរយើងស្រមៃថា យើងកំពុងនិយាយអំពីការសម្រេចចិត្តនយោបាយ ពោលគឺគាំទ្រដល់សេចក្តីព្រាងច្បាប់ ឬការបោះឆ្នោតនៅក្នុងការបោះឆ្នោត។ ដោយមានជំនួយពីការស្ទង់មតិគំរូ យើងទទួលបានយន្តការតំណាងនយោបាយដ៏ល្អមួយ ដែលជាយន្តការដែលមនុស្សមួយក្រុមតូចអាចតំណាងឱ្យមតិ ឬជំហររបស់ប្រជាជនទាំងមូលនៃប្រទេស។ ដូច្នេះតំណាងនៃការសិក្សាត្រូវបានផ្តល់កន្លែងសំខាន់បែបនេះ។

ជាការពិតណាស់ គោលគំនិតនៃភាពជាតំណាងត្រូវបានប្រើប្រាស់មិនត្រឹមតែក្នុងការសិក្សានយោបាយប៉ុណ្ណោះទេ។ ពាក្យនេះតែងតែត្រូវបានប្រើប្រាស់នៅពេលនិយាយអំពីការសិក្សាធំៗ មិនថាក្នុងវិស័យទីផ្សារ អាកប្បកិរិយាសេដ្ឋកិច្ច ឬការអប់រំនោះទេ។

វិធីសាស្រ្តនៃការស្ទង់មតិតំណាង

បន្ទាប់ពីការស្ទង់មតិមនុស្ស 1,500 នាក់ តើគេអាចសន្និដ្ឋានបានយ៉ាងដូចម្ដេចអំពីជនជាតិរុស្ស៊ីទាំងអស់ ដែលមានច្រើនជាង 140 លាននាក់ (ហើយសូម្បីតែអ្នកបោះឆ្នោតច្រើនជាង 110 លាននាក់)? បច្ចេកវិទ្យានៅពីក្រោយការបោះឆ្នោតតំណាងគឺផ្អែកលើច្បាប់ស្ថិតិ។ ហេតុផលជិតស្និទ្ធបំផុតគឺច្បាប់នៃលេខធំ ឬទ្រឹស្តីបទ Bernoulli ។

សាមញ្ញ អត្ថន័យរបស់វាអាចត្រូវបានបញ្ជូនដូចខាងក្រោម។ ឧបមាថាយើងមានលក្ខណៈពិសេសមួយចំនួនឧទាហរណ៍បរិមាណទឹកភ្លៀងក្នុងមួយថ្ងៃនៅ Yekaterinburg ក្នុងសតវត្សទី 20 ។ ប្រសិនបើយើងសរសេរតម្លៃរបស់វាទាំងអស់រួមជាមួយនឹងប្រេកង់របស់វា (នេះហៅថាការចែកចាយ) ហើយបន្ទាប់មកចៃដន្យយកចំនួនច្រើនគ្រប់គ្រាន់ (នោះគឺមិនមែនគ្រប់ថ្ងៃក្នុងសតវត្សទី 20 ទេ ប៉ុន្តែច្រើនណាស់) បន្ទាប់មក យើងនឹងឃើញថាការចែកចាយនៅក្នុងគំរូរបស់យើងនឹងមានភាពស្រដៀងគ្នាទៅនឹងការចែកចាយសម្រាប់សតវត្សទី 20 ទាំងមូល។ ដូច្នេះ ប្រសិនបើយើងជ្រើសរើសឯកតាមួយចំនួនពីចំនួនប្រជាជន ពួកវាពិតជាតំណាងឱ្យប្រជាជនទាំងមូល ហើយវាពិតជាមិនចាំបាច់ក្នុងការប្រមូលទិន្នន័យសម្រាប់គ្រប់ករណីទាំងអស់នោះទេ។

ទោះយ៉ាងណាក៏ដោយ មានលក្ខខណ្ឌសំខាន់មួយ៖ នេះជាការពិតលុះត្រាតែការជ្រើសរើសគឺចៃដន្យយ៉ាងតឹងរឹង។ បញ្ហាតែមួយគត់នៅទីនេះអាចជាគម្លាតពីភាពចៃដន្យ។ ដូច្នេះ ប្រសិនបើយើងយកតែទិន្នន័យទឹកភ្លៀងសម្រាប់ប៉ុន្មានឆ្នាំថ្មីៗនេះ (ឧទាហរណ៍ ដោយសារទិន្នន័យទាំងនេះងាយស្រួលស្វែងរក) ឬសម្ភាសន៍អ្នកស្គាល់គ្នា 1500 នាក់ (ព្រោះវាងាយស្រួលទាក់ទងពួកគេ) ហើយមិនមែនមនុស្សចៃដន្យទេ នោះគំរូប្រាកដជាមិន ធ្វើជាតំណាង។

ស្រមៃថាក្នុងចំណោមប្រជាជនរុស្ស៊ី 143.5 លាននាក់ អ្នកជ្រើសរើសដោយចៃដន្យនូវមនុស្ស 1,500 នាក់ដែលអ្នកត្រូវការ។ បន្ទាប់មក ជាឧទាហរណ៍ សមាមាត្រនៃអ្នកគ្រប់គ្រងថ្នាក់កណ្តាលក្នុងចំណោមពួកគេនឹងមានចំនួនប្រហែលស្មើនឹងសមាមាត្រនៃអ្នកគ្រប់គ្រងកម្រិតកណ្តាលនៅក្នុងចំនួនប្រជាជន ដែលបង្ហាញថាគំរូរបស់អ្នកអាចតំណាងឱ្យប្រជាជនទាំងមូល។ តើវាអាចទៅរួចទេដែលសូចនាករទាំងពីរនេះនឹងខុសគ្នាខ្លាំង? ឧទាហរណ៍ក្នុងចំណោមជនជាតិរុស្ស៊ីវាមាន 14% ប៉ុន្តែនៅក្នុងគំរូវានឹងមានត្រឹមតែ 1%? តាមទ្រឹស្ដី វាអាចទៅរួច ប៉ុន្តែប្រូបាប៊ីលីតេនៃការនេះគឺតូចណាស់ដែលវាអាចត្រូវបានគេមិនយកចិត្តទុកដាក់ (ដូចជាការជួបនាគនៅតាមផ្លូវ)។

ជាងនេះទៅទៀត អ្វីដែលរីករាយបំផុតអំពីប្រូបាប៊ីលីតេនេះគឺមិនមែនថាវាតូចនោះទេ ប៉ុន្តែសម្រាប់ដំណើរការចៃដន្យប្រូបាប៊ីលីតេនេះអាចត្រូវបានគណនា។ យើងអាចនិយាយជាមួយនឹងប្រូបាប៊ីលីតេអ្វីដែលតម្លៃគំរូរបស់យើងនឹងខុសពីតម្លៃនៅក្នុងប្រជាជនទូទៅដោយ 13% (ដូចក្នុងឧទាហរណ៍ខាងលើ) ហើយជាមួយនឹងអ្វីដែលនិយាយថាដោយ 2.5% ។ ទោះជាយ៉ាងណាក៏ដោយ ជាធម្មតាពួកគេធ្វើផ្ទុយពីនេះ៖ ដំបូងពួកគេកំណត់ប្រូបាប៊ីលីតេដែលយើងចង់ឱ្យតម្លៃរបស់យើងមិនខុសពីតម្លៃនៅក្នុងប្រជាជនទូទៅ (ភាគច្រើនវាត្រូវបានជួសជុលនៅកម្រិត 95%) ហើយបន្ទាប់មកពួកគេមើល។ ទំហំនៃគម្លាតសម្រាប់គំរូទំហំជាក់លាក់មួយ។ គម្លាតនេះត្រូវបានគេហៅថា ចន្លោះពេលទំនុកចិត្ត ដែលជួនកាលគេហៅថា កំហុសគំរូ ឬកំហុសស្ថិតិ ហើយជារឿយៗត្រូវបានរាយបញ្ជីរួមជាមួយនឹងលទ្ធផលស្ទង់មតិ។

ដូច្នេះ ប្រូបាប៊ីលីតេនៃគម្លាត បរិមាណនៃគម្លាត (ចន្លោះពេលទំនុកចិត្ត) និងទំហំគំរូគឺទាក់ទងគ្នា។ ដោយផ្អែកលើនេះ រូបមន្តសម្រាប់គណនាទំហំគំរូមានដូចខាងក្រោម៖

ដែល n គឺជាទំហំគំរូ Δ គឺជាចន្លោះពេលទំនុកចិត្ត z គឺជាតម្លៃនៃមុខងារចែកចាយធម្មតាសម្រាប់ប្រូបាប៊ីលីតេនៃការបដិសេធដែលបានផ្តល់ឱ្យ (សម្រាប់ប្រូបាប៊ីលីតេនៃ 5% តម្លៃនេះគឺ 1.96) ។

នេះគឺជារូបមន្តសាមញ្ញ ការស្ទង់មតិពិតប្រើរូបមន្តស្មុគស្មាញជាងបន្តិច។ រូបមន្តនេះក៏អាចបរាជ័យដែរ ប្រសិនបើតម្លៃនៃសូចនាករខុសគ្នាខ្លាំងពី 50% (ឧទាហរណ៍ រូបមន្តនេះមិនសមរម្យសម្រាប់ការប៉ាន់ប្រមាណសមាមាត្រនៃអ្នកជំងឺដែលមានជំងឺកម្រនៅក្នុងប្រទេសមួយ)។

នេះជាអ្វីដែលកើតឡើងប្រសិនបើអ្នកជំនួសតម្លៃមួយចំនួននៅក្នុងរូបមន្តនេះ៖

ម្យ៉ាងវិញទៀត ប្រសិនបើយើងយកគំរូចៃដន្យនៃជនជាតិរុស្សីដែលមានទំហំ 1600 នាក់ ហើយប៉ាន់ស្មានសូចនាករមួយចំនួន ឧទាហរណ៍ ឆន្ទៈក្នុងការបោះឆ្នោតសម្រាប់អ្នកនយោបាយជាក់លាក់ នោះជាមួយនឹងប្រូបាប៊ីលីតេនៃ 95% ការប៉ាន់ស្មានរបស់យើងនឹងមិនខុសពីឆន្ទៈនោះទេ។ បោះឆ្នោតឱ្យគាត់ក្នុងចំណោមប្រជាជនរុស្ស៊ីទាំងអស់ច្រើនជាង 2,45% ។

ទំហំ​ធម្មតា

ដូច្នេះ ទំហំគំរូកាន់តែធំ យើងទំនងជាខិតទៅជិតចំណែកនៃចំនួនប្រជាជនកាន់តែច្រើន។ វាហាក់ដូចជាថានេះមានន័យថាយើងត្រូវព្យាយាមនាំយកគំរូឱ្យជិតដល់ 143.5 លាន។ តាមពិត ដូចដែលអ្នកអាចមើលឃើញពីតារាង ធម្មជាតិនៃដំណើរការចៃដន្យគឺចាប់ពីពេលជាក់លាក់មួយ ប្រូបាប៊ីលីតេនៃការធ្លាក់ចូលទៅក្នុងចន្លោះពេល។ ចាប់ផ្តើមកើនឡើងយឺតណាស់ (ហើយពេលនេះមកលឿនណាស់)។ បន្ទាប់ពីយើងយកគំរូចំនួន 1500 យូនីត មិនថាយើងបង្កើនទំហំគំរូប៉ុណ្ណានោះទេ ប្រូបាប៊ីលីតេដែលតម្លៃគំរូរបស់យើងនឹងធ្លាក់ចូលទៅក្នុងតម្លៃចំនួនប្រជាជននឹងកើនឡើងយ៉ាងខ្លាំង យឺតណាស់។

តាមការពិត ស្ទើរតែមិនមានភាពខុសប្លែកគ្នារវាងអ្នកឆ្លើយ 1,500 និង 10,000 ទេ។ នៅកន្លែងណាមួយដោយ 1500 យើងអាចនិយាយរួចហើយថាការប៉ាន់ស្មានរបស់យើងនឹងខុសគ្នាពីចំណែកនៃប្រជាជនទូទៅដោយ 2-3% ។ ប្រសិនបើយើងបង្កើនគំរូបន្ថែមទៀត នោះកំហុសដែលអាចកើតមាននេះនឹងថយចុះ ប៉ុន្តែតិចតួចណាស់។ ម៉្យាងទៀតគំរូនៃ 100,000 គឺប្រសើរជាងគំរូ 2500 ប៉ុន្តែភាពខុសគ្នាគឺតូចណាស់ដែលវាមិនសមហេតុផលហើយក្នុងករណីការស្ទង់មតិសង្គមគឺមិនសមហេតុផលខាងសេដ្ឋកិច្ចទេ។ ជាធម្មតា ការបង្កើនគំរូមានតម្លៃថ្លៃ ហើយដូច្នេះវាមិនសមហេតុផលទេក្នុងការបំប៉ោងវាដើម្បីទទួលបានមួយភាគរយនៃតម្លៃនៃចន្លោះពេលទំនុកចិត្ត។

វាជាការសំខាន់ណាស់ដែលទំហំនៃប្រជាជនទូទៅមិនបង្ហាញនៅក្នុងរូបមន្តទាល់តែសោះ។ ការពិតគឺថានៅពេលដែលចំនួនប្រជាជនមានទំហំធំ (ច្រើនជាង 20,000) វាមានឥទ្ធិពលតិចតួចទៅលើទំហំគំរូ។ ដូច្នេះយើងមិនចាំបាច់ដឹងថាមានមនុស្សប៉ុន្មាននាក់រស់នៅក្នុងប្រទេសរុស្ស៊ីដើម្បីសាងសង់គំរូតំណាង។ វាច្បាស់ណាស់ថាការជ្រើសរើស 1500 ក្នុងចំណោម 2000 ទំនងជាមិនសមហេតុផលទេ - វាកាន់តែងាយស្រួលក្នុងការពិនិត្យមើលឆ្នាំ 2000 និងទទួលបានការប៉ាន់ស្មានត្រឹមត្រូវ។ ប៉ុន្តែប្រសិនបើចាំបាច់ ការបង្កើតគំរូមួយ យើងទទួលបានឱកាសដើម្បីសង្ខេបលទ្ធផលរបស់វាសម្រាប់ប្រជាជនទូទៅ។ ហើយសម្រាប់ហេតុផលដូចគ្នា ទំហំគំរូនឹងមិនខុសគ្នាសម្រាប់ប្រទេសធំ និងតូចទេ។

ភាពជាតំណាង និងភាពត្រឹមត្រូវ

ដើម្បីយល់ពីអត្ថន័យនៃគំនិតនៃ "តំណាង" សូមពិចារណាគំរូនៃមនុស្ស 15 នាក់។ ចម្លែក​ណាស់ បើ​អ្នក​បង្កើត​វា​ដោយ​ចៃដន្យ វា​ក៏​ជា​តំណាង​ដែរ។ លើសពីនេះទៅទៀតអ្នកអាចបង្កើតគំរូនៃឯកតាមួយ។ ស្រមៃមើលប្រអប់បាល់មួយដែលអ្នកគូរដោយចៃដន្យនូវបាល់មួយ។ ប្រសិនបើវាជាបាល់ដែលបានជ្រើសរើសដោយចៃដន្យ នោះវានឹងតំណាងឱ្យបាល់ទាំងអស់ដែលមាននៅក្នុងប្រអប់នេះផងដែរ។ គាត់នឹងគ្រាន់តែជាតំណាងពួកគេ។ មិនពិតប្រាកដ. ហេតុអ្វី? ដោយសារតែមានប្រូបាប៊ីលីតេខ្ពស់នៃការខុស។ លើកក្រោយយើងអាចគូរបាល់មួយទៀត ហើយទទួលបានគំនិតផ្សេងពីបាល់នៅក្នុងប្រអប់។ តំណាងឱ្យមិនត្រឹមត្រូវមានន័យថាមានជួរធំទូលាយនៃការប៉ាន់ស្មាន។

ដូចគ្នានេះដែរ មនុស្ស 15 នាក់តំណាងឱ្យប្រជាជនទូទៅណាមួយ ប៉ុន្តែពួកគេតំណាងឱ្យវាមិនត្រឹមត្រូវទេ ពីព្រោះកំហុស ចន្លោះពេលទំនុកចិត្តគឺធំណាស់។ យើងនឹងត្រូវបន្ថែម +/- 33% ដើម្បីទទួលបានឱកាស 95% ដែលយើងនឹងធ្លាក់ចូលទៅក្នុងចន្លោះពេល។ ប្រសិនបើយើងត្រៀមខ្លួនរួចជាស្រេចដើម្បីទទួលស្គាល់រឿងនេះ នោះយើងយកមនុស្ស 15 នាក់ រកមើលថា 7 នាក់ក្នុងចំនោមពួកគេគឺជាអ្នកគ្រប់គ្រងកណ្តាល ហើយបន្ទាប់មកយើងទទួលបានការប៉ាន់ប្រមាណថា 7/15 នៃចំនួនសរុប នោះគឺ 47% +/- 33% គឺ ចំណែកការប៉ាន់ប្រមាណរបស់អ្នកគ្រប់គ្រងនៅក្នុងប្រជាជនទូទៅ ហើយនេះគឺជាការសន្និដ្ឋានត្រឹមត្រូវទាំងស្រុង។ វាគ្រាន់តែគ្មានតម្លៃ។ នេះយើងអាចនិយាយដោយគ្មានការពិនិត្យ។ ដូច្នេះនៅពេលរៀបចំផែនការគំរូ វាសមហេតុផលដើម្បីសម្រេចបាននូវបរិមាណដែលនឹងសមស្របក្នុងន័យនៃប្រសិទ្ធភាពចំណាយ។

ទាំង​អស់​ខាង​លើ​នេះ​គឺ​មាន​គោល​បំណង​បង្ហាញ​គំនិត​សាមញ្ញ​មួយ​ដែល​ជា​ញឹក​ញាប់​មិន​បាន​សម្រេច៖ ទំហំគំរូមិនទាក់ទងនឹងតំណាងរបស់វាទេ។.

គំរូតូចមួយគឺមិនច្បាស់លាស់ ប៉ុន្តែវានៅតែអាចតំណាងបាន។ ទំហំគំរូដែលត្រូវបានប្រើសព្វថ្ងៃនេះនៅក្នុងការស្ទង់មតិដ៏ធំនៅក្នុងប្រទេសរុស្ស៊ីស្ទើរតែតែងតែមានភាពត្រឹមត្រូវខ្ពស់គួរសម។

ភាពតំណាងនៃគំរូត្រូវបានគំរាមកំហែងមិនមែនដោយទំហំរបស់វាទេ ប៉ុន្តែដោយការលំអៀង ពោលគឺការបង្វែរពីគោលការណ៍នៃភាពចៃដន្យ។

ការបំពានគោលការណ៍នៃភាពចៃដន្យ

ប្រសិនបើយើងចាប់ផ្តើមជ្រើសរើសឯកតាដោយមិនចៃដន្យ នោះគំរូនឹងក្លាយទៅជាមិនតំណាង។ ជាឧទាហរណ៍ ប្រសិនបើមានអ្វីមួយរារាំងយើងមិនឱ្យជ្រើសរើសពួកវាដោយចៃដន្យ។ ស្រមៃថាយើងចង់ជ្រើសរើសបាល់ពីប្រអប់របស់យើងដោយចៃដន្យ ប៉ុន្តែបន្ទាប់មកវាប្រែថាបាល់ខ្លះខាំ។ យន្តការ​ដែល​យើង​នឹង​យក​តែ​ចម្លាក់​ថ្មម៉ាប​ដែល​ប្រគល់​ឲ្យ​យើង​ប៉ុណ្ណោះ​គឺជា​យន្តការ​ដែល​រំលោភ​លើ​ភាព​ចៃដន្យ ដូច្នេះ​ហើយ​បាន​រំលោភ​លើ​ភាព​ជា​តំណាង។ ក្នុងករណីនេះ មិនថាយើងយកថ្មម៉ាបប៉ុន្មានពីប្រអប់ទេ (ទោះបីជាយើងយកថ្មម៉ាបទាំងអស់ដែលមិនខាំក៏ដោយ) យើងនឹងមានគំរូដែលមិនតំណាង ព្រោះយើងនឹងមិនគិតពីប្រភេទណាដែលខាំនោះទេ គ្រាន់តែរំលងគំរូរបស់យើង។

បញ្ហាដ៏ធំបំផុតជាមួយបាល់ខាំគឺថា ពួកវាអាចខុសពីបាល់ដែលចូលមកក្នុងដៃរបស់យើង ហើយខុសគ្នាត្រង់របៀបដែលយើងចាប់អារម្មណ៍។ ស្ថានភាពនេះត្រូវបានគេហៅថា ភាពលំអៀងគំរូ។

វាចាំបាច់ក្នុងការបែងចែកស្ថានភាពនៃការតំណាងមិនត្រឹមត្រូវដែលយើងបានពិពណ៌នាខាងលើពីស្ថានភាពនៃការមិនតំណាង។ ទាំងនេះគឺជាបញ្ហាផ្សេងគ្នា ហើយពួកគេមានដំណោះស្រាយខុសៗគ្នា។ អ្នកមិនអាចដោះស្រាយមួយក្នុងចំនោមពួកគេដោយការដោះស្រាយមួយផ្សេងទៀត។ ប្រសិនបើគំរូខ្វះតំណាង វាគ្មានប្រយោជន៍ទេក្នុងការបង្កើនវា។ ជាងនេះទៅទៀត គំរូធំៗនៅក្នុងការស្ទង់មតិសង្គមមានទំនោរទៅប្រមូលផ្តុំកំហុស ដូច្នេះបញ្ហានៃការតំណាងអាចកាន់តែធ្ងន់ធ្ងរឡើងដោយការកើនឡើងដ៏ធំនៃទំហំគំរូ។

ហេតុអ្វីបានជាតំណាងមិនអាច?

នៅក្នុងកំណត់ត្រានៃតារាងជាមួយនឹងលទ្ធផលនៃការស្ទង់មតិ ជារឿយៗគេអាចមើលឃើញថា "ទំហំគំរូគឺ 1600 នាក់ គំរូគឺតំណាងឱ្យភេទ និងអាយុ" ។ តាមអ្វីដែលបាននិយាយខាងលើ វាច្បាស់ណាស់ថាទាំងនេះគឺជាប៉ារ៉ាម៉ែត្រពីរផ្សេងគ្នា៖ ការបង្ហាញពីភាពជាតំណាងមិនទាក់ទងទៅនឹងទំហំគំរូទេ។ តាមពិត អ្វី​ដែល​មានន័យ​នៅទីនេះ​គឺថា នីតិវិធី​មួយចំនួន​ត្រូវ​បាន​អនុវត្ត​ដើម្បី​ធានា​ការឆ្លើយឆ្លង​រវាង​គំរូ និង​ប្រជាជន។ ជាឧទាហរណ៍ ដើម្បីធានាបាននូវភាពជាតំណាងតាមភេទ បុរស និងស្ត្រីត្រូវបានជ្រើសរើសទៅក្នុងគំរូក្នុងសមាមាត្រដូចគ្នាដែលមានក្នុងចំណោមជនជាតិរុស្ស៊ី យោងតាមទិន្នន័យជំរឿន។ ប៉ុន្តែ​ការ​តំណាង​ដោយ​ភេទ​មិន​មែន​មាន​ន័យ​ថា​តំណាង​ដោយ​ទស្សនៈ​នយោបាយ​ទេ។

ហេតុអ្វីបានជាចាំបាច់ត្រូវតម្រឹមគំរូតាមភេទ និងប្រភេទសង្គម-ប្រជាសាស្ត្រផ្សេងទៀត? ដោយសារតែមានតែគំរូចៃដន្យប៉ុណ្ណោះដែលអាចផ្តល់នូវតំណាងពិត ហើយវាមិនអាចទៅរួចទេក្នុងការអនុវត្តវាក្នុងការអនុវត្តដោយហេតុផលជាច្រើន។ នៅពេលដែលអ្នកព្យាយាមធ្វើវា អ្នកនឹងជួបបញ្ហាជាច្រើន មិនថាវិធីណាដែលអ្នកជ្រើសរើសប្រើនោះទេ។ អ្នកឆ្លើយតបខ្លះនឹងមិនមានសម្រាប់វិធីសាស្ត្ររបស់អ្នកទាល់តែសោះ (ឧទាហរណ៍ សម្រាប់ការសម្ភាសន៍ផ្ទាល់ខ្លួន ផ្ទះដែលមានអន្តរកម្ម និងសុវត្ថិភាពគឺជាបញ្ហាធំ) ផ្នែកមួយទៀតនឹងអវត្តមាន មិនឆ្លើយ ឬចូលចិត្តធ្វើអាជីវកម្មរបស់ពួកគេ។ មានមនុស្សដែលមានបញ្ហាភាសា ហើយមិនអាចនិយាយជាមួយយើង។ មាន​មនុស្ស​មិន​យល់​ថា​ហេតុ​អ្វី​បាន​ជា​ចាំបាច់ ហើយ​គេ​មិន​ចង់​និយាយ​ជាមួយ​យើង។ ទាំង​អស់​នេះ​គឺ​ជា​ការ​បំពាន​យ៉ាង​ធ្ងន់ធ្ងរ​នៃ​ភាព​ចៃដន្យ ដែល​ធ្វើ​ឱ្យ​ការ​សម្រេច​ចិត្ត​របស់​វា​មិន​អាច​ទៅ​រួច។

អ្នកដែលកាត់បន្ថយបញ្ហានៃការតំណាងនៅក្នុងការស្ទង់មតិដ៏ធំទៅនឹងស្ថិតិភ្លេចថាមនុស្សគឺជាថ្មម៉ាបជាក់លាក់ណាស់។ មានបាល់ដែលរត់និងលាក់។ មានបាល់ដែលខាំ។ ពួកគេ​មិន​មែន​ជា​វត្ថុ​អកម្ម​ទេ គឺ​ពួកគេ​វាយ​បក​វិញ​។ ពួកគេនិយាយថា "ខ្ញុំមិនចង់ចូលរួមក្នុងការស្ទង់មតិរបស់អ្នកទេ" ដោយបំពានដោយចៃដន្យ។ ដូច្នេះ ក្នុងន័យដ៏តឹងរឹងនៃពាក្យនេះ ភាពជាតំណាងក្នុងការស្ទង់មតិដ៏ធំ ពិតណាស់គឺមិនអាចទៅរួចទេក្នុងទម្រង់ណាមួយ។

យន្តការមួយត្រូវបានបង្កើតឡើង ដែលការលេចឡើងនៃភាពជាតំណាងត្រូវបានធានាជាធម្មតា៖ យើងតម្រឹមគំរូនៅក្នុងប្រភេទមួយចំនួន ហើយធ្វើពុតថាវាត្រូវបានតម្រឹមតាមប្រភេទដែលអាចធ្វើបានទាំងអស់ផងដែរ។ តាម​ពិត យើង​គ្មាន​ហេតុផល​ដើម្បី​អះអាង​ពី​រឿង​នេះ​ទេ។ ប៉ុន្តែបញ្ហាគឺថាមិនមានវិធីដើម្បីពិនិត្យមើលនេះ - ជាថ្មីម្តងទៀតដោយសារតែការពិតដែលថាគ្រាប់បាល់មួយចំនួនខាំ។ ដើម្បីពិនិត្យមើលភាពលំអៀង អ្នកប្រឡងត្រូវទៅរកអ្នកដែលយើងមិនបានសម្ភាសន៍ ហើយសម្ភាសពួកគេ។ ប៉ុន្តែ​ពួក​គេ​ដូច​ជា​យើង​ចាំ​មិន​ចង់​ចោទ​សួរ​ទាល់​តែ​សោះ។ វាមិនអាចទៅរួចទេក្នុងការសួរចម្លើយអ្នកដែលមិនឆ្លើយយ៉ាងជាក់លាក់។ ដូច្នេះហើយ មនុស្សគ្រប់រូបធ្វើការលើការសន្មត់ថា ប្រសិនបើយើងតម្រឹមគំរូលើប៉ារ៉ាម៉ែត្រពីរ ឬបី វាតំណាងឱ្យប្រជាជនទាំងមូល ទោះបីជាមិនមានមូលដ្ឋានធ្ងន់ធ្ងរសម្រាប់ការសន្មត់នេះក៏ដោយ។

គំរូតំណាងគឺជាបច្ចេកវិទ្យាមួយដែលត្រូវបានខ្ចីដោយអ្នកសង្គមវិទូពីស្ថិតិ។ ដូច្នេះ វាជៀសមិនផុតពីធាតុនៃរូបភាពគណិតវិទ្យា និងស្ថិតិនៃពិភពលោក។ ប្រហែលជាការសន្មត់ខ្លាំងបំផុតនោះគឺថាការស្ទង់មតិគំរូខ្លួនឯងមានលក្ខណៈនយោបាយ និងអព្យាក្រិត្យសង្គមវិទ្យា៖ ការចូលរួម និងការមិនចូលរួមក្នុងការស្ទង់មតិមិនមានអត្ថន័យនយោបាយ និងមិនទាក់ទងទៅនឹងប៉ារ៉ាម៉ែត្រសំខាន់សង្គមវិទ្យាផ្សេងទៀត។ ប៉ុន្តែសព្វថ្ងៃនេះ ការស្ទង់មតិបានក្លាយជាស្ថាប័ននយោបាយដ៏សំខាន់មួយ ហើយបានក្លាយជាអន្តរការីដ៏សំខាន់រវាងសាជីវកម្មធំៗ និងអ្នកប្រើប្រាស់។ ក្នុង​លក្ខខណ្ឌ​ទាំងនេះ វា​មិន​អាច​ជឿ​លើ​ភាព​ក្រៀវ​ខាង​នយោបាយ​របស់​ពួកគេ​បាន​ទៀត​ទេ។ ទោះជាយ៉ាងណាក៏ដោយ យើងនៅតែដឹងតិចតួចអំពីរបៀបដែលការស្ទង់មតិត្រូវបានយល់នៅក្នុងសង្គមសហសម័យ និងអ្វីដែលពួកគេតំណាងឱ្យពិតប្រាកដ។

សមាសធាតុសំខាន់មួយនៃការសិក្សាដែលបានរចនាយ៉ាងល្អគឺនិយមន័យនៃគំរូ និងអ្វីដែលជាគំរូតំណាង។ វាដូចជាឧទាហរណ៍នំខេក។ យ៉ាងណាមិញវាមិនចាំបាច់ក្នុងការញ៉ាំបង្អែមទាំងមូលដើម្បីយល់ពីរសជាតិរបស់វាទេ? ផ្នែកតូចមួយគឺគ្រប់គ្រាន់។

ដូច្នេះនំខេក ចំនួនប្រជាជន (នោះគឺអ្នកឆ្លើយទាំងអស់ដែលមានលក្ខណៈសម្បត្តិគ្រប់គ្រាន់សម្រាប់ការស្ទង់មតិ)។ វាអាចត្រូវបានបង្ហាញពីទឹកដីឧទាហរណ៍មានតែអ្នកស្រុកនៃតំបន់ម៉ូស្គូប៉ុណ្ណោះ។ ភេទ - ស្ត្រីតែប៉ុណ្ណោះ។ ឬមានការរឹតបន្តឹងអាយុ - ជនជាតិរុស្ស៊ីមានអាយុលើសពី 65 ឆ្នាំ។

វាពិបាកក្នុងការគណនាចំនួនប្រជាជន៖ អ្នកត្រូវមានទិន្នន័យពីជំរឿនប្រជាជន ឬការស្ទង់មតិវាយតម្លៃបឋម។ ដូច្នេះជាធម្មតាចំនួនប្រជាជនទូទៅត្រូវបាន "ប៉ាន់ស្មាន" ហើយពីចំនួនលទ្ធផលដែលពួកគេគណនា ស៊ុមគំរូឬ គំរូ.

តើអ្វីជាគំរូតំណាង?

គំរូគឺជាចំនួនអ្នកឆ្លើយតបដែលបានកំណត់យ៉ាងល្អ។ រចនាសម្ព័ន្ធរបស់វាគួរតែស្របគ្នាតាមដែលអាចធ្វើទៅបានជាមួយនឹងរចនាសម្ព័ន្ធនៃប្រជាជនទូទៅទាក់ទងនឹងលក្ខណៈសំខាន់នៃការជ្រើសរើស។

ឧទាហរណ៍ ប្រសិនបើអ្នកឆ្លើយសំណួរដែលមានសក្តានុពល គឺជាប្រជាជនទាំងមូលនៃប្រទេសរុស្ស៊ី ដែល 54% ជាស្ត្រី និង 46% ជាបុរស នោះគំរូគួរតែមានភាគរយដូចគ្នាយ៉ាងពិតប្រាកដ។ ប្រសិនបើប៉ារ៉ាម៉ែត្រត្រូវគ្នា នោះគំរូអាចត្រូវបានគេហៅថាតំណាង។ នេះមានន័យថា ភាពមិនត្រឹមត្រូវ និងកំហុសក្នុងការសិក្សាត្រូវបានបង្រួមអប្បបរមា។

ទំហំគំរូត្រូវបានកំណត់ដោយគិតគូរពីតម្រូវការនៃភាពត្រឹមត្រូវ និងសេដ្ឋកិច្ច។ តម្រូវការទាំងនេះគឺសមាមាត្របញ្ច្រាសគ្នាទៅវិញទៅមក៖ ទំហំគំរូកាន់តែធំ លទ្ធផលកាន់តែត្រឹមត្រូវ។ លើសពីនេះទៅទៀត ភាពត្រឹមត្រូវកាន់តែខ្ពស់ ការចំណាយកាន់តែច្រើនដែលត្រូវគ្នាគឺត្រូវបានទាមទារសម្រាប់ការសិក្សា។ ហើយផ្ទុយទៅវិញ គំរូកាន់តែតូច តម្លៃរបស់វាកាន់តែតិច លក្ខណៈសម្បត្តិរបស់ប្រជាជនទូទៅត្រូវបានបង្កើតឡើងវិញយ៉ាងត្រឹមត្រូវ និងចៃដន្យកាន់តែច្រើន។

ដូច្នេះដើម្បីគណនាចំនួនជម្រើស សង្គមវិទូបានបង្កើតរូបមន្តមួយ ហើយបង្កើត ម៉ាស៊ីនគិតលេខពិសេស:

ប្រូបាប៊ីលីតេនៃទំនុកចិត្តនិង កំហុសទំនុកចិត្ត

តើលក្ខខណ្ឌ " កម្រិតទំនុកចិត្ត"និង" កំហុសទំនុកចិត្ត"? កម្រិតទំនុកចិត្តគឺជារង្វាស់នៃភាពត្រឹមត្រូវនៃការវាស់វែង។ កំហុសទំនុកចិត្តគឺជាកំហុសដែលអាចកើតមាននៅក្នុងលទ្ធផលនៃការសិក្សា។ ឧទាហរណ៍ ជាមួយនឹងប្រជាជនទូទៅជាង 500,00 នាក់ (ឧទាហរណ៍ រស់នៅក្នុង Novokuznetsk) គំរូនឹងមាន 384 នាក់ដែលមានកម្រិតទំនុកចិត្ត 95% និងកំហុស 5% ឬ 5% (ជាមួយនឹងចន្លោះពេលទំនុកចិត្ត 95 ± 5%) ។

តើមានអ្វីបន្តពីនេះ? នៅពេលធ្វើការសិក្សាចំនួន 100 ជាមួយនឹងគំរូបែបនេះ (384 នាក់) ក្នុង 95 ភាគរយនៃករណី ចម្លើយដែលទទួលបាន យោងទៅតាមច្បាប់នៃស្ថិតិនឹងស្ថិតនៅក្នុង± 5% នៃចំនួនដើម។ ហើយយើងនឹងទទួលបានគំរូតំណាងដែលមានប្រូបាប៊ីលីតេអប្បបរមានៃកំហុសស្ថិតិ។

បន្ទាប់​ពី​ការ​គណនា​ទំហំ​គំរូ​ត្រូវ​បាន​ធ្វើ​រួច អ្នក​អាច​មើល​ឃើញ​ថា​តើ​មាន​អ្នក​ឆ្លើយ​គ្រប់គ្រាន់​ក្នុង​កំណែ​សាកល្បង​នៃ​កម្រង​សំណួរ​ឬ​អត់។ អ្នកអាចស្វែងយល់បន្ថែមអំពីរបៀបធ្វើការស្ទង់មតិជាក្រុម។