जमीनी प्रभाव क्या है? (स्पष्टीकरण एवं उदाहरण)

शोध में, फ़्लोर इफ़ेक्ट (कभी-कभी “बेसमेंट इफ़ेक्ट” भी कहा जाता है) तब होता है जब सर्वेक्षण या प्रश्नावली पर निचली सीमा होती है और उत्तरदाताओं का उच्च प्रतिशत उस निचली सीमा के करीब स्कोर करता है। इसके विपरीत को सीलिंग प्रभाव के रूप में जाना जाता है।

जमीनी प्रभाव विभिन्न समस्याओं का कारण बन सकता है, जिनमें शामिल हैं:

• इससे केंद्रीय प्रवृत्ति का सटीक माप प्राप्त करना कठिन हो जाता है।
• इससे फैलाव का सटीक माप प्राप्त करना कठिन हो जाता है।
• इसलिए व्यक्तियों को उनके स्कोर के अनुसार वर्गीकृत करना कठिन है।
• इससे दो समूहों के बीच साधनों की तुलना करना कठिन हो जाता है।

यह ट्यूटोरियल जमीनी संतुलन के कई उदाहरण, वे एक समस्या क्यों हैं, इसका विवरण और उनसे बचने के तरीके प्रदान करता है।

जमीनी प्रभाव के उदाहरण

निम्नलिखित उदाहरण उन परिदृश्यों को दर्शाते हैं जहां अनुसंधान में फर्श प्रभाव हो सकते हैं।

उदाहरण 1: एक आय प्रश्नावली।

मान लीजिए कि शोधकर्ता किसी विशेष पड़ोस में घरेलू आय के वितरण को समझना चाहते हैं और इसलिए प्रत्येक घर को देने के लिए एक प्रश्नावली बनाते हैं। चूँकि वे गैर-प्रतिक्रिया पूर्वाग्रह से बचना चाहते हैं, इसलिए वे परिवारों से यह पूछने का निर्णय लेते हैं कि “वे किस आय वर्ग में हैं” और न्यूनतम वर्ग $30,000 या उससे कम निर्धारित करते हैं।

इस मामले में, भले ही परिवार प्रति वर्ष $30,000 से कम कमाते हों, उन्हें $30,000 या उससे कम समूह में रखा जाएगा। यदि कई परिवार इस समूह में आते हैं, और यदि कई परिवार इस राशि से बहुत कम कमाते हैं, तो शोधकर्ताओं के पास घरेलू आय के वितरण की स्पष्ट तस्वीर नहीं होगी।

उदाहरण 2: एक कठिन बुद्धि परीक्षण

मान लीजिए कि प्रथम श्रेणी का शिक्षक अपने छात्रों को एक आईक्यू परीक्षण देता है जो वास्तव में वयस्कों के लिए डिज़ाइन किया गया है। इस बात की बहुत अधिक संभावना है कि प्रत्येक छात्र को संभवतः सबसे कम अंक या उसके करीब अंक मिलेंगे क्योंकि परीक्षा उनके लिए बहुत कठिन है।

इस कारण से, शिक्षक के लिए छात्रों के अंकों को किसी भी प्रकार के क्रम में रखना कठिन होगा और वह छात्रों के बीच आईक्यू अंकों के वास्तविक वितरण का स्पष्ट अंदाजा नहीं लगा पाएगी।

जमीनी प्रभाव से उत्पन्न समस्याएँ

जमीनी प्रभाव विभिन्न समस्याओं का कारण बनते हैं, जिनमें शामिल हैं:

1. केंद्रीय प्रवृत्ति का सटीक माप प्राप्त करना कठिन है।

यदि उत्तरदाताओं का एक बड़ा प्रतिशत किसी परीक्षा, प्रश्नोत्तरी या सर्वेक्षण में न्यूनतम संभव मूल्य पर या उसके आसपास स्कोर करता है, तो “औसत” स्कोर क्या होना चाहिए, इसका सटीक माप प्राप्त करना मुश्किल हो जाएगा।

2. फैलाव का सटीक माप प्राप्त करना कठिन है।

इसी तरह, यदि कई उत्तरदाता किसी परीक्षा या सर्वेक्षण में न्यूनतम संभव मूल्य के करीब अंक प्राप्त करते हैं, तो इससे यह आभास होगा कि वास्तव में जितना है उससे कम बिखराव है।

3. व्यक्तियों को उनके स्कोर के अनुसार रैंक करना कठिन है।

यदि कई व्यक्तियों को किसी परीक्षा में सबसे कम अंक प्राप्त होते हैं, तो उन्हें किसी भी तरह से रैंक करना असंभव हो जाता है क्योंकि उनमें से कई ने समान अंक प्राप्त किए हैं।

4. दो समूहों में अंतर करना कठिन है।

मान लीजिए कि एक प्रोफेसर जानना चाहता है कि क्या दो अलग-अलग अध्ययन तकनीकों से परीक्षाओं में अलग-अलग औसत ग्रेड मिलते हैं। यदि परीक्षा बहुत अधिक कठिन है, तो प्रत्येक समूह में अधिकांश छात्र न्यूनतम संभव मूल्य के करीब अंक प्राप्त करेंगे, जिससे यह निर्धारित करने के लिए प्रत्येक समूह के बीच औसत परीक्षा अंकों की तुलना करना असंभव हो जाएगा कि अध्ययन तकनीक में कोई फर्क पड़ता है या नहीं।

जमीनी प्रभाव को कैसे रोकें

जमीनी प्रभावों को रोकने के दो सामान्य तरीके हैं:

1. सर्वेक्षणों और प्रश्नावली में, गुमनामी सुनिश्चित करें और प्रतिक्रियाओं के लिए कृत्रिम सीमाएँ निर्धारित न करें।

उदाहरण के लिए, घरेलू आय प्रश्नावली में, शोधकर्ताओं को उत्तरदाताओं को आश्वस्त करना चाहिए कि उनकी प्रतिक्रियाएँ पूरी तरह से गुमनाम होंगी और उत्तरदाताओं को कोष्ठक में चयन करने के बजाय अपनी वास्तविक आय को इंगित करने की अनुमति देनी चाहिए।

इससे संभावना बढ़ जाएगी कि उत्तरदाता अपनी वास्तविक आय प्रदान करेंगे क्योंकि उनकी प्रतिक्रिया गुमनाम होगी और यह शोधकर्ताओं को प्रतिक्रियाओं से बहुत कम आय छिपाए बिना वास्तविक आय वितरण को समझने की अनुमति देगा।

2. परीक्षाओं या परीक्षणों को कम कठिन बनाएं ताकि उत्तरदाताओं को व्यापक प्रकार के अंक मिल सकें।

परीक्षाओं और परीक्षणों के लिए, शोधकर्ताओं के लिए कठिनाई बढ़ाना महत्वपूर्ण है ताकि कुछ प्रतिशत व्यक्ति पूर्ण या लगभग पूर्ण अंक प्राप्त करने में सक्षम हो सकें।

इससे शोधकर्ताओं को डेटा के माध्य और फैलाव की सटीक समझ प्राप्त करने की अनुमति मिलेगी। यह शोधकर्ताओं को व्यक्तियों के स्कोर को रैंक करने की भी अनुमति देता है, क्योंकि कम व्यक्तियों को समान स्कोर प्राप्त होने की संभावना होती है।