Bias di misurazione

Conquering Data Bias

Konstantinos Kattidis

Data Analytics Lead

Capire il bias di misurazione

Si verifica quando la procedura di misurazione introduce distorsioni o risultati fuorvianti

Tipi comuni di bias:

  • Bias dello strumento
  • Bias dell’osservatore
  • Bias di richiamo
  • Bias di desiderabilità sociale

 

Persona che misura un grafico a barre

Conquering Data Bias

Bias dello strumento

Si verifica quando gli strumenti per misurare le variabili, come sondaggi o software di analytics, introducono imprecisioni

  • Per esempio:
    • Un software di analytics che non registra correttamente certi comportamenti o attributi utente
    • Domande di sondaggio mal progettate che producono risposte distorte

Persone che conducono un sondaggio e misurano

Conquering Data Bias

Bias dell’osservatore

È la differenza sistematica tra ciò che si osserva, dovuta alla variazione tra osservatori, e il valore reale

  • Nasce quando chi raccoglie i dati porta propri bias o aspettative nell’analisi

  • Per esempio:

    • Ricercatori che osservano il comportamento in classe con idee preconcette su cosa sia “coinvolgimento”
    • Bias personali nelle valutazioni delle performance

Persona che osserva la performance di un dipendente

Conquering Data Bias

Bias di richiamo

Persone che ricordano

Si verifica quando i partecipanti ricordano in modo impreciso eventi o esperienze passate, compromettendo l’affidabilità dei dati

  • Comune quando i clienti danno feedback su esperienze o preferenze passate
  • Può dipendere da fattori come il decadimento della memoria o influenze esterne
Conquering Data Bias

Bias di desiderabilità sociale

Due persone che cercano approvazione sociale

Si verifica quando i rispondenti danno risposte ritenute socialmente accettabili o desiderabili, invece che veritiere

  • Nei sondaggi di soddisfazione, possono enfatizzare esperienze positive per non sembrare critici o negativi
  • Nei sondaggi interni, possono gonfiare le valutazioni per mantenere una buona immagine in azienda
Conquering Data Bias

Impatto del bias di misurazione

Flusso con input e output errati

  • Vale il principio “garbage in, garbage out”
  • Inaccuratezze nei metodi di misura portano a input errati
  • Questo genera output inaffidabili e decisioni sbagliate
Conquering Data Bias

Alleniamoci!

Conquering Data Bias

Preparing Video For Download...