मनोविज्ञान प्रयोगहरुमा, चुनिंदा रहर केहि मान्छे को प्रवृत्ति को अरु भन्दा बढी अध्ययन को बाहिर छोडने को संभावना को वर्णन गर्दछ। यस प्रवृत्तिले मनोवैज्ञानिक प्रयोगको वैधतालाई धम्की दिन्छ।
जब डेटा प्रयोग गर्दा दुई वा बढी बिन्दुहरूमा एकत्रित हुन्छ, त्यहाँ स्वाभाविक रूपमा एक व्यक्तिको अध्ययन सुरु हुने हुन्छ तर त्यसो भए कि तिनीहरूले जारी राख्न सक्दैनन्।
एक अध्ययनबाट बाहिर छोडेर विभिन्न प्रकारका कारणहरूको लागि हुन सक्छ र प्रयोगात्मक र चम्किलो डिजाइन दुवैमा हुन सक्छ।
यो ध्यान दिन महत्त्वपूर्ण छ कि चुनिंदा रित्तो अर्थ भनेको होइन कि केहि व्यक्तिहरूले अध्ययन छोड्ने मौका पाउँदैनन्। बरु, यो मात्र सरल छ कि मान्छे विभिन्न कारणका लागि एक प्रयोग छोड्न को लागी एक प्रवृत्ति हो।
कारणहरू
मानिसहरू कारण अनुसन्धान अध्ययनबाट बाहिर निस्कने मुख्य कारण कहिलेकाहीं चार एम को रूपमा उल्लेख गरिएको छ:
- प्रेरणा: कहिलेकाहिँ मान्छेले एक प्रयोग जारी राख्न प्रेरणा गुमाउँछ। तिनीहरू बोरिन्छन् र चासो गुमाउँछन् वा उनीहरूले मनपर्ने अन्य चीजहरू खोज्छन्।
- गतिशीलता: अन्य अवस्थाहरूमा, मान्छे क्षेत्रबाट बाहिर जान्छ र भौगोलिक कारणहरूमा अध्ययनमा मात्र जारी रहन सक्दैन। यो विशेष गरी दीर्घकालीन अध्ययनको समयमा सही छ। जब शोधकर्ताहरू मूल सहभागीहरू पत्ता लगाउन प्रयास गर्छन्, उनीहरूले पत्ता लगाउन सक्छन् कि धेरै पठाइएका छन् र भेट्टाउन सक्दैनन्।
- मोरबिसिटी: रोगले पनि मानिसहरुलाई अनुसन्धानमा भाग लिनदेखि रोक्न सक्छ र उनीहरूको अध्ययनबाट बाहिर निस्कन सक्छ। सहभागीहरूले बिरामीको छोटो एपिसोड अनुभव गर्न सक्छन् जुन अध्ययनको महत्वपूर्ण बिन्दुहरूमा भाग लिनदेखि रोक्न सक्छन्, जबकि अरूले गम्भीर रोगहरू वा लत विकास गर्न सक्ने कुनै पनि थप सहभागितालाई रोक्न सक्छ।
- मृत्युदण्ड: अन्ततः, प्रतिभागिहरु कहिलेकाहीँ अनुसन्धान अनुसन्धान पूर्ण हुनु अघि केही समय बितिसकेको छ। यो विशेष गरी लामो उमेरको वयस्कहरूमा केन्द्रित अध्ययनहरूको लागि सही हो।
Attrition Bias
जब चुनिंदा रित्तताले यो असर गर्दैन कि केही प्रकारका सहभागीहरू एक अध्ययनबाट बाहिर निस्कने सम्भावना बढी हुन्छन्, तोडफोडले अनुसन्धान अनुसन्धान पूर्वाधारको परिणाम हुन सक्छ जब मान्छे पहिले नै अध्ययनबाट बाहिर निस्केपछि मौलिक रूपमा अध्ययनमा रहन्छन्।
जब यो हुन्छ, शोधकर्ताहरूलाई अन्तिम अध्ययन समूहको अन्त्य हुन्छ जुन मूल नमूनाबाट धेरै फरक छ। मूल नमूना र प्रतिभागिहरु को अंतिम समूह को बीच मतभेद को कारण, एक कमजोरी पूर्वाग्रह को रूप मा जाना केहि अध्ययन को परिणाम को प्रभावित गर्न सक्छन्।
तथ्याङ्क गर्न महत्त्वपूर्ण छ, तथापि, यदि एक अध्ययन पूरा गर्ने व्यक्तिहरू बीच व्यवस्थित मतभेदहरू र ती व्यक्तिहरू बाहिर निस्कन्छन् भने परिणामहरू तोडफोड पूर्वाधारले असर गर्दैन।
वैधतालाई धम्की दिन्छ
जब व्यक्तिहरूको निश्चित समूह अध्ययनबाट बाहिर निस्कन्छ, तोडफोडले परिणामहरूको वैधता पनि असर गर्न सक्छ। सहभागीहरूको अन्तिम समूहले अब सही प्रतिनिधि प्रतिनिधि नमूनालाई प्रतिबिम्बित गरेकोले, परिणामहरू ठूलो आबादीमा सामान्यकृत गर्न सकिँदैन।
कल्पना गर्नुहोस् कि शोधकर्ताहरूले कसरी उमेरको रूपमा कार्डियो व्यायामले संज्ञानात्मक कार्यलाई असर गर्छ भन्ने बारे एक लामो अध्ययन अध्ययन गर्दैछ। शोधकर्ताहरूले 40 देखि 45 वर्ष उमेरका बीच मध्य-उमेरका वयस्कोंका प्रतिनिधि नमूनाबाट डेटा एकत्रित गरेर आफ्नो अध्ययन सुरु गर्छन्। अर्को सेकेन्डहरूमा शोधकर्ताहरू नियमित रूपमा तिनीहरूको मूल नमूनाको एरोबिक फिटनेस र संज्ञानात्मक कार्यसम्बन्धी डेटामा एकत्रित गर्छन्।
चयनात्मक रिक्ति स्वाभाविक रूपमा एक अध्ययन संग हुनेछ जुन यस्तो लामो अवधिको समयमा हुन्छ। केही सहभागीहरू उत्प्रेरित हुनेछन्, कोही चासो गुमाउनेछन्, केहि रोगहरू पीडित हुन्छन्, र केहि पनि जान्छ।
तर के हो भने व्यक्तिहरूको निश्चित समूहले चयनत्मक उचाइको लागि अधिक प्रवृति हुन्छ? मानौं कि विधवाहरू जीवित जीवनशैली भएकाहरूभन्दा धेरै पटक अध्ययनबाट बाहिर निस्कन्छन्। किनभने अन्तिम नमूना यस समूहको डेटाको कमी छैन, यसले अब समग्र जनसंख्यामा हुने प्रवृत्तहरू प्रतिबिंबित गर्न सक्दैन, अध्ययनको बाह्य वैधतालाई धम्की दिन्छ र सम्पूर्ण स्थानमा परिणामहरूलाई सामान्यतया गाह्रो बनाउँदछ।
आन्तरिक वैधता पनि एक समस्या हुन सक्छ त्यहाँ नियन्त्रण समूहहरू र प्रयोगात्मक समुहहरू बीच फरक भित्री दरहरू छन्। यदि शोधकर्ताहरु लाई चिंता को लागी एक उपचार मा प्रयोग गरिरहेको थियो, उदाहरण को लागि, अध्ययन समूह को तुलना मा प्रयोगात्मक समूह मा उच्च भन्दा कम छोड्छ यदि अध्ययन को पक्षपात हुन सक्छ।
उदाहरणको लागि, उदाहरणको लागि, यदि यो कमजोरीको दर जोखिमको कारण हो जसले प्रतिभागिहरु लाई अध्ययन पूरा गर्न रोक्दछ। प्रयोगात्मक समूहले उपचारबाट लाभान्वित व्यक्तिहरूको उच्च अनुपात समावेश गर्दछ, परिणामहरू आधारभूत हुनेछ र सुझाव दिन्छ कि यो वास्तवमा वास्तवमा भन्दा बढी प्रभावकारी थियो।
> स्रोतहरु:
हेक्किमैन, जे जे (1 9 5 9)। निर्दिष्ट त्रुटिको रूपमा नमूना चयन पूर्वाग्रह। अर्थव्यवस्थािका, 47, 153-161।
मिलर, आरबी, र होलिस्ट, सीएस (2007)। Attrition Bias। संकाय प्रकाशनहरू, बाल विभाग, युवाहरू, र पारिवारिक अध्ययन विभाग। कागज 45. http://digitalcommons.unl.edu/famconfacpub/45/