ကိုယ်စားလှယ်နမူနာဆိုတာ ဘာလဲ၊ ဘာကြောင့် အရေးကြီးတာလဲ။

စာရင်းဇယားများတွင် ကျွန်ုပ်တို့သည် သီးခြားလူဦးရေ၏ ဝိသေသလက္ခဏာများကို လေ့လာရန် မကြာခဏ စိတ်ဝင်တစားရှိကြသည်။ ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့သည် လေ့လာရန် စိတ်ဝင်စားကောင်း ဖြစ်နိုင်သည်-

• မြို့တစ်မြို့ရှိ စက်မှုအင်ဂျင်နီယာများ၏ အလုံးစုံ ကျေနပ်မှု။
• အချို့သော ခရိုင်ရှိ ပုဂ္ဂိုလ်များ၏ နိုင်ငံရေး ဦးစားပေးမှုများ။
• နိုင်ငံတစ်နိုင်ငံတွင် လူတစ်ဦးချင်းစီ၏ အသက် အပိုင်းအခြား။
• အချို့သောကျောင်းမှ ကျောင်းသားများ၏ ရုပ်ရှင်အကြိုက်များ။

ဤဥပမာတစ်ခုစီတွင်၊ ကျွန်ုပ်တို့သည် အချို့သော လူဦးရေကို ပိုမိုနားလည်လိုပါသည်။

လူဦးရေ- သင်လေ့လာလိုသော လူတစ်စုလုံး။

ကံမကောင်းစွာပဲ၊ လူဦးရေတစ်ခုစီရှိ လူတစ်ဦးချင်းစီအတွက် ဒေတာစုဆောင်းခြင်းသည် ငွေကုန်ကြေးကျရှိပြီး အချိန်ကုန်နိုင်သည်။ ထို့ကြောင့် သုတေသီများသည် ယေဘုယျအားဖြင့် လူဦးရေ၏ နမူနာ တစ်ခုအပေါ် ဒေတာစုဆောင်းပြီးနောက် နမူနာမှ ရလဒ်များကို လူဦးရေတစ်ခုလုံးအထိ ယေဘုယျဖော်ပြခြင်းဖြစ်သည်။

နမူနာ- လူဦးရေ၏ အစုခွဲတစ်ခု။

ဥပမာအားဖြင့်၊ စုစုပေါင်း ကျောင်းသား ၁,၀၀၀ ရှိသော ကျောင်းတစ်ကျောင်းတွင် ကျောင်းသားများ၏ ရုပ်ရှင်အကြိုက်များကို နားလည်လိုသည်ဆိုကြပါစို့။ ကျောင်းသားတစ်ဦးချင်းစီကို စစ်တမ်းကောက်ယူရန် အချိန်အတော်ကြာမည်ဖြစ်သောကြောင့် ကျောင်းသား 100 ကို ကျပန်းနမူနာယူကာ ၎င်းတို့၏ နှစ်သက်မှုများအကြောင်း မေးမြန်းနိုင်ပါသည်။

ကျောင်းသား 1,000 သည် လူဦးရေကို ကိုယ်စားပြုပြီး ကျပန်းရွေးချယ်ထားသော ကျောင်းသား 100 သည် နမူနာကို ကိုယ်စားပြုပါသည်။ ကျောင်းသား 100 အတွက်နမူနာအတွက် ဒေတာစုဆောင်းပြီးသည်နှင့်၊ ကျွန်ုပ်တို့သည် ဤရလဒ်များကို ကျောင်းသား 1,000 ၏ စုစုပေါင်းလူဦးရေအတွက် ယေဘုယျဖော်ပြနိုင်သော်လည်း ကျွန်ုပ်တို့၏နမူနာသည် ကျွန်ုပ်တို့၏လူဦးရေကို ကိုယ်စားပြုမှသာ ဖြစ်ပါမည် ။

ကိုယ်စားလှယ်နမူနာ- လူတစ်ဦးချင်းစီ၏ဝိသေသလက္ခဏာများသည် စုစုပေါင်းလူဦးရေ၏ဝိသေသလက္ခဏာများနှင့် အနီးကပ်ကိုက်ညီသည့်နမူနာ။

အကောင်းဆုံးကတော့၊ ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့၏နမူနာကို ကျွန်ုပ်တို့လူဦးရေ၏ “မီနီဗားရှင်း” နှင့် ဆင်တူစေလိုပါသည်။ ထို့ကြောင့်၊ စုစုပေါင်း ကျောင်းသားဦးရေကို 50% မိန်းကလေးများနှင့် 50% ယောက်ျားလေးများဖြင့် ဖွဲ့စည်းထားလျှင် ကျွန်ုပ်တို့၏နမူနာတွင် ယောက်ျားလေး 90% နှင့် 10% မိန်းကလေးများသာ ကိုယ်စားပြုမည်မဟုတ်ပါ။

သို့မဟုတ်၊ ခြုံငုံလူဦးရေသည် ကျောင်းသား၊ ဒုတိယနှစ်၊ ဂျူနီယာများနှင့် သက်ကြီးရွယ်အိုများ အစိတ်အပိုင်းများ တူညီပါက၊ ကျွန်ုပ်တို့နမူနာတွင် ကျောင်းသားများသာ ပါဝင်ပါက ကိုယ်စားလှယ်ဖြစ်မည်မဟုတ်ပါ။

ကိုယ်စားလှယ်နမူနာရယူရန် အရေးကြီးသည်။

ကျွန်ုပ်တို့သည် ကိုယ်စားလှယ်နမူနာကို လိုချင်ရခြင်းအကြောင်းရင်းမှာ နမူနာမှ ရလဒ်များကို လူဦးရေသို့ ယုံကြည်စိတ်ချစွာ ယေဘုယျဖော်ပြနိုင်သောကြောင့်ဖြစ်သည်။

ဥပမာအားဖြင့်၊ အချို့ကျောင်းရှိ ကျောင်းသားရာခိုင်နှုန်းသည် ၎င်းတို့ကြိုက်နှစ်သက်သည့် ရုပ်ရှင်အမျိုးအစားအဖြစ် “ ဒရာမာ” ကို ပိုမိုနှစ်သက်ကြသည်ကို သိချင်သည်ဆိုကြပါစို့။ စုစုပေါင်း ကျောင်းသားဦးရေသည် ယောက်ျားလေး 50% နှင့် 50% မိန်းကလေးများ ရောနှောနေပါက၊ ယောက်ျားလေး 90% နှင့် 10% မိန်းကလေးများ ပါဝင်သော နမူနာသည် ယောက်ျားလေးများ သိသိသာသာနည်းသော ပြဇာတ်ကို နှစ်သက်သော အမျိုးအစားအဖြစ် နှစ်သက်ပါက ဘက်လိုက်သော ရလဒ်များ ဖြစ်ပေါ်လာနိုင်သည်။

သို့မဟုတ်၊ စုစုပေါင်းလူဦးရေသည် သူငယ်တန်း၊ ဒုတိယတန်း၊ ဂျူနီယာများနှင့် သက်ကြီးရွယ်အိုများ ရောနှောပါက၊ ကျောင်းသားဟောင်းများသာ ပါဝင်သော နမူနာတစ်ခုသည် ငယ်ရွယ်သော ကျောင်းသားများ (ဥပမာ- ကျောင်းသား/သူ) များထက် ဇာတ်ရုံကို လူသစ်များထက် များစွာပို၍ နှစ်သက်ပါက ဘက်လိုက်သော ရလဒ်များကို ဖြစ်ပေါ်စေနိုင်သည်။ ကျောင်းသားဟောင်းများ။

ကျွန်ုပ်တို့၏နမူနာရှိ လူတစ်ဦးချင်း၏ဝိသေသလက္ခဏာများသည် အလုံးစုံလူဦးရေအတွက် တစ်ဦးချင်းစီ၏ဝိသေသလက္ခဏာများနှင့် နီးကပ်စွာမကိုက်ညီပါက၊ နမူနာမှရလဒ်များကို အလုံးစုံလူဦးရေအထိ စိတ်ချယုံကြည်စွာ ယေဘုယျဖော်ပြနိုင်မည်မဟုတ်ပေ။

ကိုယ်စားလှယ်နမူနာရယူနည်း

ကိုယ်စားလှယ်နမူနာရရှိရန် အခွင့်အလမ်းအများဆုံးရရန် ကျွန်ုပ်တို့၏နမူနာရယူသည့်အခါ အရာနှစ်ခုကို အာရုံစိုက်ရန် လိုအပ်သည်-

1. သင့်လျော်သော နမူနာပုံစံကို အသုံးပြုပါ။

လူဦးရေနမူနာရယူရန် နည်းလမ်းများစွာ ရှိသော်လည်း ဤတွင် ကိုယ်စားလှယ်နမူနာကို ရယူနိုင်သည့် နည်းလမ်းသုံးမျိုးရှိပါသည်။

ရိုးရှင်းသောကျပန်းနမူနာ- ကျပန်းနံပါတ်ဂျင်နရေတာ သို့မဟုတ် ကျပန်းရွေးချယ်မှုဆိုလိုသည်များကို အသုံးပြု၍ ကျပန်းတစ်ခုချင်းစီကို ကျပန်းရွေးချယ်ပါ။

• ဥပမာ- ကျောင်းသား 1,000 ကို နံပါတ်တစ်ခု သတ်မှတ်ပါ။ ထို့နောက် 100 ကျပန်းနံပါတ်များကိုရွေးချယ်ရန်နှင့် သက်ဆိုင်ရာကျောင်းသားများကို နမူနာအဖွဲ့ဝင်များအဖြစ် အသုံးပြုရန် ကျပန်းနံပါတ်ထုတ်ပေးသည့်စက်ကိုအသုံးပြုပါ။
• အားသာချက်- ရိုးရှင်းသောကျပန်းနမူနာများသည် အဖွဲ့ဝင်တစ်ဦးစီတွင် နမူနာတွင်ပါဝင်ရန် တူညီသောအခွင့်အရေးရှိသောကြောင့် ယေဘူယျအားဖြင့် စိတ်ဝင်စားသည့်လူဦးရေကိုကိုယ်စားပြုပါသည်။

စနစ်တကျကျပန်းနမူနာ- လူဦးရေ၏အဖွဲ့ဝင်တစ်ဦးစီကို တိကျသောအစီအစဥ်တစ်ခုစီတွင်ထည့်ပါ။ ကျပန်းစတင်မှတ်ကိုရွေးချယ်ပြီး နမူနာ၏အစိတ်အပိုင်းအဖြစ် n ^မှ အဖွဲ့ဝင်တစ်ဦးကို ရွေးချယ်ပါ။

• ဥပမာ- ကျောင်းသား 1,000 အားလုံး၏ နောက်ဆုံးအမည်ကို အခြေခံ၍ အက္ခရာစဉ်တစ်ခု ဖန်တီးပါ၊ အစမှတ်ကို ကျပန်းရွေးချယ်ကာ နမူနာတွင် ပါဝင်ရန် ဆယ်ပုံတစ်ပုံ ကျောင်းသားတိုင်းကို ရွေးချယ်ပါ။
• အားသာချက်- အဖွဲ့ဝင်တစ်ဦးစီသည် နမူနာတွင် ပါဝင်ရန် တူညီသောအခွင့်အရေးရှိသောကြောင့် စနစ်တကျကျပန်းနမူနာများသည် ယေဘူယျအားဖြင့် စိတ်ဝင်စားသည့်လူဦးရေကိုကိုယ်စားပြုပါသည်။

အချိုးကျကျပန်းနမူနာ- လူဦးရေကို အုပ်စုများခွဲပါ။ နမူနာတွင် ပါဝင်ရန် အဖွဲ့တစ်ခုစီမှ အဖွဲ့ဝင်အနည်းငယ်ကို ကျပန်းရွေးချယ်ပါ။

• ဥပမာ- ကျောင်းသားအားလုံးကို ၎င်းတို့၏ အဆင့်အလိုက် ခွဲပါ- သူငယ်တန်း၊ ဒုတိယတန်း၊ အငယ်တန်းနှင့် သက်ကြီးရွယ်အိုများ။ နမူနာ၏ အစိတ်အပိုင်းအဖြစ် အဆင့်တစ်ခုစီမှ ကျောင်းသား ၂၅ ဦးကို ကျပန်းရွေးချယ်ပါ။
• အားသာချက်- အတန်းလိုက်ကျပန်းနမူနာများသည် အတန်းတစ်ခုစီမှ ကျောင်းသားအရေအတွက် တူညီကြောင်း နမူနာတွင် ထည့်သွင်းထားကြောင်း သေချာစေသည်။

2. နမူနာသည် အလုံအလောက်ကြီးကြောင်း သေချာပါစေ။

သင့်လျော်သောနမူနာနည်းလမ်းကို အသုံးပြုခြင်းအပြင်၊ နမူနာသည် ပိုမိုကြီးမားသောလူဦးရေကို ယေဘုယျဖော်ပြနိုင်စေရန် ကျွန်ုပ်တို့တွင် ဒေတာလုံလောက်မှုရှိရန် လုံလောက်သောနမူနာရှိရန် အရေးကြီးပါသည်။

ဥပမာအားဖြင့်၊ အတန်းတစ်ခုစီမှ ယောက်ျားလေးတစ် ဦးနှင့် မိန်းကလေးတစ်ဦး၊ ကျောင်းသား ရှစ်ဦး၏နမူနာသည် လူဦးရေတစ်ခုလုံး၏ မီနီဗားရှင်းကို ကိုယ်စားပြုနိုင်သော်လည်း ကျောင်းသားတုံ့ပြန်မှုတွင် သဘာဝအတိုင်းရှိနေသော ကွဲပြားမှုအားလုံးကို ဖမ်းယူရန် ၎င်းသည် ကြီးမားမည်မဟုတ်ပေ။ .

ဒါဆို မင်းနမူနာ ဘယ်လောက်ကြီးသင့်လဲ။

အောက်ပါအချက်များပေါ်တွင်မူတည်သည်။

• လူဦးရေ အရွယ်အစား- ယေဘုယျအားဖြင့်၊ လူဦးရေ အရွယ်အစား ပိုကြီးလေ၊ နမူနာ ပိုကြီးလေ ဖြစ်သင့်သည်။ ဥပမာအားဖြင့်၊ သင်သည် မြို့တစ်ခုတည်းမဟုတ်ဘဲ နိုင်ငံတစ်ခုလုံးအတွက် သင်၏ရလဒ်များကို ယေဘုယျဖော်ပြလိုပါက ပိုမိုကြီးမားသောနမူနာတစ်ခု လိုအပ်မည်ဖြစ်သည်။
• ယုံကြည်မှုအဆင့်- သင်စိတ်ဝင်စားသောလူဦးရေ၏ စစ်မှန်သောတန်ဖိုးသည် သင်၏ယုံကြည်မှုကြားကာလအတွင်းတွင် ရှိနေကြောင်း သင်မည်မျှယုံကြည်ကြောင်း ဖြစ်ချင်သည်။ ဘုံယုံကြည်မှုအဆင့်များတွင် 90%, 95%, နှင့် 99% ပါဝင်သည်။ ယုံကြည်မှုအဆင့်မြင့်လေ၊ သင့်နမူနာပိုကြီးလေ ဖြစ်သင့်သည်။
• အမှား၏အနားသတ်- သင်သည်းခံလိုသော အမှားမည်မျှရှိသနည်း။ မည်သည့်နမူနာမှ ပြီးပြည့်စုံမည်မဟုတ်ပါ၊ ထို့ကြောင့် သင်သည် အနည်းဆုံး အမှားပမာဏအချို့ကို လက်ခံလိုစိတ်ရှိရပါမည်။ သုတေသနလေ့လာမှုအများစုသည် ၎င်းတို့၏ရလဒ်များကို အမှားအယွင်းများဖြင့် အစီရင်ခံတင်ပြကြသည်၊ ဥပမာ “ ကျောင်းသား 40% က ပြဇာတ် သည် ၎င်းတို့၏အကြိုက်ဆုံးရုပ်ရှင်အမျိုးအစားဖြစ်ပြီး အမှားအနားသတ် +/- 5% ရှိသည်ဟု ဆိုပါသည်။” » အမှား၏အနားသတ်နိမ့်လေ၊ သင်၏နမူနာသည် သေးငယ်လေဖြစ်သင့်သည်။

ဤအချက်များအပေါ် အခြေခံ၍ သင်၏နမူနာအရွယ်အစားကို ဆုံးဖြတ်ရာတွင် ကူညီရန် အွန်လိုင်းတွင် နမူနာအရွယ်အစားဂဏန်းတွက်စက်များစွာရှိသည်။ Survey Monkey မှ ဤဂဏန်းတွက်စက် သည် အသုံးပြုရ အထူးလွယ်ကူသည်။

မှတ်သားထားရမည့်အရာများ

သင့်လျော်သောနမူနာနည်းလမ်းကို အသုံးပြုပြီး သင့်နမူနာသည် လုံလောက်သည်ဟု သေချာပါက၊ အောက်ပါတို့ကို မှတ်သားထားပါ-

• နမူနာယူခြင်း error အမြဲရှိလိမ့်မည်။ နမူနာသည် လူထုတစ်ရပ်လုံးအား လုံး၀ကိုယ်စားပြုနိုင်မည်မဟုတ်ပေ။
• ယေဘူယျအားဖြင့်၊ နမူနာပိုကြီးလေ၊ ၎င်းသည် လူဦးရေ၏ကိုယ်စားပြုလေဖြစ်သည်။
• နမူနာအရွယ်အစားကို အချိန်နှင့် ကုန်ကျစရိတ်ကဲ့သို့ ကမ္ဘာပေါ်ရှိ ကိန်းရှင်များနှင့် ချိန်ညှိရန် လိုအပ်သည်။ ပိုကြီးသောနမူနာသည် စုစုပေါင်းလူဦးရေကို ကိုယ်စားပြုရန် အလားအလာပိုများနိုင်သည်၊ သို့သော် ၎င်းကိုရယူခြင်းသည် ပို၍ကုန်ကျပြီး အချိန်ကုန်နိုင်သည်။