यस व्यवसाय-केन्द्रित संसारमा, कम्पनीहरूले निरन्तर प्रतिस्पर्धात्मक फाइदा हासिल गर्ने तरिकाहरू खोजिरहनु कुनै अचम्मको कुरा होइन। नवीन मार्केटिङ रणनीतिहरूदेखि अत्याधुनिक प्रविधिसम्म, व्यवसायहरू सधैं अर्को ठूलो कुराको खोजीमा हुन्छन् जसले उनीहरूलाई आफ्ना प्रतिस्पर्धीहरूबाट अलग गर्नेछ। यससँगै, उनीहरूले ग्राहकहरूको निरन्तर परिवर्तनशील माग र अपेक्षाहरू पूरा गर्नुपर्छ।
के सुधार गर्न र सम्बोधन गर्न आवश्यक छ भनेर सजिलै पहिचान गर्ने एउटा तरिका भनेको ग्राहकहरूको प्रतिक्रिया हो। एक अर्डरल स्केल एक तरिका हो जुन ग्राहक सन्तुष्टि मापन गर्न प्रयोग गर्न सकिन्छ।
यदि यो पहिलो पटक अर्डरल स्केलको बारेमा सुन्दै हुनुहुन्छ भने, हामीले तपाईंलाई कभर गरेका छौं!
तल 10 आकर्षक र आकर्षक छन् अर्डरल स्केलको उदाहरणहरू, सबै AhaSlides को नि:शुल्क मतदान सफ्टवेयरमा बनाइएको!
विषयसूची
सामान्य मापन के हो?
An आदेश मापन, को रूपमा पनि उल्लेख गरिएको छ क्रमिक डाटा, मापन स्केलको एक प्रकार हो जसले व्यक्तिहरूलाई उनीहरूको सापेक्ष स्थिति वा प्राथमिकताको आधारमा वस्तुहरू श्रेणी वा मूल्याङ्कन गर्न अनुमति दिन्छ। यसले प्रतिक्रिया सङ्कलन गर्न र उत्पादन वा सेवासँग ग्राहकहरूको सन्तुष्टिको स्तर बुझ्नको लागि एक संरचित तरिका प्रदान गर्दछ।
सरल भाषामा भन्नुपर्दा, यो एक सांख्यिकीय स्केलिंग प्रणाली हो जसले सञ्चालन गर्दछ अर्डर। सामान्यतया, ओर्डिनल तराजू a मा काम गर्दछ 1 गर्न 5 वा 1 गर्न 10 रेटि system प्रणाली, १ को साथ प्रतिनिधित्व गर्दछ न्यूनतम मूल्य प्रतिक्रिया र १० उच्चतम मान प्रतिक्रिया प्रतिनिधित्व गर्दछ।
स्पष्ट तस्वीर प्राप्त गर्नका लागि एउटा सुपर सीधा र सामान्य उदाहरण हेरौं: तपाईं हाम्रो सेवासँग कत्तिको सन्तुष्ट हुनुहुन्छ?

सम्भावनाहरू छन्, तपाईंले यस प्रकारको क्रमिक मापन उदाहरण पहिले देख्नुभएको छ। मापन गर्न प्रयोग गरिन्छ --पोइन्ट स्केलमा ग्राहकको सन्तुष्टि:
- धेरै असन्तुष्ट
- असन्तुष्ट
- तटस्थ
- सन्तुष्ट
- धेरै सन्तुष्ट
स्वाभाविक रूपमा, कम्पनीहरूले सन्तुष्टि आदेशको मापन प्रयोग गर्न सक्छन् यदि तिनीहरूले आफ्नो सेवा सुधार गर्न आवश्यक छ कि भनेर निर्धारण गर्न। यदि तिनीहरू लगातार कम संख्याहरू (१ हरू र २ सेकेन्ड) स्कोर गर्दै छन् भने यसको मतलब यो हो कि यदि उनीहरूले उच्च संख्याहरू (ss र) सेकेन्ड) स्कोर गरिरहेका थिए भने यो भन्दा बढी आवश्यक छ।
त्यहाँ अर्डरल स्केलको सुन्दरता छ: तिनीहरू धेरै सरल र स्पष्ट छन्। यो संग, यो सजिलो छ सङ्कलन गर्नुहोस् र डेटा विश्लेषण गर्नुहोस् कुनै पनि क्षेत्रमा। तिनीहरूले यो गर्न गुणात्मक र मात्रात्मक दुवै डेटा प्रयोग गर्छन्:
- गुणात्मक - साधारण तराजु गुणात्मक हो किनभने तिनीहरू शब्दहरूमा केन्द्रित हुन्छन् जुन एक विशिष्ट मान परिभाषित गर्दछ। उदाहरण को लागी, मानिसहरूलाई थाहा छ के सन्तुष्टिदायक अनुभव जस्तो लाग्छ, जबकि तिनीहरूलाई कठिन छ '१० को बाहिर' 'अनुभव परिभाषित गर्न।
- मात्रात्मक - तिनीहरू मात्रात्मक छन् किनभने प्रत्येक शब्द संख्या मानसँग मेल खान्छ। यदि अनुसन्धानमा एक अर्डिनलले सन्तोषजनक अनुभवलाई 7 मध्ये 8 वा 10 अनुभवको रूपमा परिभाषित गर्दछ, त्यसपछि तिनीहरू सजिलैसँग सङ्ख्याहरू मार्फत सङ्कलन गरिएका सबै डाटाहरू तुलना गर्न र चार्ट गर्न सक्छन्।
अवश्य पनि, सन्तुष्ट/असन्तुष्ट प्रतिक्रिया सेट बाहिर प्रशस्त क्रमिक स्केल उदाहरणहरू छन्। ती मध्ये केहीलाई हेरौं...
१० सामान्य स्केल उदाहरणहरू
AhaSlides को साथ नि: शुल्क तलको कुनै पनि आदेशात्मक मापन सिर्जना गर्नुहोस्। एहास्लाइड्सले तपाईंलाई प्रश्न, कथन र मानहरूको साथ एक सामान्य मापन सिर्जना गर्न दिन्छ, त्यसपछि तपाईंको दर्शकहरूलाई उनीहरूको विचार तिनीहरूको मोबाइल फोन प्रयोग गरेर प्रत्यक्ष राख्न दिन्छ।
प्रकार # 1 - परिचित
[एकदमै परिचित छैन - केहि हदसम्म परिचित - सामान्य परिचित - धेरै परिचित - धेरै परिचित]
परिचित अर्र्डिनल स्केलहरू जाँच गर्न प्रयोग गरिन्छ ज्ञानको स्तर कि कसैसँग एक निश्चित विषयको बारेमा छ। यसको कारण, तिनीहरू भविष्यका विज्ञापन प्रयासहरू, सचेतना अभियानहरू र शैक्षिक योजनाहरू सूचित गर्नको लागि उपयोगी छन्।
केहि परिचित ओर्डिनल स्केल उदाहरणहरू:
- एउटा कम्पनीले आफ्ना श्रोताहरूको परीक्षण गर्न के तिनीहरू केही उत्पादनहरूसँग परिचित छन् भनेर हेर्न। यसबाट आएको नतिजाले कम परिचितता भएका उत्पादनहरूतर्फ विज्ञापन प्रयास गर्न सक्छ।
- एक शिक्षक आफ्नो विद्यार्थीहरूको निश्चित विषयको पहिचानमा परीक्षण गर्दै। यसले शिक्षकलाई त्यस विषयको बारेमा कुन प्राथमिक शिक्षाको तह अनुमान गर्न सकिन्छ जहाँ यो पढाउने सुरु गर्ने निर्णय गर्नु अघि अनुमान गर्छ।
कक्षाकोठाका लागि थप लाइभ पोल चाहिन्छ? शिक्षकहरूको लागि यी एपहरू यहाँ हेर्नुहोस्!
प्रकार # २ - फ्रिक्वेन्सी
[कहिले पनि - विरलै - कहिलेकाँही - अक्सर - सँधै]
फ्रिक्वेन्सी ऑर्डिनल स्केलहरू मापन गर्न प्रयोग गरिन्छ कति पटक गतिविधि गरिन्छ। तिनीहरू सक्रिय आचरणको न्याय गर्न को लागी उपयोगी हुन्छन् र कहाँ तिनीहरूलाई परिवर्तन गर्न सुरु गर्न सकिन्छ।
केहि फ्रिक्वेन्सी ऑर्डिनल स्केल उदाहरण:
- जनताले नियमहरू पछ्याउने डिग्रीको बारेमा जानकारी सङ्कलन गर्ने एक सामान्य सर्वेक्षण। सार्वजनिक सूचना अभियानले कति राम्रो वा कति खराब प्रदर्शन गरिरहेको छ भनी पत्ता लगाउन डाटा प्रयोग गर्न सकिन्छ।
- एक कम्पनीले कसरी एक क्रेतालाई उनीहरूको वेबसाइटमा प्रभाव पार्छ भन्ने बारे जानकारी सङ्कलन गर्दछ। कम्पनीले अन्य कम हेरिएको मिडियाको विपरीत भिडियो वा ब्यानर विज्ञापनहरू जस्ता धेरै लोकप्रिय मिडियाका निश्चित प्रकारहरूमा ध्यान केन्द्रित गर्न यो डेटा प्रयोग गर्न सक्छ।
प्रकार # 3 - तीव्रता
[तीव्रता छैन - हल्का तीव्रता - मध्यम तीव्रता - कडा तीव्रता - चरम तीव्रता]
तीव्रता क्रमिक तराजू सामान्यतया परीक्षण एक भावना वा अनुभव को ताकत। यो मापन गर्न अक्सर गाह्रो मेट्रिक हुन्छ किनकि यसले सामान्य तराजुमा नापीएको भन्दा अधिक अवधारणात्मक र व्यक्तिपरक केहि सम्बन्धित छ।
केही तीव्रता क्रमिक स्केल उदाहरणहरू:
- एक चिकित्सा स्थापनाले बिरामीहरूलाई उनीहरूको कथित स्तरमा उपचार अघि र पछाडि परीक्षण गर्दैछ। डेटा सेवा वा प्रक्रियाको प्रभावकारिता निर्धारण गर्न प्रयोग गर्न सकिन्छ।
- चर्च जानेहरूलाई प्रवचनको शक्तिको परीक्षण गर्ने चर्च सेवा। तिनीहरूले आफ्नो पास्टरलाई बर्खास्त गर्ने कि नगर्ने भनेर हेर्न डेटा प्रयोग गर्न सक्छन्।
प्रकार # 4 - महत्व
[सबै महत्त्वपूर्ण होइन - महत्त्वेपूर्ण महत्त्वपूर्ण - थोरै महत्त्वपूर्ण - केहि महत्त्वपूर्ण - एकदम महत्त्वपूर्ण - अत्यन्त महत्त्वपूर्ण - अत्यावश्यक]
महत्त्व सामान्य मापन दर कसरी अनावश्यक वा आवश्यक व्यक्तिहरूले उत्पादन, सेवा, क्षेत्र, गतिविधि वा धेरै बढी फेला पार्दछन् केहि हुनु। यस क्रमबद्ध स्केल प्रकारका नतिजाहरू प्रायः अचम्मलाग्दो हुन्छन्, त्यसैले व्यवसायहरूले तिनीहरूको प्रस्तावहरूको कथित महत्त्वको बारेमा मूल्यवान अन्तरदृष्टि प्राप्त गर्न यस प्रकारको मापनलाई विचार गर्नुपर्छ। यो जानकारीले तिनीहरूलाई स्रोतहरूलाई प्राथमिकता दिन र आफ्ना ग्राहकहरूलाई साँच्चै महत्त्वपूर्ण हुने क्षेत्रहरूमा ध्यान केन्द्रित गर्न मद्दत गर्न सक्छ।
केहि महत्व सामान्य मापन उदाहरण:
- एउटा रेस्टुरेन्टले ग्राहकहरूलाई उनीहरूको लागि सब भन्दा महत्त्वपूर्ण कुरा के हो भनेर अगाडि सार्न भनिरहेको छ। यहाँबाट डाटा सेवा को भाग को प्रबंधन बाट सबैभन्दा ध्यान आवश्यक छ भनेर बाहिर आंकडा गर्न प्रयोग गर्न सकिन्छ।
- एक सर्वेक्षणले खाना र व्यायामप्रति मनोवृत्ति राख्ने विचार राखेको छ। डाटा फिट राख्न केही पक्षहरू सार्वजनिक देख्छ कसरी महत्त्वपूर्ण पत्ता लगाउन प्रयोग गर्न सकिन्छ।
प्रकार # 5 - सम्झौता
[पूर्ण रूपमा असहमत - असहमत - न त सहमत छ न असहमति - सहमत - दृढ सहमत
समझौता सामान्य मापन एक व्यक्ति को डिग्री के निर्धारण गर्न मद्दत गर्दछ असहमत हुन्छ वा कथनसँग सहमत हुन्छ। त्यहाँ केहि धेरै व्यापक रूपमा प्रयोग हुने सामान्य स्केल उदाहरणहरू छन्, किनकि तीनिहरू कुनै पनि बयानसँग प्रयोग गर्न सकिन्छ जुन तपाईंलाई विशिष्ट उत्तर चाहिन्छ।
केहि सम्झौता सामान्य मापन उदाहरण:
- एउटा कम्पनीले उनीहरूको वेबसाइटको उपयोगिताको बारेमा ग्राहकहरुको सर्वेक्षण गर्दैछ। तिनीहरूले कम्पनी आफैले सोच्दछ कि को बारे मा विशिष्ट बयान गर्न सक्छन् र त्यसपछि आफ्नो प्रयोगकर्ताहरू ती बयान संग सहमत वा असहमत भने हेर्न सक्नुहुन्छ।
- रोजगारदाताले कार्यस्थलको वातावरणको बारेमा कर्मचारीहरूको विचारहरू स .्कलन गर्छन्। असहमति र उनीहरूका कथनहरूको सहमति को स्तरमा निर्भर गर्दै, तिनीहरूले कर्मचारीहरूको फाइदाको लागि मिलाउन आवश्यक पर्ने चीजहरू पत्ता लगाउन सक्दछन्।
प्रकार # 6 - संतुष्टि
[गम्भिर असन्तुष्ट - असन्तुष्ट - केही हदसम्म असन्तुष्ट - तटस्थ - केही हदसम्म सन्तुष्ट - सन्तुष्ट - धेरै सन्तुष्ट]
फेरि, यो एक सामान्य मापनको व्यापक प्रयोग गरिएको उदाहरण हो, किनकि 'सन्तुष्टि' हो व्यवसायको अन्तिम लक्ष्य। सर्वेक्षणका सबै भागहरूले, कुनै न कुनै रूपमा, सेवासँगको सन्तुष्टिको बारेमा जानकारी सङ्कलन गर्ने प्रयास गर्छन्, तर सन्तुष्टिको क्रमिक मापनले यो स्पष्ट र स्पष्ट रूपमा गर्छ।
केहि सन्तुष्टि सामान्य मापदण्ड उदाहरणहरू:
- उनीहरूको भर्ना सेवाको बारेमा सन्तुष्टिको स्तर जम्मा गर्ने विश्वविद्यालय। डेटाले उनीहरूलाई सम्भावित भविष्यका विद्यार्थीहरूको लागि कुन पक्षलाई सबैभन्दा बढी सुधार गर्न आवश्यक छ भनेर निर्धारण गर्न मद्दत गर्न सक्छ।
- एक राजनीतिक पार्टी विगत बर्ष मा आफ्नो प्रयास मा आफ्ना समर्थकहरु मतदान। यदि उनीहरूका समर्थकहरू कुनै पनि हिसाबले पार्टीको प्रगतिप्रति असन्तुष्ट छन् भने, उनीहरूले तिनीहरूलाई बिभिन्न तरिकाले के गर्न चाहन्छन् भनेर मतदान गर्न सुरू गर्न सक्दछन्।
प्रकार # - - प्रदर्शन
[राम्रो तल मानक - अपेक्षाहरू तल - अपेक्षित रूपमा - अपेक्षाहरू भन्दा माथि - वास्तवमै अपेक्षित अपेक्षाहरू]
कार्यसम्पादन क्रमिक मापनहरू सन्तुष्टि क्रमिक मापनहरू जस्तै हुन्, जसले सेवाको समग्र प्रभावकारिता र दक्षता मापन गर्दछ। यद्यपि, सूक्ष्म भिन्नता यो हो कि यस प्रकारको क्रमिक मापनले अन्तिम कार्यसम्पादन मापन गर्दछ। कसैको पूर्व निर्धारित उम्मीदको सम्बन्धमा त्यो सेवा को।
केहि प्रदर्शन सामान्य मापन उदाहरण:
- एउटा कम्पनीले उनीहरूको खरीद र वितरणको प्रत्येक पक्षको ग्राहक समीक्षा समेट्दै छ। तिनीहरू डाटा प्रयोग गर्नका लागि ग्राहकहरूले बढी अपेक्षा राखेका छन् र कम्पनी तिनीहरूलाई पूरा गर्न असफल भइरहेको छ भनेर हेर्न।
- एक फिल्म स्टूडियो खोज्न को लागी कोशिश गर्नु कि यदि तिनीहरूको भर्खरको प्रोडक्शन हाइपसम्म रहे। यदि होईन भने, यो कि सम्भव छ कि चलचित्र पहिले नै अत्यधिक hyped भएको थियो वा यो डेलिभर गर्न असफल भयो, वा दुबै।
प्रकार # 8 - संभावना
[पटक्कै होइन - सायद होईन - सायद - सम्भवतः - निश्चित रूपमा]
सम्भाव्यता अस्थिनल तराजुहरू पत्ता लगाउनको लागि उत्तम तरिका हो भविष्यमा कुनै व्यक्तिले उल्लेखित कार्य गर्न सक्ने सम्भावना वा सम्भावना धेरै छ। यो प्राय: निश्चित सर्तहरू पूरा भएपछि हुन्छ, जस्तै जब कुनै लेनदेन वा चिकित्सा प्रक्रिया पूरा हुन्छ।
केहि सम्भावना सामान्य पैमानेका उदाहरणहरू:
- एक कम्पनीले उनीहरूको कुन प्रतिशत ग्राहकहरू सेवा प्रयोग गरिसकेपछि ब्रान्डको अधिवक्ता बन्ने छ भनेर निर्धारण गर्न कोशिस गर्दैछ। यसले बहुविध च्यानलहरूमा ब्रान्ड वफादारी निर्माण गर्न मद्दत गर्ने जानकारी प्रकट गर्दछ।
- डाक्टरहरूको लागि एक चिकित्सा सर्वेक्षण तिनीहरूलाई पहिलो पटक प्रयोग पछि एक निश्चित प्रकारको औषधि निर्धारित गर्ने सम्भावना निर्धारित गर्न। डाटा औषधि कम्पनीहरूलाई उनीहरूको औषधि को लागी विश्वसनीयता बिकास गर्न मद्दत गर्दछ।
प्रकार # - - सुधार
[नाटकीय रूपमा बिग्रियो - बिग्रियो - उही रह्यो - सुधारिएको - नाटकीय रूपमा सुधारिएको]
सुधार अर्डिनल तराजु मा एक मेट्रिक प्रदान एक निश्चित समय अवधि मा प्रगति। तिनीहरू एक व्यक्तिको धारणा मापन गर्दछ जुन डिग्री कार्यान्वयन भए पछि कुन डिग्री डिग्री अफर अफस् वा खराब भएको छ।
केहि सुधार सामान्य मापन उदाहरण:
- विगत वर्षमा कुन विभागहरू खराब वा सुधार भएको बारे आफ्ना कर्मचारीहरूको राय सोध्ने कम्पनी। यसले उनीहरूलाई निश्चित क्षेत्रमा प्रगतितर्फ थप सार्थक प्रयासहरू गर्न मद्दत गर्नेछ।
- एक मौसमविद्ले विगत १० बर्षमा जलवायु परिवर्तनको बारेमा जनताको धारणामा अनुसन्धान गरिरहेका। यस प्रकारको डाटा बटुल्ने वातावरण संरक्षणको दृष्टिकोण बदल्न महत्वपूर्ण छ।
प्रकार # १० - आत्म-क्षमता
[पूर्ण शुरुआती - शुरुआती - पूर्व इंटरमीडिएट - मध्यवर्ती - पोस्ट-इन्टरेडिएट - उन्नत - कुल विज्ञ]
आत्म-क्षमता अर्र्डिनल तराजु धेरै चाखलाग्दो हुन सक्छ। तिनीहरू कसैको मापन गर्छन् निश्चित कार्यमा योग्यताको स्तर बुझिन्छ, जसको मतलब हो कि तिनीहरू आत्मसम्मानको स्तरमा निर्भर हुन्छन् जुन समूहमा फरक जवाफ दिनेहरूसँग भिन्न छ।
केहि आत्म-क्षमता सामान्य पैमाने मा उदाहरण:
- एक भाषा शिक्षकले उनीहरूको विद्यार्थीहरूको भाषा क्षमताको केहि क्षेत्रहरूमा कत्तिको भरोसा छ भनेर निर्धारण गर्न कोशिस गर्दै। शिक्षकले पाठ या पाठ्यक्रम अघि वा पछि यो गर्न सक्दछ, समयको साथ आत्म-अनुभूति क्षमतामा सुधार निर्धारित गर्न।
- एक साक्षात्कारकर्ताले रोजगार अन्तर्वार्ताका बेला उम्मेदवारहरूलाई उनीहरूको आफ्नै सामर्थ्य र कमजोरीहरूको बारेमा सोध्छ। यो गर्नाले कार्यको लागि सही उम्मेदवारलाई एकल गर्न मद्दत गर्दछ।
साधारण तराजु बनाव अन्य प्रकारको तराजु

अब जब हामीले केहि सामान्य स्केल उदाहरणहरुमा राम्ररी हेराई गरेका छौं, तपाई सायद सोचिरहनु भएको छ कि कसरी अरु स्केल ढाँचा अन्य तराजु भन्दा फरक छ।
सामान्यतया जब हामी अर्बानीय तराजुको बारेमा कुरा गर्छौं, हामी उनीहरूको बारेमा उहि उस्तै सासमा कुरा गर्दछौं चार मापन को तराजू, जो हुन्:
- नाममात्र तराजू
- साधारण स्केल
- अन्तराल तराजु
- अनुपात मापन
हामी भर्खर हामीले देखेको अर्डरनल स्केल उदाहरणहरू अन्य types प्रकारको स्केलसँग तुलना गरौं कसरी हेरौं।
सामान्य स्केल उदाहरण बनाम Nominal स्केल उदाहरण
एउटा सर्वेक्षणमा नाममात्र स्केल वा नाममात्र प्रश्नहरू, यसको मानहरूको हिसाबले क्रमबद्ध स्केल भन्दा फरक छ। कुनै अर्डर छैन तिनीहरूलाई।
यहाँ उदाहरण छ: म कपालको र on्गमा केहि सरल अनुसन्धान डेटा स .्कलन गर्दैछु। यदि म नाम मात्र मापन प्रयोग गर्दैछु भने, मानहरू केवल विभिन्न कपालको रंग हुन्छन् (खैरो, गोरा, कालो, आदि) ध्यान दिनुहोस् कि त्यहाँ छ कुनै अर्डर छैन यहाँ यो खैरो खैरो जस्तो छैन जुन कालो र पछाडि जान्छ।
जबकि यदि म एक सामान्य मापन प्रयोग गर्दैछु, म कपालको हल्कापन वा अन्धकारको लागि मान थप्न सक्छु, जुन एक अर्डर छ (उज्यालो अँध्यारो हुन्छ)।
यहाँ एक छ कपालको रंगको बारेमा नाममात्र स्केल उदाहरण
र यहाँ एक छ कपालको रंगको बारेमा सामान्य स्केल उदाहरण:
यस तरिकाले, ओर्डिनल स्केल उदाहरणले हामीलाई दिँदै छ अतिरिक्त जानकारी। यसले हामीसँग प्रत्येक कपालको रङका कति जना उत्तरदाताहरू छन् भनेर मात्र प्रकट गर्दैन (तपाईले कुनै पनि गोलाकार बिन्दुमा माउस घुमाउन सक्नुहुन्छ यसले कति प्रतिक्रियाहरू प्राप्त गर्यो) तर हामी ती कपाल रङहरूको हल्का वा अँध्यारो पनि 5- मा देख्न सक्छौं। 'सुपर लाइट' (1) र 'सुपर डार्क' (5) बीचको बिन्दु स्केल।
कामहरू अर्डरिनल स्केल तरीकाले गर्ने जानकारीको अर्को तह भेला गर्न उत्कृष्ट छ। जहाँसम्म, तपाईं केहि मुद्दाहरूको लागि चलाउन सक्नुहुन्छ जहाँ नाममात्र र सामान्य मूल्यहरू मेल खाँदैन। उदाहरण को लागी, कालो कपाल संग एक व्यक्ति लाई कसरी 'सुपर प्रकाश' कपाल हुन सक्छ? र कपाल बिनाको व्यक्तिले के मूल्य छनौट गर्दछ?
तपाईंले यी समस्याहरूलाई केही सरल उपायहरूद्वारा सम्बोधन गर्न सक्नुहुन्छ: एउटा तरिका भनेको छोड्नु हो सन्देश उत्तरदाताहरूको लागि जुन मानलाई गडबडी गर्ने मौकालाई हटाउँदछ:
- अर्को तरीका भनेको सबैभन्दा कम मान (१) छोड्नु हो N / A (लागू छैन)। नाममात्र स्केलसँग सम्बन्धित हुनसक्ने तर क्रमिक मापनसँग सम्बन्धित उत्तरदाताहरूले कुनै मूल्य द्वन्द्व छैन भनी सुनिश्चित गर्न N/A छनौट गर्न सक्छन्। त्यसैले 'सुपर लाइट' मान (२) मा सुरु हुनेछ।
क्रमिक स्केल उदाहरणहरू बनाम अन्तराल स्केल उदाहरणहरू
एक सामान्य मापन मात्र नाम मात्र मापन भन्दा अधिक डाटा प्रकट गर्दछ, एक अन्तराल पैमाने भन्दा पनि अधिक प्रकट गर्दछ। एक अन्तराल मापन सम्बन्धित छ मानहरूको बिचको भिन्नता। त्यसोभए, केही अन्तराल स्केल उदाहरणहरू र अन्तराल प्रश्न उदाहरणहरू हेरौं।
त्यसोभए, मानौं कि म यस पटक घर र छुट्टीमा मानिसहरूको आदर्श तापक्रममा थप सरल अनुसन्धान गर्दैछु। एक अर्डरल स्केल ढाँचामा, म मेरो मानहरू यसरी सेट गर्नेछु:
- चिसो
- चिसो
- अस्थायी
- न्यानो
- हट
यो सामान्य मापन उदाहरणको साथ ठूलो समस्या यो हो पूर्ण रूपमा व्यक्तिपरक। के कसैको लागि 'फ्रिजिंग' मानिन्छ के कोहीको लागि 'समशीतोष्णित' मान्न सकिन्छ।
मानहरूको शव्दको आधारमा, सबैजना स्वाभाविक रूपमा हुनेछन् मध्यतिर गुरुत्वाकर्षण गर्नुहोस्। यो जहाँ शब्दहरूले पहिले नै आदर्श तापमान सुझाव दिन्छ, र यसले ग्राफमा नेतृत्व गर्छ जुन यस्तो देखिन्छ:
यसको सट्टामा, म एक अन्तराल स्केल प्रयोग गर्नुपर्नेछ, जुन नाम दिनेछ ठिक डिग्री सेल्सियस वा फरेनहाइट मा जुन प्रत्येक मानसँग मिल्छ, यस्तै:
- फ्रिजिंग (० डिग्री सेल्सियस - ° डिग्री सेल्सियस)
- चिसो (१० डिग्री सेल्सियस - १ ° डिग्री सेल्सियस)
- तापक्रम (२० डिग्री सेल्सियस - २° डिग्री सेल्सियस)
- न्यानो (२° डिग्री सेल्सियस - °१ डिग्री सेल्सियस)
- तातो (°२ डिग्री सेल्सियस)
यस तरिकाले मानहरू सेट गर्नु भनेको यो हो कि मेरो उत्तरदाताहरूले आफ्नो निर्णयहरू अवस्थित र राम्रोसँग आधारित गर्न सक्दछन् स्केलि system प्रणाली, बरु पक्षपाती धारणा भन्दा कि कसैले प्रश्न लेख्यो।
तपाईं शब्द पूर्ण रूपमा छुटकारा पनि पाउन सक्नुहुन्छ ताकि उत्तरदाताहरू द्वारा ल्याइएको पूर्व-धारणा धारणाबाट प्रभावित हुँदैनन् शब्दहरूको शक्ति.
यो गर्नुको मतलब परिणामहरू बाध्य छन् अधिक विविध र सटीक, यो जस्तो
क्रमिक स्केल उदाहरण बनाम अनुपात स्केल उदाहरण
अनुपात मापन एक अन्तराल स्केल जस्तै छ जुन यो संख्या र उनीहरू बीचको भिन्नतामा केन्द्रित छ।
एउटा ठूलो भिन्नता, तथापि, 'सही शून्य' मानको अनुपात मापनमा उपस्थिति हो। यो 'सही शून्य' हो मानको पूर्ण अनुपस्थिति मापन गरिदै.
उदाहरण को लागी, कार्य अनुभव मा यो अनुपात मापन मा एक नजर राख्नुहोस्
तपाईंले देख्न सक्नुहुन्छ कि यो अनुपात स्केल उदाहरण '0 वर्ष' को मानबाट सुरु हुन्छ, जसले कुनै पनि कार्य अनुभवको पूर्ण अनुपस्थितिलाई प्रतिनिधित्व गर्दछ। यसको मतलब यो हो कि तपाईसँग ठोस, अचल आधार छ जसबाट तपाईको विश्लेषण सुरु गर्न सकिन्छ।
सम्झनु: सबै शून्य मानहरू 'साँचो शून्य' होइनन्। हाम्रो अन्तराल स्केलबाट ० डिग्री सेल्सियस मान वास्तविक शून्य होइन किनभने ० डिग्री सेल्सियस एक विशिष्ट तापमान हो, तापक्रमको अभाव होईन.
पोल गर्ने अन्य तरिकाहरू
यहाँ हामीलाई गलत नठान्नुहोस्; क्रमबद्ध स्केलहरू साँच्चै उत्कृष्ट छन्। तर शिक्षा, काम, राजनीति, मनोविज्ञान, वा अन्य कुनै पनि क्षेत्रमा साँच्चै आकर्षक सर्वेक्षण गर्न, तपाईंले ढाँचालाई शाखाबद्ध गर्न चाहनुहुन्छ।
AhaSlides को साथ, तपाईं को थुप्रो छ तपाईंको मतदान गर्ने तरिकाहरू दर्शक!
१. बहु विकल्प पोल
बहु विकल्प पोल पोल मानक प्रकारका हुन् र बार, डोनट वा पाई चार्ट फाराममा उपलब्ध छन्। केवल छनौटहरू लेख्नुहोस् र तपाईंको दर्शकहरूलाई छनौट गर्नुहोस्!
२. छवि विकल्प पोल
छवि छनोट पोल धेरै समान पोष्ट पोल जस्ता धेरै कार्य गर्दछ, केवल अधिक दृश्य!
Word. वर्ड क्लाउड पोल
शब्द बादल विषयमा छोटो प्रतिक्रियाहरू हुन्, सामान्यतया एक वा दुई शब्द लामो। उत्तरदाताहरू बीच सबैभन्दा लोकप्रिय जवाफहरू ठूला पाठमा केन्द्रमा देखिन्छन्, जबकि कम लोकप्रिय जवाफहरू स्लाइडको केन्द्रबाहिर सानो पाठमा लेखिएका हुन्छन्।
Open. ओपन-एन्ड पोल
खुला-अन्त्य पोलले तपाईंलाई रचनात्मकता र स्वतन्त्रताका साथ जवाफहरू सङ्कलन गर्न मद्दत गर्छ। त्यहाँ कुनै बहु-विकल्प वा शब्द सीमा छैन; यस प्रकारका सर्वेक्षणहरूले विस्तृत रूपमा जाने लामो-फार्म जवाफहरूलाई प्रोत्साहन दिन्छ।
उत्तम अनलाइन मतदान उपकरण
यस लेखमा प्रस्तुत गरिएका सबै चीजहरू - क्रमिक मापन उदाहरणहरू, नाममात्र, अन्तराल र अनुपात मापन उदाहरणहरू, साथै अन्य प्रकारका मतदानहरू, सबै AhaSlides मा बनाइएका थिए।
एहास्लाइड्स एक नि: शुल्क डिजिटल उपकरण हो जुन सुपर सहज र लचिलो छ! यो एक अनलाइन सफ्टवेयर हो जसले तपाईंलाई संसारभरबाट जानकारी र विचारहरू सङ्कलन गर्न अनुमति दिन्छ। तपाइँ तपाइँको सर्वेक्षण खुला छोड्न सक्नुहुन्छ, ताकि तपाइँको उत्तरदाताहरूले तपाइँ त्यहाँ नहुँदा पनि यसलाई लिन सक्नेछन्!
'रेटिङ स्केल' स्लाइड मार्फत, AhaSlides ले तपाईंलाई विभिन्न कथनहरूमा क्रमिक स्केलहरू सिर्जना गर्न दिन्छ Simple सरल चरणहरू:
- तपाईंको प्रश्न लेख्नुहोस्
- तपाईंको भनाइलाई अगाडि राख्नुहोस्
- मानहरूमा थप्नुहोस्
तपाईंको दर्शकहरूको प्रतिक्रिया डाटा तपाइँको प्रस्तुतीकरणमा रहनेछ जबसम्म तपाईंले यसलाई मेटाउन रोज्नुहुन्न, त्यसैले अर्डिनल स्तर डेटा सधैं उपलब्ध हुन्छ। त्यसपछि तपाईं आफ्नो प्रस्तुतीकरण र यसको प्रतिक्रिया डेटा अनलाइन जहाँसुकै साझा गर्न सक्नुहुन्छ। यदि तपाईं आफ्नै अर्डिनल स्केलहरू, साथै अन्य प्रकारका पोलहरूको भीड सिर्जना गर्न चाहनुहुन्छ भने, तलको बटन क्लिक गर्नुहोस्!