மல்டிகோலினரிட்டி (வரையறை, வகைகள்) | விளக்கத்துடன் சிறந்த 3 எடுத்துக்காட்டுகள்

மல்டிகோலினரிட்டி என்றால் என்ன?

மல்டிகோலினியரிட்டி என்பது ஒரு புள்ளிவிவர நிகழ்வு ஆகும், இதில் பின்னடைவு மாதிரியில் இரண்டு அல்லது அதற்கு மேற்பட்ட மாறிகள் மற்ற மாறிகள் சார்ந்து இருக்கும், ஒன்று அதிக அளவு துல்லியத்துடன் மற்றொன்றிலிருந்து நேர்கோட்டுடன் கணிக்க முடியும். இது பொதுவாக அவதானிப்பு ஆய்வுகளில் பயன்படுத்தப்படுகிறது மற்றும் சோதனை ஆய்வுகளில் குறைவாக பிரபலமாக உள்ளது.

மல்டிகோலினரிட்டி வகைகள்

மல்டிகோலினரிட்டி நான்கு வகைகள் உள்ளன

  • #1 –சரியான மல்டிகோலினரிட்டி - சமன்பாட்டின் சுயாதீன மாறிகள் சரியான நேரியல் உறவை கணிக்கும்போது இது உள்ளது.
  • # 2 - உயர் மல்டிகோலினரிட்டி - இது ஒருவருக்கொருவர் சரியாக தொடர்புபடுத்தப்படாத இரண்டு அல்லது அதற்கு மேற்பட்ட சுயாதீன மாறிகளுக்கு இடையிலான நேரியல் உறவைக் குறிக்கிறது.
  • # 3 - கட்டமைப்பு மல்டிகோலினரிட்டி - இது சமன்பாட்டில் வெவ்வேறு சுயாதீன மாறிகளைச் செருகுவதன் மூலம் ஆராய்ச்சியாளரால் ஏற்படுகிறது.
  • # 4 - தரவு அடிப்படையிலான மல்டிகோலினேரிட்டி - இது ஆராய்ச்சியாளரால் மோசமாக வடிவமைக்கப்பட்ட சோதனைகளால் ஏற்படுகிறது.

மல்டிகோலினரிட்டி காரணங்கள்

சுயாதீன மாறிகள், மாறிகளின் அளவுருக்களில் மாற்றம் என்பது மாறிகளில் ஒரு சிறிய மாற்றம் முடிவில் குறிப்பிடத்தக்க தாக்கத்தை ஏற்படுத்துகிறது & தரவு சேகரிப்புகள் தேர்ந்தெடுக்கப்பட்ட மக்கள்தொகையின் மாதிரியைக் குறிக்கிறது.

மல்டிகோலினியரிட்டியின் எடுத்துக்காட்டுகள்

எடுத்துக்காட்டு # 1

இந்தியாவில் உள்ள நோய்கள் குறித்த ஆராய்ச்சி சேவைகள் மற்றும் புள்ளிவிவர பகுப்பாய்வுகளை வழங்க ஏபிசி லிமிடெட் ஒரு கேபிஓ ஒரு மருந்து நிறுவனத்தால் பணியமர்த்தப்பட்டுள்ளது என்று வைத்துக் கொள்வோம். இதற்காக ஏபிசி லிமிடெட் வயது, எடை, தொழில், உயரம் மற்றும் ஆரோக்கியத்தை முதன்மை முக அளவுருக்களாக தேர்ந்தெடுத்துள்ளது.

  • மேலேயுள்ள எடுத்துக்காட்டில், ஆய்வுக்குத் தேர்ந்தெடுக்கப்பட்ட சுயாதீன மாறிகள் முடிவுகளுடன் நேரடியாக தொடர்புபடுத்தப்படுவதால், ஒரு மல்டிகோலினரிட்டி நிலைமை உள்ளது. எனவே எந்தவொரு திட்டத்தையும் தொடங்குவதற்கு முன் முதலில் மாறிகளை சரிசெய்வது ஆராய்ச்சியாளருக்கு அறிவுறுத்தலாக இருக்கும், ஏனெனில் இங்கே தேர்ந்தெடுக்கப்பட்ட மாறிகள் காரணமாக முடிவுகள் நேரடியாக பாதிக்கப்படும்.

எடுத்துக்காட்டு # 2

டாடா மோட்டார்களின் விற்பனை அளவு சந்தையில் எந்த வகையில் அதிகமாக இருக்கும் என்பதைப் புரிந்துகொள்ள டாடா மோட்டார்ஸால் ஏபிசி லிமிடெட் நியமிக்கப்பட்டுள்ளது என்று வைத்துக் கொள்வோம்.

  • மேலே உள்ள எடுத்துக்காட்டில், முதலில் சுயாதீன மாறிகள் இறுதி செய்யப்படும், அதன் அடிப்படையில் ஆராய்ச்சி முடிக்கப்பட வேண்டும். அது மாத வருமானம், வயது. பிராண்ட், கீழ் வர்க்கம். வேறு எந்த காரையும் கூட பார்க்காமல் இந்த காரை (டாடா நானோ) எத்தனை பேர் வாங்க முடியும் என்பதைக் கண்டறிய இந்த தாவல்கள் அனைத்திற்கும் பொருந்தக்கூடிய தரவு மட்டுமே தேர்ந்தெடுக்கப்படும் என்பதே இதன் பொருள்.

எடுத்துக்காட்டு # 3

50 வயதிற்குட்பட்ட எத்தனை பேர் மாரடைப்புக்கு ஆளாகிறார்கள் என்பதை அறிய ஒரு அறிக்கையை சமர்ப்பிக்க ஏபிசி லிமிடெட் பணியமர்த்தப்பட்டுள்ளது என்று வைத்துக் கொள்வோம். இதற்காக, அளவுருக்கள் வயது, பாலினம், மருத்துவ வரலாறு

  • மேலேயுள்ள எடுத்துக்காட்டில், மல்டிகோலினரிட்டி எழுந்துள்ளது, ஏனெனில் பொதுமக்களிடமிருந்து விண்ணப்பங்களை அழைப்பதற்காக சுயாதீன மாறி “வயது” 50 வயதிற்கு உட்பட்டதாக மாற்றப்பட வேண்டும், இதனால் 50 வயதிற்கு மேற்பட்ட நபர்கள் தானாக வடிகட்டப்படுவார்கள்.

நன்மைகள்

கீழே உள்ள சில நன்மைகள்

  • சமன்பாட்டில் சுயாதீன மாறுபாடுகளுக்கு இடையிலான நேரியல் உறவு.
  • ஆராய்ச்சி மாதிரிகள் தயாரித்த புள்ளிவிவர மாதிரிகள் மற்றும் ஆராய்ச்சி அறிக்கைகளில் மிகவும் பயனுள்ளதாக இருக்கும்.
  • விரும்பிய முடிவில் நேரடி தாக்கம்.

தீமைகள்

கீழே சில குறைபாடுகள் உள்ளன

  • சில சூழ்நிலைகளில், மாறிகள் குறித்த கூடுதல் தரவை சேகரிப்பதன் மூலம் இந்த சிக்கல் தீர்க்கப்படும்.
  • போலி மாறிகள் தவறான பயன்பாடு அதாவது தேவைப்படும் போதெல்லாம் போலி மாறிகள் பயன்படுத்த ஆராய்ச்சியாளர் மறந்துவிடக்கூடும்.
  • எடையில் கிலோ மற்றும் பவுண்ட் போன்ற சமன்பாட்டில் 2 ஒரே அல்லது ஒத்த மாறிகள் செருகப்படுகின்றன.
  • 2 இன் கலவையான சமன்பாட்டில் ஒரு மாறியைச் செருகுவது.
  • இது புள்ளிவிவர நுட்பம் என்பதால் கணக்கீடுகளைச் செய்வதற்கு சிக்கலானது மற்றும் செயல்படுத்துவதற்கு புள்ளிவிவர கால்குலேட்டர்கள் தேவைப்படுகின்றன.

முடிவுரை

பின்னடைவு பகுப்பாய்வு மற்றும் பெரிய தரவுத்தளங்களுக்கான புள்ளிவிவர பகுப்பாய்வு மற்றும் விரும்பிய வெளியீட்டில் பெரும்பாலும் பயன்படுத்தப்படும் புள்ளிவிவர கருவிகளில் மல்டிகோலினரிட்டி ஒன்றாகும். அனைத்து முக்கிய நிறுவனங்களும் தங்கள் நிறுவனத்தில் தயாரிப்புகள் அல்லது நபர்களைப் பற்றிய புள்ளிவிவர பின்னடைவு பகுப்பாய்வைச் செய்வதற்கு ஒரு தனி புள்ளிவிவரத் துறையைக் கொண்டுள்ளன, அவை சந்தைக்கு ஒரு மூலோபாய பார்வையை நிர்வாகத்திற்கு வழங்குவதற்காகவும், இந்த நீண்ட கால உத்திகளை இந்த மனதில் வைத்திருக்க உதவுகின்றன. பகுப்பாய்வின் வரைகலை விளக்கக்காட்சி வாசகருக்கு நேரடி உறவு, துல்லியம் மற்றும் செயல்திறன் பற்றிய தெளிவான படத்தை அளிக்கிறது.

  • சமன்பாட்டில் உள்ள சுயாதீன மாறிகளைப் புரிந்துகொள்வதே ஆராய்ச்சியாளரின் குறிக்கோள் என்றால், மல்டிகோலினியரிட்டி அவருக்கு ஒரு பெரிய பிரச்சினையாக இருக்கும்.
  • நிலை 0 இல் மாறிகளில் தேவையான மாற்றங்களை ஆராய்ச்சியாளர் செய்ய வேண்டும், இல்லையெனில் அது முடிவுகளில் பாரிய தாக்கத்தை ஏற்படுத்தக்கூடும்.
  • தொடர்பு மேட்ரிக்ஸை ஆராய்வதன் மூலம் மல்டிகோலினரிட்டி செய்ய முடியும்.
  • மல்டிகோலினியரிட்டிக்கான சிக்கல்களைத் தீர்ப்பதில் தீர்வு நடவடிக்கைகள் குறிப்பிடத்தக்க பங்கைக் கொண்டுள்ளன.