ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಪರೀಕ್ಷೆಸಿಆರ್ಎಂ ಮತ್ತು ಡೇಟಾ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳುMartech Zone ಅಪ್ಲಿಕೇಶನ್ಗಳು

ಅಪ್ಲಿಕೇಶನ್: ಸಮೀಕ್ಷೆ ಕನಿಷ್ಠ ಮಾದರಿ ಗಾತ್ರ ಕ್ಯಾಲ್ಕುಲೇಟರ್

ಸಮೀಕ್ಷೆ ಕನಿಷ್ಠ ಮಾದರಿ ಗಾತ್ರದ ಕ್ಯಾಲ್ಕುಲೇಟರ್

ಸಮೀಕ್ಷೆ ಕನಿಷ್ಠ ಮಾದರಿ ಗಾತ್ರದ ಕ್ಯಾಲ್ಕುಲೇಟರ್

ನಿಮ್ಮ ಎಲ್ಲಾ ಸೆಟ್ಟಿಂಗ್‌ಗಳನ್ನು ಭರ್ತಿ ಮಾಡಿ. ನೀವು ಫಾರ್ಮ್ ಅನ್ನು ಸಲ್ಲಿಸಿದಾಗ, ನಿಮ್ಮ ಕನಿಷ್ಠ ಮಾದರಿ ಗಾತ್ರವನ್ನು ಪ್ರದರ್ಶಿಸಲಾಗುತ್ತದೆ.

%
ನಿಮ್ಮ ಡೇಟಾ ಮತ್ತು ಇಮೇಲ್ ವಿಳಾಸವನ್ನು ಸಂಗ್ರಹಿಸಲಾಗಿಲ್ಲ.
ಆರಂಭಿಸು

ಸಮೀಕ್ಷೆಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವುದು ಮತ್ತು ನಿಮ್ಮ ವ್ಯವಹಾರ ನಿರ್ಧಾರಗಳನ್ನು ಆಧರಿಸಿ ನೀವು ಮಾನ್ಯವಾದ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಹೊಂದಿರುವಿರಿ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ಸ್ವಲ್ಪ ಪರಿಣತಿಯ ಅಗತ್ಯವಿರುತ್ತದೆ. ಮೊದಲಿಗೆ, ನಿಮ್ಮ ಪ್ರಶ್ನೆಗಳನ್ನು ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಪಕ್ಷಪಾತ ಮಾಡದ ರೀತಿಯಲ್ಲಿ ಕೇಳಲಾಗಿದೆ ಎಂದು ನೀವು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಬೇಕು. ಎರಡನೆಯದಾಗಿ, ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯವಾಗಿ ಮಾನ್ಯವಾದ ಫಲಿತಾಂಶವನ್ನು ಪಡೆಯಲು ನೀವು ಸಾಕಷ್ಟು ಜನರನ್ನು ಸಮೀಕ್ಷೆ ಮಾಡಿದ್ದೀರಿ ಎಂದು ನೀವು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಬೇಕು.

ನೀವು ಪ್ರತಿಯೊಬ್ಬ ವ್ಯಕ್ತಿಯನ್ನು ಕೇಳುವ ಅಗತ್ಯವಿಲ್ಲ, ಇದು ಕಾರ್ಮಿಕ-ತೀವ್ರ ಮತ್ತು ಸಾಕಷ್ಟು ದುಬಾರಿಯಾಗಿದೆ. ಮಾರುಕಟ್ಟೆ ಸಂಶೋಧನಾ ಕಂಪನಿಗಳು ಹೆಚ್ಚಿನ ಮಟ್ಟದ ವಿಶ್ವಾಸವನ್ನು ಸಾಧಿಸಲು ಕೆಲಸ ಮಾಡುತ್ತವೆ ಮತ್ತು ಅಗತ್ಯವಿರುವ ಕನಿಷ್ಠ ಪ್ರಮಾಣದ ಸ್ವೀಕರಿಸುವವರನ್ನು ತಲುಪುವಾಗ ದೋಷದ ಕಡಿಮೆ ಅಂಚು. ಇದನ್ನು ನಿಮ್ಮ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ ಮಾದರಿ ಅಳತೆ. ನೀವು ಮಾದರಿ ಒಂದು ಮಟ್ಟವನ್ನು ಒದಗಿಸುವ ಫಲಿತಾಂಶವನ್ನು ಸಾಧಿಸಲು ಒಟ್ಟಾರೆ ಜನಸಂಖ್ಯೆಯ ನಿರ್ದಿಷ್ಟ ಶೇಕಡಾವಾರು ವಿಶ್ವಾಸ ಫಲಿತಾಂಶಗಳನ್ನು ಮೌಲ್ಯೀಕರಿಸಲು. ವ್ಯಾಪಕವಾಗಿ ಅಂಗೀಕರಿಸಲ್ಪಟ್ಟ ಸೂತ್ರವನ್ನು ಬಳಸಿಕೊಂಡು, ನೀವು ಮಾನ್ಯತೆಯನ್ನು ನಿರ್ಧರಿಸಬಹುದು ಮಾದರಿ ಅಳತೆ ಅದು ಒಟ್ಟಾರೆಯಾಗಿ ಜನಸಂಖ್ಯೆಯನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ.

ನೀವು ಇದನ್ನು RSS ಅಥವಾ ಇಮೇಲ್ ಮೂಲಕ ಓದುತ್ತಿದ್ದರೆ, ಉಪಕರಣವನ್ನು ಬಳಸಲು ಸೈಟ್‌ಗೆ ಕ್ಲಿಕ್ ಮಾಡಿ:

ನಿಮ್ಮ ಸಮೀಕ್ಷೆಯ ಮಾದರಿ ಗಾತ್ರವನ್ನು ಲೆಕ್ಕಹಾಕಿ

ಮಾದರಿ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ?

ಸ್ಯಾಂಪ್ಲಿಂಗ್ ಎನ್ನುವುದು ಇಡೀ ಜನಸಂಖ್ಯೆಯ ಗುಣಲಕ್ಷಣಗಳ ಬಗ್ಗೆ ತೀರ್ಮಾನಗಳನ್ನು ಮಾಡಲು ದೊಡ್ಡ ಜನಸಂಖ್ಯೆಯಿಂದ ವ್ಯಕ್ತಿಗಳ ಉಪವಿಭಾಗವನ್ನು ಆಯ್ಕೆ ಮಾಡುವ ಪ್ರಕ್ರಿಯೆಯಾಗಿದೆ. ದತ್ತಾಂಶವನ್ನು ಸಂಗ್ರಹಿಸಲು ಮತ್ತು ಜನಸಂಖ್ಯೆಯ ಬಗ್ಗೆ ಮುನ್ನೋಟಗಳನ್ನು ಮಾಡಲು ಸಂಶೋಧನಾ ಅಧ್ಯಯನಗಳು ಮತ್ತು ಸಮೀಕ್ಷೆಗಳಲ್ಲಿ ಇದನ್ನು ಹೆಚ್ಚಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ.

ಮಾದರಿಯ ಹಲವಾರು ವಿಭಿನ್ನ ವಿಧಾನಗಳನ್ನು ಬಳಸಬಹುದು, ಅವುಗಳೆಂದರೆ:

  1. ಸರಳ ಯಾದೃಚ್ಛಿಕ ಮಾದರಿ: ಇದು ಯಾದೃಚ್ಛಿಕ ವಿಧಾನವನ್ನು ಬಳಸಿಕೊಂಡು ಜನಸಂಖ್ಯೆಯಿಂದ ಮಾದರಿಯನ್ನು ಆಯ್ಕೆಮಾಡುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ, ಉದಾಹರಣೆಗೆ ಪಟ್ಟಿಯಿಂದ ಹೆಸರುಗಳನ್ನು ಯಾದೃಚ್ಛಿಕವಾಗಿ ಆಯ್ಕೆ ಮಾಡುವುದು ಅಥವಾ ಯಾದೃಚ್ಛಿಕ ಸಂಖ್ಯೆಯ ಜನರೇಟರ್ ಅನ್ನು ಬಳಸುವುದು. ಜನಸಂಖ್ಯೆಯ ಪ್ರತಿಯೊಬ್ಬ ಸದಸ್ಯರಿಗೂ ಮಾದರಿಗೆ ಆಯ್ಕೆಯಾಗುವ ಸಮಾನ ಅವಕಾಶವಿದೆ ಎಂದು ಇದು ಖಚಿತಪಡಿಸುತ್ತದೆ.
  2. ಶ್ರೇಣೀಕೃತ ಮಾದರಿ ನಿರ್ದಿಷ್ಟ ಗುಣಲಕ್ಷಣಗಳ ಆಧಾರದ ಮೇಲೆ ಜನಸಂಖ್ಯೆಯನ್ನು ಉಪಗುಂಪುಗಳಾಗಿ (ಸ್ತರಗಳು) ವಿಭಜಿಸುವುದು ಮತ್ತು ನಂತರ ಪ್ರತಿ ಸ್ತರದಿಂದ ಯಾದೃಚ್ಛಿಕ ಮಾದರಿಯನ್ನು ಆಯ್ಕೆಮಾಡುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಮಾದರಿಯು ಜನಸಂಖ್ಯೆಯೊಳಗಿನ ವಿವಿಧ ಉಪಗುಂಪುಗಳ ಪ್ರತಿನಿಧಿಯಾಗಿದೆ ಎಂದು ಇದು ಖಚಿತಪಡಿಸುತ್ತದೆ.
  3. ಕ್ಲಸ್ಟರ್ ಮಾದರಿ: ಇದು ಜನಸಂಖ್ಯೆಯನ್ನು ಸಣ್ಣ ಗುಂಪುಗಳಾಗಿ (ಗುಂಪುಗಳು) ವಿಭಜಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ ಮತ್ತು ನಂತರ ಸಮೂಹಗಳ ಯಾದೃಚ್ಛಿಕ ಮಾದರಿಯನ್ನು ಆಯ್ಕೆಮಾಡುತ್ತದೆ. ಆಯ್ದ ಕ್ಲಸ್ಟರ್‌ಗಳ ಎಲ್ಲಾ ಸದಸ್ಯರನ್ನು ಮಾದರಿಯಲ್ಲಿ ಸೇರಿಸಲಾಗಿದೆ.
  4. ವ್ಯವಸ್ಥಿತ ಮಾದರಿ: ಇದು ಮಾದರಿಗಾಗಿ ಜನಸಂಖ್ಯೆಯ ಪ್ರತಿ n ನೇ ಸದಸ್ಯರನ್ನು ಆಯ್ಕೆಮಾಡುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ, ಇಲ್ಲಿ n ಮಾದರಿ ಮಧ್ಯಂತರವಾಗಿದೆ. ಉದಾಹರಣೆಗೆ, ಮಾದರಿ ಮಧ್ಯಂತರವು 10 ಆಗಿದ್ದರೆ ಮತ್ತು ಜನಸಂಖ್ಯೆಯ ಗಾತ್ರವು 100 ಆಗಿದ್ದರೆ, ಪ್ರತಿ 10 ನೇ ಸದಸ್ಯರನ್ನು ಮಾದರಿಗೆ ಆಯ್ಕೆ ಮಾಡಲಾಗುತ್ತದೆ.

ಜನಸಂಖ್ಯೆಯ ಗುಣಲಕ್ಷಣಗಳು ಮತ್ತು ಅಧ್ಯಯನ ಮಾಡಲಾದ ಸಂಶೋಧನಾ ಪ್ರಶ್ನೆಯ ಆಧಾರದ ಮೇಲೆ ಸೂಕ್ತವಾದ ಮಾದರಿ ವಿಧಾನವನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದು ಮುಖ್ಯವಾಗಿದೆ.

ದೋಷದ ಅಂಚು ವಿರುದ್ಧ ವಿಶ್ವಾಸಾರ್ಹ ಮಟ್ಟ

ಮಾದರಿ ಸಮೀಕ್ಷೆಯಲ್ಲಿ, ದಿ ಆತ್ಮವಿಶ್ವಾಸದ ಮಟ್ಟ ನಿಮ್ಮ ಮಾದರಿಯು ಜನಸಂಖ್ಯೆಯನ್ನು ನಿಖರವಾಗಿ ಪ್ರತಿನಿಧಿಸುತ್ತದೆ ಎಂಬ ನಿಮ್ಮ ವಿಶ್ವಾಸವನ್ನು ಅಳೆಯುತ್ತದೆ. ಇದನ್ನು ಶೇಕಡಾವಾರು ಪ್ರಮಾಣದಲ್ಲಿ ವ್ಯಕ್ತಪಡಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ನಿಮ್ಮ ಮಾದರಿಯ ಗಾತ್ರ ಮತ್ತು ನಿಮ್ಮ ಜನಸಂಖ್ಯೆಯಲ್ಲಿನ ವ್ಯತ್ಯಾಸದ ಮಟ್ಟದಿಂದ ನಿರ್ಧರಿಸಲಾಗುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, 95% ರ ವಿಶ್ವಾಸಾರ್ಹ ಮಟ್ಟ ಎಂದರೆ ನೀವು ಸಮೀಕ್ಷೆಯನ್ನು ಹಲವಾರು ಬಾರಿ ನಡೆಸಿದರೆ, ಫಲಿತಾಂಶಗಳು 95% ಸಮಯ ನಿಖರವಾಗಿರುತ್ತವೆ.

ನಮ್ಮ ದೋಷ ಅಂಚುಮತ್ತೊಂದೆಡೆ, ನಿಮ್ಮ ಸಮೀಕ್ಷೆಯ ಫಲಿತಾಂಶಗಳು ನಿಜವಾದ ಜನಸಂಖ್ಯೆಯ ಮೌಲ್ಯದಿಂದ ಎಷ್ಟು ಬದಲಾಗಬಹುದು ಎಂಬುದರ ಅಳತೆಯಾಗಿದೆ. ಇದನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಶೇಕಡಾವಾರು ಪ್ರಮಾಣದಲ್ಲಿ ವ್ಯಕ್ತಪಡಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ನಿಮ್ಮ ಮಾದರಿಯ ಗಾತ್ರ ಮತ್ತು ನಿಮ್ಮ ಜನಸಂಖ್ಯೆಯಲ್ಲಿನ ವ್ಯತ್ಯಾಸದ ಮಟ್ಟದಿಂದ ನಿರ್ಧರಿಸಲಾಗುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಸಮೀಕ್ಷೆಯ ದೋಷದ ಅಂಚು ಪ್ಲಸ್ ಅಥವಾ ಮೈನಸ್ 3% ಎಂದು ಭಾವಿಸೋಣ. ಆ ಸಂದರ್ಭದಲ್ಲಿ, ನೀವು ಸಮೀಕ್ಷೆಯನ್ನು ಹಲವು ಬಾರಿ ನಡೆಸಿದರೆ, ನಿಜವಾದ ಜನಸಂಖ್ಯೆಯ ಮೌಲ್ಯವು ವಿಶ್ವಾಸಾರ್ಹ ಮಧ್ಯಂತರದಲ್ಲಿ (ಮಾದರಿ ಸರಾಸರಿ ಪ್ಲಸ್ ಅಥವಾ ಮೈನಸ್ ದೋಷದ ಅಂಚುಗಳಿಂದ ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆ) 95% ಸಮಯಕ್ಕೆ ಬರುತ್ತದೆ.

ಆದ್ದರಿಂದ, ಸಂಕ್ಷಿಪ್ತವಾಗಿ, ವಿಶ್ವಾಸಾರ್ಹ ಮಟ್ಟವು ನಿಮ್ಮ ಮಾದರಿಯು ಜನಸಂಖ್ಯೆಯನ್ನು ನಿಖರವಾಗಿ ಪ್ರತಿನಿಧಿಸುತ್ತದೆ ಎಂದು ನೀವು ಎಷ್ಟು ವಿಶ್ವಾಸ ಹೊಂದಿದ್ದೀರಿ ಎಂಬುದರ ಅಳತೆಯಾಗಿದೆ. ಅದೇ ಸಮಯದಲ್ಲಿ, ದೋಷದ ಅಂಚು ನಿಮ್ಮ ಸಮೀಕ್ಷೆಯ ಫಲಿತಾಂಶಗಳು ನಿಜವಾದ ಜನಸಂಖ್ಯೆಯ ಮೌಲ್ಯದಿಂದ ಎಷ್ಟು ಬದಲಾಗಬಹುದು ಎಂಬುದನ್ನು ಅಳೆಯುತ್ತದೆ.

ಪ್ರಮಾಣಿತ ವಿಚಲನ ಏಕೆ ಮುಖ್ಯ?

ಪ್ರಮಾಣಿತ ವಿಚಲನವು ಡೇಟಾದ ಗುಂಪಿನ ಪ್ರಸರಣ ಅಥವಾ ಹರಡುವಿಕೆಯನ್ನು ಅಳೆಯುತ್ತದೆ. ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿನ ವೈಯಕ್ತಿಕ ಮೌಲ್ಯಗಳು ಡೇಟಾಸೆಟ್‌ನ ಸರಾಸರಿಯಿಂದ ಎಷ್ಟು ಬದಲಾಗುತ್ತವೆ ಎಂಬುದನ್ನು ಇದು ನಿಮಗೆ ಹೇಳುತ್ತದೆ. ಸಮೀಕ್ಷೆಗಾಗಿ ಕನಿಷ್ಠ ಮಾದರಿ ಗಾತ್ರವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವಾಗ, ಪ್ರಮಾಣಿತ ವಿಚಲನವು ಅತ್ಯಗತ್ಯವಾಗಿರುತ್ತದೆ ಏಕೆಂದರೆ ನಿಮ್ಮ ಮಾದರಿಯಲ್ಲಿ ನಿಮಗೆ ಎಷ್ಟು ನಿಖರತೆ ಬೇಕು ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಲು ಇದು ನಿಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ.

ಪ್ರಮಾಣಿತ ವಿಚಲನವು ಚಿಕ್ಕದಾಗಿದ್ದರೆ, ಜನಸಂಖ್ಯೆಯಲ್ಲಿನ ಮೌಲ್ಯಗಳು ಸರಾಸರಿಗೆ ತುಲನಾತ್ಮಕವಾಗಿ ಹತ್ತಿರದಲ್ಲಿವೆ, ಆದ್ದರಿಂದ ಸರಾಸರಿಯ ಉತ್ತಮ ಅಂದಾಜು ಪಡೆಯಲು ನಿಮಗೆ ದೊಡ್ಡ ಮಾದರಿ ಗಾತ್ರದ ಅಗತ್ಯವಿರುವುದಿಲ್ಲ. ಮತ್ತೊಂದೆಡೆ, ಪ್ರಮಾಣಿತ ವಿಚಲನವು ದೊಡ್ಡದಾಗಿದ್ದರೆ, ಜನಸಂಖ್ಯೆಯಲ್ಲಿನ ಮೌಲ್ಯಗಳು ಹೆಚ್ಚು ಚದುರಿಹೋಗುತ್ತವೆ, ಆದ್ದರಿಂದ ಸರಾಸರಿಯ ಉತ್ತಮ ಅಂದಾಜು ಪಡೆಯಲು ನಿಮಗೆ ದೊಡ್ಡ ಮಾದರಿ ಗಾತ್ರದ ಅಗತ್ಯವಿದೆ.

ಸಾಮಾನ್ಯವಾಗಿ, ಪ್ರಮಾಣಿತ ವಿಚಲನವು ದೊಡ್ಡದಾಗಿದೆ, ಮಾದರಿಯ ಗಾತ್ರವು ದೊಡ್ಡದಾಗಿದೆ, ನೀವು ನಿರ್ದಿಷ್ಟ ಮಟ್ಟದ ನಿಖರತೆಯನ್ನು ಸಾಧಿಸಬೇಕಾಗುತ್ತದೆ. ಏಕೆಂದರೆ ದೊಡ್ಡ ಪ್ರಮಾಣಿತ ವಿಚಲನವು ಜನಸಂಖ್ಯೆಯು ಹೆಚ್ಚು ವ್ಯತ್ಯಾಸಗೊಳ್ಳುತ್ತದೆ ಎಂದು ಸೂಚಿಸುತ್ತದೆ, ಆದ್ದರಿಂದ ಜನಸಂಖ್ಯೆಯ ಸರಾಸರಿಯನ್ನು ನಿಖರವಾಗಿ ಅಂದಾಜು ಮಾಡಲು ನಿಮಗೆ ದೊಡ್ಡ ಮಾದರಿಯ ಅಗತ್ಯವಿದೆ.

ಕನಿಷ್ಠ ಮಾದರಿ ಗಾತ್ರವನ್ನು ನಿರ್ಧರಿಸುವ ಸೂತ್ರ

ನಿರ್ದಿಷ್ಟ ಜನಸಂಖ್ಯೆಗೆ ಅಗತ್ಯವಾದ ಕನಿಷ್ಠ ಮಾದರಿ ಗಾತ್ರವನ್ನು ನಿರ್ಧರಿಸುವ ಸೂತ್ರವು ಈ ಕೆಳಗಿನಂತಿರುತ್ತದೆ:

S = \ frac {\ frac {z ^ 2 \ times p \ left (1-p \ right)} {e ^ 2}} + 1+ \ left (\ frac {z ^ 2 \ times p \ left (1- p \ ಬಲ)} {e ^ 2N} \ ಬಲ)}

ಎಲ್ಲಿ:

  • S = ನಿಮ್ಮ ಒಳಹರಿವುಗಳನ್ನು ನೀಡಿ ನೀವು ಸಮೀಕ್ಷೆ ಮಾಡಬೇಕಾದ ಕನಿಷ್ಠ ಮಾದರಿ ಗಾತ್ರ.
  • N = ಒಟ್ಟು ಜನಸಂಖ್ಯೆಯ ಗಾತ್ರ. ಇದು ನೀವು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಬಯಸುವ ವಿಭಾಗ ಅಥವಾ ಜನಸಂಖ್ಯೆಯ ಗಾತ್ರವಾಗಿದೆ.
  • e = ದೋಷದ ಅಂಚು. ನೀವು ಜನಸಂಖ್ಯೆಯನ್ನು ಮಾದರಿ ಮಾಡಿದಾಗ, ದೋಷದ ಅಂಚು ಇರುತ್ತದೆ.
  • z = ಜನಸಂಖ್ಯೆಯು ನಿರ್ದಿಷ್ಟ ವ್ಯಾಪ್ತಿಯಲ್ಲಿ ಉತ್ತರವನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತದೆ ಎಂದು ನೀವು ಎಷ್ಟು ವಿಶ್ವಾಸ ಹೊಂದಬಹುದು. ವಿಶ್ವಾಸಾರ್ಹ ಶೇಕಡಾವಾರು z-ಸ್ಕೋರ್‌ಗೆ ಅನುವಾದಿಸುತ್ತದೆ, ನಿರ್ದಿಷ್ಟ ಅನುಪಾತದ ಪ್ರಮಾಣಿತ ವಿಚಲನಗಳ ಸಂಖ್ಯೆಯು ಸರಾಸರಿಯಿಂದ ದೂರವಿದೆ.
  • p = ಪ್ರಮಾಣಿತ ವಿಚಲನ (ಈ ಸಂದರ್ಭದಲ್ಲಿ 0.5%).

Douglas Karr

Douglas Karr ನ ಸಿಎಂಒ ಆಗಿದೆ ಓಪನ್‌ಇನ್‌ಸೈಟ್‌ಗಳು ಮತ್ತು ಸ್ಥಾಪಕ Martech Zone. ಡಗ್ಲಾಸ್ ಹಲವಾರು ಯಶಸ್ವಿ ಮಾರ್ಟೆಕ್ ಸ್ಟಾರ್ಟ್‌ಅಪ್‌ಗಳಿಗೆ ಸಹಾಯ ಮಾಡಿದ್ದಾರೆ, ಮಾರ್ಟೆಕ್ ಸ್ವಾಧೀನಗಳು ಮತ್ತು ಹೂಡಿಕೆಗಳಲ್ಲಿ $5 ಬಿಲಿಯನ್‌ಗಿಂತ ಹೆಚ್ಚಿನ ಪರಿಶ್ರಮದಲ್ಲಿ ಸಹಾಯ ಮಾಡಿದ್ದಾರೆ ಮತ್ತು ಕಂಪನಿಗಳು ತಮ್ಮ ಮಾರಾಟ ಮತ್ತು ಮಾರುಕಟ್ಟೆ ತಂತ್ರಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲು ಮತ್ತು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಲು ಸಹಾಯ ಮಾಡುವುದನ್ನು ಮುಂದುವರೆಸಿದ್ದಾರೆ. ಡೌಗ್ಲಾಸ್ ಅಂತರಾಷ್ಟ್ರೀಯವಾಗಿ ಗುರುತಿಸಲ್ಪಟ್ಟ ಡಿಜಿಟಲ್ ರೂಪಾಂತರ ಮತ್ತು ಮಾರ್ಟೆಕ್ ತಜ್ಞ ಮತ್ತು ಸ್ಪೀಕರ್. ಡೌಗ್ಲಾಸ್ ಅವರು ಡಮ್ಮೀಸ್ ಗೈಡ್ ಮತ್ತು ವ್ಯಾಪಾರ ನಾಯಕತ್ವ ಪುಸ್ತಕದ ಪ್ರಕಟಿತ ಲೇಖಕರೂ ಆಗಿದ್ದಾರೆ.

ಸಂಬಂಧಿತ ಲೇಖನಗಳು

ಮೇಲಿನ ಬಟನ್ಗೆ ಹಿಂತಿರುಗಿ
ಮುಚ್ಚಿ

ಆಡ್‌ಬ್ಲಾಕ್ ಪತ್ತೆಯಾಗಿದೆ

Martech Zone ಜಾಹೀರಾತು ಆದಾಯ, ಅಂಗಸಂಸ್ಥೆ ಲಿಂಕ್‌ಗಳು ಮತ್ತು ಪ್ರಾಯೋಜಕತ್ವಗಳ ಮೂಲಕ ನಾವು ನಮ್ಮ ಸೈಟ್‌ನಿಂದ ಹಣಗಳಿಸುವುದರಿಂದ ಯಾವುದೇ ವೆಚ್ಚವಿಲ್ಲದೆ ಈ ವಿಷಯವನ್ನು ನಿಮಗೆ ಒದಗಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ. ನೀವು ನಮ್ಮ ಸೈಟ್ ಅನ್ನು ವೀಕ್ಷಿಸಿದಾಗ ನಿಮ್ಮ ಜಾಹೀರಾತು ಬ್ಲಾಕರ್ ಅನ್ನು ನೀವು ತೆಗೆದುಹಾಕಿದರೆ ನಾವು ಪ್ರಶಂಸಿಸುತ್ತೇವೆ.