توسعه اجتماعی در نواحی روستایی (6)

در دسترس بودن و جمع آوری داده ها

دوم آنکه باید به دست آوردن داده های مورد نیاز برای سنجش متغیرهایی که به عنوان معرف انتخاب می شوند،امکان پذیر باشد،این داده ها یا از منابع ثانویه به دست می آیند (داده هایی که قبلا جمع آوری شده اند و در دسترس قرار دارند)یا از طریق شیوه های هزینه کارا برای جمع اوری داده ها.انجام این کار اغلب مشکلی عمده به شمار می آید.بسیاری از اطلاعات مورد نیاز،دست کم به شکلی که ما می خواهیم،در دسترس نیست و هزینه جمع اوری آن سرسام اور است.برای مثال،بیشتر معرفهای کیفیت زندگی مستلزم انجام پیمایشهای خانواری مفصل هستند،پیمایشهایی که گران و وقت گیر می باشند.این مشکلات به ویژه در سطح بخش چشمگیر هستند،مخصوصا اگر برای یک پروژه یا طرح خاص نیاز به اطلاعات داشته باشیم و نخواهیم صرفا تاثیر کلی سطح توسعه اجتماعی را ارائه دهیم.تمامی داده های ثانویه در دسترس احتمالا برای مقاصد برنامه ریزی ملی جمع آوری شده اند و بنابراین،برای این پروژه یا طرح خاص ارزش زیادی ندارند،و افراد به ندرت منابع لازم برای جمع آوری داده های مخصوص خود را در اختیار دارند.

امکان انجام مقایسه بر اساس داده ها

سوم آنکه داده ها باید به شکلی در دسترس باشند که بتوان بر اساس آنها نواحی یا جوامع مختلف را درطول زمان باهم مقایسه کرد.این بدان مفهوم است که داده ها باید به شکل مقایسه ای یا مقیاس پذیر بیان شوند.انجام این کار هنگامی آسان است که داده ها شکل کمی (یعنی عددی)دارند،اما آنگاه که ماهیت کیفی دارند (همان طور که اغلب در مورد داده های اجتماعی چنین است)کار ئشوار می شود.در موردداده هایی که ماهیت کیفی دارند،می توان یا از نوعی مقیاس کیفی استفاده کرد(مثلا بالا ، متوسط ،پایین ،بسیار خوب، نستا ضعیف ،خیلی ضعیف ، یا می توان توصیفهای کتبی کوتاهی ارائه کرد که نقاط اصلی تشابه و /یا افتراق را نشان دهد.

همچنین،این بدان معناست که داده ها باید در فواصل زمانی منظم جمع آوری شوند،تا بتوان مقایسه ها را در طول زمان به انجام رساند،و نیز داده ها باید بر اساس نواحی یا گروههایی که قصد مقایسه آنها را داریم،تجزیه (یا تکه تکه ) شوند.انجام این کار،در صورتی که نقطه اتکای ما داده هایی باشد که برای مقاصد برنامه ریزی ملی جمع آوری شده است،اغلب در سطح بخش یک مشکل محسوب می شود.به عنوان مثال،در بیشتر کشورها پیمایشهای خانواری نمونه ای در فواصل زمانی منظم انجام می شوند،اما این نمونه ها معمولا به قدری کوچک هستند که اطلاعات معناداری درباره تفاوتهای درونی یک بخش ارائه نمی دهند و این اطلاعات ،به دلیل زمانی که صرف پردازش مقادیر بزرگ داده ها می شود،اغلب تا مدتها پس از جمع آوری قابل استفاده نیستند و پس از این مدت نیز ممکن است کاملا کهنه شده باشند.