1. ആമുഖം

മുമ്പത്തെ അദ്ധ്യായത്തിൽ, സാമ്പത്തികശാസ്ത്രം എന്താണെന്ന് നിങ്ങൾ വായിച്ചു. സാമ്പത്തികശാസ്ത്രത്തിൽ സ്ഥിതിവിവരക്കണക്കുകളുടെ പങ്കും പ്രാധാന്യവും നിങ്ങൾ പഠിച്ചു. ഈ അദ്ധ്യായത്തിൽ, നിങ്ങൾ ഡാറ്റയുടെ ഉറവിടങ്ങളും ഡാറ്റ സമാഹരണത്തിന്റെ രീതിയും പഠിക്കും. ഡാറ്റ സമാഹരണത്തിന്റെ ഉദ്ദേശ്യം, ഒരു പ്രശ്നത്തിന് ശബ്ദവും വ്യക്തവുമായ പരിഹാരത്തിലെത്തുന്നതിനുള്ള തെളിവ് നൽകുക എന്നതാണ്.

സാമ്പത്തികശാസ്ത്രത്തിൽ, നിങ്ങൾ പലപ്പോഴും ഇതുപോലെയുള്ള ഒരു പ്രസ്താവന കാണാറുണ്ട്,

“നിരവധി ഏറിറക്കങ്ങൾക്ക് ശേഷം ധാന്യങ്ങളുടെ ഉത്പാദനം 1970-71-ൽ 108 ദശലക്ഷം ടൺ മുതൽ 1978-79-ൽ 132 ദശലക്ഷം ടൺ വരെ ഉയർന്നു, പക്ഷേ 1979-80-ൽ 108 ദശലക്ഷം ടൺ ആയി താഴ്ന്നു. അതിനുശേഷം ധാന്യങ്ങളുടെ ഉത്പാദനം തുടർച്ചയായി ഉയർന്ന് 2015-16-ൽ 252 ദശലക്ഷം ടൺ ആയി, 2016-17-ൽ 272 ദശലക്ഷം ടൺ ആയി.”

ഈ പ്രസ്താവനയിൽ, വിവിധ വർഷങ്ങളിലെ ധാന്യങ്ങളുടെ ഉത്പാദനം ഒരേപോലെ നിലനിൽക്കുന്നില്ലെന്ന് നിങ്ങൾക്ക് നിരീക്ഷിക്കാം. ഇത് വർഷം തോറും വിള തോറും വ്യത്യാസപ്പെടുന്നു. ഈ മൂല്യങ്ങൾ വ്യത്യാസപ്പെടുന്നതിനാൽ, അവയെ വേരിയബിൾ (ചരം) എന്ന് വിളിക്കുന്നു. വേരിയബിളുകൾ സാധാരണയായി $\mathrm{X}, \mathrm{Y}$ അല്ലെങ്കിൽ $\mathrm{Z}$ എന്നീ അക്ഷരങ്ങളാൽ പ്രതിനിധീകരിക്കപ്പെടുന്നു. ഒരു വേരിയബിളിന്റെ ഓരോ മൂല്യവും ഒരു നിരീക്ഷണമാണ്. ഉദാഹരണത്തിന്, ഇന്ത്യയിലെ ധാന്യങ്ങളുടെ ഉത്പാദനം 1970-71-ൽ 108 ദശലക്ഷം ടൺ മുതൽ 2016-17-ൽ 272 ദശലക്ഷം ടൺ വരെ വ്യത്യാസപ്പെടുന്നു, താഴെയുള്ള പട്ടികയിൽ കാണിച്ചിരിക്കുന്നതുപോലെ. വർഷങ്ങൾ വേരിയബിൾ $X$ ആയും ഇന്ത്യയിലെ ധാന്യങ്ങളുടെ ഉത്പാദനം (ദശലക്ഷം ടണ്ണിൽ) വേരിയബിൾ $Y$ ആയും പ്രതിനിധീകരിക്കുന്നു.

പട്ടിക 2.1 ഇന്ത്യയിലെ ധാന്യങ്ങളുടെ ഉത്പാദനം (ദശലക്ഷം ടൺ)

ഇവിടെ, ഈ വേരിയബിളുകളുടെ $X$, $Y$ എന്നീ മൂല്യങ്ങളാണ് ‘ഡാറ്റ’, അതിൽ നിന്ന് നമുക്ക് ഇന്ത്യയിലെ ധാന്യങ്ങളുടെ ഉത്പാദനത്തെക്കുറിച്ചുള്ള വിവരങ്ങൾ ലഭിക്കും. ധാന്യങ്ങളുടെ ഉത്പാദനത്തിലെ ഏറിറക്കങ്ങൾ അറിയാൻ, വിവിധ വർഷങ്ങളിലെ ഇന്ത്യയിലെ ധാന്യങ്ങളുടെ ഉത്പാദനത്തെക്കുറിച്ചുള്ള ‘ഡാറ്റ’ നമുക്ക് ആവശ്യമാണ്. ‘ഡാറ്റ’ ഒരു ഉപകരണമാണ്, അത് വിവരങ്ങൾ നൽകി പ്രശ്നങ്ങൾ മനസ്സിലാക്കാൻ സഹായിക്കുന്നു.

‘ഡാറ്റ’ എവിടെ നിന്നാണ് വരുന്നത്, ഇവ എങ്ങനെയാണ് നമ്മൾ ശേഖരിക്കുന്നത് എന്ന് നിങ്ങൾ ആശ്ചര്യപ്പെടുന്നുണ്ടാകും. തുടർന്നുള്ള വിഭാഗങ്ങളിൽ ഡാറ്റയുടെ തരങ്ങൾ, ഡാറ്റ സമാഹരണത്തിന്റെ രീതിയും ഉപകരണങ്ങളും, ഡാറ്റ ലഭിക്കുന്ന ഉറവിടങ്ങളും ഞങ്ങൾ ചർച്ച ചെയ്യും.

2. ഡാറ്റയുടെ ഉറവിടങ്ങൾ എന്തൊക്കെയാണ്?

സ്ഥിതിവിവരക്കണക്ക് ഡാറ്റ രണ്ട് ഉറവിടങ്ങളിൽ നിന്ന് ലഭിക്കും. ഗവേഷകൻ ഒരു അന്വേഷണം നടത്തി ഡാറ്റ ശേഖരിച്ചേക്കാം. അത്തരം ഡാറ്റയെ പ്രാഥമിക ഡാറ്റ എന്ന് വിളിക്കുന്നു, കാരണം അവ ആദ്യകൈ വിവരങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. ഒരു സിനിമാ നടിയുടെ ജനപ്രീതി സ്കൂൾ വിദ്യാർത്ഥികളിൽ എത്രമാത്രമുണ്ടെന്ന് നിങ്ങൾക്ക് അറിയണമെന്ന് കരുതുക. ഇതിനായി, നിങ്ങൾ ധാരാളം സ്കൂൾ വിദ്യാർത്ഥികളിൽ നിന്ന് അന്വേഷണം നടത്തേണ്ടതുണ്ട്, അവരോട് ചോദ്യങ്ങൾ ചോദിച്ച് ആവശ്യമായ വിവരങ്ങൾ ശേഖരിക്കുന്നതിലൂടെ. നിങ്ങൾക്ക് ലഭിക്കുന്ന ഡാറ്റ, പ്രാഥമിക ഡാറ്റയുടെ ഒരു ഉദാഹരണമാണ്.

മറ്റ് ഏതെങ്കിലും ഏജൻസി ഡാറ്റ ശേഖരിച്ച് പ്രോസസ്സ് ചെയ്തിട്ടുണ്ടെങ്കിൽ (പരിശോധിച്ച് പട്ടികപ്പെടുത്തിയിട്ടുണ്ടെങ്കിൽ), അവയെ ദ്വിതീയ ഡാറ്റ എന്ന് വിളിക്കുന്നു. സർക്കാർ റിപ്പോർട്ടുകൾ, ഡോക്യുമെന്റുകൾ, പത്രങ്ങൾ, സാമ്പത്തികശാസ്ത്രജ്ഞർ എഴുതിയ പുസ്തകങ്ങൾ തുടങ്ങിയ പ്രസിദ്ധീകരിച്ച ഉറവിടങ്ങളിൽ നിന്നോ അല്ലെങ്കിൽ മറ്റേതെങ്കിലും ഉറവിടത്തിൽ നിന്നോ, ഉദാഹരണത്തിന്, ഒരു വെബ്സൈറ്റിൽ നിന്നോ അവ ലഭിക്കും. അങ്ങനെ, ആദ്യമായി ഡാറ്റ ശേഖരിക്കുകയും പ്രോസസ്സ് ചെയ്യുകയും ചെയ്യുന്ന ഉറവിടത്തിന് ഡാറ്റ പ്രാഥമികമാണ്, പിന്നീട് അത്തരം ഡാറ്റ ഉപയോഗിക്കുന്ന മറ്റെല്ലാ ഉറവിടങ്ങൾക്കും ദ്വിതീയമാണ്. ദ്വിതീയ ഡാറ്റ ഉപയോഗിക്കുന്നത് സമയവും ചെലവും ലാഭിക്കുന്നു. ഉദാഹരണത്തിന്, വിദ്യാർത്ഥികളിൽ സിനിമാ നടിയുടെ ജനപ്രീതിയെക്കുറിച്ചുള്ള ഡാറ്റ ശേഖരിച്ച ശേഷം, നിങ്ങൾ ഒരു റിപ്പോർട്ട് പ്രസിദ്ധീകരിക്കുന്നു. നിങ്ങൾ ശേഖരിച്ച ഡാറ്റ സമാനമായ ഒരു പഠനത്തിനായി ആരെങ്കിലും ഉപയോഗിച്ചാൽ, അത് ദ്വിതീയ ഡാറ്റയായി മാറുന്നു.

3. ഡാറ്റ എങ്ങനെയാണ് ശേഖരിക്കുന്നത്?

ഒരു നിർമ്മാതാവ് ഒരു ഉൽപ്പന്നത്തെക്കുറിച്ച് എങ്ങനെയാണ് തീരുമാനമെടുക്കുന്നത് അല്ലെങ്കിൽ ഒരു രാഷ്ട്രീയ പാർട്ടി ഒരു സ്ഥാനാർത്ഥിയെക്കുറിച്ച് എങ്ങനെയാണ് തീരുമാനമെടുക്കുന്നത് എന്ന് നിങ്ങൾക്കറിയാമോ? അവർ ഒരു സർവേ നടത്തുന്നു, ഒരു വലിയ ഗ്രൂപ്പ് ആളുകളിൽ നിന്ന് ഒരു പ്രത്യേക ഉൽപ്പന്നത്തെക്കുറിച്ചോ സ്ഥാനാർത്ഥിയെക്കുറിച്ചോ ചോദ്യങ്ങൾ ചോദിച്ചുകൊണ്ട്. സർവേകളുടെ ഉദ്ദേശ്യം വില, ഗുണനിലവാരം, ഉപയോഗപ്രദത (ഉൽപ്പന്നത്തിന്റെ കാര്യത്തിൽ), ജനപ്രീതി, സത്യസന്ധത, വിശ്വസ്തത (സ്ഥാനാർത്ഥിയുടെ കാര്യത്തിൽ) തുടങ്ങിയ ചില സവിശേഷതകൾ വിവരിക്കുക എന്നതാണ്. സർവേയുടെ ഉദ്ദേശ്യം ഡാറ്റ ശേഖരിക്കുക എന്നതാണ്. സർവേ എന്നത് വ്യക്തികളിൽ നിന്ന് വിവരങ്ങൾ ശേഖരിക്കാനുള്ള ഒരു രീതിയാണ്.

ഉപകരണം തയ്യാറാക്കൽ

സർവേകളിൽ ഉപയോഗിക്കുന്ന ഏറ്റവും സാധാരണമായ ഉപകരണം ചോദ്യാവലി/ഇന്റർവ്യൂ ഷെഡ്യൂൾ ആണ്. ചോദ്യാവലി ഉത്തരം നൽകുന്നയാൾ സ്വയം നടത്തുകയോ ഗവേഷകൻ (എണ്ണൽക്കാരൻ) അല്ലെങ്കിൽ പരിശീലനം നേടിയ അന്വേഷകൻ നടത്തുകയോ ചെയ്യുന്നു. ചോദ്യാവലി/ഇന്റർവ്യൂ ഷെഡ്യൂൾ തയ്യാറാക്കുമ്പോൾ, ഇനിപ്പറയുന്ന കാര്യങ്ങൾ നിങ്ങൾ ഓർമ്മിക്കേണ്ടതുണ്ട്;

• ചോദ്യാവലി വളരെ ദൈർഘ്യമേറിയതായിരിക്കരുത്. ചോദ്യങ്ങളുടെ എണ്ണം കഴിയുന്നത്ര കുറഞ്ഞതായിരിക്കണം.
• ചോദ്യാവലി മനസ്സിലാക്കാൻ എളുപ്പമായിരിക്കണം, അവ്യക്തമായ അല്ലെങ്കിൽ ബുദ്ധിമുട്ടുള്ള വാക്കുകൾ ഒഴിവാക്കണം.
• ചോദ്യങ്ങൾ ക്രമീകരിക്കേണ്ടത്, ഉത്തരം നൽകുന്നയാൾക്ക് സുഖകരമായി തോന്നുന്ന രീതിയിലാണ്.
• ചോദ്യങ്ങളുടെ ശ്രേണി പൊതുവിൽ നിന്ന് പ്രത്യേകമായി നീങ്ങണം. ചോദ്യാവലി പൊതുവായ ചോദ്യങ്ങളിൽ നിന്ന് ആരംഭിച്ച് കൂടുതൽ പ്രത്യേകമായവയിലേക്ക് പോകണം. ഉദാഹരണത്തിന്:

മോശം $Q$

(i) വൈദ്യുതി ചാർജ് വർദ്ധിപ്പിക്കുന്നത് ന്യായീകരിക്കപ്പെട്ടതാണോ?

(ii) നിങ്ങളുടെ പ്രദേശത്ത് വൈദ്യുതി വിതരണം നിയമിതമാണോ?

നല്ലത് $Q$

(i) നിങ്ങളുടെ പ്രദേശത്ത് വൈദ്യുതി വിതരണം നിയമിതമാണോ?

(ii) വൈദ്യുതി ചാർജ് വർദ്ധിപ്പിക്കുന്നത് ന്യായീകരിക്കപ്പെട്ടതാണോ?

• ചോദ്യങ്ങൾ കൃത്യവും വ്യക്തവുമായിരിക്കണം. ഉദാഹരണത്തിന്,

മോശം $Q$

മാന്യമായി കാണപ്പെടാൻ നിങ്ങളുടെ വരുമാനത്തിന്റെ എത്ര ശതമാനം നിങ്ങൾ വസ്ത്രങ്ങൾക്കായി ചെലവഴിക്കുന്നു?

നല്ലത് $Q$

നിങ്ങളുടെ വരുമാനത്തിന്റെ എത്ര ശതമാനം നിങ്ങൾ വസ്ത്രങ്ങൾക്കായി ചെലവഴിക്കുന്നു?

• ചോദ്യങ്ങൾ അവ്യക്തമായിരിക്കരുത്. അവ ഉത്തരം നൽകുന്നയാൾക്ക് വേഗത്തിലും ശരിയായും വ്യക്തമായും ഉത്തരം നൽകാൻ സഹായിക്കണം. ഉദാഹരണത്തിന്:

മോശം $Q$

നിങ്ങൾ ഒരു മാസത്തിൽ പുസ്തകങ്ങൾക്കായി ധാരാളം പണം ചെലവഴിക്കുന്നുണ്ടോ?

നല്ലത് $Q$

(ഉചിതമായ ഓപ്ഷൻ ടിക്ക് ചെയ്യുക)

നിങ്ങൾ ഒരു മാസത്തിൽ പുസ്തകങ്ങൾക്കായി എത്ര ചെലവഴിക്കുന്നു?

(i) 200 രൂപയിൽ കുറവ്

(ii) 200-300 രൂപ

(iii) 300-400 രൂപ

(iv) 400 രൂപയിൽ കൂടുതൽ

• ചോദ്യം ഇരട്ട നെഗറ്റീവ് ഉപയോഗിക്കരുത്. “Wouldn’t you” അല്ലെങ്കിൽ “Don’t you” എന്നിവ ഉപയോഗിച്ച് ആരംഭിക്കുന്ന ചോദ്യങ്ങൾ ഒഴിവാക്കണം, കാരണം അവ പക്ഷപാതപൂർണ്ണമായ പ്രതികരണങ്ങളിലേക്ക് നയിച്ചേക്കാം. ഉദാഹരണത്തിന്:

മോശം $Q$

പുകവലി നിരോധിക്കപ്പെടണമെന്ന് നിങ്ങൾ കരുതുന്നില്ലേ?

നല്ലത് $Q$

പുകവലി നിരോധിക്കപ്പെടണമെന്ന് നിങ്ങൾ കരുതുന്നുണ്ടോ?

• ചോദ്യം ഒരു നയിക്കുന്ന ചോദ്യമായിരിക്കരുത്, അത് ഉത്തരം നൽകുന്നയാൾ എങ്ങനെ ഉത്തരം നൽകണം എന്നതിനെക്കുറിച്ച് ഒരു സൂചന നൽകുന്നു. ഉദാഹരണത്തിന്:

മോശം $Q$

ഈ ഉയർന്ന നിലവാരമുള്ള ചായയുടെ സ്വാദ് നിങ്ങൾക്ക് എങ്ങനെയാണ്?

നല്ലത് $Q$

ഈ ചായയുടെ സ്വാദ് നിങ്ങൾക്ക് എങ്ങനെയാണ്?

• ചോദ്യം ഉത്തരത്തിനുള്ള ബദലുകൾ സൂചിപ്പിക്കരുത്. ഉദാഹരണത്തിന്:

മോശം $Q$

കോളേജിന് ശേഷം നിങ്ങൾ ഒരു ജോലി ചെയ്യാൻ ആഗ്രഹിക്കുന്നുണ്ടോ അല്ലെങ്കിൽ ഒരു ഗൃഹിണിയാകാൻ ആഗ്രഹിക്കുന്നുണ്ടോ?

നല്ലത് $Q$

കോളേജിന് ശേഷം നിങ്ങൾ എന്ത് ചെയ്യാൻ ആഗ്രഹിക്കുന്നു?

ചോദ്യാവലിയിൽ ക്ലോസ്ഡ്-എൻഡഡ് (അല്ലെങ്കിൽ ഘടനാപരമായ) ചോദ്യങ്ങൾ അല്ലെങ്കിൽ ഓപ്പൺ-എൻഡഡ് (അല്ലെങ്കിൽ അഘടനാപരമായ) ചോദ്യങ്ങൾ അടങ്ങിയിരിക്കാം. കോളേജിന് ശേഷം ഒരു വിദ്യാർത്ഥിക്ക് എന്ത് ചെയ്യണമെന്നതിനെക്കുറിച്ചുള്ള മുകളിലെ ചോദ്യം ഒരു ഓപ്പൺ-എൻഡഡ് ചോദ്യമാണ്.

ക്ലോസ്ഡ്-എൻഡഡ് അല്ലെങ്കിൽ ഘടനാപരമായ ചോദ്യങ്ങൾ രണ്ട് വഴിയുള്ള ചോദ്യമോ മൾട്ടിപ്പിൾ ചോയ്സ് ചോദ്യമോ ആകാം. രണ്ട് സാധ്യമായ ഉത്തരങ്ങൾ മാത്രമുള്ളപ്പോൾ, ‘അതെ’ അല്ലെങ്കിൽ ‘ഇല്ല’, അതിനെ രണ്ട് വഴിയുള്ള ചോദ്യം എന്ന് വിളിക്കുന്നു.

രണ്ടിൽ കൂടുതൽ ഉത്തര ഓപ്ഷനുകളുടെ സാധ്യതയുള്ളപ്പോൾ, മൾട്ടിപ്പിൾ ചോയ്സ് ചോദ്യങ്ങൾ കൂടുതൽ അനുയോജ്യമാണ്. ഉദാഹരണം,

Q. നിങ്ങളുടെ ഭൂമി എന്തുകൊണ്ടാണ് വിറ്റത്?

(i) കടം തീർക്കാൻ.

(ii) കുട്ടികളുടെ വിദ്യാഭ്യാസത്തിന് ധനസഹായം നൽകാൻ.

(iii) മറ്റൊരു സ്വത്തിൽ നിക്ഷേപിക്കാൻ.

(iv) മറ്റെന്തെങ്കിലും (ദയവായി വ്യക്തമാക്കുക).

ക്ലോസ്ഡ്-എൻഡഡ് ചോദ്യങ്ങൾ ഉപയോഗിക്കാനും സ്കോർ ചെയ്യാനും വിശകലനത്തിനായി കോഡ് ചെയ്യാനും എളുപ്പമാണ്, കാരണം എല്ലാ ഉത്തരം നൽകുന്നവർക്കും നൽകിയിരിക്കുന്ന ഓപ്ഷനുകളിൽ നിന്ന് തിരഞ്ഞെടുക്കാം. എന്നാൽ അവ എഴുതാൻ ബുദ്ധിമുട്ടാണ്, കാരണം പ്രശ്നത്തിന്റെ ഇരുവശങ്ങളും പ്രതിനിധീകരിക്കുന്നതിന് ബദലുകൾ വ്യക്തമായി എഴുതിയിരിക്കണം. നൽകിയിരിക്കുന്ന ഓപ്ഷനുകളിൽ ഒരു വ്യക്തിയുടെ യഥാർത്ഥ പ്രതികരണം ഇല്ലാതിരിക്കാനുള്ള സാധ്യതയുണ്ട്. ഇതിനായി, ‘മറ്റെന്തെങ്കിലും’ എന്ന തിരഞ്ഞെടുപ്പ് നൽകിയിട്ടുണ്ട്, അവിടെ ഗവേഷകൻ പ്രതീക്ഷിച്ചിരുന്നില്ലാത്ത ഒരു പ്രതികരണം ഉത്തരം നൽകുന്നയാൾക്ക് എഴുതാം. മാത്രമല്ല, മൾട്ടിപ്പിൾ-ചോയ്സ് ചോദ്യങ്ങളുടെ മറ്റൊരു പരിമിതി എന്നത്, ബദലുകൾ നൽകി ഉത്തരങ്ങൾ പരിമിതപ്പെടുത്തുന്ന ഒരു പ്രവണതയാണ്, അവ ഇല്ലെങ്കിൽ ഉത്തരം നൽകുന്നവർ വ്യത്യസ്തമായി ഉത്തരം നൽകിയേക്കാം.

ഓപ്പൺ-എൻഡഡ് ചോദ്യങ്ങൾ കൂടുതൽ വ്യക്തിഗതമായ പ്രതികരണങ്ങൾ അനുവദിക്കുന്നു, പക്ഷേ അവ വ്യാഖ്യാനിക്കാൻ ബുദ്ധിമുട്ടാണ്, സ്കോർ ചെയ്യാൻ പ്രയാസമാണ്, കാരണം പ്രതികരണങ്ങളിൽ ധാരാളം വ്യത്യാസങ്ങളുണ്ട്. ഉദാഹരണം,

Q. ആഗോളവൽക്കരണത്തെക്കുറിച്ച് നിങ്ങളുടെ അഭിപ്രായം എന്താണ്?

ഡാറ്റ സമാഹരണ രീതി

കുട്ടികളോടോ ഗൃഹിണികളോടോ പൊതുജനങ്ങളോടോ അവരുടെ പരീക്ഷാ പ്രകടനത്തെക്കുറിച്ചോ ഒരു സോപ്പ് ബ്രാൻഡിനെക്കുറിച്ചോ ഒരു രാഷ്ട്രീയ പാർട്ടിയെക്കുറിച്ചോ റിപ്പോർട്ടർമാർ ചോദ്യങ്ങൾ ചോദിക്കുന്ന ഒരു ടെലിവിഷൻ ഷോ നിങ്ങൾ കണ്ടിട്ടുണ്ടോ? ചോദ്യങ്ങൾ ചോദിക്കുന്നതിന്റെ ഉദ്ദേശ്യം ഡാറ്റ ശേഖരിക്കുന്നതിനായി ഒരു സർവേ നടത്തുക എന്നതാണ്. ഡാറ്റ ശേഖരിക്കാനുള്ള മൂന്ന് അടിസ്ഥാന വഴികളുണ്ട്: (i) വ്യക്തിഗത ഇന്റർവ്യൂകൾ, (ii) മെയിൽ (ചോദ്യാവലി) സർവേകൾ, (iii) ടെലിഫോൺ ഇന്റർവ്യൂകൾ.

വ്യക്തിഗത ഇന്റർവ്യൂകൾ

ഗവേഷകന് എല്ലാ അംഗങ്ങളിലേക്കും പ്രവേശനമുള്ളപ്പോൾ ഈ രീതി ഉപയോഗിക്കുന്നു. ഗവേഷകൻ (അല്ലെങ്കിൽ അന്വേഷകൻ) ഉത്തരം നൽകുന്നവരുമായി മുഖാമുഖം ഇന്റർവ്യൂകൾ നടത്തുന്നു.

വിവിധ കാരണങ്ങളാൽ വ്യക്തിഗത ഇന്റർവ്യൂകൾ ആദ്യം തിരഞ്ഞെടുക്കുന്നു. ഉത്തരം നൽകുന്നയാളും ഇന്റർവ്യൂവർക്കും ഇടയിൽ വ്യക്തിഗത സമ്പർക്കം സാധ്യമാണ്. പഠനം വിശദീകരിക്കാനും ഉത്തരം നൽകുന്നവരുടെ സംശയങ്ങൾക്ക് ഉത്തരം നൽകാനും ഇന്റർവ്യൂവർക്ക് അവസരമുണ്ട്. പ്രത്യേകിച്ചും പ്രധാനപ്പെട്ട ഉത്തരങ്ങൾ വികസിപ്പിക്കാൻ ഇന്റർവ്യൂവർക്ക് ഉത്തരം നൽകുന്നയാളോട് അഭ്യർത്ഥിക്കാം. തെറ്റായ വ്യാഖ്യാനവും തെറ്റിദ്ധാരണയും ഒഴിവാക്കാം. ഉത്തരം നൽകുന്നവരുടെ പ്രതികരണങ്ങൾ നിരീക്ഷിക്കുന്നത് അനുബന്ധ വിവരങ്ങൾ നൽകാം.

വ്യക്തിഗത ഇന്റർവ്യൂവിന് ചില ദോഷങ്ങളും ഉണ്ട്. പരിശീലനം നേടിയ ഇന്റർവ്യൂവർമാർ ആവശ്യമുള്ളതിനാൽ ഇത് ചെലവേറിയതാണ്. സർവേ പൂർത്തിയാക്കാൻ കൂടുതൽ സമയമെടുക്കും. ഗവേഷകന്റെ സാന്നിധ്യം ഉത്തരം നൽകുന്നവരെ അവർ ശരിക്കും എന്താണ് ചിന്തിക്കുന്നതെന്ന് പറയുന്നതിൽ നിന്ന് തടയുന്നു.

മെയിൽ ചോദ്യാവലി

ഒരു സർവേയിലെ ഡാറ്റ മെയിൽ വഴി ശേഖരിക്കുമ്പോൾ, ചോദ്യാവലി ഓരോ വ്യക്തിക്കും മെയിൽ വഴി അയയ്ക്കുകയും ഒരു നിശ്ചിത തീയതിക്കുള്ളിൽ പൂർത്തിയാക്കി തിരികെ നൽകാൻ അഭ്യർത്ഥിക്കുകയും ചെയ്യുന്നു. ഈ രീതിയുടെ ഗുണങ്ങൾ ഇവയാണ്, ഇത് കുറച്ച് ചെലവേറിയതാണ്. വ്യക്തിപരമായോ ടെലിഫോണിലൂടെയോ എത്തിച്ചേരാൻ പ്രയാസമുള്ള വിദൂര പ്രദേശങ്ങളിലെ ആളുകളിലേക്കും ഗവേഷകന് പ്രവേശനം അനുവദിക്കുന്നു. ഇന്റർവ്യൂവർ ഉത്തരം നൽകുന്നവരെ സ്വാധീനിക്കാൻ അനുവദിക്കുന്നില്ല. ചോദ്യങ്ങൾക്ക് ചിന്താപൂർവ്വമായ ഉത്തരങ്ങൾ നൽകാൻ ഉത്തരം നൽകുന്നവ