3.4.3 គំរូដែលមិនមែនជាប្រូ: ផ្គូផ្គងគំរូ

មិនមានគំរូមិនមែនជាការប្រហែលទាំងអស់គឺដូចគ្នា។ យើងអាចបន្ថែមការត្រួតពិនិត្យបន្ថែមទៀតនៅលើចុងខាងមុខ។

វិធីសាស្រ្តវ៉ាងនិងសហការីបានប្រើដើម្បីប៉ាន់ប្រមាណលទ្ធផលនៃការបោះឆ្នោតប្រធានាធិបតីអាមេរិកនៅឆ្នាំ 201​​2 អាស្រ័យទាំងស្រុងលើការធ្វើឱ្យប្រសើរឡើងក្នុងការវិភាគទិន្នន័យ។ នោះគឺជា, ពួកគេបានប្រមូលបានការឆ្លើយតបជាច្រើនដូចជាពួកគេអាចរួចប៉ុនប៉ងទម្ងន់ឱ្យពួកគេឡើងវិញ។ យុទ្ធសាស្រ្តបំពេញសម្រាប់ធ្វើការជាមួយគំរូដែលមិនប្រូគឺដើម្បីឱ្យមានការត្រួតពិនិត្យបន្ថែមលើដំណើរការប្រមូលទិន្នន័យ។

ឧទាហរណ៍សាមញ្ញបំផុតនៃដំណើរការដែលមិនមែនជាគំរូមួយដែលបានគ្រប់គ្រងផ្នែកខ្លះប្រូបាប៊ីលីតេគឺគំរូកូតាច្ចេកទេសដែលបានទៅត្រលប់ទៅថ្ងៃដំបូងនៃការស្រាវជ្រាវស្ទង់មតិមួយ។ ក្នុងគំរូកូតាក្រុមអ្នកស្រាវជ្រាវបានចែកទៅជាក្រុមផ្សេងគ្នាមានចំនួនប្រជាជន (ឧទាហរណ៍: បុរសវ័យក្មេង, ស្ត្រីវ័យក្មេង, ល) និងកូតាបន្ទាប់មកកំណត់សម្រាប់ចំនួនប្រជាជនដែលត្រូវបានជ្រើសនៅក្នុងក្រុមនីមួយ។ អ្នកឆ្លើយសំណួរត្រូវបានជ្រើសក្នុងលក្ខណៈឥតព្រាងទុករហូតដល់ការស្រាវជ្រាវនេះបានជួបកូតារបស់ខ្លួននៅក្នុងក្រុមនីមួយ។ ដោយសារតែកូតាដែលជាគំរូជាលទ្ធផលមើលទៅដូចប្រជាជនគោលដៅជាងនេះនឹងក្លាយជាការពិតបើមិនដូច្នេះទេ, ប៉ុន្តែដោយសារតែប្រូបាប៊ីលីតេនៃការដាក់បញ្ចូលក្រុមអ្នកស្រាវជ្រាវជាច្រើនមានការមិនស្គាល់ពីគំរូដែលមានការសង្ស័យកូតា។ នៅក្នុងការពិត, គំរូកូតាគឺជាមូលហេតុនៃការមួយ "Dewey ផ្តួ Truman" កំហុសក្នុងការបោះឆ្នោតប្រធានាធិបតីអាមេរិកឆ្នាំ 1948 ។ ដោយសារតែវាបានផ្តល់នូវការត្រួតពិនិត្យមួយចំនួននៅលើដំណើរការគំរូ, ទោះជាយ៉ាងណាមួយអាចមើលពីរបៀបដែលគំរូប្រហែលជាមានគុណសម្បត្តិកូតាលើការប្រមូលទិន្នន័យមួយចំនួនដែលមិនអាចគ្រប់គ្រងបានទាំងស្រុងមួយ។

ការផ្លាស់ប្តូរលើសពីគំរូកូតាវិធីសាស្រ្តសម័យទំនើបបន្ថែមទៀតដើម្បីគ្រប់គ្រងដំណើរការដែលមិនមែនជាគំរូឥឡូវនេះគឺអាចធ្វើទៅបានប្រូបាប៊ីលីតេ។ វិធីសាស្រ្តមួយបែបនេះត្រូវបានគេហៅថាផ្គូផ្គងគំរូហើយវាត្រូវបានប្រើដោយអ្នកផ្តល់សេវាបន្ទះអនឡាញមួយពាណិជ្ជកម្ម។ នៅក្នុងសំណុំបែបបទសាមញ្ញបំផុតរបស់ខ្លួនដែលផ្គូផ្គងគំរូតម្រូវឱ្យមានការប្រភពទិន្នន័យពីរ: 1) បញ្ជីពេញលេញនៃចំនួនប្រជាជននិង 2) បន្ទះធំនៃអ្នកស្ម័គ្រចិត្ត។ វាជាការសំខាន់ដែលអ្នកស្ម័គ្រចិត្តមិនត្រូវការក្លាយជាគំរូមួយពីចំនួនប្រជាជនប្រូបាប៊ីលីតេណាមួយ ដើម្បីបញ្ជាក់ថាមានតម្រូវការសម្រាប់ការជ្រើសរើសចូលទៅក្នុងទេបន្ទះនេះខ្ញុំនឹងហៅវាថាបន្ទះកខ្វក់មួយ។ ដូចគ្នានេះផងដែរទាំងការចុះបញ្ជីចំនួនប្រជាជននិងបន្ទះកខ្វក់ត្រូវតែរួមបញ្ចូលអង្គការជំនួយមួយចំនួនអំពីពមនុស្សម្នាក់ក្នុងឧទាហរណ៍នេះខ្ញុំនឹងពិចារណាអាយុនិងភេទនោះទេប៉ុន្តែនៅក្នុងស្ថានភាពប្រាកដនិយមពជំនួយនេះអាចជាច្រើនលម្អិតបន្ថែមទៀត។ ល្បិចនៃការប្រកួតគំរូនេះគឺដើម្បីជ្រើសគំរូមួយពីបន្ទះកខ្វក់នៅក្នុងវិធីដែលផលិតសំណាកដែលមើលទៅដូចគំរូប្រូបាបមួយ។

ផ្គូផ្គងគំរូចាប់ផ្តើមពេលគំរូប្រូបាបក្លែងធ្វើគឺត្រូវបានយកពីបញ្ជីចំនួនប្រជាជន; គំរូក្លែងនេះបានក្លាយជាគំរូគោលដៅមួយ។ បន្ទាប់មកដោយផ្អែកលើពជំនួយនេះករណីក្នុងគំរូគោលដៅត្រូវបានផ្គូផ្គងទៅកាន់មនុស្សនៅក្នុងបន្ទះកខ្វក់ដើម្បីបង្កើតគំរូផ្គូផ្គងជាមួយ។ ឧទាហរណ៍ប្រសិនបើមានគឺជានារីដែលមានអាយុ 25 ឆ្នាំក្នុងគំរូគោលដៅបន្ទាប់មកអ្នកស្រាវជ្រាវរកឃើញស្ត្រីវ័យ 25 ឆ្នាំមកពីបន្ទះកខ្វក់នឹងមាននៅក្នុងគំរូដែលត្រូវគ្នា។ ជាចុងក្រោយ, សមាជិកនៃគំរូត្រូវគ្នានឹងត្រូវបានសម្ភាសដើម្បីផលិតសិតចុងក្រោយនៃអ្នកឆ្លើយសំណួរ។

ទោះបីជាគំរូផ្គូផ្គងមើលទៅដូចជាគំរូគោលដៅ, វាជាការសំខាន់ដើម្បីចាំថាគំរូផ្គូផ្គងគឺមិនមែនជាគំរូប្រូបាប។ គំរូដែលត្រូវគ្នានឹងអាចផ្គូផ្គងតែមួយគត់ដែលជាគំរូនៅលើពគោលដៅដែលគេស្គាល់ថាជំនួយ (ឧ, អាយុនិងភេទ) ប៉ុន្តែមិននៅលើលក្ខណៈ unmeasured ។ ឧទាហរណ៍ប្រសិនបើមានមនុស្សនៅលើបន្ទះកខ្វក់មានទំនោរទៅជាក្រីក្រ-បន្ទាប់ពីទាំងអស់, ហេតុផលមួយដើម្បីចូលរួមការស្ទង់មតិមួយដែលជាបន្ទះដើម្បីរកប្រាក់-បន្ទាប់មកបើទោះបីជាគំរូផ្គូផ្គងមើលទៅដូចជាគំរូគោលដៅនៅក្នុងលក្ខខណ្ឌនៃអាយុនិងការរួមភេទវានឹងនៅតែមាន ភាពលំអៀងចំពោះមនុស្សក្រីក្រ។ ភាពអស្ចារ្យនៃគំរូប្រហែលជាការពិតនេះគឺដើម្បីគ្រប់គ្រងបញ្ហាលើលក្ខណៈវាស់និង unmeasured ទាំងពីរ (ចំណុចនោះគឺស្របជាមួយនឹងការពិភាក្សារបស់យើងនៃការផ្គូផ្គងសម្រាប់ inference ធ្វើអោយការស្រាវជ្រាវក្នុងពីជំពូកទី 2 មួយ) ។

នៅក្នុងការអនុវត្តការផ្គូផ្គងគំរូអាស្រ័យលើការមានបន្ទះធំនិងសម្បូរបែបមួយដែលចង់ទៅបំពេញការស្ទង់មតិ, ហើយដូច្នេះវាត្រូវបានធ្វើជាចម្បងដោយក្រុមហ៊ុនដែលអាចមានលទ្ធភាពក្នុងការអភិវឌ្ឍនិងរក្សាដូចបន្ទះមួយ។ ដូចគ្នានេះផងដែរនៅក្នុងការអនុវត្តមិនអាចមានបញ្ហាជាមួយនឹងផ្គូផ្គង (ជួនកាលជាការប្រកួតល្អសម្រាប់នរណាម្នាក់នៅក្នុងគំរូគោលដៅមិនមាននៅលើបន្ទះ) និងមិនមែនជាការឆ្លើយតប (ពេលខ្លះមនុស្សដែលនៅក្នុងគំរូផ្គូផ្គងបដិសេធមិនចូលរួមក្នុងការស្ទង់មតិ) ។ ដូច្នេះនៅក្នុងការអនុវត្ត, អ្នកស្រាវជ្រាវបានធ្វើការសម្តែងផងដែរជាគំរូដែលផ្គូផ្គងនឹងប្រភេទមួយចំនួននៃការលៃតម្រូវក្រោយការ stratification ដើម្បីធ្វើឱ្យការប៉ាន់ប្រមាណ។

វាជាការពិបាកក្នុងការផ្តល់នូវការធានាទ្រឹស្តីមានប្រយោជន៍អំពីការផ្គូផ្គងគំរូ, ប៉ុន្តែនៅក្នុងការអនុវត្តជាក់ស្តែងវាអាចអនុវត្តបានយ៉ាងល្អ។ ឧទាហរណ៍លោក Stephen Ansolabehere និងលោក Brian Schaffner (2014) បើប្រៀបធៀបការស្ទង់មតិស្របគ្នាចំនួនបីនៃប្រជាជនប្រហែល 1.000 នាក់ដែលបានធ្វើឡើងនៅឆ្នាំ 2010 ដោយប្រើប្រាស់គំរូបីផ្សេងគ្នានិងការសម្ភាសវិធីសាស្រ្ត: អ៊ីមែល, ទូរស័ព្ទ, និងបន្ទះនធឺណេតដោយប្រើផ្គូផ្គងគំរូនិងការលៃតម្រូវក្រោយការ stratification ។ ការប៉ាន់ស្មានពីវិធីសាស្រ្តទាំងបីនេះត្រូវបានគេពិតជាស្រដៀងគ្នាទៅនឹងការប៉ាន់ប្រមាណពីគោលក​​ារណ៍នានាដែលមានគុណភាពខ្ពស់ដូចជាការស្ទង់មតិបច្ចុប្បន្នប្រជាជន (CPS) និងការសម្ភាសន៍សុខភាពជាតិការស្ទង់មតិ (NHIS) ។ ជាពិសេសជាងនេះទៅទៀតការស្ទង់មតិនធឺណេតនិងសំបុត្រទាំងពីរត្រូវបានចេញឡើងជាមធ្យម 3 ពិន្ទុជាភាគរយនិងជាការស្ទង់មតិរបស់ទូរស័ព្ទនេះគឺបិទដោយ 4 ភាគរយ។ កំហុសធំនេះគឺមានចំនួនប្រមាណអ្វីដែលរំពឹងពីគំរូនៃប្រហែល 1000 នាក់។ ទោះបីជាគ្មានរបៀបនេះល្អប្រសើរជាងមុនខ្លាំងទិន្នន័យផលិតទាំងការស្ទង់មតិនធឺណេតនិងទូរស័ព្ទ (ដែលបានយកថ្ងៃឬសប្តាហ៍) មានយ៉ាងខ្លាំងលឿនជាងមុនទៅវាលជាងការស្ទង់មតិសំបុត្រ (ដែលបានយកប្រាំបីខែ) និងការស្ទង់មតិអ៊ីនធឺណិត, ដែលត្រូវបានប្រើផ្គូផ្គងគំរូ គឺថោកជាងពីររបៀបផ្សេងទៀត។

នៅក្នុងសេចក្តីសន្និដ្ឋាន, អ្នកវិទ្យាសាស្ដ្រសង្គមនិងស្ថិតិគឺមានមិនគួរឱ្យជឿនៃការធ្វើសេចក្ដីសន្និដ្ឋានពីការសង្ស័យដែលមិនមានប្រូគំរូទាំងនេះមួយផ្នែកដោយសារពួកគេត្រូវបានផ្សារភ្ជាប់ជាមួយនឹងការបរាជ័យអាម៉ាស់មួយចំនួននៃការស្រាវជ្រាវស្ទង់មតិមួយដូចជាការស្ទង់មតិអក្សរសាស្ត្រសង្ខេប។ នៅក្នុងផ្នែកមួយ, ខ្ញុំយល់ស្របជាមួយនឹងការសង្ស័យនេះ: គំរូដែលមិនប្រូគឺទំនងជាមិនបានកែតម្រូវការព្យាកររបស់អាក្រក់ផលិត។ ទោះយ៉ាងណាបើអ្នកស្រាវជ្រាវអាចលៃតម្រូវសម្រាប់ភាពលំអៀងនៅក្នុងដំណើរការគំរូ (ឧទាហរណ៍ក្រោយការ stratification) ឬត្រួតពិនិត្យដំណើរការគំរូបន្តិច (ឧផ្គូផ្គងគំរូ) ពួកគេអាចប៉ាន់ប្រមាណបានល្អប្រសើរផលិត, និងសូម្បីតែការប៉ាន់ប្រមាណនៃគុណភាពគ្រប់គ្រាន់សម្រាប់គោលបំណងច្រើនបំផុត។ ជាការពិតណាស់វានឹងជាការប្រសើរក្នុងការធ្វើគំរូប្រតិបត្តិឥតខ្ចោះប្រូនោះទេប៉ុន្តែថាមិនយូរទៀតទេដែលហាក់ដូចជាជម្រើសពិតប្រាកដមួយ។

ទាំងពីរមិនមែនជាគំរូនិងគំរូប្រូប្រូបាប៊ីលីតេបានផ្លាស់ប្តូរនៅក្នុងគុណភាពរបស់ពួកគេហើយបច្ចុប្បន្នវាទំនងជាករណីដែលភាគច្រើនពីសំណាកការប៉ាន់ស្មានគឺមានច្រើនគួរឱ្យទុកចិត្តប្រូបាប៊ីលីតេការប៉ាន់ប្រមាណពីសំណាកជាងការដែលមិនមានប្រូបាប។ ប៉ុន្តែទោះបីជាឥឡូវនេះ, ការប៉ាន់ប្រមាណពីសំណាកដែលមិនបានធ្វើការយ៉ាងល្អប្រូប្រហែលជាល្អប្រសើរជាងការប៉ាន់ស្មានពីសំណាកប្រូដឹកនាំយ៉ាងលំបាក។ លើសពីនេះទៅទៀតគំរូដែលមិនប្រហែលជាត្រូវបានតម្លៃថោក។ ដូច្នេះវាហាក់ដូចជាប្រូទល់នឹងគំរូដែលមិនមានប្រូបាបដែលផ្តល់នូវការចំណាយក្នុងការធ្វើពាណិជ្ជកម្មដែលមានគុណភាពបិទ (រូបភាពទី 3.6) ។ សម្លឹងមើលទៅមុខ, ខ្ញុំរំពឹងថាការប៉ាន់ប្រមាណពីសំណាកដែលមិនប្រូធ្វើបានល្អបំផុតនឹងក្លាយទៅជាមានតម្លៃថោកជាងនិងប្រសើរជាងមុន។ លើសពីនេះទៀតដោយសារតែការបែកបាក់នៅក្នុងការស្ទង់មតិតាមទូរស័ព្ទខ្សែជាមួយនិងការកើនឡើងអត្រានៃការមិនឆ្លើយតបនេះខ្ញុំរំពឹងថានឹងក្លាយទៅជាគំរូប្រូតម្លៃថ្លៃកាន់តែច្រើននិងមានគុណភាពទាប។ ដោយសារតែនិន្នាការរយៈពេលវែងទាំងនេះខ្ញុំគិតថាមិនមែនជាគំរូនឹងក្លាយទៅជាសារៈសំខាន់ប្រូបាប៊ីលីតេកាន់តែខ្លាំងឡើងនៅក្នុងសម័យទីបីនៃការស្រាវជ្រាវស្ទង់មតិ។

រូបភាពទី 3.6: គំរូប្រហែលជានៅក្នុងការអនុវត្តជាក់ស្តែងនិងគំរូដែលមិនប្រូគឺមានទាំងពីរដែលមានទំហំធំ, ប្រភេទច្រើន។ នៅក្នុងទូទៅ, មានការចំណាយកំហុសពាណិជ្ជកម្មបិទជាមួយនឹងគំរូដែលមិនត្រូវបានចំណាយទាបប្រូបាប៊ីលីតេកំហុសខ្ពស់ជាងនេះទេប៉ុន្តែ។ ទោះជាយ៉ាងណា, ល្អបានធ្វើគំរូដែលមិនប្រូអាចផលិតបានប៉ាន់ស្មានបានល្អប្រសើរជាងគំរូប្រូមិនបានល្អបានធ្វើ។ នៅពេលអនាគតខ្ញុំរំពឹងថាគំរូដែលមិនមែនជាប្រហែលជានឹងទទួលបានល្អប្រសើរនិងមានតម្លៃថោកខណៈពេលដែលគំរូប្រហែលជានឹងទទួលបានកាន់តែអាក្រក់និងមានតម្លៃថ្លៃបន្ថែមទៀត។

រូបភាពទី 3.6: គំរូប្រហែលជានៅក្នុងការអនុវត្តជាក់ស្តែងនិងគំរូដែលមិនប្រូគឺមានទាំងពីរដែលមានទំហំធំ, ប្រភេទច្រើន។ នៅក្នុងទូទៅ, មានការចំណាយកំហុសពាណិជ្ជកម្មបិទជាមួយនឹងគំរូដែលមិនត្រូវបានចំណាយទាបប្រូបាប៊ីលីតេកំហុសខ្ពស់ជាងនេះទេប៉ុន្តែ។ ទោះជាយ៉ាងណា, ល្អបានធ្វើគំរូដែលមិនប្រូអាចផលិតបានប៉ាន់ស្មានបានល្អប្រសើរជាងគំរូប្រូមិនបានល្អបានធ្វើ។ នៅពេលអនាគតខ្ញុំរំពឹងថាគំរូដែលមិនមែនជាប្រហែលជានឹងទទួលបានល្អប្រសើរនិងមានតម្លៃថោកខណៈពេលដែលគំរូប្រហែលជានឹងទទួលបានកាន់តែអាក្រក់និងមានតម្លៃថ្លៃបន្ថែមទៀត។