மாதிரி அளவு புறக்கணிப்பு வரையறுக்கப்பட்டுள்ளது

மாதிரி அளவு புறக்கணிப்பு என்றால் என்ன?

மாதிரி அளவு புறக்கணிப்பு என்பது ஒரு அறிவாற்றல் சார்பு ஆகும், இது பிரபலமாக ஆமோஸ் ட்வெர்ஸ்கி மற்றும் டேனியல் கஹ்மேன் ஆகியோரால் ஆய்வு செய்யப்பட்டது. புள்ளிவிவரத் தகவல்களைப் பயன்படுத்துபவர்கள் கேள்விக்குரிய தரவின் மாதிரி அளவைக் கருத்தில் கொள்ளத் தவறியதன் மூலம் தவறான முடிவுகளை எடுக்கும்போது இது நிகழ்கிறது.

மாதிரி அளவு புறக்கணிப்பின் அடிப்படைக் காரணம் என்னவென்றால், சிறிய மாதிரிகளில் அதிக அளவு மாறுபாடு ஏற்பட வாய்ப்புள்ளது என்பதை மக்கள் பெரும்பாலும் புரிந்து கொள்ளத் தவறிவிடுகிறார்கள். எனவே, கொடுக்கப்பட்ட புள்ளிவிவரத்தை உருவாக்க பயன்படுத்தப்படும் மாதிரி அளவு அர்த்தமுள்ள முடிவுகளை அனுமதிக்க போதுமானதாக இருக்கிறதா என்பதை தீர்மானிக்க வேண்டியது அவசியம்.

ஒரு மாதிரி அளவு போதுமானதாக இருக்கும்போது தெரிந்துகொள்வது புள்ளிவிவர முறைகளைப் பற்றி நன்கு புரிந்து கொள்ளாதவர்களுக்கு சவாலாக இருக்கும்.

முக்கிய எடுத்துக்காட்டுகள்

• மாதிரி அளவு புறக்கணிப்பு என்பது அமோஸ் ட்வெர்ஸ்கி மற்றும் டேனியல் கஹ்மேன் ஆகியோரால் ஆய்வு செய்யப்பட்ட ஒரு அறிவாற்றல் சார்பு ஆகும். இது மாதிரி அளவின் விளைவுகளை கருத்தில் கொள்ளாததால் புள்ளிவிவர தகவல்களிலிருந்து தவறான முடிவுகளை எடுப்பதைக் கொண்டுள்ளது. மாதிரி அளவு புறக்கணிப்பின் அபாயத்தைக் குறைக்க விரும்புவோர் சிறியதாக இருக்க வேண்டும் என்பதை நினைவில் கொள்ள வேண்டும் மாதிரி அளவுகள் அதிக நிலையற்ற புள்ளிவிவர முடிவுகளுடன் தொடர்புடையவை, மற்றும் நேர்மாறாகவும்.

மாதிரி அளவு புறக்கணிப்பைப் புரிந்துகொள்வது

மாதிரி அளவு மிகச் சிறியதாக இருக்கும்போது, ​​துல்லியமான மற்றும் நம்பகமான முடிவுகளை எடுக்க முடியாது. நிதி சூழலில், இது முதலீட்டாளர்களை பல்வேறு வழிகளில் தவறாக வழிநடத்தும்.

உதாரணமாக, ஒரு முதலீட்டாளர் ஒரு புதிய முதலீட்டு நிதியைக் காணலாம், அதன் தொடக்கத்திலிருந்து 15% வருடாந்திர வருவாயை ஈட்டியதாக பெருமை பேசுகிறார். இந்த நிதி விரைவான செல்வத்தை உருவாக்குவதற்கான டிக்கெட் என்பதை முதலீட்டாளர் சேர்க்க விரைவாக இருக்கலாம். இருப்பினும், இந்த நிதி மிக நீண்ட காலமாக முதலீடு செய்யாவிட்டால் இந்த முடிவு ஆபத்தான முறையில் தவறாக வழிநடத்தப்படலாம். அவ்வாறான நிலையில், முடிவுகள் குறுகிய கால முரண்பாடுகள் காரணமாக இருக்கலாம் மற்றும் நிதியின் உண்மையான முதலீட்டு முறையுடன் சிறிதும் சம்பந்தமில்லை.

மாதிரி அளவு புறக்கணிப்பு பெரும்பாலும் அடிப்படை விகித புறக்கணிப்புடன் குழப்பமடைகிறது, இது ஒரு தனி அறிவாற்றல் சார்பு. மாதிரி அளவு புறக்கணிப்பு என்பது புள்ளிவிவர உரிமைகோரல்களின் நம்பகத்தன்மையை தீர்மானிப்பதில் மாதிரி அளவுகளின் பங்கைக் கருத்தில் கொள்ளத் தவறியதைக் குறிக்கும் அதே வேளையில், அடிப்படை விகித புறக்கணிப்பு என்பது புதிய தகவல்களை மதிப்பிடும்போது ஒரு நிகழ்வு குறித்த ஏற்கனவே உள்ள அறிவைப் புறக்கணிக்கும் மக்களின் போக்கோடு தொடர்புடையது.

மாதிரி அளவு புறக்கணிப்பின் உண்மையான உலக எடுத்துக்காட்டு

மாதிரி அளவு புறக்கணிப்பை நன்கு புரிந்துகொள்ள, பின்வரும் உதாரணத்தைக் கவனியுங்கள், இது அமோஸ் ட்வெர்ஸ்கி மற்றும் டேனியல் கான்மேன் ஆகியோரின் ஆராய்ச்சியிலிருந்து பெறப்பட்டது:

ஒரு நபர் ஐந்து பந்துகளின் மாதிரியிலிருந்து வரையும்படி கேட்கப்படுகிறார், மேலும் நான்கு சிவப்பு மற்றும் ஒன்று பச்சை நிறத்தில் இருப்பதைக் காண்கிறார்.

ஒரு நபர் 20 பந்துகளின் மாதிரியிலிருந்து ஈர்க்கிறார், மேலும் 12 சிவப்பு மற்றும் எட்டு பச்சை நிறத்தில் இருப்பதைக் காண்கிறார்.

பந்துகள் பெரும்பாலும் சிவப்பு நிறத்தில் உள்ளன என்பதற்கு எந்த மாதிரி சிறந்த சான்றுகளை வழங்குகிறது?

முதல், சிறிய மாதிரி மிகவும் வலுவான சான்றுகளை வழங்குகிறது என்று பெரும்பாலான மக்கள் கூறுகிறார்கள், ஏனெனில் சிவப்பு மற்றும் பச்சை விகிதம் பெரிய மாதிரியை விட அதிகமாக உள்ளது. இருப்பினும், உண்மையில் அதிக விகிதம் சிறிய மாதிரி அளவைக் காட்டிலும் அதிகமாக உள்ளது. 20 இன் மாதிரி உண்மையில் மிகவும் வலுவான சான்றுகளை வழங்குகிறது.

அமோஸ் ட்வெர்ஸ்கி மற்றும் டேனியல் கான்மேன் ஆகியோரின் மற்றொரு எடுத்துக்காட்டு பின்வருமாறு:

ஒரு ஊருக்கு இரண்டு மருத்துவமனைகள் சேவை செய்கின்றன. பெரிய மருத்துவமனையில், ஒவ்வொரு நாளும் சராசரியாக 45 குழந்தைகள் பிறக்கின்றன, சிறிய மருத்துவமனையில் ஒவ்வொரு நாளும் சுமார் 15 குழந்தைகள் பிறக்கின்றன. எல்லா குழந்தைகளிலும் 50% சிறுவர்கள் என்றாலும், சரியான சதவீதம் நாளுக்கு நாள் மாறுபடுகிறது.

ஒரு வருடத்தில், ஒவ்வொரு மருத்துவமனையிலும் 60% க்கும் மேற்பட்ட குழந்தைகள் சிறுவர்களாக இருந்த நாட்களைப் பதிவு செய்தனர். இதுபோன்ற நாட்களில் அதிகமான மருத்துவமனை எது?

இந்த கேள்வியைக் கேட்டபோது, ​​பதிலளித்தவர்களில் 22% பேர் பெரிய மருத்துவமனை இதுபோன்ற நாட்களைப் புகாரளிப்பதாகக் கூறினர், 56% பேர் இரு மருத்துவமனைகளுக்கும் ஒரே மாதிரியாக இருக்கும் என்று கூறியுள்ளனர். உண்மையில், சரியான பதில் என்னவென்றால், சிறிய மருத்துவமனை இதுபோன்ற நாட்களைப் பதிவு செய்யும், ஏனெனில் அதன் சிறிய அளவு அதிக மாறுபாட்டை உருவாக்கும்.

நாம் முன்னர் குறிப்பிட்டது போல, மாதிரி அளவு புறக்கணிப்பின் வேர் என்னவென்றால், சிறிய மாதிரிகளில் அதிக அளவு மாறுபாடு ஏற்பட வாய்ப்புள்ளது என்பதை மக்கள் பெரும்பாலும் புரிந்து கொள்ளத் தவறிவிடுகிறார்கள். முதலீட்டில், இது உண்மையில் மிகவும் விலை உயர்ந்ததாக இருக்கும்.