측정 편향

데이터 편향 정복하기

Konstantinos Kattidis

Data Analytics Lead

측정 편향 이해하기

측정 절차가 왜곡이나 오해를 불러일으킬 때 발생합니다

주요 편향 유형:

  • 기기 편향
  • 관찰자 편향
  • 회상 편향
  • 사회적 바람직성 편향

 

막대 차트를 측정하는 사람

데이터 편향 정복하기

기기 편향

설문, 분석 소프트웨어 등 변수를 측정하는 도구가 부정확성을 도입할 때 발생합니다

  • 예:
    • 분석 소프트웨어가 일부 사용자 행동이나 속성을 정확히 포착하지 못함
    • 잘못 설계된 설문 문항이 편향된 응답을 유발함

설문과 측정을 수행하는 사람들

데이터 편향 정복하기

관찰자 편향

관찰자 차이로 관찰치가 실제 값과 체계적으로 달라지는 현상입니다

  • 데이터 수집자가 자신의 편견이나 기대를 분석에 반영할 때 발생합니다

  • 예:

    • 연구자가 교실 행동을 관찰하며 "몰입"의 기준에 대한 선입견을 가짐
    • 성과 평가에 개인적 편견이 개입됨

직원 성과를 관찰하는 사람

데이터 편향 정복하기

회상 편향

사람들이 과거를 회상함

참여자가 과거 사건이나 경험을 부정확하게 기억해 데이터 신뢰도를 떨어뜨릴 때 발생합니다

  • 과거 경험이나 선호에 대한 고객 피드백에서 흔합니다
  • 기억 쇠퇴, 외부 영향 등 다양한 요인으로 발생할 수 있습니다
데이터 편향 정복하기

사회적 바람직성 편향

사회적 바람직성을 찾는 두 사람

응답자가 진실보다 사회적으로 바람직하다고 믿는 답을 제시할 때 발생합니다

  • 고객 만족도 조사에서 비판적으로 보이지 않으려 긍정 경험을 과장할 수 있습니다
  • 직원 설문에서 조직 내 평판을 위해 평가를 상향할 수 있습니다
데이터 편향 정복하기

측정 편향의 영향

잘못된 입력과 출력의 흐름

  • "Garbage in, garbage out" 원칙이 적용됩니다
  • 측정 방법의 부정확성은 잘못된 데이터 입력을 초래합니다
  • 결국 신뢰할 수 없는 출력과 잘못된 의사결정으로 이어집니다
데이터 편향 정복하기

연습해 봅시다!

데이터 편향 정복하기

Preparing Video For Download...