আমরা ডেটা দ্বারা বেষ্টিত, যা প্রতিদিন আরও বেশি গুরুত্বপূর্ণ হয়ে উঠছে। আমাদের ইন্টারনেটের ব্যবহার, অটোমোবাইল কেনাকাটা, আমরা যে নিউজ ফিডগুলি দেখি এবং অন্যান্য অনেক কিছু সহ পরিবেশের সাথে আমাদের মিথস্ক্রিয়াগুলি বিভিন্ন ধরণের ডেটা দ্বারা তৈরি হচ্ছে৷
আমরা এই পোস্টে পরিমাণগত ডেটা সংজ্ঞায়িত করব, পরিমাণগত ডেটার উদাহরণ দেব, কীভাবে গুণগত এবং পরিমাণগত ডেটা পরিবর্তিত হয় তা নিয়ে আলোচনা করব এবং আরও অনেক কিছু।
তবে আসুন প্রথমে একটি পদক্ষেপ পিছিয়ে নেওয়া যাক।
প্রতিদিন, 2.5 কুইন্টিলিয়ন বাইট ডেটা—পরীক্ষার ফলাফল, গ্রাহক সন্তুষ্টির স্কোর, এবং টুইটগুলি—উত্পাদিত হয়৷ কিন্তু ডেটার প্রতিটি অংশ সমানভাবে তৈরি হয় না।
একটি পোল আপনাকে 1 থেকে 10 স্কেলে পরিষেবা, মেনু, পরিবেশ এবং মূল্য নির্ধারণের জন্য জিজ্ঞাসা করে আপনার ডাইনিং অভিজ্ঞতা বর্ণনা করার জন্য একটি সাক্ষাত্কারের চেয়ে আলাদা ডেটা তৈরি করে৷
বিভিন্ন ধরনের ডেটার মধ্যে পার্থক্য করতে এবং প্রতিটি কীভাবে আপনার অধ্যয়নকে প্রভাবিত করতে পারে তা বোঝার জন্য যারা প্রায়শই ডেটা সেট নিয়ে কাজ করেন বিশ্লেষকদের জন্য এটি অত্যন্ত গুরুত্বপূর্ণ।
ডেটা অনুসন্ধানের প্রক্রিয়াটি প্রায়শই একটি নির্দিষ্ট প্রশ্ন দিয়ে শুরু হয় যার উত্তর আপনি দেওয়ার চেষ্টা করছেন, যেমন:
- ভোক্তা আচরণে জনসংখ্যার কী প্রভাব রয়েছে?
- একটি নির্দিষ্ট শ্রোতা কি একটি পণ্য বা পরিষেবাতে একটি পরিবর্তনের জন্য অনুকূলভাবে প্রতিক্রিয়া জানাবে?
- কর্মদক্ষতা বাড়াতে কর্মক্ষম প্রতিবন্ধকতা কিভাবে দূর করা যায়?
বিষয়ের প্রকৃতি, আপনার বাজেট, সময় এবং অ্যাক্সেসযোগ্য সংস্থানগুলির উপর নির্ভর করে আপনাকে পরিমাণগত ডেটা সংগ্রহ এবং মূল্যায়ন করতে হবে। আমি মনে করি আপনি বুঝতে পেরেছেন, তাই না?
এখন শুরু করা যাক.
পরিমাণগত তথ্য কি?
পরিমাণগতভাবে চিহ্নিত এবং মূল্যায়ন করা যেতে পারে এমন ডেটার যে কোনও সংগ্রহকে পরিমাণগত ডেটা হিসাবে বিবেচনা করা হয়।
বস্তুনিষ্ঠভাবে পরিমাপ করা যায় এমন একমাত্র তথ্য হল পরিমাণগত ডেটা, এটিকে সবচেয়ে প্রাসঙ্গিক করে তোলে ডেটা টাইপ গণিত এবং পরিসংখ্যান উভয় ক্ষেত্রেই ব্যবহারের জন্য।
এটিকে ডেটার মান হিসাবে উল্লেখ করা হয় যখন এটিকে গণনা বা সংখ্যা হিসাবে প্রকাশ করা হয়, প্রতিটি ডেটা সেটের একটি নির্দিষ্ট সংখ্যাসূচক মান থাকে।
যে কোনো পরিমাপযোগ্য তথ্য যা পরিসংখ্যানগত গণনা এবং গাণিতিকের উপর ভিত্তি করে গণনায় ব্যবহার করা যেতে পারে তাকে এই ধরণের ডেটা হিসাবে বিবেচনা করা হয় কারণ এটি বাস্তব জগতে রায় সমর্থন করতে ব্যবহার করা যেতে পারে।
কতগুলি, কত ঘন ঘন, এবং কতগুলি প্রশ্নের কিছু উদাহরণ এটি উত্তর দিতে পারে। গাণিতিক পদ্ধতিগুলি সহজেই এই ডেটা যাচাই এবং মূল্যায়ন করতে ব্যবহার করা যেতে পারে।
সময়, উচ্চতা, ওজন, মূল্য, খরচ, মুনাফা, তাপমাত্রা এবং দূরত্বের মতো পরিমাণগত ডেটা যা একজন ডেটা বিশ্লেষক সাধারণত কাজ করে।
এটি একটি শতাংশ, একটি সংখ্যা, একটি পৃষ্ঠা লোড সময়, বা পণ্য ব্যবস্থাপনা, ব্যবহারকারীর অভিজ্ঞতা ডিজাইন, বা সফ্টওয়্যার ইঞ্জিনিয়ারিংয়ের ক্ষেত্রে অন্যান্য মেট্রিক্স হিসাবে প্রকাশ করা যেতে পারে।
কতজন লোক একটি নির্দিষ্ট আইটেম ক্রয় করেছে তা ক্রয়ের প্রসঙ্গে পরিমাণগত ডেটার একটি উদাহরণ। গাড়ির গুণগত ডেটাতে এটির অশ্বশক্তির পরিমাণ অন্তর্ভুক্ত থাকতে পারে।
পরিমাণগত উপাত্ত কত প্রকার?
যে ডেটা পরিমাপ করা যেতে পারে তাকে পরিমাণগত ডেটা হিসাবে উল্লেখ করা হয়, তবে, সেই ডেটা কীভাবে পরিমাপ করা হয় তা হাতে থাকা ডেটা সংগ্রহের ধরণের উপর নির্ভর করে। পরিমাণগত তথ্য দুটি মৌলিক গ্রুপে বিভক্ত করা যেতে পারে: বিচ্ছিন্ন এবং অবিচ্ছিন্ন। দুটির মধ্যে প্রধান বৈচিত্রগুলি নিম্নরূপ:
বিচ্ছিন্ন ডেটা
পরিমাণগত তথ্য যা বিচ্ছিন্ন হয় শুধুমাত্র সাংখ্যিক মানগুলির একটি নির্দিষ্ট পরিসর থাকতে পারে। এই মানগুলি স্থির থাকায় পচন করা যাবে না।
যখনই কিছু গণনা করা হয়, বিচ্ছিন্ন তথ্য প্রাপ্ত হয়। একজন ব্যক্তির তিনটি সন্তান, উদাহরণস্বরূপ, বিচ্ছিন্ন ডেটার উদাহরণ হবে।
শিশুদের সংখ্যা নির্ধারণ করা হয়; তারা, উদাহরণস্বরূপ, 3.2 সন্তান থাকতে পারে না।
আপনার ওয়েবসাইটে দর্শকের সংখ্যা বিচ্ছিন্ন সাংখ্যিক ডেটার আরেকটি উদাহরণ; আপনি একদিনে 150টি ভিজিট পেতে পারেন, কিন্তু 150.6 নয়৷ বিচ্ছিন্ন ডেটা প্রদর্শনের জন্য ব্যবহৃত সবচেয়ে সাধারণ চার্টগুলি হল পাই চার্ট, বার চার্ট এবং ট্যালি চার্ট।
ক্রমাগত ডেটা
বিপরীতভাবে, ক্রমাগত ডেটা অনির্দিষ্টভাবে ছোট ছোট উপাদানগুলিতে বিভক্ত করা যেতে পারে। সেন্টিমিটারে স্ট্রিংয়ের একটি অংশের দৈর্ঘ্য বা ডিগ্রি সেলসিয়াসে তাপমাত্রা এই ধরণের পরিমাণগত ডেটার দুটি উদাহরণ যা একটি পরিমাপ স্কেলে দেখানো যেতে পারে।
মোটকথা, ক্রমাগত ডেটা স্থির মানগুলিতে সীমাবদ্ধ নয়; এটা কোন মান নিতে পারে. ক্রমাগত ডেটা সময়ের সাথে সাথে পরিবর্তিত হতে পারে; উদাহরণস্বরূপ, দিনের বেলা ঘরের তাপমাত্রা পরিবর্তিত হবে।
একটি লাইন গ্রাফ সাধারণত ক্রমাগত ডেটা চিত্রিত করতে ব্যবহৃত হয়।
পরিমাণগত ডেটা বনাম গুণগত ডেটা
আমরা দেখতে পাচ্ছি যে পরিমাণগত ডেটা পরিমাপ করা যায়। এটি পরিমাণ, মান এবং সংখ্যা নিয়ে কাজ করে। এই ধরনের তথ্য সংখ্যাগতভাবে বলা যেতে পারে (অর্থাৎ, পরিমাণ, সময়কাল, দৈর্ঘ্য, মূল্য, বা আকার)।
পরিমাণগত ডেটার প্রচুর বিশ্বাসযোগ্যতা রয়েছে এবং এটি নিরপেক্ষ এবং নির্ভরযোগ্য হিসাবে দেখা হয় কারণ এটি পরিসংখ্যানের মাধ্যমে উত্পাদিত হয়। যাইহোক, এখনও আরেকটি গুরুত্বপূর্ণ ধরনের তথ্য আছে। বিশেষ করে, গুণগত তথ্য।
এই তথ্য প্রাথমিকভাবে বর্ণনামূলক প্রকৃতির. বেশিরভাগ ক্ষেত্রে, এটি সরাসরি পরিমাপ করা যায় না তবে পর্যবেক্ষণের মাধ্যমে শেখা যায়। গুণগত ডেটাতে উপস্থিতি, রঙ, টেক্সচার এবং অন্যান্য বৈশিষ্ট্য বর্ণনা করতে বিশেষণ এবং অন্যান্য বর্ণনামূলক পদ ব্যবহার করা হয়।
উদাহরণস্বরূপ, আপনি যুক্তি দিতে পারেন যে একটি ঘর অন্যটির চেয়ে উজ্জ্বল।
সেই তথ্য গুণগত। সত্যিই রুমের উজ্জ্বলতা পরিমাপ করতে এবং এটিকে একটি সংখ্যাসূচক সংখ্যা নির্ধারণ করতে, আপনি বৈজ্ঞানিক সরঞ্জাম এবং যন্ত্রপাতি (যেমন একটি আলো মিটার) ব্যবহার করতে পারেন। আপনি এটি করে পরিমাপযোগ্য ডেটা পাবেন।
পরিমাণগত তথ্য সংগ্রহের 5টি সেরা পদ্ধতি
1. সম্ভাবনার নমুনা
একটি সুনির্দিষ্ট নমুনা কৌশল যা কিছু ধরণের এলোমেলো নির্বাচন ব্যবহার করে এবং উদ্দিষ্ট দর্শকদের কাছ থেকে এলোমেলোভাবে সংগ্রহ করা তথ্যের উপর ভিত্তি করে গবেষকদের একটি সম্ভাব্যতা দাবি করতে সক্ষম করে।
সম্ভাব্যতা স্যাম্পলিং গবেষকদের এমন ব্যক্তিদের কাছ থেকে তথ্য সংগ্রহ করার সুযোগ দেয় যারা তারা তদন্ত করতে আগ্রহী এমন গোষ্ঠীর সাধারণ, যা এর সেরা বৈশিষ্ট্যগুলির মধ্যে একটি।
অতিরিক্তভাবে, নির্বাচিত নমুনা থেকে ডেটা এলোমেলোভাবে আঁকা হয়েছিল, যা নমুনা পক্ষপাতের সুযোগ দূর করে।
সম্ভাব্যতার নমুনার জন্য, তিনটি প্রধান বিভাগ আছে।
- সরল এলোমেলো নমুনা: নমুনায় প্রতিনিধিত্ব করার জন্য উদ্দিষ্ট জনসংখ্যা আরও ঘন ঘন নির্বাচন করা হয়।
- পদ্ধতিগত এলোমেলো নমুনা: পছন্দসই জনসংখ্যার যে কোনও সদস্যকে নমুনায় প্রতিনিধিত্ব করা হবে, তবে শুধুমাত্র প্রথম ইউনিটটি এলোমেলোভাবে বেছে নেওয়া হয়েছে; অন্যান্য ইউনিটগুলি এমনভাবে বেছে নেওয়া হয়েছে যেন তালিকায় থাকা দশজনের মধ্যে একজন।
- স্তরীভূত র্যান্ডম স্যাম্পলিং: একটি নমুনা তৈরি করার সময়, উদ্দেশ্য দর্শকদের একটি নির্দিষ্ট উপসেট থেকে প্রতিটি ইউনিট বেছে নেওয়ার অনুমতি দেয়। এটি সহায়ক যখন গবেষকরা নমুনায় একটি নির্দিষ্ট গোষ্ঠীর লোকেদের অন্তর্ভুক্ত করার বিষয়ে পছন্দ করেন, যেমন শুধুমাত্র পরিচালক বা নির্বাহী, একটি প্রদত্ত শিল্পে কর্মরত ব্যক্তিরা, বা পুরুষ বা মহিলা৷
2। সাক্ষাতকার
সাধারণত তথ্য সংগ্রহের প্রক্রিয়ার অংশ হিসেবে লোকেদের সাক্ষাৎকার নেওয়া হয়। যাইহোক, পরিমাণগত তথ্য সংগ্রহের জন্য যে সাক্ষাত্কারগুলি করা হয় তা আরও সংগঠিত হয়, গবেষকরা কেবলমাত্র নির্ধারিত প্রশ্ন জিজ্ঞাসা করে এবং অন্য কিছু নয়।
তথ্য সংগ্রহ করতে ব্যবহৃত সাক্ষাত্কারের তিনটি প্রধান বিভাগ রয়েছে।
- টেলিফোন ইন্টারভিউ: টেলিফোন ইন্টারভিউ বহু বছর ধরে ডেটা সংগ্রহের কৌশলগুলির চার্টে প্রাধান্য পেয়েছে। কিন্তু ইন্টারনেট, স্কাইপ বা অন্যান্য অনলাইন ব্যবহার করা ভিডিও কনফারেন্সিং সাম্প্রতিক বছরগুলিতে ভিডিও সাক্ষাত্কার পরিচালনার পরিষেবাগুলি উল্লেখযোগ্যভাবে বৃদ্ধি পেয়েছে।
- ব্যক্তিগত সাক্ষাত্কার: সরাসরি অংশগ্রহণকারীদের তথ্য সংগ্রহ তথ্য সংগ্রহের একটি চেষ্টা করা এবং সত্য পদ্ধতি। এটি উচ্চ-মানের ডেটা সংগ্রহে সহায়তা করে কারণ এটি গভীরভাবে অনুসন্ধান এবং ব্যাপক এবং শিক্ষামূলক তথ্য পেতে অতিরিক্ত অনুসন্ধানের জন্য জায়গা দেয়। অংশগ্রহণকারীর সাক্ষরতার স্তরটি গুরুত্বপূর্ণ নয় কারণ মুখোমুখি (F2F) সমীক্ষাগুলি অ-মৌখিক ডেটা পর্যবেক্ষণ এবং সংগ্রহ করার বা জটিল এবং অমীমাংসিত বিষয়গুলি তদন্ত করার জন্য অনেক সম্ভাবনা প্রদান করে। যদিও এটি একটি ব্যয়বহুল এবং সময়সাপেক্ষ পদ্ধতি হতে পারে, তবে মুখোমুখি সাক্ষাত্কারে প্রায়শই প্রতিক্রিয়ার হার বেশি থাকে।
- কম্পিউটার-অ্যাসিস্টেড পার্সোনাল ইন্টারভিউ (CAPI): এটি একটি সেটিং ছাড়া আর কিছুই নয় যা মুখোমুখি সাক্ষাৎকারের সাথে তুলনা করা যায় যেখানে ইন্টারভিউয়ের সময় সংগৃহীত ডেটা সরাসরি ডাটাবেসে আপলোড করার জন্য ইন্টারভিউয়ারের সাথে একটি ডেস্কটপ বা ল্যাপটপ থাকে। ইন্টারভিউয়ারকে এক টন কাগজপত্র এবং প্রশ্নপত্র বহন করতে না পারার কারণে, CAPI ডেটা আপডেট এবং বিশ্লেষণ করার জন্য প্রয়োজনীয় সময়কে উল্লেখযোগ্যভাবে হ্রাস করে।
3. পর্যবেক্ষণ
নামটি বোঝায়, এটি পরিমাণগত তথ্য সংগ্রহের জন্য একটি বরং সহজ এবং জটিল কৌশল।
এই পদ্ধতিতে, গবেষকরা পদ্ধতিগত পর্যবেক্ষণের মাধ্যমে পরিমাণগত তথ্য সংগ্রহ করেন যেমন একটি নির্দিষ্ট সময়ে একটি নির্দিষ্ট ইভেন্টে উপস্থিত ব্যক্তির সংখ্যা এবং একটি নির্দিষ্ট স্থানে বা একটি নির্দিষ্ট স্থানে ইভেন্টে উপস্থিত ব্যক্তিদের সংখ্যা গণনা।
গবেষকরা প্রায়শই পরিমাণগত ডেটা অর্জনের জন্য একটি প্রাকৃতিক পর্যবেক্ষণ কৌশল ব্যবহার করেন, যা শুধুমাত্র "কি" এবং "কেন" এবং "কিভাবে" সম্পর্কে নয় এমন তথ্য পাওয়ার জন্য চমৎকার পর্যবেক্ষণ ক্ষমতা এবং ইন্দ্রিয়গুলির জন্য আহ্বান জানায়।
গুণগত এবং পরিমাণগত উভয় ডেটার সংগ্রহ প্রাকৃতিক পর্যবেক্ষণের মাধ্যমে করা হয়। যদিও স্ট্রাকচার্ড পর্যবেক্ষন বেশিরভাগ ক্ষেত্রে গুণগত তথ্যের পরিবর্তে পরিমাণগত তথ্য সংগ্রহের জন্য নিযুক্ত করা হয়।
- স্ট্রাকচার্ড পর্যবেক্ষণ: প্রকৃতিবাদী বা অংশগ্রহণকারী পর্যবেক্ষণের বিপরীতে, পর্যবেক্ষণ পদ্ধতির এই ফর্মটির জন্য গবেষককে আরও ব্যাপক বা নিয়ন্ত্রিত প্রসঙ্গে এক বা একাধিক নির্দিষ্ট আচরণের পুঙ্খানুপুঙ্খ পর্যবেক্ষণ পরিচালনা করতে হবে। একটি কাঠামোগত পর্যবেক্ষণে, গবেষকরা সবকিছু দেখার পরিবর্তে আগ্রহের কয়েকটি মূল আচরণের প্রতি তাদের মনোযোগ সংকুচিত করে। তারা যে আচরণগুলি দেখছে তা সংখ্যায় রাখতে এটি তাদের সক্ষম করে। এটি কখনও কখনও "কোডিং" হিসাবে উল্লেখ করা হয় যখন পর্যবেক্ষণগুলি পর্যবেক্ষকদের একটি রায় দেওয়ার জন্য আহ্বান করে। এটি করার জন্য, লক্ষ্য আচরণের একটি সেট সুনির্দিষ্টভাবে সংজ্ঞায়িত করা আবশ্যক।
4. সমীক্ষা
পরিমাণগত এবং গুণগত উভয় গবেষণার জন্য অনলাইনে ডেটা সংগ্রহের জন্য জরিপ সফ্টওয়্যার দিয়ে করা অনলাইন জরিপগুলি অপরিহার্য। সমীক্ষাগুলি এমনভাবে তৈরি করা হয়েছে যা প্রতিক্রিয়াকারীদের ক্রিয়া এবং আস্থা যাচাই করে৷
বেশিরভাগ পরিমাণগত সমীক্ষায় প্রায়শই চেকলিস্ট এবং রেটিং স্কেল আইটেম অন্তর্ভুক্ত থাকে কারণ তারা উত্তরদাতাদের মনোভাব এবং আচরণকে পরিমাপ করা সহজ করে তোলে।
পরিমাণগত বাজার গবেষণার জন্য অনলাইনে তথ্য সংগ্রহ করতে দুটি গুরুত্বপূর্ণ জরিপ শৈলী ব্যবহার করা হয়।
- ওয়েব-ভিত্তিক: ইন্টারনেট-ভিত্তিক বা অনলাইন গবেষণার জন্য, এটি সবচেয়ে জনপ্রিয় এবং নির্ভরযোগ্য কৌশলগুলির মধ্যে একটি। একটি ওয়েব-ভিত্তিক সমীক্ষায় সাড়া দেওয়ার সময়, উত্তরদাতা সমীক্ষার একটি লিঙ্ক সহ একটি ইমেল পাবেন, যেটিতে ক্লিক করা হলে তারা একটি নিরাপদ অনলাইন জরিপ প্ল্যাটফর্মে নিয়ে যাবে যেখানে তারা সমীক্ষাটি সম্পূর্ণ করতে পারবে। গবেষকরা ওয়েব-ভিত্তিক সমীক্ষার পক্ষে কারণ তারা বেশি সময় এবং অর্থ সাশ্রয়ী, দ্রুততর এবং একটি বৃহত্তর দর্শক রয়েছে। একটি ডেস্কটপ, ল্যাপটপ, ট্যাবলেট, বা মোবাইল ডিভাইস ব্যবহার করে, উত্তরদাতারা তাদের জন্য সুবিধাজনক হলে সমীক্ষাটি সম্পূর্ণ করতে বিনামূল্যে এবং এটি একটি ওয়েব-ভিত্তিক প্রশ্নাবলীর প্রধান সুবিধা।
- মেল-ভিত্তিক: সমীক্ষাটি মেইলের মাধ্যমে নমুনা জনসংখ্যার একটি বড় অংশে পাঠানো হয়, যা গবেষককে বিভিন্ন শ্রোতাদের কাছে পৌঁছানোর অনুমতি দেয়। পোস্টাল প্রশ্নাবলী সাধারণত একটি কভার পৃষ্ঠা সহ একটি প্যাকেটে আসে যা শ্রোতাদের জানায় যে অধ্যয়নের বাছাই করা হচ্ছে এবং কেন, সেইসাথে প্রি-পেইড রিটার্ন, অনলাইনে ডেটা সংগ্রহ করার জন্য। সমীক্ষা শেষ করার জন্য উদ্দীপনা এবং অনুস্মারক সহ অন্যান্য পরিমাণগত ডেটা সংগ্রহের কৌশলগুলির তুলনায় মেইলের মন্থনের হার বেশি থাকলেও তা মন্থন হারকে উল্লেখযোগ্যভাবে কমাতে সহায়তা করে।
5. ডকুমেন্টেশন পর্যালোচনা
বর্তমান কাগজপত্র বিশ্লেষণ করার পর, ডকুমেন্ট পর্যালোচনা হল ডেটা সংগ্রহের জন্য ব্যবহৃত একটি কৌশল। যেহেতু নথিগুলি নিয়ন্ত্রনযোগ্য এবং অতীত থেকে সঠিক তথ্য পাওয়ার জন্য ব্যবহারিক সম্পদ, এটি ডেটা সংগ্রহের একটি দক্ষ এবং সফল পদ্ধতি।
নথি পর্যালোচনা পরিপূরক গবেষণা তথ্য অফার করে অধ্যয়নকে শক্তিশালীকরণ এবং সমর্থন করার পাশাপাশি পরিমাণগত গবেষণা তথ্য সংগ্রহের জন্য একটি দরকারী কৌশল হয়ে উঠেছে।
পরিপূরক পরিমাণগত গবেষণা তথ্য সংগ্রহের উদ্দেশ্যে, তিনটি প্রধান নথি বিভাগ পরীক্ষা করা হচ্ছে।
- পাবলিক নথি: এই নথি পর্যালোচনার অংশ হিসাবে অতিরিক্ত তদন্তের জন্য একটি সংস্থার অফিসিয়াল, অব্যাহত রেকর্ডগুলি পরীক্ষা করা হয়। উদাহরণস্বরূপ, বার্ষিক প্রতিবেদন, নীতি নির্দেশিকা, ছাত্র ইভেন্ট, বিশ্ববিদ্যালয়ের খেলা কার্যক্রম, ইত্যাদি।
- ব্যক্তিগত রেকর্ড: এই ধরনের নথি বিশ্লেষণে পাবলিক রেকর্ডের বিপরীতে মানুষের আচরণ, আচরণ, স্বাস্থ্য, শরীর ইত্যাদির ব্যক্তিগত প্রতিবেদন পরীক্ষা করা হয়। উদাহরণস্বরূপ, ছাত্রদের আকার এবং ওজন, স্কুলে যেতে ছাত্রদের ভ্রমণের সময় ইত্যাদি।
- দৈহিক প্রমাণ: শারীরিক প্রমাণ বা রেকর্ডগুলি অর্থ এবং মাপযোগ্য বৃদ্ধির পরিপ্রেক্ষিতে একজন ব্যক্তির বা একটি সংস্থার অতীত সাফল্যের সাথে কথা বলে।
পরিমাণগত উদাহরণ
এটি কী বোঝায় তা সম্পূর্ণরূপে উপলব্ধি করতে আপনাকে সাহায্য করার জন্য এখানে পরিমাণগত ডেটার কয়েকটি উদাহরণ রয়েছে:
- নতুন মোবাইল অ্যাপ্লিকেশনটি 83 জন ব্যক্তি ডাউনলোড করেছেন।
- গত বছর, আমার খালা 18 পাউন্ড কমিয়েছে।
- আইটেম X এর মূল্য হল $1,000৷
- অনুষ্ঠানে 500 জন অংশগ্রহণকারী উপস্থিত ছিলেন।
- এই বছর, তার দশটি ছুটি রয়েছে।
- এক চতুর্থাংশে, আমি আমার ফোন ছয়বার আপগ্রেড করেছি।
- গত বছর, আমার যুবক 3 ইঞ্চি বেড়েছে।
- একটি নতুন পণ্য যোগ করার ফলে রাজস্ব 30% বৃদ্ধি পাবে।
- 54% আমেরিকান বলেছেন যে তারা মলের চেয়ে অনলাইনে কিনবেন।
- 150 জন উত্তরদাতা বলেছেন যে তারা মনে করেন না যে নতুন পণ্য বৈশিষ্ট্যটি হিট হবে।
উপকারিতা
- গভীরভাবে অধ্যয়ন পরিচালনা করুন: এটি খুব সম্ভব যে গবেষণাটি পুঙ্খানুপুঙ্খ হবে, যেহেতু পরিমাণগত ডেটা পরিসংখ্যানগতভাবে পরীক্ষা করা যেতে পারে।
- ন্যূনতম পক্ষপাত: এমন কিছু সময় আছে যখন ব্যক্তিগত পক্ষপাত গবেষণায় অবদান রাখে এবং ভুল ফলাফলের কারণ হয়। পরিমাণগত তথ্যের সংখ্যাগত দিক দ্বারা ব্যক্তিগত পক্ষপাত অনেক কমে গেছে।
- নির্ভুল ফলাফল: যেহেতু ফলাফলগুলি বস্তুনিষ্ঠ প্রকৃতির ছিল, সেগুলি বেশ নির্ভুল ছিল।
অসুবিধা সমূহ
- সীমাবদ্ধ তথ্য: যেহেতু পরিমাণগত তথ্য বর্ণনামূলক নয়, তাই গবেষকদের জন্য শুধুমাত্র তাদের সংগ্রহ করা তথ্য থেকে সিদ্ধান্ত নেওয়া চ্যালেঞ্জিং।
- প্রশ্ন প্রকারের উপর নির্ভর করে: পরিমাণগত তথ্য সংগ্রহ করতে ব্যবহৃত প্রশ্নের ধরন ফলাফলের পক্ষপাতকে প্রভাবিত করে। পরিমাণগত তথ্য সংগ্রহ করার সময়, গবেষণার উদ্দেশ্য এবং লক্ষ্য সম্পর্কে গবেষকের বোঝা অত্যন্ত গুরুত্বপূর্ণ।
উপসংহার
পরিমাণগত তথ্য ভিন্ন চিন্তার বিষয়ে, অভিসারী যুক্তি নয়। এটি সংখ্যাসূচক এবং ধ্রুবক তথ্যের উপর জোর দিয়ে সংখ্যাসূচক, যুক্তিবিদ্যা এবং বস্তুনিষ্ঠ দৃষ্টিভঙ্গি নিয়ে কাজ করে।
চার্ট এবং গ্রাফে বিশ্লেষণাত্মক উপসংহার প্রদর্শন করতে সক্ষম একমাত্র ডেটা প্রকার, পরিমাণগত ডেটা গবেষণা পুঙ্খানুপুঙ্খ।
ডেটা বিশ্লেষণ অবশ্যই একটি গুরুত্বপূর্ণ পদক্ষেপ যা, যদি অভাব থাকে, তবে শুধুমাত্র আপনার অধ্যয়নের বস্তুনিষ্ঠতা এবং সত্যতার সাথে আপস করতে পারে না কিন্তু সিদ্ধান্তগুলিকে অস্থির করে তুলতে পারে। ভাল ডেটা আপনাকে সঠিক ফলাফল তৈরি করতে সহায়তা করবে।
অতএব, কৌশল নির্বিশেষে, আপনি পরিমাণগত তথ্য সংগ্রহ করতে ব্যবহার করেন, নিশ্চিত করুন যে তথ্যটি মূল্যবান এবং দরকারী অন্তর্দৃষ্টি প্রদানের জন্য যথেষ্ট উচ্চ মানের।
নির্দেশিকা সমন্ধে মতামত দিন