Messbias

Bias in Daten bewältigen

Konstantinos Kattidis

Data Analytics Lead

Messbias verstehen

Tritt auf, wenn das Messverfahren Verzerrungen oder irreführende Ergebnisse verursacht

Häufige Bias-Typen:

  • Instrument Bias
  • Observer Bias
  • Recall Bias
  • Social Desirability Bias

 

Person misst ein Balkendiagramm

Bias in Daten bewältigen

Instrument Bias

Tritt auf, wenn Messinstrumente wie Umfragen oder Analytics-Software Ungenauigkeiten einführen

  • Zum Beispiel:
    • Eine Analytics-Software erfasst bestimmte Nutzungsverhalten oder Merkmale nicht korrekt
    • Schlecht gestaltete Fragen führen zu verzerrten Antworten

Menschen führen eine Umfrage durch und messen

Bias in Daten bewältigen

Observer Bias

Systematischer Unterschied zwischen beobachtetem Wert (durch Beobachtervariationen) und dem wahren Wert

  • Entsteht, wenn Datensammelnde eigene Erwartungen in die Analyse einbringen

  • Zum Beispiel:

    • Forschende beobachten Klassenraumverhalten mit festen Vorstellungen von „Engagement“
    • Persönliche Verzerrungen bei Leistungsbeurteilungen

Person beobachtet Mitarbeiterleistung

Bias in Daten bewältigen

Recall Bias (Erinnerungsverzerrung)

Menschen erinnern sich

Tritt auf, wenn Teilnehmende vergangene Ereignisse falsch erinnern und so die Datenzuverlässigkeit beeinträchtigen

  • Häufig, wenn Kund:innen Feedback zu früheren Erlebnissen oder Präferenzen geben
  • Ursachen: Gedächtnisabbau oder externe Einflüsse
Bias in Daten bewältigen

Social Desirability Bias (soziale Erwünschtheit)

Zwei Personen suchen nach sozialer Erwünschtheit

Tritt auf, wenn Befragte sozial erwünschte statt wahrheitsgemäße Antworten geben

  • In Kundenzufriedenheitsumfragen werden positive Erfahrungen übertrieben, um nicht kritisch zu wirken
  • In Mitarbeiterbefragungen werden Bewertungen aufgebläht, um das eigene Image zu wahren
Bias in Daten bewältigen

Auswirkungen von Messbias

Ablauf mit falschen Eingaben und Ausgaben

  • Gilt nach dem Prinzip „Garbage in, garbage out“
  • Ungenaue Messmethoden führen zu fehlerhaften Eingabedaten
  • Ergebnis: unzuverlässige Outputs und schlechte Entscheidungen
Bias in Daten bewältigen

Lass uns üben!

Bias in Daten bewältigen

Preparing Video For Download...