ការស្គ្រីនស្ទង់មតិ៖ មូលហេតុដែលត្រូវដកចេញកណ្ដាលផ្លូវ និងវិធីដោះស្រាយ

អ្នកឆ្លើយសំណួរជាងដប់នាទី progress bar ឈានដល់ពាក់កណ្ដាល ហើយភ្លាមៗទំព័របង្ហាញថាអ្នកមិនមានលក្ខណៈសម្បត្តិសម្រាប់ការសិក្សានេះ។ ពេលវេលាត្រូវបានចំណាយ ប៉ុន្តែមិនមានរង្វាន់។ បន្ទាប់ពីកើតឡើងច្រើនដង មនុស្សជាច្រើនសន្និដ្ឋានថាមាន platform តិចពេក ហើយបន្តចុះឈ្មោះកន្លែងថ្មីៗ ប៉ុន្តែស្ថានភាពមិនសូវប្រសើរឡើយ។

អ្វីដែលកំណត់លទ្ធផលពិតប្រាកដគឺ screening mechanism មិនមែនចំនួន platform ដែលអ្នកប្រើទេ។

ហេតុអ្វីស្ទង់មតិត្រូវស្គ្រីនអ្នកចូលរួម

ថវិកាស្ទង់មតិមកពី brand និងស្ថាប័នស្រាវជ្រាវ។ ពួកគេចង់បានមតិពីមនុស្សប្រភេទជាក់លាក់ មិនមែនពីមនុស្សគ្រប់គ្នាទេ។ ការសិក្សាមួយអាចត្រូវការមនុស្សដែលបានទិញផលិតផលប្រភេទណាមួយក្នុងរយៈពេលប្រាំមួយខែកន្លងមក មានរថយន្តនៅផ្ទះ ឬស្ថិតក្នុងក្រុមអាយុជាក់លាក់។ អ្នកដែលឆ្លើយសំណួរមានឥទ្ធិពលដោយផ្ទាល់លើថាតើ data អាចប្រើបានឬអត់។

ដូច្នេះ ស្ទង់មតិភាគច្រើនមានរចនាសម្ព័ន្ធបែបនេះ៖ សំណួរ screening មួយចំនួននៅដើមកំណត់ថាអ្នកស្ថិតក្នុង target group ឬអត់ ផ្នែកមធ្យមប្រមូល feedback ពិតប្រាកដ ហើយចុងក្រោយមានសំណួរ demographic ដូចជា អាយុ និងមុខរបរ។ ផ្នែក screening ជាទូទៅមានតែ 3 ដល់ 8 សំណួរ ប៉ុន្តែវាសម្រេចថាអ្នកអាចបន្តស្ទង់មតិបានឬអត់។ ការដកចេញភាគច្រើនកើតឡើងនៅទីនេះ ហើយកើតឡើងឆាប់ណាស់។

បន្ទាប់មកមាន quota control មួយស្រទាប់ទៀត។ ការសិក្សាមួយអាចត្រូវការសមាមាត្រជាក់លាក់តាមភេទ និងក្រុមអាយុ។ នៅពេល quota ណាមួយពេញ ស្ទង់មតិអាចបិទសម្រាប់អ្នក ទោះបីអ្នកបំពេញលក្ខខណ្ឌផ្សេងទៀតទាំងស្រុងក៏ដោយ។ ផ្នែកនេះមិនអាចកែបានដោយបច្ចេកទេសទេ ហើយពឹងផ្អែកលើ timing និងសំណាង។

វិធី screening ដែលជួបញឹកញាប់

Pre-screen គឺជាវិធីដែលជួបញឹកញាប់បំផុត។ អ្នកអាចគិតថាកំពុងឆ្លើយផ្នែកសំខាន់ ប៉ុន្តែសំណួរដំបូងៗកំពុងកំណត់ក្រុមដែលអាចចូលរួមបាន៖ តើថ្មីៗនេះបានទិញអ្វីពាក់ព័ន្ធឬទេ តើធ្លាប់ចូលរួមការសិក្សាប្រភេទដូចគ្នាឬទេ ឬនរណាជាអ្នកសម្រេចចិត្តទិញក្នុងគ្រួសារ។

វិធីទីពីរគឺ consistency check។ ព័ត៌មានដូចគ្នាអាចត្រូវសួរពីរដងនៅទីតាំងផ្សេងគ្នា និងប្រើពាក្យខុសគ្នា ដើម្បីប្រៀបធៀបចម្លើយ។ ប្រសិនបើអ្នកប្រាប់ថាមិនមានកូននៅដើម ប៉ុន្តែក្រោយមកជ្រើសរើសក្រុមអាយុរបស់កូន នោះភាពផ្ទុយគ្នានឹងបង្ហាញច្បាស់។

វិធីទីបីគឺ trap question ឬ attention check។ សំណួរអាចសរសេរត្រង់ៗថា សូមជ្រើស option ទីបី ឬបញ្ចូលសំណួរមួយដែលមិនសមហេតុផលច្បាស់ៗក្នុងចំណោមសំណួរធម្មតា។ ឆ្លើយខុសជាទូទៅធ្វើឱ្យ response ត្រូវចាត់ទុកថា invalid ភ្លាមៗ ហើយស្ទើរតែមិនមានឱកាស appeal។

ការត្រួតពិនិត្យមួយចំនួនមិនស្ថិតនៅក្នុងសំណួរស្ទង់មតិទេ ប៉ុន្តែនៅ technical environment។ ប្រសិនបើមាន samples ច្រើនមកពី device ឬ network ដូចគ្នា platform អាចភ្ជាប់ samples ទាំងនោះ និងពិនិត្យឬដោះស្រាយជាក្រុម។

មូលហេតុធម្មតាដែលធ្វើឱ្យត្រូវដកចេញ

ក្រៅពីពិតជាមិនបំពេញ eligibility មូលហេតុផ្សេងទៀតភាគច្រើនស្ថិតក្នុងក្រុមមួយចំនួន។

ការឆ្លើយលឿនពេកគឺជាមូលហេតុមួយ។ ប្រសិនបើស្ទង់មតិដែលរៀបចំសម្រាប់ 15 នាទីត្រូវបានបញ្ចប់ក្នុង 3 នាទី system អាច flag វា។ Straight-lining ដោយជ្រើស option ដូចគ្នាសម្រាប់ scale questions ទាំងអស់ ឬផ្តល់ចម្លើយផ្ទុយគ្នាចំពោះសំណួរវិជ្ជមាន និងអវិជ្ជមានអំពីប្រធានបទដូចគ្នា ក៏អាចត្រូវចាត់ថាជា low quality។ សរសេរតែ “good” ឬមិនសរសេរអ្វីនៅ open-ended question ក៏ជាបញ្ហាគុណភាពដែលជួបញឹកញាប់។ Attention check ខុសក៏អាចធ្វើឱ្យ sample invalid។ ការប្រើ accounts ច្រើននៅ platform ដូចគ្នាគឺជាបញ្ហាផ្សេង៖ platform ភាគច្រើនកំណត់ច្បាស់ថា មនុស្សម្នាក់មាន account មួយ។ ការប្រើ accounts ច្រើនចូលរួម surveys នៅ platform ដូចគ្នាគឺបំពាន rules ហើយបើត្រូវរកឃើញ ជាទូទៅ account ត្រូវ ban និង balance ដែលនៅសល់ត្រូវបាត់បង់។

Quota ពេញក៏អាចបញ្ចប់ស្ទង់មតិ ដោយមិនពាក់ព័ន្ធនឹងចម្លើយរបស់អ្នក។

វិធីបង្កើន completion rate

បំពេញ demographic information ពិតប្រាកដពេលចុះឈ្មោះ ហើយរក្សា details ឱ្យ consistent នៅក្នុង platform ដូចគ្នា។ មិនមែនជាបញ្ហាទេបើ platform ពីរផ្សេងគ្នាសួរខុសរបៀប ប៉ុន្តែបើអាយុ ឬមុខរបរមិនត្រូវគ្នានៅក្នុង platform តែមួយ account អាចត្រូវ flag ងាយ។

ផ្តល់អាទិភាពដល់ surveys ដែលត្រូវនឹង profile របស់អ្នកខ្ពស់។ Platforms ផ្តល់ tasks តាម profile data ហើយ surveys ដែលមិនសមច្បាស់ៗជាទូទៅបញ្ចប់នៅ screening stage។ ការរំលងវាឆាប់ធ្វើឱ្យអ្នកមានពេលសម្រាប់ surveys ដែលសមជាង។

ឆ្លើយតាមល្បឿនអានធម្មតា។ វាជាវិធីងាយស្រួលបំផុតមួយដើម្បីជៀសវាងឱ្យ response ដែលគួរតែ valid ត្រូវ discard ដោយសារគុណភាព។

នៅ open-ended questions សរសេរមួយ ឬពីរប្រយោគជាក់លាក់។ ជាញឹកញាប់វាអាចជួយបង្កើន perceived quality របស់ sample។

ពិនិត្យ surveys ថ្មីនៅពេលទៀងទាត់។ Survey launches ជាញឹកញាប់មាន time pattern ហើយការត្រួតពិនិត្យក្នុង time window ថេរអាចបង្កើនឱកាសរកបាន studies ដែលមាន និងសមនឹងអ្នក។

វិធីទាំងនេះគឺសម្រាប់ឱ្យអ្នកពិពណ៌នាស្ថានភាពពិតរបស់ខ្លួនដោយស្មោះត្រង់ និងពេញលេញ មិនមែនដើម្បី bypass screening ទេ។ ការបង្កើត identity ក្លែងក្លាយដើម្បីឆ្លង screener អាចត្រូវរកឃើញដោយ consistency checks ហើយអ្វីដែលអ្នកប្រឈមបាត់បង់គឺ account ទាំងមូល។

រក្សាការរំពឹងចំណូលឱ្យសមហេតុផល

រង្វាន់សម្រាប់ survey មួយជាទូទៅប្រហែល $0.50 ដល់ $8។ Surveys វែង ឬ high-value research អាចលើស $10 ប៉ុន្តែបន្ទាប់ពីគិត attempts ដែលបាត់ដោយ screening ចំណូលក្នុងមួយឯកតាពេលមិនខ្ពស់ទេ។ វាសមស្របជាចំណូលបន្ថែមក្នុងពេលទំនេរ ជាងជាប្រភពចំណូលសំខាន់។ ការអះអាងថារកបានប្រហែល $100 ក្នុងមួយថ្ងៃ ជាញឹកញាប់ពាក់ព័ន្ធនឹងការប្រើ accounts ច្រើនជាប្រព័ន្ធ ដែលបំពាន platform terms ច្បាស់ៗ ហើយជាទូទៅបញ្ចប់ដោយ balance ត្រូវកាត់ និង accounts ត្រូវ ban។

នៅពេលប្រើ survey platforms ច្រើន

ជាទូទៅ អ្នកអាចចុះឈ្មោះ account មួយនៅ platform ផ្សេងៗគ្នា ប៉ុន្តែ login environment របស់ account នីមួយៗគួរតែមានស្ថិរភាព។ កុំប្តូរទៅមករវាង accounts ច្រើនក្នុង browser ដូចគ្នាញឹកញាប់ ព្រោះ cookies ច្របូកច្របល់អាចបង្ក login problems។

ប្រសិនបើ platform មាន requirements ច្បាស់សម្រាប់ login environment អាចប្រើ browser environments ដាច់ដោយឡែកសម្រាប់ accounts នៅ platforms ផ្សេងគ្នា។ PurpleMark គាំទ្រ account-environment isolation ប្រភេទនេះ ដើម្បីឱ្យ account នីមួយៗដំណើរការជាមួយ device identity ដែលមានស្ថិរភាព។ លក្ខខណ្ឌមូលដ្ឋាននៅតែដដែល៖ គោរព one-person, one-account rule របស់ platform នីមួយៗ។

នេះគ្រាន់តែជាការពន្យល់អំពី platform mechanisms និងការចែករំលែកបទពិសោធន៍ មិនមែនជាការធានាចំណូលទេ។ សូមគោរព terms of use របស់ platform នីមួយៗ។