बर्कसन पूर्वाग्रह: परिभाषा + उदाहरण

बर्कसन पूर्वाग्रह एक प्रकार का पूर्वाग्रह है जो अनुसंधान में तब होता है जब दो चर एक नमूने के डेटा में नकारात्मक रूप से सहसंबद्ध दिखाई देते हैं, लेकिन वास्तव में समग्र जनसंख्या में सकारात्मक रूप से सहसंबद्ध होते हैं।

उदाहरण के लिए, मान लीजिए कि टॉम स्थानीय रेस्तरां में हैमबर्गर और मिल्कशेक की गुणवत्ता के बीच संबंध का अध्ययन करना चाहता है।

यह बाहर जाता है और सात अलग-अलग रेस्तरां पर निम्नलिखित डेटा एकत्र करता है:

यह डेटा को विज़ुअलाइज़ करने के लिए एक स्कैटर प्लॉट बनाता है:

इन दो चरों के बीच पियर्सन सहसंबंध गुणांक -0.75 है, जो एक मजबूत नकारात्मक सहसंबंध से मेल खाता है।

यह खोज टॉम के लिए प्रतिकूल है: वह सोचता होगा कि जो रेस्तरां अच्छे हैमबर्गर बनाते हैं वे अच्छे मिल्कशेक भी बनाते हैं।

हालाँकि, यह पता चला है कि टॉम ने शहर के उन सभी रेस्तरांओं को नजरअंदाज कर दिया है जो खराब बर्गर और खराब मिल्कशेक दोनों बनाते हैं।

यदि वह इन रेस्तरांओं में गया होता, तो उसने निम्नलिखित डेटा सेट एकत्र किया होता:

और इस डेटासेट के लिए स्कैटरप्लॉट इस तरह दिखता है:

दो चरों के बीच पियर्सन सहसंबंध गुणांक 0.46 है, जो एक मामूली मजबूत सकारात्मक सहसंबंध का प्रतिनिधित्व करता है।

शहर के रेस्तरां के केवल एक उपसमूह की जांच करके, टॉम ने गलत निष्कर्ष निकाला कि बर्गर और मिल्कशेक की गुणवत्ता के बीच एक नकारात्मक संबंध था।

वास्तव में, यह पता चलता है कि इन दो चरों के बीच एक सकारात्मक संबंध है (जैसा कि कोई उम्मीद करेगा)। यह बर्कसन के पूर्वाग्रह का एक उत्कृष्ट उदाहरण है।

अन्य परिदृश्यों के लिए निम्नलिखित उदाहरण देखें जहां व्यवहार में बर्कसन पूर्वाग्रह होता है।

उदाहरण 1: कॉलेज प्रवेश

मान लें कि एक कॉलेज केवल उन्हीं छात्रों को प्रवेश देता है जिनके पास पर्याप्त उच्च GPA और ACT स्कोर है।

यह सर्वविदित है कि ये दोनों चर सकारात्मक रूप से सहसंबंधित हैं, लेकिन यह पता चला है कि जो छात्र किसी विशेष कॉलेज में जाने का निर्णय लेते हैं, उनमें दोनों के बीच नकारात्मक सहसंबंध प्रतीत होता है।

हालाँकि, यह नकारात्मक सहसंबंध केवल इसलिए होता है क्योंकि जिन छात्रों के पास उच्च GPA और ACT स्कोर दोनों होते हैं, वे एक विशिष्ट विश्वविद्यालय में भाग लेने में सक्षम होते हैं, जबकि जिन छात्रों के पास कम GPA और ACT स्कोर दोनों होते हैं, उन्हें बिल्कुल भी प्रवेश नहीं दिया जाता है।

हालाँकि जनसंख्या में ACT और GPA के बीच सहसंबंध सकारात्मक है, नमूने में सहसंबंध नकारात्मक दिखाई देता है। यह बर्कसन की ओर से पक्षपात का मामला है।

उदाहरण 2: डेटिंग प्राथमिकताएँ

बहुत से लोग केवल ऐसे पार्टनर को डेट करते हैं जो आकर्षक होने के साथ-साथ अच्छे व्यक्तित्व वाले हों।

वास्तविक दुनिया में, इन दो चरों के बीच कोई संबंध नहीं हो सकता है, लेकिन डेटिंग पूल को सीमित करते समय, एक व्यक्ति संभावित भागीदारों को पूरी तरह से अनदेखा कर सकता है जो अनाकर्षक और प्रतिभाशाली दोनों हैं। ‘एक अच्छा व्यक्तित्व.

इसलिए, संभावित साझेदारों के बीच, ऐसा प्रतीत हो सकता है कि इन दो चरों के बीच एक नकारात्मक सहसंबंध है: अधिक आकर्षक लोगों का व्यक्तित्व खराब होता है, और बेहतर व्यक्तित्व वाले लोग कम आकर्षक लगते हैं।

हालाँकि जनसंख्या में इन दो चरों के बीच कोई सहसंबंध नहीं है, संभावित भागीदारों के नमूने में एक नकारात्मक सहसंबंध प्रतीत होता है। यह सीधे तौर पर बर्कसन के पूर्वाग्रह का मामला है।

बर्कसन पूर्वाग्रह को कैसे रोकें

शोध अध्ययनों में बर्कसन पूर्वाग्रह से बचने का सबसे स्पष्ट तरीका जनसंख्या से एक सरल यादृच्छिक नमूना एकत्र करना है। दूसरे शब्दों में, सुनिश्चित करें कि रुचि की आबादी के प्रत्येक सदस्य को नमूने में शामिल होने का समान मौका मिले।

उदाहरण के लिए, यदि आप किसी निश्चित देश में बीमारी की व्यापकता का अध्ययन कर रहे हैं, तो आपको देश भर से व्यक्तियों का नमूना एकत्र करने की आवश्यकता है, न कि केवल उन लोगों का, जिन तक अस्पतालों तक पहुंचना आसान है।

एक सरल यादृच्छिक नमूने का उपयोग करके, शोधकर्ता इस संभावना को अधिकतम कर सकते हैं कि उनका नमूना जनसंख्या का प्रतिनिधि होगा, जिसका अर्थ है कि वे आत्मविश्वास से अपने निष्कर्षों को नमूने से समग्र जनसंख्या तक सामान्यीकृत कर सकते हैं।