ડેટાના નમૂના અને પ્રતિનિધિત્વ. માહિતી ગુણવત્તા સૂચકાંકો

પ્રતિનિધિત્વનો ખ્યાલ ઘણીવાર આંકડાકીય અહેવાલમાં અને ભાષણો અને અહેવાલોની તૈયારીમાં દેખાય છે. તેના વિના કોઈપણ પ્રકારની માહિતીની રજૂઆતની કલ્પના કરવી કદાચ મુશ્કેલ છે.

પ્રતિનિધિત્વ - તે શું છે?

પ્રતિનિધિત્વ એ હદ પ્રતિબિંબિત કરે છે કે પસંદ કરેલ ઑબ્જેક્ટ્સ અથવા ભાગો તે ડેટા સેટની સામગ્રી અને અર્થને અનુરૂપ છે જેમાંથી તેઓ પસંદ કરવામાં આવ્યા હતા.

અન્ય વ્યાખ્યાઓ

પ્રતિનિધિત્વની વિભાવના વિવિધ સંદર્ભોમાં વિકસાવી શકાય છે. પરંતુ તેના અર્થમાં, પ્રતિનિધિત્વ એ સામાન્ય વસ્તીમાંથી પસંદ કરેલા એકમોની સુવિધાઓ અને ગુણધર્મોનો પત્રવ્યવહાર છે, જે સંપૂર્ણ સામાન્ય ડેટાબેઝની લાક્ષણિકતાઓને ચોક્કસ રીતે પ્રતિબિંબિત કરે છે.

ઉપરાંત, માહિતીના પ્રતિનિધિત્વને વસ્તીના પરિમાણો અને ગુણધર્મો રજૂ કરવા માટે નમૂનાના ડેટાની ક્ષમતા તરીકે વ્યાખ્યાયિત કરવામાં આવે છે જે સંશોધન હાથ ધરવાના દૃષ્ટિકોણથી મહત્વપૂર્ણ છે.

પ્રતિનિધિ નમૂના

નમૂના લેવાનો સિદ્ધાંત સૌથી મહત્વપૂર્ણ પસંદ કરવાનો છે અને એકંદર ડેટા સેટના ગુણધર્મોને ચોક્કસ રીતે પ્રતિબિંબિત કરે છે. આ માટે, વિવિધ પદ્ધતિઓનો ઉપયોગ કરવામાં આવે છે જે વ્યક્તિને સચોટ પરિણામો અને માત્ર પસંદગીની સામગ્રીનો ઉપયોગ કરીને સામાન્ય વિચાર મેળવવાની મંજૂરી આપે છે જે તમામ ડેટાના ગુણોનું વર્ણન કરે છે.

આમ, બધી સામગ્રીનો અભ્યાસ કરવાની જરૂર નથી, પરંતુ નમૂનાની પ્રતિનિધિત્વને ધ્યાનમાં લો. આ શું છે? માહિતીના કુલ સમૂહનો ખ્યાલ રાખવા માટે આ વ્યક્તિગત ડેટાની પસંદગી છે.

પદ્ધતિના આધારે, તેઓ સંભવિત અને બિન-સંભવિત તરીકે અલગ પડે છે. સંભાવના એ એક નમૂના છે જે સૌથી મહત્વપૂર્ણ અને રસપ્રદ ડેટાની ગણતરી કરીને બનાવવામાં આવે છે, જે સામાન્ય વસ્તીના વધુ પ્રતિનિધિઓ છે. આ એક ઇરાદાપૂર્વકની પસંદગી અથવા રેન્ડમ પસંદગી છે, જો કે, તેની સામગ્રી દ્વારા વાજબી છે.

બિન-સંભાવના એ રેન્ડમ સેમ્પલિંગના પ્રકારોમાંથી એક છે, જે નિયમિત લોટરીના સિદ્ધાંત અનુસાર સંકલિત કરવામાં આવે છે. આ કિસ્સામાં, આવા નમૂનાનું સંકલન કરનાર વ્યક્તિનો અભિપ્રાય ધ્યાનમાં લેવામાં આવતો નથી. ફક્ત અંધ ચિત્રનો ઉપયોગ થાય છે.

સંભાવના નમૂના

સંભાવના નમૂનાઓને પણ ઘણા પ્રકારોમાં વિભાજિત કરી શકાય છે:

• સૌથી સરળ અને સૌથી વધુ સમજી શકાય તેવા સિદ્ધાંતોમાંનો એક બિન-પ્રતિનિધિ નમૂના છે. ઉદાહરણ તરીકે, સામાજિક સર્વેક્ષણ કરતી વખતે આ પદ્ધતિનો વારંવાર ઉપયોગ થાય છે. આ કિસ્સામાં, સર્વેના સહભાગીઓ કોઈ ચોક્કસ માપદંડના આધારે ભીડમાંથી પસંદ કરવામાં આવતાં નથી, અને તેમાં ભાગ લેનારા પ્રથમ 50 લોકો પાસેથી માહિતી મેળવવામાં આવે છે.
• હેતુપૂર્ણ નમૂનાઓ અલગ છે કારણ કે તેમની પાસે પસંદગી માટે સંખ્યાબંધ આવશ્યકતાઓ અને શરતો છે, પરંતુ તેમ છતાં સારા આંકડા હાંસલ કરવાના ધ્યેય વિના તક પર આધાર રાખે છે.
• ક્વોટા સેમ્પલિંગ એ નોન-પ્રોબિબિલિટી સેમ્પલિંગની બીજી વિવિધતા છે જેનો ઉપયોગ મોટાભાગે ડેટાની મોટી વસ્તીનો અભ્યાસ કરવા માટે થાય છે. તેના માટે ઘણી શરતો અને ધોરણોનો ઉપયોગ કરવામાં આવે છે. ઑબ્જેક્ટ્સ પસંદ કરવામાં આવે છે જે તેમને અનુરૂપ હોવા જોઈએ. એટલે કે, સામાજિક સર્વેક્ષણના ઉદાહરણનો ઉપયોગ કરીને, અમે ધારી શકીએ કે 100 લોકોનો ઇન્ટરવ્યુ લેવામાં આવશે, પરંતુ આંકડાકીય અહેવાલનું સંકલન કરતી વખતે ફક્ત અમુક ચોક્કસ સંખ્યામાં લોકોના મંતવ્યો ધ્યાનમાં લેવામાં આવશે જે સ્થાપિત જરૂરિયાતોને પૂર્ણ કરે છે.

સંભાવના નમૂનાઓ

સંભાવના નમૂનાઓ માટે, સંખ્યાબંધ પરિમાણોની ગણતરી કરવામાં આવે છે કે નમૂનામાંના ઑબ્જેક્ટ્સ અનુરૂપ હશે, અને તેમાંથી, જુદી જુદી રીતે, બરાબર તે હકીકતો અને ડેટા પસંદ કરી શકાય છે જે નમૂનાના ડેટાના પ્રતિનિધિ તરીકે રજૂ કરવામાં આવશે. જરૂરી ડેટાની ગણતરી કરવાની આ પદ્ધતિઓ આ હોઈ શકે છે:

• સરળ રેન્ડમ સેમ્પલિંગ. તે એ હકીકતમાં સમાવિષ્ટ છે કે પસંદ કરેલ સેગમેન્ટમાંથી, ડેટાની આવશ્યક રકમ સંપૂર્ણપણે રેન્ડમ લોટરી પદ્ધતિનો ઉપયોગ કરીને પસંદ કરવામાં આવે છે, જે એક પ્રતિનિધિ નમૂના હશે.

• વ્યવસ્થિત અને રેન્ડમ સેમ્પલિંગ રેન્ડમલી પસંદ કરેલ સેગમેન્ટના આધારે જરૂરી ડેટાની ગણતરી માટે સિસ્ટમ બનાવવાનું શક્ય બનાવે છે. આમ, જો પ્રથમ રેન્ડમ નંબર કે જે કુલ વસ્તીમાંથી પસંદ કરેલ ડેટાનો સીરીયલ નંબર દર્શાવે છે તે 5 છે, તો પછી પસંદ કરેલ ડેટા હોઈ શકે છે, ઉદાહરણ તરીકે, 15, 25, 35, અને તેથી વધુ. આ ઉદાહરણ સ્પષ્ટપણે સમજાવે છે કે રેન્ડમ પસંદગી પણ જરૂરી ઇનપુટ ડેટાની પદ્ધતિસરની ગણતરીઓ પર આધારિત હોઈ શકે છે.

ગ્રાહક નમૂના

અર્થપૂર્ણ સેમ્પલિંગ એ એક પદ્ધતિ છે જેમાં દરેક વ્યક્તિગત સેગમેન્ટને જોવાનો સમાવેશ થાય છે અને, તેના મૂલ્યાંકનના આધારે, એક એવી વસ્તી બનાવે છે જે એકંદર ડેટાબેઝની લાક્ષણિકતાઓ અને ગુણધર્મોને પ્રતિબિંબિત કરે છે. આ રીતે, મોટી માત્રામાં ડેટા એકત્રિત કરવામાં આવે છે જે પ્રતિનિધિ નમૂનાની જરૂરિયાતોને પૂર્ણ કરે છે. કુલ વસ્તીનું પ્રતિનિધિત્વ કરતા પસંદ કરેલા ડેટાની ગુણવત્તા ગુમાવ્યા વિના સંખ્યાબંધ વિકલ્પો સરળતાથી પસંદ કરવાનું શક્ય છે જે કુલમાં શામેલ કરવામાં આવશે નહીં. આ રીતે, અભ્યાસના પરિણામોની પ્રતિનિધિત્વ નક્કી કરવામાં આવે છે.

નમૂનાનું કદ

છેલ્લો મુદ્દો નથી કે જેને સંબોધિત કરવાની જરૂર છે તે વસ્તીના પ્રતિનિધિ તરીકે નમૂનાનું કદ છે. નમૂનાનું કદ હંમેશા વસ્તીના સ્ત્રોતોની સંખ્યા પર આધારિત નથી. જો કે, નમૂનાની વસ્તીની પ્રતિનિધિત્વ સીધી રીતે તેના પર નિર્ભર કરે છે કે પરિણામને આખરે કેટલા સેગમેન્ટમાં વિભાજિત કરવું જોઈએ. આવા સેગમેન્ટ જેટલા વધુ છે, તેટલો વધુ ડેટા અસરકારક નમૂનામાં આવે છે. જો પરિણામોને સામાન્ય હોદ્દાની જરૂર હોય અને વિશિષ્ટતાઓની જરૂર હોતી નથી, તો તે મુજબ, નમૂના નાનો બને છે, કારણ કે, વિગતવારમાં ગયા વિના, માહિતી વધુ સુપરફિસિયલ રીતે રજૂ કરવામાં આવે છે, જેનો અર્થ છે કે તેનું વાંચન સામાન્ય હશે.

પ્રતિનિધિત્વ પૂર્વગ્રહનો ખ્યાલ

પ્રતિનિધિત્વની ભૂલ એ વસ્તીની લાક્ષણિકતાઓ અને નમૂનાના ડેટા વચ્ચેની ચોક્કસ વિસંગતતા છે. કોઈપણ નમૂનાનો અભ્યાસ કરતી વખતે, સંપૂર્ણ સચોટ ડેટા મેળવવો અશક્ય છે, જેમ કે સામાન્ય વસ્તીના સંપૂર્ણ અભ્યાસ અને માહિતી અને પરિમાણોના માત્ર એક ભાગ દ્વારા રજૂ કરાયેલ નમૂના સાથે, જ્યારે સમગ્ર વસ્તીનો અભ્યાસ કરતી વખતે જ વધુ વિગતવાર અભ્યાસ શક્ય છે. તેથી, કેટલીક ભૂલો અને ભૂલો અનિવાર્ય છે.

ભૂલોના પ્રકાર

પ્રતિનિધિ નમૂનાનું સંકલન કરતી વખતે કેટલીક ભૂલો ઊભી થાય છે:

• વ્યવસ્થિત.
• રેન્ડમ.
• ઇરાદાપૂર્વક.
• અજાણતા.
• ધોરણ.
• મર્યાદા.

અવ્યવસ્થિત ભૂલોના દેખાવનું કારણ સામાન્ય વસ્તીના અભ્યાસની અવ્યવસ્થિત પ્રકૃતિ હોઈ શકે છે. લાક્ષણિક રીતે, પ્રતિનિધિત્વની રેન્ડમ ભૂલ કદ અને પ્રકૃતિમાં નજીવી છે.

વ્યવસ્થિત ભૂલો, તે દરમિયાન, જ્યારે સામાન્ય વસ્તીમાંથી ડેટા પસંદ કરવાના નિયમોનું ઉલ્લંઘન થાય છે ત્યારે ઊભી થાય છે.

સરેરાશ ભૂલ એ નમૂનાના સરેરાશ મૂલ્યો અને મુખ્ય વસ્તી વચ્ચેનો તફાવત છે. તે નમૂનામાં એકમોની સંખ્યા પર આધારિત નથી. તે વિપરિત પ્રમાણસર છે, પછી વોલ્યુમ જેટલું મોટું છે, તેટલી નાની સરેરાશ ભૂલ.

સીમાંત ભૂલ એ નમૂનાના સરેરાશ મૂલ્યો અને કુલ વસ્તી વચ્ચેનો સૌથી મોટો સંભવિત તફાવત છે. આવી ભૂલને તેમની ઘટનાની આપેલ શરતો હેઠળ સંભવિત ભૂલોની મહત્તમ તરીકે વર્ગીકૃત કરવામાં આવે છે.

પ્રતિનિધિત્વની ઇરાદાપૂર્વકની અને અજાણતાં ભૂલો

ડેટા પૂર્વગ્રહ ભૂલો ક્યાં તો ઇરાદાપૂર્વક અથવા અજાણતાં હોઈ શકે છે.

પછી ઇરાદાપૂર્વકની ભૂલોની ઘટનાના કારણો એ વલણો નક્કી કરવાની પદ્ધતિનો ઉપયોગ કરીને ડેટા પસંદગી માટેનો અભિગમ છે. નમૂના અવલોકન તૈયાર કરવાના અને પ્રતિનિધિ નમૂનાની રચનાના તબક્કે અજાણતા ભૂલો ઊભી થાય છે. આવી ભૂલો ટાળવા માટે, પસંદગી એકમ યાદીઓ માટે સારી સેમ્પલિંગ ફ્રેમ બનાવવી જરૂરી છે. તે નમૂનાના હેતુઓ સાથે સંપૂર્ણ રીતે સુસંગત હોવું જોઈએ, વિશ્વસનીય હોવું જોઈએ અને અભ્યાસના તમામ પાસાઓને આવરી લેવું જોઈએ.

માન્યતા, વિશ્વસનીયતા, પ્રતિનિધિત્વ. ભૂલ ગણતરી

અંકગણિત સરેરાશ (M) ની પ્રતિનિધિત્વ ભૂલ (Mm) ની ગણતરી.

માનક વિચલન: નમૂનાનું કદ (>30).

પ્રતિનિધિત્વ ભૂલ (MR) અને (P): નમૂનાનું કદ (n>30).

એવા કિસ્સામાં જ્યારે તમારે એવી વસ્તીનો અભ્યાસ કરવો હોય જ્યાં નમૂનાનું કદ નાનું હોય અને 30 એકમો કરતાં ઓછું હોય, તો અવલોકનોની સંખ્યા એક એકમથી ઓછી હશે.

ભૂલની તીવ્રતા નમૂનાના કદના સીધા પ્રમાણસર છે. માહિતીની પ્રતિનિધિત્વ અને ચોક્કસ આગાહી કરવાની સંભાવનાની ડિગ્રીની ગણતરી મહત્તમ ભૂલના ચોક્કસ મૂલ્ય દ્વારા પ્રતિબિંબિત થાય છે.

પ્રતિનિધિત્વ પ્રણાલીઓ

માહિતીની રજૂઆતનું મૂલ્યાંકન કરવાની પ્રક્રિયામાં માત્ર પ્રતિનિધિ નમૂનાનો જ ઉપયોગ થતો નથી, પરંતુ માહિતી પ્રાપ્ત કરનાર વ્યક્તિ પોતે જ પ્રતિનિધિ પ્રણાલીનો ઉપયોગ કરે છે. આમ, મગજ પ્રદાન કરેલા ડેટાનું ગુણાત્મક અને ઝડપથી મૂલ્યાંકન કરવા અને મુદ્દાના સારને સમજવા માટે માહિતીના સમગ્ર પ્રવાહમાંથી પ્રતિનિધિ નમૂના બનાવીને કેટલીક પ્રક્રિયા કરે છે. પ્રશ્નનો જવાબ આપો: "પ્રતિનિધિત્વ - તે શું છે?" - માનવ ચેતનાના સ્કેલ પર એકદમ સરળ છે. આ કરવા માટે, સામાન્ય પ્રવાહમાંથી કઈ માહિતીને અલગ કરવાની જરૂર છે તેના આધારે મગજ તે કરી શકે તે બધું વાપરે છે. આમ, તેઓ અલગ પાડે છે:

• દ્રશ્ય પ્રતિનિધિત્વ પ્રણાલી, જ્યાં આંખના દ્રશ્ય દ્રષ્ટિના અંગો સામેલ છે. જે લોકો વારંવાર આવી સિસ્ટમનો ઉપયોગ કરે છે તેમને વિઝ્યુઅલ લર્નર્સ કહેવામાં આવે છે. આ સિસ્ટમની મદદથી, વ્યક્તિ છબીઓના સ્વરૂપમાં પ્રાપ્ત માહિતી પર પ્રક્રિયા કરે છે.
• શ્રાવ્ય પ્રતિનિધિત્વ સિસ્ટમ. મુખ્ય અંગ જેનો ઉપયોગ થાય છે તે સુનાવણી છે. સાઉન્ડ ફાઇલો અથવા સ્પીચના રૂપમાં આપવામાં આવતી માહિતી આ સિસ્ટમ દ્વારા પ્રોસેસ કરવામાં આવે છે. જે લોકો શ્રવણ દ્વારા માહિતીને વધુ સારી રીતે સમજે છે તેમને શ્રાવ્ય શીખનાર કહેવામાં આવે છે.
• કાઇનેસ્થેટિક રિપ્રેઝન્ટેશનલ સિસ્ટમ એ ઘ્રાણેન્દ્રિય અને સ્પર્શેન્દ્રિય માર્ગો દ્વારા માહિતીના પ્રવાહને સમજવાની પ્રક્રિયા છે.

• ડિજિટલ પ્રતિનિધિત્વ પ્રણાલીનો ઉપયોગ અન્ય લોકો સાથે મળીને બહારથી માહિતી મેળવવાના સાધન તરીકે થાય છે. પ્રાપ્ત માહિતીની ધારણા અને સમજ.

તેથી, પ્રતિનિધિત્વ - તે શું છે? માહિતીની પ્રક્રિયા કરતી વખતે સમૂહમાંથી એક સરળ પસંદગી અથવા અભિન્ન પ્રક્રિયા? અમે ચોક્કસપણે કહી શકીએ છીએ કે પ્રતિનિધિત્વ મોટાભાગે ડેટા પ્રવાહની અમારી ધારણાને નિર્ધારિત કરે છે, તેમાંથી સૌથી મહત્વપૂર્ણ અને નોંધપાત્ર લોકોને અલગ કરવામાં મદદ કરે છે.

રોજિંદા જીવનમાં, સમાજનો આર્થિક વિકાસ, લોકોનું જીવન અને આરોગ્ય માહિતીના ગુણધર્મો પર આધારિત છે. કોઈપણ પરિસ્થિતિમાં, અન્ય લોકો માટે તે કેટલી સમજી શકાય તેવી, સુસંગત અને ઉપયોગી છે અને તેમાં રહેલી માહિતી કેટલી વિશ્વસનીય છે તેનું મૂલ્યાંકન કરવા માટે તમારે માહિતીના ગુણધર્મોનું વિશ્લેષણ કરવું પડશે.

માહિતીના અમુક ગુણધર્મોનું મહત્વ ચોક્કસ પરિસ્થિતિ દ્વારા નક્કી કરવામાં આવે છે. કેટલીક પરિસ્થિતિઓમાં, માહિતીની સુસંગતતા અને વિશ્વસનીયતા મહત્વપૂર્ણ છે.

ઉદાહરણ:

માહિતી ટેલિવિઝન પ્રોગ્રામમાં દિવસની ઘટનાઓ વિશે માત્ર સંબંધિત અને વિશ્વસનીય માહિતી હોવી આવશ્યક છે.

અન્ય પરિસ્થિતિઓમાં, સુલભતા અને સમજણક્ષમતા જેવા ગુણધર્મો મહત્વપૂર્ણ ભૂમિકા ભજવે છે.

ઉદાહરણ:

પ્રાથમિક શાળા વયના બાળકો માટે, બાઈબલના દંતકથાનું અર્થઘટન એ સ્વરૂપ લેવું જોઈએ જ્યાં ટેક્સ્ટ રોજિંદા શબ્દભંડોળના સરળ વાક્યોથી બનેલું હોય, અને દરેક ફકરો સચિત્ર હોય.

પાદરીઓ માટે, લખાણ બાઇબલ જેવું જ હોવું જોઈએ, અને પુખ્ત વયના લોકો કે જેઓ ધર્મ વિશે શીખવા લાગ્યા છે, તે ટેક્સ્ટને આધુનિક ભાષામાં અનુકૂલિત કરવાની સલાહ આપવામાં આવે છે.

માહિતીનો ઉપયોગ કરવાની અસરકારકતા સુસંગતતા, સુલભતા (સમજણતા), વિશ્વસનીયતા, પ્રતિનિધિત્વ, પર્યાપ્તતા અને સંપૂર્ણતા જેવા ગુણધર્મો સાથે સંકળાયેલી છે.

ચાલો આ ગુણધર્મોને વધુ વિગતવાર જોઈએ.

સુસંગતતાકોઈ વ્યક્તિ અથવા સમાજ માટે આ માહિતી કેટલી મહત્વપૂર્ણ છે તેના આધારે માહિતી નક્કી કરવામાં આવે છે, શું તેનો ઉપયોગ કોઈ સમસ્યાને ઉકેલવા માટે ચોક્કસ પરિસ્થિતિમાં થઈ શકે છે.

આમ, માહિતીની સમયસરતા એ કાર્યને ઉકેલવાના સમય સાથે સુસંગત, સમયના પૂર્વનિર્ધારિત બિંદુ કરતાં પાછળથી તેની પ્રાપ્તિ સૂચવે છે.

માત્ર સંબંધિત, સમયસરની માહિતી જ લોકોને લાભ આપી શકે છે. એવું નથી કે હવામાનની આગાહી એક દિવસ પહેલા જાહેર કરવામાં આવે છે, અને તે જ દિવસે નહીં.

આ જ નિયમ અનુસાર, વૈજ્ઞાનિકો ભૂકંપ, વાવાઝોડા અને અન્ય કુદરતી આફતો વિશે ચેતવણી આપવા માટે વધુ વિશ્વસનીય માર્ગો શોધવાનો પ્રયાસ કરી રહ્યા છે.

ઉપલબ્ધતા માહિતીને સમજી શકાય તેવા સ્વરૂપમાં રૂપાંતરિત કરીને પ્રદાન કરવામાં આવે છે. તદુપરાંત, સમાન માહિતી તેના પ્રાપ્તકર્તાના આધારે વિવિધ સ્વરૂપોમાં રજૂ કરી શકાય છે.

માહિતી સમજી શકાય તેવું બને છે જો તે સ્વરૂપ અને ભાષામાં વ્યક્ત કરવામાં આવે જે તે વ્યક્તિ દ્વારા સમજવામાં આવે છે જેને તેનો હેતુ છે.

ઉદાહરણ:

10મા ધોરણના ભૌતિકશાસ્ત્ર પરની પાઠ્યપુસ્તક આઠમા ધોરણના વિદ્યાર્થી માટે સંપૂર્ણપણે અગમ્ય છે, કારણ કે તેમાં અજાણ્યા શબ્દો અને સૂત્રો છે, અને 8મા ધોરણના ભૌતિકશાસ્ત્ર પરની પાઠ્યપુસ્તકમાં આઠમા ધોરણના વિદ્યાર્થી માટે સુલભ માહિતી છે, પરંતુ દસમા ધોરણના વિદ્યાર્થીને તેમાં કંઈપણ નવું મળશે નહીં.

પુસ્તકોની દુકાનમાં તમને બાળસાહિત્યનો વિભાગ મળશે, જ્યાં દરેક પુસ્તક બાળકની ઉંમર દર્શાવે છે જેનો હેતુ છે. આનો અર્થ એ છે કે આ પુસ્તકોમાંની માહિતી એવી રીતે રજૂ કરવામાં આવી છે જે આપેલ વયના વાચકો માટે સુલભ અને સમજી શકાય.

પુસ્તકાલય સૂચિ માહિતી પુનઃપ્રાપ્તિ પ્રણાલી, જે હવે પુસ્તકાલયોમાં વ્યાપકપણે અમલમાં છે, તે વાંચકને વિનંતી કરેલ વિષય પર પુસ્તકોની ઉપલબ્ધતા વિશેની માહિતી સુલભ અને વાંચવા માટે સરળ સ્વરૂપમાં પ્રદાન કરવા માટે બનાવવામાં આવી છે.

વિશ્વસનીયતા માહિતી ખરેખર અસ્તિત્વમાં રહેલા પદાર્થ, પ્રક્રિયા અથવા ઘટનાની સ્થિતિને પ્રતિબિંબિત કરવા માટે તેની મિલકત દ્વારા નક્કી કરવામાં આવે છે. અચોક્કસ માહિતી પરિસ્થિતિની ગેરસમજ તરફ દોરી શકે છે અને પરિણામે, ખોટો નિર્ણય લઈ શકે છે.

પૂર્ણતા (પર્યાપ્તતા) માહિતીનો અર્થ એ છે કે યોગ્ય નિર્ણય લેવા માટે તેમાં ન્યૂનતમ પરંતુ પર્યાપ્ત ડેટાનો સમૂહ છે. જ્યારે ઑબ્જેક્ટ વિશે કોઈપણ વધારાની માહિતી પહેલેથી જ બિનજરૂરી હોય ત્યારે અમે માહિતીની સંપૂર્ણતા વિશે વાત કરી શકીએ છીએ.

માહિતીની સંપૂર્ણતાનો ખ્યાલ તેની સિમેન્ટીક સામગ્રી સાથે સંકળાયેલ છે.

અધૂરી અને બિનજરૂરી માહિતી બંને તેના આધારે વ્યક્તિ દ્વારા લેવામાં આવેલા નિર્ણયોની અસરકારકતા ઘટાડે છે.

આમ, માહિતી અદ્યતન, સુલભ, વિશ્વસનીય અને સંપૂર્ણ હોવી જોઈએ.

ચાલો એવી ઘણી પરિસ્થિતિઓને ધ્યાનમાં લઈએ જ્યાં સંપૂર્ણ અને વિશ્વસનીય માહિતી હોવી અત્યંત મહત્વપૂર્ણ છે.

કેટલીકવાર એવું બને છે કે ફોન પર વાત કરતી વખતે, ઘોંઘાટ ઇન્ટરલોક્યુટરને સાંભળવું મુશ્કેલ બનાવે છે. આને કારણે, માહિતી હંમેશા સચોટ રીતે જોવામાં આવતી નથી અને વાર્તાલાપ કરનારના શબ્દોનો ગેરસમજ અને અર્થઘટન થઈ શકે છે.

ધારો કે તમે સ્ટેશન પર મળવાની જરૂર હોય તેવા મહેમાનના આગમનની તારીખ વિશેની માહિતી સાથેનો ટેલિગ્રામ મોકલી રહ્યાં છો. જો ટેલિગ્રામ ટ્રાન્સમિટ કરતી વખતે આગમનની તારીખમાં ભૂલ કરવામાં આવે છે, તો આ અપ્રિય પરિણામો તરફ દોરી જશે.

જો કોઈ વ્યક્તિ કારને કેવી રીતે ચલાવવી તે જાણ્યા વિના તેના વ્હીલ પાછળ જાય છે, તો તે દૂર જવાની શક્યતા નથી. આ કિસ્સામાં, અમે કહી શકીએ કે આ વ્યક્તિ પાસે કાર ચલાવવા માટે અધૂરી માહિતી છે.

ઉદાહરણ:

તમે સફળતાપૂર્વક શાળા પૂર્ણ કરી છે અને અર્થશાસ્ત્રમાં તમારું શિક્ષણ ચાલુ રાખવા માંગો છો. મિત્રો સાથે વાત કર્યા પછી, તમે શીખી શકશો કે સમાન તાલીમ વિવિધ યુનિવર્સિટીઓમાં મેળવી શકાય છે. આવી વાતચીતોના પરિણામે, તમને ખૂબ જ વિરોધાભાસી માહિતી પ્રાપ્ત થાય છે જે તમને એક અથવા બીજા વિકલ્પની તરફેણમાં નિર્ણય લેવાની મંજૂરી આપતી નથી, એટલે કે, પ્રાપ્ત કરેલી માહિતી બાબતોની વાસ્તવિક સ્થિતિ માટે પર્યાપ્ત નથી. વધુ વિશ્વસનીય માહિતી મેળવવા માટે, તમે “યુનિવર્સિટી એડમિશન માટેની હેન્ડબુક” ખરીદો છો, જેમાંથી તમને વ્યાપક માહિતી પ્રાપ્ત થાય છે. આ કિસ્સામાં, અમે કહી શકીએ કે તમે ડિરેક્ટરીમાંથી મેળવેલ માહિતી યુનિવર્સિટીઓમાં અભ્યાસના ક્ષેત્રોને પૂરતા પ્રમાણમાં પ્રતિબિંબિત કરે છે અને તમને તમારી અંતિમ પસંદગી કરવામાં મદદ કરે છે.

પ્રતિનિધિત્વ ઑબ્જેક્ટના ગુણધર્મોને પૂરતા પ્રમાણમાં પ્રતિબિંબિત કરવા માટે માહિતી તેની પસંદગી અને રચનાની શુદ્ધતા સાથે સંકળાયેલ છે. માહિતીની પ્રતિનિધિત્વની મિલકત નક્કી કરવા માટે એક અનિવાર્ય સ્થિતિ એ વિવિધ સ્રોતોમાંથી સમાન માહિતીની પ્રાપ્તિ છે. તે સ્પષ્ટ છે કે માહિતીના તમામ સ્ત્રોતોમાં ક્યારેય સંપૂર્ણ સંમતિ હશે નહીં. જો કે, જો બધું યોગ્ય રીતે કરવામાં આવે છે, તો પ્રાપ્ત માહિતી ઑબ્જેક્ટની સૌથી મહત્વપૂર્ણ લાક્ષણિકતાઓને પ્રતિબિંબિત કરશે.

ઉદાહરણ:

શહેરની સામાજિક સેવા એક સમસ્યાનો સામનો કરી રહી છે: દરેક કુટુંબ સરેરાશ દર અઠવાડિયે ખોરાક પર કેટલા પૈસા ખર્ચે છે તે શોધવા માટે. તે કલ્પના કરવી અશક્ય છે કે આ હેતુ માટે સામાજિક કાર્યકરો શહેરના તમામ રહેવાસીઓની મુલાકાત લેશે. આનો અર્થ એ છે કે જે લોકોનો ઇન્ટરવ્યુ લેવામાં આવશે તે લોકોનું સૌથી સામાન્ય જૂથ પસંદ કરવું જરૂરી છે. સર્વેક્ષણના પરિણામે, સેમ્પલ તરીકે ઓળખાતી માહિતીની શ્રેણી બનાવવામાં આવશે. સર્વેક્ષણ પદ્ધતિ, એકત્રિત ડેટાની પ્રક્રિયા કરવાની પદ્ધતિઓ, તેમના મૂલ્યાંકન અને પરિણામોનું વિશ્લેષણ નક્કી કરવું પણ જરૂરી છે. જો પ્રાપ્ત પરિણામો શહેરના મોટાભાગના રહેવાસીઓ માટે લાક્ષણિક પરિસ્થિતિને પ્રતિબિંબિત કરે છે, તો તેઓ લોકોના પસંદ કરેલા જૂથના સર્વેક્ષણના પરિણામે પ્રાપ્ત માહિતીની પ્રતિનિધિત્વની વાત કરે છે. માહિતીની પર્યાપ્તતા અને પ્રતિનિધિત્વ વિશેના તારણો વિજ્ઞાનમાં વપરાતી ખાસ પદ્ધતિઓ જેમ કે આંકડાશાસ્ત્ર અને ગાણિતિક આંકડાઓના આધારે કરી શકાય છે.

કોઈપણ પરિસ્થિતિમાં, ખૂબ જ ભૌતિક અને સરળ પણ, તમારે અદ્યતન, વિશ્વસનીય, સંપૂર્ણ અને સમજી શકાય તેવી માહિતીની જરૂર છે.

ચાલો કેટલાક ઉદાહરણો જોઈએ જે ચોક્કસ પરિસ્થિતિ માટે સૌથી મહત્વપૂર્ણ ગુણધર્મોને પ્રકાશિત કરે છે.

ઉદાહરણ:

સવારે, જ્યારે તમે શાળા માટે તૈયાર થાઓ છો, ત્યારે તમે હંમેશા તમારી ઘડિયાળને જુઓ છો: તમારે ફક્ત વિશ્વસનીય માહિતીની જરૂર છે. શું પહેરવું તે નક્કી કરવા માટે તમે કદાચ બારી બહાર જોશો અથવા થર્મોમીટર જોશો. માહિતીની સુસંગતતા અહીં મહત્વપૂર્ણ છે. પછી તમે શાળાએ જાઓ અને એક ઓફિસ શોધો જ્યાં પાઠ શેડ્યૂલ મુજબ થઈ રહ્યો હોય. તમારે સંપૂર્ણ અને વિશ્વસનીય માહિતીની જરૂર છે, અન્યથા યોગ્ય ખાતું શોધવું અશક્ય હશે.

તમારો પ્રવાસ માર્ગ નક્કી કરવા, નવા દેશને જાણવા અને ઐતિહાસિક ઘટનાઓનો અભ્યાસ કરવા માટે તમારે ભૌગોલિક નકશાનો ઉપયોગ કરવાની જરૂર છે. નકશાએ હંમેશા માણસને પૃથ્વીની સપાટી વિશેની માહિતીના સ્ત્રોત તરીકે સેવા આપી છે. તે વિવિધ ક્ષેત્રોમાં સંશોધન માટે પણ એક મહત્વપૂર્ણ સાધન છે. નકશાનો ઉપયોગ કરીને વાસ્તવિક ભૂપ્રદેશમાં મેપિંગ અને બાંધકામ કાર્યનું સંકલન કરવા જેવા કાર્યો ઉકેલવામાં આવે છે. તેથી, વાસ્તવિક વિસ્તાર સાથેના નકશામાં સમાવિષ્ટ માહિતીની પર્યાપ્તતા અહીં ખૂબ જ મહત્વપૂર્ણ છે.

હવે ભૌગોલિક માહિતી પ્રણાલીઓ બનાવવામાં આવી રહી છે - કમ્પ્યુટર પર જીવંત નકશા. તેઓ ઉપગ્રહોમાંથી આવતી માહિતીની પ્રક્રિયા અને વિશ્લેષણ કરે છે. આવી સિસ્ટમો બિન-પરંપરાગત સમસ્યાઓ હલ કરવાની મંજૂરી આપે છે:

વેચાણની માત્રા અને બજારની સંભાવનાની આગાહી કરો, કારણ કે તેઓ વસ્તી વિષયક ડેટા અને સ્ટોર સ્થાનો અને ઉત્પાદન વર્ગીકરણ વિશેની માહિતી પ્રદર્શિત કરી શકે છે;

પર્યાવરણીય અકસ્માતોના પરિણામોનું વિશ્લેષણ કરો અને તેમને દૂર કરવા માટે શ્રેષ્ઠ ઉકેલો પસંદ કરો;

હાઇડ્રોગ્રાફિક નેટવર્કના મોડલ બનાવો અને પૂરના વિસ્તારોને ઓળખો;

પૃથ્વીની સપાટીના રાહત મોડલ બનાવો.

બધા કાર્ડ્સ વિશિષ્ટ ભાષામાં "વર્ણનિત" છે જે ફક્ત નિષ્ણાત જ સમજી શકે છે. મતલબ કે આ માહિતી દરેક માટે ઉપલબ્ધ નથી. નિષ્ણાત માટે, દરેક પ્રતીક મોટી માત્રામાં વિશ્વસનીય, ઉદ્દેશ્ય અને સમજી શકાય તેવી માહિતી ધરાવે છે, જે ઉપયોગમાં લેવાતી ભાષા જાણતા નથી તેવા લોકો માટે અગમ્ય છે.

આધુનિક "અવકાશ તકનીકીઓ" માં, વિવિધ સાધનોનો ઉપયોગ કરીને મેળવેલ માહિતી નિર્ણાયક ભૂમિકા ભજવે છે. ઉદાહરણ તરીકે, સૂર્યની તુલનામાં સ્ટેશનનું સ્થાન સૌર પેનલના સંચાલન માટે મહત્વપૂર્ણ છે. સહેજ અચોક્કસતા અને અવકાશયાન ઊર્જા ગુમાવશે. આવી માહિતી વર્તમાન, ભરોસાપાત્ર અને સંપૂર્ણ હોવી જોઈએ.

રશિયન ફેડરેશનની શરતો માટે આ મોડેલની લાગુ પડવા માટે, એવું કહેવું જોઈએ કે રશિયન સાહસો માટે સમાન મોડેલ બનાવવા માટે જરૂરી અને પ્રતિનિધિ માહિતી એકત્રિત કરવી હજી શક્ય નથી.  

બીજી બાજુ, વેચાણ કર્મચારીઓ, માર્કેટિંગ સેવાના અન્ય વિભાગો સાથે ગાઢ ક્રિયાપ્રતિક્રિયા દ્વારા, તેમના ગ્રાહકો વિશે વધુ વ્યાપક પ્રતિનિધિ માહિતીની ઍક્સેસ ધરાવે છે, જે વ્યવસાય નેટવર્કમાં વ્યાપારી સંચારની અસરકારકતામાં વધારો કરે છે.  

પરિબળો કે જે માહિતીની પ્રતિનિધિત્વ નક્કી કરે છે  

મોનિટરિંગ માટે માઇક્રોઇકોનોમિક અને મેક્રોઇકોનોમિક અભિગમોના એક સાથે ઉપયોગ સાથે, નોંધપાત્ર માળખાકીય વિરોધાભાસો ઉદ્ભવે છે. વ્યક્તિગત કંપનીઓની વર્તણૂકનું પૃથ્થકરણ કરવા માટે વિગતવાર માહિતીની જરૂર હોય છે પરંતુ આવશ્યકપણે પ્રતિનિધિ માહિતીની જરૂર નથી, જ્યારે મેક્રોઇકોનોમિક અભિગમ મુખ્યત્વે એકંદર અને પ્રતિનિધિ ડેટા પર આધાર રાખે છે. સામાન્ય રીતે, 100% પ્રતિનિધિત્વ માહિતી પ્રદાન કરવાની જવાબદારી કાયદા દ્વારા પ્રાપ્ત કરી શકાય છે, જે કેટલીકવાર એકત્રિત માહિતીને પ્રમાણિત કરવા માટે પણ કરવામાં આવે છે. વર્ષમાં એક કરતા વધુ વખત હાથ ધરવામાં આવેલા સર્વેક્ષણોનું આયોજન કરતી વખતે પણ સમાન સંઘર્ષ ઊભો થાય છે.  

યોગ્ય પદ્ધતિની પસંદગી આ તમામ પરિબળોની એક સાથે વિચારણા પર આધારિત હોવી જોઈએ, જે અત્યંત મુશ્કેલ છે અને કેટલીકવાર વિરોધાભાસી પરિણામો આપે છે. અંતિમ પસંદગી મોટે ભાગે સંશોધકોની લાયકાતો અને કાર્ય અનુભવ અને વ્યક્તિગત ડેટા સંગ્રહ પદ્ધતિઓના તેમના જ્ઞાનની ઊંડાઈ પર આધારિત છે. સામાન્ય રીતે, સર્વેક્ષણ પદ્ધતિ પસંદ કરતી વખતે, તમારે નીચેના પ્રશ્નના જવાબો દ્વારા માર્ગદર્શન મેળવવું જોઈએ: "કઈ માહિતી સંગ્રહ પદ્ધતિ તમને ફાળવેલ સમય અને નાણાંની અંદર સૌથી સંપૂર્ણ પ્રતિનિધિ માહિતી મેળવવાની મંજૂરી આપશે"  

ગ્રાહક માહિતી. ગ્રાહકો વિશે માહિતી મેળવવાની પસંદગીની પદ્ધતિ. માર્કેટિંગ માહિતી એકત્રિત કરવા માટે ઉપયોગમાં લેવાતા નમૂનાના પ્રકાર. નમૂનાની માહિતીની પ્રતિનિધિત્વની ખાતરી કરવી.  

ચોક્કસ ધોરણોની ગણતરી કરતી વખતે જરૂરી પૂરતી અને સૌથી વિશ્વસનીય પ્રારંભિક માહિતી મેળવવા માટે આ કરવામાં આવ્યું હતું. આ કિસ્સામાં, તમામ પ્રારંભિક માહિતીને ચોક્કસ સ્કીમ અનુસાર સારાંશ આપવામાં આવે છે, સૂચકોની સમગ્ર શ્રેણી, રચનાઓની રચના અને વાસ્તવિક અને ડિઝાઇન ડેટા વચ્ચેના સંબંધને ધ્યાનમાં લેતા. તમામ ડેટા વિશ્વસનીયતા અને પ્રતિનિધિત્વ માટે તપાસવામાં આવે છે.  

કોમ્પ્યુટરમાં દરેક વિશ્લેષિત પેટ્રોલિયમ ઉત્પાદનોનો પ્રારંભિક ડેટા દાખલ કરીને સમસ્યાનું નિરાકરણ હાથ ધરવામાં આવ્યું હતું, m Xh ના મેટ્રિક્સના રૂપમાં સંખ્યાઓની એરે, n એ નમૂનાની વસ્તીમાં એકમોની સંખ્યા છે. , t એ સામાન્ય સામાન્ય વસ્તીના સરેરાશ મૂલ્યમાંથી નમૂનાની વસ્તીના સરેરાશ મૂલ્યનું વિચલન છે. ગણતરીઓના પરિણામે, કમ્પ્યુટર પ્રારંભિક ડેટા એરે, અંતરાલ ઉત્પન્ન કરે છે. વિવિધતા શ્રેણી અને નમૂનાની પ્રતિનિધિત્વ વિશેની માહિતી - ઉપલા અને નીચલા મર્યાદા x અને અનુરૂપ મૂલ્યો, aKT.  

કિંમતોની નોંધણી અને સરખામણી કરવા માટે, બે મૂળભૂત સિદ્ધાંતોનું અવલોકન કરવું આવશ્યક છે: પ્રથમ, સામાન્ય રીતે પસંદ કરેલા સાહસોમાં સરેરાશ ગુણવત્તાવાળા ચોક્કસ માલ (પ્રતિનિધિ માલ) માટે લાક્ષણિક કિંમતોની વર્તમાન નોંધણી હાથ ધરવામાં આવવી જોઈએ, બીજું, કિંમતોની સરખામણી કરતી વખતે, કિંમતોની નોંધણી અલગ-અલગ સ્તરે અલગ-અલગ પોઈન્ટ સમયે હાથ ધરવામાં આવવી જોઈએ, પરંતુ એક જ જગ્યાએ અને એક જ પ્રકાર, જથ્થા અને માલની ગુણવત્તાના સંબંધમાં. આ બે સિદ્ધાંતો (ચોક્કસ ખરીદીઓ માટે પ્રતિનિધિત્વ અને સમય જતાં તુલનાત્મકતા) સંયોજિત કરવામાં મુશ્કેલી ખાસ આંકડાકીય સમસ્યાઓના ઉકેલ સાથે સંકળાયેલી છે. પ્રમાણમાં લાંબા ગાળા માટે એકવાર જારી કરવામાં આવેલ પ્રતિનિધિ માલ અને સેવાઓની સૂચિ જાળવી રાખવી મુશ્કેલ છે, કારણ કે માલની ગુણવત્તા, ઉપભોક્તા પસંદગીઓ અને પુરવઠાની પરિસ્થિતિઓમાં સતત ફેરફારો થતા રહે છે. પસંદ કરેલ ઉત્પાદનો અસાધારણ બની શકે છે અથવા સમય જતાં સંપૂર્ણપણે અદૃશ્ય થઈ શકે છે. કિંમતની માહિતીની સાતત્ય અને તુલનાત્મકતા સુનિશ્ચિત કરવા માટે, રિટેલ આઉટલેટ પર ઉત્પાદન અનુપલબ્ધ હોવાના કિસ્સામાં અને અન્ય ઘણા કારણોસર, પસંદ કરેલ પ્રતિનિધિ ઉત્પાદન અને તેની કિંમત બદલવામાં આવે છે. ટ્રેડિંગ એન્ટરપ્રાઇઝમાંથી માલની લાંબા સમય સુધી ગેરહાજરીના કિસ્સામાં, તેને વધુ અવલોકનમાંથી બાકાત રાખવામાં આવી શકે છે.  

આ જરૂરિયાત સમગ્ર ગ્રંથમાં લાલ દોરાની જેમ ચાલે છે. કેટલીકવાર એવું પણ લાગે છે કે લેખક પરિણામો અને સામાન્યીકરણોથી પરેશાન નથી. તેમને તેમની સંપૂર્ણતા વિશે માહિતી મેળવવા કરતાં આર્થિક જીવનની હકીકતો નોંધવામાં વધુ રસ છે. Pacioliના દૃષ્ટિકોણથી કદાચ માત્ર બે ખાતા જ રોકડ અને મૂડીના પૂરતા પ્રમાણમાં પ્રતિનિધિ છે.  

ઓડિટ સંસ્થાઓ દ્વારા ઓફર કરવામાં આવતી સેવાઓ વિશે વાચક પોતાનો અભિપ્રાય રચી શકે તે માટે, અમે 1999 માટે નાણાકીય અખબારના નંબર 11-13માં પ્રકાશિત ઓડિટીંગ ફર્મ્સની જાહેરાતોનો ઉપયોગ કર્યો. નમૂનાની પ્રતિનિધિત્વ દર્શાવેલ છે, પ્રથમ , પોતાના દ્વારા અને બીજું, 20 ઓડિટ સંસ્થાઓમાંથી જેમની પ્રવૃત્તિઓ કોષ્ટકમાં રજૂ કરવામાં આવી છે. 4.2, છ પાસે વિવિધ પ્રકારના ઓડિટ માટે બે લાઇસન્સ છે, અને બે પાસે 3 લાયસન્સ છે.  

નમૂના નક્કી કરવા માટે, ઓડિટરને તેના નિકાલ પરની બધી માહિતીની જરૂર નથી, પરંતુ તેનો માત્ર તે ભાગ જે તેને વિચારણા હેઠળના નમૂનાની ચોક્કસ લાક્ષણિકતાઓના પુરાવા મેળવવા અને તેનું મૂલ્યાંકન કરવાની મંજૂરી આપશે. આ હેતુ માટે, સ્વતંત્ર વિશ્લેષણાત્મક પ્રક્રિયાઓનો ઉપયોગ વિચારણા હેઠળના નમૂનાની સમગ્ર વસ્તીના 100% કરતા ઓછા વિશ્લેષણ સુધી મર્યાદિત છે. આ મર્યાદા એ હકીકત દ્વારા સમજાવવામાં આવી છે કે નમૂનાના વ્યક્તિગત લેખો કે જે પરીક્ષણ માટે પસંદ કરવામાં આવ્યા છે તે પ્રતિનિધિ (પ્રતિનિધિ) નમૂના છે, એટલે કે. બધા લેખોની પસંદગીની સમાન સંભાવના હોવી જોઈએ. આ માપદંડ વસ્તી પર નમૂના તપાસના પરિણામોને રજૂ કરવા માટે બંધાયેલા ઓડિટરની જરૂરિયાતને કારણે છે.  

પ્રાપ્ત ડેટાના આધારે, ઘરની આર્થિક પ્રવૃત્તિનું સંપૂર્ણ ચિત્ર બનાવવામાં આવે છે. તેથી, નમૂનાની વસ્તીની સાચી રચના સાથે, તેની પ્રતિનિધિત્વની ખાતરી કરતી વખતે, વસ્તીના બજેટ સર્વેક્ષણો વસ્તીના જીવન ધોરણોને લાક્ષણિકતા આપવા માટે સર્વોચ્ચ મહત્વની માહિતી પ્રદાન કરે છે.  

ત્રીજી પદ્ધતિ ઉત્પાદન કાર્યક્રમોના અમલીકરણ માટેના ભૂતકાળના દાખલાઓને પ્રતિબિંબિત કરતી આંકડાકીય માહિતીના વિશ્લેષણ પર આધારિત છે, અને વિચારણા હેઠળના વિકલ્પોની મર્યાદિત સંખ્યાને કારણે ઓછી પ્રતિનિધિત્વ દ્વારા વર્ગીકૃત થયેલ છે.  

હાલમાં, મોડેલ ડેટાબેઝમાં લગભગ 3,000 કૃષિ સાહસોમાંથી કેટલીક સો કંપનીઓ, મુખ્યત્વે ઉત્તર અમેરિકન અને યુરોપીયન સામગ્રીનો સમાવેશ થાય છે. આમ, કંપનીઓ, તેમના વ્યવસાયો પર માહિતી પ્રદાન કરીને (અને આ વ્યવસાયના વર્તમાન તકનીકી, આર્થિક અને એકાઉન્ટિંગ સૂચકાંકો, બજારની સ્થિતિ, એન્ટરપ્રાઇઝના અગ્રણી સ્પર્ધકો, વગેરે) પરનો ડેટા છે. મોડેલની પ્રતિનિધિત્વ, અને બદલામાં ગણતરી કરેલ મોડેલ ડેટા પ્રાપ્ત કરે છે જે વ્યૂહાત્મક પસંદગી માટેના આધાર તરીકે સેવા આપે છે. તેનો સાર એ હકીકતમાં રહેલો છે કે કંપની, ગણતરી કરેલ મોડેલ અને વાસ્તવિક ડેટાની તુલના કરીને, તે નિર્ધારિત કરવામાં સક્ષમ છે કે સફળતા હાંસલ કરવા માટે કયા વ્યૂહાત્મક પગલાં લેવાની જરૂર છે, ચોક્કસ વ્યૂહાત્મક પસંદગીમાંથી શું અપેક્ષા રાખી શકાય.  

પ્રતિનિધિત્વ માત્ર એવી માહિતી પસંદ કરવામાં આવે છે જે સીધી કટોકટી વિરોધી પ્રક્રિયા સાથે સંબંધિત હોય (ટેક્સ્ટ માહિતી, ઔપચારિક ડેટા)  

જ્યારે અમુક સમસ્યાઓ ઉકેલવાનો અનુભવ હોય તેવા વ્યક્તિઓ પાસેથી માહિતી મેળવવી જરૂરી હોય ત્યારે સંશોધનાત્મક સંશોધન કરવાની પદ્ધતિ તરીકે શીખવાનો અનુભવ કરો. ઉદાહરણ તરીકે, બાળકોના પગરખાં ખરીદવાની મુશ્કેલીઓનો અભ્યાસ કરવા માટે, તમે આ બાળકોના માતાપિતાના અનુભવનો આશરો લઈ શકો છો. આ પદ્ધતિ વર્ણનાત્મક સંશોધનમાં ઉપયોગમાં લેવાતી સર્વેક્ષણ પદ્ધતિથી અલગ છે જેમાં ઉત્તરદાતાઓના જૂથનું કદ સ્પષ્ટ રીતે આયોજન કરવામાં આવ્યું નથી, પ્રાપ્ત પરિણામોની પ્રતિનિધિત્વ વગેરે નિર્ધારિત નથી, એટલે કે, આ પદ્ધતિ ઔપચારિક રીતે વ્યાખ્યાયિત કરવામાં આવી નથી. સર્વેક્ષણ પદ્ધતિ.  

તે પરિણામ જણાવવાનું રહે છે કે સંતુલનમાં પ્રતિનિધિ રોકાણકાર આદિમ સુરક્ષા માટે જે કિંમત ચૂકવવા તૈયાર હોય છે તે હંમેશા સમાન હોય છે, પછી ભલેને રોકાણકાર અર્થતંત્રની કુલ સંપત્તિના 20%, 30, 50 અથવા 100%નો માલિક હોય. . ફોર્મ્યુલા (2.46) નો ઉપયોગ કરીને આદિમ સિક્યોરિટીઝની કિંમતો નક્કી કરવા માટે, વ્યક્તિઓ વચ્ચે કુલ મિલકતના વિતરણ વિશે કોઈ માહિતીની જરૂર નથી.  

જો દરેક વ્યક્તિ માટે અગ્રણી પ્રતિનિધિ પ્રણાલીના અસ્તિત્વ વિશેની આ પૂર્વધારણા સાચી છે, તો પ્રભાવની અસરકારકતા વધારવા માટે PR અને જાહેરાત, સૈદ્ધાંતિક રીતે, એક અથવા બીજી પ્રતિનિધિ સિસ્ટમના માળખામાં બાંધવામાં આવવી જોઈએ. અને જો સામૂહિક પ્રેક્ષકો માટે પસંદગી માટેનું સમર્થન જરૂરી છે (કદાચ અગ્રણી સિસ્ટમ અને ઓફર કરેલા ઉત્પાદનના પ્રકાર વચ્ચેનું જોડાણ), તો પછી વ્યક્તિગત પ્રભાવના કિસ્સામાં, NLP ની શક્યતાઓ નિર્વિવાદ છે, કારણ કે આ કિસ્સામાં વ્યક્તિ તે ફોર્મમાં માહિતી મેળવે છે જેનાથી તે ટેવાય છે.  

નમૂનાના પરિણામો અને સતત અવલોકન વચ્ચેના તફાવતને પ્રતિનિધિત્વ ભૂલો કહેવામાં આવે છે. ગણિતના ઉપયોગના આધારે, માહિતીના નમૂનાની પ્રતિનિધિત્વ અને સામાન્ય વસ્તી સાથેના તેના પત્રવ્યવહારની અગાઉથી ગણતરી કરવી શક્ય છે.  

ઔપચારિક રૂપાંતરણ કરવા અને લાગુ સમસ્યાઓનું નિર્માણ કરવા માટે, સ્પષ્ટીકરણ આલેખનું મેટ્રિક્સ સ્વરૂપ અનુકૂળ છે. ગ્રાફ વિશે સંપૂર્ણ માહિતી શિરોબિંદુ સંલગ્નતા મેટ્રિક્સ (ગ્રાફ પ્રતિનિધિત્વ મેટ્રિક્સ) દ્વારા પ્રદાન કરવામાં આવે છે. આ પરિમાણ x n નો ચોરસ મેટ્રિક્સ છે, જેમાં તમામ ચાપ (y)e A માટે i-th પંક્તિઓ અને y-th કૉલમના આંતરછેદ પર મૂકવામાં આવે છે. મેટ્રિક્સના બાકીના કોષોમાં શૂન્ય હોય છે. જો ગ્રાફ ઓરિએન્ટેડ હોય, તો શિરોબિંદુઓ /, જેને પૂર્વવર્તી શિરોબિંદુ કહેવાય છે, મેટ્રિક્સની પંક્તિઓને અનુરૂપ છે અને શિરોબિંદુઓ j, જેને વંશજ શિરોબિંદુ કહેવાય છે, તેના સ્તંભોને અનુરૂપ છે. ફિગનો ઉપયોગ કરીને વ્યાખ્યાયિત ગ્રાફના શિરોબિંદુઓનું સંલગ્નતા મેટ્રિક્સ. 4.9, કોષ્ટકમાં બતાવેલ છે. 4.1.  

મતદાન અને સમીક્ષાઓ. કંપનીઓ લક્ષ્ય બજારની વસ્તીના મોટા નમૂનાનો ઇન્ટરવ્યુ લઈને વધુ પ્રતિનિધિ માહિતી એકત્રિત કરે છે. આંકડાકીય પદ્ધતિઓનો ઉપયોગ કરતી વખતે, પરિણામો વિકૃત થાય છે, ફેક્સ, મેઇલ અથવા ઈ-મેલ દ્વારા લોકો સાથે વાતચીત કરવી વધુ સારું છે. સર્વેક્ષણો સામાન્ય રીતે એવા પ્રશ્નો પૂછે છે જેને કોડેડ અને ગણી શકાય છે, જે ગ્રાહકના અભિપ્રાયો, વલણ અને વર્તનનું સંપૂર્ણ માત્રાત્મક ચિત્ર સ્થાપિત કરવામાં મદદ કરશે. વ્યક્તિગત પ્રશ્નોનો સમાવેશ કરીને, ઇન્ટરવ્યુઅર ઉત્તરદાતાઓની વિવિધ વસ્તી વિષયક અને સાયકોગ્રાફિક લાક્ષણિકતાઓ સાથેના પ્રતિભાવોને સાંકળી શકે છે. સર્વેક્ષણના પરિણામોનો ઉપયોગ કરતી વખતે, કંપનીઓએ ઓછી સંખ્યામાં ઉત્તરદાતાઓ, ખરાબ રીતે ડિઝાઇન કરેલા પ્રશ્નો, વલણની ભૂલો અથવા ઇન્ટરવ્યુ દરમિયાન થયેલી ભૂલોના પરિણામે સંભવિત પૂર્વગ્રહથી વાકેફ હોવું જોઈએ.  

માહિતીની પ્રતિનિધિત્વ (ફ્રેન્ચ ge-presentativ માંથી - સૂચક, લાક્ષણિકતા) - વિશ્વસનીય ગણવા માટે પૂરતી માહિતીની પ્રતિનિધિત્વ. તેનો ઉપયોગ મુખ્યત્વે આંકડાકીય રીતે દર્શાવવા માટે થાય છે કે નમૂનાના અવલોકનના પરિણામે પ્રાપ્ત આંકડાકીય લાક્ષણિકતાઓ સતત અવલોકનની લાક્ષણિકતાઓને કેટલી સારી રીતે અનુરૂપ છે.  

મોસેસ બતાવે છે કે આ દરેક ક્ષેત્રમાં સંશોધન કેવી રીતે કરી શકાય છે. ઉદાહરણ તરીકે, સુસંગતતા અભ્યાસનો હેતુ એ પુરાવા પૂરા પાડવાનો હશે કે અસંગત ધોરણો નાણાકીય નિવેદનોની અખંડિતતાની વપરાશકર્તાની ધારણાઓને નુકસાન પહોંચાડે છે. સમજણ અધ્યયનનો હેતુ વપરાશકર્તાઓના પ્રતિનિધિ જૂથનું પરીક્ષણ કરવાનો છે જેથી તેઓ નાણાકીય એકાઉન્ટિંગ માહિતીનું કેવી રીતે અર્થઘટન કરે છે.  

મેનેજમેન્ટ સિસ્ટમમાં માહિતી એ શ્રમનો વિષય અને શ્રમનું ઉત્પાદન બંને છે, તેથી સિસ્ટમની કાર્યક્ષમતા અને ગુણવત્તા તેની ગુણવત્તા પર નોંધપાત્ર રીતે આધાર રાખે છે. માહિતીની ગુણવત્તાને ગુણધર્મોના સમૂહ તરીકે વ્યાખ્યાયિત કરી શકાય છે જે તેના હેતુ અનુસાર ચોક્કસ જરૂરિયાતોને સંતોષવા માટે તેના ઉપયોગની શક્યતા નક્કી કરે છે. મેનેજમેન્ટ માટે માહિતીનો ઉપયોગ કરવાની સંભાવના અને અસરકારકતા આવા ગ્રાહક ગુણવત્તા સૂચકાંકો દ્વારા નક્કી કરવામાં આવે છે પ્રતિનિધિત્વ, અર્થપૂર્ણતા, પર્યાપ્તતા, સુલભતા, સમયસરતા, ટકાઉપણું, ચોકસાઈ, વિશ્વસનીયતા, સુસંગતતા, સુરક્ષા અને મૂલ્ય.

પ્રતિનિધિત્વ

પ્રતિનિધિત્વ એ ઑબ્જેક્ટના ઉલ્લેખિત ગુણધર્મોના પ્રતિબિંબની શુદ્ધતા, ગુણાત્મક પર્યાપ્તતા છે. માહિતીની પ્રતિનિધિત્વ તેની પસંદગી અને રચનાની શુદ્ધતા પર આધારિત છે. આ કિસ્સામાં, નીચેના અત્યંત મહત્વના બની જાય છે: ખ્યાલ પ્રત્યે વફાદારી જેના આધારે સૂચક દ્વારા પ્રતિબિંબિત પ્રારંભિક ખ્યાલ ઘડવામાં આવે છે; પ્રદર્શિત ઘટનાના આવશ્યક લક્ષણો અને જોડાણોની પસંદગીની માન્યતા; માપન પદ્ધતિની શુદ્ધતા અને આર્થિક સૂચક પેદા કરવા માટેનું અલ્ગોરિધમ. માહિતીના પ્રતિનિધિત્વનું ઉલ્લંઘન ઘણીવાર નોંધપાત્ર ભૂલો તરફ દોરી જાય છે, જેને મોટાભાગે અલ્ગોરિધમિક કહેવામાં આવે છે.

જેમ જેમ માહિતીની સામગ્રી વધે છે તેમ, માહિતી પ્રણાલીનું સિમેન્ટીક થ્રુપુટ વધે છે, કારણ કે સમાન માહિતીને પ્રસારિત કરવા માટે થોડી માત્રામાં ડેટાને રૂપાંતરિત કરવાની જરૂર છે.

પર્યાપ્તતા

આર્થિક માહિતીની પર્યાપ્તતા (સંપૂર્ણતા) નો અર્થ એ છે કે તેમાં યોગ્ય વ્યવસ્થાપન નિર્ણય લેવા માટે આર્થિક સૂચકાંકોનો ન્યૂનતમ પરંતુ પર્યાપ્ત સમૂહ છે. માહિતીની પર્યાપ્તતાનો ખ્યાલ તેની સિમેન્ટીક સામગ્રી (અર્થશાસ્ત્ર) અને વ્યવહારિકતા સાથે સંકળાયેલ છે. બંને અધૂરા, એટલે કે, યોગ્ય નિર્ણય લેવા માટે અપૂરતા, અને બિનજરૂરી માહિતી મેનેજમેન્ટની કાર્યક્ષમતામાં ઘટાડો કરે છે; સંપૂર્ણ માહિતી ઉચ્ચ ગુણવત્તાની છે.

ઉપલબ્ધતા

મેનેજમેન્ટ નિર્ણયો લેતી વખતે ખ્યાલ માટે માહિતીની ઉપલબ્ધતા તેના સંપાદન અને પરિવર્તન માટે યોગ્ય પ્રક્રિયાઓના અમલીકરણ દ્વારા સુનિશ્ચિત કરવામાં આવે છે. આમ, કમ્પ્યુટિંગ સિસ્ટમનો હેતુ માહિતીની ઉપલબ્ધતામાં વધારો કરવાનો છે અને તેને વપરાશકર્તાના થિસોરસ સાથે સંકલન કરીને, એટલે કે તેને સુલભ અને વપરાશકર્તા મૈત્રીપૂર્ણ સ્વરૂપમાં રૂપાંતરિત કરવાનો છે.

સુસંગતતા

માહિતીની સુસંગતતા એ સમયાંતરે સંચાલન માટે તેની ઉપયોગિતા (મૂલ્ય) જાળવી રાખવા માટે માહિતીની મિલકત છે. સુસંગતતા માપવામાં આવે છે એ(t) માહિતીની પ્રારંભિક ઉપયોગિતા જાળવી રાખવાની ડિગ્રી ઝેડ(t 0) સમયે tતેના ઉપયોગો:

જ્યાં ઝેડ(t) - સમયના એક તબક્કે માહિતીની ઉપયોગિતા t.

સુસંગતતા પ્રદર્શિત ઑબ્જેક્ટની આંકડાકીય લાક્ષણિકતાઓ (આ લાક્ષણિકતાઓમાં ફેરફારોની ગતિશીલતા) અને આ માહિતીની ઘટના પછી પસાર થયેલા સમય અંતરાલ પર આધારિત છે.

સમયસૂચકતા

સમયપાલન એ માહિતીનો ગુણધર્મ છે જે આપેલ સમયે તેના ઉપયોગની શક્યતા સુનિશ્ચિત કરે છે. મોડી માહિતી મેનેજમેન્ટ અને ઉત્પાદન બંનેમાં આર્થિક નુકસાન તરફ દોરી જાય છે. અકાળ સંચાલનથી આર્થિક નુકસાનનું કારણ એ કાર્યાત્મક સમસ્યાઓના ઉકેલ માટે સ્થાપિત શાસનનું ઉલ્લંઘન છે, અને કેટલીકવાર તેમના અલ્ગોરિધમ્સ. આ લયમાં ઘટાડો, ડાઉનટાઇમ અને ઓવરટાઇમમાં વધારો વગેરેને કારણે સમસ્યાઓ ઉકેલવાના ખર્ચમાં વધારો તરફ દોરી જાય છે. સામગ્રી ઉત્પાદનના ક્ષેત્રમાં. અકાળ માહિતીથી થતા નુકસાન મેનેજમેન્ટ નિર્ણયોની ગુણવત્તામાં ઘટાડો, અધૂરી માહિતી અથવા ઓછી ગુણવત્તાની માહિતીના આધારે નિર્ણય લેવાની સાથે સંકળાયેલા છે. સમયસરની માહિતી એ એવી માહિતી છે કે જે નિયમોનું ઉલ્લંઘન કર્યા વિના મેનેજમેન્ટ નિર્ણય વિકસાવતી વખતે ધ્યાનમાં લઈ શકાય છે, સમયસર નિયત બિંદુ કરતાં પાછળથી મેનેજમેન્ટ સિસ્ટમમાં પ્રવેશ કરે છે.

માહિતીની પર્યાપ્તતાત્રણ સ્વરૂપોમાં વ્યક્ત કરી શકાય છે: સિમેન્ટીક, સિન્ટેક્ટિક, વ્યવહારિક.

1. સિન્ટેક્ટિક પર્યાપ્તતા. તે માહિતીની ઔપચારિક અને માળખાકીય લાક્ષણિકતાઓ દર્શાવે છે અને તેની સિમેન્ટીક સામગ્રીને અસર કરતું નથી. આ ફોર્મ બાહ્ય માળખાકીય લાક્ષણિકતાઓની ધારણામાં ફાળો આપે છે, એટલે કે. માહિતીની સિન્ટેક્ટિક બાજુ.
2. સિમેન્ટીક (કાલ્પનિક) પર્યાપ્તતા. આ ફોર્મ ઑબ્જેક્ટની છબી અને ઑબ્જેક્ટ પોતે વચ્ચેના પત્રવ્યવહારની ડિગ્રી નક્કી કરે છે. સિમેન્ટીક પાસામાં માહિતીની સિમેન્ટીક સામગ્રીને ધ્યાનમાં લેવાનો સમાવેશ થાય છે.
3. વ્યવહારિક (ગ્રાહક) પર્યાપ્તતા. તે માહિતી અને તેના ઉપભોક્તા વચ્ચેના સંબંધને પ્રતિબિંબિત કરે છે, મેનેજમેન્ટ ધ્યેય માટે માહિતીનો પત્રવ્યવહાર, જે તેના આધારે અમલમાં મૂકવામાં આવે છે. પર્યાપ્તતાનું આ સ્વરૂપ સીધું માહિતીના વ્યવહારિક ઉપયોગ સાથે, સિસ્ટમના લક્ષ્ય કાર્ય સાથે તેના પાલન સાથે સંબંધિત છે.

માહિતીની ગુણવત્તા આવા સૂચકાંકો દ્વારા નક્કી કરવામાં આવે છે જેમ કે:

1. પ્રતિનિધિત્વ
2. સામગ્રી,
3. પર્યાપ્તતા
4. સુલભતા,
5. સુસંગતતા
6. સમયસરતા,
7. ચોકસાઈ
8. વિશ્વસનીયતા
9. ટકાઉપણું

માહિતીની પ્રતિનિધિત્વઑબ્જેક્ટના ગુણધર્મોને પર્યાપ્ત રીતે પ્રતિબિંબિત કરવા માટે તેની પસંદગી અને રચનાની શુદ્ધતા સાથે સંકળાયેલ છે.
અહીં સૌથી મહત્વપૂર્ણ વસ્તુઓ છે:

1. ખ્યાલની શુદ્ધતા જેના આધારે મૂળ ખ્યાલ ઘડવામાં આવે છે;
2. પ્રદર્શિત ઘટનાના આવશ્યક લક્ષણો અને જોડાણોની પસંદગીની માન્યતા.

માહિતીના પ્રતિનિધિત્વનું ઉલ્લંઘન ઘણીવાર નોંધપાત્ર ભૂલો તરફ દોરી જાય છે.
માહિતીની સામગ્રી સિમેન્ટીક ક્ષમતાને પ્રતિબિંબિત કરે છે, જે સંદેશમાં સિમેન્ટીક માહિતીના પ્રમાણના ગુણોત્તર સાથે પ્રોસેસ્ડ ડેટાના જથ્થાના પ્રમાણમાં છે.

વધારો સાથે માહિતીની સામગ્રીમાહિતી પ્રણાલીનું સિમેન્ટીક થ્રુપુટ વધે છે, કારણ કે સમાન માહિતી મેળવવા માટે થોડી માત્રામાં ડેટા કન્વર્ટ કરવો જરૂરી છે.

સામગ્રી ગુણાંક C સાથે, જે સિમેન્ટીક પાસાને પ્રતિબિંબિત કરે છે, તમે ગુણોત્તર દ્વારા વર્ગીકૃત થયેલ માહિતીપ્રદ ગુણાંકનો પણ ઉપયોગ કરી શકો છો.
માહિતીની પર્યાપ્તતા (સંપૂર્ણતા).તેનો અર્થ એ છે કે યોગ્ય નિર્ણય લેવા માટે તેમાં ન્યૂનતમ પરંતુ પર્યાપ્ત રચના (સૂચકોનો સમૂહ) છે. માહિતીની સંપૂર્ણતાનો ખ્યાલ તેની સિમેન્ટીક સામગ્રી (અર્થશાસ્ત્ર) અને વ્યવહારિકતા સાથે સંકળાયેલ છે. અપૂર્ણ તરીકે, એટલે કે. યોગ્ય નિર્ણય લેવા માટે અપૂરતી માહિતી અને બિનજરૂરી માહિતી વપરાશકર્તા દ્વારા લેવામાં આવેલા નિર્ણયોની અસરકારકતા ઘટાડે છે.

માહિતીની ઉપલબ્ધતાતેના સંપાદન અને પરિવર્તન માટે યોગ્ય પ્રક્રિયાઓના અમલીકરણ દ્વારા વપરાશકર્તાની ધારણા સુનિશ્ચિત થાય છે. ઉદાહરણ તરીકે, માહિતી પ્રણાલીમાં, માહિતી સુલભ અને વપરાશકર્તા-મૈત્રીપૂર્ણ સ્વરૂપમાં રૂપાંતરિત થાય છે. આ પ્રાપ્ત થાય છે, ખાસ કરીને, વપરાશકર્તાના થિસોરસ સાથે તેના સિમેન્ટીક સ્વરૂપનું સંકલન કરીને.

માહિતીની સુસંગતતાતેના ઉપયોગના સમયે વ્યવસ્થાપન માટે માહિતીના મૂલ્યની જાળવણીની ડિગ્રી દ્વારા નક્કી કરવામાં આવે છે અને તેની લાક્ષણિકતાઓમાં ફેરફારોની ગતિશીલતા અને આ માહિતીની ઘટના પછી પસાર થયેલા સમય અંતરાલ પર આધાર રાખે છે.

માહિતીની સમયસૂચકતાતેનો અર્થ એ છે કે તે સમયના પૂર્વનિર્ધારિત બિંદુ કરતાં પાછળથી નહીં આવે, જે કાર્યને ઉકેલવાના સમય સાથે સુસંગત છે.

માહિતીની ચોકસાઈઑબ્જેક્ટ, પ્રક્રિયા, ઘટના વગેરેની વાસ્તવિક સ્થિતિ માટે પ્રાપ્ત માહિતીની નિકટતાની ડિગ્રી દ્વારા નક્કી કરવામાં આવે છે. ડિજિટલ કોડ દ્વારા પ્રદર્શિત માહિતી માટે, ચોકસાઈના ચાર વર્ગીકરણ ખ્યાલો જાણીતા છે:

1. ઔપચારિક ચોકસાઇ, સંખ્યાના ઓછામાં ઓછા નોંધપાત્ર અંકના એકમ મૂલ્ય દ્વારા માપવામાં આવે છે;
2. વાસ્તવિક ચોકસાઈ, સંખ્યાના છેલ્લા અંકના એકમના મૂલ્ય દ્વારા નિર્ધારિત, જેની ચોકસાઈની ખાતરી આપવામાં આવે છે;
3. મહત્તમ ચોકસાઈ કે જે સિસ્ટમની ચોક્કસ ઓપરેટિંગ શરતો હેઠળ મેળવી શકાય છે;
4. જરૂરી ચોકસાઈ, સૂચકના કાર્યાત્મક હેતુ દ્વારા નિર્ધારિત.

માહિતીની વિશ્વસનીયતાજરૂરી ચોકસાઈ સાથે વાસ્તવિક જીવનની વસ્તુઓને પ્રતિબિંબિત કરવાની તેની મિલકત દ્વારા નક્કી કરવામાં આવે છે. માહિતીની વિશ્વસનીયતા જરૂરી ચોકસાઈની આત્મવિશ્વાસ સંભાવના દ્વારા માપવામાં આવે છે, એટલે કે. માહિતી દ્વારા પ્રદર્શિત પેરામીટરનું મૂલ્ય જરૂરી ચોકસાઈની અંદર આ પરિમાણના સાચા મૂલ્યથી અલગ હોવાની સંભાવના.
માહિતીની સ્થિરતા જરૂરી ચોકસાઈ સાથે સમાધાન કર્યા વિના સ્રોત ડેટામાં થતા ફેરફારોને પ્રતિસાદ આપવાની તેની ક્ષમતાને પ્રતિબિંબિત કરે છે. માહિતીની સ્થિરતા, તેમજ પ્રતિનિધિત્વ, તેની પસંદગી અને રચના માટે પસંદ કરેલી પદ્ધતિ દ્વારા નક્કી કરવામાં આવે છે.

નિષ્કર્ષમાં, તે નોંધવું જોઈએ કે માહિતી ગુણવત્તા પરિમાણો જેમ કે પ્રતિનિધિત્વ, અર્થપૂર્ણતા, પર્યાપ્તતા, સુલભતા, ટકાઉપણું સંપૂર્ણપણે માહિતી પ્રણાલીના વિકાસના પદ્ધતિસરના સ્તરે નક્કી કરવામાં આવે છે..

પ્રાસંગિકતા, સમયસૂચકતા, ચોકસાઈ અને વિશ્વસનીયતાના પરિમાણો પણ પદ્ધતિસરના સ્તરે વધુ અંશે નક્કી કરવામાં આવે છે, જો કે તેમનું મૂલ્ય સિસ્ટમના કાર્યની પ્રકૃતિ દ્વારા નોંધપાત્ર રીતે પ્રભાવિત થાય છે, મુખ્યત્વે તેની વિશ્વસનીયતા.

તે જ સમયે સુસંગતતા અને ચોકસાઈના પરિમાણો અનુક્રમે સમયસરતા અને વિશ્વસનીયતાના પરિમાણો સાથે સખત રીતે સંબંધિત છે.