انحياز عدم الاستجابة: الشرح والأمثلة

انحياز عدم الاستجابة هو الانحياز الذي يحدث عندما يختلف الأشخاص الذين يستجيبون لاستطلاع ما بشكل كبير عن أولئك الذين لا يستجيبون.

يمكن أن يحدث انحياز عدم الاستجابة لعدة أسباب:

• تم تصميم الاستطلاع بشكل سيء ويؤدي إلى عدم الاستجابة. على سبيل المثال، يمكن للاستطلاعات التي تكون طويلة جدًا دون حوافز أن تتسبب في عدم قيام نسبة عالية من الأشخاص بإكمال الاستطلاع.
• من المرجح أن يستجيب بعض الأشخاص لاستطلاع معين. على سبيل المثال، من المرجح أن يستجيب الأشخاص الذين يتسلقون غالبًا لاستطلاع رأي حول منشأة تسلق جديدة محتملة مقارنة بالأشخاص الذين لا يتسلقون.
• ولم يصل المسح إلى جميع أفراد السكان. على سبيل المثال، قد يصل الاستطلاع الذي يتم إرساله عبر تطبيق هاتف جديد فقط إلى الشباب الذين لديهم التطبيق، مما يؤدي إلى عدم الحصول على إجابات من كبار السن من السكان.
• يطرح الاستطلاع أسئلة محرجة حول المعلومات الخاصة التي تمنع العديد من الأشخاص من الاستجابة.

يمكن أن يحدث تحيز عدم الاستجابة لجميع هذه الأسباب.

لماذا يعد تحيز عدم الاستجابة مشكلة؟

يعد انحياز عدم الاستجابة مشكلة لسببين رئيسيين:

1. يؤدي تحيز عدم الاستجابة إلى عدم تمثيل العينة للمجتمع ككل. وتتمثل فائدة جمع البيانات لعينة في أنها أسرع وأقل تكلفة من جمع البيانات لجميع السكان، ويمكن استقراء نتائج العينة على عدد أكبر من السكان.

ومع ذلك، من أجل استقراء النتائج، يجب أن تكون العينة ممثلة لسكاننا ككل. ومن الناحية المثالية، نود أن تكون عينتنا نسخة “مصغرة” من المجتمع.

ولسوء الحظ، فإن تحيز عدم الاستجابة يمكن أن يجعل الأشخاص في عينتنا يبدون مختلفين تمامًا عن أولئك الموجودين في عموم السكان.

على سبيل المثال، لنفترض أن إحدى المدن تفكر في بناء منشأة جديدة لتسلق الصخور. لقياس مدى اهتمام سكان المدينة باستخدام هذه الأنواع من المرافق، يرسل مسؤولو المدينة استطلاعًا قصيرًا عبر تطبيق جديد للهواتف الذكية.

نظرًا للطريقة المستخدمة لإجراء الاستطلاع ومحتوى الاستطلاع (أسئلة حول التسلق)، فإن الشباب هم الذين لديهم التطبيق والمهتمون بالتسلق والذين يستجيبون بشكل أساسي.

لذلك عندما تعود نتائج الاستطلاع، يبدو أن الغالبية العظمى من سكان المدينة مهتمة ببناء هذه المنشأة الجديدة. ولسوء الحظ، فإن نتائج المسح لا تمثل السكان ككل.

يوضح الشكل أدناه هذه المشكلة: لنفترض أن الدوائر الخضراء تمثل الأشخاص المهتمين باستخدام المنشأة بينما تمثل الدوائر الحمراء الأشخاص غير المهتمين باستخدام المنشأة:

لاحظ كيف أن العينة لا تمثل المجتمع ككل. ستظهر نتائج الاستطلاع أن معظم الناس متحمسون لمرفق التسلق الجديد. ولسوء الحظ، إذا افترض مسؤولو المدينة أن هذه العينة تمثل السكان، فقد يقررون بناء المنشأة وسرعان ما يدركون أن عددًا أقل بكثير من الناس سيستخدمونها عما كانوا يعتقدون.

2. يمكن أن يسبب تحيز عدم الاستجابة تباينًا أكبر في التقديرات . إذا تبين أن حجم عينة المسح أصغر مما خطط الباحثون لاستخدامه، فقد يكون التباين في تقديرات الدراسة أكبر من المتوقع.

على سبيل المثال، من خلال اختبار الفرضيات ، نعلم أنه كلما زاد حجم العينة، قل التباين في تقديرنا للمتوسط السكاني أو النسبة السكانية. ومع ذلك، كلما كان حجم العينة أصغر، زاد التباين في تقديرات المعلمات السكانية لدينا وزادت صعوبة العثور على نتيجة ذات دلالة إحصائية.

أمثلة على انحياز عدم الاستجابة

توضح الأمثلة التالية العديد من الحالات التي يمكن أن يحدث فيها تحيز عدم الاستجابة.

مثال 1

يريد الباحثون أن يعرفوا كيف ينظر علماء الكمبيوتر إلى البرامج الجديدة. هناك ضغط للحصول على أكبر قدر ممكن من البيانات من المسح، لذلك قام الباحثون بتصميم مسح يستغرق حوالي ساعة. عندما قاموا بتوزيع الاستطلاع، وجدوا أن العديد من العاملين في مجال تكنولوجيا المعلومات إما لا يستجيبون على الإطلاق أو يبدأون في الاستجابة ولكن ينتهي بهم الأمر بالاستسلام قبل إكمال الاستطلاع بأكمله.

عندما يسترجع الباحثون البيانات، يجدون أن المشاركين يعتبرون البرنامج ممتازًا وذو جودة عالية. ومع ذلك، بمجرد طرح البرنامج الجديد لفريق تكنولوجيا المعلومات العام، وجدوا أنهم تلقوا ردود فعل سلبية في الغالب.

اتضح أن الأشخاص الذين استغرقوا وقتًا لإكمال الاستبيان بأكمله تبين أنهم في الغالب علماء كمبيوتر مبتدئون غير قادرين على تقييم عيوب البرنامج.

ولهذا السبب، لم يعكس المشاركون في الاستطلاع الفئة الأوسع من محترفي تكنولوجيا المعلومات ككل، وبالتالي كانت نتائج الاستطلاع غير موثوقة.

مثال 2

يريد الباحثون معرفة المزيد عن معدلات استهلاك الكحول في كلية معينة. قرروا إنشاء كشك في الحرم الجامعي حيث يمكن للطلاب التوقف وتلقي استبيان حول مقدار وكم مرة يستهلكون الكحول. لسوء الحظ، الاستبيان ليس مجهولًا، لذلك فقط الطلاب الذين يشربون القليل جدًا أو لا يشربون على الإطلاق يختارون إكمال الاستبيان.

وعندما ظهرت النتائج، بدا أن استهلاك الكحول كان منخفضًا ونادرًا بين الطلاب. ولسوء الحظ، فإن المشاركين في الاستطلاع لا يعكسون العدد الأوسع من الطلاب في الحرم الجامعي، وبالتالي فإن النتائج غير موثوقة.

مثال 3

كانت الانتخابات الرئاسية عام 1936 مثالاً كلاسيكيًا على تحيز عدم الاستجابة. نشرت إحدى الصحف الشعبية في ذلك الوقت استطلاعًا تنبأ بأن ألف لاندون سيهزم فرانكلين دي روزفلت بأغلبية ساحقة. ومع ذلك، عندما جاءت الانتخابات، حقق فرانكلين روزفلت فوزًا ساحقًا.

وتبين أنه من بين 10 ملايين استبيان تم إرسالها، استجاب 2.3 مليون شخص فقط. وتبين أن الـ 7.7 مليون شخص الذين لم يستجيبوا كانوا مختلفين تماما من حيث تفضيلات السياسات.

وبالتالي، فإن نتائج الاستبيان لم تعكس مجموع السكان، ولهذا السبب تبين أن التنبؤ بفوز ألف لاندون كان غير صحيح.

كيفية منع التحيز في عدم الاستجابة

يمكن تجنب انحياز عدم الاستجابة (أو على الأقل تخفيفه) عن طريق اتخاذ الخطوات التالية:

• صمم الاستطلاع ليكون قصيرًا نسبيًا. كلما طالت مدة الاستطلاع، قل احتمال تخصيص الأشخاص وقتًا من يومهم للرد.
• تقديم حوافز لاستكمال الاستبيان. تعمل الحوافز بشكل عام على زيادة معدلات الاستجابة.
• تأكد من أن الأشخاص يعرفون أن إجابات الاستطلاع ستكون سرية أو مجهولة المصدر. وهذا بشكل عام يجعل الناس أكثر استعدادًا للرد.
• قم بتوزيع الاستطلاع بحيث يصل إلى نسبة كبيرة من السكان، على سبيل المثال باستخدام أشكال التوزيع التقليدية بدلاً من تطبيق جديد لا يمتلكه سوى عدد قليل من الأشخاص.

على الرغم من أنه ليس من الممكن دائمًا إزالة تأثيرات تحيز عدم الاستجابة بشكل كامل، إلا أنه من الممكن تقليل هذه التأثيرات إلى الحد الأدنى باستخدام تصميم المسح الذكي وطريقة التوزيع.

مصادر إضافية

ما هو التحيز في الاختيار الذاتي؟
ما هو التحيز الناقص؟
ما هو تحيز تحسين محركات البحث (SEO)؟