3.6.1 خوښ شوی پوښتنه

په سروې شوي پوښتنو کې، د سروې ډاټا د یوې پراخې ډاټا سرچینې په اړه شرایط جوړوي چې یو څه مهم اندازه لري مګر د نورو نشتوالی.

د سروې ډاټا او د سترو ارقامو د راټولولو یوه لاره هغه پروسه ده چې زه به یې د غني کولو غوښتنه کوم . په قوي شوي پوښتنه کې، د معلوماتو ډیرو مهمو پیسو کې مهم ارزښتونه شتون لري مګر د نورو اندازو نشتوالی دی نو څیړونکي پدې سروې کې دغه ورکړې اندازه راټولوي او بیا د معلوماتو سرچینې سره یوځای اړیکه لري. د کره شوي پوښتنلیک یوه بیلګه د Burke and Kraut (2014) مطالعه ده Burke and Kraut (2014) د دې په اړه چې ایا په فیسبوک کې منځګړیتوب د دوستۍ ځواک زیاتوي، کوم چې ما په 3.2 برخه کې تشریح کړی دی). په دې حالت کې، بریک او کرراټ د فیسبوک د معلوماتو ډاټا سره د ګډ سروې ډاټا.

په ترتیب کې برک او کرراټ کار کاوه، مګر، دا معنا لري چې دوی د دوو سترو ستونزو سره معامله نه درلوده چې څیړونکي په نسبتا توګه پوښتنه کوي. لومړی، په واقعیت کې د انفرادي سطحې ډاټا سایټونو سره یوځای کولو، یو ریکارډ د ریکارډ اړیکه ویل کیدی شي، که چیرې په ډاټا سرچینې کې کوم ځانګړي پیژندل شوی شتون شتون ونلري نو دا به ډاډه شي چې په یو ډاټا کې سم ریکارډ د درست ریکارډ سره سمون لري. په بله ډاټا کې. د زیار شوي پوښتنو سره دویمه لویه ستونزه دا ده چې د لوی ارقامو سرچینې به د څیړونکو لپاره ارزونه ستونزمنې وي ځکه چې هغه ارزونه چې د معلوماتو له الرې کوم کیدی شي خصوصي وي او کیدی شي په 2 برخه کې تشریح شوي ډیری هغه ستونزو ته حساس وي. په بل عبارت، د غوښتل شوي مشوره غوښتنه به په تیرو وختونو کې د غلطۍ سره مخ کیږي - د سروې کولو سروې کول د نامعلوم کیفیت د تور بکس ډاټا سرچینو ته. که څه هم د دغو ستونزو سره سره، د پام وړ قوي پوښتنه کولی شي د مهم څیړنو ترسره کولو لپاره کارول کیدی شي، لکه څنګه چې په متحده ایالاتو کې د رایې ورکولو نمونو په اړه د دوی څیړنې کې سټیفن انصولابیر او اییت هیرش (2012) ښودل شوي.

د رايه ورکوونکو شمېره د سیاسي علومو په پراخه څیړنه کې ده، او په تیرو کې، د څیړونکو پوهه چې د رایې څوکۍ او ولې عموما د سروې ډاټا د تحلیل پراساس وې. په هرصورت، په متحده ایاالتو کې رایه ورکوونکي، یو غیر معمولي چلند دی چې حکومت په دې اړه ریکارډ کوي چې آیا هر وګړي رایه ورکړي (البته، حکومت ریکارډ نه کوي چې هر څوک رایه ورکوي). د ډېرو کلونو لپاره، د حکومتي رای ورکونې ریکارډونه د کاغذ فورمو کې شتون درلود، او په ټول هیواد کې د ځایي حکومتي دفترونو کې ویشل شوي. دا د سیاسي پوهانو لپاره د رایه ورکوونکو بشپړ انځور او د هغه پرتله کولو لپاره چې (Ansolabehere and Hersh 2012) رایې یې په سروې کې د رای ورکولو په اړه د رایې ورکولو په اړه د رایې ورکولو په اړه څه دي (Ansolabehere and Hersh 2012) .

مګر اوس د رایې ورکونې ریکارډونه ډیری شوي، او یو شمیر خصوصي شرکتونو په سیستماتیکي ډول راټول شوي او دوی یې د هغوی لپاره د رایو ورکولو پراخه مایکري فايل تولید کړي چې د ټولو امریکایانو رایه ورکوونکي چلند لري. Ansolabehere او Hersh د دغو شرکتونو څخه یو له بل سره شریک شو - Catalyst LCC- د دې لپاره چې د رایې ورکولو اصلي ماسټر فایل کارولو لپاره د رایې ورکولو غوره تصویر جوړ کړي. پردې برسیره، د دوی څیړنه په ډیجیټل ریکارډونو باندې تکیه لري چې د هغه شرکت لخوا راټول شوي او کارول شوي چې د معلوماتو راټولولو او همغږۍ کې خورا زیرمې پانګې کړي، د پخوانیو هڅو په اړه یو شمیر ګټې وړاندې کړي چې د شرکتونو مرستې پرته او د انالو ریکارډونو په کارولو سره ترسره شوي.

په دویم څپرکی کې د ډیرو سترو ارقامو سرچینو په څیر، د کتلست ماسټر فایل د ډیموکراتیک، ډیروالی، او رواني معلوماتو ډیر شامل نه وو چې انلاولابیر او هیرس ته اړتیا لري. په واقعیت کې، دوی په ځانګړې توګه د رایې ورکولو د اعتبار وړ چلند سره سروې کې د رایې ورکونې د راپور ورکولو پرتله کولو کې دلچسپي درلوده) لکه د کتلستیک ډیټابیس کې معلومات (. نو Ansolabehere او Hersh هغه معلومات راټول کړل چې دوی یې د لوی ټولنیزې سروې په توګه غواړي، CCES چې په دې فصل کې مخکې ذکر شوی. وروسته دوی خپل معلومات د کاټلسټسټ ته ورکړ، او کتلسټسټ دوی ته د رایې ورکولو یو ډاټا فاینډیشن ته ورکړ چې په کې د رایو ورکولو اعتباري (د کتلست څخه)، د رایې ورکولو د خپل ځان په اړه د رایې ورکونې کړنالرې (د CCES څخه) او د ډیموکراتیکانو نظرونه (د CCES څخه) 3.13). په بل عبارت، Ansolabehere او Hersh د سروې د ډاټا سره د رایې ورکولو ریکارډ ډاټا سره ګډ کړي ترڅو تحقیق وکړي چې د معلوماتو سرچینې سره په انفرادي توګه امکان نلري.

3.13 شکل: د انصولابیر او هیرش (2012) لخوا د مطالعې پلان جوړونه. د ماسټر ډافیلټ جوړولو لپاره، کاټلینټیک ډیری د مختلفو سرچینو څخه معلومات راټولوي. د ضمیمه کولو پروسه، هیڅ اړینه نده چې، د اصلي ارقامو سرچینو کې غلطی وپیژني او نوې غلطۍ معرفي کړي. د غلطۍ دویمې سرچینې د سروې ډاټا او ماسټر ډاټایلیل ترمنځ ریکارډ اړیکه ده. که هرڅوک د معلوماتو په سرچینو کې یو باثباته، ځانګړی پیژندونکی ولري، نو بیا به اړیکې لرې وي. مګر، کاټلینټ باید د دې پیښې نوم، جنډر، د زیږون کال، او د کور پته کې د نامتو پیژندونکو کارولو سره تړاو ولري. له بده مرغه، د ډیرو پیښو لپاره دلته نامناسب یا غلط معلومات کیدی شي؛ د هیرر سمپس په نوم یو رای ورکوونکی د هیرر جې سمپسن، همی ج سیمپس او حتی هیرر سیمپین په توګه راځي. د کاليستیسټ ماسټر ډاټایلیل او ریکارډونو کې غلطیتونو سره د غلطۍ سره سره، Ansolabehere او Hersh وکړای شول د مختلفو چکونو له لارې خپل اټکلونه اعتماد کړي.

3.13 شکل: د Ansolabehere and Hersh (2012) لخوا د مطالعې Ansolabehere and Hersh (2012) . د ماسټر ډافیلټ جوړولو لپاره، کاټلینټیک ډیری د مختلفو سرچینو څخه معلومات راټولوي. د ضمیمه کولو پروسه، هیڅ اړینه نده چې، د اصلي ارقامو سرچینو کې غلطی وپیژني او نوې غلطۍ معرفي کړي. د غلطۍ دویمې سرچینې د سروې ډاټا او ماسټر ډاټایلیل ترمنځ ریکارډ اړیکه ده. که هرڅوک د معلوماتو په سرچینو کې یو باثباته، ځانګړی پیژندونکی ولري، نو بیا به اړیکې لرې وي. مګر، کاټلینټ باید د دې پیښې نوم، جنډر، د زیږون کال، او د کور پته کې د نامتو پیژندونکو کارولو سره تړاو ولري. له بده مرغه، د ډیرو پیښو لپاره دلته نامناسب یا غلط معلومات کیدی شي؛ د هیرر سمپس په نوم یو رای ورکوونکی د هیرر جې سمپسن، همی ج سیمپس او حتی هیرر سیمپین په توګه راځي. د کاليستیسټ ماسټر ډاټایلیل او ریکارډونو کې غلطیتونو سره د غلطۍ سره سره، Ansolabehere او Hersh وکړای شول د مختلفو چکونو له لارې خپل اټکلونه اعتماد کړي.

د دوی د ډیټا ډاټا فایل سره، Ansolabehere او Hersh درې مهم پایلو ته ورسید. لومړی، د رایې ورکولو ډیرو راپورونو ډیره چټکه ده: نږدې نیمایي غیر رایه ورکوونکو راپور ورکړې، او که څوک د رایې ورکولو راپور ورکړی، یوازې 80٪ امکان لري چې دوی په حقیقت کې رایه ورکړي. دوهم، د راپور ورکولو په اړه ناڅاپي نه ده: د راپور ورکولو ډیره برخه د لوړ عاید، ښه پوهې، او هغه اړخیزې ډلې څخه چې په عامه چارو کې بوخت دي ډیرې عامې دي. په بل عبارت، هغه خلک چې د رایې ورکولو احتمال لري احتمال یې د رایو ورکولو په اړه دروغ دی. دریم، او خورا جدي، د ډیرو راپور ورکولو سیستماتيکي ماینونو له امله، د رایې ورکوونکو او غیر رایه ورکوونکو تر مینځ اصلي توپیرونه د سروې څخه یوازې لیدل کیږي کوچني دي. د مثال په توګه، هغه کسان چې د لیسانس درجې لري نږدې 22 فیصده ټکي د رای ورکولو راپور ورکولو احتمال لري، مګر یوازې 10 فیصدو ټکو ته په حقیقي رایې ورکولو کې دي. دا د حیرانتیا خبره نده، د رایې ورکولو موجوده سرچینې تیوری د اټکل په اړه خورا ښه دي چې څوک به د رایې ورکولو راپور ورکړي (دا هغه معلومات دي چې پخوا په تیرو وختونو کې څیړونکي د دوی په پرتله د رایې ورکوونکو اټکل په پرتله). په دې توګه، د Ansolabehere and Hersh (2012) تجربه) د تجربو موندنې Ansolabehere and Hersh (2012) د نوی نظریاتو لپاره د رایې ورکولو په اړه پوهه او پیژني.

مګر موږ باید په دې پایلو څومره څومره باور وکړو؟ په یاد ولرئ، دا پایلې په غلطۍ باندې تکیه کوي - د پیرو بکس ډاټا ته د نامعلومو غلطو سره تړاو لري. په ځانګړې توګه، پایلې په دوو کلیدي ګامونو کې شاملې دي:) 1 (د کاټلینټ وړتیا د ډیرو بېالبېلو ډیټا سرچینو سره یوځای د درست ماسټر ډافیلیل تولیدولو لپاره او) 2 (د سروې ډاټا ډاټا د خپل ماسټر ډافیلټ سره اړیکه کول. د دغو ګامونو هر یو ستونزمن دی، او په دواړو ګامونو کې غلطی کولی شي څیړونکي غلط پایلې ته ورسوي. په هرصورت، د معلوماتو پروسس او ارتباط دواړه د شرکتونو په توګه د کاټلینټ د دوامدار شتون لپاره خورا اړین دي، نو دا کولی شي د دغو ستونزو حل کولو کې سرچینو پانګه واچوي، ډیری وختونه د اکادمیک څیړونکي سره سمون لري. د دوی په کاغذ کې، Ansolabehere او Hersh د دې دوو ګامونو پایلې وګورئ - حتی که ځینې یې ملکیت وي - او دا چکونه به د نورو څیړونکو لپاره ګټور وي چې د سروې ډاټا سره د تور بکس لوی معلوماتو سره اړیکه ونیسي. سرچینې.

عمومي زده کونکي څیړونکي کولی شي د دې مطالعې څخه راشي؟ لومړی، د سروې ډاټا سره د لوی معلوماتو سرچینو د غني کولو او د معلوماتو د ډیرو سرچینو سره د سروې ډاټا د غني کولو څخه خورا لوی ارزښت شتون لري (تاسو کولی شئ دا مطالعه یا هم لار ومومئ). د دې دوو معلوماتو سرچینو سره یوځای کولو سره، څیړونکي د دې توان درلود چې هغه څه ترسره کړي چې په انفرادي توګه سره ناشونی وو. دوهم عمومي درس دا دی چې که څه هم مجموعي، د تجارتي ډاټا سرچینې، لکه د کاټلینټ ډاټا، باید په "ځینې حقیقتونو کې" د ځمکې حقیقت، په پام کې ونیول شي، دوی ممکن ګټور وي. شکایات کله کله کله دا مجموعي، د تجارتي ډاټا سرچینې د مطلق حق سره پرتله کوي او دا معلوموي چې دا ډاټا سرچینې لنډې دي. په هرصورت، پدې حالت کې، شکایات غلط پرتله کوي: ټول هغه معلومات چې څیړونکي یې کاروي د مطلق حق لنډ دي. پرځای یې، دا غوره ده چې د نورو ارقامو سرچینو سره د راغونډ شوي، تجارتي ډاټا سرچینې پرتله کړئ) د بیلګې په توګه، د رایې ورکولو د ځان په اړه د راپور ورکولو چلند (، کوم چې په تیره بیا غلطي هم لري. په پای کې، د انصولابیر او هیرش د مطالعې دریم عمومي درس دا دی چې په ځینو حاالتو کې، څیړونکي کوالی شي د لویو پانګونو څخه ګټه واخلي چې ډیری خصوصي شرکتونه د پیچلي ټولنیزو معلوماتو ټولولو او همغږۍ کولو لپاره جوړوي.