Selection on the Outcome: The Fraction of Nonresponse Bias That Survey Weighting Removes, with an Application to Subjective Well-Being
تُثبت هذه الورقة أن التوزين المسحي بناءً على المتغيرات السوسيو-ديموغرافية لا يزيل سوى جزء من انحياز عدم الاستجابة يعادل نسبة التباين في النتيجة التي تفسرها تلك المتغيرات، مما يكشف أن هذا النوع من التوزين غير فعال إلى حد كبير في أبحاث الرفاه الذاتي حيث تفسر المتنبئات الديموغرافية حداً أدنى من التباين في السعادة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
كلما أراد باحث فهم كيف يشعر الناس تجاه حياتهم، فإنه عادةً ما يطلب من عينة من الناس ملء استبيان. والهدف هو استخدام إجابات هؤلاء الآلاف القليلة من المستجيبين لوصف مشاعر الملايين. لكن هناك عقبة: ليس الجميع يجيبون على الهاتف أو يملؤون الاستمارة. البعض مشغول للغاية، والبعض مريض جداً، والبعض الآخر ببساطة لا يريد التحدث إلى غرباء. يُسمى هذا "عدم الاستجابة"، وهو يخلق فجوة بين الأشخاص الذين أجابوا وأولئك الذين لم يفعلوا. وإذا كان الأشخاص الذين يبقون في منازلهم مختلفين عن أولئك الذين يجيبون في الطريقة التي يحاول الباحث قياسها، فإن الرقم النهائي سيكون خاطئاً. لعقود من الزمن، كان الحل القياسي لهذه المشكلة هو "الترجيح". يأخذ الباحثون إجاباتهم ويعدلونها رياضياً لتتطابق مع التركيبة الديموغرافية المعروفة للبلد بأكدها، مثل العمر، والجنس، والتعليم، ومكان السكن. الفكرة هي أنه إذا بدت العينة مطابقة للسكان على الورق، فلا بد أن تكون الإجابات تمثيلية أيضاً.
يعمل هذا النهج بشكل جيد عندما يكون سبب تخطي الناس للاستبيان مرتبطاً بتلك الحقائق الديموغرافية. فإذا كان كبار السن أقل عرضة للإجابة، وكان الباحث يعرف عدد كبار السن في البلاد، يمكنه ببساطة إعطاء إجابات المستجيبين من كبار السن وزناً أكبر لموازنة الكفة. ومع ذلك، يشير تحليل جديد إلى أن هذا الحل القياسي يفشل تماماً عندما يكون السبب وراء تخطي الناس للاستبيان هو الشيء نفسه الذي يتم قياسه: سعادتهم الخاصة. فإذا كان الأشخاص غير السعداء أقل عرضة للمشاركة لأنهم يشعرون بإحباط شديد يمنعهم من التحدث، أو إذا كان الأشخاص السعداء جداً مشغولين للغاية بالاستمتاعي بحياتهم للرد، فلا يوجد قدر من التعديل الديموغرافي يمكنه إصلاح الخطأ الناتج. وتجادل الورقة البحثية بأنه في مجال "الرفاهية الذاتية"، لا يزيل التصحيح القياسي سوى القليل جداً من الانحياز، مما يترك الأرقام النهائية منحرفة بطريقة لم يلاحظها الباحثون إلى حد كبير.
تتقصى هذه الدراسة، التي قادها شاي تسابان، بدقة مدى حجم هذا الخطأ الخفي المتبقي بعد أن يطبق الباحثون تقنيات الترجيح المعتادة لديهم. والاكتشاف الجوهري هو أن فعالية الحل تعتمد كلياً على مدى إمكانية التنبؤ بسعادة الشخص من خلال خلفيته. فلو كانت السعادة مرتبطة بقوة بالعمر أو الدخل، لعمل الترجيح القياسي بشكل جيد. لكن عقوداً من البحث في هذا المجال أثبتت العكس: إن ظروف حياة الشخص تفسر القليل جداً من سبب شعوره بالسعادة أو الحزن. وتحسب الورقة أن المتغيرات المستخدمة للترجيح — العمر، والجنس، والعرق، والتعليم، والمنطقة — لا تفسر سوى حوالي 1.7 في المئة فقط من الاختلافات في السعادة المبلغ عنها بين ما يقرب من 70,000 شخص في المسح الاجتماعي العام. ولأن هذه المتغيرات لا تفسر إلا القليل، فإن عملية الترجيح لا يمكنها إزالة سوى 1.7 في المئة فقط من الانحياز الناتج عن انسحاب غير السعداء. وهذا يترك أكثر من 98 في المئة من الخطأ دون علاج.
هذا الاكتشاف يقلب حقيقة إحصائية شائعة رأساً على عقب. فلطالما استشهد الباحثون، لسنوات، بضعف القدرة التنبؤية للديموغرافيا كدليل على أن السعادة حالة داخلية وليست مجرد نتاج للظروف المادية. وتظهر أعمال تسابان أن هذا الرقم المنخفض نفسه هو أيضاً معدل الإصلاح للحل القياسي في هذا المجال. فالحقيقة ذاتها المتمثلة في أن الظروف لا تحدد المشاعر هي ما يجعل الحل القيما للاستبيان غير فعال للغاية. وتوضح الورقة ذلك من خلال تباين واضح؛ ففي دراسة أخرى تتعلق بالبيانات الصحية في الدنمارك، تمكن الباحثون من الوصول إلى سجلات وطنية تتضمن السجلات الطبية لكل من المشاركين وغير المشاركين. وبما أن السجلات الصحية هي مؤشرات قوية للتنبؤ بمن ينسحب من الدراسة، فقد فسرت متغيرات الترجيح في تلك الحالة جزءاً كبيراً من النتيجة. وهناك، نجح الترجيح في إزالة معظم الانحياز. ولم يكن الفرق بين الحالتين في جودة الرياضيات، بل في المعلومات المتاحة لإجراء تلك الرياضيات. ففي أبحاث الرفاهية، المعلومات اللازمة ببساطة غير موجودة في البيانات الديموغرافية القياسية.
إن عواقب هذا السهو كبيرة لما ندركه عن العالم. تفحص الورقة ستة أنواع شائعة من الاستنتاجات المستمدة من مسوح الرفاهية، مثل مقارنة السعادة بين دول مختلفة، أو تتبع التغيرات بمرور الوقت، أو النظر في الاختلافات بين الفئات العمرية. وفي كل حالة تقريباً، يسير الانحياز في اتجاه يمكن التنبؤ به. وبما أن غير السعداء هم الأكثر عرضة للانسحاب، فإن المجموعة المتبقية تكون أكثر سعادة قليلاً من المجتمع الحقيقي. وهذا يعني أن المعدلات الوطنية مرتفعة للغاية، وأن الفجوة بين السعداء وغير السعداء أصغر مما هي عليه في الواقع. فعلى سبيل المثال، عندما يرى الباحثون أن السعادة ترتفع في سن الشيخوخة، تشير الورقة إلى أن هذا قد يكون وهماً ناتجاً عن حقيقة أن الأقل سعادة من كبار السن قد توقفوا بالفعل عن المشاركة. وبالمثل، عندما ينظر البهاثون إلى عدم المساواة في السعادة، فإن البيانات غالباً ما تقلل من حجم عدم المساواة الحقيقي، لأن الأفراد الأكثر معاناة مفقودون من أسفل المقياس.
وعلى الرغم من خطورة المشكلة، تشير الورقة إلى أن المجتمع البحثي لم يعر اهتماماً يذكر لها. فقد وجد تدقيق لأكثر من 1,600 مقال حديث في أبرز مجلات الرفاهية أنه بينما اعتمد 72 في المئة منها على بيانات المسح، فإن 1.4 في المئة فقط ذكرت عدم الاستجابة، أو التآكل، أو حدود العينة الخاصة بها. لقد أمضى الباحثون عقوداً في تحسين الأسئلة التي يطرحونها والتحقق مما إذا كانت الثقافات المختلفة تفسر الكلمات بنفس الطات، لكنهم تجاهلوا إلى حد كبير ما إذا كان الأشخاص الذين يجيبون على الأسئلة يمثلون المجتمع بأكمله. وتجادل الورقة بأن هذه فجوة حرجة. والحل لا يتطلب نظرية جديدة للسعادة، بل يتطلب تغييراً في كيفية تعامل الباحثين مع بياناتهم. فبدلاً من افتراض أن الترجيح قد حل المشكلة، يجب على الباحثين الإبلاغ عن مقدار الانحياز المتبقي واستخدام أساليب من الأبحلة الطبية لتحديد نطاق الخطأ المحتمل. ويتضمن ذلك الاعتراف بأن الرقم النهائي هو تقدير مع هامش خطأ معروف وكبير، وليس قياساً دقيقاً لمزاج السكان.
وتخلص الدراسة إلى أن على المجال أن يتوقف عن معاملة المتوسط المرجح كحل نظيف. إن التعديلات الديموغرافية القياسية ليست عصا سحرية تجعل الأشخاص المفقودين يظهرون؛ بل هي إصلاح جزئي يعمل فقط عندما يكون الأشخاص المفقودون مفقودين لأسباب ديموغرافية. أما عندما يغيبون بسبب مشاعرهم، فإن الإصلاح يفشل. إن الطريق إلى الأمام يتضمن قبول حقيقة أن البيانات الحالية غير مكتملة واستخدام أدوات جديدة لقياس حجم الفجوة. ومن خلال استعارة التقنيات من الأبحاث الطبية، حيث يُعامل فقدان البيانات كتهديد خطير للصلاحية، يمكن لباحثي الرفاهية أخيراً أن يبدأوا في رؤية الصورة الكاملة للسعادة البشرية، بما في ذلك الأجزاء التي تظل حالياً مخفية في صمت أولئك الذين لم يجيبوا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.