မျက်နှာကျက်အကျိုးသက်ရောက်မှုဆိုတာဘာလဲ။ (ရှင်းလင်းချက်နှင့် ဥပမာ)

သုတေသနတွင်၊ စစ်တမ်းတစ်ခု သို့မဟုတ် မေးခွန်းလွှာတစ်ခုတွင် အပေါ်ပိုင်းကန့်သတ်ချက်တစ်ခုရှိ၍ ဖြေဆိုသူရာခိုင်နှုန်းမြင့်မားသောရမှတ်သည် ထိုအထက်ကန့်သတ်ချက်နှင့်နီးကပ်သောအခါတွင် မျက်နှာကျက်အကျိုးသက်ရောက်မှု ဖြစ်ပေါ်သည်။

၎င်းကို ဆန့်ကျင်ဘက်အား မြေပြင်အကျိုးသက်ရောက်မှု ဟု ခေါ်သည်။

မျက်နှာကျက်အကျိုးသက်ရောက်မှုသည် အပါအဝင် ပြဿနာအမျိုးမျိုးကို ဖြစ်စေနိုင်သည်-

• ၎င်းသည် ဗဟိုသဘောထားကို တိကျသောအတိုင်းအတာ တစ်ခုရရှိရန် ခက်ခဲစေသည်။
• ၎င်းသည် ပျံ့နှံ့မှု၏ တိကျသော တိုင်းတာမှုကို ရရှိရန် ခက်ခဲစေသည်။
• ထို့ကြောင့် လူတစ်ဦးချင်းစီ၏ ရမှတ်အလိုက် အမျိုးအစားခွဲခြားရန် ခက်ခဲသည်။
• ၎င်းသည် အုပ်စုနှစ်ခုကြားရှိ အဓိပ္ပာယ်ကို နှိုင်းယှဉ်ရန် ခက်ခဲစေသည်။

ဤကျူတိုရီရယ်တွင် မျက်နှာကျက်အကျိုးသက်ရောက်မှုများ၏ နမူနာများစွာ၊ ၎င်းတို့ဘာကြောင့် ပြဿနာဖြစ်ရသည့် အသေးစိတ်အချက်များနှင့် ၎င်းတို့ကို ရှောင်ရှားရန် နည်းလမ်းများစွာကို ပေးပါသည်။

Ceiling Effect နမူနာများ

အောက်ဖော်ပြပါ ဥပမာများသည် သုတေသနတွင် မျက်နှာကျက်သက်ရောက်မှုများ ဖြစ်ပေါ်လာနိုင်သည့် အခြေအနေများကို ဖော်ပြသည်။

ဥပမာ 1- ဝင်ငွေမေးခွန်းလွှာ။

သုတေသီများသည် ရပ်ကွက်တစ်ခုတွင် အိမ်ထောင်စုတစ်ခုစီ၏ ဝင်ငွေခွဲဝေမှုကို နားလည်လိုပြီး အိမ်ထောင်စုတစ်ခုစီအတွက် မေးခွန်းလွှာတစ်ခု ဖန်တီးသည်ဆိုပါစို့။ တုံ့ပြန်မှုမရှိသော ဘက်လိုက်မှုများကို ရှောင်ရှားလိုသောကြောင့် အိမ်ထောင်စုများအား “ သူတို့သည် ဝင်ငွေ မည်မျှရှိသည်” ကို မေးမြန်းရန် ဆုံးဖြတ်ပြီး အမြင့်ဆုံး ကွင်းပိတ်ကို ဒေါ်လာ 120,000 သို့မဟုတ် ထို့ထက် ပိုအောင် ပြုလုပ်ကြသည်။

ဤအခြေအနေတွင်၊ အိမ်ထောင်စုများသည် တစ်နှစ်လျှင် $120,000 အထက်ဝင်ငွေကောင်းလျှင်ပင် (ဥပမာ၊ အချို့က $150,000၊ $180,000၊ $250,000 သို့မဟုတ် ထို့ထက်ပိုသည်) သည် ၎င်းတို့ကို 120,000 $ သို့မဟုတ် ထို့ထက်ပို သော group ထဲသို့ စုစည်းထားမည်ဖြစ်သည်။ အကယ်၍ $120,000 အထက်ဝင်ငွေရှိသော အိမ်ထောင်စုများစွာရှိလျှင် သုတေသီများသည် စိတ်ကူးမရှိကြပေ၊ ၎င်းတို့သည် အနီးနားရှိ ပျမ်းမျှအိမ်ထောင်စုဝင်ငွေကို လျှော့တွက်နိုင်ဖွယ်ရှိသည်။

ဥပမာ 2- အရက်သောက်ခြင်းဆိုင်ရာ စစ်တမ်းတစ်ခု

ကျောင်းဝင်းတစ်ခုရှိ ကျောင်းသားများ၏ အရက်သောက်ခြင်းအလေ့အထကို သုတေသီများက နားလည်လိုသည်ဆိုပါစို့။ ကျောင်းသားတစ်ဦးစီအား တစ်ပတ်လျှင် အချိုရည်မည်မျှသောက်သည်ဖြစ်စေ မေးမြန်းသည့် စစ်တမ်းတိုကို အီးမေးလ်ပို့ရန် ဆုံးဖြတ်ကြသည်။ တုံ့ပြန်မှုမရှိသော ဘက်လိုက်မှုကို ရှောင်ရှားရန် ၎င်းတို့သည် အမြင့်ဆုံးအမျိုးအစား ၊ 10 သို့မဟုတ် ထို့ထက်ပိုသော အချိုရည်များကို ပြုလုပ်သည်။

ဤအခြေအနေတွင်၊ ကျောင်းသားအများအပြားသည် တစ်ပတ်လျှင် အချိုရည် 10 လုံးထက် ကောင်းစွာ သောက်သုံးနိုင်သော်လည်း ၎င်းတို့ ရွေးချယ်နိုင်သော အမြင့်ဆုံးအမျိုးအစားမှာ အချိုရည် 10 လုံး သို့မဟုတ် ထို့ထက်ပို၍သာဖြစ်သည် ။ ၎င်းသည် အတုမျက်နှာကျက်ကို ဖန်တီးပြီး ဖြေဆိုသူရာခိုင်နှုန်း မြင့်မားသော ဤအမျိုးအစားထဲသို့ ကျရောက်နိုင်ဖွယ်ရှိသည်။

ဥပမာ 3: လွယ်ကူသောစာမေးပွဲ

ဆရာမတစ်ဦးသည် စကေး 1 မှ 50 တွင် တိုင်းတာသော IQ စာမေးပွဲကို ဖြေဆိုပေးသည်ဆိုပါစို့။ ၎င်းကို သဘောမပေါက်ဘဲ၊ သူမသည် စာမေးပွဲကို အနည်းငယ် လွယ်ကူစေပြီး အတန်း၏ ရာခိုင်နှုန်းအများအပြားသည် ပြီးပြည့်စုံသော ရမှတ် 50 သို့မဟုတ် နီးပါး ရရှိသည်။

ထို့ကြောင့်၊ ကျောင်းသားများ၏ ရမှတ်များကို မည်သည့်အစီအစဥ်တွင်မဆို အဆင့်သတ်မှတ်ရန် သူမအတွက် ခက်ခဲမည်ဖြစ်ပြီး ပိုမိုခက်ခဲသော စာမေးပွဲတစ်ခုတွင် ကျောင်းသားများ မည်သည်ကို အမှတ်ပို၍ရနိုင်သည်ကို ခွဲခြားနိုင်မည်မဟုတ်ပေ။

မျက်နှာကျက်သက်ရောက်မှုကြောင့် ဖြစ်ပေါ်လာသော ပြဿနာများ

မျက်နှာကျက်သက်ရောက်မှုများ အပါအဝင် ပြဿနာအမျိုးမျိုးကို ဖြစ်စေသည်-

1. ဗဟိုသဘောထားကို တိကျသောအတိုင်းအတာတစ်ခုရရှိရန် ခက်ခဲသည်။

အကယ်၍ ဖြေဆိုသူရာခိုင်နှုန်း အများအပြားသည် စာမေးပွဲ၊ ပဟေဠိ သို့မဟုတ် စစ်တမ်းတစ်ခုတွင် ဖြစ်နိုင်ချေအမြင့်ဆုံးတန်ဖိုး သို့မဟုတ် အနီးတွင် ရပါက၊ “ ပျမ်းမျှ” ရမှတ်ဖြစ်သင့်သည်များကို တိကျသောအတိုင်းအတာတစ်ခုရရှိရန် ခက်ခဲလာမည်ဖြစ်သည်။

2. ပျံ့နှံ့မှု၏တိကျသောတိုင်းတာမှုတစ်ခုရရှိရန်ခက်ခဲသည်။

အလားတူ၊ ဖြေဆိုသူအများအပြားသည် စာမေးပွဲ သို့မဟုတ် စစ်တမ်းတစ်ခုတွင် ဖြစ်နိုင်ချေအမြင့်ဆုံးတန်ဖိုးနှင့် အနီးကပ်အမှတ်ရပါက၊ ၎င်းသည် ဖြေဆိုသူများ၏ ပုံမှန်မဟုတ်သော ရလဒ်များရရှိရန် မဖြစ်နိုင်သောကြောင့် ၎င်းသည် အမှန်တကယ်ထက် ကွဲလွဲမှုနည်းပါးကြောင်း သဘောထားပေးမည်ဖြစ်သည်။

3. တစ်ဦးချင်းစီကို ၎င်းတို့၏ရမှတ်အလိုက် အဆင့်သတ်မှတ်ရန် ခက်ခဲသည်။

အကယ်၍ လူများစွာသည် စာမေးပွဲတစ်ခုတွင် ပြီးပြည့်စုံသောရမှတ်ကို ရရှိပါက၊ ၎င်းတို့ထဲမှ အများအပြားသည် တူညီသောရမှတ်ကို ရရှိသောကြောင့် ၎င်းတို့ကို မည်သည့်နည်းဖြင့် အဆင့်သတ်မှတ်ရန် မဖြစ်နိုင်တော့ပါ။

4. အုပ်စုနှစ်ခုခွဲခြားရန်ခက်ခဲသည်။

မတူညီသော လေ့လာမှုနည်းပညာနှစ်ခုသည် မတူညီသော ပျမ်းမျှစာမေးပွဲရမှတ်များကို ဖြစ်ပေါ်စေသည်ဆိုပါစို့ သုတေသီတစ်ဦးက သိချင်သည်ဆိုပါစို့။ စာမေးပွဲသည် လွယ်ကူလွန်းပါက၊ အုပ်စုတစ်ခုစီရှိ ကျောင်းသားအများစုသည် ဖြစ်နိုင်ချေရှိသော အမြင့်ဆုံးတန်ဖိုးနှင့် အနီးစပ်ဆုံးရမှတ်ရရှိမည်ဖြစ်ပြီး၊ အုပ်စုတစ်ခုစီကြားတွင် ပျမ်းမျှစာမေးပွဲရမှတ်များကို နှိုင်းယှဉ်၍မရသောကြောင့် လေ့လာမှုနည်းပညာသည် ကွာခြားမှုရှိမရှိ ဆုံးဖြတ်ရန် မဖြစ်နိုင်ပေ။ ကွာခြားချက်။

မျက်နှာကျက်ကို ဘယ်လိုကာကွယ်မလဲ။

မျက်နှာကျက်သက်ရောက်မှုကို ကာကွယ်ရန် ဘုံနည်းလမ်း နှစ်ခုရှိသည်။

1. စစ်တမ်းများနှင့် မေးခွန်းလွှာများတွင် အမည်ဝှက်ကို အာမခံပြီး တုံ့ပြန်မှုများတွင် အတုမျက်နှာကျက်ကို မသတ်မှတ်ပါနှင့်။

ဥပမာအားဖြင့်၊ အိမ်ထောင်စုဝင်ငွေမေးခွန်းလွှာတွင်၊ သုတေသီများသည် ဖြေကြားသူများအား ၎င်းတို့၏ ဖြေကြားချက်များကို လုံးဝ အမည်မသိ ဖြစ်နေမည်ဖြစ်ပြီး ဖြေကြားသူများကို ကွင်းအတွင်းရွေးချယ်မည့်အစား ၎င်းတို့၏ အမှန်တကယ်ဝင်ငွေကို ညွှန်ပြရန် ခွင့်ပြုသင့်သည်။

ယင်းက ဖြေဆိုသူများသည် ၎င်းတို့၏ တုံ့ပြန်မှုအား အမည်မသိဖြစ်ကာ တုံ့ပြန်မှုများမှ အလွန်မြင့်မားသော ၀င်ငွေများကို ဖုံးကွယ်ထားခြင်းမရှိဘဲ စစ်မှန်သော ၀င်ငွေခွဲဝေမှုကို သုတေသီများ နားလည်နိုင်စေမည်ဖြစ်သောကြောင့် ဖြေဆိုသူများသည် ၎င်းတို့၏ စစ်မှန်သောဝင်ငွေကို ပေးစွမ်းနိုင်ခြေကို တိုးမြင့်လာစေမည်ဖြစ်သည်။

2. စာမေးပွဲများ သို့မဟုတ် စာမေးပွဲများ၏ အခက်အခဲကို တိုးမြှင့်ပါ။

စာမေးပွဲများနှင့် စာမေးပွဲများအတွက်၊ လူတစ်ဦးချင်းစီ၏ ရာခိုင်နှုန်းအနည်းငယ်သည် ပြီးပြည့်စုံသော သို့မဟုတ် ပြီးပြည့်စုံသောရမှတ်ကို ရရှိနိုင်ရန် သုတေသီများအတွက် အခက်အခဲကို တိုးမြှင့်ရန် အရေးကြီးပါသည်။

ယင်းက သုတေသီများသည် ဒေတာ၏ ဆိုလိုရင်းနှင့် ကွဲလွဲမှုတို့ကို တိကျစွာ နားလည်နိုင်စေမည်ဖြစ်သည်။

၎င်းသည် သုတေသီများအား တစ်ဦးချင်းစီ၏ ရမှတ်များကို အဆင့်သတ်မှတ်နိုင်စေမည်ဖြစ်ပြီး လူအနည်းငယ်သည် တူညီသောရမှတ်ကို ရရှိနိုင်ဖွယ်ရှိသောကြောင့်လည်း ဖြစ်သည်။