Obvious Objectivity of Quantification and the Replication Crisis: the exemple of Human Resource Management Research

व्यावसायिक प्रबंधन की दुनिया में, यह एक दृढ़ विश्वास है कि संख्याएँ सत्य बताती हैं। जब कोई कंपनी अपने कर्मचारियों को समझना चाहती है, तो वह अक्सर उन सर्वेक्षणों की ओर रुख करती है जहाँ लोग एक से पांच के पैमाने पर, या "कड़ाई से असहमत" से "कड़ाई से सहमत" तक अपनी भावनाओं को रेटिंग देते हैं। इन रेटिंग्स को फिर कंप्यूटर प्रोग्रामों में डाला जाता है जो पैटर्न खोजने, विचारों का परीक्षण करने और यह घोषित करने के लिए संख्याओं की गणना करते हैं कि लोग कैसे काम करते हैं, इसके बारे में क्या सच है। यह दृष्टिकोण, जिसे मात्रात्मक अनुसंधान (क्वान्टिटेटिव रिसर्च) के रूप में जाना जाता है, मानव संसाधन के अध्ययन के लिए एक मानक तरीका बन गया है। यह वस्तुनिष्ठता और सटीकता का एक स्तर प्रदान करने का वादा करता है जो वैज्ञानिक लगता है, बिल्कुल वैसे ही जैसे किसी वस्तु के तापमान या वजन को मापना। हालाँकि, वैज्ञानिकों की एक बढ़ती संख्या चिंतित है कि संख्याओं में यह विश्वास गलत हो सकता है। उनका तर्क है कि मानवीय विचारों और व्यवहारों को मापने के लिए उपयोग किए जाने वाले उपकरणों को अक्सर इस तरह माना जाता है जैसे वे भौतिक चीजों को माप रहे हों, भले ही भावनाएं और दृष्टिकोण तापमान या वजन की तरह व्यवहार नहीं करते हैं। इस तनाव ने एक विश्वास के संकट को जन्म दिया है, जहाँ कागज़ पर ठोस दिखने वाले अध्ययन भी विफल हो जाते हैं जब अन्य लोग उन्हें दोहराने का प्रयास करते हैं।

यूनिवर्सिटी डू क्यूबेक अ रिमसौकी के दो शोधकर्ताओं ने यह जांचने का निर्णय लिया कि क्या यह संकट मानव संसाधन प्रबंधन के क्षेत्र के भीतर हो रहा है। उन्होंने एक सरल लेकिन गहन प्रश्न पूछा: क्या वे विधियाँ जिनका उपयोग शोधकर्ता कर्मचारियों के अध्ययन के लिए करते हैं, वास्तव में उतनी ही कठोर हैं जितनी वे दिखाई देती हैं, या वे केवल आदतों के एक सेट का पालन कर रहे हैं जो निश्चितता का भ्रम पैदा करते हैं? यह पता लगाने के लिए, उन्होंने कोई नया प्रयोग नहीं किया या किसी एक कंपनी से नया डेटा एकत्र नहीं किया। इसके बजाय, उन्होंने मौजूदा शोध की एक व्यापक समीक्षा की। उन्होंने मानव संसाधन प्रबंधन के लिए समर्पित शीर्ष दस अंतरराष्ट्रीय पत्रिकाओं में प्रकाशित 398 लेखों को एकत्र किया। इस बड़े ढेर से, उन्होंने उन 82 अध्ययनों को छाँटा जिन्होंने लोगों के प्रबंधन, नेतृत्व और संगठनों में उनके व्यवहार के बारे में प्रश्नों का उत्तर देने के लिए संख्याओं और सांख्यिकी का उपयोग किया था। उनका लक्ष्य यह देखना था कि इन अध्ययनों ने तीन विशिष्ट, सामान्य प्रथाओं को कैसे संभाला: उन्होंने सर्वेक्षण रेटिंग के साथ कैसा व्यवहार किया, उन्होंने अपने विचारों का परीक्षण कैसे किया, और उन्होंने उत्तरों के लिए किससे पूछा।

शोधकर्ताओं ने पाया कि यह क्षेत्र गहराई से एक ऐसी प्रणाली में जकड़ा हुआ है जो वास्तविक पद्धतिगत सुदृढ़ता के बजाय सुदृढ़ता के दिखावे को प्राथमिकता देती है। सबसे पहले, उन्होंने देखा कि शोधकर्ता सर्वेक्षण रेटिंग को कैसे संभालते हैं। इन अध्ययनों में, लोगों से अक्सर "कड़ाई से असहमत," "असहमत," "तटस्थ," "सहमत," और "कड़ाई से सहमत" जैसे विकल्पों की सूची में से चुनने के लिए कहा जाता है। इन्हें 'ऑर्डिनल स्केल्स' कहा जाता है क्योंकि ये एक क्रम दिखाते हैं, लेकिन "असहमत" और "तटस्थ" के बीच की दूरी "तटस्थ" और "सहमत" के बीच की दूरी के समान नहीं होती है। इसके बावजूद, अधिकांश अध्ययनों ने इन रेटिंग्स को इस तरह से माना जैसे कि वे सटीक माप हों, जैसे इंच या किलोग्राम। उन्होंने औसत निकाला और जटिल सांख्यिकीय सूत्रों का उपयोग किया जो विकल्पों के बीच समान अंतराल का अनुमान लगाते हैं। शोधकर्ताओं ने पाया कि 66 प्रतिशत मात्रात्मक अध्ययनों ने ऐसा किया, जिससे प्रभावी रूप से व्यक्तिपरक विचारों को नकली संख्याओं में बदल दिया गया जो सटीक दिखती हैं लेकिन जिनमें वास्तविक गणितीय आधार का अभाव होता है।

इसके बाद, टीम ने जांच की कि इन अध्ययनों ने अपने विचारों का परीक्षण कैसे किया। अधिकांश शोध एक मानक प्रक्रिया पर निर्भर था जिसे 'नल हाइपोथीसिस सिग्निफिकेंस टेस्टिंग' कहा जाता है। सरल शब्दों में, यह एक ऐसी विधि है जहाँ शोधकर्ता यह साबित करने की कोशिश करते हैं कि परिणाम केवल एक यादृच्छिक संयोग नहीं है। यदि गणित दिखाता है कि परिणाम संयोग से होने की संभावना कम है, तो वे इसे सफलता घोषित कर देते हैं। शोधकर्ताओं ने पाया कि 93 प्रतिशत अध्ययनों ने यह तय करने के लिए कि क्या सच है, अपने प्राथमिक तरीके के रूप में इस विधि का उपयोग किया। उन्होंने नोट किया कि यह एक विचारशील विकल्प के बजाय एक नियमित आदत बन गया है। अध्ययनों ने शायद ही कभी इस बात पर सवाल उठाया कि पूछे गए विशिष्ट प्रश्न के लिए यह विधि उपयुक्त थी या नहीं। इसके बजाय, एक विशिष्ट सांख्यिकीय परिणाम की उपस्थिति एक संकेत बन गई कि कार्य वैज्ञानिक था, चाहे मूल डेटा ऐसे मजबूत निष्कर्ष का समर्थन करता हो या नहीं।

तीसरा मुद्दा जिसे शोधकर्ताओं ने उजागर किया, वह था कि वास्तव में किसका अध्ययन किया जा रहा था। लोगों के एक पूरे समूह के बारे में वैध दावा करने के लिए, एक शोधकर्ता को आदर्श रूप से प्रतिभागियों को यादृच्छिक (रैंडम) रूप से चुनना चाहिए, जैसे कि टोकरी से नाम निकालना, ताकि शामिल होने का प्रत्येक व्यक्ति को समान अवसर मिले। यह सुनिश्चित करता है कि परिणामों को व्यापक आबादी पर लागू किया जा सके। हालाँकि, समीक्षा ने दिखाया कि 98 प्रतिशत अध्ययनों ने गैर-यादृच्छिक नमूनों (नॉन-रैंडम सैंपल्स) का उपयोग किया। इसका मतलब है कि शोधकर्ताओं ने बस उसी से पूछा जो उपलब्ध था, जैसे कि एक विशिष्ट कंपनी के कर्मचारी जिन्होंने भाग लेने के लिए सहमति दी थी, या वे लोग जिन्होंने ऑनलाइन सर्वेक्षण भरने के लिए स्वयंसेवा की थी। क्योंकि ये समूह यादृच्छिक नहीं हैं, वे अक्सर विशिष्ट गुणों को साझा करते हैं जो परिणामों को पक्षपाती बना सकते हैं। उदाहरण के लिए, नौकरी की संतुष्टि के बारे में सर्वेक्षण का उत्तर देने के लिए स्वयंसेवक करने वाले लोग औसत कार्यकर्ता की तुलना में अधिक खुश या अधिक व्यस्त हो सकते हैं। शोधकर्ताओं ने पाया कि लगभग किसी भी अध्ययन ने यह स्वीकार नहीं किया कि यह एक बड़ी समस्या थी। इसके बजाय, उन्होंने अपने निष्कर्षों को इस तरह प्रस्तुत किया जैसे कि वे सभी श्रमिकों पर लागू होते हों, इस तथ्य को अनदेखा करते हुए कि उनका डेटा एक बहुत ही विशिष्ट, गैर-यादृच्छिक समूह से आया था।

शायद सबसे चौंकाने वाला निष्कर्ष यह नहीं था कि ये प्रथाएं आम थीं, बल्कि यह था कि इन पर चर्चा शायद ही कभी की गई। जब शोधकर्ता एक पेपर लिखते हैं, तो वे आमतौर पर अध्ययन की कमजोरियों या सीमाओं को सूचीबद्ध करने के लिए अंत में एक अनुभाग शामिल करते हैं। समीक्षा के लेखकों ने यह देखने के लिए इन अनुभागों की जाँच की कि क्या शोधकर्ताओं ने गैर-यादृच्छिक नमूनों का उपयोग करने, रेटिंग को सटीक संख्याओं के रूप में मानने, या अत्यधिक सांख्यिकीय परीक्षणों पर निर्भर रहने की बात स्वीकार की। उन्होंने पाया कि लगभग किसी ने भी ऐसा नहीं किया। 82 में से केवल एक लेख ने सांख्यिकीय परीक्षण के अत्यधिक उपयोग को एक सीमा के रूप में उल्लेख किया। अन्य दो प्रमुख मुद्दों को लगभग पूरी तरह से अनदेखा कर दिया गया था। यह मौन बताता है कि ये विधियाँ इतनी सामान्य हो गई हैं कि शोधकर्ता अब उन्हें ऐसे विकल्पों के रूप में नहीं देखते जिन्हें औचित्य की आवश्यकता हो। वे बस वही हैं जो किया जाता है।

शोधकर्ता तर्क देते हैं कि यह स्थिति एक स्व-सुदृढ़ीकरण चक्र (सेल्फ-रिनफोर्सिंग साइकिल) बनाती है। क्योंकि हर कोई इन विधियों का उपयोग करता है, वे वैध दिखते हैं। क्योंकि वे वैध दिखते हैं, जर्नल उन्हें प्रकाशित करते हैं, और छात्रों को उनका उपयोग करना सिखाया जाता है। यह "हेजेमोनिक रोबस्टनेस" (प्रभुत्वपूर्ण सुदृढ़ता) का एक रूप बनाता है, जहाँ क्षेत्र मजबूत और वैज्ञानिक महसूस होता है क्योंकि वह साझा नियमों का पालन करता है, भले ही वे नियम अस्थिर आधार पर बने हों। परिणाम ज्ञान का एक ऐसा निकाय है जो सटीक दिखता है लेकिन विश्वसनीय नहीं हो सकता है। जब अन्य वैज्ञानिक लोगों के विभिन्न समूहों या थोड़े अलग तरीकों के साथ इन अध्ययनों को दोहराने का प्रयास करते हैं, तो परिणाम अक्सर मेल नहीं खाते। यह पुनरुत्पादन संकट (रेप्लिकेशन क्राइसिस) का मूल है: उन निष्कर्षों को दोहराने में असमर्थता जिन्हें कभी ठोस माना जाता था।

लेख इस निष्कर्ष पर पहुँचता है कि समाधान संख्याओं का उपयोग करना बंद करना या मानव संसाधन के अध्ययन को छोड़ना नहीं है। इसके बजाय, शोधकर्ता अधिक ईमानदार और चिंतनशील दृष्टिकोण का आह्वान करते हैं। वे सुझाव देते हैं कि वैज्ञानिकों को अपने उपकरणों की सीमाओं के बारे में पारदर्शी होने की आवश्यकता है। यदि एक सर्वेक्षण रेटिंग एक सटीक माप नहीं है, तो उन्हें ऐसा कहना चाहिए। यदि एक नमूना यादृच्छिक नहीं है, तो उन्हें यह समझाना चाहिए कि यह उनके दावे को कैसे सीमित करता है। वे आग्रह करते हैं कि क्षेत्र सांख्यिकीय सूत्रों को सत्य की गारंटी देने वाले जादू के मंत्रों के रूप में देखने के बजाय, इस बात की गहरी समझ की ओर बढ़े कि डेटा वास्तव में क्या दर्शाता है। अपनी विधियों की खामियों को स्वीकार करके, शोधकर्ता यह समझने के लिए एक अधिक ईमानदार और टिकाऊ आधार बना सकते हैं कि लोग कैसे काम करते हैं, बजाय एक ऐसी प्रणाली पर भरोसा करने के जो निश्चितता का दिखावा करती है जबकि अपने दोषों को छिपाती है।