- सामाजिक विज्ञान और जीवन विज्ञान में लगभग हर variable जोड़ी के बीच किसी न किसी स्तर का सहसंबंध मौजूद होता है
- यह घटना केवल संयोग या सांख्यिकीय त्रुटि नहीं, बल्कि जटिल रूप से उलझे हुए आनुवंशिक और पर्यावरणीय कारकों से उत्पन्न एक वास्तविक तथ्य है
- जैसे-जैसे sample size बढ़ता है, सांख्यिकीय रूप से महत्वपूर्ण सहसंबंध अधिकांश variable जोड़ियों में दिखाई देने लगते हैं, और शोधकर्ता अलग-अलग सहसंबंधों से अधिक पूरे correlation pattern पर ध्यान देने लगते हैं
- ‘Crud factor’ का अर्थ है कि लगभग हर variable जोड़ी में छोटा सहसंबंध मौजूद होता है, और केवल किसी भी theory तथा variable pair के चयन से भी उच्च संभावना के साथ महत्वपूर्ण परिणाम मिल सकते हैं
- ऐसी स्थिति में पारंपरिक significance level (0.05) का अर्थ कमजोर पड़ जाता है, और सामाजिक विज्ञान के statistics की व्याख्या में अधिक सावधानी की आवश्यकता होती है
अवलोकन और पृष्ठभूमि
- मनोविज्ञान और समाजशास्त्र में यह विचार व्यापक रूप से स्वीकार किया जाता है कि “हर चीज़ किसी न किसी हद तक एक-दूसरे से सहसंबद्ध होती है”
- किसी विशेष trait का निर्धारण कई आनुवंशिक और पर्यावरणीय कारकों से होता है, और इन कारकों के बीच भी अपने-आप में सहसंबंध मौजूद रहते हैं
- इसलिए व्यवहार में लगभग हर मापी जा सकने वाली variable में किसी न किसी स्तर की परस्पर संबद्धता होती है
“Crud Factor” और सांख्यिकीय खोजें
- “Crud factor” उस घटना को दर्शाता है जिसमें सामाजिक विज्ञान (और कुछ जीवन विज्ञान) के शोध में मनमानी variable जोड़ियों के बीच भी हमेशा छोटा सहसंबंध मौजूद रहता है
- 1966 में Minnesota के 57,000 हाई स्कूल छात्रों पर किए गए बड़े डेटा अध्ययन में, परिवार, शिक्षा, शौक, करियर, धर्म आदि से जुड़े variables पर 105 crosstabulation विश्लेषण किए गए, और सभी सांख्यिकीय रूप से महत्वपूर्ण निकले
- इनमें से 96% में p<10⁻⁶ स्तर की अत्यंत कम संभावना के कारण संयोग की व्याख्या लगभग अस्वीकार्य थी
- जब variables की संख्या 45 तक बढ़ाई गई, तो कुल 990 संयोजनों में से 92% सांख्यिकीय रूप से महत्वपूर्ण थे
- किसी एक variable का बाकी सभी variables से महत्वपूर्ण संबंधों का median 44 में से 41 था
वास्तविक variables के बीच उदाहरण
- MCAT score का भाई-बहनों की संख्या, जन्मक्रम, लिंग, करियर योजना, धार्मिक पसंद आदि से संबंध देखने पर हर जगह उच्च सांख्यिकीय महत्व मिला
- उदाहरण: छात्राओं के score छात्रों से अधिक थे, भाई-बहनों की संख्या बढ़ने पर score घटने की प्रवृत्ति थी, पहला बच्चा/इकलौता बच्चा सबसे छोटे बच्चे से अधिक बुद्धिमान पाया गया, और धार्मिक समूहों के बीच स्पष्ट अंतर दिखे
- पाँच प्रमुख Protestant denominations के भीतर भी कई variables के साथ उच्च significance वाले संबंध देखे गए
- उदाहरण: इकलौते बच्चे के Presbyterian होने की संभावना Baptist की तुलना में लगभग दोगुनी थी, और denomination के अनुसार स्कूल पसंद तथा करियर आकांक्षाओं में भी कई सहसंबंध दिखे
MMPI प्रश्नों का उदाहरण
- MMPI (personality test) के 550 प्रश्नों में से 507 (92%) में लिंग के आधार पर महत्वपूर्ण अंतर पाया गया
- कुछ प्रश्नों में प्रवृत्ति का अंतर स्पष्ट रूप से समझाया जा सकता है, लेकिन अन्य में कारण जटिल थे या समझाना कठिन था
- चूँकि ये परिणाम बहुत बड़े sample size वाले अध्ययनों में सामने आते हैं, इसलिए ये सांख्यिकीय त्रुटि (type I error) नहीं बल्कि वास्तविक घटनाएँ हैं
सामाजिक विज्ञान के सहसंबंध और theory testing की सीमाएँ
- यदि किसी मनमानी theory और variable pair को random तरीके से जोड़ा जाए, और औसत सहसंबंध (crud factor) 0.30 के आसपास हो, तो व्यवहार में लगभग हर तीन में से एक बार महत्वपूर्ण अंतर मिलने की संभावना रहती है
- यह सामाजिक विज्ञान में आम तौर पर सार्थक माने जाने वाले significance level (0.05) की अपेक्षा कहीं अधिक बार घटित होता है
- क्योंकि शोधकर्ता द्वारा सैद्धांतिक रूप से अपेक्षित न किए गए variable pairs में भी सहसंबंध आसानी से मिल जाते हैं, इसलिए केवल सांख्यिकीय महत्व के आधार पर वास्तविक causality का समर्थन करना कठिन हो जाता है
- जटिल कारणों (gene/environment) और observational data की प्रचुरता से ऐसे बहुआयामी सहसंबंध पैदा होते हैं
व्यावहारिक निष्कर्ष
- सामाजिक विज्ञान के data की व्याख्या और theory testing करते समय, ‘crud factor’ से पैदा होने वाले “सामान्य लेकिन वास्तव में मौजूद सहसंबंधों” को हमेशा ध्यान में रखना चाहिए
- significance statistics (जैसे p<0.05) पर अंधविश्वास करने के बजाय, variables के बीच वास्तविक causality और pattern interpretation पर अधिक ध्यान देने की आवश्यकता है
- Thorndike के इस कथन की तरह कि “सभी अच्छी चीज़ें साथ आने की प्रवृत्ति रखती हैं”, वास्तविक दुनिया में बहुत-सी चीज़ें एक-दूसरे में गहराई से उलझी हुई हैं
अभी कोई टिप्पणी नहीं है.