ප්රමාණාත්මක පර්යේෂණවල වාසි සහ අවාසි

අනුග්රහයෙනි ඩෑන් ටින්ක්, ඡායාරූප ශිල්පී. © සැප්තැම්බර් 5, 2005 ස්ටොක්. Xchng

වෙළඳ පළ පර්යේෂකයන් බොහෝ විට අපේ වැඩ කටයුතුවල ප්රමාණාත්මක ප්රවේශයන් භාවිතා කරති. ඕනෑම පර්යේෂන ප්රවේශයක ශක්තිය සහ සීමාවන් තේරුම් ගැනීම වැදගත් වේ. හේතු දෙකක් සඳහා ප්රමාණාත්මක පර්යේෂණ ක්රමවේදයන් සම්බන්ධයෙන් මෙය විශේෂයෙන් සත්ය ය: (1) ප්රමාණාත්මක පර්යේෂණ ක්රමවේදයන්ගෙන් විද්යාත්මක හා ගිහියන්ගේ සංස්කෘතීන්වල ගුණත්වයෙන් යුත් පර්යේෂණ ක්රමවේදයන් හා එවැනි ක්රියා පටිපාටිවල සැලසුම් සහ යාන්ත්රණය දෙස ගැඹුරින් නොසලකන අතර, (2) ප්රමාණාත්මක පර්යේෂණයක් සිදුකිරීමට පහසුය.

අංක මත බොරු අවධානය

ඔබ එය "ප්රමාණාත්මක පර්යේෂණයක්" යැයි පැවසීමට හැකි "සිසිල්" වේ. ප්රමාණාත්මක විශ්ලේෂකයින් දැන ගත යුතු ආදරණීය යෙදුම "ක්වාන්ට්ස්" අහස අඛණ්ඩව පිහිටුවා ඇත. මම බොහෝ දෙනෙක් විශ්වාස කරන්නේ මෙම ක්ෂේත්රයේ බොහෝ දේ තේරුම් ගැනීමට නොහැකි වීම නිසා සංකීර්ණ ගණිතය සහ සංඛ්යාති වන්දනාමාන කර ඇති නිසාය. කිසියම් සමාජ ප්රතිලාභයක් ඇති බවක් පෙනෙන්නට තිබේ නම් එය වරක් දුෂ්කර හා අද්භූත වන අතර, එය සංස්කෘතික "ගිනි සිළුව" වෙත ගෙන යයි. පරිගණක ආකෘති නිර්මාණය සහ සමාකරණ කිරීම වෙළඳපොලේ පවතී. එය ව්යුත්පන්නයන්ගේ කළු පෙට්ටිය කෙරෙහි විශ්වාසය තැබිය නොහැකි අනපේක්ෂිත ලෙස අනාවැකි පළ කිරීමට අසමත් වූ විට ප්රතික්රියා ක්රමයෙන් ප්රමාද විය.

අනික් අතට, ඔබ ගුනාත්මක බවක් පවසන්න පර්යේෂකයෙක් හා මිනිසුන් ඔබට පුදුම පෙනුමක් ලබා දෙනවා ඇත. බොහෝ දෙනා දන්නවා කොටස් තෝරාගැනීම සහ කළඹ ඇගයීම වැනි කාර්යයන් සමහරක් එසේ බව.

නමුත් ගුණාත්මක පර්යේෂකයෙක් කරන්නේ කුමක්ද? ගර්භණී පර්යේෂකයාට පැවරෙන කාර්යභාරය කුමක්ද? එසේත් නැතිනම් සාම්ප්රදායික චින්තනයක් විය හැකිය.

පරිගණක විද්යාවේ ඉතා පැරණි ආචාරධර්මයකි. පරිගණක ආකෘති ඒවා සාදා ඇති අන්තර්ගතය තරම්ම හොඳයි. ප්රශ්නය ප්රත්යක්ෂකතාව ඉතා ඈත දුරක් නොවේ.

ජෝර්ජ් සොරෝස් පොදුවේ ආර්ථික විද්යාව හා විශේෂයෙන්ම මූල්ය වෙලඳපොලවල් සමග සංවේදීතාව යන වචනය භාවිතා කර ඇත. හයිසන්බර්ග්ගේ අවිනිශ්චිතතාවයේ මූලධර්මය, භෞතික විද්යාවේ ක්ෂේත්රයේ සංක්රාන්තිය පිලිබඳ සමපදස්ථයාද මෙම සන්දර්භය තුළ අදාළ වේ. හයිසන්බර්ග් - මූලධර්මය යුක්ති ධර්මය නොකරන කෙටිකාලයක් තුල - අපට නිශ්චිත දේවල ගුණාංග දෙකක් මැනිය නොහැකි බව තර්ක කළ නිසා, අපගේ මිනුම්වලදී ගුණාංග හෝ දෙය බලපාන බැවින්, මුල් හේතුව වෙනස් කිරීම හෝ විකෘති කිරීම .

1994 දී ජෝර්ජ් සොරොස්ගේ අදහස් දැක්වීම ආර්ථික විද්යාව ලෝක ආර්ථික විද්යා දෙපාර්තමේන්තුවට ඉදිරිපත් කරන ලදී.

" සාමාන්යයෙන් පිළිගත් න්යාය වන්නේ, මූල්ය වෙලඳපොලවල් සමතුලිතතාවයට නැඹුරු වන අතර, සමස්තයක් වශයෙන්, අනාගතය නිවැරදිව වසාදැමීමයි. මම අනාගතය වට්ටමක් නොකරන හෙයින්, අනාගතය නිවැරදිව සවිමත් කිරීමට මූල්ය වෙලඳපොලට හැකි වනු නොඅනුමානයි. සමහර අවස්ථාවන්හි දී මූල්ය වෙලඳපොලවල් සිතිය යුතු යැයි සිතන මූලධර්ම වලට බලපානු ඇත.එය සිදුවෙන විට වෙලඳපොලවල් ගතික අසමතුලිත තත්ත්වයකට පත්වන අතර න්යාය මගින් සාමාන්ය ලෙස සලකනු ලබන දේට වඩා බෙහෙවින් වෙනස් වේ. කාර්යක්ෂම වෙලඳපොලවල්. "

තව තවත් සමකාලීනව පෙනෙන පරිදි එකම සංසිද්ධිය විස්තර කර ඇත්තේ නසිම් නිකලස් තලෙබ් විසින් "කළු හංසයා" නමැති ග්රන්ථයේය. සොබාදහමේ සුලභ නොවන කළු පැහැති ලේසාවක් - බොහෝ දෙනෙක් කළු හෑකි දැක තිබේ. ටලෙබ්ට අනුව, කළු සුළං යනු ඉතා අසම්භාව්ය ලෙස සැලකෙන ධනාත්මක හෝ ඍණාත්මක සිද්ධියක් වේ. නමුත් කළු හංසක් ඇති වන විට විශාල ප්රතිවිපාක ජනනය කරයි. සමහරුන් විශ්වාස කරන්නේ කළු හ්නන් සිද්ධීන් ලෝකය ගැන බොහෝ දේ පැහැදිලි කරන බවයි. එහෙත් බොහෝ දෙනෙක් - විශේෂයෙන් විද්වතුන් - කළු ස්විස් වලට අන්ධ නැත.

සාක්ෂි මත පදනම් වූ විද්යාව සඳහා සංශයවාදී ප්රවේශයක් අත්යවශ්ය වේ. සංඛ්යාත්මක වටිනාකම් පිලිගැනීමට හා සාමාන්ය බෙදා හැරීම මත අතිශයින්ම විශ්වාසනීයත්වයට පත් වන සංඛ්යාත්මක ගවේෂණ පිළිගැනීම් වලට අසු නොවී සිටින සංඛ්යාතභ්ාවය පිළිබඳ සංකල්ප පිළිබඳ ගවේෂණය කිරීමේදී යම් කරුණු කිහිපයක් තිබේ.

මූලාදර්ශී සංඛ්යාලේඛන මත පදනම් වූ ප්රමාණාත්මක පර්යේෂණ වඩා විශ්වසනීය හෝ විද්යාත්මක මත පදනම් නිරීක්ෂණ පර්යේෂණ වඩා විශ්වාස කළ බව වරදවා වටහා ගැනීම වැරදියි. ප්රමාණාත්මක පර්යේෂණයන් හා ගුණාත්මක පර්යේෂණයන් අතර සැසඳීමක දී සැබැවින්ම වැදගත්ම කරුණ වන්නේ ගුණාත්මක පර්යේෂණයන් පිළිබඳ වඩාත් ප්රබලම විරෝධතා එකක් වන පර්යේෂකයාගේ ආත්මීය සහභාගීත්වය - ප්රමාණාත්මක ප්රවේශයන්ය . ඇත්ත වශයෙන්ම එය ගුණාත්මක පර්යේෂණවල දී වඩා ප්රමාණාත්මක පර්යේෂණයන්හි පර්යේෂන ප්රවාහයේ අනුභූතික අනුපිළිවෙලෙහි මතුවේ .

සංඛ්යාත්මක ක්රියාවලීන් විසින් "පරීක්ෂා" කරනු ලබන ප්රමාණාත්මක පර්යේෂණවල උපකල්පිතයන් පර්යේෂකයා විසින් උපකල්පනය කරයි. උපකල්පනයක් උත්පාදනය ඉතා ආත්මීය ක්රියාකාරිත්වයක් විය හැකිය. තවද, උපකල්පිත පරීක්ෂණයෙහි ඉතා කුඩා පටු අවධානය යොමු කළ හැකිය. ගුණාත්මක පර්යේෂණයන් බොහොමයක්, සබඳතා ආකර්ෂණය කළ හැකි තේමා වලට යොමු වන දත්තයන් තුළ නැගී එන රටාවන්ට ඉඩ ලබා දෙයි (මෙය ප්රමාණාත්මක පර්යේෂණවල උපකල්පිත පරීක්ෂණයට සමාන වේ). ගුණාත්මක පර්යේෂණයන් සිදුවන්නේ "කලු ලේසානි" වෙතය. එය ඔප්පු කිරීම හෝ ප්රතිරෝධය දැක්වීමට උපකල්පනයක් නැත.