میں کیسے جانوں کہ میں نے فرق پیدا کیا ہے؟

ایک تشخیص کے چار کلیدی مراحل ہوتے ہیں: ڈیزائن کرنا، ڈیٹا اکٹھا کرنا، ڈیٹا کا تجزیہ کرنا، اور اپنے نتائج پیش کرنا۔

1۔ اپنی تشخیص ڈیزائن کریں

جب کبھی ممکن ہو تو آپ کے تشخیصی تجزیات میں دو مرکزی عناصر شامل کیے جانے چاہیے: بعد از تبدیلی ابتدائی اور موازنہ گروپس۔

اس خیال کے پس پشت ایک پری پوسٹ انٹروینشن ڈیزائن بہت سادہ ہے۔ مثال کے طور پر، اگر آپ یہ جاننا چاہتے ہیں آیا کہ آپ کی غذا کارگر ہوئی ہے، تو غذا سے پہلے اور بعد، آپ اپنے وزن کی پیمائش کریں گے۔ تو پھر آپ یہ معلوم کریں گے آیا کہ آپ کا وزن تبدیل ہوگیا ہے۔ اسی طرح، اگر آپ یہ جاننا چاہتے ہیں آیا کہ آپ کی فیس بُک پر آپ کی مداخلت تارکین وطن کے خلاف نفرت کو کم کرنے کا کام کرتی ہے، تو آپ کو اپنی مداخلت سے پہلے اور اس کے بعد، نفرت کی پیمائش کرنے ضرورت ہوتی ہے اور یہ چیک کرنے کی ضرورت ہوتی ہے آیا کہ اس میں کوئی اختلاف ہے یا نہیں۔

موازنہ گروپس ایسے افراد پر مشتمل ہوں گے جنہوں نے آپ کے پروگرام میں کوئی حصہ نہ لیا ہو۔ ان سے ڈیٹا اکٹھا کرنا بھی، آپ کو یہ چیک کرنا ممکن بناتا ہے کہ اگر آپ نے اپنا پروجیکٹ چلایا نہ ہوتا تو پھر کیا ہوتا۔

موازنہ گروپس آپ کو دیگر معاملات کو کنٹرول کرنا ممکن بناتے ہیں جو آپ کے پروگرام پر اثرانداز ہوسکتے ہیں۔ مثال کے طور پر: کیا ہوگا اگر فیس بُک پر مذہبی اقلیتوں کی جانب برداشت و رواداری کو بہتر بنانے کے لیے آپ کی مداخلت کے دوران، مذہبی اقلیت کا کوئی رکن بدقسمتی سے کسی مقامی لڑکی کے خلاف کوئی جُرم کا ارتکاب کر ڈالے؟ اس بات کا قوی امکان ہے کہ اس عمل سے اور میڈیا پر اس کے متعلق کی جانے والی بحث و مباحث سے، فیس بُک پر مذہبی اقلیتوں کی جانب عدم برداشت کی سطح بڑھ جائے گی۔ اس معاملہ میں، ایک موازنہ گروپ کے ہونے کا واحد طریقہ یہ ہے کہ آپ تب بھی اپنے پروگرام کے اثرات کی پیمائش کر سکتے ہیں، کیونکہ پروگرام گروپ اور موازنہ گروپ، دونوں جُرم کی خبروں سے متاثر ہوچکے ہوں گے، صرف پروگرام گروپ آپ کی مداخلت کے اثرات دکھائے گا۔ مندرجہ ذیل ویڈیومیں موازنہ گروپس کے بارے میں مزید جانیں۔

2۔ اپنا ڈیٹا اکٹھا کریں

تحقیقاتی نقطہ نظر کی دو وسیع اقسام ہیں جو کہ آپ اپنے ڈیٹا کو اکٹھا کرنے کے لئے استعمال کرسکتے ہیں: معیاری اور مقداری۔

معیاری وسائل کا مقصد یہ سمجھنا ہے کہ آپ کا پروگرام نے اپنا مقصد کیوں حاصل کیا یا نہیں کیا۔ مثال کے طور پر، وقت کے ساتھ ساتھ آپ فیس بُک صارفین کی جانب سے استعمال کی جانے والی زبان کا تجزیہ کرسکتے ہیں، یا آپ ایسے لوگوں کا انٹرویو کرسکتے ہیں جو فیس بُک گروپ میں پوسٹ کرتے ہیں اور ان سے پوچھ سکتے ہیں کہ وہ آپ کے مداخلت کے پروگرام کے بارے میں کیا سوچتے ہیں۔

مقداری وسائل کا مقصد مقداری پیمائش (اعداد میں تبدیل کرنا، جیسے آپ اپنا وزن کلو گرامز میں پیمائش کریں) کرنا ہے اس تبدیلی کی جو کہ آپ کے پروگرام کو حاصل ہوئی ہے۔ مثال کے طور پر،آپ ناقابل برداشت فیس بُک پوسٹوں کے لائیکس اور شیئرز کو گنتی کر سکتے ہیں۔ یا آپ جہاں اپنی مداخلت کر رہے ہوں وہاں فیس بُک گروپ صارفین کے تمام تحریری جملوں کو اسکور دے سکتے ہیں، ایک ایسے پیمانے پر جس میں 1 = زیادہ سے زیادہ عدم برداشت اور 10 = زیادہ سے زیادہ رواداری کی سطح ہے۔ متوازی طور پر، آپ فیس بُک صارفین کے ایک بڑے گروپ کے درمیان ایک سوالنامہ ترتیب دے سکتے ہیں اور ان کی برداشت و رواداری کی سطح کا اندازہ بھی لگا سکتے ہیں۔

جب آپ کسی آن لائن کیمپین کے اثرات کا جائزہ لیں، تو یہ ضروری ہوگا کہ آپ جتنے مختلف طریقوں کو استعمال کرسکتے ہوں، استعمال کریں:

1۔ آن لائن اثرات کی تمام میٹرکس جمع کریں جو آپ کو دستیاب ہوں۔ سب سے بنیادی یہ ہیں:

2۔ حقیقی لوگوں سے پوچھیں کہ وہ آپ کی مہم (مثلاً، آپ کی ویڈیوز) کے بارے میں کیا سوچتے ہیں بذریعہ:

مختلف نکتہ نظر کو یکجا کرنا بہت ضروری ہے، کیونکہ قابل مشاہدہ آن لائن روّیہ لوگوں کے اصل مؤقف کو مکمل یا مستقل طور سے ظاہر نہیں کرتا۔ مثال کے طور پر، جب آپ ویوز اور شیئرز گن رہے ہوں، تو آپ کو یہ معلوم نہیں ہوسکے گا کہ لوگ کسی ویڈیو کو دیکھتے یا شئیر کرتے ہیں کیوں کہ وہ اسے پسند کرتے ہیں، یا کیوں کہ وہ اسے ناپسند کرتے ہیں، یا اس وجہ سے کہ وہ اکتا گئے ہیں۔ واقعتاً اصلیت جاننے کا واحد طریقہ یہ ہے کہ خود ان سے پوچھیں کہ وہ کیا سوچتے ہیں۔

تشخیص انجام دینے میں اخلاقی امور بھی شامل ہوتے ہیں۔ مزید معلومات کے لیے اس مختصر ویڈیو کو دیکھیں۔

3۔ اپنے ڈیٹا کا تجزیہ کریں

جب آپ تمام ڈیٹا اکٹھا کرلیں گے، تو پھر آپ کو ڈیٹا کا تجزیہ انجام دینے کی ضرورت ہوگی۔ انٹرویوز اور فوکس گروپ ڈیٹا کا تجزیہ کرنے کے لیے، سب سے آسان طریقہ یہ ہے کہ بار بار پیش ہونے والے تھیمز کی نشاندہی کریں کہ اس میں شرکاء کیا کہتے ہیں۔ تھیمز دراصل جملوں، خیالات، یا جذبات کی تکرار ہوتی ہے۔

اس کے بعد آپ اپنے شریک گروپوں کے ڈیٹا میں پائے جانے والے تھیمز کا موازنہ گروپ سے موازنہ کرسکتے ہیں۔ پروگرام کے معائنے کے لیے ڈیٹا کا تجزیہ انجام دینے کے لیے یہاں مرحلہ وار ہدایات یہ ہیں۔

4۔ اپنے نتائج پیش کریں

کوئی بھی نتیجہ دُرست اور کارآمد ہوسکتا ہے، قطع نظر اس سے کہ آپ کی توقعات کے مطابق یہ اس پروگرام کو کامیاب یا ناکام دکھاتا ہے۔ اپنی تشخیص کے نتائج پیش کرتے وقت ایماندار اور شفاف بنیں۔ یہ ڈیٹا کو غلط انداز میں پیش کرنے یا برے نتائج کا احاطہ کرنے کا لالچ بھی دے سکتا ہے تاکہ کسی پروگرام کی کامیابی کو ظاہر کیا جاسکے اور ایسے نتائج کو شیئر کرنے سے گریز کیا جائے جس سے خواہ معمولی ہی سہی لیکن منفی اثرات رونما ہوتے ہوں۔ تشخیص دونوں طرح سے کارآمد ہوتی ہیں، جب وہ یہ ظاہر کریں کہ کوئی پروگرام کامیاب ہے اور جب وہ یہ ظاہر کریں کہ کوئی پروگرام کامیاب نہیں ہے۔

اچھی معائنہ رپورٹوں کی مفید مثالیں یہاں مل سکتی ہیں:

• "غیرفعال تلاش سے فعال گفتگو تک: فیس بُک ری ڈائریکٹ پروگرام کا معائنہ،” منجانب مون شاٹ (2020)
• "انڈونیشیا میں متشدد انتہا پسندی کا مقابلہ کرنا۔ ایک آن لائن پینل سروے کا استعمال کرتے ہوئے ایک سوشل میڈیا کاؤنٹر پیغام رسانی مہم کا تجزیہ کریں،” منجانب رانڈ (2020) RAND۔
• "ڈیجیٹل دوبارہ ابھرنے کی صلاحیت: مضبوط شہری آن لائن،” انسٹیٹیوٹ فار اسٹریٹیجک ڈائیلاگ (2018) کی جانب سے۔ 

پروفیسر گریگ بارٹن اور ڈاکٹر میٹیو ورگانی، الفریڈ ڈیکن انسٹی ٹیوٹ فار سٹیزن شپ اینڈ گلوبلائزیشن، ڈیکن یونیورسٹی کے تعاون سے