تحيز بيركسون: التعريف + الأمثلة

تحيز بيركسون هو نوع من التحيز الذي يحدث في البحث عندما يبدو أن متغيرين مرتبطان سلبًا في بيانات العينة، لكنهما في الواقع مرتبطان بشكل إيجابي في إجمالي عدد السكان .

على سبيل المثال، لنفترض أن توم يريد دراسة العلاقة بين جودة الهامبرغر والحليب المخفوق في المطاعم المحلية.

يخرج ويجمع البيانات التالية من سبعة مطاعم مختلفة:

يقوم بإنشاء مخطط مبعثر لتصور البيانات:

وكان معامل ارتباط بيرسون بين هذين المتغيرين هو -0.75 ، وهو ما يتوافق مع ارتباط سلبي قوي.

يعتبر هذا الاكتشاف مخالفًا لتوقعات توم: فهو يعتقد أن المطاعم التي تصنع الهامبرغر الجيد تقدم أيضًا مخفوق الحليب الجيد.

ومع ذلك، اتضح أن توم قد تجاهل ببساطة جميع المطاعم في المدينة التي تصنع البرغر السيئ والميلك شيك السيئ.

ولو أنه زار هذه المطاعم لكان قد جمع مجموعة البيانات التالية:

وهذا ما يبدو عليه مخطط التشتت لمجموعة البيانات هذه:

وتبين أن معامل ارتباط بيرسون بين المتغيرين هو 0.46 ، وهو ما يمثل ارتباطا إيجابيا قويا إلى حد ما.

من خلال فحص مجموعة فرعية فقط من مطاعم المدينة، استنتج توم بشكل غير صحيح أن هناك علاقة سلبية بين جودة البرغر والميلك شيك.

وفي الواقع، تبين أن هناك علاقة إيجابية (كما هو متوقع) بين هذين المتغيرين. وهذا مثال كلاسيكي على تحيز بيركسون.

راجع الأمثلة التالية للتعرف على السيناريوهات الأخرى التي يحدث فيها تحيز بيركسون عمليًا.

مثال 1: القبول في الكلية

افترض أن الكلية تقبل فقط الطلاب الحاصلين على معدل تراكمي مرتفع بدرجة كافية ودرجة ACT.

ومن المعروف أن هذين المتغيرين يرتبطان ارتباطا إيجابيا، ولكن تبين أنه بين الطلاب الذين يقررون الالتحاق بكلية معينة، يبدو أن هناك ارتباطا سلبيا بين الاثنين.

ومع ذلك، يحدث هذا الارتباط السلبي فقط لأن الطلاب الذين لديهم معدل تراكمي مرتفع ودرجة ACT قادرون على الالتحاق بجامعة النخبة، في حين لا يتم قبول الطلاب الذين لديهم معدل تراكمي منخفض ودرجة ACT على الإطلاق.

على الرغم من أن الارتباط بين ACT وGPA إيجابي في السكان، إلا أن الارتباط يبدو سلبيا في العينة. هذه حالة تحيز من جانب بيركسون.

مثال 2: تفضيلات المواعدة

كثير من الناس لن يواعدوا إلا شركاء جذابين ويتمتعون بشخصية جيدة.

في العالم الحقيقي، قد لا يكون هناك ارتباط بين هذين المتغيرين، ولكن عند تضييق نطاق المواعدة، قد يتجاهل الفرد تمامًا الشركاء المحتملين الذين هم غير جذابين وموهوبين. ‘شخصية جيدة.

لذلك، بين الشركاء المحتملين، قد يبدو أن هناك علاقة سلبية بين هذين المتغيرين: الأشخاص الأكثر جاذبية لديهم شخصيات أسوأ، والأشخاص الذين يتمتعون بشخصيات أفضل يبدون أقل جاذبية.

وعلى الرغم من عدم وجود علاقة ارتباط بين هذين المتغيرين في المجتمع، إلا أنه يبدو أن هناك علاقة ارتباط سلبية في عينة الشركاء المحتملين. هذه ببساطة حالة من تحيز بيركسون.

كيفية منع تحيز بيركسون

الطريقة الأكثر وضوحًا لتجنب تحيز بيركسون في الدراسات البحثية هي جمع عينة عشوائية بسيطة من مجتمع ما. وبعبارة أخرى، تأكد من أن كل فرد من أفراد المجتمع محل الاهتمام لديه فرصة متساوية لإدراجه في العينة.

على سبيل المثال، إذا كنت تدرس انتشار الأمراض في بلد معين، فأنت بحاجة إلى جمع عينة من الأفراد من جميع أنحاء البلاد، وليس فقط أولئك الذين يسهل الوصول إليهم في المستشفيات.

باستخدام عينة عشوائية بسيطة، يمكن للباحثين زيادة فرصة أن تكون عينتهم ممثلة للمجتمع، مما يعني أنه يمكنهم بثقة تعميم النتائج التي توصلوا إليها من العينة إلى إجمالي السكان.