ခေတ်သစ်သိပ္ပံလက်တွေ့သုတေသနနည်းစနစ်များ။

၏ပင်ကိုယ်မူလနည်းလမ်းများ သည့်အချက်အလက်များနှင့်ထိုအရပ်၌ကျေးဇူးတင်စကားအပေါ်အခြေခံပြီးစုံစမ်းစစ်ဆေး "ခက် (irrefutable) ဒေတာ။ " အပြင်ဤသုံးပြီးသုတေသနပြု၏ပင်ကိုယ်မူလနည်းလမ်းများကနေ သိပ္ပံနည်းကျနည်းလမ်း, အခြားအသုတေသနနည်းစနစ်မှမတူဘဲ။ ပင်ကိုယ်မူလသုတေသနနည်းလမ်းများ "ခက်ဒေတာ" ကရရှိခဲ့ကြသည်ကတည်းကရန်ပုံငွေမြင့်မားပြည်တွင်းရေးရှေ့နောက်ညီညွတ်မှုနှင့်တည်ငြိမ်မှု izmereniya.V ဒီအခြေအနေကိုရန်လိုအပ်သည်, သူတို့က (တူရိယာတိုင်းတာခြင်း) တစ်ဦးသိပ္ပံနည်းကျလေ့လာမှုလုပ်ဖို့ပါဝင်ပတ်သက်လွတ်လပ်သောနှင့်မှီခို variable တွေကို၏အခန်းကဏ္ဍကိုကစား။ ၎င်း၏ပြည်တွင်းရေးကွက်တိဝင်နှင့်တည်ငြိမ်ရေးခွအေနအေ iosnovyvaetsya စံတိုင်းတာရန်အတွက်ကျေးဇူးတင်ပါသည်, အပြည့်အဝယုံကြည်စိတ်ချနိုင်သည့်ရလဒ်များကို, verifikabelnyh ထုတ်လုပ်မှု ie ။ ထိုကဲ့သို့သောဆေးတစ်လက်, ထောက်ပံ့ရေးပစ္စည်းများ "ရေနံစိမ်း" နှင့်အတည်မပြုနိုင်သောသတင်းအချက်အလက်လျှင်တိုင်းတာခြင်းနည်းလမ်း, အလှည့်အတွက်နောက်ထပ်ခွဲခြမ်းစိတ်ဖြာလုပ်ဖို့မြင့်မားသို့မဟုတ်တရားမျှတစွာယုံကြည်စိတ်ချရသောမဖွစျနိုငျသညျ။ ဒီလိုအပ်ချက်တွေ့ဆုံခဲ့ပြီးမထားလျှင်, အရပ်ရပ်တို့၌ကွဲပြားစနစ်အမှားများအတွက်တွားနှင့်စိတ်မကောင်းစရာဝေဝါးသို့မဟုတ်အထင်မြင်မှားစေသောရလဒ်တွေကိုရရှိခဲ့သည်။ ပင်ကိုယ်မူလ သုတေသနနည်းစနစ်များ အလွယ်တကူအချို့သောဥပဒေများရောက်စေဖို့, သည်, ဖြစ်ရပ်များအစုတခုတိုးချဲ့စေခြင်းငှါအရာ, ယုံကြည်စိတ်ချရသောနှင့်တရားဝင် data တွေကိုထုတ်လုပ်သည့်သိပ္ပံဆိုင်ရာသုတေသနနည်းစနစ်များ၏လုံလောက်မှုနှင့်ထိရောက်မှုပေါ်မူတည်သည်။ သို့သော်ပင်ကိုယ်မူလ data တွေကိုခွဲခြမ်းစိတ်ဖြာဖို့အသုံးပြုအများအပြားသီအိုရီနှင့်လက်တွေ့သုတေသနနည်းစနစ်များစမ်းသပ်အခြေအနေ (အုပ်စုကို) ၏ရှာဖွေကြောင်း, ရွေးချယ်ခြင်းနှင့်ဖြန့်ဖြူးအကြံပြုအပ်ပါသည်။ ပင်ကိုယ်မူလသုတေသနနည်းစနစ်များ, ယေဘုယျအတွက်မလွှဲမရှောင်ပင်ကြောင့်ခက်ခဲသည်နေရာများအတွက်တိကျတိုင်းတာခြင်းများအသုံးပြုမှုနှင့်ဆက်စပ်လျက်ရှိသည်။ ဥပမာအားဖြင့်, အဓိကအားဖြင့်လေ့လာသို့မဟုတ်ရိပ်မိအပြုအမူပုံစံ, Self-အစီရင်ခံစာနှင့်အခြားစိတ်ပိုင်းဆိုင်ရာဖြစ်စဉ်ကိုအသုံးပြုခဲ့သည်။ ဤအအတိုင်းအတာအတော်လေးတိကျမှန်ကန်သောအဓိကအရာ။ ဒီလိုမှမဟုတ်ရင်အခွအေန, အသီအိုရီနှင့်လက်တွေ့သုတေသနနည်းစနစ်များအကြိုးကြေးဇူးမြားမှားယှငျးရပါလိမ့်မယ်။ psychometry အသုံးပြုသောအခါ, သုတေသီများအရေးကြီးသောစိန်ခေါ်မှုများကြုံတွေ့ရလျက်ရှိသည်:

က) ရိုင်းစိုင်းသည့်တိုင်းတာခြင်းများအတွက်ရရှိနိုင်ပင်အရှိဆုံးအဆင့်မြင့်ခြင်းနှင့်ယုံကြည်စိတ်ချရသော tools တွေကို;

ခ) အဖြစ်ဆိုစိတ်ပိုင်းဆိုင်ရာတိုင်းတာတိုက်ရိုက်နှင့်သွယ်ဝိုက်မဟုတ်ဆိုတဲ့အချက်ကို။

အဘယ်သူမျှမစိတ်ပိုင်းဆိုင်ရာဂုဏ်သတ္တိများကိုတိုက်ရိုက်တိုင်းတာမရနိုငျပါက၎င်းတို့၏စွပ်စွဲချက်အပြုအမူတစ်ခုပေါ်ထွန်းခြင်းကိုတိုင်းတာရန်ဖြစ်နိုင်သည်။ တိုင်းတာမှုများမှတဆင့်ရရှိသောသတင်းအချက်အလက်များသည် variable တွေကိုသာလေ့လာတွေ့ရှိတန်ဖိုးများဖြစ်ပါတယ်။ "စစ်မှန်သော" တန်ဖိုးကိုအမြဲမသိသောနေဆဲဖြစ်သည်။ ဒါဟာအကဲဖြတ်ရန်သာဖြစ်နိုင်, ဤအကဲဖြတ်အမှား၏ပြင်းအားသက်ရောက်သည်။

အင်ပါယာသုတေသနနည်းစနစ်များ, အစမ်းသပ်မှုလွတ်လပ်သော variable တွေကို, မှီခို variable တွေကိုနှင့်အလယ်အလတ်သို့မဟုတ်ဆိုတဲ့စကားလုံးမလိုတော့ဘူး variable တွေကို၏ရှေ့မှောက်တွင်ဖြစ်ပါတယ်ထိခိုက်စေသည်ဟုအချို့ variable တွေကိုရှိပါသည်။ အဆိုပါသုတေသနပညာရှင်များ၏အကူအညီနှင့်အတူတစ်ဦးရှေ့ပြေးအစီအစဉ်တွင်ထည့်သွင်းပထမ variable ကို; သည်အခြား variable တွေကိုပုသုတေသီမိတ်ဆက်ပေးမထားဘူး, ဒါပေမဲ့သူတို့ကအမြဲစမ်းသပ်ဖို့ရှိသည် - သူတို့ထိန်းချုပ်ဖို့လိုအပ်ပါတယ်။ လွတ်လပ်သောဖြစ်ကြောင်း Variables ကို, ထိုစမ်းသပ်မှုများသို့မဟုတ်ဤအခြေအနေများ၏ display ကိုစဉ်အတွင်းကိုင်တွယ်များ၏ဖြစ်နိုင်ခြေရာမှပတ်ဝန်းကျင်အခြေအနေများနှင့်ဆက်စပ်။ မှီခိုထည့်သွင်းစဉ်းစားသော variable တွေကို, အမူအကျင့်ရလဒ်များနှင့်ဆက်စပ်, သို့မဟုတ်ပါကပြသနေသည်။ အဆိုပါစမ်းသပ်မှု၏အနှစ်သာရ - ပတ်ဝန်းကျင်ဆိုင်ရာအခြေအနေများနှင့်ဘာတွေဖြစ်နေတယ်ဆိုတာကို၏စောင့်ကြည့်လေ့လာမှုတစ်ခုအပြောင်းအလဲ၏တစ်ပြိုင်နက်ထိန်းချုပ်မှု (သို့မဟုတ်၏အကျိုးသက်ရောက်မှုဖယ်ရှား) အခြားမည်သည့် (ပြင်ပ) AC အများသူတို့အပေါ်မှာသက်ရောက်မှု။ ဖြစ်နိုင်သည်တစ်ဦးရှေ့ပြေးအစီအစဉ်၏အကူအညီဖြင့်, ဒါမှမဟုတ် အသုံးပြု. ယင်းစမ်းသပ်မှုအတွက် variable တွေကိုထိန်းချုပ်ဖို့ စာရင်းအင်းနည်းလမ်းများ။

ထို့ကြောင့်ပင်ကိုယ်မူလ သိပ္ပံနည်းကျသုတေသနနည်းစနစ်များ, ပုတိကျစမ်းသပ်ချက်မှကျေးဇူးတင်စကားခေတ်သစ်အခြေခံသိပ္ပံကျိန်းဝပ်ရာပေါ်, သုတေသီများတိကျမှုနှင့် irrefutable ကောက်စေခွင့်ပြုပါ။