डेटाचे नमुना आणि प्रतिनिधीत्व. माहिती गुणवत्ता निर्देशक

मुख्यपृष्ठ / मानसशास्त्र

प्रातिनिधिकतेची संकल्पना अनेकदा सांख्यिकीय अहवालात आणि भाषणे आणि अहवाल तयार करताना आढळते. कदाचित, त्याशिवाय, पुनरावलोकनासाठी कोणत्याही प्रकारच्या माहितीच्या सादरीकरणाची कल्पना करणे कठीण आहे.

प्रतिनिधीत्व - ते काय आहे?

प्रतिनिधीत्व निवडलेल्या वस्तू किंवा भाग ज्या डेटासेटमधून ते निवडले गेले होते त्या डेटासेटच्या सामग्री आणि अर्थाशी किती प्रमाणात संबंधित आहेत हे प्रतिबिंबित करते.

इतर व्याख्या

प्रतिनिधीत्व वेगवेगळ्या संदर्भात समजू शकते. परंतु त्याच्या अर्थाने, प्रतिनिधीत्व म्हणजे सामान्य लोकसंख्येतील निवडलेल्या युनिट्सची वैशिष्ट्ये आणि गुणधर्मांचा पत्रव्यवहार, जो संपूर्ण सामान्य डेटाबेसची वैशिष्ट्ये अचूकपणे प्रतिबिंबित करतो.

तसेच, माहितीची प्रातिनिधिकता ही लोकसंख्येच्या पॅरामीटर्स आणि गुणधर्मांचे प्रतिनिधित्व करण्यासाठी नमुना डेटाची क्षमता म्हणून परिभाषित केली जाते, जे आयोजित केलेल्या संशोधनाच्या दृष्टिकोनातून महत्त्वाचे आहेत.

प्रतिनिधी नमुना

सॅम्पलिंग तत्त्व म्हणजे डेटाच्या एकूण लोकसंख्येच्या गुणधर्मांचे सर्वात महत्त्वाचे आणि अचूक प्रतिनिधित्व करणे. यासाठी, विविध पद्धती वापरल्या जातात ज्या अचूक परिणाम मिळविण्यास परवानगी देतात आणि सर्व डेटाच्या गुणवत्तेचे वर्णन करणारे केवळ नमुना सामग्री वापरण्याची सामान्य कल्पना देतात.

अशा प्रकारे, सर्व सामग्रीचा अभ्यास करण्याची आवश्यकता नाही, परंतु निवडक प्रतिनिधीत्वाचा विचार करणे पुरेसे आहे. हे काय आहे? माहितीच्या एकूण वस्तुमानाची कल्पना येण्यासाठी ही वैयक्तिक डेटाची निवड आहे.

ते संभाव्य आणि असंभाव्य म्हणून, पद्धतीनुसार, वेगळे केले जातात. संभाव्यता एक नमुना आहे जो सर्वात महत्वाच्या आणि मनोरंजक डेटाची गणना करून तयार केला जातो, जो सामान्य लोकसंख्येच्या भविष्यातील प्रतिनिधींमध्ये असतो. ही एक मुद्दाम निवड किंवा यादृच्छिक नमुना आहे, तरीही, त्याच्या सामग्रीद्वारे न्याय्य आहे.

असंभाव्य हे यादृच्छिक सॅम्पलिंगच्या प्रकारांपैकी एक आहे, जे नियमित लॉटरीच्या तत्त्वानुसार संकलित केले जाते. या प्रकरणात, असा नमुना तयार करणाऱ्या व्यक्तीचे मत विचारात घेतले जात नाही. फक्त एक आंधळा लॉट वापरला जातो.

संभाव्यता नमुना

संभाव्यता नमुने देखील अनेक प्रकारांमध्ये विभागले जाऊ शकतात:

  • सर्वात सोपा आणि सरळ तत्त्वांपैकी एक म्हणजे गैर-प्रतिनिधी नमुने घेणे. उदाहरणार्थ, सामाजिक सर्वेक्षण आयोजित करताना ही पद्धत बर्याचदा वापरली जाते. त्याच वेळी, सर्वेक्षण सहभागींची निवड गर्दीतून कोणत्याही विशिष्ट निकषांवर केली जात नाही आणि त्यात भाग घेतलेल्या पहिल्या 50 लोकांकडून माहिती घेतली जाते.
  • हेतुपुरस्सर नमुने वेगळे असतात कारण त्यांच्याकडे निवडीसाठी अनेक आवश्यकता आणि अटी असतात, परंतु तरीही ते योगायोगावर अवलंबून असतात, चांगली आकडेवारी साध्य करण्याच्या ध्येयाचा पाठपुरावा करत नाहीत.
  • कोटा सॅम्पलिंग ही असंभाव्यता सॅम्पलिंगमधील आणखी एक भिन्नता आहे जी बहुतेक वेळा डेटाच्या मोठ्या लोकसंख्येचा शोध घेण्यासाठी वापरली जाते. त्यासाठी अनेक अटी आणि नियम वापरले जातात. ऑब्जेक्ट्स निवडल्या जातात ज्या त्यांच्याशी संबंधित असणे आवश्यक आहे. म्हणजेच, सामाजिक सर्वेक्षणाचे उदाहरण वापरून, असे गृहीत धरले जाऊ शकते की 100 लोकांची मुलाखत घेतली जाईल, परंतु सांख्यिकीय अहवाल संकलित करताना प्रस्थापित आवश्यकता पूर्ण करणार्या विशिष्ट संख्येच्या लोकांचे मत विचारात घेतले जाईल.

संभाव्यता नमुने

संभाव्य नमुन्यांसाठी, अनेक पॅरामीटर्सची गणना केली जाते की नमुन्यातील ऑब्जेक्ट्स त्यांच्याशी संबंधित असतील आणि त्यापैकी, वेगवेगळ्या प्रकारे, अचूकपणे ते तथ्य आणि डेटा जे नमुना डेटाचे प्रतिनिधीत्व म्हणून सादर केले जातील ते निवडले जाऊ शकतात. आवश्यक डेटाची गणना करण्याच्या अशा पद्धती असू शकतात:

  • साधे यादृच्छिक नमुना. यात वस्तुस्थिती आहे की निवडलेल्या विभागांमध्ये, आवश्यक प्रमाणात डेटा पूर्णपणे यादृच्छिक लॉटरी पद्धतीने निवडला जातो, जो एक प्रतिनिधी नमुना असेल.
  • पद्धतशीर आणि यादृच्छिक नमुने यादृच्छिकपणे निवडलेल्या विभागावर आधारित आवश्यक डेटाची गणना करण्यासाठी सिस्टम तयार करणे शक्य करते. अशा प्रकारे, जर एकूण लोकसंख्येमधून निवडलेल्या डेटाची अनुक्रम संख्या दर्शवणारी पहिली यादृच्छिक संख्या 5 असेल, तर त्यानंतरचा डेटा निवडला जाऊ शकतो, उदाहरणार्थ, 15, 25, 35, आणि असेच. हे उदाहरण स्पष्टपणे स्पष्ट करते की यादृच्छिक निवड देखील आवश्यक इनपुट डेटाच्या पद्धतशीर गणनेवर आधारित असू शकते.

ग्राहकांचा नमुना

अर्थपूर्ण सॅम्पलिंग हे एक तंत्र आहे जे प्रत्येक वैयक्तिक विभागाकडे पाहते आणि त्याच्या मूल्यांकनावर आधारित, एक लोकसंख्या संकलित केली जाते जी एकूण डेटाबेसची वैशिष्ट्ये आणि गुणधर्म प्रतिबिंबित करते. अशा प्रकारे, अधिक डेटा संकलित केला जातो जो प्रतिनिधी नमुन्याच्या आवश्यकता पूर्ण करतो. सामान्य लोकसंख्येचे प्रतिनिधित्व करणार्‍या निवडलेल्या डेटाची गुणवत्ता गमावल्याशिवाय, एकूण पर्यायांमध्ये समाविष्ट केले जाणार नाहीत असे अनेक पर्याय तुम्ही सहजपणे निवडू शकता. अशा प्रकारे, संशोधन परिणामांची प्रातिनिधिकता निर्धारित केली जाते.

नमुन्याचा आकार

लोकसंख्येच्या प्रातिनिधिक प्रतिनिधित्वासाठी नमुना आकार हा शेवटचा मुद्दा नाही ज्याकडे लक्ष देणे आवश्यक आहे. नमुना आकार नेहमी सामान्य लोकसंख्येतील स्त्रोतांच्या संख्येवर अवलंबून नसतो. तथापि, नमुन्याच्या लोकसंख्येची प्रातिनिधिकता थेट परिणाम किती विभागांमध्ये विभागली जावी यावर अवलंबून असते. असे विभाग जितके जास्त असतील तितका अधिक डेटा परिणामी नमुन्यात समाविष्ट केला जाईल. जर परिणामांना सामान्य नोटेशन आवश्यक असेल आणि विशिष्टतेची आवश्यकता नसेल तर, त्यानुसार, नमुना लहान होतो, कारण, तपशीलांमध्ये न जाता, माहिती अधिक वरवरची सादर केली जाते, याचा अर्थ असा होतो की त्याचे वाचन सामान्य असेल.

प्रातिनिधिकतेच्या त्रुटीची संकल्पना

प्रतिनिधी पूर्वाग्रह म्हणजे लोकसंख्येची वैशिष्ट्ये आणि नमुना डेटा यांच्यातील विशिष्ट विसंगती. कोणताही नमुना अभ्यास करताना, सामान्य लोकसंख्येच्या संपूर्ण अभ्यासाप्रमाणे आणि केवळ माहिती आणि पॅरामीटर्सच्या एका भागाद्वारे दर्शविलेल्या नमुन्याप्रमाणे पूर्णपणे अचूक डेटा प्राप्त करणे अशक्य आहे, तर संपूर्ण लोकसंख्येचा अभ्यास करताना अधिक तपशीलवार अभ्यास करणे शक्य आहे. . अशा प्रकारे, काही चुका आणि चुका अपरिहार्य आहेत.

त्रुटींचे प्रकार

प्रातिनिधिक नमुना संकलित करताना काही त्रुटी उद्भवतात:

  • पद्धतशीर.
  • यादृच्छिक.
  • मुद्दाम.
  • नकळत.
  • मानक.
  • मर्यादा.

यादृच्छिक त्रुटी दिसण्याचे कारण सामान्य लोकसंख्येच्या अभ्यासाचे खंडित स्वरूप असू शकते. सामान्यतः, प्रातिनिधिकतेची यादृच्छिक त्रुटी लहान आकाराची आणि स्वरूपाची असते.

यादरम्यान, जेव्हा सामान्य लोकसंख्येकडून डेटा निवडण्याच्या नियमांचे उल्लंघन केले जाते तेव्हा पद्धतशीर त्रुटी उद्भवतात.

नमुन्याचा सरासरी आणि मुख्य लोकसंख्येमधील फरक म्हणजे सरासरी त्रुटी. हे नमुन्यातील युनिट्सच्या संख्येवर अवलंबून नाही. हे व्यस्त प्रमाणात आहे. नंतर, व्हॉल्यूम जितका मोठा असेल तितके सरासरी त्रुटीचे मूल्य लहान असेल.

नमुन्याचे सरासरी आणि एकूण लोकसंख्येमध्ये किरकोळ त्रुटी हा सर्वात मोठा संभाव्य फरक आहे. अशी त्रुटी त्यांच्या घटनेच्या दिलेल्या परिस्थितीनुसार संभाव्य त्रुटींची कमाल म्हणून दर्शविली जाते.

प्रातिनिधिकतेच्या हेतुपुरस्सर आणि अनावधानाने चुका

डेटा बायस एरर हेतुपुरस्सर किंवा अनावधानाने असू शकतात.

मग मुद्दाम त्रुटी दिसण्याची कारणे म्हणजे ट्रेंड ओळखण्याच्या पद्धतीचा वापर करून डेटा निवडण्याचा दृष्टीकोन. निवडक निरीक्षणाच्या तयारीच्या टप्प्यावर, प्रातिनिधिक नमुना तयार करण्याच्या टप्प्यावर देखील अनावधानाने चुका होतात. अशा त्रुटी टाळण्यासाठी, सॅम्पलिंग युनिट्सच्या याद्यांसाठी एक चांगली नमुना फ्रेम तयार करणे आवश्यक आहे. हे सॅम्पलिंगच्या उद्दिष्टांचे पूर्णपणे पालन करणे आवश्यक आहे, विश्वासार्ह असणे आवश्यक आहे, अभ्यासाच्या सर्व पैलूंचा समावेश करणे आवश्यक आहे.

वैधता, विश्वासार्हता, प्रतिनिधीत्व. त्रुटी गणना

अंकगणित मध्य (M) च्या प्रातिनिधिकता (Mm) च्या त्रुटीची गणना.

मानक विचलन: नमुना आकार (> 30).

प्रतिनिधी त्रुटी (Мр) आणि (Р): नमुना आकार (n> 30).

जेव्हा नमुना आकार लहान असेल आणि 30 युनिट्सपेक्षा कमी असेल अशा लोकसंख्येचा अभ्यास करणे आवश्यक असेल तेव्हा निरीक्षणांची संख्या एका युनिटने कमी होईल.

त्रुटीची परिमाण थेट नमुना आकाराच्या प्रमाणात आहे. माहितीची प्रातिनिधिकता आणि अचूक अंदाज बांधण्याच्या शक्यतेच्या डिग्रीची गणना किरकोळ त्रुटीचे विशिष्ट मूल्य दर्शवते.

प्रतिनिधी प्रणाली

केवळ माहितीच्या सादरीकरणाचे मूल्यांकन करण्याच्या प्रक्रियेतच, एक प्रातिनिधिक नमुना वापरला जात नाही तर माहिती प्राप्त करणारी व्यक्ती देखील प्रातिनिधिक प्रणाली वापरते. अशा प्रकारे, पुरवलेल्या डेटाचे गुणात्मक आणि त्वरीत मूल्यांकन करण्यासाठी आणि समस्येचे सार समजून घेण्यासाठी मेंदू संपूर्ण माहितीच्या प्रवाहातून एक प्रतिनिधी नमुना तयार करून काही प्रक्रिया करतो. प्रश्नाचे उत्तर द्या: "प्रतिनिधीत्व - ते काय आहे?" - मानवी चेतनेच्या प्रमाणात, हे अगदी सोपे आहे. हे करण्यासाठी, मेंदू सर्व विषयांचा वापर करतो, सामान्य प्रवाहापासून कोणत्या प्रकारची माहिती वेगळी करणे आवश्यक आहे यावर अवलंबून. अशा प्रकारे, यामध्ये फरक केला जातो:

  • एक व्हिज्युअल प्रतिनिधित्व प्रणाली, जिथे डोळ्याच्या दृश्य धारणाचे अवयव गुंतलेले असतात. जे लोक सहसा ही प्रणाली वापरतात त्यांना व्हिज्युअल म्हणतात. या प्रणालीच्या मदतीने एखादी व्यक्ती प्रतिमांच्या स्वरूपात येणाऱ्या माहितीवर प्रक्रिया करते.
  • श्रवणविषयक प्रतिनिधित्व प्रणाली. वापरलेला मुख्य अवयव श्रवण आहे. ध्वनी फाइल्स किंवा भाषणाच्या स्वरूपात पुरवलेल्या माहितीवर या विशिष्ट प्रणालीद्वारे प्रक्रिया केली जाते. जे लोक कानाने माहिती चांगल्या प्रकारे जाणतात त्यांना ऑडियल म्हणतात.
  • किनेस्थेटिक रिप्रेझेंटेशनल सिस्टम म्हणजे घाणेंद्रियाच्या आणि स्पर्शिक वाहिन्यांद्वारे माहितीच्या प्रवाहावर प्रक्रिया करणे.

  • बाहेरून माहिती मिळवण्याचे साधन म्हणून डिजिटल प्रतिनिधित्व प्रणाली इतरांच्या संयोगाने वापरली जाते. प्राप्त डेटाची समज आणि समज.

तर, प्रातिनिधिकता म्हणजे काय? संचातून साधी निवड किंवा माहिती प्रक्रियेतील अविभाज्य प्रक्रिया? आम्ही निःसंदिग्धपणे म्हणू शकतो की प्रातिनिधिकता मुख्यत्वे डेटा प्रवाहांबद्दलची आमची धारणा निर्धारित करते, त्यातून सर्वात वजनदार आणि महत्त्वपूर्ण वेगळे करण्यात मदत करते.

समाजशास्त्रातील जवळजवळ सर्व अनुभवजन्य संशोधन निवडक आहे,त्या वस्तूंच्या एका भागावर चालते, त्यांच्या संपूर्ण सेटवर नाही. सर्वसाधारणपणे, सामाजिक व्यवहारात, तथाकथित सतत, गैर-निवडक, सर्वेक्षणे दुर्मिळ आहेत: ही लोकसंख्येची किंवा त्याच्या वैयक्तिक भागांची जनगणना आहे (उदाहरणार्थ, एखाद्या विशिष्ट उद्योगातील कामगार किंवा कोणत्याही प्रशासकीय-प्रादेशिक भागाचे रहिवासी. तो देश). सामाजिक परिस्थिती आणि प्रक्रियांचा न्याय करण्यासाठी, नमुना लोकसंख्येचा अभ्यास करणे पुरेसे आहे. या स्कोअरवर, सामान्य प्रतिमा आणि युक्तिवादांवर समाजशास्त्रज्ञांचे स्वतःचे "लोककथा" आहेत. ते म्हणतात: वाइनची संपूर्ण बाटली पिण्याची गरज नाही, त्याच्या गुणवत्तेचा न्याय करण्यासाठी, एक घोट पुरेसे आहे. प्रेक्षक मोजमापातील जगातील आघाडीच्या कंपन्यांपैकी एकाचे संस्थापक, ए. निल्सन, एक विचित्र प्रतिमा वापरतात: "तुम्हाला निवडक पद्धतींवर विश्वास नसेल, तर पुढच्या वेळी तुम्ही विश्लेषणासाठी रक्तदान कराल तेव्हा ते सर्व बाहेर पंप करण्यास सांगा. "

नमुना घेण्याच्या कार्याचे सार म्हणजे भागातून संपूर्ण न्याय करणे शक्य करणे.ज्या वस्तूंबद्दल त्यांना संशोधनात नवीन ज्ञान मिळवायचे आहे त्या संचाला म्हणतात सामान्य लोकसंख्या, किंवा विश्व.आणि सामान्य लोकसंख्येची कल्पना येण्यासाठी संचाचा भाग ज्याचा प्रायोगिकरित्या अभ्यास केला जातो, नमुना लोकसंख्या किंवा नमुना म्हणतात.यासाठी, स्थानिक नमुने (एंटरप्राइझ, शहर, प्रदेश) आणि राष्ट्रीय (संपूर्ण देशाची लोकसंख्या प्रतिबिंबित करणारे) दोन्ही वापरले जातात. सामान्य लोकसंख्येचे गुणधर्म प्रतिबिंबित करण्याच्या नमुन्याच्या क्षमतेला म्हणतात प्रतिनिधीत्व, किंवा प्रतिनिधीत्व.

सामान्य लोकसंख्या निश्चित करणे हे संशोधकाचे काम आहे. बहुतेक आधुनिक मतदान, उदाहरणार्थ, लोकसंख्येच्या चेतना आणि वर्तनाबद्दल ज्ञान प्राप्त करण्याच्या उद्देशाने आहेत. पण अशा प्रकरणांमध्ये लोकसंख्या कोण मानली जाते? कोणत्या वयापासून? सोव्हिएत काळात, मतदारांच्या याद्या बहुतेकदा उत्तरदाते निवडण्यासाठी वापरल्या जात होत्या आणि त्यात अर्थातच 18 आणि त्याहून अधिक वयाच्या लोकांचा समावेश होता. बाजार संबंधांच्या आगमनाने, लोक आणि तरुण लोकांमध्ये स्वारस्य असलेल्या उत्पादक आणि जाहिरातदारांच्या गरजा वाढत्या प्रमाणात पूर्ण होत आहेत (स्निकर्स इ. मुलांसाठी आणि किशोरवयीन मुलांसाठी आहेत). आणि आज सामान्य लोकसंख्या 4 वर्षे आणि त्याहून अधिक वयाची लोकसंख्या असू शकते! आपण लोकसंख्येच्या कोणत्या भागाबद्दल बोलत आहोत - शहरी किंवा ग्रामीण हे देखील महत्त्वाचे आहे. आता, पुन्हा जाहिरातदारांच्या फायद्यासाठी, मोठ्या मीडियामेट्रिक सर्वेक्षण चालू आहेत



हे दोन प्रकारच्या लोकांद्वारे रोखले गेले नाही तर अत्यंत अचूक परिणाम प्राप्त करू शकतात: जे लोक माहिती गोळा करतात आणि ज्यांच्याकडून ते प्राप्त करतात.

जर नियोजित नमुना प्रमाणानुसार बदलला तर तुम्ही परिस्थितीतून कसे बाहेर पडाल? हे येथे मदत करते वजनप्रतिसादकर्त्यांची परिणामी रचना सांख्यिकीय डेटाशी तुलना केली जाते. आढळलेले असमतोल दोन प्रकारे दूर केले जातात: 1) ज्या गटांमध्ये संशोधन युनिट्सची कमतरता आढळली आहे त्या गटांमध्ये वस्तूंची वास्तविक जोडणी केली जाते. त्याच वेळी, ते शक्य तितक्या यादृच्छिक निवडीच्या तत्त्वांचे पालन करण्याचा प्रयत्न करतात - बहुतेकदा, प्रारंभिक निवडीदरम्यान, कमतरतेच्या बाबतीत ते फक्त राखीव ठेवतात; 2) गणितीय वजनाच्या सहाय्याने विषमता दूर करा, ज्या गटांची कमतरता असेल तेथे काही आभासी "गुणाकार" द्वारे वजन वाढवा.

नमुना अभ्यासाचे परिणाम - त्याचे स्वरूप असे आहे - वास्तविक परिस्थितीपेक्षा नक्कीच वेगळे आहे. कोणत्याही संशोधनाच्या पद्धतशीर संस्कृतीचा अर्थ हा फरक कमी करणे आहे, म्हणजे. कमी सॅम्पलिंग एरर किंवा सांख्यिकीय त्रुटीचे परिमाण.अशा त्रुटीच्या परिमाणाची गणना करण्यासाठी, खालील सूत्र लागू केले आहे:

कुठे आर-% मधील सूचक (प्रतिवादी किंवा कागदपत्रांच्या शेअरचे मूल्य

या वैशिष्ट्यासह); पी -नमुना आकार (प्रतिसादकर्त्यांची संख्या, दस्तऐवज).

उदाहरणः 20% प्रतिसादकर्त्यांनी "स्वेतली पुट" या वृत्तपत्राला सर्वात मनोरंजक नाव दिले. एकूण 400 जणांच्या मुलाखती घेण्यात आल्या.

या निर्देशकासाठी सांख्यिकीय त्रुटी:

अशा प्रकारे, जे स्वेटली पुट वृत्तपत्र सर्वात मनोरंजक मानतात, ते प्रत्यक्षात 20 ± 2 (%) किंवा 18 ते 22% असू शकतात.

परिणामी, कोणत्याही प्रकाशनाच्या प्रेक्षकांचा वास्तविक आकार, जीवनातील कोणत्याही कार्यक्रमातील स्वारस्य इत्यादिमध्ये निर्देशक असू शकतात जे एका दिशेने किंवा दुसर्‍या दिशेने कित्येक टक्के विचलित होतात.

प्रातिनिधिकतेची काळजी कधी घ्यावी? जर संपूर्ण भागाचा आत्मविश्वासाने न्याय करण्याचा हेतू असेल तर हे न चुकता केले पाहिजे, उदा. नमुन्यावरील डेटा सामान्य (विश्वात) हस्तांतरित करा (एक्स्ट्रापोलेट). उदाहरणार्थ, रँकिंग अभ्यासांना डेटा प्राप्त होतो जो जाहिरातदार मीडियासाठी आधार म्हणून वापरतात

जाहिरात बजेटसाठी नियोजन, खर्च अंदाज. समजा, सर्वेक्षणाच्या परिणामी, असे आढळले आहे: एम. शहरात, झर्या या वृत्तपत्राचा प्रत्येक अंक सरासरी 4% 14 वर्षांपेक्षा जास्त वयाच्या प्रतिसादकर्त्यांनी वाचला आहे (मानक सूचक "एखाद्या समस्येचे सरासरी प्रेक्षक" आहे ”, “सरासरी अंक वाचकवर्ग”, “AIR”). या शहरातील या वयोगटातील रहिवाशांची संख्या 75,000 आहे. या प्रकरणात, जाहिरातदार आणि जाहिरातदार, साधी गणना करतात: ओळखले जाणारे रेटिंग सामान्य लोकांमध्ये हस्तांतरित करणे, असा विश्वास आहे की झार्यामध्ये पोस्ट केलेल्या त्यांच्या जाहिराती 3,000 मानव पाहण्यास सक्षम असतील. एक-वेळच्या जाहिरात प्लेसमेंटसाठी किंमती जाणून घेतल्यास, आपण जाहिरात नियोजनातील सर्वात सामान्य मूलभूत मूल्यांपैकी एक काय आहे याची गणना करू शकता - वाचकांसह 1,000 संपर्कांची किंमत (“किंमत प्रति हजार”, “CPT”). अशा प्रकारे, येथे केवळ प्रातिनिधिकता प्राप्त करणे आवश्यक आहे, अन्यथा सर्व गणना वाळूवर बांधल्या जातील. म्हणून, मीडिया व्यवस्थापक आणि जाहिरातदार, मीडिया समित्यांमध्ये एकत्र येऊन, प्रेक्षक मापन प्रक्रियेच्या गुणवत्तेवर लक्ष ठेवतात, मीडिया मीटरची गुणवत्ता तपासण्यासाठी स्वतंत्र ऑडिटर्सना आमंत्रित करतात.

व्यवस्थापन प्रणालीतील माहिती ही श्रमाची वस्तू आणि श्रमाचे उत्पादन दोन्ही आहे, म्हणून, प्रणालीच्या कार्याची कार्यक्षमता आणि गुणवत्ता लक्षणीयपणे त्याच्या गुणवत्तेवर अवलंबून असते. माहितीच्या गुणवत्तेची व्याख्या गुणधर्मांचा एक संच म्हणून केली जाऊ शकते ज्यामुळे ती त्याच्या उद्देशानुसार विशिष्ट गरजा पूर्ण करण्यासाठी वापरणे शक्य होते. व्यवस्थापनासाठी माहिती वापरण्याची शक्यता आणि कार्यक्षमता त्याच्या ग्राहक गुणवत्ता निर्देशकांद्वारे निर्धारित केली जाते, जसे की प्रतिनिधीत्व, अर्थपूर्णता, पर्याप्तता, उपलब्धता, समयोचितता, टिकाव, अचूकता, विश्वासार्हता, प्रासंगिकता, सुरक्षा आणि मूल्य.

प्रतिनिधीत्व

प्रतिनिधीत्व - अचूकता, ऑब्जेक्टच्या दिलेल्या गुणधर्मांच्या प्रतिबिंबाची गुणात्मक पर्याप्तता. माहितीची प्रातिनिधिकता त्याची निवड आणि निर्मितीच्या अचूकतेवर अवलंबून असते. त्याच वेळी, सर्वात महत्वाचे आहेत: संकल्पनेची निष्ठा, ज्याच्या आधारावर प्रारंभिक संकल्पना, निर्देशकाद्वारे प्रदर्शित केली जाते, तयार केली जाते; आवश्यक वैशिष्ट्यांच्या निवडीची वैधता आणि प्रदर्शित घटनेचे संबंध; मापन तंत्राची शुद्धता आणि आर्थिक निर्देशक तयार करण्यासाठी अल्गोरिदम. माहितीच्या प्रातिनिधिकतेचे उल्लंघन केल्याने बर्‍याचदा त्याच्या महत्त्वपूर्ण त्रुटी उद्भवतात, बहुतेकदा अल्गोरिदमिक म्हणतात.

माहितीच्या सामग्रीच्या वाढीसह, माहिती प्रणालीची सिमेंटिक बँडविड्थ वाढते, कारण समान माहिती हस्तांतरित करण्यासाठी थोड्या प्रमाणात डेटा रूपांतरित करणे आवश्यक आहे.

पर्याप्तता

आर्थिक माहितीची पुरेशीता (पूर्णता) म्हणजे त्यात किमान, परंतु योग्य व्यवस्थापन निर्णय घेण्यासाठी आर्थिक निर्देशकांचा पुरेसा संच आहे. माहितीच्या पर्याप्ततेची संकल्पना त्याच्या शब्दार्थ सामग्री (शब्दार्थ) आणि व्यावहारिकतेशी संबंधित आहे. दोन्ही अपूर्ण, म्हणजेच योग्य निर्णय घेण्यास अपुरे, आणि अनावश्यक माहिती व्यवस्थापनाची कार्यक्षमता कमी करते; ही संपूर्ण माहिती आहे जी उच्च दर्जाची आहे.

उपलब्धता

व्यवस्थापन निर्णय घेताना आकलनासाठी माहितीची उपलब्धता, ती प्राप्त करण्यासाठी आणि रूपांतरित करण्यासाठी योग्य प्रक्रियेच्या अंमलबजावणीद्वारे सुनिश्चित केली जाते. तर, संगणकीय प्रणालीचा उद्देश माहितीची उपलब्धता वापरकर्त्याच्या थिसॉरसशी संरेखित करून ती वाढवणे हा आहे, म्हणजेच तिचे प्रवेशयोग्य आणि वापरकर्ता-अनुकूल स्वरूपात रूपांतर करणे.

प्रासंगिकता

माहितीची प्रासंगिकता ही माहितीची मालमत्ता आहे जी कालांतराने व्यवस्थापनासाठी तिची उपयुक्तता (मूल्य) टिकवून ठेवते. प्रासंगिकता मोजली जाते (t) माहितीच्या प्रारंभिक उपयुक्ततेच्या संरक्षणाची डिग्री झेड( 0) वेळी त्याचा वापर:

कुठे झेड() ही एका वेळी माहितीची उपयुक्तता आहे .

प्रासंगिकता प्रदर्शित ऑब्जेक्टच्या सांख्यिकीय वैशिष्ट्यांवर (या वैशिष्ट्यांमधील बदलांच्या गतिशीलतेवर) आणि ही माहिती दिसल्यापासून निघून गेलेल्या वेळेच्या अंतरावर अवलंबून असते.

समयसूचकता

समयसूचकता ही माहितीचा गुणधर्म आहे ज्यामुळे ती वेळेत दिलेल्या क्षणी वापरणे शक्य होते. अकाली माहितीमुळे व्यवस्थापन आणि उत्पादन दोन्हीमध्ये आर्थिक नुकसान होते. व्यवस्थापनातील विलंबामुळे झालेल्या आर्थिक नुकसानाचे कारण म्हणजे कार्यात्मक समस्यांचे निराकरण करण्यासाठी स्थापित शासनाचे उल्लंघन आणि कधीकधी त्यांचे अल्गोरिदम. यामुळे लय कमी होणे, डाउनटाइम आणि ओव्हरटाइम वाढणे इत्यादींमुळे समस्या सोडवण्याच्या खर्चात वाढ होते. साहित्य उत्पादन क्षेत्रात. माहितीच्या विलंबामुळे होणारे नुकसान हे व्यवस्थापन निर्णयांच्या गुणवत्तेत घट, अपूर्ण माहिती किंवा खराब गुणवत्तेच्या माहितीवर आधारित निर्णय घेण्याशी संबंधित आहे. वेळेवर अशी माहिती आहे जी नियमांचे उल्लंघन न करता व्यवस्थापन निर्णय विकसित करताना विचारात घेतली जाऊ शकते, जी व्यवस्थापन प्रणालीद्वारे नियुक्त केलेल्या वेळेच्या नंतर प्राप्त होते.

दैनंदिन जीवनात, समाजाचा आर्थिक विकास, लोकांचे जीवन आणि आरोग्य माहितीच्या गुणधर्मांवर अवलंबून असते. कोणत्याही परिस्थितीत, इतरांसाठी ती किती स्पष्ट, संबंधित आणि उपयुक्त आहे आणि त्यात असलेली माहिती किती विश्वासार्ह आहे याचे मूल्यांकन करण्यासाठी एखाद्याला माहितीच्या गुणधर्मांचे विश्लेषण करावे लागेल.

माहितीच्या विशिष्ट गुणधर्मांचे महत्त्व विशिष्ट परिस्थितीद्वारे निर्धारित केले जाते. काही परिस्थितींमध्ये, माहितीची प्रासंगिकता आणि विश्वासार्हता महत्त्वाची असते.

उदाहरण:

माहिती दूरदर्शन कार्यक्रमात दिवसाच्या घटनांबद्दल फक्त अद्ययावत आणि विश्वासार्ह माहिती असणे आवश्यक आहे.

इतर परिस्थितींमध्ये, प्रवेशयोग्यता आणि आकलनक्षमता यासारखे गुणधर्म महत्त्वाचे आहेत.

उदाहरण:

प्राथमिक शालेय वयाच्या मुलांसाठी, बायबलसंबंधी आख्यायिकेचे स्पष्टीकरण अशा स्वरूपात असावे, जिथे मजकूर रोजच्या शब्दसंग्रहातील साध्या वाक्यांनी बनलेला असेल आणि प्रत्येक परिच्छेद सचित्र असेल.

पाळकांसाठी, मजकूर बायबल प्रमाणेच असावा आणि जे प्रौढ लोक धर्म शिकू लागले आहेत, त्यांनी मजकूर आधुनिक भाषेशी जुळवून घेणे इष्ट आहे.

माहिती वापरण्याची कार्यक्षमता त्याच्या गुणधर्मांशी संबंधित आहे जसे की प्रासंगिकता, प्रवेशयोग्यता (स्पष्टता), विश्वासार्हता, प्रतिनिधीत्व, पर्याप्तता आणि पूर्णता.

चला या गुणधर्मांचा अधिक तपशीलवार विचार करूया.

प्रासंगिकताही माहिती एखाद्या व्यक्तीसाठी किंवा समाजासाठी किती महत्त्वाची आहे, ती एखाद्या विशिष्ट परिस्थितीत समस्या सोडवण्यासाठी वापरली जाऊ शकते की नाही यावर माहिती निर्धारित केली जाते.

अशाप्रकारे, माहितीची समयोचितता ही समस्या सोडवण्याच्या वेळेशी सुसंगतपणे वेळेत पूर्वनिर्धारित क्षणापेक्षा उशिरापर्यंत पोहोचण्याची शक्यता असते.

केवळ संबंधित, वेळेवर मिळालेल्या माहितीचा लोकांना फायदा होऊ शकतो. हवामानाचा अंदाज आदल्या दिवशी कळवला जातो आणि त्याच दिवशी नाही.

त्याच नियमानुसार, शास्त्रज्ञ भूकंप, चक्रीवादळ आणि इतर नैसर्गिक आपत्तींबद्दल चेतावणी देण्यासाठी अधिक विश्वासार्ह मार्ग शोधण्याचा प्रयत्न करीत आहेत.

उपलब्धता माहिती समजण्यायोग्य स्वरूपात रूपांतरित करून प्रदान केली जाते. शिवाय, तीच माहिती त्याच्या प्राप्तकर्त्यावर अवलंबून वेगवेगळ्या स्वरूपात सादर केली जाऊ शकते.

माहिती ज्याच्यासाठी अभिप्रेत आहे त्याला समजलेल्या स्वरूपात आणि भाषेत ती व्यक्त केली गेली तर ती समजण्यायोग्य बनते.

उदाहरण:

10वी इयत्तेचे भौतिकशास्त्र पाठ्यपुस्तक आठव्या इयत्तेच्या विद्यार्थ्यासाठी पूर्णपणे अनाकलनीय आहे, कारण त्यात अपरिचित अटी आणि सूत्रे आहेत आणि 8व्या इयत्तेच्या भौतिकशास्त्राच्या पाठ्यपुस्तकात आठव्या इयत्तेसाठी प्रवेश करण्यायोग्य माहिती आहे, परंतु दहावीच्या विद्यार्थ्याला त्यात काहीही नवीन सापडणार नाही.

पुस्तकांच्या दुकानात, तुम्हाला बालसाहित्य विभाग मिळेल, जिथे प्रत्येक पुस्तक मुलाचे वय सूचित करेल ज्यासाठी ते लक्ष्य केले आहे. याचा अर्थ असा की या पुस्तकांमधील माहिती एका दिलेल्या वयाच्या वाचकाला सुलभ आणि समजेल अशा प्रकारे सादर केली आहे.

लायब्ररी कॅटलॉगची माहिती पुनर्प्राप्ती प्रणाली, जी आता लायब्ररींमध्ये व्यापकपणे लागू केली गेली आहे, ती वाचकांना विनंती केलेल्या विषयावरील पुस्तकांच्या उपलब्धतेची माहिती सुलभ आणि समजण्यास सुलभ स्वरूपात प्रदान करण्यासाठी डिझाइन केलेली आहे.

विश्वासार्हता खरोखर अस्तित्वात असलेल्या वस्तू, प्रक्रिया किंवा घटनेची स्थिती प्रतिबिंबित करण्यासाठी माहिती त्याच्या मालमत्तेद्वारे निर्धारित केली जाते. चुकीच्या माहितीमुळे परिस्थितीचा गैरसमज होऊ शकतो आणि परिणामी, चुकीचा निर्णय होऊ शकतो.

पूर्णता (पर्याप्तता) माहितीचा अर्थ असा आहे की त्यात अचूक निर्णय घेण्यासाठी डेटाचा किमान, परंतु पुरेसा संच आहे. जेव्हा ऑब्जेक्टबद्दल कोणतीही अतिरिक्त माहिती आधीच अनावश्यक असते तेव्हा माहितीची पूर्णता सांगता येते.

माहितीच्या पूर्णतेची संकल्पना त्याच्या अर्थपूर्ण सामग्रीशी संबंधित आहे.

अपूर्ण आणि निरर्थक दोन्ही माहिती तिच्यावर आधारित व्यक्तीने घेतलेल्या निर्णयांची प्रभावीता कमी करते.

अशा प्रकारे, माहिती अद्ययावत, प्रवेशयोग्य, विश्वासार्ह आणि पूर्ण असणे आवश्यक आहे.

पूर्ण आणि विश्वासार्ह माहिती असणे अत्यंत महत्त्वाचे असते अशा अनेक परिस्थितींचा विचार करा.

कधीकधी असे घडते की फोनवर बोलत असताना, आवाज संवादकर्त्याच्या ऐकण्यात व्यत्यय आणतो. यामुळे, माहिती नेहमीच अचूकपणे समजली जात नाही आणि संभाषणकर्त्याच्या शब्दांचा गैरसमज आणि अर्थ लावला जाऊ शकतो.

समजा तुम्ही एखाद्या अतिथीच्या आगमनाच्या तारखेची माहिती असलेला एक तार पाठवत आहात ज्याला स्टेशनवर भेटण्याची आवश्यकता आहे. जर, टेलीग्रामच्या प्रसारणादरम्यान, आगमन तारखेमध्ये चूक झाली, तर यामुळे अप्रिय परिणाम होतील.

जर एखादी व्यक्ती कारच्या चाकाच्या मागे गेली तर ती कशी चालवायची हे माहित नसेल तर तो फार दूर जाण्याची शक्यता नाही. या प्रकरणात, आम्ही असे म्हणू शकतो की या व्यक्तीकडे कार चालविण्याची अपूर्ण माहिती आहे.

पर्याप्ततामाहिती ही वास्तविक वस्तू, प्रक्रिया किंवा घटनेशी प्राप्त माहिती (माहिती मॉडेल) वापरून तयार केलेल्या प्रतिमेचा पत्रव्यवहार आहे. वास्तविक जीवनात, माहितीची पूर्ण पर्याप्तता असताना परिस्थिती फारच शक्य नसते. कमी-अधिक अनिश्चितता नेहमीच असते. ऑब्जेक्टच्या वास्तविक स्थितीसाठी माहितीच्या पर्याप्ततेची डिग्री एखाद्या व्यक्तीने घेतलेल्या निर्णयांच्या शुद्धतेवर देखील परिणाम करते.

उदाहरण:

तुम्ही यशस्वीरित्या शाळा पूर्ण केली आहे आणि तुमचे शिक्षण आर्थिक दिशेने चालू ठेवायचे आहे. मित्रांशी बोलल्यानंतर तुम्हाला कळेल की वेगवेगळ्या विद्यापीठांमध्ये असेच प्रशिक्षण मिळू शकते. अशा संभाषणांच्या परिणामी, आपल्याला अत्यंत विरोधाभासी माहिती प्राप्त होते जी आपल्याला या किंवा त्या पर्यायाच्या बाजूने निर्णय घेण्यास परवानगी देत ​​​​नाही, म्हणजेच प्राप्त केलेली माहिती वास्तविक स्थितीसाठी पुरेशी नाही. अधिक विश्वासार्ह माहिती मिळविण्यासाठी, तुम्ही "अर्जदारांसाठी विद्यापीठांसाठी हँडबुक" खरेदी करता, ज्यामधून तुम्हाला सर्वसमावेशक माहिती मिळते. या प्रकरणात, आम्ही असे म्हणू शकतो की तुम्हाला संदर्भ पुस्तकातून मिळालेली माहिती विद्यापीठांमधील अभ्यासाचे क्षेत्र पुरेसे प्रतिबिंबित करते आणि तुम्हाला तुमची अंतिम निवड करण्यात मदत करते.

प्रतिनिधीत्व माहिती त्याच्या निवडीच्या अचूकतेशी संबंधित आहे आणि ऑब्जेक्टच्या गुणधर्मांचे पुरेसे प्रतिबिंबित करण्यासाठी निर्मिती. माहितीच्या प्रातिनिधिकतेची मालमत्ता निश्चित करण्यासाठी एक अपरिहार्य अट म्हणजे वेगवेगळ्या स्त्रोतांकडून समान माहितीची पावती. हे स्पष्ट आहे की माहितीच्या सर्व स्त्रोतांसाठी कधीही पूर्ण योगायोग होणार नाही. तथापि, सर्वकाही योग्यरित्या केले असल्यास, प्राप्त माहिती ऑब्जेक्टची सर्वात महत्वाची वैशिष्ट्ये प्रतिबिंबित करेल.

उदाहरण:

शहराच्या सामाजिक सेवेला एक समस्या भेडसावत आहे: प्रत्येक कुटुंब जेवणासाठी सरासरी साप्ताहिक किती पैसे खर्च करते हे शोधण्यासाठी. यासाठी सामाजिक कार्यकर्ते शहरातील सर्व रहिवाशांची मुलाखत घेतील अशी कल्पना करणे अशक्य आहे. याचा अर्थ असा की ज्यांची मुलाखत घेतली जाईल अशा लोकांचा सर्वात सामान्य गट निवडणे आवश्यक आहे. सर्वेक्षणाच्या परिणामी, माहितीची एक श्रेणी तयार केली जाईल, ज्याला नमुना म्हणतात. सर्वेक्षण पद्धती, गोळा केलेल्या डेटावर प्रक्रिया करण्याच्या पद्धती, त्यांचे मूल्यांकन आणि परिणामांचे विश्लेषण निश्चित करणे देखील आवश्यक आहे. जर प्राप्त झालेले परिणाम शहरातील बहुसंख्य रहिवाशांसाठी वैशिष्ट्यपूर्ण परिस्थिती दर्शवितात, तर ते लोकांच्या निवडक गटाच्या सर्वेक्षणाच्या परिणामी प्राप्त झालेल्या माहितीच्या प्रतिनिधीत्वाबद्दल बोलतात. माहितीची पर्याप्तता आणि प्रातिनिधिकता याबद्दलचे निष्कर्ष विशेष पद्धतींच्या आधारे काढले जाऊ शकतात, जे सांख्यिकी आणि गणितीय आकडेवारी यासारख्या विज्ञानांमध्ये गुंतलेले आहेत.

कोणत्याही परिस्थितीत, अगदी सामान्य आणि साधे देखील, आपल्याला संबंधित, विश्वासार्ह, संपूर्ण आणि समजण्यायोग्य माहितीची आवश्यकता आहे.

चला काही उदाहरणे पाहू ज्या विशिष्ट परिस्थितीसाठी सर्वात महत्वाचे गुणधर्म हायलाइट करतात.

उदाहरण:

सकाळी, जेव्हा तुम्ही शाळेत जाता तेव्हा तुम्ही निश्चितपणे घड्याळाकडे पाहता: तुम्हाला फक्त विश्वसनीय माहिती हवी असते. काय घालायचे हे ठरवण्यासाठी तुम्ही बहुधा खिडकीतून बाहेर पहाल किंवा थर्मामीटरकडे पहाल. माहितीची प्रासंगिकता येथे महत्त्वाची आहे. मग तुम्ही शाळेत जा आणि एक वर्ग शोधा जिथे धडा वेळापत्रकानुसार होतो. आपल्याला संपूर्ण आणि विश्वासार्ह माहितीची आवश्यकता आहे, अन्यथा आवश्यक कार्यालय शोधणे अशक्य आहे.

सहलीचा मार्ग निश्चित करण्यासाठी, नवीन देश जाणून घेण्यासाठी, ऐतिहासिक घटनांचा अभ्यास करण्यासाठी तुम्हाला भौगोलिक नकाशा वापरण्याची आवश्यकता आहे. नकाशाने नेहमीच एखाद्या व्यक्तीला पृथ्वीच्या पृष्ठभागाविषयी माहितीचा स्रोत म्हणून सेवा दिली आहे. हे विविध क्षेत्रातील संशोधनाचे महत्त्वाचे साधन आहे. वास्तविक भूभागाचे मॅपिंग करणे आणि बांधकाम कामाचे समन्वय साधणे यासारखी कामे नकाशे वापरून हाताळली जातात. त्यामुळे, नकाशांमध्ये असलेल्या माहितीची खऱ्या क्षेत्रापर्यंतची पर्याप्तता येथे अत्यंत महत्त्वाची आहे.

भौगोलिक माहिती प्रणाली आता तयार केली जात आहे - संगणकावर थेट नकाशे. ते उपग्रहांकडून येणाऱ्या माहितीवर प्रक्रिया आणि विश्लेषण करतात. अशा प्रणाली गैर-पारंपारिक कार्ये सोडविण्यास परवानगी देतात:

विक्रीचे प्रमाण आणि बाजाराच्या संभाव्यतेचा अंदाज लावा, कारण ते लोकसंख्याशास्त्रीय डेटा आणि स्टोअरचे स्थान, वस्तूंच्या श्रेणीबद्दल माहिती प्रदर्शित करू शकतात;

पर्यावरणीय अपघातांच्या परिणामांचे विश्लेषण करा आणि त्यांच्या निर्मूलनासाठी सर्वोत्तम उपाय निवडा;

हायड्रोग्राफिक नेटवर्कचे मॉडेल तयार करा आणि पूर क्षेत्रे ओळखा;

पृथ्वीच्या पृष्ठभागाचे आराम मॉडेल तयार करा.

सर्व कार्डे एका विशेष भाषेत "वर्णन" केली जातात जी केवळ तज्ञांना समजू शकते. याचा अर्थ ही माहिती प्रत्येकासाठी उपलब्ध नाही. तज्ञासाठी प्रत्येक चिन्हात मोठ्या प्रमाणात विश्वासार्ह, वस्तुनिष्ठ आणि समजण्याजोगी माहिती असते जी वापरलेली भाषा माहित नसलेल्यांसाठी उपलब्ध नसते.

आधुनिक "अंतरिक्ष तंत्रज्ञान" मध्ये, विविध उपकरणांच्या मदतीने मिळवलेली माहिती निर्णायक भूमिका बजावते. उदाहरणार्थ, सौर पॅनेलच्या ऑपरेशनसाठी सूर्याच्या सापेक्ष स्थानकाचे स्थान महत्त्वाचे आहे. थोडीशी अयोग्यता - आणि अवकाशयान ऊर्जा गमावेल. अशी माहिती वर्तमान, योग्य आणि पूर्ण असणे आवश्यक आहे.

प्रतिनिधी डेटा

डेटाचे प्रतिनिधित्व (फ्रेंच प्रतिनिधी - सूचक मधून), क्षेत्रीय निरीक्षणे, नमुने, नैसर्गिक वातावरणातून घेतलेल्या निवडणुका, इकोसिस्टम इत्यादींच्या प्रायोगिक डेटाची मालमत्ता (परिमाणवाचक वैशिष्ट्ये, संख्या आणि इतर परिणाम) हे निर्विवाद वस्तुनिष्ठ निकष आहेत. निरीक्षण केलेल्या घटनेचे सत्य.

पर्यावरणीय ज्ञानकोशीय शब्दकोश. - चिसिनौ: मोल्डाव्हियन सोव्हिएत एनसायक्लोपीडियाचे मुख्य संपादकीय कार्यालय... I.I. आजोबा. 1989.


इतर शब्दकोशांमध्ये "डेटा प्रतिनिधीत्व" काय आहे ते पहा:

    प्रतिनिधीत्व- शब्दशः कल्पना देण्याची क्षमता; हा शब्द आकडेवारीचे वैशिष्ट्य आहे. सांख्यिकीय वस्तूंचे प्रतिनिधीत्व (सांख्यिकीय पद्धतीने अभ्यासलेले विषय, सांख्यिकी पहा) या विषयांची निवड करण्याची क्षमता ... ... संदर्भ व्यावसायिक शब्दसंग्रह

    प्रतिनिधीत्व- (फ्रेंच प्रतिनिधीत्व प्रतिनिधीकडून) प्रातिनिधिकता, नमुन्याच्या संपूर्ण संचाच्या संबंधात नमुन्याची प्रातिनिधिकता ज्यामधून नमुना तयार केला गेला होता (सांख्यिकी, हवामानशास्त्रात); समाजशास्त्रात प्रातिनिधिकता प्राप्त होते... व्यावसायिक शिक्षण. शब्दकोश

    साइट प्रतिनिधीत्व- 3.1.13 साइट प्रातिनिधिकता: निरीक्षण साइटच्या प्रातिनिधिकतेची डिग्री, निरीक्षणाची साइट आवश्यकतांची पूर्तता करते याची खात्री करून आणि तुलनात्मक डेटा प्राप्त करण्यासाठी वापरला जाऊ शकतो ... ...

    - (फ्रेंचमधून. représentatif एखाद्या गोष्टीचे प्रतिनिधित्व करणारे, सूचक) आकडेवारीमध्ये, नमुन्याची मुख्य मालमत्ता, त्याच्या वैशिष्ट्यांच्या समीपतेमध्ये (रचना, सरासरी मूल्ये इ.) संबंधित वैशिष्ट्यांसह ... ... ग्रेट सोव्हिएत एनसायक्लोपीडिया

    प्रतिनिधीत्व- - 1) सामान्य लोकसंख्येच्या वैशिष्ट्यांचे प्रतिनिधित्व करण्यासाठी नमुन्याची मालमत्ता; याचा अर्थ असा की काही पूर्वनिर्धारित किंवा निश्चित सांख्यिकीय त्रुटीसह, नमुना लोकसंख्येमध्ये दर्शविलेले मानले जाऊ शकते ... ... आधुनिक शैक्षणिक प्रक्रिया: मूलभूत संकल्पना आणि अटी

    प्रतिनिधीत्व- सामान्य लोकसंख्येची वैशिष्ट्ये पुनरुत्पादित करण्यासाठी नमुन्याची मालमत्ता. दुसऱ्या शब्दांत, नमुन्याचा आर. म्हणजे एका विशिष्ट त्रुटीसह अभ्यास केलेल्या वितरणाची ओळख करणे शक्य आहे ... ... समाजशास्त्रीय संदर्भ पुस्तक

    मतदान पोस्ट करा- एक प्रकारची प्रश्नावली सर्वेक्षण. ओ.पी. सह, प्रश्नावली संभाव्य उत्तरदात्यांमध्ये स्वतंत्र पोस्टल आयटम म्हणून त्या आहारांच्या विशेष निवडलेल्या पत्त्यांवर टपाल सेवा वापरणाऱ्यांमध्ये वितरीत केली जाते, जे एकूणच ... ... च्या मते. समाजशास्त्रीय संदर्भ पुस्तक

    मतदान दाबा- एक प्रकारची प्रश्नावली सर्वेक्षण. ओ.पी. सह प्रश्नावली वर्तमानपत्रे, मासिकांच्या पानांवर प्रकाशित केली जाते आणि ती भरून संशोधकांना परत करण्याची शक्यता केवळ संबंधित नियतकालिकाच्या वाचकांच्या एकूण संख्येने मर्यादित असते आणि ती एक ... समाजशास्त्रीय संदर्भ पुस्तक

    KIER- (कियाई) अँडर्स निकोले (1838 1919) नॉर्व. संख्याशास्त्रज्ञ 1867 पासून ते स्टॅटिस्टिकलचे प्रमुख होते. bureau Min va int. 1877 मध्ये घडामोडी 1913 केंद्राचे संचालक. सांख्यिकी नॉर्वे. इंटर्नच्या वतीने. सांख्यिकीय संस्थेने आमच्या जनगणनेसाठी प्रकल्प विकसित केले. देशांसाठी...... डेमोग्राफिक एनसायक्लोपेडिक डिक्शनरी

    आरडी 52.10.728-2010: राज्य आणि सागरी पर्यावरणाच्या प्रदूषणाचे निरीक्षण करण्यासाठी प्रयोगशाळांच्या सक्षमतेसाठी मूलभूत आवश्यकता- टर्मिनोलॉजी आरडी 52.10.728 2010: राज्य आणि सागरी पर्यावरणाच्या प्रदूषणाचे निरीक्षण करण्यासाठी प्रयोगशाळांच्या सक्षमतेसाठी मूलभूत आवश्यकता: 1.1.9 राज्य निरीक्षण नेटवर्क: फेडरल कार्यकारी मंडळाचे निरीक्षण नेटवर्क ... नियमात्मक आणि तांत्रिक दस्तऐवजीकरणाच्या अटींचे शब्दकोश-संदर्भ पुस्तक

पुस्तके

  • अनिवार्य आरोग्य विमा (सीएचआय), लेखकांच्या टीममध्ये समाजशास्त्रीय सर्वेक्षण आयोजित करण्यासाठी पद्धतशीर आणि पद्धतशीर दृष्टिकोन. कार्य एका एकीकृत प्रणालीच्या कार्यक्षमतेत वाढ करण्याच्या स्थानिक पद्धतशीर आणि पद्धतशीर समस्यांचे परीक्षण करते आणि समाजशास्त्रीय सर्वेक्षण आयोजित आणि आयोजित करण्याचे मॉडेल ... इलेक्ट्रॉनिक पुस्तक
  • मानक कायदेशीर कृत्ये आणि त्यांचे प्रकल्प, ई. रॉसिनस्काया (कॉम्प.) यांचे भ्रष्टाचारविरोधी कौशल्य. हे प्रकाशन नियामक कायदेशीर कृत्ये आणि त्यांच्या प्रकल्पांच्या भ्रष्टाचारविरोधी तज्ञावरील वैज्ञानिक लेखांचा संग्रह आहे. माहितीचे भ्रष्टाचार निर्माण करणारे स्वरूप ...

© 2021 skudelnica.ru - प्रेम, विश्वासघात, मानसशास्त्र, घटस्फोट, भावना, भांडणे