सर्वेक्षण: क्या एक बड़े उपयोगकर्ता आधार प्रतिनिधि का 25% है?

Question

मेरा नियोक्ता वर्तमान में कार्यालय के लिए दृष्टिकोण यानी सेंटिमेंट के बारे में एक कंपनी का विस्तृत सर्वेक्षण कर रहा है। अतीत में, उन्होंने व्यवसाय के सभी क्षेत्रों के लिए सर्वेक्षण खोला (चलो 10 बहुत अलग विभागों को मानते हैं) और उनके भीतर सभी कर्मचारी (पूरी कंपनी में कुल 1000 कर्मचारी मान लें) प्रत्येक विभाग में कर्मचारियों की राशि बराबर नहीं है और एक विशेष विभाग संभवतः संगठनों की कुल जनसंख्या का 50% है।

इस वर्ष, सर्वेक्षण केवल कुल कर्मचारी आधार के 25% तक खोला जा रहा है और चयन 'यादृच्छिक' है

इसलिए, मेरे दो प्रश्न हैं:

• यदि यह पूरे कर्मचारी आधार का सही मायने में यादृच्छिक चयन है, तो यह कैसे है कि उन सभी कर्मचारियों को जवाब देने वाला एक सांख्यिकीय रूप से वैध नमूना है?

• यदि यह प्रति विभाग स्तर पर यादृच्छिक है जैसे प्रत्येक विभाग का 25%, तो यह कैसे माना जाता है कि एक मान्य नमूना एक विभाग की कुल जनसंख्या का 50% से अधिक है।

मैंने यह मान लिया होगा कि किसी कंपनी में बहुसंख्यक भावना का निर्धारण करने के लिए, एक व्यक्ति को प्रत्येक विभाग में कम से कम 50% कर्मचारी आधार की आवश्यकता होगी ताकि वह सही रीडिंग सेंटिमेंट प्रदान कर सके।

अद्यतन : सर्वेक्षण लागू नहीं है। चयनित 25% से 100% प्रतिक्रिया दर की कोई गारंटी नहीं हो सकती है। यदि सर्वेक्षण है या नहीं भरा गया है तो कोई प्रोत्साहन या दंडात्मक साधन नहीं है।

Comments

मैं सर्वेक्षण को छोटे (संख्या / प्रकार के प्रश्नों) के रूप में बनाने की सलाह दूंगा, जैसा कि इसे करने की आवश्यकता है, तो इसे कम से कम उतना ही अनिवार्य बनाएं जितना आपको आवश्यक है ताकि कर्मचारियों / प्रबंधकों को शिकायत न हो कि यह एक विशाल समय चूसना है। यदि लोग आत्म-चयन करते हैं, तो यह किसी न किसी रूप में व्यवस्थित पूर्वाग्रह की गारंटी देता है।

— निक टी

यदि आप माप रहे हैं तो कुछ चर का मतलब है जो सामान्य रूप से वितरित किया जाता है तो लगभग 20 प्रतिक्रियाओं के बाद आपके +/- अंतराल का आकार लगभग एक दर से बढ़ेगा 1/sqrt(# responses)। उदाहरण के लिए, 20 प्रतिक्रियाओं के साथ आपके पास होगा +/- .468 * sigma। 100 प्रतिक्रियाओं के साथ यह होगा +/- .198 * sigma। 1000 प्रतिक्रियाओं के साथ यह होगा +/- .062 * sigma।

— पेस

Answer 1

अमेरिका कहने के लिए सामान्य आबादी में सर्वेक्षण के बारे में सोचें। अगर हमें बहुमत की राय का निर्धारण करने के लिए 50% आबादी की आवश्यकता है तो हमें लगभग 160 मिलियन के नमूने की आवश्यकता होगी, जो वास्तव में निषेधात्मक है। यहां तक ​​कि एक 1% नमूना चरम (लगभग 3.2 मिलियन) है, और शायद ही कभी किया जाता है। अमेरिका में एक महत्वपूर्ण सर्वेक्षण जनरल सोशल सर्वे में 1,500 से लगभग 3,000 के बीच नमूना आकार हैं। तो एक 25% नमूना अपने आप में कोई समस्या नहीं है।

याद रखें कि एक सर्वेक्षण कोई चुनाव या जनमत संग्रह नहीं है। बाद के लिए हर पात्र व्यक्ति को वैध होने के लिए अपनी बात कहने का अवसर होना चाहिए। सर्वेक्षण के लिए उद्देश्य औसत राय का एक अच्छा अनुमान प्राप्त करना है, और आप एक यादृच्छिक नमूने के साथ प्राप्त कर सकते हैं। इसलिए कंपनी को यह तय करने की आवश्यकता है कि सर्वेक्षण का उद्देश्य क्या है: क्या यह कर्मचारियों के लिए अपनी राय देने और कंपनी में भाग लेने का एक तरीका है, या यह प्रबंधकों के लिए जानकारी प्राप्त करने का एक तरीका है?

दोनों सैंपलिंग डिज़ाइन सुनिश्चित करते हैं कि 25% कर्मचारी पूछे जाते हैं। उत्तरार्द्ध सुनिश्चित करता है कि सर्वेक्षण में छोटे विभाग का प्रतिनिधित्व किया जाता है। यदि आप मानक त्रुटियों के बारे में परवाह करते हैं तो आपको नमूने की नेस्टेड प्रकृति को ध्यान में रखना चाहिए, हालांकि मुझे संदेह नहीं है कि इस मामले में बहुत बड़ी बात होगी।

Comments

+1 लेकिन यह जोर देने योग्य है कि यदि आप "औसत राय" में रुचि नहीं रखते हैं, लेकिन कुछ और तो बड़े नमूनों की आवश्यकता हो सकती है।

— टिम

जवाब के लिए धन्यवाद। हालांकि, और यह मेरी चूक थी, सर्वेक्षण का कोई प्रवर्तन नहीं है। केवल 25% पूछे जाने वाले हैं, लेकिन वे जवाब देने के लिए बाध्य नहीं हैं।

— कॉलिन

वह भी सामान्य है। अगर मैं एक सर्वेक्षण करता हूं तो लोगों को जवाब देने के लिए मजबूर करना मुश्किल होगा। मैं अपने उत्तरदाताओं को "मनाने" के लिए कुछ ठगों को नियुक्त करने की कोशिश कर सकता हूं, लेकिन इसके कुछ नैतिक और कानूनी परिणाम होंगे ... कोई भी कम, गैर-प्रतिक्रिया एक मुद्दा नहीं है, लेकिन यह एक ऐसा मुद्दा है जिससे अधिकांश सर्वेक्षणों को निपटना पड़ता है।

— Maarten Buis

Answer 2

व्युत्पत्ति द्वारा " सर्वेक्षण " ( sur-'सुपर' से, जैसा कि 'ऊपर से' और -vey'दृश्य' से) का अर्थ है अवलोकन प्राप्त करना , न कि पूरी तस्वीर।

जब तक 25% वास्तव में यादृच्छिक था और स्व-चयनित (ऑप्ट-इन) नहीं था तब तक यह शब्द की परिभाषा से काफी मिलता है। यदि सर्वेक्षण वैकल्पिक है, तो उत्तर केवल उन लोगों के प्रतिनिधि होंगे जो जवाब देने की आवश्यकता महसूस करते हैं। उदाहरण के लिए, एक रेस्तरां की कल्पना करें जिसमें कोई भोजन करने के बाद फीडबैक कार्ड भर सके। यहां तक ​​कि अगर अधिकांश डिनर खुश हैं, तो अधिकांश प्रतिक्रिया नकारात्मक होगी क्योंकि खुश ग्राहक प्रतिक्रिया देने के लिए बहुत कम कारण देखते हैं।

Comments

क्या आप 'स्व चयन' के प्रभाव पर विस्तार कर सकते हैं? यह सर्वेक्षण लागू नहीं है, इसका पूरी तरह से वैकल्पिक है और अगर आप इसे भरते हैं या नहीं करते हैं तो कोई प्रोत्साहन या दंडात्मक साधन नहीं है। मैं अपने शुरुआती प्रश्न को अपडेट करूंगा।

— कॉलिन

@ कोलिन: यदि सर्वेक्षण वैकल्पिक है, तो उत्तर केवल उन लोगों के प्रतिनिधि होंगे जो जवाब देने की आवश्यकता महसूस करते हैं। उदाहरण के लिए, एक रेस्तरां की कल्पना करें जिसमें कोई भोजन करने के बाद फीडबैक कार्ड भर सके। यहां तक ​​कि अगर अधिकांश डिनर खुश हैं, तो अधिकांश प्रतिक्रिया नकारात्मक होगी क्योंकि खुश ग्राहक प्रतिक्रिया देने के लिए बहुत कम कारण देखते हैं।

— dotancohen

@dotancohen मुझे लगता है कि उत्तर इस टिप्पणी में शामिल होने से बहुत लाभ होगा।

— Pere

@Pere: धन्यवाद, मुझे चिंता थी कि टिप्पणी को उत्तर में डालने से व्युत्पत्ति बिंदु से विचलित हो सकता है। लेकिन आप सही कह रहे हैं, और मैं इसे जोड़ रहा हूं।

— dotancohen

Answer 3

एक और दृष्टिकोण प्रयोग डिजाइन के सिद्धांत से आता है।

सांख्यिकीय शक्ति एक प्रभाव पाने की संभावना है यदि यह वास्तविक है ( स्रोत )

चार कारक शक्ति को प्रभावित करते हैं:

1. प्रभाव का आकार
2. विशेषता का मानक विचलन
3. बड़ा नमूना आकार
4. महत्व स्तर वांछित

इन तत्वों के आधार पर, आप एक औपचारिक गणितीय समीकरण लिख सकते हैं जो शक्ति, नमूना आकार, प्रभाव आकार, मानक विचलन और महत्व स्तर ( स्रोत ) से संबंधित है

मान्यताओं के एक सेट के तहत , आप एक प्रयोग के रूप में अपने सर्वेक्षण को चिह्नित कर सकते हैं और प्रयोग ढांचे के डिजाइन में टैप कर सकते हैं ( यहां कुछ उदाहरण हैं)। कई शिक्षित अनुमान लगाए जाने हैं; हालाँकि, एक अपूर्ण मॉडल किसी भी मॉडल से बेहतर नहीं हो सकता है।

Answer 4

मुझे दो प्रश्न सूझते हैं। नमूने के आकार के बारे में एक (25%, बहुमत क्यों नहीं) और नमूना तकनीक के बारे में एक और (क्या यह वास्तव में यादृच्छिक है, पूरी कंपनी पर बेतरतीब ढंग से नमूना 25%, हर विभाग में 25% बेतरतीब ढंग से नमूना, या कुछ अन्य वितरण का उपयोग करें)।

1) नमूना आकार बहुमत होने की जरूरत नहीं है। किसी दिए गए आत्मविश्वास या संभावना अनुपात के लिए आवश्यक सटीकता के आधार पर आवश्यक नमूना आकार 0 और 100% के बीच कुछ भी हो सकता है।

100% निश्चितता कभी प्राप्त नहीं होती है (50% या उससे बड़े उपसमूह के साथ भी नहीं)। इस तरह की उच्च सटीकता को प्राप्त करना भी नमूनाकरण और अनुमान लगाने का बिंदु नहीं है।

नमूना आकारों पर और देखें: https://en.wikipedia.org/wiki/Sample_size_determination

यदि आपको बड़ी संख्या का कानून मिलता है, तो आपके पास एक सहज विचार भी हो सकता है।

सभी संभव सबसेट के औसत का वितरण (और आपका नमूना उनमें से एक होगा), छोटा हो जाएगा, और मूल वितरण के साधन के करीब होगा, अगर सबसेट का आकार बढ़ता है। यदि आप एक व्यक्ति का चयन करते हैं तो कुछ उचित मौका है कि आप एक अपवाद पाते हैं, लेकिन एक ही दिशा में एक ही अपवाद को खोजने के लिए दो बार कम संभावना होती है। और इसी तरह, बड़े आकार के छोटे आकार में एक असाधारण सबसेट की संभावना कम हो जाती है।

आखिरकार सभी संभावित उप-समूहों के औसत के वितरण में उप- आकार के द्वारा विभाजित मूल सेट के विचरण के बराबर विचरण होता है।$n$

महत्वपूर्ण लेख! आपका अनुमान उस जनसंख्या के आकार पर निर्भर नहीं होगा जहाँ से आप नमूना लेते हैं, लेकिन उस जनसंख्या के वितरण पर ।

अपने 500 आकार विभाग के मामले में। यादृच्छिक उपसमुच्चय (आकार 125 के औसत) का विचलन मूल विचलन से 11 गुना छोटा होगा। ध्यान दें कि माप में त्रुटि (बेतरतीब ढंग से चुने गए सबसेट के औसत का विचलन), विभाग के आकार से स्वतंत्र है। यह 500, 5000, या 50000 हो सकता है, सभी मामलों में अनुमान तब तक अप्रभावित रहेगा जब तक कि उनका समान वितरण हो (अब एक छोटे विभाग में कुछ अजीब वितरण हो सकता है, लेकिन यह बड़े समूहों के लिए गायब होने लगता है)।

2) नमूना पूरी तरह से यादृच्छिक होने की जरूरत नहीं है । आप जनसांख्यिकी को ध्यान में रख सकते हैं।

आखिरकार आप इस तरह के विश्लेषण में प्रत्येक विभाग के साथ अलग-अलग व्यवहार करेंगे और विभागों के बीच भिन्नता के लिए सही करेंगे और आपने इनमें अलग-अलग आकार, विभागों का नमूना कैसे लिया है।

इस सुधार में दो महत्वपूर्ण अंतर हैं। एक समूहों के बीच वितरण को एक यादृच्छिक चर के रूप में मान सकते हैं या नहीं। यदि आप इसे एक यादृच्छिक चर के रूप में मानते हैं, तो विश्लेषण मजबूत हो जाता है (मॉडल में स्वतंत्रता की कुछ डिग्री निकालकर) लेकिन यह एक गलत धारणा हो सकती है यदि विभिन्न समूह कोई विशिष्ट प्रभाव वाले यादृच्छिक संस्थाओं के रूप में विनिमेय नहीं हैं (जो लगता है आपका मामला, जैसा कि मैंने कल्पना की है कि विभागों के अलग-अलग कार्य हैं और व्यापक रूप से भिन्न भावना हो सकती है जो विभाग के संबंध में यादृच्छिक नहीं है)।

Comments

जवाब के लिए धन्यवाद। हालांकि, और यह मेरी चूक थी, सर्वेक्षण का कोई प्रवर्तन नहीं है। केवल 25% पूछे जाने वाले हैं, लेकिन वे जवाब देने के लिए बाध्य नहीं हैं।

— कॉलिन

फिर नमूना तकनीकों और डेटा एकत्र करने के बारे में एक अतिरिक्त तीसरा प्रश्न है। ऐसी समस्याओं के लिए, बिना प्रतिक्रिया और डेटा के अन्य गुणवत्ता पहलुओं से कैसे निपटना है, एक भी जवाब नहीं है। किसी भी मामले में (या तो 50% या 25% पूछने के साथ) यदि प्रतिक्रिया के साथ एक बड़ी समस्या है, तो सांख्यिकीय विश्लेषण के बारे में कोई भी चर्चा केवल माध्यमिक महत्व की है। आप के साथ ज्यादा इस अध्ययन में सुधार होगा नहीं और अधिक (जैसे पूछ> 50%) नमूने और यह बेहतर है पर ध्यान केंद्रित करने अच्छा नमूना।

— सेक्टस एम्पिरिकस

Answer 5

आपका सवाल एक परिमित आबादी के लिए नमूना आकार के बारे में है। लेकिन पहली चीज जो आपको चाहिए वह है अनंत आकार में आवश्यक नमूना आकार, जिसका उपयोग तब परिमित आबादी के लिए नमूना आकार की गणना करने के लिए किया जा सकता है।

एक अनंत जनसंख्या के सर्वेक्षण में, सूत्र है: , नमूना आकार , आत्मविश्वास का स्तर, आमतौर पर 1.96 , एक विशेषता के साथ जनसंख्या का अनुपात, यदि अज्ञात 0.5 का उपयोग करें , एक विशेषता बिना जनसंख्या का अनुपात , त्रुटि स्तर (त्रुटि का उर्फ ​​मार्जिन), आमतौर पर 3%, लेकिन 1% या 5% का उपयोग किया जा सकता है।$n=(z^2pq)/d^2$
$n$
$z^2$
$p$
$q=1-p$
$d^2$

त्रुटि स्तर सबसे महत्वपूर्ण कारक बन जाता है क्योंकि त्रुटि का स्तर जितना कम होता है, उतना बड़ा नमूना आकार आवश्यक होता है और वीजा वर्सा। इसलिए, 3% त्रुटि के साथ एक अनंत आबादी के लिए नमूना आकार है: । इसके अलावा, त्रुटि स्तर का अर्थ है कि परिणाम में इस मामले में +/- 3% की त्रुटि है। इसका मतलब यह है कि यदि सर्वेक्षण में 48% लोग पुरुष थे, तो संभव है कि सीमा 48% +/- 3%, या 45% से 51% हो।$(1.96 \times 0.5 \times 0.5)/0.03^2=1,068$

अगला चरण एक परिमित जनसंख्या के लिए नमूना आकार का सूत्र है: , परिमित जनसंख्या के लिए नमूना आकार , अनंत जनसंख्या के लिए नमूना आकार (ऊपर से 1,068) , परिमित जनसंख्या का आकार$m=n / (1+((n-1)/N))$
$m$
$n$
$N$

के उदाहरण का उपयोग करते हुए , 3% त्रुटि के साथ आवश्यक नमूना आकार , या 51.7% आबादी का होगा।1068 / ( 1 + ( ( 1068 - 1 ) / 1000 ) ) = $N=1,000$$1068 / (1+((1068-1)/1000))=517$

यदि आपने 25% आबादी का उपयोग किया है, तो त्रुटि स्तर 5.4% के रूप में सामने आता है। पिछले सर्वेक्षणों के आधार पर यह त्रुटि स्तर ठीक हो सकता है। सर्वेक्षण के साथ हमेशा त्रुटि के स्तर के बीच एक व्यापार बंद होता है जिसे आप स्वीकार करने के लिए तैयार हैं और सर्वेक्षण करने की लागत।

प्रतिक्रिया दर में इस कारक में से कोई भी (यदि एक सरल यादृच्छिक नमूना का उपयोग करके)। यह जानने के लिए कि कितने लोगों से संपर्क करने की आवश्यकता है, आप नमूना आकार को अपेक्षित प्रतिक्रिया दर से विभाजित करते हैं। उदाहरण के लिए, यदि पिछली प्रतिक्रिया की दर 65% थी, तो आपको सर्वेक्षण उपकरण को लोगों को भेजना होगा ।$517/0.65=796$

यदि आप विभाग द्वारा जनसंख्या को विभाजित करना चाहते हैं तो चीजें और अधिक जटिल हो जाती हैं (स्तरीकरण के रूप में जाना जाता है)। मूल रूप से, आपको प्रत्येक विभाग को एक अलग परिमित आबादी के रूप में मानने की आवश्यकता है यदि आप चाहते हैं कि डेटा प्रत्येक विभाग के लिए सटीक हो, जो व्यावहारिक नहीं हो सकता है। लेकिन आप एक साधारण यादृच्छिक नमूने के बजाय एक स्तरीकृत यादृच्छिक नमूना कर सकते हैं, जहां 50% नमूना यादृच्छिक रूप से 50% आबादी के साथ विभाग से चुना जाता है, और उपयुक्त प्रतिशत अन्य विभागों से यादृच्छिक रूप से नमूना लिया जाता है। इसका मतलब यह होगा कि आपके नमूने का आकार थोड़ा बढ़ जाएगा, क्योंकि आपको सभी दशमलव स्थानों को गोल करने की आवश्यकता है (आप किसी व्यक्ति का 0.1 सर्वेक्षण नहीं कर सकते हैं)। हालांकि, परिणामों की जांच जनसंख्या (कंपनी) के स्तर पर की जानी चाहिए न कि विभाग स्तर पर क्योंकि प्रत्येक विभाग से सटीक प्रतिक्रिया के लिए पर्याप्त प्रतिक्रियाएं नहीं मिलेंगी।

Answer 6

वैध नमूने के बारे में बात करते समय, अंतर्निहित धारणा आमतौर पर प्रतिनिधित्व में से एक है। क्या नमूना पर्याप्त रूप से जनसंख्या का "प्रतिनिधित्व" करता है? प्रतिनिधि नमूना प्राप्त करने के लिए, किसी को यह सुनिश्चित करने की आवश्यकता होती है कि नमूना आकार पर्याप्त है (अनुमान के विचलन को कम करने के लिए), और यह कि नमूना में जनसंख्या के सबसेट से संबंधित सदस्य होते हैं जो विभिन्न प्रकार के व्यवहार का प्रदर्शन करते हैं। विचाराधीन।

सबसे पहले, सर्वेक्षण के लिए चयनित उपयोगकर्ताओं का अनुपात चयनित उपयोगकर्ताओं की पूर्ण संख्या की तुलना में कम मायने रखता है। आवश्यक नमूना आकार दिए गए उत्तर में सटीकता या विश्वास अंतराल की आवश्यकता पर निर्भर करेगा। अधिक जानकारी के लिए आप इस लेख को पढ़ सकते हैं ।

आप उल्लेख करते हैं कि कंपनी में कई विभाग हैं। क्या संभावना है कि विभाग सर्वेक्षण के लिए अपनी प्रतिक्रियाओं में भिन्न हैं? यदि वे करते हैं (या शायद आप निश्चित रूप से नहीं जानते हैं), तो विभागों में अपने नमूने को "स्तरीकृत" करना एक अच्छा विचार होगा। अपने सरलतम रूप में, इसका मतलब है कि हर विभाग के लोगों का समान अनुपात। जैसे: कंपनी का आकार १००० है, और चुना गया नमूना आकार १०० है। तब आप ५० को आकार विभाग में से ५०, आकार १०० के विभाग से १० आदि का चयन करेंगे। यह किसी विशेष विभाग के अंडर-प्रतिनिधित्व से बचने के लिए है। कोई भी विशिष्ट "यादृच्छिक" नमूना।

आप यह भी उल्लेख करते हैं कि हर कोई सर्वेक्षण का जवाब नहीं दे सकता है। यदि आप जानते हैं कि लगभग आधे लोग प्रतिक्रिया देंगे, तो 100 प्रतिक्रियाएं प्राप्त करने के लिए, आपको 200 लोगों को सर्वेक्षण भेजना होगा। आपको इस संभावना पर विचार करना होगा कि ऐसी प्रतिक्रियाएं पक्षपाती हो सकती हैं। किसी विशेष प्रतिक्रिया वाले लोग अधिक या कम हो सकते हैं, जवाब देने के इच्छुक हैं।

Answer 7

यदि यह पूरे कर्मचारी आधार का सही मायने में यादृच्छिक चयन है , तो यह कैसे है कि उन सभी कर्मचारियों को जवाब देने वाला एक सांख्यिकीय रूप से वैध नमूना है?

यह एक मान्य नमूना है जब तक यह आबादी से खींचा जाता है जिसका वर्णन करना है। यही है, यदि आप केवल बॉस का नमूना लेते हैं, तो अन्य कर्मचारियों के बारे में कुछ भी नहीं कहा जा सकता है; यह आपके द्वारा वर्णित सेटिंग में नहीं होगा। हालांकि यह गैर-प्रतिक्रिया (नीचे यहां अधिक) के कारण हो सकता है।

यदि यह प्रति विभाग स्तर पर यादृच्छिक है जैसे प्रत्येक विभाग का 25%, तो यह कैसे माना जाता है कि एक मान्य नमूना एक विभाग की कुल जनसंख्या का 50% से अधिक है।

यह अब नमूना वैधता का सवाल नहीं है, बल्कि नमूना त्रुटि का एक है। जाहिर है, सबसे सटीक अनुमान एक स्तरीकृत यादृच्छिक ड्रॉ से प्राप्त किया जाएगा, स्ट्रेटम कम से कम विभाग स्तर को शामिल करता है। इस तरह की सेटिंग में, आपके पास प्रत्येक विभाग के लिए एक वैध नमूना होगा, लेकिन छोटे विभागों के लिए अनुमान बड़े विभागों के अनुमानों की तुलना में आमतौर पर कम सटीक होंगे, उत्तरार्द्ध के लिए उच्च निरपेक्ष नमूना आकार के लिए। समग्र संगठन के लिए, बड़े विभागों का उच्च नमूना प्रतिनिधित्व केवल संगठन की वास्तविकता को दर्शाता है और किसी भी तरह से नमूने की वैधता को कम नहीं करता है।

सर्वेक्षण लागू नहीं है। चयनित 25% से 100% प्रतिक्रिया दर की कोई गारंटी नहीं हो सकती है। यदि सर्वेक्षण है या नहीं भरा गया है तो कोई प्रोत्साहन या दंडात्मक साधन नहीं है।

आप किसी को भी एक अच्छा जवाब देने के लिए मजबूर नहीं कर पाएंगे लेकिन एक प्रतिक्रिया अनुस्मारक योजना को लागू करना न्यूनतम है। साथ ही, आपको कर्मचारियों को सर्वेक्षण की प्रासंगिकता और उनके प्रभाव के बारे में बताना चाहिए, जो संगठन के लिए सर्वेक्षण के लिए धन्यवाद हो सकते हैं: जैसे कि परिणाम कब प्रकाशित होते हैं? सर्वेक्षण के आधार पर संगठन द्वारा संभावित कार्य क्या हैं? प्रत्येक उत्तर क्यों मायने रखता है?

एक बार डेटा एकत्र हो जाने के बाद, गैर-प्रतिक्रिया एक ऐसा मुद्दा है जिससे निपटा जाना चाहिए। इससे निपटने का मतलब है कि आपको किसी भी संभावित पैटर्न का पता लगाने के लिए पहले गैर-प्रतिक्रिया व्यवहार का विश्लेषण करना चाहिए: क्या किसी बॉस ने जवाब नहीं दिया है? क्या किसी दिए गए विभाग ने बिल्कुल भी प्रतिक्रिया नहीं दी है? फिर आवश्यक रणनीति (पोस्ट-स्ट्राफिफिकेशन, रीवेटिंग, इंप्यूटेशन, आदि) को अपनाएं।

Answer 8

मैं इस बात पर एक उदाहरण के साथ @ICannotFixThis का विस्तार कर रहा हूं कि कैसे चार कारक इसमें शामिल हैं:

1. प्रभाव का आकार
2. विशेषता का मानक विचलन
3. बड़ा नमूना आकार
4. महत्व स्तर वांछित

ये परिणाम आपके परिणामों को कैसे प्रभावित करते हैं यह आपके द्वारा उपयोग किए जा रहे आंकड़े पर निर्भर करेगा। उदाहरण के लिए, यदि आप कुछ वैरिएबल के माध्य पर अनुमान लगाना चाहते हैं तो आप छात्र के टी टेस्ट का उपयोग कर सकते हैं ।

मान लें कि आप इस सर्वेक्षण के साथ अपने कर्मचारियों की औसत ऊंचाई का पता लगाना चाहते हैं। आप वास्तव में अपनी कंपनी में सभी कर्मचारियों की ऊंचाई के मानक विचलन को नहीं जानते हैं (सभी को मापने के बिना) लेकिन आप कुछ शोध कर सकते हैं और 3 इंच का अनुमान लगा सकते हैं (यह अमेरिका में पुरुषों के लिए ऊंचाई का मानक विचलन है)।

यदि आपने केवल 5 लोगों का सर्वेक्षण किया है, तो आपके सर्वेक्षण में आपके द्वारा निरीक्षण की जाने वाली औसत ऊंचाई का 95% वास्तविक औसत ऊंचाई के 3.72 इंच के भीतर होगा।

अब, हमारे कारक इसको कैसे प्रभावित करते हैं:

1. यदि आपको औसत ऊँचाई ठीक-ठीक जानने की आवश्यकता है (जैसे प्रभाव का आकार बहुत छोटा है) तो आपको बड़े # नमूनों की आवश्यकता होगी। उदाहरण के लिए, 2.66 इंच के भीतर सही औसत ऊंचाई जानने के लिए आपको 100 लोगों का सर्वेक्षण करना होगा।

2. यदि मानक विचलन बड़ा है, तो आप जो सटीक प्राप्त कर सकते हैं वह सीमित होने वाला है। यदि मानक विचलन 3 इंच के बजाय 6 इंच था और आपके पास अभी भी 5 प्रतिक्रियाएं थीं, तो आप केवल 3.44 इंच के बजाय केवल 7.44 इंच के भीतर ही सही औसत ऊंचाई जान पाएंगे।

3. इस बिंदु को छोड़ देना क्योंकि यह पूरी चर्चा का केंद्र बिंदु है।

4. यदि आपको वास्तव में यह सुनिश्चित करने की आवश्यकता है कि आपके पास सही उत्तर है तो आपको अधिक लोगों का सर्वेक्षण करने की आवश्यकता होगी। हमारे उदाहरण में हमने देखा कि 5 प्रतिक्रियाओं के साथ हम 3.72 इंच 95% समय के भीतर प्राप्त कर सकते हैं। अगर हम यह सुनिश्चित करना चाहते थे कि हमारा जवाब सही समय 99% था तो हमारी सीमा 6.17 इंच होगी न कि 3.72 इंच।