روشهای تخصصی برای آزمودن سؤالات نظرسنجی اغلب به کمک متخصصان انسانی یا سیستمهای رایانهای به کار گرفته میشوند. در پستهای قبلی به بررسی دو روش تخصصی پرداختیم. اکنون می خواهیم سایر روشهای تخصصی را بررسی کنیم.
3. QUAID (Question Understanding Aid): یک برنامه ی نرمافزاری برای کمک به روششناسان نظرسنجی، دانشمندان علوم اجتماعی و طراحان پرسشنامه ها با هدف بهبود جملهبندی، ساختار جمله و اهمیت سؤالات طراحی شده است.
نسخهی فعلی QUAID مشکلات درک سؤال نظرسنجی را در پنج گروه دستهبندی می کند: اصطلاحات فنی نا آشنا، اصطلاحات نسبی مبهم یا نا دقیق، عبارات اسمی مبهم یا نادقیق، قواعد دستوری پیچیده و بار اضافه ی حافظهی کاری. QUAID معمولاً این مشکلات را با مقایسهی کلمات یک سؤال با چندین پایگاه داده یا فایل داده شناسایی میکند. مثلاً اگر كلمه ای در چندین واژه نامه زیر سطح آستانهی تکرار یا آشنایی قرار گیرد، ناآشنا است.
QUAID دارای سه مزیت عمده است:
- در شناسایی مشكلات قواعد دستوری سؤال، خوب و سازگار است.
- اغلب نتایجی متفاوت از آن چه متخصصان ارائه میدهند، ایجاد میکند؛ و
- برخی شواهد نشان میدهد که وقتی متخصصان از QUAID استفاده می کنند، سؤالات بهتری طراحی میکنند؛ البته استفاده از آن نیز بسیار ارزان است.
اشکال احتمالی این است که شواهد زیادی در مورد بهتر بودن نتایج QUAID از نتایج متخصصان یا سایر فنون وجود ندارد؛ گاهی اوقات نیز نتایج آن مخالف با نتایج سایر روشها است.
4. پیشبینی کیفیت نظرسنجی (SQP)
پیش بینیکنندهی کیفیت نظرسنجی (SQP)، یک پایگاه داده منبع باز گسترده از سوالات نظرسنجی و برآوردهای کیفیت بوده که از طریق همکاری کاربران ایجاد شده است. این پایگاه داده شامل طیف گسترده ای از سوالات نظرسنجی در مورد موضوعات مختلف به اشکال و زبان های مختلف است.
بر همین اساس، یک سیستم کدگذاری از ویژگی های رسمی و زبانی سؤالات نظرسنجی، برای پیش بینی پایایی، اعتبار و کیفیت آن ها استفاده می شود. این پیشبینی مبتنی بر فراتحلیل روابط بین تخمین های کیفی سؤالات نظرسنجی است. SQP ابزاری برای بهبود سوالات است زیرا با ارائه ی اطلاعاتی در مورد کیفیت فرمت های مختلف سوالات، نرم افزار می تواند به طراحی بهتر سوالات کمک کند.
همانند SQP ،QUAID می تواند برای استفاده بسیار سریع و کمهزینه باشد، زیرا هیچ نیازی به جمع آوری داده وجود ندارد.
دو مشکل بالقوهی این روش عبارت اند از:
- ممکن است برای محققان دشوار باشد که ویژگیهای سؤالات خود را به طور قابل اطمینانی کدنویسی کنند (زیرا کدنویسی خودکار نیست و نیاز به قضاوت قابل توجهی دارد)؛
- پیش بینیها تا حد زیادی بر اساس آزمایشها با موارد نگرشی است تا موارد واقعی یا رفتاری.
دیدگاههای شما:
اولین نفری باشید که دیدگاه خود را بیان می کند.