கூடுதல் பகுப்பாய்வுக்கான தரவுகளின் ஒரு பெரிய தொகுப்பிலிருந்து குறிப்பிட்ட எண்ணிக்கையிலான உள்ளீடுகளை தேர்ந்தெடுப்பதற்கான செயல்முறையை மாதிரியாக்குகிறது. வணிக ஆராய்ச்சி பெரும்பாலும் பரந்த அளவிலான தரவுகளை உருவாக்குகிறது, குறிப்பாக புள்ளிவிவரங்கள் போன்ற சந்தை-சார்ந்த ஆராய்ச்சிகளில். வணிக ஆராய்ச்சியில் மாதிரியாக்க நுட்பங்கள், ஆராய்ச்சியாளர்கள், மிகப்பெரிய சேகரிப்பில் உள்ள போக்குகளை துல்லியமாக பிரதிபலிக்கிறார்கள் என்று நம்பும் தரவுகளை நிர்வகிக்கக்கூடிய சப்ேஸ்டுடன் பணிபுரிய அனுமதிக்கின்றன.
முதன்மை ஆராய்ச்சி
வணிகங்கள் இரண்டு வெவ்வேறு வழிகளில் மாதிரிகள் எடுத்து எந்த ஆராய்ச்சி தரவு பெற. முதல், முதன்மை ஆராய்ச்சி, அதன் ஆதாரங்களில் இருந்து தரவை தோண்டி எடுப்பது அடங்கும். இணையத்தளத்தில் அல்லது வேறு எந்த வழியிலும், நேரத்திலும், தொலைபேசியிலும், நடத்தப்பட்டாலும், முதன்மையான ஆராய்ச்சியின் மிக பிரபலமான வடிவம் ஆய்வுகள். முதன்மையான ஆராய்ச்சியின் முடிவுகள் தனியுரிமை ஆகும், இதன் பொருள் எந்தவொரு கம்பனியும் முதன்மை ஆராய்ச்சியின் முடிவுகளை அணுகுவதில்லை, அல்லது ஆராய்ச்சியாளரால் வழங்கப்படுபவை அல்லது பொதுமக்களுக்கு கிடைக்கவில்லை எனில்.
இரண்டாம்நிலை ஆராய்ச்சி
முதன்மை ஆராய்ச்சிகள் மற்ற ஆராய்ச்சியாளர்களுடன் பகிர்ந்து கொள்ளப்பட்டபோது, மற்ற ஆராய்ச்சியாளர்கள் இரண்டாம்நிலை ஆராய்ச்சியை மேற்கொள்கின்றனர். இரண்டாம்நிலை ஆராய்ச்சி முக்கியமாக பொருத்தமான மற்றும் மதிப்புமிக்க தரவுகளின் பெரிய தொகுப்பை தொகுக்க நேரம் எடுத்துள்ள மற்றவர்களின் முயற்சிகளை நம்பியுள்ளது. தொழிலாளர் புள்ளியியல் செயலகத்திலிருந்து சராசரி வருமான புள்ளிவிவரங்களைப் பார்ப்பது, இரண்டாம் ஆய்வின் ஒரு எடுத்துக்காட்டு ஆகும். தரவு ஏற்கனவே விரிவான கணக்கெடுப்பு மற்றும் தரவு ஒத்திவைத்திருப்பதால், மற்ற வணிக ஆய்வாளர்கள் தரவை பயன்படுத்தி சிறிய அல்லது எந்த செலவையும் பயன்படுத்தி கொள்ளலாம்.
சீரற்ற மாதிரி
ரேண்டம் மாதிரியாக்கம் ஒரு குறிப்பிட்ட எண்ணிக்கையிலான தரவு பொருட்களை முற்றிலும் சீரற்ற முறையில் தேர்ந்தெடுத்து, பின்னர் மேலும் பகுப்பாய்வுக்கான மாதிரிகளைப் பயன்படுத்துகிறது. மிகவும் ஒரே மாதிரியான தரவுத் தொகுப்பை பகுப்பாய்வு செய்யும் போது சீரற்ற மாதிரி ஒரு பயனுள்ள நுட்பமாகும். ஒரு குறிப்பிட்ட மாநிலத்தில் மனச்சோர்வுள்ள உடல்பருமன் கண்டறியப்பட்ட நபர்களின் சதவீதத்தை நிர்ணயிக்கும் ஒரு நிறுவனம் கற்பனை செய்து பாருங்கள். பல மில்லியன் உள்ளீடுகளின் தொகுப்புடன் பணியாற்றுவதற்குப் பதிலாக, நிறுவனம் பல நூறாயிரம் உள்ளீடுகளின் ஒரு சீரற்ற மாதிரி முறையை ஆய்வு செய்ய முடியும், இது முழு தரவுத் தொகுப்பின் புள்ளிவிவரத்தை தோராயமாக எண்ணிக்கையில் வரும்.
Nth பெயர் மாதிரி
முறையான மாதிரியாக்கம் என குறிப்பிடப்படும் N வது பெயர் மாதிரியானது, சீரற்ற மாதிரியைப் போன்றதாகும், தவிர அது தன்னிச்சையான தரவுத் தேர்வுகளின் செல்வாக்கை குறைக்கிறது. ஒரு மாதிரியில் சேர்க்க ஒவ்வொரு nth தரவு நுழைவு தேர்வு முறையான மாதிரி அடங்கும். உதாரணமாக, ஒரு மில்லியன் கணக்கெடுப்பு பதில்களின் தரவை நீங்கள் கொண்டிருந்தால், உதாரணமாக, ஒரு மாதிரி உள்ளிட்ட ஒவ்வொரு ஆயிரம் நுழைவுகளையும் நீங்கள் தேர்வு செய்யலாம்.
கட்டுப்படுத்தப்படும் மாதிரி
கட்டுப்படுத்தப்பட்ட மாதிரியானது, மிகவும் தனித்துவமான தரவுத் தொகுப்பிலிருந்து மிகவும் குறிப்பிட்ட மாதிரிகளை எடுக்கிறது. இரண்டாம் நிலை ஆராய்ச்சியை நிகழ்த்தும் போது கட்டுப்படுத்தப்பட்ட மாதிரி மிகவும் மதிப்பு வாய்ந்ததாக இருக்கிறது, ஏனெனில் விரும்பியிருந்தால் மட்டுமே குறிப்பிட்ட குறிப்பிட்ட பதிலிறுப்புகளை இலக்காகக் கொண்ட முதன்மை ஆராய்ச்சி வடிவமைக்க முடியும்.
கணக்கெடுப்பு பதிலளித்தவர்களின் வயது, இனம், கல்வி மற்றும் வருமான அளவு ஆகியவற்றில் தகவல்களைக் கொண்டிருக்கும் பெரிய தரவுகளை வாங்கக்கூடிய ஒரு நிறுவனத்தை கற்பனை செய்து பாருங்கள். ஒரு குறிப்பிட்ட வயதினருக்கு சராசரி வருமான அளவுகளை நிர்ணயிக்க விரும்பியிருந்தால், வருவாய் எண்ணிக்கை கணக்கிடப்படுவதற்கு முன்னர் குறிப்பிட்ட வயது அளவுகோல்களைப் பூர்த்தி செய்யும் ஒரு மாதிரியை மட்டுமே நிறுவனம் உருவாக்க முடியும்.
