سروے ریسرچ میں اکثر ایسا ہوتا ہے کہ حاصل کردہ سیمپل آبادی کی حقیقی خصوصیات کی مکمل نمائندگی نہیں کرتا۔ سروے کیلیبریشن ایک ایسا عمل ہے جس کے ذریعے جواب دہندگان کے ڈیٹا کو ایڈجسٹ کیا جاتا ہے تاکہ ان کی ڈیموگرافک تقسیم (جیسے عمر، جنس، یا علاقہ) آبادی کے معلوم مارجنز یا مردم شماری کے اعداد و شمار سے مطابقت اختیار کر لے ۔ اس مقصد کے لیے ریکنگ (Raking) یا Iterative Proportional Fitting (IPF) الگورتھم کا استعمال کیا جاتا ہے، جو انفرادی جواب دہندگان کے ویٹس کو اس وقت تک ایڈجسٹ کرتا ہے جب تک کہ سیمپل کی مارجنل تقسیم مطلوبہ ٹارگٹس کے برابر نہ ہو جائے ۔
یہ عمل مقامی طور پر کام کرتا ہے، یعنی آپ کے جواب دہندگان کا ڈیٹا اور حساب کردہ ویٹس اسی براؤزر میں رہتے ہیں اور کبھی بھی اپ لوڈ نہیں کیے جاتے ۔
ریکنگ اور پوسٹ اسٹریٹیفیکیشن کا موازنہ
جب سروے ڈیٹا کو آبادی کے مطابق ڈھالنا ہو، تو دو بنیادی طریقے استعمال کیے جاتے ہیں: ریکنگ اور سیل بیسڈ پوسٹ اسٹریٹیفیکیشن ۔
- پوسٹ اسٹریٹیفیکیشن (Post-Stratification): اس طریقے میں آبادی کو مختلف خانوں (cells) میں تقسیم کیا جاتا ہے (مثال کے طور پر، 18-34 سال کی خواتین، 35-54 سال کی خواتین وغیرہ)۔ اس کے لیے ضروری ہے کہ ہر ممکنہ سیل کے لیے آبادی کا درست تناسب معلوم ہو اور سیمپل میں ہر سیل کے اندر جواب دہندگان موجود ہوں۔ اگر سیلز کی تعداد زیادہ ہو جائے تو بعض خانے خالی رہ جاتے ہیں، جس سے یہ طریقہ ناکام ہو جاتا ہے ۔
- ریکنگ (Raking): یہ الگورتھم ایک وقت میں آبادی کے ایک معلوم مارجن کو ایڈجسٹ کرتا ہے، پھر ان کے چکر لگاتی ہے جب تک کہ بعد کی ایڈجسٹمنٹس کے بعد بھی پہلے والے مارجنز مطابقت رکھیں ۔ اس طریقے میں ہمیں صرف انفرادی ویریئبلز کے مجموعی مارجنل ٹارگٹس (جیسے کل خواتین کا فیصد اور کل نوجوانوں کا فیصد علیحدہ علیحدہ) درکار ہوتے ہیں، ان کے باہمی کراس کمبینیشنز کی ضرورت نہیں ہوتی ۔
اگر صرف ایک کیٹیگوریکل ویریئبل فراہم کیا جائے، تو یہ الگورتھم ایک ہی سائیکل میں اپنی کیلیبریشن مکمل کر لیتا ہے، جہاں ہر کیٹیگری کو مانوس ٹارگٹ شیئر ÷ موجودہ شیئر کی ایڈجسٹمنٹ ملتی ہے ۔
ان پٹ ڈیٹا کی تیاری اور حدود
سروے ویٹنگ کیلکولیٹر کو درست طریقے سے چلانے کے لیے ان پٹ ڈیٹا کا مخصوص فارمیٹ میں ہونا ضروری ہے ۔
جواب دہندگان کا ڈیٹا (Respondent data)
اس ٹیبل میں پہلی رو ہیڈر ہونی چاہیے اور اس کے بعد ہر رو میں ایک جواب دہندہ کا ڈیٹا ہونا چاہیے ۔
- فارمیٹس: یہ ٹیبز، سیمی کولنز، یا CSV کوما کو بطور ڈیلیمیٹر قبول کرتا ہے ۔ ایسے علاقوں میں جہاں اعشاریہ کے لیے ڈاٹ کی جگہ کوما استعمال ہوتا ہے، وہاں ٹیبز یا سیمی کولنز کا استعمال کرنا چاہیے تاکہ اعشاریہ کا نشان سیل کے اندر ہی محفوظ رہے ۔
- حدود: جواب دہندگان کے ڈیٹا کا سائز 2,000,000 حروف سے کم اور روز کی تعداد 20,000 سے زیادہ نہیں ہونی چاہیے ۔ جواب دہندگان کے ٹیبل میں کم از کم دو نامزد کالم ہونے چاہئیں جن کا کوئی ہیڈر خالی نہ ہو، اور ہر کالم کا ہیڈر منفرد ہونا ضروری ہے ۔
آبادی کے مارجنز (Population margins)
اس ٹیبل میں آبادی کے ٹارگٹس شامل ہوتے ہیں اور اس میں ٹھیک تین کالم ہونے چاہئیں: ویریئبل، کیٹیگری اور فیصد ۔
- حدود: ٹارگٹ روز کی تعداد زیادہ سے زیادہ 500، کیلیبریشن ویریئبلز کی تعداد زیادہ سے زیادہ 6، اور ہر ویریئبل کے لیے کیٹیگریز کی تعداد زیادہ سے زیادہ 100 ہونی چاہیے ۔ ہر ویریئبل کے ٹارگٹس کا مجموعہ ٹھیک 100% ہونا ضروری ہے اور انفرادی ٹارگٹ فیصد 0% سے 100% کے درمیان ہونا چاہیے ۔
اختیاری کالمز اور سیٹنگز
- بیس ویٹ کالم (Base-weight column): یہ کالم بغیر یونٹ کے شروعاتی نسبتی ویٹس پر مشتمل ہوتا ہے ۔ اگر اسے خالی چھوڑ دیا جائے تو ہر جواب دہندہ کا ڈیفالٹ بیس ویٹ 1 مانا جاتا ہے ۔ اس کالم میں موجود تمام قیمتیں 0 سے بڑی ہونی چاہئیں ۔
- آؤٹ کم کالم (Outcome column): یہ ایک اختیاری عددی کالم ہے جس کا استعمال صرف ابتدائی اور آخری ویٹڈ اوسط کا موازنہ کرنے کے لیے کیا جاتا ہے ۔
- نسبتی ٹولرینس (Relative tolerance): یہ سیٹنگ الگورتھم کے رکنے کا معیار طے کرتی ہے اور اس کی حد 1e-12 سے 1e-2 تک ہونی چاہیے ۔
- زیادہ سے زیادہ ایٹریشنز (Maximum iterations): یہ الگورتھم کے چلنے کے چکروں کی حد طے کرتا ہے، جو 1 سے 500 کے درمیان ہونی چاہیے ۔
الگورتھم کے حسابات اور فارمولے
ریکنگ کے دوران انفرادی ایڈجسٹمنٹ فیکٹرز اور حتمی ویٹس کا حساب درج ذیل فارمولوں کے تحت کیا جاتا ہے:
پہلے سائیکل کے دوران ہر ویریئبل اور کیٹیگری کے لیے ایڈجسٹمنٹ فیکٹر کا حساب یوں ہوتا ہے:
factor = target sum ÷ current sum
انٹرفیس میں اسے اس طرح ظاہر کیا جاتا ہے:
‹variable› / ‹category›: فیکٹر = ٹارگٹ مجموعہ ÷ موجودہ مجموعہ = ‹target› ÷ ‹current› = ‹factor›
جب الگورتھم کامیابی سے کنورج ہو جاتا ہے، تو حاصل ہونے والے آخری ویٹس کو نارملائز کیا جاتا ہے تاکہ ان کا اوسط 1 ہو جائے اور ان کا مجموعہ جواب دہندگان کی کل تعداد (n) کے برابر رہے:
Σ w = n
انٹرفیس کی عبارت:
آخری ویٹس کو اوسط 1 پر نارملائز کریں، تاکہ ان کا مجموعہ جواب دہندگان کی تعداد کے برابر ہو جائے: Σw = n = ‹count›۔
Kish ویٹ ایفیکٹ اور مؤثر سیمپل سائز
غیر مساوی ویٹس کی وجہ سے سروے کی درستگی میں ہونے والے نقصان کی پیمائش کے لیے Kish فارمولا استعمال کیا جاتا ہے:
Kish weight effect = (n · Σ w²) / ((Σ w)²)
انٹرفیس کی عبارت:
Kish ویٹ ایفیکٹ = n·Σw² ÷ (Σw)² = ‹count›·‹sumSquares› ÷ ‹sum›² = ‹effect›۔
اس کے نتیجے میں حاصل ہونے والے مؤثر سیمپل سائز (Effective sample size) کا حساب درج ذیل فارمولے سے کیا جاتا ہے:
Effective sample size = ((Σ w)²) / (Σ w²)
انٹرفیس کی عبارت:
مؤثر سیمپل سائز = (Σw)² ÷ Σw² = ‹sum›² ÷ ‹sumSquares› = ‹effective›۔
یہ ویٹس صرف آپ کے فراہم کردہ مارجنز سے مطابقت رکھتے ہیں، ان ویریئبلز سے نہیں جو آپ نے فراہم نہیں کیے۔ Kish تشخیص صرف غیر مساوی ویٹس کی عکاسی کرتی ہے؛ اس میں کلسٹرنگ، اسٹریٹیفیکیشن یا سروے کے مکمل ویریئنس کا تخمینہ شامل نہیں ہوتا ۔
خرابیوں کی تشخیص اور انتباہات
ریکنگ کے عمل کے دوران مختلف قسم کی رکاوٹیں یا ڈیٹا کی خرابیاں سامنے آ سکتی ہیں جن کے لیے کیلکولیٹر مخصوص پیغامات ظاہر کرتا ہے:
- زیرو سیل کی صورتحال (Zero-Cell Condition): اگر کسی کیٹیگری کا ٹارگٹ مثبت ہو لیکن سیمپل میں اس کیٹیگری کا کوئی جواب دہندہ موجود نہ ہو (یا اس کا بیس ویٹ 0 ہو)، تو کوئی محدود حل ممکن نہیں ہوتا اور یہ ایرر ظاہر ہوتا ہے:
”
‹variable›/‹category›“ کا ٹارگٹ مثبت ہے لیکن کوئی قابل استعمال سیمپل ویٹ نہیں ہے، اس لیے کوئی محدود حل ممکن نہیں ہے۔ - کنورجنس کی ناکامی (Convergence Failure): اگر الگورتھم مطلوبہ ٹولرینس تک پہنچنے سے پہلے ایٹریشن کی حد تک پہنچ جائے تو یہ پیغام ظاہر ہوتا ہے:
کنورجنس سے پہلے ایٹریشن کی حد (
‹iterations›) تک پہنچ گیا۔ آخری ویٹس تشخیص کے لیے دکھائے گئے ہیں، کیلیبریٹڈ نتائج کے طور پر نہیں۔ - انتہائی غیر مساوی ویٹس (Extreme Weights): اگر مارجنز کامیابی سے میچ ہو جائیں لیکن سب سے بڑے اور سب سے چھوٹے ویٹ کا تناسب بہت زیادہ ہو، تو یہ انتباہ ظاہر ہوتا ہے:
مارجنز میچ ہو گئے، لیکن سب سے بڑا ویٹ سب سے چھوٹے ویٹ سے
‹ratio›گنا ہے؛ انہیں استعمال کرنے سے پہلے مؤثر سیمپل سائز کی جانچ کریں۔ - پہلے سے مطابقت (Already Matched): اگر ابتدائی ویٹس پہلے ہی ٹارگٹس کے مطابق ہوں تو یہ پیغام نظر آتا ہے: ابتدائی ویٹس پہلے ہی ہر مطلوبہ مارجن سے مطابقت رکھتے ہیں۔
جب الگورتھم کامیابی سے مکمل ہو جاتا ہے، تو "ویٹڈ ڈیٹا کاپی کریں" پر کلک کر کے مکمل جواب دہندگان کا ٹیبل کاپی کیا جا سکتا ہے جس میں raking_adjustment اور raking_weight کے کالم شامل ہوتے ہیں۔ اگر یہ نام پہلے سے موجود ہوں تو ڈپلیکیٹ ہیڈر سے بچنے کے لیے ان کے ساتھ عددی سفکس لگا دیا جاتا ہے۔
اکثر پوچھے گئے سوالات (FAQ)
مجھے بیس ویٹ کے طور پر کیا استعمال کرنا چاہیے؟
وہ ویٹ استعمال کریں جو آبادی کی کیلیبریشن سے پہلے کا ہو — عام طور پر ہر جواب دہندہ کے حتمی انتخاب کے امکان کا الٹ، آپ کے مطالعے کے لیے درکار عدم جواب کی کسی بھی سابقہ ایڈجسٹمنٹ کے بعد ۔ اگر آپ کے پاس امکانی ویٹس نہیں ہیں، تو ہر ایک کو 1 سے شروع کرنے کے لیے فیلڈ خالی چھوڑ دیں ۔ اس سے کیلیبریشن ویٹس تو بن جاتے ہیں، لیکن یہ کسی سہولت والے سیمپل (convenience sample) کو امکانی سیمپل میں تبدیل نہیں کرتا ۔
کسی ٹارگٹ کا حل کیوں نہیں ہو سکتا یا وہ کنورج ہونے میں کیوں ناکام ہو سکتا ہے؟
کسی ایسی کیٹیگری سے مثبت ٹارگٹ نہیں بنایا جا سکتا جس میں کوئی سیمپل شدہ جواب دہندہ نہ ہو ۔ متعدد ویریئبلز کے ساتھ، مشاہدہ کردہ ملاپ بھی بظاہر مناسب نظر آنے والے مارجنز کو غیر مطابقت پذیر بنا سکتے ہیں ۔ ایٹریشن کی بہت کم حد یا انتہائی ابتدائی ویٹس مطلوبہ ٹولرینس تک پہنچنے سے پہلے عمل کو روک سکتے ہیں ۔ ٹارگٹ آڈٹ اور سب سے خراب ٹارگٹ کا لاگ ظاہر کرتا ہے کہ کہاں عدم مطابقت باقی ہے؛ ان آخری ویٹس کو کیلیبریٹڈ نہ سمجھیں ۔
کیا Kish ویٹ ایفیکٹ ہی مکمل سروے ڈیزائن ایفیکٹ ہے؟
نہیں ۔ یہ صرف غیر مساوی ویٹس سے وابستہ درستگی کے نقصان کی پیمائش کرتا ہے: مساوی ویٹس 1 دیتے ہیں، اور زیادہ متغیر ویٹس مؤثر سیمپل سائز کو کم کر دیتے ہیں ۔ کلسٹرنگ، اسٹریٹیفیکیشن، محدود آبادی کی تصحیحات اور آؤٹ کم کا کیلیبریشن ویریئبلز سے تعلق، یہ سب حقیقی ویریئنس کو تبدیل کر سکتے ہیں ۔ اسٹینڈرڈ ایررز اور اعتماد کے انٹرولز کے لیے ایسا سافٹ ویئر استعمال کریں جو مکمل سیمپل ڈیزائن کو سمجھتا ہو ۔
ریکنگ کیا ہے، اور ایک مارجن کب محض پوسٹ اسٹریٹیفیکیشن ہوتا ہے؟
ریکنگ ایک وقت میں آبادی کے ایک معلوم مارجن کو ایڈجسٹ کرتی ہے، پھر ان کے چکر لگاتی ہے جب تک کہ بعد کی ایڈجسٹمنٹس کے بعد بھی پہلے والے مارجنز مطابقت رکھیں ۔ اگر آپ صرف ایک کیٹیگوریکل ویریئبل فراہم کرتے ہیں، تو ایک سائیکل ہی کافی ہے: ہر کیٹیگری کو مانوس ٹارگٹ شیئر ÷ موجودہ شیئر کی ایڈجسٹمنٹ ملتی ہے ۔ متعدد مارجنز ان کے غیر درج شدہ کراس کمبینیشنز کو مطابقت رکھنے پر مجبور نہیں کرتے ۔