You are here
Home > রিসার্চ > রিসার্চ- Stages in the Research Process

রিসার্চ- Stages in the Research Process

Spread the love

Stages in the Research Process

 

1) Defining the Research Objectives:

 

রিসার্চ অবজেক্টিভ হলো সেই সব লক্ষ্য, যা রিসার্চের মাধ্যমে অর্জিত হবে।

অর্থাৎ এই স্পেসিফিক লক্ষ্যগুলো কে কেন্দ্র করেই পুরো রিসার্চ করা হবে। তাই একটা রিসার্চ শুরু করার প্রথম ধাপ হলো রিসার্চ অবজেক্টিভ বা গোল সেট করে নেয়া।
এর উপর সম্পূর্ণ রিসার্চ এর ডিজাইন নির্ভর করে।

 

এপ্লাইড রিসার্চের ক্ষেত্রে এই অবজেক্টিভগুলো ঠিক করা হয় ম্যানেজারিয়াল ডিসিশনের উপর নির্ভর করে, মানে ম্যানেজার এই রিসার্চের মাধ্যমে কি ধরনের সমস্যার সমাধান করতে চায় তা আগে জানতে হবে, প্রব্লেম স্টেটমেন্ট ঠিক করতে হবে, তারপর সেই অনুযায়ী গোল সেট করতে হবে।

 

ম্যানেজার এবং রিসার্চার রা আলোচনা সাপেক্ষে এগুলো ঠিক করবে৷ কয়েকটা ধাপে তারা ফাইনাল সিদ্ধান্ত গ্রহন করবে, রিসার্চাররা ম্যানেজারদেরকে একটা রিসার্চ প্রোপোজাল প্রেজেন্ট করার পর।

 

এই ধাপে তাদের কোনো আইডিয়াই আসলে ক্লিয়ার থাকে, অনুমানের উপর নির্ভর করে রিসার্চ প্রোপোজাল করা হয়। ম্যানেজাররা হয়ত শুধু সিম্পটমগুলো বলে, আর রিসার্চাররা তার উপর ভিত্তি করে প্রব্লেম স্টেটমেন্ট আর অবজেক্টিভ ঠিক করে।

 

** Defining the Managerial Decision Situation:

 

বিজনেস রিসার্চের ক্ষেত্রে বলা হয় যে,

A problem well defined is a problem half solved.

অর্থাৎ একটা প্রব্লেম ঠিক ভাবে খুঁজে বের করতে পারলেই এটা অর্ধেক সমাধান হয়ে গেছে বলা যায়।

 

এটা নিয়ে আইন্সটাইনের একটা উক্তি আছে যে,

 

“The formulation of a problem is often more essential than it’s solution.”

 

আসলেই তাই, সমস্যা ঠিকভাবে চিহ্নিত করা গেলে এর সমাধান কোনো ব্যাপার না। তাই সমস্যা খুঁজে বের করতে হবে খুব সতর্কতার সাথে।

আপনি যখন সমস্যা পেয়ে যাবেন, তখন রিসার্চের উদ্দেশ্য আপনার কাছে ক্লিয়ার হয়ে যাবে, আর সেই অনুযায়ী একদম এক্সাক্ট তথ্য সংগ্রহ করা সহজ হয়ে যাবে৷ অনেক বেশি তথ্য সংগ্রহ করতে গিয়ে মূল উদ্দেশ্য আর ব্যহত করার দরকার পরবে না, সময় অপচয় কম হবে।

 

তবে এক্ষেত্রে ম্যানেজমেন্ট লেভেল খুব অস্থির। ম্যানেজাররা বেশির ভাগ সময় রিসার্চের উপযোগী প্রশ্ন করার চেয়ে এর উত্তর জানার জন্য বেশি উদগ্রীব থাকে। সম্ভাব্য অনেক সমাধান নিয়ে এনালাইসিস করায় সময় না দিয়ে, দ্রুত সমাধান পেয়ে যেতে চান তারা।

বিজনেস রিসার্চের ক্ষেত্রে তাই প্রব্লেম আইডেন্টিফাই না করে তথ্য সংগ্রহ শুরু করে দিলে সেই তথ্য রিসার্চে কোনো কাজেই আসে না। রিসার্চের উদ্দ্যেশ্যই ব্যহত হয় এভাবে, সময় আর বাজেটের অপচয় হয়।

তাই রিসার্চারদেরকে রিসার্চ উপযোগী তথ্য দিয়ে সমস্যাগুলো চিহ্নিত করতে সর্বাত্মক সহযোগীতা ম্যানেজমেন্ট লেভেলের করা উচিত।

 

** Exploratory Research:

 

এটা সম্পর্কে আগেই এক পোস্টে আলোচনা করেছি। এটা প্রাইমারি লেভেলের রিসার্চ, যা যে কোনো ধরণের রিসার্চের ফাউন্ডেশন তৈরী করতে সাহায্য করে তথ্যের অস্পষ্টতা দূর করার মাধ্যমে।

রিসার্চ টপিক ঠিক করা, সমস্যা চিহ্নিত করা, স্পেসিফিক গোল সেট করা ইত্যাদিতে সাহায্য করে এই এক্সপ্লোরেটরি রিসার্চ।

এই রিসার্চের বেসিক কয়েকটা ক্যাটাগরি আছে, যেগুলোর মাধ্যমে একটা স্ট্রাকচারড রিসার্চ ডিজাইন করার জন্য ক্লিয়ার আইডিয়া পাওয়া যায়।

যেমনঃ Previous Research, Pilot study, Case study, Experience Surveys

 

1) Previous Research/Secondary or Historical data :

 

এই পদ্ধতিতে পূর্ববর্তীতে করা বিভিন্ন রিসার্চ পেপার, বিভিন্ন সার্ভে রিপোর্ট, বিভিন্ন নিউজপেপার বা ওয়েবসাইট আর্টিকেল ইত্যাদি আউটসাইড বিভিন্ন সোর্স থেকে কালেক্ট করা হয়, যার উপর তৈরী করা হয় রিসার্চের Literature Review.

যেমন ধরেন, ই-কমার্স নিয়ে রিসার্চ করতে গেলে আমি গুগলে থেকে ই-কমার্স রিলেটেড যাবতীয় আর্টিকেল, রিসার্চ পেপার স্টাডি করে নিব, রাজীব আহমেদ স্যারের সব লেখা পড়ে নিব, যেহেতু স্যার এই ব্যাপারে অনেক বেশি অভিজ্ঞ একজন।

তারপর যা যা তথ্য এগুলো পড়ে পাব সব লিটারেচার রিভিউ পার্টে এড করে নিব সাইটেশন(সোর্স রেফারেন্স) দেয়া সহ।

 

2) Pilot study:

 

একে অনেকটা Pretest বলা যায়, মানে রিসার্চ এর পূর্বে ক্ষুদ্র পরিসরে একটা রিসার্চ করে নেয়া সম্ভাব্য রেসপন্ডেন্ট দের থেকে তথ্য নিয়ে। ১০-১২ জনের একটা ফোকাস গ্রুপ ঠিক করে তাদের ইন্টারভিউ নিয়ে প্রাইমারি একটা ধারণা নেয়া যায়, যা রিসার্চের আইডিয়া ডেভেলপ করতে সাহায্য করে।

 

যেমনঃ ই-কমার্স নিয়ে রিসার্চ করলে এই সেক্টরে যারা কাজ করছে সবাই এই রিসার্চের সম্ভ্যাব্য রেসপনডেন্ট, এখান থেকে কয়েকজনের সাথে কথা বলে নেয়া যায় আইডিয়া পাওয়ার জন্য।

 

3) Case study:

 

কেইস স্টাডি বলতে সহজ ভাষায় ঘটে যাওয়া কোনো ঘটনা নিয়ে স্টাডি করা বোঝায়, যা থেকে আইডিয়া পাওয়া যায় কি কারণে এমন ঘটনা ঘটেছে, কি সমস্যা হয়েছে, কি সমাধান হতে পারে। কেইস স্টাডি একটা ঘটনার পুরো সিনারিও টা চোখের সামনে নিয়ে আসে।


আমাদের দেশের ই-কমার্স নিয়ে রিসার্চ করতে চাইলে, সারাবিশ্বেরই ই-কমার্স রিলেটেড কেইস স্টাডিগুলো খুঁজে বের করে পড়া যেতে পারে।

 

4) Experience Survey:

 

প্রথমে উদাহরণ দিয়েই বলি এটা যে, ই-কমার্স নিয়ে রিসার্চ করতে গেলে যারা এই ইন্ডাস্ট্রি থেকে সার্ভিস নিচ্ছেন মানে ক্রেতা হিসেবে এই ইন্ডাস্ট্রির সাথে জড়িত, তাদের একটা অংশের মতামত জানতে চাওয়া যেতে পারে অথবা এই বিষয়ে অভিজ্ঞ যারা, এমন কিছু মানুষের অভিজ্ঞতা আর মতামত জানতে চাওয়া যেতে পারে।


যেমনঃ Razib Ahmed স্যারের ইন্টারভিউ, বিভিন্ন প্রতিষ্ঠান প্রধানের ইন্টারভিউ, কিছু ক্রেতাদের ইন্টারভিউ নেয়া যেতে পারে আইডিয়া নেয়ার জন্য।

তবে এই Exploratory Research পার্টটা যে ফলো করতেই হবে এটা বাধ্যতামূলক না, শুধু আইডিয়া ক্লিয়ার করার জন্য এর দরকার হয়। তাই এটা রিসার্চারের ইচ্ছার উপর নির্ভর করে এই রিসার্চ করে নিবে নাকি ডিরেক্টলি সিস্টেমেটিক রিসার্চের কাজ শুরু করে দিবে।

 

** Stating Research Objective :

 

উপরে এতোক্ষন যা কিছু আলোচনা করলাম তার পুরোটাই দরকার একটা স্পেসিফিক প্রব্লেম স্টেটমেন্ট রিসার্চের জন্য ঠিক করে, স্পেসিফিক কিছু রিসার্চ অবজেক্টিভ ঠিক করা।

উপরোক্ত সব ডাটা এনালাইসিস করে আইডিয়া নিয়ে এমন ভাবে ডিসিশন বা প্রব্লেম স্টেটমেন্ট এবং অবজেক্টিভ তৈরী করতে হবে, যার ব্যাপারে ম্যানেজার এবং রিসার্চার একমত হবে যে, হ্যাঁ আমরা রিসার্চের মাধ্যমে এই জিনিসগুলোই জানতে চাই।

 

** Linking Decision statement, objective and Hypothesis:

 

এইবার কাজ হলো প্রব্লেম বা ডিসিশন স্টেটমেন্ট, অবজেক্টিভ এর ভিত্তিতে হাইপোথিসিস তৈরী করে সেগুলোকে সমন্বয় করা। যে কয়টা অবজেক্টিভ ঠিক করা হবে, তার এগেইনস্টে সেইম সংখ্যক বা তার বেশি হাইপোথিসিস দাঁড় করা যেতে পারে।

উদাহরণঃ

 

প্রব্লেম বা ডিসিশন স্টেটমেন্টঃ ই-কমার্সে ডেলিভারি সমস্যা কি করে দূর করা যেতে পারে?

 

অবজেক্টিভঃ ডেলিভারি নিয়ে প্রধান সমস্যাগুলোকে চিহ্নিত করতে হবে।

 

হাইপোথিসিস ১. ট্রাডিশনাল কুরিয়ার সার্ভিসগুলোতে ই-পেমেন্ট সিস্টেম চালু করলে কেশ অন ডেলিভারি প্রসেস সহজ হবে।

 

হাইপোথিসিস ২. কুরিয়ারগুলোকে সরকার নির্ধারিত আইনের আওতায় নিয়ে আসলে বিশ্বস্ততা বাড়বে।

2) Planning the Research Design:  

এটাকে রিসার্চের মাস্টার প্ল্যান বলা হয়, যা নির্ধারণ করে কি প্রসিডিওর ফলো করে রিসার্চের জন্য প্রয়োজনীয় ডাটা কালেকশন এবং এনালাইসিস করা হবে। এটা একটা রিসার্চের সম্পূর্ণ ফ্রেমওয়ার্ক তৈরী করে ও কর্মপরিধি ঠিক করে প্রব্লেম স্টেটমেন্ট এবং রিসার্চ অবজেক্টিভের ভিত্তিতে।  

এই ধাপে রিসার্চার ঠিক করবে – কোন কোন সোর্স থেকে ডাটা কালেকশন করবে, ডিজাইন টেকনিক কি হবে অর্থাৎ সার্ভে, এক্সপেরিমেন্ট, সেকেন্ডারি ডাটা নাকি অবজার্ভেশন কোন পদ্ধতি ফলো করবে ডাটা কালেকশনের ক্ষেত্রে, সেম্পলিং মেথডোলজি কি হবে, রিসার্চের বাজেট এবং টাইম লাইন কি হবে সব নির্ধারণ

** Selection of the Basic Research Method:  

Descriptive এবং Causal রিসার্চ করার জন্য ৪টা বেসিক ডিজাইন টেকনিক ফলো করা হয়।  

এখন এই ৪টেকনিকের কোনটা রিসার্চে ফলো করা হবে এটা নির্ভর করবে রিসার্চ অবজেক্টিভ, ডাটা কালেকশনের জন্য পর্যাপ্ত সোর্স, সিদ্ধান্ত নেয়ার সময় অর্থাৎ রিসার্চ টাইমলাইন,বাজেট এবং সর্বোপরি ম্যানেজমেন্ট লেভেলের চাহিদার উপর।   কোন টেকনিক কিভাবে কাজ করে এখন দেখে নেই-

Survey:  

প্রাইমারি ডাটা কালেকশনের জন্য এটা সবচেয়ে কমন মেথড। প্রাইমারি ডাটা কালেকশন বলতে বোঝায়, ডাটা অন্য কোনো সোর্স বা আগের করা কোনো রিসার্চ থেকে না নিয়ে আপনি নিজে সরাসরি ডাটা সংগ্রহ করছেন। সার্ভে হচ্ছে এমন একটা প্রসেস, যা রেসপন্ডেন্ট দের থেকে রিসার্চ কোয়েশ্চনারির মাধ্যমে বা সরাসরি ইন্টারভিউ নিয়ে ডাটা সংগ্রহ করে থাকে।

এই ইন্টারভিউ নেয়ার প্রসেস হতে পারে সরাসরি, অথবা গুগল ফর্মে সার্ভে কোয়েশ্চনারি ক্রিয়েট করে ইমেইল, অথবা ফেসবুকের মাধ্যমে।   যেমন, ই-কমার্স নিয়ে রিসার্চ করলে আমি এখন খুব সহজ উপায়ে যাস্ট একটা গুগল ফর্ম এ সার্ভে কোয়েশ্চনারি ক্রিয়েট করে সেটার লিঙ্ক ফেসবুকে এড করে দিয়ে ডাটা কালেকশন করতে পারব।  

Experiment:  

এই টেকনিক ফলো করতে হলে ল্যাবরেটরিতে পরীক্ষা নিরীক্ষা বা ফিল্ড ওয়ার্ক করতে হবে। সাধারণত বৈজ্ঞানিক কোনো রিসার্চ করলে এই প্রসেস ফলো করা হয়।  

Secondary Data:  

এই টেকনিক ফলো করে আগের করা বিভিন্ন সার্ভে, রিসার্চ পেপার, ম্যাগাজিন, জার্নাল, আর্টিকেল ইত্যাদি থেকে সেকেন্ডারি ডাটা সংগ্রহ করা হয় এবং রিসার্চে যাস্ট সেগুলোর সোর্সিং রেফারেন্স এড করে দেয়া হয়।  

যেমন, ই-কমার্স ইন্ডাস্ট্রি নিয়ে রিসার্চ করলে আমি প্রথমে গুগলে সার্চ করে এই রিলেটেড যাবতীয় তথ্য সংগ্রহ করে নেয়ার চেষ্টা করব। সেকেন্ডারি ডাটা কালেকশন করা সহজ এইজন্য যে আগের রেডি করা সোর্স থেকে ডাটা নিচ্ছি, খুব কম মাথা খাটাতে হচ্ছে আমাকে। তবে ডাটাগুলো কতটা ভ্যালিড এটা নিয়ে ভাবতে হবে অবশ্যই।  

Observation:  

এই পদ্ধতিতে ডাটা কালেকশন করা বেশ কঠিন ব্যাপার। কারণ এই কাজটা রেসপন্ডেন্টদের না জানিয়ে করতে হবে, যাস্ট দূর থেকে পর্যবেক্ষণ করে বোঝার চেষ্টা করতে হবে।  

যেমন, মাঝে মাঝে বিভিন্ন কোম্পানি তাদের কোনো একটা সমস্যা বোঝার জন্য গোপনে এমন অবজার্ভার বাইরে থেকে হায়ার করে আনে সিক্রেটলি এমপ্লয়দের কাজকর্ম, এটিচিউট, মোটিভ ইত্যাদি নীরবে পর্যবেক্ষণ করার জন্য। এতে সমস্যাটা হওয়ার পেছনের কারণ খুঁজে বের করা হয়। এই পদ্ধতি যদিও কঠিন, তবে ফলপ্রসু কারণ এতে তথ্য বায়াস হওয়ার সম্ভাবনা কম, যেহেতু কেউ জানতেই পারছে না যে কেউ গোপনে অবজার্ভ করছে।  

3) Planning the Sample or Sampling:  

রিসার্চের এই পর্যায়ে এসে আমাদেরকে স্টাটিস্টিক্স বা পরিসংখ্যান বুঝতে হবে। কারণ স্যাম্পলিং প্ল্যানিং এবং প্রসেস পুরোপুরি সম্পন্ন করতে হবে পরিসংখ্যানের ভিত্তিতেই।  

স্যাম্পলিং এমন একটা স্টাটিস্টিকাল পদ্ধতি যার মাধ্যমে বিশাল সংখ্যক একটা পপুলেশন বা জনগোষ্ঠী থেকে একটা নির্দিষ্ট সংখ্যক অংশকে বেছে নেয়া হয় স্যাম্পল হিসেবে। একে তাই একটা লার্জার পপুলেশনের সাবসেট বলা হয়।  

আপনি যে টার্গেট পপুলেশন থেকে স্যামলিং করবেন তাদের বৈশিষ্ট্য হতে হবে এক, যেন এখান থেকে যে কয়জনকেই স্যাম্পল হিসেবে নেয়া হোক না কেনো তার দ্বারা পুরো পপুলেশনের বৈশিষ্ট্যই বুঝে নেয়া যাবে।  

যেমনঃ একটা অর্গানাইজেশনাল রিসার্চের ক্ষেত্রে সেই অর্গানাইজেশনের সকল কাস্টমার এবং এমপ্লয় হচ্ছে পপুলেশন। আর সেখান থেকে বাছাইকৃত একটা নির্দিষ্ট সংখ্যক লোক স্যাম্পল হিসেবে বিবেচ্য হবেন, কারা হবেন সেটা স্যাম্পলিং প্রসিডিওরে ভিত্তিতে ঠিক করা হবে।  

রিসার্চের জন্য তাই টার্গেট পপুলেশন বেছে নেয়া, স্যাম্পল সাইজ অর্থাৎ পপুলেশন থেকে এক্সাক্টলি কতজনকে স্যাম্পল ধরা হবে তা ঠিক করা এবং ফাইনালি স্যাম্পল ইউনিট কি হবে বাছাই করা, এই সবই কিন্তু বেশ চ্যালেঞ্জিং ইস্যু, এবং জটিল একটা প্রসেস।  

সাধারণত দুইভাবে স্যাম্পলিং করা যায় –  

১) Probability Sampling:  

এই পদ্ধতিতে একটা পপুলেশনের সকল সদস্যদের সম্পর্কে জানা থাকে, সবার বৈশিষ্ট্য এক থাকে, পপুলেশনের প্রত্যেক সদস্যকেই স্যাম্পল হিসেবে বাছাই করার সম্ভাবনা থাকে। তাই তখন Simple Random Sampling পদ্ধতিতে স্যাম্পলিং করা হয়।  

২) Non-probability Sampling:  

এই পদ্ধতিতে Simple random sampling প্রসেস ব্যবহার করা সম্ভব হয় না, তাই পপুলেশনের প্রত্যেকের স্যাম্পল হওয়ার সমান সুযোগ থাকে না। রিসার্চাররা সাধারণত পার্সোনাল অবজার্ভেশনের ভিত্তিতে একটা ফোকাস গ্রুপকে স্যাম্পল হিসেবে বেছে নিতে পারে। এটা বেশির ভাগ ক্ষেত্রে Exploratory Research এর Pilot study করতে করা হয়, কারণ তখন অনেক বেশি সময় নিয়ে সিস্টেমেটিক রিসার্চ করার সময় সুযোগ থাকে না।

একটা পূর্নাঙ্গ রিসার্চের ৬টা স্টেজের মাঝে প্রথম ৩টা স্টেজ শুধু প্ল্যানিং নির্ভর, সেগুলোর মাধ্যমে শুধু কিভাবে রিসার্চ করা হবে তার প্ল্যান সাজানো হয়। আর সেই প্ল্যান অনুসারে রিসার্চের মূল কার্যক্রম শুরু হয় ৪র্থ স্টেজ থেকে। এই পোস্টে স্টেজ ৪,৫ এবং ৬ কভার করে ফেলব ইনশাআল্লাহ্। কারণ পরবর্তীতে এগুলোকে আবার ডিটেইলস লিখতেই হবে।

৪) Collecting the Data/ Gathering Data:

এই স্টেজে এসে রিসার্চ প্ল্যান অনুযায়ী ডাটা কালেকশনের কাজ শুরু করা হয় এবং অবশ্যই কালেক্টেড ডাটাগুলো কতটা ভ্যালিড সেটাও দেখা হয়। কি কি উপায়ে সাধারণত ডাটা কালেক্ট করা যেতে পারে তা পূর্বের পোস্টগুলোতে উল্লেখ করেছি। সেই উপায়গুলোকে আবার দুইভাবে সঙ্গায়িত করা হয়।

১) Obtrusive Methods:

রেসপন্ডেন্টদের থেকে যদি সরাসরি সার্ভে কোয়েশ্চনারি বা ইন্টারভিউ এর মাধ্যমে ডাটা কালেক্ট করা হয় তবে তাকে Obtrusive Methods বলা হবে।

2) Unobtrusive Methods:

আর যদি কাউকে কিছু না জানিয়ে শুধু Observation এর মাধ্যমে ডাটা কালেক্ট করা হয় তবে সেটাকে বলা হবে Unobtrusive Methods।ডাটা কালেকশনের সময় এর একুরেসির দিকে সর্বোচ্চ মনোযোগী হতে হবে, সার্ভে কোয়েশ্চনারির ক্ষেত্রে উপযুক্ত প্রশ্ন নির্বাচনে মনোযোগী হতে হবে, না হয় সামান্য ভুলের জন্য এর পুরো উদ্দ্যেশ্যটাই বৃথা যাবে।

৫) Processing & Analyzing the Data:

পূর্ববর্তী স্টেজের মাধ্যমে যেসব ডাটা কালেক্ট করা হবে সেগুলো হল Raw Data, এগুলোতে সরাসরি প্রেজেন্টেবল না, কারণ তখনও ডাটাগুলো সঠিক অর্ডারে সাজানো হয় নি, কোনো ধরণের ভুল ডাটা আছে কিনা তা চেক করা হয় নি। তাই কালেক্টকৃত ডাটাগুলোকে এই স্টেজে এসে ম্যানেজমেন্ট লেভেলে প্রেজেন্ট করার মতো করে সাজাতে হবে যেন, ডাটাগুলো দেখে বুঝতে এবং সিদ্ধান্ত নিতে সমস্যা না হয়।

দুই ধাপে ডাটাগুলো প্রসেস এবং এনালাইজ করা হয়।

** Editing and Coding:

ডাটা এডিটিং এবং কোডিং এর মাধ্যমে সব ডাটা চেক করে ভুলগুলো বের করে ঠিক করা হয়, সঠিক উপায়ে ক্যাটাগরি ওয়াইজ সাজানো হয় এবং সেগুলোকে কম্পিউটারে রেকর্ড করা হয়।

** Data Analysis:

ডাটা এনালাইসিসের মাধ্যমে ডাটাগুলোকে সহজভাবে ব্যাখ্যা করা হয়, সামারাইজ করা হয় রিসার্চ ডিজাইনে ম্যানেজমেন্ট লেভেলের দেয়া রিকুয়ারমেন্টস অনুযায়ী। স্ট্যাটিস্টিক্যাল এনালাইসিসের মাধ্যমেই সাধারণত এটা করা হয়ে থাকে, তবে এছাড়াও আরও ডাটা এনালাইসিস প্রসেস রয়েছে, যেমন Text Analysis, Diagnostic Analysis, Predictive Analysis, Prescriptive Analysis।

6) Formulating the Conclusion & Preparing the Report:

রিসার্চের মূলকাজ সব শেষ, এই স্টেজে এসে এখন ফলাফল আর রিপোর্ট সাজানোর পালা।

অর্থাৎ রিসার্চ এর মাধ্যমে হাইপোথিসিস এনালাইসিস করে যেসব ফলাফল পাওয়া গিয়েছে সেগুলো ক্লিয়ারলি ব্যাখ্যা করতে হবে, রিসার্চের উদ্দ্যেশ্য কতটা সফল হয়েছে তা ব্যাখ্যা করতে হবে এবং সবকিছু সামারাইজ করে একটা এপ্রপ্রিয়েট Conclusion লিখতে হবে। ফাইনালি সবকিছু একসাথে করে রিসার্চ রিপোর্ট তৈরী করতে হবে।


Spread the love
খাতুনে জান্নাত আশা
This is Khatun-A-Jannat Asha from Mymensingh, Bangladesh. I am entrepreneur and also a media activist. This is my personal blog website. I am an curious woman who always seek for new knowledge & love to spread it through the writing. That’s why I’ve started this blog. I’ll write here sharing about the knowledge I’ve gained in my life. And main focus of my writing is about E-commerce, Business, Education, Research, Literature, My country & its tradition.
https://khjasha.com

One thought on “রিসার্চ- Stages in the Research Process

Leave a Reply

Top
%d bloggers like this: