प्रेरक तर्क की विशेषताएं, प्रकार और उदाहरण

 आगमनात्मक तर्क यह एक प्रकार की सोच है जो विशिष्ट अवलोकनों के आधार पर सामान्यीकृत सिद्धांतों को बनाने की कोशिश करती है। डिडक्टिव रीजनिंग के विपरीत, यह निष्कर्ष निकालने के लिए ठोस डेटा पर आधारित है जो अन्य समान स्थितियों पर लागू हो सकता है.

एक अच्छा प्रेरक तर्क करने के लिए, बड़ी संख्या में टिप्पणियों को पूरा करना आवश्यक है, उनके बीच एक पैटर्न ढूंढें, और एकत्र किए गए डेटा से सामान्यीकरण करने में सक्षम हों। बाद में, स्पष्टीकरण या सिद्धांत बनाने के लिए उस सामान्यीकरण का उपयोग किया जा सकता है.

आगमनात्मक तर्क विज्ञान और रोजमर्रा की जिंदगी में दोनों का उपयोग किया जाता है। यद्यपि इसके निष्कर्ष अन्य तार्किक प्रक्रियाओं से प्राप्त होने वाले अचूक के रूप में अचूक नहीं होते हैं, जैसे कि कटौतीत्मक तर्क, यह सभी प्रकार के सिद्धांतों, भविष्यवाणियों या व्यवहारों के स्पष्टीकरण के आधार के रूप में काम कर सकता है।.

जब आगमनात्मक तर्क की एक प्रक्रिया की जाती है, तो यह कहा जाता है कि निष्कर्ष पहुंच गया है अचूक के बजाय कम या अधिक संभावित है। हालाँकि, इस प्रकार की सोच को लागू करते समय, कई प्रकार के पूर्वाग्रह उत्पन्न हो सकते हैं, जो तर्कों को अमान्य करार देते हैं.

सूची

• 1 लक्षण
  • १.१ कंक्रीट से सामान्य तक जाता है
  • 1.2 आपके निष्कर्ष संभावित हैं, अचूक नहीं
  • 1.3 त्रुटियां लागू होने पर हो सकती हैं
• 2 प्रकार
  • २.१ सामान्यीकरण
  • २.२ सांख्यिकीय संयोगवाद
  • २.३ सरल प्रेरण
  • 2.4 सादृश्य द्वारा तर्क
  • 2.5 कारणों का अनुमान
• 3 डिडक्टिव रीजनिंग के साथ अंतर
  • 3.1 प्रारंभिक बिंदु
  • ३.२ तर्क
  • 3.3 निष्कर्ष की वैधता
• 4 उदाहरण
• 5 संदर्भ

सुविधाओं

कंक्रीट से सामान्य पर जाएं

आगमनात्मक तर्क की मुख्य विशेषता यह है कि इसका उपयोग करते समय, किसी विशिष्ट डेटा की एक श्रृंखला के साथ शुरू होता है जो किसी दिए गए घटना के बारे में सामान्य सिद्धांत बनाने की कोशिश करने के लिए उपयोग किया जाता है। एक इंडक्शन को अंजाम देने की मूल विधि ठोस मामलों की एक श्रृंखला का निरीक्षण करना और जो उनके पास है उसे देखना है.

उदाहरण के लिए, एक पक्षीविज्ञानी जो पक्षी की एक नई प्रजाति का अध्ययन कर रहा है, उसे पता चलता है कि उसके पास मौजूद सभी नमूनों में काले पंख हैं। इसके कारण, यह निष्कर्ष निकालता है कि यह संभावित है कि इस प्रजाति का कोई अन्य जानवर जिसे वह भविष्य में पाता है, उसके पास भी इस रंग की परत होगी.

जिस तरह से यह काम करता है, उसके कारण आगमनात्मक तर्क को "नीचे-ऊपर तर्क" के रूप में भी जाना जाता है। यह उस तरीके के विरोध में है जिसमें कटौती काम करती है, जहां यह एक सामान्य सिद्धांत से शुरू होता है जिसका उपयोग किसी विशिष्ट स्थिति के बारे में निष्कर्ष निकालने के लिए किया जाता है.

अपनी प्रकृति के अनुसार, सामाजिक विज्ञान आगमनात्मक तर्क का उपयोग निवारक तर्क की तुलना में बहुत अधिक करते हैं। इस प्रकार, मनोविज्ञान या मनोविज्ञान जैसे विषयों के अधिकांश सिद्धांत व्यक्तियों की एक बड़ी संख्या को देखते हुए और उनकी विशेषताओं को पूरी आबादी को सामान्य बनाने के द्वारा बनाए गए हैं।.

आपके निष्कर्ष संभावित हैं, अचूक नहीं

जब हम कटौतीत्मक तर्क करते हैं, यदि परिसर सच है और तर्क अच्छी तरह से निर्मित है, तो निष्कर्ष हमेशा सच होगा। हालांकि, आगमनात्मक तर्क में ऐसा नहीं होता है। यहां तक ​​कि जब तर्क का अच्छी तरह से उपयोग किया जाता है, तो एक तर्क का परिणाम कभी अचूक नहीं होगा, लेकिन यह संभव है कि यह गलत हो.

ऐसा इसलिए होता है क्योंकि, आगमनात्मक तर्क के साथ काम करते समय, कोई हमेशा संभावनाओं के बारे में बात कर रहा है। काले पक्षियों के उदाहरण में, जिन्हें हमने पहले रखा था, केवल यह आवश्यक होगा कि दूसरे रंग का एक जानवर इस तर्क को विघटित करता दिखाई दे कि उस प्रजाति के सभी नमूनों में एक ही रात है.

हालांकि, सभी प्रकार के आगमनात्मक तर्क समान रूप से विश्वसनीय नहीं हैं। बड़ा नमूना जिसमें हम देखते हैं, और सामान्य रूप से यह जितना अधिक प्रतिनिधि होता है (उतना ही, वह जितना हम अध्ययन करना चाहते हैं जैसा दिखता है), कम संभावना यह है कि किसी प्रकार की त्रुटि है।.

उदाहरण के लिए, मतदान के इरादे पर एक सर्वेक्षण करते समय, यह अधिक विश्वसनीय होगा यदि 10,000 बेतरतीब ढंग से चुने गए लोगों से पूछा जाए कि क्या सर्वेक्षण विश्वविद्यालय के 50 छात्रों के समूह के लिए आयोजित किया जाता है?.

 इसे लगाते समय त्रुटियां हो सकती हैं

हमने पहले ही देखा है कि आगमनात्मक तर्क द्वारा निकाले गए निष्कर्ष अचूक नहीं हैं, लेकिन बस संभावित हैं। यह तब भी होता है जब तार्किक प्रक्रिया को सही तरीके से किया जाता है। हालांकि, अन्य प्रकार के तर्क के साथ, इंडक्शन को अंजाम देते समय गलतियां करना संभव है.

आगमनात्मक तर्क का उपयोग करते समय होने वाली सबसे आम त्रुटि उन उदाहरणों पर भरोसा करना है जो वास्तव में अध्ययन की जा रही स्थिति के प्रतिनिधि नहीं हैं। उदाहरण के लिए, एक विज्ञान के रूप में मनोविज्ञान के कई आलोचक बताते हैं कि कई बार विश्वविद्यालय के छात्रों के साथ प्रयोग किए जाते हैं, न कि सामान्य लोगों के साथ.

सबसे आम त्रुटियों में से एक बहुत कम मामलों पर हमारे निष्कर्षों को आधार बनाना है, जिसके साथ हम जिस डेटा को शुरू करते हैं वह अपूर्ण है। आगमनात्मक तर्क के माध्यम से वास्तव में विश्वसनीय निष्कर्ष तक पहुंचने के लिए, जितना संभव हो उतना डेटा को आधार बनाना आवश्यक है.

अंत में, यहां तक ​​कि जब हमारे पास पर्याप्त डेटा होता है और नमूना सामान्य रूप से जनसंख्या का प्रतिनिधि होता है, तो यह संभव है कि हमारे निष्कर्ष गलत विचार के कारण गलत हों। आगमनात्मक तर्क में, कुछ सबसे सामान्य पुष्टिकरण पूर्वाग्रह, उपलब्धता पूर्वाग्रह और खिलाड़ी गिरावट हैं.

टाइप

मूल तंत्र हमेशा आगमनात्मक तर्क की एक प्रक्रिया में बनाए रखा जाता है। हालांकि, विशेष डेटा की एक श्रृंखला से आबादी के बारे में एक सामान्य निष्कर्ष तक पहुंचने के कई तरीके हैं। आगे हम सबसे आम देखेंगे.

सामान्यकरण

आगमनात्मक तर्क का सबसे सरल रूप एक बड़ी आबादी के बारे में निष्कर्ष निकालने के लिए एक छोटे नमूने के अवलोकन पर आधारित है.

सूत्र निम्नलिखित होगा: यदि नमूने के अनुपात में एक विशेषता X है, तो सामान्य जनसंख्या के समान अनुपात में यह होगा.

बुनियादी सामान्यीकरण आमतौर पर अनौपचारिक सेटिंग्स में होता है। वास्तव में, यह अक्सर अनजाने में होता है। उदाहरण के लिए, एक स्कूल में एक छात्र अपने 30 सहपाठियों में से केवल 5 अभिभावकों को देखता है। यह देखकर, मैं एक सामान्यीकरण कर सकता था और सोच सकता था कि केवल कुछ ही वयस्कों को अलग किया जाता है.

हालांकि, सामान्यीकरण के अन्य अधिक विश्वसनीय और वैज्ञानिक रूप हैं। पहला सांख्यिकीय सामान्यीकरण है। ऑपरेशन मूल के समान है, लेकिन डेटा को बड़ी आबादी में व्यवस्थित रूप से एकत्र किया जाता है, और परिणामों का विश्लेषण गणितीय तकनीकों का उपयोग करके किया जाता है।.

आइए कल्पना करें कि 5,000 लोगों का टेलीफोन सर्वेक्षण उनके राजनीतिक संबद्धता के बारे में किया जाता है। इस नमूने में, 70% को "बाएं" के रूप में पहचाना जाता है। यह मानते हुए कि नमूना सामान्य रूप से जनसंख्या का प्रतिनिधि है, यह अनुमान लगाया जा सकता है कि उस देश के 70% निवासी भी वामपंथी माने जाएंगे.

सांख्यिक शास्त्रवाद

एक सांख्यिकीय सिलेजोलिज़्म आगमनात्मक तर्क का एक रूप है जो किसी विशेष घटना के बारे में निष्कर्ष निकालने के लिए एक सामान्यीकरण से शुरू होता है। जब इस पद्धति का उपयोग किया जाता है, तो एक परिणाम होने की संभावना का अध्ययन किया जाता है और एक व्यक्तिगत मामले में लागू किया जाता है.

उदाहरण के लिए, एक ऐसे देश में जहां 80% विवाह तलाक में समाप्त होते हैं, हम कह सकते हैं कि यह बहुत संभावना है कि एक नवविवाहित जोड़ा अलग हो रहा है.

हालांकि, डिडक्टिव लॉजिक में सिलेगोलिज्म के साथ जो होता है, उसके विपरीत, यह परिणाम अचूक नहीं है (शादी होने पर 20% संभावना होगी कि विवाह होगा).

सांख्यिकीय सिलेगोलिज़्म का उपयोग करते समय, दो अलग-अलग समस्याएं हो सकती हैं। एक तरफ, उन मामलों के प्रतिशत को अनदेखा करना बहुत आसान है जिनमें हम जिस निष्कर्ष पर पहुंचे थे वह पूरा नहीं हुआ है; और दूसरी ओर, यह सोचना भी आम है कि, चूंकि नियम अपवाद हैं, इसलिए सामान्यीकरण संभव नहीं है.

सरल प्रेरण

सिंपल इंडक्शन सामान्यीकरण और सांख्यिकीय सिओलिज़्म का संयोजन है। इसमें एक आधार से एक व्यक्ति के बारे में एक निष्कर्ष निकालना शामिल है जो एक समूह को प्रभावित करता है जिसके पास यह है। सूत्र निम्नलिखित है:

हम जानते हैं कि एक समूह के प्रतिशत X में एक विशिष्ट विशेषता है। उस समूह से संबंधित प्रत्येक व्यक्ति के लिए, संभावना है कि वे भी इस विशेषता को प्रस्तुत करते हैं एक्स। उदाहरण के लिए, यदि किसी समूह के घटकों का 50% अंतर्मुखी है, तो प्रत्येक व्यक्ति के पास इस विशेषता को प्रस्तुत करने का 50% मौका है।.

सादृश्य द्वारा तर्क

आगमनात्मक तर्क के सबसे आम रूपों में से एक वह है जो दो समूहों या विभिन्न व्यक्तियों की तुलना करके यह अनुमान लगाने की कोशिश करता है कि उनकी समानताएं और अंतर क्या होंगे। इसका आधार यह है: यदि दो व्यक्ति विशेषताओं का एक सेट साझा करते हैं, तो वे अन्य में समान होने की अधिक संभावना होगी.

सादृश्य द्वारा तर्क विज्ञान और दर्शन के रूप में औपचारिक विषयों में बहुत आम है, जैसा कि हमारे दिन-प्रतिदिन होता है। हालांकि, इसके निष्कर्ष हमेशा सही नहीं होते हैं, इसलिए आमतौर पर यह माना जाता है कि यह केवल विचार के सहायक तरीके के रूप में उपयोगी है.

उदाहरण के लिए, आइए कल्पना करें कि हम दो व्यक्तियों का निरीक्षण करते हैं और पता लगाते हैं कि वे दोनों अंतर्मुखी, पढ़ने-प्यार करने वाले और समान स्वभाव वाले हैं। यदि हम बाद में देखते हैं कि उनमें से एक को शास्त्रीय संगीत में दिलचस्पी है, तो सादृश्य द्वारा तर्क हमें बताएगा कि दूसरा भी शायद शास्त्रीय संगीत में रुचि रखेगा।.

कारण का निष्कर्ष

जब हम देखते हैं कि दो घटनाएं हमेशा एक ही समय में होती हैं, तो हमारा पहला आवेग यह सोचना है कि उनमें से एक दूसरे का कारण है। इस प्रकार के आगमनात्मक तर्क को कार्यवाहक अनुमान के रूप में जाना जाता है.

इस प्रकार के तर्क में यह समस्या है कि एक ही समय में होने वाली दो घटनाएं एक तिहाई के कारण हो सकती हैं जिन्हें हम नहीं जानते हैं, "अजीब चर" कहा जाता है। इसलिए, यद्यपि कारण निष्कर्ष बहुत आम है, यह विज्ञान जैसे क्षेत्रों में मान्य माना जाने के लिए पर्याप्त सबूत प्रदान नहीं करता है.

त्रुटिपूर्ण कारण निष्कर्ष का एक उत्कृष्ट उदाहरण आइसक्रीम की खपत और समुद्र में डूबने से होने वाली मौतों की संख्या के बीच संबंध है। दोनों घटनाएं वर्ष के कुछ निश्चित समय में अधिक हद तक घटित होती हैं; इसलिए यदि हमने कार्य-कारण निष्कर्ष का उपयोग किया, तो हम निष्कर्ष निकाल सकते हैं कि उनमें से एक दूसरे का कारण बन रहा है.

हालांकि, तार्किक व्याख्या यह है कि एक तीसरा चर है जो पहले दो का कारण बनता है। इस मामले में, यह गर्मी के महीनों के दौरान तापमान में वृद्धि होगी, जो लोगों को अधिक आइसक्रीम लेने और समुद्र में अधिक बार स्नान करने का कारण बनता है, इस प्रकार डूबने वाली मौतों में भी वृद्धि होती है।.

डिडक्टिव रीजनिंग के साथ अंतर

प्रारंभिक बिंदु

डिडक्टिव और इंडक्टिव रीजनिंग के बीच पहला मूलभूत अंतर वह बिंदु है जिससे यह दोनों में विभाजित होता है। डिडक्टिव रीजनिंग को "टॉप-डाउन लॉजिक" के रूप में जाना जाता है, क्योंकि आप एक सामान्य सिद्धांत से शुरू करते हैं और आप किसी विशेष मामले के बारे में निष्कर्ष निकालते हैं।.

इसके विपरीत, हम पहले ही देख चुके हैं कि आगमनात्मक तर्क को "बॉटम-अप लॉजिक" भी कहा जाता है। ऐसा इसलिए है क्योंकि प्रक्रिया विपरीत है: तर्क ठोस डेटा से शुरू होता है, और यह एक सामान्य घटना के बारे में तार्किक निष्कर्ष पर पहुंचने के बारे में है.

बहस

तर्क में, एक तर्क एक तर्क है जो परिसर से बना है और एक निष्कर्ष है। समर्पण तर्क में, तर्क मान्य हो सकते हैं (यदि वे अच्छी तरह से निर्मित हैं) या अमान्य हैं (यदि परिसर का एक दूसरे से कोई संबंध नहीं है या निष्कर्ष गलत तरीके से निकाला गया है)। दूसरी ओर, वे सच भी हो सकते हैं (यदि परिसर सच है) या गलत है.

यह आगमनात्मक तर्क में उसी तरह से काम नहीं करता है। इस प्रकार के तर्क में, तर्क मजबूत हो सकते हैं (यदि कुछ होने की संभावना अधिक है) या कमजोर। एक ही समय में, मजबूत तर्क आश्वस्त हो सकते हैं (यदि वे जिस परिसर में स्थित हैं वे सच हैं) या असंबद्ध.

निष्कर्ष की वैधता

इन दो प्रकार के तर्क के बीच अंतिम अंतर का निष्कर्ष की वैधता के साथ क्या करना है। कटौतीत्मक तर्क में, यदि परिसर सच है और तर्क अच्छी तरह से निर्मित है, तो निष्कर्ष बिल्कुल सभी मामलों में सही होगा.

इसके विपरीत, आगमनात्मक तर्क में, भले ही तर्क मजबूत हो और परिसर सच हो, निष्कर्ष हमेशा सच नहीं होगा। यही कारण है कि हम ठोस तर्क की बात करते हैं, न कि कुछ तर्कों की.

उदाहरण

नीचे हम आगमनात्मक तर्क के कुछ और उदाहरण देखेंगे जिन्हें हम अपने दिन प्रतिदिन कर सकते हैं:

- जब भी जुआन मूंगफली खाता है, उसे खांसी होती है और वह बीमार महसूस करता है। मूंगफली से जुआन को एलर्जी होनी चाहिए.

- एक शिक्षक यह देखता है कि जब वह किसी कक्षा में PowerPoint प्रस्तुति का उपयोग करता है, तो उसके छात्र अधिक रुचि दिखाते हैं। शिक्षक का निष्कर्ष है कि PowerPoint का उपयोग करने से उसके छात्रों की प्रेरणा में वृद्धि होगी.

- एक वकील अध्ययन करता है कि अतीत में उसके पास मौजूद मामलों के समान कैसे हल किए गए थे, और एक ऐसी रणनीति का पता लगाता है जिसमें हमेशा अच्छे परिणाम मिले हैं। इसके कारण, वह निष्कर्ष निकालता है कि यदि वह अपने मामले में इसका उपयोग करता है, तो वह अपने उद्देश्य को भी प्राप्त करेगा.

संदर्भ

1. "डिडक्टिव बनाम आगमनात्मक ": में। 20 मार्च 2019 को डिफेन: diffen.com से पुनःप्राप्त.
2. "डिडक्टिव रीजनिंग बनाम आगमनात्मक तर्क ": लाइव साइंस में। 20 मार्च 2019 को लाइव साइंस से लिया गया: lifecience.com.
3. "इंडक्टिव रिवीजन डेफिनिशन एंड एग्जाम्पल्स": द बैलेंस करियर। 20 मार्च, 2019 को द बैलेंस करियर से लिया गया: thebalancecareers.com.
4. "आगमनात्मक तर्क के उदाहरण": आपका शब्दकोश। आपके शब्दकोष से 20 मार्च, 2019 को लिया गया: example.yourdEDIA.com.
5. "आगमनात्मक तर्क": विकिपीडिया में। 20 मार्च 2019 को विकिपीडिया: en.wikipedia.org से लिया गया.