প্ররোচিত যুক্তি: বৈশিষ্ট্য, প্রকার এবং উদাহরণ - মনোবিজ্ঞান - 2025

আরোহী যুক্তির নির্দিষ্ট পর্যবেক্ষণ থেকে সাধারণ তত্ত্ব তৈরি সম্পর্কে চিন্তা এক ধরনের। কর্তনমূলক যুক্তির বিপরীতে, এটি অন্যান্য অনুরূপ পরিস্থিতিতে প্রযোজ্য হতে পারে এমন সিদ্ধান্তগুলি আনতে কংক্রিটের ডেটার উপর নির্ভর করে।

ভাল ইন্ডাকটিভ যুক্তি সম্পাদন করার জন্য, প্রচুর পরিমাণে পর্যবেক্ষণ করা, তাদের মধ্যে একটি প্যাটার্ন সন্ধান করা এবং সংগৃহীত ডেটা থেকে সাধারণীকরণ করতে সক্ষম হওয়া প্রয়োজন। পরে, সেই সাধারণীকরণটি ব্যাখ্যা বা তত্ত্ব তৈরি করতে ব্যবহার করা যেতে পারে।

সূত্র: পেক্সেলস ডট কম

ইন্ডাকটিভ যুক্তি বিজ্ঞান এবং দৈনন্দিন জীবনে উভয়ই ব্যবহৃত হয়। যদিও এর উপসংহারগুলি অন্যান্য যৌক্তিক প্রক্রিয়াগুলি যেমন ডিডাকটিভ যুক্তি থেকে প্রাপ্ত হিসাবে ততটা তাত্পর্যপূর্ণ নয় তবে এটি সমস্ত ধরণের তত্ত্ব, ভবিষ্যদ্বাণী বা আচরণের ব্যাখ্যাগুলির ভিত্তি হিসাবে কাজ করতে পারে।

একটি ইন্দুকিটিভ যুক্তি প্রক্রিয়া পরিচালনা করার সময়, উপসংহারে পৌঁছে যাওয়া অপূর্ণতার চেয়ে কম-বেশি সম্ভাব্য বলে মনে হয়। তবে এই ধরণের চিন্তাভাবনার প্রয়োগ করার সময় বিভিন্ন ধরণের পক্ষপাতিত্ব দেখা দিতে পারে যা যুক্তিগুলিকে অবৈধ করে।

বৈশিষ্ট্য

কংক্রিট থেকে জেনারেলের কাছে যান

ইন্ডাকটিভ যুক্তির মূল বৈশিষ্ট্য হ'ল এটি ব্যবহার করার সময় এটি নির্দিষ্ট নির্দিষ্ট সিরিজের একটি সিরিজ দিয়ে শুরু হয় যা একটি নির্দিষ্ট ঘটনা সম্পর্কে সাধারণ তত্ত্ব তৈরি করার চেষ্টা করতে ব্যবহৃত হয়। প্রবর্তন পরিচালনার প্রাথমিক পদ্ধতিটি হ'ল নির্দিষ্ট কেসগুলির একটি সিরিজ দেখে এবং সেগুলির মধ্যে কী মিল আছে তা সন্ধান করা।

উদাহরণস্বরূপ, একজন নৃ-তাত্ত্বিক যিনি পাখি নোটিশের একটি নতুন প্রজাতির অধ্যয়ন করছেন যা তাঁর সন্ধানের সমস্ত নমুনাগুলিতে কালো পালক রয়েছে। এই কারণে, তিনি এই সিদ্ধান্তে পৌঁছেছেন যে সম্ভবত এই প্রজাতির অন্য যে কোনও প্রাণীর সাথে তিনি ভবিষ্যতে সাক্ষাত করেন তারও এই বর্ণটি ফুটে উঠেছে।

এটি যেভাবে কাজ করে, সেহেতু প্ররোচিত যুক্তিটি "তলদেশের আপ যুক্তি" হিসাবেও পরিচিত। এটি ছাড়ের কাজ করার পদ্ধতির বিপরীতে যেখানে আপনি একটি সাধারণ তত্ত্ব থেকে শুরু করেন যা একটি নির্দিষ্ট পরিস্থিতি সম্পর্কে সিদ্ধান্তগুলি আনতে ব্যবহৃত হয়।

এর প্রকৃতি অনুসারে, সামাজিক বিজ্ঞানগুলি প্ররোচনামূলক যুক্তির চেয়ে প্ররোচিত যুক্তি ব্যবহার করার প্রবণতা রাখে। সুতরাং, মনোবিজ্ঞান বা মনোবিজ্ঞানের মতো শাখার তত্ত্বের একটি বৃহত অংশ তৈরি হয়েছে বিপুল সংখ্যক ব্যক্তিকে পর্যবেক্ষণ করে এবং তাদের বৈশিষ্ট্যগুলি সমগ্র জনগণের কাছে সাধারণীকরণের মাধ্যমে।

আপনার সিদ্ধান্তগুলি সম্ভাব্য, অযোগ্য নয়

আমরা যখন ডিডাকটিভ যুক্তি সম্পাদন করি, যখন প্রাঙ্গণটি সত্য হয় এবং যুক্তিটি ভালভাবে নির্মিত হয়, সিদ্ধান্তগুলি সর্বদা সত্য হয়। যাইহোক, প্ররোচিত যুক্তিতে এটি ক্ষেত্রে হয় না। এমনকি যখন যুক্তিটি ভালভাবে ব্যবহার করা হয় তখনও কোনও যুক্তির ফলাফল কখনই ত্রুটিযুক্ত হতে পারে না তবে এটি সম্ভবত ভুল হতে পারে।

এটি ঘটেছিল কারণ, প্ররোচিত যুক্তির সাথে কাজ করার সময়, আপনি সর্বদা সম্ভাবনার কথা বলছেন। আমরা পূর্বে যে কালো পাখি রেখেছি তার উদাহরণে, অন্য বর্ণের একটি প্রাণীটির পক্ষে এই প্রজাতির সমস্ত নমুনার সমান বর্ণ রয়েছে বলে যুক্তিটি ছড়িয়ে দিতে উপস্থিত হওয়া প্রয়োজন।

তবে, সমস্ত প্রকারের ইন্ডাকটিভ যুক্তি সমানভাবে নির্ভরযোগ্য নয়। আমরা যে নমুনাটি দেখি তত বৃহত্তর এবং এটি সাধারণ জনগোষ্ঠীর যত বেশি প্রতিনিধিত্ব করে (এটি আমাদের অধ্যয়নের জন্য যে সেটটি বেশি দেখা যায়) এর তত কম সম্ভাবনা থাকে যে কোনওরকম ত্রুটি রয়েছে।

উদাহরণস্বরূপ, ভোটের অভিপ্রায় নিয়ে জরিপ পরিচালনা করার সময়, যদি এলোমেলোভাবে নির্বাচিত ১০,০০০ লোককে জিজ্ঞাসা করা হয় যে এটি বিশ্ববিদ্যালয়ের ক্লাসে ৫০ জন ছাত্রের সাথে একটি ইউনিভার্সিটিতে করা হয় তার চেয়ে বেশি নির্ভরযোগ্য হবে।

এটি প্রয়োগ করার সময় ত্রুটিগুলি দেখা দিতে পারে

আমরা ইতিমধ্যে দেখেছি যে প্রেরণামূলক যুক্তির দ্বারা উত্পন্ন সিদ্ধান্তগুলি অবর্ণনীয় নয়, তবে কেবল সম্ভাব্য। লজিকাল প্রক্রিয়াটি সঠিকভাবে সম্পাদিত হওয়ার পরেও এটি ঘটে। তবে অন্যান্য ধরণের যুক্তির মতো ইন্ডাকশন পরিচালনা করার সময় ভুল করা সম্ভব।

প্রস্তাবনামূলক যুক্তি ব্যবহার করার সময় ঘটে যাওয়া সর্বাধিক সাধারণ ভুলটি এমন উদাহরণগুলির উপর নির্ভর করে যা অধ্যয়নরত শর্তটির সত্যিকারের প্রতিনিধি নয়। উদাহরণস্বরূপ, মনোবিজ্ঞানের অনেক সমালোচক একটি বিজ্ঞান হিসাবে উল্লেখ করেছেন যে প্রায়শই সাধারণ মানুষের চেয়ে কলেজের শিক্ষার্থীদের উপর পরীক্ষাগুলি চালানো হয়।

সর্বাধিক সাধারণ ত্রুটিগুলির মধ্যে একটি হ'ল আমাদের সিদ্ধান্তগুলি খুব অল্প সংখ্যক মামলার ভিত্তিতে তৈরি করা হয়, যার সাহায্যে আমরা যে ডেটা থেকে শুরু করি তা অসম্পূর্ণ। প্রস্তাবনামূলক যুক্তির মাধ্যমে সত্যিকারের নির্ভরযোগ্য সিদ্ধান্তে পৌঁছানোর জন্য, বেস হিসাবে যতটা সম্ভব ডেটা থাকা প্রয়োজন।

অবশেষে, আমাদের কাছে পর্যাপ্ত ডেটা থাকলেও এবং নমুনাটি সাধারণ জনগণের প্রতিনিধি হলেও, পক্ষপাতদু চিন্তা করার কারণে আমাদের সিদ্ধান্তগুলি ভুল হতে পারে। প্রস্তাবনামূলক যুক্তিতে, সর্বাধিক সাধারণগুলির মধ্যে কয়েকটি হল কনফার্মেশন পক্ষপাত, প্রাপ্যতা পক্ষপাত এবং খেলোয়াড়ের ত্রুটি।

প্রকারভেদ

প্রাথমিক প্রক্রিয়া সর্বদা একটি ইন্ডাকটিভ যুক্তি প্রক্রিয়ায় থাকে। তবে কয়েকটি নির্দিষ্ট ডেটা থেকে জনসংখ্যা সম্পর্কে সাধারণ সিদ্ধান্তে পৌঁছার বিভিন্ন উপায় রয়েছে। পরবর্তী আমরা সর্বাধিক সাধারণ দেখতে পাবেন।

জেনারালাইজেশন

বৃহত্তর জনসংখ্যার সম্পর্কে উপসংহার আঁকার জন্য একটি ছোট নমুনা পর্যবেক্ষণের ভিত্তিতে প্ররোচিত যুক্তির সহজতম ফর্ম form

সূত্রটি নিম্নোক্ত হবে: যদি নমুনার একটি অনুপাতের বৈশিষ্ট্যযুক্ত এক্স থাকে তবে সাধারণ জনগণের একই অনুপাতের এটি থাকে।

বেসিক সাধারণীকরণ অনানুষ্ঠানিক সেটিংসে ঘটে থাকে। আসলে এটি অচেতন স্তরে প্রায়শই ঘটে। উদাহরণস্বরূপ, একটি স্কুলের একজন ছাত্র তার 30 সহপাঠীর মধ্যে পর্যবেক্ষণ করেছেন, মাত্র 5 জন বাবা-মাকে আলাদা করেছেন। এটি দেখে আপনি সাধারণীকরণ করতে পারেন এবং ভাবতে পারেন যে কেবলমাত্র অল্প বয়স্কই আলাদা are

তবে সাধারণীকরণের আরও আরও নির্ভরযোগ্য এবং বৈজ্ঞানিক রূপ রয়েছে। প্রথমটি হল পরিসংখ্যান সাধারণকরণ general অপারেশনটি মৌলিকটির মতো, তবে তথ্যগুলি একটি বৃহত জনগোষ্ঠীতে নিয়মতান্ত্রিক উপায়ে সংগ্রহ করা হয় এবং ফলাফলগুলি গাণিতিক কৌশলগুলি ব্যবহার করে বিশ্লেষণ করা হয়।

আসুন কল্পনা করুন যে 5,000,000 লোক টেলিফোনে তাদের রাজনৈতিক সম্পৃক্ততা সম্পর্কে জরিপ করেছেন। এই নমুনার মধ্যে, 70% "বাম উইং" হিসাবে চিহ্নিত করে। এই নমুনাটি সাধারণভাবে জনগণের প্রতিনিধিত্বকারী, এটি অনুমান করা যায় যে সে দেশের of০% বাসিন্দা নিজেকে বাম দিকে বিবেচনা করবেন।

পরিসংখ্যান পাঠ্যক্রম

একটি পরিসংখ্যানগত পাঠ্যতন্ত্র একধরণের ইন্ডাকটিভ যুক্তি যা একটি সাধারণ ঘটনা থেকে শুরু করে নির্দিষ্ট ঘটনা সম্পর্কে উপসংহার আঁকতে পারে। এই পদ্ধতিটি ব্যবহার করার সময়, কোনও ফলাফলের সম্ভাবনাটি অধ্যয়ন করা হয় এবং পৃথক ক্ষেত্রে প্রয়োগ করা হয়।

উদাহরণস্বরূপ, এমন একটি দেশে যেখানে ৮০% বিবাহ বিবাহবিচ্ছেদে শেষ হয়, আমরা বলতে পারি যে এটি সম্ভবত খুব শীঘ্রই বিবাহিত দম্পতি আলাদা হওয়া শেষ করে।

তবে, অনুদানমূলক যুক্তিতে সিলেজিজমের বিপরীতে, এই ফলাফলটি ফলস্বরূপ নয় (বিবাহের কাজ করার 20% সম্ভাবনা থাকবে)।

স্ট্যাটিস্টিকাল সিলেজিজম ব্যবহার করার সময়, দুটি পৃথক সমস্যা দেখা দিতে পারে। একদিকে, আমরা যে সিদ্ধান্তে পৌঁছেছি তার যে শতাংশে পৌঁছেছে না তার শতাংশের বিষয়টি উপেক্ষা করা খুব সহজ; এবং অন্যদিকে, এটি ভাবাও সাধারণ যে নিয়মের ব্যতিক্রম রয়েছে তাই এটি সাধারণীকরণ করা যায় না।

সাধারণ আনয়ন

সাধারণ আনয়ন সাধারণীকরণ এবং পরিসংখ্যানগত পাঠ্যক্রমের সংমিশ্রণ। এটি এমন একটি দল থেকে একটি ব্যক্তির সম্পর্কে একটি উপসংহার আঁকতে গঠিত যা এটি একটি গ্রুপ যার সাথে এটি প্রভাবিত করে affects সূত্রটি নিম্নরূপ:

আমরা জানি যে একটি গ্রুপের শতকরা X এর একটি নির্দিষ্ট বৈশিষ্ট্য রয়েছে। এই গোষ্ঠীর অন্তর্গত প্রতিটি ব্যক্তির ক্ষেত্রে, তারা এই বৈশিষ্ট্যটিও উপস্থাপন করার সম্ভাবনাটি X example উদাহরণস্বরূপ, যদি কোনও গোষ্ঠীর সদস্যদের 50% অন্তর্মুখী হয় তবে প্রতিটি ব্যক্তির এই বৈশিষ্ট্য উপস্থাপনের 50% সম্ভাবনা থাকে।

উপমা অনুসারে যুক্তি

ইন্ডাকটিভ যুক্তির আরও সাধারণ রূপগুলির মধ্যে একটি হ'ল যা দুটি ভিন্ন গ্রুপ বা ব্যক্তিদের সাথে তাদের মিল এবং পার্থক্যগুলি কী হবে তা অনুমান করার চেষ্টা করার জন্য তুলনা করে। ভিত্তিটি হ'ল: যদি দুটি ব্যক্তি একটি বৈশিষ্ট্যের একটি সেট ভাগ করে নেয় তবে তাদের অন্যদের মধ্যেও একই রকম হওয়ার সম্ভাবনা বেশি।

বিজ্ঞান এবং দর্শনের মতো আনুষ্ঠানিক অনুশাসন এবং আমাদের প্রতিদিনের জীবনে উভয় ক্ষেত্রে উপমা অনুসারে যুক্তি খুব সাধারণ। তবে এর উপসংহারগুলি সবসময় সঠিক হয় না, তাই সাধারণত এটি কেবলমাত্র চিন্তার সহায়ক সহায়ক হিসাবে বিবেচিত হয়।

উদাহরণস্বরূপ, কল্পনা করুন যে আমরা দু'জন ব্যক্তিকে পর্যবেক্ষণ করেছি এবং আবিষ্কার করেছি যে তারা উভয় অন্তর্মুখী, পড়া প্রেমিক এবং একই মেজাজ রয়েছে। যদি আমরা পরে পর্যালোচনা করি যে তাদের মধ্যে একটি শাস্ত্রীয় সংগীতে আগ্রহী, সাদৃশ্য দ্বারা যুক্তি আমাদের বলবে যে সম্ভবত দ্বিতীয়টিও হবে।

কার্য কারণ

যখন আমরা লক্ষ্য করি যে দুটি ঘটনা সর্বদা একই সাথে ঘটে থাকে, তখন আমাদের প্রথম প্ররোচনাটি মনে হয় যে এর মধ্যে একটির অপরটির কারণ। এই ধরনের প্ররোচনামূলক যুক্তি কার্যকারণ সূচনা হিসাবে পরিচিত।

এই ধরণের যুক্তিতে সমস্যা রয়েছে যে একই সাথে দুটি ঘটনা ঘটে যা তৃতীয় কারণে ঘটে যা আমরা জানি না, "অদ্ভুত পরিবর্তনশীল" নামে পরিচিত। অতএব, কার্যকারণ সূচনা খুব সাধারণ হলেও এটি বিজ্ঞানের মতো ক্ষেত্রে বৈধ বলে বিবেচিত হওয়ার পক্ষে যথেষ্ট প্রমাণ সরবরাহ করে না।

ভুল কার্যকারণ অনুমানের একটি সর্বোত্তম উদাহরণ হ'ল আইসক্রিম গ্রহণ এবং সমুদ্রে ডুবে মারা যাওয়ার সংখ্যার মধ্যে সম্পর্ক। উভয় ঘটনা বছরের নির্দিষ্ট সময়ে বড় পরিমাণে ঘটে থাকে; সুতরাং যদি আমরা কার্যকারণ অনুমান ব্যবহার করি তবে আমরা উপসংহারে পৌঁছে যেতে পারি যে তাদের মধ্যে একটির কারণে অন্যজন ঘটছে।

যাইহোক, যৌক্তিক ব্যাখ্যা হ'ল তৃতীয় ভেরিয়েবল রয়েছে যা প্রথম দুটিটির কারণ হয়। এই ক্ষেত্রে, এটি গ্রীষ্মের মাসগুলিতে তাপমাত্রা বৃদ্ধি হতে পারে, যার ফলে মানুষ বেশি পরিমাণে আইসক্রিম পান করে এবং প্রায়শই সাগরে স্নান করে, ফলে ডুবে মারা যাওয়ার ফলে মৃত্যুও বৃদ্ধি পায়।

কর্তনমূলক যুক্তির সাথে পার্থক্য

পয়েন্ট

ডিডাকটিভ এবং ইনডাকটিভ যুক্তির মধ্যে প্রথম মৌলিক পার্থক্য হ'ল উভয়ের সূচনা পয়েন্ট। প্ররোচিত যুক্তিটি "টপ-ডাউন লজিক" নামে পরিচিত, যেহেতু এটি একটি সাধারণ তত্ত্ব দিয়ে শুরু হয় এবং একটি নির্দিষ্ট কেস সম্পর্কে কোনও সিদ্ধান্তে পৌঁছে যায়।

বিপরীতে, ইতিমধ্যে আমরা দেখেছি যে প্ররোচিত যুক্তিটিকে "নীচে আপ যুক্তি" বলা হয়। প্রক্রিয়াটি বিপরীত কারণ এটি: কংক্রিটের ডেটা থেকে যুক্তি শুরু হয় এবং এটি একটি সাধারণ ঘটনা সম্পর্কে যৌক্তিক সিদ্ধান্তে পৌঁছতে চলেছে।

যুক্তি

যুক্তি হিসাবে একটি যুক্তি প্রাঙ্গণ এবং একটি উপসংহার গঠিত যুক্তি হয়। ছাড়নামূলক যুক্তিতে, যুক্তিগুলি বৈধ হতে পারে (যদি তারা ভালভাবে নির্মিত হয়) বা অবৈধ (যদি প্রাঙ্গণটি একে অপরের সাথে সম্পর্কিত না হয় বা উপসংহারটি খারাপভাবে আঁকা থাকে না)। অন্যদিকে, এগুলি সত্য (যদি প্রাঙ্গণটি সত্য হয়) বা মিথ্যাও হতে পারে।

প্ররোচিত যুক্তিতে এটি একইভাবে কাজ করে না। এই জাতীয় যুক্তিতে যুক্তিগুলি দৃ strong় হতে পারে (যদি কিছু হওয়ার সম্ভাবনা বেশি থাকে) বা দুর্বল। একই সময়ে, দৃ strong় যুক্তিগুলি বিশ্বাসযোগ্য হতে পারে (যদি তারা যে প্রাঙ্গণে ভিত্তি করে থাকে তারা সত্য হয়) বা বিশ্বাসযোগ্য নয়।

সিদ্ধান্তের বৈধতা

এই দুই ধরণের যুক্তির মধ্যে শেষ পার্থক্যটি সিদ্ধান্তের বৈধতার সাথে সম্পর্কিত। কর্তনমূলক যুক্তিতে, যদি প্রাঙ্গণটি সত্য হয় এবং যুক্তিটি ভালভাবে নির্মিত হয় তবে উপসংহারটি একেবারে সব ক্ষেত্রেই সত্য হবে।

বিপরীতে, প্ররোচিত যুক্তিতে, এমনকি যদি তর্কটি দৃ strong় হয় এবং প্রাঙ্গণটি সত্য হয়, সিদ্ধান্তগুলি সর্বদা সত্য হয় না। সে কারণেই আমরা বিশ্বাসী যুক্তিগুলির কথা বলি, এবং সত্য যুক্তি দিয়ে নয়।

উদাহরণ

নীচে আমরা প্রেরণামূলক যুক্তির আরও কয়েকটি উদাহরণ দেখতে পাব যা আমরা আমাদের দিনের মধ্যে চালিয়ে যেতে পারি:

- প্রতিবার জুয়ান চিনাবাদাম খায়, সে কাশি করে এবং অসুস্থ বোধ করে। জুয়ান অবশ্যই চিনাবাদামের জন্য অ্যালার্জিযুক্ত।

- একজন শিক্ষক লক্ষ্য করেছেন যে যখন তিনি একটি ক্লাসে পাওয়ার পয়েন্ট উপস্থাপনা ব্যবহার করেন, তখন তার ছাত্ররা আরও আগ্রহ দেখায়। শিক্ষক উপসংহারে এসেছিলেন যে পাওয়ারপয়েন্ট ব্যবহার করা তার শিক্ষার্থীদের অনুপ্রেরণা বাড়িয়ে তুলতে সহায়তা করবে।

- একজন আইনজীবী অধ্যয়ন করেন যে কীভাবে তিনি অতীতে হাতে থাকা মামলার সমতুল্য মামলাগুলি সমাধান করা হয়েছিল এবং এমন একটি কৌশল খুঁজে পান যা সর্বদা ভাল ফলাফল দেয়। এই কারণে, তিনি এই সিদ্ধান্তে পৌঁছেছেন যে তিনি যদি এটি তার ক্ষেত্রে ব্যবহার করেন তবে তিনি তার উদ্দেশ্যও অর্জন করবেন।

তথ্যসূত্র

1. "প্ররোচনামূলক বনাম। প্ররোচিত ”ইন: ডিফেন। ডিফেন: ডিফেন ডট কম থেকে 20 মার্চ, 2019 এ পুনরুদ্ধার করা হয়েছে।
2. "প্ররোচনামূলক যুক্তি বনাম। ইনডাকটিভ রিজনিং ”ইন: লাইভ সায়েন্স। লাইভ সায়েন্স: লাইফসায়েন্স ডট কম থেকে: মার্চ 20, 2019 এ প্রাপ্ত।
3. "ইনডাকটিভ রিজনিং সংজ্ঞা এবং উদাহরণ" এতে: ব্যালেন্স ক্যারিয়ার ers ব্যালেন্স ক্যারিয়ার: thebalancecareers.com থেকে: মার্চ 20, 2019 এ প্রাপ্ত হয়েছে।
4. "প্রস্তাবনামূলক যুক্তির উদাহরণ" এতে: আপনার অভিধান। আপনার অভিধান থেকে: মার্চ 20, 2019 এ পুনরুদ্ধার করা হয়েছে: উদাহরণ.yourd অভিধান.com।
5. "ইনডাকটিভ যুক্তি" ইন: উইকিপিডিয়া। 20 মার্চ, 2019 তে উইকিপিডিয়া: এন.ইউইকিপিডিয়া.র. থেকে পুনরুদ্ধার করা হয়েছে।