5 পয়েন্ট রেটিংয়ের কেন্দ্রীয় প্রবণতা সংক্ষিপ্ত করে গড় ব্যবহারের সুবিধা
@ গ্যাং যেমন উল্লেখ করেছেন আমি মনে করি কেন্দ্রীয় প্রবণতার সূচক হিসাবে পাঁচ দফা আইটেমটির গড় গ্রহণের জন্য খুব ভাল কারণগুলি প্রায়শই রয়েছে। আমি ইতিমধ্যে এই কারণগুলি এখানে রূপরেখা দিয়েছি ।
প্যারাফ্রেজ করতে:
- গড়টি গণনা করা সহজ
- গড় স্বজ্ঞাত এবং ভাল বোঝা হয়
- গড়টি একটি একক সংখ্যা
- অন্যান্য সূচকগুলি প্রায়শই একই ধরণের অবজেক্টের ক্রম অর্ডার করে
কেন অ্যামাজনের পক্ষে গড় ভাল
গড়ের প্রতিবেদন দেওয়ার জন্য অ্যামাজনের লক্ষ্যগুলি সম্পর্কে চিন্তা করুন। তারা লক্ষ্য হতে পারে
- একটি আইটেম জন্য একটি স্বজ্ঞাত এবং বোধগম্য রেটিং প্রদান
- ব্যবহারকারীদের রেটিং সিস্টেমের গ্রহণযোগ্যতা নিশ্চিত করুন
- লোকেদের রেটিংয়ের অর্থ বোঝার বিষয়টি নিশ্চিত করুন যাতে তারা ক্রয়ের সিদ্ধান্তগুলি জানাতে যথাযথভাবে এটি ব্যবহার করতে পারে
অ্যামাজন প্রতিটি রেটিং বিকল্পের জন্য কয়েকটি ধরণের বৃত্তাকার গড়, ফ্রিকোয়েন্সি গণনা এবং নমুনার আকার (অর্থাত্ রেটিংয়ের সংখ্যা) সরবরাহ করে। এই তথ্যটি সম্ভবত আইটেম সম্পর্কিত সাধারণ অনুভূতি এবং এই জাতীয় রেটিংয়ের প্রতি আস্থা উভয়কেই উপলব্ধি করার পক্ষে যথেষ্ট (যেমন, 20 রেটিং সহ একটি 4.5 2 2 রেটিং সহ 4.5 এর চেয়ে সঠিক হওয়ার সম্ভাবনা বেশি; 10% সহ একটি আইটেম) স্টার রেটিং, এবং কোনও মন্তব্য ছাড়াই এক-তারকা রেটিং এখনও ভাল আইটেম হতে পারে)।
এমনকি আপনি গণতান্ত্রিক বিকল্প হিসাবে গড়টি দেখতে পেতেন। কোন প্রার্থী দ্বি-পয়েন্ট স্কেলে সর্বোচ্চ গড় পায় তার ভিত্তিতে অনেকগুলি নির্বাচন সিদ্ধান্ত নেওয়া হয়। একইভাবে, আপনি যদি এই যুক্তিটি গ্রহণ করেন যে পর্যালোচনা জমা দেওয়া প্রতিটি ব্যক্তি একটি ভোট পায়, তবে আপনি প্রতিটি ব্যক্তির ভোটকে সমানভাবে ওজন করে এমন ফর্ম হিসাবে গড়টি দেখতে পাবেন।
স্কেল ব্যবহারের পার্থক্য কি আসলেই সমস্যা?
মনস্তাত্ত্বিক সাহিত্যে বিস্তৃত রেটিং পক্ষপাত রয়েছে (পর্যালোচনার জন্য দেখুন সেল এট আল 1980) যেমন কেন্দ্রীয় প্রবণতা পক্ষপাত, লেন্সিয়াস পক্ষপাত, কঠোরতা পক্ষপাত। এছাড়াও, কিছু রেটারগুলি আরও স্বেচ্ছাচারিত হবে এবং কিছু আরও নির্ভরযোগ্য হবে। কিছু এমনকি জাল ইতিবাচক বা জাল নেতিবাচক পর্যালোচনা দেওয়ার পদ্ধতিগতভাবে মিথ্যা বলতে পারে। এটি কোনও আইটেমের জন্য সত্যিকারের গড় রেটিং গণনা করার চেষ্টা করার সময় বিভিন্ন ধরণের ত্রুটি তৈরি করবে।
তবে, আপনি যদি জনসংখ্যার এলোমেলো নমুনা গ্রহণ করেন তবে এই জাতীয় পক্ষপাতিত্বগুলি বাতিল হয়ে যায় এবং পর্যাপ্ত পরিমাণে রেটারের সাহায্যে আপনি এখনও সত্যিকারের গড়টি পেতে পারেন।
অবশ্যই, আপনি অ্যামাজনে কোনও এলোমেলো নমুনা পান না, এবং ঝুঁকি রয়েছে যে কোনও আইটেমের জন্য আপনি যে নির্দিষ্ট র্যাটারগুলি পান সেটি নিয়মিতভাবে আরও লেন্সিয়েন্ট বা কঠোর হওয়ার পক্ষপাতযুক্ত এবং আরও অনেক কিছু। এটি বলেছিল, আমি মনে করি যে অ্যামাজনের ব্যবহারকারীরা ব্যবহারকারীদের জমা দেওয়া রেটিংগুলি অসম্পূর্ণ নমুনা থেকে আসে বলে প্রশংসা করবে। আমি আরও মনে করি যে এটি বেশিরভাগ ক্ষেত্রেই যুক্তিসঙ্গত নমুনার আকার নিয়ে বেশিরভাগ প্রতিক্রিয়া পক্ষপাত পার্থক্যগুলি অদৃশ্য হয়ে যেতে শুরু করবে likely
গড় ছাড়িয়ে সম্ভাব্য অগ্রগতি
রেটিংয়ের নির্ভুলতার উন্নতি করার ক্ষেত্রে, আমি গড়টির সাধারণ ধারণাকে চ্যালেঞ্জ করব না, বরং আমি মনে করি সত্যিকারের জনসংখ্যার মূল্য নির্ধারণের অন্যান্য উপায় রয়েছে কোনও আইটেমের জন্য রেটিং মানে (অর্থাত্ গড় গড় রেটিং যা প্রাপ্ত হবে) একটি বড় প্রতিনিধি নমুনা আইটেম রেট করতে বলা হয়েছিল)।
- তাদের নির্ভরযোগ্যতার উপর ভিত্তি করে ওজন রাটার
- একটি বেইশিয়ান রেটিং সিস্টেম ব্যবহার করুন যা সমস্ত আইটেমের জন্য গড় রেটিং এবং নির্দিষ্ট আইটেম থেকে গড়ের গড়ের গড় হিসাবে গড় রেটিং নির্ধারণ করে এবং রেটিংয়ের সংখ্যা বাড়ার সাথে সাথে নির্দিষ্ট আইটেমটির ওজন বাড়িয়ে তোলে
- আইটেমগুলি জুড়ে যে কোনও সাধারণ রেটিং প্রবণতার উপর ভিত্তি করে একটি রেটারের তথ্য সামঞ্জস্য করুন (উদাহরণস্বরূপ, 3s এমন ব্যক্তির কাছ থেকে 5 যারা সাধারণত 4s দেয় তার চেয়ে বেশি মূল্যবান হতে পারে)।
সুতরাং, যদি রেটিংয়ের যথার্থতা অ্যামাজনের প্রাথমিক লক্ষ্য ছিল, আমি মনে করি আইটেম প্রতি রেটিংয়ের সংখ্যা বাড়ানোর এবং উপরের কয়েকটি কৌশল অবলম্বন করার প্রচেষ্টা করা উচিত। "সেরা-সেরা" র্যাঙ্কিং তৈরি করার সময় এই জাতীয় পন্থাগুলি বিশেষভাবে প্রাসঙ্গিক হতে পারে। যাইহোক, পৃষ্ঠাটিতে নম্র রেটিংয়ের জন্য, এটি ভালভাবে হতে পারে যে নমুনাটি বোঝার চেয়ে আরও ভাল সরলতার এবং স্বচ্ছতার লক্ষ্যগুলি পূরণ করে।
তথ্যসূত্র
- বিক্রয়, ফে, দোনে, আরজি এবং লাহে, এমএ (1980)। রেটিং রেটিং করুন: রেটিং ডেটার সাইকোমেট্রিক মানের মূল্যায়ন করা .. সাইকোলজিকাল বুলেটিন, 88, 413।
